Luận văn Mạng nơron song song đánh giá ổn định động hệ thống điện (Phần 1)

Nội dung text: Luận văn Mạng nơron song song đánh giá ổn định động hệ thống điện (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GiÁ ỔN ĐỊNH ĐỘNG HÊ ̣ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520202 S K C0 0 5 2 1 0 Tp. Hồ Chí Minh, tháng 04/2017
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GIÁ ỔN ĐỊNH NGĐỘ HÊ ̣ THỐ NG ĐIÊṆ NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp. Hồ Chí Minh, tháng 04 năm 2017
3. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THÁI BÌNH MẠNG NƠRON SONG SONG ĐÁNH GIÁ ỔN ĐỊNH ĐỘNG HÊ ̣ THỐ NG ĐIÊṆ NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: PGS.TS QUYỀN HUY ÁNH Tp. Hồ Chí Minh, tháng 04 năm 2017
4. LÝ LỊCH KHOA HỌC I. LÝ LỊCH SƠ LƢỢC: Họ & tên: NGUYỄN THÁI BÌNH Giới tính: Nam Ngày, tháng, năm sinh: 08/04/1990 Nơi sinh: Bình Định Quê quán: Bình Định Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: Đội 4, thôn An Vinh 2, xã Tây Vinh, huyện Tây Sơn, tỉnh Bình Định. Điện thoại di động: 090-804-6568 E-mail: nguyenthaibinhcn@gmail.com II. QUÁ TRÌNH ĐÀO TẠO: 1. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ tháng 8/2008 đến tháng 08/2012 Nơi học: Trường Đại học Công nghiệp Tp. Hồ Chí Minh. Ngành học: Kỹ thuật Điện. Tên đồ án, luận án hoặc môn thi tốt nghiệp: Cung Cấp Điện. Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: năm 2012 tại Trường Đại học Công nghiệp Tp. Hồ Chí Minh. 2. Thạc sĩ: Hệ đào tạo: Chính quy Thời gian đào tạo từ tháng 4/2015 đến tháng 04/2017 Nơi học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Ngành học: Kỹ thuật Điện. Tên đồ án, luận án hoặc môn thi tốt nghiệp: Mạng nơron song song đánh giá ổn định động hệ thống điện. Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 16/4/2017 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. i
5. III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Công ty TNHH Giải pháp Công Từ 8/2012-3/2014 Nhân viên kỹ thuật nghệ Mạng Việt Nam Từ 3/2014 – 9/2014 Công ty TNHH Kỹ thuật T&D Kỹ sư dự án Từ 09/2014 Công ty TNHH MTV 319.3 Nhân viên kỹ thuật đến nay ii
6. 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 chưa từng được ai công bố trong bất kỳ công trình nào khác. Tp.Hồ Chí Minh, ngày 15 tháng 03 năm 2017 Tác giả luận văn Nguyễn Thái Bình iii
7. LỜI CẢM ƠN Qua thời gian học tập và nghiên cứu tại trường Đại Học Sư Phạm Kỹ Thuật TP.HCM, cùng với sự nhiệt tình hướng dẫn, giúp đỡ của quý Thầy Cô, tôi đã hoàn thành được luận văn tốt nghiệp này. Trước hết, tôi xin chân thành cảm ơn ba mẹ tôi đã luôn động viên giúp đỡ tôi trong suốt thời gian học tập. Chân thành cảm ơn Ban Giám Hiệu nhà trường, Ban chủ nhiệm khoa Điện - Điện tử, phòng quản lý sau đại học trường Đại Học Sư Phạm Kỹ Thuật TP.HCM đã tạo điều kiện thuận lợi cho tôi học tập, nghiên cứu để thực hiện tốt luận văn tốt nghiệp trong thời gian qua. Tôi xin bày tỏ lòng biết ơn sâu sắc đến Thầy PGS.TS Quyền Huy Ánh đã tận tình hướng dẫn, giúp đỡ trong suốt quá trình học tập cũng như trong quá trình thực hiện luận văn này.Bên cạnh đó, tôi cũng muốn gửi lời cảm ơn đến NCS Nguyễn Ngọc Âu, người đã hỗ trợ tôi rất nhiều trong suốt quá trình thực hiện luận án. Chân thành cảm ơn quý Thầy/Cô Khoa Điện - Điện tử Trường Đại học Sư phạm Kỹ thuật TP.HCM đã truyền đạt kiến thức chuyên môn, kinh nghiệm, giúp tôi tự tin tìm hiểu kiến thức chuyên ngành, tạo điều kiện tốt nhất cho tôi hoàn thành khoá học. Xin chân thành cảm ơn! Tp.Hồ Chí Minh, ngày 15 tháng 03 năm 2017 Tác giả luận văn Nguyễn Thái Bình iv
8. TÓM TẮT Vận hành hệ thống điện hiện đại đang phải đối mặt với nhiều khó khăn thách thức vì phụ tải ngày càng tăng làm cho quy mô của hệ thống điện trở nên lớn hơn và phức tạp hơn.Trong khi đó hệ thống điện luôn phải đối mặt với các kích động bất thường như cắt điện máy phát, ngắn mạch trên đường dây truyền tải hay trên những thanh cái.Các kích động này làm gián đoạn những quy trình công nghiệp quan trọng và gây tổn thất lớn về kinh tế, gây nguy hiểm đến hệ thống điện và có thể dẫn đến tan rã hệ thống điện.Ổn định động hệ thống điện đề cập đến khả năng của hệ thống máy phát kiểm soát hoạt động của tuabin - thiết bị điều tốc, hệ thống kích từ sau những kích động lớn để vẫn duy trì được sự đồng bộ.Để đánh giá hệ thống ổn định hay không ổn định sau kích động lớn có nhiều phương pháp được áp dụng:Phương pháp mô phỏng theo miền thời gian, phương pháp số, phương pháp hàm năng lượng, phương pháp sử dụng hàm Lyapunov.Tuy nhiên các phương pháp phân tích truyền thống tốn nhiều thời gian giải nên gây chậm trễ trong việc ra quyết định, với yêu cầu rất khắc khe về thời gian tính toán, tính nhanh nhưng phải chính xác đã xuất hiện nhu cầu ứng dụng phương pháp khác hiệu quả hơn.Phương pháp nhận dạng bằng mạng nơron nhân tạo được khuyến nghị như là một phương pháp thay thế để giải quyết những vấn đề khó khăn trên về tốc độ tính toán cũng như hiệu suất.Bằng quá trình học cơ sở dữ liệu, phân tích mối quan hệ phi tuyến vào ra giữa những thông số vận hành hệ thống điện và tình traṇ g ổn điṇ h h ệ thống điện, sau đó tính toán và ra quyết định nhanh chóng.Luận văn tập trung nghiên cứu kỹ thuật xử lý mẫu sao cho không làm mất đi tính bao quát của bộ mẫu ban đầu, từ đó xây dựng mô hình huấn luyện mạng nơron song song giúp giải quyết yêu cầu nhận dạng và chẩn đoán nhanh trạng thái ổn định của hệ thống điện, sớm cảnh báo trường hợp mất ổn định. v
9. ABSTRACT Operation of the modern electrical system is facing many challenges since increasing load made the scale of the electrical system more complex and bigger.Meanwhile, the electrical system is always faced with irregular stimulations such as cut off the power of the generator, short-circuit on the transmition lines or on the busbars.These stimulations interrupted important industrial processes. Therefore, it caused heavy losses for economic and electrical system, and it can lead to disruption of the electrical system.Power System Stability deal with ability of operation generator control system of turbine- governor device, activation system behind great stimulations to remain synchronization.There are many methods to review electrical system stable or unstable such as time domain emulation method, numerical method, energy function method, the method of using Lyapunov function.However, traditional analytical methods took a lot of time to solve, so causing decision making tardy, with stern requirements on calculation time, fast calculation but accurate appeared application demand of other methods for more effective.The method of identification by artificial neural network is recommended as a replace method to solve above difficult problems about calculation speed as well as performance.By learning about process of the database, to analyze the nonlinear relationship between input and output of the operating parameters of the electrical system and the stability of the electrical system, then to calculate and make decisions quickly.The dissertation focuses on the study of sample handling technique do not lose the generality of the original sample, thence building a training model of parallel neural network in order to solve identification request and diagnostic rapidly of the stable state of the electrical system. vi
10. MỤC LỤC Lý lịch khoa học i Lời cam đoan iii Lời cảm ơn iv Tóm tắt v Abstract vi MỤC LỤC vii Danh sách các chữ viết tắt x Danh sách các hình xi Danh sách các bảng xiii Chƣơng 1: Tổng quan 1 1.1. Tổng quan đề tài 1 1.2. Tính cấp thiết của đề tài 4 1.3. Mục tiêu và nhiệm vụ của đề tài 5 1.4. Phạm vi nghiên cứu 5 1.5. Phương pháp nghiên cứu 6 1.6. Ý nghĩa khoa học và giá trị thực tiễn 6 Chƣơng 2: Đánh giá ổn định hệ thống điện 7 2.1. Khái niệm chung 7 2.2. Ổn định hệ thống điện 9 2.2.1. Cân bằng công suất 9 2.2.2. Định nghĩa ổn định hệ thống điện 11 2.2.3. Ổn định tĩnh 12 2.2.4. Ổn định động 16 2.2.5. Phương trình dao động 17 2.3. Các biện pháp nâng cao tính ổn định 20 2.3.1. Cải thiện các phần tử chính của HTĐ 20 2.3.2. Thêm vào hệ thống các phân tử phụ 23 vii
11. 2.4. Kết luận chương 2 23 Chƣơng 3: Lý thuyết nhận dạng và mạng nơron 24 3.1. Các khái niệm và tính chất của nhận dạng 24 3.2. Nhận dạng mẫu trên cơ sở hình thức hóa tri thức 26 3.3. Quy trình nhận dạng 28 3.4. Giới thiệu mạng nơron 29 3.4.1. Mô hình nơron sinh học 30 3.4.2. Mô hình nơron nhân tạo 31 3.4.2.1. Ký hiệu rút gọn 32 3.4.2.2. Hàm chuyển của mạng nơron 32 3.5. Phân loại mạng nơron 33 3.5.1. Mạng Perceptron 34 3.5.2. Mạng hàm truyền xuyên tâm 35 3.5.2.1. Mạng hồi quy tổng quát 37 3.5.2.2. Mạng nơron xác suất 39 3.6. Luật đầu ra của bộ phân loại 41 3.7. Huấn luyện và đánh giá mô hình nhận dạng 42 3.8. Kết luận chương 3 42 Chƣơng 4: Xây dựng mạng nơron song song đánh giá ổn định động HTĐ 43 4.1. Quy trình thực hiện mạng nơron đơn 43 4.1.1. Tạo cơ sở dữ liệu ổn định động 44 4.1.1.1. Đề xuất quy trình mô phỏng lấy mẫu trong PowerWorld 44 4.1.1.2. Mô tả quá trình lấy mẫu 45 4.1.1.3. Biến đặc trưng của dữ liệu đầu vào 45 4.1.1.4. Chuẩn hóa dữ liệu 46 4.1.2. Lựa chọn biến đặc trưng 46 4.1.2.1 Khái niệm 47 4.1.2.2. Quy trình lựa chọn biến đặc trưng 47 4.1.2.3. Tiêu chuẩn dừng 51 viii
12. 4.1.3. Huấn luyện ANN 51 4.1.4. Đánh giá độ chính xác kết quả nhận dạng 52 4.2. Cấu trúc mạng nơron song song 52 4.3. Đề xuất quy trình xây dựng mạng nơron song song 53 4.4. Chia dữ liệu theo tiêu chuẩn năng lượng 54 4.5. Kỹ thuật kiểm tra của PNN 55 4.6. Kết luận chương 4 56 Chƣơng 5: Ứng dụng PNN nhận dạng ổn định động HTĐ IEEE 10-máy 39-bus 57 5.1. Sơ đồ hệ thống điện IEEE 10-máy 39-bus New England 57 5.2. Mô hình mạng nơron song song nhận dạng ổn định động hệ thống điện 58 5.3. Dữ liệu đầu vào 58 5.4. Chuẩn hóa dữ liệu 59 5.5. Tỷ lệ bộ dữ liệu huấn luyện và kiểm tra 59 5.6. Lựa chọn biến đặc trưng 59 5.7. Chia dữ liệu 60 5.8. Cấu hình các mạng nơron 62 5.9. Kết quả huấn luyện và kiểm tra 63 5.10. Xây dựng chương trình nhận dạng ổn định hệ thống điện 64 5.11. Kết luận chương 5 66 Chƣơng 6: Kết luận và hƣớng nghiên cứu phát triển 67 6.1. Kết luận 67 6.2. Hướng nghiên cứu phát triển 68 TÀI LIỆU THAM KHẢO 69 PHỤ LỤC 72 1. Chương trình chia dữ liệu theo tiêu chuẩn năng lượng 72 2. Chương trình chọn nhóm dữ liệu 73 3. Chương trình huấn luyện 75 ix
13. DANH SÁCH CÁC CHỮ VIẾT TẮT ANN Artificial Neural Network BPLNN Backpropagation Learning Neural Network CCT Critical Clearing Time CĐQĐ Chế độ quá độ CĐXL Chế độ xác lập CNN Committee NeuralNetwork CSTD Công suất tác dụng CSPK Công suất phản kháng FCT Fault Clearing Time GRNN Generalized Regression NeuralNetwork HTĐ Hệ thống điện IEEE Institute of Electrical and Electronics Engnineers MF Máy phát điện MLFNN Multilayer Feedforward NeuralNetwork MLPNN Multilayer Perceptron NeuralNetwork PNN Parallel NeuralNetwork RBFN Radial Basis Function Network TĐK Hệ thống tự động điều chỉnh kích từ x
14. DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1: Phân loại ổn định hệ thống điện 11 Hình 2.2: Sơ đồ một hệ thống điện đơn giản 12 Hình 2.3: Đặc tính công suất của máy phát và đặc tính công suất cơ của Tuabin 12 Hình 2.4: Sơ đồ HTĐ xét nút phụ tải và tương quan cân bằng CSPK 15 Hình 2.5: Đặc tính Q – U 15 Hình 2.6: Tác dụng của điện kháng Xd MF đến ổn định HTĐ 21 Hình 2.7: Tác dụng của hằng số quán tính Tj đến ổn định HTĐ 21 Hình 2.8: Quan hệ Pmax và cos của MPĐ 22 Hình 3.1:Quy trình nhận dạng ANN 29 Hình 3.2: Mô hình nơron sinh học 30 Hình 3.3: Mô hình nơron nhân tạo 31 Hình 3.4: Mô hình nơron với ký hiệu rút gọn 32 Hình 3.5: Cấu trúc một lớp của mạng Perceptron 34 Hình 3.6: Mạng hàm truyền xuyên tâm 35 Hình 3.7: Mạng hồi quy tổng quát 37 Hình 3.8: Mạng nơron xác suất 40 Hình 4.1: Quy trình thực hiện mạng nơron đơn 43 Hình 4.2: Quy trình lựa chọn biến đặc trưng 48 Hình 4.3: Mô tả giải thuật Relief 50 Hình 4.4: Cấu trúc của mạng nơron song song PNN 52 Hình 4.5: Quy trình thực hiện mạng nơron song song 54 Hình 4.6: Quy trình kiểm tra mạng nơron song song 56 Hình 5.1: Sơ đồ hệ thống điện IEEE 10-máy 39-bus New England 57 Hình 5.2: Xếp hạng biến theo trọng số Relief 60 xi
15. Hình 5.3: Phân bố mức năng lượng của dữ liệu ổn định 61 Hình 5.4: Phân bố mức năng lượng của dữ liệu không ổn định 61 Hình 5.5: Đồ thị biểu diễn mối quan hệ về độ chính xác nhận dạng của các mạng nơronsong song 63 Hình 5.6: Mô hình mạng nơronsong song với số nơroncon là 3 64 Hình 5.7: Giao diện chương trình đánh giá ổn định động hệ thống điện 65 xii
16. DANH SÁCH CÁC BẢNG BảNG TRANG Bảng 5.1: Bảng phân bố dữ liệu vào các nhóm nơron song song 62 Bảng5.2: Kết quả độ chính xác nhận dạng của các mạng nơron song song 63 xiii
17. Chƣơng 1 TỔNG QUAN 1.1. Tổng quan đề tài Hệ thống điện (HTĐ) đóng vai trò quan trọng đối với sự phát triển kinh tế của mỗi quốc gia vì nó là một trong những cơ sở hạ tầng quan trọng nhất của nền kinh tế.Đánh giá ổn định của hệ thống điện là một trong những nhiệm vụ quan trọng nhất trong quá trình thiết kế và vận hành hệ thống điện.Tuy nhiênHTĐ hiện đại đang phải đối mặt với nhiều khó khăn thách thứcvì phụ tải ngày càng tăng trong hệ thống điện, điều này làm cho quy mô của hệ thống điện trở nên lớn hơn và phức tạp hơn. Trong khi đó hệ thống điện vận hành luôn phải đối mặt với các kích động bất thường như cắt điện máy phát, ngắn mạch trên đường dây truyền tải hay trên những thanh cái [1]. Các kích động này làm gián đoạn những quy trình công nghiệp quan trọng và gây tổn thất lớn về kinh tế, gây nguy hiểm đến hệ thống điện và có thể dẫn đến tan rã hệ thống điện. Ổn định động hệ thống điện đề cập đến khả năng của hệ thống máy phát kiểm soát hoạt động của tuabin-thiết bị điều tốc, hệ thống kích từ sau những kích động lớn để vẫn duy trì được sự đồng bộ [2]. Ổn định góc rotor đề cập đến khả năng của các máy phát điện đồng bộ có mối liên kết với nhau vẫn duy trì tính đồng bộ sau khi chịu kích động lớn [2, 3, 14]. Vì vậy, việc xây dựng hệ thống đánh giá nhanh ổn định hệ thống điện bằng cách phân tích ổn định của hệ thống và cảnh báo sớm để có những biện pháp ngăn chặn kịp thờilà yếu tố then chốt đảm bảo vận hành hệ thống điện ổn định. Để đánh giá hệ thống ổn định hay không ổn định sau kích động lớn có nhiều phương pháp được áp dụng. Phương pháp mô phỏng theo miền thời gian cho kết quả chính xác để đánh giá ổn định quá độ hệ thống điện nhưng không cho biết biên ổn định của hệ thống, tốn nhiều thời gian do phải giải hệ phương trình vi phân phi tuyến sau sự cố [14], cho nên không phù hợp trong đánh giá trực tuyến. Phương pháp này cũng không cung cấp thông tin mức độ ổn định hoặc không ổn định. Phương pháp số cho câu trả lời chính xác về ổn định quá độ hệ thống điện, nhưng 1
18. gặp khó khăn trong giải phương trình vi phân bậc 2, và mất nhiều thời gian giải [15, 16]. Phương pháp hàm năng lượng xác định ổn định hệ thống điện dựa trên hàm năng lượng, tránh việc giải từng bước như phương pháp mô phỏng theo miền thời gian, tuy nhiên ứng dụng thực tế vẫn còn tiếp tục nghiên cứu, nguyên do chính là đối với hệ thống điện lớn nhiều máy phát cần phải đơn giản hóa mô hình, cần nhiều tính toán để xác định chỉ số ổn định [17]. Phương pháp sử dụng hàm Lyapunov cho biết thời gian cắt ổn định động nhưng đòi hỏi sự tính toán phức tạp và tốn nhiều thời gian [18]. Như vậy, các phương pháp phân tích truyền thống tốn nhiều thời gian giải nên gây chậm trễ trong việc ra quyết định, với yêu cầu rất khắt khe về thời gian tính toán, tính nhanh nhưng phải chính xác đã xuất hiện nhu cầu ứng dụng phương pháp khác hiệu quả hơn. Phương pháp kỹ thuật nhận dạng mẫu (Pattern Recognition) áp dụng đánh giá ổn định động hệ thống điện bỏ qua giải tích và thay thế bằng cách học quan hệ mẫu đầu vào và đầu ra [14], các tiếp cận theo hướng này thì bộ phân loại được huấn luyện offline và kiểm tra online. Trong [19] tác giả đề xuất các giai đoạn khai triển của mô hình nhận dạng thông minh đánh giá ổn định hệ thống điện. Trong [15] tác giả chọn tín hiệu đầu vào là các biến đặc trưng chế độ xác lập tiền sự cố để chẩn đoán ổn định quá độ qua chỉ số thời gian cắt tới hạn CCT (Critical Clearing Time), là thời gian cắt sự cố dài nhất cho phép để hệ thống vẫn giữ ổn định ứng với góc công suất cắt chuẩn. Tuy nhiên, việc tìm mối liên hệ giữa các biến đặc trưng chế độ xác lập tiền sự cố và độ ổn định cũng là một thách thức. Có hai loại biến đặc trưng, chúng được phân loại thành biến đặc trưng trước sự cố và biến đặc trưng sự cố. Trong đó biến đặc trưng trước sự cố thì thường là thông số xác lập [20]. Với những biến đặc trưng trước sự cố, an ninh hệ thống điện có thể được đánh giá trước khi sự cố xảy ra, nếu trạng thái vận hành hiện tại được hiển thị không ổn định, những người vận hành có thể chuẩn bị điều khiển phòng ngừa để dịch chuyển điểm vận hành hệ thống vào các vùng an toàn để tránh nguy cơ mất ổn định. Điều này có thể đảm bảo hệ thống điện vận hành ở trạng thái phòng ngừa, 2
19. chặn trước những sự kiện ngẫu nhiên đã biết trước, nhưng nó sẽ phải chịu chi phí tốn kém (do sự thay đổi trạng thái vận hành hệ thống, chẳng hạn tái kế hoạch phát điện). Ngược lại, với những biến sự cố được sử dụng như là ngõ vào, đánh giá ổn định động chỉ có thể được thực hiện sau khi một kích động thực sự xảy ra, và nếu sự ổn định được phát hiện bị mất trong thời gian ngắn, những điều khiển phục hồi nên được kích hoạt ngay lập tức, thường được biết đến như là ngắt máy phát và/hoặc sa thải phụ tải. Mạng nơron nhân tạo (ANN - Artificial Neural Network) là một trong các phương pháp tiếp cận đánh giá ổn định hệ thống điện thu hút được nhiều sự quan tâm của các nhà nghiên cứu do khả năng học hỏi nhanh chóng quan hệ phi tuyến vào/ra qua đó giúp hệ thống xử lý dữ liệu một cách nhanh chóng và nâng cao độ chính xác. Trong [16] trình bày ANN sử dụng phương pháp nhận dạng mẫu để đánh giá an ninh. Trong [21] ứng dụng MLPNN (Multilayer Perceptron Neural Network) để ước lượng biên ổn định quá độ hệ thống điện. Trong [22] GRNN (Generalized Regression Neural Network) đánh giá ổn định hệ thống điện qua chỉ số CCT (Critical Clearing Time). Trong chẩn đoán ổn định động có 2 giai đoạn. Một là chẩn đoán dựa vào biến đặc trưng tiền sự cố ở trạng thái xác lập gồm công suất máy phát, công suất đường dây, điện áp bus, chẩn đoán này mang tính dự phòng ngăn chặn tích cực sớm, vấn đề này áp dụng trong [20,23, 24]. Hai là, chẩn đoán ổn định động dựa vào biến đặc trưng sau sự cố như chỉ số mức độ nghiêm trọng, góc , quỹ đạo điện áp, trong chẩn đoán này cho biết trạng thái ổn định sắp tới của hệ thống điện do sự cố gây ra. Trong đánh giá ổn định động được chia làm hai loại chính là chẩn đoán và đánh giá. Chẩn đoán ổn định động thường tập trung vào chỉ số CCT của hệ thống đối với sự cố, CCT là thời gian cắt sự cố dài nhất cho phép để hệ thống vẫn giữ ổn định ứng với góc công suất cắt chuẩn, và 3 giai đoạn sự cố mà hệ thống điện trải qua: trước sự cố, đang sự cố và sau sự cố. Trong đánh giá ổn định động, không cần quan tâm CCT mà cần quan sát quá trình quá độ xảy ra khi gặp sự cố, câu hỏi mấu 3
20. chốt trong đánh giá ổn định động là sau dao động quá độ kết quả là hệ thống điện ổn định hay không ổn định. Các nghiên cứu theo hướng nhận dạng, mạng nơron đánh giá ổn định động hệ thống điện, việc đánh giá dựa vào biến trạng thái sự cố vẫn là một thách thức lớn do quá trình học vẫn còn lỗi không tránh khỏi. Do vậy, cần thiết phát triển hệ thống nhận dạng thông minh có khả năng đánh giá ổn định hệ thống điện thỏa mãn độ chính xác và nâng cao độ tin cậy.Liên quan đến vấn đề ứng dụng mạng nơron ổn định hệ thống điện, đề tài đã đi tìm hiểu, tham khảo những công trình của nhiều học giả, các nhà nghiên cứu, trong đó điển hình là các công trình, như:Phạm Thành Nhân với luận văn Thạc sĩỨng dụng mạng Neural trong ổn định hệ thống điện bảo vệ tại Đại học Bách khoa Thành phố Hồ Chí Minh vào năm 2006 [4]; Bùi Lê Ngọc Minh với luận văn Thạc sĩ Ổn định hệ thống điện bằng mạng Neural bảo vệ tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh vào năm 2008 [5]; Phan Viết Thịnh với luận văn Thạc sĩ Mạng Nơron nhận dạng ổn định động hệ thống điện bảo vệ tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh vào năm 2015 [6]; Võ Thanh An với luận văn Thạc sĩ Nghiên cứu các phương pháp nhận dạng ổn định hệ thống điệnbảo vệ tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh vào năm 2016 [7]. Tất cả những công trình nghiên cứu về vấn ứng dụng mạng nơron ổn định hệ thống điện ở Việt Nam trong những năm gần đây được đăng tải với số lượng ngày càng nhiều, chất lượng cũng ngày càng được nâng cao; với nhiều cách tiếp cận khác nhau; nội dung các công trình cũng đã đề cập một cách khá toàn diện nhiều vấn đề. Tuy nhiên chưa có tác giả nào nghiên cứu đề tàiMạng nơron song song đánh giá ổn định động hê ̣thố ng điêṇ nên đề tài đi sâu vào nghiên cứu để bổ sung và phát triển hơn về mặt lý luận, phương pháp luận cho vấn đề này. 1.2. Tính cấp thiết của đề tài Do sự phức tạp của hệ thống điện, những phương pháp phân tích hệ thống điện truyền thống tốn nhiều thời gian giải nên gây chậm trễ trong việc ra quyết định, ngoài ra tính phi tuyến của hệ thống điện cũng có một trở ngại trong việc phân tích 4
21. S K L 0 0 2 1 5 4