Đề tài Kết hợp hệ chuyên gia và nơron nhân tạo chẩn đoán sự cố tiềm ẩn trong máy biến áp lực

KẾT HỢP HỆ CHUYÊN GIA VÀ NƠRON NHÂN TẠO CHẨN ĐOÁN SỰ CỐ TIỀM ẨN TRONG MÁY BIẾN ÁP LỰC COMBINATION OF EXPERT SYSTEM AND ARTIFICIAL NEURAL NETWORK TO DIAGNOSE POWER TRANSFORMER INCIPIENT FAULTS ĐINH THÀNH VIỆT – TRẦN HOÀNG KHỨ Trường Đại học Bách Khoa, Đại học Đà Nẵng TÓM TẮT Những sự cố tiềm ẩn trong máy biến áp lực (MBA) được dự báo bằng nhiều phương pháp khác nhau, khi máy đang mang điện (on line) hay cắt điện (off line). Phương pháp phân tích khí hoà tan (DGA) là một trong số các phương pháp dự báo phổ biến. Dựa vào cơ sở của phương pháp DGA, việc xây dựng và kết hợp được hệ chuyên gia với mạng nơron nhân tạo sẽ góp phần nâng cao khả năng dự báo các sự cố tiềm ẩn trong MBA. ABSTRACT Power transformer incipient faults are diagnosed by different methods (on line or off line). Dissolved gas analysis (DGA) is one of widely used methods. Combination of expert systems and artificial neural networks based on DGA might improve possibility of diagnosis power transformer incipient faults. 1. Đặt vấn đề Máy biến áp lực (MBA) là một trong những phần tử quan trọng trong hệ thống điện, độ tin cậy cung cấp điện của nó liên quan trực tiếp đến độ tin cậy của cả hệ thống điện. Để nâng cao tuổi thọ MBA và tăng độ tin cậy cung cấp điện, MBA thường xuyên được giám sát bằng nhiều phương pháp, một trong số đó là phương pháp DGA. Các phương pháp DGA truyền thống chẩn đoán sự cố tiềm ẩn trong MBA phải cần đến kinh nghiệm của các chuyên gia và tiêu tốn thời gian. Trong khi đó, sự kết hợp giữa hai phương pháp là hệ chuyên gia và mạng nơron nhân tạo vào việc chẩn đoán sẽ mang lại hiệu quả với khả năng chẩn đoán nhanh và chính xác. 2. Hệ chuyên gia dự báo MBA dựa vào phương pháp phân tích khí hoà tan (DGA) – xây dựng dữ liệu nhân tạo cho quá trình luyện mạng nơron dựa trên cơ sở hệ chuyên gia (HCG) Dầu MBA được làm từ những hợp chất hữu cơ, dưới tác dụng vật lý của nhiệt, điện sẽ sinh ra các khí hoà tan như là H2, CH4, C2H6, C2H4, C2H2, CO, CO2 [15] theo những quy luật nhất định. Vì vậy, đã có nhiều chuyên gia đưa ra các phương pháp khác nhau để dự đoán sự cố xảy ra trong MBA như: phương pháp Dornenburg (Dor.), phương pháp Rogers (Rog.), tiêu chuẩn IEC 599 (IEC.), phương pháp khí chính (K.gas) [1, 2]. Dựa vào tri thức của các chuyên gia theo các tiêu chuẩn đã nêu, có thể xây dựng một hệ chuyên gia để dự báo các sự cố tiềm ẩn trong MBA. Giao diện của chương trình được trình bày ở hình 1. Quá trình học của mạng nơron cần một lượng lớn dữ liệu, đầu vào là các số liệu thực tế. Tuy nhiên, trong thực trạng hệ thống điện Việt Nam hiện nay, rất khó để tập hợp lượng dữ liệu đủ lớn cho quá trình luyện do phương pháp DGA mới được sử dụng trong thời gian gần đây. Hơn nữa, việc thu thập dữ liệu DGA từ các hệ thống điện nước ngoài sẽ tiêu tốn thời gian và chi phí cao. Sử dụng kết quả của hệ chuyên gia, có thể xây dựng một tập hợp các mẫu dữ liệu nhân tạo cho quá trình luyện theo nguyên tắc kết quả dự báo mà hệ chuyên gia đề xuất sẽ được lưu vào tập mẫu dữ liệu nhân tạo dùng cho quá trình luyện. Chương trình tạo dữ liệu nhân tạo sử dụng kết quả của hệ chuyên gia, giao diện của chương trình như ở hình 2. Việc xây dựng bộ dữ liệu nhân tạo được thực hiện như sau: 1. Nhấn vào nút lệnh “Tạo dữ liệu”: chương trình sẽ tạo ra một mẫu dữ liệu ngẫu nhiên. 2. Nhấn nút lệnh “Dự báo”: chương trình sẽ thực hiện dự báo với mẫu dữ liệu ngẫu nhiên đã tạo. 3. Lưu dữ liệu nếu chương trình đề xuất được kết quả (xem hình 2). Dữ liệu sẽ không thể lưu nếu chương trình không đề xuất được kết quả. Với sự tổng hợp tri thức của nhiều chuyên gia theo nhiều phương pháp, tập dữ liệu này cho phép đạt được độ chính xác cao cho quá trình luyện mạng. 3. Ứng dụng mạng MLP chẩn đoán sự cố tiềm ẩn trong MBA Mạng nơron nhiều lớp (the multilayer perceptron – MLP) là một giải pháp tốt để chẩn đoán sự cố tiềm ẩn trong MBA. Trong đó các mạng MLP 6x21x5 và các mạng 5 đầu vào, 3 đầu ra sẽ cho kết quả dự báo tốt [1]. Các tác giả bài báo đã xây dựng mạng MLP phục vụ vho việc chẩn đoán sự cố tiềm ẩn trong MBA. Lớp đầu vào gồm có các nút tương ứng với nồng độ của các khí: H2, CH4, C2H6, C2H4, C2H2, CO (6 đầu vào). Lớp đầu ra gồm 5 nút được mã hoá ứng với 5 trường hợp: bình thường, sự cố vầng quang điện, sự cố hồ quang điện, sự cố quá nhiệt dầu, sự cố quá nhiệt cellulose. Lớp đầu ra 3 nút ra ứng với các trường hợp: bình thường, sự cố phóng điện, sự cố quá nhiệt. Hình 2: Tạo dữ liệu nhân tạo có thể lưu Hình 1: Hệ chuyên gia chẩn đoán MBA 4. Xây dựng hệ chuyên gia dựa trên các hướng dẫn của Viện Năng lượng Liên Xô (cũ) [5] Hướng dẫn của Viện Năng lượng Liên Xô (cũ) chẩn đoán các hỏng hóc theo kết quả phân tích khí hoà tan trong dầu của MBA bằng phương pháp sắc ký khí đã và đang được sử dụng tại Nga và các nước SNG. Các tác giả bài báo đã xây dựng một chương trình hệ chuyên gia (Gui.) dựa vào các tiêu chí của hướng dẫn bao gồm: - Các yêu cầu chung: các khí được coi là có mặt trong dầu khi vượt quá độ nhạy ngưỡng được cho ở bảng 1. Bảng 1: Độ nhạy ngưỡng các khí Khí H2 CH4 C2H6 C2H4 C2H2 CO O2 Độ nhạy ngưỡng (ppm) 5 5 5 5 0.5 50 500 - Xác định dạng và tính chất hỏng hóc theo tiêu chí tỷ số nồng độ của cặp khí, bao gồm các trường hợp: bình thường, sự cố phóng điện, sự cố quá nhiệt, sự cố phóng điện và quá nhiệt. - Thành phần khí trong dầu MBA và các dạng hỏng hóc có thể: được sử dụng trong chẩn đoán sự cố vầng quang điện, hồ quang điện, quá nhiệt dầu và sự cố quá nhiệt cellulose. - Các yếu tố vận hành có thể làm thay đổi khí trong dầu. - Tính toán tốc độ tăng khí trong dầu, tính toán chu kỳ kiểm tra, nhiệt độ sự cố. 5. Kết hợp hệ chuyên gia và mạng nơron để chẩn đoán sự cố tiềm ẩn trong MBA Kết hợp 2 hệ chuyên gia trên và mạng MLP, chương trình chẩn đoán sự cố tiềm ẩn trong MBA được xây dựng có lưu đồ thuật toán như ở hình 4. Trên hình 3 trình bày giao diện chương trình chẩn đoán MBA, ví dụ chẩn đoán MBA với các mẫu dữ liệu thu được từ kết quả phân tích qua máy sắc ký khí của Trung tâm Thí nghiệm điện (Công ty Điện lực 3). Khâu lấy quyết định 1 và kết luận dựa theo nguyên tắc: Nếu có ít nhất 2 phương pháp có kết quả giống tương đương thì sẽ đề xuất kết quả dự báo sự cố tương đương. Khâu lấy quyết định 2 dùng để phân loại sự cố nhiệt (trong dầu hay trong cellulose). Tuy nhiên, kết quả dự báo sự cố tương đương còn tuỳ thuộc vào số phân loại sự cố được chọn. Chương trình được thực hiện với các chức năng dự báo nhanh (5 đầu vào), dự báo chi tiết (6, 7 đầu vào hay 2 mẫu dữ liệu đầu vào), lưu và xuất dữ liệu. Hình 3a: Thực hiện một dự báo chi tiết Hình 3b: Thực hiện lấy lời khuyên chi tiết 6. Kết luận Việc kết hợp kiến thức của các chuyên gia với phương pháp MLP một cách tổng hợp và logic cho phép xây dựng được một chương trình dự báo tốt, có tốc độ xử lý nhanh. Chương trình chẩn đoán MBA lực được xây dựng trên cơ sở phương pháp DGA và phần mềm MATLAB là công cụ phục vụ cho giao tiếp người – máy để chẩn đoán kịp thời các sự cố tiềm ẩn trong MBA và có ý nghĩa kinh tế - kỹ thuật quan trọng trong vận hành hệ thống điện. TÀI LIỆU THAM KHẢO [1] Zhenyaun Wang, Artificial intelligence applications in the diagnostic of power transformer incipicent, Virginia, 2000. [2] Tapan K.Saha, Review of modern diagnostic techniques for assessing insulation condition in aged transformers, IEEE transactions on dielectrics and electrical insulation, vol.10, No.5, p.903-917, 2003. [3] IEEE Standard Board, IEEE guide for failure investigation, documentation, and analysis for power transformers and shunt reactors, United States of America. [4] DiGiorgio, Dissolved gas analysis of mineral oil insulting fluids, 1999 (www.trservice.com/dgio.html). [5] Viện Năng lượng Liên Xô (cũ), Hướng dẫn chẩn đoán các hỏng hóc theo kết quả phân tích hoà tan trong dầu của MBA bằng phương pháp sắc ký khí. Dùng cho MBA lực, tự ngẫu, kháng điện 35 KV trở lên, Mát-cơ-va, 1989. [6] Trung tâm Thí nghiệm Điện-Công ty Điện lực 3, Các “Biên bản thí nghiệm hàm lượng khí hoà tan trong dầu”, 2000-2004. Bắt đầu Nhập dữ liệu Rog. Dor. IEC. K.gas Gui. MLP TDCG Lấy quyết định 1 Lấy quyết định 2 Kết luận Kết thúc Hình 4: Lưu đồ thuật toán của chương trình chẩn đoán MBA