文献

J-GLOBAL ID：201702224799577360   整理番号：17A0966434

データマイニング法を用いた単独運転検出-比較研究【Powered by NICT】

Islanding Detection with Data Mining Methods - A Comparative Study

著者 (2件)： Al-Bataineh Hussein ,  Kavasseri Rajesh G.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GreenTech  ページ： 104-109  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： は,分散型発電の形で再生可能エネルギーの統合に向けての世界的な傾向がある,マイクログリッドの形成をもたらした。これら源の接続は,配電システムの運用と管理における新しい問題を紹介した。重要な問題は,単独運転の,マイクログリッドは局所的に通電のままであるである主系統から分離した。単独運転後のDG側に接続のままであることをDGと荷重を可能性のある損傷を防ぐためにこの単独運転事象を迅速かつ正確に検出することが重要である。機械学習技法によるタイムリーな単独運転検出の問題を検討した。単独運転と非単独運転のいくつかのケースをIEEE13母線配電系統にシミュレートした。異なるタイプのDGがシステムに接続されていると擾乱を紹介した。筆者らは分類子を用いたイベント検出のための特徴として共通結合点(PCC)での電圧,周波数及びそれらの速度変化の利用を検討した。これらの特徴をシミュレーション結果から抽出し,訓練し,いくつかのタイプの分類器を試験した。ランダムフォレスト分類器は高レベルの精度でおよび擾乱の発生後,正当な時間範囲内で単独運転を検出することを示した。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： シミュレーション ,  電圧 ,  再生エネルギー ,  機械学習 ,  *データマイニング ,  周波数 ,  マイクログリッド ,  配電系統
準シソーラス用語： ランダムフォレスト ,  速度変化 ,  イベント検出 ,  分類子 ,  *単独運転 ,  分散型発電 ,  *単独運転検出 , 【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 (3件)： データマイニング ,  単独運転検出 ,  研究