1次元CNNの学習と検証に用いる電流最大値が地域独立系統の地絡検出精度に及ぼす影響

カテゴリ：研究会(論文単位)

論文No：PE25161,PSE25184

グループ名：【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術合同研究会

発行日：2025/9/1

タイトル(英語)：Impact of Maximum Current Used for Training and Validation of a One-Dimensional Convolutional Neural Network on the Accuracy of Ground Fault Detection in an Independent Microgrid

著者名：山口 優人(中部大学),飯岡 大輔(中部大学)

著者名(英語)： Yuto Yamaguchi(Chubu University),Daisuke Iioka(Chubu University)

キーワード：地域独立系統,１次元畳み込みニューラルネットワーク,地絡検出,Independent microgrid,One-Dimensional Convolutional Neural Network,Detection of Ground Fault

要約(日本語)：地域独立系統では、短絡や地絡が発生した際に速やかに事故を検出・遮断する必要がある。しかし、インバータ電源からの事故電流や小さいことや対地静電容量の影響により、従来の保護制御では十分な検出が困難な場合がある。本研究では、地絡方向リレーの機能の一部に1次元CNNを導入し、機械学習による異常検知手法を用いて地絡・短絡検出について検討する。特に、学習と検証に用いる最大値が検出精度に与える影響について考察する。

要約(英語)：In an independent microgrid, it is necessary to detect and isolate fault. Since fault current of inverter is too small, conventional protection system may not detect the fault. As a solution, we investigated applying anomaly detection using 1-dimensional CNN to ground fault detection.

本誌：2025年9月4日-2025年9月5日電力技術/電力系統技術合同研究会-4

本誌掲載ページ：49-54p

原稿種別：日本語

PDFファイルサイズ：1,426Kバイト