Search

En este artículo se considera el problema de la determinación de la función de flujo en una ley de conservación escalar que modela el fenómeno de sedimentación. Los datos de la observación experimental utilizada para la calibración corresponden a un perfil de la concentración de sólidos en un tiempo fijo. El problema de identificación se formula como uno de optimización, donde la función objetivo es la de mínimos cuadrados que minimiza la distancia entre los perfiles solución del modelo y la observación. La solución del problema directo es aproximada por un esquema de volúmenes finitos monótono. La solución numérica del problema de calibración se obtiene mediante un algoritmo genético continuo. Se presentan resultados numéricos para validar la eficiencia del algoritmo propuesto.

Este artículo muestra el desarrollo de una aplicación capaz de calcular los parámetros de las líneas de transmisión utilizando mediciones que proporcionan las Unidades de Medición Fasorial (PMUs). Luego de un tratamiento de estas mediciones, se pueden calcular los parámetros de las líneas de transmisión con mayor exactitud y precisión. El aplicativo consta elementalmente de dos partes: la primera, la adquisición y tratamiento de sincrofasores provenientes del Sistema de Monitoreo de Área Extendida (WAMS) del Operador Nacional de Electricidad CENACE, que en esencia es un sistema basado en el uso de PMUs; y la segunda, el cálculo de los parámetros de las líneas de transmisión, que utiliza un algoritmo de mínimos cuadrados sujeto a restricciones. Finalmente, el aplicativo en su interfaz desarrollada muestra los parámetros identificados de la línea de transmisión tanto de manera gráfica como estadística, con los resultados, en este artículo se realiza la comparación con los datos almacenados en PowerFactory de CENACE, herramienta utilizada para el análisis de sistemas eléctricos de potencia; de igual manera se realiza la comparación con el trabajo de otro autor, relacionado con la identificación de parámetros de líneas de transmisión, que en resumen realiza la identificación de errores en parámetros y busca alternativas de cálculo para la corrección de los parámetros errados.

The modeling of a process or a plant is vital for the design of its control system, since it allows predicting its dynamic and behavior under different circumstances, inputs, disturbances and noise. The main objective of this work is to identify which model is best for a permanent magnet brushless DC specific motor. For this, the mathematical model of a DC motor brushless PW16D, manufactured by Golden Motor, is presented and compared with its black box model; both are derived from experimental data. These data, the average applied voltage and the angular velocity, are acquired by a data acquisition card and imported to the computer. The constants of the mathematical model are estimated by a curve fitting algorithm based on non-linear least squares and pattern search using computational tool. To estimate the mathematical model constants by non-linear least square and search pattern, a goodness of fit of 84.88% and 80.48% respectively was obtained. The goodness of fit obtained by the black box model was 87.72%. The mathematical model presented slightly lower goodness of fit, but allowed to analyze the behavior of variables of interest such as the power consumption and the torque applied to the motor. Because of this, it is concluded that the mathematical model obtained by experimental data of the brushless motor PW16D, is better than its black box model.

En este trabajo las mediciones recabadas por una estación experimental instalada en un Transformador de 100 MVA de la Subestación Barquisimeto de Venezuela son procesadas para eliminar factores de ruido que introducen errores en la identificación de parámetros del modelo térmico para el cálculo de la temperatura superior del aceite. Se usa una metodología para el control de calidad y eliminación del ruido en las mediciones recabadas basada en experiencias propias y reforzadas con experiencias de reconocidos autores internacionales, la cual aplica la Transformada Discreta de Wavelet DWT para obtener datos que muestran buenos indicadores de calidad en las principales variables del modelo térmico, como lo son la corriente de carga, la temperatura ambiente y la temperatura del aceite superior. Finalmente se comparan los resultados de la modelación térmica antes y después de ser procesados los datos, donde se evidencia un notable incremento en la exactitud del modelo.In this work measurement get of experimental station connected in a power transformer of 100 MVA in a Barquisimeto Substation in Venezuela are processing to eliminate noise that introduce mistake in the parameters identification for top oil temperature model calculation. A methodology based in your experiences with experiences of international authors for the control of quality and elimination of the noise in the successfully obtained measurements is used. It’s apply the Discreet Wavelet Transform (DWT) to collect data that show good indicators of quality in the main values of the thermal model, as the load current, the ambient temperature and the top oil temperature. Finally is compared thermal model results after and before data processing, where at increase in the exactitude of the thermal model is demonstrated.

En este trabajo las mediciones recabadas por una estación experimental instalada en un Transformador de 100 MVA de la Subestación Barquisimeto de Venezuela son procesadas para eliminar factores de ruido que introducen errores en la identificación de parámetros del modelo térmico para el cálculo de la temperatura superior del aceite. Se usa una metodología para el control de calidad y eliminación del ruido en las mediciones recabadas basada en experiencias propias y reforzadas con experiencias de reconocidos autores internacionales, la cual aplica la Transformada Discreta de Wavelet DWT para obtener datos que muestran buenos indicadores de calidad en las principales variables del modelo térmico, como lo son la corriente de carga, la temperatura ambiente y la temperatura del aceite superior. Finalmente se comparan los resultados de la modelación térmica antes y después de ser procesados los datos, donde se evidencia un notable incremento en la exactitud del modelo. In this work measurement get of experimental station connected in a power transformer of 100 MVA in a Barquisimeto Substation in Venezuela are processing to eliminate noise that introduce mistake in the parameters identification for top oil temperature model calculation. A methodology based in your experiences with experiences of international authors for the control of quality and elimination of the noise in the successfully obtained measurements is used. It’s apply the Discreet Wavelet Transform (DWT) to collect data that show good indicators of quality in the main values of the thermal model, as the load current, the ambient temperature and the top oil temperature. Finally is compared thermal model results after and beforedata processing, where at increase in the exactitude of the thermal model is demonstrated.