Deep learing và ứng dụng tính toán bộ tham số PID hệ thống điều khiển điều tốc thủy lực các tổ máy Nhà máy Thủy điện Bản Vẽ

Trong vài năm qua, Deep Learning đã được áp dụng cho hàng trăm vấn đề đem đến những giải pháp hiệu quả cho các doanh nghiệp, thuật toán Deep Learning mang đến những giải pháp vượt trội so với công việc trước đây, sử dụng nhiều trong cả học viện để nghiên cứu trí thông minh và trong các ngành công nghiệp nhằm xây dựng các hệ thống thông minh để hỗ trợ con người trong các nhiệm vụ khác nhau.

Khái niệm về Deep learning

Deep Learning là định nghĩa thuộc về một phần các thuật toán trong Machine Learning (máy học) với đặc thù mang độ phức tạp cao hơn. Vì vậy có thể nói hai khái niệm giữa Deep Learning và Machine Learning hoàn toàn có liên hệ mật thiết với nhau.

 Trong thực tế, Deep Learning bao gồm nhiều lớp ẩn trong một mạng lưới thần kinh và thuộc lớp sau cùng. Việc đi qua nhiều số lượng lớp và mạng phức tạp được cho là độ sâu.

Ngày nay, sự thay đổi lớn nhất trong học tập sâu là độ sâu của mạng lưới thần kinh đã phát triển từ một vài lớp đến hàng trăm trong số chúng. Độ sâu hơn có nghĩa là khả năng nhận dạng các mẫu lớn hơn, với nguồn thông tin lớn hơn giúp tăng khả năng tiếp nhận các đối tượng trở nên rộng hơn, chi tiết hơn.

Deep learning trong đời sống hiện nay

Trợ lý ảo 

Ứng dụng phổ biến nhất của Deep Learning ngày nay là trợ lý ảo từ Alexa đến Siri, Google Assistant. Mỗi tương tác với các trợ lý này cung cấp cho họ cơ hội tìm hiểu thêm về giọng nói và ngữ điệu, từ đó cung cấp cho bạn trải nghiệm tương tác như phiên bản thứ 2 của con người.

 Trợ lý ảo sử dụng học tập sâu để biết thêm về các chủ đề của họ, từ sở thích ăn tối của bạn đến các điểm truy cập nhiều nhất hoặc các bài hát yêu thích của bạn. Họ học cách hiểu các mệnh lệnh của bạn bằng cách đánh giá ngôn ngữ tự nhiên của con người để thực hiện chúng.

 Ngoài ra các ứng dụng này có khả năng đặc biệt khác là dịch bài phát biểu của bạn thành văn bản, ghi chú cho bạn và đặt lịch hẹn. Có thể nói đây chính là một trợ lý ảo thực sự của bạn, từ việc nhắc nhở cho đến tự động trả lời các cuộc gọi cụ thể của bạn để phối hợp các nhiệm vụ giữa bạn và các thành viên trong nhóm. Với các ứng dụng học sâu như tạo văn bản và tóm tắt tài liệu, trợ lý ảo có thể hỗ trợ bạn trong việc tạo hoặc gửi bản sao email phù hợp.

Mô phỏng và nhận diện hình ảnh

Chắc hẳn, chúng ta đều đã từng thấy máy tính tự động nhận diện và phân loại các hình ảnh của bạn. Ví dụ: Facebook có thể tự động gắn thẻ chính bạn và bạn bè của bạn. Tương tự, Google Photos có thể tự động gắn nhãn ảnh của bạn để tìm kiếm dễ dàng hơn.

Và với Deep Learning bạn có thể dễ dàng tìm và phân loại các hình ảnh theo ngày, sự kiện mà không phải dùng thao tác thủ công mất thời gian.

Tính năng dịch tự động

Ứng dụng Google Translate giờ đây có thể tự động dịch hình ảnh với văn bản theo thời gian thực sang ngôn ngữ bạn chọn. Chỉ cần giữ máy ảnh trên đầu của đối tượng và điện thoại của bạn chạy một mạng học sâu để đọc hình ảnh, OCR nó (tức là chuyển đổi nó thành văn bản) và sau đó dịch nó. Ngôn ngữ sẽ dần dần trở thành không có rào cản và chúng ta sẽ có thể giao tiếp với những người khác trên toàn cầu.

Ứng dụng Deep learning trong tính toán tối ưu bộ tham số PID hệ thống điều khiển điều tốc thủy lực Nhà máy Thủy điện Bản Vẽ

Với sự tham gia ngày càng nhiều năng lượng tại tạo vào hệ thống lưới điện như điện mặt trời, điện gió, … trong khi đặc điểm của các nguồn năng lượng này thương bị dao động lớn, ảnh hưởng đến sự vận hành ổn định của hệ thống. Để đáp ứng yêu cầu ổn định của lưới điện, các hệ thống điều tốc các nhà máy thuỷ điện đỏi hỏi phải đáp ứng được yêu cầu thay đổi nhanh của hệ thống (theo Thông tư 25/2016/TT-BCT ngày 30/11/2016, TT 30/2019/TT-BCT ngày 18 tháng 11 năm 2019 của Bộ Công thương về Quy định hệ thống điện truyền tải.

PID được coi là là bộ điều khiển lý tưởng của các hệ thống điều khiển quy trình hiện đại. Nó được sử dụng hầu hết trong các ứng dụng điều khiển quá trình tự động trong công nghiệp, theo các tham số : tỉ lệ, tích phân, đạo hàm.

Hiện nay, Công ty Thủy điện Bản Vẽ đang thực hiện các bước nghiên cứu và ứng dụng Deep learning đồng bộ với phương án cải tạo và nâng câp hệ thống điều khiển điều tốc cho các tổ máy Nhà máy Thủy điện Bản Vẽ nhằm đáp ứng các yêu cầu đặt ra.

Mô hình giải pháp

Các bước thực hiện trên hệ thống:

 i) Đưa ra quy trình đánh giá những điểm mà hệ thống cần khắc phục, có thể là phần mềm, phần cơ khí, phần thủy lực, phần điều khiển.ii) Nhân dạng toàn bộ tham số của hệ thống điều khiển turbine, máy phát các tham số nhận dạng iii) này là nền tảng cho việc tính toán bộ điều khiển trong nhà máy.iv) Xây dựng hệ thống mô phỏng hệ thống, kiểm nghiệm lại toàn bộ chế độ vận hành của nhà máy đánh giá ảnh hưởng các yếu tố đến chất lượng điều khiển của hệ thống. Sau đó tiến hành thử nghiệm thực tế đánh giá.vi) Tự động tính toán và tối ưu tham số ứng với phụ tại công suất liên tục thay đổi cũng như lưu lượng nước về máy là không cố định theo từng mùa. Phần tự động điều chỉnh tham số này (sử dụng Deep learning).

vii) Lập trình hệ thống điều khiển điều tốc điện sử dụng với phần cứng là PLC và phần mềm chạy trên nền SCL để thực hiện các thuật toán.

viii) Nghiên cứu, thiết kế, lắp đặt, đấu nối phần cứng, cấu hình phần mềm, chạy thử và nghiệm thu Nghiên cứu chức năng phần mềm và ứng dụng phần mềm

ix) Thử nghiệm trên hệ thống, đánh giá hiệu quả.

Kết luận

Chuyển đổi số hiện nay là mục tiêu lớn của nhiều doanh nghiệp, cùng với hệ thống dữ liệu lớn đã sẵn sàng đưa mục tiêu chuyển đổi số và cuộc cách mạng công nghệ 4.0 lên một cấp độ hoàn toàn mới

Deep learning và các thuật toán hỗ trợ AI liên quan phải được tích hợp vào các bộ công cụ các hệ thống sản xuất hiện nay để tận dụng những ưu thế vượt trội trong hệ thống học và dự đoán thống kê cổ điển. Đồng thời, có thể tích hợp các mục tiêu tự động hóa và nhà máy kỹ thuật số nhằm nâng cao hiệu quả sản xuất lên nhiều lần.

Theo Doanh nghiệp và Thương hiệu.