文献

J-GLOBAL ID：201702278505173927   整理番号：17A0668083

ベクトル類似性に基づく重要な特性パラメータ抽出法【Powered by NICT】

A key characteristic parameter extraction method based on vector similarity

著者 (4件)： Liu Yu (State Key Laboratory of Power Transmission Equipment & System Security and New Technology, School of Electrical Engineering, Chongqing University, Chongqing, China, 400044) ,  Wang Youyuan (State Key Laboratory of Power Transmission Equipment & System Security and New Technology, School of Electrical Engineering, Chongqing University, Chongqing, China, 400044) ,  Zhu Wenbin (Shandong Electric Power Research Institute, Shandong Electric Power Company) ,  Zhou Jiabin (Shandong Electric Power Research Institute, Shandong Electric Power Company)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICHVE  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 電気機器の特性パラメータは,装置の故障診断に大きな意義を持っている。特性パラメータの量が大きいほど,より正確な故障診断の結果である。しかし,増加する特性パラメータの数と,重篤な冗長性の問題と大量の計算をもたらすであろう。特性パラメータ抽出法はこれらの問題を解決できた。しかし,用いられる重要な特性パラメータを抽出するために,種々の塩基は,単一装置のための異なる重要性を持っている。一般特性パラメータ抽出法は問題を解決できなかった。ベクトル類似性に基づく重要な特性パラメータ抽出法を本論文では上記の問題を解決するために提案する。,共通した特徴パラメータと重要な特性パラメータと標準ベクトルを抽出するための塩基を決定する必要がある。これら塩基は,ガイドライン,規制,規格,オンラインモニタリングパラメータなどから選択することができた。特性パラメータの固有ベクトルを構築し,改善したJaccard係数を用いて塩基の量と固有ベクトルごとと標準ベクトルの類似性を計算した。各類似性のメンバシップ度を計算するためのF分布利用。抽出しきい値を決定した後,1以下メンバシップ度類似性の場合,対応する特性パラメータは重要な特性パラメータとして選択されるであろう。しかし逆にかどうかは除去される。最後に,徐々に重要な特性パラメータを抽出した。コンバータ弁を例にとり,この方法を用いて30種の一般的な特性パラメータから八つの重要な特性パラメータを選択した。本論文では,抽出しきい値は0.65 0.85の間でより適切である提案した。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： 規格 ,  *ベクトル ,  変換器 ,  故障診断 ,  固有ベクトル ,  *類似性 ,  冗長性
準シソーラス用語： Jaccard係数 ,  特徴パラメータ ,  電気機器 ,  特性パラメータ , 【Automatic Indexing@JST】

分類 (2件)： 信頼性  (KB04040H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ベクトル ,  類似性 ,  特性パラメータ ,  抽出法