ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

BÁO CÁO TÓM TẮT
ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP ĐẠI HỌC

XÂY DỰNG MÔ HÌNH TÍNH TOÁN XÁC ĐỊNH MỘT SỐ
THÔNG SỐ SỰ CỐ KHI XẢY RA NGẮN MẠCH TRÊN ĐƯỜNG DÂY CAO
ÁP ÁP DỤNG CHO LƯỚI ĐIỆN
TỈNH YÊN BÁI

Mã số: ĐH2013-TN02-02

Chủ nhiệm đề tài: TS. Trương Tuấn Anh

THÁI NGUYÊN, 04/ 2017


ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

BÁO CÁO TÓM TẮT
ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP ĐẠI HỌC

XÂY DỰNG MÔ HÌNH TÍNH TOÁN XÁC ĐỊNH MỘT SỐ
THÔNG SỐ SỰ CỐ KHI XẢY RA NGẮN MẠCH TRÊN ĐƯỜNG DÂY CAO
ÁP ÁP DỤNG CHO LƯỚI ĐIỆN TỈNH YÊN BÁI
Mã số: ĐH2013-TN02-02

Xác nhận của tổ chức chủ trì

Chủ nhiệm đề tài

KT.HIỆU TRƯỞNG

(Ký, họ tên)

PHÓ HIỆU TRƯỞNG

PGS.TS. Vũ Ngọc Pi

Thái Nguyên, 04/ 2017

Trương Tuấn Anh


- 1 -

DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI
VÀ ĐƠN VỊ PHỐI HỢP CHÍNH
1. PGS.TSKH. Trần Hoài Linh
Trường Đại học Bách Khoa Hà Nội.
2. ThS. Dương Hòa An
Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên.
3. ThS. Đào Duy Yên
Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên.


- 2 -

MỤC LỤC

DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI VÀ ĐƠN
VỊ PHỐI HỢP CHÍNH ...................................................................................................... 1
MỤC LỤC ........................................................................................................................ 2
MỞ ĐẦU .......................................................................................................................... 7
1. Tính cấp thiết của đề tài ............................................................................................. 7
2. Mục đích nghiên cứu ................................................................................................. 7
3. Đối tượng và phạm vi nghiên cứu .............................................................................. 7
4. Ý nghĩa khoa học và thực tiễn của đề tài .................................................................... 7
Chương 1: CÁC PHƯƠNG PHÁP XÁC ĐỊNH VỊ TRÍ SỰ CỐ TRÊN ĐƯỜNG DÂY TẢI
ĐIỆN................................................................................................................................. 8
Chương 2: CÁC GIẢI PHÁP ĐỀ XUẤT TRONG ĐỀ TÀI ............................................... 8
2.1. Sơ đồ khối tổng thể ước lượng vị trí sự cố............................................................... 8
2.2. Mạng nơron MLP và ứng dụng ước lượng vị trí sự cố ............................................. 9
2.2.1. Mạng nơron MLP hoạt động độc lập ước lượng vị trí sự cố .............................. 9
2.2.2. Mạng nơron MLP phối hợp song song với một thuật toán tổng trở (thuật toán
mô phỏng trên máy tính; thuật toán tích hợp trong rơle khoảng cách thực tế) ............. 9
2.3. Phần mềm ATP/EMTP và ứng dụng để tạo mẫu số liệu ........................................ 10
2.4. Hợp bộ thí nghiệm CMC-356 thử nghiệm kết quả tác động của rơle khoảng cách
thực tế ......................................................................................................................... 10
Chương 3: CÔNG CỤ TÍNH TOÁN VÀ MÔ PHỎNG ................................................... 11
3.1. Phần mềm mô phỏng ATP/EMTP ......................................................................... 11
3.2. Hợp bộ thí nghiệm thứ cấp 3 pha công suất lớn CMC 356 - OMICRON ............... 11
3.3. Wavelet và ứng dụng trong phân tích tín hiệu ....................................................... 11
3.4. Mạng nơron nhân tạo và ứng dụng xác định vị trí sự cố trên đường dây tải điện.... 11
Chương 4: CÁC KẾT QUẢ MÔ PHỎNG VÀ TÍNH TOÁN ........................................... 11
4.1. ATP/EMTP mô phỏng ngắn mạch trên đường dây ................................................ 11
4.2. Kết quả xác định thời điểm xuất hiện sự cố ........................................................... 13
4.3. Kết quả ước lượng vị trí, điện trở và dạng sự cố .................................................... 13
4.3.1. Trích xuất số liệu và các thông tin đặc trưng .................................................. 13
4.3.2. Đánh giá, lựa chọn các đầu vào cho mạng MLP ............................................. 14

4.3.3. Mạng nơron MLP ước lượng vị trí sự cố, dạng sự cố và điện trở sự cố. .......... 14
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ........................................................................ 19


- 3 -

ĐẠI HỌC THÁI NGUYÊN
Đơn vị: Trường Đại học Kỹ thuật Công nghiệp

THÔNG TIN KẾT QUẢ NGHIÊN CỨU
1. Thông tin chung
- Tên đề tài: Xây dựng mô hình tính toán xác định một số thông số sự cố khi xảy ra ngắn mạch
trên đường dây cao áp áp dụng cho lưới điện tỉnh Yên Bái.
- Mã số: ĐH2013-TN02-02
- Chủ nhiệm: TS. Trương Tuấn Anh
- Cơ quan chủ trì: Trường Đại học Kỹ thuật Công nghiệp.
- Thời gian thực hiện: 2013-2014
2. Mục tiêu
Xây dựng được mô hình sử dụng độc lập một mạng nơron MLP và mô hình sử dụng song
song một thuật toán tổng trở (thuật toán tổng trở chạy trên máy tính hoặc thuật toán tổng trở của
một rơle khoảng cách thực tế 7SA522) với một mạng nơron MLP để xác định vị trí sự cố trên
đường dây truyền tải điện.
3. Tính mới sáng tạo
- Khắc phục những nhược điểm của các phương pháp định vị sự cố trên đường dây tải điện
hiện có, đề xuất và thực hiện thành công nghiên cứu mới về định vị sự cố như kết quả của đề tài đã
nghiên cứu.
4. Kết quả nghiên cứu
- Khảo sát và đề xuất ứng dụng wavelet Daubechies bậc 3 để phân tích thành phần d1 của tín
hiệu lấy mẫu với tần số 100kHz để làm cơ sở phát hiện thời điểm xuất hiện sự cố trên đường dây
truyền tải.

- Khảo sát các đặc tính dựa trên hệ số tương quan giữa đầu vào và đầu ra để lựa chọn các đặc tính
có hệ số tương quan cao để dùng trong các mô hình ước lượng. Các kết quả tính toán đã đưa ra danh
sách 84 giá trị đặc trưng tính toán từ 6 đường tín hiệu u-i để làm cơ sở tính toán thông số vị trí sự cố.
- Đề xuất ứng dụng hợp bộ mô phỏng CMC-356 của Omicron kết hợp với rơle thực tế
(7SA522) để so sánh chất lượng tính toán của mô hình về vị trí sự cố với tác động của rơle trên
đường dây thực tế. Đồng thời các kết quả hoạt động của rơle khoảng cách thực tế sẽ được sử dụng
để tạo mẫu học một mạng nơron MLP mới để bù sai số cho rơle thực tế.
5. Sản phẩm đề tài
5.1. Bài báo khoa học
[1]. Trương Tuấn Anh, Trần Hoài Linh, Đinh Văn Nhượng (2013), “Phối hợp mạng Nơ-rôn
và phương pháp tổng trở để xác định vị trí sự cố ngắn mạch trên đường dây tải điện”, Hội nghị toàn
quốc về Điều khiển và Tự động hoá VCCA-2013, Trang 663-669, Đà Nẵng.
[2]. Trương Tuấn Anh, Trần Hoài Linh, Nguyễn Đức Thảo (2014), “Khảo sát trên hợp bộ thí
nghiệm CMC-356 khả năng cải thiện sai số của rơle khoảng cách bằng mạng nơ-ron MLP”, Tạp
chí Khoa học và Công nghệ, Đại học Thái Nguyên. Tập 122, số 08, 2014, Trang 87-93.


- 4 -

[3]. Trương Tuấn Anh (2015), “Ứng dụng biến đổi wavelet và mạng nơ-ron nhân tạo phát hiện
sự cố ngắn mạch 2 pha trên đường dây tải điện”, Tạp chí Khoa học và Công nghệ, Đại học Thái
Nguyên. Tập 139, số 09, 2015, Trang 193-199.
5.2. Sản phẩm đào tạo
Đào tạo trình độ tiến sĩ: Cơ sở nghiên cứu đã được ứng dụng bảo vệ thành công luận án Tiến sĩ
Kỹ thuật điện.
Trương Tuấn Anh (2015), Nghiên cứu phương pháp xác định vị trí sự cố trên đường dây tải
điện dựa trên mạng Nơron MLP, Luận án Tiến sĩ, Trường Đại học Bách khoa Hà Nội.
6. Phương thức chuyển giao, địa chỉ ứng dụng, tác động và lợi ích mang lại của kết quả
nghiên cứu
- Tài liệu tham khảo cho các học viên thạc sĩ, nghiên cứu sinh, kỹ sư. Kết quả nghiên cứu là cơ

sở cho việc chế tạo thiết bị định vị sự cố trên đường dây tải điện.
- Áp dụng tính toán xác định vị trí sự cố trên đường dây thực tế (Yên Bái – Khánh Hòa).
Ngày 27 tháng 4 năm 2017
Cơ quan chủ trì
KT.HIỆU TRƯỞNG
PHÓ HIỆU TRƯỞNG

PGS.TS. Vũ Ngọc Pi

Chủ nhiệm đề tài

Trương Tuấn Anh


- 5 -

INFORMATION ON RESEARCH RESULTS

1. General information
- Project title: Development of mathematical formulation for determining the fault
parameters of high-voltage transmission systems in short-circuits applied to electric grid in Yen
Bai.
- Code number: ĐH2013-TN02-02
- Chairman: Dr. Truong Tuan Anh
- Responsible agency: Thai Nguyen University of Technology.
- Duration: From 2013 to 2014
2. Objectives
Design a new model using an independent MLP neural network and a new model using MLP
in parallel with a total resistance algorithm (the total resistance algorithm run on a computer or the
total resistance algorithm of actual distance relay, 7SA522) with a MLP neural network to estimate

the fault location on the transmission lines.
3. Creativeness and innovativeness
- The result of the study is a basis for overcoming the disadvantages of the incident
positioning method of the electricity transmission lines, proposed and implemented successfully a
new study about the incident positioning;
4. Research results
- Survey and research appling the wavelet Daubechies at level 3 to analyze the d1 component
for the signals of the sample at 100kHz frequency to detect the fault time occured on the electricity
transmission line.
- Investigate the features based on the correlation coefficients between input and output to
select the features of the high correlation coefficient applied to the estimation model. The
calculated results issued a list with 84 characterized values calculated from six signal lines to
calculate the incident location parameters.
- Recommend the application of CMC-356 simulation of Omicron combined with the actual
relay (7SA522) to compare the quality of the calculation model at the incident location in the
impact of the actual relay on the actual line. And the operating results of the actual distance relays
will be used to create a sample that learn the new MLP neural network to compensate error for the
actual relays.
5. Products
5.1. Scientific paper
[1]. Truong Tuan Anh, Tran Hoai Linh, Dinh Van Nhuong (2013), “Integration of neural
network and impedance based method to estimate the shortage fault location on a transmission
line”, The second VietNam conference on control and automation VCCA 2013, page 663-669, Đa
Nang.
[2]. Truong Tuan Anh, Tran Hoai Linh, Nguyen Duc Thao (2014), “Testing the capability of
MLP neural network in distance relay error correction using CMC-356”, Journal of science and
technology, Thai Nguyen University. 122(08), 87-93.


- 6 -


[3]. Truong Tuan Anh (2015), “Two-phase short-circuit fault detections for transmission line
using wavelet transform and neural network”, Journal of science and technology, Thai Nguyen
University. 139(09), 193-199.
5.2. Training
- The result of the study has been applied successfully to the PhD thesis.
Truong Tuan Anh (2015), Research and development a new method on fault location on
transmission lines using MLP neural network, PhD thesis, Hanoi Univesity of Science and
Technology.
6. Transfer alternatives, application institutions, impacts and benefits of research results
- The result of the study was used as the references to masters students, graduate students and
engineers. The research results are the basis for the positioning device manufacturing incident on
electric lines.
- The result of the study was applied to calculate incident positioning on the actual electricity
transmission lines (from Yen Bai to Khanh Hoa).


- 7 -

MỞ ĐẦU
1. Tính cấp thiết của đề tài
Khi lưới điện bị sự cố, quá trình nhận dạng, phát hiện, cách ly và xác định chính xác vị trí sự
cố càng nhanh càng có lợi, giúp cho việc khôi phục lại chế độ làm việc bình thường của hệ thống
điện, giảm thiệt hại về kinh tế và nâng cao được độ tin cậy cung cấp điện cho các hộ tiêu thụ.
Hiện nay, để xác định vị trí sự cố trên đường dây truyền tải điện thường dùng nguyên lý
khoảng cách với sai số về vị trí sự cố thay đổi tùy theo từng trường hợp cụ thể (độ chính xác thống
kê khoảng từ 1 đến 5%). Bài toán xác định vị trí sự cố trên đường dây tải điện đã và đang được
quan tâm và nghiên cứu rộng rãi. Tuy nhiên hiện nay các kết quả vẫn còn nhiều hạn chế, việc phát
triển của các thiết bị đo mới cũng như các thuật toán xử lý tín hiệu mới để tiếp tục cải thiện được
độ chính xác là cần thiết và có ý nghĩa thực tế cao.

2. Mục đích nghiên cứu
Mục đích của đề tài là nghiên cứu và phát triển một phương pháp mới sử dụng mạng nơron
nhân tạo MLP (MultiLayer Perceptron) độc lập hoặc phối hợp với thuật toán tổng trở (thuật toán
tổng trở lập trình trên máy tính; thuật toán tổng trở được cài đặt trong các rơle khoảng cách thực tế)
để cho phép ước lượng vị trí sự cố trên đường dây truyền tải điện được chính xác hơn. Đồng thời
các mạng nơron MLP cũng được sử dụng để ước lượng giá trị của điện trở sự cố và xác định dạng
sự cố với độ chính xác cao.
3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu:
• Các phần mềm sử dụng trong đề tài: ATP/EMTP, Matlab 7.1, DIGSI 4.82, Test Universe
V2.30 - Omicron, EView.
• Các thiết bị sử dụng trong đề tài: rơle khoảng cách 7SA522, hợp bộ thí nghiệm CMC-356
của Omicron.
Phạm vi nghiên cứu:
• Ứng dụng phần mềm ATP/EMTP (Alternative Transients Program/ Electromagnetic
Transients Program) mô phỏng một số dạng sự cố ngắn mạch trên đường dây truyền tải điện để tạo
dữ liệu mẫu cho quá trình nghiên cứu.
• Lập trình các thuật toán phân tích và xử lý tín hiệu bằng các công cụ như Wavelet, mạng
nơron,... để xây dựng mô hình xác định vị trí sự cố, điện trở sự cố và dạng sự cố trên đường dây
truyền tải.
• Nghiên cứu về lý thuyết và các mô hình tính toán xử lý tín hiệu ứng dụng mạng nơron
nhân tạo trong bài toán xác định vị trí điểm sự cố trên đường dây truyền tải điện.
• Tìm hiểu và ứng dụng thiết bị mô phỏng CMC-356 của OMICRON để xác định tác động
thực tế của rơle khoảng cách nhằm kiểm chứng các thuật toán đã đề xuất.
4. Ý nghĩa khoa học và thực tiễn của đề tài
Ý nghĩa khoa học:
Đề xuất phương pháp mới sử dụng song song một rơle khoảng cách và một mạng nơron
MLP để xác định vị trí sự cố trên đường dây truyền tải dựa trên các tín hiệu dòng điện và điện áp
đo được ở đầu đường dây với sai số nhỏ hơn so với thuật toán tổng trở. Đề tài cũng xây dựng đồng
thời hai mạng nơron MLP khác để xác định dạng của sự cố và điện trở sự cố.



- 8 -

Ý nghĩa thực tiễn của đề tài:
Bài toán xác định vị trí sự cố trên đường dây truyền tải có nhu cầu thực tế cao. Phương pháp
mới của đề tài sẽ góp phần bổ sung số lượng các giải pháp để tạo điều kiện cho việc lựa chọn ứng
dụng thực tế được dễ dàng hơn. Phương pháp chỉ yêu cầu sử dụng các tín hiệu dòng điện và điện áp
ở đầu đường dây nên các khâu đo lường thu thập số liệu cũng khá đơn giản.

Chương 1: CÁC PHƯƠNG PHÁP XÁC ĐỊNH VỊ TRÍ SỰ CỐ TRÊN
ĐƯỜNG DÂY TẢI ĐIỆN
Khi có một sự cố ngắn mạch xảy ra trên đường dây truyền tải điện, điện áp tại điểm sự cố
đột ngột giảm đến một giá trị thấp, dòng điện tại điểm sự cố đột ngột tăng lên rất lớn. Từ các giá trị
đo lường ta có thể xác định tổng trở sự cố, sự phân cực,… để xác định chính xác vị trí sự cố. Mục
tiêu chính của đề tài này là xây dựng một phương pháp mới nhằm xác định chính xác hơn vị trí sự
cố trên các đường dây truyền tải điện áp cao. Tầm quan trọng của nghiên cứu này phát sinh từ sự
cần thiết nhằm giảm thiểu thời gian gián đoạn cung cấp điện và thời gian sửa chữa giúp xác định
chính xác hơn vị trí sự cố, khôi phục lại trạng thái làm việc bình thường của đường dây bị sự cố.
Các phương pháp xác định vị trí sự cố trên đường dây truyền tải đã được nghiên cứu nhiều
năm do yêu cầu rất cao trong thực tế về việc ước lượng chính xác được vị trí của điểm sự cố.
Những phương pháp này có thể được phân loại theo nhiều nhóm, ví dụ những phương pháp kinh
điển như: phương pháp dựa trên trở kháng, phương pháp dựa vào sự lan truyền sóng,... Ngoài ra
còn có các hướng nghiên cứu mới như các phương pháp dựa trên các thuật toán xử lý tín hiệu mới
để phân tích các tín hiệu đo lường nhằm đưa ra được kết quả ước lượng vị trí sự cố với độ chính
xác cao hơn các phương pháp kinh điển. Có thể kể tới các phương pháp sử dụng biến đổi sóng con
(wavelet) để phát hiện điểm thay đổi đột ngột (điểm bắt đầu xuất hiện một tần số mới); sử dụng
phép biến đổi S trong miền tần số; các phương pháp sử dụng thuật toán di truyền để tối ưu hóa các
mô hình nhận dạng phi tuyến; các phương pháp nơron và nơron lô-gíc mờ để xây dựng mô hình
nhận dạng phi tuyến; phương pháp tổng hợp kết quả nhiều hệ nhận dạng,... Nhìn chung các phương

pháp đều có những khả năng ứng dụng nhất định, tuy nhiên tất cả các phương pháp đều có những
tồn tại nhất định, và đây cũng sẽ là khả năng để có thể tìm được một giải pháp tốt hơn cho bài toán
xác định vị trí sự cố trên đường dây truyền tải điện.

Chương 2: CÁC GIẢI PHÁP ĐỀ XUẤT TRONG ĐỀ TÀI
2.1. Sơ đồ khối tổng thể ước lượng vị trí sự cố
Các giải pháp hiện nay thường được giới hạn trong một nhóm đối tượng cho nên ta khó áp
dụng được giải pháp của hệ thống này sang hệ thống khác, hoặc thậm chí trong cùng một hệ thống
nhưng với các thông số các phần tử khác nhau,... Vì vậy một trong những ý tưởng hiện nay của các
nghiên cứu đó là xây dựng các giải pháp "mềm dẻo" có khả năng tự học. Có nghĩa là cần xây dựng
một hệ thống thu thập, phân tích và xử lý tín hiệu có cấu trúc khá cố định nhưng có các tham số có
thể điều chỉnh được để có thể thích nghi với các tín hiệu đầu vào mới. Khi đó nếu có một đối tượng
mới hoặc một bài toán mới, có thể tiến hành thu thập các mẫu tín hiệu mới để đưa vào cho hệ thống
điều chỉnh lại các tham số để có thể hoạt động tốt hơn với các mẫu tín hiệu mới này. Quá trình điều
chỉnh thích nghi hệ thống theo các mẫu số liệu mới được gọi là quá trình học của hệ thống. Trường
hợp các mẫu học bao gồm cả cặp tín hiệu đầu vào và các đáp ứng đích mong muốn được gọi là quá
trình học có hướng dẫn.
Phương pháp được đề xuất trong đề tài được thực hiện tuần tự qua ba bước như sau. Sơ đồ
khối của ý tưởng này được trình bày như hình 2.1.


- 9 -

Hình 2.1: Sơ đồ khối tổng thể phương pháp phân tích và xử lý tín hiệu đầu đường dây để xác
định vị trí sự cố, điện trở sự cố và dạng sự cố.
Trước tiên, ta sẽ phân tích trực tuyến các tín hiệu dòng điện và điện áp (đo ở đầu đường dây)
để phát hiện các thời điểm xảy ra những thay đổi đột ngột trong tín hiệu (còn gọi là thời điểm xuất
hiện sự cố) do các sự cố trên đường dây sinh ra. Ở bước thứ hai, với thời điểm xuất hiện sự cố đã
được xác định, chương trình tiến hành phân tích trong một cửa sổ nhỏ (40ms trước và 20ms sau
thời điểm xuất hiện sự cố) của các tín hiệu để tính toán các giá trị đặc trưng (hay còn gọi là các đặc

tính) bao gồm các đặc trưng từ giá trị tức thời và các đặc trưng từ phổ tần số. Trong bước cuối
cùng, bước thứ ba, các giá trị đặc trưng này được xử lý tiếp tục bằng một mô hình phi tuyến để đưa
ra được các ước lượng chính xác hơn về vị trí sự cố, điện trở sự cố và dạng sự cố.
Cụ thể, để có thể phát hiện được thời điểm xuất hiện sự cố, đề tài đề xuất sử dụng phép phân
tích tín hiệu theo các hàm cơ sở wavelet (sóng nhỏ) do phép phân tích này cho phép phát hiện được
các thay đổi đột ngột trong tín hiệu đang được lấy mẫu để xem xét.
2.2. Mạng nơron MLP và ứng dụng ước lượng vị trí sự cố
2.2.1. Mạng nơron MLP hoạt động độc lập ước lượng vị trí sự cố
Từ các số liệu dòng điện và điện áp đo lường ở đầu đường dây sẽ được phân tích và xử lý
trước khi đưa vào mạng MLP để ước lượng trực tiếp vị trí sự cố như hình 2.2:

Hình 2.2: Ý tưởng mô hình hoạt động độc lập mạng MLP
2.2.2. Mạng nơron MLP phối hợp song song với một thuật toán tổng trở (thuật toán mô
phỏng trên máy tính; thuật toán tích hợp trong rơle khoảng cách thực tế)
Thuật toán ước lượng vị trí sự cố mô phỏng trên máy tính (PC) được sử dụng trong đề tài là
các công thức tính toán của rơle khoảng cách trình bày trong. Mô hình được đề xuất này của đề tài
là một giải pháp mới, chưa thấy được đề xuất trong các công trình nghiên cứu khác về xác định vị
trí sự cố trên đường dây truyền tải. Ý tưởng của mô hình được trình bày như hình 2.3:
Ý tưởng chung của hệ phối hợp song song nhiều giải pháp là khi sử dụng phối hợp nhiều
phương pháp, có thể tạo ra một giải pháp mới có độ chính xác, độ tin cậy cao hơn (trên các bộ số
liệu mẫu đã có) so với khi chỉ sử dụng từng phương pháp đơn lẻ ban đầu.


- 10 -

Hình 2.3: Ý tưởng mô hình hoạt động song song rơle với mạng MLP
Mạng nơron MLP được xây dựng dựa trên cơ chế "học" (learning process), trong đó các
thông số của mạng được điều chỉnh trên cơ sở một bộ số liệu mẫu cho trước ở dạng các cặp mẫu
(đầu vào, đầu ra). Mạng nơron MLP sẽ tái tạo lại ánh xạ (phi tuyến) giữa tín hiệu đầu vào và đầu ra
này để xác định các thông số của sự cố. Trong đề tài sẽ ứng dụng phần mềm ATP/EMTP để mô

phỏng các dạng sự cố ngắn mạch trên đường dây để tạo các mẫu đầu vào cho mạng nơron MLP.
2.3. Phần mềm ATP/EMTP và ứng dụng để tạo mẫu số liệu
Phần mềm ATP/EMTP mô phỏng quá trình quá độ trên đường dây gây ra bởi một số dạng sự
cố ngắn mạch chọn trước với các thông số sự cố khác nhau (ví dụ như thay đổi về vị trí sự cố trên
đường dây, điện trở sự cố, thời điểm pha khi xảy ra sự cố cũng như với phụ tải khác nhau). Ứng
với một bộ các thông số đầu vào (gồm dạng sự cố, vị trí sự cố, điện trở sự cố, thời điểm sự cố và
phụ tải) phần mềm ATP/EMTP sẽ tính toán và trả về cho ta 6 tín hiệu dòng và áp ở đầu đường dây.
Một mẫu "học" cho mạng nơron MLP sẽ bao gồm:
- Đầu vào: các giá trị đặc trưng tính toán từ 6 tín hiệu u-i thu được từ đầu đường dây,
- Đầu ra: Trong trường hợp mạng nơron MLP trực tiếp ước lượng vị trí sự cố thì đầu ra đích
cần đạt chính là vị trí chính xác của sự cố đã chọn khi mô phỏng. Trong trường hợp sử dụng song
song mạng nơron MLP với một thuật toán tổng trở thì trước tiên các tín hiệu u-i của ba pha được
đưa vào tính toán với thuật toán này (trường hợp mô phỏng trên PC) hoặc được đưa vào rơle thực
tế để lấy về các kết quả tác động của rơle. Từ tính toán vị trí của rơle này ta suy ra lượng cần bù là
trừ của sai số của thuật toán tổng trở. Mạng nơron MLP sẽ được học bằng thuật toán Levenberg Marquadrt.
2.4. Hợp bộ thí nghiệm CMC-356 thử nghiệm kết quả tác động của rơle khoảng cách
thực tế
Để có thể đưa các tín hiệu dòng/áp đã tính toán mô phỏng từ ATP/EMTP vào thử nghiệm
với rơle thực tế, đề tài sử dụng thiết bị CMC-356 của Omicron có khả năng tái tạo lại các tín hiệu
dòng điện/điện áp sau đó nối vào rơle thực tế đã lựa chọn để lấy các kết quả tác động tương đương
như hoạt động ngoài thực tế. Các bản ghi tác động của rơle sẽ được chuyển lên máy tính lưu trữ và
tính toán xử lý trên PC. Sơ đồ khối ghép nối giữa các thiết bị trong hệ thống thử nghiệm hoạt động
của rơle bằng thiết bị CMC-356 như hình 2.5:
lsự cố, Rsự cố, Tsự cố
dạng sự cố, phụ tải

Mô hình đường
dây trong EMTP

Các tín hiệu

ua, ub, uc, ia, ib, ic

Phần mềm
Matlab

WAV file chứa ua, ub, uc, ia, ib, ic

Hợp bộ thí nghiệm
CMC-356 (Omicron)
+ Phần mềm Test
Universe V2.30/
TransPlay

Rơle khoảng cách +
phần mềm DIGSI 4.82

Các bản ghi kết quả
tác động của rơle


- 11 -

Hình 2.5: Sơ đồ khối ghép nối giữa các thiết bị trong hệ thống thử nghiệm hoạt
động của rơle bằng thiết bị CMC-356
Với cùng các đặc tính đầu vào mạng nơron MLP như trường hợp tính toán ước lượng vị trí
sự cố. Trong đề tài đề xuất sử dụng đồng thời song song hai mạng nơron MLP để xác định hai
thông số còn lại của sự cố là dạng sự cố và điện trở sự cố.

Chương 3: CÔNG CỤ TÍNH TOÁN VÀ MÔ PHỎNG
Trong chương này sẽ giới thiệu về các công cụ mô phỏng và tính toán chính được sử dụng

trong đề tài. Để phục vụ cho mô phỏng và tạo các mẫu tín hiệu, trong đề tài sử dụng phần mềm mô
phỏng ATP/EMTP, thiết bị thí nghiệm CMC-356 của Omicron. Tiếp theo là hai công cụ xử lý tín
hiệu chính được sử dụng trong đề tài là phép biến đổi và phân tích tín hiệu sử dụng Wavelet (sóng
nhỏ) và mạng nơron nhân tạo MLP.
3.1. Phần mềm mô phỏng ATP/EMTP
Chương trình EMTP (Electro-Magnetic Transients Program) là chương trình nghiên cứu
quá độ điện từ, đã được công nhận là một trong những công cụ phổ biến để mô phỏng các hiện
tượng về điện - cơ cũng như các hiện tượng về điện từ trong hệ thống điện, do đó EMTP đang được
sử dụng rộng rãi trên toàn thế giới trong các lĩnh vực tính toán thiết kế cũng như vận hành cho các
loại thiết bị khác trong hệ thống điện. EMTP là một trong những công cụ phân tích hệ thống rất
linh hoạt và hiệu quả.
3.2. Hợp bộ thí nghiệm thứ cấp 3 pha công suất lớn CMC 356 - OMICRON
CMC-356 là thiết bị vạn năng sử dụng để kiểm tra tất cả các loại rơle bảo vệ. Thiết bị gồm có 6
nguồn dòng điện với phạm vi hoạt động lớn (loại 3 pha lên đến 64A/860VA cho mỗi kênh), có khả
năng thử nghiệm với khả năng chịu tải lớn như các rơle điện cơ với yêu cầu công suất lớn. Đi kèm
theo hợp bộ thí nghiệm để điều khiển CMC-356 là phần mềm Test Universe V2.30 với nhiều chức
năng tuy nhiên trong đề tài này chủ yếu sử dụng chức năng Transplay của phần mềm điều khiển Test
Universe V2.30 để nạp các tệp chứa 6 tín hiệu u-i xuống thiết bị CMC-356 và thiết bị này sẽ tạo ra
các tín hiệu dòng/áp như các tín hiệu đã cho trước để đưa vào các rơle ghép nối phía sau.
3.3. Wavelet và ứng dụng trong phân tích tín hiệu
Trong đề tài đề xuất sử dụng phép phân tích tín hiệu theo các hàm cơ sở wavelet (sóng nhỏ)
để phát hiện được thời điểm xuất hiện sự cố trong tín hiệu dòng điện và điện áp đo ở đầu đường
dây do phép phân tích này cho phép phát hiện được các thay đổi đột ngột trong tín hiệu đầu vào.
3.4. Mạng nơron nhân tạo và ứng dụng xác định vị trí sự cố trên đường dây tải điện
Để tạo được mô hình phi tuyến cho ước lượng vị trí sự cố, điện trở sự cố và dạng sự cố đề tài
sẽ sử dụng mạng nơron MLP do khả năng có thể xấp xỉ hàm phi tuyến bị chặn bất kỳ với độ chính
xác cho trước của mạng này. Các thông số của mạng MLP sẽ được điều chỉnh thích nghi trên cơ sở
bộ số liệu mẫu được tạo ra nhờ vào việc sử dụng phần mềm ATP/EMTP để mô phỏng quá trình
quá độ trên đường dây gây ra bởi một số sự cố ngắn mạch được lựa chọn và các đặc tính được tính
từ cửa sổ tín hiệu xung quanh thời điểm xuất hiện sự cố.


Chương 4: CÁC KẾT QUẢ MÔ PHỎNG VÀ TÍNH TOÁN
4.1. ATP/EMTP mô phỏng ngắn mạch trên đường dây
Các dạng sự cố ngắn mạch mô phỏng trong đề tài được mô phỏng trên phần mềm
ATP/EMTP cho đường dây Yên Bái - Khánh Hòa được mô tả như hình 4.1:


- 12 -

Hình 4.1: Sơ đồ mô phỏng ngắn mạch đường dây Yên Bái - Khánh Hòa trong ATP/EMTP
Kịch bản mô phỏng trong ATP/EMTP:
• Vị trí sự cố: N = 23 vị trí (5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85,
90, 95, 100, 105, 110, 115km).
• Điện trở sự cố Rsc: K = 6 giá trị (0, 1, 2, 3, 4, 5Ω).
• Loại sự cố: P = 4 loại (ngắn mạch 1 pha, ngắn mạch 2 pha, ngắn mạch 2 pha chạm đất và
ngắn mạch 3 pha).
• Phụ tải: Q = 3 trường hợp (Phụ tải bằng 30%, 50% và 100%)
Tổng số trường hợp mô phỏng ứng với vị trí sự cố, điện trở sự cố, loại sự cố và phụ tải:
N  K  P  Q  23  6  4  3  1656 trường hợp.
Đồng thời để khảo sát ảnh hưởng của thời điểm sự cố (tính tương đối theo mốc pha của tín
hiệu) ta sẽ xét thêm M = 10 trường hợp pha cho trường hợp ngắn mạch tại điện trở Rsc= 1Ω ở các vị
trí (10, 40, 80, 110km) bắt đầu từ thời điểm bắt đầu đóng thiết bị chuyển mạch tạo ngắn mạch: thời
điểm từ 0,04 tới 0,06 (s) với khoảng cách đều 2ms.
• Vị trí sự cố: N = 4 vị trí (10, 40, 80, 110km).
• Điện trở sự cố Rsc: K = 1 giá trị (1Ω)
• Loại sự cố: P = 4 loại (ngắn mạch 1 pha, ngắn mạch 2 pha, ngắn mạch 2 pha chạm đất và
ngắn mạch 3 pha).
• Phụ tải: Q = 3 trường hợp (Phụ tải bằng 30%, 50% và 100%)
• Thời điểm pha : M = 10 (02, 04, 06, 08, 10, 12, 14, 16, 18, 20 ms)
Tổng số trường hợp mô phỏng ứng với vị trí sự cố, điện trở sự cố, loại sự cố, phụ tải và thời

điểm pha: N  K  P  Q  M  4  1  4  3  10  480 trường hợp.
Tổng hợp ta có: 1656 + 480 = 2136 bộ dữ liệu dòng điện và điện áp đầu đường dây mô
phỏng trong ATP/EMTP cho các trường hợp ngắn mạch được lưu dưới dạng *.MAT.


- 13 -

Đối với mỗi trường hợp mô phỏng trên ATP/EMTP, 6 kết quả tín hiệu dòng điện và điện áp
đầu đường dây được ghi và lưu trữ dưới định dạng *.MAT theo chuẩn của phần mềm Matlab. Các
file số liệu này sau đó được xử lý bằng các chương trình viết trong Matlab để:
- Chuyển đổi thành định dạng *.WAV theo yêu cầu của phần mềm Test Universe để ghép
nối với thiết bị phần cứng CMC-356.
- Tính toán và xử lý các tín hiệu theo lưu đồ như trên hình 2.5.
4.2. Kết quả xác định thời điểm xuất hiện sự cố
Kết quả chạy chương trình cho 2136 trường hợp số liệu đã mô phỏng được khảo sát với các
tần số 1MHz, 100kHz, 10kHz và 1kHz, từ bảng 4.1 đề tài đề xuất chọn tần số 100kHz là tần số lấy
mẫu chính cho các tín hiệu từ mô hình ATP/EMTP.
Bảng 4.1: Kết quả xác định thời điểm xuất hiện sự cố với các tín hiệu được lấy mẫu với các tần số
khác nhau
Tần số
1kHz
10kHz
100kHz
1MHz

iA
1,20
0,53
0,11
0,36


iB
14,78
0,49
0,11
1,80

iC
60,71
0,37
0,11
3,28

uA
44,37
0,75
0,096
0,27

uB
72,18
0,70
0,097
0,28

uC
41,08
0,53
0,10
0,59


Bảng 4.2: Kết quả xác định thời điểm xuất hiện sự cố với một số dạng Wavelet khác nhau
Dạng
wavelet
Daubechies
(bậc 3)
Coiflet
Symlet
Haar

iA

iB

iC

max

mean

max

mean

max

mean

uA
max mean


uB

uC

0,28

0,107

0,28

0,108

0,31

0,112

0,25

0,096

0,24

0,097

0,28

0,104

0,40

0,41
155,9

0,138
0,142
0,661

0,37
0,37
157,9

0,139
0,143
2,371

0,87
0,86
160,0

0,149
0,154
17,15

0,33
0,33
156,0

0,118
0,118
0,597


0,31
0,32
158,0

0,118
0,120
1,382

0,47
0,48
156,0

0,127
0,131
1,812

max

mean

max

mean

Từ bảng 4.2 đề tài chọn wavelet họ Daubechies để sử dụng. Cũng từ bảng 4.2 ta có thể nhận
thấy kết quả phân tích trên 6 kênh là khá tương đương, dải giá trị sai số là từ 0 đến khoảng 200300µs. Đây là kết quả rất chính xác theo như các nhu cầu trong thực tế vận hành hiện nay. Đồng
thời ta cũng có thể thấy rằng trong thực tế nếu cần phải giảm bớt số lượng tính toán thì ta cũng chỉ
cần phân tích 1 đường tín hiệu bất kỳ trong 6 tín hiệu là có thể xác định được thời điểm sự cố với
độ chính xác tương đương nhau.

4.3. Kết quả ước lượng vị trí, điện trở và dạng sự cố
4.3.1. Trích xuất số liệu và các thông tin đặc trưng
Sau khi đã xác định được thời điểm xuất hiện sự cố trong tín hiệu (ký hiệu là thời điểm T0 ),
nhiệm vụ tiếp theo cần thực hiện là ước lượng vị trí của sự cố (đồng thời thực hiện thêm việc nhận
dạng loại sự cố và điện trở sự cố). Ý tưởng chủ đạo của đề tài như đã trình bày ở các phần trên đó
là sử dụng các đặc tính thời gian và tần số của vùng tín hiệu xung quanh thời điểm xuất hiện sự cố
để làm cơ sở tính toán ước lượng hai thông số của sự cố như đã nêu trên.
Với mỗi đường tín hiệu, các thông số thời gian (20 giá trị tức thời xung quanh thời điểm xuất
hiện sự cố với khoảng lấy mẫu 1ms T0  k (ms ) với k  9, 8,...,10 ) và tần số (tỷ số năng lượng
của 4 hài bội chia cho năng lượng của thành phần cơ bản 50Hz). Như vậy đối với mỗi tín hiệu ta có


- 14 -

20 giá trị đặc trưng (hay còn gọi là đặc tính) từ miền thời gian và 4 đặc trưng từ miền tần số. Với 6
tín hiệu dòng áp ta có tổng cộng 24  6  144 đặc tính.
4.3.2. Đánh giá, lựa chọn các đầu vào cho mạng MLP
Toàn bộ 144 đặc tính trên được đề xuất để đánh giá, lựa chọn. Số lượng đặc tính nhiều sẽ
khiến các mô hình trở nên cồng kềnh, thời gian học dài và xác suất học thành công thấp. Để giới
hạn lại số lượng đặc tính cần sử dụng từ tập hợp 144 tín hiệu ban đầu, trong đề tài này, tác giả sử
dụng hàm tương quan để khảo sát mức độ ảnh hưởng hoặc mức độ tương quan cao đối với tín hiệu
đầu ra. Kết quả đánh giá cho thấy, đối với mỗi tín hiệu u-i của các pha, đề tài sẽ sử dụng 14 giá trị
đặc trưng là: 4 giá trị tính từ phổ tần số, 10 giá trị tức thời từ thời điểm xuất hiện sự cố (được xác
định bởi thuật toán wavelet, chu kỳ lấy mẫu 1ms). Tổng cộng sẽ có 14  6  84 đặc tính được sử
dụng để đưa vào khối tính toán tiếp theo là mạng MLP.
4.3.3. Mạng nơron MLP ước lượng vị trí sự cố, dạng sự cố và điện trở sự cố.
Với bộ số liệu 2136 mẫu ta sẽ chia làm hai bộ số liệu con: một phần của bộ số liệu gồm 1424
mẫu (2/3 tổng số mẫu có được) để xây dựng mô hình (điều chỉnh thích nghi các tham số của mạng
nơron để tối ưu hóa sai số đầu ra), phần còn lại (712 mẫu) được dùng để kiểm tra chất lượng của
quá trình học.

* Sử dụng mạng MLP ước lượng trực tiếp vị trí sự cố
Với 1424 mẫu học, sử dụng mạng MLP với 12 nơron ẩn, ta có được kết quả học như trên
hình 4.22.
Trung bình của sai số học tuyệt đối của mạng MLP:
Etrungb× nh 

1 1424
 li _ MLP  li_chÝnhx¸c  0,302(km)  302(m)
1424 i 1

ứng với sai số trung bình 0,80%.
Sai số học cực đại: Emax  max li _ MLP  li_chÝnhx¸c  24,57( km)
i

Hình 4.22: Kết quả dùng mạng MLP học trực tiếp cho tập 1424 mẫu vị trí sự cố: (a) - Các vị trí sự
cố gốc, (b) - Các vị trí sự cố ước lượng, (c) - Sai số (km)


- 15 -

Thử nghiệm lại với 712 mẫu kiểm tra (chưa sử dụng trong quá trình học) ta có được kết quả
như trên hình 4.23.

Hình 4.23: Kết quả kiểm tra mạng MLP ước lượng trực tiếp cho tập 712 mẫu: (a) - Các vị trí sự cố
gốc, (b) - Các vị trí sự cố ước lượng, (c) - Sai số (km)
Trung bình của sai số kiểm tra tuyệt đối của mạng MLP:
Etrungb× nh 

1 712
 li _ MLP  li_chÝnhx¸c  0,393(km)  393(m)

712 i 1

ứng với sai số trung bình 0,99%. Sai số học cực đại:
Emax  max li _ MLP  li_chÝnhx¸c  24,86( km)
i

* Sử dụng mạng MLP phối hợp với thuật toán tổng trở để ước lượng vị trí sự cố
Với toàn bộ 2136 mẫu (cả tập số liệu học và tập số liệu kiểm tra), ta đưa vào thuật toán tổng
trở để tính toán và ước lượng vị trí sự cố.
Sai số trung bình của rơle khoảng cách đối với các mẫu đã có đạt:

Etrungb×nh 

1 lchÝnhx¸c  lr¬le
100%  1,52%
2136
lchÝnhx¸c

Sai số cực đại:

Emax  max lchÝnhx¸c  lr¬le  3, 22( km)
i 1,2136

Các giá trị sai số l  lchÝnhx¸c  lr¬le sẽ được sử dụng trong quá trình huấn luyện mạng MLP
để bù sai số cho rơle khoảng cách.
Kết quả học chi tiết cho mạng MLP về giá trị cần bù cho vị trí sự cố đã được ước lượng theo
các công thức của rơle khoảng cách được thể hiện trên hình 4.26.


- 16 -


Hình 4.26: Kết quả học chi tiết cho tập 1424 mẫu vị trí sự cố: (a) - Các giá trị vị trí sự cố gốc, (b) Các giá trị vị trí sự cố ước lượng, (c) - Sai số (km)
Sai số học trung bình của ước lượng vị trí sự cố là:
Etrungb× nh 

1 1424
 li _ MLP  li _ tængtrë  li_chÝnhx¸c  55(m)
1424 i 1





tương ứng với sai số tương đối 0,14%. Sai số kiểm tra trung bình của ước lượng vị trí sự cố
là (hình 4.27):
1 712
 li _ MLP _ kt  li _ tængtrë_kt  li_chÝnhx¸c_kt  0,35(km)  350(m)
712 i 1





tương ứng với sai số 0,77%

Hình 4.27: Kết quả kiểm tra cho tập 712 mẫu vị trí sự cố: (a) - Các vị trí sự cố gốc, (b) - Các vị trí
sự cố ước lượng, (c) - Sai số (km)


- 17 -


* Sử dụng mạng MLP phối hợp với rơle tổng trở thực tế để ước lượng vị trí sự cố
Để phối hợp được mạng MLP với hoạt động của rơle thực tế, 1008 được chuyển đổi sang
chuẩn WAV (Windows Wave File) và sử dụng hợp bộ thí nghiệm CMC-356 để tái tạo lại các tín
hiệu dòng/áp và truyền vào rơle.
Tổng hợp kết quả từ 1008 trường hợp số liệu thử nghiệm thì có 970 trường hợp rơle trả về
kết quả vị trí sự cố, 38 trường hợp rơle tác động nhưng không trả về giá trị vị trí sự cố. Các kết quả
được thống kê từ phần mềm DIGSI (trong chức năng TripLog).
Từ các kết quả thống kê ta có: Sai số trung bình về vị trí của 4 dạng sự cố (AB0, ABC, ABG,
AG0) của rơle: ltb  1,19  km  tương ứng 2,07% .
Với bộ số liệu 970 mẫu ta sẽ chia làm hai bộ số liệu con: một phần của bộ số liệu gồm 647
mẫu (2/3 tổng số mẫu có được) để xây dựng mô hình (điều chỉnh thích nghi các tham số của mạng
nơron để tối ưu hóa sai số đầu ra), phần còn lại (323 mẫu) được dùng để kiểm tra chất lượng của quá
trình học. Sau khi sử dụng mạng MLP để bù sai số của rơle khoảng cách 7SA522, được kết quả:
- Sai số trung bình về học vị trí sự cố: ltb  0, 49  km  tương ứng: 1,27%.
- Sai số trung bình về kiểm tra vị trí sự cố: ltb  0,5  km  tương ứng: 1,49%.
Tổng hợp lại cả ba trường hợp sử dụng mạng MLP để ước lượng vị trí sự cố ta có các kết
quả thống kê trong các bảng sau:
Bảng 4.4: Tổng hợp các kết quả sử dụng rơle khoảng cách thực tế (7SA522) và dùng mạng
MLP để giảm các sai số của rơle

Loại sự cố

Sai số trung bình của Rơle
thực tế

Sai số học trung bình của
MLP + Rơle thực tế

Sai số kiểm tra trung bình

của MLP + Rơle thực tế

(km)

(%)

(km)

(%)

(km)

(%)

AG0

0,18

1,06

0,27

1,05

0,55

2,26

AB0


1,57

2,79

0,21

0,76

0,49

1,09

ABG

1,94

3,64

1,01

2,11

0,31

1,14

ABC

0,56


0,65

0,47

1,12

0,65

1,61

Tổng

1,09

2,07

0,49

1,27

0,50

1,49

Bảng 4.5: Tổng hợp các kết quả sử dụng rơle khoảng cách ảo và dùng mạng MLP để giảm
các sai số của rơle khoảng cách ảo
Sai số trung bình của Rơle Sai số học trung bình của
ảo
MLP + Rơle ảo
Loại sự cố


Sai số kiểm tra trung bình
của MLP + Rơle ảo

(km)

(%)

(km)

(%)

(km)

(%)

AG0

0,43

1,48

0,083

0,19

0,78

1,52


AB0

1,25

2,16

0,059

0,12

0,23

0,51

ABG

1,23

2,17

0,048

0,12

0,26

0,59

ABC


0,18

0,29

0,032

0,11

0,14

0,47

Tổng

0,77

1,52

0,055

0,14

0,35

0,77


- 18 -

Bảng 4.6: Các kết quả dùng mạng MLP ước lượng trực tiếp vị trí sự cố


Loại sự cố

Sai số học trung bình của MLP

Sai số kiểm tra trung bình của
MLP

(km)

(%)

(km)

(%)

AG0

0,40

0,98

0,55

1,29

AB0

0,27


0,72

0,29

0,71

ABG

0,26

0,68

0,33

0,93

ABC

0,28

0,81

0,41

1,04

Tổng

0,30


0,80

0,39

0,99

Bảng 4.7: So sánh các kết quả sử dụng rơle khoảng cách (Rơle ảo và rơle thực tế) dùng
mạng MLP để giảm các sai số về vị trí sự cố

Trường hợp

Sai số trung bình

Sai số học trung bình + Sai số kiểm tra trung bình
MLP
+ MLP

(km)

(%)

(km)

(%)

(km)

(%)

Rơle ảo


0,77

1,52

0,06

0,14

0,35

0,77

7 SA522

1,09

2,07

0,49

1,27

0,50

1,49

Bảng 4.8: Tổng hợp các kết quả ước lượng vị trí sự cố
Trung bình của
sai số tương

đối (%)

Trung bình
của sai số
tuyệt đối (km)

Max sai số
tuyệt đối
(km)

MLP trực tiếp

0,99

0,39

24,86

Rơle thực tế 7SA522 (970 mẫu)

2,07

1,09

9,2

MLP phối hợp với Rơle thực tế 7SA522 (970 mẫu)

1,49


0,50

2,79

Thuật toán tổng trở (Rơle ảo - chạy trên PC)

1,52

0,77

3,22

MLP phối hợp thuật toán tổng trở

0,77

0,35

2,33

Phương pháp

Từ bảng tổng hợp kết quả trên ta có thể thấy khi phối hợp MLP với các phương pháp khác
đều cải thiện được sai số so với việc sử dụng riêng các phương pháp đó. Khi sử dụng các thuật toán
và phần mềm mô phỏng, thì việc sử dụng phối hợp MLP với thuật toán tổng trở đưa ra được kết
quả tốt hơn so với việc sử dụng độc lập MLP.


- 19 -


KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Đề tài đã nghiên cứu và phát triển được một mô hình xác định vị trí sự cố, dạng sự cố và
điện trở sự cố trên đường dây truyền tải ba pha với nguồn một đầu, không rẽ nhánh sử dụng mạng
nơron MLP để xử lý các thông tin đặc trưng tính từ đặc tính thời gian và tần số của các tín hiệu
xung quanh thời điểm xuất hiện sự cố. Các đóng góp chính của đề tài có thể kể tới:
• Xây dựng được mô hình sử dụng độc lập một mạng nơron MLP và mô hình sử dụng song
song một thuật toán tổng trở (thuật toán tổng trở chạy trên máy tính hoặc thuật toán tổng trở của
một rơle khoảng cách thực tế 7SA522) với một mạng nơron MLP để xác định vị trí sự cố trên
đường dây truyền tải điện (xét ví dụ tính toán cho đường dây 110kV Yên Bái - Khánh Hòa). Trong
đó mạng nơron nhân tạo MLP sử dụng đầu vào là các đặc tính thời gian và đặc tính tần số xác định
từ các tín hiệu đo tức thời xung quanh thời điểm xảy ra những thay đổi (xuất hiện sự cố) trong các
tín hiệu (thời điểm này được xác định nhờ sử dụng phép phân tích sóng nhỏ (wavelet)). Đề tài cũng
xây dựng đồng thời hai mạng nơron MLP khác để xác định dạng sự cố và điện trở sự cố.
• Khảo sát và đề xuất ứng dụng wavelet Daubechies bậc 3 để phân tích thành phần d1 của
tín hiệu lấy mẫu với tần số 100kHz để làm cơ sở phát hiện thời điểm xuất hiện sự cố trên đường
dây truyền tải.
• Khảo sát các đặc tính dựa trên hệ số tương quan giữa đầu vào và đầu ra để lựa chọn các
đặc tính có hệ số tương quan cao để dùng trong các mô hình. Các kết quả tính toán đã đưa ra danh
sách 84 giá trị đặc trưng tính toán từ 6 đường tín hiệu u-i để làm cơ sở tính toán các thông số sự cố
như vị trí, dạng và điện trở sự cố.
• Đề xuất ứng dụng hợp bộ mô phỏng CMC-356 của Omicron kết hợp với rơle thực tế
(7SA522) để so sánh chất lượng tính toán của mô hình về vị trí sự cố với tác động của rơle trên
đường dây thực tế. Đồng thời các kết quả hoạt động của rơle khoảng cách thực tế sẽ được sử dụng
để tạo mẫu học một mạng nơron MLP mới để bù sai số cho rơle thực tế.
• Mô hình lý thuyết được xây dựng cho các trường hợp với kết quả đạt được:
- Mạng nơron MLP độc lập: khảo sát trên bộ mẫu 1424 trường hợp sự cố (với các vị trí khác
nhau, các điện trở sự cố khác nhau) và thử nghiệm lại trên bộ mẫu 712 sự cố khác. Sai số về vị trí
trung bình 390m (tương ứng 0,99%).
- Mạng nơron MLP kết hợp với rơle khoảng cách ảo (thuật toán tổng trở trên PC): sai số về
vị trí trung bình 350m (tương ứng 0,77%).

- Mạng nơron MLP kết hợp với rơle khoảng cách 7SA522: khảo sát trên bộ mẫu 647 trường
hợp sự cố và thử nghiệm lại trên bộ mẫu 323 sự cố khác. Sai số về vị trí trung bình 500m (tương
ứng 1,49%).
Ý tưởng chính của giải pháp là một hệ thống mở với các tham số được điều chỉnh theo một
bộ số liệu mẫu của đối tượng đang nghiên cứu, các giải pháp trong đề tài này có thể được mở rộng
áp dụng cho các hệ thống khác như:
• Hệ thống tải điện ba pha có nhiều nguồn, rẽ nhánh, có các tải phi tuyến,... hoặc các hệ
thống truyền tải ở các cấp điện áp khác.
• Khảo sát với mô hình đường dây có các thiết bị phi tuyến hoặc các máy biến áp với thông
số bão hòa hoặc cấu hình ghép nối khác nhau, tải thay đổi (ngẫu nhiên).
• Triển khai các thiết bị đo lường và xử lý tín hiệu thực tế để kiểm tra khả năng hoạt động tại
hiện trường của các giải pháp.
• ...