画像認識及びディジタルシグナル処理を活用した送電線故障原因分類

カテゴリ: 研究会(論文単位)

論文No: PPR21009

グループ名: 【B】電力・エネルギー部門 保護リレ－システム研究会

発行日: 2021/05/24

タイトル(英語): Classification of Transmission Line Failures by Machine Learning Using Image Recognition and Digital Signal Processing

著者名: 森 直樹(日立製作所),中村 守男(日立製作所),山口 淳太(日立製作所),中川 和哉(日立製作所),曹 未偉(日立製作所),牛田 一洋(中部電力),上田 勝久(中部電力),下野 晃裕(中部電力)

著者名(英語): Naoki Mori(HITACHI),Morio Nakamura(HITACHI),Junta Yamaguchi(HITACHI),Kazuya Nakagawa(HITACHI),Weiwei Cao(HITACHI),Kazuhiro Ushida(CHUBU Electric Power),Katsuhisa Ueda(CHUBU Electric Power),Akihiro Shimono(CHUBU Electric Power)

キーワード: 送電線故障|ディジタル信号処理|機械学習|モデル化|要因分析|画像認識|Transmission line failure|Digital signal processing |Machine learning|Modeling|Factor analysis|Image recognition

要約(日本語): 送電線故障の早期解消には，早期の故障原因の特定が必要であり技術開発が進められている。故障原因の特定は，故障発生時の気象データ，オシロ波形データ等から総合的に判断しているが，作業者のスキル依存となる点，また原因解析に時間を要する点が課題である。これらの課題を解消すべく，送電線故障記録，故障発生時のオシロ波形から得られる特徴量を使用し，機械学習を用いた故障原因自動分類モデルを設計した。

要約(英語): To resolve transmission line failures at an early stage, it's necessary to identify the cause of the failure at an early stage, and technological development is in progress. In identifying the cause of failure, the problems are that it depends on the skill of the engineer and that it takes time to analyze the cause. To solve these problems, we designed automatic failure cause classification models by machine learning using transmission line failure records and oscilloscope waveforms.

本誌: 2021年5月27日保護リレ－システム研究会

本誌掲載ページ: 45-48 p

原稿種別: 日本語

PDFファイルサイズ: 1,420 Kバイト