データ解析手法を用いた変圧器実データの分析

カテゴリ: 研究会(論文単位)

論文No: ST19004

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2019/06/01

タイトル(英語): Analysis of transformer's actual data using data analysis methods

著者名: 提 達朗(一般財団法人電力中央研究所)

著者名(英語): Tatsuro Sage(Central Research Institute of Electric Power Industry)

キーワード: 変圧器|データ分析|油中ガス|異常予兆|検知|機械学習|Transformer|Data analysis|Gas-in-oil|Anomaly sign|Detection|Machine learning

要約(日本語): 変圧器の油中ガスの分析データから，機械学習手法を用いて異常予兆を検知することを検討した。代表的な機械学習手法である，Support-Vector-Machine，Random-Forest，LightGBMの適用を検討した。異常予兆を示すデータを検出する基礎実験を行ったところ， LightGBMの性能が高く，検出性能はF1値でおよそ94%となった。

要約(英語): We detected the transformers indicating an anomaly sign using machine learning methods. We detected gas-in-oil data of transformers indicating anomaly sign using typical machine learning methods, Support-Vector-Machine, Random-Forest and LightGBM. In the results of basic experiments, LightGBM shows the highest performance and F1-score is approximately 94%.

原稿種別: 日本語

PDFファイルサイズ: 991 Kバイト