Recentemente, novas arquiteturas de estimadores de estados de sistemas de potência foram desenvolvidas para permitir a inclusão de medidas fasoriais sincronizadas no processo de estimação. este tipo de medida tende a aprimorar a qualidade das estimativas -- e, por consequência, a segurança da operação em tempo real -- tendo em vista sua maior taxa de amostragem e nível de acurácia quando em comparação às convencionais medidas scada. das arquiteturas de estimação híbridas já propostas, destacam-se as que são constituídas por dois estágios de estimação distintos, pois permitem preservar a infraestrutura de estimação já existente e consolidada, baseada no sistema scada. além disso, possibilitam a utilização de um estimador linear para o processamento das medidas fasoriais, sendo esta uma grande vantagem computacional. para isso, são utilizadas, no segundo estágio, medidas fasoriais expressas em coordenadas retangulares, cujo processamento é realizado através de um algoritmo sequencial ortogonal baseado em rotações de givens em blocos. nesta dissertação de mestrado é abordado um tema apenas preliminarmente discutido em trabalhos prévios: o processamento de erros grosseiros em associação à nova classe de estimadores descrita acima. é desenvolvida uma extensão das técnicas convencionais de detecção, identificação e remoção de erros grosseiros, de maneira a serem compatíveis com o processamento em blocos. além disso, como segunda principal contribuição deste trabalho, é investigada a perda de desempenho da técnica de detecção de erros grosseiros baseada no teste-j($hat x$) quando aplicado a redes elétricas de grande porte. visando solucionar este problema, é desenvolvida nesta dissertação uma técnica de partição ótima do plano de medição fasorial. a eficácia das técnicas propostas é avaliada mediante a condução de simulações computacionais nos sistemas-teste ieee-14, 30-, 57-, 118- e 300-barras. os resultados obtidos mostram a correta funcionalidade das estratégias desenvolvidas, bem como desempenho amplamente satisfatório, tanto em termos de detectabilidade e identificabilidade de erros grosseiros em medidas fasoriais, quanto em termos de eficiência computacional.