文献

J-GLOBAL ID：201802229843101844   整理番号：18A0097474

配電網の電力損失予測における神経回路網の応用研究【JST・京大機械翻訳】

Application of Neural Network in Prediction of Power Loss in Distribution Network

著者 (4件)： Wang Xin (云南電网有限責任公司電力科学研究院,云南 昆明 650217;中国南方電网公司電能計量重点実験室,云南 昆明 650217) ,  Cao Min (云南電网有限責任公司電力科学研究院,云南 昆明 650217;中国南方電网公司電能計量重点実験室,云南 昆明 650217) ,  Xing Shifa (昆明理工光智検測科技有限公司,云南 昆明,650051) ,  Li Yingna (昆明理工光智検測科技有限公司,云南 昆明,650051)
資料名： Ruanjian  (Ruanjian)
巻： 38  号： 8  ページ： 210-214  発行年： 2017年 
JST資料番号： C3604A  ISSN： 1003-6970  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 配電網の供給線とノードが多く、負荷の変化が多いため、配電網における技術線の損失と管理線の損失を予測することは困難である。本文では、等価抵抗法の理論計算モデル、BP神経回路網、一般化回帰ニューラルネットワークGRNNモデルを結合し、配電網の線路損失、電気エネルギー損失に対して分析と計算を行い、理論を地域実測負荷データと電量データの分析に応用した。S領域における線路損失率,線路損失,および電力損失を解析し,配電網の電力損失の各要素の割合を計算した。試験結果により,BPモデルによる線損失予測の平均二乗誤差が2.71であることを示した。これに基づき,配電網の変圧器損失を考慮して,配電網の電力損失を予測するためにPSO-GRNNモデルを使用し,配電網の電力損失予測の平均二乗誤差は0.36であり,地域電力損失解析と損失低減のための重要なパラメータを提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： エネルギー損失 ,  変圧器 ,  *神経回路網 ,  *予測 ,  モデル
準シソーラス用語： 損失低減 ,  平均二乗誤差 ,  *損失予測 ,  損失率 ,  一般回帰ニューラルネットワーク ,  理論計算 ,  *電力損失 ,  *配電網 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 配電 ,  電力損失 ,  予測 ,  神経回路網 ,  応用 ,  研究