文献

J-GLOBAL ID：202002276040295921   整理番号：20A2280799

深層学習法に基づく受信端システムのための周波数セキュリティ評価【JST・京大機械翻訳】

Frequency Security Assessment for Receiving-end System Based on Deep Learning Method

著者 (7件)： Ma Changhui (Electric Power Research Institute,State Grid Shandong Electric Power Company,Jinan Shandong,China) ,  Wang Liang (Dispatch and Control Center,State Grid Shandong Electrical Power Company,Jinan Shandong,China) ,  Gai Chenhao (Shandong University,Key Laboratory of Power System Intelligent Dispatch and Control Ministry of Education,Jinan Shandong,China) ,  Yang Dong (Electric Power Research Institute,State Grid Shandong Electric Power Company,Jinan Shandong,China) ,  Zhang Pengfei (State Grid International Development Limited,Beijing,China) ,  Zhang Hengxu (Shandong University,Key Laboratory of Power System Intelligent Dispatch and Control Ministry of Education,Jinan Shandong,China) ,  Li Changgang (Shandong University,Key Laboratory of Power System Intelligent Dispatch and Control Ministry of Education,Jinan Shandong,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： I&CPS Asia  ページ： 831-836  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： 再生可能発電の高い浸透レベルを有する電力システムの時間先評価では,HVDCブロッキング後の厳しい電力擾乱後のシステムの周波数セキュリティを確保するために,多数の不確実なシナリオをチェックすべきである。この状況において,全時間領域シミュレーションは,重い計算負荷の結果として不適当である。周波数セキュリティの迅速評価を達成するために,深層学習に基づくオンライン周波数セキュリティ評価フレームワークを本論文で提案した。深部信念ネットワーク(DBN)法を用いて,フレームワークを確立した。サンプル生成方法は,より高い評価正確さのために代表的サンプルを作り出すために研究した。大規模AC-DC相互接続送電網を採用して,提案した評価法の妥当性を検証した。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： 浸透 ,  *電力 ,  不確実性 ,  発電 ,  送電系統 ,  電力系統 ,  相互接続 ,  ブロッキング ,  安全評価 ,  セキュリティ
準シソーラス用語： HVDC ,  計算負荷 ,  オンライン ,  時間領域シミュレーション ,  *深層学習 , 【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 (3件)： 深層学習 ,  受信端 ,  セキュリティ評価