Metodología híbrida basada en el regresor knn y el clasificador boosting para localizar fallas en sistemas de distribución

  • Andrés Zapata-Tapasco Universidad Tecnológica de Pereira
  • Juan Mora-Flórez Universidad Tecnológica de Pereira
  • Sandra Pérez-Londoño Universidad Tecnológica de Pereira

Resumen

En este artículo se presenta una metodología híbrida de localización de fallas en sistemas de distribución, a partir de una técnica de regresión basada en el método de los k vecinos más cercanos y una técnica de clasificación en la cual se utilizan múltiples clasificadores básicos en una estrategia denominada ‘Boosting’. En la metodología propuesta, inicialmente el sistema se divide por zonas para entrenar la máquina de clasificación. Después se parametriza y entrena la máquina de regresión basada en knn y la máquina de clasificación. Finalmente, para un dato nuevo, la técnica de regresión permite estimar la distancia a la cual ocurrió la falla, y el método de clasificación permite ubicar la falla en una de las zonas predefinidas, eliminando el problema de múltiple estimación. El localizador propuesto se prueba en el sistema de distribución IEEE 34 nodos, donde presenta un buen desempeño tanto para clasificación (precisión mínima de 95.7 %), como para regresión (error máximo absoluto de 8.05%). Esta propuesta es de fácil implementación, rápida y de bajo costo computacional.

Como citar
ZAPATA-TAPASCO, Andrés; MORA-FLÓREZ, Juan; PÉREZ-LONDOÑO, Sandra. Metodología híbrida basada en el regresor knn y el clasificador boosting para localizar fallas en sistemas de distribución. INGENIERÍA Y COMPETITIVIDAD, [S.l.], v. 16, n. 2, p. 165-177, dic. 2014. ISSN 2027-8284. Disponible en: <http://revistaingenieria.univalle.edu.co/index.php/ingenieria_y_competitividad/article/view/3692>. Fecha de acceso: 19 sep. 2017 doi: https://doi.org/10.25100/iyc.v16i2.3692.
Sección
Artículos

Palabras clave

Boosting, clasificación, k vecinos más cercanos, localización de fallas, regresión