ELIMINASI OSILASI DAN PENCAPAIAN WAKTU KESTABILAN TERCEPAT TURBIN ANGIN BERBASIS TIGA INPUT FUNGSI KEANGGOTAAN LOGIKA FUZZY KONTROLER

 Abstract views: 97 ,  downloads: 204
  • Rony HR Fora Universitas PGRI Adi Buana Surabaya
  • Widodo Widodo Universitas PGRI Adi Buana Surabaya

Abstract

Strategi kontrol mendapatkan perhatian yang meluas dari para periset sistem kontrol. Salah satu yang sangat penting dari strategi kontrol adalah aksi kontrol. Kontroler mendapatkan tugas utama mempertahankan kestabilan sistem, dan untuk mempertahankan kestabilan sistem tergantung dari aksi kontrol yang dilakukan. Aksi kontrol menentuan kapabilitas kontroler untuk mengkondisikan keadaan menjadi stabil. Perilaku respon dinamik untuk mengatur kondisi yang diinginkan biasanya ditunjukkan dengan riple dan beberapa waktu yang dibutuhkan untu mencapai kondisi stabil. Tiga input fungsi eanggotaan metode fuzzy logic kontroler bisa menyelesaikan permasalahan riple dan membutuhkan waktu lebih singkat untuk mencapai kestabilan atau sering dierbut settling time. Metode ini lebih baik daripada dua input fungsi keanggotaan. Dengan  mengikombinasikan dengan adaptif fungsi output.

Downloads

Download data is not yet available.

References

Andrea Dadone, Lorenzo Dambrosio, “Estimator based adaptive fuzzy logic control techniquefor a wind turbine–generator system”, Energy Conversion and Management 44 (2003) 135–153
B. Boukhezzar, H. Siguerdidjane, “Nonlinear control with wind estimation of a DFIG variable speed wind turbinefor power capture optimization”, Energy Conversion and Management 50 (2009) 885–892
B. Boukhezzar, L. Lupu, H. Siguerdidjane, M. Hand, “Multivariable control strategy for variable speed,variable pitch wind turbines”, Renewable Energy 32 (2007) 1273–1287
Kazeminezhad, M. H., Etemad-Shahidi, A., & Mousavi, S. J. (2005). Application of fuzzy inference system in the prediction of wave parameters. Ocean Engineering, 32, 1709–1725.
Kosko, B. (1991). Neural networks and fuzzy systems, A dynamical systems approach. Englewood Cliffs, NJ: Prentice Hall.
M. Steinbuch, W.W. De Boer, O.H. Bosora, S.A.W.M. Peter , J. Ploeg, “Optimal Control Of Wind Power Plants”, Journal of Wind Engineering and Industrial Aerodynamics, 27 (1988) 237-246
M. Mohamed Thameem Ansari, S. Velusami, “DMLHFLC (Dual mode linguistic hedge fuzzy logic controller) for an isolatedwinddiesel hybrid power system with BES (battery energy storage) unit”, Energy 35 (2010) 3827-3837
Negnevitsky, M., & Potter, C. W. (2006). Innovative short-term wind generation prediction techniques. In Power systems conference and exposition (pp. 60–65),
IEEE PES, October 29, 2006–November 1, 2006.
Negnevitsky, M., Johnson, P., & Santoso, S. (2007). Short term wind power forecasting using hybrid intelligent systems. In Power engineering society general meeting (pp. 1–4). IEEE, 24–28 June 2007.
Ogata, K,”Teknik Kontrol Automatik”. Erlangga, Jakarta, 1997
Potter, C., & Negnevitsky, M. (2003). Short term power system forecasting using an adaptive neural-fuzzy inference system. In Australian and New Zealand intelligent information systems conference (ANZIIS) (Vol. 8, pp. 465–470).
Potter, C., Ringrose, M., & Negnevitsky, M. (2004). Short-term wind forecasting techniques for power generation. In Australasian universities power engineering conference (AUPEC 2004), Brisbane, Australia, 26–29 September, 2004.
Matlab 7.10.0.499 version (R2010a), Mathworks Inc, USA, 1984-2010
Unimation, Inc., Programming Manual-User’s Guide to VAL II (398T1), Version 1.1, August 1984.
Ying-Yi Hong, Shiue-Der Lu, Ching-Sheng Chiou, “MPPT for PM wind generator using gradient approximation “, Energy Conversion and Management 50 (2009) 82–89
Published
2017-07-22
How to Cite
Fora, R. H., & Widodo, W. (2017). ELIMINASI OSILASI DAN PENCAPAIAN WAKTU KESTABILAN TERCEPAT TURBIN ANGIN BERBASIS TIGA INPUT FUNGSI KEANGGOTAAN LOGIKA FUZZY KONTROLER. WAKTU: Jurnal Teknik UNIPA, 15(2), 73-78. https://doi.org/10.36456/waktu.v15i2.734