文献

J-GLOBAL ID：201702218084399574   整理番号：17A0260844

気象要因を考慮した重要断面ニューラルネットワーク予測手法【JST・京大機械翻訳】

A Prediction Method Based on Neural Network Considering Impact of Meteorological Condition on Power Grid Security

著者 (5件)： Liu Lin (College of Electric Power Engineering, Shanghai University of Electric Power) ,  Huang Tianen (State Key Lab of Control and Simulation of Power Systems and Generation Equipments(Dept. of Electrical Engineering, Tsinghua University)) ,  Fu Yang (College of Electric Power Engineering, Shanghai University of Electric Power) ,  Sun Hongbin (State Key Lab of Control and Simulation of Power Systems and Generation Equipments(Dept. of Electrical Engineering, Tsinghua University)) ,  Guo Wenxin (Guangdong Power Grid Power Dispatching Control Center)
資料名： Dianwang Jishu  (Dianwang Jishu)
巻： 40  号： 11  ページ： 3399-3405  発行年： 2016年 
JST資料番号： C2514A  ISSN： 1000-3673  CODEN： DIJIES  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 安全限界が低い電力網の重要な断面は,送電網の運転者が注目すべき電力網の弱点であり,それを正確に予測することは,電力網の安全性と安定性を保証するための重要な技術的手段である。広東省電力網を例として、この地域の2014と2015年の電気と気象データを収集した。最初に,電気量と気象データを標準化し,統合した。第二に,特徴集合の特徴選択を行い,ニューラルネットワークモデルを用いて訓練を行い,重要断面のニューラルネットワーク予測モデルを得た。従来の方法と比較して,提案した予測モデルは,電気因子に基づいて,2つの因子の影響を考慮して,送電網の安全運転における2つの因子の影響を調査した。広東省電力網の計算例は,このモデルが正確で,速く,複雑な多変量の実際の電力網に適合することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  送電系統 ,  標準化 ,  *予測技法 ,  安全性 ,  特徴選択 ,  *気象要素 ,  電力系統 ,  気象データ ,  *ニューラルネットワーク
準シソーラス用語： 多変量 ,  安全運転 ,  神経回路網モデル ,  広東省 ,  安全限界 , 【Automatic Indexing@JST】

著者キーワード (5件)： meteorological factors ,  neural network ,  grid security analysis ,  critical interface ,  big data

分類 (9件)： ごみ処理  (SC05030O) ,  電力工学・電力事業一般  (NB01000X) ,  圧延基礎理論  (WC06020O) ,  製造工程とその装置  (YH03000O) ,  製鋼  (WD01060A) ,  建築環境一般  (RB02010T) ,  気体燃料の製造  (YE02030F) ,  土の構造と物理的・化学的性質  (RA03030T) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 気象要因 ,  ニューラルネットワーク ,  予測手法