Luận văn thạc sĩ: Nghiên cứu sa thải phụ tải áp dụng mạng nơ ron và thuật toán AHP

Luận văn thạc sĩ nghiên cứu sa thải phụ tải áp dụng mạng nơ ron và thuật toán AHP, mang đến giải pháp tối ưu cho quản lý năng lượng.

• Tác giả: Mai Ngọc Nhẫn
• 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: Nghiên cứu sa thải phụ tải áp dụng mạng nơron và thuật toán AHP
• Loại tài liệu: Luận văn
• Năm xuất bản: 2017
• Địa điểm: Cà Mau

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về hướng nghiên cứu
• 1.2. Tổng quan về các nghiên cứu liên quan
• 1.3. Tính cấp thiết của đề tài
• 1.4. Mục tiêu nghiên cứu
• 1.5. Nhiệm vụ và giới hạn đề tài
• 1.6. Phương pháp nghiên cứu. Các bước thực hiện
• 1.7. Ổn định hệ thống điện (HTĐ)
• 1.8. Khái niệm về sa thải phụ tải
• 1.9. Các phương pháp sa thải phụ tải. Tổng quan chung về các nghiên cứu sa thải phụ tải trên thế giới
• 1.10. Mạng nơron nhân tạo (ANN)
• 1.10.1. Các khái niệm cơ bản
• 1.10.2. Các thành phần cơ bản của mạng nơ ron nhân tạo
• 1.10.3. Phân loại mạng nơ ron
• 1.10.4. Các loại mạng nơ ron
• 1.10.5. Đặc tính của mạng nơ ron
• 1.10.6. Lựa chọn mẫu - Nguyên tắc lựa chọn mẫu
• 1.10.7. Thiết kế mạng truyền thẳng
• 1.10.8. Các thuật toán huấn luyện
• 1.10.8.1. Thuật toán huấn luyện Lenvenberg – Marquardt (trainlm)
• 1.10.8.2. Thuật toán huấn luyện Bayesian (trainbr)
• 1.10.8.3. Thuật toán huấn luyện Scaled Conjugate Gradient (trainscg)
• 1.10.8.4. Thuật toán huấn luyện Resillient backpropagation (trainrp)
• 1.11. Giải thuật K-means
• 1.12. Thuật toán AHP
• 2. MÔ HÌNH ĐIỀU KHIỂN KHẨN CẤP SA THẢI PHỤ TẢI DỰA TRÊN THUẬT TOÁN AHP VÀ MẠNG NƠ RON NHÂN TẠO
• 2.1. Điều khiển khẩn cấp sa thải phụ tải dựa trên thuật toán AHP và mạng nơ ron nhân tạo
• 2.2. Mô phỏng offline các trường hợp sự cố mất ổn định
• 2.3. Mô phỏng các trường hợp sự cố bằng phần mềm Powerworld
• 2.4. Thu thập dữ liệu mô phỏng
• 2.5. Xây dựng tập mẫu học và chuẩn hóa dữ liệu
• 2.6. Phân nhóm dữ liệu sử dụng giải thuật K–means
• 2.7. Sử dụng công cụ ANN để huấn luyện tập mẫu học
• 2.8. Đánh giá độ chính xác của huấn luyện
• 2.9. Các chiến lược điều khiển sa thải phụ tải dựa trên thuật toán AHP trên cơ sở các phân lớp chiến lược điều khiển
• 2.10. Tính toán tầm quan trọng của các đơn vị tải sơ đồ IEEE 39 bus 10 máy phát
• 2.11. Chiến lược điều khiển sa thải phụ tải dựa trên thuật toán AHP
• 2.12. So sánh với các phương pháp sa thải truyền thống
• 2.12.1. Phương pháp sa thải phụ tải truyền thống dựa trên thuật toán AHP
• 2.12.2. Phương pháp sa thải phụ tải dựa trên relay sa thải dưới tần số
• 2.12.3. Phương pháp sa thải phụ tải đề xuất
• 5. KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU PHÁT TRIỂN
• 5.1. Hướng nghiên cứu phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về mô hình sa thải phụ tải bằng mạng nơ ron

Mô hình sa thải phụ tải là một trong những giải pháp quan trọng nhằm duy trì ổn định cho hệ thống điện. Việc áp dụng mạng nơ ron và thuật toán AHP trong mô hình này giúp cải thiện khả năng ra quyết định trong các tình huống khẩn cấp. Mô hình này không chỉ giúp giảm thiểu thời gian phục hồi tần số mà còn nâng cao độ ổn định cho hệ thống điện. Nghiên cứu này sẽ đi sâu vào các khía cạnh lý thuyết và thực tiễn của mô hình sa thải phụ tải, từ đó đưa ra những giải pháp tối ưu cho việc quản lý phụ tải trong hệ thống điện.

1.1. Khái niệm về sa thải phụ tải và tầm quan trọng

Sa thải phụ tải là quá trình ngắt một phần tải điện nhằm duy trì sự ổn định cho hệ thống điện trong trường hợp xảy ra sự cố. Việc này giúp ngăn ngừa tình trạng mất điện diện rộng và đảm bảo cung cấp điện liên tục cho các khu vực quan trọng. Các nghiên cứu đã chỉ ra rằng việc áp dụng mô hình sa thải phụ tải có thể giảm thiểu thiệt hại do sự cố gây ra.

1.2. Lịch sử phát triển mô hình sa thải phụ tải

Mô hình sa thải phụ tải đã trải qua nhiều giai đoạn phát triển, từ các phương pháp truyền thống đến các giải pháp hiện đại như mạng nơ ron và thuật toán AHP. Các nghiên cứu trước đây đã chỉ ra rằng việc áp dụng công nghệ mới giúp cải thiện đáng kể hiệu quả của quá trình sa thải phụ tải, từ đó nâng cao độ tin cậy của hệ thống điện.

II. Vấn đề và thách thức trong sa thải phụ tải

Mặc dù mô hình sa thải phụ tải mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc triển khai. Các vấn đề như độ chính xác trong việc xác định tải cần sa thải, thời gian ra quyết định và khả năng phục hồi tần số là những yếu tố quan trọng cần được xem xét. Việc áp dụng mạng nơ ron và thuật toán AHP có thể giúp giải quyết những thách thức này, nhưng cần có nghiên cứu sâu hơn để tối ưu hóa quy trình.

2.1. Độ chính xác trong việc xác định tải cần sa thải

Một trong những thách thức lớn nhất trong sa thải phụ tải là xác định chính xác tải nào cần được ngắt. Việc này phụ thuộc vào nhiều yếu tố như tình trạng hệ thống, mức độ nghiêm trọng của sự cố và các yếu tố bên ngoài khác. Sử dụng mạng nơ ron có thể giúp cải thiện độ chính xác trong việc phân tích và dự đoán tình huống.

2.2. Thời gian ra quyết định và phục hồi tần số

Thời gian ra quyết định trong sa thải phụ tải là yếu tố quyết định đến khả năng phục hồi của hệ thống điện. Nếu quyết định không được đưa ra kịp thời, hậu quả có thể rất nghiêm trọng. Việc áp dụng thuật toán AHP giúp tối ưu hóa quy trình ra quyết định, từ đó giảm thiểu thời gian phục hồi tần số.

III. Phương pháp nghiên cứu mô hình sa thải phụ tải

Nghiên cứu này áp dụng các phương pháp hiện đại như mạng nơ ron và thuật toán AHP để xây dựng mô hình sa thải phụ tải. Các phương pháp này không chỉ giúp cải thiện độ chính xác mà còn nâng cao khả năng ra quyết định trong các tình huống khẩn cấp. Việc kết hợp giữa lý thuyết và thực tiễn sẽ mang lại những kết quả khả quan cho việc quản lý phụ tải trong hệ thống điện.

3.1. Ứng dụng mạng nơ ron trong mô hình sa thải phụ tải

Mạng nơ ron được sử dụng để phân tích và dự đoán tình huống trong hệ thống điện. Việc áp dụng mạng nơ ron giúp cải thiện khả năng nhận diện các tình huống khẩn cấp, từ đó đưa ra quyết định chính xác hơn trong việc sa thải phụ tải. Nghiên cứu đã chỉ ra rằng mô hình này có thể giảm thiểu thời gian ra quyết định và nâng cao độ ổn định cho hệ thống.

3.2. Ứng dụng thuật toán AHP trong việc ra quyết định

Thuật toán AHP được sử dụng để đánh giá và lựa chọn các phương án sa thải phụ tải. Phương pháp này giúp xác định tầm quan trọng của từng yếu tố trong quá trình ra quyết định, từ đó đưa ra lựa chọn tối ưu nhất. Việc áp dụng AHP trong mô hình sa thải phụ tải đã cho thấy hiệu quả rõ rệt trong việc cải thiện độ chính xác và tốc độ ra quyết định.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy mô hình sa thải phụ tải áp dụng mạng nơ ron và thuật toán AHP đã mang lại những cải tiến đáng kể trong việc quản lý phụ tải. Các thử nghiệm cho thấy thời gian phục hồi tần số nhanh hơn và độ ổn định cao hơn so với các phương pháp truyền thống. Những kết quả này mở ra hướng đi mới cho việc ứng dụng công nghệ trong quản lý hệ thống điện.

4.1. Kết quả thử nghiệm mô hình sa thải phụ tải

Các thử nghiệm mô hình sa thải phụ tải cho thấy rằng việc áp dụng mạng nơ ron và thuật toán AHP đã giúp cải thiện đáng kể thời gian phục hồi tần số. Kết quả cho thấy tần số của hệ thống phục hồi nhanh hơn và giá trị tần số phục hồi tốt hơn so với các phương pháp truyền thống. Điều này chứng tỏ tính khả thi của mô hình trong thực tiễn.

4.2. Ứng dụng mô hình trong quản lý hệ thống điện

Mô hình sa thải phụ tải có thể được áp dụng rộng rãi trong quản lý hệ thống điện, đặc biệt là trong các tình huống khẩn cấp. Việc sử dụng mạng nơ ron và thuật toán AHP giúp các nhà quản lý đưa ra quyết định nhanh chóng và chính xác, từ đó đảm bảo sự ổn định cho hệ thống điện trong mọi tình huống.

V. Kết luận và hướng nghiên cứu tương lai

Mô hình sa thải phụ tải bằng mạng nơ ron và thuật toán AHP đã chứng minh được tính hiệu quả trong việc duy trì ổn định cho hệ thống điện. Tuy nhiên, vẫn còn nhiều vấn đề cần được nghiên cứu thêm để tối ưu hóa mô hình này. Hướng nghiên cứu tương lai có thể tập trung vào việc cải thiện độ chính xác của mô hình và mở rộng ứng dụng trong các lĩnh vực khác.

5.1. Tóm tắt kết quả nghiên cứu

Nghiên cứu đã chỉ ra rằng mô hình sa thải phụ tải áp dụng mạng nơ ron và thuật toán AHP có khả năng cải thiện đáng kể thời gian phục hồi tần số và độ ổn định cho hệ thống điện. Kết quả này mở ra hướng đi mới cho việc ứng dụng công nghệ trong quản lý hệ thống điện.

5.2. Hướng nghiên cứu tương lai

Hướng nghiên cứu tương lai có thể tập trung vào việc phát triển các mô hình sa thải phụ tải thông minh hơn, kết hợp với các công nghệ mới như trí tuệ nhân tạo và học máy. Việc này sẽ giúp nâng cao khả năng ra quyết định trong các tình huống khẩn cấp và đảm bảo sự ổn định cho hệ thống điện trong tương lai.

Trích đoạn nội dung tài liệu

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 chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác. Cà Mau, ngày 10 tháng 03 năm 2017 Ngƣời cam đoan Mai Ngọc Nhẫn iv LỜI CẢM ƠN Kính gửi lời cảm ơn đến tất cả ngƣời thân trong gia đình cùng đồng nghiệp đã động viên, ủng hộ và tạo điều kiện tốt nhất dành cho tôi trong quá trình học tập và nghiên cứu. Tôi xin chân thành cảm ơn thầy PGS.TS Quyền Huy Ánh đã tận tình hƣớng dẫn cho tôi trong thời gian thực hiện luận văn.

Tôi c ng xin chân thành biết ơn đến thầy Th.S Lê Trọng Ngh a – ĐHSP Kỹ Thuật Tp.HCM đã gi p đ tôi trong quá trình hoàn thành luận văn. Tôi c ng xin gửi lời cảm ơn đến tất cả các Thầy/Cô đang giảng dạy tại Khoa Điện – Điện tử của Trƣờng Đại học Sƣ Phạm Kỹ Thành phố Hồ Chí Minh đã tận tâm giảng dạy và gi p đ tôi hoàn thành tốt chƣơng trình học tập.HCM, ngày 10 tháng 03 năm 2017. Ngƣời Viết Mai Ngọc Nhẫn v TÓM TẮT Các sự cố về nhiễu loạn của hệ thống điện thƣờng là do sự cố mất điện của các máy phát điện, sự cố ngắn mạch đƣờng dây, thanh góp hoặc do tải thay đổi bất ngờ. Mức độ của sự mất ổn định thì tùy thuộc vào thời gian và mức độ của các sự nhiễu loạn.

Có nhiều biện pháp để duy trì ổn định động hệ thống điện, trong đó giải pháp sa thải một phần phụ tải c ng là vấn đề luôn đƣợc các nhà nghiên cứu và vận hành hệ thống quan tâm. Trong việc sa thải phụ tải, chống mất ổn định động và sự cố lan rộng, điều quan trọng là nhanh chóng đề ra chiến lƣợc sa thải phụ tải hợp lý, gi p tần số phục hồi nhanh chóng và giá trị tần số phục hồi chấp nhận đƣợc. Đây là bài toán phức tạp, cần có các nghiên cứu chuyên sâu trong việc phối hợp các giải thuật công nghệ tri thức và mạng nơ ron để xây dựng mô hình đánh giá nhanh tình huống sự cố, ra quyết định kịp thời, hạn chế sa thải phụ tải ở mức thấp nhất là yêu cầu bức thiết hiện nay. Luận văn này nghiên cứu và đề xuất mô hình: “Nghiên cứu sa thải phụ tải áp dụng mạng nơron và thuật toán AHP” để sa thải phụ tải nhằm đảm bảo duy trì ổn định động hệ thống điện khi xuất hiện sự cố ngắn mạch trên cơ sở phối hợp áp dụng giải thuật công nghệ tri thức: K-means, mạng nơ ron và giải thuật AHP.

Đây là mô hình sa thải phụ tải cho phép giảm thời gian ra quyết định, giảm thời gian phục hồi tần số và nâng cao độ ổn định tần số so với các phƣơng pháp truyền thống. Nội dung chính của luận văn trình bày các vấn đề: - Nghiên cứu lý thuyết ổn định hệ thống điện, chiến lƣợc sa thải phụ tải - Nghiên cứu giải thuật K-means, mạng nơ ron nhân tạo và giải thuật AHP. - Nghiên cứu và mô phỏng tạo cơ sở dữ liệu đánh giá ổn định hệ thống điện chuẩn IEEE 39-bus, 10-máy phát sử dụng phần mềm PowerWorld. - Sử dụng công cụ Neuron ToolBook trong Matlab để huấn luyện và phân loại tình huống và lựa chọn chiến lƣợc điều khiển.

vi Kết quả thử nghiệm mô hình sa thải phụ tải đề xuất áp dụng cho hệ thống điện IEEE 39-bus, 10-máy phát cho thấy tần số của hệ thống phục hồi nhanh hơn và giá trị tần số phục hồi tốt hơn so với phƣơng pháp truyền thống. Kết quả nghiên cứu của luận văn có thể sử dụng làm tài liệu tham khảo cho nghiên cứu sinh, học viên cao học ngành Kỹ thuật điện trong bài toán nghiên cứu điều khiển khẩn cấp khi xảy ra sự cố trong hệ thống điện nhằm duy trì ổn định động hệ thống. vii ABSTRACT The disturbances of power system are often caused by outages of the generators, the line short-circuit and bus bar problem or sudden load changes. The level of instability depends on the time and magnitude of the disturbance.

There are many methods to maintain the stability of power system, including the solution load shedding a part load is also the problem that has always been interested by the researchers and the operator power system. There are many measures to maintain dynamic stability of electrical systems, including layoffs solution part load is always being the researcher and the operation of the system of interest. In the load shedding, the anti-instability and the widespread disturbance, it is important to quickly propose a reasonable load shedding the strategy. It helps the recovery frequency quickly and recovery frequency values are acceptable.

This is a complex problem, it should be in-depth studies in collaboration technology knowledge algorithms and neural network knowledge to build models quickly assess incidents, in time decision making, reduces the load shedding at its lowest load is now an urgent requirement. This thesis researched and proposed load shedding model: “Load shedding apply Neural Network and Analytic Hierarchy Process (AHP)” to ensure sustained power system stability when short circuit incidents occur based on the basis of coordination algorithms applied technology knowledge: K means clustering, neural network and AHP algorithms. This is a load shedding model allowing reduce the decision time, recovery time and improve frequency stability compared to traditional methods. The main contents of the thesis present the problems: - Research the theoretical stability of power system, and load shedding strategy - Research K-means algorithm, artificial neural network algorithms and AHP.

- Research and simulate to create the database rated stable power system IEEE 39-bus, 10-player software using PowerWorld. viii - Using Toolbox Neuron in Matlab to train and classify situations and selected control strategy. Test results of the load shedding model applied to IEEE 39 bus, generators 10 electrical systems, showing the recovery frequency time and restoration frequency value of the power system faster and better than traditional methods. The research results of the thesis can be used as a reference for candidate PhD, post graduate students in the electrical engineering to research emergency control problem when the disturbances occur to maintain power system stability.

ix MỤC LỤC Trang Trang tựa Quyết định giao đề tài Xác nhận của cán bộ hƣớng dẫn LÝ LỊCH KHOA HỌC. i LỜI CAM ĐOAN. iv LỜI CẢM ƠN .viii MỤC LỤC. x CÁC TỪ VIẾT TẮT .xiii DANH SÁCH CÁC HÌNH.

xiv DANH SÁCH CÁC BẢNG. xvii Chƣơng 1. Tổng quan về hƣớng nghiên cứu. Tổng quan về các nghiên cứu liên quan.

Tính cấp thiết của đề tài. Mục tiêu nghiên cứu. Nhiệm vụ và giới hạn đề tài. Phƣơng pháp nghiên cứu.

Các bƣớc thực hiện. Ổn định hệ thống điện (HTĐ). Khái niệm về sa thải phụ tải. Các phƣơng pháp sa thải phụ tải.

Tổng quan chung về các nghiên cứu sa thải phụ tải trên thế giới. Mạng nơron nhân tạo (ANN) [5]. Các khái niệm cơ bản. Các thành phần cơ bản của nạng nơ ron nhân tạo.

Phân loại mạng nơ ron. Các loại mạng nơ ron. Đặc tính của mạng nơ ron. Lựa chọn mẫu -Nguyên tắc lựa chọn mẫu.

Thiết kế mạng truyền thẳng. Các thuật toán huấn luyện. Thuật toán huấn luyện Lenvenberg – Marquardt (trainlm). Thuật toán huấn luyện Bayesian (trainbr) .3 Thuật toán huấn luyện Scaled Conjugate Gradient (trainscg).

Thuật toán huấn luyện Resillient backpropagation (trainrp). Giải thuật K-means. Thuật toán AHP [4]. Thuật toán AHP.

42 MÔ HÌNH ĐIỀU KHIỂN KHẨN CẤP SA THẢI PHỤ TẢI DỰA TRÊN THUẬT TOÁN AHP VÀ MẠNG NƠ RON NHÂN TẠO. 46 ĐIỀU KHIỂN KHẨN CẤP SA THẢI PHỤ TẢI DỰA TRÊN THUẬT TOÁN AHP VÀ MẠNG NƠ RON NHÂN TẠO. Mô phỏng offline các trƣờng hợp sự cố mất ổn định. Mô phỏng các trƣờng hợp sự cố bằng phần mềm Powerworld.

Thu thập dữ liệu mô phỏng. Xây dựng tập mẫu học và chuẩn hóa dữ liệu. Phân nhóm dữ liệu sử dụng giải thật K–means. Sử dụng công cụ ANN để huấn luyện tập mẫu học.

Đánh giá độ chính xác của huấn luyện. Các chiến lƣợc điều khiển sa thải phụ tải dựa trên thuật toán AHP trên cơ sở các phân lớp chiến lƣợc điều khiển. Tính toán tầm quan trọng của các đơn vị tải sơ đồ IEEE 39 bus 10 máy phát. Chiến lƣợc điều khiển sa thải phụ tải dựa trên thuật toán AHP.

So sánh với các phƣơng pháp sa thải truyền thống. Phƣơng pháp sa thải phụ tải truyền thống dựa trên thuật toán AHP. Phƣơng pháp sa thải phụ tải dựa trên relay sa thải dƣới tần số .3 Phƣơng pháp sa thải phụ tải đề xuất. 78 xi Chƣơng 5.

82 KẾT LUẬN VÀ HƢỚNG NGHIÊN CỨU PHÁT TRIỂN. Hƣớng nghiên cứu phát triển. 82 TÀI LIỆU THAM KHẢO. 89 Bảng PL 1: Thông số mô hình máy phát điện đồng bộ GENPWTwoAxis.

89 Bảng PL 2: Thông số thiết bị điều khiển kích từ IEEE1. 89 Bảng PL 3: Thông số thiết bị điều chỉnh tần số TGOV1. 89 Bảng PL 4: Công suất định mức, công suất Pmax, Pmin máy phát, điện áp đầu cực máy phát, công suất định mức tải. 90 Bảng PL 5: Thông số điện trở RT, điện kháng XT và thông số cài đặt đầu phân áp trên các máy biến áp.

91 Bảng PL 6: Thông số điện trở, điện kháng và dung dẫn đƣờng dây. 92 Bảng PL 7: Thông số xác lập trên các thanh góp khi chạy phân bố công suất tối ƣu OPF ở 80% tải. 93 Bảng PL 8: Thông số xác lập trên các thanh góp khi chạy phân bố công suất tối ƣu OPF ở 90% tải. 94 Bảng PL 9: Thông số xác lập trên các thanh góp khi chạy phân bố công suất tối ƣu OPF ở 100% tải.

95 Bảng PL 10: Thông số xác lập trên các thanh góp khi chạy phân bố công suất tối ƣu OPF ở 110% tải. 96 Bảng PL 11: Thông số xác lập trên các thanh góp khi chạy phân bố công suất tối ƣu OPF ở 120% tải. 97 xii CÁC TỪ VIẾT TẮT - HTĐ: Hệ thống điện - STPT: Sa thải phụ tải - STĐB: Sa thải đặc biệt - MPĐ: Máy phát điện - NMĐ: Nhà máy điện - MBA: Máy biến áp - ILS (Intelligent Load Shedding): Sa thải phụ tải thông minh - UFLS (Under Frequency Load Shedding): Kỹ thuật STPT dƣới tần số thích nghi - ANN (Artificial Neural Networks): Mạng nơ ron nhân tạo ANN - AGC (Automatic Generation Control): Điều chỉnh tự động công suất phát NMĐ - AVR (Automatic Voltage Regulator): Điều chỉnh tự động điện áp của tổ MPĐ - HGA (Hierarchical Genetic Algorithm): Thuật toán di truyền phân tần - AHP (Analytic Hierarchy Process): Giải thuật AHP xiii DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1: Cấu tr c tổng quát của chƣơng trình ILS.2: Mô hình toán đơn giản của một nơ ron .3: Mạng Feedforward 1 lớp .