文献

J-GLOBAL ID：202202260399822374   整理番号：22A0474262

ピークバレー負荷特性に基づく畳込みニューラルネットワークのスマートエネルギー貯蔵ディスパッチング【JST・京大機械翻訳】

Smart energy storage dispatching of peak-valley load characteristics based-convolutional neural network

著者 (4件)： Lu Huayong (College of Energy and Electrical Engineering, Hohai University, Jiangsu 210098, China) ,  Lu Huayong (Henan Electric Power Dispatching and Control Center, Henan,450018, China) ,  Yang Xiao (Henan Electric Power Dispatching and Control Center, Henan,450018, China) ,  Guo Hongzuo (Henan Electric Power Dispatching and Control Center, Henan,450018, China)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  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： 配電網は,需要側管理を通して負荷管理戦略を実現することができるので,それはより大きな柔軟性を持っている。弾性負荷研究に基づき,畳み込みニューラルネットワーク(CNN)に基づく知的負荷による調節可能なアクティブ配電ネットワークの協調ディスパッチ法を提案した。最初に,配電ネットワークの負荷変動を安定化して,ネットワーク損失を減らすために,配電ネットワークの知的協調負荷配分を実行した。次に,配電網は,新しいエネルギーアクセスに起因する電力変動を抑制し,知的負荷分布と電力制約を達成した。実験結果は,ピーク谷負荷特性に基づく畳込みニューラルネットワークアルゴリズムが,試験データ解析と比較して,良いピーク谷負荷制御効果を有することを示した。ピーク値の調整は,谷差によって引き起こす頻繁な活動を減少することができて,それはエネルギー利用に関して影響の良い利用比率を持った。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： アルゴリズム ,  *ディスパッチング ,  *ネットワーク ,  弾性 ,  負荷配分 ,  柔軟性 ,  電力変動 ,  *負荷特性 ,  エネルギー貯蔵 ,  ピーク値 ,  負荷変動 ,  負荷管理 ,  デマンドサイドマネジメント
準シソーラス用語： 配電網 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 配電系統のエネルギー貯蔵 ,  ピークバレー負荷 ,  畳込みニューラルネットワーク ,  ピークディスパッチング

分類 (2件)： 配電(事業者側)  (NB05040R) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 負荷特性 ,  畳込みニューラルネットワーク ,  エネルギー貯蔵 ,  ディスパッチング