Andere Kunden interessierten sich auch für
![Desenho do Estimador de Localização de Falhas]( "Desenho do Estimador de Localização de Falhas")
Desenho do Estimador de Localização de Falhas36,99 €![Estimador de terrenos: Parâmetro de cálculo do Quadcoptador]( "Estimador de terrenos: Parâmetro de cálculo do Quadcoptador")
Estimador de terrenos: Parâmetro de cálculo do Quadcoptador26,99 €![Mejora de señal]( "Mejora de señal")
Mejora de señal51,99 €![Prototipo de sistema de localización y seguridad vehicular]( "Prototipo de sistema de localización y seguridad vehicular")
Prototipo de sistema de localización y seguridad vehicular50,99 €![Estimador não invasivo de Pressão Arterial]( "Estimador não invasivo de Pressão Arterial")
Estimador não invasivo de Pressão Arterial16,99 €![Sistema de Localización RF en Entornos de Interior]( "Sistema de Localización RF en Entornos de Interior")
Sistema de Localización RF en Entornos de Interior45,99 €![Reducción del tiempo de prueba durante el diseño para la comprobabilidad]( "Reducción del tiempo de prueba durante el diseño para la comprobabilidad")
Reducción del tiempo de prueba durante el diseño para la comprobabilidad29,99 €
La localización de fallas en el sistema de distribución es un tema crítico para aumentar la disponibilidad del suministro de energía reduciendo el tiempo de interrupción para el mantenimiento en las empresas de servicios eléctricos. En esta tesis se ha desarrollado un estimador de localización de averías en el sistema de distribución de energía utilizando una red neuronal artificial para las averías de línea a tierra, línea a línea, línea a tierra y trifásica a tierra en el sistema de distribución. Para desarrollar este estimador se utiliza como prueba uno de los alimentadores radiales rurales de distribución de energía en Etiopía, Oromia, la subestación de Assela y el alimentador de la línea Gumguma. Este alimentador se simula utilizando el software ETAP para generar datos para diferentes condiciones de fallo, con diferentes resistencias de fallo y condiciones de carga, que son la tensión y la corriente de la fase de fallo. Se ha comprobado que las redes neuronales artificiales son una de las opciones alternativas en el diseño del estimador de faltas para el sistema de distribución cuando se dispone de suficientes datos de la red de distribución con un estrecho rango de distancia de localización de faltas desde la subestación. Esto tiene beneficios en la asistencia para el plan de mantenimiento, ahorrando esfuerzos en la localización de fallas y beneficios económicos al reducir el tiempo de interrupción.