Algoritmo neuro-difuso para la detección y clasificación de fallas en líneas de transmisión eléctrica usando ANFIS

• CALDERÓN,, JHON A. ^[2] ; ZAPATA M., GERMÁN ^[3] ; OVALLE C., DEMETRIO A. ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
  2. [2] MSc. ISA: Interconexión Eléctrica S.A., Especialista de Operación – Dirección Gestión Red
  3. [3] MSc. GAUNAL: Grupo de Automática de la Universidad Nacional de Colombia, Escuela de Ingeniería Eléctrica, Facultad de Minas, Universidad Nacional de Colombia sede Medellín

  Mostrar afiliaciones +
• Localización: Avances en Sistemas e Informática, ISSN 1909-0056, Vol. 4, Nº. 1, 2007, págs. 101-107
• Idioma: español
• Títulos paralelos:
  • Fuzzy Neural Algorithm for Faults Detection  and Classification in Electric Transmission  Lines Using ANFIS
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La detección y clasificación de las fallas en líneas de transmisión es de vital importancia. En un sistema eléctrico de potencia se presenta una gran diversidad de fallas que van desde fallas de baja impedancia (LIFs) a fallas de alta impedancia (HIFs). Estas últimas revisten una especial dificultad par a ser detectadas por los relés de distancia convencionales y cuando no son detectadas se suelen presentar consecuencias desastrosas par a el sistema. De lo anterior se desprende entonces, que aun cuando las HIFs son menos comunes que las LIFs, resulta fundamental garantizar que cualquier dispositivo de protección sea capaz de detectar satisfactoriamente ambos tipos de fallas.

    En este artículo se presenta un algoritmo par a la detección y clasificación de fallas par a ambos tipos de fallas LIFs y HIFs usando ANFIS (Adaptive Networ kbased Fuzzy Infer ence System). Las entr adas al ANFIS se basan solamente en los valor es RMS (RootMeanSquar e) de las tres corrientes de fase y la corriente de secuencia cero. Los resultados muestran que un modelo ANFIS puede de manera precisa detectar y clasificar fallas incluyendo (LIFs y HIFs) dentro de un tiempo de medio ciclo.

  • English

     The detection and classification of faults in electric  tr ansmission  lines  is  an  essential  task to be performed. Within  an  electric power system  a diversity of faults which  come from low impedance faults (LIFs) to high impedance faults (HIFs) ar e  exhibited. Last faults ar e mor e difficult to be detected due to the  use  of  conventional  distance r elays. In  addition, when they  ar e  not  detected  irr eversible  consequences  ar e  pr esented  into  the  system. From above, it is inferr ed that taking into account that  HIFs  ar e  less  fr equent  than  LIFs  it  appears  essential  to  guar anty  that  any  protection  device  must  be  able  to  satisfactorily detect both kind of electric faults.  The aim of this paper is to pr esent an algorithm to detect and  classify  both  kind  of  faults  LIFs  and  HIFs  using  ANFIS  (Adaptive Network­based Fuzzy Infer ence System).  The inputs  for ANFIS ar e based on RMS (Root­Mean­Squar e) values from  3­phase  and  zero­sequence  curr ent.  The  obtained  r esults show  that an ANFIS model can detect and classify faults in a pr ecise  way including (LIFs y HIFs) in between a half cycle time.