深層学習を援用した部分放電波形の特徴量解析と高電圧絶縁系の状態モニタリング

• 研究課題/領域番号: 23K03792
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分21010:電力工学関連
• 研究機関: 豊橋技術科学大学
• 研究代表者: 川島 朋裕 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (70713824)
• 研究分担者: 村上 義信 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (10342495) ; 穂積 直裕 公益財団法人名古屋産業科学研究所, 研究部, 上席研究員 (30314090) ; 栗本 宗明 名古屋大学, 工学研究科, 准教授 (70580546)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2025年度: 130千円 (直接経費: 100千円、間接経費: 30千円); 2024年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円); 2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
• キーワード: 部分放電 / 波形特徴量 / 絶縁システム / 深層学習 / 状態診断

研究開始時の研究の概要

部分放電（PD）発生位相角分布パターン認識は，電力機器の劣化状態診断の強力なツールの一つとして認知されているが，パターンの類似性による定性的な劣化の評価が殆どである。一方で，本来のPD波形の特徴量は劣化状態を色濃く反映した貴重な情報である。波形そのものから，定量的に劣化の状態を読み取れる可能性がある。本研究では電気トリーを対象として，可能な限り広帯域計測したPD波形そのものの特徴量を統計的かつ時系列的に解析し，放電メカニズムに則って解釈する。電気トリーの状態を波形そのものから定量的に読み取る。深層学習による識別過程で得られる知見を援用して，波形特徴量と電気トリーの状態の関係に迫る。