Optimasi Koordinasi Sistem Proteksi Rele Arus Lebih PAda PT. Yeoh Tiong Lay (YTL) Jawa Timur Menggunakan Metode Neural Network
Abstract
PT. Yeoh Tiong Lay (YTL) Jawa Timur merupakan perusahaan swasta
yang bergerak dalam bidang pengoperasian dan perawatan PLTU untuk unit 5 dan
6, memproduksi listrik rata-rata 8.943.084 MW/tahun untuk menyuplai
kebutuhan listrik di Jawa dan Bali. Sehingga ancaman gangguan listrik terhadap
peralatan listrik akan mempengaruhi kinerja dari unit lainnya, dan diperlukan
sebuah sistem proteksi untuk mencegah terjadinya kerusakan akibat gangguan
sedini mungkin. Sistem proteksi berfungsi sebagai “sensor gangguan” yang
memantau operasi dari sebuah sistem yang tidak normal. Koordinasi proteksi
sangat penting untuk menjamin keandalan sistem proteksi dalam mengantisipasi
gangguan. Pengkoordinasian relay bertujuan supaya relay dapat bekerja sesuai
dengan fungsinya. Terdapat pula relay backup yang letaknya dekat dengan relay
utama untuk meningkatkan keandalan. Relay backup bekerja dengan memiliki
waktu tunda. Agar relay utama dan rele backup tidak bekerja secara bersamaan
apabila terjadi gangguan. Waktu tunda yang dimaksud adalah Coordination Time
Interval dimana menurut standar IEEE 242 - 2001, CTI antar relay adalah 0,2 –
0,4 detik. Pada penelitian ini membahas optimasi koordinasi Over Current Relay
untuk mengatasi gangguan hubung singkat tersebut dengan metode yang
digunakan adalah Neural Network. Dengan menjadikan nilai Ip (arus Pick up) dan
Td (Time Dial) sebagai target data yang dioptimasi, kemudian nilai TMS, Iset,
dan Isc (Arus short circuit) digunakan sebagai input data dalam proses optimisasi.
Seluruh data didapat dengan melakukan analisa perhitugan secara konvensional,
kemudian di analisa kembali menggunakan algoritma neural network untuk
mendapatkan nilai yang optimal. Dengan metode ini diharapkan dapat
menggantikan metode konvensional dalam menentukan waktu operasi dari relay
OCR yang lebih optimal dari rele yang berdekatan yang menggunakan single line
dari PT. Yeoh Tiong Lay Jawa Timur.
Collections
- UT-Faculty of Engineering [4096]