Con el incremento en la complejidad de los actuales sistemas de potencia, se ha vuelto cada vez más importante y necesario realizar análisis del desempeño de su dinámica y estabilidad, mediante la identificación y obtención de modelos básicos de cada uno de sus componentes, que permitan obtener resultados lo más cercanos posible a las condiciones reales de operación del sistema. Entre dichos elementos se encuentra la máquina síncrona, quien desempeña un papel muy importante en la estabilidad de un sistema de potencia. Por tanto es imprescindible disponer de modelos válidos de la máquina para realizar un adecuado análisis de su desempeño sobre la red. Aunque ya ha pasado más de medio siglo desde las primeras publicaciones relacionadas con diversas metodologías acerca de la obtención de dichos modelos, aún en la actualidad sigue siendo un área de investigación atractiva y en continua evolución. Tradicionalmente los parámetros de la máquina síncrona han sido datos obtenidos mediante ensayos clásicos, los cuales utilizan metodologías invasivas que obligan a la desconexión de la máquina del sistema y por tanto a la interrupción del servicio de energía, situación que se traduce en problemas tanto técnicos como económicos, para el usuario y para la empresa de generación. Como una de las metodologías alternativas a las clásicas en cuanto a la obtención de modelos para sistemas no lineales, se encuentra la estimación de parámetros, la cual ha sido ampliamente utilizada en la identificación de parámetros de la máquina síncrona. En este proyecto se plantea la utilización de una de estas herramientas como son las redes neuronales, para la estimación fuera de línea de los parámetros de una máquina síncrona real del laboratorio, con la ventaja que su estructura y/o configuración es optimizada mediante la utilización de algoritmos genéticos. De esta forma la selección de la arquitectura de la red neuronal deja de ser un proceso empírico definido por la experiencia del diseñador, para convertirse en un sistema de selección óptimo.PregradoIngeniero(a) ElectricistaContenido Lista de figuras.......................................................................................................................... 5 Lista de tablas ........................................................................................................................... 7 Resumen.................................................................................................................................... 8 Introducción ............................................................................................................................ 10 Capitulo 1................................................................................................................................ 15 1. MARCO TEÓRICO........................................................................................................ 15 1.1. MODELADO DE LA MÁQUINA......................................................................... 15 1.1.1. Características de la máquina sincrónica ........................................................ 16 1.1.2. CONCEPTO DE ESTADO ................................................................................ 18 1.1.3. Modelos de la máquina síncrona..................................................................... 19 1.2. ESTABILIDAD LOCAL O DE PEQUEÑA SEÑAL ............................................ 24 1.3. MODELO NO LINEAL DE TERCER ORDEN DEL GENERADOR SÍNCRONO 24 1.3.1. Modelo dinámico de la máquina síncrona conectada a un barraje infinito..... 25 1.3.2. Ecuaciones dinámicas del generador .............................................................. 27 1.3.3. Modelo de Heffron Philips.............................................................................. 28 1.4. ESTADO DEL ARTE............................................................................................. 33 1.4.1. Prueba de cortocircuito, circuito abierto y factor de potencia cero................ 34 1.4.2. Respuesta en frecuencia RF ............................................................................ 42 1.4.3. Tasa de Caída de la Componente DC (DC Decay Test)................................. 46 1.4.4. Estimación de parámetros con redes neuronales............................................. 50 1.4.5. Ensayo de respuesta en frecuencia en línea .................................................... 52 1.4.6. Descomposición del valor singular (SVD) ..................................................... 53 1.4.7. Método del gradiente conjugado..................................................................... 53 1.4.8. Máxima Similitud ........................................................................................... 53 1.4.9. Series de funciones ortogonales y series de Hartley ....................................... 54 3 1.5. REDES NEURONALES ARTIFICIALES ............................................................ 54 1.5.1. Función de propagación o de red .................................................................... 55 1.5.2. Función de activación ..................................................................................... 55 1.5.3. Conexiones ponderadas................................................................................... 56 1.5.4. Salida............................................................................................................... 56 1.6. MODO DE OPERACIÓN DE LAS RNA’s........................................................... 57 1.7. APLICACIONES DE LA RED NEURONAL ....................................................... 58 1.8. ALGORITMOS GENÉTICOS ............................................................................... 60 1.8.1. Codificación.................................................................................................... 60 1.8.2. Selección......................................................................................................... 61 1.8.3. Operador de cruzamiento................................................................................ 63 1.8.4. Operador mutación.......................................................................................... 64 1.8.5. Función de adaptación o fittnes....................................................................... 65 Capítulo 2................................................................................................................................ 66 2. METODOLOGÍA PROPUESTA PARA LA ESTIMACIÓN DE LOS PARÁMETROS 66 2.1. INTRODUCCIÓN .................................................................................................. 66 2.2. APLICACIÓN DE LAS REDES NEURONALES COMO ESTIMADORES ...... 67 2.2.1. Conjunto de entrenamiento ............................................................................. 68 2.2.2. Validación cruzada.......................................................................................... 76 2.2.3. Selección de la red .......................................................................................... 77 2.2.4. Arquitectura de la RNA seleccionada ............................................................. 78 2.2.5. Entrenamiento................................................................................................. 81 2.3. IMPLMENTACIÓN DEL ALGORITMO GENÉTICO ........................................ 84 2.3.1. Configuración del algoritmo genético............................................................. 88 2.3.2. Definición del individuo de peor calidad........................................................ 89 2.3.3. Función fittness............................................................................................... 89 2.3.4. Codificación.................................................................................................... 90 2.3.5. Tasa de cruce................................................................................................... 91 2.3.6. Tasa de mutación ............................................................................................ 92 2.3.7. Población inicial.............................................................................................. 92 4 2.3.8. Número de generaciones................................................................................. 92 Capítulo 3................................................................................................................................ 94 3. RESULTADOS............................................................................................................... 94 3.1. Inicialización del proceso........................................................................................ 94 3.1.1. Pruebas............................................................................................................ 94 3.2. Resultados del proceso de estimación y optimización de arquitectura ................ 105 3.3. Análisis ................................................................................................................. 108 3.4. Pruebas realizadas a la red resultante nn [3 12 5]................................................. 113 Capítulo 4.............................................................................................................................. 126 CONCLUSIONES, RECOMENDACIONES Y TRABAJO FUTURO.............................. 126 Anexo A................................................................................................................................ 132 BASES TEÓRICAS ADICIONALES.................................................................................. 132 Anexo B................................................................................................................................ 146 BIBLIOGRAFÍA .................................................................................................................. 152