Ứng dụng mạng neural trong chẩn đoán sự cố máy biến thế

Các cải tiến đưa ra gồm: xắp xếp mẫu cho phù hợp nhằm giảm thới gian học, cải tiến việc xác định số neural ẩn trong lớp ẩn để tránh mất thời gian thực hiện thử sai tìm số neural ẩn phù h

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA

-0O0 -

Quách Thanh Hải

ỨNG DỤNG MẠNG NEURAL TRONG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP

CHUYÊN NGÀNH: KỸ THUẬT ĐIỆN MÃ SỐ NGÀNH:

LUẬN ÁN CAO HỌC

TP Hồ Chí Minh, tháng 07 năm 2002

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học: GVC TS QUYỀN HUY ÁNH

Cán bộ chấm nhận xét 1:

Cán bộ chấm nhận xét 2:

Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC

SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM, ngày………tháng………năm 2002

- -

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ và tên học viên: Quách Thanh Hải Phái: nam

Ngày, tháng, năm sinh: 20-05-1972 Nơi sinh: Ninh Bình

Chuyên ngành: KỸ THUẬT ĐIỆN

Khóa 9

I TÊN ĐỀ TÀI: “ỨNG DỤNG MẠNG NEURAL TRONG CHẨN ĐOÁN SỰ CỐ

MÁY BIẾN ÁP”

II NHIỆM VỤ VÀ NỘI DUNG:

1 Tổng quan về chẩn đoán sự cố máy biến áp

2 Tổng quan về mạng neural trong chẩn đoán sự cố máy biến áp

3 Xây dựng mạng neural chẩn đoán sự cố máy biến áp

III NGÀY GIAO NHIỆM VỤ:

IV NGÀY HOÀN THÀNH NHIỆM VỤ:

V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: GVC TS QUYỀN HUY ÁNH

VI HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 1:

VII HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 2:

CÁN BỘ HƯỚNG DẪN CÁN BỘ NHẬN XÉT 1 CÁN BỘ NHẬN XÉT 2

Nội dụng và đề cương luận văn thạc sĩ đã được thông Hội Đồng Chuyên Ngành

Ngày …… tháng …… năm …… PHÒNG QUẢN LÝ KHOA HỌC SAU ĐẠI HỌC CHỦ NHIỆM NGÀNH

Lời cảm ơn

Con xin biết ơn Cha, Mẹ đã nuôi dạy con khôn lớn và tạo điều kiện cho con học tập đến ngày hôm nay

Em xin chân thành gửi lời biết ơn sâu sắc đến tất cả các Thầy Cô Trường Đại Học Bách Khoa Thành Phố Hồ Chí Minh và Trường Đại Học Sư Phạm Kỹ Thuật đã giúp đỡ em trong suốt quá trình học và thực hiện luận án cao học này

Đặc biệt, em xin chân thành cảm ơn Thầy, Tiến Sĩ Quyền Huy Aùnh, Người đã tận tình hướng dẫn và giúp đỡ em trong suốt quá trình thực hiện luận văn

Xin chân thành cảm ơn bạn bè, các đồng nghiệp, những người thân trong gia đình, đặc biệt là vợ và con gái tôi, những người luôn ở bên cạnh và động viên tôi rất nhiều trong suốt quá trình học tập và thực hiện luận văn

TP.Hồ Chí Minh, ngày 20 tháng 5 năm 2002

Trong những năm gần đây việc giám sát trạng thái hoạt động, chẩn đoán sự cố của các phần tử trong lưới điện là một vấn đề lớn được nhiều Viện Nghiên Cứu, Trường Đại Học và các Công Ty quan tâm Trong các hướng nghiên cứu phục vụ cho yêu cầu trên thì hướng sử dụng mạng thần kinh nhân tạo là một trong những hướng rất có tiềm năng Nội dung chính của đề tài này cũng thực hiện theo theo hướng sử dụng mạng thần kinh nhân tạo và đối tượng cần giám sát và chẩn đoán là máy biến áp Trong các chương đầu, nội dung đề tài tập trung vào cơ sở lý thuyết về chẩn đoán sự cố theo các phương pháp kinh điển như phương pháp Rogers, phương pháp Dornenburg, phương pháp khí chính Chương 4, chương 5 tập trung vào lý thuyết mạng thần kinh nhân tạo và ứng dụng trong việc chẩn đoán máy biến áp Đặc biệt, trong chương này, việc xác định cấu trúc mạng sẽ được thực hiện trên cơ sở các cải tiến mới nhằm làm tăng tốc độ học, giảm sai số và giảm sự phức tạp của cấu trúc mạng Các cải tiến đưa ra gồm: xắp xếp mẫu cho phù hợp nhằm giảm thới gian học, cải tiến việc xác định số neural ẩn trong lớp ẩn để tránh mất thời gian thực hiện thử sai tìm số neural ẩn phù hợp, cải tiến quá trình huấn luyện để có số lần học thích hợp tránh trường hợp mạng “quá khớp” gây sai số… Cuối chương kết quả đạt được sẽ được so sánh với kết quả từ các phương pháp kinh điển để làm bật các

ưu điểm của phương pháp chẩn đoán sự cố theo nồng độ các khí phát sinh kết hợp mạng neural Cuối cùng, chương 6 sẽ đề cập đến việc ứng dụng các kết quả đạt được trong việc bảo vệ máy biến áp

Lời cảm ơn i

Mục lục ii

Liệt kê các hình vẽ v

Liệt kê các bảng vi

Chương 1 Dẫn nhập 1

1.1 Tầm quan trọng của chẩn đoán sự cố máy biến áp 1

1.2 Mục tiêu và nhiệm vụ của luận án 1

1.2.1 Mục tiêu của luận án 1

1.2.2 Nhiệm vụ cụ thể 2

1.3 Phạm vi nghiên cứu 2

1.4 Điểm mới của đề tài 2

1.5 Nội dung luận án 2

Chương 2 Giám sát và chẩn đoán sự cố máy biến áp 5

2.1 Giám sát và chẩn đoán sự cố máy biến áp 5

2.2 Các thông số của máy biến áp cần được theo dõi 5

2.3 Cách điện trong máy biến áp 6

2.4 Nhận dạng sự cố máy biến áp 7

2.4.1 Giám sát thường trực, trực tuyến phóng điện cục bộ 8

2.4.2 Phương pháp phân tích nồng độ khí trong dầu cách điện (DGA) 8

2.4.3 Kết hợp giữa DGA và phương pháp sử dụng các cảm biến không điện chẩn đoán phóng điện 9 Chương 3 Chẩn đoán sự cố máy biến áp theo phương pháp phân tích nồng độ khí trong dầu 10

3.1 Các khí phát sinh khi máy biến áp bị sự cố 10

3.2 Các sự cố ở máy biến áp 11

3.3 Phương pháp tỉ số khí 13

3.4.1 Phương pháp Dornenburg 13

3.4.2 Phương pháp Rogers 15

3.4.3 Phương pháp chẩn đoán sự cố theo tiêu chuẩn IEC559 và IEC559r 18

3.4 Phương pháp khí chính 20

3.5 Hệ chuyên gia nhận biết sự cố máy biến áp 21

3.6 Ưùng dụng logic mờ cho nhận dạng sự cố máy biến áp 22

3.7 Một số phương pháp chẩn đoán sự cố khác 22

3.7.1 Phương pháp dựa vào khí phát sinh 22

3.7.2 Chẩn đoán dựa vào giấy cách điện 23

3.8 Tóm tắt 23

Chương 4 Mạng neural và ứng dụng trong hệ thống điện 24

4.3 Một số mạng neural cơ bản 25

4.3.1 Mạng Perceptron nhiều lớp 25

4.3.2 Mạng RBF 26

4.3.3 Mạng Hopfield 27

4.3.4 Mạng Kohonen 27

4.3.5 Mạng ART 28

4.3.6 Đặc tính của mạng neural 28

4.4 Ưùng dụng của mạng neural trong hệ thống điện 28

4.4.1 Đánh giá an toàn hệ thống 29

4.4.2 Dự báo phụ tải 30

4.4.3 Mạng neural đánh giá chế độ ổn định hệ thống điện 31

4.5 Kết luận 31

Chương 5 mạng thần kinh nhân tạo chẩn đoán sự cố máy biến áp 32

5.1 Cơ chế chẩn đoán dựa vào mạng thần kinh nhân tạo 32

5.2 Mạng perceptron nhiều lớp 33

5.3 Tập mẫu huấn luyện và tập kiểm tra 36

5.4 Thiết lập cấu trúc mạng 40

5.4.1 Số đầu vào 40

5.4.2 Số đầu ra 40

5.4.3 Số lớp ẩn 41

5.4.4 Số neural trong lớp ẩn 41

5.5 Huấn luyện mạng 42

5.6 Vận hành đánh giá mạng 43

5.7 Kết luận 47

Chương 6 Ứng dụng chẩn đoán sự cố dùng mạng thần kinh nhân tạo trong bảo vệ máy biến áp 48

6.1 Các hư hỏng thường xảy ra đối với máy biến áp 48

6.2 Các phương pháp bảo vệ máy biến áp 48

6.2.1 Bảo vệ máy biến áp công suất trung bình và lớn ở điện áp cao 48

6.2.2 Bảo vệ máy biến áp công suất lớn ở điện áp siêu cao 49

6.2.3 Bảo vệ so lệch 49

6.2.4 Bảo vệ dòng điện thứ tự không máy biến áp 50

6.2.5 Bảo vệ chống chạm đất 1 pha qua vỏ thùng dầu 51

6.2.6 Bảo vệ quá nhiệt máy biến áp 52

6.2.7 Kết luận 52

6.3 Ưùng dụng chẩn đoán sự cố máy biến áp theo phương pháp phân tích nồng độ khí trong dầu kết hợp với mạng thần kinh nhân tạotrong bảo vệ máy biến áp 52

Kết luận và đề nghị 54

Phuï luïc 3 60

Phuï luïc 4 61

Phuï luïc 5 64

Phuï luïc 6 65

Phuï luïc 7 66

Phuï luïc 8 69

Hình Nội dung Trang

Hình 2.1 Phân bố ttrạng thái sự cố trong máy biến áp 6

Hình 3.1 Lượng khí phát sinh theo nhiệt độ phân hủy dầu cách điện 11

Hình 3.2 Lưu đồ chẩn đoán sự cố theo phương pháp Dornenburg 15

Hình 3.3 Lưu đồ chẩn đoán sự cố theo phương pháp Rogers 18

Hình 5.4 Độ chính xác của các phương pháp chẩn đoán sự cố máy

Hình 5.5 Kết quả chẩn đoán với các mạng thần kinh khác nhau 47

Hình 6.1 Nguyên lý bảo vệ so lệch máy biến áp 50

Hình 6.2 Sơ đồ nguyên lý bảo vệ so lệch dòng điện thứ tự không 51

Hình 6.3 Bảo vệ chống chạm đất một pha ra vỏ thùng dầu 51

Chương 1

DẪN NHẬP

1.1Tầm quan trọng của việc chẩn đoán sự cố máy biến áp

Trong truyền tải và phân phối điện năng, máy biến áp là một trong những khâu

quan trọng nhất và cũng là khâu yếu nhất dễ rơi vào trạng thái làm việc không bình

thường Nếu trạng thái không bình thường kéo dài thì rất có thể xảy ra sự cố làm rối

loạn hoạt động của hệ thống truyền tải và phân phối điện đồng thời cũng giảm tuổi

thọ của máy biến áp Khi có sự cố của máy biến áp, việc truyền tải điện năng sẽ bị

gián đoạn, làm thiệt hại rất lớn về kinh tế đó là chưa tính đến chi phí bỏ ra để sửa

chữa hoặc thay thế máy biến áp Chính vì vậy để duy trì trạng thái làm việc bình

thường của máy biến áp, cần phải phát hiện và nhận dạng trạng thái không bình

thường (tiền sự cố) và trạng thái sự cố càng sớm và càng nhanh càng tốt để có biện

pháp xử lý kịp thời Trong trường hợp này các hệ thống liên tục giám sát và chẩn

đoán nhanh sự cố, dự báo sự cố và phát hiện trạng thái tiền sự cố là rất cần thiết

Phương pháp kinh điển giám sát trạng thái làm việc của máy biến áp là sử dụng relay

và các mạch điện - điện tử Các phương pháp này được sử dụng tương đối phổ biến và

đã thu được những kết quả nhất định, tuy nhiên chúng vẫn không đáp ứng được toàn

bộ các yêu cầu kỹ thuật cho các loại sự cố khác nhau, đặc biệt với những yêu cầu về

dự báo và nhận dạng các trạng thái tiền sự cố Trong những năm gần đây, với những

phần mềm máy tính và các vi xử lý mạnh cùng với sự phát triển của các mô hình

mạng thần kinh nhân tạo, các phương pháp giám sát và chẩn đoán sự cố máy biến áp

theo hướng áp dụng mạng thần kinh ngày càng được phát triển Bên cạnh đó, mạng

neural còn có ưu điểm về 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 không phải là

hằng số và các hệ phương trình cố định mà là những mối liên kết có cấu trúc, phi

tuyến và được điều chỉnh liên tục trong quá trình học của mạng nên dễ dàng xây dựng

một cấu trúc mạng để hình thành các biên giới ổn định phân chia các trạng thái lỗi và

không lỗi Ngoài ra, với mô hình mạng thần kinh xây dựng dựa trên việc phân tích

nồng độ các khí phát sinh còn có thể dự báo sự cố, nhận dạng các trạng thái tiền sự cố

để có biện pháp thích hợp trước khi các sự cố thật sự xảy ra, từ đó, có thể giảm tối đa

tổn thất kinh tế

1.2 Mục tiêu và nhiệm vụ của luận án

1.2.1 Mục tiêu của luận án

ƒ Xây dựng mạng neural để chẩn đoán trạng thái sự cố và tiền sự cố máy

biến áp thông qua phương pháp phân tích nồng độ khí trong dầu

ƒ Đánh giá kết quả đạt được với một số phương pháp khác

ƒ Đưa ra hướng áp dụng mạng neural chẩn đoán sự cố máy biến áp thông qua

phương pháp phân tích nồng độ khí trong dầu trong vận hành và bảo vệ máy

biến áp

1.2.2 Nhiệm vụ cụ thể

ƒ Giới thiệu các phương pháp chẩn đoán sự cố máy biến áp

ƒ Giới thiệu tổng quát về mạng neural

ƒ Xây dựng mạng neural cho chẩn đoán sự cố máy biến áp theo phương pháp

phân tích nồng độ khí trong dầu

ƒ So sánh với các phương pháp chẩn đoán khác

ƒ Đánh giá kết quả đạt được

1.3 Phạm vi nghiên cứu

Do thời gian có hạn nên đề tài chỉ tập trung nghiên cứu các vấn đề sau:

ƒ Nghiên cứu một số phương pháp chẩn đoán sự cố dựa máy biến áp theo

phương pháp phân tích nồng độ khí trong dầu

ƒ Đưa ra giải thuật cho một số phương pháp cụ thể

ƒ Nghiên cứu xây dựng mạng thần kinh chẩn đoán sự cố máy biến áp theo

phương pháp phân tích nồng độ khí trong dầu

ƒ So sánh kết quả đạt được với các mẫu cho sẵn

ƒ Đưa ra kết luận

1.4 Điểm mới của đề tài

Đề tài thực hiện với một số điểm mới như sau:

ƒ Tổng kết các phương pháp chẩn đoán trên cơ sở phân tích khí phát sinh

trong dầu (DGA) với ưu, nhược điểm của từng phương pháp

ƒ Ưùng dụng mạng Perceptron trong việc phân tích dữ liệu về nồng độ các khí

trong dầu trên cơ sở cải tiến việc sắp xếp mẫu, xác định số neural ẩn và xác

định số thế hệ học cần thiết bằng thuật toán để mạng có thể học nhanh nhất

và chẩn đoán đúng nhất trên các mẫu thông tin có sẵn

ƒ Đưa ra hướng áp dụng mạng thần kinh nhân tạo chẩn đoán sự cố máy biến

áp vào việc bảo vệ máy biến áp

1.5 Nội dung luận án

Nội dung đề tài gồm 6 chương

Chương 1: Dẫn nhập

Trong chương này nội dung chính cần trình bày là tầm quan trọng của vấn đề,

nhiệm vụ và mục tiêu của đề tài, điểm mới của đề tài…

Chương 2: Giám sát và chẩn đoán sự cố máy biến áp

Với nội dung chính gồm:

• Giám sát và chẩn đoán sự cố máy biến áp

• Các thông số của máy biến áp cần được giám sát

• Cách điện trong máy biến áp

• Nhận dạng sự cố máy biến áp

Chương 3: Chẩn đoán sự cố máy biến áp theo phương pháp phân tích nồng

độ khí trong dầu

• Các khí phát sinh khi máy biến áp bị sự cố

• Các sự cố ở máy biến áp

• Phương pháp tỉ số khí chẩn đoán sự cố máy biến áp

9 Phương pháp Dornenburg

9 Phương pháp Rogers

9 Phương pháp chẩn đoán sự cố theo chuẩn IEC599 và IEC 599r

• Phương pháp khí chính chẩn đoán sự cố máy biến áp

• Hệ chuyên gia nhận biết sự cố máy biến áp

• Ứng dụng logic mờ cho nhận dạng sự cố máy biến áp

• Một số phương pháp chẩn đoán sự cố khác

• Tóm tắt

Chương 4: Mạng neural và ứng dụng trong hệ thống điện

• Tổng quan

• Khái quát về hệ thần kinh nhân tạo

• Một số mạng neural cơ bản

9 Mạng perceptron nhiều lớp

9 Mạng RBF

9 Mạng Hopfield

9 Mạng Kohonen

9 Mạng ART

9 Đặc tính của mạng neural

• Ứng dụng của mạng neural trong hệ thống điện

• Kết luận

Chương 5: Mạng thần kinh nhân tạo chẩn đoán sự cố máy biến áp

• Cơ chế chẩn đoán dựa vào hệ thần kinh nhân tạo

• Mạng Perceptron nhiều lớp

• Xử lý tập học ( tập mẫu huấn luyện) cho mạng

• Xây dựng mô hình hình học cho mạng chẩn đoán sự cố máy biến áp

9 Xác định số ngõ vào, ra

9 Xác định số lớp ẩn

9 Xác định số neural ẩn

• Huấn luyện mạng

• Kiểm tra đánh giá kết quả đạt được

• Kết luận

Chương 6: Ứng dụng chẩn đoán sự cố dùng mạng thần kinh nhân tạo trong bảo vệ

máy biến áp

• Các hư hỏng thường xảy ra đối với máy biến áp

• Các hình thức bảo vệ máy biến áp

• Ưùng dụng chẩn đoán sự cố máy biến áp theo kỹ thuật phân tích nồng độ khí

trong dầu kết hợp ANN trong bảo vệ máy biến áp

ƒ Giám sát và chẩn đoán sự cố máy biến áp

ƒ Các thông số của máy biến áp cần được giám sát

ƒ Nhận dạng sự cố máy biến áp

2.1 Giám sát và chẩn đoán sự cố máy biến áp

Có sự khác biệt giữa giám sát và chẩn đoán sự cố máy biến áp Giám sát chỉ thực hiện quan sát điều kiện vận hành của máy biến áp, trong khi đó, chẩn đoán phải cho biết chính xác loại sự cố sau một hoặc nhiều lần quan sát Tuy nhiên trong những năm gần đây, giám sát trạng thái và chẩn đoán sự cố máy biến áp luôn được quan tâm của nhiều công ty điện lực trên thế giới Những hệ thống truyền tải yêu cầu cần phải giám sát sự vận hành của máy biến áp một cách liên tục, trực tuyến Tức là máy biến áp vẫn luôn trong trạng thái hoạt động thời gian giữa hai lần lấy mẫu là rất bé Tuy nhiên, những quan sát không trực tuyến (off line) cũng vô cùng quan trọng nhất là trong điều kiện thử nghiệm với các sự cố kỹ thuật đặc biệt

Việc giám sát trạng thái hoạt động của máy biến áp một cách trực tuyến đặt ra 3 vấn đề lớn đó là:

ƒ Làm cách nào có thể phát hiện sự cố tiềm ẩn càng sớm và càng nhanh càng tốt

ƒ Làm sao đánh giá được tính ổn định và tin cậy của hệ thống

ƒ Làm sao giảm được giá thành của thiết bị bảo vệ và chi phi cho bảo dưỡng

2.2 Các thông số của máy biến áp cần được giám sát

Một vài phương pháp giải quyết vấn đề giám sát thường trực trạng thái vận hành máy biến áp với độ chính xác tương đối đã được phát triển, nhất là các hệ cho

phép lưu lại các dữ liệu về điều kiện hoạt động của hệ thống Theo thống kê thì hầu hết các hệ thống giám sát liên tục, trực tuyến trạng thái làm việc của máy biến áp đều được phát triển dựa trên yêu cầu của các phòng thí nghiệm hoặc do yêu cầu kỹ thuật mà các hệ thống quan sát không trực tuyến không giải quyết được[1]

Cũng theo T Leibfried các thông số của máy biến áp cần phải giám sát là tải, điều kiện làm việc, tuổi thọ của dầu và giấy cách điện, sự phóng điện, sự phá hủy điện môi và cả sự thay đổi tải đột ngột

Tải và điều kiện vận hành thường được qui về việc đo điện áp và dòng điện bởi vì dòng điện và điện áp cho các thông tin cơ bản về tải và điều kiện vận hành

Tuổi thọ của cách điện máy biến áp phụ thuộc nhiều vào nhiệt độ bên trong máy biến áp Tăng nhiệt là kết quả của quá trình quá tải liên tục hoặc gián đoạn hoặc cũng có thể là kết quả của quá trình làm việc non tải nhưng chất lượng làm mát kém Sự hư hỏng của điện môi (chất cách điện của dây quấn hoặc cách điện chính) thường xuất hiện do những va đập cơ khí trong quá trình vận chuyển, do ngắn mạch hệ thống truyền tải tại vùng gần máy biến áp, hoặc khi máy biến áp bị xung cao áp Phân bố vị trí trạng thái sự cố ở máy biến áp được cho trong hình 2.1 [3]

Dây quấn Lõi MBA Đầu nối Vỏ máy Cách điện Khác

Hình 2.1 Phân bố trạng thái sự cố trong máy biến áp

2.3 Cách điện trong máy biến áp

Các máy biến áp điện lực thông thường được cách điện bằng giấy và bằng dầu cách điện

Giấy cách điện có nhiệm vụ cố định dây quấn và cách điện giữa các vòng dây Tuổi thọ của giấy cách điện phụ thuộc vào nhiệt độ, độ ẩm, mức oxy hóa và độ axit của dầu cách điện, cũng như loại giấy Nhìn chung có 3 cách phân hủy giấy cách điện đó là phân hủy do nhiệt, phân hủy do thủy phân và phân hủy do sự oxy hóa Tuy nhiên, những sản phẩm sau cùng của quá trình phân hủy giấy cách điện luôn là carbon monoxide, carbon dioxide, nước, các gốc axit và gluco [9]

Dầu cách điện máy biến áp (dầu máy biến áp) là sản phẩm của sự chưng cất dầu mỏ Các hydrocarbon trong dầu giúp làm mát máy biến áp trong quá trình vận hành Đồng thời dầu máy biến áp cũng là vật liệu cách điện cho dây quấn, giấy và các cách điện rắn khác Trong [3], C.C Stinton đã trình bày tầm quan trọng của dầu biến áp Trong chế độ làm việc dài hạn, nhiệt độ dầu có thể tăng hơn 750C làm cho dầu bị oxy hóa và kết tủa Với mỗi sự tăng nhiệt 60 K, tốc độ già hóa của dầu cách điện có thể tăng gấp đôi Sự già hóa của dầu cách điện tăng nhanh nếu độ ẩm trong dầu tăng Bên cạnh đó, nhiệt độ và sự phóng điện cũng làm giảm chất lượng dầu Khi

bị phân hủy, trong dầu biến áp xuất hiện các nguyên tử hydro và các ion hydrocarbon Các nguyên tử này và các ion kết hợp với nhau tạo thành các khí như methane (CH4), ethane (C2H6), ethylen (C2H4), acetilen (C2H2) và khí hydro (H2) Các khí trên biểu thị cho những trạng thái sự cố khác nhau trong máy biến áp Chẳng hạn khi xuất hiện lượng lớn khí acetilen (C2H2) thì tương ứng với trạng thái có sự phóng điện hoặc hồ quang ở nhiệt độ cao Khí hydro (H2) biểu thị cho sự phóng điện cục bộ trong máy biến áp Do đó, phân tích nồng độ khí phát sinh trong máy biến áp có thể phát hiện sớm và nhanh chóng các sự cố máy biến áp để xử lý kịp thời tránh hư hỏng nặng hơn ảnh hưởng đến toàn hệ thống

2.4 Nhận dạng sự cố máy biến áp

Một vấn đề chính trong chẩn đoán nhanh sự cố máy biến áp là kiểm tra điện trở cách điện của hệ thống Kiểm tra điều kiện cách điện thường được qui về đo điện trở cách điện, hệ số tổn hao của điện môi, độ phân cực của giấy cách điện, và một số thông số khác Tuy nhiên, những thông số trên thường không đủ để xác định sự cố Vì vậy, một số phương pháp mới được đề xuất để kiểm tra dầu và giấy cách điện như: phương pháp phân tích thành phần hóa học của dầu, phương pháp phân tích sắc ký dầu và đo các hệ số điện môi, hệ số tổn hao trong dầu biến áp [10] Hiện nay, các phương pháp này được ứng dụng rộng rãi và có độ tin cậy khá cao Tuy nhiên, các phương pháp này cùng có chung một nhược điểm là không cung cấp đầy đủ các thông

tin về nhiệt độ, độ ẩm, các sốc điện, sự phá hủy của dầu hoặc giấy cách điện ở điện áp cao hoặc do va đập cơ khí Đặc biệt, chúng là các phương pháp kiểm tra không thường trực (off line) và hiệu quả kinh tế thấp Phương pháp kiểm tra liên tục, trực tuyến (on line) hiệu quả nhất là phương pháp liên tục giám sát phóng điện cục bộ và phân tích nồng độ khí trong dầu cách điện

2.4.1 Giám sát thường trực, trực tuyến phóng điện cục bộ

Phóng điện cục bộ thường liên quan đến độ ẩm, rách giấy cách điện, bụi kim loại, bọt khí trong dầu hoặc có thể là sự phân hủy điện môi Có hai phương án thực hiện giám sát phóng điện cục bộ là phương pháp sử dụng cảm biến điện và phương pháp sử dụng cảm biến không điện Trong phương án một, cảm biến thường được gắn bên ngoài máy biến áp, sử dụng các nguồn điện có tần số cao do đó cần gắn thêm các mạch lọc cao tần để có thể lấy tín hiệu đo từ đầu nối máy biến áp Trong phương án này điều kiện làm việc của cảm biến thì an toàn hơn nhưng ảnh hưởng nhiễu tần số cao rất lớn do đó giải thuật rất phức tạp khó triển khai trong thực tế Phương án thứ hai hiện đang được sự quan tâm rất nhiều của các viện nghiên cứu và các công ty vì nó cho kết quả đáng tin cậy, bên cạnh đó còn có thể giúp xác định được vị trí sự cố Các cảm biến không điện thường sử dụng là các cảm biến nhạy phóng điện, cảm biến nhiệt, cảm biến nồng độ, cảm biến độ ẩm và một số cảm biến khác[3]

Hiện tại, một khó khăn lớn trong việc giám sát liên tục trực tuyến và đánh giá kết quả là không có một qui luật tổng quát cho quan hệ giữa điều kiện làm việc của máy biến áp và phóng điện cục bộ hoặc giữa các dạng phóng điện khác nhau mà chỉ có các hệ số kinh nghiệm

2.4.2 Phương pháp phân tích nồng độ khí trong dầu cách điện (Dissolved Gas –

in – oil Analysys - DGA)

Kỹ thuật phân tích nồng độ khí trong dầu cách điện để chuẩn đoán sự cố máy biến áp (sau này được gọi là DGA ) đã đạt được rất nhiều thành quả Kỹ thuật này (DGA kinh điển) bao gồm 2 phần đó là liện tục lấy mẫu dầu và liên tục đo nồng độ các khí

DGA kinh điển đã được ứng dụng trong thực tế khoảng 30 năm trước và đạt được kết quả rất tốt so với nhiều kỹ thuật khác [4] Nguyên nhân chính của thành công trên là từ sự đơn giản, rẻ tiền và dễ hình thành các tiêu chuẩn khi thực hiện lấy mẫu và phân tích Rất nhiều các hệ chuyên gia thực hiện việc nhận dạng sự cố máy biến áp dựa vào kỹ thuật DGA đã được thực hiện thành công [chủ yếu dựa vào tiêu chuẩn IEC 599, IEC 599r, C57.104] Các khí chính cần đo kiểm là hydro (H2), mêthane (C2H6), ethylene (C2H4), acetylene (C2H2), carbon monoxide (CO) và carbon dioxide (CO2) Tuy nhiên, các hệ trên có nhược điểm là quá dựa vào kiến thức chuyên gia trong khi đó máy biến áp có kích thước, cấu trúc, hãng sản xuất, tải và qui

định bảo dưỡng có thể rất khác biệt trong khi thực tế cần một hệ có thể đáp ứng tốt cho đa số trường hợp

Một số hệ thống giám sát trực tuyến ứng dụng phân tích nồng độ khí trong dầu biến áp được đưa ra sau kỹ thuật DGA Trong các hệ đó có những hệ chỉ sử dụng khí hydro (H2) [ hệ thống Gold.83, hệ thống McDe.85 hệ thống Bel.85 hoặc hệ thống Inoue.90 ] còn lại đều sử dụng nhiều loại khí khác nhau [hệ Tsu.86, hệ Lind.94, hệ Lind.95, hệ Ger.95, hệ Glodjo.98, hệ Liao.98, hệ Birlase.98 ][3] Hiện nay, các hệ thống trực tuyến thường theo xu hướng phân tích nồng độ nhiều khí - một xu hướng giúp mau chóng có được những thông tin cần thiết về trạng thái sự cố - ngay cả khi sự cố mới vừa hình thành Do phải tiến hành với nhiều chất khí khác nhau nên khi thực hiện đo nồng độ khí thường sử dụng các màng thấm cho phép chọn lọc loại khí[ 9] Hiện nay, với sự phát triển của công nghệ hóa học, các màng thấm nói trên có giá thành tương đối phù hợp và chất lượng thì có thể nói là rất tốt – độ chọn lựa và tuổi thọ cao ngay cả khi điều kiện làm việc tương đối khắc nghiệt Tuy nhiên, với số lượng đầu vào tương đối lớn (do cần sử dụng nồng độ nhiều khí), khoảng biến thiên có thể rất rộng, thậm chí có thể khác xa với các thông số trong phòng thí nghiệm thì hệ trên khó lòng đáp ứng được Vì vậy, cần phát triển một hệ thống mới cho phép giảm các nhược điểm trên – đó chính là hệ chẩn đoán trạng thái lỗi áp dụng mạng thần kinh

2.4.3 Kết hợp giữa DGA và phương pháp sử dụng các cảm biến không điện chẩn đoán phóng điện

Chẩn đoán sự cố sử dụng DGA kết hợp với các cảm biến không điện cho phép xác định lỗi phóng điện và cả vị trí xảy ra lỗi Thủ tục này bao gồm 2 bước Bước một thực hiện xác định loại sự cố phóng điện (sử dụng DGA) Bước hai sử dụng các cảm biến không điện xác định vị trí sự cố Tuy nhiên, do việc xác định vị trí sự cố rất khó thực hiện (như trình bày tại mục 3.2 chương 3) mặt khác các thông tin về sự cố cũng đủ cho việc vận hành, bảo dưỡng máy biến áp nên đề tài này chỉ đề cập đến việc chẩn đoán nhanh sự cố máy biến áp

Chương 3

CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP THEO PHƯƠNG PHÁP PHÂN TÍCH

NỒNG ĐỘ KHÍ TRONG DẦU

Chương này sẽ nghiên cứu các vấn đề cơ bản về việc chẩn đoán sự cố máy biến áp theo phương pháp phân tích nồng độ khí trong dầu ( DGA ) Các nội dung trình bày gồm:

ƒ Phân hủy của dầu và giấy cách điện

ƒ Mô hình nhiệt động học mô tả quan hệ giữa sự cố do nhiệt và tốc độ phát sinh khí

ƒ Giới thiệu về phương pháp DGA kinh điển

ƒ Kết quả ứng dụng DGA trong công nghiệp

ƒ Cuối cùng là hướng phát triển của phương pháp DGA

3.1 Các khí phát sinh khi máy biến áp bị sự cố

Việc nghiên cứu về các khí phát sinh khi dầu hoặc giấy cách điện của máy biến áp bị sốc điện hoặc nhiệt đã được thực hiện từ những năm 30 của thế kỷ

20 [Ber 38, Vog 51, Bas 55, Bag 62, She 63, Slo 67, Ped 68 ] Sau đó vấn đề tiếp tục được nghiên cứu bởi Halstead [Hal 73] Sau đó là [ Baker 82.83, Inoue

90, Nick 91, Grant 92, Omn 93 và Griffin 94 ] Hiện nay việc nghiên cứu vấn đề này phát triển rất mạnh với những công trình nghiên cứu của Tomsovic, A.Amar, Kin Onn Wong, Y.Zhang, X.Ding, Y.Liu …[1], [2] và [3]

Trước Halstead, người ta đã chứng minh dưới tác động của sốc điện hoặc nhiệt những phần tử hydro carbon trong dầu biến áp có thể phân hủy tạo thành các nguyên tử hydro linh động và các I-on hydro carbon nhẹ, các nguyên tử hydro và các I-on trên có thể kết hợp với nhau tạo thành các khí như hydro (H2), methane (CH4), acety lene (C2H2), ethylene (C2H4) và ethane (C2H6) …Số lượng mỗi khí phụ thuộc vào nhiệt độ lân cận vùng bị sốc ( nhiệt hoặc điện ) Trong nghiên cứu của mình, Halstead đã đưa ra mô hình nhiệt động học mô tả quan hệ giữa nhiệt độ khi xảy ra sự cố và các thành phần khí Trong mô hình này các hydro carbon phân hủy ra các loại khí như nhau, số lượng các khí thì

tùy thuộc vào hydro carbon bị phân hủy Theo mô hình của Halstead, tốc độ khí phát sinh có thể xác định chính xác tại bất kỳ nhiệt độ nào, tức là có một quan hệ rõ ràng giữa nhiệt độ và tốc độ phát sinh mỗi khí ( hình 3.1 )

Trong hình 3.1, khi nhiệt độ tại điểm xảy ra sự cố tăng thì lần lượt các khí sinh

ra từ hydro, đến methane, ethane, ethylene và cuối cùng là acetylene (H2 →

CH4 → C2H6 → C2H4 → C2H2) Hydro phát sinh ở nhiệt độ thấp nhất còn acethylene phát sinh ở nhiệt độ cao nhất ( gần 10000C ) Giấy cách điện của máy biến áp thông thường được chẩn đoán sự cố thông qua tỉ số giữa nồng độ khí carbon monoxide (CO) và khí carbon dioxide (CO2) tan trong dầu [tiêu chuẩn IEC 599] Tỉ số này cũng tăng dần theo nhiệt độ [3] Tuy nhiên, các giá trị này không cho phép đưa ra kỹ thuật chẩn đoán chính xác bởi vì CO và CO2có thể hiện diện ngay trong máy biến áp ngay cả khi nhiệt độ thấp và dầu bị oxy hóa [3,4] Nhưng điều này có thể khắc phục bằng cách luôn đo tỉ số CO và

CO2, chỉ khi nào có sự tăng đột ngột của tỉ số trên thì mới xem như có sự cố ở giấy cách điện [3]

3.2 Các sự cố ở máy biến áp

Theo tiêu chuẩn C57.125 và C57.104 trạng thái sự cố máy biến áp có thể phân

ƒ Phóng điện

ƒ Vầng quang điện

ƒ Quá nhiệt giấy cách điện

ƒ Quá nhiệt dầu biến áp

Những sự cố trên có thể do một hoặc nhiều nguyên nhân khác nhau như trình bày ở bảng 3.1

Bảng 3.1 Các nguyên nhân gây sự cố

Sự cố

Nguyên nhân quang Vầng quang Hồ nhiệt Quá

giấy cách điện

Quá nhiệt dầu cách điện

Không nối dây đai chống va đập X X X

Nước trong dầu hoặc dầu có độ

Quên nối dây chống hồ quang X

Lõi sắt không được định vị tốt X

Bộ giải nhiệt hoạt động không

bình thường

X

Theo bảng 3.1, thì một trạng thái lỗi có thể do nhiều nguyên nhân Vì vậy việc xác định vị trí sự cố là vô cùng khó khăn Do đó trong đề tài này chỉ thực hiện việc chẩn đoán sự cố từ việc phân tích nồng độ khí, còn việc xác định vị trí sự cố sẽ được thực hiện bằng các thử nghiệm khác không đề cập ở đây Tuy

nhiên, việc xác định chính xác sự cố cũng giúp ích rất nhiều cho việc bảo trì, bảo dưỡng và ngăn ngừa các hư hỏng nặng của máy biến áp Phương pháp phân tích nồng độ khí trong dầu cách điện là một phương pháp chẩn đoán trạng thái sự cố máy biến áp [ theo tiêu chuẩn C57.125] Phương pháp phân tích nồng độ khí trong dầu cách điện có thể theo các hướng sau:

ƒ Hướng sử dụng tỉ số các khí

ƒ Hướng sử dụng các khí đăïc trưng cho sự cố – phương pháp khí chính

ƒ Hướng kết hợp các phương pháp trên

ƒ Hoặc theo hướng kế thừa các phương án trên với các công cụ mạnh như giải thuật cho hệ chuyên gia, logic mờ, mạng thần kinh hoặc trí tuệ nhân tạo

3.3 Phương pháp tỉ số khí

Phương pháp tỉ số khí là một phương pháp được xây dựng trên cơ sở phân tích nồng độ các khí hòa tan trong dầu máy biến áp Các tỉ số sử dụng là

tỉ số của các khí đặc trưng cho sự cố

Trước kia có 5 tỉ số khí được sử dụng là các tỉ số R1, R2, R3, R4, và R5 được định nghĩa trong bảng 3.2

Bảng 3.2 Các tỉ số chinh theo phương pháp tỉ số

Tỉ số CH4 / H2 C2H2 / C2H4 C2H2 / CH4 C2H6 / C2H2 C2H4 / C2H6

CEGB ( Central Electricity Generating Board ) vào những năm 1960 đã thực hiện nhiều thử nghiệm sử dụng các tỉ số trên

3.3.1 Phương pháp Dornenburg

Mặc dù các tỉ số khí đã được đưa ra vá áp dụng vào những năm 1960, tuy nhiên vào năm 1970, trong những thử nghiệm, Dornenburg thấy rằng có sự khác biệt về tỉ số khí phát sinh do điện và do nhiệt Chính vì vậy ông đã đưa ra phương pháp tỉ số mới ( gọi là phương pháp Dornenburg) Trong phương pháp này, Dornenburg chỉ sử dụng 4 tỉ số và 6 khí Sáu khí sử dụng là hydro (H2), methane (CH4), ethane (C2H6), ethylene (C2H4), acetylene (C2H2) và carbon monoxide (CO) 4 tỉ số và các trạng thái sự cố tương ứng được trình bày tại bảng 3.3

Bảng 3.3 Các tỉ số trong phương pháp Dornenburg

Phân hủy do nhiệt >1 <0.75 <0.3 >0.4 Phóng điện cục bộ

năng lượng thấp

<0.1 Không ảnh hưởng <0.3 >0.4

Phóng diện cục bộ

năng lượng cao >0.1 và <1 >0.75 >0.3 <0.4

Phương pháp của Dornenburg sau đó được phát triển rất mạnh mẽ bởi Randy vào những năm 1990 Và Randy cũng chứng minh được rằng phương pháp trên chỉ áp dụng đúng khi các khí có nồng độ hòa tan trong dầu nằm trong giới hạn như trong bảng 3.4 (bảng giới hạn áp dụng phương pháp Dornenburg)

Bảng 3.4 (bảng giới hạn áp dụng phương pháp Dornenburg)

• Các bước thực hiện chẩn đoán theo phương pháp Dornenburg

9 Kiểm tra điều kiện áp dụng phương pháp (bảng 3.4) Nếu thỏa điều kiện thì tiếp tục bước 2 ngược lại thông báo không xác định được và kết thúc

9 Tính toán các tỉ số

9 Kiểm tra sự cố quá nhiệt Nếu có sự cố nhiệt thì thông báo và dừng lại

9 Kiểm tra sự cố phóng điện cục bộ mật độ năng lượng thấp Nếu có sự cố thì thông báo và dừng lại

9 Kiểm tra sự cố phóng điện cục bộ mật độ năng lượng cao Nếu có sự cố thì thông báo và dừng lại

9 Thông báo không có lỗi

• Lưu đồ giải thuật chẩn đoán sự cố theo phương pháp Dornenburg

Từ các bước thực hiện chẩn đoán ở trên có thể thực hiện chương trình chẩn đoán sự cố máy biến áp theo phương pháp Dornenburg [phụ lục 1] với lưu đồ như hình 3.2

Bắt đầu

Các tỉ số nằm trong giới hạn ?

Tính toán các tỉ số

Quá nhiệt ?

Phóng điện năng lượng thấp ?

Phóng điện năng lượng cao ?

Hình 3.2 Lưu đồ chẩn đoán sự cố theo phương pháp Dornenburg

3.3.2 Phương pháp Rogers

Phương pháp Dornenburg vừa trình bày ở trên có một số nhược điểm trong đó nổi bật nhất là sự giới hạn của nồng độ các khí hòa tan trong dầu vì vậy khi phương pháp Dornenburg được giới thiệu nhiều nhà khoa học đã lập tức triển khai phương pháp khác mà tiêu biểu nhất là phương pháp Rogers Theo mô

hình nhiệt động học của Halstead (chương 2), Barley đã đưa ra phương pháp tỉ số mới mà sau này được bổ xung bởi Rogers vào năm 1975 và 1977 ( nên sau này còn gọi là phương pháp Rogers chuẩn) Phương pháp này sử dụng 4 tỉ số và

5 khí cho ở bảng 3.5

Bảng 3.5 Bảng tỉ số Rogers chuẩn cho nhận dạng sự cố

CH4 / H2 C2H6 / CH4 C2H4 / C2H6 C2H2 / C2H4 Chẩn đoán

phóng điện, ngược lại không có sự cố

khoảng150 oC đến 200oC

khoảng200 oC đến 300oC

nhiệt tại đầu nối hoặc cả

hai

rất thấp

phá hủy ( do dòng điện)

thấp hoặc tia lửa thường

Bảng 3.6 Bảng tra mã tỉ số các khí theo phương pháp Rogers cải tiến

Nhỏ hơn hoặc bằng 0.1 5

Bảng 3.7 Bảng tra sự cố theo mã tỉ số

1 hoặc 2 0 0 0 Quá nhiệt nhẹ nhiệt độ dưới 150oC

1 hoặc 2 1 0 0 Quá nhiệt nhẹ từ 150oC đến 200oC

0 1 0 0 Quá nhiệt nhẹ từ 200oC đến 300oC

chạm hoặc quá nhiệt ở đầu nối

0 0 0 1 Tia lửa điện với năng lượng rất thấp

0 0 1 hoặc 2 1 hoặc 2 Hồ quang với năng lượng thấp

• Các bước thực hiện xác định sự cố theo phương pháp Rogers

9 Tính toán các tỉ số

9 Mã hóa các tỉ số

9 Tra mã các tỉ số

9 Đưa ra kết luận

• Lưu đồ chương trình chẩn đoán sự cố theo phương pháp Rogers

Từ các bước thực hiện chẩn đoán ở trên có thể thực hiện chương trình chẩn đoán sự cố máy biến áp theo phương pháp Rogers [phụ lục 2] với lưu đồ như hình 3.3

Bắt đầu

Tính toán các tỉ số

Kết thúc

Mã hóa các tỉ số

Tra mã sự cố tìm nguyên nhân

Hình 3.3 Lưu đồ chẩn đoán sự cố theo phương pháp Rogers

3.3.3 Phương pháp chẩn đoán sự cố theo chuẩn IEC599 và IEC 599r

Trong phương pháp Rogers cải tiến chỉ dụng 4 tỉ số nhưng tỉ số R4 chỉ biểu thị cho nhiệt độ phân hủy giới hạn mà không hỗ trợ cho việc chẩn đoán chính vì vậy trong tiêu chuẩn IEC599 – một cải tiến của phương pháp Rogers - nó đã được loại bỏ [phụ lục 3]

Chuẩn IEC có thể được triển khai dưới dạng đồ thị như hình 3.4

1.0 0.1

1.0 0.1

1.0 0.1

Hình 3.4 Tiêu chuẩn IEC 599 dưới dạng đồ thị

• Các bước tiến hành chẩn đoán áp dụng chuẩn IEC 599

9 Xác các tỉ số R1, R2, và R5

9 Tra mã tỉ số R1, R2, và R5

9 Giải mã các tỉ số tỉ số R1, R2, và R5 xác định lỗi

Quá nhiệt (T<300) Quá nhiệt (300<T<700) Quá nhiệt (T>700)

Phóng điện cục bộ Phóng điện năng lượng cao Phóng điện năng lượng thấp

Hình 3.5 Tiêu chuẩn IEC 559 r

trăm các khí chính để chẩn đoán sự cố của máy biến áp Như vậy, có thể xem phương pháp khí chính là một sự diễn giải kết quả phân tích khí thành một tập sự kiện đơn giản Ví dụ, phóng điện năng lượng thấp hoặc vầng quang có khí chính là hydro (H2) như vậy có thể sử dụng thành phần phần trăm của hydro trong dầu để nhận biết vầng quang hoặc phóng điện năng lượng thấp Trên cơ sở này, giáo sư Pugh và IEEE đã xây dựng thành tiêu chuẩn C57.104 Bảng 2.8 là thông số nhận dạng theo phương pháp khí chính Lưu ý rằng thành phần phần trăm của mỗi khí dựa trên cơ sở toàn bộ khí hoà tan trong dầu và đó là một giá trị gần đúng

Bảng 3.8 Bảng đặc trưng của nhận dạng theo phương pháp khí chính

Phóng

điện Accetylene Một lượng lờn khí Hmột số rất ít khí Ch4 và C2 và C2H2H42

CO và CO2 có thể tồn tại nếu…

H2: 60%

C2H2: 30%

Vầng

quang Hydrogen rất ít CMột lượng lớn H2H6 và C2H24 một ít CH, CO và CO4, 2

có thể tồn tại nếu…

Ethylene Một lượng lớn C2H4 một lượng ít

hơn C2H6 một ít CH4 và H2

Một lượng lớn CO và CO2 có thể có các hydrocarbon

CO 92%

3.5 Hệ chuyên gia nhận biết sực cố máy biến áp

Có thể thực hiện hệ chuyên gia để nhận dạng sự cố máy biến áp trên cơ sở kết hợp một hoặc nhiều phương pháp đã trình bày ở trên Những thông tin cần thiết để thiết lập tập kiến thức cơ sở là loại máy biến áp, cấp điện áp, phương pháp ( hoặc các phương pháp) phân tích khí, lý lịch máy … Một số hệ chuyên gia đã được xây dựng với các đặc trưng riêng được cho ở bảng 3.9 [3] Một vấn đề lớn được đặt ra khi sử dụng hệ chuyên gia đó là phải xây dựng cơ sở tri thức của hệ, nhưng điều này rất khó thực hiện do tập cơ sở tri thức thường rất phức tạp và phải làm thủ công [1] Hơn nữa, hệ chuyên gia không cho phép điều chỉnh các qui luật nhận dạng một cách tự động khi có những mẫu mới Tức là rất khó thực hiện việc nâng cấp cho hệ chuyên gia

Bảng 3.9 Một số hệ chuyên gia chẩn đoán sự cố

Tên Năm giới thiệu Các phương pháp DGA sử dụng

IEC 599 Khí chính

Tỉ số Rogers IEC 599

3.6 Ứng dụng logic mờ cho nhận dạng sự cố máy biến áp

Năm 1993 trong luận án tiến sĩ của mình Tomsovic đã ứng dụng lí thuyết mờ để xây dựng tập mờ cơ sở cho việc chẩn đoán sự cố máy biến áp Vấn đề chính khi áp dụng logic mờ cho chẩn đoán sự cố máy biến áp là sự phối hợp các hàm thành phần cơ bản giữa các phương pháp DGA và hệ chuyên gia Điều này cũng được thực hiện bằng phương pháp thủ công, và sau đó có thể thực hiện tự động bằng cách (lấy) tính gần đúng (do quan hệ là phi tuyến) Tuy nhiên, với phương án này hệ thống cũng không cho phép tự thay đổi thông số theo các mẫu một cách trực tiếp Cuối cùng, có thể thực hiện một hệ ANN cho chẩn đoán sự cố máy biến áp vì cũng giống phương pháp sử dụng lý thuyết mờ phương án sử dụng ANN cũng cho xác định quan hệ vào ra một cách gần đúng, phi tuyến nhưng ANN có ưu điểm hơn do có thể tiếp tục học (cập nhật lại) từ các kiến thức mới Đây chính là nội dung chính của đề tài

3.7 Một số phương pháp chẩn đoán sự cố khác

Ngoài phương pháp chẩn đoán sự cố máy biến áp theo kỹ thuật phân tích khí trong dầu, người ta còn đưa ra một số phương pháp khác như phương pháp chẩn đoán sự cố dựa vào khí phát sinh phương pháp dựa vào giấy cách điện …

3.7.1 Phương pháp dựa vào khí phát sinh

Phương pháp chẩn đoán dựa vàokhí phát sinh (phương pháp khí phát sinh) thực hiện trên cơ sở đo tỉ số khí giữa nitrogen và oxigen (N2 / O2) Thông thường một lượng lớn khí nitrogen bao phủ phía trên dầu cách điện Khi có sự

cố khí phát sinh có thể làm thay đổi tỉ số giữa nitrogen và oxigen Do oxigen là một thành phần trong dầu và các oxide trong giấy cách điện Bình thường khí nitrogen và oxigen chiếm đa số so với các khí khác và tỉ số này lớn hơn 5% Nếu tỉ số khí giữa nitrogen và oxigen ( N2 /O2) nhỏ hơn 5 thì có thể có khí phát sinh (tức là có sự cố xảy ra).[2]

3.7.2 Chẩn đoán dựa vào giấy cách điện

Chẩn đoán dựa vào cách điện giấy là phương pháp chẩn đoán trên cơ sở

đo tỉ số khí CO và khí CO2 Khi máy biến áp vận hành bình thường tỉ số này trong khoảng 3.0 < CO2 /CO < 10 (theo tiêu chuẩn IEC 599 và Mac Donal) khi quá nhiệt xảy ra ở giấy cách điện thì tỉ số này giảm còn khoảng 1% do lượng khí CO sinh ra là rất lớn Trong khi đó khi hệ thống làm mát vận hành kém hoặc khi máy biến áp bị quá tải thì lượng khí CO2 sinh ra nhiều hơn CO nên tỉ số này có thể đạt 10 đến 20 lần (theo Griffin) Như vậy, cũng có thể chẩn đoán sự cố

3.8 Tóm tắt

Chương này đã trình bày tổng quan về các phương pháp chẩn đoán sự cố máy biến áp theo nồng độ khí trong dầu và một số phương pháp chẩn đoán sự cố khác Phương pháp phân tích khí trong dầu đã đề cập đến các kỹ thuật như: kỹ thuật dựa vào tỉ số chuẩn, kỹ thuật dựa vào tỉ số Dornengurg, kỹ thuật dựa vào tỉ số Rogers và các tiêu chuẩn IEC 599, IEC 599r, IEEE C59.104 Đây là các kiến thức nền tảng để xây dựng một số chương trình chẩn đoán sự cố máy biến áp để có kết quả so sánh với phương pháp sử dụng lý thuyết về mạng thần kinh nhân tạo

Chương 4

MẠNG NEURAL VÀ ỨNG DỤNG TRONG

HỆ THỐNG ĐIỆN

4.1 Tổng quan

Mạng neural nhân tạo (ANN – artificial neural networks) là các hệ thống được xây dựng dựa trên sự mô phỏng một số các nguyên tắc tổ chức của hệ thần kinh trung ương Các kiến thức về hoạt động của neural và các hình thức liên kết của chúng cho phép đưa ra các mô hình toán học nhằm thử nghiệm các lý thuyết và phát triển các ứng dụng thực tế của mạng thần kinh nhân tạo

Vào năm 1949, Hebb đã đưa ra thuật toán đầu tiên để huấn luyện mạng thần kinh nhân tạo Sau đó vào thập niên 60 của thế kỷ 20, Rosenblatt, Widrow, Winsky và những người khác đã phát triển một dạng mạng thần kinh mà sau này được ứng dụng rất nhiều trong ngành điện đó chính là mạng Perceptrons Hiện nay mạng Perceptrons đã được ứng dụng vào một số lĩnh vực như : xử lý ảnh, dự báo thời tiết, phân tích điện tâm đồ và rất nhiều lĩnh vực khác trong ngành điện mà sẽ đề cập đến trong phần sau

Có 2 khuynh hướng về nghiên cứu mạng thần kinh nhân tạo là:

• Nghiên cứu quan tâm tới việc mô hình hóa bộ óc nhằm đưa đến giải thích hoạt động của nó

• Nghiên cứu việc xây dựng các cấu trúc mạng thần kinh nhân tạo để giải các bài toán thực tế

Nội dung của đề tài này đi theo hướng thứ 2

4.2 Khái quát về mạng thần kinh nhân tạo

Mạng thần kinh nhân tạo (ANN) là sự liên kết của các phần tử cơ bản, gọi là neural Vì vậy mạng thần kinh nhân tạo có 3 thành phần chính là:

ƒ Các neural riêng lẻ

ƒ Đường liên kết các neural

ƒ Thuật toán học để giải các bài toán cụ thể

Mỗi neural gồm có nhiều đầu vào (Dendrities) thân neural (Neural body) và 1 đầu ra (Axon) Trong mạng các neural được kết nối rất chặt chẽ Có

2 hình thức kết nối mạng thần kinh nhân tạo là: kết nối mạng nuôi tiến và kết nối mạng nuôi lùi

ƒ Mạng nuôi tiến: mạng nuôi tiến hay còn gọi là mạng cấp thuận là dạng mạng thần kinh mà các neural được thực hiện liện kết bằng cách lấy đầu ra của lớp trước đưa vào đầu vào của lớp sau Tiêu biểu cho dạng mạng này có thể kể đến mạng RBF, mạng Perceptrons …

4.3 Một số mạng neural cơ bản

Mạng perceptron nhiều lớp

Mạng perceptron nhiều lớp (gồm có một lớp nhập, một hoặc nhiều lớp

ẩn và một lớp xuất) với thuật toán học truyền ngược là mạng neural được sử

dụng nhiều nhất để giải quyết nhiều vấn đề trong nhiều lãnh vực khác nhau

(như nhận dạng tiếng nói, nhận dạng hình ảnh, sonar, radar, xử lý dữ liệu, điều

khiển robot… Các ứng dụng của mạng này trong hệ thống điện bao gồm đánh

giá an toàn hệ thống, dự báo phụ tải, xác định điểm sự cố, xử lý tín hiệu báo

động, đóng ngắt tụ tối ưu, khảo sát ổn định hệ thống … Mô hình mạng

Perceptron được trình bày ở hình 3.3 Việc huấn luyện mạng thường sử dụng

thuật toán truyền ngược Được phát triển một cách độc lập bởi Werbos vào

năm 1974, Parker vào năm 1985, Rumelhart, Hinton và Williams vào năm

1986, thuật toán truyền ngược đã được nhiều nhà nghiên cứu cải thiện nhằm

làm nhanh hơn và tăng cường tính ổn định của thuật toán Đến nay, có thể nói

rằng thuật toán học truyền ngược là thuật toán học quan trong nhất trong liõnh

vực mạng neural

Về cơ bản, thuật toán truyền ngược là một thuật toán tìm theo chiều

gradien âm và có giám sát Thuật toán truyền ngược bao gồm hai quá trình : quá trình truyền thuận tín hiệu và quá trình truyền ngược sai số Trong quá

trình truyền tín hiệu, tín hiệu nhập được đưa vào mạng và tín hiệu này được

đưa qua mạng từ lớp này đến lớp khác Cuối cùng một tập các tín hiệu xuất

được tạo ra ở ngõ ra Trong suốt quá trình truyền thuận các trọng số của mạng

không thay đổi Trong quá trình truyền ngược, một tín hiệu sai số (có được từ

hiệu của đáp ứng mong muốn và đáp ứng thực tế của mạng) được truyền ngược

xuyên qua mạng

Trong quá trình này các gia trọng được hiệu chỉnh sao cho đáp ứng thực tế của mạng ngày càng đến gần với đáp ứng mong muốn

Mạng RBF (radial basis functiond networks)

Mạng RBF được Broomhead và Lowe đưa ra vào năm 1988 và ngày càng chứng tỏ hiệu quả trong việc giải quyết các bài toán thực tế Mạng RBF bao gồm ba lớp khác biệt nhau, lớp nhập được tạo bởi các nút nguồn và không có chức năng tính toán Lớp hai là một lớp ẩn và được nối kết hoàn toàn với lớp ba là lớp xuất Đặc điểm của mạng RBF là các hàm tác động của các neural trong lớp ẩn là các hàm đối xứng xuyên tâm Mạng RBF được xem như là một thay thế đáng giá của mạng perceptron nhiều lớp và vì vậy các ứng dụng của mạng RBF trong hệ thống điện ngày càng nhiều

Mạng hopfield

Mạng hopfield là mạng chỉ có một lớp neural duy nhất vừa là lớp nhập vừa là lớp xuất Trong đó ngõ ra của mỗi neural được cấp ngược về các neural khác Vì vậy, trạng thái của mỗi neural tùy thuộc vào tín hiệu nhập, vào trạng thái trước đó của các neural khác và vào hàm tác động của riêng nó Mạng Hopfield rất hiệu quả cho các bài toán tối ưu hóa tổ hợp và được ứng dụng trong hệ thống điện để giải các bài toán như đánh giá an toàn hệ thống …

Mạng Kohonen

Mạng Kohonen là mạng cấp thuận không giám sát dùng các neural thích nghi để nhận các tín hiệu từ không gian sự kiện Mạng gồm có các neural được sắp xếp trong một dãy một chiều hoặc trên một mặt hai chiều Các neural này có ngõ ra cấp ngược về chính nó và về các neural kế cận với mức độ ảnh hưởng giảm dần theo khoảng cách Ýù tưởng chính yếu trong mạng Kohonen là tạo ra một hệ thống tự sửa đổi sao cho các neural gần nhau đáp ứng tương tự như nhau Khi một neural đáp ứng tốt với một tín hiệu vào, neural này và các neural kế cận nó sẽ có các trọng số dẫn truyền thay đổi sao cho tất cả đều đáp ứng giống như neural có đáp ứng tốt nhất Trong hệ thống điện , mạng Kohonen đã được dùng để giải bài toán phụ tải cùng chung với mạng perceptron nhiều lớp

Mạng ART (adaptive resonance theory )

Mạng ART được phát triển bởi Carpenter và Grossberg vào năm 1988 và là một công cụ rất mạnh trong công tác xếp lớp và nhận dạng Tuy nhiên, số dạng nhớ được bị giới hạn bằng đúng số lượng neural trong lớp nhớ.trong hệ thống điện, mạng ART đã được dùng để giải bài toán nhận dạng sự kết chùm của các máy phát trong hệ thống

Đặc tính của mạng neural

Dưới đây liệt kê một số tính chất của mạng neural:

ƒ Rất thích hợp với các bài toán phân lớp và nhận dạng

ƒ Có khả năng tổng quát hóa cao

ƒ Đáp ứng nhanh, tin cậy và hiệu quả

ƒ Loại được nhiễu, thích nghi và tối ưu

4.4 Ứng dụng của mạng neural trong hệ thống điện

Từ năm 1988 mạng neural đã được dùng để giải các bài toán trong hệ thống điện và các nghiên cứu trong lãnh vực này ngày càng phát triển Dưới đây sẽ trình bày tóm tắt các ứng dụng của ANN trong hệ thống điện đã được thực trong những năm vừa qua.[17],[18]

nhiều lớp, mạng hopfield, mạng RBF

(self-organizing feature map)

lớp

nhiều lớp, mạng hopfield

mạng perceptron nhiều lớp

mạng RBF

ART

ƒ Giám sát và điều khiển lò hơi: mạng perceptron nhiều lớp

nhiều lớp

Nhận thấy rằng mạng perceptron nhiều lớp là mạng được ứng dụng nhiều nhất trong hệ thống điện, kế đến là mạng RBF, mạng Hopfield và mạng tự thích nghi Nhằm minh họa cách thức sử dụng ANN trong hệ thống điện, một số ứng dụng của ANN sẽ được trình bày sơ lược như phần dưới đây

Đánh giá an toàn hệ thống

An toàn của một hệ thống điện là khả năng hệ thống giữ vững được trạng thái bình thường theo sau một sự cố ngặt nghèo nhất Đánh giá an toàn hệ thống nhằm mục đích cung cấp cho các nhân viên vận hành các vùng vận hành

an toàn và không an toàn, từ đó các biện pháp ngăn ngừa thích hợp có thể được tiến hành Một phương pháp là xác định các thời gian cắt tới hạn, tức là thời gian cực đại mà một sự cố nào đó cho phép duy trì trong hệ thống mà không gây nên mất ổn định hệ thống Một mạng perceptron nhiều lớp với thuật toán ngược dược dùng, trong đó mỗi tín hiệu đầu vào tương ứng với một neural nhập và một tín hiệu đầu ra tương ứng với một neural xuất Các dạng học cho ANN có được từ lời giải xác lập của hệ thống trước, trong và sau sự cố, kèm thời gian cắt tới hạn tương ứng Một dạng học bao gồm :

ƒ Công suất tăng tốc của mỗi máy phát ngay tại thời điểm sự cố chia cho momen quán tính : Pai/MI =( Pmi –Pei )/MI Trong đó MI, Pai,Pmi,

Pei lần lượt là momen quán tính, công suất tăng tốc, công suất cơ trên trục máy phát, công suất điện phát ra của máy phát thứ i

ƒ Góc rotor δI của máy phát thứ i so với máy phát chuẩn với đường dây

bị sự cố đã được tách ra khỏi lưới

ƒ Bình phương công suất tăng tốc của mỗi máy phát ngay tại thời điểm sự cố chia cho momen quán tính : (Pai)2/Mi

ƒ Cảm kháng đầu vào sao sự cố Bii nhìntừ máy phát thứ i

ƒ Năng lượng hiệu chỉnh của hệ thống: ∑ ( )

=

= n

i

t ai

P EN

1

δ

ƒ t thời gian cắt cực đại

Các dạng học thu được ứng với mỗi nấc đồ thị phụ tải, trong các sớ dồ vận hành mạng khác nhau và trong các điểm sự cố khác nhau Quá trình huấn luyện mạng được xem là đạt yêu cầu nếu thời gian cắt cực đại nhỏ hơn một sai

số cho trước Mạng ANN trên cho kết quả tốt với các hệ thống nhỏ nhưng với hệ thống lớn thì sai số thường vượt quá giới hạn cho trước

Dự báo phụ tải

Dự báo phụ tải là vấn đề quan trọng và việc ứng dụng mạng neural giải quyết vấn đề này đã rất phổ biến Thông thường một mạng perceptron nhiều lớp với thuật toán truyền ngược được sử dụng Các tín hiệu nhập và xuất bao gồm:

ƒ Tải hàng giờ của ngày trước ngày cần dự báo 2 ngày (24)

ƒ Tải hàng giờ của ngày trước ngày cần dự báo 1 ngày (24)

ƒ Nhiệt độ cực đại và cực tiểu của 2 ngày trước ngày cần dự báo tải (4)

ƒ Nhiệt độ cực đại và cực tiểu của ngày cần dự báo tải (2)

ƒ Ngày trong tuần (3)

ƒ Ngày lễ (1)

ƒ Các tải dự báo trong 24 giờ (24)

Như vậy mạng cần 58 neural cho lớp nhập và 24 neural cho lớp xuất

Mạng neural đánh giá chế độ ổn định hệ thống điện

Trong [18] việc đánh giá nhanh chế độ ổn định hệ thống điện tác giả thực hiện một mạng perceptron 1 lớp ẩn (với số neural được xác định theo phương pháp thử sai) số neural lớp vào là 36 lớp ra là 1 để đánh giá nhanh ổn định hệ thống Trong đề tài [18] tác giả cũng phát triển việc đánh giá trên một dạng mạng khác là mạng xử lý song song và thu được kết quả rất khả quan

4.5 Kết luận

Mạng neural có khả năng tính toán mạnh do có cấu trúc mạnh gồm nhiều neural liên kết cao độ với nhau và khả năng học hỏi và tổng quát hóa Bên cạnh việc có thể giải quyết tốt các bài toán phi tuyến, thích nghi, bền vững với nhiễu mạng neural còn cho phép có thể xảy ra hỏng hóc khác cao nên nó đang ngày càng được ứng dụng trong hệ thống điện

Trong các mạng neural vừa nêu thì mạng Perceptron, hiện tại, rất phổ biến và là một công cụ mạnh do đó đề tài này cũng sử dụng mạng trên