Sidang Tesis
KLASIFIKASI DAN IDENTIFIKASI GANGGUAN POWER QUALITY (PQ) MENGGUNAKAN METODE MULTIPLE SEQUENCE ALIGNMENT (MSA) Telah diseminarkan
SITIA 2011, 25 Mei 2011
Agus.S, Adi.S, Mauridhi.H.P Electrical Engineering Dept - ITS
Abstrak
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.
Latar Belakang
3
Perumusan Masalah 1 2 3 4 4
Apakah deteksi dan klasifikasi berbasis MSA dapat mengidentifikasi sinyal?. Bagaimana proses atau metode MSA dalam mengidentifikasi sinyal?.
Bagaimanakah kinerja identifikasi klasifikasi berbasis MSA?
dan
Seberapa efektifkah metode ini bekerja?
Tujuan Penelitian 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. 5
Batas Masalah
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.
Kontribusi Tesis
7
Menambah literature baru tentang aplikasi konsep MSA dalam Power System Engineering. Tercipta rele digital jenis baru berbasis MSA. Peningkatan kualitas tenaga listrik
Hirarki Penelitian
8
Aplikasi MSA dalam Bioinformatic 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 Nucleotide
9
Contoh aplikasi MSA dalam Bioinformatic[29]
Aplikasi MSA dalam Bioinformatic
10
Aplikasi MSA dalam Bioinformatic
Pseudo Color Image 2
4
S p e c t ro g ra m I n d ic e s
6
8
10
12
14
16 0
11
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Aplikasi MSA dalam Bioinformatic
Objective Function
Sum-of-Pairs
Sl (mi ) S (m , m ) k i
l i
i
Performance of MSA
| Sl (mi ) | Errorl (%) 100% l mi dengan: k = 1 : baris ke-1 adalah sinyal input l : baris ke-2 sampai ke-l adalah database sinyal gangguan i : kolom ke i 12
Aplikasi MSA dalam Teknik Sistem Tenaga
13
Aplikasi MSA dalam Teknik Sistem Tenaga Database Sinyal gangguan PQ
14
Courtesy of IEEE
Aplikasi MSA dalam Teknik Sistem Tenaga
Ilustrasi proses identifikasi sinyal gangguan menggunakan metode MSA Nilai Komulatif Error (%) Database Selisih
Tegangan phasor Sinyal gangguan 0.7 0.7 Database Ke-1 0.7 0.7 0 0 Database Ke-2 0.7 0.7 0 0 Database Ke-3 0.7 0.7 0 0
15
0.7 0.7 0 0.7 0 0.7 0
0.7 0.7 0 0.7 0 0.7 0
0.9 0.3 0.6 0.9 0 1.1 0.2
0.9 0.3 0.6 0.9 0 1.1 0.2
0.9 0.3 0.6 0.9 0 1.1 0.2
0.9 0.3 0.6 0.9 0 1.1 0.2
0.7 0.7 0 0.7 0 0.7 0
0.7 0.7 0 0.7 0 0.7 0
0.7 0.7 0 0.7 0 0.7 0
0.7 0.7 0 0.7 0 0.7 0
6.8 2.4
35.29
0
0
0.8
8
9.2 10
Aplikasi MSA dalam Teknik Sistem Tenaga (Simulasi dan Analisis) Sinyal Gangguan PQ 1.2
M agnitudo Tegangan (pu)
1.15
1.1
1.05
1
0.95
0.9
0.85
0.8 0
0.1
0.2
0.3
0.4
0.5
Waktu (detik)
16
0.6
0.7
0.8
0.9
Aplikasi MSA dalam Teknik Sistem Tenaga (Simulasi dan Analisis) Sinyal Gangguan PQ terhadap Database
M a g n itu d o T e g a n g a n (p u )
1.5
1
0.5
0
17
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
0
0.1
0.2
0.3
0.4
0.5
Waktu (detik)
0.6
0.7
0.8
0.9
1
Aplikasi MSA dalam Teknik Sistem Tenaga (Simulasi dan Analisis) Sinyal Input 1.3 pu
2
4
1 pu 6
8 g
baris 1 baris 2 baris 3 baris 4 baris 5 baris 6 baris 7 baris 8 baris 9 baris 10 baris 11 baris 12 baris 13 baris 14 baris 15 baris 16
Magnitudo Tegangan : Sinyal Input : 0.0 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
p
Baris
10
12
14
16 0
0.1
0.2
0.3
0.4
0.5
Waktu (s) Database Sinyal Gangguan 18
0.6
0.7
0.8
0.9
1
0 pu
Aplikasi MSA dalam Teknik Sistem Tenaga (Simulasi dan Analisis) 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
E rro r S in y a l g a n g g u a n T e rh a d a p D a ta b a s e (% )
450
400
350
Error terkecil untuk magnitudo Tegangan Bernilai 1.1 pu
300
250
200
150
Swell – Interruption 100
50
0 0.3
19
0.4
0.5
0.6
Waktu (detik)
0.7
0.8
0.9
1
(Simulasi dan Analisis) Instantaneous – Interruption Sinyal Gangguan PQ
Magnitudo Tegangan (pu)
1
0.8
0.6
0.4
0.2
0
0
0.1
0.2
0.3
0.4
0.5
Waktu (detik)
20
0.6
0.7
0.8
0.9
1
(Simulasi dan Analisis) Instantaneous – Interruption Sinyal Gangguan PQ terhadap Database
Magnitudo Tegangan (pu)
1.5
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
1
0.5
0
0
0.1
0.2
0.3
0.4
0.5
Waktu (detik)
21
0.6
0.7
0.8
0.9
1
(Simulasi dan Analisis) Instantaneous – Interruption
2
4
Relative Intensity
Spectrogram Indices
6
8
10
12
14
16 0
22
0.1
0.2
0.3
0.4
0.5 Mass/Charge (M/Z)
0.6
0.7
0.8
0.9
1
(Simulasi dan Analisis) Instantaneous – Interruption 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
Error Sinyal gangguan Terhadap Database (%)
300
250
200
150
100
50
0 0.4
0.5
0.6
0.7
Waktu (detik)
23
0.8
0.9
1
Simulasi dan Analisis Tabel 4.2 Performa MSA
24
Kategori Durasi pendek a Instantaneous Interruption Sag (Dip) Swell b Momentary Interruption Sag (Dip) Swell c Temporary Interruption Sag (Dip) Swell Durasi panjang a Interruption b Undervoltage c Over voltage
Error (%)
23 0 0 74 0 0 54 0 0 0.00054 0 0
Kesimpulan
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.
Saran
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.
Daftar Pustaka
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", McGrawHill.
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
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 21. 22. 23. 24. 25. 26. 27. 28. 29.
29
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. Robert,C.E. dan,Serafim,B. (2006), "Multiple sequence alignment", Elseiver, 368– 373. Schlabbach, J. Blume, D. dan Stephanblome, T. (2001), "Voltage Quality in Electrical Power System", The Institute of Electrical Engineering, London, United Kingdom. Simossis, V.A., Heringa, J. (2004), "Integrating protein secondary structure prediction and multiple sequence alignments". Curr. Protein Pept. Sci. Vol.5, hal 249–266. Siswantono, A. dan Robandi, I. (2007), "Wavelet-Based Artificial Immune System untuk pengenalan dan klasifikasi Gangguan Kualitas Daya", Perpustkaan ITS, Surabay, Tagare, D. M. (2004), "Reactive Power Management", Tata McGraw-Hill Publishing Company Limited Copyright Xiong, J. (2006), ”Essential Bioinformatics”, Cambridge University Press, Hal 63. 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. (Januari 2011), “Multiple sequence alignment”, Wikimedia
Terimakasih
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
Idea for You
Amino Acid Lookup (Courtesy of MATLAB) Code Integer Abbreviation Amino Acid Name A 1 Ala Alanine R 2 Arg Arginine N 3 Asn Asparagine D 4 Asp Aspartic acid (Aspartate) C 5 Cys Cysteine Q 6 Gln Glutamine E 7 Glu Glutamic acid (Glutamate) G 8 Gly Glycine H 9 His Histidine I 10 Ile Isoleucine L 11 Leu Leucine K 12 Lys Lysine M 13 Met Methionine F 14 Phe Phenylalanine P 15 Pro Proline S 16 Ser Serine T 17 Thr Threonine W 18 Trp Tryptophan Y 19 Tyr Tyrosine V 20 Val Valine B 21 Asx Asparagine or Aspartic acid (Aspartate) Z 22 Glx Glutamine or Glutamic acid (Glutamate) X 23 Xaa Any amino acid * 24 END Termination codon (translation stop) 25 GAP Gap of unknown length 32
Kembali Codons GCU GCC GCA GCG CGU CGC CGA CGG AGA AGG AAU AAC GAU GAC UGU UGC CAA CAG GAA GAG GGU GGC GGA GGG CAU CAC AUU AUC AUA UUA UUG CUU CUC CUA CUG AAA AAG AUG UUU UUC CCU CCC CCA CCG UCU UCC UCA UCG AGU AGC ACU ACC ACA ACG UGG UAU UAC GUU GUC GUA GUG AAU AAC GAU GAC CAA CAG GAA GAG All codons UAA UAG UGA NA
Mapping Amino Acid Letter Codes to Integers
Amino Acid
33
Alanine Arginine Asparagine Aspartic acid (Aspartate) Cysteine Glutamine Glutamic acid (Glutamate) Glycine Histidine Isoleucine Leucine Lysine Methionine Phenylalanine Proline Serine Threonine Tryptophan Tyrosine Valine Asparagine or Aspartic acid (Aspartate) Glutamine or Glutamic acid (Glutamate) Unknown amino acid (any amino acid) Translation stop Gap of indeterminate length Unknown character (any character or symbol not in table)
(Courtesy of MATLAB)
Code Integer A R N D C Q E G H I L K M F P S T W Y V B Z X * ?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 0
Kembali
Mapping Nucleotide Integers to Letter Codes Nucleotide Adenosine Cytidine Guanine Thymidine Uridine (if 'Alphabet' set to 'RNA') Purine (A or G) Pyrimidine (T or C) Keto (G or T) Amino (A or C) Strong interaction (3 H bonds) (G or C) Weak interaction (2 H bonds) (A or T) Not A (C or G or T) Not C (A or G or T) Not G (A or C or T) Not T or U (A or C or G) Any nucleotide (A or C or G or T or U) Gap of indeterminate length Unknown (any integer not in table) (Courtesy of MATLAB) 34
Integer 1 2 3 4 4 5 6 7 8 9 10 11 12 13 14 15 16 0 or ≥ 17
Code A C G T U R Y K M S W B D H V N * (default)
Kembali
