抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
SCADA(Supervisory Control And Data Acquisition)データベースはビッグデータシステム:体積,品種および速度としてそれらを同定する三つの主要な特徴を持っている。SCADAsは,現代の電力系統の安全性とセキュリティオペレーションのためのは非常に重要であり,系統運用者に電力系統の状態に関する基本的なオンライン情報を提供する。現在の研究課題は,このビッグデータ,百千不均一電力システムの物理的測定の実時間測定を効率的に処理することである。予測される自動化タスクの中で,異常値検出は,電力系統の最も重要なデータマイニング技法の一つである。しかし,他のデータマイニング技術のように,データの体積と次元数はSCADAで観察されたものとしての高い問題を扱う場合,従来の異常値検出は失敗する。前処理アルゴリズムとハイブリッドアプローチ異常値検出器から成るSCADAビッグデータを処理するための方法論を提示することによりこれらの制約を回避することを目的とした。ハイブリッドアプローチは,ブラジルの電力会社からの実データを用いて評価した。結果は,提案した方法論であるシステムに影響する重要な事象と相関し異常値を同定できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】