文献

J-GLOBAL ID：202102224678556184   整理番号：21A0540603

再生可能エネルギーによる電力系統ネットワークの信頼性評価のための人工ニューラルネットワーク【JST・京大機械翻訳】

Artificial Neural Network for Reliability Evaluation of Power System Network with Renewable Energy

著者 (4件)： Mudgal Soumya (SVNIT,Surat,India) ,  Gupta Praveen K. (SVNIT,Surat,India) ,  Yadav Atul Kumar (SVNIT,Surat,India) ,  Mahajan Vasundhara (SVNIT,Surat,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： NPSC  ページ： 1-6  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,人工ニューラルネットワーク(ANN)を用いた再生エネルギー資源(RES)による電力系統ネットワークのモデリングを示した。風速と太陽放射照度は時間と共に変化し,正確に予測できない。したがって,ANNを用いた効率的な多状態分類を行い,これらの誤差を低減した。ANNを用いて形成した状態を離散Markov連鎖を用いてモデル化し,状態間遷移と状態確率を決定した。データの多数のサンプリングによる誤差は,モンテカルロシミュレーションを用いて減少した。風車と太陽パネルの利用可能な容量と確率を計算し,信頼性指数を得た。負荷端で計算された指数は,負荷予測(L.O.L.E.)の喪失であり,供給端でのそれは,期待したエネルギー(E.E.N.S.)と期待した需要(E.D.N.S.)である。さらに,送電ネットワークに及ぼすRESの影響を見つけるために,負荷フロー解析を行った。1979年のIEEE信頼性試験システム(R.T.S.)を試験ケースとしてシミュレートした。従来のユニットとRESの両方から成る修正システムでは,信頼性はベースシステムと比較して減少した。また,アクティブライン損失がベースケースに比べて少ないので,修正システムの電力潮流は改善された。シミュレーションにはMATLABとMATPOWERソフトウェアを用いた。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： 太陽 ,  風速 ,  *信頼性 ,  *ネットワーク ,  送電系統 ,  電力潮流 ,  *電力系統 ,  負荷予測 ,  *ニューラルネットワーク ,  Markov連鎖 ,  風車 ,  ソフトウェア
準シソーラス用語： モンテカルロシミュレーション ,  MATLAB ,  太陽放射照度 , 【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)： 再生可能エネルギー ,  電力系統 ,  信頼性評価 ,  人工ニューラルネットワーク