Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1 ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸTHUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SĨ KỸ THUẬT ỨNG DỤNG MẠNG NƠ RON CHẨN ĐOÁN SỰ CỐ TRONG MÁY BIẾN ÁP LỰC Ngành : TỰ ĐỘNG HOÁ Mã số:23.04.3898 Học viên: BÙI ĐỨC CƢỜNG Ngƣời HD Khoa học : PGS.TS. NGUYỄN HỮU CÔNG THÁI NGUYÊN - 2010 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 2 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trì nh nghiên cƣ́ u củ a tôi dƣới sự hƣớng dẫn khoa học của PGS. TS. Nguyễn Hữu Công. Cc kết quả tính toán, số liệ u nêu trong luậ n văn là trung thƣ̣ c và chƣa tƣ̀ ng đƣợ c công bố trong bấ t k công trnh khoa học no khc. Tác giả luận văn Bùi Đức Cƣờng Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 3 Mục lục CHƢƠNG I. TÓM TẮT VỀ CÁC PHƢƠNG PHÁP TRUYỀN THỐNG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP LỰC 12 1.1. Tổng quan về my biến p 12 1.2. Cc thông số cơ bản của my biến p 12 1.3. Thí nghiệm truyền thống MBA 15 1.3.1. Kiểm tra tổng thể bên ngoi 15 1.3.2. Thí nghiệm không tải 15 1.3.3. Đo điện trở cch điện v hệ số hấp thụ cuộn dây MBA 17 1.3.4. Đo điện trở một chiều cc cuộn dây 19 1.3.5. Kiểm tra tỷ số biến 21 1.3.6. Kiểm tra tổ nối dây 23 1.3.7. Thí nghiệm dầu cch điện 24 1.4. Kết luận 24 CHƢƠNG II: PHƢƠNG PHÁP PHÂN TÍCH KHÍ HOÀ TAN TRONG DẦU ĐỂ CHẨN ĐOÁN SỰ CỐ TIỀM ẨN MBA LỰC (DGA) 26 2.1. Tổng quan về chẩn đon lỗi tiềm ẩn trong MBA lực 26 2.1.1. Tầm quan trọng của việc chẩn đon lỗi tiềm ẩn trọng MBA lực 26 2.1.2. Phƣơng php chẩn đon lỗi tiềm ẩn 26 2.1.2.1. Kiểm tra đnh gi về điều kiện cch điện 26 2.1.2.2. Gim st trực tuyến sự phóng điện một phần – PD 27 2.1.2.3. Phân tích độ khí ho tan trong dầu (DGA) 29 2.1.2.4. Kết hợp DGA v phƣơng php âm 31 2.2. Chẩn đon lỗi tiềm ẩn MBA trên cơ sở DGA 31 2.2.1. Nghiên cứu cc đặc tính sinh khí trong MBA lực 31 2.2.2. Cc lỗi tiềm ẩn của MBA 33 2.2.3. Sự nghiên cứu v ứng dụng của cc phƣơng php tỉ lệ 34 2.2.4. Ứng dụng của phƣơng php Rogers, khí chính 37 2.2.5. Cc phƣơng php chẩn đon v trải nghiệm công nghiệp khc 39 2.2.5.1. Chẩn đon rò rỉ 39 2.2.5.2. Chẩn đon sự mủn giấy 39 2.3. Cc quy tắc cơ bản trong chẩn đon lỗi MBA 40 2.3.1. Cc giả thiết 40 2.3.2. Nền tảng của cc quy tắc – hƣớng dẫn IEC 41 2.3.3. Sự thể hiện v sửa đổi của cc quy tắc hƣớng dẫn 42 2.3.4. Quy tắc chẩn đon lỗi đặc biệt (đặc thù) 45 2.3.4.1. Chẩn đon OH v OHO 46 2.3.4.2. Chẩn đon trên cơ sở tỉ lệ CO/CO2 46 2.3.4.3. Cc quy tắc chẩn đon OHC v CD bổ sung 46 2.3.4.4. Chẩn đon NR 46 2.4. Kết luận 46 CHƢƠNG III: MẠNG NƠRON KẾT HỢP DGA ĐỂ CHẨN ĐOÁN SỰ CỐ TIỀM ẨN MBA LỰC 49 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 4 3.1. Cc phƣơng php trí tuệ nhân tạo cơ bản 49 3.2. Giới thiệu về mạng nơron 51 3.2.1. Não, nơron sinh học 52 3.2.2. Mạng nơron sinh học 54 3.2.3. Mạng nơron nhân tạo 56 3.2.3.1. Cấu trúc v mô hnh một nơron nhân tạo 57 3.2.3.2. Một số mô hnh cấu trúc của mạng nơron nhân tạo 61 3.2.3.3. Qu trnh nghiên cứu v pht triển nơron nhân tạo 62 3.2.3.4. Mạng nơron nhân tạo nhiều lớp (MLP) truyền thẳng 64 3.2.4. Luyện mạng nơron 65 3.2.4.1. Cc luật học cơ bản 66 3.2.4.2. Xấp xỉ mạng nơron 76 3.3. Tính chất kỹ thuật – Cơ chế của chẩn đon trên cơ sở mạng nơron 77 3.4. Ứng dụng mạng nơron để chẩn đon lỗi tiềm ẩn MBA lực 78 3.5. Kết luận 81 CHƢƠNG IV: KẾT QUẢ THỰC NGHIỆM SỬ DỤNG MẠNG NƠRON TRONG CHUẨN ĐOÁN LỖI TIỀM ẨN MBA LỰC 82 4.1. Lựa chọn cấu trúc mạng tối ƣu 82 4.2. Huấn luyện mạng nơron 82 4.2.1. Ứng dụng Neural Network Toolbox để luyện mạng Neural MLP 3 lớp 83 4.2.2. Chƣơng trnh lập trnh theo thuật ton lan truyền ngƣợc huấn luyện mạng nơron trong chẩn đon sự cố theo công nghệ DGA 85 4.3. Cc kết quả thực nghiệm về cấu trúc mạng 89 4.3.1. Cấu trúc mạng nơron 5–8–3 89 4.3.2. Cấu trúc mạng nơron 5–10–3 90 4.3.3. Cấu trúc mạng nơron 5–15–3 90 4.3.4. Cấu trúc mạng nơron 5–16–3 91 4.3.5. Kết luận 91 4.4. Kết quả chẩn đon 91 4.4.1. Tập dữ liệu vo-ra 91 4.4.1.1. Qu trnh luyện mạng 92 4.4.1.2. Kết quả chuẩn đon 97 4.5. Kết luận 97 KẾT LUẬN VÀ KIẾN NGHỊ 99 DANH MỤC TÀI LIỆU THAM KHẢO 100 TÓM TẮT LUẬN VĂN 101 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 5 Danh mục các ký hiệu, các chữ viết tắt Viết tắt Giải thích Tiếng Anh Tiếng Việt ANNEPS The combined Artificial Nơron Network and ExPert System tool for power transformer incipient fault diagnosis Kết hợp mạng nơron nhân tạo v hệ chuyên gia trong chuẩn đon sự cố my biến p MBA COC Combined Output Confidence kết hợp đầu ra tin cậy DGA Dissolved Gas-in_oil Analysis Phân tích khí hòa tan trong dầu DGA Dissolved Gas-in_oil Analysis Phân tích khí hòa tan trong dầu AI Artificial Intelligence Trí tuệ nhân tạo ANN Artificial Nơron Network Nơron nhân tạo LVQ Learning Vector Quantization nơron network luyện mạng nơron NN Nơron Network Nơron NR Normal condition Điều kiện bnh thƣờng OH OverHeating Qu nhiệt độ OHO OverHeating of Oil Qu nhiệt độ dầu CD Cellulose Degradation Suy giảm cch điện của cellulose OHC OverHeating of Cellulose Qu nhiệt của cellulose PD Partial discharge Phóng điện cục bộ LEDA Low Energy discharge Phóng điện năng lƣợng thấp HEDA High Energy Discharge Phóng điện năng lƣợng cao H 2 Hydrogen CH 4 Ethane C 2 H 6 Methane C 2 H 4 Ethylene C 2 H 2 Acetylene Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 6 CO 2 Carbon dioxide CO Carbon monoxide O 2 Oxygen N 2 Nitrogen TDCG Total Dissolved Combustible Gases Tổng hợp cc lƣợng khí hòa tan TCG Total Combustible Gases Tổng hợp 1 lƣợng khí hòa tan TDHG Total Dissolved Hydrocarbon Gases Tổng hợp lƣợng khí Hydrocarbon L1 Critical gas-in-oil levels for abnormal screening lƣợng khí trong dầu nằm ngoi giới hạn quy định AE Acoustic Emission tiếng kêu bất thƣờng DP Degree of Polymerization Mức độ hóa dầu IFT InterFacial Tension so cuộn dây IR Insulation Resistance Cch điện khng KOH: KOH: acid number Hm lƣợng axít LTC Load Tap Changer Bộ điều p dƣới tải PD Partial Discharge Phóng điện cục bộ PF Power Factor Hệ số công xuất IP Polarization Index Chỉ số phân cực “trong vật liệu cch điện” SFL oxidation stability Độ ổn định oxi hóa IFID InFormative InDex Chỉ số thông tin TA Test Accuracy Kiểm tra cấp chính xc LOC Location Định vị TRN Training Huấn luyện TST Testing Thử nghiệm WNDG Windings Cuộn dây Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 7 Danh mục bảng biểu Bảng 1. 1. Bảng giá trị điện trở cách điện nhỏ nhất cho phép 18 Bảng 1. 2. Bảng quy đổi nhiệt độ 19 Bảng 1. 3. Các tổ nối dây cuộn dây MBA 23 Bảng 1. 4. Bảng tiêu chuẩn của dầu MBA 24 Bảng 2. 1. Sự tương quan giữa các lỗi tiềm ẩn của MBA lực và các nguyên nhân 33 Bảng 2. 2. Định nghĩa tỉ lệ và phương pháp tỉ lệ 34 Bảng 2. 3. Phương pháp hệ số tỉ lệ Dornenburg 35 Bảng 2. 4. Giá trị giới hạn L1 của Dornenburg 35 Bảng 2. 5. Bảng chẩn đoán gốc của phương pháp tỉ lệ Rogers 36 Bảng 2. 6. Mã định nghĩa của phương pháp tỉ lệ Rogers đã cải tiến 36 Bảng 2. 7. Chẩn đoán theo phương pháp tỉ lệ Rogers đã cải tiến 37 Bảng 2. 8. Các tiêu chuẩn chẩn đoán của phương pháp khí chính 38 Bảng 2. 9. Tiêu chuẩn IEC 599 cải tiến 41 Bảng 2. 10. Ý nghĩa của lỗi viết tắt trong Hình 2. 2 và Hình 2. 3 45 Bảng 3. 1. Các hệ chuyên gia cho PTIFD 50 Bảng 3. 2. Một số hàm f cơ bản thường được sử dụng 58 Bảng 3. 3. Một số hàm H(s) thường được dùng trong nơron nhân tạo 60 Bảng 3.4. Một số hàm phi tuyến thường dùng trong các mô hình nơron 60 Bảng 4. 1.Bảng các bộ dữ liệu đầu vào dùng cho luyện mạng 91 Bảng 4. 2. Kết quả của các quá trình chẩn đoán 97 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 8 Danh mục hình vẽ, đồ thị Hình 1. 1. Sơ đồ nguyên lý đo tổn hao không tải bằng nguồn 3 pha 15 Hình 1. 2. Nguồn điện đưa vào là ab nối tắt là cb 16 Hình 1. 3. Nguồn điện đưa vào là bc nối tắt là ac 16 Hình 1. 4. Nguồn điện đưa vào là ac nối tắt là ab 16 Hình 1. 5. Sơ đồ đấu nối đo điện trở cách điện 18 Hình 1. 6. Sơ đồ đo điện trở một chiều bằng phương pháp Vôn – Ampe 20 Hình 1. 7. Sơ đồ thí nghiệm bằng nguồn 3 pha 22 Hình 1. 8. Sơ đồ thí nghiệm dùng nguồn 1 pha 22 Hình 1. 9. Thí nghiệm ab nối tắt bc 22 Hình 1. 10. Thí nghiệm bc nối tắt ac 22 Hình 1. 11. Sơ đồ nguồn xung phía cao áp 23 Hình 2. 1. Sự sinh khí trong dầu MBA khi nhiệt độ thanh đổi 32 Hình 2. 2. Phân loại lỗi theo tiêu chuẩn IEC 599 43 Hình 2. 3. Vùng phân loại của quy tắc cơ bản cuối cùng 44 Hình 2. 4. Lưu đồ của quy trình chẩn đoán lỗi trên cơ sở nguyên tắc DGA 48 Hình 3. 1.Cấu tạo của một nơron sinh học 52 Hình 3. 2. Mạng nơron đơn giản gồm 2 nơron 55 Hình 3. 3. Mô hình mạng nơron sinh học gồm 5 nơron 56 Hình 3. 4. Nơron nhiều đầu vào 57 Hình 3. 5. Mô hình một nơron nhân tạo nhiều đầu vào 59 Hình 3. 6. Mạng nơron hai lớp truyền thẳng 64 Hình 3. 7. Mạng MLP 70 Hình 3. 8. Phương pháp tìm kiếm Emin theo hướng ngược gradient của E 70 Hình 3. 9. Mạng MLP truyền thẳng 74 Hình 3. 10. Ví dụ về nhiều bộ giá trị cho một lỗi “Hồ quang điện” 78 Hình 3. 11. Sơ đồ cấu trúc của một mạng MLP 2 lớp ẩn 79 Hình 4. 1. Minh hoạ thuật toán lan truyền ngược 87 Hình 4. 2. Sơ đồ biểu diễn tương đương 87 Hình 4. 3. Kỷ nguyên luyện mạng và trạng thái luyện mạng [5–8–3] 89 Hình 4. 4. Kỷ nguyên luyện mạng và trạng thái luyện mạng [5–10–3] 90 Hình 4. 5. Kỷ nguyên luyện mạng và trạng thái luyện mạng [5–15–3] 90 Hình 4. 6. Kỷ nguyên luyện mạng và trạng thái luyện mạng [5–16–3] 91 Hình 4. 7. Mô hình mạng nơron 92 Hình 4. 8. Giao diện của quá trình huấn luyện mạng 93 Hình 4. 9. Tiến trình luyện mạng 94 Hình 4. 10. Kết quả luyện mạng 94 Hình 4. 11. Trạng thái của quá trình luyện mạng 95 Hình 4. 12. Mô hình của mạng nơron sau khi đã luyện mạng thành công 95 Hình 4. 13. Các thành phần của mạng (a-e) 97 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 9 MỞ ĐẦU Ngy nay, cùng với sự pht triển của cc ngành kỹ thuật, nhiều công cụ tính ton thông minh hỗ trợ trong cc hệ thống phần mềm chẩn đon sự cố thiết bị. Trong hệ thống lƣới điện, my biến p (MBA) lực l thiết bị có chức năng thay đổi cấp điện p phù hợp đối với yêu cầu cung cấp điện cụ thể của phụ tải, l một trong những thiết bị quan trọng trong hệ thống điện, v vậy độ tin cậy cung cấp điện của nó liên quan trực tiếp đến độ tin cậy của cả hệ thống. Trong qu trnh vận hnh, có nhiều lý do để MBA rơi vo trạng thi lm việc không bnh thƣờng hoặc thậm chí l gặp sự cố: nhƣ điều kiện thời tiết, mƣa bão sấm sét, công suất của phụ tải, tuổi thọ của my, … Nếu MBA vận hnh ở trạng thi không bnh thƣờng kéo di th tuổi thọ của MBA sẽ giảm v có khả năng xảy ra sự cố lm gin đoạn cung cấp điện. Khi ny, tu theo tính chất của phụ tải m thiệt hại so sự cố gây ra l rất lớn. Chính v thế MBA cần đƣợc kiểm tra v bảo dƣỡng định k bằng cc biện pháp khác nhau, ngay cả khi MBA đang vận hnh (on-line) hay cắt điện (off-line). Để tăng độ tin cậy cung cấp điện, tăng tuổi thọ cũng nhƣ giảm thiểu cc thiệt hại về kinh tế do việc cắt MBA gây ra, đã có nhiều biện php thử nghiệm khi MBA đang mang điện. Trong đó, phƣơng pháp phân tích khí hoà tan (Dissolved Gas Analysis - DGA) rất hiệu quả trong việc chẩn đon cc trạng thi hƣ hỏng tiềm ẩn trong MBA. Mặc dù vậy, độ chính xc của phƣơng php DGA truyền thống cũng còn phụ thuộc vo kinh nghiệm của cc chuyên gia v tiêu tốn thời gian trong qu trnh chẩn đon. Việc phối hợp phƣơng php DGA với phƣơng php chẩn đon thông minh có thể góp phần giảm thời gian v nâng cao độ chính xc của kết quả chẩn đoán MBA. Luận văn ny l một nghiên cứu ứng dụng trí tuệ nhân tạo cho việc chẩn đon cc lỗi tiềm ẩn của my biến p lực. Cc kỹ thuật AI bao gồm cc mạng nơron nhân tạo (ANN hoặc ngắn gọn l mạng nơron - NN), cc hệ chuyên gia, cc hệ mờ v phƣơng php hồi quy đa biến. Việc chẩn đon lỗi đƣợc dựa trên cơ sở phân tích khí ho tan trong dầu (DGA). Ngƣời ta đã chỉ ra rằng cc phƣơng php chẩn đon lỗi thông thƣờng nhƣ Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 10 cc phƣơng php tỉ lệ (Rogers, Dornenburg and IEC) v phƣơng php khí chính, có sự hạn chế nhất định nhƣ bi ton “không có sự quyết định”. Rất nhiều kỹ thuật AI khc nhau có thể giải quyết cc bi ton trên v cho thấy đó l giải php tốt hơn. Theo tiêu chuẩn IEC 599 v cc thí nghiệm trong thực tiễn, một kết luận mang tính my móc trên cơ sở kiến thức cơ bản để pht hiện lỗi cho MBA đã đƣợc php triển. Bằng việc sử dụng cc dữ liệu thống kê về lỗi của MBA từ một MBA công nghiệp tƣơng ứng, một mô hnh mạng nơron MLP đã đƣợc đnh gi l lựa chọn tốt nhất trong số cc kiến trúc mạng nơron. Cc phƣơng php logic mờ trên cơ sở đnh gi điều kiện cch điện của biến p dầu/giấy v ƣớc lƣợng khoảng thời gian lấy mẫu dầu cũng nhƣ cc đề xuất về bảo dƣỡng cũng đƣợc đƣa ra nghiên cứu v thực hiện một cch đầy đủ. Một vi phƣơng php định vị lỗi tiềm ẩn trong MBA lực cũng đã đƣợc nghiên cứu tỉ mỉ, kết quả cho thấy mạng MLP l sự lựa chọn tốt nhất. Nhiều phƣơng php on-load tap changer (OLTC) coking diagnosis cũng đã đƣợc nghiên cứu tỉ mỉ v một mạng MLP dựa trên một modul mạng vẫn đƣợc coi l sự lựa chọn tốt nhất. Phân tích hồi quy cũng đƣợc xem l một phƣơng php tốt trong mạng nơron của qu trnh chọn mẫu đầu vo. Cc kết quả trên có thể giúp pht triển chiến lƣợc bảo dƣỡng MBA lực đƣợc tốt hơn v đóng vai trò nhƣ một nền tảng cơ sở của sự gim st MBA bằng phƣơng php DGA trực tuyến. Xuất pht từ cc vấn đề trên, học viên lựa chọn đề ti “Ứng dụng mạng nơron chẩn đoán sự cố trong máy biến áp lực”. Phần nội dung của bản luận văn đƣợc trnh by gồm 4 chƣơng: Chƣơng I: Tóm tắt về cc phƣơng php truyền thống chẩn đon sự cố my biến p lực Chƣơng II: Phƣơng php phân tích khí ho tan trong dầu để chẩn đon sự cố my tiềm ẩn MBA lực Chƣơng III: Mạng nơron kết hợp DGA để chẩn đon sự cố tiềm ẩn máy biến áp lực [...]... Phân tích độ khí hoà tan trong dầu (DGA) Một kỹ thuật mang tính thành công hơn trong việc chẩn đoán lỗi tiềm ẩn trực tuyến là phân tích độ hoà tan khí trong dầu (DGA) Phân tích khí hoà tan trong dầu của máy biến áp là nhằm mục đích sớm phát hiện ra sự quá nhiệt cục bộ, sự phóng điện ở mức độ thấp Sự phát triển các quá trình này sẽ dẫn đến sự cố Sự cố phát triển trong thời kỳ này không... những bạn bè, ngƣời thân trong gia đình đã động viên, giúp đỡ để tôi có thể hoàn thành luận văn nhƣ ngày hôm nay Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 12 CHƢƠNG I TÓM TẮT VỀ CÁC PHƢƠNG PHÁP TRUYỀN THỐNG CHẨN ĐOÁN SỰ CỐ MÁY BIẾN ÁP LỰC 1.1 Tổng quan về máy biến áp Nhƣ ta đã biết điện năng là loại năng lƣợng đƣợc sử dụng rộng rãi trong sản xuất và đời sống,... DẦU ĐỂ CHẨN ĐOÁN SỰ CỐ TIỀM ẨN MBA LỰC (DGA) 2.1 Tổng quan về chẩn đoán lỗi tiềm ẩn trong MBA lực 2.1.1 Tầm quan trọng của việc chẩn đoán lỗi tiềm ẩn trọng MBA lực Máy biến áp lực là một thiết bị chủ đạo trong hệ thống năng lƣợng Độ tin cậy của chúng không chỉ ảnh hƣởng tới khả năng cung cấp năng lƣợng điện của các khu vực đƣợc cấp điện mà còn ảnh hƣởng tới sự vận hành có tính kinh tế của một... phƣơng pháp on-line nhƣ: phƣơng pháp đáp ứng tần số, phân tích phổ âm thanh, phƣơng pháp hồng ngoại, phƣơng pháp DGA, Trong đó đối tƣợng nghiên cứu ở đây tập trung vào phƣơng pháp DGA, là phƣơng pháp phổ biến và đƣợc sử dụng rộng rãi hiện nay Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 26 CHƢƠNG II: PHƢƠNG PHÁP PHÂN TÍCH KHÍ HOÀ TAN TRONG DẦU ĐỂ CHẨN ĐOÁN SỰ CỐ... đến sự can thiệp vào bên trong MBA) Việc giám sát Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 28 không xâm nhập sử dụng các cảm biến đƣợc gắn ở bên ngoài MBA nhƣ là mắc thêm tụ, các biến dòng tần số cao, đồng hồ gia tốc kiểu áp lực, … Điều kiện xâm nhập phải đặt các cảm biến PD vào trong MBA do vậy sự can thiệp này sẽ gây ra nguy hiểm tới các bộ phận trong. .. khí hình thành liên tục thông qua quá trình phân huỷ nhỏ trong dầu hoặc trong cách điện cứng Để phân tích khí hoà tan trong dầu máy biến áp sử dụng hệ thống máy phân tích gọi là TOGAS (Transformer Oil Gas Analysis System) Từ kết quả phân tích khí hoà tan trong dầu máy biến áp ta có thể chuẩn đoán đƣợc các dạng hƣ hỏng của máy biến áp (theo IEC 599) Việc phân tích DGA khi không cần phải... thực nghiệm sử dụng mạng n ron trong chẩn đoán lỗi tiềm ẩn MBA lực Kết luận và kiến nghị Do trình độ và thời gian hạn chế, tôi rất mong nhận đƣợc những ý kiến góp ý của các thầy giáo, cô giáo và các ý kiến đóng góp của đồng nghiệp Đặc biệt, tôi xin chân thành cảm ơn sự hƣớng dẫn tận tình của thầy giáo hƣớng dẫn khoa học PGS TS Nguyễn Hữu Công và sự giúp đỡ của các thầy giáo trong trƣờng... pháp âm Sự kết hợp sử dụng DGA và các phƣơng pháp âm thƣờng dẫn đến sự chuẩn hoá thành công và xác định các lỗi của PD Quá trình này đƣợc dùng để nhận diện lỗi PD, trƣớc hết ngƣời ta sử dụng DGA, sau đó tìm vị trí của PD bằng cách sử dụng phƣơng pháp âm 2.2 Chẩn đoán lỗi tiềm ẩn MBA trên cơ sở DGA Trong phần này, các kỹ thuật cơ sở của DGA cho việc chẩn đoán lỗi tiềm ẩn của MBA lực. .. thực nghiệm trong thực tiễn với việc chẩn đoán lỗi tiềm ẩn trên cơ sở DGA Cuối phần này chúng ta sẽ thảo luận về các nghiên cứu gần đây của việc chẩn đoán bằng hệ thông minh nhân tạo và sự phát triển của kỹ thuật DGA trong tƣơng lai 2.2.1 Nghiên cứu các đặc tính sinh khí trong MBA lực Các nghiên cứu về cơ chế sinh khí của giấy/dầu dƣới tác động của nhiệt hay điện có thể tìm thấy trong các nghiên... vận hành ở trạng thái không bình thƣờng kéo dài thì tuổi thọ của MBA sẽ giảm và có khả năng xảy ra sự cố làm gián đoạn cung cấp điện Khi MBA lực bị sự cố, thiệt hại về kinh tế sẽ rất lớn, thậm chí có thể lên đến hàng triệu USD đối với các MBA công suất lớn Để chẩn đoán các sự cố trong MBA lực có nhiều phƣơng pháp khác nhau khi MBA on-line hoặc off-line Các thử nghiệm off-line nhƣ: đo điện . Phƣơng php phân tích khí ho tan trong dầu để chẩn đon sự cố my tiềm ẩn MBA lực Chƣơng III: Mạng n ron kết hợp DGA để chẩn đon sự cố tiềm ẩn máy biến áp lực Số hóa bởi Trung tâm Học liệu. NGHIỆM SỬ DỤNG MẠNG N RON TRONG CHUẨN ĐOÁN LỖI TIỀM ẨN MBA LỰC 82 4.1. Lựa chọn cấu trúc mạng tối ƣu 82 4.2. Huấn luyện mạng n ron 82 4.2.1. Ứng dụng Neural Network Toolbox để luyện mạng Neural. ngƣợc huấn luyện mạng n ron trong chẩn đon sự cố theo công nghệ DGA 85 4.3. Cc kết quả thực nghiệm về cấu trúc mạng 89 4.3.1. Cấu trúc mạng n ron 5–8–3 89 4.3.2. Cấu trúc mạng n ron 5–10–3 90