XÂY DỰNG HỆ CHẨN ĐOÁN LỖI TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC DỰA TRÊN MẠNG NEURAL KẾT HỢP VỚI PHƯƠNG PHÁP PHÂN TÍCH KHÍ HOÀ TAN

Tóm tắt

Trong bài báo này, chúng tôi đề xuất ứng dụng mạng neural để xây dựng hệ chẩn đoán sự cố tiềm ẩn của máy biến áp (MBA) lực. Các đầu vào mạng neural là tỉ lệ các thành phần khí sinh ra trong quá trình MBA làm việc. Đầu ra là các kết luận về tình trạng của MBA. Luật chẩn đoán dựa trên phương pháp tỉ lệ theo chuẩn IEC-599 với 5 thành phần khí được sử dụng là các thành phần đầu vào. Các kết luận đầu ra bao gồm “bình thường”, “quá nhiệt” hoặc “phóng điện”. Sử dụng mạng truyền thẳng nhiều lớp (MLP - Multi-layer Perceptron) với cấu trúc mạng được lựa chọn là 5-M-3. Qua quá trình huấn luyện với số neural lớp ẩn khác nhau, chúng tôi lựa chọn được M=16 cho kết quả chẩn đoán là chính xác nhất. Thông qua thử nghiệm với dữ liệu thực tế, kết quả cho thấy hệ chẩn đoán đưa ra các kết luận là đáng tin cậy.