文献

J-GLOBAL ID：202202272655159530   整理番号：22A0980656

グリッド検査画像とK平均アルゴリズムに基づく電力回廊センターの抽出方法【JST・京大機械翻訳】

Extraction Method of Power’s Corridor Centre Based on Grid Inspection Image and K-Means Algorithm

著者 (5件)： Zhao Xiangwei (Jiangsu Power Design Institute, Co., Ltd. of China Energy Engineering Group, Nanjing, China) ,  Li Xin (Jiangsu Power Design Institute, Co., Ltd. of China Energy Engineering Group, Nanjing, China) ,  Chang Hao (GroupState Grid Taizhou Power Supply Company of Jiangsu Electric Power Co., Ltd., Taizhou, Jiangsu, China) ,  Yao Jun (GroupState Grid Taizhou Power Supply Company of Jiangsu Electric Power Co., Ltd., Taizhou, Jiangsu, China) ,  Weng Beibei (GroupState Grid Taizhou Power Supply Company of Jiangsu Electric Power Co., Ltd., Taizhou, Jiangsu, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 854  ページ： 360-367  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： 地上電力回廊の取得と更新は,配電網計画において非常に重要である。この目標を達成するために2つの伝統的方法,すなわち,グリッドGISデータの手動マッピングと更新を用いた。前者は計画作業により多くの作業負荷をもたらし,効率を大幅に削減するが,後者はGISデータの現在の可能性により計画結果に大きな影響を与える。本論文では,電力グリッド運用と保全検査の画像データに基づいて,電力の回廊中心の抽出法を提案した。最初に,検査画像データの位置情報を抽出した。第二に,タワー画像をK平均クラスタ化アルゴリズムによって処理して,各塔のクラスタ化重心を得た。最後に,上記の地上電力回廊を生成した。アルゴリズムの有効性をテストするために,高電圧送電網と配電ネットワークの実際の検査データを実験データとして採用して,極と塔の実際の座標を検査データとして取り入れた。検証結果は,高圧パトロールのクラスタ化誤差が基本的に±1.5m以内に分布して,いくつかのタワーの誤差が4mまでであることを示した。配電網検査のクラスタ化誤差は,すべて±2.0m以内に分布した。2つの実験結果にクラスタ化誤差が現れず,それは配電ネットワーク計画のチャネル解析精度の要求を満たすことができて,データマイニングとデータ利用の深さを大いに改良することができた。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  *電力 ,  保全 ,  送電系統 ,  配電系統 ,  重心 ,  クラスタ化 ,  *画像 ,  塔状構造物 ,  測定データ ,  *廊下 ,  格子 ,  位置情報 ,  データマイニング
準シソーラス用語： データ利用 ,  配電網 , 【Automatic Indexing@JST】

著者キーワード (4件)： 配電ネットワーク計画 ,  地上電力回廊 ,  K-means ,  ネットワーク運用と保守検査

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： グリッド ,  検査 ,  平均 ,  アルゴリズム ,  回廊 ,  センター