Diagnóstico de Fallas en Sistemas de Energía Eléctrica Basado en Sistemas Neurales Espikeados de Razonamiento Difuso

Este documento propone un enfoque de modelado gráfico, método de diagnóstico de fallas basado en sistemas neuronales espikeados de razonamiento difuso (FDSNP), para redes de transmisión de energía. En FDSNP, se utilizan sistemas neuronales espikeados de razonamiento difuso (FRSN P systems) con números difusos trapezoidales para modelar secciones candidatas defectuosas y se introduce un algoritmo de razonamiento difuso algebraico para obtener niveles de confianza de las secciones candidatas defectuosas, con el fin de identificar las secciones defectuosas. FDSNP ofrece una ilustración intuitiva basada en una expresión matemática estricta, una buena capacidad de tolerancia a fallas debido a su manejo de mensajes incompletos e inciertos de manera paralela, una buena descripción para las relaciones entre dispositivos de protección y fallas, y un proceso de construcción de modelo de diagnóstico comprensible. Para probar la validez y viabilidad de FDSNP, se utilizan siete casos de un subsistema local en un sistema eléctrico de potencia. Los resultados de los estudios de caso muestran que FDSNP es efectivo en el diagnóstico de fallas en redes de transmisión de energía para situaciones de fallas únicas y múltiples con/sin datos SCADA incompletos e inciertos, y es superior a cuatro métodos, reportados en la literatura, en términos de la corrección de los resultados del diagnóstico.