Monitorización y supervisión de redes de distribución con PQMs, uPMUs y Machine Learning

Abstract

El presente trabajo se centra en el estudio del papel que cumplen los analizadores de calidad de suministro en sus aplicaciones en redes eléctricas de distribución, así como en el desarrollo de una infraestructura software que permita la gestión conjunta de varios de estos dispositivos de forma remota a la vez que permita el acceso a las medidas de una forma cómoda para trabajos de análisis, predicción o control. La infraestructura debe cumplir con los requerimientos de sincronismo, precisión temporal y escalabilidad necesarios al trabajar con los analizadores de calidad, siempre teniendo en cuenta el gran volumen de datos que estos dispositivos generan. Como analizadores de calidad de suministro se trabajará con dos analizadores de calidad PQube3, dispositivos comerciales de la empresa Powerside que cumplen con el estándar IEC 61000-4-30 clase A. Por otro lado, la infraestructura software consistirá en un agente que recoja los datos, un gestor de bases de datos especialmente dedicado a series temporales, y una herramienta de análisis que permita analizar la información almacenada. La elección de cada una de las herramientas será discutida a lo largo de este trabajo. Como prueba de concepto se recurrirá a dicha infraestructura para distinguir mediante un modelo predictivo entre tres cargas distintas, simulando así que se trata de tres estados de la red diferentes. Para ello, se caracterizarán las tres cargas- en este caso, tres bombillas LED que distorsionan la forma de onda con armónicos de distinta frecuencia- y se entrenarán dos modelos clasificatorios con datos almacenados off-line, para posteriormente trabajar a tiempo real con los datos recogidos por los analizadores. Junto con los analizadores de calidad de suministro, se añade tanto al estudio como a la infraestructura una unidad de medición fasorial o PMU, un dispositivo habitual en las redes de distribución con aplicaciones muy similares a los analizadores de calidad, pero con una filosofía diferente. Su incorporación al estudio permitirá realizar una comparativa entre ambos modelos, conociendo así con mayor amplitud el estado del arte en monitorización de redes de baja y media tensión. Su incorporación a la plataforma desarrollada permite asegurar la escalabilidad del sistema.

This project is focused on the study of the role of power quality analyzers in their applications in electrical distribution networks, as well as on the development of a software infrastructure that allows the joint management of several of these devices remotely while allowing access to the measurements in a comfortable way for analysis, prediction, or control works. The infrastructure must meet the requirements of synchronism, temporal accuracy and scalability needed when working with quality analyzers, while considering the large volume of data that these devices generate. We will work with two PQube3 power quality analyzers, commercial devices from Powerside that comply with the IEC 61000-4-30 class A standard. On the other hand, the software infrastructure will consist of an agent that collects the data, a database manager especially focused on time series, and an analysis tool that allows the analysis of the stored information. The choice of each of the tools will be discussed throughout this paper. As a proof of concept, this infrastructure will be used to distinguish between three different loads by means of a predictive model, thus simulating three different network states. To this end, the three loads will be characterized - in this case, three LED bulbs that distort the waveform with harmonics of different frequency - and two classifying models will be trained with data stored off-line, to subsequently work in real time with the data collected by the analyzers. Along with the power quality analyzers, a phasor measurement unit or PMU, a common device in distribution networks with very similar applications to the quality analyzers, but with a different philosophy, will be added to both the study and the infrastructure. Its incorporation into the study will allow a comparison between both approaches, thus gaining a better understanding of the state of the art in monitoring low and medium voltage networks. Its incorporation to the developed platform will ensure the scalability of the system.