Thiết kế hệ chẩn đoán sự cố tiềm ẩn của máy biến áp lực dựa trên logic mờ và đại số gia tử

Trong quá trình máy biến áp làm việc, dưới tác dụng của nhiệt mà phần tử hydro–cacbon của khoáng dầu bị phân huỷ thành dạng hydrogen và sinh ra các thành phần khí hydrohen, methane, ethane, ethylene, acetylene và một vài thành phần khí khác. Bài viết này đề xuất xây dựng hàm thuộc cho các tập mờ dựa trên ngữ nghĩa của các hạng từ ngôn ngữ trong đại số gia tử. Theo đề xuất này, sự thay đổi của độ thuộc theo các tập mờ là hợp lí hơn.

Nghiên cứu khoa học công nghệ THIẾT KẾ HỆ CHẨN ĐOÁN SỰ CỐ TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC DỰA TRÊN LOGIC MỜ VÀ ĐẠI SỐ GIA TỬ Nguyễn Tiến Duy* Tóm tắt: Trong q trình máy biến áp làm việc, tác dụng nhiệt mà phần tử hydro–cacbon khoáng dầu bị phân huỷ thành dạng hydrogen sinh thành phần khí hydrohen, methane, ethane, ethylene, acetylene vài thành phần khí khác Mật độ thành phần khí cho biết số tình trạng lỗi tiềm ẩn máy biến áp Trên sở phương pháp chẩn đoán theo mã chuẩn IEC-599, báo đề xuất mơ hình chẩn đốn theo logic mờ Trong đó, việc xây dựng hàm thuộc cho tập mờ dựa ngữ nghĩa hạng từ ngôn ngữ đại số gia tử Từ kết phân tích mật độ thành phần khí dầu (DGA - Dissolved Gas Analysis), suy luận tính tốn tổng hàm lượng khí hồ tan (total gas), tổng hàm lượng khí dễ cháy chẩn đốn trường hợp lỗi khác trường hợp bình thường Cùng với kết luận lỗi độ tin cậy tính theo tỉ lệ phần trăm Thuật tốn cài đặt hồn chỉnh chạy mơi trường web kiểm thử với nhiều liệu Kết chẩn đốn đáng tin cậy Từ khóa: Sự cố máy biến áp; Phân tích khí hồ tan; Đại số gia tử; Logic mờ GIỚI THIỆU Chẩn đoán cố tiềm ẩn máy biến áp lực hệ thống điện vấn đề nhiều nhà khoa học quan tâm Để đưa thơng tin lỗi xảy tương lai (lỗi tiềm ẩn) máy biến áp, số cơng trình đưa phương pháp chẩn đốn dựa phân tích lượng khí hồ tan dầu Dựa kỹ thuật này, có nhiều phương pháp đại cho phép chẩn đoán tốt [1, 2] Tuy nhiên, điểm chung phương pháp phải dựa kỹ thuật đo đạc xác Vì vậy, kết chẩn đốn phụ thuộc nhiều vào độ xác kết của phép đo Một phương pháp chẩn đốn khác kế thừa tri thức chuyên gia dạng luật thống kê giới thiệu [3-5] Phương pháp phát triển dựa sử dụng mạng neural nhân tạo Để có kết chẩn đốn xác, theo phương pháp sử dụng mạng neural cần phải có liệu thực nghiệm “đủ lớn” để huấn luyện mạng lựa chọn cấu trúc mạng hợp lí Thực tế cho thấy, theo tiếp cận có nhiều cấu trúc mạng lựa chọn với kết chẩn đoán khác Thời gian huấn luyện mạng lớn nhược điểm phương pháp Các phương pháp sử dụng fuzzy logic đề xuất [7, 8] Điểm chung phương pháp kế thừa tri thức chuyên gia sở hệ luật Tuy nhiên, việc xây dựng hàm thuộc cho tập mờ vấn đề phải nghiên cứu Cùng hệ luật chẩn đoán, việc xây dựng tập mờ khác làm cho kết chẩn đoán khác Bài báo đề xuất xây dựng hàm thuộc cho tập mờ dựa ngữ nghĩa hạng từ ngôn ngữ đại số gia tử Theo đề xuất này, thay đổi độ thuộc theo tập mờ hợp lí CHẨN ĐOÁN LỖI TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC DỰA TRÊN KẾT QUẢ DGA Chẩn đoán lỗi tiềm ẩn dựa tỉ lệ theo chuẩn IEC-599 Phương pháp chẩn đoán lỗi theo chuẩn IEC-599 [12] dựa tỉ lệ thành phần khí (bảng 1) Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Hội thảo Quốc gia FEE, 10 - 2020 427 Toán học – Công nghệ thông tin Bảng Tỉ lệ thành phần khí lỗi tương ứng theo IEC-60599 (2015) [12] Lỗi R1 ( / ) R2 ( / ) R5 ( / ) Bình thường < 0.1 < 0.1 < 0.1 NS Phóng điện phần < 0.1 < 0.2 (Non-Significant) Phóng điện lượng thấp 0.1 – 0.5 > 0.1 >1 Phóng điện lượng cao 0.1 – 0.6 – 2.5 >2 o t < 300 C > 1, NS NS 1 < 0.1 1–4 t > 700 oC >1 < 0.2 >4 Từ bảng 1, theo tiêu chuẩn IEC-599 khoảng giá trị mã hoá biểu diễn lỗi theo mã luật chẩn đoán bảng bảng Bảng Mã tỉ số theo khoảng giá trị theo tiêu chuẩn IEC-599 [12] Mã tỉ số Phạm vi tỉ số R5= R1= R2= 3.0 2 Bảng Bảng luật chẩn đoán lỗi theo mã quy ước tiêu chuẩn IEC-599 [12] Luật R1= 0 (*) 1 or 0 0 R5= R2= 1 0 2 0 or 2 1 Kết luận Bình thường Phóng điện phần lượng thấp Phóng điện phần lượng cao Phóng điện lượng thấp Phóng điện lượng cao Quá nhiệt: 700 oC GIỚI THIỆU VỀ ĐẠI SỐ GIA TỬ Đại số gia tử cấu trúc đại số miền giá trị ngôn ngữ giới thiệu [9] ứng dụng để giải lớp toán mờ phát biểu dựa thông tin ngôn ngữ [10, 11] Với tiếp cận đại số gia tử cho ta nhiều lợi điểm việc tính tốn hạng từ ngôn ngữ Bài báo sử dụng đại số gia tử để xây dựng hàm thuộc tập mờ cho suy luận xấp xỉ Định nghĩa [9] Đại số gia tử biến ngôn ngữ thành phần: = ( , , , , ≤), tập hạng từ = { , }, ≤ , gọi phần tử sinh = { , , } tập hằng, với ≤ ≤ ≤ ≤ , để phần tử có ngữ nghĩa nhỏ nhất, phần tử trung hồ phần tử có ngữ nghĩa lớn tập tốn tử ngơi, gọi gia tử = ∪ , với = ℎ : - ≤ ≤ -1 tập gia tử âm, = ℎ : ≤ ≤ gia tử dương ≤ biểu thị quan hệ thứ tự hạng từ Từ tính chất đại số gia tử, tác giả [9, 10] xây dựng hàm 428 Nguyễn Tiến Duy, “Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử.” Nghiên cứu khoa học cơng nghệ đo, đó, hàm định lượng ngữ nghĩa SQMs [11] cho phép lượng hoá hạng từ ngôn ngữ thành giá trị ngữ nghĩa tương ứng chúng XÂY DỰNG BỘ CHẨN ĐOÁN DỰA TRÊN LIGIC MỜ VÀ ĐẠI SỐ GIA TỬ 4.1 Xây dựng mô hình cho chẩn đốn mờ dựa đại số gia tử Giả sử có khoảng mờ ứng với hạng từ ngôn ngữ u, v Với giá trị ngữ nghĩa x nằm khoảng ( )< < ( ), x có mối quan hệ “gần gũi” ngữ nghĩa với phần tử u v Giả sử định nghĩa điểm “cân bằng” mặt ngữ nghĩa phần tử u v thông qua khoảng tính mờ giá trị ngữ nghĩa chúng biểu thức: ( )∗ ( )+ ( )∗ ( ) (1) = ( )+ ( ) Biểu thức (1) cho biết giá trị ngữ nghĩa w có độ “gần gũi” hay “đặc trưng” phần tử u v Giá trị ngữ nghĩa cần ( ) “gần gũi” v “khác” u ngược lại Hình Xây dựng hàm thuộc giá trị ngữ nghĩa có điểm “đặc trưng” Đề xuất cần tìm điểm w’ cho ta xây dựng hàm tuyến tính mà điểm đặc trưng w hồnh độ điểm trọng tâm G tập mờ có diện tích Su Sv (xem hình 1) Như vậy, ta cần xác định điểm ’ ≠ mà đó, độ thuộc vào tập mờ u v 0.5 Điểm trọng tâm G tính theo cơng thức: ∗ + ∗ (2) = + Trong đó, Gu, Gv điểm trọng tâm tập mờ có diện tích Su, Sv tương ứng Với giá trị ( ) ≤ ≤ ( ), tổng độ thuộc ( ) + ( ) = Từ quan điểm đó, cách trực quan ta phát biểu dạng định đề sau: Mệnh đề Cho hạng từ ngôn ngữ , ∈ , ( ) ≤ ≤ ( ) Hàm thuộc tuyến tính xây dựng qua điểm ’ cho có hồnh độ điểm trọng tâm G trọng tâm tổng hợp từ tập mờ u, v có diện tích Su, Sv điểm “đặc trưng” w thoả điều kiện ( ’) = ( ’) = 0.5 ( ) + ( ) = ( )∗ ( )+ ( )∗ ( ) (3) ′= ( )+ ( ) Hàm thuộc tập mờ xây dựng đường chuyển đổi tuyến tính trọng số ngữ nghĩa theo khoảng mệnh đề cho phép ta mô tả độ thuộc hạng từ ngôn ngữ hợp lí Mơ hình hệ chẩn đốn xây dựng qua bước sau: Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Hội thảo Quốc gia FEE, 10 - 2020 429 Tốn học – Cơng nghệ thơng tin  Bước 1: Thiết kế tập mờ Dựa phân chia khoảng chuẩn IEC-599 [12], ta chọn hạng từ ngôn ngữ thay mã cho tỉ số bảng Bảng Lựa chọn hạng từ ngôn ngữ cho mã Mã Tỉ số R1 vvvL M vvvH R2 vL vvvL H R3 vL lH vvvH Trong đó: L – Low; H – High; v – Very; l – Litle Miền biến thiên đại lượng nằm khoảng [0,3] Vậy, từ miền ngữ nghĩa ta cần định tỉ lệ với hệ số = - Chọn cấu trúc đại số gia tử tham số mờ sau: = ( , , , , ≤) với = { ( )< ( ℎ)}, ={( ), ( )}, ( ) = = ( ) = 0.5 ( ) = 0.5 Chọn M (Medium) phần tử trung hoà ( ) = ( ) = - Tính tốn giá trị ngữ nghĩa hạng từ ngôn ngữ điểm ( ) ∪ ’ = { , , , , } cho tỉ số theo (3): Với tỉ số R1: )= ( )∗ ( )∗ ( )∗ ( )∗ ∗ = ( = 0.09375 = ( )∗ = ∗ = 1.5 ) = (1 − ( ) ∗ ( ) ∗ ( ) ∗ ( )∗ )∗ = ( = 2.90625 ( )∗ ( )+ ( )∗ ( ) = ∗ ( )+ ( ) 0.03125 ∗ 0.5 + 0.5 ∗ 0.0625 = ∗ = 0.25 0.5 + 0.0625 ( )∗ ( )+ ( )∗ ( )+ = ∗ ( )+ ( ) 0.5 ∗ 0.0625 + 0.96875 ∗ 0.5 = ∗ = 2.75 0.5 + 0.0625 Được tập điểm cho tỉ số R1: {0.09375, 0.25, 1.5, 2.75, 2.90625} Với tỉ số R2, R3: Tính tốn tương tự với điểm cân ngữ nghĩa theo (3), tham số toạ độ điểm {a, b, c, d, e} xác định tập mờ tỉ số là: R2: {0.09375, 0.15, 0.375, 1.0, 2.25} R3: {0.375, 1.125, 1.875, 2.7, 2.90625} Hàm thuộc tập mờ ứng với hạng từ ngôn ngữ tỉ số hình Độ thuộc tính theo cơng thức sau: 1, < ⎧2 − − ⎪ , < ≤ 2( − ) ( ), ( )= (4) ⎨ 1( − ), < ≤ ⎪ 2( − ) ⎩ 0, < 430 Nguyễn Tiến Duy, “Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử.” Nghiên cứu khoa học công nghệ 0, < ⎧ 1( − ) ⎪ , < ≤ ⎪ 2( − ) ⎪ +( −2 ) ⎪ , < ≤ 2( − ) ( ), ( ), ( )= ⎨2 − − , < ≤ ⎪ 2( − ) ⎪ 1( − ) ⎪ , < ≤ ⎪ 2( − ) ⎩ 0, < 0, < ⎧ 1( − ) ⎪ , < ≤ ⎪ 2( − ) ( ), ( ) = ⎨ +( −2 ) , < ≤ ⎪ ⎪ 2( − ) ⎩ 1, < (5) (6) Hình Tập mờ cho tỉ số - Tính tốn ví dụ: Với giá trị tính từ liệu thí nghiệm: R1= R2= R3= = 0.393, giá trị nằm khoảng [b, c] = [0.25, 1.5]; = 0.5, giá trị nằm khoảng [c, d] = [0.375, 1.0]; = 0.667, giá trị nằm khoảng [a, b] = [0.375, 1.125] - Tính độ thuộc theo biến tỉ số R1: ( − ) (1.5 − 0.393) 1.107 (0.393) = = = = 0.4428; ( − ) (1.5 − 0.25) 1.25 + ( − ) 0.393 + (1.5 − ∗ 0.25) (0.393) = = = 0.5572; 2( − ) 2(1.5 − 0.25) (0.393) = Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Hội thảo Quốc gia FEE, 10 - 2020 431 Toán học – Công nghệ thông tin Nhận vector = (0.4428, 0.5572, 0) - Tính độ thuộc theo biến tỉ số R2: (0.5) = 0; − − 2*1-0.375-0.5 (0.5) = = = 0.9; 2( − ) 2(1-0.375) ( − ) (0.5 − 0.375) (0.5) = = = 0.1 ( − ) (1 − 0.375) Nhận vector = (0, 0.9, 0.1) Tính độ thuộc theo biến tỉ số R3: − − ∗ 1.125 − 0.375 − 0.667 1.208 (0.667) = = = = 0.805; 2( − ) 2(1.125 − 0.375) 1.5 ( − ) (0.667 − 0.375) 0.292 (0.667) = = = = 0.195; ( − ) (1.125 − 0.375) 0.75 (0.667) = Nhận vector = (0.805, 0.195, 0)  Bước 2: Chuyển đổi hệ luật chẩn đoán từ logic rõ logic mờ Từ bảng luật chẩn đoán theo tiêu chuẩn IEC-599 (bảng 3) hạng từ ngôn ngữ lựa chọn thay cho mã bảng ta bảng luật chẩn đốn theo ngơn ngữ bảng Bảng Bảng luật chẩn đoán cho lỗi viết lại theo nhãn ngôn ngữ Luật R1= R2= R5= Kết luận vvvL vL vL Bình thường * vvvL vL Phóng điện phần lượng thấp M vvvL vL Phóng điện phần lượng cao M or vvvH vL lH or vvvH Phóng điện lượng thấp M vL vvvH Phóng điện lượng cao vvvL vL lH Quá nhiệt: 700 oC Trong bảng trên, dịng luật chẩn đốn hiểu sau: Luật 1: Nếu (R1=vvvL) (R2=vL) (R3=vL) Thì “Bình thường” Luật 3: Nếu (R1=M) (R2=vvvL) (R3=vL) Thì “Phóng điện phần lượng thấp” Luật 4: Nếu ((R1=M) (R1=vvvH)) (R2=vL) ((R3=lH) (R3=vvvH)) Thì “Phóng điện lượng thấp” Trong đó: R1=M  µM(x), xR1 (độ thuộc x, tỉ số R1 vào tập mờ M) 4.2 Thuật toán cho mơ hình chẩn đốn Từ mơ hình hệ suy luận trên, bước tính tốn mơ tả cụ thể thuật toán sau: Fuzzy_ Hedge_Algebra_Diagnosis_Algorithm() Input: Các thành phần khí [ppm]: (hydrogen), (methane), (acetylen), (ethylen), (ethane); , , , [ppm] 432 Nguyễn Tiến Duy, “Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử.” Nghiên cứu khoa học công nghệ Output: Kết luận tình trạng máy biến áp theo hệ luật chẩn đoán độ tin cậy chẩn đoán tương ứng Method: 1) If tất giá trị thành phần khí khơng vượt ngưỡng L1 (bảng 6) Then kết luận “Bình thường” (return) Bảng Ngưỡng L1 theo IEC-599 [12] Khí (Key gas) Ngưỡng L1 (concentration [ppm]) 100 120 35 50 65 350 Else //một thành phần khí vượt ngưỡng L1, thực bước tính tốn 2) Tính giá trị tỉ số = , = , = 3) Tính vector độ thuộc ứng với Ri (i=1 3) theo công thức (4)-(6): ( ), ( ), ( )], ∈ 1, =[ ( ), ( ), ( )], ∈ =[ ( ), ( )], ∈ = [ ( ), 4) For luật bảng luật, tính độ độ tin cậy (thoả mãn) kết luận sau (xem bảng 7): }, số dòng luật = ( , , ), , , ∈ { , , , , Bảng Tính tốn độ tin cậy kết luận luật chẩn đoán mờ Luật = vvvL * M Độ tin cậy chẩn đoán (100%) = = vL vvvL vvvL vL vL vL = = = M or vvvH vL lH or vvvH = M vvvL vvvL vvvL vvvL vL vL H H H vvvH lH vL lH vvvH = = = = = ( ( ( ( ), ( ), ( ), ⎛ ⎜ ( ⎝ ( ( ), ( ), ( ( ), ( ( ), ( ( ), ( ( ), ( )) ( ), ( ), ( ), ( ), ( ), ( ), ( ), ( ), ( ), ( ), ( )) ( )) ( ), ( ), ( ), ( ), ( )) ( )) ( )) ( )) ( )) ( ) , ( ) , ⎞ ⎟ ( ) , ( ))⎠ 5) Đưa kết luận chẩn đoán lưu CSDL End Fuzzy_ Hedge_Algebra_Diagnosis_Algorithm KẾT QUẢ THỰC NGHIỆM Phần mềm chẩn đốn cài đặt hồn chỉnh chạy môi trường web, địa http://mba.hopto.org/ Thử nghiệm với số liệu theo [8], gồm 20 mẫu thu tập từ thực tế với nhiều loại lỗi khác Kết chẩn đoán theo phương pháp khác tổng hợp bảng Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Hội thảo Quốc gia FEE, 10 - 2020 433 Toán học – Công nghệ thông tin Bảng Mẫu liệu thực tế kết chẩn đoán theo phương pháp Lỗi IEC- Fuz_HA Độ tin cậy No H2 CH4 C2H4 C2H6 C2H2 thực tế 599 đề xuất [%] 200 700 740 250 8, 9 100 24.7, 300 490 360 180 95 N 4, 6, 24.7, 49.4 56 61 32 75 31 N 1, 21.3, 21.3 66.1, 33 26 5.3 0.2 1 1, 4, 33.9, 33.9 176 205.9 75.7 47.7 68.7 N 4, 43.2, 23.7 70.4 69.5 241.2 28.9 10.4 N 4, 49, 51 162 35 30 5.6 44 5 57.6 345 112.25 51.5 27.5 58.75 4 85.6 181 262 528 210 8 8, 53.5, 46.5 10 172.9 334.1 812.5 172.9 37.7 9 87.3 11 2587.2 7.882 1.4 4.704 2 100 12 1678 652.9 1005.9 80.7 419.1 5 56.7 13 206 198.9 612.7 74 15.1 N 47.32 14 180 175 50 75 1, 52.2, 47.8 15 34.45 21.92 44.96 3.19 19.62 5 4, 57.5, 57.5 16 51.2 37.6 52.8 5.1 51.6 5 5, 71.3, 20.9 17 106 24 28 37 5 4, 60.4, 60.4 18 180.85 0.574 0.188 0.234 2 71.4 19 27 90 63 42 0.2 8 7, 25, 75 20 138.8 52.2 62.8 6.77 9.55 5 4, 18.7, 81.3 Quan sát kết bảng thấy rằng, phương pháp IEC có trường hợp khơng xác định lỗi, với phương pháp đề xuất (Fuz_HA) khơng có trường hợp Nó đưa kết luận lỗi trường hợp Với mẫu số liệu thứ 2, 5, 6, 13 IEC đưa kết luận Fuz_HA đưa kết luận trùng với lỗi thực tế với độ tin cậy cao Ngồi ra, cịn đưa thêm khác lỗi khác độ tin cậy thấp Tương tự, với số liệu thứ 9, 14, 16, 19, 20 Fuz_HA đưa kết luận trùng với lỗi thực tế có độ tin cậy cao lỗi khác có tính chất liên quan có độ tin cậy thấp Nhìn chung, kết luận có độ tin cậy cao với lỗi thực tế Tuy nhiên, có trường hợp Fuz_HA đưa kết luận thiếu xác Tại mẫu số liệu thứ 3, lỗi thực tế Fuz_HA lại đưa kết luận lỗi số với mức độ tin cậy thấp Điều có nghĩa rằng, cần lưu tâm đến lỗi so với lối số 1, Quá nhiệt phạm vi 150 oC – 300 oC Nguyên nhân dẫn đến nhiệt thường lỗi số gây nên Thực tế, trạng thái máy biến áp có vài lỗi khác nhau, tiến triển lỗi tạo nên số lỗi liên tiếp mức độ khác Theo cách phân khoảng “rõ” suy luật theo luật “rõ” chuẩn IEC tối đa lỗi ứng với mẫu số liệu Theo tiếp cận “mờ” dựa ngữ nghĩa đại số gia tử, biểu diễn giá trị tỉ số theo tập mờ phù hợp với thực tế nên hệ suy luận đưa nhiều lỗi chẩn đốn Các kết lại cho thấy Fuz_HA chẩn đoán tốt, kèm theo số liệu mức độ tin cậy chẩn đoán Đây ưu điểm Fuz_HA so với IEC Số liệu cho biết mức độ phát triển lỗi tương ứng Căn vào đó, để người vận hành có kế hoạch cụ thể việc bảo trì, bảo dưỡng máy biến áp 434 Nguyễn Tiến Duy, “Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử.” Nghiên cứu khoa học công nghệ KẾT LUẬN Trong báo này, tác giả đề xuất mơ hình thuật tốn chẩn đốn để chẩn đoán cố tiềm ẩn máy biến áp Việc chẩn đoán thực dựa kết DGA phương pháp tỉ số Cụ thể, tác giả xây dựng mơ hình chẩn đốn theo tiếp cận logic mờ kết hợp với đại số gia tử, phát triển từ luật chẩn đoán theo chuẩn IEC-599 Các tập mờ thiết kế mờ dựa ngữ nghĩa hạng từ ngôn ngữ đại số gia tử Mơ hình chẩn đốn mờ khắc phục hạn chế chuẩn IEC-599 biểu diễn giá trị tỉ số dựa tập mờ Nó cho phép mơ tả mật độ thành phần khí phù hợp với thực tế Với cách tính tốn theo mơ hình mờ này, lỗi tiềm ẩn chẩn đốn cịn có kèm theo mức độ tin cậy Với thuật toán chẩn đoán thiết kế, phần mềm cài đặt hoàn chỉnh chạy môi trường web Phần mềm kiểm thử với nhiều liệu thực tế có hiệu chỉnh cần thiết để kết chẩn đoán trở nên tin cậy TÀI LIỆU THAM KHẢO [1] S Saranya, Uma Mageswari, Natalya Roy, R Sudha (2013), “Comparative Study Of Various Dissolved Gas Analysis Methods To Diagnose Transformer Faults”, International Journal of Engineering Research and Applications (IJERA) ISSN: 2248-9622 www.ijera.com, Vol 3, Issue 3, pp.592-595 [2] Sherif Ghoneim, Kamel A Shoush (2014), “Diagnostic Tool for Transformer Fault Detection Based on Dissolved Gas Analysis”, IOSR Journal of Electrical and Electronics Engineering (IOSR-JEEE) e-ISSN: 2278-1676, p-ISSN: 2320-3331, Volume 9, Issue Ver III, pp 20-26 [3] Zhenyaun Wang (2000), “Artificial intelligence applications in the diagnostic of power transformer incipicent”, Virginia [4] Fathiah Zakaria, Dalina Johari, Ismail Musirin (2012), “Artificial Neural Network (ANN) Application in Dissolved Gas Analysis (DGA) Methods for the Detection of Incipient Faults in Oil-Filled Power Transformer”, IEEE International Conference on Control System, Computing and Engineering, 23 - 25 Nov 2012, Penang, Malaysia [5] Amin Samy, Sayed A Ward, Mahmud N Ali (2015), “Conventional Ratio and Artificial Intelligence (AI) Diagnostic methods for DGA in Electrical Transformers”, International Electrical Engineering Journal (IEEJ) ISSN 20782365, Vol No.12, pp 2096-2102 [6] N K DHOTE, J B HELONDE (2012), “Diagnosis of Power Transformer Faults based on Five Fuzzy Ratio Method”, WSEAS TRANSACTIONS on POWER SYSTEMS, Issue 3, Volume 7, July 2012, pp 114-125.7 [7] Er Niti Sharma (2012), “Power Transformer Diagnosis Using Fuzzy Logic”, International Journal of Latest Research in Science and Technology, Vol.1, Issue 2: pp 149-151, ISSN (Online): 2278-5299.8 [8] Hongzhong Ma, Zheng Li, P Ju, Jingdong Han and Limin Zhang (2005), “Diagnosis of power transformer faults on fuzzy three-ratio method”, International Power Engineering Conference, Singapore, pp 1-456 doi: 10.1109/IPEC.2005.206897.9 [9] Ho N C., Wechler W (1990), “Hedge algebra: An algebraic approach to structures of sets of linguistic truth values”, Fuzzy Sets and Systems, 35, pp 281-293.10 [10] Ho N C., Khang T D., Nam H V., Chau N H (1999), “Hedge algebras, linguisticvalued logic and their application to fuzzy reasoning”, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 7(4), pp 347-361.11 Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Hội thảo Quốc gia FEE, 10 - 2020 435 Tốn học – Cơng nghệ thơng tin [11] Ho N C and Long N V (2007), “Fuzziness measure on complete hedge algebras and quantifying semantics of terms in linear hedge algebras”, Fuzzy Sets and Systems, 158(4), pp 452–471.13 [12] IEEE, ‘‘IEEE Guide for the Interpretation of Gases Generated in Oil-immersed Transformers’’, IEEE Standard C57.104-1991, pp 130, 1991.14 ABSTRACT DESIGN OF POTENTIAL FAULTS DIAGNOSIS SYSTEM OF TRANSFORMERS BASED ON FUZZY LOGIC COMBINING HEDGE ALGEBRAS In the process of a transformer working, under the effect of heat, the hydrogencarbon element of the mineral oil is broken down to hydrogen and produces components of hydrogen gas, such as methane, ethane, ethylene, acetylene and some other gases The density of these gas components may indicate some states of working and potential faults of the transformer Based on the diagnostic method according to the codes of IEC-599 standard, this paper proposes diagnostic model based on fuzzy logic combine with hedge algebra The designation of membership functions for fuzzy sets are based on the semantic of the linguistic terms in hedge algebras From the results of the analysis of density of oil gas components (DGA Dissolved Gas Analysis), the inference system calculate the total gas content, total flammable gas content and determine cases fault diagnosed and a case is normal (no fault) Along with the conclusions about faults, corresponding reliability is calculated as a percentage The diagnostic software has been coded completely on the web environment and has been tested with many actual data sets The diagnosis results are reliable Keywords: Diagnose transformer faults; Dissolved gas analysis; Hedge algebra; Fuzzy logic Nhận ngày 15 tháng năm 2020 Hoàn thiện ngày 05 tháng 10 năm 2020 Chấp nhận đăng ngày 05 tháng 10 năm 2020 Địa chỉ: Khoa Điện tử, Trường Đại học Kỹ thuật công nghiệp - Đại học Thái Nguyên *Email: duy.infor@tnut.edu.vn 436 Nguyễn Tiến Duy, “Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử.” ... Tiến Duy, ? ?Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử. ” Nghiên cứu khoa học cơng nghệ Output: Kết luận tình trạng máy biến áp theo hệ luật chẩn đoán độ tin cậy chẩn đoán tương... chẩn đoán để chẩn đoán cố tiềm ẩn máy biến áp Việc chẩn đoán thực dựa kết DGA phương pháp tỉ số Cụ thể, tác giả xây dựng mơ hình chẩn đốn theo tiếp cận logic mờ kết hợp với đại số gia tử, phát triển... dưỡng máy biến áp 434 Nguyễn Tiến Duy, ? ?Thiết kế hệ chẩn đoán cố tiềm ẩn … logic mờ đại số gia tử. ” Nghiên cứu khoa học công nghệ KẾT LUẬN Trong báo này, tác giả đề xuất mơ hình thuật tốn chẩn đoán