LuanVan.vnLuận Văn
Gửi thư

Xây dựng mô hình lai CWT-CNN-LSTM phát hiện và nhận dạng sự cố ngắn mạch trên đường dây truyền tải

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảTrần Minh Khôi
Người hướng dẫnNguyễn Thị Hoài Thu
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu ứng dụng học máy (Machine Learning – ML) trong nhận diện và phân loại sự cố ngắn mạch trên đường dây truyền tải điện, nhằm nâng cao tốc độ, độ chính xác và khả năng thích ứng trong giám sát, bảo vệ hệ thống điện. Xây dựng mô hình đường dây truyền tải và thu thập dữ liệu sự cố từ mô phỏng các chế độ ngắn mạch khác nhau. Thực hiện tiền xử lý tín hiệu và trích xuất đặc trưng bằng các phương pháp phân tích tín hiệu, trong đó sử dụng biến đổi Wavelet để khai thác các đặc trưng phục vụ nhận dạng sự cố. Xây dựng và huấn luyện các mô hình học máy để phân loại các dạng sự cố ngắn mạch, đồng thời đánh giá hiệu quả dựa trên các tiêu chí như độ chính xác, độ nhạy và khả năng tổng quát hóa. Kết quả nghiên cứu cung cấp cơ sở cho việc ứng dụng ML trong giám sát và chẩn đoán sự cố trực tuyến, góp phần nâng cao độ tin cậy, an toàn và hiệu quả vận hành hệ thống điện, hướng đến phát triển các giải pháp bảo vệ thông minh trong lưới điện Smart Grid.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn kỹ thuật, xây dựng, môi trường · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play