Modelo inteligente para la ubicación de fallas en líneas de distribución con generación distribuida
Diego Armando Giral Ramírez; César Augusto Hernández Suárez; José David Cortés Torres
Licencia de minería de texto y datos
Declarado por la editorial el 30 julio 2026 a las 21:25:38 UTC
El titular de derechos se reserva expresamente sus derechos de reproducción, extracción y reutilización para fines de minería de textos y datos (TDM) y de entrenamiento de modelos de inteligencia artificial, de conformidad con el Art. 4(3) de la Directiva (UE) 2019/790, el Art. 53(1)(c) del Reglamento (UE) 2024/1689 (AI Act), el Art. 13 del Acuerdo ADPIC/TRIPS de la OMC, la Decisión Andina 351 de 1993 y las leyes nacionales aplicables en los territorios de residencia del titular, de realización de la reproducción y/o comercialización del Large Language Model u otro tipo de IA resultante.
Esta reserva cubre toda reproducción digital de la obra con independencia del soporte de la copia de origen (impreso o digital) y es efectiva desde la fecha certificada de esta declaración.
En América Latina, donde no existe excepción legal para el entrenamiento de IA, esta declaración constituye evidencia pública de que el titular no ha otorgado autorización. En la Unión Europea, activa la reserva máquina-legible exigida por el Art. 4(3) CDSM y el Art. 53(1)(c) AI Act. En Estados Unidos, señaliza la existencia de un mercado de licencias TDM a efectos del factor 4 del análisis de fair use.
Cualquier uso de la obra para los fines aquí reservados requiere autorización previa y expresa del titular de derechos.
Sello de integridad
Declaración selladaLa declaración fue sellada ante una autoridad de sellado de tiempo independiente (RFC 3161) y su contenido identificado con ISCC (ISO 24138): cualquier tercero puede verificar que existía en esa fecha y que no ha sido alterada. Descargar evidencia criptográfica (.tsr) · ¿Cómo se verifica?
Formatos
| Formato | ISBN | Recordreference | DOI | Año |
|---|---|---|---|---|
| Impreso | 9789587877502 | SIMEHPRINTEAGFG91FHHF381H967HC | 10.69740/UD.9789587877502.9789587877519 | 2025 |
| E-book | 9789587877526 | SIMEHEBOOKDIIG8805I54C7I87071H | 10.69740/UD.9789587877502.9789587877519 | 2025 |
| Impresión bajo demanda · ed. 1 | 9789587877502 | SIMEHPOD564B02GB4656CIABFDFH | — | 2025 |
Sobre esta obra
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.