Resumen

La clasificación rápida y precisa de las averías es esencial para el funcionamiento del sistema eléctrico. En este trabajo, para clasificar los fallos eléctricos en los sistemas de distribución radial, se ha propuesto un clasificador de máquina de vectores de soporte (SVM) basado en la optimización de enjambre de partículas (PSO). El clasificador SVM basado en PSO es capaz de seleccionar las características de entrada apropiadas y optimizar los parámetros de la SVM para aumentar la precisión de la clasificación. Además, se ha utilizado un método de reflectometría en el dominio del tiempo (TDR) con un estímulo de secuencia binaria pseudoaleatoria (PRBS) para generar un conjunto de datos con fines de clasificación. La técnica propuesta se ha probado en una red de distribución radial típica para identificar diez tipos diferentes de fallos teniendo en cuenta 12 características de entrada generadas mediante el software Simulink y la caja de herramientas MATLAB. La tasa de éxito del clasificador SVM es superior al 97%, lo que demuestra la eficacia y la alta eficiencia del método desarrollado.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:sistema de distribución radial, propósito de la clasificación, operaciones del sistema de energía, características de entrada apropiadas, características de entrada dadas, máquina de vectores de apoyo, clasificación precisa de fallas, tipo de falla, red de distribución radial, clasificador svm basado
• Keywords:radial distribution system, purpose of classification, power system operations, appropriate input features, given input features, support vector machine, accurate fault classification, type of fault, radial distribution network, based svm classifier