Học tăng cường: Trong luật học có giám sát, các giá trị đầu ra được biết chính
xác đối với mỗi đầu vào. Tuy nhiên, trong thực tế có một số trường hợp chỉ biết ít thông tin chi tiết, chẳng hạn mạng chỉ biết rằng giá trị đầu ra thực sự quá cao hay có thể mạng chỉ có được thông tin phản hồi báo rằng đầu ra đúng hay sai. Thuật học
dựa trên thông tin đánh giá này được gọi là thuật học củng cố, thông tin phản hồi được gọi là tín hiệu tăng cường.
Hình2.13 Mô hình huấn luyện mạng tăng cường
2.5 Hàm mục tiêu
Để huấn luyện một mạng và xét xem nó thực hiện tốt đến đâu, ta cần xây dựng một hàm mục tiêu (hay hàm chất lượng) để cung cấp cách thức đánh giá khả năng của mạng. Việc chọn hàm mục tiêu là rất quan trọng bởi vì hàm này thể hiện các mục tiêu thiết kế và quyết định thuật toán huấn luyện nào có thể được áp dụng. Để phát triển một hàm mục tiêu đo được chính xác cái chúng ta muốn không phải là việc dễ dàng. Một vài hàm cơ bản được sử dụng rất rộng rãi.
• Hàm tổng bình phương lỗi SSE (Sum of squares error function)
• Hàm trung bình tổng bình phương lỗi MSE (Mean sum of squares error function)
Trong đó:
P: Số thứ tự mẫu trong tập huấn luyện i : Số thứ tự của đơn vị đầu ra
tpi và ypi : Tương ứng là đầu ra mong muốn và đầu ra thực tế của mạng cho đơn vị đầu ra thứ i trên mẫu thứ p.
Về mặt hình học có thể xem E như một mặt lỗi. Trong quá trình luyện mạng giá trị E càng nhỏ càng tốt.
2.6 Một số ứng dụng của mạng nơ ron nhân tạo:
Từ khi ra đời và phát triển MNR đã tìm và khẳng định được vị trí của mình trong rất nhiều ứng dụng cụ thể như:
+ Mạng nơ ron có thể được huấn luyện để nhận biết văn phong viết của các cá nhân và các nhà nghiên cứu đã dùng để so sánh các tác phNm của Shakespeare và các nhà văn đương thời với ông do đại học Aston công bố. + Một chương trình truyền hình khoa học phổ biến gần đây đã đưa ra việc sử
dụng MNR do một viện nghiên cứu Italia để kiểm tra độ tinh khiết của dầu ô liu.
+ Viện nghiên cứu Điện lực hoa kỳ EPRI đã nghiên cứu và thương mại hóa phần mềm AN NSLTF (Phần mềm dự báo phụ tải điện ngắn hạn dùng MNR nhân tạo).
Các ví dụ này cho thấy các ứng dụng rộng rãi của MNR. Các ứng dụng này ngày càng mở rộng bởi vì MNR giải quyết vấn đề tốt không chỉ trong khoa học, kỹ thuật và toán học mà còn trong y tế, kinh doanh, tài chính, văn học. ..Các ứng dụng của MNR tới nhiều bài toán trong các lĩnh vực khác nhau đã làm cho MNR thêm hấp dẫn. Máy tính tốc độ cao hơn và các thuật toán nhanh hơn cũng đã làm cho việc sử dụng MNR có thể giải được các bài toán phức tạp mà trước đây đòi hỏi một khối lượng tính toán to lớn.
+ Lĩnh vực dân dụng: Điều khiển các thiết bị gia đình như máy giặt, điều hòa,
các thiết bị cánh báo chống trộm, báo động báo cháy, dự báo thời tiết, giá cả…
+ Lĩnh vực công nghiệp: Cảnh báo phát hiện sự cố, xây dựng các bộ điều khiển
thích nghi, thông minh hóa các cảm biến trong đo lường, nhận dạng và xử lý tín hiệu, phân loại mẫu, nhận dạng tiếng nói. Dự báo phụ tải điện ngắn hạn, trung hạn, dài hạn, vận hành hệ thống điện. Dự báo giá điện …
+ Lĩnh vực y tế: Nhận dạng sóng điện tim, điện não đồ, các tế bào ung thư. Trong điện não đồ MNR dùng để nhận dạng các sóng Alpha, Beta, Theta và Delta để chNn đoán bệnh….
+ Lĩnh vực quân sự: Điều khiển các vũ khí thông minh, điều khiển bám. N hận dạng vân tai, hình ảnh tiếng nói….
+ Lĩnh vực thương mại, kinh tế: Dự báo tình hình kinh tế, dự đoán tiền tệ, phân
tích mức độ rủi ro, phân tích thị trường, dự báo mức tăng trưởng…
Riêng trong lãnh vực hệ thống điện được ứng dụng trong chuNn đoán sự cố (thiết bị điện, điện tử, cơ khí ở trạm biến áp, đường dây, nhà máy điện), phân lớp và điều khiển các hệ thống động (Nhà máy điện, trạm biến áp….), tối ứu hóa, dự báo, đánh giá độ an toàn hệ thống điện.
Mạng nơ ron nhân tạo mà chúng ta sử dụng để xây dựng nên các MNR nhân tạo thực sự là còn rất thô sơ so với những gì được tìm thấy trong bộ não. Các MN R mà chúng ta đã xây dựng được cũng chỉ là một sự phác thảo thô kệch nếu đem so sánh với các mạch thần kinh trong bộ não. Nhưng với những tiến bộ đáng ghi nhận trên rất nhiều lĩnh vực trong các thập kỷ vừa qua, chúng ta có quyền hy vọng rằng trong tương lai các MNR nhân tạo sẽ tinh vi hơn nhiều so với hiện nay.
CHƯƠNG 3
ĐẶC ĐIỂM BIỂU ĐỒ PHỤ TẢI TỈNH SÓC TRĂNG
3.1 Biểu đồ phụ tải điện
Phụ tải của hệ thống là một hàm theo thời gian, phụ thuộc vào nhiều yếu tố như đặc điểm của quá trình công nghệ, chế độ vận hành.v.v.. Tuy nhiên đối với mỗi hệ thống riêng sẽ có dạng biểu đồ phụ tải điển hình.
Khi biết được biểu đồ phụ tải điển hình thì sẽ có căn cứ để chọn các thiết bị điện, tính điện năng tiêu thụ. Lúc vận hành nếu biết BĐPT điển hình thì có thể định phương thức vận hành các thiết bị điện sao cho kinh tế và hợp lý nhất. Các nhà máy phát điện cần nắm được BĐPT của từng hệ thống để định phương thức vận hành của các nhà máy phát điện cho phù hợp với yêu cầu. Vì vậy, BĐPT là một tài liệu quan trọng trong thiết kế cũng như vận hành hệ thống cung cấp điện.
Tùy theo nhu cầu sử dụng mà người ta xây dựng các loại biểu đồ phụ tải điện khác nhau. Đường biểu diễn sự thay đổi của phụ tải tác dụng P, phụ tải phản kháng Q hoặc dòng điện I theo thời gian. Nếu theo thời gian khảo sát có đồ thị phụ tải hàng ngày, hàng tháng, hàng năm.
Nghiên cứu BĐPT ngày ta có thể biết được tình trạng làm việc của hệ thống điện từ đó định qui trình vận hành một cách hợp lý nhất đảm bảo vận hành kinh tế của hệ thống điện.
Hình 3.1 là BĐPT tác dụng ngày điển hình của công ty điện lực Sóc Trăng. Đồ thị biến thiên theo giá trị phụ tải 24 giờ trong ngày. Phụ tải Pmax lớn gấp 1,9-2 lần so với phụ tải thấp nhất trong ngày Pmin. Cao điểm thường xảy ra vào chiều tối khoảng từ 19h-20h. Thấp điểm thường xảy ra vào ban đêm khoảng 2h-3h.
Hình 3.1 Biểu đồ phụ tải đặc trưng ngày hệ thống điện Sóc Trăng
Nếu dự báo được Pmax và Pmin các kỹ sư điều hành có thể huy động và điều chỉnh nguồn hợp lý, cũng như vận hành nguồn an toàn và hợp lý hơn.
3.2 Các yếu tố ảnh hưởng đến phụ tải điện:
Dự báo phụ tải là một bài toán khó. Bởi vì trước hết chuỗi phụ tải điện là chuỗi số liệu khá phức tạp, phụ thuộc vào nhiều yếu tố. Phụ tải điện của một hệ thống được cấu thành từ các đơn vị tiêu thụ điện khác nhau mà chủ yếu là các thành phần nông nghiệp, công nghiệp, sinh hoạt và dịch vụ…
Các yếu tố ảnh hưởng đến phụ tải phụ thuộc vào tính chất của đơn vị tiêu thụ điện. Phụ tải công nghiệp phụ thuộc chủ yếu vào mức độ sản xuất. Phụ tải này thường ổn định tương đối và có thể đánh giá sự phụ thuộc phụ tải công nghiệp vào trình độ và quy mô sản xuất. Tuy nhiên, từ góc độ bên bán điện, phụ tải công nghiệp có tính bất định và gây trở ngại cho dự báo, bởi vì có những sự cố máy móc thiết bị công nghiệp hầu như không dự báo được và gây ra những biến động lớn trong tổng phụ tải của khu vực và toàn hệ thống.
Đối với phụ tải ánh sáng sinh hoạt, là thành phần phụ tải phụ thuộc rất nhiều vào hành vi của các cá nhân và các nhóm cá nhân riêng biệt, do đó rất khó xác định
Pmax
ảnh hưởng đến phụ tải điện. Mỗi cá nhân thường hành động theo cách riêng của mình và hành vi của họ ảnh hưởng đến tiêu thụ điện năng. Có thể chỉ ra một số yếu tố hành vi và xã hội ảnh hưởng đến phụ tải như: Các ngày lễ lớn, các ngày nghĩ, chương trình truyền hình, thời tiết thay đổi làm tăng hay giảm nhu cầu sử dụng điều hòa, quạt điện, tủ lạnh…
Sóc trăng có khoảng 1,2 triệu dân trong đó có 80% dân số làm nông nghiệp. do đó phụ tải điện chủ yếu phục vụ sinh hoạt và phụ tải nông nghiệp. Đối với phụ tải nông nghiệp, đây là loại phụ tải có ảnh hưởng lớn đối với các phụ tải điện của địa phương chủ yếu là sản xuất nông nghiệp. Đây là loại phụ tải phục vụ các công việc như tưới tiêu, chăn nuôi, điều tiết thủy lợi, chế biến lương thực, trong đó nuôi trồng và chế biến thủy hải sản là một loại phụ tải điện đặc biệt quan trọng vì sử dụng một lượng phụ tải lớn và phải đảm bảo cung cấp liên tục trong một thời gian dài khi vào mùa thu hoạch, do đó phụ tải nông nghiệp thường mang tính thời vụ cao.
Hình 3.2: Đồ thị phụ tải trong hai năm 2004 đến 2005
Hình 3.2 biểu diễn biểu đồ phụ tải liên tục trong 2 năm với số liệu đã được thu thập tại trạm biến áp 220 kV của Công ty Điện lực Sóc Trăng. Ta có thể nhận thấy mức độ dao động lớn trong đường đồ thị phụ tải này. Ngoài ra ta có thể nhận thấy một số đặc điểm sau:
• Thời vụ:
Dựa vào đường đồ thị thấy rằng đầu năm đồ thị bắt đầu tăng và phụ tải đạt cực đại khoảng tháng 8-9 trùng với khoảng thời gian thu hoạch vụ hè-thu. Một yếu tố ảnh hưởng lớn làm cho sản điện tăng cao là vào 2 tháng này vì trùng với thời điểm thu hoạch tôm một sản lượng điện lớn phục vụ cho động cơ tạo dòng chảy, thắp sáng và sụt khí oxi vào hai tháng cuối trước lúc thu hoạch, bên cạnh cùng với việc thu hoạch tôm, phụ tải cung cấp cho các cơ sở chế biến tôm cũng tăng cao. Ngoài ra, từ tháng 1 đến tháng 4 đường đồ thị tăng nhanh sau đó mới giảm tốc độ đây cũng trùng với thời điểm cuối mùa khô khoảng tháng 4.
• Biểu đồ phụ tải ngày trong tuần:
Hình 3.3 Đồ thị phụ tải từ 3/1 đến 9/1 năm 2005
Xét đồ thị phụ tải HTĐ hình 3.3. Đây là biểu đồ phụ tải các ngày trong một tuần từ 3 đến 9/1 năm 2005 được xây dựng liên tục trong 168 giờ. Không giống như phụ tải ở các thành phố lớn như Hà Nội hay TP HCM phụ tải thường giảm thấp ở các ngày nghỉ thứ bảy, chủ nhật và tăng cao ở các ngày làm việc. Phụ tải Sóc Trăng không tuân theo chu kỳ tuần, sự khác biệt BĐPT trong một tuần ở các ngày làm việc (thứ 2 đến thứ 6) và ngày nghỉ (thứ 7 và Chủ nhật) thường không có sự thay
đổi lớn, đường BĐPT trong một ngày có nhiều đỉnh nhọn. Đây cũng là một sự khác biệt của phụ tải giữa thành phố lớn và các tỉnh nông nghiệp như Sóc Trăng.
• Thời tiết trong ngày
Thời tiết trong ngày là một tập hợp, bao gồm các thông thông số tự nhiên như: nhiệt độ, độ Nm, tốc độ gió, hướng gió và cường độ ánh sáng…trong tập hợp các thông số đó, nhiệt độ là yếu tố ảnh hưởng mạnh nhất tới phụ tải. Có thể xem phụ tải là một hàm số phụ thuộc vào nhiệt độ.
Giữa phụ tải và nhiệt độ là có qui luật phụ thuộc như sau: Nhiệt độ tăng thì phụ tải tăng và ngược lại. Hình 3.4 là đồ thị phụ tải ngày của hai ngày làm việc của HTĐ Sóc Trăng có nhiệt độ khác nhau. Hình 3.4 giá trị phụ tải tăng khá lớn khi nhiệt độ môi trường tăng. Biểu đồ phụ tải ngày 6/5/2005 là ngày có nhiệt độ cao (25.8- 36.2 0c) và ngày 19/2/2005 có nhiệt độ thấp (20.4-25.2 0c). Có sự chênh lệch giữa BĐPT giữa hai ngày là là khá lớn.
Hình 3.4 Ảnh hưởng nhiệt độ đến thói quen tiêu thụ điện
• Ngày đặc biệt trong năm:
Ở Sóc Trăng có 3 thành phần dân tộc là Kinh, Khmer và Hoa sinh sống, ngoài người Kinh chiếm khoảng 65% dân số, người Khmer chiếm khoảng 29% và người hoa chiếm 6%. Do đó có các ngày đặc biệt trong năm như ngày lễ, ngày tết, như tết âm lịch, tết (Chôn Chăm Mây) và lễ hội của người Khmer. Các ngày lễ lớn như
30/4, 1/5 và 2/9… phụ tải các ngày này trên đều giảm so với ngày thường. Sự khác biệt trong biểu đồ phụ tải giữa ngày lễ 2/9 và một ngày làm việc bình thường ngày 5/9/2005 tại Sóc Trăng được thể hiện trên hình hình 3.5.
Hình 3.5 Đồ thị phụ tải một ngày thường và ngày quốc khánh
Hình 3.6 Đồ thị phụ tải một ngày thường và ngày tết dân tộc
Hình dạng đường phụ tải các ngày tết dân tộc hình 3.6 cũng bị ảnh hưởng do thói quen sinh hoạt của khách hàng thay đổi. Dự báo phụ tải cho các ngày đặc biệt không áp dụng như ngày thường mà phải theo phương pháp riêng, dựa vào sự thay đổi phụ tải của các ngày này so với ngày thường trong các năm trước. Biểu đồ phụ tải ngày mùng một tết ngày 6/2/2005 đường phụ tải lúc ban ngày thấp trong khi phụ tải ban đêm lại tăng cao so với đường phụ tải các ngày bình thường.
Hình 3.7 Đồ thị phụ tải một ngày thường và ngày có lễ hội
Hình 3.7 biểu diễn phụ tải bị giảm sút ngày 16/10/2005 diễn ra lễ hội đua ghe Ngo (Óoc Om Bóc) của người Khmer và một ngày bình thường trước đó, ngày 15/10/2005.
Các chương trình truyền hình trực tiếp các sự kiện thể thao văn hoá lớn, thu hút đông đảo quần chúng hâm mộ, đặc biệt là bóng đá có ảnh hưởng không nhỏ đến nhu cầu tiêu thụ điện năng. Hình 3.8, dạng biểu đồ phụ tải trong các ngày truyền hình trực tiếp các sự kiện thể thao văn hoá cũng thay đổi. Công suất tiêu thụ vào các giờ truyền hình trực tiếp (Cúp bóng đá thế giới, cúp C1, Euro, Tiger Cup….) BĐPT đột ngột tăng cao.
Hình3.8 Đồ thị phụ tải đêm có chung kết Euro và đêm bình thường
• Kế hoạch sửa chữa lớn:
Sóc Trăng là một tỉnh nhỏ hệ thống điện hiện nay được xem là đang phát triển do đó nhu cầu như cải tạo trạm biến áp, cắt điện đường dây đang vận hành để kéo đường dây mới, cải tạo nâng cấp đường dây…vẫn phải cắt điện trên diện rộng, dẫn đến điện năng tiêu thụ giảm một cách đáng kể.
Hình 3.9 Đồ thị phụ tải ngày bình thường và ngày có cắt điện
Dự báo cho các ngày này cần phải tính toán khấu trừ phụ tải do ngừng cung cấp điện. Dạng biểu đồ phụ tải trong ngày có cắt điện cũng mang tính đặc thù riêng, thay đổi theo thời gian và khu vực cắt điện.
Nhận xét:
Đối với những ngày lễ tết, các ngày đặc biệt, nhất là những ngày cắt điện trong năm ảnh hưởng đến công tác dự báo phụ tải. Các ngày này xuất hiện tương đối ít ngoại trừ những ngày cắt điện. Trong một năm có khoảng 20 ngày điều độ cắt điện ở một số tuyến phản ánh trong tập số liệu thu thập được. Để đảm bảo tập số liệu huấn luyện được liên tục. Đối với những ngày bị cắt điện ta có thể lấy trung bình của hai ngày kế cận. Điều này là cho phép khi ta có tập số liệu lớn.
Qua quá trình nghiên cứu, thống kê số liệu và kinh nghiệm vận hành các nhà nghiên cứu, chuyên gia điều độ đi đến kết luận: nhiệt độ môi trường – thông số thời
tiết quan trọng nhất trong ngày, yếu tố mùa vụ và các ngày đặc biệt như ngày lễ là biến ảnh hưởng mạnh nhất đến giá trị phụ tải ngày.
3.3 Dạng biểu đồ phụ tải:
Xét đồ thị phụ tải HTĐ hình 3.10. Đây là biểu đồ phụ tải HTĐ Sóc Trăng ngày