文献

J-GLOBAL ID：201802243076474094   整理番号：18A2108279

予測のための機械学習戦略の可能性を持つパワーアウトのいくつかの事例研究【JST・京大機械翻訳】

Some Case Studies of Power Outages with Possible Machine Learning Strategies for their Predictions

著者 (3件)： Pathan Ashiq (IT and Cybernetics, Faculty of Technology, Natural Sciences and Maritime Sciences, University of South-eastern Norway, Department of Electrical Engineering, Porsgrunn, Norway) ,  Timmerberg Josef (Faculty of Management, Information, Technologies (MIT), Jade University of Applied Sciences, Wilhelmshaven, Germany) ,  Mylvaganam Saba (IT and Cybernetics, Faculty of Technology, Natural Sciences and Maritime Sciences, University of South-eastern Norway, Department of Electrical Engineering, Porsgrunn, Norway)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EAEEIE  ページ： 1-9  発行年： 2018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： 電力停止はコミュニティとエネルギー部門に重大な影響を与え,ライフの全ての側面を網羅している。職員による継続的な監視にもかかわらず,世界の多くの地域で発電所が発生している。この年だけで,ノルウェー,シンガポールおよび米国(カリフォルニア)において電力が出ている。本論文では,選択された地域からの事例研究に基づいて,これらの異常に対する主な原因を概観することにより,発電所からの歴史的データのいくつかの解析を提示した。非常に頻繁に,電力出力は歴史的データの解析に基づいてある程度予測される。歴史的データと時間遅延ニューラルネットワーク(TDNN)を用いて,気象条件を予測することができた。歴史的データからの停止シナリオは,鳥類/動物,落下樹木,雷雨,および風が異常の主原因であることを示している。本論文において,回帰モデルは,動物と嵐による74%の精度で,異常を分類する。興味深いことに,分析に用いられる歴史的データに対して,温度が12°Cを超えると,鳥類による異常の原因はより一般的である。多くの部門でますます使用されているサーベイランスドロロンにより,最近のエネルギー部門において,これらの知見は,電力出力の回避における予防措置を実行するための可能な戦略を示している。工業的に関連する問題として,このプロジェクトは教育と学習プロセスにおける学際的思考とPBLモードを容易にした。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】

シソーラス用語： 動物 ,  風 ,  ノルウェー王国 ,  境界領域 ,  電力 ,  *事例研究 ,  サーベイランス ,  発電所 ,  ニューラルネットワーク ,  カリフォルニア州 ,  気象条件 ,  回帰モデル ,  シンガポール共和国 ,  *機械学習 ,  コミュニティ

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 予測 ,  機械学習 ,  戦略 ,  可能性 ,  パワー ,  研究