Please use this identifier to cite or link to this item: https://ptsldigital.ukm.my/jspui/handle/123456789/486996
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAzah Mohamed, Prof. Dr.-
dc.contributor.authorRasli Abd Ghani (P43848)-
dc.date.accessioned2023-10-11T02:27:21Z-
dc.date.available2023-10-11T02:27:21Z-
dc.date.issued2011-01-12-
dc.identifier.otherukmvital:120384-
dc.identifier.urihttps://ptsldigital.ukm.my/jspui/handle/123456789/486996-
dc.descriptionSistem agihan kuasa telah ditimpa pelbagai peristiwa yang menyebabkan kerosakan; dan prosidur pemulihan putusan bekalan kuasa pada masa kini mengambil masa dari puluhan minit sehingga beberapa jam. Pengenalpastian penyebab putusan bekalan kuasa yang berkesan boleh membantu mempercepatkan pemulihan putusan dan seterusnya meningkatkan keboleharapan sistem. Justeru, satu alatan diagnosis kerosakan yang berkesan diperlukan dalam sistem agihan kuasa untuk mengurangkan indeks purata tempoh gangguan pengguna (IPTGP). Kebanyakan penyelidikan diagnosis kerosakan terkini adalah berasaskan pemodelan sistem dan pengukuran seperti voltan dan arus; dan biasanya dilaksanakan pada penyuap tunggal atau sistem agihan kuasa yang kecil disebabkan kesukaran memodelkan sistem agihan berskala besar, tak lelurus dan berubah masa. Dalam kajian ini, sistem taabir kabur neuro adaptif (STKNA) yang merupakan teknik baru kecerdasan buatan telah digunakan dengan objektif pembangunan diagnosis kerosakan yang tepat dan jitu. Diagnosis kerosakan yang dicadangkan menimbangkan pembangunan teknik kecerdasan buatan yang baru untuk penempatan kerosakan yang jitu, pengelasan jenis kerosakan yang betul, pengenalpastian tepat bagi geganti perlindungan yang pincang tugas dan perancangan berkesan pemulihan kuasa. Pembangunan alatan perisian boleh-guna berasaskan Matlab untuk diagnosis kerosakan juga dipertimbangkan dalam kajian ini. Kajian awal dimulakan dengan melakukan simulasi kerosakan ke atas rangkaian ujian IEEE 34 bas dan rangkaian praktikal 47 bas dengan menggunakan perisian komersial PSS/ADEPT untuk menjanakan data arus selepas kerosakan tiga fasa punca min kuasa dua. Untuk menentukan jenis dan kedudukan kerosakan dalam sebutan koordinat geometri, data arus digunakan untuk melatih STKNA selari-siri jenis Sugeno. Dari koordinat geometri titik kerosakan, ditentukan keadaan pengendalian peranti perlindungan dalam rangkaian agihan kuasa. Satu lagi STKNA dibangunkan untuk mengenalpasti peranti perlindungan yang pincang tugas dan mencadangkan prosidur pemulihan kuasa. Untuk menilai keberkesanan pendekatan STKNA untuk diagnosis kerosakan, perbandingan dibuat dengan rangkaian neural tiruan (RNT) dalam sebutan nilai maksimum bagi peratus ralat dan ralat mutlak. Keputusan penempatan kerosakan pada rangkaian agihan kuasa ujian IEEE 34 bas menunjukkan bahawa STKNA dan RNT memberikan peratus ralat maksimum masing-masing 9.5% dan 22%. Keputusan perancangan pemulihan kuasa bagi rangkaian agihan praktikal 47 bas menunjukkan bahawa STKNA memberi ketepatan yang lebih baik berbanding kaedah RNT dengan ralat mutlak maksimum masing-masing 0.028 dan 1.4. Ketepatan STKNA untuk mengenalpasti kegagalan geganti perlindungan dalam rangkaian agihan kuasa ujian IEEE 34 bas dinilai dalam sebutan ralat mutlak maksimum. Keputusan STKNA untuk mengenalpasti kepincangan tugas geganti perlindungan utama dan sokongan, dari segi keadaan kendalian adalah masing-masing 0.045 dan 0.016. Berdasarkan ketepatan keputusan, STKNA yang telah dibangunkan berpotensi untuk digunakan dalam diagnosis kerosakan atas talian untuk sistem agihan kuasa praktikal.,Tesis ini tidak ada Perakuan Tesis Sarjana / Doktor Falsafah"-
dc.language.isomay-
dc.publisherUKM, Bangi-
dc.relationFaculty of Engineering and Built Environment / Fakulti Kejuruteraan dan Alam Bina-
dc.rightsUKM-
dc.subjectFuzzy systems-
dc.subjectElectric power distribution-
dc.subjectUniversiti Kebangsaan Malaysia -- Dissertations-
dc.subjectDissertations, Academic -- Malaysia-
dc.titleDiagnosis kerosakan dalam rangkaian agihan kuasa menggunakan sistem taabir kabur neuro adaptif-
dc.typeTheses-
dc.format.pages148-
dc.identifier.callnoTK3001.R347 2012 3 tesis-
dc.identifier.barcode005336(2021)(PL2)-
Appears in Collections:Faculty of Engineering and Built Environment / Fakulti Kejuruteraan dan Alam Bina

Files in This Item:
File Description SizeFormat 
ukmvital_120384+SOURCE1+SOURCE1.0.PDF
  Restricted Access
728.01 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.