Jenis Variasi Tegangan Durasi Pendek
Short Duration Voltage Variation (SDVV) merupakan salah satu gangguan kualitas daya. Untuk memodelkan SDVV diperlukan persamaan yang dapat dilihat pada tabel 1. Jenis SDVV menurut IEEE Std. 1159-2009 dibagi menjadi tiga jenis seperti instan, sesaat dan sementara. Mengacu pada IEEE std., SDVV memiliki durasi dan besaran yang berbeda. Identifikasi SDVV difokuskan pada tipe sesaat. Karakteristik tipikal untuk penurunan tegangan sesaat adalah tingkat tegangan 0,1 pu sampai 0,9 pu untuk durasi waktu 0,5 sampai 30 siklus. Sedangkan karakteristik kenaikan tegangan sesaat adalah tingkat tegangan 1,1 pu sampai 1,8 pu dengan durasi waktu 0,5 sampai 30 siklus. SDVV dikombinasikan dengan harmonik untuk mengevaluasi kinerja short time fourier transform (STFT).
Artificial Neural Network (ANN)
ANN diterapkan untuk identifikasi SDVV. Arsitektur ANN terdiri dari lapisan masukan, lapisan tersembunyi, dan keluaran. Input ANN adalah output STFT. Ada 257 x 6 data untuk input ANN. Parameter penting dari ANN adalah lapisan tersembunyi. Dalam lapisan tersembunyi terdiri dari 2 lapisan tersembunyi. Lapisan tersembunyi masing-masing memiliki 5 dan 10 neuron. Iterasi ANN adalah 100.
Dari Identifikasi jenis SDVV menggunakan STFT dan ANN, ada 5 jenis SDVV yaitu sinyal normal, tegangan sag, tegangan swell, tegangan sag gabungan harmonik dan tegangan swell gabungan harmonik. SDVV dimodelkan dengan sampling frekuensi 1000 Hz, jumlah data 600 data, durasi 0 sampai 0,6 s. Sinyal SDVV dianalisis dengan STFT. Hasil simulasi STFT memiliki akurasi yang baik untuk menganalisis 5 jenis SDVV. Output STFT adalah besaran dalam domain frekuensi waktu yang digunakan untuk menginput ANN. Hasil simulasi ANN untuk identifikasi SDVV menunjukkan bahwa ANN memiliki akurasi yang baik. ANN dengan 10 x 10 neuron pada lapisan tersembunyi dapat memiliki akurasi 100 persen.
Penulis: Aji Akbar Firdaus
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
