Universidad del Valle Biblioteca Digital

Biblioteca Digital Universidad del Valle > Patrimonio Documental Universidad del Valle > Revistas > Ingeniería y Competitividad > Vol. 16 no. 2, 2014 / Ingeniería y Competitividad >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10893/8493

Título : Metodología híbrida basada en el regresor knn y el clasificador boosting para localizar fallas en sistemas de distribución
Otros títulos: Hybrid methodology based on knn regression and boosting classification techniques for locating faults in distribution systems
Autores: Zapata Tapasco, Andrés
Mora Flórez, Juan
Pérez Londoño, Sandra
Palabras clave : Boosting
clasificación
k vecinos más cercanos
localización de fallas
regresión
classification
k nearest neighbors
fault location
regression
Fecha de publicación: 21-may-2015
Resumen: Resumen En este artículo se presenta una metodología híbrida de localización de fallas en sistemas de distribución, a partir de una técnica de regresión basada en el método de los k vecinos más cercanos y una técnica de clasificación en la cual se utilizan múltiples clasificadores básicos en una estrategia denominada ‘Boosting’. En la metodología propuesta, inicialmente el sistema se divide por zonas para entrenar la máquina de clasificación. Después se parametriza y entrena la máquina de regresión basada en knn y la máquina de clasificación. Finalmente, para un dato nuevo, la técnica de regresión permite estimar la distancia a la cual ocurrió la falla, y el método de clasificación permite ubicar la falla en una de las zonas predefinidas, eliminando el problema de múltiple estimación. El localizador propuesto se prueba en el sistema de distribución IEEE 34 nodos, donde presenta un buen desempeño tanto para clasificación (precisión mínima de 95.7 %), como para regresión (error máximo absoluto de 8.05%). Esta propuesta es de fácil implementación, rápida y de bajo costo computacional. Abstract This paper presents a hybrid methodology for fault location in power distribution systems, by using a regression technique based on k nearest neighbors and a classification technique which uses multiple simple classifiers in a Boosting strategy. The proposed methodology first subdivides the power system into zones to train the classification technique. Then the parameters of the regression technique are adjusted and the classification technique is trained. Finally, for an unknown case, the regression technique estimates the fault distance, and the classification technique locates the fault in one of the predefined zones, solving the multiple estimation problem. The IEEE34 node test feeder is used to test the proposed fault locator, where a good performance is obtained either in the classification task (minimal precision of 95.7 %) and the regression task (highest absolute error of 8.05%). The proposed method can be easily implemented in a power system, is fast and has low computational effort.
URI: http://hdl.handle.net/10893/8493
Aparece en las colecciones: Vol. 16 no. 2, 2014 / Ingeniería y Competitividad

Texto completo:

Archivo Descripción Tamaño Formato
Metodologia hibrida basada.pdf856.15 kBAdobe PDFDescargar aquí
Ver estadísticas

Los ítems de Biblioteca Digital están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Biblioteca Mario Carvajal
biblioteca@univalle.edu.co
Teléfonos +57 2 3212950 - Fax 3212977
Universidad del Valle - Ciudad Universitaria
Calle 13 # 100-00 Cali, Colombia
    Biblioteca San Fernando
biblioteca@univalle.edu.co
Teléfonos +57 2 5185633 - Fax 5581951
Universidad del Valle - Sede San Fernando
Calle 4a.B # 36-00
Cali, Colombia
    Biblioteca Colección Clínica
biblioteca@univalle.edu.co
Teléfonos +57 2 5576113
Hospital Universitario del Valle
Calle 5a # 36-08
Cali, Colombia
DSpace Software Copyright © 2002-2008 MIT and Hewlett-Packard