文献

J-GLOBAL ID：202202210155529429   整理番号：22A0151303

事前停止運転データを使用したカスケード故障のためのポテンシャルを持つ臨界線を同定するためのSVMベース知的予測器【JST・京大機械翻訳】

SVM based intelligent predictor for identifying critical lines with potential for cascading failures using pre-outage operating data

著者 (3件)： Abedi Morteza (Electrical Engineering Departement, Shahid Beheshti University, AC, Tehran, Iran) ,  Aghamohammadi Mohammad Reza (Electrical Engineering Departement, Shahid Beheshti University, AC, Tehran, Iran) ,  Ameli Mohammad Taghi (Electrical Engineering Departement, Shahid Beheshti University, AC, Tehran, Iran)
資料名： International Journal of Electrical Power & Energy Systems  (International Journal of Electrical Power & Energy Systems)
巻： 136  ページ： Null  発行年： 2022年 
JST資料番号： A0596B  ISSN： 0142-0615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： カスケード故障のプロセスは,電力系統のセキュリティに対する最も重要な脅威の1つであり,多くの停電に導くことができる。したがって,予出情報を用いたカスケード故障発生(PCFO)の可能性の予測は非常に重要である。本研究では,停電を引き起こす重要な因子である各線路故障に関連したPCFOを,予出力定常状態運転データ(PSSOD)を用いた線路停止前に予測した。提案した方式において,サポートベクトルマシン(SVM)を,入力ベクトルとして支配的操作変数(DOV)の情報を有するインテリジェント予測ツールとして使用した。DOVはPSSODの部分集合であり,それは線路臨界度に関する豊富な情報と系統故障の関連するPCFOを有する。DOVは,操作変数の間の相互情報とエントロピーの理論に基づく共同相互情報(JMI)数学的方法を用いて同定できる。リアルタイム環境において,各線路故障に関連したDOVを,電力系統制御センター(PSCC)における広域測定システム(WAMS)によって収集し,PCFO予測のための入力ベクトルとしてSVMに与えた。したがって,提案した方式は,ラインのPCFOを評価するための警報システムとして使用することができる。PCFOを予測することにより,安全モードから電力系統の運転点を変える機会があり,予防行動によって1つを確保できる。提案した方式をIEEE39バス試験システムに実装し,その性能を望ましい結果で検証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  ベクトル ,  *故障 ,  電力系統 ,  *臨界 ,  停電 ,  警報システム ,  セキュリティ ,  計測システム ,  サポートベクトルマシン
準シソーラス用語： *予測器 ,  実時間 ,  定常状態 ,  *カスケード型故障 ,  操作変数 , 【Automatic Indexing@JST】

著者キーワード (5件)： カスケード故障予測 ,  情報理論 ,  共同相互情報 ,  Machin学習 ,  停電

分類 (2件)： 電力系統一般  (NB02000E) ,  保護装置  (NB09040T)

タイトルに関連する用語 (6件)： カスケード故障 ,  ポテンシャル ,  臨界 ,  同定 ,  SVM ,  予測器