限定した時間断面のみを用いた良質な解の多数決による柱上変圧器の接続相推定

カテゴリ: 部門大会

論文No: 3

グループ名: 【B】令和6年電気学会電力・エネルギー部門大会

発行日: 2024/08/23

タイトル(英語): Connection Phase Estimation of Pole Mounted Distribution Transformers by Majority Voting of High-quality Solutions using Only Selected Stages

著者名: 髙橋琉（明治大学），福山良和（明治大学），吉田武尊（富士電機），大井章弘（富士電機），神通川亨（富士電機），藤本久（富士電機）

著者名(英語): Ryu Takahashi (Meiji University), Yoshikazu Fukuyama (Meiji University), Hotaka Yoshida (Fuji Electric Co., Ltd.), Akihiro Oi (Fuji Electric Co., Ltd.), Toru Jintsugawa (Fuji Electric Co., Ltd.), Hisashi Fujimoto (Fuji Electric Co., Ltd.)

キーワード: 柱上変圧器の接続相推定|最大コレントロピー基準|改良整数型 Population based incremental learning|アンサンブル学習|proximate optimality principle|connection phase estimation of pole mounted distribution transformers|maximum correntropy criterion|improved integer form of population based incremental learning|ensemble learning|proximate optimality principle

要約(日本語): 本論文では，限定した時間断面のみを用いた良質な解の多数決による柱上変圧器の接続相推定を提案する。柱上変圧器の接続相推定問題は，ワンショットでない系統データを用いることにより，正解の接続相の組合せと目的関数値が最良の接続相の組合せが一致しないという根本的な課題が発生する可能性がある。この根本的な課題を回避するために，提案法は，機械学習で用いられるアンサンブル学習の考え方と，進化計算で用いられるproximate optimality principleの考え方を利用する。提案法は配電系統モデルを用いて，柱上変圧器の接続相を高い精度で推定し，推定が間違っている可能性がある柱上変圧器を特定できることを確認した。

PDFファイルサイズ: 610 Kバイト