文献

J-GLOBAL ID：201802241715601031   整理番号：18A0407452

IEEE-14バスシステムにおけるランダム森ベースの故障解析法【Powered by NICT】

Random forest based fault analysis method in IEEE 14 bus system

著者 (2件)： Bala Pranabesh (Electrical Engineering Department, Jadavpur University, Kolkata-32) ,  Dalai Sovan (Electrical Engineering Department, Jadavpur University, Kolkata-32)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CATCON  ページ： 407-411  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： 無停電電源システムを得るためには,知能技術を用いた完全停電からそれを保護するために可能な限り迅速に異なるタイプの故障を同定するための電力系統にとって最も重要である。故障信号とランダムフォレスト分類器のウェーブレット変換係数のHilbert変換に基づく故障分類のための新しい方法を紹介した。電圧信号は,Matlab/Simulinkで標準IEEEの14母線系統シミュレーションから採取した。離散ウェーブレット変換の時間周波数分解能は異なる係数を与え,次にこれらの係数にHilbert変換を適用した。結果からパラメータを統計的特徴の形で抽出し,ランダムフォレストを用いて分類のための入力特徴として使用されている。本論文の主目的は,電力系統故障診断に対するランダムフォレスト分類器の価値を評価することである。得られた結果既存の人工知能技術と比較した。Copyright 2018 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： 無停電電源 ,  *故障解析 ,  *故障 ,  停電 ,  ウェーブレット変換 ,  Hilbert変換 ,  電力系統 ,  シミュレーション ,  *IEEE ,  人工知能
準シソーラス用語： 電力系統故障 ,  周波数分解能 ,  離散ウェーブレット変換 ,  故障分類 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： IEEE ,  バスシステム ,  ランダム森 ,  故障解析