Modelos de diagnóstico de sistemas eléctricos basados en los índices de la calidad de la energía

  1. Guillén García, Emmanuel
Zuzendaria:
  1. Luis Morales Velázquez Zuzendaria
  2. Ángel Luis Zorita Lamadrid Zuzendarikidea

Defentsa unibertsitatea: Universidad Autónoma de Querétaro

Defentsa urtea: 2019

Epaimahaia:
  1. Luis Morales Velázquez Presidentea
  2. Rene de Jesus Romero-Troncoso Idazkaria
  3. Roque Alfredo Osornio Rios Kidea

Mota: Tesia

Laburpena

Actualmente las instalaciones eléctricas en edificios residenciales y públicos deben de seguir ciertas normativas para garantizar una instalación eficiente y libre de problemas, sin embargo, aun siguiendo las normativas la gran cantidad de dispositivos que se pueden llegar a conectar en una instalación eléctrica, sobre todo en edificios públicos no residenciales es incontrolable y varios problemas como interferencias entre dispositivos y disturbios eléctricos dentro de la instalación pueden presentarse. Este trabajo propone una metodología basada en los índices de la calidad de la energía para realizar modelos de diagnóstico eléctricos en edificios residenciales y no residenciales. La propuesta utiliza señales de voltaje y corriente que son analizadas con diferentes algoritmos como C-means, wavelet transform y estadísticos de orden superior, esto con el fin de obtener y clasificar el comportamiento que tienen las cargas a lo largo del día y además identificar eventos transitorios y rastrearlos a lo largo de la instalación para identificar si estos se propagan o permanecen en una línea. La experimentación fue realizada en una instalación publica de salud durante varias semanas donde se adquirió una gran cantidad de datos eléctricos. Los resultados muestran que es posible clasificar los diferentes tipos de carga que se pueden presentar en un edificio público y relacionarlas con el equipo conectado a la instalación, también, es posible rastrear transitorios generados en un punto a otros puntos de la instalación. Con base en estos resultados es posible modelar los modelos de diagnóstico para los puntos monitoreados utilizando redes de Petri.