ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

……………….o0o………………

BÁO CÁO BÀI TẬP LỚN

BỘ MÔN: XÁC SUẤT THỐNG KÊ

Giảng viên hướng dẫn: Huỳnh Xuân Cảnh

Nhóm BTL số 2 – Khoa Điện-Điện tử

Danh sách thành viên:

1. Mai Phạm Thanh Bình Mssv: 1910839

2. Phan Huỳnh Đức Mssv: 1910139
3. Hoàng Quốc Phong Mssv: 1914619
 Bài 1 – Xác định đặc tính điện áp phóng điện cho vật liệu cách điện rắn ở điện
áp xoay chiều tần số công nghiệp (4 điểm)
1.1 Mô tả bài toán

Trong bài thí nghiệm xác định độ bền điện của điện môi rắn thuộc môn Vật liệu kỹ
thuật điện (EE3091), điện áp phóng điện chọc thủng của mẫu điện môi rắn (giấy
cách điện dùng trong máy biến áp cao áp) được ghi nhận qua 15 lần đo được cho
trong bảng 2.1. Yêu cầu: Xác định khoảng phóng điện chọc thủng của mẫu điện
môi này với độ tin cậy 95%.

Bảng 2.1. Điện áp phóng điện chọc thủng của giấy cách điện trong 15 lần đo

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
3.00 2.62 2.77 2.54 2.73 3.00 2.92
Upd(kV)
2.774 2.85 2 2.584 2 2.622 4 6 2.736 6 3.002 2 2.964 6 3.002
1.2 Sinh viên cần tìm hiểu
a. Các khái niệm cơ bản về phóng điện chọc thủng điện môi rắn
b. Phân phối Student và cách xác định khoảng tin cậy

a) Các khái niệm cơ bản:

I.Phóng điê ̣n chọc thủng điê ̣n môi.

- Khi đặt U lên 2 đầu ĐM, vượt quá một giới hạn nào đó sẽ xảy ra phóng điện
chọc thủng ĐM, khi đó ĐM bị mất hoàn toàn tính chất cách điện, Hiện tượng
đó chính là sự phóng điện chọc thủng của ĐM hay là sự phá huỷ độ bền ĐM.

-Phóng điện chọc thủng còn gọi là đánh thủng ĐM hay phóng điện xuyên qua
ĐM. Trị số điện áp mà ở đó xảy ra đánh thủng ĐM được gọi là điện áp đánh
thủng (Uđt) trị số tương ứng của cường độ điện trường là cường độ đánh thủng
hay cường độ điện trường cách điện của ĐM (Eđt).
 U đt U đm
Eđt = ; h=K .
h Eđt

- Cường độ điện trường cách điện của ĐM “E” = 𝐸đt chính là điện áp đánh thủng
ĐM trên 1 mm chiều dày ĐM. Khi tính toán để chọn chiều dày ĐM của một
thiết bị làm việc ở điện áp định mức nào đó (Uđm), cần tính đến hệ số an toàn K.

- Thực tế có rất nhiều yếu tố ảnh hưởng tới E cách điện của ĐM: dạng điện
trường, dạng điện áp, thời gian tác dụng của điện áp, điều kiện môi trường như
áp suất, nhiệt độ, độ ẩm,..

II.Phân phối Student -Phân phối Student là gì?

Phân phối Student còn được gọi là phân phối T hay phân phối T Student, trong
tiếng Anh là T Distribution hay Student’s t-distribution.
Phân phối Student có hình dạng đối xứng trục giữa gần giống với phân phối
chuẩn. Khác biệt ở chỗ phần đuôi nếu trường hợp có nhiều giá trị trung bình
phân phối xa hơn sẽ khiến đồ thị dài và nặng. Phân phối student thường ứng
dụng để mô tả các mẫu khác nhau trong khi phân phối chuẩn lại dùng trong mô
tả tổng thể. Do đó, khi dùng để mô tả mẫu càng lớn thì hình dạng của 2 phân
phối càng giống nhau.
-Ứng dụng của phân phối student.
Phân phối T – Student thường được dùng rộng rãi trong việc suy luận phương
sai tổng thể khi có giả thiết tổng thể phân phối chuẩn, đặc biệt khi cỡ mẫu càng
nhỏ thì độ chính xác càng cao. Ngoài ra, còn được ứng dụng trong kiểm định
giả tiết về trung bình khi chưa biết phương sai tổng thể là bao nhiêu.
Phân phối này được ứng dụng trong cả xác suất thống kê và kinh tế lượng.
-Các tính chất của phân phối student.
 X
X=
Nếu như 𝑌~(0,1),𝑍~𝑋2(𝑘) và đô ̣c lâ ̣p với Y thì z ~T(k). Trong trường hợp
√ k
này phân phối Student có:
Hình dạng đối xứng gần giống phân phối chuẩn hóa
· Khi cỡ mẫu càng lớn càng giống phân phối chuẩn hóa
· Cỡ mẫu càng nhỏ, phần đuôi càng nặng và xa hơn

T ( k+2 1 )
Hàm mâ ̣t đô ̣: f(x)= 2 k+1
k x
√ π . k .T ( ) . (1+ ) 2
2 k

Trung bình μ=0

k
Phương sai σ = k−2 , k >2

Trong quá trình làm bài tập, khi bậc tự do lớn hơn 30 thì phân phối Student
được xem như là phân phối chuẩn hóa. Khi đó,phân phối student tương đương
k
(
với phân phối chuẩn: T~N 0 , k−2 )
-Cách tra bảng phân phối Student.

Để tìm giá trị T α(𝑛) ta tra bảng phân phối Student cô ̣t 𝛼 dòng n.

III.Cách xác định khoảng tin câ ̣y

-Ước lượng bằng khoảng tin câ ̣y
Ước lượng bằng khoảng tin cậy chính là tìm ra khoảng ước lượng (G1 ;G2 ) cho
tham số θ trong tổng thể sao cho ứng với độ tin cậy (confidence) bằng (1- α )
cho trước, P( G1 < q < G2 ) = 1- α . Phương pháp ƯL bằng khoảng tin cậy có
ưu thế hơn phương pháp ƯL điểm vì nó làm tăng độ chính xác của ước lượng
và còn đánh giá được mức độ tin cậy của ước lượng. Nó chứa đựng khả năng
mắc sai lầm là .
-Phương pháp tìm khoảng ước lượng tin câ ̣y cho tham số q với đô ̣ tin câ ̣y 1-a
cho trước.
• Trước tiên ta tìm hàm ước lượng G = f(X1 , X2 , .., Xn , q) sao cho quy luật
phân phối xác suất của G hoàn toàn xác định, không phụ thuộc vào các đối số.
Chọn cặp giá trị α 1+ α2 ≥sao cho α 1+ α2 = α và tìm Gα 1 , Gα 2mà ( G <G α 1 ) =α 1 và P
(G > Gα 2) = α 2, suy ra P(G α 1< G <Gα 2) = 1 - α . Biến đổi để tìm được các giá trị
G1, G2 sao cho P(G1 < θ < G2 ) = 1-α . Khi đó khoảng (G1, G2) chính là một
trong các khoảng tin cậy (confidence interval) cần tìm.
• Theo nguyên lý xác suất lớn thì với độ tin cậy (1 - α ) đủ lớn, hầu như chắc
chắn biến cố (G1 < θ< G2 ) sẽ xảy ra trong một phép thử. Vì vậy trong thực tế
chỉ cần thực hiện phép thử để có được một mẫu cụ thể ω= (x1, x2 , .., xn) rồi
tính giá trị của G1 và G2 ứng với mẫu đã cho sẽ cho ta một khoảng ước lượng
thỏa yêu cầu.

b) Tính phân phối Student và xác định khoảng tin cậy:

Code:
#include <stdio.h>
#include <math.h>

int main()
{
double t = 2.145;
double a[100];
a[0]=0;
double x = 0;
double s = 0;
double E;
printf("Nhap U: ");
for (int i = 1; i <= 15; i++)
{
scanf("%lf", &a[i]);
 x += a[i];
}
for (int i = 1; i <= 15; i++)
s += sqrt(pow(a[i] - x / 15, 2)) / sqrt(14);
printf("%lf", s);
E = t * s / sqrt(15);
printf("%lf", E);
printf("Khoang tin cay la (%lf ; %lf)", x / 15 + E, x / 15 - E);
}

Kết quả sau khi chạy chương trình:

Hình 1: Kết quả câu 1

Bài 2 – Đánh giá độ tin cậy của hệ thống nguồn điện (6 điểm)

2.1 Mô tả bài toán

Hệ thống nguồn điện gồm 12 tổ máy 5 MW, mỗi tổ máy có hệ số FOR = 0,006; dự

báo phụ tải đỉnh là 53 MW (giả sử có độ chính xác 100%); đường cong đặc tính

tải trong năm là đường thẳng nối từ 100% đến 40% so với đỉnh như hình 4.1. Yêu

cầu:

a. Xác định thời gian kỳ vọng thiếu hụt công suất nguồn LOLE (Loss of Load

Expectation) trong năm

b. Xác định lượng điện năng kỳ vọng bị thiếu LOEE (Loss of Energy

Expectation) trong năm

2.2 Sinh viên cần tìm hiểu

a. Các khái niệm cơ bản về nguồn điện (nhà máy điện), hệ số ngừng cừng cưỡng

bức FOR, tải đỉnh, đường cong đặc tính tải.

b. Các kiến thức về thống kê như phân phối chuẩn và phân phối nhị thức
 Hình 2: Đặc tính tải trong năm

a) Các khái niệm cơ bản

I-Nguồn điên trong thực tế.

Nhà máy điê ̣n: là nhà máy sản xuất điện năng ở quy mô công nghiệp. Bộ phận
chính yếu của hầu hết các nhà máy điện là máy phát điện. Đó là thiết bị biến đổi
cơ năng thành điện năng thông thường sử dụng nguyên lý cảm ứng điện từ. Tuy
nhiên nguồn năng lượng để chạy các máy phát điện này lại không giống nhau.
Nó phụ thuộc phần lớn vào loại chất đốt và công nghệ mà nhà máy có thể tiếp
cận được.

-Phân loại:Hiê ̣n nay có 3 loại nhà máy điê ̣n chính được phân loại theo nguồn
gốc năng lượng chuyển hóa:

-Nhà máy thủy điê ̣n

-Nhà máy nhiê ̣t điê ̣n.

-Nhà máy điê ̣n nguyên tử.

II-Hê ̣ số ngừng cưỡng bức FOR:

Khái niê ̣m:Xác suất tổ máy bị ngừng hoạt động tại một khoảng thời gian nào đó
trong tương lai, thường được gọi là cường độ ngừng cưỡng bức - Forced Outage
Rate trong HTĐ.

III-Tải đỉnh:

- Phụ tải cực đại được chia thành hai nhóm:

a. Phụ tải cực đại ổn định, Pmax.

Phụ tải cực đại ổn định là phụ tải trung bình lớn nhất tính trong khoảng thời
gian tương đối ngắn (thường lấy bằng 10, 15 hoặc 30 phút) (hình 2-5). Trị số
này dùng để chọn các thiết bị theo điều kiện phát nóng. Nó cho phép ta đánh giá
được giới hạn trên của phụ tải tính toán. Thường ta tính phụ tải cực đại ổn định
là phụ tải trung bình lớn nhất xuất hiện trong thời gian 10, 15 hoặc 30 phút của
ca có phụ tải lớn nhất trong ngày. Đôi khi người ta dùng phụ tải cực đại ổn định
được xác định như trên làm phụ tải tính toán.

b. Phụ tải đỉnh nhọn, Pdn.

Là phụ tải cực đại xuất hiện trong khoảng (1¸2)s. Phụ tải định nhọn để kiểm tra
độ dao động điện áp, điều kiện tự khởi động của động cơ, kiểm tra điều kiện
làm việc của cầu chì, tính dòng điện khởi động của rơle bảo vệ ... Phụ tải đỉnh
nhọn thường xuất hiện khi động cơ khởi động. Ta không chỉ quan tâm tới trị số
của phụ tải đỉnh nhọn mà còn phải quan tâm tới số lần xuất hiện trong một giờ.
30 Số lần xuất hiện của phụ tải đỉnh nhọn càng tăng thì càng ảnh hưởng xấu đến
sự làm việc bình thường của các thiết bị dùng điện khác trong mạng điện.

IV.Đường cong đă ̣c tuyến tải.

V:Phân phối chuẩn.

-Phân phối chuẩn là gì?

Phân phối chuẩn, còn gọi là phân phối Gauss, là một phân phối xác suất cực kì
quan trọng trong nhiều lĩnh vực. Nó là họ phân phối có dạng tổng quát giống
nhau, chỉ khác tham số vị trí (giá trị trung bình μ) và tỉ lệ (phương sai σ2).

-Tính chất của phân phối chuẩn.

Phân phối chuẩn chuẩn hóa (standard normal distribution) là phân phối chuẩn
với giá trị trung bình bằng 0 và phương sai bằng 1 (đường cong màu đỏ trong
hình bên phải). Phân phối chuẩn còn được gọi là đường cong chuông (bell
curve) vì đồ thị của mật độ xác suất có dạng chuông.
2
− ( x−μ )

-Hàm mật độ: ( x )= 1 e ; x∈ R

2
2σ
σ √2 π

-Trung bình μ

-Phương sai σ 2
2 2
t μ
μt+
-Hàm sinh moment m ( t )=e 2

-Ứng dụng của phân phối chuẩn.

Phân phối chuẩn là một phân phối quan trọng trong thống kê, định lý hội tụ
trung tâm (central limit theorem) nói rằng phân phối của trung bình mẫu mẫu sẽ
tiến tới phân phối chuẩn khi ta tăng cỡ mẫu. Phân phối chuẩn thường được dùng
trong thống kê suy luận dùng suy luận trung bình tổng thể và kiểm định giả
thiết thống kê.

VI:Phân phối nhị thức.

-Phân phối nhị thức là gì?

Phân phối nhị thức với tham số p và n là tổng của n phép thử Bernoulli với xác
suất p độc lập với nhau. Biến ngẫu nhiên có phân phối nhị thức nhận giá trị từ 0
đến n và xác suất để chọn ra x phần tử mong muốn trong n phần tử là

( nx ) p ( 1−p )
x n−x
với x=0,1,2,...n.

-Tính chất của phân phối nhị thức.

Biến ngẫu nhiên có phân phối nhị thức nhận giá trị từ 0 đến n và xác suất để
n x
()
chọn ra x phần tử mong muốn trong n phần tử là x p ( 1−p )
n−x

với x=0,1,2,...n.

Thì:
n x
()
Hàm xác suất: f(x)= x p ( 1−p )
n−x
; x∈,0,1,2,…,n

Trung bình: μ=np

Phương sai:σ 2=np ( 1− p )=npq

n
Hàm sinh moment: m(t) = ( p e t +q )

-Ứng dụng của phân phối nhị thức.

Phân phối Nhị thức được sử dụng nhiều trong thực tế để tính số lượng lượt thử
thành công trong n lượt thử độc lập tìm kết quả CÓ hay KHÔNG thành công.
Code:

#incl,ude <stdio.h>
#include <math.h>
// tổ máy, công suất: MW, hệ số lỗi FOR: , tải đỉnh: , tải min: ,số tổ máy hỏng: ;
// stt[]; sotohop[]; hu[]; tot[]; Cout[]; Cava[]; pi[]; Tk[]; pkxTk[]; E[]; pkxE[]
int main()
{
int sotomay, sotomayhong;
double congsuat1may, FOR, taidinh, taimin;
printf("So to may: ");
scanf("%d", &sotomay);
printf("Cong suat moi may: ");
scanf("%lf", &congsuat1may);
printf("He so loi FOR: ");
scanf("%lf", &FOR);
printf("Cong suat tai dinh: ");
scanf("%lf", &taidinh);
printf("Cong suat tai min: ");
scanf("%lf", &taimin);
// BAT DAU TINH CAC COT GIA TRI //
int stt[100];
int hu[100];
int sotohop[100], C = 1;
sotohop[0] = 1;
// TIM STT VA SO MAY BI HU
for (int i = 0; i <= sotomay; i++)
{
stt[i] = i + 1;
hu[i] = i;
}
// TIM SO TO HOP CHAP n CUA r
for (int i = 1; i <= sotomay; i++)
{
C = 1;
for (int k = 1; k <= i; k++)
{
C = C * (sotomay - k + 1) / k;
sotohop[i] = C;
}
}
// TIM CS Cout VA CS Cava
int Cout[100];
int Cava[100];
for (int i = 0; i <= sotomay; i++)
{
Cout[i] = hu[i] * congsuat1may;
Cava[i] = (sotomay - hu[i]) * congsuat1may;
 }
// TIM XAC SUAT RIENG PHAN PI
double A = 1;
double pi[100];
for (int i = 0; i <= sotomay; i++)
{
pi[i] = sotohop[i] * pow((1 - FOR), (sotomay - i)) * pow(FOR, i);
}
// TIM PT DUONG THANG Y = AX + B, THOI GIAN VA LUONG DIEN
NANG THIEU NGUON TRONG NAM Tk,E
double a, b;
double Tk[100];
double E[100];
b = taidinh;
a = (taimin - taidinh) / 365;
for (int i = 0; i <= sotomay; i++)
{
if (Cava[i] >= b)
{
Tk[i] = 0;
E[i] = 0;
}
else if (Cava[i] >= taimin)
{
Tk[i] = (Cava[i] - b) / a * 24;
 E[i] = (b - Cava[i]) / 2 * Tk[i];
}
else
{
Tk[i] = 365 * 24;
E[i] = (b - taimin) / 2 * Tk[i] + (taimin - Cava[i]) * Tk[i];
}
}
// TIM THOI GIAN VA DIEN NANG KY VONG BI THIEU HUT TRONG
NAM pkxTk, pkxE
double pkxE[100];
double pkxTk[100];
for (int i = 0; i <= sotomay; i++)
{
pkxTk[i] = Tk[i] * pi[i];
pkxE[i] = E[i] * pi[i];
}
// IN BANG XU LY SO LIEU RA MAN HINH
// stt[]; sotohop[]; hu[]; tot[]; Cout[]; Cava[]; pi[]; Tk[]; pkxTk[]; E[]; pkxE[]
double LOLE = 0;
double LOEE = 0;
printf("STT\tSotohop\tSohu\tCout\tCava\t\tpi\t\t\t\tTk\n");
for (int i = 0; i <= sotomay; i++)
printf("%d\t%d\t%d\t%d\t%d\t%-0.30lf\t%-0.9lf\n", stt[i], sotohop[i], hu[i],
Cout[i], Cava[i], pi[i], Tk[i]);
 printf("pkxTk\t\t\t\t\tE\t\t\t\tpkxE\n");
for (int i = 0; i <= sotomay; i++)
printf("%-0.30lf\t%-0.8lf\t\t%-0.30lf\n", pkxTk[i], E[i], pkxE[i]);
for (int i = 0; i <= sotomay; i++)
{
LOLE += pkxTk[i];
LOEE += pkxE[i];
}
printf("cau a) Thoi gian ky vong thieu hut cong suat nguon LOLE = %.18Lf
(gio/nam)\n", LOLE);
printf("cau b) Luong dien nang ky vong bị thieu LOEE = %.18Lf (MHW)",
LOEE);
}
Kết quả sau khi chạy chương trình:

HẾT.