High impedance fault detection by combination of wavelet transform and artificial neural networks for electrical distribution networks

Tesis doctoral de Ibrahem Baqui Sadik

La presente tesis desarrolla una nueva metodología de detección de faltas de alta impedancia en redes de distribución de energía eléctrica, mediante la utilización de la transformada wavelet y las redes neuronales. Así, a partir de las señales de intensidad recogidas en la subestación, el método permite distinguir entre una falta de alta impedancia, una falta de baja impedancia o una situación de operación normal del sistema en cualquiera de sus circuitos. para llevar a cabo el proceso de detección, se realiza un primer preprocesado de los datos de intensidad mediante la aplicación de la transformada wavelet. Este preprocesado permite realizar une extracción de rasgos de las señales de corriente en el dominio de la frecuencia, tanto para altas como para bajas frecuencias. Estos rasgos, propios de cada situación de funcionamiento, son posteriormente introducidos como datos de entrada en una red neuronal. Así, para cada circuito se encuentra en una situación de operación normal o bien está sometido a una falta de baja o alta impedancia.

 

Datos académicos de la tesis doctoral «High impedance fault detection by combination of wavelet transform and artificial neural networks for electrical distribution networks«

  • Título de la tesis:  High impedance fault detection by combination of wavelet transform and artificial neural networks for electrical distribution networks
  • Autor:  Ibrahem Baqui Sadik
  • Universidad:  País vasco/euskal herriko unibertsitatea
  • Fecha de lectura de la tesis:  25/05/2007

 

Dirección y tribunal

  • Director de la tesis
    • maza Angel Javier Mazón Sainz
  • Tribunal
    • Presidente del tribunal: Ordiales baterretxea Juan Luis
    • Miñabres argí¼elles José felix (vocal)
    • Antonio Pastor gutiérrez (vocal)
    • araceli Hernández bayo (vocal)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio