文献

J-GLOBAL ID：202202290301920061   整理番号：22A0991656

過渡電圧安定性評価のための畳込みニューラルネットワーク入力特徴構築法【JST・京大機械翻訳】

Construction Method for Input Features of Convolutional Neural Network for Transient Voltage Stability Assessment

著者 (6件)： Zhu Lin (華南理工大学電力学院,广東省广州市 510640) ,  Zhang Jian (華南理工大学電力学院,广東省广州市 510640) ,  Chen Da (華南理工大学電力学院,广東省广州市 510640;国网江蘇省電力有限公司,江蘇省南京市 210024) ,  Miao Lu (广東電网有限責任公司電力調度控制中心,广東省广州市 510660) ,  Long Fei (广東電网有限責任公司電力調度控制中心,广東省广州市 510660) ,  Yang Wenjia (广東電网有限責任公司電力調度控制中心,广東省广州市 510660)
資料名： Dianli Xitong Zidonghua  (Dianli Xitong Zidonghua)
巻： 46  号： 1  ページ： 85-93  発行年： 2022年 
JST資料番号： C2510A  ISSN： 1000-1026  CODEN： DXZIE9  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： コンボリューションニューラルネットワーク(CNN)を代表とする深さ学習アルゴリズムは電力系統過渡電圧安定性評価において応用を始めるが、その入力特徴の構築方法及び合理性検証は十分に研究されていない。AC/DC系統の過渡電圧安定性評価のために,CNNの入力特性構築法を提案した。まず第一に,入力特徴の次元と冗長度を,2段階分割に基づいて低減し,次に,最初に,システムのトポロジー関係と地理的位置制約に従って,初期分割結果を与え,次に,ノードの過渡電圧特性の類似性をクラスタ化して,次元と冗長度を縮減する最適分割方式を得た。次に,分割結果に基づき,AC/DCシステムの過渡電圧安定性に影響するキー因子を考察し,定常状態特性および多重次元故障情報を考慮した入力特性を構築した。最後に、構築した入力特徴をCNN過渡電圧評価モデルに応用し、実際の電力網データを用いて検証した。シミュレーション結果は,提案した方法が従来の特徴選択法よりも高精度であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 安定性 ,  位相幾何学 ,  シミュレーション ,  故障 ,  *電力系統 ,  *ニューラルネットワーク ,  入力 ,  クラスタ化 ,  特徴選択 ,  多重化 ,  モデル ,  分割 ,  冗長度 ,  学習アルゴリズム
準シソーラス用語： *電圧安定性 ,  評価モデル ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 過渡電圧 ,  安定性評価 ,  畳込みニューラルネットワーク ,  特徴構築