文献

J-GLOBAL ID：201602270501006749   整理番号：16A0885935

高速ボリュームに基づくオンライン歴史データの送電網によって戦略【JST・京大機械翻訳】

Strategy of Huge Electric Power System Stability Quick Judgment Based on Massive Historical Online Data

著者 (4件)： Huang Yanhao (China Electric Power Research Institute) ,  Yu Zhihong (China Electric Power Research Institute) ,  Shi Dongyu (China Electric Power Research Institute) ,  Zhou Xiaoxin (China Electric Power Research Institute)
資料名： Zhongguo Dianji Gongcheng Xuebao  (Zhongguo Dianji Gongcheng Xuebao)
巻： 36  号： 3  ページ： 596-603  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： すでに,オンラインの歴史的データに基づく電力システムの安定性を素早く判断を行う,ことがオンライン計算の故障リストを生成するため,動的安全性解析の故障の補充,それに有限時間内でより多くの故障の場合を考慮した。本論文では,静的物理量の特徴量のみを用いる方法として導入したロバスト性の統計的指標により選び,大システムの運用特性に基づき提案する。実際のシステムのデータに対して過サンプルの少ない問題の不安定化,サポートベクトルマシン(SUPPORT VECTOR MACHINE (SVM)に基づく「拡張境界」戦略を提案した。電力系統運転の周期性により,歴史的ボリュームデータの訓練サンプル集合に対して戦略を構築した,即ち日別に故障を選択する前に有限時間窓の歴史的データを提案した。上記の研究成果を統合し,高速安定性判別戦略を完成し,この戦略の実現フローを与えた。実際の大規模システムのデータを用いて,提案のモデルと戦略に対してテストを行った。その結果,急速にこの論文の成果と大規模システムのオンライン計算によっての要求に即した相,良好な性能と実際の応用価値がある。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 安全解析 ,  *送電系統 ,  サポートベクトルマシン ,  電力系統 ,  *高速度 ,  系統運用 ,  故障 ,  大規模系 ,  ロバスト性 ,  周期性 ,  特徴量
準シソーラス用語： 時間窓 ,  ボリュームデータ ,  不安定化 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (4件)： stability quick judgment ,  online data ,  support vector machine ,  robust statistic

分類 (3件)： 人工知能  (JE08000Z) ,  化学プロセスの制御  (XC02020N) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： ボリューム ,  オンライン ,  歴史 ,  送電 ,  戦略