Project Details
Description
Este proyecto aborda el desafío crítico de la clasificación de fallas en subestaciones eléctricas, un componente esencial para garantizar la estabilidad y confiabilidad del suministro eléctrico. Ante la creciente complejidad de las redes inteligentes, los métodos tradicionales de inspección visual resultan ineficientes y lentos, lo que incrementa los tiempos de interrupción del servicio y genera pérdidas económicas significativas para las empresas distribuidoras y el sector industrial. La investigación propone el desarrollo de algoritmos basados en procesamiento de señales para identificar y clasificar fallas de manera automatizada. El enfoque metodológico incluye el modelado y simulación de subestaciones mediante software especializado, la creación de bases de datos a partir de descriptores eléctricos y la validación experimental de los algoritmos desarrollados en MATLAB. Al optimizar la localización de fallas, el proyecto busca reducir los Tiempos Totales de Interrupción (TTI), mejorando la calidad del servicio técnico y la resiliencia del sistema eléctrico ante contingencias. Los resultados esperados incluyen la publicación de artículos científicos indexados y la transferencia de conocimiento técnico, contribuyendo a la modernización de la infraestructura eléctrica y al desarrollo productivo del país. Objetivo: Clasificar fallas en subestaciones eléctricas de potencia mediante el uso de técnicas avanzadas de procesamiento de señales. El objetivo es mejorar los tiempos de respuesta y la eficiencia en la detección de averías en redes eléctricas inteligentes. Líneas de investigación: Planeación y gestión de sistemas eléctricos
| Status | Finished |
|---|---|
| Effective start/end date | 6/04/23 → 31/05/24 |
Areas de Conocimiento del CACES
- 216A Diseño y administración de redes y bases de datos
UNESCO Categories
- Base de datos, diseño y administración de redes
Fingerprint
Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.