文献

J-GLOBAL ID：202002261506748217   整理番号：20A0212403

AI・ビッグデータを活用した電気設備の漏電予測技術

Prediction of Leakage Current of Electric Facilities Using AI and Big Data

著者 (1件)： 山口順之 (東京理科大学工学部電気工学科)
資料名： 電気設備学会誌  (Journal of the Institute of Electrical Installation Engineers of Japan)
巻： 39  号： 12  ページ： 753-756(J-STAGE)  発行年： 2019年 
JST資料番号： G0947B  ISSN： 0910-0350  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・定期点検記録などの保安業務基幹システムのデータと気象データを説明変数として,絶縁監視システムが発する警報情報を予測する機械学習を用いた手法の紹介。
・紹介の手法は,関東電気保安協会の保有する定期点検並びに警報発報データ124 059レコードに適用して評価。
・電気保安業務における絶縁状態のビッグデータを活用し,1)漏電と安全点検業務,2)絶縁監視システムからの警報発報,2)使用の保安業務ビッグデータについて解説。
・関東電気保安協会が保有する定期点検時の作業内容や警報の評価内容,その後の対応,事故そのもの等のデータの予測モデルで使用する変数の候補とし,すなわち,合計で約25.3GByteのサイズである保安業務基幹システム内の定期点検データと警報データを結合,更に,日付順で並び替え,履歴データの作成の実施。
・機械学習による翌日警報発報有無の予測モデルとして,1)ランダムフォレスト(RF)による予測モデル,2)翌日警報発報有無の分類モデルの評価の解説。

シソーラス用語： *人工知能 ,  データ ,  データ蓄積 ,  大規模 ,  *電気設備 ,  漏電 ,  予測モデル ,  *学習機械 ,  計算機アルゴリズム ,  予測技法 ,  ビッグデータ ,  モデル
準シソーラス用語： *AI【人工知能】

著者キーワード (4件)： 絶縁監視 ,  機械学習 ,  ランダムフォレスト ,  予防保全

分類 (2件)： 電力応用一般  (NB11010N) ,  人工知能  (JE08000Z)

引用文献 (8件)：

• 経済産業省:「電気保安のスマート化に向けた検討の進捗状況について,電気保安人材の中長期的な確保に向けた課題と対応の方向性について」,産業構造審議会-保安・消費生活用製品全分科会-第16回電力安全小委員会資料,2018年3月12日
• scikit-learnMachine Learning in Python:https://scikit-learn.org/stable/(アクセス日:2019年5月20日)
• Ai Yokote,Nobuyuki Yamaguchi,Kaneharu Kato,Masayoshi Suzuki:“Preliminary study on factors of fault alarms by insulation monitoring devices on premises based on data from maintenance business systems”,IEE Japan-IWPI2018-Jeju(2018)
• 本橋祐之介,横手 愛,山口順之,加藤謙晴,鈴木正美:「ランダムフォレストを用いた需要施設の定期点検時漏れ電流の決定要因に関する基礎検討」,システム/スマートファシリティ合同研究会,2018年,ST-18-132/SMF-18-055
• 横手 愛,山口順之,加藤謙晴,鈴木正美:「ランダムフォレストを用いた需要家設備の警報発報時漏れ電流の予測手法」,平成31年電気学会全国大会,2019年,No.4-234

タイトルに関連する用語 (6件)： AI ,  ビッグデータ ,  活用 ,  電気設備 ,  漏電 ,  予測技術