Penerapan Metode Particle Swarm Optimization dan Genetic Algorithm pada Optimisasi Sudut Kelengkungan Turbin Air Banki Untuk Mendapatkan Efisiensi Daya Optimal

Herminarto Nugroho, Nabilla Ananda Yusva, Ortega Incon Marama Pandiangan
{"title":"Penerapan Metode Particle Swarm Optimization dan Genetic Algorithm pada Optimisasi Sudut Kelengkungan Turbin Air Banki Untuk Mendapatkan Efisiensi Daya Optimal","authors":"Herminarto Nugroho, Nabilla Ananda Yusva, Ortega Incon Marama Pandiangan","doi":"10.33322/energi.v14i1.1636","DOIUrl":null,"url":null,"abstract":"Indonesia memiliki banyak sumber daya seperti panas bumi, surya, angin, air, dan lain sebagainya. Diantara banyaknya sumber daya, air merupakan sumber daya yang paling dominan bagi Indonesia. Karena jumlah ketersediaan air di Indonesia mencapai 694 milyar meter kubik pertahunnya. Sehingga, pembangkit listrik tenaga air banyak digunakan sebagai pemasok energi. Pada jurnal ini membahas efisiensi pembangkit listrik tenaga air menggunakan model turbin air Banki yang ditulis oleh Mockmore dan Merryfield pada tahun 1949. Permasalahan yang akan dibahas adalah bagaimana memaksimalkan daya keluaran turbin dengan menggunakan metode optimasi Particle Swarm Optimization (PSO) dan Genetic Algorithm (GA). Perbedaan yang didapat dengan menggunakan kedua metode ini adalah nilai maksimum daya keluaran, efisiensi dan jumlah iterasi maksimum yang dilakukan. Berdasarkan perbedaan tersebut maka dapat dikatakan bahwa metode PSO lebih baik daripada GA dalam memaksimalkan daya keluaran dan efisiensi dari turbin","PeriodicalId":166066,"journal":{"name":"ENERGI & KELISTRIKAN","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"ENERGI & KELISTRIKAN","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33322/energi.v14i1.1636","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Indonesia memiliki banyak sumber daya seperti panas bumi, surya, angin, air, dan lain sebagainya. Diantara banyaknya sumber daya, air merupakan sumber daya yang paling dominan bagi Indonesia. Karena jumlah ketersediaan air di Indonesia mencapai 694 milyar meter kubik pertahunnya. Sehingga, pembangkit listrik tenaga air banyak digunakan sebagai pemasok energi. Pada jurnal ini membahas efisiensi pembangkit listrik tenaga air menggunakan model turbin air Banki yang ditulis oleh Mockmore dan Merryfield pada tahun 1949. Permasalahan yang akan dibahas adalah bagaimana memaksimalkan daya keluaran turbin dengan menggunakan metode optimasi Particle Swarm Optimization (PSO) dan Genetic Algorithm (GA). Perbedaan yang didapat dengan menggunakan kedua metode ini adalah nilai maksimum daya keluaran, efisiensi dan jumlah iterasi maksimum yang dilakukan. Berdasarkan perbedaan tersebut maka dapat dikatakan bahwa metode PSO lebih baik daripada GA dalam memaksimalkan daya keluaran dan efisiensi dari turbin
采用班基水轮机自旋角优化的粒子优化和基因算法,以获得最佳能源效率
印度尼西亚有许多资源,如地热、太阳能、风能、水等。在众多资源中,水是印尼最占主导地位的资源。因为印尼每年的水资源供应达到6920亿立方米。因此,水力发电厂被广泛用作能源供应。这篇杂志讨论了水电发电厂在1949年使用Mockmore和Merryfield所写的Banki水轮机模型的效率。接下来要讨论的问题是如何使用有机优化(PSO)和遗传算法(GA)使输出涡轮机最大化。使用这两种方法获得的差异是输出功率、效率和重复量的最大值。基于这些差异,可以说PSO方法比GA更有效地最大化涡轮的输出和效率
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信