High impedance fault detection by combination of wavelet transform and artificial neural networks for electrical distribution networks

Resumen

La presente tesis desarrolla una nueva metodología de detección de faltas de alta impedancia en redes de distribución de energía eléctrica, mediante la utilización de la transformada wavelet y las redes neuronales. Así, a partir de las señales de intensidad recogidas en la subestación, el método permite distinguir entre una falta de alta impedancia, una falta de baja impedancia o una situación de operación normal del sistema en cualquiera de sus circuitos. Para llevar a cabo el proceso de detección, se realiza un primer preprocesado de los datos de intensidad mediante la aplicación de la transformada Wavelet. Este preprocesado permite realizar une extracción de rasgos de las señales de corriente en el dominio de la frecuencia, tanto para altas como para bajas frecuencias. Estos rasgos, propios de cada situación de funcionamiento, son posteriormente introducidos como datos de entrada en una red neuronal. Así, para cada circuito se encuentra en una situación de operación normal o bien está sometido a una falta de baja o alta impedancia.