You are on page 1of 6
INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, January - 2018 (xx-xx) Planning of Underground Electrical Distribution Networks Based on Graph Theory. Planeación de Redes de Distribución Eléctricas Soterrada Basada en Teo- ría de Grafos. Santiago Becerra1, Jefferson Paredes2, Marcelo Burbano3, Esteban Inga4 ABSTRACT This paper presents a model based on minimum spanning tree in which it seeks to cover the minimum cost of routing in buried net- works by entering a georeferenced map; therefore, the proposed algorithm will allow finding a solution to the design problems that can be found in many networks in this case will allow to find the minimum cost of routing the networks in order to strengthen and improve the design at the lowest cost. The optimal location of the candidate sites will allow a more efficient and real result. The pre- sented work is based on the planning of underground networks that seeks greater efficiency and reliability of the electrical system. Keywords: planning, installation, reliability, efficiency, sizing, cost, capacity. RESUMEN En este artículo se presenta un modelo basado en el árbol mínimo de distribución soterrado ADS, en el cual busca abarcar el costo mínimo de enrutamiento en redes soterradas mediante el ingreso de un mapa georeferenciado por lo tanto el algoritmo propuesto permitirá encontrar una solución a los problemas de diseño que se pueden encontrar en muchas redes en este caso permitirá en- contrar el costo mínimo de enrutamiento de las redes con el propósito de afianzar y mejorar el diseño al menor costo .La ubicación optima de los sitios candidatos permitirá tener un resultado más eficiente y real. El trabajo presentado es basado en la planeación de redes soterradas que busca mayor eficiencia y confiabilidad del sistema eléctrico. Palabras clave: planificación, instalación, confiabilidad, eficiencia, dimensionamiento, costo, capacidad. Received: January __th 20xx Accepted: January __th 20xx tiras orientadas en direcciones opuestas[3]. Estos problemas se Introducción1 2 resumen al problema de cobertura del conjunto. Conocemos En la actualidad se presenta modelos para la distribución de que, sometido a una suposición plausible en la clase NP, el algo- energía eléctrica, existen diversas técnicas fundamentales para ritmo codicioso está cerca de los mejores algoritmos polinomia- el campo de los algoritmos de aproximación, tal es el caso del les aproximados para la solución de problemas de la cubierta del algoritmo codicioso (set cover) propuesto en el documento[1], conjunto, este algoritmo construye una cubierta parcial, que donde nos orienta con un algoritmo de aproximación con el fin cubre al menos una parte (por ejemplo, 90%) del conjunto[4],[5]. de lograr enlaces entre objetos, el problema principal se presen- Entre las muchas configuraciones de distribución encontramos ta en leer la distancia de entrada de algún problema por partes y alimentadores de interconexión, anillo, mallado las cuales son crear partes de la salida antes de conocer toda la cadena de utilizadas de acuerdo con el sector (tipo de estrato), un criterio entrada[2]. valido para las posibles configuraciones de red dependerá del El problema de decisión consiste en identificar el menor número tamaño, de las rutas y la ubicación de las subestaciones. En nor- de conjuntos cuya unión aun contenga todos los elementos del males condiciones los alimentadores son colocados en seccio- universo U, de esa manera establecer cobertura con medias nes[6], que permiten encontrar el costo mínimo de enrutamien- to mediante la teoría de los grafos siendo así un grafo un conjun- 1 to, no vacío de objetos llamados nodos o vértices los cuales Electrical Student, Universidad Politécnica Salesiana, Ecuador. E-mail: sbece- rra@est.ups.edu.ec tienen conexión mediante líneas llamados aristas[7] . 2 Electrical Student, Universidad Politécnica Salesiana, Ecuador. E-mail: bbur- bano@est.ups.edu.ec Existen varias técnicas para diseñar un spanning tree o árbol de 3 Electrical Student, Universidad Politécnica Salesiana, Ecuador. E-mail: jpare- expansión de codificación como son calcular el costo de enruta- des@est.ups.edu.ec miento, crear una solución inicial[8],[9], realizar búsqueda local, 4 Ph.D. in Engineering. Affiliation: Director of Electrical Engineering at Universidad solución diversificada y algoritmos con condiciones de termina- Politécnica Salesiana, Ecuador. E-mail: einga@est.ups.edu.ec ción[10]. Un árbol de Steiner (STP) busca un árbol que abarque How to cite: Becerra, S., Burbano, M., Paredes, J., Inga, E. (2018). Planning of un conjunto dado de nodos con el peso mínimo mediante la underground distribution networks based on graph theory. Ingeniería e Investiga- introducción de algunos nodos auxiliares, todos los nodos en el ción, xx(x), xx-xx. conjunto dado son llamados nodos especiales. Un STP incluye DOI: http://dx.doi.org/10.15446/ing.investig.vxxnx.xxxx 1 PLANNING OF UNDERGROUND DISTRIBUTION NETWORKS BASED ON GRAPH THEORY varios casos importantes, el árbol de Steiner en gráficos (SGPC) enteros de n-1 en los que i es un índice entero que representa a es uno de ellos tratado en el documento [11],[12]. los bordes[21]. Un Steiner Tree Problem se puede describir como la búsqueda Dentro del spanning tree tenemos el algoritmo kruscal donde de un árbol que conecta todos los nodos solicitados con una como objetivo tiene construir un árbol (subgrafo sin ciclos) serie de puntos de Steiner. De acuerdo con diferentes objetos el formado por arcos sucesivamente seleccionados de mínimo peso árbol de Steiner tiene dos tipos de ramificaciones, el STP ponde- a partir de un grafo con pesos en los arcos [22], el algoritmo rado y el STP punto ponderado [13]. comienza estableciendo el vértice 1 como vértice central y luego ordenando los bordes en orden creciente y como el algoritmo A su vez existen términos como es el caso del ‘The Prize Collec- de Kruskal. Pero, cada vez que elijamos un vértice (supongamos ting Steiner Tree(PCST)’es uno de los más importantes proble- que está bajo consideración) para instalarlo en el último período, mas dentro del campo de optimización combinatoria, un proble- debemos verificar si ese j ya está o no [23],[24]. ma de PCST es una versión generalizado del problema del árbol de Steiner [14],[15]. Para aplicar el algoritmo Prim en cada paso se debe seguir la arista con menor ponderación para formar nuestro árbol sin formar ciclos[25], ya que puede tener muchas aplicaciones en todos los campos, de tecnología y ciencia que van desde redes de computadoras y comunicaciones, conexiones de cableado, Dise- ño de circuitos VLSI a problema de vendedor ambulante, multi- CAMARA SECUNDARIA terminal problema de flujo [26],[27]. Los criterios de revisión utilizada fueron, la situación del sote- rramiento respecto de distintos voltajes de la red, en el cual se analiza el porcentaje de soterramiento actual de diferentes países CAMARA SECUNDARIA CAMARA SECUNDARIA de Europa. CAMARA SECUNDARIA El principal objetivo es el de aumentar los requerimientos de CIRCUITO DE BAJO VOLTAJE SOTERRADO CIRCUITO SOTERRADO PRINCIPAL energía, conociendo su impacto, además de que existe una gran CIRCUITO TRIFASICO DE MEDIO VOLTAJE diferencia de costos de inversión entre los distintos medios de MAN MEDIDORES DE LUZ instalación de las redes (aéreas y soterradas), es decir se basa principalmente en las diferencias de los costos por las diferencias de tensión entre redes e infraestructura asociadas[30]. Uno de los factores más importantes a tener en cuenta es el efecto de pérdidas que se produce en líneas de transmisión, en la figura 7 se muestra la comparación de pérdidas sufridas con el porcentaje de red subterránea en redes de distribución en el Figura 1. Diagrama general de líneas Soterradas Reino Unido del 2000 al 2001. Propiedades topológicas de las redes de Se conoce que el equilibrio entre los costos económicos y los distribución de electricidad del mundo real beneficios de las redes soterradas solo se alcanza en segmentos específicos de la red por lo que el estudio de estos es de suma Con el Paso del tiempo es inevitable pensar en la implementación importancia para su correcta localización. de nuevas tecnologías para la distribución de medio y alto voltaje en redes de distribución, para lo que implementamos un algorit- Dentro del problema planteado, el ejemplo tomado es en un mo que describa la ubicación de cada componente de la red[16], sector de Europa, España, el cual, en comparación a otros países es importante que la formulación del problema tenga la capaci- europeos, este es uno de los países con menor porcentaje de dad de caracterizar y cuantificar la forma diferente en que las líneas soterradas instaladas. Como se muestra en la figura 4. redes urbanas y las redes rurales funcionan con diferentes niveles La figura 3 muestra el porcentaje de redes soterradas en baja de integración de una nueva de distribución, todas las ciudades tensión en Europa. Como se puede comprobar, Países Bajos es del mundo deben cumplir con requerimientos de. Las cámaras de aquel con mayor porcentaje de soterramiento en las líneas de transformación cerca de la población no solo imponen severas baja y media tensión. Bélgica es uno de los países con mayores restricciones al uso de la tierra, sino que también genera una porcentajes de soterramiento en las líneas de baja y media ten- gran demanda de seguridad[17]. sión. Desde el año 2003 existe una regulación que restringió las Para la implementación de un proyecto necesitamos conoces condiciones para la construcción de nuevas líneas aéreas, y con- maneras de conectar elementos que estén instaladas de manera diciona que fuera de las áreas urbanas estas deben realizarse de subterráneas, el documento[18], tratan de la revisión exhaustiva manera coincidente con otras obras de infraestructura[31] del sistema de comunicación subterránea de objetos, se centró en los progresos técnicos recientes en el campo del control del Formulación del problema medio ambiente y la comunicación de cámaras subterráneas[19]. En un ADS, los nodos de transmisión (transformadores) reciben Como un algoritmo valido ‘’spanning tree’’ se basa en codifica- en su primario medio voltaje, de la red principal y luego trasmi- ción binaria en el cual cada spanning tree tiene una cadena de ten por conductos soterrados a las distintas casas. Un nodo de varios bits dependiendo de la existencia de un borde en el span- retransmisión en un nivel bajo requiere un mejor rendimiento ning tree [20], por otro lado podemos basarnos en codificación del dispositivo y calidad de voltaje que un nodo de transmisión basada en nodos cada spanning tree esta codificado en cadena de en un nivel alto para reducir la caída de tensión de transmisión 2 INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, xxxxx - xxxx (xx-xx) BECERRA, BURBANO, PAREDES desde un nodo raíz a nodos hoja en el nivel más alto. Debido a la Los nodos por el GoMC en Spanning tree elimina el borde que diversidad de terrenos de cada casa, la caída de tensión puede tiene el mayor peso en cada gráfico ciclado. verse afectada por a gran distancia. Construcción del Algoritmo ADS Un ADS se presenta como una ruta de distribución de energía eléctrica entre dos puntos, el grupo de red se construye en base a un algoritmo de Spanning tree, mientras que los dispo- Ejemplo sitivos miembros de grupo (usuarios) se consideran vértices en el árbol de expansión, excepto un dispositivo de origen (Trans- Para verificar la operación del algoritmo es necesario describir formador) de grupo. Para construir un árbol de expansión, se los datos de entrada de capacidad y cobertura de cada transfor- calcula una puntuación de rendimiento general del dispositivo (P) mador, para de esa manera determinar el número de transfor- de cada nodo de dispositivo, es decir, cada vértice en el árbol, C madores a utilizarse, a su vez la ubicación de cada residencia y Co representan la capacidad y la cobertura de un transforma- energizada. dor de distribución. El diseño de la red de planificación se la realiza en España a con- tinuación se marca la localización en la figura 2. Tabla1. Variables utilizadas para la construcción del algoritmo. Nombre de la Variable Descripción. N conjunto de nodos, de forma ordenada ( Ns,Ngo,N1,…..,Nm) R Rendimiento Establecido, de forma ordenada (Rs,Rgo,R1, R2, . . . ,Rm) B Conjunto de Bordes Nf El nodo de un dispositivo fuente de medios Np El nodo de un dispositivo de propietario Nm El nodo de un dispositivo miembro de grupo que tiene el menor valor de 1 / P GoMC La cantidad máxima de nodos secundarios de Np El peso del borde que está conectado entre dos vértices RA (residencia A) y RB (residencia B) se calcula mediante Spanning Tree usando P. Un peso en un algoritmo ADS representa la diferencia en el rendimiento del dispositivo entre dos nodos del dispositivo. En función de estos pesos, el árbol de expansión Figura 2. Visualización de las residencias y los transformadores máximo como primer paso en el algoritmo 1 para construir un conectados mediante Minimal Spaninng Tree. ADS se construye utilizando el algoritmo de Prim a partir del primer nodo que tiene el menor valor 1 / P. La Tabla 1 describe las anotaciones del Algoritmo. Análisis de Resultados Algoritmo ADS Para la planificación de la red el algoritmo Steiner Tree fue valido ya que se basa en codificación binaria en el cual tiene una cadena Construcción del Algoritmo ADS de varios bits dependiendo de la existencia de un borde, además Entrada: N, R, GoMC de eso presentamos en la figura 3 la localización de las residen- Salida: B, Nf, Np, Nm cias que en un futuro estarán energizadas, y en la figura 4 la 1.-Comentario ‘’Construya el árbol de expansión máximo (V, E) usando el algorit- configuración basada en el algoritmo basado Prim. mo de Prim 2.-Comentario ‘’basado en los pesos de todos los bordes posibles calculados por (2) ’’.donde StartNode  Ni; ’’ 3.- SI (N pertenece Nf) entonces 4.- E  E U ({Nf, Np}); Los criterios de revisión utilizada fueron, la situación del sote- 5.- Fin SI rramiento respecto de distintos voltajes de la red, en el cual se 6.- Para (i  1 a GoMC) hacer analiza el porcentaje de soterramiento actual de diferentes países 7.- SI (N pertenece Ni) entonces 8.- E  E U {[Np, Ni]}; de Europa. El principal objetivo es el de aumentar los requeri- 9.- Fin SI mientos de energía, conociendo su impacto, además de que 10.- Fin Para existe una gran diferencia de costos de inversión entre los distin- 11.- Mientras (exista un ciclo en (N, B)) hacer tos medios de instalación de las redes (aéreas y soterradas), es 12.- Eliminar el borde que tiene menos W en un ciclo gráfico 13.- Fin mientras decir se basa principalmente en las diferencias de los costos por 14.- Para (cada v desde el nivel más alto al más bajo en (N, B)) hacer las diferencias de tensión entre redes e infraestructura asociadas. 15.- Si ( v(1/R) < (padre (1/R) de v)) hasta En la figura se muestra la comparación de pérdidas sufridas con 16.- Cambie el nodo v al padre v del nodo en (N, B) 17.- Fin Si el porcentaje de red subterránea en redes de distribución en el 18.-Fin Para Reino Unido del 2000 al 2001. INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, xxxx - xxxx (xx-xx) 3 PLANNING OF UNDERGROUND DISTRIBUTION NETWORKS BASED ON GRAPH THEORY Figura.3 Porcentaje de Pérdidas en relación con el porcentaje de red Figura5. Porcentaje de Redes Soterradas en Media Tensión subterránea. Tabla N° 3: Situación de la red europea en media tensión. Longitud de la red Se conoce que el equilibrio entre los costos económicos y los País Km. de red (metros por habitan- Porcentaje de beneficios de las redes soterradas solo se alcanza en segmentos soterramiento tes) específicos de la red. Países bajos 101.900 8,9 100% Bélgica 65.000 6,4 85% Inglaterra 372.000 6,3 81% Situación de redes Soterradas en Europa: Alemania 475.000 5,8 60% Dinamarca 55.000 10,5 59% Redes de Baja Tensión: Suecia 98.700 12,3 53% Italia 331.000 5,7 35% Francia 574.000 9,5 32% Noruega 92.000 20,5 31% España 96.448 2,4 30% Portugal 58.000 6,1 16% Austria 57.000 7,0 15% Redes de Alta Tensión: Tabla N° 4: Situación de la red europea en alta y extra alta tensión. Alta tensión 60 a 150 KV Km. de red Km. soterrados % Países 6.457 905 14,0 bajos Inglaterra 25.825 3.789 14,8 Alemania 76.349 4.740 8,2 Dinamarca 8.005 1.673 20,9 Bélgica 5.172 396 7,6 Noruega 19.825 624 3,2 Figura4. Porcentaje de Redes Soterradas en Baja Tensión Italia 36.677 449 1,2 Francia 50.513 1.984 3,9 Portugal 9.311 258 3,8 Tabla N° 2: Situación de la red europea en baja tensión. Suiza 6.080 680 11,2 Longitud de la red Porcentaje de País Km. de red (metros por habitan- tes) soterramiento Para la planificación de la red el algoritmo Steiner Tree fue Países bajos 145.000 8,9 100% valido ya que se basa en codificación binaria en el cual tiene una Inglaterra 377.000 6,4 81% cadena de varios bits dependiendo de la existencia de un borde, Alemania 926.000 11,3 75% además de eso presentamos en la figura 3 la localización de las Dinamarca 92.000 17,6 65% residencias que en un futuro estarán energizadas, y en la figura 4 Bélgica 108.000 10,6 44% Noruega 185.000 41,3 38% la configuración basada en el algoritmo basado Prim. Italia 185.000 12,1 30% Francia 709.000 10,5 27% Portugal 632.000 11,9 19% España 112.000 6,0 17% Austria 65.000 8,0 15% Situación en Redes de Media Tensión: 4 INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, xxxxx - xxxx (xx-xx) BECERRA, BURBANO, PAREDES Se concluye que existe dificultad para saber los costos reales de las líneas aéreas y las soterradas, mostrando variaciones entre una misma categoría que son difíciles de explicar, pero en general se puede establecer que, los costos directos de los materiales para las líneas subterráneas son más altos que para las aéreas considerando los valores extremos da cada nivel de tensión. Se concluye que en líneas de baja tensión en condiciones ideales y pueden acercarse a la paridad; las compañías argumentan que existirían problemas de fiabilidad en el uso de redes subterráneas ya que si bien las fallas tienden a ser menores, se tarda más tiempo en localizar y repararlas. Figura 6. Visualización de los sitios candidatos conectados mediante Agradecimientos Minimal Spaninng Tree. Los autores agradecemos a la Universidad Politécnica Salesiana del Ecuador, al apoyo brindado por el ingeniero, y a la Universi- Como se puede comprobar, Países Bajos es aquel con mayor dad Nacional de Colombia para la realización de este documen- porcentaje de soterramiento en las líneas de baja y media ten- to. sión. Bélgica es uno de los países con mayores porcentajes de soterramiento en las líneas de baja y media tensión. Desde el año 2003 existe una regulación que restringió las condiciones para la Referencias construcción de nuevas líneas aéreas, y condiciona que fuera de [1] S. Dobrev, J. Edmonds, D. Komm, R. Královič, S. Krug, las áreas urbanas estas deben realizarse de manera coincidente and T. Mömke, “Improved analysis of the online set cover prob- con otras obras de infraestructura lem with advice,” Rev. Theoretical Computer Science, vol. 689, pp. 96–107, 2017. [2] M. Hao, A. S. Macdonald, P. Tapadar, and R. Thomas, “Insurance loss coverage and demand elasticities,” Rev. Insur- ance: Mathematics and Economics, vol. 79, Elsevier B.V., pp. 15–25, 2018. [3] C. Bazgan, J. Monnot, V. T. Paschos, and F. Serrière, “On the differential approximation of min set cover,” Rev. Theoreti- cal Computer Science, vol. 332, no. 1–3, pp. 497–513, 2005. [4] M. J. Moshkov, “Greedy algorithm for set cover in con- text of knowledge discovery problems,” Rev. Electronic Notes in Theoretical Computer Science, vol. 82, no. 4, pp. 179–190, 2003. [5] J. Nahman and D. Perić, “Path-set based optimal plan- ning of new urban distribution networks,” Rev. International Journal of Electrical Power & Energy Systems, vol. 85, pp. 42–49, 2017. [6] C. Trudeau and J. Vidal, “On the set of extreme core allocations for minimal cost spanning tree problems,” Rev. Jour- nal of Economic Theory, vol. 169, pp. 425–452, 2017. [7] Q. Tan and N. Due, “An experimental study of minimum Figura 7. Minimal Spanning Tree con Transformadores. routing cost spanning tree algorithms,” 2013 International Con- ference on Soft Computing and Pattern Recognition, SoCPaR 2013, no. 2, pp. 158–165, 2003. [8] L. Shi and B. Yu, “Characterizing rules in minimum cost spanning tree problems,” Rev. Operations Research Letters, vol. 45, no. 6, pp. 675–678, 2017. [9] A. Singh, “A new heuristic for the minimum routing cost spanning tree problem,” in Proceedings - 11th International Conference on Information Technology, ICIT 2008, 2008, pp. 9– 13. [10] A. Belal, “Finding maximum-cost minimum spanning trees,” in The 3rd ACS/IEEE International Conference onCom- puter Systems and Applications, 2005, pp. 0–3. [11] C. Patvardhan, V. Prakash, and A. Srivastav, “Parallel heuristics for the bounded diameter minimum spanning tree problem,” in 11th IEEE India Conference: Emerging Trends and Innovation in Technology, INDICON 2014, 2014, pp. 1–5. Figura 8. Matriz de conectividad y adyacencia de los transformdores. [12] X. Lai, Y. Zhou, X. Xia, and Q. Zhang, “Performance analysis of evolutionary algorithms for steiner tree problems,” Rev. Evolutionary Computation, vol. 25, no. 4, pp. 707–723, 2017. Conclusiones [13] X. Han, J. Liu, D. Liu, Q. Liao, J. Hu, and Y. Yang, “Distri- bution Network Planning Study with Distributed Generation Based on Steiner Tree Model,” in 2014 IEEE PES Asia-Pacific Pow- INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, xxxx - xxxx (xx-xx) 5 PLANNING OF UNDERGROUND DISTRIBUTION NETWORKS BASED ON GRAPH THEORY er and Energy Engineering Conference (APPEEC), 2014, vol. 1, [30] E. Inga and R. Hincapié, “Optimal Deployment of Cellu- pp. 2–6. lar Networks for Advanced Measurement Infrastructure in Smart [14] Y. Hosokawa and E. Chiba, “A heuristic algorithm for the Grid,” IEEE, 2014. prize collecting Steiner Tree problem,” in IEEE International Con- [31] J. Nahman and D. Peric, “Electrical Power and Energy ference on Industrial Engineering and Engineering Manage- Systems Path-set based optimal planning of new urban distribu- ment, 2014, pp. 99–102. tion networks,” Electr. Power Energy Syst., vol. 85, pp. 42–49, [15] Z. Jin, M. Liang, and L. Zhang, “Algorithms for degree- 2017. constrained Euclidean Steiner minimal tree,” Rev. Journal of Systems Engineering and Electronics, vol. 19, no. 4, pp. 735–741, 2008. [16] S. Abeysinghe, J. Wu, M. Sooriyabandara, M. Abey- sekera, T. Xu, and C. Wang, “Topological properties of medium voltage electricity distribution networks,” Rev. Applied Energy, vol. 210, pp. 1101–1112, 2017. [17] V. Blanco, E. Fernández, and J. Puerto, “Minimum Spanning Trees with neighborhoods: Mathematical program- ming formulations and solution methods,” Rev. European Jour- nal of Operational Research, vol. 262, no. 3, pp. 863–878, 2017. [18] Y. Zhou and J. Zhao, “Assessment and planning of underground space use in Singapore,” Rev. Tunnelling and Un- derground Space Technology, vol. 55, pp. 249–256, 2016. [19] L. Muduli, D. P. Mishra, and P. Jana, “Application of wireless sensor network for environmental monitoring in under- ground coal mines: A systematic review,” Journal of Network and Computer Applications, vol. 99, Elsevier Ltd, pp. 1–166, 2017. [20] P. Amal and K. Ajish, “An Algorithm for kth Minimum Spanning Tree,” Rev. Electronic Notes in Discrete Mathematics, vol. 53, Elsevier B.V., pp. 343–354, 2016. [21] T. Ranjitha and K. Guruprasad, “Pseudo spanning tree- based complete and competitive robot coverage using virtual nodes,” IFAC-PapersOnLine, vol. 49, no. 1, Elsevier B.V., pp. 195– 200, 2016. [22] M. Ghodsi, H. Mahini, K. Mirjalali, S. Oveis, A. Sayedi, and M. Zadimoghaddam, “Spanning trees with minimum weighted degrees,” Rev. Information Processing Letters, vol. 104, no. 3, pp. 113–116, 2007. [23] A. Frohmader, “A Kruskal-Katona type theorem for graphs,” Journal of Combinatorial Theory. Series A, vol. 117, no. 1, Elsevier Inc., pp. 17–37, 2010. [24] Wamiliana, M. Usman, D. Sakethi, R. Yuniarti, and A. Cucus, “The hybrid of depth first search technique and Kruskal’s algorithm for solving the multiperiod degree constrained mini- mum spanning tree problem,” in Proceedings of the 2015 4th International Conference on Interactive Digital Media, 2016, pp. 0–3. [25] F. Zhou, P. Hu, X. Feng, and Y. Song, “Improved Prim Algorithm and Its Application in Unmanned Aerial Vehicle Cruise System,” in 2017 29th Chinese Control And Decision Conference (CCDC), 2017, pp. 6022–6027. [26] P. Biswas, A. Paul, and P. Bhattacharya, “Generating spanning tree of non-regular graphic sequences through a var- iant of Prim’s algorithm,” in 2015 International Conference on Circuits, Power and Computing Technologies [ICCPCT-2015], 2015, pp. 1–4. [27] C. Zhao, J. Li, N. Huang, and G. DeCroix, “Optimal planning of plant flexibility: Problem formulation and perfor- mance analysis,” in 2017 13th IEEE Conference on Automation Science and Engineering (CASE), 2017, vol. 14, no. 2, pp. 986– 986. [28] C. Paida and E. Inga, “State of Art , Reliability in Electri- cal Distribution Systems based on Markov Stochastic Model,” IEEE Lat. Am. Trans., vol. 14, no. 2, pp. 799–804, 2016. [29] J. Inga, E. Inga, A. Ortega, R. Hincapíé, and C. Gómez, “Optimal Planning for Deployment of FiWi Networks based on Hybrid Heuristic Process,” IEEE Lat. Am. Trans., vol. 15, no. 9, pp. 1684–1690, 2017. 6 INGENIERÍA E INVESTIGACIÓN VOL. xx No. x, xxxxx - xxxx (xx-xx)