文献

J-GLOBAL ID：201902268651482977   整理番号：19A2178507

サポートベクトルマシンと故障期間データを用いた角度安定性の高速予測【JST・京大機械翻訳】

Fast Prediction of Angle Stability Using Support Vector Machine and Fault Duration Data

著者 (4件)： Shahriyari M. (Department of Electrical Engineering, Sahand University of Technology, Tabriz, Iran) ,  Khoshkhoo H. (Department of Electrical Engineering, Sahand University of Technology, Tabriz, Iran) ,  Pouryekta A. (Institute of Power Engineering, Universiti Tenaga Nasional, Selangor, Malaysia) ,  Ramachandaramurthy V.K. (Institute of Power Engineering, Universiti Tenaga Nasional, Selangor, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： I2CACIS  ページ： 258-263  発行年： 2019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： 本論文は,広域測定システム(WAMS)によって測定された前故障と故障期間データだけを使用する電力系統の過渡安定性の予測を扱う。提案した方法において,同期発電機(SG)により発生する電圧と電流の時間同期値を発電機母線に設置された位相測定ユニット(PMU)により測定し,適切な特徴集合を抽出するために提案アルゴリズムへの入力として与えた。次に,提案した特徴集合をサポートベクトルマシン(SVM)分類器に適用して,故障発生後と故障クリアランス前の過渡安定状態を予測した。提案した方法のロバスト性と精度を,異なる動作条件の下と同様に,不平衡および平衡故障条件の下で広範囲に調べた。DIgSILENT PowerFactoryソフトウェアを用いたIEEE14母線試験システムで行ったシミュレーションの結果は,提案した方法が,事前擾乱と故障継続時間データのみを用いて,異なる偶発性に対する過渡安定性状態を正確に予測できることを示した。Copyright 2019 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： コンティンジェンシー ,  計測システム ,  同期発電機 ,  非平衡状態 ,  *予測 ,  電流 ,  電圧 ,  *故障 ,  アルゴリズム ,  ソフトウェア ,  *サポートベクトルマシン ,  *高速度 ,  過渡安定度 ,  電力系統
準シソーラス用語： 運転条件 , 【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)： サポートベクトルマシン ,  故障 ,  安定性 ,  予測