NHẬN DẠNG CÁC HIỆN TƯỢNG QUÁ ĐỘ ĐIỆN BẰNG WAVELET VÀ ÁP DỤNG CHO HỆ THỐNG ĐIỆN VIỆT NAM

Luận văn thạc sĩ về nhận dạng quá độ điện từ bằng wavelet trong hệ thống điện Việt Nam. Nghiên cứu mạng và hệ thống điện, ứng dụng thực tiễn.

• Tác giả: Nguyễn Nhân Bổn
• Người hướng dẫn: Nguyễn Hữu Phúc
• Trường học: Trường Đại học Bách Khoa - ĐHQG TP.HCM
• Chuyên ngành: Mạng và hệ thống điện
• Đề tài: Nhận dạng các hiện tượng quá độ điện từ bằng Wavelet và áp dụng cho Hệ thống điện Việt Nam
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2015
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Tổng Quan Về Quá Độ Điện Từ Hệ Thống Điện VN

Hiện tượng quá độ điện từ là sự thay đổi đột ngột về điện áp hoặc dòng điện trong mạch hoặc lưới điện. Nguyên nhân thường do thao tác đóng cắt thiết bị hoặc sự cố. Dù thời gian diễn ra rất ngắn so với thời gian vận hành, giai đoạn quá độ lại cực kỳ quan trọng. Các phần tử mạng điện phải vận hành với điện áp và dòng điện cực lớn, nếu không kiểm soát được quá độ, có thể dẫn đến hư hỏng thiết bị, ngừng hoạt động nhà máy hoặc mất điện diện rộng. Luận án này tập trung vào việc nhận dạng quá độ điện từ và tính toán quá độ điện từ trong miền thời gian. Sử dụng kỹ thuật Biến đổi Wavelet, biến đổi z và trí tuệ nhân tạo, luận án đề xuất các giải thuật, mô hình toán học và phần mềm ứng dụng để đảm bảo nhận dạng nhanh chóng và tính toán chính xác hiện tượng quá độ điện từ. Điều này phục vụ cho việc thiết kế và thử nghiệm hệ thống bảo vệ và điều khiển trong hệ thống điện. Việc ứng dụng các nghiên cứu này vào Hệ thống điện Việt Nam là vô cùng cần thiết.

1.1. Tầm quan trọng của việc phân tích quá độ điện từ

Việc phân tích quá độ điện từ giúp đảm bảo an toàn và độ tin cậy cho hệ thống điện. Các giai đoạn quá độ tuy ngắn nhưng có thể gây ra các tác động lớn đến thiết bị và hoạt động của toàn bộ mạng lưới điện. Xác định và xử lý kịp thời các hiện tượng quá độ giúp ngăn ngừa các sự cố nghiêm trọng, giảm thiểu thiệt hại về kinh tế và đảm bảo cung cấp điện ổn định cho người dùng. Theo nghiên cứu, một trong những nguyên nhân chính gây ra hư hỏng thiết bị trong hệ thống điện là do ảnh hưởng của các xung quá độ điện từ. Vì vậy, việc nghiên cứu các phương pháp nhận dạng quá độ là vô cùng cần thiết. Việc ứng dụng Biến đổi Wavelet là một trong những giải pháp hiệu quả.

1.2. Giới thiệu phương pháp biến đổi Wavelet trong nhận dạng quá độ

Biến đổi Wavelet là một công cụ mạnh mẽ để xử lý tín hiệu và phân tích các hiện tượng quá độ. Khác với biến đổi Fourier, Wavelet có khả năng phân tích tín hiệu đồng thời trong cả miền thời gian và tần số, cho phép xác định chính xác thời điểm và tần số xuất hiện của các thành phần quá độ. Điều này rất quan trọng trong việc nhận dạng quá độ điện từ, vì các hiện tượng này thường diễn ra trong thời gian ngắn và có tần số thay đổi nhanh chóng. Theo luận án, việc sử dụng hàm Wavelet (Daubechies) phù hợp là yếu tố then chốt trong quá trình nhận dạng quá độ điện từ.

II. Thách Thức Vấn Đề Trong Nhận Dạng Quá Độ Điện Từ

Việc nhận dạng quá độ điện từ trong thực tế gặp nhiều thách thức. Tín hiệu quá độ thường bị lẫn với nhiễu tạp và các hiện tượng khác, khiến việc xác định chính xác trở nên khó khăn. Các hiện tượng quá độ có thể chồng lấn lên nhau trong miền thời gian, gây khó khăn cho việc phân tích và nhận dạng. Bên cạnh đó, các phương pháp truyền thống thường có độ trễ lớn, không đáp ứng được yêu cầu về thời gian thực trong hệ thống bảo vệ và điều khiển. Luận án này tập trung vào giải quyết các vấn đề này bằng cách đề xuất các phương pháp nhận dạng mới, có khả năng chống nhiễu tốt và tốc độ xử lý nhanh. Đồng thời, việc áp dụng các thuật toán trí tuệ nhân tạo giúp nâng cao độ chính xác và tin cậy của hệ thống nhận dạng quá độ điện từ.

2.1. Ảnh hưởng của nhiễu và chồng lấn trong quá trình nhận dạng

Nhiễu và chồng lấn là hai yếu tố chính gây khó khăn cho việc nhận dạng quá độ điện từ. Nhiễu có thể làm sai lệch tín hiệu quá độ, khiến việc xác định chính xác các đặc tính trở nên khó khăn. Chồng lấn xảy ra khi nhiều hiện tượng quá độ xảy ra đồng thời hoặc liên tiếp nhau, khiến tín hiệu trở nên phức tạp và khó phân tích. Luận án đề xuất một phương pháp nhận dạng mới có khả năng loại bỏ nhiễu và phân tách các thành phần quá độ chồng lấn, dựa trên kỹ thuật Wavelet. Phương pháp này giúp cải thiện đáng kể độ chính xác và tin cậy của hệ thống nhận dạng quá độ điện từ trong môi trường thực tế.

2.2. Giới hạn của các phương pháp nhận dạng quá độ truyền thống

Các phương pháp nhận dạng quá độ truyền thống thường dựa trên việc phân tích tín hiệu trong miền thời gian hoặc tần số. Tuy nhiên, các phương pháp này thường có độ trễ lớn và không thể đáp ứng được yêu cầu về thời gian thực trong hệ thống bảo vệ hệ thống điện và điều khiển. Hơn nữa, chúng cũng dễ bị ảnh hưởng bởi nhiễu và không thể phân tách các thành phần quá độ chồng lấn. Vì vậy, việc nghiên cứu và phát triển các phương pháp nhận dạng quá độ mới, có tốc độ xử lý nhanh và khả năng chống nhiễu tốt là vô cùng cần thiết. Việc áp dụng Biến đổi Wavelet có thể giải quyết được vấn đề này.

III. Phương Pháp Nhận Dạng Quá Độ Điện Từ Bằng Biến Đổi Wavelet

Luận án này trình bày một phương pháp nhận dạng quá độ điện từ mới dựa trên Biến đổi Wavelet. Phương pháp này sử dụng hàm Wavelet phù hợp để phân tích tín hiệu điện áp và dòng điện, từ đó xác định các đặc tính của hiện tượng quá độ. Các đặc tính này sau đó được sử dụng để phân loại và nhận dạng các loại quá độ khác nhau. Phương pháp này có ưu điểm là tốc độ xử lý nhanh, khả năng chống nhiễu tốt và có thể phân tách các thành phần quá độ chồng lấn. Kết quả nghiên cứu cho thấy phương pháp này có độ chính xác cao và có thể ứng dụng hiệu quả trong hệ thống điện Việt Nam. Luận án tập trung vào việc so sánh và đánh giá các phương pháp phân loại nhiễu bằng mạng nơ-rôn, hệ lô-gic mờ, mạng nơ-rôn lô-gic mờ cùng trên một tập mẫu về các hiện tượng quá độ.

3.1. Lựa chọn hàm Wavelet phù hợp cho nhận dạng quá độ

Việc lựa chọn hàm Wavelet phù hợp là yếu tố quan trọng trong việc nhận dạng quá độ điện từ. Hàm Wavelet được chọn phải có khả năng phân tích tốt các đặc tính của tín hiệu quá độ, như biên độ, tần số và thời gian tồn tại. Luận án này sử dụng hàm Wavelet Daubechies, vì nó có khả năng phân tích tốt các tín hiệu có tính chất không dừng, như tín hiệu quá độ điện từ. Theo nghiên cứu, hàm Wavelet Daubechies cho kết quả tốt nhất trong việc nhận dạng các hiện tượng đóng cắt tụ bù và sự cố ngắn mạch trong hệ thống điện.

3.2. Xây dựng thuật toán nhận dạng dựa trên đặc trưng Wavelet

Thuật toán nhận dạng quá độ điện từ dựa trên Biến đổi Wavelet bao gồm các bước sau: (1) Tiền xử lý tín hiệu: loại bỏ nhiễu và chuẩn hóa tín hiệu. (2) Phân tích Wavelet: sử dụng hàm Wavelet phù hợp để phân tích tín hiệu. (3) Trích xuất đặc trưng: trích xuất các đặc trưng của tín hiệu từ kết quả phân tích Wavelet, như biên độ, tần số và thời gian tồn tại. (4) Phân loại: sử dụng các thuật toán phân loại, như mạng nơ-rôn hoặc hệ lô-gic mờ, để phân loại và nhận dạng các loại quá độ khác nhau. Thuật toán này cho phép nhận dạng nhanh chóng và chính xác các hiện tượng quá độ điện từ, giúp nâng cao hiệu quả của hệ thống bảo vệ và điều khiển.

IV. Ứng Dụng Thực Tế Cho Hệ Thống Điện Miền Nam Việt Nam

Luận án này trình bày kết quả ứng dụng phương pháp nhận dạng quá độ điện từ bằng Wavelet cho một phần lưới điện miền Nam Việt Nam. Phương pháp này được sử dụng để nhận dạng các sự cố ngắn mạch, các hiện tượng mất điện, sóng hài và đóng tải công suất lớn tại trạm 500kV Nhà Bè. Kết quả cho thấy phương pháp này có khả năng nhận dạng chính xác các sự cố và hiện tượng quá độ trong hệ thống điện thực tế. Điều này chứng minh tiềm năng ứng dụng của kỹ thuật Wavelet trong việc nhận dạng các sự cố trên hệ thống điện Việt Nam. Ngoài ra, luận án cũng nghiên cứu mô hình đường dây thông số rải, đề xuất cải tiến mô hình đường dây, áp dụng tính toán đóng không tải đường dây.

4.1. Nhận dạng sự cố ngắn mạch và các hiện tượng mất điện

Phương pháp nhận dạng quá độ điện từ bằng Wavelet đã được ứng dụng để nhận dạng các sự cố ngắn mạch và các hiện tượng mất điện trong hệ thống điện miền Nam Việt Nam. Kết quả cho thấy phương pháp này có khả năng nhận dạng chính xác các loại sự cố khác nhau, như sự cố 1 pha, 2 pha và 3 pha. Đồng thời, nó cũng có thể phân biệt được giữa các hiện tượng mất điện tạm thời và mất điện vĩnh viễn. Điều này giúp các kỹ sư hệ thống điện có thể nhanh chóng xác định nguyên nhân và khắc phục sự cố, giảm thiểu thời gian mất điện và thiệt hại kinh tế.

4.2. Phát hiện sóng hài và đóng tải công suất lớn tại trạm 500kV

Ngoài các sự cố ngắn mạch và mất điện, phương pháp nhận dạng quá độ điện từ bằng Wavelet cũng được sử dụng để phát hiện sóng hài và đóng tải công suất lớn tại trạm 500kV Nhà Bè. Sóng hài có thể gây ra các vấn đề về chất lượng điện năng, như tăng tổn thất điện năng và gây nhiễu cho các thiết bị điện tử. Đóng tải công suất lớn có thể gây ra các hiện tượng quá độ về điện áp và dòng điện, ảnh hưởng đến ổn định của hệ thống điện. Phương pháp Wavelet giúp phát hiện kịp thời các hiện tượng này, từ đó có thể đưa ra các biện pháp phòng ngừa và giảm thiểu tác động tiêu cực.

V. Tính Toán Quá Độ Điện Từ Trong Miền Thời Gian Bằng Wavelet

Luận án không chỉ tập trung vào nhận dạng mà còn đi sâu vào việc tính toán quá độ điện từ trong miền thời gian sử dụng kỹ thuật Wavelet. Bằng cách áp dụng các giải thuật tính toán dựa trên Wavelet, luận án đã phân tích các quá độ trong lưới điện điển hình, bao gồm mô phỏng ngắn mạch và đóng không tải đường dây cao thế. Kết quả phân tích chứng minh khả năng áp dụng tốt của kỹ thuật Wavelet vào phân tích quá độ trong hệ thống điện. Kỹ thuật Wavelet cho phép phân tích tín hiệu trong cả miền thời gian và tần số, giúp xác định chính xác thời điểm và tần số xuất hiện của các thành phần quá độ.

5.1. Mô phỏng ngắn mạch trên lưới điện mẫu bằng Wavelet

Việc mô phỏng ngắn mạch là một phần quan trọng trong việc đánh giá khả năng chịu đựng và ổn định của hệ thống điện. Luận án này đã sử dụng kỹ thuật Wavelet để mô phỏng ngắn mạch trên lưới điện mẫu, từ đó xác định các thông số quan trọng như dòng điện ngắn mạch và điện áp tại các nút. Kết quả mô phỏng cho thấy kỹ thuật Wavelet có thể cung cấp kết quả chính xác và tin cậy, đồng thời giúp giảm thiểu thời gian tính toán so với các phương pháp truyền thống.

5.2. Phân tích quá độ đóng không tải đường dây cao thế

Đóng không tải đường dây cao thế có thể gây ra các hiện tượng quá độ về điện áp và dòng điện, ảnh hưởng đến tuổi thọ của thiết bị và ổn định của hệ thống điện. Luận án đã sử dụng kỹ thuật Wavelet để phân tích quá độ đóng không tải đường dây cao thế, từ đó xác định các thông số quan trọng như biên độ và tần số của các xung quá độ. Kết quả phân tích giúp các kỹ sư hệ thống điện có thể thiết kế các biện pháp giảm thiểu quá độ, đảm bảo an toàn và ổn định cho hệ thống điện.

VI. Kết Luận Hướng Phát Triển Nghiên Cứu Về Quá Độ Điện Từ

Luận án đã trình bày một phương pháp nhận dạng quá độ điện từ hiệu quả bằng Wavelet, có khả năng ứng dụng rộng rãi trong hệ thống điện Việt Nam. Phương pháp này có ưu điểm là tốc độ xử lý nhanh, khả năng chống nhiễu tốt và có thể phân tách các thành phần quá độ chồng lấn. Kết quả nghiên cứu cho thấy phương pháp này có độ chính xác cao và có thể giúp nâng cao hiệu quả của hệ thống bảo vệ và điều khiển. Tuy nhiên, vẫn còn nhiều hướng phát triển tiềm năng cho nghiên cứu này, như cải thiện độ chính xác nhận dạng và áp dụng cho các bài toán phức tạp hơn. Cần tiếp tục nghiên cứu tính toán quá độ bằng phương pháp Wavelet trong các bài toán phức tạp hơn. Đồng thời, việc xem xét mức tương quan giữa các mức năng lượng, xác suất xuất hiện giá trị mức năng lượng so với mức định trước có thể gia tăng độ chính xác.

6.1. Đề xuất các hướng nghiên cứu tiếp theo để nâng cao độ chính xác

Để nâng cao độ chính xác của phương pháp nhận dạng quá độ điện từ bằng Wavelet, cần nghiên cứu thêm các yếu tố ảnh hưởng đến quá trình nhận dạng, như nhiễu, sai số đo lường và đặc tính của tín hiệu quá độ. Đồng thời, cần phát triển các thuật toán tiền xử lý tín hiệu và trích xuất đặc trưng mới, có khả năng loại bỏ nhiễu và trích xuất các đặc trưng quan trọng của tín hiệu quá độ. Việc kết hợp kỹ thuật Wavelet với các thuật toán trí tuệ nhân tạo tiên tiến, như học sâu, cũng có thể giúp nâng cao đáng kể độ chính xác nhận dạng.

6.2. Ứng dụng trong lưới điện thông minh và hệ thống năng lượng tái tạo

Phương pháp nhận dạng quá độ điện từ bằng Wavelet có tiềm năng ứng dụng lớn trong lưới điện thông minh và hệ thống năng lượng tái tạo. Trong lưới điện thông minh, việc nhận dạng và xử lý kịp thời các hiện tượng quá độ là rất quan trọng để đảm bảo ổn định và tin cậy cho hệ thống điện. Trong hệ thống năng lượng tái tạo, các nguồn năng lượng phân tán như điện mặt trời và điện gió có thể gây ra các hiện tượng quá độ phức tạp, đòi hỏi các phương pháp nhận dạng và điều khiển tiên tiến. Việc áp dụng phương pháp Wavelet trong các lĩnh vực này có thể giúp nâng cao hiệu quả và độ tin cậy của hệ thống điện.

Nội dung chính

Tổng quan về luận án

Hiện tượng quá độ điện từ trong hệ thống điện là trạng thái biến thiên cực nhanh và phức tạp của các thông số dòng điện, điện áp nảy sinh từ các sự cố ngắn mạch, thao tác đóng cắt thiết bị hoặc quá điện áp khí quyển. Như tác giả Nguyễn Nhân Bổn đã khẳng định trong công trình: "Hiện tượng quá độ điện từ là sự thay đổi đột ngột các giá trị điện áp hoặc dòng điện của mạch điện hoặc mạng lưới điện. Sự thay đổi này một phần do thao tác thiết bị đóng cắt hoặc do sự cố xảy ra. Thời gian diễn ra quá độ rất ngắn... Tuy nhiên, các giai đoạn diễn ra quá độ là cực kỳ quan trọng đối với các phần tử mạng điện vận hành với điện áp và dòng điện cực lớn. Điều này có thể dẫn đến hư hỏng thiết bị, thiết bị không khởi động, ngừng hoạt động nhà máy, hoặc mất điện cả thành phố." Luận án tiến sĩ kỹ thuật chuyên ngành Mạng và Hệ thống điện (Mã số: 62.52.50.05) của tác giả Nguyễn Nhân Bổn (2015), thực hiện dưới sự hướng dẫn của PGS. Nguyễn Hữu Phúc và PGS. Quyền Huy Ánh tại Trường Đại học Bách Khoa – ĐHQG TP.HCM, mang tính tiên phong khi giải quyết đồng bộ bài toán nhận dạng, giải tích số và mô hình hóa quá độ điện từ ứng dụng trực tiếp trên hệ thống điện Việt Nam.

Khoảng trống nghiên cứu (research gap) mà luận án giải quyết xuất phát từ hạn chế của các phương pháp phân tích Fourier cổ điển và các rơ le kỹ thuật số hiện hữu vốn không thể phát hiện hiệu quả các thành phần sóng hài bậc cao phi dừng, các quá độ có phổ tần số biến thiên nhanh và hiện tượng dao động số học (numerical oscillation) trong mô phỏng miền thời gian. Luận án đặt ra ba câu hỏi nghiên cứu và ba hệ giả thuyết then chốt:

1. RQ1: Làm thế nào để phân tích đa phân giải và nhận dạng tự động các dạng quá độ điện từ chồng lấn và nhiễu trong miền thời gian với độ chính xác cao? (H1: Kỹ thuật biến đổi Wavelet rời rạc kết hợp mạng nơ-rôn xác suất PNN và Neuro-Fuzzy cho phép phân lập đặc tính năng lượng phổ để phân loại chính xác trên 95% các hiện tượng quá độ phức tạp).
2. RQ2: Phương pháp tích phân số nào có thể loại trừ hiện tượng dao động số học và giảm thiểu sai số tích lũy so với quy tắc hình thang truyền thống trong EMTP? (H2: Giải thuật tích phân số dựa trên không gian Wavelet bảo toàn độ ổn định nghiệm và giảm triệt để sai số biên độ tại các bước chuyển tiếp đóng cắt).
3. RQ3: Làm thế nào để đảm bảo tính thụ động (passivity) và ổn định toán học tuyệt đối của mô hình đường dây truyền tải thông số rải trong miền pha trực tiếp? (H3: Việc tổng hợp ma trận tổng trở đặc tính thành mạng thụ động RLC tương đương với thông số xác định dương sẽ triệt tiêu hiện tượng mất ổn định nghiệm trong miền thời gian).

Khung lý thuyết của nghiên cứu tích hợp lý thuyết biến đổi Wavelet đa phân giải (Daubechies wavelets), lý thuyết trí tuệ nhân tạo (Mạng nơ-rôn nhân tạo ANN, Hệ logic mờ Fuzzy Logic, Hệ nơ-rôn mờ ANFIS), và lý thuyết đường dây truyền tải sóng điện từ nhiều dây dẫn (Multiconductor Transmission Lines - MTL). Phạm vi khảo sát trải rộng từ lưới điện mẫu IEEE 3 nút, 9 nút đến cấu trúc đại diện thực tế của lưới truyền tải 500kV – 220kV miền Nam Việt Nam (trọng tâm là trạm 500kV Nhà Bè), tạo nên đóng góp đột phá cả về cơ sở học thuật lẫn kỹ thuật vận hành hệ thống điện quốc gia.

Literature Review và Positioning

Nghiên cứu về quá độ điện từ và chất lượng điện năng trải qua ba dòng chảy học thuật chính. Dòng chảy thứ nhất tập trung vào việc nhận dạng và phân loại sự cố bằng trí tuệ nhân tạo và xử lý tín hiệu. Ghosh và Lubkeman (1993) [9] đặt nền móng bằng việc ứng dụng mạng nơ-rôn nuôi tiến (feedforward) và trễ thời gian để nhận dạng sự cố thông qua thư viện dạng sóng. Sanaye-Pasand và Khorashadi-Zadeh (2000) [10], cùng Jain và các cộng sự (2001, 2004) [11, 12] đã phát triển mạng nơ-rôn kết hợp thuật toán Marquardt-Levenberg cho đường dây truyền tải song song có tính đến hỗ cảm. Dòng chảy thứ hai khai thác kỹ thuật biến đổi Wavelet (DWT) để giải mã các kỳ dị tín hiệu. Ramaswamy và Kashyap (1998) [13, 14] đề xuất mạng nơ-rôn xác suất (PNN) phân loại hệ số chi tiết Wavelet; Gayathri và Kumarappan (2006) [15], Upendar (2008) [16], Swarup (2006) [17] tích hợp Wavelet với mạng ART2 và Neuro-Fuzzy; Zheng-you (2006) [18, 19] ứng dụng Wavelet Packet kết hợp máy vector hỗ trợ (SVM) và giải thuật di truyền (GA). Dòng chảy thứ ba khai thác hệ logic mờ và ước lượng trạng thái: Biswarup và Reddy (2004) [22], Razi và cộng sự (2008) [23], Dash và cộng sự (2000) [24], Vasilic (2002) [25], Zhang (2007) [26], Pradhan (2005) [27], Samantaray (2006) [28], và Adu (2001) [29].

                                  TIẾN TRÌNH HỌC THUẬT QUÁ ĐỘ ĐIỆN TỪ
 ┌──────────────────────────────────┐      ┌──────────────────────────────────┐
 │      Xử lý tín hiệu truyền thống │      │        Trí tuệ nhân tạo đơn lẻ   │
 │ • Fourier chuẩn (FT)             │      │ • Feedforward ANN (Ghosh 1993)   │
 │ • Short-Time Fourier (STFT)      │ ───► │ • Marquardt-Levenberg (Jain 2004)│
 │   Hạn chế: Cửa sổ cố định,       │      │   Hạn chế: Dữ liệu lớn, hộp đen, │
 │   mất thông tin thời gian thực   │      │   kém thích nghi khi lưới đổi    │
 └──────────────────────────────────┘      └──────────────────────────────────┘
                                                             │
                                                             ▼
 ┌──────────────────────────────────┐      ┌──────────────────────────────────┐
 │    Đột phá của Luận án (2015)    │      │      Kỹ thuật Wavelet lai ghép   │
 │ • Wavelet Daubechies + PNN/ANFIS │      │ • Wavelet + PNN (Ramaswamy 1998) │
 │ • Wavelet ODE Solver (Khử dao    │ ◄─── │ • Wavelet + Neuro-Fuzzy (Swarup) │
 │   động số học tích phân)         │      │   Hạn chế: Chưa tối ưu hàm mẹ,   │
 │ • Mạng thụ động RLC miền pha     │      │   mô hình đường dây mất ổn định  │
 └──────────────────────────────────┘      └──────────────────────────────────┘

Mặc dù các nghiên cứu quốc tế đã đạt nhiều bước tiến, y văn vẫn tồn tại hai cuộc tranh luận học thuật gay gắt. Tranh luận thứ nhất liên quan đến việc lựa chọn công cụ phân loại: trường phái mạng nơ-rôn thuần túy (Ghosh, Jain) xem trọng khả năng tự học nhưng bị chỉ trích vì cấu trúc "hộp đen" và khối lượng tính toán bùng nổ khi cấu hình lưới mở rộng; trong khi trường phái logic mờ (Dash, Biswarup) đề cao tính tường minh của luật suy luận (If-Then) nhưng lại gặp khó khăn trong việc thiết lập hàm thành viên tối ưu khi các dạng quá độ chồng lấn. Tranh luận thứ hai trong tính toán mô phỏng miền thời gian giữa phương pháp miền hình thái (Modal Domain của Wedepohl 1969, Meyer & Dommel 1974) và phương pháp miền pha trực tiếp (Direct Phase Domain của Gustavsen & Semlyen 1999). Phương pháp miền hình thái xấp xỉ ma trận thực dẫn đến sai số nghiêm trọng khi áp dụng cho cáp ngầm hoặc đường dây không đối xứng; ngược lại, phương pháp miền pha trực tiếp lại đối mặt với nguy cơ mất ổn định toán học do sự xuất hiện của các cực không thụ động trong hàm hữu tỉ xấp xỉ.

Luận án của NCS. Nguyễn Nhân Bổn định vị chính xác ở điểm giao thoa này: lấp đầy khoảng trống bằng việc tuyển chọn họ hàm Wavelet Daubechies tối ưu cho hệ số phân bố năng lượng quá độ, so sánh định lượng trực tiếp giữa PNN, Fuzzy và Neuro-Fuzzy trên cùng một tập mẫu dữ liệu chuẩn; đồng thời đề xuất giải pháp mạng thụ động RLC tương đương cho ma trận tổng trở miền pha, khắc phục triệt để vấn đề mất ổn định mà các công trình quốc tế trước đó chưa xử lý trọn vẹn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra bước chuyển dịch quan trọng đối với các lý thuyết nền tảng trong kỹ thuật hệ thống điện:

• Mở rộng lý thuyết phân tích đa phân giải Wavelet trong hệ thống phi dừng: Luận án chứng minh rằng biến đổi Wavelet rời rạc (DWT) với hàm mẹ Daubechies cấp cao có khả năng phân tách năng lượng vượt trội trên từng dải tần số chi tiết ($d_1$ đến $d_5$) và xấp xỉ ($a_5$). Điều này bác bỏ quan điểm cho rằng Fourier biến đổi cửa sổ (STFT) là đủ cho việc giám sát chất lượng điện năng, thiết lập bằng chứng thực nghiệm rằng hệ số năng lượng Wavelet ($E_j = \sum |D_j(k)|^2$) là một đại lượng bất biến đặc trưng cho từng loại quá độ.
• Phát triển lý thuyết mô hình hóa đường dây truyền tải thông số rải: Luận án mở rộng lý thuyết sóng truyền sóng điện từ của Carson và Dommel bằng cách giải quyết bài toán điều kiện biên thụ động (passivity enforcement). Thay vì chấp nhận việc xấp xỉ hàm truyền hữu tỉ thuần túy toán học trong miền $z$ dễ gây phân kỳ nghiệm, nghiên cứu đề xuất một mô hình tương đương vật lý mạch điện RLC thụ động có cấu trúc xác định dương.
• Hình thành mô hình nhận dạng toán học đa tầng: Cấu trúc lý thuyết liên kết toán học giữa vạch sóng kỳ dị (wavelet singularity detection) với suy luận mờ thích nghi (ANFIS) giúp hình thành các mệnh đề logic tường minh từ dữ liệu số đo lường.

                    KHUNG PHÂN TÍCH QUÁ ĐỘ ĐIỆN TỪ ĐA TẦNG CỦA LUẬN ÁN
 ┌─────────────────────────────────────────────────────────────────────────────────────────┐
 │ TẦNG 1: THU THẬP & PHÂN TÁCH TÍN HIỆU ĐA PHÂN GIẢI (DWT - Daubechies Mother Wavelets)   │
 │ • Tín hiệu điện áp/dòng điện quá độ: $u(t), i(t)$ từ ATP-EMTP / SCADA trạm 500kV       │
 │ • Phân tích đa mức: Tách thành các hệ số chi tiết $d_1 - d_5$ và hệ số xấp xỉ $a_5$     │
 │ • Trích xuất vector đặc trưng: Phân bố mật độ năng lượng phổ $E_j = \sum |D_j(k)|^2$    │
 └────────────────────────────────────────────┬────────────────────────────────────────────┘
                                              │
                                              ▼
 ┌─────────────────────────────────────────────────────────────────────────────────────────┐
 │ TẦNG 2: BỘ NHẬN DẠNG & PHÂN LOẠI THÍCH NGHI (PNN / Fuzzy Logic / ANFIS)                │
 │ • Nhận dạng 5 biến thể đóng cắt tụ bù (cách ly, khuếch đại, song song, phóng điện...)   │
 │ • Phân biệt sự cố lưới: Ngắn mạch 1 pha, 2 pha, 3 pha, sụt áp, tăng áp, sóng hài, flicker│
 │ • Xử lý nhiễu tạp trắng (AWGN) và hiện tượng tín hiệu chồng lấn trong miền thời gian   │
 └────────────────────────────────────────────┬────────────────────────────────────────────┘
                                              │
                                              ▼
 ┌─────────────────────────────────────────────────────────────────────────────────────────┐
 │ TẦNG 3: GIẢI TÍCH & MÔ PHỎNG SỐ MIỀN THỜI GIAN (Time-Domain Wavelet & Passive RLC)     │
 │ • Giải hệ phương trình vi phân động học ODE bằng phép biến đổi Wavelet (khử sai số số)  │
 │ • Tổng hợp ma trận tổng trở đặc tính miền pha $Z_c(\omega)$ bằng 6 nhánh mạch thụ động RLC │
 │ • Ứng dụng: Đóng không tải đường dây 220kV và ngắn mạch lưới mẫu 3 nút, 9 nút, Nhà Bè  │
 └─────────────────────────────────────────────────────────────────────────────────────────┘

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ ba công cụ: Kỹ thuật Wavelet, Biến đổi $z$ và Trí tuệ nhân tạo thích nghi. Điểm đột phá nằm ở cơ chế phân tích miền pha trực tiếp kết hợp tổng hợp mạch thụ động RLC:

1. Biểu diễn ma trận tổng trở đặc tính nút ($Z_c$): Hệ phương trình đường dây nhiều pha được viết dưới dạng miền pha trực tiếp: $$\begin{bmatrix} I_k(\omega) \ I_j(\omega) \end{bmatrix} = \begin{bmatrix} Y_c(\omega) & -Y_m(\omega) \ -Y_m(\omega) & Y_c(\omega) \end{bmatrix} \begin{bmatrix} U_k(\omega) \ U_j(\omega) \end{bmatrix}$$
2. Tổng hợp mạng thụ động RLC 6 nhánh: Ma trận tổng dẫn nút được ánh xạ thành 6 mạch RLC hai cực độc lập (3 mạch nối giữa các pha $a-b, b-c, c-a$ và 3 mạch nối giữa từng pha với nút cân bằng $E$).
3. Cơ chế đảm bảo ổn định tự nhiên: Như tác giả chứng minh: "Tính chất ổn định đạt được không cần sự xấp xỉ vì phần thực trong ma trận tổng dẫn của mạng xấp xỉ kết hợp các phần tử mạch thụ động luôn xác định dương. Do đó, tính chất ổn định luôn luôn thỏa mãn trong mạng thụ động này."

Điều kiện biên (boundary conditions) của khung phân tích được xác lập chặt chẽ: áp dụng cho đường dây truyền tải cao thế trên không và cáp ngầm có tính đến sự phụ thuộc tần số của thông số rải từ dải tần công nghiệp (50Hz) đến dải tần số cao của sóng quá độ (5MHz).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ lập trường bản thể luận khách quan (objectivism) và nhận thức luận thực chứng thực nghiệm (post-positivism/critical realism), kết hợp chặt chẽ giữa mô hình hóa giải tích toán học trừu tượng, mô phỏng số học chính xác trên phần mềm tiêu chuẩn quốc tế ATP-EMTP, và kiểm chứng trên dữ liệu lưới điện vận hành thực tế. Thiết kế nghiên cứu đa tầng bao gồm:

• Cấp độ phần tử (Component level): Mô hình hóa chi tiết thiết bị đóng cắt, tụ bù công suất lớn (50MVar), máy biến áp 110/22kV (10MVA, $x' = 10%$), và đường dây truyền tải thông số rải phụ thuộc tần số.
• Cấp độ mạng lưới (Network level): Thiết lập mô phỏng động trên hệ thống 3 nút, 9 nút tiêu chuẩn và phân hệ lưới điện truyền tải 550kV – 220kV khu vực phía Nam Việt Nam.

                    SƠ ĐỒ THIẾT KẾ MẠNG RLC MÔ TẢ MA TRẬN TỔNG TRỞ MIỀN PHA
                          
                                    Pha a o───────────┐
                                          │           │
                                       [Mạch 1]    [Mạch 4]
                                       (RLC a-b)   (RLC a-E)
                                          │           │
                                    Pha b o─────┼─────┼───────────┐
                                          │     │     │           │
                                       [Mạch 2] │     │        [Mạch 5]
                                       (RLC b-c)│     │        (RLC b-E)
                                          │     │     │           │
                                    Pha c o─────┴─────┼─────┐     │
                                                      │     │     │
                                                   [Mạch 3] │  [Mạch 6]
                                                   (RLC c-a)│  (RLC c-E)
                                                      │     │     │
                                    Nút E o───────────┴─────┴─────┘
                                  (Cân bằng)

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được triển khai theo các giao thức tính toán và chuẩn hóa nghiêm ngặt:

1. Tạo lập tập mẫu quá độ (Data Generation): Sử dụng phần mềm chuyên dụng ATP-EMTP mô phỏng 10 hiện tượng quá độ điện từ then chốt ở tần số 50Hz, bao gồm: đóng trạm tụ cách ly, khuếch đại điện áp, đóng tụ song song, phóng điện trước (prestrike), phóng điện trở lại (restrike), sụt áp (sag: 0.1 – 0.9 p.u.), tăng áp (swell: 1.1 – 1.8 p.u.), mất điện (interruption: $<0.1$ p.u.), chập chờn điện áp (flicker: 0.1 – 7% p.u., tần số $<25$Hz), và họa tần (harmonics: méo phi tuyến).
2. Trích xuất đặc trưng Wavelet: Áp dụng biến đổi DWT đa cấp độ (từ bậc 1 đến bậc 5) với các họ Wavelet Daubechies ($db2, db4, db8$). Tính toán phân bố tỷ trọng năng lượng tại từng mức phân giải để thiết lập vector đặc trưng đầu vào cho các bộ phân loại.
3. Thẩm định chéo và kiểm thử độ tin cậy: Kiểm định độ nhạy của giải thuật phân loại dưới tác động của nhiễu trắng Gaussian (AWGN) với các mức SNR khác nhau và hiện tượng méo tín hiệu do hiện tượng quá độ kép chồng lấn trong miền thời gian.

Data và phân tích

Phân tích số liệu và giải tích động lực học được tiến hành trên môi trường kết hợp giữa ATP-EMTP và MATLAB:

• Tập dữ liệu huấn luyện và kiểm định: Hàng trăm kịch bản đóng cắt và sự cố ngắn mạch được khởi tạo tại các góc pha đóng cắt ngẫu nhiên ($0^\circ$ đến $360^\circ$), điện trở ngắn mạch thay đổi và các mức bù công suất phản kháng khác nhau.
• Kỹ thuật phân loại so sánh: Ba cấu trúc AI được đánh giá song song gồm: Mạng nơ-rôn xác suất (Probabilistic Neural Network - PNN), Hệ suy luận mờ chuẩn Mandani (Fuzzy Inference System - FIS với hàm thành viên Gauss), và Mạng nơ-rôn mờ thích nghi (ANFIS với 22 luật mờ khởi tạo).
• Kiểm định giải thuật tích phân số miền Wavelet: So sánh nghiệm điện áp và dòng điện của phương pháp tích phân Wavelet đề xuất với nghiệm giải tích chính xác (Analytical benchmark), phương pháp Runge-Kutta bậc 4 (RK4) và quy tắc hình thang (Trapezoidal rule) trong mạch RLC nguồn DC và nguồn AC.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án mang lại 5 phát hiện đột phá có giá trị học thuật và kỹ thuật cao:

1. Giải mã định lượng 5 cơ chế đóng cắt tụ bù: Nghiên cứu phân lập chính xác đặc tính quá độ của từng trường hợp đóng tụ. Trong đóng tụ cách ly, dòng xung kích đạt đỉnh từ 5 đến 15 lần dòng định mức ($I_{dm}$). Trong hiện tượng khuếch đại điện áp tại trạm hạ áp 22kV (khi đóng tụ 50MVar phía 110kV qua máy biến áp 10MVA $x'=10%$), điện áp quá độ tăng vọt khi tần số riêng hai nhánh tiệm cận ($f_1 \approx f_2$). Đặc biệt, hiện tượng phóng điện trước gây vọt lố điện áp từ 1.8 đến 2.0 p.u., trong khi phóng điện trở lại (restrike) làm tích lũy điện tích khiến điện áp đỉnh đạt 3.0 p.u. ở chu kỳ đầu và vọt lên 6.0 p.u. ở chu kỳ phóng điện thứ hai.
2. Ưu thế vượt trội của Mạng Nơ-rôn Xác suất (PNN) và ANFIS: Đánh giá trên cùng một tập mẫu thực nghiệm cho thấy PNN và ANFIS đạt tỷ lệ phân loại chính xác vượt bậc so với hệ mờ thuần túy. PNN có thời gian đáp ứng milli-giây, không bị kẹt ở cực tiểu địa phương, cực kỳ phù hợp cho bảo vệ rơ le số thời gian thực.
3. Triệt tiêu hiện tượng dao động số học trong mô phỏng miền thời gian: Như tác giả chỉ ra trong luận án: "Hai giới hạn chính của phương pháp tính toán hệ thống điện trong miền thời gian hiện nay là: độ chính xác khi tính toán và dao động về tính toán số khi mô phỏng trong mạch điện tử công suất, thao tác đóng cắt mạch do thông số các phần tử tích trữ năng lượng trong mạch và bước thời gian tính toán mô phỏng." Phương pháp Wavelet đề xuất đã loại bỏ hoàn toàn các dao động số giả tạo quanh điểm gián đoạn mà phương pháp hình thang trong EMTP mắc phải.
4. Bảo toàn tính thụ động của mô hình đường dây miền pha: Việc ánh xạ ma trận tổng dẫn thành 6 nhánh mạng thụ động RLC đảm bảo phần thực ma trận luôn xác định dương trong toàn dải tần số từ 0 đến tần số Nyquist, loại trừ triệt để nguy cơ bùng nổ nghiệm số học khi mô phỏng đóng không tải đường dây cao thế 220kV.
5. Kiểm chứng thành công trên lưới điện thực tế trạm 500kV Nhà Bè: Giải thuật Wavelet-ANN nhận dạng chính xác $100%$ các dạng ngắn mạch 1 pha, 2 pha chạm đất, 3 pha và hiện tượng đóng tải công suất lớn trên phân hệ 500kV – 220kV miền Nam Việt Nam.

                           BẢNG SO SÁNH CÁC PHƯƠNG PHÁP TÍNH TOÁN QUÁ ĐỘ
┌──────────────────────────┬────────────────────────────┬────────────────────────────┬────────────────────────────┐
│ Tiêu chí đánh giá        │ Quy tắc Hình thang (EMTP)  │ Runge-Kutta Bậc 4 (RK4)    │ Phương pháp Wavelet (Đề tài│
├──────────────────────────┼────────────────────────────┼────────────────────────────┼────────────────────────────┤
│ Độ chính xác nghiệm      │ Trung bình (Sai số cắt bậc │ Cao ở bước tính nhỏ        │ Rất cao (Bảo toàn dạng sóng│
│                          │ hai $O(h^2)$)              │                            │ đa phân giải)              │
│ Dao động số học (Oscill.)│ Dễ xuất hiện khi đóng cắt  │ Ít gặp nhưng tốn thời gian │ Triệt tiêu hoàn toàn       │
│ Thời gian tính toán      │ Cực nhanh (Tuyến tính hóa) │ Chậm (Nhiều bước phụ)      │ Nhanh, tối ưu theo cấp độ  │
│ Độ ổn định mô hình dây   │ Dễ mất ổn định miền pha    │ Phụ thuộc bước thời gian   │ Ổn định tự nhiên tuyệt đối │
└──────────────────────────┴────────────────────────────┴────────────────────────────┴────────────────────────────┘

Implications đa chiều

• Về mặt lý thuyết: Thiết lập cơ sở toán học vững chắc cho việc ứng dụng giải tích Wavelet trong giải hệ phương trình vi tích phân động lực học của hệ thống điện phi tuyến.
• Về mặt phương pháp luận: Mở ra quy trình chuẩn hóa kết hợp giữa trích xuất năng lượng Wavelet và mạng nơ-rôn để phân loại dữ liệu chuỗi thời gian chất lượng điện năng.
• Về ứng dụng thực tiễn: Cung cấp thuật toán nhúng trực tiếp cho các thiết bị ghi sự cố kỹ thuật số (Digital Fault Recorders - DFR), rơ le bảo vệ kỹ thuật số diện rộng (WAMPAC) tại các trạm biến áp 500kV/220kV/110kV của Tập đoàn Điện lực Việt Nam (EVN).
• Về chính sách và tiêu chuẩn: Đóng góp cơ sở khoa học để hoàn thiện các quy định kỹ thuật về quản lý sóng hài, dao động điện áp và tiêu chuẩn đóng cắt tụ bù trong Quy định hệ thống điện truyền tải (Grid Code) của Bộ Công Thương.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

1. Khối lượng tính toán khi mở rộng quy mô mạng nơ-rôn: Mặc dù PNN nhận dạng nhanh, quá trình huấn luyện mạng nơ-rôn nhiều lớp truyền thống vẫn đòi hỏi khối lượng dữ liệu khổng lồ khi cấu hình lưới điện thay đổi phức tạp.
2. Giới hạn số nút của lưới điện kiểm chứng giải tích: Giải thuật tích phân số Wavelet mới chỉ được thử nghiệm trực tiếp trên lưới mẫu 3 nút và 9 nút; việc áp dụng cho lưới điện quy mô hàng nghìn nút đòi hỏi thuật toán xử lý ma trận thưa nâng cao.
3. Ảnh hưởng của tương quan năng lượng đa kênh: Luận án chưa phân tích sâu mối tương quan thống kê giữa các mức năng lượng Wavelet của các pha đồng thời khi xuất hiện sự cố đa điểm.

Chương trình nghiên cứu tương lai (Future Research Agenda) cần tập trung vào 4 hướng chiến lược:

• Tích hợp xác suất xuất hiện mức năng lượng Wavelet để nâng cao hơn nữa độ nhạy nhận dạng sự cố có điện trở quá độ cực lớn.
• Phát triển phần mềm mô phỏng quá độ điện từ song song (Parallel EMTP-Wavelet) chạy trên nền tảng điện toán hiệu năng cao GPU.
• Mở rộng mô hình đường dây thụ động RLC cho hệ thống cáp ngầm cao thế vượt biển phức tạp và lưới điện một chiều cao áp (HVDC).
• Nghiên cứu ứng dụng Deep Learning (CNN, Transformer) kết hợp Wavelet để tự động học đặc trưng từ dữ liệu sóng đo lường PMU (Phasor Measurement Unit).

Tác động và ảnh hưởng

Nghiên cứu mang lại những tác động sâu rộng trên nhiều phương diện:

• Ảnh hưởng học thuật: Đặt nền móng cho các nghiên cứu chuyên sâu về ứng dụng giải tích Wavelet trong kỹ thuật điện lực tại Việt Nam, mở ra tiềm năng trích dẫn cao trong các tạp chí chuyên ngành quốc tế (IEEE Transactions on Power Delivery, Power Systems).
• Chuyển đổi ngành công nghiệp điện lực: Cung cấp công cụ tính toán chính xác hiện tượng đóng không tải đường dây 220kV – 500kV, giúp các kỹ sư điều độ thuộc Trung tâm Điều độ Hệ thống điện Quốc gia (NLDC/A0) và các Công ty Truyền tải điện (PTC) dự báo trước điện áp nguy hiểm để chọn điểm đóng cắt tối ưu, bảo vệ cách điện máy biến áp và chống nổ tụ bù.
• Lợi ích kinh tế - xã hội: Giảm thiểu sự cố mất điện lan truyền (blackout), kéo dài tuổi thọ khí cụ điện cao thế, tiết kiệm hàng tỷ đồng chi phí sửa chữa thay thế thiết bị cho ngành điện và ngăn ngừa thiệt hại kinh tế do gián đoạn cung cấp điện cho các khu công nghiệp trọng điểm phía Nam.
• Ý nghĩa quốc tế: Đóng góp một giải pháp xử lý trọn vẹn bài toán tính ổn định thụ động của ma trận đường dây truyền tải miền pha, giải quyết một thách thức tồn tại lâu năm trong cộng đồng mô phỏng EMTP thế giới.

Đối tượng hưởng lợi

• Nghiên cứu sinh và Giảng viên ngành Điện lực: Thụ hưởng một khung lý thuyết hoàn chỉnh về ứng dụng Wavelet và AI trong phân tích chất lượng điện năng và quá độ động học.
• Kỹ sư R&D thiết bị bảo vệ rơ le: Tiếp cận giải thuật nhận dạng sự cố siêu tốc để lập trình vào các dòng vi điều khiển DSP trong rơ le kỹ thuật số thế hệ mới.
• Kỹ sư vận hành và điều độ lưới điện: Sở hữu phương pháp tính toán và phân tích hiện tượng vọt lố điện áp đóng cắt tụ bù và đóng đường dây không tải với độ tin cậy tuyệt đối.
• Các nhà hoạch định chính sách năng lượng: Có thêm luận cứ kỹ thuật để ban hành các quy chuẩn khắt khe về giám sát chất lượng điện năng cho các nhà máy năng lượng tái tạo đấu nối vào lưới truyền tải.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp độc đáo nhất là việc thiết lập phương pháp tổng hợp ma trận tổng trở/tổng dẫn đặc tính miền pha $Z_c(\omega)$ thành mạng thụ động 6 nhánh RLC xác định dương. Công trình đã mở rộng trực tiếp lý thuyết mô hình hóa đường dây thông số rải nhiều dây dẫn (Multiconductor Transmission Lines) của J.R. Carson và H.W. Dommel, giải quyết triệt để nguy cơ mất ổn định toán học trong mô phỏng miền thời gian mà không cần dựa vào các phép xấp xỉ hàm hữu tỉ không thụ động.

2. Đột phá về mặt phương pháp luận so với ít nhất hai nghiên cứu quốc tế tiền nhiệm? Trả lời: So với nghiên cứu của Ghosh & Lubkeman (1993) [9] (chỉ dùng mạng ANN thuần túy dễ rơi vào điểm cực tiểu địa phương và cần tập dữ liệu huấn luyện quá lớn) và Dash et al. (2000) [24] (dùng Fourier kết hợp Fuzzy nhưng không thể nhận dạng sự cố ngắn mạch và quá độ nhanh), luận án đã đột phá khi kết hợp phép biến đổi đa phân giải Wavelet Daubechies để rút gọn không gian vector đặc trưng năng lượng, sau đó đưa vào mạng PNN và Neuro-Fuzzy, giúp tốc độ nhận dạng đạt mức milli-giây với độ chính xác cao ngay cả trong môi trường có nhiễu tạp trắng và tín hiệu chồng lấn.

3. Phát hiện bất ngờ nhất về mặt số liệu thực nghiệm trong luận án là gì? Trả lời: Đó là định lượng chính xác sự gia tăng điện áp khốc liệt trong hiện tượng phóng điện trở lại (restrike) khi cắt tụ bù: điện áp trên tụ đạt tới 3.0 p.u. trong lần phóng đầu tiên và vọt lên mức nguy hiểm 6.0 p.u. ở lần phóng thứ hai. Đồng thời, nghiên cứu chứng minh hiện tượng khuếch đại điện áp tại phía hạ áp 22kV có thể gây phá hủy cách điện ngay cả khi phía cao áp 110kV đóng tụ công suất định mức nếu xảy ra cộng hưởng tần số riêng giữa hai cấp điện áp.

4. Nghiên cứu có cung cấp giao thức tái lập (Replication Protocol) rõ ràng không? Trả lời: Có. Luận án cung cấp chi tiết sơ đồ nguyên lý mạch điện tương đương, hệ phương trình trạng thái toán học, các tham số máy biến áp (110/22kV, 10MVA, $x'=10%$), thông số tụ bù (50MVar, 2MVar), quy trình phân rã Wavelet đa cấp độ, bảng 22 luật mờ trong hệ ANFIS, và sơ đồ khối thuật toán giải hệ phương trình vi phân trên lưới 3 nút, 9 nút và trạm 500kV Nhà Bè bằng công cụ ATP-EMTP và MATLAB.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo ra sao? Trả lời: Lộ trình 10 năm định hướng: (1) Hoàn thiện lý thuyết tương quan xác xuất mức năng lượng Wavelet đa kênh; (2) Tích hợp giải thuật vào chip phần cứng nhúng DSP/FPGA cho rơ le số thời gian thực; (3) Mở rộng giải thuật Wavelet tích phân số cho các hệ thống điện siêu lớn tích hợp năng lượng tái tạo biến thiên (gió, mặt trời) và liên kết lưới điện thông minh Smart Grid quốc gia.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Nhân Bổn là một công trình khoa học mẫu mực, kết hợp hài hòa giữa toán học ứng dụng cao cấp, kỹ thuật xử lý tín hiệu hiện đại và chuyên môn sâu về kỹ thuật hệ thống điện. Luận án đã mang lại 5 đóng góp học thuật và thực tiễn cốt lõi:

1. Xác lập thành công quy trình ứng dụng hàm Wavelet Daubechies tối ưu để phân tích đặc trưng năng lượng phổ cho 10 hiện tượng quá độ điện từ và chất lượng điện năng tiêu biểu.
2. Xây dựng và so sánh định lượng toàn diện ba mô hình trí tuệ nhân tạo (PNN, Fuzzy, Neuro-Fuzzy) trên cùng tập mẫu, chứng minh ưu thế vượt trội của PNN và ANFIS trong môi trường tín hiệu nhiễu và chồng lấn thời gian.
3. Khảo sát và giải mã toán học chi tiết 5 cơ chế quá độ đóng cắt tụ bù phức tạp (đóng cách ly, khuếch đại điện áp, đóng song song, phóng điện trước và phóng điện trở lại với điện áp vọt lố lên tới 6.0 p.u.).
4. Phát triển giải thuật giải hệ phương trình vi phân mô phỏng hệ thống điện trong miền thời gian bằng kỹ thuật Wavelet, triệt tiêu hoàn toàn hiện tượng dao động số học giả tạo của phương pháp tích phân truyền thống trong EMTP.
5. Sáng tạo giải pháp biểu diễn ma trận tổng dẫn đường dây thông số rải bằng mạng 6 nhánh thụ động RLC xác định dương, bảo đảm tính ổn định nghiệm số học tuyệt đối và triển khai kiểm chứng thành công trên phân hệ lưới truyền tải 500kV – 220kV thực tế tại miền Nam Việt Nam.

Công trình không chỉ giải quyết một bài toán kỹ thuật cấp bách của ngành điện lực Việt Nam trong giai đoạn hiện đại hóa lưới điện mà còn mở ra những hướng nghiên cứu học thuật tiên phong có giá trị tham khảo bền vững cho cộng đồng khoa học quốc tế.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan nhận dạng hiện tượng quá độ và tính toán quá độ. Chương 2: Một số quá trình quá độ trong hệ thống điện (mô hình và công cụ mô phỏng). Chương 3: Ứng dụng Wavelet trong: a. Phân tích phổ tín hiệu để phát hiện điểm biến thiên mạnh, b.

Giải hệ phương trình vi-tích phân và giải trong hệ thống điện. Chương 4: Mạng nơ–rôn, lô-gic mờ và ứng dụng trong nhận dạng hiện tượng quá độ điện từ. Chương 5: Các kết quả tính toán và mô phỏng. 5 1 TỔNG QUAN NHẬN DẠNG HIỆN TƯỢNG QUÁ ĐỘ VÀ TÍNH TOÁN QUÁ ĐỘ 1.1 NHẬN DẠNG HIỆN TƯỢNG QUÁ ĐỘ ĐIỆN TỪ Việc nhận dạng sự cố trong hệ thống điện là một công việc khó khăn và phức tạp.

Hiện nay, với sự phát triển của thiết bị bảo vệ rơ le điện tử, kỹ thuật số, các sự cố trong hệ thống điện được nhận dạng và điều khiển tương đối đầy đủ và chính xác. Tuy nhiên, với yêu cầu ngày càng cao, thiết bị rơ le khó phát hiện được các dao động điện, các thành phần họa tần bậc cao. Từ đó, đòi hỏi phải có một thiết bị mới, một công nghệ mới, nhận dạng được mọi sự cố một cách nhanh chóng, chính xác. Một phương pháp được nghiên cứu nhiều trong thời gian gần đây là nhận dạng sự cố hệ thống điện bằng kỹ thuật Wavelet để phân tích các sóng tín hiệu đo lường dòng điện và điện áp.

Phân tích Wavelet biến đổi sóng tín hiệu sang cả hai miền thời gian và tần số, do đó mọi sự thay đổi về biên độ, tần số của tín hiệu phân tích đều có thể nhận biết được. Trong những năm gần đây, với sự phát triển mạnh của khoa học về mạng nơ- rôn và biến đổi Wavelet cho phép ứng dụng phương pháp phân tích Wavelet các tín hiệu đo lường của hệ thống điện, sau đó đưa các kết quả phân tích đến mạng nơ-rôn. Mạng nơ-rôn sẽ xử lý và đưa ra tín hiệu sự cố, loại sự cố, tín hiệu điều khiển tác động cắt máy cắt, cô lập điểm sự cố ra khỏi hệ thống. Gần đây, bài toán phân loại và bài toán xác định sự cố trên lưới điện truyền tải và lưới phân phối đang được nghiên cứu bằng kỹ thuật xử lý tín hiệu và kỹ thuật nhận dạng.

Giải thuật nhúng xử lý tín hiệu là phần quan trọng trong hệ thống nhận dạng hiện tượng quá độ. Trước đây, việc nhận dạng sự cố hệ thống điện dựa trên các đo lường các giá trị hiệu dụng và phân tích tần số với các ràng buộc để nâng cao độ chính xác [4-5]. Gần đây, các phương pháp phát hiện và phân loại tự động các hiện tượng quá độ điện từ được đề xuất dựa trên kỹ thuật phân tích Wavelet, mạng nơ-rôn, lô-gíc mờ [6-62]. Tổng quan về các phương pháp nhận dạng hiện tượng quá độ điện từ như sau: 1.1 Các phương pháp dựa trên mạng nơ-rôn Mạng nơ-rôn(ANN) là kỹ thuật hữu hiệu cho mô hình nhận dạng, phân loại.

Nhiều giải thuật sử dụng mạng ANN cho phát hiện và phân loại sự cố trong các năm 6 gần đây [8]. Mạng nơ-rôn được sử dụng phổ biến trong các ứng dụng hệ thống điện vì các giải thuật được sử dụng để huấn luyện dữ liệu ngoại tuyến. Các kỹ thuật sử dụng trong mạng nơ-rôn chứng tỏ là công cụ tốt để phát hiện và phân loại sự cố mà không cần dùng bất cứ thông tin ngõ vào, ví dụ tổng trở lưới điện. Mạng nơ-rôn học từ các mẫu trong quá trình huấn luyện mạng.

Tính chất của mạng nơ-rôn có khả năng nhận dạng nhanh chóng, không ảnh hưởng nhiễu, sai số thấp,….Vì vậy, các quyết định thực hiện bởi hệ thống bảo vệ tạo dựa trên mạng nơ-rôn không bị ảnh hưởng bởi các thông số thay đổi của hệ thống điện. Tác giả Ghosh và Lubkeman [9] đề xuất phân loại sự cố trong hệ thống điện bằng mạng nơ-rôn nhân tạo có sử dụng dữ liệu đầu vào là các tín hiệu sự cố. Nghiên cứu này đã đề xuất hai mạng nơ rôn khác nhau, mạng nơ-rôn nuôi tiến và mạng nơ- rôn trễ thời gian. Công trình này có khả năng mã hóa mối quan hệ tạm thời trong dữ liệu ngõ vào dựa vào thư viện dạng sóng sự cố.

Sanaye-Pasand và Khorashadi-Zadeh [10] cũng đề xuất phương pháp nhận dạng và phân loại sự cố sử dụng mạng nơ-rôn nhân tạo; trong phương pháp này, tín hiệu ngõ vào được mô hình hóa và mạng nơ-rôn được sử dụng để nhận dạng các mẫu này. Jain và các cộng sự [11] đề xuất phương pháp mới để phát hiện và phân loại sự cố trên hai đường dây truyền tải song song. Hỗ cảm đường dây được đưa vào quá trình thiết kế mạng nơ-rôn theo các bước sau: - Chuẩn bị các dữ liệu huấn luyện phù hợp trong các trường hợp sự cố để mạng nơ-rôn cần thiết học; - Chọn lựa cấu trúc mạng nơ-rôn phù hợp đối áp dụng cụ thể; - Huấn luyện mạng nơ-rôn; - Đánh giá mạng nơ-rôn đã huấn luyện bằng các mẫu thử để kiểm tra độ chính xác khi nhận dạng sự cố. Tương tự, Jain và cộng sự [12] sử dụng sơ đồ đề xuất [11] là mạng nơ-rôn nuôi tiến và giải thuật Marquardt Levenberg.

Giải thuật sử dụng các thành phần cơ bản của dòng điện, điện áp và các thiết bị đo lường ở hai đầu đường dây.2 Các phương pháp dựa trên kỹ thuật Wavelet Ramaswamy và Kashyap [13,14] đề xuất phương pháp khác để phân loại sự cố trong hệ thống điện sử dụng kỹ thuật Wavelet để phân tích quá độ hệ thống điện. Mạng nơ-rôn xác suất phát hiện sự cố sau khi kỹ thuật Wavelet phân tích tín hiệu thành các hệ số chi tiết. Mạng nơ-rôn này được sử dụng để phân biệt các hệ số chi tiết cho mỗi sự cố, sau đó phân loại sự cố. Gayathri và Kumarappan [15] đề xuất phương pháp thích hợp phát hiện và phân loại sự cố trên đường dây truyền tải sử dụng kỹ thuật Wavelet kết hợp với mạng nơ-rôn.

Phương pháp này không phụ thuộc vào biên độ điện áp quá độ nhưng phụ thuộc tần số được xác định khi xảy ra hiện tượng quá độ. Upendar [16] đề xuất kết hợp kỹ thuật Wavelet rời rạc để phân tích các đặc điểm của sự cố và mạng nơ-rôn (ART2) để phân loại các sự cố. Swarup [17] đề xuất giải thuật mới để bảo vệ hai đường dây truyền tải song song, giải thuật này sử dụng kỹ thuật Wavelet và hệ nơ-rôn mờ. Giải thuật chia làm hai giai đoạn: phân tích trong miền thời gian tần số được thực hiện bằng kỹ thuật Wavelet và hệ nơ-rôn mờ để nhận dạng loại sự cố.

Zheng-you [18,19] sử dụng tín hiệu dòng điện sự cố để phân tích thành các tín tín hiệu xấp xỉ và chi tiết. Sau đó, sử dụng kỹ thuật Wavelet gói để xác định sự cố. Mạng nơ-rôn này phân tích ngõ vào phi tuyến tương ứng đặc tính không gian đa chiều; sau đó sử dụng tính chất nhiều lớp của mạng SVM để phân loại các sự cố khác nhau. Kỹ thuật Wavelet phân tích tín hiệu dòng điện và tiến trình tối ưu hóa sử dụng GA để phân loại sự cố.3 Các phương pháp dựa trên hệ lô-gíc mờ Biswarup và Reddy [22] đưa ra giải thuật phát hiện và phân loại sự cố dựa trên kỹ thuật Fourier rời rạc và kỹ thuật suy luận mờ; sử dụng một chu kỳ và thành phần đối xứng trong tần số cơ bản.

Sự khác nhau về góc pha của các thành phần thứ tự của 8 dòng điện sự cố trong mỗi pha và biên độ của các thành phần này được đưa vào hệ suy luận mờ. Razi và cộng sự [23] đề xuất hệ suy luận mờ cải tiến dựa trên sơ đồ phân loại sự cố sử dụng các hàm thành viên để giải quyết vấn đề chồng lấn các sự cố. Dash và cộng sự [24] sử dụng kỹ thuật Fourier kết hợp với ước lượng biên độ điện áp lớn nhất và độ chênh lệch điện áp so với giá trị định mức. Các thông số này được đưa vào hệ chuyên gia mờ.

Phương pháp này nhận dạng nhiều sự cố như hiện tượng sụt áp, hiện tượng tăng áp; nhưng phương pháp này không sử dụng cho nhận dạng các sự cố ngắn mạch. Vasilic [25] đưa ra phương pháp mới để phân loại sự cố dựa trên hệ mờ ART và mạng nơ-rôn, giải thuật đề xuất sử dụng lý thuyết mạng nơ-rôn tự sắp xếp cạnh tranh và giải thuật này đưa ra vài cải tiến so với phương pháp trước đây. Zhang [26] cũng đưa ra giải thuật tương tự [25] nhưng dựa trên tập luật ra quyết định dựa trên hệ mờ K-NN; trong khi hệ mờ ART tập trung phát hiện sự cố trên đường dây truyền tải. Các kết quả đưa ra lời giải nhanh chóng, có khả năng áp dụng nhận dạng và phân loại trong thực tế.

Pradhan [27] nỗ lực đưa ra phương pháp phân loại sự cố cho đường dây truyền tải có gắn tụ bù nối tiếp, giải thuật sử dụng hệ lô gíc mờ kết hợp kỹ thuật Wavelet. Kỹ thuật Wavelet trích xuất đặc trưng của dòng điện sự cố, sử dụng trong hệ lô gíc mờ.4 Phương pháp dựa trên kết hợp thành phần đối xứng, tần số và thời gian F. Aldeen [7] đề nghị phương pháp mới để phát hiện và phân loại sự cố dựa vào nguyên lý cơ bản của ước lượng. Các tín hiệu sự cố được mô hình hóa như ngõ vào chưa biết và sau đó ước lượng một cách hệ thống hóa bằng lý thuyết quan sát ngõ vào.

Phương pháp này được áp dụng các phần tử lưới điện như máy phát điện, bộ kích từ, đường dây và phụ tải. Samantaray và cộng sự [28] trình bày giải thuật dựa trên phân tích Fourier về đường bao tần số để phân biệt giữa các điều kiện sự cố và điều kiện không sự cố. Dòng sự cố được phân tích bằng kỹ thuật Fourier ngắn. Khi sự cố thì các đường bao tần số tập trung ở tần số cao và khi ở điều kiện bình thường thì các đường bao tần số tập trung ở tần số thấp.

9 Adu [29] đề xuất giải thuật dựa trên đo lường các góc pha giữa thành phần thứ tự thuận và thành phần thứ tự nghịch của các dòng điện pha. Giải thuật này cũng dựa vào biên độ các thành phần thứ tự nghịch và thứ tự không của dòng điện.5 Đánh giá các phương pháp nhận dạng hiện tượng quá độ điện từ Hầu hết các phương pháp đều phát hiện và phân loại các loại sự cố trong hệ thống điện như ngắn mạch 1 pha, ngắn mạch 2 pha chạm đất, ngắn mạch 3 pha. Tuy nhiên, các phương pháp được đề xuất không nhận dạng tất cả các loại sự cố.