ENERGY次世代エネルギー
ガス絶縁開閉装置(GIS)における時間周波数デュアルブランチ確率的構成ネットワークを用いたインテリジェントUHFセンサーベースの部分放電故障診断
Intelligent UHF Sensor-Based Partial Discharge Fault Diagnosis in GIS Using a Temporal-Frequency Dual-Branch Stochastic Configuration Network
MSSensors · MDPI · CC BY 4.0
AIが原文を翻訳・要約しています
ガス絶縁開閉装置(GIS)の部分放電(PD)パターン認識は、内部絶縁欠陥の特定に重要である。本論文では、複雑な非線形時間構造とマルチスケール周期変動を捉えるため、時間周波数デュアルブランチ確率的構成ネットワーク(TF-SCN)を提案する。時間ブランチは非周期・非線形活性化関数を使用し、周波数ブランチはサイン・コサイン調和ノードを導入する。2つのブランチの隠れ出力は結合され、残差不等式制約下で出力重みが解かれる。4つのPDパターンを含むデータセットを用いた比較実験では、TF-SCNは時間領域と周波数領域の両方で識別可能な特徴を効果的に抽出し、1DCNN、BPNN、SVM、KELM、RVFL、SCNなどのベースラインモデルと比較して最高の全体性能を達成した。信号対雑音比(SNR)が50dBから20dBのノイズデータに対しても一貫して優れた認識性能を示した。高感度UHFセンサーとTF-SCNを統合することで、電力機器の継続的な状態監視のための堅牢なAI強化型インテリジェントセンシングおよび故障診断システムが実現される。
KEY POINTS要点記事から抽出した重要情報
- ガス絶縁開閉装置(GIS)の部分放電(PD)パターン認識に向け、時間周波数デュアルブランチ確率的構成ネットワーク(TF-SCN)を提案する論文が発表された。
- 4つのPDパターンを含むデータセットでの比較実験で、TF-SCNは1DCNN、BPNN、SVM、KELM、RVFL、SCNなどのベースラインを上回る最高の全体性能を達成した。
- SNR 50dBから20dBのノイズ条件下でも一貫した認識性能を示し、高感度UHFセンサーと統合することで電力機器の継続的な状態監視に向けたAI強化型診断システムを実現する。
CONTEXT文脈編集部による背景整理
電力インフラの状態監視にAIを組み込む研究で、送配電設備の保全高度化・停電リスク低減につながるテーマ。ただし現段階は論文発表であり、製品化や導入企業・調達の情報はなく、投資判断に直結する材料は限定的。GIS/UHFセンサー領域のAI診断を手がけるベンダーの動向を注視する段階。
原文を読むAnalyzed at 2026年9月10日 21:01