7. Metode Penelitian

Metode Penelitian

Untuk memperoleh data dan hasil analisisnya secara objektif serta memahami metode kualitatif dan kuantitattif agar tidak menjadi kendala dalam melakukan penelitian,serta mampu memproses, menganlisis,manafsirkan dan menyimpulkan data.

1.  Pengumpulan Data

     Metode kuatitatif untuk pengumpulan informasi dapat diwakili dengan angka, misal perbandingan jumlah pemilih partai tertentu terhadap jumlah penduduk.  Metode kualitatif dapat menjadi canggih digunakan untuk pendekatan terhadap berbagai isu yang secara alami.

2.  Pengolahan data

     Dalam memproses data,menentukan akurasinya dan mengubah menjadi bentuk tertentu agar mudah di analisis kemudian menginterpretasikan data tersebut dan mengubahanya mejadi informasi.

3.  Pengumpulan Data Kuatitatif
     Untuk menghasilkan informasi dan karakteristik suatu kelompok dengan cara pengumpulan data dari kelompok tersebut.

4.  Sampling

     Dalam pengamblan sampling merupakan pekerjaan yang tidak mudah.  prinsip dasar pengambilan samping harus melihat secara detail pada sampling dan membuat kesimpulan karateristik  sebuah kelompok.  ada beberapa cara teknik dalam pengambilan sampling sebagai berikut  :

a.  Ukuran sampling
b. Sampling acak
c.  Pengelompokan sampling
d.  Kuota sampling

Resume Tesis

Evaluation and selection variable testing of transfoermer diagnostic to determine health index Based on statistical analysis

Moisture adalah salah satu faktor yang menyebabkan  transformator isolasi degradasi. Deteksi kelembaban  dalam isolasi minyak dan kertas sangat penting dalam menentukan kesehatan sistem isolasi trafo. Kadar air yang tinggi  sangat menurunkan kekuatan isolasi minyak dan kertas dan akhirnya dapat menyebabkan failure Dalam beberapa tahun terakhir, diagnostik baru dan teknik monitoring telah dipromosikan untuk melengkapi isolasi klasik perlawanan, faktor disipasi daya dan pengukuran indeks polarisasi. Metode pengujian baru dijelaskan dalam makalah ini didasarkan pada analisis polarisasi spectrllm ditelusuri dari hasil Pemulihan Tegangan Pengukuran. Metode ini memungkinkan penilaian kondisi sistem isolasi minyak  kertas. Isolasi kertas menunjukkan beberapa aplikasi dari RVM untuk menentukan tingkat moisture dalam transformator daya .

Semua pengukuran tegangan pemulihan, Pengisian dan pemakaian rasio yang digunakan adalah  rentang waktu pengisian adalah dari 0.02s  untuk 10000S dan tegangan langsung diterapkan adalah 2000V. sebelum pengujian, semua jalur terminal transformator adalah  discormected dari sistem. Terminal yang tinggi  tegangan berliku semua harus korsleting dan terhubung ke Output tegangan tinggi dari tegangan pemulihan meteran. ujung  dari semua gulungan lain harus korsleting Teknik lain untuk memperkirakan kondisi sistem isolasi trafo adalah faktor disipasi daya pengukuran. Untuk melihat hubungan antara  tegangan pemulihan dan faktor disipasi daya pengukuran, dua 1110.433 kV, 1000kV A transformer  diuji dengan menggunakan kedua teknik. Transformator no. 1 memiliki 0,65% pf dan dominan waktu konstan ditemukan adalah 1000 sec. Transformer no.2 memiliki pf 0,83% dan waktu yang dominan  konstan adalah 100 detik. Hal ini juga mengamati bahwa kelembaban  isi cenderung mengikuti nilai faktor disipasi daya bahwa ada  korelasi antara tegangan pemulihan dan kekuatan pengukuran faktor disipasi.Pengukuran tegangan recovery adalah sebuah nondestructive  pengujian yang dapat digunakan sebagai alat diagnostik untuk  menentukan kondisi isolasi dari minyak kertas isolasi dalam transformator. Hasil yang diperoleh dari pengukuran menunjukkan bahwa waktu tengah konstan lebih  sensitif terhadap penuaan dari isolasi dan independen dari ukuran trafo. Transformator dengan kelembaban tinggi  konten dan isolasi yang terdegradasi setelah beberapa  tahun dalam pelayanan memiliki waktu konstan yang dominan lebih rendah dibandingkan dengan trafo baru.  tegangan pemulihan, waktu puncak dan lereng awal yang  tergantung pada ukuran dan geometri transformator

Daya transformator merupakan salah satu aset yang paling penting dalamrantai pasokan listrik. Hal itu perlu untukmengembangkan teknik yang handal dan efektif untuk memberikan penilaian yang komprehensif terhadap kondisi trafo untuk memfasilitasi pengambilan keputusan yang melibatkan operasi transformator dan pemeliharaan  . Baru-baru ini , indeks kesehatan ( HI ) metode telah diusulkan untuk kondisi transformator daya penilaian. Dalam pendekatan ini, pertama mengumpulkan berbagai data dan informasi dari operasi observasi , lapanganinspeksi , secara online dan offline dan pengukuran kemudian melakukan scoring dan pembobotan pada pengukuran yang berbeda dan hasil tes atas dasar utilitas praktek dan terkait standar ( yaitu IEC , IEEE dan rekomendasi CIGRE )  .  Akhirnya, menghitung nilai indeks tentang kesehatankondisi transformator dalam penyelidikan .  Namun, pendekatan yang dilaporkan dalam literatur untukmenghitung indeks kesehatan dari in-service transformer masih menderita beberapa keterbatasan . Misalnya, kesehatan dihitung indeks mungkin tidak konsisten . Hal ini karena skor dan bobot dalam perhitungan indeks kesehatan bersifat subjektif di alam ( yaitu diputuskan oleh ahli utilitas ) dan mungkin berbeda dari utilitas untuk utilitas. Selain itu, pada beberapa kesempatan mungkin sulit untuk memberikan indeks kesehatan eksplisit pada beberapa kombinasi data yang dikumpulkan dari berbagai online  pengukuran offline. Untuk mengatasi keterbatasan ini, makalah ini mengembangkan seperangkat algoritma cerdas, yang memanfaatkan data pengukuran bersejarah tes minyak dan isolasi kondisi yang sesuai transformator untuk membangun model matematika untuk mendekati mendasari hubungan antara minyak tes data dan isolasi trafo kondisi. support vector machine ( FSVM ) menghitung indeks kesehatan sistem isolasi trafo . di FSVM , database pelatihan yang terdiri dari uji minyak karakteristik hasil dengan kondisi isolasi trafo sudah dikenal diperlukan . Dengan menggunakan database tersebut , adalah mungkin untuk FSVM untuk mencari parameter optimal dan membangun model matematis untuk memprediksi indeks kesehatan untuk transformator bunga ( ini transformator tidak ada dalam database training ) .
Bagian ini menjelaskan prosedur membangun pelatihan database, di mana setiap record terdiri dari karakteristik minyak Hasil pengujian transformator in-service dan indeks kesehatan. indeks kesehatan dikategorikan menjadi lima yang berbeda tingkat dengan menggabungkan hasil diagnosis yang diperoleh dari standar industri , metode segitiga Duval dan cmeans kabur algoritma .