Paper Final

6
CVIE 2004 CVIE 2004 CARACTERIZACIÓN DEL NIVEL CERÁUNICO DE VENEZUELA A PARTIR DE UN SISTEMA DE DETECCION DE DESCARGAS ATMOSFÉRICAS (SDDA) Saúl Raizman Yarú Mendez José Vivas [email protected] [email protected] [email protected] Universidad Simón Bolívar Universidad de Kassel, Alemania Universidad Simón Bolívar Juan Arévalo [email protected] C.V.G. EDELCA C.A. Resumen: En este trabajo se desarrolla una herramienta computacional que permite caracterizar la base de datos asociada a las descargas atmosféricas en Venezuela, registradas por el Sistema de Detección de Descargas Atmosféricas (SDDA) perteneciente a la compañía CVG- EDELCA durante el período 2000-2003. Se presenta un mapa de densidad de descargas a tierra de Venezuela (descargas/km 2 /año), utilizando una cuadrícula 3 X 3 km, donde se observa un máximo de más de 16 descargas en casi toda la región noroeste y un mínimo de 0,25 en las islas al norte del país. A partir de esta información se genera un modelo probabilístico que permite establecer, entre otros parámetros de interés, los niveles ceráunicos de cualquier zona geográfica. Palabras claves: Descargas atmosféricas, Nivel isoceráunico, Densidad de descargas. 1. INTRODUCCIÓN Los niveles ceráunicos representan los días de tormenta eléctrica al año de una localidad geográfica determinada, por ejemplo una región de un país, la cual puede ser costera, montañosa, llanera, etc. Estos valores pueden ser obtenidos a través de los modernos Sistemas de Detección de Descargas Atmosféricas o SDDA, que en conjunto con las densidades de descargas a tierra permiten a las compañías poseedoras de sistemas eléctricos de potencia planificar el desarrollo de nuevos proyectos, mejoramiento de instalaciones existentes y la prevención de accidentes a la hora de hacer mantenimiento de líneas aéreas debido a la cercanía de tormentas eléctricas. El objetivo principal de este trabajo consistió en desarrollar una metodología general de análisis por medio de una herramienta computacional para poder encontrar densidades de descargas a tierra y niveles isoceráunicos en cualquier región del país. Las funciones de densidad de probabilidad y las funciones de distribución acumuladas (fdp y fda, respectivamente) permiten caracterizar a una variable en particular, desde el punto de vista de su posibilidad de ocurrencia. Por ejemplo, la posibilidad de que ocurra una descarga eléctrica en alguna región del país puede ser ajustada por una fdp continua, como la Normal, Gama, etc. Para poder usar estas funciones se deben hacer estimaciones de los parámetros necesarios que se encuentran dentro de dichas fdp y fda, como lo son la media, la desviación estándar, etc. Para lograr esta meta, el SDDA empleado para detectar, localizar y medir las características de las descargas (parámetros) debe ser descrito. Luego, la base de datos del sistema debe ser analizada para ver cuales son los parámetros más importantes que el sistema ha archivado, para generar, con la ayuda de herramientas computacionales, mapas de densidad de descargas de la región bajo estudio (en este caso Venezuela y sus islas, localizadas en el norte de Sudamérica). Con la ayuda del programa MATLAB, se determinan las caracterizaciones analíticas de los parámetros de las descargas, la igual que sus fdp y fda relacionadas. La caracterización de la densidad de descargas se realizará por zonas geográficas. La probabilidad de que ocurra una descarga eléctrica con un determinado pico de corriente puede ser igualmente determinada, por zonas geográficas y por polaridad. 2. DESCRIPCIÓN DEL SISTEMA DE DETECCIÓN DE DESCARGAS ATMOSFÉRICAS DE EDELCA El propósito principal del SDDA es el de detectar y localizar descargas atmosféricas, sean nube-tierra o nube- nube (en este caso nube-tierra). Esta labor es realizada a través del uso de múltiples sensores remotos que detectan las señales producidas por las descargas. Cuando un sensor detecta una descarga, envia dicha información a un sistema de procesamiento centralizado, conocido como Analizador de Posición Avanzado (APA). El APA compara el tiempo de detección de cada sensor para comprobar si la información proviene del mismo evento, y luego calcula el punto de impacto de la descarga. Posteriormente se almacena esta data y los resultados se distribuyen a los usuarios finales. El SDDA esta conformado básicamente por tres partes o subsistemas: Sensores Sistema de comunicaciones

Transcript of Paper Final

Page 1: Paper Final

CVIE 2004CVIE 2004

CARACTERIZACIÓN DEL NIVEL CERÁUNICO DE VENEZUELA A PARTIR DE UN SISTEMA DE DETECCION DE DESCARGAS

ATMOSFÉRICAS (SDDA)

Saúl Raizman Yarú Mendez José Vivas [email protected] [email protected] [email protected] Universidad Simón Bolívar Universidad de Kassel, Alemania Universidad Simón Bolívar

Juan Arévalo [email protected]

C.V.G. EDELCA C.A.

Resumen: En este trabajo se desarrolla una herramienta computacional que permite caracterizar la base de datos asociada a las descargas atmosféricas en Venezuela, registradas por el Sistema de Detección de Descargas Atmosféricas (SDDA) perteneciente a la compañía CVG-EDELCA durante el período 2000-2003. Se presenta un mapa de densidad de descargas a tierra de Venezuela (descargas/km2/año), utilizando una cuadrícula 3 X 3 km, donde se observa un máximo de más de 16 descargas en casi toda la región noroeste y un mínimo de 0,25 en las islas al norte del país. A partir de esta información se genera un modelo probabilístico que permite establecer, entre otros parámetros de interés, los niveles ceráunicos de cualquier zona geográfica. Palabras claves: Descargas atmosféricas, Nivel isoceráunico, Densidad de descargas.

1. INTRODUCCIÓN

Los niveles ceráunicos representan los días de tormenta eléctrica al año de una localidad geográfica determinada, por ejemplo una región de un país, la cual puede ser costera, montañosa, llanera, etc. Estos valores pueden ser obtenidos a través de los modernos Sistemas de Detección de Descargas Atmosféricas o SDDA, que en conjunto con las densidades de descargas a tierra permiten a las compañías poseedoras de sistemas eléctricos de potencia planificar el desarrollo de nuevos proyectos, mejoramiento de instalaciones existentes y la prevención de accidentes a la hora de hacer mantenimiento de líneas aéreas debido a la cercanía de tormentas eléctricas.

El objetivo principal de este trabajo consistió en desarrollar una metodología general de análisis por medio de una herramienta computacional para poder encontrar densidades de descargas a tierra y niveles isoceráunicos en cualquier región del país.

Las funciones de densidad de probabilidad y las funciones de distribución acumuladas (fdp y fda, respectivamente) permiten caracterizar a una variable en particular, desde el punto de vista de su posibilidad de ocurrencia. Por ejemplo, la posibilidad de que ocurra una descarga eléctrica en alguna región del país puede ser ajustada por una fdp

continua, como la Normal, Gama, etc. Para poder usar estas funciones se deben hacer estimaciones de los parámetros necesarios que se encuentran dentro de dichas fdp y fda, como lo son la media, la desviación estándar, etc.

Para lograr esta meta, el SDDA empleado para detectar, localizar y medir las características de las descargas (parámetros) debe ser descrito. Luego, la base de datos del sistema debe ser analizada para ver cuales son los parámetros más importantes que el sistema ha archivado, para generar, con la ayuda de herramientas computacionales, mapas de densidad de descargas de la región bajo estudio (en este caso Venezuela y sus islas, localizadas en el norte de Sudamérica).

Con la ayuda del programa MATLAB, se determinan las caracterizaciones analíticas de los parámetros de las descargas, la igual que sus fdp y fda relacionadas. La caracterización de la densidad de descargas se realizará por zonas geográficas. La probabilidad de que ocurra una descarga eléctrica con un determinado pico de corriente puede ser igualmente determinada, por zonas geográficas y por polaridad.

2. DESCRIPCIÓN DEL SISTEMA DE DETECCIÓN DE DESCARGAS ATMOSFÉRICAS DE EDELCA

El propósito principal del SDDA es el de detectar y

localizar descargas atmosféricas, sean nube-tierra o nube-nube (en este caso nube-tierra). Esta labor es realizada a través del uso de múltiples sensores remotos que detectan las señales producidas por las descargas. Cuando un sensor detecta una descarga, envia dicha información a un sistema de procesamiento centralizado, conocido como Analizador de Posición Avanzado (APA). El APA compara el tiempo de detección de cada sensor para comprobar si la información proviene del mismo evento, y luego calcula el punto de impacto de la descarga. Posteriormente se almacena esta data y los resultados se distribuyen a los usuarios finales.

El SDDA esta conformado básicamente por tres partes o subsistemas:

♦ Sensores ♦ Sistema de comunicaciones

Page 2: Paper Final

♦ Analizador central El modelo usado por los sensores corresponde al

IMPACT ES ALDF. Este dispositivo combina tecnologías de localización magnética de dirección y tiempo de arribo para lograr mayor precisión de localización y eficiencia en la detección. [1],[3] En el sistema de EDELCA hay doce sensores, localizados por toda Venezuela (figura 1). La distribución geográfica de los sensores fue diseñada para abarcar toda el área de las líneas de transmisión del sistema interconectado con una eficiencia de detección en el orden del 90%. Una descarga nube-tierra puede ser localizada con una precisión de 0,5 km. [2]

Figura 1. Localizaciones de los sensores en Venezuela [2]

3. DETECCIÓN Y LOCALIZACIÓN DE DESCARGAS ATMOSFÉRICAS

3.1. Características de la frecuencia de los rayos: Todo tipo de descargas eléctricas emiten energía de radio frecuencia (RF) cuyo rango varía desde muy bajas (VLF) hasta muy altas (VHF). Las emisiones principales a VHF provienen del proceso de ruptura e ionización, mientras que las VLF y LF provienen de altas corrientes viajando en los canales previamente ionizados. Una señal eléctrica viaja paralela a la descarga nube-tierra y una señal magnética viaja distanciándose del recorrido de la descarga. Está señal magnética tiene un componente frecuencial con gran ancho de banda entre 30-500 kHz.

Las señales VLF y LF por su parte se propagan a lo largo de la cavidad entre la Ionosfera y la Tierra por miles de km, en cambio las señales VHF solo se propagan por unos cuantos cientos de kms, sufriendo deformación en la forma de onda y atenuación en la amplitud de la señal. [1] 3.2. Precisión Mejorada a partir de la Combinación de Tecnología:

A principios de los 90 se desarrolló un método para combinar los buscadores de dirección y el tiempo de arribo

para producir el método de localización usada por el sensor IMPACT. Los buscadores de dirección proveen información sobre el acimut y el tiempo absoluto sobre la distancia. En la figura 2 puede apreciarse el valor del acimut para cualquier sensor θi (en este caso i=1,2) y el valor del rango ri (i=1,2).

Figura 2. Método de detección usado por los sensores

IMPACT

De la figura anterior se derivan principalmente cuatro parámetros (dos ángulos y dos tiempos de arribo) los cuales a su vez permiten generar tres parámetros estimados (latitud, longitud y tiempo de la descarga). De esta manera se provee información redundante que permite una estimación optimizada del lugar de impacto de la descarga, incluso cuando solo dos sensores proveen información temporal y angular. Los parámetros se ajustan por métodos iterativos para que las diferencias entre el acimut y los tiempos de propagación medidos y calculados sean minimizadas.

Cualquier descarga que sea detectada dentro de una ventana de tiempo de 0-1 s y + 2,5 º de acimut es asignado al mismo rayo, pero debe tener la misma polaridad que la primera descarga del rayo, aunque sea detectado en el mismo ángulo. [1],[3]

3.3. Pico de Corriente:

El pico de corriente reportado para una descarga es un estimado de su relación con el pico de campo (amplitud de la señal), y esta relación asume que el modelo de la línea de transmisión simple es valido para el pico de campo:

( )D

cDtvIE RAD πµ

2/0 −

−= (1)

Donde E es el campo eléctrico vertical en el suelo (asumido perfectamente conductor) en el tiempo t, µ0 es la permeabilidad del vacío, v es la velocidad de ascenso de la descarga (asumido constante) cerca del suelo, I es la corriente en la base del canal, c la velocidad de la luz, y D la distancia horizontal al rayo. Debe ser notado que una corriente ascendente positiva genera un campo eléctrico descendente. Este modelo propone que el pico de corriente de una descarga puede ser estimado de una medida remota del campo electromagnético si el sitio de impacto y la velocidad de la descarga son conocidos, y si los sensores empleados para la detección y medición tienen suficiente ancho de banda para medir el pico del campo sin distorsión.

Page 3: Paper Final

Para la estimación, los efectos de propagación son incluidos para producir un valor de rango normalizado de la amplitud de la señal (RNSS) para cada sensor que se reporte usando el siguiente modelo de propagación:

⎟⎠⎞

⎜⎝⎛ −

⎟⎠⎞

⎜⎝⎛⋅⋅=

AIr

IrSSCRNSS

p

exp (2)

Donde SS es la amplitud de la señal sin procesar, r es el rango en km, I es el rango de normalización que se establece en 100 km, p es un exponente de atenuación, A es la longitud de envolvimiento del campo eléctrico para atenuación, y C es una constante. El exponente de atenuación que es usado es p=1,13, el cual fue determinado en Florida [4] asumiendo que A era infinito. El valor de A es 105 km.

Los valores de RNSS para todos los sensores dentro de 625 km (para evitar revertimientos de polaridad debido al salto ionosférico) son promediados, y luego el valor promediado RNSS es convertido a un estimado de pico de corriente. Esta investigación viene de experimentos con rayos artificiales. La conversión resulta en: Ipeak = 0,185RNSS (3)

La data de rayos artificiales muestra una tolerancia en las estimaciones de picos de corrientes de aproximadamente 5 kA, los cuales producen una variabilidad media de 20-30%, siendo mayores para rayos con pequeñas corrientes. [1]

3.4. Mediciones de Rendimiento del Sistema:

El rendimiento de un sistema de detección de descargas es medido por dos parámetros: ♦ Eficiencia en la Detección (DE) ♦ Precisión en la Localización

Estos parámetros son funciones de la amplitud de la señal y puede cambiar radicalmente si un sensor se sale de funcionamiento (mal funcionamiento) o si hay una disrupción en el sistema de comunicaciones. [1]

3.4.1. Eficiencia en la Detección:

Eficiencia en la detección es una relación del número de descargas o rayos que el sistema reporta con el número real de descargas o rayos que ocurren. Es expresado como el porcentaje de descargas nube-tierra que son reportadas por el sistema.

3.4.2. Precisión en la Localización:

Errores aleatorios y sistemáticos en las mediciones de tiempo y de dirección producirán errores aleatorios y sistemáticos en la localización de la fuente y en el tiempo.

Una elipse de confianza espacial es calculada para cada descarga, la cual circunscribe una región centrada sobre el sitio de impacto calculado que define que existe un 50% de probabilidad de que el verdadero lugar de impacto está en alguna parte dentro de la elipse. Esta elipse puede ser descrita por su semi-eje mayor y menor, su excentricidad (relación entre el semi-eje mayor y el semi-eje menor), y la orientación del semi-eje mayor (en grados relativos al norte).

Una elipse de confianza puede ser calculada para cualquier probabilidad ajustando la escala del eje apropiadamente. La longitud de cada eje es proporcional al valor de la desviación estándar normalizada (sigma) correspondiente a la probabilidad deseada. [1]

4. MAPAS DE DENSIDAD DE DESCARGAS DE VENEZUELA

Venezuela está localizada en el Hemisferio Norte, 73,37 º

W y 59,80 º W (longitud aproximada), y 0,65 º N a 12,25 º N (latitud aproximada). A continuación se describen los mapas de densidades de descargas atmosféricas obtenidos del SDDA en el período 2000-2003, utilizando el método de conteo equitativo, donde cada rango (ver leyenda de la figura 3) contiene aproximadamente el mismo número de registros. [3]

4.1. Mapa de Densidad de Descargas 2000-2001:

Para el período 2000-2001, la región noroeste de Venezuela tiene la mayor densidad de descargas, con más de 16 descargas/km2/año. En las llanuras centrales, el sur y el nordeste se observa una densidad máxima de 8 descargas/km2/año. El resto del país y las islas reportan 0,25 descargas/km2/año. Para la polaridad negativa, el pico más frecuente es aprox. 30 kA y para la polaridad positiva 20 kA.

4.2. Mapa de Densidad de Descargas 2001-2002:

La densidad de descargas para el período 2001-2002 presenta una máxima densidad de 16 descargas/km2/año. Este período se caracteriza por una gran cantidad de actividad eléctrica sobre todo el país. En las islas se observa poca actividad. El pico de corriente más frecuente era 15 kA para polaridad negativa y 10 kA para polaridad positiva respectivamente.

4.3. Mapa de Densidad de Descargas 2002-2003:

Los niveles de densidad de descargas para el período 2002-2003 se asemejan a los del período 2001-2002, pero se registró más actividad eléctrica y una mayor densidad en el sudoeste. Esta vez las islas tuvieron un máximo de 4 descargas/km2/año.

Los picos de corriente de las descargas mas frecuentes son de 15 kA y 10 kA para la polaridad negativa y positiva respectivamente.

4.4. Mapa de Densidad de Descargas 2000-2003:

En la región noroeste se observó una densidad superior a 16 descargas/km2/año, siendo esta la región más activa. En las llanuras centrales y del sur 0,25 descargas/km2/año, en el resto del país se observan 8 descargas/km2/año. Las islas observan un máximo de 4 descargas/km2/año.

Durante el período 2000-2001 se cometió un error de calibración en los sensores. Esto explica la menor cantidad

Page 4: Paper Final

de descargas reportadas durante ese período comparado con los otros dos períodos del estudio.

Normalmente para estudios y aplicaciones de ingeniería (escala local) se sugiere utilizar una cuadrícula de 3 X 3 km. Para estudios regionales, una cuadrícula de 30 X 30 km y para análisis globales una cuadrícula de 100 X 100 km (aproximadamente 1 º de latitud) o 300 X 300 km (aproximadamente 3 º de latitud). Una aplicación de estos estudios es el análisis de las variaciones latitudinales de los parámetros de los rayos. [1]

Para Venezuela, una cuadrícula de 300 X 300 no es aplicable debido al tamaño del país. Cuadrículas menores a 3 X 3 km pueden introducir distorsión en los mapas; el tamaño debe ser comparado con la máxima precisión del SDDA, que en este caso es de 0,5 km. En la figura 3 se muestra un ejemplo de mapa de densidad de descargas obtenido por el SDDA.

Debe ser notado que las densidades de las descargas sobre montañas altas son más bajas que sobre terrenos normales (llanuras, montañas bajas, etc.). Por ejemplo, esto puede ser visto en la Cordillera de Los Andes. Esto también ocurre en las zonas costeras, donde los niveles de densidad disminuyen.

5. CARACTERIZACIÓN DE LAS DESCARGAS

POR MÉTODOS ANALÍTICOS POR MEDIO DE UNA HERRAMIENTA COMPUTACIONAL

Con el fin de desarrollar una metodología general de

análisis para determinar las densidades de descargas a tierra y niveles ceráunicos en cualquier región, se siguieron las siguientes consideraciones:

Figura 3. Mapa de densidad de descargas de Venezuela

2000-2003 con escala local [3]

Distribuciones de Densidad:Mackerras y Darveniza (1994) [1] encontraron que la

densidad de descargas a 1º de latitud era de 61

rayos/km2/año y a 60 º de latitud era 0,66 rayos/km2/año. También encontraron que la relación entre descargas nube-nube y nube-tierra era 2,3 para regiones tropicales (0-20 º de latitud). Venezuela, como se vio anteriormente, está localizado en una región tropical, así que no se observa una variación estacional sino anual, mensual o diaria de la actividad ceráunica.

La herramienta computacional desarrollada, permite el análisis diario de los datos de salida del SDDA y permite, por medio de herramientas estadísticas, una clasificación por años y zonas geográficas; luego se produce un promedio que se utiliza en la determinación de las distribuciones de densidad al igual que en la elaboración de las gráficas [1].

A partir de esta información, el programa obtiene la función de densidad de probabilidad (fdp) y la función de densidad acumulada (fda) de la data para un año específico.

En la tabla 1 puede apreciarse un ejemplo de los resultados de la herramienta computacional para el año 2000, en donde se registró un máximo de 1825 descargas el día 4 y un mínimo de 170 descargas el día 13 del mismo mes.

Las pruebas Kolmgorov-Smirnov demuestran que la mejor fdp para el ajuste es la Gama. El número de descargas más probable para este período en todo el país es de 452 por día, es decir, en una jornada cualquiera del año existe una probabilidad de que ocurran, en promedio, 452 descargas distribuidas en todo el país. Su probabilidad es de 0,001547.

Para la región noroeste (Zulia) el número de descargas más probable es de 119, con una probabilidad de 0,003303.

Tabla 1. Medidas Estadísticas para el año 2000-2001 para

todo el país (densidad de descargas). MEDIDAS ESTADÍSTICAS VALORES

Media 587,00 Desviación Estándar 320,45

Varianza 102.687,90 Mediana 556,00 Rango 1.655,00

Rango Intercuartil 381,25 Curtosis 8,24

Asimetría 1,86 Cuartiles (0, 25, 50, 75 y 100%) 170,00-348,25-

556,00-729,50-1.825,00

Número de Descargas 218.469,00 Intervalo de Confianza para la

media 469,81-704,90

Intervalo de Confianza para la desv. estándar

256,08-428,34

La densidad de descargas/km2/año para esta región en este

caso es: # arg 83744 2,0936

200 200desc asdensidad

área X= = = (5)

Page 5: Paper Final

Se estudió la región sureste (Serranía de Maigualida) con una densidad de descargas de:

1333,0300300

12000arg#===

Xáreaasdescdensidad (6)

El último análisis realizado para el año 2000 fue para la región montañosa del este (Cordillera de Sucre), y sus resultados son: 1 descarga por día, con probabilidad de 0,238619. La densidad de descargas es:

# arg 1035 0,0518100 200

desc asdensidadárea X

= = = (7)

Para calcular los niveles isoceráunicos del año analizado se pueden utilizar las siguientes ecuaciones [1]:

bNg aTd= (8)7 1,65,4 10 * *GSD X LAT TD−= 2,5 (9)

3,8176 * *GSD LAT TD−= (10)Donde Ng y GSD son la densidad de descargas a tierra,

valor obtenido del programa en MATLAB para las distintas regiones por año; a y b son constantes, Td y TD son los días de tormenta al año y LAT es la latitud a la cual se aplica las dos últimas ecuaciones, que para este estudio se utiliza un valor promedio de la latitud del área bajo análisis.

Cabe destacar que las dos últimas fórmulas son para zonas montañosas y para zonas costeras respectivamente, de regiones tropicales, pero en este estudio serán usadas sin tomar en cuenta el tipo de zona que se esté analizando para así poder comprobar su veracidad. En la tabla 2 se presentan los resultados de las ecuaciones para tres regiones del país durante el año 2000-2001, pero despejadas en función de Td y TD respectivamente.

Si se obtiene un promedio de todas las ecuaciones para cada una de las regiones se obtienen los siguientes resultados: ♦ Región nordeste (Zuliana): 55,07 días de tormenta al

año. ♦ Región sureste (Serranía de Maigualida): 12,31 días de

tormenta al año. ♦ Región montañosa del Este (Cordillera de Sucre): 30,61

días de tormenta al año. En el caso del año 2001-2002 para todo el país, se

obtuvieron los siguientes resultados a partir de la tabla 3. Una vez más la mejor fdp correspondió a una Gama. El

número de descargas más probables es de 9.102 en un día, siendo su probabilidad 0,000171.

Para la región noroeste (Zulia) la densidad es: # arg 1477506 36,9377

200 200desc asdensidad

área X= = = (11)

Para la región sureste se obtuvieron los siguientes valores: La probabilidad de 0,00271, la cual es la mayor, se corresponde con 387 descargas atmosféricas en promedio.

La densidad de descargas a tierra para esta región es: # arg 164972 1,8330

300 300desc asdensidad

área X= = = (12)

Tabla 2. Ecuaciones de niveles isoceráunicos y sus resultados para el año 2000-2001

Regiones de Venezuela

Ecuaciones de Niveles

Isoceráunicos

Días de tormenta

al año a=0,023 b=1,3

32,14

a=0,01 b=1,4

45,48

a=0,04 b=1,25

23,72

Noroeste (Zulia)

LAT=10 98,94 LAT=10 75,06

a=0,023 b=1,3

3,86

a=0,01 b=1,4

6,36

a=0,04 b=1,25

2,62

Sureste (Serranía de Maigualida)

LAT=5,5 48,21 LAT=5,5 0,49

a=0,023 b=1,3

1,87

a=0,01 b=1,4

3,24

a=0,04 b=1,25

1,23

Montañosa del Este

(Cordillera de Sucre)

LAT=10,18 22,28 LAT=10,18 1,99

Tabla 3. Medidas Estadísticas para el año 2001-2002 para

todo el país (densidad de descargas) MEDIDAS ESTADÍSTICAS VALORES

Media 9.764,00 Desviación Estándar 2.440,06

Varianza 5.953.910,85 Mediana 9.724,00 Rango 9.842,00

Rango Intercuartil 3.279,75 Curtosis 2,61

Asimetría 0,43 Cuartiles (0, 25, 50, 75 y 100%) 5.205,00-7.714,50-

9.724,00-10.994,25-15.047,00

Número de Descargas 3.632.333,00 Intervalo de Confianza para la

media 8.869,36-10.659,41

Intervalo de Confianza para la desv. estándar

1.949,88-3.261,57

Para la región nordeste (Cordillera de Sucre), se observa

siguiente densidad de descargas:

Page 6: Paper Final

# arg 17689 0,8845100 200

desc asdensidadárea X

= = = (13)

En la tabla 4 se encuentran las distintas ecuaciones mencionadas para tres regiones del país durante el año 2001-2002, y al igual que en la tabla 2, despejadas en función de Td y TD respectivamente.

Si se obtiene un promedio de todas las ecuaciones para cada una de las regiones se obtienen los siguientes resultados: ♦ Región Zuliana: 298,33 días de tormenta al año (solo

las primeras 4 ecuaciones). ♦ Serranía de Maigualida: 47,21 días de tormenta al año. ♦ Cordillera de Sucre: 31,26 días de tormenta al año.

Tabla 4. Ecuaciones de niveles isoceráunicos y sus resultados para el año 2001-2002

Regiones de Venezuela

Ecuaciones de Niveles

Isoceráunicos

Días de tormenta

al año a=0,023 b=1,3

292,39

a=0,01 b=1,4

353,34

a=0,04 b=1,25

235,68

Noroeste (Zulia)

LAT=10 311,91 LAT=10 1324,21

a=0,023 b=1,3

29,02

a=0,01 b=1,4

41,36

a=0,04 b=1,25

21,32

Sureste (Serranía de Maigualida)

LAT=5,5 137,55 LAT=5,5 6,78

a=0,023 b=1,3

16,57

a=0,01 b=1,4

24,58

a=0,04 b=1,25

11,90

Montañosa del Este

(Cordillera de Sucre)

LAT=10,18 69,30 LAT=10,18 33,93

6.CONCLUSIONES

- Los mapas actuales de densidad de descargas a tierra han pasado a sustituir a los mapas de niveles isoceráunicos debido a su gran exactitud, a su fácil obtención por la manera automática de registro de las descargas provisto por los modernos SDDA, y por la necesidad de tener mapas más precisos por parte de las empresas de transmisión y distribución de energía eléctrica. - Las distribuciones de densidades se ajustan mejor generalmente por un fdp Gama.

- En general, la probabilidad de descargas sobre regiones montañosas e islas es baja, incrementándose sobre las llanuras centrales y llegando a su máximo sobre la región noroeste (Zulia), donde se encuentra una de las mayores densidades de descargas a tierra del planeta, la cual es de 37 descargas/km2/año. Cabe destacar que este valor podría aumentar si el análisis se hace con cuadrículas de menor superficie, por ejemplo, 10 X 10 km. - Los niveles isoceráunicos promedios regionales para los años 2001-2003 para las tres regiones bajo estudio son: 286,31 días de tormenta al año para la región zuliana, 51,23 días de tormenta al año para La Serranía de Maigualida y 36,87 días de tormenta al año para la Cordillera de Sucre. De estos resultados se evidencia el efecto de la topografía y de la cercanía del mar sobre la disminución del nivel ceráunico de una región en específico, al menos para regiones tropicales. Por supuesto, también se destaca el efecto peculiar que produce el Lago de Maracaibo en la ocurrencia de la gran cantidad de días de tormenta en la región. - Se recomienda para una futura investigación, la creación de los mapas isoceráunicos del país utilizando cuadrículas de al menos 30 X 30 km. - Actualmente se ha analizado un período de 4 años por razones de disposición de información. Con el fin de seguir desarrollando análisis estadísticos más precisos, se recomienda, en la medida de lo posible, el incorporar períodos que abarquen más años de estudio, para afinar los resultados de las ecuaciones de los niveles isoceráunicos.

AGRADECIMIENTO

Los autores hacen constar su agradecimiento a la Gerencia de Gestión Ambiental de la empresa EDELCA C.A. por su intensa colaboración durante la investigación y preparación de esta publicación.

REFERENCIAS [1] RAIZMAN, Saúl J., “Caracterización Probabilística de una Base de Datos de Descargas Atmosféricas de Venezuela”, Informe final de Pasantía presentado ante la Universidad Simón Bolívar, Sartenejas, Junio 2004. [2] Arévalo, Juan, Alí Galeno, “Sistema de Detección y Localización de Descargas Eléctricas Atmosféricas”, V Jornadas Profesionales de EDELCA Macagua 23 al 26 de Mayo 2001.Gerencia de Gestión Ambiental, Unidad de Sistemas de Información Ambiental. [3]C.V.G. EDELCA SDDA Sistema de Información Ambiental [4] López R., and Holle R., “The Distribution of Summertime Lightning as a function of low-level wind flow in Central Florida”,NOAA, Technical Memorandum ERL ESG-28. Julio, 1987.