文献

J-GLOBAL ID：202102217459922807   整理番号：21A0069052

Lassoアルゴリズムに基づく電力系統のオンライン感度同定【JST・京大機械翻訳】

Power System Online Sensitivity Identification Based on Lasso Algorithm

著者 (6件)： Mo Weike (South China University of Technology,Guangzhou,China) ,  Lv Jiaqing (University of Manitoba,Canada) ,  Pawlak Mirostaw (University of Manitoba,Canada) ,  Annakkage U. D. (University of Manitoba,Canada) ,  Chen Haoyong (South China University of Technology,Guangzhou,China) ,  Chen Yiping (China Southern Power Grid,Guangzhou,China)
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,電力系統振動モードの感度を同定するために,最新の統計的および機械学習方法論を利用した。電気機械振動モードの偏差を,発電機と負荷の電力偏差の関数として定式化し,また,ベースケースからの全電力システムにおけるバスの電圧偏差を,定式化した。この高次元モデリング問題を解くため,この拡張Lassoアルゴリズムを実行した。L_1設計の性質により,Lassoアルゴリズムは自動的にスパース解をレンダリングでき,冗長な特徴を除去することにより,望ましい予測電力を提供する。得られたモデルは簡単な構造であり,容易に解釈できる。このスパースモデリングフレームワークの精度を,IEEE 50-Generator145-Bus電力網の文脈で実証した。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 ,  電圧 ,  冗長性 ,  *電力 ,  電気機械 ,  *電力系統 ,  IEEE ,  振動モード ,  高次元 ,  定式化 ,  レンダリング ,  機械学習
準シソーラス用語： *オンライン ,  電力系統振動 ,  スパースモデリング , 【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)： アルゴリズム ,  電力系統 ,  オンライン ,  感度 ,  同定