Random Forest と Artificial Neural Network を用いた需要家施設の絶縁異常と事故の重大度の予測

カテゴリ: 研究会(論文単位)

論文No: SMF20018

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): Prediction of Leakage Current Alarm and the Fault Severity in Customer Facilities Using Random Forest and Artificial Neural Network

著者名: 横山 彰大(東京理科大学),山口 順之(東京理科大学),鈴木 正美(関東電気保安協会)

著者名(英語): Akihiro Yokoyama(Tokyo University of Science),Nobuyuki Yamaguchi(Tokyo University of Science),Masami Suzuki(Kanto Electrical Safety Services Foundation)

キーワード: 電気保安|絶縁監視|事故点検|マルチラベル予測|Electrical Security|Insulation monitoring|Accident responce|Multi-label prediction

要約(日本語): 近年の自家用電気工作物の急速な増加により、その保守点検が重要となっている。一方で保安員の数は不足しており、保安業務の効率向上が課題である。効率低下の要因の１つに絶縁異常警報の空振りがある。そこで機械学習によって絶縁異常を予測することを目指す。これまでの研究では定期点検データ、気象データを用いて警報発報の有無の予測を行ってきた。本研究ではさらに事故点検データを用いて、発生する事故の重大性を予測する。

要約(英語): While the rapid increase of electric facilities in recent years, the number of security personnel is insufficient. To maintain security, it is important to improve work efficiency. In this research, we aim to predict the leakage current alarm and the severity of fault by machine learning.

原稿種別: 日本語

PDFファイルサイズ: 979 Kバイト