JP2000215766A - モニタリング診断装置 - Google Patents
モニタリング診断装置Info
- Publication number
- JP2000215766A JP2000215766A JP10865A JP2000010865A JP2000215766A JP 2000215766 A JP2000215766 A JP 2000215766A JP 10865 A JP10865 A JP 10865A JP 2000010865 A JP2000010865 A JP 2000010865A JP 2000215766 A JP2000215766 A JP 2000215766A
- Authority
- JP
- Japan
- Prior art keywords
- monitoring diagnostic
- diagnostic device
- window
- value
- neutral network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Driving Mechanisms And Operating Circuits Of Arc-Extinguishing High-Tension Switches (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】
【構成】 本発明は、回路遮断器、遮断スイッチ、オイ
ル絶縁電気装置、減圧絶縁電気装置、空気絶縁電気装
置、ソリッド絶縁電気装置などのなどの電気装置の正常
機能または異常機能をモデル化して存在する異常機能の
原因を識別するためにモニタリング診断装置を使用する
ことによって、電気装置の正常機能または異常機能を検
出するためのモニタリング診断装置。
ル絶縁電気装置、減圧絶縁電気装置、空気絶縁電気装
置、ソリッド絶縁電気装置などのなどの電気装置の正常
機能または異常機能をモデル化して存在する異常機能の
原因を識別するためにモニタリング診断装置を使用する
ことによって、電気装置の正常機能または異常機能を検
出するためのモニタリング診断装置。
Description
【０００１】
【発明の属する技術分野】本発明は、回路遮断器、スイ
ッチ、遮断スイッチ、オイル絶縁電気装置、真空絶縁電
気装置、空気絶縁電気装置、ソリッド絶縁電気装置など
の電気装置の正常機能または異常機能を検出するための
モニタリング診断装置に関するものである。さらに詳し
くは本発明は、電気装置の正常機能または異常機能をモ
デル化して存在する異常機能の原因を識別するためにニ
ュートラルネットワークを使用することによって電気装
置の障害の主原因を検出することのできるモニタリング
診断装置に関するものである。
ッチ、遮断スイッチ、オイル絶縁電気装置、真空絶縁電
気装置、空気絶縁電気装置、ソリッド絶縁電気装置など
の電気装置の正常機能または異常機能を検出するための
モニタリング診断装置に関するものである。さらに詳し
くは本発明は、電気装置の正常機能または異常機能をモ
デル化して存在する異常機能の原因を識別するためにニ
ュートラルネットワークを使用することによって電気装
置の障害の主原因を検出することのできるモニタリング
診断装置に関するものである。
【０００２】
【従来の技術と発明が解決しようとする課題】回路遮断
器、スイッチなどの電気装置の障害を検出するためにモ
ニタリング診断装置を使用することは先行技術において
公知である。通常のモニタリング装置は欠陥モニタリン
グのために各種の多数の検出装置を使用する。一般にこ
のような検出装置はセンサによる信号出力と所定のしき
い値とを比較する手段に接続されている。通常のモニタ
リング診断装置はその固有の構造の故に、装置の異常機
能の存在を検出するが（例えば出力信号がしきい値より
大または小である場合）、検出された異常機能の原因を
識別するには役立たない。さらに通常のモニタリング診
断装置は、例えばモニタされる装置の設置の型によるこ
の装置の状態変化に適合することができない。
器、スイッチなどの電気装置の障害を検出するためにモ
ニタリング診断装置を使用することは先行技術において
公知である。通常のモニタリング装置は欠陥モニタリン
グのために各種の多数の検出装置を使用する。一般にこ
のような検出装置はセンサによる信号出力と所定のしき
い値とを比較する手段に接続されている。通常のモニタ
リング診断装置はその固有の構造の故に、装置の異常機
能の存在を検出するが（例えば出力信号がしきい値より
大または小である場合）、検出された異常機能の原因を
識別するには役立たない。さらに通常のモニタリング診
断装置は、例えばモニタされる装置の設置の型によるこ
の装置の状態変化に適合することができない。
【０００３】数種のモニタの使用は常に必ずしも可能で
なく、しかもモニタリング診断装置の設置コストを高く
する。
なく、しかもモニタリング診断装置の設置コストを高く
する。
【０００４】これらの問題点、特に電気装置の異常機能
の識別に関する問題点を解決するため、先行技術におい
てニュートラルネットワークの使用に基づくモニタリン
グ診断装置が提案されている。
の識別に関する問題点を解決するため、先行技術におい
てニュートラルネットワークの使用に基づくモニタリン
グ診断装置が提案されている。
【０００５】図１について述べれば、米国特許第5,419,
197号に提案されているような先行技術のニュートラル
ネットワークに基づくモニタリング診断装置が概略図示
されている。
197号に提案されているような先行技術のニュートラル
ネットワークに基づくモニタリング診断装置が概略図示
されている。
【０００６】回路遮断器のタンク中の部分的排出によっ
て生じる圧力波によりタンク１０５に伝送される振動の
結果として生じる加速を測定するため、タンク１０５の
外部にセンサ１０６が配置されている。このセンサ１０
６は、加速に比例した信号１０７を信号処理手段１０８
に送り、この信号処理手段は信号１０７を処理してニュ
ートラルネットワーク１１４に対して入力を加える。信
号処理手段１０８は数処理段階を実施し、これらの処理
段階は信号の高速フーリエ変換１０９、周波数のドメイ
ンにおける平均化演算１１０，およびニュートラルネッ
トワークの中に入力される値コレクションを得るための
正規化演算１１３からなる。
て生じる圧力波によりタンク１０５に伝送される振動の
結果として生じる加速を測定するため、タンク１０５の
外部にセンサ１０６が配置されている。このセンサ１０
６は、加速に比例した信号１０７を信号処理手段１０８
に送り、この信号処理手段は信号１０７を処理してニュ
ートラルネットワーク１１４に対して入力を加える。信
号処理手段１０８は数処理段階を実施し、これらの処理
段階は信号の高速フーリエ変換１０９、周波数のドメイ
ンにおける平均化演算１１０，およびニュートラルネッ
トワークの中に入力される値コレクションを得るための
正規化演算１１３からなる。
【０００７】ニュートラルネットワークは診断ディスプ
レー１１８に対して出力データを供給する。
レー１１８に対して出力データを供給する。
【０００８】図１に図示の装置は、タンク１０５中の部
分的排出の存在を検出するために図１に図示された装置
が提供される。部分的排出の存在は圧力波を生じこの圧
力波がタンク１０５の振動を誘発する。部分的排出が小
数のケースにおいては電気装置の異常機能の原因を成す
ことは周知である。さらに多くの場合、異常機能は電気
装置の駆動機能に関する欠陥によるものである。このよ
うな欠陥は図１に図示の装置においては加速センサの配
置場所の故に検出できない。この加速センサはタンクの
外部に配置されていて、駆動機構の欠陥部分によって発
生される振動を検出する事ができない。
分的排出の存在を検出するために図１に図示された装置
が提供される。部分的排出の存在は圧力波を生じこの圧
力波がタンク１０５の振動を誘発する。部分的排出が小
数のケースにおいては電気装置の異常機能の原因を成す
ことは周知である。さらに多くの場合、異常機能は電気
装置の駆動機能に関する欠陥によるものである。このよ
うな欠陥は図１に図示の装置においては加速センサの配
置場所の故に検出できない。この加速センサはタンクの
外部に配置されていて、駆動機構の欠陥部分によって発
生される振動を検出する事ができない。
【０００９】さらに先行技術のモニタリング診断装置に
よって考慮される信号処理は非常に複雑なアルゴリズム
を使用し、これが多量の演算を必要とし、従って高価な
処理モジュールが必要とされる。例えば、図１に図示の
装置について言えば、高速フーリエ変換の実施には入力
データの量の平方に比例する複雑さのアルゴリズムを使
用しなければならない。
よって考慮される信号処理は非常に複雑なアルゴリズム
を使用し、これが多量の演算を必要とし、従って高価な
処理モジュールが必要とされる。例えば、図１に図示の
装置について言えば、高速フーリエ変換の実施には入力
データの量の平方に比例する複雑さのアルゴリズムを使
用しなければならない。
【００１０】その結果、先行技術のニュートラルネット
ワークに基づくモニタリング診断装置の使用はきわめて
困難であり、また高価である。さらに先行技術のモニタ
リング診断装置はモニタリングされる電気装置において
効果的なサービス演算を成すための必要事項を満たさな
い。
ワークに基づくモニタリング診断装置の使用はきわめて
困難であり、また高価である。さらに先行技術のモニタ
リング診断装置はモニタリングされる電気装置において
効果的なサービス演算を成すための必要事項を満たさな
い。
【００１１】
【課題を解決するための手段】本発明の趣旨は、回路遮
断器、スイッチ、遮断スイッチ、オイル絶縁電気装置、
真空絶縁電気装置、空気絶縁電気装置、ソリッド絶縁電
気装置などの電気装置の異常機能を検出しその主原因を
識別することのできるモニタリング診断装置を提供する
にある。
断器、スイッチ、遮断スイッチ、オイル絶縁電気装置、
真空絶縁電気装置、空気絶縁電気装置、ソリッド絶縁電
気装置などの電気装置の異常機能を検出しその主原因を
識別することのできるモニタリング診断装置を提供する
にある。
【００１２】この趣旨の範囲内において、本発明の目的
は電気装置の駆動機構の動作を特徴づけることのできる
モニタリング診断装置を提供するにある。
は電気装置の駆動機構の動作を特徴づけることのできる
モニタリング診断装置を提供するにある。
【００１３】本発明のさらに他の目的は、異常機能の原
因を識別するためにニュートラルネットワークを使用す
るモニタリング診断装置を提供するにある。
因を識別するためにニュートラルネットワークを使用す
るモニタリング診断装置を提供するにある。
【００１４】本発明のさらに他の目的は比較的小数のセ
ンサを使用するモニタリング診断装置を提供するにあ
る。
ンサを使用するモニタリング診断装置を提供するにあ
る。
【００１５】本発明のさらに他の目的は、このようなセ
ンサによる信号出力を処理するために簡単なアルゴリズ
ムを使用するモニタリング診断装置を提供するにある。
ンサによる信号出力を処理するために簡単なアルゴリズ
ムを使用するモニタリング診断装置を提供するにある。
【００１６】本発明のさらに他の重要な目的は、信頼度
の高い、競争価格で比較的容易に製作することのできる
モニタリング診断装置を提供するにある。
の高い、競争価格で比較的容易に製作することのできる
モニタリング診断装置を提供するにある。
【００１７】従って本発明は、電気装置の駆動機構の正
常機能または異常機能を検出するためのモニタリング診
断装置において、前記モニタリング診断装置は、 −前記駆動機構の動作を特徴づける量を測定し前記量を
表わす信号を出力するため前記電気装置の駆動機構に配
置されたセンサと、 −前記信号に対する所定の信号処理から生じる値のコレ
クションを入力することによって、前記駆動機構の正常
機能および特定の異常機能をモデル化し駆動機構の異常
機能の原因を識別するニュートラルネットワークと、 −前記信号に対して所定の信号処理を実施するための信
号処理手段とを含み、前記所定の信号処理は、 −前記センサから出力された前記信号をサンプリング
し、前記信号からサンプリングされた所定数の値を含む
時間ウインドウを計算する段階と、 −前記信号の時間ドメインにそった時間ウインドウ列を
得るためにシフト値を確定する段階と、 −前記信号の時間ドメインにそって得られる各時間ウイ
ンドウに属するサンプリング値のウインドウ平均によっ
て得られる各値の少なくとも１つのコレクションを計算
する段階と、 −前記ニュートラルネットワークの中に前記値コレクシ
ョンを入力する段階とを含むことを特徴とするモニタリ
ング診断装置に関するものである。
常機能または異常機能を検出するためのモニタリング診
断装置において、前記モニタリング診断装置は、 −前記駆動機構の動作を特徴づける量を測定し前記量を
表わす信号を出力するため前記電気装置の駆動機構に配
置されたセンサと、 −前記信号に対する所定の信号処理から生じる値のコレ
クションを入力することによって、前記駆動機構の正常
機能および特定の異常機能をモデル化し駆動機構の異常
機能の原因を識別するニュートラルネットワークと、 −前記信号に対して所定の信号処理を実施するための信
号処理手段とを含み、前記所定の信号処理は、 −前記センサから出力された前記信号をサンプリング
し、前記信号からサンプリングされた所定数の値を含む
時間ウインドウを計算する段階と、 −前記信号の時間ドメインにそった時間ウインドウ列を
得るためにシフト値を確定する段階と、 −前記信号の時間ドメインにそって得られる各時間ウイ
ンドウに属するサンプリング値のウインドウ平均によっ
て得られる各値の少なくとも１つのコレクションを計算
する段階と、 −前記ニュートラルネットワークの中に前記値コレクシ
ョンを入力する段階とを含むことを特徴とするモニタリ
ング診断装置に関するものである。
【００１８】以下、本発明を図面に示す実施例について
詳細に説明するが、本発明はこれらの実施例によって限
定されるものではない。
詳細に説明するが、本発明はこれらの実施例によって限
定されるものではない。
【００１９】
【発明の実施の形態】図２について述べれば、本発明に
よるモニタリング診断装置の概略図が図示されている。
電気装置３，例えば高圧または中圧回路遮断器（すなわ
ち、１ＫＶより高い電圧レンジ用の回路遮断器）のタン
ク５の中に、この電気装置３の駆動機構１の挙動を特徴
づけるためにセンサ６が配置されている。さらに詳しく
はセンサ６が駆動機構１に搭載されている場合、この駆
動機構１の可動部分の振動をモニタすることができる。
本発明の好ましい実施態様によれば、センサ６は加速セ
ンサとすることができる。センサ６のこのような配置
は、電気装置３の欠陥の主原因を識別することができる
ので特に望ましい。さらなる診断が必要とされる場合、
部分的放電など電気装置の欠陥を生じる他の二次的原因
を検出するためにタンクの内部または外部に１つまたは
複数のセンサ（図１において参照数字２および４で示す
センサ）を配置できることは明らかである。センサ６は
検出された量を表わす信号７を出す。信号７は信号処理
手段１２に入力され、この処理手段は信号７を処理し
て、ニュートラルネットワーク１４に加えられるべき値
のコレクション１３を出力する。ニュートラルネットワ
ーク１４は駆動機構１の正常機能または異常機能の信号
を診断ディスプレー１８に出力して、存在する欠陥の型
を表示する。
よるモニタリング診断装置の概略図が図示されている。
電気装置３，例えば高圧または中圧回路遮断器（すなわ
ち、１ＫＶより高い電圧レンジ用の回路遮断器）のタン
ク５の中に、この電気装置３の駆動機構１の挙動を特徴
づけるためにセンサ６が配置されている。さらに詳しく
はセンサ６が駆動機構１に搭載されている場合、この駆
動機構１の可動部分の振動をモニタすることができる。
本発明の好ましい実施態様によれば、センサ６は加速セ
ンサとすることができる。センサ６のこのような配置
は、電気装置３の欠陥の主原因を識別することができる
ので特に望ましい。さらなる診断が必要とされる場合、
部分的放電など電気装置の欠陥を生じる他の二次的原因
を検出するためにタンクの内部または外部に１つまたは
複数のセンサ（図１において参照数字２および４で示す
センサ）を配置できることは明らかである。センサ６は
検出された量を表わす信号７を出す。信号７は信号処理
手段１２に入力され、この処理手段は信号７を処理し
て、ニュートラルネットワーク１４に加えられるべき値
のコレクション１３を出力する。ニュートラルネットワ
ーク１４は駆動機構１の正常機能または異常機能の信号
を診断ディスプレー１８に出力して、存在する欠陥の型
を表示する。
【００２０】図３について述べれば、信号処理手段１２
によって実行される各段階が図示されている。段階２０
において、信号７のサンプリングが実行され、信号７か
らサンプリングされた特定数の値を含む時間ウインドウ
が計算される。段階２１において、シフト値が計算され
る。このシフト値は、例えば単一プロダクトを通して、
信号７の時間ドメインをカバーする時間ウインドウ列を
得るために必要である。段階２２において、信号７の時
間ドメインにそった各ウインドウについて、ウインドウ
平均値が計算される。これは各ウインドウに含まれる値
を計算して、ニュートラルネットワーク１４に入力され
る値コレクション１３を得ることを意味する。下記に詳
細に説明するように、この計算は種々の方法で成され
る。いずれにせよ、段階２２において実施される処理
は、検出された欠陥を分類するためにニュートラルネッ
トワークの中に入力されるデータ量の大きさを著しく低
減させるが故にきわめて望ましい。再び図２について述
べれば、好ましい実施態様において、ニュートラルネッ
トワーク１４は入力層１５、隠れ層１６および出力層１
７に分割される。各層は複数の神経要素を含む。望まし
くは入力層１５はコレクション１３のそれぞれの値に対
する１つの神経要素を含む。入力層１５の各要素が隠れ
層１６の各要素に対して、第１型の連結重み１５０によ
って連結され、これに対して遮蔽層１６の各要素は出力
層１７の各要素に対して第２型の連結重み１６０によっ
て連結されている。ニュートラルネットワークの出力レ
ベル１７は診断ディスプレー１８に対する固有メッセー
ジを起動することのできる論理値を出す。これらの連結
重み１５０，１６０の計算を下記に説明する。
によって実行される各段階が図示されている。段階２０
において、信号７のサンプリングが実行され、信号７か
らサンプリングされた特定数の値を含む時間ウインドウ
が計算される。段階２１において、シフト値が計算され
る。このシフト値は、例えば単一プロダクトを通して、
信号７の時間ドメインをカバーする時間ウインドウ列を
得るために必要である。段階２２において、信号７の時
間ドメインにそった各ウインドウについて、ウインドウ
平均値が計算される。これは各ウインドウに含まれる値
を計算して、ニュートラルネットワーク１４に入力され
る値コレクション１３を得ることを意味する。下記に詳
細に説明するように、この計算は種々の方法で成され
る。いずれにせよ、段階２２において実施される処理
は、検出された欠陥を分類するためにニュートラルネッ
トワークの中に入力されるデータ量の大きさを著しく低
減させるが故にきわめて望ましい。再び図２について述
べれば、好ましい実施態様において、ニュートラルネッ
トワーク１４は入力層１５、隠れ層１６および出力層１
７に分割される。各層は複数の神経要素を含む。望まし
くは入力層１５はコレクション１３のそれぞれの値に対
する１つの神経要素を含む。入力層１５の各要素が隠れ
層１６の各要素に対して、第１型の連結重み１５０によ
って連結され、これに対して遮蔽層１６の各要素は出力
層１７の各要素に対して第２型の連結重み１６０によっ
て連結されている。ニュートラルネットワークの出力レ
ベル１７は診断ディスプレー１８に対する固有メッセー
ジを起動することのできる論理値を出す。これらの連結
重み１５０，１６０の計算を下記に説明する。
【００２１】図４においては、図３の処理段階によって
実施される計算の概略説明図を示す。参照数字３０によ
って、信号７の可能な時間的ダイヤグラムを示す。この
場合、信号７は図３の段階２０においてサンプリングさ
れ、サンプリング期間は図４においてＴｓとして表示さ
れている。信号７の時間ドメインが（Ｍ×Ｔｓ）として
表わされるのでサンプリング期間は予め確定される。こ
こにＭは予め設定された数である。従って時間ウインド
ウの延長は（Ｗ×Ｔｓ）によって与えられる。ここにＷ
は含まれるサンプリング値の予め設定された数である。
信号７の時間ドメインにそった時間ウインドウ列を発生
するのに必要なシフト値は（Ｓ×Ｔｓ）によって与えら
れ、ここにＳは予確定数である。各ウインドウのウイン
ドウ平均は種々の方法で実施される。好ましい実施態様
において、ｄi を時間ドメイン（ｋ＝１，Ｍ）の総称的
Ｋthウインドウ（Ｗ・Ｔｓ）中に含まれるｉthサンプリ
ング値とすれば、前記のＫthウインドウに関連したウイ
ンドウ平均は下記方程式（１）によって与えられる。
実施される計算の概略説明図を示す。参照数字３０によ
って、信号７の可能な時間的ダイヤグラムを示す。この
場合、信号７は図３の段階２０においてサンプリングさ
れ、サンプリング期間は図４においてＴｓとして表示さ
れている。信号７の時間ドメインが（Ｍ×Ｔｓ）として
表わされるのでサンプリング期間は予め確定される。こ
こにＭは予め設定された数である。従って時間ウインド
ウの延長は（Ｗ×Ｔｓ）によって与えられる。ここにＷ
は含まれるサンプリング値の予め設定された数である。
信号７の時間ドメインにそった時間ウインドウ列を発生
するのに必要なシフト値は（Ｓ×Ｔｓ）によって与えら
れ、ここにＳは予確定数である。各ウインドウのウイン
ドウ平均は種々の方法で実施される。好ましい実施態様
において、ｄi を時間ドメイン（ｋ＝１，Ｍ）の総称的
Ｋthウインドウ（Ｗ・Ｔｓ）中に含まれるｉthサンプリ
ング値とすれば、前記のＫthウインドウに関連したウイ
ンドウ平均は下記方程式（１）によって与えられる。
【００２２】
【数１】
【００２３】値コレクションＰｋは図３に記載されたコ
レクション１３である。あるいはまた、ニュートラルネ
ットワークに入力するための２つの値コレクションを備
えることができる。その一方のコレクションは正のサン
プリング値に関するものであり、他方のコレクションは
負のサンプリング値に関するものである。これら２つの
コレクションはそれぞれ下記の方程式（２）と（３）に
よって与えられる。
レクション１３である。あるいはまた、ニュートラルネ
ットワークに入力するための２つの値コレクションを備
えることができる。その一方のコレクションは正のサン
プリング値に関するものであり、他方のコレクションは
負のサンプリング値に関するものである。これら２つの
コレクションはそれぞれ下記の方程式（２）と（３）に
よって与えられる。
【００２４】
【数２】 および
【００２５】
【数３】
【００２６】入力値コレクション１３の計算は実際上単
なる反復ソフトウェア・ループによって実施することが
できる。これはアルゴリズムの基数順序を線形に保持す
ることができるので特に有利である。この事実は非常に
簡単な処理リソースが必要とされることを意味する。
なる反復ソフトウェア・ループによって実施することが
できる。これはアルゴリズムの基数順序を線形に保持す
ることができるので特に有利である。この事実は非常に
簡単な処理リソースが必要とされることを意味する。
【００２７】図５においては、ニュートラルネットワー
クの概略図を示す。好ましい実施態様において、すべて
の処理は隠蔽レベル１６において生じると仮定される。
入力層１５は図２のコレクション１３によって与えられ
る値のような多数の神経要素を有する。入力層１５のす
べての神経要素は隠れ層１６の神経要素に対して連結重
み１５０を介して連結され、これに対して隠れ層１６の
すべての神経要素は出力層１７の神経要素に対して連結
重み１６０を介して連結される。出力層１７の各神経要
素は一定の型の欠陥または正常機能状態に組合わされ
る。組合わされた実数値が適当レベルを取る場合、特定
の型の欠陥に関するメッセージが活性化される。
クの概略図を示す。好ましい実施態様において、すべて
の処理は隠蔽レベル１６において生じると仮定される。
入力層１５は図２のコレクション１３によって与えられ
る値のような多数の神経要素を有する。入力層１５のす
べての神経要素は隠れ層１６の神経要素に対して連結重
み１５０を介して連結され、これに対して隠れ層１６の
すべての神経要素は出力層１７の神経要素に対して連結
重み１６０を介して連結される。出力層１７の各神経要
素は一定の型の欠陥または正常機能状態に組合わされ
る。組合わされた実数値が適当レベルを取る場合、特定
の型の欠陥に関するメッセージが活性化される。
【００２８】最初にニュートラルネットワークは学習プ
ロセスを受け、この学習プロセスは主として図２の連結
重み１５０および１６０の評価にある。モニタリング診
断装置の正常作動中に隠れ層の要素によって出力される
ｈ番目の信号は下記の方程式４によって与えられる。
ロセスを受け、この学習プロセスは主として図２の連結
重み１５０および１６０の評価にある。モニタリング診
断装置の正常作動中に隠れ層の要素によって出力される
ｈ番目の信号は下記の方程式４によって与えられる。
【００２９】
【数４】 ここに、Ｎは入力層の神経要素の数、Ｈは隠れ層の神経
要素の数である。出力層の０番目の神経要素の中に入力
される信号は下記の方程式（５）によって与えられる。
要素の数である。出力層の０番目の神経要素の中に入力
される信号は下記の方程式（５）によって与えられる。
【００３０】
【数５】 ここに、Ｏは出力層の神経要素の数、Ｈは隠れ層の神経
要素の数である。
要素の数である。
【００３１】信号Ｖｏはデジタル信号である。好ましい
実施態様において、連結重み１５０はコレクション１３
からの入力に依存するエス字型関数であり、これに対し
て連結重み１６０は定数値である。
実施態様において、連結重み１５０はコレクション１３
からの入力に依存するエス字型関数であり、これに対し
て連結重み１６０は定数値である。
【００３２】学習プロセスは下記の段階を含む。 − 既知の欠陥状態に対応するいくつかの「アプリオ
リ」出力値が確定される。 − 既知の欠陥状態に対応するいくつかの入力信号が与
えられる、 − 「アプリオリ」出力値と方程式（４）および（５）
によって与えられる出力値との差異によって発生される
誤差を最小限にする。 − この最小限化の結果として正確な連結重みが計算さ
れる。
リ」出力値が確定される。 − 既知の欠陥状態に対応するいくつかの入力信号が与
えられる、 − 「アプリオリ」出力値と方程式（４）および（５）
によって与えられる出力値との差異によって発生される
誤差を最小限にする。 − この最小限化の結果として正確な連結重みが計算さ
れる。
【００３３】この計算は既知の手順によって実施するこ
とができる。例えば、最大傾斜下降手順（ＭＧＤＰ）を
容易に使用することができる。
とができる。例えば、最大傾斜下降手順（ＭＧＤＰ）を
容易に使用することができる。
【００３４】
【発明の効果】本発明によるモニタリング診断装置は前
記のすべての目標を達成できることが示された。実際
上、電気装置のタンク内部にセンサを配置することによ
り、最も重要な欠陥状態を識別することができる。これ
はサービス演算を実施しなければならない場合にきわめ
て有利である。さらに信号処理手段の簡単な構造によ
り、モニタリング診断装置の設置および操作のコストが
比較的低くなる。
記のすべての目標を達成できることが示された。実際
上、電気装置のタンク内部にセンサを配置することによ
り、最も重要な欠陥状態を識別することができる。これ
はサービス演算を実施しなければならない場合にきわめ
て有利である。さらに信号処理手段の簡単な構造によ
り、モニタリング診断装置の設置および操作のコストが
比較的低くなる。
【００３５】さらにニュートラルネットワークを使用す
ることにより、電気装置の異常なまたは正常な機能を容
易に識別することが可能となる。
ることにより、電気装置の異常なまたは正常な機能を容
易に識別することが可能となる。
【００３６】さらに本発明による装置は種々の「アプリ
オリ」値を使用してニュートラルネットワークを簡単に
訓練することにより種々の型の設置に適合させることが
できる。
オリ」値を使用してニュートラルネットワークを簡単に
訓練することにより種々の型の設置に適合させることが
できる。
【００３７】前記の実施例において、電気装置の例とし
て回路遮断器が取り上げられた。しかし本発明の実施態
様の対象は回路遮断器に限定されるものでなく、スイッ
チ、遮断スイッチ、油入電気装置、真空絶縁電気装置、
空気絶縁電気装置、ソリッド絶縁電気装置などの他の電
気機器に適用することができる。
て回路遮断器が取り上げられた。しかし本発明の実施態
様の対象は回路遮断器に限定されるものでなく、スイッ
チ、遮断スイッチ、油入電気装置、真空絶縁電気装置、
空気絶縁電気装置、ソリッド絶縁電気装置などの他の電
気機器に適用することができる。
【図１】先行技術のモニタリング診断装置の概略図。
【図２】本発明によるモニタリング診断装置の概略図。
【図３】本発明のモニタリング診断装置の中に含まれる
処理手段によって実施される処理段階の概略フローシー
ト。
処理手段によって実施される処理段階の概略フローシー
ト。
【図４】図３の処理段階において実施される計算の概略
図。
図。
【図５】本発明によるモニタリング診断装置の中に含ま
れるニュートラルネットワークの概略図。
れるニュートラルネットワークの概略図。
１ 装置の駆動機構 ２，４，６ センサ ３ 電気装置 ７ センサ出力 １２ 処理装置 １３ 値コレクション １４ モニタリング診断装置 １５ 入力層 １６ 隠れ層 １７ 出力層 １８ ディスプレー ２０ センサ７のサンプリングおよび時間ウインドウ計
算 ２１ ソフト値の計算 ２２ ウインドウ平均計算 １５０ 第１連結重み １６０ 第２連結重み
算 ２１ ソフト値の計算 ２２ ウインドウ平均計算 １５０ 第１連結重み １６０ 第２連結重み
Claims (13)
- 【請求項１】電気装置の駆動機構の正常機能または異常
機能を検出するためのモニタリング診断装置において、
前記モニタリング診断装置は、 −前記駆動機構の動作を特徴づける量を測定し前記量を
表わす信号を出力するため前記電気装置の駆動機構に配
置されたセンサと、 −前記信号に対する所定の信号処理から生じる値のコレ
クションを入力することによって、前記駆動機構の正常
機能および特定の異常機能をモデル化し駆動機構の異常
機能の原因を識別するニュートラルネットワークと、 −前記信号に対して所定の信号処理を実行するための信
号処理手段とを含み、前記所定の信号処理は、 −前記センサから出力された前記信号をサンプリング
し、前記信号からサンプリングされた所定数の値を含む
時間ウインドウを計算する段階と、 −前記信号の時間ドメインにそった時間ウインドウ列を
得るためにシフト値を確定する段階と、 −前記信号の時間ドメインにそって得られる各時間ウイ
ンドウに属するサンプリング値のウインドウ平均によっ
て得られる各値の少なくとも１つのコレクションを計算
する段階と、 −前記ニュートラルネットワークの中に前記値コレクシ
ョンを入力する段階とを含むことを特徴とするモニタリ
ング診断装置。 - 【請求項２】前記センサが前記駆動機構中に発生する振
動から生じる加速度を測定することを特徴とする請求項
１に記載のモニタリング診断装置。 - 【請求項３】前記所定の信号処理は、前記時間ウインド
ウ列の各ウインドウ中に含まれる正および負のサンプリ
ング値についてウインドウ平均を演算することによって
得られる２つの値コレクションを計算することを特徴と
する請求項１に記載のモニタリング診断装置。 - 【請求項４】前記所定の信号処理は、前記時間ウインド
ウ列の各ウインドウ中に含まれるサンプリング値の平方
についてウインドウ平均を演算することによって得られ
る１つの値コレクションを計算することを特徴とする請
求項１に記載のモニタリング診断装置。 - 【請求項５】前記ニュートラルネットワークは相異なる
レベルを含むことを特徴とする請求項１に記載のモニタ
リング診断装置。 - 【請求項６】前記ニュートラルネットワークは入力層、
隠れ層および出力層を含むことを特徴とする請求項５に
記載のモニタリング診断装置。 - 【請求項７】前記入力層の各要素は第１型の連結重みを
通して前記隠れ層の各要素と連結されることを特徴とす
る請求項６に記載のモニタリング診断装置。 - 【請求項８】前記第１型の連結重みは前記ニュートラル
ネットワーク中に入力される値に依存するＳ字型関数を
含むことを特徴とする請求項７に記載のモニタリング診
断装置。 - 【請求項９】前記隠れ層の各要素は第２型の連結重みを
通して前記出力層の各要素に連結されることを特徴とす
る請求項７に記載のモニタリング診断装置。 - 【請求項１０】前記第２型の連結重みは定数値を含むこ
とを特徴とする請求項９に記載のモニタリング診断装
置。 - 【請求項１１】前記ニュートラルネットワークは、 −既知の欠陥状態に対応するいくつかの「アプリオリ」
出力値を確定する段階と、 −前記の「アプリオリ」出力値を計算した前記の既知欠
陥状態に対応するいくつかの入力信号を前記ニュートラ
ルネットワークに加える段階と、 −前記の「アプリオリ」出力値と、前記入力信号によっ
て発生された出力値との差違によって生じる誤差を最小
限に成す段階と、 −正確な連結重みを計算する段階とからなる訓練プロセ
スを受けることを特徴とする請求項６乃至１０のいずれ
かに記載のモニタリング診断装置。 - 【請求項１２】前記電気装置の他の障害原因から生じる
量を測定するための１つまたは複数のセンサを含むこと
を特徴とする請求項１に記載のモニタリング診断装置。 - 【請求項１３】請求項１乃至１２のいずれかに記載のモ
ニタリング診断装置を含む電気的開閉装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000327386A JP2001272636A (ja) | 2000-01-19 | 2000-10-26 | レーザ加工装置 |
| PCT/JP2000/009192 WO2001053876A1 (en) | 2000-01-19 | 2000-12-25 | Laser machinning device |
| DE10085411.7T DE10085411B3 (de) | 2000-01-19 | 2000-12-25 | Laserlichtbearbeitungsvorrichtung mit einem räumlichen Lichtmodulator |
| US10/181,376 US6710292B2 (en) | 2000-01-19 | 2000-12-25 | Laser machining device |
| AU2001222241A AU2001222241A1 (en) | 2000-01-19 | 2000-12-25 | Laser machinning device |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP99200157.8 | 1999-01-21 | ||
| EP99200157A EP1022632A1 (en) | 1999-01-21 | 1999-01-21 | Monitoring diagnostic apparatus with neural network modelling the normal or abnormal functionality of an electrical device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000215766A true JP2000215766A (ja) | 2000-08-04 |
Family
ID=8239814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10865A Pending JP2000215766A (ja) | 1999-01-21 | 2000-01-19 | モニタリング診断装置 |
Country Status (2)
| Country | Link |
|---|---|
| EP (1) | EP1022632A1 (ja) |
| JP (1) | JP2000215766A (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8836536B2 (en) | 2011-07-29 | 2014-09-16 | Hewlett-Packard Development Company, L. P. | Device characterization system and methods |
| EP3183622B1 (en) | 2014-08-26 | 2021-09-22 | Mtelligence Corporation | Population-based learning with deep belief networks |
| EP3698388A4 (en) | 2017-10-16 | 2021-05-05 | ABB Power Grids Switzerland AG | METHOD OF MONITORING A CIRCUIT BREAKER AND DEVICE AND INTERNET OF THINGS USING THEREOF |
| US20190302707A1 (en) * | 2018-03-28 | 2019-10-03 | Mitsubishi Electric Research Laboratories, Inc. | Anomaly Detection in Manufacturing Systems Using Structured Neural Networks |
| CN109784478A (zh) * | 2019-01-16 | 2019-05-21 | 江苏圣通电力新能源科技有限公司 | 一种基于bp神经网络的配电系统传感器故障诊断方法 |
| CN113537288B (zh) * | 2021-06-16 | 2024-04-05 | 华北电力大学 | 基于样本信号的修改对目标模型进行训练的方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3100757B2 (ja) * | 1992-06-02 | 2000-10-23 | 三菱電機株式会社 | 監視診断装置 |
| US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
-
1999
- 1999-01-21 EP EP99200157A patent/EP1022632A1/en not_active Withdrawn
-
2000
- 2000-01-19 JP JP10865A patent/JP2000215766A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP1022632A1 (en) | 2000-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101688820B (zh) | 用于使用定子电流噪音消除的轴承故障检测的系统和方法 | |
| KR100691655B1 (ko) | 가스절연기기의 부분방전진단장치 및 진단방법 | |
| US7180300B2 (en) | System and method of locating ground fault in electrical power distribution system | |
| KR101874286B1 (ko) | 전력설비 모니터링 및 진단 시스템 | |
| US20160266206A1 (en) | Generator neutral ground monitoring device utilizing direct current component measurement and analysis | |
| US5305235A (en) | Monitoring diagnosis device for electrical appliance | |
| KR20060086502A (ko) | 부분 방전 검출방법 | |
| US20130096853A1 (en) | Systems and methods for monitoring electrical contacts | |
| CN104215901A (zh) | 一种高压断路器弧触头故障诊断方法 | |
| CN109855710B (zh) | 一种汽车衡称重状态监测系统及检测方法 | |
| KR100954665B1 (ko) | 전력기기의 위험도 분석 시스템 및 그 방법 | |
| CN110703076A (zh) | 一种基于振动信号频域能量比的gis故障诊断方法 | |
| Kim et al. | Development of monitoring and diagnostic system for SF/sub 6/gas insulated switchgear | |
| JP4014222B2 (ja) | コンデンサブッシングの監視方法およびそのための監視装置 | |
| JP2000215766A (ja) | モニタリング診断装置 | |
| JP5265245B2 (ja) | ステータ構成要素のキャパシタンスを測定するシステム、方法および装置 | |
| KR20150118456A (ko) | 감시 장치의 부분방전 진단 방법 | |
| CN111693831A (zh) | 一种组合电器盆式绝缘子松动振动检测方法 | |
| JP7227846B2 (ja) | 開閉装置の診断方法及び装置 | |
| KR101089316B1 (ko) | 가스절연개폐장치의 차단부 동작 특성 측정 장치 및 방법 | |
| KR0169969B1 (ko) | 전력기기, 전력송배전 유닛의 트립방법 | |
| CN115183994A (zh) | 一种断路器机械故障的振动检测方法 | |
| KR100368425B1 (ko) | 가스절연개폐장치의 동작상태 감시진단 방법 | |
| KR0143536B1 (ko) | 전력선 반송 보호 계전 시스템에서의 고장 진단방법 및 장치 | |
| JPH07129870A (ja) | ガス絶縁開閉装置のガス漏れ検出装置 |