 |
・会員価格 ¥220 |
・一般価格 ¥440 |
|
こちらはBookPark「電気学会 電子図書館(IEEJ Electronic Library)」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
■論文No. |
6-055 |
■ページ数 |
1ページ |
■発行日
|
2019/03/01 |
■タイトル |
AI技術を適用したスイッチギヤ絶縁診断技術の開発3〜部分放電検出のためのデノイズ技術〜 |
■タイトル(英語) |
Development of Diagnosis Technology for Switchgear Insulation Using AI Technology 3 - Feasibility Study of Denoising Technique Using AI Technology - |
■著者名 |
笹谷 典太(東芝),渡辺 隆志(東芝),松村 淳(東芝),中村 勇介(東芝インフラシステムズ),伴野 幸造(東芝インフラシステムズ),藤井 祐樹(東芝インフラシステムズ) |
■著者名(英語) |
Tenta Sasaya(Toshiba Corporation),Takashi Watanabe(Toshiba Corporation),Atsushi Matsumura(Toshiba Corporation),Yusuke Nakamura(Toshiba Infrastructure Systems & Solutions Corporation),Kozo Banno(Toshiba Infrastructure Systems & Solutions Corporation),Yuuki Fujii(Toshiba Infrastructure Systems & Solutions Corporation) |
■価格 |
会員 ¥220 一般 ¥440 |
■書籍種類 |
全国大会 |
■グループ名 |
【全国大会】平成31年電気学会全国大会論文集 |
■本誌掲載ページ |
ページ |
■キーワード |
AI,絶縁診断,スイッチギヤ,デノイズ,欠陥種識別,劣化診断 |
■要約(日本語) |
スイッチギヤ絶縁診断高度化のため、センサ取得信号に対するデノイズ、欠陥種識別、劣化診断の全てをAIで実施する診断技術を検討しており、本稿ではこのうちAIによるデノイズ技術を提案する。提案方式はConvolutional Neural Networkによりノイズに埋もれた部分放電を検出する。実験室環境で計測した部分放電とフィールドノイズを様々なS/Nで重畳したシミュレーションデータを用い、提案方式と一般的なウェーブレットシュリンケージ(WS)の性能をデノイズ後の欠陥種識別精度に基づいて比較したところ、全てのS/Nにおいて提案方式がWSを上回った。特に800pCのノイズに埋もれた100pCの微小な部分放電に対しては、WSでは欠陥種の識別率が23.9%と低いのに対し提案方式では74.9%の高い識別率が得られた。 |
■要約(英語) |
|
■版 型 |
A4 |
■PDFファイルサイズ |
354Kバイト |
|
|
|