文献

J-GLOBAL ID：201802280649860434   整理番号：18A2108188

一般化回帰ニューラルネットワークに基づくUHF部分放電位置決め方法論【JST・京大機械翻訳】

UHF Partial Discharge Localization Methodology Based on Generalized Regression Neural Network

著者 (5件)： Fan WU (Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Lingen LUO (Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Hui SONG (Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Gehao SHENG (Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Xiuchen JIANG (Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CMD  ページ： 1-6  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： 部分放電(PD)検出と位置確認は,電力装置の状態監視と診断における重要な問題である。既存の超高周波(UHF)PD位置確認法は,主に高コストを支える時間差技術に基づいている。したがって,本論文では,一般化回帰ニューラルネットワークと受信信号強度指標(RSSI)指紋に基づく低コストPD位置確認法を提案した。提案した方法は2つの段階から成る。最初に,RSSI指紋マップを構築するために,無線UHFセンサアレイにより生UHF RSSIデータを収集した。第二に,PDのオンラインRSSIデータを測定して,PD源の位置を一般化回帰ニューラルネットワークによって計算した。現場試験は,著者らの提案方法の平均位置決め誤差がO.51mであり,位置決め誤差の81.6%が1m未満であることを示した。RSSIベースの位置決めシステムに対して,位置推定の平均二乗誤差(MSE)に関する下限をCramer-Ran下部境界(CRLB)によって計算することができた。本論文において,Log Normal Shadingモデルを用いてCRLBを計算し,提案方法によって得られたPD局在化結果の66.7%は,Log Normal Shadingモデルの結果より良かった。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： センサアレイ ,  SHF【周波数】 ,  *位置決め ,  *部分放電 ,  指紋 ,  現場試験 ,  電力 ,  位置推定 ,  位置決め誤差 ,  電界強度検出 ,  受信信号強度
準シソーラス用語： 局在化 ,  オンライン ,  ワイヤレス ,  時間差 , 【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 (4件)： 一般化回帰ニューラルネットワーク ,  UHF ,  部分放電 ,  方法論