PENGGUNAAN KAPASITOR BANK UNTUK MEMPERBAIKI FAKTOR DAYA DAN MENGURANGI RUGI-RUGI DAYA MENGGUNAKAN FUZZY LOGIC CONTROLLER DI QUEST HOTEL KUTA BADUNG
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Quest Hotel Kuta is a place of business engaged in lodging services. To support operationalneeds, the hotel uses electrical equipment, most of which are inductive. The use of high inductiveloads can produce high reactive power, depending on the power factor because the active powerobtained from the installed power will be less. Based on the measurement results at Quest Hotel Kutathe measured power factor is 0.70, while PLN charges the excess cost of kVARH to the customer ifthe average power factor is less than 0.85. To be able to improve the low power factor can be done byusing a capacitor bank, the capacitor uses the reactive power required at the inductive load. Changingthe power factor in consumers can change. To equalize the power change factor, the capacitor bank isassembled to work multiple steps / multi steps. Multi-step capacitor banks consist of several capacitorswith the same or different capacities. Based on the results of measurements before using the fuzzylogic method, the obtained power factor is 0.70 to 0.74 while the capacitors are installed from 12.5kVAR to 25 kVAR. After using the fuzzy logic controller method the power factor obtained is 0.80 to0.87 and capacitors using the 13.1 kVAR to 22.4 kVAR method. Whereas the power losses beforeusing the fuzzy logic controller method are 26220.5 watts. After using the fuzzy logic controllermethod, the power losses incurred were 23214.45 watts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle