Algoritmos de medición para equipos de protección

INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

Algoritmos de medición de corriente para protección

1. Procesamiento digital de Señal (DSP)
Un DSP es un sistema basado en un procesador o microprocesador que posee un juego de
instrucciones, un hardware y un software optimizados para aplicaciones que requieran
operaciones numéricas a alta velocidad y se aplica ampliamente a los procesos matemáticos
continuos, aplicados en tiempo real. Por esta razón, un sistema que trabaje de esta forma
(tiempo real) recibe muestras normalmente provenientes de un convertidor analógico/digital.
Algunas de las funciones para el procesamiento digital de señales incluyen:

a) Filtro digital
b) Convolución
c) Correlación
d) Transformada rápida de Fourier (FFT)

2. Algoritmos para procesamiento de señales

Los algoritmos para el procesamiento de señales digitales son programas de software en el DSP
que funcionan con las muestras digitales del voltaje y de corriente, para producir estimaciones
de parámetros de interés para la operación de un equipo de protección (como por ejemplo un
relé). En la incorporación de las funciones de protección en un relevador digital, se hace una
estimación de la magnitud y fase de las señales de entrada, utilizando algoritmo de
procesamiento de señales digitales.

Las señales de entrada de voltaje y de corriente del relevador se pueden modelar como señales
sinusoidales distorsionadas, debido al desplazamiento CD y componentes armónicos. Estas
señales se pueden caracterizar por varios parámetros a conocer como: valor RMS (eficaz), valor
máximo, ángulo de fase y frecuencia de la componente fundamental de frecuencia.

3. Algoritmo de la transformada discreta de Fourier

3.1. Representación de una señal de voltaje en series de Fourier
Las señales de los sistemas de potencia como voltajes y corrientes son esencialmente señales
periódicas. Idealmente los voltajes y corrientes presentes en el sistema en estado estacionario
son puramente senoidales con una frecuencia de 60 Hz. Pero, los transformadores de potencia,
los inversores, convertidores y algunas cargas crean distorsión armónica en las señales de estado
estacionario. Las señales medidas por los relevadores de protección también pueden ser señales
de frecuencia no fundamental.

La naturaleza de las señales de frecuencia no fundamental tienen una importante influencia en

el desempeño de los relevadores de protección. Las series de Fourier proveen una técnica para
examinar estas señales y determinar su contenido armónico.

Una señal de voltaje que es considerada periódica, puede ser representada en series de Fourier
de la siguiente manera:

(1)

Los valores de los coeficientes a0, an, y bn se obtienen a partir de:

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

Donde T es el periodo fundamental de la señal, 𝜔0 = 2𝜋𝑓0 , y 𝑓0 = 1/𝑇

3.2. Transformada de Fourier

Las series de Fourier son un caso especial de la transformada de Fourier y se emplean en el
análisis de señales periódicas. Sin embargo, en la práctica, suelen aparecer señales no periódicas
durante los transitorios de una falla.

Para ampliar el concepto de las series de Fourier a señales no periódicas, se considera una señal
no periódica como una señal continua de periodo infinito, de esta forma el espacio entre
frecuencias es cero y la señal no periódica se convierte en una función continua. Lo anterior
resulta en la definición de la Transformada de Fourier. La esencia de la Transformada de Fourier
es descomponer o separar una señal en una suma infinita de senoides de diferentes frecuencias.

La transformada de Fourier se define como:

(2)

Y su inversa está dada por:

(3)

3.3. Transformada Discreta de Fourier

En aplicaciones de la Transformada de Fourier con computadoras digitales, las señales
analógicas son discretizadas en un rango finito, y se recurre a la Transformada Discreta de
Fourier (TDF), porque en una computadora no es realizable procesar las sumas infinitas que
están implícitas en la definición de la Transformada de Fourier.

La Transformada Discreta de Fourier se expresa de la siguiente manera:

(4)
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN
Y su inversa como:

(5)

Donde:

Expandiendo la sumatoria dada en (5), agrupando términos y teniendo en cuenta que las señales
muestreadas son reales, se llega a la ecuación:

(6)

En esta ecuación 𝜃1 𝑦 𝜃2 , …, son los ángulos de X(1), X(2), respectivamente.

El término que reconstruye la componente de frecuencia fundamental de la señal x(n) está dado
por:

(7)

|𝑋(1)| y 𝜃1 se obtienen de la ecuación (4). Las componentes ortogonales de 𝑥0 (𝑛) se

determinan con las ecuaciones (8) y (9).
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

(8)

(9)

𝑿𝟎 𝒓𝒆𝒂𝒍 Representa el valor pico de la corriente real del fasor de frecuencia fundamental de la
señal x(n).

𝑿𝟎 𝒊𝒎𝒂𝒈 Representa el valor pico de la componente imaginaria del fasor frecuencia

fundamental de la señal x(n).

Por medio de las componentes real e imaginaria de la señal x(n), se puede obtener la magnitud
(valor pico) de la señal x(n), y su fase a través de:

(10)

(11)

3.4. Prueba de ortogonalidad de los filtros Seno y Coseno

En el algoritmo de la TDF las componentes ortogonales del fasor de frecuencia fundamental
(componentes real e imaginaria), correspondientes a la entrada x(n), se obtienen mediante la
correlación de las muestras de x(n) con un filtro Seno y un filtro Coseno, de acuerdo con las
ecuaciones (8) y (9).

Los filtros Seno y Coseno son funciones ortogonales. Se considera que la mayoría de las señales
pueden ser expresadas como la suma de una variedad de conjuntos de señales mutuamente
ortogonales.

Dos funciones f(t) y g(t), son ortogonales sobre un periodo de tiempo T si:

(12)

Si 𝑓(𝑡) = cos(𝜔𝑡) y 𝑔(𝑡) = sin(𝜔𝑡), se tiene:

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

(13)

∴ Las funciones Seno y Coseno son ortogonales.

3.5. Respuesta en frecuencia de los filtros Seno y Coseno

Los filtros Seno y Coseno son Filtros de Respuesta Finita al impulso (FIR).

Algunas propiedades de los filtros FIR son:

 No hay recursión, es decir, la salida sólo depende de la entrada y no de valores pasados

de la salida.
 Su respuesta es una suma ponderada de valores pasados y presentes de la entrada.
 La función de transferencia tiene un denominador constante y sólo tiene ceros.
 La respuesta es de duración finita porque si la entrada se mantiene en cero durante N
periodos consecutivos, la salida será también cero.
 Los filtros FIR son de fase lineal.
 Los filtros FIR son siembre estables.

Un filtro FIR se puede escribir como:

(14)

Dónde: x(n) representa la señal de entrada de tensión o corriente, y(n) corresponde a la salida y
bk es el conjunto de coeficientes del filtro.

El número de coeficientes bk está determinado por el tamaño de la ventana de datos. Una

ventana de datos para un filtro FIR, corresponde a un número determinado de muestras.
Entonces, para N muestras, se tendrán N coeficientes bk. La entrada de datos es deslizante, ya
que cada vez que entra una nueva muestra se descarta la más antigua y se calcula un nuevo
valor de la señal de salida.

La respuesta en frecuencia del filtro representado por (14) se obtiene primero aplicándole la
transformada Z:

(15)

Luego se reacomoda (15) para expresarla como función de transferencia:

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

(16)

Donde 𝑧 = 𝑒 𝑗2𝜋𝑓𝑡𝑠

Los coeficientes bk del filtro Seno se calculan con:

(17)

Los coeficientes bk del filtro Coseno se calculan con:

(18)

N está dado por:

𝑇
𝑁=
𝑡𝑠
Dónde: ts es el periodo de muestreo y fs es la frecuencia de muestreo.

En la tabla siguiente se listan los coeficientes para los filtros Seno y Coseno con N=8

Tabla 1. Coeficientes para los filtros Seno y Coseno con N=8

K bk Seno bk Coseno
0 0 0
1 0.707 0.707
2 1 0
3 0.707 -0.707
4 0 -1
5 -0.707 -0.707
6 -1 0
7 -0.707 0.707

La respuesta en frecuencia para el filtro Seno, considerando N=8, se obtiene al sustituir (17) en
(16), y da como resultado:

𝐻(𝑧) = 0.707𝑧 −1 + 𝑧 −2 + 0.707𝑧 −3 − 0.707𝑧 −5 − 𝑧 −6 − 0.707𝑧 −7

La respuesta en frecuencia del filtro Seno se observa en la figura 1.
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

Figura 1. Respuesta en frecuencia del filtro Seno

La respuesta en frecuencia para el filtro Coseno, análogamente al caso del filtro Seno se obtiene
sustituyendo en este caso (18) en (16), y da como resultado:

𝐻(𝑧) = 1 + 0.707𝑧 −1 − 0.707𝑧 −3 − 𝑧 −4 − 0.707𝑧 −5 + 0.707𝑧 −7

La respuesta en frecuencia del filtro Coseno se observa en la figura 2.

Figura 2. Respuesta en frecuencia del filtro Coseno.

 La respuesta en frecuencia de los filtros Seno y Coseno presenta ceros en los múltiplos
enteros de la frecuencia fundamental y para la componente no decreciente de corriente
continua, de modo que los filtros Seno y Coseno rechazan todas estas componentes.

 Una de las desventajas del algoritmo de Fourier es el error que se produce con las
señales exponenciales decrecientes de corriente continua, que se presentan en
condiciones de falla. La magnitud calculada puede desviarse del valor real en más del
15% para los casos peores.

4. Algoritmo de Mínimos Errores Cuadrados (LES)

La técnica de mínimos errores cuadrados se encuentra dentro de los algoritmos no recursivos y
tiene como propósito la estimación de fasores de corriente y voltaje, teniendo como
característica que la salida solo depende de las muestras que representan la ventana actual y no
la de la salida anterior. A continuación, se presenta el análisis matemático de este algoritmo.
Considere un conjunto de mediciones que satisfacen la ecuación (19).

𝑎 + 𝑏𝑡 = 𝑚 (19)

Dónde:

m = mediciones

t = instante de tiempo
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN
a y b = desconocidos (estimados)

Si se considera que se toman “n” muestras, (19) se expande a una secuencia de ecuaciones
descritas en (20).

(20)

Donde “a” y “b” son los valores a estimar en las ecuaciones (20), utilizando la técnica de mínimos
errores cuadrados, esta estimación se define en (21).

(21)

De forma matricial las ecuaciones (21) pueden ser escritas como:

De aquí se tiene que:

Elevando al cuadrado el error, tenemos que:

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN
Para que la suma de errores sea mínima, se debe derivar esta ecuación con respecto a “x”, e
igualar a cero, como se muestra en la ecuación (22)

(22)

Resolviendo la ecuación anterior, obtenemos:

Si el tiempo de muestreo es conocido, entonces puede calcularse la matriz seudoinversa

izquierda de [A] antes de tomar las muestras. Además, este método puede ser usado si las
ecuaciones que describen las formas de onda de voltajes y corrientes se pueden expresar en
forma lineal. Una forma de onda senoidal, de frecuencia fundamental, se puede expresar
mediante la ecuación (23)

(23)

(23a)

Donde:

v = es la muestra de la señal

Vp = es el voltaje pico de la señal

Si se toman 3 muestras y se sustituyen en las ecuaciones (23), esta se expandirá en una secuencia
de ecuaciones de la forma de (24).
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

(24)

Donde:

Sustituyendo en las ecuaciones (24), la frecuencia de la señal fundamental (fo) es de 60 Hz y la

frecuencia de muestreo (fm) es 720 Hz, entonces se tiene como resultado las ecuaciones (25).

(25)

Estas tres ecuaciones lineales pueden ser expresadas en función de dos variables desconocidas
𝑉𝑝 𝑐𝑜𝑠𝜃 y 𝑉𝑝 𝑠𝑒𝑛𝜃

La ecuación (26) que expresa en forma matricial a las ecuaciones (25) y la matriz [A] es:
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

(26)

En las ecuaciones (27) y (28), se obtiene la matriz seudoinversa de [A]

(27)

(28)

Mediante la siguiente ecuación, se obtiene la parte real e imaginaria del fasor

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN
Después que la siguiente muestra es recibida, las componentes de la parte real e imaginaria del
fasor son calculadas, mediante:

Las señales de entrada no necesariamente son senoidales, ya que pueden contener frecuencias
armónicas. Esto debido a cargas no lineales conectadas a la red, entonces la señal puede
presentar ruido. En el modelo de este algoritmo puede incluirse cualquier frecuencia que sea de
interés o que se desee eliminar, por ejemplo: señales de CD o CD decreciente y señales de
frecuencias armónicas. Se diseña un filtro “LES” para una venta de 12 muestras por ciclo,
considerando una señal con componentes de frecuencia fundamental, contenido de 2ª y 5ª
armónica, además el contenido de la componente de CD decreciente. La característica del filtro
permite la 2ª y la 5ª armónica. Una señal que posee las características anteriormente descritas,
se puede modelar mediante:

Donde:

Ahora se considera que la frecuencia de muestreo es 720 Hz, por lo tanto, al resolver la ecuación
anterior se presenta el intervalo entre muestras de:

Expresando en forma discreta la ecuación mencionada anteriormente, se obtiene la ecuación

que se va a escribir a continuación, que representa el sistema de ecuaciones a resolver, por el
método de mínimos errores cuadrados.
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

El sistema de ecuaciones anterior puede ser representado en forma matricial por:

Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN

Donde la ecuación representa la matriz A obtenida de la ventana de muestreo; si se calcula la

matriz seudoinversa, entonces es posible resolver el sistema.

La magnitud del fasor corriente de la componente fundamental es calculada con:

Donde:

La magnitud del fasor corriente de la componente de 2ª armónica se obtiene con:

Donde:

Con el mismo procedimiento se obtienen la magnitud, parte real y parte imaginaria del fasor de
corriente de 3ª, 4ª y 5ª armónica.
Algoritmos de medición para equipos de protección
INSTRUMENTACIÓN
DANIEL ALONZO BUSTÍOS GUILLÉN
Este algoritmo presenta las ventajas y desventajas siguientes:

Ventajas:

a) En el método del filtro digital se obtienen los coeficientes para estimar la magnitud de
una frecuencia en particular que haya sido incluida (generalmente armónicos y señales
de C.D decreciente.
b) Elimina los armónicos que sean de interés, pero incluidos en el modelo del filtro digital.
c) Respuesta aceptable ante la componente de CD decreciente, cuando está incluida en el
modelo.

Desventaja:

a) Mayor número de cálculos que algoritmos que utilizan menor número de muestras.

5. Referencias
 Leticia García Antonio (2007). Modelado y aplicación de relevadores digitales (distancia
y sobrecorriente) utilizando el algoritmo de mínimos errores cuadrados. (Tesis
magistral). Departamento de Ingeniería Eléctrica. Instituto Politécnico Nacional.
 https://es.scribd.com/doc/51572240/Introduccion-a-los-relevadores-digitales