Los sistemas eléctricos están en constante evolución, impulsados por la necesidad de integrar nuevas tecnologías y adaptarse a los cambios en la generación y el consumo de energía. La transición energética actual exige la incorporación de fuentes renovables, sistemas de transporte en corriente directa, almacenamiento de energía, sistemas de medición, redes inteligentes y la participación de los usuarios finales. En este contexto, el uso de generación distribuida en los puntos de demanda introduce desafíos operativos, especialmente en la protección y diagnóstico de fallas, lo cual requiere de enfoques innovadores para garantizar la confiabilidad del sistema.Modelo inteligente para la ubicación de fallas en líneas de distribución con generación distribuida presenta un análisis detallado de diversas técnicas de inteligencia artificial aplicadas a la localización de fallas en redes eléctricas. A través de técnicas de optimización inteligentes, se implementan modelos de optimización metaheurística basados en comportamientos poblaciones, como zebra optimization algorithm (ZOA), cuckoo search algorithm (CSA), lightning search algorithm (LSA) y binary gravitational search algorithm (BGSA). A diferencia de las técnicas convencionales, que se enfocan en localizar la longitud de falla, el modelo propuesto identifica segmentos de falla, característica que está asociada al uso de las feeder terminal units (FTU), utilizadas como sistema de medición.

Los sistemas eléctricos están en constante evolución, impulsados por la necesidad de integrar nuevas tecnologías y adaptarse a los cambios en la generación y el consumo de energía. La transición energética actual exige la incorporación de fuentes renovables, sistemas de transporte en corriente directa, almacenamiento de energía, sistemas de medición, redes inteligentes y la participación de los usuarios finales. En este contexto, el uso de generación distribuida en los puntos de demanda introduce desafíos operativos, especialmente en la protección y diagnóstico de fallas, lo cual requiere de enfoques innovadores para garantizar la confiabilidad del sistema.Modelo inteligente para la ubicación de fallas en líneas de distribución con generación distribuida presenta un análisis detallado de diversas técnicas de inteligencia artificial aplicadas a la localización de fallas en redes eléctricas. A través de técnicas de optimización inteligentes, se implementan modelos de optimización metaheurística basados en comportamientos poblaciones, como zebra optimization algorithm (ZOA), cuckoo search algorithm (CSA), lightning search algorithm (LSA) y binary gravitational search algorithm (BGSA). A diferencia de las técnicas convencionales, que se enfocan en localizar la longitud de falla, el modelo propuesto identifica segmentos de falla, característica que está asociada al uso de las feeder terminal units (FTU), utilizadas como sistema de medición.

Los sistemas eléctricos están en constante evolución, impulsados por la necesidad de integrar nuevas tecnologías y adaptarse a los cambios en la generación y el consumo de energía. La transición energética actual exige la incorporación de fuentes renovables, sistemas de transporte en corriente directa, almacenamiento de energía, sistemas de medición, redes inteligentes y la participación de los usuarios finales. En este contexto, el uso de generación distribuida en los puntos de demanda introduce desafíos operativos, especialmente en la protección y diagnóstico de fallas, lo cual requiere de enfoques innovadores para garantizar la confiabilidad del sistema.Modelo inteligente para la ubicación de fallas en líneas de distribución con generación distribuida presenta un análisis detallado de diversas técnicas de inteligencia artificial aplicadas a la localización de fallas en redes eléctricas. A través de técnicas de optimización inteligentes, se implementan modelos de optimización metaheurística basados en comportamientos poblaciones, como zebra optimization algorithm (ZOA), cuckoo search algorithm (CSA), lightning search algorithm (LSA) y binary gravitational search algorithm (BGSA). A diferencia de las técnicas convencionales, que se enfocan en localizar la longitud de falla, el modelo propuesto identifica segmentos de falla, característica que está asociada al uso de las feeder terminal units (FTU), utilizadas como sistema de medición.