ANALISIS PERBANDINGAN PARTICLE FILTER DAN EXTENDED KALMAN FILTER UNTUK PREDIKSI STATE GENERATOR SINKRON

Satria Yudha Wirawan, Husni Rois Ali, S.T., M.Eng., Ph.D. ; Ir. Lesnanto Multa Putranto, S.T., M.Eng., Ph.D., IPM.

2023 | Skripsi | TEKNIK ELEKTRO

Generator sinkron merupakan komponen utama dalam sistem tenaga listrik untuk menghasilkan daya listrik. Untuk menjaga kinerjanya yang penting, monitoring dan kontrol diperlukan dengan memanfaatkan state dinamis pada generator. Namun, saat ini state dinamis seperti sudut rotor, perubahan kecepatan sudut rotor, dan tegangan internal pada sumbu dq tidak dapat diukur secara langsung. State dinamis ini dapat diestimasi melalui pengukuran terminal output yang mencakup daya aktif dan daya reaktif.

            Oleh karena itu, diperlukan metode untuk mengestimasi state dinamis berdasarkan data seperti tegangan dan daya output. Metode yang digunakan adalah Extended Kalman Filter (EKF) dan Particle Filter (PF). Dalam skripsi ini, performa estimasi EKF dan PF akan dievaluasi dengan menggunakan Mean Squared Error (MSE) sebagai indikator. Selain itu, akan dianalisis pengaruh adanya gangguan step function pada input generator sinkron, yaitu Tm, dan dampak dari noise dalam sistem terhadap performa estimasi EKF dan PF.

Secara umum, memperkirakan keadaan model generator sinkron menunjukkan bahwa dalam menghadapi variasi measurement noise, Particle Filter memberikan performa estimasi state yang baik. Ketika menghadapi variasi process noise, Extended Kalman Filter juga memiliki performa yang baik dalam estimasi state. Selain itu, ketika terjadi variasi gangguan/fault pada Tm, Particle Filter tetap mampu memberikan performa estimasi state yang baik.

The synchronous generator plays a crucial role in the power system as the primary source of electrical power generation. To ensure its stable operation, monitoring and control are necessary, by utilizing the dynamic state of the generator. However, the dynamic state variables such as rotor angle, rotor angle velocity changes, and dq-axis internal voltage components cannot be directly measured at present. These dynamic states can only be estimated through the measurement of terminal outputs, which include active power and reactive power.

Therefore, a method is required to estimate the dynamic states based on the available data. The methods employed for this purpose are the Extended Kalman Filter (EKF) and Particle Filter (PF). In this research, the performance of the EKF and PF estimations will be evaluated using mean square error (MSE) as an indicator. In addition, it will analyze the effect of disturbances step function on input of the synchronous generator, namely Tm, and the impact of noise in the system on the performance of EKF and PF estimates.

In general, estimating the state of the synchronous generator model shows that in dealing with variations in measurement noise, Particle Filter provides good estimation performance of state. When dealing with variations of process noise, Extended Kalman Filter also has good performance in estimating state. In addition, when there is a variation of disturbance/fault on Tm, Particle Filter is still able to provide good performance estimation of state.

Kata Kunci : Generator Sinkron, Estimasi, Measurement Noise, Process Noise, Extended Kalman Filter , Particle Filter