文献

J-GLOBAL ID：202102285753440117   整理番号：21A1011919

適応ニューロファジィ推論システムを用いた配電グリッドにおける有効電力検出【JST・京大機械翻訳】

Effective Electricity Theft Detection in Power Distribution Grids Using an Adaptive Neuro Fuzzy Inference System

著者 (3件)： Blazakis Konstantinos V. (School of Electrical and Computer Engineering, Technical University of Crete, University Campus, GR-73100 Chania, Greece) ,  Kapetanakis Theodoros N. (Department of Electronic Engineering, Hellenic Mediterranean University, GR-73100 Chania, Greece) ,  Stavrakakis George S. (School of Electrical and Computer Engineering, Technical University of Crete, University Campus, GR-73100 Chania, Greece)
資料名： Energies (Web)  (Energies (Web))
巻： 13  号： 12  ページ： 3110  発行年： 2020年 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 電力グリッドは,あらゆる国の適切な運用のための重要なインフラストラクチャであり,様々な脅威から保存しなければならない。不法電力消費の検出は配電系統オペレータ(DSO)にとって重要な問題である。非技術的損失の最小化は,電力プロバイダと国の収入を増加させ,電力グリッドの信頼性を高めるために,電力系統の円滑な運用のための挑戦的な仕事である。スマートメータの広範な人気は,大量の電力消費データを収集でき,新しい人工知能技術を適用して,これらのデータを利用して,電力料金の問題をより効率的に解くことができる。本研究では,多くの様々な分野で多くのアプリケーションを有するロバストな人工知能アルゴリズム適応ニューロファジー推論システム(ANFIS)を,簡単に提示して,電力のより効果的な検出を達成するために適用した。知る限りでは,電力ftの検出に対するANFISの適用を含む研究はまだない。提案した技法は,適切に適用すれば,非認可エネルギー利用から生じる fraudent活動の様々な事例で非常に高い成功率を達成できることを示した。Copyright 2021 The Author(s) 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 ,  *電力 ,  オペレータ ,  電力消費 ,  電気料金 ,  *配電 ,  配電系統 ,  *有効電力 ,  人工知能 ,  応用プログラム ,  インフラストラクチャー ,  ロバスト性 ,  *ファジィニューラルネットワーク
準シソーラス用語： ISP【インターネット】 ,  スマートメータ , 【Automatic Indexing@JST】

著者キーワード (7件)： データマイニング ,  適応ニューロファジィ推論システム(ANFIS) ,  非技術的損失(NTL) ,  パワータフト検出 ,  スマートグリッド ,  スマート電力計量 ,  配電グリッド

分類 (1件)： 電力系統一般  (NB02000E)

引用文献 (38件)：

• Viegas, J.L.; Esteves, P.R.; Melício, R.; Mendes VM, F.; Vieira, S.M. Solutions for detection of non-technical losses in the electricity grid: A review. Renew. Sustain. Energy Rev. 2017, 80, 1256-1268.
• Messinis, G.M.; Hatziargyriou, N.D. Hatziargyriou. Review of non-technical loss detection methods. Electr. Power Syst. Res. 2018, 158, 250-266.
• Glauner, P.; Meira, J.; Valtchev, P.; State, R.; Bettinger, F. The Challenge of Non-Technical Loss Detection using Artificial Intelligence: A Survey. Int. J. Comput. Intell. Syst. (IJCIS) 2017, 10, 760-775.
• Angelos EW, S.; Saavedra, O.R.; Cortés OA, C.; de Souza, A.N. Detection and identification of abnormalities in customer consumptions in power distribution systems. IEEE Trans. Power Deliv. 2011, 26, 2436-2442.
• Nizar, A.H.; Dong, Z.Y.; Wang, Y. Power utility nontechnical loss analysis with extreme learning machine method. IEEE Trans. Power Syst. 2008, 23, 946-955.

タイトルに関連する用語 (6件)： 適応 ,  ニューロファジィ ,  推論 ,  配電 ,  グリッド ,  有効電力