文献

J-GLOBAL ID：202002239137377600   整理番号：20A2279210

人工ニューラルネットワークを用いた電力伝送システムにおける故障検出【JST・京大機械翻訳】

Fault detection in Electrical Power Transmission System using Artificial Neural Network

著者 (6件)： Sahoo Bishal Kumar (ITER, Siksha `O’ Anusandhan,Department of EE,Bhubaneswar,India) ,  Pradhan Sambit (ITER, Siksha `O’ Anusandhan,Department of EE,Bhubaneswar,India) ,  Panigrahi Basanta K. (ITER, Siksha `O’ Anusandhan,Department of EE,Bhubaneswar,India) ,  Biswal Baladev (ITER, Siksha `O’ Anusandhan,Department of EE,Bhubaneswar,India) ,  Patel Nimai Charan (Government College of Engineering,Department of EE,Keonjhar,India) ,  Das Saloni (ITER, Siksha `O’ Anusandhan,Department of EE,Bhubaneswar,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CISPSSE  ページ： 1-4  発行年： 2020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： 送電線の数は,増加する負荷需要を満たすために日々増加している。故障の発生も増加している。故障のクリアランスのために,それらの検出は,電力システムにより少ない損傷を引き起こすように,自然発生的で正確である必要がある。送電線の故障を検出する最良の方法の一つは人工ニューラルネットワーク(ANN)である。Simulinkモデルの作成後,異なる故障の位相電流を生成し,ニューラルネットワークモデルへの入力として与えた。入力データのために,故障と故障条件のない値を構成する目標データを生成した。プログラミングを用いて,すべての変数と目標データをANNモデルの創造のために通過した。モデルの創造の後,同じ入力とラベルデータのために訓練して,テストした。試験結果は,すべてのタイプの故障のための人工ニューラルネットワークの良い性能を示した。Copyright 2020 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： 電流 ,  *故障 ,  送電線 ,  電力系統 ,  *ニューラルネットワーク ,  *故障検出 ,  *送電 ,  位相 ,  自然発生
準シソーラス用語： 神経回路網モデル ,  Simulink ,  入力データ , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (3件)： 人工ニューラルネットワーク ,  電力伝送 ,  故障検出