| 研究概要 |
電力システムの新しいモデリング手法として,ニューラルネットワークの応用を提案している。系統負荷の有効電力,無効電力,電圧の実測データを基にして,その動特性をニューラルネットワークによりモデル化し,シミュレーションによりその有効性を明らかにしている.提案するモデルの構造は三層構造のニューラルネットワークであり,出力信号は遅延回路を経由して入力層のノードへフィードバックされる構造となっている。入力層への入力信号数により,一次,二次および三次のモデルを構成している。
すなわち,各モデルはそれぞれ一次,二次および三次の非線形差分方程式で記述される。特定の系統負荷を対象としてモデルを作成し,そのロバスト性についての検証も行なっており,同一地域,同一季節での負荷の動特性は,ある特定のモデルで表現可能であることを明らかにしている。また,火力発電所におけるガバナ試験データを基にして,火力発電プラントのガバナ・タービンシステムをニューラルネットワークによりモデル化している。シミュレーション波形と実測波形の比較により,モデルの精度を評価し提案手法によりガバナ・タービンシステムの動特性が正確に表現されることを明らかにしている。また,ガバナ・タービンシステムの広範な動作状態をニューラルネットワークに学習させることにより,単一のモデルでこれらの動作状態を正確に表現できるようになった。
|
