Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP

Optimalisasi penggunaan baterai, termasuk baterai VRLA yang sering digunakan untuk keperluan penyimpanan energi dalam jumlah besar dengan harga yang rendah, biasa diupayakan dengan menyelenggarakan Sistem Manajemen Baterai (SMB). Untuk melakukan SMB, dibutuhkan informasi tentang Kondisi Muatan (KM)...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Danang Widjajanto, Beny Maulana Achsan, Fajar Muhammad Noor Rozaqi, Augie Widyotriatmo, Edi Leksono
Formato:	article
Lenguaje:	EN ID
Publicado:	Universitas Gadjah Mada 2021
Materias:	baterai vrla rvp kondisi muatan kondisi kesehatan coulomb counting Engineering (General). Civil engineering (General) TA1-2040
Acceso en línea:	https://doaj.org/article/15e4260042a3456cad439f1b65feb87d
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:15e4260042a3456cad439f1b65feb87d
record_format	dspace
spelling	oai:doaj.org-article:15e4260042a3456cad439f1b65feb87d2021-11-17T04:10:47ZEstimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP2301-41562460-571910.22146/jnteti.v10i2.1299https://doaj.org/article/15e4260042a3456cad439f1b65feb87d2021-05-01T00:00:00Zhttps://jurnal.ugm.ac.id/v3/JNTETI/article/view/1299https://doaj.org/toc/2301-4156https://doaj.org/toc/2460-5719Optimalisasi penggunaan baterai, termasuk baterai VRLA yang sering digunakan untuk keperluan penyimpanan energi dalam jumlah besar dengan harga yang rendah, biasa diupayakan dengan menyelenggarakan Sistem Manajemen Baterai (SMB). Untuk melakukan SMB, dibutuhkan informasi tentang Kondisi Muatan (KM) dan Kondisi Kesehatan (KK) baterai. KM didefinisikan sebagai rasio kapasitas sisa baterai saat ini dengan kapasitas baterai sebelum pengosongan, sedangkan KK baterai ialah rasio antara kapasitas penuh terukur terhadap kapasitas nominalnya pada saat baterai masih dalam keadaan baru beroperasi. Yang menjadi permasalahan, kedua informasi tersebut tidak dapat diukur secara langsung. Estimasi KM dan KK dapat dilakukan secara tidak langsung dengan menggunakan parameter-parameter yang mudah diukur, terutama tegangan dan arus pada terminal baterai. Makalah ini menggunakan metode Coulomb Counting (CC) dan Regresi Vektor Pendukung (RVP) untuk mengestimasi KM dan KK baterai VRLA yang digunakan sebagai energi cadangan sistem nanogrid yang ada di laboratorium. Makalah ini menggunakan modul mesin pembelajaran Python yang memungkinkan implementasi RVP dengan berbagai jenis kernel, di antaranya kernel linear, kernel polinomial, dan kernel RBF. Pengujian yang dilakukan menggunakan modul grid search menunjukkan bahwa kinerja terbaik diperoleh ketika menggunakan kernel RBF.Danang WidjajantoBeny Maulana AchsanFajar Muhammad Noor RozaqiAugie WidyotriatmoEdi LeksonoUniversitas Gadjah Madaarticlebaterai vrlarvpkondisi muatankondisi kesehatancoulomb countingEngineering (General). Civil engineering (General)TA1-2040ENIDJurnal Nasional Teknik Elektro dan Teknologi Informasi, Vol 10, Iss 2, Pp 178-187 (2021)
institution	DOAJ
collection	DOAJ
language	EN ID
topic	baterai vrla rvp kondisi muatan kondisi kesehatan coulomb counting Engineering (General). Civil engineering (General) TA1-2040
spellingShingle	baterai vrla rvp kondisi muatan kondisi kesehatan coulomb counting Engineering (General). Civil engineering (General) TA1-2040 Danang Widjajanto Beny Maulana Achsan Fajar Muhammad Noor Rozaqi Augie Widyotriatmo Edi Leksono Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
description	Optimalisasi penggunaan baterai, termasuk baterai VRLA yang sering digunakan untuk keperluan penyimpanan energi dalam jumlah besar dengan harga yang rendah, biasa diupayakan dengan menyelenggarakan Sistem Manajemen Baterai (SMB). Untuk melakukan SMB, dibutuhkan informasi tentang Kondisi Muatan (KM) dan Kondisi Kesehatan (KK) baterai. KM didefinisikan sebagai rasio kapasitas sisa baterai saat ini dengan kapasitas baterai sebelum pengosongan, sedangkan KK baterai ialah rasio antara kapasitas penuh terukur terhadap kapasitas nominalnya pada saat baterai masih dalam keadaan baru beroperasi. Yang menjadi permasalahan, kedua informasi tersebut tidak dapat diukur secara langsung. Estimasi KM dan KK dapat dilakukan secara tidak langsung dengan menggunakan parameter-parameter yang mudah diukur, terutama tegangan dan arus pada terminal baterai. Makalah ini menggunakan metode Coulomb Counting (CC) dan Regresi Vektor Pendukung (RVP) untuk mengestimasi KM dan KK baterai VRLA yang digunakan sebagai energi cadangan sistem nanogrid yang ada di laboratorium. Makalah ini menggunakan modul mesin pembelajaran Python yang memungkinkan implementasi RVP dengan berbagai jenis kernel, di antaranya kernel linear, kernel polinomial, dan kernel RBF. Pengujian yang dilakukan menggunakan modul grid search menunjukkan bahwa kinerja terbaik diperoleh ketika menggunakan kernel RBF.
format	article
author	Danang Widjajanto Beny Maulana Achsan Fajar Muhammad Noor Rozaqi Augie Widyotriatmo Edi Leksono
author_facet	Danang Widjajanto Beny Maulana Achsan Fajar Muhammad Noor Rozaqi Augie Widyotriatmo Edi Leksono
author_sort	Danang Widjajanto
title	Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
title_short	Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
title_full	Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
title_fullStr	Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
title_full_unstemmed	Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP
title_sort	estimasi kondisi muatan dan kondisi kesehatan baterai vrla dengan metode rvp
publisher	Universitas Gadjah Mada
publishDate	2021
url	https://doaj.org/article/15e4260042a3456cad439f1b65feb87d
work_keys_str_mv	AT danangwidjajanto estimasikondisimuatandankondisikesehatanbateraivrladenganmetodervp AT benymaulanaachsan estimasikondisimuatandankondisikesehatanbateraivrladenganmetodervp AT fajarmuhammadnoorrozaqi estimasikondisimuatandankondisikesehatanbateraivrladenganmetodervp AT augiewidyotriatmo estimasikondisimuatandankondisikesehatanbateraivrladenganmetodervp AT edileksono estimasikondisimuatandankondisikesehatanbateraivrladenganmetodervp
_version_	1718425971480068096

Estimasi Kondisi Muatan dan Kondisi Kesehatan Baterai VRLA dengan Metode RVP

Ejemplares similares