Capitulo 2

CAPÍTULO - II
FUNDAMENTACIÓN TEÓRICA
Laboratorio De Calidad de 1 1
Luis Morán T. Suministro Eléctrico
Objetivos:
Definir como medir las señales de voltaje y corriente, y como
procesarlas para determinar la calidad del suministro eléctrico .
Estudiar las herramientas analíticas a usar para poder extraer la

información que se requiere para cuantificar la calidad (Fourier –
transitorios – desbalances – etc.).
Analizar las características técnicas de los instrumentos

disponibles en el mercado y que permiten cuantificar la calidad del
suministro eléctrico.
Tensiones y corrientes a la
salida de un VDF, y espectro
armónico asociado.
Análisis de sistemas eléctricos
Uno de los problemas que se presenta en los sistemas eléctricos es
definir la herramienta matemática que se va a usar en el análisis.
Normalmente, para el análisis de los sistemas eléctricos se usan

fasores ya que permite transformar el análisis en el tiempo, al plano
de la frecuencia. De esta forma, se transforman las ecuaciones
diferenciales a ecuaciones polinomiales, en variable compleja.
Este análisis entrega resultados que son válidos sólo para operación
en régimen permanente. Además, el uso de fasores es válido
cuando las señales analizadas son periódicas, sinusoidales y de
frecuencia constante.
2010 7
Laboratorio De Calidad de 7
Dr. Luis Morán T. Suministro Eléctrico
Definición de Transformada Fasorial
En muchos casos, los sistemas eléctricos operan con voltajes y
corrientes periódicas pero no sinusoidales.
Una práctica frecuente en el análisis de redes es aplicar herramientas
matemáticas convencionales a circuitos que se energizan con señales
no sinusoidales.
i  t   2 sin t   
2
general I n 

1 2
I RMS 
2
I1  I 32  I 52 .....I Caso
2
n   
n 1  2

2010 8
En el caso de sistemas energizados con señales no ideales, se
hace necesario usar otro tipo de herramientas matemáticas.
 Series de Fourier (distorsionadas).
 Componentes Simétricas (desbalances).
 Transformada de Wavelets (distorsionadas).
Las herramientas matemáticas descritas sirven para

estudiar circuitos en régimen permanente, y con
excitación periódica y continua.
2010 9
Caso ideal
En un sistema eléctrico ideal todas las corrientes y voltajes en

régimen permanente son sinusoides.
La potencia media en los circuitos en corriente alterna se calcula

según las siguientes expresiones:
S  Vrms  I rms
P  Vrms  I rms cos   3
Q  Vrms  I rms sin  

P
fp 
S
2010 Laboratorio De Calidad10

de 10
Formas de Onda de las Potencias en un Sistema Sinusoidal
Sistema Lineal
1000
500
Voltajes [V]
0 Vab
Vbc
-500 Vca
RMS
-1000
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
200
100
Corrientes [A]
0 Ia
Ib
-100 Ic
RMS
-200
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
80
[KW-KVAR-KVA]
60
P
Q
40 S
20
0.04 0.05 0.06 0.07 0.08 0.09 0.1
Tiempo [S]

de 11
Sistema Lineal
1000
500
Voltajes [V]
Magnitudes obtenidas 0 Vab
Vbc
-500 Vca
VRMS 380 -1000

0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095
RMS
0.1
200
100
Corrientes [A]
I RMS 100 0 Ia
Ib
-100 Ic
RMS
P  KW 
-200
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
58 80
[KW-KVAR-KVA]
Q  KVAR 
60
P
27 40
Q
S
20
0.04 0.05 0.06 0.07 0.08 0.09 0.1
Tiempo [S]
3
2010 12
Carga no-lineal
Si un voltaje sinusoidal Vs se aplica a una carga no-lineal, la

forma de onda de la corriente ya no será sinusoidal.
El voltaje y la corriente pueden representarse mediante

series de Fourier
3

de 13
Las series de Fourier permiten describir formas de onda
periódicas no sinusoidales en términos de una serie de
sinusoides.
vs (t )  V1sin(t  1 )

i (t )  I 0   I n sin( nt  n )
n 1

de 14
Definición de la Serie de Fourier
La serie de Fourier permite representar formas de onda
periódicas y continua no sinusoidal como una serie de señales
sinusoides de distinta amplitud y frecuencia.
 
f (t )  A0   Ak sin(k t )   Bk cos(k t )
k 1 k 1
A0 : Componente continua
Ak , Bk : Componentes armónicas
T
1
donde: A0   f (t ) dt
T 0
T T
1 1
Ak   f (t )  sin( k t ) dt Bk   f (t )  cos(k t )dt
T 0 T 0

de 15
Espectro Armónico Corriente de Carga
120
Sistema con carga no Lineal

1000
Vab
100
500 Vbc
Voltajes [V]
Vca
0 RMS
-500
-1000
80
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
200
Ia
100 Ib
Corrientes [A]
IC
60
0 RMS
-100
-200
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
40
100
P
Potencia [KW-KVAR]
Q
50
20
0
-50
0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.1
Tiempo [S]
0
0 50 250 350 550 650 850 950
Frecuencia [Hz]

de 16
 El valor efectivo y el THD se pueden definir a partir de la Serie de Fourier.
 El factor de potencia difiere respecto al caso ideal, incluye un factor de

distorsión.
 Este factor representa la reducción del factor de potencia por desplazamiento

debido al efecto de la forma de onda distorsionada. Asumiendo distorsión sólo
en la corriente.

 I 
2
P VRMS I RMS cos  
I RMS   n  fp    FD  cos( )
n 1  2 S VRMS I RMS
i
I 2
FD 
I1 FD: Factor de Distorsión
THDi  i 2
I RMS 17
I1
2010 Dr. Luis Morán Laboratorio De Calidad de 17

Suministro Eléctrico
Términos Asociados al Espectro Armónico.
Componente fundamental: es la amplitud de la señal sinusoidal cuya frecuencia es

igual a la de la función de origen (Ej: h1=50[Hz]).

de 18
Armónica dominante: es la componente de la serie de Fourier que

presenta la mayor amplitud (Ej: h5=250[Hz]).

de 19
Armónicas impares: son las componentes de la serie de Fourier cuya frecuencia

es un múltiplo impar de la frecuencia fundamental (Ej: h=250; 350[Hz]).

de 20
Armónicas pares: son las componentes de la serie de Fourier cuya frecuencia

es un múltiplo par de la frecuencia fundamental (Ej: h4=200[Hz]).

de 21
Sub-armónicas: componentes de la serie de Fourier con frecuencia igual a un

submúltiplo de la frecuencia fundamental (Ej: h0.5=25 [Hz]).

de 22
Inter-armónicas: señal cuya frecuencia que no se relaciona con un múltiplo

entero de la frecuencia fundamental (Ej: h9.3=465[Hz]).

de 23

de 24
Tanto las sub-armónicas como las inter-armónicas no tienen

sentido en la Serie de Fourier (no están definidas
matemáticamente), pero si existen en sistemas de potencia
producto de fenómenos transitorios no periódicos, o de cargas no
lineales especiales como los cicloconversores.
Estas componentes presentan frecuencias iguales a múltiplos

no enteros de la componente fundamental.

de 25
Fuentes que Originan Inter-armónicas y Sub-
armónicas
• El más severo en provocar estas componentes es el

Cicloconversor, debido a su conexión directa entre la etapa
rectificadora con la etapa inversora.
• Los Hornos de Arco producen inter-armónicos de baja

frecuencia.
• Motores de Inducción pueden ser fuente de inter-armónicos,

producto de una magnetización irregular entre el estator y
rotor, lo cual provoca la saturación del fierro.

de 26
Componentes Simétricas
Herramienta matemática para tratar circuitos polifásicos

desbalanceados.
Como trabaja con fasores, sólo permite analizar sistemas en

régimen permanente, y sinusoidales.
Un sistema trifásico sinusoidal y desbalanceado se puede

descomponer en tres sistemas balanceados, con señales de igual
amplitud, pero distinta secuencia:
Componente de secuencia positiva.

Componente de secuencia negativa.
Componente de secuencia cero.

de 27
Componente de Componente de Componente de
secuencia positiva secuencia negativa secuencia cero

de 28
Como cada uno de los fasores desbalanceados
originales es la suma de sus componentes, entonces:
Va  V a
(0)
V a
(1)
V a
( 2)
Vb  Vb( 0 )  Vb(1)  Vb( 2 )

Vc  V c
(0)
V c
(1)
V c
( 2)

de 29
Sea “a” un operador que origina una rotación de 120°
en la dirección contraria a las manecillas del reloj,
entonces:
a  1e j 2 / 3  1120  0.5  j 0.866

Considerando el operador “a” , y tomando como referencia Va,
las componentes de Vb y Vc se pueden expresar como:
Vb( 0)  Va( 0 ) Vc( 0 )  Va( 0 )

Vb(1)  a 2Va(1) Vc(1)  aVa(1)
Vb( 2)  a Va( 2 ) Vc( 2)  a 2Va( 2 )

de 30
Considerando lo anterior se obtiene:
Va  Va( 0 )  Va(1)  Va( 2 )

Vb  Va( 0 )  a 2Va(1)  aVa( 2 )
Vc  V a
( 0)
 aV a
(1)
a V
2
a
( 2)
En forma matricial:
Va  1 1 1  Va( 0 )  Va( 0 ) 

V   1    
 b  a2 a  Va(1)   AVa(1) 
Vc  1 a a 2  Va( 2 )  Va( 2 ) 
 

de 31
Después de realizar algunas operaciones matemáticas,
se llega a que:
Va( 0 )  1 1 1  Va  Va 

 (1)  1   V   A1 V 
Va   3 1 a
2
a  b   b
Va( 2 )  
1 a 2
a  Vc  Vc 
 

de 32
Ejemplo gráfico:

de 33
Ejemplo gráfico:
Voltaje desbalanceado del sistema (Va)

de 34
Ejemplo gráfico:
Voltajes de secuencia positiva

de 35
Ejemplo gráfico:
Voltajes de secuencia cero

de 36
Ejemplo gráfico:
Voltajes de secuencia negativa

de 37
Relación entre armónicas y componentes de secuencia
(Rectificadores).-

de 38
Armónicas de secuencia cero en sistemas con neutro (tetra
filares)

de 39
Circulación de terceras
armónicas en transformadores
trifásicos

de 40
¿Como determinar las armónicas?
• Medir: ¿donde... transformadores de medida ?
• Discretizar: ¿cuántos puntos por período?
• Calcular: ¿cuáles fórmulas (reglamento)?

de 41
Transformadores de Medida
 
1 > Ch 1 : 10 A 10 ms
2 > Ch 2: 1 A 10 ms

de 42
• Las señales corresponden a la corriente de línea de un filtro
sintonizado a la armónica 11.
• La señal color rojo es la corriente medida directamente. La

señal color azul es la corriente medida a través de un
transformador de corriente.
• No hay diferencia a simple vista.

de 43
Zoom de la señal anterior
 
1 > Ch 1: 10 A 500  s
2 > Ch 2: 1 A 500  s

de 44
14 thd 71,11
rms 14,27
12
h rms %
Directa
1 11,5 100,00
10
5 0,0 0,30
7 0,3 2,72
8 11 7,7 67,12
13 2,1 18,00
17 0,0 0,31
6
19 0,0 0,29
23 0,9 8,01
4 25 0,6 5,42
0 thd 71,73
rms 14,25
Transformador.
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
h rms %
1 11,5 100,00
5 0,0 0,36
Espectro armónico. Color rojo es

7 0,3 2,67
11 7,8 67,78
13 2,1 18,05
directa y color azul es a través de un 17
19
0,0
0,0
0,30
0,30
transfomador de medida. 23
25
0,9
0,6
7,97
5,30
Hasta la armónica 51 no hay diferencias notorias. Esto

se refleja en los índices tales como valores rms y THD.

de 45
Discretizar Señales de Voltaje y Corriente
¿ Cuántas muestras y niveles por período ?
• Los instrumentos son digitales (para realizar cálculos) y por lo

tanto discretizan las señales.
• La presición depende de dos aspectos: (a) los niveles de

discretización y (b) la frecuencia de discretización.
• Los niveles de discretización dependen del tipo de conversor

(8 bit, 16 bit).
• La frecuencia de discretización depende de la velocidad de

conversión (muestras por período)

de 46
Número de bits del conversor
• Los niveles de discretización

dependen del tipo de conversor (8
Señal
bit, 14 bit, 16 bit).
continua
101
• Los niveles son en total 28
• 2 # bit = 256 para 8 bit. 100
28
99
• El error máximo es de:
28 Señal
1 1 98 discretizada
# bit
100 %  100 %  0,39 % 28
2 256 97
para 8 bit. 28
t
máximo error

de 47
Número de muestras por período
La velocidad de muestreo finita 3

implica un número de muestras señal continua
finito por período. 2
El Teorema de Nyquist indica que 0

se requieren al menos dos 0 1 2 3 4 5 6 7 8 9 10
-1
muestras por periodo.
-2
señal discretizada
-3
Si se desea medir hasta la armónica 51 se deben utilizar al menos 102

muestras por período. La última armónica es capturada con dos muestras...
¿ es suficiente ?.

de 48
N = 2 (dos muestras por período)
Caso 1 Caso 2
3 3
v(1) área para efectos de cálculo no hay área
2 2
1 1
v(2)
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
-1 -1 v(1)
-2 v(t) v(2) -2 v(t)
-3 -3
• Los cálculos dependerán de la sincronización del muestreo con la señal

original al tener dos muestras por período.
• En el Caso 1 el valor rms sería el peak de la señal, el Caso 2 indicaría un

valor rms cero.

de 49
N < 2: Aliasing
3
armónico submuestreado
• El submuestrear un armónico
2 conlleva la identificación de
1 armónicos inexistentes.
0
-1 0 1 2 3 4 5 6 7 8 9 10
-2
• Este fenómeno se conoce como el
-3
efecto aliasing.
• Al submuestrear una señal se

3
señal submuestreada incurre en la determinación errónea
2
de la amplitud y fase de las
1
armónicas existentes.
0
-1 0 1 2 3 4 5 6 7 8 9 10
-2 • La solución es filtrar la señal en

-3 estudio.

de 50
Frecuencia de Muestreo
La frecuencia de muestreo tiene una gran incidencia en la

precisión con que se procesará la señal digitalizada.
Normalmente la frecuencia de muestreo debe ser al

menos el doble de la máxima frecuencia armónica que
compone la señal.

de 51
Reconstrucción de una señal de amplitud  2 V y frecuencia 1 kHz para
distintas frecuencia de muestreo (1.5, 2.0, 2.5, 15, 20 kHz), varía la forma
de onda de la señal resultante.

de 52
Ejemplo Transformada FFT
Señales de prueba (Frecuencia Estable y Transitorias).
x(t)=cos(210t)+cos(22t)+cos(250t)+cos(2100t)
Señal con cuatro componentes de frecuencia diferentes,

en cuatro diferentes instantes.

de 53
Al sumar las 4 componentes sin considerar la
temporalización.

de 54
2004 Dr. Morán
Dr. Luis Luis Morán
T. T. Suministro Eléctrico 29
Señal con cuatro componentes de frecuencia diferentes, en
cuatro diferentes instantes

de 55
2004 Dr. Morán
Dr. Luis Luis Morán
T. T. Suministro Eléctrico 29
FFT aplicada a las señales de prueba.
En estos espectros se muestra el

problema del uso de Fourier, al usar
señales no estacionarias donde la
frecuencia cambia constantemente al
variar el tiempo.
Se muestra una señal con cuatro

componentes de frecuencias diferentes,
en cuatro diferentes instantes, de una
señal no estacionaria.

de 56
Análisis del Espectro obtenido.
• Las dos señales involucran las mismas componentes de frecuencia,

pero el primero tiene estas frecuencias en todo momento, el
segundo tiene estas frecuencias en distintos intervalos de tiempo.
• Así se tiene las señales de los dos espectros completamente

distintos, pero se ven iguales.
• La llamada Transformada de Fourier da el volumen espectral de la

señal, pero no da ninguna información considerando donde y en que
tiempo las componentes espectrales aparecen.

de 57
Aliasing en Frecuencia
espectro de la • El espectro de la señal original

señal
tiene un ancho de banda B.W.
B.W.
discretización • El muestreador tiene espectro

distinto de cero a frecuencias
múltiples de la frecuencia de
muestreo.
s s s s
espectro de la
señal discretizada
• La señal resultante puede tener un
espectro sobrepuesto (aliasing) si
s > 2 B.W.
s s s s

de 58
espectro de la señal
• La señal se filtra para
eliminar los armónicos
B.W. superiores.
espectro ideal del filtro
• El filtro tiene un ancho de

f banda que se ajusta a la
espectro de la señal frecuencia de muestreo.
filtrada
• Si se requieren 51 armónicos
f = 51
la frecuencia de muestreo
debe de ser superior a 102 y
s s s > 102 s
por lo tanto el filtro se diseña
con un ancho de banda de 51
armónicos.
s s s- f s s

de 59
Cálculo en Señales de Voltaje y Corriente
Valor rms discreto
• El valor rms de la señal

continua está dado por, 3
v(2) área para efectos de cálculo
2 v(1)
T
1 2 1
Vrms  
T 0
v (t )dt 0
-1
0 1 2 3 4 5 6 7 8 9 10
-2 v(t) v(8)
• La integral, -3
 (t )dt
2
v
0
N 1
es el área del cuadrado de
la señal. 1 2 T 
v
k 0
2
(k )
Vrms    v ( k )   
• Por lo tanto, el valor RMS T N  N
es,

de 60
Valor rms discreto - Caso práctico I
Tensión de fase de entrada de un VDF Zoom de tensión de fase en el VDF
TT


1) Ch 1: 200 Volt 5 ms
1) Ch 1: 100 Volt 20 us
La tensión rms medida fue de 270 V. Al filtrar la señal y recalcular se obtuvo

221 V (lo esperado).

de 61
Valor rms discreto - Caso práctico II
Tensión en los terminales de un
motor de un ASD
La tensión rms fue de 450 V.

Al filtrar la señal y recalcular
se obtuvo 201 V (que es lo
esperado).

T
1) Ref A: 200 Volt 5 ms

de 62
Valor rms de un armónico
El valor rms de un armónico en una señal continua está dado por,
Vrms , n  an2  bn2

con,
T T
2 2
bn   v(t )sin(no t ) dt
an  
T 0
v (t ) cos( no t )dt
T 0
La versión discreta de las ecuaciones anteriores son derivadas de una

aproximación de la integral continua. Estas son,
N 1 N 1
2 2
an 
N
 v(k ) cos(n k )
k 0
o bn 
N
 v(k ) sin(n k )
k 0
o
Las expresiones anteriores presumen la existencia de una señal de período

o, con armónicos de orden inferior a N/2.

de 63
Valor rms de un armónico - Caso I
Corriente de entrada en un
alimentador. thd 7,76 %
Tabla de armónicos
rms 2.344,88 A
h frec. Hz rms A %
1 50 2.336,7 100,00
5 250 167,3 7,16
7 350 48,0 2,05
11 550 42,8 1,83
13 650 7,8 0,34
17 850 6,0 0,26
19 950 3,1 0,13
23 1150 3,7 0,16
 25 1250 1,5 0,07
T 2500
Espectro
2000
1500
1000
2) Ref B: 2 kA 5 ms 500
0
1 3 5 7 9 11 13 15 17 19 21 23 25

de 64
Valor rms de un armónico - Caso II
Corriente de red en un ASD.
¿Cuál es el armónico fundamental ?
T
¿Qué armónico es la envolvente ?
¿Cuál es el valor RMS de la

 fundamental y armónicas ?
¿Cómo determina un instrumento la

fundamental ?
2) Ch 2: 100 A 50 ms

de 65
Valor rms de un armónico - Caso III
Corriente de motor en un ASD.
La componente fundamental está

oscilando en frecuencia.
T
¿Cuál es el armónico fundamental ?

¿Cómo determinar el valor RMS de
la fundamental y armónicas ?
WAVELETS!!!
1) Ch 2: 200 A 50 ms

de 66
Transformada Wavelet
La idea básica de analizar señales en el dominio conjunto tiempo y

frecuencia, es poder observar los cambios espectrales de frecuencia a
medida que pasa el tiempo.
Con esto se puede ver variaciones en el tiempo de las componentes

frecuenciales de la señal.
Se pueden analizar las señales no periódicas o no estacionarias

(Diferencia fundamental con método Transformada Fourier).
Permite analizar señales con algún grado de distorsión o con

variaciones de frecuencia e identificar estados transientes en el tiempo.

de 67
Transformada Wavelet (WT)
1  t  
WT(s,)   f(t)  dt  f, s , s  0,  R
s  s 
Donde:
f(t) : función a analizar.

Y : función Wavelet Madre.
S : factor de escalamiento (contracción/dilatación).
t : desplazamiento temporal (traslación).
 : variable uni-dimensional continua.

de 68
Función Wavelet Madre (s,t).
1  t  
 ( s , )   
s  s 
 Y , Valor real o complejo, con soporte positivo.
 Cumple con:
 Suave. 
 ( x)dx  0
 Localización en el Tiempo.
 Localización en Frecuencia

de 69
Función Wavelet Madre (s,t).
Wavelet Madre ‘Morlet’

Wavelet Madre ‘Sombrero Mexicano’

de 70
Ejemplos: Funciones Wavelet Madres (s,t).
Familias de
Wavelets

de 71
Coeficientes C (s,) de WT.
C( s , )  f , s ,   f (t ) s , (t )dt
s  0,  R
Dependientes del tiempo y frecuencia.
Representan las magnitudes del contenido espectral

de f(t).

de 72
Transformada Wavelet Continua (CWT)
1  t  
WT(s, ) 
s  f(t) 
 s 
dt  f, s ,
C( s , )  f , s ,   f (t ) s , (t )dt
Parámetros (s,) de WT son continuos en R.

Restricción:
s  0,  R

de 73
Teoría Wevelet Discreta
El filtro pasa-altos H1 extrae “detalles” de las frecuencias

más altas de la señal, mientras que el filtro pasa-bajos H0
produce la señal a iterar restante de ancho de banda
disminuido.
scale3
H1 2
Input 2
scale2
H1
H0 2
scale1
H0 2
Banco de Filtros de DWT (coeficientes)

de 74
Un Procedimiento Propuesto para el Cálculo y Análisis
Armónico con WT, es el siguiente:
1.- Generar un vector de los valores de la muestra. El tamaño de la
muestra debe ser una potencia de dos.
2.- Procesar el vector mediante el algoritmo DWT.Supone la elección de

wavelet madre. Esto generará un vector de 2^(niveles+1)
elementos.
(ej: wave() en MathCad®).
3.- Cada nivel contiene los coeficientes de WT que aproximan la

función, ordenados desde la más baja frecuencia, hasta la más alta.
(ej: 2,4,8,16,32,…,2^(niveles+1)
4.- Aplicar FFT u otro, para extraer el contenido armónico de las

distintas frecuencias.

de 75
Ejemplo Transformada Wavelet
Análisis de Armónico en Estado Estacionario
s (t )  sin(t )  0.3 sin(5t )  0.15 sin(7t )
Amplitud de señal estacionaria usando DFT
Frecuencia de muestreo: ~0.8KHz

de 76
Análisis de Armónico en Estado Estacionario
Resultados de
Simulación de
Señal Estacionaria
Usando WT
(a), (d) y (g) son los resultados de WT en diferentes escalas; (b), (e) y (h)
son los resultados del análisis usando DFT en el dominio del tiempo.

de 77
Análisis de Armónico Variantes en el Tiempo

 sin(t )  0.33 sin(5t )  0.1sin(7t ) t  [0,0.25)

s (t )  sin(t )  0.1sin(5t )  0.3 sin(7t ) t  [0.25,0.45)
 sin(t )  0.2 sin(5t )  0.15 sin(7t ) t  [0.45,1)

Amplitud de señal variante en el tiempo usando DFT

de 78
2.- Ejemplo Transformada Wavelet
Análisis de Armónico Variantes en el Tiempo
Resultados de
Simulación usando WT:
1.- Amplitud de 3rd
2.- Amplitud de 7th

de 79
Sistema Eléctrico
 Fuente de voltaje, línea,

rectificador de 6 pulsos, carga
RL.
 Señal de voltaje de la
simulación anterior.

de 80
Sistema Eléctrico
Al aplicar la FFT a la señal, solo se observan las frecuencias fundamentales y

los armónicos correspondientes (5ª, 7ª, 11ª, 13ª, etc.)
No se observan los transientes o las conmutaciones

del rectificador de seis pulsos.

de 81
Sistema Eléctrico
Análisis Voltaje de Entrada Rectificador Estático de 6P
Identificación de los Estados

Transientes y discontinuidades,
en el Tiempo y Frecuencia.

de 82
Sistema Eléctrico
Análisis Voltaje de Entrada Rectificador Estático de 6 Pulsos
La CWT proporciona una

representación en el Tiempo y
Frecuencia (Espectro en
Frecuencia).
Alto contenido Armónico, hasta

los 800 Hz. siendo la 5ta. y 7ma
las de mayor incidencia.
Gran distorsión de transientes a

los 1200 Hz. y 1900Hz.
Producidos por los Nocht de
Voltaje.

de 83
¿Cómo Calcular las Armónicas?.
El uso de Wavelet para el análisis del problema de calidad

de la energía, es una herramienta necesaria y
complementaria al análisis Fourier.
La Transformada de Wavelet es capaz identificar

armónicos, subarmónicos e interarmónicos presentes en
una señal dada.

de 84
Equipos para medir la Calidad de Suministro
Fluke 43
•Volts / Hz / Amps.
• Potencia (kVA / kW / kVAr / fp).
• Armónicas (hasta 51), THD.
• Sags y Swells.
• Transientes de voltaje.
• Corriente Inrush.
• Osciloscopio.

de 85
Dranetz 4300
• Volts / Amps.
• Transientes de voltaje y corriente.
• Frecuencia.
• Otros cálculos vía software.

de 86
Tektronix THS720P
• Volts / Hz / Amps.
• Potencia (kVA / kW / kVAr / fp).
• Armónicas (hasta 51), THD.
• Transientes de voltaje.
• Corriente Inrush.
• Osciloscopio.
• Multímetro.

de 87
Reliable Power Meter
• Volts / Amps / Hz.

• Corriente por tierra.
• Desbalance.
• Armónicos.
• Flicker.
• Energía, demanda, fp,
reactivos.

de 88
Tabla I. Atenuación y desfase en las mediciones realizadas con las sondas MR
461 en la escala de 60 A, MN 261 en la escala de 20 A y la MN 103 en la escala
de 10 A.

de 89
% Atenuación Puntas de Corriente
8,0
MR 461 (60)
6,0 MN 261 (20)
MN 103 (10)
4,0
2,0
Hz p.u.
0,0
1 10 100
-2,0
-4,0
-6,0
-8,0
Desfase Desfase Puntas de Corriente

20
10
Hz p.u.
0
1 10 100
-10
-20
-30
-40
MR 461 (60)
-50
MN 261 (20)
MN 103 (10)
-60

de 90

Capitulo 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo 2

Cargado por

Copyright:

Formatos disponibles

CAPÍTULO - II

Estudiar las herramientas analíticas a usar para poder extraer la

Analizar las características técnicas de los instrumentos

Normalmente, para el análisis de los sistemas eléctricos se usan

 Series de Fourier (distorsionadas).

 Componentes Simétricas (desbalances).

 Transformada de Wavelets (distorsionadas).

Las herramientas matemáticas descritas sirven para

En un sistema eléctrico ideal todas las corrientes y voltajes en

La potencia media en los circuitos en corriente alterna se calcula

Q  Vrms  I rms sin  

2010 Laboratorio De Calidad10

2010 Laboratorio De Calidad11

VRMS 380 -1000

Si un voltaje sinusoidal Vs se aplica a una carga no-lineal, la

El voltaje y la corriente pueden representarse mediante

2010 Laboratorio De Calidad13

2010 Laboratorio De Calidad14

2010 Laboratorio De Calidad15

Sistema con carga no Lineal

2010 Laboratorio De Calidad16

 El factor de potencia difiere respecto al caso ideal, incluye un factor de

 Este factor representa la reducción del factor de potencia por desplazamiento

2010 Dr. Luis Morán Laboratorio De Calidad de 17

Componente fundamental: es la amplitud de la señal sinusoidal cuya frecuencia es

2010 Laboratorio De Calidad18

Armónica dominante: es la componente de la serie de Fourier que

2010 Laboratorio De Calidad19

Armónicas impares: son las componentes de la serie de Fourier cuya frecuencia

2010 Laboratorio De Calidad20

Armónicas pares: son las componentes de la serie de Fourier cuya frecuencia

2010 Laboratorio De Calidad21

Sub-armónicas: componentes de la serie de Fourier con frecuencia igual a un

2010 Laboratorio De Calidad22

Inter-armónicas: señal cuya frecuencia que no se relaciona con un múltiplo

2010 Laboratorio De Calidad23

2010 Laboratorio De Calidad24

Tanto las sub-armónicas como las inter-armónicas no tienen

Estas componentes presentan frecuencias iguales a múltiplos

2010 Laboratorio De Calidad25

• El más severo en provocar estas componentes es el

• Los Hornos de Arco producen inter-armónicos de baja

• Motores de Inducción pueden ser fuente de inter-armónicos,

2010 Laboratorio De Calidad26

Herramienta matemática para tratar circuitos polifásicos

Como trabaja con fasores, sólo permite analizar sistemas en

Un sistema trifásico sinusoidal y desbalanceado se puede

Componente de secuencia positiva.

2010 Laboratorio De Calidad27

2010 Laboratorio De Calidad28

Vb  Vb( 0 )  Vb(1)  Vb( 2 )

2010 Laboratorio De Calidad29

a  1e j 2 / 3  1120  0.5  j 0.866

Vb( 0)  Va( 0 ) Vc( 0 )  Va( 0 )

2010 Laboratorio De Calidad30

Va  Va( 0 )  Va(1)  Va( 2 )

Va  1 1 1  Va( 0 )  Va( 0 ) 

2010 Laboratorio De Calidad31

Va( 0 )  1 1 1  Va  Va 

2010 Laboratorio De Calidad32

2010 Laboratorio De Calidad33

2010 Laboratorio De Calidad34

Voltajes de secuencia positiva