| 研究課題/領域番号 |
15H03964
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
薄 良彦 大阪府立大学, 工学(系)研究科(研究院), 准教授 (40402961)
|
|---|
| 研究分担者 |
小島 千昭 東京大学, 大学院情報理工学系研究科, 助教 (00456162)
太田 豊 東京都市大学, 工学部, 准教授 (50372537)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 電力工学 / 制御工学 / 計測工学 / クープマンモード / フェーザ計測装置（PMU） |
|---|
| 研究実績の概要 |
本研究では，電力ネットワークの状態監視，診断，及び制御に関するデータ駆動型技術のクープマンモード解析（Koopman Mode Analysis：KMA）に基づく構築を目的とする。本研究で対象とするシステム技術は，観測又は予測（シミュレーション）データから上記3つの機能を実現するアルゴリズムに関わるものであり，平成28年度は以下4項目の研究を実施した。
- フェーザ計測装置（PMU）を国内6カ所（北九州，岡山，大阪，塩尻，長岡，東京）に分散配置し，計測したデータを収集するシステムを整備した。
- 分散配置されたPMUによる計測データを念頭に，KMAを分散協調的に実行するアルゴリズムに関する国際共同研究を実施した。また，PMUデータより系統慣性定数を推定するアルゴリズムに関する研究も実施した。
- エネルギー関数の分解に基づく周波数不安定性の診断技術をデータ駆動型に展開させるため，エネルギー関数のデータに基づく構成アルゴリズムに関する国際共同研究を実施した。また，電圧不安定性の診断技術として，電圧崩壊現象のデータに基づく予兆検知アルゴリズムに関する研究を実施した。
- 電力ネットワークにおける時空間ダイナミクスの状態監視，診断，及び制御を念頭に，機械学習におけるカーネル法をクープマン作用素の観点から再構築する国際共同研究を実施した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究の平成28年度終了時点までの進捗状況について，上記研究実績を含めて以下に詳述する。
- 国内に分散配置したPMUによる実計測を開始し，順次データを収集する段階に至った。
- 国際共同研究によりKMAの分散協調型アルゴリズムを開発し，平成29年度に成果発表を予定している。以上により，PMUデータのKMAに基づく技術監視技術の理論（アルゴリズム）に関する当初目標を達成した。
- 国際共同研究によりエネルギー関数のデータに基づく構成アルゴリズムをStructure-Preserving Modelに対して開発し，平成28年度内に成果発表を行った。
- 電圧崩壊現象のデータに基づく予兆検知アルゴリズムをクープマン作用素の連続スペクトルに基づき開発し，平成28年度内に成果発表を国内で行うとともに，平成29年度に海外で成果発表を予定している。以上により，実測データに基づく周波数・ 電圧安定性診断技術の理論（アルゴリズム）に関する当初目標を達成した。
|
| 今後の研究の推進方策 |
これまでの実績を受けて，平成29年度の研究の推進方策について下記にまとめる。
- 前年度までに整備したPMUネットワークから取得される電圧位相データのKMAを実施する。
- 前年度までに開発したデータ駆動型エネルギー関数による周波数安定性診断技術の有効性検証をデータに基づき実施する。
- 前年度に検討した系統慣性定数推定アルゴリズムの有効性検証をデータに基づき実施する。続いて，推定した系統慣性定数と電力ネットワークの数式モデルを用いた負荷周波数制御のアルゴリズムを検討する。また，前年度開発したクープマン作用素による電圧安定性診断技術をベースとして，電圧安定性の喪失回避に関わる制御アルゴリズムを検討する。
- 前年度の継続として，開発したデータ駆動型技術を機械学習等を介して運用システムに統合する方法を検討する。
|
