Transmission line parameters estimation through system identification techniques.

A precisão com que os parâmetros de uma linha de transmissão trifásica são conhecidos está diretamente relacionada com a confiabilidade na operação de um sistema elétrico. Tais parâmetros são utilizados com entrada em relés digitais que garantem a proteção dos componentes do sistema frente à fenômenos transitórios, como curtos-circuitos, e, além disso, os parâmetros da linha são usados por softwares de fluxo de potência que monitoram em tempo real o carregamento dos componentes do sistema. Neste trabalho, são estudadas técnicas de estimação dos parâmetros de uma linha de transmissão baseadas nas medições realizadas nos terminais emissor e receptor da linha. Para tanto, foi desenvolvida uma metodologia de modelagem do ruído nas medições que considera as particularidades de cada equacionamento proposto. Dessa forma, para cada modelagem, foi proposta uma solução, empregando diferentes técnicas de identificação de sistemas baseadas na minimização do erro quadrático médio. Por fim, foi possível traçar um comparativo entre cada uma das soluções propostas neste trabalho e aquelas similares já desenvolvidas em outras referências.The accuracy with which the parameters of a three-phase transmission line are known is directly related to the reliability in the operation of an electrical system. Such parameters are used in the parameterization of relays that guarantee the protection of system components against transient phenomena, such as short circuits, and, besides, the line parameters are used by power flow software that monitoring in real-time the loading of system components. In this work, techniques for estimating the parameters of a transmission line are studied based on measurements made at the sender and receiver terminals of the line. For this purpose, a methodology of noise modeling in the measurements was developed that considers the particularities of each proposed equation. Thus, for each modeling, a solution was proposed, employing different system identification techniques based on the minimization of the mean square error. Finally, it was possible to trace a comparison between each of the solutions proposed in this work and those similar ones already developed in other references