グラフニューラルネットワークを用いた配電系統の三相不平衡電圧推定

カテゴリ：部門大会

論文No：006

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：Estimation of Three-Phase Unbalanced Voltage of Distribution System Using Graph Neural Network

著者名：山本一輝（大阪公立大学），高山聡志（大阪公立大学），石亀篤司（大阪公立大学），山本和孝（関西電力送配電），森山良太（関西電力送配電），山口大翼（関西電力送配電）

著者名(英語)： Kazuki Yamamoto (Osaka Metropolitan University), Satoshi Takayama (Osaka Metropolitan University), Atsushi Ishigame (Osaka Metropolitan University), Kazutaka Yamamoto (Kansai Transmission and Distribution, Inc.), Ryota Moriyama (Kansai Transmission and Distribution, Inc.), Daisuke Yamaguchi (Kansai Transmission and Distribution, Inc.)

キーワード：グラフニューラルネットワーク,三相電圧不平衡,配電系統,深層学習,Graph Neural Network,Three-Phase Voltage Unbalance,Distribution System,Deep Learning

要約(日本語)：この研究では、配電系統における三相電圧および電圧不平衡率を高精度かつ効率的に推定するために、GNN（Graph Neural Network）、特にMPNN（Message Passing Neural Network）に基づく2種類の学習モデルを提案している。1つは三相の情報を統合して同時に処理するモデルであり、もう1つは各相（AB、BC、CA）を個別に学習し、その出力を統合するモデルである。本研究では、それぞれの構造が三相電圧および不平衡率の予測精度に与える影響を比較・検討し、より実用的で高精度な推定手法の確立を目指している。

PDFファイルサイズ：3,036Kバイト