文献

J-GLOBAL ID：202002287548424452   整理番号：20A0596923

S変換と野生ヤギ最適化ベースの極端学習機械を用いた電力品質事象認識【JST・京大機械翻訳】

Power Quality Events Recognition Using S-Transform and Wild Goat Optimization-Based Extreme Learning Machine

著者 (3件)： Samanta Indu Sekhar (Department of Electronics and Communication Engineering, Centurion University, Odisha, India) ,  Rout Pravat Kumar (Department of Electrical and Electronics Engineering, Siksha ‘O’ Anusandhan University, Bhubaneswar, India) ,  Mishra Satyasis (Department of Electronics and Communication Engineering, Centurion University, Odisha, India)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 45  号： 3  ページ： 1855-1870  発行年： 2020年 
JST資料番号： W4051A  ISSN： 2193-567X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,ストックウェル変換(S変換)と野生ヤギ最適化(WGO)調整極端学習機械(ELM)に基づく自動電力品質(PQ)イベント検出と分類のための新しいアプローチを提示した。PQイベント信号と関連した特徴をS変換により抽出し,信号特性を特徴付ける特徴ベクトルを得た。入力としてこれらの特徴ベクトルを考慮して,修正WGO技術で最適に調整したELMに基づく分類装置を提案した。自然に野生ヤギによりピークに到達する社会的階層と戦略的計画に由来するWGO技術を,より良い分類のためのパラメータ調整により効果的ELMモデルを定式化するために適用した。提案した手法の性能向上を正当化するために,MATLABシミュレーションにより広範囲の抽出合成PQイベントデータについて試験した。実時間実装を確実にするために,合成信号に20,30,および50dBの追加によるPQイベントデータを考慮した。提示した結果の解析は,PQイベント認識と分類の両方に対して非常に高い性能を明らかにし,提案したアプローチの効率を保証した。Copyright King Fahd University of Petroleum & Minerals 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  信号特性 ,  *電力品質 ,  特徴抽出 ,  *最適化 ,  定式化
準シソーラス用語： 時間周波数解析 ,  実時間 ,  イベントデータ ,  MATLAB ,  特徴ベクトル ,  イベント検出 ,  *極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (7件)： 時間周波数解析 ,  極端学習機械 ,  電力品質 ,  特徴抽出 ,  分類 ,  パラメータ調整 ,  野生ヤギの最適化

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  データ保護  (JD01020V) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (6件)： S変換 ,  ヤギ ,  最適化 ,  極端学習機械 ,  電力品質 ,  事象