Variações constantes nos perfis de carga, configuração da rede e depreciação dos componentes do sistema elétrico de potência podem afetar significativamente as definições de monitoramento e proteção, estudos como fluxo de potência, análise de estabilidade e despacho econômico. Assim, é necessário estimar os parâmetros reais para sistemas elétricos, principalmente linhas aéreas de transmissão, devido à sua influência dentro do sistema, a fim de obter maior precisão em tais tarefas. Entre os principais estudos e abordagens na literatura técnica estão as estimativas realizadas por meio de medidas fasoriais (PMUs), que são utilizadas neste estudo. Para estimar os parâmetros das linhas de transmissão, é utilizado um método não linear (Filtro de Kalman Estendido - EKF) para obter os estados dos terminais das linhas de transmissão em conjunto com a matriz vetorizada de parâmetros. No entanto, tal abordagem é fortemente afetada pela escolha da inicialização, que geralmente é realizada manualmente e requer muito tempo e esforço. Portanto, aplica-se um método de otimização (otimização por enxame de partículas - PSO) para melhorar a convergência da abordagem EKF, reduzir o tempo de ajuste dos hiper-parâmetros e melhorar os resultados estimados. O método proposto é a primeira aplicação conjunta de EKF e PSO para sistemas de transmissão, apresentando bons resultados para sistemas não transpostos e também em comparação com a aplicação de EKF sem otimização.

Constant variations in load profiles, network configuration and depreciation of electrical power system components can significantly affect the monitoring and protection definitions and studies such as power flow, stability analysis and economic dispatch. Thus, it is necessary to estimate the real parameters for power systems, especially overhead transmission lines, due to their influence within the system, ir order to obtain greater precision in such tasks. Among the main studies and approaches in the technical literature are the estimations performed through phasor measurements (PMUs), which are used in this study. In order to estimate the parameters of transmission lines, we use a non-linear method (Extended Kalman Filter - EKF) to obtain the states of the transmission line terminals jointly with the vectorized matrix of parameters. However, such approach is strongly affected by the choice of initialization, which is usually performed manually and requires a lot of time and effort. Therefore, we apply an optimization method (Particle Swarm Optimization - PSO) to improve the convergence of the EKF approach, reduce the time for adjusting the hyper-parameters and improve the estimated results. The proposed method is the first joint application of EKF and PSO for transmission systems, it showed good results for non-transposed systems and also in comparison with the application of EKF without optimization.