文献

J-GLOBAL ID：202102217257195057   整理番号：21A0068875

広域学習システムに基づく過渡安定度評価のためのデータ駆動方法論【JST・京大機械翻訳】

A Data-driven Methodology for Transient Stability Assessment Based on Broad Learning System

著者 (4件)： Tian Yuan (Shanghai Jiaotong University,Key Laboratory of Control of Power Transmission and Conversion,Shanghai,China,200240) ,  Wang Keyou (Shanghai Jiaotong University,Key Laboratory of Control of Power Transmission and Conversion,Shanghai,China,200240) ,  Oluic Marina (KTH Royal Institute of Technology,Division of Electric Power and Energy Systems,Stockholm,Sweden,100 44) ,  Ghandhari Mehrdad (KTH Royal Institute of Technology,Division of Electric Power and Energy Systems,Stockholm,Sweden,100 44)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： PESGM  ページ： 1-5  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： 本論文では,過渡安定性境界(TSB)の構築に基づく過渡安定性評価(TSA)のためのデータ駆動方法論を提案した。ネットワーク層を積層することなく,TSB構築アルゴリズムは,ニューラルノードにおいて広い拡張をし,それによって理論的に解析できる明確な構造を形成した。高精度と一般化能力を維持しながら,TSB表現は明確で,微分可能であり,従って動的セキュリティ制約問題に適用できる。さらに,移動学習戦略(TLS)を用いて,時間節約方法で限られた数のサンプルからTSBを構築した。開発した方法の可能性を,IEEE39バス試験システムを用いる事例研究を通して試験した。事例研究は,導入したアルゴリズムが,利用可能なサンプル/パラメータの数に,非常に正確で,鈍感であることを確認した。これは,提案した方法が効果的でロバストであり,オンラインTSAの貴重なツールとして役立つことを示した。Copyright 2021 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 ,  過渡安定度 ,  微分 ,  *事例研究 ,  ロバスト性 ,  セキュリティ
準シソーラス用語： ネットワーク層 ,  *学習支援システム ,  高精度 ,  オンライン ,  *データ駆動 ,  学習戦略 , 【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 (6件)： 広域 ,  学習システム ,  過渡安定度 ,  評価 ,  データ駆動 ,  方法論