Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang vii -
MC LC
Trang
Quyết định giao đề tài
Lý lịch khoa học i
Li cam đoan iii
Li cm ơn iv
Tóm tắt v
Abstract vi
Mục lục vii
Danh sách các chữ viết tắt xi
Danh sách các hình xii
Danh sách các bng xiv
Chng 1: TNG QUAN
1.1. Tổng quan chung về vấn đề nghiên cứu 1
1.2. Các kết qu nghiên cứu trong và ngoài nớc đã công bố 1
1.2.1. Phơng pháp mng nơ – ron nhân to để bo v khong cách cho đng
dây truyền ti 1
1.2.2. Áp dụng nhận dng mẫu trong bo v khong cách 2
1.2.3. Phơng pháp Nơ – ron m (Fuzzy neural) để phân loi sự cố cho bo v
đng dây truyền ti 3
1.2.4. Thuật toán mng nơ – ron ci tiến cho vic phân loi sự cố trên đng dây
truyền ti 3
1.2.5. Xác định vị trí xy ra sự cố trong h thống đin: phơng pháp nhận dng
mẫu 4
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang viii -
1.3. Mục tiêu của đề tài 5
1.4. Nhim vụ của đề tài và giới hn đề tài 5
1.5. Phơng pháp nghiên cứu 6

Chng 3: THUT TOÁN MNG N – RON
3.1. Cấu to mng nơ – ron đa lớp (Multilayer Perception) 24
3.2. Học tập không có giám sát 31
3.3. Học tập có giám sát 33
3.4. Thuật toán mng nơ – ron 34
Chng 4: MÔ HÌNH HOÁ H THNG ĐIN VÀ GII PHÁP Đ XUT
4.1. Mô hình lới đin 42
4.2. Tập dữ liu huấn luyn và mục tiêu 43
4.3. Môi trng mô phỏng 44
4.3.1. Phần mềm PowerWorld 44
4.3.2. Phần mềm Matlab 46
4.4. Gii pháp phần cứng đề xuất 48
Chng 5: NHN DNG S C ĐNG DÂY
5.1. Kết qu huấn luyn 50
5.2. Nhận xét kết qu 51
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang x -
5.3. Kiểm tra nhận dng sự cố trên đng dây 55
Chng 6: KT LUN VÀ HNG NGHIÊN CU PHÁT TRIN
6.1. Kết luận 69
6.2. Hớng phát triển của đề tài 69
TÀI LIU THAM KHO 70
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang xi -
DANH SÁCH CÁC CH VIT TT

AC Thành phần xoay chiều (Alternating Current)
ADC Bộ chuyển đổi tín hiu tơng tự sang tín hiu số (Analog to Digital
Converter)
ANN Mng nơ – ron nhân to (Artificial Neural Network )

Hình 2.9. Ví dụ cho mng nơ – ron 20
Hình 2.10. To mẫu huấn luyn 21
Hình 3.1. Minh ho cho một nơ – ron 24
Hình 3.2. Mô hình của một nơ – ron 25
Hình 3.3. Hàm ngỡng 26
Hình 3.4. Hàm tuyến tính 26
Hình 3.5. Hàm Logistic (sigmoid) 27
Hình 3.6. Cấu trúc mng MLP bắt chớc cấu trúc của một h thống thần kinh đơn
gin 28
Hình 3.7. Cấu trúc mng nơ – ron nhiều lớp MLP 29
Hình 3.8. Giai đon khi to của học tâp không có giám sát 32
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang xiii -
Hình 3.9. Giai đon ổn định của học tập không có giám sát 32
Hình 3.10. Học tập có giám sát 34
Hình 3.11. Lu đồ thuật toán huấn luyn mng đa lớp với phơng pháp
TRAINSCG 37
Hình 3.12. Biểu đồ kết qu huấn luyn mng nơ – ron 38
Hình 3.13. Biểu đồ mối quan h giữa ngõ ra và mục tiêu của mng nơ – ron 39
Hình 3.14. Kết qu huấn luyn mng nơ – ron 40
Hình 4.1. Mô hình lới đin kho sát 43
Hình 4.2. Cửa sổ Fault Analysis 45
Hình 4.3. Gii pháp đề xuất cho rơ le bo v dựa trên mng nơ – ron 48
Hình 5.1. Cấu trúc mng nơ – ron đợc lựa chọn 52
Hình 5.2. Kết qu huấn luyn mng nơ – ron với 13 nơ – ron trong lớp ẩn 53
Hình 5.3. Biểu đồ sai số bình phơng trung bình 54
Hình 5.4. Mối quan h tuyến tính giữa ngõ ra và mục tiêu huấn luyn 55

Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang xiv -

1.2.1. Phng pháp mng n – ron nhân to đ bo v khong cách cho đng
dây truyn ti [1]
Rơ le khong cách để bo v cho đng dây truyền tri thng đợc thiết kế
dựa trên cơ s của những thiết lập cố định. Phm vi bo v của các rơ le nh vậy sẽ
bị nh hng bi sự thay đổi các điều kin của mng đin. Vic thực hin nhận
dng mẫu cho chẩn đoán h thống đin có thể cung cấp một ci tiến đáng kể trong
lĩnh vực bo v. Nghiên cứu này chứng minh cho vic sử dụng mng nơ – ron nhân
to nh một phơng pháp phân loi mẫu cho hot động của rơ le khong cách.
Chơng trình sử dụng biên độ của đin áp và dòng đin ba pha nh là các ngõ vào.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 2 -
Hiu qu đợc ci thin với vic sử dụng mng nơ – ron nhân to làm cho rơ le hot
động chính xác hơn, khi phi đối mặt với các điều kin sự cố khác nhau cũng nh
sự thay đổi cấu trúc mng đin.
Vic sử dụng mng nơ – ron nhân to nh một phơng pháp phân loi mẫu để
mô phỏng rơ le khong cách đa ra một kết qu rất đáng khích l. Rơ le ANN có
thể cung cấp một hot động nhanh và chính xác, giữ đợc phm vi chính xác khi
đối mặt với các điều kin sự cố khác nhau trong h thống đin (ngay c khi có sự
hin din của thành phần DC làm dịch chuyển dng sóng dòng đin), cũng nh sự
thay đổi của mng đin. Đây là một điểm ci tiến đáng kể so với các loi rơ le thông
thng. Do đó vic sử dụng ANN có thể làm cho nó m rộng phm vi bo v của
vùng thứ nhất, tăng cng bo v h thống.
Quá trình này có liên quan đến vic huấn luyn và kiểm tra các cấu hình mng
khác nhau cho đến khi đt đợc kết qu mong muốn. Công cụ này sẽ m ra một
chiều hớng mới trong nghiên cứu rơ le, cho phép gii quyết một số vấn đề nghiêm
trọng liên quan đến bo v khong cách trên đng dây truyền ti.
1.2.2. Áp dng nhn dng mu trong bo v khong cách [2]
Nghiên cứu này cho thấy vic sử dụng các mng nơ – ron nhân to (ANNs)
nh một sự phân loi mẫu cho hot động của rơ le bo v khong cách. Mng nơ –
ron đợc thực hin nên nắm bắt kiến thức cho hot động của rơ le khi phi đối mặt

thuật số tốc độ cao.
1.2.4. Thut toán mng n – ron ci tin cho vic phân loi s c trên đng
dây truyn ti [8]
Nghiên cứu này giới thiu một khái nim mới của trí thông minh nhân to dựa
trên thuật toán để phân loi các sự cố trong mng đin. Vic phân loi này xác định
chính xác loi sự cố và vùng bị sự cố. Thuật toán đợc dựa trên một dng đặc bit
của mng nơ – ron đợc phát triển để đối phó với một tập hợp lớn các dữ liu ngõ
vào. Một ci tiến của thuật toán đợc đề xuất bằng cách thực hin các bớc khác
nhau của tiền xử lí tín hiu ngõ vào, thông qua vic lựa chọn các thông số cho bộ
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 4 -
lọc tơng tự, các giá trị cho cửa sổ dữ liu và tần số lấy mẫu. Ngoài ra, một kỹ thuật
ci tiến cho vic phân loi các mẫu kiểm tra đợc tho luận và những u điểm chính
so với vic sử dụng phân loi lân cận gần nhất trớc đây cũng đợc trình bày.
Nghiên cứu này đa ra các hớng dẫn có thể để ci thin thuật toán mng nơ –
ron đang có cho vic phân loi các sự cố trên đng dây truyền ti. Thuật toán này
đã đợc sử dụng trớc đó trong nỗ lực nhằm thay thế các rơ le khong cách bằng
các loi rơ le mới mà không sử dụng các cài đặt truyền thống. Thuật toán là một
dng đặc bit của gii thuật phân cụm. Nó dịch chuyển các mẫu ngõ vào vào trong
mẫu ban đầu. Cấu trúc của các cụm đi din cho vic phân loi khác nhau của tập
dữ liu ngõ vào. Thuật toán rất linh hot và d dàng cho phép thay đổi và nâng cấp.
Điều kin của các tín hiu ngõ vào cũng nh vic lựa chọn các giá trị cho bộ
lọc tơng tự, cửa sổ dữ liu để lấy mẫu, và tần số lấy mẫu đóng vai trò quan trọng
trong thuật toán trong suốt quá trình huấn luyn và kiểm tra. Các khía cnh khác
nhau của yếu tố này đợc minh ho thông qua một số ví dụ. Hơn nữa, vic phân
loi các mẫu kiểm tra đợc phân tích thông qua vic so sánh của một phơng pháp
phân loi lân cận gần nhất K đợc sử dụng cho đến nay, và cách tiếp cận m của
nó.
Phơng pháp đề xuất và những ci tiến của thuật toán mng nơ – ron có thể
phân loi tốt hơn loi sự cố và vùng bị sự cố. Kết hợp giữa vic sử dụng mng nơ –

a. Tìm hiểu các bài báo về nhận dng sự cố trong h thống đin từ trớc đến
nay  trong nớc và ngoài nớc.
b. Đánh giá các phơng pháp.
c. Đề xuất một phơng pháp nhận dng sự cố trên h thống đin.
d. Kiểm chứng trên lới đin mẫu để đánh giá độ tin cậy của phơng pháp
thông qua các phần mềm mô phỏng.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 6 -
e. Đánh giá li phơng pháp thực hin và kh năng áp dụng phơng pháp
trong thực tế. Đề xuất hớng nghiên cứu phát triển đề tài.
Luận văn nghiên cứu xoay quanh lới đin truyền ti theo chuẩn IEEE  các
chế độ sự cố ngắn mch.
1.5. Phng pháp nghiên cu
Các phơng pháp nghiên cứu đợc sử dụng trong quá trình thực hin luận văn nh
sau:
- Phơng pháp phân tích, tổng hợp tài liu có liên quan đến đề tài về nhận
dng mẫu, cơ s lý thuyết liên quan đến đề tài nghiên cứu, các kết qu nghiên
cứu đợc công bố trong và ngoài nớc.
- Nghiên cứu, xây dựng phơng pháp nhận dng sự cố dựa trên các phơng
pháp cổ điển, hin đi và thông minh.
- Mô hình hoá mô phỏng bằng cách sử dụng phần mềm PowerWorld
Simulator 17 để to các tập dữ liu và phần mềm Matlab 7.11.0.584 (2010b)
để huấn luyn mng nơ – ron.

Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 7 -
Chơng 2

càng nhỏ. Nhợc điểm của phơng pháp này là tồn ti vùng chết khi xy ra ngắn
mch ti các thanh góp.
Bo v dòng đin cực đi sử dụng tín hiu dòng đin từ phía thứ cấp của các
CT để điều khiển.
2.1.2. Bo v dòng đin ct nhanh (50)
Nguyên tắc làm vic của bo v dòng đin cắt nhanh là chọn dòng khi động
lớn hơn dòng ngắn mch lớn nhất qua chỗ đặt bo v khi h hỏng  ngoài phần tử
đợc bo v.
Bo v dòng đin cắt nhanh thng làm vic tức thi hoặc với thi gian rất bé.
Thực tế đối với rơ le cơ thì thi gian trì hoãn đợc chỉnh khong 0,05 ÷ 0,08 giây,
rơ le số khong 0,03 ÷ 0,05 giây.
Giá trị đặt của bo v quá dòng cắt nhanh phi đợc chọn sao cho lớn hơn
dòng ngắn mch cực đi đi qua chỗ đặt rơ le khi có ngắn mch  ngoài vùng bo v.
Do vùng tác động của bo v cắt nhanh không bao trùm hoàn toàn đng dây nên
chỉ làm bo v phụ hoặc phối hợp với các bo v khác.
Bo v quá dòng cắt nhanh sử dụng tín hiu dòng đin để điều khiển với đặc
tính thi gian độc lập.
2.1.3. Bo v khong cách (21)
Bo v khong cách là bo v dựa vào giá trị dòng đin và đin áp đo đợc từ
đó tính toán giá trị tổng tr rồi so sánh với giá trị đặt của vùng cùng với hớng công
suất trên đng dây để tổng hợp đa ra quyết định thao tác.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 9 -
Bo v khong cách có 3 vùng tác động: Vùng 1: thi gian tác động đợc
chọn bằng 0 giây; Vùng 2: thi gian tác động trì hoãn so với vùng 1 là 0,5 giây;
Vùng 3: thi gian tác động trì hoãn so với vùng 2 là 0,5 giây. Đợc dùng làm bo
v phụ cho rơ le so lch.
2.1.4. Bo v dòng có hng (67)
Bo v dòng đin có hớng thực chất là một bo v quá dòng thông thng
nhng có gắn thêm bộ phận định hớng công suất để phát hin chiều công suất qua

biến tần, bộ chỉnh lu đin, hay máy biến áp (bao gồm biến áp chỉnh lu) vợt quá
giá trị đặt của nó.
2.1.7. Bo v t đng đóng tr li (79)
Sự cố thoáng qua là sự cố mà có thể đợc loi trừ bằng tác động cắt tức thi
máy cắt để cô lập sự cố và sự cố sẽ không xuất hin tr li khi đng đây đợc
đóng tr li sau đó. Các đng dây trên không vận hành với đin áp cao đều có kh
năng xy ra các sự cố thoáng qua (chiếm tới 80 – 90%), trong đó đng dây có đin
áp càng cao thì phần trăm xy ra sự cố thoáng qua càng lớn.
Để gim thi gian ngừng cung cấp đin cho các hộ tiêu thụ, thao tác đóng tr
li đng dây cần đợc thực hin một cách tự động nh các thiết bị tự động đóng
tr li. Áp dụng này có hiu qu nhất  những đng dây có nguồn cung cấp từ một
phía.  mng vòng, cắt một đng dây sẽ không làm ngừng cung cấp đin, tuy
nhiên áp dụng này sẽ làm tăng nhanh vic loi trừ chế độ không bình thng và
khôi phục sơ đồ mng đm bo vận hành kinh tế và tin cậy.
Hình 2.1. Đặc tính thời gian phụ thuộc và đặc tính thời gian độc lập.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 11 -
2.1.8. Bo v tần s cao và vô tuyn (85)
Các bo v dọc dựa trên nguyên tắc so sánh các đi lợng đin  hai đầu
đng dây, mà bo v so lch dùng dây dẫn phụ là một ví dụ. Vic liên lc giữa hai
đầu đng dây có thể thực hin bằng dây dẫn phụ, kênh tần số cao, kênh vô tuyến…
Các bo v dọc dùng dây dẫn phụ khi xét về mặt kinh tế – kỹ thuật thuật thì chỉ phù
hợp với các đng dây ngắn.  mng 110kV tr lên, ngi ta bo v tần số cao, đó
là loi bo v mà vic liên lc giữa hai đầu đng dây đợc thực hin bằng tín hiu
tần số cao (khong 50 – 300kHz) đợc truyền trên dây dẫn của chính đng dây đó.
Về nguyên tắc bo v có thể tác động chọn lọc trong mng có hình dáng bất kì
với một số nguồn cung cấp bất kỳ, tác động nhanh, đủ độ nhy cần thiết và khá tin
cậy. Nhng nhợc điểm của loi bo v này đó là giá thành cao và phức tp.
2.1.9. Bo v so lch dòng đin (87)
Bo v so lch dòng đin là bo v dựa trên nguyên tắc so sánh trực tiếp dòng

động nhanh. Bo v khong cách thng đợc dùng làm bo v chính chống ngắn
mch nhiều pha và bo v dự trữ cho đng dây truyền ti. Bo v khong cách có
u điểm hơn bo v dòng đin do không bị nh hng nhiu do sự thay đổi dòng
ngắn mch, thay đổi nguồn phát hay cấu trúc h thống. Nguyên lý cơ bn của bo
v khong cách là dựa vào giá trị dòng đin và đin áp đo đợc, từ đó tính toán giá
trị tổng tr rồi so sánh với giá trị đặt vùng cùng với hớng công suất trên đng dây
để tổng hợp đa ra quyết định thao tác.
Bo v so lch đng dây là loi có nguyên lý làm vic bo v tốt nhất, nó
đợc sử dụng khi có yêu cầu cắt nhanh đối với mọi dng ngắn mch  bất kì vị trí
sự cố nào. Trong đng dây có rẽ nhánh không cần thiết phi cắt nhanh, đóng
nhanh và không thể dùng bo v khong cách vì cấu trúc mch không cho phép có
thể sử dụng bo v so lch. Ngoài ra,  đng dây khá ngắn không thể dùng rơ le
khong cách do sai số đo ohm khá lớn, có thể sử dụng bo v so lch. Do đó, có thể
sử dụng bo v so lch cho đng dây truyền ti siêu cao, cao và phân phối.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 13 -
2.2.1. R le bo v cho mng đin hình tia mt ngun cung cp

Mng đin hình tia có một nguồn cung cấp là mng đơn gin và chi phí rẻ
nhất, vì vậy nó là mch thông dụng nhất. Các dng rơ le đợc dùng để bo v cho
mng đin hình tia là rơ le quá dòng cực đi (51), rơ le quá dòng chống chm đất
thi gian tr (51N), rơ le tự động đóng tr li (79) chỉ có  đng dây trên không,
rơ le bo v dòng thứ tự nghịch (46) có chức năng bo v dự trữ chống li các sự cố
không đối xứng.
Rơ le ti điểm xa nhất D có thi gian tác động ngắn nhất. Các rơ le càng gần
về phía nguồn thì có thi gian tác động chậm hơn so với rơ le liền kề sau nó một
khong thi gian là 0,2 ÷ 0,3 giây đối với rơ le số; 0,4 giây đối với rơ le tĩnh và 0,5
giây đối với rơ le cơ.
2.2.2. R le bo v cho mng đin mch vòng
Các dng rơ le đợc dùng để bo v cho mng đin mch vòng là rơ le quá

đng dây mà nó bo v. Điều này sẽ tiết kim đợc một khong thi gian phân
hng của rơ le bo v quá dòng ti ngõ vào cung cấp.
Hình 2.4. Sơ đồ bảo vệ mạng điện phân phối có máy cắt tự đóng lại của rơ le
Siemens – 7SJ60.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 16 -

2.2.5. R le bo v cho đng dây trên không hay cáp ngầm vi ngun cp 
hai phía

Rơ le bo v tần số cao 85 cho sơ đồ cắt liên động và khoá liên động. Tín hiu
sẽ đợc truyền thông qua dây pilot, sóng mang trên đng dây truyền ti, sóng vi ba
hay cáp quang (sẽ đợc cấp riêng). Các thành phần phụ bo v tần số cao chỉ cần
Hình 2.6. Sơ đồ bảo vệ đường dây trên không và cáp ngầm của rơ le Siemens – 7SA511
Hình 2.5. Sơ đồ bảo vệ đường dây song song của rơ le Siemens – 7SJ60 và7SJ62.
Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh
HVTH: Nguyn Phát Lợi - Trang 17 -
thiết nếu vic xoá nhanh 100% sự cố trên chiều dài đng dây đợc yêu cầu, tức là
vùng cắt thứ hai (khong 0,3 giây) không thể đợc chấp nhận cho những sự cố  xa.
Rơ le bo v dòng định hớng chống chm đất với thi gian trì hoãn đặc tính thi
gian ngợc chống li các sự cố có tr kháng cao.
2.3. Các khái nim c bn v nhn dng mu
2.3.1. Chc năng h thng nhn dng mu
Nhận dng mẫu là một môn khoa học mà mục tiêu của nó là phân loi các đối
tợng vào trong cùng một chủng loi hoặc một nhóm. Tuỳ thuộc vào mỗi ứng dụng
mà các đối tợng này có thể là hình nh hoặc các dng sóng tín hiu hoặc bất kỳ
loi phép đo nào cần phi đợc phân loi [6].
H thống nhận dng mẫu là một h thống tự động với mục đích là phân loi
các mẫu dữ liu ngõ vào đến các nhóm xác định. Nó thực hin hai nhim vụ kế tiếp
nhau: phân tích (hoặc mô t) để đa ra các đặc tính từ các mẫu đợc nghiên cứu và