ESCUELA SUPERIOR POLITCNICA DE CHIMBORAZO

PROYECTO TRABAJO DE TITULACIN

MODELO PARA EL ANLISIS Y TOMA DE DECISIONES

MEDIANTE EL EMPLEO DE TCNICAS DE INTELIGENCIA
ARTIFICIAL PARA LA REDUCCIN DE LA DISTORSIN
ARMNICA EN REDES DE ENERGA ELCTRICA

ERIK FERNANDO MNDEZ GARCS

Trabajo de Titulacin modalidad: Proyectos de Investigacin y Desarrollo, presentado

ante el Instituto de Posgrado y Educacin Continua de la ESPOCH, como requisito
parcial para la obtencin del grado de:

MAGISTER EN SISTEMAS DE CONTROL Y AUTOMATIZACIN

INDUSTRIAL

Riobamba-Ecuador
Noviembre
 CONTENIDO

Paginas
1 Titulo .............................................................................................................................. 3
2 Planteamiento del problema ......................................................................................... 3
2.1 Situacin problemtica ...................................................................................................3
2.2 Formulacin del problema .............................................................................................4
2.3 Preguntas directrices o especficas de la investigacin ..................................................4
2.5 Objetivos de la investigacin ..........................................................................................5
2.5.1 Objetivo general .............................................................................................................5
2.5.2 Objetivos especficos ......................................................................................................5
3 Marco terico ................................................................................................................ 5
3.1 Antecedentes del problema ...........................................................................................5
3.2 Bases tericas .................................................................................................................7
3.2.1 Armnicos en redes de energa elctrica .......................................................................7
3.2.2 Mitigacin de armnicos en redes de energa elctrica ............................................. 11
3.2.3 Redes de Petri en la elaboracin de modelos de anlisis y toma de decisiones ...... 13
3.2.4 Redes neuronales artificiales aplicadas a los modelos de correccin......................... 15
3.3 Marco conceptual ........................................................................................................ 16
4 Hiptesis ...................................................................................................................... 18
4.1 Hiptesis general. ........................................................................................................ 18
4.2 Identificacin de las variables...................................................................................... 18
4.3 Operacionalizacin de variables .................................................................................. 19
4.4 Matriz de consistencia ................................................................................................. 20
5 Metodologa ................................................................................................................ 21
5.1 Tipo y Diseo de la investigacin................................................................................. 21
5.2 Mtodos de investigacin ........................................................................................... 22
5.3 Enfoque de la investigacin ......................................................................................... 22
5.4 Alcance de la investigacin .......................................................................................... 22
5.5 Poblacin de estudio ................................................................................................... 23
5.6 Unidad de anlisis ........................................................................................................ 23
5.7 Seleccin de la muestra ............................................................................................... 23
5.8 Tamao de la muestra ................................................................................................. 23
5.9 Tcnicas de recoleccin de datos primarios y secundarios. ........................................ 23

1
5.10 Instrumentos para la recoleccin de datos ................................................................. 23
5.11 Instrumentos para para procesar datos recopilados .................................................. 24
6. Estructura del proyecto final de titulacin .................................................................. 24
7. Presupuesto y financiamiento ..................................................................................... 26
8. Cronograma ................................................................................................................. 26
9. Bibliografa preliminar ................................................................................................. 26
10. Anexos ......................................................................................................................... 29

2
1 Titulo

Modelo para el anlisis y toma de decisiones mediante el empleo de tcnicas de

inteligencia artificial para la reduccin de la distorsin armnica en redes de energa
elctrica

2 Planteamiento del problema

2.1 Situacin problemtica

Los armnicos en redes de energa elctrica son tensiones o corrientes elctricas, las
cuales disponen de una frecuencia de mltiplo entero correspondiente a la frecuencia
fundamental proporcionada por la fuente de alimentacin o de suministro (Hanzelka &
Bien, 2004).

Dentro del estudio de los armnicos en redes de energa elctrica podemos destacar varias
definiciones conceptuales bsicas, como la frecuencia de onda fundamental que
corresponde a la frecuencia de la fuente de origen energtico principal, el valor eficaz
total, el cual se refiere a la raz cuadrada de la suma de todas las componentes al cuadrado
que conforman la forma de onda, y finalmente la distorsin armnica en la cual se sita
la presente investigacin de postgrado (Pastor Gutierrez & Ortega Jimnez, 2014).

La distorsin armnica es la relacin entre el valor eficaz del total de las componentes
armnicas que pueden ser de corriente o de voltaje y el valor eficaz correspondiente a la
componente fundamental de las mismas. (Suarez, Di Mauro, Anaut, & Aguero, 2005,
pg. 429)

En sistemas de energa elctrica, especficamente en redes de energa elctrica ya sean de

distribucin o transmisin, los armnicos y la distorsin armnica total (THD), se han
vuelto un grave problema tanto para los usuarios que estn conectados al suministro
elctrico, como para las entidades encargadas de la prestacin del servicio elctrico, la
produccin de armnicos en la red ocasionados por cargas no lineales (inductivas-
capacitivas) producidas en la red genera diversos efectos nocivos en distintos
componentes elctricos (protecciones elctricas, aislamiento de equipos elctricos,
calidad de energa elctrica, variacin de voltaje en el suministro elctrico, etc.) (Arcilla,
2010)

3
 La mitigacin de armnicos se ha vuelto una problemtica vigente en todas las empresas
de comercializacin de energa elctrica, especialmente en las empresas encargadas de la
distribucin de la energa, la regulacin 004/01 vigente aprobada por el Consejo
Nacional de Electricidad (CONELEC) en el ao 2001, determina que la calidad de
energa es una necesidad urgente en todas las empresas de distribucin elctrica y brinda
las pautas para el correcto suministro de energa al cliente final (los usuarios).
(CONELEC, 2011)

Es por eso y teniendo conocimiento de la problemtica vigente que brinda la generacin

de armnicos en redes de energa elctrica, y considerando de manera general a las
empresas de distribucin de energa elctrica, debido a que la generacin de armnicos
se realiza de manera dinmica en esta seccin de un sistema elctrico de potencia (debido
al tipo de carga del usuario final), para el presente trabajo se utilizaran casos de estudio
proporcionados por empresas de distribucin, especficamente de la Corporacin
Elctrica Nacional Empresa Pblica (CNEL EP) , la cual permitir el anlisis de la
informacin obtenida por su Departamento de Calidad de Energa y brindar el aval
para el desarrollo del presente trabajo investigativo.

Finalmente en el presente trabajo de titulacin se propone un modelo dinmico integrando

tcnicas de inteligencia artificial (I.A), tanto para la toma de decisiones de los modelos
correctivos a ser usados para la mitigacin de la distorsin armnica, como en los mismos
modelos correctivos a ser utilizados, utilizando modelos convencionales, y modelos
adaptativos tales como los filtros adaptativos que integran redes neuronales artificiales
(RNAs) para el desarrollo, finalmente tambin se integran estas tcnicas de I.A para la
concepcin del modelo generalizado utilizando Redes de Petri , desarrollando el
modelo general en base al desarrollo de tcnicas vanguardistas de I.A que pretenden
solucionar un problema arraigado en los sistemas de energa elctrica del Ecuador y el
mundo.

2.2 Formulacin del problema

Cmo mitigar de forma precisa, fiable y anticipada la distorsin armnica en redes de
energa elctrica?

2.3 Preguntas directrices o especficas de la investigacin

Existe actualmente un modelo correctivo que pueda disminuir la distorsin armnica en
redes de energa elctrica?

4
 Cules son los principales aspectos tericos habilitantes para el desarrollo de un modelo
integrando tcnicas de inteligencia artificial que permita disminuir la distorsin armnica
de la red?
Cul es el proceso que permitir el correcto desarrollo de un modelo para la disminucin
de la distorsin armnica en la red elctrica, usando para el efecto tcnicas de inteligencia
artificial?
Cmo integrar el uso de un modelo para la disminucin de la distorsin armnica bajo
el concepto de tcnicas de inteligencia artificial en las reas de operacin, mantenimiento,
y calidad energtica de los procesos de generacin, transmisin y distribucin elctrica?

2.5 Objetivos de la investigacin

2.5.1 Objetivo general

Desarrollar un modelo para el anlisis y toma decisiones mediante el empleo de tcnicas de

inteligencia artificial con la finalidad de reducir la distorsin armnica en redes de energa
elctrica.

2.5.2 Objetivos especficos

Indagar sobre modelos de anlisis y toma de decisiones para la reduccin de la distorsin

armnica que se utilizan actualmente en redes de energa elctrica
Determinar cules son los principales aspectos tericos habilitantes para la construccin
de un modelo que permita reducir la distorsin armnica en redes de energa elctrica
empleando tcnicas de inteligencia artificial.
Proponer un modelo de anlisis y toma de decisiones que permita reducir la distorsin
armnica en redes elctricas.
Evaluar la viabilidad del modelo para la reduccin de la distorsin armnica propuesto
utilizando tcnicas de inteligencia artificial en los procesos de operacin, mantenimiento
y calidad energtica en empresas de distribucin de energa elctrica.

3 Marco terico
3.1 Antecedentes del problema

En ingeniera elctrica, electrnica, y de control la mitigacin de armnicos siempre ser un

problema latente, que es sobrellevado con la implementacin de filtros, en pequea, mediana y
gran escala (Petit Surez, 2005) . La presente investigacin dispone de pocos antecedentes

5
tericos y prcticos que relacionen modelos de anlisis y toma de decisiones para la disminucin
de la distorsin armnica, en adicin a lo mencionado, el desarrollo de estos modelos integrando
tcnicas de I.A, complica an ms el trasfondo a analizar de esta seccin del presente trabajo
investigativo. Sin embargo, a continuacin, se citarn investigaciones referentes que permitirn
analizar, la bibliografa bsica y especializada de esta investigacin.

Los problemas que se presentan debido a la generacin de armnicos en la red elctrica se ven
evidenciados por los siguientes efectos:

Sobrecalentamiento de equipos elctricos de distribucin, tales como transformadores,

generadores, cables, etc.
Voltajes altos y corrientes circulantes adicionales, generados por la distorsin armnica
Malfuncionamiento de los equipos debido al sobre voltaje de la distorsin.
Errores de la medicin
Fallas en generadores elctricos
Fallas en los devanados de los sistemas elctricos
Factor de potencia bajo, que resulta en penalidades en pagos mensuales debido a la
regulacin vigente de empresas de distribucin
Falsa operacin de las protecciones elctricas

Estos problemas han sido ampliamente estudiados por investigadores, que han podido desarrollar
tcnicas de filtrado para la correcta mitigacin de armnicos en las redes elctricas, la principal
fuente de mitigacin de armnicos en la actualidad son los filtros, los cuales se pueden presentar
en diversas denominaciones y tipos. (De la Rosa, 2015)

Los filtros de armnicos se crean debido al creciente aumento de cargas no lineales en redes de
energa elctrica, estas provocan la distorsin de las formas de onda de tensiones y corrientes, los
cuales se convierten armnicos y consecuentemente distorsin armnica en la red, este
antecedente en conjunto con las normas internacionales, tales como la IEEE 519-92, la IEC
61000, recomiendan los lmites que podran tener las distorsiones armnicas generadas en
sistemas elctricos (Perez, 2012). Los filtros de armnicos cumplen un papel esencial en la
reduccin de armnicos, los principales filtros de armnicos convencionales son:

Filtros activos
Filtros pasivos

6
Para la concepcin general del modelo se utilizarn la Redes de Petri las cuales fueron creadas
en 1962, por Carl Petri, permiten representar de forma estructurada un sistema de eventos
discretos, su aporte para el desarrollo de sistemas manufacturados fue esencial (Zhou & Kurapati,
2000, pg. 41). Para investigaciones a fines que brinden una solucin a la generacin de
armnicos en la red las Redes de Petri se convierten en recurso innovador, tratando de vincular
la informtica a problemas aplicados de la industria.

En cambio, las redes neuronales artificiales tienen una historia remarcable que ha desembocado
en la aplicabilidad con connotaciones informticas que tienen hoy en da. Los precursores de la
investigacin fueron McCulloch y Pitts que dieron origen a los modelos conexionista definiendo
formalmente la neurona en 1943 como una mquina binaria con varias entradas y salidas. Hebb,
defini en 1949 dos conceptos muy importantes y fundamentales que han pesado en el campo de
las redes neuronales, basndose en investigaciones psicofisiolgicas:

El aprendizaje se localiza en las sinapsis o conexiones entre las neuronas.

Las informaciones se representan en el cerebro mediante un conjunto de neuronas activas
o inactivas.

En resumen, existen muy pocos antecedentes para la presente investigacin debido a que se busca
brindar una solucin alternativa mediante tcnicas avanzadas de I.A para problemas aplicados a
la industria elctrica, electrnica y de control.

3.2 Bases tericas

3.2.1 Armnicos en redes de energa elctrica

Existen diversos tipos de cargas conectadas en sistemas elctricos de potencia, estas cargas se
pueden clasificar en dos grandes grupos:

Cargas lineales (resistivas)

Cargas no lineales (inductivas, capacitivas

Cargas resistivas
Este tipo de carga conectada en un sistema elctrico de potencia es definido como carga tiene una
relacin proporcional entre la fuente de alimentacin y el voltaje aplicado a la misma. En la
Figura 1, se puede apreciar el voltaje y la corriente tpica de una carga lineal. (Shah, 2013)

7
 Figura 1. Voltaje-Corriente de una carga lineal

Cargas no resistivas
En redes elctricas los sistemas no lineales, generalmente se encuentran representados por
elementos como: semiconductores de potencia, y la saturacin de los ncleos de los
transformadores (Carvajal, Ordoez, Moreno, & Duarte, 2011), una carga no resistiva es
considerada una carga que cambia su impedancia cuando se tiene un voltaje aplicado a la misma.
Una representacin del comportamiento de este tipo de carga se ve evidenciado en la Figura 2

Figura 2. Voltaje-Corriente de una carga no lineal

8
Generacin de Armnicos
Generalmente los conversores de potencia, son equipos que usan semiconductores de potencia en
su constitucin, estas conversiones se producen entre diversos los dos tipos de energa elctrica
convencionales, las conversiones de la corriente continua (C.D) o D.C de sus siglas en ingls y
corriente alterna (C.A) o A.C, como tipos principales de energa elctrica empleada en un
sistema elctrico de potencia genera las siguientes conversiones:

AC a DC, de DC a DC, de DC a AC y de AC a AC

Estas conversiones son posibles debido a los elementos semiconductores que disponen los
conversores elctricos, constituyendo la cantidad ms grande de cargas no lineales en sistemas
elctricos de potencia (Shah, 2013). En la Figura 3 se puede apreciar el esquema de un
conversor elctrico AC a DC de una sola fase.

Figura 3. Conversor AC a DC, o rectificador de onda

Ldc: Es la impedancia de salida (Corriente Continua)

Lac: Es la impedancia de entrada (Corriente Alterna)
Rdc: Es la resistencia de salida (Corriente Continua)
Vac: Es el voltaje alterno de entrada
Vac: Es el voltaje continuo de salida

9
Clculo de Armnicos
En la ingeniera moderna, y en los avances tecnolgicos en general la generacin de seales
peridicas tales como la corriente o el voltaje son recurrentes en la mayora de estos sistemas,
estas seales conforman funciones peridicas que pueden ser examinadas mediante sus ondas
fundamentales y los armnicos que estas seales generan, bajo el anlisis de las series de Fourier.

Las series de Fourier conforma una rama del anlisis de Fourier, las cuales permiten la
descomposicin de las seales peridicas en una sumatoria de series trigonomtricas que tienen
tendencia infinita, en trminos del seno y el coseno (Anumaka, 2012). En el siguiente grfico
(Figura 4) se puede observar una funcin peridica.

Figura 4. Funcin Peridica

El anlisis de series de Fourier para las ramas afines a la ingeniera (elctrica, electrnica, control),
se centra mayoritariamente en seales sinusoidales peridicas como son las generadas por la
corriente alterna, la cual es ampliamente utilizada en los procesos de generacin, transmisin y
distribucin elctrica. Un ejemplo de una seal peridica sinusoidal se representa en la Figura
5.

Figura 5. Funcin Sinusoidal Peridica

Donde:
T es el periodo de la funcin peridica
t es el tiempo
f(t) es la funcin que en este caso es = ( + 2)

Generalmente las series de Fourier pueden ser expresadas como para el clculo de armnicos:

10

0 2 2
() = + [1 cos( ) + sin( )]
2
=1

Donde:
n representa el ndice o el nmero del armnico a calcular
ao, an, bn, representan los coeficientes de las series de Fourier las cuales son
determinadas por la forma de onda
T denota el periodo de la forma de onda
F(t) denota la serie de Fourier aproximada a una serie de tiempo

Entre ms ndices calculados (mas armnicos), ms se distorsiona la forma de onda en

comparacin a la onda fundamental que en este caso es sinusoidal, una grfica representando los
primeros armnicos (n=1,2,3,4) calculados por las aproximaciones de las series de Fourier se ven
representados en la Figura 6.

Figura 6. Anlisis de series de Fourier para cuatro ndices (armnicos)

3.2.2 Mitigacin de armnicos en redes de energa elctrica

Mtodos para la disminucin de armnicos en redes de energa elctrica

Existen varios mtodos para la mitigacin de armnicos en redes elctricas y en procesos
industriales en general (Shah, 2013), entre los principales estn:

Transformadores Delta-Delta y Delta-Y: Esta configuracin pretende utilizar dos

fuentes de alimentacin diferentes para cargas estrictamente no lineares esto permite la
cancelacin de varios convertidores de 6 pulsos mediante mtodos de cancelacin.

11
 Transformadores aislados: Un transformador aislado brinda en ciertos casos una
solucin directa para armnicos generados por cargas no lineales, la ventaja principal de
este tipo de transformador es la posibilidad de disponer un voltaje dividido.
Reactores: El uso de reactores es simple y barato en la reduccin de armnicos
producidos en la red, los reactores generalmente se usan para cargas individuales tales
como variadores, pretendiendo mitigar el efecto armnico que estos equipos aportan.
Filtros Pasivos para armnicos (Filtros armnicos de lnea): Este tipo de mtodo se
usa para controlar y eliminar armnicos de orden inferior, especficamente el 5to, 7mo,
11vo, 13vo. En la Figura 7 se puede apreciar la conexin estndar generalizada de este
mtodo de reduccin de armnicos.

Figura 7. Conexin de un filtro de armnicos pasivo para una carga no lineal

Filtros Activos: Este mtodo es relativamente comn en la mitigacin de todos los tipos
de armnicos e inclusive permite la compensacin de la potencia reactiva en la red
(mejorar el factor de potencia, correcciones de factor de potencia, etc.). A diferencia de
los filtros pasivos, los filtros activos no aportan una resonancia a la red a la que estn
conectados, y adicionalmente no son afectados por las impedancias de cambio de fuentes.
En la figura 8 se indica la conexin ms usual de este tipo de filtro para redes de energa
elctrica.

12
 Figura 8. Conexin de un filtro de armnicos activo para una carga no lineal

Diseo de un sistema de potencia: Los armnicos pueden ser reducidos limitando la

carga no lineal del sistema al 30% de la capacidad mxima del transformador, de la misma
manera, de igual manera el factor de potencia puede ser corregido mediante la instalacin
de capacitores, de igual manera la resonancia de los equipos puede ocurrir si se limita al
15 % las cargas no lineales del sistema elctrico.

3.2.3 Redes de Petri en la elaboracin de modelos de anlisis y toma de decisiones

Las redes de Petri fueron creadas en 1962, por el cientfico Carl A. Petri como solucin a la
comunicacin con autmatas (Zhou & Kurapati, 2000). Las redes de Petri son modelos grficos
y matemticos aplicables a muchos sistemas, estas redes permiten establecer una completa
caracterizacin de cualquier modelo, por medio de estados discretos desarrollados que permiten
una fcil visualizacin de la caracterizacin a establecer. (Murata, 1999)

Las redes de Petri poseen dos tipos de nodos de enlace:

Lugares, los cuales son representados por crculos

Transiciones, los cuales son representados por barras rectangulares.

De lo nodos se pueden destacar los arcos, los cuales permiten establecer transiciones entre los
lugares, cada arco posee un nmero que indica la ponderacin, el cual en el sistema determina la
cantidad de marcas que se consume en un lugar. Los arcos que no poseen un nmero son los
que depositan marcas de forma inmediata (Murillo, 2008, pg. 104). Un esquema de las Redes

13
de Petri se observa en la Figura 9. Cabe destacar que las marcas se representan grficamente
como puntos que se sitan en un lugar determinado.

Figura 8. Redes de Petri especificando lugares, transiciones, arcos y pesos

Formalmente un Red de Petri se define como:

= (, , , , 0 )

Donde:

P es un conjunto finito de lugar

T es un conjunto finito de transiciones
F es un conjunto relacionado a los arcos dirigidos
W es una funcin que relaciona los pesos
Mo es la marca inicial de la red

14
3.2.4 Redes neuronales artificiales aplicadas a los modelos de correccin

Una de las ramas ms destacadas del campo cientfico de la Inteligencia Artificial es la que
corresponde a las Redes Neuronales Artificiales (RNAs) entendiendo como tales aquellas redes
en las que existen elementos procesadores de informacin de cuyas interacciones locales depende
el comportamiento del conjunto del sistema (Hilera & Martnez, 1995, pg. 19).

Las Redes de Neuronas Artificiales (RNA) son un paradigma de aprendizaje y procesamiento

automtico inspirado en la forma en que funciona el sistema nervioso. Se trata de un sistema de
interconexin de neuronas que colaboran entre s para producir un estmulo de salida (Mitchel,
1997) .

Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de
entradas a travs de interconexiones y emite una salida. Esta salida viene dada por tres funciones:

Una funcin de propagacin (tambin conocida como funcin de excitacin), que por lo
general consiste en el sumatorio de cada entrada multiplicada por el peso de su
interconexin (valor neto). Si el peso es positivo, la conexin se denomina excitatoria; si
es negativo, se denomina inhibitoria.

Una funcin de activacin, que modifica a la anterior. Puede no existir, siendo en este
caso la salida la misma funcin de propagacin.

Una funcin de transferencia, que se aplica al valor devuelto por la funcin de activacin.
Se utiliza para acotar la salida de la neurona y generalmente viene dada por la
interpretacin que queramos darles a dichas salidas. Algunas de las ms utilizadas son la
funcin sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperblica
(para obtener valores en el intervalo [-1,1]).

Estructura de las redes neuronales artificiales

La distribucin de neuronas dentro de la red se realiza formando niveles o capas de un nmero
determinado de neuronas cada una, y existen capas de entrada, de salida, y ocultas, ahora las
conexiones entre neuronas responden a niveles.

Cuando ninguna salida de las neuronas es entrada de neuronas del mismo nivel o de niveles
precedentes, la red se describe como de propagacin hacia adelante.

15
 Figura 9. Conexiones de una red neuronal multicapa

Cuando las salidas pueden ser conectadas como entradas de neuronas de niveles previos o del
mismo nivel, incluyndose ellas mismas, la red es de propagacin hacia atrs.

Ventajas
Las redes neuronales artificiales (RNA) tienen muchas ventajas debido a que estn basadas en la
estructura del sistema nervioso, principalmente el cerebro.

Aprendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se llama
etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su
vez que se le indica cul es la salida (respuesta) esperada.
Auto organizacin: Una RNA crea su propia representacin de la informacin en su
interior, quitndole esta tarea al usuario.
Tolerancia a fallos: Debido a que una RNA almacena la informacin de forma
redundante, sta puede seguir respondiendo de manera aceptable aun si se daa
parcialmente.
Flexibilidad: Una RNA puede manejar cambios no importantes en la informacin de
entrada, como seales con ruido u otros cambios en la entrada (por ejemplo, si la
informacin de entrada es la imagen de un objeto, la respuesta correspondiente no sufre
cambios si la imagen cambia un poco su brillo o el objeto cambia ligeramente).
Tiempo real: La estructura de una RNA es paralela, por lo cual, si esto es implementado
con computadoras o en dispositivos electrnicos especiales, se pueden obtener respuestas
en tiempo real. (Martinez, 2000)

3.3 Marco conceptual

Modelo para la toma de decisiones: Un modelo puede ser reconocido como un agente autnomo
que permite servir de patrn general, de tal forma que, sometido a cualquier complejidad, este
pueda ir construyendo por niveles sucesivos de control la estructura total, la respuesta final o el
anlisis final de cualquier proceso o producto. (Lozada & Velasco, 2010)

16
RNA: Las redes neuronales artificiales son aquellas que tratan de emular el comportamiento del
cerebro humano, caracterizado por el aprendizaje a travs de la experiencia y la extraccin de
conocimiento genrico a partir de un conjunto de datos. (Flores Lopez & Fernandez, 2008, pg.
11).
Transmisin de energa elctrica: Es el transporte de energa elctrica por medio de conductores
tales como lneas de transmisin elevadas y cables subterrneos (Wildi, 2007, pg. 706).
Generacin de energa elctrica: Es la produccin de energa elctrica que se consigue gracias
al fenmeno de la induccin electromagntica, descubierto por Faraday en 1830. Es decir, que es
posible generar un flujo de electrones a travs de un conductor cuando ste se mueve con respecto
a un campo magntico. (Bernudez, 2000, pg. 119).
Sistema elctrico de potencia: Un sistema elctrico de potencia incluye las etapas de generacin,
transmisin, distribucin y utilizacin de la energa elctrica, y su funcin primordial es la de
llevar esta energa desde los centros de generacin hasta los centros de consumo y por ltimo
entregarla al usuario en forma segura y con los niveles de calidad exigidos. (Ramirez, 2004, pg.
2).
MATLAB: Es un potente lenguaje diseado para la computacin tcnica. El nombre MATLAB
proviene de Matrix LABoratory, dado que el tipo de dato bsico que gestiona es una matriz
(array). MATLAB puede ser utilizado en computacin matemtica, modelado y simulacin,
anlisis y procesamiento de datos, visualizacin y representacin de grficos, as como para el
desarrollo de algoritmos. (Gilat, 2005, pg. 1).
Sistema automatizado: Loyola, (1995), seala que:
"Un Sistema Automatizado es la automatizacin de un sistema donde se trasfieren tareas
de produccin, realizadas manualmente por operadores humanos a un conjunto de
elementos tecnolgicos". (p.40)
Simulacin: El concepto de simulacin es inherente al ser humano, manifestndose en las
distintas etapas de desarrollo desde la infancia hasta el adulto. En la infancia los nios simulan
durante el juego, emulando a los adultos, las tareas que estos realizan, las relaciones entre sujetos,
etc. (Lahoz-Beltra, 2004, pg. 3).
Inteligencia artificial: Es la ciencia y la ingeniera de hacer mquinas inteligentes, especialmente
los programas informticos inteligentes. Se presenta de una forma automatizada por medio de los
ordenadores o computadores tratando de emular la inteligencia humanada, la Inteligencia
Artificial no solo se limita a mtodos biolgicamente observables. (McCarthy, 2007).
Distribucin elctrica: La distribucin de energa elctrica se encarga de comercializarla y hacer
que esta llegue al consumidor final. Esta divisin depende del sistema elctrico de un pas y de
las competencias estatales y no estatales que este disponga. (Mcgraw-Hill, 2010).

17
4 Hiptesis
4.1 Hiptesis general.

El anlisis del comportamiento de la distorsin armnica elctrica asociado a las exigencias

tecnolgicas y de servicio correspondientes bajo un enfoque autnomo mediante tcnicas de
inteligencia artificial permitir desarrollar un modelo que permitir el anlisis y la toma de
decisiones de forma fiable y precisa aras de disminuir la distorsin armnica para mejorar la
calidad energtica en redes elctricas.

4.2 Identificacin de las variables

Variables independientes
Indagar sobre modelos de anlisis y toma de decisiones para la reduccin de la distorsin
armnica que se utilizan actualmente en redes de energa elctrica
Determinar cules son los principales aspectos tericos habilitantes para la construccin
de un modelo que permita reducir la distorsin armnica en redes de energa elctrica
empleando tcnicas de inteligencia artificial.
Proponer un modelo de anlisis y toma de decisiones que permita reducir la distorsin
armnica en redes elctricas.
Evaluar la viabilidad del modelo para la reduccin de la distorsin armnica propuesto
utilizando tcnicas de inteligencia artificial en los procesos de operacin, mantenimiento
y calidad energtica en empresas de distribucin de energa elctrica.

Variable dependiente
Comprender los modelos de anlisis y toma de decisiones para la mitigacin de la
distorsin armnica que se ha desarrollado en la actualidad.
Construir un modelo para el anlisis y toma de decisiones aplicando tcnicas de
inteligencia artificial.
Desarrollar un modelo de anlisis y toma de decisiones que permita reducir de forma
fiable la distorsin armnica en redes de energa elctrica mediante tcnicas de
inteligencia artificial.
Asistir en el proceso de toma de decisiones de los procesos de operacin, mantenimiento
y calidad energtica en empresas de distribucin de energa elctrica.

18
4.3 Operacionalizacin de variables

VARIABLES VARIABLES INDICADOR UNIDAD TIEMPO DE

INDEPENDIENTES DEPENDIENTES DE DURACION
MEDIDA
Indagar sobre modelos Comprender los Formacin del Durante la
de anlisis y toma de modelos de anlisis y conocimiento % primera fase
decisiones para la toma de decisiones investigativa
reduccin de la para la mitigacin de la del proyecto
distorsin armnica distorsin armnica
que se utilizan que se ha desarrollado
actualmente en redes en la actualidad.
de energa elctrica
Determinar cules son Construir un modelo Desarrollo de la Durante la
los principales para el anlisis y toma investigacin % segunda fase
aspectos tericos de decisiones del proyecto
habilitantes para la aplicando tcnicas de
construccin de un inteligencia artificial.
modelo que permita
reducir la distorsin
armnica en redes de
energa elctrica
empleando tcnicas de
inteligencia artificial.
Proponer un modelo de Desarrollar un modelo Desarrollo de la Durante la
anlisis y toma de de anlisis y toma de investigacin % tercera fase del
decisiones que permita decisiones que permita proyecto
reducir la distorsin reducir de forma fiable
armnica en redes la distorsin armnica
elctricas. en redes de energa
elctrica mediante
tcnicas de inteligencia
artificial.
Evaluar la viabilidad Asistir en el proceso de Viabilidad del % Durante todo el
del modelo para la toma de decisiones de proyecto proyecto
reduccin de la los procesos de

19
 distorsin armnica operacin,
propuesto utilizando mantenimiento y
tcnicas de inteligencia calidad energtica en
artificial en los empresas de
procesos de operacin, distribucin de energa
mantenimiento y elctrica.
calidad energtica en
empresas de
distribucin de energa
elctrica.

4.4 Matriz de consistencia

Formulacin Objetivo Hiptesis Variables Indicadores Tcnicas Instrume
del problema General General dependientes ntos
general
Cmo Desarrollar un El anlisis del Comprender los Formacin del Recopilacin Fuentes
mitigar de modelo para el comportamiento modelos de conocimiento Bibliogrfica, de
forma precisa, anlisis y toma de la distorsin anlisis y toma entrevistas consulta
fiable y decisiones armnica de decisiones Desarrollo de escritas y
anticipada la mediante el elctrica para la la digitales
distorsin empleo de asociado a las mitigacin de la investigacin.
armnica en tcnicas de exigencias distorsin
redes de inteligencia tecnolgicas y armnica que se Desarrollo de
energa artificial con de servicio ha desarrollado la
elctrica? la finalidad de correspondiente en la actualidad. investigacin
reducir la s bajo un
distorsin enfoque Construir un Viabilidad del
armnica en autnomo modelo para el proyecto
redes de mediante anlisis y toma
energa tcnicas de de decisiones
elctrica. inteligencia aplicando
artificial tcnicas de
permitir inteligencia
desarrollar un artificial.
modelo que
permitir el Desarrollar un
anlisis y la modelo de
toma de anlisis y toma
decisiones de de decisiones
forma fiable y que permita

20
 precisa aras de reducir de forma
disminuir la fiable la
distorsin distorsin
armnica para armnica en
mejorar la redes de energa
calidad elctrica
energtica en mediante
redes elctricas. tcnicas de
inteligencia
artificial.

Asistir en el
proceso de toma
de decisiones de
los procesos de
operacin,
mantenimiento
y calidad
energtica en
empresas de
distribucin de
energa
elctrica.

5 Metodologa

5.1 Tipo y Diseo de la investigacin

En la presente investigacin se desarrollarn contenidos referentes a modelos de anlisis y toma
de decisiones para la reduccin de la distorsin para redes elctricas, haciendo uso de las tcnicas
de inteligencia artificial.

El enfoque en el que se orientara este trabajo investigativo ser experimental debido a que se
verificara si la hiptesis planteada anteriormente tiene validez en el marco de todo el trabajo
investigativo, adicionalmente se describirn y explicaran todos los procesos que enmarquen los
modelos automticos que empleen tcnicas de inteligencia artificial para el presente propsito
investigativo.

21
5.2 Mtodos de investigacin
Los mtodos en los que se enfrascara la investigacin sern esencialmente dos:
Mtodo Inductivo
Mtodo Estadstico

Por una parte, tendremos el desarrollo de la investigacin por parte del mtodo inductivo, ya que
de premisas particulares distorsin armnica ayudaran a definir aspectos generales como el
proceso de toma de decisiones en la generacin y distribucin elctrica.

Finalmente utilizaremos el mtodo estadstico debido a que los resultados finales sern
cuantitativos debido a que se obtendrn, se analizarn y se interpretarn ndices energticos
(distorsin armnica), con el propsito de mitigar la distorsin armnica en redes de energa
elctrica.

5.3 Enfoque de la investigacin

Con respecto al desarrollo por parte del mtodo estadstico cabe recalcar que es crucial utilizarlo
debido a que manejaremos variables y datos (distorsin armnica), y este mtodo nos facilitara el
uso de los mismos, adicionalmente permitir establecer nexos con el mtodo inductivo debido a
que se cuantificaran los aspectos cualitativos que se enuncien en el mismo mtodo.

Finalmente, de la investigacin podemos decir que tendr un enfoque cuantitativo-cualitativo,

esto es debido a que se utilizar el mtodo estadstico para el tratamiento de datos de forma
cuantitativa y a partir de los procesos de anlisis y toma de decisiones se obtendrn soluciones
cualitativas que ayudarn a los procesos de calidad energtica de las redes de distribucin
elctrica.

5.4 Alcance de la investigacin

El alcance de este trabajo investigativo ser de carcter aplicado con una connotacin
experimental, y correlacional debido a que se tendr la integracin de variables como la distorsin
armnica para poder asistir en la toma de decisiones y mantenimientos oportunos programados
de los procesos de generacin, transmisin y principalmente distribucin elctrica. Si no se busca
mitigar la distorsin armnica puede desembocar en problemas graves mencionados en captulos
anteriores.

22
5.5 Poblacin de estudio
En la investigacin no es preciso definir una poblacin o una muestra debido a que los datos con
los que se va a desarrollar la investigacin son netamente histricos y deben ser proporcionados
por empresas de distribucin elctrica debido a que estas empresas son donde existe la mayor
concentracin de distorsin armnica en redes de energa elctrica.

5.6 Unidad de anlisis

La unidad de anlisis que referencia a la presente investigacin es la disponibilidad de los datos
histricos de la empresa CNEL EP UN STD perteneciente a una de las empresas de distribucin
ms grandes del Ecuador. Para el correcto uso de los datos se tendr que realizarse una depuracin
de la informacin obtenida utilizando mtodos estadsticos que brinden una confiabilidad
aceptable para los casos de estudios a analizar mediante el modelo de anlisis y toma de
decisiones.

5.7 Seleccin de la muestra

No aplica en la presente investigacin

5.8 Tamao de la muestra

No aplica en la presente investigacin.

5.9 Tcnicas de recoleccin de datos primarios y secundarios.

La tabulacin y el anlisis de datos se realizarn con los datos obtenidos y que se obtendrn de
las empresas de distribucin elctrica. Con respecto a la obtencin de los datos antes mencionados
(distorsin armnica), necesarios para el diseo del modelo, cabe recalcar que ya se encuentran
habilitantes para la presente investigacin, esto es debido a que de ante mano la empresa CNEL
EP, brindar el aval para el desarrollo del presente trabajo investigativo.

5.10 Instrumentos para la recoleccin de datos

La informacin para el desarrollo de la presente investigacin consistir en la utilizacin de dos
tcnicas de recopilacin de informacin en especfico:
La entrevista
Tcnicas clsicas de recopilacin de informacin

Con respecto a la entrevista (asesoramiento especializado) se defini que es el mtodo ms preciso

para la recopilacin de informacin debido a que el tema de estudio tiene muy pocas fuentes
informativas.

23
Adicionalmente, se utilizarn recursos clsicos de recopilacin de informacin como fuentes
informativas (libros, artculos, revistas, etc.)

5.11 Instrumentos para para procesar datos recopilados

Matlab
Excel
Tabulacin organizada
Redes de Petri

6. Estructura del proyecto final de titulacin

METODOLOGA DE LA INVESTIGACIN
INTRODUCCON
FASE DEFINICIN DE PROBLEMA, OBJETIVOS, METODOS
1 PROPUESTA DE Y NOMENCLATURA DE EPIGRAFES Y
CAPITULOS

ESTUDIO ESTADO DEL ARTE

ESTUDIO DE LA LITERATURA ESPECIALIZADA
ANLISIS DEL ESTADO ACTUAL DE LA PLANIFICACIN Y TOMA
DE DECISIONES PARA LOS PROBLEMAS DE LA DISTORSIN
ARMNICA
MTODOS EMPLEADOS EN LA BSQUEDA DE VARIANTES DE
SOLUCIONES DURANTE LA GENERACIN DE ARMNICOS
FASE
IMPORTANCIA DEL DESARROLLO DE MODELOS DE ANLISIS Y
2
TOMA DE DESICIONES PARA LA MITIGACIN DE LA
DISTORSIN ARMNICA
TCNICAS DE INTELIGENCIA ARTIFICIAL PARA EL
DESARROLLO DE MODELOS AUTOMATIZADOS
GENERALIDADES DE LOS MODELOS DE TOMA DE DECISIONES
Y ANLISIS

24
 CONCEPCIN, MODELACIN Y METODOS DE SOLUCIN
DEFINICIN Y FORMALIZACIN DE LOS PROCEDIMIENTOS
CIENTFICOS.
CONSEPCIN DEL MARCO GENERAL DE SOLUCION (MODELO
PARA EL ANLISIS Y TOMA DE DESICIONES)
FASE
OBTENCIN Y PROCESAMIENTO DE LA DISTORSIN ARMNICA
3
(ARMNICOS) DE LAS EMPRESAS DE DISTRIBUCIN.
JUSTIFICANDO LA FIABILIDAD Y VERACIDAD DE LA MISMA
PROPUESTA DEL MODELO GENERAL, Y DE LOS MODELOS
CORRECTIVOS PARA LA SOLUCIN DELPROBLEMA

IMPLEMENTACIN DE LA SOLUCIN
SELECCIN Y JUSTIFICACION DE LA TCNICA A EMPLEAR PARA
EL DESARROLLO DEL MODELO (REDES DE PETRI)
DESARROLLO DEL MODELO DE TOMA DE DESICIONES MEDIANTE
FASE LA SELECCIN DE LA TCNICA MS APROPIADA
4 DISEAR E IMPLEMENTAR LA INTERFACE DEL MODULO
GENERAL, INTEGRANDO EL MODELO GENERAL Y LOS MODELOS
CORRECTIVOS
MANUAL OPERACIONAL DEL SISTEMA

25
7. Presupuesto y financiamiento

VALOR VALOR
DETALLE CANTIDAD
UNITARIO TOTAL
Movilizacin 30 aprox $ 2,00 $ 60,00
Compra de fuentes de informacin 3 $ 40,00 $ 120,00
(Libros)
Asesora 1 $ 100,00 $ 100,00
Plataforma para descargar software 1/Mes $ 35,00 $ 35,00
(Internet)
Alimentacin 3/Da $ 5,00 $ 275,00
Varios 1 $ 150,00 $ 150,00
Total $ 740,00

8. Cronograma
Noviembre Diciembre Enero Febrero Marzo
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
FASE 1
FASE 2
FASE 3
FASE 4
FASE 5

Fase 1: Metodologa de la investigacin Fase 2: Estudio del arte

Fase 3: Concepcin, modelacin, mtodos de solucin Fase 4: Implementacin de la solucin
Fase 5: Ajustes a las normas de presentacin

9. Bibliografa preliminar

Anumaka, M. C. (2012). Analysis of Electric Circuits Using Fourier Series. International

Journal of Engineering and Innovative Technology, Volume 1, Issue 5, 125-128.

Arcilla, J. D. (2010). Armnicos en sistemas elctricos. IEB S.A, 1-26.

Bernudez, V. (2000). Tecnologia Energetica. Valencia: Reproval.

26
 Carvajal, W., Ordoez, G., Moreno, A., & Duarte, C. (2011). Simulacin de sistemas
elctricos con cargas no lineales y variantes en el tiempo. Ingeniare. Revista chilena de
ingeniera, vol. 19 N 1, 76-92.

CONELEC. (23 de Mayo de 2011). Regulacin 004/001 "Calidad del servicio elctrico
de distribucin". Quito, Ecuador: Consejo Nacional de Electricidad.

De la Rosa, F. (2015). Harmonics,Power Systems and Smart Grids. Boca Raton: Taylor
& Francis Group.

Flores Lopez, R., & Fernandez, J. M. (2008). Las Redes Neuronales. Corua:
NETBIBLO.

Gilat, A. (2005). Matlab una introduccion con ejemplos practicos. Barcelona:

REVERTE.

Hanzelka, Z., & Bien, A. (2004). Gua de la calidad de la energa elctrica. Madrid:
AGH University Of Science and Technology.

Hilera, J. R., & Martnez, V. J. (1995). Redes neuronales artificiales: fundamentos,

modelos y aplicaciones. Madrid: Addison-Wesley Iberoamericana.

Lahoz-Beltra, R. (2004). Bioinformatica, Simulacion, vida artificial e inteligencia

artificial. Madrid: Diaz de Santos.

Lozada, M., & Velasco, J. M. (2010). MODELADO DINAMICO BASADO EN REDES

DE PETRI PARA EL MODELO DE INTEGRACION EMPRESARIAL ACTOR DE
EMPRESA. Scientia et Technica Ao XVI, No 44, Abril de 2010. Universidad
Tecnolgica de Pereira. ISSN 0122-1701 140, 140-145.

Martinez, J. R. (2000). Redes Neuronales Artificiales. Madrid: Alfaomega.

McCarthy, J. (12 de Noviembre de 2007). What is artificial intelligence? Stanford,

California, Estados Unidos.

27
 Mcgraw-Hill. (2010). Conceptos electricos basicos . Madrid: Mcgraw-Hill.

Mitchel, T. (1997). Machine Learning. McGraw Hill.

Murata, T. (1999). Petri Nets: Propertis, Analisis and Aplications. IEEE PROCEDINGS
VOL 77. N4, 541-580.

Murillo, L. D. (2008). Redes de Petri: Modelado e implementacin de algoritmos para

autmatas programables. Tecnologa en Marcha, Vol. 21, N. 4, 102-125.

Pastor Gutierrez, A., & Ortega Jimnez, J. (2014). Circuitos Elctricos Volumen II.
Madrid: UNED.

Perez, I. (2012). Cluclo de parmetros de filtros pasivos de armnicos. Ingenieria

elctrica VOL XXXIII, 134-143.

Petit Surez, J. (2005). Topologas y algoritmos de control para filtros activos aplicados
a la mejora de la calidad del suministro elctrico. Madrid: Universidad Carlos III de
Madrid.

Ramirez, S. (2004). Redes de distribucion de energia . Manizales : Universidad Nacional

de Colombia.

Shah, N. (Mayo de 2013). Harmonics in power systems. Alpharetta : Siemens Industry

Inc.

Suarez, J., Di Mauro, F., Anaut, D., & Aguero, C. (2005). Anlisis de la distorsin
armnica y los efectos de atenuacin y diversidad en reas residenciales. IEEE LATIN
AMERICA TRANSACTIONS, 429-435.

Wildi, T. (2007). Maquinas Electricas y Sistemas de potencia. Mexico: Pearson

Education.

Zhou, M., & Kurapati, V. (2000). Modeling, Simulation and Control of Manufacturing
Systems. New Jersey: World Scientific.

28
10. Anexos

Carta de la Direccin Tcnica de la CNEL EP UN STD, manifestando la importancia del

desarrollo del presente proyecto de titulacin en aras de mejorar la vinculacin industrial-
acadmica del pas y de brindar alternativas de solucin a la problemtica vigente de armnicos.

29