Browsing by Author "Freire Freire, Armando Salvador"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Interpretación de gases disueltos en aceite dieléctrico mediante redes neuronales para la detección de anomalías en transformadores de potencia de la subestación Novacero
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)., 2023) Freire Freire, Armando Salvador; Astudillo Muñoz, Juan Carlos
    El siguiente documento presenta una herramienta de aprendizaje automático para la interpretación de gases disueltos en transformadores de potencia de la subestación Novacero, utilizando algoritmos de aplicación como redes neuronales y bosques aleatorios con lenguaje de programación Python. Mediante los resultados de ensayos de cromatografía de gases en aceite dieléctrico de varios artículos publicados, se utiliza el conjunto de datos entregados por el Análisis de Gases Disueltos (AGD) en cantidades de partes por millón (ppm), la cantidad de gases de hidrocarburos como el hidrógeno (H2), metano (CH4), etano (C2H6), etileno (C2H4) y acetileno (C2H2) que sirven para el aprendizaje y diagnóstico de resultados de falla. El proceso de implementación del algoritmo se realiza con 128 datos de entrenamiento y 64 datos de prueba para la comprobación del aprendizaje propuesto. El resultado obtenido por el entrenamiento mediante el uso de aprendizaje automático se valida con los estados obtenidos por los datos de prueba e informes de AGD proporcionadas por la subestación, bajo la norma IEEE C57.104-2019 se analiza los resultados aplicando el método de triángulo de Duval mostrando cuatro diagnósticos de estado como la descarga de alta energía, descarga de baja energía, estado normal y sobrecalentamiento, obteniendo como resultado un criterio de validación final corroborativo y aplicativo para interpretar los gases disueltos en aceite dieléctrico.
  • No Thumbnail Available
    Item
    Interpretación de gases disueltos en aceite dieléctrico mediante redes neuronales para la detección de anomalías en transformadores de potencia de la subestación Novacero”.
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)., 2023) Freire Freire, Armando Salvador; Astudillo Muñoz, Juan Carlos
    El siguiente documento presenta una herramienta de aprendizaje automático para la interpretación de gases disueltos en transformadores de potencia de la subestación Novacero, utilizando algoritmos de aplicación como redes neuronales y bosques aleatorios con lenguaje de programación Python. Mediante los resultados de ensayos de cromatografía de gases en aceite dieléctrico de varios artículos publicados, se utiliza el conjunto de datos entregados por el Análisis de Gases Disueltos (AGD) en cantidades de partes por millón (ppm), la cantidad de gases de hidrocarburos como el hidrógeno (H2), metano (CH4), etano (C2H6), etileno (C2H4) y acetileno (C2H2) que sirven para el aprendizaje y diagnóstico de resultados de falla. El proceso de implementación del algoritmo se realiza con 128 datos de entrenamiento y 64 datos de prueba para la comprobación del aprendizaje propuesto.
  • No Thumbnail Available
    Item
    Simulación del control de potencia activa y reactiva de un aerogenerador.
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi; Facultad de Ciencias de la Ingeniería y A plicadas., 2020-02) Freire Freire, Armando Salvador; Toapanta Rocha, Luis Miguel; Quinatoa, Carlos, MsC.
    En esta investigación, se mostró el análisis y control de la potencia activa y reactiva en el lado de la red de un aerogenerador, debido a las variaciones de la velocidad del viento, las variables de estado son fluctuantes y no se pueden acoplar a la barra infinita, para este problema se realizó una simulación mediante el software Simulink/ Matlab, se implementó un sistema de control capaz de solucionar estos inconvenientes. Para el desarrollo de la investigación se analizó la literatura científica y metodológica para determinar el estado de arte de las configuraciones y modelados de control utilizados en generadores eólicos. Como resultado se empleó la configuración tipo D, debido a que presenta una mayor eficiencia para el Sistema de Conversión de Energía Eólica (WECS), basado en una máquina síncrona de imanes permanente (PMSG) por accionamiento directo, un control back to back que cuenta con un rectificador e inversor accionado por IGBT´s, conectados a través de un condensador de corriente continua. El control de potencia activa se realizó por el lado del generador, por medio del máximo coeficiente de potencia, en el estudio realizado, se utilizó un control pitch angle, donde la máxima potencia entregada por la turbina se obtiene con un valor de betha de 0 grados. Mientras tanto el control de potencia reactiva, voltaje y frecuencia se hizo por el lado de la red, para lo cual se implementó diferentes tipos de controles, denominado control orientado de voltaje o COV, se procede a la transformación de Clarke y Park, tanto para voltajes y corrientes con valores CC en un sistema de referencia estacionario, cuenta también con un control PLL que mantiene el valor de ángulo de fase sincronizado con el voltaje de la red, además un control INNER LOOP capaz de variar las corrientes de salida del inversor y finalmente junto al control OUTER LOOP que entrega corrientes de referencia para controlar la potencia activa y reactiva a la red, demostrando la eficacia de la estrategia de control propuesta en teoría.