油中ガス分析による油入変圧器の異常予兆推定に関する検討

カテゴリ: 部門大会

論文No: 330

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): A study on fault sign detection for oil immersed transformer by dissolved gas analysis

著者名: 服部俊一（電力中央研究所），村田博士（電力中央研究所），宮嵜悟（電力中央研究所）

著者名(英語): Shunichi Hattori (Central Research Institute of Electric Power Industry), Hiroshi Murata (Central Research Institute of Electric Power Industry), Satoru Miyazaki (Central Research Institute of Electric Power Industry)

キーワード: 油入変圧器|油中ガス分析|異常検出|SVM|ランダムフォレスト|oil immersed power transformer|dissolved gas analysis|fault detection|SVM|Random Forest

要約(日本語): 電力用油入変圧器の内部異常の監視のため、これらの内部異常で発生し絶縁油中に溶存するガスを分析する油中ガス分析が行われている。油中ガス分析結果からの内部異常様相診断のために電気協同研究会ではガイドラインを作成しており、当所でも機械学習による異常様相判定手法を用いたツールの開発・提供を進めている。一方で、異常様相判定の高精度化だけでなく、異常予兆を推定する手法の開発が必要と考える。変圧器の状態に応じて点検および改修の要否を適切に判断できれば、事故を未然に防ぎつつ設備保全の効率化への貢献が期待できる。そこで本稿では、変圧器における異常様相の予兆推定を目的として、機械学習を用いて手法構築のための基礎的検討を行った結果について述べる。

PDFファイルサイズ: 538 Kバイト