Resumen

Uno de los problemas más importantes en el restablecimiento del sistema eléctrico son las sobretensiones causadas por la conmutación de los transformadores. Estas sobretensiones pueden dañar algunos equipos y retrasar el restablecimiento del sistema eléctrico. Este trabajo presenta una red neuronal de base radial (RBFNN) para estudiar las sobretensiones de conmutación de los transformadores. Para conseguir una buena capacidad de generalización de la RBFNN desarrollada, se añaden parámetros equivalentes de la red a las entradas de la RBFNN. La RBFNN desarrollada se entrena con el peor escenario de ángulo de conmutación y flujo remanente y se prueba para casos típicos. Los resultados simulados para un sistema parcial de prueba de 39 buses de Nueva Inglaterra muestran que la técnica propuesta puede estimar los valores pico y la duración de las sobretensiones de conmutación con buena precisión.

• Materias:Ingeniería biomédica Cerebro - fisiopatología Imagen por resonancia magnética Neurofisiología Neurociencias
• Subjects:Biomedical engineering Brain - pathophysiology Magnetic resonance imaging Neurophysiology Neurosciences
• Palabras claves:restablecimiento del sistema eléctrico, rbfnn desarrollada, sobretensiones, función de base radial, sistema de prueba de inglaterra, buena capacidad de generalización, prueba de nueva inglaterra, parámetros equivalentes, entrada rbfnn, red neuronal
• Keywords:power system restoration, developed rbfnn, overvoltages, radial basis function, england test system, good generalization capabilities, new england test, equivalent parameters, rbfnn input, neural network