文献

J-GLOBAL ID：202002284593042336   整理番号：20A0887328

人工知能による電力用変圧器の内部異常診断

Artificial Intelligence Method for identification of Transformer Fault Based on Dissolved Gas Analysis

著者 (4件)： ZHENG Hongjie (東洋大) ,  塩谷隆二 (東洋大) ,  増田正人 (東大) ,  中林靖 (東洋大)
資料名： 日本機械学会計算力学講演会論文集(CD-ROM)  (日本機械学会計算力学講演会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.021  発行年： 2018年11月22日 
JST資料番号： L0203B  ISSN： 2424-2799  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 電力用変圧器は,電力流通システムの中に重要な役割を果たしている.電力変圧器の初期故障の早期発見及び正確に機器の状態を判断することが電力の安定供給に繋がっている.油中ガス分析は変圧器の内部異常診断する重要な方法である.但し従来の様相判定を行うには,専門家の長年経験と高い技術が必要となる.そこで本論文では人工知能の技術を用いて電力用変圧器の内部異常の自動判定を適用した.実際のガス分析データを用いて,教師あり/なし学習及びディープラーニングによる自動異常診断の結果を検証した.(著者抄録)

シソーラス用語： 人工知能 ,  経路 ,  故障 ,  *油入り変圧器 ,  *異常診断 ,  機械学習 ,  ガス分析 ,  自己組織化特徴マップ ,  多層パーセプトロン ,  溶存ガス分析
準シソーラス用語： 電力流通経路 ,  溶解ガス分析 ,  自己組織化マップ

分類 (2件)： 変圧器  (NB08020Q) ,  信頼性  (KB04040H)

タイトルに関連する用語 (3件)： 人工知能 ,  電力用変圧器 ,  異常診断