| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-05-12 17:20 分岐の少ない架空配電系統におけるTDR波形に対する深層学習を用いた事故点標定 ○松嶋 徹・永田大樹・福本幸弘（九工大）・久門尚史（京大）・金成宇輝・飯沼剛志・西廣雄介（関西電力送配電）・渡久地 真（ダイヘン）  EMCJ2023-11 |
|
| 抄録 | （和） | 架空配電系統での事故や故障探査の迅速化のためにTDR法を利用した装置の開発が進められている。 しかし分岐がある線路では第一反射波のみでは事故点を特定することが出来ず、事故点探査の正確度が低下する。 そこで深層学習を利用してTDR波形を解析し、多重反射など識別が難しい情報を用いて事故点探査が可能かを検討した。 事故のTDR波形の実測値を大量に得ることは非現実的であるため、等価回路モデルを用いた回路シミュレーションにより学習用データを収集し学習させ事故点標定システムを作成した。 実測した事故時のTDR波形を入力し正確度を評価したところ、約100m以内の誤差で事故点探査が可能であることが分かった。 さらに、標定の正確度は等価回路モデルの精度に依存するため、学習データに変動性を持たせ過学習を抑制する手法を提案した。 |
| （英） | Equipment using the TDR method is being developed to accelerate detection of faults in overhead distribution systems. However, on a line with branches, the first reflected wave alone cannot be used to locate fault points. The accuracy of fault point detection is consequently reduced. Therefore, we analyzed TDR waveforms using deep learning and examined whether it would be possible to locate fault points using information that is difficult to identify, such as multiple reflections. Since it is difficult to obtain a large amount of measured TDR waveforms of faults, a fault point identification system was created by collecting and learning training data through circuit simulation using an equivalent circuit model. The accuracy was evaluated by inputting the TDR waveforms of actual accidents, and it was found that fault point detection was possible with an error of less than approximately 100 m. Furthermore, since the accuracy of the identification depends on the accuracy of the equivalent circuit model, the authors proposed a method to suppress over-learning by adding variability to the training data. |
|
| キーワード | （和） | TDR法 / 配電系統 / 事故点探査 / 深層学習 / 伝送線路 / / / |
| （英） | TDR method / distribution system / fault detection / deep learning / transmission line / / / | |
| 文献情報 | 信学技報, vol. 123, no. 20, EMCJ2023-11, pp. 25-30, 2023年5月. | |
| 資料番号 | EMCJ2023-11 | |
| 発行日 | 2023-05-05 (EMCJ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMCJ2023-11 |
|
| 研究会情報 | |
| 研究会 | EMCJ IEE-EMC IEE-SPC |
| 開催期間 | 2023-05-12 - 2023-05-12 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | |
| テーマ（和） | EMC一般 |
| テーマ（英） | EMC |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMCJ |
| 会議コード | 2023-05-EMCJ-EMC-SPC |
| 本文の言語 | 日本語 |
| タイトル（和） | 分岐の少ない架空配電系統におけるTDR波形に対する深層学習を用いた事故点標定 |
| サブタイトル（和） | |
| タイトル（英） | Fault Location using Deep Learning for TDR Waveforms in Overhead Distribution Systems with Few Branches |
| サブタイトル（英） | |
| キーワード(1)（和/英） | TDR法 / TDR method |
| キーワード(2)（和/英） | 配電系統 / distribution system |
| キーワード(3)（和/英） | 事故点探査 / fault detection |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | 伝送線路 / transmission line |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松嶋 徹 / Tohlu Matsushima / マツシマ トオル |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 永田 大樹 / Daiki Nagata / ナガタ ダイキ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 福本 幸弘 / Yuki Fukumoto / フクモト ユキヒロ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第4著者 氏名（和/英/ヨミ） | 久門 尚史 / Takashi Hisakado / ヒサカド タカシ |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ) |
| 第5著者 氏名（和/英/ヨミ） | 金成 宇輝 / Uki Kanenari / カネナリ ウキ |
| 第5著者 所属（和/英） | 関西電力送配電 (略称： 関西電力送配電) Kansai Transmission and Distribution, Inc. (略称： Kansai Transmission and Distribution, Inc.) |
| 第6著者 氏名（和/英/ヨミ） | 飯沼 剛志 / Tsuyoshi Iinuma / イイヌマ ツヨシ |
| 第6著者 所属（和/英） | 関西電力送配電 (略称： 関西電力送配電) Kansai Transmission and Distribution, Inc. (略称： Kansai Transmission and Distribution, Inc.) |
| 第7著者 氏名（和/英/ヨミ） | 西廣 雄介 / Yusuke Nishihiro / ニシヒロ ユウスケ |
| 第7著者 所属（和/英） | 関西電力送配電 (略称： 関西電力送配電) Kansai Transmission and Distribution, Inc. (略称： Kansai Transmission and Distribution, Inc.) |
| 第8著者 氏名（和/英/ヨミ） | 渡久地 真 / Shin Toguchi / トグチ シン |
| 第8著者 所属（和/英） | ダイヘン (略称： ダイヘン) DAIHEN Corporation (略称： DAIHEN Corporation) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-05-12 17:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMCJ |
| 資料番号 | EMCJ2023-11 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.20 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2023-05-05 (EMCJ) |
[研究会発表申込システムのトップページに戻る]