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
- Paulina Vásquez, Michelle Nieto, Roberto Sánchez, Jaime Cepeda, Propuesta metodológica para la exploración de redes de conocimiento mediante una base de datos orientada a grafos de los datos del Sistema de Gestión de Conocimiento de CENACE , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Angel Gallo , Fabián Pérez, Diego Salinas, Minería de Datos y Proyección a Corto Plazo de la Demanda de Potencia en el Sistema Eléctrico Ecuatoriano , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Xavier Proaño , Cristian Castillo , Geovanny Rosales, Wilian Guamán , Gabriel Pesantez, Desarrollo de una Aplicación Informática para la Calibración y Coordinación del Relevador de Sobre Corriente 50/51 , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Sebastián Salazar, Hugo Arcos , Análisis Técnico y Económico de la Implementación del Net Metering para diferentes tipos de Consumidores de Electricidad en el Ecuador , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Patricia Otero , Samantha Peñafiel, David Vallejo, Nelson Granda, Juan Ramírez, Simulación de Mallas de Puesta a Tierra Utilizando el Método de los Elementos Finitos en Tres Dimensiones , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Adrián Pozo, Eduardo Muñoz, Edy Ayala, Control de Velocidad Directo de un Aerogenerador de 9 MW , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Patricia Otero , Luis Mera, Emilio Calle, Aplicación de la Simulación de Montecarlo para el Análisis de la Implementación de Estaciones de Carga Rápida para Vehículos Eléctricos en la Provincia de Galápagos , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Miguel Saltos, Andrés Velásquez, Mauricio Aguirre, Alex Villamarín, Diego Ortíz, Ricardo Haro, Planificación Óptima de Recursos Energéticos Distribuidos para Mejorar la Resiliencia de Sistemas de Distribución de Energía Eléctrica frente a Desastres Naturales: Caso en Lahares Volcánicos , Revista Técnica "energía": Vol. 18 Núm. 2 (2022): Revista Técnica "energía", Edición No. 18, ISSUE II
- Daniela Romo, Diego Morales , Eficiencia Energética en la Universidad Católica sede Azogues un enfoque de implementación técnico – económico basado en energía solar , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Carlos Solís , Hugo Arcos, Planificación Óptima de Alimentadores Primarios en Redes de Distribución Subterráneas empleando Algoritmos Heurísticos , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
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 1066 | Visitas PDF 401
Descargas
Semestral: Publicaciones en enero y julio
