Nghiên cứu đánh giá ổn định động hệ thống điện qua mạng nơron song song

Luận văn thạc sĩ kỹ thuật phân tích Mạng nơron song song đánh giá ổn định động hệ thống điện luận văn thạc sĩ, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho

• Tác giả: Nguyễn Thái Bình
• Người hướng dẫn: PGS.TS Quyền Huy Ánh
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Điện
• Đề tài: Đánh Giá Ổn Định Động Hệ Thống Điện
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Tp. Hồ Chí Minh

Tóm tắt

I. Tổng quan về ổn định động hệ thống điện

Hệ thống điện (HTĐ) là một phần thiết yếu trong cơ sở hạ tầng kinh tế của mỗi quốc gia. Việc đánh giá ổn định động của HTĐ là nhiệm vụ quan trọng trong thiết kế và vận hành. HTĐ hiện đại đang phải đối mặt với nhiều thách thức do phụ tải ngày càng tăng, làm cho quy mô hệ thống trở nên phức tạp hơn. Các kích động bất thường như cắt điện máy phát hay ngắn mạch có thể gây ra gián đoạn nghiêm trọng trong quy trình công nghiệp, dẫn đến tổn thất kinh tế lớn. Ổn định động đề cập đến khả năng của hệ thống máy phát duy trì sự đồng bộ sau các kích động lớn. Để đánh giá sự ổn định, nhiều phương pháp đã được áp dụng, bao gồm mô phỏng theo miền thời gian và phương pháp số. Tuy nhiên, các phương pháp này thường tốn nhiều thời gian và không phù hợp cho đánh giá trực tuyến. Do đó, có nhu cầu cấp thiết về các phương pháp mới hiệu quả hơn.

1.1. Khái niệm về ổn định động

Khái niệm ổn định động trong hệ thống điện liên quan đến khả năng của các máy phát điện duy trì sự đồng bộ sau khi chịu kích động lớn. Điều này rất quan trọng để đảm bảo rằng hệ thống điện không bị tan rã. Các phương pháp truyền thống như mô phỏng theo miền thời gian và phương pháp số thường không đáp ứng được yêu cầu về thời gian tính toán nhanh chóng. Do đó, việc phát triển các phương pháp mới như mạng nơron nhân tạo (ANN) đã trở thành một xu hướng nghiên cứu quan trọng. ANN có khả năng học hỏi nhanh chóng và xử lý dữ liệu một cách hiệu quả, giúp cải thiện độ chính xác trong việc đánh giá ổn định động của hệ thống điện.

II. Phương pháp đánh giá ổn định động bằng mạng nơron

Phương pháp đánh giá ổn định động bằng mạng nơron nhân tạo (ANN) đã thu hút sự quan tâm lớn từ các nhà nghiên cứu. ANN có khả năng học hỏi mối quan hệ phi tuyến giữa các thông số vận hành của hệ thống điện và trạng thái ổn định. Việc sử dụng ANN cho phép phân tích nhanh chóng và chính xác hơn so với các phương pháp truyền thống. Các nghiên cứu đã chỉ ra rằng việc áp dụng ANN có thể giúp cải thiện độ chính xác trong việc dự đoán trạng thái ổn định của hệ thống điện. Đặc biệt, việc sử dụng mạng nơron song song (PNN) cho phép xử lý đồng thời nhiều thông tin, từ đó nâng cao hiệu suất và tốc độ tính toán.

2.1. Lợi ích của mạng nơron trong đánh giá ổn định

Mạng nơron nhân tạo mang lại nhiều lợi ích trong việc đánh giá ổn định động của hệ thống điện. Đầu tiên, khả năng học hỏi từ dữ liệu lớn giúp mạng nơron nhận diện các mẫu phức tạp mà các phương pháp truyền thống không thể thực hiện. Thứ hai, mạng nơron có thể được huấn luyện để nhận diện các biến đặc trưng trước và sau sự cố, từ đó đưa ra các dự đoán chính xác về trạng thái ổn định của hệ thống. Cuối cùng, việc sử dụng mạng nơron song song giúp tăng tốc độ xử lý và giảm thiểu thời gian phản hồi, điều này rất quan trọng trong các tình huống khẩn cấp.

III. Ứng dụng thực tiễn của mạng nơron trong hệ thống điện

Việc ứng dụng mạng nơron trong đánh giá ổn định động hệ thống điện đã cho thấy nhiều kết quả khả quan. Các nghiên cứu đã chỉ ra rằng mạng nơron có thể được sử dụng để dự đoán thời gian cắt ổn định (CCT) và đánh giá khả năng phục hồi của hệ thống sau khi xảy ra sự cố. Điều này không chỉ giúp cải thiện độ tin cậy của hệ thống điện mà còn giảm thiểu tổn thất kinh tế do sự cố gây ra. Hơn nữa, việc phát triển các mô hình mạng nơron song song cho phép xử lý thông tin nhanh chóng và hiệu quả hơn, từ đó nâng cao khả năng phản ứng của hệ thống điện trước các tình huống khẩn cấp.

3.1. Kết quả nghiên cứu và triển khai

Nhiều nghiên cứu đã được thực hiện để triển khai mạng nơron trong đánh giá ổn định động hệ thống điện. Các kết quả cho thấy rằng mạng nơron có thể đạt được độ chính xác cao trong việc dự đoán trạng thái ổn định của hệ thống. Việc áp dụng mạng nơron song song đã giúp cải thiện đáng kể tốc độ xử lý và khả năng phân tích dữ liệu. Các ứng dụng thực tiễn của mạng nơron trong hệ thống điện không chỉ giúp nâng cao hiệu quả vận hành mà còn đảm bảo an toàn cho hệ thống điện trong các tình huống khẩn cấp.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GiÁ ỔN ĐỊNH ĐỘNG HÊ ̣ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 S K C0 0 5 2 1 0 Tp. Hồ Chí Minh, tháng 04/2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HÊ ̣ THỐ NG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp. Hồ Chí Minh, tháng 04 năm 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: PGS.TS QUYỀN HUY ÁNH Tp. Hồ Chí Minh, tháng 04 năm 2017 LÝ LỊCH KHOA HỌC I.

LÝ LỊCH SƠ LƢỢC: Họ & tên: NGUYỄN THÁI BÌNH Giới tính: Nam Ngày, tháng, năm sinh: 08/04/1990 Nơi sinh: Bình Định Quê quán: Bình Định Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: Đội 4, thôn An Vinh 2, xã Tây Vinh, huyện Tây Sơn, tỉnh Bình Định. Điện thoại di động: [phone] E-mail: nguyenthaibinhcn@gmail. QUÁ TRÌNH ĐÀO TẠO: 1. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ tháng 8/2008 đến tháng 08/2012 Nơi học: Trường Đại học Công nghiệp Tp.

Hồ Chí Minh. Ngành học: Kỹ thuật Điện. Tên đồ án, luận án hoặc môn thi tốt nghiệp: Cung Cấp Điện. Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: năm 2012 tại Trường Đại học Công nghiệp Tp.

Hồ Chí Minh. Thạc sĩ: Hệ đào tạo: Chính quy Thời gian đào tạo từ tháng 4/2015 đến tháng 04/2017 Nơi học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Ngành học: Kỹ thuật Điện. Tên đồ án, luận án hoặc môn thi tốt nghiệp: Mạng nơron song song đánh giá ổn định động hệ thống điện.

Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 16/4/2017 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Công ty TNHH Giải pháp Công Từ 8/2012-3/2014 Nhân viên kỹ thuật nghệ Mạng Việt Nam Từ 3/2014 – 9/2014 Công ty TNHH Kỹ thuật T&D Kỹ sư dự án Từ 09/2014 Công ty TNHH MTV 319.3 Nhân viên kỹ thuật đến nay ii LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.Hồ Chí Minh, ngày 15 tháng 03 năm 2017 Tác giả luận văn Nguyễn Thái Bình iii LỜI CẢM ƠN Qua thời gian học tập và nghiên cứu tại trường Đại Học Sư Phạm Kỹ Thuật TP.HCM, cùng với sự nhiệt tình hướng dẫn, giúp đỡ của quý Thầy Cô, tôi đã hoàn thành được luận văn tốt nghiệp này. Trước hết, tôi xin chân thành cảm ơn ba mẹ tôi đã luôn động viên giúp đỡ tôi trong suốt thời gian học tập.

Chân thành cảm ơn Ban Giám Hiệu nhà trường, Ban chủ nhiệm khoa Điện - Điện tử, phòng quản lý sau đại học trường Đại Học Sư Phạm Kỹ Thuật TP.HCM đã tạo điều kiện thuận lợi cho tôi học tập, nghiên cứu để thực hiện tốt luận văn tốt nghiệp trong thời gian qua. Tôi xin bày tỏ lòng biết ơn sâu sắc đến Thầy PGS.TS Quyền Huy Ánh đã tận tình hướng dẫn, giúp đỡ trong suốt quá trình học tập cũng như trong quá trình thực hiện luận văn này.Bên cạnh đó, tôi cũng muốn gửi lời cảm ơn đến NCS Nguyễn Ngọc Âu, người đã hỗ trợ tôi rất nhiều trong suốt quá trình thực hiện luận án. Chân thành cảm ơn quý Thầy/Cô Khoa Điện - Điện tử Trường Đại học Sư phạm Kỹ thuật TP.HCM đã truyền đạt kiến thức chuyên môn, kinh nghiệm, giúp tôi tự tin tìm hiểu kiến thức chuyên ngành, tạo điều kiện tốt nhất cho tôi hoàn thành khoá học. Xin chân thành cảm ơn! Tp.Hồ Chí Minh, ngày 15 tháng 03 năm 2017 Tác giả luận văn Nguyễn Thái Bình iv TÓM TẮT Vận hành hệ thống điện hiện đại đang phải đối mặt với nhiều khó khăn thách thức vì phụ tải ngày càng tăng làm cho quy mô của hệ thống điện trở nên lớn hơn và phức tạp hơn.Trong khi đó hệ thống điện luôn phải đối mặt với các kích động bất thường như cắt điện máy phát, ngắn mạch trên đường dây truyền tải hay trên những thanh cái.Các kích động này làm gián đoạn những quy trình công nghiệp quan trọng và gây tổn thất lớn về kinh tế, gây nguy hiểm đến hệ thống điện và có thể dẫn đến tan rã hệ thống điện.Ổn định động hệ thống điện đề cập đến khả năng của hệ thống máy phát kiểm soát hoạt động của tuabin - thiết bị điều tốc, hệ thống kích từ sau những kích động lớn để vẫn duy trì được sự đồng bộ.Để đánh giá hệ thống ổn định hay không ổn định sau kích động lớn có nhiều phương pháp được áp dụng:Phương pháp mô phỏng theo miền thời gian, phương pháp số, phương pháp hàm năng lượng, phương pháp sử dụng hàm Lyapunov.Tuy nhiên các phương pháp phân tích truyền thống tốn nhiều thời gian giải nên gây chậm trễ trong việc ra quyết định, với yêu cầu rất khắc khe về thời gian tính toán, tính nhanh nhưng phải chính xác đã xuất hiện nhu cầu ứng dụng phương pháp khác hiệu quả hơn.Phương pháp nhận dạng bằng mạng nơron nhân tạo được khuyến nghị như là một phương pháp thay thế để giải quyết những vấn đề khó khăn trên về tốc độ tính toán cũng như hiệu suất.Bằng quá trình học cơ sở dữ liệu, phân tích mối quan hệ phi tuyến vào ra giữa những thông số vận hành hệ thống điện và tin ̀ h tra ̣ng ổ n đinh ̣ h ệ thống điện, sau đó tính toán và ra quyết định nhanh chóng.Luận văn tập trung nghiên cứu kỹ thuật xử lý mẫu sao cho không làm mất đi tính bao quát của bộ mẫu ban đầu, từ đó xây dựng mô hình huấn luyện mạng nơron song song giúp giải quyết yêu cầu nhận dạng và chẩn đoán nhanh trạng thái ổn định của hệ thống điện, sớm cảnh báo trường hợp mất ổn định.

v ABSTRACT Operation of the modern electrical system is facing many challenges since increasing load made the scale of the electrical system more complex and bigger.Meanwhile, the electrical system is always faced with irregular stimulations such as cut off the power of the generator, short-circuit on the transmition lines or on the busbars.These stimulations interrupted important industrial processes. Therefore, it caused heavy losses for economic and electrical system, and it can lead to disruption of the electrical system.Power System Stability deal with ability of operation generator control system of turbine- governor device, activation system behind great stimulations to remain synchronization.There are many methods to review electrical system stable or unstable such as time domain emulation method, numerical method, energy function method, the method of using Lyapunov function.However, traditional analytical methods took a lot of time to solve, so causing decision making tardy, with stern requirements on calculation time, fast calculation but accurate appeared application demand of other methods for more effective.The method of identification by artificial neural network is recommended as a replace method to solve above difficult problems about calculation speed as well as performance.By learning about process of the database, to analyze the nonlinear relationship between input and output of the operating parameters of the electrical system and the stability of the electrical system, then to calculate and make decisions quickly.The dissertation focuses on the study of sample handling technique do not lose the generality of the original sample, thence building a training model of parallel neural network in order to solve identification request and diagnostic rapidly of the stable state of the electrical system. vi MỤC LỤC Lý lịch khoa học. i Lời cam đoan.

iii Lời cảm ơn. vi MỤC LỤC. vii Danh sách các chữ viết tắt .x Danh sách các hình. xi Danh sách các bảng.

xiii Chƣơng 1: Tổng quan. Tổng quan đề tài. Tính cấp thiết của đề tài. Mục tiêu và nhiệm vụ của đề tài.

Phạm vi nghiên cứu. Phương pháp nghiên cứu. Ý nghĩa khoa học và giá trị thực tiễn .6 Chƣơng 2: Đánh giá ổn định hệ thống điện. Khái niệm chung.

Ổn định hệ thống điện. Cân bằng công suất. Định nghĩa ổn định hệ thống điện. Ổn định tĩnh.

Ổn định động. Phương trình dao động. Các biện pháp nâng cao tính ổn định. Cải thiện các phần tử chính của HTĐ.

Thêm vào hệ thống các phân tử phụ. Kết luận chương 2 .23 Chƣơng 3: Lý thuyết nhận dạng và mạng nơron. Các khái niệm và tính chất của nhận dạng. Nhận dạng mẫu trên cơ sở hình thức hóa tri thức.

Quy trình nhận dạng. Giới thiệu mạng nơron. Mô hình nơron sinh học. Mô hình nơron nhân tạo.

Hàm chuyển của mạng nơron. Phân loại mạng nơron. Mạng hàm truyền xuyên tâm. Mạng hồi quy tổng quát.

Mạng nơron xác suất. Luật đầu ra của bộ phân loại. Huấn luyện và đánh giá mô hình nhận dạng. Kết luận chương 3 .42 Chƣơng 4: Xây dựng mạng nơron song song đánh giá ổn định động HTĐ.

Quy trình thực hiện mạng nơron đơn. Tạo cơ sở dữ liệu ổn định động. Đề xuất quy trình mô phỏng lấy mẫu trong PowerWorld. Mô tả quá trình lấy mẫu.

Biến đặc trưng của dữ liệu đầu vào. Chuẩn hóa dữ liệu. Lựa chọn biến đặc trưng. Quy trình lựa chọn biến đặc trưng.

Tiêu chuẩn dừng. Huấn luyện ANN. Đánh giá độ chính xác kết quả nhận dạng. Cấu trúc mạng nơron song song.

Đề xuất quy trình xây dựng mạng nơron song song. Chia dữ liệu theo tiêu chuẩn năng lượng. Kỹ thuật kiểm tra của PNN. Kết luận chương 4 .56 Chƣơng 5: Ứng dụng PNN nhận dạng ổn định động HTĐ IEEE 10-máy 39-bus.

Sơ đồ hệ thống điện IEEE 10-máy 39-bus New England. Mô hình mạng nơron song song nhận dạng ổn định động hệ thống điện. Dữ liệu đầu vào. Chuẩn hóa dữ liệu.

Tỷ lệ bộ dữ liệu huấn luyện và kiểm tra. Lựa chọn biến đặc trưng. Chia dữ liệu. Cấu hình các mạng nơron.

Kết quả huấn luyện và kiểm tra. Xây dựng chương trình nhận dạng ổn định hệ thống điện. Kết luận chương 5 .66 Chƣơng 6: Kết luận và hƣớng nghiên cứu phát triển. Hướng nghiên cứu phát triển .68 TÀI LIỆU THAM KHẢO.

Chương trình chia dữ liệu theo tiêu chuẩn năng lượng. Chương trình chọn nhóm dữ liệu. Chương trình huấn luyện .