nghiên cứu các thiết bị FACTS, đặc biệt là thiết bị bù tĩnh có điều khiển SVC, Đi sâu nghiên cứu điều khiển SVC với phương pháp ANFIS bằng cách mô phỏng và mô hình hóa sử dụng phần mềm Matlab Simulink. Hiện nay trong nước và trên thế giới đã có một số nghiên cứu ứng dụng hệ nơron mờ trong các bài toán bù công suất liên quan tới SVC . Tuy nhiên, lĩnh vực này còn khá mới mẻ và đang rất được quan tâm nhưng chưa được ứng dụng rộng rãi. Chính vì lý do trên tác giả quyết định chọn đề tài: Nghiên cứu giải thuật huấn luyện online ứng dụng trong điều khiển SVC
Chương TỔNG QUAN 1.1 Đặt vấn đề Ổn định điện áp vấn đề nghiên cứu nhiều nước phát triển giới, chế thị trường điện tác hại tượng ổn định điện áp lớn, đưa hệ thống điện đến tình trạng sụp đo điện áp phần hồn tồn Ổn định điện áp khả trì điện áp tất nút hệ thống nằm phạm vi cho phép điều kiện vận hành bình thường sau kích động Hệ thống vào trạng thái không ổn định xuất kích động tăng tải đột ngột hay thay đổi điều kiện vận hành hệ thống Các thay đổi làm cho trình giảm điện áp xảy nặng rơi vào tình trạng khơng thể điều khiển điện áp, gây sụp đo điện áp Để ổn định điện áp ngày có nhiều phương pháp Luận văn bước đầu tìm hiểu bù cơng suất phản kháng, nghiên cứu thiết bị FACTS, đặc biệt thiết bị bù tĩnh có điều khiển SVC, Đi sâu nghiên cứu điều khiển SVC với phương pháp ANFIS cách mơ mơ hình hóa sử dụng phần mềm Matlab Simulink Hiện nước giới có số nghiên cứu ứng dụng hệ nơron mờ tốn bù cơng suất liên quan tới SVC Tuy nhiên, lĩnh vực mẻ quan tâm chưa ứng dụng rộng rãi Chính lý tác giả định chọn đề tài: “Nghiên cứu giải thuật huấn luyện online ứng dụng điều khiển SVC” 1.2 Các kết nghiên cứu nước Việc nghiên cứu điều khiển bù SVC để làm tăng khả đáp ứng cần thiết có ý nghĩa Một hướng nghiên cứu để làm tăng khả đáp ứng ứng dụng mạng nơron mờ việc xây dựng điều khiển Hiện nay, nhà nước ta có vài cơng nghiên cứu ứng dụng nơron mờ để điều khiển SVC chưa vào huấn luyện online, cụ thể là: “Ứng dụng mạng Nơron- mờ để điều khiển SVC giữ điện áp nút có tải thay đổi”, Nguyễn Thanh Quảng, Hội nghị khoa học kỷ niệm 35 năm viện khoa học công nghệ Việt Nam –Hà Nội 2010[1] Luận văn thạc sĩ “ Nghiên cứu xây dựng mô hình sử dụng thiết bị SVC để điều khiển nâng cao ổn định điện áp cho hệ thống điện”,Phan Thành Việt, Đại Học Đà Nẵng 2011[2] Luận văn thạc sĩ “ Áp dụng fuzzy logic điều khiển SVC lưới điện”,Lê Xuân Kha, Đại Học Thái Nguyên 2011[3] Luận văn thạc sĩ “Điều Khiển Thiết Bị Bù Tĩnh (SVC) Và Ứng Dụng Trong Việc Nâng Cao Cho Ổn Định Chất Lượng Điện Năng”,Nguyễn Thế Vĩnh, Đại Học Thái Nguyên 2007[4] Hiện tại, quốc gia phát triển trường Đại học lớn giới nghiên cứu áp dụng nhiều phương pháp để huấn luyện cho SVC cách hiệu Cụ thể là: Novel methods with Fuzzy Logic and ANFIS controller based SVC for damping Sub-Synchronous Resonance and low-frequency power oscillation, Akbar Lak, Daryoush Nazarpour, Hasan Ghahramani, 20th Iranian Conference on Electrical Engineering, (ICEE2012), May 15-17,2012, Tehran, Iran[5] Power System Stability Enhancement by Neuro Fuzzy Logic Based SVC for Multi Machine System, S Sabna, D Prasad, R Shivakumar, International Journal of Engineering and Advanced Technology (IJEAT) ISSN: 2249 – 8958, Volume-1, Issue-4, April 2012.[6] Using ANFIS as Indicator in the Networks Containing SVC and STATCOM for Voltage Collapse Phenomena, Nemat Talebi,Mansoor Sheykhan, Journal of Electrical Engineering Science., (7), 2010 ISSN: 2008-9864[7] Ngày có nhiều nghiên cứa cho nhiều kết tốt với hỗ trợ ngày phát triển khoa học cơng nghê, máy tính Phát triển nữa, để đáp ứng nhu cầu xử lý lỗi trực tuyến hệ thống có nhiều nghiên cứu tập trung nghiên cứu vào 1.3 Các vấn đề nghiên cứu đề tài 1.3.1 Tính cấp thiết đề tài Hiện hệ thống điện thực tế gặp số vấn đề làm để huấn luyện trực tuyến xảy cố hệ thống điện, thông thường hệ thống trước gặp phải cố phải tìm hiểu nguyên nhân, thu tập liệu đầu vào, liệu đầu ra… Sau huấn luyện hệ thống để hệ thống hoạt động bình thường Để đáp ứng nhu cầu phải huấn luyện trực tuyến cho hệ thống dù xảy cố hệ thống giữ trạng thái ổn định có hiệu kinh tế cho hệ thống điện Vì đề tài đáng ý 1.3.2 Ý nghĩa luận văn Việc sử dụng phương pháp trước để điều khiển thiết bị SVC chưa mang lại hiệu cao cho việc nâng cao ổn định hệ thống xảy cố hệ thống điện Khi hệ thống có dao động, cố xảy cần có biện pháp để khắc phục trực tuyến mà không cần phải thu thập liệu hệ thống, mà giúp hệ thống trở lại hoạt động bình thường Đề tài đưa giải pháp nâng cao độ ổn định động hệ thống cách sử dụng phương pháp điều khiển ANFIS trực tuyến ứng dụng cho thiết bị SVC (Static Var Compensator) để vửa đảm bảo hoạt động bình thường hệ thống đảm bảo chất lượng điện hiệu kinh tế 1.3.3 Tính thực tiễn đề tài Hiện nay, Hệ thống hoạt động xảy cố nhỏ hệ thống tự ổn định ta lắp đặt thiết bị bù điện tử công suất Nếu hệ thống xảy trường hợp cố ổn định động hệ thống chúng cần áp dụng phương pháp điều khiển để điều khiển thiết bị bù cách hiệu Có nhiều phương pháp điều khiển cho thiết bị bù : điều khiển mờ, điều khiển mạng thần kinh nhân tạo, hệ chuyên gia, giải thuật di truyền… Hiện ANFIS phương pháp thông minh kết hợp điều khiển mờ mà mạng nơron đào tạo trực tuyến giúp cho hệ thống tự trở lại trạng thái bình thường xảy cố Do đó, việc nâng cao độ ổn định động cách trực tuyến hệ thống điện sử dụng SVC điều khiển phương pháp ANFIS giúp hệ thống hoạt động ổn định cần thiết thực tế 1.4 Mục tiêu nhiệm vụ Các mục tiêu sau thực chuyên đề: Tìm hiểu thiết bị bù tĩnh SVC Ứng dụng SVC để nâng cao độ ổn định động hệ thống điện Tìm hiểu mạng ANFIS Thiết kế điều khiển ANFIS trực tuyến ứng dụng điều khiển SVC để nâng cao độ ổn định động hệ thống điện 1.5 Phương pháp giải Tham khảo mô hình báo uy tín, tác giả dùng phần mềm Matlab để mô thông số hệ thống 1.6 Giới hạn đề tài Đề tài nghiên cứu giới hạn phạm vi tìm hiểu thiết bị bù SVC Tìm hiểu phương pháp điều khiển nơron mờ (ANFIS) Sau áp dụng vào mơ hình có sẵn matlab sử dụng điều khiển nơron mờ (ANFIS) để điều khiển thiết bị bù SVC Nhận xét kết luận kết đạt từ phần mềm mô Matlab/Simulink 1.7 Điểm luận văn Xây dựng mơ hình điều khiển ANFIS trực tuyến để điều khiển cho SVC áp dụng vào mạng điện cụ thể 1.8 Phạm vi ứng dụng Ứng dụng cho mơ hình hay lưới điện Ứng dụng cho lưới điện IEEE mẫu Làm tài liệu tham khảo xét tới hệ thống điều khiển trực tuyến sử dụng điều khiển ANFIS 1.9 Bố cục luận văn Chương 1: TỔNG QUAN Chương 2: THIẾT BỊ BÙ TĨNH SVC (STATIC VAR COMPENSATOR) Chương 3: TỔNG QUAN VỀ HỆ NƠRON MỜ (ANFIS) Chương 4: THIẾT KẾ BỘ ĐIỀU KHIỂN ANFIS TRỰC TUYẾN Chương 5: KẾT LUẬN VÀ KIẾN NGHỊ Chương THIẾT BỊ BÙ TĨNH SVC (STATIC VAR COMPENSATOR) 2.1 Thiết bị bù tĩnh điều khiển thyristor SVC (Static Var compensator) 2.1.1 Cấu tạo nguyên lý SVC Hình 2.1:Cấu tạo SVC Diễn giải: 1: Máy Biến áp- Transformer 2: TCR- Thyristor Controlled Reactor 3: TSR- Thyristor Switched Reactor 4: TSC- Thyristor Switched Capacitor SVC thiết bị bù ngang dùng để phát tiêu thụ cơng suất phản kháng điều chỉnh cách tăng hay giảm góc mở thyristor, tổ hợp từ hai thành phần bản: - Thành phần phản kháng để tác động mặt công suất phản kháng (có thể phát hay tiêu thụ cơng suất phản kháng tuỳ theo chế độ vận hành) - Thành phần điều khiển bao gồm thiết bị điện tử như: Thyristor Triắc có cực điều khiển, hệ thống điều khiển góc mở dùng vi điều khiển họ 8051, PIC16F877.v.v SVC điều chỉnh điện áp tự động theo thời gian thực, nhằm đáp ứng tức thời biến thiên nhanh điện áp đảm bảo an toàn cho hệ thống điện 2.1.1.1 Nguyên lý họat động Thyristor mắc song song ngược: - Trường hợp tải trở: Khi T1 mở phần nửa chu kì dương điện áp nguồn điện đặt lên mạch tải, T2 mở phần nửa chu kì âm điện áp nguồn đặt lên mạch tải Hình 2.2: Nguyên lý Thyristor mắc song song ngược Góc mở tính từ điểm qua trị zêzo điện áp nguồn: (2.1) Trong : ( 2.2) Dòng điện tải khơng có dạng hình sin, ta phải khai triển chuỗi Fourier gồm thành phần: sóng sóng hài bậc cao Thành phần sóng dòng điện tải i (1) chậm sau điện áp nguồn góc thể đồ thị hình 2.3 Hình 2.3: Đồ thị dòng điện tải Điều nói lên rằng, trường hợp tải trở, lưới điện xoay chiều cung cấp lượng công suất phản kháng Trị hiệu dụng điện áp tải: Trị hiệu dụng dòng điện tải: Trường hợp tải cảm: Khi θ = ŀ xung cho điều khiển mở T1,dòng điện tải tăng dần lên đạt giá trị cực đại, sau giảm xuống đạt giá trị zêzo θ = β Khi thyristor T1 mở, ta có phương trình: L L Hằng số tích phân Io xác định theo kiện: θ = ŀ it = Cuối nhận biểu thức dòng điện tải: L Góc β xác định cách thay θ = β đặt it = Khi θ = π + ŀ cho xung mở T2 Để cho sơ đồ làm việc hoàn chỉnh tải cảm, phải thỏa mãn điều kiện β ≤ π + ŀ Do góc ŀ buộc phải nằm giới hạn: Khi : Dòng điện tải dòng gián đoạn, i i2 tạo nên Khai triển Fourier bao gồm thành phần sóng i (1) sóng hài bậc cao Thành phần sóng lệch chậm sau điện áp nguồn góc π/2 độc lập với góc mở ŀ Trị hiệu dụng dòng điện tải: Cơng suất mạch tải tiêu thụ công suất phản kháng Nếu ta thay đổi đột ngột giá trị góc điều khiển từ ŀ = 0 sang ŀ = 180 tương ứng với trạng thái đóng mở mạch Hình 2.4: Hình ảnh Van Thiristor điều khiển chiều (Bi-Directional Control Thyristors-BCT) 2.1.1.2 Cuộn kháng điều chỉnh thyristor - TCR (Thyristor Controlled Reactor): Cuộn kháng mắc nối tiếp với van thyristor mắc song song ngược Thành phần dòng điện tần số qua cuộn kháng điều khiển cách điều khiển pha việc kích thyristor, phát sinh dòng điện họa tần Góc kích thyristor điều khiển trễ so với thời điểm mà dòng điện qua trị số cuộn kháng mắc trực tiếp không qua thyristor (số tự nhiên) Có thể điều chỉnh liên tục dung lượng bù cách thay đổi góc đóng mở Thyristor cách liên tục từ 90 đến 180 10 Ở đầu lớp nút tương ứng với ngôn ngữ thứ j đầu vào thứ i biến Một hàm Gauss tổng quát hàm liên thuộc sử dụng cho biến đầu vào thể phương trình (4.1) : µj()=(4.2) Trong i = q j = y Số lượng biến đầu vào q y số lượng tập mờ cho biến đầu vào Trong ba thông số, gọi thông số tiền đề thơng số phi tuyến điều chỉnh hình dạng vị trí hàm liên thuộc Những thông số điều chỉnh chế độ đào tạo hoạt động thuật toán lỗi lan truyền ngược Những thông số tiền đề thông số phi tuyến cập nhật lần lặp nghĩa sau cặp đầu vào-đầu nhận trình đào tạo để giảm thiểu hàm lỗi tức thời đưa phương trình: E(n)=(4.3) Ở Us (n) đầu mong muốn đầu giám sát Ua (n) đầu điều khiển ANFIS trực tuyến bước thời gian (n) Đối với đầu vào-đầu cặp liệu huấn luyện, ANFIS hoạt động đường chuyền phía trước để tính tốn ngõ Ua (n) Sau đó, lớp ra, di chuyển ngược trở lại, lỗi lan truyền ngược thực để tính tốn dẫn xuất cho nút lớp mạng Vào cuối lần lặp, không tham số số, đầu vào hàm liên thuộc cập nhật phương trình : (n+1)=α(+η(-) (n+1)=α(+η(-) (n+1)=α(+η(-) (4.4) Ở η tốc độ học tập thông số mạng α số động lượng giảm độ dốc Lớp biết đến lớp hoạt động mờ Mỗi nút lớp thực mờ hoạt động Ở đây, T-norm điều hành ngõ đại số lựa chọn Điều 51 dẫn đến đầu nút Nó ngõ tất yếu tố đầu vào thể phương trình Mỗi nút đầu vào kết nối với nút quy tắc =ωk=(4.5) Trường hợp k = Đầu nút lớp đại diện cho giá trị kích hoạt quy tắc mờ tương ứng Lớp biết đến lớp mờ hóa Các đầu nút thứ k sức mạnh bắn quy tắc chia cho tổng số giá trị kích hoạt tất quy tắc mờ Điều dẫn đến việc mờ hóa giá trị kích hoạt cho quy tắc mờ đưa phương trình đây, == Lớp xem lớp tham số tuyến tính Mỗi k nút lớp kèm với tập hợp thông số k điều chỉnh, K k, thực chức tuyến tính thể hình : (d1k+ d2k+……….+ dyk+d0(4.7) == Được áp dụng thuật tốn bình phương nhỏ đệ quy,Hệ thơng số tuyến tính điều khiển trực tuyến cập nhật lớp Nó cho phương trình : =+(4.8) and (4.9) Ở , Và λ yếu tố quên điều khiển ANFIS trực tuyến Lớp gọi lớp Lớp có ngõ mạng tổng đại số đầu vào nút Nó thể phương trình : Ua====(4.10) b) Bộ điều khiển ANFIS trực tuyến 52 Bộ điều khiển trực tuyến thiết kế theo loại ANFIS Scatter [9] Hình 38: Khối điều khiển ANFIS simulink Thông số đầu vào - Đầu vào x: Đây ngõ vào thực tế hệ thống ANFIS.Nếu muốn cung cấp hệ thống nhiều đầu vào cần dùng công cụ ghép kênh(Mux) đồng thời phải thay đổi thông số bên hệ thống - Đầu vào e: nơi cung cấp tín hiệu đào tạo lỗi ANFIS.Tín hiệu có kích thước tương tự tín hiệu đầu - Đầu vào LE: Đây hai trạng thái rời rạc.Nó cho phép (LE = 1) khơng cho phép (LE = 0) việc học tập ANFIS Khi LE = diễn trình đào tạo LE = ngưng trình đào tạo hoạt động xấp xỉ dựa kinh nghiệm thu thập đào tạo diễn trước Thơng số ngõ - Ngõ ys: Đây ngõ cho khối điều khiển ANFIS - Ngõ x: Ngõ cung cấp thông số mạng ANFIS trình đào tạo dạng vectơ lưu lại sử dụng lần đào tạo Nó phục vụ mục đính quan trọng phải đào tạo hệ thống ANFIS bắt đẩu mơ Chúng ta lưu file cách sử dụng khối simulink sink “To File ”,nó đơn giản lưu trữ vectơ X ma trận lớn.Sau lần đào tạo, toàn vectơ lưu vào cột bên phải ma trận có Điều cho phép quan sát lịch sử trình đào tạo Thông số khối ANFIS 53 - ita (η) : Đây số"tỷ lệ học" sử dụng thuật toán lỗi lan truyền ngược để điều chỉnh thông số Layer Đây thông số hàm liên thuộc cho tập mờ phân vùng không gian đầu vào - alpha (α):Đây số “momentum term” (thời hạn thúc đẩy) có liên quan đến thuật tốn lỗi lan truyền ngược sử dụng để điều chỉnh thông số Layer - lambda (λ): Đây “forgetting factor”(hệ số quên) gắn với thuật toán Least squares Recursive (RLS) sử dụng để điều chỉnh thông số tuyến tính lớp - [NumInVars NumInTerms]: vectơ chứa số lượng( biến) đầu vào số lượng lựa chọn điều kiện ngôn ngữ đầu vào Đầu vào bắt dầu “Universe of Discourse”: MinsVector: vector chứa (MLB) ràng buộc thấp mức tối đa cho đầu vào Cùng với tham số vector tiếp theo, vector giá trị MLB sử dụng để xác định “Universe of Discourse” bình thường yếu tố đầu vào để phân vùng theo cách thống Đầu vào cuối “Universe of Discourse” : MaxsVector: vector có chứa (MUB) ràng buộc mức tối thiểu cho đầu vào vector giá trị MUB với tham số vector trước đó, “Universe of Discourse” cho đầu vào biết ưu tiên - Thời gian lấy mẫu : Tham số đặt thời gian lấy mẫu khối Nó nên đặt với thời gian mẫu mơ hình mà sử dụng Giá trị thông số khối ANFIS Ita (η) : ≤ η ≤ 0.1 alpha (α): ≤ α ≤ : lambda (λ): 1- ≤ λ ≤ 54 Các thuật toán RLS nhạy cảm với thông số Nếu thiết lập thấp so với giá trị 0,95, RLS tách tồn mơ có vấn đề [NumInVars NumInTerms NumOutVars] NumInVars, NumOutVars: Đầu vào nên giới hạn tăng NumInVars đến giá trị cao so với tốc độ đào tạo mạng chậm đáng kể NumInTerms: ≤ NumInTerms ≤ 4.3 kết mô Mơ hình điều khiển PI điều khiển ANFIS cho thiết bị SVC Cấu tạo bên điều khiển SVC Hình 39: Cấu tạo bên điều khiển SVC Bộ điều khiển ban đầu PI 55 Hình 40: Bộ điều khiển ban đầu PI Bộ điều khiển ANFIS Hình 4.41: Bộ điều khiển ANFIS Kết mô với trường hợp ngắn mạch pha nối đất 56 Hình 42: Cơng suất đường dây P line - Điện áp Bus B1,B2,B3 Hình 43: Điện áp Bus B1 57 Hình 44: Điện áp Bus B2 Hình 4.45: Điện áp Bus B3 Hình 46: Điện áp định mức Vm 58 Hình 47: Hệ số bù B Trường hợp tải 20% Hình 48: Cơng suất đường dây P line - Điện áp Bus B1,B2,B3 59 Hình 4.49: Điện áp Bus B1 Hình 50: Điện áp Bus B2 60 Hình 51 : Điện áp Bus B3 Hình 52: Điện áp định mức Vm 61 Hình 4.53: Hệ số bù B Nhận xét Qua kết thu từ trường hợp lỗi pha nối đất tang tải 20% cho ta thấy hệ thống có điều khiển ANFIS đáp ứng tốt so với điều khiển ban đầu PI hệ số công suất đường dây, điện áp hiệu dụng, điện áp pha,hệ số B… Khi sử dụng điều khiển ANFIS cho thiết bị SVC không đáp ứng nhanh mà hệ thống gặp cố mà giảm dao động rõ rệt so với điều khiển PI trước 62 Chương KẾT LUẬN VÀ KIẾN NGHỊ 5.1 Kết luận Luận văn trình bày việc cải thiện ổn định động hệ thống nghiên cứa Để cung cấp cơng suất phản kháng thích hợp cho hệ thống, thiết bị bù tĩnh SVC sử dụng hệ thống Cùng với đó, điều khiển ANFIS trực 63 tuyến thiết kế để thay cho điều khiển PI SVC Kết so sánh miền thời gian với cố ngắn mạch pha chạm đất, tải 20% thực để chứng minh hiệu việc ứng dụng điều khiển ANFIS trực tuyến vào SVC giúp hạn chế dao động hệ thống Có thể kết luận từ kết mô SVC điều khiển điều khiển ANFIS trực tuyến đề xuất có đặc điểm đáp ứng tốt để cải thiện hiệu suất hệ thống điện điều kiện vận hành xấu 5.2 Kiến nghị Mặc dù cố gắng nghiên cứu luận văn vấn đề tồn chưa giải quyết, vấn đề hướng phát triển đề tài tương lai: Chọn lựa dung lượng SVC cho tối ưu với hệ thống Nghiên cứu, khảo sát hệ thống với việc sử dụng thiết bị khác họ FACTS để nâng cao khả hoạt động ổn định hệ thống Cập nhật thông số Ita,alpha,lamda điều khiển ANFIS trực tuyến cách tối ưu cách sử dụng phương pháp PSO GA để tối ưu hệ số, nhằm nâng cao khả hoạt động chúng TÀI LIỆU THAM KHẢO [1] Nguyễn Thanh Quảng, “Ứng dụng mạng Nơron- mờ để điều khiển SVC giữ điện áp nút có tải thay đổi” Hội nghị khoa học kỷ niệm 35 năm viện khoa học công nghệ Việt Nam –Hà Nội.2010 [2] Phan Thành Việt, “ Nghiên cứu xây dựng mơ hình sử dụng thiết bị SVC để điều khiển nâng cao ổn định điện áp cho hệ thống điện”, Đại Học Đà Nẵng 2011 [3] Lê Xuân Kha, “ Áp dụng fuzzy logic điều khiển SVC lưới điện”,Lê Xuân Kha, Đại Học Thái Nguyên.2011 64 [4] Nguyễn Thế Vĩnh, “Điều Khiển Thiết Bị Bù Tĩnh (SVC) Và Ứng Dụng Trong Việc Nâng Cao Cho Ổn Định Chất Lượng Điện Năng”, Đại Học Thái Nguyên.2007 [5] Akbar Lak, Daryoush Nazarpour, Hasan Ghahramani Novel methods with Fuzzy Logic and ANFIS controller based SVC for damping SubSynchronous Resonance and low-frequency power oscillation 20th Iranian Conference on Electrical Engineering, (ICEE2012), May 15-17,2012, Tehran, Iran [6] S Sabna, D Prasad, R Shivakumar Power System Stability Enhancement by Neuro Fuzzy Logic Based SVC for Multi Machine System, , International Journal of Engineering and Advanced Technology (IJEAT) ISSN: 2249 – 8958, Volume-1, Issue-4, April 2012 [7] Nemat Talebi,Mansoor Sheykhan Using ANFIS as Indicator in the Networks Containing SVC and STATCOM for Voltage Collapse Phenomena, Journal of Electrical Engineering Science., (7), 2010 ISSN: 2008-9864 [8] K Premkumar, B.V Manikandan.GA-PSO optimized online ANFIS based speed controller for Brushless DC motor, Journal of Intelligent & Fuzzy Systems.2015 [9] Jang R J.-S., Sun C.-T., Mizutani E., “Neuro-Fuzzy and Soft Computing, A Computational Approach to Learning and Machine Intelligence”, Prentice Hall, Upper Saddle River, NJ 07458, (1997) [10] Nguyễn Như Hiền,Lại Khắc Lãi Hệ mờ nơron Nhà xuất khoa học tự nhiên công nghệ Hà Nội,2007,tr29-135 [11] L.A.Zadeh,Fuzzy Sets Theory,Department of Electrical Engineering and electronics Research Laboratory, University of California,1965 65 ... độ tự nhiên So với phương pháp điều khiển truyền thống phương pháp tổng hợp hệ thống điều khiển điều khiển mờ có ưu điểm sau: Điểm mạnh trội điểu khiển mờ so với kỹ thuật điều khiển kinh điển... động hệ thống chúng cần áp dụng phương pháp điều khiển để điều khiển thiết bị bù cách hiệu Có nhiều phương pháp điều khiển cho thiết bị bù : điều khiển mờ, điều khiển mạng thần kinh nhân tạo,... tìm hiểu thiết bị bù SVC Tìm hiểu phương pháp điều khiển nơron mờ (ANFIS) Sau áp dụng vào mơ hình có sẵn matlab sử dụng điều khiển nơron mờ (ANFIS) để điều khiển thiết bị bù SVC Nhận xét kết luận