Desarrollo de una Herramienta Software para la Detección y Ubicación de Fallas en un Sistema Eléctrico de Potencia usando el módulo DPL de DIgSILENT PowerFactory

• Autores: D. F. Chávez, J. Abad, H. N. Arcos
• Localización: Revista Técnica "energía", ISSN-e 2602-8492, ISSN 1390-5074, Vol. 14, Nº. 1, 2018 (Ejemplar dedicado a: Revista Técnica "energía", Edición No. 14), págs. 17-25
• Idioma: español
• Títulos paralelos:
  • Development of a Software Tool for Detection and Location of Faults on a Power Electrical System using the DPL module DIgSILENT PowerFactory
• Enlaces
  • Texto completo
• Resumen
  • español

    La aplicación de la tecnología fasorial ofrece nuevas posibilidades para la supervisión, protección, análisis y control de Sistemas Eléctricos de Potencia (SEP). En este proyecto se implementa un algoritmo para la localización de fallas usando datos fasoriales, el cual permitiría mejorar los métodos tradicionales. El algoritmo implementado distingue las respuestas de varios modelos linealizados frente a las mediciones fasoriales ante un transitorio en el SEP. En base a esto, un detector de Máxima Probabilidad A-posteriori (MAP) es implementado, el cual se basa en la inferencia estadística de varias hipótesis que determinan la probabilidad de ocurrencia de falla. El algoritmo se implementa en el módulo DPL del software PowerFactory de DIgSILENT y se realizan distintas pruebas que demuestran la capacidad de la herramienta de software de escoger la hipótesis más probable entre una lista de posibles hipótesis. El trabajo presentado es enteramente realizado en el campo de la simulación, y se emulan datos que se obtendrían de PMUs.

  • English

    The application of the phasor technology offers new possibilities for monitoring, protection, analysis and control of Electric Power Systems (EPS). In this project, an algorithm is implemented to localize a failure using phasor data, which improves traditional methods. The implemented algorithm distinguishes responses of several linearized models against measurements mode during the transient response after the failure. Based on this, a Maximum Likelihood A-posteriori (MAP) detector is implemented, which uses statistical inference from several hypotheses to determine the probability of a failure from the measurements. The algorithm is implemented in the DPL software module PowerFactory DIgSILENT. The different experiments prove that the developed software is able to distinguish the most likely scenario from a list of possible scenarios. This work uses simulated- scenarios and PMU’s measurements.