文献

J-GLOBAL ID：201802271853470774   整理番号：18A0162299

人工神経回路網を用いた失われた電力計の読みの検出【Powered by NICT】

Detection of missing power meter readings using artificial neural networks

著者 (3件)： Jahic Admir (Department of Power Systems and Networks, Faculty of Electrical Engineering, University of Tuzla, Tuzla, Bosnia and Herzegovina) ,  Konjic Tatjana (Department of Power Systems and Networks, Faculty of Electrical Engineering, University of Tuzla, Tuzla, Bosnia and Herzegovina) ,  Hivziefendic Jasna (Electrical and Electronics Engineering, Faculty of Engineering and Natural Sciences, International Burch University, Sarajevo, Bosnia and Herzegovina)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAT  ページ： 1-6  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： 配電ネットワークでは,ネットワークトポロジー情報はネットワークの効率的な運用に必須である。この情報を正確に利用できない,時間に起こる情報価値のない変化,または不確実な計値によるものであった。システム状態の信頼性のある予測は,スマートエネルギーシステムの高度に要求される機能,ユーザや人間オペレータは,潜在的な将来のシステム変化に迅速に反応すること可能である。本論文では,オンライン測定の数は限られており,状態推定は,電力注入の推定値に大きく依存する中電圧(MV)網における失われたパワーメータ大きさを決定するために人工神経回路網の可能性を提示した。アプローチの適用性を実際のMV配電網から記録された監視制御とデータ収集とスマートメータ測定を用いたシミュレーションにより実証した。結果は,人工ニューラルネットワークは100%測定検出精度を持つことができることを示した。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： 適応性 ,  ネットワーク構造 ,  不確実性 ,  データ収集 ,  ネットワーク ,  *電力 ,  *ニューラルネットワーク ,  信頼性 ,  *電力計 ,  状態推定
準シソーラス用語： スマートメータ ,  中電圧 ,  スマートエネルギーネットワーク ,  情報価値 ,  ネットワークトポロジー ,  配電網 , 【Automatic Indexing@JST】

分類 (5件)： 装置内の伝熱  (XD01030U) ,  その他のディジタル計算機方式  (JC02050G) ,  発電一般  (NB03010W) ,  固体の乾燥  (XD03022F) ,  通信網  (ND07030A)

タイトルに関連する用語 (2件)： 人工神経回路網 ,  電力計