機械学習を用いたパターン認識とクラスタリングによるN波脱調を考慮した過渡安定度高速安定判別手法

DOI Web Site Web Site 参考文献1件
  • 小林 淳之介
    早稲田大学先進理工学研究科電気・情報生命専攻
  • 小栁 唯
    早稲田大学先進理工学研究科電気・情報生命専攻
  • 岩本 伸一
    早稲田大学先進理工学研究科電気・情報生命専攻

書誌事項

タイトル別名
  • A Fast Screening Method for Transient Stability considering Multi-swing Step-out using Pattern Recognition with Machine Learning and Clustering
  • キカイ ガクシュウ オ モチイタ パターン ニンシキ ト クラスタリング ニ ヨル Nハ ダツチョウ オ コウリョ シタ カト アンテイド コウソク アンテイ ハンベツ シュホウ

この論文をさがす

抄録

<p>Recently, online stability monitoring systems have become more important in response to the increasing complexity of power systems. Moreover, there has been a concern about multi-swing step-out due to the Japanese longitudinal power system. In this paper, a fast screening method is proposed considering multi-swing step-out using PCA (principal component analysis). In the proposed method, computers learn patterns of PCA in transient stability data as a form of library. In order to reduce the number of data in the library, k-means method, one of the partitioning-optimization clustering methods, is applied to extract features in the data. In addition, Gaussian mixture model is also applied to extract the feature from a different perspective. Simulations for the proposed method are performed using the IEEJ 10 machine 47 bus system to confirm the validity of the screening method.</p>

収録刊行物

参考文献 (1)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ