文献

J-GLOBAL ID：201902222728872458   整理番号：19A0952509

深さ信頼ネットワークに基づく電力品質擾乱イベント分類【JST・京大機械翻訳】

Deep Belief Networks Based Classification of Power Quality Disturbance Events

著者 (5件)： Wang Yue (上海交通大学電气工程系,上海,200240) ,  Xiao Fei (上海交通大学電气工程系,上海,200240) ,  Ai Qian (上海交通大学電气工程系,上海,200240) ,  Zhang Yufan (上海交通大学電气工程系,上海,200240) ,  Li Zhaoyu (上海交通大学電气工程系,上海,200240)
資料名： Gongyongdian  (Gongyongdian)
巻： 36  号： 1  ページ： 40-45,53  発行年： 2019年 
JST資料番号： C4025A  ISSN： 1006-6357  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： 電力品質擾乱の正確な分類の要求を満たすために,最大重なり離散ウェーブレット変換(MODWT)と深さ信頼ネットワーク(DBN)に基づく電力品質擾乱分類法を提案した。先ず、MODWTを用いて、信頼性のある電力品質過渡事象検出アルゴリズムを提案し、このアルゴリズムは検出閾値の設定を必要とせず、過渡事象の停止時刻を正確に獲得できる。次に,過渡事象の電圧高調波成分を抽出し,固有ベクトルを構成する。次に,DBN分類装置を用いて,擾乱信号を分類し,そして,DBNは,一般的分類法より,より高い分類精度およびより短い訓練時間を持った。現場測定擾乱データに適用することにより,提案した方法は,多くの種類の電力品質擾乱検出に適用でき,少ないサンプルで優れた分類性能を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  *電力品質 ,  過渡現象 ,  固有ベクトル ,  電圧 ,  信頼性 ,  アルゴリズム
準シソーラス用語： 現場測定 ,  分類精度 ,  検知閾値 ,  検出アルゴリズム ,  分類法 ,  離散ウェーブレット変換 ,  *電力品質擾乱 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 信頼 ,  電力品質擾乱 ,  イベント ,  分類