Nghiên cứu sa thải phụ tải tại HCMUTE và các yếu tố ảnh hưởng

• Người hướng dẫn: ThS. Lê Trọng Nghĩa
• Trường học: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện
• Đề tài: Nghiên cứu sa thải phụ tải có xét đến các yếu tố ảnh hưởng
• Loại tài liệu: luận văn
• Năm xuất bản: 2018
• Địa điểm: Tp. Hồ Chí Minh

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN CÁC PHƯƠNG PHÁP SA THẢI PHỤ TẢI
• 1.1. Khái quát về sa thải phụ tải
• 1.2. Yếu tố lựa chọn sa thải tải
• 1.3. Tổng quan các công trình nghiên cứu về sa thải phụ tải
• 1.3.1. Các kỹ thuật sa thải phụ tải truyền thống
• 1.3.2. Sa thải phụ tải thích nghi
• 1.3.3. Các phương pháp sa thải phụ tải thông minh ILS (Intelligent Load Shedding)
• 1.3.3.1. Phương pháp ứng dụng mạng neural (ANN) trong sa thải phụ tải
• 1.3.3.2. Ứng dụng điều khiển mờ trong sa thải phụ tải
• 1.3.3.3. Ứng dụng hệ thống suy luận neural-mờ thích nghi (ANFIS) trong sa thải phụ tải
• 1.3.3.4. Ứng dụng thuật toán di truyền (GA) trong sa thải phụ tải
• 1.3.3.5. Ứng dụng tối ưu hóa bầy đàn (PSO) trong sa thải phụ tải
• 2. CHƯƠNG 2: MÔ HÌNH HỆ THỐNG PHÂN CẤP AHP VÀ MẠNG NƠRON NHÂN TẠO
• 2.1. Thuật toán Analytic Hierarchy Process AHP
• 2.2. Mạng nơron nhân tạo
• 2.2.1. Mô hình toán của mạng nơron
• 2.2.2. Các thành phần cơ bản của mạng nơron nhân tạo
• 2.2.3. Các loại mạng nơron
• 2.2.4. Đặc tính của mạng nơron
• 2.2.5. Các thuật toán huấn luyện
• 2.3. Thuật toán K_means
• 2.3.1. Nguyên tắc lựa chọn mẫu
• 2.3.2. Thuật toán K_means
• 3. CHƯƠNG 3: MÔ HÌNH SA THẢI PHỤ TẢI TRÊN CƠ SỞ NHẬN DẠNG CHẾ ĐỘ KHÔNG ỔN ĐỊNH CỦA HỆ THỐNG ĐIỆN KẾT HỢP VỚI THUẬT TOÁN AHP
• 3.1. Mô hình nhận dạng
• 3.2. Xây dựng tập biến và mẫu
• 3.3. Lựa chọn biến
• 3.3.1. Tiêu chuẩn Fisher
• 3.3.2. Tiêu chuẩn Scatter matrices
• 3.4. Mô hình toán đề xuất
• 4. CHƯƠNG 4: KHẢO SÁT THỬ NGHIỆM TRÊN HỆ THỐNG 39 BUS 10 MÁY PHÁT
• 4.1. Xây dựng tập mẫu
• 4.1.1. Mô phỏng các trường hợp sự cố bằng phần mềm PowerWorld
• 4.1.2. Thu thập dữ liệu mô phỏng
• 4.1.3. Xây dựng tập mẫu học và chuẩn hóa dữ liệu
• 4.2. Sử dụng công cụ ANN để huấn luyện
• 4.2.1. Sử dụng công cụ ANN để nhận dạng trạng thái không ổn định hệ thống điện
• 4.2.2. Kết quả phân nhóm dữ liệu - Đánh giá độ chính xác của huấn luyện
• 4.3. Chiến lược điều khiển sa thải dựa trên cơ sở các phân lớp chiến lược điều khiển đã được huấn luyện bởi ANN
• 4.3.1. Tính toán tầm quan trọng của các đơn vị tải sơ đồ IEEE 39 Bus 10 máy phát
• 4.3.2. Chiến lược điều khiển sa thải phụ tải dựa trên cơ sở thuật toán đề xuất
• 4.4. Đánh giá hiệu quả của phương pháp sa thải phụ tải đề xuất
• 4.4.1. Phương pháp sa thải phụ tải truyền thống dựa trên thuật toán AHP
• 4.4.2. Phương pháp sa thải phụ tải truyền thống sử dụng rơle sa thải phụ tải tần số thấp
• 4.4.3. Phương pháp sa thải phụ tải đề xuất
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

I. Nghiên cứu sa thải và các yếu tố ảnh hưởng

Phần này tập trung vào nghiên cứu sa thải nói chung và vai trò của các yếu tố ảnh hưởng đến quá trình này. Nghiên cứu sa thải phụ tải tại HCMUTE xem xét cả sa thải lao động (mặc dù không trực tiếp liên quan đến sa thải phụ tải điện) và phụ tải HCMUTE, nhằm hiểu rõ hơn về quy trình sa thải và luật sa thải lao động. Các yếu tố ảnh hưởng sa thải được phân tích kỹ lưỡng, bao gồm cả các yếu tố kinh tế, xã hội, và pháp lý. Chi phí sa thải, ảnh hưởng sa thải đến doanh nghiệp, và ảnh hưởng sa thải đến nhân viên cũng được xem xét. Giải pháp giảm sa thải và phòng ngừa sa thải được đề xuất nhằm tối ưu hóa quá trình và giảm thiểu thiệt hại.

1.1 Tổng quan về sa thải phụ tải

Đề tài khảo sát thực trạng sa thải tải tại Việt Nam và quốc tế. Thống tin sa thải HCMUTE cung cấp dữ liệu cụ thể. Phân tích sa thải tập trung vào các phương pháp sa thải phụ tải, bao gồm cả phương pháp truyền thống và phương pháp thông minh (ILS). Các kỹ thuật sa thải phụ tải truyền thống, như dựa trên giảm tần số, có những hạn chế về độ chính xác và tính linh hoạt. Sa thải phụ tải thích nghi, sử dụng các thuật toán thông minh như mạng neural (ANN), điều khiển mờ, ANFIS, GA, và PSO, được đánh giá cao hơn về tốc độ và hiệu quả. Tuy nhiên, đánh giá hiệu quả sa thải cần được thực hiện một cách toàn diện. Việc so sánh sa thải giữa các ngành và khu vực giúp hiểu rõ hơn về sự đa dạng trong vấn đề này. Mục tiêu nghiên cứu hướng đến việc xây dựng mô hình sa thải tối ưu hơn.

1.2 Yếu tố ảnh hưởng đến quyết định sa thải

Các yếu tố ảnh hưởng sa thải được phân loại rõ ràng. Các yếu tố kinh tế như chi phí sa thải và ảnh hưởng đến doanh nghiệp đóng vai trò quan trọng. Các yếu tố xã hội, như ảnh hưởng đến nhân viên và tội ưu hóa nhân sự HCMUTE, cần được cân nhắc. Các yếu tố pháp lý, dựa trên pháp luật về sa thải và tiêu chí sa thải, đặt ra khuôn khổ pháp lý. Quản lý nhân sự HCMUTE và tối ưu hóa nhân sự là vấn đề then chốt. Nghiên cứu trường hợp sa thải điển hình cung cấp minh chứng thực tế. Thực trạng sa thải tại Việt Nam được đưa vào để làm bối cảnh tổng quan. Tài liệu tham khảo liên quan đến các nghiên cứu trước đó được trích dẫn để đảm bảo tính khách quan.

1.3 Mô hình và phương pháp nghiên cứu

Mô hình sa thải được đề xuất sử dụng các kỹ thuật hiện đại như mạng nơron nhân tạo và AHP. Phân tích số liệu sa thải được thực hiện dựa trên dữ liệu thực tế từ HCMUTE và các nguồn khác. Nghiên cứu định lượng sa thải sử dụng các phương pháp thống kê để phân tích dữ liệu. Nghiên cứu định tính sa thải xem xét các yếu tố phi số lượng. Phương pháp nghiên cứu bao gồm cả phân tích định lượng và định tính. Dự báo xu hướng sa thải được thực hiện dựa trên các mô hình dự báo. Giải pháp cho vấn đề sa thải được đưa ra dựa trên kết quả nghiên cứu. Đánh giá hiệu quả sa thải được thực hiện để đo lường sự thành công của mô hình.