| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000341625 |
| ISSN: | 1405-5546 |
| Autores: | Nieto González, Juan Pablo1 Garza Castañón, Luis2 Morales Menéndez, Rubén3 |
| Instituciones: | 1Instituto Tecnológico y de Estudios Superiores de Monterrey, Departamento de Mecatrónica , Saltillo, Coahuila. México 2Instituto Tecnológico y de Estudios Superiores de Monterrey, Departamento de Mecatrónica y Automatización, Monterrey, Nuevo León. México 3Instituto Tecnológico y de Estudios Superiores de Monterrey, Centro de Automatización Industrial, Monterrey, Nuevo León. México |
| Año: | 2010 |
| Periodo: | Jul-Sep |
| Volumen: | 14 |
| Número: | 1 |
| Paginación: | 17-29 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | El monitoreo de sistemas de potencia es particularmente retador debido a la presencia de cambios dinámicos de carga de los nodos de la red en modo de operación normal, así como la presencia de variables continuas y discretas, información con ruido y falta o exceso de datos. Este artículo propone un método de diagnóstico de fallas que es capaz de localizar el conjunto de nodos involucrado en eventos de fallas múltiples. El método detecta los nodos con falla, el tipo de falla y el tiempo en el cual está presente la falla. El método está compuesto de dos fases: En la primera fase una red neuronal probabilística es entrenada con los eigenvalores de los datos de voltaje obtenidos en operación normal así como con fallas simétricas y asimétricas. La segunda fase emplea una comparación entre las muestras para detectar y localizar la presencia de una falla. Se lleva a cabo un conjunto de simulaciones en un sistema eléctrico de potencia para mostrar el desempeño del método propuesto y se realiza una comparación contra un sistema de diagnóstico basado en lógica probabilística |
| Resumen en inglés | Power systems monitoring is particularly challenging due to the presence of dynamic load changes in normal operation mode of network nodes, as well as the presence of both continuous and discrete variables, noisy information and lack or excess of data. This paper proposes a fault diagnosis framework that is able to locate the set of nodes involved in multiple fault events. It detects the faulty nodes, the type of fault in those nodes and the time when it is present. The framework is composed of two phases: In the first phase a probabilistic neural network is trained with the eigenvalues of voltage data collected during normal operation, symmetrical and asymmetrical fault disturbances. The second phase is a sample magnitude comparison used to detect and locate the presence of a fault. A set of simulations are carried out over an electrical power system to show the performance of the proposed framework and a comparison is made against a diagnostic system based on probabilistic logic |
| Disciplinas: | Ciencias de la computación, Ingeniería |
| Palabras clave: | Ingeniería eléctrica, Detección de fallas, Sistemas de potencia, Fallas múltiples, Redes neuronales, Monitoreo |
| Keyword: | Computer science, Engineering, Electrical engineering, Fault detection, Power systems, Multiple faults, Neuronal networks, Monitoring |
| Texto completo: | Texto completo (Ver HTML) |
