文献

J-GLOBAL ID：202202238175469900   整理番号：22A0323794

過渡および短期電圧安定性状態を予測するための高速オンライン決定木ベーススキームと不安定性の駆動力の決定【JST・京大機械翻訳】

Fast online decision tree-based scheme for predicting transient and short-term voltage stability status and determining driving force of instability

著者 (2件)： Lashgari Mahmoud (Center of Excellence for Power System Automation and Operation, Iran University of Science and Technology, Tehran, Iran) ,  Shahrtash S. Mohammad (Center of Excellence for Power System Automation and Operation, Iran University of Science and Technology, Tehran, Iran)
資料名： International Journal of Electrical Power & Energy Systems  (International Journal of Electrical Power & Energy Systems)
巻： 137  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： 本論文では,過渡および短期電圧(STV)安定性状態を予測し,故障の駆動力を決定する新しい高速機械学習ベーススキームを提示した。提案スキームでは,ディシジョンツリー(DT)分類器を採用し,発電機と誘導電動機(IM)バスでの設置フェーザ測定ユニット(PMU)の測定値を用いて,まず,過渡またはSTV(回復のない持続的低電圧を含む)とSTV(電圧崩壊を含む)の安定性状態を,広域測定システム(WAMS)フレームワークの擾乱直後に予測した。次に,非定常ケースに対して,過渡およびSTV安定性機構に基づいて,不安定性の駆動力を,過渡およびSTV不安定性の間で決定した。提案した方式の性能を評価するために,この方法をIEEE 39バステストシステムとIEEE Nordic試験システムで試験した。シミュレーション結果は,提案した方式が非常に正確でタイムリーであることを示した。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： 安定性 ,  シミュレーション ,  *電圧 ,  発電機 ,  過渡安定度 ,  IEEE ,  *ディシジョンツリー ,  不安定性 ,  誘導電動機 ,  *駆動力 ,  機械学習 ,  電圧降下
準シソーラス用語： *電圧安定性 ,  電圧崩壊 ,  低電圧 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 過渡安定性 ,  短期電圧安定性 ,  機械学習 ,  早期予測 ,  優性不安定性

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (8件)： 短期 ,  電圧安定性 ,  予測 ,  オンライン ,  決定木 ,  スキーム ,  不安定性 ,  駆動力