| Revista: | Revista politécnica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000372504 |
| ISSN: | 1900-2351 |
| Autores: | Sarmiento, Henry O1 Gómez, Jorge A2 Gómez, Nelson3 Valencia, Jaime A |
| Instituciones: | 1Politécnico Colombiano "Jaime Isaza Cadavid", Grupo de Investigación en Instrumentación, Control Automático y Robótica, Medellín, Antioquia. Colombia 2Politécnico Colombiano "Jaime Isaza Cadavid", Grupo de Física Básica y Aplicada, Medellín, Antioquia. Colombia 3Instituto Tecnológico Metropolitano, Grupo de Investigación en Automatización y Electrónica, Medellín, Antioquia. Colombia 4Universidad de Antioquia, Grupo de Manejo Eficiente de la Energía, Medellín, Antioquia. Colombia |
| Año: | 2012 |
| Número: | 14 |
| Paginación: | 49-55 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Este trabajo presenta una propuesta para el monitoreo de temperatura en líneas de transporte de energía eléctrica utilizando inteligencia artificial. Con este monitoreo el operador puede conocer el estado real de las líneas y ejecutar tareas de supervisión y control para mejorar confiabilidad, seguridad y calidad del servicio. La metodología propuesta, en la etapa de entrenamiento, tiene sensores y dispositivos con tecnología óptica para hacer registro y almacenamiento de datos de temperatura. Con el histórico de datos se entrena un clasificador difuso, y las clases obtenidas son asociadas por un experto a estados de operación normal o de falla. En la etapa en línea, el clasificador procesa cada nueva muestra asignando un estado de operación, y con esta información el operador puede determinar las acciones a realizar. La metodología es probada sobre un tramo de línea emulada en un laboratorio de alta tensión |
| Resumen en inglés | This paper presents a proposal for monitoring temperature in electric power transmission lines by using artificial intelligence. With a temperature monitoring system, the operator can know the current state of the line and carry out control actions to improve reliability, safety and quality of the service. The proposed methodology in the training stage uses optical sensors and devices for recording and storing temperature data. With the historical data, a fuzzy classifier is trained and, the obtained classes are associated with states of normal or failure operation by an expert. In the on line stage, the classifier processes each new sample and assigns an operation state, and then with this information the operator determines the right action on the electric system. The methodology is tested on a section of emulated transmission line in a high voltage laboratory |
| Disciplinas: | Ciencias de la computación, Ingeniería |
| Palabras clave: | Inteligencia artificial, Ingeniería eléctrica, Líneas de transmisión, Sistemas eléctricos de potencia, Monitoreo de temperatura, Agrupamiento difuso |
| Keyword: | Computer science, Engineering, Artificial intelligence, Electrical engineering, Transmission lines, Electric power systems, Temperature monitoring, Fuzzy clustering |
| Texto completo: | Texto completo (Ver PDF) |
