Desarrollo de un modelo estadístico basado en la correlación de Pearson para anticipar condiciones precursoras de fallos eléctricos en un sistema de distribución de prueba representativo

Read full text Summarise with VIRAT
Authors: Jeosabeth Lizbeth Moromenacho Columba
Cited by: 0
References: 25

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Al hablar del crecimiento continuo de la demanda eléctrica y el aumento de la cargabilidad han incrementado la probabilidad de fallos en los sistemas de distribución eléctrica. En el presente estudio se desarrolló un modelo estadístico basado en la correlación de Pearson para anticipar fallos eléctricos en el sistema de prueba IEEE de 33 barras. Se modeló el sistema dentro de OpenDSS y se simularon diversos escenarios operativos y de fallo para generar una base de datos eléctricos. Posteriormente, se analizaron las variables eléctricas registradas para aplicar la correlación de Pearson seleccionado las que mayor relación estadística presentan con la ocurrencia de fallos, en donde la mayor correlación positiva se encontró en la corriente máxima con 0.1646 y las pérdidas activas con 0.1645. Se implementó un modelo de regresión logística para evaluar la capacidad de anticipación de fallos, cuyos resultados presentaron un recall del 100 % para la clase de fallo, una curva ROC con un AUC de 0.40 y superposición de probabilidades de detección lo cual demuestra que el modelo tiene una limitada capacidad de diferenciación entre ciertas condiciones operativas pero demostrando que esta metodología es factible como herramienta complementaria para la planificación del mantenimiento preventivo.

Fields of Study & Subjects

Power System Reliability and Maintenance Power Systems Fault Detection Power System Optimization and Stability

Publication details

Journal / source
Universidad Politécnica Salesiana Repositorio Digital (Universidad Politécnica Salesiana)
Publication date
1 March 2026
Language
ES
Document type
Thesis