Sidang Tesis
KLASIFIKASI DAN IDENTIFIKASI
KLASIFIKASI DAN IDENTIFIKASI
GANGGUAN
GANGGUAN
POWER QUALITY (PQ)
POWER QUALITY (PQ)
MENGGUNAKAN METODE
MENGGUNAKAN METODE
MULTIPLE
MULTIPLE
SEQUENCE ALIGNMENT (MSA)
SEQUENCE ALIGNMENT (MSA)
Agus.S,
Adi.S,
Mauridhi.H.P
Electrical Engineering Dept - ITS
Telah diseminarkan
2
Multiple Sequence Alignment (MSA) adalah metode penyelarasan
tiga atau lebih urutan DNA, RNA, atau protein untuk di identifikasi
similaritasnya dalam hal hubungan secara fungsional, struktural atau
evolusinya [1, 4, 10, 13, 15, 19, 22, 24, 27].
Implementasi metode Multiple Sequence Alignment (MSA) yang
biasanya diaplikasikan oleh bidang bioinformatic ke dalam bidang
teknik sistem tenaga listrik.
MSA di implementasi untuk mendeteksi dan mengklasifikasi
gangguan-gangguan power quality seperti interuption, sag, swell,
undervoltage, dan overvoltage.
Metoda ini menyelaraskan sinyal inputan terhadap sinyal database
gangguan power quality untuk di identifiakasi similaritas atau
kesamaannya.
Similaritas ini ditunjukkan dengan error terkecil dari proses
penyelarasan terhadap sinyal PQ tersebut.
Sinyal PQ di representasikan dalam sebuah matrix.
Hasil simulasi menunjukkan bahwa implementasi metode MSA dapat
secara efektif mendetesi dan mengklasifikasi sinyal PQ.
Abstrak
Abstrak
3
Latar Belakang
Latar Belakang
4
Perumusan Masalah
Perumusan Masalah
1
1
Apakah deteksi dan klasifikasi berbasis
MSA dapat mengidentifikasi sinyal?.
2
2
Bagaimana proses atau metode MSA
dalam mengidentifikasi sinyal?.
3
3
Bagaimanakah kinerja identifikasi dan
klasifikasi berbasis MSA?
4
5
Tujuan dari penelitian ini adalah ikut
memberikan solusi untuk masalah
monitoring (deteksi dan klasifikasi)
gangguan pada sistem jaring tenaga
listrik melalui pendeteksian gelombang
sinus cacat yang diakibatkan oleh
gangguan sehingga menyebabkan
pelepasan atau penambahan beban, dan
pemutusan aliran daya selama waktu
tertentu.
Tujuan Penelitian
Tujuan Penelitian
6
Tipe rele yang digunakan adalah rele
digital.
Plan yang digunakan adalah jaring IEEE
30 Bus.
Mendeteksi hanya sinyal tertentu,
misalnya: Swell, Sag, Overvoltage,
Undervoltage dan Interruption.
Sumber gangguan berasal dari
pelepasan atau penambahan beban, dan
pemutusan aliran daya selama waktu
tertentu.
Batas Masalah
Batas Masalah
7
Menambah literature baru tentang
aplikasi konsep MSA dalam Power System
Engineering.
Tercipta rele digital jenis baru berbasis
MSA.
Peningkatan kualitas tenaga listrik
Kontribusi Tesis
Kontribusi Tesis
8
Hirarki Penelitian
Hirarki Penelitian
9
Aplikasi MSA dalam Bioinformatic
Aplikasi MSA dalam Bioinformatic
Contoh aplikasi MSA dalam Bioinformatic[29]
Multiple Sequence Alignment (MSA) adalah metode
penyelarasan tiga atau lebih urutan DNA, RNA, atau protein
untuk di identifikasi similaritasnya dalam hal hubungan secara
fungsional, struktural atau evolusinya [1, 4, 10, 13, 15, 19, 22,
24, 27].
Asam Amino
10
Aplikasi MSA dalam Bioinformatic
Aplikasi MSA dalam Bioinformatic
11
Pseudo Color Image
Aplikasi MSA dalam Bioinformatic
Aplikasi MSA dalam Bioinformatic
S pec tr ogr am I ndi c es 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2 4 6 8 10 12 14 16
12
Aplikasi MSA dalam Bioinformatic
Aplikasi MSA dalam Bioinformatic
Objective Function
Sum-of-Pairs
Performance of MSA
dengan:
k = 1 : baris ke-1 adalah sinyal input
l : baris ke-2 sampai ke-l adalah database sinyal gangguan
i : kolom ke i
i
l
i
k
i
i
l
m
S
m
m
S
(
)
(
,
)
%
100
|
)
(
|
(%)
l
i
i
l
l
m
m
S
Error
13
Aplikasi MSA dalam Teknik Sistem Tenaga
14
Aplikasi MSA dalam Teknik Sistem Tenaga
Aplikasi MSA dalam Teknik Sistem Tenaga
Database Sinyal gangguan PQ
15
Ilustrasi proses identifikasi sinyal
gangguan menggunakan metode MSA
Aplikasi MSA dalam Teknik Sistem Tenaga
Aplikasi MSA dalam Teknik Sistem Tenaga
Database Selisih
Sinyal gangguan 0.7 0.7 0.7 0.7 0.9 0.9 0.9 0.9 0.7 0.7 0.7 0.7
Database Ke-1
0.7 0.7 0.7 0.7 0.3 0.3 0.3 0.3 0.7 0.7 0.7 0.7
6.8
0
0
0
0 0.6 0.6 0.6 0.6 0
0
0
0
2.4
35.29
Database Ke-2
0.7 0.7 0.7 0.7 0.9 0.9 0.9 0.9 0.7 0.7 0.7 0.7
9.2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Database Ke-3
0.7 0.7 0.7 0.7 1.1 1.1 1.1 1.1 0.7 0.7 0.7 0.7
10
0
0
0
0 0.2 0.2 0.2 0.2 0
0
0
0
0.8
8
Tegangan phasor
Nilai Komulatif
Error (%)
16
Aplikasi MSA dalam Teknik Sistem Tenaga
Aplikasi MSA dalam Teknik Sistem Tenaga
(Simulasi dan Analisis)
(Simulasi dan Analisis)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0.8 0.85 0.9 0.95 1 1.05 1.1 1.15 1.2 Waktu (detik) M a gni tudo Teganga n ( pu) Sinyal Gangguan PQ
17
Aplikasi
Aplikasi
MSA
MSA
dalam
dalam
Teknik
Teknik
Sistem
Sistem
Tenaga
Tenaga
(
(
Simulasi
Simulasi
dan
dan
Analisis
Analisis
)
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 1.5 Waktu (detik) M a gni tudo T ega ngan ( pu )
Sinyal Gangguan PQ terhadap Database
Sinyal Input 0 pu 0.1 pu 0.2 pu 0.3 pu 0.4 pu 0.5 pu 0.6 pu 0.7 pu 0.8 pu 0.9 pu 1 pu 1.1 pu 1.2 pu 1.3 pu >1.4 pu
18
Aplikasi
Aplikasi
MSA
MSA
dalam
dalam
Teknik
Teknik
Sistem
Sistem
Tenaga
Tenaga
(
(
Simulasi
Simulasi
dan
dan
Analisis
Analisis
)
)
Baris Magnitudo Tegangan baris 1 : Sinyal Input baris 2 : 0.0 pu baris 3 : 0.1 pu baris 4 : 0.2 pu baris 5 : 0.3 pu baris 6 : 0.4 pu baris 7 : 0.5 pu baris 8 : 0.6 pu baris 9 : 0.7 pu baris 10 : 0.8 pu baris 11 : 0.9 pu baris 12 : 1.0 pu baris 13 : 1.1 pu baris 14 : 1.2 pu baris 15 : 1.3 pu baris 16 : >1.4 pu pg 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2 4 6 8 10 12 14 16
0 pu
1.3 pu
1 pu
Database Sinyal
Gangguan
Sinyal Input
Waktu (s)
0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 50 100 150 200 250 300 350 400 450 Waktu (detik) E rr or S in y a l g angg uan T e rha dap D at aba s e ( % )
Performa Metoda MSA
0 pu 0.1 pu 0.2 pu 0.3 pu 0.4 pu 0.5 pu 0.6 pu 0.7 pu 0.8 pu 0.9 pu 1.0 pu 1.1 pu 1.2 pu 1.3 pu >1.4 pu
19
Aplikasi MSA dalam Teknik Sistem Tenaga
Aplikasi MSA dalam Teknik Sistem Tenaga
(Simulasi dan Analisis)
(Simulasi dan Analisis)
Error terkecil untuk magnitudo
Tegangan Bernilai 1.1 pu
Swell
20
(Simulasi dan Analisis)
(Simulasi dan Analisis)
Instantaneous
Instantaneous
–
–
Interruption
Interruption
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.2 0.4 0.6 0.8 1 Waktu (detik) M a gn it ud o Te ga ng an ( p u) Sinyal Gangguan PQ
21
(Simulasi dan Analisis)
(Simulasi dan Analisis)
Instantaneous
Instantaneous
–
–
Interruption
Interruption
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 1.5 Waktu (detik) M agni tudo T egangan ( pu)
Sinyal Gangguan PQ terhadap Database
Sinyal Input 0 pu 0.1 pu 0.2 pu 0.3 pu 0.4 pu 0.5 pu 0.6 pu 0.7 pu 0.8 pu 0.9 pu 1 pu 1.1 pu 1.2 pu 1.3 pu >1.4 pu
22
(Simulasi dan Analisis)
(Simulasi dan Analisis)
Instantaneous
Instantaneous
–
–
Interruption
Interruption
Mass/Charge (M/Z) S pec tr ogr am I ndi c e s 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2 4 6 8 10 12 14 16 R e la ti v e In te n s ity
23
(Simulasi dan Analisis)
(Simulasi dan Analisis)
Instantaneous
Instantaneous
–
–
Interruption
Interruption
0.4 0.5 0.6 0.7 0.8 0.9 1 0 50 100 150 200 250 300 Waktu (detik) E rr o r Si ny al ga nggua n Ter had ap Dat ab ase (% )
Performa Metoda MSA
0 pu 0.1 pu 0.2 pu 0.3 pu 0.4 pu 0.5 pu 0.6 pu 0.7 pu 0.8 pu 0.9 pu 1.0 pu 1.1 pu 1.2 pu 1.3 pu >1.4 pu
24
Kategori
Error (%)
Durasi pendek
a
Instantaneous
Interruption
23
Sag (Dip)
0
Swell
0
b
Momentary
Interruption
74
Sag (Dip)
0
Swell
0
c
Temporary
Interruption
54
Sag (Dip)
0
Swell
0
Durasi panjang
a
Interruption
0.00054
b
Undervoltage
0
c
Over voltage
0
Simulasi dan Analisis
Simulasi dan Analisis
25
Dalam penulisan ini, metode Multiple Sequence
Alignment (MSA) dapat digunakan dalam
mengidentifikasi dan mengklasifikasi sinyal
gangguan Power Quality (PQ) secara efektif.
MSA memiliki kinerja yang tinggi dengan
menunjukkan error terkecil di setiap proses
identifikasi dan klasifikasi sinyal gangguan,
walaupun errornya bervariasi yang disebabkan
oleh sinyal transient.
Dalam perhitungan, metode MSA tidak
menggunakan learning data dan proses iterasi
seperti penelitian sebelunya, sehingga membuat
metode MSA lebih cepat dari pada penelitian
sebelumnya.
Kesimpulan
Kesimpulan
26
Dalam penelitian selanjutnya, diharapkan
metode MSA digunakan pada kondisi non
ideal.
Diharapkan MSA dapat diaplikasikan di
bidang teknik sistem tenaga dalam
permasalahan yang lain berkaitan dengan
identifikasi dan klasifikasi menggunakan
MSA.
Diharapkan pada penelitian selanjutnya,
metode MSA di sesuaikan pada kondisi
transient sehingga dapat meminimalisasi
error.
Saran
Saran
27
1. Altschul, S.F., Madden, T.L., Schaffer, A.A., Zhang, J., Zhang, Z., Miller, W., Lipman, D.J.
(1997), "Gapped BLAST and PSI-BLAST: a new generation of protein database search programs". Nucl. Acids Res. 25, 3389–3402.
2. Chilukuri, M.V., dan Dash, P.K. (2004), "Multiresolution S-transform-based fuzzy recognition
system for power quality events". IEEE Transactions on Power Delivery, 19(1), 323–330, .
3. Chung, J. Edward, J. Power, W. Grancy, M. dan Bhatt, S.C. , "Power Disturbance Classifier Using A Rule-Based Method And Wavelet Packet-Based Hiden Markov Model".
4. Dickerson, R.E., Timkovich, R., dan Almassy, R.J. (1976), "The cytochrome fold and the
evolution of bacterial energy metabolism". J. Mol. Biol. 100, 473–491.
5. Djokic,S.Z. Stockman,K. Milanovic, J.V dan Belmans,R. (Januari 2005), "Sensitivity of AC
Adjustable Speed Drive to Voltage Sag and Short Interuption", IEEE Transactions on power
Delivery, Vol.20, No.2, hal494-504.
6. Dugan, R. C., . Mafk, F.M. dan Beaty, H.W. (1996), "Electrical Power System Quality", McGraw- Hill.
7. El-Hawary, M.E. (1995), "Electrical Power System Design and Analysis", IEEE Press, New York.
8. Gaing, Z.L. (October 2004), "Wavelet-Based Neural Network for Power Disturbance Recognition
and Classification", IEEE Transaction on Power Delivery, Vol.19, No.4, hal 1560-1568.
9. Gomes, J.C. Marcos, M.M. Reineri, C.A. dan Campetelli, G.N. (April 2002), "Behavior of
Induction Motor Due to Voltage Sag and Short Inerruption", IEEE Transaction on Power
Delivery, Vol. 17, No. 2, hal434-440.
10. Higgins, D. dan Taylor, W. (2000), “Bioinformatics: Sequence, structure, and databanks”, Oxford University Press, Hal v.
Daftar Pustaka
Daftar Pustaka
28
11. Huang, H. dan Negnevitsky, M. (April 2002), "A Neural-Fuzzy Classifier for Recognition of
Power Quality Disturbance", IEEE Transaction on Power Delivery, Vol.17, No.2, hal.609-616.
12. Huang,S.J. Yang,T.M. dan Huang,J.T. (April 2002), "FPGA Realization of Wavelet Transform
for Detection of Electrical Power System Disturbances", IEEE Transaction on Power Delivery, Vol.17, No 2.
13. Kal,R.S. (2009), "Bioinformatics Sequence Alignment and Markov Models",Mc Graw Hill, 41.
14. Koen J.P. Macken, Math H.J. Bollean, dan Onnie J.M. Belman, (November 2004 ), “Mitigation of
Dip Trough Distributed Generation System”, IEEE transaction on industri application, Vol 40, No 6,, pp1686-1693.
15. Levin, J.M., Pascarella, S., Argos, P., Garnier, J.X. (1993), "Quantification of secondary structure prediction improvement using multiple alignments". Protein Eng. 6, hal 849–854.
16. Maradhona, R.W. Robandi, I. dan Siswanto, A. (November 2005)," Pengenalan Gangguan Power
Quality Menggunakan Wavelet-Based Fuzzy (WBF)", proceeding industrial electronic seminar
IES.
17. Michael Misiti, Yves Misiti, Goeges Oppenheim, Jean-Michel Ponggi, Wavelet Toolbox Version
2.2, July 2002.
18. Mielczarski,W. (1997), "Quality of Electricity Supply & Management of Network Losses", Melbourne.
19. Mount,D.M. (2004). "Bioinformatics: Sequence and Genome Analysis" (2nd Ed.). Cold Spring Harbor Laboratory Press: Cold Spring Harbor.
20. Olguin, G. (2005) , "Voltage Dip (Sag) Estimation Measurement in Power System Base on
Stochastic Assesment and Optimal Monitoring", Departement Of Energy And Environment Division Of Electrical Power Engineering Chalmenrs University Of Technology Gotebong, Sweden.
Daftar Pustaka
Daftar Pustaka
29
21.
Pradhan, A.K. dan Routray, A. (Januari 2005), "Applying Distance Relay for
Voltage Sag Source Detection", IEEE Transaction on Power Delivery, Vol. 20, No.
2, , hal.529-531.
22.
Robert,C.E. dan,Serafim,B. (2006), "Multiple sequence alignment", Elseiver, 368–
373.
23.
Schlabbach, J. Blume, D. dan Stephanblome, T. (2001), "Voltage Quality in
Electrical Power System", The Institute of Electrical Engineering, London, United
Kingdom.
24.
Simossis, V.A., Heringa, J. (2004), "Integrating protein secondary structure
prediction and multiple sequence alignments". Curr. Protein Pept. Sci. Vol.5, hal
249–266.
25.
Siswantono, A. dan Robandi, I. (2007), "Wavelet-Based Artificial Immune System
untuk pengenalan dan klasifikasi Gangguan Kualitas Daya", Perpustkaan ITS,
Surabay,
26.
Tagare, D. M. (2004), "Reactive Power Management", Tata McGraw-Hill
Publishing Company Limited Copyright
27.
Xiong, J. (2006), ”Essential Bioinformatics”, Cambridge University Press, Hal 63.
28.
Zang, L. dan Math H.J. (April 2000), "Characteristic of Voltage Dip (Sag) in Power
System", IEEE Transaction on power Delivery, Vol.15, No.2, hal827-832.
29.
(Januari 2011), “Multiple sequence alignment”, Wikimedia
Daftar Pustaka
Daftar Pustaka
Pembimbing I
: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng
Pembimbing II
: Prof. Dr. Ir. Adi Soeprijanto, MT
Penguji
: Prof.Ir. Ontoseno Penangsang, M.Sc, Ph.D
Dr. I. Made Yulistya Negara. ST.MSc
Dr. Ardyono. ST.MSc
Amino Acid Lookup (Courtesy of MATLAB)
Code Integer Abbreviation
Amino Acid Name
Codons
A
1
Ala
Alanine
GCU GCC GCA GCG
R
2
Arg
Arginine
CGU CGC CGA CGG AGA AGG
N
3
Asn
Asparagine
AAU AAC
D
4
Asp
Aspartic acid (Aspartate)
GAU GAC
C
5
Cys
Cysteine
UGU UGC
Q
6
Gln
Glutamine
CAA CAG
E
7
Glu
Glutamic acid (Glutamate)
GAA GAG
G
8
Gly
Glycine
GGU GGC GGA GGG
H
9
His
Histidine
CAU CAC
I
10
Ile
Isoleucine
AUU AUC AUA
L
11
Leu
Leucine
UUA UUG CUU CUC CUA CUG
K
12
Lys
Lysine
AAA AAG
M
13
Met
Methionine
AUG
F
14
Phe
Phenylalanine
UUU UUC
P
15
Pro
Proline
CCU CCC CCA CCG
S
16
Ser
Serine
UCU UCC UCA UCG AGU AGC
T
17
Thr
Threonine
ACU ACC ACA ACG
W
18
Trp
Tryptophan
UGG
Y
19
Tyr
Tyrosine
UAU UAC
V
20
Val
Valine
GUU GUC GUA GUG
B
21
Asx
Asparagine or Aspartic acid (Aspartate)
AAU AAC GAU GAC
Z
22
Glx
Glutamine or Glutamic acid (Glutamate)
CAA CAG GAA GAG
X
23
Xaa
Any amino acid
All codons
*
24
END
Termination codon (translation stop)
UAA UAG UGA
-
25
GAP
Gap of unknown length
NA
32
33
Amino Acid
Code Integer
Alanine A 1
Arginine R 2
Asparagine N 3
Aspartic acid (Aspartate) D 4
Cysteine C 5
Glutamine Q 6
Glutamic acid (Glutamate) E 7
Glycine G 8 Histidine H 9 Isoleucine I 10 Leucine L 11 Lysine K 12 Methionine M 13 Phenylalanine F 14 Proline P 15 Serine S 16 Threonine T 17 Tryptophan W 18 Tyrosine Y 19 Valine V 20
Asparagine or Aspartic acid (Aspartate) B 21
Glutamine or Glutamic acid (Glutamate) Z 22
Unknown amino acid (any amino acid) X 23
Translation stop * 24
Gap of indeterminate length - 25
Unknown character (any character or symbol not in table) ? 0