文献

J-GLOBAL ID：201702265341327380   整理番号：17A1728696

配電網における故障分類と位置決め法【Powered by NICT】

A fault classification and localization method in a power distribution network

著者 (4件)： Magagula X. G. (Dept. of Electrical Engineering, Tshwane University of Technology, Tshwane, South Africa) ,  Hamam Y. (Dept. of Electrical Engineering, Tshwane University of Technology, Tshwane, South Africa) ,  Jordaan J. A. (Dept. of Electrical Engineering, Tshwane University of Technology, Tshwane, South Africa) ,  Yusuff A. A. (Dept. of Electrical and Mining Engineering, University of South Africa, Florida, South Africa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AFRICON  ページ： 1337-1343  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： 本論文では,配電網における故障診断方法を提案した。Digsilent電力工場におけるモデル化した88kV配電ネットワークのセグメント。種々のタイプの故障例をモデルに電磁過渡現象研究により求めた。離散ウェーブレット変換(DWT)を用いて,ネットワークの電源端子で測定した過渡故障電流から特徴を抽出することである。方法は,故障発生後ソース端子で測定した過渡故障電流の二サイクルを用いた。種々のシステムの故障を診断するために抽出した特徴は,サポートベクトルマシン(SVM),ナイーブBayes,サポートベクトル回帰(SVR)とGauss過程回帰(GPR)スキームに供給した。SVMを用いて,種々のタイプの短絡故障の検出と分類した。Naive Bayesも故障を分類した。さらに,SVRとGPRスキームを用いて,故障位置を推定した。DWT,SVMとGPRを用いたハイブリッド法を提案した。提案した技術の実現可能性をMATLABでテストした。提案した方法の結果は,種々のタイプのトランジスタ短絡故障を98.8%までの精度と故障点標定のための最小限の推定誤差で分類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】

シソーラス用語： *故障 ,  *位置決め ,  モデリング ,  故障点標定 ,  電流 ,  過渡現象 ,  故障診断 ,  ネットワーク ,  サポートベクトルマシン
準シソーラス用語： 推定誤差 ,  MATLAB ,  サポートベクトル回帰 ,  過渡故障 ,  離散ウェーブレット変換 ,  *配電網 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 配電 ,  故障分類 ,  位置決め法