機械学習によるDC/DCコンバータの異常診断

カテゴリ: 全国大会

論文No: 4-038

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): Abnormal Diagnosis of DC/DC Converter Based on Machine Learning

著者名: 王承涛（東京工業大学）,原田茂樹（東京工業大学）,浦壁隆浩（東京工業大学）,中嶋純一（三菱電機）

著者名(英語): Shoutou Ou (Tokyo Institute of Technology),Shigeki Harada (Tokyo Institute of Technology),Takahiro Urakabe (Tokyo Institute of Technology),Junichi Nakashima (Mitsubishi Electric Corporation)

キーワード: DC/DCコンバータ|異常診断|機械学習|DC / DC converter|Abnormal diagnosis|Machine learning

要約(日本語): パワーエレクトロニクス機器への機械学習の適用研究は，近年活発化してきている。これまでの研究では，複数の診断対象部品に対して，様々な機械学習の手法について詳細に検討した例は筆者が知る限り無い。本研究において，非絶縁降圧型DC/DCコンバータを例にして，3種類の特徴量の抽出法と2種類の機械学習による判別法の組合せと回路部品（スイッチング素子，インダクタ，コンデンサ）異常の判別精度について，シミュレーションを用いて検証を行った。入力電圧380 ~ 420V，スイッチ素子の駆動周波数80 kHz，Duty比50 ％，出力電流9.5 ~ 10.5 Aの条件において，すべての組合せで80 %以上の総正解率が得られることを示す。

本誌掲載ページ: 60-62 p

原稿種別: 日本語

PDFファイルサイズ: 860 Kバイト