CHƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN SỰ CỐ TRONG MÁY BIẾN ÁP Trong chương này trình bày: Tóm tắt một số phương pháp nghiên cứu chẩn đoán sự cố trong MBA được áp dụng trong điều kiện thực tế hiện nay. Ưu nhược điểm các phương pháp này từ đó đề xuất hướng nghiên cứu của luận án. Ý NGHĨA CỦA BÀI TOÁN CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP Ngày nay, có rất nhiều nhà máy điện mới được xây dựng cũng như việc hình thành các trạm biến áp truyền tải và phân phối nhằm đáp ứng đầy đủ nhu cầu sử dụng điện của các phụ tải đã dẫn đến sự gia tăng lớn về số lượng các máy biến áp (MBA). MBA là thiết bị quan trọng được sử dụng trong tất cả hệ thống truyền tải và phân phối điện.
Sự cố MBA là hiện tượng khi trong MBA xảy ra các hư hỏng, sai lệch của một hay nhiều phần tử dẫn tới các hoạt động bất thường hoặc hư hỏng lớn hơn, ảnh hưởng tới an toàn vận hành của MBA. Do MBA có thể coi là một hệ thống phức tạp nên có thể xảy ra rất nhiều dạng sự cố như sau: Các sự cố do nối đất, Các sự cố do hỏng cách điện trong các cuộn dây, Các sự cố trong thùng dầu MBA, Các sự cố do tác động bên ngoài như: quá điện áp, quá tải, suy giảm tần số trong lưới điện,… Các sự cố cơ khí như: lỏng vòng dây cuốn trên lõi MBA, hỏng các cơ cấu chuyển nấc điện áp,… Hệ thống điện là một hệ thống phức tạp trong cả cấu trúc và vận hành, khi xảy ra sự cố bất kỳ một phần tử nào trong hệ thống đều ảnh hưởng đến độ tin cậy cung cấp điện, chất lượng năng lượng và gây thiệt hại lớn về kinh tế. Với sự phát triển nhanh của phụ tải điện thì những dạng sự cố MBA xuất hiện sẽ càng nhiều hơn, do đó việc chẩn đoán được các sự cố tiềm ẩn của MBA sẽ giảm thiểu tối đa sự thiệt hại do nguyên nhân mất điện từ MBA và chi phí sửa chữa khi MBA hư hỏng. luan an 6 Do vậy việc chẩn đoán các dạng sự cố trong MBA 3 pha là một bài toán cấp thiết để phát hiện và khắc phục sự cố của một thiết bị quan trọng trong hệ thống điện, nhằm hạn chế thiệt hại về kinh tế và nâng cao tính liên tục cung cấp điện.
Trong các nghiên cứu đã được công bố trong và ngoài nước các tác giả chẩn đoán sự cố MBA 3 pha sử dụng một số phương pháp chủ yếu như sau: Đo và quan sát các thông số dòng điện, điện áp, các sóng hài tại đầu vào và ra của MBA 3 pha trong các tài liệu [14, 20, 24], đo và giám sát các nồng độ khí trong dầu của MBA [26, 27, 29, 30, 42], đo và giám sát nhiệt độ tại một số điểm đặc trưng của MBA, đo và giám sát các đáp ứng rung MBA trong các chế độ làm việc của MBA [38]. MỘT SỐ PHƯƠNG PHÁP CHẨN ĐOÁN SỰ CỐ MBA 1. Các công trình nghiên cứu ngoài nước Cho đến nay, đã có nhiều công trình nghiên cứu ngoài nước phân tích chuẩn đoán sự cố trong MBA. Đối với từng dạng sự cố, ta sẽ có các tập tham số khác nhau để đánh giá trong quá trình MBA đang vận hành.
Một sự cố có thể cần sử dụng nhiều tham số để phát hiện, đồng thời một tham số cũng có thể được sử dụng để nhận dạng nhiều sự cố khác nhau. Các phương pháp mà mỗi tác giả lựa chọn và nghiên cứu trong các công trình của mình tập chung chủ yếu như sau. Nhóm phương pháp phổ biến và kinh điển là các phương pháp sử dụng các tín hiệu điện ở đầu vào như dòng điện, điện áp, công suất tức thời trong quá trình phân tích để chẩn đoán trạng thái làm việc của MBA [11, 15, 19, 25, 57, 62]. Một số giải pháp sử dụng các tín hiệu đo ở trạng thái quá độ ví dụ như đo dòng từ hóa của MBA [60] nhưng ít phổ biến hơn vì không giám sát được liên tục.
Nhóm phương pháp tiếp theo của các tác giả [12, 33, 37, 63] sử dụng cảm biến nhiệt để đo một số điểm đặc trưng trên vỏ MBA nhằm phát hiện sớm các sự cố hư hỏng, chạm chập bên trong MBA trước khi thiết bị hư hỏng nặng hơn. Để giám sát nhiệt độ của một số điểm làm việc đặc trưng của MBA, ngoài việc sử dụng các cảm biến nhiệt độ, các giải pháp mới còn sử dụng các camera ảnh nhiệt [64]. Camera ảnh nhiệt có ưu điểm nổi bật so với các cảm biến nhiệt độ là phương pháp đo không luan an 7 tiếp xúc nên có thể dễ dàng lắp đặt hơn vào các thiết bị đang vận hành, đồng thời sử dụng camera ảnh nhiệt có thể giám sát đồng thời nhiều điểm trên MBA. Nhóm phương pháp sử dụng cảm biến khí để chẩn đoán sự cố MBA dựa trên kết quả phân tích nồng độ khí (Dissolved Gas Analysis - DGA) phát sinh trong dầu khi MBA làm việc [17, 22, 40, 43, 44, 58, 59, 61].
Các phương pháp này dựa trên hiện tượng khi xảy ra sự cố của MBA có thể sinh ra một số loại khí đặc trưng có nồng độ khác nhau do vậy việc lấy mẫu nồng độ các khí được các tác giả lấy làm cơ sở để chẩn đoán các trạng thái làm việc của MBA. Tiếp theo có thể kể tới các phương pháp giám sát và cảnh báo các sự cố tiềm ẩn của MBA 3 pha dựa trên các tín hiệu rung cơ học trong các chế độ tải khác nhau, các dạng sự cố khác nhau sẽ dẫn tới hiện tượng rung khác nhau [39, 41]. Tín hiệu rung cơ học mạnh hay yếu này được một số tác giả sử dụng làm cơ sở tính toán nhận dạng trạng thái làm việc của MBA. Một số công trình như [65] đề xuất sử dụng phối hợp đo nhiệt độ, công suất tức thời và mức dầu trong thùng dầu của MBA để chẩn đoán trạng thái làm việc của MBA.
Tín hiệu âm thanh phát ra từ MBA cũng có thể làm cơ sở cho các nhiệm vụ chẩn đoán [66]. Một số phương pháp chẩn đoán sự cố MBA dựa trên tín hiệu dòng, áp Phương pháp chẩn đoán sự cố MBA dựa trên tín hiệu dòng điện và điện áp có thể tham khảo trong [8, 11, 15, 19, 24]. Trong [11], tác giả đã mô hình hóa MBA 345/16kV, 250MVA bằng mạch tương đương R-L-C làm đối tượng nghiên cứu, tính toán và mô phỏng. Phương pháp phát hiện sự cố MBA trong tài liệu dựa trên việc so sánh biểu đồ elip quan hệ hiệu điện áp sơ cấp và thứ cấp với dòng điện đầu vào của 1 pha.
Phương pháp này đã được được tác giả sử dụng phần mềm PSIM để chạy mô phỏng với các dạng sự cố chập vòng dây, các cuộn dây bị lệch trục.1: Mô hình hóa MBA bằng mô hình tương đương RLC luan an 8 Phương trình hiệu điện áp sơ cấp và thứ cấp với dòng điện đầu vào của 1 pha V1(t) = Vm1sin(ωt+ δ) (1. cos(ωt + ) 2 Kết quả mô phỏng được tác giả tính toán trong các trường hợp chập 30%, 60% số vòng trên một cuộn dây.2: Đặc tính quan hệ hiệu điện áp và dòng điện khi MBA chập 30%, 60% số vòng dây được xây dựng trong [11] Kết quả thu được sau khi mô phỏng cho ta thấy được sự khác biệt của đường đặc tính khi MBA sự cố so với khi MBA làm việc bình thường, khi cuộn dây cao áp MBA bị chập 30% số vòng thì đường đặc tính lệch 0,08% tâm và 11,71% góc lệch của trục lớn đường elip so với phương ngang. Khi cuộn dây cao áp MBA bị chập 60% số vòng thì đường đặc tính lệch 0,21% tâm và 16,36% góc lệch của trục lớn đường elip so với phương ngang Trong tài liệu [19] tác giả đề xuất sử dụng công cụ SVM (Support Vector Machines) để nhận dạng sự cố chập giữa các vòng dây của MBA. Trạng thái làm việc của MBA được mô phỏng với các chế độ tải khác nhau từ 60% đến 90% định mức, điện trở ngắn mạch tại điểm sự cố có thể nhận các giá trị 0,1Ω hoặc 5Ω, số vòng dây bị chập có thể nhận các giá trị 1%, 3%, 5%, 10%, 15% và 25% tạo thành tổng cộng luan an 9 144 trường hợp sự cố.
MBA được nối phía sơ cấp với 1 hệ thống 100MVA, 39,83kV, Z s1 1.6800 , phía thứ cấp nối với 1 hệ thống 100MVA, 229,99 kV, 2= 52,8∠800. Các đặc tính được sử dụng để nhận dạng là tín hiệu dòng điện pha của cả hai phía sơ cấp và thứ cấp của MBA. Kết quả độ chính xác nhận dạng sự cố trong [19] nằm trong khoảng từ 92,2% đến 96,96%. Trong tài liệu [25], MBA 115/23 kV 50MVA được tác giả chọn làm đối tượng nhận dạng trạng thái.
Phần mềm Matlab được sử dụng để mô phỏng các trường hợp sự cố như sự cố bên ngoài MBA (ngắn mạch trên đường dây truyền tải tại các vị trí khác nhau và các thời điểm khác nhau) điểm ngắn mạch trên đường dây ở độ dài là 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80% và 90% tổng chiều dài đường dây và sự cố bên trong MBA (chập các vòng dây tại các điểm khác nhau), chập 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80% và 90% số vòng dây trên cuộn cao áp. Tác giả phân tích tín hiệu bằng wavelet DWT và dùng mạng Nơron PNN (Probabilistic Neural Network) để chuẩn đoán sự cố MBA với các mẫu đáp ứng là dòng điện và điện áp trên các pha khi sự cố. Phương pháp này nhận dạng đúng các trường hợp sự cố bên trong MBA là 96,3%, và các trường hợp sự cố bên ngoài MBA là 83,3%. Trong [60], các tác giả sử dụng phương pháp đo tín hiệu trong quá trình quá độ để chẩn đoán trạng thái của MBA.
Tín hiệu dòng điện từ hóa MBA phân phối đơn pha (125V/24V) được phân tích bằng biến đổi Wavelet để tạo các thông tin đặc trưng dùng cho nhận dạng chập / ngắn mạch giữa các vòng dây. Các tác giả đã sử dụng họ Wavelet Daubechies bậc 4 để xác định các thành phần phổ năng lượng của dòng điện từ hóa MBA. Trong các thí nghiệm, tín hiệu dòng điện được đặt vào MBA bằng nguồn A622 của Tektronix và đo các đáp ứng bằng ô-xi-lô cao tần TDS2024B của Tektronix. Các thành phần phổ năng lượng đặc trưng được so sánh với giá trị đo chuẩn (khi máy không có sự cố).
Nếu có sai lệch đủ lớn (>1%) thì hệ thống sẽ cảnh báo là có hiện tượng ngắn mạch giữa các vòng dây.