変数選択手法を用いた高速化Robust Random Cut Forestによる水力発電設備の故障検知

カテゴリ: 研究会(論文単位)

論文No: ST21036,SMF21063

グループ名: 【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日: 2021/10/30

タイトル(英語): Fault Detection for Hydroelectric Generating Units by Fast Robust Random Cut Forest with Feature Selection

著者名: 原 勇輝(明治大学),福山 良和(明治大学),島崎 祐一(富士電機),長田 悠人(富士電機),村上 賢哉(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Yuki Hara(Meiji University),Yoshikazu Fukuyama(Meiji University),Yuichi Shimazaki(Fuji Electric Co., Ltd.),Yuto Osada(Fuji Electric Co., Ltd.),Kenya Murakami(Fuji Electric Co., Ltd.),Tatsuya Izaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co.,

キーワード: 水力発電機|故障検知|高速化Ｒｏｂｕｓｔ　Ｒａｎｄｏｍ　Ｃｕｔ　Ｆｏｒｅｓｔ|変数選択|機械学習|hydroelectric generator|fault detection|Fast Robust Random Cut Forest|feature selection|machine learning

要約(日本語): 水力発電は，電力供給において世界的に重要な発電方式である。また，将来的に多くの普及が考えられる。そのため，故障検知を高精度に行うことが重要になる。また，コストの削減のために，変数選択を行うことが必要となる。本論文では，水力発電機のデータ特性とRandom Cut Treeの特性を考慮した変数選択手法を用いた高速化Robust Random Cut Forestの適用を提案する。様々な従来法と比較することにより提案法の有効性を確認した。

要約(英語): This paper proposes Fast Robust Random Cut Forest with feature selection for hydroelectric generating unit fault detection. Hydroelectric generating units are one of important electric generation sources for electricity supply. From now on, it is planned to install small hydroelectric generating units. Therefore, it is still important to detect faults of hydroelectric generating units accurately. Moreover, effective features for fault detection should be selected in order to reduce operation costs of fault detection services. It is verified that the proposed method is more effective than other comparative methods.

本誌: 2021年11月2日システム/スマートファシリティ合同研究会

本誌掲載ページ: 75-80 p

原稿種別: 日本語

PDFファイルサイズ: 1,271 Kバイト