Luận văn Thạc sĩ Kỹ thuật điện: Chẩn đoán sự cố hệ thống điện dùng mạng neuron học sâu

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:84

Thêm vào BST

Báo xấu

10
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn “Chẩn đoán sự cố hệ thống điện dùng mạng neuron học sâu” được thực hiện với mục đích giải quyết một lớp con các bài toán nhận dạng sự cố trong hệ thống điện thông qua trí tuệ nhân tạo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kỹ thuật điện: Chẩn đoán sự cố hệ thống điện dùng mạng neuron học sâu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN NGỌC MẠNH CHẨN ÐOÁN SỰ CỐ HỆ THỐNG ÐIỆN DÙNG MẠNG NEURON HỌC SÂU NGÀNH: KỸ THUẬT ÐIỆN - 60520202 S K C0 0 5 9 6 8 Tp. Hồ Chí Minh, tháng 10 - 2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN NGỌC MẠNH CHẨN ĐOÁN SỰ CỐ HỆ THỐNG ĐIỆN DÙNG MẠNG NEURON HỌC SÂU NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Tp. Hồ Chí Minh, tháng 10/2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN NGỌC MẠNH CHẨN ĐOÁN SỰ CỐ HỆ THỐNG ĐIỆN DÙNG MẠNG NEURON HỌC SÂU NGÀNH: KỸ THUẬT ĐIỆN - 60520202 Hướng dẫn khoa học: TS.LÊ MỸ HÀ Tp. Hồ Chí Minh, tháng 10/2018
QUYẾT ĐỊNH GIAO ĐỀ TÀI
MSHV: 1780652 Ngành: Khóa: 2017 nh ng: 2.1. Nh n xét v 2.2. Nh 2.3. Nh c tiêu nghiên c u, ph ng pháp nghiên c u s d ng trong LVTN 5 2.4. Nh n xét T ng quan c tài 2.5. n 2.6. kh ng d tài 2.7. Lu t sót và t n t i): II. CÁC V C N LÀM RÕ
1 4.1)? 2 4.13)? TT Không 1 x 2 x 3 x 4 x 5 x 6 x ” hay “ ”)
MSHV: 1780652 Ngành: Khóa: 2017 nh ng: 0919150171 60 6 1, 2 3 4 5 6. 2.1. Nh n xét v 2.2. Nh 2.3. Nh c tiêu nghiên c u, ph ng pháp nghiên c u s d ng trong LVTN Trung bình 2.4. Nh n xét T ng quan c tài
2.5. n 2.6. kh ng d tài Trung bình 2.7. Lu t sót và t n t i): II. CÁC V C N LÀM RÕ Không TT Không 1 x 2 x 3 x 4 x 5 x 6 x ” hay “ ”)
MSHV: 1780652 Ngành: Khóa: 2017 ): 0938 811 201 1. Nh n xét v tinh th làm vi c và nghiên c u c a h c viên: 2. Nh n xét v k t qu th c hi n c a lu 2.1 2.2 : 2.3 K T LU N
LÝ LỊCH KHOA HỌC I. LÝ LỊCH SƠ LƯỢC: Họ & tên: NGUYỄN NGỌC MẠNH Giới tính: Nam Ngày, tháng, năm sinh: 21/06/1983 Nơi sinh: Tiền Giang Quê quán: Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: Điện thoại nhà riêng: 0919180936 72/37 Lý Thường Kiệt –TP. Mỹ Tho –Tiền Giang Email:nguyenngocmanh9999@gmail.com II. QUÁ TRÌNH ĐÀO TẠO: 1. Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ ……/…… đến ……/ …… Nơi học (trường, thành phố): Ngành học: 2. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 2001 đến 2007 Nơi học (trường, thành phố): Trường ĐH Lạc Hồng Ngành học: Cơ Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: Thiết kế cầu trục Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: Người hướng dẫn: III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Trường Cao Đẳng nghề Tiền 2010- nay Giáo viên Giang i
LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác Tp. Hồ Chí Minh, ngày 1 tháng 9 năm 2018 ii
LỜI CÁM ƠN Trước tiên, tôi xin được gửi lời cảm ơn đến tất cả quý Thầy Cô đã giảng dạy trong chương trình Sau Đại Học lớp Kỹ Thuật Điện – Trường Đại Học Sư Phạm Kỹ Thuật TP Hồ Chí Minh, những người đã truyền đạt cho tôi kiến thức mới, làm cơ sở cho tôi thực hiện tốt luận văn này. Tôi xin chân thành cảm ơn Thầy TS .Lê Mỹ Hà đã tận tình hướng dẫn cho tôi trong thời gian thực hiện luận văn. Mặc dù trong quá trình thực hiện luận văn có giai đoạn không được thuận lợi nhưng Thầy đã tận tình hướng dẫn, chỉ bảo cho tôi nhiều kiến thức mới. Tôi cũng xin gửi lời cảm ơn đến Phòng Đào tạo Sau Đại Học đã giúp đỡ tôi trong suốt quá trình học và bảo vệ luận văn. Sau cùng tôi xin gửi lời biết ơn sâu sắc đến gia đình đã luôn tạo điều kiện tốt nhất cho tôi trong suốt quá trình học cũng như thực hiện luận văn này. Do thời gian có hạn và kinh nghiệm nghiên cứu khoa học chưa nhiều nên luận văn còn nhiều thiếu sót, rất mong nhận được ý kiến góp ý của Thầy, Cô và các Anh Chị học viên. TP Hồ Chí Minh, ngày tháng năm 2018 Học Viên Nguyễn Ngọc Mạnh iii
TÓM TẮT Nhận dạng những hư hỏng trong hệ thống điện là một bài toán khó tuy nhiên nó vẫn luôn thu hút được nhiều sự quan tâm nghiên cứu của các nhà khoa học. Đặc biệt là trong giai đoạn hiện nay “ Cách mạng công nghệ 4.0” đang được hưởng ứng và phát triển trên thế giới , chính vì thế ứng dựng nhận dạng hư hỏng trong hệ thống điện thông qua trí tuệ nhân tạo đang được quan tâm hơn bao giờ hết. Cũng như nhiều bài toán nhận dạng những hư hỏng khác, thì độ chính xác của hệ thống vẫn tiếp tục cần phải cải thiện nhằm vươn tới khả năng nhận dạng nhanh với độ chính xác tuyệt đối . Luận văn đề xuất sử dụng mạng neuron để phát hiện và phân loại các dạng sự cố trên đường dây truyền tải của hệ thống điện 5 nút IEEE trên cơ sở tạo mẫu bằng phần mềm PowerWorld và huấn luyện mạng bằng phần mềm Matlab. Xuất phát từ yêu cầu thực tế, đang rất cần có nhưng nghiên cứu về vấn đề này. Chính vì vậy học viên đã chọn đề tài “Chẩn đoán sự cố hệ thống điện dùng mạng neuron học sâu” làm luận văn với mong muốn phần nào áp dụng vào bài toán thực tế. Bài toán đã đặt ra phải giải quyết được những yêu cầu sau:  Nhận dạng sự cố hệ thống điện thông qua sử dụng mạng neuron học sâu (deep learning ) theo phương pháp Stack auto encoders (SAE)  Đánh giá kết quả và so sánh với mô hình mạng neuron lan truyền thẳng (FEED FORWARD BACKPROP )  Mở rộng nhận diện vị trí sự cố hệ thống điện iv
ABSTRACT Identified power system failure is a difficult math problem but it attracted a lot of research from scientists. Especially in the current period of "Technology Revolution 4.0" It is developing strong and popular in the world. Therefore, identified power system failure by deep learning neuron network is of great interest .However, the accuracy of the system still needs to be improved in order to achieve rapid identification with absolute accuracy. This thesis proposed using neural networks to detect and classify the types of electrical faults on transmission lines of the power system based on IEEE 5 buses to create samples by using Power World software and online training with Matlab software From the above problem, students chose the topic “System fault diagnosis using deep learning neural networks” to be want to be applied into the application. The thesis dealt with the following requirements: - Identified power system failure through the deep learning neuron network (DLNN) in the encoders auto stack method (SAE) - Evaluation and comparison results with the network FEED FORWARD BACKPROP - Expand to identify the power system faults location. v
MỤC LỤC Trang QUYẾT ĐỊNH GIAO ĐỀ TÀI ................................................................................. BIÊN BẢN CHẤM LUẬN VĂN TÔT NGHIỆP…………………………………… LÝ LỊCH KHOA HỌC ............................................................................................ i LỜI CAM ĐOAN ...................................................................................................ii LỜI CÁM ƠN ....................................................................................................... iii TÓM TẮT ............................................................................................................. v . i ABSTRACT............................................................................................................ v DANH SÁCH CÁC CHỮ VIẾT TẮT .................................................................viii DANH SÁCH CÁC BẢNG ................................................................................... x i DANH SÁCH CÁC HÌNH ..................................................................................... x Chương 1: ............................................................................................................... 1 TỔNG QUAN ......................................................................................................... 1 1.1 Tổng quan chung về vấn đề cần nghiên cứu : ....................................... 1 1.2 Tình hình nghiên cứu trong nước & ngoài nước ................................... 3 1.2.1 Nghiên cứu phương pháp xác định vị trí sự cố trên đường dây tải điện dựa trên mạng neuron MLP [21] ............................................................ 3 1.2.2 Phương pháp neuron mờ (Fuzzy neuron) để phân loại sự cố cho đường dây truyền tải [15] ................................................................................ . 3 1.2.3 Thuật toán mạng neuron cải tiến cho việc phân loại sự cố trên đường dây truyền tải [16] ................................................................................ . 4 1.2.4 Nhận dạng sự cố trong hệ thống điện dùng MLP [19] ................... 4 Chương 2: ............................................................................................................... 6 MÔ HÌNH MẠNG NEURON ................................................................................. 6 VÀ MÔ HÌNH HỌC SÂU ...................................................................................... 6 2.1. Tổng quan về mô hình mạng neuron ................................................... 6 2.1.1. Giới thiệu về mạng Neuron .......................................................... 6 2.1.2. Cấu trúc và hoạt động của mạng Neuron .................................... 10 2.1.3 So sánh các phương pháp học của mạng neuron .......................... 17 Chương 3 : ........................................................................................................... 18 vi
GIỚI THIỆU PHƯƠNG PHÁP CHẨN ĐOÁN SỰ CỐ HỆ THỐNG ĐIỆN DÙNG MẠNG NEURON HỌC SÂU DEEP LEARNING NEURON NETWORK (DLNN) ................................................................................................................ 18 3.1. Giới thiệu ......................................................................................... 18 3.2 So sánh sự khác nhau giữa mạng đa lớp và DLNN :........................... 19 3.3 Ưu nhược DLNN ............................................................................... 20 3.4 Sơ bộ về phương pháp học sâu (DLNN): ........................................... 21 Chương 4 : ............................................................................................................ 28 ÁP DỤNG DLNN TRONG CHẨN ĐOÁN SỰ CỐ HỆ THỐNG ĐIỆN .............. 28 4.1 Tính khả dụng của dữ liệu ................................................................ 29 . 4.2 Sơ chế dữ liệu ................................................................................... 31 4.3 Lập mô hình và điều chỉnh thông số ................................................. 31 . 4.4 Thí nghiệm mô phỏng ........................................................................ 33 Chương 5 : ............................................................................................................ 43 THẢO LUẬN VÀ SO SÁNH KẾT QUẢ THỰC NGHIỆM ................................. 43 5.1 Kết quả huấn luyện ............................................................................ 43 5.2 Kiểm tra mẫu thực tế ......................................................................... 44 . 5.3 Nhận xét kết quả ................................................................................ 45 5.4 So sánh SAE_DLNN với MLP ......................................................... 52 5.5 Mở rộng chẩn đoán vị trí xảy ra sự cố từ chẩn đoán sự cố : ................ 53 Chương 6 : ............................................................................................................ 55 KẾT LUẬN & HƯỚNG NGHIÊN CỨU PHÁT TRIỂN ....................................... 55 6.1 Kết luận chung ................................................................................... 55 6.2 Hướng phát triển của đề tài : .............................................................. 55 Phụ lục 1 ............................................................................................................... 56 Chương trình chẩn đoán sự cố trên MATLAB 2018a .......................... 56 TÀI LIỆU THAM KHẢO ..................................................................................... 59 vii
DANH SÁCH CÁC CHỮ VIẾT TẮT DLNN Mạng neuron học sâu IEEE Viện kỹ nghệ điện – điện tử (Institute of Electrical and Electronics Engineer) MLP Mạng neuron đa lớp (Multilayer Perceptron) ANN Mạng neuron nhân tạo (Artificial Neural Network) SAE Bộ mã hóa giải mã (stack auto encorder ) AB Ngắn mạch 2 dây ABC Ngăn mạch 3 dây AN Ngắn mạch 1 dây chạm đất ABN Ngắn mạch 2 dây chạm đất viii