文献

J-GLOBAL ID：202002272539385876   整理番号：20A1973096

Seq2Seq技術に基づく送電線故障タイプ同定手法【JST・京大機械翻訳】

Fault Type Recognition Method of Transmission Line Based on Seq2seq Technology

著者 (5件)： Rao Chaoping (武漢晴川学院,湖北武漢,430000) ,  Xiao Bowen (国网荊門供電公司,湖北荊門,448000) ,  Yan Xing (国网荊門供電公司,湖北荊門,448000) ,  Liao Fangfan (国网荊門供電公司,湖北荊門,448000) ,  Wang Qiting (三峡大学電气与新能源学院,湖北宜昌,443000)
資料名： Shanxi Dianli  (Shanxi Dianli)
巻： 48  号： 5  ページ： 99-105,110  発行年： 2020年 
JST資料番号： C3443A  ISSN： 1673-7598  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： Seq2Seq技術に基づいて,送電線の故障タイプ同定のための深さ学習モデルを構築し,シミュレーション例により,提案した方法の有効性を検証した。最初に,MATLAB/Simulinkを用いて,送電線の故障データセットを生成し,次に,Seq2Seq技術に基づいて,故障データの時系列特性に適した深さ学習モデルを構築し,最後に,IEEE118母線系統を例として,提案した方法を検証した。シミュレーション結果は,提案した方法が送電線故障の時系列特性に適合でき,故障タイプ同定の精度が100%であることを示した。他の故障タイプ同定法と比較して,提案した方法は,大規模データのみに基づいて,電力系統の具体的な構造を考慮しない,顕著な優位性を持つ。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  学習モデル ,  *故障 ,  *送電線 ,  電力系統 ,  有効性
準シソーラス用語： Simulink ,  MATLAB ,  大規模データ , 【Automatic Indexing@JST】

分類 (2件)： 送電  (NB05030G) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 送電線 ,  故障 ,  タイプ ,  同定 ,  手法