SciELO - Scientific Electronic Library Online

 
vol.20 número1Determinación de los Indicadores de Calidad Energética para el Caso de un Usuario Conectado en Media Tensión índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista Técnica energía

versão On-line ISSN 2602-8492versão impressa ISSN 1390-5074

Resumo

GUANUNA, G.F. et al. Estimación del Margen de Estabilidad de Voltaje Utilizando Herramientas de Aprendizaje Automático. Revista Técnica energía [online]. 2023, vol.20, n.1, pp.1-8. ISSN 2602-8492.  https://doi.org/10.37116/revistaenergia.v20.n1.2023.570.

La evaluación de la estabilidad de voltaje en tiempo real, mediante métodos convencionales, resulta en una tarea difícil debido al gran volumen de información, los elevados tiempos de ejecución y el esfuerzo computacional requerido. Con estos antecedentes, el presente trabajo técnico propone un método alternativo que permite la estimación del margen de estabilidad de voltaje a través de la aplicación de algoritmos de inteligencia artificial y minería de datos. Para ello, se generaron 10 000 escenarios operativos mediante simulaciones de Monte Carlo, considerando la variabilidad de la carga y el criterio de seguridad n-1. Posteriormente, se determinaron los márgenes de estabilidad de voltaje de todos los escenarios mediante el uso de las curvas voltaje-potencia (PV, por sus siglas en inglés), con la finalidad de obtener una base de datos. Esta información permitió estructurar una matriz de datos para entrenar y evaluar la red neuronal artificial y la máquina vectorial de soporte, capaz de predecir el margen de estabilidad de voltaje, incluso en tiempo real. El desempeño de las herramientas de predicción se evaluó a través del error cuadrático medio y del coeficiente de determinación. La metodología propuesta se aplicó al sistema de prueba IEEE 14 bus, mostrando resultados prometedores tanto para la red neuronal como para la máquina vectorial, donde los coeficientes de determinación fueron 0.9153 y 0.8317, respectivamente.

Palavras-chave : Evaluación de la estabilidad de voltaje; método de Monte Carlo; estimación del margen de estabilidad de voltaje; algoritmos de inteligencia artificial.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )