(Luận văn thạc sĩ hcmute) ứng dụng mạng nơron trong phát hiện và phân loại sự cố trên đường dây truyền tải

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÂM HOÀNG CÁT TIÊN ỨNG DỤNG MẠNG NƠRON TRONG PHÁT HIỆN VÀ PHÂN LOẠI SỰ CỐ TRÊN ĐƯỜNG DÂY TRUYỀN TẢI NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520202 S K C0 Tp Hồ Chí Minh, tháng 03/2019 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÂM HỒNG CÁT TIÊN ỨNG DỤNG MẠNG NƠRON TRONG PHÁT HIỆN VÀ PHÂN LOẠI SỰ CỐ TRÊN ĐƢỜNG DÂY TRUYỀN TẢI NGÀNH: KỸ THUẬT ĐIỆN – 60520202 Hƣớng dẫn khoa học: PGS TS NGUYỄN MINH TÂM Tp Hồ Chí Minh, tháng 03/2019 Luan van QUYẾT ĐỊNH GIAO ĐỀ TÀI ii Luan van BIÊN BẢN CHẤM LUẬN VĂN TỐT NGHIỆP THẠC SĨ iii Luan van PHIẾU NHẬN XÉT LUẬN VĂN THẠC SĨ iv Luan van v Luan van vi Luan van LÝ LỊCH KHOA HỌC vii Luan van LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chưa công bố cơng trình khác Tơi xin cam đoan giúp đỡ cho việc thực Luận văn cảm ơn thông tin trích dẫn Luận văn rõ nguồn gốc TP.Hồ Chí Minh, tháng năm 2019 Người thực Lâm Hoàng Cát Tiên viii Luan van LỜI CẢM ƠN Điều trước tiên, tơi xin tỏ lịng biết ơn sâu sắc đến thầy PGS.TS Nguyễn Minh Tâm tận tình trực tiếp hướng dẫn, cung cấp tài liệu vơ q giá dìu dắt tơi thực hoàn thành chuyên đề tốt nghiệp Xin chân thành cám ơn đến tất Q Thầy, Cơ giảng dạy, trang bị cho kiến thức bổ ích quí báu suốt trình học tập nghiên cứu sau Xin cảm ơn Gia đình tạo điều kiện để tơi n tâm học tập tốt suốt thời gian vừa qua Xin cảm ơn anh chị đồng nghiệp trường CĐ Kỹ thuật Cao Thắng động viên, tạo điều kiện thuận lợi hỗ trợ cho nhiều trình học tập, cơng tác suốt thời gian thực chuyên đề Xin cảm ơn anh học viên lớp cao học 2017A, người giành tình cảm sâu sắc nhất, ln bên cạnh, ln động viên, khuyến khích tơi vượt qua khó khăn suốt thực chuyên đề TP.Hồ Chí Minh, tháng năm 2019 Người thực Lâm Hoàng Cát Tiên ix Luan van Hình 4.31: Cấu trúc ANN (6-21-11-1) để xác định vị trí cố hai pha chạm đất Bảng 4.4 minh họa sai số phần trăm vị trí cố với khoảng cách điện trở cố khác Hai trường hợp khác xem xét (hiển thị cột liền kề), trường hợp có điện trở cố 20 ohms trường hợp khác có điện trở cố 60 ohms Cần lưu ý điện trở 20 sử dụng phần tập liệu huấn luyện sai số phần trăm trung bình vị trí cố trường hợp 0,091% Trường hợp thứ hai minh họa tương tự với điện trở cố 60 sai số tương đối cao phần tập huấn luyện Do đó, hiệu suất mạng nơron trường hợp minh họa khả khái quát hóa phản ứng liệu Cần lưu ý sai số trung bình trường hợp 1,22% chấp nhận Do đó, hiệu suất mạng nơron coi đạt yêu cầu sử dụng cho mục đích việc xác định cố ngắn mạch hai pha chạm đất 57 Luan van Bảng 4.4.: Sai số phần trăm khoảng cách cố điện trở cho ANN chon để xác định cố ngắn mạch hai pha chạm đất Sai số % với khoảng cách cố Sai số % với khoảng cách cố STT (điện trở = 20 ) (điện trở = 60 ) Khoảng Khoảng cách Đo đạc vị trí cố Sai số % cố (Km) (Km) 25 25.53 75 cách Đo đạc vị trí cố Sai số % cố (Km) (Km) 0.177 50 53.81 1.27 75.18 0.06 100 103.12 1.04 125 125.11 0.037 150 152.13 0.71 175 175.16 0.053 200 202.88 0.96 225 225.39 0.13 250 254.89 1.63 4.3.4 Sự cố ngắn mạch ba pha 4.3.4.1 Huấn luyện mạng nơron xác định vị trí cố trƣờng hợp ngắn mạch ba pha Mạng truyền thẳng - thuật toán lan truyền ngược lần sử dụng cho mục đích xác định vị trí cố ba pha đường dây truyền tải Lý để làm vậy, đề cập mạng hoạt động hiệu có sẵn liệu huấn luyện đủ lớn Với mục đích huấn luyện mạng nơron, số cố ba pha mô đường dây truyền tải mơ hình hóa Các yếu tố khác thay đổi khoảng cách cố (tăng thêm km lần) điện trở cố (một tám điện trở cố khác chọn) Khoảng 100 trường hợp cố mô với số tám điện trở khác 0,25, 0,5, 0,75, 1, 5, 10, 20 50 Do đó, tổng cộng 800 trường hợp cố mô đường dây truyền tải Trong trường hợp này, mẫu điện áp dòng điện ba pha (được chia tỷ lệ theo giá trị trước cố chúng) cung cấp làm đầu vào cho mạng nơron Đầu mạng nơ-ron khoảng cách đến cố từ đầu A Do đó, cặp đầu đầu vào đưa vào mạng nơ-ron có gồm sáu đầu vào đầu Một khảo sát toàn diện mạng nơron khác thực cách thay đổi số lượng lớp ẩn số lượng tế bào thần kinh lớp ẩn Một vài mạng 58 Luan van nơron đạt hiệu suất thỏa đáng trình bày trước tiên với sơ đồ hiệu suất sai số chúng Trong số ANN này, ANN thích hợp chọn dựa hiệu suất MSE hệ số hồi quy đầu so với mục tiêu Hình 4.32 vẽ sơ đồ hồi quy tuyến tính tốt phù hợp đầu mục tiêu mạng nơron với nơron lớp đầu vào, lớp ẩn với 6, 21 16 nơron tương ứng nơron lớp đầu (6 - - 21 - 16 - 1) Hệ số tương quan (r) đề cập trước thước đo mức độ mạng nơron liên quan đến đầu mục tiêu Giá trị r gần với hiệu suất mạng nơron tốt Giá trị r trường hợp tìm thấy 0,99897, gần với Hình 4.32: Hồi quy tuyến tính đầu mục tiêu ANN với cấu hình (66-21-16-1) Hình 4.33: Hiệu suất ANN (6-6-21-16-1) với pha thử nghiệm Để kiểm tra hiệu suất mạng nơron này, 100 cố ba pha khác mô đường truyền với khoảng cách cố tăng thêm 10 km 59 Luan van trường hợp cố phần trăm đầu ANN tựa tính tốn Hình 4.33 cho thấy kết thử nghiệm thực mạng nơron (6-6-21-16-1) Có thể thấy cố tối đa khoảng 1,62 phần trăm thỏa đáng Cần lưu ý cố trung bình vị trí cố 0,677 phần trăm Do đó, mạng nơron chọn mạng lý tưởng cho mục đích xác định vị trí cố ba pha đường truyền Hình 4.34 cho thấy tổng quan ANN chọn thấy thuật tốn huấn luyện sử dụng thuật toán Levenberg – Marquardt Hàm hiệu suất chọn cho trình huấn luyện MSE Hình 4.34: Tổng quan ANN (6-6-21-16-1) chọn để xác định vị trí cố ngắn mạch ba pha Hình 4.35 cho thấy hiệu suất mạng nơ-ron (về huấn luyện, kiểm tra xác nhận) với nơ-ron lớp đầu vào, lớp ẩn với 21 nơ-ron nơ-ron lớp đầu (6 - - 21 - 1) Có thể thấy hiệu suất MSE tốt mạng nơron 0,00060607 (được biểu thị đường chấm màu xanh lá) nằm mục tiêu MSE 0,01 (được biểu thị đường chấm màu đen) 60 Luan van Hình 4.35: Sai số bình phương trung bình ANN có cấu hình (6-6-21-16-1) 4.3.4.2 Thử nghiệm xác định cố ngắn mạch ba pha ứng dụng mạng nơron Bây mạng nơron huấn luyện, bước phân tích hiệu suất mạng gọi thử nghiệm Các phương pháp phương tiện mà mạng nơron thử nghiệm thảo luận phần Một yếu tố quan trọng giúp kiểm tra mạng sơ đồ hiệu suất giai đoạn thử nghiệm hình 4.35 Cần lưu ý tỷ lệ sai số trung bình tỷ lệ sai số tối đa việc xác định xác vị trí cố mức chấp nhận hiệu suất mạng nơron thỏa đáng Hình 4.36: Hàm dốc hiệu suất xác thực với ANN có cấu hình (6-6-21-16-1) 61 Luan van Hình 4.37: Biểu đồ hồi quy giai đoạn khác với ANN có cấu hình (6 – – 21 – 16 – 1) Một phương tiện quan trọng khác để xác định hiệu mạng nơron huấn luyện kiểm tra biểu đồ hiệu suất độ dốc xác nhận hợp lệ hình 4.38 Có thể thấy có giảm đặn trơn tru độ dốc số lần xác nhận tối đa thất bại trình huấn luyện Điều cho thấy huấn luyện hiệu giai đoạn xác nhận theo sát giai đoạn thử nghiệm số lần xác nhận thất bại thấp Điều biểu thị thêm đường cong kiểm tra xác nhận Hình 4.37 Điều cho thấy mạng nơron khái quát hóa liệu cung cấp vào hiệu Yếu tố thứ ba xem xét đánh giá hiệu suất mạng hệ số tương quan giai đoạn huấn luyện, xác nhận thử nghiệm khác Hình 4.37 cho thấy biểu đồ hồi quy giai đoạn khác huấn luyện, thử nghiệm xác nhận Có thể thấy phù hợp tuyến tính tốt phù hợp với trường hợp lý tưởng với hệ số tương quan tổng thể 0,99329 Hình 4.38 cho thấy cấu trúc ANN chọn cho cố ba pha với nơ-ron lớp đầu vào, lớp ẩn với 21 nơ-ron nơ-ron lớp đầu (6 - – 21 - 16 - 1) 62 Luan van Hình 4.38: Cấu trúc ANN (6-6-21-16-1) để xác định vị trí cố ngắn mạch ba pha Bảng 4.5 minh họa sai số phần trăm vị trí cố với khoảng cách điện trở cố khác Hai trường hợp khác xem xét (hiển thị cột liền kề), trường hợp có điện trở cố 20 trường hợp khác có điện trở cố 60 Cần lưu ý điện trở 20 sử dụng phần tập liệu huấn luyện sai số phần trăm trung bình vị trí cố trường hợp 0,178% Trường hợp thứ hai minh họa tương tự với điện trở 60 sai số tương đối cao phần tập huấn luyện Do đó, hiệu suất mạng nơron trường hợp minh họa khả khái quát hóa phản ứng liệu Cần lưu ý sai số trung bình trường hợp 0,836% chấp nhận Do đó, hiệu suất mạng nơron coi thỏa đáng sử dụng cho mục đích vị trí cố ngắn mạch ba pha 63 Luan van Bảng 4.5 Sai số phần trăm khoảng cách cố điện trở cho ANN chon để xác định cố cố ngắn mạch ba pha Sai số % với khoảng cách cố Sai số % với khoảng cách cố (điện trở = 20 ) STT Khoảng cách Đo (điện trở = 60 ) đạc Khoảng vị trí Sai số % cố (Km) cố (Km) 25 25.51 75 cách Đo đạc vị trí Sai số % cố (Km) cố (Km) 0.17 50 51.41 0.47 75.17 0.057 100 103.03 1.01 125 125.52 0.28 150 152.37 0.79 175 175.69 0.23 200 201.99 0.63 225 225.46 0.1533 250 253.84 1.28 64 Luan van CHƢƠNG KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 5.1 Kết luận Luận văn nghiên cứu việc sử dụng mạng nơron phương pháp phát hiện, phân loại xác định vị trí cố đường dây truyền tải điện Các phương pháp sử dụng điện áp pha dòng điện pha (được chia tỷ lệ theo giá trị trước cố chúng) làm đầu vào cho mạng nơron Các loại cố khác cố ngắn mạch pha chạm đất, ngắn mạch hai pha, ngắn mạch hai pha chạm đất, ngắn mạch ba pha xem xét luận văn ANN riêng biệt đề xuất cho cố Tất mạng nơron nghiên cứu luận án thuộc kiến trúc mạng nơron lan truyền ngược Một sơ đồ vị trí cố cho hệ thống đường dây truyền tải, từ phát cố đường dây đến giai đoạn định vị trí cố phát thành cơng cách sử dụng mạng nơron nhân tạo Các kết mô thu chứng minh hiệu suất thỏa đáng đạt tất mạng nơron đề xuất nói chung Như minh họa thêm, tùy thuộc vào ứng dụng mạng nơron kích thước tập liệu huấn luyện, kích thước ANN (số lớp ẩn số nơ-ron lớp ẩn) thay đổi Tầm quan trọng việc chọn cấu hình ANN phù hợp nhất, để có hiệu suất tốt từ mạng, nhấn mạnh luận văn 5.2 Hƣớng phát triển Ứng dụng mạng nơron khác để phân tích, so sánh cấu trúc hiệu suất chúng việc xác định, phân loại định vị cố đường dây truyền tải 65 Luan van TÀI LIỆU THAM KHẢO Das R, Novosel D, “Review of fault location techniques for transmission and sub – transmission lines” Proceedings of 54th Annual Georgia Tech Protective Relaying Conference, 2000 IEEE guide for determining fault location on AC transmission and distribution lines IEEE Power Engineering Society Publ., New York, IEEE Std C37.114, 2005 Saha MM, Das R, Verho P, Novosel D, “Review of fault location techniques for distribution systems”, Proceedings of Power Systems and Communications Infrastructure for the Future Conference, Beijing, 2002, 6p Eriksson L, Saha MM, Rockefeller GD, “An accurate fault locator with compensation for apparent reactance in the fault resistance resulting from remote-end feed”, IEEE Trans on PAS 104(2), 1985, pp 424-436 Saha MM, Izykowski J, Rosolowski E, Fault Location on Power Networks, Springer publications, 2010 Magnago FH, Abur A, “Advanced techniques for transmission and distribution system fault location”, Proceedings of CIGRE – Study committee 34 Colloquium and Meeting, Florence, 1999, paper 215 Tang Y, Wang HF, Aggarwal RK et al., “Fault indicators in transmission and distribution systems”, Proceedings of International conference on Electric Utility Deregulation and Restructuring and Power Technologies – DRPT, 2000, pp 238243 Reddy MJ, Mohanta DK, “Adaptive-neuro-fuzzy inference system approach for transmission line fault classification and location incorporating effects of power swings”, Proceedings of IET Generation, Transmission and Distribution, 2008, pp 235– 244 Alessandro Ferrero, Silvia Sangiovanni, Ennio Zappitelli, “A fuzzy-set approach to fault-type identification in digital relaying”, Transmission and Distribution conference, Proceedings of the IEEE Power Engineering Society, 1994, pp 269-275 10 Cook V, Fundamental aspects of fault location algorithms used in distance 66 Luan van protection, Proceedings of IEE Conference 133(6), 1986, pp 359-368 11 Cook V, Analysis of Distance Protection, Research Studies Press Ltd., John Wiley & Sons, Inc., New York, 1985 12 Network Protection & Automation Guide, T&D Energy Automation & Information, Alstom, France 13 Wright A, Christopoulos C, Electrical Power System Protection, Chapman & Hall publications, London, 1993 14 Ziegler G, Numerical Distance Protection, Principles and Applications, Siemens AG, Publicis MCD Verlag, Erlangen, 2006 15 Djuric MB, Radojevic ZM, Terzija VV, “Distance Protection and fault location utilizing only phase current phasors”, IEEE Transactions of Power Delivery 13(4), 1998, pp 1020-1026 16 Eriksson L, Saha MM, Rockefeller GD, “An accurate fault locator with compensation for apparent reactance in the fault resistance resulting from remote-end feed”, IEEE Trans on PAS 104(2), 1985, pp 424-436 17 Kasztenny B, Sharples D, Asaro V, “Distance Relays and capacitive voltage transformers – balancing speed and transient overreach”, Proceedings of 55th Annual Georgia Tech Protective Relaying Conference, 2001 18 Zhang Y, Zhang Q, Song W et al., “Transmission line fault location for double phaseto-earth fault on non-direct-ground neutral system”, IEEE Transactions on Power Delivery 15(2), 2000, pp 520-524 19 Girgis AA, Hart DG, Peterson WL, “A new fault location techniques for two and three terminal lines”, IEEE Transactions on Power Delivery 7(1), 1992, pp 98-107 20 Saha MM, Izykowski J, Rosolowski E, “A method of fault location based on measurements from impedance relays at the line ends”, Proceedings of the 8th International Conference on Developments in Power Systems Protection – DPSP, IEE CP500, 2004, pp 176-179 21 Wanjing Xiu, Yuan Liao, “Accurate transmission line fault location considering shunt capacitances without utilizing line parameters”, Electric 67 Luan van Power components and Systems, 2012 22 Yuan Liao, “Generalized fault location methods for overhead electric distribution systems”, IEEE Transactions on Power Delivery, vol 26, no 1, pp 53-64, Jan 2011 23 Yuan Liao, Ning Kang, “Fault Location algorithms without utilizing line parameters based on distributed parameter line model”, IEEE Transactions on Power Delivery, vol 24, no 2, pp 579-584, Apr 2009 24 Karl Zimmerman, David Costello, “Impedance-based fault location experience”, Schweitzer Engineering Laboratories, Inc Pullman, WA USA 25 T Takagi, Y Yamakoshi, M Yamaura, R Kondou, and T Matsushima, “Development of a New Type Fault Locator Using the One-Terminal Voltage and Current Data,” IEEE Transactions on Power Apparatus and Systems, Vol PAS101, No 8, August 1982, pp 2892-2898 26 Edmund O Schweitzer, III, “A Review of Impedance-Based Fault Locating experience,” Proceedings of the 15th Annual Western Protective Relay Conference, Spokane, WA, October 24-27, 1988 27 Aurangzeb M, Crossley PA, Gale P, “Fault location using high frequency travelling waves measured at a single location on transmission line”, Proceedings of 7th International conference on Developments in Power System Protection – DPSP, IEE CP479, 2001, pp 403-406 28 Bo ZQ, Weller G, Redfern MA, “Accurate fault location technique for distribution system using fault-generated high frequency transient voltage signals”, IEEE Proceedings of Generation, Transmission and Distribution 146(1), 1999, pp 73-79 29 Silva M, Oleskovicz M, Coury DV, “A fault locator for transmission lines using travelling waves and wavelet transform theory”, Proceedings of 8th International conference on Developments in Power System Protection – DPSP, IEE CP500, 2004, pp 212-215 30 El-Sharkawi M, Niebur D, “A tutorial course on artificial neural networks with applications to Power systems”, IEEE Publ No 96TP 112-0, 1996 31 Pao YH, Sobajic DJ, “Autonomous Feature Discovery of Clearing time 68 Luan van assessment”, Symposium of Expert System Applications to Power Systems, Stockholm – Helsinki, Aug 1988, pp 5.22-5.27 32 Dalstein T, Kulicke B, “Neural network approach to fault classification for highspeed protective relaying”, IEEE Transactions on Power Delivery, vol 4, 1995, pp – 1002 1009 33 Kezunovic M, Rikalo I, Sobajic DJ, “Real-time and Off-line Transmission Line Faulyt Classification Using Neural Networks”, Engineering Intelligent Systems, vol 10, 1996, pp 57-63 34 Bouthiba T, “Fault location in EHV transmission lines using artificial neural networks”, Int J Appl Math Comput Sci., 2004, Vol 14, No 1, pp 69-78 35 Sanaye-Pasand M, Kharashadi-Zadeh H, “An extended ANN-based high speed accurate distance protection algorithm”, Electric Power and Energy Systems, vol 28, no 6, 2006, pp 387 -395 36 Bhalja B.R, Maheshwari R.P., “High resistance faults on two terminal parallel transmission line: Analysis, simulation studies, and an adaptive distance relaying scheme”, IEEE Trans Power Delivery, vol 22, no 2, 2007, pp 801812 37 Venkatesan R, Balamurugan B, “A real-time hardware fault detector using an artificial neural network for distance protection”, IEEE Trans on Power Delivery, vol 16, no 1, 2007, pp – 75 82 38 Lahiri U, Pradhan A.K, Mukhopadhyaya S, “Modular neural-network based directional relay for transmission line protection”, IEEE Trans on Power Delivery, vol 20, no 4, 2005, pp 2154-2155 39 Cichoki A, Unbehauen R, “Neural networks for optimization and signal processing”, John Wiley & Sons, Inc., 1993, New York 40 Haykin S, “Neural Networks A comprehensive foundation”, Macmillan Collage Publishing Company, Inc., 1994, New York 41 Kezunovic M, “A survey of neural net applications to protective relaying and fault analysis.” International Journal of Engineering Intelligent Systems for Electronics, Engineering and Communications 5(4), 69 Luan van 1997, pp 185-192 42 El-Sharkawi M, Niebur D, “A tutorial course on artificial neural networks with applications to Power systems”, IEEE Publ No 96TP 112-0, 1996 70 Luan van S K L 0 Luan van ... GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÂM HOÀNG CÁT TIÊN ỨNG DỤNG MẠNG NƠRON TRONG PHÁT HIỆN VÀ PHÂN LOẠI SỰ CỐ TRÊN ĐƢỜNG DÂY TRUYỀN TẢI NGÀNH:... đặt hai đầu đường dây truyền tải với mô cố ba pha sử dụng để mơ cố vị trí khác đường dây truyền tải Đường dây truyền tải mơ hình hóa tham số phân tán để mơ tả xác đường dây truyền tải dài Hình... pháp phát phân tích cố đại, đạt hiệu suất cao Phương pháp sử dụng cho chương trình phát phân tích cố đường dây truyền tải pháp sử dụng mạng nơron nhân tạo để phát phân tích cố Thử nghiệm kiểm chứng