Int ern at i onal  Journ al of Ele ctrical  an d   C om put er  En gin eeri ng   (IJ E C E)   Vo l.   9 , No .   4 ,  Aug us t   201 9 , p p.   2274 ~ 2280   IS S N:  20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v 9 i 4 . pp2274 - 22 80           2274       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   A transit ion from  manual  to  int elligent aut omated  power sy stem  operatio n   -   a in dicati ve re view       Ya m anap pa  N.   D od d am ani 1 ,  U. C. K apa le 2   1 Governm ent   Pol y technic,  Ind ia   2 Depa rt m ent   of  Mec hanica l   Eng i nee ring .   S.   G.   Bal ekundr i  Insti tu te   of   T ec hnolog y ,   Indi a       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Ma y   2 , 2 01 8   Re vised  Jan   16 , 201 9   Accepte d   Ma r   4 , 2 01 9       Thi s  pape r  rev i ews  the   tra nsit i on  of  the   power  sy st em  oper ati on  from   the   tra ditiona l  m anua l  m ode  of  power  sy st em  oper at ions  to  the   l eve l  wher e   aut om at ion  usin g  Inte rne t  of  Th ings  (IOT)  and  int ellige n ce   usin g  Artifi cial   Inte lligen ce   (AI )  is  implemented.  To  m ake   th e  rev i ew  pape r   brie f  on l y   indi c at iv e  pape r s  are   chose n  to  cove r  m ult ipl e  po wer  sy st em  oper at ion - b ase d   implementa t ion.  Care   is  ta k e n  the re  is  l esser  rep eata t ion   of  sim il ar  te chno log y   or  a ppli c at ion  be  re vie wed.   Th e  ind ic a ti ve  rev ie w  is  to  ta ke  on l y   a   rep r ese ntative  li t era tur e  to   b y pass  scrut ini z i ng  m ult ipl e  li t e rat ure s  with   sim il ar  objecti v e s  and  m et hods.  A  brie f  rev i ew  of  the   slow  tra n siti on  from   the   tr adi t iona l  to   the   intel li gen t  a utomate d  wa y   of   ca rr y ing  ou t  po wer  s y stem  oper ations  li ke  the   ene rg y   audit,   loa d  for ecasti ng,   fau lt   d et e cti on,   power  qual ity   cont rol ,   sm art   grid  te chno log y ,   isl andi ng  detec ti o n,   ene r g y   m ana gement  e tc  is  discussed.   T he   Mec h ani c al   Engi ne eri ng  Per spec ti v e  on   the   basis  of  applications  would  b e  noticed  in   the   pape r  a lt hough  t he  ene r g y   m ana gement and   power  d el iv er y   conc ep ts a r e el e ct ri ca l .   Ke yw or d s :   Ar ti fici al   intel li gen ce   In te ll igent a utom at ion   IOT   Power  syst em   op e rati ons   Sm art g rid   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 :   Yam anap pa N.  Doddam ani ,    Pr inci pal,  Gov ern m ent Po ly te chn ic ,     Be la gav i,   Karn at aka,   India .   Em a il :  yndab hi @r e diff m ai l.com       1.   INTROD U CTION     Un li ke  th e  usu al   rev ie w  pa pe r  w hich  inten sifie s  in  getti ng   deep e r  insi gh t  on   a  pa rtic ular   do m ai n  or  su bd om ai n  this  rev ie w  pa per   i s  ind ic at ive  a nd  th us   is  a  broa d  way  of   glanc ing   m ulti ple  tech nolo gies  in volve d  in  powe r  syst em   op erati on  w hich  le d  to  a ut om ation   of  the   process.  T he  m ot ivati on   of  this  re view  pa pe r  is  to   gen e rate  a  br i ef  ov e rtu re  to   the  tra ns it ion  that  occu r red  fr om   the  m a nu al   po wer   syst e m   op erati on  to  the   autom at ed  intel li gen t  powe r  s yst e m   op erati ons.  T he  tra ns it ion   w hich  highli gh ts  the  tr ansi ti on   f ro m   m anu al   to   fu ll y  aut om ati c  powe r  syst e m   op erati on s   is  giv e n  im po r ta nce  rat her   t ha n  detai li ng   th e  dif fer e nt  m e thod s   involve d  in  the  pow e r  syst em  o pe rati ons a nd  con t ro l.   Trad it io nal   po wer   syst em   op erati on s ,  the   i nvolv em ent  of  hu m an  interv ention  i n  m any  m echan ic al   industries  an d  m anu fact ur i ng  ind ust ries  for   energy  con se r vation  as  a n  overall   goal   is  dealt   in  this  sect ion .   A  duty   cy cl e - ba sed  ene r gy  au dit  with  rate  of   heat  trans fer ,  t her m os ta t  set tin gs,  outd oor  te m per at ur e  an d  aud it  data  f r om   the  hous e   is  us ed   to  est im at e  the  load  cu rv e s  of  the  ai r  c onditi oner .  T he  var ia t ion   i n  t her m os ta t  for   t he  a ud it   is  not  c on si der e d  f or  the  e sti m at ion .  T he  du ty   cy cl es  a r e  easy   to   m od el   us in g  t he   outd oor  tem per at ur e  is   a  ra ndom   sam ple  of   house ho l ds   is  know n  [ 1].  Hou rly   data  of  the   A m erican  an d  C anad ia n  con t ro l  ar ea  is  gathe red   t o  te s t  the  co ntro l  pe rfor m ance  of  the  powe r  network.  T he  data   gathe red   w hile  there   is  disruptio n  c ause d  by  sam e  netw ork  ( pri m ary)  or  ca us ed   by  an oth e r  net work  (sec onda ry)  f or   both  pe ak  an d  off - pea k  load  was  analy zed .  The  M Wh   co m po nen ts  are  exam ined  fo r  t he  dif fer e nt  scenari os   by  desi gn a ting  the  value   syst em   wh ic h  woul d  be  ca rr ie d  f or  one - hour  ti m e.  The  dec om po sit ion   te c hn i que  use d  w ou l d  pro j ect  the  M Wh  com pone nt  int o  doll ar  w or t hs   [2 ] .  T he  process   of  the   au dit  in cl ud e d  t he  inte rv ie w  with  t he   pla nt  office  w hich   inclu ded  10  fos sil s  fu el - ba se d  powe r  pla nts  a long  with  the   s it e  insp ect io n,   plant  e qu i pm e nt  an d  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A tra ns it ion f ro m  ma nual to  intel li gen t  au t omate d  …   ( Y amana ppa  N . Do ddam an i )   2275   the  oper at ion al   data  [ 3].  T he  le vel  of  reli abi li ty   and   the  rate  of  heat  tr ans fer   is  im pr ove d  [ 3].  A  c om pu te r - base d  pac ka ge   is  dev el op e d  us in g  P AS C A L  nam ed  Si m ulati on   f or   Ma na gem ent,  Con t r ol  a nd   A naly ti cs  of   Ele ct rici ty   End  – us e  (S IMC A - E 2 )  us e d  or  te sti ng ,   pe rfor m ance  e valuati on  of   dem and   c on t ro ll er  a nd  c on t ro l   al gorithm s,  PC  base d  a naly sis  f or   e ne rg y  a ud it ,  c reati ng  diff e re nt  ge ne r at ion   patte rn  a ccordin g  t o  dif fer e nt  load  dem and   r equ i rem en t.  Au tom at ic  log gi ng   based   or   m anu al   ent ry  of   data  for  energ y  aud it   in  SI MC A - E 2   pro du ces  an ef fecti ve glo bal load cu r ve of  t he  f aci li ty  an d  l oad pr of il es th at  h ave  p e ak  c oin ci de nce  [4].     The  el ect rical   energy  m ana gem ent  (EEM)  co ns ide rin g  the  reco m m e nd e d  e n er gy  conser vati on   gu i delines  is  fo ll owe d  on  m oto rs,   po wer  facto r  an d  t ariff   c ontr ol  [ 5].   T he  ene r gy   aud it   f or  e nergy  conser vation  i n  t he  te xtil e  in du st ry  of  t he  s ta te   of  Tam il n adu  a nd  Ke ral a  in  I nd ia   with  a   bu dg et   co ns trai nt   resu lt ed   in   re duced   e nergy  c os t   al on g  with   ecol og ic al   a dvanta ge  [6 ] .   T he  a udit   inclu des  e xam inatio n  of   econom ic   us age  of  m oto rs,   ai r  conditi oner s,  li gh ti ng  in door  an d  ou t door,  el ect rici ty   bill   patte rn ,  lo adin g  patte rn,  heati ng syst em  an d v entil at ing  syst e m  [ 6].       2.   RECE NT  I MP ROVEME NTS  I N  PO WER  SYST EM  O PER A TI ONS  I N  PRO DUCTIO N   INDUST RIES   The  ene rg y  a udit   fo r  reli abili ty   as  the  pr i m e  con cer n  w it h  i m pr ov em ent  of   reli a bili t y  aud it   and  annual  repo rt  gen e rati on  on  reli abili ty   in  powe r  syst em   i s  dem on strat e d  [7 ] .   The   vo l ta ge  c on tr ol,   s ecur it y  al er t  syst e m ,  c le aran ce  ti m e  of   s hort  ci rc uit  fau lt ,  ad justi ng   t he  f reque nc y  dev ia ti on   a re  the  fe w  im portant   crit eria  co ns id ered   w hile  reli abili ty   aud it   [7] .   Energy  a ud it ing   is  c ruci al   wh e n  t he  m oto r  in  se r vice  is  inclu de d  for  accu racy  e stim ation .  T he   eff ic ie n cy   est i m ation   of   t he   in - se rv ic e  m oto r  is  dev el oped  by  est im at i ng   t he  equ i valent  ci rc uit  par am et ers  of   the  m oto r   in  ser vice  in corp or at in g  th e  bacteria l  for agin g  al gorith m   and  com par ed wit h t he parti cl e s w arm  o pti m iz ati on, a nt co l on y  op ti m iz ation  a nd o t her t rad it i on al  m et hods  [8].     The  bu il dings  ei ther  c omm ercial   or   reside nt ia l  com pr ise   the  key  portion  of   t he  ca rbo n  footp rint  in   the  w orl d.  A   s yst e m   is  dev el op e d  nam ed  as   “EC vie w”  fr a m ewo r k  w hich   ex plo it s  t he  e xisti ng  po wer  us a ge  accor ding  to  the  w orkf l ow   to  pr e dict  the  carbon   em iss ion   f ro m   the  bu il di ng   c onsideri ng   the  we at he r   conditi on in  th e surr oundin gs, com m uting  a nd tra vel p at te r ns  a nd  dynam i c re gu la ti ons  from  g ov e r nm ent [ 9].   By   colle ct ing  dif fer e nt  e nvir on m ental   and  el ect rical   pa ram et ers  and  data   f rom   di ff eren t   adm inist rati ve  un it s  in  the  university   a  Hum an  Com pu te r  In te r face  ( HC I)   to ol  is  dev e lop e d  that  trac ks   th e   ecolo gical   foo tprin t  of   an   insti tuti on   a nd   al so   in dicat e  the  sco pe  of  i m pr ovem ent   in  the  f ootpr int  [ 10] .   The  ce ntrali zat ion   of  the  re so urce  in f or m at ion   in  an   i ns ti tuti on   al ong  with  t he  s ugge sti on   syst e m   is   dem on strat ed  and   te ste d  by  the  us e  of   the  c loud  integ rated   ov e rall   m anage m ent  syst e m .  The  detai ls  of  each   br a nc h  of   t he  insti tuti on   a re  centrali zed  to  be  seen  by  the   head   of   the  i ns ti tuti on   [1 1 ] .   And   vie wing  of   the   su m m ary of  th e obser vatio n  i n  the  inter net i s possible .   A  sm art  gr id  env i ronm ent  with  the  a dva nced  m et ering   infrast r uctur e   is  adopte d  f or  the  i ntrusio n  detect ion   wh ic h  is  a  decisi on   m aking   of   the  energy  theft  de te ct ion   from   th e  infor m at ion   fu sio n  obta ine d  fr om   bo t h  the   sen sors  a nd   t he  c onsu m ption   da ta   [12].   T he  no n  in vasive   loa d  m on it or i ng   us e d  in  e ne rgy   aud i t   syst e m   is  fu rth ered   t o  act   as  t he  de m and   res pons e  im ple m entat ion   both  i n  s of twa re  a nd  hard war e  as pe ct ,  by   exclusi ve  scr utiny  o f  the  nee d  of  dem and   r esp on se  [13].  The  data  ac quisi ti on   m od ule   is  connecte d  to  the   even t  detect io n m od ule which  wou l d diag nos e the  dem and  re spon se  of t he sy stem  [ 13 ] .   A  novel  hybri d  cl assifi cat ion   te chn i qu e  is   us ed  f or   cl ass ify ing   the  load   identific at ion   for  dif fer e nt   com bin at ion   of  ho us e ho l d  a ppli ances  us a ge   sign at ur es .  Pa rtic le   Sw arm   Op ti m iz ation   ba sed  F uzzy  C  m eans  cl us te rin g  with   Neur o - F uzzy  cl assifi cat ion   i s  ap plied  to  a ddress  t he  am biguit ie s  in  th e  el ect rical   sign at ure  sense d [ 14] .   Power  a udit   of   a  L E D  bu l b  c on si der i ng  the  powe r  c on s umpti on  in  LED   waf e r,   phosp hor  coati ng  a nd   lam p  transluce nt  co ver  is  ex per im ented  to   fin d  the  c riti cal   area  of  i m pr ov in g  the   LED  bulb  des ign   is   identifie d  [15] .   The  Ho m e  Energy  Ma na gem ent   Syst e m   (EMS)  f or  dem and   res ponse   i n  a  Sm art  Gr i d  env i ronm ent  us in g  non  i ntru si ve  loa d  m anag em ent  syst e m   so lving  a  m ulti - ob j e ct ive  in - hom e   pow e r   sche du li ng  al gorithm   is  est ab li sh ed  us in g  t he   non - dom inate d  s or ti ng  ge ne ti c  al go rithm   – I I  without  the   us e r   interfe ren ce  [1 6].   The  Inf or m at ion   te ch nolo gy  / Inform at ion   S yst e m s  inv est m ents  are  gove rn e d  by  the   pa ram et ers  li ke  the  be ha vioral   eco no m ic s,  causali ty ,  input - outp ut  e qu il ibri um   and   c om m on   co nce pt ion   of  re duct ion   of   execu ti ve   ene rg y  f unct ion.  A  f uzzy  co gn it ive  m ap  is  dev el op e d  for   the  m ulti   di m e ns ion al   a nd  no n  qu a ntifia ble  pr ob le m  o f  i nv es t m ents [ 17] .   To  sat isfy  t he  i ncr easi ng  dem and  an d  t o  pro vid e  reli able  e nergy  the   sync hro - phas or   unit s  are  us e d  i n  a  wide  area  m on it ori ng  an d  con t ro l  syst em s.  Trad it io nal  m anu al ly   dev e lop e d  ru le s  are   no t  su it able   f or   bu g  data  pr ob le m s.  A  syst em   fo r  detect ing   t he  i ntr us io n  is  devel op e d  in volvi ng  the  c omm o n  path  m ining   wh ic h  i s   an   ad va nced   da ta   m ining   te chn i qu e  t o  le ar n  the  patte r n  of  intr us io n  aut om atical ly  fr om   data  ob ta ine d  f ro m   synch ro phas or m easur e m ent u nit  [1 8].   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   4 ,  A ugust   201 9   :    22 74   -   2280   2276   The  c harge  of  el ect rici ty   is  dep en de nt  on  t he   bill ing   rate,  t hu s   to  a void  t he   irrati onal   co nc ept  the  us e  and   c ons um pti on   of   el ect rici t y  is  util iz ed.   Ph ysi cal   conditi on,  eq uip m ent  and   num ber   of  us ers  i n  com bi nation  of  the  rate  ty pe   are  c onside r ed  to   c ha nge  t he  act io ns   t hat   w ou l d  le a d  to   re du ct io n  i n  t he  c os t  of  bill ing  is   dem on strat ed  [19 ] .       3.   IOT BASE D POWE R  S YST EM OPE RAT ION S  IN P R O D UC TI ON I NDUST RIES   Lo w  powe r  wi de  area  net wor k  (LPWA N )  usi ng   Na rro wb a nd   I OT  ( NB  I OT)   is  intr oduc ed  f or   the   sm art  gr id  te chn o l og y.  Narr ow  ba nd   is  c ho s en  to  av oid   t he   traff ic   that  is  avail able  in  th e  crowd e d  un li cense d  band.   T he  pro po s ed  narrow  band  com m un ic at ion   is  com par ed  with  the  NB  IOT  de velop e d  by  s pecif ic at ion  and   facil it ie s  of   LTE  [20].   T he   IO T  act s  as  a  pros pecti ve  s olu t io n  in  pow er  an d  e nergy  syst e m s  by  real  tim e  com pu ta ti on   c apab il it ie s,  higher  sec uri ty ,  cl oud  c onnecti vi ty   and   en ga ge  a  seam le ss  cooper at io n  betwe en  the   real  world  a nd  inter net  [ 21] .   The  ene rg y   m anag em ent  syst e m   that  wo ul d  pro vide   the  dy nam ic   c on t ro l   accor ding  to  the  ge ner at io n  and   loa d,   pow er  qual it y  pr ob lem s,  reli abili t y,  cost  and   s ust ai nab il it y  is  p os sible   wh il e the  IOT  dev ic es  are use d [22].   An   IPV6  c omm un ic at ion   bas ed  com plete   network   of   t he  I OT  ba sed  sm art  gr i d  co nce ptu al   m od el   is  dev el op e d  co nsi der in g  the  c on t ro l  de vices   li ke  the   s witc hes,  capaci to r  banks ,  sm art  sens or s,   recl os e rs  a nd   act uator s   as  th e  obj ect   [ 23] .  All  the  ob j ect s  are  co nnect ed   to  the  ce ntral  data  centre  fro m   wh ere  t he  c on t ro l   sign al s a re tra nsm it te d  back  a s the  decisi on  m aking .   T he  IOT  us ag e  in  S uper visory  Co ntr ol  an d  Data  Ac quis it ion   ( SCA DA)  a nd  A dvanc ed  Me te r i ng   Infr ast ru ct ur e   (A MI )  f or ecas t  the  a pp li cat ion   i n  fu t ur e   gri d  te c hnol og y.   A n  intel li gen t  gr id   a nd  it s   m ai ntenan ce  a nd   dev el op m ent  need   a  hi gh - pro file   le adership  wit h  good   te chn ic al   w ork force  on  the   IO T  in  order t o  e xec ut e an d  m ai ntain the im ple m ent at ion   [24].   In te r net  P ro t oc ol  Sm art  Obje ct s  (I P SO),   Eu ropea n   Tele c omm unic atio ns   Standar ds   Insti tute   ( ET SI ),  Zigb ee  a re  work i ng  on  the  feasi bili ty  of   the  po te ntial   us age  o f  these  te ch nolo gies  on  th e  IO T   app li cat io ns   [ 25] .  T he  dep e ndent  sens ors  t hat  cha nges  it s   value s  wit h  c hange  i n  the   ot her   se nsors   va lue  is   identifie d  by  c ollec ti ng   data  from   the  netw ork  of  sen sors,   an d  updated   in  the   cl oud  spa ce,   the  data  wh i c h  cou l d  be  us ed  to  gu e ss  the  se ns or  val ue  in  c ase  of   se ns or  f ai lure   [26].   T he   sp eed  of   upda ti on   of  the  ph ysi ca l   data  on   to  the  i nter net  is  discu ssed  f ollo wed  b y  the  su r vey  of   f uture  of  I O T  and   it s  chall eng e s  [27].  A  c utti ng - edg e   te ch nolo gy   cal le d  Fo g  com pu ti ng , w hi ch  is  an   i m p le m entat ion   that  us es  the  en d  use r  cl ie nts  or   ne ar  us e r   edg e   de vices  t o  us e  th os e  no des  as  t he  st or a ge  un li ke   us i ng  the  cl ou d  s pac e,  is  disc us se d  [28].  F og  c ompu ti ng   gu a ra ntees  rea l  tim e  decisi on   m aking   us in g  data  analy ti cs  in  IO T ’s  s et   up  in  la r ge r  ge ogra phic al   area s .   A  theo reti cal   m od el   of   Fo g  com pu ti ng   im plem entat ion   i s  dev el op  facil it at ing   the  com par ison   betw een  the   cl oud  com pu ti ng   platf or m   and   infe rred  th at   the  ene rg y  c os t  of   us in g  F og   c om pu ti ng   woul d  re duce  40. 48%  of   the cost  unli ke wh il e  us in g  cl oud  com pu ti ng  [ 29 ] .         4.   FRO M A RTI FICI AL I NT E LL IGENC E  TO  AU TO M ATE D  I NTEL LIGE NC E   A  dif fer e nt  sec ur it y  pro blem   that  m ay   occu r   al ong  with  dif fer e nt  secu rity   te chnolo gies  that  can  be  i m ple m ented  i s  discuss e d  [ 30 ] .  The   data  analy ti cs  fo r  t he  data  colle c te d  ei ther  in  the  cl oud  or   t he  f og  com pu ti ng   w ould  nee d  the   A rtific ia l  In te ll igence  for  in fer e nce  or   decisi on   m aking .  T he  i ntell igent  c on tr ol  of   wind  ene rg y  c onve rsion  syst e m s  with  fau lt   patte rn   ide ntif ic at ion   of   t he  Sm ar t  Gr id  syst e m   us ing   A rtific ia l  In te ll igence  on  a r eal  ti m e si m ula tor  is  pr es ented [ 30 ] .   A  m achine  intel li gen ce - base d   sh i p  na vig at i on   st rategy  sel ect ion   is  de vel op e d  to  ha ve  be tt er  energy  eff ic ie ncy  whic h  inclu des  t he  data  e xpa ns io n,   i nteg rity   ver ific at io n  and  data  re gr essi on  ste ps  [31].   Applic at ion s  of   intel li ge nc e  in  the  sm art  gr i d  with   ren e wab le   e nergy  source s   us in g  sop his ti cat ed   com m un ic at ion   an d  data  pr ocessin g  te c hniqu es  t o  ha ve  a  co ntro ll ed   powe r  qu al it y  and   reli abili ty   wh ic h  involves   isl an ding,   st or a ge  m anag em ent  and  im po rtant  autom at ion   in  the  po wer   syst e m   is  rev ie we d  [ 32] .   The  stres s  on  a dap ta ti on  of   th e  ren e wa ble  ba sed  s ources  a nd  the  us a ge  of  direct  DC  gr i d  is  ta ken   int o  ac count   for  the   intel li ge nt  DC   hom es  co ns ide rin g  both  i ntell igenc e  an d  e nergy   eff ic ie ncy   [33] .  T he  vu l ner a bi li t ie s   occurri ng  w hile  app ly in g  the   intel li gen ce  a nd   a ut om ation  on  sm art  gr id   app li cat io ns   c ause d  by  the   public  com m un ic at ion  in fr a struct ur e  and the   inter ne t - base d   protoc ols is  discusse d  in   an   I OT  e nvir on m ent [ 34] .   A  s olu ti on   that   av oid s  t he  ba d  data  detect io n  by  est i m at ing   any  one o f  t he  DC  or A C  sta te   est i m at ion  is  pro po se d  [ 34] .  L oad  f or ec ast ing   is  a ppli ed  incl ud i ng  the  c om plex  exter nal  fact or s   li ke  the  cl im at e  a nd   so ci al   conven t ion   us i ng   the  deep   le ar ning  te chnolo gies  in  I O T  for  accurate  f utu re  lo ad  est i m at ion   [35] .   Sens i ng   syst e m s  adv ancem e nt  to  c on tr ol  t he  ene r gy  flo w  di recti on   i n  the  gri d  e ff ic ie ntly ,  abidi ng   t he  IE EE  sta nd a rd   1459 - 2010  f or   a naly zi ng   the  volt ag e  and   c urre nt  sign al s,  by  m ea ns   of  a pp ly in g  the  su it able  de ci sion   crit eria  us i ng  t he  IO T   im ple m entat ion   [ 36] .  A   c o  sim ulato r   is  dev el op e d  to   e valuate  diff e re nt  I OT   ai de d  con t ro l  al gorit hm s,  fo r  sch ed uling   t he  energy  consum ption   w hich  ca n  be   i m ple m ented  by  util it y  co m pan ie s   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A tra ns it ion f ro m  ma nual to  intel li gen t  au t omate d  …   ( Y amana ppa  N . Do ddam an i )   2277   and  strat egy  in it ia tor  [37].  By   ap plyi ng   th e   I OT  te ch nolo gy  the  co ntext  a w are  te ch no l ogy  is  de velo ped   whi c h  would  us e  the   s m art  m et ers  to  fin d  out  the   flow   e ne rg y  f ro m   the  gr id  a nd   t o  the  gri d  from   the  ren ewabl e   energy  produc ed  f r om   the  hom es  instal le d  with  e nv i ronm ent  f rien dly  po wer   ge ner at or s .  A   day  a hea d  pr ic i ng   schem e is dev e lop e d by the  use  of the  d y nam ic  p rici ng sc he m e in an   opti m iz at ion  dual  prob le m  [ 38] .   An   i nterfac e  betwee n  the  AI   a ppli cat ion s  a nd   t he  EMS  f o r  i ntell igent  al arm   processi ng,   fau lt   dia gnos is   an d  po wer  syst e m   restor at io n  are   pre se nted  f or  a  powe r   syst e m   m od el   an d  th ree  differen t   EMS  arc hitec ture  is   de velo pe d  f or  a  c omm on  syst em   [3 9].   The re  is  a   co gn it ive  ba rr ie r   that  is  face d  by   m os t   of   the  powe r  s yst e m   op erators  du e  the  la r ge   inru s h  of   da ta   fr om   the  diff e ren t  po rtion   of  the  powe r  sys tem   wh il e  there  is  an   em erg ency.   A  relay   fau lt   diagnosis  syst e m   is  i ll us trat ed  us in g  the  AI   w hich  s olve s  the  decisi on m aking   barrier  w hich  o cc urred d uri ng the  usage  of t rad it io nal num erical  m e tho d   [ 40 ] .   The  li te ratur e   rev ie w  of  di fferent  a pp li cat ion s   of  A I  to ol s  us ed  i n  the   powe r  in du st ry  in  Japa n,   pro ving  that  Japan   wer e  m or e  wides pr ea d  in  app ly ing   Ar ti fici al   In te ll igence  by  ci tin g  pap e rs  that  wer e   dev el op e d  by  the  industry   people  an d  colla borati ve  researc h  in volvin g  in dustry  [ 41] .  A  c oo per at i ng   arch i te ct ure  ca ll ed  co operati ve  intel li ge nt  real  tim e  con t ro l  a rc hitec tur e  (CIRC A)  w hich  com pen s at es  the   reacti vity   issue  of   the  A I  by  creati ng   real  ti m e  su bs yst em s  f or   a  bette r  pe rfor m ance  go al s  includi ng   pr eci sion,   com plete ness  of  ou t pu t a nd ti m el iness [ 42] .   An   A rtific ia l  Neural  Net wor k   ( A NN)  base d  loa d  forecast ing   c onside rin g  the   relat io n  betwee n  the   load  a nd   t he  te m per at ur e  gi ve n  the  seas on,  da y  ty pe,   hour  of   t he  day  is  i m ple m ented  th at   would  forec ast   th e   load  befo re  24  hours  [ 43 ] .  Th e   dynam ic   load  m od el in g  of  t he  po wer   syst em   fo r  ca rr yi ng  ou t  sta bili ty   analy sis  is  i m ple m ente d  by  usi ng  the   ANN  [44].  A  c om pu te r  pro gra m   that  w ou l d  fin d  the   pr ob le m s  du e  to  ha r m on ic s  by  getti ng   the  inputs  li ke  the   top ol ogy,  eq ui pm ent,  ty pe  a nd   rati ngs,  po we r  sig nat ur e,  sy m pto m s,  op erati ng  pr act ic es  et c. ,   us in g  the   ex pe rt  syst e m   i m plem entat ion   us in g  AI   [ 45 ] .   An  opti m a l  on li ne  rea ct ive  powe r  con t ro l  te c hn i que  is  im ple m e nted  by  c on si de rin g  an   unce rtai n  reacti ve   lo ad  a pp li ed .  ANN  e nh a nce d  by  fu zzy   set s is u se d  t o determ ine the  m e m ber sh ip  of  the c on t ro l  va r ia bles f or d if fe ren t l oad cha nges  [46].   The  volt age  c ol la ps e  is  pr e dicte d  us in g  AI   du e  t o  the  vul ner a bili ty   on   powe r  syst em ,  wh ic h  cause s  local   volt age  i ns ta bili ty   and   secur it y  issues .   The  i nd ic es  of  volt age  sec ur it y  and   the  l oc al   vo lt age  c oll apse  is   pr e dicte d  with   hig h  r obust ne ss,  by  giv i ng   t he  real  powe r,  reacti ve  powe r  and   vo lt a ge  ( PQV)   s urface  as  the  input  to  the  AI  [47].   The  m anu al   super visio n  of   the  powe r  s yst e m   is  auto m at ed  by  ap plyi ng   t he  A I  te ch nique   whi c h  not  onl y  con si der s  t he   local   fau lt   c le aran ce  bu t  a lso  supe rv ise s   the  volt age  l evels,  har m on ic s  an d  powe r  fact or of the  d esi red sta te  w hile m aking the  decisi on  unli ke  the  m a nu al   super visio n [48].   The  AI   m od e l  for  no n  para m et ric  app r oa ch  cal le d  as   ada ptiv e  Ba c k  P ropa gation  netw ork  i s   inco rpor at e d  f or   a pp ly in g  the   load  m od el ing  fo r  tra ns ie nt  st abili ty   analy sis ,  wh ic h  ga ve  accurate  resem blance  with  the  act ua l  fiel d  te st   data  in  a  syst e m   in  china  [ 49 ] .  Re placi ng   the  m easur em ent - base d   load  m od el ing   wh ic h  on ly   c oncent rates  on  the  sym m e tric al   disturba nce  i n  th ree  phases   an  a sym m et ri cal   load   m od el ing   is   dev el op e d  without  the  us e  of   e xtra  data  acqu isi ti on  eq uip m ents.  A  t oo l  cal le d  C O MTR AD E  is  us e d  t o  acqu i re  data an d  in fer t he  a sym m e tric al  load m od el ing   [50].   A  DS T ATC O M  co ntro l   bas ed  on  arti fici a l  i m m un e  syst e m   (A I S)  f or  rob us t  co ntr ol   in  orde r  to   m ai ntain  the  c on sta nt  volt age   at   the  PCC   f or  el i m inati ng   t he  power  qual it y  issue  due  to   pulse   loa ds   in   the  on   sh ip  el ect ric  s yst e m   [5 1].   A   DS P  base d  im ple m entat ion   of   the  A NN   con t ro ll ed  U nified  P ow e r  Q ualit y  Condit ion e r  ( UPQC)  is  devel op e d  wh ic h  is  trai ned   fro m   the  logge d  data  recei ved   from   the  PI   c on t ro ll e r   i m ple m entat io n [52] f or p e rfor m ance im pr ovem ent.   Fu zzy  inf e re nc e syst e m  o r  Gen et ic  A lg or it hm  is u sed  to d e velo p  the g ai n param et er esti m at ion  in  the   autom at ic  generati on   c on tr ol   (A GC)  in  t he  load  f re quency  con t ro l  (LFC)  m aking  a  balance  be tween   gen e rati on  an d  dem and   [ 53] .  AI S   base d  c on trolle r  f or  the  ge ner at or   e xcita ti on   syst em   to  com pen sat e  th e  high  energy  loa ds .  The  pa ram et er  for  the  c ontr oller  is  opti m i zed  f or  the  be st  con t ro l  act ion   on  the  ge ne rato r   excit at ion   co nt ro ll er  du rin g  the  distu rb a nce s  [54].  Gen et i c  Algorithm   b ased  opti m a l  l ay ou t  of   the  offs hore  wind  fa rm   al o ng   with  the  li ne  co nnect ion  topolo gy  opti m iz ed  us in g  a nt   colo ny  opti m iz at ion   al go r it h m .   The  te ch nique  pro po ses   an   e f fici ent  an d  eco no m ic al   wind   f arm   [5 5].  Th e  dynam ic   char act erist ic s  of   th e  loa d  wh ic h  is  extre m el y  no n  li nea r  an d  tim e  var yi ng   an d  th us   m us t  be  m od el ed  accu ratel y.  An   Im pr oved  Partic le   Sw arm   O ptim i zat ion   ( IP S O)   par am et er  est i m at ion   m et ho d  is  us e d  to  a ccur at el y  deter m ine  the  load  m od el   us in g  A I  base d  loa d  m od el ing   [ 56] .  Actu at or   a nd   se nso r  fa ult  detect ion   with  lo w  c om pu ta ti on al   cost  is   dev el op e d  us in g  a  no vel  AI   m et ho d  wh ic h  us es  sin gle  fa ul t  de te ct ion   est i m at or   instea d  of   bank  of   est i m at or s  e m plo ye d  in  tr aditi on al   m et h od s  [57 ].   The   l it eratur e  ta lks  about  the  dif fe ren t  intel li gen t   te chn iq ues  th at   can  be used  to gath er d ee pe r  m eaning   of the  big d at a o btaine d from  d iffer e nt s ource li ke  physi cal  so c ia l an d  c yber   env i ronm ent  [5 8].  A  rand om   m at rix  theo ry - ba sed   im ple m entat ion   f or  big   data  a naly ti cs  on   a  sm art  gri d  powe r  syst e m   is  carried  out  with  sit uation  awar e ness  se nsi ti vity   and   feasibil it y  to  be  i m pl e m ented  on   real  tim e  s m art  gr id  syst em s   [5 9] .  Ar ti fici al   i m m un e  syst e m   (A IS)  ba sed  lo ad  f or ecast in g  is  i m ple m ented  an d  com par ed  with   the  neu ral  ne twork ,  auto regressive  integ ra te d  m ov in g  av erag e ,  and   e xpon e ntial   s m oo thi ng   m et ho ds an d f ound to  b e  do m inati ng  in  p e r form ance [ 60] .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   4 ,  A ugust   201 9   :    22 74   -   2280   2278   5.   CONCL US I O N     A  bri ef  rev ie w  of  li te rature  involvin g  t he  tra diti on al   way  of   po wer   syst em   op e rati on  in   m anu fact ur i ng  an d  m echan ic al   industries,  a nd  a  slo w  im pr ovem ent  to  th e  ad van ce d  po wer   syst e m   operati on   m et ho ds   are  i ntr oduce d.   Th e  power   syst em   op erati ons  li ke  the  ener gy   aud it ,  load  forecast in g,   e nergy   m anag em ent,  load  m od el in g,  sm art  gr id,  load  fr e quency   con t ro l,  pow er   qual it y  i m p rovem ent,  m icr ogr i d   app li cat io ns   ar e  the  fe w  that  are  analy zed  t o  reali ze  the  tr ansiti on   from   t he  tra diti on al   way  of  po wer   syst e m   op e rati on  t o  th e  power   syst e m   op erati on  carried  ou t  usi ng  ad van ce d  int el li gen t  based,   IO T  bas ed  a nd  Bi g   data - based   ope rati on s .  T his  is  an  in dicat ive   rev ie w  w hich   giv es  the  rea der   a  view  of   how  well   the  powe r  syst e m  o per at i on in  i ndus trie s can  b e  au t oma te d  intel li gen t ly  in  f utu re .       REFERE NCE S     [1]   J.  H.  Ree d,   R.   P.  Broadwa te r ,   A.  Chandra seka ran ,   and  A.  Oka,   "P red ic ti ng  Ai r  Condit ione r  L oad  Curves  from   Ene rg y   Audi t  D at a :  A  Com par is on  of  Predi ct ed   and  Actu al   Air   Condit ioni ng   Da ta   from   th e  Athe ns  Loa d  Cont rol  Expe riment . "  IE EE   Tr ansacti ons   on  Pow er  Syst e ms ,  v ol. 5,  n o.   2 ,   pp  359 - 365 ,   Ma y   1990 .   [2]   Cohn,   " Auditi n g  Control   Perf orm anc e  of  Int erc onne cted  Area s  Util i zi ng  th e  Com ponent s  Conce pt  and  It s   Dec om positi on  and  Eva lu at ion  Te chn ique s.  Part   I:  Audit  Te chno log y   and  Fie ld  T ests.   Part  II:  Te s t  Result s , "   IEE E   Tr ansacti ons on Power  Syst ems ,   vol.   3 ,   no .   2 ,   pp .   581 - 603,   Ma y   1 98 8.   [3]   J.R.   W il kinson ,   " Com pre hensive   per form anc e  audi t  of  a  ut il i t y ",   I EE E   Tr ansacti ons  on  Ene r gy  Conve rs ion ,    vol.   6 ,   no .   2 ,   pp   243 – 250 ,   Jun 19 91.   [4]   A.  Marti ns,  H.  J orge ,   J.  Mota ,   R.   ParTa cho ,   A.  Gom es,   "A   PC - Ba sed  Sim ula ti on  Packa ge  for  Sup porti ng  End - Us e r  Dem and  Side  M ana gement   Stra t egi es , "   IEEE  Tr ans.  on  Powe r S yste ms ,   vol .   6 ,   n o.   3 ,   pp .   897 - 90 3,   Aug 1991 .   [5]   A.  Z .   Khan ,   " E l ec tr ic a l  ene rg y   conse rva t ion  an d  it s  appl i ca t ion   to  a  she et   g la s s  industr y , "   I EEE  Tr ans.  Ene rg y   Conve rs ion ,   pp .   666 – 671,   Sep .   1 996.   [6]   C.   Pala n ic ham y ,   C.   Nada ra ja n ,   P.  Nave en ,   N .   S .   Babu  and  Dhana la kshm i,   " B udge t  constra in ed  en e rg y   cons erv ation   -   an expe r ie n ce   with  t ext i le   indu str y , "  IE EE   Tr an s.  On E n ergy   Co nve rs ion ,  v o l. 16 ,   n o .   4 ,   De c  200 1 .   [7]   J.  M. Tesseron, " Miss ion:   R el i ability , "   IE EE   Pow er  and  En ergy   M ag azine ,   vo l. 6,  no.   1 ,   pp .   42 - 48 ,   Jan  -   Feb  2008 .   [8]   V.  P.  Sakthi vel ,   R.   Bhuvane sw ari ,   and  S.  Subram ani an,   "N on - int rusive  eff i ci en c y   esti m ation  m et hod  for  ener g y   audi ti ng  and  m ana gement  of  ins erv ice  induction   m otor  using  ba ct er ia l  for agi ng  al gorit hm , "  IE E E  Proce ed ings - El e ct ric   Pow er  Appl ic a ti ons ,   vo l.   4 ,   no .   8 ,   pp .   57 9 - 590,   2010 .   [9]   G.  Thiagar aj an ,   V.  Sar anga n,   R.   Suri y an aray a nan,   P.   Sethur a m an,   A.  Siv asubra m ani am,  A.   Yeg y ana ra y a nan ,   "A utomati ng  a   b uil dings  ca rbon   m ana gement , "   I EE E   Computer ,   vol.   44 ,   no .   1 ,   pp .   24 - 30 ,   Jan   201 1.   [10]   D.  B.   Hera s,  D.  Oter o,   and  F.  Ar guel lo ,   " An  ec o - fee dba ck  s y st em  for  improving  the   sus ta ina bi li t y  per form anc eof   unive rsities, "   in   Proc.   2011   IEEE  Inte rnat ional   Confe renc e  on  Vi rtual  Env iron ments  Hum an - Computer  Inte rfa c es  and  Me asur eme nt  Sy st ems ,   Ott a wa,   ON ,   2011 ,   p p.   1 - 6.   [11]   Mar y   J ane   Mag no - Ta n,   Alla n   V .   Crisostom o,   Bi ll   Vil la flo r,   Jam es  C.   Fa ll er ,   "Cl oud - Based  Coll e ge  Mana g ement   Inform at ion  S y s te m   for  Univer s it ie s , "   Inte rnat io nal  Journal  o f  Information  and   Educ a ti on  Te c hnology ,   vol.  4,     pp.   508 ,   2014 .   [12]   S.  McLa ughli n ,   B.   Holber t ,   A.  Fawaz ,   R .   Bert h i er,   S.  Zonou z,   " A  m ult i - sensor  ene rg y   th eft   de t ec t ion  fra m ework   for  adva n ce d   m e te ring   infra str uctures , "   IE EE J .   S el .   Areas  Comm un. ,   vol. 31, no.  7,   pp .   1319 - 133 0,   Jul 20 13 .   [13]   D.  He,   W .   L in,   N.  Li u,   R.   G.  H arl e y ,   T .   G.  Hab et l er,   "Incorpor a ti ng  non - int rusiv e  loa d  m onit or in g  int o  buil d ing   le ve l  demand   res ponse , "   IE EE Tr ans.  Smar t  Gr id ,   vol. 4, no. 4, pp. 1870 - 1877,   Dec   2013.   [14]   Y.  H.  Li n ,   M.   S.  Tsai,  "N on - int rusive  loa d   m onit oring  b y  novel   neur o - f uzzy   c la ss if i ca t ion  conside r ing  unce rt ai nt ie s , "   I EE E   Tr ans.  Smar t  Gr id ,   vol .   5 ,   n o.   5 ,   pp .   2376 - 2 384,   Sep   2014.   [15]   Sinan  Li ,   " Pow er  Flow  Analy sis   and  Crit ical  De sign  Iss ues  of   R et rofi t  Li ght - Emitt ing  Diode  ( LED )  Li ght  Bulb ,"   IEE E   Tr ansacti o ns on  Powe r   Ele ct ronics ,   v ol: 30 ,   no.   7 ,   pp.   3830 – 3840 ,   Jul 20 15 .   [16]   Y.  H.  L in,   M .   S.   Tsai,  "A n  advance d  hom e  ene r g y   m ana g ement  s y stem  fa ci l it a ted  b y   nonint rusiv e  loa d   m onit orin g   with   au tomate d   m ult iobj ectiv e  p ower  sche dul ing , "   IE EE   Tr ans.  S mar t  Gr id ,   vol .   6 ,   no .   4 ,   pp .   1839 - 1851,   Jul   2015.   [17]   Z.   Ir ani,   A.   M.   Sharif ,   T.   Papado poulos,   " Organi za t ional   ene rg y :   a  be havi oura l  an alys is  of  hum an  and   orga nizati on al factors  in   m anuf acturi ng ,"   IEEE  Tr ans.  Eng .   Mana g. ,   vol.  62 ,   no. 2 ,   pp.   193 - 204 ,   20 15.   [18]   S.  Pan,   T.   Morr is,  U.  Adhikar i ,   "D eve lopi ng  a  h y brid  int rusion   det e ct ion  s y s tem   using  dat a  m ini ng  for  power   s y stems , "   IE EE   Tr ans.  on  Smar t  Gr id ,   vol. 6, no.  6,   pp .   3104 - 311 3,   2015 .   [19]   Jesus   Marti nez   Pati no ,   et   a l,   " A  m odifi ed  ana l y si s  of  el ec trica l  en erg y   consum pti o n  in  Univer sit y   buil dings ,"   IEEE   Latin  Ame ri ca  T rans act ions , v ol .   15 ,   no.   3 ,   pp .  40 8   –   414 ,   Mar   20 17 .   [20]   Yuke  Li ,   " Sm art   Choic e  for  the   Sm art   Grid:  Nar rowband  Inte rne t  of  Thi ngs  (NB - IoT) , "   IEEE  Inte rnet  of  Things   Journal ,   vo l.   5 ,   no.   3 ,   pp .   1505   -   1515,   2018 .   [21]   G.  Bedi ,   G.  K .   Vena y aga m oort h y   and  R .   Singh ,   "N avi gating  th e  challe ng es  of  Inte rne t  of  Thi ng s  (IoT )  for  power   and  en erg y   s y ste m s,"  2016  Cle m son Univ ersity P ower  Syste ms   C onfe renc e  ( PSC) ,   Cl ems on,   SC ,   2 016,   pp .   1 - 5 .   [22]   G.  Bedi ,   G.  K.  Vena y aga m oort h y   and  R.   Singh ,   "Towards  an  Inte lligent   Pow er  Network  with  Inte rne t  of  Thi ngs  (IoT ), "  a ccept ed   for pu blicati on   i n  Intelli g ent Sy st ems Conf ere nc e   2017 .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A tra ns it ion f ro m  ma nual to  intel li gen t  au t omate d  …   ( Y amana ppa  N . Do ddam an i )   2279   [23]   Al - Ali  A.R. a nd   Aburukba  R. ,   " R ole   of   Inte rn et of   Thi ngs i n   th e  S m art   Grid  T ec hn olog y ,"   J ournal  of  Computer  and  Comm unic ati ons ,  vol .   3,   pp .   229 -   233,   2015 .   [24]   R.   Young,  J.   McCue  and  C.   Gra nt,   " The   power  i s  on:  How   IoT  t ec hnolog y   is  dri ving  ene rg y   inn ovat ion ,"   Deloi t t e  Cent er  for  Ene r gy  Solut ions  R e port ,   Jan  2016,   htt p://dupress.c o m / art icles/i n te rn et - ofth ings - iot - in - el e ct ri c - power - industr y /   [25]   N.  Bui,   A.  P.  C aste llani ,   P.  Cas ari   and  M.   Zorzi,   "The   interne t  of  ene rg y :  a  we b - ena bl ed  sm art   grid  s y st em,"  i n   IEE E   Net work ,   v ol.   26 ,   no .   4 ,   pp .   39 - 45,   2012 .   [26]   P.  K.  Choube y ,   S.  Pate ria,  A.  Saxena ,   Va isak h  Punnekkat tu  Chiray il   SB ,   K.   K.  Jha  and  Sh ara na  B asa ia h  P M,   " Pow er  eff ic ie n t ,   bandwidt h  optim iz ed  and  fau lt   tol er ant   sensor  m ana gement  for  IOT  in  S m art   H om e ,"   2015  IEE E   Inte rnational   Ad vanc e   Computin g  Confe ren ce ( IACC) ,   Bangl or e, 2015, pp. 366 - 3 70 .   [27]   V.  Gaz is,  "A   S urve y   of  Stand a rds  for  Mac hine   to  Mac hine   (M2M )  and  the   Inte rne t  of  Thi ngs  (IoT ), "  in  IEEE   Comm unic ati ons Surve ys   & T utor ial s ,   vo l.   19 ,   no.   1 ,   pp . 1 - 1 ,   Jul 20 16.   [28]   M.  Yannuz zi,  R.   Mili to,  R.   Serr a l - Grac i à,   D.  Mo nte ro  and  M.   Ne m irovsky ,   "K e y   ingre di ent s  in  an   IoT  recipe:  Fog  Com puti ng,   Clo udcomputing,   a nd  m ore   Fog  Com puti ng, "  2014  IEE E  19 th  Int ernati onalWorks hop  on  Computer  Ai ded   Mode l ing and Design  of   C omm unic ati on  Li nks  and  Ne twork s ( CAMA D) ,   Athens,   2014 ,   pp .   3 25 - 329 .   [29]   S.  Sarka r  and  S.  Misra,   "The or et i ca l  m odel l ing   of  fog  computing:   a  gre en  co m puti ng  par adi g m   to  support  Io T  appl i ca t ions,"  in   IET  Net works ,   v ol.   5 ,   no .   2 ,   pp .   2 3 - 29,   2016 .   [30]   K.  Lee,   D .   Kim ,   D.  Ha,  U.  Ra jp ut  and  H.   Oh,  " On  sec urity   and  priva c y   issues  of  fog  computing  supported  Intern et   o f  Thi ngs  env ir onm ent , "   2015  6th  Inte rnat iona l  Confe ren ce  on   the   N et work  o f  the   Fu ture  ( NOF) ,   Montrea l ,   Q C,   2015,   pp .   1 - 3 .   [31]   Lokuka lug e  Prasad  Pere ra   and  Br age   Mo,   " Mac h i ne  Intelli g ence  Based  Data  Han dli ng  Fram ework  for  Ship  Ene r g y   Eff iciency , "   I EEE  Tr ansacti ons  on  Ve h ic ular   Te chnol ogy , v ol .   66 ,   no .   10 ,   pp .   86 59   –   8666 ,  Oct   2 017 .   [32]   T.   Str asser,   "A   r evi ew  of   ar chi t e ct ure s  and  conce pts  for  in te l li g en ce   in  fu ture   elec t ric   ene rg y   s y st e m s , "   IEE E  Tr an s.   Ind.   E lectron. ,   v ol.   62 ,   no .   4 ,   pp .   2424 - 2438,   Apr  2015.   [33]   E.  Rodrigu ez - Di az ,   J.C.   Vasque z,   J.M.   Guerre r o,   "Intelli g ent   D C  Hom es  in  Future  Sus ta ina b le   Ene rg y   S y s te m s:   W hen  eff i ci en c y  and int el li g ence   work t oge the r , "   Consum er  El ectronics  Magazine   IEE E   5. 1 ,   pp .   74 - 80,   Jan   2016.   [34]   K.  W ang,   H.  L i,   Y.  Feng,   G.  Ti an ,   "Big  da t a   ana l y t ic s  for  sy stem  stabilit y   eva lu at ion  str at e g y   in  th e  en er g y   int ern et , "   IEEE T rans .   Ind.   Infor mat. ,   vol. 13, no. 4, pp. 1969 - 197 8,   Aug 2017 .   [35]     L.   Li,  K.  Ota,   M.  Dong,  "W he n  W ea the r  Matters:  IoT - Based  El e ct ri ca l  Loa d  Forec asti ng  for  Sm art   Grid , "   IEE E  Comm un.   Mag. ,   vol.   55 ,   no .   10 ,   p p.   46 - 51 ,   Oc t  20 17.   [36]   Rosario  Morell o ,   et   al ,   " A  Sm art   Pow er  Mete r  t o  Monitor  Ene r g y   Flow  in  Sm art   Grids:  The   R ole   of  Advanc e d  Sensing  and  Io T  in   the  E le c tric  Grid  of   th e  F uture , "   IEEE  S e nsor s  Journal ,  v ol .   17 ,   no .   23 ,   pp.   7828 – 7837 ,    Dec   2017 .   [37]   Xin  Li ,  Qiu y uan   Huang ,   Dap eng   W u ,   " Distribut e d  La rge - Scale  C o - Sim ula ti on  for   IoT - Aided   Sm a rt   Grid   Contro l, "   IEE E   Acce ss ,   v ol .   5 ,   pp .   19951 – 1 9960 .   [38]     T.   C.   Ch iu,   Y.  Y.  Shih,  A.  C.   P ang,   C.   W .   Pa i,   "O pti m iz ed  da y - ahe ad  pr ic ing  w i th  ren ewa b le   en erg y   demand - sid e  m ana gement  for   sm art   grids , "   IE EE   In te rnet   of   Things   Journal ,   v ol.   4 ,   no .   2 ,   pp .   3 74 - 383,   Apr 201 7.   [39]   J.   J.  Bann ,   " In te gra ti ng  AI  ap pli c at ions  in  an   ene rg y   m ana g ement  s y stem ,"   IEE E  E xpe rt ,   v ol .   12 ,   no .   6 ,     pp.   53 – 59 ,  1997 .   [40]   B.   F.  W oll enbe r g,   T.   Sak aguc hi ,   "A rti fic i al   Int ellige n ce   i n  Pow e r  Sy st em  Opera t ions , "   Proce ed in gs  of  the   IEE E ,  vol.   75 ,   no .   12 ,   p p.   1678 - 1685 ,   D ec   1987 .   [41]   S.  Rahman,   "A rt ifi cial  intelligen ce   in   elec tri c   po wer  s y stems :  a   surve y   of  th e  Jap ane se  industr y , "   IEE E   Tr ans  on  Powe r Sy st . ,   pp.   1211 - 1218,   199 3.   [42]   D.  Mus li ner ,   E .   Durfee,  K.  Shin,  "Circ a:   A   coope ra ti ve  in te lligent   real - tim e  cont rol  ar c hit e ct ure , "   IEEE   Tr ansacti ons on Systems Man  an d  Cybe rne ti cs ,   v ol.   23 ,   no .   6 ,   199 3.   [43]     M.  Djukanovic,  B.   Bab ic,  D.   J.  Sobaji c ,   Y.   H.  Pao,   "U nsupervi sed/super vised  l ea rning   con ce pt   for  24 - hour  loa d   fore ca st ing , "   I E E E   Proceedi ngs - C ,   vol .   140 ,   no .   4,   pp .   311 - 318 ,   J ul  1993.   [44]     B. - Y.  Ku,   R. J.   Thomas,  C. - Y.   Chiou,   C . - J.  Lin,  "P ower  s y st e m   d y namic   loa d   m odel ing  using   artificia l   neur al  net works , "  IE EE Tr ansacti ons on   Powe r S yste ms ,   vol. 9,   no. 4 ,   pp . 1 868 - 1874,   Nov 1 994.   [45]     D.   D.  Shipp,  W.   Vilc hek ,   M.  E .   Sw art z,   N.   H  W oodl y ,   "Expe r t  S y st em  for  An aly s is  of  El ectri c  Pow er  Sy stem  Harm onic s , "   IE EE   Industry   App li cations Magazi ne ,  1 995 .   [46]   K.  H.  Abdul - R a hm an,   S.  M.   Shahide pour ,   M.   Dane shdoos t,   " AI  Approac h  to   Optimal  Var   C ontrol   with   Fuz z y   Rea c ti ve   Lo ads , "   IEE E   P ES  W in te r Meeti ng ,   199 4.   [47]     K.  Yabe ,   J.  Kod a,   K.   Yos hida ,   K.  H.  Chi ang,   P .   S.  Khedka r ,   D.   J.  Le on ard ,   N.  W .   Mill er ,   "Con ce ptu al   d esigns  o f   AI - base d  S y st e m s  for  loc al  pre dic ti on   of  vo lt ag e  co ll apse , "   I EEE  Tr ans.  Powe r  Syst. ,   vol .   11 ,   n o.   1,   pp.   137 - 14 5,   Feb  1996.   [48]   M.S.  A y a la ,  G.J.  Botura   and  O. A.  Maldona do   " An  AI  tool   for  supervising  subs ta ti ons, "   IE EE   P ote nti a ls ,   v ol .   20 ,   no.   5 ,   pp .   13 – 18 ,  Dec   2001/Jan  2 002 .   [49]   A.  Qian,   D.  Gu,  C.   Chen,   "N ew  loa d  m odel ing  appr oac hes  base d  on  fie ld  te sts  for  fast  tra nsient   stabilit y  ca l cul a ti ons , "   I E EE   Tr ansacti ons   on  Pow er  Syst e ms ,   vol. 21, pp.  1864 - 1873,   Nov  2006.   [50]   W .   Xu,  C.   Chen,   Q.  Ai,   W .   W ang,   X.  Li ng,   B .   L iu,   C.   W ang,   "L oad  m odel ing  during  as y m m et ric  disturba nce   in  a   m et ropoli t an  po wer  grid , "   IE EE  Tr ans.  Powe r Sy st. ,   vo l. 24, no. 3 ,   pp .   1191 - 1873 ,   A ug.   2009 .   [51]   P.  Mitra,  G.   K.  Vena y aga m oort h y ,   "A n  ad apt iv e  con trol   str ateg y   fo r  DS TATC OM   appl icati ons   in  an  e lectr i c  sh ip  power  s y st em , "   I EE E   Tr ans P ower  Elec troni cs ,   v ol.   25 ,   no .   1 ,   pp .   95 - 104,   Jan   201 0.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   4 ,  A ugust   201 9   :    22 74   -   2280   2280   [52]   Vadir ajac h ar y a  G.  Kinhal,  Prom od  Agarwal ,   Hari   Oam   Gupta,   "P erf orm ance   Inve stigation  o f  Neura l - Ne twork - Based  Unifie d  Pow er - Quali t y   C ondit ione r , "   IEEE  Tr ansacti ons  on  Powe r  Deli v ery ,   vol .   26,   no.   1,   pp.   431 - 437 ,     Jan  2011.   [53]   L.   Chang - Chi en,  Y.  W u,   J.  Chen g,   "O nli ne  esti m at ion  of  s y st em  par amete rs  for  a rti fi ci a l  int e ll ig e nce   applications   to  lo ad  fr eque nc y   cont ro l , "   I ET  g ene ration   transm ission  &   distri buti on ,   vol .   5 ,   n o.   8 ,   pp .   895 - 90 2,   2011 .   [54]   C.   Yan,  G.  K.   Vena y ag amoorth y ,   "A IS - Based  co ordina t ed  and   ad apt iv e  con trol   of   gene r at or  excitation  s y s te m s  fo r   an   e lectr i c  ship , "   IEEE  Tr ans.  In d.   E lectron. ,   vol .   59,   no.   8,   pp.   31 02 - 3112,   Aug 20 12.   [55]     Y.  K.  W u ,   et  a l . ,   "O pt imiza t ion   of  th e  wind   tu rbine   lay out   an d  tra nsm ission  sy stem  pl anni ng   for  a  la rg e - sca l e  offshore  wind  f a rm   b y   AI   techno log y , "   I EE E   Tr ans.  Ind. Appl . ,   v ol.   50 ,   no .   3 ,   pp .   2071 - 2080,   201 4.   [56]   P.  Regul ski ,   D.  S.  Vilc his - Rodri guez ,   S.  Djurov ic ,   V.  T erzij a ,   " Esti m at ion  of   c om posite   loa d  m odel   par amet e rs   using  an  improv ed  par ticle   sw ar m   opti m iz at ion  m et hod , "   IEE E  Tr ans.  Powe r  D el . ,   vol.   30,   no .   2,   pp.   553 - 560,     Apr 2015.   [57]   Kons ta nti nos  Michail ,   et   a l,   " AI - Based  Actuator/ Sensor  Fault  Dete ction  with   Low  Com puta ti onal   Cost  for  Industria l   Applicati ons ,"   IEEE  Tr ansacti ons on  C ontrol  Syst ems Tec hnolog y ,   v ol .   24 ,   no .   1 ,   pp .   29 3 – 301 ,  Jan   2016 .   [58]   S.  Am it ,   "Inte rne t  of  Thi ngs  to  s m art   IoT  through  sem ant ic   cognitive   and  per c eptual  computing , "   IEE E  Int el l .   Syst . ,  vol.   31 ,   pp .   108 - 112,   2016 .   [59]   X.  He,  Q.  Ai ,   R.   C.   Qiu,   W .   Huang,   L .   Pi ao,  H.  L iu,  "A   big   data  a rch i te c tur e  design   for  sm art   gr ids  base d   on  ran dom   m at rix t heor y , "   I EE E   Tr ans.  Smar t  Gr id ,  pp. 674 – 686 ,  Ja n  2017 .   [60]   Dudek  G .,   " Arti fic i al   imm une  sy stem  with  loca l  feature   se lection  for  short - te r m   loa d  fore c asting ,"   IEEE  Tr ans.   Ev ol .   Comput . ,   v ol.   21 ,   no .   1 ,   pp .   116 – 130 ,  2017 .       BIOGR AP H I ES   OF  A UTH ORS        Yaman ap pa  N .   Dod daman i   cur ren tly   work ing  as  the   Prin ci p al  in  Governt m en t  Pol y technic,  Bel ag avi ,   has  2 6  y ea rs  of   t ea c hing  exp eri en ce  at  diffe r ent  le v el s  comple te d  h is  M.  T ec h   i n   Nati ona l  Instit ut e  of  Te chnol og y  in  the   y ea r  200 4  and  cur ren tly   pursuing  his  Ph D  in  El ec tr ical   Engi ne eri ng  in   VTU  Bel aga v i.   His  rese arc h   int ere sts  are   ene rg y   audit  a nd  m ec hani cal  engi ne eri ng,   Int e rne t  of   Th ings ( I OT).             Dr.   U.   C.  Kapale ,   has  pursued   B. E.  (Mec h . ;   19 88),   M. E.  (The r m al   Pow er  Eng g. ;  1994)   from   PDA  Coll ege   of  Engg. ,   K al burgi ,   and  Ph.  D.  (He at   Pow er;   2007)   from   MNNIT ,   Alla hab ad.   H e   has  30  y ears   of  te a chi ng  and  0 1 - y e ar  industri a l   expe r ie nc e.  He   has  cont r ibuted   12  rese arc h  pape rs  in  Inte r nat ion al   journal   and  04  rese ar ch  pape rs  in  Nati on al   journal.   At  pr ese nt  08  ca ndid at es  are   p ursuing  Ph.  D.  under   his  guid a nce   and   pre sen tly   working  as  Profess or,   Hea d ,   Mec h.   Engg.  an d  Dea n  (Aca d . )  at   SS ET ’S.   S.  G .   Ba le kundri   Ins ti tute  of   T ec hnol og y ,   Be la g avi ,   Karna ta k a.           Evaluation Warning : The document was created with Spire.PDF for Python.