ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA
HÀ ĐỨC MINH
ỨNG DỤNG HỆ SUY LUẬN NƠ RON MỜ THÍCH NGHI
ANFIS ĐỂ ĐIỀU KHIỂN HỆ THỐNG ĐIỀU TỐC NHÀ
MÁY THỦY ĐIỆN SÊ SAN 4
C
C
R
UT.L
D
Chuyên ngành: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
Mã số: 8520216
TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỆN
Đà Nẵng - Năm 2020
Công trình được hoàn thành tại
TRƯỜNG ĐẠI HỌC BÁCH KHOA
Người hướng dẫn khoa học: TS. NGUYỄN QUỐC ĐỊNH.
Phản biện 1: TS. Hà Xuân Vinh.
Phản biện 2: TS. Trương Thị Bích Thanh.
C
C
R
UT.L
Luận văn sẽ được bảo vệ tại Hội đồng chấm Luận văn tốt nghiệp thạc
D
sĩ kỹ thuật điện họp tại Trường đại học Bách khoa ngày 19 tháng 12
năm 2020.
Có thể tìm hiểu luận văn tại:
- Trung tâm học liệu và truyền thông tại trường Đại học Bách khoa
- Thư viện khoa Điện, trường Đại học Bách Khoa, ĐHĐN
1
MỞ ĐẦU
1. Lý do chọn đề tài
Nhà máy thủy điện Sê San 4 công suất định mức 360MW (3x120
MW), cung cấp điện năng cho hệ thống điện Quốc gia qua đường dây
220kV. Việc đáp ứng nhanh của các tổ máy khi có sự thay đổi tải đột
ngột sẽ góp phần quan trọng nhằm đáp ứng nhanh công suất cho phụ
tải góp phần làm ổn định Hệ thống điện Quốc gia.
Các chức năng chính của hệ thống điều tốc nhà máy thủy điện Sê
San 4:
. Ổn định tốc độ cho tổ máy trong chế độ làm việc không tải và
khi đã hòa lưới.
C
C
R
UT.L
. Giữ công suất tác dụng theo một giá trị đặt trước trong chế độ
cố định.
D
. Điều chỉnh công suất tác dụng để ổn định hệ thống trong chế độ
điều tần.
. Dừng bình thường tổ máy, dừng sự cố tổ máy.
Hệ thống điều tốc Nhà máy Sê San 4 hiện nay đang sử dụng bộ
điều khiển PID để điều khiển quá trình khởi động/dừng máy hoặc
tăng/giảm tải của tổ máy, Bộ điều khiển PID có hạn chế là độ quá
điều chỉnh, sai lệch bám và thời gian xác lập khá lớn, các hệ số của
bộ điều khiển PID chỉ được tính toán cho một chế độ làm việc cụ thể
của hệ thống, ít có khả năng bền vững và sau khoảng thời gian vận
hành thì bộ tham số PID của bộ điều khiển không còn phù hợp với hệ
thống, do vậy trong quá trình vận hành luôn phải hiệu chỉnh các hệ số
này cho phù hợp với thực tế để phát huy tốt hiệu quả của bộ điều
khiển.
2
Ngày nay, các hệ thống mờ và mạng nơron được ứng dụng rộng
rãi. Đặc biệt trong lĩnh vực điều khiển và tự động hoá, hệ mờ và
mạng nơron ngày càng chiếm ưu thế với ưu điểm cơ bản là có thể xứ
lý với độ chính xác cao những thông tin "không chính xác", hệ mờ và
mạng nơron là cơ sở của hệ "điều khiển thông minh" và "trí tuệ nhân
tạo".
Ứng dụng hệ mờ và mạng nơron để điều khiển bộ điều tốc nhà
máy thủy điện giúp nâng cao tính ổn định, độ chính xác của hệ thống
là hướng tiếp cận mới hiện nay.
Đề tài "Ứng dụng hệ suy luận nơron mờ thích nghi điều khiển bộ
điều tốc nhà máy thủy điện Sê San 4" cung cấp một phương pháp
điều khiển giúp nâng cao chất lượng điều khiển điều tốc, đảm bảo tần
C
C
R
UT.L
số sai lệch nhỏ và thời gian quá độ ngắn. Qua đó, nâng cao sự ổn
định về chất lượng và hiệu quả của toàn hệ thống nhà máy thủy điện.
D
2. Mục đích nghiên cứu
Mục đích nghiên cứu của đề tài là: Nâng cao khả năng điều khiển
cho hệ thống điều tốc cho các nhà máy thủy điện. Ứng dụng lý thuyết
mạng nơron và điều khiển mờ vào đối tượng thực tế là bộ điều tốc
nhà máy thủy điện công suất trung bình. Xây dựng mô hình mô
phỏng trên phần mềm Matlab Simulink.
3. Đối tượng và phạm vi nghiên cứu
3.1. Đối tượng nghiên cứu:
Đối tượng nghiên cứu là hệ thống điều tốc Tuabin nhà máy thủy
điện Sê San 4.
3.2. Phạm vi nghiên cứu
Phạm vi nghiên cứu của đề tài là thiết kế bộ điều khiển nhằm ổn
định tần số máy phát Tuabine nhà máy thủy điện Sê San 4 cho một
chế độ nối lưới.
3
4. Phương pháp nghiên cứu
- Nghiên cứu lý thuyết, thiết kế bộ điều khiển với công cụ
ANFIS. Xây dựng mô hình, mô phỏng và kiểm chứng trên phần mềm
Matlab-Simulink.
Trên cơ sở kết quả thu được rút ra các đánh giá và kết luận.
5. Ý nghĩa khoa học và thực tiễn của luận văn
Ý nghĩa khoa học: Đề tài “ỨNG DỤNG HỆ SUY LUẬN NƠ
RON MỜ THÍCH NGHI ĐỂ ĐIỀU KHIỂN HỆ THỐNG ĐIỀU TỐC
NHÀ MÁY THỦY ĐIỆN SÊ SAN 4 ” là một hướng nghiên cứu mới
để điều khiển điều tốc, đề tài này sẽ góp phần hoàn thiện cấu trúc
điều khiển nhằm nâng cao khả năng điều tốc nhà máy thủy điện và từ
đó chúng ta có thể áp dụng cho các công tác thí nghiệm, vận hành,
C
C
R
UT.L
hiệu chỉnh trong nhà máy thủy điện.
Ý nghĩa thực tiễn: Kết quả nghiên cứu của đề tài sẽ góp phần
D
hoàn thiện một phương pháp điều khiển mới khắc phục được một số
nhược điểm của các phương pháp ĐK kinh điển, từ đó mở ra một khả
năng áp dụng cài đặt vào các thiết bị điều khiển trong thương mại,
làm nâng cao hơn nữa chất lượng điều tốc nhà máy thủy điện.
6. Cấu trúc của luận văn
Ngoài phần mở đầu và kết luận chung, nội dung của luận văn
được biên chế thành 4 chương:
Chương 1: TỔNG QUAN NHÀ MÁY THỦY ĐIỆN.
Chương 2: TỔNG HỢP HỆ ĐIỀU TỐC TUABIN.
Chương 3: ĐIỀU KHIỂN MỜ VÀ MẠNG NƠRON.
Chương 4: ĐIỀU KHIỂN ĐIỀU TÔC TUABIN THỦY
ĐIỆN.
4
Chương 1
TỔNG QUAN NHÀ MÁY THỦY ĐIỆN
1.1. Tình hình phát triển thuỷ điện
1.2. Nguyên lý hoạt động chung của nhà máy thuỷ điện Sê
San 4
1.3. Cấu tạo nhà máy thuỷ điện Sê San 4
1.4. Hệ điều khiển công suất nhà máy thuỷ điện Sê San 4
Tiểu kết chương 1
Trên cơ sở cấu tạo, nguyên lý hoạt động và hệ điều khiển công
suất nhà máy thủy điện ta tiến hành xây dựng mô hình và mô hình
toán học cho hệ thống điều tốc nhà máy thủy điện và bộ điều khiển
C
C
R
UT.L
điều tốc bằng phương pháp kinh điển PID. Cấu tạo, hoạt động và các
nguyên tắc điều khiển thủy điện ở Việt Nam hết sức đa dạng. Từ các
D
nhà máy nhỏ chỉ vài KW đến các nhà máy lớn đến vài trăm MW, tất
cả đều áp dụng nhiều công nghệ mới và rất khác nhau, tùy thuộc vào
phân loại địa hình, cột nước,... Điều này ảnh hưởng rất lớn đến việc
tổng hợp và điều khiển hệ thống.
5
Chương 2
TỔNG HỢP HỆ THỐNG ĐIỀU TỐC TURBIN
2.1. Đặt vấn đề
Hệ thống điều tốc Tuabin là một hệ thống điều khiển đa biến có
mối liên hệ phức tạp giữa điện cơ và điện từ. Khi nghiên cứu bài toán
với những điều kiện ban đầu, thông qua khai thác cơ sở và đo đạc
thực tế ta thấy hệ mang tính phi tuyến mạnh.
Sự tác động của hệ thống điện từ lên điện cơ đó là do mômen
máy phát, mômen này chính là mômen phụ tải tác động lên hệ cơ.
Mặt khác hệ tác động lên điện từ chính là sự tác động của tốc độ
chính, tốc độ cũng sẽ làm thay đổi điện áp của máy phát. Như vậy sự
C
C
R
UT.L
tương tác giữa quá trình điện cơ và điện từ là một quá trình phức
tạp, sự ràng buộc mang tính chất dây chuyền.
D
2.2. Các thông số đặc tính tuabin
2.2.1. Cột áp Tuabin
2.2.2. Lưu lượng Tuabin
2.2.3. Công suất
2.2.4. Hiệu suất
2.2.5. Đường kính bánh xe công tác và số vòng quay của
Tuabin
2.3. Hệ thống điều chỉnh tuabin nước
2.3.1. Các yêu cầu với hệ thống điều tốc Tuabins
2.3.2. Đặc điểm của hệ thống điều chỉnh Tuabin
2.3.3. Đặc tính của hệ thống điều chỉnh Tuabin
6
Hình 2.1 Đường đặc tính cơ bản của tuabin.
2.3.4. Phân loại bộ điều tốc
Xét theo nguyên lý tác động có thể chia bộ điều tốc thành 2 loại
sau: Bộ điều tốc tác động trực tiếp; Bộ điều tốc gián tiếp.
Nếu xét theo đặc điểm sơ đồ điều chỉnh thì bộ điều tốc gồm các
loại sau: Bộ điều tốc có phản hồi ; Bộ điều tốc không có phản hồi.
2.3.5. Cấu trúc của hệ thống điều chỉnh Tuabin nước
C
C
R
UT.L
D
Hình 2.4 Sơ đồ khối hệ thống điều chỉnh.
2.3.6. Tính toán thông số chính của điều tốc Tuabin
Các thông số đặc trưng
Công suất Tuabin:
N 9,81QH ; N 0,9.1489,13.30 41100( KW )
Số vòng quay đặc trưng:
ns
n N
;
H4 H
ns
136,4 41100
95,371
30 4 30
7
Theo Fapurt với
= 95,371 tra biểu đồ quan hệ
với kiểu
Tuabin và cột áp, ta được kiểu Tuabin thiết kế là loại Tuabin KapLan
với các thông số sau:
= 58 (v/p);
= 62 (v/p)
= 0,1 (m3/s);
= 0,18 (m3/s)
2.3.6.2. Tính toán cánh hướng
2.3.6.3. Tính lực đóng mở cánh hướng
2.3.6.4. Tính toán thông số động cơ Servo và cụm bơm.
2.4. Mô hình toán học
2.4.1. Khâu Tuabin
C
C
R
UT.L
D
Hình 2. 5 Mô hình toán học khối Tuabin.
2.4.2. Khâu khuếch đại
Hình 2. 7 Hàm truyền khối khuếch đại.
Trong đó
= 0,2/10 = 0,02;
= 0,1
2.4.3. Các khâu đo.
2.4.3.1. Khâu đo vị trí.
Sử dụng cảm biến đo vị trí là công tắc hành trình. Độ lớn mở
cánh hướng sẽ tỉ lệ với điện áp đầu ra của khâu đo. Ta có hàm truyền
khâu đo:
Fu ( p)
K
T . p 1
(2.12)
8
= 10/0,3 = 33;
= 0,1
2.4.3.2. Khâu đo tốc độ.
Là cảm biến quang bao gồm một đầu phát và một đầu thu, khi
phát thì ánh sáng sẽ phản xạ từ trục Tuabin đến đầu thu. Tốc độ càng
cao thì tần số lượng xung điện áp phát ra càng nhiều sau đó các xung
này vào đầu vào của bộ biến đổi D/A chuyển về tín hiệu điện áp. Ta
có hàm truyền:
F ( p)
K
T . p 1
= 10/50 = 0,2 ;
(2.13)
= 0,001
2.5. Tổng hợp hệ thống
C
C
R
UT.L
2.5.1. Tổng hợp mạch vòng vị trí
D
Hình 2.8 Sơ đồ cấu trúc mạch vòng vị trí.
2.5.2. Tổng hợp mạch vòng điều chỉnh tốc độ
Mạch vòng phản hồi tốc độ
Hình 2.9 Mạch vòng phản hồi tốc độ.
9
2.5.3. Mô phỏng hệ thống điều chỉnh Tuabin.
Mô phỏng hệ thống điều chỉnh tuabin bằng phần mềm Mathlab
Simulink.
Hình 2. 1. Mô hình tuabin thủy điện trong Matlab Simulink
Tiểu kết chương 2
Chương 2 đã đi vào khảo sát từng cấu tạo, xây dựng từng mô
C
C
R
UT.L
hình toán học để tổng hợp thành mô hình toán học và mô hình mô
phỏng của hệ điều tốc nhà máy thủy điện. Việc tổng hợp hệ thống
D
theo mạch vòng vị trí và mạch vòng điều chỉnh tốc độ giúp mô hình
có tính bao quát và thực tiễn cao. Bên cạnh đó, việc mô phỏng hệ
thống và áp dụng phương pháp điều khiển kinh điển PID vào điều
khiển là kết quả của chương này.
Qua chương 2, ta bắt đầu làm việc với mô hình đối tượng điều
khiển đồng thời thu thập được những kết quả điều khiển ban đầu.
Điều này là cơ sở để xây dựng bộ điều khiển mờ cũng như áp dụng
mạng nơron và hệ mờ thích nghi để điều khiển điều tốc nhà máy thủy
điện.
10
Chương 3
ĐIỀU KHIỂN MỜ VÀ MẠNG NƠRON
3.1. Tổng quan về điều khiển mờ
3.1.1. Tổng quan về điều khiển mờ
Ưu điểm của điều khiển mờ so với các phương pháp điều
khiển kinh điển là có thể tổng hợp được bộ điều khiển mà không
cần biết trước cấu trúc và tham số của hệ thống một cách chính xác.
3.1.1.1. Mô hình mờ Mamdani
Được coi là phương pháp luận phổ biến nhất. Phương pháp
này được Sbrahim Mamdani giới thiệu lần đầu vào năm 1975 dựa
trên các tài liệu của Lofti Zadeh 1973 về các thuật toán mờ.
C
C
R
UT.L
Mô hình mờ Mandani gồm ba thành phần:
Đầu vào
X
D
Khối mờ hóa
(fuzzifiers)
Khối hợp
thành
Khối
giải mờ
Đầu ra
Y
Khối luật mờ
Hình 3.3 Sơ đồ khối chức năng của bộ điều khiển mờ.
3.1.1.2. Mô hình mờ Sugeno
Phương pháp suy diễn mờ Takagi-Sugeno-Kang được phát triển
lần đầu vào năm 1985. Phương pháp này giống phương pháp
Mamdani ở nhiều điểm. Thực tế hai phần đầu của quá trình suy diễn
mờ (mờ hóa đầu vào và thực hiện luật hợp thành) là hoàn toàn giống
nhau. Điểm khác nhau chính là cách xác định đầu ra rõ của mô hình.
Dưới đây là các dạng mô hình Sugeno thường gặp.
11
3.1.1.3. So sánh hai loại mô hình.
Mô hình Sugeno: Hiệu quả tính toán cao; Thích hợp với các công
nghệ tuyến tính (ví dụ bộ điều khiển PID); Thích hợp với các kỹ
thuật tối ưu và thích nghi; Bảo đảm tính liên tục của mặt phẳng đầu
ra; Thích hợp với việc phân tích toán học.
Mô hình Mamdani: Trực giác, dễ hiểu; Được thừa nhận rộng rãi;
Gần gũi với đời sống.
3.1.2. Cấu trúc bộ điều khiển mờ
Luật điều
khiển
e
Giao diện đầu
vào
e
x
µ
Thiết bị hợp
thành
B’
Giao diện đầu
ra
u
Đối tượng
điều khiển
C
C
R
UT.L
D
Bộ điều khiển
u
y
Thiết bị đo
lường
Hình 3.4 Cấu trúc của bộ điều khiển mờ căn bản.
3.2. Mạng Nơron
3.2.1. Nơron sinh học.
Có 3 phần chính: Thân nơron (soma), các nhánh (dendrite), sợi
trục (Axon).
Hình 3.5 Mô hình 2 nơron sinh học.
12
3.2.2. Mạng Nơron nhân tạo
3.2.2.1. Khái niệm
Noron nhân tạo là sự sao chép nơron sinh học của não người, nó
có những đặc tính sau:
+ Mỗi nơron có một số đầu vào.
+ Một nơron có thể hoạt động (+35 mV) hoặc không hoạt động (0,75 mV)
+ Chỉ có một đầu ra duy nhất của một nơron được nối với các
đầu vào khác nhau của nơron khác. Điều kiện để nơron được kích
hoạt hay không kích hoạt chỉ phụ thuộc những đầu vào hiện thời của
chính nó.
C
C
R
UT.L
D
Hình 3.6 Mô hình nơron đơn giản.
Hình 3.7 Mạng nơron 3 lớp.
Hình 3.8 Cấu trúc huấn luyện mạng nơron.
13
3.2.2.2. Mô hình nơron
Nơron đơn giản.
C
C
R
UT.L
Hình 3.9 Mô hình nơron đơn giản: Không có độ dốc (a) và có độ
D
dốc (b).
Nơron với nhiều đầu vào (vectơ vào)
Hình 3.10 Mô hình nơron với R đầu vào.
3.2.3. Cấu trúc mạng Nơron
Nhiều noron kết hợp với nhau tạo thành mạng, mạng nơron có
thể có một lớp hoặc nhiều lớp.
14
3.2.4. Cấu trúc dữ liệu vào mạng
Dữ liệu đưa vào mạng được biểu diễn dưới 2 dạng cơ bản: một
dạng xuất hiện đồng thời và một dạng xuất hiện liên tiếp theo thời
gian. Đối với vector vào đồng thời, ta không cần quan tâm đến thứ tự
của các phần tử, kiểu dữ liệu này được áp dụng cho mạng tĩnh. Đối
với kiểu vector vào nối tiếp thì thứ tự xuất hiện của các phần tử
vector rất quan trọng, nó được áp dụng cho mạng động.
C
C
R
UT.L
Hình 3.11 Sơ đồ một nơron với 2 đầu vào.
D
3.2.5. Huấn luyện mạng
Huấn luyện gia tăng và huấn luyện theo gói.
3.3. Sự kết hợp giữa logic mờ và mạng nơron, công cụ ANFIS
3.3.1 Khái niệm
Nếu kết hợp logic mờ và mạng noron, ta sẽ có một hệ lai với ưu
điểm của cả hai: logic mờ cho phép thiết kế hệ dễ dàng, tường minh
trong khi mạng nơron cho phép học những gì mà ta yêu cầu về bộ
điều khiển.
15
C
C
R
UT.L
Hình 3.12 Mô hình hệ mờ - nơron.
3.3.2. Kết hợp điều khiển mờ và mạng nơron
D
3.3.2.1. Cấu trúc chung của hệ mờ - nơron
Hình 3.13 Cấu trúc chung của hệ mờ - nơron.
3.3.2.2. Biểu diễn luật If-Then theo cấu trúc mạng nơron
Xét hệ SISO, luật điều khiển có dạng:
Ri = Nếu x là Ai Thì y là Bi
(3.1)
16
Với Ai, Bi là các tập mờ, i = 1,..., n. Mỗi luật của (3.1) có thể
chuyển thành một mẫu dữ liệu cho mạng nơron đa tầng bằng cách lấy
phần “Nếu” làm đầu vào và phần “Thì” làm đầu ra của mạng. Từ đó
ta chuyển khối luật thành tập dữ liệu sau: {(A1,B1),...,(An,Bn)}. Đối
với hệ MISO, việc biểu diễn khối luật dưới dạng tập dữ liệu cũng
tương tự như đối với hệ SISO.
3.3.3. Nơron mờ.
Xét mạng nơron như hình, trong đó: Các tín hiệu vào - ra và các
trọng số đều là số thực, hai nơron ở đầu vào không làm thay đổi tín
hiệu nên đầu ra của nó cũng là đầu vào. Tín hiệu xi kết hợp với trọng
số wi tạo thành tích:
C
C
R
UT.L
D
Hình 3.24 Nơron mờ.
Nơron mờ AND:
Hình 3.35 Nơron mờ AND.
17
Noron mờ OR:
Hình 3.16 Nơron mờ OR.
3.3.4. Huấn luyện mạng Noron - Mờ
Đầu tiên ta giả định các hàm liên thuộc có một hình dạng nhất
định. Sau đó ta thay đổi các thông số của hình dạng đó qua quá trình
học bằng mạng Noron.
C
C
R
UT.L
Giả sử cần thực hiện ánh xạ:
yk = f(xk) = f( x1k ,...,xnk ), với k = 1,..., K.
D
Ta có tập dữ liệu : {(x1,y1),...,(xk,yk)}.
Dùng luật If-Then (nếu - thì) để thực hiện ánh xạ này:
Ri : Nếu x1 là Ail và... Và xn là Ain thì y = zi, 1 ≤ i ≤ m
Với Aif là các tập mờ có dạng hình tam giác và zi là số thực.
Đặt ok là giá trị ra của hệ khi ta đưa vào xk.
Ký hiệu α1 là giá trị ra của luật thứ i, được định nghĩa theo tích
Larsen:
(3.2)
Giải mờ theo phương pháp trung bình trọng tâm ta có:
(3.3)
Sai lệch của mẫu thứ k là:
(3.4)
18
Dùng phương thức giảm để học zi trong phần kết quả của luật Ri:
Cho rằng mỗi biến ngôn ngữ có 7 tập mờ như Hình 3.15: {NB,
NM, NS, ZE, PS, PM, PB}.
Hình 3.4 Các tập mờ (ví dụ)
Các hàm liên thuộc có hình dạng tam giác được đặc trưng bởi
3 tham số: tâm, độ rộng trái, độ rộng phải. Các tham số này của tam
giác cũng được học bằng phương thức giảm.
Tiểu kết chương 3
Việc áp dụng kỹ thuật mờ đã cho ra đời các bộ điều khiển với
C
C
R
UT.L
những tính chất khá hoàn hảo và tạo ra một khả năng mới trong kỹ
thuật điều khiển tự động, đó là điều khiển các đối tượng phức tạp.
D
Các bộ điều khiển mờ cho phép lặp lại các tính chất của các bộ điều
khiển kinh điển.
Các bộ điều khiển mờ cho phép thiết kế rất đa dạng, qua việc tổ
chức các nguyên tắc điều khiển và chọn tập mờ cho các biến ngôn
ngữ cho phép người ta thiết kế các bộ điều khiển mờ khác nhau. Một
điểm quan trọng nữa là khối lượng công việc cần thực hiện khi thiết
kế một bộ điều khiển mờ hoàn toàn không phụ thuộc vào đặc tính của
đối tượng. Điều đó có nghĩa là quá trình xử lý của một bộ điều khiển
mờ với những nguyên tắc điều khiển cho các đối tượng có đặc tính
động học khác nhau là hoàn toàn như nhau. Sự kết hợp giữa mạng
Nơron và hệ mờ là sự kết hợp mang tính chất hỗ trợ trong ý nghĩa
điều khiển. Một hệ điều khiển mới với ưu điểm là dễ dàng thiết kế,
đồng thời vẫn mang tính chính xác cao và độ hiệu quả nâng lên theo
thời gian vận hành qua việc tự học và tự rèn luyện của mạng nơron.
- Xem thêm -