Luận văn thạc sĩ HCMUTE: Ứng dụng mạng nơron cải tiến trong nhận dạng chế độ hệ thống điện

• Tác giả: Lâm Việt Phong
• 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: Nâng Cao Độ Chính Xác Nhận Dạng Chế Độ Hệ Thống Điện Bằng Mạng Nơron Cải Tiến
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu và nhiệm vụ
• 1.3. Phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Điểm mới của đề tài
• 1.6. Cấu trúc của đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ỔN ĐỊNH HỆ THỐNG ĐIỆN
• 2.1. Khái niện chung
• 2.2. Ổn định hệ thống điện
• 2.3. Các chế độ làm việc hệ thống điện
• 2.4. Phân loại ổn định hệ thống
• 2.5. Cân bằng công suất
• 2.6. Ổn định tĩnh
• 2.7. Ổn định động
• 2.8. Các phương pháp nghiên cứu ổn định động hệ thống điện
• 2.8.1. Phương pháp tích phân số
• 2.8.2. Phương pháp diện tích
• 2.8.3. Phương pháp trực tiếp
• 2.9. Phương pháp mô phỏng theo miền thời gian
• 2.10. Phương trình dao động
• 2.11. Ổn định hệ nhiều máy
• 2.12. Phân tích tình hình nghiên cứu liên quan
• 2.13. Kết luận chương 2
• 3. CHƯƠNG 3: LÝ THUYẾT MẠNG NƠRON VÀ MÔ HÌNH NHẬN DẠNG
• 3.1. Mô hình nơron sinh học
• 3.2. Mô hình nơron nhân tạo
• 3.3. Phân loại mạng nơron
• 3.4. Cấu trúc một nơron
• 3.5. Mạng có nhiều lớp nơron
• 3.6. Mạng hàm truyền xuyên tâm
• 3.7. Mạng hồi quy tổng quát
• 3.8. Mạng nơron xác suất
• 3.9. Luật đầu ra của bộ phân loại
• 3.10. Huấn luyện và đánh giá mô hình nhận dạng
• 3.11. Mạng nơron dựa trên các nơron kết hợp
• 3.12. Mô hình nhận dạng
• 3.13. Khái niệm nhận dạng
• 3.14. Những tính chất chung của nhận dạng
• 3.15. Quy trình nhận dạng
• 3.16. Kết luận chương 3
• 4. CHƯƠNG 4: XÂY DỰNG MẠNG NƠRON CẢI TIẾN NHẬN DẠNG ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN
• 4.1. Quy trình thực hiện mạng nơron đơn
• 4.2. Tạo cơ sở dữ liệu
• 4.3. Chuẩn hóa dữ liệu
• 4.4. Lựa chọn biến đặc trưng
• 4.5. Chia dữ liệu theo tiêu chuẩn năng lượng
• 4.6. Phân cụm dữ liệu
• 4.7. Huấn luyện ANN
• 4.8. Đánh giá độ chính xác kết quả huấn luyện
• 4.9. Mạng nơron song song
• 4.10. Kết luận chương 4
• 5. CHƯƠNG 5: ỨNG DỤNG MẠNG NƠRON CẢI TIẾN NHẬN DẠNG ỔN ĐỊNH ĐỘNG HỆ THỐNG ĐIỆN IEEE 10-MÁY 39-BUS
• 5.1. Quy trình thực hiện mạng nơron song song
• 5.2. Tạo cơ sở dữ liệu
• 5.3. Chuẩn hóa dữ liệu
• 5.4. Lựa chọn biến đặc trưng
• 5.5. Chia dữ liệu theo tiêu chuẩn năng lượng
• 5.6. Phân cụm dữ liệu
• 5.7. Kết quả huấn luyện và kiểm tra mạng GRNN đơn
• 5.8. Mạng nơron song song
• 5.9. Cấu hình mạng nơron song song
• 5.10. Trình tự xác định số lượng mạng nơron song song
• 5.11. Kết luận chương 5
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU PHÁT TRIỂN
• 6.1. Hướng nghiên cứu phát triển
• TÀI LIỆU THAM KHẢO

I. Giới thiệu

Nâng cao độ chính xác nhận dạng chế độ hệ thống điện là một vấn đề quan trọng trong lĩnh vực kỹ thuật điện. Hệ thống điện hiện đại thường gặp phải các dao động công suất lớn, đặc biệt khi xảy ra sự cố ngắn mạch. Việc đánh giá ổn định động của hệ thống điện dựa trên các phương pháp truyền thống thường tốn nhiều thời gian và không đáp ứng kịp thời yêu cầu thực tiễn. Do đó, việc áp dụng mạng nơron cải tiến để nâng cao độ chính xác trong nhận dạng chế độ hệ thống điện là cần thiết. Mô hình mạng nơron cải tiến được xây dựng nhằm giải quyết các vấn đề khó khăn trong việc nhận dạng chế độ, từ đó giúp các điều độ viên có thể đưa ra quyết định kịp thời và chính xác.

1.1. Tính cấp thiết của đề tài

Sự phát triển nhanh chóng của hệ thống điện đòi hỏi các phương pháp đánh giá ổn định động phải được cải tiến. Các phương pháp truyền thống không chỉ tốn thời gian mà còn không đủ chính xác trong việc phát hiện sự cố. Mạng nơron nhân tạo (ANN) đã được chứng minh là một giải pháp hiệu quả trong việc xử lý các vấn đề phi tuyến và nâng cao độ chính xác nhận dạng chế độ. Việc áp dụng mạng nơron cải tiến sẽ giúp tăng cường khả năng nhận dạng và giảm thiểu thời gian phản ứng trong các tình huống khẩn cấp.

II. Cơ sở lý thuyết

Để hiểu rõ hơn về việc áp dụng mạng nơron trong nhận dạng chế độ hệ thống điện, cần nắm vững các khái niệm cơ bản về ổn định hệ thống điện. Ổn định hệ thống điện được định nghĩa là khả năng của hệ thống trở lại trạng thái ổn định sau khi bị tác động bởi các nhiễu. Các chế độ làm việc của hệ thống điện được chia thành chế độ xác lập và chế độ quá độ. Chế độ xác lập là trạng thái mà các thông số của hệ thống không thay đổi hoặc chỉ thay đổi rất ít, trong khi chế độ quá độ là giai đoạn chuyển tiếp giữa các chế độ xác lập. Việc phân loại ổn định hệ thống điện thành ổn định tĩnh và ổn định động là rất quan trọng trong việc đánh giá khả năng chịu đựng của hệ thống trước các kích động.

2.1. Các chế độ làm việc của hệ thống điện

Hệ thống điện hoạt động trong hai chế độ chính: chế độ xác lập và chế độ quá độ. Chế độ xác lập là trạng thái bình thường của hệ thống, trong đó các thông số như công suất, điện áp, và tần số giữ ổn định. Ngược lại, chế độ quá độ xảy ra khi có sự thay đổi đột ngột trong hệ thống, như khi có sự cố ngắn mạch. Việc hiểu rõ các chế độ này giúp xác định các phương pháp phù hợp để đánh giá và cải thiện độ chính xác trong nhận dạng chế độ hệ thống điện.

III. Mô hình mạng nơron cải tiến

Mô hình mạng nơron cải tiến được xây dựng dựa trên các mạng nơron song song, cho phép xử lý đồng thời nhiều biến đầu vào. Kỹ thuật phân cụm dữ liệu sử dụng phương pháp Kmeans giúp tối ưu hóa quá trình huấn luyện và nâng cao độ chính xác nhận dạng. Bộ nhận dạng sử dụng là mạng nơron hồi quy tổng quát (GRNN), cho phép dự đoán chính xác hơn các chế độ hoạt động của hệ thống điện. Kết quả nghiên cứu cho thấy mô hình này đạt được độ chính xác nhận dạng lên đến 98.06%, cao hơn so với mô hình nơron đơn.

3.1. Quy trình xây dựng mô hình

Quy trình xây dựng mô hình mạng nơron cải tiến bao gồm các bước như tạo cơ sở dữ liệu, chuẩn hóa dữ liệu, lựa chọn biến đặc trưng và phân cụm dữ liệu. Việc lựa chọn biến đặc trưng là rất quan trọng, vì nó ảnh hưởng trực tiếp đến độ chính xác của mô hình. Sau khi hoàn thành các bước này, mô hình sẽ được huấn luyện và đánh giá để đảm bảo tính hiệu quả trong việc nhận dạng chế độ hệ thống điện.

IV. Ứng dụng thực tiễn

Mô hình mạng nơron cải tiến không chỉ có giá trị lý thuyết mà còn có ứng dụng thực tiễn cao trong việc quản lý và điều hành hệ thống điện. Việc phát hiện sớm các tình huống mất ổn định giúp các điều độ viên có thể đưa ra các quyết định kịp thời, từ đó đảm bảo an toàn cho hệ thống điện. Hệ thống điện ngày càng phức tạp và yêu cầu cao về độ chính xác trong việc nhận dạng chế độ, do đó, việc áp dụng các công nghệ mới như mạng nơron cải tiến là rất cần thiết.

4.1. Lợi ích của mô hình

Mô hình mạng nơron cải tiến mang lại nhiều lợi ích cho ngành kỹ thuật điện, bao gồm khả năng xử lý nhanh chóng và chính xác các tình huống phức tạp. Điều này không chỉ giúp nâng cao hiệu quả vận hành mà còn giảm thiểu rủi ro trong quá trình điều hành hệ thống điện. Việc áp dụng mô hình này trong thực tiễn sẽ góp phần nâng cao độ tin cậy và an toàn cho hệ thống điện.