文献

J-GLOBAL ID：201802276516298460   整理番号：18A1908250

高速ニューラルネットスクリーニングを用いた電力グリッドにおける連続性の予測【JST・京大機械翻訳】

Anticipating contingengies in power grids using fast neural net screening

著者 (5件)： Donnot Benjamin (UPSud and Inria TAU, Universite ́ Paris-Saclay, France) ,  Guyon Isabelle (UPSud and Inria TAU, Universite ́ Paris-Saclay, France) ,  Schoenauer Marc (UPSud and Inria TAU, Universite ́ Paris-Saclay, France) ,  Marot Antoine (ChaLearn, Berkeley, California) ,  Panciatici Patrick (ChaLearn, Berkeley, California)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  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： 著者らは,すべての時間でセキュリティにおいて高電圧送電網を維持する問題に取り組んだ。これは,全ての線を通して流れる電力が,線が溶融,破壊あるいは他の損傷を引き起こす可能性がある一定の公称熱限界以下に留まることを必要とする。現在の実践は,決定論的な「N-1」信頼性基準を強制することを含んでいる。すなわち,遅い,しかし正確な,物理的グリッドシミュレータを実行することにより,新しい概念フレームワークはリスクを評価するための新しい方法を必要とする。この困難な評価に取り組むために,本論文では,シミュレーションをより良く優先するために,すべての対の線分離を含むより高次の連続性を急速にランク付けする問題に取り組んだ。著者らは,推定された重症度の減少の順序で,「N-1」と「N-2」偶発性をランク付けするニューラルネットワークに基づく新しい方法を提示した。従来のベンチマーク問題において,継続性の残留リスクは,追加の計算コストなしで,すべての「N-1」事例を考慮することと比較して劇的に減少することを実証した。この方法は,フランスの高電圧送電網(1000以上の送電線)のサイズの送電網にスケールアップすることを評価した。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： シミュレータ ,  *ニューラルネットワーク ,  *スクリーニング ,  セキュリティ ,  コンティンジェンシー ,  等級づけ ,  送電系統 ,  ベンチマーク ,  *電力 ,  スケールアップ ,  フランス共和国 ,  *連続性 ,  *高速度
準シソーラス用語： 継続性 ,  決定論 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ニューラルネット ,  スクリーニング ,  グリッド ,  連続性 ,  予測