Resumen

La clave para mejorar la capacidad de suministro de la red eléctrica es localizar el fallo con precisión y resolver el problema con rapidez. En este artículo se presenta un método de localización de averías basado en el algoritmo de selección de ramas de avería SVM y en la concordancia por similitud. En primer lugar, se construyó un filtro clasificador de ramas de fallo basado en SVM a partir de los datos de la matriz de características de componentes de secuencia positiva de cada punto de monitorización, que puede seleccionar con precisión la rama en la que se encuentra el fallo actual. A continuación, basándose en las características de distribución de la tensión de secuencia positiva, se utilizan la distancia euclidiana y el coeficiente de correlación de Pearson (PCC) para establecer la función objetivo de similitud de la localización de la avería. A continuación, se localiza la avería con precisión mediante la función objetivo. Por último, el método propuesto se valida utilizando una red de 14 nodos IEEE. Los resultados muestran que el método propuesto es eficaz y preciso.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:localización de fallos, función objetivo, algoritmo de selección de ramas de fallo svm, clasificador de filtro de ramas de fallo, datos de matriz de características de componentes de secuencia positiva, características de distribución de tensión de secuencia positiva, red de nodos ieee-14, coeficiente de correlación de pearson, método de localización de fallos, capacidad de suministro eléctrico
• Keywords:fault location, objective function, svm fault branch selection algorithm, fault branch filter classifier, positive sequence component feature matrix data, positive sequence voltage distribution characteristics, ieee-14 node network, pearson correlation coefficient, fault location method, power supply capacity