Remaining Life Assessment of Solid Insulation in Power Transformer Using Fuzzy Inference System (FIS)

2019 ◽  
pp. 37-45 ◽  
Author(s):  
Deepak Kanumuri ◽  
Veena Sharma ◽  
O. P. Rahi
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Power Transformer ◽  
Life Assessment ◽  
Remaining Life ◽  
Inference System ◽  
Remaining Life Assessment ◽  
Solid Insulation

scholarly journals Fuzzy Algorithm for Power Transformer Diagnostics

2013 ◽  
Vol 2013 ◽  
pp. 1-7 ◽  
Author(s):  
Nitin K. Dhote ◽  
Jagdish B. Helonde
Keyword(s):  
Gas Chromatography ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Power Transformer ◽  
Gas Analysis ◽  
Transformer Oil ◽  
Dissolved Gas ◽  
Inference System ◽  
Incipient Faults ◽  
The World

Dissolved gas analysis (DGA) of transformer oil has been one of the most reliable techniques to detect the incipient faults. Many conventional DGA methods have been developed to interpret DGA results obtained from gas chromatography. Although these methods are widely used in the world, they sometimes fail to diagnose, especially when DGA results fall outside conventional methods codes or when more than one fault exist in the transformer. To overcome these limitations, the fuzzy inference system (FIS) is proposed. Two hundred different cases are used to test the accuracy of various DGA methods in interpreting the transformer condition.

Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.

ZERO-DAY POLYMORPHIC CYBERATTACKS DETECTION USING FUZZY INFERENCE SYSTEM

2020 ◽  
pp. 8-13
Author(s):  
V. V. Fesokha ◽  
I. Y. Subach ◽  
V. O. Kubrak ◽  
A. V. Mykytiuk ◽  
S. O. Korotaiev
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System
Sign in / Sign up

Export Citation Format

Share Document