Diagnosis kegagalan Transformator Daya dengan metode Dissolved Gas Analysis (DGA) berbasis Artificial Neural Network (ANN)

Media, Galih (2024) Diagnosis kegagalan Transformator Daya dengan metode Dissolved Gas Analysis (DGA) berbasis Artificial Neural Network (ANN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (250kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (227kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (248kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (463kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (657kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (335kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (524kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (900kB) | Request a copy
[img] Text (BAB VI)
9_bab6.pdf
Restricted to Registered users only

Download (233kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf
Restricted to Registered users only

Download (253kB) | Request a copy

Abstract

Transformator daya merupakan salah satu komponen penting dalam sistem tenaga listrik dalam memenuhi kebutuhan pasokan listrik seluruh pelanggan. Namun, seiring berjalannya waktu pengoperasian, transformator akan mengalami berbagai tekanan listrik yang akan merusak kinerjanya. Salah satu penyebab kerusakan pada transformator adalah tekanan panas yang membuat minyak sebagai bahan isolasi mengalami degradasi yang lebih cepat dan menimbulkan adanya gas hidrokarbon. Masalah tersebut dapat ditindaklanjuti dengan metode DGA yang digunakan untuk mengukur besaran gas hidrokarbon dalam minyak isolasi transformator. DGA sendiri memiliki beberapa metode untuk mendiagnosis kegagalan transformator yang disebabkan oleh gas hidrokarbon akibat tekanan panas pada minyak isolasi transformator. Penelitian ini bertujuan untuk mendiagnosis kegagalan transformator daya dengan metode DGA dan mengklasifikasikan jenis kegagalan tersebut dengan algoritma ANN. Mengingat bahwa metode kovensional DGA memiliki kekurangan dari segi akurasi dan ketidakjelasan dalam diagnosis jenis kegagalan. Empat metode konvensional DGA yaitu roger ratio, duval triangle, four gases, dan duval pentagon digunakan untuk menganalisis gas terlarut pada minyak transformator sebagai tahap awal dalam mendiagnosis jenis kegagalan yang terjadi. Algortima ANN digunakan untuk mengklasifikasikan jenis kagagalan yang diperoleh dari metode konvensional DGA. Hasil pengujian diagnosis kegagalan dengan metode konvensional DGA menujukkan bahwa metode grafis yaitu duval triangle, duval pentagon dan four gases merupakan metode yang paling efektif karena memberikan lebih banyak diagnosis jenis kegagalan. Metode roger ratio memiliki kekurangan dalam diagnosis kegagalan yang disebabkan oleh kesulitannya karena hasil akhir diagnosis yang harus sesuai dengan persyaratan dari metode roger ratio tersebut. Hasil klasifikasi dengan algoritma ANN menujukkan bahwa akurasi tertinggi dalam klasifikasi didapat oleh metode duval triangle dan four gases dengan akurasi sebesar 95%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Transformator daya; diagnosis; Dissolved Gas Analysis (DGA); klasifikasi; Artificial Neural Network (ANN).
Subjects: Applied Physics
Applied Physics > Generation, Modification, Storage
Applied Physics > Transformers
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Elektro
Depositing User: Galih Media
Date Deposited: 01 Oct 2024 01:44
Last Modified: 01 Oct 2024 01:44
URI: https://digilib.uinsgd.ac.id/id/eprint/99727

Actions (login required)

View Item View Item