Por favor, use este identificador para citar o enlazar este ítem:
http://www.dspace.espol.edu.ec/handle/123456789/69094| Título : | Diseño de un sistema de detección de fallos en el generador de una turbina eólica basado en inteligencia artificial |
| Autor : | Espinoza Morán, Víctor Jeremy Tutivén Gálvez, Christian Javier, Director |
| Palabras clave : | Generador eléctrico doblemente alimentado Fallo por cortocircuito entre espiras Aprendizaje no supervisado Detección temprana de fallos |
| Fecha de publicación : | 2025 |
| Editorial : | ESPOL.FIMCP |
| Citación : | Espinoza Morán V.J. (2025) Diseño de un sistema de detección de fallos en el generador de una turbina eólica basado en inteligencia artificial [Tesis Maestría] Escuela Superior Politécnica del Litoral. Guayaquil, 90 páginas |
| Resumen : | CONDITION FOR PUBLICATION OF PROJECT. The present project aims to develop a model of the Doubly-Fed Induction Generator (DFIG) used in wind energy systems, to represent its behavior during electrical faults and propose an early fault detection system. To this end, a coupled simulation model was established through the integration of OpenFAST and Simulink, enabling a detailed representation of both the wind turbine subsystems and the electrical grid, and reproducing the wind system dynamics with high fidelity. A mathematical model was implemented to simulate inter-turn short-circuit (ITSC) faults in the stator winding was implemented, generating fault scenarios with different levels of severity. Based on this model, representative operational data were generated for both healthy and faulty conditions of the generator. Using these data, an unsupervised artificial intelligence–based fault detection system was developed, capable of identifying anomalies almost immediately after their occurrence, achieving average detection times of less than one second. The results demonstrate that the proposed model accurately captures the transient response of the DFIG under electrical faults and serves as an effective tool for the early detection of electrical faults in wind energy systems. Keywords: Doubly Fed Induction Generator, Interturn short-circuit fault, Unsupervised learning, Early fault detection. |
| Descripción : | CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto tiene como objetivo desarrollar un modelo del generador de inducción doblemente alimentado (DFIG) empleado en sistemas eólicos, con el fin de representar su comportamiento durante fallos eléctricos y proponer un sistema de detección temprana para los mismos. Para ello, se estableció un modelo de simulación acoplada mediante la integración de OpenFAST y Simulink, lo que permitió la representación detallada de los subsistemas de la turbina eólica y la red eléctrica, reproduciendo con alta fidelidad la dinámica del sistema eólico. Se implementó un modelo matemático que simula fallos por cortocircuito entre espiras en los devanados de una fase del estator, considerando distintos niveles de severidad. A partir de este modelo, se generaron datos representativos de las condiciones operativas del generador, tanto en condición saludable como bajo fallos. Con base en dichos datos, se diseñó un sistema de detección temprana de fallos basado en técnicas de inteligencia artificial no supervisadas, capaz de identificar anomalías casi inmediatamente después de su ocurrencia, alcanzando tiempos promedio de detección inferiores a un segundo. Los resultados demuestran que el modelo propuesto permite analizar con precisión la respuesta transitoria del DFIG ante fallos eléctricos y constituye una herramienta eficaz para la detección temprana de fallos eléctricos en sistemas eólicos |
| URI : | http://www.dspace.espol.edu.ec/handle/123456789/69094 |
| Aparece en las colecciones: | Tesis de Maestría en Ciencias en Ingeniería de Sistemas Industriales |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.