文献

J-GLOBAL ID：202002279153580665   整理番号：20A2280843

シーン認識に基づく電力グリッド気象災害の早期警報法【JST・京大機械翻訳】

Early Warning Method of Power Grid Meteorological Disasters Based on Scene Recognition

著者 (6件)： Xu Anxin (Shandong University,School of Electrical Engineering,Jinan,China) ,  Cong Wei (Shandong University,School of Electrical Engineering,Jinan,China) ,  Qiu Jifu (State Grid,Qingdao Power Supply Company,Qingdao,China) ,  Yang Tianyou (State Grid,Qingdao Power Supply Company,Qingdao,China) ,  Wei Zhen (State Grid,Qingdao Power Supply Company,Qingdao,China) ,  Peng Bo (State Grid,Qingdao Power Supply Company,Qingdao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： I&CPS Asia  ページ： 1087-1092  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： 現在の気象災害は,グリッド故障の初期原因の1つである。本論文は,様々な気象要因と送電網の間の複雑な関係のための景観分類と認識に基づく送電網気象災害予測法を提案した。本論文では,ハザード因子を3つのカテゴリーに分けた:気象因子,装置因子,および地理的環境因子。気象生データおよび送電網履歴データに基づいて,積層自動エンコーダネットワークを用いて,教師なし特徴抽出および教師つき微調整を行い,気象シーンの認識を実現し,そして,因子および送電網故障の間の結合関係を確立した。自動エンコーダネットワークを制約するために収縮を加え,入力データの雑音を効果的に抑制し,自動エンコーダネットワークのロバスト性を改善した。計算は,本論文における方式が,災害と送電網故障の間の関係を,包括的かつ正確に確立できることを示した。それは,因子がグリッド故障と故障シナリオを引き起こすかどうかを正確に予測することができて,グリッドの災害防止作業のためにより多くの目標情報を提供する。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： 予測技法 ,  雑音 ,  *警報 ,  故障 ,  *電力 ,  *気象 ,  防災 ,  送電系統 ,  特徴抽出 ,  気象要素 ,  地理学 ,  *気象災害 ,  ロバスト性
準シソーラス用語： 環境因子 ,  ハザード , 【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 (5件)： シーン認識 ,  グリッド ,  気象災害 ,  早期 ,  警報