DC送電制御・保護ロジックのための階層的マルチモーダルデータ融合モデル
A Hierarchical Multimodal Data Fusion Model for DC Transmission Control and Protection Logic
従来のDC制御・保護(C&P)システムは単一の電気的データに依存しており、複雑な条件下や未知の故障タイプにおいて誤動作や検出漏れを起こしやすい。本論文では、時系列電気量、非構造化過渡波形、状態監視測定値、環境変数といった複数のモダリティデータを融合する階層的マルチモーダルデータ融合モデルを提案する。このモデルは、データ異種性に起因する特徴競合、ドメイン固有のC&P知識の埋め込みの難しさ、データノイズや欠損下でのモデルロバスト性の低下といった課題に対処する。提案モデルは、3層の階層的融合モデル、C&Pフェーズ認識ルール誘導特徴重み付け戦略、およびデュアルパス決定メカニズムを統合している。実験の結果、提案モデルは全体で96.2%の故障同定精度を達成し、これは単一モダリティベースラインモデルと比較して13.9ポイント、汎用マルチモーダルモデルと比較して6.5ポイント高い。平均決定遅延は7.2ミリ秒であり、産業用C&Pシステムのミリ秒レベルのリアルタイム要件を満たしている。
- 提案モデルが96.2%の故障同定精度を達成(単一モダリティ比+13.9pt、汎用マルチモーダル比+6.5pt)
- 平均決定遅延7.2msで産業用C&Pシステムのミリ秒レベルのリアルタイム要件を満たす
本論文は、DC送電システムの制御・保護ロジックにマルチモーダルデータ融合(電気量+波形+状態監視+環境変数)を適用し、故障同定精度96.2%(単一モダリティ比+13.9pt)と平均遅延7.2msを実証した点で注目に値する。エネルギーの大規模長距離伝送においてDC送電は重要な基盤技術であり、その信頼性向上は送電網全体の安定運用と設備利用率向上に直結する。現時点では学術研究フェーズだが、実システムへの適用が進めばDC送電関連機器・システムインテグレータ各社の競争力に影響を与える可能性がある。