文献

J-GLOBAL ID：201602215299695992   整理番号：16A0017210

PSOに基づく最適な人工ニューラルネットワークアルゴリズムを使用した自律検出の最小非検出ゾーン(NDZ)

Minimum non detection zone for islanding detection using an optimal Artificial Neural Network algorithm based on PSO

著者 (3件)： SAMET Haidar (School of Electrical and Computer Engineering, Shiraz Univ., Shiraz, IRN) ,  HASHEMI Farid (School of Electrical and Computer Engineering, Shiraz Univ., Shiraz, IRN) ,  GHANBARI Teymoor (School of Electrical and Computer Engineering, Shiraz Univ., Shiraz, IRN)
資料名： Renewable & Sustainable Energy Reviews  (Renewable & Sustainable Energy Reviews)
巻： 52  ページ： 1-18  発行年： 2015年12月 
JST資料番号： W1084A  ISSN： 1364-0321  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自律は,人員や機器の安全性に起因するグリッド接続分散リソースの最大の懸念事項の一つである。多くのアプローチを受動的および能動的方式に分類できる検出を,自立検出のために提案した。アクティブな方法の主な問題は,電力品質に対するそれらの負の影響に関連しているので,パッシブ方式の主な関心事は,その大きな非検出ゾーン(NDZ)に関連する。本稿は,単純なアクティブ方式での粒子群最適化(PSO)に基づく最適な人工ニューラルネットワーク(ANN)の効率的かつインテリジェントな自律運転検出アルゴリズム使用して組み合わせを提案する。ANNに基づくインテリジェントな自律の検出法は,電力網構造の変化の場合の不十分な-検出を有するかもしれない。提案方式では,ANNをNDZを低減するために,電力ネットワーク構造の変化に適合した。このような重み係数とバイアスとしてANNの最適なパラメータをNDZ技術を最小にするためにPSOを用いて導出した。また,PSOとの組み合わせで,多層パーセプトロン(MLP),放射基底関数(RBF)と確率的ニューラルネットワーク(PNN)のようなANNの様々な構造の性能を自律検出目的のために比較した。提案された方法を自律条件,モータ始動,コンデンサバンク切り替えと非線形負荷切替などの様々な運転条件でシミュレートし,テストした。試験結果は,それが正確に自律運転を検出し,他の状況で誤作動せず,小さなNDZを有することを示した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *発電 ,  *性質 ,  *検出 ,  *ニューラルネットワーク ,  *最適化 ,  アルゴリズム ,  安全性 ,  格子 ,  電力品質 ,  パラメータ ,  多層パーセプトロン ,  動径基底関数 ,  コンデンサ ,  負荷 ,  シミュレーション
準シソーラス用語： グリッド ,  *自律 ,  *人工ニューラルネットワーク ,  非線形負荷 ,  *分散発電 ,  放射基底関数 ,  *粒子群最適化

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  送配電一般  (NB05010K)

タイトルに関連する用語 (5件)： PSO ,  人工ニューラルネットワーク ,  アルゴリズム ,  自律 ,  ゾーン