algoritmo para localizaciÓn de fallas introducciÓn …
TRANSCRIPT
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
ALGORITMO PARA LOCALIZACIÓN DE FALLAS EN SISTEMAS DE DISTRIBUCIÓN USANDO
MÁQUINAS DE SOPORTE VECTORIAL
Juan Carlos Bedoya Ceballos
ANÁLISIS DE RESULTADOS
CONCLUSIONES
1
Pereira, Marzo 2010
Director: PhD Juan José Mora Flórez
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
1. Introducción.
2. Aspectos teóricos.
3. Metodología propuesta para la localización de fallas
Contenido
ANÁLISIS DE RESULTADOS
CONCLUSIONES
4. Análisis de resultados.
5. Conclusiones.
2
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Introducción
La calidad de la Energía Eléctrica es un tema de amplio estudioen la actualidad que contempla temas como la calidad de laonda, la continuidad del servicio, aspectos económicos, etc.
En lo referente a la continuidad del servicio, la localizaciónoportuna y eficiente de fallas permite reducir los tiempos deindisponibilidad.
ANÁLISIS DE RESULTADOS
CONCLUSIONES
A nivel colombiano, la CREG penaliza a los operadores de redque sobrepasen los límites máximos establecidos.
3
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Introducción
TRANSFORMADOR DE DISTRIBUCIÓN
1
Alimentador Principal
Ramal o Lateral
X
X
X
Múltiple Estimación
ANÁLISIS DE RESULTADOS
CONCLUSIONES Definición del Problema
• Métodos basados en le modelo (MBM) para la localización defallas.
• Problema de múltiple estimación
2 Ramal o Lateral
4
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Introducción
TRANSFORMADOR DE DISTRIBUCIÓN
1
X
X
X
Zonas del Sistema
ANÁLISIS DE RESULTADOS
CONCLUSIONES Definición del Problema
• Métodos basados en el Conocimiento (MBC) para lalocalización de fallas.
• Necesidad de un volumen amplio de información.
2
5
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Introducción
ANÁLISIS DE RESULTADOS
CONCLUSIONES
6
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial
La SVM es un tipo de clasificador derivado de la teoríaestadística de aprendizaje desarrollada por VapnikChervonenkis y toman popularidad, cuando es aplicada aproblemas de clasificación resueltos con RNA bastanteelaboradas.
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Posteriormente, la teoría evoluciona en aplicaciones deregresión y ha sido ampliamente difundida en diferentesaplicaciones de la ingeniería eléctrica.
7
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
CLASE 1
Máquinas de Soporte Vectorial para Clasificación
ANÁLISIS DE RESULTADOS
CONCLUSIONESCLASE -1
m
m
8
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
CLASE 1
Vectores de Soporte 1.
Máquinas de Soporte Vectorial para Clasificación
m
ANÁLISIS DE RESULTADOS
CONCLUSIONESCLASE -1
Vectores de Soporte -1.
OSHOptimal Separating
Hiperplane9
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
CLASE 1
X2
, 0w x b+ =
Máquinas de Soporte Vectorial para Clasificación
ANÁLISIS DE RESULTADOS
CONCLUSIONESCLASE -1
m
X1
, 1w x b+ = −
, 1w x b+ =
10
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Para un Conjunto de n
datos de la forma
( ) 1, ni ii yx =
rp
ix ∈ℜ 1,1iy ∈ −
21Minimizar w
Máquinas de Soporte Vectorial para Clasificación
ANÁLISIS DE RESULTADOS
CONCLUSIONES
( ). :
, 1
1,...,
i i
S a
y w x b
i n
+ ≥
=
,
1
2w bMinimizar w
11
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Clasificación
( )( )2
1,
1( , , ) , 1
2
n
i i iiw b
Min L w b w y w x bα α=
= − + −∑rr
( )2
1
1( , , ) , 1
2
n
i ii
Max L w b w w x bα
α α=
= − + −∑r
Equivalente a:
0α ≥
Formulación Dual del problema de Optimización:
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0iα ≥
12
( )L wr
wr
Problema Primal
,α λ
Problema Dual
Punto de SillaOptimo del
Problema Primal y
Dual
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Clasificación
( )( )2
1
1( , , ) , 1
2
n
i i ii
Max L w b w y w x bα
α α=
= − + −∑r
0
0n
i i i
w
w y x
L
α− =
∇ =
∑r r
1
n
i i ij
w y xα=
=∑r r
Formulación Dual del problema de Optimización
ANÁLISIS DE RESULTADOS
CONCLUSIONES
1
i i ij=∑
1
0n
i ij
yα=
=∑0b L∇ =
13
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Clasificación
2
1
1( )
2
, 1
n
j j jj
n n
Max L y x
y y x x b
αα α
α α
=
=
− + −
∑
∑ ∑r
Formulación Dual del problema de Optimización:
ANÁLISIS DE RESULTADOS
CONCLUSIONES
1
0n
i ij
yα=
=∑
1 1
, 1i i j j j ii j
y y x x bα α= =
− + − ∑ ∑
S.a:
0iα ≥14
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Clasificación
1
0n
i ij
yα=
=∑1 1 1
1( ) ,
2
n n n
i i j i j i ji i j
Max L y y x xα
α α α α= = =
= −∑ ∑∑r r
S.a:
0iα ≥i∀
Formulación Dual del problema de Optimización:
α En forma matricial:ANÁLISIS DE RESULTADOS
CONCLUSIONES
15
1
0n
i ij
yα=
=∑
[ ]1 1 1 1 1 1 1
1
1 1
, ,1
( ) ...2
, ,
n n
n
n n n n n n n
y y x x y y x x
Max L
y y x x y y x xα
αα α α
α
= − +
K
K M O M M
K
S.a:
0iα ≥
i∀[ ]
1
... 1 1
n
α
α
+
K M
En forma matricial:
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Problema Linealmente no separable:
Máquinas de Soporte Vectorial para Clasificación
iξ
Clase 2
Clase 1
ANÁLISIS DE RESULTADOS
CONCLUSIONES2
12
N
ii
wM in C ξ
=
+ ∑r
( ), 1i i iy w x b ξ+ ≥ +r r
S.a.
16
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Problema Linealmente no separable:
Máquinas de Soporte Vectorial para Clasificación
0.5
1
1.5
2
2.5
3
3.5
4
4.51x−
r
1xr
( )X xφ=r r
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0.5 1 1.5 2 2.5 3 3.5 4 4.5
0.5 1 1.5 2 2.5 3 3.5
0.5
1
1.5
2
2.5
3
Transformar el Espacio de trabajo actual a un nuevo espacio.
Definir una función de Kernel que permita expresar el producto interior del nuevo espacio en términos de las variables del espacio actual.
En el nuevo espacio, los datos serán linealmente separables.
17
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Clasificación
Funciones de KERNEL
( ) ( ) ( ) ( ), , ,,i j i j i ji jK x x x x x xX X tghφ φ β δ= = −=SIGMOIDAL
( ) ( ) ( ) ( ), , , 1,p
K x x x x x xX X φ φ= = +=POLINOMIAL
ANÁLISIS DE RESULTADOS
CONCLUSIONES
( ) ( ) ( ) ( ), , , 1,i j i j i ji jK x x x x x xX X φ φ= = +=
( ) ( ) ( )
2
22, ,,i j i j
i jx x
i jK x x x xX X e σφ φ
−−
= = =
BASE RADIAL
Las funciones de Kernel deben cumplir con las condiciones de Mercer18
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial Multiclase
SVM Multiclases
• Usar máquinas biclasificadoras para hacer enfrentamientos entre pares de clases. Los tipos de enfrentamientos son:
Enfrentamiento Uno contra Uno (ovo).
Enfrentamiento Uno contra el resto (ovr).
Metodología ECOC (Error-Correcting-Output-Code)
ANÁLISIS DE RESULTADOS
CONCLUSIONES
• Una vez se realizan los enfrentamientos se reconstruye la categoría de pertenencia mediante esquemas de votación; entre ellos tenemos:
Votación por Unanimidad
Votación por mayoría absoluta
Votación por mayoría simple
19
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Regresión
SVM para Regresión
ε
ε
ξ
ANÁLISIS DE RESULTADOS
CONCLUSIONES
S.a.
( )2
*
12
N
i ii
wMin C ξ ξ
=
+ +∑r
*
,
,
i i i
i i i
y w x b
w x b y
ε ξ
ε ξ
− − ≤ +
+ − ≤ +
r r
r r
*, 0i iξ ξ ≥20
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Máquinas de Soporte Vectorial para Regresión
SVM para Regresión ε
ε
ξ
ANÁLISIS DE RESULTADOS
CONCLUSIONES
21
( ) ( ) ( ) ( )* * * *
1 1 1 1
1,
2
N N N N
i i j j i j i i i i ii j i i
Max x x yα α α α ε α α α α= = = =
− − − − + + −∑∑ ∑ ∑r r
( )*
1
0N
i ii
α α=
− =∑
[ ]*, 0,i i Cα α ∈
( ) ( )*
1
,N
i i ii
f x x x bα α=
= − +∑r r r
S.a.
Función de Evaluación
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
SVM para Regresión
Máquinas de Soporte Vectorial para Regresión
ANÁLISIS DE RESULTADOS
CONCLUSIONES
S.a.
( )( ) ( ) ( )
( ) ( )
* *
1 1
* *
1 1
1,
2
N N
i i j j i ji j
N N
i i i i ii i
M ax x x
y
α α α α
ε α α α α
= =
= =
− − − Φ Φ
− + + −
∑∑
∑ ∑
r r
( )*
1
0N
i ii
α α=
− =∑
[ ]*, 0,i i Cα α ∈22
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Sintonización de Parámetros
Búsqueda en Malla y Validación Cruzada
Sub C 1
Sub C 2
Sub C 3
Sub C 4
…
ANÁLISIS DE RESULTADOS
CONCLUSIONES
En cada punto de la rejilla, se hace el proceso de entrenamiento con N-1 subconjuntos de datos y se valida con el subconjunto de datos restantes.
Sub C n
…
23
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Información:EXTRACCIÓN DE INFORMACIÓN
SIMULACIÓN
Sistema de
DistribuciónEventos de Falla Información
Simulación Automática de Fallas
- Herramienta de Simulación- Herramienta de Automatización
MODELAMIENTO DEL SISTEMA DE DISTRIBUCIÓN
Elementos del
Sistema
Características de
la Red
ANÁLISIS DE RESULTADOS
CONCLUSIONES
24
Algoritmo de
Aprendizaje
VALIDACIÓN
Comparación
Algoritmo de
Aprendizaje
ENTRENAMIENTO
Entrada Salida
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Modelamiento del Sistema de Distribución
Para el modelamiento de la red y posterior simulación se empleó elSoftware EMTP/ATP. Los elementos implementados fueron.
• Líneas de distribución aérea y subterránea.Se empleó el modelo PI para las líneas
• CargasSe empleó el Modelo de Impedancia Constante.
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Se empleó el Modelo de Impedancia Constante.
• Compensadores de potencia reactiva
• ProteccionesFusiblesReconectadoresSeccionalizadores
Uso de los MODELs del ATPDraw
25
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Simulación Automática de Fallas
Fallas monofásicas a tierraFallas bifásicasFallas bifásicas a tierraFallas trifásicas a tierraFallas trifásicas.
ATP
Crear Circuito
BASE
Código fuente
del Circuito
Genera Lista
de Fallas
Crear copias
código Circuito
MATLAB
ANÁLISIS DE RESULTADOS
CONCLUSIONES
26
Crea Archivo de
Instrucciones
Simulación
Circuitos creados
Generar
resultados .pl4
Convertir a
.mat
Guardar en nuevo
Directorio
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Extracción de la Información
• Caracterización de la profundidad de los huecos de tensión
• Variación de la magnitud de la corriente
• Análisis de la señal transitoriaANÁLISIS DE RESULTADOS
CONCLUSIONES
• Análisis de la señal transitoria
• Análisis de coeficientes α y β
• Análisis de los patrones de la corriente de carga (firma del sistema)
• Zonificación del sistema27
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Caracterización del Hueco de Tensión
2100
2200
2300
2400
VO
LTA
JE D
E F
AS
E [V
]∆Va
∆Vb∆Vc
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.081800
1900
2000
2100
TIEMPO [s]
VO
LTA
JE D
E F
AS
E [V
]
Volver28
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Variación de la magnitud de la corriente
1500
2000
2500
3000
CO
RR
IEN
TE
DE
FA
SE
RM
S [
A]
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Volver
0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.050
500
1000
1500
CO
RR
IEN
TE
DE
FA
SE
RM
S [
A]
TIEMPO [s]
IaIbIc
29
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de la señal transitoria
Análisis Wavelet y de Fourier de la
ANÁLISIS DE RESULTADOS
CONCLUSIONES
de Fourier de la señal transitoria para obtener la frecuencia y la duración del transitorio
30
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de la señal transitoria
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Volver31
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de coeficientes α y β
1 1/ 2 1/ 22
3 0 3 / 2 3 / 2
A
B
C
Ii
Ii
I
α
β
− − = −
[ ]
( ) ( )( ) ( )
0 0
0 0
Ti t i t
i t t i t tA
α β
α β
+ ∆ + ∆ =
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Volver
[ ] ( ) ( )
( ) ( )
0 0
0 0( 1) ( 1)
i t t i t tA
i t n t i t n t
α β
α β
+ ∆ + ∆ = + − ⋅ ∆ + − ⋅ ∆
M M
[ ] [ ] [ ]TB A A= ⋅
[ ]( )Max eigvalor Bλ =
32
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de los patrones de la corriente de carga (firma del sistema)
Número de Conmutaciones de la señal y paridad del número deconmutaciones
ANÁLISIS DE RESULTADOS
CONCLUSIONES
33
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de los patrones de la corriente de carga (firma del sistema)
Corriente de Postfalla y variación de la corriente en estado deliberación de la falla
ANÁLISIS DE RESULTADOS
CONCLUSIONES
34
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Análisis de los patrones de la corriente de carga (firma del sistema)
Tiempo de Recirerre de las Protecciones
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Volver35
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Zonificación del Sistema
P1
Zona 1
50 kVA
100 kVAP2
Zona 2
Zona 3ANÁLISIS DE RESULTADOS
CONCLUSIONES
Volver
P3
P4
100 kVA
50 kVA
Zona 3
Zona 4
36
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
SVM Información
(Descriptores)
SVMc para Fallas
1Φ Fase A-T
SVMc para Fallas
1Φ Fase B-T
SVMc para Fallas
1Φ Fase C-T
Localización de fallas como problema de clasificación
ANÁLISIS DE RESULTADOS
CONCLUSIONES
SVM
para determinar el
tipo de falla
1Φ, 2Φ ó 3Φ.
(Descriptores)
para la Localización
de la Zona de Falla
SVMc para Fallas 2Φ
Fase A-B y A-B-T
SVMc para Fallas 2Φ
Fase A-B y A-B-T
SVMc para Fallas 2Φ
Fase A-C y A-C-T
SVMc para Fallas 3Φ Fase
A-B-C y A-B-C-T
37
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
Localización de fallas como problema de regresión
SISTEMA DE
DISTRIBUCION
INFORMACION DEL SISTEMA BAJO DE FALLA
ZONA DE FALLA
ANÁLISIS DE RESULTADOS
CONCLUSIONES
ZONA DE FALLA
METODOLOGIA PARA LA
LOCALIZACION DE LA ZONA
DE FALLA BASADA EN SVMc
METODOLOGIA PARA LA
ESTIMACION DE LA
DISTANCIA DE FALLA
BASADA EN SVMr
TIPO DE FALLA
ZONA DE FALLA
DISTANCIA DE FALLA
Datos de Entrada
Información Intermedia
Localización de la Falla
38
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Metodología de Localización de Fallas
SVMr Zona 1
SVMr Zona 2
SVMr Zona N
...
...SVMc
para determinar el
tipo de falla
Información
(Descriptores)
para la Estimación de
SVMc Identifica
Falla 1Φ Fase A-T
SVMc Identifica
Falla 1Φ Fase B-T
SVMc Identifica
Fallas 1Φ Fase C-T
SVMc Identifica Fallas
2Φ Fase A-B y A-B-T
SVMr Zona 1
SVMr Zona 2
SVMr Zona N
...
Localización de fallas como problema de regresión
ANÁLISIS DE RESULTADOS
CONCLUSIONES
SVMc
que Identifica la Zona
de falla.
tipo de falla
1Φ, 2Φ ó 3Φ.
para la Estimación de
la Distancia de Falla
2Φ Fase A-B y A-B-T
SVMc Identifica Fallas
2Φ Fase A-B y A-B-T
SVMc Identifica Fallas
2Φ Fase A-C y A-C-T
SVMc Identifica Fallas 3Φ
Fase A-B-C y A-B-C-T
SVMr Zona 1
SVMr Zona 2
SVMr Zona N
...
SVMr Zona 1
SVMr Zona 2
SVMr Zona N
...
39
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Sistema de Distribución escogido para pruebas.IEEE 123 Node Test System
ANÁLISIS DE RESULTADOS
CONCLUSIONES
40
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
400
500
600563
462
532
359349
364 359349
364349 349
Número de Fallas Simuladas
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0
100
200
300
Falla 01 Falla 02 Falla 03 Falla 04 Falla 05 Falla 06 Falla 07 Falla 08 Falla 09 Falla 10 Falla 11
41
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
300
400
500
600
289
337
275
562
344
275
420
454
Numero de Fallas Simuladas en cada Zona
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0
100
200
300
Zon
a 0
1
Zon
a 0
2
Zon
a 0
3
Zon
a 0
4
Zon
a 0
5
Zon
a 0
6
Zon
a 0
7
Zon
a 0
8
Zon
a 0
9
Zon
a 1
0
Zon
a 1
1
Zon
a 1
2
Zon
a 1
3
Zon
a 1
4
Zon
a 1
5
Zon
a 1
6
Zon
a 1
7
Zon
a 1
8
Zon
a 1
9
Zon
a 2
0
Zon
a 2
1
Zon
a 2
2
Zon
a 2
3
Zon
a 2
4
Zon
a 2
5
Zon
a 2
6
220
1435 35
1435
110
220
21 14
6181
275
21
264
186
275
3549
28
42
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Localización de la zona de falla.
Descriptores Empleados en las Pruebas
A. Número de conmutaciones presentes en la señalB. Paridad del número de conmutacionesC. Tiempo de recierre de los reconectadoresD. Variación de las corrientes en estado de liberación de fallaE. Corriente de postfalla luego de la acción de las
proteccionesANÁLISIS DE RESULTADOS
CONCLUSIONES
protecciones
Descriptores% Acierto de Validación
A B C D E
1 98,3
2 97,4
3 96,7
4 96,3
43
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Zonas estimadas por la SVMc
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
1 2202 143 354 355 14
Matriz de Confusión para la prueba de localización de la Zona de falla empleando los descriptores:
B. Paridad del Numero de ConmutacionesC. Tiempo para el recierre de ReconectadoresE. Variación de la Corriente de Postfalla
Localización de la zona de falla.
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Zon
a or
igin
ales
6 357 2898 3379 108 2
10 22011 2112 1413 6114 68 1315 10 26516 2117 56218 26419 1 179 620 10 1 33321 27522 3523 15 40524 10 8 43625 4926 28
Acierto de Validación: 98.3
44
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Localización de la zona de falla.
16
17
18
19
20
21
Zona en la que fue erróneamente clasificado el patrón
ANÁLISIS DE RESULTADOS
CONCLUSIONES
8
9
10
11
12
13
14
15
9 14 15 19 20 23 24149 15 19 20 23 24
45
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Localización de la zona de falla.
50%
60%
70%
Histograma de Frecuencias de la resistencia de falla asociada a los patrones mal clasificados
ANÁLISIS DE RESULTADOS
CONCLUSIONES
0%
10%
20%
30%
40%
1.0 Ω 5.0 Ω 10.0 Ω 20.0 Ω 25.0 Ω 30.0 Ω 35.0 Ω
46
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Parámetros C y σ de cada una de las máquinas de Soporte Vectorial para la prueba de localización de fallas con los descriptores
B. Paridad del Numero de ConmutacionesC. Tiempo para el recierre de ReconectadoresE. Variación de la Corriente de Postfalla
Datos de Entrenamiento Datos de Validación Informació n sobre la SVMc
Numero de Datos
Validación[% Acierto]
Numerode Datos
Validación[% Acierto]
# SVM biclasificación
Número Promedio de Vectores de
Soporte
Parámetros
σ C
Localización de la zona de falla.
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Soporte
SVMc para Fallas
Monofásicas
Fase A-T SVMc 1 412 100 563 99.3 190 4 5.0 1.0e5
Fase B-T SVMc 2 352 96.3 462 93.5 136 7 0.5 1.0e3
Fase C-T SVMc 3 392 95.7 532 92.1 136 9 0.5 5.1e4
SVMc para Fallas Bifásicas
Fases A-B ó A-B-T
SVMc 4 584 100 718 100 91 4 5.0 5.1e4
Fases B-C ó B-C-T
SVMc 5 568 100 698 100 78 5 2.8 1.0e5
Fases A-C ó A-C-T
SVMc 6 592 100 728 100 91 4 5.0 5.1e4
SVMc para Fallas Trifásicas
Fases A-B-C ó A-B-C-T
SVMc 7 568 100 698 100 78 4 5.0 1e3
47
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Estimación de la distancia de falla.
Descriptor Empleado en la prueba Nº1:
• Caída de tensión en las señales de tensión de línea en prefalla y postfalla
ANÁLISIS DE RESULTADOS
CONCLUSIONES
48
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Estimación de la distancia de Falla.
Descriptor Empleado en la prueba Nº1:
• Caída de tensión en las señales de tensión de línea en prefalla y postfalla
ANÁLISIS DE RESULTADOS
CONCLUSIONES
49
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Estimación de la distancia de Falla.
8%
10%
12%
% Error en la Estimación de la Distancia de Falla por Zona desagregado por resistencia de falla
Zona 19
Zona 22
Zona 02
Zona 06
Zona 03
ANÁLISIS DE RESULTADOS
CONCLUSIONES
50
Zona 19
Zona 22
Zona 02
Zona 06
Zona 03
0%
2%
4%
6%
R1 1ΩR2 5Ω
R3 10ΩR4 15Ω
R5 20ΩR6 25Ω
R7 30Ω
Zona 03
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Análisis de Resultados
Estimación de la distancia de Falla.
ANÁLISIS DE RESULTADOS
CONCLUSIONES Se determinó el equivalente de la red en cada nodo.
Se evaluó el éxito en la estimación de la distancia de falla encontrando que éste depende de que tan comparable son la resistencia de falla con la impedancia equivalente.
51
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
CONCLUSIONES
Se ha desarrollado una metodología basada enelconocimiento (MBC) fundamentada en máquinas desoporte vectorial (SVM) que permite la localización de fallas.
La localización oportuna y eficiente de fallas permitirá a las
Conclusiones Generales
ANÁLISIS DE RESULTADOS
CONCLUSIONES
La localización oportuna y eficiente de fallas permitirá a lasempresas de distribución mantener sus ingresos regulados aldisminuir las penalizaciones por indisponibilidad establecidasen la regulación vigente.
52
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
La zonificación del sistema es un aspecto importante para lalocalización de la zona de falla; se deben tener presentescriterios de selectividad, topología y la topografía de la red.
La localización de la zona de falla es un problema de carácterdiscreto; se propuso para su solución variables de entrada
Conclusiones asociadas con la Localización de la Zona de falla
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
discreto; se propuso para su solución variables de entradadiscretas (análisis de los patrones de la corriente de carga).
A. Número de conmutaciones presentes en la señal
B. Paridad del número de conmutaciones
C. Tiempo de recierre de los reconectadores
D. Variación de las corrientes en estado de liberación de falla
E. Corriente de postfalla luego de la acción de las protecciones
53
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
La corriente de Postfalla es un descriptor de carácterfundamental para la estimación de la zona de falla, sinembargo, este descriptor por si solo no permite distinguirfallas entre zonas que poseen cargas de característicassimilares como se evidenció en las pruebas.
Conclusiones asociadas con la Localización de la Zona de falla
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
similares como se evidenció en las pruebas.
Es necesario incluir información adicional que permitaresolver estos empates en la localización de la zona de falla.
54
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
El problema de la estimación de la distancia de falla es unproblema de carácter continuo. Se propuso para su soluciónvariables de entrada continuas.
La solución del problema de estimación de la distancia de
Conclusiones asociadas con la Estimación de laDistancia de falla
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
La solución del problema de estimación de la distancia defalla, al igual que las metodologías basadas en el modelo dela red (MBM) presentan dependencia con el modelo de la redy en particular con la resistencia de falla.
55
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
El problema de la localización de la zona de fallas en sistemasde distribución por medio de SVMc involucra un volumenelevado de información; por ello se hace necesario dividir elproblema de acuerdo con el tipo de falla.
Conclusiones asociadas con las SVM paraclasificación
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Por otra parte, se hizo necesario implementar el esquemaOvO (One vs. One) para atacar el problema dado que otrotipo de esquema implica resolver un menor numero de sub-problemas pero con un volumen de información elevado.
56
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
El problema de la estimación de la distancia de falla ensistemas de distribución por medio de SVMr involucra unvolumen amplio de información; por ello se hace necesariodividir el problema, no solo de acuerdo con el tipo de fallasino también, de acuerdo la zona de falla.
Conclusiones asociadas con las SVM para regresión
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
sino también, de acuerdo la zona de falla.
El problema de optimización asociado con las SVMr presenta2N variables (N es el número de datos de entrenamiento). Porello no fue posible implementar una metodología quepermitiese estimar la zona de la localización de la fallaempleando más de un descriptor.
57
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
El problema de la estimación de la distancia de falla ensistemas de distribución por medio de SVMr involucra unvolumen amplio de información; por ello se hace necesariodividir el problema, no solo de acuerdo con el tipo de fallasino también, de acuerdo la zona de falla.
Conclusiones asociadas con las SVM para regresión
CONCLUSIONES
ANÁLISIS DE RESULTADOS
CONCLUSIONES
sino también, de acuerdo la zona de falla.
El problema de optimización asociado con las SVMr presenta2N variables (N es el número de datos de entrenamiento). Porello no fue posible implementar una metodología quepermitiese estimar la zona de la localización de la fallaempleando más de un descriptor.
58
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Desarrollo del modelo eléctrico de los fusibles,reconectadores y seccionalizadores en el software desimulación EMTP/ATP mediante el uso de los MODELS.
Se desarrolló una metodología de simulación automática defallas en ATP.
APORTES DEL TRABAJO
ANÁLISIS DE RESULTADOS
CONCLUSIONES
Se desarrolló una herramienta en MATLAB® para elentrenamiento y validación de clasificadores basados enMáquinas de Soporte Vectorial (SVMc) aplicadas al problemade localización de fallas.
Se desarrolló una herramienta para el entrenamiento yvalidación de estimadores basados en Máquinas de SoporteVectorial para la estimación de la distancia de falla.
59
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Pérez, L, Mora, J, Bedoya, J, C. ¨ Selection of characteristics from protectiverelays to locate faults in power distribution systems using Support VectorMachines ¨, 2008 IEEE PES Transmission and Distribution Conference andExposition Latin America, Bogotá, August 2008.
J. J. Mora, J. C. Bedoya, J. Melendez, ¨Extensive Events DatabaseDevelopment using ATP and Matlab to Fault Location in Power DistributionSystems,¨ IEEE PES Transmission and Distribution Conference and ExpositionLatin America, Venezuela, August 2006.
APORTES DEL TRABAJO
ANÁLISIS DE RESULTADOS
CONCLUSIONES
L. Perez, J. Mora, J. Bedoya. ¨A linear approach to determining an SVM-Basedfault locator’s optimal parameters¨. Revista Ingenieria e investigacion, Abril2009.
Mora-Flórez, J. Bedoya-Ceballos, J. Meléndez-Frigola. Implementación deprotecciones y simulación automática de eventos para localización de fallasen sistemas de distribución de energía. Ingeniería y competitividad, ISSN0123-3033, Vol 8, Diciembre, 2006. pp. 5-14.
60
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Preguntas?
ANÁLISIS DE RESULTADOS
CONCLUSIONES
61
INTRODUCCIÓN
ASPECTOS TEÓRICOS
METODOLOGÍA DE LOCALIZACIÓN DE
FALLAS
Agradecimientos
A Dios y a mis padres quienes permanentemente motivaronla culminación de mis estudios.
Al PhD Juan José Mora por su constante motivación y apoyono sólo con este trabajo sino también en el campoprofesional y humano.
A Lucas Paul Pérez que fue mi permanente contacto con elANÁLISIS DE RESULTADOS
CONCLUSIONES
A Lucas Paul Pérez que fue mi permanente contacto con elestado del arte de la temática, durante mi ausencia.
A la facultad de Ingeniería Eléctrica y en especial a PhDRamón Gallego y los profesores de la maestría quienes mebrindaron una excelente oportunidad para continuar misestudios de postgrado.
A los jurados Antonio E. y Harold S., por disposición yoportuna evaluación de este proyecto.
62