Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   13 ,  No.   3 ,  Ma rch   201 9 , p p.   1 2 7 4 ~ 1 279   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 3 .i 3 .pp 1 2 7 4 - 1 279          1274       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Volta ge  i nstabili ty  a nal ysis  b ased  on   m odal  a nal ysis    t ec hn iqu e and  a rtifi cial  n eu ra l  n etwork       Ah m ad   Fa teh Mo hama d No r 1 ,  M ariz an  S ulaima n 2   1 Gree n  and  Sus t ai nab le   Ene rg y   ( GS Ene rg y )   Focu s Group,   Depa r t m ent   of Electric al   Pow er Engi n e eri ng,   Facul t y   of Electr ic a l  and   E le c tron ic   Engi ne eri ng ,   Univer siti   Tun H uss ei n  Onn Mal a y s ia,  Ma lay sia   2 Cent er   for  Rob oti cs  and  Industr ia l   Autom at ion ,   Facul t y   of Electr ic a l  Eng ineeri ng ,     Univer siti   Te kn i kal   Ma lay sia   Me la ka ,   Ma lay sia       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   S ep   3 0 , 201 8   Re vised Dec   22 , 2 018   Accepte d  Ja n  2 , 201 9       One  of  th e   p aram ount  importan ce   in  th e  op erati on  of  e lectr i cal  power  s y st em  oper ation  orde r  t o  sus ta in  the   equi li brium  of  the   sy stem   is  the   stab il ity   of  the  loa d  buses’  volt age s .  If  the   lo ad   buses  volt age s  are   not  stable,   th is  ca n  ca use   serious  proble m   espe c ia l l y   pow er  s y st em  black out.   Thi s  pap er  pre sents  th e  ana l y sis   of  voltage  insta bi li t y   i n  el ectric   powe r  sy st em  b y   usin g  m odal   ana l y sis  t ec hniq ue .  How eve r ,   on e  of  th e  ch al l en ges  of  m odal   an aly s is  is  th e   int en ci ve  and  co m ple x  ca l culati o n  proc edur es.   In  orde r  to  ov erc o m e  tha t ,   this   pape r  impleme nts  Artifi cial  Neura l  Networ k  (AN N)   to  improve  the   implementa t ion  of  m odal   anal y s is  te chn ique.  AN N  is  used  to  det ermine  th e   par ticipation  f actors  obta in ed  fro m   the   m odal   anal y sis  te chn ique.  The   r esult s   show   tha t  m od al   anal y s is  te ch nique   is  able  t o  show   which  bus  is  cl ose   towar ds  expe r iencing  vol ta ge   in stabi lit y .   In   add it ion,  the  result s   al so  show   tha t  AN N  is  abl e  to  pre di ct   th e  val ues  of  par t ic i pat ion  fa ct ors.  A   loa d  bus  is   conside red   a  we ak  bus  if  the   bu s  has  high  te nd ency   towar ds  ex per ie n ci ng   volt ag e  inst abi l i t y .   I EEE - 14  bus  te st  power  sy st em  has  bee n  chose n  as  the   te st powe r   s y st e m .   Ke yw or d s :   ANN   IEEE - 14  bus te st sy stem     MATLAB     Mod al  a naly sis t echn i qu e     Vo lt age  insta bili ty  an al ysi s   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed .   Corres pond in g  Aut h or :   Ah m ad  Fate h  Moh am ad  N or,     Gr ee n  a nd  S us t ai nab le  E ne rg y  ( G SE nergy)  F ocus Gr oup,    Dep a rtm ent o f El ect rical  Pow er E ng i neer i ng,   Fac ulty  o f  El ect rical  an d El ect ronic E ng i ne erin g,   Un i ve rsiti  T un  Hu s sei n O nn  Ma la ysi a,   86400 Pa rit R aja,  Bat u  Pa hat,  Jo ho r,  Mal ay sia .   Em a il : afat eh@ ut hm .ed u. m y       1.   INTROD U CTION     Ele ct rical   po w er  black out  ha s  al ways  bee n  a  m ajo r  prob le m   no t  on l y  to  the  el ectr ic al   powe r   eng i neer s ,  but  al so   t o  t he  c on s um ers.   P ower   syst em   bl ackouts  will   gi ve  m assive  eff ect   not  only   to  t he   op e rati on   of  t he   el ect rical   power   syst em ,  bu t  al so   t o  t he  day  to  day  business  th at   can   le ad  to   m uch   w or s e   pro blem s  su ch   as  ec onom ic   losses .   It  has  been  f ound  ou t  that  m os t  of   the  el ect rical   powe r  black outs  that  occurre d  at   m os t  pa rt  of   t he   world  wer e  c ause d  by  volt age  insta bili ty   [1 ] - [ 3] .    V oltag e  instabil it y  will   ta ke  place  due  to   th e  fail ur e  of  the   el ect rical   pow er  syst em   to  m ai ntain  the  bus   vo lt a ges  rem ai n  the  s am e  after  the  el ect rical   pow er  syst em   is  being   s ubj ect e d  to  a  disturba nc e  [4 ] - [ 5] .  F or  ever y  operati on   of  el ect rica l  power   syst e m ,  it   is  ver y  i m po rtant  th at   the  syst e m   op erates  within  the  al lowa ble  vo lt age  ra ng e  and   as  f ar  a s  possibl e   from   the  vo lt age  crit ic al   po in t.  If   the  powe r  syst e m   reaches  the  vo lt age  cri ti cal   po int,  the  vo lt age  syst em   will  enter  unsta ble  reg i on   a nd   he nc e,  le ad  to  blackout.  H oweve r,   due  to  the   ra pid   de velo pm e nt  that  occurre d  al l   ov e r  the  w orl d  especi al ly   in  dev el op i ng   c ount ries ,   has  re su lt ed  in  the  i ncr easi ng   of   el ect rici ty   load  dem and   per   ye ar  [ 6] .  T he   inc rem ental  value  of   l oad   dem and   especi al ly   reacti ve  po we r  ( Q)  loa d  dem and   will   m ake  the   el ect rical   po w er  syst e m   to  op erate  cl os e  to   the  vo lt age  in sta bili ty   lim it   [ 7] .   Th is  is  w he re  the  i m po rt ance  of   analy sing  volt age  in sta bili ty   ta ke  place .  V ol ta ge  instabil it y  analy sis  is  ve ry  im po rtant  in  order  to  m ake  sur e   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Volta ge  inst abil it y a na ly sis  ba sed o n  m od al ana ly sis t ec hn i q ue and … .   ( Ah mad Fate h  M oham ad Nor)   1275   that  the  load  buses  in  the  po wer   syst em   op erate  within  th e  al lowab le   volt age  range.    A   load  bus  is  c onside red  as  a  wea k  bu s  if  it   op e rates  near   t he  vo l ta ge  crit ic al   point.  M od al   a naly sis  te chn i qu e  is  ver y  use fu l  to   determ ine  the w eak   loa d  bus es  [ 8] .  I n  m od a l  analy sis  te ch nique,  t he  l oad  bus p arti ci pati on  fact or  is  ide ntifie d.  The  loa d  bus  with  the  highe st  par ti ci pation  factor   is  the  w eakest  bus  in  t he  syst em   and   vice - ver sa .  H oweve r,  the  m od al   an al ysi s  te chn iqu e  involes  ve ry  detai l  and   intensive  m ea su res  a nd   cal culat ion s   s uch  as  the   determ inati on   o f  re du ce d  Ja cob ia n  m at ric es,  dete rm inatio n  of  ei ga nval ues  et c.   T o  overc om e  thi s,  thi s   researc h  will   app ly   A rtific ia l  Neural  Net wor k  ( A NN)  in  t he   m od al   analy sis  te chn iq ue.  ANN  will   be  use d  to   determ ine the  value o f  the  lo ad buse s  par ti c ipati on   facto rs.       2.   RESEA R CH MET HO D     2.1.   Modal  Analy s is T echnique   The  m od al   a na ly sis  te chn iq ue  was  i ntr oduced  by   Ga o,  Moriss on  an d  Kun dur  i n  1992  [ 9] .  T his   te chn iq ue  i ntend s   to  determ i ne  the  par ti ci pa ti on   fact or s  of  the  loa d  bus es.  The   pa rtic ipati on  facto rs  can  be   determ ined  f rom   the  values  of  ei ge nv al ue  and  ei ge nvect or  of  t he   redu ced  Jac obia n  m at rix.   T he  hig he r  t he   value   of  par ti ci pation  fact or,  the   cl os e r  t he  l oad  buses   towa r ds   e xp eriencin g  volt age  i ns ta bili ty .  T he  proce dures of  the m od al  ana ly sis t echn i qu e  a re e xp la ine d  a s  foll ow s:      2.1.1.     Red uced  Jac ob ia n  Matrix   (J r )   The  first  ste p  i n  the   m od al   an al ysi s  te chn iq ue   the  determ inati on   of  the   re du ce d  Jaco bia n  Ma trix   ( Jr ).  The  Jac ob ia n  m at rix  that  is  ob ta ina ble  f orm   the  New to n  Ra ph s on  powe r  flo w  m et ho d  represe nts  the  inj ec t e d  real p ower  (P)  and reacti ve  po wer ( Q) .   T he r el at i on sh i p  is s how n  in   E qu at i on (1)   [2 ] ,   [ 10 ] ,   [ 11] .     [ ∆ ∆ ] = [     ] [ ∆ ∆ ]     (1)     wh e re    ∆P   is t he  i ncr e m ental  ch an ge i n  bus  r eal   pow er    ∆Q   is t he  inc re m ental  ch an ge i n  bus  r eact ive   powe r    ∆δ   is t he  inc re m ental  ch an ge i n  bus  volt age  ang le   ∆V   is t he  i ncr e m ental  ch an ge i n  bus  volt age  m agn it ud e   In  ord er   to  i de ntify  the   re du c ed  Jac obia n  m at rix  (Jr),   the  value   of  ∆P   is   bei ng  s ub sti tu te   with  0.   Eq u at ion ( 2) e xp la in s it .     [ 0 ∆ ] = [     ] [ ∆ ∆ ]   (2)     Fr om  Equati on (2) ,  the  f ollowi ng   Eq uatio n ( 3) an d  E quat io n (4) ca n be  obta ined.     ∆ = −  − 1      ∆   (3)     ∆ =  ∆ +    ∆   (4)     Eq uation ( 5) be low  is  for m ed  by s ubsti tuti ng   E quat ion ( 3)  into E quat ion ( 4)     ∆   =   ∆ [    −       − 1    ]      ∆   =     ∆   (5)     wh e re    =   [    −       − 1    ] .  E qu at i on (6) i s fo rm e d by re orga nizing E qu at io n (5).     ∆   =     − 1   ∆   (6)     Eq uation  ( 6)   s hows  t he  relat i on s hi p  bet wee n  the  i ncr em ental   changes  of   vo lt age   an d  re act ive  powe r.  This  pro of s  tha t t he  inc rem ent al  v al ue o f  r eac ti ve  powe r wil l affect t he valu e of  vo lt ages .     2.1.2.   Det ermi n ati on o f the  M os t   Critical  M od e   The  sec ond  ste p  in  m od al   a na ly sis  is  the  de te rm inati on   of   the  m os t  crit ical  m od e.  T he  ei genvalue s   and  ei ge nvect or s   of      ca n  be   us e d  to  deter m ine  the  m odes  of  t he  pow er  netw ork.  T he  l ow est   val ue   of   ei genvalue   of      determ ines  the   m os t  crit ic al   m od e  of  the   powe r  syst em   [9 ] ,   [ 12 ] ,   [ 13] .  Eq uation  ( 7)  de picts   their r el at io nsh ip  [2 ] ,   [ 9 ] - [ 11] .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   3 ,  Ma rc h 201 9   :   1 2 7 4   –   1 2 7 9   1276     =     ∆     (7)     wh e re   ξ   is t he  ri gh t ei genvecto r of      ∆   is t he diag on al  eigenval ue  of      η   is t he  left ei ge nv ect or of        2.1.3.   Det ermi n ati on o f the  Par tici pa ti on  F ac to r     The  final  an d  m ai n  pr ocedur e  of  the  m od al   analy sis  te chn iq ue  is  the  determ inatio n  of   th e   par ti ci patio n  fa ct or s  of  the   loa d  bu s es.  The   bus  par ti ci patio n  factor  is  a n  i nd ic at or  t hat  s hows  t he  te nd e ncy  of   a  par ti cula r  bu s  towa rds  volt age  insta bili ty .  It  sh oul d  be  cal culat ed  at   the  bu s   that  ha s  th e  m os t  crit ic al   m od e.   The b us   par ti ci pation fact or is cal culat ed by  us in g  E quat ion ( 8)   [9 ] , [ 11 ] , [ 13] .          =       (8)     wh e re      is t he parti ci pa ti on   factor o f b us   k  t o  m od e      s the  it h   colum n rig ht eige nv e ct or   of        is t he  i th   r ow of  left ei ge nv ect or of      In   a dd it io n,   t he   bu s  pa rtic ipati on   fact or   ob t ai ned   from   Equ at ion   ( 8)   is  s how n  in  m at ri x  f or m .  The   row  of  the  m at rix  in dicat es  th e  nu m ber   of   t he   bus.  T he  col um n  of   the  m at rix  sho ws  the  m od e  of   the  powe r  netw ork.   T he  la rg er  t he  val ue  of  bus  pa r ti ci pation  fac t or   of   a  bus,  t he  cl os e r  the  bu s  t ow a rds  volt age  instabil it y and   vice v e rsa.     2.2.     Appl ic at i on   of Ar tifici al  Ne ural  Net w ork (ANN )   In   this  resea rc h,   A N N  will   be  us e d  to  pr edict   the  valu e  of   pa rtic ipati on   fact or   that   has  been  determ ined  f rom   Su b - sect io n  2.1.  I n  orde r  to  achie ve  t ha t,  the  ANN   m od el   m us t  be   trai ned  to  le a r n  the   relat ion s hip   be tween  t he  in put  qu a ntit ie s  an d  the  outp ut  [ 14 ] .  For  this  pur pose,  a ppr oxi m at ely  50 0  t r ai nin g  data  we re  generate d.   The   m ulti la ye r  per ce ptr on   with  bac kpr op a gatio n  ( ML PBP)  ANN  m od el   is  th e  m os t  widely   us e d  of  ANN  m od el   [15 ] , [ 16] .  I n  this  researc h  the  MLPB P  ANN  m od el   will  be  op ti m iz ed  in  or de r  to   pr e dict  the  par t ic ipat ion   facto r s.  The  inputs  of  the  op ti m iz ed   MLPB P  AN N   are  the  vs lues  of   real  an d  rea ct ive   powe r of  l oads  ( P  an d Q l oads).     Figure 1   de picts t he  co nf i gura ti on  MLPBP  A NN   netw ork  th at  is b ei ng  m ade u p of  i nput lay er ( P a nd   Q  loa d  in  pe r  un it ) ,  hidde n  la ye r  and   t he  outp ut  la ye r  (v a lues  of  pa rtic ipati on   facto rs ).   The  pre dicti on  ou t put   values  will   then  be  bei ng   c om par ed  with  the  pa rtic ipati on   facto rs  deter m ined  in  Sub - sect ion   2.1  in  order   t o  fin d  the  e rror s .   The  e rror   is  i m po rtant  in  order   t o  im pr ov e   the  A N N’ s  pred ic ti on s  valu e s.  MATL AB  Neural   Netw ork  T oolbox  is  us e d  to   run  t he  opti m iz ed  A N N  m od el .  T he  op ti m iz ed  ANN  m od el   in  MA TLAB  is  sh ow n  in   Fig ure  2.  In  this rese arch,  the num ber s o f  ne uron  in  the h id de n  la ye r  is  10 w hic h  is  the d e fau lt   value   in to olbox.     2.3.   IEE E 14 - bu s  Sy s tem   The  IE EE  14 - bu s  syst em   has  been   c hosen  as  the  te st  power   syst em   this  pap e r.   T he  m od al   analy sis   te chn iq ue  will   be  ap plied  upon  this  te st  po w er  syst em .   IEEE  14 - bus  te st  powe r  syst em   c on sist s  of   one  sla ck  bu s  (Bus 1 ),  fo ur   vo lt a ge  co nt ro ll ed b us es ( B us  2, Bus 3,  B us 6  an d  B us  8)  and   nin e l oad   bu s es ( B us  4,  Bus 5,  Bus  7  a nd Bus   9 un ti l B us 1 4)   [ 17 ] .  Fig ur e  3  [17 ] - [ 20]   de pic ts t he diagram  o f  this test   pow er s yst em .           Figu re  1.  Co nf i gurati on  of  t he M LPBP AN N netw ork   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Volta ge  inst abil it y a na ly sis  ba sed o n  m od al ana ly sis t ec hn i q ue and … .   ( Ah mad Fate h  M oham ad Nor)   1277       Figure  2 .  Co nf i gurati on  of   A N N  m od el  in  M ATL AB           Figure  3. IEE E  14 - B us  Te st P ow e r  Syst em       3.   RESU LT S   A ND AN ALYSIS     3.1.   Modal  analy sis resul t   In   t his  sect io n,  the  resu lt s  ob ta ined  from   per f or m ing   the   m od al   analy sis  te chn i qu e   on  the  te st  bus   syst e m   are p re sented   in  Fig ure 4.           Figure  4. Parti ci pation Fact or s for   The  I E EE  14 - B us  P ower  Syste m       As  can  be  see n  in  Figu re  4,   B us   14,  Bus  10   and   Bu s  9  ha ve   hig h  par ti ci pa ti on   facto r  wi th  Bus  14  is   the h i gh e st w hi ch  is  0.3 190.   T his m eans th at   Bus  14 h as  the   highest t en de nc y t ow a rd s  vol ta ge  insta bili ty.  O ne  m or e  i m po rtan t  inf or m at ion   that  can   be   le ar ned  f ro m   Figur e  4  is  t hat  Bu s  5  a nd  Bus   4  ar e  the  tw o  m os t  sta ble   load  bu se s  in  this  powe r  syst e m .  It  is  al so   noti ceable   from   the  res ults  pr es ented  in  Fig ur e   4  th at   only   the  lo a d  bu s es  that  pos sess  the  par ti c ipati on   facto r.  This  is  beca use   this  m od al   analy sis  te chn i qu e  f ocu se s  on  the   relat ion s hip   be tween  t he  in cr e m ental   chang es  of  vo lt age   a nd  reacti ve   po wer  as  sta te d  in  E quat ion  ( 6).  Sinc e   0 .00 3 9 0 .00 8 1 0 .01 8 8 0 .03 2 4 0 .07 0 .11 0 2 0 .19 9 0 .23 9 5 0 .31 9 0 0 .05 0 .1 0 .15 0 .2 0 .25 0 .3 0 .35 5 4 12 13 7 11 9 10 14 PARTICI PATION  FACTO R LOAD  BUS NUM BE R Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   3 ,  Ma rc h 201 9   :   1 2 7 4   –   1 2 7 9   1278   the  volt ages  of   the  sla c k   and   volt age - c on t ro ll ed  buse s  are  fixe d  pri or   t o  the  lo ad  flo w  a naly sis,  no  par ti ci patio n fa ct or  is a vaila bl e on the se  bu se s.     3.2.   Predi ction  of  Part ic ip at i on   Factors  b y A NN   In   t his  pa pe r,  ANN  is  us e d  to  determ ine  the  pa rtic ip at ion   fa ct ors  as  show n  i n  Figure  4 .  T he   par ti ci patio n  f act or s  from   bo th  m et ho ds  wer e  c om par e d  a nd   a naly se d.   Fi gure  5  de picts  the  par ti ci pation  factors  ob ta ine d from  A NN a nd the c om par ison wit h  the  d a ta  in  Fig ure  4.           Figure  5. Parti ci pation Fact or s Obtai ne d  f r om  A NN  a nd  t he  Com par iso n w it h  T he Dat a  in Figu re  4       As  can  be  see n  in  Fi gure  5,  ANN  has  the   abili ty   to  pr e dict  the  pa rtic ipati on   facto rs  cl os e  to  the   par ti ci patio n  f act or   in  Fig ur e  4.   The  ‘error’  in  Fi gure  5  is  the  diff ere nce  (a bs ol ute  value )  betwee n  th e   par ti ci patio n  f act or   i n  Fi gur e  4  with   the  va lues  pr e dicte d  from   AN N .  The  highest  va lue  of  e rro r  i s  only   0.000 9  rec orde d  at   Bus  5.  Thi s  show s  that  th is  config ur at io n  of  ANN  ca n  be  us ed  t o  pr e dict  the  pa rtic ipati on   factors a nd h e nc e, h el p  in  im pr ovin g  t he vo lt age inst abili ty  m o dal an al ysi s techn i qu e .       4.   CONCL US I O N   The  re searc h  ha s  show n  the   im po rtance  of  analy zi ng   volt age  insta bili ty  in  el ect ric  po wer   syst em .   The  m od al   ana ly sis  te chn iqu e   is  ver y  val uabl e  in  determ ini ng   w hich  loa d  bu s  is  pro ne  to wards  e xp e rien ci ng   vo lt age   insta bili ty .  The  re su lt s  ha ve  al s o  s how n  t hat  ANN   has   the   abili ty   to  pr e dict  loa d  buses  par ti ci patio n  factors  that  can  be  us ed  for  determ ining   w eak  buses .  O nc e  the  weak   l oa d  buses  is  dete rm ined,   the  en gin ee rs  and   powe r  sy stem   plann er s   can  us e  t he  inf or m at i on   to   plan  a nd   m anag e  t he  inc re ased  of  loa d  dem and   pro per ly   in  order   t o  av oid   volt age  insta bili ty   fr om   ta kin g  place.  Vo lt ag e  instabil it y  m us t  be  a voide d  from   ta kin g  place   be cause  t he  c onseq uen ces   of  volt age  in sta bili ty   are  fatal .  T he   powe r  syst e m s  blacko ut s  t hat  ar e   cause d  by  volt age  instabil it y  m igh t  sp rea d  to  the  entire  co un t ry.  Asid e  from   po wer   distr ibu ti on  pro ble m s,   the  powe r  syst em s   black ou ts  t ha t  are  cause d  by   vo lt age  i ns ta bili ty   will   ca us e  m uch   w orse  su c h  as  ec onom ic  losses.   It  is  s ugge ste d  i n  f ut ure   re searc h  t o  consi der  the   af fect  of  distrib ut ed  ge ne rato r  s uch  as  s olar   pa nels  or  wind tu r bin e t owar ds  t he  sta bili ty  o f  the  volt age.       ACKN OWLE DGE MENTS     The  a utho rs  are  gr at ef ul  t o  t he  Fac ulty   of  Ele ct rical   an d  Ele ct ron ic   En gin ee rin g,   Re searc h  Ma nag em ent  Ce ntre  of   U niv ersit i  Tu n  H us sei n  O nn  Ma la ysi a  (U TH M)  f or   t he  s uppo rt  an d  benefici al   researc h plat f orm .       REFERE NCE S     [1]   A .  F .  M .   Nor ,  et  al . ,   “ Volta g e  In stab il i t y   Anal y si s  for  El e ct ri cal  Pow er  Sy st em  Us ing  Volta ge   Sta bil t y   Marg in  and   Modal  Anal y sis , ”  Indone sian   Jo urnal  of El e ct ri c al  Eng ine ering   a nd  Computer  Sc i enc e ,   3(3) ,   pp .   6 55 – 62 ,  2016 .    0 .00 3 9 0 .00 8 1 0 .01 8 8 0 .03 2 4 0 .07 0 .11 0 2 0 .19 9 0 .23 9 5 0 .31 9 0 .00 3 0 .00 9 4 0 .01 8 8 0 .03 2 2 0 .06 9 2 0 .10 9 5 0 .19 9 0 .24 0 2 0 .31 9 1 0 .00 0 9 0 .00 1 3 0 0 .00 0 2 0 .00 0 8 0 .00 0 7 0 0 .00 0 7 1E - 04 0 0 .05 0 .1 0 .15 0 .2 0 .25 0 .3 0 .35 5 4 12 13 7 11 9 10 14 PARTICI PATION  FACTO R LOAD  BUS NUM BE R PART ICI PATI ON  FACTO R AN N_ P ARTI CIPAT ION  FACT OR ERRO R Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Volta ge  inst abil it y a na ly sis  ba sed o n  m od al ana ly sis t ec hn i q ue and … .   ( Ah mad Fate h  M oham ad Nor)   1279   [2]   Mobara k  Y .  A. ,   “ Volta ge  Coll a pse  Predic ti on  f or  Eg y p ti an  In te rco nnecte d  E lec tri c al   Grid  EI E G , ”  Inte rnat iona l  Journal  on  Elec t rical   Engi ne erin g  and  Informati c s ,   vol/is sue:  7(1) ,   pp .   79 – 88 ,  201 5 .    [3]   Poornaz ar y an   B . ,  e t  a l .,   “ Optima l  Allo ca t ion  and   Sizi ng   of  DG   Units  Conside ri ng  Volta g e  St ab il ity ,   Losses  and  Loa d  Var iations , ”  Int ernati onal   J ournal  of El e ct ri cal   Powe r and   E nergy   Syst ems ,   v ol.   79 ,   pp .   42 – 52 ,  2016 .    [4]   A .  F .  M   Nor . ,  et  al .,   “ Volta ge  St abi lit y   Ana l y s is  of  Loa d  Buses  in  El ec t ric   Pow er   Sy st em  Us ing  Adapti ve  Neuro - fuz z y   Infe r enc e  S y stem  (AN FIS)  and  Probabil is ti c  Neura l  Network  (PN N) , ”  AR PN  Journal  of  Engi ne ering  and  Appl ie d   Sc ie n ce s ,   vol /i ss ue:  12(5) ,   pp .   1406 – 10 ,  2 017 .    [5]   A .   F .   M .   Nor  an d   M .   Sula iman.   “ Com par ison  of  AN FIS   and  ANN - BP   Approac hes  in  Vol ta ge   St abi lit y   Ana l y s is  of  Loa d  Buses  in  El e ct ri c  Pow er  S y stem , ”  Int ernati onal  Journal  of  El ectric a l  and  Computer  Engi nee ring  ( IJE C E) ,   2017 .     [6]   Rahmat  N .  A . ,  et   al.,   “ Optimizi ng  Ec onom ic   Loa d  Dispatc h  with  Rene wabl e   Ene rg y   Source s  via   Diffe ren tial   Evol uti on  Im m uniz ed  An t  Colon y   Optimiz at i on  Te chni qu e , ”  Inte rnational   Journal  on  Adv ance d  Sc ie n ce ,   Engi ne ering  and   Information  Te c hnology ,   vol/is sue:  7(6) ,   pp .   201 2 – 7 ,  2017 .     [7]   Pere z - Londono  S .  M . ,  e t  al. ,   “ Online   Det erminat ion  of  Vol ta g e  Stabi l ity   W eak  Area s  for  Si tu at ion al   Aw are n e ss   Im prove m ent , ”  El e ct ric   Pow er  S yste ms   Re sear ch ,   vol .   145 ,   pp .   11 2 – 21 ,  2017 .    [8]   A .  F .  M .  Nor   an d   M.  Sulai m an ,   “ Volta ge  Stab il i t y   As sess m ent   of  Pow er  S y stem  Network   using  QV   and  PV   Modal  Anal y sis , ”  Journal  of  Tel ec omm unic ati on ,   E lectro nic   and  Comput er  Engi ne ering  ( JTEC) ,   vol/ issue :  8(7) ,   pp .   7 – 11 ,  2016 .    [9]   Gao  B . ,  e t  al . ,   “ Volta ge  Stabili t y   Eva lu ation  using  Modal  Anal y s is , ”  I EE E  T rans act ions  on  Powe r  Syste ms ,  vol/ issue:  7(4) ,   p p.   1529 – 42 ,  199 2 .    [10]   Saada t   H. ,   “ Pow er  S y s te m   Anal ysis , ”  Singapor e ,   McGraw - Hill   In c. ,   2004.     [11]   Te l ang  B .   and   Kham par i y a  P. ,   “ Volta ge  Stabil ity   Evalua ti o n  Us ing  Modal  Anal y s is , ”  In te rn ati onal  Journal  of  Sci en ti fic  Re sear ch  Eng ine ering   &   Technol ogy  ( IJS RE T) ,   vol/is sue:  4(4) ,   pp .   408 – 11 ,  2015 .    [12]   Sharm a  C .   and   Ganne ss   M .  G. ,   “ Dete rm ina ti on  of  the   Appl ic ab i li t y   of  using   Modal  Anal y sis  for   the   Predi ct ion   of   Volt age Sta bi li t y , ”  Tr ansm ission and  Distributi on   Confe ren ce and   Ex posi ti on,   Chi cago ,   I EEE ,   p p.   1 – 7 ,  2008 .    [13]   Ene m uoh  F .  O . ,  et   al . ,   “ Modal   Based  Anal y si s  and  Eva lu at io n  of  Volta ge   St abi lit y   of  Bulk  Pow er  Sy st em , ”  Inte rnational   Jo urnal  of Engi ne e ring R ese arch   a nd  Dev e lopment ,   vol/ issue:   6(12) ,   pp.   71 – 9 ,  2013 .    [14]   A .  F .  M   Nor ,  et   al. , “ Stud y   of  Volta g e  and  Pow er  Stabi li t y   Margi ns  of  El ec tri c al   Pow er  Sy stem  Us ing  ANN , ”  IET  Confe renc e  P ubl ic ati ons .   Kuala   Lum pur ,   p p.   1 – 7 ,  2016 . .    [15]   Zhou  D .  Q . ,  e t  al. ,   “ Online   Monitori ng  of  Volta ge  Stabi l ity   Margin  Us ing  an  Artifi c ia l  Neura l   Network , ”  IEEE   Tr ansacti ons on Power  Syst ems ,   vol/ isue:  25(3) ,   pp,   1566 – 74 ,  20 10 .    [16]   Goh  H .  H . ,  et   a l. ,   “ Eva lu ation  for  Volta ge  Stabilit y   Indices  in  P ower  Sy st em  Usi ng  Artifi cial  Neura l  Network , ”  Proce dia   Engi n e ering.   El se vi er  B . V. ,   p p .   1127 – 36 ,  2015 .     [17]   Pai  M .  A . .   “ Comput er Techniques   in  Pow er  S y s tem   Anal y sis , ”  Ne w Del hi ,   T at a   M cGra w - Hill ,   200 6.     [18]   Pai  M .  A. ,   “ Ene r g y   Functi on   Ana l y sis fo r  Pow er S y stem Stability , ”  Dordr ec ht ,   Kl uwer  Aca d emic P ubli shers ,   1989 .     [19]   Chen  N . ,  et   a l. ,   “ El ec t ric   V ehicle   Ch arg ing  in   Sm art   Grid :  Optimali t y   and  V al l e y - Fill ing   Al gorit hm s , ”  IE E E   Journal  of   Selec t ed  Topics  in  S ig nal  Proc essing ,   vol/ issue:  8(6) ,   p p.   1073 – 83 ,  201 4 .    [20]   Choi  D .   and   Xi e  L. ,   “ Data  Pert urba ti on - B ase d  Sensiti vity   An aly sis  of , ”  IE EE   Tr ansacti ons  on  Powe r  Syste ms ,  vol/ issue:  32(3) ,   pp.   2072 – 82 ,  20 17 .       BIOGR AP HI ES OF  A UTH ORS          Ahm ad  Fate h   bin  Moham ad   Nor   was  born  in  Ku al a  Lumpur,  Mal a y si a  on  the   16t h  of  June  1988.   He  obta ine d  Ba c hel or  of  El e ct r ical  Engi n ee ring  ( Pow er  El ec tron i cs  and  Drive s)  in  2011,   Master   of  El ectrical   En gine er ing  (Industria l  Pow er)   in  2013  and  Ph.D.  in  El ectrical   Pow er  Engi ne eri ng   i n  2017  from   U nive rsiti   T ekni k al   Malay si a  Mel aka   (UTe M).   C urre ntly   he  is  a  le c ture r  at   th e  Depa rtment  of   El e ct ri ca l   Pow er  Engi ne eri ng ,   F ac ul t y   of  E lectr i ca l  and  El e ct ron ic   Eng ineeri ng,   Univer siti   Tun  Hus sein  Onn  M al a y si a. His  area   of  rese arc h  intere sts  inc lu d es  el e ct ri ca l  power  engi ne eri ng,   vol ta ge  insta bi li t y   ana l y sis,  sol ar  e le c tri c ity ,   artificia l  n eur al   n et wo rk  (AN N)  and  ada pt ive   n eur o - f uzzy   infe r enc e   s y stem (ANF IS).      Mariz an   Sulai m an  was  born   in   Kuala  Besut ,   Te ren gg anu,  Malay si a  on   Apri l  16,   1962.   He   obta in ed  B. Sc.   i n  El ectrical   Eng ine er ing  in  1984,   M.Sc.   in  Elec t ric a l  Engi ne eri n g  in  1985  and  Ph.D.  in  El ectri ca l  Engi n ee r ing   in  1989  from  the   Univer sit y   of   Mi ss ouri - Colum bia ,   Miss ouri,   USA.   At  pre se nt  he  holds  the   post  as  Dire ct or  of  Cent re   for  Resea rch   Innova ti on  and  Mana gement  (C RIM),  Univer siti   Te knik al   Mal a ysia  Mela k a  (UTe M).    He  is a   seni or  profe ss or  at  the   Facu lty   of   E le c tri c al   Engi ne eri ng,   UTe M.  H is  area  of  r ese ar ch  intere sts  in cludes  el e ct r ic a l   power  s y stems   a nd  cont rol   &  au t om at ion.   He  h as  publi s hed  8  bo oks,  aut hor ed  an d  co - aut hor ed   m ore   tha n   100  jo urna l art i cles a n d  aut hor ed and c o - aut hore d   m ore   tha n   100  conf er enc e   pap ers.         Evaluation Warning : The document was created with Spire.PDF for Python.