Thông tin tài liệu
Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực PHẦN I: THIẾT KẾ PHẦN ĐIỆN TRONG NHÀ MÁY ĐIỆN SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực CHƯƠNG I :TÍNH TỐN CÂN BẰNG CÔNG SUẤT, ĐỀ XUẤT PHƯƠNG ÁN NỐI DÂY Điện tiêu thụ hộ tiêu thụ điện luôn thay đổi theo thời gian Do người ta phải dùng phương pháp thống kê dự báo lập nên đồ thị phụ tải từ lựa chọn phương thức vận hành, chọn sơ đồ nối điện hợp lý đảm bảo độ tin cậy cung cấp điện tiêu kinh tế kỹ thuật Người thiết kế vào đồ thị phụ tải để xác định công suất dòng điện qua thiết bị để tiến hành lựa chọn thiết bị, khí cụ điện, sơ đồ nối điện hợp lý 1.1 Chọn máy phát điện Căn cứ vào u cầu thiết kế cho nhà máy nhiệt điện ngưng hơi gồm 4 tổ máy, cơng suất mỗi tổ máy là 100 MW, ta chọn máy phát điện có các thơng số ghi trên bảng sau: Bảng 1.1 Thơng số kỹ thuật máy phát nhiệt điện S P n U Loại máy cosφ Xd’’ 0,85 0,183 0,263 1,79 Xd’ Xd (MVA) (MW) (v/p) (kV) TBΦ-100-2 117,5 100 3000 10,5 1.2 Tính tốn cân cơng suất Để đảm bảo chất lượng điện năng tại mỗi thời điểm, cơng suất do các nhà máy điện phát ra phải hồn tồn cân bằng với cơng suất tiêu thụ (kể cả tổn thất cơng suất trong các mạng điện). Cơng thức chung để tính tốn thiết kế như sau: S t S %(t ) S %(t ) Smax Pmax (1-1) 100 100.Cos Trong đó: S(t) : Cơng suất biểu kiến của phụ tải ở từng cấp điện áp tại thời điểm t. S % (t) : Cơng suất tính theo % của cơng suất cực đại tại thời điểm t. cos: Hệ số cơng suất phụ tải Pmax: Cơng suất tác dụng cực đại. SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Bảng 1.2 Bảng biến thiên công suất phụ tải nhà máy Giờ S UF (MVA) S UT (MVA) S UC (MVA) S TNM (MVA) 0-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24 80 80 80 70 70 80 90 100 90 90 80 90 90 80 80 90 90 100 90 90 80 80 70 70 80 80 90 90 90 90 100 90 80 80 80 80 80 90 100 100 100 90 90 90 1.2.1 Phụ tải toàn nhà máy Với PTNMmax= n.PdmF = 4.100 = 400 MW; cos = 0,85 Phụ tải tồn nhà máy tại thời điểm từ 0 - 4h được xác định theo cơng thức (1-1) STNM 04 80 400 376,471(MVA) 100.0,85 1.2.2 Phụ tải tự dùng Phụ tải tự dùng được xác định theo công thức sau: S TD(t) = (t ) S % n.PdmF (0,4 0,6 TNM ) (1-2) 100 cos TD n.S dmF Với : cos TD = 0,84, = 8%, n = 4. STD(0-4) = 4.100 376, 471 (0, 0, ) 33,547 (MVA) 100 0,84 4.117,5 1.2.3 Tính tốn phụ tải cấp điện áp Phụ tải cao áp 220kV Theo bài cho: PUCmax = 150 MW; cos = 0,85 Công suất phụ tải cao áp 220 kV được xác định theo công thức (1-1): SUC (0 4) SUC (04) % 100.cos PUC max 70 150 123,53( MVA) 100.0,85 SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Phụ tải trung áp 110kV Ta có: PUTmax = 140 MW; cos = 0,86 Phụ tải trung áp tại thời điểm từ 0h – 4h được xác định theo cơng thức (1-1): SUT (04) SUT (0 4) % 100.cos PUT max 90 140 146,512(MVA) 100.0,86 Phụ tải cấp điện áp máy phát Với: PDPmax = 15MW; cos = 0,85 Phụ tải địa phương tại thời điểm từ 0h – 4h được xác định theo công thức (1-1): S F (0 4) SUF (0 4) % 100.cos PF max 80 15 14,118( MVA) 100.0,85 1.2.4 Công suất phát hệ thống Dựa trên ngun tắc tổng cơng suất phát bằng cơng suất thu ta có: Cơng suất phát vào hệ thống được xác định theo cơng thức sau: SVHT (t) = STNM (t) - [ STD(t) + SUT(t) + SUF(t) + SUC (t)] (1-2) SVHT(0-4) = 376,5 – (33,550 + 146,512 + 14,118 + 123,53) = 58,79 (MVA) Tính tốn cho các thời điểm tương tự ta có bảng tổng hợp phụ tải sau: Đồ thị phụ tải tổng hợp như hình vẽ sau: 500 450 400 SUC 350 300 250 SUT 200 150 SVHT 100 SÐP 50 STD 10 12 14 16 18 20 22 24 Hình 1.1 Đồ thị phụ tải tổng hợp tồn nhà máy SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Nhận xét:Nhà máy thiết kế gồm có 4 tổ máy. Tổng cơng suất tồn nhà máy S=470,588, cung cấp điện cho các phụ tải điện áp máy phát 10,5 kV, trung áp 110 kV, 220 kV và tự dùng cho nhà máy. Ngồi ra còn phát 1 lượng cơng suất về hệ thống. Phụ tải điện áp máy phát: SUFmax =17,647 MVA, SUFmin = 12,353 MVA Phụ tải trung áp 110 kV: SUTmax = 162,791MVA, S UTmin = 130,233MVA Phụ tải cao áp 220 kV: SUCmax = 176,471MVA, SUCmin =123,529MVA Công suất phát về hệ thống: SVHTmax =113,012MVA, S VHTmin = 48,83MVA SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Bảng 1.3:Tổng hợp phụ tải cấp điện áp công suất phát hệ thống t,h 0-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24 376,471 376,471 376,471 423,53 470,588 470,588 470,588 423,53 423,53 423,53 33,548 33,547 33,547 33,547 35,835 38,124 38,124 38,124 35,835 35,835 35,835 (MVA) 123,529 123,529 141,176 141,176 158,824 158,824 158,824 158,824 176,471 158,824 141,176 146,512 130,233 130,233 146,512 146,512 162,791 146,512 146,512 130,233 130,233 14,118 14,118 14,118 12,353 12,353 14,118 15,882 17,647 15,882 15,882 14,118 58,793 58,765 57,397 59,162 70,006 113,012 94,968 109,482 48,83 82,756 102,168 S TNM (MVA) 376,471 STD (MVA) S UC S UT (MVA) 146,512 S UF (MVA) SVHT (MVA) SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực 1.3 Đề xuất phương án nối điện Có thể đưa ra một số nguyên tắc để đề xuất phương án nối điện của nhà máy điện như sau: 1.3.1 Có hay khơng sử dụng góp điện áp máy phát Giả thiết phụ tải địa phương trích điện từ đầu cực 2 tổ máy phát, khi đó lượng cơng suất được phép rẽ nhánh từ đầu cực máy phát sẽ là: max S UF 100% 17, 647 100% 7, 51% 15% 2.S dmF 2.117, Khơng cần góp điện áp đầu cực máy phát, phụ tải điện áp máy phát lấy điện từ phía hạ áp máy biến áp liên lạc 1.3.2 Chọn số lượng loại máy biến áp làm liên lạc U C U T 220 110 0, UC 220 - Hệ số có lợi: - Lưới điện áp phía trung 110 kV, phía cao 220 kV đều là lưới có trung tính trực tiếp nối đất. Vậy dùng MBA tự ngẫu, có điều chỉnh điện áp tải làm liên lạc 1.3.3 Chọn số MF-MBA hai cuộn dây góp điện áp phía trung - Phụ tải cấp điện áp 110 kV có cơng suất: SUTmax = 162,791MVA, SUTmin = 130,233MVA , Mà: SdmF = 117,5 MVA. Vậy ghép từ 12 MF - MBA ba pha hai cuộn dây lên góp điện áp phía trung. Trên cơ sở những nguyên tắc trên, ta có một số phương án nối dây như sau: SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Phương án I:Hình 1.2 Phương án I HT ~ SUC SUT 220kV B1 110kV B2 ~ F1 SÐP B3 ~ ~ F2 F3 B4 ~ SÐP F4 Ưu điểm : - Số lượng MBA và máy cắt cao áp ít. - MBA tự ngẫu vừa làm nhiệm vụ liên lạc giữa hai cấp điện áp cao và trung vừa làm nhiệm vụ tải cơng suất của máy phát tương ứng lên hai cấp điện áp cao và trung. - Cơng suất của các bộ MF–MBA hai dây quấn nối với phía trung áp có thể lớn hơn phụ tải cực đại ở cấp điện áp này. - Tổn thất cơng suất và tổn thất điện năng trong các MBA ít . Khi phụ tải trung và cao áp thay đổi, có thể chỉ xảy ra sự phân bố lại cơng suất ở các cuộn thứ cấp của các máy biến áp tự ngẫu, lượng cơng suất phải tải qua 2 lần MBA nhỏ. Nhược điểm : Khi sự cố một MBA tự ngẫu, không những mất công suất của máy phát nối vào nó, mà việc chuyển tải cơng suất thừa hoặc thiếu phía điện áp trung sẽ bị hạn chế SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Phương án II:Hình 1.3 Phương án II HT SUC ~ SUT 220kV B1 B2 ~ ~ SÐP F1 F2 SÐP 110kV B4 B3 ~ ~ F3 F4 Ưu điểm : - Phương án 2 có hầu hết các ưu điểm của phương án I. - Số lượng MBA và máy cắt cao áp của phương án II ít hơn phương án I do có một MBA bộ chuyển từ phía cao sang phía trung do đó cũng làm giảm vốn đầu tư. Nhược điểm : - Phương án 2 cũng có nhược điểm của phương án I. - Khi một MBA tự ngẫu khơng làm việc lượng cơng suất thừa cần tải qua MBA tự ngẫu còn lại sẽ lớn có thể gây q tải MBA và có thể gây ứ đọng cơng suất. SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Phương án III:Hình 1.4 Phương án III HT ~ SUC SUT 220kV B1 B3 B2 110kV B4 ~ ~ ~ ~ F1 F2 SÐP F3 F4 SÐP Nhận xét:Trong phương án này ta dùng hai bộ máy biến áp B3, B4 máy phát điện F3, F4 làm việc song song với nhau cung cấp lên thanh góp cao áp 220kV. Hai cặp F1, F2 máy biến áp B1, B2 làm việc song song, trong đó hai máy biến áp tự ngẫu B1, B2 làm nhiệm vụ liên lạc giữa 3 cấp điện áp với nhau Ưu điểm: - Số lượng và chủng loại máy biến áp ít nên vận hành đơn giản, linh hoạt đảm bảo cung cấp điện liên tục - Khi sự cố một MBA tự ngẫu chỉ ảnh hưởng đến việc truyền tải cơng suất giữa hai cấp điện áp, các máy phát vẫn làm việc bình thường Nhược điểm: - Các MBA bố trí hết bên cao lên giá thành thiết bị cao, khơng kinh tế. - Có sự cố thì cuộn trung của MBATN sẽ q tải, gây tổn thất lớn. - Máy biến pá chọn cơng suất lớn vì phía trung chỉ tải đến cơng suất tính tốn SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 10 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Hình 1.7 Ba dạng luật học tham số 1.3.6 Ứng dụng mạng nơ ron nhân tạo Hơn 20 năm qua, mạng Nơ ron nhân tạo đã từng bước được đưa vào ứng dụng trong nhiều lĩnh vực của cuộc sống. Đặc biệt, gần đây, với sự ra đời của các chíp Nơ ron thì ứng dụng của mạng Nơ ron lại càng trở nên rộng rãi . 1) Lĩnh vực dân dụng: - Điều khiển: Các thiết bị gia đình như máy giặt, điều hòa … - Nhận dạng: Các thiết bị cảnh báo, chống trộm, báo động, báo cháy - Trí tuệ nhân tạo: Chế tạo các thiết bị thơng minh như người máy, trò chơi 2) Lĩnh vực cơng nghiệp: - Điều khiển: Cảnh báo và phát hiện các sự cố, xây dựng các bộ điều khiển thích nghi, các bộ điều khiển tự chỉnh, thơng minh hóa các cảm biến trong đo lường, phân tích an tồn trong hệ thống điện, xây dựng các hệ thống chuẩn đốn kỹ thuật… - Nhận dạng: Nhận dạng tín hiệu, xử lý tín hiệu. Nhận dạng sai số, xấp xỉ hóa các đường đặc tính trong đo lường, phân loại mẫu, nhận dạng tiếng nói… - Trí tuệ nhân tạo: Rơbốt cơng nghiệp. - Dự báo. Sử dụng cho các bài tốn dự báo ngắn hạn phụ tải điện, trung hạn và dài hạn, phục vụ quy hoạch và vận hành hệ thống điện. 3) Lĩnh vực y tế: Nhận dạng sóng điện tim, điện não đồ, các tế bào ung thư. Trong điện não đồ thì sóng điện não EEG bao gồm bốn sóng là Delta, Theta, Alpha và Beta. Sử dụng mạng Nơ ron để nhận dạng ra bốn loại sóng đó rồi tiến hành so sánh điện não đồ của người mắc bệnh và người khơng mắc bệnh giúp cho q trình chuẩn đốn bệnh được dễ dàng. 4)Lĩnh vực qn sự: - Điều khiển:theo dõi đích, những phần tử cảm biến.Chế tạo vũ khí thơng minh. - Nhận dạng: nhận dạng vân tay, hình ảnh, tiếng nói… 5) Lĩnh vực thương mại, kinh tế: SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 83 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực - Điều khiển: Kiểm tra và đọc tài liệu, cung cấp các hình thức cố vấn thương mại. - Dự báo: Dự báo tình hình kinh tế, dự đốn tiền tệ, phân tích mức độ rủi ro, phân tích sử dụng hàng, phân tích thị trường, dự báo mức tăng trưởng GDP. 1.4 Giới thiệu Matlab Neural Network Toolbox 1.4.1 Giới thiệu Matlab Matlab là một chương trình viết cho máy tính PC nhằm hỗ trợ cho các tính tốn khoa học và kỹ thuật với các phần tử cơ bản là ma trận trên máy tính cá nhân do cơng ty "The MATHWORKS" viết ra. Thuật ngữ Matlab có được là do hai từ MATRIX và LABORATORY ghép lại.Matlab ngày càng trở thành cơng cụ rất đắc lực trong việc mơ phỏng, tính tốn, thiết kế, xây dựng các ứng dụng trong nhiều lĩnh vực khác nhau như điện, điện tử, xử lý tín hiệu, trí tuệ nhân tạo, tài chính… Matlab được điều khiển bởi các tập lệnh, tác động qua bàn phím. Nó cũng cho phép một khả năng lập trình với cú pháp thơng dịch lệnh - còn gọi là Script file các hàm. Các lệnh hay bộ lệnh của MATLAB lên đến số hàng ngàn và ngày càng được mở rộng bởi các phần Toolbox hay thơng qua các hàm ứng dụng được xây dựng từ người sử dụng. Các lệnh của Matlab rất mạnh và hiệu quả, nó cho phép giải các loại hình tốn khác nhau và đặc biệt hữu dụng cho các hệ phương trình tuyến tính hay các bài tốn ma trận. Ở Matlab 7.0 đã có hơn 20 Toolbox các loại. Hiện tại và trong tương lai Matlab sẽ cho ta một sự lựa chọn hồn chỉnh và phong phú các cơng cụ trợ giúp đắc lực cho những lĩnh vực nghiên cứu chun mơn khác nhau. Trong luận văn này, tơi đã sử dụng các Toolbox chính sau của Matlab: Neural Network, GUIDE, các lệnh tạo đồ thị và một số hàm có sẵn trong Matlab. 1.4.2 Giới thiệu Neural Network Toolbox Neural Network Toolbox là một thư viện chứa các hàm mơ phỏng về mạng Nơtron rất mạnh. Do sự ứng dụng mạnh mẽ của mạng Nơtron trong xử lý dữ liệu ở các lĩnh vực nghiên cứu khoa học và đời sống thì sự phát triển này là tất yếu. Mạng Nơtron đã được ứng dụng rộng rãi trong nhiều lĩnh vực và nó đã cho thấy sức mạnh của mình.Matlab đã tạo ra giao diện đồ họa cho phép người sử dụng tạo mạng, nhập dữ liệu, khởi động mạng, luyện mạng và mơ phỏng mạng SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 84 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực CHƯƠNG MẠNG NƠRON MPL TRONG DỰ BÁO ĐIỆN NĂNG TIÊU THỤ HÀNG THÁNG 2.1 Mơ hình chọn mạng MLP - 2.1.1 Phương pháp luận lựa chọn mạng Nơ ron Căn cứ vào đặc thù của đồ án, em đã chọn mạng nơ ron MLP có một lớp ẩn, bởi vì mạng MLP có một số ưu điểm trong u cầu của bài tốn dự báo điện năng tiêu thụ hàng tháng sau đây: Mơ hình này đã được sử dụng rộng rãi, chất lượng đã được khẳng định. Do tính kinh điển của mình mà mạng MLP có rất nhiều chương trình mơ phỏng khác nhau.Việc sử dụng thư viện của Matlab cho phép viết chương trình mơ phỏng một cách dễ dàng, thuận tiện,việc hiển thị kết quả tính tốn cũng nhanh và chính xác. Tuy nhiên mạng MLP có số nhược điểm như: Thiếu thuật tốn xác định cấu trúc mạng. Các thuật tốn tương đối phức tạp nếu muốn độ chính xác và hội tụ cao. Khó xây dựng được bộ mẫu học để có thể loại bỏ được dư thừa mẫu học. 2.1.2 Cấu trúc mạng MLP Theo lý thuyết về mạng Nơ ron, người ta chỉ cần tối đa 2 lớp ẩn cho một bài tốn xác định.Tuy nhiên trong nhiều ứng dụng thực tế, để đơn giản người ta thường sử dụng mạng có một lớp ẩn. Hình 2.1 Mạng Nơ ron lớp ẩn Mạng Nơ ron trong hình 2.1 gồm: Lớp vào (input): là các Nơ ron nhận các biến vào Pi với i=1÷ n Lớp ẩn (hidden layer): là các Nơ ron ở giữa yj , j=1÷ n. Các Nơ ron lớp ẩn nhận tín hiệu từ các Nơ ron lớp vào qua hệ số trọng lượng Wij. - Lớp ra (output layer): là các Nơ ron đưa những giá trị ra Tk, k = 1÷ m.Các Nơ ron lớp ra nhận tín hiệu từ các Nơ ron lớp ẩn qua hệ số trọng lượng Wkj. Phương pháp làm việc của mạng Nơ ron nhân tạo có thể phân chia làm hai giai đoạn: giai đoạn huấn luyện và giai đoạn tự tái diễn lại. Khi xuất hiện các kích thích đầu vào của mạng như nhau ở các thời điểm khác nhau thì đáp ứng đầu ra của mạng ở các thời điểm tương ứng cũng hồn tồn giống nhau. Q trình làm việc như vậy của SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 85 Đồ án tốt nghiệp phần điện nhà máy điện - - Trường đại học điện lực mạng Nơ ron là q trình tự tái diễn lại. Khi có thơng tin vào mạng Nơ ron sẽ có đáp ứng đầu ra tương ứng với đầu vào theo sự nhận biết của mạng được hình thành trong q trình huấn luyện. Cũng như con người, khi mới hình thành mạng Nơ ron chưa có tri thức, tri thức của mạng Nơ ron hình thành dần sau một q trình học. Mạng Nơ ron được dạy bằng cách đưa vào những kích thích mẫu và hiệu chỉnh dần các hệ số trọng lượng để đáp ứng ở lớp đầu ra sẽ phù hợp với những giá trị mà ta mong muốn. Q trình này gọi là q trình huấn luyện. 2.1.3 Huấn luyện mạng Trong ứng dụng hộp cơng cụ Neural Network toolbox của Matlab đã có sẵn những thuật tốn dùng để huấn luyện cho mạng MLP như sau : 1)Thuật tốn Backpropagation - Huấn luyện incremental (ADAPT) Hàm gradient descent (LEARNGD) Hàm gradient descent có qn tính (LEARNGD) Huấn luyện batch (TRAIN) Batch gradient descent (TRAINGD) Batch gradient descent với momentum (TRAINGDM) 2) Huấn luyện nhanh Giải thuật tốc độ thay đổi ( TRAINDA, TRAINDX) Giải thuật phục hồi mạng backpropagation ( TRAINRP) Giải thuật conjugate_gradient - Giải thuật cập nhật Fletcher-Reeves (TRAINCGF) - Giải thuật cập nhật Polak – Ribiére (TRAIN CGP) - Giải thuật khởi động lại Powell – Beale (TRAINCGB) 3)Các thuật toán quasi- newton Giải thuật BFGS (TRAINBFG) Giải thuật One Step Secant (TRAINOSS) Giải thuật Levenberg – Marquardt (TRAINLM) Giải thuật Levenberg- Marquardt giảm bộ nhớ (TRAINLM) Mỗi thuật tốn có đặc điểm về độ hội tụ khác nhau nhưng thơng thường đầu tiên chúng ta nên dùng giải thuật Levenberg - Marquardt. Nếu giải thuật này khơng đủ bộ nhớ, thì thử dùng giải thuật BFGS, hay các phương pháp conjugate gradient. 2.2 Xây dựng mơ hình mạng MLP cho tốn dự báo điện tiêu thụ 1)Xác định thông số đầu ra: Điện năng của tháng cần dự báo 2)Xác định số lớp ẩn số Nơ ron lớp ẩn:Ta chọn mạng MLP có 1lớp ẩn. 3)Xác định thơng số đầu vào: Số liệu tháng, năm, điện năng tháng trước đó, nhiệt độ trung bình của tháng. Tuy nhiên do khơng có số liệu nhiệt độ trung bình của tháng nên ta đưa ra 2 mơ hình sau: SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 86 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực a) Thông số đầu vào tháng năm tháng cần dự báo M12+Y4 A Hình 2.2 Mơ hình huấn luyện mạng 16 đầu vào Với mơ hình này ta sử dụng mạng gồm 16 đầu vào: 12 tháng đầu vào từ tháng 1 đến tháng 12, phụ tải tương ứng với tháng nào thì tháng đó sẽ bằng 1 còn những tháng còn lại bằng 0, 4 năm đầu vào từ 2011 đến 2014 tương ứng với năm nào thì giá trị đầu vào của năm đó bằng 1 còn những năm còn lại bằng 1. Đầu ra là điện năng tháng đó b) Thơng số đầu vào tháng, năm điện tiêu thụ tháng trước A(i) M +Y 12 4 A(i-1) Hình 2.3 Mơ hình huấn luyện mạng 17 đầu vào Với mơ hình ta sử dụng mạng gồm 17 đầu vào: 12 tháng đầu vào từ tháng đến tháng 12, phụ tải tương ứng với tháng tháng tháng lại 0, năm đầu vào từ 2011 đến 2014 tương ứng với năm giá trị đầu vào năm năm lại 1, đầu vào điện tiêu thụ tháng trước Đầu điện tháng Trong đồ án này, em sử dụng mơ hình 17 đầu vào ( mơ hình b) để dự báo điện năng tiêu thụ SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 87 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực CHƯƠNG ỨNG DỤNG MẠNG MPL DỰ BÁO ĐIỆN NĂNG SỬ DỤNG HÀNG THÁNG CỦA MỘT HỘ GIA ĐÌNH 3.1 Sơ đồ thuật tốn Sơ đồ thuật toán được xây dựng như sau: Đọc số liệu đầu vào Xử lý số liệu: Chia tập số liệu, chuẩn hóa… Tạo mạng MLP Đưa các thơng số đào tạo Đào tạo mạng Lưu trữ mạng đã đào tạo Dự báo kết quả Ghi kết quả ra file Hình 3.1 Sơ đồ thuật toán 3.2 Chuẩn bị số liệu Trong đồ án này, em đã lấy được danh sách phụ tải của một trạm biến áp Goi Hoi ở huyện Phúc Thọ, Hà Nội. STT Điện năng sử dụng theo tháng ( Số điện) SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 88 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 39654 37482 29006 32514 37760 42807 43318 48394 48638 37436 37881 37988 38899 46048 36939 38160 46087 46271 55879 48287 44631 45987 41321 39447 46461 48284 41059 41512 49729 60203 57337 75244 72598 66994 64942 58553 68000 SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 89 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực 38 39 40 41 42 43 44 45 71607 63547 68624 79392 91599 92771 97806 82557 Dựa vào số liệu thu thập và số liệu thời gian em chia làm bảng số liệu đầu vào với 17 đầu vào và 44 giá trị mẫu tương ứng với bảng số liệu đầu ra là 1 đầu ra và 44 giá trị mẫu. Số liệu đầu vào: 1 2 3 4 5 6 7 8 9 10 11 12 2011 2012 2013 2014 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 90 A 39654 37482 29006 32514 37760 42807 43318 48394 48638 37436 37881 37988 38899 46048 36939 38160 46087 46271 55879 48287 44631 45987 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 Số liệu đầu ra: A 37482 29006 32514 37760 42807 43318 48394 48638 37436 37881 37988 38899 SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 91 41321 39447 46461 48284 41059 41512 49729 60203 57337 75244 72598 66994 64942 58553 68000 71607 63547 68624 79392 91599 92771 97806 39654 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực 46048 36939 38160 46087 46271 55879 48287 44631 45987 41321 39447 46461 48284 41059 41512 49729 60203 57337 75244 72598 66994 64942 58553 68000 71607 63547 68624 79392 91599 92771 97806 82557 3.3 Tạo mạng tiến hành dự báo kết + Bước 1: Gọi công cụ Neural Network Toolbox trong Matlab. Gõ lệnh nnstart SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 92 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Hình 3.2: Giao diện phần mềm dự báo ngắn mạch phụ tải điện + Bước 2: Chọn kiểu mạng Neural dự báo. Chọn kiểu Fitting Tool Hình 3.3: Hình ảnh trình đào tạo mạng MPL SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 93 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Bước 3: Chọn số liệu đầu vào và đầu ra. Số liệu sẽ được lấy từ file excel số liệu mà ta chuẩn bị sẵn ở trên Bước 4: Chia bộ số liệu: 70% số liệu dùng để đào tạo mạng, 15% số liệu để kiểm tra đào tạo và 15% còn lại để dự báo, kiểm tra kết quả. Số liệu kiểm tra sẽ độc lập khơng liên quan đến đào tạo mạng. SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 94 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Bước 5: Lựa chọn số Neural lớp ẩn cho mạng. Ta chọn là 10 SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 95 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Bước 6: Đào tạo mạng Bước 7: Lưu kết quả SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 96 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực Kết quả dự báo cho 15% số liệu cần kiểm tra: TT Giá trị thực tế Giá trị dự báo Sai số Sai số % 1 63547 61979 1567.5 2.5 2 68624 81999 13375.5 19.5 3 79392 75745 3647.3 4.6 4 91599 92674 1075 1.2 5 92771 92912 140.7 0.2 6 97806 97086 720.2 0.7 7 82557 78877 3680.1 4.5 Sai số trung bình 3,74 Từ bảng kết quả ta thấy sai số trung bình của bộ số liệu cần dự báo là 4,74% SVTH: Phạm Tuấn Anh GVHD: Th.S Đặng Thành Trung 97 ... 11 Đồ án tốt nghiệp phần điện nhà máy điện Trường đại học điện lực CHƯƠNG II TÍNH TỐN CHỌN MÁY BIẾN ÁP Máy biến áp lực máy phát điện thiết bị hệ thống điện, dùng để biến đổi điện từ cấp điện. .. đơn cấp điện cho phụ tải 110kV. góp Như vậy ta chọn sơ đồ cho phía điện áp cao là sơ đồ TBPP hai hệ thống thanh 3.2.1 Phương án Hình 3.1 Sơ đồ thiết bị phân phối phương án I HT 220 kV... nối với hệ thống, 1 lộ đường kép và 1 lộ đường dây đơn nối với phụ tải cấp 220kV. Như vậy ta chọn sơ đồ cho phía điện áp cao là: sơ đồ TBPP hai hệ thống thanh góp. Cấp điện áp trung 110 kV:
Ngày đăng: 09/10/2019, 15:38
Xem thêm:
