Predicción de la Estabilidad Transitoria de Sistemas Eléctricos utilizando Aprendizaje Automático

En este trabajo se propone una metodología de predicción del estatus y del margen de estabilidad transitoria del sistema eléctrico de potencia (SEP) utilizando Aprendizaje Automático basado en mediciones sincrofasoriales (PMU). Con base en modelos probabilísticos de escenarios de operación, se realizan simulaciones fuera de línea para evaluar las respuestas del margen de estabilidad transitoria del SEP utilizando la metodología Equivalente de Máquina Simple (SIME). Posteriormente, la base de datos obtenida de las simulaciones se emplea para estructurar y entrenar un clasificador y un regresor basados en inteligencia artificial y aprendizaje automático para ser utilizados en la predicción del estatus y del margen de estabilidad transitoria. Esta variante de la metodología SIME, para ser aplicada utilizando mediciones sincrofasoriales, se ha denominado SIME Predictivo (P-SIME). La metodología es aplicada en el sistema de prueba IEEE New England de 39 barras obteniendo resultados que presentan, en apenas una ventana de tiempo de 100 ms, una precisión superior al 99.0% para el clasificador del estatus de estabilidad y valores superiores a 0.994 del coeficiente de determinación (R ² ) para la predicción del margen de estabilidad.