機械学習による電力変換回路のリアルタイム異常検知

カテゴリ: 部門大会

論文No: 321

グループ名: 【B】令和4年電気学会電力・エネルギー部門大会

発行日: 2022/08/26

タイトル(英語): Real-time Anomaly Detection Using Machine Learning for Power Conversion Circuit

著者名: 吉川晃平（東京理科大学），片山昇（東京理科大学）

著者名(英語): Yoshikawa Kohei (Tokyo University of Science), Katayama Noboru (Tokyo University of Science)

キーワード: 異常検知|機械学習|サーモカメラ|半教師あり学習|anomaly detection|machine learning|surmography|semi-supervised learning

要約(日本語): 近年，PCやスマートフォンといった様々な場所で電力変換回路が使用されている。しかし，外的要因等によって許容耐熱量をこえることで熱暴走が起こることが報告されている。そこで，先行研究では回路温度に着目し，人が接触せず安全に設置できるサーモカメラを用いた異常検知を機械学習によって研究が行われている。本研究ではラベルを減らすことが可能な半教師あり学習を行う。半教師あり学習で行うにあたり学習方法をCNNで行った。また、サーモカメラの撮影画像を学習モデルに遅延なくいれることによって異常検知の速度向上を試みた。本研究ではサーモカメラで撮影した画像をリアルタイム分析及び異常検知を目的とする。

PDFファイルサイズ: 400 Kバイト