文献

J-GLOBAL ID：201702258338732590   整理番号：17A0826359

雑音の影響を受けたケーブルデータにおける部分放電のパターン認識に適用したラフ集合理論【Powered by NICT】

Rough set theory applied to pattern recognition of Partial Discharge in noise affected cable data

著者 (9件)： Peng Xiaosheng (State Key Laboratory of Advanced Electromagnetic Engineering and Technology, School of Electrical and Electronic Engineering, Huazhong University of Science and Technology, Wuhan, China, 430074) ,  Wen Jinyu (State Key Laboratory of Advanced Electromagnetic Engineering and Technology, School of Electrical and Electronic Engineering, Huazhong University of Science and Technology, Wuhan, China, 430074) ,  Li Zhaohui (State Key Laboratory of Advanced Electromagnetic Engineering and Technology, School of Electrical and Electronic Engineering, Huazhong University of Science and Technology, Wuhan, China, 430074) ,  Yang Guangyao (State Key Laboratory of Advanced Electromagnetic Engineering and Technology, School of Electrical and Electronic Engineering, Huazhong University of Science and Technology, Wuhan, China, 430074) ,  Zhou Chengke (School of Engineering and Built Environment, Glasgow Caledonian University, Cowcaddens Road, UK, G4 0BA) ,  Reid Alistair (School of Engineering and Built Environment, Glasgow Caledonian University, Cowcaddens Road, UK, G4 0BA) ,  Hepburn Donald M. (School of Engineering and Built Environment, Glasgow Caledonian University, Cowcaddens Road, UK, G4 0BA) ,  Judd Martin D. (Department of Electronic & Electrical Engineering, University of Strathclyde, Royal College, 204 George Street, Glasgow, UK, G1 1XW) ,  Siew W. H. (Department of Electronic & Electrical Engineering, University of Strathclyde, Royal College, 204 George Street, Glasgow, UK, G1 1XW)
資料名： IEEE Transactions on Dielectrics and Electrical Insulation  (IEEE Transactions on Dielectrics and Electrical Insulation)
巻： 24  号： 1  ページ： 147-156  発行年： 2017年 
JST資料番号： W0578A  ISSN： 1070-9878  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,干渉信号を除去すると異なる発生源からの部分放電(PD)信号を認識するための有効,ラフ集合(RS)に基づく,パターン認識手法を提案する。,RS理論は情報システム,下部と上部近似,信号離散化,属性低減とRSに基づくパターン認識法のフローチャートで示した。第二に,エチレン-プロピレンゴム(EPR)ケーブルの五種類の人工欠陥のPD試験を行い,データ前処理と特徴抽出を用いて,PDと干渉信号を分離した。第三に,RSベースPD信号認識法は4000試料に適用し,99%の精度を持つことが分かった。第4に,RSベースPD認識法を五つの異なる源からの信号に適用し,信号離散化と属性縮小法の組合せを適用したとき,93%以上の精度が達成された。最後に,バックプロパゲーションニューラルネットワーク(BPNN)とサポートベクトルマシン(SVM)法を研究し,比較して開発した方法であった。提案したRS法はSVMとBPNNよりもより高い精度を有することが証明されている,有効なサンプルデータを用いた訓練後のケーブルシステムのオンラインPD監視に適用することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ラフ集合 ,  流れ図 ,  特徴抽出 ,  情報システム ,  *雑音 ,  *ケーブル ,  干渉 ,  サポートベクトルマシン ,  近似法 ,  *部分放電 ,  *パターン認識
準シソーラス用語： データ前処理 ,  人工欠陥 ,  離散化 ,  *ラフ集合論 , 【Automatic Indexing@JST】

分類 (1件)： 放電一般  (BJ03010I)

タイトルに関連する用語 (5件)： 雑音 ,  ケーブル ,  部分放電 ,  パターン認識 ,  ラフ集合理論