Instituto Tecnológico de Celaya Tecnológico Nacional de México
ITC Investigación ITC
Explorar publicaciones
Artículo · 2025 · Catálogo consolidado

SIMULACIÓN DE DOS TIPOS DE REDES NEURONALES PARA LA DETECCIÓN DE FALLAS EN INTERRUPTORES DE UN INVERSOR PUENTE H DE SIETE NIVELES (SIMULATION OF TWO TYPES OF NEURAL NETWORKS FOR FAULT DETECTION IN SWITCHES OF A SEVEN LEVELS H-BRIDGE INVERTER)

Pistas Educativas

Eliseo Guzmán Rodríguez Tecnológico Nacional de México / ITS de Irapuato
Gilberto Muñoz Moreno Tecnológico Nacional de México / ITS de Irapuato
Marcos Jesús Villaseñor Aguilar Tecnológico Nacional de México / ITS de Irapuato
José Juan Alfaro Rodríguez Tecnológico Nacional de México / ITS de Irapuato
Adolfo Rafael López Núñez Tecnológico Nacional de México / ITS de Irapuato
Mario Alberto Juárez Balderas Tecnológico Nacional de México / ITS de Irapuato
José Miguel Sosa Zúñiga Tecnológico Nacional de México / ITS de Irapuato

Resumen

Resumen En el presente artículo se estudia la aplicación de redes neuronales artificiales para la detección de fallas en sistemas de electrónica de potencia. Como caso de estudio, se simula un inversor multinivel tipo puente H en cascada (CHB) de siete niveles, capaz de generar formas de onda de mayor calidad con baja distorsión armónica total (THD), pero cuyo elevado número de interruptores incrementa la probabilidad de fallas, enfocándose en fallas de circuito abierto. Con datos obtenidos en simulación bajo operación normal y con fallas en interruptores específicos, se desarrollan y entrenan dos modelos: uno multicapa (MLP) y otro de capa única. Los resultados indican que ambas arquitecturas identificaron correctamente todas las fallas, aunque la MLP mostró un proceso de entrenamiento más estable. Se concluye que el método propuesto es efectivo, requiere pocos parámetros y puede adaptarse a otras topologías de inversores. Palabras Clave: Detección de fallas, inversor multinivel, MLP, puente H en cascada, red de capa única, THD. Abstract This study investigates the application of artificial neural networks for fault detection in power electronics systems. As a case study, a seven-level cascaded H-bridge (CHB) multilevel inverter is simulated. While this topology can generate high-quality waveforms with low total harmonic distortion (THD), the large number of switches increases the likelihood of faults, with this work focusing specifically on open-circuit conditions. Simulation data are obtained under both normal operation and fault scenarios involving specific switches, and are used to develop and train two models: a multilayer perceptron (MLP) and a single-layer network. Results show that both architectures correctly identified all fault cases, although the MLP exhibited a more stable training process. It is concluded that the proposed method is effective, requires few input parameters, and can be adapted to other inverter topologies and fault types. Keywords: Cascaded H-bridge, fault detection, MLP, multilevel inverter, single-layer network, THD.

Datos de publicación

Cita esta publicación

Comprueba el estilo que requiere tu institución o revista.

Eliseo Guzmán Rodríguez; Gilberto Muñoz Moreno; Marcos Jesús Villaseñor Aguilar; José Juan Alfaro Rodríguez; Adolfo Rafael López Núñez; Mario Alberto Juárez Balderas; José Miguel Sosa Zúñiga. (2025). SIMULACIÓN DE DOS TIPOS DE REDES NEURONALES PARA LA DETECCIÓN DE FALLAS EN INTERRUPTORES DE UN INVERSOR PUENTE H DE SIETE NIVELES (SIMULATION OF TWO TYPES OF NEURAL NETWORKS FOR FAULT DETECTION IN SWITCHES OF A SEVEN LEVELS H-BRIDGE INVERTER). Pistas Educativas, 47(150). https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/3987

Fuentes y trazabilidad

Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.

Licencias declaradas por las fuentes

Licencia en el registro de origen

Descargar ficha bibliográfica

El PDF contiene los metadatos y el enlace al trabajo original.