State Estimasi Pada Jaringan Distribusi 20 KV Surabaya Utara Dengan Metode Extended Kalman Filter Menggunakan Bahasa Pemrograman Java

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.

[img]
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: Mrs Anis Wulandari
Date Deposited: 02 Jun 2017 03:46
Last Modified: 27 Dec 2018 02:21
URI: https://repository.its.ac.id/id/eprint/41458

Actions (login required)

View Item View Item