Abstract:
CONDITIONING OF PROJECT PUBLICATION. intelligent scheme is proposed that uses machine learning to recognize ground faults in milliseconds, which often go unnoticed in isolated neutral networks. The aim is to reduce clearance time and increase operational continuity, based on the hypothesis that a lightweight classifier can outperform fixed logic without adding expensive hardware. To test this hypothesis, an IEEE 14-bus system was modeled in MATLAB-Simulink. More than 30,000 scenarios were simulated with load variations and random short circuits, and the primary currents were scaled to secondary values using typical current transformer ratios. The RMS magnitudes, peaks, and sequence components were extracted and used to train a random forest of 300 trees; the model was then validated with unpublished files. Single-phase, two-phase, and three-phase faults were classified with a confidence index greater than 0.96 and a latency of 16 to 25 ms, while false trips remained below 2%. It is concluded that the proposal offers fast, adaptable, and cost-effective detection for critical networks operating without a connected neutral.
Keywords: Isolated system, Transients, Random Forest, Simulink, Transformers
Description:
CONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. Se plantea un esquema inteligente que, mediante aprendizaje automático, reconoce en milisegundos las fallas de tierra que suelen pasar inadvertidas en redes con neutro aislado; se persigue reducir el tiempo de despeje y aumentar la continuidad operativa, formulándose la hipótesis de que un clasificador liviano puede superar a las lógicas fijas sin añadir hardware costoso. Para comprobarla, se modeló en MATLAB-Simulink un sistema IEEE-14 barras; se simularon más de 30 000 escenarios con variaciones de carga y cortocircuitos aleatorios, y las corrientes primarias fueron escaladas a valores secundarios mediante relaciones típicas de transformadores de corriente. Las magnitudes RMS, picos y componentes de secuencia fueron extraídas y, con ellas, se entrenó un bosque aleatorio de 300 árboles; posteriormente el modelo fue validado con archivos inéditos. Se logró clasificar fallas monofásicas, bifásicas y trifásicas con un índice de confianza superior al 0,96 y una latencia de 16 a 25 ms, mientras los disparos indebidos se mantuvieron por debajo del 2 %. Se concluye que la propuesta ofrece una detección veloz, adaptable y económicamente ventajosa para redes críticas que operan sin neutro conectado.
Palabras Clave: Sistema aislado, Transitorios, Bosque aleatorio, Simulink, transformadores
