文献

J-GLOBAL ID：201702229088813463   整理番号：17A0274457

ランダム行列理論に基づくスマートグリッドのためのビッグデータアーキテクチャ設計【Powered by NICT】

A Big Data Architecture Design for Smart Grids Based on Random Matrix Theory

著者 (6件)： He Xing (Department of Electrical Engineering, Research Center for Big Data Engineering Technology, State Energy Smart Grid Research and Development Center, Shanghai Jiaotong University, Shanghai, China) ,  Ai Qian (Department of Electrical Engineering, Research Center for Big Data Engineering Technology, State Energy Smart Grid Research and Development Center, Shanghai Jiaotong University, Shanghai, China) ,  Qiu Robert Caiming (Department of Electrical and Computer Engineering, Tennessee Technological University, Cookeville, TN, USA) ,  Huang Wentao (Department of Electrical Engineering, Research Center for Big Data Engineering Technology, State Energy Smart Grid Research and Development Center, Shanghai Jiaotong University, Shanghai, China) ,  Piao Longjian (Department of Electrical Engineering, Research Center for Big Data Engineering Technology, State Energy Smart Grid Research and Development Center, Shanghai Jiaotong University, Shanghai, China) ,  Liu Haichun (Department of Electrical Engineering, Research Center for Big Data Engineering Technology, State Energy Smart Grid Research and Development Center, Shanghai Jiaotong University, Shanghai, China)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 8  号： 2  ページ： 674-686  発行年： 2017年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  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： 仮定と単純化上に構築された,モデルベース解析ツールである体積,速度,品種,及び正確さ(すなわち,4対データ)によって特性化データとスマートグリッドを扱うことは困難である。,ランダム行列理論(RMT)を用いて,高次元の複雑な格子を知覚するためのデータ駆動型ツール動機づけ一方,詳細な手順とアーキテクチャを提案した。アルゴリズム展望では,このアーキテクチャは高次元解析を行い,RMT予測と結果を比較した異常検出を行った。,統計的指標として,平均スペクトル半径(MSR)は,種々の次元におけるシステムデータの相関を反映していると定義した。管理モード観点から,グループワークモードはスマートグリッド運転について議論した。このモードはエネルギーフローとデータフローのための地域的限界を突破,ビッグデータ分析を可能にした。多重連結効用を持つ特異的な大規模領域分割システムのために,各部位,グループワークモードで動作する,それ自身の測定/シミュレーションデータとのみ地域MSRをすることができた。,このようにして,大規模連系系統の統計的パラメータの観点からではなく,エンジニアリングモデルの観点から分離される。さらに,自覚されない異なる生データを使っても,これら分散MSRの比較分析は,イベントを検出し,源の位置決定のための輪郭線を生成する。アーキテクチャは,地域中小データベースのみを用いてブロック計算と互換性があることを示したを超えて,データ駆動型解決策として,このアーキテクチャはシステム状況認識に敏感で,実際の大規模相互接続システムのための実用的である。五つの事例研究とその可視化は,電力系統の様々な分野で設計したアーキテクチャを検証した。著者らの知る限り,本論文は,ビッグデータ技術を適用したスマートグリッドへの最初の試みである。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： 位置決め ,  簡素化 ,  相互接続 ,  キャラクタリゼーション ,  *スマートグリッド ,  データベース ,  *計算機アーキテクチャ ,  事例研究 ,  高次元 ,  セグメンテーション ,  動機づけ
準シソーラス用語： 異常検出 ,  データ駆動 ,  解析ツール ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： ランダム行列理論 ,  スマートグリッド ,  ビッグデータ ,  アーキテクチャ設計