Algoritmo de ubicación e identificación de fallas en una microrred ac basado en inteligencia artificial

Abstract

Este trabajo de grado se enfocó en desarrollar un algoritmo basado en redes neuronales artificiales (ANN) para la clasificación y localización de fallas eléctricas en una microrred de prueba. La microrred de estudio es una red de distribución IEEE de 33 buses con generadores distribuidos ubicados estratégicamente. Se simularon fallas trifásicas, bifásicas a tierra, bifásicas y monofásicas a tierra en diferentes ubicaciones de las líneas y con diversas duraciones, esto empleando el software DigSILENT enlazado con Python. Tras extraer y procesar los datos mediante técnicas como la transformada Wavelet, se compararon optimizadores, funciones de activación y tamaños de baches para el posterior entrenamiento de los modelos, los cuales muestran una buena generalización con una exactitud del 99.24% y 98.99% en clasificación y 95.71% y 94% en localización, esto para los conjuntos de entrenamiento y validación, respectivamente. Además, se crea una interfaz de usuario para predecir el tipo y la ubicación de las fallas usando la data de prueba separada anteriormente con este propósito.