摘要：E l diagnóstico automático de fallas en sistemas eléctricos así como la extracción de sus características son unas tareas complejas, no solo por la cantidad de información involucrada que puede provenir de diver sas fuentes como SOE, SCADA y registradores, si no también por la variabilidad presente en las fallas y por la cantidad y complejidad de características que deben analizarse. En este artículo se propone el uso de un modelo que comprende una red neuronal tipo feed forward cuya salida en vez de ser un valor crisp corresponde a valores de pertenencia de conjuntos difusos. Esto para la extracción de car acter ísticas de interés a partir de registros de osciloperturbografía provenientes de registradores de falla. La efectividad es probada para una amplia var iedad de casos de entrenamiento y validación, los cuales son obtenidos por medio de un modelo de ATP.
其他摘要：The fault diagnostics in power systems as well as their featur es extr action are complex tasks, not only because of the amount of information which can come from different sources as SOE, SCADA and recorders, but also because of the variability of such faults and because of the quantity and complexity of the features that must be analyzed. In this paper we propose a model that includes a feed forward neural network whose output is not a crisp value but a fuzzy set membership value. This for interesting fea tur es extr action using osciloper tur bogr ap hy r ecor ds. The mod el' s fitn ess is tested for a wide variety of training and validation cases which are obtained with an ATP model.
关键词：Sistemas Inteligentes; Diagnóstico Automático de Fallas; Redes Neuronales; Lógica Difusa. Intelligent Systems; Automatic Fault Diagnostics; Neur al Networ ks...
