文献

J-GLOBAL ID：202202249652754909   整理番号：22A0968216

人工ニューラルネットワークに基づく二次電圧制御【JST・京大機械翻訳】

A secondary voltage control based on artificial neural networks

著者 (5件)： Kasper J. V. G. (Universidade Federal do Parana, Curitiba, Parana, Brazil) ,  Marujo D. (Universidade Tecnologica Federal do Parana, Medianeira, Parana, Brazil) ,  Santos M. V. (Newcastle University, Newcastle-Upon-Tyne, UK) ,  Malagoli J. A. (Universidade Federal do Parana, Curitiba, Parana, Brazil) ,  Guedes A. L. (Universidade Tecnologica Federal do Parana, Medianeira, Parana, Brazil)
資料名： Electrical Engineering  (Electrical Engineering)
巻： 104  号： 2  ページ： 1111-1119  発行年： 2022年 
JST資料番号： A0448A  ISSN： 0948-7921  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： インテリジェント電圧制御装置の使用は,システムオペレータのために電気システムの操作をより簡単にする。本研究は,運転限界内の電圧レベルを同時に維持し,参加発電機の無効電力埋蔵量を管理する電圧制御動作を見つけるための方法論を提案することを目的とする。この目的のために,SVCニューラルネットワークと呼ばれる知的二次電圧制御を提案した。提案方法は,人工ニューラルネットワークと最適電力潮流解を結合した。後者は,システムの知識と特性を収集し,制御解決策を迅速かつ適応的に提案した。提案したSVCニューラルの応用は,全システム損失の低減と電圧と無効電力の適切な制御をもたらした。制御装置を用いた最も重要な損失減少は2.24%であり,最小の減少は0.5%であった。SVC-神経結果は,一般化する能力を示し,最適化問題を解決する必要がなく,しばしば複雑なタスクとなり,多くの計算努力を必要とする。また,結果は,損失を減らし,インテリジェントコントローラに関する将来の研究を動機づける能力に関して,提案したSVCニューラルを検証した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電圧 ,  埋蔵量 ,  最適化問題 ,  制御装置 ,  オペレータ ,  制御 ,  特性 ,  発電機 ,  電力潮流 ,  *電圧制御 ,  電力系統 ,  無効電力 ,  *ニューラルネットワーク ,  制御動作
準シソーラス用語： 電圧安定性 ,  最適電力潮流 , 【Automatic Indexing@JST】

著者キーワード (5件)： 電力系統の安定性 ,  二次電圧制御 ,  ニューラルネットワーク ,  電圧安定性 ,  最適電力潮流

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (2件)： 人工ニューラルネットワーク ,  電圧制御