油中ガス分析の時系列データを用いた油入変圧器の異常予兆推定に向けた検討

カテゴリ: 部門大会

論文No: 271

グループ名: 【B】令和5年電気学会電力・エネルギー部門大会

発行日: 2023/08/23

タイトル(英語): A study on fault sign detection in oil immersed transformer using time-series data of dissolved gas analysis

著者名: 服部俊一（電力中央研究所），三国康佑（電力中央研究所），村田博士（電力中央研究所），本間大成（電力中央研究所），宮嵜悟（電力中央研究所），水谷嘉伸（電力中央研究所）

著者名(英語): Shunichi Hattori (Central Research Institute of Electric Power Industry), Kosuke Mikuni (Central Research Institute of Electric Power Industry), Hiroshi Murata (Central Research Institute of Electric Power Industry), Taisei Homma (Central Research Institute of Electric Power Industry), Satoru Miyazaki (Central Research Institute of Electric Power Industry), Yoshinobu Mizutani (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|ランダムフォレスト|oil immersed power transformer|dissolved gas analysis|fault detection|Random Forest

要約(日本語): 電力用油入変圧器の内部異常（過熱・放電・絶縁油混入など）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内部異常様相診断を行うため、電気協同研究会では保守管理基準を定めている。当所でも機械学習による異常様相判定手法を開発してきたが、設備保全の効率化には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。そこで本稿では、油中ガス分析結果の時系列データを用いてランダムフォレストにより算出した異常への分類確率から、異常予兆推定を試みた結果について報告する。

PDFファイルサイズ: 498 Kバイト