Nghiên cứu ứng dụng trí tuệ nhân tạo chẩn đoán sự cố tiềm ẩn trong máy biến áp theo phương pháp phân tích khí hòa tan

Tóm tắt

Phân tích khí hòa tan trong dầu cách điện là phương pháp phổ biến để theo dõi tình trạng máy biến áp (MBA) ngâm dầu. Các tổ chức tiêu chuẩn quốc tế và các nhà nghiên cứu đã phát triển nhiều phương pháp như: phương pháp tỷ lệ Doernenburg, tỷ lệ Roger, tỷ lệ IEC, tam giác Duval, và ngũ giác Duval để chẩn đoán lỗi dựa trên thành phần khí cháy sinh ra trong dầu cách điện: H₂, CH₄, C₂H₄, C₂H₆, C₂H₂, CO và CO₂ [1]. Tuy nhiên, các phương pháp này có những hạn chế nhất định, làm giảm độ tin cậy của kết quả chẩn đoán. Để khắc phục, nhóm tác giả đã ứng dụng mô hình máy học FastTreeOva, phát triển bởi Microsoft, để dự đoán sự cố tiềm ẩn trong MBA. Sử dụng ML.NET Framework và kỹ thuật hồi quy FastTree, mô hình này đạt độ chính xác dự đoán 99,5%. Kết hợp với cơ sở dữ liệu từ các MBA trên lưới điện miền Trung và Tây Nguyên từ năm 2002 đến nay, xây dựng phần mềm “DGA DIAGNOSTIC TOOL” để hỗ trợ phân tích và chẩn đoán.