Tổng quan nghiên cứu

Máy biến áp lực đóng vai trò là trái tim của hệ thống truyền tải và phân phối năng lượng điện. Khi một sự cố nghiêm trọng xảy ra trên máy biến áp công suất lớn, thiệt hại kinh tế ước tính có thể vượt mức 1.000.000 USD, chưa kể đến tổn thất to lớn do gián đoạn hàng triệu kWh điện năng cung cấp cho các khu công nghiệp và đô thị. Theo báo cáo kỹ thuật ngành điện, hơn 60% máy biến áp lực đang vận hành tại các trạm biến áp 110kV đến 220kV đã có tuổi thọ vượt quá 15 năm, khiến nguy cơ suy thoái cách điện và xuất hiện các sự cố tiềm ẩn tăng cao rõ rệt.

Vấn đề nghiên cứu trọng tâm là khắc phục những hạn chế cố hữu của các phương pháp thử nghiệm truyền thống và tiêu chuẩn tra cứu nồng độ khí cổ điển vốn phụ thuộc nặng nề vào kinh nghiệm chuyên gia và thường xuyên rơi vào vùng không xác định với tỷ lệ lên tới 15% đến 20%. Mục tiêu cụ thể của luận văn là nghiên cứu xây dựng mô hình tự động hóa chẩn đoán lỗi tiềm ẩn trong máy biến áp lực thông qua kỹ thuật phân tích khí hòa tan trong dầu (DGA) kết hợp mạng nơ-ron nhân tạo truyền thẳng nhiều lớp (MLP). Phạm vi nghiên cứu tập trung vào các chủng loại máy biến áp lực 110kV - 220kV thuộc lưới điện công nghiệp Việt Nam trong giai đoạn vận hành định kỳ và trực tuyến.

Ý nghĩa thực tiễn của công trình thể hiện ở việc rút ngắn thời gian chẩn đoán từ nhiều giờ xuống dưới 5 giây, nâng độ chính xác nhận dạng sự cố vượt mức 96%, giúp các kỹ sư kịp thời ngăn chặn nguy cơ cháy nổ, tối ưu hóa chi phí bảo trì và nâng cao tuổi thọ vận hành cho toàn bộ hệ sinh thái lưới điện.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Khung lý thuyết của công trình được xây dựng dựa trên sự giao thoa giữa nhiệt động lực học cao áp và trí tuệ nhân tạo. Nền tảng cốt lõi đầu tiên là lý thuyết nhiệt động học phân hủy dầu và vật liệu cách điện theo mô hình Halstead kết hợp tiêu chuẩn quốc tế IEC 599 và IEEE C57.104. Dưới tác động của nhiệt độ từ dưới 150°C đến hơn 1000°C hoặc điện trường cực mạnh, dầu khoáng và giấy cách điện cellulose bị bẻ gãy liên kết hóa học, giải phóng 7 loại khí hòa tan chủ đạo: hydro ($H_2$), metan ($CH_4$), etan ($C_2H_6$), etylen ($C_2H_4$), axetylen ($C_2H_2$), cacbon monoxit ($CO$) và cacbon dioxit ($CO_2$).

Nền tảng thứ hai là lý thuyết mạng nơ-ron nhân tạo (ANN), cụ thể là mô hình mạng truyền thẳng nhiều lớp (Multi-Layer Perceptron - MLP) áp dụng giải thuật học lan truyền ngược sai số (Backpropagation). Các khái niệm then chốt được phát triển trong mô hình bao gồm:

  • Nồng độ giới hạn bất thường L1: Ngưỡng sàng lọc ban đầu cho từng thành phần khí (như $H_2$ 100 ppm, $C_2H_4$ 50 ppm, $C_2H_2$ 35 ppm).
  • Tỷ số nồng độ khí: Các tỷ lệ kinh điển $CH_4/H_2$ ($R_1$), $C_2H_2/C_2H_4$ ($R_2$), $C_2H_2/CH_4$ ($R_3$), $C_2H_6/C_2H_2$ ($R_4$) và $C_2H_4/C_2H_6$ ($R_5$).
  • Không gian phân loại đa chiều: Quá trình ánh xạ phi tuyến từ véc-tơ nồng độ khí vào không gian trạng thái sự cố bao gồm phóng điện cục bộ (PD), phóng điện năng lượng thấp (LEDA), phóng điện năng lượng cao kèm hồ quang (HEDA) và quá nhiệt các cấp độ (OH_T1 đến OH_T4).

Phương pháp nghiên cứu

Nghiên cứu sử dụng tập dữ liệu thực nghiệm gồm 200 mẫu sắc ký khí dầu máy biến áp thu thập từ các trạm biến áp 110kV và 220kV đang vận hành thực tế. Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích (Stratified Purposive Sampling) nhằm bao phủ đầy đủ tất cả các trạng thái vận hành từ bình thường, phóng điện cục bộ, phóng điện hồ quang cho đến quá nhiệt dầu và suy thoái giấy cách điện ở các dải nhiệt độ khác nhau (từ dưới 150°C đến trên 700°C).

Lý do lựa chọn phương pháp phân tích bằng mạng nơ-ron MLP kết hợp thuật toán lan truyền ngược xuất phát từ bản chất phi tuyến phức tạp của quá trình sinh khí trong dầu. Các phương pháp tỷ số truyền thống như bảng mã Rogers hay Dornenburg chỉ dựa trên các phép so sánh ngưỡng tĩnh, dẫn đến tình trạng nhiều bộ dữ liệu thực tế rơi vào vùng không thể phân loại. Mạng MLP với khả năng học xấp xỉ hàm phi tuyến liên tục cho phép tổng quát hóa dữ liệu, loại bỏ hoàn toàn các điểm mù chẩn đoán. Toàn bộ tiến trình nghiên cứu từ thu thập dữ liệu, tiền xử lý chuẩn hóa, thiết kế kiến trúc mạng, huấn luyện và kiểm định chéo được thực hiện nghiêm ngặt trong khung thời gian 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và kiểm tra chéo mô hình đã mang lại 4 phát hiện khoa học quan trọng:

  1. Hạn chế của phương pháp bảng tra truyền thống: Các tiêu chuẩn tỷ lệ kinh điển như Rogers, Dornenburg và IEC 599 phiên bản cũ tạo ra tỷ lệ chẩn đoán không xác định dao động từ 18% đến 22% trên tổng số 200 mẫu thử nghiệm, do sự chồng lấn tỷ lệ khí khi xuất hiện nhiều dạng hư hỏng đồng thời.
  2. Cấu hình mạng nơ-ron tối ưu: Qua khảo sát các cấu hình mạng MLP khác nhau (5-8-3, 5-10-3, 5-15-3 và 5-16-3), cấu trúc mạng 3 lớp gồm 5 nơ-ron đầu vào, 15 nơ-ron ẩn và 3 nơ-ron đầu ra (5-15-3) mang lại hiệu năng cao nhất. Mô hình đạt độ chính xác chẩn đoán tổng thể trên 96.5%, với sai số bình phương trung bình (MSE) giảm nhanh xuống dưới 0.001 sau 500 kỷ nguyên huấn luyện.
  3. Độ nhạy của các khí chỉ thị nhiệt và điện: Khí axetylen ($C_2H_2$) và hydro ($H_2$) thể hiện tính quyết định trong việc phát hiện sự cố điện, trong đó hydro chiếm hơn 85% tổng lượng khí khi có phóng điện cục bộ và axetylen chiếm trên 30% khi xuất hiện hồ quang nhiệt độ cao. Ngược lại, tỷ lệ $C_2H_4/C_2H_6$ phản ánh chính xác 100% các trường hợp quá nhiệt dầu ở dải nhiệt độ trên 700°C.
  4. Hiệu quả nhận diện suy thoái cellulose: Việc kết hợp tỷ lệ $CO/CO_2$ với điều kiện nồng độ $CO > 200$ ppm giúp độ nhạy phát hiện quá nhiệt giấy cách điện và suy thoái mủn giấy tăng thêm 35% so với việc chỉ sử dụng tiêu chuẩn phân tích khí thông thường.

Thảo luận kết quả

Bản chất quá trình phân hủy dầu và vật liệu cách điện trong máy biến áp là chuỗi phản ứng nhiệt phân và ion hóa diễn ra song song. Mạng nơ-ron nhân tạo với hàm truyền phi tuyến Sigmoid đã thực hiện xuất sắc việc phân chia các siêu mặt phẳng quyết định phức tạp trong không gian 5 chiều của nồng độ khí. Khi so sánh với các nghiên cứu sử dụng hệ chuyên gia tĩnh trên thế giới, mạng nơ-ron MLP thể hiện ưu thế vượt trội nhờ khả năng tự thích nghi và chịu lỗi tốt đối với các sai số đo đạc sắc ký khí (vốn cho phép dung sai đến 5%).

Dữ liệu nghiên cứu được biểu diễn trực quan qua hệ thống bảng đối chiếu hiệu năng và đồ thị hội tụ:

  • Bảng ma trận nhầm lẫn (Confusion Matrix): So sánh chi tiết giữa chẩn đoán của mô hình và kết quả giám định thực tế từ việc mở máy kiểm tra bên trong ruột máy biến áp, cho thấy tỷ lệ nhận diện đúng của lỗi phóng điện năng lượng cao đạt 98% và quá nhiệt đạt 95.5%.
  • Biểu đồ đường cong huấn luyện (Training Convergence Plot): Mô tả trực quan tiến trình suy giảm hàm mất mát sai số MSE từ chu kỳ lặp thứ 1 đến chu kỳ thứ 1000, chứng minh mô hình đạt trạng thái ổn định vững chắc mà không xảy ra hiện tượng quá khớp (overfitting).
  • Biểu đồ phân bố vùng lỗi 2D/3D: Minh họa ranh giới phân tách rõ ràng giữa các trạng thái phóng điện cục bộ (PD), phóng điện năng lượng thấp (LEDA) và phóng điện hồ quang (HEDA), xóa bỏ triệt để các khoảng trống không xác định của tiêu chuẩn IEC 599.

Đề xuất và khuyến nghị

Nhằm chuyển giao kết quả nghiên cứu vào thực tế sản xuất và nâng cao độ an toàn cho lưới điện quốc gia, luận văn đề xuất 4 giải pháp trọng tâm:

  1. Chuẩn hóa quy trình lấy mẫu và phân tích sắc ký khí định kỳ: Ban hành quy định bắt buộc phân tích DGA với chu kỳ 3 tháng một lần đối với các máy biến áp vận hành trên 15 năm và 6 tháng một lần đối với máy dưới 15 năm. Mục tiêu kiểm soát tốc độ tăng trưởng tổng khí cháy (TDCG) dưới 10 ppm/ngày. Chủ thể thực hiện: Phòng Kỹ thuật và Trung tâm Thí nghiệm điện lực. Lộ trình: Triển khai ngay trong Quý 1.
  2. Tích hợp phần mềm chẩn đoán mạng nơ-ron vào hệ thống SCADA/EMS: Xây dựng module phần mềm tự động tính toán dựa trên cấu hình mạng nơ-ron 5-15-3 để tự động cảnh báo lỗi trực tuyến, giảm thời gian xử lý dữ liệu từ 2 giờ xuống dưới 10 giây với độ tin cậy trên 95%. Chủ thể thực hiện: Các kỹ sư vận hành trạm và chuyên viên điều độ hệ thống điện. Lộ trình: Hoàn thành tích hợp trong 6 tháng.
  3. Lắp đặt cảm biến đo nồng độ khí online đa thành phần: Trang bị hệ thống đo online 5 đến 7 loại khí hòa tan cho 100% các máy biến áp lực truyền tải từ 220kV trở lên, kết nối dữ liệu liên tục về trung tâm điều khiển với tần suất cập nhật dưới 1 phút. Chủ thể thực hiện: Ban Quản lý dự án lưới điện truyền tải. Lộ trình: Giai đoạn 2026 - 2028.
  4. Xây dựng cơ sở dữ liệu số quốc gia về DGA và sự cố máy biến áp: Số hóa và liên thông dữ liệu lịch sử vận hành của tối thiểu 10.000 bản ghi DGA để liên tục huấn luyện cập nhật trọng số cho mạng nơ-ron hằng năm, hướng tới độ chính xác chẩn đoán trên 98%. Chủ thể thực hiện: Tập đoàn Điện lực kết hợp các trường đại học khối kỹ thuật. Lộ trình: Thực hiện định kỳ hằng năm.

Đối tượng nên tham khảo luận văn

Công trình luận văn là tài liệu tham khảo khoa học và ứng dụng thực tiễn giá trị cho 4 nhóm đối tượng:

  1. Kỹ sư quản lý và vận hành trạm biến áp: Nắm bắt phương pháp luận DGA hiện đại và công cụ phân tích tự động để chuyển đổi mô hình bảo dưỡng từ bảo trì định kỳ thụ động sang bảo dưỡng theo tình trạng thực tế (CBM), giúp tiết kiệm hàng trăm triệu đồng chi phí thử nghiệm không cần thiết.
  2. Nhà nghiên cứu và giảng viên chuyên ngành Tự động hóa và Hệ thống điện: Khai thác mô hình toán học mạng nơ-ron MLP, thuật toán lan truyền ngược sai số và phương pháp kết hợp hệ mờ - nơ-ron để làm học liệu giảng dạy cao học hoặc phát triển các đề tài nghiên cứu chuyên sâu về phân tích lỗi thiết bị điện cao áp.
  3. Kỹ sư phát triển phần mềm và phân tích dữ liệu công nghiệp: Ứng dụng cấu trúc mạng nơ-ron 5-15-3 và giải thuật tối ưu hóa trọng số để xây dựng các ứng dụng trí tuệ nhân tạo công nghiệp, phần mềm giám sát thông minh cho các trung tâm điều độ điện lực (SCADA/DMS).
  4. Học viên cao học và sinh viên kỹ thuật điện: Tiếp cận phương pháp nghiên cứu thực nghiệm bài bản, cách xử lý dữ liệu sắc ký khí thực tế và phương thức giải quyết bài toán kỹ thuật liên ngành giữa công nghệ thông tin và kỹ thuật điện năng.

Câu hỏi thường gặp

Phương pháp phân tích khí hòa tan DGA có thể phát hiện được những loại sự cố nào trong máy biến áp?
DGA có khả năng nhận diện 4 nhóm sự cố tiềm ẩn cốt lõi: phóng điện cục bộ trong các bọt khí (sinh 85% khí $H_2$), quá nhiệt dầu cách điện ở các mức nhiệt độ khác nhau (sinh $C_2H_4$ chiếm trên 60%), suy thoái quá nhiệt giấy cellulose (khí $CO$ chiếm trên 90% tổng oxit carbon) và phóng điện hồ quang năng lượng cao kèm dòng ngắn mạch (sinh lượng lớn $C_2H_2$ vượt 30%).

Tại sao các phương pháp truyền thống như Rogers hay IEC 599 lại có tỷ lệ chẩn đoán không xác định cao?
Các tiêu chuẩn truyền thống xây dựng các bảng mã phân loại dựa trên các ngưỡng tỷ số khí cố định và cứng nhắc. Khi máy biến áp phát sinh đồng thời nhiều điểm quá nhiệt kèm phóng điện cục bộ, các tỷ số khí đo được sẽ rơi vào các khoảng trống không được định nghĩa trong bảng mã, tạo ra vùng không xác định chiếm 18% đến 22% các ca thử nghiệm thực tế.

Mạng nơ-ron nhân tạo MLP khắc phục nhược điểm của phương pháp truyền thống như thế nào?
Mạng MLP sử dụng hàm kích hoạt phi tuyến và thuật toán lan truyền ngược để tự động học các quy luật ngầm từ 200 mẫu dữ liệu thực tế. Thay vì so sánh ngưỡng cứng nhắc, mạng nơ-ron tính toán xác suất liên tục trên không gian nhiều chiều, loại bỏ hoàn toàn các ranh giới gián đoạn và đảm bảo đưa ra chẩn đoán chính xác đạt trên 96.5% cho mọi trường hợp tỷ lệ khí.

Giám sát khí hòa tan trực tuyến (Online DGA) mang lại lợi ích gì vượt trội so với lấy mẫu định kỳ?
Giám sát DGA trực tuyến cung cấp số liệu nồng độ khí liên tục 24/7 với độ trễ truyền tin dưới 1 phút mà không cần cắt điện máy biến áp. Điều này giúp phát hiện ngay lập tức các sự cố phát triển nhanh chỉ trong vài giờ hoặc vài ngày, điều mà phương pháp lấy mẫu định kỳ 3 đến 6 tháng một lần hoàn toàn không thể làm được.

Làm thế nào để phân biệt sự cố quá nhiệt dầu đơn thuần và sự cố quá nhiệt có liên quan đến giấy cách điện?
Quá nhiệt dầu sinh ra chủ yếu các hydrocacbon như $C_2H_4$ và $CH_4$ ở nhiệt độ trên 300°C. Trong khi đó, nếu quá nhiệt liên quan đến giấy cách điện cuộn dây, nồng độ $CO$ sẽ tăng vọt vượt ngưỡng 200 ppm và tỷ lệ $CO_2/CO$ sẽ giảm mạnh xuống dưới mức 3, cho thấy cấu trúc cellulose bị phá hủy nghiêm trọng.

Kết luận

  • Luận văn đã giải quyết thành công bài toán chẩn đoán sự cố tiềm ẩn máy biến áp lực bằng cách ứng dụng mạng nơ-ron nhân tạo MLP kết hợp dữ liệu phân tích khí hòa tan DGA.
  • Xác lập cấu hình mạng nơ-ron tối ưu 5-15-3 đạt độ chính xác chẩn đoán vượt mức 96.5% trên tập 200 mẫu thử nghiệm thực tế, triệt tiêu hoàn toàn vùng không xác định của các tiêu chuẩn truyền thống.
  • Làm sáng tỏ mối quan hệ nhiệt động lực học giữa nồng độ các khí cháy đặc trưng ($H_2, C_2H_2, C_2H_4, CO$) với các dạng hư hỏng điện và nhiệt trong máy biến áp lực 110kV - 220kV.
  • Đóng góp giải pháp công nghệ quan trọng giúp các đơn vị truyền tải chuyển dịch sang mô hình bảo dưỡng theo tình trạng thực tế (CBM), ngăn ngừa các rủi ro thiệt hại hàng triệu USD cho ngành điện.
  • Hướng nghiên cứu tiếp theo trong giai đoạn 2026 - 2030 là mở rộng tích hợp mạng nơ-ron tích chập (CNN) và học sâu với các cảm biến âm thanh, cảm biến phóng điện cục bộ (PD) để tạo thành hệ thống chẩn đoán đa thông số toàn diện.

Các đơn vị truyền tải, nhà máy điện và doanh nghiệp công nghiệp hãy chủ động áp dụng mô hình phân tích DGA kết hợp trí tuệ nhân tạo ngay hôm nay để đảm bảo an toàn tuyệt đối cho hệ thống máy biến áp lực và tối ưu hóa hiệu quả vận hành năng lượng.