抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,古典的方法(87Pおよび87s)または全微分保護法(87t)のいずれかに接続された間接非対称位相シフト変換器(IUPST)のための融合ウェーブレットおよびニューラルネットワークベースの変圧器条件監視および保護方式を提示した。提案したアルゴリズムを用いて,異なる条件を識別し,内部故障をIUPSTにおいて発生した内部故障のタイプを分類することより同定した。本方法において,磁化突入,交感神経突入,過剰励振,外部故障および内部故障(直列ユニットまたは励起ユニットにおいて)を含むIUPSTの過渡現象を,PSCAD/EMTDCにおいてシミュレーションして,それぞれ,MATLABにおいて実行した。離散ウェーブレット変換を適用して,IUPSTの補償された中継信号を一連の詳細なウェーブレット成分に分解し,次に,ウェーブレットエネルギー波形(wew)のDb4係数とデッド角度を用いて,最適Feed Forward Back-伝搬ニューラルネットワーク(FFBNN)を訓練した。結果は,提案したアルゴリズムがすべての操作条件を正確に分類することができて,IUPSTにおいて発生する内部故障のタイプを認識することができることを明確に示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】