Predicción del Margen de Estabilidad de Corredores de Transmisión Aplicando Criterios de Minería de datos y Algoritmos de Machine Learning
Transmission Corridor Stability Margin Prediction Applying Data Mining Criteria and Machine Learning Algorithms
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- Sandra Bastidas, Hugo Arcos , Despacho Económico del Sistema Híbrido de las Islas Santa Cruz y Baltra Incorporando la Aleatoriedad de Potencia de los Sistemas Eólico y Solar Fotovoltaico , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- A. R. Guamán, P. M. Pozo, I. A. Pozo, N. A. Pozo, Diseño e Implementación de una (PMU) de baja potencia para Sistemas Trifásicos de Distribución bajo la norma IEEE C37.118.1 , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Mauricio Santiago Soria Colina, Antonio Tovar, Diego Maldonado, Cristian Fabara, Minería de Datos para Reconocimiento de Patrones en el Análisis de Seguridad Estática de Sistemas de Potencia ante Eventos de Contingencia , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Estefanía Alexandra Tapia, D.G. Colomé, Mitigación de la Recuperación Retardada de Tensión Inducida por Falla mediante Desconexión de Carga basada en el Comportamiento Dinámico de la Carga , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Jhery Saavedra, Hugo Arcos , Mitigación de corrientes de arco secundario en re-cierres monofásicos de líneas simple y doble circuito de Extra Alto Voltaje con aplicación en la Interconexión Ecuador – Perú 500 kV , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Jaime Cepeda, Santiago Chamba, Determinación del Modelo Estocástico del Estado de Carga de Baterías para el cómputo de Flujo de Potencia Probabilístico de Microrredes , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- A. Ríos, D. Taipe, Manuel Otorongo, J. Guamán, Diseño e Implementación de una Plataforma CloudIoT de Control Inteligente de un Sistema de Iluminación Interior con Suministro en LVDC. , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- 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
- Edy Ayala, Análisis de la Evolución de las Generaciones de Reactores de Fisión Nuclear , Revista Técnica "energía": Vol. 15 Núm. 2 (2019): Revista Técnica "energía", Edición No. 15
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- Julio Lascano, Luis Chiza, Roberth Saraguro, Carlos Quinatoa, Jessy Tapia, Estimación de la Demanda de una Estación de Carga para Vehículos Eléctricos Mediante la Aplicación de Métodos Probabilísticos , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Jorge Paredes, Jaime Cepeda, Jorge Lozada, Parámetros para el Proceso de Molienda en Molinos Verticales Usando Métodos de Optimización , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
- Gabriel Guañuna, Santiago Chamba, Nelson Granda, Jaime Cepeda, Diego Echeverría, Walter Vargas, Estimación del Margen de Estabilidad de Voltaje Utilizando Herramientas de Aprendizaje Automático , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Felipe Riascos, Jaime Cepeda , Modelación Matemática de los Sistemas de Control de Velocidad de Unidades de la Central Hidroeléctrica Coca Codo Sinclair , Revista Técnica "energía": Vol. 18 Núm. 1 (2021): Revista Técnica "energía", Edición No. 18, ISSUE I
- Diego Echeverria Jurado, Carlos Jaramillo, Jorge Benítez, Jaime Cepeda, Hugo Arcos, Análisis del impacto de las energías renovables no convencionales en la planificación operativa de largo plazo del Sistema Nacional Interconectado utilizando la plataforma SimSEE , Revista Técnica "energía": Vol. 19 Núm. 1 (2022): Revista Técnica "energía", Edición No. 19, ISSUE I
- 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
- Jaime Cepeda, Santiago Chamba, Determinación del Modelo Estocástico del Estado de Carga de Baterías para el cómputo de Flujo de Potencia Probabilístico de Microrredes , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Joffre Constante, Augusto Riofrío, Aharon De La Torre, Jaime Cepeda, Metodología para Modelación Estacionaria y Dinámica del S.N.I en HYPERsim, Aplicación del Modelo en Análisis de Transitorios Electromagnéticos para Sistemas de 500 kV , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Carlos Del Hierro, Jaime Cepeda, Caracterización y simulación de fenómenos dinámicos relacionados con la actuación de un horno de arco eléctrico conectado al sistema eléctrico de potencia de Ecuador , Revista Técnica "energía": Vol. 17 Núm. 2 (2021): Revista Técnica "energía", Edición No. 17, ISSUE II
- Augusto Riofrío, Marlon Chamba, Jaime Cepeda, Yirabel Lecaro, Franklin Chimarro, Miguel Mora, Evaluación Probabilística y Gestión del Riesgo de la Cargabilidad de la Red por la Puesta en Servicio del Metro de Quito considerando el Movimiento Estocástico de los Trenes Eléctricos , Revista Técnica "energía": Vol. 15 Núm. 2 (2019): Revista Técnica "energía", Edición No. 15
La Estabilidad de Voltaje se refiere a la habilidad del sistema de mantener voltajes aceptables en todas las barras, considerando condiciones normales de operación y posterior a ser sometido a una perturbación. El presente trabajo predice los parámetros críticos del sistema basados en la Curva P-V determinada mediante el cálculo del Equivalente de Thévenin en un corredor de transmisión. Se obtiene un conjunto de datos (dataset) mediante simulaciones de Montecarlo efectuadas en el sistema de prueba de 39 barras en PowerFactory, controlado mediante Python. Dada una condición operativa se efectúan N simulaciones que permiten establecer distintas condiciones operativas del sistema ante variaciones de los valores de cada una de las cargas del sistema. A partir del dataset, se aplica Minería de Datos para entrenar modelos de regresión basados en redes neuronales artificiales y máquinas de soporte vectorial que predicen la condición de máxima transferencia de potencia. Posteriormente, el MSE (Mean-squared error) es usado para analizar el desempeño de los modelos de regresión. La metodología propuesta puede ser aplicada en centros de control para predecir el punto de máxima transferencia de potencia de un corredor de transmisión congestionado. Esta predicción brinda señales de alerta temprana en la operación, así como permite estructurar criterios de despacho con restricciones de seguridad en la planificación.
Visitas del artículo 1924 | Visitas PDF 623
Descargas
[1] J. Cepeda, P. Verdugo y G. Arguello, «Monitoreo de la Estabilidad de Voltaje de Corredores de Transmisión en Tiempo Real a partir de Mediciones Sincrofasoriales,» Revista EPN, vol. 33, nº 3, 2014.
[2] M. Larsson, C. Rehtanz y J. Bertsch, «Monitoring and operation of transmission corridors,» IEEE Power Tech Conference Proceedings, vol. 3, 2003.
[3] J. Cepeda y D. Colome, «Vulnerability Assesment of Electric Power Systems Through Identification and Ranking of Vulnerable Areas,» International Journal of Emerging Electric Power Systems, vol. 13, nº 1, 2006.
[4] «Neural Network models (supervised),» scikit learn, 2020. [En línea]. Available: https://scikit-learn.org/stable/modules/neural_networks_supervised.html.
[5] ICHI.PRO, «Funciones de activación en DNN,» 2021. [En línea].
[6] A. Ben-Hur y J. Weston, « A user’s guide to support vector machines,» Methods in Molecular Biology, vol. 609, pp. 223-239, 2010.
[7] R. Batuwita y V. Palade, «Class imbalance learning methods for support vector,» Imbalanced Learning: Foundations, Algorithms, Applications, pp. 83-100, 2013.
[8] S. Khalid, T. Khalil y S. Nasreen, «A Survey of Feature Selection and Feature Extraction Techniques in Machine Learning,» Science and Information Conference, 2014.
[9] A. Olalekan y S. Jain, «Feature Extraction: A Survey of the Types, Techniques, Applications,» International Conference on Signal Processing and Communication (ICSC), 2019.
[10] P. Prathusha y S. Jyothi, «Feature Extraction Methods: A Review,» International Journal of Innovative Research in Science, Engineering and Technology, vol. 6, nº 12, 2017.
[11] C. Syms, «Principal Components Analysis,» de Encyclopedia of Ecology, 2019, pp. 566-573.
[12] S. Brown, «Machine learning, explained,» 21 April 2021. [En línea].
[13] D. A. Pisner y D. M. Schnyer, «Support vector machine,» de Machine Learning, 2020, pp. 101-121.
[14] R. Bhaumik, L. M. Jenkins, J. R. Gowins, R. H. Jacobs, A. Barba y D. K. Bhaumik, «Multivariate pattern analysis strategies in detection of remitted major depressive disorder using resting state functional connectivity,» NeuroImage: Clinical, vol. 16, pp. 390-398, 2017.
[15] «Support Vector Machines,» scikit learn, 2020. [En línea]. Available: https://scikit-learn.org/stable/modules/svm.html#svm-regression.
[16] «SVM Hyperparameter Tuning using GridSearchCV,» Velocity Business, 2020. [En línea]. Available: https://www.vebuso.com/2020/03/svm-hyperparameter-tuning-using-gridsearchcv/
Semestral: Publicaciones en enero y julio
