Transformator daya sangat penting untuk stabilitas jaringan dan transfer energi yang efisien, tetapi keandalannya menurun karena penuaan sistem isolasi yang terbuat dari kertas dan minyak mineral. Teknik pemantauan seperti pengujian minyak, analisis gas terlarut (DGA), dan analisis senyawa furan membantu menilai degradasi, dengan derajat polimerisasi (DP) sebagai indikator utama kesehatan isolasi. Studi ini mengevaluasi lima metode estimasi DP, yaitu Chendong, Heisler & Banzer, Vaurchex, Pahlavanpour, dan De Pablo, menggunakan enam metrik statistik yang terdiri dari rata-rata, deviasi standar, koefisien determinasi (DC), koefisien korelasi (CC), uji-t, dan nilai-p. Metode Chendong terbukti paling kuat, mencapai DC = 0,677, CC = 0,878, dan deviasi standar terendah (0,81), memenuhi semua kriteria. Heisler & Banzer menyusul dengan DC = 0,529 dan CC = 0,878, meskipun deviasinya yang lebih tinggi (1,04) memengaruhi konsistensi. Vaurchex dan Pahlavanpour menunjukkan kinerja sedang (DC = 0,674 dan 0,435) tetapi gagal memenuhi ambang batas uji-t dan nilai p. De Pablo menempati peringkat terendah (DC = 0,071), hanya memenuhi satu kriteria. Dengan mengkuantifikasi kekuatan dan keterbatasan setiap metode, makalah ini menawarkan kerangka kerja pembandingan untuk meningkatkan diagnostik isolasi dan memandu keputusan pemeliharaan yang pada akhirnya meningkatkan keandalan transformator, manajemen aset, dan efisiensi sistem tenaga.
Makalah ini meletakkan dasar bagi inovasi transformator dengan menganalisis secara kritis kekuatan dan keterbatasan metode DP yang ada dan mengidentifikasi area untuk perbaikan.
Kinerja lima metode DP yang paling menonjol dievaluasi menggunakan model statistik matematika. Meskipun setiap metode DP telah menunjukkan kinerja yang unggul, perbandingan antar berbagai model statistik sangat berharga. Perbandingan ini memberikan wawasan tentang kekuatan dan kelemahan relatifnya, sehingga memungkinkan pemilihan metode yang paling tepat untuk aplikasi tertentu. Melalui analisis komprehensif ini, efektivitas metode DP dalam menilai sistem isolasi transformator akan tercapai dan selanjutnya berkontribusi pada pemanfaatannya yang lebih efisien dalam skenario dunia nyata.
Evaluasi statistik terhadap metode estimasi DP pada transformator menyoroti akurasi dan keandalan prediktifnya. Metode yang dianalisis meliputi Chendong, Heisler & Banzer, Vaurchex, Pahlavanpour, dan De Pablo yang dinilai menggunakan metrik seperti rata-rata, deviasi standar, koefisien determinasi, koefisien korelasi, uji-t, dan nilai-p, seperti yang ditunjukkan pada Tabel dibawah ini. Wawasan kinerja utama untuk setiap metode dirinci di bawah ini:
Studi ini mengevaluasi metode untuk memperkirakan DP pada transformator melalui analisis statistik dan berfokus pada lima metode yang terdiri dari Chendong, Heisler & Banzer, Vaurchex, Pahlavanpour, dan De Pablo. Parameter kunci yang dianalisis meliputi rata-rata, deviasi standar, koefisien determinasi, koefisien korelasi, uji-t, dan nilai-p. Tujuannya adalah untuk membandingkan dan menilai akurasi prediksi dan keandalan metode-metode ini dalam diagnostik transformator. Di antara metode-metode tersebut, pendekatan Chendong terbukti paling kuat dan andal, memenuhi semua kriteria statistik. Metode Heisler & Banzer berkinerja kuat tetapi kurang dalam validasi deviasi standar. Metode Vaurchex menunjukkan potensi prediksi yang signifikan, meskipun pengujian hipotesis tambahan diperlukan untuk validasi yang menyeluruh. Sebaliknya, metode Pahlavanpour menunjukkan beberapa kemampuan prediksi tetapi kurang memiliki metrik validasi yang penting. Metode De Pablo secara khusus merupakan yang terlemah karena kesenjangan substansial dalam validasi statistik. Temuan ini menggarisbawahi peran penting analisis statistik komprehensif dalam menentukan akurasi dan keandalan metode prediksi yang digunakan dalam diagnostik transformator. Tanpa validasi yang memadai, metode tersebut mungkin gagal memberikan hasil yang konsisten, sehingga menyoroti perlunya penyempurnaan dan penilaian berkelanjutan untuk memastikan kinerja yang dapat diandalkan.
Penulis: Lilik Jamilatul Awalin, ST, SPd, MT, PhD.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
Ali, M. S., Awalin, L. J., Abd Halim, S., Abdul Jaafar, A. S., Abu Bakar, A. H., Smadi, I. A., & Albatran, S. (2025). Assessing Polymerization-Based Diagnostics for Transformer Insulation via Comparative Statistics. Energies, 18(22), 5990.
