条件付き変分オートエンコーダを用いた植物油入変圧器の診断方法の検討

カテゴリ：部門大会

論文No：294

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)：Investigation of Diagnostic Method for Natural Ester Oil-filled Transformers Using Conditional Variational Autoencoder

著者名：廣澤真子（かんでんエンジニアリング），寺脇朋輝（かんでんエンジニアリング），久住政喜（かんでんエンジニアリング），岩城遼（かんでんエンジニアリング），西川精一（かんでんエンジニアリング），笠岡誠（かんでんエンジニアリング）

著者名(英語)： Mako Hirosawa (Kanden Engineering), Tomoki Terawaki (Kanden Engineering), Masaki Hisazumi (Kanden Engineering), Ryo Iwaki (Kanden Engineering), Seiiti Nishikawa (Kanden Engineering), Makoto Kasaoka (Kanden Engineering)

キーワード：変圧器,油中ガス分析,植物油,機械学習,Transformer,Dissolved gas analysis,Natural Ester,Machine Learning

要約(日本語)：近年、環境負荷の低減や長寿命化の観点から植物油入変圧器の需要が高まっているが、稼働台数や解体事例が少ないため、内部異常診断が困難である。特に、当社が開発したAI診断を植物油入変圧器へ適用するには長期的なデータ蓄積が必要となる。そこで、条件付き変分オートエンコーダを用いて、各油種の生成ガス量を学習させることで、植物油入変圧器の生成ガス量から同一条件時の鉱油入変圧器が取りうる生成ガス量に変換する油種間生成ガス量変換器を構築した。本手法により、植物油入変圧器であっても鉱油の知見を用いた診断が適用できる可能性を示した。

PDFファイルサイズ：457Kバイト