文献

J-GLOBAL ID：202002276657829080   整理番号：20A2280720

電力系統の気象データおよび構成要素停電間の相関を解析するための機械学習に基づく方法【JST・京大機械翻訳】

A Machine-Learning Based Method to Analyze the Correlation between Meteorological Data and Component Outages of Power System

著者 (4件)： Zhang Guanglun (Tsinghua University,Department of Electrical Engineering,Beijing,China) ,  Zhong Haiwang (Tsinghua University,Department of Electrical Engineering,Beijing,China) ,  Wang Qiang (State Grid Hebei Electric Power Co.Ltd,Hebei,China) ,  Cao Xin (State Grid Hebei Electric Power Co.Ltd,Hebei,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： I&CPS Asia  ページ： 352-357  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： 電力システムの操作条件とは別に,気象条件は電力系統における部品の信頼性性能に大きな影響を与える。気象条件と成分停止の間の根底にある相関を解析することは,システムの動作信頼性に不可欠であろう。本論文は,リアルタイムデータに基づく根底にある相関を解析するために,機械学習ベースの方法を提案した。データ増強法も,現実的データが不十分か利用できない場合にも提案した。IEEE RTS-96システムと組み合わせた中国,福建省における5つの地域の現実的気象データに基づく事例研究は,提案した方法の有効性を実証した。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： 信頼性 ,  *電力系統 ,  IEEE ,  *気象データ ,  気象条件 ,  *停電 ,  事例研究 ,  有効性 ,  *機械学習
準シソーラス用語： 操作条件 ,  福建省 ,  リアルタイムデータ , 【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 (7件)： 電力系統 ,  気象データ ,  構成要素 ,  停電 ,  相関 ,  解析 ,  機械学習