不確実性を含む電力系統の安定度評価への機械学習の適用

カテゴリ: 全国大会

論文No: 6-072

グループ名: 【全国大会】平成30年電気学会全国大会論文集

発行日: 2018/03/05

タイトル(英語): Application of Machine Learning to Stability Evaluation of Power System Including Uncertainty

著者名: 矢口 航太(東芝),下尾 高廣(東芝),木村 操(東芝),若江 智秀(東芝),高野 俊也(東芝)

著者名(英語): Kota Yaguchi(Toshiba Corp.),Takahiro Shimoo(Toshiba Corp.),Misao Kimura(Toshiba Corp.),Tomohide Wakae(Toshiba Corp.),Toshiya Takano(Toshiba Corp.)

キーワード: 電力系統,再生可能エネルギー,不確実性,安定度,機械学習

要約(日本語): 近年、発送電分離や再生可能エネルギー電源の導入増加に伴って電力系統の不確実性が増大しており、将来とり得る潮流状態を一意に定めることが困難となる。不確実性の影響下でどのような潮流状態に対しても系統安定度を維持するためには、膨大なケースに対して安定度解析を行う必要がある。そこで、過渡安定度計算などの詳細計算を行わない簡易モデルによる安定度評価手法を開発する。簡易モデルの作成方法として深層学習を適用し、その評価精度について検証する。

原稿種別: 日本語

PDFファイルサイズ: 626 Kバイト