Resumen de Comparison of measurement features used as inputs in a learning based fault location method for power distribution systems
Ever Correa Tapasco, Juan José Mora Flórez, Sandra Milena Pérez Londoño
- español
En este artículo se presenta un estudio comparativo de descriptores utilizados como entradas a un localizador de fallas basado en máquinas de soporte vectorial, cuyo objetivo es analizar fallas monofásicas. Estudios han demostrado que para obtener un alto rendimiento se requiere una gran base de datos, pero un problema está asociado con el excesivo tiempo de computo necesario para analizar dichas bases de datos. Este estudio contribuye a la solución del problema, analizando adecuadamente estas entradas del método y descubrir cuáles son las más significativas. Las pruebas se realizan en un sistema de distribución de 34,5 kV, 75 nodos con 75000 fallas, implementado en ATP. De acuerdo con los resultados, 12 descriptores relacionados con variaciones en magnitud de la corriente y la tensión de fase entre estados de falla y pre-falla fueron relevantes al lograr un desempeño de 96,3%, con un tiempo computacional de entrenamiento y validación cruzada de aproximadamente seis minutos.
- English
This paper presents a comparative study of the measurement features used as inputs of a fault locator based on Support Vector Machines, which is aimed to analyse single-phase faults. Studies have shown that a huge database is required to obtain high performance, but a problem is associated to the excessive computing time required to analyse such databases. This study analyses properly these inputs to determine which are the most significant in terms of performance. Tests are performed on a 75 bus 34.5 kV distribution system, with 75000 shunt faults, implemented in ATP. According to the results, 12 features related to magnitude variations of phase voltage and current between fault and prefault steady states, were relevant to achieve a performance of 96.3%, with a computational time of training and cross validation of approximately six minutes.
