PENGGUNAAN POWER SYSTEM STABILIZER BERBASIS RECURRENT NEURAL NETWORK PADA SISTEM SINGLE MACHINE INFINITE BUS (STUDI KASUS SISTEM KELISTRIKAN LOMBOK) TERHADAP GANGGUAN KECIL

RANGGA AKBAR, MUHAMMAD (2013) PENGGUNAAN POWER SYSTEM STABILIZER BERBASIS RECURRENT NEURAL NETWORK PADA SISTEM SINGLE MACHINE INFINITE BUS (STUDI KASUS SISTEM KELISTRIKAN LOMBOK) TERHADAP GANGGUAN KECIL. S1 thesis, Universitas Mataram.

[img] Text
10. Bab I II III IV V.docx

Download (2MB)

Abstract

Seiring dengan meningkatnya permintaan daya listrik, maka sistem tenaga listrik berkembang menjadi sangat besar dan kompleks. Perubahan beban dan gangguan kecil yang terjadi dapat menyebabkan kecepatan putaran rotor mengalami percepatan atau perlambatan sesaat. Fenomena ini akan membuat kualitas daya listrik yang dihasilkan menjadi menurun secara signifikan. Untuk mengatasi hal tersebut, maka diperlukan sebuah kontroler tambahan yang dinamakan Power System Stabilizer (PSS). Penelitian ini mengusulkan desain PSS berbasis-recurrent neural network (RNN). Konfigurasi RNNPSS terdiri dari dua neuro yaitu neuro identifier dan neuro controller. Neuro identifier digunakan untuk mengidentifikasi keluaran plant (single machine infinite bus, SMIB) dan neuro controller digunakan sebagai sinyal kontrol untuk memperbaiki stabilitas plant. Plant yang diteliti yaitu SMIB dan sistem kelistrikan Lombok yang disederhanakan dengan bus pembangkit Taman sebagai bus generator (machine). Hasil penelitian menunjukkan bahwa plant yang dilengkapi dengan RNNPSS mampu memperbaiki stabilitas dinamik STL yang paling baik dengan rata-rata overshoot dan settling time sebesar 0,1915 pu (7,04%) dan settling time 5,2995 s dengan perubahan signifikan nilai overshoot dan settling time sebesar 4,88% dan 26,94% antara RNNPSS dengan PSS konvensional.

Item Type: Thesis (S1)
Keywords (Kata Kunci): Stabilitas dinamik, RNN, perbaikan stabilitas, PSS, SMIB
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik
Depositing User: Ayus Suyarsih
Date Deposited: 20 Jul 2018 02:27
Last Modified: 20 Jul 2018 02:27
URI: http://eprints.unram.ac.id/id/eprint/6285

Actions (login required)

View Item View Item