文献

J-GLOBAL ID：201702278209357450   整理番号：17A1036053

超高圧送電系統における高インピーダンス事故を検出するためのニューロウェーブレットアルゴリズム【Powered by NICT】

Neuro wavelet algortihm for detecting high impedance faults in extra high voltage transmission systems

著者 (5件)： Hafidz Isa (Departement of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Nofi P Elyza (Departement of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Anggriawan Dimas Okky (Departement of Electrical Engineering, Politeknik Elektronika Negeri Surabaya, Surabaya, Indonesia) ,  Priyadi Ardyono (Departement of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Pumomo Mauridhi Hery (Departement of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSREE  ページ： 97-100  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： 高インピーダンス事故は従来リレー保護で測定し,検出することは容易ではない。本論文では,追加の高電圧伝送線路(EVT)における検出高インピーダンス故障のシミュレーション研究を提案した。単純化した2ダイオードモデルに基づく故障シミュレーション。測定からの電流信号は離散ウェーブレット変換型H aarウェーブレットを用いた係数詳細を得るために処理した。離散ウェーブレット変換の出力は逆伝搬神経回路網アルゴリズムに基づくパターン認識のための用いられるであろう。断層はEVTの配電系統に修正した。提案方式の特性は,包括的な研究によって解析し,その結果,変化条件によるEVTにおける高インピーダンス故障を正確に検出することが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： *波束 ,  伝送線路 ,  パターン認識 ,  ダイオードモデル ,  *超高圧送電 ,  故障 ,  配電系統 ,  *インピーダンス ,  神経回路網 ,  シミュレーション ,  電流 ,  *アルゴリズム ,  簡素化
準シソーラス用語： 離散ウェーブレット変換 ,  故障シミュレーション , 【Automatic Indexing@JST】

分類 (1件)： 配電(事業者側)  (NB05040R)

タイトルに関連する用語 (4件)： 超高圧送電 ,  系統 ,  高インピーダンス ,  事故