文献

J-GLOBAL ID：201802273358222503   整理番号：18A0476683

SCADAとフェーザ測定ユニットからのハイブリッドデータを用いたニューラルネットワークに基づく電力系統の動的状態推定【Powered by NICT】

Neural network-based power system dynamic state estimation using hybrid data from SCADA and phasor measurement units

著者 (2件)： Goleijani Sassan (Department of Electrical and Computer Engineering, Shahid Beheshti University, Tehran, Iran) ,  Ameli Mohammad Taghi (Department of Electrical and Computer Engineering, Shahid Beheshti University, Tehran, Iran)
資料名： European Transactions on Electrical Power  (European Transactions on Electrical Power)
巻： 28  号： 2  ページ： ROMBUNNO.2481  発行年： 2018年 
JST資料番号： C0985C  ISSN： 1430-144X  資料種別： 逐次刊行物 (A)
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： 予測負荷は,離散時間状態遷移モデル(すなわち,プロセスモデル)を定義するために利用されている,本論文では,短期負荷予測のための人工神経回路網の応用を指摘した。モデルは状態を動的に推定し,擬似測定を生成するために適用される。ニューラルネットワークの重みは,処理された静的ではなく,動的に状態ベクトルの推定と共に再評価下で行われるようになった。,電力系統の近似を必要とする,無香料Kalmanフィルタ推定法は,提案した方法で使用されている。無香料Kalmanフィルタを,状態ベクトルの相互作用と電力系統の動的モデルによる二重構造を通して実行した。精度前向きから提案した方法の性能は,2つの広く用いられている方法のと比較した。広域監視システムのための最適解は,提案した方法の単純性に沿ってより現実的なプロセスモデルの実施とSCADAとフェーザ測定ユニットからのハイブリッド測定データを処理するその能力を通じて実現される。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 相互作用 ,  ダイナミックモデル ,  二重構造 ,  負荷予測 ,  監視装置 ,  *SCADAシステム ,  *ニューラルネットワーク ,  *状態推定 ,  *電力系統
準シソーラス用語： 最適解 ,  推定法 ,  拡張Kalmanフィルタ ,  状態ベクトル ,  プロセスモデル ,  *フェーザ測定ユニット , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工ニューラルネットワーク ,  動的状態推定 ,  フェーザ測定ユニット ,  電力系統の状態推定 ,  短期負荷予測 ,  無香料Kalmanフィルタ

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： SCADA ,  フェーザ測定ユニット ,  ニューラルネットワーク ,  電力系統 ,  状態推定