Path: Top S1-Final Project Electrical Engineering 2010

DETEKSI DAN PENENTUAN LOKASI GANGGUAN SALURAN TRANSMISI MENGGUNAKAN JARINGAN SYARAF TIRUAN

Undergraduate Theses from JBPTITBPP / 2014-08-13 14:50:42
Oleh : ADHI ICHWAN KURNIAWAN (NIM : 13205197); Pembimbing : Dr. Ir. Syarif Hidayat; Dr. Ir. Nanang Haryanto, M.T., S1 - Department of Electrical Engineering
Dibuat : 2010, dengan 7 file

Keyword : gangguan, jaringan syaraf tiruan

Perkembangan sistem tenaga listrik yang pesat telah menghasilkan banyak studi mengenai kehandalan sistem dalam penyaluran daya ke konsumen. Salah satu hal yang mendapat perhatian oleh para peneliti adalah kehandalan sistem transmisi terhadap berbagai macam gangguan yang terjadi sehingga banyak dilakukan penelitian tentang metode pendeteksian dan penentuan jarak lokasi gangguan secara

tepat dan akurat.

Tugas akhir ini membahas tentang pengklasifikasian dan penentuan jarak lokasi gangguan menggunakan Jaringan Syaraf Tiruan (JST) dengan data dari hasil model simulasi yang telah ditentukan. Cara ini dipilih karena memiliki akurasi yang baik, respon yang cepat dalam pengenalan pola dan kemampuan dalam mempelajari sistem. Kemudian diusulkan rancangan alat untuk perkembangann selanjutnya agar

dapat diterapkan dilapangan. Gangguan yang dimaksud meliputi gangguan satu fasa ke tanah, fasa-fasa ke tanah, fasa-fasa dan tiga fasa seimbang pada saluran transmisi.

Hasil yang didapat adalah JST mampu mengenali dan menentukan jarak gangguan dari gardu induk dengan cukup akurat yaitu memiliki kesalahan rata-rata sebesar 0.004%.

Deskripsi Alternatif :

The rapid growth of electric power system has resulted a large of study in reliability of the power system to transmit electric power to consumer. One of interested thing that many researcher focus is to detect and classify fault accurately.

This paper proposed the application of artificial neural networks to fault detection and location in transmission lines using sets of data available from a selected network model and simulation. This methode has been chosen due to accuration of detection and locate the distance of fault, good response to recognize pattern and has ability to learn. Also the desain of device that can be implemented in real field. The fault that can be occur are single line to ground, double line to ground, phase to phase and three phase fault. The result show that artificial neural networks have ability to classify and determine the distance of fault accurately, the error rate is 0.004%.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiS
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • Pembimbing : Dr. Ir. Syarif Hidayat; Dr. Ir. Nanang Haryanto, M.T., Editor: Alice Diniarti

Download...