文献

J-GLOBAL ID：202202231733496286   整理番号：22A0780479

確率的グラフィカルモデルによる配電系統におけるマルチソースデータ融合停止位置【JST・京大機械翻訳】

Multisource Data Fusion Outage Location in Distribution Systems via Probabilistic Graphical Models

著者 (4件)： Yuan Yuxuan (Department of Electrical and Computer Engineering, Iowa State University, Ames, IA, USA) ,  Dehghanpour Kaveh (Department of Electrical and Computer Engineering, Iowa State University, Ames, IA, USA) ,  Wang Zhaoyu (Department of Electrical and Computer Engineering, Iowa State University, Ames, IA, USA) ,  Bu Fankun (Department of Electrical and Computer Engineering, Iowa State University, Ames, IA, USA)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 13  号： 2  ページ： 1357-1371  発行年： 2022年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  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： 効率的な停電位置は,配電系統のレジリエンスを高めるために重要である。しかし,正確な停電位置は,スマートメータ(SM)最後のガスp信号,顧客トラブル呼び出し,ソーシャルメディアメッセージ,気象データ,植生情報,およびネットワークの物理パラメータを含む多様なデータソースから受信された大量の証拠を組み合わせることを必要とする。これは,配電系統におけるデータの高い次元による計算上の複雑なタスクである。本論文では,Bayesネットワーク(BN)を用いて,部分観測可能配電系統における故障事象を位置決めするためのマルチソースデータ融合手法を提案した。提案アプローチの新しい側面は,確率的グラフィカル法を用いて,マルチソース証拠と分布システムの複雑な構造を考慮に入れることである。著者らの方法は,高次元空間における故障位置推定の計算量を根本的に減らすことができる。提案したBNのグラフィカル構造を,ネットワークトポロジーおよび分岐/顧客の状態および証拠のようなランダム変数間の因果関係に基づいて確立した。このグラフィカルモデルを利用して,Gibbsサンプリング(GS)法を活用することによって正確な故障位置が得られ,すべての分岐に対する脱エネルギーの確率を推論する。BNのサイズに指数関数的複雑性を持つ一般的に使用される正確な推論法と比較して,GSはタイムリーな方法でターゲット条件付き確率分布を定量化する。いくつかの実世界配電システムの事例研究を提示し,提案した方法を検証した。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： 故障 ,  ネットワーク ,  *配電系統 ,  指数関数 ,  レジリエンス ,  気象データ ,  計算量 ,  停電 ,  事例研究 ,  高次元 ,  *データ融合
準シソーラス用語： ネットワークトポロジー ,  ランダム変数 ,  複雑性 ,  スマートメータ , 【Automatic Indexing@JST】

分類 (1件)： 配電(事業者側)  (NB05040R)

タイトルに関連する用語 (6件)： 確率的グラフィカルモデル ,  配電系統 ,  マルチ ,  ソース ,  データ融合 ,  停止位置