1次元CNNによる地域独立系統の地絡検出精度と学習に用いる平常時電流最大値の関係

カテゴリ：部門大会

論文No：P14

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)：Relationship between Accuracy of Ground Fault Detection in Independent Microgrid Using One-Dimensional Convolutional Neural Network and Maximum Current Value during Normal Condition Used for Learning

著者名：山口優人（中部大学），飯岡大輔（中部大学）

著者名(英語)： Yuto Yamaguchi (Chubu University), Daisuke Iioka (Chubu University)

キーワード：地域独立系統,1次元畳み込みニューラルネットワーク,地絡検出,Independent microgrid,One-Dimensional Convolutional Neural Network,Detection of Ground Fault

要約(日本語)：インバータ電源で構成された地域独立系統で短絡や地絡の事故が発生した場合、従来の電力系統と同様に、速やかに事故の発生を検出し、事故電流を遮断する必要がある。しかし、従来の電力系統における保護制御システムをそのまま地域独立系統に適用しても、インバータ電源からの事故電流が小さいことや、配電線の対地静電容量が小さいことなどの理由から、確実に事故を検出できない可能性がある。このような課題を解決する手段の一つとして、筆者らは機械学習による異常検知を応用した短絡・地絡の検出について検討している。本稿では、地絡方向リレーの機能の一部に1次元畳み込みニューラルネットワークを適用し、学習に用いる平常時電流データの最大値が地絡検出の精度に及ぼす影響について述べる。

PDFファイルサイズ：426Kバイト