NHẬN DẠNG SỰ CỐ TRÊN ĐƯỜNG DÂY TRUYỀN TẢ
4.2. Nhận xét kết quả mô phỏng
Đề tài Nghiên cứu khoa học - 2017 TDC - Khoa Điện - Điện tử
- Lớp ngõ vào (input layer): có sáu nơ - ron tương ứng với sáu tính chất của dịng điện và điện áp trên các pha.
- Lớp ngõ ra (output layer): có bốn nơ - ron tương ứng với bốn dạng sự cố cần nhận dạng.
- Lớp ẩn (hidden layer): Lớp ẩn kết nối giữa lớp ngõ vào và lớp ngõ ra, một mạng nơ - ron có thể dùng nhiều lớp ẩn. Tuy nhiên, LiMin Fu (1994) đã chứng minh được rằng chỉ cần một lớp ẩn của mạng là đủ mơ hình hố một hàm bất kỳ. Hơn nữa, số lớp ẩn quá nhiều sẽ làm cho thời gian huấn luyện kéo dài, trong khi yêu cầu cho các rơ le là phải tác động nhanh. Vì vậy, tác giả chọn mạng nơ - ron có một lớp ẩn. Khơng có nguyên tắc nào hướng dẫn lớp ẩn có bao nhiêu nơ - ron, việc xác định này dựa trên kinh nghiệm hoặc phép thử và sai. Trong báo cáo này áp dụng phương pháp thử và sai để tìm ra được kết quả huấn luyện tối ưu.
Từ kết quả trình bày ở Bảng 4.1, với số ngõ vào của mạng nơ - ron là 6, số ngõ ra của mạng nơ - ron là 4, việc huấn luyện được lặp đi lặp lại nhiều lần đến khi đạt khả năng nhận dạng tối ưu. Số lượng tối ưu của các nơ - ron ẩn được tìm ra và sau đó được áp dụng là 16. Việc huấn luyện chấm dứt sau 182 lần lặp với khả năng nhận dạng chính xác của thuật toán lên đến 99,6%. Như vậy, trong bài toán nhận dạng sự cố trên đường dây, chọn số nơ - ron trong lớp ẩn là 16 là phù hợp. Cấu trúc mạng nơ - ron lựa chọn được trình bày ở Hình 4.1.
Đề tài Nghiên cứu khoa học - 2017 TDC - Khoa Điện - Điện tử
Lớp ngõ vào Lớp ẩn Lớp ngõ ra
(Input layer) (Hidden layer) (Output layer)
VA VB VB VC IA IB IC
Hình 4.1. Cấu trúc mạng nơ - ron được lựa chọn.
AN
AB
ABC
Đề tài Nghiên cứu khoa học - 2017 TDC - Khoa Điện - Điện tử
(a) (b)
(c) (d)
Hình 4.2. Kết quả huấn luyện mạng nơ - ron với 16 nơ - ron trong lớp ẩn.
Với số lượng 960 mẫu dữ liệu ban đầu, thuật toán sẽ lấy ra 85% số lượng mẫu dành cho tập huấn luyện, tương ứng 816 mẫu; 10% số lượng mẫu dành cho tập đánh giá, tương ứng 96 mẫu và 5% số lượng mẫu dành cho tập kiểm nghiệm, tương ứng 48 mẫu. Hình 4.2 mơ tả khả năng nhận dạng chính xác của thuật tốn ở mỗi tập dữ liệu và tổng quát trên cả 960 mẫu được đưa vào huấn luyện.
Hình 4.2(a) cho thấy trong số 816 mẫu được lấy ngẫu nhiên, thì có 204 mẫu là dạng sự cố một pha chạm đất, 207 mẫu là dạng sự cố chạm hai pha, 202 mẫu là dạng sự cố ba pha cân bằng và 203 mẫu là dạng sự cố hai pha chạm đất. Trong đó các dạng sự cố một pha chạm đất, sự cố ba pha cân bằng và sự cố hai pha chạm đất được nhận dạng với độ chính xác tuyệt đối. Dạng sự cố chạm hai pha chỉ nhận dạng chính xác được 203 mẫu.
Tập đánh giá với 96 mẫu được lấy ngẫu nhiên, trong đó có 26 mẫu là dạng sự cố một pha chạm đất, 21 mẫu là dạng sự cố chạm hai pha, 29 mẫu là dạng sự cố ba pha cân bằng và 20 mẫu là dạng sự cố hai pha chạm đất. Với kết quả đánh giá được mơ tả ở Hình 4.2(b) cho thấy thuật có độ nhận dạng chính xác cao.
Đề tài Nghiên cứu khoa học - 2017 TDC - Khoa Điện - Điện tử
Hình 4.3. Biểu đồ sai số bình phương trung bình.
Hình 4.4. Mối quan hệ tuyến tính giữa ngõ ra và mục tiêu huấn luyện.
Trong số 48 mẫu được lấy ngẫu nhiên để kiểm chứng thuật toán nhận dạng, có 10 mẫu là dạng sự cố một pha chạm đất, 12 mẫu là dạng sự cố chạm hai pha, 9 mẫu là dạng sự cố ba pha cân bằng và 17 mẫu là dạng sự cố hai pha chạm đất. Kết quả ở Hình 4.2(c) cho thấy 48 mẫu trên được nhận dạng chính xác.
Đề tài Nghiên cứu khoa học - 2017 TDC - Khoa Điện - Điện tử
Hình 4.2(d) cho thấy trong số 960 mẫu được đưa vào huấn luyện, thuật toán nhận dạng được chính xác 956 mẫu.