Ứng dụng trí tuệ nhân tạo trong chẩn đoán sự cố máy biến áp dầu

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - o o - LUẬN ÁN CAO HỌC ĐẶNG MẠNH CƯỜNG ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP DẦU CHUYÊN NGÀNH : HỆ THỐNG ĐIỆN MÃ SỐ NGÀNH : HTĐI-12 TP Hồ Chí Minh, tháng 05 năm 2004 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -0O0 - LUẬN ÁN CAO HỌC Đặng Mạnh Cường ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP DẦU CHUYÊN NGÀNH : HỆ THỐNG ĐIỆN MÃ SỐ NGÀNH : HTĐI-12 TP Hồ Chí Minh, tháng 05 năm 2004 Lời cảm ơn Con xin biết ơn Cha, Mẹ nuôi dạy khôn lớn tạo điều kiện cho học tập đến ngày hôm Tôi xin chân thành gửi lời biết ơn sâu sắc đến tất q Thầy Cô Trường Đại Học Bách Khoa Thành Phố Hồ Chí Minh giúp đỡ suốt trình học tập thực luận án cao học Đặc biệt, em xin chân thành cảm ơn Thầy, Tiến Só Quyền Huy Ánh, người tận tình hướng dẫn giúp đỡ em suốt trình thực luận văn Xin chân thành cảm ơn bạn bè, đồng nghiệp, người thân gia đình, đặc biệt vợ – người bên cạnh động viên nhiều suốt trình học tập thực luận văn TP.Hồ Chí Minh, ngày 30 tháng năm 2004 Đặng Mạnh Cường Đại Học Quốc Gia Tp.Hồ Chí Minh TRƯỜNG ĐẠI HỌA BÁCH KHOA - CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập –Tự Do – Hạnh Phúc - NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Đặng Mạnh Cường Ngày, tháng, năm sinh: 07-09-1975 Chuyên ngành: HỆ THỐNG ĐIỆN Phái: nam Nơi sinh: Nam Hà Khóa12 I TÊN ĐỀ TÀI: “ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO TRONG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP DẦU” II NHIỆM VỤ VÀ NỘI DUNG: Tổng quan chẩn đoán cố máy biến áp Tổng quan mạng neural hệ mờ Áp dụng mạng neural hệ mờ chẩn đoán cố máy biến áp III NGÀY GIAO NHIỆM VỤ: 01-12-2003 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 15-05-2004 V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS QUYỀN HUY ÁNH VI HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 1: TS HỒ ĐÁC LỘC VII HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 2: TS.NGUYỄN HOÀNG VIỆT CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM NGÀNH BM QL NGÀNH Nội dụng đề cương luận văn thạc só thông qua Hội Đồng Chuyên Ngành Ngày PHÒNG ĐÀO TẠO SAU ĐẠI HỌC tháng năm 2004 KHOA QUẢN LÝ NGÀNH TÓM TẮT Luận văn đề cập đến việc phân tích nồng độ khí phát sinh (DGA) dầu biến áp để chẩn đoán cố trạng thái vận hành không bình thường máy biến áp Có nhiều phương án chẩn đoán cố cho máy biến áp dựa sở phân tích nồng độ khí phát sinh dầu cách điện Trong phương pháp sử dụng trí tuệ nhân tạo hệ logic mờ mạng neural Hệ mờ thích hợp cho việc giải toán chẩn đoán cố máy biến áp có khả khái quát hóa cao, đáp ứng nhanh, nhạy xác suất nhận biết sai thấp so với phương án khác.Có thể ứng dụng hệ mờ chẩn đoán cố máy biến áp theo phương pháp phân tích nồng độ khí phát sinh phục vụ cho việc bảo vệ máy biến áp.Mạng neural chẩn đoán tương tự độ xác thấp so với phương pháp dùng hệ mờ ABSTRACT This thesis show that can be diagnosis to transformer faults by DGA method There are many method to diagnosis, one of them is artificial intelligence applications in the diagnosis of power transformer incipient faults , example using fuzzy logic or neural network Fuzzy logic is very suitably in the diagnosis of power transformer incipient faults, and the result is exactly, quickly , sensity… So should be use for transformer protective The neural network can diagnosis, too , but as not exactly as the fuzzy logic method MỤC LỤC Lời cảm ơn i Muïc luïc ii Liệt kê hình veõ v Liệt kê bảng vi Chương : Tổng quan 1.1 Tầm quan trọng chẩn đoán cố máy biến áp 1.2 Mục tiêu nhiệm vụ luận án 1.2.1 Mục tiêu luận án 1.2.2 Nhiệm vụ cụ theå 1.3 Phạm vi nghiên cứu 1.4 Điểm đề tài 1.5 Nội dung luận án Chương :Giám sát chẩn đoán cố máy biến áp 2.1 Giaùm saùt chẩn đoán cố máy biến áp 2.2 Các thông số máy biến áp cần theo dõi 2.3 Cách điện máy biến áp 10 2.4 Nhận dạng cố máy biến aùp 11 2.4.1 Giám sát thường trực, trực tuyến phóng điện cục 12 2.4.2 Phương pháp phân tích nồng độ khí dầu cách điện (DGA) 13 2.4.3 Kết hợp DGA phương pháp sử dụng cảm biến không điện chẩn đoán phóng điện 14 Chương 3:Chẩn đoán cố máy biến áp theo phương pháp phân tích nồng độ khí daàu 15 3.1 Các khí phát sinh máy biến áp bị cố 16 3.2 Các cố máy biến áp 18 3.3 Phương pháp tỉ số khí 19 3.4.1 Phương pháp Dornenburg 20 3.4.2 Phương pháp Rogers 22 3.4.3 Phương pháp chẩn đoán cố theo tiêu chuẩn IEC559 IEC559r 25 3.4 Phương pháp khí 26 3.5 Heä chuyên gia nhận biết cố máy biến áp 27 3.6 ng dụng logic mờ cho nhận dạng cố máy biến áp 28 3.7 Một số phương pháp chẩn đoán cố khác 31 3.7.1 Phương pháp dựa vào khí phát sinh 31 3.7.2 Chẩn đoán dựa vào giấy cách điện 31 3.8 Tóm tắt 31 - ii - Chương : Mạng neural ứng dụng hệ thống điện 31 4.1 Tổng quan 32 4.2 Khái quát mạng thần kinh nhân tạo 32 4.3 Một số mạng neural 34 4.3.1 Mạng Perceptron nhiều lớp 34 4.3.2 Maïng RBF 35 4.3.3 Maïng Hopfield 35 4.3.4 Maïng Kohonen 36 4.3.5 Maïng ART 37 4.3.6 Đặc tính mạng neural 37 4.4 ng dụng mạng neural hệ thống điện 37 4.4.1 Đánh giá an toàn hệ thống 39 4.4.2 Dự báo phụ tải 40 4.4.3 Mạng neural đánh giá chế độ ổn định hệ thống điện 40 4.5 Kết luận 40 Chương : Mạng thần kinh nhân tạo chẩn đoán cố máy biến áp 42 5.1 Cơ chế chẩn đoán dựa vào mạng thần kinh nhân tạo 43 5.2 Mạng perceptron nhiều lớp 44 5.3 Tập mẫu huấn luyện tập kiểm tra 48 5.4 Thieát lập cấu trúc mạng 53 5.4.1 Số đầu vào 53 5.4.2 Số đầu 53 5.4.3 Số lớp ẩn 53 5.4.4 Số neural lớp ẩn 54 5.5 Huấn luyện mạng 55 5.6 Kết luận 58 Chương : Hệ mờ Ứng dụng 60 6.1 Tập mờ phép toán tập mờ 60 6.2 Quan hệ mờ phép toán quan hệ mờ 63 6.3 Các phương pháp mờ hóa giải mờ 66 6.4 Logic mờ 70 Chương : Ứng dụng hệ mờ chẩn đoán cố máy biến áp 75 7.1 Mờ hóa thông số đầu vào 76 7.2 Xác định hàm liên thuoäc 77 7.3 Xác định kết đầu quan hệ mờ 81 7.4 Giải mờ đưa kết luận 82 Chương : Vận hành thử nghiệm nhận xét 84 Keát luận đề nghị 91 Phuï luïc 96 Phuï luïc 97 Phuï luïc 99 - iii - Phuï luïc 101 Phuï luïc 108 Phuï luïc 115 Phuï luïc 117 Tài liệu tham khảo 119 - iv - LIỆT KÊ CÁC BẢNG Bảng Nội dung Bảng 3.1 Bảng 3.2 Bảng 3.3 Bảng 3.5 Bảng 3.6 Các nguyên nhân gây cố Các tỉ số theo phương pháp tỉ số Bảng 3.7 Baûng 3.8 Baûng 3.9 Baûng 5.1 Baûng 5.3 Trang Các tỉ số phương pháp Dornenburg Bảng tỉ số Rogers chuẩn cho nhận dạng cố Bảng tra mã tỉ số khí theo phương pháp Rogers cải tiến Bảng tra cố theo mã tỉ số Bảng đặc trưng nhận dạng theo phương pháp khí Một số hệ chuyên gia chẩn đoán cố Các mẫu cho tập huấn luyện kiểm tra Kết chẩn đoán cố với mạng neural khác - vi - 18 20 20 23 24 24 28 29 49 57 Phuï luïc sd='Probably Conincidental Partial Discharges and Conductor Overheating'; elseif (DK_D>=0.25)&(DK_D=0.01)&(DK_D=0.75)&(DK_E=0.5)&(DK_E=0.25)&(DK_E=0.01)&(DK_E=0.75)&(DK_F=0.5)&(DK_F=0.25)&(DK_F=0.01)&(DK_F=0.75)&(DK_G=0.5)&(DK_G=0.25)&(DK_G=0.01)&(DK_G=0.75)&(DK_H=0.5)&(DK_H=0.25)&(DK_H=0.01)&(DK_H=0.75)&(DK_I=0.5)&(DK_I=0.25)&(DK_I=0.01)&(DK_I=0.75)&(DK_J=0.5)&(DK_J=0.25)&(DK_J=0.01)&(DK_J=0.75)&(DK_K=0.5)&(DK_K=0.25)&(DK_K=0.01)&(DK_K=0.75)&(DK_N=0.5)&(DK_N=0.25)&(DK_N=0.01)&(DK_N=0.75)&(DK_O=0.5)&(DK_O=0.25)&(DK_O=0.01)&(DK_O=0.75)&(DK_P=0.5)&(DK_P=0.25)&(DK_P=0.01)&(DK_P