HỆ THỐNG NHẬN DẠNG THÔNG MINH CHUẨN ĐOÁN NHANH ỔN ĐỊNH ĐÔNG HỆ THỐNG ĐIỆN LUẬN ÁN TIẾN SỸ

  BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI ĐẠI HỌC PHẠM K Ỹ THU ẬT HỌC SƢ PHẠM  THUẬ THÀNH PHỐ PHỐ H  HỒ Ồ CHÍ MINH ******** NGUYỄ NGUY ỄN NGỌ NGỌC ÂU HỆ TH  THỐ ỐNG NHẬ NHẬN DẠ DẠNG THÔNG MINH CHẨN CH ẨN ĐOÁN NHANH ỔN ĐỊNH ĐỘNG ĐỘNG HỆ HỆ TH  THỐNG ỐNG ĐIỆN ĐIỆN LUẬN ÁN TIẾ LUẬ TIẾN SỸ SỸ  NGÀNH: K Ỹ THU  THUẬT ẬT ĐIỆN ĐIỆN  Tp Hồ Chí Minh –  tháng  tháng 6/2018     BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI ĐẠI HỌC HỌC SƢ PHẠM PHẠM K Ỹ THU  THUẬ ẬT THÀNH PHỐ PHỐ H  HỒ Ồ CHÍ MINH ******** NGUYỄ NGUY ỄN NGỌ NGỌC ÂU ỐNG NHẬ HỆ TH  THỐ NHẬN DẠ DẠNG THƠNG MINH CHẨN CH ẨN ĐỐN NHANH ỔN ĐỊNH ĐỘNG ĐỘNG HỆ HỆ TH  THỐNG ỐNG ĐIỆN ĐIỆN  NGÀNH: K Ỹ THU  THUẬT ẬT ĐIỆN ĐIỆN –  62520202  62520202 ng dẫn khoa học: Hƣớ ng PGS TS Quyền Huy Ánh PGS TS Phan Th ị Thanh Bình     LÝ LỊ LỊCH CÁ NHÂN I LÝ LỊCH LỊCH SƠ LƢỢ C Họ và tên: Nguyễn Ngọc Âu  Ngày, tháng, năm sinh: 20/12/1970 Quê quán: Tiền Giang Học vị cao nhất: Thạc sỹ  Giớ i tính: Nam  Nơi sinh: Tiền Giang Dân tộc: Kinh  Năm, nƣớ c nhận học vị: 2003 Đơn vị công tác: Khoa điện điện tử  Chỗ ở  hi  hiện nay: 114/18/6 Vƣờn Lài, An Phú Đông, Quận 12, TpHCM Điện thoại liện hệ: CQ: 08 38968641 DĐ: 0983 79 19 29  Email: ngocau@hcmute.edu.vn II QUÁ TRÌNH ĐÀO TẠO TẠO 1.  Đạ Đạii h họọc Hệ đào tạo: quy  Nơi đào tạo: Đại Học Sƣ Phạm K ỹ Thuật Tp.HCM  Ngành học: Điện khí hóa & cung cấp điện  Nƣớc đào tạo: Việt Nam  Năm tốt nghiệ p: 1998 đại h 2.  Sau đại họọc Thạc sỹ chuyên ngành: K ỹ thuật điện  Năm cấ p bằng: 2003  Nơi đào tạo: Đại Học Bách Khoa Tp.HCM  Tiếng Anh: B2 3.  Ngo Ngoạại ngữ  ngữ   II Q TRÌNH CƠNG TÁC CHUN MƠN Thờ  Th ờ i gian Nơi cơng tác  tác  1998 đến ĐH SPKT TP.HCM  III QUÁ TRÌNH NGHIÊN CỨ  CỨ U KHOA HỌ HỌC đề tài nghiên cứ  1.  Các đề tài cứ u khoa học học từ ng ng tham gia Tên đề tài đề tài nghiên cứ  Năm   Năm TT cứ u Khảo sát bộ  biến đổi điện pha sang ba 2012   pha dùng máy điện quay Đánh giá ổn định hệ  thống điện nhiều máy 2012 phát  2013 Lựa chọn mẫu đánh giá thông minh ổn 20143 định động hệ thống điện  2015 Ứng dụng mạng thần kinh nhn tạo chẩn 2015đoán ổn định động hệ thống t hống điện nhiều máy  2016 Công việc việc đảm đảm nhậ nhận CBGD Đề tài cấ Đề tài c ấp Cấp trƣờ ng ng T2012-50  Cấp trƣờng trọng điểm T2013-02TĐ  Cấp trƣờng trọng điểm T2015-34TĐ  Cấp trƣờng trọng điểm T2016-48TĐ  Vai trò Chủ nhiệm  Chủ nhiệm Chủ nhiệm  Chủ nhiệm Hệ thốngđiện nhận trƣờng trọng hệ thống   dạng đánh giá ổn định động 20162017 Cấp điểm T2017-68T Đ  Chủ nhiệm 2.  Các cơng trình cơng bố  bố  TT Tên cơng trình Năm cơng bố  bố  Tên tạp chí 1.  Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Thi Thanh Binh Phan, ‟‟Data reduction  for dynamic stability classification in power system‟ ‟, ‟, IETE Journal of Research, DOI:10.1080/03772063.2017.1417752, ISSN: 0377-2063 (Print) 0974-780X (Online), Jan 2018 2.  Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Binh Phan Thi Thanh, Thai Binh  Nguyen„‟Hybrid Classifer Model for Dynamic Stability Prediction in    Power System‟‟ , International Conference-ICSSE 2017, p 67-70, 2017 IEEE i   LỜ I CẢM CẢM ƠN  ƠN   Xin chân thành cảm ơn PGS.TS Quyền Huy Ánh, PGS.TS Phan Thi Thanh Bnh t n n tnh hướ ng ng d ẫ ẫ  n NCS trình th c lun án  Xin chân thành cảm ơn  Ban Giám Hiệu , Phòng Đào Tạo Bộ Ph n Quản Lý Sau  Đại H ọc, Bộ  Môn Điện Công Nghiệp, Khoa Điện Điện T ử  ử   Trường Đại H ọc ọc Sư  Phạm K   ỹ   Thut Thành phố   H ồ Chí Minh tạo điề u kiện t ố  ốt  nh t cho NCS trình th c lun án  Xin chân thành c ảm ơn bạn NCS chia sẻ kinh nghiệm nghiên cứ u trình th c lun án ảm C ảm ơn gia đnh ủng hộ và chịu thiệt thòi nht định thờ i gian NCS th c lun án Tác giả   Nguyễn Ngọc Âu iv   TÓM TẮ TẮT Hệ  thống điện đại đối mặt thách thức mớ i vớ i r ất nhiều thay đổi Đầu tƣ nguồn phát không đáp ứng k ị p  p nhu cầu phát triển phụ  tải gây áp lực lên hệ  thống điện phải vận hành gần giớ i hạn ổn định Trong đ, hệ   thống điện vận hành gặ p ph ải trƣờ ng ng h ợ  p s ự c ố b ất thƣờ ng ng. Các cố gy hại đế n ổn định động hệ  thống điện có thể  dẫn đến tan r hệ  thống điện Đánh giá ổn định độ hệ thống điện dao độ ng lớ n sự  cố  gy ra, phƣơng  pháp truyền thống tỏ km hiệu Vì vậy, nhu cầu cần hệ  thống nhận dạng nhanh ổn định động hệ th ống điện nhằm c ảnh báo sớm hội để điều khiển đƣa hệ thống điện tr ởở  v  về tr ạng thái ổn định Thế giới chứng kiến sự  tr ỗi dậy cách mạnh mẽ của trí thơng minh nhân t ạo ứng dụng vào lĩnh vực khoa học công nghệ trong năm đầu thế  k ỷ 21 thờ i gian sắ p tớ ii Trong đ, ứng dụng cơng nghệ tính tốn thơng minh nhân t ạo chẩn đoán ổn định hệ  thống điện đƣợ c nhiều nhà khoa học quan tâm Qua nghiên c ứu, tác giả  nhận thấy ứng dụng mạng thần kinh nhân tạo cho toán chẩn đoán ổn định hệ  thống điện gặ p  phải vấn đề  phức tạ p dữ  liệu cần xử  lý để  nng cao độ chính xác Luận án đề  xuất hƣớ ng ng nghiên cứu ứng d ụng h ệ th ống thông minh vào xây d ựng mô hình chẩn đốn ổn định động hệ  thống điện gồm ba vấn đề  cụ  thể  cần gi g iải quyết: Một vấn đề  lựa chọn tậ p biến Hai vấn đề  giảm không gian mẫu Ba cải tiến mơ hình mạng nơ -ron -ron để nng cao độ chính xác nhận dạng Tóm tắt đng góp luận án nhƣ sau: 1.  Đề  xuất quy trình xây dựng tậ p biến cho toán nhận dạng ổn định động hệ  thống điện Giớ i thiệu áp dụng thành công hai giải thuật chọn bi ến, SFFS FR, vào giảm không gian biến cách hiệu K ết quả  kiểm tra sơ đồ  IEEE 39-bus, giải thuật SFFS cho k ết quả  chọn biến tốt phƣơng pháp FR nhờ  vào  vào mở  r   r ộng khơng gian tìm kiếm v   2.  Áp dụng thành công giải thuật giảm không gian mẫu K-means lai (Hybrid Kmeans  –  HK),   HK), cải tiến từ  giải thuật phân cụm dữ  liệu tiếng K-means, khai  phá dữ  liệu ổn định động hệ  thống điện K ết quả  kiểm tra cho thấy giải thuật HK đ khắc phục đƣợc nhƣợc điểm K-means, giúp nâng cao ch ất lƣợ ng ng phân cụm dữ  liệu, giảm không gian mẫu cách hiệu Việc giảm không gian mẫu làm cho nhóm mẫu có tm đại điện Điều c ý nghĩa rấ t quan tr ọng ọng làm cho mơ hình khơng tăng dung lƣợ ng ng bộ nhớ  lƣu trữ mẫu mớ ii,, linh hoạt việc cậ p nhật làm giàu tri thức mớ i,i, giúp mơ hình nâng cao khả năng ao phủ dữ liệu, thích nghi vớ i mẫu mớ i r ất cao 3.  Đề  xuất quy trình xây d ựng hệ  thống nhận dạng thơng minh chẩn đốn nhanh ổn định động hệ thống điện dựa trn sở  m  mạng nơ -ron, -ron, khai phá dữ liệu Luận án đ phát triển thành cơng mơ hình mạng nơ -ron -ron song song cải tiến cho toán nhận dạng ổn định động hệ thống điện Mơ hình đề xuất đạt đƣợc mục tiu quan trọng nng cao độ chnh xác phn lớp Vớ i cách tiế p cận trình bày luận án, khâu thực đ đƣợc quy trình ha, điều giúp mơ hình nhận ộng cho trƣờ ng dạng hồn tồn có thể mở  r   r ộng ng hợ  p nhiễu lớ n khác 4.  Bài toán nhận dạng đề tài có thể tổng hợp cho ài tốn điều khiển ổn định hệ thống điện chẳng hạn nhƣ điều khiển sa thải phụ tải 5.  Xây dựng cách tiế p cận nhận dạng nhanh tr ạng thái ổn định động hệ thống điện có sự cố ngắn mạch nghiêm tr ọng xảy chỉ dựa biến đầu vào độ   thay đổi công suất tác dụng t ải, độ  thay đổi công suất tác dụng nhánh, s ụt điện áp nút K ết qu ả ki ểm tra cho độ chính xác nhận d ạng cao về  tr ạng thái ổn định hệ thống điện mà khơng cần giải hệ  phƣơng phƣơng trình vi phn nhƣ  phƣơng pháp truyền thống 6.  Hệ th ống nhận d ạng thơng minh đƣợ c xây dựng có thể  đƣợ c s ử d ụng nhƣ công cụ tr ợợ  giúp điều độ vin đề ra chiến lƣợc điều khiển tình khẩn cấ p, huấn luyện điều độ viên hệ  thống điện xử lý tình dựa k ịch sự cố vi   7.  Việc giảm không gian biến c ý nghĩa lớn việc giảm chi ph thiết ị đo lƣờng cảm iến, đơn giản ha sơ đồ đấu nối, giúp hệ thống tăng tốc độ xử lý Việc giảm không gian mẫu c ý nghĩa quan trọng việc tiết kiệm ộ nhớ lƣu trữ mẫu, giảm chi ph thu thập liệu, giúp mơ hình dễ dàng cập nhật liệu vii      Nguyễn Ngọc Âu   Lett., vol 35, no 1, pp 81 – 102, 102, 2012 [48] K S Swarup, “Artificial neural network using pattern recognition for security assessment and analysis,”  Neurocomputing , vol 71, no 4 – 6, 6,  pp 983 – 998, 998, 2008 [49] Y Xu, Z Y Dong, K Meng, R Zhang, and K P Wong, “Real -time transient staility assessment model using extreme learning machine,”  IET Gener Transm Distrib., vol 5, no 3, p 314, 2011 [50] K R Niazi, C M Arora, and S L Surana, “Power system security evaluation using ANN: feature selection using divergence,”  Proc Int  Jt Conf Neural Networks, 2003 2003., vol 3, pp 2094 – 2099, 2099, 2003 [51] S Zarrabian, R Belkacemi, Belkacemi, and A A Babalola, “Intelligent mitigation of blackout in real-time microgrids: Neural network approach,”  Power  Energy Conf Illinois (PECI), 2016 IEEE , 2016 [52] Y Zhou, J Wu, L Hao, L Ji, and Z Yu, “Transient Staility Prediction of Power Systems Using Post-disturbance Rotor Angle Trajectory Cluster Features,”  Electr Power Components Syst., no September, 2016 [53] W D Oliveira, J P A Vieira, Vieira, U H Bezerra, D D A Martins, and G Rodrigues, “Power system security assessment for multiple contingencies using multiway decision tree,”  Electr Power Syst Res., vol 148, pp 264 – 272, 272, 2017 [54] I S Saeh, M W Mustafa, Y S Mohammed, and M Almaktar, “Static Security classi fi cation and Evaluation classi fi er design in electric power grid with presence of PV power plants using C- 5,”  Renew Sustain Energy Rev., vol 56, pp 283 – 290, 290, 2016 108    Nguyễn Ngọc Âu  [55] P H Đ Dục,  M ạng ạng Nơron  Ứ ng ng Dụng Trong Điề u Khiể n T      Độ Động   Nhà Xuất Bản Khoa Học K ỹ Thuật, 2009 [56]  N Đ Thúc and H Đ Hải, Tri Tuệ Nhân T ạo - M ạng ạng Nơron- Phương  Phương  Pháp & Ứ ng ng Dụng  Nhà Xuất Bản Giáo Dục, 2000 [57] S Haykin,  Neural Networks and Learning Machines, Third Edit Pearson Prentice Halll, 2009 [58] D Graupe,  Principles of Artificial Neural Networks World Scientific, 2007 [59] M H Beale, M T Hagan, and H B Demuth, “Neural Network Toolbox TM User ‟s Guide R2014a,” 2014.  [60] D F Specht, “A general regression neural network,” Neural Networks,  IEEE Trans., vol 2, no 6, pp 568 – 576, 576, 1991 [61] S Theodoridis Theodoridis and K Koutroumbas,  Pattern Recognition, Fourth Edi Elsevier Inc, 2009 [62] A R Webb and K D Copsey, Statistical Pattern Recognition, Third Edit A John Wiley & Sons, Ltd., Publication, 2011 [63] B E Boser, T B Laboratories, I M Guyon, T B Laboratories, Laboratories, and V N Vapnik, “A Training Algorithm for Optimal Margin Classiers,”  Proc 5th Annu Work Comput Learn Theory, p page 144-152, 1992 [64] C Cortes and V Vapnik, “Support-Vector Networks,”  Proc Mach  Learn., vol 20, pp 273 – 297, 297, 1995 [65] H Byun and S Lee, “Applications of Support Vector Machines for Pattern Recognition : A Survey,” Springer-Verlag Berlin Heidelb 2002, pp 213 – 236, 236, 2002 109    Nguyễn Ngọc Âu  [66] M Cheriet, N Kharma, C.-L Liu, and C Y Suen, Character  Recognition Systems - A Guide for S Students tudents and Practioners A Jonhn Wley Inc., 2007 [67] K Y Lee and M A El-Sharkawi,  Modern Heuristic Optimization Techniques A John Wiley & Sons Inc Publication, 2008 [68] S L Chiu, “Fuzzy model Identification ase on cluster estimation,”  J  Intell Fuzzy Syst., vol 2, pp 267 – 278, 278, 1994 [69] J Kennedy and R Eerhart, “Particle Swarm Optimization,”  IEEE Int Conf , Perth, WA, Aust., no ISBN: 0-7803-2768-3, pp 1942 – 1948, 1948, 1995 [70] I H Witten, E Frank, and M a Hall,  Data Mining: Practical  Machine Learning Tools and Techniques, Te chniques, Third Edition, vol 54, no Elsevier Inc, 2011 [71] A K Menahem Friedman,  Introduction To Pattern Recognition :  statical, structural, neural, and fuzzy logic approaches Imperial College Press, 1999 [72] S Haykin,  Neural Networks-A Comprehensive Foundation, Second Edi Tom Robbins, 1999 [73] S Kalyani and K S Swarup, “Electrical Power and Energy Systems Pattern analysis and classification for security evaluation in power networks,”  Int J Electr POWER ENERGY Syst., vol 44, no 1, pp 547 – 560, 560, 2013 [74] K G Sheela and S N Deepa, “Rev iew on methods to fix number of hidden neurons in neural networks,”  Math Probl Eng Hindawi Publ Corp., p 11 p, 2013 110    Nguyễn Ngọc Âu  DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ  Các bi báo công bố  bố  I.  Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Thi Thanh Binh Phan,‟‟Data r eduction eduction for dynamic stability classification in power  system‟ ‟‟,, IETE Journal of Research,DOI:10.1080/03772063.2017.1417752, ISSN: 0377-2063 (Print) 0974-780X (Online), Jan 2018 (SCIE) II.  Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Binh Phan Thi Thanh, Thai Binh Nguyen „‟Hybrid Classifer Model for Dynamic Stability  Prediction in Power System‟‟ , IEEE International Conference On System Science And Engineering (ICSSE 2017), p 67-70, 2017 IIEEE EEE III.  Nguyen Ngoc Au, Quyen Huy Anh, Phan Thi Thanh Binh ,  „‟D ynamic Stability Recognition Of Power System Using Generalized Regression  Neural  Networks‟‟ Journal of Technical Education Science, N IV.  40A(10/2017), ISSN 1859-1272, 2017 Nguyen Ngoc Au , Quyen Huy Anh, Phan Thi Thanh Binh ,„‟Feature subset  selection in dynamic stability assessment power system using artificial  Neural networks‟ ‟  Science & Technology Development Journal, ISSN V.  1859-0128, Vol.18, p 15-24, No.K3 –  2015  2015 Nguyen Ngoc Au, Quyen Huy Anh, Phan Thi Thanh Binh , „‟  Dynamic  stability assessment of power system using Multilayer feedforward Neural networks with Reduced feature selection‟‟, The 2nd International VI.  Conference On Green Technology And Sustainable Development, 2014 (GTSD'14).  Nguyen Ngoc Au, Quyen Huy Anh, Phan Viet Thinh, ”Feature Selection  For Dynamic Stability Prediction Of Power System Using Neural  Network ”, ”, Journal of Technical Education Science, N0  34(2015), ISSN VII.  1859-1272, 2015 Quyen Huy Anh, Nguyen Ngoc Au, Nguyen Vu Phuong Thao, „‟Design dual input power system stabilizer for multi-machine system based on  focused-time-delay Neural netwok‟‟, Journal of Technical Education Science, N0 25(2013), ISSN 1859-1272 Các báo liên quan VIII.  ọng nghĩa, Quyền Huy Ánh, Phan Thị Thanh Bình, Nguyễễn Ngọ Nguy Ngọc Âu, Lê Tr ọng „Sa thải phụ  tải dựa nhận dạng nhanh ổn định động hệ  thống điện‟, 111    Nguyễn Ngọc Âu  IX.  ISSN 1859-1531 Tạ p Chí Khoa Học Và Công Nghệ, Đại H ọc Đà Nẵng-Số  11(129).2017 QUYỂ N 2, p 6-11, 2017 Trong Nghia Le, Ngoc Au Nguyen, Huy Anh Quyen, „‟ Emergency  Emergency control of load shedding based on coordination of artificial Neural network and analytic hierarchy process algorithm‟‟, IEEE International Conference On System Science AndGiang, Engineering (ICSSE 67-70,An, 2017 IEEE L.T Nghia, T.T N.N Au , Q.H.2017), Anh,p.D.N   „‟Emergency Control of Load Shedding Based on Fuzzy- AHP  AHP Algorithm‟‟ , International Journal of Engineering Research & Technology (IJERT), ISSN: 2278-0181, Vol Issue 09, p 185-191, September  –  2017  2017.  XI.  Phan Thị Thanh Bình, Nguyễn Thụy Mai Khanh, Nguy Nguyễễn Ngọ Ngọc Âu Âu „‟Phân tích tĩnh ổn định điện áp có máy phát điện gió DFIG‟‟, Tạ p chí Phát triển KH&CN, Tậ p 19, Số K5-2016, trang 5-12, 2016.  XII.  Trong Nghia Le, Huy Anh Quyen, Ngoc Au Nguyen,‟‟Application Nguyen,‟‟Application of  fuzzy-analytic hierarchy  process algorithm and fuzzy load profile for load  shedding in power systems‟‟ , Electrical Power and Energy Systems 77 X.  (2016) 178 – 184, 184, 2016 (SCIE) ủ nhi đề tài đim: Chủ Ch  nhiệệm đề  tài cấp cấp trƣờ ng ng trọng trọng đim: 1.  “Hệ thống nhn dạng đánh giá ổn định động hệ thống điện”,  2016-2017, T201768TĐ 2.  „‟Ứng dụng mạng thần kinh nhân tạo chẩn đoán ổn định động hệ thống điện nhiều máy‟‟ , 2015-2016, T2016-48TĐ.  3.  „‟La chọn mẫu đánh giá thông minh ổn định động hệ thống điện‟‟ , 21014-2015, T2015-34TĐ 4.  „‟Đánh giá ổn định hệ  thống điện nhiề u máy phát ‟‟  ‟‟ , 2012-2013, T2013- 02TĐ 112    Nguyễn Ngọc Âu  PHỤ PH Ụ LỤ  LỤC Bảng PL1 Công suất máy phát   Bus MaxMvar MinMVar MinMW MaxMW Unit No 30 800 -500 0.00 350.00 Gen10 31 800 -500 0.00 1150.00 Gen2 32 800 -500 0.00 750.00 Gen3 33 800 -500 0.00 732.00 Gen4 34 800 -300 0.00 608.00 Gen5 35 800 -500 0.00 750.00 Gen6 36 800 -500 0.00 660.00 Gen7 37 800 -500 0.00 640.00 Gen8 38 800 -500 0.00 930.00 Gen9 39 1500 -1000 0.00 1100.00 Gen1 Bảng PL2 Mơ hình máy phát điện đồng ộ GENPWTwoAxis  Unit  No Bus H 39 500.0 31 R x x x x T T               0.006 0.008 0.02 0.019 7.0 0.7 30.3 0.0697 0.170 0.295 0.282 6.56 1.5 32 35.8 0.0531 0.0876 0.2495 0.237 5.7 1.5 33 28.6 0.0436 0.166 0.262 0.258 5.69 1.5 34 26.0 0.132 0.166 0.67 0.62 5.4 0.44 35 34.8 0.05 0.0814 0.254 0.241 7.3 0.4 36 26.4 0.049 0.186 0.295 0.292 5.66 1.5 37 38 24.3 34.5 0 0.057 0.057 0.0911 0.0587 0.290 0.2106 0.280 0.205 6.7 4.79 0.41 1.96 10 30 42.0 0.031 0.008 0.1 0.069 10.2 0.0167    Nguyễn Ngọc Âu  Bảng PL3 Thông số thit bị điều khin kích từ IEEE1  IEEE1   39 T K T V V K T K  T  E S(E) E S(E) 0.06 -1 -0.0485 0.25 0.04 0.75 0.08 1.1 0.26 38 6.2 0.05 -1 -0.633 0.405 0.057 0.5 0.75 0.66 1.1 0.88 37 0.06 -1 -0.0198 0.5 0.08 0.75 0.13 1.1 0.34 36 0.06 -1 -0.525 0.5 0.08 0.75 0.08 1.1 0.314 35 40 0.02 10 -10 0.785 0.03 0.75 0.67 1.1 0.91 34 0.02 -1 -0.0419 0.471 0.0754 1.246 0.75 0.064 1.1 0.251 33 40 0.02 6.5 -6.5 0.73 0.03 0.75 0.53 1.1 0.74 32 0.02 -1 -0.047 0.528 0.0845 1.26 0.75 0.072 1.1 0.282 31 40 0.02 10.5 -10.5 1.4 0.03 0.75 0.62 1.1 0.85 30 40 0.02 10 -10 0.785 0.03 0.75 0.67 1.1 0.91 Bus                       Bảng PL4 Thông số thit bị điều chỉnh tần số TGOV1  TGOV1     Bus   30 0.05 1.5 31 0.05 0.4 -0.05 1.5 32 R 0.4 0.05 0.4 -0.05 1.5 33 0.05 0.4 -0.05 1.5 34 0.05 0.4 -0.05 1.5 35 0.05 0.4 -0.05 1.5 36 0.05 0.4 -0.05 1.5 37 0.05 0.4 -0.05 1.5 38 0.05 0.4 1.2 -0.05 1.5 39 0.1 0.8 1.5 -0.05 1.5           T V V T T D        Nguyễn Ngọc Âu  Bảng PL5 Thông số máy bin áp  áp   From Bus To Bus R       Tap 12 11 0.0016 0.0435 1.0060 12 13 0.0016 0.0435 1.0060 31 0.0000 0.0250 0.85714 10 32 0.0000 0.0200 1.0700 19 33 0.0007 0.0142 1.0700 20 34 0.0009 0.0180 1.0090 22 35 0.0000 0.0143 1.0250 23 36 0.0005 0.0272 1.0000 25 37 0.0006 0.0232 1.0250 30 0.0000 0.0181 1.0250 29 38 0.0008 0.0156 1.0250 19 20 0.0007 0.0138 1.0600    Nguyễn Ngọc Âu  Bảng PL6 Thông số trở kháng đƣờng dy  dy  From Bus To Bus Branch Device Type R X B Line 0.0035 0.0411 0.6987 39 Line 0.0010 0.0250 0.7500 Line 0.0013 0.0151 0.2572 25 Line 0.0070 0.0086 0.1460 30 Transformer 0.0000 0.0181 0.0000 18 Line 0.0011 0.0133 0.2138 Line 0.0013 0.0213 0.2214 14 Line 0.0008 0.0129 0.1382 Line 0.0008 0.0128 0.1342 Line 0.0008 0.0112 0.1476 Line 0.0002 0.0026 0.0434 11 Line 0.0007 0.0082 0.1389 Line 0.0006 0.0092 0.1130 8 Line Line 0.0004 0.0023 0.0046 0.0363 0.0780 0.3804 39 Line 0.0010 0.0250 1.2000 10 32 Transformer 0.0000 0.0200 0.0000 10 13 Line 0.0004 0.0043 0.0729 10 11 Line 0.0004 0.0043 0.0729 12 13 Transformer 0.0016 0.0435 0.0000 12 11 Transformer 0.0016 0.0435 0.0000 13 14 Line 0.0009 0.0101 0.1723 14 15 Line 0.0018 0.0217 0.3660 15 16 Line 0.0009 0.0094 0.1710 16 24 Line 0.0003 0.0059 0.0680 16 21 Line 0.0008 0.0135 0.2548 16 19 Line 0.0016 0.0195 0.3040 16 17 Line 0.0007 0.0089 0.1342 17 27 Line 0.0013 0.0173 0.3216 17 18 Line 0.0007 0.0082 0.1319 19 33 Transformer 0.0007 0.0142 0.0000 19 20 Transformer 0.0007 0.0138 0.0000 20 34 Transformer 0.0009 0.0180 0.0000 21 22 Line 0.0008 0.0140 0.2565 22 22 35 23 Transformer Line 0.0000 0.0006 0.0143 0.0096 0.0000 0.1846    Nguyễn Ngọc Âu  23 36 Transformer 0.0005 0.0272 0.0000 23 24 Line 0.0022 0.0350 0.3610 25 37 Transformer 0.0006 0.0232 0.0000 25 26 Line 0.0032 0.0323 0.5130 26 29 Line 0.0057 0.0625 1.0290 26 26 28 27 Line Line 0.0043 0.0014 0.0474 0.0147 0.7802 0.2396 28 29 Line 0.0014 0.0151 0.2490 29 38 Transformer 0.0008 0.0156 0.0000 31 Transformer 0.0000 0.0250 0.0000 Bảng PL7 PL7 Thông số trở  kháng thứ tự không đƣờng dy  dy  From Bus To Bus Branch Device Type R X C Line 0.008750 0.102750 0.698700 39 Line 0.002500 0.062500 0.750000 Line 0.003250 0.037750 0.257200 25 Line 0.017500 0.021500 0.146000 30 Transformer 0.000000 0.018100 0.000000 18 Line 0.002750 0.033250 0.213800 Line 0.003250 0.053250 0.221400 14 Line 0.002000 0.032250 0.138200 Line 0.002000 0.032000 0.134200 Line 0.002000 0.028000 0.147600 Line 0.000500 0.006500 0.043400 11 Line 0.001750 0.020500 0.138900 Line 0.001500 0.023000 0.113000 Line 0.001000 0.011500 0.078000 Line 0.005750 0.090750 0.380400 39 Line 0.002500 0.062500 1.200000 10 32 Transformer 0.000000 0.020000 0.000000    Nguyễn Ngọc Âu  10 13 Line 0.001000 0.010750 0.072900 10 11 Line 0.001000 0.010750 0.072900 12 13 Transformer 0.001600 0.043500 0.000000 12 11 Transformer 0.001600 0.043500 0.000000 13 14 Line 0.002250 0.025250 0.172300 14 15 Line 0.004500 0.054250 0.366000 15 16 Line 0.002250 0.023500 0.171000 16 24 Line 0.000750 0.014750 0.068000 16 21 Line 0.002000 0.033750 0.254800 16 19 Line 0.004000 0.048750 0.304000 16 17 Line 0.001750 0.022250 0.134200 17 27 Line 0.003250 0.043250 0.321600 17 18 Line 0.001750 0.020500 0.131900 19 33 Transformer 0.0007 0.0142 0.0000 19 20 Transformer 0.0007 0.0138 0.0000 20 34 Transformer 0.0009 0.0180 0.0000 21 22 Line 0.002000 0.035000 0.256500 22 35 Transformer 0.0000 0.0143 0.0000 22 23 Line 0.001500 0.024000 0.184600 23 36 Transformer 0.0005 0.0272 0.0000 23 24 Line 0.005500 0.087500 0.361000 25 37 Transformer 0.0006 0.0232 0.0000 25 26 Line 0.008000 0.080750 0.513000 26 29 Line 0.014250 0.156250 1.029000 26 28 Line 0.010750 0.118500 0.780200 26 27 Line 0.003500 0.036750 0.239600 28 29 Line 0.003500 0.037750 0.249000 29 31 38 Transformer Transformer 0.0008 0.0000 0.0156 0.0250 0.0000 0.0000    Nguyễn Ngọc Âu  PL8 Các khu thực thi chƣơng trình PowerWord đ ấy mu  mu   Các giai đoạn mô phần mềm PowerWorld để  thu thậ p mẫu đƣợ c đúc kết thành giai đoạn gồm:   Giai đoạn 1: Thực cài đặt thông số  chuẩn mơ hình h ệ  thống điện   Giai đoạn 2: Thực kích hoạt thơng số trong mơ hình hệ thống điện   Giai đoạn 3: Chạy phân bố công suất tối ƣu OPF   Giai đoạn 4: Mô ổn định độ, đánh giá ổn định/không ổn định lấy mẫu Giai đoạn 1: Th c cài đặt thơng số  cho  cho mơ hình hệ thống điện Bắt đầu Stability  Machine Models Cài đặt thơng số mơ hình máy phát điện Stability  Exciters Cài đặt thông số thiết ị điều khiển kch từ Stability  Governors Cài đặt thông số thiết ị điều chỉnh tần số Cài đặt công suất định mức, công suất Pmax, Pmin máy phát, điện áp đầu cực máy phát Power and Voltage Control Cài đặt công suất định mức tải Load Information Cài đặt thông số đầu  phn áp máy iến áp Transformer Giai đoạn      Nguyễn Ngọc Âu    Giai đoạn 2: Th c kích hoạt thơng số  trong  trong mơ hình hệ thống điện Giai đoạn Kch hoạt tự động điều chỉnh công suất phát (Available for AGC) Power and Voltage Control Kch hoạt giới hạn công suất phát (Enforce MW Limits) Kch hoạt điều chỉnh điện áp tự động (Available for AVR) Kch hoạt vận hành kinh tế an đầu (If AGCable) Faults OPF Kch hoạt trung tnh nối đất (Neutral Grounded) Kch hoạt mơ hình máy phát điện (GENPWTwoAxis) Kch hoạt thiết ị điều khiển kch từ Stability (IEEET1) Kch chỉnh hoạt thiết ị điều tần số (TGOV1) Giai đoạn      Nguyễn Ngọc Âu    Giai đoạn 3: Chạ y phân bố  công  công su t t ối ối ưu OPF Giai đoạn Load công suất tải Load công suất phát Case Information  Generators Add Ons  OPF Case Infor  OPF Area AGC = NO AVR = YES Cost Model = None AGC Status = off AGC Run Mode  Tools  Solve  Single Solution –  Full Newton Run Mode  Tools  Solve  Reset to Flat Start Add Ons  OPF Case Infor  OPF Area AGC Status = OPF Includes Marginal Losses = YES Case Information  Generators AGC = YES Cost Model = Cubic Add Ons  Frimal LP Giai đoạn Chạy phn ố công suất Chạy phn ố công suất tối ƣu OPF      Nguyễn Ngọc Âu    Giai đoạn 4: Mô ổn định độ, đánh giá ổn định/không ổn định l    y  mẫ u u Giai đoạn Cài đặt ƣớc thời gian  Simulation  Control Time Step = 0.5 Cycles (0.00833 Seconds) Cài đặt tần số Options  Generic Limit Monitors Over speed = 62.40 Hz Under speed = 57.60 Hz Cài đặt gc rotor  Absolute Angle Deviation = 180 Deg Rotor Angle = YES MW = YES Mvar = YES Field Voltage = YES Field Current = YES Cài đặt iến hệ thống Result Storage  Store to RAM Options Chọn us/đƣờng dy chạy ổn định độ Simulation  Control Cài đặt vị tr cố Cài đặt thời gian cắt ngắn mạch FCT Chạy ổn định độ Run Transient Stability Đánh giá ổn định/không ổn định Lấy mẫu Kết thúc Result from RAM  Time Values ... Lựa chọn thông số đặc trƣng cho hệ? ?thống nhận d ạng thơng minh chẩn đốn ổn định động hệ? ?thống điện Chƣơng Xây dựng hệ thống nhận dạng? ?thông minh chẩn đoán nhanh ổn định động hệ thống điện? ? Chƣơng... chẩn đoán ổn định hệ thống điện với kết đầu ? ?ổn định? ?? hay „không ổn định? ?? Biến đầu vào iến trạng thái chế độ hệ thống điện Đánh giá ổn định hệ? ? thống điện theo số CCT từ sơ đồ hệ thống điện. .. [11] ổn định hệ? ? thống điện đƣợ c phân loại theo IEEE/CIGRE gồm: ổn định góc rotor, ổn định tần số  ổn định điện áp Phn loại ổn định hệ thống điện đƣợc trình ày nhƣ Hình 2.2 Ổn định động ổn định