深層学習による時間領域部分放電波形を基にした絶縁体の状態識別

カテゴリ: 研究会(論文単位)

論文No: DEI22088,EWC22018

グループ名: 【A】基礎・材料・共通部門 誘電・絶縁材料/【B】電力・エネルギー部門 電線・ケ－ブル合同研究会

発行日: 2022/11/22

タイトル(英語): Condition Classification based on Time Domain Partial Discharge Waveform using Deep Learning

著者名: 川島 朋裕(豊橋技術科学大学),Ho Quang(豊橋技術科学大学),村上 義信(豊橋技術科学大学),穂積 直裕(豊橋技術科学大学)

著者名(英語): Tomohiro Kawashima(Toyohashi University of Technology),Quang Ho(Toyohashi University of Technology),Yoshinobu Murakami(Toyohashi University of Techonolgy),Naohiro Hozumi(Toyohashi University of Techonolgy)

キーワード: 部分放電波形|深層学習|状態識別|Partial discharge|Deep learning|Condition classification

要約(日本語): 部分放電波形の特徴量は，放電空間における電子なだれの挙動を反映している。本報告では，深層学習によりPD波形そのものから絶縁体の状態を識別した。表面抵抗が低下した絶縁体におけるPD波形は，立上り部分に顕著な差がみられる。立上り部分のみを抽出して学習することで，識別精度が向上することを示した。更に，適当なフィルタを用いてPD波形の周波数帯域を調整し，識別精度との関係を示した。

要約(英語): The characteristics of the partial discharge (PD) waveform reflect the behavior of electron avalanches in the discharge space. When an insulator with lower surface resistance is employed, the difference in surface resistance appears at the rising part of the waveform. In this report, we identify the condition of the insulator from the PD waveform using deep learning. We showed that learning by extracting only the rising part improves the identification accuracy. Furthermore, the frequency band of the waveform was adjusted using an appropriate filter, and the relationship with the accuracy was shown.

本誌: 2022年11月25日誘電・絶縁材料/電線・ケ－ブル合同研究会

本誌掲載ページ: 11-15 p

原稿種別: 日本語

PDFファイルサイズ: 1,825 Kバイト