Ứng dụng mạng nơron và logic mờ vào nhận dạng đánh giá trong hệ thống điện

12 LỜI NÓI ĐẦU • ĐỊNH HƯỚNG ĐỀ TÀI: Trong vòng hai thập niên trở lại đây rất nhiều công trình nghiên cứu đã ứng dụng mạng nơron và logic mờ để giải các bài tốn trong hệ thống điện, nhữ

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

TRẦN HỒNG LĨNH

ỨNG DỤNG MẠNG NƠRON VÀ LOGIC MỜ VÀO NHẬN DẠNG ĐÁNH GIÁ TRONG HỆ THỐNG ĐIỆN

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Thành phố Hồ Chí Minh – 2008

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

TRẦN HOÀNG LĨNH

ỨNG DỤNG MẠNG NƠRON VÀ LOGIC MỜ VÀO NHẬN DẠNG ĐÁNH GIÁ HỆ THỐNG NĂNG LƯỢNG

Chuyên ngành mạng và hệ thống điện

Mã số : 2.06.07

LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 -

2 - PGS.TS NGUYỄN BỘI KHUÊ

Thành phố Hồ Chí Minh – 2008

GS.TSKH NGUYỄN THÚC LOAN

2

LỜI CẢM ƠN

Xin chân thành cảm ơn cố GS.TSKH NGUYỄN THÚC LOAN, xin chân thành cảm ơn PGS.TS NGUYỄN BỘI KHUÊ đã tận tình hướng dẫn

em hoàn thành luận văn này

Xin cảm ơn các thầy trong bộ môn HỆ THỐNG ĐIỆN, các thầy cô trong KHOA ĐIỆN- ĐIỆN TỬ và PHÒNG ĐÀO TẠO SAU ĐẠI HỌC đã có những động viên đóng góp rất quý báu và tạo điều kiện giúp tôi hoàn thành luận văn.Xin cảm ơn gia đình và bè bạn đã luôn quan tâm động viên giúp đỡ tôi trong suốt thời gian làm luận văn này

TP HCM, tháng 2 năm 2008

Tác giả luận án TRẦN HOÀNG LĨNH

3

LỜI CAM ĐOAN

Tôi xin cam đoan những nghiên cứu và trình bày trong luận văn này là của tôi, những nghiên cứu này chưa từng có ai công bố trước đây.Các số liệu và kết quả nêu ra trong luận văn là trung thực

4

MỤC LỤC

LỜI CẢM ƠN 2

LỜI CAM ĐOAN 3

MỤC LỤC 4

DANH MỤC CÁC BẢNG SỐ LIỆU 11

LỜI NÓI ĐẦU 12

SƠ LƯỢC VỀ NỘI DUNG LUẬN ÁN 17

CHƯƠNG 1: TỔNG QUAN VỀ NHỮNG ỨNG DỤNG CỦA MẠNG NƠRON VÀ LOGIC MỜ TRONG HỆ THỐNG NĂNG LƯỢNG 20

1.1 Mở đầu 20

1.2 Sơ lược về mạng nơron 23

1.3 Sơ lược về kỹ thuật logic mờ 34

1.4 Những ứng dụng của mạng nơron và logic mờ trong hệ thống điện

38

1.5 Thống kê những ứng dụng mạng nơron và logic mờ trong trong hệ thống điện 40

1.5.1 Dự báo phụ tải 40

1.5.2 Cảnh báo, chẩn đoán sự cố 41

1.5.3 Bảo vệ rơle 43

1.5.4 Điều khiển 44

1.5.5 Điều khiển ổn định 45

1.5.6 Ổn định quá độ 45

5

1.5.7 Nhận dạng và biểu diễn 46

1.5.8 Mô phỏng 46

1.5.9 Phân bố công suất 47

1.5.10 Tối ưu 47

1.5.11 An toàn động 49

1.5.12 Sẵn sàng phục vụ 50

1.6 Các kỹ thuật mạng nơron được áp dụng vào hệ thống điện: 50

CHƯƠNG 2: MÔ HÌNH MẠNG NƠ RON SONG TUYẾN VÀ GIẢI THUẬT HUẤN LUYỆN MẠNG NƠ RON 55

2.1 Mở đầu 55

2.2 Khảo sát mạng nơron với mô hình song tuyến 55

2.3 Khảo sát gia số huấn luyện mạng nơron và một giải thuật mới cho việc huấn luyện mạng [246] 61

2.3.1 Tóm lược về hướng nghiên cứu gia số huấn luyện mạng nơron: 61

2.3.2 Khảo sát việc chọn hệ số học ban đầu η0: 62

2.3.3 Giải quyết vấn đề 64

2.3.4 Các kết quả nghiên cứu về hệ số huấn luyện mạng nơron 66 2.3.4.1.Khảo sát các giá trị η0 khác nhau trên mạng Widrow: 67

2.3.4.2.Khảo sát với các giá trị η0 khác nhau trên mạng nơron áp dụng thuật toán học cải tiến 68

2.3.4.3.So sánh quá trình học theo các thuật toán khác nhau: 70

2.3.4.4.Khảo sát đặc tính của hệ số học η: 72

2.4 Kết luận 72

6 CHƯƠNG 3: HỆ MỜ THÍCH NGHI TRONG BÀI TOÁN DỰ BÁO PHỤ

TẢI ĐIỆN 74

3.1 Mở đầu 74

3.2 Xây dựng giải thuật huấn luyện hệ mờ thích nghi 74

3.2.1 Xây dựng phương pháp xác định trọng số wk 76

3.2.2 Kỹ thuật huấn luyện hàm liên thuộc trong hệ logic mờ 78

3.3 Giải thuật tổng quát khi ứng dụng vào bài tốn dự báo phụ tải 80

3.4 Kết luận 81

CHƯƠNG 4: MẠNG NƠ RON VỚI CẤU TRÚC HỌC THÍCH NGHI TRONG BÀI TOÁN DỰ BÁO PHỤ TẢI ĐIỆN 82

4.1 Mở đầu: 83

4.2 Khảo sát sự tham gia của thành phần nhiệt độ môi trường vào bài toán dự báo phụ tải áp dụng mạng nơron adaline 86

4.3 Mạng nơron mờ với cấu trúc học thích nghi mờ 88

4.4 Phân tích đồ thị phụ tải hệ thống điện miền nam: 92

4.5 Xây dựng tập dữ liệu đầu vào: 96

4.6.Các kết quả nghiên cứu và nhận xét 98

CHƯƠNG 5: MẠNG NƠRON TỒN PHƯƠNG SONG TUYẾN VÀ ỨNG DỤNG TRONG BÀI TỐN DỰ BÁO PHỤ TẢI 104

5.1 Mở đầu 104

5.2.Mơ hình tồn phương song tuyến mơ tả hệ thống 104

5.3.Nhận dạng hệ thống dùng mạng nơron 107

5.4.Ứng dụng mạng nơron song tuyến trong bài tốn dự báo phụ tải 108

5.4.1 Dự báo trong 45 ngày: 117

7

5.4.2 Dự báo trong 35 ngày tiếp theo: 117

5.5.Xây dựng cấu trúc mạng cụ thể và kết quả khảo sát 125

5.6.Nhận xét và đánh giá 129

CHƯƠNG 6 DỰ BÁO PHỤ TẢI NGẮN HẠN CHO HỆ THỐNG ĐIỆN THÀNH PHỐ HỒ CHÍ MINH 130

6.1 Mở đầu 130

6.2.Phân tích bài tốn dự báo phụ tải 130

6.3.Nhận xét và đánh giá các yếu tố ảnh hưởng trong bài tốn dự báo phụ tải 133

6.3.1 Khảo sát ảnh hưởng của yếu tố thứ tự ngày đến bài tốn dự báo phụ tải 134

6.3.2 Khảo sát ảnh hưởng của yếu tố thời tiết đến bài tốn dự báo phụ tải 140

6.3.3 Xây dựng tập dữ liệu huấn luyện mạng nơron dự báo phụ tải

142

6.4.Kết quả khảo sát 144

6.4.1 Khảo sát ảnh hưởng của thành phần nhiệt độ 144

6.4.2 Ảnh hưởng của thành phần song tuyến nhiệt độ đến kết quả dự báo 146

6.4.3 Ảnh hưởng của thành phần độ ẩm đến kết quả dự báo 149

6.5.Khảo sát với mạng hiệu chỉnh cĩ cấu trúc đơn tuyến và cấu trúc song tuyến 151

6.6.Nhận xét kết quả 156

CHƯƠNG 7 KẾT LUẬN 157

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ 160

TÀI LIỆU THAM KHẢO 162

8

Hình 1 7: Dạng hàm liên thuộc tuyến tính của biến x, (a) hàm liên thuộc

dạng hình thang, (b) hàm liên thuộc dạng tam giác.U 36

Hình 2 4: Đặc tính E (N) cực tiểu với các giá trị η0 cố định khác nhau khi sử

dụng thuật tốn Widrow-Hoff cổ điểnU 68

9

10

Hình 6 10.a,b,c: Đồ thị biểu diễn điện năng tổng tiêu thụ, nhiệt độ và độ ẩm

trung bình hàng ngày khu vực thành phố Hồ Chí Minh từ 5/2/2006 đến 30/5/2006U 141

11

DANH MỤC CÁC BẢNG SỐ LIỆU

Bảng 5 5: Các cấu trúc mạng nơron song tuyến trong tính tốn hiệu chỉnh sai

số và các kết quả sai số tuyệt đối trung bìnhU 124

Bảng 6 3: Tổng bình phương sai số dự báo tính theo % trong ngày từ

14/3/2006 đến 10/5/2006, khảo sát ảnh hưởng của thành phần độ

ẩmU 150

U

Bảng 6 4: Tổng bình phương sai số dự báo tính theo % trong ngày từ

14/2/2006 đến 10/5/2006, khảo sát theo hai cấu trúc mạng hiệu

12

LỜI NÓI ĐẦU

• ĐỊNH HƯỚNG ĐỀ TÀI:

Trong vòng hai thập niên trở lại đây rất nhiều công trình nghiên cứu

đã ứng dụng mạng nơron và logic mờ để giải các bài tốn trong hệ thống điện, những công trình này đã được công bố trong nhiều tạp chí khoa học trên thế giới.Mạng nơron và logic mờ là hai phương pháp tính hiện đại thích hợp cho việc lập trình trên máy tính do tính đơn giản của chương trình, các phương pháp tính này chứng tỏ được tính ưu việt khi giải quyết các bài toán phức tạp của hệ thống điện.Qua các công trình nghiên cứu cho thấy hầu hết các vấn đề trong hệ thống điện đều có thể ứng dụng mạng nơron hoặc logic mờ, hoặc kết hợp với các phương pháp tính toán khác để tăng hiệu quả tính toán và xử lý.Mặt khác mạng nơron và logic mờ rất thích hợp để giải các bài toán có tính chất phi tuyến.Vì những đặc điểm trên, mạng nơron và logic mờ là những phương pháp tính mang tính thời sự trong việc giải các bài toán trong hệ thống điện

Một đặc điểm của mạng nơron và logic mờ là khả năng thay đổi linh hoạt nhiều cấu trúc khác nhau nên dễ dàng áp dụng vào các bài toán cụ thể.Bản thân các thuật toán mạng nơron và logic mờ mang tính cấu trúc nên việc lập trình tính toán đơn giản.Mạng nơron và logic mờ rất dễ dàng điều chỉnh thay đổi cấu trúc và cấu trúc có thể thay đổi ngay trong lúc chạy chương trình Việc tổng hợp các nghiên cứu về mạng nơron và logic mờ ứng

13 dụng trong hệ thống điện sẽ cho một bức tranh tổng quát về các xu hướng nghiên cứu ứng dụng trong các lĩnh vực của hệ thống điện hiện đại

Luận án này tập trung vào nghiên cứu cải tiến cấu trúc các mạng

nơron và logic mờ nhằm xây dựng những giải thuật tính tốn cĩ những tính

chất ưu việt hơn các thuật tốn trước đây để áp dụng vào hệ thống điện cũng như các ngành khoa học khác.Do tính chất đặc thù của hệ thống điện, nhiều thông số điều khiển trong hệ thống điện cần phải dự báo.Việc vận hành hệ thống điện có tốt hay không cũng phụ thuộc vào nhiều vào những thông số dự báo này, vì vậy các nghiên cứu lý thuyết ở đây được áp dụng để kiểm

chứng cụ thể là bài tốn đánh giá và dự báo phụ tải cho hệ thống điện Miền nam và hệ thống điện thành phố Hồ Chí Minh

• MỤC ĐÍCH CỦA ĐỀ TÀI:

Đề tài thực hiện nhằm những mục đích sau:

1 Đưa ra cái nhìn tổng quan về những ứng dụng của mạng nơron và logic mờ trong hệ thống điện.Trong luận án này trình bày tổng quan về những nghiên cứu áp dụng mạng nơron và logic mờ của các nhà khoa học trên thế giới trong lĩnh vực hệ thống điện, các cấu trúc mạng nơron và logic mờ áp dụng vào các bài toán

2 Đưa ra những đề xuất mới về mô hình mạng nơron và cấu trúc hệ logic mờ theo hướng cải tiến cấu trúc của mạng nơron và hệ logic mờ

3 Dùng bài toán dự báo phụ tải ngắn hạn trong hệ thống điện để chứng minh cho những đề xuất nói trên

14

• ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU:

Đối tượng nghiên cứu trong luận án là xem xét các cấu trúc và thuật

toán áp dụng trong mạng nơron và hệ logic mờ nhằm cải tiến các cấu trúc này, để ứng dụng vào bài toán đánh giá và dự báo phụ tải ngắn hạn trong hệ thống điện.Để chứng minh tính ưu việt cho các cấu trúc mới xây dựng, các

cấu trúc này được áp dụng vào giải các bài tốn thực tế cụ thể là bài tốn dự báo phụ tải cho hệ thống điện Miền nam và hệ thống điện thành phố Hồ Chí Minh

Phạm vi nghiên cứu trong công trình này:

Về lý thuyết: Nghiên cứu các cấu trúc và thuật tốn liên quan đến mạng nơron song tuyến, mạng nơron tồn phương, nghiên cứu về hệ số học tập của

mạng nơron và những cải tiến hệ số học nhằm cải thiện quá trình huấn luyện

mạng nơron, nghiên cứu về mạng nơron mờ thích nghi

Về ứng dụng thực tế: Nghiên cứu được áp dụng vào bài tốn đánh giá

và dự báo phụ tải ngắn hạn trong hệ thống điện, các số liệu thực tế sử dụng trong nghiên cứu này được lấy từ nguồn số liệu lưu trữ của hệ thống điện Miền nam, hệ thống điện thành phố Hồ Chí Minh và các thơng số liên quan đến khu vực thành phố Hồ Chí Minh

- Dựa trên những công trình được công bố từ trước đến nay, phân tích những vấn đề liên quan đến việc áp dụng mạng nơron và logic mờ trong hệ thống điện

15

- Đề xuất cấu trúc mới về mạng nơron song tuyến, mô hình mạng nơron song tuyến xây dựng trên cơ sở mạng nơron hồi quy, mô hình này được triển khai phát triển từ các nghiên cứu [1], [2]

- Đề xuất hệ logic mờ thích nghi

- Nghiên cứu xây dựng giải thuật mới cho việc huấn luyện mạng nơron theo hướng thích nghi, thực hiện những khảo sát quá trình huấn luyện mạng nơron theo các giải thuật huấn luyện khác nhau để so sánh

- Áp dụng mạng nơron mờ RBF trong bài toán dự báo phụ tải

- Nghiên cứu xây dựng cấu trúc mới về mạng nơron tồn phương

- Đề xuất thuật tốn hiệu chỉnh trong bài tốn dự báo ứng dụng mạng nơron

- Dùng những phương pháp đã đề xuất để giải bài toán dự báo phụ tải ngắn hạn trong hệ thống điện

16

• Ý NGHĨA KHOA HỌC C ỦA LUẬN ÁN:

Công trình nghiên cứu này đưa ra những cấu trúc mới về mạng nơron và logic mờ, đây là những đề xuất hồn tồn mới chưa được ai nghiên cứu trước đây:

1 Mạng nơron song tuyến

2 Cải tiến thuật toán thích nghi huấn luyện mạng nơron

3 Hệ logic mờ có tính chất thích nghi

4 Mạng nơron tồn phương

5 Giải bài tốn dự báo phụ tải sử dụng mạng nơron tồn phương cĩ hiệu

chỉnh

• Ý NGHĨA THỰC TIỄN C ỦA LUẬN ÁN:

Những nghiên cứu lý thuyết được ứng dụng vào giải bài toán đánh giá

và dự báo phụ tải ngắn hạn trong hệ thống điện Miền nam và hệ thống điện thành phố Hồ Chí Minh.Qua các khảo sát đối chiếu với các số liệu thực tế đã cho thấy các kết quả dự báo đạt độ chính xác cao, thời gian tính tốn nhanh và bài tốn luơn hội tụ

17

SƠ LƯỢC VỀ NỘI DUNG LUẬN ÁN

Luận án gồm 7 chương:

Chương 1: Tổng quan về những ứng dụng của mạng nơron và

logic mờ trong hệ thống điện

Trong chương này trình bày tổng quan về những nội dung:

• Những đặc điểm của hệ thống điện và những tính chất của các bài toán trong trong hệ thống điện, đặc điểm của mạng nơron và logic mờ dùng trong tính toán, sơ lược về những ứng dụng mạng nơron và logic mờ trong hệ thống điện

• Sơ lược về mạng nơron và logic mờ, ở đây nêu ra những đặc điểm cơ bản nhất về mạng nơron và logic mờ

• Nghiên cứu tổng hợp về những công trình từ trước đến nay đã áp dụng mạng nơron và logic mờ trong hệ thống điện.Trong phần này các nội dung được trình bày theo từng lĩnh vực, mỗi lĩnh vực bao gồm tất cả các ứng dụng mạng nơron và logic mờ cho lĩnh vực đó.Phần các ứng dụng liên quan đến mạng nơron thường được giới thiệu trước, sau đó đến các ứng dụng về logic mờ và cuối cùng là các ứng dụng kết hợp sử dụng mạng nơron và logic mờ, hoặc kết hợp giữa mạng nơron, logic mờ và các kỹ thuật tính toán khác

Chương 2: Mô hình mạng nơron song tuyến và giải thuật huấn luyện mạng nơron

Trong chương này trình bày tập trung trình bày hai đề xuất mới:

18

1 Mạng nơron song tuyến, đây là mô hình mạng nơron có cấu trúc mới, cấu trúc song tuyến của mạng nơron là sự cải tiến cấu trúc của mạng nơron nguyên thủy tạo nên các mối quan hệ giữa đầu vào và đầu ra

2 Giải thuật huấn luyện mạng nơron mới làm rút ngắn thời gian huấn luyện mạng và những nghiên cứu liên quan đến việc huấn luyện mạng nơron

Chương 3: Hệ mờ thích nghi trong bài toán dự báo phụ tải điện ngắn hạn

Trong chương này đưa ra giải thuật hệ logic mờ có tính chất thích nghi.Trình bày các vấn đề liên quan đến phương pháp xác định các hệ số trọng lượng và các hàm liên thuộc trong một hệ thống mô phỏng cho dự báo phụ tải điện sử dụng hệ mờ thích nghi, các hệ số trọng lượng trong hệ thống được hiệu chỉnh theo phương pháp xác định biến trạng thái còn các hàm liên thuộc được hiệu chỉnh theo các phương pháp đánh giá Điểm mới của nghiên cứu trình bày trong chương này là giải thuật thích nghi áp dụng trong hệ mơ.ø

Chương 4: Mạng nơron mờ với cấu trúc học thích nghi mờ trong bài toán dự báo phụ tải điện ngắn hạn

Trong chương tập trung vào nghiên cứu cấu trúc mạng nơron mờ trên

cơ sở mạng RBF, Mạng nơron mờ với cấu trúc học thích nghi mờ, khảo sát sự tham gia của thành phần nhiệt độ môi trường vào bài toán dự báo phụ

19 tải áp dụng mạng nơron adaline.Một phần của chương này trình bày những

phân tích đồ thị phụ tải hệ thống điện Miền nam từ đĩ làm căn cứ xây dựng

tập dữ liệu đầu vào cho bài tốn huấn luyện mạng nơron mờ dự báo phụ tải

Chương 5: Mạng nơron tồn phương song tuyến và ứng dụng trong bài tốn dự báo phụ tải ngắn hạn

Trong chương này tập trung vào trình bày đề xuất mới về mạng nơron tồn phương và những khảo sát tính ưu việt của mạng nơron này, khảo sát được thực hiện ứng dụng với số liệu thực tế hệ thống điện thành phố Hồ Chí Minh.Trong chương này cũng đưa ra nghiên cứu cải tiến bài tốn dự báo phụ

tải trên cơ sở áp dụng quá trình hiệu chỉnh bằng mạng nơron tồn phương nhằn

lảm tăng độ chính xác của kết quả dự báo

Chương 6: Dự báo phụ tải ngắn hạn cho hệ thống điện thành phố

Chương 7: Kết luận:

Chương này trình bày những điểm mới của luận án và các đề xuất cho hướng nghiên cứu tiếp theo

20

tế chung của tồn xã hội.Theo quy luật đó, hệ thống điện Việt nam cũng phát triển rất nhanh với tốc độ phát triển bình quân lên đến trên 15% mỗi năm.Với sự phát triển nhanh và mở rộng của hệ thống điện như vậy, việc

kiểm sốt, điều khiển và vận hành ngày càng phức tạp, thơng thường để đảm

bảo vận hành hệ thống cần phải giải một loạt các bài tốn liên quan đến các

chế độ làm việc của hệ thống, khi hệ thống điện càng phức tạp thì các bài toán liên quan cũng ngày một phức tạp thêm do cần phải đưa thêm vào các thông số, các điều kiện, các đặc tính, tính chất của các phần tử trong hệ thống

21 Phần lớn các bài toán trong hệ thống điện đều là các bài toán có khối lượng tính toán lớn nên nhất thiết phải sử dụng máy tính và các chương trình tính toán, đồng thời do các tính chất đặc thù của hệ thống điện là hoạt động liên tục tức thời nên cần phải áp dụng các kỹ thuật cao trong điều khiển.Một đặc điểm nữa của hệ thống điện đang hoạt động là có một khối lượng lớn các thông tin về hoạt động của hệ thống luôn được thu thập và cập nhật nên việc xử lý số liệu cũng là một vấn đề quan trọng để giúp giải chính xác các bài toán

Các phần tử trong trong hệ thống điện đều có tính phi tuyến làm cho các bài toán phức tạp thêm gây khó khăn khi thực hiện giải các bài toán.Các thông số hệ thống và thông số chế độ gắn kết với nhau khi có yêu cầu độ chính xác của bài toán tăng lên thì tính phức tạp của bài toán cũng tăng lên, Để làm giảm tính phức tạp của bài toán có một số những giả thiết được đưa vào nhưng cũõng có thể dẫn đến những kết quả không chính xác như mong muốn.Vì vậy bài toán trong hệ thống điện thường là các bài toán lớn và phải giải trên các hệ thống máy tính có công suất lớn

Trong hệ thống điện điện đang hoạt động có rất nhiều yếu tố ngẫu nhiên, bất ngờ xảy ra.Đây cũng là một tính chất đặc thù của hệ thống điện.Có rất nhiều nguyên nhân gây ra những sự kiện ngẫu nhiên bất ngờ.Những sự kiện ngẫu nhiên này thường làm giảm tính chính xác của các lời giải và trong các bài toán của hệ thống điện có thể coi đây là ảnh hưởng của nhiễu bên ngoài

22 Một số lượng lớn các bài toán trong hệ thống điện là các bài toán mang tính chất dự báo và phải áp dụng các tính toán hoặc các phương pháp có tính chất thống kê.Hầu hết các bài toán này đều ít nhiều liên quan đến các quá trình vận hành phát triển của hệ thống điện hoặc các phần tử trong hệ thống

Rất nhiều bài toán trong hệ thống điện là bài toán đa mục tiêu nhất là các bài toán có các yếu tố kinh tế.Việc giải bài toán đa mục tiêu thường phức tạp và có thể cần phải kết hợp nhiều phương pháp tính toán khác nhau để giải một bài toán có nhiều hàm mục tiêu, hiện nay có nhiều phương pháp tính toán mới được áp dụng.Các bài toán có liên quan đến kinh tế trong hệ thống điện thường được xem xét là bài toán tối ưu đa mục tiêu

Tính chất quan trọng đặc thù của hệ thống điện là tức thời, những sự kiện xảy ra trong hệ thống điện rất nhanh chóng vì vậy cần phải tính toán xử lý thật nhanh và một số bài toán cần phải giải trong thời gian thực nhất là các bài toán điều khiển

Mỗi hệ thống điện đều có tính đặc thù riêng biệt, vì vậy các tính toán của mỗi hệ thống khác nhau cũng khác nhau và phải được điều chỉnh phù hợp theo những tính chất của từng hệ thống điện.Mỗi bài toán tính cho mỗi hệ thống điện được lập ra theo hướng sử dụng tối ưu nhất cho hệ thống điện đó.Những đặc điểm riêng phụ thuộc vào vùng khí hậu, phụ thuộc vào thời tiết, một số những đặc điểm khác phụ thuộc vào các tính chất hoạt động xã hội

23 Mạng nơ ron và logic mờ được áp dụng tính toán cho nhiều bài toán khác nhau trong hệ thống điện, từ các bài toán dự báo phụ tải ngắn hạn, trung hạn dài hạn đến các bài toán có thể giải bằng các phương pháp khác như phân bố công suất, xác định điện áp…Hiện nay những bài toán liên quan đến các quá trình tác động nhanh như bảo vệ role, phát hiện sự cố, điều khiển tự động đã áp dụng các thuật toán có cấu trúc của mạng nơron và logic mờ

Chương này trình bày những nội dung mang tính tổng quan làm cơ sở cho những nghiên cứu trong luận án gồm những mơ tả sơ lược về mạng nơron, logic mờ và đưa ra những liệt kê các ứng dụng mạng nơron và logic

mờ trong hệ thống điện

1.2 Sơ lược về mạng nơron

Mô hình mạng nơron được Mcculoch và Pitts đưa ra lần đầu tiên vào năm 1943 [2], từ đó đến nay các thuật toán mạng nơron đã được nghiên cứu, phát triển và được ứng dụng vào nhiều lĩnh vực khác nhau.Hơn một thập kỷ qua, những nghiên cứu về mạng nơron ứng dụng để giải các bài toán trong hệ thống điện cũng đã chứng minh được tính ưu việt của phương pháp này [4], [5], [6]

Ưu điểm của mạng nơron chính là sự đơn giản trong cấu trúc liên hệ giữa các biến đầu vào và kết quả đầu ra, mối quan hệ giữa ma trận đầu vào và ma trận kết quả đầu ra không phải là các hằng số và các hệ phương trình cố định mà là những mối liên hệ có cấu trúc và phi tuyến.Đối với mạng nơron các mối liên hệ vào ra được xác định và điều chỉnh liên tục

24 qua quá trình học của mạng.Mạng nơron có đặc tính đơn giản trong mô hình nhưng lại có tính cấu trúc cao.Cấu trúc của mạng nơron rất thích hợp

để giải các bài toán phi tuyến

Mạng nơron có các đặc tính:

-Đặc tính phi tuyến, tính chất này được tạo thành do sự liên kết giữa các nơron phi tuyến với nhau và được tạo ra bằng chính các thông số véc

tơ đầu vào và đầu ra

-Đặc tính thích nghi: mạng nơron mang tính chất này trong bản thân cấu trúc của mạng, các mối liên hệ bên trong mạng được biểu diễn bằng các trọng số, các trọng số này dễ dàng thay đổi trong quá trình huấn luyện nâng cấp và mạng nơron đáp ứng phù hợp theo sự biến đổi của môi trường mà nó mô phỏng

Hình 1 1: Cấu trúc của một nơron

WkM

Wk1

Wk2

25 Qua hơn nửa thế kỷ nghiên cứu và phát triển, các nhà khoa học trên thế giới đã đưa ra nhiều loại mạng nơron khác nhau nhưng chúng đều được xây dựng từ một nền tảng cấu trúc cơ bản, cấu trúc đó được mô tả như Hình

1 1

Trong đó x1, x2,…, xM là các tín hiệu đầu vào

wk1, wk2, …, wkM là các trọng số liên kết của nơron thứ k

bk là trọng số thiên lệch của nơron thứ k

x0 là tín hiệu thiên lệch đầu vào của nơron thứ k

θ0 là mức ngưỡng đầu vào của nơron thứ k

ϕ(.) là hàm kích hoạt

uk là thông số tổng hợp tuyến tính đầu ra và yk là thông số đầu ra của, các thông số này được tính theo công thức :

)

1 0 0

i M

i ki k

u y

x w b

x u

(1.1)

Mạng nơron có thể có nhiều lớp, tín hiệu đầu ra của lớp này sẽ là tín hiệu đầu vào của lớp kia.Hàm kích hoạt ϕ cũng có nhiều dạng khác nhau, tuyến tính hoặc phi tuyến

Một đặc điểm lý thú của mạng nơron đó là quá trình học (huấn luyện), mạng nơron thich nghi với môi trường mà nó mô phỏng thông qua quá trình học.Trong quá trình huấn luyện, mạng nơron sẽ từng bước hiệu chỉnh các trọng số liên kết wki và sau một số bước học nhất định mạng nơron sẽ “hiểu” sự kiện mà nó được học.Với các giá trị wki đã được xác định sau quá trình huấn luyện,mối quan hệ giữa kết quả đầu ra với các dữ liệu

26 đầu vào được xác lập.Quá trình huấn luyện là quá trình tính lặp với số bước lặp hữu hạn vì vậy quá trình này dễ dàng thực hiện trên máy tính

Trọng số liên kết được hiệu chỉnh theo công thức:

)()

()

Với véc tơ đầu vào qua mạng nơron ta nhận được véc tơ đầu ra )

(

ˆ N

y k ứng với nơron thứ k, cũng với véc tơ đầu vào x(N) đó kết quả nhận được trên đối tượng thực là yk(N).Như vậy ta tính được sai số tín hiệu của nơron thứ k giữa số liệu thực tế và mô phỏng:

),(ˆ)()

e E

27 Trong đó E là kỳ vọng toán , tuy nhiên việc tính hàm J theo kỳ vọng toán E phức tạp và khó vì vậy để đơn giản hơn một số tác giả sử dụng hàm bình phương sai số như sau:

2/

Dựa trên lý thuyết ổn định Lyapunov:

)()(

)()(

N e w

N e w

J dt

dw

dt

dw w

N e N e

J dt

dJ

k

T k T

z

T k

Trong đó η là hệ số học được lấy bằng hằng số

Đối với mạng Adaline có thể xem z(N)= x(N)

Ở dạng tổng quát ta có:

) (

)()1

m N w N

w N w N

1,2,

Nvới =

w N y

1

)()()

,

),()()(N y N y N w

) ()

()

1

28 Hay w i(N +1)= w i(N)+ηe(N)x i(N) với i=1,2, ,M (2.13) Một thuật toán học thông dụng là thuật toán bình phương cực tiểu cũng do hai tác giả trên đưa ra và được áp dụng trong mạng Adaline (mạng tuyến tính thích nghi).Hình 1. 2 mơ tả cấu trúc mạng một mạng nơron dạng

Adaline

Hình 1 2: Mô hình mạng nơron tuyến tính thích nghi

Mạng Adaline và thuật toán bình phương sai số cực tiểu rất thích hợp khi áp dụng vào bài toán dự báo phụ tải

Trong trường hợp các thơng số đầu vào của mạng nơron là một tập tín hiệu được lấy mẫu rời rạc theo chu kỳ, khi đĩ có thể sử dụng mạng nơron được mơ tả như hình 1.3, mạng này được xây dựng trên các dữ liệu cĩ thành phần trễ đầu vào, đây là mạng nơron nhiều lớp

Trường hợp tín hiệu đầu ra được đánh giá qua các tập hợp tín hiệu đầu vào được thu thập trong quá khứ hoặc được tính tốn từ các quá trình

W M (N)

W 2 (N)

x1(N)

)(

29 trong quá khứ, khi đó ta có thể sử dụng mạng nơron dạng hồi quy như hình 1.4:

Hình 1 3: Sơ đồ mạng nơron với các thành phần trễ đầu vào

w

n

w ˆ

z-1 x(k-1)

z-1 x(k-n)





)1(k +

y





3ˆ

z-1

30

Mạng nơron RBF:

Trong kỹ thuật mạng nơron, mạng RBF được ứng dụng để giải các bài toán xử lý dữ liệu tuần tự tương tự như bài toán dự báo phụ tải Mạng nơron RBF được mô tả như sau:

Một hệ thống thực với các tín hiệu đầu vào

và các tín hiệu đầu ra

trong đó xi có dạng tổng quát là ma trận , i=1,2,…n

Theo [2], hệ thống có thể mô phỏng bằng mạng nơron RBF có mối tương quan vào ra theo công thức:

(x ϕ x (1.16)

Trong đó

)(

G)

Với i=1, 2,…, 1

Ở đây ⋅ là chuẩn ơclid hay còn gọi là khoảng cách Ơclid.Khoảng

cách Ơclid giữa hai cặp véc tơ xi và xj có kích thước N x 1 được tính theo công thức :

2 N

1 k

2 jk ik

31

Khoảng cách Ơclid được mô tả như Hình 1 5

Hình 1 5: Mô hình hình học biểu diễn khoảng cách Ơclid

Các véc tơ xi và xj có dạng

xi = [xi1,xi2,…,xiN]T

xj = [xj1,xj2,…,xjN]TĐể đánh giá sai số kết quả tính toán qua mô hình và thông số đầu ra thực tế có thể sử dụng hàm giá trị

(F)(F)

2 i i

Được gọïi là thông số sai số chuẩn

2 i

2

1)

(Fd2

32 Aùp dụng vào bài toán đang xét thì hàm giá trị có dạng

N

1 j

2 2

j i j

d(

Tập huấn luyện là một cặp giá trị dùng để huấn luyện mạng (xi , di)

Ởû đây G là ma trận Green xác định theo phương trình vi phân

xi là tâm điểm của hàm

Với P* là liên hợp của P

Theo [10] hàm G(x) được tính theo công thức:

2 n

x2

1exp)

x(G

Khi thay G(x) bằng G ( x; xi) = G ( x − xi )

Công thức (1.24) có dạng:

i i

2

1exp)(

2 k , k 2

i

xx2

1exp

Hàm G(x;xi) có dạng Gauss

Công thức (1.25) có thể viết:

)n

1i

(Gw)

33

; )

;

)

; )

; )

;

)

; )

; )

;

n n 2

n 1

n

n 1 2

2 1

2

n 1 2

1 1

x x

x

x x x

x x

x

x x x

x x

ở đây  là thông số hiệu chỉnh và là một số thực

Tổng quát ta có thể viết (1.30) dưới dạng ma trận:

[d - F]λ

Ơû đây I là ma trận đơn vị n x n

Trên thực tế ta có thể chọn  là một giá lớn để đảm bảo G + I xác

G ) (

34 Với i=1, 2,…, M và M < n

Khi đó G có dạng:

; )

;

)

; )

; )

;

)

; )

; )

;

M n 2

n 1

n

M 1 2

2 1

2

M 1 2

1 1

x t

x

t x t

x t

x

t x t

x t

; )

;

)

; )

; )

;

)

; )

; )

;

M M 2

M 1

M

M 1 2

2 1

2

M 1 2

1 1

t t

t

t t t

t t

x

t t t

t t

Khi chọn tham số hiệu chỉnh λ bằng không khi đó véc tơ trọng số w

hội tụ về nghiệm nghịch đảo ảo xác định theo phương pháp bình phương

tối thiểu Từ phương trình (1.38) (1.39) , w được xác định theo công thức:

w = (G T G)-1G T d (1.41)

1.3 Sơ lược về kỹ thuật logic mờ

Những kỹ thuật về logic mờ và các lý thuyết của nó mới được phát triển hơn 30 năm nay và Lotfi Zadeh là người tiên phong trong lĩnh vựïc này, ông đã đưa ra khái niệm mờ lần đầu tiên vào năm 1965 [21] Hiện

35 nay logic mờ được ứng dụng vào nhiều lĩnh vực của cuộc sống con người và tương lai còn được triển khai nhiều hơn nữa vì những tính chất ưu việt của nó Logic mờ được ứng dụng nhiều trong các ngành điều khiển, chẩn đoán và dự báo ….Trong ngành kỹ thuật điện- năng lượng, nhiều vấn đề liên quan đến kỹ thuật, kinh tế cũng được các nhà khoa học nghiên cứu áp dụng kỹ thuật logic mờ để giải chúng và đạt được những kết quả rất tốt đẹp

Ý tưởng của kỹ thuật mờ xuất phát từ trên thực tế các tập hợp những đại lượng của một hệ thường không mang tính định lượng rõ ràng và trong cuộc sống của chúng ta phần lớn các sự kiện cũng được diễn ra và xử lý theo các quy tắc mờ

Một hệ mờ có cấu trúc như Hình 1. 6, hệ mờ được xây dựng trên các

luật điều khiển mờ, chúng được mô tả qua các điều kiện của những mệnh đề hợp thành:

36

Hình 1 6: Cấu trúc một hệ mờ

x là các giá trị đầu vào, µ(x) giá trị đầu vào đã được mờ hoá, µ(y) là giá trị mờ đầu ra , y là giá trị đầu ra của hệ mờ

Trong hệ mờ các hàm liên thuộc được dùng để mô tả tính phụ thuộc (hay sự tồn tại) của các biến.Một hàm liên thuộc đơn giản dạng tuyến tính có dạng như hình 1.7:

Hình 1 7: Dạng hàm liên thuộc tuyến tính của biến x, (a) hàm liên thuộc dạng hình thang, (b) hàm liên thuộc dạng tam giác Hàm liên thuộc của Ai và Bi trong hệ (1.42) có dạng:

))x(), ,x(),x(

Luật điều khiển mờ

37 Hàm liên thuộc phải thỏa điều kiện:

Việc giải mờ có thể thực hiện theo nhiều phương pháp khác nhau, một cách đơn giản có thể xác định theo phương pháp độ cao [22]

m

k

k k

H

H y y

k k

k

k k k

k k

V x

V x y

1 1

) (

) (

k

dy dy

y y b

dy dy

y y yb c

1 1

)(

)(

38

ak và bk là các ánh xạ ak:Rn→ [0,1], bk :Rn→ [0,1]

1.4 Những ứng dụng của mạng nơron và logic mờ trong hệ thống điện

Theo các thống kê được thực hiện từ năm 1989, trong hơn 200 công trình liên quan đến mạng nơron và logic mờ ứng dụng trong hệ thống điện công bố trên các tạp chí IEEE và một số hội nghị quốc tế, những nghiên cứu về mạng nơron chiếm khoảng 60%.Mạng nơron được sử dụng nhiều nhất là mạng nơron feedforward cùng thuật toán huấn luyện truyền ngược Trong số các công trình nghiên cứu ứng dụng mạng nơron trong hệ thống điện, số công trình sử dụng mạng nơron feed forwad làm cơ sở tính toán chiếm vào khoảng 45%

Các công trình nghiên cứu có áp dụng các kỹ thuật mờ và mạng

nơron trong hệ thống điện thì các ứng dụng trong dự báo phụ tải được thực hiện nhiều nhất, chiếm khoảng 30%.Mảng ứng dụng này gồm những nghiên

cứu về dự báo phụ tải, điều vận, quy hoạch động, trong mảng nghiên cứu này phần lớn tập trung vào giải dự báo phụ tải ngắn hạn: dự báo phụ tải giờ, ngày

Những nghiên cứu về dự báo phụ tải ngắn hạn chiếm trên 90% các nghiên cứu về dự báo, trong đó các ứng dụng mạng nơron được sử dụng nhiều hơn chiếm khoảng 70% các công trình nghiên cứu về mạng nơron và logic mờ, ngược lại kỹ thuật logic mờ chủ yếu được sử dụng để vào lập quy hoạch và xác định việc phát triển phụ tải trong tương lai theo vị trí địa lý.Theo thời gian mức độ phức tạp của các kỹ thuật tính toán ngày càng

39 tăng, thời gian gần đây các hệ lai nơron mờ được áp dụng nhiều, ngoài ra việc kết hợp nhiều phương pháp tính toán cũng được áp dụng như kỹ thuật gien, thuật toán tiến hoá cùng kết hợp với kỹ thuật mờ và mạng nơron áp dụng vào bài toán dự báo phụ tải

Dự báo phụ tải là một vấn đề quan trọng trong vận hành và đặt kế hoạch cho hệ thống điện.Tuy nhiên các thông số trong hệ thống điện có đặc tính không tuyến tính và có tính ngẫu nhiên nhưng trong đó nhiều thông số lại thay đổi theo chu kỳ.Hệ thống điện chịu tác động bởi điều kiện thời tiết, mùa trong năm, bởi đặc điểm của từng ngày ngày trong tuần…Vì thế những vấn đề khó khăn thường gặp phải trong việc giải bài toán dự báo phụ tải phát sinh từ những giá trị đầu vào không được xác định, và thường đặc trưng bởi:

-Các phụ tải tiêu thụ điện thường thay đổi ngẫu nhiên

-Các thông số đầu vào dùng để xử lý mang tính chất mờ

-Trong hệ thống nhiều thông số của hệ thống không thể xác định một cách chính xác

-Các đặc tính điều khiển điều khiển hệ thống mang tính chất mờ

Do đó việc dự báo trước phụ tải một cách hoàn toàn chính xác trong mọi thời điểm là không thể thực hiện được, vấn đề ở đây là xây dựng phương pháp dự báo phụ tải cho ra kết quả có sai số chấp nhận được và dần hoàn thiện phương pháp để nâng cao độ tin cậy của kết quả