機械学習（分類手法）を利用した事故点標定手法

カテゴリ：研究会(論文単位)

論文No：PPR25029

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：2025/11/16

タイトル(英語)：A Fault Location Method Based on Machine Learning Classification Techniques

著者名：黒山 惣一朗(熊本大学),安並 一浩(熊本大学),宮内 肇(熊本大学)

著者名(英語)： Soichiro Kuroyama(Kumamoto University),Kazuhiro Yasunami(Kumamoto University),Hajime Miyauchi(Kumamoto University)

キーワード：事故点標定装置,送電系統,機械学習,ランダムフォレスト,分類,信頼度,fault locator (FL),transmission system,machine learning (ML),random forest,classification,confidence

要約(日本語)：一般送配電事業者は、電力系統で事故が発生した場合には、事故の種類によっては、復旧作業を行うために、事故点を特定する必要がある。そのため、事故点の特定を、迅速かつ正確に行うことが求められており、従来から、事故点標定装置（FL）が導入されてきた。本稿では、装置の低コスト化を目的として、機械学習（分類手法）を利用した事故点標定手法を提案し、シンプルな送電系統で、その妥当性を確認した結果について報告する。

要約(英語)：In the event of faults in power systems, TSOs/DSOs need to identify the fault locations quickly and accurately to restore the systems. Traditionally, fault locators have been employed for this purpose. In this paper, we propose a fault location method based on machine learning classification techniques with the aim of reducing device costs.

本誌：2025年11月19日-2025年11月20日保護リレ－システム研究会

本誌掲載ページ：79-85p

原稿種別：日本語

PDFファイルサイズ：2,908Kバイト