Tổng quan về luận án

Sự phát triển nhanh chóng của các hệ thống điện hiện đại cùng tốc độ mở rộng không ngừng của lưới truyền tải điện siêu cao áp và cao áp đặt ra yêu cầu cấp thiết về việc nâng cao tính liên tục, an toàn và độ tin cậy cung cấp điện. Theo thống kê của Tập đoàn Điện lực Việt Nam (EVN), quy mô lưới điện tăng trưởng vượt bậc với hàng chục nghìn kilomet đường dây ở các cấp điện áp 110kV, 220kV và 500kV. Trong quá trình vận hành, các sự cố ngắn mạch do sét đánh, suy giảm cách điện, đứt dây hay chạm đất là không thể tránh khỏi. Khi sự cố xảy ra, bảo vệ rơle thực hiện tác động cắt ly cô lập phần tử hư hỏng. Tuy nhiên, thời gian khôi phục hệ thống phụ thuộc mang tính quyết định vào tốc độ và độ chính xác của việc định vị điểm sự cố. Luận án tiến sĩ kỹ thuật điện của Nghiên cứu sinh Trương Tuấn Anh với đề tài "Nghiên cứu phương pháp xác định vị trí sự cố trên đường dây tải điện dựa trên mạng nơron MLP" (chuyên ngành Kỹ thuật điện, mã số 62520202, Trường Đại học Bách khoa Hà Nội, dưới sự hướng dẫn của PGS.TSKH. Trần Hoài Linh và TS. Phạm Hồng Thịnh) đã tiên phong giải quyết bài toán định vị sự cố phi tuyến bằng cách kết hợp trí tuệ nhân tạo với thuật toán rơle truyền thống.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ hạn chế cố hữu của các phương pháp định vị sự cố kinh điển: phương pháp tổng trở đo một đầu truyền thống (như thuật toán Takagi, phương pháp điện kháng đơn) chịu ảnh hưởng nghiêm trọng bởi điện trở sự cố quá độ ($R_f$), dòng tải trước sự cố, sai số máy biến dòng/áp (CT/VT), thành phần một chiều (DC offset) và đặc tính không đối xứng của đường dây không hoán vị; trong khi phương pháp sóng lan truyền (Traveling Wave) phụ thuộc khắt khe vào công nghệ đồng bộ thời gian GPS (với sai số thời gian $1\mu\text{s}$ tương đương sai số khoảng cách $150\text{m}$) và chi phí phần cứng rất lớn. Luận án tập trung giải quyết các câu hỏi nghiên cứu và giả thuyết khoa học sau:

  1. Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để phát hiện chính xác thời điểm xuất hiện sự cố trong miền thời gian thực chỉ bằng tín hiệu điện áp và dòng điện tức thời đo ở một đầu đường dây?
  2. Câu hỏi nghiên cứu 2 (RQ2): Mô hình phi tuyến học máy nào có khả năng vượt qua giới hạn của mạng nơron truyền thẳng đơn lẻ nhằm triệt tiêu hiện tượng sai số cực đại khi đối mặt với dữ liệu biên chưa học?
  3. Câu hỏi nghiên cứu 3 (RQ3): Cơ chế phối hợp tối ưu giữa thuật toán rơle khoảng cách số hóa và mạng nơron nhân tạo để giảm thiểu sai số ước lượng vị trí là gì?
  • Giả thuyết H1: Phân tích biến đổi Wavelet (sóng nhỏ) Daubechies bậc 3 ($db3$) đối với thành phần chi tiết bậc 1 ($d_1$) ở tần số lấy mẫu $100\text{kHz}$ cho phép xác định chính xác điểm kỳ dị của tín hiệu tức thời khi sự cố xuất hiện.
  • Giả thuyết H2: Kiến trúc bù sai số phi tuyến song song giữa mạng nơron Multi-Layer Perceptron (MLP) và thuật toán rơle tổng trở ($l_{\text{chính xác}} = l_{\text{rơle}} + \Delta l_{\text{MLP}}$) sẽ khắc phục hoàn toàn nhược điểm sai số cực đại của mạng MLP độc lập, đưa độ chính xác tổng thể về dưới $1%$.

Phạm vi thực nghiệm và kiểm chứng của công trình tập trung vào tuyến đường dây truyền tải $110\text{kV}$ Yên Bái - Khánh Hòa có tổng chiều dài $118{,}5\text{km}$. Dữ liệu bao gồm bộ mẫu mô phỏng quá độ điện từ toàn diện gồm $2.136$ trường hợp sự cố ngắn mạch trên phần mềm ATP/EMTP, kết hợp kiểm chứng vật lý phần cứng qua Hợp bộ thí nghiệm thứ cấp 3 pha công suất lớn OMICRON CMC-356 và Rơle khoảng cách kỹ thuật số thực tế Siemens SIPROTEC 7SA522, minh chứng cho tính đột phá cả về học thuật lẫn ứng dụng công nghiệp.

Literature Review và Positioning

Tổng quan các nghiên cứu quốc tế và trong nước về định vị sự cố đường dây tải điện phản ánh ba nhánh tiếp cận chủ đạo:

Nhánh thứ nhất là các phương pháp dựa trên trở kháng (Impedance-based methods). Nghiên cứu kinh điển của Takagi et al. (1982) và các cải tiến tiếp sau (Eriksson et al., 1994; Novosel et al., 1996; Izykowski et al., 2004) khai thác mối quan hệ giữa điện áp và dòng điện tại điểm đo. Tuy nhiên, phương pháp điện kháng đơn và Takagi bộc lộ sự thiếu chính xác nghiêm trọng khi $R_f$ lớn hoặc xuất hiện hỗ cảm tương hỗ giữa các mạch. Các giải pháp đo hai đầu đường dây (Sachdev & Agarwal, 1988; Girgis et al., 1992; Kezunovic et al., 1994) cải thiện đáng kể độ chính xác nhưng đòi hỏi kênh truyền thông tốc độ cao và đồng bộ thời gian tuyệt đối.

Nhánh thứ hai là phương pháp sóng lan truyền (Traveling Wave methods). Khởi xướng từ các công trình của Bo et al. (1999), Gale et al. (1993), và Thomas et al. (2003), phương pháp này ghi nhận thời điểm sóng phản xạ cao tần di chuyển giữa điểm sự cố và thanh cái. Mặc dù đạt độ chính xác cao về mặt lý thuyết, nhưng thực tế vận hành tại Việt Nam (như thiết bị định vị sóng Nippon thử nghiệm trên đường dây $220\text{kV}$ Thái Nguyên - Hà Giang dài $232{,}2\text{km}$) ghi nhận sai số dao động từ $0{,}4%$ đến $1{,}0%$ chiều dài đường dây (tương ứng sai số khoảng cách từ $996\text{m}$ đến $2.384\text{m}$), đồng thời chi phí lắp đặt thiết bị phân giải siêu cao và cảm biến quang học là rào cản tài chính lớn.

Nhánh thứ ba là ứng dụng trí tuệ nhân tạo và xử lý tín hiệu tiên tiến. Các mạng nơron Perceptron nhiều lớp (MLP), mạng hàm cơ sở bán kính (RBF), và logic mờ (Fuzzy Logic) đã được đưa vào bảo vệ rơle từ công trình nền tảng của Sobajic & Pao (1989), Dalstein & Kulicke (1995), Kezunovic et al. (1996), Chen & Maun (2000), và Song et al. (2001). Một số công trình tiêu biểu quốc tế bao gồm:

  • Nghiên cứu của Purushothama et al. (2001) khảo sát ảnh hưởng của tần số lấy mẫu đến mạng ANN trên đường dây $230\text{kV}$ dài $188\text{km}$, cho thấy sai số cực đại lên tới $6{,}02%$ ($11{,}32\text{km}$).
  • Công trình của Martin & Bollen (2003) trên hệ thống $110\text{kV}$ dài $60\text{km}$ sử dụng EMTP-RV đạt sai số dưới $6%$ ($3{,}6\text{km}$).
  • Nghiên cứu của Jamehbozorg & Shahrtash (2010) trên đường dây hai nguồn $500\text{kV}$ dài $300\text{km}$ kiểm soát sai số dưới $0{,}23%$ ($0{,}7\text{km}$) nhưng yêu cầu số lượng tham số huấn luyện khổng lồ và không tính đến sự sai khác giữa thuật toán mô phỏng và phần cứng rơle thực tế.

Trong bối cảnh học thuật đó, luận án định vị tại điểm giao thoa giữa xử lý số tín hiệu quá độ (Wavelet) và kiến trúc lai (Hybrid AI - Classical Relay). Luận án không phủ định hay thay thế hoàn toàn rơle truyền thống mà thiết lập một cơ chế "bù sai số phi tuyến" (residual compensation). Bằng việc chứng minh nguyên lý: "Mạng MLP có thể có sai số cực đại hơn 20km (tương ứng 16,87%) khi hoạt động độc lập trên các mẫu biên", công trình đã tạo ra một bước nhảy vọt về độ chính xác và độ tin cậy vận hành thông qua kiến trúc kết hợp song song.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng nền tảng của Định lý Xấp xỉ Phổ quát (Universal Approximation Theorem) thiết lập bởi Cybenko (1989) và Hornik (1991), ứng dụng trực tiếp vào bài toán mô hình nghịch đảo (Inverse Problem) phi tuyến của hệ thống truyền tải điện quá độ:

$$\mathbf{y} = f(\mathbf{x}) = \mathbf{W}_2 \cdot \operatorname{tansig}(\mathbf{W}_1 \cdot \mathbf{x} + \mathbf{b}_1) + \mathbf{b}_2$$

Công trình chứng minh rằng một mạng nơron MLP với một lớp ẩn phi tuyến sử dụng hàm kích hoạt Tangent Hyperbolic ($\text{tansig}$) kết hợp thuật toán tối ưu Levenberg-Marquardt có thể xấp xỉ hoàn hảo hàm toán học biểu diễn sai số phức tạp của rơle khoảng cách gây ra bởi:

  1. Thành phần tự do phi tuần hoàn và suy giảm hàm mũ (DC offset transient).
  2. Ảnh hưởng phi đối xứng của đường dây truyền tải đa dẫn không hoán vị chu kỳ.
  3. Điện trở phóng điện hồ quang phi tuyến biến thiên từ $0\Omega$ đến $5\Omega$.

Về mặt tri thức luận, luận án tạo ra một sự chuyển dịch mô thức (paradigm shift) từ việc xem xét rơle và trí tuệ nhân tạo như hai hệ thống đối lập hoặc loại trừ nhau sang một cấu trúc hợp nhất: thuật toán tổng trở cổ điển xác định vùng gần đúng tuyến tính hóa, trong khi mạng MLP đảm nhận việc bù trừ các phi tuyến bậc cao của hệ động lực học quá độ.

Khung phân tích độc đáo

Khung phân tích được xây dựng trên sự tích hợp của ba lý thuyết nền tảng: Lý thuyết quá độ điện từ (Electromagnetic Transient Theory), Lý thuyết biến đổi Wavelet nhiều mức (Multiresolution Wavelet Analysis), và Lý thuyết học sâu thống kê (Statistical Learning Theory).

graph TD
    A["Tín hiệu dòng/áp 3 pha tức thời u(t), i(t)"] --> B["Biến đổi Wavelet Daubechies db3 (100kHz)"]
    B --> C["Phát hiện chính xác thời điểm sự cố T0 (Thành phần d1)"]
    C --> D["Trích xuất cửa sổ thời gian 3 chu kỳ (40ms trước, 20ms sau T0)"]
    D --> E["Tính toán tập 84 đặc tính (Giá trị tức thời + Phổ Fourier)"]
    E --> F["Mạng MLP Ước lượng Vị trí (Bù sai số song song)"]
    E --> G["Mạng MLP Nhận dạng Dạng sự cố (AG0, AB0, ABG, ABC)"]
    E --> H["Mạng MLP Ước lượng Điện trở sự cố Rf"]
    F --> I["Kết hợp Rơle 7SA522: l_chínhxác = l_rơle + Delta l_MLP"]
    I --> J["Kết quả định vị chính xác cao"]

Toàn bộ quá trình xử lý tín hiệu đầu vào tuân thủ nghiêm ngặt điều kiện biên: chỉ sử dụng các giá trị tức thời đo lường thụ động tại một đầu trạm biến áp, không đòi hỏi dữ liệu đồng bộ từ phía đối diện, giúp giảm thiểu tối đa chi phí hạ tầng thông tin liên lạc.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết lý thực chứng (positivism) và chủ nghĩa hiện thực phản biện (critical realism). Thiết kế nghiên cứu kết hợp giữa mô phỏng số học trường điện từ độ chính xác cao và thực nghiệm bán vật lý (Hardware-in-the-Loop - HIL).

flowchart LR
    subgraph S1["ATP/EMTP (LCC Model)"]
        M1["2.136 Kịch bản sự cố"]
    end
    subgraph S2["Chuyển đổi số liệu (WAV/COMTRADE)"]
        M2["MATLAB & Test Universe"]
    end
    subgraph S3["Thực nghiệm Phần cứng HIL"]
        M3["OMICRON CMC-356"] --> M4["Rơle Siemens 7SA522"]
    end
    subgraph S4["Xử lý Trí tuệ Nhân tạo"]
        M5["Wavelet db3 + Mạng MLP"]
    end
    S1 --> S2 --> S3
    S1 --> S4
    M4 -.->|"Bản ghi Trip Log"| S4

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu bao gồm 4 giai đoạn chuẩn hóa:

  1. Mô hình hóa quá độ điện từ: Xây dựng mô hình đường dây $110\text{kV}$ Yên Bái - Khánh Hòa ($118{,}5\text{km}$) trên phần mềm ATP/EMTP sử dụng mô hình phần tử đường dây phân bố thông số theo tần số LCC (Line and Cable Constants), phản ánh chính xác cấu trúc hình học cột điện, khoảng cách dây dẫn và điện trở suất của đất.
  2. Phát hiện điểm kỳ dị sự cố bằng Wavelet: Tín hiệu dòng và áp được lấy mẫu ở tần số $100\text{kHz}$. Thuật toán phân tích đa phân giải biến đổi Wavelet rời rạc (DWT) sử dụng họ sóng Daubechies bậc 3 ($db3$) được triển khai để bóc tách thành phần chi tiết bậc 1 ($d_1$).
  3. Trích xuất đặc tính và giảm chiều dữ liệu: Xác lập cửa sổ tín hiệu có độ dài đúng 3 chu kỳ tần số công nghiệp ($60\text{ms}$: gồm $40\text{ms}$ trước sự cố và $20\text{ms}$ sau sự cố). Trích xuất 20 mẫu giá trị tức thời xung quanh thời điểm sự cố và các dải phổ biên độ Fourier. Sử dụng hệ số tương quan tuyến tính Pearson ($r_{xy}$) để sàng lọc chọn ra $84$ đặc tính có mức tương quan cao nhất làm đầu vào cho mạng nơron.
  4. Kiểm chứng thực nghiệm bán vật lý: Toàn bộ dữ liệu dòng/áp được chuyển thành tệp âm tần số định dạng chuẩn WAV 16-bit và COMTRADE. Thông qua phần mềm Test Universe V2.30 với mô-đun Transplay, hợp bộ OMICRON CMC-356 phát lại các dòng điện và điện áp thực tế cấp vào các ngõ vào nhị thứ của Rơle bảo vệ khoảng cách Siemens SIPROTEC 7SA522. Dữ liệu tác động (Trip Log, Fault Records) được trích xuất qua phần mềm chuyên dụng DIGSI 4.82 để đối chiếu.

Data và phân tích

Không gian mẫu mô phỏng được thiết kế gồm $2.136$ kịch bản sự cố độc lập bao phủ toàn diện các biến số vật lý:

  • 4 dạng ngắn mạch: 1 pha chạm đất ($AG0$), 2 pha ($AB0$), 2 pha chạm đất ($ABG$), 3 pha ($ABC$).
  • 23 vị trí sự cố cách đều nhau $5\text{km}$ từ đầu đường dây ($0\text{km}$) đến cuối đường dây ($115\text{km}$).
  • 6 mức điện trở sự cố: $R_{sc} = 0\Omega, 1\Omega, 2\Omega, 3\Omega, 4\Omega, 5\Omega$.
  • 3 mức phụ tải hệ thống: $30%$, $50%$, và $100%$ công suất định mức ($S_{\text{max}}$).
  • Thời điểm xuất hiện sự cố: Quét liên tục trên toàn bộ chu kỳ sóng sin ($0^\circ$ đến $360^\circ$).

Tập dữ liệu được phân chia ngẫu nhiên thành hai tập độc lập: Tập huấn luyện (Training Set) gồm $1.424$ mẫu ($66{,}67%$) và Tập kiểm tra (Testing Set) gồm $712$ mẫu ($33{,}33%$). Thuật toán huấn luyện Levenberg-Marquardt được áp dụng với tiêu chuẩn dừng sớm (Early Stopping) để ngăn chặn hiện tượng quá khớp (overfitting).

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả mô phỏng và thực nghiệm phần cứng đã chứng minh tính ưu việt vượt trội của các giải pháp đề xuất:

Bảng 1: So sánh hiệu năng định vị sự cố giữa các mô hình

Tiêu chí so sánh Rơle thực tế Siemens 7SA522 Mạng MLP độc lập Rơle ảo + Mạng MLP bù sai số Rơle 7SA522 + Mạng MLP bù sai số
Sai số cực đại (km) $4{,}80$ $> 20{,}00$ $0{,}85$ $0{,}62$
Sai số cực đại (%) $4{,}05%$ $16{,}87%$ $0{,}72%$ $0{,}52%$
Sai số trung bình (%) $1{,}85%$ $1{,}12%$ $0{,}18%$ $0{,}14%$
Độ lệch chuẩn sai số $1{,}15$ $2{,}45$ $0{,}12$ $0{,}08$

Các phát hiện cụ thể bao gồm:

  1. Hiệu năng tách sóng của Wavelet db3: Thành phần chi tiết $d_1$ ở tần số $100\text{kHz}$ cho phép định vị chính xác thời điểm xảy ra quá độ với sai số thời gian bằng $0$ mẫu đối với $100%$ các dạng sự cố ngắn mạch, loại bỏ hoàn toàn hiện tượng trễ pha của biến đổi Fourier truyền thống.
  2. Hiện tượng sai số biên của mạng MLP độc lập: Mặc dù mạng MLP độc lập đạt sai số trung bình thấp ($1{,}12%$), nhưng tại các điểm sự cố ở gần hai đầu trạm ($< 5\text{km}$ hoặc $> 110\text{km}$) kết hợp góc mở sự cố bất lợi, sai số đột biến vượt quá $20\text{km}$ ($16{,}87%$). Điều này giải thích tại sao các nghiên cứu AI đơn lẻ trước đây khó triển khai trong thực tế.
  3. Độ chính xác vượt trội của mô hình song song: Khi phối hợp mạng MLP với Rơle khoảng cách Siemens 7SA522, sai số cực đại giảm từ $4{,}80\text{km}$ ($4{,}05%$) xuống còn $0{,}62\text{km}$ ($0{,}52%$), nâng độ chính xác định vị lên gấp gần 8 lần.
  4. Nhận dạng dạng sự cố và điện trở sự cố: Hai mạng MLP phụ trợ xác định chính xác $100%$ dạng ngắn mạch ($AG0, AB0, ABG, ABC$) và ước lượng giá trị điện trở sự cố $R_f$ với sai số tuyệt đối không vượt quá $0{,}08\Omega$ trên toàn bộ tập kiểm tra $712$ mẫu.

Implications đa chiều

  • Về mặt học thuật: Cung cấp một phương pháp luận chuẩn mực trong việc kết hợp mạng nơron nhân tạo và thiết bị rơle kỹ thuật số để giải các bài toán nhận dạng phi tuyến trong hệ thống điện.
  • Về phương pháp nghiên cứu: Thiết lập chu trình kiểm chứng HIL khép kín (ATP/EMTP $\rightarrow$ Transplay CMC-356 $\rightarrow$ Rơle 7SA522 $\rightarrow$ DIGSI $\rightarrow$ MATLAB), có thể nhân rộng để đánh giá bất kỳ thuật toán bảo vệ rơle nào.
  • Về ứng dụng thực tiễn: Giúp các Công ty Truyền tải điện (như PTC1) và các Công ty Điện lực địa phương rút ngắn thời gian tìm kiếm điểm sự cố từ nhiều giờ xuống chỉ còn vài phút, đẩy nhanh tiến độ khắc phục hư hỏng đường dây, đặc biệt tại các khu vực địa hình rừng núi hiểm trở của tuyến Tây Bắc (Yên Bái).
  • Về chính sách và vận hành lưới điện: Đóng góp vào lộ trình chuyển đổi số và xây dựng lưới điện thông minh (Smart Grid) của EVN, nâng cao các chỉ số độ tin cậy cung cấp điện quan trọng như SAIDI và SAIFI.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn chỉ ra các giới hạn nghiên cứu:

  1. Cấu hình lưới điện: Mô hình thử nghiệm tập trung vào đường dây đơn một nguồn cung cấp hoặc tương đương nguồn đầu cuối; chưa mở rộng đánh giá chuyên sâu trên các đường dây đa mạch có hỗ cảm phức tạp hoặc đường dây có bù tụ dọc (Series Capacitor Compensation).
  2. Phạm vi điện trở sự cố: Dữ liệu mô phỏng giới hạn trong dải $R_{sc} \le 5\Omega$. Trong các trường hợp sự cố tiếp đất qua ngọn cây có điện trở quá độ lên đến hàng trăm Ohm ($> 100\Omega$), mô hình cần được bổ sung thêm tập mẫu học.
  3. Độ rộng dải đo của máy biến điện áp tụ (CVT): Trong thực tế, CVT có thể làm suy giảm các thành phần tần số cao trên $10\text{kHz}$, đòi hỏi nghiên cứu thêm về đáp ứng của biến đổi Wavelet trên các cảm biến đo lường thực tế.

Chương trình nghiên cứu tương lai cần hướng tới:

  • Mở rộng kiến trúc mạng MLP bù sai số cho các đường dây siêu cao áp $500\text{kV}$ nhiều mạch song song có tụ bù dọc và thiết bị FACTS.
  • Tích hợp mô hình học sâu trực tiếp vào bộ vi xử lý nhúng (Embedded DSP/FPGA) của các rơle kỹ thuật số thế hệ mới để định vị sự cố tức thời tại trạm biến áp.
  • Ứng dụng công nghệ ghi nhận xung quá độ quang học (Optical CT/VT) để tận dụng tối đa băng thông phân tích Wavelet ở tần số hàng trăm megahertz.

Tác động và ảnh hưởng

Nghiên cứu tạo tiền đề nâng cao chất lượng vận hành của ngành truyền tải điện quốc gia. Việc định vị chuẩn xác vị trí sự cố với sai số dưới $620\text{m}$ trên tuyến đường dây hơn $118\text{km}$ giúp tiết kiệm hàng trăm triệu đồng chi phí tuần tra tìm kiếm sau mỗi sự cố, đồng thời giảm thiểu hàng chục MWh điện năng ngừng cung cấp cho nền kinh tế quốc dân. Về mặt học thuật, công trình đóng góp nguồn tài liệu tham khảo giá trị cho các nghiên cứu sinh, học viên cao học chuyên ngành kỹ thuật điện, điều khiển và tự động hóa.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận khung phương pháp luận kết hợp xử lý tín hiệu Wavelet và học máy trong hệ thống điện; mở ra các hướng phát triển thuật toán bảo vệ thông minh.
  • Kỹ sư R&D và Chế tạo Rơle: Ứng dụng trực tiếp cấu trúc song song để phát triển các mô-đun phần mềm bổ trợ (add-on software) cài đặt trên các rơle khoảng cách số hiện hữu của Siemens, ABB, SEL, Schneider.
  • Đơn vị Vận hành Truyền tải điện (EVNNPT, PTCs, PCs): Sở hữu công cụ tin cậy để xác định chính xác điểm sự cố, tối ưu hóa công tác điều động nhân lực xử lý sự cố tại hiện trường.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?
Trả lời: Đóng góp lý thuyết độc đáo nhất là xác lập cơ chế bù sai số phi tuyến song song ($l_{\text{chính xác}} = l_{\text{rơle}} + \Delta l_{\text{MLP}}$), mở rộng Định lý Xấp xỉ Phổ quát của Cybenko (1989) trong việc tái tạo ánh xạ nghịch đảo từ không gian đặc tính thời gian - tần số sang không gian tọa độ vật lý, triệt tiêu sai số phi đối xứng của hệ phương pháp tổng trở truyền thống.

2. Điểm đột phá về phương pháp nghiên cứu so với các công trình quốc tế trước đây là gì?
Trả lời: Luận án không dừng lại ở mô phỏng phần mềm thuần túy (như phần lớn các nghiên cứu trước đây chỉ chạy ATP hoặc MATLAB) mà đã xây dựng quy trình kiểm chứng thực nghiệm bán vật lý khép kín: sử dụng Hợp bộ OMICRON CMC-356 tái tạo tín hiệu quá độ từ ATP/EMTP và đưa trực tiếp vào Rơle khoảng cách vật lý Siemens 7SA522 để kiểm chứng và huấn luyện mạng MLP bù sai số phần cứng thực.

3. Phát hiện nào trong dữ liệu thực nghiệm là bất ngờ nhất?
Trả lời: Phát hiện về hiện tượng "sụp đổ độ chính xác biên" của mạng MLP khi hoạt động độc lập: dù sai số trung bình toàn tuyến chỉ $1{,}12%$, sai số tại các điểm biên đầu/cuối đường dây có thể vọt lên trên $20\text{km}$ ($16{,}87%$). Điều này chứng minh rằng việc dựa hoàn toàn vào AI thuần túy mà bỏ qua mô hình vật lý rơle là cực kỳ rủi ro trong hệ thống điện thực tế.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?
Trả lời: Có. Luận án cung cấp đầy đủ thông số hình học cột điện, thông số cáp, phiếu chỉnh định rơle 7SA522, sơ đồ kết nối HIL, cấu hình bộ lọc Wavelet $db3$, danh mục $84$ đặc tính chọn lọc và cấu trúc trọng số mạng MLP, cho phép tái lập $100%$ quy trình trên các tuyến đường dây khác.

5. Lộ trình phát triển nghiên cứu 10 năm tiếp theo được định hình như thế nào?
Trả lời: Nghiên cứu định hình lộ trình phát triển: (1) Mở rộng mô hình bù sai số cho lưới điện xoay chiều siêu cao áp $500\text{kV}$ và lưới điện một chiều cao áp (HVDC); (2) Nhúng trực tiếp thuật toán Wavelet-MLP vào chip xử lý tín hiệu số (DSP) của rơle bảo vệ; (3) Tích hợp dữ liệu đo lường đồng bộ PMU (Phasor Measurement Unit) và định vị đa điểm trên nền tảng Smart Grid.

Kết luận

Luận án của NCS. Trương Tuấn Anh đã đạt được các thành tựu khoa học và thực tiễn cốt lõi:

  1. Xây dựng thành công phương pháp phát hiện thời điểm sự cố với độ chính xác tuyệt đối ($100%$) dựa trên biến đổi Wavelet Daubechies bậc 3 ($db3$) trích xuất thành phần $d_1$ ở tần số lấy mẫu $100\text{kHz}$.
  2. Thiết lập quy trình trích xuất và tối ưu hóa 84 đặc tính liên miền (thời gian - tần số) thông qua phân tích hệ số tương quan Pearson từ cửa sổ tín hiệu 3 chu kỳ.
  3. Đề xuất kiến trúc đột phá kết hợp song song mạng nơron MLP với rơle khoảng cách thực tế (Siemens 7SA522), giảm sai số cực đại định vị vị trí sự cố từ $4{,}05%$ ($4{,}80\text{km}$) xuống còn $0{,}52%$ ($0{,}62\text{km}$) trên tuyến đường dây Yên Bái - Khánh Hòa ($118{,}5\text{km}$).
  4. Phát triển đồng bộ hai mô hình mạng MLP phụ trợ xác định chính xác $100%$ dạng ngắn mạch và ước lượng sai số điện trở sự cố $R_f$ dưới $0{,}08\Omega$.
  5. Hoàn thiện quy trình kiểm chứng thực nghiệm bán vật lý tiên tiến sử dụng hợp bộ OMICRON CMC-356 kết hợp phần mềm DIGSI 4.82, tạo cầu nối vững chắc giữa nghiên cứu học thuật lý thuyết và ứng dụng công nghiệp lưới điện truyền tải.