Estimación de parámetros de señales eléctricas : estudio e implementación de algoritmos basados en filtrado adaptativo

Abstract

Entre las diversas técnicas de estimación en tiempo real de parámetros de señales eléctricas, se encuentran los algoritmos basados en la transformada discreta de Fourier (DFT-Discrete Fourier Transform), los cuales, operan en el dominio de la frecuencia y por lo tanto requieren la reconstrucción de la señal en el tiempo. Por otra parte, existen los algoritmos adaptativos, los cuales pueden trabajar directamente en el dominio del tiempo realizando cálculos instantáneos de los parámetros de las señales de tensión y corriente. De acuerdo a lo anterior, en este artículo se presenta una implementación del filtro de mínimos cuadrados promedios estándar LMS, del filtro de mínimos cuadrados recursivos estándar RLS, del filtro de Kalman y del filtro extendido de Kalman, para la estimación en tiempo real de la magnitud, ángulo de fase y frecuencia de señales eléctricas. Específicamente, se presenta un análisis comparativo mediante simulaciones en MATLAB/Simulink, de las características de desempeño de los filtros (velocidad de convergencia, estabilidad, exactitud y robustez) en la estimación de dichos parámetros, de diferentes señales eléctricas como ondas de entrada. Adicionalmente, los filtros adaptativos LMS, RLS, Kalman y Extendido de Kalman se implementan en la tarjeta de desarrollo dSPACE DS1104 para evaluar el desempeño de los mismos en la estimación en tiempo real de magnitud y frecuencia. Los resultados de simulación y experimentales son mostrados para validar el desempeño de los algoritmos. Finalmente, se formulan conclusiones generales en términos de los resultados de simulación y experimentales obtenidos y se proponen algunos futuros trabajos.