文献

J-GLOBAL ID：201702252186952673   整理番号：17A1381563

電力変圧器の健康指標計算のための一般回帰ニューラルネットワークの適用【Powered by NICT】

Application of a general regression neural network for health index calculation of power transformers

著者 (3件)： Islam Md Mominul (School of Engineering and Information Technology, Murdoch University, Murdoch, Australia) ,  Lee Gareth (School of Engineering and Information Technology, Murdoch University, Murdoch, Australia) ,  Hettiwatte Sujeewa Nilendra (School of Engineering, National School of Business Management, Homagama, Sri Lanka)
資料名： International Journal of Electrical Power & Energy Systems  (International Journal of Electrical Power & Energy Systems)
巻： 93  ページ： 308-315  発行年： 2017年 
JST資料番号： A0596B  ISSN： 0142-0615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 電力変圧器は送電網における最も重要な構成要素の一つである。この価値ある資産の全体的な状態を評価するために,最近ネットワークを操作する電力会社からより多くの注目を集めている健康指標計算。限られた研究のみが変圧器の健康指標計算を行った。過去の手法の大部分は,IEEE,IECとCIGREのような産業標準に従って測定の重み付きスコアの線形結合に基づいている。ファジィ論理,多変量解析と二項ロジスティック回帰のような人工知能と統計的アプローチに基づくいくつかの以前の方法は,近年発表されている。本論文では,良好な非線形特性を有し,量子化を用いない測定と動作する一般回帰ニューラルネットワーク(GRNN)を評価した。GRNNは電力用変圧器の定量的健康指標を計算するための最適重みづけとスコアリングシステムを介して結合する多次元測定可能にした。各試験の重みはスムーズに補間された連続関数に基づいて帰属した。モデルの有効性は,文献で発表されたエキスパート分類とデータセットに対して検証した。比較結果は,提案した方法は信頼性があり自動化健康指標計算により変圧器の状態評価のための非常に効果的で実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 自動化 ,  人工知能 ,  *変圧器 ,  高次元 ,  ファジィ論理 ,  送電系統 ,  IEEE ,  *電力変圧器 ,  多変量解析 ,  *ネットワーク ,  重みづけ ,  信頼性 ,  モデリング
準シソーラス用語： スコア ,  *一般回帰ニューラルネットワーク ,  *健康状態指標 , 【Automatic Indexing@JST】

著者キーワード (5件)： 電力変圧器 ,  健康指標 ,  一般回帰ニューラルネットワーク(GRNN) ,  人工知能 ,  状態監視

分類 (3件)： 変圧器  (NB08020Q) ,  電力系統一般  (NB02000E) ,  配電(事業者側)  (NB05040R)

タイトルに関連する用語 (4件)： 電力変圧器 ,  健康指標 ,  計算 ,  一般回帰ニューラルネットワーク