Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc

Viết thuê đề tài giá rẻ trọn gói - KB Zalo/Tele : 0973.287.149
Luanvanmaster.com – Cần Kham Thảo - Kết bạn Zalo/Tele : 0973.287.149
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
VŨ HOÀI SƠN
NGHIÊN CỨU ỨNG DỤNG ĐẠI SỐ GIA TỬ TRONG
CHẨN ĐOÁN SỰ CỐ TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC
LUẬN VĂN THẠC SỸ KHOA HỌC
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
THÁI NGUYÊN – NĂM
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
VŨ HOÀI SƠN
NGHIÊN CỨU ỨNG DỤNG ĐẠI SỐ GIA TỬ TRONG CHẨN ĐOÁN
SỰ CỐ TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC
Chuyên ngành: Kỹ thuật điều khiển và tự động hóa
LUẬN VĂN THẠC SỸ KHOA HỌC
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
NGƯỜI HƯỚNG DẪN KHOA HỌC
TS ĐỖ TRUNG HẢI TS NGUYỄN TIẾN DUY
Thái Nguyên - Năm

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ
Họ và tên tác giả luận văn: Vũ Hoài Sơn
Đề tài luận văn: Nghiên cứu ứng dụng đại số gia tử trong chẩn
đoán sự cố tiềm ẩn của máy biến áp lực
Chuyên ngành: Kỹ thuật điều khiển và tự động hóa
Mã số:
Tác giả, Cán bộ hướng dẫn khoa học và Hội đồng chấm luận văn xác
nhận tác giả đã sửa chữa, bổ sung luận văn theo biên bản họp Hội đồng ngày
16/6/2019 với các nội dung sau:
- Bỏ bớt tài liệu tham khảo không liên quan
- Sửa lại trang bìa
- Các ký hiệu trang 35
- Việt hóa một số bảng trang 23, 24, 43, 45
- Ý nghĩa khoa học đưa lên phần đầu của luận văn
Thái Nguyên, ngày….. tháng ….năm 2019
Cán bộ hướng dẫn Tác giả luận văn
TS Đỗ Trung Hải Vũ Hoài Sơn
Nguyễn Tiến Duy
CHỦ TỊCH HỘI ĐỒNG
PGS.TS Nguyễn Như Hiển

LỜI CAM ĐOAN
Tên tôi là: Vũ Hoài Sơn
Sinh ngày 31 tháng 07 năm 1986
Học viên lớp cao học khoá 20 chuyên ngành Kỹ thuật điều khiển và tự động hóa -
Trường đại học kỹ thuật Công nghiệp Thái Nguyên. Hiện đang công tác tại : Tập
đoàn Điện lực Việt Nam
Tôi xin cam đoan luận văn “Nghiên cứu ứng dụng đại số gia tử trong chẩn
đoán sự cố tiềm ẩn của máy biến áp lực” do thầy giáo TS Đỗ Trung Hải và TS
Nguyễn Tiến Duy hướng dẫn là nghiên cứu của tôi với tất cả các tài liệu tham
khảo đều có nguồn gốc, xuất xứ rõ ràng.
Thái Nguyên, ngày…….tháng ….. năm 2019
Học viên
Vũ Hoài Sơn

LỜI CẢM ƠN
Sau thời gian nghiên cứu, làm việc khẩn trương và được sự hướng dẫn tận tình
giúp đỡ của thầy giáo TS Đỗ Trung Hải và TS Nguyễn Tiến Duy, luận văn với đề
tài “Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn máy biến
áp lực” đã được hoàn thành.
Tác giả xin bày tỏ lòng biết ơn sâu sắc tới:
Thầy giáo hướng dẫn TS. Đỗ Trung Hải và TS. Nguyễn Tiến Duy đã tận tình
chỉ dẫn, giúp đỡ tác giả hoàn thành luận văn. Các thầy cô giáo Trường Đại học kỹ
thuật công nghiệp Thái Nguyên, và một số đồng nghiệp, đã quan tâm động viên,
giúp đỡ tác giả trong suốt quá trình học tập để hoàn thành luận văn này.
Mặc dù đã cố gắng hết sức, tuy nhiên do điều kiện thời gian và kinh nghiệm
thực tế của bản thân còn ít, cho nên đề tài không thể tránh khỏi thiếu sót. Vì vậy, tác
giả mong nhận được sự đóng góp ý kiến của các thầy giáo, cô giáo và các bạn bè
đồng nghiệp cho luận văn của tôi được hoàn thiện hơn.
Tôi xin chân thành cảm ơn!
Thái Nguyên, ngày……tháng……năm 2019
Tác giả luận văn
Vũ Hoài Sơn

MỤC LỤC
LỜI CAM ĐOAN .................................................................................................................................. i
LỜI CẢM
ƠN................................................................................................................................................................... i
i............................................................................................................................
MỤC LỤC............................................................................................................................................... iii
DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT....................................v
DANH MỤC CÁC BẢNG...............................................................................vi
DANH MỤC CÁC HÌNH, ĐỒ THỊ ...............................................................vii
MỞ ĐẦU...........................................................................................................1
Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI ...............................4
CHƯƠNG 1 . TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN SỰ
SỐ TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC.......................................................5
Tổng quan về máy biến áp lực ...............................................................5
1.1.1. Các thông số cơ bản của máy biến áp.............................................5
1.1.2. Thí nghiệm máy biến áp..................................................................7
Các phương pháp chẩn đoán lỗi tiềm ẩn..............................................10
1.2.1. Kiểm tra đánh giá về điều kiện cách điện .....................................10
1.2.2. Giám sát trực tuyến sự phóng điện một phần – PD......................11
1.2.3. Phân tích độ khí hoà tan trong dầu (DGA) ...................................12
Chẩn đoán lỗi tiềm ẩn MBA trên cơ sở DGA......................................14
1.3.1. Đặc tính sinh khí ...........................................................................14
1.3.2. Các lỗi tiềm ẩn của MBA..............................................................15
1.3.3. Chẩn đoán lỗi dựa trên phương pháp tỉ lệ.....................................18
Đánh giá ưu nhược điểm của các phương pháp dựa trên DGA...........23
Kết luận chương ...................................................................................23
CHƯƠNG 2 . THIẾT KẾ HỆ CHẨN ĐOÁN LỖI THEO ĐẠI SỐ GIA TỬ 24

Tổng quan về đại số gia tử và suy luận xấp xỉ.....................................24
2.1.1. Cấu trúc đại số gia tử ....................................................................24
2.1.2. Một số tính chất trong đại số gia tử ..............................................25
2.1.3. Các hàm đo trên đại số gia tử........................................................28
2.1.4. Biến ngôn ngữ ...............................................................................30
2.1.5. Suy luận xấp xỉ..............................................................................31
Thiết kế hệ chẩn đoán lỗi .....................................................................35
2.2.1. Xây dựng mô hình chẩn đoán mới theo đại số gia tử ...................36
2.2.2. Thiết kế thuật toán cho mô hình chẩn đoán ..................................43
Kết luận chương ...................................................................................45
CHƯƠNG 3 . MÔ PHỎNG ............................................................................46
Giới thiệu về công cụ, môi trường lập trình.........................................46
Kết quả mô phỏng................................................................................47
3.2.1. Giao diện chính của chương trình.................................................48
3.2.2. Chức năng chẩn đoán....................................................................49
3.2.3. Chức năng tra cứu .........................................................................51
3.2.4. Chức năng in báo cáo....................................................................53
Kết luận chương...................................................................................53
KẾT LUẬN.....................................................................................................54
TÀI LIỆU THAM KHẢO...............................................................................55
PHỤ LỤC: MỘT SỐ MODUL CHÍNH CỦA CHƯƠNG TRÌNH................57

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
DGA Dissolved Gas Analysis
HFCT High Frequency Current Transformer
IEC International Electrotechnical Commission
LRBS Linguistic Rule Base System
MBA Máy biến áp
PD Partial Discharge
TOGAS Transformer Oil Gas Analysis System
SQL Structured Query Language

DANH MỤC CÁC BẢNG
Bảng 1. 1. Bảng tiêu chuẩn của dầu MBA ................................................................ 10
Bảng 1. 2. Các lỗi MBA và nguyên nhân gây ra ....................................................... 15
Bảng 1. 3. Định nghĩa tỉ lệ và phương pháp tỉ lệ ...................................................... 18
Bảng 1. 4. Phương pháp hệ số tỉ lệ Dornenburg ...................................................... 18
Bảng 1. 5. Giá trị giới hạn L1 của Dornenburg ....................................................... 19
Bảng 1. 6. Bảng chẩn đoán gốc của phương pháp tỉ lệ Rogers ................................ 19
Bảng 1. 7. Mã định nghĩa của phương pháp tỉ lệ Rogers đã cải tiến ....................... 20
Bảng 1. 8. Chẩn đoán theo phương pháp tỉ lệ Rogers đã cải tiến ............................ 20
Bảng 1. 9. Tỉ lệ các thành phần khí và các lỗi tương ứng theo IEC-60599 (2015) .. 21
Bảng 1. 10. Mã của các tỉ số theo từng khoảng giá trị ............................................. 22
Bảng 1. 11. Bảng luật chuẩn đoán lỗi theo mã quy ước ........................................... 22
Bảng 2. 1. Bảng luật chẩn đoán cho 8 lỗi được viết lại theo nhãn ngôn ngữ .......... 42
Bảng 2. 2. Ngưỡng L1 theo IEC-599 ........................................................................ 43
Bảng 2. 3. Tính toán độ tin cậy kết luận của các luật chẩn đoán mờ ....................... 44

DANH MỤC CÁC HÌNH, ĐỒ THỊ
Hình 1. 1. Các cuộn dây phía 110 kV mới ............................................................... 16
Hình 1. 2. Phóng điện đánh thủng cách điện chưa biến dạng vòng dây ................. 16
Hình 1. 3. Phóng điện đánh thủng cách điện và biến dạng vòng dây...................... 17
Hình 2. 1. Sơ đồ bộ suy luận xấp xỉ theo tiếp cận fuzzy logic.................................. 34
Hình 2. 2. Xây dựng hàm thuộc giữa 2 giá trị ngữ nghĩa có điểm “đặc trưng” ..... 37
Hình 2. 3. Tập mờ cho các tỉ số ............................................................................... 40
Hình 3. 1. Visual Studio 2013 Ultimate ................................................................... 46
Hình 3. 2. Bảng cơ sở dữ liệu................................................................................... 47
Hình 3. 3. Giao diện chính của chương trình .......................................................... 49
Hình 3. 4. Nhập số liệu để thực hiện chức năng chẩn đoán .................................... 50
Hình 3. 5. Kết quả chẩn đoán sau khi nhập số liệu ................................................. 50
Hình 3. 6. Tra cứu lịch sử chẩn đoán....................................................................... 51
Hình 3. 7. Danh sách lịch sử chẩn đoán................................................................. 52
Hình 3. 8. Chi tiết kết quả tra cứu............................................................................ 53

MỞ ĐẦU
Máy biến áp (MBA) lực là một thiết bị chủ đạo trong hệ thống năng lượng. Độ tin
cậy của chúng không chỉ ảnh hưởng tới khả năng cung cấp điện mà còn ảnh hưởng tới
sự vận hành có tính kinh tế của một hộ tiêu thụ nào đó (ví dụ như các lò luyện, dây
truyền sản xuất, v.v. trong các nhà máy). Ví dụ, một lỗi của MBA phân phối có thể làm
cho hàng nghìn hộ tiêu thụ mất điện. Một lỗi của MBA tăng thế có thể là nguyên nhân
gây ra mất điện của các khu vực liền kề trong hệ thống lưới điện đó.
Chẩn đoán sự cố tiềm ẩn của MBA lực trong hệ thống điện là một vấn đề đã được
nhiều nhà khoa học quan tâm. Để có thể đưa ra được thông tin về các lỗi (lỗi tiềm ẩn)
có thể xảy ra trong tương lai của MBA, trong một số công trình đã đưa ra các phương
pháp chẩn đoán dựa trên phân tích lượng khí hoà tan trong dầu. Ngoài ra còn có các
phương pháp chẩn đoán dựa trên đáp ứng phổ tần MBA, chẩn đoán dựa trên độ rung
của MBA. Phương pháp sắc ký khí với phân tích khí hoà tan trong dầu
[1] cần thiết phải có những thiết bị đo chuyên dụng và đòi hỏi độ chính xác cao. Dựa
trên những kỹ thuật này, đã có nhiều kỹ thuật hiện đại cho phép chẩn đoán tốt hơn
Error! Reference source not found., tuy nhiên một điểm chung của các phương p háp
này là phải dựa trên các kỹ thuật đo đạc chính xác. Vì vậy, kết quả chẩn đoán cũng phụ
thuộc nhiều vào độ chính xác kết của của các phép đo. Một phương pháp chẩn đoán
khác có thể kế thừa được tri thức chuyên gia dưới dạng luật thống kê đã được giới thiệu
Error! Reference source not found., Error! Reference source not fo und.. Phương
pháp này được phát triển dựa trên sử dụng mạng neural nhân tạo. Để có được kết quả
chẩn đoán chính xác, theo phương pháp sử dụng mạng neural cần phải có bộ dữ liệu
thực nghiệm “đủ lớn” để huấn luyện mạng và lựa chọn được một cấu trúc mạng hợp lí.
Thực tế cho thấy, theo tiếp cận này có rất nhiều cấu trúc mạng có thể được lựa chọn với
những kết quả chẩn đoán khác nhau. Thời gian huấn luyện mạng lớn cũng là một nhược
điểm của phương pháp này. Ngoài ra, các phương pháp sử dụng fuzzy logic, mờ-neural
cũng được đề xuất Error! Reference source not f ound., Error! Reference source
not found., Error! Reference source not found..

Điểm chung của các phương pháp này đó là kế thừa được tri thức chuyên gia trên
cơ sở hệ luật.
Ở Việt Nam, các hệ hỗ trợ quyết định dựa trên trí tuệ nhân tạo được phát triển
trên cở sở sử dụng tri thức chuyên gia như hệ chuyên gia, mạng neural, fuzzy logic, v.v.
cũng dần được phát triển rộng rãi. Có thể thấy một số nghiên cứu đã được công bố như
ứng dụng hệ mờ [2], mạng neureal [3], hệ chuyên gia [4], hay kết hợp hệ chuyên gia,
mạng neural và fuzzy logic để phát triển hệ chẩn đoán sự cố tiềm ẩn MBA
[5] - [10]. Điểm chung của các nghiên cứu này đó là có sử dụng hệ tri thức chuyên
gia. Tuy nhiên, việc nghiên cứu tìm kiếm các phương pháp mới hiệu quả hơn luôn
là đòi hỏi của quá trình phát triển.
Đại số gia tử đã được phát triển để mô hình hoá ngữ nghĩa dựa trên thứ tự của các
từ ngôn ngữ (giá trị ngôn ngữ) của các biến ngôn ngữ Error! Reference source n ot
found., Error! Reference source not found.. Từ quan hệ thứ tự tự nhiên của ngữ
nghĩa đó, N.C.Ho & W.Wechler Error! Reference source not found. đã xây dựng một
cấu trúc đại số gọi là đại số gia tử (HA – Hedge Algebra) cho phép tính toán giá trị ngữ
nghĩa trên miền của biến ngôn ngữ. Từ đó, giải bài toán lập luận dựa trên HA có thể
vượt qua khó khăn của logic mờ và cho phép giải các bài toán suy luận xấp xỉ cho kết
quả tốt hơn. Đã có nhiều ứng dụng của HA như bài toán quyết định mờ [11], lập luận
xấp xỉ dựa trên giá trị định lượng ngữ nghĩa Error! Reference source not found.,
Error! Reference source not found., Error! Reference source not found..
Vì vậy, dưới sự định hướng của các thầy hướng dẫn, em xin lựa chọn đề tài “
Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp
lực” làm đề tài nghiên cứu luận văn thạc sĩ kỹ thuật.
Mục tiêu, đối tượng và phạm vi nghiên cứu
- Mục tiêu: Phân tích được cơ sở dữ liệu và các dấu hiệu nhận biết để phát
hiện và chẩn đoán được chính xác các sự cố (tiềm ẩn) của MBA lực. Nghiên cứu đề
xuất cấu trúc chẩn đoán sự cố tiềm ẩn của MBA lực dựa trên đại số gia tử.

- Đối tượng nghiên cứu là: Các phương pháp chẩn đoán của MBA lực trong
các trạm biến áp hạ thế. Nghiên cứu về lý thuyết đại số gia tử, hệ chuyên gia và suy
luận xấp xỉ.
- Về phạm vi nghiên cứu: Giới hạn công suất MBA từ 50KVA đến 2000 KVA.
Phương pháp nghiên cứu
- Tìm hiểu về các lỗi thường xảy ra đối với MBA lực khi vận hành trong hệ
thống điện. Nghiên cứu về quá trình chẩn đoán, cơ sở lý thuyết và các phương pháp
chẩn đoán. Tìm hiểu những kết quả nghiên cứu trước đây đã được công bố trong và
ngoài nước về chẩn đoán sự cố MBA. Đặc biệt, tìm hiểu về phương pháp chẩn đoán
sự cố MBA dựa trên phân tích khí hoà tan (DGA - Dissolved Gas Analysis). Đánh
giá ưu nhược điểm của phương pháp. Đề xuất mô hình lập luận xấp xỉ mới cho hệ
chẩn đoán theo tiếp cận đại số gia tử. Trao đổi với các chuyên gia thí nghiệm điện.
- Cài đặt phần mềm dựa trên thuật toán đã được thiết kế; Kiểm nghiệm trên dữ
liệu thực tế và hiệu chỉnh phần mềm.
Những nội dung nghiên cứu chính và bố cục luận văn
Dự kiến nội dung báo cáo của luận văn gồm: phần mở đầu, 3 chương chính,
phần kết luận và tài liệu tham khảo. Bố cục được trình bày như sau:
Phần mở đầu: Nêu lý do chọn đề tài, tính cấp thiết và hướng nghiên cứu chính.
CHƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN SỰ SỐ
TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC
Nội dung trọng tâm của chương là nghiên cứu về: Các lỗi thường xảy ra đối
với MBA lực khi vận hành trong hệ thống điện; Quá trình chẩn đoán, cơ sở lý
thuyết và các phương pháp chẩn đoán; Những kết quả nghiên cứu trước đây đã được
công bố về chẩn đoán sự cố MBA; Phương pháp chẩn đoán sự cố MBA dựa trên
phân tích khí hoà tan. Đánh giá ưu nhược điểm của các phương pháp.
CHƯƠNG 2: THIẾT KẾ HỆ CHẨN ĐOÁN LỖI THEO ĐẠI SỐ GIA TỬ

Nội dung trọng tâm của chương là nghiên cứu tổng quan về lý thuyết đại số
gia tử, suy luận xấp xỉ dựa trên đại số gia tử và ứng dụng trong các hệ chuyên gia.
Xây dựng mô hình mờ cho hệ chẩn đoán dựa trên tiêu chuẩn chẩn đoán IEC-599 với
kết quả phân tích DGA bằng một bộ suy luận mờ theo tiếp cận đại số gia tử. Thiết
kế thuật toán chi tiết cho mô hình mờ trên.
CHƯƠNG 3: MÔ PHỎNG
Nội dung trọng tâm của chương là cài đặt phần mềm chẩn đoán chạy trên môi
trường web dựa trên thuật toán đã thiết kế trong chương 2; Kiểm nghiệm thuật toán
chẩn đoán sự cố tiềm ẩn MBA với những bộ dữ liệu thực tế và hiệu chỉnh phần mềm.
Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI
- Về ý nghĩa khoa học: Học viên thực hiện đề tài đã nghiên cứu các phương
pháp chẩn đoán dựa trên kết quả của kỹ thuật DGA như Dornembug, Roger và tiêu
chuẩn IEC-599; Tìm hiểm các kết quả nghiên cứu về chẩn đoán đã được các tác giả
quốc tế công bố; Phân tích những ưu điểm, tồn tại của các kết quả nói trên. Từ đó đã
đề xuất một mô hình chẩn đoán theo tiếp cận Fuzzy logic với sự thiết kế các hàm
thuộc là phù hợp với thực tế. Mô hình chẩn đoán đã được thiết kế cụ thể thành thuật
toán hoàn chỉnh để trở thành một phần mềm hệ chuyên gia trong chẩn đoán sự số
tiềm ẩn của MBA lực.
- Về ý nghĩa thực tiễn: Với thuật toán chẩn đoán được thiết kế, phần mềm đã
được cài đặt hoàn chỉnh chạy trên môi trường web. Phầm mềm đã được kiểm thử với
nhiều bộ dữ liệu thực tế và đã có những hiệu chỉnh cần thiết để kết quả chẩn đoán trở
nên tin cậy hơn. Sản phẩm phần mềm này hoàn toàn có thể áp dụng trong thực tế đối
với công tác thí nghiệm nghiệm MBA tại các Công ty, Trung tâm thí nghiệm điện.

CHƯƠNG 1 . TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN
SỰ SỐ TIỀM ẨN CỦA MÁY BIẾN ÁP LỰC
Nội dung trọng tâm của chương là nghiên cứu về: Các lỗi thường xảy ra đối
với MBA lực khi vận hành trong hệ thống điện; Quá trình chẩn đoán, cơ sở lý
thuyết và các phương pháp chẩn đoán; Những kết quả nghiên cứu trước đây đã được
công bố về chẩn đoán sự cố MBA; Phương pháp chẩn đoán sự cố MBA dựa trên
phân tích khí hoà tan. Đánh giá ưu nhược điểm của các phương pháp. Nội dung
được thể hiện bằng các mục sau.
Tổng quan về máy biến áp lực
Như ta đã biết điện năng là loại năng lượng được sử dụng rộng rãi trong sản
xuất và đời sống, việc điện khí hoá công nghiệp, nông nghiệp, giao thông vận tải và
các ngành kinh tế khác đòi hỏi phải có thiết bị khác nhau. Việc truyền tải điện năng
từ nhà máy điện đến hộ tiêu thụ cần phải có đường dây tải điện và trạm biến áp
(trạm biến áp giảm áp ở cuối đường dây cho phù hợp với điện áp của phụ tải tiêu
thụ). Từ đó ta cũng thấy rõ MBA chỉ làm nhiệm vụ thay đổi cấp điện áp, hoặc phân
phối năng lượng chứ không phải là chuyển hoá năng lượng.
Hiện nay ngành chế tạo MBA của nước ta đã sản xuất được nhiều chủng loại
MBA khác nhau, trước khi đưa MBA đưa vào vận hành đều phải thí nghiệm nghiệm
thu, nhằm xác định chất lượng của MBA thông qua các thông số kỹ thuật.
1.1.1. Các thông số cơ bản của máy biến áp
Các thông số định mức được ghi trên các máy, các thông số khác được nhà chế
tạo ghi trong lý lịch máy. Cụ thể từng thông số như sau.
a) Công suất định mức
Là công suất biểu kiến (công suất toàn phần) đưa ra từ phía thứ cấp của MBA.
- Ký hiệu: Sđm
- Đơn vị tính: kVA (hay VA).

b) Điện áp định mức
Điện áp sơ cấp định mức: là điện áp của cuộn dây sơ cấp.
- Ký hiệu: U1đm
- Đơn vị tính: kV (hay V).
Điện áp thứ cấp định mức: là điện áp của dây quấn thứ cấp khi MBA không tải
và điện áp đặt vào dây quấn sơ cấp là định mức.
- Ký hiệu: U2đm
- Đơn vị tính: kV (hay V).
Đối với MBA 3 cuộn dây có UTđm, UHđm.
c) Dòng điện định mức sơ cấp và thứ cấp:
Là những dòng điện dây của dây quấn sơ cấp và thứ cấp ứng với công suất và
điện áp định mức.
- Ký hiệu: I1đm, I2đm
- Đơn vị tính: (hay A)
Đối với MBA 1 pha:
I 
S
dm
(0.1)
1dm
U
1dm
I 
S
dm
(0.2)
2dm
U
2dm
Đối với MBA 3 pha:
I
1dm
S
dm
(0.3)
3U
1dm
I
2dm
S
dm
(0.4)
3U
2dm
d) Tần số định mức: Tần số công nghiệp 50Hz
- Ký hiệu: fđm.
- Đơn vị tính: Hz.

e) Điện áp ngắn mạch của MBA
- Là điện áp đo được khi ngắn mạch một phía của cuộn dây sao cho dòng điện
đạt giá trị định mức đối với MBA hai cuộn dây, ta có: Ucao-hạ.
- 3 giá trị điện áp ngắn mạch với 3 cặp cuộn dây: Cao–Hạ; Cao–Trung; Trung–
Hạ.
- Điện áp ngắn mạch tính theo % (Uk %).
f) Dòng điện không tải I0 (A)
Dòng điện không tải là giá trị hiệu dụng của dòng điện đi qua cuộn dây, khi
điện áp điện áp đặt vào cuộn dây đó là định mức với tần số định mức còn các cuộn
dây khác để hở mạch, dòng điện này còn gọi là dòng từ hoá.
g) Tổn hao không tải
Là công suất tác dụng bị hấp thụ khi không có tải đi qua cuộn dây. Tổn hao
này còn gọi là tổn hao sắt. Đơn vị (kW) ký hiệu P0.
h) Tổn hao ngắn mạch
Là phần công suất tác dụng bị hấp thụ trong dây quấn MBA khi có dòng tải đi
qua cuộn dây. Khi có dòng điện định mức đi qua các cực của một trong các cuộn
dây, còn các cực của cuộn dây kia nối tắt lại. Nếu có các cuộn dây khác thì các cuộn
dây này để hở mạch (IEC.76.1).
- Ký hiệu: Pn
- Đơn vị tính: W (hay kW).
i) Tổ đấu dây
Là góc lệch pha của điện áp dây sơ cấp và thứ cấp, có 12 tổ dấu dây, các cuộn
dây có thể nối với nhau hay.
1.1.2. Thí nghiệm máy biến áp
Việc thí nghiệm MBA để xác định tình trạng các thành phần và sự làm việc
của MBA.

a) Kiểm tra tổng thể bên ngoài
- Sứ không bị sứt mẻ.
- Gioăng không dò dầu, hạt chống ẩm không đổi mầu.
- Hệ thống quạt gió tốt, mức dầu đủ.
- Các chi tiết được lắp đặt đúng thiết kế. Các thông số của MBA phù hợp với
tài liệu.
b) Thí nghiệm không tải
Mục đích: xác định tình trạng cuộn dây và lõi thép có bị chạm chập, xê dịch
hoặc mạch từ bị xô, bu lông không ép chặt, chất lượng lõi thép xấu. Thí nghiệm
không tải là hạng mục kiểm tra đầu tiên trước khi tiến hành thí nghiệm các hạng
mục để tránh từ dư trong mạch từ khi nạp dòng điện một chiều. Kết quả đo được so
với số liệu xuất xưởng hoặc giá trị cho trên mác máy. Nếu kết quả đo không bình
thường ta cần tìm lý do như khử từ và tiến hành thí nghiệm tỷ số biến và đo trên
điện trở một chiều để kết luận chính xác.
c) Đo điện trở cách điện và hệ số hấp thụ cuộn dây máy biến áp
Đây là chỉ tiêu để đánh giá tình trạng cách điện của các cuộn dây thông qua trị số
của điện trở R60” và R15”. Giá trị R60” phải đáp ứng được với cấp điện áp mà nó làm
việc. Giá trị điện trở cách điện yêu cầu phụ thuộc vào thông số của nhà chế tạo.
- Với thiết bị dùng để đo điện trở cách điện dùng mêgôm 2500V hoặc 5000V.
Các cuộn dây được nối tắt và nối đất ít nhất 5 phút để phóng hết điện tích gây sai số đo.
- Đo điện trở cách giữa các cuôn dây với nhau, giữa các cuộn dây với vỏ, và
nối vỏ với đất.
d) Đo điện trở một chiều các cuộn dây
Mục đích:
- Xác định tình trạng nguyên vẹn của cuộn dây, tiếp xúc mối hàn, mối nối, tiếp
xúc các dao lựa chọn của bộ chuyển nấc.

- Quá trình thực hiện phép đo được tiến hành ở tất cả các cuộn dây cao áp,
trung áp, hạ áp và ở các nhánh của cuộn dây, ở tất cả các pha.
- Với MBA có các thiết bị chuyển mạch ta phải đo ở tất cả các nấc.
Kết quả đo cho ta biết được các đầu phân nhánh đưa ra có đúng hay
không. e) Kiểm tra tỷ số biến
Mục đích: Xác định số vòng quấn của cuộn dây ở tất cả các nấc phân áp. Kết
hợp với các chỉ tiêu khác xác định chạm chập vòng dây. Xác định điện áp cuộn cao
áp và cuộn hạ áp.
f) Kiểm tra tổ nối dây
Tổ nối dây là góc lệch pha giữa điện áp dây (hoặc điện áp pha) cuộn dây bên
cao áp so với điện áp dây (điện áp pha) cuộn dây bên hạ áp cùng tên.
Ký hiệu:
- Đầu dây cao áp ABC cuối là XYZ.
- Đầu dây hạ áp abc cuối là xyz.
Tổ đấu dây của MBA là một trong những điều kiện đưa MBA vào vận hành
song song. Để xác định tổ đấu dây có đúng với ký hiệu ghi trên mác máy hay
không, ta có thể dùng thiết bị chuyên dụng TETTEX-2793 để đo hoặc dùng phương
pháp xung một chiều 3 trị số. Việc xác định tổ đấu dây còn làm cơ sở cho việc đấu
đúng sơ đồ bảo vệ MBA.
g) Thí nghiệm dầu cách điện
Nhiệm vụ của dầu trong MBA là cách điện và làm mát. Tiêu chuẩn của dầu
MBA như trong Bảng 1. 1.
Thí nghiệm dầu MBA: để đảm bảo vận hành an toàn của MBA ta phải kiểm
tra chất lượng của dầu thông qua các hạng mục. Đo điện áp phóng điện đánh thủng,
đo góc tổn hao điện môi ở 90o
C.

Bảng 1. 1. Bảng tiêu chuẩn của dầu MBA
Hạng mục TN Udl (KV) Dầu mới trong máy Dầu đang vận hành
Cấp Điện áp 110 – 220KV 60 55
tg % không quá ở 900
C 2.2 7
Trên đây là giới thiệu một số thí nghiệm xác định thông số cơ bản , ngoài ra
còn phải kể đến một số thí nghiệm xác định các thông số khác như:
- Đo điện trở cách điện và tổn hao điện môi sứ đầu ra của MBA có cách điện
giấy dầu.
- Đo góc tổn hao điện môi phản ánh phẩm chất cách điện của cuộn dây.
- Thí nghiệm máy biến dòng lắp sẵn ở MBA.
- Kiểm tra đồ thị vòng bộ điều chỉnh biến áp.
- Thí nghiệm điện áp xoay chiều tăng cao tần số công nghiệp.
Các phương pháp chẩn đoán lỗi tiềm ẩn
Mối quan tâm chính về các lỗi tiềm ẩn của MBA lực là sự suy giảm phẩm chất
của hệ thống cách điện. Điều này có thể dẫn đến vấn đề là hệ thống cách điện sẽ bị
đánh thủng bởi xung dòng điện (các lực điện động trên cuộn dây) hay quá điện áp.
Chẩn đoán lỗi tiềm ẩn MBA là gắn liền với việc đánh giá các điều kiện cách điện của
các vật liệu cách điện trong MBA. Việc đánh giá có thể được thực hiện một cách trực
tiếp bằng thử cách định hoặc đánh giá gián tiếp qua các phương pháp khác nhau.
1.2.1. Kiểm tra đánh giá về điều kiện cách điện
Kiểm tra đánh giá về điều kiện cách điện chủ yếu muốn nói tới các kiểm tra off-
line định kỳ, bao gồm việc đo điện trở cách điện (IR), hệ số tổn hao chất điện môi
(DLF), sự phân cực hoá bề mặt (IP) có sử dụng IR bất thường và tần số phân tán của
điện dung, hệ số xoay (TP), điện trở cuộn dây, điện trở cọc tiếp địa (CGR) và một số
kiểm tra khác. Các kiểm tra trên được ứng dụng cho toàn bộ MBA và đó là sự đo đạc
chính với điều kiện cách điện. Chúng có thể cho thấy một số vấn đề về tình trạng MBA
nhưng có thể không tìm được lỗi tiềm ẩn. Các kiểm tra khác về giấy hay mẫu

bìa cách điện được lấy từ MBA. Những kiểm tra trên bao gồm việc đo đạc độ
polyme hoá (DP) và sức căng (TS). Một số phương pháp mới có liên quan như việc
phân tích mầu sắc của dầu cách điện, đo đạc phổ phân cực bề mặt ISP nhờ sử dụng
điện áp phản hồi (RV) và các kỹ thuật hoá phân tích cũng được sử dụng với cùng
mục đích. Các kỹ thuật kiểm tra mà phải can thiệp vào bên trong MBA là không
thuận lợi bởi vì quá trình lấy mẫu có thể gây nguy hiểm cho tình trạng nguyên vẹn
của hệ thống cách điện, nhưng cũng có thể là cần thiết với những MBA đã quá cũ.
Các phương pháp kiểm định tối ưu nhất cho việc đánh giá sự cách điện của
MBA lực là các dạng on-line (trực tuyến), bao gồm việc giám sát phóng điện một
phần (PD – partial discharge) và phân tích độ hoà tan khí trong. Các kiểm định trực
tuyến này cũng là các phương pháp chính trong chẩn đoán các lỗi tiềm ẩn.
1.2.2. Giám sát trực tuyến sự phóng điện một phần – PD
PD được tạo ra bởi các tình trạng lỗi có liên quan tới độ ẩm, các lỗ hổng trong
các chất cách điện đặc, các phần tử kim loại và các bong bóng khí. Thậm chí có thể
gây ra phá hỏng chất điện môi. Một sự gia tăng đáng kể mức PD và trong hệ số gia
tăng của hoạt động PD có thể cho biết một dấu hiệu sớm về một lỗi tiềm ẩn.
Các phương pháp giám sát PD trực tuyến thường rơi vào hai dạng: Phương
pháp điện và phương pháp âm. Theo như cách sử dụng cảm biến, cả hai dạng trên
lại được phân vào hai dạng nhỏ hơn: giám sát không xâm nhập và giám sát xâm
nhập (xâm nhập ở đây chỉ đến sự can thiệp vào bên trong MBA). Việc giám sát
không xâm nhập sử dụng các cảm biến được gắn ở bên ngoài MBA như là mắc
thêm tụ, các biến dòng tần số cao, đồng hồ gia tốc kiểu áp lực, v.v.
Điều kiện xâm nhập phải đặt các cảm biến PD vào trong MBA do vậy sự can
thiệp này sẽ gây ra nguy hiểm tới các bộ phận trong MBA và tốn kém hơn. Vì các lý
do an toàn, người ta thường sử dụng các cảm biến sợi quang hơn so với các loại cảm
biến khác khi giám sát PD kiểu xâm nhập.
Trong việc giám sát PD dạng điện, dòng điện xung PD thường được đo trực tiếp
thông qua một mạch điện dung hoặc một máy biến dòng tần số cao (HFCT - high

frequency current transformer). Các tụ nối có thể là một tụ tách điện áp cao của PD-
free được đặt cạnh tải đầu ra của MBA hoặc sự dụng các tụ lót một cách tực tiếp.
Vấn đề chính với việc giám sát PD dạng điện là sự xuất hiện tượng giao thoa. Giải
quyết điều này có thể bao gồm các thuật toán rất phức tạp và không phải lúc nào
cũng giải quyết được trong các ứng dụng thực tiễn.
Giám sát PD âm đã được tập trung nghiên cứu trong cả lĩnh vực học thuật và
thực tiễn trong công nghiệp qua nhiều năm. Động lực thúc đẩy cho hướng nghiên
cứu này là lợi ích có thể nhận được thông qua các PD chính xác cục bộ. Đã có rất
nhiều các nghiên cứu trên lý thuyết về các nguyên lý PD cục bộ và một số hệ thống
đã được phát triển với mục đích này. Các ứng dụng đã chỉ ra cho thấy vẫn có các
nguyên nhân gây khó khăn cho việc giải thích của các kết quả và chúng yêu cầu
phải được nghiên cứu đầy đủ ý nghĩa hơn.
Ví dụ: Vận tốc âm bị ảnh hưởng bởi rất nhiều yếu tố, bao gồm nhiệt độ dầu,
khí và nước chứa trong dầu, tần số sóng mang của tín hiệu âm. Việc sử dụng một
giá trị hằng số trong bài toán của hàm PD cục bộ có thể cho kết quả rất sơ lược. Một
vấn đề lớn đối với giám sát PD là kết quả. Hiện tại chưa có các quy luật chung nào
có thể tương quan về trạng thái của biến áp với các hoạt động của PD hoặc thậm chí
việc phân lớp các hoạt động của PD một cách rõ ràng cũng chưa có. Việc chỉ sử
dụng một tham số là một giá trị giới hạn mức PD mang tính kinh nghiệm. Dường
như có thể chấp nhận được đối với giá trị này vì nó không được chỉ ra trong bất cứ
tiêu chuẩn nhà nước nào.
1.2.3. Phân tích độ khí hoà tan trong dầu (DGA)
Một kỹ thuật mang tính thành công hơn trong việc chẩn đoán lỗi tiềm ẩn trực
tuyến là phân tích độ hoà tan khí trong dầu. Phân tích khí hoà tan trong dầu của MBA
là nhằm mục đích sớm phát hiện ra sự quá nhiệt cục bộ, sự phóng điện ở mức độ thấp.
Sự phát triển các quá trình này sẽ dẫn đến sự cố. Sự cố phát triển trong thời kỳ này
không phát hiện được bằng rơle ga. Một lượng nhỏ các khí hình thành liên tục thông
qua quá trình phân huỷ nhỏ trong dầu hoặc trong cách điện cứng. Để phân tích khí

hoà tan trong dầu MBA sử dụng hệ thống máy phân tích gọi là TOGAS (Transformer
Oil Gas Analysis System). Từ kết quả phân tích khí hoà tan trong dầu MBA ta có thể
chẩn đoán được các dạng hư hỏng của MBA (theo IEC 599). Việc phân tích DGA khi
không cần phải ngắt nguồn điện MBA hay còn gọi là phương pháp “online” hay trực
tuyến. Loại phân tích này bao gồm DGA thông thường, đó là dựa trên cơ sở việc lấy
mẫu dầu định kỳ và kỹ thuật hiện đại của việc giám sát khí trực tuyến.
DGA thông thường đã được thực hiện trong một số năm và đã đạt được những
thành công to lớn so với các kỹ thuật khác. Lý do chính của thành công này là quá
trình lấy mẫu và phân tích mẫu là đơn giản và rẻ tiền, dễ dàng chuẩn hoá. Rất nhiều
thực nghiệm đã được tiến hành từ quá trình này và nhiều tiêu chuẩn DGA đã được
thiết lập: IEC 599, IEC 599R, C57.104, v.v. Các khí được chuẩn hoá chủ yếu đã
được xác định là hydrohen (H2), methane (CH4), ethane (C2H6), ethylene (C2H4),
acetylene (C2H2), CO và CO2.
Tuy nhiên có một vấn đề quan trọng trong các phương pháp DGA thông thường
đó là mức độ tin cậy vào kết quả. Khi các MBA khác nhau về kích thước, cấu trúc, nhà
sản xuất, chế độ tải và lịch sử bảo dưỡng cũng có thể có các đặc tính khí khác biệt,
chúng cần phải được xem xét một cách riêng biệt trong hầu hết các trường hợp. Do vậy
DGA thường được coi là “kinh nghiệm” chứ không phải là khoa học.
Việc giám sát khí trong dầu trực tuyến đã sớm xuất hiện ngay sau khi kỹ thuật
DGA được công bố. Rất nhiều nghiên cứu thời kỳ đầu và các sản phẩm mang tính
thương mại sau này cũng được công bố. Một số các giám sát chỉ tập trung vào H2
trong khi một số khác thì tập trung vào nhiều loại khí khác nữa. Một lợi ích của
giám sát trực tuyến là việc đo lường liên tục một hoặc nhiều loại khí do vậy bất cứ
những thông tin cần thiết nào cho việc giám sát lỗi tiềm ẩn cũng có thể dễ dàng thu
nhận được.
Các vấn đề liên quan tới những sự giám sát này là sự chọn lựa và tính bền vững
của các màng lọc phần tử khí, phạm vi đo lường và tính chất cách điện. Tính chọn lựa
thể hiện ở những kỹ năng lọc cho phép các loại khí nhất định xuyên qua và ngăn cản
các khí còn lại. Khả năng lựa chọn kém sẽ cho độ chính xác đo lường thấp hơn.

Các màng lọc không bền sẽ bị phá hỏng nhanh hơn, đặc biệt là dưới các điều kiện làm
việc có nhiệt độ thay đổi lớn như giữa mùa hè và mùa đông thậm chí là giữa ngày và
đêm. Thông tin tại các điểm giám sát là các đại lượng không điện, trong khi các đầu
đọc của thiết bị đo lại chứa đựng các mạch điện. Các mạch này thực chất là các mạch
chuyển đổi và thường có đặc tính chuyển đổi là tuyến tính hoặc phi tuyến. Độ chính
xác của máy đo còn phụ thuộc vào nhiệt độ, độ ẩm, của môi trường làm việc.
Nói chung phạm vi đo lường và khả năng cách điện của thiết bị giám sát trực
tuyến đôi khi còn sai lệch so với các kiểm định thực nghiệm bằng phương pháp
khác. Với các bộ giám sát thế hệ mới, khoảng cách này đang được thu hẹp. Trong
mọi lý do, bộ giám sát trực tuyến được sử dụng như một công cụ kiểm tra để xác
định ban đầu các lỗi bất thường có thể có. Việc chẩn đoán lỗi một cách chi tiết sau
đó đã chuyển sang DGA thông thường.
Chẩn đoán lỗi tiềm ẩn MBA trên cơ sở DGA
1.3.1. Đặc tính sinh khí
Phân tích khí hoà tan trong dầu của MBA là nhằm mục đích sớm phát hiện ra
sự quá nhiệt cục bộ, sự phóng điện ở mức độ thấp v.v. Để phân tích khí hoà tan
trong dầu MBA sử dụng hệ thống máy phân tích gọi là TOGAS (Transformer Oil
Gas Analysis System). Từ kết quả phân tích khí hoà tan trong dầu MBA ta có thể
chẩn đoán được các dạng hư hỏng của MBA. Việc phân tích DGA khi không cần
phải ngắt nguồn điện MBA hay còn gọi là phương pháp “online” hay trực tuyến.
Loại phân tích này bao gồm DGA thông thường, đó là dựa trên cơ sở việc lấy mẫu
dầu định kỳ và kỹ thuật hiện đại của việc giám sát khí trực tuyến.
Dưới tác dụng của điện và nhiệt, phần tử hydro–cacbon ( – ) của khoáng dầu có thể bị phân huỷ thành dạng
hydrogen và các mảnh – , các mảnh này có thể kết hợp với nhau để tạo ra các khí là hydrohen ( 2), methane ( 4), ethane (
2 6), ethylene ( 2 4), acetylene ( 2 2), và 2. Lượng khí của mỗi chất khí riêng biệt phụ thuộc vào nhiệt độ ở lân cận điểm
chịu tác dụng. Nhiều nhà nghiên cứu đã đề xuất các phương pháp khác nhau để dự đoán lỗi tiềm ẩn trong MBA như tỉ số
Dornenberg, tỉ số Roger, phương pháp khí chính, tiêu chuẩn IEC-599.

1.3.2. Các lỗi tiềm ẩn của MBA
Các lỗi tiềm ẩn của MBA lực có thể được phân loại thành các dạng chính sau:
hồ quang điện, vầng quang điện hay phóng điện cục bộ, quá nhiệt của xenlulo, quá
nhiệt của dầu. Mức năng lượng do các sự cố này gây ra xếp theo thứ tự từ cao đến
thấp như sau: hồ quang quá nhiệt vầng quang. Những lỗi này có thể do một
hoặc nhiều nguyên nhân khác nhau được chỉ ra trong Bảng 1. 2.
Bảng 1. 2. Các lỗi MBA và nguyên nhân gây ra
Các lỗi
Hồ Vầng
Quá Quá
Nguyên nhân nhiệt nhiệt
quang quang
của của
điện điện
xenlulo dầu
Ngắn mạch vòng dây x x
Hở mạch vòng dây x x
Sự hở mạch của LTC có sẵn x
Biến dạng hoặc xô lệch cuộn dây x x
Biến dạng hoặc xô lệch thanh cái x x
Xiết ống nối ko chặt, đầu ren, bảng đầu cuối x x x
Nước tự do hoặc độ ẩm quá giới hạn trong
x
dầu
Mảnh kim loại nhỏ nổi trong dầu x x
Lỏng kết nối với tấm chắn vầng quang điện x
Lỏng mặt bích, miếng đệm, lõi tiếp địa, lõi
x
định vị góc (thanh nối)
Đứt gãy máng x
Quá tải x x
Hỏng đai ốc cách ly x
Rỉ trục hoặc hỏng trục x
Hỏng nhánh song song của thùng chứa x
Kẹt đường tuần hoàn dầu x
Lỗi hệ thống làm mát x

Hình 1. 1. Các cuộn dây phía 110 kV mới
Hình 1. 1. là một số hình ảnh cuộn dây 110 kV còn mới nguyên. Chúng đang
trong quá trình kiểm tra tổng thể về các thông số cách điện, độ vững chắc cơ học,
v.v. trước khi đưa vào sử dụng.
Hình 1. 2. Phóng điện đánh thủng cách điện chưa biến dạng vòng dây

Hình 1. 2. là sự cố phóng điện gây chập cháy và chưa có sự biến dạng cơ học
vòng dây. Tuy nhiên đây là trạng thái sự cố khá nghiêm trọng. Máy biến áp trong
tình trạng này là không thể tiếp tục làm việc.
Hình 1. 3. Phóng điện đánh thủng cách điện và biến dạng vòng dây
Hình 1. 3. cho thấy sự phóng điện gây chập cháy và biến dạng cơ học một số
vòng dây. Đây là trạng thái sự cố rất nghiêm trọng. Máy biến áp trong tình trạng này
là không thể tiếp tục làm việc mà phải được khắc phục.
Theo như Bảng 1. 2, một loại lỗi có thể do nhiều nguyên nhân. Điều này làm
cho việc phân vùng lỗi trở nên rất khó khăn. Do đó, khi vận hành thực tế thường chỉ
sử dụng DGA để chẩn đoán lỗi ban đầu chứ chưa phải là kết luận cuối cùng. Các
kiểm tra khác và thậm chí việc mở MBA có thể là cần thiết để khoanh vùng lỗi và
tìm nguyên nhân một cách chính xác hơn.
Tuy nhiên, việc chẩn đoán lỗi bằng DGA là đủ tốt để cung cấp thông tin cho lịch
trình bảo dưỡng và đóng vai trò như một chiến lược bảo dưỡng mang tính ngăn ngừa.
Với mục đích này, DGA đã trở thành công cụ then chốt cho việc chẩn đoán lỗi tiềm ẩn
của MBA lực. Nó bao gồm rất nhiều những nghiên cứu thành công trong 3

lĩnh vực chính: phương pháp tỉ lệ, phương pháp khí chính và các phương pháp
thông minh nhân tạo cơ bản.
1.3.3. Chẩn đoán lỗi dựa trên phương pháp tỉ lệ
Các phương pháp tỉ lệ sử dụng tỉ lệ khí hoà tan là cơ sở chính của việc chẩn
đoán lỗi. 5 hệ số tỉ lệ mang tính truyền thống được sử dụng như Bảng 1. 3.
Bảng 1. 3. Định nghĩa tỉ lệ và phương pháp tỉ lệ
Tỉ số CH4/H2 C2H2/C2H4 C2H2/CH4 C2H6/C2H2 C2H4/C2H6
Ký hiệu R1 R2 R3 R4 R5
a) Phương pháp Dornemburg
Các thử nghiệm đầu tiên được tiến hành từ cuối những năm 1960 tại CEGB,
nhưng đến 1970 Dornemburg đã phân biệt sự khác biệt giữa lỗi nhiệt và lỗi điện
bằng cách sử dụng 4 hệ số tỉ lệ cho 6 khí, 6 chất khí đó là: H2, CH4, CO, C2H2, C2H4
và C2H6. 4 hệ số tỉ lệ và các giá trị chẩn đoán của chúng được chỉ ra trên Bảng 1. 4.
Các phương pháp thường là chưa đủ để kết luận ngay và phải trải qua nhiều lần
kiểm tra trước khi đi tới kết luận cuối cùng.
Bảng 1. 4. Phương pháp hệ số tỉ lệ Dornenburg
Lỗi R1 R2 R3 R4
Phân huỷ do nhiệt >0.1 <0.75 <0.3 >0.4
Vầng quang điện (PD
<0.1
Không xác
<0.3 >0.4
cường độ thấp) định
Hồ quang (PD cường độ
>0.1 và <0.1 >0.75 >0.3 <0.4
cao)
Một kiểm tra có giá trị quan trọng nhất là kiểm tra theo chuẩn L1, chuẩn này
thiết lập nên một mức ngưỡng tới hạn cho mọi chất khí. Để ứng dụng phương pháp
này, ít nhất một chất khí cho mỗi một hệ số tỉ lệ phải vượt quá chuẩn L1 tương ứng.
Các giá trị nhận được của L1 được ghi lại như trong Bảng 1. 5.

Bảng 1. 5. Giá trị giới hạn L1 của Dornenburg
Khí H2 CH4 CO C2H2 C2H4 C2H6
L1 Giới
100 120 350 35 50 65
hạn (ppm)
b) Phương pháp Rogers
Theo như mô hình nhiệt động lực học của Hastead, phương pháp tỉ lệ Rogers
đã được đề xuất năm 1973 và được cải tiến năm 1975, rồi cải tiến tiếp một lần nữa
vào năm 1977. Qua thực tế và trong công nghiệp, các kiểm định trong phòng thí
nghiệm và các hoạt động đánh giá mang tính lý thuyết, phương pháp này đã được
chỉnh sửa thành tiêu chuẩn IEC.
Bảng 1. 6. Bảng chẩn đoán gốc của phương pháp tỉ lệ Rogers
CH4/H2 C2H6/CH4 C2H4/C2H6 C2H2/C2H4 Chẩn đoán
Nếu CH4/H2 0.1 → phóng
0 0 0 0 điện từng phần, hoặc biến chất
thông thường.
1 0 0 0 Quá nhiệt yếu - dưới 1500
C.
1 1 0 0 Quá nhiệt yếu 1500
C – 2000
C.
C – 3000
C.
0 0 1 0 Quá nhiệt dây dẫn.
1 0 1 0
Quá nhiệt khớp nối và/hoặc
dòng tuần hoàn.
0 0 0 1 Phóng tia lửa điện.
0 1 0 1
Phóng hồ quang không kèm
theo năng lượng.
0 0 1 1
Hồ quang kèm theo đánh thủng
hoặc phóng điện tàn dư.

Phương pháp tỉ lệ Rogers nguyên bản đã sử dụng Bảng 1. 6 để chẩn đoán với
giá trị 1 thể hiện các giá trị thực tế lớn hơn giá trị 1.0 và giá trị 0 thể hiện giá trị thực
tế nhỏ hơn 1.0. Phương pháp Rogers cải tiến sử dụng 2 bảng, một bảng định nghĩa
mã và một bảng định nghĩa luật chẩn đoán như trong Bảng 1. 7 và Bảng 1. 8.
Bảng 1. 7. Mã định nghĩa của phương pháp tỉ lệ Rogers đã cải tiến
Tỉ lệ khí Phạm vi mã
<= 0.1 5
CH4/H2 0.1 – 1.0 0
(R1) 1 – 3 1
>=3 2
C2H6/CH4 < 1 0
(R4) >=1 1
C2H4/C2H6
<1 0
1 – 3 1
(R5)
>=3 2
C2H2/C2H4
<0.5 0
0.5–3 1
(R2)
>=3 2
Bảng 1. 8. Chẩn đoán theo phương pháp tỉ lệ Rogers đã cải tiến
R1 R4 R5 R2 Chẩn đoán
0 0 0 0 Biến chất thông thường
5 0 0 0 Phóng điện từng phần
1 hoặc 2 0 0 0 Quá nhiệt yếu - dưới 1500
C
1 hoặc 2 1 0 0 Quá nhiệt yếu 1500
C – 2000
C
C – 3000
C
0 0 1 0 Quá nhiệt dây dẫn

1 1 0 Dòng vòng cuộn dây
1 0 2 0
Dòng vòng lõi và thùng chứa, quá nhiệt khớp
nối
0 0 0 1 Phóng điện không kèm theo năng lượng
0 0 1 hoặc 2 1 hoặc 2 Hồ quang và dòng ngắn mạch
0 0 2 2 Đánh lửa liên tục với điện thế thả nổi
5 0 0 1 hoặc 2 Phóng điện từng phần có kiểm tra.
c) Tiêu chuẩn IEC-599
Các phương pháp Dornemburg và Rogers sử dụng bốn bộ tỉ lệ, tỉ lệ C2H6/CH4
chỉ thể hiện một phạm vi nhiệt độ giới hạn của sự phân huỷ xenlulo nhưng không
trợ giúp gì cho việc phát hiện, nhận diện lỗi. Do vậy, trong tiêu chuẩn IEC-599,
phương pháp tỉ lệ Rogers phát triển cao hơn bị xoá bỏ.
Một cải tiến của chuẩn IEC 599 đã được đưa ra năm 1996 (IEC 599/2). Nó đã
trở nên hoàn hảo vào thời gian này. Phương pháp tỉ lệ Rogers và chuẩn IEC 599 đã
được phát triển thông dụng trong công nghiệp. Tuy nhiên trong một số trường hợp,
nó không đưa ra được kết luận cuối cùng, có nghĩa là có những lỗi mà các phương
pháp này không xác định được.
Bảng 1. 9. Tỉ lệ các thành phần khí và các lỗi tương ứng theo IEC-60599 (2015)
Lỗi
R1( 4/ R2( 2 2/ R5( 2 4/
) 2 4) 2 6)
2
Bình thường < 0.1 < 0.1 < 0.1
Phóng điện từng phần < 0.1 NS(a) < 0.2
Phóng điện năng lượng thấp 0.1 – 0.5 > 0.1 > 1
Phóng điện năng lượng cao 0.1–1 0.6 – 2.5 > 2
Quá t < 300 o
C > 1, NS(a)
NS(a) < 1
300 o
C < t < 700 o
C > 1 < 0.1 1 – 4
nhiệt
t > 700 o
C > 1 < 0.2(b)
> 4

Ghi chú:
(a) NS: Non-Significant whatever the value – không quan trọng dù là giá trị nào
(b) Nếu 2 2 tăng mạnh thì có thể quá nhiệt t > 1000 oC.
Từ Bảng 1. 9, tiêu chuẩn IEC đã mã hoá các khoảng giá trị và biểu diễn các lỗi
theo mã như những luật chẩn đoán (đặt lại ký hiệu R5=R3).
Bảng 1. 10. Mã của các tỉ số theo từng khoảng giá trị
Mã của các tỉ số
Phạm vi các tỉ số
R1= 2 2
R2= 4
R3= 2 4
2 4 2 2 6
<0.1 0 1 0
0.1 – 1.0 1 0 0
1.0 – 3.0 1 2 1
>3.0 2 2 2
Bảng 1. 11. Bảng luật chuẩn đoán lỗi theo mã quy ước
Rule
R1=
2 2
R2=
4
R3=
2 4
Kết luận
no 2 4 2 2 6
1 0 0 0 Lão hóa bình thường
2 0 (*) 1 0 Xả một phần mật độ năng lượng thấp
3 1 1 0 Xả một phần mật độ năng lượng cao
4 1 or 2 0 1 or 2 Xả năng lượng thấp
5 1 0 2 Xả năng lượng cao
6 0 0 1 Lỗi nhiệt <150 o
C
7 0 2 0 Lỗi nhiệt 150o
– 300 o
C
8 0 2 1 Lỗi nhiệt 300o
– 700 o
C
9 0 2 2 Lỗi nhiệt > 700 o
C

Đánh giá ưu nhược điểm của các phương pháp dựa trên DGA
Qua tìm hiểu về các phương pháp chẩn đoán lỗi dựa trên các tỉ số khí theo
phần tích khí hoà tan trong dầu có thể nhận thấy một số đặc điểm sau:
- Phương pháp tỉ số Dornembug và Roger ban đầu dùng đến 4 tỉ số trong tổng
số 5 tỉ số được định nghĩa. Số lượng các lỗi chẩn đoán của Dornembug dừng lại ở 3
loại lỗi khác nhau.
- Mặc dù phương pháp Roger gốc ban đầu dùng 4 tỉ số nhưng số lượng lỗi có
thể chẩn đoán được là nhiều hơn so với Dornembug, cụ thể là có thể nhận biết được
đến 8 lỗi khác nhau.
- Phương pháp Roger cải tiến sử dụng 3 tỉ số, đây là một ưu điểm đáng kể vì
việc đánh giá tổ hợp của 3 tỉ số đã làm cho việc chẩn đoán đơn giản đi rất nhiều.
- Phương pháp theo chuẩn IEC có ưu điểm hơn cả. Thứ nhất, theo tiêu chuẩn
IEC thì chỉ dùng 3 tỉ số, như với phương pháp Roger. Thứ hai, số lượng lỗi có thể
phân biệt được đến 8 lỗi, trong đó có phân loại rõ về các lỗi về điện và lỗi về nhiệt.
- Một hạn chế trong cả 3 phương pháp trên đó là việc xác định khoảng giá trị
và gán mã đối với các tỉ số như là các tập rõ. Tổ hợp của các mã này để xác định lỗi
như là một hệ tri thức trên tập rõ. Như vậy, việc xác định sự chuyển mức độ lỗi giữa
các lỗi là không mô tả được rõ ràng. Đây là một nhược điểm lớn của tập rõ khi mô
tả về sự biến thiên liên tục của các đại lượng trong thế giới thực. Tập mờ có ưu
điểm là có thể khắc phục được nhược điểm này. Trong luận văn này, tôi tập trung
nghiên cứu ứng dụng lý thuyết tập mờ và chuyển đổi hệ tri thức chẩn đoán rõ về
chẩn đoán mờ, xây dựng hệ chẩn đoán mờ để đảm bảo xác định mức độ các lỗi một
cách trung thực và tin cậy hơn.
Kết luận chương
Nội dung chính của chương 1 đã tập trung nghiên cứu về các phương pháp
chuẩn đoán lỗi tiềm ẩn của MBA. Phân tích các phương pháp tỉ số như Dornembug,
Roger và tiêu chuẩn IEC dựa trên kỹ thuật DGA. Đã phân tích ưu nhược điểm của
các phương pháp và chỉ ra được định hướng phát triển hệ chẩn đoán dựa trên lý
thuyết mờ và hệ suy diễn mờ cho tiêu chuẩn IEC. Những nội dung chi tiết về vấn đề
thiết kế tập mờ, xây dựng thuật toán tính toán cụ thể sẽ được trình bày chi tiết trong
các chương tiếp theo.

CHƯƠNG 2 . THIẾT KẾ HỆ CHẨN ĐOÁN LỖI THEO ĐẠI SỐ GIA TỬ
Nội dung trọng tâm của chương là nghiên cứu tổng quan về lý thuyết đại số gia
tử, suy luận xấp xỉ dựa trên đại số gia tử và ứng dụng trong các hệ chuyên gia. Xây
dựng mô hình mờ cho hệ chẩn đoán dựa trên tiêu chuẩn chẩn đoán IEC-599 với kết quả
phân tích DGA bằng một bộ suy luận mờ theo tiếp cận đại số gia tử. Thiết kế thuật toán
chi tiết cho mô hình mờ trên. Nội dung được thể hiện bằng các mục sau.
Tổng quan về đại số gia tử và suy luận xấp xỉ
Để xây dựng phương pháp luận tính toán nhằm giải quyết vấn đề mô phỏng
các quá trình tư duy, suy luận của con người chúng ta phải thiết lập ánh xạ: gán mỗi
khái niệm mờ một tập mờ trong không gian tất cả các hàm F(U, [0, 1]). Nghĩa là ta
mượn cấu trúc tính toán rất phong phú của tập để mô phỏng phương pháp lập luận
của con người thường vẫn được thực hiện trên nền ngôn ngữ tự nhiên.
Vậy một vấn đề đặt ra là liệu bản thân ngôn ngữ có cấu trúc tính toán không?
Nếu có thì các phương pháp lập luận xây dựng trên đó đem lại những lợi ích gì?
Thông qua lý thuyết về đại số gia tử ta có thể thấy rằng tập các giá trị của một biến
ngôn ngữ nào đó là một cấu trúc đại số, trên miền trị đó tồn tại phép toán được gọi
là các gia tử và giá trị ngữ nghĩa của ngôn ngữ luôn đảm bảo tính thứ tự. Trên cơ sở
đó, có thể xây dựng được các thuật toán tính toán cho các hệ suy luận xấp xỉ.
Lý thuyết đại số gia tử đã cố gắng nhúng tập ngôn ngữ vào một cấu trúc đại số
thích hợp và tìm cách xem chúng như là một đại số để tiên đề hóa sao cho cấu trúc
thu được mô phỏng tốt ngữ nghĩa ngôn ngữ.
2.1.1. Cấu trúc đại số gia tử
Xét một tập giá trị ngôn ngữ là miền của biến ngôn ngữ (linguistic domain)
của biến chân lý gồm các từ sau:
= ( )={ < <
< ℎ < < <

< < ℎ <
<<⋯< < < <⋯< < < …}.
Có thể thấy rằng tập chứa các hạng từ ngôn ngữ mà chúng có thể xuất hiện
trong các luật ngôn ngữ nào đó. Giả thiết rằng false < true là 2 phần tử nguyên thuỷ
có tính đối lập, tác động lên chúng bởi các từ nhấn như Very, Little, Raher, More ta
sẽ nhận được các hạng từ có thứ tự như trong . Có thể coi đó là kết quả của phép
toán một ngôi ngữ các toán tử Very, Little, v.v. tác động không hạn chế số lần lên
các phần tử nguyên thuỷ. Khi đó ta có một cấu trúc đại số trên miền xác định của
biến ngôn ngữ được định nghĩa như sau.
Định nghĩa 2. 1 Error! Reference source not found.. Đại số gia tử của biến n gôn ngữ là một bộ 5 thành phần = ( , , , , ≤), trong đó:
- : Là tập cơ sở của, gồm các hạng từ trong .
- = { −, +}, − ≤ +, được gọi là các phần tử sinh (các từ nguyên thuỷ, ví dụ < ).
- = { , , } là tập các hằng, với ≤ − ≤ ≤ + ≤ , để chỉ các phần tử có ngữ nghĩa nhỏ nhất, phần tử trung hoà và phần tử có ngữ nghĩa lớn nhất.
- : Là tập các toán tử một ngôi, gọi là các gia tử (các trạng từ nhấn). = − ∪
+, với − = {ℎ :1 ≤ ≤ } là tập các gia tử âm, + = {ℎ : 1 ≤ ≤ } là các gia tử dương.
- “≤”: Là biểu thị quan hệ thứ tự trên các từ ngôn ngữ (các khái niệm mờ) trên
, nó được “cảm sinh” từ ngữ nghĩa tự nhiên của ngôn ngữ.
2.1.2. Một số tính chất trong đại số gia tử
Ta nhận thấy rằng các thành phần trong có một số tính chất sau:
- Giả thiết rằng các gia tử trong là các toán tử thứ tự, nghĩa là (∀ℎ ∈ , ℎ: → ), (∀ ∈ ) {ℎ ≤ ℎ ặ ℎ ≥ }.

- Hai gia tử ℎ, ∈ được gọi là ngược nhau nếu (∀ ∈ ){ℎ ≤ khi và chỉ khi ≥ } và chúng được gọi là tương thích
nhau nếu (∀ ∈ ){ℎ ≤ khi và chỉ khi ≤ }. Ký hiệu ℎ ≥ nếu ℎ, tương thích nhau và (∀ ∈ ) {ℎ ≤ ≤ hoặc ℎ ≥ ≥ }.
- Ngoài ra, tập còn có thể được phân hoạch thành hai tập + và − với các gia tử trong tập + hay − là tương thích nhau, mỗi phần tử trong + cũng ngược với bất kỳ phần tử
nào trong − và ngược lại.
- Một gia tử ℎ dương (hoặc âm) đối với một gia tử ế (∀ ∈ ) {ℎ ≤ ≤ ℎ ặ ℎ ≥ ≥ } (ℎ ặ (∀ ∈ ){ ≤ ℎ ≤ ℎ ặ ≥ ℎ ≥ }).
- được sinh ra từ bởi các gia tử trong . Như vậy mỗi phần tử của sẽ có dạng biểu diễn là = ℎ ℎ −1 … ℎ1 , ∈ .
- Tập tất cả các phần tử được sinh ra từ phần tửcó dạng biểu diễn là
( ) ⋃{ = (ℎ )|ℎ ∈ }.
- Nếu hai khái niệm và là độc lập nhau, nghĩa là ∉ ( ) và ∉ ( ), thì (∀ ∈ ( )) { ∉ ( )}. Ngoài ra nếu và là không
sánh được thì bất kỳ ∈ ( ) cũng không sánh được với bất kỳ ∈ ( ). ( ( ) là tập các giá trị được sinh ra do tác động của các gia
tử của vào ).
- Nếu ∉ ( ) và ≤ (hoặc ≥ ) thì ≤ ℎ (hoặc ≥ ℎ ) đối với mọi gia tử ℎ.
- Với , ∈ , ≤ thì: ≤ ( ), ( ) ≤ ⇒ ( ) ≤ ( ).
- Giả sử trong tập + có phần tử (ngầm định là − ấ ) và trong tập − có phần tử (ngầm định là − í ) là phần tử lớn nhất thì phần tử sinh
∈ là dương nếu ≤ (ký hiệu là +) và là âm nếu ≥ (ký hiệu là
−) (hoặc ∈ là dương nếu ≥ và là âm nếu ≤ ).
- Nếu chỉ có đúng 2 phần tử sinh, thì một được gọi là phần tử sinh dương ký hiệu là +, một được gọi là phần tử sinh âm ký hiệu là + và ta có − ≤ +

(Trong ví dụ trên, + tương ứng với là dương, còn + tương ứng với là âm và < ).
Từ các tính chất trên, ta có định nghĩa về hàm dấu một cách đệ quy như sau:
Định nghĩa 2. 2 Error! Reference source not found., Error! Reference so urce not found.. Hàm : → {−1, 0, 1}
Với , ℎ ∈ , ∈ , ∈ :
- ( +) = +1 và ( −) = −1
- {ℎ ∈ +| (ℎ) = +1} và {ℎ ∈ −| (ℎ) = −1}
- (ℎ +) = + ( +) nếu ℎ + ≥ + hoặc (ℎ −) = + ( −) nếu ℎ − ≤ − và (ℎ +) = − ( +) nếu ℎ + ≤ + hoặc (ℎ −) = − ( −) nếu ℎ − ≥ −. Hay
(ℎ ) = (ℎ) ( ).
- ( ℎ ) = + (ℎ ) nếu là dương đối với ℎ ( ( , ℎ) = +1) và ( ℎ ) = − (ℎ ) nếu là âm đối với ℎ ( ( , ℎ) = −1).
- ( ℎ ) = 0 nếu ℎ = ℎ .
Mệnh đề 2.1 Error! Reference source not found..
Với ∈ , = ℎ ℎ −1 … ℎ1 , ℎ ∈ , ∈ . Khi đó:
( ) = (ℎ , ℎ −1) … (ℎ2, ℎ1) (ℎ1) ( )
( (ℎ ) = +1) ⇒ (ℎ ≥ ) và ( (ℎ ) = −1) ⇒ (ℎ ≤ ) (2. 1)
Hàm dấu được sử dụng để xác định được chiều tác động là tăng hay giảm giá
trị ngữ nghĩa của một gia tử lên một giá trị ngôn ngữ.
Tính thứ tự ngữ nghĩa của các hạng từ trong đại số gia tử được thể hiện qua
mệnh đề sau:
Mệnh đề 2.2 Error! Reference source not found.. Cho đại số gia tử = ( , , , , ≤) với −, + là các tập các gia tử được sắp thứ tự tuyến tính. Khi đó ta có
các khẳng định sau:

- Với mỗi ∈ thì ( ) là tập sắp thứ tự tuyến tính.
- Nếu được sinh ra từ và là tập được sắp thứ tự tuyến tính thì cũng là tập sắp
thứ tự tuyến tính.
- Nếu ∈ là phần tử cố định đối với ℎ ∈ , tức là ℎ = thì nó sẽ là phần tử cố định đối với ∀ ∈ , ≠ ℎ (ℎ = ). Hơn nữa nếu < , và , là độc lập với
nhau, tức là ∉ ( ) và ∉ ( ), thì ( ) ≤ ( ).
Định lý 2.1 Error! Reference source not found.. Nếu tập các gia tử+ và − c
ó quan hệ thứ tự sắp xếp tuyến tính thì có tồn tại một đẳng cấu từ = ( , , , , −,∪,∩, ⇒, ≤) vào cấu trúc logic đa trị tựa trên đoạn [0, 1] sao cho:
- Bảo toàn quan hệ thứ tự.
- ( ∪ ) = { ( ), ( ∪ )} = { ( ), ( )}.
- ( ⇒ ) = {1 − ( ), ( )} và (− ) = 1 − ( ).
Từ định lý trên cho phép ta thiết lập một hàm đo trên đại số gia tử để chuyển một giá trị ∈ thành một giá trị ngữ nghĩa trong miền thực [0, 1].
2.1.3. Các hàm đo trên đại số gia tử
Định nghĩa 2. 3 Error! Reference source not found.. Hàm đo trên đại số gia t
ử
Cho = ( , , , , ≤), : → [0, 1] là một hàm đo trên nếu thoả mãn:
- ∀ ∈ : ( ) ∈ [0, 1], ( +) = 1, ( −) = 0; trong đó: +, − ∈ , là các phần tử sinh dương và âm.
- ∀ , ∈ , nếu < thì ( ) < ( ).
Tính mờ của các giá trị ngôn ngữ xuất phát từ thực tế rằng một giá trị ngôn ngữ
mang ý nghĩa mô tả cho nhiều sự vật và hiện tượng trong thế giới thực, với lý do tập
hữu hạn các giá trị ngôn ngữ không đủ để phản ánh thế giới vô hạn các sự vật hiện
tượng. Như vậy khái niệm tính mờ và độ đo tính mờ của một giá trị ngôn ngữ được

hình thành và nó là một khái niệm rất khó xác định, đặc biệt trong lý thuyết tập mờ. Tuy nhiên, trong đại số
gia tử độ đo tính mờ được xác định một cách hợp lý: “tính mờ của một hạng từ x được hiểu như là ngữ nghĩa
của nó vẫn có thể được thay đổi khi tác động vào nó bằng các gia tử”. Do đó, tập các hạng từ sinh từ x bằng
các gia tử sẽ thể hiện cho tính mờ của x và ( ) được sử dụng như một mô hình biểu thị tính mờ của x. Kích
thước tập ( ) được xem như độ đo tính mờ của x ( ( )) và được tính toán được tính toán một cách đệ quy từ
độ đo tính mờ của các phần tử sinh ( −), ( +) và độ đo tính mờ của các gia tử(ℎ), ℎ ∈ .
Định nghĩa 2. 4 Error! Reference source not found.. Cho đại số gia tử = ( , , , , ≤), = ( ). Hàm : → [0, 1] được gọi là hàm độ đo tính mờ của
các phần tử trong nếu:
1) ( −) + ( +) = 1 và ∑ℎ∈ (ℎ ) = ( ), với ∀ ∈
(2. 2)
2) ( ) = 0 với ∀ , ( ) = { }, (0) = ( ) = (1) = 0 (2. 3)
3) ∀ , ∈ , ℎ ∈ , (ℎ ) ( ) = (ℎ ) ( ), tỷ lệ này không phụ thuộc vào , và nó đặc
trưng cho độ đo tính mờ của gia tử ℎ, ký hiệu là (ℎ).
Điều kiện 1) có nghĩa là các phần tử sinh và các gia tử là đủ để mô hình hoá ngữ nghĩa của miền giá trị thực
của các biến vật lý. Tập gia tử và đủ để phủ toàn bộ miền giá trị của biến ngôn ngữ. Về trực giác, các điều kiện 2)
và 3) thể hiện sự tác động của các gia tử ℎ ∈ vào các khái niệm mờ là như nhau. Tính chất của ( )
và (ℎ) như sau:
Mệnh đề 2.3 Error! Reference source not found.. Cho là hàm độ đo tính m
ờ trên . Với ∈ , = ℎ ℎ −1 … ℎ1 , ℎ ∈ , ∈ . Ta có:
1) (ℎ ) = (ℎ) ( ) (2. 4)
2) ∑− < < , ≠0 (ℎ ) = ( ) (2. 5)
3) ∑− < < , ≠0 (ℎ ) = ( ) (2. 6)
4) ( ) = (ℎ ℎ −1 … ℎ1 ) = (ℎ ) (ℎ −1) … (ℎ1) ( ) (2. 7)
5) ∑− (ℎ ) = và ∑ (ℎ ) = , với, > 0 và + = 1 (2. 8)
=−1 =1

Khi xây dựng mô hình tính toán phỏng lại mô hình mờ được cho bởi hệ luật
ngôn ngữ (LRBS - Linguistic Rule Base System) thì cần thiết phải lượng hoá các
giá trị ngôn ngữ xuất hiện trong LRBS ra giá trị ngữ nghĩa chủa chúng và phải đảm
bảo tính thứ tự vốn có của chúng. Quá trình suy luận sẽ được thực hiện tính toán
trên các giá trị ngữ nghĩa này. Với bộ tham số mờ xác định, giá trị ngữ nghĩa được
xác định bởi hàm ánh xạ ngữ nghĩa định lượng (SQM - Semantically Quantifying
Mapping) một cách đệ quy như sau:
Định nghĩa 2. 5 Error! Reference source not found.. Hàm ánh xạ ngữ nghĩa đ ịnh lượng : → [0, 1]
1) ()== (−)
(2. 9)
2) (−)= −(−)=(−) (2. 10)
3) ( +)= +( +)=1−( +) (2. 11)
4) (ℎ ) = ( ) + (ℎ ) {[∑ (ℎ )] − (ℎ ) (ℎ )} (2. 12)
= ( )
Với: (ℎ ) =
1
[1 + (ℎ , ℎ )( − )], ∈ [− ^ ] = [− , ]{0}
2
Hàm SQMs có thể ánh xạ một cách trực tiếp từ giá trị ngôn ngữ về giá trị ngữ
nghĩa định lượng. Đây là công cụ quan trọng để xây dựng mô hình tính toán, giải
bài toán suy luận xấp xỉ cho các mô hình được phát biểu bằng LRBS. Tính đúng
đắn về mặt logic của mô hình tính toán trên giá trị ngữ nghĩa đó chính là luôn đảm
bảo tính thứ tự ngữ nghĩa của ngôn ngữ.
2.1.4. Biến ngôn ngữ
Chúng ta cần tìm hiểu một cách đủ đơn giản về vấn đề suy luận xấp xỉ dưới dạng
những mệnh đề với các biến ngôn ngữ như nhiệt độ cao, tốc độ chậm, v.v. hay những
quy tắc, những luật dạng mệnh đề như “nếu tăng ga thì xe chạy nhanh hơn”.
Mỗi biến đại lượng vật lý nào đó có thể có 2 miền giá trị, đó là miền giá trị
thực và giá trị ngôn ngữ. Mỗi giá trị ngôn ngữ lại có thể được mô tả bằng một tập
mờ có tập nền là miền các giá trị vật lý của nó.

Suy luận xấp xỉ (hay còn gọi là suy luận mờ) đó là quá trình suy ra những kết
luận dưới dạng các mệnh đề mờ trong điều kiện các quy tắc, các luật, các dữ liệu
đầu vào cho trước cũng không hoàn toàn xác định. Chúng ta sẽ hạn chế bởi những
luật đơn giản như dạng modus ponens hay modus tollens.
Như vậy, từ các phát biểu mang tính quy tắc trên ngôn ngữ tự nhiên, ta có thể xây
dựng mô hình tính toán dựa trên tập mờ và các phép toán trên tập mờ. Mô hình như vậy
được gọi là mô hình lập luận (suy luận) xấp xỉ. Nếu các quy tắc của mô hình là tri thức
chuyên gia thì ta có thể gọi mô hình suy luận xấp xỉ này là hệ chuyên gia.
2.1.5. Suy luận xấp xỉ
a) Mệnh đề hợp thành
Cho hai biến ngôn ngữ và. Nếu biến nhận giá trị (mờ) A với hàm thuộc
làA(x) và nhận giá trị (mờ) B có hàm thuộc làB(x) thì biểu thức:
 =A(x) (2. 13)
được gọi là mệnh đề điều kiện và:
 =B(x) (2. 14)
là mệnh đề kết luận.
Ký hiệu =A(x) là p và =B(x) là q thì mệnh đề hợp thành:
pq (từ p suy ra q) (2. 15)
hoàn toàn tương ứng với luật điều khiển (mệnh đề hợp thành một điều kiện):
Nếu = A thì = B (2. 16)
Mệnh đề hợp thành trên là một ví dụ đơn giản về bộ điều khiển mờ. Nó cho phép
từ một giá trị đầu vào x0 hay cụ thể hơn là từ độ phụ thuộcA(x0) đối với tập mờ A của
giá trị đầu vào x0 xác định được hệ số thoả mãn mệnh đề kết luận q của giá trị đầu ra y.
Hệ số thoả mãn mệnh đề kết luận này được gọi là giá trị của mệnh đề hợp

thành khi đầu vào bằng A và giá trị của mệnh đề hợp thành (2. 16). Biểu diễn tập
mờ đó là tập hợp C thì mệnh đề hợp thành mờ (2. 16) chính là ánh xạ:
A(x0)C(y)
b) Suy diễn đơn thuần
Ánh xạA(x0)C(y) chỉ ra rằng mệnh đề hợp thành là một tập mà mỗi phần
tử là một giá trị (A(x0),C(y)), tức là mỗi phần tử là một tập mờ. Mô tả mệnh đề
hợp thành tức là mô tả ánh xạ trên.
Bây giờ ta xét đến mệnh đề hợp thành mờ, tức là mệnh đề có cấu trúc (2. 16),
hay:
A(x)B(y), vớiA,B [0, 1] (2. 17)
Trong đóA(x) là hàm thuộc của tập mờ đầu vào A định nghĩa trên tập nền X
vàB(y) là hàm thuộc của B định nghĩa trên Y.
Giá trị của mệnh đề hợp thành mờ (2. 17) là một tập mờ định nghĩa trên nền Y
(không gian nền của B) và có hàm thuộc:
AB(y): Y [0, 1]
thoả mãn:
(1) AB(y) chỉ phụ thuộc vàoA(x) vàB(y).
(2) A(x) = 0AB(y) = 1.
(3) B(y) = 1AB(y) = 1.
(4) A(x) = 1 vàA(y) = 0AB(y) = 0.
(5) μ A1 (x) μ A2 (x) μ A1 B (y) μ A 2B (y) .
(6) μ B1 (x) μ B2 (x) μ A B1 (y) μ AB2 (y) .

Như vậy, bất cứ một hàmAB(y) nào thoả mãn những tính chất trên đều có
thể được sử dụng làm hàm thuộc cho tập mờ C, là kết quả của mệnh đề hợp thành
(2. 18) và (2. 19). Các hàm thuộc cho mệnh đề hợp thành mờ AB thường hay
dùng trong kỹ thuật điều khiển mờ bao gồm:
(1)AB(x, y) = max{min{A(x),B(y)}, 1-A(x)} công thức Zadeh.
(2)AB(x, y) = min{1, 1-A(x)+B(y)} công thức Lukasiewizc.
(3)AB(x, y) = max{1-A(x),B(y)} công thức Kleene – Dienes.
c) Phép suy diễn mờ
Giá trị của mệnh đề hợp thành mờ (2. 17) là một tập mờ B’ định nghĩa trên tập
nền Y (không gian nền của B) và có hàm thuộc:
(A,B): [0, 1]2
 [0, 1]
thoả mãn:
(1) A(A,B)với mọiA,B [0, 1].
(2) (A, 0) = 0với mọiA, [0, 1].
(3) μA1 μA2μ(μA1 ,μB ) μ(μA2 ,μB ) .
(4) μB1 μB2μ(μA ,μB1 ) μ(μA ,μB2 ) .
Từ nguyên tắc của Mandani và các ràng buộc trên, chúng ta có được công thức
xác định hàm thuộc cho mệnh đề hợp thành B’=AB. Một trong số chúng là:
(A,B) = min{A,B} (2. 18)
(A,B) =A*B (2. 19)
Hai công thức (2. 18 và 2. 19) là thường được sử dụng nhiều nhất để mô tả
mệnh đề hợp thành AB. Chúng có tên gọi là quy tắc hợp thành, hoặc mệnh đề
hợp thành, hoặc luật hợp thành. Khi một hệ tri thức có nhiều luật hợp thành,
người ta thường gọi đó là một cơ sở luật.

Quy tắc hợp thành MIN
Giá trị mệnh đề hợp thành mờ (2. 18) là một tập mờ B’ định nghĩa trên tập nền
Y (không gian nền của B) và có hàm thuộc:
B’(y) = min{A,B(y)} (2. 20)
Quy tắc hợp thành PROD
Giá trị mệnh đề hợp thành mờ (2. 18) là một tập mờ B’ định nghĩa trên tập nền
Y (không gian nền của B) và có hàm thuộc:
B’(y) =A*B(y) (2. 21)
Công thức trên cho thấy tập mờ kết quả của quy tắc hợp thànhB’(y) được
định nghĩa trên tập nền B vàB’(y) chỉ được xác định khi đã biết cụ thể một giá
trịA, tức làB’(y) phụ thuộc vào giá trị rõ x0 ở đầu vào.
Trong luận văn này, tôi sử dụng quy tắc hợp thành Min để xác định độ thoả
mãn của các kết luận đối với các luật chẩn đoán lỗi tiềm ẩn MBA.
[Input]
.
.
.
Fuzzfication
.
.
.
[pu]
Rule
Base
.
.
.
Conclude
Hình 2. 1. Sơ đồ bộ suy luận xấp xỉ theo tiếp cận fuzzy logic
Trên Hình 2. 1 là sơ đồ bộ suy luận xấp xỉ theo tiếp cận fuzzy logic, có các
thành phần sau:
- [Input]: là vector các giá trị thực ở đầu vào. Mỗi giá trị tương ứng với một đại
lượng quan sát mà nó có xuất hiện trong các luật suy luận. Tuỳ vào mỗi bài toán
khác nhau mà số đại lượng đầu vào này là khác nhau. Trong phần tiếp

theo của thiết kế hệ chẩn đoán trong luận văn này, chúng ta sử dụng 3 thành
phần là 3 tỉ số các chất khí đo đạc được.
- Khối Fuzzification: Có nhiệm vụ “mờ hoá” giá trị rõ ở đầu vào để thành các
giá trị độ thuộc tương ứng với các thành phần đầu vào. Kết quả ra sẽ được
một vector độ thuộc có số thành phần bằng số thành phần của vector [Input].
- [µ]: Vector độ thuộc sau khi thực hiện phép “mờ hoá”.
- Khối Rule Base: Đây là thành phần cốt lõi của hệ suy luận, chứa tập các luật
mô tả mối quan hệ giữa các đầu vào và kết luận ở đầu ra. Trong các hệ
chuyên gia, đây chính là hệ cơ sở tri thức rút ra được từ thực tiễn của một bài
toán cụ thể. Thông thường, hệ các nhiều luật thì sẽ xác định được nhiều mối
quan hệ vào – ra. Đối với hệ chẩn đoán, thì có nghĩa là hệ có thể chẩn đoán
được nhiều lỗi khác nhau. Từ Vector độ thuộc cùng với các phép toán trên
tập mờ, khối này sẽ xác định được độ thoả mãn của các mệnh đề điều kiện để
xác định được kết luận ở đầu ra mới mức độ tin cậy tương ứng với độ thoả
mãn của mệnh đề điều kiện.
- [Conclude]: Các kết luận ở đầu ra. Đây chính là vế phải của mỗi luật chẩn
đoán mà vế trái của nó có độ thoả mãn lớn hơn 0. Ví dụ, độ thoả mãn của
mệnh đề vế trái tính toán được là 0.45, thì có nghĩa là kết luận ở đầu ra có độ
tin cậy là 0.45 (hay 45%). Tuỳ vào các hệ chẩn đoán khác nhau mà người ta
chỉ đưa ra các kết luận có độ tin cậy lớn hơn một ngưỡng nào đó.
Thiết kế hệ chẩn đoán lỗi
Dựa vào tiêu chuẩn IEC-599. Các khoảng chia được gán mã có thể coi đó
chính là các tập rõ. Mỗi dòng trong Bảng 1. 11 có thể coi là một luật chẩn đoán rõ.
Ví dụ tại dòng số 3, ta có phát biểu luật chẩn đoán như sau:
Nếu (R1=’1’) và (R2=’1’) và (R3=’0’) thì có hiện tượng phóng điện từng
phần năng lượng cao.
Trong đó:
- R1, R2 và R3 lần lượt là giá trị các tỉ số đã được định nghĩa.

- Các mã ‘1’, ‘0’ tướng ứng là các nhãn. Có thể coi đó là tên của các tập hợp rõ.
Đối với logic kinh điển (logic rõ), có thể diễn giải vế trái của các mệnh đề điều
kiện như sau:
Nếu (R1=’1’) là true và (R2=’1’) là true và (R3=’0’) là true Thì …
Hay:
Nếu (R1’1’) và (R2’1’) và (R3’0’) Thì …
Giá trị của các biểu thức (R1’1’), (R2’1’) và (R3’0’) chỉ có thể nhận giá
trị “true” hoặc “false”. Như vậy, tất cả các biểu thức trong vế trái phải cùng đồng
thời là “true”, thì thông qua phép “và” ta mới có được kết luận ở đầu ra. Chỉ một sự
thay đổi nhỏ của các tỉ số có thể đưa ra kết luận hoàn toàn khác biệt. Ranh giới để
kết luận có lỗi hay không có lỗi nào đó chỉ là một ngưỡng giá trị.
2.2.1. Xây dựng mô hình chẩn đoán mới theo đại số gia tử
Giả sử có 2 khoảng mờ ứng với các hạng từ ngôn ngữ u, v với mỗi giá trị ngữ
nghĩa nằm trong khoảng của ( ) < < ( ), thì x có mối quan hệ “gần gũi” về ngữ
nghĩa với các phần từ u và v. Giả sử định nghĩa điểm “cân bằng” về mặt ngữ nghĩa
đối với các phần tử u và v thông qua khoảng tính mờ và giá trị ngữ nghĩa của chúng
bằng biểu thức:
=
( )∗ ( )+ ( )∗ ( )
(2. 22)
( )+ ( )
Biểu thức (2. 22) cho biết, giá trị ngữ nghĩa w có độ “gần gũi” hay “đặc trưng” là như nhau đối với các phần
tử u và v. giá trị ngữ nghĩa càng cần ( ) thì càng “gần gũi” v và càng “khác” u và ngược lại.
Đề xuất mới là cần tìm điểm w’ sao cho tại đó ta có thể xây dựng hàm tuyến
tính mà điểm đặc trưng w chính là hoành độ của điểm trọng tâm G của các tập mờ
có diện tích là Su và Sv (Xem Hình 2. 2). Như vậy, ta cần xác định điểm ’ ≠ mà tại
đó, độ thuộc của nó vào các tập mờ u và v là bằng 0.5. Điểm trọng tâm G được tính
theo công thức:

= ∗ + ∗
(2. 23)
+
Với: Gu, Gv là các điểm trọng tâm của tập mờ có diện tích Su, Sv tương ứng.
Với một giá trị ( ) ≤ ≤ ( ), tổng độ thuộc ( ) + ( ) = 1.
1
0,5 G Su
Sv
v(v) w' w v(u)
M
fm(v) fm(u)
Hình 2. 2. Xây dựng hàm thuộc giữa 2 giá trị ngữ nghĩa có điểm “đặc trưng”
Từ quan điểm đó, một cách trực quan ta có thể phát biểu dưới dạng định đề sau:
Định đề 2. 1. Cho các hạng từ ngôn ngữ , ∈ , ( ) ≤ ≤ ( ).
Hàm thuộc tuyến tính được xây dựng qua điểm ’ sao cho có hoành độ điểm trọng tâm G là trọng tâm tổng hợp từ các tập mờ u, v có diện tích Su,
Sv là điểm “đặc trưng” w thoả điều kiện ( ’) = ( ’) = 0.5 và ( ) + ( ) = 1
′ =
( )∗ ( )+ ( )∗ ( )
(2. 24)
( )+ ( )
Định đề mới được đề xuất này là chưa được chứng minh. Tuy nhiên, việc xây
dựng các hàm thuộc cho các tập mờ bởi chính các đường chuyển đổi tuyến tính của
trọng số ngữ nghĩa theo khoảng của định đề này này cho phép ta mô tả độ thuộc
giữa các hạng từ ngôn ngữ là khá hợp lí.
Mô hình hệ chẩn đoán được xây dựng qua 2 bước như sau:
Bước 1: Thiết kế các tập mờ

Dựa trên sự phân chia các khoảng trong chuẩn IEC, ta chọn các hạng từ ngôn
ngữ cho mỗi tỉ số gồm:
R1: vvvL, M, vvvH
R2: vvvL, vL, H
R3: vL, lH, vvvH
Trong đó có các ký hiệu: L – Low, H – High, v – very, l – litle
Miền biến thiên của các đại lượng này nằm trong khoảng [0,3]. Vậy, từ miền ngữ nghĩa ta chỉ cần định tỉ lệ với hệ số = 3
- Chọn bộ cấu trúc đại số gia tử và các tham số mờ như sau:
= ( , , , , ≤) với
= { ( ) < ( ℎ)}
= { ( ), ( )}, ( ) = = ( ) = 0.5
( )=0.5, =0.5
( ) = 0.5, giá trị này được lựa chọn một cách định tính của người thiết kế.
- Tính toán giá trị ngữ nghĩa của các hạng từ ngôn ngữ và các điểm ( ) ∪ ’ = { , , , , } cho các tỉ số theo (2. 24):
 Với tỉ số R1:
= ( )= ()∗ ()∗ ()∗ ()∗ ∗ =0.09375 =()∗ = ∗ =1.5
= ( )=(1− ( )∗ ( )∗ ( )∗ ( )∗ )∗ =2.90625
= ( ( )∗ ( )+ ( )∗ ( )) ∗
( )+ ( )
= (0.03125∗0.5+0.5∗0.0625) ∗ 3 = 0.25 0.5+0.0625

= ( ( )∗ ( )+ ( )∗ ( )+) ∗ ( )+ ( )
= (0.5∗0.0625+0.96875∗0.5) ∗ 3 = 2.75 0.5+0.0625
Được tập các điểm cho tỉ số R1: {0.09375, 0.25, 1.5, 2.75, 2.90625}
Tính toán tương tự với các điểm cân bằng ngữ nghĩa theo (2. 24), được tham
số toạ độ các điểm {a, b, c, d, e} xác định tập mờ đối với các tỉ số là:
R2: {0.09375, 0.15, 0.375, 1.0, 2.25}
R3: {0.375, 1.125, 1.875, 2.7, 2.90625}
Hàm thuộc cho các tập mờ ứng với các hạng từ ngôn ngữ của các tỉ số đã lựa
chọn như trên Hình 2. 3.

Hình 2. 3. Tập mờ cho các tỉ số
Hàm thuộc được tính theo các công thức sau:
1, <
2 − −
, < ≤
2( − )
( ) = (2. 25)
1 ( − )
, < ≤
2 ( − )
{ 0, <

Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc

Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc

Recommended

Recommended

More Related Content

Similar to Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc

Similar to Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc (20)

More from Dịch vụ viết thuê đề tài trọn gói ☎☎☎ Liên hệ ZALO/TELE: 0973.287.149 👍👍

More from Dịch vụ viết thuê đề tài trọn gói ☎☎☎ Liên hệ ZALO/TELE: 0973.287.149 👍👍 (20)

Recently uploaded

Recently uploaded (20)

Nghiên cứu ứng dụng đại số gia tử trong chẩn đoán sự cố tiềm ẩn của máy biến áp lực.doc