Dự báo phụ tải thành phố hồ chí minh sử dụng wavelet

Để cải thiện nhược điểm của các phương pháp dự báo phụ tải truyền thống, các nhà khoa học đã ứng dụng kỹ thuật dự báo hiện đại như: fuzzy logic, mạng neural, phép phân tích wavelet, …Các

Trang 1

Is a pdf writer that produces quality PDF files with ease!

Produce quality PDF files in seconds and preserve the integrity of your original documents Compatible across nearly all Windows platforms, if you can print from a windows application you can use pdfMachine

Get yours now!

Trang 2

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị và chữ ký)

Cán bộ chấm nhận xét 1 : (Ghi rõ họ, tên, học hàm, học vị và chữ ký)

Cán bộ chấm nhận xét 2 : (Ghi rõ họ, tên, học hàm, học vị và chữ ký)

Luận văn thạc sĩ được bảo vệ tại:

HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm 2006

pdf Machine

Get yours now!

Trang 3

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: VÕ PHÚC LẬP Phái: Nam Ngày, tháng, năm sinh: 20-01-1980 Nơi sinh: BẾN TRE Chuyên ngành: THIẾT BỊ MẠNG VÀ NHÀ MÁY ĐIỆN MSHV: 01804490

I- TÊN ĐỀ TÀI:

DỰ BÁO PHỤ TẢI THÀNH PHỐ HỒ CHÍ MINH SỬ DỤNG WAVELET

II- NHIỆM VỤ VÀ NỘI DUNG:

1) Tìm hiểu về wavelet

2) Các ứng dụng của wavelet

3) ứng dụng wavelet cho dự báo phụ tải TP.HCM

III- NGÀY GIAO NHIỆM VỤ: 06-02-2006 IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 06-07-2006 V- CÁN BỘ HƯỚNG DẪN: TS LÊ MINH PHƯƠNG

Get yours now!

Trang 4

LỜI CẢM ƠN

Lời đầu tiên con xin được bày tỏ lòng biết ơn sâu sắc

đến Ba Mẹ và những người thân trong gia đình đã động viên

và tạo mọi điều kiện thuận lợi trong suốt quá trình học tập và thực hiện đề tài

Em xin gởi lời cảm ơn sâu sắc đến Quý thầy cô trường

Đại Học Bách Khoa Tp.Hồ Chí Minh, Quý thầy cô khoa Điện

– Điện Tử đã truyền đạt cho em những kiến thức quý báu trong suốt quá trình học tập tại trường để em có thể hoàn thành luận văn tốt nghiệp này

Đặc biệt em xin được cảm ơn thầy Lê Minh Phương đã

tận tình giúp đỡ, hướng dẫn và động viên em trong suốt quá trình thực hiện để em có thể hoàn thành tốt luận văn tốt nghiệp này

Xin chân thành cảm ơn Ban Giám Đốc và các Anh Chị công tác tại Trung Tâm Điều Độ - Thông Tin thuộc Công ty

Điện Lực Tp.Hồ Chí Minh đã giúp đỡ và tạo mọi điều kiện

thuận lợi trong quá trình học tập và công tác

Cuối cùng xin cám ơn tất cả những người bạn đã kề vai sát cánh cùng tôi trong suốt thời gian qua

TP Hồ Chí Minh, tháng 07 - 2006

Võ Phúc Lập

pdf Machine

Get yours now!

Trang 5

GIỚI THIỆU ĐỀ TÀI

1.ĐẶT VẤN ĐỀ i

2.NHIỆM VỤ VÀ MỤC TIÊU CỦA ĐỀ TÀI ii

3.NHỮNG NGHIÊN CỨU CƠ BẢN CỦA ĐỀ TÀI ii

4.KẾT QUẢ ĐẠT ĐƯỢC iii

Chương 1: TỔNG QUAN VỀ THÀNH PHỐ HỒ CHÍ MINH VÀ LƯỚI ĐIỆN THÀNH PHỐ HỒ CHÍ MINH 1.1 TỔNG QUAN VỀ THÀNH PHỐ HỒ CHÍ MINH 1

1.1.1.Điều kiện tự nhiên và vị trí địa lý 1

1.1.2.Thành phố Hồ Chí Minh - Trung tâm kinh tế của cả nước 1

1.1.3.Thành phố Hồ Chí Minh - Trung tâm Giáo dục 2

1.1.4.Thành phố Hồ Chí Minh - Trung tâm Khoa học & Công nghệ 3

1.1.5.Thành phố Hồ Chí Minh - Trung tâm Y tế 3

1.1.6.Thành phố Hồ Chí Minh - Trung tâm Văn hoá 4

1.1.7.Thành phố Hồ Chí Minh - Trung tâm Du lịch 4

1.2.TỔNG QUAN VỀ LƯỚI ĐIỆN THÀNH PHỐ HỒ CHÍ MINH 5

1.2.1.Công ty Điện Lực Thành phố Hồ Chí Minh 5

1.2.2.Lưới điện Thành phố Hồ Chí Minh 8

Chương 2: CÁC PHƯƠNG PHÁP DỰ BÁO PHỤ TẢI 2.1 TỔNG QUAN VỀ DỰ BÁO 9

pdf Machine

Get yours now!

Trang 6

2.2.2 Phương pháp tính trực tiếp 12

2.2.3 Phương pháp so sánh đối chiếu 13

2.2.4 Phương pháp chuyên gia 13

2.2.5 Phương pháp san bằng hàm mũ 14

2.2.6 Phương pháp ngoại suy theo thời gian 15

2.2.7 Mô hình Brown 16

2.2.8 Mô hình Bayes 17

2.2.9 Phương pháp sử dụng mạng Neural nhân tạo 17

2.2.10.Mô hình theo Wavelet 17

Chương 3: KHÁI NIỆM VỀ WAVELET 3.1 PHÂN TÍCH FOURIER 19

3.2 PHÂN TÍCH FOURIER THỜI GIAN NGẮN STFT 20

(Short -Time Fourier Transform) 3.3 PHÉP BIẾN ĐỔI WAVELETS 20

3.4 MỘT SỐ ỨNG DỤNG CỦA WAVELET 24

Chương 4: CÁC PHÉP BIẾN ĐỔI WAVELET 4.1 BIẾN ĐỔI WAVELETS LIÊN TỤC CWT 26

(Continuous Wavelets Transform) 4.1.1 Tính chất của phép biến đổi wavelets liên tục 27

4.1.2 Năm bước thực hiện biến đổi Wavelet liên tục 30

pdf Machine

Get yours now!

Trang 7

4.2.2 Phân tích đa mức 34

4.3 WAVELET RỜI RẠC 2D 36

4.4 TÁI TẠO TÍN HIỆU 37

4.4.1 Các bộ lọc tái tạo 37

4.4.2 Các xấp xỉ và các cho tiết tái tạo 38

4.5 MỘT SỐ HỌ WAVELET THƯỜNG GẶP 39

4.5.1 Daubechies Wavelets: dbN 41

4.5.2 Symlet Wavelets: symN 42

4.5.3 Coiflet Wavelets: coifN 43

4.5.4 Biorthogonal Wavelet Pairs: biorNr.Nd 44

4.5.5 Meyer Wavelet: meyr 45

4.5.6 Mexican Hat Wavelet: mexh 47

4.5.7 Morlet Wavelet: morl 48

4.5.8 Các Wavelet thực khác 48

4.5.9 Các Wavelet phức 50

4.6 TÓM TẮT CÁC HỌ WAVELET VÀ CÁC ĐẶC TÍNH LIÊN QUAN 54

Chương 5: WAVELET TOOLBOX VÀ CÔNG CỤ WAVELET 1-D 5.1 GIỚI THIỆU 56

5.2 CÔNG CỤ WAVELET 1-D 57

pdf Machine

Get yours now!

Trang 8

5.2.3 Sai số (Residuals) 62

5.2.4 Nén tín hiệu (compression) 63

5.2.5 Lưu tín hiệu 63

5.3 MỘT SỐ HÀM BIẾN ĐỔI WAVELET ĐƯỢC SỬ DỤNG 64

Chương 6: DỰ BÁO PHỤ TẢI THÀNH PHỐ HỒ CHÍ MINH 6.1 PHÂN TÍCH DỮ LIỆU 66

6.1.1 Dữ liệu theo ngày 66

6.1.2 Dữ liệu theo tháng 69

6.1.3 Dữ liệu theo năm 72

6.2 XÂY DỰNG GIẢI THUẬT DỰ BÁO 74

6.2.1 Giải thuật cho dự báo phụ tải ngày 74

6.2.2 Giải thuật cho dự báo phụ tải tháng 81

6.2.3 Giải thuật cho dự báo phụ tải năm 85

6.3 KẾT QUẢ DỰ BÁO 87

6.3.1 Dự báo phụ tải ngày 87

6.3.2 Dự báo phụ tải tháng 93

6.3.3 Dự báo phụ tải năm 95

Chương 7: CHƯƠNG TRÌNH DỰ BÁO PHỤ TẢI 7.1 GIỚI THIỆU 97

7.2 GIAO DIỆN CỦA CHƯƠNG TRÌNH 97

pdf Machine

Get yours now!

Trang 9

7.2.3 Giao diện xử lý dữ liệu 101

7.2.4 Giao diện tính sai số, cập nhật và lưu dữ liệu 105

Chương 8: KẾT QUẢ VÀ KẾT LUẬN 8.1 KẾT QUẢ ĐẠT ĐƯỢC CỦA ĐỀ TÀI 108

8.2 KẾT LUẬN 108

8.3 HƯỚNG PHÁT TRIỂN ĐỀ TÀI 109

Phụ lục 1: Chương trình Dự Báo Phụ Tải 110

Phụ lục 1.1: Chương trình mở đầu 110

Phụ lục 1.2: Chương trình nhập dữ liệu ngày 111

Phụ lục 1.3: Chương trình nhập dữ liệu tháng 114

Phụ lục 1.4: Chương trình nhập dữ liệu năm 116

Phụ lục 1.5: Chương trình dự báo ngày 118

Phụ lục 1.6: Chương trình dự báo tháng 124

Phụ lục 1.7: Chương trình dự báo năm 129

Phụ lục 1.8: Chương trình tính sai số và lưu dữ liệu ngày 134

Phụ lục 1.9: Chương trình tính sai số và lưu dữ liệu tháng 138

Phụ lục 1.10: Chương trình tính sai số và lưu dữ liệu năm 141

Phụ lục 2: Số liệu phụ tải của TP.HCM 146

Phụ lục 2.1: Số liệu công suất 24 giờ (MW) của TP.HCM 146

Phụ lục 2.2: Số liệu sản lượng (triệu kWh) của TP.HCM 155

pdf Machine

Get yours now!

Trang 10

1 ĐẶT VẤN ĐỀ

Trong ngành năng lượng, dự báo phụ tải có ý nghĩa vô cùng quan trọng vì

nó gắn liền và ảnh hưởng trực tiếp đến đời sống sinh hoạt của nhân dân và các ngành kinh tế quốc dân Ngoài ra, dự báo phụ tải có ý nghĩa quyết định trong việc đảm bảo chế độ làm việc an toàn và tiết kiệm của hệ thống điện, đồng thời có tính chất quyết định trong việc hoạch định chiến lược phát triển hệ thống Tính chính xác của dự báo càng cần phải được đặc biệt chú trọng Nếu chúng ta dự báo quá thừa so với nhu cầu sử dụng thì dẫn tới hậu quả là huy động nguồn quá lớn, tăng vốn đầu tư và có thể tăng tổn thất năng lượng Ngược lại, nếu chúng ta dự báo phụ tải quá thấp so với nhu cầu thì sẽ không đủ năng lượng cung cấp cho các hộ tiêu thụ

và tất nhiên dẫn đến việc cắt bỏ một số phụ tải không có kế hoạch gây thiệt hại cho nền kinh tế

Các phương pháp dự báo phụ tải truyền thống thường không thể miêu tả đầy

đủ và chính xác quá trình thực tế xảy ra vì số lượng cơ sở dữ liệu không đầy đủ và

có nhiều sai số hoặc đòi hỏi quá nhiều thời gian cho tính toán.Trong thực tế không tồn tại phương trình với những tham số có sẵn mà ta chỉ biết được giá trị gần đúng hoặc kỳ vọng toán học Vì thế ta phải đưa ra một phương trình có sẵn với những tham số chưa được biết, dùng phương pháp gần đúng để tìm ra những tham số này

và như vậy độ chính xác sẽ giảm đi rất nhiều Phương pháp cổ điển được sử dụng

có hiệu quả chỉ trong các trường hợp các dữ liệu quan hệ tuyến tính với nhau, nó không thể trình bày rõ ràng các mối quan hệ phi tuyến phức tạp giữa phụ tải và các tham số liên quan

Để cải thiện nhược điểm của các phương pháp dự báo phụ tải truyền thống, các nhà khoa học đã ứng dụng kỹ thuật dự báo hiện đại như: fuzzy logic, mạng neural, phép phân tích wavelet, …Các phương pháp dự báo hiện đại trên ngày càng được quan tâm vì kết quả dự báo khá chính xác

Trong thời gian gần đây, phương pháp dự báo sử dụng phép phân tích wavelet đang được quan tâm Mặc dù đây là phương pháp mới nhưng cũng đã gặt hái được những kết quả bước đầu rất tốt

pdf Machine

Get yours now!

Trang 11

wavelet để dự báo phụ tải ngắn hạn [6] Kết quả dự báo trong 24 giờ với sai số trung bình là 1.16%

+ Năm 2004, các tác giả Yanqiu Bi, Jianguo Zhao, Dahai Zhang có bài báo về thuật toán dự báo phụ tải sử dụng phân tích wavelet gói [9] Kết quả dự báo trong 24 giờ với sai số trung bình là 1.18%

+ Năm 2004, các tác giả T Q D Khoa, L M Phuong, P T T Binh, N T H Lien

có bài báo về ứng dụng mạng neural và wavelet để dự báo phụ tải dài hạn [5] Kết quả dự báo trong 3 năm với sai số trung bình dưới 3%

Thành Phố Hồ Chí Minh là thành phố lớn nhất nước ta, là trung tâm kinh tế, văn hóa, khoa học kỹ thuật của cả nước Sản lượng điện thương phẩm của thành phố năm 2005 đạt gần 10 tỷ kWh Là một nhân viên đang công tác tại Công ty Điện Lực TP.HCM, em đã chọn đề tài:”Dự báo phụ tải Thành Phố Hồ Chí Minh sử dụng wavelet” với mong muốn khám phá những ưu điểm của phép phân tích wavelet và ứng dụng vào công tác dự báo phụ tải cho Thành Phố Hồ Chí Minh

- Nghiên cứu tìm hiểu về phép phân tích wavelet

- Tìm hiểu về ứng dụng của wavelet trong xây dựng mô hình dự báo phụ tải

- Ứng dụng phép phân tích wavelet để dự báo phụ tải cho Thành Phố Hồ Chí Minh

Trong đề tài này, phần đầu tiên sẽ giới thiệu tổng quan về các phương pháp

dự báo phụ tải, phép biến đổi Wavelet và Wavelet Toolbox của Matlab Vì đây là một lý thuyết có phần mới mẻ, biểu diễn bởi các biểu thức toán học khá phức tạp nên phần này sẽ có sự liên hệ wavelet với các phép biến đổi cổ điển khác Điều này nhằm mục đích nêu ra cái nhìn tổng thể và sự khác biệt của wavelet với các phép biến đổi truyền thống khác như Fourier, STFT (Short -Time Fourier Transform)

Trong phần ứng dụng Wavelet để dự báo phụ tải, dữ liệu phụ tải sẽ được phân tích theo phương pháp Wavelet để tìm khuynh hướng biến đổi cũng như độ

pdf Machine

Get yours now!

Trang 12

Phần ứng dụng lập trình, chương trình được lập trình dựa trên ngôn ngữ Matlab và các hàm biến đổi wavelet có trong Matlab Nó có khả năng nhập dữ liệu đầu vào và lưu kết quả dưới dạng file excel hoặc file matlab

Thiết kế chương trình dự báo phụ tải ngày, tháng, năm với phần giao diện dễ

sử dụng, tính năng linh hoạt và khá tổng quát Kết quả chính xác đến 3% cho dự báo ngắn hạn và đến 5% cho dự báo dài hạn

pdf Machine

Get yours now!

Trang 13

CBHD: TS Lê Minh Phương HVTH: Võ Phúc Lập

Chương 1

TỔNG QUAN VỀ THÀNH PHỐ HỒ CHÍ MINH VÀ

LƯỚI ĐIỆN THÀNH PHỐ HỒ CHÍ MINH

Thành phố Hồ Chí Minh nằm trong toạ độ địa lý khoảng 10 0 10’ – 10 0 38 vĩ

độ bắc và 106 0 22’ – 106 054 ’ kinh độ đông Phía Bắc giáp tỉnh Bình Dương, Tây

Bắc giáp tỉnh Tây Ninh , Đông và Đông Bắc giáp tỉnh Đồng Nai, Đông Nam giáp tỉnh Bà Rịa -Vũng Tàu, Tây và Tây Nam giáp tỉnh Long An và Tiền Giang Diện tích: 2.095,239 km2, dân số: 5.630.192 người (2004)

Khí hậu hai mùa rõ rệt, mùa mưa từ tháng 5 đến tháng 11, lượng mưa bình quân năm 1.979 mm Mùa khô từ tháng 12 đến tháng 4 năm sau Nhiệt độ trung bình năm 27,55 0C, không có mùa đông

Với vai trò đầu tàu trong đa giác chiến lược phát triển kinh tế - xã hội, thành

phố Hồ Chí Minh đã trở thành trung tâm kinh tế, văn hoá - du lịch, giáo dục - khoa

h ọc kỹ thuật - y tế lớn của cả nước

Thành phố Hồ Chí Minh là nơi hoạt động kinh tế năng động nhất, đi đầu trong cả nước về tốc độ tăng trưởng kinh tế Nếu như năm 1998 tốc độ tăng GDP của thành phố là 9,2 % thì đến năm 2002 tăng lên 10,2% Phát triển kinh tế với tốc

độ tăng trưởng cao đã tạo ra mức đóng góp GDP lớn cho cả nước Tỷ trọng GDP của thành phố chiếm 1/3 GDP của cả nước

pdf Machine

Produce quality PDF files in seconds and preserve the integrity of your original documents Compatible across

nearly all Windows platforms, if you can print from a windows application you can use pdfMachine

Get yours now!

Trang 14

Có thể nói thành phố là hạt nhân trong vùng Kinh tế trọng điểm phía Nam và

trung tâm đối với vùng Nam Bộ Với mức đóng góp GDP là 66,1% trong vùng và

đạt mức 30% trong tổng GDP của cả khu vực Nam Bộ Giá trị sản lượng công

nghiệp thành phố năm 2000 là 76,66 ngàn tỷ đồng, gấp 2,2 lần Bà Rịa – Vũng

Tàu, 3,7 lần Hà Nội và 4 lần Đồng Nai Kinh tế quốc doanh vẫn giữ vị trí chi phối,

đóng góp 45% GDP Dịch vụ thương mại chiến tỷ lệ cao trong cơ cấu GDP

Thành phố Hồ Chí Minh là trung tâm tài chính ngân hàng lớn nhất Việt Nam,

thành phố dẫn đầu cả nước về số lượng ngân hàng và doanh số quan hệ tài chính -

tín dụng Doanh thu của hệ thống ngân hàng thành phố chiếm khoảng 1/3 tổng

doanh thu toàn quốc

Thành phố ngày càng khẳng định vai trò trung tâm giáo dục – đào tạo chất

lượng cao của mình Số lượng trường đại học và cao đẳng trên địa bàn tăng nhanh

theo đà phát triển kinh tế Hiện thành phố có 41 trường đại học, cao đẳng và phân

hiệu với nhiều ngành đào tạo (năm 1990 trở về trước chỉ có 21 trường), chiếm gần

Trang 15

1/3 tổng số các trường Đại học và cao đẳng trong cả nước với hình thái tổ chức khá đa dạng: công lập, dân lập và bán công Tổng số cán bộ giảng dạy đại học và cao đẳng trên địa bàn thành phố là 6.627 người; tỷ lệ có trình độ trên đại học tính chung là 28,6% Đào tạo hệ trung học chuyên nghiệp và công nhân kỹ thuật cũng rất được chú trọng

Từ năm 1995, thành phố đã đạt tiêu chuẩn xoá mù chữ và phổ cập tiểu học;

100% số xã có trường tiểu học và 80% số xã có trường trung học cơ sở Trình độ dân trí ngày càng được nâng cao Đào tạo sau đại học ( thạc sĩ, tiến sĩ ) những năm gần đây, mỗi năm khoảng 1.200 - 1.300 người

Thành phố Hồ Chí Minh có 65 viện và phân viện khoa học kỹ thuật, 36 trung tâm nghiên cứu ứng dụng khoa học Phát triển các dịch vụ có hàm lượng trí tuệ cao, nâng cao năng lực hoạt động của các cơ sở nghiên cứu khoa học cơ bản và ứng dụng của Thành phố đã được chú trọng, góp phần làm tăng sức cạnh tranh của nền kinh tế

Đội ngũ cán bộ khoa học kỹ thuật của thành phố vừa đông về số lượng (hàng chục ngàn người), vừa được đào tạo rất đa dạng từ các nguồn khác nhau, có đủ trình độ để tiếp thu khoa học kỹ thuật tiên tiến của thế giới Tổng số cán bộ khoa học đang làm việc nghiên cứu trong các lĩnh vực có khoảng 8.300 người, với hàng trăm phòng thí nghiệm, xưởng thực nghiệm - sản xuất thử Thành phố Hồ Chí Minh đã đầu tư 240 tỷ đồng cho dự án: "Tin học hóa quản lý hành chính Nhà nước

ở Thành phố Hồ Chí Minh" và bước đầu xây dựng thành công Chính phủ điện tử

Thành phố Hồ Chí Minh cũng là Trung tâm y tế lớn nhất nước ta với số lượng cơ sở y tế được trang bị ngày càng hiện đại cũng như đội ngũ cán bộ y tế có trình độ cao nhiều nhất nước

pdf Machine

Get yours now!

Trang 16

Năm 1999 Thành phố có 3.376 y, bác sĩ chiếm là 9,8% tổng số y, bác sĩ cả nước Số lượng dược sĩ cao cấp của Thành phố lần lượt được nâng lên, từ chiếm 12,2% năm 1982, lên 12,5% năm 1991, và hiện nay Thành phố có 775 dược sĩ cao cấp, bằng 13% tổng số dược sĩ cao cấp của cả nước Như vậy qua hơn 30 năm xây dựng và phát triển, Thành phố đã khẳng định vai trò ngày càng quan trọng của một Trung tâm y tế lớn bậc nhất nước

Có thể nói, Thành phố Hồ Chí Minh là nơi hội tụ nhiều dòng chảy văn hoá trong lịch sử hình thành và phát triển, có nền văn hoá mang dấu ấn của người Việt Nam, Hoa, Chăm, Khơ me, Ấn… Rồi đón nhận những ảnh hưởng của văn hoá Pháp, Mỹ qua các giai đoạn thăng trầm của đất nước đã tạo nên sự đa dạng về tôn giáo, tín ngưỡng với hàng chục lễ hội văn hoá hàng năm Thành phố Hồ Chí Minh còn là nơi phổ biến chữ quốc ngữ đầu tiên, là nơi ra báo đầu tiên của cả nước

Thành phố có nhiều danh lam thắng cảnh rất đẹp, địa danh - di tích lịch sử - văn hoá nổi tiếng như: Thảo Cầm Viên, Đầm Sen, Suối Tiên, Hồ Kỳ Hoà, Bảo tàng Lịch sử, Bảo tàng Cách mạng, địa đạo Củ Chi, đền tưởng niệm Bến Dược Củ Chi, chiến khu An Phú Đông, “Căn cứ nổi” rừng Sác, khu du lịch sinh thái Cần Giờ với nhiều hệ sinh thái có nhiều chủng loại động thực vật…

Thành phố Hồ Chí Minh hấp dẫn du khách không chỉ vì có nhiều danh lam thắng cảnh, di tích lịch sử văn hoá, công trình kiến trúc cổ mà còn thu hút du khách bởi văn hoá ẩm thực mang đậm nét Nam bộ

Kể từ năm 1990 trở lại đây, doanh thu du lịch của thành phố luôn chiếm từ 28% - 35% doanh thu du lịch của cả nước Từ khi có chính sách mở cửa, số khách

du lịch, nhất là khách quốc tế đến thành phố Hồ Chí Minh đã tăng với tốc độ cao,

pdf Machine

Get yours now!

Trang 17

từ chỗ có 180.000 khách quốc tế vào năm 1990, đến nay đã có hàng triệu khách quốc tế mỗi năm, chiếm trên 50%- 70% lượng khách quốc tế vào Việt Nam

Năm 1995, Bộ Năng Lượng (nay là Bộ Công Nghiệp) có Quyết định số NL/TCCBLĐ ngày 8 tháng 7 năm 1995, thành lập lại Doanh nghiệp Nhà nước Công Ty Điện Lực TP Hồ Chí Minh trực thuộc Tổng Công Ty Điện Lực Việt Nam, với tên đối ngoại : HO CHI MINH CITY POWER COMPANY, viết tắt là HCMPC, đặt chủ sở chính tại 12 Nguyễn Thị Minh Khai, Phường Đa kao, Quận 1, TP.Hồ Chí Minh

382-Công ty hoạt động theo chế độ hạch toán kinh tế độc lập, được mở tài khoản tại ngân hàng, được Tổng Công ty giao vốn và huy động mọi nguồn vốn khác bao gồm tài sản của Nhà nước, có tư cách pháp nhân và con dấu của doanh nghiệp Nhà nước riêng biệt

Với sự phát triển không ngừng, đến nay Công ty Điện Lực TP.HCM có tổng cộng 7190 CBCNV, trong đó :

- Trình độ trên đại học: 34 người, chiếm 0.47%

- Đại học: 1338 người, chiếm 18.6%

- Trình độ cao đẳng và trung cấp: 586 người, chiếm 8.15%

- Công nhân trực tiếp: 3972 người, chiếm 55.24%

- Lao động khác: 1260 người, chiếm 17.54 %

Quá trình phát triển của ngành điện TP.Hồ Chí Minh được phân thành 4 giai đoạn như sau:

Lưới điện miền Nam trước đây được phát triển chủ yếu ở khu vực đô thị, nhiều nhà máy, đường dây đã được xây dựng, hoàn chỉnh, đặc biệt là Sài Gòn và một số

pdf Machine

Get yours now!

Trang 18

thành phố lớn khác Trung tâm điện lực lớn nhất lúc ấy là Nhà máy điện Chợ Quán

do Pháp xây dựng năm 1923, chạy than và chuyển sang chạy dầu năm 1972

Năm 1960, sản lượng điện toàn miền Nam đạt 286,7 triệu kWh, thì riêng vùng Sài Gòn - Chợ Lớn, Biên Hoà đã tiêu thụ hết 220 triệu kWh Nguồn thủy điện Đa Nhim công suất 160 MW cung cấp cho Sài Gòn luôn trong tình trạng quá tải hoặc gián đoạn trong quá trình truyền tải Để đảm bảo an toàn cho lưới điện Sài Gòn và các vùng phụ cận, các máy phát điện diesel đã được đầu tư thêm tại các nhà máy điện cũ, các căn cứ quân sự và các tỉnh lân cận, riêng nhà máy điện Thủ Đức đã lắp đặt thêm một máy phát điện diesel công suất 18MW

Trong mười năm, từ 1964 đến 1974, tuy tổng công suất lắp đặt các nguồn thủy điện, nhiệt điện diesel, tua bin khí ở miền Nam là 801,3 MW nhưng phân bố không đều trên toàn miền nam

Ngày 7 tháng 8 năm 1976, Sở Quản lý và Phân phối điện thành phố Hồ Chí Minh được thành lập, có 4 chi nhánh với nhiệm vụ là phân phối và kinh doanh điện năng trong điều kiện mạng lưới điện không đồng bộ, lại đang xuống cấp với khối lượng vận hành gồm 632 km đường dây trung thế 15 KV; 415 km cáp ngầm 15 KV

và 6,6 KV; 950 km lưới điện hạ thế và 1824 trạm biến áp phân phối với tổng dung lượng 639 MVA Đặc biệt là tổn thất điện năng ở tỷ lệ trên 21% và phần lớn khu vực ngoại thành của Thành phố không có lưới điện

Trong giai đoạn này, sản lượng điện tiêu thụ chỉ tăng bình quân 3%/năm, có những năm như 1979, 1986 sản lượng còn thấp hơn so với năm trước Do thiếu nguồn, việc cắt giảm điện luân phiên trở thành phổ biến qua nhiều năm và tình trạng sụt áp lên đến 20-30%, không đảm bảo chất lượng điện năng và điều kiện an toàn cần thiết cho người sử dụng điện

pdf Machine

Get yours now!

Trang 19

Do sự phát triển nhanh chóng của kinh tế thành phố, nguồn điện Trị An chỉ làm giảm căng thẳng do thiếu điện trong năm 1989, các năm 1990, 1991 lại bị căng thẳng cao độ vào 6 tháng mùa khô và tái diễn tình trạng tiết giảm 3-4 ngày trong tuần Để khắc phục tình trạng này, ngành Điện đã xây dựng Nhà máy tuabin khí hỗn hợp tại Bà Rịa, Nhà máy Thủy điện Thác Mơ, Thủy điện Vĩnh Sơn với tổng công suất nguồn tăng thêm cho khu vực miền Nam là 316 MW Đồng thời, đường dây siêu cao áp 500KV Bắc Nam cũng đã được xây dựng trong một thời gian ngắn kỷ lục, nhằm đưa lượng điện thừa từ phía Bắc vào miền Nam Với sự nỗ lực xây dựng như trên, kết quả là:

- Nâng cao khả năng của lưới điện, tiếp nhận được điện từ đường dây 500 KV đáp ứng phụ tải gia tăng 20 - 22%/năm

- Không còn tình trạng cắt điện luân phiên do quá tải cục bộ, tổn thất điện năng giảm, mặc dù sản lượng điện tăng

- Tăng khối lượng lưới điện quản lý vận hành lên 144 tuyến dây trung thế với tổng chiều dài 2250 km, hơn 2100 km đường dây hạ thế, 7.600 trạm biến thế với tổng dung lượng trên 1.650 MVA, cung cấp điện cho hơn 500.000 khách hàng

Năm 2003 sản lượng điện thương phẩm bình quân đầu người đạt là gần 1350 kWh/người/năm (tăng gấp 7 lần so với năm 1976) Bình quân mỗi năm, số khách hàng tăng khoảng 10%, và điện thương phẩm tăng 14% Công tác giảm tổn thất điện năng được quan tâm nên tỷ lệ tổn thất điện năng liên tục giảm từ trên 20% năm

1986, xuống dần và nay chỉ còn dưới 9% Khả năng phân phối của lưới điện tăng từ

250 MW năm 1976 đến 650 MW năm 1995 và hiện nay là 1700 MW

pdf Machine

Get yours now!

Trang 20

Lưới truyền tải cung cấp điện cho khu vực TP.HCM bao gồm 7 trạm trung gian 220kV với tổng dung lượng là 3.500 MVA và 37 trạm trung gian 110kV với tổng dung lượng MBT lắp đặt là 3.174 MVA, trong đó lưới truyền tải do Công ty Điện lực TP.HCM quản lý là 328,66 km đường dây 110kV cung cấp cho 30 trạm trung gian 110kV với tổng dung lượng MBT lắp đặt là 2.252 MVA, bao gồm các trạm: An Khánh, An Nghĩa 2, Bình Triệu, Bà Quẹo, Cần Giờ, Chợ Lớn, Hùng Vương, Bến Thành, Hỏa Xa, Trường Đua, Phú Định, Củ Chi, Lưu động 1, Xa Lộ, Chánh Hưng, Thanh Đa, Tân Bình 1, Vĩnh Lộc, Việt Thành 1, Việt Thành 2, Nam Sài Gòn 1, Nam Sài Gòn 2, Lê Minh Xuân, Lưu Động Bình Tân, Phú Hòa Đông, Vikimco, Tân Hiệp, Gò Vấp 1, Linh Trung 2, Thủ Đức Đông

Lưới điện phân phối trên địa bàn TP.HCM bao gồm 4.410,2 km đường dây trung thế, 7.147,4 km lưới hạ thế, 17.969 trạm biến thế phân phối với tổng dung lượng là 5.645,48 MVA cung cấp điện cho 1.266.797 khách hàng

Trong năm 2005, tổng sản lượng điện nhận đạt 10.489,63 triệu kWh, tăng 6,32

% so với năm 2004, sản lượng điện nhận lưới tối đa thuộc Công ty Điện lực TP.HCM quản lý đạt 34,29 triệu kWh/ngày, tăng 8,02 % so với năm 2004; Công suất đỉnh cao nhất đạt 1.691,80 MW, tăng 0,92% so với năm 2004 Tổng sản lượng điện thương phẩm năm 2005 là 9.850,18 triệu kWh, tăng 6,94 % so với năm 2004 (năm 2004 tăng 9,1% so với năm 2003) Tổn thất toàn hệ thống trong năm 2005 là 7,26% (lưới phân phối: 6,91%, lưới truyền tải: 0,38%) thấp hơn chỉ tiêu là 1,54%

Tốc độ tăng trưởng của phụ tải trung bình từ năm 1995 đến 2005 là 12,8%

pdf Machine

Get yours now!

Trang 21

Chương 2 CÁC PHƯƠNG PHÁP DỰ BÁO PHỤ TẢI

2.1 TỔNG QUAN VỀ DỰ BÁO

Dự báo là một khoa học quan trọng, nhằm mục đích nghiên cứu những phương pháp luận khoa học, làm cơ sở cho việc đề xuất các dự báo cụ thể, cũng như việc đánh giá mức độ tin cậy, mức độ chính xác của các phương pháp dự báo

Dự báo là đi tìm một mô hình tóan thích hợp mô tả quan hệ, phụ thuộc của đại lượng cần dự báo vào các yếu tố khác, hay chính bản thân nó Nhiệm vụ chính của dự báo là việc xác định các tham số mô hình Về mặt lý luận các tính chất của

mô hình dự đoán được nghiên cứu trên cơ sở giả định rằng nó được ứng dụng để dự đoán mọõt quá trình nào đó sinh ra bằng một mô hình giải tích

Hiện nay có nhiều phương pháp luận cho hoạt động dự báo mà hầu hết các phương pháp ấy đều mang tính chất kinh nghiệm thuần tuý Vận dụng cách giải quyết theo kinh nghiệm vào việc dự báo là không đầy đủ, vì cách làm ấy chỉ hoàn toàn dựa trên những kinh nghiệm của giai đoạn quá khứ mà các kinh nghiệm ấy không phải lúc nào cũng có thể vận dụng vào hoàn cảnh đã thay đổi so với trước

Do đó cần phải hoàn thiện về mặt lý thuyết các vấn đề dự báo Sự hoàn thiện ấy cho phép chúng ta có thêm cơ sở tiếp cận với việc lựa chọn các phương pháp dự báo, đánh giá mức độ chính xác của dự báo đồng thời xác định khoảng thời gian lớn nhất

- Đề xuất những yếu tố cụ thể quyết định các xu thế ấy

- Xác định quy luật và đặc điểm của sự phát triển

pdf Machine

Get yours now!

Trang 22

Nếu công tác dự báo mà dựa trên lập luận khoa học thì nó sẽ trở thành cơ sở

để xây dựng các kế hoạch phát triển nền kinh tế quốc dân Đặc biệt đối với ngành năng lượng thì tác dụng của dự báo càng có ý nghĩa quan trọng vì năng lượng có liên quan rất chặt chẽ đối với tất cả các ngành kinh tế quốc dân, cũng như mọi sinh hoạt bình thường của nhân dân

Do đó nếu dự báo không chính xác hoặc sai lệch quá nhiều về khả năng cung cấp nhu cầu năng lượng thì sẽ dẫn đến những hạn chế không tốt cho nền kinh

- Dự báo tức thời (current forecast) : giờ

- Dự báo ngắn hạn (short term) : ngày hoặc nhiều ngày

- Dự báo trung hạn (medium term) : tuần hoặc nhiều tuần

- Dự báo dài hạn (long term) : năm hoặc nhiều năm Tính đúng đắn của dự báo phụ thuộc nhiều vào các phương pháp dự báo mà chúng ta áp dụng, mỗi phương pháp dự báo ứng với các sai số cho phép khác nhau

Đối với các dự báo ngắn hạn, sai số cho phép khoảng 3 ÷ 5% Còn đối với dự báo dài hạn sai số cho phép khoảng 5÷ 20%

Có hai phương pháp dự báo chính: theo chuỗi thời gian và phương pháp tương quan

Dự báo theo chuỗi thời gian là tìm một quy luật thay đổi của đại lượng cần

dự báo phụ thuộc vào giá trị của đại lượng đó trong quá khứ

Mô hình toán học:

pdf Machine

Get yours now!

Trang 23

) ( )

3 ( ) 2 ( ) 1 (

)) ( ), , 2 ( ), 1 ( , ,

, , ( ) (

3 2

1 0

2 1 0

n t Y a t

Y a t

Y a a

n t Y t

Y t Y a a a a f t Y

n

−

− +

∧

là giá trị đại lượng cần dự báo tại thời điểm t )

1 (t−

F , F(t− 2 )…F(t−n)- giá trị của đại lượng trong quá khứ

1

a , a2, a n thông số mô hình dự báo cần tìm

Dự báo theo phương pháp tương quan là tìm quy luật thay đổi của đại lượng cần dự báo phụ thuộc vào các đại lượng liên quan

Mô hình toán học:

n n n

n A A A A A a A a A a A a A a

a a f

Y∧ = ( 1, 2, , , 0, 1, 2, , ) = 0+ 1 1+ 2 2 + 3 3+ + (2.2) Trong đó:

a , a2, a n thông số mô hình dự báo cần tìm

Việc xác định giá trị của các thông số mô hình dự báo cho cả hai phương pháp phần lớn đều đều dựa trên nguyên tắc bình phương cực tiểu:

( ), , 2 ( ), 1 ( , ,

, , ( [

1

2 2

1 0 2

i f a a a A A A A

Y (2.5)

Trong đó Y i- giá trị thực của đại lượng cần dự báo

pdf Machine

Get yours now!

Trang 24

Tức là lấy đạo hàm của biểu thức trên theo thông số của mô hình dự báo

0 ))]

( ), , 2 ( ), 1 ( , ,

, , ( [

2 1

da

f n t Y t

Y t Y a a a a f Y

[ ( , , , , ( 1 ), ( 2 ), , ( ))] 0

2 1

da

f n t Y t

Y t Y a a a a f

0 ))]

( ), , 2 ( ), 1 ( , ,

, , ( [

1

2 1

da

f n t Y t

Y t Y a a a a f Y

Giải hệ phương trình trên ta tìm được các giá trị của thông số mô hình

2.2 CÁC PHƯƠNG PHÁP DỰ BÁO PHỤ TẢI ĐIỆN 2.2.1 Phương pháp tính hệ số vượt trước

Phương pháp này dựa trên khuynh hướng phát triển của nhu cầu điện năng và

sơ bộ cân đối nhu cầu này Nó được đặc trưng bởi hệ số K- hệ số K phụ thuộc ào nhịp độ phát triển năng lượng điện và nhịp độ phát triển của toàn bộ nền kinh tế quốc dân Ngoài ra phương pháp này còn chịu ảnh hưởng của nhiều yếu tố khác nữa, chẳng hạn như:

-Do tiến bộ về mặt khoa học kỹ thuật và quản lý nên suất tiêu hao điện năng đối với mỗi sản phẩm công nghiệp ngày càng giảm xuống

-Do điện năng ngày càng được sử dụng rộng rãi trong các ngàng kinh tế quốc dân và các địa phương

-Do cơ cấu kinh tế không ngừng thay đổi

Việc xác đinh giá trị K khó có thể đảm bảo chính xác, vì thế hiện nay phương pháp này hầu như không được sử dụng

2.2.2 Phương pháp tính trực tiếp

Nội dung của phương pháp này là xác định nhu cầu điện năng của năm dự báo, dựa trên tổng sản lượng kinh tế của các ngành ở năm đó và suất tiêu hao điện năng đối với từng loại sản phẩm Đối với những trường hợp không có suất tiêu hao điện

pdf Machine

Get yours now!

Trang 25

năng thì xác định nhu cầu điện năng cho từng trường hợp cụ thể (như công suất điện trung bình cho một hộ gia đình, bệnh viện, trường học v.v…)

Phương pháp tính trực tiếp thường được ứng dụng ở các nước xã hội chủ nghĩa

vì nền kinh tế phát triển có kế hoạch, ổn định, không có sự cạnh tranh nhau và không có khủng hoảng Phương pháp này có ưu điểm là tính toán đơn giản, và ngoài yêu cầu xác định tổng điện năng dự báo chúng ta còn biết được tỷ lệ sử dụng điện năng trong các ngành kinh tế, chẳng hạn tỷ lệ điện năng dùng cho công nghiệp, nông ngiệp, dân dụng …, cũng như xác định được nhu cầu điện ở các khu vực địa lý khác nhau Từ đó có thể đề xuất các phương hướng điều chỉnh, quy hoạch cho cân đối Tuy nhiên xác định mức độ chính xác của phương pháp này cũng gặp nhiều khó khăn vì nó phụ thuộc vào mức độ chính xác của tổng sản lượng các ngàng kinh

tế quốc dân trong tương lai dự báo, cũng như phụ thuộc vào suất tiêu hao điện năng của một đơn vị sản phẩm sản xuất ra của các ngành kinh tế ấy Do đó phương pháp này thường được áp dụng để dự báo nhu cầu điện năng cho thời gian ngắn và trung bình

2.2.3 Phương pháp so sánh đối chiếu

Nội dung của phương pháp này là so sánh đối chiếu nhu cầu phát triển điện năng của các nước có hoàn cảnh tương tự Đây cũng là phương pháp được nhiều nước áp dụng để dự báo nhu cầu năng lượng của nước mình một cách hiệu quả Tuy nhiên việc áp dụng phương pháp này không phải lúc nào cũng thực hiện được, vì chỉ có các nước giống nhau nhiều mặt: địa lý, dân số, cơ cấu kinh tế thì mới có thể ứng dụng phương pháp này mới hiệu quả

2.2.4 Phương pháp chuyên gia

Phương pháp này dựa trên những hiểu biết sâu sắc của các chuyên gia giỏi về các lĩnh vực của các ngành để dự báo các chỉ tiêu kinh tế Cũng có khi dùng phương pháp này để dự báo triển vọng, lúc ấy người ta lấy trung bình trọng lượng ý kiến của các chuyên gia phát biểu về năng lượng của nước mình Mặc dù vậy phương pháp này cũng chỉ mang tính chủ quan, nên độ chính xác và độ tin cậy không cao

pdf Machine

Get yours now!

Trang 26

2.2.5 Phương pháp san bằng hàm mũ

Mỗi toán tử dự báo được đặc trưng bởi một hàm hồi quy (còn gọi là hàm xu thế) Trong các hàm hồi quy ấy, thường các hệ số được xác định theo phương pháp bình phương tối thiểu Bản thân phương pháp này cho ta các hệ số không đổi của

mô hình dự báo trên cơ sở những số liệu quan sát trong quá khứ Sử dụng mô hình này để tính dự báo cho tương lai với các hệ số hằng sẽ phạm một sai số nào đó tuỳ thuộc vào khoảng thời gian dự báo Nếu tầm dự báo càng xa thì sai số càng lớn

Ngoài ra nhận thấy rằng những số liệu gần hiện tại có ảnh hưởng đến giá trị dự báo nhiều hơn những số liệu ở quá khứ xa Nói cách khác tỉ trọng của các số liệu đối với giá trị dự báo giảm theo hàm mũ khi lùi về quá khứ

Phương pháp dựa trên nguyên tắc hiệu chỉnh các hệ số của toán tử dự báo theo phương pháp truy ứng

Giả thiết có một chuỗi thời gian yt (t=1, 2, …, n) và được mô tả bằng một đa thức bậc p

Giá trị trung bình mũ bậc một của chuỗi yt xác định như sau :

St

[1]

(y)= α∑

=α

−n i

i - t iy)(0

1 (2.9)

pdf Machine

Get yours now!

Trang 27

Trong đó α là hệ số san bằng 0<α<1, nó thể hiện ảnh hưởng của các quan sát quá khứ đến dự báo Nếu α tiến tới 1, nghĩa là chỉ xét đến quan sát sau cùng Nếu α tiến tới không, nghĩa là xét đến ảnh hưởng của mọi quan sát trong quá khứ

Giá trị trung bình mũ bậc k của chuỗi yt được biểu diễn theo bậc [k-1]

St

[k]

(y)= α∑

=α

−n i

1]

[k 1 - t i(y)S)(0

-1 (2.10)

Brown.R.G đã phân tích công thức truy ứng để xác định trung bình mũ như sau:

St[k] (y)= α St[k-1] (y) +(1-α) St-1[k] (y) (2.11)

2.2.6 Phương pháp ngoại suy theo thời gian

Phương pháp này nghiên cứu sự diễn biến của nhu cầu điện năng trong một thời gian quá khứ ổn định, tìm ra một quy luật nào đó, rồi kéo dài quy luật đó ra để

dự đoán trong tương lai

Giả sử mô hình có dạng hàm mũ như sau:

At = A0(1 + α)t (2.12) Trong đó:

At là điện năng dự báo ở năm thứ t

A0 là điện năng ở năm chọn làm gốc

α là tốc độ phát triển bình quân hàng năm

t thời gian dự báo

Để xác định thừa số (1+α) chúng ta dựa vào biểu thức

const

A

A t

t

= +

=C (2.13)

pdf Machine

Get yours now!

Trang 28

Như vậy dạng hàm mũ có dạng đơn giản, phản ánh chỉ số phát triển hàng năm không thay đổi Có thể xác định hằng số C bằng cách lấy giá trị trung bình nhân chỉ

số phát triển nhiều năm :

C = n

nC

C

C1 2 (2.14) Một cách tổng quát mô hình dự báo điện năng có thể viết như sau:

At = A0Ct (2.15) Lấy logarit hóa biểu thức

LogAt = logA0 + t.logC (2.16) Đặt y= logAt ; a=logA0 ; b= logC

Thì (2.16) có thể viết:

y = a+ b.t (2.17) Vấn đề là phải xác định các hệ số a, b Muốn vậy ta dùng phương pháp bình phương cực tiểu (đã được trình bày ở phần trước)

ưu điểm của phương pháp ngoại suy hàm mũ là đơn giản và có thể áp dụng

để dự báo điện năng tầm ngắn và tầm xa Khuyết điểm của phương pháp này là chỉ cho kết quả chính xác nếu tương lai không có nhiễu và quá khứ phải tuân theo một qui luật

Hiện nay các nhà khoa học đã và đang nghiên cứu các phương pháp và mô hình dự báo có tính chính xác hơn Ví dụ như phương pháp dựa trên mô hình Brown, mô hình Bayer, phương pháp phân tích Wavelet và phương pháp sử dụng mạng Neural nhân tạo

2.2.7 Mô hình Brown

Hàm dự báo tuyến tính có dạng : Y=a+bt (2.18) Các hệ số của mô hình như sau được tính như sau:

pdf Machine

Get yours now!

Trang 29

a(t) =a(t-1)+b(t-1) + (1-β²).e(t-1) ; b(t) =b(t-1) + (1-β)².e(t-1) (2.19) Trong đó: β hệ số

) / ( ) (

0

y g

y f

(2.20)

2.2.9 Phương pháp sử dụng mạng Neural nhân tạo

Y=F(NET) NET=W*X (2.21) Trong đó:

Y là ma trận đầu ra của mạng Neural

X là ma trận đầu vào của mạng Neural

F là hàm truyền của các Neural trong mạng

i i N

i

i D R t t G t

=

)]

( [ )

(

1ω

trong đó: N: số wavelet

ω: trọng số mô hình

pdf Machine

Get yours now!

Trang 30

ψ: Hàm mẹ (mother) Di: ma trận tỉ lệ Ri: ma trận quay; t: biến của hàm

ti: hệ số truyền dẫn (translation)

Gtb: trung bình cộng của biến đầu vào

pdf Machine

Get yours now!

Trang 31

Chương 3 KHÁI NIỆM VỀ WAVELET

3.1 PHÂN TÍCH FOURIER

Từ trước đến nay có nhiều cách để phân tích tín hiệu Được biết nhiều nhất là

phân tích Fourier, dựa trên cơ sở chia một tín hiệu thành tổng các hàm sin với tần số

khác nhau Nói cách khác, phân tích Fourier là kỹ thuật biến đổi tín hiệu từ miền

thời gian sang miền tần số Với nhiều tín hiệu, phân tích Fourier rất có ích vì nội

dung tần số của tín hiệu là rất quan trọng

F( ) ( ) jwt (3.1)

Hình 3.1 Biến đổi Fourier

Nhưng phân tích Fourier lại có một nhược điểm lớn Khi biến đổi sang miền

tần số thì thông tin thời gian bị mất Khi nhìn vào biến đổi fourier của tín hiệu,

chúng ta không biết thời gian xảy ra các sự kiện Nếu một tín hiệu không thay đổi

nhiều theo thời gian còn gọi là tín hiệu dừng (stationary) thì nhược điểm trên không

ảnh hưởng nhiều Tuy nhiên, nhiều tín hiệu có chứa các thông số động như: trôi,

nghiêng, biến đổi đột ngột, khởi đầu và kết thúc các sự kiện Những đặc tính này

thường là phần quan trọng nhất của tín hiệu, và phân tích Fourier không thích hợp

để phát hiện chúng

Trang 32

3.2 PHÂN TÍCH FOURIER THỜI GIAN NGẮN STFT (Short -Time Fourier

Transform)

Nhằm cố gắng khắc phục những nhược điểm của phép biến đổi Fourier cổ

điển, năm 1946 Dennis Gabor đã đưa ra được phép biến đổi Fourier cải tiến Phép

biến đổi này thực hiện phân tích tín hiệu trong một khoảng thời gian ngắn nên được

gọi là phép biến đổi Fourier thời gian ngắn sử dụng phương pháp cửa sổ hóa tín

hiệu Phương pháp này ánh xạ tín hiệu thành một hàm 2 biến thời gian và tần số

Biểu diễn tín hiệu bằng STFT được mô tả theo hình 2.2

Hình 3.2 Bi ểu diễn quá trình STFT

Hạn chế của phép biến đổi Fourier thời gian ngắn :

Phép biến đổi Fourier thời gian ngắn có ưu điểm là cho ta một sự hòa hợp khi

mô tả tín hiệu giữa 2 miền thời gian và tần số Tuy nhiên nó gặp phải một trở ngại là

khi ta đã chọn một cửa sổ phân tích thì kích thước của cửa sổ này sẽ không đổi trên

toàn mặt phẳng thời gian-tần số Mọi thành phần thời gian, tần số của tín hiệu được

định vị như nhau trong khi nhiều tín hiệu lại yêu cầu những cách xử lý linh hoạt hơn

như tín hiệu xung δ(t) yêu cầu định vị tốt về thời gian Điều này chỉ có thể thực hiện

được khi kích thước của cửa sổ phân tích có thể thay đổi được tùy theo yêu cầu định

vị tốt về thời gian hay tần số Hạn chế này sẽ được khắc phục trong phép biến đổi

wavelets sẽ được trình bày trong mục tiếp theo

3.3 PHÉP BIẾN ĐỔI WAVELETS

Phép biến đổi wavelets là một bước cải tiến tiếp theo của phép biến đổi

Fourier thời gian ngắn Như chúng ta đã phân tích ở mục trước phép biến đổi

Fourier thời gian ngắn không thể hiện tính linh hoạt khi định vị các thành phần

Trang 33

trong một tín hiệu vì kích thước cửa sổ phân tích không thay đổi được, do đó tín

hiệu chỉ được phân tích ở một độ phân giải thời gian và độ phân giải tần số cố định

Điều này được khắc phục trong phép biến đổi wavelets, cửa sổ sử dụng để phân tích

tín hiệu có thể được phóng to hay thu nhỏ (“zoom in” or “zoom out”) bởi một thao

tác đơn giản là thay đổi hệ số co giãn (scale factor), đồng thời cửa sổ đó có thể dịch

chuyển được thông qua một hệ số dịch chuyển (shift factor) trong hàm cơ sở

wavelets

Phép biến đổi Wavelets cho phép ta phân tích những khoảng thời gian dài để

cho sự chính xác đối với thông tin tần số thấp và phân tích trong khoảng thời gian

ngắn khi ta muốn thể hiện thông tin ở tần số cao

Hình 3.3 Biểu diễn tín hiệu bằng CWT

Có thể nhận thấy sự khác nhau giữa phép biến đổi wavelets so với phép biến

đổi Fourier thời gian ngắn là phép biến đổi wavelets không thể hiện tín hiệu trong

miền thời gian tần số mà thể hiện tín hiệu trong miền thời gian hệ số (time-scale),

trong đó biến scale tỷ lệ nghịch với tần số của tín hiệu

Ưu điểm lớn nhất của phép biến đổi wavelets so với các phép biến đổi cổ điển

khác là nó cho phép phân tích khu vực (local analysis) Nghĩa là cho phép phân tích

tín hiệu trong từng vùng thời gian-tần số của tín hiệu Từ đó cho phép ta phân tích

một số đặc điểm của tín hiệu mà các phép phân tích khác không thể thực hiện được

như là phân tích điểm gãy, sự thay đổi đột ngột, sự tự tương tự (self similiar) của tín

hiệu…

Trang 34

Hình 3.4 Bi ểu đồ các phép biến đổi

Khác với phép biến đổi Fourier dựa trên một hàm cơ sở là hàm sin nên có

khoảng thời gian tồn tại vô hạn (-∞, +∞)

Phép biến đổi wavelets dựa trên một hàm cơ sở có khoảng thời gian tồn tại

giới hạn và có giá trị trung bình bằng không Một ví dụ về hàm cơ sở của phân tích

wavelets được thể hiện trong hình dưới đây:

Hình 3.5 Hàm c ơ sở trong phép biến đổi wavelets

Phép biến đổi Wavelets phân tích một tín hiệu thành những phiên bản được co

giãn và dịch từ một hàm wavelets ban đầu còn gọi là hàm wavelets mẹ (mother

wavelet) Biến đổi wavelets được định nghĩa là tổng trên toàn trục thời gian của tín

hiệu nhân với phiên bản được dịch và co giãn từ một hàm cơ sở wavelets ψ:

(scale position) f( ) (t scale position)dt

∞

−

Kết quả của phép biến đổi wavelets là một tập hợp các hệ số wavelets C Đó là

một hàm hai biến theo hệ số co giãn (scale) và vị trí tại điểm phân tích (position)

wavelet(db10) Sin

Trang 35

Kết quả này khi được thể hiện trên không gian 3 chiều còn gọi là scalogram (hình

3.6)

Hình 3.6 Các hệ số wavelets trên không gian 3 chiều

Nếu nhân các hệ số với phiên bản scale và dịch hợp lý của mother wavelets,

chúng ta sẽ khôi phục tín hiệu gốc ban đầu

Trong phép biến đổi wavelets có một sự tương ứng giữa hệ số co giãn và tần

số phân tích như sau:

Hệ số co giãn nhỏ → wavelets nén phân tích thành phần tần số cao của tín

hiệu → phân tích các chi tiết của tín hiệu

Hệ số co giãn lớn → wavelets trải rộng phân tích thành phần tần số thấp của

tín hiệu → phân tích các đặc điểm thô của tín hiệu

Do đó, hệ số scale tỷ lệ nghịch với tần số

Trang 36

3.4 MỘT SỐ ỨNG DỤNG CỦA WAVELET

Ngày nay, kỹ thuật xử lý dữ liệu sử dụng Wavelets không còn là điều mới mẻ

Có rất nhiều những ứng dụng Wavelets để phân tích tín hiệu, nén dữ liệu, triệt

nhiễu hình ảnh…

Hình 3.7 T ừ trái qua phải là hình nguyên mẫu, hình được nén mức 220:1

dùng tiêu chu ẩn kỹ thuật JPEG và hình ảnh được nén cùng mức trên dùng chuẩn

JPEG-2000, đây là phương pháp nén dùng wavelet (hình ảnh có từ ImageState; xử

lý b ởi Aware,Inc )

Hình 3.8 D ấu vân tay trái là nguyên mẫu, bên phải được cấu trúc lại từ mức nén

26:1

Trang 37

Hình 3.9: Tri ệt nhiễu hình ảnh sử dụng kỹ thuật wavelet

Trang 38

Chương 4 CÁC PHÉP BIẾN ĐỔI WAVELET

4.1 BIẾN ĐỔI WAVELETS LIÊN TỤC CWT (Continuous Wavelets Transform)

Cho hàm wavelets mẹ (mother wavelet) ψ(t) ∈ L2(R) là đáp ứng xung của bộ lọc thông dải và có giá trị trung bình bằng 0

t

ψ , 1 (4.2) Với: a ∈ R+\{0}: hệ số tỷ lệ

b ∈ R: hệ số dịch

và hệ số chuẩn hóa

a

1 đảm bảo rằng:

( )t ( )t

ψ , = (4.3) Hàm ψ(t) phải thỏa mãn điều kiện admissibility:

ωΨ

C

2

(4.4)

với Ψ(ω) là hàm biến đổi Fourier của ψ(t)

Hàm wavelets đã chuẩn hóa nên có năng lượng bằng 1

( ) ( ) ( ) 1

2

1 t

2 2

2

= Ψ

ψ t dt d (4.5)

pdf Machine

Get yours now!

Trang 39

Từ điều kiện (4.3) ta thu được kết quả:

ψ ,b( )t 2 = ψ( )t 2 = 1 (4.6) Biến đổi wavelets liên tục của hàm f(t) ∈ L2(R) được tính bởi công thức biến đổi:

4.1.1 Tính chất của phép biến đổi wavelets liên tục

Cho f(t) và g(t) có biến đổi wavelets liên tục là CWTf (a,b) và CWTg(a,b) tương ứng

Khi đó biến đổi wavelets có các tính chất sau:

a) Tuyến tính: Tính chất tuyến tính của phép biến đổi wavelets được suy ra trực tiếp từ tính chất tuyến tính của tích trong

αf(t) + βg(t) ↔ αCWTf (a,b)+ βCWTg(a,b) (4.9) b) Tính xê dịch: f’(t) là một hàm được dịch bởi f(t) một đoạn b’ nghĩa là:

f’(t) = f(t – b’) (4.10)

Khi đó:

CWTf’(a,b) = CWTf (a,b – b’) (4.11) c) Tính co giãn: f’(t) là một hàm được co giãn từ f(t) bởi một hệ số s Nghĩa là:

f' 1 (4.12) Khi đó f’(t) có biến đổi wavelets như sau:

pdf Machine

Get yours now!

Trang 40

a CWT b

a CWT f' , f , (4.13) d) Tính bảo toàn năng lượng: tính chất bảo toàn năng lượng trong phép biến đổi wavelets cũng tương tự như đẳng thức Paserval trong phép biến đổi Fourier

( )2 ( ) 2 2

,1

a

dadb b

a CWT C

dt t

dt t g t

Giả sử hàm wavelets ψ(t) tồn tại trên đoạn [-b1 b2] và suy giảm rất nhanh ở ngoài đoạn này Do đó, ψa,0(t) tồn tại trên [-b1a b2a] và ψa,b(t) tồn tại trên [(-b1+b)a (b2+b)a] Như vậy với giá trị scale a cho trước, các hệ số CWT(a,b) với chỉ số b thỏa mãn:

Get yours now!

Định dạng
Số trang	169
Dung lượng	3,47 MB