Xây dựng hệ chẩn đoán lỗi tiềm ẩn của máy biến áp lực dựa trên mạng neural kết hợp với phương pháp phân tích khí hoà tan

Bài viết đề xuất ứng dụng mạng neural để xây dựng hệ chẩn đoán sự cố tiềm ẩn của máy biến áp (MBA) lực. Các đầu vào mạng neural là tỉ lệ các thành phần khí sinh ra trong quá trình MBA làm việc. Đầu ra là các kết luận về tình trạng của MBA. Luật chẩn đoán dựa trên phương pháp tỉ lệ theo chuẩn IEC-599 với 5 thành phần khí được sử dụng là các thành phần đầu vào.
Nội dung trích xuất từ tài liệu:
Xây dựng hệ chẩn đoán lỗi tiềm ẩn của máy biến áp lực dựa trên mạng neural kết hợp với phương pháp phân tích khí hoà tanNguyễn Hữu Công và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆ185(09): 123 - 130XÂY DỰNG HỆ CHẨN ĐOÁN LỖI TIỀM ẨN CỦA MÁY BIẾN ÁP LỰCDỰA TRÊN MẠNG NEURAL KẾT HỢPVỚI PHƯƠNG PHÁP PHÂN TÍCH KHÍ HOÀ TANNguyễn Hữu Công1*, Nguyễn Tiến Duy2, Trần Thị Thanh Thảo21Đại học Thái Nguyên,Trường Đại học Kỹ thuật công nghiệp - ĐH Thái Nguyên2TÓM TẮTTrong bài báo này, chúng tôi đề xuất ứng dụng mạng neural để xây dựng hệ chẩn đoán sự cố tiềmẩn của máy biến áp (MBA) lực. Các đầu vào mạng neural là tỉ lệ các thành phần khí sinh ra trongquá trình MBA làm việc. Đầu ra là các kết luận về tình trạng của MBA. Luật chẩn đoán dựa trênphương pháp tỉ lệ theo chuẩn IEC-599 với 5 thành phần khí được sử dụng là các thành phần đầuvào. Các kết luận đầu ra bao gồm “bình thường”, “quá nhiệt” hoặc “phóng điện”. Sử dụng mạngtruyền thẳng nhiều lớp (MLP - Multi-layer Perceptron) với cấu trúc mạng được lựa chọn là 5-M-3.Qua quá trình huấn luyện với số neural lớp ẩn khác nhau, chúng tôi lựa chọn được M=16 cho kếtquả chẩn đoán là chính xác nhất. Thông qua thử nghiệm với dữ liệu thực tế, kết quả cho thấy hệchẩn đoán đưa ra các kết luận là đáng tin cậy.Từ khoá: Hệ chẩn đoán, Máy biến áp, Lỗi tiềm ẩn, Mạng nơ-ron nhân tạo, công nghệ DGAGIỚI THIỆU*Chẩn đoán sự cố tiềm ẩn của MBA lực tronghệ thống điện là một vấn đề đã được nhiềunhà khoa học quan tâm. Để có thể đưa rađược thông tin về các lỗi tiềm ẩncó thể xảy ratrong tương lai của MBA, trong một số côngtrình đã đưa ra các phương pháp chẩn đoándựa trên phân tích lượng khí hoà tan trongdầu (DGA - Dissolved Gas in oil Analysis).Ngoài ra còn có các phương pháp chẩn đoándựa trên đáp ứng phổ tần MBA, chẩn đoándựa trên độ rung của MBA. Phương pháp sắcký khí với phân tích khí hoà tan trong dầu 0cần thiết phải có những thiết bị đo chuyêndụng và đòi hỏi độ chính xác cao. Dựa trênnhững kỹ thuật này, đã có nhiều kỹ thuật hiệnđại cho phép chẩn đoán tốt hơn 0, tuy nhiênmột điểm chung của các phương pháp này làphải dựa trên các kỹ thuật đo đạc chính xác.Vì vậy, kết quả chẩn đoán cũng phụ thuộcnhiều vào độ chính xác kết của của các phépđo. Một phương pháp chẩn đoán khác có thểkế thừa được tri thức chuyên gia dưới dạngluật thống kê đã được giới thiệu 0, 0. Phươngpháp này được phát triển dựa trên sử dụngmạng neural nhân tạo. Để có được kết quả*Email: conghn@tnu.edu.vnchẩn đoán chính xác, theo phương pháp sửdụng mạng neural cần phải có bộ dữ liệu thựcnghiệm “đủ lớn” để huấn luyện mạng và lựachọn được một cấu trúc mạng hợp lí. Thực tếcho thấy, theo tiếp cận này có rất nhiều cấutrúc mạng có thể được lựa chọn với những kếtquả chẩn đoán khác nhau. Thời gian huấnluyện mạng lớn cũng là một nhược điểm củaphương pháp này. Ngoài ra, các phương phápsử dụng fuzzy logic, mờ-neural cũng được đềxuất 0, 0, 0. Điểm chung của các phươngpháp này đó là kế thừa được tri thức chuyêngia.Ở Việt Nam, các hệ hỗ trợ quyết định dựatrên trí tuệ nhân tạo được phát triển trên cở sởsử dụng tri thức chuyên gia như hệ chuyêngia, mạng neural, fuzzy logic, v.v. cũng dầnđược phát triển rộng rãi. Có thể thấy một sốnghiên cứu về xây dựng hệ chẩn đoán lỗi choMBA đã được công bố như ứng dụng hệ mờ0, mạng neureal 0, hệ chuyên gia 0, hay kếthợp hệ chuyên gia, mạng neural và fuzzylogic để phát triển hệ chẩn đoán sự cố tiềm ẩnMBA 0 - 0. Tuy nhiên, việc nghiên cứu tìmkiếm các phương pháp mới hiệu quả hơn luônlà cần thiết của quá trình phát triển khoa họcvà công nghệ. Vì vậy, việc tìm kiếm một cấutrúc mạng neural đơn giản, hiệu quả và đáp123Nguyễn Hữu Công và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆứng được yêu cầu thực tế trong công tác thínghiệm MBA là bài toán có tính cấp thiết vàthực tiễn cao. Với mục tiêu như vậy, trongnghiên cứu này chúng tôi xây dựng hệ chẩnđoán sự cố tiềm ẩn của MBA lực bằng mạngneural dựa trên kết quả phân tích theo DGA.CHẨN ĐOÁN SỰ CỐ MBA BẰNGPHƯƠNG PHÁP DGAPhương pháp DGA và đặc tính sinh khíPhân tích khí hoà tan trong dầu của máy biếnáp là nhằm mục đích sớm phát hiện ra sự quánhiệt cục bộ, sự phóng điện ở mức độ thấpv.v. Để phân tích khí hoà tan trong dầu máybiến áp sử dụng hệ thống máy phân tích gọi làTOGAS (Transformer Oil Gas AnalysisSystem). Từ kết quả phân tích khí hoà tantrong dầu máy biến áp ta có thể chẩn đoánđược các dạng hư hỏng của máy biến áp. Việcphân tích DGA khi không cần phải ngắtnguồn điện MBA hay còn gọi là phương pháp“online” hay trực tuyến. Loại phân tích nàybao gồm DGA thông thường, đó là dựa trêncơ sở việc lấy mẫu dầu định kỳ và kỹ thuậthiện đại của việc giám sát khí trực tuyến.185(09): 123 - 130Dưới tác dụng của điện và nhiệt, phần tửhydro–cacbon () của khoáng dầu có thểbị phân huỷ thành dạng hydrogen và cácmảnh, các mảnh này có thể kết hợp vớinhau để tạo ra các khí là hydrohen ( ),methane (), ethane (), ethylene(), acetylene (),và.Lượng khí củ ...