ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES
Uno de los problemas más graves que puede sufrir un sistema eléctrico de potencia es sin duda la pérdida de estabilidad, ya que esto conlleva a tener grandes oscilaciones de potencia en cada uno de los generadores que se encuentran en línea y sin la oportuna actuación de las protecciones, uno o var...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Operador Nacional de Electricidad – CENACE
2009-01-01
|
| Series: | Revista Técnica Energía |
| Subjects: | |
| Online Access: | https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/249 |
| _version_ | 1811219849113763840 |
|---|---|
| author | Edgar A. Moreno Víctor H. Hinojosa |
| author_facet | Edgar A. Moreno Víctor H. Hinojosa |
| author_sort | Edgar A. Moreno |
| collection | DOAJ |
| description |
Uno de los problemas más graves que puede sufrir un sistema eléctrico de potencia es sin duda la pérdida de estabilidad, ya que esto conlleva a tener grandes oscilaciones de potencia en cada uno de los generadores que se encuentran en línea y sin la oportuna actuación de las protecciones, uno o varios de los generadores entrarán en una etapa de operación inestable, lo que puede ocasionar un colapso parcial del sistema o en su defecto un colapso total.
En este trabajo se presenta el análisis de Estabilidad Transitoria para el Sistema Eléctrico del Ecuador por medio de la utilización de redes neuronales artificiales (ANN). Las redes neuronales diseñadas aprenden el comportamiento de los ángulos de los rotores de los generadores ante distintas perturbaciones presentadas en el sistema de transmisión y generación. Los datos de entrada utilizados en las redes son las potencias activas de los generadores y los objetivos son los ángulos de los rotores de los generadores. La recopilación de esta información se realizó mediante simulaciones dinámicas a través de la herramienta computacional DIgSILENT Programming Language (DPL).
|
| first_indexed | 2024-04-12T07:32:47Z |
| format | Article |
| id | doaj.art-98b9222bfd394021b9ed1c215d61be56 |
| institution | Directory Open Access Journal |
| issn | 1390-5074 2602-8492 |
| language | English |
| last_indexed | 2024-04-12T07:32:47Z |
| publishDate | 2009-01-01 |
| publisher | Operador Nacional de Electricidad – CENACE |
| record_format | Article |
| series | Revista Técnica Energía |
| spelling | doaj.art-98b9222bfd394021b9ed1c215d61be562022-12-22T03:42:01ZengOperador Nacional de Electricidad – CENACERevista Técnica Energía1390-50742602-84922009-01-015110.37116/revistaenergia.v5.n1.2009.249ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALESEdgar A. MorenoVíctor H. Hinojosa Uno de los problemas más graves que puede sufrir un sistema eléctrico de potencia es sin duda la pérdida de estabilidad, ya que esto conlleva a tener grandes oscilaciones de potencia en cada uno de los generadores que se encuentran en línea y sin la oportuna actuación de las protecciones, uno o varios de los generadores entrarán en una etapa de operación inestable, lo que puede ocasionar un colapso parcial del sistema o en su defecto un colapso total. En este trabajo se presenta el análisis de Estabilidad Transitoria para el Sistema Eléctrico del Ecuador por medio de la utilización de redes neuronales artificiales (ANN). Las redes neuronales diseñadas aprenden el comportamiento de los ángulos de los rotores de los generadores ante distintas perturbaciones presentadas en el sistema de transmisión y generación. Los datos de entrada utilizados en las redes son las potencias activas de los generadores y los objetivos son los ángulos de los rotores de los generadores. La recopilación de esta información se realizó mediante simulaciones dinámicas a través de la herramienta computacional DIgSILENT Programming Language (DPL). https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/249Estabilidad TransitoriaRedes Neuronales ArtificialesDIgSILENT Programming LanguageEntrenamiento SupervisadoSobreentrenamiento |
| spellingShingle | Edgar A. Moreno Víctor H. Hinojosa ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES Revista Técnica Energía Estabilidad Transitoria Redes Neuronales Artificiales DIgSILENT Programming Language Entrenamiento Supervisado Sobreentrenamiento |
| title | ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES |
| title_full | ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES |
| title_fullStr | ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES |
| title_full_unstemmed | ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES |
| title_short | ANÁLISIS DE ESTABILIDAD TRANSITORIA PARA EL SISTEMA ELÉCTRICO ECUATORIANO UTILIZANDO REDES NEURONALES ARTIFICIALES |
| title_sort | analisis de estabilidad transitoria para el sistema electrico ecuatoriano utilizando redes neuronales artificiales |
| topic | Estabilidad Transitoria Redes Neuronales Artificiales DIgSILENT Programming Language Entrenamiento Supervisado Sobreentrenamiento |
| url | https://revistaenergia.cenace.gob.ec/index.php/cenace/article/view/249 |
| work_keys_str_mv | AT edgaramoreno analisisdeestabilidadtransitoriaparaelsistemaelectricoecuatorianoutilizandoredesneuronalesartificiales AT victorhhinojosa analisisdeestabilidadtransitoriaparaelsistemaelectricoecuatorianoutilizandoredesneuronalesartificiales |