文献

J-GLOBAL ID：202102280121586750   整理番号：21A0088296

改良BPニューラルネットワークに基づく電力グリッド装置モデルの変換方法に関する研究【JST・京大機械翻訳】

Research on the Transformation Method of Power Grid Equipment Model Based on Improved BP Neural Network

著者 (4件)： Zhuang Qiming (School of Electric Power, Shenyang Institute of Engineering, Shenyang, Liaoning, China) ,  Yin Changyong (College of International Education, Shenyang Institute of Engineering, Shenyang, Liaoning, China) ,  Li Dawei (State Grid Chaoyang Electric Power Supply Company, State Grid Liaoning Electric Power Supply Co., Ltd., Chaoyang, China) ,  Zhao Yan (School of Renewable Energy, Shenyang Institute of Engineering, Shenyang, Liaoning, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1335  ページ： 397-408  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 現代経済の急速な発展と都市化率の増加によって,送電網の規模は拡大して,設置した送電網装置は増加している。送電網装置は,異なる基準に基づく異なるモデルを作り出すことができる。送電網の大規模電力潮流解析は,送電網装置のモデルを統一する必要がある。しかしながら,従来の変換方法は低く,送電網計画の開発によって発生する多数のグリッドモデルを満たすことができない。人工ニューラルネットワークの学習,記憶および自己適応の機能に基づいて,本論文は,改良BPニューラルネットワークに基づく送電網装置モデルの大規模変換方法を提案した。それは,従来の送電網装置のモデル変換の効率を改善し,送電網の急速な発展の要求を満たす。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電力 ,  送電系統 ,  電力潮流 ,  *ニューラルネットワーク ,  都市化
準シソーラス用語： 自己適応 , 【Automatic Indexing@JST】

著者キーワード (3件)： 電力グリッド装置モデル ,  変換法 ,  改良BPニューラルネットワーク

分類 (2件)： 送電  (NB05030G) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： BPニューラルネットワーク ,  グリッド ,  モデル ,  研究