大規模言語モデルを活用した電力需要設備の事故分析システムの検討

カテゴリ: 全国大会

論文No: 4-125

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Consideration of an Accident Analysis System for Power Demand Facilities Utilizing Large Language Models

著者名: 持田大雅（広島工業大学）,西村和則（名古屋大学）,板井志郎（広島工業大学）,福島宗次（富士電機）,砂山渡（滋賀県立大学）

著者名(英語): Taiga Mochida (Hiroshima Institute of Technology),Kazunori Nishimura (Nagoya University),Shiroh Itai (Hiroshima Institute of Technology),Soji Fukushima (Fuji Electric Co., Ltd),Wataru Sunayama (The University of Shiga Prefecture)

キーワード: ChatGPT|保全高度化|電力需要設備|ケーブル|ChatGPT|Maintenance upgrade|Power Demand Facilities|Cable

要約(日本語): 高度経済成長期に設置された老朽化が進む電力需要設備では，事故原因の特定や技術継承が課題となっている。本研究はNITEが公開する事故データを活用し，大規模言語モデル（LLM）を用いてケーブル事故の要因や劣化プロセスなどを自動抽出する試みを行った。具体的にはケーブル事故原因の「部位」「要因」「劣化プロセス」「最終事象」を設定し，LLMで抽出する手法を検討した。専門家との比較により高い一致率が確認できた。一方，情報不足で特定が困難な事例も多数存在し，外部データ活用や専門知識の付与が不可欠である。本研究では，これらの検討を踏まえて得られた劣化プロセス分析精度向上のための知見を報告する。

本誌掲載ページ: 206-208 p

原稿種別: 日本語

PDFファイルサイズ: 418 Kバイト