Hiện tượng rung của máy biến áp trong chế độ làm việc bình thường và sự cố, ứng dụng mạng nơron để nhận dạng trạng thái máy biến áp

nghiệp Thái Nguyên - Đại học Thái Nguyên 2Trường Đại học Sao Đỏ 3Trường Đại học Tài chính - Quản trị kinh doanh Ngày nhận bài: 27/4/2018 Ngày nhận bài sửa sau phản biện: 28/6/2018 Ngày chấp nhận đăng: 28/9/2018 Tóm tắt Hệ thống điện là một hệ thống phức tạp trong cả cấu trúc và vận hành, khi xảy ra sự cố bất kỳ một phần tử nào trong hệ thống đều ảnh hưởng đến độ tin cậy cung cấp điện, chất lượng điện và gây thiệt hại lớn về kinh tế. Vì vậy, việc nhận dạng trạng thái máy biến áp (MBA) trong quá trình làm việc giúp ta chẩn đoán sớm được các dạng sự cố trong máy biến áp (MBA) 3 pha, qua đó giảm bớt những thiệt hại về kinh tế và nâng cao độ tin cậy, chất lượng điện cung cấp cho các hộ tiêu thụ là hết sức cần thiết. Bài báo đề xuất giải pháp giám sát và phát hiện các lỗi trong MBA phân phối biến áp 22/0,4 kV dựa trên tín hiệu điện và rung. Các mẫu dữ liệu được mô phỏng bằng phần mềm ANSYS, mạng nơron nhân tạo cổ điển MLP được sử dụng làm bộ phân loại. Các kết quả mô phỏng cho thấy tính chính xác của giải pháp được đề xuất. Từ khóa: Phát hiện sự cố; mô hình máy biến áp; phần mềm ANSYS; chuyển vị rung động, mạng nơron. Abstract Power system is a complex system in both structure and operation. Any incident during the system operation affects the reliability of power supply, power quality and may cause great losses. The power transformers are key elements of a power system. Thus, the online identification of the transformers’ status helps us to early diagnose the possible malfunctions, thereby will help to reduce economic losses and improve the reliability. This makes the online identification at great desire. This paper presents a method of supervising and detecting the faults in a distribution 22/0.4 kV transformer based on electrical and vibration signals. The data samples are simulated using ANSYS software, the classical artificial neural network MLP is used as the classifier. The numerical results show the correctness of the proposed solutions. Keywords: Fault detection; transformer model; finite elements method; mechanical vibration; neural networks. 1. GIỚI THIỆU Máy biến áp (MBA) là một phần rất quan trọng trong hệ thống truyền tải điện năng. Khi MBA bị hư hỏng thì sẽ làm gián đoạn sự cung cấp điện liên tục, ảnh hưởng đến đời sống, kinh tế - xã hội của cả một vùng, khu vực Ngoài ra, chi phí cho việc vận chuyển, bảo dưỡng sửa chữa đối với các MBA bị sự cố rất cao, tốn kém về thời gian và tiền bạc. Hiện nay, lưới điện đang đối mặt với hệ thống các MBA bị lão hóa và già cỗi, hay quá tải, nguy cơ sự cố đối với MBA trên lưới điện là rất lớn. Bởi vậy, về tổng thể việc phân tích, giám sát trạng thái của MBA càng trở nên cần thiết. Trên thế giới đã có những bước phát triển kỹ thuật nhanh chóng về các phương diện của phép đo, thu thập, phân tích dữ liệu để xác định lỗi và nhằm Người phản biện: 1. PGS.TS. Trần Vệ Quốc 2. TS. Đặng Hồng Hải 14 NGHIÊN CỨU KHOA HỌC Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 3(62).2018 đưa ra các đánh giá kịp thời về tình trạng của MBA. Có nhiều phương pháp để có thể chẩn đoán tình trạng của MBA, nhưng tựu chung lại là chia làm hai hướng. Hướng thứ nhất là các phương pháp online có nghĩa là kiểm tra, chẩn đoán trạng thái MBA mà không cần cắt điện. Hướng thứ hai là các phương pháp offline, kiểm tra, chẩn đoán trạng thái MBA bằng việc cắt điện. Đối với việc cắt điện kiểm tra đối với MBA là khó thực hiện bởi việc cắt điện sẽ ảnh hưởng tới sản lượng phụ tải, chỉ tiêu kinh doanh của các công ty điện lực và đời sống kinh tế - xã hội của nhân dân. Hiện nay, có rất nhiều các phương pháp giám sát, chẩn đoán tình trạng của MBA như [1]: (1) Phân tích hàm lượng khí hòa tan trong dầu MBA (DGA- Disolved Gas Analysis), (2) Đo phóng điện cục bộ trong MBA (PD - Partial Discharge), (3) Phân tích đáp ứng tần số quét (FRA - Frequency Response Analysis). Để giám sát tình trạng hoạt động của MBA đã có nhiều phương pháp được đề xuất trong đó có phương pháp đo độ rung của MBA [2, 3]. Phương pháp giám sát độ rung của MBA cũng giống như phương pháp đo đáp ứng tần số quét, từ bản ghi độ rung có thể xác định được tình trạng cơ khí của MBA, nhưng ưu điểm của phương pháp này là có thể giám sát online liên tục được tình trạng cơ khí của MBA. Bài báo tập trung nghiên cứu phương pháp đáp ứng tần số quét (FRA) và đề xuất giải pháp giám sát trực tuyến độ rung của MBA phân phối 22/0,4 kV thông qua kỹ thuật nhận dạng đáp ứng tần số rung của MBA để giám sát và chẩn đoán tình trạng hoạt động của MBA. 2. PHÂN TÍCH RUNG ĐỘNG THEO MIỀN TẦN SỐ Việc mất đi tính nguyên vẹn cơ học ban đầu của MBA lực như sự biến dạng của cuộn dây, sự dịch chuyển của lõi thép, là do tác động của các lực điện cơ lớn, mà nguyên nhân là do các dòng điện sự cố. Sự biến dạng của cuộn dây và việc dịch chuyển của lõi thép này nếu không được phát hiện sớm thường sẽ chuyển thành một hư hỏng về điện môi hoặc về nhiệt. Loại hư hỏng này là không thể thay đổi được và chỉ có khắc phục bằng cách đại tu MBA như quấn lại cuộn dây, sửa chữa lại lõi thép hoặc thay thế hoàn toàn MBA. Vì vậy, rất cần thiết phải kiểm tra sự nguyên vẹn về cơ của các MBA mới lắp đặt sau quá trình vận chuyển, cũng như các MBA đang vận hành một cách định kỳ và đặc biệt sau các sự cố ngắn mạch, nhằm đánh giá tình trạng bất thường và đưa ra cảnh báo sớm về hư hỏng có thể xảy ra. Đã hơn chục năm nay, các hãng chế tạo thiết bị chẩn đoán MBA trên thế giới đã đưa ra và áp dụng một kỹ thuật mới để giải quyết rất hiệu quả vấn đề này, đó là “Kỹ thuật phân tích đáp ứng tần số” (FRA - Frequency Response Analysis). MBA được xem là một mạng lưới phức hợp bao gồm các phần tử RLC. Những sự đóng góp vào mạng lưới phức hợp RLC này là xuất phát từ điện trở của cuộn dây đồng; điện cảm của các cuộn dây và điện dung có từ các lớp cách điện giữa các búi dây, giữa các cuộn dây với nhau, giữa cuộn dây và lõi thép, giữa lõi thép và vỏ thùng, giữa thùng máy và cuộn dây. Tuy nhiên, có thể sử dụng một mạch đẳng trị đã được đơn giản hóa với các phần tử RLC đã gộp lại như đã minh họa ở hình 1 để giải thích một cách chính xác nguyên lý của kỹ thuật đáp ứng tần số. Hình 1. Mạch đẳng trị đã được đơn giản hóa với các phần tử RLC đã được gộp lại Đáp ứng tần số được tiến hành bằng cách đặt một tín hiệu điện áp thấp có các tần số thay đổi vào các cuộn dây của MBA và đo cả hai tín hiệu đầu vào và đầu ra. Tỷ số của hai tín hiệu này cho ta đáp ứng đã yêu cầu. Tỷ số này được gọi là hàm truyền của MBA, từ đó ta có thể thu được các giá trị về độ lớn và góc pha. Với các tần số khác nhau, mạng lưới RLC sẽ cho các mạch tổng trở khác nhau. Vì lý do đó, hàm truyền tại mỗi tần số là một đơn vị đo lường của tổng trở thực của mạng lưới RLC của MBA. 3. TỔNG QUAN VỀ HIỆN TƯỢNG RUNG TRONG MÁY BIẾN ÁP Hiện tượng rung trong MBA được sinh ra bởi các lực khác nhau xuất hiện trong lõi thép và cuộn dây bên trong MBA trong suốt quá trình vận hành. Sự rung động trong cuộn dây gây ra bởi lực điện động, khi có một sự tương tác giữa dòng điện 15 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 3(62).2018 chảy trong cuộn dây và từ thông dò sẽ làm cho cuộn dây bị rung. Lực điện động này tỷ lệ với bình phương của dòng điện và bao gồm hai thành phần dọc trục và xuyên tâm. Hình 2. Mạch từ và cuộn dây máy biến áp Sự rung động của lõi thép là do một hiện tượng gọi là từ giảo, từ giảo là hiện tượng khi các vật thể bằng kim loại trải qua một sự biến dạng về hình dạng của mình khi được đặt vào trong một từ trường. 4. PHÂN TÍCH ĐÁP ỨNG TẦN SỐ RUNG MÁY BIẾN ÁP TRONG CHẾ ĐỘ LÀM VIỆC BÌNH THƯỜNG VÀ SỰ CỐ TRONG PHẦN MỀM ANSYS Trong bài báo này, tác giả sẽ thực hiện các mô phỏng và xử lý số liệu như sau: - Mã A: MBA làm việc bình thường. - Mã B: MBA sự cố chập 2 vòng dây. - Mã C: MBA sự cố chập 5% tổng số vòng dây cao áp. - Mã D: MBA sự cố chập 10% tổng số vòng dây cao áp. 4.1. Mã A: Máy biến áp làm việc bình thường Chuyển vị theo phương x của vỏ máy: Hình 3. Chuyển vị theo phương x của vỏ máy Biên độ lớn nhất đạt 56,401 10 mm-⋅ mm tương ứng với tần số 115 Hz. Chuyển vị theo phương y của vỏ máy: Hình 4. Chuyển vị theo phương y của vỏ máy Biên độ chuyển vị theo phương y lớn nhất đạt 4,4473.10-5 mm ứng với tần số 50 Hz. Chuyển vị theo phương z của vỏ máy: Hình 5. Chuyển vị theo phương z của vỏ máy Biên độ chuyển vị theo phương z lớn nhất đạt 56,14 10 mm-⋅ tương ứng với tần số 50 Hz. 4.2. Mã B: Máy biến áp sự cố chập 2 vòng dây Chuyển vị theo phương x của vỏ máy: Hình 6. Chuyển vị theo phương x của vỏ máy Biên độ chuyển vị theo phương x lớn nhất đạt 5146,00 10 mm-⋅ mm tương ứng với tần số 115 Hz. Chuyển vị theo phương y của vỏ máy: Hình 7. Chuyển vị theo phương y của vỏ máy Biên độ chuyển vị theo phương y lớn nhất đạt 544,473 10 mm-⋅ m ứng với tần số 50 Hz. Chuyển vị theo phương z của vỏ máy: 16 NGHIÊN CỨU KHOA HỌC Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 3(62).2018 Hình 8. Chuyển vị theo phương z của vỏ máy Biên độ chuyển vị theo phương z lớn nhất đạt 0,00614 mm ứng với tần số 50 Hz. 4.3. Mã C: Máy biến áp sự cố chập 5% tổng số vòng dây cao áp Chuyển vị theo phương x của vỏ máy: Hình 9. Chuyển vị theo phương x của vỏ máy Biên độ chuyển vị theo phương x lớn nhất đạt 0,0036 mm ứng với tần số 195 Hz. Chuyển vị theo phương y của vỏ máy: Hình 10. Chuyển vị theo phương y của vỏ máy Biên độ chuyển vị theo phương y lớn nhất đạt 0,0096 mm ứng với tần số 195 Hz. Chuyển vị theo phương z của vỏ máy: Hình 11. Chuyển vị theo phương z của vỏ máy Biên độ chuyển vị theo phương z lớn nhất đạt 0,0054 mm ứng với tần số 195 Hz. 4.4. Mã D: Máy biến áp sự cố chập 10% tổng số vòng dây cao áp Chuyển vị theo phương x của vỏ máy: Hình 12. Chuyển vị theo phương x của vỏ máy Biên độ chuyển vị theo phương x lớn nhất đạt 0,1935 mm ứng với tần số 120 Hz. Chuyển vị theo phương y của vỏ máy: Hình 13. Chuyển vị theo phương y của vỏ máy Biên độ chuyển vị theo phương y lớn nhất đạt 0,74037 mm ứng với tần số 50 Hz. Chuyển vị theo phương z của vỏ máy: Hình 14. Chuyển vị theo phương z của vỏ máy Biên độ chuyển vị theo phương z lớn nhất đạt 10,183 mm ứng với tần số 50 Hz. 5. ỨNG DỤNG MẠNG MLP TRONG PHÂN LOẠI CÁC TÍN HIỆU ĐIỆN – CƠ CỦA MÁY BIẾN ÁP 5.1. Mạng nơron MLP Từ các nơron McCulloch – Pitts có thể phát triển thành mạng MLP (MultiLayer Perceptron) là một mạng truyền thẳng. 17 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 3(62).2018 - Các nơron được sắp xếp thành các lớp (layer), mạng gồm một lớp các kênh tín hiệu đầu vào (input layer), một lớp các kênh tín hiệu đầu ra (output layer), và có thể gồm một số lớp trung gian gọi chung là các lớp ẩn (hidden layers); - Giữa hai lớp liên tiếp có các ghép nối từ các nơron của lớp trước tới các nơron của lớp sau hướng từ đầu vào đến đầu ra (mạng truyền thẳng); - Các nơron trên cùng một lớp sẽ có cùng hàm truyền đạt. 5.2. Quá trình hình học của mạng MLP Mạng MLP với cấu trúc như trên hình 8 được sử dụng rộng rãi trong việc tái tạo các ánh xạ vào, ra được xác định từ các bộ số liệu mẫu. Mạng MLP được xây dựng và xác định theo thuật toán học có giám sát (như đã trình bày trong mục 4.3). Với bộ số liệu mẫu là một tập hợp gồm p các cặp mẫu được cho ở dạng vectơ đầu vào – vectơ đầu ra tương ứng { },i ix d với 1,...,i p= , , ta cần xác định một mạng MLP (bao gồm việc xác định được các thông số cấu trúc và các trọng số ghép nối tương ứng với cấu trúc đã lựa chọn) sao cho khi đưa vectơ ix vào mạng MLP, thì đầu ra của mạng sẽ xấp xỉ giá trị đích đã có: ( ): i ii MLP∀ ≈x d (1) hoặc sai số tổng cộng trên các mẫu tiến tới một giá trị cực tiểu nào đó hoặc nhỏ hơn một ngưỡng chọn trước 0ε > nào đó: ( ) 2 1 1 min 2 p i i i E MLP = = - →∑ x d (2) 5.3. Ứng dụng mạng MLP trong phân loại các tín hiệu điện – cơ của máy biến áp Trong bài báo này, đề xuất chỉ sử dụng các đặc tính liên quan tới rung động của MBA để phân loại trạng thái của MBA được trích xuất từ các tín hiệu đo ở trên như sau: - Từ phổ tần số của dao động chuyển dịch trên vỏ MBA theo ba trục: sử dụng giá trị lớn nhất của phổ trên mỗi trục, hay ta có: ; . - Từ giá trị biến thiên của lực tác dụng theo ba trục: sử dụng giá trị lớn nhất của lực trên mỗi trục, lựa chọn búi dây pha B, phía cao áp (là pha được sử dụng trong mô phỏng là pha xảy ra sự cố), hay ta có: Như vậy, vectơ đặc tính đầu vào gồm tối đa sáu thành phần. Đầu ra của hệ nhận dạng là mã trạng thái của MBA, bao gồm sáu trạng thái cơ bản: - d=1: MBA ở chế độ bình thường. - d=2: MBA bị lỏng ốc bu lông gá cuộn dây. - d=3: MBA có vòng dây bị nới lỏng quanh trụ . - d=4: MBA bị chập 2 vòng dây liền nhau (tại cuộn dây pha B, phía cao áp). - d=5: MBA bị chập 5% số vòng dây liền nhau (tại cuộn dây pha B, phía cao áp). - d=6: MBA bị chập 10% số vòng dây liền nhau (tại cuộn dây pha B, phía cao áp). Số nơron ẩn sẽ được lựa chọn bằng thực nghiệm để có được số lượng nơron ít nhất nhưng vẫn đảm bảo học thành công các mẫu số liệu. Thực tế cho thấy số lượng này không lớn (dao động từ 3 đến 6 nơron ẩn) nên tác giả lựa chọn là thử nghiệm trực tiếp, tăng dần số lượng nơron ẩn sử dụng (bắt đầu từ 1) cho đến khi đạt được sai số nhỏ. Chương trình mô phỏng sử dụng thuật toán học Levenberg – Marquadrt và thư viện hỗ trợ Neural Network Toolbox trong Matlab. Kết quả thử nghiệm với số nơron ẩn tăng dần như sau: - Với 2 nơron ẩn: Sample number 0 2 4 6 8 10 12 14 16 18 0 1 2 3 4 5 6 7 Destination MLP Output Error Hình 15. Kết quả thử nghiệm với 2 nơron ẩn Kết quả học cho thấy mạng vẫn có cấu trúc quá đơn giản (6 đầu vào, 2 nơron ẩn, 1 đầu ra) nên vẫn chưa học thành công được các mẫu, tuy nhiên số 18 NGHIÊN CỨU KHOA HỌC Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 3(62).2018 lượng sai sót ít hơn so với trường hợp 1 lớp ẩn. Còn một trường hợp (mẫu số 4) bị nhầm từ dạng 2 sang sạng 3, một mẫu (số 17) bị nhầm từ dạng 6 sang dạng 5. - Với 3 nơron ẩn: Sample number 0 2 4 6 8 10 12 14 16 18 0 1 2 3 4 5 6 7 Destination MLP Output Error Hình 16. Kết quả thử nghiệm với 3 nơron ẩn Kết quả học cho thấy mạng đã học thành công được tất cả các mẫu, tất cả các trường hợp đều có sai số nhỏ (nhỏ hơn ngưỡng 0,5). 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Bài báo đã trình bày về các trạng thái của MBA được mô phỏng và đánh giá gồm: một trạng thái làm việc bình thường và năm trạng thái sự cố. Với mỗi trạng thái, MBA được mô phỏng với tải biến thiên từ 50% đến 100% định mức, các tín hiệu thu thập về gồm dòng điện phía sơ cấp và thứ cấp, lực tác dụng lên búi dây (đã phân tách theo các trục x, y và z), chuyển dịch theo các trục x, y và z tại điểm đầu mút của cánh tản nhiệt. Trên cơ sở các số liệu mô phỏng này, đối với mỗi trạng thái, một vectơ sáu thành phần đặc tính được trích xuất để làm cơ sở nhận dạng trạng thái, đó là: ba biên độ của thành phần tần số của chuyển dịch lớn nhất theo các trục; ba biên độ lớn nhất của lực tác dụng theo ba trục. Mô hình phi tuyến để xử lý vectơ đặc tính là mang nơron MLP. Với một lớp ẩn và ba nơron ẩn, mạng đã học thành công 100% các mẫu học. Hướng phát triển tiếp theo của nghiên cứu có thể bao gồm hai hướng chính: - Bổ sung thêm các mẫu học phong phú để nâng cao độ tin cậy của các thuật toán nhận dạng và xử lý tín hiệu; - Khảo sát khả năng triển khai thực tế thiết bị cho các giải pháp lý thuyết đã đề xuất. TÀI LIỆU THAM KHẢO [1]. Phan Tử Thụ (2005). Thiết kế máy biến áp điện lực. NXB Khoa học và Kỹ thuật. [2]. Thiết kế máy biến áp (1967). Bộ môn Máy điện - Khí cụ điện. NXB Đại học Bách khoa Hà Nội. [3]. S. Brahma (2005). Fault location scheme for a multi-terminal transmission line using synchronized voltage measurements. IEEE Trans. Power Delivery, 20(2), 1325-1331. [4]. Brahma S, Girgis A (2004). Fault Location on a Transmission Line Using Synchronized Voltage Measurements. IEEE Trans. Power Delivery, 19(4), 1619-1622. [5]. P.K. Dash, B.K. Panigrahi, G. Panda (2003). Power quality analysis using S-transform. IEEE Power Delivery, vol. 18, pp. 406- 411. [6]. Djuric M, Radojevic Z, Terzija V (1998). Distance protection and fault location utilizing only phase current phasors. IEEE Trans. Power Delivery, 13(4), 1020-1026. [7]. Jiang Joe-Air, Yang Jun-Zhe, Lin Ying-Hong, Liu Chih-Wen, Ma Jih-Chen (2000). An adaptive PMU based fault detection/location technique for transmission lines Part I: Theory and algorithms. IEEE Trans. Power Delivery, 15(2), 486-493. [8]. Girgis A, Hart D, Peterson W (1992). A new fault location technique for two - and three-terminal lines. IEEE Trans. Power Delivery, 7(1), 98-107. [9]. Gopalakrishnan A, Hamai D, Kezunovic M, McKenna S (2000). Fault location using the distributed parameter transmission line model. IEEE Trans. Power Delivery, 15(4), 1169-1174. [10]. Y. Lin, C. Liu, C. Chen (2001). A new PMU- based fault detection/location technique for transmission lines with consideration of arcing fault discrimination-part I: theory and algorithms. IEEE Trans. Power Delivery, (4), 1587-1593.