Ensemble Local Outlier Factorを用いたガスタービン発電機異常検知手法のベイズ最適化によるハイパーパラメータ自動調整

カテゴリ：部門大会

論文No：GS6-3

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Automatic Hyperparameter Tuning by Bayesian Optimization for Anomaly Detection in Gas Turbine Generators Using Ensemble Local Outlier Factor

著者名：加藤 雄太（明治大学）,福山 良和（明治大学）,村上 賢哉（富士電機）,鈴木 聡（富士電機）,飯坂 達也（富士電機）

著者名(英語)： Yuta Kato (Meiji University),Yoshikazu Fukuyama (Meiji University),Kenya Murakami (Fuji Electric Co., Ltd.),Satoshi Suzuki (Fuji Electric Co., Ltd.),Tatsuya Iizaka (Fuji Electric Co., Ltd.)

キーワード：異常検知,ガスタービン発電機,アンサンブルLocal Outlier Factor,ハイパーパラメータ調整,ベイズ最適化,anomaly detection,gas turbine generator,Ensemble Local Outlier Factor,hyperparameter tuning,Bayesian Optimization

要約(日本語)：脱炭素社会の実現に向けて，ガスタービン火力発電は極めて重要である。重大事故の未然防止のためには，ガスタービン発電機に対する高精度な異常検知手法が求められる。本研究では，従来のEnsemble Local Outlier Factorを用いた異常検知手法におけるハイパーパラメータの手動調整を自動化し，エンジニアリングコストの削減を目的とする。具体的には，ベイズ最適化を導入することで，ハイパーパラメータの自動調整を実現する。本手法をグリッドサーチによる最適化と比較した結果，計算時間の短縮と同程度の異常検知性能を確認した。これにより，より実用的かつ効率的な異常検知が可能となることを示す。

本誌掲載ページ：1406-1408p

原稿種別：日本語

PDFファイルサイズ：499Kバイト