文献

J-GLOBAL ID：202202275479052002   整理番号：22A0853737

ビッグデータに基づく電力機器診断に関する研究【JST・京大機械翻訳】

Research on power equipment diagnosis based on big data

著者 (1件)： Wang Zichen (Tianjin University of Technology,School of Management,Tianjin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICPECA  ページ： 1015-1018  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： 電力システムの連続開発は,中国における経済と科学技術の急速な発展のための重要な保証である。スマートグリッドの出現は,電力分野における電力ビッグデータと人工知能の開発を加速した。スマートグリッドにおいて,電力装置の状態は,電力システムの状態を決定し,送電網の安定運転のための決定的要因であり,そして,火花分散並列処理システムの安定運転のための決定的因子は,大きなデータの貯蔵および計算に合致し,そして,大きなデータの下で,故障分類および電力装置の診断を実現するための新規研究アイデアを提供した。深層学習の概念は,大きなデータの下で電力装置状態の解析と予測のためのプラットフォームを提供する。本論文は,電力装置ハンドオーバ試験の基本的内容を紹介して,ハンドオーバ試験における電力装置の一般的故障タイプを分析して,既存の故障診断方法を導入して,火花プラットフォームに基づく電力装置状態診断ベースの方式を提唱して,火花におけるナイーブベイジアンネットワークを用いて電力装置の故障を分類して,サンプル入力として試験データを取り入れて,電力装置の故障診断を実行した。これに基づき,深層学習ネットワークの研究を通して,電力装置故障診断の実現可能性を分析する。試験は,本論文で使用する方式が,効果的にパワー装置の状態を診断することができて,予測することができることを示した。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： 科学技術 ,  故障 ,  *電力 ,  ネットワーク ,  送電系統 ,  *電力機器 ,  電力系統 ,  故障診断 ,  人工知能 ,  ハンドオーバ ,  スマートグリッド
準シソーラス用語： 信念ネットワーク ,  *ビッグデータ ,  故障分類 ,  深層学習 , 【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 (4件)： ビッグデータ ,  電力機器 ,  診断 ,  研究