気象・土地利用情報を用いた機械学習による送電線故障原因分類

カテゴリ: 部門大会

論文No: 146

グループ名: 【B】令和3年電気学会電力・エネルギー部門大会

発行日: 2021/08/12

タイトル(英語): Classification of Transmission Line Failures by Machine Learning using Weather and Land Use Infomation

著者名: 牛田一洋（中部電力），上田勝久（中部電力），下野晃裕（中部電力），森直樹（日立製作所），中村守男（日立製作所），山口淳太（日立製作所），中川和哉（日立製作所），曹未偉（日立製作所）

著者名(英語): Kazuhiro Ushida (CHUBU Electric Power), Katsuhisa Ueda (CHUBU Electric Power), Akihiro Shimono (CHUBU Electric Power), Naoki Mori (Hitachi), Morio Nakamura (Hitachi), Junta Yamaguchi (Hitachi), Kazuya Nakagawa (Hitachi), Weiwei Cao (Hitachi)

キーワード: 送電線故障|機械学習|AI|特徴量|transmission line failure|machine learning|AI|feature value

要約(日本語): 送電線故障が発生した際，その原因解析を故障発生時のオシロ波形情報や送電線周辺の気象情報，土地利用情報等から総合的に判断しているが，判断者のスキルに依存するため，原因解析に時間を要する点が課題である。これらを解消するため，AI技術を用いた送電線故障原因分類方法を検討しており，これまでに，オシロ波形の電圧・電流データから画像認識技術やディジタル信号処理を用いて特徴量を抽出することにより，分類精度72%を達成している。しかし，実用化に向けて更なる精度向上を図る必要があるため，今回，さらに気象情報と土地利用情報から特徴量を抽出し，分類試行を行ったので報告する。

PDFファイルサイズ: 700 Kバイト