Luận án tiến sĩ: Ứng dụng phương pháp hiện đại nhận dạng sự cố ngắn mạch trên đường dây truyền tải điện

Các phương pháp định vị sự cố trên đường dây truyền tải điện đã được phát triển từ lâu. Phương pháp đo lường từ một phía, phương pháp điện kháng đơn và phương pháp Takagi là những kỹ thuật phổ biến. Những cách tiếp cận này thường dựa trên việc đo dòng điện và điện áp tại một hoặc hai đầu đường dây. Chúng tính toán khoảng cách đến sự cố dựa trên các thông số của đường dây. Tuy nhiên, các phương pháp này bộc lộ nhiều hạn chế. Độ chính xác bị ảnh hưởng bởi điện trở sự cố, nguồn cung cấp từ nhiều phía và cấu hình đường dây. Việc chẩn đoán sự cố điện trở nên kém hiệu quả hơn trong các hệ thống hiện đại, đòi hỏi độ chính xác cao hơn. Sự cố lưới điện phức tạp với nhiều biến động đòi hỏi các giải pháp linh hoạt hơn.

Để khắc phục hạn chế của các phương pháp cũ, nghiên cứu đã chuyển hướng sang các kỹ thuật hiện đại. Sự phát triển của xử lý tín hiệu số sự cố và thuật toán học máy cho sự cố điện mở ra nhiều tiềm năng. Các phương pháp này tận dụng thông tin chi tiết từ dạng sóng sự cố. Phân tích dạng sóng sự cố cung cấp dữ liệu phong phú để xác định đặc điểm sự cố. Các kỹ thuật như sóng lan truyền, mạng nơ-ron nhận dạng sự cố và trí tuệ nhân tạo trong hệ thống điện đang được ứng dụng rộng rãi. Mục tiêu là phát triển hệ thống phát hiện sự cố ngắn mạch nhanh chóng và chính xác. Các giải pháp này hứa hẹn cải thiện đáng kể khả năng phân loại sự cố lưới điện.

Sự cố ngắn mạch trên đường dây truyền tải điện gây ra sự thay đổi đột ngột về điện áp và dòng điện. Sự thay đổi này tạo ra các sóng điện từ transient lan truyền dọc theo đường dây. Tốc độ lan truyền của sóng phụ thuộc vào các thông số vật lý của đường dây. Thời điểm các sóng này đến các đầu đường dây được ghi lại bằng các thiết bị đo lường chuyên dụng. Bằng cách so sánh thời gian đến của sóng tại các điểm khác nhau, có thể xác định được khoảng cách đến điểm phát sinh sự cố. Việc phân tích dạng sóng sự cố là cốt lõi để thu thập thông tin này, giúp phát hiện sự cố ngắn mạch một cách chính xác.

Để ứng dụng hiệu quả nguyên lý sóng lan truyền, việc xây dựng mô hình toán học chính xác là rất quan trọng. Mô hình này bao gồm phương trình đường dây truyền tải điện, mô tả sự tương tác giữa điện áp, dòng điện và các thông số R, L, C, G của đường dây. Nghiên cứu đã phát triển mô hình toán học cho cả trường hợp đường dây không có sự cố và khi có sự cố tại một điểm cụ thể. Các mô hình này cho phép mô phỏng hành vi của sóng điện từ, từ đó hiểu rõ hơn cách chúng lan truyền và phản xạ. Sự hiểu biết này là nền tảng cho việc phát triển các thuật toán chẩn đoán sự cố điện và phân loại sự cố lưới điện.

Nghiên cứu đề xuất một sơ đồ khối tổng thể để ước lượng vị trí sự cố dựa trên sóng lan truyền. Sơ đồ này bao gồm các bước thu thập dữ liệu, xử lý tín hiệu số sự cố, phân tích dạng sóng sự cố và tính toán vị trí. Dữ liệu sóng điện từ được ghi nhận tại các đầu đường dây. Sau đó, dữ liệu này được xử lý bằng các kỹ thuật như Wavelet để trích xuất các đặc trưng quan trọng. Cuối cùng, một thuật toán sẽ sử dụng thông tin này để ước lượng khoảng cách từ điểm đo đến vị trí sự cố. Sơ đồ này tạo ra một khung làm việc có hệ thống cho việc phát hiện sự cố ngắn mạch và tích hợp các công nghệ hiện đại.

Wavelet là một công cụ mạnh mẽ trong xử lý tín hiệu số sự cố, đặc biệt hiệu quả trong việc phân tích các tín hiệu không ổn định như sóng phản xạ từ sự cố. Phép biến đổi Wavelet cho phép phân tích tín hiệu ở cả miền thời gian và miền tần số, giúp xác định chính xác các điểm thay đổi đột ngột trong dạng sóng. Ứng dụng Wavelet giúp trích xuất các đặc trưng quan trọng từ tín hiệu phản xạ, như thời điểm bắt đầu và kết thúc của sóng, loại bỏ nhiễu và làm rõ tín hiệu sự cố. Điều này cải thiện đáng kể khả năng phát hiện sự cố ngắn mạch và giảm thiểu sai số trong việc xác định thời gian phản xạ.

Mặc dù TDR cung cấp một phương pháp hiệu quả, vẫn tồn tại các sai số trong việc xác định thời điểm chính xác của sóng phản xạ. Để khắc phục vấn đề này, nghiên cứu đã ứng dụng mạng nơ-ron mờ TSK (Takagi-Sugeno-Kang). Đây là một thuật toán học máy cho sự cố điện có khả năng học từ dữ liệu và hiệu chỉnh các sai số. Mạng nơ-ron mờ TSK được huấn luyện bằng các dữ liệu mô phỏng và thực nghiệm, giúp nó nhận dạng các mẫu sai số và đưa ra hiệu chỉnh phù hợp cho thời điểm sóng phản xạ. Việc tích hợp mạng nơ-ron nhận dạng sự cố này giúp nâng cao đáng kể độ chính xác của quá trình chẩn đoán sự cố điện và vị trí sự cố.

Các phương pháp TDR được mô phỏng chi tiết bằng công cụ Matlab/Simulink trên nhiều kịch bản sự cố khác nhau. Kết quả mô phỏng chứng minh rằng việc kết hợp phân tích Wavelet và hiệu chỉnh bằng mạng nơ-ron mờ TSK đã cải thiện đáng kể độ chính xác trong việc xác định vị trí sự cố. Sai số định vị được giảm xuống mức tối thiểu, ngay cả trong các điều kiện đường dây phức tạp. Các kết quả này khẳng định tiềm năng của các phương pháp hiện đại trong việc phát hiện sự cố ngắn mạch. Chúng cũng cung cấp cơ sở vững chắc cho việc phát triển hệ thống bảo vệ rơle số với độ chính xác cao.

TFDR kết hợp các ưu điểm của phân tích miền thời gian và miền tần số để nhận dạng sự cố. Thay vì chỉ dựa vào thời gian phản xạ, TFDR phân tích sự thay đổi phổ tần số của tín hiệu phản xạ. Điều này cho phép nó phân biệt giữa các phản xạ từ sự cố, các điểm nối nhánh và các bất đồng nhất khác trên đường dây. Khái niệm này đặc biệt quan trọng đối với các đường dây có cấu trúc phức tạp, nơi TDR đơn thuần có thể gặp khó khăn trong việc phân biệt các nguồn phản xạ. TFDR là một bước tiến trong việc phát hiện sự cố ngắn mạch và cung cấp thông tin chi tiết hơn về bản chất của sự cố.

Hàm tương quan là công cụ toán học chính được sử dụng trong TFDR để xác định vị trí sự cố. Bằng cách tương quan tín hiệu phản xạ với tín hiệu gốc (hoặc một phiên bản của tín hiệu gốc), có thể xác định được thời gian trễ chính xác của các thành phần sóng phản xạ. Đối với đường dây có nhánh rẽ, hàm tương quan giúp phân biệt các tín hiệu phản xạ từ điểm sự cố với các phản xạ từ các điểm rẽ nhánh. Điều này cho phép phân loại sự cố lưới điện một cách chính xác hơn. Phương pháp này cải thiện đáng kể khả năng chẩn đoán sự cố điện trong các mạng phân phối và truyền tải phức tạp.

Nghiên cứu đã thực hiện các mô phỏng rộng rãi để đánh giá hiệu quả của phương pháp TFDR trên các mô hình đường dây có nhánh rẽ. Các kết quả mô phỏng cho thấy TFDR có khả năng xác định vị trí sự cố với độ chính xác cao, ngay cả khi có sự hiện diện của nhiều nhánh rẽ. Phương pháp này chứng tỏ ưu việt hơn so với TDR truyền thống trong việc xử lý các cấu hình đường dây phức tạp. Các kết quả này khẳng định TFDR là một giải pháp tiềm năng để nâng cao độ tin cậy của lưới điện thông minh, đặc biệt trong việc phát hiện sự cố ngắn mạch và phân loại sự cố lưới điện hiệu quả.

Công nghệ FPGA cung cấp một nền tảng linh hoạt và mạnh mẽ cho việc triển khai các thuật toán xử lý tín hiệu số sự cố. Khả năng lập trình lại của FPGA cho phép tùy chỉnh phần cứng để thực hiện các phép tính phức tạp với tốc độ cao. Trong ngữ cảnh nhận dạng sự cố ngắn mạch, FPGA có thể xử lý hàng triệu mẫu dữ liệu mỗi giây, thực hiện các phép biến đổi Wavelet và các thuật toán học máy theo thời gian thực. Điều này là then chốt để phát hiện sự cố ngắn mạch nhanh chóng, giảm thiểu thời gian phản ứng của hệ thống bảo vệ. FPGA đóng vai trò quan trọng trong việc chuyển đổi lý thuyết thành ứng dụng thực tiễn.

Nghiên cứu đã thiết kế một mạch thu phát TDR hoàn chỉnh sử dụng FPGA làm bộ điều khiển trung tâm. Sơ đồ nguyên lý của mạch bao gồm các khối chức năng như bộ tạo xung, bộ thu tín hiệu phản xạ, bộ chuyển đổi tương tự-số (ADC) tốc độ cao và khối xử lý tín hiệu dựa trên FPGA. FPGA chịu trách nhiệm điều khiển toàn bộ quá trình, từ việc tạo xung, lấy mẫu tín hiệu phản xạ, đến việc thực hiện các thuật toán phân tích Wavelet và mạng nơ-ron. Thiết kế này tối ưu hóa hiệu suất và giảm độ trễ, đảm bảo khả năng chẩn đoán sự cố điện chính xác và kịp thời. Hệ thống này thể hiện một bước tiến lớn trong việc phát triển các thiết bị bảo vệ rơle số.

Thiết bị TDR được chế tạo sử dụng FPGA đã trải qua các thử nghiệm thực nghiệm nghiêm ngặt. Các thử nghiệm này được tiến hành trong môi trường mô phỏng gần với điều kiện hoạt động thực tế của đường dây truyền tải điện. Kết quả thực nghiệm đã chứng minh rằng thiết bị có khả năng phát hiện sự cố ngắn mạch với độ chính xác cao và thời gian phản ứng nhanh. Các dữ liệu thu được từ thực nghiệm khớp với các kết quả mô phỏng, xác nhận tính đúng đắn và hiệu quả của các phương pháp được đề xuất. Đây là minh chứng rõ ràng cho việc công nghệ FPGA có thể được ứng dụng thành công để phát triển các hệ thống bảo vệ rơle số tiên tiến cho lưới điện thông minh.

Trí tuệ nhân tạo (AI) và học máy (ML) có tiềm năng cách mạng hóa cách thức vận hành và bảo vệ hệ thống điện. Việc ứng dụng các thuật toán học máy cho sự cố điện có thể giúp phát hiện sự cố ngắn mạch nhanh hơn, chính xác hơn và thậm chí dự đoán các sự cố tiềm ẩn. Các mạng nơ-ron nhận dạng sự cố có thể được huấn luyện để phân biệt nhiều loại sự cố khác nhau, không chỉ ngắn mạch mà còn các sự cố khác như chạm đất hay đứt dây. AI cũng có thể hỗ trợ trong việc đưa ra quyết định phục hồi lưới điện sau sự cố một cách tự động và tối ưu. Điều này sẽ nâng cao đáng kể khả năng chống chịu của lưới điện thông minh trước các nhiễu loạn.

Các hướng nghiên cứu trong tương lai bao gồm việc mở rộng các phương pháp đã đề xuất để xử lý các loại sự cố phức tạp hơn và các cấu hình lưới điện đa dạng. Cần phát triển các thuật toán phân loại sự cố lưới điện có khả năng thích ứng với sự thay đổi của tải, cấu hình mạng và các yếu tố môi trường. Việc tích hợp dữ liệu từ nhiều nguồn khác nhau, bao gồm cả các cảm biến IoT trong lưới điện thông minh, sẽ cung cấp thông tin toàn diện hơn cho việc chẩn đoán. Nghiên cứu sâu hơn về xử lý tín hiệu số sự cố và phân tích dạng sóng sự cố trong môi trường nhiễu cao cũng là một ưu tiên để đảm bảo độ chính xác trong mọi điều kiện.

Nghiên cứu này đóng góp trực tiếp vào mục tiêu xây dựng một lưới điện thông minh và bền vững. Việc cải thiện khả năng phát hiện sự cố ngắn mạch và chẩn đoán sự cố điện không chỉ giúp giảm thiểu thời gian mất điện mà còn bảo vệ tài sản, kéo dài tuổi thọ thiết bị. Các công nghệ bảo vệ rơle số tiên tiến dựa trên nền tảng này sẽ cho phép hệ thống điện phản ứng nhanh hơn với các sự kiện bất thường. Điều này là cốt yếu để duy trì sự ổn định của hệ thống trong bối cảnh tăng cường năng lượng tái tạo và nhu cầu điện ngày càng cao, hướng tới một tương lai năng lượng hiệu quả và an toàn.