文献

J-GLOBAL ID：202202274387242151   整理番号：22A1004214

ラジアル基底関数ニューラルネットワークに基づく利用可能な送電能力確率解析【JST・京大機械翻訳】

Probabilistic analysis for available transfer capability based on radial basis function neural network

著者 (8件)： Yang Junfeng (国家電力調度控制中心,北京100031) ,  Dai Sai (中国電力科学研究院有限公司,北京100192) ,  Zhu Junfei (国网湖南省電力有限公司,湖南 長沙410004) ,  Li Jing (国网湖南省電力有限公司,湖南 長沙410004) ,  Li Hui (国网湖南省電力有限公司,湖南 長沙410004) ,  Huang Guodong (中国電力科学研究院有限公司,北京100192) ,  Lin Xingyu (輸配電装備及系統安全与新技術国家重点実験室(重慶大学) ,重慶400044) ,  Tang Junjie (輸配電装備及系統安全与新技術国家重点実験室(重慶大学) ,重慶400044)
資料名： Diangong Dianneng Xinjishu  (Diangong Dianneng Xinjishu)
巻： 41  号： 1  ページ： 31-41  発行年： 2022年 
JST資料番号： C2503A  ISSN： 1003-3076  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 送電能力(ATC)は電力システムの経済安全運転の重要な指標である。大量の風力発電網とユーザー用電行為の多様化により、ATCの計算はそれによる不確定源を考慮しなければならない。しかし,Nataf変換における標準正規分布の相関係数の解は,不確実なソース相関の処理において複雑であり,シンプソン数値積分と二分法に基づく従来の相関係数変換法は,非常に重大である。確率計算において、モンテカルロ法を用いて、最適潮流に基づくATC計算モデルはATCの確率分析に時間がかかる。上記の困難さに基づいて,本論文では,動径基底関数ニューラルネットワーク(RBFNN)を用いて,Nataf変換における相関係数の変換プロセスを実現し,そして,ATCの決定論的計算モデルを,動径基底関数ニューラルネットワーク(RBFNN)によって近似し,そして,ATCの確率解析を,確率モデリングおよび単一ATC計算の2つの側面から,提示した。本文では、2つの接続したIEEE9ノード計算例に基づき、従来の相関係数変換法を相関係数精度参考とし、最適化ATCモデルに基づくモンテカルロ法を確率結果の精度参考とし、本文の提案手法の性能を測定した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  最適化 ,  正規分布 ,  不確実性 ,  電力系統 ,  *ニューラルネットワーク ,  数値積分 ,  風力発電 ,  相関係数 ,  *送電 ,  モデル ,  計算モデル ,  *動径基底関数
準シソーラス用語： 決定論 ,  *確率解析 , 【Automatic Indexing@JST】

分類 (1件)： 電力変換器  (NB08030B)

タイトルに関連する用語 (5件)： ラジアル基底関数 ,  ニューラルネットワーク ,  送電 ,  能力 ,  確率解析