文献

J-GLOBAL ID：202202274404852066   整理番号：22A0847852

開ループモード共鳴に起因するねじりサブ同期振動の測定駆動源追跡【JST・京大機械翻訳】

Measurement-Driven Source Tracing of Torsional Subsynchronous Oscillations Caused by Open-Loop Modal Resonance

著者 (4件)： Du Wenjuan (School of Electrical Engineering, Sichuan University, Chengdu, China) ,  Chen Jian (School of Electrical and Electronic Engineering, North China Electric Power University, Beijing, China) ,  Wang Yang (School of Electrical Engineering, Sichuan University, Chengdu, China) ,  Wang H. F. (School of Electrical Engineering, Sichuan University, Chengdu, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.2502114.1-14  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  資料種別： 逐次刊行物 (A)
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： 開ループモード共振は,グリッド接続ウィンドファーム(WF)が同期発電機の危険なねじりサブ同期振動(SSO)を励起する機構である。しかし,開ループモード共鳴解析(OMA)はパラメトリックモデルに頼る必要があるが,実際には,OMAのパラメトリックモデルを確立するために,ウィンドファームのパラメトリック情報を得ることは,しばしば困難である。したがって,本論文では,パラメトリックモデルよりむしろ,測定データに基づくOMAの方法を提案した。提案方法は,特に,ねじりSSOの源を追跡するための応用であり,それは,開ループモード共振に部品を取り入れたトラブル製造ウィンドファームである。OMAの提案方法を,畳み込みニューラルネットワーク(CNN)のモデルを訓練するための機械学習によって開発した。十分でラベル付き訓練データの不足の問題を解決するために,簡易シミュレーションシステムを構築することを提案した。次に,CNNモデルを,限られた測定データから実際の電力系統におけるねじりSSOの源を追跡するために,シミュレーションシステムによって生成された訓練データを用いて,深層移動学習アルゴリズムによって訓練した。本論文では,提案した方法を示し,試験例により評価した。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： 共振 ,  *共鳴 ,  *振動 ,  *ねじり ,  電力系統 ,  *開ループ系 ,  同期発電機 ,  ウインドファーム ,  *駆動力 ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 訓練データ ,  パラメトリックモデル ,  シミュレーションシステム ,  グリッド接続 , 【Automatic Indexing@JST】

分類 (1件)： 固体デバイス製造技術一般  (NC03030V)

タイトルに関連する用語 (7件)： 開ループ ,  共鳴 ,  起因 ,  ねじり ,  サブ ,  駆動源 ,  追跡