Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemeliharaan merupakan hal terpenting dalam menjalankan sebuah sistem produksi yang melibatkan aset yang besar, termasuk pada Pembangkit Listrik Tenaga Panas Bumi. Pemeliharaan mesin berbasis kondisi mesin Condition-Based Maintenance dirasa efektif dalam menjaga performa mesin. Kondisi mesin dapat diketahui melalui data operasi yang ada. Salah satu pendekatan yang dapat mempelajari dan mengolah ribuan data operasi yang terekam oleh sensor-sensor parameter keseluruhan data operasi yang ada adalah dengan pendekatan machine learning. Data operasi tersebut kemudian akan dibagi menjadi beberapa kategori yaitu long, medium dan short dengan batasan berupa lama waktu aset tersebut beroperasi. Data tersebut kemudian akan menjalani proses training menggunakan aplikasi Classification Learner pada software MATLAB. Proses ini memungkinkan MATLAB mempelajari hubungan antar parameter, waktu dan kategori yang dibuat hingga menghasilkan sebuah model klasifikasi kondisi mesin. Model tersebut kemudian digunakan untuk memprediksi kondisi turbin terkini yang kemudian dapat diperkirakan berapa lama lagi turbin dapat beroperasi dengan baik sampai turbin membutuhkan kegiatan pemeliharaan kembali.

---

Maintenance is the most important thing in running a large production system that is using some machinery such as turbines, pumps and so on. This is also applied for a geothermal power plants that have so many assets to maintain. Condition based maintenance is considered to be the most effective maintenance management to be applied for a big scale industrial company. Machines condition could be known from the machines operation data that is continously recorded by the censors of some parameter. One of the most suitable approach to learn and process the big operation data is machine learning. The operation data will be classified into three categories, there are long category, medium category and short category, which has its limit based on the length of time the machine has been operating. Then, the operation data will be trained using Classification Learner toolbox of MATLAB. This process let MATLAB understands the relationship between each parameter, time and the categories until a classification model of machines condition has been produced. The model later could be used to predict the most recent machines condition so that we can also predict how long the machine could still operate well until it needs to be maintained again. "

"Peralatan dan komponen di Pembangkit Listrik Tenaga Panas Bumi harus selalu diperhatikan keandalan serta ketersediaannya. Sehingga untuk memenuhi hal tersebut sangat diperlukannya program pemeliharaan atau maintenance. Hot well pump sendiri merupakan salah satu komponen utama yang sangat berpengaruh pada produktivitas sistem pembangkit listrik. Karena itulah reliability dan availability dari mesin sangat berpengaruh untuk sistem pembangkit secara keseluruhan. Peningkatan nilai availability ini dapat dilakukan dengan meningkatkan efektivitas daripada waktu operasi uptime mesin tersebut. Adapun sistem pemeliharaan yang dirasa tepat untuk meningkatkan availability tersebut adalah sistem pemeliharaan prediktif yang didasarkan pada kondisi aktual mesin condition-based maintenance. Dalam sistem ini, pemeliharaan akan dilakukan hanya ketika terdapat tanda-tanda penurunan performa mesin. Untuk itu dilakukan perancangan sebuah model prediksi dengan dengan pendekatan machine learning pada metode Classification Learner untuk mempelajari dan mengklasifikasikan rekaman data operasi mesin dalam jumlah besar dari sensor parameter mesin terkait dan menggunakan MATLAB sebagai perangkat lunak pengolah data. Model ini diharapkan dapat menjadi solusi dalam menentukan jadwal pemeliharaan mesin yang tepat sesuai dengan kondisi aktualnya.

---

Equipments and components in the Geothermal Power Plant shall always be noted for its reliability and availability. It is very necessary a good maintenance program. Hot well pump itself is one of the main components that are very influential on the productivity of power generation systems. That is why reliability and availability of that machine is very influential for the overall generating system. The increased availability value can be achieved by increasing the effectiveness of the machine 39 s uptime operation time. The maintenance system that considered appropriate to increase availability is a predictive maintenance system based on the actual condition of the machine condition based maintenance.

In this system, maintenance will be held only when there are signs of decreased machine performance. For that purpose, designing a prediction model with machine learning approach in Classification Learner method is used to study and classify the machine operation data record in large quantities from the sensor of that machine parameters and using MATLAB as a data processing software. This model is expected to be a solution in determining the exact machine maintenance schedule of machine in accordance with actual conditions. "

"ABSTRAKPembangkit listrik tenaga panas bumi adalah sumber energi bersih terbarukan dengan potensi besar yang dimiliki Indonesia. Sistem deteksi kesalahan manual pada mesin kritis adalah salah satu masalah dalam pengoperasian pembangkit listrik tenaga panas bumi di Indonesia. Kesalahan rentan dalam menentukan kondisi mesin dan keterlambatan dalam mengetahui peringatan adalah dua masalah utama yang muncul. Penerapan algoritma pembelajaran mesin dalam membuat model deteksi kesalahan telah digunakan di berbagai industri dan objek. Penelitian ini adalah penerapan algoritma pembelajaran mesin untuk membuat model klasifikasi deteksi kesalahan pada mesin kritis pembangkit listrik tenaga panas bumi. Algoritma yang digunakan adalah classifier dasar dan ensemble classifier untuk membandingkan algoritma mana yang menghasilkan indikator klasifikasi terbaik. Penelitian ini dapat memberikan wawasan tentang industri pembangkit listrik tenaga panas bumi di Indonesia untuk mengatasi sistem deteksi kesalahan yang ada dengan memanfaatkan data sensor menggunakan algoritma pembelajaran mesin.

---

ABSTRACTGeothermal power plants are a renewable clean energy source with great potential that Indonesia has. The manual fault detection system at the critical machine is one of the problems in the operation of geothermal power plants in Indonesia. Vulnerable errors in determining engine conditions and delays in knowing alerts are two major problems that arise. The application of machine learning algorithms in making fault detection models has been used in various industries and objects. This research is the application of machine learning algorithms to create fault detection classification models on critical engines of geothermal power plants. The algorithm used is the basic classifier and ensemble classifier to compare which algorithms produce the best classification indicators of classifications. This research can provide insight into the geothermal power plant industry in Indonesia to overcome existing fault detection system by utilizing sensor data using machine learning algorithm."

"Monitoring kinerja pembangkit listrik penting dilakukan untuk melihat efisiensi sistem secara keseluruhan. Kinerja dalam pembangkit listrik tenaga panas bumi dapat ditinjau dari nilai Specific Steam Consumption (SSC). Penelitian ini bertujuan untuk mengestimasi SSC dengan menggunakan pendekatan artificial intelligence berbasis algoritma Adaptive Neuro Fuzzy Inference System (ANFIS). Variabel input algoritma ini ANFIS berjumlah 10 variabel yang berasal dari sub-sistem pembangkit listrik tenaga panas bumi yakni steam supply and venting system (SSVS), turbine-generator system (TGS), steam return and condensate system (SCRS), gas removal system (GRS), dan cooling water system (CWS). Dalam penelitian ini dilakukan seleksi variabel menggunakan principal component analysis (PCA) dan genetic algorithm (GA) guna meminimalisir nilai error estimasi SSC serta menganalisis secara numerik variabel-variabel apa saja yang mempengaruhi SSC dari 10 variabel awal yang ditentukan. Evaluasi model ANFIS-PCA dan ANFIS-GA yang digunakan adalah RMSE, MAE, dan MAPE. Pada penelitian ini, algoritma hybrid ANFIS-GA dan ANFIS-PCA menghasilkan kinerja estimasi yang sama dan lebih baik dibandingkan tanpa melakukan seleksi variabel. Hasil evaluasi RMSE menunjukkan nilai 0.0298 untuk ANFIS-GA dan ANFIS-PCA serta 0.0351 untuk ANFIS tanpa seleksi variabel. Dengan hasil estimasi ini, diharapkan dapat menjadi alat monitoring SSC jika terjadi abnormalitas pada pengukuran SSC yang dapat disebabkan oleh abnormalitas pada instrument flowmeter uap.

---

Monitoring the performance of the power plant is important to see the overall system efficiency. The performance in geothermal power plants can be viewed from the Specific Steam Consumption (SSC) value. This research aims to estimate the SSC using an artificial intelligence approach based on the Adaptive Neuro Fuzzy Inference System (ANFIS). The ANFIS’s input variables consist of 10 variables originating from the geothermal power generation sub-system, namely the steam supply and venting system (SSVS), the turbine-generator system (TGS), the steam return and condensate system (SCRS), the gas removal system (GRS), and a cooling water system (CWS). In this study, principal component analysis (PCA) and genetic algorithm (GA) are used to minimize the estimation error value and to analyze variables affecting the SSC. The evaluations of the ANFIS-PCA and ANFIS-GA models used are RMSE, MAE, and MAPE. In this study, the ANFIS-GA and ANFIS-PCA algorithms produce the same and better estimation performance than without selecting variables. The RMSE evaluation showed a value of 0.0298 for ANFIS-GA and ANFIS-PCA and 0.0351 for ANFIS without variable selection. It is hoped that this result can become an SSC monitoring tool as a mitigation of the abnormality in the steam flowmeter instrument."

"Pompa air merupakan alat konversi energi, yaitu konversi energi mekanis menjadi energi fluida. Energi mekanis dihasilkan oleh motor listrik dalam hal ini berupa daya pores yang diubah oleh sudut sudut impeller menjadi energi fluida berupa tinggi tekan dan kecepatan sehingga mampu memindahkan atau mengalirkan fluida. Unjuk kerja pompa adalah kemampuan pampa yang ditunjukkan dengan besarnya tinggi tekan, kapasitas dan effisiensi Pengujian pompa dengan impeller sudu sejajar dan sudu zig zag ditamhah variasi sudut laluan /utup casing adalah dimaksudkan untuk mengelahui unjuk ketja terbaik dari semua variasi diatas rerhadap pompa air jenis turbin. Hasil pengujian memmjukkan bahwa Fidak terdapat pcrbedaan yang signifikan dengan pembahan impeller dari sudu sejajar menjadi sudu zig zag sedangkan effisiensi tertinggi sampai 16 % dan kapasitas yang besar diperoleh ji/r.a menggunakan Jutup casing dengan sudut laluan (J,$'. Tinggi tekan tertinggi hingga 31 mll20 dapat dicapai dengan menggunakan rump casing dengcm sudut laluan r'."

"Merangking peralatan kritis di Pembangkit Listrik Tenaga Panas Bumi PLTP merupakan hal terpenting sebelum menentukan metode pemeliharaan yang digunakan untuk setiap masing ndash; masing peralatan. Pada penelitian ini, penulis memperkenalkan metode terbarukan dalam menentukan dan merangking peralatan kritis di PLTP dengan metode Fuzzy Borda Count FBC. Proses perhitungan dengan metode FBC menggabungkan antara analisis kualitatif dengan analisis kuantitatif. Langkah pertama pada proses ini adalah menyaring terlebih dahulu sistem dengan menggunakan matriks risiko orde 2 x 2. Setelah itu menyaring peralatan dengan menggunakan matriks risiko orde 5 x 5. Dalam tahapan perhitungan terdapat 8 faktor yang berpengaruh terhadap sistem dan peralatan. Faktor tersebut di bobotkan serta di normalisasikan dengan menggunakan metode Analytic Hierarchy Process AHP . Dengan adanya nilai bobot setiap faktor maka dapat menghitung indeks dari setiap peralatan. Serta tahapan terakhir dalam merangking dengan menggunakan metode Fuzzy Borda Count FBC.

---

Ranking of critical equipment in Geothermal Power Plants GPPs is the most important thing before determining maintenance method used for each equipment. In this research, the author introduces a new method in determining and ranking of critical equipment in GPPs with Fuzzy Borda Count method. The calculation process by FBC method through combination of qualitative analysis with quantitative analysis. The first step in this process is to filter the system using Risk Analysis RA of a 2th order risk matrix. After that, we must filter the equipment from system in GPPs using Risk Analysis RA of a 5th order risk matrix. In this calculation, we use 8 factors that affect the system and equipment in GPPs. These factors are weighted and normalized using the Analytic Hierarchy Process AHP method. Given the weight value of each factor then it can calculate the index of each equipment. And the last step is ranking critical equipment by using Fuzzy Borda Count method FBC."

"Energi panas bumi memiliki peran penting dalam transisi penyediaan energi yang rendah karbon serta aman terhadap lingkungan. Energi panas bumi adalah sumber energi terbarukan yang dapat menjadi solusi untuk memenuhi kebutuhan pasokan energi dalam negeri. Tetapi beberapa Pembangkit Listrik Tenaga Panas Bumi PLTP juga memiliki berbagai tantangan kehandalan berupa risiko kegagalan pada peralatannya, yang secara khusus disebabkan oleh kandungan fluida pada reservoir panas bumi. Berbagai metode untuk menghilangkan atau mengurangi risiko kegagalan mulai dipertimbangkan sebagai upaya membangun suatu program inspeksi. Inspeksi Berbasis Risiko memberikan hubungan antara mekanisme kerusakan dengan program inspeksi yang digunakan untuk menurunkan risiko. Penelitian ini, memanfaatkan program Inspeksi Berbasis Risiko sebagai teknik yang mudah digunakan untuk mengevaluasi tingkat probabilitas dan konsekuensu kegagalan sebagai upaya untuk membangun program inspeksi. Untuk menjaga tingkat akurasi dalam analisa penelitian, standar API 581 digunakan sebagai pedoman dalam penelitian kali ini agar dihasilakn kesesuaian antara level risiko dan program inspeksi yang di kembangkan untuk meningkatkan kehandalan.

---

Geothermal energy has an important role in the transition toward a low carbon energy and environmentally safe. Geothermal energy is a renewable energy source that can be a solution to meet domestic energy supply. But, some Geothermal Power Plant GPPs also have various reliability challenges of failure of the equipment, which is specifically caused by the fluid content. Various methods for eliminating or reducing the risk of failure are consideration as an effort to build an inspection program. Risk Based Inspection provides a link between the damage mechanism and the inspection program used to reduce the risk.

In this study, by utilizing the Risk Based Inspection program as an easy technique to use for evaluating probability levels and consequence of failure as an effort to build the inspection program. To maintain accuracy in this research analysis, standard of API 581 are used as guidance in this research to produced suitability between risk levels and inspection programs developed to improve reliability."

"Penelitian ini berfokus pada optimasi tata letak Power Plant Area pada Pembangkit Listrik Tenaga Panas Bumi dengan mempertimbangkan salah satu aspek keselamatan yaitu dispersi gas toksik, khususnya H2S. Model matematika diformulasikan sebagai Mixed Integer Non Linear Programming dan diimplementasikan pada Excel Solver menggunakan algoritma GRG Non Linear. Tata letak dua jenis PLTP sebagai contoh kasus dan dua skenario riset, tanpa dan dengan mengikuti rekomendasi jarak dari standar keselamatan, dioptimalisasikan dalam rangka minimisasi total biaya pada PLTP Plant Layout Cost namun tetap memperhatikan aspek dispersi gas toksik melalui simulasi Computational Fluid Dynamic, lalu dibandingkan dengan PLTP yang sudah ada existing. Hasil penelitian menunjukkan susunan tata letak PLTP optimasi sesuai dengan susunan tata letak PLTP existing pada unit fasilitas proses utama. Dibandingkan PLTP existing, hasil optimasi tata letak PLTP dengan rekomendasi jarak dari standar keselamatan proses sudah cukup aman dari segi aspek dispersi H2S pada skenario terburuk. Terakhir, optimasi tata letak PLTP dengan metode riset operasi ini terbukti mampu menurunkan total biaya terhadap PLTP existing, pada penelitian ini sebesar 14,97 - 35,89.

---

This research is focused on Power Plant Area of Geothermal Power Plant layout optimization considering one of process safety aspect, toxic gas dispersion particularly H2S. This problem is formulated as a Mixed Integer Non Linear Programming and implemented in Excel Solver using GRG Non Linear algorithm. Layout of two Geothermal Power Plants as example and two research mode, with and without following process safety standard spacing requirements, have been optimized to mimimize total Plant Layout Cost yet still concern toxic gas dispersion through Computational Fluid Dynamic simulation, and to compare with layout from existing plant.

The result shows that main process equipments arrangement of optimized Geothermal Power Plant layout have conform with existing layout. Optimized Geothermal Power Plant layout which following recommended bulding equipment spacing standard is already safe from H2S exposure in worst case scenario. Finally, Geothermal Power Plant layout optimization using operation research is capable to reduce total plant layout cost from existing layout, in amount of 14,97 35,89 in this research."

"Total kapasitas terpasang PLTP (Pembangkit Listrik Tenaga Panas Bumi) di Indonesia baru mencapai 1.341 MW, sekitar 4.8% dari seluruh potensi panas bumi yang ada. Salah satu penyebab terbesar masalah tersebut adalah masalah keekonomian dari PLTP. Penelitian ini ingin menemukan cara agar PLTP skala kecil dapat menjadi salah satu alternatif yang diperhitungkan bagi sumber listrik lokal pada tingkat harga yang kompetitif dengan sumber-sumber lain di tingkat konsumen. Dalam penelitian ini, kapasitas PLTP skala kecil akan divariasikan sebesar 1 MW, 2 MW, 3 MW, 4 MW, dan 5 MW, dengan interval variasi dari suhu uap panas bumi berkisar antara 100°C sampai 340°C dan variasi kecepatan alir (flowrate) uap panas bumi berkisar antara 300 kg/s sampai 1000 kg/s. Analisis dilakukan dengan melakukan perhitungan Biaya Pokok produksi (BPP) serta penilaian kelayakan investasi pengusahaan PLTP berdasarkan Internal Rate of Return (IRR), Net Present Value (NPV), dan Analisis Sensitivitas atas sumur panas bumi yang sebelumnya dinilai tidak ekonomis oleh satu dan lain sebab.

---

The total installed capacity of geothermal power plants in Indonesia reached 1,341 MW, approximately 4.8 % of the existing geothermal potential. One of the biggest causes of such problems is economic of electricity from geothermal power plants.

This study wants to find ways to make small-scale geothermal power plants could be an alternative source of electricity that is taken into account for local at a rate competitive with other sources at the consumer level. In this study, small-scale geothermal power plant capacity will be varied at 1 MW, 2 MW, 3 MW, 4 MW and 5 MW. While the interval of variation of temperature geothermal steam 100°C to 340°C ranges. While the range of variation of the flow velocity (flowrate) geothermal steam ranged from 300 kg/s to 1000 kg/s.

The analysis was performed by calculating the cost of electricity production and valuation of investment feasibility is based on the Internal Rate of Return ( IRR ), Net Present Value ( NPV ), and Sensitivity Analysis for marginal geothermal steam well."

"Indonesia memiliki sumber daya dan potensi panas bumi terbesar kedua di dunia dengan total kapasitas sekitar 29.000 MW 40 potensi panas bumi dunia . Total kapasitas terpasang Pembangkit Listrik Tenaga Panas Bumi adalah sebesar 1.643,5 MW dan menempati peringkat ketiga terbesar di dunia hingga akhir tahun 2016. Namun, Indonesia belum memanfaatkan potensi sumber daya panas bumi secara optimal jika dibandingkan dengan besarnya potensi yang dimiliki.Potensi panas bumi yang besar belum dimanfaatkan secara maksimal karena terdapat hambatan terutama terkait dengan investasi awal, risiko sumber daya panas bumi, dan pendanaan proyek. Pihak pengembang memasukkan seluruh risiko awal proyek sebagai biaya investasi sehingga menyebabkan harga pembelian tenaga listrik PLTP menjadi tinggi dan negosiasi dengan PT PLN Persero menjadi berlarut-larut. Dalam tesis ini disusun tiga skema berbeda yang diaplikasikan secara internasional dalam pengembangan PLTP yang melibatkan BUMN dan IPP. Untuk pengembangan PLTP oleh BUMN Model 1 diperoleh harga pembelian tenaga listrik PLTP berkisar 6,33 sen USD/kWh 110 MW s.d. 14,15 sen USD/kWh 10 MW , pengembangan PLTP oleh BUMN IPP Model 2 diperoleh harga pembelian tenaga listrik PLTP berkisar 6,99 sen USD/kWh 110 MW s.d. 15,63 sen USD/kWh 10 MW, pengembangan PLTP oleh IPP Model 3 diperoleh harga pembelian tenaga listrik PLTP berkisar 7,92 sen USD/kWh 110 MW s.d. 17,7 sen USD/kWh 10 MW , dan pengembangan PLTP oleh IPP dengan bantuan grant Model 3 Grant diperoleh harga pembelian tenaga listrik PLTP berkisar 7,05 sen USD/kWh 110 MW s.d. 15,76 sen USD/kWh 10 MW. Pengembangan PLTP di Jawa Bali, Sumbar, Sumsel, Jambi, Bengkulu, Lampung, Sulselrabar hanya layak dikembangkan oleh pihak BUMN Model 1 melalui proses negosiasi B to B dengan PT PLN Persero dan untuk sistem-sistem kecil dapat dikembangkan oleh pihak IPP dengan bantuan grant dari Pemerintah mengingat kapasitas PLTP yang dapat dikembangkan hanya kelas kapasitas kecil 10 MW dan 20 MW yang kurang ekonomis secara unit cost dibandingkan dengan kelas kapasitas medium dan besar 55 MW dan 110 MW.

---

It is said that Indonesia has the world 2nd biggest class geothermal energy resources and its potential is about 29,000 MW which corresponds to about 40 of all potential of the world. The current total capacity of geothermal power generation in Indonesia is 1,438.5 MW and occupies the 3rd position in the world ranking as of 2015. However, Indonesia has not exploited the geothermal resource potential enough yet, when its huge potential is considered.The large potential of geothermal have not been maximally utilized because of the obstacles associated primarily with initial investment, geothermal resource risks, and project funding. The developer calculates all the initial risks of the project as an investment cost causing the purchase price of geothermal power to be high and become protracted negotiation with PT PLN Persero.

In this thesis, there are three different schemes that are applied internationally in the development of geothermal power plant involving BUMN and IPP. For the development by SOE Model 1 obtained the purchase price of 6.33 cents USD kWh 110 MW up to 14.15 cents USD kWh 10 MW , the development by SOE IPP Model 2 obtained the purchase price of 6.99 cents USD kWh 110 MW up to 15.63 cents USD kWh 10 MW , by IPP Model 3 obtained the purchase price 7.92 cents USD kWh 110 MW up to 17.7 cents USD kWh 10 MW , and the development by IPP with grant assistance Model 3 Grant obtained the purchase price of 7.05 cents USD kWh 110 MW up to 15.76 cents USD kWh 10 MW.

The development of geothermal power plant in Java Bali, West Sumatera, South Sumatera, Jambi, Bengkuliu, Lampung, Sulselrabar is only feasible to be developed by SoE Model 1 through B to B negotiation with PT PLN Persero and for small systems can be developed by IPP with grant assistance from the Government, consider geothermal power plant capacity that can be developed only small capacity classes 10 MW and 20 MW which is less cost effective in terms of unit cost compared to medium and large capacity classes 55 MW and 110 MW ."