Método de Detección de Fallos basado en Red Neuronal Artificial para Línea de Transmisión Nigeriana de 330kV

Esta investigación se centró en identificar diversos tipos de fallos que ocurren en líneas de transmisión de 330kV mediante el uso de redes neuronales artificiales (ANN). Se implementó un modelo en MATLAB para la línea de transmisión Gwagwalada-Katampe de 330kV en Nigeria para generar conjuntos de datos de fallos. Se utilizaron parámetros de fallos de voltaje y corriente para entrenar y simular la arquitectura de la red ANN seleccionada para cada etapa de detección de fallos. Se consideraron cuatro tipos de fallos, junto con una quinta condición que representa la ausencia de fallos. Los resultados ilustraron el éxito del modelo desarrollado en identificar varias condiciones de fallos y parámetros del sistema en la línea de transmisión Gwagwalada-Katampe de 330kV, modelada usando MATLAB Simulink.