Đánh giá ổn định động hệ thống điện dùng mạng nơ ron nhân tạo

HƠm kho ng cách Fisher .... HƠm kho ng cách Divergence .....  MÔ HÌNH MÁY PHÁT GENERATOR MACHINE MODELS .... 91 DANH SÁCH CH VI T T T DSA Dynamic Stability Assessment ANN Artificial N

Trang tựa

Quy t đ nh giao đ tài

Lý l ch khoa học i

L i cam đoan iii

L i c m t iv

Tóm tắt v

Abstract vii

M c l c ix

Danh sách các ch vi t tắt xiv

Danh sách các hình xv

Danh sách các b ng xvi

Ch ng 1 T NG QUAN 1.1 T ng quan v lĩnh v c nghiên c u 1

1.2 M c tiêu c a lu n án 5

1.3 Ph m vi nghiên c u 6

1.4 Giá tr th c ti n c a lu n án 6

Ch ng 2 ĐÁNH GIÁ N Đ NH H TH NG ĐI N 2.1 Các ch đ h th ng đi n 7

2.2 n đ nh h th ng đi n 7

2.2.1 n đ nh tĩnh 8

2.2.1 n đ nh tĩnh 11

2.3 Ph ng trình dao đ ng 12

2.4 Đ n gi n hóa mô hình máy phát 16

Ch ng 3 Lụ THUY T NH N D NG

3.1 Khái ni m 27

3.2 Nh ng tính chất c a nh n d ng m u vƠ hi n t ng 28

3.3 Nh n d ng m u trên c sở hình th c hóa tri th c 29

3.4 Ph ng pháp lu n từ vi c h c qua ví d 32

3.5 K t lu n 33

Ch ng 4 Lụ THUY T M NG N -RON NHỂN T O 4.1 Gi i thi u 35

4.2 Cấu trúc m ng n -ron nhơn t o 35

4.3 Ph ơn lo i m ng n -ron nhơn t o 40

4.4 Các ph ng pháp huấn luy n m ng n -ron 41

4.5 M ng n -ron truy n thẳng v i thu t toán lan truy n ng c 44

4.5.1 C u trúc 44

Ch ng 5 L A CH N BI N Đ C TR NG TRONG ĐÁNH GIÁ N Đ NH H TH NG ĐI N 5.1 Mô hình nh n d ng thông minh đánh giá n đ nh đ ng h th ng đi n dùng m ng n -ron nhơn t o 48

5.2 T o c sở d li u 48

5.2.1 Chu n hóa d li u 50

5.2.1 Phơn chia d li u 50

5.3 L a ch n bi n đ c tr ng 50

5.3.1 Xác đ nh t p bi n đ c tr ng ban đ u 51

5.3.2.2 Chi n l c tìm ki m t i u c c b 52

5.4 L a ch n t p con bi n ng viên ti m năng 54

5.4.1 HƠm kho ng cách Fisher 54

5.4.2 HƠm kho ng cách Divergence 54

5.5 Huấn luy n vƠ đánh giá mô hình nh n d ng 54

5.6 Áp d ng đánh giá n đ nh đ ng h th ng đi n GSO ậ 37bus 55

5.6.1 Mô t h th ng đi n GSO ậ 37bus 55

5.6.2 Bi n đ c tr ng đ u vƠo vƠ đ u ra 57

5.6.3 K t qu nh n d ng chính xác 59

Ch ng 5 K T LU N VÀ H NG NGHIểN C U PHÁT TRI N 6.1 K t lu n 61

6.2 H ng nghiên c u phát tri n 62

TÀI LI U THAM KH O 63

PH L C 68

PH L C 1: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG C A QUÁ TRÌNH HU N LUY N M NG N -RON 68

PH L C 2: CH NG TRỊNH TệNH T L HU N LUY N TRÊN T P D LI U BAN Đ U 68

PH L C 3: CH NG TRỊNH TệNH T L PHÂN LO I SAU HU N LUY N TRÊN T P M U BAN Đ U 69

PH L C 4: CH NG TRỊNH TệNH T L PHÂN LO I SAU KI M TRA

PH L C 6: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG TRÊN T P M U HU N LUY N VÀ KI M TRA 2

70

PH L C 7: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG TRÊN T P M U HU N LUY N VÀ KI M TRA 3

71

PH L C 8: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG TRÊN T P M U HU N LUY N VÀ KI M TRA 4

72

PH L C 9: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG TRÊN T P M U HU N LUY N VÀ KI M TRA 5

72

PH L C 10: CH NG TRỊNH ĐÁNH GIÁ Đ CHÍNH XÁC NH N D NG TRÊN T P M U HU N LUY N VÀ KI M TRA 6

75

PH L C 14: CH NG TRỊNH T NG QUÁT ĐÁNH GIÁ Đ CHÍNH XÁC

NH N D NG K T H P PH NG PHÁP X P H NG BI N Đ C TR NG DÙNG HÀM KHO NG CÁCH DIVERGENCE

76

77

PH L C 16: B NG X P H NG BI N Đ C TR NG THEO HÀM KHO NG CÁCH FISHER

78

PH L C 17: B NG X P H NG BI N Đ C TR NG THEO HÀM KHO NG CÁCH DIVERGENCE

 THÔNG S CÀI Đ T Đ U PHÂN ÁP TRÊN MÁY BI N ÁP

(TRANSFOMER CONTROL) (PHASE (deg) = 0; STEP SIZE = 0.00625) 90

 THÔNG S THI T B KÍCH T MÁY PHÁT (GENERATOR

EXCITERS)

 MÔ HÌNH MÁY PHÁT (GENERATOR MACHINE MODELS)

91

DANH SÁCH CH VI T T T

DSA Dynamic Stability Assessment

ANN Artificial Neural Network

CCT Critical Clearing Time

PR Pattern Recognition

MLFN Multilayer Feedforward Neural Network

MLPN Multilayer Perceptron Neural Network

BPMLFN Back Propagation Multilayer Feedforward Neural Network

GA Genetic Algorithm

CPU Central Process Unit

DDR Double Data Rate

Hình 2.1: S đ m t h th ng đi n đ n gi n 8

Hình 2.2: Đ c tính công su t c a máy phát vƠ đ c tính công su t c c a Tuabin 8

Hình 2.3: S đ HTĐ xét nút ph t i và t ng quan cân bằng công su t ph n kháng 11

Hình 2.4: Đ c tính Q ậ U 11

Hình 2.5: Mô hình đ n gi n hóa máy phát đi n (S đ m ch) 16

Hình 2.6: Mô hình đ n gi n hóa máy phát đi n (S đ pha) 17

Hình 2.7: Máy phát k t n i v i h th ng t ng đ ng 17

Hình 2.8: Bi u di n pe, pm theo δ 20

Hình 2.9: Ph ng pháp Euler 21

Hình 2.10: Ph ng pháp Euler c i ti n 22

Hình 2.11: H th ng đi n g m N nút dùng đ nghiên c u n đ nh 23

Hình 4.1: C u trúc 1 n -ron sinh học 36

Hình 4.2: Sự liên k t c a n -ron 36

Hình 4.3: Mô hình toán c a 1 n -ron nhân t o 37

Hình 4.4: Hàm n c 38

Hình 4.5: Hàm d u 39

Hình 4.6: Hàm tuy n tính 39

Hình 4.7: Hàm tuy n tính bão hòa 39

Hình 4.8: HƠm Sigmoid đ n cực 40

Hình 4.9: Hàm Sogmoid l ng cực 40

Hình 4.10: C u trúc M ng N -ron truy n thẳng nhi u l p 45

Hình 5.1: Mô hình nh n d ng thông minh đánh giá n đ nh đ ng h th ng đi n 49

Hình 5.2: S đ h th ng đi n GSO 37 bus 56

tính kho ng cách 59

DANH SÁCH CÁC B NG

B ng 5.1: K t qu đánh giá chọn bi n đ c tr ng theo kho ng cách Fisher 60

B ng 5.2: K t qu đánh giá chọn bi n đ c tr ng theo kho ng cách Divergence 60

Ch ng 1

T NG QUAN

1.1 T ng quan v lĩnh v c nghiên c u

Đánh giá n đ nh đ ng c a h th ng đi n là m t trong nh ng nhi m v quan

trọng nh t trong quá trình thi t k và v n hành h th ng đi n Năm 1920, n đ nh

đ ng c a h th ng đi n l n đ u tiên đ c chú Ủ đ n nh lƠ m t trong nh ng nhi m

v quan trọng c a vi c thi t k và v n hành khi các h th ng đi n nh đ c n i k t

v i nhau thành m t h th ng l n Qua h n 50 năm, v i nhi u công trình nghiên c u

c a nhi u tác gi khác nhau trên th gi i cùng v i sự phát tri n c a công ngh bán

d n và công ngh thông tin, lý thuy t cũng nh nh ng công c phơn tích vƠ đánh giá n đ nh đ ng c a h th ng đi n đƣ c b n hình thành Tuy v y, t năm 1990 do yêu c u đi n năng tăng v t b c, nhi u h th ng đi n l n liên k t các h th ng đi n

gi a các vùng c a m t qu c gia ho c gi a nhi u qu c gia nh h th ng đi n 500

KV Vi t Nam, h th ng đi n Bắc Mỹ đƣ hình thƠnh Vi c đánh giá n đ nh đ ng cho nh ng h th ng đi n ph c t p này là m t trong nh ng v n đ khó khăn, đ c bi t khi xét h th ng v n hành trong th i gian thực

Đ đánh giá h th ng n đ nh hay không n đ nh sau sự c l n, có nhi u

ph ng pháp đ c áp d ng Ph ng phápmô ph ng theo mi n th i gian cho k t qu chính xác đ đánh giá n đ nh quá đ h th ng đi n nh ng không cho bi t biên n

đ nh c a h th ng, t n nhi u th i gian do ph i gi i h ph ng trình vi phơn phi tuy n sau sự c [4,9,8,10], cho nên không phù h p trong đánh giá trực tuy n

Ph ng pháp nƠy cũng không cung c p thông tin m c đ n đ nh ho c không n

đ nh [4,5,7] Ph ng pháp s cho câu tr l i chính xác v n đ nh quá đ h th ng

đi n, nh ng g p khó khăn trong gi i ph ng trình vi phơn b c 2, và m t nhi u th i gian gi i [15] Ph ng pháp hƠm năng l ng xác đ nh n đ nh h th ng đi n dựa

mi n th i gian, tuy nhiên ng d ng thực t v n còn ti p t c nghiên c u, nguyên do chính lƠ đ i v i h th ng đi n l n nhi u máy phát c n ph i đ n gi n hóa mô hình [6,22], c n nhi u tính toán đ xác đ nh ch s n đ nh [14,4,24]

Nh v y, các ph ng pháp truy n th ng t n r t nhi u th i gian tính toán, không phù h p đánh giá trong th i gian thực, v i yêu c u r t khắc khe v th i gian tính toán, tính nhanh nh ng ph i chính xác đƣ xu t hi n nhu c u ng d ng ph ng pháp khác hi u qu h n

Ph ng pháp kỹ thu t nh n d ng m u áp d ng đánh giá n đ nh đ ng h th ng

đi n b qua gi i tích và thay th bằng cách học quan h m u đ u vƠo vƠ đ u ra [10], các ti p c n theo h ng này [10,11] thì b phân lo i đ c hu n luy n off-line và

ki m tra on-line Trong [12], tác gi chọn tín hi u đ u vào là các bi n đ c tr ng ch

đ xác l p ti n sự c đ ch n đoán sự c qua ch s th i gian cắt t i h n (CCT ậ Critical Clearing Time), tuy nhiên tìm m i liên h gi a các bi n đ c tr ng tr ng thái xác l p và c p n đ nh cũng lƠ m t thách th c

H th ng nh n d ng m u tìm ki m, lọc nh ng m u thông tin đ c tr ng quan trọng làm m u d li u đ u vào, vi c trích xu t gi m bi n đ c tr ng giúp cho h

th ng x lý d li u m t cách nhanh chóng vƠ nơng cao đ chính xác Kỹ thu t nh n

d ng r t t t cho bài toán tách bi t tuy n tính gi a các l p, nh ng tách bi t gi a các

l p phi tuy n ch a thực hi n đ c [18] V n còn đó thách th c cho nhà nghiên c u trong tìm m i liên h gi a các bi n tr ng thái xác l p ti n sự c và c p n đ nh h

th ng đi n, vi c gi m bi n đ c tr ng nh ng ph i nơng cao đ chính xác dự báo

M ng neural nhân t o (ANN ậ Artificial Neural Network) là m t trong các

ph ng phápti p c n đánh giá n đ nh h th ng đi nthu hút đ c nhi u sự quan tâm

c a các nhà nghiên c u do kh năng học h i nhanh chóng quan h phi tuy n vào/ ra Bài báo [16,13,21] ng d ng (MLPNN - Multilayer Perceptron Neural Network) đ

c l ng biên n đ nh quá đ h th ng đi n

Trong ch n đoán n đ nh đ ng có 2 giai đo n M t là ch n đoán dựa vào bi n

đ c tr ng ti n sự c tr ng thái xác l p g m công su t máy phát, công su t đ ng

dơy, đi n áp bus, ch n đoán nƠy mang tính dự phòng ngăn ch n tích cực s m, v n

đ này áp d ng trong [14,17,20,23,28] Hai là, ch n đoán n đ nh đ ng dựa vào bi n

đ c tr ng sau sự c nh ch s m c đ nghiêm trọng, góc , quỹ đ o đi n áp, trong ch n đoán nƠy cho bi t tr ng thái n đ nh sắp t i c a h th ng đi n do sự c gây ra Trong [25], tác gi k t h p m ng neural và logic m có kh năng tự học và

học liên t c, [27] k t h p ph ng pháp truy n th ng v i m ng neural đ tăng đ chính xác ch n đoán

Trong đánh giá n đ nh đ ng đ c chia làm hai lo i chính là ch n đoán vƠ đánh giá Ch n đoán n đ nh đ ng th ng t p trung vào ch s CCT c a h th ng đ i v i

sự c , CCT là th i gian cắt sự c dài nh t cho phép đ h th ng v n gi n đ nh ng

v i góc công su t cắt chu n, và 3 giai đo n sự c mà h th ng đi n tr i qua: tr c

sự c , đang sự c và sau sự c Trong đánh giá n đ nh đ ng, không c n quan tâm CCT mà c n quan sát quá trình quá đ x y ra khi g p sự c , câu h i m u ch t trong đánh giá n đ nh đ ng lƠ sau dao đ ng quá đ k t qu là h th ng đi n n đ nh hay không n đ nh[19,26], bài toán ch n đoán n đ nh quá đ th ng xem xét quá trình

tr c sự c và sau sự c , ch n đoán n đ nh qua xác đ nh góc đ ng b và th i gian

t lúc dao đ ng đ u tiên

Các nghiên c u theo h ng nh n d ng, m ng neural đánh giá n đ nh đ ng h

th ng đi n, vi c đánh giá dựa vào bi n tr ng thái tr c sự c v n là m t thách th c

l n do quá trình học v n còn l i không tránh kh i Do v y, c n thi t phát tri n h

th ng nh n d ng thông minh có kh năng đánh giá n đ nh h th ng đi n th a mãn

đ chính xác vƠ nơng cao đ tin c y

Do tính ph c t p c a h th ng đi n n u gi i bằng các ph ng pháp truy n

th ng m t nhi u th i gian và gây nên sự ch m tr trong vi c ra quy t đ nh, cho nên

r t c n gi i pháp đánh giá nhanh và tin c y H th ng nh n d ng thông minh k t h p

ph ng pháp ANN, có u đi m l n là kh năng tính toán song song, nhanh vƠ chính xác cao M t đi u quan trọng rằng, đ h th ng nh n d ng thông minh có hi u su t cao thì các bi n đ c tr ng đ u vào ph i đ c chọn hi u qu , các bi n đ c tr ng nƠy

l i gia tăng theo kích c h th ng đi n, cho nên c n ph i tìm gi i pháp trích xu t

gi m bi n đ c tr ng, phơn lo i nhóm d li u bi n đ c tr ng giúp cho h th ng nh n

d ng thông minh x lý d li u m t cách nhanh chóng và nơng cao đ chính xác,

đi u nƠy các công trình đƣ công b còn là h n ch , cho nên đòi h i ph i có cách m i phân lo i m u hi u qu , giúp gi i quy t bài toán ch n đoán nhanh n đ nh h th ng

đi n và c nh báo s m tr ng h p không n đ nh

ANN là m t công c tính toán thông minh hi u su t cao đ c lựa chọn cho đánh giá n đ nh đ ng h th ng đi n Hi u su t c a ANN ng d ng đ đánh giá n

đ nh đ ng h th ng đi n yêu c u quá trình hu n luy n ANN đ bao trùm toàn b

Đi n hình sự phát tri n c a h th ng nh n d ng g m nh ng b c sau:

- T o c s d li u trong quá trình đánh giá n đ nh h th ng đi n

- Thi t l p các m u d li u ngõ vào/ ngõ ra, lựa chọn nh ng bi n đ c tr ng h

th ngphù h p nh lƠ ngõ vƠo vƠ ch m c n đ nh cho ngõ ra

- Trích xu t tri th c mà bao g m m i quan h gi a m u d li u ngõ vào và ngõ ra cùng thu t toán học

- Phê chu n , so sánh hi u su t c a ANN

Hi n t i các nhà nghiên c u ch y u t p trung vƠo b c 3, liên t c tác đ ng đ

t o nên nh ng mô hình m i nhằm thu đ c m i quan h ánh x gi a ngõ vào và ngõ ra, trong khi ít quan tơm đ n b c lựa chọn bi n đ c tr ng ngõ vƠo trong b c

2, thực t lƠ b c r t quan trọng nh h ng đ n hi u su t c a ANN, nó không ch quy t đ nh đ n th i gian tính toán trong quá trình mô ph ng off-line mà còn tác

đ ng r t l n đ n đ chính xác Trong quá kh m t s nhà nghiên c u lựa chọn m t

s l ng bi n đ c tr ng có liên quan v i nhau trong m u d li u ngõ vào dựa trên kinh nghi m c a họ [30]-[31] Nh ng đ lựa chọn nh ng bi n đ c tr ng m t cách

có hi u qu , chúng ta nên dựa trên nh ng kỹ thu t lựa chọn bi n đ c tr ng [31]-[37]

Nh n xét chung trong các h ng nghiên c u ch n đoán/đánh giá n đ nh h

th ng đi n thì h ng ng d ng ANN, nh n d ng, ầ lƠ h ng đ c nhi u tác gi quan tâm và t p trung nghiên c u nhi u trong nh ng năm g n đơy

Lựa chọn bi n đ c tr ng r t quan trọng trong b c xây dựng h th ng nh n

d ng thông minh đánh giá n đ nh đ ng h th ng đi n dùng m ng neural

Không có m t công trình nào nghiên c u m t cách có h th ng v v n đ lựa

chọn bi n đ c tr ng cho đánh giá n đ nh h th ng đi n, không có chúng, có th khó khăn trong vi c đ m b o hi u su t c a h th ng nh n d ng thông minh đánh giá

n đ nh h th ng đi n Trong th i gian nƠy, cũng c n nh n m nh đ n sự c n thi t

gi i thi u m t s ph ng phápm i đ làm phong phú thêm nh ng ph ng pháp lựa

chọn bi n đ c tr ng M c tiêu c a lu n văn nhằm b sung nh ng đi m c n thi t trên

1.3 Ph m vi nghiên c u

 Nghiên c u lý thuy t nh n d ng, m ng neural, ầ

 Nghiên c u qui trình và xây dựng h th ng nh n d ng thông minh dựa trên

c s m ng neural, lý thuy t nh n d ng,ầ

 Áp d ng đánh giá trên h th ng đi n chu n: GSO ậ 37 bus, 9 máy phát

 Ph ng pháp nghiên c u

 Tham kh o tài li u, các bài báo, các sách v ch n đoán, đánh giá n đ nh h

th ng đi n trong n c vƠ n c ngoài;

 Nghiên c u h th ng nh n d ng thông minh dựa trên c s m ng neural, lý thuy t nh n d ng,ầ

 Nghiên c u s d ng và l p trình bằng ph n m m Matlab; mô ph ng bằng

 Trình bày chi ti t các b c ti n hành lựa chọn bi n đ c tr ng, gi i thi u, áp

d ng hai ph ng pháp tính kho ng cách góp ph n làm phong phú tài li u tham kh o h u ích cho nghiên c u bƠi toán đánh giá n đ nh đ ng h th ng

đi n dùng kỹ thu t m ng th n kinh nhân t o

Ch ng 2 ĐÁNH GIÁ N Đ NH H TH NG ĐI N

2.1 Các ch đ h th ng đi n

Các ch đ làm vi c c a h th ng đi n đ c chia làm 2 lo i chính: ch đ xác l p và ch đ quá đ

- Ch đ xác l p: là ch đ trong đó các thông s c a h th ng không thay đ i

ho c thay đ i trong nh ng kho ng th i gian t ng đ i ngắn, ch bi n thiên

nh xung quanh các tr s đ nh m c, là ch đ bình th ng và lâu dài c a h

th ng đi n, còn đ c gọi là ch đ xác l p bình th ng Ch đ sau sự c h

th ng đ c ph c h i và làm vi c t m th i cũng thu c v ch đ xác l p, mà còn đ c gọi là ch đ xác l p sau sự c

- Ch đ quá đ : là ch đ trung gian chuy n t ch đ xác l p này sang ch

đ xác l p khác Ch đ quá đ th ng di n ra sau nh ng sự c ho c thao tác đóng cắt các ph n t đang mang công su t mƠ th ng đ c gọi là các kích

đ ng l n Ch đ quá đ đ c gọi là ch đ quá đ bình th ng n u nó ti n

đ n ch đ xác l p m i Trong tr ng h p này các thông s h th ng b bi n thiên nh ng sau m t th i gian l i tr v tr s g n đ nh m c và ti p theo ít thay đ i Ng c l i, có th di n ra ch đ quá đ v i thông s h th ng bi n thiên m nh, sau đó tăng tr ng vô h n ho c gi m đ n 0 Ch đ quá đ đó

2.2.1 n đ nh tĩnh

Bao hàm sự bi n thiên nh và ch m c a nh ng đi m v n hành Nghiên c u

n đ nh tĩnh th ng đ c thực hi n b i các ch ng trình tính toán phơn b công

su t, đ m b o góc pha đi n áp trên đ ng dây không quá l n, đi n áp t i các nút

g n v i đi n áp đ nh m c, máy phát, máy bi n áp, đ ng dây truy n t i và các thi t

PmP(δ)

Hình 2.2: Đ c tính công su t c a máy phátvƠ đ c tính công su t c c a Tuabin

Đ có khái ni m rõ h n v tính ch t n đ nh tĩnh, xét tr ng thái cân bằng công su t c a m t máy phát trong 1 h th ng đi n đ n gi n nh Hình 2.1, t ng

ng v i đ c tính công su t đi n t c a máy phát vƠ đ c tính công su t c c a bin Hình 2.2

Tua-Trong đó: công su t c c a Tua-bin đ c coi lƠ không đ i và công su t đi n

X F: lƠ đi n kháng t ng đ ng c a máy phát

X B: lƠ đi n kháng t ng đ ng c a máy bi n áp

X D: lƠ đi n kháng t ng đ ng c a m t đ ng dơy đ n

Hình 2.2 t n t i 2 đi m cân bằng a vƠ b t ng ng v i các góc l ch 01 và 02

P m : là công su t c c a máy phát

P e: là công su t đi n t c a máy phát

Tuy nhiên ch có đi m cân bằng a là n đ nh và t o nên ch đ xác l p Th t

v y, gi thuy t xu t hi n m t kích đ ng ng u nhiên làm l ch góc  kh i giá tr 01

m t l ng   sau đó kích đ ng tri t tiêu Khi đó, theo các đ c tính công su t,  0

v trí m i, công su t đi n t P    l n h n công su t c P m, do đó máy phát quay

ch m l i, góc l ch  gi m đi, tr v giá tr 01 Khi   hi n t ng di n ra theo  0

t ng quan ng c l i P m < P(δ), máy phát quay nhanh lên, tr s góc l ch  tăng,

cũng tr v 01 Nh v y, đi m a đ c coi nh lƠ đi m có tính ch t cân bằng hay nói khác đi, đi m a lƠ đi m có tính ch t n đ nh tĩnh

Xét đi m cân bằng b v i gi thi t   , t ng quan công su t sau kích  0

đ ng s là Pm  P    , làm góc  ti p t c tăng lên, xa d n tr s 02 N u   0

t ng quan công su t ng c l i làm gi m góc  , nh ng cũng lƠm l ch xa h n

tr ng thái cân bằng Nh v y, t i đi m cân bằng b, dù ch t n t i m t kích đ ng nh , sau đó kích đ ng tri t tiêu, thông s c a h th ng cũng thay đ i liên t c l ch xa kh i

tr s ban đ u Vì th , đi m cân bằng b b coi lƠ đi m cân bằng không n đ nh Cũng

vì nh ng Ủ nghĩa trên n đ nh tĩnh còn gọi là n đ nh v i kích đ ng bé hay n đ nh

E  E  : lƠ đi n áp nút máy phát th i

Đi n áp nút U ph thu c vƠo t ng quan cơn bằng công su t ph n kháng

T ng công su t phát Q F (U) =Q U i  cân bằng v i công su t t i Qtt i các

đi m c vƠ d nh Hình 2.4, t ng ng v i các đi n áp U 01 và U 02 N u gi đ c cân

bằng công su t, đi n áp nút U s không đ i, còn n u QF  Qt đi n áp nút U s tăng

lên, khi QF Qt đi n áp nút U s gi m xu ng Phơn tích t ng tự nh tr ng h p

công su t tác d ng c a máy phát, d th y đ c ch có đi m cân bằng d lƠ đi m cân

bằng n đ nh V i đi m cân bằng c sau m t kích đ ng nh ng u nhiên đi n áp U s

xa d n tr s đi n áp U 01, đi u nƠy cũng có nghĩa lƠ đi m cân bằng c lƠ đi m cân

Bao hàm nh ng sự ki n x y ra theo chu kỳ th i gian dƠi h n, đi n hình kho ng vài phút Vai trò c a h th ng đi u t c Tua-bin, h th ng kích t , h th ng chuy n đ i đ u phân áp máy bi n áp và các bi n pháp đi u khi n khác t trung tâm

đi u ph i có th tác đ ng đ n sự n đ nh ho c không n đ nh c a h th ng đi n trong vài phút sau khi x y ra sự c

Đ đ n gi n trong nghiên c u n đ nh đ ng, nh ng gi thi t sau đ c xây

dựng:

 Ch có h th ng 3 pha cân bằng và ngắn m ch cân bằng đ c xét

 Sự bi n thiên t n s t t n s đ ng b lƠ t ng đ i nh , tác đ ng c a sóng hƠi đ c b qua Vì v y h th ng đ ng dây truy n t i, máy bi n áp, t ng

d n t i ch y u là xác l p, đi n áp, dòng đi n, công su t có th tính toán t các ph ng trình đ i s

2.3 Ph ng trình dao đ ng

Xét t máy phát g m máy phát đi n đ ng b 3 pha và h th ng truy n đ ng

s c p c a nó Chuy n đ ng c a rotor đ c xác đ nh theo đ nh lu t 2 c a Newton

( ) ( ) ( ) ( )

J = t ng mô-men quán tính c a kh i l ng quay, kgm 2

α m = gia t c góc rotor, rad/s2

T m = mô-men c cung c p b i h th ng truy n đ ng s c p tr cho mô-men

c n nh h ng b i t n hao c học, Nm

T a= mô-men tăng t c

Ngoài ra gia t c góc c a rotor đ c tính b i

2 2

m

d t t

 = v trí góc rotor so v i tr c tĩnh, rad

tr ng thái xác l p T m = T e , T a = 0, t (2.6), α m = 0, d n đ n v n t c rotor không đ i, đ c gọi là t c đ đ ng b

Khi T m > T e , T a > 0, α m > 0, d n đ n t c đ rotor tăng

T ng tự khi T m < T e,d n đ n t c đ rotor gi m

Đ ti n cho vi c đo l ng v trí góc rotor so v i khung quy chi u quay đ ng

b thay th cho tr c tĩnh Chúng ta đ nh nghĩa

Cu i cùng đ tính toán v i h s quán tính chu n hóa, đ c gọi là hằng s H,

.

2( )

( )( )

Ph ng trình (2.22) đ c gọi lƠ ph ng trình dao đ ng, ph ng trình c b n

đ tính toán thu c tính đ ng c a rotor trong nghiên c u n đ nh h th ng đi n Chú

ý rằng, sự phi tuy n nh h ng b i p ep u .( )t Ph ng trình (2.22) cũng tr nên phi tuy n nh h ng b i p u .( )t Tuy nhiên trên thực t , t c đ rotor không thay đ i

nhi u so v i t c đ đ ng b trong su t quá trình quá đ Vì v y, th ng gi s

Ph ng trình (2.23) vƠ (2.24) lƠ 2 ph ng trình vi phơn b c nh t

2.4.Đ n gi n hóa mô hình máy phát

Hình 2.5 trình bƠy mô hình đ n gi n hóa c a máy phát đi n, đ c gọi là mô hình c đi n, có th s d ng trong nghiên c u n đ nh h th ng đi n Máy phát

đ c bi u th b i hằng s s c đi n đ ng E’, bên c nh đi n kháng quá đ '

d

X Mô hình này dựa trên nh ng gi thi t sau:

 Máy phát v n hƠnh d i đi u ki n cân bằng 3 pha

 Kích t máy phát gi không đ i

 T n hao, bão hòa, sự khác bi t gi a rotor tr c l i và rotor tr c n đ c b qua

Trong ch ng trình tính toán n đ nh, mô hình tính toán chi ti t h n có th s

d ng đ bi u th h th ng kích t , t n hao, sự bƣo hòaầTuy nhiên v i mô hình đ n

gi n hóa s làm gi m đi sự ph c t p c a mô hình nh ng v n đ m b o đ chính xác trong tính toán

M i máy phát trong mô hình k t n i đ n h th ng g m có đ ng dây các truy n

t i, các máy bi n áp, các ph t i và các máy phát khác V i sự x p x đ u tiên, h

th ng có th đ c bi u th b i thanh góp vô h n bên c nh đi n kháng h th ng Thanh góp vô h n là 1 ngu n đi n áp lỦ t ng mƠ duy trì đi n áp, góc pha t n s không đ i

Hình 2.5: Mô hình đ n gi n hóa máy phát đi n (S đ m ch)

Hình 2.6: Mô hình đ n gi n hóa máy phát đi n (S đ pha)

Hình 2.3 trình bày máy phát k t n i v i h th ng t ng đ ng Biên đ đi n

áp V bus và góc pha 0ºc a thanh góp vô h n là hằng s Góc pha c a s c đi n đ ng

δlà góc công su t tham chi u theo thanh góp vô h n

Đi n kháng t ng đ ng gi a s c đi n đ ng máy phát và thanh góp vô h n

Trong su t quá trình x y ra kích đ ng, E’, V bus đ c xét là hằng s Vì v y p e

là hàm sin c a góc công su t máy

Hình 2.7: Máy phát k t n i v i h th ng t ng đ ng

2.5 Tiêu chuẩn cơn bằng di n tích

Xét 1 t máy phát k t n i qua đi n kháng đ n thanh góp vô h n M i quan h

gi a công su t đi n p evà công su t c p m theo góc công su t δ đ c trình bày trong

Hình 2.7, p e là hàm sin c a δ theo (2.25)

Gi s t máy đang v n hành tr ng thái xác l p p e = p m = p m0 , δ = δ 0, khi

có m t sự thay đ i t pm đến p m0 xu t hi n t i th i đi m t = 0 Do quán tính c a

rotor,v trí c a rotor không th thay đ i t c th i, δ m (0 + ) = δ m (0 - ); vì v yδ(0 +

) = δ(0

-) =δ 0 và p e (0 + ) = p e (0 - ) Khi p m (0 + ) = p m1 > p e (0 + ), độ gia tăng công suất p e (0 + ) > 0

Khi ti n d n đ n δ 1 , p e = p m1 và ( d2 ) ( ) dt2 d n bằng 0 Tuy nhiên, dδ/dt v n >0 và

δ ti p t c tăng, v t quá đi m xác l p cu i cùng c a nó Khi δ>δ 1 , p e > p m , p a < 0, rotor gi m t c Cu i cùng, δđ t đ n giá tr cực đ i δ 2 vƠ dao đ ng ng c tr l i δ 1

V i (2.16), khi không có mô-men c n, δ s dao đ ng liên t c quanh δ 1 Tuy nhiên mô-men c n tác đ ng lên t n th t c , đi n làm cho δ n đ nh t i đi m xác l p cu i

cùng δ 1 Chú ý rằng góc công su t v t quá δ 3 , thì p ms v t quá p ethì rotor s tăng

t c l i, d n đ n δti p t c gia tăng vƠ m t n đ nh

M t ph ng pháp đ tính toán n đ nh và góc công su t cực đ i nhằm gi i

ph ng trình dao đ ng phi tuy n thông qua kỹ thu t tích phân s dùng máy vi tính

đ c áp d ng cho h nhi u máy đ c gọi là tiêu chu n cân bằng di n tích

Trong Hình 2.8 p m >p e trong su t kho ng giá tr δ 0 <δ< δ 1 vƠ rotor tăng t c

Di n tích A1 nằm gi a pm và p e trong su t kho ng giá tr δ 1 <δ< δ 2 , p m <p e , rotor

gi m t c, ph n di n tích A2 đ c gọi là di n tích gi m t c T i giá tr xác l p ban

đ u δ = δ 0 và giá tr cực đ i δ = δ 2, dδ/dt = 0 Phát bi u c a tiêu chu n cân bằng

 

2 2

2

Quá trình tích phân trên bắt đ u t i δ 0, v i dδ/dt = 0 và ti p t c đ n m t giá

tr tùy ý δ Khi δ đ t đ n giá tr cực đ i, ký hi u δ 2, dδ/dt = 0 thêm l n n a Vì v y

phía bên ph i c a (2.28) bằng 0, cho tr ng h pδ = δ 2 ,

Tách tích phân thành ph n di n tích d ng cho tr ng h p tăng t c, di n tích

ơm cho tr ng h p gi m t c, chúng ta tìm đ c tiêu chu n cân bằng di n tích

Trên thực t sự thay đ i đ t ng t công su t truy n đ ng c học th ng không

x y ra, khi hằng s th i gian liên quan đ n h th ng truy n đ ng s c p đ c yêu

c u hàng giây Tuy nhiên, hi n t ng n đ nh đ c miêu t nh trên cũng có th

xu t hi n t sự thay đ i ng t công su t đi n nh h ng b i ngắn m ch ho c chuy n

m ch trên đ ng dây truy n t i

Hình 2.8: Bi u di n p e, pm theo δ

2.6 Ph ng pháp Tích phơn s cho ph ng trình dao đ ng

Tiêu chu n cân bằng di n tích đ c áp d ng cho h th ng đi n g m 1 máy phát liên k t v i thanh góp vô h n ho c 2 máy liên k t v i nhau Đ i v i h nhi u máy, ph ng pháp tích phơn s có th đ c s d ng đ gi i ph ng trình dao đ ng cho m i máy

M t kỹ thu t tích phơn đ n gi n đ c gọi lƠ ph ng pháp Euler, đ c minh

họa trong Hình 2.9 B c tích phơn đ c ký hi u là ∆t Quá trình tính toán đ d c

t i th i đi m bắt đ u c a quá trình l y tích phân

Nh trình bƠy trên hình v , ph ng pháp Euler gi s rằng đ ng d c không

thay đ i trong kho ng giá tr ∆t M t sự c i thi n có th thu đ c bằng cách tính

đ ng d c c hai th i đi m đ u và cu i c a kho ng l p vƠ sau đó l y giá tr trung bình Ph ng pháp Euler c i ti n đ c trình bày trong Hình 2.10

Đ u tiên đ ng d c c a kho ng l p đ c tính toán t (2.31) vƠ đ c dùng đ tính giá tr đ u tiên x, cho b i ph ng trình

t t

Hình 2.10: Ph ng pháp Euler c i ti n Sau đó, giá tr m i đ c tính dùng giá tr trung bình c a đ ng d c:

Bây gi chúng ta áp d ng ph ng pháp Euler c i ti n đ tính t n s máy ω

và góc công su t Nh ng giá tr cũ t i th i đi m bắt đ u c a kho ng giá tr l y tích

phơn đ c ký hi u là δtvàω t

2.7 n đ nh h nhi u máy

Ph ng pháp s có th s d ng đ gi i ph ng trình dao đ ng h nhi u máy Tuy nhiên, có m t ph ng pháp đ c s d ng đ tính toán công su t ngõ ra c a 1

h th ng đi n t ng quát Hình 2.11 trình bày h th ng đi n g m N nút, M máy phát

đi n, m i máy đ c bi u th gi ng nhau, b i mô hình đ n gi n, s c đi n đ ng c a máy đ c đ c ký hi u E1, E2,ầ, EM Đ u cực h th ng máy phát M đ c k t n i

v i các nút h th ng đ c ký hi u là G1, G2,…, GM T t c ph t i đ c mô hình

hóa b i t ng d n không đ i

Ph ng trình nút c a h th ng

Ma tr n t ng d n trong (2.41) đ c phân chia theo h th ng g m N nút và M

s c đi n đ ng, nh sau:

Y11 là N x N

Y12 là M x N

Y13 là M x M

Y11 ma tr n t ng d n nút s d ng cho tính toán phân b công su t, tr ma

tr n t ng d n ph t i vƠ nghich đ o ma tr n t ng d n các máy phát đi n N u ma

1

1

0 0

d

dM

jX Y

Gi s E đƣ đ c xác đ nh, (2.44) lƠ ph ng trình tuy n tính theo V theo

ph ng pháp tích phơn l p ho c gi n c Gauss Dùng ph ng pháp Gauss ậ Seidel cho b i ph ng trình (*)

Quy trình tính toán n đ nh h nhi u máy Quy trình gi i ph ng trình dao

đ ng bi u th cho các máy phát, ph ng trình đ i s tính toán phân b công su t

bi u th cho h th ng Chúng ta s d ng ph ng pháp Euler c i ti n đ gi i ph ng trình dao đ ng vƠ ph ng pháp l p Gauss ậ Seidel đ gi i ph ng trình phơn b công su t Quy trình g m 11 b c

B c 1: Ch y ch ng trình tính toán phơn b công su t tr c sự c đ tính

các giá tr đi n áp t i các nút V k, k = 1, 2, …, N , dòng đi n các máy phát In, công

su t đi n ngõ ra các máy phát p en , n = 1, 2, …, M Thi t l p công su t c bằng công

su t đi n máy phát p mn = p en Thi t l p t n s ban đ u c a máy phát bằng v i t n s

đ ng b ω n = ω syn Tính toán các giá tr t ng d n ph t i

B c 3: Tính Y 11 Hi u ch nh ma tr n t ng d n nút tính toán phân b công

su t g m ma tr n t ng d n ph t i và ngh ch đ o t ng d n máy phát

B c 4: Tính Y 22 và Y 12

B c 5: CƠi đ t giá tr th i gian t = 0

B c 6: Ki m tra có b t kỳ tác đ ng chuy n m ch trên h th ng, thay đ i

ph t i, ngắn m ch,ầV i tr ng h p tác đ ng chuy n m ch trên h th ng, thay đ i

ph t i, ta đi u ch nh ma tr n t ng d n nút V i tr ng h p ngắn m ch, thi t l p giá

tr đi n áp t i nút b ngắn m ch bằng 0

B c 7: Dùng giá tr s c đi n đ ng En   En n, n = 1, 2, …, Mv i giá tr

δ nt i th i đi m t Tính toán công su t đi n ngõ ra p en t i th i đi m t t (2.46) đ n

(2.45)

B c 8: Dùng giá tr p en dã tính t i b c 7 và δ n, ω n t i th i đi m t đ tính toán giá tr giá tr góc công su t nvà t c đ máy  n t i th i đi m (t+∆t) t ầ

M t thông s quan trọng trong đánh giá n đ nh lƠ b c th i gian ∆t, s

d ng trong tích phân s B i vì th i gian yêu c u đ tính toán n đ nh thay đ i theo

b c th i gian, n u b c th i gian quá l n, đ chính xác c a l i gi i có th không

đ m b o B c th i gian đi n hình cho tính toán n đ nh là 0.5 chu kỳ (0.00833 giây cho h th ng 60 Hz)

 Lý thuy t th ng kê v nh n d ng: là m t nhánh phát tri n t th ng kê toán

học, s d ng các ph ng pháp c b n c a toán th ng kê đ nghiên c u các

v n đ nh n d ng có tính y u t ng u nhiên vƠ l ng thông tin đ l n

 Lý thuy t c ấu trúc v nh n d ng: t p trung nghiên c u các đ i t ng, mà

các đ i t ng này l i là t p h p c a các đ i t ng s c p liên h v i nhau

bằng m t s liên k t chu n

 Lý thuy t đ i s v nh n d ng: nhằm m c đích xơy dựng c u trúc đ i s

cho các đ i t ng và thu t toán nh n d ng

Do nhu c u c p bách ph i gi i quy t các v n đ đ t ra t thực ti n ho t đ ng s n

tri n m nh c a lĩnh vực tin học máy tính đi n t ), nhi u chuyên gia thu c v nhi u lĩnh vực khác nhau đƣ đ xu t và s d ng các mô hình và thu t toán nh n d ng trên

c s thực nghi m theo cách ti p c n heuristic

Song song v i vi c xây dựng c s lý thuy t nh n d ng, các ho t đ ng nghiên

c u cũng đ c ti n hành m t cách m nh m trên nhi u lĩnh vực khác nhau nhi u

 Xây dựng t p h p các thu t toán nh n d ng và t ng ph n t riêng bi t

c a mô hình, đ c mô t nh s đi m c a không gian pha M i thu t toán t ng ng v i m t hƠm xác đ nh ch t l ng, qua đó chọn đ c thu t toán có ch t l ng t t nh t đ i v i các đ i t ng th cho tr c

 T ng h p các h làm vi c tin c y đ c xây dựng t các ph n t làm vi c không tin c y C s c a h là các thành ph n heuristic mà m i heuristic này nói chung là làm vi c không tin c y K t qu làm vi c c a các heuristic đó thông qua m t kh i l ng ch nh lý và quy t đ nh nh n d ng

ch y u là nh thu t toán siêu phẳng phơn cách đ gi i các bài toán nh n

d ng có giám sát cũng nh bƠi toán nh n d ng không giám sát

 Dùng các ph ng pháp cơy logic, ti n hành các phép th đi u ki n trên các t p học

 Xây dựng nh ng phân ho ch tuy n tính c a t ng lo i t li u học nhằm

đ m b o đ chính xác cao

3.2 Nh ng tính chất chung c a nh n d ng m u vƠ hi n t ng

Nh n d ng là bài toán bi n đ i thông tin đ u vào mà các thông tin này bao g m

m t s các thông s hay d u hi u c a m u c n đ c nh n d ng và ngõ ra là k t lu n

m u nh n d ng thu c v l p này hay l p khác Chính vì đi u khi n học là m t khoa học v nh ng quy lu t chung c a sự bi n đ i thông tin trong nh ng h th ng ph c

t p do đó nh n d ng m u chính là m t nhánh c a khoa học nƠy Đ đáp ng đ c các yêu c u trong nhi u lĩnh vực khác nhau nh : các lĩnh vực c gi i hóa ph c t p, trong vi c tự đ ng hóa quá trình s n xu t, trong s n xu t robot, vƠ trong các lĩnh

vực ph bi n khác, đ gi i các bài toán ch n đoán v kỹ thu t và y học, dự báo khí

t ng, đánh giá nh ng hi n t ng và quá trình chung nh t c a kinh t và xã h i t t

c đ u h ng v vi c gi i nh ng bài toán lý thuy t và thực nghi m c a v n đ nh n

d ng Đ có th đánh giá đ y đ t t c Ủ nghĩa c a v n đ này c n ph i nói rằng, rõ ràng vi c xây dựng mô hình trí tu nhân t o chính là xây dựng các h th ng bi t

nh n d ng g n v i kh năng nh n d ng c a con ng i trong vi c gi i quy t bài toán

nh n d ng Các v n đ xu t hi n khi xây dựng h th ng tự đ ng nh n dang m u có

th bao g m:

 Xác đ nh t p d u hi u hay bi n đ c tr ng cho m u ho c hi n t ng mà theo

đó h th ng nh n d ng đ c xây dựng đ nh n d ng các m u này

 X p l p các m u hay hi n t ng đ c nh n d ng Các l p nƠy đ c đ c

tr ng b i nh ng mã có tên là các m u tự Nhi m v chính trong v n đ này

là lựa chọn nguyên lý phân lo i

 X lý các t p bi n đ c tr ng tiên đ , các t p d li u nƠy đ c xây dựng trên

c s k t qu c a v n đ th nh t, có k đ n t p bi n đ c tr ng tiên đ bao

g m không ch các bi n đ c tr ng nh n đ c t nh ng thông tin ban đ u c n thi t đ mô t các l p

 Mô t t t c các l p có mã là các m u tự trong ngôn ng d u hi u

 Phân chia không gian d u hi u thành nh ng vùng, t ng ng v i các l p c a các t p h p l p có mã là các m u tự

 Lựa chọn thu t toán nh n d ng đ m b o cho vi c sắp x p các m u đ c nh n

d ng vào l p này hay l p khác

3.3 Nh n d ng m u trên c sở hình th c hóa tri th c

Các lu t quy t đ nh có th nh n đ c t nh ng khái ni m chung c a l p Các khái ni m này bi u th nh ng lu t c b n hay nh ng tính ch t riêng c a các m u hình thành trên l p Khái ni m là nh ng thông tin riêng v t p m u, thông tin này

đ c bi u th bằng m t b giá tr d u hi u mà b giá tr này bi u th nh ng tính ch t

đ c tr ng cho l p hay cho nhóm Bằng nh ng quan h lu n lý gi a nh ng giá tr riêng c a các d u hi u, có nghĩa lƠ đ đ nh n d ng v i sự giúp đ c a m t lu t,

m t đ i t ng nƠo đó s đ c xác đ nh thu c v l p này hay không thu c v l p này Khái ni m cũng nh lu t bao g m nh ng giá tr ch y u c a d u hi u đ c tr ng cho nhóm m u trong toàn th và không bao g m nh ng giá tr riêng, đ c tr ng cho

nh ng ph n t riêng Nhóm m u t ng ng v i khái ni m đ c gọi lƠ đ i t ng c a khái ni m Trong quan h này bao g m hay không bao g m m u trong m t t p

nh ng khái ni m đ c gọi là nh ng đ i t ng d ng hay nh ng đ i t ng âm c a

khái ni m Bài toán thành l p khái ni m cho m t t p m u P có th đ c thực hi n theo cách sau:

GọiO là t p m u v i O∩P≠Φ và P không ph i là t p con c a O (PO).Đ i v i

m t đ i t ng X thu c O (X∈O), n u X∈P thì X lƠ đ i t ng d ng vƠ n u

XP thì X lƠ đ i t ng âm C n ph i phân tích t p O đ xây dựng khái ni m

phân chia nh ng đ i t ng d ng vƠ ơm c a nó(có nghĩa lƠ nh ng khái ni m này, mƠ trên c s đó có th ng d ng m t vài lu t nh n d ng cho phép nh n

d ng t t c nh ng m u d ng ho c âm c a nhóm O, t c là t p học) Trong ph n

l n các tr ng h p các khái ni m đ c xây dựng dựa trên vi c gi i m t bài toán

c th có nghĩa lƠ g n v i khái ni m t p P thêm vƠo đó m c đ gi ng nhau c a

t t c các khái ni m này thì ph thu c vào tính ch t bi u th c a t p học, có nghĩa lƠ ph thu c vào t p học đƣ ph n nh đ y đ đ n m c nào tính ch t riêng

c a t p P

Khái ni m đ c vi t d i d ng bi u th lu n lỦ trong đó các bi n s là các giá tr

c a d u hi u và các toán t VÀ, HO C, hay PH D i d ng này khái ni m đ c

bi u di n là m t v t c a các đ i t ng bi u th bằng quan h lu n lý gi a các giá

tr c a d u hi u đ c tr ng cho nhóm Nh n d ng m u theo khái ni m đ c bi u di n

d i d ng quan h lu n lý (v t c a các đ i t ng), có th đ c thực hi n trong khi tính giá tr c a bi u th c lu n lý Bi n s ng v i m u đ c nh n d ng, nh n giá tr

1 còn t t c các bi n còn l i nh n giá tr 0 Giá tr 1 c a v t bi u th m u lƠ đ i

t ng d ng, n u v t có giá tr là 0 thì m u lƠ đ i t ng âm

Ch t l ng c a khái ni m, đ c hình thƠnh trên c s phân tích t p học, đ c đánh giá theo kh năng nh n d ng c a nó đ i v i nh ng đ i t ng không có trong

t p học Đ chính xác nh n d ng c a nh ng đ i t ng m i đ c tr ng cho m c đ

t ng quát, đ t đ c trong khái ni m đ c xây dựng Đi u này ph thu c vào hi u

qu c a th thu t xây dựng khái ni m đ c s d ng vƠo tính đ c tr ng c a t p học, vào sự lựa chọn t p bi n đ c tr ng ban đ u mà các t p này bi u th cho m u Khái

ni m th ng đ c vi t d i d ng VÀ, HO C t các bi n, hay là PH c a các bi n này Bi n đ c tr ng là sự t ng quát hóa giá tr c a các d u hi u X i ; v i i=1,2, n

Sự lựa chọn VÀ trong sự hình thành khái ni m nhằm m c đích nh n đ c khái

ni m càng ngắn càng t t, có nghĩa lƠ hình thƠnh c a khái ni m đ c s d ng trong các bi u th c VÀ mang tính thông tin nhi u nh t, đ c tr ng cho t p nh ng m u

d ng vƠ không đ c tr ng cho t p m u ơm Trong giai đo n nh n d ng, m u đ c coi lƠ đ i t ng d ng n u sự mô t nó ch a t t c nh ng d u hi u đ c tr ng cho

m u d ng vƠ không ch a b t kỳ m t d u hi u nào c a m u âm

Gi a nh ng m u c a t p học lựa ra các giá tr c a d u hi u hay là m t nhóm giá

tr c a d u hi u hi n di n trong sự mô t c a t t c nh ng m u d ng vƠ không g p trong b t kỳ sự mô t nào c a các m u âm, n u đi u nƠy đ t đ c thì chúng ta tìm

đ c m t nhóm d u hi u mô t m u d ng vƠ th t c tìm ki m khái ni m đ c k t thúc Khái ni m trong tr ng h p này s bao g m thu t toán VÀ c a t t c nh ng giá tr c a d u hi u có trong nhóm

N u th t c trên không đ t đ c cho m t nhóm giá tr c a d u hi u thì quá trình

th t c t ng tự s đ c thực hi n đ i v i t t c nh ng m u âm Trong tr ng h p này khái ni m s là PH c a thu t toán VÀ c a t t c nh ng giá tr d u hi u trong nhóm tìm đ c

Trong tr ng h p c hai ph ng pháp trên đ u không đ t đ c k t qu , thì c n tìm nh ng giá tr c a d u hi u th ng g p nhi u nh t trong sự mô t c a nh ng m u

d ng N u bây gi trong t p học đ c chia làm 2 l p: l p th nh t bao g m các

m u, các m u này có ch a nh ng giá tr c a nh ng d u hi u tìm đ c, và l p ch a

t t c nh ng m u còn l i N u gi a nh ng l p nh n đ c t n t i m t t p có ch a c

m u d ng cũng nh m u ơm thì đ i v i chúng ph i l p l i t t c nh ng th t c đƣ nêu trên

Thu t toán s d ng l i n u nh không t n t i b t kỳ m t t p ph nào có ch a c

nh ng m u âm và m u d ng

Trên c s nh ng khái ni m đ c xây dựng, không khó khăn đ t ng h p thi t

b nh n d ng v i sự giúp đ c a các ph n t không ti p đi m thực hi n nh ng toán

t lu n lý VÀ, HO C, hay KHÔNG

3.4 Ph ng pháp lu n từ vi c h c qua ví d

ng d ng kỹ thu t “ học qua ví d ” cho v n đ đánh giá n đ nh h th ng đi n,

dựa vào trực giác có th đ t đ c nh ng qui tắc nh n d ng v tình tr ng v n hành

r t không n đ nh khi khai thác nh ng ki n th c v ho t đ ng tr c đó v h th ng

có đ c t nhi u mô hình đ ng gián ti p Nh ng kỹ thu t đó bao g m nh n d ng