| 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 | 2026-07-31 09:00 機械学習を活用したEMIフィルタの周波数特性予測に関する一考察 ○大元靖理（名大）・佐藤一樹・濱名建太郎・梅上大勝・朴 青云（オムロン）・重松浩一・今岡 淳・山本真義（名大）  EE2026-5 |
|
| 抄録 | （和） | 近年では脱炭素等を目的として太陽光発電の普及が進んでいる．パワーコンディショナ（PCS）はその発電電力を住宅等で使用するために電力変換や発電最適化を行う装置である．PCSはスイッチング回路を内蔵するためノイズ源にもなり，接続負荷や系統にノイズを流出させないためのEMIフィルタが重要となる．本研究ではEMIフィルタのコモンモードノイズ減衰特性を上流工程で高速・高精度に設計するために数式と機械学習を組み合わせたハイブリッドモデリングを導入し，多峰性を有する減衰特性の予測に対して学習データの質・量が及ぼす影響を検討したので報告する． |
| （英） | In recent years, the adoption of photovoltaic power generation has been increasing, driven by goals such as decarbonization. Power Conditioning System (PCS) converts the generated power and optimizes power generation for use in residential and other applications. Because PCS contains switching circuits, it also becomes a source of noise, making the EMI filter essential to prevent noise from propagating to connected loads and the power grid. In this study, we introduce the hybrid modeling approach that combines analytical equations with machine learning to enable rapid and accurate early-stage design of the common-mode noise attenuation characteristics of EMI filters. We report an investigation into how the quality and quantity of training data affect the prediction of attenuation characteristics with multi-peaks. | |
| キーワード | （和） | パワーコンディショナ / EMIフィルタ / コモンモードノイズ / 機械学習 / 人工ニューラルネットワーク / / / |
| （英） | power conditioner / EMI filter / common-mode noise / machine learning / artificial neural network / / / | |
| 文献情報 | 信学技報, vol. 126, no. 134, EE2026-5, pp. 5-10, 2026年7月. | |
| 資料番号 | EE2026-5 | |
| 発行日 | 2026-07-23 (EE) | |
| 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 | EE2026-5 |
|
| 研究会情報 | |
| 研究会 | EE IEE-SPC |
| 開催期間 | 2026-07-30 - 2026-07-31 |
| 開催地（和） | 米子コンベンションセンター ビッグシップ内第2会議室 |
| 開催地（英） | |
| テーマ（和） | エネルギー技術，半導体電力変換，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EE |
| 会議コード | 2026-07-EE-SPC |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を活用したEMIフィルタの周波数特性予測に関する一考察 |
| サブタイトル（和） | |
| タイトル（英） | A study on predicting the frequency characteristic of EMI filters using machine learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | パワーコンディショナ / power conditioner |
| キーワード(2)（和/英） | EMIフィルタ / EMI filter |
| キーワード(3)（和/英） | コモンモードノイズ / common-mode noise |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | 人工ニューラルネットワーク / artificial neural network |
| 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） | 大元 靖理 / Yasumichi Omoto / オオモト ヤスミチ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 一樹 / Kazuki Sato / サトウ カズキ |
| 第2著者 所属（和/英） | オムロン株式会社 (略称： オムロン) OMRON Corporation (略称： OMRON) |
| 第3著者 氏名（和/英/ヨミ） | 濱名 建太郎 / Kentaro Hamana / ハマナ ケンタロウ |
| 第3著者 所属（和/英） | オムロン株式会社 (略称： オムロン) OMRON Corporation (略称： OMRON) |
| 第4著者 氏名（和/英/ヨミ） | 梅上 大勝 / Hirokatsu Umegami / ウメガミ ヒロカツ |
| 第4著者 所属（和/英） | オムロン株式会社 (略称： オムロン) OMRON Corporation (略称： OMRON) |
| 第5著者 氏名（和/英/ヨミ） | 朴 青云 / Qingyun Piao / バク セイウン |
| 第5著者 所属（和/英） | オムロン株式会社 (略称： オムロン) OMRON Corporation (略称： OMRON) |
| 第6著者 氏名（和/英/ヨミ） | 重松 浩一 / Koichi Shigematsu / シゲマツ コウイチ |
| 第6著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 今岡 淳 / Jun Imaoka / イマオカ ジュン |
| 第7著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第8著者 氏名（和/英/ヨミ） | 山本 真義 / Masayoshi Yamamoto / ヤマモト マサヨシ |
| 第8著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-31 09:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | EE |
| 資料番号 | EE2026-5 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.134 |
| ページ範囲 | pp.5-10 |
| ページ数 | 6 |
| 発行日 | 2026-07-23 (EE) |
[研究会発表申込システムのトップページに戻る]