文献

J-GLOBAL ID：201802246226291833   整理番号：18A0847337

FP3CM-ENNに基づく部分放電パターン認識のための新しいアプローチ【JST・京大機械翻訳】

A novel approach for partial discharge pattern recognition based on FP³CM-ENN

著者 (3件)： Sumathi S. (Dept. of EEE, Global Academy of Technology, Bangalore, India) ,  Madhu S. (Dept. of EEE, B.N.M. Institute of Technology, Bangalore, India) ,  Vidya H. A. (Dept. of EEE, Global Academy of Technology, Bangalore, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSPACE  ページ： 278-282  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： 部分放電(PD)パターン認識は,高電圧(HV)装置の絶縁能力を評価するための主要なツールである。本論文では,HV装置のためのファジィ確率論的製品分割c-平均(FP3CM)-拡張ニューラルネットワーク(ENN)に関して発見された新しいPD同定法を提案した。PD検出器はPDパターンを評価するためによく知られている。統計的特徴抽出法を適用して,あらゆるPDパターンの特徴を取り出した。この先進的方法は,ENNアーキテクチャとFP3CMクラスタリングアルゴリズムを結合する。FP3CMは線形結合の代わりに確率論的および確率論的ファジィ分割の積により構成される。このクラスタリングモデルは雑音データの存在において非常に正確な分割を生成する。FP3CMの中心をENNの初期中心として用いた。FP3CM-ENNアルゴリズムは試験データとクラスタ中心間の類似性を計算するために拡張距離を採用する。この提案したFP3CM-ENNアルゴリズムは,高精度,ロバスト性およびより少ないメモリ消費の利点を処理し,PD認識に役立つ。提案した方法の有効性を検証するために,MLP,ENN,ファジィc平均(FCM)-ENN,Possibilistic FCM(PFCM)-ENNとの類似の研究を,異なる試料に対して,かなり有望な結果を用いて行った。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： ロバスト性 ,  アルゴリズム ,  確率論 ,  計算機アーキテクチャ ,  曖昧さ ,  クラスタ ,  雑音 ,  ニューラルネットワーク ,  類似性 ,  *パターン認識 ,  検出器 ,  *部分放電
準シソーラス用語： 高精度 ,  線形結合 ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 部分放電 ,  パターン認識