Coordinacin de rels de sobrecorriente mediante el uso de

algoritmos genticos en redes radiales de distribucin

Gonzalo Oscar Eulate Choque, Daniel S. Celis Laguna
Resumen.- El presente artculo presenta la coordinacin de
la proteccin de rels de sobrecorriente de tiempo inverso
en redes radiales de distribucin, empleando algoritmos
genticos.
Abstract.- This paper presents the protection coordination
in radial distribution networks of the time overcurrent
relays reverse, using genetic algorithms.
Palabras Clave. Protecciones elctricas,
sobrecorriente, algoritmos genticos.

rels

de

I. INTRODUCCIN
La variacin de los parmetros de la red de distribucin
involucra el cambio en el ajuste de la coordinacin de las
protecciones.

Los rels de tiempo inverso tienen la caracterstica de que

el tiempo para operacin es inversamente proporcional a la
magnitud de la corriente observada.
El funcionamiento de un rel de sobrecorriente depende de
las siguientes variables:
El nivel de corriente mnima de operacin (o
corriente de pickup TAP), que es aquel valor que produce el
cambio de estado de rel.
La caracterstica de tiempo de operacin (DIAL),
es decir la forma en que el rel responde en cuanto al
tiempo, tal como se presenta en la figura N 1.
Figura N 1: Curva de Rel de Sobrecorriente de Tiempo
Inverso (escala logartmica).

Tomando en cuenta la cantidad de alimentadores en el nivel

de media tensin con que cuentan las empresas de
distribucin, est tarea puede ser realizada en un tiempo
mnimo utilizando tcnicas de optimizacin y un software
que permite realizar las simulaciones de la coordinacin de
las protecciones as como evaluar diferentes alternativas.
En el presente artculo se plantea el proceso de la
coordinacin de las protecciones en redes radiales de
distribucin de los rels de sobrecorriente de tiempo
inverso, utilizando la tcnica heurstica de los algoritmos
genticos.
II. RELES DE SOBRECORRIENTE DE TIEMPO
INVERSO.
El rel de proteccin es un dispositivo lgico, que detecta
una falla en el sistema elctrico y asla la parte del sistema
en falla de manera automtica, considerando algn criterio
de deteccin como es la comparacin de una o varias
seales de entrada con respecto a una referencia, tomando
en cuenta que su operacin se manifiesta cuando los valores
de la entrada se desvan de la referencia.
Un problema asociado con este tipo de rels, es el clculo
del ajuste de las protecciones que involucra una gran
cantidad de esfuerzos destinados a la automatizacin de la
solucin de este problema.

Fuente: Software Digsilent Curva Inversa Estndar IEC.

Existen varios tipos de curvas de tiempo inverso, en las que
las caractersticas se modelan mediante expresiones
matemticas, bajo la norma IEC y las normas ANSI/IEEE.
En el presente trabajo se utilizaran las curvas de tiempo
inverso estndares de la norma IEC. La ecuacin
matemtica que modela la caracterstica de tiempo inverso
es la siguiente:

Donde:

a y b = son constantes de forma.

M = es la relacin entre la corriente observada (de falla) por
el rel y la corriente de arranque.
DIAL = es el factor de escala para un determinado tipo de
curva.
Tabla N 1: Constante de forma para ecuacin exponencial
segn norma IEC
Tipo de Curva
Tiempo inverso
estndar
Muy inversa
Estremadamente
inversa
Tiempo inverso largo

0.15

0.02

13.5

80

120

Fuente: Carlos J. Zapata y German E. Meja [1].

III. COORDINACIN DE RELES DE
SOBRECORRIENTE EN UN SISTEMA RADIAL.

6.9 kV

150/5

fallas en la zona propia del rel y respaldo a los rels

ubicados aguas abajo, como se muestra en la figura N 2
para la coordinacin de los rels, estos se enumeran del
final de la red radial en direccin de la fuente de suministro
de energa elctrica (en direccin aguas arriba). A
continuacin se presenta el algoritmo de coordinacin:
Paso 1.
Ajustar la corriente de arranque.

La
es mayor a la
por un factor K que toma
en cuenta las variaciones de la carga, su crecimiento, etc.
El rango de valores de K es
adoptado en el presente trabajo es de 1.50.

, el valor

Paso 2.
Se selecciona el valor del DIAL para el rel N 1, que se
encuentra al final de la red de distribucin, considerando el
nivel de corriente de falla.

R4
R = 0.08635 ohm
X = 0.1961 ohm
6.9 kV

150/5

Paso 3.

R3
R = 0.08635 ohm
X = 0.1961 ohm
6.9 kV

150/5

En direccin aguas arriba, seleccionar el ajuste del Dial del

siguiente rel, reemplazando los siguientes valores en la
ecuacin caracterstica del rel:

R2
R = 0.08635 ohm
X = 0.1961 ohm
6.9 kV

150/5

R1

R = 0.08635 ohm
X = 0.1961 ohm

1 MW

1 MW

1 MW

Figura N 2: Sistema Elctrico Radial de Prueba [1].

En una red radial la corriente de cortocircuito disminuye a
medida que se aleja de la fuente, la caracterstica de tiempo
inverso es conveniente para ofrecer la operacin rpida ante

= tiempo de espera para que la falla seas detectada

y aclarada por los equipos de proteccin de la subestacin
aguas abajo. Vara entre 0.1 y 0.5 segundos, valor asumido
en el presente trabajo de 0.3 segundos.
Los tiempos de operacin de cada rel son calculados de
acuerdo a la siguiente expresin:

Donde:
a y b = constantes de la tabla N 1.
DIAL = es el factor de escala para un tipo de curva dado.
Paso 4.
Con el ajuste del Dial seleccionado, calcular el tiempo
propio reemplazando los valores de la corriente de arranque
y la corriente de falla en la ecuacin caracterstica del rel y
retornar al paso 3 hasta llegar al rel n.
es la mayor corriente de falla que circula por el
rel y corresponde a la falla en la barra i.
es el tiempo de operacin del rel ubicado en i para
una falla en j. Si i <> j, es un tiempo de respaldo, de lo
contrario es un tiempo propio (i=j).
En el caso de la existencia de varias ramas con rels
temporizados aguas abajo del rel i, entonces se debe
seleccionar
como el mayor de los tiempos propios
de dichos rels.
III.1 ALGORITMOS GENTICOS.
Los algoritmos genticos, son algoritmos de bsqueda
basados en el mecanismo de seleccin natural y teora
gentica Goldberg (1989) [2].
Los algoritmos genticos son mtodos adaptativos que son
usados para resolver problemas de bsqueda y
optimizacin. Estn basados en el proceso gentico de los
organismos vivos. A lo largo de las generaciones, las
poblaciones evolucionan en la naturaleza de acorde con los
principios de la seleccin natural y la supervivencia de los
ms fuertes, postulados por el bilogo Charles Darwin
(1859) [3], [4].
El Algoritmo Gentico Simple, tambin denominado
Cannico, se representa en el pseudo cdigo de algoritmos
genticos [5]. Como se ver a continuacin, se necesita una
codificacin o representacin del problema, que resulte
adecuada al mismo. Adems se requiere una funcin de
ajuste o adaptacin al problema, la cual asigna un nmero
real a cada posible solucin codificada. Durante la
ejecucin del algoritmo, los padres deben ser seleccionados
para la reproduccin, a continuacin dichos padres
seleccionados se cruzarn generando dos hijos, sobre cada
uno de los cuales actuar un operador de mutacin. El
resultado de la combinacin de las anteriores funciones ser
un conjunto de individuos (posibles soluciones al

problema), los cuales en la evolucin del Algoritmo

Gentico formarn parte de la siguiente poblacin.
Existen cinco factores que influyen en el desempeo de un
algoritmo gentico:
El mtodo de la representacin de las soluciones
(como son codificados los cromosomas).
Una tcnica para la generacin de una poblacin
inicial de posibles soluciones (por lo general se utiliza un
proceso aleatorio).
Una funcin de evaluacin que nos mida la calidad
de las soluciones, clasificando las soluciones en trminos de
su aptitud.
Un conjunto de operadores genticos que alteran la
composicin gentica de los individuos de la poblacin a
travs de las generaciones.
Configuracin de los valores de los parmetros del
algoritmo (tamao de la poblacin, probabilidad de
cruzamiento, probabilidad de mutacin, criterio de parada,
etc.).
PROCEDURE ALGORITMOS GENTICOS
begin
t0
Inicializar P(t);
Evaluar P(t);
while (no termina la condicin) do
begin
recombinar P(t) para crear C(t);
evaluar C(t);
seleccionar P(t+1) de P(t) y C(t);
tt+1;
end
end
A. Operadores Genticos.
La gran mayora de las variantes de los algoritmos
genticos utilizan como operadores genticos la seleccin,
cruza y mutacin.
B. Operador de Seleccin.
La contribucin de la seleccin en el funcionamiento de un
algoritmo gentico es concentrar la bsqueda de la solucin
ptima en las regiones prometedoras del espacio de
bsqueda.
Si el tipo de seleccin es muy exigente, la bsqueda
terminar prematuramente y si el tipo de seleccin es muy
dbil, el algoritmo converger lentamente a la solucin. En

general se recomienda comenzar con una presin selectiva

baja y utilizar una presin selectiva alta a medida que
avanza en el nmero de generaciones [2].
Las principales alternativas propuestas para este operador
son; seleccin proporcional (mtodo de la ruleta), Seleccin
pro muestreo estocstico universal, seleccin por ranking,
seleccin por torneo.
C. Operador de Cruzamiento (Crossover).
El proceso de bsqueda es realizado en fases consecutivas
de explotacin y exploracin. Por un lado, la seleccin
dirige la bsqueda hacia reas prometedoras y por el otro,
los operadores de combinacin pretenden explorar el
espacio del problema generando nuevas soluciones a partir
de las existentes, introduciendo un componente de
innovacin al proceso [2], [4].
El cruzamiento o cruza es una operacin de combinacin
sexual de cromosomas entre dos individuos. La idea es
segmentar a los padres en dos o ms fracciones para
despus intercambiar las partes para formar los nuevos
individuos. Las principales variantes para este operador son
las siguientes:
Cruzamiento en un punto.
Se selecciona un punto de corte que corresponde a una
posicin al azar entre 1 y la longitud del cromosoma y se
intercambian los segmentos anlogos de las dos cadenas.
Cruzamiento en dos puntos.
Se eligen dos puntos de corte al azar y se intercambian los
segmentos medios de ambas cadenas, se considera a los
extremos de la cadena como sitios contiguos.
Cruzamiento uniforme.
Para cada posicin de bit de una cadena a generar, se elige
aleatoriamente se elige el bit de la misma posicin de
alguna de las cadenas generadoras.

E. Criterio de Convergencia de Aptitud.

Puede suceder que existan soluciones equivalentes o cuasi
equivalentes a un problema, que obtengan valores de
aptitud similares. En ese caso, es probable que no haya una
solucin que se imponga en la poblacin (y el criterio de
terminacin por convergencia de identidad nunca se
cumpla) [2], [4]. Este criterio no espera a que la poblacin
se componga mayoritariamente de una sola solucin, sino
que finaliza la ejecucin del algoritmo cuando los valores
de aptitud de un determinado porcentaje de las soluciones
son iguales, o difieren en un pequeo porcentaje. Por
ejemplo, cuando el 90% de las soluciones tenga valores de
aptitud que no difieran en ms de un 1%.
F. Manejo de Restricciones.
Por lo general en problemas de optimizacin sujeto a
restricciones,
los
operadores
genticos
generan
descendientes no factibles. Para corregir este problema, se
han propuesto varias tcnicas que puedan tomar en cuenta
las restricciones en los algoritmos genticos. Estas tcnicas
pueden ser clasificadas en los siguientes mtodos:
Mtodo de Rechazo o Eliminacin.
Mtodo de Reparacin.
Mtodo de Penalizacin.
El mtodo de rechazo consiste en eliminar los cromosomas
generados que no cumplan las restricciones.
El mtodo de reparacin consiste en tomar cromosomas no
factibles y mediante algn procedimiento de reparacin,
introducir nuevamente este cromosoma en el conjunto de
soluciones factibles.
El mtodo de penalizacin, es la tcnica ms utilizada para
problemas con restricciones. Esta tcnica transforma un
problema restringido en un problema no restringido
penalizando las soluciones no deseadas [2], [4].

D. Operador de Mutacin.

G. Clasificacin de Funciones de Penalizacin.

El operador de mutacin, que proporciona un elemento de

aleatoriedad en la vecindad de los individuos de la
poblacin.
El principal objetivo de este operador, es promover una
variacin mediante saltos aleatorios en el espacio de
bsqueda [2], [4]. Una forma tpica de la mutacin consiste
en decidir con una probabilidad determinada para cada gen
del nuevo individuo si se altera o no el valor que presenta.

Existen entonces mtodos destinados a contemplar la

existencia de restricciones en el problema:
Se modifica la funcin de adaptacin, agregndoles
trminos o factores que tengan en cuenta si la solucin
cumple las restricciones. En caso de no cumplirlas,
disminuye el valor de la aptitud de la solucin considerada,
de modo que otra con similar aptitud que si cumpla la
restriccin, tenga mejores probabilidades de sobrevivir.
Penalizaciones Estticas.
Las penalizaciones no cambian con la cantidad de
generaciones.

Penalizaciones Dinmicas.
Las funciones de penalizacin cambian con las
generaciones, de acuerdo a un esquema prefijado. En
general, al principio las penalizaciones son suaves o
inexistentes, aceptando cualquier solucin.
Conforme avanza la cantidad de generaciones, se van
poniendo ms restrictivas y cerca del final de la corrida,
solo aceptan soluciones que cumplan todas las
restricciones, penalizando severamente a las dems.
Penalizaciones Adaptativas.
Uno o ms factores de las funciones de penalizacin
cambian de acuerdo al progreso de la corrida, de acuerdo a
la cantidad de soluciones factibles que se encuentran en la
poblacin, y la cantidad de generaciones restantes.
En forma general la funcin de adaptacin [2] que toma en
cuenta las restricciones es la siguiente:

Donde:
F = Es la funcin de evaluacin original.
= Son las funciones asociadas a las restricciones
del problema.
= Son los pesos que pueden tomar valores de
acuerdo al tipo de penalizacin a utilizar.
IV. IMPLEMENTACION DE LOS ALGORITMOS
GENETICOS EN LA PROPUESTA DE SOLUCIN
A. Representacin.
La funcin objetivo est representada de acuerdo a la
siguiente expresin:

B. Funcin de Aptitud.
La funcin de aptitud corresponde a la funcin que toma en
cuenta las restricciones de la expresin 11 y tambin
considera la penalizacin esttica. Se presenta a
continuacin la funcin de aptitud utilizada en el presente
trabajo:

Donde:
La funcin de penalizacin
toma el valor de 10 cuando
no se cumple con la restriccin 10.
La funcin de penalizacin
toma el valor de 3 cuando
no se cumple con la restriccin 11.
C. Operadores Genticos.
-

Criterio de Seleccin.

Para la seleccin de los individuos que pueden ser

utilizados para la generacin de la siguiente descendencia,
se ha utilizado el mtodo de Ranking, adems permite que
los mejores individuos pasen siempre a la siguiente
generacin. Se considera que el elitismo es muy importante
para conseguir resultados satisfactorios.
Operador de Cruzamiento.
Se ha utilizado el cruce lineal de Wright [2], [4], este tipo
de operador de cruzamiento, toma dos individuos a y b
como progenitores, para generar tres descendientes c, d
y e, la forma de generacin es la siguiente:
(
(
(

Donde:
= Es un valor aleatorio que vara entre 0 y 1.

Restricciones:
(
Donde:
= es el tiempo de operacin del rel y es calculado con
la ecuacin 7.
Las variables corresponden a los valores de ajuste del Dial
de los cuatro rels que se encuentran en el rango de 0.1 al
valor de 1, en valores de ajuste de 0.01.

D. Sustitucin de la Poblacin.
Para la insercin de individuos en la siguiente generacin,
se ha utilizado la insercin elitista, es decir los mejores
individuos pasan a ser miembros de la poblacin de la
siguiente generacin [2].
Se ha considerado que en cada generacin el 40% de la
poblacin sea reemplazada por una poblacin generada en
forma aleatoria. El 40% de la poblacin a ser reemplazado
corresponde a los individuos con un menor valor de aptitud
que resultan despus de la evaluacin de aptitud.

E. Criterio de Terminacin.
El criterio de terminacin corresponde a la cantidad de
generaciones, en los casos de estudio analizados se han
utilizado como mximo una cantidad de 100 generaciones.
F. Funcionamiento.
A continuacin se presenta el diagrama del flujo gentico.
Se ha realizado un programa en el software Matlab. El
software Matlab presenta la gran ventaja de que se puede
realizar la programacin en forma matricial y dispone de
herramientas que permiten el tratamiento matricial.
El programa fue escrito en el software Matlab. El software
Matlab [6], [7] que proviene de la abreviatura de
laboratorio de matrices, es un software matemtico que
ofrece un entorno de desarrollo integrado, con un lenguaje
de programacin propio (lenguaje M). el software Matlab
integra anlisis numrico, clculo matricial, proceso de
seal y visualizacin grfica en un entorno completo donde
los problemas y sus soluciones son expresados del mismo
modo en que se escribiran tradicionalmente, sin necesidad
de hacer uso de la programacin tradicional programa de
clculo numrico.

sobrecorriente. Este procedimiento ser comparado con el

realizado con algoritmos genticos.
En el software Power Factory de Digsilent se ha dibujado la
red de la figura N3 [1], el cual es empleado para la
obtencin de
las corrientes de cortocircuito en las
diferentes barras del sistema elctrico de prueba.

Figura N 3: Sistema Elctrico de Prueba.

220 kV
150/5

Yn yn

150/5

R4

55 MVA
220/110 kV
x = 10%
110 kV
R3

25 km
12.5 ohm
110 kV

Figura N 2: Flujo Gentico.

150/5

Yn yn

R2

40 MVA
110/44 kV
x = 10%
44 kV

10 km
10 ohm

150/5

R1

8 MVA

8 MVA

8 MVA

Fuente: Carlos J. Zapata German E. Meja [1].

Para el anlisis de coordinacin de protecciones se utilizan
los siguientes datos obtenidos con el software Digsilent
Power Factory.
Fuente: Elaboracin propia.
V. CASO DE ESTUDIO
El primer caso de estudio analizado corresponde al
presentado por Carlos J. Zapata y German E. Meja [1],
donde se propone el uso de programacin lineal para el
procedimiento de coordinacin de protecciones de

Tabla N 2: Corrientes de Cortocircuito.

Corrientes de cortocircuito
Nodo
Tensin
Ifalla
(kV)
(A)
O
220
5,774.50
A
110
2,887.75
B
110
1,840.82
C
44
2,452.06
D
44
1,247.71
Fuente: Software Digsilent Elaboracin propia.

Los resultados obtenidos en [1] presentan el inconveniente

de que el valor para el ajuste del DIAL del rel 4 (valor de
0.35) tiene un margen de operacin entre los rels 3 y 4 de
0.249 segundos (tiempo menor al establecido en la
propuesta de solucin), obtenidos mediante programacin
lineal, por lo cual el dial del rel 4 debe llevarse al siguiente
valor discreto por arriba de 0.35, que corresponde a 0.4,
inconveniente que no se presenta al utilizar algoritmos
genticos para la coordinacin
Figura N 4: Comportamiento de la Funcin Objetivo.

Tabla N 3: Corrientes de Carga.

Corrientes de Carga
Rel
Icarga (A)
1
104.972
2
125.967
3
125.967
4
62.983
Fuente: Software Digsilent Elaboracin propia.
Tabla N4: Datos de los Rels - Elaboracin Propia

Curva
In
Dial
Iarranque

Rels
IEC inversa estndar
5
0.1 a 1 en pasos de 0.05
0.4 a 4 In en pasos de 0.05

Fuente: Carlos J. Zapata German E. Meja [2].

Los resultados de la coordinacin de protecciones obtenidos
mediante algoritmos genticos, se presentan en (columna 2)
la tabla 5, los cuales son comparados con los tiempos de
disparo mostrados en [1] (columna 5).
Tabla N 5: Resultados del Ajuste de Protecciones.

DIAL

Tiempo Tiempo Margen

Tiempo
disparo Respaldo
seg
disparo [1]

0.10

0.2480

0.15

0.4508

0.6271

0.379

0.4573

0.25

0.6245

0.7514

0.301

0.6320

0.40

0.6530

0.9987

0.374

0.5724

0.2480

Fuente: Algoritmos Genticos Matlab.

Adicionalmente se ha realizado la coordinacin de
protecciones, tomando en cuenta el ajuste del Dial de pasos
en 0.01.
En la siguiente tabla se presentan los resultados de la
coordinacin de protecciones:
Tabla N 6: Resultados del Ajuste de Protecciones.

DIAL
0.10
0.14
0.24
0.37

Tiempo
disparo
0.2480
0.4208
0.5995
0.6042

Tiempo
Respaldo

Margen
seg

0.5853
0.7213
0.9243

0.337
0.301
0.325

Fuente: Algoritmos Genticos - Software Matlab.

Fuente: Algoritmos Genticos - Software Matlab.

VI. CONCLUSIONES
Los resultados obtenidos mediante la heurstica de los
algoritmos genticos, validan la coordinacin de las
protecciones de los rels de sobrecorriente de tiempo
inverso. Los valores de ajuste de Dial presentados en la
tabla N 5, corresponden a los valores ptimos que
considera los estados de carga y valores de cortocircuito
presentados en la tabla N 2.
A diferencia del uso de programacin lineal (donde las
variables utilizadas en el proceso de automatizacin son de
carcter continuo), el uso de los algoritmos genticos
permite el uso de valores discretos o continuos, por lo
general los valores de ajuste del valor del Dial varan de
forma discreta (0.01, 0.05, etc.). Para problemas de
coordinacin donde se deben tomar en cuenta condiciones
particulares, los algoritmos genticos permiten ampliar el
anlisis del cumplimiento de las restricciones (restricciones
operativas por ejemplo), mediante el tratamiento de las
penalizaciones. As tambin mediante el uso de los
algoritmos genticos es posible buscar soluciones con
varios objetivos propuestos (funcin multiobjetivo).
VI. BIBLIOGRAFIA
[1] Zapata Carlos, Meja German, Coordinacin de rels de
sobrecorriente en sistemas radiales utilizando coordinacin
radial, Scientia et Technica N 22, octubre 2003.
[2]. Goldberg David E, Genetic Algorithm in Search
Optimization, and Machine Learning, Adisson-Wesley
publishing company, inc. New York. U.S.A. january 1989.
[3] Aldana Debernardi Yamil, Restauracin de Sistemas
Elctricos de Potencia Utilizando Algoritmos Genticos, Tesis de
Maestra en Ciencias con Especialidad en Ingeniera Elctrica
Opcin Potencia, Instituto Politcnico Nacional, Escuela Superior
De Ingeniera Mecnica y Elctrica, Mxico D.F., noviembre
2003, 188 pginas.
[4] Will Adrian, Algoritmos Genticos y Optimizacin
Heurstica, apuntes de clases. Grupo de Aplicaciones de
Inteligencia Artificial Universidad Nacional de Tucumn, 290
pginas.
[5] Raffo Luca Eduardo, Edgar Ruiz Lizama, Optimizacin por
Computacin Evolucionaria, Revista de la Facultad de Ingeniera
Industrial, Vol. (8)2: pp 61-68, diciembre 2005, 8 pginas.
[6] Garca de Jaln J., Jos Ignacio Rodrguez, Jess Vidal,
Aprenda Matlab 7.0 como si estuviera en primero, Madrid,
diciembre 2005, 136 pginas.
[7] Gonzlez de Durana J. M., Introduccin a Matlab,
Departamento de Ingeniera de Sistemas y Automtica, EUITI e

ITT, UPV-EHU VITORIA-GASTEIZ, 26 de enero 2004, 53

pginas.

VI. BIOGRAFIA
Gonzalo Oscar Eulate Choque
Ingeniero Electricista, Docente Universidad
Mayor de San Andrs, Trabaja en el
Departamento de Planificacin de la Empresa
Electricidad de La Paz S.A., reas de inters:
Regulacin de Electricidad, Inteligencia
Artificial, Sistemas Elctricos de Distribucin,
Senior Member IEEE. Estudios de Postgrado
en Administracin de Empresas, Planificacin, Proteccin de Redes de
Distribucin, Mtodos Numricos de la Simulacin y Modelacin,
Anlisis de los Regmenes de las Redes de Distribucin, Economa
Informtica, Maestra en Ingeniera del Software.
Email: geulate@gmail.com
Daniel Sal Celis Laguna
Ingeniero Electricista - Universidad Mayor de
San Andrs, Diplomado en Educacin Superior,
miembro IEEE. Actualmente se desempea
como Ingeniero de Anlisis de Perdidas de
Energa en la Empresa Electricidad de La Paz S.
A.
Sus areas de inters son: Anlisis de transitorios electromagnticos,
Sistemas de Potencia, Sistemas de Control, Simulacin Digital.
Email. d.celis@hotmail.com