利用知识增长系统 (KGS) 方法快速预测中压网络干扰

Ika Noer Syamsiana, Puspa Ayu Yohana Yohana, Indrazno Sirajuddin, Arwin Datumaya Wahyudi Sumari, Andhika Sulistio
{"title":"利用知识增长系统 (KGS) 方法快速预测中压网络干扰","authors":"Ika Noer Syamsiana, Puspa Ayu Yohana Yohana, Indrazno Sirajuddin, Arwin Datumaya Wahyudi Sumari, Andhika Sulistio","doi":"10.31961/eltikom.v7i2.573","DOIUrl":null,"url":null,"abstract":"Semakin meningkatnya kebutuhan energi listrik di sektor rumah tangga hingga industri menyebabkan energi listrik menjadi salah satu kebutuhan yang sangat penting dalam kehidupan sehari hari, sehingga keandalan dalam pendistribusian energi listrik harus sangat diperhatikan. Adanya gangguan-gangguan yang terjadi karena beberapa factor gangguan dapat menyebabkan terganggunya keandalan pada supply listrik. Situasi seperti ini sering terjadi di unit Perusahan Listrik Negara (PLN) di wilayah Surabaya Selatan, hal inilah yang melatar belakangi penelitian ini dibuat salah satunya dengan memprediksi gangguan distribusi listrik yang bertujuan untuk menguji metode Knowledge Growing System (KGS) dalam memprediksi masalah gangguan listrik dengan cara mengenali pola gangguan yang terjadi di setiap bulannya yang kemudian di akumulasi menjadi pola gangguan pertahun. KGS adalah agen cerdas yang dapat menghasilkan pengetahuannya sendiri tentang fenomena yang diamati dan menggunakan pengetahuan yang dihasilkan untuk membuat prediksi. Dengan memiliki pengetahuan tentang 10 pola gangguan listrik di lokasi distribusi listrik, KGS telah mampu memprediksi bahwa gangguan yang paling mungkin terjadi karena gangguan belum ditemukan/gangguan sesaat di Gardu induk Rungkut, Waru, Wonorejo, Sukolilo dan Ngagel dengan rata rata terjadi gangguan sebesar 26,91 %. Dengan prediksi yang cepat, unit PLN dapat mengembangkan rencana yang tepat untuk mengatasi gangguan dan memulihkan pasokan listrik dengan cepat.","PeriodicalId":517210,"journal":{"name":"Jurnal ELTIKOM","volume":"43 11","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Prediksi Cepat Gangguan Jaringan Tegangan Menengah Menggunakan Metode Knowledge Growing System (KGS)\",\"authors\":\"Ika Noer Syamsiana, Puspa Ayu Yohana Yohana, Indrazno Sirajuddin, Arwin Datumaya Wahyudi Sumari, Andhika Sulistio\",\"doi\":\"10.31961/eltikom.v7i2.573\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Semakin meningkatnya kebutuhan energi listrik di sektor rumah tangga hingga industri menyebabkan energi listrik menjadi salah satu kebutuhan yang sangat penting dalam kehidupan sehari hari, sehingga keandalan dalam pendistribusian energi listrik harus sangat diperhatikan. Adanya gangguan-gangguan yang terjadi karena beberapa factor gangguan dapat menyebabkan terganggunya keandalan pada supply listrik. Situasi seperti ini sering terjadi di unit Perusahan Listrik Negara (PLN) di wilayah Surabaya Selatan, hal inilah yang melatar belakangi penelitian ini dibuat salah satunya dengan memprediksi gangguan distribusi listrik yang bertujuan untuk menguji metode Knowledge Growing System (KGS) dalam memprediksi masalah gangguan listrik dengan cara mengenali pola gangguan yang terjadi di setiap bulannya yang kemudian di akumulasi menjadi pola gangguan pertahun. KGS adalah agen cerdas yang dapat menghasilkan pengetahuannya sendiri tentang fenomena yang diamati dan menggunakan pengetahuan yang dihasilkan untuk membuat prediksi. Dengan memiliki pengetahuan tentang 10 pola gangguan listrik di lokasi distribusi listrik, KGS telah mampu memprediksi bahwa gangguan yang paling mungkin terjadi karena gangguan belum ditemukan/gangguan sesaat di Gardu induk Rungkut, Waru, Wonorejo, Sukolilo dan Ngagel dengan rata rata terjadi gangguan sebesar 26,91 %. Dengan prediksi yang cepat, unit PLN dapat mengembangkan rencana yang tepat untuk mengatasi gangguan dan memulihkan pasokan listrik dengan cepat.\",\"PeriodicalId\":517210,\"journal\":{\"name\":\"Jurnal ELTIKOM\",\"volume\":\"43 11\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-02-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal ELTIKOM\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31961/eltikom.v7i2.573\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal ELTIKOM","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31961/eltikom.v7i2.573","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

从家庭到工业领域对电能的需求日益增长,导致电能成为日常生活中最重要的需求之一,因此电能分配的可靠性必须受到高度关注。由于多种干扰因素的存在,会造成供电可靠性的中断。国家电力公司(PLN)在南泗水地区的供电单位经常出现类似情况,这也是本研究的背景之一,该研究通过预测配电干扰,旨在测试知识增长系统(KGS)在预测电力干扰问题方面的方法,即识别每月发生的干扰模式,然后将其累积为年度干扰模式。KGS 是一个智能代理,它可以生成自己关于观察到的现象的知识,并利用生成的知识进行预测。通过了解配电地点的 10 种电力干扰模式,KGS 能够预测出最有可能发生的干扰是 Rungkut、Waru、Wonorejo、Sukolilo 和 Ngagel 变电站的未发现/瞬间干扰,平均干扰发生率为 26.91%。通过快速预测,PLN 各单位可以制定适当的计划来克服干扰并迅速恢复电力供应。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Prediksi Cepat Gangguan Jaringan Tegangan Menengah Menggunakan Metode Knowledge Growing System (KGS)
Semakin meningkatnya kebutuhan energi listrik di sektor rumah tangga hingga industri menyebabkan energi listrik menjadi salah satu kebutuhan yang sangat penting dalam kehidupan sehari hari, sehingga keandalan dalam pendistribusian energi listrik harus sangat diperhatikan. Adanya gangguan-gangguan yang terjadi karena beberapa factor gangguan dapat menyebabkan terganggunya keandalan pada supply listrik. Situasi seperti ini sering terjadi di unit Perusahan Listrik Negara (PLN) di wilayah Surabaya Selatan, hal inilah yang melatar belakangi penelitian ini dibuat salah satunya dengan memprediksi gangguan distribusi listrik yang bertujuan untuk menguji metode Knowledge Growing System (KGS) dalam memprediksi masalah gangguan listrik dengan cara mengenali pola gangguan yang terjadi di setiap bulannya yang kemudian di akumulasi menjadi pola gangguan pertahun. KGS adalah agen cerdas yang dapat menghasilkan pengetahuannya sendiri tentang fenomena yang diamati dan menggunakan pengetahuan yang dihasilkan untuk membuat prediksi. Dengan memiliki pengetahuan tentang 10 pola gangguan listrik di lokasi distribusi listrik, KGS telah mampu memprediksi bahwa gangguan yang paling mungkin terjadi karena gangguan belum ditemukan/gangguan sesaat di Gardu induk Rungkut, Waru, Wonorejo, Sukolilo dan Ngagel dengan rata rata terjadi gangguan sebesar 26,91 %. Dengan prediksi yang cepat, unit PLN dapat mengembangkan rencana yang tepat untuk mengatasi gangguan dan memulihkan pasokan listrik dengan cepat.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Range and Velocity Resolution of Linear- Frequency-Modulated Signals on Subarray-Mimo Radar Prediksi Cepat Gangguan Jaringan Tegangan Menengah Menggunakan Metode Knowledge Growing System (KGS) Prediksi Cepat Gangguan Jaringan Tegangan Menengah Menggunakan Metode Knowledge Growing System (KGS)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1