| 講演名 | 2022-01-21 深層学習を用いた分岐の無い直線状の架空配電系統内での事故点探査 永田 大樹(九工大), 松嶋 徹(九工大), 福本 幸弘(九工大), 河野 英昭(九工大), 藤岡 駿弥(九工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 架空配電系統内での事故点探査において、より少人数で早急な対応が望まれている。そこで、新しい事故探査装置としてTDR(Time Domain Reflecting)法を利用した装置の開発が進められている。しかし柱上変圧器や開閉器などの配電設備や複数の分岐が存在する複雑な系では波形のなまりや波高値の低下が原因で、正確な事故点探査が難しいことが知られている。そこで、本報告では深層学習を利用したTDR波形の解析を行うことで、人間では事故点の特定が困難なTDR波形からも事故点探査を可能とする手法を提案した。深層学習を行うには大量の波形データが必要であり、それらを回路シミュレーションによって得た。そこで回路シミュレーションの為に、配電線を伝送線路として扱い、伝送線路の一次定数は断面形状の電磁界計算により求めた。さらに伝送線路の微小区間を基本行列で表現し、それらを縦続接続することで三相配電網を構築した。構築した配電網の等価回路モデルをMATLABにより計算し、TDR波形データを生成する環境を構築した。ここでは最も簡単な例として分岐の存在しない直線状の架空配電系統モデルを作成し、深層学習によって事故点探査を行った。その結果、事故位置・事故種類・事故線の標定すべてにおいて、誤りなく推定可能であることが分かった。 |
| 抄録(英) | In fault detection in overhead power distribution systems, it is desired to take immediate response with fewer people. Therefore, a novel method using TDR(Time Domain Reflecting) has been developed for fault detection in the overhead distribution system. However, it is known that in complex network with multiple branches and power distribution equipment such as transformers and switches, it is difficult to accurately identify the accident point due to waveform distortion and decrease in amplitude of TDR pulse. In this report, A method for detecting fault points from TDR waveforms using deep learning was proposed.The proposed method can be used to locate fault in complex power distribution networks where multiple reflected waves are observed. In this report the TDR waveform data was generated for a simple straight unbranched distribution line. A large amount of waveform data is required for deep learning. In this case, these data are obtained by circuit simulation. Therefore, for circuit simulation, the power distribution line is treated as a transmission line, and the primary constant of the line was obtained by calculating electromagnetic field of the cross-sectional structure. The transmission line was represented by cascading the fundamental matrix. The equivalent circuit model of the constructed power distribution network was calculated using MATLAB, and an environment was constructed to generate TDR waveform data. As a result, the TDR waveform data of a fault can locate the fault point, fault type and fault line. |
| キーワード(和) | TDR法 / 配電系統 / 事故点探査 / 深層学習 / 基本行列 |
| キーワード(英) | TDR method / distribution system / accident point probe / deep learning / fundamental matrix |
| 資料番号 | EMCJ2021-61 |
| 発行日 | 2022-01-14 (EMCJ) |
| 研究会情報 | |
| 研究会 | EMCJ |
|---|---|
| 開催期間 | 2022/1/21(から1日開催) |
| 開催地（和） | オンライン開催に変更 |
| 開催地（英） | Online |
| テーマ（和） | EMC一般 |
| テーマ（英） | |
| 委員長氏名（和） | 西方 敦博(東工大) |
| 委員長氏名（英） | Atsuhiro Nishikata(Tokyo Inst. of Tech.) |
| 副委員長氏名（和） | 田島 公博(NTT-AT) |
| 副委員長氏名（英） | Kimihiro Tajima(NTT-AT) |
| 幹事氏名（和） | 林 優一(奈良先端大) / 高橋 昌義(日立) |
| 幹事氏名（英） | Yuichi Hayashi(NAIST) / Masayoshi Takahashi(Hitachi) |
| 幹事補佐氏名（和） | 松島 清人(日立) / 志田 浩義(EMCテック) / 松嶋 徹(九工大) |
| 幹事補佐氏名（英） | Kiyoto Matsushima(Hitachi) / Hiroyoshi Shida(EMC Tech.) / Tohlu Matsushima(Kyushu Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Electromagnetic Compatibility |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習を用いた分岐の無い直線状の架空配電系統内での事故点探査 |
| サブタイトル（和） | |
| タイトル（英） | Detection of fault locations in an unbranched power distribution line using deep learning algorithm |
| サブタイトル（和） | |
| 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 / accident point probe |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | 基本行列 / fundamental matrix |
| 第 1 著者 氏名（和/英） | 永田 大樹 / Daiki Nagata |
| 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：Kyushu Inst of Tech) |
| 第 2 著者 氏名（和/英） | 松嶋 徹 / Tohlu Matsushima |
| 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：Kyushu Inst of Tech) |
| 第 3 著者 氏名（和/英） | 福本 幸弘 / Yuki Fukumoto |
| 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：Kyushu Inst of Tech) |
| 第 4 著者 氏名（和/英） | 河野 英昭 / Hideaki Kawano |
| 第 4 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyushu Inst of Tech) |
| 第 5 著者 氏名（和/英） | 藤岡 駿弥 / Shunya Fujioka |
| 第 5 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyushu Inst of Tech) |
| 発表年月日 | 2022-01-21 |
| 資料番号 | EMCJ2021-61 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | EMCJ-339 |
| ページ範囲 | pp.1-6(EMCJ), |
| ページ数 | 6 |
| 発行日 | 2022-01-14 (EMCJ) |