(Luận văn thạc sĩ) đánh giá ổn định hệ thống điện sử dụng mạng nơron cải tiến

Năm 1920, ổn định động của hệ thống điện lần đầu tiên được chú ý đến như là một trong những nhiệm vụ quan trọng của việc thiết kế và vận hành khi các hệ thống điện nhỏ được nối kết với n

LUẬN VĂN THẠC SĨ NGUYỄN THANH TÍNH

ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN

SỬ DỤNG MẠNG NƠ RON CẢI TIẾN

S K C 0 0 5 2 0 2

NGÀNH: KỸ THUẬT ĐIỆN - 60520202

Chương 1 TỔNG QUAN 1.1 Tổng quan chung về lĩnh vực nghiên cứu

hạ thấp để cung cấp trực tiếp cho các phụ tải Đây cũng là phần có nhiều nút và có chiều dài lưới lớn nhất trong HTĐ với nhiều loại phụ tải khác nhau Để đảm bảo cho HTĐ vận hành ở chế độ bình thường thì HTĐ cần thoả mãn các điều kiện về ổn định, tin cậy, đảm bảo chất lượng điện năng và yêu cầu về kinh tế Tuy nhiên, HTĐ không chỉ ở Việt Nam mà còn ở nhiều nước phát triển trên thế giới đang phải đối mặt với nhiều khó khăn thách thức:

+ Thứ nhất là sự tăng trưởng quá nhanh của phụ tải, đặc biệt là các nước đang phát triển như Việt Nam, tỉ lệ tăng trưởng phụ tải khoảng 15-20% mỗi năm đang đặt

ra thách thức lớn cho ngành điện phải đáp ứng kịp thời nhu cầu của phụ tải

+ Thứ hai là sự cạn kiệt tài nguyên thiên nhiên như than đá, dầu mỏ, khí đốt và nguồn nước làm cho việc phát triển các loại nhà máy phát điện mới ngày càng bị giới hạn Việt Nam và các nước trên thế giới đều nhận thức rằng chúng ta đang phải đối mặt với sự cạn kiệt năng lượng sơ cấp và giá nhiên liệu ngày càng tăng trên bình diện quốc tế Năng lượng thủy điện là nguồn năng lượng giá rẻ, kinh tế và an toàn nhất cũng đang dần cạn kiệt vì đã được phát hiện và khai thác gần hết Việc ứng dụng công nghệ hạt nhân trong sản xuất điện đã phổ biến ở nhiều nước trên thế giới

nhưng ở nước ta vẫn còn là nguồn năng lượng mới lạ do vấn đề về công nghệ, sự lo ngại về an toàn, nguồn cung cấp nhiên liệu, vốn đầu tư lớn và đặc biệt là vấn đề môi trường khi sự cố xảy ra

+ Thứ ba là sự xuất hiện và sử dụng ngày càng nhiều các nguồn năng lượng tái tạo như nguồn năng lượng gió, năng lượng mặt trời các nguồn năng lượng phân tán này cũng góp phần giảm thiểu gánh nặng cho ngành điện, đáp ứng một phần nhu cầu phụ tải đang gia tăng, làm giảm tổn thất, tiết kiệm chi phí trong truyền tải và phân phối điện Cùng với sự xuất hiện của các thiết bị điện tử công suất cả ở phần truyền tải và phân phối điện đã làm thay đổi căn bản khái niệm về HTĐ truyền thống, làm khó khăn hơn trong quản lý, vận hành, giám sát và điều khiển HTĐ Việc đảm bảo chất lượng điện năng, tính liên tục cung cấp điện đang là thách thức lớn đặt ra với ngành điện

Một số sự cố lớn gần đây ở Việt Nam và trên thế giới đã gây ra những hậu quả

to lớn về kinh tế và nguy cơ rã lưới toàn bộ hệ thống do mất ổn định HTĐ càng trở nên hiện hữu Trong khi việc đánh giá ổn định động cho những HTĐ phức tạp thực

sự là một vấn đề khó khăn, đặc biệt khi xét hệ thống vận hành trong thời gian thực

Do đó, vấn đề nghiên cứu ổn định động HTĐ đang là nhiệm vụ cấp thiết

1.1.2 Lý do chọn đề tài

Đánh giá ổn định động của hệ thống điện là một trong những nhiệm vụ quan trọng nhất trong quá trình thiết kế và vận hành hệ thống điện Năm 1920, ổn định động của hệ thống điện lần đầu tiên được chú ý đến như là một trong những nhiệm

vụ quan trọng của việc thiết kế và vận hành khi các hệ thống điện nhỏ được nối kết với nhau thành một hệ thống lớn Qua hơn 50 năm, với nhiều công trình nghiên cứu của nhiều tác giả khác nhau trên thế giới cùng với sự phát triển của công nghệ bán dẫn và công nghệ thông tin, lý thuyết cũng như những công cụ phân tích và đánh giá ổn định động của hệ thống điện đã cơ bản hình thành Tuy vậy, từ năm 1990 do yêu cầu điện năng tăng vượt bậc, nhiều hệ thống điện lớn liên kết các hệ thống điện giữa các vùng của một quốc gia hoặc giữa nhiều quốc gia như hệ thống điện 500 kV

Việt Nam, hệ thống điện Bắc Mỹ đã hình thành Việc đánh giá ổn định động cho những hệ thống điện phức tạp này là một trong những vấn đề khó khăn, đặc biệt khi xét hệ thống vận hành trong thời gian thực

Để đánh giá hệ thống ổn định hay không ổn định sau sự cố lớn, có nhiều phương pháp được áp dụng Phương pháp mô phỏng theo miền thời gian cho kết quả chính xác để đánh giá ổn định quá độ hệ thống điện nhưng không cho biết biên

ổn định của hệ thống, tốn nhiều thời gian do phải giải hệ phương trình vi phân phi tuyến sau sự cố [4,9,8,10], cho nên không phù hợp trong đánh giá trực tuyến Phương pháp này cũng không cung cấp thông tin mức độ ổn định hoặc không ổn định [4,5,7] Phương pháp số cho câu trả lời chính xác về ổn định quá độ hệ thống điện, nhưng gặp khó khăn trong giải phương trình vi phân bậc 2, và mất nhiều thời gian giải [15] Phương pháp hàm năng lượng xác định ổn định hệ thống điện dựa trên hàm năng lượng, tránh việc giải từng bước như phương pháp mô phỏng theo miền thời gian, tuy nhiên ứng dụng thực tế vẫn còn tiếp tục nghiên cứu, nguyên do chính là đối với hệ thống điện lớn nhiều máy phát cần phải đơn giản hóa mô hình [6,22], cần nhiều tính toán để xác định chỉ số ổn định [14,4,24]

Như vậy, các phương pháp truyền thống tốn rất nhiều thời gian tính toán, không phù hợp đánh giá trong thời gian thực, với yêu cầu rất khắc khe về thời gian tính toán, tính nhanh nhưng phải chính xác đã xuất hiện nhu cầu ứng dụng phương pháp khác hiệu quả hơn

Phương pháp kỹ thuật nhận dạng mẫu áp dụng đánh giá ổn định động hệ thống điện bỏ qua giải tích và thay thế bằng cách học quan hệ mẫu đầu vào và đầu ra [10], các tiếp cận theo hướng này [10,11] thì bộ phân loại được huấn luyện off-line và kiểm tra on-line Trong [12], tác giả chọn tín hiệu đầu vào là các biến đặc trưng chế

độ xác lập tiền sự cố để chẩn đoán sự cố qua chỉ số thời gian cắt tới hạn

(CCT – Critical Clearing Time), tuy nhiên tìm mối liên hệ giữa các biến đặc trưng trạng thái xác lập và cấp ổn định cũng là một thách thức

Hệ thống nhận dạng mẫu cần các mẫu thông tin đặc trưng quan trọng làm mẫu

dữ liệu đầu vào, việc trích xuất giảm biến đặc trưng giúp cho hệ thống xử lý dữ liệu một cách nhanh chóng và nâng cao độ chính xác Kỹ thuật nhận dạng rất tốt cho bài toán tách biệt tuyến tính giữa các lớp, nhưng tách biệt giữa các lớp phi tuyến chưa thực hiện được [18] Vẫn còn đó thách thức cho nhà nghiên cứu trong tìm mối liên

hệ giữa các biến trạng thái xác lập tiền sự cố và cấp ổn định hệ thống điện, việc giảm biến đặc trưng nhưng phải nâng cao độ chính xác dự báo

Mạng nơ ron nhân tạo (ANN – Artificial Neural Network) là một trong các phương pháp tiếp cận đánh giá ổn định hệ thống điện thu hút được nhiều sự quan tâm của các nhà nghiên cứu do khả năng học hỏi nhanh chóng quan hệ phi tuyến vào/ ra Bài báo [16,13,21] ứng dụng (MLPNN - Multilayer Perceptron Neural Network) để ước lượng biên ổn định quá độ hệ thống điện

Trong chẩn đoán ổn định động có 2 giai đoạn Một là chẩn đoán dựa vào biến đặc trưng tiền sự cố ở trạng thái xác lập gồm công suất máy phát, công suất đường dây, điện áp bus, chẩn đoán này mang tính dự phòng ngăn chặn tích cực sớm, vấn

đề này áp dụng trong [14,17,20,23,28] Hai là, chẩn đoán ổn định động dựa vào biến đặc trưng sau sự cố như chỉ số mức độ nghiêm trọng, góc , quỹ đạo điện áp, trong chẩn đoán này cho biết trạng thái ổn định sắp tới của hệ thống điện do sự cố gây ra Trong [25], tác giả kết hợp mạng nơ ron và logic mờ có khả năng tự học và học liên tục, [27] kết hợp phương pháp truyền thống với mạng nơ ron để tăng độ chính xác chẩn đoán

Trong đánh giá ổn định động được chia làm hai loại chính là chẩn đoán và đánh giá Chẩn đoán ổn định động thường tập trung vào chỉ số CCT của hệ thống đối với

sự cố, CCT là thời gian cắt sự cố dài nhất cho phép để hệ thống vẫn giữ ổn định ứng với góc công suất cắt chuẩn, và 3 giai đoạn sự cố mà hệ thống điện trải qua: trước

sự cố, đang sự cố và sau sự cố Trong đánh giá ổn định động, không cần quan tâm CCT mà cần quan sát quá trình quá độ xảy ra khi gặp sự cố, câu hỏi mấu chốt trong đánh giá ổn định động là sau dao động quá độ kết quả là hệ thống điện ổn định hay

không ổn định [19,26], bài toán chẩn đoán ổn định quá độ thường xem xét quá trình trước sự cố và sau sự cố, chẩn đoán ổn định qua xác định góc đồng bộ và thời gian

từ lúc dao động đầu tiên

Các nghiên cứu theo hướng nhận dạng, mạng nơ ron đánh giá ổn định động hệ thống điện, việc đánh giá dựa vào biến trạng thái sự cố vẫn là một thách thức lớn do quá trình học vẫn còn lỗi không tránh khỏi Do vậy, cần thiết phát triển hệ thống nhận dạng thông minh có khả năng đánh giá ổn định hệ thống điện thỏa mãn độ chính xác và nâng cao độ tin cậy

Do tính phức tạp của hệ thống điện nếu giải bằng các phương pháp truyền thống mất nhiều thời gian và gây nên sự chậm trễ trong việc ra quyết định, cho nên rất cần giải pháp đánh giá nhanh và tin cậy Hệ thống nhận dạng thông minh kết hợp phương pháp ANN, có ưu điểm lớn là khả năng tính toán song song, nhanh và chính xác cao Một điều quan trọng rằng, để hệ thống nhận dạng thông minh có hiệu suất cao thì các biến đặc trưng đầu vào phải được chọn hiệu quả, các biến đặc trưng này lại gia tăng theo kích cỡ hệ thống điện, cho nên cần phải tìm giải pháp trích xuất giảm biến đặc trưng, phân loại nhóm dữ liệu biến đặc trưng giúp cho hệ thống nhận dạng thông minh xử lý dữ liệu một cách nhanh chóng và nâng cao độ chính xác, điều này các công trình đã công bố còn là hạn chế, cho nên đòi hỏi phải có cách mới phân loại mẫu hiệu quả, giúp giải quyết bài toán chẩn đoán nhanh ổn định hệ thống điện và cảnh báo sớm trường hợp không ổn định

ANN là một công cụ tính toán thông minh hiệu suất cao được lựa chọn cho đánh giá ổn định động hệ thống điện Hiệu suất của ANN ứng dụng để đánh giá ổn định động hệ thống điện yêu cầu quá trình huấn luyện ANN để bao trùm toàn bộ những dữ liê ̣u của kịch bản vận hành hệ thống sẽ không ảnh hưởng đến cấu hình hệ thống hoặc mức công suất phụ tải Vì vậy, quá trình lựa chọn những biến đặc trưng phù hợp là yêu cầu để xây dựng một công cụ tối ưu để đánh giá chính xác ổn định động hệ thống điện

So sánh với những phương pháp đánh giá ổn định khác, những đặc điểm nổi bật của ANN gồm: tốc độ đánh giá ổn định theo thời gian thực, yêu cầu ít dữ liệu hơn,

khả năng tổng hợp và mở rộng cao hơn

Điển hình sự phát triển của hệ thống nhận dạng gồm những bước sau:

- Tạo cơ sở dữ liệu trong quá trình đánh giá ổn định hệ thống điện

- Thiết lập các mẫu dữ liệu ngõ vào/ ngõ ra, lựa chọn những biến đặc trưng hệ thống phù hợp như là ngõ vào và chỉ mục ổn định cho ngõ ra

- Trích xuất tri thức mà bao gồm mối quan hệ giữa mẫu dữ liệu ngõ vào và ngõ ra cùng thuật toán học

- Phê chuẩn, so sánh hiệu suất của ANN

Nhận xét chung trong các hướng nghiên cứu chẩn đoán/đánh giá ổn định hệ thống điện thì hướng ứng dụng ANN, nhận dạng, … là hướng được nhiều tác giả quan tâm và tập trung nghiên cứu nhiều trong những năm gần đây

Lựa chọn biến đặc trưng rất quan trọng trong bước xây dựng hệ thống nhận dạng thông minh đánh giá ổn định động hệ thống điện dùng mạng nơ ron Vấn đề này được tác giả trong [44] thực hiện nhưng độ chính xác cần phải được nghiên cứu

thêm Vì vậy, cũng cần nhấn mạnh đến sự cần thiết giới thiệu một số phương pháp

mới để làm phong phú thêm những phương pháp nhận dạng Mục tiêu của luận văn này nhằm bổ sung những điểm cần thiết trên và đề xuất áp dụng mạng nơ ron song song để nâng cao độ chính xác nhận dạng

1.1.3 Giá trị thực tiễn của đề tài

Kết quả nghiên cứu được sử dụng làm tài liệu tham khảo cho học viên cao học ngành kỹ thuật điện và các điều độ viên hệ thống điện trong nghiên cứu bài toán đánh giá ổn định động hệ thống điện bằng mạng nơ ron

1.2 Mục tiêu của đề tài

Xây dựng mạng nơ ron cải tiến bao gồm các mạng nơ ron mắc song song và

sử dụng giải thuật bình bầu để tăng độ chính xác đánh giá ổn định động hệ thống điện

1.3 Nhiệm vụ của đề tài và giới hạn đề tài

1.3.1 Nhiệm vụ của đề tài

 Nghiên cứu các phương pháp đánh giá ổn định HTĐ

 Nghiên cứu các phần mềm PowerWorld, Neural Network Toolbox trong giai đoạn tạo mẫu và xây dựng mạng nơ ron

 Đánh giá hiệu quả nhận dạng ổn định động hệ thống điện bằng mạng nơ ron

đề xuất

1.3.2 Giới hạn đề tài

Đánh giá ổn định động trên hệ thống điện chuẩn: GSO - 37 bus, 9 máy phát với các dạng sự cố xảy ra

1.4 Phương pháp nghiên cứu

Nghiên cứu tài liệu;

Mô hình hóa và mô phỏng;

Mạng nơ ron;

Phân tích, tổng hợp

Chương 2 ĐÁNH GIÁ ỔN ĐỊNH HỆ THỐNG ĐIỆN

2.1 Các chế độ hệ thống điện

Các chế độ làm việc của hệ thống điện được chia làm 2 loại chính: chế độ xác lập và chế độ quá độ

- Chế độ xác lập: là chế độ trong đó các thông số của hệ thống không thay đổi

hoặc thay đổi trong những khoảng thời gian tương đối ngắn, chỉ biến thiên nhỏ xung quanh các trị số định mức, là chế độ bình thường và lâu dài của hệ thống điện, còn được gọi là chế độ xác lập bình thường Chế độ sau sự cố hệ thống được phục hồi và làm việc tạm thời cũng thuộc về chế độ xác lập, mà còn được gọi là chế độ xác lập sau sự cố

- Chế độ quá độ: là chế độ trung gian chuyển từ chế độ xác lập này sang chế độ

xác lập khác Chế độ quá độ thường diễn ra sau những sự cố hoặc thao tác đóng cắt các phần tử đang mang công suất mà thường được gọi là các kích động lớn Chế độ quá độ được gọi là chế độ quá độ bình thường nếu nó tiến đến chế độ xác lập mới Trong trường hợp này các thông số hệ thống bị biến thiên nhưng sau một thời gian lại trở về trị số gần định mức và tiếp theo ít thay đổi Ngược lại, có thể diễn ra chế

độ quá độ với thông số hệ thống biến thiên mạnh, sau đó tăng trưởng vô hạn hoặc giảm đến 0 Chế độ quá độ đó được gọi là chế độ quá độ sự cố

2.2.1 Ổn định tĩnh

Bao hàm sự biến thiên nhỏ và chậm của những điểm vận hành Nghiên cứu

ổn định tĩnh thường được thực hiện bởi các chương trình tính toán phân bố công suất, đảm bảo góc pha điện áp trên đường dây không quá lớn, điện áp tại các nút gần với điện áp định mức, máy phát, máy biến áp, đường dây truyền tải và các thiết

bị khác không bị quá tải

Hình 2.1: Sơ đồ một hệ thống điện đơn giản

Hình 2.2: Đặc tính công suất của máy phát và đặc tính công suất cơ của Tuabin

Để có khái niệm rõ hơn về tính chất ổn định tĩnh, xét trạng thái cân bằng công suất của một máy phát trong 1 hệ thống điện đơn giản như Hình 2.1, tương ứng với đặc tính công suất điện từ của máy phát và đặc tính công suất cơ của Tua-bin Hình 2.2

Trong đó: công suất cơ của Tua-bin được coi là không đổi và công suất điện

từ của máy phát có thể được biểu diễn dưới dạng như (2.1)

X H: điện kháng tổng tương đương của hệ thống

X F: là điện kháng tương đương của máy phát

X B: là điện kháng tương đương của máy biến áp

X D: là điện kháng tương đương của một đường dây đơn

Hình 2.2 tồn tại 2 điểm cân bằng a và b tương ứng với các góc lệch 01 và

P m : là công suất cơ của máy phát

P e: là công suất điện từ của máy phát

Tuy nhiên chỉ có điểm cân bằng a là ổn định và tạo nên chế độ xác lập Thật vậy, giả thuyết xuất hiện một kích động ngẫu nhiên làm lệch góc  khỏi giá trị 01một lượng   0 sau đó kích động triệt tiêu Khi đó, theo các đặc tính công suất, ở

vị trí mới, công suất điện từ P  lớn hơn công suất cơ P m, do đó máy phát quay chậm lại, góc lệch  giảm đi, trở về giá trị 01 Khi   0 hiện tượng diễn ra theo

tương quan ngược lại P m < P(δ), máy phát quay nhanh lên, trị số góc lệch  tăng,

cũng trở về 01 Như vậy, điểm a được coi như là điểm có tính chất cân bằng hay nói khác đi, điểm a là điểm có tính chất ổn định tĩnh

Xét điểm cân bằng b với giả thiết   0, tương quan công suất sau kích động

sẽ là P m P   , làm góc  tiếp tục tăng lên, xa dần trị số 02 Nếu    0 tương

quan công suất ngược lại làm giảm góc  , nhưng cũng làm lệch xa hơn trạng thái cân bằng Như vậy, tại điểm cân bằng b, dù chỉ tồn tại một kích động nhỏ, sau đó kích động triệt tiêu, thông số của hệ thống cũng thay đổi liên tục lệch xa khỏi trị số ban đầu Vì thế, điểm cân bằng b bị coi là điểm cân bằng không ổn định Cũng vì những ý nghĩa trên ổn định tĩnh còn gọi là ổn định với kích động bé hay ổn định điểm cân bằng

Nếu xét nút phụ tải và tương quan cân bằng công suất phản kháng ta cũng có tính chất tương tự Chẳng hạn, xét một hệ thống điện như Hình 2.3 Nút phụ tải được cung cấp từ những nguồn phát Đặc tính công suất phản kháng nhận được từ

bằng công suất, điện áp nút U sẽ không đổi, còn nếu QF  Qt điện áp nút U sẽ tăng

lên, khi QF  Qt điện áp nút U sẽ giảm xuống Phân tích tương tự như trường hợp

công suất tác dụng của máy phát, dễ thấy được chỉ có điểm cân bằng d là điểm cân

bằng ổn định Với điểm cân bằng c sau một kích động nhỏ ngẫu nhiên điện áp U sẽ

xa dần trị số điện áp U 01, điều này cũng có nghĩa là điểm cân bằng c là điểm cân bằng không ổn định

Q 2

Bao hàm những sự kiện xảy ra theo chu kỳ thời gian dài hơn, điển hình khoảng vài phút Vai trò của hệ thống điều tốc Tua-bin, hệ thống kích từ, hệ thống chuyển đổi đầu phân áp máy biến áp và các biện pháp điều khiển khác từ trung tâm

điều phối có thể tác động đến sự ổn định hoặc không ổn định của hệ thống điện trong vài phút sau khi xảy ra sự cố

Để đơn giản trong nghiên cứu ổn định động, những giả thiết sau được xây dựng:

 Chỉ có hệ thống 3 pha cân bằng và ngắn mạch cân bằng được xét

 Sự biến thiên tần số từ tần số đồng bộ là tương đối nhỏ, tác động của sóng hài được bỏ qua Vì vậy hệ thống đường dây truyền tải, máy biến áp, tổng dẫn tải chủ yếu là xác lập, điện áp, dòng điện, công suất có thể tính toán từ các phương trình đại số

2.3 Phương trình dao động

Xét tổ máy phát gồm máy phát điện đồng bộ 3 pha và hệ thống truyền động

sơ cấp của nó Chuyển động của rotor được xác định theo định luật 2 của Newton

( ) ( ) ( ) ( )

J = tổng mô-men quán tính của khối lượng quay, kgm 2

α m = gia tốc góc rotor, rad/s2

T m = mô-men cơ cung cấp bởi hệ thống truyền động sơ cấp trừ cho mô-men

cản ảnh hưởng bởi tổn hao cơ học, Nm

T a = mô-men tăng tốc

Ngoài ra gia tốc góc của rotor được tính bởi

2 2

không đổi, được gọi là tốc độ đồng bộ

Khi T m > T e , T a > 0, α m > 0, dẫn đến tốc độ rotor tăng

Tương tự khi T m < T e , dẫn đến tốc độ rotor giảm

Để tiện cho việc đo lường vị trí góc rotor so với khung quy chiếu quay đồng

bộ thay thế cho trục tĩnh Chúng ta định nghĩa

Với pmp u. = công suất cơ được cung cấp từ hệ thống truyền động sư cấp trừ

đi tổn thất cơ khí, p.u

ep u

p = công suất của máy phát cộng với tổn hao

Cuối cùng để tính toán với hệ số quán tính chuẩn hóa, đƣợc gọi là hằng số H,

( ) ( )

Phương trình (2.22) được gọi là phương trình dao động, phương trình cơ bản

để tính toán thuộc tính động của rotor trong nghiên cứu ổn định hệ thống điện Chú

ý rằng, sự phi tuyến ảnh hưởng bởi p ep u .( )t Phương trình (2.22) cũng trở nên phi tuyến ảnh hưởng bởi p u .( )t Tuy nhiên trên thực tế, tốc độ rotor không thay đổi nhiều so với tốc độ đồng bộ trong suốt quá trình quá độ Vì vậy, thường giả sử

.( ) 1

p u t

  trong tính toán bằng tay cho (2.22)

Phương trình (2.22) là phương trình vi phân bậc 2, có thể viết lại thành 2 phương trình vi phân bậc nhất Lấy vi phân (2.11), sau đó dùng (2.10),

(2.12) – (2.14), chúng ta tìm được

( )

( ) syn

t dt

Phương trình (2.23) và (2.24) là 2 phương trình vi phân bậc nhất

2.4 Đơn giản hóa mô hình máy phát

Hình 2.5 trình bày mô hình đơn giản hóa của máy phát điện, được gọi là mô hình cổ điển, có thể sử dụng trong nghiên cứu ổn định hệ thống điện Máy phát

được biểu thị bởi hằng số sức điện động E‟, bên cạnh điện kháng quá độ '

d

hình này dựa trên những giả thiết sau:

 Máy phát vận hành dưới điều kiện cân bằng 3 pha

 Kích từ máy phát giữ không đổi

 Tổn hao, bão hòa, sự khác biệt giữa rotor trục lồi và rotor trục ẩn được bỏ qua

Trong chương trình tính toán ổn định, mô hình tính toán chi tiết hơn có thể sử dụng để biểu thị hệ thống kích từ, tổn hao, sự bão hòa…Tuy nhiên với mô hình đơn giản hóa sẽ làm giảm đi sự phức tạp của mô hình nhưng vẫn đảm bảo độ chính xác trong tính toán

Mỗi máy phát trong mô hình kết nối đến hệ thống gồm có đường dây các truyền tải, các máy biến áp, các phụ tải và các máy phát khác Với sự xấp xỉ đầu tiên, hệ thống có thể được biểu thị bởi thanh góp vô hạn bên cạnh điện kháng hệ thống Thanh góp vô hạn là 1 nguồn điện áp lý tưởng mà duy trì điện áp, góc pha tần số không đổi

Hình 2.5: Mô hình đơn giản hóa máy phát điện (Sơ đồ mạch)

Hình 2.6: Mô hình đơn giản hóa máy phát điện (Sơ đồ pha)

Hình 2.3 trình bày máy phát kết nối với hệ thống tương đương Biên độ điện

áp V bus và góc pha 0º của thanh góp vô hạn là hằng số Góc pha của sức điện động δ

là góc công suất tham chiếu theo thanh góp vô hạn

Điện kháng tương đương giữa sức điện động máy phát và thanh góp vô hạn

eq

E V P

Trong suốt quá trình xảy ra kích động, E‟, V bus được xét là hằng số Vì vậy p e

là hàm sin của góc công suất máy

Hình 2.7: Máy phát kết nối với hệ thống tương đương

2.5 Tiêu chuẩn cân bằng diện tích

Xét 1 tổ máy phát kết nối qua điện kháng đến thanh góp vô hạn Mối quan hệ

giữa công suất điện p e và công suất cơ p m theo góc công suất δ được trình bày trong

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

Giả sử tổ máy đang vận hành ở trạng thái xác lập p e = p m = p m0 , δ = δ 0, khi

có một sự thay đổi từ p m đến p m0 xuất hiện tại thời điểm t = 0 Do quán tính của rotor, vị trí của rotor không thể thay đổi tức thời, δ m (0 + ) = δ m (0 - ); vì vậy δ(0 + ) = δ(0 - )=δ 0 và p e (0 + ) = p e (0 - ) Khi p m (0 + ) = p m1 > p e (0 + ), độ gia tăng công suất p e (0 + )

> 0 Khi tiến dần đến δ 1 , p e = p m1 và (d2) (dt2)dần bằng 0 Tuy nhiên, dδ/dt vẫn > 0

và δ tiếp tục tăng, vượt quá điểm xác lập cuối cùng của nó

Khi δ > δ 1 , p e > p m , p a < 0, rotor giảm tốc Cuối cùng, δ đạt đến giá trị cực đại δ 2

và dao động ngược trở lại δ 1 Với (2.16), khi không có mô-men cản, δ sẽ dao động liên tục quanh δ 1 Tuy nhiên mô-men cản tác động lên tổn thất cơ, điện làm cho δ ổn định tại điểm xác lập cuối cùng δ 1 Chú ý rằng góc công suất vượt quá δ 3 , thì p m sẽ

vượt quá p e thì rotor sẽ tăng tốc lại, dẫn đến δ tiếp tục gia tăng và mất ổn định

Một phương pháp để tính toán ổn định và góc công suất cực đại nhằm giải phương trình dao động phi tuyến thông qua kỹ thuật tích phân số dùng máy vi tính được áp dụng cho hệ nhiều máy được gọi là tiêu chuẩn cân bằng diện tích

Trong Hình 2.8 p m > p e trong suốt khoảng giá trị δ 0 < δ < δ 1 và rotor tăng tốc Diện tích A1 nằm giữa p m và p e trong suốt khoảng giá trị δ 1 < δ < δ 2 , p m < p e , rotor giảm tốc, phần diện tích A2 được gọi là diện tích giảm tốc Tại giá trị xác lập

ban đầu δ = δ 0 và giá trị cực đại δ = δ 2 , dδ/dt = 0 Phát biểu của tiêu chuẩn cân bằng diện tích đó là A 1 = A 2

Để tìm tiêu chuẩn bằng diện tích cho hệ thống điện gồm 1 máy liên kết với thanh góp vô hạn, giả sử p u .( ) 1t  trong (2.21), ta có

2

Tách tích phân thành phần diện tích dương cho trường hợp tăng tốc, diện tích

âm cho trường hợp giảm tốc, chúng ta tìm được tiêu chuẩn cân bằng diện tích

cầu hàng giây Tuy nhiên, hiện tượng ổn định được miêu tả như trên cũng có thể xuất hiện từ sự thay đổi ngột công suất điện ảnh hưởng bởi ngắn mạch hoặc chuyển mạch trên đường dây truyền tải

Hình 2.8: Biểu diễn p e , pm theo δ

2.6 Phương pháp Tích phân số cho phương trình dao động

Tiêu chuẩn cân bằng diện tích được áp dụng cho hệ thống điện gồm 1 máy phát liên kết với thanh góp vô hạn hoặc 2 máy liên kết với nhau Đối với hệ nhiều máy, phương pháp tích phân số có thể được sử dụng để giải phương trình dao động cho mỗi máy

Cho phương trình vi phân bậc nhất

( )

dx

f x

Một kỹ thuật tích phân đơn giản được gọi là phương pháp Euler, được minh

họa trong Hình 2.9 Bước tích phân được ký hiệu là ∆t Quá trình tính toán độ dốc

tại thời điểm bắt đầu của quá trình lấy tích phân

Như trình bày trên hình vẽ, phương pháp Euler giả sử rằng đường dốc không

thay đổi trong khoảng giá trị ∆t Một sự cải thiện có thể thu được bằng cách tính

đường dốc ở cả hai thời điểm đầu và cuối của khoảng lặp và sau đó lấy giá trị trung bình Phương pháp Euler cải tiến được trình bày trong Hình 2.10

Đầu tiên đường dốc của khoảng lặp được tính toán từ (2.31) và được dùng để tính giá trị đầu tiên x, cho bởi phương trình

t t

( )

dx

f x

Hình 2.10: Phương pháp Euler cải tiến

Sau đó, giá trị mới được tính dùng giá trị trung bình của đường dốc:

Bây giờ chúng ta áp dụng phương pháp Euler cải tiến để tính tần số máy ω

và góc công suất Những giá trị cũ tại thời điểm bắt đầu của khoảng giá trị lấy tích

phân được ký hiệu là δt và ω t

2.7 Ổn định hệ nhiều máy

Phương pháp số có thể sử dụng để giải phương trình dao động hệ nhiều máy Tuy nhiên, có một phương pháp được sử dụng để tính toán công suất ngõ ra của 1

hệ thống điện tổng quát Hình 2.11 trình bày hệ thống điện gồm N nút, M máy phát

điện, mỗi máy được biểu thị giống nhau, bởi mô hình đơn giản, sức điện động của máy được được ký hiệu E1, E2,…, E M Đầu cực hệ thống máy phát M được kết

nối với các nút hệ thống đƣợc ký hiệu là G1, G2,…, GM Tất cả phụ tải đƣợc mô

hình hóa bởi tổng dẫn không đổi

N

V V V V

M

E E E E

M

I I I

Y11 ma trận tổng dẫn nút sử dụng cho tính toán phân bố công suất, trừ ma

trận tổng dẫn phụ tải và nghich đảo ma trận tổng dẫn các máy phát điện Nếu ma trận được kết nối đến nút n, thì tổng dẫn phụ tải được cộng với thành phần nằm trên

đường chéo Y 11nn Ngoài ra, thành phần (1/ jX dn )được cộng với thành phần trên

đường chéo Y 11GnGn

Y22 là ma trận đường chéo của nghịch đảo tổng dẫn máy phát, đó là

1 22

Giả sử E đã được xác định, (2.44) là phương trình tuyến tính theo V theo

phương pháp tích phân lặp hoặc giản ước Gauss Dùng phương pháp Gauss – Seidel cho bởi phương trình (*)

* 1

T

M

I I

Bước 1: Chạy chương trình tính toán phân bố công suất trước sự cố để tính

các giá trị điện áp tại các nút V k , k = 1, 2, …, N , dòng điện các máy phát In, công suất điện ngõ ra các máy phát p en , n = 1, 2, …, M Thiết lập công suất cơ bằng công suất điện máy phát p mn = p en Thiết lập tần số ban đầu của máy phát bằng với tần số

đồng bộ ω n = ω syn Tính toán các giá trị tổng dẫn phụ tải

Bước 2: Tính các giá trị sức điện động

( )

n n n Gn dn n

E     E  V  jX  I n = 1, 2, …, M

Với V Gn và I n được tính tại bước 1 Giá trị E n được giữ không đổi trong suốt quá

trình tính toán δ n được chọn làm góc công suất ban đầu

Bước 3: Tính Y 11 Hiệu chỉnh ma trận tổng dẫn nút tính toán phân bố công suất gồm ma trận tổng dẫn phụ tải và nghịch đảo tổng dẫn máy phát

Bước 4: Tính Y 22 và Y 12

Bước 5: Cài đặt giá trị thời gian t = 0

Bước 6: Kiểm tra có bất kỳ tác động chuyển mạch trên hệ thống, thay đổi

phụ tải, ngắn mạch,…Với trường hợp tác động chuyển mạch trên hệ thống, thay đổi phụ tải, ta điều chỉnh ma trận tổng dẫn nút Với trường hợp ngắn mạch, thiết lặp giá trị điện áp tại nút bị ngắn mạch bằng 0

Bước 7: Dùng giá trị sức điện động E n  E n n , n = 1, 2, …, M với giá trị δ n tại thời điểm t Tính toán công suất điện ngõ ra p en tại thời điểm t từ (2.46) đến

  trong bước 8 để tính góc công suất và

tốc độ máy tại thời điểm (t+∆t) từ…

Bước 11: Cài đặt t = t+∆t Dừng lại nết t > T Ngược lại trở về bước 6

Một thông số quan trọng trong đánh giá ổn định là bước thời gian ∆t, sử

dụng trong tích phân số Bởi vì thời gian yêu cầu để tính toán ổn định thay đổi theo bước thời gian, nếu bước thời gian quá lớn, độ chính xác của lời giải có thể không

đảm bảo Bước thời gian điển hình cho tính toán ổn định là 0.5 chu kỳ (0.00833 giây cho hệ thống 60 Hz)

Chương 3

LÝ THUYẾT MẠNG NƠ RON 3.1 Các khái niệm cơ bản

3.1.1 Mạng neural nhân tạo

Mạng nơ ron nhân tạo là một hệ thống nơ ron được xây dựng giống như hệ thống nơ ron con người bằng các thiết bị điện tử và các phần tử cơ nhạy Các hệ thống này được xây dựng để sao chép lại (Imitate) các phương pháp xử lý thông minh con người như phương pháp học (learning), phương pháp tự cải tiến (self-modification) và phương pháp học bằng cách tạo ra các suy diễn (making inferences)

3.1.2 Mô hình toán của mạng nơ ron

Mô hình toán đơn giản của mạng nơ ron nhân tạo đã được mô tả trên được đề xuất bởi Mc Culloch và Pitts vào năm 1943, thường được gọi mạng M-P Trong mô hình này, phần tử xử lý thứ j tính tổng trọng lượng của các đầu vào của nó và các đầu ra yj = 1 bắn (firing) hoặc = 0 không bắn (not firing) phụ thuộc vào tổng đầu vào trọng lượng trên hoặc dưới giá trị ngưỡng (threshold) j

net neáu 1

(3.2)

Trọng lượng Wij biểu diễn cường độ của đường dẫn synapse (được gọi sự kết nối hoặc liên kết) kết nối nơ ron nguồn thứ i với nơ ron đích thứ j Trọng lượng dương tương ứng với kích thích đường dẫn synapse (excitatory synapse) và trọng lượng âm tương ứng với ngăn cản kích thích synapse (inhibilitory synapse)

Nếu wij = 0 thì khơng cĩ sự kết nối giữa hai nơ ron

Hình 3.1: Mơ tả mơ hình tốn đơn giản đã được giới thiệu trên:

PE (Phần tử xử lý) Wi2

Synap

Synap

Synap

Synap

Hình 3.1 : Mơ hình tốn đơn giản của một nơ ron

3.2 Các thành phần cơ bản của nạng Nơ ron nhân tạo

Mạng nơ ron nhân tạo ANN (Artificial Neural Networks) bao gồm bởi ba thành phần cơ bản: mơ hình nơ ron , mơ hình kết nối với cấu trúc theo kiểu synapse

và huấn luyện (train) hoặc các qui tắc học (learning rules) cho việc cập nhật trọng lượng kết nối

3.2.1 Mơ hình nơ ron

Mơ hình nơ ron là phần tử xử lý kết nối với đầu vào và đầu ra Kết hợp với đầu vào của phân tử xử lý là một hàm tổng hợp net để phục vụ tổ hợp thơng tin tương tác Hàm tổ hợp này thường là hàm tuyến tính với các đầu vào xj như mơ tả trên:

3.2.2 Mô hình kết nối (Connections)

Mạng nơ ron ANN bao gồm tập hợp các phần tử xử lý được kết nối nhau, mỗi phần tử xử lý đầu ra được kết nối, thông qua các hệ số trọng lượng với các phân tử xử lý khác hoặc với chính nó Vì vậy, cấu trúc mà tổ chức các phần tử xử lý này và sự kết nối hình học giữa chúng nên được chỉ rõ cho mỗi yếu tố xử lý trong một ANN Một mạng nơ ron đơn giản với một nút xử lý như được mô tả trên Sau đây, tùy theo dạng kết nối mà phân thành 5 loại mạng nơ ron cơ bản khác nhau:

3.2.2.1 Mạng nơ ron phản hồi dương một lớp (Single layer feedforward network)

Mạng nơ ron phản hồi dương một lớp là mạng bao gồm các phần tử xử lý trên cùng mức, mỗi phần tử xử lý thứ j được kết nối với các đầu vào x1, x2,…, xI, thông qua các hệ số trọng lượng w11, w21, …, wIJ và đầu ra thứ j như được mô tả ở Hình 3.2

wI2 wI1

Có thể kết nối nhiều mạng phản hồi dương một mức lại nhau để tạo thành một mạng đa mức phản hồi dương như được mô tả ở Hình 3.3:

Lớp nhập

Hình 3.3: Mạng Feedforward đa lớp

Lớp của các nơ ron nhận tín hiệu từ các đầu vào được gọi lớp đầu vào và lớp của các nơ ron đầu ra của mạng được gọi là lớp đầu ra Các mức bất kỳ giữa hai lớp đầu vào và đầu ra được gọi là lớp ẩn

3.2.2.3 Các mạng nơ ron phản hồi âm (Feedback network)

Khi các đầu ra cĩ thể được định hướng lùi về như các đầu vào cùng lớp hoặc các nút ở lớp đứng trước, một mạng nơ ron như vậy được gọi là mạng nơ ron phản hồi âm Các mạng phản hồi âm mà cĩ vịng kín (closed loop) thì được gọi là mạng

đệ qui (recurrent network)

Một mạng nơ ron đệ qui đơn giản nhất là vịng phản hồi âm (feedback loop) tức là chỉ một phần tử xử lý với phản hồi âm chính nĩ như được dẫn chứng ở Hình 3.4 Hình 3.5 trình bày mạng đệ qui (hồi tiếp) một lớp (single recurrent network) và Hình 3.6 mơ tả mạng nơ ron đệ quy (hồi tiếp) đa lớp (multilayer recurrent network)

Vòng lặp phản hồi

Hình 3.4: Nơ ron hồi tiếp về chính nĩ

2

J

w11 w

12

w1J

w 2J

w 21

wI2

Hình 3.6: Mạng nơ ron hồi tiếp đa lớp

3.2.3 Các qui tắc học (Learning rules)

Thành phần quan trọng thứ ba của mạng nơ ron là phương pháp huấn luyện (training) hay còn gọi là các qui tắc học ( learning rules) Có hai loại học trong các mạng nơ ron nhân tạo: học thông số (patameter learning) và học cấu trúc (structure learning) Học thông số là phương pháp học bằng cách cập nhập các hệ số trọng lượng kết nối và học cấu trúc là phương pháp học bằng cách thay trong cấu trúc mạng bao gồm số của các phần tử xử lý và các kiểu kết nối mạng Học cấu trúc sẽ được thăm dò về sau này và ở đây chúng ta chỉ trình bày các phương pháp học thông số

Giả sử có n phần tử xử lý trong một mạng nơ ron nhân tạo và mỗi phần tử xử

lý có chính xác m hệ số trọng lượng thích nghi (adaptive weights), thì ma trận hệ số trọng lượng (ma trận kết nối) được định nghĩa bởi:

n

m m

n T

T T

w w

w

w w

w

w w

w

w

w w W

2 1

2 22

21

1 12

11 2

1

(3.4)

Trong đó w = (wi1,wi2,……….,wim), i=1,2……, n là vectơ hệ số trọng lượng của phần tử xử lý thứ j và wij là hệ số trọng lượng trên sự liên kết từ phần tử xử lý thứ i (nút nguồn) đến phần tử xử lý thứ j (nút đích)

Giả sử rằng ma trận hệ số trọng lượng w chứa tất cả các phần tử thích nghi (adaptive elements) của một mạng nơ ron nhân tạo Sau đó tập hợp của tất cả các

ma trận W xác định tập hợp các cấu hình xử lý thông tin khả năng cho mạng nơ ron này Nói cách khác, nếu sự hoàn thành xử lý thông tin ta mong muốn để được thực hiện bởi mạng nơ ron này, sau đó mạng nơ ron này có thể được thực hiện bằng cách dùng ma trận w thích hợp Trong sự kết nối này, các hệ số trọng lượng mã hóa vùng nhớ dài hạn (Long Term Memory) LTM và các trạng thái tác động của các nơ ron

mã hóa vùng nhớ ngắn hạn (Short Term Memory) STM trong các mạng nơ ron Vì vậy, cho các mạng nơ ron nhân tạo mà sử dụng học hệ số trọng lượng, ta phải phát triển các qui tắc học sao cho đủ hiệu lực để chỉ dẫn ma trận hệ số trọng lượng w đạt đến ma trận mong muốn để mang lại sự hoàn thiện mạng được yêu cầu Tổng quát, các qui tắc học được phân chia là ba loại: học giám sát (supervised learning), học củng cố (reinforcement learning) và học không giám sát (unsupervised learning)

3.2.3.1 Học giám sát (Supervised learning)

Trong cách học giám sát, mạng nơ ron nhân tạo được cung cấp với một chuỗi của các cặp đầu vào đầu ra mong muốn:(x(1)

d(1)); (x(2) d(2));………;(x(k)

, d(k)) Khi mỗi đầu vào x(k) đặt vào mạng thì đầu ra mong muốn tương ứng d(k) cũng được cung cấp đến mạng Sự khác nhau giữa đầu ra thực sự y(k)

và đầu ra mong muốn d(k)được đo trong bộ phát sinh tín hiệu sai (error signal generator) cả bộ mà sản xuất ra các tín hiệu lỗi cho mạng để điều chỉnh các hệ số trọng lượng của nó như thế nào đó

để đầu ra thực sự sẽ tiến đến đầu ra mong muốn Hình sau mô tả cách học giám sát của một mạng nơ ron

X Đầu vào (Input)

Mạng neuron W

d Đầu ra mong muốn (Actual output)

Học củng cố là một dạng học cĩ giám sát bởi vì mạng vẫn nhận một vài phản hồi

âm từ mơi trường của nĩ

X Đầu vào (Input)

d Đầu ra mong muốn (Actual output)

Hình 3.8: Học củng cố

3.2.3.3 Học khơng giám sát ( Unsupervised learning)

Trong cách học khơng giám sát, khơng cĩ thầy giáo để cung cấp bất kỳ thơng tin phản hồi âm nào Khơng cĩ phản hồi âm từ mơi trường để bảo các đầu nên điều chỉnh hay là khơng Mạng phải khám phá cho các mẫu của nĩ, các đặc trưng, các quan hệ, hoặc các loại trong dữ liệu nhập và mã cho chúng trong đầu ra Trong khi đang khám phá các đặc trưng, mạng phải trải qua nhiều sự thay đổi trong các thơng

số của nĩ; việc xử lý này được gọi là tự tổ chức

X Đầu vào (Input)

Hình 3.9: Học khơng cĩ giám sát

3.3 Phân loại mạng nơ ron

Tuỳ theo cách kết nối giữa các nơ ron xác định nên cấu trúc mạng Trọng lượng các kết nối được điều chỉnh hay được huấn luyện để đạt được các yêu cầu của mạng bởi thuật tốn huấn luyện Mạng nơ ron cĩ thể được phân loại theo cấu trúc

và thuật tốn huấn luyện

3.3.1 Phân loại theo cấu trúc

Theo cấu trúc, mạng nơ ron cĩ thể được chia thành 2 loại: mạng feedforward

và mạng recurrent

 Mạng feedforward: trong mạng feedforward, các nơ ron tạo thành nhĩm trong các lớp Tín hiệu truyền từ lớp nhập đến lớp xuất thơng qua các kết nối khơng trực tiếp, các nơ ron giữa các lớp được kết nối với nhau, nhưng khơng cĩ các kết nối trong cùng 1 lớp Các ví dụ về mạng feedforward gồm cĩ: mạng perceptron nhiều lớp (MLP – Multiple Layer Perceptron), mạng

RBF (Radial Basic Function network) Mạng feedforward có thể thi hành hầu hết các sơ đồ tĩnh giữa không gian input và output Output của thực thể đưa vào là hàm của các input của thực thể đó

 Mạng recurrent: trong mạng recurrent, output của một số nơ ron hồi tiếp ngược lại chính nó hay các nơ ron trong lớp kế tiếp Vì vậy, các tín hiệu có thể đi theo 2 hướng truyền tới (forward) hay truyền lùi (backward) Các ví

dụ của các mạng recurrent gồm: Mạng Hopfield, mạng Kohonen Mạng recurrent có bộ nhớ động: ngõ ra của nó ở thực thể đưa vào phản ánh input hiện hành cũng như các input và output trước đó

3.3.2 Phân loại theo phương pháp học tập

Căn cứ vào phương học tập, có thể chia mạng nơ ron thành các nhóm có phương pháp học tập có giám sát, phương pháp học tập không giám sát và phương pháp học tập củng cố (hay có sách còn gọi là học tăng cường)

3.4 Các loại mạng nơ ron

3.4.1 Mạng Perceptron nhiều lớp và thuật toán truyền ngược

Mạng perceptron nhiều lớp (gồm một lớp nhập, một hoặc nhiều lớp ẩn và một lớp xuất) với thuật toán truyền ngược là mạng nơ ron được sử dụng nhiều nhất để giải quyết nhiều vấn đề trong nhiều lĩnh vực khác nhau Các ứng dụng của mạng này trong hệ thống điện bao gồm đánh giá an toàn hệ thống điện, 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… có thể nói rằng thuật toán truyền ngược là thuật toán học quan trọng nhất trong lĩnh vực mạng nơ ron hiện nay 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 cải tiến tốc độ hội tụ cũng như tăng cường tính ổn định của thuật toán

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

có giám sát Thuật toán truyền ngược bao gồm hai quá trình: quá trình lan truyền tiến và quá trình lan truyền ngược sai số Trong quá trình lan truyền tiến tín hiệu, tín

hiệu nhập được đưa vào mạng và tín hiệu này truyền này xuyên qua mạch từ lớp này đến lớp khác Cuối cùng một tập các tín hiệu xuất được tạo ở ngõ ra Trong suốt quá trình lan truyền tiến 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 của mạng) được truyền ngược xuyên qua mạng Trong quá trình này các trọng số được hiệu chỉnh sao cho đáp ứng thực tế của mạng ngày càng đến gần với đáp ứng mong muốn

3.4.2 Mạng RBF (Radial Basis Function network)

Mạng RBF được Broomhead và Lpwe đưa ra vào năm 1988 và ngày càng chứng

tỏ hiệu quả trong việc giải 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 làm các tác động của các nơ ron trong lớp ẩn là các hàm đối xứng xuyên tâm Mạng RBF được xem như là một thay thế đánh giá của mạng perceptron nhiều lớp và vì vậy các ứng dụng của mạng RBF trong hệ thống điện ngày càng nhiều

3.4.3 Mạng Hopfield

Mạng Hopfied là mạng chỉ có một lớp nơ ron duy nhất vừa là lớp nhập vừa là lớp xuất Trong đó ngõ ra của mỗi neural được cấp ngược về các nơ ron khác Vì vậy trạng thái của mỗi nơ ron tùy thuộc vào tín hiệu nhập, vào trạng thái trước đó của các nơ ron và vào hàm tác động của riêng nó Mạng Hopfield rất hiệu quả trong 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, qui hoạch hệ thống điện, phân bố công suất tối ưu…

3.4.4 Mạng Kohonen

Mạng Kohonen là mạng truyền tiến không có giám sát dùng các nơ ron thích nghi để nhận các tín hiệu từ không gian sự kiện Mạng gồm các nơ ron được sắp xếp trong một dãy một chiều hoặc trên một mặt hai chiều Các nơ ron này có ngõ ra

truyền ngược về chính nó và về các nơ ron kế cận với mức độ ảnh hưởng giảm dần theo khoảng cách Ý tưởng chính yếu trong mạng Kohonen là tạo ra một hệ thống tự sửa đổi sao cho các nơ ron gần nhau đáp ứng tương tự như nhau Khi một nơ ron đáp ứng tốt với một tín hiệu vào, nơ ron này và các nơ ron kế cận với nó sẽ có các trọng số dẫn truyền thay đổi sao cho tất cả đều đáp ứng giống như nơ ron có đáp ứng tốt nhất Trong hệ thống điện, mạng Kohonen đã được dùng đển giải các bài toán dự báo phụ tải cùng chung với mạng perceptron nhiều lớp

3.4.5 Mạng nơ ron song song

3.4.5.1 Giới Thiệu

Bô ̣ nhâ ̣n da ̣ng hay phân lớp song song được biết như là hê ̣ thống lai hay kết

hơ ̣p là tiếp câ ̣n ở đó các bô ̣ phân lớp được huấn luyê ̣n đô ̣c lâ ̣p và q uyết đi ̣nh đầu ra sau cùng qua bô ̣ tổng hợp , Hình 3.10 Theo Polikar [45] (2006), Dasarathy and

nơ ron song song

3.4.5.2 Mạng nơ ron dựa trên các nơ ron song song

Có nhiều cách kết hơ ̣p bô ̣ phân lớp song song gồm các mạng nơ ron song song với nhau hay các da ̣ ng mô hình phân lớp khác nhau kết hợp la ̣i Mô hình phổ biến kết hơ ̣p các ma ̣ng nơ ron song song được mô tả như Hình 3.10 Trong đó, tín hiê ̣u đầu vào được đưa đến cùng lúc cho c ác bô ̣ nơ ron con Các bộ nơ ron con được huấn luyện độc lập và các bộ nơ ron con có trọng số khác nhau Các bộ nơ ron con thực hiê ̣n tính toán và đồng thời đưa kết quả đến bô ̣ tổng hợp Bô ̣ tổng hợp tính toán

và cho quyết đi ̣nh kết quả đầu ra theo luâ ̣t bình bầu theo luâ ̣t số đông [45]