Robust Random Cut Forestを用いた水力発電機の故障検知

カテゴリ: 研究会(論文単位)

論文No: SMF20015

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2020/08/19

タイトル(英語): Fault Detection of Hydroelectric Generators using Robust Random Cut Forest

著者名: 原 勇輝(明治大学),福山 良和(明治大学),村上 賢哉(富士電機),松井 哲郎(富士電機)

著者名(英語): Yuki Hara(Meiji University),Yoshikazu Fukuyama(Meiji University),Kennya Murakami(Fuji Electric Co., Ltd),Tetsuro Matsui(Fuji Electric Co., Ltd)

キーワード: Ｒｏｂｕｓｔ　Ｒａｎｄｏｍ　Ｃｕｔ　Ｆｏｒｅｓｔ|機械学習|水力発電機|故障検知|Robust Random Cut Forest|Machine Learning|Hydroelectric Generators|Fault Detection

要約(日本語): 水力発電は，近年，再生可能エネルギーの１つとしての位置づけからエネルギー供給の重要な存在となっている。水力発電機では，故障検知に必要な故障データを入手することが困難である。また，水力発電のデータは非線形な相関を持っている。そのため，正常データのみによりモデルを作成し，非線形な相関を持つデータに対して有効な故障検知が必要となる。本論文では，水力発電の故障検知を目的として，Robust Random Cut Forestの適用を提案する。

要約(英語): This paper proposes a fault detection method for hydroelectric generators using robust random cut forest. In hydroelectric generators, since faults rarely occur, it is difficult to obtain fault data. Hydroelectric generator data have non-linear correlation. Robust random cut forest can develop models automatically with only normal data and have been verified to be effective for the data with the characteristic.

原稿種別: 日本語

PDFファイルサイズ: 938 Kバイト