文献

J-GLOBAL ID：201902247338819531   整理番号：19A2520393

放射状配電系統における最適DGサイジングと配置のためのハイブリッド教育学習ベース最適化技術【JST・京大機械翻訳】

A hybrid teaching-learning-based optimization technique for optimal DG sizing and placement in radial distribution systems

著者 (3件)： Quadri Imran Ahmad (Electrical Engineering Department, Delhi Technological University, Delhi, India) ,  Bhowmick Suman (Electrical Engineering Department, Delhi Technological University, Delhi, India) ,  Joshi Dheeraj (Electrical Engineering Department, Delhi Technological University, Delhi, India)
資料名： Soft Computing  (Soft Computing)
巻： 23  号： 20  ページ： 9899-9917  発行年： 2019年 
JST資料番号： W1043A  ISSN： 1432-7643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 分散発電(DG)技術は発電の効率的で経済的な方法であることが証明されている。DGは負荷中心近くで電力を発生させることを意図している。DG資源の最適配分は,配電系統の全体的性能を強化する。本論文は,配電系統におけるDGの最適配置のためのハイブリッド教師学習ベース最適化(HTLBO)技術を提示した。提案した手法は,離散変数と同様に連続処理において優れており,強い局所最小/最大捕捉を回避する能力を持っている。HTLBOの妥当性と有効性を明確な標準的な数学的ベンチマーク関数で試験した。提案した方法を,電力損失,電圧偏差および電圧安定性指標の最大化のための,IEEE33母線,69母線および118母線半径方向配電試験システムにおけるDGの最適配置に対して,さらに実装した。DG割当のための多目的関数はε制約アプローチを使用する。得られた結果は,教師学習に基づく最適化と準反対教師学習に基づく最適化の両方において,改善された収束特性を明らかにした。Copyright 2018 Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 捕獲 ,  *最適化 ,  電圧 ,  *配電系統 ,  *最適化手法 ,  *学習 ,  *配電 ,  目的関数 ,  有効性 ,  ベンチマーク ,  *サイジング ,  電力
準シソーラス用語： 電力損失 ,  最適配置 ,  分散型発電 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分散発電 ,  最適化技術 ,  TLBO ,  QotLBO ,  htlボ

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： 放射状配電系統 ,  dG ,  サイジング ,  教育 ,  学習 ,  最適化技術