Laily, Aisah Nur (2016) State Estimasi Pada Jaringan Distribusi 20 KV Surabaya Utara Dengan Metode Extended Kalman Filter Menggunakan Bahasa Pemrograman Java. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2213106073-Undergraduate-Theses.pdf Download (1MB) | Preview |
Abstract
Analisis aliran daya digunakan untuk mengetahui parameter aliran
daya, khususnya parameter tegangan. Untuk mengetahui parameterparameter
yang ada diperlukan peralatan pengukuran yang ditempatkan
pada tiap bus agar dapat dimonitoring secara real time. Permasalahan yang
sering terjadi dalam monitoring sistem tenaga yaitu kesalahan pada
transduser yang menyebabkan error pengukuran semakin besar. Analisis
state estimation (SE) digunakan untuk mengatasi permasalahan tersebut.
State estimasi berperan untuk monitoring nilai parameter dari keadaan
suatu sistem jaringan dan mengurangi gross error measurement pada alat
ukur. Pada tugas akhir ini akan dikaji state estimasi dengan metode
Extended Kalman Filter (EKF). Metode EKF ini dapat menghasilkan
estimasi tegangan yang mendekati hasil analisis pada software ETAP, yaitu
sebesar 0.99pu dengan error rata-rata terbesar 0.0071%. Metode ini
diaplikasikan menggunakan bahasa pemrograman JAVA pada jaringan
distribusi Surabaya Utara.
================================================================================
Power flow analysis is used to determine the parameters of the
power flow, in particular voltage parameter. To determine the existing
parameters necessary measuring equipment placed on each bus to be
monitored in real time. Problems often occur in the power system
monitoring is an error in the measurement transducer that causes
greater error. Analysis of state estimation (SE) is used to overcome
these problems. State estimation of a role for monitoring parameter
values of the state of a network system and reduce the gross errors of
measurement on the instrument. In this final project will be studied state
estimation method Extended Kalman Filter (EKF). EKF method can
produce voltages approaching the estimated results of the analysis on
ETAP software, which amounted 0.99pu with the greatest error rate
0.0071%. This method was applied using the JAVA programming
language in North Surabaya distribution network.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSE 005.133 Lai s |
| Uncontrolled Keywords: | Extended Kalman Filter; error pengukuran; JAVA; measurement error |
| Subjects: | Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis |
| Depositing User: | Anis Wulandari |
| Date Deposited: | 02 Jun 2017 03:46 |
| Last Modified: | 27 Dec 2018 02:21 |
| URI: | http://repository.its.ac.id/id/eprint/41458 |
Actions (login required)
 |
View Item |