RESUM 



     Aquesta tesi aborda la solució de dos problemes relacionats de forma directa al diagnòstic de fallades de xarxes de transport d'energia elèctrica mitjançant tècniques d'intel•ligència artificial, específicament les implementades mitjançant estructures neuronals artificials (RNA’s). 

     El primer problema derivat de la complicació que sorgeix en el diagnòstic de fallades simples i múltiples, en considerar la quantitat enorme d'alarmes que es generen davant un esdeveniment provinents del sistema SCADA, on moltes d'aquestes no estan directament relacionades al component fallat, així com també el considerar el creixement topològic de la xarxa elèctrica. El segon problema derivat de la pèrdua en alguns casos d'informació rellevant provinent del sistema SCADA (estat d'interruptors i/o relevadors primaris), donant com a conseqüència l'emissió d'un diagnòstic NO confiable. 

     Respecte al primer problema, es planteja una metodologia de disseny per al diagnòstic de fallades mitjançant estructures neuronals genèriques, una per cada tipus de component que conforma a la xarxa de transport (línia de transport, transformador, barra), prenent en compte exclusivament les alarmes dels estats dels interruptors i relevadors primaris i/o de respatler de cada component. El mètode proposat proporciona el diagnòstic tant per a fallades simples com a múltiples, en forma independentment de la quantitat d'alarmes generades, així com de la grandària de la xarxa, no requereix d'un configurador de xarxa, i és factible de ser utilitzat pels operadors dels centres de control. 

     Respecte al segon problema es planteja una metodologia de disseny mitjançant estructures neuronals artificials prenent en compte els senyals analògics i espectres de freqüència dels corrents i tensions de fallada típics d'una línia de transport les quals són obtingudes a partir de simulacions. El mètode proposat proporciona el diagnòstic de la línia de transport, el qual és combinat amb el diagnòstic emès prèviament (estat lògic d'interruptors i relevadors), amb la finalitat de fer més confiable el diagnòstic emès. La metodologia de diagnòstic proposada és aplicada a la xarxa de transport d'energia elèctrica de la zona urbana de la ciutat de Mèrida, Yucatán, Mèxic, obtenint-se resultats satisfactoris. 

     Com a última instància es desenvolupa un sistema de planificació implementat per una estructura neuronal composta de diversos mòduls neuronals, que pren en compte la funció de cost de cada generador així com la restricció de sobrecàrrega en els altres components del sistema, açò com a conseqüència de l'alliberament del component fallat. El sistema de planificació proposat, proporciona el nou re-despatx òptim dels generadors que es troben en línia, açò amb la finalitat d'evitar sobrecàrregues en els components restants. El sistema de planificació és provat en la xarxa elèctrica de prova del IEEE de 30 Busos.