文献

J-GLOBAL ID：201702241879964002   整理番号：17A1169988

送電容量余裕を用いたオンライン動的送電可能容量推定のための微分進化アルゴリズムに基づく最適サポートベクトルマシン【Powered by NICT】

Differential evolutionary algorithm-based optimal support vector machine for online dynamic available transfer capability estimation incorporating transmission capacity margins

著者 (4件)： Velusamy Agnes Idhaya Selvi (Kalasalingam University, Srivilliputhur, 626190, Tamil Nadu, India) ,  Ramu Narmatha Banu (Velammal College of Engineering and Technology, Madurai, 625009, Tamil Nadu, India) ,  Durairaj Devaraj (Kalasalingam University, Srivilliputhur, 626190, Tamil Nadu, India) ,  Murugesan Karuppasamypandiyan (Kalasalingam University, Srivilliputhur, 626190, Tamil Nadu, India)
資料名： European Transactions on Electrical Power  (European Transactions on Electrical Power)
巻： 27  号： 7  ページ： ROMBUNNO.2331  発行年： 2017年 
JST資料番号： C0985C  ISSN： 1430-144X  資料種別： 逐次刊行物 (A)
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： 双務契約の実現可能性を決定するために,独立系統運用者はシステムの伝達能力を推定する必要がある。推定した送電可能容量(ATC)値は日または時間ベースで日によるオープンアクセス同時に情報システムに更新した。本研究では,動的ATC(DDTC)推定のための高速で効果的なオンライン法を提案した。非常時融通用マージンと透過予備マージンのような2予備マージンの影響はDDTC推定を導入した。この提案した方法ではサポートベクトルマシン(SVM)は,ATC値を推定した。SVMを回帰問題を解くための効果的な機械学習アルゴリズムの一つである。SVMのパラメータはDDTC値の正確な予測を得るために微分進化アルゴリズムにより調整される。提案した方法は,異なるケースについてDDTC値を推定するための新しい10~年のイングランド機39母線動的システムに適用した。重症線は緊急時対応スクリーニング分析を用いて同定した。試験結果は,人工神経回路網技法と比較した。研究は正常,線路故障とストレス条件のような種々のケースに関して行った。SVM法は人工神経回路網技法よりも良好な結果を与えた。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  緊急対策 ,  情報システム ,  *送電容量 ,  イングランド ,  *サポートベクトルマシン ,  スクリーニング ,  動的系 ,  系統運用 ,  ニューラルネットワーク ,  故障
準シソーラス用語： オープンアクセス ,  *微分進化アルゴリズム ,  *送電可能容量 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 能力は利益縁辺 ,  微分進化アルゴリズム ,  動的送電可能容量 ,  サポートベクトルマシン ,  伝送予備余裕

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (6件)： 送電容量 ,  オンライン ,  送電可能容量 ,  推定 ,  微分進化アルゴリズム ,  サポートベクトルマシン