文献

J-GLOBAL ID：201902216331186332   整理番号：19A1853331

サンプルエントロピーとトンボアルゴリズムに基づくSVMの電力品質障害同定と診断研究【JST・京大機械翻訳】

Study on Power Quality Disturbance Identification and Diagnosis of SVM Based on Sample Entropy and Dragonfly Algorithm

著者 (6件)： Qu Gaoqiang (国网寧夏電力公司経済技術研究院,銀川,750001) ,  Wang Chengmin (上海交通大学,上海,200240) ,  Qi Caijuan (国网寧夏電力公司経済技術研究院,銀川,750001) ,  Zhao Liang (国网寧夏電力公司経済技術研究院,銀川,750001) ,  Liu Yong (上海博英信息科技有限公司,上海,200240) ,  Chen Wanxi (上海博英信息科技有限公司,上海,200240)
資料名： Dianli Dianrongqi yu Wugong Buchang  (Dianli Dianrongqi yu Wugong Buchang)
巻： 40  号： 1  ページ： 115-122  発行年： 2019年 
JST資料番号： C3446A  ISSN： 1674-1757  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： サポートベクトルマシン(SVM)予測が,ペナルティ因子とカーネルパラメータパラメータの選択に影響されやすいので,DAアルゴリズムを提案して,電力品質障害診断と同定モデルを最適化して,電力品質障害の最適な診断と同定を実現した。先ず,EMDを用いて電力品質擾乱信号を分解し,次に各スケールにおけるIMF成分のサンプルエントロピーを計算し,電力品質擾乱信号の特徴ベクトルとして,SVMの電力品質擾乱信号の識別モデルを構築した。実験結果は,GA_SVM,PSO_SVM,およびDE_SVMと比較して,提案したアルゴリズムDA_SVMが,電力品質擾乱同定の精度を効果的に改善でき,収束速度が速く,電力品質擾乱の診断と同定のための新しい方法を提供することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *診断 ,  故障診断 ,  最適化 ,  ペナルティ ,  パラメータ ,  *電力品質 ,  予測 ,  サポートベクトルマシン
準シソーラス用語： 収束速度 ,  特徴ベクトル ,  電力品質擾乱 ,  *サンプルエントロピー , 【Automatic Indexing@JST】

著者キーワード (5件)： sample entropy ,  support vector machine ,  dragonfly algorithm ,  power quality ,  empirical mode decomposition

分類 (2件)： 電力系統一般  (NB02000E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (9件)： サンプルエントロピー ,  トンボ ,  アルゴリズム ,  SVM ,  電力品質 ,  障害 ,  同定 ,  診断 ,  研究