Tổng quan nghiên cứu

Trong hệ thống điện hiện đại, máy biến áp lực 110 kV giữ vai trò hạt nhân trong việc duy trì tính liên tục và ổn định của mạng lưới truyền tải và phân phối năng lượng. Khi một máy biến áp 110 kV gặp sự cố đột ngột, phạm vi ảnh hưởng có thể làm mất điện cục bộ hơn 10.000 hộ tiêu thụ, gây thiệt hại kinh tế ước tính hàng trăm triệu đồng cho mỗi giờ ngừng trệ sản xuất tại các khu công nghiệp. Do đó, việc chuyển đổi từ chiến lược bảo dưỡng định kỳ thụ động sang bảo dưỡng theo tình trạng vận hành thực tế là yêu cầu cấp thiết của ngành điện lực nhằm tối ưu hóa tuổi thọ thiết bị kéo dài từ 25 đến 30 năm.

Vấn đề nghiên cứu trọng tâm tập trung vào việc nhận diện sớm các hư hỏng tiềm ẩn như quá nhiệt cục bộ, phóng điện từng phần và phóng điện hồ quang trong lớp cách điện dầu khoáng và giấy cellulose. Phương pháp phân tích khí hòa tan trong dầu đã chứng minh được tính hiệu quả vượt trội khi cho phép giám sát trực tuyến mà không cần cắt điện thiết bị. Tuy nhiên, các kỹ thuật phân tích truyền thống dựa trên việc tra bảng tỷ số khí thường phụ thuộc nhiều vào kinh nghiệm chủ quan của chuyên gia và tồn tại tỷ lệ vùng không xác định lên tới 15% đến 20% trong các tình huống hư hỏng phức tạp.

Mục tiêu cụ thể của công trình là xây dựng mô hình chẩn đoán thông minh ứng dụng mạng nơ-ron nhân tạo nhằm tự động hóa quá trình xử lý dữ liệu khí hòa tan, loại bỏ hoàn toàn các điểm mù chẩn đoán của phương pháp truyền thống. Nghiên cứu được triển khai trên tập dữ liệu thực tế thu thập từ các trạm biến áp 110 kV tại khu vực miền Nam giai đoạn 2017–2020. Kết quả nghiên cứu mang lại ý nghĩa to lớn khi rút ngắn thời gian phân tích từ 60 phút xuống dưới 1 giây, đồng thời nâng cao độ chính xác chẩn đoán tổng thể đạt trên 95%, hỗ trợ đắc lực cho công tác quản lý tài sản lưới điện.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng nhiệt động học phân hủy vật liệu cách điện và lý thuyết tính toán trí tuệ nhân tạo. Mô hình nhiệt động lực học giải thích cơ chế bẻ gãy các liên kết phân tử hydrocarbon trong dầu khoáng và mạch polymer cellulose dưới tác động của nhiệt độ và ứng suất điện trường. Quá trình này sản sinh ra 7 loại khí hòa tan đặc trưng phân bố theo từng ngưỡng nhiệt độ: hydro hình thành ở nhiệt độ thấp; metan và etan xuất hiện ở khoảng 150°C đến 300°C; etylen chiếm ưu thế ở nhiệt độ trên 300°C; axetylen xuất hiện chủ yếu khi có hồ quang điện nhiệt độ trên 700°C; trong khi oxit cacbon và dioxit cacbon phản ánh mức độ suy thoái của giấy cách điện ở ngưỡng 140°C đến 150°C.

Hệ thống tiêu chuẩn chẩn đoán khí hòa tan kinh điển được tích hợp làm cơ sở đối chuẩn, bao gồm tiêu chuẩn Dornenburg với hệ thống ngưỡng nồng độ tới hạn L1 (hydro đạt 100 ppm, metan 120 ppm, cacbon monoxit 350 ppm, axetylen 35 ppm, etylen 50 ppm, etan 65 ppm), phương pháp tỷ số Rogers cải tiến sử dụng 4 cặp tỷ lệ khí, và tiêu chuẩn quốc tế IEC 60599 phân loại các mức năng lượng phóng điện. Về mặt tính toán thông minh, cấu trúc mạng nơ-ron truyền thẳng đa tầng Perceptron 3 lớp được áp dụng với thuật toán huấn luyện lan truyền ngược sai số. Lý thuyết tính toán phi tuyến dựa trên các hàm kích hoạt dạng phi tuyến như hàm Sigmoid chuẩn và Sigmoid lưỡng cực, mô phỏng cơ chế xử lý thông tin song song của hệ thần kinh sinh học nhằm thiết lập hàm ánh xạ giữa nồng độ khí và dạng lỗi tiềm ẩn.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được trích xuất từ lịch sử phân tích sắc ký khí định kỳ và đột xuất của 10 máy biến áp 110 kV đang vận hành thực tế trên hệ thống điện lực, tiêu biểu như máy biến áp T1 tại Trạm 110 kV Nam Sài Gòn 1. Phương pháp chọn mẫu tập trung vào các máy biến áp có dấu hiệu sinh khí bất thường hoặc đã được mở thùng kiểm tra cơ học thực tế để làm tập dữ liệu đối chứng chuẩn xác. Lý do lựa chọn mạng nơ-ron nhân tạo truyền thẳng thay vì các mô hình hồi quy tuyến tính là do mối quan hệ giữa tốc độ phát sinh khí và mức độ suy thoái cách điện mang tính chất phi tuyến cực kỳ phức tạp, không thể mô tả bằng các phương trình giải tích đơn giản.

Quy trình tiền xử lý dữ liệu tiến hành chuẩn hóa nồng độ các thành phần khí thành các bộ mã tỷ lệ không thứ nguyên theo quy tắc Rogers và IEC 60599. Dữ liệu sau khi mã hóa được phân chia thành tập huấn luyện và tập kiểm định độc lập. Quá trình mô phỏng và huấn luyện mạng được thực hiện trong môi trường MATLAB với gói công cụ Neural Network Toolbox, thiết lập 2000 chu kỳ lặp huấn luyện liên tục để tối ưu hóa ma trận trọng số và độ lệch bias, đảm bảo hàm mục tiêu sai số toàn phương trung bình tiệm cận mức tối thiểu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và thử nghiệm mô hình mạng nơ-ron nhân tạo trên dữ liệu thực nghiệm đã mang lại những kết quả định lượng rõ rệt:

Thứ nhất, mô hình mạng nơ-ron nhân tạo đã phân loại chuẩn xác 4 nhóm hư hỏng nhiệt và điện cơ bản theo nồng độ khí đặc trưng: hiện tượng phóng điện vầng quang cục bộ được nhận diện khi tỷ lệ hydro chiếm trên 85% tổng lượng khí cháy; sự cố hồ quang điện nhiệt độ cao được xác định chính xác khi tỷ lệ axetylen đạt từ 30% trở lên kết hợp với 60% hydro; hư hỏng do quá nhiệt dầu ở mức nhiệt trên 700°C tương ứng với nồng độ etylen vượt 63%; và quá nhiệt lớp cách điện rắn cellulose giải phóng nồng độ cacbon monoxit chiếm đến 92%.

Thứ hai, qua 2000 chu kỳ huấn luyện trên phần mềm mô phỏng, mô hình mạng nơ-ron áp dụng phương pháp mã hóa Rogers và IEC 60599 đã đạt độ hội tụ sai số toàn phương dưới 0,001. Khi đưa 10 mẫu dữ liệu máy biến áp thử nghiệm vào kiểm tra, mô hình nhận dạng đúng 100% các trạng thái vận hành mà không xảy ra hiện tượng quá khớp dữ liệu.

Thứ ba, nghiên cứu đã giải quyết triệt để bài toán không quyết định vốn tồn tại trong các phương pháp tra bảng truyền thống. Trong khi phương pháp Rogers thủ công không thể đưa ra kết luận cho các mẫu có tỷ số khí nằm ngoài bảng tra (chiếm khoảng 15% tổng số ca bệnh), mô hình mạng nơ-ron đã tự động nội suy và phân loại chính xác các trường hợp lỗi kết hợp phức tạp.

Thứ tư, đối chứng thực tế trên máy biến áp T1 Trạm Nam Sài Gòn 1 cho thấy chẩn đoán của mô hình mạng nơ-ron hoàn toàn trùng khớp với kết quả kiểm tra cơ học khi tháo dầu, phát hiện chính xác điểm tiếp xúc lỏng gây quá nhiệt cục bộ và phóng tia lửa điện giữa các mối nối thanh cái.

Thảo luận kết quả

Hiệu năng vượt trội của mô hình mạng nơ-ron nhân tạo bắt nguồn từ khả năng xấp xỉ hàm phi tuyến đa biến của cấu trúc Perceptron 3 lớp. Trong các phương pháp truyền thống, ranh giới giữa các vùng lỗi được phân định bằng các ngưỡng số học cứng nhắc, dẫn đến việc các mẫu dữ liệu biên thường bị rơi vào trạng thái không xác định. Mạng nơ-ron với hàm kích hoạt Sigmoid đã làm mềm hóa các ranh giới này, cho phép tính toán xác suất hư hỏng một cách liên tục và linh hoạt.

Dữ liệu chẩn đoán có thể được trực quan hóa thông qua biểu đồ mạng nhện thể hiện tỷ lệ 5 cặp khí hoặc ma trận nhầm lẫn phân loại lỗi, giúp kỹ sư vận hành dễ dàng so sánh sự dịch chuyển trạng thái máy biến áp qua các mốc thời gian lấy mẫu 3 tháng, 6 tháng và 12 tháng. So với các nghiên cứu trước đây vốn chỉ áp dụng từng phương pháp tỷ số riêng lẻ, việc tích hợp đồng thời mã hóa Rogers và IEC vào mạng nơ-ron giúp kiểm chứng chéo kết quả, tăng độ tin cậy của chẩn đoán lên thêm 10% đến 12%. Kết quả này khẳng định trí tuệ nhân tạo là công cụ bổ trợ đắc lực, giải phóng kỹ sư khỏi các quy trình tính toán thủ công phức tạp.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả quản trị vận hành hệ thống máy biến áp 110 kV, nghiên cứu đề xuất 4 nhóm giải pháp kỹ thuật và tổ chức có tính ứng dụng cao:

  1. Tích hợp thuật toán mạng nơ-ron nhân tạo vào hệ thống giám sát dầu online tại tất cả các trạm biến áp 110 kV và 220 kV trọng điểm, hướng tới mục tiêu giảm 40% số vụ sự cố bất ngờ trong vòng 12 tháng kể từ khi triển khai, do các Trung tâm Điều độ Hệ thống điện và Đội Quản lý Vận hành Lưới điện cao thế trực tiếp làm chủ công nghệ.
  2. Chuẩn hóa quy trình lấy mẫu và phân tích sắc ký khí trong phòng thí nghiệm định kỳ 3 đến 6 tháng một lần theo tiêu chuẩn IEEE C57.104, đảm bảo sai số phép đo nồng độ khí được kiểm soát dưới mức 5%, do các Trung tâm Thí nghiệm Điện và Phòng Phân tích Hóa nghiệm chịu trách nhiệm thực hiện.
  3. Xây dựng nền tảng cơ sở dữ liệu lớn tập trung lưu trữ lịch sử sắc ký khí, lịch sử mang tải và biên bản sửa chữa của hơn 500 máy biến áp trong toàn tổng công ty với lộ trình hoàn thành trong vòng 24 tháng, do Ban Kỹ thuật và Ban Công nghệ Thông tin phối hợp triển khai.
  4. Nghiên cứu nâng cấp cấu trúc mạng nơ-ron nhân tạo bằng cách kết hợp thuật toán tối ưu hóa bầy đàn hoặc thuật toán di truyền nhằm tự động tinh chỉnh số lượng nơ-ron lớp ẩn, nâng cao độ chính xác nhận diện lỗi phức tạp lên trên 98%, do các nhóm nghiên cứu R&D và chuyên gia kỹ thuật cao điện lực thực hiện trong giai đoạn 18 tháng tới.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

Thứ nhất, kỹ sư vận hành và bảo trì trạm biến áp 110 kV - 500 kV tại các công ty điện lực và truyền tải điện. Tài liệu cung cấp công cụ chẩn đoán nhanh, giúp xác định chính xác nguyên nhân sinh khí bất thường để lập phương án bảo dưỡng kịp thời, giảm thiểu thời gian cắt điện công tác xuống dưới 4 giờ cho mỗi đợt kiểm tra.

Thứ hai, chuyên gia thí nghiệm hóa dầu và phân tích tình trạng thiết bị điện cao áp. Luận văn cung cấp cẩm nang chi tiết về tương quan giữa 7 loại khí cháy, cơ chế suy thoái của dầu khoáng và cellulose, hỗ trợ tối ưu hóa quy trình đánh giá chất lượng cách điện theo chuẩn quốc tế.

Thứ ba, giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Kỹ thuật điện, Hệ thống điện và Tự động hóa. Đây là tài liệu tham khảo giá trị về phương pháp ứng dụng trí tuệ nhân tạo trong giải quyết các bài toán kỹ thuật điện phức tạp, làm tiền đề cho các đề tài nghiên cứu chuyên sâu về chuẩn đoán lỗi thiết bị điện.

Thứ tư, cán bộ quản lý kỹ thuật và hoạch định tài sản lưới điện tại các tập đoàn năng lượng. Công trình giúp định hình chiến lược chuyển đổi số trong quản lý tài sản, tối ưu hóa vòng đời thiết bị và tiết kiệm hàng tỷ đồng chi phí thay thế máy biến áp sớm.

Câu hỏi thường gặp

Phân tích khí hòa tan trong dầu phát hiện được những loại hư hỏng tiềm ẩn nào? Phương pháp phân tích khí hòa tan phát hiện sớm 4 dạng sự cố chính: phóng điện vầng quang cục bộ (sản sinh 85% hydro), phóng điện hồ quang cường độ cao (sản sinh trên 30% axetylen), quá nhiệt cục bộ của dầu ở các dải nhiệt độ từ 150°C đến trên 700°C (sinh ra metan và etylen), và sự suy thoái quá nhiệt của giấy cách điện cellulose (sinh ra lượng lớn cacbon monoxit và cacbon dioxit).

Tại sao phương pháp tỷ số khí Rogers truyền thống lại gặp phải bài toán không xác định? Phương pháp Rogers truyền thống sử dụng các ngưỡng tỷ số khí cố định chia thành các mã nguyên. Khi máy biến áp xảy ra sự cố kết hợp hoặc nồng độ khí biến thiên nằm giữa các ranh giới phân loại, tổ hợp các mã tỷ số này không trùng khớp với bất kỳ dòng nào trong bảng quy tắc chuẩn, dẫn đến việc khoảng 15% đến 20% số ca bệnh bị rơi vào vùng không thể kết luận.

Mạng nơ-ron nhân tạo khắc phục điểm yếu của phương pháp truyền thống như thế nào? Mạng nơ-ron nhân tạo sử dụng các hàm kích hoạt phi tuyến liên tục như Sigmoid và học quy luật từ dữ liệu thông qua thuật toán lan truyền ngược. Nhờ khả năng xấp xỉ hàm đa biến, mạng có thể tự động nội suy các dữ liệu nằm ngoài bảng tra, xử lý mượt mà các trường hợp biên và giảm tỷ lệ chẩn đoán sai sót xuống dưới mức 3%.

Tỷ lệ nồng độ CO2 trên CO phản ánh điều gì về tình trạng máy biến áp? Tỷ lệ CO2 trên CO phản ánh mức độ lão hóa nhiệt của hệ thống cách điện rắn cellulose. Ở trạng thái vận hành bình thường, tỷ lệ này dao động trong khoảng từ 3 đến 10. Nếu tỷ lệ này giảm xuống dưới 3 kèm theo sự tăng vọt của CO (chiếm hơn 90% khí oxit cacbon), đó là dấu hiệu cảnh báo nghiêm trọng về tình trạng quá nhiệt cục bộ hoặc hồ quang đang trực tiếp phá hủy lớp giấy cách điện cuộn dây.

Cần bao nhiêu chu kỳ huấn luyện để mạng nơ-ron đạt độ chính xác tối ưu? Trong nghiên cứu này, cấu trúc mạng nơ-ron Perceptron 3 lớp đạt trạng thái hội tụ tối ưu với sai số toàn phương trung bình dưới 0,001 sau khoảng 2000 chu kỳ huấn luyện (epochs). Mức chu kỳ này đảm bảo trọng số liên kết giữa các nơ-ron được hiệu chỉnh hoàn hảo mà không làm phát sinh hiện tượng học vẹt (overfitting), giữ vững độ chính xác 100% trên tập mẫu thử nghiệm.

Kết luận

  • Luận văn đã xây dựng thành công mô hình mạng nơ-ron nhân tạo MLP 3 lớp ứng dụng trong công tác chẩn đoán tự động hư hỏng tiềm ẩn cho máy biến áp 110 kV dựa trên phân tích nồng độ 7 loại khí hòa tan đặc trưng.
  • Đóng góp khoa học cốt lõi là giải quyết triệt để bài toán không xác định của phương pháp tỷ số truyền thống, nâng độ chính xác nhận diện lỗi lên trên 95% và rút ngắn thời gian xử lý dữ liệu xuống dưới 1 giây.
  • Kết quả mô phỏng trên MATLAB qua 2000 chu kỳ huấn luyện đã được kiểm chứng chuẩn xác trên 10 mẫu máy biến áp thực tế, tiêu biểu là máy biến áp T1 Trạm 110 kV Nam Sài Gòn 1.
  • Kế hoạch phát triển tiếp theo trong 6 đến 18 tháng tới tập trung vào việc tích hợp mô hình vào hệ thống phần mềm giám sát trực tuyến SCADA và mở rộng tập dữ liệu cho cấp điện áp 220 kV và 500 kV.
  • Các đơn vị quản lý vận hành lưới điện nên nhanh chóng ứng dụng giải pháp trí tuệ nhân tạo này vào thực tế để nâng cao độ tin cậy cung cấp điện và tối ưu hóa chi phí bảo dưỡng tài sản lưới điện.