{"product_id":"ieej-zt20226-038","title":"CNNよる部分放電発生要因の推定精度の検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-038\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和4年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2022\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eStudy on the Accuracy of Partial Discharge Diagnosis Using CNN\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e松山幸太郎（三菱電機）,大竹泰智（三菱電機）,梅本貴弘（三菱電機）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKotaro Matsuyama (Mitsubishi Electric Corporation),Yasutomo Otake (Mitsubishi Electric Corporation),Takahiro Umemoto (Mitsubishi Electric Corporation)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e部分放電|機械学習|Partial Discharge|Machine Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e電力機器の絶縁診断では一般に絶縁破壊の前駆現象である部分放電の検出を行う。部分放電の交流電圧位相における発生分布は放電発生要因と相関があるため，保守の指標に用いられる。今回，電力機器において生じうる放電要因を模擬した異なる36種の部分放電特性の分類 をC onvolutional Neural Network（CNN）を用いて行った結果について報告する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e47-48 p\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e399 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46402076672239,"sku":"IEEJ-ZT20226-038-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_3dab4414-83ec-42b8-a83c-176e81f55058.png?v=1744970873","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20226-038","provider":"電気学会 電子図書館","version":"1.0","type":"link"}