文献

J-GLOBAL ID：202202239976129895   整理番号：22A1103991

機械学習を用いたスマートグリッドにおける停電予測【JST・京大機械翻訳】

Blackout Prediction in Smart Grids using Machine Learning

著者 (5件)： Shettar Sanket N (Electronics and Communication Engineering,Bangalore,India) ,  Kinger Rajat (PES University,Electronics and Communication Engineering,Bangalore,India) ,  Tharun Kumar S I (PES University,Electronics and Communication Engineering,Bangalore,India) ,  Preetham N V Renu (PES University,Electronics and Communication Engineering,Bangalore,India) ,  Ramya K (PES University,Electronics and Communication Engineering,Bangalore,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIS  ページ： 210-214  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： スマートグリッドの開発および実装において著しい改善があったとしても,グリッドにおけるカスケード故障のモデリングにおける機械学習(ML)の使用は,まだ一般的ではない。ここでは,様々なMLアルゴリズムを用いて,グリッドにおけるカスケード故障を分類した。一旦,回帰モデルを用いて,カスケード効果を予測した。グリッドパラメータに関するリアルタイムデータへのアクセスは利用できないので,MATLABを用いて作成した合成故障シミュレータフレームワークによって生成されたデータを使用した。故障線数,電力負荷レベル,負荷遮断能力のような特徴を含めた。186の送電線,118のノードおよび54の発電機から成るIEEE118バスネットワークを用いて,データセットを生成した。本論文の主要な目的は,できるだけ早く停電を予測することができる回帰と学習モデルを用いて,カスケード故障の影響を描写することである。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 ,  学習モデル ,  故障 ,  送電線 ,  負荷遮断 ,  *停電 ,  回帰モデル ,  *機械学習 ,  *スマートグリッド
準シソーラス用語： MATLAB ,  電力負荷 ,  カスケード型故障 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (4件)： 機械学習 ,  スマートグリッド ,  停電 ,  予測