ES2299678T3

ES2299678T3 - Metodo para detectar oscilaciones electromecanicas en sistema de potencia.

Info

Publication number: ES2299678T3
Application number: ES03405450T
Authority: ES
Inventors: Petr Korba; Mats Larsson; Christian Rehtanz
Original assignee: ABB RESEARCH Ltd; ABB Research Ltd Switzerland
Current assignee: ABB RESEARCH Ltd; ABB Research Ltd Switzerland
Priority date: 2003-06-21
Filing date: 2003-06-21
Publication date: 2008-06-01
Anticipated expiration: 2023-06-21
Also published as: US7149637B2; US20050187726A1; EP1489714A1; EP1489714B1; DE60318408D1; SI1489714T1; DE60318408T2; ATE382975T1

Abstract

Método de detectar oscilaciones electromecánicas en un sistema de potencia (1), donde a) se mide repetidas veces una cantidad de sistema dinámico (y) del sistema de potencia (1) y se genera una serie de valores medidos (y1, y2,...) a de la cantidad de sistema dinámico (y), b) se estiman parámetros del modelo (a 1, a 2,...) de un modelo de tiempo discreto de orden finito del sistema de potencia (1) a partir de dicha serie (y1, y2,...), c) se deducen la frecuencia y el amortiguamiento (ni, epsilon) de un modo de oscilación electromecánica del sistema de potencia (1) a partir de dichos parámetros del modelo (a 1, a 2,...), caracterizado porque d) dichos parámetros de modelo (a 1, a 2,...) son actualizados de forma recursiva cada vez que se mide un valor nuevo (y k) de la cantidad de sistema dinámico (y).

Description

Método para detectar oscilaciones electromecánicas en sistema de potencia.

Campo de la invención

La invención se refiere al campo de redes de transmisión de corriente eléctrica que interconectan una pluralidad de generadores. Parte de un método para detectar oscilaciones electromecánicas en sistemas de potencia como se describe en el preámbulo de la reivindicación 1.

Antecedentes de la invención

A raíz de las desregulaciones recientes y todavía en curso de los mercados eléctricos, se ha convertido en práctica común la transmisión de carga y el transporte de potencia desde generadores remotos a los consumidores de carga locales. Como consecuencia de la competencia entre empresas eléctricas y la emergente necesidad de optimizar los activos, se transmiten cantidades de potencia sustancialmente mayores a través de las redes existentes, produciendo invariablemente cuellos de botella en las transmisiones y oscilaciones de partes de los sistemas de transmisión de potencia.

Los generadores de corriente alterna interconectados permanecen en sincronismo a causa de las propiedades autorreguladoras de su interconexión. Por lo tanto, si un primer generador se desvía de su velocidad síncrona, se transfiere potencia desde los otros generadores en el sistema de tal forma que se reduzca la desviación de velocidad. Dado que los momentos de inercia de los generadores también entran en juego, esto da lugar típicamente a sobrecorrecciones de velocidad y todo el sistema o parte del mismo empieza a bascular de la misma manera que un conjunto de péndulos interconectados. En general, estas oscilaciones electromagnéticas con una frecuencia de menos de unos pocos Hz son estables y se consideran aceptables a condición de que decaigan. Son iniciadas por los pequeños cambios normales en la carga del sistema, y son una característica de cualquier sistema de potencia. Sin embargo, un aumento en la potencia transmitida de unos pocos MWs puede ser la diferencia entre oscilaciones estables y oscilaciones inestables que tienen la posibilidad de hacer que un sistema se venga abajo o dé lugar a pérdida de sincronismo, pérdida de interconexiones y en último término a la incapacidad de suministrar potencia eléctrica al cliente.

Un operador puede controlar la potencia que los generadores deberán suministrar en condiciones operativas normales y los mecanismos de control automático son responsables de rápidos ajustes que son necesarios para mantener los voltajes del sistema y la frecuencia de la línea (por ejemplo 50 Hz) dentro de límites de diseño después de cambios repentinos en el sistema. Estos controles son necesarios para que cualquier sistema de potencia interconectado suministre potencia de la calidad requerida. Sin embargo, no se comunica al operador de transmisión si una nueva condición operativa hace que dichos modos oscilantes sean ligeramente amortiguados y por ello potencialmente peligrosos. Una supervisión apropiada del sistema de potencia puede ayudar al operador a conocer exactamente los estados del sistema de potencia y evitar un apagón total tomando acciones apropiadas tales como la conexión de equipo amortiguador especialmente diseñado.

En el artículo "Estimation of Electro-Mechanical Parameters using Frequency Measurements" de M. Hemmingsson, O. Samuelsson, K.O.H. Pedersen y A.H. Nielsen, IEEE 2001, 0-7803-6672-7 (p. 1172) se extrae información acerca de parámetros de modo electromecánicos tales como frecuencia de oscilación y amortiguamiento de mediciones realizadas en un enchufe de pared de 230V durante la operación normal del sistema de potencia. Se tomaron grupos de mediciones de la frecuencia de la línea, cada una de las cuales duró un intervalo de tiempo de al menos 10 min, y posteriormente se analizaron. El análisis espectral de la frecuencia instantánea reveló dos modos electromecánicos bien conocidos oscilando a 0,35 Hz y 0,57 Hz. Un procedimiento de estimación de polos basado en un modelo estacionario de tiempo discreto movido por ruido blanco permitió una aproximación al amortiguamiento correspondiente de los dos modos. Debido a la técnica de muestreo discontinuo, no fue posible el análisis en línea o tiempo real del sistema de potencia.

Los sistemas o las redes de transmisión y distribución de corriente eléctrica incluyen líneas de unión de alto voltaje para conectar regiones geográficamente separadas, líneas de voltaje medio, y subestaciones para transformar voltajes y para conmutar conexiones entre líneas. Para gestionar la red, la información local con sello de tiempo acerca de la red, en particular las corrientes, los voltajes y los flujos de carga, se puede obtener con unidades de medición Phasor de nueva instalación (PMU), cf. El artículo "PMUs - A new approach to power network monitoring", ABB Review 1/2001, p. 58. Una pluralidad de mediciones phasor recogidas de toda la red en un procesador central de datos en combinación proporcionan una instantánea del estado eléctrico general del sistema de potencia.

La patente US 6 476 521 describe un esquema de protección de sistemas basado en mediciones de señales con sello de tiempo en al menos dos posiciones del sistema de potencia que se evalúan en vista de oscilaciones de potencia pobremente amortiguadas. La medición directa de una diferencia de ángulo de nodo entre los al menos dos puntos en un sistema de potencia proporciona una imagen mejorada de las oscilaciones de ángulo rotor en comparación con las mediciones locales indirectas evaluadas en el caso de estabilizadores de sistemas de potencia convencionales (PSS).

Descripción de la invención

Por lo tanto, un objetivo de la invención es permitir que un operador de una red de transmisión de corriente eléctrica identifique en tiempo real las oscilaciones electromecánicas. Este objetivo se logra con un método, sistema y programa informático para detectar oscilaciones electromecánicas en sistemas de potencia según las reivindicaciones 1, 9 y 10. Otras realizaciones preferidas son evidentes por las reivindicaciones de patente dependientes.

Según la invención, se muestrea una cantidad o señal del sistema tal como, por ejemplo, la amplitud o el ángulo del voltaje o corriente en un nodo seleccionado de la red, es decir, se mide a intervalos de tiempo discretos, y se genera una serie incluyendo varios de los valores medidos de dicha cantidad del sistema. A partir de esta serie se estiman los parámetros de un modelo paramétrico que representan el comportamiento de un sistema de transmisión de potencia, o un aspecto concreto del mismo. Este proceso se lleva a cabo de manera adaptativa, es decir, cada vez se mide un nuevo valor de la cantidad del sistema, los parámetros del modelo son actualizados de forma recursiva. Finalmente, a partir de los parámetros estimados del modelo se calculan los parámetros de los modos oscilantes, y en particular, se cuantifican su frecuencia de oscilación y propiedades de amortiguamiento. El proceso novedoso permite un análisis casi instantáneo del estado del sistema de potencia en comparación con un proceso de identificación no adaptativo que se basa en el análisis de datos muestreados recogidos en un intervalo de tiempo de varios minutos y evaluados solamente al final de dicho intervalo de tiempo.

En una variante preferida del acercamiento propuesto, los parámetros del modelo paramétrico que mejor encajan los valores medidos de la cantidad del sistema son estimados con sujeción a un criterio de optimización. Además, se supone que el modelo predice el siguiente valor muestreado de la cantidad del sistema, en base a una serie temporal conteniendo una combinación lineal de un número finito de n valores medidos previos. Tal modelo se llama autorregresivo lineal, denotando el entero n su orden dinámico de modo que se estime el número de parámetros. Tiene la ventaja de la forma simple de una ecuación de diferencia lineal conteniendo solamente n parámetros y adicionalmente es adecuado para representar espectros de frecuencia con picos estrechos.

Según una variante preferida de la invención, se utilizan técnicas recursivas o adaptativas, tales como cuadrados mínimos recursivos (RLS) o filtración Kalman adaptativa, para determinar los parámetros del modelo paramétrico. El algoritmo de filtración Kalman adaptativa estándar puede ser ventajosamente mejorado realizando simetría de la matriz de covarianza o correlación a partir del error de estimación, incrementando así la robustez numérica del procedimiento.

Para obtener los parámetros de las oscilaciones, el modelo autorregresivo lineal de tiempo discreto se convierte preferiblemente en su forma de tiempo continuo. Esto se puede hacer usando algunas técnicas de transformación conocidas y proporcionando un período de muestreo conocido y constante. La transformación bilineal de Tustin ha demostrado ser la técnica de transformación más adecuada para dicha conversión. La razón de esto reside en el hecho de que convierte el círculo unitario en el plano z en la mitad izquierda del plano s. Por lo tanto, los sistemas de tiempo discreto estables son transferidos a sistemas de tiempo continuo estables, cuyos valores propios, es decir las soluciones de la ecuación característica (o polos, si se considera la función de transferencia) forman la base de un cálculo de las oscilaciones estudiadas. En otros términos, los parámetros del modelo de tiempo continuo producen directamente la información deseada acerca de las oscilaciones.

En una realización preferida de la invención, la información de modo acerca de una oscilación crítica, que es típicamente el modo oscilante dominante que tiene el amortiguamiento más bajo, es actualizada en una escala de tiempo adecuada (que puede ser más larga que la tasa de muestreo real) y presentada al operador. Opcionalmente, el factor de amortiguamiento actualizado es comparado con valores umbral que representan regímenes operativos seguros o peligrosos, y el operador regula la potencia transmitida y así explota de forma óptima los recursos de transmisión.

La observabilidad incluso de los modos oscilantes dominantes depende de la posición o nodo de la red. Por lo tanto, si se dispone de un modelo nominal del sistema de potencia, se puede llevar a cabo análisis modal para seleccionar de forma óptima la mejor cantidad o señal del sistema a medir (o para poner la unidad de medición phasor) con respecto a la observabilidad del modo oscilante de interés.

En lugar de una estimación en línea de los parámetros del modo de oscilación expuesta anteriormente, un conjunto de valores medidos o simulados de la cantidad del sistema puede servir para comparar diferentes sistemas modelo. Tal proceso fuera de línea puede dar lugar a la identificación de sistemas modelo adecuados y/o variables del sistema como el orden n o número de parámetros en dicho modelo AR y así contribuir a la síntesis de futuros controladores.

Breve descripción de los dibujos

La materia de la invención se explicará con más detalle en el texto siguiente con referencia a realizaciones preferidas ejemplares que se ilustran en los dibujos adjuntos, de los que:

La figura 1 representa esquemáticamente un sistema de potencia y sistema de supervisión de zona ancha.

La figura 2 es un diagrama de flujo según el proceso de la invención.

Y la figura 3 ilustra la dependencia de tiempo real de un modo de oscilación dominante.

Los símbolos de referencia usados en los dibujos, y su significados, se exponen en forma de resumen en la lista de símbolos de referencia. En principio, las partes idénticas llevan los mismos símbolos de referencia en las figuras.

Descripción detallada de realizaciones preferidas

La figura 1 representa una vista general de un sistema de potencia 1 incluyendo dos generadores 10 así como un sistema de supervisión de zona ancha. Éste último incluye tres unidades de medición de fase (PMUs) 20 residentes, por ejemplo, en un alimentador en el nivel de bahía de subestaciones o en puntos de bifurcación a lo largo de líneas de transmisión del sistema de potencia. Las PMUs proporcionan instantáneas rápidas del fasor muestreado del sistema de potencia en forma de magnitudes, ángulos de fase o incluso diferencias de ángulo de fase de cantidades del sistema y_{i} tales como voltajes o corrientes. Correspondientemente, los datos de fasor pueden ser un número complejo o polar, cuyo valor absoluto corresponde a la magnitud real o el valor RMS de la cantidad del sistema, y el argumento de fase al ángulo de fase en tiempo cero. Por contraposición, los dispositivos de detección convencionales usados en redes de potencia miden generalmente solamente representaciones escalares medias, tales como el valor RMS de un voltaje, corriente o flujo de potencia. Las señales son transmitidas y recogidas en el centro en un centro de supervisión de área ancha 21.

Si se analizan en conjunto los datos de fasor de fuentes dispares, a menudo separadas cientos de kilómetros, deben referirse a una referencia de fase común. Por lo tanto, las diferentes PMUs deben tener relojes locales que están sincronizados uno con otro dentro de una precisión dada. Tal sincronización se logra preferiblemente con un sistema de distribución de tiempo conocido, por ejemplo el sistema de posicionamiento global (GPS) 22. En una implementación típica, los datos de fasor se determinan al menos cada 100 milisegundos, con una resolución temporal de preferiblemente menos de 1 milisegundo. Cada medición es asociada entonces con un sello de tiempo derivado del reloj local sincronizado.

La figura 2 ilustra el algoritmo básico para la detección de oscilaciones del sistema de potencia que se explica a continuación de forma muy simplificada. Una explicación completa de los detalles matemáticos se puede ver en el artículo "Detection of Oscillations in Power Systems using Kalman Filtering Techniques", P. Korba, M. Larsson, C. Rehtanz, IEEE (Junio 2003). Como un primer paso, todos los parámetros usados para cálculos recursivos deben ser inicializados y el orden dinámico (n) del modelo autorregresivo de tiempo discreto (donde n representa el número de parámetros a estimar) debe ser determinado. La última tarea puede ser resuelta sistemáticamente fuera de línea con anterioridad en base a un conjunto dado de datos reales medidos usando criterios conocidos tal como AIC (criterio de información de Akake), FPE (error de predicción final) o MDL (longitud de descripción mínima).

La selección del orden n es el aspecto más importante del uso del modelo autorregresivo. Si el orden es demasiado bajo, el espectro obtenido en el dominio de frecuencia estará altamente suavizado, y la oscilación de interés con picos de nivel bajo en el espectro se disimula. Por otra parte, si el orden es demasiado alto, se introducirán picos de nivel bajo aparentes en el espectro.

El muestreo de una medición nueva representa almacenar los nuevos datos medidos en una memoria que tiene solamente la longitud n. El paso siguiente del algoritmo consiste en resolver de forma recursiva el problema de identificación óptima de los parámetros del modelo a_{i} por medio del filtro Kalman adaptativo. En el modelo lineal autorregresivo, la serie temporal para el valor previsto \hat{y} (en contraposición al valor medido) de la cantidad del sistema y en el tiempo de medición o iteración k se escribe como

1

\vskip1.000000\baselineskip

También se reescribe como

\vskip1.000000\baselineskip

2

donde y(k-i) son las muestras puestas en memoria intermedia, a(k) es el vector de los parámetros de modelo a(k)=[a_{1}(k),..., a_{n}(k)] a estimar en el tiempo de iteración k, y \varepsilon(k) es el error de estimación en el paso k. éste último ha de ser minimizado mediante la suma de errores de predicción al cuadrado en función de los parámetros del modelo a_{i}:

3

Esto se realiza de forma recursiva, tomando también en cuenta la matriz de correlación K(k) del error de estimación, las ganancias Kalman g(k) y la matriz de correlación del ruido de medición Q_{m} o ruido del proceso Q_{p}, donde Q_{m} y Q_{p} representan parámetros de sintronización más bien insensibles. Por razones de robustez numérica, el algoritmo de filtración adaptativa estándar anterior se puede mejorar añadiendo el paso siguiente:

4

Esta ecuación implementa la simetría de la matriz K en cada paso de iteración, que de otro modo no se garantiza automáticamente en ningún lugar en el procedimiento recursivo anterior.

A diferencia de las ecuaciones recursivas del filtro Kalman, donde las estimaciones son actualizadas tan pronto como se dispone de nuevos datos medidos, todos los pasos restantes tienen que ser realizados solamente una vez por período "Refresh_Time". Esto último se especifica con anterioridad o durante la operación según la lentitud/rapidez actuales de la variable en el sistema de tiempo (por ejemplo, cada 5 segundos en lugar de una vez por período de muestreo que es típicamente de 0,1 segundo) para calcular y presentar los parámetros de las oscilaciones (amortiguamiento y frecuencia) de los parámetros de modelo estimados.

Para calcular el amortiguamiento y la frecuencia de las oscilaciones dominantes, la conversión más adecuada del modelo autorregresivo lineal de tiempo discreto estimado del sistema de potencia a un modelo de tiempo continuo es la aproximación de Tustin. Esta opción tiene la ventaja de que el semiplano s izquierdo (siendo s el tiempo continuo variable) es transferido a la unidad de disco en plano z (siendo z el tiempo discreto variable del modelo de tiempo discreto). Por lo tanto, los sistemas de tiempo discreto estables son transferidos a sistemas de tiempo continuo estables cuyos valores propios \lambda_{i} (o polos, si se considera la función de transferencia) se obtienen como una solución de la ecuación característica del modelo de tiempo continuo A(s)=0 y forman la base para el cálculo de las oscilaciones estudiadas.

Las oscilaciones más importantes a detectar con respecto a la estabilidad son las dominantes. Se caracterizan por valores propios complejos que tienen la parte real más grande de todas. Por lo tanto, en este paso, el par de valores propios dominantes se busca en el conjunto de todos los n valores propios calculados en el paso anterior. Finalmente, en el último paso, los parámetros que caracterizan cuantitativamente las oscilaciones de interés, tales como la frecuencia f y el amortiguamiento relativo \xi, se calculan simplemente a partir del par complejo de valores propios dominantes \lambda_{i} = \alpha_{i} \pm i \omega_{i} como sigue:

5

6

En un sistema de potencia operativo normal (sistema dinámico estable) cumplen generalmente las desigualdades siguientes.

7

La detección de un amortiguamiento negativo o positivo muy pequeño indica que el sistema es (se está haciendo) inestable. Este hecho junto con los valores de frecuencia y amortiguamiento correspondientes son presentados al operador. Se puede incluir una señalización simple basada en una comparación del valor real calculado con un valor umbral. A modo de ejemplo, en base a un modelo nominal reducido de un sistema de potencia real, se aplica análisis modal para identificar una cantidad adecuada del sistema correspondiente a una señal del ángulo de fase de la corriente en una posición particular. La figura 3 representa, como una función de tiempo, el amortiguamiento (parte superior) y la frecuencia (parte inferior) de una oscilación del sistema. Cada 100 segundos se conectó o desconectó una línea de transmisión, originando un cambio en la configuración de la oscilación. Las líneas horizontales representan un umbral de alarma 30 y están conectadas a algún mecanismo de alarma.

En el caso de una relación de señal a ruido baja, por ejemplo en caso de un fallo de los sensores, la señal entrante medida puede constar temporalmente de ruido con un valor medio próximo a cero más bien que de datos realistas. Entonces, es ventajoso considerar todas las mediciones exactamente iguales a cero, de otro modo se estima la frecuencia dominante del ruido más bien que la frecuencia dominante de la señal medida. En base a una observación de la potencia media de la señal, se fija un umbral, y los parámetros estimados se congelarán (no se actualizarán) si la potencia real de la señal es inferior al umbral.

Para identificar oscilaciones en un sistema de potencia, se puede utilizar diferentes señales físicas (voltajes, corrientes, amplitudes, ángulos) como entradas al procedimiento de identificación propuesto. Sin embargo, estas señales difieren con respecto a sus magnitudes y por ello también con respecto a la potencia de la señal, relación de señal a ruido, valores absolutos de la autocorrelación, etc. Por lo tanto, por razones de sencillez con respecto a la sintonización de parámetros en el procedimiento de estimación para diferentes señales medidas, cada medición puede ser multiplicada por una constante de amplificación dependiendo de la cantidad o señal del sistema antes de ponerla en una memoria intermedia de entrada. Esta simple normalización no mejora la calidad de la señal media, pero hace más fácil la sintonización (hallar los parámetros correctos para inicialización) del algoritmo de identificación cuando se trabaja con diferentes señales en el mismo sistema de potencia.

En resumen, la detección de oscilaciones electromecánicas en sistemas de potencia y la estimación de sus parámetros (frecuencia f y amortiguamiento \xi) se basa en una variable lineal en el modelo de tiempo. Los parámetros del modelo lineal son adaptados en línea por medio de técnicas de filtración Kalman para aproximación de la señal medida y (representando el comportamiento del sistema de potencia) de forma óptima en el sentido de un criterio cuadrático. Los parámetros de modelo estimados son entonces la base para el cálculo de parámetros de las oscilaciones. Los algoritmos adaptativos se basan en un cálculo recursivo del vector de parámetros estimado para cada paso de tiempo en base al nuevo valor de la señal medida y los valores antiguos de los parámetros estimados. En contraposición a la recogida de datos en un intervalo de tiempo y la realización posterior de la identificación del parámetro enseguida, cualquier cambio en el sistema puede ser detectado así de forma mucho más rápida.

Lista de designaciones

1: Sistema de potencia

10: Generador

20: Unidades de medición de fase

21: Centro de supervisión de área ancha

22: Sistema de posicionamiento global

30: Umbral de alarma.

Claims

1. Método de detectar oscilaciones electromecánicas en un sistema de potencia (1), donde

a) se mide repetidas veces una cantidad de sistema dinámico (y) del sistema de potencia (1) y se genera una serie de valores medidos (y_{1}, y_{2},...) a de la cantidad de sistema dinámico (y),

b) se estiman parámetros del modelo (a_{1}, a_{2},...) de un modelo de tiempo discreto de orden finito del sistema de potencia (1) a partir de dicha serie (y_{1}, y_{2},...),

c) se deducen la frecuencia y el amortiguamiento (\nu, \xi) de un modo de oscilación electromecánica del sistema de potencia (1) a partir de dichos parámetros del modelo (a_{1}, a_{2},...),

caracterizado porque

d) dichos parámetros de modelo (a_{1}, a_{2},...) son actualizados de forma recursiva cada vez que se mide un valor nuevo (y_{k}) de la cantidad de sistema dinámico (y).

2. El método según la reivindicación 1, caracterizado porque el modelo de tiempo discreto de orden finito del sistema de potencia es un modelo autorregresivo lineal de orden finito.

3. El método según la reivindicación 2, caracterizado porque se utiliza un filtro adaptativo Kalman para la estimación de los parámetros de modelo (a_{1}, a_{2},...) del modelo autorregresivo lineal.

4. El método según la reivindicación 3, caracterizado porque una matriz de covarianza K(k) del filtro adaptativo Kalman es simétrica.

5. El método según la reivindicación 2, caracterizado porque se utiliza una transformación bilinear o de Tustin para convertir el modelo autorregresivo lineal de tiempo discreto en un modelo de tiempo continuo.

6. El método según una de las reivindicaciones 1 a 5, caracterizado porque la frecuencia y el amortiguamiento (\nu, \xi) del modo de oscilación con amortiguamiento más bajo se actualiza regularmente y presenta al operador.

7. El método según la reivindicación 1, caracterizado porque la frecuencia y el amortiguamiento (\nu, \xi) de las oscilaciones se deducen de los parámetros de modelo (a_{1}, a_{2},...) menos frecuentemente de lo que los parámetros de modelo (a_{1}, a_{2},...) son actualizados.

8. El método según una de las reivindicaciones precedentes, caracterizado porque la cantidad de sistema dinámico (y) es una señal de fasor con sello de tiempo proporcionada por una unidad de medición phasor (20).

9. Un sistema de transmisión de corriente eléctrica (1) incluyendo medios para detectar oscilaciones electromecánicas del sistema de potencia (1), incluyendo

a) medios (20) para medir repetidas veces una cantidad de sistema dinámico (y) del sistema de potencia (1) y generar una serie de valores medidos (y_{1}, y_{2},...) de la cantidad de sistema dinámico (y),

b) medios para estimar, a partir de dicha serie (y_{1}, y_{2},...), parámetros de modelo (a_{1}, a_{2}, De un modelo de tiempo discreto de orden finito del sistema de potencia (1),

c) medios para deducir a partir de dichos parámetros de modelo (a_{1}, a_{2},...) la frecuencia y el amortiguamiento (\nu, \xi) de un modo de oscilación electromecánica del sistema de potencia (1),

caracterizado porque los medios para detectar oscilaciones electromecánicas del sistema de potencia (1) incluyen

d) medios para actualizar de forma recursiva dichos parámetros de modelo (a_{1} a_{2},...) cada vez que se mide un valor nuevo (y_{k}) de la cantidad de sistema dinámico (y).

10. Un producto de programa informático para detectar oscilaciones electromecánicas en sistemas de transmisión de corriente eléctrica que se puede cargar en una memoria interna de un ordenador digital, incluyendo medios de código de programa informático para hacer, cuando se cargue dicho programa en dicha memoria interna, que el ordenador ejecute el método para detectar oscilaciones electromecánicas según una de las reivindicaciones 1 a 8.