Nhận dạng sự cố trong hệ thống điện luận văn thạc sĩ ngành kỹ thuật điện

Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang vii - MC LC Trang Quyết định giao đề tài Lý lịch khoa học i Li cam đoan iii Li cm ơn iv Tóm tắt v Abstract vi Mục lục vii Danh sách các chữ viết tắt xi Danh sách các hình xii Danh sách các bng xiv Chng 1: TNG QUAN 1.1. Tổng quan chung về vấn đề nghiên cứu 1 1.2. Các kết qu nghiên cứu trong và ngoài nớc đã công bố 1 1.2.1. Phơng pháp mng nơ – ron nhân to để bo v khong cách cho đng dây truyền ti 1 1.2.2. Áp dụng nhận dng mẫu trong bo v khong cách 2 1.2.3. Phơng pháp Nơ – ron m (Fuzzy neural) để phân loi sự cố cho bo v đng dây truyền ti 3 1.2.4. Thuật toán mng nơ – ron ci tiến cho vic phân loi sự cố trên đng dây truyền ti 3 1.2.5. Xác định vị trí xy ra sự cố trong h thống đin: phơng pháp nhận dng mẫu 4 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang viii - 1.3. Mục tiêu của đề tài 5 1.4. Nhim vụ của đề tài và giới hn đề tài 5 1.5. Phơng pháp nghiên cứu 6 Chng 2: C S LÝ THUYT 2.1. Các dng rơ le bo v 7 2.1.1. Bo v dòng đin cực đi (51) 7 2.1.2. Bo v dòng đin cắt nhanh (50) 8 2.1.3. Bo v khong cách (21) 8 2.1.4. Bo v dòng có hớng (67) 9 2.1.5. Bo v dòng thứ tự nghịch (46) 9 2.1.6. Bo v quá nhit (49) 10 2.1.7. Bo v tự động đóng tr li (79) 10 2.1.8. Bo v tần số cao và vô tuyến (85) 11 2.1.9. Bo v so lch dòng đin (87) 11 2.2. Sơ đồ và chức năng h thống rơ le bo v đng dây 11 2.2.1. Rơ le bo v cho mng đin hình tia một nguồn cung cấp 13 2.2.2. Rơ le bo v cho mng đin mch vòng 13 2.2.3. Rơ le bo v cho mng đin phân phối có máy cắt tự đóng li 14 2.2.4. Rơ le bo v cho đng dây song song 15 2.2.5. Rơ le bo v cho đng dây trên không hay cáp ngầm với nguồn cấp  hai phía 16 2.3. Các khái nim cơ bn về nhận dng mẫu 17 2.3.1. Chức năng h thống nhận dng mẫu 17 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang ix - 2.3.1.1. Phơng pháp thống kê (Statistical approach) 18 2.3.1.2. Phơng pháp tiếp cận cú pháp (Syntactic approach) 18 2.3.1.3. Phơng pháp mẫu phù hợp (Template matching) 19 2.3.1.4. Phơng pháp mng nơ – ron (Neural networks) 20 2.3.2. Mẫu huấn luyn và mẫu kiểm tra 20 2.3.2.1. Mẫu huấn luyn 20 2.3.2.2. Mẫu kiểm tra 22 2.3.3. Thông số đặc trng của mẫu 22 Chng 3: THUT TOÁN MNG N – RON 3.1. Cấu to mng nơ – ron đa lớp (Multilayer Perception) 24 3.2. Học tập không có giám sát 31 3.3. Học tập có giám sát 33 3.4. Thuật toán mng nơ – ron 34 Chng 4: MÔ HÌNH HOÁ H THNG ĐIN VÀ GII PHÁP Đ XUT 4.1. Mô hình lới đin 42 4.2. Tập dữ liu huấn luyn và mục tiêu 43 4.3. Môi trng mô phỏng 44 4.3.1. Phần mềm PowerWorld 44 4.3.2. Phần mềm Matlab 46 4.4. Gii pháp phần cứng đề xuất 48 Chng 5: NHN DNG S C ĐNG DÂY 5.1. Kết qu huấn luyn 50 5.2. Nhận xét kết qu 51 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang x - 5.3. Kiểm tra nhận dng sự cố trên đng dây 55 Chng 6: KT LUN VÀ HNG NGHIÊN CU PHÁT TRIN 6.1. Kết luận 69 6.2. Hớng phát triển của đề tài 69 TÀI LIU THAM KHO 70 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang xi - DANH SÁCH CÁC CH VIT TT AC Thành phần xoay chiều (Alternating Current) ADC Bộ chuyển đổi tín hiu tơng tự sang tín hiu số (Analog to Digital Converter) ANN Mng nơ – ron nhân to (Artificial Neural Network ) CT Biến dòng đin (Current Tranformer) DC Thành phần một chiều (Direct Current) Epoch Số lần đa mẫu vào huấn luyn Gradient Độ dốc IEEE Vin kỹ ngh Đin và Đin tử (Institute of Electrical and Electronics Engineers) kA Đơn vị đo dòng đin (kiloAmpere) kV Đơn vị đo đin áp (kiloVolt) MLP Mng nơ – ron đa lớp (Multilayer Perceptron) MSE Sai số bình phơng trung bình (Mean Square Error) Nơ – ron Neural Rơ le Relay Vec – tơ Vector VT Biến đin áp (Voltage Transformer) Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang xii - DANH SÁCH CÁC HÌNH Trang Hình 2.1. Đặc tính thi gian phụ thuộc và đặc tính thi gian độc lập 10 Hình 2.2. Sơ đồ bo v mng đin hình tia của rơ le Siemens – 7SJ60 13 Hình 2.3. Sơ đồ bo v mng đin mch vòng của rơ le Siemens – 7SJ60 14 Hình 2.4. Sơ đồ bo v mng đin phân phối có máy cắt tự đóng li của rơ le Siemens – 7SJ60 15 Hình 2.5. Sơ đồ bo v đng dây song song của rơ le Siemens – 7SJ60 và 7SJ62 16 Hình 2.6. Sơ đồ bo v đng dây trên không và cáp ngầm của rơ le Siemens – 7SA511 16 Hình 2.7. Ví dụ các dấu hiu mô t theo phân tích cú pháp 19 Hình 2.8. Minh ho cho phơng pháp nhận dng mẫu phù hợp 19 Hình 2.9. Ví dụ cho mng nơ – ron 20 Hình 2.10. To mẫu huấn luyn 21 Hình 3.1. Minh ho cho một nơ – ron 24 Hình 3.2. Mô hình của một nơ – ron 25 Hình 3.3. Hàm ngỡng 26 Hình 3.4. Hàm tuyến tính 26 Hình 3.5. Hàm Logistic (sigmoid) 27 Hình 3.6. Cấu trúc mng MLP bắt chớc cấu trúc của một h thống thần kinh đơn gin 28 Hình 3.7. Cấu trúc mng nơ – ron nhiều lớp MLP 29 Hình 3.8. Giai đon khi to của học tâp không có giám sát 32 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang xiii - Hình 3.9. Giai đon ổn định của học tập không có giám sát 32 Hình 3.10. Học tập có giám sát 34 Hình 3.11. Lu đồ thuật toán huấn luyn mng đa lớp với phơng pháp TRAINSCG 37 Hình 3.12. Biểu đồ kết qu huấn luyn mng nơ – ron 38 Hình 3.13. Biểu đồ mối quan h giữa ngõ ra và mục tiêu của mng nơ – ron 39 Hình 3.14. Kết qu huấn luyn mng nơ – ron 40 Hình 4.1. Mô hình lới đin kho sát 43 Hình 4.2. Cửa sổ Fault Analysis 45 Hình 4.3. Gii pháp đề xuất cho rơ le bo v dựa trên mng nơ – ron 48 Hình 5.1. Cấu trúc mng nơ – ron đợc lựa chọn 52 Hình 5.2. Kết qu huấn luyn mng nơ – ron với 13 nơ – ron trong lớp ẩn 53 Hình 5.3. Biểu đồ sai số bình phơng trung bình 54 Hình 5.4. Mối quan h tuyến tính giữa ngõ ra và mục tiêu huấn luyn 55 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang xiv - DANH SÁCH CÁC BNG Trang Bng 4.1: Cấu trúc tập dữ liu input 44 Bng 4.2: Cấu trúc tập dữ liu target 44 Bng 5.1: Các kết qu huấn luyn mng nơ – ron 50 Bng 5.2: Các trng hợp sự cố dùng để kiểm tra thuật toán nhận dng 56 Bng 5.3: Kết qu nhận dng các trng hợp sự cố  Bng 5.2 59 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang 1 - Chơng 1 TNG QUAN 1.1. Tng quan chung v vn đ nghiên cu Vic phát hin và phân loi các dng sự cố trên đng dây truyền ti dựa vào tín hiu đin áp và dòng đin ba pha đã đợc biết đến từ lâu. Trớc đây, ngi ta thng sử dụng các loi rơ le truyền thống để gii quyết các vấn đề này, chẳng hn nh rơ le bo v quá dòng, bo v khong cách, bo v quá áp – thấp áp, bo v so lch… Tất c các loi rơ le này hot động dựa trên nguyên tắc so sánh các thông số đo đợc từ biến dòng và biến áp với các thông số cài đặt trớc đợc xác định bằng vic tính toán  chế độ làm vic bình thng và khi xy ra sự cố. Mỗi rơ le có một chức năng riêng bit, nhiều rơ le kết hợp với nhau sẽ to thành một h thống rơ le bo v đủ tin cậy để bo v cho h thống đin. u điểm của h thống rơ le bo v truyền thống đó là cấu to đơn gin, d lắp đặt. Tuy nhiên, trong quá trình vận hành sẽ gặp khó khăn khi phối hợp giữa các rơ le với nhau để đt hiu qu bo v tối u. Bên cnh đó, một h thống có quá nhiều rơ le sẽ làm gim độ tin cậy bo v khi một trong các rơ le bị sự cố. Vì vậy, cần xây dựng một h thống bo v có cấu to đơn gin hơn nhng vẫn đm bo tính chọn lọc và độ tin cậy vận hành cao. 1.2. Các kt qu nghiên cu trong vƠ ngoƠi nc đã công b 1.2.1. Phng pháp mng n – ron nhân to đ bo v khong cách cho đng dây truyn ti [1] Rơ le khong cách để bo v cho đng dây truyền tri thng đợc thiết kế dựa trên cơ s của những thiết lập cố định. Phm vi bo v của các rơ le nh vậy sẽ bị nh hng bi sự thay đổi các điều kin của mng đin. Vic thực hin nhận dng mẫu cho chẩn đoán h thống đin có thể cung cấp một ci tiến đáng kể trong lĩnh vực bo v. Nghiên cứu này chứng minh cho vic sử dụng mng nơ – ron nhân to nh một phơng pháp phân loi mẫu cho hot động của rơ le khong cách. Chơng trình sử dụng biên độ của đin áp và dòng đin ba pha nh là các ngõ vào. Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn Phát Lợi - Trang 2 - Hiu qu đợc ci thin với vic sử dụng mng nơ – ron nhân to làm cho rơ le hot động chính xác hơn, khi phi đối mặt với các điều kin sự cố khác nhau cũng nh sự thay đổi cấu trúc mng đin. Vic sử dụng mng nơ – ron nhân to nh một phơng pháp phân loi mẫu để mô phỏng rơ le khong cách đa ra một kết qu rất đáng khích l. Rơ le ANN có thể cung cấp một hot động nhanh và chính xác, giữ đợc phm vi chính xác khi đối mặt với các điều kin sự cố khác nhau trong h thống đin (ngay c khi có sự hin din của thành phần DC làm dịch chuyển dng sóng dòng đin), cũng nh sự thay đổi của mng đin. Đây là một điểm ci tiến đáng kể so với các loi rơ le thông thng. Do đó vic sử dụng ANN có thể làm cho nó m rộng phm vi bo v của vùng thứ nhất, tăng cng bo v h thống. Quá trình này có liên quan đến vic huấn luyn và kiểm tra các cấu hình mng khác nhau cho đến khi đt đợc kết qu mong muốn. Công cụ này sẽ m ra một chiều hớng mới trong nghiên cứu rơ le, cho phép gii quyết một số vấn đề nghiêm trọng liên quan đến bo v khong cách trên đng dây truyền ti. 1.2.2. Áp dng nhn dng mu trong bo v khong cách [2] Nghiên cứu này cho thấy vic sử dụng các mng nơ – ron nhân to (ANNs) nh một sự phân loi mẫu cho hot động của rơ le bo v khong cách. Mng nơ – ron đợc thực hin nên nắm bắt kiến thức cho hot động của rơ le khi phi đối mặt với nhiều điều kin khác nhau của mng đin. Phơng pháp này sử dụng biên độ của dòng đin và đin áp ba pha (bao gồm thành phần thứ tự không) nh là ngõ vào. Phần mềm Alternative Transient Program (ATP) đợc sử dụng để to ra dữ liu cho các đng dây truyền ti trong điều kin sự cố cho c quá trình huấn luyn và kiểm tra. Một ci tiến liên quan đến vic sử dụng ANNs cho các mục đích bo v đợc tìm thấy. Vic sử dụng một mng nơ – ron nhân to nh một công cụ phân loi mẫu cho mô phỏng rơ le khong cách đợc nghiên cứu. Phần m rộng vùng I của bo v khong cách lên đến 96% chiều dài đng dây đã đợc thực hin, tăng cng an [...]... phân lo i tốt hơn lo i sự cố và vùng bị sự cố Kết hợp giữa vi c sử dụng m ng nơ – ron và kỹ thuật m trong cùng một thuật toán dẫn đến suy luận phức t p để c i thi n kh năng phân lo i sự ki n cho vi c nhận d ng một lo t các sự ki n có thể x y ra trong m ng đi n 1.2.5 Xác định vị trí x y ra s c trong h th ng đi n: ph ng pháp nh n d ng m u [9] H thống đi n là một trong những h thống nhân t o phức t p... này giới thi u một ph ơng pháp mới để phát hi n và phân lo i sự cố th i gian thực trong h thống truyền t i bằng vi c sử dụng kỹ thuật nơ – ron m Vi c tích hợp kỹ thuật m ng nơ – ron nâng cao kh năng học tập của h thống logic m Các thành phần đối xứng trong sự kết hợp với dòng đi n ba pha đ ợc dùng để phát hi n lo i sự cố, chẳng h n nh sự cố một pha ch m đất, hai pha ch m nhau, hai pha ch m đất và... pháp b o v đ ng dây bằng h thống b o v rơ le - Nghiên cứu ph ơng pháp nhận d ng sự cố bằng các thuật toán nhận d ng - Đề xuất ph ơng pháp nhận d ng sự cố đ ng dây và đánh giá kết qu 1.4 Nhi m v c a đ tài và gi i h n đ tài Từ mục tiêu nghiên cứu nh trên, nhi m vụ của đề tài bao gồm các công vi c sau: a Tìm hiểu các bài báo về nhận d ng sự cố trong h thống đi n từ tr ớc đến nay trong n ớc và ngoài n ớc... thứ tự nghịch của các sự cố ch m đất một pha, và đi n áp thứ tự thuận, đi n áp thứ tự nghịch, dòng đi n thứ tự thuận của các sự cố ngắn m ch ba pha, kỹ thuật phân lo i mẫu và nguyên tắc phân bi t tuyến tính có thể xác định một cách nhanh chóng và chính xác các thành phần bị sự cố, và cuối cùng là cô lập sự cố Trong nghiên cứu h thống đi n, lý thuyết nhận d ng mẫu có triển vọng tốt trong các ứng dụng 1.3... v t đ ng đóng tr l i (79) Sự cố thoáng qua là sự cố mà có thể đ ợc lo i trừ bằng tác động cắt tức th i máy cắt để cô lập sự cố và sự cố sẽ không xuất hi n tr l i khi đ đóng tr l i sau đó Các đ ng đây đ ợc ng dây trên không vận hành với đi n áp cao đều có kh năng x y ra các sự cố thoáng qua (chiếm tới 80 – 90%), trong đó đ ng dây có đi n áp càng cao thì phần trăm x y ra sự cố thoáng qua càng lớn Để... những h thống nhân t o phức t p nhất trên thế giới hi n nay, mà sự ho t động an toàn, ổn định, kinh tế và đáng tin cậy của nó đóng vai trò rất quan trọng trong phát triển kinh tế xã hội, thậm chí là trong ổn định xã hội Các sự cố x y ra trong h thống đi n là hoàn toàn không thể tránh khỏi Trong HVTH: Nguy n Phát Lợi - Trang 4 - Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh nghiên cứu này, một ph ơng pháp... pháp c Đề xuất một ph ơng pháp nhận d ng sự cố trên h thống đi n d Kiểm chứng trên l ới đi n mẫu để đánh giá độ tin cậy của ph ơng pháp thông qua các phần mềm mô phỏng HVTH: Nguy n Phát Lợi - Trang 5 - Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh e Đánh giá l i ph ơng pháp thực hi n và kh năng áp dụng ph ơng pháp trong thực tế Đề xuất h ớng nghiên cứu phát triển đề tài Luận văn nghiên cứu xoay quanh l... cao chỉ cần HVTH: Nguy n Phát Lợi - Trang 16 - Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh thiết nếu vi c xoá nhanh 100% sự cố trên chiều dài đ ng dây đ ợc yêu cầu, tức là vùng cắt thứ hai (kho ng 0,3 giây) không thể đ ợc chấp nhận cho những sự cố xa Rơ le b o v dòng định h ớng chống ch m đất với th i gian trì hoãn đặc tính th i gian ng ợc chống l i các sự cố có tr kháng cao 2.3 Các khái ni m c b n v... d ng mẫu, đó là: ph ơng pháp thống kê, ph ơng pháp tiếp cận cú pháp, ph ơng pháp mẫu phù hợp, ph ơng pháp m ng nơ – ron [4] HVTH: Nguy n Phát Lợi - Trang 17 - Luận văn thạc sĩ 2.3.1.1 Ph GVHD: PGS.TS Quyền Huy Ánh ng pháp th ng kê (Statistical approach) Thông th ng, h thống nhận d ng mẫu theo ph ơng pháp thống kê đ ợc dựa trên số li u thống kê và xác suất Trong những h thống này, các dấu hi u đ ợc... đặt sẵn HVTH: Nguy n Phát Lợi - Trang 22 - Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh H thống nhận d ng mẫu thực hi n hai nhi m vụ kế tiếp nhau là phân tích để đ a ra các đặc tính từ các mẫu đ ợc nghiên cứu và phân lo i để cho phép nhận ra một đối t ợng từ một số đặc tính đ ợc suy ra tr ớc đó Bốn ph ơng pháp chính trong các h thống nhận d ng mẫu là ph ơng pháp thống kê, ph ơng pháp tiếp cận cú pháp, . 50 Bng 5.2: Các trng hợp sự cố dùng để kiểm tra thuật toán nhận dng 56 Bng 5.3: Kết qu nhận dng các trng hợp sự cố  Bng 5.2 59 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh. tiến của thuật toán mng nơ – ron có thể phân loi tốt hơn loi sự cố và vùng bị sự cố. Kết hợp giữa vic sử dụng mng nơ – ron và kỹ thuật m trong cùng một thuật toán dẫn đến suy luận phức. phát triển kinh tế xã hội, thậm chí là trong ổn định xã hội. Các sự cố xy ra trong h thống đin là hoàn toàn không thể tránh khỏi. Trong Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh HVTH: Nguyn