文献

J-GLOBAL ID：202002257237684239   整理番号：20A2620299

データ飽和の緩和を考慮した多変数最小二乗による電力系統感度行列推定【JST・京大機械翻訳】

Power System Sensitivity Matrix Estimation by Multivariable Least Squares Considering Mitigating Data Saturation

著者 (3件)： Liang Yingqi (National University of Singapore,Department of Electrical and Computer Engineering,Singapore,Singapore) ,  Zhang Junbo (South China University of Technology,School of Electrical Power,Guangzhou,China) ,  Srinivasan Dipti (National University of Singapore,Department of Electrical and Computer Engineering,Singapore,Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IECON  ページ： 1676-1683  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： データ飽和を緩和することを考慮して電力系統感度マトリックスをオンラインで推定するために,通常のMLS(OMLS),加重MLS(WMLS),メモリ制限OMLS(ML-ORMLS),メモリ制限WRMLS(ML-WRMLS),メモリフェージングML-WRMLS(MF-ML-WRMLS)を含む一連の多変数最小二乗(MLS)アルゴリズムを提案した。データ飽和を緩和することによって計算効率と精度を強化することを考慮して,それらの最後の3つをオンライン測定データを用いた感度マトリックスオンライン推定のために特に誘導した。提示アルゴリズムの有効性を検証し,電圧感度行列推定のための北欧32システムにおいて比較した。結果は,実際に主要なアルゴリズムを説明した。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： アルゴリズム ,  記憶装置 ,  *最小二乗法 ,  電圧 ,  *電力系統 ,  有効性 ,  北欧諸国
準シソーラス用語： 計算効率 ,  オンライン ,  *多変量 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 飽和 ,  緩和 ,  多変数 ,  最小二乗 ,  電力系統 ,  感度 ,  行列 ,  推定