OPTIMASI DAYA REAKTIF MENGGUNAKAN METODE REINFORCEMENT LEARNING PADA PT. PLNB REGION IV

Nugroho, Tommy (2007) OPTIMASI DAYA REAKTIF MENGGUNAKAN METODE REINFORCEMENT LEARNING PADA PT. PLNB REGION IV. Skripsi thesis, ITN malang.

Text 0012079 (1).pdf Download (11MB)

Abstract

Pada penelitian ini mempresentasikan model Reinforcement Learning Dasar dari metode tersebut digambarkan dan diaplikasikan untuk permasalahan minimalisasi rugi-rugi dan kontrol tegangan dengan hasil yang sangat baik. Untuk uji validasi digunakan IEEE 14-bus sistem dan diaplikasikan pada sistem Region IV 150 Kv dengan 72 hos dan R6 saluran Kontrol tegangan dan daya reaktif bertujuan untuk meningkatkan profil tegangan serta meminimalisasi rugi-rugi daya pada saluran transmisi 150 kV Region IV Jawa Timur Untuk memenuhi pelaksanaan dari masalah Reinforcement Learning, masalah aliran beban terkendala dirumuskan sama seperti suatu ketetapan masalah banyaknya tingkatan. Seting kontrol optimal diketahui dengan pengembangan pengaturan suatu ketentuan close-loop kontrol, yang mana menggambarkan keadaan (solusi aliran beban) untuk tindakan pengontrolan (seting kontrol offline) Dari hasil perhitungan load flow awal (sebelum optimasi) menggunakan metode Newton Rapshon, maka total daya yang dibangkitkan sebesar 1485.119MW, total pembebanan 1417.500MW dan rugi ruginya sebesar 67.619MW. Dan setelah dilakukan menggunakan metode RI. maka loadflow akhirnys (setelah optimani), untuk total daya pembangkitan sebesar 1483.335MW, total pembebanan sebesar 1417.500MW dan rugi-ruginya sebesar 65.835 MW

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Daya Reaktif, Reinforcement Learning Q-Learning
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	haning haning
Date Deposited:	24 May 2022 02:01
Last Modified:	24 May 2022 02:01
URI:	http://eprints.itn.ac.id/id/eprint/8117

Actions (login required)

View Item