Isolation Forest with Split-selection Criterionを用いた水力発電設備の異常検知

カテゴリ: 全国大会

論文No: 3-076

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Anomaly Detection of Hydroelectric Generating Units by Isolation Forest with Split-selection Criterion

著者名: 鈴木雄大（明治大学）,福山良和（明治大学）,島崎祐一（富士電機）,長田悠人（富士電機）,村上賢哉（富士電機）,飯坂達也（富士電機）,松井哲郎（富士電機）

著者名(英語): Yuta Suzuki (Meiji University),Yoshikazu Fukuyama (Meiji University),Yuichi Shimasaki (Fuji Electric Co., Ltd.),Yuto Osada (Fuji Electric Co., Ltd.),Kenya Murakami (Fuji Electric Co., Ltd.),Tatsuya Iizaka (Fuji Electric Co., Ltd.),Tetsuro Matsui (Fuji Ele

キーワード: Isolation Forest with Split-selection Criterion|水力発電設備|異常検知|機械学習|Isolation Forest with Split-selection Criterion|Hydroelectric Generating Units|Anomaly Detection|Machine Learning

要約(日本語): 水力発電は，非常に信頼性の高い発電方式で，2022年の全世界の発電量の約15%を占めている。また，水力発電は，運用時に温室効果ガスを排出しないため，地球温暖化対策としても重要な位置付けと言える。そのため，水力発電設備に対して異常検知を適切に行う事は重要である。本論文では，新たな水力発電設備の異常検知手法としてIsolation Forest with Split-selection Criterion を用いた異常検知手法を提案する。提案法の有効性は，Isolation Forest，Robust Random Cut Forest，高速化Robust Random Cut Forestによる手法と比較することにより検証した。

本誌掲載ページ: 113-115 p

原稿種別: 日本語

PDFファイルサイズ: 794 Kバイト