La propuesta de herramienta computacional respalda la decisión de mantenimiento de las redes eléctricas
Resumen
La Duración Equivalente de interrupciones del servicio de energía eléctrica por unidad de cliente (DEC) y la Frecuencia Equivalente de interrupciones del servicio de energía eléctrica por unidad de cliente (FEC) son índices determinantes para la aplicación de sanciones por parte de la Agencia Nacional de Energía Eléctrica (ANEEL) de Brasil sobre empresas concesionarias. Establecidos por los 'Procedimientos para la Distribución de Energía Eléctrica en el Sistema Eléctrico Nacional' de la ANEEL (Módulo 8 PRODIST), estos índices indican la continuidad de los servicios, por lo que la calidad de los servicios debe mantenerse baja, por lo que metodologías capaces de apoyar las decisiones de la empresa para Siempre se desea la reducción de costos de las operaciones y las sanciones por bajo rendimiento. Este análisis de fallas y operaciones de reparación de las redes eléctricas utiliza información sobre la distribución eléctrica del Estado de Río de Janeiro convertida en datos que incluyen costos y otros detalles relacionados con las operaciones de mantenimiento. El objetivo es calcular y encontrar la asignación óptima de recursos para atenuar la mayor parte del impacto de los cortes de energía. Las discrepancias encontradas a lo largo del desarrollo de este trabajo tuvieron que ser controladas por promedios, desviaciones estándar y estimación de incertidumbres. Los pasos se establecieron apuntando a oportunidades de reducción de costos, con base en varios documentos como informes entregados a ANEEL por la empresa concesionaria responsable de la distribución de energía para la Ciudad de Río de Janeiro; el Módulo PRODIST 8; datos meteorológicos para las áreas donde se ubican las redes eléctricas; y el mes del año y el número de ocurrencias típicas. Las conclusiones están limitadas por las opciones de métodos computacionales aplicados, la calidad de la información adquirida y los esfuerzos realizados para ajustar y reorganizar toda la información en datos.
Descargas
Citas
Carvalho, M. C. A et al. Power quality — Regulation of residential electrical loads, in 2018 Simpósio Brasileiro de Sistemas Eletricos (SBSE), 2018. doi: 10.1109/SBSE.2018.8395872.
Agência Nacional de Energia Elétrica – ANEEL. Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico Nacional, Módulo 8 - Qualidade da Energia Elétrica, Revisão 10, 2018.
Islam, M. M. et al. A review of condition monitoring techniques and diagnostic tests for lifetime estimation of power transformers, Electrical Engineering, vol.100, pp.581-605, 2018. doi: 10.1007/s00202-017-0532-4.
Avendaño, J. M. et al. Active correlation technology applied to maintenance program based on voltage sags control, Electrical Engineering, vol.92, pp.7-16, 2010. doi: 10.1007/ s00202-010-0155-5.
Bajaj, M.; Singh, A. K. An analytic hierarchy process-based novel approach for benchmarking the power quality performance of grid-integrated renewable energy systems, Electrical Engineering, 2020. doi: 10.1007/ s00202-020-00938-3.
Leite, M. C. C. et al.. Harmonic Analysis of a Photovoltaic Systems Connected to Low Voltage Grid, IEEE Latin America Transactions, vol.16, pp.112-117, 2018. doi: 10.1109/TLA.2018.8291462.
La Commare, K. H.; Eto, J.H. Understanding the Cost of Power Interruptions to U.S. Electricity Consumers, Ernest Orlando Lawrence Berkeley National Laboratory, Environmental Energy, Technologies Division, 2004.
Borba, B.S.M.C. et al.. A review on optimization methods for workforce problem planning in electrical distribution utilities, Computers & Industrial Engineering, vol.135, pp. 286-298, 2019. doi: 10.1016/j.cie.2019.06.002.
Fortes, M.Z. et al.. “Conceito de Elasticidade aplicado a avaliação de indicadores na distribuição de energia elétrica, in 34 CBMGA - Congresso Brasileiro de Manutenção e Gestão de Ativos, Vitória, Brazil, 2019.
Mastering VBA for Microsoft Office 365, Ed. Sybex, 2019.
University of Waikato, Weka (Waikato Environment for Knowledge Analysis), GNU General Public License v. 3.7.11, 2014
Lang, S. et al.. WekaDeeplearning4j: A deep learning package for Weka based on Deeplearning4j, Knowledge-Based Systems, vol.178, pp.48-50, 2019. doi: 10.1016/j.knosys.2019.04.013.
Zhong, X_Y. The Research and Application of Web Log Mining Based on the Platform Weka, Procedia Engineering, vol.15, pp.4073-4078, 2011. doi: 10.1016/j.proeng.2011.08.764.
Osipovs, P. Classification tree applying for automated CV filtering in transport company, Procedia Computer Science, vol. 149, pp.406-414, 2019. doi: 10.1016/j.procs.2019.01.155.
