Pengawasan Beban Tak Mengganggu Menggunakan Mesin Penyokong Vektor (Nonintrusive Load Monitoring Using Support Vector Machine)

Journal Title: Jurnal Kejuruteraan - Year 2018, Vol 30, Issue 2

Abstract

Kertas kerja ini membentangkan pembangunan pengawasan beban tak mengganggu (PBTM) untuk mengenal pasti beban dengan menggunakan pengelasan mesin penyokong vektor berbilang (MPVB). Suatu kaedah pengawasan beban diselia dilaksanakan untuk mengenal pasti tiga jenis beban yang kebiasaannya terdapat di bangunan komersial iaitu lampu pendaflour, penghawa dingin dan komputer peribadi. Parameter kuasa asas yang terdapat pada meter pintar dan penyarian sifat kuasa lain yang lebih terperinci dipertimbangkan dalam kertas kerja ini. Sifat kuasa yang berkesan ditentukan dengan melakukan pemilihan sifat mengikut kombinasi yang berpotensi. Selain itu, teknik baru penyarian sifat, iaitu, jelmaan masa-masa (MM) diperkenalkan dalam kajian ini. Suatu kaedah pemilihan sifat kuasa yang sistematik dilaksanakan dengan mempertimbangkan kombinasi terbaik untuk tujuan perbandingan. Berikutan penggunaan meter pintar komersial di sektor pengguna adalah majoriti dengan kadar pensampelan yang rendah, perlaksanaan eksperimen dan kajian yang dilakukan adalah di bawah pengukuran penggunaan yang sebenar dengan pensampelan yang rendah. Kadar pensampelan rendah yang sesuai untuk PBTM dikaji mengikut spesifikasi meter pintar komersial dengan tiga keadaan pensampelan iaitu 1 minit, 10 minit dan 30 minit. Satu set data pengesahsahihan dengan aktiviti beban secara rawak digunakan untuk menguji kemantapan kaedah PBTM yang dibangunkan. Justeru, teknik pengelasan beban menggunakan MPVB dibandingkan dengan teknik lain seperti bayes lurus dan K-kejiranan terdekat (KKT) untuk menilai prestasi MPVB yang dicadangkan untuk PBTM. Menerusi keputusan yang diperolehi, kaedah yang dicadangkan iaitu MPVB menunjukkan keputusan pengelasan yang terbaik dengan 99.94% ketepatan dalam mengenal pasti beban. Justeru, berdasarkan kadar pensampelan yang dikaji pensampelan 1 minit menunjukkan penggunaan pengawasan beban yang terbaik berbanding pensampelan lain yang dikaji untuk tujuan PBTM.

Authors and Affiliations

Khairuddin Khalid, Azah Mohamed, Ramizi Mohamed, Nor Azwan Mohamed Kamari

Keywords

Related Articles

Optimising Cutinase Enzyme Recovery in Thermo-Induced Phase Separation of LS54/DX ATPS by Enhanced Volume Exclusion Effect

Low recovery of cutinase enzyme in water-enriched phase after thermo-induced separation stage of LS54/Dx aqueous two-phase system was improved by enhanced volume exclusion effect in the polymer-water extraction system. I...

Evaluation on the Stability of Slope at Faculty of Engineering and Built Environment (FKAB) using Slope/w

Slope stability topics have become one of the main issues due to the nature of topography and weather conditions in Malaysia. This study examines the stability of the slope at the Faculty of Engineering and Built Environ...

Carbon Dioxide Adsorption on Activated Carbon Hydrothermally Treated andImpregnated with Metal Oxides

Activated carbon (AC) has been used widely as an agent for carbon dioxide (CO2) adsorption due to its environmentally friendly nature, low cost, high porous structure, high surface area and good mechanical properties. Mo...

Kajian Hubung kait Tekanan dan Suhu Terhadap Taburan Kerpasan di Malaysia Ketika Fenomena ENSO (Study on Precipitation and Its Relation to Pressure and Temperature Over Malaysia During The ENSO Phenomenon)

Climate change is the greatest threat to the environment and human beings in the 21st century. The annual temperature of the earth has been moved up and down a few degrees Celsius over the past few million years ago. The...

Voltage Constrained Optimal Power Flow Based Using Genetic Algorithm

Voltage constrained of Optimal Power Flow (OPF) is one of several methods to minimize fuel costs while maintaining system reliability constraints. In this study, Genetic Algorithm (GA) was applied to solve the problem of...

Download PDF file
  • EP ID EP455572
  • DOI 10.17576/jkukm-2018-30(2)-17
  • Views 98
  • Downloads 0

How To Cite

Khairuddin Khalid, Azah Mohamed, Ramizi Mohamed, Nor Azwan Mohamed Kamari (2018). Pengawasan Beban Tak Mengganggu Menggunakan Mesin Penyokong Vektor (Nonintrusive Load Monitoring Using Support Vector Machine). Jurnal Kejuruteraan, 30(2), 265-273. https://europub.co.uk/articles/-A-455572