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
- Luis Pazmiño, Diego Echeverría, Jaime Cepeda, Análisis de transitorios electromagnéticos en el Sistema Nacional Interconectado (S.N.I.) a nivel de 230 kV y 500 kV usando el simulador digital en tiempo real HYPERsim , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Boris German, Karolina Toapanta, Sebastián Espinoza, Ricardo Narváez, Edward Jiménez , Andrés Chico, Optimización de Centros de Almacenamiento de Jatropha Curcas en Manabí Ecuador , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Byron Chiguano, Juan Ramírez, Franklin Quilumba, Carlos Gallardo, Estimación de los Parámetros Eléctricos de un Generador Sincrónico basada en Mediciones de Laboratorio usando Métodos de Optimización No Lineal , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Roberto Sanchez, Patricio Barrera, Metodología basada en Cadenas de Markov para la Predicción de la Demanda y Toma de Decisiones en el corto plazo. Caso de Estudio: Empresa Eléctrica Quito , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Javier Fontalvo, Paola Ramírez, Joffre Constante, Prospectiva de Autogeneración en el Ecuador mediante uso de Modelo LEAP , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Diego Jijón, Jessica Constante, Geovanna Villacreses, Tania Guerrero, Estimación del rendimiento de aerogeneradores de 2 MW en el Ecuador: Potencial Eolo-Eléctrico , Revista Técnica "energía": Vol. 15 Núm. 1 (2018): Revista Técnica "energía", Edición No. 15
- Edison Andrade, Determinación de Ponderaciones para Líneas de Transmisión del Sistema Nacional Interconectado para la Función Análisis de Contingencias del Sistema Network Manager de Abb Inc , Revista Técnica "energía": Vol. 2 Núm. 1 (2006): Revista Técnica "energía", Edición No. 2
- O. Pineda, S. Espinel , M. Ruiz, Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el Control de Equipos y Luminarias , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- 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
- Luis Paredes, Marcelo Pozo, Movilidad Eléctrica y Eficiencia Energética en el Sistema de Transporte Público del Ecuador un Mecanismo para Reducir Emisiones de CO2 , 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 1263 | Visitas PDF 429
Descargas
Semestral: Publicaciones en enero y julio
