FAULT DETECTION AND CLASSIFICATION

IN ELECTRICAL POWER TRANSMISSION SYSTEM USING

ARTIFICIAL NEURAL NETWORK

Kharis Akbar Baharizky [ I0715016 ]

SMART GRID
REFERENSI

SMART GRID
 ABSTRAK

• Makalah ini berfokus pada deteksi dan klasifikasi kesalahan pada saluran transmisi
tenaga listrik menggunakan jaringan syaraf tiruan.
• Arus tiga fasa dan tegangan satu ujung diambil sebagai masukan dalam skema yang
diusulkan
• ANN dengan arsitektur Back Propragation digunakan untuk deteksi dan klasifikasi
kesalahan untuk analisis masing-masing dari tiga fase yang terlibat dalam proses.
• Hasil simulasi menyimpulkan bahwa metode ini didasarkan pada jaringan syaraf
yang efisien dalam mendeteksi dan mengklasifikasikan kesalahan pada jalur transmisi
dengan kinerja yang memuaskan.
• Kesalahan yang berbeda disimulasikan dengan parameter yang berbeda untuk
memeriksa keandalan metode ANN.
• Berbagai simulasi dan analisis data dilakukan dengan menggunakan MATLAB.
SMART GRID
• Dalam makalah ini kami telah mempelajari penerapan jaringan syaraf
tiruan untuk deteksi dan klasifikasi kesalahan pada sistem saluran transmisi
tiga fase.
• Metode yang dikembangkan menggunakan tegangan tiga fasa dan tiga arus
fasa sebagai masukan ke jaringan saraf.
• Input dinormalkan dengan memperhatikan nilai masing-masing sebelum
terjadi fault.
• Semua jaringan saraf tiruan yang dipelajari di sini mengadopsi arsitektur
Back Propagation

SMART GRID
 PENDAHULUAN

LATAR BELAKANG
• Sistem tenaga listrik terdiri dari begitu banyak elemen dinamis dan
kompleks yang berbeda.
• Rentan terhadap gangguan atau gangguan listrik.
• Sistem pentransmisian daya listrik dari pembangkit tenaga listrik yang
terletak didaerah yang relatif sulit dijangkau
• Diperlukan deteksi kesalahan dan pengoperasian peralatan perlindungan
dalam waktu minimum mungkin sehingga sistem tenaga dapat tetap dalam
kondisi stabil

SMART GRID
 TUJUAN PENELITIAN

• Sistem pendeteksian kesalahan yang baik dan menyediakan cara

yang efektif, dapat diandalkan, cepat dan aman.

• Membedakan sistem tenaga listrik yang normal dan tidak nomral.

• Membedakan fault yang terjadi antara tiga fase yang berbeda.

SMART GRID
MENGAPA ANN ?

• Terdapat beberapa metode untuk mensimulasikan

jaringan dengan kondisi tenaga yang berbeda
secara cepat dan handal.
• ANN sangat dinamis, jadi cocok dengan kondisi
sistem tenaga listrik berubah setelah setiap
gangguan terjadi.
• Output ANN sangat cepat, dan akurat selama
pelatihan, karena komputasinya tergantung pada
operasi yang sangat sederhana.

SMART GRID
 JARINGAN TRANSMISI

• 500 × 103 V three phase transmission line

• Frekuensi 50 Hz
• Panjang saluran transmisi adalah 300 km

SMART GRID
 OPERASI

• Tiga fase Tegangan dan bentuk gelombang arus telah dihasilkan dan
diambil sampelnya pada frekuensi 1.000 Hertz. Oleh karena itu, ada 20
sampel per setiap siklus.
• Resistensi gangguan telah divariasikan sebagai berikut: 0,25, 0,5, 0,75, 1, 5,
10, 25, 50 Ω.
• Juga, jarak fault telah divariasikan pada faktor tambahan setiap 3 km pada
jalur transmisi 300 km

SMART GRID
 Gambar 4
menunjukkan bentuk
gelombang saat ini dari Fase B-
ground fault pada jarak 60 km
dari terminal A pada jalur
transmisi 300 km.

SMART GRID
SMART GRID
 KESIMPULAN

1. Jaringan syaraf tiruan adalah metode yang andal dan efektif untuk daya listrik
sistem klasifikasi kesalahan transmisi saluran dan deteksi terutama mengingat
meningkatkan konektivitas dinamis dari sistem transmisi tenaga listrik modern.
2. Kinerja jaringan saraf tiruan harus dianalisis dengan baik dan struktur jaringan
saraf dan algoritma pembelajaran tertentu sebelum memilihnya untuk aplikasi
praktis.
3. Jaringan neural propagasi balik memberikan kinerja yang baik, ketika mereka
dilatih dengan set data pelatihan yang besar, yang mudah tersedia dalam sistem
daya dan karenanya jaringan propagasi balik telah dipilih untuk metode yang
diusulkan.

SMART GRID
TERIMA KASIH

SMART GRID