Selección de descriptores de tensión para localización de fallas en redes de distribución de energía

Permanent and transient power supply interruption affects power quality indexes related to continuity and causes negative effects in industry, commercial and residential users.As alternative to solve this problem,transmission networks have efficient fault location and protection schemes. Distribution facilities are constrained by technical,economical and operative aspects to implement fault identification and location strategies. In this paper an alternative solution of the fault location problem in power distribution systems, having a minimum of investment from utilities and giving appropriate information which helps to prevent and attend faults. By means of voltage signal characterization measured at the distribution substation and using an optimization and learning technique known as Support Vector Machines (SVM), the most probable zone where the fault was happened is located. The obtained results help to reduce time to locate faults in power distribution systems having a relatively low economical investment.La interrupción del suministro de energía eléctrica en forma permanente o transitoria, afectan los índices de calidad asociados con la continuidad y ocasionan efectos negativos en usuarios industriales, comerciales y residenciales. Para resolver este problema, las redes de transmisión cuentan con esquemas eficientes de protección y localización de fallas; las empresas de distribución, en razón de sus implicaciones técnicas, económicas y operativas,están limitadas para implementar estrategias de identificación y localización de fallas. En este artículo se presenta una alternativa de solución al problema de localización de fallas en redes de distribución de energía eléctrica, con un mínimo de inversión por parte de estas empresas y que proporcione la información apropiada para la prevención y atención oportuna de fallas. Mediante la caracterización de la señal de tensión medida en la subestación de distribución y utilizando la técnica de optimización y aprendizaje conocida como Máquinas de Soporte Vectorial (SVM), se localiza la zona probable donde ocurrió la falla.Los resultados obtenidos, permiten con muy bajo costo, mejorar los tiempos de localización de fallas en los sistemas de distribución