Resumen

Este trabajo presenta una aplicación de inteligencia artificial para medir las sobretensiones de conmutación causadas por la energización de reactores en derivación mediante la aplicación de reglas analíticas. En un sistema eléctrico pequeño que aparece en una fase temprana de un arranque en negro de un sistema eléctrico, podría producirse una sobretensión por saturación del núcleo en la energización de un reactor con flujo residual. Se ha utilizado una red neuronal de función de base radial (RBF) para estimar las sobretensiones debidas a la energización del reactor. Los parámetros del circuito equivalente de la red se han utilizado como entradas de la red neuronal artificial (RNA); de este modo, la red neuronal RBF es aplicable a todos los sistemas estudiados. La RNA desarrollada se entrena con el peor caso del ángulo de conmutación y del flujo remanente y se prueba para casos típicos. Los resultados simulados para un sistema de prueba parcial de 39 buses de Nueva Inglaterra muestran que la técnica propuesta puede medir los valores pico y la duración de las sobretensiones de conmutación con buena precisión.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:sobretensiones, red neuronal, sistema de pruebas bus new england, parámetros del circuito equivalente, aplicación de inteligencia artificial, red neuronal artificial, función de base radial, energización del reactor en derivación, sistema de pequeña potencia, rbf
• Keywords:overvoltages, neural network, bus new england test system, equivalent circuit parameters, artificial intelligence application, artificial neural network, radial basis function, shunt reactor energization, small power system, rbf