決定木学習とクラスタリング手法を用いた柱上変圧器の保修判断支援に関する検討

カテゴリ: 部門大会

論文No: 0P8

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): A Study on Decision Support Model for Maintenance of Pole Transformer based on Decision Tree Learning with Clustering Preprocessing

著者名: 塚本恋（岐阜大学），高野浩貴（岐阜大学），浅野浩志（岐阜大学），重信颯人（福井大学），伊藤雅一（福井大学），杉本貴史（関西電力送配電），横山和弘（関西電力送配電）

著者名(英語): Ren Tsukamoto (Gifu University), Hirotaka Takano (Gifu University), Hiroshi Asano (Gifu University), Ryuto Shigenobu (University of Fukui), Masakazu Ito (University of Fukui), Takafumi Sugimoto (Kansai Transmission and Distribution, Inc.), Kazuhiro Yokoyama (Kansai Transmission and Distribution, Inc.)

キーワード: 柱上変圧器|意思決定支援|点検記録|保修記録|決定木学習|ウォード法|pole transformer|decision support|inspection record|maintenance record|decision tree learning|Ward's method

要約(日本語): 労働人口の減少によって，熟練運用者の技術を継承することが困難になっている。その対策として，点検・保修を含めた各種業務で蓄積したデータを配電ネットワークの計画・運用に活用し，業務の負担を軽減することが期待されている。　著者らは，コンクリート電柱の点検結果と保修内容の関係を分析し，点検結果から建て替えの要否を自動的に判定するモデルを提案してきた。また，前処理として点検結果にクラスタリング手法を適用し，クラスタごとにモデルを構築することで，判定精度が大幅に向上することも確認している。そこで，本稿では，柱上変圧器の取り替え要否を自動判定するモデルを構築し，その効果を検証した。

PDFファイルサイズ: 375 Kバイト