Chẩn đoán sự cố tiềm ẩn của máy biến áp lực trong hệ thống điện là một vấn đề đã được nhiều nhà khoa học quan tâm. Để có thể đưa ra được thông tin về các lỗi (lỗi tiềm ẩn) có thể xảy ra trong tương lai của máy biến áp (MBA), trong một số công trình đã đưa ra các phương pháp chẩn đoán dựa trên phân tích lượng khí hoà tan trong dầu. Ngoài ra còn có các phương pháp chẩn đoán dựa trên đáp ứng phổ tần MBA, chẩn đoán dựa trên độ rung của MBA. Phương pháp sắc ký khí với phân tích khí hoà tan trong dầu [1] cần thiết phải có những thiết bị đo chuyên dụng và đòi hỏi độ chính xác cao. Dựa trên những kỹ thuật này, đã có nhiều kỹ thuật hiện đại cho phép chẩn đoán tốt hơn [2], tuy nhiên một điểm chung của các phương pháp này là phải dựa trên các kỹ thuật đo đạc chính xác. Vì vậy, kết quả chẩn đoán cũng phụ thuộc nhiều vào độ chính xác kết của của các phép đo. Một phương pháp chẩn đoán khác có thể kế thừa được tri thức chuyên gia dưới dạng luật thống kê đã được giới thiệu [3], [4]. Phương pháp này được phát triển dựa trên sử dụng mạng neural nhân tạo. Để có được kết quả chẩn đoán chính xác, theo phương pháp sử dụng mạng neural cần phải có bộ dữ liệu thực nghiệm “đủ lớn” để huấn luyện mạng và lựa chọn được một cấu trúc mạng hợp lí. Thực tế cho thấy, theo tiếp cận này có rất nhiều cấu trúc mạng có thể được lựa chọn với những kết quả chẩn đoán khác nhau. Thời gian huấn luyện mạng lớn cũng là một nhược điểm của phương pháp này. Ngoài ra, các phương pháp sử dụng logic mờ, mờ-neural, kết hợp với giải thuật di truyền cũng được đề xuất [5], [6], [7]. Điểm chung của các phương pháp này đó là kế thừa được tri thức chuyên gia trên cơ sở hệ luật.

Ở Việt Nam, máy tính số cũng nhanh chóng được ứng dụng vào các hệ thống đo lường và bảo vệ trong trạm biến áp [1]. Sự hiện hữu của máy tính cho thấy khả năng đo đạc nhanh chóng và chính xác của nó. Đây cũng là nền tảng của việc sử dụng máy tính để phát triển các ứng dụng phần mềm giúp cho quá trình vận hành hệ thống điện trở nên tin cậy hơn. Các hệ hỗ trợ quyết định dựa trên trí tuệ nhân tạo được phát triển trên cở sở sử dụng tri thức chuyên gia như hệ chuyên gia, mạng neural, logic mờ, … cũng dần được phát triển rộng rãi. Có thể thấy một số nghiên cứu đã được công bố như ứng dụng hệ mờ [2], mạng neureal [3], hệ chuyên gia [4], ứng dụng mạng neural trong nhận dạng [5] hay kết hợp hệ chuyên gia, mạng neural và logic mờ để phát triển hệ chẩn đoán sự cố tiềm ẩn MBA [6] - [11]. Điểm chung của các nghiên cứu này đó là có sử dụng hệ tri thức chuyên gia.

Luận giải tính cấp thiết về ứng dụng của đề tài

Trong hệ thống lưới điện, máy biến áp (MBA) lực là thiết bị có chức năng thay đổi cấp điện áp phù hợp đối với yêu cầu cung cấp điện cụ thể của phụ tải, là một trong những thiết bị quan trọng trong hệ thống điện, vì vậy độ tin cậy cung cấp điện của nó liên quan trực tiếp đến độ tin cậy của cả hệ thống. Trong quá trình vận hành, có nhiều lý do để MBA rơi vào trạng thái làm việc không bình thường hoặc thậm chí là sự cố như: điều kiện thời tiết, mưa bão sấm sét, công suất của phụ tải, tuổi thọ của máy, … Nếu MBA vận hành ở trạng thái không bình thường kéo dài thì tuổi thọ của MBA sẽ giảm và có khả năng xảy ra sự cố làm gián đoạn cung cấp điện. Tuỳ theo tính chất của phụ tải mà thiệt hại so sự cố gây ra có thể là rất lớn. Chính vì thế MBA cần được kiểm tra và bảo dưỡng định kỳ bằng các biện pháp khác nhau, ngay cả khi MBA đang vận hành (on-line) hay cắt điện (off-line). Đã có nhiều biện pháp chẩn đoán như phương pháp phân tích đáp ứng tần số (FRA), phương pháp phân tích rung động, phương pháp phân tích khí hoà tan (Dissolved Gas Analysis - DGA), …

Phương pháp FRA hoạt động ở tần số cao và cho phép phát hiện các biến dạng có thể có của các cuộn dây và lõi thép. Nhược điểm của phương pháp này đó là yêu cầu phải ngắt MBA khỏi lưới điện (chẩn đoán off-line).

Một phương pháp on-line cho phép không can thiệp vào MBA đó là chẩn đoán dựa trên rung động của MBA đang vận thành. Phương pháp này so sánh rung động của máy biến áp đang hoạt động với máy biến áp mới ở một số vị trí. Dựa trên phân tích các mẫu rung động của MBA để phát hiện mức độ thay đổi đặc tính rung động của một MBA đang vận hành với MBA còn mới cùng loại. Từ đó có thể đưa ra được kết luận một cách cục bộ tại các vị trí đo về tình trạng hoạt động của MBA. Do vậy phương pháp trên chỉ cho phép chẩn đoán sự cố cục bộ chứ không đưa ra được chẩn đoán cho toàn bộ các vị trí của MBA đang hoạt động.

Các trạng thái sự cố như phóng điện hồ quang điện, phát sinh tia lửa điện, phóng điện cục bộ và quá nhiệt trong MBA làm phân huỷ hoá học của các vật liệu cách điện [1]. Các tình trạng này, tuỳ vào mức độ nếu không được khắc phục kịp thời thì sẽ gây ra hư hỏng và dẫn đến sự cố MBA [2]. Trong quá trình đối lưu để làm mát MBA, dầu cách điện cũng bị phân huỷ do nhiệt và tia lửa phóng điện. Khi đó có một số thành phần khí chính được sinh ra. Các khí này được hoà tan một phần hoặc toàn bộ trong dầu cách điện. DGA là phương pháp phân tích nồng độ khí hoà tan trong dầu kết hợp với các tỉ số thực nghiệm như tỉ số Dornenberg [3], tỉ số Roger [4], phương pháp khí chính [5] để chẩn đoán sự cố tiềm ẩn trực tuyến (on-line) dựa trên một số hiện tượng như quá nhiệt và phóng điện hồ quang. Từ đó có được các thông tin cần thiết trong việc bảo trì và sửa chữa MBA.

-          Các khí phát sinh trong dầu do phân huỷ cách điện khi MBA làm việc ở trạng thái sự cố gồm 2 nhóm chính:

+        Nhóm Hydrocacbon và Hydrogen: , , , , .

+    Nhóm cacbon oxides: , .

-          Các khí không do sự cố gây ra: , .

-          Các loại sự cố tương ứng với khí được sinh ra gồm:

+        Vầng quang điện: Khí phân huỷ chính là .

+        Quá nhiệt: Khí phân huỷ chính là  và .

+        Hồ quang điện: Khí phân huỷ chính là  và .

Tuỳ vào nồng độ của các thành phần khí mà chúng cho biết mức độ của dự cố của MBA.

Độ chính xác của phương pháp DGA truyền thống cũng còn phụ thuộc vào kinh nghiệm của các chuyên gia và tiêu tốn thời gian trong quá trình đo đạc và tính toán. Ngày nay có nhiều phương pháp chẩn đoán sự cố MBA sử dụng dữ liệu thực nghiệm DGA như phương pháp 4 tỉ số mờ của Roger, phương pháp Northern Technology & Testing (NTT) Flagpoint, phương pháp phân tích tổng thể khí dễ cháy [5] và phương pháp tỉ số tốc độ phát sinh khí (GR) [6].

Ví dụ, theo phương pháp NTT Flagpoint đặt các giới hạn ngưỡng riêng biệt của các khí phát sinh trong dầu MBA, nếu có một sự tập trung của một thành phần khí nào đó trong MBA vượt quá ngưỡng giới hạn (Bảng 1) thì MBA được cho là có sự cố tương ứng thành phần khí đó.

Bảng 1. Giới hạn các khí

Việc phối hợp phương pháp DGA với phương pháp chẩn đoán thông minh có thể góp phần giảm thời gian và nâng cao độ chính xác của kết quả chẩn đoán MBA. Cụ thể đó là ứng dụng trí tuệ nhân tạo, bao gồm sử dụng mạng neural, hệ chuyên gia, logic mờ, neural-mờ, … và sự kết hợp giữa chúng. Đây là các công cụ tính toán mềm có thể kế thừa được tri thức chuyên gia cho phép mô phỏng sự tính toán mang tính định tính của con người.

Luận giải tính cấp thiết về học thuật của đề tài

Nội dung nghiên cứu của đề tài sẽ hệ thống hoá các phương pháp chẩn đoán lỗi trong MBA dựa trên DGA. Phân tích, đánh giá được các ưu nhược điểm của các phương pháp. Trong số các công trình nghiên cứu đã được công bố trước đây (trong và ngoài nước), ngoài các phương pháp tính toán truyền thống đã có nhiều sự kết hợp với những phương pháp hiện đại. Cụ thể đó là ứng dụng trí tuệ nhân tạo, bao gồm sử dụng mạng neural, hệ chuyên gia, logic mờ, neural-mờ, … và sự kết hợp giữa chúng. Đây là các công cụ tính toán mềm có thể kế thừa được tri thức chuyên gia cho phép mô phỏng sự tính toán mang tính định tính của con người.

Logic mờ có ưu điểm là một mô hình toán học cho phép biểu diễn và tính toán trên giá trị ngôn ngữ, từ đó đã giải quyết được nhiều bài toán ứng dụng về suy luận xấp xỉ trên máy tính mà logic kinh điển không giải quyết được. Đó là các bài toán suy luận xấp xỉ mô phỏng theo cơ chế lập luận của con người trong môi trường phức tạp với thông tin vào - ra là không chắc chắn. Tuy nhiên, nhược điểm của logic mờ ở chỗ đối với thông tin không rõ ràng, không chắc chắn, nếu chúng ta không có một cấu trúc toán học chặt chẽ để mô hình hoá chúng thì sẽ rất khó khăn có được một phương pháp luận xấp xỉ tốt. Mặc dù tập mờ được sử dụng với mục đích diễn đạt ngữ nghĩa của ngôn ngữ tự nhiên nhưng lại không có mối liên hệ chặt chẽ giữa tập mờ với các từ ngôn ngữ này về mặt ngữ nghĩa. Trong thực tế, khi thiết kế các bộ suy luận mờ người thiết kế thường lựa chọn và sắp xếp các tập mờ chủ yếu dựa trên kinh nghiệm nên kết quả của suy luận phụ thuộc vào rất nhiều vào yếu tố chủ quan của người thiết kế.

Vì vậy, tìm kiếm và áp dụng một phương pháp tính toán mềm để giải quyết bài toán lập luận xấp xỉ hiệu quả luôn là một vấn đề mở.

Đại số gia tử đã được phát triển để mô hình hoá ngữ nghĩa dựa trên thứ tự của các từ ngôn ngữ (giá trị ngôn ngữ) của các biến ngôn ngữ [10], [11]. Ví dụ, cảm nhận một cách tự nhiên về ngữ nghĩa ta thấy “trẻ” thì nhỏ hơn “già”, “chậm” nhỏ hơn “nhanh” hoặc “âm” nhỏ hơn “dương”, … Từ quan hệ thứ tự tự nhiên của ngữ nghĩa đó, N.C.Ho & W.Wechler [10] đã xây dựng một cấu trúc đại số gọi là đại số gia tử cho phép tính toán giá trị ngữ nghĩa trên miền của biến ngôn ngữ. Từ đó, giải bài toán lập luận dựa trên đại số gia tử có thể vượt qua khó khăn của logic mờ và cho phép giải các bài toán suy luận xấp xỉ cho kết quả tốt hơn.

Đã có nhiều ứng dụng của đại số gia tử như bài toán quyết định mờ [12], lập luận xấp xỉ dựa trên giá trị định lượng ngữ nghĩa [13], [14], [15] hay các bài toán ứng dụng trong lĩnh vực điều khiển [16] - [21].

Đề tài tập trung nghiên cứu một phương pháp tiếp cận mới, đó là mô hình sử dụng các công cụ tính toán mềm để xây dựng bộ chẩn đoán sự cố tiềm ẩn trong MBA lực với mục tiêu phát huy được những ưu điểm của các công cụ này.

-          Phân tích được cơ sở dữ liệu và các dấu hiệu nhận biết để phát hiện và chẩn đoán được chính xác các sự cố (tiềm ẩn) của MBA lực.

-          Nghiên cứu một cách hoàn thiện và xây dựng phần mềm cho chẩn đoán sự cố tiềm ẩn trong MBA lực dựa trên cơ sở phương pháp DGA để nâng cao độ chính các của kết quả chẩn đoán.

Áp dụng phần mềm trong công tác thí nghiệm và kiểm định tại công Ty TNHH MTV thí nghiệm điện miền Bắc; Trung tâm thí nghiệm đo lường điện tại các tỉnh; Phân xưởng thí nghiệm điện thuộc các công ty điện lực.

1)      Nghiên cứu tổng quan về các phương pháp chẩn đoán sự cố tiềm ẩn MBA lực. Tìm hiểu về những kết quả nghiên cứu trước đây đã được công bố trên các tạp chí, hội nghị khoa học, … Phân tích, đánh giá tính hiệu quả, ưu nhược điểm của các phương pháp.

2)      Làm việc với các trung tâm, phân xưởng thí nghiệm điện: Tìm hiểu thực tế về công tác thí nghiệm, chẩn đoán lỗi, sự cố đối với MBA lực; Thu thập dự liệu của các chuyên gia trong lĩnh vực thí nghiệm điện: phiếu kết quả đo đạc, kết quả chẩn đoán, biên bản, quy trình quy phạm, các yêu cầu kỹ thuật, …

3)      Tổng hợp, phân tích và đánh giá cơ sở dữ liệu, xác định dấu hiệu nhận biết để phát hiện và chẩn đoán các lỗi, sự cố MBA lực.

4)      Đề xuất, xây dựng thuật toán mới dựa trên các phương pháp truyền thống để xây dựng một hệ chuyên gia chẩn đoán và dự báo sự cố của máy biến áp lực.

5)      Xây dựng và thử nghiệm phần mềm chẩn đoán lỗi tiềm ẩn MBA lực theo thuật toán đã đề xuất.

6)      Hiệu chỉnh và hoàn thiện phần mềm chẩn đoán lỗi tiềm ẩn MBA lực.

7)      Viết tài liệu về sản phẩm phần mềm: Chi tiết thiết kế các modul, giới thiệu về các chức năng của phần mềm, hướng dẫn sử dụng, …

8)      Chuyển giao công nghệ.

Nghiên cứu về phương pháp luận kết hợp với thực nghiệm để đánh giá kết quả.

-  Về phương pháp luận: Nghiên cứu về quá trình chẩn chẩn đoán, cơ sở lý thuyết và các phương pháp chẩn đoán. Đề xuất thuật toán chẩn đoán mới với cách tiếp cận tính toán mới. Tham gia các hội thảo khoa học. Trao đổi với các chuyên gia thí nghiệm điện.

-  Về thực nghiệm: Cài đặt chương trình; Thử nghiệm và đánh giá chương trình. Hội thảo với các chuyên gia thí nghiệm về kết quả và hoàn thiện sản phẩm phần mềm.