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
- Fernando Toapanta, Jairo Cortéz, William Quitiaquez, Wilson Orellana, Estudio Numérico Mediante CFD del Proceso de Enfriamiento con Intercambiadores de Calor en Sistemas Computacionales , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Luis Tipán , Esteban De La Torre, Caracterizacion de Energia Solar Fotovoltaica utilizando el Modelo Aniso Trópico de Muneer , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Jessica Constante, Alejandro Cuesta, Diego Jijón, Métodos de ajuste de Weibull de dos parámetros en series de viento y estimación del Potencial Eolo-eléctrico. , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Adrián Pozo , Edy Ayala, Silvio Simani, Eduardo Muñoz, Estrategia de Control de Velocidad Indirecto para el Seguimiento del Punto Máximo de Potencia de un Sistema Eólico DFIG , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Eduardo Muñoz , Edy Ayala, Nicolás Pozo, Estrategia de Control Fuzzy PI en una Turbina Eólica con Generador de Inducción Doblemente Alimentado para Maximizar la Extracción de Potencia en Presencia de Perturbaciones , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Hugo Pico, Iván Pazmiño, Bernardo Ponce, Análisis de los factores que intervienen en el envejecimiento prematuro de las baterías de ion-litio mediante modelo teórico validado en laboratorio , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Javier Zalamea, Despacho Hidrotérmico de Mediano Plazo aplicado al Complejo Hidroeléctrico Paute Integral , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Gabriel Salazar, Sara Cangui, Repartición de Costos de Transmisión a Través de Juegos Cooperativos: Aplicación para el Snt Ecuatoriano , Revista Técnica "energía": Vol. 4 Núm. 1 (2008): Revista Técnica "energía", Edición No. 4
- J.R. Muñoz, C.E. Mantilla, H. Bayas , Modelación de Sistema Termosolar para Pasteurización en Producción de Quesos de Comunidades Andinas, Provincia de Chimborazo , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- J. Martínez, D. Vaca, M. Orozco, I. Montero, D. Carrión, Aplicación de Métodos Multicriterio para la Selección de Materiales para Menaje de Cocinas de Inducción , Revista Técnica "energía": Vol. 11 Núm. 1 (2015): Revista Técnica "energía", Edición No. 11
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
