Detail Cantuman Kembali
koordinasi docr pada sistem distribusi dengan pembangkit tersebar menggunakan artificial neural network BPCG
- Bagikan:
Kebutuhan listrik yang semakin besar harus didukung sistem proteksi yang handal. Pada sistem distribusi sistem proteksi digunakan untuk mendeteksi arus gangguan hubung singkat dan beban lebih karena dampak dari pembangkit tersebar. Solusinya menggunakan konsep pembangkit tersebar dengan sistem bentuk loop, karena lebih kompleks dari sistem bentuk radial. Dibutuhkan koordinasi proteksi Directional Over Current Relay (DOCR) karena arus yang mengalir dari dari berbagai arah. Pengaturan rele proteksi dapat dilakukan dengan menghitung manual untuk mendapatkan nilai TDS dan Ipickup di setiap kombinasi pembangkitan. Perhitungan manual cukup rumit dan memakan waktu lama. Dengan menggunakan Artificial Intelligence (AI) maka cukup menghitung sekali di setiap kombinasi pembangkitan dari data pehitungan manual, algoritma AI sudah dapat memprediksi pengaturan rele yang tepat apabila ada perubahan kombinasi dan besar daya pembangkitan. Pada penelitian ini menggunakan algoritma Artificial Neural Network Backpropagation Conjugate Gradient (ANN BPCG) agar mendapatkan pengaturan yang tepat pada setiap perubahan kondisi pembangkitan. Diterapkan pada sistem IEEE 9 bus yang dimodifikasi dan disimulasikan. Setelah mencapai proses pembelajaran BPCG, maka didapatkan nilai bobot dan bias hasil sebagai nilai acuan untuk mendapatkan nilai TDS dan Ipickup. Kemudian akan menghasilkan setting rele yang sama atau mirip berdasarkan hasil perhitungan manual. Proses Pelatihan ANN menghasilkan nilai Mean Squared Error (MSE) pada neuron 24 sebesar 0.72194. Rata-rata selisih keseluruhan dari TDS rele 1 sampai rele 15 pada setiap kondisi pembangkitan adalah 0.0011 detik dan rata-rata persentase selisih keseluruhan adalah 0.1081%. Hasil penelitian ini dibuktikan dalam simulasi software. ANN BPCG merupakan metode yang cocok untuk memodelkan sistem koordinasi DOCR pada sistem distribusi dengan pembangkit tersebar.
623.22.15 Moh k
NONE
Text
Indonesia
Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah
2022
Surabaya
xv, 100 p. : ill. ; 29 cm.
Skripsi
LOADING LIST...
LOADING LIST...