Nghiên cứu thiết bị bù tĩnh svc ổn định hệ thống

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ TRẦN THANH PHONG NGHIÊN CỨU THIẾT BỊ BÙ TĨNH SVC ỔN ÐỊNH HỆ THỐNG NGÀNH: KỸ THUẬT ÐIỆN - 60520202 S K C0 Tp Hồ Chí Minh, tháng 03 - 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH  LUẬN VĂN THẠC SĨ TRẦN THANH PHONG NGHIÊN CỨU THIẾT BỊ BÙ TĨNH SVC ỔN ĐỊNH HỆ THỐNG NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp Hồ Chí Minh, tháng 03 năm 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH  LUẬN VĂN THẠC SĨ TRẦN THANH PHONG NGHIÊN CỨU THIẾT BỊ BÙ TĨNH SVC ỔN ĐỊNH HỆ THỐNG NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hƣớng dẫn khoa học: PGS.TS NGUYỄN MINH TÂM Tp Hồ Chí Minh, tháng 03 năm 2018 %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 1JKLrQFӭXWKLӃWEӏEWƭQK69&әQÿӏQKKӋWKӕQJ 7rQWiFJLҧ 75Ҫ17+$1+3+21* MSHV: 1780665 Ngành: ӻWKXұWÿLӋQ Khóa: 2017 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ 3*6769}1JӑFĈLӅX &ѫTXDQF{QJWiF 7UѭӡQJĈ+%iFK.KRD7S+&0 ĈLӋQWKRҥLOLrQKӋ 0978590231 ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ /XұQYăQÿѭӧFÿӏQKGҥQJÿ~QJWKHRTX\ÿӏQK/XұQYăQFyNӃWFҩXKӧSYӟLFiFSKҫQWKX\ӃWP{KuQK tính tốn 9ӅQӝLGXQJ 2.1 Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ /XұQYăQQJKLrQFӭXYӅiSGөQJ69&WURQJYLӋFQkQJFDRәQÿӏQKKӋWKӕQJÿLӋQ/XұQYăQÿѭӧFWUuQKEj\ YӟLFiFSKҫQWѭѫQJÿӕLU}UjQJYjFyWtQKOLrQNӃWQKDX 2.2 Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю /XұQYăQFyWjLOLӋXWKDPNKҧR7X\QKLrQNK{QJFyWjLOLӋXQjRÿѭӧFWUtFKGүQ 2.3 Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng LVTN 0өFWLrXQJKLrQFӭXFӫDOXұQYăQOjQJKLrQFӭXÿһWWKLӃWEӏ69&ÿӇQkQJYDRәQÿӏQKWURQJKӋWKӕQJÿLӋQ &iFSKѭѫQJSKiSQJKLrQFӭXÿѭӧFiSGөQJWURQJOXұQYăQOjWKXWKұSWjLOLӋX[k\GӵQJP{KuQKYjP{ SKӓQJ&iFSKѭѫQJSKiSQj\SKKӧSYӟLPөFWLrXYjQӝLGXQJFӫDOXұQYăQ 2.4 Nh̵n xét T͝ng quan cͯƒ¯͉ tài /XұQYăQFyWәQJTXDQYӅWKLӃWEӏÿLӅXNKLӇQF{QJVXҩWNKiQJYj69&7X\QKLrQOXұQYăQFKѭDWәQJTXDQ FiFSKѭѫQJSKiSQkQJFDRәQÿӏQKGQJWKLӃWEӏ)$&76 2.5 ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ 1ӝLGXQJQJKLrQFӭXFӫDOXұQYăQWѭѫQJÿӕLJLҧLTX\ӃW\ӅXFҫXÿѭӧFÿһWUDYjFKҩWOѭӧQJFyWKӇFKҩSQKұQ ÿѭӧF 2.6 ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài /XұQYăQÿѭDUDYjJLҧLTX\ӃWQjLWRiQWKӵFWLӉQYjFyWKӇOjPWKDPNKҧRFKRYLӋFYұQKjQKWKӵFWLӉQ7X\ QKLrQFiFYҩQÿӅQJKLrQFӭXFҫQÿѭӧFNLӇPFKӭQJÿӇFyÿӝWLQFұ\ 2.7 Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót t͛n t̩i): /XұQYăQFҫQEәVXQJYjKLӋXFKӍQKPӝWVӕÿLӇPQKѭVDX /XұQYăQWKLӃXSKҫQJLӟLWKLӋXFҫQEәVXQJSKҫQJLӟLWKLӋXYӅOXұQYăQ /XұQYăQFҫQQrXUDFөWKӇiSGөQJ69&ÿӇQkQJFDRәQÿӏQKORҥLJu" &KѭѫQJ1WKӵFVӵNK{QJFҫQWKLӃWFyWKӇQKұSYjRFKѭѫQJ2 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Hình 2.17 Tác dụng bù SVC ổn định điện áp Trên hình 2.17 mơ tả đáp ứng điện áp đóng SVC vào hệ thống, với biến thiên tải nhƣ ta thấy điện áp đƣợc điều chỉnh ổn định điện áp đặt mong muốn Với thay đổi tải, bù SVC đƣa giá trị cơng suất bù thích hợp để đƣa vào hệ thống nhằm ổn định điện áp Công suất phản kháng toàn hệ thống ổn định quanh giá trị cân Trên ta mô hệ thống trƣờng hợp coi thông số đƣờng dây dài tập trung xác định Trong thực tế tham số đƣờng dây dài thông số rải thay đổi theo điều kiện vận hành bị ảnh hƣởng mạnh điều kiện môi trƣờng vùng mà đƣờng dây dài qua vv Thực mô với trƣờng hợp thông số đƣờng dây thay đổi, so sánh với trƣờng hợp thông số đƣờng dây có thơng số tập trung xác định trên, ta có kết mơ nhƣ sau: Trang 48 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Hình 2.18 Đáp ứng điện áp thơng số đường dây xác định biến thiên Quan sát hình 2.18 ta có nhận xét sau: Điện áp trạm điện phụ thuộc vào công suất tải, thông số đƣờng dây truyền tải chế độ vận hành trạm điện Cùng với thông số điều khiển không thay đổi, đƣờng dây tải điện dài thơng số dải điện áp bị sai lệch nhiều so với điện áp đặt Công suất phản kháng bù dự kiến đƣợc xác định thông qua thông số điện kháng X của đƣờng dây truyền tải Khi đƣờng dây tải điện có dạng thơng số thay đổi dẫn đến sai lệch tính tốn dung lƣợng bù cần thiết cho hệ thống Việc xác định xác tham số điều khiển khó khăn, khó xác định xác mơ hình tốn học đối tƣợng Để khắc phục nhƣợc điểm này, nhằm nâng cao chất lƣợng điều chỉnh điện áp hệ thống, ta xây dựng SVC dựa logic mờ cho tăng cƣờng ổn định hệ thống điện Trang 49 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong CHƢƠNG : BỘ ĐIỀU KHIỂN MỜ BỘ BÙ SVC 3.1 LOGIC MỜ Logic mờ (Fuzzy logic) đƣợc phát triển từ lý thuyết tập mờ để thực lập luận cách xấp xỉ thay lập luận xác theo lơgic vị từ cổ điển Lơgic mờ đƣợc coi mặt ứng dụng lý thuyết tập mờ để xử lý giá trị giới thực cho tốn phức tạp [1÷3] 3.1.1 TẬP MỜ 3.1.1.1 Định nghĩa : Tập mờ F xác định tập kinh điển X tập hợp mà phần tử cặp giá trị (x, µ(x)), x ∈ X µF ánh xạ µF: X → [0, 1] Ánh xạ µF đƣợc gọi hàm thuộc (hoặc hàm phụ thuộc) tập mờ F Tập kinh điển X đƣợc gọi tập tập mờ F Ví dụ: Một tập mờ F số tự nhiên nhỏ với hàm phụ thuộc µF (x) có dạng nhƣ hình vẽ 3.1 Tập mờ F định nghĩa X chứa phần tử sau: F = {(1, 1) , (2, 1) , (3, 0,8) , (4, 0,07)} Số tự nhiên có độ phụ thuộc 1: µF(1) = µF(2) = Các số tự nhiên có độ phụ thuộc nhỏ 1: µF(3) = 0,8; µF(4) = 0,07 Những số khơng liệt kê có độ phụ thuộc khơng Hình 3.1 Hàm phụ thuộc tập mờ F Trang 50 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong 3.1.1.2 Các phép toán tập mờ Các phép toán tập mờ phép hợp, phép giao phép bù Thực chất phép toán là xác định hàm thuộc cho phép hợp, phép giao, phép bù từ tập mờ A, B a Phép hợp : Phép hợp hai tập mờ có sở Hợp hai tập mờ A, B có tập X tập mờ A∪B xác định tập X có hàm thuộc µ A∪ B(x) thỏa mãn:  µ A∪ B(x) phụ thuộc vào µ A(x) µB(x)  µB(x) = với x µ A∪ B(x) = µ A(x)  µ A∪ B(x) = µ B∪ A(x);  µ (A∪ B) ∪ C (x) = µ A∪ (B ∪ C) (x)  µ A1(x) ≤ µ A2(x) µ A1∪ B(x) ≤ µ A2∪ B(x) Các công thức thơng dụng dùng để tính hàm thuộc µ A∪ B(x): Luật SUM: µ A∪ B(x) = {1, µA(x) + µB(x)} Luật MAX: µ A∪ B(x) = max {µA(x); µB(x)} Luật EINSTEIN: µ A∪ B(x) = (µA(x) + µB(x))/(1+ µA(x) + µB(x)) Luật tổng trực tiếp: µ A∪ B(x) = [µA(x) + µB(x)] - µA(x) µB(x); Phép hợp hai tập mờ khác sở Hàm thuộc hợp hai tập mờ A B với µA(x) định nghĩa M B với µB(x) định nghĩa N hàm hai biến µ(µA; µB): [0; 1]2 → [0; 1] xác định tập M x N thỏa mãn: µB = µ(µA; µB) = µA µ(µA; µB) = µ(µB; µA) µ((µA; µB); µC) = µ(µA; (µB; µC)) µ(µA; µB) ≤ µ(µC; µD), với ∀ µA≤ µC, µB≤ µD b Phép giao Phép giao hai tập mờ có sở Giao hai tập mờ A, B có tập X tập mờ A∩B xác định tập X có hàm thuộc µ A∩B (x) thỏa mãn: Trang 51 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong  µ A∩B (x) phụ thuộc vào µ A(x) µB(x)  µB(x) = với x µ A∩B (x) = µ A(x)  µ A∩B (x) = µ B∩A (x)  µ ((A∩B) ∩C) (x) = µ ((A∩(B∩C)) (x)  µ A1(x) ≤ µ A2(x) µ A1∩B (x) ≤ µ A2∩B (x) Các công thức thơng dụng dùng để tính hàm thuộc µ A∩B (x): Luật PROD: µ A∩B (x) = µA(x).µB(x) Luật MIN: µ A∩B (x) = {µA(x); µB(x)} Luật EINSTEIN: µ A∩B (x) = (µA(x)µB(x))/(2 - µA(x) - µB(x) + µA(x)µB(x) Luật lukasiewics : µ A∩B (x) = max {0; µA(x) + µB(x) – 1} Phép giao hai tập mờ khác sở Hàm thuộc giao hai tập mờ A với µA(x) định nghĩa miền M B với µB(x) định nghĩa N hàm hai biến µ (µA; µB): [0; 1]2→[0; 1] xác định miền MxN thỏa mãn:  µB = µ (µA; µB) = µA;  µ (µA; µB) = µ (µB; µA)  µ((µA; µB); µC) = µ(µA; (µB; µC))  µ(µA; µB) ≤ µ(µC; µD), với ∀ µA≤ µC, µB≤ µD c Phép bù Tập bù tập mờ A định nghĩa X tập mờ AC xác định tập X với hàm thuộc:  µ(µA): [0; 1] → [0; 1] thỏa mãn:  µ(1) = µ(0) =  µA < µB µ(µA) ≥ µ(µB) Nếu hàm biến µ(µA) liên tục µA < µB µ(µA) > µ(µB), phép bù bù mờ chặt Một phép bù mờ chặt gọi bù mờ mạnh µ(µA) = µA, tức (AC)C = A Hàm thuộc µ(µA) phép bù mạnh gọi hàm phủ định mạnh Phép bù mờ tập Trang 52 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong mờ A hay dùng điều khiển mờ phép bù có tập mờ AC với hàm thuộc µ(µA) = – µA(x) 3.1.1.3 Biến ngơn ngữ Biến ngơn ngữ biến xác định miền giá trị ngôn ngữ, mà giá trị miền lại đƣợc mô tả tập miền giá trị vật lý tƣơng ứng Hình 3.2 Mơ tả giá trị ngôn ngữ tập mờ Các giá trị ngôn ngữ biến x AA, BB, CC, DD, EE, FF đƣợc mô tả tập mờ với hàm thuộc µAA(x); µBB(x); µCC(x); µDD(x); µEE(x); µFF(x) có tập miền giá trị rõ tƣơng ứng Nhƣ với giá trị rõ đầu vào X ta đƣợc giá trị tƣơng ứng đƣợc đặc trƣng độ phụ thuộc X nhƣ sau:   AA ( X )   ( X )   BB   CC ( X )  X y    DD ( X )   EE ( X )      FF ( X )  Quá trình đƣợc gọi q trình Fuzzy hóa (hay mờ hóa) giá trị rõ X 3.1.2 LUẬT HỢP THÀNH MỜ 3.1.2.1 Mệnh đề hợp thành: Cho hai biến ngôn ngữ x y Nếu x nhận giá trị mờ A với hàm thuộc µA(x) y nhận giá trị mờ B có hàm thuộc µB(x) biểu thức Trang 53 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong x = A đƣợc gọi mệnh đề điều kiện (p), y = B đƣợc gọi mệnh đề kết luận (q) Khi mệnh đề hợp thành là: p ⇒ q (từ p suy q) (3.1) Hoàn toàn tƣơng ứng với mệnh đề hợp thành: x = A y = B Mệnh đề hợp thành (3.1) cho phép xác định đƣợc hệ số thỏa mãn mệnh đề kết luận q giá trị đầu y từ giá trị đầu vào x0 (thể độ phụ thuộc µA(x)) Hệ số thỏa mãn mệnh đề kết luận đƣợc gọi giá trị mệnh đề hợp thành đầu vào A giá trị mệnh đề hợp thành: A ⇒ B (3.2) giá trị mờ Nếu biểu diễn giá trị mờ tập hợp B’ mệnh đề hợp thành mờ mơ tả ánh xạ µA(x0) → µB’(y) 3.1.2.2 Mô tả mệnh đề hợp thành Ánh xạ µA(x0) → µB’(y) mệnh đề hợp thành tập hợp mà phần tử cặp giá trị (µA(x0); µB’(y)), tức phần tử tập mờ Mô tả mệnh đề hợp thành mơ tả ánh xạ Hàm thuộc cho mệnh đề hợp thành xác định theo nhiều nguyên tắc công thức khác Tuy nhiên hai công thức thƣờng đƣợc sử dụng nhiều kỹ thuật điều khiển mờ quy tắc Mamdani đƣợc gọi chung quy tắc hợp thành a Quy tắc hợp thành Giá trị quy tắc hợp thành mờ (3.2) tập mờ B’ định nghĩa Y (tập B) có hàm thuộc: µB’(y) = { µA; µB(y)}; (nhƣ hình 3.3) Hình 3.3 Quy tắc hợp thành b Quy tắc hợp thành prod Trang 54 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Giá trị quy tắc hợp thành mờ (3.2) tập mờ B’ định nghĩa Y (tập B) có hàm thuộc: µB’(y) = µA.µB(y); (nhƣ hình 3.4) Hình 3.4 Quy tắc hợp thành prod 3.1.2.3 Luật hợp thành mờ Luật hợp thành tên chung để gọi mơ hình R biểu diễn hay nhiều hàm thuộc cho hay nhiều mệnh đề hợp thành Nói cách khác, luật hợp thành đƣợc hiểu tập hợp nhiều mệnh đề hợp thành đƣợc gọi luật hợp thành đơn, ngƣợc lại có nhiều mệnh đề hợp thành gọi luật hợp thành kép Tùy theo quy tắc hợp thành (Min Prod) đƣợc áp dụng cho việc xác định hàm thuộc cho mệnh đề hợp thành phép hợp (max sum) đƣợc thực mệnh đề mà ta có đƣợc quy tắc cho luật hợp thành tƣơng ứng max – MIN, max – PROD, sum – MIN, sum – PROD a Thuật toán thực luật hợp thành đơn cho cấu trúc MISO Xét mệnh đề hợp thành có d mệnh đề điều kiện: Nếu x1 = A1 x2 = A2 xd = Ad y = B gồm d biến đầu vào x1; x2; x3 xd biến đầu y Trong liên kết AND mệnh đề điều kiện đƣợc thực phép giao tập mờ A1, A2, , Ad với nhau, kết phép giao độ thỏa mãn H Các bƣớc xây dựng luật hợp thành R nhƣ sau: Rời rạc hóa miền xác định hàm thuộc µA1(x1), µA2(x2), µA3(x3), , µAd(xd), µB(y) mệnh đề điều kiện kết luận Xác định độ thỏa mãn H cho vec tơ giá trị đầu vào: H = min{ µA1(c1), µA2(c2), µA3(c3), , µAd(cd)} Trang 55 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Trong ci (i = 1, 2, , d) thành phần véc tơ biểu thị đầu vào x Lập tập R gồm hàm thuộc giá trị mờ đầu cho véc tơ giá trị đầu vào theo nguyên tắc: µA’(y) = {H, µB(y)} sử dụng quy tắc MIN; µA’(y) = H.µB(y) sử dụng quy tắc PROD Ví dụ: Trƣờng hợp mệnh đề hợp thành với hai mệnh đề điều kiện: C  Nếu x1 = A1 x2 = A2 y = B Với giá trị đầu vào X    ta có:  C2  H = min{ µA1(c1), µA2(c2)}; µA’(y) = {H, µB(y)} Hình 3.5 Luật hợp thành MISO với hai mệnh đề điều kiện b Thuật tốn thực luật hợp thành có nhiều mệnh đề hợp thành có cấu trúc SISO Xét mơ hình có p mệnh đề hợp thành  R1: x = A1 y = B1  R2: x = A2 y = B2  Rp: x = Ap y = Bp Trong giá trị mờ A1, A2, , Ap có tập X B1, B2, , Bp có tập Y Gọi hàm thuộc tập mờ Ak Bk lần lƣợt µAk(x) µBk(y) với k = 1, 2, , p Thuật toán triển khai R = R1∪ R2∪ R3∪ ∪Rp nhƣ sau:  Rời rạc hóa X n điểm x1, x2, , xn y m điểm y1, y2, , ym; Trang 56 GVHD: PGS TS Nguyễn Minh Tâm  HVTH: Trần Thanh Phong Xác định véc tơ µAk µBk, k = 1, 2, , p biểu diễn dƣới dạng µAk T = (µAk(x1), µAk(x2), , µAk(xn)) µBk T = (µBk(y1), µBk(y2), , µBk(ym)) tức fuzzy hóa điểm rời rạc X Y 3)  Xác định mơ hình cho mệnh đề hợp thành Rk = µAk µBkT = (rijk), i = 1, 2, , n j = 1, 2, ,m  Trong phép nhân đƣợc lấy phép cực tiểu sử dụng nguyên tắc MIN Xác định luật hợp thành R = max {rijk/ k = 1, 2, , p} (tƣơng ứng với luật lấy max)  p   k 1  R = 1,  Rk  (tƣơng ứng với luật lấy sum) Ví dụ: Trƣờng hợp luật hợp thành gồm hai mệnh đề hợp thành sử dụng quy tắc max – R1: x = A1 Y = B1, R1: x = A2 Y = B2 Hình 3.6 Hàm thuộc giá trị Ký hiệu R’ giá trị hợp thành R, ta có: R’ = R’1 ∪ R’2 Trong đó: R’1 R’2 giá trị mệnh đề hợp thành Ký hiệu hàm thuộc R’1 µR’1(y) R’2 µR’2(y), ta có hàm thuộc µR’(y) R’ là: µR’(y) = max{ µR’1(y), µR’2(y)} Trang 57 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Hình 3.7 Hàm thuộc đầu mệnh đề thứ Hình 3.8 Hàm thuộc đầu mệnh đề thứ hai Hình 3.9 Hàm thuộc đầu luật hợp thành Với giá trị rõ x0 bƣớc thực nhƣ sau: Đối với mệnh đề hợp thành R1:  Độ thỏa mãn: H1 = µA1(x0)  Giá trị mờ đầu B1: µR’1(y) = {H1, µB1(y)} Trang 58 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Đối với mệnh đề hợp thành R2:  Độ thỏa mãn: H2 = µA2(x0)  Giá trị mờ đầu B2: µR’2(y) = {H2, µB2(y)} Từ theo (3.3) ta có đƣợc: µR’(y)|x0 = max{ µR’1(y), µR’2(y)} Đó hàm thuộc giá trị mờ đầu R’ luật gồm hai mệnh đề hợp thành đầu vào giá trị rõ x0 3.1.3 GIẢI MỜ Giải mờ trình xác định giá trị rõ y’ để chấp nhận đƣợc từ hàm thuộc µB’(y) giá trị mờ B’ Có hai phƣơng pháp giải mờ phƣơng pháp cực đại phƣơng pháp điểm trọng tâm 3.1.3.1 Phƣơng pháp cực đại Nếu cho giá trị rõ y’ đại diện cho tập mờ phải có giá trị xác suất lớn thuộc tập mờ, phƣơng pháp cực giải mờ gồm hai bƣớc nhƣ sau: Bước 1: xác định miền chứa giá trị rõ y’ Giá trị rõ y’ giá trị hàm thuộc đạt giá trị cực đại (độ cao H tập mờ B’), miền G chứa giá trị rõ y’ đƣợc biểu diễn: G = {y Є Y| µB’(y) = H} Hình 3.10 Giải mờ phương pháp cực đại Bước 2: Xác định y’ chấp nhận đƣợc từ G Để thực bƣớc có ba nguyên lý sau: Nguyên lý cận trái: Giá trị rõ y’ đƣợc lấy cận trái G, tức là: y' = y1 = inf y∈G (y) (3.1) Nguyên lý cận phải: Giá trị rõ y’ đƣợc lấy cận phải G, tức y' = y2 = sup y∈G (y) Trang 59 (3.2) GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong Nguyên lý trung bình: Giá trị rõ y’ đƣợc xác định nhƣ sau: Y'  Y1  Y2 (3.3) 3.1.3.2 Phƣơng pháp điểm trọng tâm Phƣơng pháp điểm trọng tâm cho kết y’ hoành độ điểm trọng tâm miền đƣợc bao trục hồnh đƣờng µB’(y) Hình 3.11 Giải mờ phương pháp điểm trọng tâm Công thức xác định y’ theo phƣơng pháp điểm trọng tâm nhƣ sau: Y  '  Y B' (Y ).dy S  B ' (3.4) (Y )dy S Trong S miền xác định tập mờ B’ Việc lựa chọn phƣơng pháp giải mờ tối ƣu phụ thuộc chủ yếu vào phƣơng pháp suy diễn hệ mờ 3.1.3.3 Phƣơng pháp điểm trọng tâm cho luật hợp thành SUM – MIN Giả sử luật hợp thành R gồm q mệnh đề hợp thành Ký hiệu giá trị mờ đầu mệnh đề hợp thành thứ k µB’k(y) với k = 1, 2, , q với quy tắc SUM – MIN hàm thuộc µB’(y) là: q  B (Y )    B (Y ) ' k 1 ' K Thay (3.5) vào (3.4) Trang 60 (3.5) GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong   ( Y ) dy B  K   Y'  S  S q S   B' (Y ).dy      B' (Y ).dy    K 1  S   (Y   B' (Y ).dy  q    (Y   q M ' K 1 q k A (3.6) k K 1 Trong Mk =  Y B (Y ).dy ; Ak =   B (Y ).dy ' ' S S Xét riêng cho trƣờng hợp hàm thuộc hình thang nhƣ hình 3.12 Hình 3.12 Hàm thuộc đầu có dạng hình thang Mk  H (3m22  3m12  b2  a  3m2b  3m1a) Ak  H (2m2  2m1  a  b ) (3.7) (3.8) Các công thức (3.7) (3.8) đƣợc xây dựng cho luật hợp thành theo quy tắc sum – MIN, song song thực tế đƣợc sử dụng cho luật hợp thành sử dụng theo quy tắc max – MIN 3.1.3.4 Phƣơng pháp độ cao Sử dụng công thức (3.9) theo hai quy luật MAX – MIN, SUM – MIN với thêm giả thiết tập mờ µB’k(y) đƣợc xấp xỉ cặp giá trị (yk, Hk) nhất, Hk độ cao µB’k(y) yk điểm mẫu miền giá trị µB’k(y) có µB’k(yk) = Hk thì: q Y  ' Y H K 1 q k H K 1 k (3.9) k Trang 61 GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong 3.2 BỘ ĐIỀU KHIỂN MỜ Trong thực tế nhiều giải pháp tổng hợp thiết kế điều khiển kinh điển thƣờng bị bế tắc gặp toán có độ phức tạp cao, độ phi tuyến lớn thay đổi thƣờng xuyên trạng thái cấu trúc đối tƣợng, Những khó khăn đƣợc giải điều khiển đƣợc thiết kế sở logic mờ Các điều khiển đƣợc thiết kế sở logic mờ có tên gọi điều khiển mờ 3.2.1 BỘ ĐIỀU KHIỂN MỜ CƠ BẢN Một điều khiển mờ thƣờng có ba khâu sau:  Khâu fuzzy hóa  Khâu thực luật hợp thành  Khâu giải mờ Hình 3.13 Sơ đồ khối điều khiển mờ 3.2.2 CÁC NGUYÊN TẮC TỔNG HỢP MỘT BỘ ĐIỀU KHIỂN MỜ 3.2.2.1 Xác định biến vào Trƣớc tiên phải xác định đƣợc tất yếu tố đầu vào điều khiển gán tên biến cho yếu tố đầu vào, làm tƣơng tự nhƣ cho yếu tố đầu 3.2.2.2 Xác định tập mờ biến vào Sau xác định biến vào ta tiến hành định nghĩa biến ngôn ngữ vào/ra tƣơng ứng cho biến bao gồm số tập mờ dạng hàm thuộc chúng Để làm việc cần xác định: a Miền giá trị vật lý biến ngôn ngữ vào/ra Trang 62 ... tác trì ổn định nhƣ đảm bảo chất lƣợng điện đƣợc trọng Các thiết bị thƣờng đƣợc sử dụng để ổn định giá trị điện áp là: thiết bị bù tĩnh có điều khiển thyristor hay triắc (SVC) , thiết bị bù dọc... thu, nghiên cứu, tìm hiểu hết hƣớng dẫn, giúp đỡ nhiệt tình q thầy giảng viên khoa Điện – Điện tử trƣờng Đại học SPKT TP Hồ Chí Minh, luận văn ? ?Nghiên cứu thiết bị bù tĩnh SVC ổn định hệ thống? ??... Các thiết bị thƣờng dùng là: thiết bị bù tĩnh có điều khiển thyristor hay triắc (SVC) , thiết bị bù dọc có điều khiển (TCSC) Các thiết bị đƣợc sử dụng vận hành hệ thống điện cách linh hoạt đạt