Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales

Este trabajo presenta una nueva metodología basada en data mining para identificar el grupo de máquinas críticas, es decir, los generadores responsables de la pérdida de sincronismo en un sistema de potencia después de la ocurrencia de una contingencia. Dado que se requiere sólo la trayectoria post...

Full description

Bibliographic Details
Main Authors: D. Echeverría, J. Cepeda
Format: Article
Language:English
Published: Operador Nacional de Electricidad – CENACE 2015-01-01
Series:Revista Técnica Energía
Subjects:
Online Access:https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/86
_version_ 1811219873123008512
author D. Echeverría
J. Cepeda
author_facet D. Echeverría
J. Cepeda
author_sort D. Echeverría
collection DOAJ
description Este trabajo presenta una nueva metodología basada en data mining para identificar el grupo de máquinas críticas, es decir, los generadores responsables de la pérdida de sincronismo en un sistema de potencia después de la ocurrencia de una contingencia. Dado que se requiere sólo la trayectoria post-falla, el método propuesto es independiente del modelo del sistema de potencia y podría ampliarse para la evaluación de estabilidad transitoria de segunda oscilación. Los resultados numéricos obtenidos mediante la aplicación de la metodología en el sistema de prueba IEEE Nueva Inglaterra demuestran la viabilidad y la eficacia que podría lograrse en la identificación de las máquinas críticas, la cual es de gran valor para la evaluación de problemas de estabilidad transitoria y la definición de acciones de control de emergencia adecuadas.
first_indexed 2024-04-12T07:33:14Z
format Article
id doaj.art-13636ee5834b4215aeabe6355e7db15c
institution Directory Open Access Journal
issn 1390-5074
2602-8492
language English
last_indexed 2024-04-12T07:33:14Z
publishDate 2015-01-01
publisher Operador Nacional de Electricidad – CENACE
record_format Article
series Revista Técnica Energía
spelling doaj.art-13636ee5834b4215aeabe6355e7db15c2022-12-22T03:42:01ZengOperador Nacional de Electricidad – CENACERevista Técnica Energía1390-50742602-84922015-01-0111110.37116/revistaenergia.v11.n1.2015.86Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones SincrofasorialesD. Echeverría J. Cepeda Este trabajo presenta una nueva metodología basada en data mining para identificar el grupo de máquinas críticas, es decir, los generadores responsables de la pérdida de sincronismo en un sistema de potencia después de la ocurrencia de una contingencia. Dado que se requiere sólo la trayectoria post-falla, el método propuesto es independiente del modelo del sistema de potencia y podría ampliarse para la evaluación de estabilidad transitoria de segunda oscilación. Los resultados numéricos obtenidos mediante la aplicación de la metodología en el sistema de prueba IEEE Nueva Inglaterra demuestran la viabilidad y la eficacia que podría lograrse en la identificación de las máquinas críticas, la cual es de gran valor para la evaluación de problemas de estabilidad transitoria y la definición de acciones de control de emergencia adecuadas. https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/86Máquinas críticasEstabilidad transitoriaMinería de datosUnidades de medición sincrofasorial PMU
spellingShingle D. Echeverría
J. Cepeda
Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
Revista Técnica Energía
Máquinas críticas
Estabilidad transitoria
Minería de datos
Unidades de medición sincrofasorial PMU
title Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
title_full Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
title_fullStr Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
title_full_unstemmed Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
title_short Identificación de Máquinas Críticas ante Problemas de Estabilidad Transitoria basado en Data Mining y Mediciones Sincrofasoriales
title_sort identificacion de maquinas criticas ante problemas de estabilidad transitoria basado en data mining y mediciones sincrofasoriales
topic Máquinas críticas
Estabilidad transitoria
Minería de datos
Unidades de medición sincrofasorial PMU
url https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/86
work_keys_str_mv AT decheverria identificaciondemaquinascriticasanteproblemasdeestabilidadtransitoriabasadoendataminingymedicionessincrofasoriales
AT jcepeda identificaciondemaquinascriticasanteproblemasdeestabilidadtransitoriabasadoendataminingymedicionessincrofasoriales