文献

J-GLOBAL ID：202202233866205373   整理番号：22A1163776

マルチマシンシステムにおける電力系統安定性強化のための完全適応再帰ニューロファジィ制御【JST・京大機械翻訳】

Fully Adaptive Recurrent Neuro-Fuzzy Control for Power System Stability Enhancement in Multi Machine System

著者 (6件)： Saleem Bushra (Department of Electrical Engineering, AJK University, Muzaffarabad, Pakistan) ,  Badar Rabiah (Department of Electrical and Computer Engineering, COMSATS University Islamabad, Islamabad, Pakistan) ,  Manzoor Awais (Department of Computer Science, COMSATS University Islamabad, Islamabad, Pakistan) ,  Judge Malik Ali (Department of Computer Science, COMSATS University Islamabad, Islamabad, Pakistan) ,  Boudjadar Jalil (Department of Electrical and Computer Engineering, Aarhus University, Aarhus, Denmark) ,  Islam Saif Ul (Department of Computer Science, Institute of Space Technology, Islamabad, Pakistan)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 36464-36476  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 電力系統における電圧不安定性は,低周波振動(LFO)を生成し,電力分布における悪影響を引き起こす。インテリジェント制御スキームは,電力系統スタビライザ(PSS)における固定パラメータ構造の限界を克服することができる。いくつかの補助制御とともにフレキシブル交流送電システム(FACTS)制御は,振動の減衰において顕著な可能性を有する。本論文では,電力系統安定性を高めるために適応ニューロファジーベース再帰ウェーブレット制御(ANRWC)方式を提案した。提案した方式は,先行部分メンバーシップ関数としての再帰Gaussと,結果としての部分における再帰ウェーブレット関数を利用する。このスキームは,バックプロパゲーションアルゴリズムを用いて,スキームのパラメータが更新される最適化のために,勾配降下,アダデルタ,適応モーメント推定(ADAM),および近位勾配降下アルゴリズムを使用する。制御装置をテストするためにマルチマシン電力システムを用いた。著者らは,従来のリードラグ制御および適応ニューロファジータカギーサグノカン(ANFTSK)制御方式と比較して,提案した制御方式を評価した。比較のために,異なるコントローラに対する性能指数(PI)を計算した。定量的および定性的評価は,他の方式と比較して,提案した制御の有効性を主張した。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： アルゴリズム ,  最適化 ,  電圧 ,  *電力 ,  *電力系統 ,  適応 ,  波束 ,  制御方式 ,  モーメント ,  *系統安定度 ,  メンバシップ関数 ,  逆伝搬法 ,  *ファジィニューラルネットワーク ,  FACTS
準シソーラス用語： インテリジェント制御 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 電力系統安定性 ,  強化 ,  適応 ,  ニューロファジィ