AI技術を適用したスイッチギヤ絶縁診断技術の開発3～部分放電検出のためのデノイズ技術～

カテゴリ: 全国大会

論文No: 6-055

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Development of Diagnosis Technology for Switchgear Insulation Using AI Technology 3 - Feasibility Study of Denoising Technique Using AI Technology -

著者名: 笹谷 典太(東芝),渡辺 隆志(東芝),松村 淳(東芝),中村 勇介(東芝インフラシステムズ),伴野 幸造(東芝インフラシステムズ),藤井 祐樹(東芝インフラシステムズ)

著者名(英語): Tenta Sasaya(Toshiba Corporation),Takashi Watanabe(Toshiba Corporation),Atsushi Matsumura(Toshiba Corporation),Yusuke Nakamura(Toshiba Infrastructure Systems & Solutions Corporation),Kozo Banno(Toshiba Infrastructure Systems & Solutions Corporation),Yuuki Fujii(Toshiba Infrastructure Systems & Solutions Corporation)

キーワード: AI,絶縁診断,スイッチギヤ,デノイズ,欠陥種識別,劣化診断

要約(日本語): スイッチギヤ絶縁診断高度化のため、センサ取得信号に対するデノイズ、欠陥種識別、劣化診断の全てをAIで実施する診断技術を検討しており、本稿ではこのうちAIによるデノイズ技術を提案する。提案方式はConvolutional Neural Networkによりノイズに埋もれた部分放電を検出する。実験室環境で計測した部分放電とフィールドノイズを様々なS/Nで重畳したシミュレーションデータを用い、提案方式と一般的なウェーブレットシュリンケージ(WS)の性能をデノイズ後の欠陥種識別精度に基づいて比較したところ、全てのS/Nにおいて提案方式がWSを上回った。特に800pCのノイズに埋もれた100pCの微小な部分放電に対しては、WSでは欠陥種の識別率が23.9%と低いのに対し提案方式では74.9%の高い識別率が得られた。

原稿種別: 日本語

PDFファイルサイズ: 354 Kバイト