文献

J-GLOBAL ID：202102280561361839   整理番号：21A0069106

電力系統コンポーネント同定のためのBayesフレームワーク【JST・京大機械翻訳】

A Bayesian Framework for Power System Components Identification

著者 (5件)： Mikhalev Artem (Moscow Institute of Physics and Technology,School of Applied Mathematics and Informatics) ,  Emchinov Alexander (Moscow Institute of Physics and Technology,School of Applied Mathematics and Informatics) ,  Chevalier Samuel (Massachusetts Institute of Technology,Department of Mechanical Engineering) ,  Maximov Yury (Los Alamos National Laboratory,Center for Nonlinear Studies and Theoretical Division) ,  Vorobev Petr (Skolkovo Institute of Science and Technology,Center for Energy Science and Technology)
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： 発電機や負荷や補助装置のような電力系統部品に対する実際のモデルは,電力系統運転状態の正しい評価や安定性マージンの確立に不可欠である。しかし,電力システムオペレータは,電力系統コンポーネントのパラメータに対する実際の値に関する情報が限られている。モデルが利用可能であるとしても,制御設定と同様にその運転パラメータは時間依存性であり,実時間同定を受ける。理想的に,これらのパラメータはPMU信号のような測定データから同定されるべきである。しかし,このような信号に対する信号対雑音比(SNR)が必ずしも大きくないので,過渡動力学がない場合の大気測定からこれを行うことは困難である。本論文では,環境フェーザ測定ユニット(PMU)データに基づく電力系統コンポーネントパラメータのオンライン同定のためのBayesフレームワークを設計し,それは5と低いSNRに対して信頼できる性能を持ち,あるパラメータに対してユニットSNRに対しても良好な推定を与えることができる。最後に,ロバストで時間効率の良い数値法によりフレームワークを支持した。同期発電機例に対するアプローチ効率を説明した。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： SN比 ,  オペレータ ,  *電力系統 ,  時間依存性 ,  同期発電機 ,  系統運用 ,  ロバスト性
準シソーラス用語： 実時間 ,  オンライン ,  運転パラメータ ,  フェーザ測定ユニット , 【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)： 電力系統 ,  コンポーネント ,  同定 ,  フレームワーク