Nghiên cứu tích hợp mạng nơron trí tuệ nhân tạo (AI) vào hệ thống SCADA trạm biến áp để chẩn đoán sự cố

Những sự cố tiềm ẩn trong máy biến áp động lực (MBA) được dự báo bằng nhiều phương pháp khác nhau khi máy đang mang điện (online). Phương pháp phân tích khí hòa tan (DGA) là một trong số các phương pháp dự báo phổ biến. Dựa trên cơ sở của phương pháp DGA và kết hợp phân tích các thông số mạch điện trực tuyến cùng với mạng nơron nhân tạo được tích hợp ngay trong phần mềm SCADA trạm biến áp sẽ góp phần nâng cao khả năng dự báo các sự cố tiềm ẩn trong MBA.
Nội dung trích xuất từ tài liệu:
Nghiên cứu tích hợp mạng nơron trí tuệ nhân tạo (AI) vào hệ thống SCADA trạm biến áp để chẩn đoán sự cốCHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2019NGHIÊN CỨU TÍCH HỢP MẠNG NƠRON TRÍ TUỆ NHÂN TẠO (AI)VÀO HỆ THỐNG SCADA TRẠM BIẾN ÁP ĐỂ CHẨN ĐOÁN SỰ CỐRESEARCH INTEGRATING ARTIFICIAL INTELLIGENCE (AI) - NEURALNETWORK IN THE SCADA OF TRANSFORMER STATION TO DIAGNOSEINCIPIENT FAULTSĐINH ANH TUẤNKhoa Điện - Điện tử, Trường Đại học Hàng hải Việt NamEmail liên hệ: dinhanhtuan@gmail.comTóm tắtNhững sự cố tiềm ẩn trong máy biến áp động lực (MBA) được dự báo bằng nhiều phươngpháp khác nhau khi máy đang mang điện (online). Phương pháp phân tích khí hoà tan (DGA)là một trong số các phương pháp dự báo phổ biến. Dựa trên cơ sở của phương pháp DGAvà kết hợp phân tích các thông số mạch điện trực tuyến cùng với mạng nơron nhân tạo đượctích hợp ngay trong phần mềm SCADA trạm biến áp sẽ góp phần nâng cao khả năng dựbáo các sự cố tiềm ẩn trong MBA.Từ khóa: Trí tuệ nhân tạo, chẩn đoán, hệ thống điều khiển giám sát và thu thập dữ liệu.AbstractPower transformer incipient faults are diagnosed by different methods (online). Dissolvedgas analysis (DGA) is one of widely used methods. Based on DGA and combination ofanalysis of online circuit parameters with artificial neural networks integrated in the SCADAsoftware of transformer station might improve possibility of diagnosis power transformerincipient faults.Keywords: Artificial intelligence, diagnose, SCADA.1. Đặt vấn đềTrong một trạm biến áp, máy biến áp lực là một trong những phần tử quan trọng của hệ thốngđiện, độ tin cậy cung cấp điện của nó liên quan trực tiếp đến độ tin cậy của cả hệ thống điện. Vớicác trạm biến áp 110kV trở lên, để nâng cao tuổi thọ của máy biến áp động lực (MBA) và tăng độtin cậy cung cấp điện thì MBA thường xuyên được giám sát bằng hệ thống SCADA. Tuy nhiên, tronghầu hết các hệ thống này đang được trang bị trong ngành điện lực của Việt Nam khi sự cố của MBAthực sự đã xảy ra thì hệ thống mới thực hiện các báo động [3, 6]. Ngoài ra, ở một lượng thiểu sốcác hệ thống có áp dụng những phương pháp chẩn đoán khác nhau như phương pháp phân tíchkhí hoà tan - Dissolved Gas Analysis (DGA), phương pháp tam giác Duval,… thì phương pháp DGAlà công cụ rất quan trọng trong việc xác định tình trạng của một MBA [3]. Nó cho biết các dấu hiệuđầu tiên để có thể nhận biết được hư hỏng cách điện và dầu, quá nhiệt, các điểm nóng phóng điệncục bộ và hồ quang. Chất lượng của dầu cách điện phản ảnh tuổi thọ của MBA. Vì vậy, việc phântích phải được lấy mẫu gửi đến phòng thí nghiệm phân tích theo tiêu chuẩn IEC 60599 và IEEE C57104TM dẫn đến việc chẩn đoán sự cố tiềm ẩn trong MBA phải cần đến kinh nghiệm của các chuyêngia và tiêu tốn thời gian [1, 3, 6]. Một số các công trình đã sử dụng mạng nơron để giải quyết vấn đềnày trong một module độc lập offline tách biệt khỏi hệ thống SCADA như [1, 3]. Bên cạnh đó, để dựbáo một cách chính xác sự cố thì ngoài DGA, các dữ liệu về môi trường, về nhiệt độ dầu và về thôngsố dòng/áp quá khứ và hiện tại của MBA cũng đóng vai trò quan trọng. Hiện tại chưa có công trìnhnghiên cứu nào thực hiện tổ hợp của hai nhóm dữ liệu này để thực hiện chẩn đoán. Do đó, sự kếthợp giữa phương pháp DGA, dữ liệu các thông số bổ sung online và ứng dụng kinh nghiệm của hệchuyên gia vào mạng nơron nhân tạo - Artificial Intelligence (AI) trong một module tích hợp với hệthống SCADA để chẩn đoán sự cố sẽ mang lại hiệu quả và khả năng dự báo nhanh chóng [2, 4, 5].2. Đề xuất cấu trúc hệ thống SCADA trạm biến áp 110KV có tích hợp module AINgày nay, việc ứng dụng hệ thống SCADA để điều khiển, giám sát và thu thập dữ liệu quátrình hoạt động của các trạm biến áp cao áp ngày càng phổ biến do những lợi ích của nó mang lạinhư giảm chi phí bảo dưỡng nhờ tối ưu hóa kế hoạch bảo dưỡng (bảo dưỡng theo trạng kỹ thuậtthay vì bảo dưỡng theo định kỳ dựa trên nguồn cơ sở dữ liệu dồi dào), tăng tính an toàn cho ngườikhai thác nhờ tự động điều khiển duy trì các thông số công tác trong phạm vi an toàn và có thể pháthiện, cảnh báo các nguy cơ xảy ra sự cố,… Để lợi dụng các ưu điểm đó kết hợp với bộ dữ liệu cósẵn của trạm biến áp 110kV tác giả đề xuất cấu trúc tích hợp module trí tuệ nhân tạo AI vào hệ thốngSCADA trạm biến áp 110kV như Hình 1. Trong đó, việc thu thập dữ liệu và điều khiển trực tiếp máybiến áp được thực hiện thông qua PLC; máy tính điều khiển khiển giám sát sẽ trao đổi với PLC thôngqua module OPC server, module này cung cấp dữ liệu cho phần mềm SCADA đồng thời giao tiếpTạp chí Khoa học Công nghệ Hàng hảiSố 58 - 04/201937CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2019với phần mềm Matlab thông qua OPC Toolbox. Máy tính cài đặt phần mềm Matlab/NN tool cài đặtthuật toán AI, thực hiện luyện mạng và sẽ nhận dữ liệu đầu vào từ máy biến áp sau đó thực hiệnthuật toán đã học và đưa ra các quyết định chẩn đoán cho máy tính SCADA để người vận hành đưara các tình huống xử lý cuối cùng.Module AI nà ...