README.md
[](https://pypi.org/project/ClarkePark/)
[](https://badge.fury.io/py/ClarkePark) [](https://pypi.org/project/ClarkePark/) [](https://pepy.tech/project/clarkepark) [](https://pepy.tech/project/clarkepark) [](https://codeclimate.com/github/jacometoss/ClarkePark/maintainability)
# Transformación de Park & Clarke
La librería de Park (dq0) & Clarke (α, *β* ) incluye los módulos siguientes :
- Transformación de componentes del tiempo, marco A, B, C a nuevos ejes de referencia estacionario ortogonal α, *β*.
- Inversa de Clarke, ejes de referencia estacionario ortogonal α, *β* a componentes del dominio del tiempo, marco A, B , C.
- Transformación de componentes del tiempo, marco ABC hacia un sistema de referencia dq0 en régimen permanente.
- Inversa de Park, ejes de referencia rotatorio dq0 a componentes del dominio del tiempo, marco A, B, C.
- Transformación de referencia estacionario ortogonal α, *β* hacia un marco de referencia rotatorio dq0.
## Instalación
La instalación del módulo se realiza con :
```Python
pip install ClarkePark
```
## Transformación (a,b,c) - (α, *β*)
El módulo tiene dependencias siendo necesario instalar `numpy` para procesar la información. También será necesario instalar e importar `matplotlib.pyplot` para visualizar los resultados.
```tex
alpha, beta, z = ClarkePark.abc_to_alphaBeta0(A,B,C)
```
Para poder usar la transformación es necesario generar las tres señales monofásicas en desfase y balanceadas.
```python
import ClarkePark
import numpy as np
import matplotlib.pyplot as plt
end_time = 10/float(60)
step_size = end_time/(1000)
t = np.arange(0,end_time,step_size)
wt = 2*np.pi*float(60)*t
rad_angA = float(0)*np.pi/180
rad_angB = float(240)*np.pi/180
rad_angC = float(120)*np.pi/180
A = (np.sqrt(2)*float(127))*np.sin(wt+rad_angA)
B = (np.sqrt(2)*float(127))*np.sin(wt+rad_angB)
C = (np.sqrt(2)*float(127))*np.sin(wt+rad_angC)
alpha, beta, z = ClarkePark.abc_to_alphaBeta0(A,B,C)
```
Graficando se obtiene las señales de tensión (A, B, C)
Graficando el marco de referencia (α, *β*)
<img src="https://i.ibb.co/gz1krwx/01.jpg" alt="Clark" />
## Transformación (ABC) - (dq0)
La transformación del marco ABC al sistema de referencia dq0, implementando la misma señal se obtiene con
```python
d, q, z = ClarkePark.abc_to_dq0(A, B, C, wt, delta)
```
Un sistema rotatorio puede ser analizado con la transformación de Park generándose dos señales de valor constante en régimen permanente.
<img src="https://i.ibb.co/MB3Mk68/03.jpg" alt="dq0" />
## Transformación inversa (dq0) - (ABC)
La transformación inversa de Park, ejes de referencia rotatorio dq0 a componentes del dominio del tiempo, marco A, B, C.
```python
a, b, c = ClarkePark.dq0_to_abc(d, q, z, wt, delta)
```
De un marco de referencia constante (dq0) puede ser cambiado al sistema (ABC) de variables senoidales en el tiempo.
Implementaremos un sistema balanceado y aplicaremos el marco de referencia constante (dq0) con las líneas siguientes :
```python
import ClarkePark
import numpy as np
import matplotlib.pyplot as plt
end_time = 3/float(60)
step_size = end_time/(1000)
delta=0
t = np.arange(0,end_time,step_size)
wt = 2*np.pi*float(60)*t
rad_angA = float(0)*np.pi/180
rad_angB = float(240)*np.pi/180
rad_angC = float(120)*np.pi/180
A = (np.sqrt(2)*float(127))*np.sin(wt+rad_angA)
B = (np.sqrt(2)*float(127))*np.sin(wt+rad_angB)
C = (np.sqrt(2)*float(127))*np.sin(wt+rad_angC)
d, q, z = ClarkePark.abc_to_dq0(A, B, C, wt, delta)
a, b, c = ClarkePark.dq0_to_abc(d, q, z, wt, delta)
```
Los resultados obtenidos en líneas anteriores son graficadas mediante
```python
plt.figure(figsize=(8,3))
plt.plot(t, a, label="A", color="royalblue")
plt.plot(t, b, label="B", color="orangered")
plt.plot(t, c, label="C" , color="forestgreen")
plt.legend(['A','B','C'])
plt.legend(ncol=3,loc=4)
plt.ylabel("Tensión [Volts]")
plt.xlabel("Tiempo [Segundos]")
plt.title(" Sistema trifásico ABC")
plt.grid('on')
plt.show()
```
Finalmente se obtiene las señales del sistema trifásico ABC mediante la transformación inversa dq0 al sistema ABC.
## Transformación marco (α, *β*) - (dq0)
La transformación inversa de Park, ejes de referencia rotatorio dq0 a componentes del dominio del tiempo, marco A, B, C.
```python
d, q, z = ClarkePark.alphaBeta0_to_dq0(alpha, beta, zero, wt, delta)
```
Si el marco de referencia estacionario ortogonal α, *β* es posible obtener el marco de referencia rotatorio dq0. Usando el mismo bloque de código de la transformación inversa y añadiendo la línea siguiente de código.
```
alpha, beta, z = ClarkePark.abc_to_alphaBeta0(a,b,c)
```
Y cambiando de nuevo al nuevo sistema los resultados serán los mismos a los mostrados en la transformación de marco de referencia rotatorio dq0.
```
d, q, z = ClarkePark.alphaBeta0_to_dq0(alpha, beta, z, wt, delta)
```
## Desarrollador y versión
La presente versión contiene la documentación necesaria para cada módulo.
```text
[Packqge]: ClarkePark 0.1.7
[Autor]: Marco Polo Jácome Toss
[Blog] : https://k-denveloper.blogspot.com/
[Licencia]: GNU General Public License v3.0
[Fecha]: 10-Enero-2021
[Páis]: México
```
## Registro de cambios
- **0.1.7** Documentación de módulos y control de entrada de datos. (10-01-2022)
## Referencias
[1] Kundur, P. (1994). *Power System Stability and Control.* McGraw-Hill Education.
[2] J.C.DAS. (2016). *Understanding Symmetrical Components for Power System Modeling.* Piscataway: IEEE Press Editorial Board.
## Información de registro
<a href="https://www.safecreative.org/work/2207301699317" xmlns:cc="http://creativecommons.org/ns#" rel="cc:license"><img src="https://resources.safecreative.org/work/2207301699317/label/standard2-150" style="border:0;" alt="Safe Creative #2207301699317"/></a>