需要施設の漏れ電流の機械学習モデルと入力データの選定に関する実データを用いた検証

カテゴリ: 部門大会

論文No: 43

グループ名: 【B】令和元年電気学会電力・エネルギー部門大会

発行日: 2019/08/23

タイトル(英語): Verification of Leakage Current of Periodic Facility Using Actual Data on Machine Learning Model and Selection of Input Data

著者名: 山口 順之(東京理科大学),本橋 祐之介(東京理科大学),加藤 謙晴(関東電気保安協会),鈴木 正美(関東電気保安協会)

著者名(英語): Nobuyuki Yamaguchi|Yunosuke Motohashi|Kaneharu Kato|Masami Suzuki

キーワード: ランダムフォレスト|エクストラツリー|バギング|漏れ電流|機械学習グリッドサーチ,Random Forest,Etra Trees,Bagging,Leakage Current,Machine LearningGrid Search

要約(日本語): 近年少子高齢化に伴い電気保安業界において，2045年までに約4千人もの電気主任技術者が不足すると予想されている。この問題を解消するため，IoTやAI等を用いた業務効率化に大きな期待が寄せられている。
業務効率化の有効な手段として考えられるのは電気保安業務の一つである定期点検の回数を低減することである。そのためには，保安データから定期点検時の漏れ電流値の予測モデルを作成し，その予測値から定期点検の回数を判断する必要がある。
本研究では，機械学習を用いて予測モデルを作成した。その際のデータセット，既存の回帰アルゴリズム，又ハイパーパラメータの選択を決定係数を評価関数に用いて検証した。

PDFファイルサイズ: 654 Kバイト