Facultad de Ingeniería en Electricidad y Computación

CONFIABILIDAD DE SISTEMAS DE POTENCIA

Autor: Ing. Boris Guerrero

Caso de Estudio 1.1

Si las probabilidades de que una persona que compra un trasformador nuevo elija entre las marcas General
Electric, Schneider, ABB o Siemens son, respectivamente, 0.09, 0.15, 0,21 y 0,23 ¿Cuál es la probabilidad de
que un comprador dado adquiera un trasformador nuevo con alguna de las marcas indicadas?

P_A=0.09;
P_B=0.15;
P_C=0.21;
P_D=0.23;

P_T=P_A+P_B+P_C+P_D

P_T = 0.6800

Caso de Estudio 1.2

En una central eléctrica se ha determinado que la probabilidad de que una prueba de calibración empiece
a tiempo es 0 83 la probabilidad de que se realice en el tiempo planificado es 0 82 y la probabilidad de
que empiece a tiempo y se realice en el tiempo planificado 0 78 Calcular la probabilidad de que la prueba
de calibración ( empiece a tiempo, dado que se realizó en el tiempo planificado y b) realice en el tiempo
planificado, dado que empezó a tiempo.

Caso de Estudio 1.3

Se tiene un sistema de generación que consta con los componentes mostrados en la tabla adjunta.

S0=table([3;3;2;1;1],[5;4;3;6;10],'VariableNames',...
["Cantidad","Capacidad de cada unidad [MW]"],...

1
 'RowNames',["P(a)","P(b)","P(c)","P(d)","P(e)"])

S0 = 5×2 table
Cantidad Capacidad de cada unidad [MW]

1 P(a) 3 5
2 P(b) 3 4
3 P(c) 2 3
4 P(d) 1 6
5 P(e) 1 10

Si se asume que la probabilidad de falla de todas las unidades es igual.

Determinar la probabilidad de que al seleccionar al azar una de las unidades para asumirla fallada en un
estudio de flujo de carga, salga: (a) una unidad de 10MW; (b) 2 unidades de 5MW; (c) simultáneamente 2
unidades de 4MW y una unidad de 6MW.

a)

b)

c)

Caso de Estudio 1.4

La tabla adjunta muestra el registro de últimos 7 años de los posibles eventos de fallas que afectan a líneas de
transmisión aéreas En base a esto se solicita:

(a) Calcular la probabilidad de que se produzcan simultáneamente un flameo de aislador y una falla de
estructura Considere independencia de eventos.

(b) Determine la probabilidad de que se produzcan simultáneamente una descarga atmosférica y daño de
aislador Considere dependencia de eventos.

(c) Obtenga la probabilidad de que se produzcan un daño de aislador o una falla de estructura o ambos
eventos, conociendo que estos eventos son independientes.

2
(d) Calcular la probabilidad de que se produzca daño de un aislador o una descarga atmosférica directa o
ambos eventos Considere dependencia de eventos

S1=table([1;2;3;4;5;6],["Daño de aislador";"Falla de cimentación";"Falla de estructura";...

"Rotura de conductor de fase";"Descarga atmosferica directa";"Otros"],...
[175;50;100;150;250;275],'VariableNames',["E_i","Evento","Ocurrencias"],...
'RowNames',["P(1)","P(2)","P(3)","P(4)","P(5)","P(6)"])

S1 = 6×3 table
E_i Evento Ocurrencias

1 P(1) 1 "Daño de aislador" 175

2 P(2) 2 "Falla de cimentación" 50
3 P(3) 3 "Falla de estructura" 100
4 P(4) 4 "Rotura de conductor de fase" 150
5 P(5) 5 "Descarga atmosferica directa" 250
6 P(6) 6 "Otros" 275

Caso de Estudio 1.5

Un sistema eléctrico de potencia ( se compone por cuatro generadores y tres líneas transformadores, y un
segundo SEP se compone por tres generadores y cinco transformadores Se selecciona un componente del
primer SEP y se instala el componente en el segundo SEP Calcule la probabilidad de que ahora se seleccione
un generador del segundo SEP.

Caso de Estudio 1.6

En cierta planta eléctrica, se usan tres motores, M1, M2, y M3 para montar el 30%, 45% y 25% de los
productos, respectivamente Se sabe de la experiencia pasada que 2 3 y 2 de los productos ensamblados por
cada motor, respectivamente, tiene defectos. Ahora, suponga que se selecciona de forma aleatoria un producto
terminado, ¿cuál es la probabilidad de que este producto esté defectuoso?

Caso de Estudio 1.7

El tiempo para que un operario realice la inspección de un generador se puede representar como una variable
aleatoria que sigue la función de distribución de probabilidad como se muestra en la figura adjunta.

3
Calcule (a) el valor medio; (b) la varianza; (c) la desviación estándar; (d) la probabilidad de que la inspección se
realice en un tiempo mayor o igual a 5 horas; (e) la probabilidad de que la inspección se realice en un tiempo
entre 4 y 5 horas.

a)

b)

c)

d)

e)

4
Caso de Estudio 1.8
Para un sistema fotovoltaico se ha verificado que el proceso de llegadas de las fallas es un proceso estocástico
que tiene un función de distribución de probabilidad . Calcule (a) el valor

medio; (b) la varianza; (c) la desviación estándar; (d) la probabilidad de que ocurra una falla en un tiempo
menor o igual a 5 años.

Caso de Estudio 1.9

Una cuadrilla que realiza mantenimiento preventivo a los circuitos primarios de distribución aéreos debe
localizar los puntos donde hay “acercamientos" entre los árboles y las fases de los circuitos primarios para
hacer poda. Sea la distancia que hay que recorrer desde la subestación hasta el punto donde se encuentra
un acercamiento o la distancia entre el punto donde se encontró un acercamiento y se empieza a hacer el
recorrido para encontrar otro acercamiento.

De estadísticas se conoce que, en promedio, por cada 10 km de red recorridos se encuentra un acercamiento.
Si la distancia es una variable aleatoria exponencialmente distribuida, hallar (a) la tasa de eventos
(acercamientos/ km); (b) la probabilidad de encontrar un acercamiento en un recorrido de 10 km; (c) los
kilómetros que hay que recorrer para tener una probabilidad del 90 para encontrar un acercamiento.

Caso de Estudio 1.10

Para una línea de transmisión en particular, las fallas tienen igual probabilidad de ocurrir en cualquier parte de
su recorrido de 50 km. Sea la distancia en km medida de la subestación a un punto de falla dado.

Entonces, es una variable aleatoria uniformemente distribuida. Con estos datos, determine: (a) determine la
media de la variable aleatoria ; (b) la probabilidad de que ocurra una falla en los primeros 10 km de la línea.

Caso de Estudio 1.11

La energía radiante del sol en una zona dada es una variable aleatoria con distribución Weibull de parámetros
α=3 [W/m_2] y β=2.

(a) Cuál es el coeficiente de variación (CV=STD(x)/E(x) de la energía radiante por día?

(b) Cuál es la probabilidad de que la energía radiante sea menor o igual al valor esperado?

5
(c) Si un equipo que funciona con energía solar requiere más de 0 2 W/m_2 para operar, cuál es la probabilidad
de que no funcione?

(d) Cuál es el valor esperado de horas al día que no operará el equipo?

Caso de Estudio 1.12

La resistividad del terreno en una zona dada es una variable aleatoria con distribución Gamma de parámetros
y . Considere que .

a) Cuál es el valor medio o esperado de la resistividad del terreno?

b) Cuál es la desviación estándar?

c) Cuál es la probabilidad de que la resistividad del terreno sea mayor que el valor medio?

Caso de Estudio 1.13

Un sistema de potencia de una región dada A se interconectará a otro sistema B por medio de una línea
de transmisión cuya capacidad es de 200 MW El propósito de la interconexión es que el sistema B de
soporte al sistema A, cuando tenga excedentes de generación. La generación instalada en el sistema B
es predominantemente hidráulica y no tiene capacidad de regulación anual o multianual (no tiene grandes
embalses) El operador del sistema B considera que puede garantizar un soporte de generación de 124MW al
sistema A. Pero dependiendo de las condiciones de hidrología y de demanda podría dar un soporte mayor.

Sea x la variable aleatoria de los MW que se pueden importar desde el sistema B; a: Es el valor mínimo de
importación y corresponde a 0 MW, evento que sucede cuando el sistema B no tiene excedentes b: Es el valor
máximo de importación es 200 MW que es la capacidad de transmisión de la línea de interconexión; c: Es el
valor más probable de soporte de generación y corresponde a 124 MW.

Calcule la probabilidad de que el sistema B pueda suministrar más de los 108 MW esperados.

6
Caso de Estudio 1.14
Se requiere que el control del mecanismo de disparo de un interruptor de potencia opere exitosamente el
99.99% de las veces. Si la probabilidad de falla de una bobina de disparo es de 0.006, cuál es el número
requerido de bobinas de disparo que se deben colocar en paralelo?

TIP: use función de distribución binomial.

Caso de Estudio 1.15

La probabilidad p de que ocurra un evento en el ensayo de Bernoulli a partir del cual se define la distribución
binomial, generalmente procede de otro modelo probabilístico, como se muestra a continuación:

• En una subestación eléctrica existen 4 transformadores de potencia Para atender la carga, se requiere
que al menos dos de los cuatro transformadores estén operando continuamente.
• La tasa de fallas de los transformadores es de 0.1 fallas/año.

(a) Calcule la probabilidad que un transformador falle en los primeros cinco años. Tip: Use la función
exponencial par este literal.

(b) Determine la probabilidad de encontrar más de dos transformadores funcionando. Tip: Use la función
binomial para este literal.