深層学習を用いた直流き電回路の高抵抗地絡検出手法の検証試験

カテゴリ: 全国大会

論文No: 5-181

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): Verification Test Result on Detect of High-resistance Ground Fault by deep learning

著者名: 日野政巳（東日本旅客鉄道）,港武嗣（東日本旅客鉄道）,吉住浩史（東日本旅客鉄道）,佐藤祐司（富士テクニカルリサーチ）

著者名(英語): Masami Hino (East Japan Railway Company),Takeshi Minato (East Japan Railway Company),Hiroshi Yoshizumi (East Japan Railway Company),Yuuji Satou (Fuji Technical Research Inc.)

キーワード: 深層学習|直流き電|高抵抗地絡|deep learning|DC feeder|high-resistance ground fault

要約(日本語): 直流き電回路において，電鉄用変電所構外で発生する高抵抗地絡故障は電流変化量が小さく検出が困難である。これまで，アークを伴う高抵抗地絡故障において，ランダムな周波数成分が電流に含まれることに着目し，列車の運転による周波数成分の変化と，高抵抗地絡故障による周波数成分の変化を深層学習により判別する高抵抗地絡検出手法を開発した。本稿では，運用中の直流変電所において，交流計測用変流器（ACCT）によりき電電流を取得し，深層学習を用いた高抵抗地絡検出手法による検証試験（フィールド試験）を実施し，通常き電と高抵抗地絡との判別に対して深層学習が有用な可能性があることを確認した。

本誌掲載ページ: 286-288 p

原稿種別: 日本語

PDFファイルサイズ: 559 Kバイト