文献

J-GLOBAL ID：202002280012575907   整理番号：20A2621906

電圧と電流信号を用いた230kV送電線における人工ニューラルネットワークベースの故障点標定【JST・京大機械翻訳】

Artificial Neural Network Based Fault Location on 230 kV Transmission Line Using Voltage and Current Signals

著者 (2件)： Coban Melih (Gazi University,Electrical-Electronic Engineering,Ankara,TURKEY) ,  Tezcan S. S. (Gazi University,Electrical-Electronic Engineering,Ankara,TURKEY)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISMSIT  ページ： 1-4  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： 本研究では,230kVの100km送電線で発生する短絡故障の位置を決定するために,人工ニューラルネットワーク(ANN)に基づく代替手法を提示した。研究は,フィードフォワード標準逆伝搬技術を用いてANNアルゴリズムでモデル化した。ライン開始から取った3つの位相の電流と電圧情報を処理する後に,それらを特定の5つの周波数グループに分割して,ANNへの入力として使用した。エネルギー伝送線をMATLAB/Simulinkを用いてモデル化した。精度は,精度を示すために故障位置と故障抵抗の値を変えて行い,結果を表に示した。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 ,  エネルギー移動 ,  *電圧 ,  *電流 ,  *故障 ,  *送電線 ,  *ニューラルネットワーク ,  故障点標定 ,  フィードフォワード ,  位相
準シソーラス用語： Simulink ,  MATLAB , 【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 (4件)： 電流信号 ,  送電線 ,  人工ニューラルネットワーク ,  故障点標定