文献

J-GLOBAL ID：202102257344856456   整理番号：21A2982147

深層学習に基づくAC/DCシステムの過渡的過電圧を評価する方法【JST・京大機械翻訳】

A Method for Assessing Transient Overvoltage of AC/DC System Based on Deep Learning

著者 (5件)： Zelong Yu (State Grid Corporation of China,State Grid Tongliao Power Supply Company,Tongliao,China) ,  Shuai Liang (State Grid Corporation of China,State Grid Tongliao Power Supply Company,Tongliao,China) ,  Zaiji Yuan (State Grid Corporation of China,State Grid Tongliao Power Supply Company,Tongliao,China) ,  Zhigang Cao (State Grid Corporation of China,State Grid Tongliao Power Supply Company,Tongliao,China) ,  Renjie Ding (State Grid Corporation of China,State Grid Tongliao Power Supply Company,Tongliao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICISCE  ページ： 1550-1555  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： 効果的に大きな外乱の間のAC/DCシステムの過渡過電圧を予測するために,本論文は畳み込みニューラルネットワーク(CNN)のような深い学習に基づく過渡過電圧を評価する方法を提案した。最初に,CNN入力特徴構築の基本原理に基づいて,隠れ層の多重層を有する非線形ネットワーク構造を構築した。送電網ノードのトポロジーに従って,広い面積測定装置によって集められた各ノードの電圧,位相角,および電力を入力層として使用した。切除の時系列への故障の発生と発生は,格子の状態を特徴づけるマトリックスを得るためにスプライスされた。次に,CNNのハイパーパラメータを最適化し,調整し,勾配降下法を教師つき訓練に用いた。入力層と畳み込み層の間の重みマトリックスを,キー固有値の自動抽出を実現するために,層によって最適化し,CNNの深い構造を,一時的構造を構築するために使用する。AC/DCシステムの過渡過電圧を迅速かつ正確に推定するために,過電圧と入力データの間のマッピングモデル。最後に,修正ノルディック32AC/DCハイブリッドシステムを分析して,提案した方法の有効性と精度を検証した。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： 位相幾何学 ,  固有値 ,  最適化 ,  *電圧 ,  電力 ,  *過電圧 ,  送電系統 ,  教師つき学習 ,  ネットワーク構造 ,  有効性 ,  最急降下法
準シソーラス用語： 位相角 ,  ハイブリッドシステム ,  *深層学習 ,  畳込みニューラルネットワーク , 【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)： 深層学習 ,  Ac ,  DC ,  過電圧 ,  評価