Thông tin tài liệu
i ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP ĐÀO DUY YÊN XÂY DỰNG GIẢI PHÁP CHẨN ĐOÁN SỰ CỐ TRONG MÁY BIẾN ÁP PHA SỬ DỤNG CÁC PHƯƠNG PHÁP XỬ LÝ TÍN HIỆU THƠNG MINH Chuyên ngành: Kỹ thuật điều khiển tự động hóa Mã số: 9520216 LUẬN ÁN TIẾN SĨ KỸ THUẬT Người hướng dẫn KH: PGS.TSKH Trần Hoài Linh PGS.TS Trần Xuân Minh Thái Nguyên, năm 2021 ii LỜI CAM ĐOAN Tôi xin cam đoan: luận án “Xây dựng giải pháp chẩn đoán cố máy biến áp pha sử dụng phương pháp xử lý tín hiệu thơng minh” cơng trình nghiên cứu riêng tơi hồn thành bảo tận tình tập thể thầy giáo hướng dẫn khoa học Các kết nghiên cứu luận án trung thực, phần cơng bố tạp chí khoa học chuyên ngành với đồng ý đồng tác giả, phần cịn lại chưa cơng bố cơng trình khác Thái Ngun, ngày tháng năm 2021 Nghiên cứu sinh Đào Duy Yên MỞ ĐẦU TÍNH CẤP THIẾT CỦA ĐỀ TÀI Hệ thống điện hệ thống phức tạp cấu trúc vận hành, xảy cố phần tử hệ thống ảnh hưởng đến độ tin cậy cung cấp điện, chất lượng lượng gây thiệt hại lớn kinh tế Tốc độ phát triển nhanh chóng hệ thống điện vài thập kỷ qua dẫn đến tăng nhanh số lượng máy biến áp (MBA) Trong trình vận hành, MBA gặp cố hỏng cách điện vòng dây, ngắn mạch, đứt dây, chạm đất, hoạt động sai thiết bị hay cố từ phía người sử dụng, tình trạng q tải lão hóa thiết bị, Khi xảy cố MBA, bảo vệ rơle tác động tách phần tử bị cố khỏi hệ thống điện loại trừ ảnh hưởng phần tử cố với phần tử liền kề không bị cố Chẩn đoán dạng cố máy biến áp pha toán cấp thiết để phát khắc phục cố thiết bị quan trọng hệ thống điện Việc xây dựng thành cơng giải pháp chẩn đốn cố tiềm ẩn MBA nói chung MBA phân phối 22/0.4kV nói riêng có ý nghĩa thực tế tốt, đưa vào áp dụng giúp cho người vận hành nhận biết sớm cố MBA tránh thiệt hại kinh tế phải sửa chữa thay MBA mới, nâng cao tính liên tục cung cấp điện MỤC ĐÍCH NGHIÊN CỨU Luận án nghiên cứu đưa giải pháp chẩn đoán cố MBA phân phối pha 22/0.4kV Phần mềm ANSYS sử dụng để xây dựng mơ hình MBA phân phối 22/0.4kV mơ MBA làm việc chế độ bình thường số chế độ cố để tạo tín hiệu điện rung học dùng cho nhận dạng Mạng nơron MLP với thuật toán học Levenberg – Marquadrt sử dụng để chẩn đoán dạng cố MBA dựa đặc tính trích chọn từ tín hiệu điện tín hiệu rung học thu từ mô phần mềm ANSYS PHƯƠNG PHÁP NGHIÊN CỨU Các tài liệu phần mềm ANSYS xử lý tín hiệu MBA nghiên cứu để xây dựng mơ hình MBA phân phối 22/0.4kV trạng thái làm việc bình thường cố Mơ hình MBA xây dựng mô phần mềm ANSYS trạng thái làm việc bình thường trường hợp cố để lấy kết tín hiệu điện rung động khí Các tín hiệu phân tích trích chọn thơng số đặc trưng để tạo mẫu dành cho huấn luyện mơ hình nhận dạng sử dụng mạng nơron MLP với thuật toán học Levenberg – Marquadrt để chẩn đoán dạng cố tiềm ẩn MBA Quá trình học kiểm tra mạng MLP thực môi trường Matlab với hỗ trợ thư viện Neural Network Toolbox Bên cạnh kết mô phỏng, luận án bước đầu thực nghiệm đo độ rung MBA với việc sử dụng cảm biến gia tốc thiết bị đo Bước đầu đo độ rung MBA chế độ làm việc bình thường với tải thay đổi ĐỐI TƯỢNG NGHIÊN CỨU Đối tượng nghiên cứu luận án chẩn đoán cố MBA phân phối ba pha để nâng cao hiệu vận hành hệ thống điện Mơ hình MBA lựa chọn để mơ tính tốn MBA 400kVA 22-0.4kV Y-Y0 PHẠM VI NGHIÊN CỨU Đối với trường hợp cố MBA chập vòng dây, xuất phát điểm ban đầu chạm từ đến vòng dây, lớp cách điện tiếp tục bị lão hóa hay hư hỏng số lượng vịng dây bị chạm tăng lên từ 3% đến 5% từ 6% đến 10% tổng số vòng dây pha Luận án ứng dụng phần mềm ANSYS để xây dựng mơ hình cố MBA phân phối ba pha 400kVA 22-0.4kV Y-Y0 (chập vòng dây pha, chập 5% tổng số vòng dây pha, chập 10% tổng số vòng dây pha, bị nới lỏng dây quấn pha, bị lỏng bu lông gá dây quấn) để mơ lấy kết (các tín hiệu điện, lực, khí) làm tín hiệu mẫu cho trình nhận dạng cố Lựa chọn xây dựng thuật toán nhận dạng sử dụng mạng nơron MLP để chẩn đoán cố MBA phân phối Thử nghiệm dùng cảm biến gia tốc để đo độ rung MBA thực chế độ làm việc bình thường tải thay đổi để kiểm chứng mơ hình MBA xây dựng phần mềm ANSYS Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI Ý nghĩa khoa học: Đề xuất thuật toán nhận dạng sử dụng mạng nơron MLP với việc sử dụng đồng thời tín hiệu điện tín hiệu (rung động) để chẩn đoán cố tiềm ẩn MBA phân phối Ý nghĩa thực tiễn đề tài: Luận án góp phần dự báo sớm cố tiềm ẩn xảy MBA phân phối nhằm nâng cao hiệu vận hành hệ thống điện Kết nghiên cứu luận án tài liệu tham khảo cho sinh viên ngành điều khiển tự động hóa, học viên cao học nghiên cứu sinh quan tâm nghiên cứu vấn đề chẩn đốn cố MBA NHỮNG ĐĨNG GĨP MỚI CỦA LUẬN ÁN - Luận án xây dựng mơ hình MBA 22/0.4kV Y-Y0, phần mềm ANSYS để phục vụ mơ lấy kết tín hiệu điện tín hiệu (rung khí) Tiến hành mô 06 kịch làm việc MBA gồm trường hợp làm việc bình thường 05 trường hợp cố Với trường hợp, MBA mô với tải tương ứng 50%, 80%, 100% so với tải định mức - Đề xuất trích trọn 15 thơng tin đặc trưng tín hiệu thu từ mô ANSYS để làm sở xây dựng mơ hình nhận dạng - Xây dựng mơ hình nhận dạng sử dụng mạng nơron MLP với 15 đầu vào, với số nơron ẩn tăng dần từ đến đầu để nhận dạng trạng thái làm việc MBA Mạng huấn luyện với 180 mẫu thử nghiệm với 54 mẫu tổng số 234 mẫu thu thập Kết học kết kiểm tra đạt độ xác 100% BỐ CỤC LUẬN ÁN Mở đầu: Trình bày tính cấp thiết, mục tiêu, nhiệm vụ, phạm vi nghiên cứu, đóng góp bố cục luận án Trình bày vấn đề chung luận án, tóm tắt nội dung nghiên cứu, đóng góp luận án bố cục luận án Chương 1: Tổng quan phương pháp chẩn đoán cố MBA Trong chương trình bày: Tóm tắt số phương pháp nghiên cứu chẩn đoán cố MBA áp dụng điều kiện thực tế nay; Nêu ưu nhược điểm phương pháp chẩn đoán cố nay; Nêu cụ thể trường hợp cố mà luận án nghiên cứu tính tốn Đề xuất định hướng luận án Chương 2: Cơ sở lý thuyết đề xuất luận án Nội dung chương trình bày lý thuyết tượng rung động MBA phương pháp phần tử hữu hạn để áp dụng giải hệ phương trình Maxwell tổng qt cho tốn trường điện từ, từ đưa số giải pháp giám sát rung động cho MBA Lý thuyết Mạng nơron MLP (MultiLayer Perceptron) kết hợp với thuật toán Levenberg – Marquardt để tính tốn xây dựng mơ hình nhận dạng trạng thái làm việc MBA Chương 3: Xây dựng mơ hình phần mềm ANSYS cho MBA phân phối số trường hợp cố Nội dung chương trình bày: Giới thiệu phần mềm ANSYS, xây dựng mơ hình MBA 22/0,4kV phần mềm ANSYS Với mơ hình MBA xây dựng, kịch mơ trạng thái bình thường trường hợp cố MBA phân phối phát triển Chương 4: Kết mô tính tốn Nội dung chương trình bày: Kết mơ MBA chế độ bình thường trường hợp cố Phần mềm phân tích tín hiệu nhận dạng Kết phân tích nhận dạng Thực nghiệm kiểm chứng mơ hình MBA CHƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN SỰ CỐ TRONG MÁY BIẾN ÁP Trong chương trình bày: Tóm tắt số phương pháp nghiên cứu chẩn đoán cố MBA áp dụng điều kiện thực tế Ưu nhược điểm phương pháp từ đề xuất hướng nghiên cứu luận án 1.1 Ý NGHĨA CỦA BÀI TOÁN CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP Ngày nay, có nhiều nhà máy điện xây dựng việc hình thành trạm biến áp truyền tải phân phối nhằm đáp ứng đầy đủ nhu cầu sử dụng điện phụ tải dẫn đến gia tăng lớn số lượng máy biến áp (MBA) MBA thiết bị quan trọng sử dụng tất hệ thống truyền tải phân phối điện Sự cố MBA tượng MBA xảy hư hỏng, sai lệch hay nhiều phần tử dẫn tới hoạt động bất thường hư hỏng lớn hơn, ảnh hưởng tới an tồn vận hành MBA Do MBA coi hệ thống phức tạp nên xảy nhiều dạng cố sau: Các cố nối đất, Các cố hỏng cách điện cuộn dây, Các cố thùng dầu MBA, Các cố tác động bên như: điện áp, tải, suy giảm tần số lưới điện,… Các cố khí như: lỏng vịng dây lõi MBA, hỏng cấu chuyển nấc điện áp,… Hệ thống điện hệ thống phức tạp cấu trúc vận hành, xảy cố phần tử hệ thống ảnh hưởng đến độ tin cậy cung cấp điện, chất lượng lượng gây thiệt hại lớn kinh tế Với phát triển nhanh phụ tải điện dạng cố MBA xuất nhiều hơn, việc chẩn đốn cố tiềm ẩn MBA giảm thiểu tối đa thiệt hại nguyên nhân điện từ MBA chi phí sửa chữa MBA hư hỏng Do việc chẩn đoán dạng cố MBA pha toán cấp thiết để phát khắc phục cố thiết bị quan trọng hệ thống điện, nhằm hạn chế thiệt hại kinh tế nâng cao tính liên tục cung cấp điện Trong nghiên cứu cơng bố ngồi nước tác giả chẩn đoán cố MBA pha sử dụng số phương pháp chủ yếu sau: Đo quan sát thơng số dịng điện, điện áp, sóng hài đầu vào MBA pha tài liệu [14, 20, 24], đo giám sát nồng độ khí dầu MBA [26, 27, 29, 30, 42], đo giám sát nhiệt độ số điểm đặc trưng MBA, đo giám sát đáp ứng rung MBA chế độ làm việc MBA [38] 1.2 MỘT SỐ PHƯƠNG PHÁP CHẨN ĐỐN SỰ CỐ MBA 1.2.1 Các cơng trình nghiên cứu ngồi nước Cho đến nay, có nhiều cơng trình nghiên cứu ngồi nước phân tích chuẩn đoán cố MBA Đối với dạng cố, ta có tập tham số khác để đánh giá trình MBA vận hành Một cố cần sử dụng nhiều tham số để phát hiện, đồng thời tham số sử dụng để nhận dạng nhiều cố khác Các phương pháp mà tác giả lựa chọn nghiên cứu cơng trình tập chung chủ yếu sau Nhóm phương pháp phổ biến kinh điển phương pháp sử dụng tín hiệu điện đầu vào dịng điện, điện áp, cơng suất tức thời q trình phân tích để chẩn đốn trạng thái làm việc MBA [11, 15, 19, 25, 57, 62] Một số giải pháp sử dụng tín hiệu đo trạng thái q độ ví dụ đo dịng từ hóa MBA [60] phổ biến khơng giám sát liên tục Nhóm phương pháp tác giả [12, 33, 37, 63] sử dụng cảm biến nhiệt để đo số điểm đặc trưng vỏ MBA nhằm phát sớm cố hư hỏng, chạm chập bên MBA trước thiết bị hư hỏng nặng Để giám sát nhiệt độ số điểm làm việc đặc trưng MBA, việc sử dụng cảm biến nhiệt độ, giải pháp sử dụng camera ảnh nhiệt [64] Camera ảnh nhiệt có ưu điểm bật so với cảm biến nhiệt độ phương pháp đo không tiếp xúc nên dễ dàng lắp đặt vào thiết bị vận hành, đồng thời sử dụng camera ảnh nhiệt giám sát đồng thời nhiều điểm MBA Nhóm phương pháp sử dụng cảm biến khí để chẩn đốn cố MBA dựa kết phân tích nồng độ khí (Dissolved Gas Analysis - DGA) phát sinh dầu MBA làm việc [17, 22, 40, 43, 44, 58, 59, 61] Các phương pháp dựa tượng xảy cố MBA sinh số loại khí đặc trưng có nồng độ khác việc lấy mẫu nồng độ khí tác giả lấy làm sở để chẩn đoán trạng thái làm việc MBA Tiếp theo kể tới phương pháp giám sát cảnh báo cố tiềm ẩn MBA pha dựa tín hiệu rung học chế độ tải khác nhau, dạng cố khác dẫn tới tượng rung khác [39, 41] Tín hiệu rung học mạnh hay yếu số tác giả sử dụng làm sở tính toán nhận dạng trạng thái làm việc MBA Một số cơng trình [65] đề xuất sử dụng phối hợp đo nhiệt độ, công suất tức thời mức dầu thùng dầu MBA để chẩn đoán trạng thái làm việc MBA Tín hiệu âm phát từ MBA làm sở cho nhiệm vụ chẩn đoán [66] 1.2.1.1 Một số phương pháp chẩn đốn cố MBA dựa tín hiệu dịng, áp Phương pháp chẩn đốn cố MBA dựa tín hiệu dịng điện điện áp tham khảo [8, 11, 15, 19, 24] Trong [11], tác giả mơ hình hóa MBA 345/16kV, 250MVA mạch tương đương R-L-C làm đối tượng nghiên cứu, tính tốn mơ Phương pháp phát cố MBA tài liệu dựa việc so sánh biểu đồ elip quan hệ hiệu điện áp sơ cấp thứ cấp với dòng điện đầu vào pha Phương pháp được tác giả sử dụng phần mềm PSIM để chạy mô với dạng cố chập vòng dây, cuộn dây bị lệch trục Hình 1.1: Mơ hình hóa MBA mơ hình tương đương RLC Phương trình hiệu điện áp sơ cấp thứ cấp với dòng điện đầu vào pha V1(t) = Vm1sin(ωt+ δ) (1.1) V2(t) = Vm2sin(ωt) = Vm1sin(ωt) y = V1 – V2 = Vm1 [sin(ωt+ δ)- sin(ωt)] = Vm1 cos δ cos(ωt + ) Kết mơ tác giả tính tốn trường hợp chập 30%, 60% số vịng cuộn dây Hình 1.2: Đặc tính quan hệ hiệu điện áp dòng điện MBA chập 30%, 60% số vòng dây xây dựng [11] Kết thu sau mô cho ta thấy khác biệt đường đặc tính MBA cố so với MBA làm việc bình thường, cuộn dây cao áp MBA bị chập 30% số vịng đường đặc tính lệch 0,08% tâm 11,71% góc lệch trục lớn đường elip so với phương ngang Khi cuộn dây cao áp MBA bị chập 60% số vịng đường đặc tính lệch 0,21% tâm 16,36% góc lệch trục lớn đường elip so với phương ngang Trong tài liệu [19] tác giả đề xuất sử dụng công cụ SVM (Support Vector Machines) để nhận dạng cố chập vòng dây MBA Trạng thái làm việc MBA mô với chế độ tải khác từ 60% đến 90% định mức, điện trở ngắn mạch điểm cố nhận giá trị 0,1Ω 5Ω, số vịng dây bị chập nhận giá trị 1%, 3%, 5%, 10%, 15% 25% tạo thành tổng cộng 119 Input5(3) = max(x5_L10_Mz(:,3)); 200, Cot - Bien do, Cot - Pha %% Cot -STT, Cot - cac tan so 25-> Input5(4) = max(x5_L10_Fx(:,6)); 5-6-7: HC-B-A Input5(5) = max(x5_L10_Fy(:,6)); 5-6-7: HC-B-A Input5(6) = max(x5_L10_Fz(:,6)); 5-6-7: HC-B-A Input5(7) = max(x5_L10_Fx(:,3)); 5-6-7: HC-B-A Input5(8) = max(x5_L10_Fy(:,3)); 5-6-7: HC-B-A Input5(9) = max(x5_L10_Fz(:,3)); 5-6-7: HC-B-A %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot Input5(10) = max(x5_L10_Fc(:,2)); z)core Input5(11) = max(x5_L10_Fc(:,3)); z)core Input5(12) = max(x5_L10_Fc(:,4)); z)core %% Cot -STT, Cot 2-3-4: F(x-y- Input5(13) = max(x5_L10_IH(:,3)); Input5(14) = max(x5_L10_IL(:,3)); %% Cot -STT, Cot 2-3-4: I(A-B-C) %% Cot -STT, Cot 2-3-4: I(A-B-C) Input5(15) = max(x5_L10_VL(:,3)); %% Cot -STT, Cot 2-3-4: V_L(A-B-C) %% Cot -STT, Cot 2-3-4: F(x-y%% Cot -STT, Cot 2-3-4: F(x-y- Output5 = 5; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% x6_L10_Fc=csvread('6_L10_Fc.csv',1); x6_L10_Fx=csvread('6_L10_Fx.csv',1); x6_L10_Fy=csvread('6_L10_Fy.csv',1); x6_L10_Fz=csvread('6_L10_Fz.csv',1); x6_L10_IH=csvread('6_L10_IH.csv',1); x6_L10_IL=csvread('6_L10_IL.csv',1); x6_L10_VL=csvread('6_L10_VL.csv',1); x6_L10_Mx=csvread('6_L10_Mx.xls',1); x6_L10_My=csvread('6_L10_My.xls',1); x6_L10_Mz=csvread('6_L10_Mz.xls',1); Input6 = zeros(1,15); Input6(1) = max(x6_L10_Mx(:,3)); 200, Cot - Bien do, Cot - Pha Input6(2) = max(x6_L10_My(:,3)); 200, Cot - Bien do, Cot - Pha Input6(3) = max(x6_L10_Mz(:,3)); 200, Cot - Bien do, Cot - Pha Input6(4) = max(x6_L10_Fx(:,6)); 5-6-7: HC-B-A Input6(5) = max(x6_L10_Fy(:,6)); 5-6-7: HC-B-A Input6(6) = max(x6_L10_Fz(:,6)); 5-6-7: HC-B-A Input6(7) = max(x6_L10_Fx(:,3)); 5-6-7: HC-B-A %% Cot -STT, Cot - cac tan so 25-> %% Cot -STT, Cot - cac tan so 25-> %% Cot -STT, Cot - cac tan so 25-> %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot 120 Input6(8) = max(x6_L10_Fy(:,3)); 5-6-7: HC-B-A Input6(9) = max(x6_L10_Fz(:,3)); 5-6-7: HC-B-A %% Cot -STT, Cot 2-3-4: LC-B-A, Cot %% Cot -STT, Cot 2-3-4: LC-B-A, Cot Input6(10) = max(x6_L10_Fc(:,2)); z)core Input6(11) = max(x6_L10_Fc(:,3)); z)core Input6(12) = max(x6_L10_Fc(:,4)); z)core %% Cot -STT, Cot 2-3-4: F(x-y- Input6(13) = max(x6_L10_IH(:,3)); Input6(14) = max(x6_L10_IL(:,3)); %% Cot -STT, Cot 2-3-4: I(A-B-C) %% Cot -STT, Cot 2-3-4: I(A-B-C) Input6(15) = max(x6_L10_VL(:,3)); %% Cot -STT, Cot 2-3-4: V_L(A-B-C) %% Cot -STT, Cot 2-3-4: F(x-y%% Cot -STT, Cot 2-3-4: F(x-y- Output6 = 6; %%%%%%%%%%%%%%%%%%%%%% InputAll_10 = [Input1; Input2; Input3; Input4; Input5; Input6]; OutputAll_10 = [Output1; Output2; Output3; Output4; Output5; Output6]; save Data_Preprocessing_15inputs_10 InputAll_10 OutputAll_10 return 121 B CHƯƠNG TRÌNH HUẤN LUYỆN VÀ KIỂM TRA MẠNG MLP B.1 Chương trình huấn luyện mạng MLP %% Read all cases 50%, 80% and 100% load load Data_Preprocessing_15inputs_05 InputAll_5 OutputAll_5 load Data_Preprocessing_15inputs_08 InputAll_8 OutputAll_8 load Data_Preprocessing_15inputs_10 InputAll_10 OutputAll_10 XLearn = [InputAll_5; InputAll_8; InputAll_10]; DLearn = [OutputAll_5; OutputAll_8; OutputAll_10]; tt = 1: length(DLearn); %% Take for each group of 13 samples, take first 10 for training %% and last for testing cut_idx = 10; idx_learn = find(rem(tt-1,13)=cut_idx); XTest = XLearn(idx_test, :); DTest = DLearn(idx_test); XLearn = XLearn(idx_learn, :); DLearn = DLearn(idx_learn); %% Randomize the weights of MLP for a new learning rng(123,'twister') %% Number of hidden neurons hidden=3; BestErr = inf; %% Randomize 50 networks and train IterCount=50; BestNet=[]; for k=1:IterCount disp(sprintf('Iter: %d',k)) MLP=newff(XLearn',DLearn', [hidden], {'tansig', 'purelin'}, 'trainlm'); MLP.trainParam.epochs=200; MLP.divideParam.trainRatio = 1; MLP.divideParam.valRatio = 0; 122 MLP.divideParam.testRatio = 0; MLP.trainParam.goal = 5e-4; [MLP_post, tr] = train(MLP,XLearn',DLearn'); yTest=sim(MLP_post,XLearn'); yTest=yTest'; SSEVec = sum((yTest - DLearn).^2,2); meanSSE = mean(SSEVec); if (meanSSE MBA chế độ bình thường (Kết xác) 125 C THIẾT KẾ THIẾT BỊ ĐO ĐỘ RUNG CỦA MBA C.1 Sơ đồ khối hệ thống đo Trong khuôn khổ luận án này, NCS đề xuất thử nghiệm hệ thống đo giám sát trực tuyến độ rung MBA sử dụng cảm biến gia tốc trục với tính sau: Tốc độ lấy mẫu 500 mẫu/giây, lưu liệu đo vào thẻ nhớ SD để đảm bảo thời gian lưu liên tục 48 giờ, Thiết bị nhỏ gọn đo di động gắn máy biến áp, Có thể kết nối với máy tính để đọc liệu từ thẻ nhớ SD vào máy tính để xử lý tiếp, Thiết bị chạy nguồn điện lưới hay chạy pin Thiết bị cịn có số tính phụ để thuận tiện trình vận hành thiết bị như: có hình LCD, khối thời gian thực Một số thơng số thiết bị: Đặc tính kỹ thuật Thơng số kỹ thuật Nguồn cung cấp 6÷48 VDC, 0.5A Cổng truyền thông USB, I2C, SPI để kết nối với PC, MPU6050 thẻ nhớ SD LCD 2x16 ký tự Từ mục đích yêu cầu xuất sơ đồ khối thiết bị sau: Hình PL.1: Sơ đồ khối hệ thống đo 126 C.2 Nguyên lý hoạt động số phần tử thiết bị đo C.2.1 Khối cảm biến Sử dụng cảm biến gia tốc MPU 6050 với sơ đồ nguyên lý mạch in sau: GND VCC MPU6050 VCC R7 10K 10K R18 SCK DATA C13 VCC GND 104 (a) (b) Hình PL.2: Cảm biến gia tốc MPU 6050 (a) sơ đồ nguyên lý khối MPU 6050 (b) C.2.2 Bộ nhớ Trong luận án sử dụng thẻ nhớ SD có dung lượng lớn 2G thỏa mãn yêu cầu lưu trữ kết đo thời gian dài (có thể lưu liên tục 48 giờ) C10 GND 104 GND MMC VCC MISO1 MOSI1 SCK1 CS1 Header (a) (b) Hình PL.3: Thẻ nhớ dung lượng cao SD sơ đồ nguyên lý thẻ nhớ SD C.2.3 Khối Realtime Sử dụng DS1307 chip đồng hồ thời gian thực (RTC: Real-time clock) Khái niệm thời gian thực dùng với ý nghĩa thời gian tuyệt đối mà người 127 sử dụng, tính giây, phút, giờ… Chip có ghi 8-bit chứa thời gian là: giây, phút, giờ, thứ (trong tuần), ngày, tháng, năm C19 VCC GND Tu Tantalum 1uF C1 104 VCC GND VCC R2 R3 4K7 4K7 SCL_I2C SDA_I2C CX1 CX2 U1 32K SCL SDA X1 X2 VCC VBAT SQW/OUT VCC BT 7Battery3.3V GND DS1307 GND GND GND Hình PL.4: Sơ đồ nguyên lý khối Retime DS1307 C.2.4 Khối nguồn LM2576_(dan) T1 IN GND C12 10uF FEEDBACK OUT ON/OFF 24V L1 VCC Cuon cam (dan) D1 100mH 3A GND VCC 24V DC R8 C11 10uF 470R GND GND Hình PL.5: Sơ đồ nguyên lý khối nguồn C.2.5 Khối LCD Yêu cầu thiết bị đo có hình LCD hiển thị thơng số hoạt động thiết bị Thiết bị đo sử dụng hình LCD hãng Hitachi (2x16) hình hiển thị thông dụng 128 LCD GND V0 P3.6 P3.0 P3.2 VCC P3.5 P3.4 P3.1 P3.3 10 CABLE 10 (a) (b) Hình PL.6: Màn hình LCD 2x16 (a) sơ đồ nguyên lý ghép nối vào mạch C.2.6 Khối vi xử lý trung tâm Từ chức thiết bị đo nên vi xử lý trung tâm cần có chuẩn truyền thông để ghép nối với thiết bị ngoại vi (bộ nhớ ngoài, PC, retime, LCD, MPU6050 …) PSoC (Programmable System On Chip) dòng vi xử lý có khả tích hợp chức ghép nối nên có tính mở, tính linh hoạt, khả kết nối cao với thiết bị ngoại vi Cho phép tạo thiết bị nhỏ gọn, với giao diện thông dụng nhất, thiết bị có đầy đủ chức cần thiết, thuận tiện cho người sử dụng XRES SDA 18 SCL 16 MOSI_PSOC 19 MISO_PSOC15 IN6 20 CSN_PSOC 14 IN5 21 K1 13 C18 104 C17 104 GND GND 26 17 R9 Vdd XRES SMP P1(0)/XTALout/SDA P1(1)/XTALin/SCL P1(2) P1(3) P1(4)/EXTCLK P1(5)/SDA P1(6) P1(7)/SCL Vss P3(0) P3(1) P3(2) P3(3) P3(4) P3(5) P3(6) P3(7) P4(0) P4(7) P4(2) P4(5) P4(4) P4(3) P4(6) P4(1) 22 12 23 11 24 10 25 27 28 29 30 IN4 K2 RXD K3 RE/DE K4 TXD K5 P4_0 P4_2 P4_5 P4_4 P4_3 P4_6 P4_1 LED 31 SCK1 SCL_I2C 32 MOSI1 SDA_I2C 33 MISO1 34 CS1 44 GND LED CY8C29566-24AXI U3 P2(0) P2(1) P2(2) P2(3) P2(4)/EXT AGND P2(5) P2(6)/EXT VREF P2(7) VCC VCC 39 DATA SCK P0(0) P0(1) P0(2) P0(3) P0(4) P0(5) P0(6) P0(7) 35 43 36 42 37 41 38 40 IN1 V2 IN2 V1 IN3 VCC 470R P4 VCC GND GND XRES SCL SDA Programming Hình PL.7: Sơ đồ nguyên lý khối vi xử lý PSoC CY8C29566 129 Dòng vi xử lý PSoC bên có tích hợp khối tương tự như: Bộ chuyển đổi ADC, khuếch đại, lọc tiện lợi cho việc sử dụng giảm linh kiện cho hệ thống Bên cạnh cịn có khối số lập trình như: Bộ truyền thông SPI MASTER hay SPI SLAVE, I2C kết nối mềm dẻo khối chức với khối với cổng vào ra, mà vi xử lý PSoC thay cho số hệ thống chip Do IC PSoC hồn tồn thích hợp làm vi xử lý trung tâm cho thiết bị đo Lựa chọn sử dụng PSoC CY8C29566 hãng Cypress C.2.7 Khối truyền thông Thiết bị đo đa kênh giao tiếp với máy vi tính theo giao thức truyền nhận thơng tin nối tiếp với máy vi tính qua cổng USB Thiết bị sử dụng IC driver PL2302 để đồng chuẩn UART tích hợp vi xử lý PsoC với chuẩn USB VCC_PC U2 RXD VCC TXD C2 104 GND 10 11 12 13 14 TXD DTR_N RST_N VCCIO RXD RI_N GND NC DSR_N DCD_N CTS_N SHTD_N EE_CLK EE_DATA OSC2 OSC1 PLL_TEST AGND NC GP1 GP0 GND VCC NC GND VO_33 USBDM USBDP 28 27 26 25 24 23 22 21 20 19 18 17 16 15 12MHz Y1 GND GND GND GND VCC_PC GND V33 DM DP C3 22p C6 C4 22p GND 104 R4 1K5 PL2303HX C8 C7 104 Tu Tantalum 1uF C9 Tu Tantalum 1uF GND USB_COM R5 R6 27R 27R VCC_PC USBUSB+ Header 4Hien GND GND Hình PL.8: Sơ đồ nguyên lý khối truyền thông PL2302 130 C.3 Mạch in Mặt Hình PL.9: Mặt mạch in Mặt Hình PL.10: Mặt mạch in 131 C.4 Lưu đồ thuật toán hoạt động vi xử lý cảm biến gia tốc 132 C.5 Hình ảnh thiết bị đóng vỏ 133 D KẾT QUẢ ĐO XA CỦA ĐIỆN LỰC THÁI NGUYÊN CHO TRẠM ĐH CÔNG NGHIỆP (ngày 15/9/2020) ... QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN SỰ CỐ TRONG MÁY BIẾN ÁP Trong chương trình bày: Tóm tắt số phương pháp nghiên cứu chẩn đoán cố MBA áp dụng điều kiện thực tế Ưu nhược điểm phương pháp từ đề...ii LỜI CAM ĐOAN Tôi xin cam đoan: luận án ? ?Xây dựng giải pháp chẩn đoán cố máy biến áp pha sử dụng phương pháp xử lý tín hiệu thơng minh? ?? cơng trình nghiên cứu riêng tơi hồn thành bảo... chuẩn đoán cố MBA với mẫu ? ?áp ứng dòng điện điện áp pha cố Phương pháp nhận dạng trường hợp cố bên MBA 96 ,3% , trường hợp cố bên MBA 83, 3% Trong [60], tác giả sử dụng phương pháp đo tín hiệu q
Ngày đăng: 02/12/2021, 09:26
Xem thêm:
