Estrategia de detección e identificación de fallas eléctricas para sistemas de distribución eléctrica con generación distribuida basado en redes neuronales artificiales
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/26451
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Ortiz Matos, Leony | - |
dc.contributor.author | Becerra Benavides, Luis Angel | - |
dc.date.accessioned | 2023-10-28T15:50:19Z | - |
dc.date.available | 2023-10-28T15:50:19Z | - |
dc.date.issued | 2023-10 | - |
dc.identifier.uri | http://dspace.ups.edu.ec/handle/123456789/26451 | - |
dc.description | Con el crecimiento poblacional, las empresas distribuidoras de energía eléctrica deben de suministrar servicios de calidad a cada usuario. Esto conlleva a que la red de distribución tenga un crecimiento considerable la cual no está exenta daños en su infraestructura o fallas. Adicionalmente, con la implementación de generación distribuida los sistemas tradicionales de detección de fallas a generar falsos positivos. En este sentido, uno de los principales desafíos de las empresas distribuidoras es la detección de estas fallas en la red juntamente con los sistemas de generación distribuida. La presente investigación muestra una estrategia para la Detección e Identificación de Fallas eléctricas en sistemas de distribución que cuentan con generación distribuida mediante. La estrategia propuesta se base en el uso de algoritmo de inteligencia artificial basados en Redes Neuronales Artificiales. La validación del método se realizó mediante el software Simulink Matlab/Simulink, que permitió la obtención de patrones para la identificación de la falla. | spa |
dc.description.abstract | With population growth, electric power distribution companies must provide quality services to each user. This leads to considerable distribution network growth, which is not exempt from infrastructure damage or failures. Additionally, traditional fault detection systems generate false positives by implementing distributed generation. In this sense, one of the main challenges for distribution companies is the detection of these faults in the network together with distributed generation systems. This research shows a strategy for detecting and identifying electrical faults in distribution systems with distributed generation. The proposed strategy is based on using artificial intelligence algorithms based on Artificial Neural Networks. The validation of the method was carried out using Simulink Matlab/Simulink software, which allowed for obtaining patterns for fault identification. | spa |
dc.language.iso | spa | spa |
dc.rights | openAccess | spa |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
dc.subject | ELECTRICIDAD | spa |
dc.subject | FALLAS DE SISTEMAS (INGENIERÍA) | spa |
dc.subject | REDES ELÉCTRICAS | spa |
dc.subject | ENERGÍA ELÉCTRICA | spa |
dc.subject | DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA | spa |
dc.subject | REDES NEURONALES ARTIFICIALES | spa |
dc.title | Estrategia de detección e identificación de fallas eléctricas para sistemas de distribución eléctrica con generación distribuida basado en redes neuronales artificiales | spa |
dc.type | bachelorThesis | spa |
ups.carrera | Electricidad | spa |
ups.sede | Sede Quito | spa |
Pertenece a las colecciones: | Grado |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TTS1590.pdf | Texto completo | 2,74 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons