›
›

Luận văn Ứng dụng mạng nơron trong sa thải phụ tải hệ thống điện (Phần 1)

pdf 22 trang phuongnguyen 140
Download
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Ứng dụng mạng nơron trong sa thải phụ tải hệ thống điện (Phần 1)", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfluan_van_ung_dung_mang_noron_trong_sa_thai_phu_tai_he_thong.pdf

Nội dung text: Luận văn Ứng dụng mạng nơron trong sa thải phụ tải 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 VĂN HẢI NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRONG SA THẢI PHỤ TẢI HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520202 S K C0 0 5 2 1 9 Tp. Hồ Chí Minh, tháng 01/2017
  2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN VĂN HẢI NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRONG SA THẢI PHỤ TẢI HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp. Hồ Chí Minh, tháng 01/2017
  3. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN VĂN HẢI NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRONG SA THẢI PHỤ TẢI HỆ THỐNG ĐIỆN NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: PGS.TS QUYỀN HUY ÁNH Tp. Hồ Chí Minh, tháng 04/2017
  4. CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH Cán bộ hướng dẫn khoa học: PGS.TS. Quyền Huy Ánh (Ghi rõ họ, tên, chức danh khoa học, học vị và chữ ký) Cán bộ chấm nhận xét 1: (Ghi rõ họ, tên,, chức danh khoa học, học vị và chữ ký) Cán bộ chấm nhận xét 2: (Ghi rõ họ, tên, chức danh khoa học, học vị và chữ ký) Luận văn thạc sĩ được bảo vệ trước HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HỒ CHÍ MINH. Ngày tháng năm 2017
  5. %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ƭ 'jQKFKRJLҧQJYLrQKѭӟQJGүQ 7rQÿӅWjLOXұQYăQWKҥFVӻ1JKLrQFӭXӭQJGөQJPҥQJQѫURQWURQJVDWKҧLSKөWҧLKӋWKӕQJÿLӋQ 7rQWiFJLҧ 1*8<ӈ19Ă1+Ҧ, MSHV: 1520614 Ngành: .ӻWKXұWÿLӋQ Khóa: 2015 +ӑYjWrQQJѭӡLKѭӟQJGүQ K͕FKjPK͕FY͓): 3*6764X\ӅQ+X\ÈQK &ѫTXDQF{QJWiF .KRDĈLӋQĈLӋQWӱĈ+63.77S+&0 ĈLӋQWKRҥLOLrQKӋ0913755035 3+Ҫ11+Ұ1;e7 1. Nhұn xét vӅ tinh thҫǡ–Šž‹¯ӝ làm viӋc và nghiên cӭu cӫa hӑc viên: +ӑFYLrQFyWLQKWKҫQYjWKiLÿӝOjPYLӋF1&.+QJKLrPW~F 2. Nhұn xét vӅ kӃt quҧ thӵc hiӋn cӫa luұ˜£ǣ 2.1 ˰X QK˱ͫFÿL͋P ѬXÿLӇP+RjQWKjQKWҩWFҧFiFQKLӋPYөQJKLrQFӭXÿӅUD1ӝLGXQJWUuQKEj\FyWtQKNKRDKӑFU}UjQJ súc tích. 1KѭӧFÿLӇP+RjQFKӍQKQӝLGXQJOXұQYăQWKHRJySêFӫDFiFWKjQKYLrQKӝLÿӗQJ 2.2 ĈL͋PPͣLJLiWU͓WK͹FFͯDÿ͉WjL: éWѭӣQJPӟLFӫDP{KuQKOjVDWKҧLSKөWҧLPӝWFiFKFKӫÿӝQJQJD\VDXNKL[XҩWKLӋQVӵFӕYjÿiQKJLiKӋ WKӕQJPҩWәQÿӏQK9uFKLӃQOѭӧFVDWKҧLSKөWҧLÿѭӧF WKӵFKLӋQEҵQJ$11WUrQFѫVӣKӑFYjKXҩQOX\ӋQ2IIOLQH7KXұWWRiQ.PHDQVJL~SSKkQFөPGӳOLӋXYj FKLӃQOѭӧFÿLӅXNKLӇQWѭѫQJӭQJYӟLPӛLFөPFzQ$+3 VӁ[iFÿӏQKWUѭӟFYӏWUtWҧLFҫQVDWKҧLGӵDWUrQKӋVӕWҫPTXDQWUӑQJFӫDWҧLÿyÿӕLYӟLKӋWKӕQJYj[k\GӵQJ FKLӃQOѭӧFÿLӅXNKLӇQGӵDWUrQQy 2.3 1KͷQJW͛QW̩L Q͇XFy  7LӃSWөFQJKLrQFӭXSKiWWULӇQYjKRjQWKLӋQÿӅWjL KӂT LUҰN ĈҥW\rXFҫXOXұQYăQWKҥFVƭ1JjQK.ӻWKXұWÿLӋQ 73+&0QJj\WKiQJQăP *LҧQJYLrQKѭӟQJGүQ .ê JKLU}KӑWrQ 3*6764X\ӅQ+X\ÈQK
  6. %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 1JKLrQFӭXӭQJGөQJPҥQJQѫURQWURQJVDWKҧLSKөWҧLKӋWKӕQJÿLӋQ 7rQWiFJLҧ 1*8<ӈ19Ă1+Ҧ, MSHV: 1520614 Ngành: .ӻWKXұWÿLӋQ Khóa: 2015 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ 76'ѭѫQJ7KDQK/RQJ &ѫTXDQF{QJWiF ĈҥLKӑFF{QJQJKLӋS73+&0 ĈLӋQWKRҥLOLrQKӋ 0908839735 ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ /XұQYăQFyKuQKWKӭFYjNӃWFҩXSKKӧS 9ӅQӝLGXQJ 2.1. Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ /XұQYăQWUuQKEj\U}UjQJPҥFKOҥF 2.2. Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю /XұQYăQWUtFKGүQYjVӱGөQJNӃWTXҧQJKLrQFӭXFӫDQJѭӡLNKiFWKHRÿ~QJTX\ÿӏQK 2.3. Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng trong LVTN 0өFWLrXQJKLrQFӭXU}UjQJ1JKLrQFӭXSKѭѫQJSKiSVDWKҧLSKөWҧLQKҵPGX\WUuәQÿӏQKÿӝQJFӫDKӋ WKӕQJÿLӋQWUrQFѫVӣNӃWKӧSJLҧLWKXұW.PHDQVPҥQJQѫURQYjJLҧLWKXұW$+3.ӃWTXҧP{SKӓQJÿѭӧF WKӵFKLӋQWUrQSKҫQPӅPSRZHUZRUOGYj0DWODE 2.4. Nh̵n xét T͝ng quan cͯƒ¯͉ tài ĈӅWjLÿmSKkQWtFKFKLWLӃWFiFF{QJWUuQKQJKLrQFӭXWUѭӟFWKӇKLӋQÿѭӧFWtQKFҩSWKLӃWYjPөFWLrXFӫD QJKLrQFӭXFӫDÿӅWjL 2.5. ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ 1ӝLGXQJ/971WUuQKEj\FKLWLӃWU}UjQJ7iFJLҧÿmSKkQWtFKFiFSKѭѫQJSKiSVDWKҧLSKөWҧL[k\GӵQJ P{KuQKEjLWRiQVDWKҧLSKөWҧLVӱGөQJPҥQJQѫURQQKkQWҥR$11NӃWKӧSYӟLWKXұWWRiQ.PHDQVYj $+3.ӃWTXҧP{SKӓQJGӵDWUrQSKҫQPӅPSRZHUZRUOGYj0DWODEFKRWKҩ\FyWKӡLJLDQSKөFKӗLWҫQVӕ QKDQKKѫQYjOѭӧQJF{QJVXҩWFҫQVDWKҧLWKҩSKѫQVRYӟLSKѭѫQJSKiSWUX\ӅQWKӕQJ 2.6. ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài 9ӟLNӃWTXҧÿҥWÿѭӧFFKRWKҩ\ÿӅWjLFyWKӇSKiWWULӇQÿӇWUӧJL~SFiFÿLӅXÿӝYLrQUDTX\ӃWÿӏQKWURQJQKӳQJ WuQKKXӕQJNKҭQFҩSVӟPÿѭDKӋWKӕQJÿLӋQYӅWUҥQJWKiLәQÿӏQK 2.7. Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót và t͛n t̩i): .LӇPWUDOҥLOӛLÿiQKPi\GzQJWUDQJ II. CÁC VҨ0ӄ CҪN LÀM RÕ &iFFkXK͗LFͯDJL̫QJYLrQSK̫QEL͏Q
  7. 1*LҧLWKtFKKuQK4.5 trang 60 29LӋFKXҩQOLӋQPҥQJ$11ÿӕLYӟLKӋWKӕQJ,(((39Q~WÿѭӧFWKӵFKLӋQQKѭWKӃQjR".KҧQăQJWӵKӑFYj WӵFұSQKұWGӳOLӋXWURQJÿiQKJLiәQÿӏQKÿӝQJKӋWKӕQJÿLӋQFӫDKӋWKӕQJ,(((39Q~WKRҥWÿӝQJUDVDR" 37KHRNӃWTXҧWtQKWRiQWәQJOѭӧQJF{QJVXҩWVDWKҧLFӫDKӋWKӕQJOj785,20:/ѭӧQJF{QJVXҩWQj\ ÿѭӧFVDWKҧLWKHRQJѭӥQJJLҧPFӫDWҫQVӕĈӇWăQJÿӝFKtQK[iFEҧRYӋKӋWKӕQJFyWKӇ[HP[pWWKrPYLӋF OҳSÿһWVDWKҧLSKөWҧLWKHRWӕFÿӝVX\JLҧPWҫQVӕ9ұ\YLӋFOҩ\PүXYjP{KuQKQKұQGҥQJ$11iSGөQJ WURQJOXұQYăQQj\ÿiSӭQJQKѭWKӃQjR" Ǥ0   TT 0өFÿiQKJLi ĈiQKJLi ĈҥW Không ÿҥW 1 7tQKNKRDKӑFU}UjQJPҥFKOҥFNK~FFKLӃWWURQJOXұQYăQ x 2 ĈiQKJLiYLӋFVӱGөQJKRһFWUtFKGүQNӃWTXҧ1&FӫDQJѭӡLNKiFFyÿ~QJTXL x ÿӏQKKLӋQKjQKFӫDSKiSOXұWVӣKӳXWUtWXӋ 3 0өFWLrXQJKLrQFӭXSKѭѫQJSKiSQJKLrQFӭXVӱGөQJWURQJ/971 x 4 7әQJTXDQFӫDÿӅWjL x 5 ĈiQKJLiYӅQӝLGXQJ FKҩWOѭӧQJFӫD/971 x 6 ĈiQKJLiYӅNKҧQăQJӭQJGөQJJLiWUӏWKӵFWLӉQFӫDÿӅWjL x 0žŠ†Н—…Š±‘ȋšȌ˜‘؏—г0žŠ‰‹ž Ǥϸϯ *L̫QJYLrQSK̫QEL͏QJKLU}êNL͇Q³7iQWKjQKOX̵QYăQ” hay “.K{QJWiQWKjQKOX̵QYăQ”) 7iQWKjQKOXұQYăQ 73+&0QJj\WKiQJQăP 1JѭӡLQKұQ[pW .ê JKLU}KӑWrQ 76'ѭѫQJ7KDQK/RQJ
  8. %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 1JKLrQFӭXӭQJGөQJPҥQJQѫURQWURQJVDWKҧLSKөWҧLKӋWKӕQJÿLӋQ 7rQWiFJLҧ 1*8<ӈ19Ă1+Ҧ, MSHV: 1520614 Ngành: .ӻWKXұWÿLӋQ Khóa: 2015 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ PGS.TS.Lê Chí Kiên &ѫTXDQF{QJWiF .KRDĈLӋQĈLӋQWӱĈҥLKӑF6ѭSKҥP.ӻWKXұW73+&0 ĈLӋQWKRҥLOLrQKӋ 098-767-3030 ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ +uQKWKӭFU}UjQJWX\QKLrQFiFEҧQJYjWLrXÿӅEҧQJQrQFăQÿӅXErQ.ӃWFҫXKӧSOêWX\QKLrQOXұQYăQ FzQWUuQKEj\GjLGzQJFҫQU~WJӑQOҥLVӕWUDQJ 9ӅQӝLGXQJ 2.1. Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ &yWtQKNKRDKӑFWUX\ӅQÿҥWÿѭӧFQӝLGXQJ 2.2. Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю 7UtFKGүQWjLOLӋXÿ~QJTX\ÿӏQK 2.3. Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng trong LVTN 0өFWLrXFKѭDÿҥW\rXFҫX&ҫQQrXU}OXұQYăQVӁÿҥWÿѭӧFNӃWTXҧGӵNLӃQOjJu 2.4. Nh̵n xét T͝ng quan cͯƒ¯͉ tài 7әQJTXDQFKѭDFKRWKҩ\ÿLӇPNKiFELӋWFӫDOXұQYăQYӟLFiFF{QJWUuQKQJKLrQFӭXWUѭӟFÿk\ 2.5. ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ 1ӝLGXQJWѭѫQJ[ӭQJYӟLOXұQYăQ7KҥF6ƭ&KҩWOѭӧQJWUXQJEuQKYuSKѭѫQJSKiSÿӅ[XҩWWURQJOXұQYăQ FKӍOjPӝWWURQJQKLӅXSKѭѫQJSKiSNKiFQKDXJLҧLTX\ӃWPӝWYҩQÿӅYjNӃWTXҧÿҥWÿѭӧFFNJQJFKѭDWKұWVӵ FyêQJKƭDOӟQ 2.6. ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài /jPWjLOLӋXWKDPNKҧRFKR&{QJW\ĈLӋQOӵFKӑFYLrQFDRKӑF 2.7. Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót và t͛n t̩i): .ӃWOXұQQrQWUuQKEj\FөWKӇFiFNӃWTXҧWtQKWRiQP{SKӓQJÿѭӧFVRViQKYӟLFiFSKѭѫQJSKiSNKiF EҵQJFRQVӕFөWKӇÿӗQJWKӡLQrQU}êQJKƭDVӵNKiFQKDXYӅNӃWTXҧJLӳDSKѭѫQJSKiSÿӅ[XҩWYjFiF SKѭѫQJSKiSNKiF &iFFKѭѫQJFѫVӣTXiGjLGzQJOXұQYăQFҫQU~WJӑQVӕWUDQJ II. CÁC VҨ0ӄ CҪN LÀM RÕ &iFFkXK͗LFͯDJL̫QJYLrQSK̫QEL͏Q
  9. 17LrXFKtVDWKҧLSKөWҧLOjJu"&ҫQTXDQWkPQKӳQJWK{QJVӕQjR" 27KӡLJLDQSKөFKӗLFKrQKOӋQKYjLJLk\FNJQJQKѭWҫQVӕSKөFKӗLFKrQKOӋFKNK{QJÿiQJNӇQKѭWURQJ OXұQYăQFyêQJKƭJuNK{QJ" Ǥ0   TT 0өFÿiQKJLi ĈiQKJLi ĈҥW Không ÿҥW 1 7tQKNKRDKӑFU}UjQJPҥFKOҥFNK~FFKLӃWWURQJOXұQYăQ x 2 ĈiQKJLiYLӋFVӱGөQJKRһFWUtFKGүQNӃWTXҧ1&FӫDQJѭӡLNKiFFyÿ~QJTXL x ÿӏQKKLӋQKjQKFӫDSKiSOXұWVӣKӳXWUtWXӋ 3 0өFWLrXQJKLrQFӭXSKѭѫQJSKiSQJKLrQFӭXVӱGөQJWURQJ/971 x 4 7әQJTXDQFӫDÿӅWjL x 5 ĈiQKJLiYӅQӝLGXQJ FKҩWOѭӧQJFӫD/971 x 6 ĈiQKJLiYӅNKҧQăQJӭQJGөQJJLiWUӏWKӵFWLӉQFӫDÿӅWjL x 0žŠ†Н—…Š±‘ȋšȌ˜‘؏—г0žŠ‰‹ž Ǥϸϯ *L̫QJYLrQSK̫QEL͏QJKLU}êNL͇Q³7iQWKjQKOX̵QYăQ” hay “.K{QJWiQWKjQKOX̵QYăQ”) 7iQWKjQKOXұQYăQÿӗQJêFKREҧRYӋWUѭӟF+ӝLÿӗQJFKҩPOXұQYăQWӕWQJKLӋS 73+&0QJj\WKiQJQăP 1JѭӡLQKұQ[pW .ê JKLU}KӑWrQ PGS.TS.Lê Chí Kiên
  10. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh LÝ LỊCH CÁ NHÂN I. LÝ LỊCH SƠ LƯỢC: Họ & tên: NGUYỄN VĂN HẢI Giới tính: Nam Ngày, tháng, năm sinh: 25-11-1991 Nơi sinh: Bà Rịa – Vũng Tàu Quê quán: Thừa Thiên Huế Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: 373, Nguyễn Thị Định, Phƣờng Cát Lái, Quận 2, Tp.HCM. E-mail: haivannguyen2511@gmail.com SĐT: 01649671970 II. QUÁ TRÌNH ĐÀO TẠO: 1. Trung học phổ thông: Hệ đào tạo: chính qui Thời gian đào tạo từ tháng 9/2006 đến tháng 6/2009 Nơi học (trƣờng, thành phố): THPT Nguyễn Du, Ngãi Giao, huyện Châu Đức, Tỉnh Bà Rịa – Vũng Tàu. 2. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ tháng 9/2009 đến tháng 01/ 2014. Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP.HCM Ngành học: Điện Công Nghiệp Tên đồ án tốt nghiệp: Tìm hiểu Động cơ 1 chiều không chổi than. Ngày & nơi bảo vệ đồ án tốt nghiệp: Tháng 1/2014 tại Đại học Sƣ Phạm Kỹ Thuật TP.HCM. Ngƣời hƣớng dẫn: PGS.TS Trƣơng Việt Anh 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 Cổ Phần Điện Sài 10/03/2015 đến nay Nhân viên kỹ thuật Gòn Gia Định Nguyễn Văn Hải – 1520614 i
  11. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh 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 chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác. Thành phố Hồ Chí Minh, ngày tháng năm 2017 Học viên (Ký tên và ghi rõ họ tên) NGUYỄN VĂN HẢI Nguyễn Văn Hải – 1520614 ii
  12. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh LỜI CẢM ƠN Qua quá trình nghiên cứu và hoàn thành luận văn, tôi kính gửi lời cảm ơn chân thành và sâu sắc nhất đến:  PGS.TS QUYỀN HUY ÁNH là ngƣời tận tình giúp đỡ và hỗ trợ trong suốt quá trình thực hiện luận văn.  Ths. LÊ TRỌNG NGHĨA là ngƣời hết lòng đỡ đần, giảng giải chi tiết từng vấn đề, từng bƣớc trong quá trình hoàn thành luận văn này.  Quý thầy, cô giáo đã tham gia công tác giảng dạy, hƣớng dẫn các môn học trong quá trình học của lớp Cao học Kỹ Thuật Điện Khóa 2015A.  Kính gửi lời cảm tạ tới Trƣờng Đại học Sƣ phạm Kỹ thuật Tp. Hồ Chí Minh đã tạo điều kiện thuận lợi cho cho các học viên tại trƣờng đƣợc học tập và nghiên cứu. Kính chúc quý thầy cô thật nhiều sức khỏe, niềm vui trong cuộc sống cũng nhƣ trong công tác giảng dạy. Thành phố Hồ Chí Minh, ngày tháng năm 2017 Học viên NGUYỄN VĂN HẢI Nguyễn Văn Hải – 1520614 iii
  13. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh TÓM TẮT Đề tài “NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRONG SA THẢI PHỤ TẢI HỆ THỐNG ĐIỆN” đƣợc tiến hành trong khoảng thời gian 1 năm tại trƣờng Đại học Sƣ Phạm Kỹ Thuật TP HCM. Đề tài đã tập trung nghiên cứu và đề xuất mô hình mới trong điều khiển sa thải phụ tải khẩn cấp bằng mạng nơron nhân tạo ANN, kết hợp với thuật toán Kmeans và AHP. Các vấn đề chính của luận văn bao gồm: Trình bày ý tƣởng mới của đề tài là sa thải phụ tải một cách chủ động ngay sau khi xuất hiện sự cố và đánh giá hệ thống mất ổn định. Trình bày lý thuyết mạng nơron nhân tạo, cách học và huấn luyện mạng nơron. Thuật toán Kmeans giúp phân cụm dữ liệu và chiến lƣợc điều khiển tƣơng ứng với mỗi cụm, AHP sẽ xác định trƣớc vị trí tải cần sa thải dựa trên hệ số tầm quan trọng của tải đó đối với hệ thống và xây dựng chiến lƣợc điều khiển dựa trên nó. Hiệu quả của mô hình sa thải phụ tải đề xuất đƣợc kiểm tra dựa trên việc xác định chiến lƣợc sa thải phụ tải của hệ thống IEEE 10-máy 39-bus thông qua mô phỏng sự cố offline trên phần mềm PowerWorld, sau đó, thực hiện sa thải phụ tải thông qua công cụ ANN Toolbox trên phần mềm Matlab. Phân tích kết quả sa tải phụ tải, so sánh mô hình sa thải phụ tải đề xuất với thời gian phục hồi tần số và lƣợng công suất cần sa thải so với phƣơng pháp truyền thống theo AHP và phƣơng pháp UFLS. HỌC VIÊN THỰC HIỆN NGUYỄN VĂN HẢI Nguyễn Văn Hải – 1520614 iv
  14. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh ABSTRACT Thesis “APPLICATION RESEARCH NEUTRAL NETWORK FOR LOAD SHEDDING IN POWER SYSTEM” has been done for a year at Ho Chi Minh University Of Technology And Education. The thesis focused on research and proposed a new model for emergency load shedding control using artificial neural networks, combined with the Kmeans and AHP algorithms. The thesis’s content focused on: Introduce a new idea of the thesis is load shedding immediately after the occurrence of an incident and assess system instability. Introduce the theory of artificial neural networks, how to learn and train artificial neural networks. Kmeans algorithms help clustered data and control strategies that correspond to each cluster, while AHP will pre- determine the position of load shed based on the importance of that load with the system and build controlling strategy based on it. The effectiveness of the proposed model is tested on the determining of the load shedding strategy of the IEEE 39-bus 10-machine system through offline incident simulation on PowerWorld software, then, perform load shedding base on ANN Toolbox tool on Matlab software. Analyze the results of load shedding, comparing the proposed load shedding model with frequency recovery time and the amount of power to be shedded with AHP and UFLS method. Author NGUYEN VAN HAI Nguyễn Văn Hải – 1520614 v
  15. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh MỤC LỤC    Trang tựa Trang Quyết định giao đề tài Lý lịch cá nhân i Lời cam đoan ii Lời cảm ơn iii Tóm tắt iv Mục lục vi Danh sách các chữ viết tắt ix Danh sách các hình x Danh sách các bảng xii CHƯƠNG I: TỔNG QUAN 1 1.1 TỔNG QUAN CHUNG VỀ LĨNH VỰC NGHIÊN CỨU 1 1.2 TÍNH CẤP THIẾT CỦA ĐỀ TÀI 6 1.3 MỤC TIÊU NGHIÊN CỨU 7 1.4 NHIỆM VỤ VÀ GIỚI HẠN CỦA ĐỀ TÀI 7 1.5 PHƢƠNG PHÁP NGHIÊN CỨU VÀ CÁC BƢỚC THỰC HIỆN 7 CHƯƠNG II: CƠ SỞ LÝ THUYẾT 9 2.1 TỔNG QUAN CÁC PHƢƠNG PHÁP SA THẢI PHỤ TẢI 9 2.2 MẠNG NƠ RON NHÂN TẠO (ANN) 13 2.2.1 Đặt vấn đề 13 2.2.2 Sơ lƣợc về mạng nơron 15 2.2.3 Định nghĩa ANN 18 2.2.4 Hàm xử lý 21 2.2.5 Mô hình mạng nơron 24 2.2.6 Quá trình học của mạng nơron 26 Nguyễn Văn Hải – 1520614 vi
  16. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh 2.2.7 Hàm mục tiêu 27 2.3 THUẬT TOÁN AHP 28 2.4 THUẬT TOÁN K-MEANS 31 2.4.1 Kỹ thuật phân cụm 31 2.4.2 Thuật toán K-means 32 CHƯƠNG III: MẠNG NƠ RON TRUYỀN THẲNG VÀ THUẬT TOÁN LAN TRUYỀN NGƯỢC 34 3.1 MẠNG NƠRON TRUYỀN THẲNG 34 3.2 THIẾT KẾ MẠNG TRUYỀN THẲNG 36 3.3 THUẬT TOÁN LAN TRUYỀN NGƢỢC 38 3.3.1 Mô tả thuật toán 38 3.3.2 Sử dụng thuật toán lan truyền ngƣợc 43 CHƯƠNG IV: SA THẢI PHỤ TẢI SỬ DỤNG MẠNG NƠRON NHÂN TẠO 46 4.1 QUY TRÌNH MÔ PHỎNG LẤY MẪU TRONG POWERWORLD 49 4.1.1 Giới thiệu và quy trình lấy mẫu trong powerworlld 49 4.1.2 Mô phỏng sự cố ba pha cân bằng bằng powerworld 53 4.1.3 Dữ liệu sau mô phỏng 54 4.2 XÂY DỰNG TẬP MẪU HỌC VÀ CHUẨN HÓA DỮ LIỆU 55 4.3 PHÂN CỤM DỮ LIỆU BẰNG GIẢI THUẬT K-MEANS 56 4.4 ĐÁNH GIÁ TẦM QUAN TRỌNG CỦA PHỤ TẢI BẰNG AHP 57 4.5 HUẤN LUYỆN ANN 68 4.6 KẾT QUẢ VÀ ĐÁNH GIÁ ĐỘ CHÍNH XÁC NHẬN DẠNG ANN 70 CHƯƠNG V: KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU PHÁT TRIỂN 76 5.1 KẾT LUẬN 76 5.3 HƢỚNG NGHIÊN CỨU PHÁT TRIỂN 76 Nguyễn Văn Hải – 1520614 vii
  17. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh TÀI LIỆU THAM KHẢO 77 PHỤ LỤC 1 77 PHỤ LỤC 2 80 Nguyễn Văn Hải – 1520614 viii
  18. Luận văn Thạc sỹ GVHD: PGS.TS Quyền Huy Ánh DANH SÁCH CÁC CHỮ VIẾT TẮT ANN Artificial Neural Network HTĐ Hệ thống điện MLFF Multi-layer Feed Forward LMS Least Means Square LC Load Center L Load CL Chiến Lược AHP Analytic Hierarchy Process Nguyễn Văn Hải – 1520614 ix
  19. S K L 0 0 2 1 5 4