Mô hình hóa một nhà máy nhiệt điện là một vấn đề khó khăn nhưng mang lại nhiều lợi ích. Các chương trình mô phỏng thường dựa trên các phương trình toán học rất phức tạp với số lượng lớn các thông số liên quan. Bài viết Ứng dụng mạng nơron nhân tạo đánh giá hiệu suất của nhà máy nhiệt điện đề xuất xây dựng hai mô hình mạng nơron nhân tạo (ANN) cho lò hơi và tuabin. | CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA ỨNG DỤNG MẠNG NƠRON NHÂN TẠO ĐÁNH GIÁ HIỆU SUẤT CỦA NHÀ MÁY NHIỆT ĐIỆN APPLICATION OF ARTIFICIAL NEUTRAL NETWORK TO ASSESS THE PERFORMANCE OF THERMAL POWER PLANT 1 2 Phạm Văn Hoàn Lê Trọng Nghĩa 1 Tổng công ty Phát điện 2 0898013706 2 Tổng công ty Phát điện 2 0905986307 nghialt@ Tóm tắt Mô hình hóa một nhà máy nhiệt điện là một vấn đề khó khăn nhưng mang lại nhiều lợi ích. Các chương trình mô phỏng thường dựa trên các phương trình toán học rất phức tạp với số lượng lớn các thông số liên quan. Nghiên cứu này đề xuất xây dựng hai mô hình mạng nơron nhân tạo ANN cho lò hơi và tuabin. Mục tiêu cuối cùng là tích hợp hai mô hình này thành một mô hình ước lượng công suất phát của nhà máy sử dụng một vài thông số có sẵn từ dữ liệu thực của nhà máy và có thể dễ dàng cập nhật với dữ liệu mới. Mạng nơron được sử dụng là mạng truyền thẳng hai lớp có hàm truyền sigmoid trong lớp ẩn và hàm tuyến tính trong lớp đầu ra và sử dụng thuật toán huấn luyện lan truyền ngược Levenberg-Marquardt. Phương pháp nghiên cứu là tổng quát và được áp dụng trên đối tượng cụ thể là tổ máy số 01 - Nhà máy nhiệt điện Ô Môn. Kết quả của dự báo đạt được độ chính xác cao cho thấy tiềm năng của việc sử dụng mô hình mạng nơron nhân tạo trong mô hình hóa các nhà máy nhiệt điện. Ngoài ra bài báo đã áp dụng thành công bộ thông số thực tế năm 2020 vào các mô hình ANN nêu trên để ước lượng mức suy giảm hiệu suất nhà máy bằng cách so sánh giữa thông số thực tế và dự báo. Kết quả mô phỏng cũng đã giúp khoanh vùng được một số nguyên nhân chính để cải thiện hiệu suất nhà máy. Từ khoá Nhà máy nhiệt điện mạng nơron nhân tạo lò hơi tuabin hơi dữ liệu thực. Abstract Modeling thermal power plants is a challenging but rewarding problem. Common simulation programs based on mathematical equations are highly complicated with numerous related parameters. This study develops two artificial neural networks ANN for boilers and
