Академический Документы
Профессиональный Документы
Культура Документы
NUMÉRIQUES
Un relais numérique requiert l’acquisition d’un certain nombre d’entrées analogiques constituées
de formes d’onde de tensions et de courants. Typiquement, un relais de ligne de transmission doit
échantillonner trois signaux de tension et trois signaux de courant correspondant aux trois
tensions de phase et trois courants de phase.
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035
Time
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018
Time
A condition que la fréquence soit constante, l'onde est complètement déterminée si les deux
paramètres A et θ sont connus. Supposons que deux échantillons de l'onde x(t1) et x(t1+∆t) soient
pris à intervalle ∆t (correspondant à la fréquence d’échantillonnage 1/∆t), on peut alors décrire le
système d’équation comme un système de deux équations à deux inconnues:
sin ωt 1 cos ωt 2
• A cos θ
x(t 1)
= (3.3)
x(t 1+∆t) sin ω(t 1 + ∆t) cos ω(t 1 + ∆t) A sin θ
• A cos θ
x(0) 0 1
= (3.4)
x(∆t) sin (ω ∆t) cos (ω ∆t) A sin θ
En prenant, à titre d'exemple, des échantillons à tous les 2π/12 radians, ce qui détermine un
échantillonnage de 12 échantillons par cycle ou une fréquence d’échantillonnage de 720 Hz à 60
Hz (ou 600 Hz à 50 Hz), on aura finalement:
A cos θ = – 3 2 •
x(0)
(3.6)
A sin θ 1 0 x(∆t)
θ = arctan
y1
= arctan sin θ (3.10)
y2 cos θ
On peut également voir que les deux solutions y1 et y2 du système d’équation peuvent être
identifiées comme les coordonnées cartésiennes d’un vecteur, y1 étant la partie réelle et y2, la
partie imaginaire. Dans le cas d’une forme d’onde, ce vecteur qui l’identifie porte le nom de
phaseur. Le phaseur X de l’onde x(t) peut finalement être exprimé comme :
X = y1 + j y2 (3.11)
Axe imaginaire
A
y2
θ
Axe Réel
y1
x(0) 0 1
x(∆t) sin ω ∆t cos ω ∆t
= • A cos θ (4.1)
... ... ... A sin θ
x(11 ∆t) sin 11 ω ∆t cos 11 ω ∆t
x(0)
x(∆t)
X= (4.2)
...
x(11 ∆t)
0 1
sin ω ∆t cos ω ∆t
B= ... ... (4.4)
sin 11 ω ∆t cos 11 ω ∆t
X =BY (4.5)
Comme on a plus d’équations qu’ils n’y a d’inconnues, il faut pour le résoudre, multiplier par la
matrice B transposée :
BT X = BT B Y (4.6)
et ensuite, multiplier par la matrice inverse de la matrice multipliant celle des inconnues:
–1 –1
BT B BT X = BT B BT B Y (4.7)
A une fréquence de réseau donnée et avec un taux d’échantillonnage fixe, la matrice B est
parfaitement déterminée et peut être calculée à l’avance. A titre d’exemple, à 60 Hz et avec un
taux d’échantillonnage de 720 Hz (ou 12 échantillons par cycle), on aura pour B à partir de
l’équation 4.4 :
0 1
0.5 0.866
0.866 0.5
1 0
0.866 – 0.5
B= 0.5 – 0.866 (4.9)
0 –1
– 0.5 – 0.866
– 0.866 – 0.5
–1 0
– 0.866 0.5
–0.5 0.866
0 0.083 0.144 0.166 0.144 0.08 0 –0.08 –0.144 –0.166 –0.144 –0.08
0.16 0.14 0.083 0 –0.083 –0.144 –0.166 –0.14 –0.083 0 0.083 0.14
6. FILTRES DE FOURIER
Lorsque dans l’équation 3.1 de la forme d’onde à analyser, on assume qu’on a une fondamentale
à la fréquence de réseau, on arrive à un système de filtrage défini comme un filtre de Fourier.
Tous les systèmes de filtrage représentés à la figue 3 sont des filtres de Fourier avec des fenêtres
d’analyse de longueur variable.
Dans le cas d’une fenêtre d’observation correspondant à un cycle de réseau, on aboutit à un filtre
connu conventionnellement comme filtre de Fourier plein-cycle. La matrice C, solution du
système d’équations est alors donnée comme :
–1 cos ( k 2π )
C= B B T
B = 2
T N k = 0, 1,2, ... N (6.1)
N sin ( 2π )
k
N
1
2.5
0.5
2
Amplitude
GAIN
1.5
-0.5
1
-1
0.5 -1.5
0 50 100 150 200 250 300 350 400 2 4 6 8 10 12
FREQUENCE (HZ) Echantillons
Fig.5.1.1 Réponse en fréquence du filtre avec Fig.5.1.2 Réponse à l’échelon du filtre avec une
une fenêtre d’analyse 2 échantillons fenêtre d’analyse de 2 échantillons
1.6 1.5
1.4
1
1.2
0.5
1
Amplitude
GAIN
0
0.8
0.6 -0.5
0.4
-1
0.2
0 50 100 150 200 250 300 350 400
-1.5
FREQUENCE (HZ) 2 4 6 8 10 12
Echantillons
Fig.5.1.3 Réponse en fréquence du filtre avec
une fenêtre d’analyse 3 échantillons Fig.5.1.4 Réponse à l’échelon du filtre avec une
fenêtre d’analyse de 3 échantillons
1.4 1.5
1.2
1
1
0.5
0.8
Amplitude
GAIN
0
0.6
-0.5
0.4
0.2 -1
0
0 50 100 150 200 250 300 350 400 -1.5
2 4 6 8 10 12
FREQUENCE (HZ)
Echantillons
Fig.5.1.5 Réponse en fréquence du filtre avec Fig.5.1.6 Réponse à l’échelon du filtre avec une
une fenêtre d’analyse 6 échantillons fenêtre d’analyse de 6 échantillons
1.2
1
1
0.5
Amplitude
0.8
GAIN
0.6
-0.5
0.4
-1
0.2
-1.5
0 2 4 6 8 10 12 14 16 18
0 50 100 150 200 250 300 350 400
Echantillons
FREQUENCE (HZ)
Fig.5.1.7 Réponse en fréquence du filtre avec Fig.5.1.8 Réponse à l’échelon du filtre avec une
une fenêtre d’analyse 12 échantillons fenêtre d’analyse de 12 échantillons
1.4 1.5
1.2
1
1
0.5
0.8
Amplitude
GAIN
0
0.6
-0.5
0.4
-1
0.2
0 -1.5
0 50 100 150 200 250 300 350 400 5 10 15 20 25 30
FREQUENCE (HZ) Echantillons
Fig.5.1.9 Réponse en fréquence du filtre avec Fig.5.1.10 Réponse à l’échelon du filtre avec une
une fenêtre d’analyse 24 échantillons fenêtre d’analyse de 24 échantillons
1.4 1.5
1.2
1
1
0.5
0.8
Amplitude
GAIN
0
0.6
-0.5
0.4
0.2 -1
0 -1.5
0 50 100 150 200 250 300 350 400 20 40 60 80 100 120
FREQUENCE (HZ) Echantillons
Fig.5.1.11 Réponse en fréquence du filtre avec Fig.5.1.12 Réponse à l’échelon du filtre avec une
une fenêtre d’analyse 120 échantillons fenêtre d’analyse de 120 échantillons
A cos θ
2 x(n ∆T) cos ( n 2π )
Y = = N n=0 N (6.2)
A sin θ
Σ
N–1
2 x(n ∆T) sin ( n 2π )
N n=0 N
On peut voir à partir de l’équation 6.2 qu’un système de filtrage de Fourier est en réalité constitué
de deux filtres de type RFI (Réponse finie à l’impulsion ou FIR en Anglais pour « Finite Impulse
Response »)
Le premier est un filtre de cosinus qui permet de calculer la composante A cos θ, et dont les
coefficients sont donnés comme:
2 cos ( n 2π ) n = 0,1... (N – 1) (6.3)
N N
Le second est le filtre de sinus qui permet de calculer la composante A sin θ du phaseur et dont
les coefficients sont donnés comme:
2 sin ( n 2π ) n = 0,1... (N – 1) (6.4)
N N
Les figures 6.1 et 6.2 représentent les réponses en fréquence de ces deux filtres pris
individuellement. La figure 6.3 représente la réponse en fréquence du filtre de Fourier plein cycle
qui est une combinaison des deux précédents.
La figure 6.4 représente l’implantation pratique d’un filtre de Fourier dans un relais numérique.
On assume ici que la fenêtre d’analyse a n échantillons. Les coefficients des deux filtres RFI
cosinus et sinus sont constants et mémorisés dans la mémoire du relais. Les échantillons de la
fenêtre d’analyse sont stockés dans une table des valeurs instantanées. La table est mise à jour
toutes les fois qu’un nouvel échantillon et mesuré. Un nouvel échantillon arrive
1.4 1.4
1.2 1.2
1 1
0.8 0.8
GAIN
GAIN
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8
FREQUENCE NORMALISÉE FREQUENCE NORMALISÉE
Fig. 6.1 Réponse en fréquence normalisée du Fig. 6.2 Réponse en fréquence normalisée du
filtre de cosinus filtre de sinus
1.2
0.8
GAIN
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
FREQUENCE NORMALISÉE
X1 X2 X3 Xn-1 Xn
c1
c2
c3
Coefficients du
Echantillons de la
fenêtre d’analyse
filtre de cosinus = A cos θ
cn-1
cn
s2
s3 j
Coefficients du
filtre de sinus = A sin θ
sn-1
sn
R L
I (t)
V(t) t=0
lorsqu’il survient un défaut, quand l’interrupteur est fermé, le courant dans le circuit prendra la
forme:
−ω t
i( t ) = I peak sin( ω t + θ − θ z ) − sin( θ − θ z ) • exp( ) (7.2)
X/R
avec:
et le courant devient:
π
(θ − θ z ) = n ( n = 1,3 ,5 etc...) (7.6)
2
et le courant sera égal à:
−t
i (t ) = I peak cos(ω t ) − exp( ) (7.7)
L/R
−t
i( t ) = I peak cos( ω t ) − exp( ) (7.8)
τ1
τ1 = L / R (7.9)
Lorsqu’ils sont sollicités par une telle forme d’onde de courant, les systèmes de filtrage
conventionnels ont une tendance à mesurer plus de courant qu’il n’y en a en réalité et le
comportement des relais de protection s’en trouve affecté. A titre d’exemple, la figure 7.2
représente l’amplitude d’un courant, comportant une composante asymétrique de 1 cycle,
mesurée par un filtre de Fourier plein-cycle. On peut voir que le filtre restitue de façon transitoire
une amplitude plus grande de 115% que la vraie valeur. Dans le cas d’un filtre de Fourier demi-
cycle, la situation se détériore et l’amplitude atteint une valeur maximum de 175% la valeur
réelle.
1.5 2
1.5
1
1
0.5
0.5
Entrée & Sortie
Entrée & Sortie
0
0
-0.5
-0.5
-1 -1
-1.5 -1.5
-2
-2 0 20 40 60 80 100 120 140
0 20 40 60 80 100 120 140
ECHANTILLON
ECHANTILLONS
K ( 1 + sτ 2 ) . (7.10)
[
K ( 1 + τ 2 ) − τ 2 z −1 ] (7.11)
La figure 7.4 représente la sortie du filtre du filtre d’impédance image avec une constante de
temps de τ2=2 cycles lorsqu’il est sollicité par un courant asymétrique avec une constante de
temps τ1=1 cycle. Les figures 7.6 et 7.7 représentent les amplitudes du courant tels que restitués
par les filtres de Fourier plein-cycle et demi-cycle, après que le courant ait été traité par le filtre
d’impédance image. On peut voir que dans les deux cas, l’effet de la composante asymétrique a
pratiquement disparu.
Le prix à payer est représenté à la figure 7.5 qui est celle de la réponse en fréquence du filtre
d’impédance image. On peut voir que ce filtre est un filtre passe-haut, c’est-à-dire que
l’utilisation d’un filtre à impédance image aura pour effet d’amplifier les composantes hautes
fréquences si elles sont présentes dans le signal de courant. On remarquera que le fait d’avoir un
filtre passe-haut n’est pas nocif en soit. La situation le devient seulement si on a des composantes
hautes fréquences.
1.5 6
1 5
0.5
4
GAIN
3
-0.5
2
-1
1
-1.5
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-2 FREQUENCE NORMALISEE
0 20 40 60 80 100 120 140
ECHANTILLONS
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
ECHANTILLON
ECHANTILLON
Fig. 7.6 Réponse du filtre de Fourier Plein- Fig. 7.7 Réponse du filtre de Fourier Demi-
Cycle à une composante asymétrique de 1 Cycle à une composante asymétrique de 1
cycle filtrée par une impédance image de 2 cycle filtrée par une impédance image de 2
cycles cycles
D’une façon générale, il n’est pas nécessaire que la constante de temps du filtre d’impédance
image soit égale à la constante de temps de la composante apériodique. Un filtre d’impédance
image de deux cycles par exemple supprimera l’effet d’une composante apériodique pouvant
avoir une constante de temps couvrant un quart de cycle à plusieurs cycle.
Σ
n
Am sin (m ω t + ϕ m)
t
x(t) = e – τ + (8.1)
m= 1
Σ
5
Am • cos θm •sin m ωt + Am • sin θm •cos m ωt
t
x(t) = A0 e – τ + (8.2)
m= 1
On a dans cette équation 11 inconnus ( 5 fois Am, 5 fois θm et τ), if faut donc pour résoudre le
système une fenêtre d’observation d’au moins 11 échantillons pour résoudre le système
d’équations.
A titre d’exemple, le système d’équations permettant correspondant à une onde comportant une
composante fondamentale et une composante asymétrique sera donné comme :
Σ
5
Am sin (m ω t + ϕ m)
t
x(t) = e – τ + (8.4)
m= 1
On peut voir que le filtre peut être affecté par les composantes continues (réponse à la fréquence
zéro non nulle). Sur la figure 8.2, on a représenté la réponse du filtre à un échelon sinusoïdal
comprenant une composante apériodique de 1 cycle. On peut voir que le filtre n’est pas efficace
dans la suppression de l’effet du à la composante exponentielle.
Si on développe en série la fonction exponentielle :
(– 1) p t n
Σ
P
( ) = A (1 – τt + 1 ( τt ) 2 – 1 ( τt ) 3 + ...
t
A e – τ = A (1 +
p! τ
(8.5)
p=1 2! 3!
et qu’on crée un FMC à partir d’une fonction comprenant un nombre limité de termes (2 dans ce
cas-ci) du développement comme dans :
Σ
5
x(t) = A0 (1 – τt ) + Am sin (m ω t + ϕ m) (8.6)
m= 1
on obtient un filtre dont la réponse en fréquence est donné à la figure 8.3. Le filtre ne répond plus
à la composante continue mais amplifie maintenant les hautes fréquences. La réponse à un
échelon sinusoïdal comprenant une composante asymétrique (constante de temps de 1 cycle) est
montré à la figure 8.4. On peut voir cette fois-ci que l’effet de la composante asymétrique est
amplement réduit.
L’intérêt principal d’un filtre de moindres carrés est de réduire de façon intrinsèque l’effet d’une
composante asymétrique. La pénalité est toutefois la même qu’avec un filtre d’impédance image :
une plus grande susceptibilité aux composantes hautes fréquences.
1.2 1
1 0.5
0.6
-0.5
0.4
-1
0.2
-1.5
0
0 50 100 150 200 250 300 350 400 -2
FREQUENCE 0 10 20 30 40 50 60 70
Echantillon
6
1.5
5 1
0.5
4
-0.5
2
-1
1
-1.5
0
0 50 100 150 200 250 300 350 400 -2
0 10 20 30 40 50 60 70
FREQUENCE
ECHANTILON
9. FILTRES DE COSINUS
Tel que vu au paragraphe 6, un système de filtres de Fourier est en réalité constitué de deux filtres
numériques appelés cosinus et sinus. Si on sollicite chacun de ces filtres par une onde comprenant
une composante exponentielle décroissante, on obtient les sorties montrées aux figures 9.1 et 9.2.
On peut voir sur ces deux figures que le filtre de cosinus a un meilleur rejet de l’exponentielle
décroissante. A partir de cette constatation, on peut se demander s’il ne serait pas possible de
construire un système de filtrage qui n’utiliserait que des filtres de cosinus. La réponse est oui et
est montée à la figure 9.3. La solution consiste à attaquer deux fois un filtre de cosinus par la
même onde qui la seconde fois est retardée d’un quart de cycle°. On aboutit à un système de
filtrage qui est très efficace pour ce qui est de l’immunité à une composante asymétrique. La
pénalité à payer est que le temps nominal de réponse du filtre est passé d’un cycle à un cycle et un
quart.
x(t) Phaseur X
Délais
Filtre
de 1/4 j
de Cosinus
cycle
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
ECHANTILLONS ECHANTILLONS
Fig. 9.2 Réponse du filtre de cosinus à une Fig. 9.3 Réponse du filtre de sinus à une onde
onde comprenant une composante asymétrique comprenant une composante asymétrique
1.5
0.5
-0.5
-1
0 10 20 30 40 50 60 70 80 90 100
ECHANTILLONS
Fig. 9.4 Calcul de l’amplitude d’une onde comprenant une composante asymétrique par un
système de filtrage de cosinus
[1] A.G. Phadke, J.S. Thorp, Computer Relaying for Power Systems, Research Study Press Ltd.,
John Wiley &Sons Inc, 1988.
[2] G. Benmouyal, "Removal of DC-Offset in Current Waveform Using Digital Mimic
Filtering," IEEE Transactions on Power Delivery, Vol. 2, No. 2, pp. 621-30, April 1995