Pengenalan Pola PD Berbasis CNN pada Material Isolasi

Abstract

Rendahnya frekuensi kegagalan isolasi adalah indikator kinerja penyaluran energi listrik
yang baik. Kegagalan isolasi terutama pada kabel tegangan tinggi dapat menyebabkan
terjandinya hubung singkat bahkan pemadaman total yang mengakibatkan kerugian besar bagi
penyedia layanan serta konsumen, oleh karena itu kualitas isolasi harus terjaga. Material
polimer seperti silicone rubber memiliki sifat mekanik dan elektrik yang unggul, bahkan lebih
baik dari keramik atau kaca dalam mencegah kegagalan isolasi merupakan salah satu jenis
material yang banyak digunakan.
Salah satu penyebab utama kegagalan isolasi adalah partial discharge (PD). PD sebagai
pelepasan muatan listrik terlokalisir pada isolator dapat terjadi di permukaan atau dalam rongga
(void) isolasi akibat kesalahan pada proses produksi atau installasi. PD yang terus-menerus akan
mengikis permukaan rongga dan mengurangi kekuatan isolasi sehingga inisiasi peluahan terjadi
pada tegangan yang lebih rendah. Proses ini akan berujung pada terjadinya tembus sempurna
(complete breakdown).
Paper ini menyajikan hasil penelitian dengan metode Convolutional Neural Network
(CNN) yang memiliki kemampuan adaptasi, non-linear, dan pemrosesan paralelnya yang baik.
Pengukuran aktivitas PD untuk mendeteksi kerusakan isolasi dilakukan secara dini sehingga
mencegah kerusakan sistem yang lebih parah, memungkinkan diagnosis dini cacat isolasi.
Teknik pengukuran PD ini terus dikembangkan agar mampu menganalisa dan mengidentifikasi
PD secara lebih baik.