1122 R

REEL
LEESS D
DIIG
GIIT
TAAL
LEESS

12.1 Introducción

12.2 Muestreo de Señal

Sea y(t) una señal sinusoidal que tiene la información de interés que será analizada por
el relé digital.

y( t )  A cos(  0t   0 )

donde:

y( t ) = Valor instantánea de una señal alterna

y k = Valor de la muestra k-ésima de y( t )
0 = Frecuencia fundamental rad/seg
t = Intervalo fijo entre muestras, es decir:
y k  y( kt )
 = ángulo de la frecuencia fundamental entre muestras, es decir:
   0 t
La señal y( t )  A cos(0 t  0 )  Yc cos 0 t  Ys sen0 t
donde:

Yc y Ys son números reales, incognitas.

Se asume muestras tomadas en  t , 0 y  t , las cuales son:
y 1  y(  t )  Yc cos(o t )  Ys sen ( o t )
y 0  y(0)  Yc cos(o 0)  Ys sen (o 0)
y 1  y( t )  Yc cos(o t )  Ys sen (o t )

En forma matricial, la expresión queda:

 y1  cos  sen 

 y  1 Yc 
0  
 0   Ys 
 y1  cos sen 

Son suficientes dos muestras para determinar Yc y Ys .

 y 1  cos   sen Yc 

y  1 0   Ys 
 0 
Resolviendo el sistema de ecuaciones, se tiene:
 y cos   y 1
Yc  y 0 ; Ys  0
sen
El uso de tres muestras es un intento para proveer alguna inmunidad a los términos de
y( t ) (armónicas ó términos aleatorios).

Estimación lineal

Ax  b
donde:

A no es una matriz cuadrada, es un sistema sobredefinido, es decir, el número de filas es

mayor al número de columnas.

Resolviendo el sistema, se tiene:

x  A1b
donde:
A 1 es una seudo inversa
Ejemplo

1 0   5/ 4 
 x 
1  1 1    1 / 4
   x   
0 1  2  3 / 4 

Una solución, es:

5
x1 
4
3
x2 
4
1 1
Pero, resulta que x1  x2   ?
2 4
Un método razonable para resolver, es considerar que existe un error e y se escribe
como:

b  Ax  e
 e( 1 )   0 
e  b  Ax  e( 2 )   1 / 4 , pero este error se puede minimizar la suma
   
 e( 3 )  0 
de errores:
 eT e  ( b  Ax )T ( b  Ax )  ( bT  xT AT )( b  Ax )
 bT b  x T AT b  bT Ax  xT AT Ax
El x que minimiza el error e, se puede derivar e igualar a cero:

( e T e )
 AT Ax̂  x̂T AT A  AT b  bT A  0
x
T T
como: A b  b A
se tiene:
T T
2( A Ax̂  A b )  0
AT Ax̂  AT b
 1 AT b
x̂  AT A

 y 1  cos   sen
y  1 Y 
0 0  c 
    Y
 y 1  cos  sen   s 
cos   sen
donde A 
 1 0 
 
cos  sen 
 y 1 
b   y0 
 
 y 1 
 Yc 
x 
 Ys 
cos   sen
 cos  1 cos  
T
A A  1 0 
 sen 0 sen   

cos  sen
2 1  1 
T 1 1  2 cos  0   0 
(A A)   2 
 1  2 cos 2 
0 2sen   
  0 2sen 2 
 1   y 1 
 Yc  0  cos  1 cos    
x  ( A T A) 1 A T b     1  2 cos 2  
 sen 0 sen   y 0 
 Ys   
2sen 2   
 0  y 1 
  cos  cos   y
 1 
 1
Yc  1  2 cos 2 2 
1  2 cos   y 
Y    sen  sen   0 
 s   0 y 
 2sen 2 2sen 2   1 
y cos   y 0  y 1 cos 
Yc  1
1  2 cos 2 
y  y 1
Ys  1
2sen
Si se utiliza un algoritmo basado en las tres últimas muestras, las ecuaciones quedan:

y cos   y k  y k 1 cos 
Ŷc(k )  k 1
1  2 cos 2 
y  y k 1
Ŷs( k )  k 1 ; Constituyen una ventana de muestras (de tres
2sen
muestras)
donde: k es un subíndice, indica que los cálculos están centrados en la muestra de orden
k. Entonces para una sinusoide pura:

y( t )  A cos(  0t   0 )
y( t )  Yc cos 0 t  Ys sen0 t
Las muestras, son:
Ŷc(k )  Yc cos k  Ys senk
Ŷs(k )  Ys cos k  Yc senk

2 2
Y (k)  Ŷc(k )  Ŷs( k )

Ŷ (k )
 (k )  arctg s  k
Ŷc(k )
(k )
El fasor estimado tiene la amplitud correcta pero rotado, es decir que el ángulo 
decrese en un ángulo θ en cada punto de muestreo. Dependiendo de la aplicación la fase
debe ser corregida.

Funcionamiento de la ventana de datos

La ventana de datos de tres muestras (está descrita por el algoritmo) cuando está
disponible una nueva muestra, descarta la muestra más vieja y se incluye la nueva
muestra para el cálculo. Cada muestra es utilizada tres veces en los cálculos:

y k 1 , y k , y k 1
Los cálculos deben ser completados por el microprocesador antes de que la nueva
muestra sea tomada.

V1 Datos de prefalla
V2 Datos de pre y post falla
V3 Datos de postfalla

Las muestras de V2 no podrán ser ajustadas a una sinusoide pura por los que el cálculo
de fasores no tendrá sentido.

El número de muestras por ciclo determina t , el intervalo de muestreo, tiempo en el

ue el microprocesador debe completar los cálculos. Los algoritmos existentes utilizan de
4 a 64 muestras por ciclo. Una frecuencia de muestreo alta requiere un microprocesador
muy rápido o un algoritmo de cálculo más sencillo.

Considerando que la ventana contenga solo un tipo de datos (falla ó pretalla), mientras
más grande sea la ventana habrá que esperar más tiempo para tomar decisiones, lo que
implicará relees menos rápidos. Habrá que balancear entre precisión y rapidez.

Fuente de Errores

Si existen errores, entonces la sinusoide se distorsiona, por lo que la señal queda

expresada, como:

y( t )  Yc cos 0 t  Ys sen0 t  ( t )

Las fuentes de errores, principalmente, son:

 Armónicas por el comportamiento nolineal del arco de falla.

 La tensiones y corrientes dejan de ser sinusoidadles puras
 Transitorios
 El convertidor A/D conlleva errores debido a las conversión del bit menos
significativo y a la temporización.

Filtro antialiasing

Teorema de muestreo de Nyquist

Procesamiento matemático de la señal: estimación de parámetros

N
Sea y( t )   Yn Sn ( t )  (t ) ó expresado de otra forma:
n 1
N
yk   Yn Sn (kt )  (kt )
n 1
donde S n ( t ) son conocidas

S1 ( t )  cos 0 t 
 Armónica fundamental
S 2 ( t )  sen0 t 
S3 ( t )  cos 20 t 
 Segunda armónica
S4 ( t )  sen 20 t 

:  Otras armónicas

R
t 
S N  e L  Termino exponencial

El algoritmo de ajuste por el método de mínimos cuadrados:
 y1   S1 ( t ) S2 ( t ) ... S N (t )   Y1 
 y  S ( 2t ) S ( 2t ) ... S (2 t )   Y 
 2   1 2 N  2 
 :   : : : :  : 
    
 y k  S1 (kt ) S 2 ( kt ) ... S N ( kt )  Yk 