Artificial Intelligence Pada Gardu Induk Tanpa Orang

ARTIFICIAL INTELLIGENCE PADA GARDU INDUK TANPA ORANG

Dalam sistem tenaga listrik, gardu induk merupakan utilitas yang sangat vital, di mana terdapat peralatan tegangan tinggi/tegangan ekstra tinggi (Circuit Breaker dan Disconnecting Switch) beserta peralatan kontrol yang berfungsi melakukan switching untuk mengatur aliran daya listrik. Gardu induk ini menjadi simpul penghubung antara pembangkitan, saluran transmisi dan distribusi tenaga listrik. Gardu induk juga dilengkapi serangkaian peralatan proteksi yang berfungsi memisahkan peralatan yang mengalami gangguan sehingga dampaknya tidak meluas ke peralatan yang lain maupun sistem tenaga secara keseluruhan. Pada gardu induk ini juga terdapat transformer yang berfungsi untuk mengubah level tegangan listrik. Transformer inilah yang menjadi muara beban - beban listrik.

Sebuah gardu induk konvesional menggunakan teknologi analog konvensional untuk mengatur, mengendalikan, dan melindungi aliran daya listrik. Pengolahan sinyal - sinyal analog peralatan listrik sebagian besar dilakukan menggunakan peralatan berbasiskan elektromagnetik dan dihubungkan menggunakan kabel tembaga. Informasi status, indikasi, alarm dan fungsi kontrol biasanya masih tersedia pada beberapa panel kontrol dan proteksi yang terpisah - pisah sehingga monitoring kondisi peralatan masih kurang optimal dan membutuhkan lebih banyak peran manusia. Gardu induk konvensional biasanya dioperasikan selama 24 jam oleh satu atau dua orang operator dalam satu regu yang bekerja dalam sistem shift.      

Seiring perkembangan teknologi, pola pengoperasian gardu induk menjadi lebih optimal dan efisien. Teknologi digital digunakan untuk mengubah sinyal - sinyal analog menjadi data digital sehingga lebih mudah ditangani. Data digital juga dinilai lebih fleksibel karena dapat dengan mudah dikirim dan dibagikan untuk beberapa fungsi dan kebutuhan. Sistem komunikasi internal gardu induk sudah menggunakan teknologi berbasiskan fiber optic sehingga lebih menjamin kecepatan transmisi data. Sistem monitoring real-time dan kontrol dapat dilakukan melalui komputer HMI (Human-Machine Interface) sehingga lebih optimal. Data indikasi, status dan alarm pun dapat disimpan pada server sehingga mempermudah analisis dan evaluasi jika terjadi suatu anomali. Peran manusia masih dibutuhkan karena HMI masih berada di dalam gardu induk, tetapi intensitasnya sudah dapat dikurangi serta monitoringnya sudah jauh lebih optimal dan efisien.

Pada era Society 5.0 sekarang, penggunaan teknologi canggih seperti kecerdasan buatan (AI), Internet of Thing (IOT) dan Big Data dalam sistem tenaga listrik semakin digalakkan. Hal ini selaras dengan keandalan dan kontinuitas sistem tenaga listrik yang diharapkan semakin meningkat. Di sisi lain, kualitas hidup manusia juga diharapkan meningkat yang sering kita kenal dengan istilah work-life balance. Dari sisi pengoperasian gardu induk, tentunya ini menjadi tantangan tersendiri. Mau tidak mau peran teknologi canggih harus ditingkatkan untuk mencapai keandalan sistem yang diinginkan, sedangkan peran manusia diarahkan pada hal yang lebih strategis.

Pola pengoperasian gardu induk mengalami transformasi dari gardu induk yang dioperasiakan oleh satu sampai dua orang menjadi satu sampai dua orang mengoperasikan beberapa gardu induk. Di sini tentu dibutuhkan suatu utilitas baru yang disebut Operation & Maintenance Center (OMC) yang berfungsi sebagai sentra pengoperasian dan pemeliharaan yang mengendalikan beberapa gardu induk (3-6 gardu induk). Sehingga nantinya operator gardu induk akan bekerja dari OMC ini untuk mengendalikan beberapa gardu induk. OMC ini tentunya berbeda dengan Control Center, di mana Control Center lebih fokus terhadap pengaturan sistem tenaga, aliran daya, pengaturan beban dan optimasi pembangkitan tenaga listrik yang melibatkan ratusan gardu induk. OMC fokus monitoring real-time status, indikasi, alarm dan pengukuran untuk deteksi dini anomali peralatan serta prediksi pemeliharaannya yang terjadi di gardu induk tanpa orang (GITO).

Secara sederhana OMC harus bisa menampilkan indikasi dan sinyal yang termonitor oleh HMI ditambah data - data peralatan perekam (Disturbance Fault Recorder dan Fault Locator), online monitoring peralatan (seperti Dissolved Gas Analyzer, Thermovisi, battery monitoring dan monitoring kubikel), serta CCTV (Closed-Circuit Television) dari masing - masing gardu induk. Data dari masing-masing peralatan harus dapat dimonitor secara real-time sesuai kebutuhan sehingga gardu induk tetap termonitor dengan baik. Teknologi AI digunakan untuk membantu mengolah data parameter yang ada di OMC sehingga operator OMC mendapatkan inputan dan informasi kondisi peralatan sehingga dapat mengambil keputusan yang tepat dalam mengoperasikan beberapa gardu induk.    

Teknologi AI dimanfaatkan untuk menganalisa data - data operasional seperti arus, tegangan, status, indikasi, alarm, serta data monitoring online melalui beberapa tahapan. Pada tahap awal, data mentah akan melalui proses pembersihan data, normalisasi, transformasi data, dan reduksi data menjadi format data tertentu yang siap diolah oleh machine learning. Machine learning ini mampu mengenali tren dan pola dari data historis untuk dibandingkan dengan data real-time. Analisis prediktif digunakan untuk mengidentifikasi potensi anomali, seperti memprediksi kegagalan peralatan maupun gangguan. AI menggunakan teknik deteksi anomali dengan mengidentifikasi perubahan abnormal pada data operasional. Sebagai contoh, perubahan mendadak dari arus dan tegangan dapat mengindikasikan potensi anomali yang memerlukan perhatian segera. Contoh lainnya, perubahan atau perbedaan suhu yang terukur oleh kamera thermovisi pada satu titik yang dibandingkan dengan titik yang lain pada peralatan serupa (fasa yang lain) bisa menjadi indikasi awal adanya hotspot yang bersumber dari anomali peralatan. Berdasarkan hasil analisis yang dilakukan, AI akan memberikan rekomendasi tindak lanjut yang berupa pemeliharaan prediktif. Hal ini memungkinkan pemeliharaan atau perbaikan dilakukan sebelum terjadinya kegagalan peralatan atau kerusakan yang lebih parah, sehingga mengurangi downtime dan biaya perbaikan. Dengan menggunakan aplikasi AI, indikasi palsu akan adanya anomali juga dapat dikurangi, sehingga monitoring peralatan gardu induk dapat dilakukan dengan lebih optimal.

Pada OMC data CCTV dari beberapa gardu induk dikumpulkan dan dianalisis. Karena gardu induk dioperasikan tanpa orang, tentunya jumlah kamera CCTV yang dipasang berjumlah sangat banyak, dapat mencapai 20 sampai 50 kamera beresolusi tinggi dalam satu gardu induk. Sehingga monitoring langsung oleh operator OMC tidak mungkin dilakukan dengan optimal. Dengan bantuan AI, kamera CCTV dapat diprogram untuk mengenali wajah dan mendeteksi objek. Algoritma machine learning dapai dilatih untuk mengidentifikasi objek seperti kendaraan, manusia, atau binatang. Teknologi pengenalan wajah juga dapat digunakan untuk mengidentifikasi individu dengan membandingkan gambar yang tertangkap kamera secara real-time dibandingkan dengan database yang ada. Dengan bantuan AI ini alarm atau peringatan akan diberikan jika ada objek atau individu asing yang berpotensi menjadi ancaman sehingga operator tidak disibukkan dengan memeriksa alarm palsu karena perubahan pada tangkapan kamera CCTV. Dengan teknologi AI pada penyimpanan dan pengolahan data pada server CCTV, data dapat diarsipkan dengan lebih efisien tanpa mengorbankan kualitas dan pencarian data rekaman juga dapat dilakukan lebih mudah.

Cyber Security menjadi isu yang tidak dapat dilepaskan dari pola operasi OMC ini mengingat kemudahan akses data dan kendali peralatan gardu induk dari remote (OMC) memanfaatkan teknologi informasi yang juga akan membuka lebih banyak celah keamanan. Disamping penggunaan firewall, teknologi artificial intelligence mampu mendeteksi pola serangan cyber dengan lebih akurat seperti adanya lonjakan traffic data yang tidak normal maupun mendeteksi malware baru yang belum ada sebelumnya. Proses autentikasi dan identifikasi akses juga dapat dilakukan dengan lebih aman menggunakan pengenalan wajah atau sidik jari. Disamping itu jika ada upaya permintaan akses yang tidak wajar maupun adanya ancaman gangguan, AI dapat mengambil tindakan yang diperlukan seperti memblokir akses, isolasi perangkat maupun memberikan alarm peringatan. 

Implementasi pengelolaan gardu induk tanpa orang dengan metode OMC yang dilengkapi dengan teknologi AI tentu membutuhkan investasi yang besar. Tantangan untuk pengembangan teknologinya masih terus dilakukan untuk mendapatkan hasil yang optimal. Kedepannya seiring perkembangan teknologi serta harga perangkat keras dan perangkat lunak yang semakin terjangkau, diharapkan metode ini menjadi solusi yang efektif dan efisien jika dibandingkan dengan metode konvensional.