Evaluación comparativa de tres métodos de clasificación aplicados al problema de la localización de fallas de cortocircuito en sistemas de distribución de energía eléctrica

Resumen

En este artículo se analiza y compara el desempeño de las Máquinas de Soporte Vectorial (SVM), el Algoritmo de Aprendizaje para Análisis de Datos Multivariable (LAMDA) y las Mezclas Finitas (MF), técnicas del campo de la computación suave, aplicadas al problema de la localización de fallas en sistemas de distribución. Metodológicamente, el sistema de distribución es subdividido en varias zonas, y mediante la aplicación de cada una de las técnicas propuestas, se identifica la zona en falla. Como resultado, se obtienen los índices de precisión para cada técnica, alcanzando valores superiores a 90% en el caso de las SVM.