文献

J-GLOBAL ID：201702222466484707   整理番号：17A1398904

電力系統における動的安定性予測のためのハイブリッド分類器モデル【Powered by NICT】

Hybrid Classifier Model for Dynamic Stability Prediction in Power System

著者 (5件)： Ngoc Au Nguyen (Faculty of Electrical and Electronics Engineering, HCMUTE, Thu Duc, Vietnam) ,  Trong Nghia Le (Faculty of Electrical and Electronics Engineering, HCMUTE, Thu Duc, Vietnam) ,  Huy Anh Quyen (Faculty of Electrical and Electronics Engineering, HCMUTE, Thu Duc, Vietnam) ,  Binh Phan Thi Thanh (Faculty of Electrical and Electronics Engineering, HCMUT, Vietnam) ,  Thai Binh Nguyen (Faculty of Electrical and Electronics Engineering, HCMUTE, Thu Duc, Vietnam)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSSE  ページ： 144-147  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 電力系統(DSPPS)における動的安定性予測のためのハイブリッド分類器モデルを提案した。ハイブリッド分類器モデル(H CM)は,複数の並列分類器を含めた。電力系統における動的安定状態のためのデータは非常に大きく,複雑な,非線形であった。これらはクラスの境界を学習するために,単一分類器のための困難をもたらした。以前の研究は,主に単一分類器に集中したが,本論文では,並列分類器に焦点を当てた。クラスタへのデータ分配のための試料のエネルギーを用いることを提案した。各単一分類器は各クラスタの縁を学習する。学習が容易と分類精度が高かった。H CMを構築するために,特徴選択およびデータ分割を実施した。H CMはGeneralize回帰ニューラルネットワークにより構築した。IEEE39母線電力系統で試験した。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： *予測 ,  特徴選択 ,  ニューラルネットワーク ,  *電力系統 ,  クラスタ ,  *動的安定性
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 電力系統 ,  動的安定性 ,  予測 ,  分類器 ,  モデル