文献

J-GLOBAL ID：202202231591658022   整理番号：22A0553840

架空送電線の健康指数予測:機械学習アプローチ【JST・京大機械翻訳】

Health Index Prediction of Overhead Transmission Lines: A Machine Learning Approach

著者 (3件)： Manninen Henri (Department of Electrical Power Engineering and Mechatronics, Tallinn University of Technology, Tallinn, Estonia) ,  Kilter Jako (Department of Electrical Power Engineering and Mechatronics, Tallinn University of Technology, Tallinn, Estonia) ,  Landsberg Mart (Department of Electrical Power Engineering and Mechatronics, Tallinn University of Technology, Tallinn, Estonia)
資料名： IEEE Transactions on Power Delivery  (IEEE Transactions on Power Delivery)
巻： 37  号： 1  ページ： 50-58  発行年： 2022年 
JST資料番号： A0340B  ISSN： 0885-8977  CODEN： ITPDE5  資料種別： 逐次刊行物 (A)
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： 本論文は,教師つき機械学習と構造化,明白な視覚検査を用いて,高電圧伝送架空線(OHLs)のための資産健全性指数(HI)予測方法論を提示する。個々のOHL塔の技術的条件を決定し,コスト効率が高い方法で系統信頼性を改善するために,資産HI予測のフレームワークを提案した。本論文は,資産HI予測と最も節約的モデルの選択に焦点を合わせた。技術的仕様とHIデータに基づいて,著者らの方法論は,HIデータのないOHLsのためのHIの予測を可能にして,モデル資産老化挙動をモデル化する。本文で定義された技術的仕様とHIは,2018年に実施されたEstian TSO周期的目視検査から取られる。事例研究は,提案した方法論が追加測定を必要とせずにほぼ80%の精度で単一OHLの塔HI値を予測できることを示した。Copyright 2022 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： 予測技法 ,  技術 ,  資産 ,  信頼性 ,  方法論 ,  モデリング ,  *架空線路 ,  塔状構造物 ,  事例研究 ,  高電圧 ,  視覚検査 ,  *機械学習 ,  肉眼検査 ,  健全性
準シソーラス用語： 教師付き機械学習 , 【Automatic Indexing@JST】

分類 (3件)： 送電  (NB05030G) ,  電力系統一般  (NB02000E) ,  配電(事業者側)  (NB05040R)

タイトルに関連する用語 (4件)： 架空送電線 ,  指数 ,  予測 ,  機械学習