文献

J-GLOBAL ID：202202219642192906   整理番号：22A0151395

非デシメーションウェーブレット変換を用いたハイブリッドSVMベースアプローチによる分散発電機のための改良型自動PQD分類方法【JST・京大機械翻訳】

An improved automated PQD classification method for distributed generators with hybrid SVM-based approach using un-decimated wavelet transform

著者 (6件)： Yilmaz Alper (Bursa Technical University, Faculty of Engineering and Natural Sciences, Department of Electrical and Electronics Engineering, 16300 Bursa, Turkey) ,  Kuecueker Ahmet (Sakarya University, Faculty of Engineering, Department of Electrical and Electronics Engineering, 54187 Sakarya, Turkey) ,  Bayrak Gokay (Bursa Technical University, Faculty of Engineering and Natural Sciences, Department of Electrical and Electronics Engineering, 16300 Bursa, Turkey) ,  Ertekin Davut (Bursa Technical University, Faculty of Engineering and Natural Sciences, Department of Electrical and Electronics Engineering, 16300 Bursa, Turkey) ,  Shafie-Khah Miadreza (School of Technology and Innovations, University of Vaasa, Vaasa, Finland) ,  Guerrero Josep M. (Center for Research on Microgrids (CROM), Department of Energy Technology, Aalborg University, 9220 Aalborg East, Denmark)
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： 人工知能(AI)手法は,通常,電力品質擾乱(PQD)を分類するために,特徴抽出のためにウェーブレット変換(WT)と結合した。したがって,信頼できる分類,特に実時間アプリケーションにおいて,有用なWTベース信号処理アプローチの選択が必要である。本研究では,分散発電機(DGs)におけるPQDを分類するために,サポートベクターマシン(SVM)を用いた新しいハイブリッド,非縮小ウェーブレット変換(UWT)ベースの特徴抽出法を提案した。提案方法は,PQDを分類するためにDGシステムのリアルタイム応用において実行した。導出された特徴を,5つの異なる機械学習(ML)モデルで,提案したUWTベースの特徴抽出法のための最も適切な分類技術を決定することによってテストした。実験DGシステムをLabVIEW環境を用いて実験室で構成し,提案した方法を異なるグリッド条件下で試験した。また,他のよく知られた従来のML法も,25dB,30dB,および40dBの雑音の下で試験し,開発した方法と比較した。実験とシミュレーションの結果は,提案したUWTベースの方法で抽出した特徴が,文献における既存のウェーブレット法より分類においてはるかに成功した結果を提供することを示した。さらに,提案方法のノイズ感度性能は,他の従来のウェーブレットアルゴリズム,特にリアルタイムアプリケーションにおいてはるかに良い。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： アルゴリズム ,  雑音 ,  信号処理 ,  特徴抽出 ,  *波束 ,  人工知能 ,  応用プログラム ,  *デシメーション ,  機械学習 ,  *ウェーブレット変換 ,  サポートベクトルマシン
準シソーラス用語： 分類法 ,  LabVIEW ,  実時間 ,  電力品質擾乱 , 【Automatic Indexing@JST】

著者キーワード (4件)： 電力品質擾乱 ,  非デシメーションウェーブレット変換 ,  機械学習 ,  分散発電

分類 (2件)： 電力系統一般  (NB02000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： デシメーション ,  ウェーブレット変換 ,  SVM ,  分散発電 ,  PQD ,  分類方法