文献

J-GLOBAL ID：201502250410297189   整理番号：15A0622350

電力系統の安定性を改善するオンライン訓練のファジィニューラルネットワーク制御器

An online trained fuzzy neural network controller to improve stability of power systems

著者 (2件)： FARAHANI Mohsen (Dep. of Electrical Engineering, Islamic Azad Univ., Pardis Branch, Pardis new city, Tehran, IRN) ,  GANJEFAR Soheil (Dep. of Electrical Engineering, Bu-Ali Sina Univ., Hamedan, IRN)
資料名： Neurocomputing  (Neurocomputing)
巻： 162  ページ： 245-255  発行年： 2015年08月25日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文の目的は,新しい知的制御器を用いて電力系統の安定性を改善することである。この制御器は,提案した制御器の収束性を保証するためにLyapunov安定性から導き出した学習速度を採用した,オンライン訓練のファジィニューラルネットワーク制御器(OTFNNC)である。オンライン制御プロセス時には,提案した制御器の学習能力故にシステムの同定は必要としない。提案した制御器の特徴の1つは,さまざまな運転条件や擾乱に対するロバスト性である。さらに,本論文では電力系統振動のための指数関数的減衰を得るためにProny法を用いた。試験用電力系統は2つの地域の4台の機械による系統電力である。シミュレーション結果では,振動はOTFNNCで満足いくように減衰したことを示した。提案した手法は電力系統の振動を軽減し安定性を改善する上で有効であった。文献レビューでは,仮にファジィやニューラルネットワークの制御器のような適応オンライン制御器が電力系統振動の減衰に利用されたとしても,電力系統振動の減衰を計算する方法の提案がなかった。本論文では電力系統振動の減衰率をProny法で推定した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *系統安定度 ,  適応訓練 ,  *ファジィニューラルネットワーク ,  安定性 ,  速度 ,  ロバスト性 ,  制御装置
準シソーラス用語： Lyapunov安定性 ,  *Prony法 ,  オンライン訓練 ,  学習速度 ,  制御器

分類 (2件)： 電力系統一般  (NB02000E) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： 電力系統 ,  安定性 ,  オンライン訓練 ,  ファジィニューラルネットワーク ,  制御器