文献

J-GLOBAL ID：201602235267093754   整理番号：16A1015536

マルチサポートベクトルマシン総合に基づく電力系統過渡安定性評価【JST・京大機械翻訳】

Power System Transient Stability Assessment Based on Multi-Support Vector Machines

著者 (5件)： Dai Yuanhang (State Key Laboratory of Control and Simulation of Power Systems and Generation Equipments (Department of Electrical Engineering, Tsinghua University)) ,  Chen Lei (State Key Laboratory of Control and Simulation of Power Systems and Generation Equipments (Department of Electrical Engineering, Tsinghua University)) ,  Zhang Weiling (State Key Laboratory of Control and Simulation of Power Systems and Generation Equipments (Department of Electrical Engineering, Tsinghua University)) ,  Min Yong (State Key Laboratory of Control and Simulation of Power Systems and Generation Equipments (Department of Electrical Engineering, Tsinghua University)) ,  Li Wenfeng (China Electric Power Research Institute)
資料名： Zhongguo Dianji Gongcheng Xuebao  (Zhongguo Dianji Gongcheng Xuebao)
巻： 36  号： 5  ページ： 1173-1180  発行年： 2016年 
JST資料番号： C2285A  ISSN： 0258-8013  CODEN： ZDGXER  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： 現在,データのマイニング方法を過渡安定性評価の研究を利用して電力系統を行い,結果における誤判定されたサンプルを安定化させるために不安定サンプルの状況に対しては不足を重視し,電力網を運転安全性に対する要求を満たさない。本文では,この問題に対して,セキュリティドメインの概念の下で多サポートベクトルマシン総合に基づく電力系統過渡安定性評価方法を提案した。この方法は最初にグリッド法を利用し,次にこれらのパラメータの下で訓練したサポートベクトルマシンは分類精度の高いいくつかの組のサポートベクトルマシンのパラメータをとって,,,電力系統過渡安定性評価を実現する。最後に訓練から得られたサポートベクトルマシンに対して総合を行うサポートベクトルマシンパラメータを最適化を行う。シミュレーションシステムの分析の結果,本論文で提案した方法は異なるパラメータのサポートベクトルマシン(SVM)が提供する有用な情報を十分に利用することができ,大量の「誤審の安定」サンプルの個数が減少し,応用データのマイニング理論を電力系統過渡安定性評価の実際的応用に有益な参考を提供することができた。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *サポートベクトルマシン ,  *電力系統 ,  最適化 ,  安全性 ,  *過渡安定度
準シソーラス用語： シミュレーションシステム ,  分類精度 ,  誤判定 ,  *安定性評価 ,  *電力系統過渡現象 , 【Automatic Indexing@JST】

著者キーワード (4件)： power system ,  data mining ,  transient stability assessment ,  support vector machine

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  変圧器  (NB08020Q)

タイトルに関連する用語 (5件)： マルチ ,  サポートベクトルマシン ,  総合 ,  電力系統過渡 ,  安定性評価