Logo IIiA

Diagnóstico de redes eléctricas de distribución basado en casos y modelos (DCM-RED)

Logo MEC  
Return to eXiT research group.


Entorno para el diagnóstico basado en casos

Se ha desarrollado un entorno para el diagnóstico de huecos de tensión basado en las formas de onda de estos. El entorno combina la reducción de dimensionalidad del Análisis por Componentes Principales (PCA) con una estrategia de inferencia basada en la reutilización de casos o observaciones (Razonamiento Basado en Casos) para el diagnóstico de dichos huecos.

Actualmente la aplicación se ha testeado con el propósito de discriminar el origen de dichos registros (sistema de transporte o sistema de distribución). Para este propósito el grado de acierto del método propuesto es bastante elevado (más del 90%). En la figura se representa la base de casos proyectada sobre las tres primeras componentes principales.

Casos en PCA
Fig. 1 - Casos proyectados sobre PCA.

El prototipo se ha desarrollado en Matlab y se visualiza en la siguiente figura. En la parte derecha se representa mediante puntos (en el espacio de componentes principales) las perturbaciones y los vecinos más cercanos recuperados (marcados con un cuadrado a su alrededor).

Prototipo Matlab
Fig. 2 - Prototipo desarrollado en Matlab.

En la figura siguiente pueden verse las formas de onda (tensiones y corrientes) correspondientes al caso a diagnosticar y resaltados en cuadrados los vecinos más próximos recuperados.

Formas de onda
Fig. 3 - Formas de onda según el caso a diagnosticar.

La misma metodología se va aplicar para el diagnóstico completo de las perturbaciones a partir de su caracterización a partir de los atributos obtenidos en el apartado previo. Para ello se ha completado el análisis de los atributos extraíbles de una perturbación obtenidos en relación a parámetros útiles para el diagnóstico completo de la perturbación (distancia al punto de falta, severidad, tipología de las cargas, etc.). Se pretende completar la metodología anterior con técnicas de clustering para identificar 'clases' de huecos o perturbaciones comunes y diferenciarlas de esas que son poco habituales y cuyo interés puede ser mayor para el análisis de problemáticas de nueva aparición en la red (novelty detection).

Estimación de la distancia de faltas

A modo de ejemplo y para ilustrar la funcionalidad de la aplicación, a continuación se muestran dos ejemplos de localización a partir de huecos de tensión afectados por diferente grado de distorsión y donde se visualiza el efecto de mejora que introduce el tratamiento de la onda previo a la localización.

Localización de falta.
Fig. 4 - Localizacion de falta para perturbacion (Bruguera).


Localización de falta.
Fig. 5 - Localizacion de falta para perturbacion (Molino).