文献

J-GLOBAL ID：202202261355369357   整理番号：22A1087770

人工ニューラルネットワークを用いた周波数負荷遮断下の最適適応【JST・京大機械翻訳】

An Optimal Adaptive under Frequency Load Shedding Using Artificial Neural Networks

著者 (2件)： Jinhua Wei (Yinchuan University of Science and Technology,Yinchuan,China,750000) ,  Yanyan Bao (Power Research Institute, State Grid Gansu Electric Power Company,Lanzhou,China,730070)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： EEBDA  ページ： 249-253  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： 異なる短絡回路,負荷成長,発電不足,および電圧と周波数安定性を妨げる他の故障は,システムセキュリティに対する重大な脅威である。周波数と電圧不安定性は,電力系統のサブシステムへの分散を引き起こし,システム装置の重い損傷と同様に停電につながる。本論文では,人工ニューラルネットワーク(ANN)を用いた分離電力システムのための,高速で最適な適応負荷遮断法を提案した。提案方法は,すべてのステップで必要な負荷遮断を同時に決定することができ,従来法よりはるかに速い。この方法をPSASPとMATLABに基づく10マシン39ノード電力システムで試験した。シミュレーション結果は,提案したアルゴリズムが高速,ロバストで,異なる負荷シナリオにおける負荷遮断の最適値が従来法と比較して得られることを示した。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 ,  シミュレーション ,  電圧 ,  発電 ,  電力系統 ,  *ニューラルネットワーク ,  *負荷遮断 ,  周波数安定度 ,  不安定性 ,  ロバスト性
準シソーラス用語： MATLAB ,  サブシステム ,  最適値 ,  システムセキュリティ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 人工ニューラルネットワーク ,  負荷遮断 ,  適応