1

Um Algoritmo de Filtragem Adaptativa da
Componente DC de Decaimento Exponencial para a
Estimação de Fasores em Relés Digitais
Kleber Melo e Silva, Member, IEEE
Resumo—Neste artigo apresenta-se um novo algoritmo de
filtragem da componente DC de decaimento exponencial, deno-
minado de filtro mímico adaptativo. A ideia básica é adaptar
os parâmetros do filtro mímico digital ao sinal avaliado, de
modo que a componente DC de decaimento exponencial seja
completamente filtrada. Na proposição do algoritmo, o filtro
mímico foi combinado com o algoritmo de Fourier de um ciclo
para realizar a estimação do fasor. O desempenho do algoritmo
proposto foi comparado ao de outros encontrados na literatura,
utilizando uma grande variedade de sinais simulados no ATP. Os
resultados obtidos indicam que o algoritmo proposto apresentou
o melhor desempenho para os casos analisados.
I. INTRODUÇÃO
A maioria das funções de proteção implementadas nos relés
digitais microprocessados utiliza os fasores das grandezas do
sistema elétrico na frequência fundamental, os quais são obti-
dos a partir das amostras das tensões e correntes utilizando-se
algoritmos de estimação de fasores [1]. Estes, por sua vez,
devem atender a requisitos como eliminação das harmônicas
e rejeição à componente DC de decaimento exponencial.
As harmônicas, tanto pares quanto impares, são facilmente
filtradas utilizando-se filtros digitais de um ciclo. Por outro
lado, a componente DC de decaimento exponencial não é
facilmente eliminada durante a estimação, devido ao fato dela
ser uma componente não periódica que tem um espectro que
abrange uma larga faixa de frequências. Em contrapartida, a
sua não eliminação provoca erros nos fasores estimados, que
podem culminar na má operação do relé de proteção [2].
Diversos algoritmos de eliminação do efeito da componente
DC de decaimento exponencial na estimação de fasores têm
sido publicados [3]–[9]. Em [3], o algoritmo dos mínimos
quadrados foi utilizado na estimação de fasores. Os dois
primeiros termos da representação em série de Taylor da
componente DC de decaimento exponencial foram incluídos
no modelo de estimação do sinal. Este algoritmo apresenta
bom desempenho para diferentes constantes de tempo, mas
não para valores pequenos, da ordem de 0,1 a 0,5 ciclos [7].
O tradicional filtro mímico digital foi proposto em [4]. Os
seus parâmetros são ajustados para uma constante de tempo
particular. Caso o valor escolhido seja igual ao da constante
de tempo de decaimento da componente DC presente no
sinal avaliado, esta componente é completamente filtrada. Caso
Kleber Melo e Silva é professor adjunto do Departamento de Engenharia
Elétrica da Universidade de Brasília, Brasília, Asa Norte - CEP: 70919-970,
Distrito Federal - Brasil. Fone: +55 61 3107-5577, e-mail: klebermelo@unb.br.
contrário, quão maior o erro na escolha do valor da constante
de tempo, pior será o desempenho do filtro mímico.
Em [5], os parâmetros da componente DC de decaimento
exponencial são estimados integrando um ciclo do sinal ava-
liado. Assim, o valor da componente DC de decaimento
exponencial é subtraído do sinal original a cada instante de
amostragem, para só então utilizar-se o algoritmo de Fourier
de um ciclo para estimar o fasor.
Muitos são os trabalhos que propõem modificações dos
algoritmos de Fourier de um e meio ciclo [6]–[8]. A ideia
básica é criar uma estratégia recursiva de correção da estima-
ção do fasor, observando-se a influência da componente DC
na formulação dos algoritmos de Fourier. Em [6], utilizam-se
três estimações consecutivas para determinar os parâmetros
da componente DC de decaimento exponencial. Já em [7]
são propostas modificações no algoritmo de Fourier de um
ciclo, baseadas em somas parciais das amostras do sinal. Estes
algoritmos apresentam bom desempenho para uma grande
faixa de valores de constantes de tempo de decaimento da
componente DC. Em [8], uma estratégia de correção da
estimação é proposta, a partir da diferença entre os resultados
do algoritmo de Fourier de um ciclo aplicado às amostras pares
e impares do sinal.
Em [2] é proposto o chamado algoritmo do filtro cosseno,
que é baseado na ortogonalidade da saída do filtro cosseno
de Fourier para as janelas de dados atual e um quarto de
ciclo atrasada. Apesar da boa rejeição à componente DC
de decaimento exponencial, este algoritmo resulta em um
atraso de um quarto de ciclo no fasor estimado. Uma versão
modificada do filtro cosseno de um ciclo foi proposta em [9],
que resulta em um atraso de apenas uma amostra.
No presente artigo, apresenta-se um novo algoritmo de
filtragem da componente DC de decaimento exponencial,
denominado de filtro mímico adaptativo (FMA). A ideia básica
é adaptar os parâmetros do filtro mímico digital ao sinal
avaliado, de modo que a componente DC de decaimento expo-
nencial seja completamente filtrada. Para realizar a estimação
do fasor, a formulação do filtro mímico foi combinada com
a do algoritmo de Fourier de um ciclo. O desempenho do
FMA foi comparado ao de outros algoritmos encontrados na
literatura. Para tanto, um grande número de faltas foram si-
muladas em uma linha de transmissão utilizando-se o software
ATP (Alternative Transients Program). Os resultados obtidos
indicam que a estimação do fasor com o algoritmo proposto
é mais imune aos efeitos da componente DC de decaimento
exponencial do que os demais algoritmos avaliados.
2
II. COMPONENTE DC DE DECAIMENTO EXPONENCIAL
Para simplificar a análise da componente DC de decaimento
exponencial, seja o sistema elétrico monofásico radial ilustrado
na Fig. 1. A linha de transmissão é modelada como uma linha
curta, com resistência R
LT
e indutância L
LT
. A carga, por
sua vez, é modelada como sendo corrente constante, enquanto
que o restante do sistema é representado por um equivalente
de Thèvenin, com impedância representada pela conexão em
série da resistência R
TH
e indutância L
TH
. A fonte v
TH
do
equivalente pode ser representada por
v
TH
(t) = E
m
sin (ωt +θ) . (1)
Antes do instante t
0
, a chave S está aberta, de modo que a
corrente i(t) vista por um relé instalado na barra A é apenas
a corrente de carga i
C
(t)
i(t) = i
C
(t) = I
m
sin (ωt +θ −ϕ
C
) . (2)
A chave S é fechada no instante t
0
, de modo que uma
falta com resistência R
F
é aplicada em uma porcentagem p
do comprimento da linha de transmissão. A partir de então, a
corrente i(t) vista pelo relé na barra A é representada por
i(t) = i
C
(t) +i
F
(t), (3)
onde i
F
(t) é corrente de falta, determinada como
i
F
(t) =
E
m
|Z
F
|
sin [ω (t −t
0
) +θ −ϕ
F
] +A
0
e
−(t−t0)/τ
, (4)
com
|Z
F
| =
_
(R
TH
+pR
LT
+R
F
)
2

2
(L
TH
+pL
LT
)
2
(5)
ϕ
F
= tan
−1
_
ω (L
TH
+pL
LT
)
R
TH
+pR
LT
+R
F
_
(6)
τ =
L
TH
+pL
LT
R
TH
+pR
LT
+R
F
(7)
A
0
= −
E
m
|Z
F
|
sin (θ −ϕ
F
) . (8)
A partir das Eqs. 4, 7 e 8, percebe-se que a componente DC
de decaimento exponencial depende dos parâmetros da linha
de transmissão, da configuração do sistema (equivalente de
Thèvenin) e dos parâmetros da falta (localização, resistência e
ângulo de incidência). Alguns desses parâmetros não podem
ser conhecidos a priori, de modo que a componente DC de
decaimento exponencial também não. Valores típicos para a
constante de tempo de decaimento estão compreendidos no
intervalo de 0,5 a 5 ciclos [4].
F
S
R
TH
v

TH
(t )
L
TH
pR
LT
pL
LT
R
F
(1-p)R
LT
(1-p)L
LT
i (t )
Equivalente de Thèvenin
A
t
0
i

C
(t )
B
Fig. 1. Sistema elétrico monofásico radial.
III. O EFEITO DA COMPONENTE DC DE DECAIMENTO
EXPONENCIAL NA ESTIMAÇÃO DE FASORES
Para avaliar o efeito da componente DC de decaimento
exponencial na estimação de fasores, seja o sinal x(k) a seguir
x(k) = A
0
Γ
k
+
N/2

n=1
A
n
sin
_
2πn
N
k +ϕ
n
_
= x
DC
(k) +x(k)
(9)
onde Γ = e
−t/τ
é o termo exponencial; A
0
e τ são a
amplitude e a constante de tempo da componente DC de
decaimento exponencial; A
n
e ϕ
n
são a amplitude e a fase
da n-ésima componente harmônica; t é o intervalo de
amostragem; N é o número total de amostras por ciclo.
O fasor na frequência fundamental pode ser obtido apli-
cando o algoritmo de Fourier de um ciclo ao sinal x(k) [1]
X(k) =
2
N
N

r=1
x(k −N +r)e
−j

N
r
. (10)
Substituindo a Eq. 9 na Eq. 10, obtém-se
X(k) = X(k) +X
DC
(k) , (11)
onde
X(k) =
2
N
N

r=1
x(k −N +r)e
−j

N
r
(12)
X
DC
(k) =
2
N
N

r=1
x
DC
(k −N +r)e
−j

N
r
. (13)
Analisando a Eq. 12, percebe-se que X(k) é apenas o fasor
na frequência fundamental
X(k) = A
1
e
jϕ1
, (14)
uma vez que o algoritmo de Fourier de um ciclo elimina todas
as harmônicas. Resolvendo a Eq. 13, obtém-se [8]
X
DC
(k) =
2
N
A
0
_
1 − Γ
N
_
1 − Γe
−j

N
. (15)
A partir das Eqs. 11-15, observa-se que o algoritmo de
Fourier de um ciclo provoca um erro na estimação do fasor
devido à componente DC de decaimento exponencial. Como
resultado, observam-se oscilações em torno do valor real do
fasor. Para exemplificar este efeito, seja o sinal discreto
x(k) = AΓ
k
−Acos
_

N
k
_
, (16)
onde A = 100, N = 16 e τ = 3 ciclos.
A Fig. 2 ilustra a amplitude do fasor estimado. Observa-se
que a amplitude de X oscila em torno do seu valor real, o que
não ocorre na amplitude de X.
20 30 40 50 60 70 80 90 100
80
90
100
110
Tempo (ms)
A
m
p
l
i
t
u
d
e
X
X
14
Fig. 2. Efeito da componente DC de decaimento exponencial na estimação
dos fasores com o algoritmo de Fourier de um ciclo.
3
IV. TRADICIONAL FILTRO MÍMICO DIGITAL
O filtro mímico digital proposto em [4] é baseado no circuito
mímico, uma técnica utilizada em relés eletromecânicos e
estáticos para eliminar o efeito da componente DC de de-
caimento exponencial. Basicamente, se uma corrente DC com
decaimento exponencial passar por uma impedância da forma
K (1 +sτ) , (17)
a tensão sobre esta impedância será apenas uma constante DC,
no caso de τ ser igual a constante de tempo real do sinal
[4]. Em outras palavras, a componente DC de decaimento
exponencial terá sido completamente filtrada.
Para fazer a implementação digital do princípio do circuito
mímico, o circuito diferenciador, representado no domínio
de Laplace pelo operador s, é emulado utilizando 1 − z
−1
,
resultando na equação do conhecido filtro mímico digital
K
_
(1 −τ
d
) +τ
d
z
−1
¸
, (18)
com τ
d
expressa em número de amostras. Aplicando esta
equação ao sinal discreto x(k) descrito pela Eq. 9, obtém-se
z(k) = K [(1 −τ
d
) x(k) +τ
d
x(k − 1)] . (19)
O ganho K deve ser unitário na frequência fundamental
K =
¸
¸
¸
¸
_
1
_
(1 +τ
d
) −τ
d
cos
_

N
__
2
+
_
τ
d
sin
_

N
__
2
.
(20)
No caso de τ
d
ser igual a constante de tempo de decaimento
da componente DC presente no sinal x(k), então o sinal de
saída z(k) consiste da componente de frequência fundamental,
N/2 − 1 harmônicas e de uma componente DC.
O fasor na frequência fundamental Z(k) pode ser calcu-
lado aplicando-se o algoritmo de Fourier de um ciclo, como
ilustrado na Eq. 10,
Z(k) = K [(1 −τ
d
) X(k) +τ
d
X(k − 1)] . (21)
Uma vez que o algoritmo de Fourier de um ciclo possui ganho
zero para as frequências DC e harmônicas, Z(k) será apenas
a componente de frequência fundamental.
A Fig. 3 ilustra o máximo overshoot percentual na estima-
ção do fasor, considerando o sinal x(k) da Eq. 16 e utilizando
o algoritmo de Fourier de um ciclo combinado com o filtro
mímico digital ajustado para diferentes valores de τ
d
. Observa-
se que τ
d
igual a três ciclos resulta em um overshoot igual
a zero. Além disso, para esse caso, mesmo que o valor de
τ
d
diferencie de até um ciclo do seu valor real, o overshoot
percentual ainda será inferior a 0,5%.
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
0.0
0.5
1.0
Time Constant ¿ (cycles)
d
O
v
e
r
s
h
o
o
t

(
%
)
Fig. 3. Overshoot percentual na estimação do fasor, considerando diferentes
valores da constante de tempo τ
d
do filtro mímico digital.
V. ALGORITMO DE ESTIMAÇÃO DE FASORES PROPOSTO
O algoritmo de estimação de fasores proposto combina
o novo FMA com o algoritmo de Fourier de um ciclo. A
ideia básica por trás do FMA é reajustar adaptativamente os
parâmetros do filtro mímico digital para o valor da constante
de tempo de decaimento τ da componente DC presente no
sinal avaliado. Para tanto, propõe-se um esquema adaptativo
de estimação do valor de τ.
A. O Novo FMA
O novo FMA pode ser dividido em duas etapas: determina-
ção do valor da constante de tempo τ e reajuste dos parâmetros
do filtro mímico digital.
A fim de determinar o valor de τ, primeiramente estima-se
o valor do termo exponencial Γ. Para tanto, duas expressões
podem ser utilizadas:
1) Expressão que Utiliza N/2+2 Amostras de x(k): Consi-
dere o sinal discreto x(k) da forma descrita pela Eq. 9, com
n = 1, 3, 5, . . . , N/2 − 1. A partir de simples relações
trigonométricas, obtêm-se as seguintes equações
x(k) +x(k −N/2) = A
0
Γ
k
+A
0
Γ
k−N/2
(22)
x(k − 1)+x(k −N/2 − 1) = A
0
Γ
k−1
+A
0
Γ
k−N/2−1
(23)
A partir das Eqs. 22 e 23, Γ pode ser calculado como
Γ =
x(k) +x(k −N/2)
x(k − 1) +x(k −N/2 − 1)
. (24)
2) Expressão que Utiliza N Amostras de x(k): Considere
o sinal discreto x(k) da forma descrita pela Eq. 9, com n =
1, 2, 3, . . . , N/2. As seguintes somas parciais podem ser
definidas [7]
PS
1
=
N/2

k=1
x(2k − 1) (25)
PS
2
=
N/2

k=1
x(2k) . (26)
A partir de relações trigonométricas e manipulações algé-
bricas nas Eqs. 25 e 26, obtém-se
PS
1
= A
0
Γ
_
Γ
N
− 1
_
Γ
2
− 1
(27)
PS
2
= A
0
Γ
2
_
Γ
N
− 1
_
Γ
2
− 1
. (28)
A partir 27 e 28, Γ pode ser calculado como
Γ =
PS
2
PS
1
. (29)
Utilizando a Eq. 24 ou a Eq. 29, estima-se o valor de Γ. O
valor de τ, por sua vez, pode ser obtido utilizando-se os dois
primeiros termos da expansão em série de Taylor de Γ
τ =
t
1 − Γ
. (30)
Na implementação do FMA, estima-se o valor de Γ primei-
ramente com a Eq. 24, para depois melhorar a estimação com
a Eq. 28. Assim, o seguinte esquema é utilizado:
4
• Inicialmente, τ é considerado igual a um ciclo.
• Entre as amostras N/2 + 2 e N − 1, Γ é estimado
utilizando-se a Eq. 24.
• A partir da amostra N, Γ é estimado utilizando a Eq. 29.
• Para cada novo Γ, τ é calculado utilizando a Eq. 30.
Em aplicações práticas, o valor de τ não altera na transição
entre as fases de pré-falta e falta. Contudo, as Eqs. 24 e
29 podem resultar em valores incorretos para as primeiras
amostras. A fim de contornar essa situação, utiliza-se uma
estratégia de estabilização forçada do valor estimado de τ,
mediante o seu confinamento ao intervalo τ
min
= 0, 5 ciclos e
τ
max
= 5 ciclos, escolhido de acordo com os valores típicos da
constante de tempo de decaimento τ [4]. Além disso, utiliza-se
um filtro de média móvel nos valores estimados de τ, a fim de
proporcionar uma suavização das variações para as primeiras
amostras nas quais são utilizadas as Eqs. 24 e 29. Os resultados
obtidos evidenciam que a utilização de uma janela com duas
estimações consecutivas apresenta bons resultados.
Para cada novo valor de τ estimado, realiza-se o reajuste
dos parâmetros do filtro mímico. O valor de τ
d
é calculado
τ
d
= round (τ/t) , (31)
onde o operador round(·) arredonda um número em ponto
flutuante para o número inteiro mais próximo. Só então, o
ganho K do filtro mímico é reajustado de acordo com a Eq. 20,
de modo que ele seja unitário para a frequência fundamental.
B. Descrição do Algoritmo Proposto
O algoritmo de estimação de fasores proposto pode ser
resumido como ilustrado na Fig. 4. Para cada nova amostra do
sinal x(k), o fasor X(k) é estimado utilizando o algoritmo de
Fourier de um ciclo, como descrito na Eq. 10. Até a amostra
k < N/2 + 2 os parâmetros do filtro mímico são mantidos
constantes e ajustados para um valor de τ igual a um ciclo.
Obter uma nova
amostra do sinal x(k)
k > N/2+2 ?
Utilizar o filtro mímico
digital para obter Z(k)
Utilizar o algoritmo
de Fourier de um
ciclo para estimar X(k)
Corrigir a fase do
fasor Z (k)
Fasor na frequencia
fundamental corrigido Z (k)
Não
Sim
Estimar ¿ utilizando
as amoatras de x(k)
Reajustar ¿ e K
d
Fig. 4. Fluxograma do algoritmo de estimação de fasores proposto.
Utilizando a Eq. 21 o fasor Z(k) é obtido. Então, sua fase
é corrigida, a fim de compensar a defasagem imposta pelo
filtro mímico digital, resultando no fasor Z(k) na frequência
fundamental. Por outro lado, a partir da amostra k N/2+2 o
valor de τ é estimado utilizando o esquema adaptativo descrito
na Seção V-A. Para cada novo valor de τ, τ
d
é calculado pela
Eq. 31 e o ganho K é reajustado utilizando a Eq. 20. Então,
o fasor Z(k) é estimado utilizando a Eq. 21 com os novos
valores de τ
d
e K. Finalmente, a fase do fasor é corrigida e o
fasor na frequência fundamental Z(k) é obtido sem os efeitos
da componente DC de decaimento exponencial.
Em relés multifuncionais, o algoritmo proposto deve ser
executado para cada sinal de tensão e corrente, o que pode
resultar em filtros mímicos com diferentes parâmetros, desde
que a componente DC de decaimento exponencial pode ser
diferente para cada sinal. Isto justifica a correção da fase do
fasor descrita anteriormente, que é realizada aplicando-se a
transformação linear de rotação ao fasor Z(k)
_
Z
re
(k)
Z
im
(k)
_
=
_
cos φ sin φ
−sin φ cos φ
_ _
Z
re
(k)
Z
im
(k)
_
(32)
onde os subscritos re e im correspondem as partes real
e imaginária do fasor, respectivamente, e φ é a defasagem
causada pelo filtro mímico digital, calculada como
φ = arctan
_
τ
d
sin (2π/N)
(1 +τ
d
) −τ
d
cos (2π/N)
_
. (33)
VI. AVALIAÇÃO DO DESEMPENHO DO ALGORITMO
PROPOSTO
O desempenho do algoritmo proposto foi comparado ao de
alguns algoritmos encontrados na literatura: Fourier de um
ciclo modificado [7], filtro cosseno modificado [9] e mínimos
quadrados [3], utilizando sinais teste e simulados no ATP.
Para tanto, as simulações foram realizadas utilizando um passo
de cálculo correspondente a uma taxa de 160 amostras por
ciclo. Em seguida, os sinais foram filtrados utilizando um filtro
digital equivalente a um filtro Butterworth analógico passa-
baixas de terceira ordem com frequência de corte em 180 Hz.
Então, os sinais filtrados foram reamostrados para uma taxa
de 16 amostras por ciclo, para só então serem utilizados para
avaliar os algoritmos de estimação de fasores. Os resultados
obtidos são descritos a seguir.
A. Utilizando Sinais Teste
A sensibilidade dos algoritmos à variação da constante
de tempo de decaimento da componente DC foi investigada
utilizando sinais teste da forma:
x(k) = AΓ
k
−Acos
_

N
k
_
, (34)
com A = 100, N = 16 e Γ = e
−t/τ
.
Na Fig. 5(a) e 5(b) são ilustradas as amplitudes dos fasores
estimados considerando os sinais teste com τ igual a um e
dois ciclos, respectivamente. Observa-se que nestes casos o
algoritmo proposto apresentou o melhor desempenho, uma vez
que foi o que apresentou o menor overshoot.
5
15 20 25 30 35 40 45 50 55 60 65 70
Tempo (ms)
A
m
p
l
i
t
u
d
e
98
99
100
101
102
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(a)
15 20 25 30 35 40 45 50 55 60 65 70
98
99
Tempo (ms)
A
m
p
l
i
t
u
d
e
100
101
102
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(b)
Fig. 5. Amplitude do fasor estimado para o sinal de teste com τ igual a (a)
um ciclo e (b) dois ciclos.
0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
0,0
0,5
1,0
1,5
2,0
2,5
3,0
Constante de Tempo ¿ (ciclos)
O
v
e
r
s
h
o
o
t

(
%
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
Fig. 6. Overshoot percentual na estimação da amplitude do fasor para
diferentes valores de τ.
Na Fig. 6 é ilustrado o overshoot percentual na estimação da
amplitude do fasor na frequência fundamental, considerando
o sinal de teste com τ variando de 0,5 à 5 ciclos [4]. Observa-
se que o algoritmo proposto apresenta o melhor desempenho,
resultando em overshoots aproximadamente iguais a zero para
a maioria dos valores de τ. Seu pior desempenho ocorreu para
τ igual a 0,5 ciclos, quando o overshoot foi de 0,14%. Isto
ocorreu devido a aproximação linear utilizada na Eq. 30.
A fim de avaliar a sensibilidade dos algoritmos aos ruídos,
um ruído branco foi adicionado ao sinal de teste. A razão
escolhida entre o máximo valor do ruído e a amplitude da
componente de frequência fundamental foi de 2%. Nas Figs.
7(a) e 7(b) são ilustradas as estimações da amplitude do
fasor para os mesmos sinais teste utilizados nas Figs. 5(a)
e 5(b), adicionados ao ruído branco. Pode-se observar que o
algoritmo menos sensível ao ruído é o filtro cosseno modifi-
cado, seguido do algoritmo proposto, que apresenta algumas
oscilações em torno do valor de regime. Isto acontece devido
ao fato de que o filtro mímico atua como um diferenciador,
amplificando as altas frequências. Mesmo assim, o algoritmo
proposto apresentou um bom desempenho na estimação do
fasor, mantendo a eliminação do efeito da componente DC de
decaimento exponencial. O algoritmo de Fourier modificado e
o dos mínimos quadrados foram os mais afetados pelo ruído
adicionado, apresentando muitas oscilações.
97,0
98,5
100,0
101,5
103,0
15 20 25 30 35 40 45 50 55 60 65 70
A
m
p
l
i
t
u
d
e
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
Tempo (ms)
(a)
97,0
98,5
100,0
101,5
103,0
15 20 25 30 35 40 45 50 55 60 65 70
Tempo (ms)
A
m
p
l
i
t
u
d
e
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(b)
Fig. 7. Amplitude do fasor a frequência fundamental para o caso teste com
τ igual a (a) um ciclo e (b) dois ciclos, adicionado a um ruído branco.
S1
Barra 1
S2
RELÉ
TC
Barra 2
o
V =1.02Ð0 pu
^
Z =1.014+j18.754 W
0
Z = 0.871+j25.661 W
1
o
V = 0.98Ð20 pu
^
Z =1.127+j20.838 W
0
Z =0.968+j28.513 W
1
Dados do Modelo no ATP:
Fonte S1 Fonte S2 Linha de Transmissão
180 km
Z =0.532+j1.541 W/km
L,0
Z =0.098+ j0.510 W/km
L,1
Y =j2.293 /km
L,0
W
Y =j3.252 /km
L,1
W
Fig. 8. Diagrama unifilar do sistema elétrico de teste.
B. Utilizando Sinais Simulados no ATP
O sistema elétrico simplificado ilustrado na Fig. 8 foi
simulado no software ATP para gerar um conjunto de dados
de falta, que foi utilizado para avaliar o desempenho dos
algoritmos de estimação de fasores. Há duas fontes ideais de
230 kV S1 e S2 e uma linha de transmissão de 180 km. Os
dados das fontes e da linha de transmissão com os subscritos
"0"e "1"dizem respeito aos valores das grandezas de sequência
zero e positiva, respectivamente. O transformador de corrente
(TC) ilustrado foi também incluído na simulação no ATP. Seu
modelo e parâmetros são os aqueles utilizados no artigo de
referência do IEEE Power System Relaying Committee [10].
Na Fig. 9(a) mostra-se a amplitude do fasor corrente na
fase C vista pelo relé na barra 1, referenciada ao primário do
TC, quando de uma falta bifásica entre as fases B e C (40
km da barra 1, ângulo de incidência de 60
0
e resistência de
falta de 10 Ω). Na Fig. 9(b), ilustra-se a amplitude do fasor
corrente na fase B vista pelo relé na barra 1, referenciada ao
primário do TC, quando de uma falta bifásica para terra entre
as fases B e C (140 km da barra 1, ângulo de incidência de
90
0
e resistência de falta de 30 Ω). Observa-se que para estes
casos o algoritmo proposto apresenta o melhor desempenho
na eliminação da componente DC de decaimento exponencial,
desde que ele resulta nos menores overshoots.
6
790
796
802
808
135 150 165 180 195 210 225 240
Tempo (ms)
A
m
p
l
i
t
u
d
e

(
A
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(a)
740
750
760
770
135 150 165 180 195 210 225 240
Tempo (ms)
A
m
p
l
i
t
u
d
e

(
A
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(b)
Fig. 9. Amplitude do fasor: (a) corrente na fase C para uma falta BC (40
km da barra 1, ângulo de incidência de 60
0
e resistência de falta de 10 Ω);
(b) corrente na phase B para uma falta BCT (140 km da barra 1, ângulo de
incidência de 90
0
e resistência de falta de 30 Ω).
TABELA I
VARIÁVEIS UTILIZADAS NA GERAÇÃO DO CONJUNTO DE FALTAS.
Variáveis de simulação Valores escolhidos
Localização da falta (km) 10, 20, 30, . . ., 150,160 e 170
Fase-Fase: 1, 10 e 20
Resistência de falta (Ω)
Fase-Terra: 25, 35 e 45
Ângulo de incidência (

) 15, 75 e 135
Impedância da fonte Fonte S: 10, 100 e 1000
(% dos valores nominais) Fonte R: 10, 100 e 1000
AT-BT-CT-AB-AC-BC
Tipo de falta
ABT-ACT-BCT-ABC
A fim de verificar a robustez do algoritmo proposto, vários
tipos de faltas foram simulados. As seguintes variáveis foram
levadas em consideração: localização da falta, resistência da
falta, ângulo de incidência de falta (referência na tensão na
fase A da fonte S1), impedância da fonte e tipo de falta. Os
valores escolhidos são resumidos na Tab. I.
A combinação das variáveis apresentadas na Tab. I resulta
em um total de 13.770 faltas. Uma análise estatística do
desempenho dos algoritmos avaliados na eliminação do efeito
da componente DC de decaimento exponencial foi realizado.
Um total de 810 faltas foram simuladas a cada 10 km da
linha de transmissão, dentre as quais determinou-se os valores
mínimo, máximo e médio do overshoot na estimação da
amplitude do fasor corrente na frequência fundamental. Os
resultados obtidos são ilustrados na Fig. 9. Observa-se que
o algoritmo proposto apresenta o menor overshoot para a
maioria das localizações. Seu pior desempenho foi 6,9% em 10
km da barra 1. O overshoot médio para o algoritmo proposto
foi praticamente constante em 0,75%, o que resultou no melhor
desempenho dentre os avaliados. O algoritmo do filtro cosseno
modificado apresenta o segundo melhor desempenho, seguido
pelos algoritmos de Fourier de um ciclo modificado e dos
mínimos quadrados, respectivamente.
10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170
0
0,03
0,06
0,09
0,12
0,15
0,18
0,21
0,24
Localização da Falta (km)
O
v
e
r
s
h
o
o
t

(
%
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(a)
10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170
4
5
6
7
8
9
10
Localização da Falta (km)
O
v
e
r
s
h
o
o
t

(
%
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(b)
10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170
0,50
0,75
1,00
1,25
1,50
1,75
2,00
2,25
2,50
Localização da Falta (km)
O
v
e
r
s
h
o
o
t

(
%
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
(c)
Fig. 10. Overshoot percentual (a) mínimo, (b) máximo e (c) médio na
estimação do fasor corrente por localização.
O desempenho dos algoritmos pode também ser avaliado
a partir do polígono de frequências acumulado ilustrado na
Fig. 11, que relaciona a porcentagem de faltas e o má-
ximo overshoot na estimação da amplitude do fasor corrente.
Observa-se que o algoritmo proposto apresentou o menor
overshoot para a maioria dos casos. Mais uma vez, o algoritmo
do filtro cosseno modificado apresentou o segundo melhor
desempenho, seguido pelos algoritmos de Fourier de um ciclo
modificado e dos mínimos quadrados, respectivamente. Por
exemplo, o algoritmo proposto resulta em um overshoot igual
a 1,0% para aproximadamente 82% das faltas, enquanto que
para os algoritmos do filtro cosseno modificado, de Fourier
modificado e dos mínimos quadrados esta porcentagem foi de
60%, 48% e 30%, respectivamente.
7
0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
0
10
20
30
40
50
60
70
80
90
100
Overshoot (%)
P
o
r
c
e
n
t
a
g
e
m

d
e

F
a
l
t
a
s

(
%
)
Proposto
Fourier Modificado
Filtro Cosseno Modificado
Mínimos Quadrados
Fig. 11. Polígono de frequência acumulada que relaciona a porcentagem de
faltas e o máximo overshoot percentual na estimação do fasor corrente.
VII. CONCLUSÃO
Este artigo apresentou um novo algoritmo de eliminação
do efeito da componente DC de decaimento exponencial na
estimação de fasores. A ideia básica é adaptar os parâmetros
do filtro mímico digital ao sinal avaliado, de modo que a com-
ponente DC de decaimento exponencial seja completamente
filtrada. Para realizar a estimação do fasor, a formulação do
filtro mímico foi combinada com a do algoritmo de Fourier
de um ciclo.
O desempenho do algoritmo proposto foi comparado ao de
outros algoritmos encontrados na literatura. A sensibilidade à
variação do valor da constante de tempo de decaimento foi
avaliada a partir de sinais teste. Os resultados obtidos indicam
que o algoritmo proposto apresenta o melhor desempenho,
resultando em um overshoot aproximadamente igual a zero
na maioria dos casos. A sensibilidade a ruídos também foi
avaliada utilizando sinais teste. A partir dos resultados obtidos
observa-se que o algoritmo proposto apresentou pequenas
oscilações em torno do valor de regime do fasor. Isto acontece
devido ao fato de que o filtro mímico atua como um diferenci-
ador, amplificando as altas frequências. Mesmo assim, o algo-
ritmo proposto apresentou um bom desempenho na estimação
do fasor, mantendo a eliminação do efeito da componente DC
de decaimento exponencial mesmo na presença de ruído nos
sinais avaliados.
Uma grande variedade de dados simulados no ATP também
foi utilizada para avaliar o desempenho dos algoritmos de
estimação de fasores. Uma análise estatística foi realizada, que
indica que o algoritmo proposto resulta no menor overshoot
na estimação do fasor corrente na frequência fundamental
para a maioria dos casos avaliados. Assim, acredita-se que
o algoritmo proposta seja útil na estimação de fasores imune
aos efeitos da componente DC de decaimento exponencial em
aplicações de proteção de sistemas elétricos de potência.
VIII. AGRADECIMENTOS
O autor gostaria de agradecer ao Decanato de Pesquisa e
Pós-Graduação (DPP) da Universidade de Brasília pelo apoio
financeiro para a participação no IEEE/PES T&D 2010 Latin
America.
REFERÊNCIAS
[1] A. G. Phadke and J. S. Thorp, Computer Relaying for Power Systems,
2nd ed. West Sussex, UK: John Wiley & Sons Inc, 2009.
[2] E. O. Schweitzer and D. Hou, “Filtering for protective relays,” Schweit-
zer Engineering Laboratories, Pullman, USA, Tech. Rep., 1993.
[3] M. S. Sachdev and M. A. Baribeu, “A new algortihm for digital
impedance relays,” IEEE Transaction on Power Apparatus and Systems,
vol. PAS-98, no. 6, pp. 2232–2240, Nov. 1979.
[4] G. Benmouyal, “Removal of dc-offset in current waveforms using digital
mimic filtering,” IEEE Transaction on Power Delivery, vol. 10, no. 2,
pp. 621–630, Apr 1995.
[5] Y.-S. Cho, C.-K. Lee, G. Jang, and H. J. Lee, “An innovative decaying dc
component estimation algorithm for digital relaying,” IEEE Transaction
on Power Delivery, vol. 24, no. 1, pp. 73–78, Jan 2009.
[6] J.-C. Gu and S.-L. Yu, “Removal of dc offset in current and voltage
signals using a novel fourier filter algorithm,” IEEE Transactions on
Power Delivery, vol. 15, no. 1, pp. 73–79, Jan. 2000.
[7] Y. Guo, M. Kezunovic, and D. Chen, “Simplified algorithms for re-
movel of teh effect of exponentially decaying dc-offset on the fourier
algorithm,” IEEE Transaction on Power Delivery, vol. 18, no. 3, pp.
711–717, Jul 2003.
[8] S.-H. Kang, D.-G. Lee, S.-R. Nam, P. A. Crossley, and Y.-C. Kang,
“Fourier transform-based modified phasor estimation method immune
to the effect of the dc offsets,” IEEE Trasaction on Power Delivery,
vol. 24, no. 3, pp. 1104–1111, Jul 2009.
[9] D. G. Hart, D. Novosel, and R. A. Smith, “Modified cosine filters,” U.S.
Patent 6,154,687, Nov. 2000.
[10] EMTP Reference Models for Transmission Line Relay Testing, IEEE
Power System Relaying Committee, 2004.
Kleber M. Silva é engenheiro eletricista formado
em 2004 pela Universidade Federal de Campina
Grande (UFCG). Recebeu os títulos de M.Sc. e
D.Sc. em Engenharia Elétrica também pela UFCG
em 2005 e 2009, respectivamente. Atualmente é
professor adjunto do Departamento de Engenharia
Elétrica da Universidade de Brasília (UnB). Tem
especial interesse nas áreas de proteção de sistemas
elétricos, transitórios eletromagnéticos e qualidade
da energia.

por sua vez. 4. t é o intervalo de amostragem. (14) LT H + pLLT τ= RT H + pRLT + RF Em sin (θ − ϕF ) . o que não ocorre na amplitude de X. C OMPONENTE DC DE D ECAIMENTO E XPONENCIAL Para simplificar a análise da componente DC de decaimento exponencial. de modo que a componente DC de decaimento exponencial também não. de modo que uma falta com resistência RF é aplicada em uma porcentagem p do comprimento da linha de transmissão. a chave S está aberta. de modo que a corrente i(t) vista por um relé instalado na barra A é apenas a corrente de carga iC (t) i(t) = iC (t) = Im sin (ωt + θ − ϕC ) . N é o número total de amostras por ciclo. 7 e 8. A0 e τ são a amplitude e a constante de tempo da componente DC de decaimento exponencial. r=1 (13) (5) ω (LT H + pLLT ) RT H + pRLT + RF (6) (7) (8) Analisando a Eq. (2) (9) onde Γ = e− t/τ é o termo exponencial. Alguns desses parâmetros não podem ser conhecidos a priori. seja o sinal x(k) a seguir N/2 x(k) = A0 Γk + n=1 An sin 2πn k + ϕn N = xDC (k) + x(k) Antes do instante t0 . determinada como iF (t) = com |ZF | = (RT H + pRLT + RF ) + ω 2 (LT H + pLLT ) ϕF = tan −1 2 2 Substituindo a Eq. observa-se que o algoritmo de Fourier de um ciclo provoca um erro na estimação do fasor devido à componente DC de decaimento exponencial. resistência e ângulo de incidência). onde X(k) = 2 N 2 N N (11) 2π (3) x(k − N + r)e−j N r r=1 N 2π (12) Em sin [ω (t − t0 ) + θ − ϕF ] + A0 e−(t−t0 )/τ . da configuração do sistema (equivalente de Thèvenin) e dos parâmetros da falta (localização. com resistência RLT e indutância LLT . 2 ilustra a amplitude do fasor estimado. A partir de então. observam-se oscilações em torno do valor real do fasor. Fig. Como resultado. An e ϕn são a amplitude e a fase da n-ésima componente harmônica. 2. A Fig. seja o sinal discreto XDC (k) = x(k) = AΓk − A cos 2π k N . Observa-se que a amplitude de X oscila em torno do seu valor real. 110 Amplitude 100 90 80 14 20 30 40 50 60 Tempo (ms) 70 80 90 X X 100 pLLT F (1-p)RLT (1-p)LLT B i (t ) vTH (t ) S t0 iC (t ) RF Fig. (16) A partir das Eqs. onde iF (t) é corrente de falta. Para exemplificar este efeito. seja o sistema elétrico monofásico radial ilustrado na Fig. com impedância representada pela conexão em série da resistência RT H e indutância LT H . enquanto que o restante do sistema é representado por um equivalente de Thèvenin. A0 = − |ZF | uma vez que o algoritmo de Fourier de um ciclo elimina todas as harmônicas. é modelada como sendo corrente constante. N 1 − Γe−j N A partir das Eqs. A fonte vT H do equivalente pode ser representada por vT H (t) = Em sin (ωt + θ) . obtém-se X(k) = X(k) + XDC (k) . O E FEITO DA C OMPONENTE DC DE D ECAIMENTO E XPONENCIAL NA E STIMAÇÃO DE FASORES Para avaliar o efeito da componente DC de decaimento exponencial na estimação de fasores.5 a 5 ciclos [4]. Sistema elétrico monofásico radial. obtém-se [8] 1 − ΓN 2 (15) A0 2π . a corrente i(t) vista pelo relé na barra A é representada por i(t) = iC (t) + iF (t). 1. 9 na Eq. percebe-se que a componente DC de decaimento exponencial depende dos parâmetros da linha de transmissão. 12. Efeito da componente DC de decaimento exponencial na estimação dos fasores com o algoritmo de Fourier de um ciclo.2 II. r=1 2π (10) A chave S é fechada no instante t0 . (1) III. 1. 13. O fasor na frequência fundamental pode ser obtido aplicando o algoritmo de Fourier de um ciclo ao sinal x(k) [1] X(k) = 2 N N x(k − N + r)e−j N r . Valores típicos para a constante de tempo de decaimento estão compreendidos no intervalo de 0. (4) |ZF | XDC (k) = xDC (k − N + r)e−j N r . Equivalente de Thèvenin RTH LTH A pRLT onde A = 100. A carga. percebe-se que X(k) é apenas o fasor na frequência fundamental X(k) = A1 ejϕ1 . 10. A linha de transmissão é modelada como uma linha curta. N = 16 e τ = 3 ciclos. 11-15. Resolvendo a Eq. .

estima-se o valor de Γ primeiramente com a Eq. primeiramente estima-se o valor do termo exponencial Γ. representado no domínio de Laplace pelo operador s. (30) 1−Γ Na implementação do FMA.0 0. .0 1.0 2. Z(k) será apenas a componente de frequência fundamental. 22 e 23. 28. . considerando o sinal x(k) da Eq. para depois melhorar a estimação com a Eq. A Fig. A partir de simples relações trigonométricas. A partir das Eqs. 25 e 26. a componente DC de decaimento exponencial terá sido completamente filtrada. no caso de τ ser igual a constante de tempo real do sinal [4].5 5. obtêm-se as seguintes equações x (k) + x (k − N/2) = A0 Γk + A0 Γk−N/2 (22) a tensão sobre esta impedância será apenas uma constante DC. N/2 − 1.0 4. então o sinal de saída z(k) consiste da componente de frequência fundamental. o seguinte esquema é utilizado: τ= 1.0 3. com n = 1. obtém-se z(k) = K [(1 − τd ) x(k) + τd x(k − 1)] . o overshoot percentual ainda será inferior a 0. Observase que τd igual a três ciclos resulta em um overshoot igual a zero. T RADICIONAL F ILTRO M ÍMICO D IGITAL O filtro mímico digital proposto em [4] é baseado no circuito mímico. A.5 2. 9.5 Time Constant ¿d (cycles) 4. estima-se o valor de Γ. para esse caso.5 0. 9. O ganho K deve ser unitário na frequência fundamental K= (1 + τd ) − τd cos 1 2π N 2 (19) x (k − 1)+x (k − N/2 − 1) = A0 Γk−1 +A0 Γk−N/2−1 (23) 2 + τd sin 2π N .5 3. Para fazer a implementação digital do princípio do circuito mímico. Em outras palavras. uma técnica utilizada em relés eletromecânicos e estáticos para eliminar o efeito da componente DC de decaimento exponencial. N/2 − 1 harmônicas e de uma componente DC. 16 e utilizando o algoritmo de Fourier de um ciclo combinado com o filtro mímico digital ajustado para diferentes valores de τd . o circuito diferenciador. duas expressões podem ser utilizadas: 1) Expressão que Utiliza N/2+2 Amostras de x(k): Considere o sinal discreto x(k) da forma descrita pela Eq. . considerando diferentes valores da constante de tempo τd do filtro mímico digital. Overshoot (%) 1. O valor de τ . Γ pode ser calculado como Γ= P S2 . (29) P S1 Utilizando a Eq. . Z(k) = K [(1 − τd ) X(k) + τd X(k − 1)] . é emulado utilizando 1 − z −1 . x (k − 1) + x (k − N/2 − 1) (24) (20) No caso de τd ser igual a constante de tempo de decaimento da componente DC presente no sinal x(k). 10. 2. N/2. 24 ou a Eq. 9. (18) com τd expressa em número de amostras. se uma corrente DC com decaimento exponencial passar por uma impedância da forma K (1 + sτ ) . O Novo FMA O novo FMA pode ser dividido em duas etapas: determinação do valor da constante de tempo τ e reajuste dos parâmetros do filtro mímico digital.0 P S2 = k=1 x (2k) . Basicamente. Γ2 − 1 A partir 27 e 28. obtém-se P S1 = A0 P S2 = A0 Γ ΓN − 1 Γ2 − 1 (27) (28) Γ2 ΓN − 1 . Para tanto. 3. Aplicando esta equação ao sinal discreto x(k) descrito pela Eq. 3 ilustra o máximo overshoot percentual na estimação do fasor. 29. Overshoot percentual na estimação do fasor.3 IV. como ilustrado na Eq. . com n = 1. . propõe-se um esquema adaptativo de estimação do valor de τ . 3. .0 Fig. pode ser obtido utilizando-se os dois primeiros termos da expansão em série de Taylor de Γ t . O fasor na frequência fundamental Z(k) pode ser calculado aplicando-se o algoritmo de Fourier de um ciclo. 5. Assim. 24. Além disso. Γ pode ser calculado como Γ= x (k) + x (k − N/2) . 3. . A ideia básica por trás do FMA é reajustar adaptativamente os parâmetros do filtro mímico digital para o valor da constante de tempo de decaimento τ da componente DC presente no sinal avaliado.5%. A LGORITMO DE E STIMAÇÃO DE FASORES P ROPOSTO O algoritmo de estimação de fasores proposto combina o novo FMA com o algoritmo de Fourier de um ciclo. Para tanto. por sua vez. mesmo que o valor de τd diferencie de até um ciclo do seu valor real. (21) 2) Expressão que Utiliza N Amostras de x(k): Considere o sinal discreto x(k) da forma descrita pela Eq. resultando na equação do conhecido filtro mímico digital K (1 − τd ) + τd z −1 . A fim de determinar o valor de τ . . (17) V. As seguintes somas parciais podem ser definidas [7] N/2 P S1 = k=1 x (2k − 1) N/2 (25) Uma vez que o algoritmo de Fourier de um ciclo possui ganho zero para as frequências DC e harmônicas. (26) A partir de relações trigonométricas e manipulações algébricas nas Eqs.

Contudo. 5 ciclos e τmax = 5 ciclos. uma vez que foi o que apresentou o menor overshoot. calculada como φ = arctan τd sin (2π/N ) (1 + τd ) − τd cos (2π/N ) . os sinais foram filtrados utilizando um filtro digital equivalente a um filtro Butterworth analógico passabaixas de terceira ordem com frequência de corte em 180 Hz. 31 e o ganho K é reajustado utilizando a Eq. Por outro lado. o fasor X(k) é estimado utilizando o algoritmo de Fourier de um ciclo. o algoritmo proposto deve ser executado para cada sinal de tensão e corrente. os sinais filtrados foram reamostrados para uma taxa de 16 amostras por ciclo. Para cada nova amostra do sinal x(k). Então. o que pode resultar em filtros mímicos com diferentes parâmetros. Os resultados obtidos evidenciam que a utilização de uma janela com duas estimações consecutivas apresenta bons resultados. 24 e 29 podem resultar em valores incorretos para as primeiras amostras. τ é considerado igual a um ciclo. o valor de τ não altera na transição entre as fases de pré-falta e falta. de modo que ele seja unitário para a frequência fundamental. A fim de contornar essa situação. para só então serem utilizados para avaliar os algoritmos de estimação de fasores. Além disso. 20. respectivamente. . sua fase é corrigida. utiliza-se uma estratégia de estabilização forçada do valor estimado de τ . a fase do fasor é corrigida e o fasor na frequência fundamental Z(k) é obtido sem os efeitos da componente DC de decaimento exponencial. • Para cada novo Γ. filtro cosseno modificado [9] e mínimos quadrados [3]. 20. Os resultados obtidos são descritos a seguir. (33) VI. 4. utiliza-se um filtro de média móvel nos valores estimados de τ . realiza-se o reajuste dos parâmetros do filtro mímico. Isto justifica a correção da fase do fasor descrita anteriormente. as Eqs. Então. que é realizada aplicando-se a transformação linear de rotação ao fasor Z(k) Z re (k) Z im (k) = cos φ − sin φ sin φ cos φ Zre (k) Zim (k) (32) τd = round (τ / t) . Descrição do Algoritmo Proposto O algoritmo de estimação de fasores proposto pode ser resumido como ilustrado na Fig. escolhido de acordo com os valores típicos da constante de tempo de decaimento τ [4]. Na Fig. Γ é estimado utilizando a Eq. Em relés multifuncionais. Até a amostra k < N/2 + 2 os parâmetros do filtro mímico são mantidos constantes e ajustados para um valor de τ igual a um ciclo. (31) onde o operador round(·) arredonda um número em ponto flutuante para o número inteiro mais próximo. • A partir da amostra N . as simulações foram realizadas utilizando um passo de cálculo correspondente a uma taxa de 160 amostras por ciclo. o ganho K do filtro mímico é reajustado de acordo com a Eq. Utilizando Sinais Teste A sensibilidade dos algoritmos à variação da constante de tempo de decaimento da componente DC foi investigada utilizando sinais teste da forma: x(k) = AΓk − A cos 2π k N . 30. 29. Em seguida. 24 e 29. τd é calculado pela Eq. a fim de proporcionar uma suavização das variações para as primeiras amostras nas quais são utilizadas as Eqs. Entre as amostras N/2 + 2 e N − 1. Γ é estimado utilizando-se a Eq. Em aplicações práticas. (34) Obter uma nova amostra do sinal x(k) Utilizar o algoritmo de Fourier de um ciclo para estimar X(k) Sim k > N/2+2 ? Não Utilizar o filtro mímico digital para obter Z(k) Estimar ¿ utilizando as amoatras de x(k) Reajustar ¿d e K Corrigir a fase do fasor Z (k) Fasor na frequencia fundamental corrigido Z (k) Fig. como descrito na Eq. 5(a) e 5(b) são ilustradas as amplitudes dos fasores estimados considerando os sinais teste com τ igual a um e dois ciclos. desde que a componente DC de decaimento exponencial pode ser diferente para cada sinal. com A = 100. Então. N = 16 e Γ = e− t/τ . onde os subscritos re e im correspondem as partes real e imaginária do fasor. 21 com os novos valores de τd e K. 4. Só então. Para cada novo valor de τ .4 Inicialmente. Fluxograma do algoritmo de estimação de fasores proposto. Observa-se que nestes casos o algoritmo proposto apresentou o melhor desempenho. a partir da amostra k N/2+2 o valor de τ é estimado utilizando o esquema adaptativo descrito na Seção V-A. 21 o fasor Z(k) é obtido. respectivamente. 10. τ é calculado utilizando a Eq. Para cada novo valor de τ estimado. O valor de τd é calculado • • Utilizando a Eq. 24. o fasor Z(k) é estimado utilizando a Eq. resultando no fasor Z(k) na frequência fundamental. Finalmente. a fim de compensar a defasagem imposta pelo filtro mímico digital. e φ é a defasagem causada pelo filtro mímico digital. B. Para tanto. utilizando sinais teste e simulados no ATP. A. AVALIAÇÃO DO D ESEMPENHO DO A LGORITMO P ROPOSTO O desempenho do algoritmo proposto foi comparado ao de alguns algoritmos encontrados na literatura: Fourier de um ciclo modificado [7]. mediante o seu confinamento ao intervalo τmin = 0.

5 2.838 W Z1 = 0. um ruído branco foi adicionado ao sinal de teste. 8.014+j18.252 /km Fonte S1 V = 1.510 W/km YL. 6. Overshoot percentual na estimação da amplitude do fasor para diferentes valores de τ . ilustra-se a amplitude do fasor corrente na fase B vista pelo relé na barra 1. Nas Figs. Há duas fontes ideais de 230 kV S1 e S2 e uma linha de transmissão de 180 km. ângulo de incidência de 900 e resistência de falta de 30 Ω).5 1.5 97. adicionados ao ruído branco.5 à 5 ciclos [4]. 8 foi simulado no software ATP para gerar um conjunto de dados de falta. Isto ocorreu devido a aproximação linear utilizada na Eq.098+ j0. Observase que o algoritmo proposto apresenta o melhor desempenho. 7. Diagrama unifilar do sistema elétrico de teste.1 = j3.0 2. W W . Fig. Na Fig. 30. B.5 100. Seu modelo e parâmetros são os aqueles utilizados no artigo de referência do IEEE Power System Relaying Committee [10].14%. quando de uma falta bifásica entre as fases B e C (40 km da barra 1. respectivamente.0 1.0 15 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 101 100 99 98 15 20 25 30 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 35 40 45 50 Tempo (ms) 55 60 65 70 20 25 30 35 40 45 50 Tempo (ms) 55 60 65 70 (b) Fig. amplificando as altas frequências.5 ciclos.968+j28.513 W ^ o Fig.0 Amplitude 101.0 = j2. resultando em overshoots aproximadamente iguais a zero para a maioria dos valores de τ .0 98.0 0.5 1. 5.0 0. que apresenta algumas oscilações em torno do valor de regime.541 W/km YL.5 0. referenciada ao primário do TC. 7(a) e 7(b) são ilustradas as estimações da amplitude do fasor para os mesmos sinais teste utilizados nas Figs. O transformador de corrente (TC) ilustrado foi também incluído na simulação no ATP.0 = 0. A fim de avaliar a sensibilidade dos algoritmos aos ruídos. Na Fig. o algoritmo proposto apresentou um bom desempenho na estimação do fasor. adicionado a um ruído branco.02Ð0 pu Z0 = 1. 5(a) e 5(b). mantendo a eliminação do efeito da componente DC de decaimento exponencial.98Ð20 pu Z0 = 1. 3.661 W ^ Fonte S2 o V = 0.0 15 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 101 100 99 98 15 20 25 30 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 35 40 45 50 Tempo (ms) 55 60 65 70 20 25 30 35 40 45 50 Tempo (ms) 55 60 65 70 (a) 102 Amplitude (a) 103.532+j1.0 S1 RELÉ (b) Fig. quando de uma falta bifásica para terra entre as fases B e C (140 km da barra 1.0 1. Amplitude do fasor estimado para o sinal de teste com τ igual a (a) um ciclo e (b) dois ciclos. Seu pior desempenho ocorreu para τ igual a 0.5 100. Isto acontece devido ao fato de que o filtro mímico atua como um diferenciador.5 102 Amplitude 103.871+j25. O algoritmo de Fourier modificado e o dos mínimos quadrados foram os mais afetados pelo ruído adicionado. Na Fig. Amplitude do fasor a frequência fundamental para o caso teste com τ igual a (a) um ciclo e (b) dois ciclos. apresentando muitas oscilações. Observa-se que para estes casos o algoritmo proposto apresenta o melhor desempenho na eliminação da componente DC de decaimento exponencial. considerando o sinal de teste com τ variando de 0.5 5. ângulo de incidência de 600 e resistência de falta de 10 Ω). Os dados das fontes e da linha de transmissão com os subscritos "0"e "1"dizem respeito aos valores das grandezas de sequência zero e positiva. quando o overshoot foi de 0.293 /km ZL.5 Constante de Tempo ¿ (ciclos) 4. referenciada ao primário do TC.5 3.0 Amplitude 101.0 2.127+j20.5 Overshoot (%) 2.754 W Z1 = 0. Mesmo assim. 9(b). 9(a) mostra-se a amplitude do fasor corrente na fase C vista pelo relé na barra 1. Utilizando Sinais Simulados no ATP O sistema elétrico simplificado ilustrado na Fig. A razão escolhida entre o máximo valor do ruído e a amplitude da componente de frequência fundamental foi de 2%. que foi utilizado para avaliar o desempenho dos algoritmos de estimação de fasores.5 97. Pode-se observar que o algoritmo menos sensível ao ruído é o filtro cosseno modificado.1 = 0. Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados Barra 1 TC Barra 2 S2 Dados do Modelo no ATP: Linha de Transmissão 180 km ZL. seguido do algoritmo proposto.0 4.0 98. 6 é ilustrado o overshoot percentual na estimação da amplitude do fasor na frequência fundamental.0 3. desde que ele resulta nos menores overshoots.

9. 100 e 1000 Fonte R: 10. 10. Os valores escolhidos são resumidos na Tab.25 2. máximo e médio do overshoot na estimação da amplitude do fasor corrente na frequência fundamental. Variáveis de simulação Localização da falta (km) Resistência de falta (Ω) Ângulo de incidência (◦ ) Impedância da fonte (% dos valores nominais) Tipo de falta Valores escolhidos 10. 9 Overshoot (%) 8 7 6 5 TABELA I VARIÁVEIS UTILIZADAS NA GERAÇÃO DO CONJUNTO DE FALTAS . As seguintes variáveis foram levadas em consideração: localização da falta.50 2. (b) corrente na phase B para uma falta BCT (140 km da barra 1.03 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 180 195 Tempo (ms) 210 225 240 (a) Amplitude (A) 770 760 750 740 135 150 165 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 Localização da Falta (km) 180 195 Tempo (ms) 210 225 240 10 (a) Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados (b) Fig. seguido pelos algoritmos de Fourier de um ciclo modificado e dos mínimos quadrados. Amplitude do fasor: (a) corrente na fase C para uma falta BC (40 km da barra 1. respectivamente.50 1. Os resultados obtidos são ilustrados na Fig.50 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 Localização da Falta (km) Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados AT-BT-CT-AB-AC-BC ABT-ACT-BCT-ABC A fim de verificar a robustez do algoritmo proposto. de Fourier modificado e dos mínimos quadrados esta porcentagem foi de 60%. Um total de 810 faltas foram simuladas a cada 10 km da linha de transmissão.9% em 10 km da barra 1. resistência da falta. (b) máximo e (c) médio na estimação do fasor corrente por localização. .12 0. I resulta em um total de 13. O overshoot médio para o algoritmo proposto foi praticamente constante em 0. seguido pelos algoritmos de Fourier de um ciclo modificado e dos mínimos quadrados. . o algoritmo do filtro cosseno modificado apresentou o segundo melhor desempenho. ângulo de incidência de falta (referência na tensão na fase A da fonte S1).18 Overshoot (%) 0.00 0. Observa-se que o algoritmo proposto apresentou o menor overshoot para a maioria dos casos. O algoritmo do filtro cosseno modificado apresenta o segundo melhor desempenho. Mais uma vez. 150.06 0. o que resultou no melhor desempenho dentre os avaliados. (c) Fig. 9. Seu pior desempenho foi 6. .75 1.00 Overshoot (%) 1. 75 e 135 Fonte S: 10.21 0. Uma análise estatística do desempenho dos algoritmos avaliados na eliminação do efeito da componente DC de decaimento exponencial foi realizado.15 0. que relaciona a porcentagem de faltas e o máximo overshoot na estimação da amplitude do fasor corrente. 48% e 30%. I.75 0.09 0. Observa-se que o algoritmo proposto apresenta o menor overshoot para a maioria das localizações. 30.6 Amplitude (A) 808 802 796 790 135 150 165 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados 0. impedância da fonte e tipo de falta.160 e 170 Fase-Fase: 1.24 0. A combinação das variáveis apresentadas na Tab.25 1. 100 e 1000 4 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 Localização da Falta (km) (b) 2. 10 e 20 Fase-Terra: 25. 20.770 faltas. respectivamente. ângulo de incidência de 900 e resistência de falta de 30 Ω). Overshoot percentual (a) mínimo. enquanto que para os algoritmos do filtro cosseno modificado. Por exemplo. 11. 35 e 45 15. O desempenho dos algoritmos pode também ser avaliado a partir do polígono de frequências acumulado ilustrado na Fig.0% para aproximadamente 82% das faltas. o algoritmo proposto resulta em um overshoot igual a 1.75%. dentre as quais determinou-se os valores mínimo. .. respectivamente. ângulo de incidência de 600 e resistência de falta de 10 Ω). vários tipos de faltas foram simulados.

0 Overshoot (%) 3. Isto acontece devido ao fato de que o filtro mímico atua como um diferenciador. 1979. [3] M. A. D. pp. [2] E. pp. Jul 2003. C. vol. [4] G. “Filtering for protective relays. Kang. 18. 2004. AGRADECIMENTOS O autor gostaria de agradecer ao Decanato de Pesquisa e Pós-Graduação (DPP) da Universidade de Brasília pelo apoio financeiro para a participação no IEEE/PES T&D 2010 Latin America.Sc. Nov. G. Uma grande variedade de dados simulados no ATP também foi utilizada para avaliar o desempenho dos algoritmos de estimação de fasores.” IEEE Transaction on Power Apparatus and Systems. pp. Gu and S.-S. 2. Tech. “Removal of dc-offset in current waveforms using digital mimic filtering. P. PAS-98. Atualmente é professor adjunto do Departamento de Engenharia Elétrica da Universidade de Brasília (UnB).. pp.-G. Lee.-R. acredita-se que o algoritmo proposta seja útil na estimação de fasores imune aos efeitos da componente DC de decaimento exponencial em aplicações de proteção de sistemas elétricos de potência. VII. Hou. [5] Y.5 5. G. “An innovative decaying dc component estimation algorithm for digital relaying. 3. Os resultados obtidos indicam que o algoritmo proposto apresenta o melhor desempenho. Thorp. Kezunovic. USA. Schweitzer and D. “A new algortihm for digital impedance relays. 24. transitórios eletromagnéticos e qualidade da energia. Assim. Rep. no. 2009.” IEEE Transaction on Power Delivery. A. vol. no. J. A ideia básica é adaptar os parâmetros do filtro mímico digital ao sinal avaliado. Computer Relaying for Power Systems.5 1. no.7 100 90 Porcentagem de Faltas (%) 80 70 60 50 40 30 20 10 0 0 0. 11. 2nd ed. Benmouyal. 2000. Recebeu os títulos de M. Jan. 3. resultando em um overshoot aproximadamente igual a zero na maioria dos casos. [10] EMTP Reference Models for Transmission Line Relay Testing. Tem especial interesse nas áreas de proteção de sistemas elétricos. and D.0 Proposto Fourier Modificado Filtro Cosseno Modificado Mínimos Quadrados R EFERÊNCIAS [1] A. 6. Jan 2009.-C.154. vol.-C. 15. UK: John Wiley & Sons Inc.” IEEE Transactions on Power Delivery. A sensibilidade a ruídos também foi avaliada utilizando sinais teste. A sensibilidade à variação do valor da constante de tempo de decaimento foi avaliada a partir de sinais teste. pp. em Engenharia Elétrica também pela UFCG em 2005 e 2009. “Removal of dc offset in current and voltage signals using a novel fourier filter algorithm. “Fourier transform-based modified phasor estimation method immune to the effect of the dc offsets. M. Jang. 1. no.Sc. 73–78. respectivamente.-K.” IEEE Trasaction on Power Delivery. A. Apr 1995. 73–79. 621–630. Crossley. vol.” IEEE Transaction on Power Delivery.5 3.S.5 4.0 4.” U. [9] D. IEEE Power System Relaying Committee.687. Patent 6.” IEEE Transaction on Power Delivery.” Schweitzer Engineering Laboratories. 10. 2000.0 2. o algoritmo proposto apresentou um bom desempenho na estimação do fasor. Smith. Lee. 1. 2232–2240. Polígono de frequência acumulada que relaciona a porcentagem de faltas e o máximo overshoot percentual na estimação do fasor corrente. Kang. VIII. S. Sachdev and M. 24.-L. [8] S. Chen. Pullman. S. O. mantendo a eliminação do efeito da componente DC de decaimento exponencial mesmo na presença de ruído nos sinais avaliados.5 2. de modo que a componente DC de decaimento exponencial seja completamente filtrada. Nam. Novosel. a formulação do filtro mímico foi combinada com a do algoritmo de Fourier de um ciclo. Jul 2009. no. Cho. vol. Kleber M. Silva é engenheiro eletricista formado em 2004 pela Universidade Federal de Campina Grande (UFCG). [7] Y. [6] J. Para realizar a estimação do fasor. Uma análise estatística foi realizada. vol. 1. O desempenho do algoritmo proposto foi comparado ao de outros algoritmos encontrados na literatura. Guo. pp. A partir dos resultados obtidos observa-se que o algoritmo proposto apresentou pequenas oscilações em torno do valor de regime do fasor. que indica que o algoritmo proposto resulta no menor overshoot na estimação do fasor corrente na frequência fundamental para a maioria dos casos avaliados. Yu. 1104–1111. “Modified cosine filters. C ONCLUSÃO Este artigo apresentou um novo algoritmo de eliminação do efeito da componente DC de decaimento exponencial na estimação de fasores. “Simplified algorithms for removel of teh effect of exponentially decaying dc-offset on the fourier algorithm. S. 1993.-H. amplificando as altas frequências. and R. Baribeu. Hart. e D.0 Fig. Lee. Mesmo assim. D. Phadke and J. . West Sussex. 711–717. G. and H. no. and Y. Nov.