Steady-State Stability Assessment Using Neural Network Based on Network Equivalent
Abstrak: Sistem tenaga di
seluruh dunia mengalami peningkatan pada ukuran dan kompleksitas yang diakibatkan
oleh pengembangan sistem interkoneksi secara luas. Situasi ini akan membawa system
tenaga lebih sering beroperasi mendekati batas kestabilan steady-state yang
berakibat pada peningkatan ketidakstabilan tegangan atau voltage collapse.
Paper ini menjelaskan perbaikan Steady-state Stability Limit (SSSL) pada system
tenaga menggunakan kombinasi metode REI-Dimo dan Artificial Neural Network
(ANN). REI-Dimo equivalent digunakan untuk memperoleh indeks SSSL pada sistem
tenaga. Selanjutnya hasil dari REI-Dimo akan diajarkan pada metode ANN secara
on-line. Studi ini dilakukan pada sistem Jawa-Bali 500kV. Dari simulari
terlihat bahwa metode yang diusulkan dapat memprediksi SSSL pada sistem tenaga
secara akurat. Metode melakukan perhitungan lebih efisien dan cocok digunakan untuk
memonitor secara on-line kondisi kestabilan steady-state pada sistem tenaga.
Penulis: Indar Chaerah Gunadin
Kode Jurnal: jptkomputerdd100057
