文献

J-GLOBAL ID：202202290348751997   整理番号：22A1149967

深層学習による部分放電波形の分類に関する基礎的研究

Fundamental study on classification of partial discharge waveform by deep learning

著者 (4件)： HEO Quang (Toyohashi Univ. Technol.) ,  KAWASHIMA Tomohiro (Toyohashi Univ. Technol.) ,  MURAKAMI Yoshinobu (Toyohashi Univ. Technol.) ,  HOZUMI Naohiro (Toyohashi Univ. Technol.)
資料名： 電気学会全国大会講演論文集(CD-ROM)  (Annual Meeting Record, I.E.E. Japan (CD-ROM))
巻： 2022  ページ： ROMBUNNO.2-002  発行年： 2022年03月01日 
JST資料番号： S0653B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ・部分放電(PD)波形の特徴は,放電空間の電子なだれ過程を反映していること。
・著者等は,PD波形を時系列で広帯域に測定できるシステムを開発し,波形の立ち上がり時間が欠陥の型や条件により異なることを確認。
・本稿では,異なる表面抵抗率の試料を用いて測定したPD波形を,深層学習により分類。
・波形を時間-周波数スペクトルに変換して特徴抽出することで,学習精度を約93%に改善。

シソーラス用語： *機械学習 ,  *部分放電 ,  *波形解析 ,  波形 ,  分類 ,  周波数解析 ,  特徴抽出 ,  電気抵抗率 ,  時間 ,  電子なだれ
準シソーラス用語： 時間周波数解析 ,  *深層学習 ,  表面抵抗率 ,  立上り時間

分類 (4件)： 液体・固体中の放電  (BJ03030E) ,  誘電体一般  (BM05010F) ,  絶縁材料  (NA04030W) ,  人工知能  (JE08000Z)

引用文献 (2件)：

• 蛭川泰丞, 他, 電気学会 A 部門大会, 1-D-2p-3, 2021
• S. Hochreither, et. al., Neural Comput., Vol.9, No.8, pp.1735-1780, 1997

タイトルに関連する用語 (5件)： 深層学習 ,  部分放電 ,  波形 ,  分類 ,  基礎的研究