Minería de Datos para Reconocimiento de Patrones en el Análisis de Seguridad Estática de Sistemas de Potencia ante Eventos de Contingencia
Data Mining for Patterns Recognition of Power Systems Static Security Assessment with Contingency Events
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- Juan Giraldo, Juan Pablo Arango, Proceso de optimización en el diseño de sistema de calefacción solar pasivo , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- William Quitiaquez, Isaac Simbaña, Robinson Caizatoa, César Isaza, César Nieto, Patricio Quitiaquez, Fernando Toapanta, Análisis del rendimiento termodinámico de una bomba de calor asistida por energía solar utilizando un condensador con recirculación , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Terry Solis, Cristina Calderón, Yang Liu , Optimización de la Producción de Xilanasa Bacteriana a Partir de Bacillus sp. K1 con el Uso de Residuos Lignocelulósicos , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Christian Ortiz, Gabriel Salazar, Metodología para la Planificación y Control de la Ejecución de Mantenimientos Preventivos y Correctivos de Líneas de Subtransmisión , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Paúl Potes, Xavier Proaño, Diseño de un Sistema Fotovoltaico Conectado a la Red en el Bloque B de la Universidad Técnica de Cotopaxi , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Diego Jiménez, Xavier Proaño, Diseño de un Sistema de Alumbrado LED a través de Energía Fotovoltaica para Brindar Niveles de Calidad de Iluminación en el Parqueadero N° 1 de la Universidad Técnica de Cotopaxi , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Jorge Cepeda, Primer Laboratorio de Ensayos Estructurales Virtuales de Autobuses en Latinoamérica: Innovación y Acreditación , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Paulina Vásquez, Michelle Nieto, Jaime Cepeda, Propuesta metodológica para gestionar la Transferencia de Conocimiento individual a la organización, caso: CENACE , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Juan Taco, Luis Tipán, Metodología para la determinación de indicadores de Eficiencia Eléctrica en la Zona Residencial , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Christian Gutierrez, Joseph Venegas, Análisis Nodal para determinar el punto óptimo de operación entre producción de petróleo y producción de GLP, maximizando el recurso energético de la Estación de producción de Petróleo, Aguarico , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- Cristian Fabara, Diego Maldonado, Mauricio Soria, Antonio Tovar, Predicción de la Generación para un Sistema Fotovoltaico mediante la aplicación de técnicas de Minería de Datos , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
El presente artículo busca analizar la seguridad estática del sistema, aplicando técnicas avanzadas de minería de datos que permitan evaluar los patrones de seguridad de un sistema eléctrico de potencia en un análisis de estado estacionario ante eventos de contingencia N-1. Los datos son obtenidos a través de flujos de potencia, para efectuar simulaciones de Monte Carlo con scripts desarrollados en Python. Usando el software de simulación DIgSILENT PowerFactory se analizan 10000 escenarios, lo que permite considerar la incertidumbre del sistema según la naturaleza probabilística del mismo. Se calculan los índices de seguridad estática del sistema para clasificar los tipos de contingencias como segura, críticamente segura, insegura y altamente insegura. La minería de datos es desarrollada mediante un algoritmo programado en lenguaje Python con el cual se realiza el diseño del clasificador tipo máquina de soporte vectorial multiclase (SVM Multiclass) el cual es entrenado para determinar si una contingencia es segura o insegura. Los parámetros del SVM fueron obtenidos mediante una optimización con un algoritmo de evolución diferencial (Differential Evolution). Los resultados de la validación del clasificador demostraron que la técnica es muy efectiva para clasificar nuevas contingencias. La metodología se aplica a un sistema de prueba IEEE de 39 barras.
Visitas del artículo 1598 | Visitas PDF 443
Descargas
Semestral: Publicaciones en enero y julio
