文献

J-GLOBAL ID：201802286779841623   整理番号：18A0646862

高リスクパターンツリーマイニングに基づく電力系統リスクプラントセットの解析【JST・京大機械翻訳】

High Risk Tree Mining Method for Analysis of Power System Risk Device Set

著者 (4件)： Wu Runze (華北電力大学電气与電子工程学院,北京市,102206) ,  Chen Wenwei (北京国電通网絡技術有限公司,北京市,100070) ,  Tang Liangrui (華北電力大学電气与電子工程学院,北京市,102206) ,  Fan Junli (北京国電通网絡技術有限公司,北京市,100070)
資料名： Dianli Xitong Zidonghua  (Dianli Xitong Zidonghua)
巻： 41  号： 18  ページ： 137-145  発行年： 2017年 
JST資料番号： C2510A  ISSN： 1000-1026  CODEN： DXZIE9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 急速に蓄積されたスケジューリング制御システムの大数は,電力系統のリスク解析のための十分条件を提供し,大規模データ解析のためのスケジューリング制御システムにおける大規模データ解析の全体的構造を提供し,電力網リスク管理における応用について議論した。本論文は,高リスクパターンツリー(HRT)に基づく高リスク装置セットマイニングの方法を提案したもので,これらの問題を解決することができた。電力系統における装置のリスク誘発因子を分析することによって,装置リスクの影響を定義して,装置の危険度を計算するために,装置のリスクを計算するために,装置のリスクを計算するために,装置のリスクを計算するために,システムのリスクを計算するために,システムのリスクを計算した。装置のリスク値を目標として高リスク設備セットマイニングを行い、HRTを構築することにより、元のトランザクションデータベースにおける各設備のリスク値と設備リスク事前知識情報を保持し、HRTの経路情報によって一定のリスク閾値を満たす高リスク設備セットを出力する。スケジューリング制御システムの大規模な歴史的警報データに基づいて,シミュレーション結果は,HRTが警報データにおける条件を満たす高リスク装置セットを迅速にマイニングすることができて,高リスク装置の組合せの間の潜在的関連性を反映することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 警報 ,  リスク分析 ,  十分条件 ,  スケジューリング ,  高速度 ,  リスク管理 ,  制御系 ,  *電力系統 ,  シミュレーション
準シソーラス用語： 事前知識 ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： big data ,  data mining ,  risk influence degree ,  high risk tree

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 電力系統 ,  リスク ,  プラント ,  解析