{"product_id":"ieej-btb2025185","title":"電圧安定性二段階推定における誤分類対策とその効果","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ：\u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No：\u003c\/strong\u003e185\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名：\u003c\/strong\u003e【B】令和7年電気学会電力・エネルギー部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日：\u003c\/strong\u003e2025\/9\/5\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語)：\u003c\/strong\u003eMisclassification Countermeasures and Effectiveness in Two-Step Estimation of Voltage Stability\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名：\u003c\/strong\u003e浅井脩太（名古屋工業大学），青木睦（名古屋工業大学），中村勇太（名古屋工業大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語)： \u003c\/strong\u003eAsai Shuta (Nagoya Institute of Technology), Aoki Mutsumi (Nagoya Institute of Technology), Nakamura Yuta (Nagoya Institute of Technology)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード：\u003c\/strong\u003e電圧安定性,N-2故障,Deep Neural Network,ランダムフォレスト,Voltage Stability,N-2 contingency,Deep Neural Network,Random Forest\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語)：\u003c\/strong\u003e再エネルギー電源の導入拡大に伴い、電力系統の電圧安定性をリアルタイムで把握する必要性が増している。PMUデータと機械学習を用いた推定手法が検討される中、筆者らはランダムフォレスト(RF)とDNNを段階的に用いる二段階推定手法を検討してきた。しかし、RF分類時の誤分類対策が未実施であり、誤分類による電圧安定性の過大評価は安全性を低下させ、過小評価は経済性を悪化させる課題があった。本稿では、この誤分類を低減する対策を組み込み、解釈性と精度を考慮した新たな電圧安定性二段階推定手法を提案する。提案手法の有効性はシミュレーションにより明らかにする。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ：\u003c\/strong\u003e506Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":47682282520815,"sku":"IEEJ-BTB2025185-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_bumontaikai_12907730-2df8-45a3-bf2a-9979116b3bf4.png?v=1770874326","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-btb2025185","provider":"電気学会 電子図書館","version":"1.0","type":"link"}