UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE CUENCA
CARRERA DE INGENIERÍA ELÉCTRICA

“ESTUDIO PARA LA IMPLEMENTACIÓN DE

EQUIPOS DETECTORES DE FALLA EN EL
SISTEMA ELÉCTRICO DE DISTRIBUCIÓN”

ANTEPROYECTO DEL TRABAJO DE TITULACIÓN PARA

INGENIERO ELÉCTRICO

MODALIDAD DEL TRABAJO TITULACIÓN:

PROYECTO TÉCNICO CON ENFOQUE INVESTIGATIVO

AUTOR
Diego Cabrera
Roberto Gómez

TUTOR

Ing. Pablo Robles

CUENCA - ECUADOR
2021
Índice
1. Antecedentes 5

2. Objetivos 7
2.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . 7

3. Beneficiarios de la Investigación 7

4. Definición de actividades 7

5. Marco Teórico 8
5.1. Wavelets en los Sistemas de Potencia . . . . . . . . . . . . . . 8
5.1.1. Transitorios en Sistemas Eléctricos de Potencia . . . . 8
5.1.2. Protección de sistemas eléctricos de potencia . . . . . . 8
5.1.3. Calidad de energía . . . . . . . . . . . . . . . . . . . . 9
5.1.4. Estimación de la Demanda . . . . . . . . . . . . . . . . 9
5.2. Clasificación de las Fallas en Redes de Distribución Eléctrica . 9
5.2.1. Fallas simétricas . . . . . . . . . . . . . . . . . . . . . 10
5.2.2. Fallas asimétricas . . . . . . . . . . . . . . . . . . . . . 10
5.2.3. Falla Paralela . . . . . . . . . . . . . . . . . . . . . . . 10
5.2.4. Falla Serie . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.3. Transformada de Wavelet . . . . . . . . . . . . . . . . . . . . 12
5.3.1. Wavelet Haar. . . . . . . . . . . . . . . . . . . . . . . . 12
5.3.2. Wavelet Morlet. . . . . . . . . . . . . . . . . . . . . . . 13
5.3.3. Wavelet Sombrero Mexicano. . . . . . . . . . . . . . . 14
5.4. Tipos de Transformada Wavelet. . . . . . . . . . . . . . . . . . 15
5.4.1. Transformada Wavelet Continua (CWT) . . . . . . . . 15
5.4.2. Transformada Wavelet Discreta (DWT) . . . . . . . . . 16
5.4.3. TRANSFORMACIÓN WAVELET . . . . . . . . . . . 17
5.4.4. Análisis Multi-Resolución MRA: . . . . . . . . . . . . . 17

6. Metodología 18
6.1. Caracterización del sistema eléctrico de distribucion: . 18
6.2. Simulación y adquisición de datos . . . . . . . . . . . . . 18
6.3. Extracción de información de las señales eléctricas . . . 19
6.4. Estimación de distancia de falla . . . . . . . . . . . . . . 19

2
7. Cronograma 21

8. Presupuesto 22

3
Glosario
DFF función determinante.

FI Indicador de Falla.

HIF Detección de fallas de alta impedancia.

IPA Análisis de prony.

MRA Análisis Multi-Resolución.

SVM máquina de soporte vectorial.

SVR soporte de regresión vectorial.

SWT transformada de wavelet estacionaria.

WPD Descomposición de paquetes de wavelet.

WT Transformada de wavelet.

4
 “IMPLEMENTACIÓN DE EQUIPOS DETECTORES
DE FALLA EN EL SISTEMA ELÉCTRICO DE
DISTRIBUCIÓN DE LA TRONCAL”

1. Antecedentes
Las redes de distribución son las encargadas de suministrar la energía
eléctrica a los consumidores mediante un conjunto de elementos eléctricos
tales como conductores, equipos de transformacion, proteccioń y postes pa-
ra sujecioń de los mismos. En las redes de distribución existen problemas
por la ubicación de las fallas. La presencia de fallas pueden interrumpir la
prestación del suministro eléctrico al consumidor final y hacer que la red sea
inestable con lo cual disminuye la confiabilidad del sistema eléctrico. Todos
estos problemas pueden imponer pérdidas económicas a los consumidores,
las centrales eléctricas y a las distribuidoras [1]. Según el estudio [2], más del
80 % de los cortes en los sistemas eléctricos se deben a fallas que ocurren en
los sistemas de distribución. Por lo cual, las distribuidoras buscan utilizar
algunas tecnologías eficientes, acciones de mantenimiento y procedimientos
correctivos para disminuir la tasa de falla y los efectos destructivos.

La localización de fallas es uno de los temas más importantes en el sis-

tema de distribución de energía eléctrica, por lo cual la ubicación adecuada
es esencial para ayudar al personal de mantenimiento eléctrico a localizar
directamente el lugar correcto y solucionar el problema en el menor tiempo
posible. Esto minimiza el tiempo de interrupción, restaura la energía y redu-
ce los costos operativos [3].

A pesar de los progresos tecnológicos y la necesidad de mejorar el rendi-

miento, el proceso de localización de fallas empleado hoy en día, todavía se
basa en las llamadas por problemas de los clientes afectados. Cuando ocurre
una falla permanente, los responsables en el centro de operación, identifican
el alimentador y la posible área de ocurrencia. Luego, se envía al personal
de mantenimiento a patrullar esa área, con el fin de identificar y aislar. En
determinadas circunstancias este procedimiento resulta ineficaz, debido a que
la zona intervenida es grande [4].

5
 Hasta la fecha, se han propuesto varios métodos para la localización de
fallas, pero no son fácilmente aplicables a los sistemas de distribución. Esto se
debe principalmente a la existencia de líneas cortas y heterogéneas, presencia
de ramales laterales, tomas de carga y a un menor grado de instrumentación
en los sistemas de distribución. Actualmente, los principales métodos utili-
zados para localizar la ubicación de fallas a tierra monofásicas en las redes
de distribución son el de impedancia, la inyección S, la onda viajera y los
métodos de diagnóstico en el puerto [5].

Además de todos los métodos mencionados, emplear un indicador de falla

(FI) es la forma más práctica y asequible para los sistemas de distribución,
proporcionando así la mejor ubicación probable de la misma. El empleo de
FI en un sistema no necesita infraestructuras sofisticadas, lo que hace que
sea un metodo adecuado en la mayoría de los sistemas de distribución. La
asignación de un FI a las redes podría restringir la zona con falla identificada
por el centro de control de supervisión, por lo que el tiempo necesario para
localizarla disminuiría sustancialmente. Esto conduce a mejorar el tiempo de
restauración y los índices de fiabilidad del servicio. Sin embargo, es inne-
cesario y costoso utilizar FI en todos los lugares candidatos, por lo que es
necesario tener en cuenta el análisis rentable con el fin de determinar cuántos
y dónde deberían ubicarse los FI para sacar el máximo provecho de ellos [6].

En la actualidad, la detección de fallas de alta impedancia (HIF) pueden

estar disponibles como una función de protección en los dispositivos electróni-
cos inteligentes de redes de distribución de energía. Las HIF se puede definir
como una falla que consume corriente insuficiente para los dispositivos de
protección convencionales, tales como relés de sobrecorriente o fusibles para
la activación. Debido a la baja magnitud de la corriente de falla, los HIF no
dañan los componentes del sistema, pero son un peligro para la seguridad
pública debido a que a menudo involucran un arco elećtrico que aumenta el
riesgo de incendio [3].

Las protecciones son una de las partes importantes que deben tener las
líneas de distribución, que permiten mejorar la fiabilidad de las mismas. Para
esto se puede tener una protección hibrida, que es la unión del método de
descomposición de paquetes de wavelet (WPD) y al método de análisis de
prony (IPA) [7].

6
 Para una ubicación más precisa de la falla se proponen métodos maś
modernos [7], que incluyen la combinación de la Transformada de Wavelet
estacionaria (SWT), la característica de la función determinante (DFF), la
máquina de soporte vectorial (SVM) y soporte de regresión vectorial (SVR).

2. Objetivos
2.1. Objetivo General
Ubicar equipos detectores de falla a través de un algoritmo de estimación
de distancia de falla.

2.2. Objetivos Específicos

Procesar y analizar la métrica para hacer la reconstrucción de la señal
de cortocircuito.
Desarrollar un algoritmo de distancia de falla que permita la ubicación
de detectores.

3. Beneficiarios de la Investigación
Este tema de investigación será beneficioso para la distribuidora, la cual
debe suministrar la energía eléctrica en su área de conseción. Por otra par-
te se beneficiaría la Universidad Politécnica Salesiana con este estudio que
permitirá el desarrollo de futuros proyectos de pregrado y postgrado.

4. Definición de actividades
Realizar una investigación del estado del arte del presente proyecto.
Determinar características relevantes del sistema de distribución que
permita realizar la métrica establecida.
Investigar la metodología de ubicación de indicadores de falla a través
de un algoritmo de estimacion de distancia.
Concluir y recomendar posibles soluciones a la distribuidora.

7
5. Marco Teórico
5.1. Wavelets en los Sistemas de Potencia
En los últimos años la aplicación de la Transformada Wavelet a los sis-
temas de potencia ha permitido el análisis y procesamiento de señales de
tensión y corriente, identificando fenómenos transitorios en tiempo real [8].
La Trasformada Wavelet se destaca por su capacidad de analizar ondas, pro-
porcionando información simultanea de tiempo y frecuencia, con la cual es
posible la clasificación de fallas en línea [9]. Algunas de las aplicaciones más
relevantes se han realizado en las siguientes áreas de estudio:

5.1.1. Transitorios en Sistemas Eléctricos de Potencia

La Transformada Wavelet se aplica en el análisis de señales transitorias
buscando la clasificación e identificación de perturbaciones en los sistemas
de potencia de acuerdo a su espectro wavelet [10]. Se han encontrado apli-
caciones diferentes en el área de la ingeniería debido a su gran capacidad de
analizar discontinuidades locales en las ondas. La Transformada de Wavelet
fue aprovechada inicialmente en el campo de los sistemas de potencia para
el descomposiciones de transitorios electromagnéticos [11]. La resolución en
tiempo mejora con la Transformada Wavelet de alta frecuencia, la resolución
en el dominio de la frecuencia mejora con la Transformada Wavelet de baja
frecuencia. Las componentes de frecuencia se encuentran mejor en el tiempo
antes que en una de baja frecuencia [12].

5.1.2. Protección de sistemas eléctricos de potencia

En el campo de las protecciones de sistemas eléctricos las Wavelets se han
utilizado para analizar las señales transitorias generadas por fallas a tierra,
en una red resonante con neutro a tierra [13].
Las Wavelets se utilizan en el estudio de disparo monopolar de proteccio-
nes en líneas de transmisión, y este desarrollo permite acelerar la apertura
de las lineas y se analizan los transitorios asociados a la falla. Los resultados
revelan que algunos componentes de la Wavelet permiten identificar caracte-
rísticas relevantes de las fallas en los sistemas de transmisión, como también
diferenciar entre fallas transitorias y permanentes [14].

8
5.1.3. Calidad de energía
En calidad de energía la Transformada Wavelet se utiliza para estudiar
los datos y la perturbación de señales encontradas en sistemas de potencia
tales como: interrupciones, armónicos, flickers impulsos, sobretensiones tran-
sitorias entre otras, que ocasionan el deterioro del servicio, descomponiendo
estas señales en coeficientes Wavelets mediante procesamiento digital. En la
actualidad se ha utilizado la Transformada Wavelet debido a su habilidad
de descomponer mejor las señales mediante un análisis multirresolución. Es-
ta propiedad, mas el hecho de que con la Transformada Wavelet se puede
analizar la señal en el dominio tiempo frecuencia, permitiendo determinar
parámetros tales como los valores RMS de las señales de voltaje y de corrien-
te para el rango de frecuencias que se requiere [15].

5.1.4. Estimación de la Demanda

La predicción o estimación de la demanda es una clave para la gestión
eficiente de los sistemas eléctricos de potencia. La Transformada Wavelet es
utilizada para descomponer el histórico de la carga en una parte aproximada
asociada con las bajas frecuencias y otros detalles asociados con las altas
frecuencias. Luego, la predicción de la carga se puede realizar con métodos
de regresión o mediante una aproximación lineal [14].

5.2. Clasificación de las Fallas en Redes de Distribución

Eléctrica
Las redes eléctricas de distribución están expuestas a distintas fallas las
cuales causan la apertura del sistema eléctrico, dejando a éste sin servicio de
energía [16], [17].
Las fallas que experimenta un sistema eléctrico de distribución se pueden
caracterizar como fallas del tipo serie o paralelo y pueden ser de tipo simétri-
cas o asimétricas. Las fallas de tipo serie se producen cuando los conductores
sufren una ruptura y no involucra contacto a tierra, mientras que fallas del
tipo paralelo se producen cuando existe un cortocircuito a tierra o con alguna
otra fase [18], [19].

9
5.2.1. Fallas simétricas
En sistemas eléctricos las fallas simétricas son aquellas en las cuales in-
tervienen las tres fases, y no causan desbalance de corriente o voltaje entre
las mismas. Este tipo de fallas son las menos usuales, y la experiencia ha
mostrado que únicamente el 3 % de fallas son de este tipo en los sistemas de
potencia [20], [21].

5.2.2. Fallas asimétricas

Las fallas asimétricas provocan desbalances de tension y corriente en el
sistema, la mayor cantidad de eventos de falla en los sistemas eléctricos de
distribución son de este tipo, que pueden ser cortocircuitos a través de impe-
dancias. Este tipo de fallas deterioran los elementos del sistema por lo cual
son estudiadas mediante la descomposición en componentes simétricas de se-
cuencia cero, positiva, y negativa [18], [22].

Debido a las características particulares, los sistemas de distribución es-

tán expuestos a fallas que pueden ser ocasionadas por diferentes causas tales
como: degradación del material, descargas atmosféricas, rompimiento de es-
tructuras y conductores debido a deslizamientos, fuertes vientos, automóviles,
árboles, excavadoras, hurto de cables, etc [8].

5.2.3. Falla Paralela

Falla que se caracteriza por el flujo de corriente entre dos o más fases o
entre la fase(s) y la tierra a la frecuencia de la red de energía asociado, se
clasifican en cuatro categorías que son:

a) Fallas monofásicas a tierra

Los tres tipos de fallas monofásicas son los siguientes: a) Falla fase A a
tierra b) Falla fase B a tierra c) Falla fase C a tierra. La representación
de las fallas monofásicas está dada por la interconexión en serie de las
redes de secuencia, positiva, negativa y cero, y tres veces el valor de la
resistencia de falla fase tierra [8].

b) Fallas fase-fase-tierra
Los tres tipos de fallas fase-fase-tierra son los siguientes: a) Falla fase B
y fase C a tierra b) Falla fase C y fase A a tierra c) Falla fase A y fase B

10
 a tierra. Este tipo de falla puede ser modelada como la interconexión en
paralelo de las redes de secuencia positiva, negativa y cero. Las redes de
secuencia positiva y negativa incluyen la resistencia de falla entre fases,
mientras que la red de secuencia cero incluye la resistencia falla entre fases
y tres veces la resistencia de falla a tierra [8].

c) Falla Fase-Fase
Los tres tipos de fallas fase-fase, más comunes son los siguientes: a) Falla
fase B y fase C b) Falla fase C y fase A c) Falla fase A y fase B. En estas
fallas, el modelo se obtiene de la interconexión en paralelo de las redes de
secuencia positiva y negativa. La red de secuencia cero permanece aislada
[8].

d) Falla Trifásica
En las fallas trifásicas se ven involucradas las fases A, B y C, de mane-
ra simultánea, por lo cual reciben el nombre de balaceadas o simétricas
cuando la resistencia de falla es igual en las tres fases. En este tipo de
fallas las redes de secuencia permanecen independientes, por lo tanto solo
es necesario analizar la red de secuencia positiva [8].

Todas las fallas, con excepción de las trifásicas, causan desbalances en los
sistemas de potencia.

5.2.4. Falla Serie

Se presentan cuando las líneas sufren una ruptura sin involucrar a tierra,
las impedancias de cada una de las tres fases no son iguales, generalmente
causada por la interrupción de una o dos fases. Las más representativas son:
[8], [23].

a) Falla Una Fase Abierta

Los tres tipos de fallas una fase abierta son los siguientes: a) Falla fase A
abierta b) Falla fase B abierta c) Falla fase C abierta. La representación
de las fallas con una fase abierta está dada por la interconexión en serie
de las redes de secuencia positiva, negativa y cero [8].

b) Falla Dos Fases Abiertas

11
 Los tres tipos de fallas dos fases abiertas, más comunes son los siguientes:
a) Falla fase B y fase C abiertas b) Falla fase C y fase A abiertas c)
Falla fase A y fase B abiertas. En estas fallas, el modelo se obtiene de la
interconexión en serie de las redes de secuencia positiva, negativa y cero
[8].

5.3. Transformada de Wavelet

La Transformada Wavelet se puede describir como una herramienta ma-
temática que descompone un conjunto de datos o una función en diferentes
secuencias, con rangos de frecuencias delimitados. Lo que hace la transfor-
mada Wavelet es filtrar una señal en el dominio del tiempo mediante filtros
pasa bajo y pasa alto que eliminan ciertas componentes de alta o baja fre-
cuencia de la señal. El procedimiento se repite para las señales resultantes
del proceso de filtrado anterior [8].

Las Wavelets son generadas a partir de la traslación y cambio de escala

de una misma representación Wavelet ψ(t), llamada “Wavelet madre” [11].
Z
Wf (a, b) = f (t)ψ ∗a,b (t) dt (1)

Dónde:
a: Factor de escala – corresponde a la información frecuencial.
b: Factor de translación - corresponde a la información temporal de la
señal.

5.3.1. Wavelet Haar.

Haar expresa que existen wavelets definidas por la función:

1,
 0 < t < 0, 5
St = −1, 0, 5 < t < 1 (2)

1, en otro caso


12
 Figura 1: Wavelet Haar [11].

5.3.2. Wavelet Morlet.

También existe la ecuación dada por Morlet que se expresa como una
onda compuesta por una exponencial:
 2
−t
St = exp cos(5t) (3)
2

13
 Figura 2: Wavelet Mortet [11].

5.3.3. Wavelet Sombrero Mexicano.

También la wavelet sombrero mexicano es la segunda derivada de la fun-
ción de distribución Gaussiana definida como:
 2
2 −t
St = √ exp (1 − t2 ) (4)
3∗π 1/4 2

14
 Figura 3: Wavelet Sombrero Mexicano [11].

5.4. Tipos de Transformada Wavelet.

5.4.1. Transformada Wavelet Continua (CWT)
La transformada continua wavelet busca de una forma similar a la función
ventana de la FFT expresar una señal f(t) continua en el tiempo, a partir de
una expansión de términos o coeficientes proporcionales al producto interno
entre la señal y diferentes versiones escaladas y trasladadas de una misma
función Wavelet ψ(t), llamada “Wavelet madre”, y se definen como [8]:

15
 1 t−b
ψa , b = √ ψ( ); a > 0 (5)
a a
Dónde:
a: Factor de escala.
b: Factor de translación.
La variable escala puede comprimir o dilatar la señal la cual marcará el
grado de resolución con la que se analiza la señal. Para escalas pequeñas la
CWT ofrece una buena resolución en el dominio del tiempo mientras que
para escalas grandes la CWT determina una buena resolución en el dominio
de la frecuencia [8].
La CWT se define como:
Z ∝
1 t−b
Wf (a, b) = √ f (t)ψ( ) dt a, b ∈ R; a 6= 0 (6)
a −∝ a
Donde:
Wf (a, b): Transformada Wavelet de tiempo Continuo (Continued Wavelet
Transform)
f (t): Señal de análisis
t: Tiempo
a: Escala. Real mayor que cero
ψ( t−b
a
): Función de Transformación o Función Wavelet
b: Translación de la función avelet en el dominio de la señal de análisis.
Real mayor que cero.

La CWT se representa mediante un gráfico llamado escalograma, el cual

permite visualizar rasgos de comportamiento en la variación del espectro de
tal forma que las señales, se puedan agrupar o clasificar de acuerdo a su
patrón característico [8].

5.4.2. Transformada Wavelet Discreta (DWT)

En la transformada Wavelet Discreta los coeficientes wavelet pueden ser
calculados para cualquier valor de la escala; y el proceso es realizado de
forma muestreada, se toman valores discretos de la escala a y la traslación
b, proporcionando información +suficiente para el análisis de la señal y se
define como [8]:

16
 a = 2−s ; b = k2−s , k, s ∈ Z (7)
Z ∝
s
Wf (a, b) = 2 2 f (t)ψ(2−s t − k)dt (8)
−∝

Si se discretiza f (t) (con frecuencia de muestreo 1), se obtiene:

s
X
Wf (a, b) = 2 2 f (t)ψ(2−s t − k)dt (9)
n

Donde:
ψ: Wavelet madre
f (t): Señal a analizar
a: Parametro de escala
b: Parametro de traslacion

5.4.3. TRANSFORMACIÓN WAVELET

Para analizar estructuras de señales de tamaños muy diferentes, es nece-
sario utilizar átomos de frecuencia temporal con diferentes soportes tempora-
les. La transformada wavelet descompone las señales en ondículas dilatadas
y trasladadas.
Z ∝
Wf (a, b) = ψ(b)dt = 0 (10)
−∝

Se normaliza kψk, y se centra en t=0 Una familia de átomos de tiempo-

frecuencia se obtiene escalando ψ por s y trasladándolo por µ.
1 t−µ
Wf (a, b) = √ ψ( ) (11)
s s

5.4.4. Análisis Multi-Resolución MRA:

El MRA es el método de complemento de la función DWT aplicado en
el análisis de frecuencias de diferente resolución debido a que su aplicación
permite descomponer señales de tiempo discreto extrayendo las caracterís-
ticas con mayor resolución en alta frecuencia, por lo tanto el método para
diagnosticar fallas en sistemas de distribución debe aplicar DWT y la des-
composición de la señal por MRA. DWT descompone la señal tanto en el

17
dominio del tiempo como de la frecuencia a través de la traslación como de
la dilatación, con la aplicación de filtros de tipo pasa alto y pasa bajo los
que permiten obtener parámetros de detalle referentes a escalas pequeñas
con alta frecuencia como de aproximación referentes a grandes escalas con
bajas frecuencias, la aplicación de los filtros de señal dependen del rango de
frecuencias, la elección de un filtro cambia la resolución y escala de la señal
la cual se puede modificar mediante interpolación [24].
Por lo tanto la función discreta se define según los parámetros de aproxi-
mación y detalle como:
l
X
f (k) = CDj (k) + CAl (k) (12)
j

Donde CDj son los parámetros de detalle a escala j mientras que CAl
son los parámetros de aproximación a escala j y l representa el nivel de
descomposición de la señal.

6. Metodología
6.1. Caracterización del sistema eléctrico de distribu-
cion:
Para el desarrollo del trabajo se realiza la caracterización del sistema
electrico de distribución. Esta etapa de la investigación tiene como objetivo
principal realizar la métrica del sistema, incluirá los paramentos individuales
e intrínsecos de cada uno de los equipos que operan [25].

6.2. Simulación y adquisición de datos

Esta etapa tiene como objetivo principal identificar la métrica adecuada
que permita realizar una buena simulación de fallas en el sistema eléctrico
de distribucion del presente estudio. De esta seleccioń dependerá la resolu-
ción o validez de los datos obtenidos, los cuales serán las entradas al modelo
matemático a ser implementado para localizarlas [25], lo que permitíra la
aplicación de varias transformaciones matemáticas y filtros, dando como re-
sultado las variables de mayor interés para su estudio y detección [24].

18
6.3. Extracción de información de las señales eléctricas
En esta etapa se realiza el tratamiento de las señales eléctricas, que cons-
ta principalmente del estudio de cortocircuitos en el sistema de distribución
eléctrico [25].

Las señales electricas capturadas se procesan utilizando el análisis en el

dominio de la frecuencia para filtrar los componentes no requeridas para el
algoritmo de estimación de distancia de falla. El procesamiento de datos in-
cluye aplicar una función de ventana para eliminar los efectos finales y aplicar
la (WT) para encontrar los componentes no fundamentales [26].

6.4. Estimación de distancia de falla

Partiendo del concepto de cortocircuitos y de la compononentes no fun-
damentales encontradas, tales como parámetros propios, flujos de potencia,
entre otros, se puede determinar la longitud estimada a la cual se genera
la perturbación lo que podria facilitar la ubicación adecuada de los equipos
denominados indicadores de falla.

19
20
 7. Cronograma

Meses
1 2 3 4 5 6
Actividades
Semanas
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Estado del Arte    
Estudios Inicia-    
les
Formulación del   
Problema
Recolección de    
datos

21
Reconstrucción   
de las señales de
cortocircuito
Análisis de la se-    
ñal obtenida
Desarrollo del    
algoritmo de
estimacion de
distancia de
falla
Analisis de Re-   
sultados
Escritura Traba-      
jo de Titulación
Defensa del pro- 
yecto de titula-
ción
8. Presupuesto
Descripción Financiamiento Modalidad de Inversión Costo
Computadores Autores Efectivo $600
Visitas de campo Autores Efectivo $400.00
Transporte Autores Efectivo $70.00
Viaticos Autores Efectivo $100.00
Copias Autores Efectivo $35.00
Total $1205
La totalidad de los recursos requeridos para realizar esta investigacion
seran aportados por los autores

Referencias
[1] R. Dashti, M. Daisy, H. R. Shaker, and M. Tahavori, “Impedance-based
fault location method for four-wire power distribution networks,” IEEE
Access, vol. 6, pp. 1342–1349, 2018.

[2] M. Gholami, A. Abbaspour, M. Moeini-Aghtaie, M. Fotuhi-Firuzabad,

and M. Lehtonen, “Detecting the location of short-circuit faults in active
distribution network using pmu-based state estimation,” IEEE Transac-
tions on Smart Grid, vol. 11, no. 2, pp. 1396–1406, 2020.

[3] S. H. Mortazavi, Z. Moravej, and S. M. Shahrtash, “A searching ba-

sed method for locating high impedance arcing fault in distribution
networks,” IEEE Transactions on Power Delivery, vol. 34, no. 2, pp.
438–447, 2019.

[4] E. Senger, G. Manassero, C. Goldemberg, and E. Pellini, “Automated

fault location system for primary distribution networks,” IEEE Transac-
tions on Power Delivery, vol. 20, no. 2, pp. 1332–1340, 2005.

[5] J. Liang, T. Jing, H. Niu, and J. Wang, “Two-terminal fault location

method of distribution network based on adaptive convolution neural
network,” IEEE Access, vol. 8, pp. 54 035–54 043, 2020.

[6] X. Wang, H. Zhang, F. Shi, Q. Wu, V. Terzija, W. Xie, and C. Fang,

“Location of single phase to ground faults in distribution networks ba-

22
 sed on synchronous transients energy analysis,” IEEE Transactions on
Smart Grid, vol. 11, no. 1, pp. 774–785, 2020.

[7] F. G. Quishpe Ushiña, “Localización de fallas en sistemas de transmisión

eléctrica usando la transformada de wavelet.” B.S. thesis, 2017.

[8] L. M. Pico Mayorga, E. M. Rodríguez López et al., “Caracterización de

fallas más recurrentes en líneas de media tensión utilizando wavelets,”
2015.

[9] J. A. Castro Carreño and F. L. Rivera Suarez, “Desarrollo de una estra-

tegia para la detección y caracterización de fallas en redes del sistema
de potencia usando transformada wavelet y análisis multiresolución,”
Google Académico, 2020.

[10] P. K. Murthy, J. Amarnath, S. Kamakshiah, and B. Singh, “Wavelet

transform approach for detection and location of faults in hvdc system,”
in 2008 IEEE Region 10 and the Third international Conference on
Industrial and Information Systems, 2008, pp. 1–6.

[11] L. R. Cruz Andaluz, “Aplicación de la transformada de wavelet para

ubicación de fallas en sistemas eléctricos de potencia,” B.S. thesis, Uni-
versidad Politécnica Salesiana, 2016.

[12] C. M. López Rivas, “Análisis de transitorios impulsivos y oscilatorios en

las redes eléctricas mediante la transformada de wavelet,” B.S. thesis,
Universidad Politecnica Salesiana, 2015.

[13] E. D. Garces Patiño, “Cálculo de impedancia equivalente para la loca-

lización de fallas en sistemas transmisión hvdc mediante el control de
conversores de potencia,” B.S. thesis, Universidad Politecnica Salesiana,
2020.

[14] C. J. Trávez Guayasamín, “Direccionalidad basada en patrones obteni-

dos mediante la transformada wavelet para un relé de sobrecorriente
instalado en una línea de transmisión,” B.S. thesis, Quito, 2017., 2017.

[15] Á. Á. OROZCO, G. A. HOLGUÍN, and A. E. MEJÍA, “Medición de

potencia activa en condiciones no sinusoidales utilizando la transformada
wavelet,” Scientia et technica, vol. 11, no. 27, pp. 19–22, 2005.

23
[16] M. D. López Cadena, “Ubicación de fallas en redes de distribución eléc-
trica basado en sensado comprimido.” B.S. thesis, Universidad Politécnia
Salesiana, 2018.

[17] Y. M. Sree, R. K. Goli, G. V. Priya, and V. Ramaiah, “A four terminal

transmission line protection by wavelet approach in the presence of svc
using hybrid generation,” in 2017 Innovations in Power and Advanced
Computing Technologies (i-PACT), 2017, pp. 1–6.

[18] R. M. Camacho Vera, “Localización de fallas en redes de distribución

eléctrica por sensado comprimido (compressive sensing),” B.S. thesis,
Universidad Politécnica Salesiana, 2017.

[19] D. A. Criollo Caisaguano, “Localización de fallas en sistemas de dis-

tribución de energía eléctrica usando generación distribuida y basado
en método algorítmicos,” B.S. thesis, Universidad Politécnica Salesiana,
2016.

[20] B. A. Burbano Vásquez, “Óptimo despliegue de generación distribuida

en base a análisis de fallas en sistemas de distribución,” B.S. thesis,
Universidad Politécnica Salesiana. Carrera de Ingeniería Eléctrica. Sede
Quito, 2018.

[21] B. Feizifar, M. R. Haghifam, S. Soleymani, and A. Jamilazari, “Fault

location in combined overhead line and underground cable distribution
networks using fault transient based mother wavelets,” in 2013 12th
International Conference on Environment and Electrical Engineering,
2013, pp. 41–45.

[22] R. A. F. Pereira, L. G. W. da Silva, M. Kezunovic, and J. R. S. Man-

tovani, “Improved fault location on distribution feeders based on mat-
ching during-fault voltage sags,” IEEE Transactions on Power Delivery,
vol. 24, no. 2, pp. 852–862, 2009.

[23] D. P. Acuña Correa, “Localización de fallas en sistemas eléctricos de

distribución basados en la matriz de impedancia de barra,” B.S. thesis,
Universidad Politécnica Salesiana. Carrera de Ingeniería Eléctrica. Sede
Quito, 2017.

24
[24] F. A. Pabón Plaza, “Diagnóstico de fallas en sistemas eléctricos de dis-
tribución mediante la transformada de wavelet,” B.S. thesis, ups.edu.ec,
2016.

[25] T. S. León Paternina, “Diseño e implementación de un método de loca-

lización de fallas de alta impedancia en líneas de transmisión de energía
eléctrica aéreas basado en redes neuronales,” 2015.

[26] F. Aboshady, D. Thomas, and M. Sumner, “A new single end

wideband impedance based fault location scheme for distribution
systems,” Electric Power Systems Research, vol. 173, pp. 263–270, 2019.
[Online]. Available: https://www.sciencedirect.com/science/article/pii/
S0378779619301695

25