KBANN

AcronymDefinition
KBANNKnowledge-Based Artificial Neural Network
References in periodicals archive ?
para la red KBANN. Los antecedentes de las reglas corresponden a los valores de los descriptores usados en esta investigacion para cada una de las zonas en las cuales se divide el sistema de distribucion y los consecuentes son las zonas en las que se dividio el sistema.
Para tener las etiquetas a identificar por los sistemas ANFIS y KBANN, el sistema se divide por zonas, de tal manera que cuando los metodos localicen la region del sistema de potencia donde ocurrio la falla, no haya problema de multiple estimacion.
Las 31 combinaciones posibles de descriptores definen el mismo numero de localizadores basados en ANFIS o en KBANN y se realizan para determinar las relaciones entre aquellos que permitan obtener menores errores en la localizacion de fallas.
Para KBANN, el descriptor de variacion de corriente (I), presenta los mejores resultados en cuanto a la localizacion de la zona en falla.
Cuando se usan combinaciones de descriptores, se encuentran resultados de error similares entre metodologias, aunque el error promedio para el metodo de localizacion es de 7.7%, mientras que para el KBANN es de 9.0%.
Un segundo localizador basado en redes KBANN se utiliza con una zonificacion con cuatro zonas, definidas y entrenadas utilizando los datos de los nodos limitantes de cada una de las zonas presentadas en la Figura 4.
En la Figura 8 se muestran graficamente los resultados comparativos del error en la localizacion para las redes ANFIS y KBANN trabajando de forma individual, asi como el localizador perfeccionado que se presenta en esta seccion.
En este articulo se realiza la comparacion entre los sistemas ANFIS y las redes KBANN para solucionar el problema de localizacion de fallas en sistemas de distribucion, usando las caracteristicas extraidas de las senales de tension y corriente medidas en la subestacion.