JP2000329812A - 電力系統事故点評定装置 - Google Patents
電力系統事故点評定装置Info
- Publication number
- JP2000329812A JP2000329812A JP11140932A JP14093299A JP2000329812A JP 2000329812 A JP2000329812 A JP 2000329812A JP 11140932 A JP11140932 A JP 11140932A JP 14093299 A JP14093299 A JP 14093299A JP 2000329812 A JP2000329812 A JP 2000329812A
- Authority
- JP
- Japan
- Prior art keywords
- accident
- fault
- neural network
- point
- voltage
- 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.)
- Withdrawn
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Locating Faults (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
(57)【要約】
【課題】従来においては分析が困難であった多様な事故
に対応し、事故を詳細に分析して事故点を評定する装置
を提供することを目的とする。 【解決手段】複数のニューラルネットワークを用いて、
電力系統事故発生時の事故種別、事故副種別、概略事故
点および詳細事故種別を分析し、事故点を評定する装置
とする。
に対応し、事故を詳細に分析して事故点を評定する装置
を提供することを目的とする。 【解決手段】複数のニューラルネットワークを用いて、
電力系統事故発生時の事故種別、事故副種別、概略事故
点および詳細事故種別を分析し、事故点を評定する装置
とする。
Description
【０００１】
【発明の属する技術分野】本発明は、電力系統における
事故の内容を分析し、事故点を評定する電力系統事故点
評定装置に関する。
事故の内容を分析し、事故点を評定する電力系統事故点
評定装置に関する。
【０００２】
【従来の技術】従来から電力系統における地絡・短絡と
いう事故の分析が行われている。事故の分析は、以下の
ような手順であった。３相電力系統のある相における地
絡・短絡という事故を想定して電力系統の回路網モデル
を作成し、この回路網モデルについての回路網解析を予
め行っておく。
いう事故の分析が行われている。事故の分析は、以下の
ような手順であった。３相電力系統のある相における地
絡・短絡という事故を想定して電力系統の回路網モデル
を作成し、この回路網モデルについての回路網解析を予
め行っておく。
【０００３】この回路網解析の結果求められた数式を用
いて事故発生時における送電線の各端子における各相の
電圧や電流という電気量（以下、単に電気量という。）
を算出する。この電気量は、起こりうる全ての事故につ
いて求めておく。そして、実際の事故が起きた場合にお
ける実際の送電線の各端子における各相の電気量を計測
し、回路網解析により予め求めておいた事故時の電気量
のどれに近いかを判定し、電気量が最も近い事故が発生
したと推定していた。事故の分析はこのように行われて
いた。
いて事故発生時における送電線の各端子における各相の
電圧や電流という電気量（以下、単に電気量という。）
を算出する。この電気量は、起こりうる全ての事故につ
いて求めておく。そして、実際の事故が起きた場合にお
ける実際の送電線の各端子における各相の電気量を計測
し、回路網解析により予め求めておいた事故時の電気量
のどれに近いかを判定し、電気量が最も近い事故が発生
したと推定していた。事故の分析はこのように行われて
いた。
【０００４】しかしながら、このような回路網解析は複
雑な計算を必要とし、また、想定する事故の数だけ解析
を行わなければならず、労力を要するものであった。ま
た、電力系統が複雑になると回路網解析が困難になり、
解析可能な事故しか取り扱うことができず、実際に起こ
る多様な事故に対処できなかった。
雑な計算を必要とし、また、想定する事故の数だけ解析
を行わなければならず、労力を要するものであった。ま
た、電力系統が複雑になると回路網解析が困難になり、
解析可能な事故しか取り扱うことができず、実際に起こ
る多様な事故に対処できなかった。
【０００５】また、電力系統で発生する事故とは、事故
点が１カ所という単純事故に加え、異地点異相地絡とい
うような多重事故がある。例えば、２線地絡・３線地絡
の場合に事故点が２カ所あるような場合である。従来の
回路網解析による事故分析では、単純事故の解析はおお
むね可能であるが、多重事故の解析は、その複雑さのた
め、困難なものであった。単純事故に限らず多重事故に
おいても事故を分析したいという要請があった。
点が１カ所という単純事故に加え、異地点異相地絡とい
うような多重事故がある。例えば、２線地絡・３線地絡
の場合に事故点が２カ所あるような場合である。従来の
回路網解析による事故分析では、単純事故の解析はおお
むね可能であるが、多重事故の解析は、その複雑さのた
め、困難なものであった。単純事故に限らず多重事故に
おいても事故を分析したいという要請があった。
【０００６】さらに、従来の方法では多重事故における
事故点を精度良く求めるのは困難であるという欠点があ
った。これは、長距離に渡り敷設される２端子間の送電
線において多重事故おのおの事故点を特定して事故点抵
抗を算出して回路網解析を行うのは、実質的に無限数の
計算を行うに等しいため、多重事故では代表点（例えば
送電線端子近傍や中央点のうち１点など）を事故点と仮
定した事故抵抗を用いて回路網解析を行うためである。
多重事故においても精度を高めて事故発生時の事故点を
評定したいという要請があった。
事故点を精度良く求めるのは困難であるという欠点があ
った。これは、長距離に渡り敷設される２端子間の送電
線において多重事故おのおの事故点を特定して事故点抵
抗を算出して回路網解析を行うのは、実質的に無限数の
計算を行うに等しいため、多重事故では代表点（例えば
送電線端子近傍や中央点のうち１点など）を事故点と仮
定した事故抵抗を用いて回路網解析を行うためである。
多重事故においても精度を高めて事故発生時の事故点を
評定したいという要請があった。
【０００７】
【発明が解決しようとする課題】本発明は、以上の問題
を解決するものであり、従来においては分析が困難であ
った多様な事故に対応し、事故を詳細に分析し、最終的
には事故点を評定する電力系統事故点評定装置を提供す
ることを目的とする。
を解決するものであり、従来においては分析が困難であ
った多様な事故に対応し、事故を詳細に分析し、最終的
には事故点を評定する電力系統事故点評定装置を提供す
ることを目的とする。
【０００８】
【課題を解決するための手段】上記課題を解決するた
め、請求項１に記載の発明は、ニューラルネットワーク
における１線地絡・２線短絡・２線地絡・３線短絡・３
線地絡という事故の種類および事故が発生した相の組み
合わせにより事故種別を分類し、かつ、２線地絡・３線
地絡について単純事故または多重事故という事故副種別
を分類し、さらにすべての事故種別および事故副種別に
ついて概略事故点および詳細事故種別を分類し、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故種別とを学習データとして学習させた第１ニューラル
ネットワークに、実際の事故発生時の３相各相の電圧・
電流および零相電圧を入力してこの第１ニューラルネッ
トワークから事故種別を判定出力させ、第１ニューラル
ネットワークにより判定出力された事故種別が２線地絡
または３線地絡である場合には、事故発生時の３相各相
の電圧・電流とこの事故が分類される事故副種別とを学
習データとして学習させた第２ニューラルネットワーク
に、実際の事故発生時の３相各相の電圧・電流および零
相電圧を入力してこの第２ニューラルネットワークから
事故副種別を判定出力させ、すべての事故種別および事
故副種別について、事故発生時の３相各相の電圧・電流
ならびに概略事故点を学習データとして学習させた第３
ニューラルネットワークに、実際の事故発生時の３相各
相の電圧・電流および零相電圧を入力してこの第３ニュ
ーラルネットワークから概略事故点を判定出力させ、前
記概略事故点を用いて多重回帰分析により事故点までの
距離を近似補間して事故点を標定することを特徴とす
る。
め、請求項１に記載の発明は、ニューラルネットワーク
における１線地絡・２線短絡・２線地絡・３線短絡・３
線地絡という事故の種類および事故が発生した相の組み
合わせにより事故種別を分類し、かつ、２線地絡・３線
地絡について単純事故または多重事故という事故副種別
を分類し、さらにすべての事故種別および事故副種別に
ついて概略事故点および詳細事故種別を分類し、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故種別とを学習データとして学習させた第１ニューラル
ネットワークに、実際の事故発生時の３相各相の電圧・
電流および零相電圧を入力してこの第１ニューラルネッ
トワークから事故種別を判定出力させ、第１ニューラル
ネットワークにより判定出力された事故種別が２線地絡
または３線地絡である場合には、事故発生時の３相各相
の電圧・電流とこの事故が分類される事故副種別とを学
習データとして学習させた第２ニューラルネットワーク
に、実際の事故発生時の３相各相の電圧・電流および零
相電圧を入力してこの第２ニューラルネットワークから
事故副種別を判定出力させ、すべての事故種別および事
故副種別について、事故発生時の３相各相の電圧・電流
ならびに概略事故点を学習データとして学習させた第３
ニューラルネットワークに、実際の事故発生時の３相各
相の電圧・電流および零相電圧を入力してこの第３ニュ
ーラルネットワークから概略事故点を判定出力させ、前
記概略事故点を用いて多重回帰分析により事故点までの
距離を近似補間して事故点を標定することを特徴とす
る。
【０００９】また、請求項２に記載の発明は、ニューラ
ルネットワークにおける１線地絡・２線短絡・２線地絡
・３線短絡・３線地絡という事故の種類および事故が発
生した相の組み合わせにより事故種別を分類し、かつ、
２線地絡・３線地絡について単純事故または多重事故と
いう事故副種別を分類し、さらにすべての事故種別およ
び事故副種別について概略事故点および詳細事故種別を
分類し、事故発生時の３相各相の電圧・電流とこの事故
が分類される事故種別とを学習データとして学習させた
第１ニューラルネットワークに、実際の事故発生時の３
相各相の電圧・電流および零相電圧を入力してこの第１
ニューラルネットワークから事故種別を判定出力させ、
第１ニューラルネットワークにより判定出力された事故
種別が２線地絡または３線地絡である場合には、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故副種別とを学習データとして学習させた第２ニューラ
ルネットワークに、実際の事故発生時の３相各相の電圧
・電流および零相電圧を入力してこの第２ニューラルネ
ットワークから事故副種別を判定出力させ、すべての事
故種別および事故副種別について、事故発生時の３相各
相の電圧・電流ならびに概略事故点を学習データとして
学習させた第３ニューラルネットワークに、実際の事故
発生時の３相各相の電圧・電流および零相電圧を入力し
てこの第３ニューラルネットワークから概略事故点を判
定出力させ、第３ニューラルネットワークの出力と事故
点までの距離とを学習データとして学習させた第４ニュ
ーラルネットワークに、第３のニューラルネットワーク
から出力された概略事故点を入力し、その出力である事
故点までの距離を近似補間して事故点を標定することを
特徴とする。
ルネットワークにおける１線地絡・２線短絡・２線地絡
・３線短絡・３線地絡という事故の種類および事故が発
生した相の組み合わせにより事故種別を分類し、かつ、
２線地絡・３線地絡について単純事故または多重事故と
いう事故副種別を分類し、さらにすべての事故種別およ
び事故副種別について概略事故点および詳細事故種別を
分類し、事故発生時の３相各相の電圧・電流とこの事故
が分類される事故種別とを学習データとして学習させた
第１ニューラルネットワークに、実際の事故発生時の３
相各相の電圧・電流および零相電圧を入力してこの第１
ニューラルネットワークから事故種別を判定出力させ、
第１ニューラルネットワークにより判定出力された事故
種別が２線地絡または３線地絡である場合には、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故副種別とを学習データとして学習させた第２ニューラ
ルネットワークに、実際の事故発生時の３相各相の電圧
・電流および零相電圧を入力してこの第２ニューラルネ
ットワークから事故副種別を判定出力させ、すべての事
故種別および事故副種別について、事故発生時の３相各
相の電圧・電流ならびに概略事故点を学習データとして
学習させた第３ニューラルネットワークに、実際の事故
発生時の３相各相の電圧・電流および零相電圧を入力し
てこの第３ニューラルネットワークから概略事故点を判
定出力させ、第３ニューラルネットワークの出力と事故
点までの距離とを学習データとして学習させた第４ニュ
ーラルネットワークに、第３のニューラルネットワーク
から出力された概略事故点を入力し、その出力である事
故点までの距離を近似補間して事故点を標定することを
特徴とする。
【００１０】
【発明の実施の形態】以下、図に沿って本発明の実施形
態について説明する。本実施形態では、マルチレイヤー
パーセプトロン等のニューラルネットワークまたは多重
回帰分析を用いてコンピュータにより電力系統事故を分
析する。
態について説明する。本実施形態では、マルチレイヤー
パーセプトロン等のニューラルネットワークまたは多重
回帰分析を用いてコンピュータにより電力系統事故を分
析する。
【００１１】本実施形態の電力系統事故点評定装置は、
まず、１線地絡、２線短絡、２線地絡、３線地絡および
事故が発生した相を組み合わせて分類した事故種別につ
いて分析する。そして、分析した事故種別が２線地絡ま
たは３線地絡に分類される場合、電力系統事故点評定装
置は、さらに、単純事故または多重事故という事故副種
別について分析する。そして、事故種別および事故副種
別が判明した場合、さらに、電力系統事故点評定装置
は、概略事故点とこの概略事故点における詳細事故種別
（ただし詳細事故種別は後述の特別な場合に限られる）
について分析する。最後に、判明した概略事故点や詳細
事故種別に応じて用意された判定手法により事故点を評
定する。
まず、１線地絡、２線短絡、２線地絡、３線地絡および
事故が発生した相を組み合わせて分類した事故種別につ
いて分析する。そして、分析した事故種別が２線地絡ま
たは３線地絡に分類される場合、電力系統事故点評定装
置は、さらに、単純事故または多重事故という事故副種
別について分析する。そして、事故種別および事故副種
別が判明した場合、さらに、電力系統事故点評定装置
は、概略事故点とこの概略事故点における詳細事故種別
（ただし詳細事故種別は後述の特別な場合に限られる）
について分析する。最後に、判明した概略事故点や詳細
事故種別に応じて用意された判定手法により事故点を評
定する。
【００１２】まず、このような電力系統事故点評定装置
が分析対象とする電力系統について説明する。図１は、
本実施形態の電力系統事故点評定装置が分析対象とする
電力系統モデル図である。分析対象の電力系統モデル
は、高圧母線１(BUS1)と高圧母線２(BUS2)との２端子間
を結ぶ３相２回線の電力系統であり、白星は事故点候補
を表し、また、黒丸は遮断器を表している。
が分析対象とする電力系統について説明する。図１は、
本実施形態の電力系統事故点評定装置が分析対象とする
電力系統モデル図である。分析対象の電力系統モデル
は、高圧母線１(BUS1)と高圧母線２(BUS2)との２端子間
を結ぶ３相２回線の電力系統であり、白星は事故点候補
を表し、また、黒丸は遮断器を表している。
【００１３】なお、事故点について、図１では、第１回
線(L1)でL01〜L81の９点および第２回線(L2)でL02〜L82
の９点について図示されているが、本実施形態の電力系
統事故点評定装置ではニューラルネットワークの出力を
単純にするため、第１回線でL01、L41、L81の３点、ま
た、第２回線でL02、L42、L82の３点、計６点のみ判定
できるように限定し、この６点についてのみ分析するも
のとする。このような事故点を、以下、概略事故点とい
う。概略事故点を用いると、例えば、L31が実際の事故
点のような場合であっても、電力系統事故点評定装置
は、近似的にL41が概略事故点であると分析する。
線(L1)でL01〜L81の９点および第２回線(L2)でL02〜L82
の９点について図示されているが、本実施形態の電力系
統事故点評定装置ではニューラルネットワークの出力を
単純にするため、第１回線でL01、L41、L81の３点、ま
た、第２回線でL02、L42、L82の３点、計６点のみ判定
できるように限定し、この６点についてのみ分析するも
のとする。このような事故点を、以下、概略事故点とい
う。概略事故点を用いると、例えば、L31が実際の事故
点のような場合であっても、電力系統事故点評定装置
は、近似的にL41が概略事故点であると分析する。
【００１４】続いて、事故種別を分析する電力系統事故
点評定装置について説明する。本実施形態の電力系統事
故点評定装置は、第１分析部、第２分析部、第３分析部
および第４分析部に分けることができる。ここで、第１
分析部、第２分析部、第３分析部および第４分析部に分
ける理由としては、１つのニューラルネットワークに多
くのことを学習させると分析能力が低下するためであ
る。１つのニューラルネットワークが分析する事項を特
化し、確実な分析を行うように配慮してある。
点評定装置について説明する。本実施形態の電力系統事
故点評定装置は、第１分析部、第２分析部、第３分析部
および第４分析部に分けることができる。ここで、第１
分析部、第２分析部、第３分析部および第４分析部に分
ける理由としては、１つのニューラルネットワークに多
くのことを学習させると分析能力が低下するためであ
る。１つのニューラルネットワークが分析する事項を特
化し、確実な分析を行うように配慮してある。
【００１５】まず、第１分析部について説明する。第１
分析部は、事故種別について分析する。図２は、本実施
形態の電力系統事故点評定装置の第１分析部であって事
故種別を分析する第１ニューラルネットワークのモデル
図である。第１ニューラルネットワークは、入力端子
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、 （１）ａ相の電圧波高値の正規化値(Va) （２）ｂ相の電圧波高値の正規化値(Vb) （３）ｃ相の電圧波高値の正規化値(Vc) （４）零相の電圧波高値の正規化値(V0) （５）第１回線ａ相の電流波高値の正規化値(Ia(#L1)) （６）第１回線ｂ相の電流波高値の正規化値(Ib(#L1)) （７）第１回線ｃ相の電流波高値の正規化値(Ic(#L1)) （８）第２回線ａ相の電流波高値の正規化値(Ia(#L2)) （９）第２回線ｂ相の電流波高値の正規化値(Ib(#L2)) （10）第２回線ｃ相の電流波高値の正規化値(Ic(#L2)) である。
分析部は、事故種別について分析する。図２は、本実施
形態の電力系統事故点評定装置の第１分析部であって事
故種別を分析する第１ニューラルネットワークのモデル
図である。第１ニューラルネットワークは、入力端子
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、 （１）ａ相の電圧波高値の正規化値(Va) （２）ｂ相の電圧波高値の正規化値(Vb) （３）ｃ相の電圧波高値の正規化値(Vc) （４）零相の電圧波高値の正規化値(V0) （５）第１回線ａ相の電流波高値の正規化値(Ia(#L1)) （６）第１回線ｂ相の電流波高値の正規化値(Ib(#L1)) （７）第１回線ｃ相の電流波高値の正規化値(Ic(#L1)) （８）第２回線ａ相の電流波高値の正規化値(Ia(#L2)) （９）第２回線ｂ相の電流波高値の正規化値(Ib(#L2)) （10）第２回線ｃ相の電流波高値の正規化値(Ic(#L2)) である。
【００１６】また、第１ニューラルネットワークは、出
力端子（１）〜（１０）を備えており、これら出力端子
から出力される出力データの詳細は、 （１）ａ相１線地絡発生の判定値(1LG(a)) （２）ｂ相１線地絡発生の判定値(1LG(b)) （３）ｃ相１線地絡発生の判定値(1LG(c)) （４）ａｂ相２線短絡発生の判定値(2LS(ab)) （５）ｂｃ相２線短絡発生の判定値(2LS(bc)) （６）ｃａ相２線短絡発生の判定値(2LS(ca)) （７）ａｂ相２線地絡発生の判定値(2LG(ab)) （８）ｂｃ相２線地絡発生の判定値(2LG(bc)) （９）ｃａ相２線地絡発生の判定値(2LG(ca)) （10）ａｂｃ相３線地絡発生の判定値(3LG(abc)) である。この出力データにより事故種別を判定すること
ができる。なお、電力系統事故点評定装置は、該当する
事故種別の出力端子から０〜１の範囲の判定値を出力す
るように学習されている。
力端子（１）〜（１０）を備えており、これら出力端子
から出力される出力データの詳細は、 （１）ａ相１線地絡発生の判定値(1LG(a)) （２）ｂ相１線地絡発生の判定値(1LG(b)) （３）ｃ相１線地絡発生の判定値(1LG(c)) （４）ａｂ相２線短絡発生の判定値(2LS(ab)) （５）ｂｃ相２線短絡発生の判定値(2LS(bc)) （６）ｃａ相２線短絡発生の判定値(2LS(ca)) （７）ａｂ相２線地絡発生の判定値(2LG(ab)) （８）ｂｃ相２線地絡発生の判定値(2LG(bc)) （９）ｃａ相２線地絡発生の判定値(2LG(ca)) （10）ａｂｃ相３線地絡発生の判定値(3LG(abc)) である。この出力データにより事故種別を判定すること
ができる。なお、電力系統事故点評定装置は、該当する
事故種別の出力端子から０〜１の範囲の判定値を出力す
るように学習されている。
【００１７】この第１ニューラルネットワークは、上記
（１）〜（１０）という１０種類の事故種別発生時にお
ける電流・電圧を、学習アルゴリズムとしてバックプロ
パゲーションを用いて予め学習している。事故発生時に
第１ニューラルネットワークの入力端子に事故時の電流
・電圧という入力データを入力すれば、ただちに、事故
種別を判定し、その事故種別に対応する出力データが
（１）〜（１０）の端子から出力される。
（１）〜（１０）という１０種類の事故種別発生時にお
ける電流・電圧を、学習アルゴリズムとしてバックプロ
パゲーションを用いて予め学習している。事故発生時に
第１ニューラルネットワークの入力端子に事故時の電流
・電圧という入力データを入力すれば、ただちに、事故
種別を判定し、その事故種別に対応する出力データが
（１）〜（１０）の端子から出力される。
【００１８】なお、学習時において、事故種別発生時に
おける電流・電圧の実測値がある場合は、その実測値を
利用することができるが、実測値がないような場合は、
ＥＭＴＰ（Electro-Magnetic Transients Program）等
による解析手法を用いてコンピュータにより算出した電
流・電圧を用いる。このように、本実施形態の電力系統
事故点評定装置の第１分析部によれば、どのような事故
が発生したかという事故種別を確実に分析することがで
きる。
おける電流・電圧の実測値がある場合は、その実測値を
利用することができるが、実測値がないような場合は、
ＥＭＴＰ（Electro-Magnetic Transients Program）等
による解析手法を用いてコンピュータにより算出した電
流・電圧を用いる。このように、本実施形態の電力系統
事故点評定装置の第１分析部によれば、どのような事故
が発生したかという事故種別を確実に分析することがで
きる。
【００１９】続いて、第２分析部について説明する。第
２分析部は、事故副種別について分析する。ここに事故
副種別とは単純事故であるか多重事故であるかを分類し
ている。図３は、本実施形態の電力系統事故点評定装置
の第２分析部であって事故副種別を分析する第２ニュー
ラルネットワークのモデル図である。
２分析部は、事故副種別について分析する。ここに事故
副種別とは単純事故であるか多重事故であるかを分類し
ている。図３は、本実施形態の電力系統事故点評定装置
の第２分析部であって事故副種別を分析する第２ニュー
ラルネットワークのモデル図である。
【００２０】第２ニューラルネットワークは、入力端子
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、第１ニューラルネットワー
クと同様に、 （１）Va （２）Vb （３）Vc （４）V0 （５）Ia(#L1) （６）Ib(#L1) （７）Ic(#L1) （８）Ia(#L2) （９）Ib(#L2) （10）Ic(#L2) である。
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、第１ニューラルネットワー
クと同様に、 （１）Va （２）Vb （３）Vc （４）V0 （５）Ia(#L1) （６）Ib(#L1) （７）Ic(#L1) （８）Ia(#L2) （９）Ib(#L2) （10）Ic(#L2) である。
【００２１】また、第２ニューラルネットワークは、出
力端子（１）および（２）を備えており、これら出力端
子から出力される出力データの詳細は、 （１）単純事故発生の判定値 （２）多重事故発生の判定値 である。この出力データにより事故副種別を判定するこ
とができる。
力端子（１）および（２）を備えており、これら出力端
子から出力される出力データの詳細は、 （１）単純事故発生の判定値 （２）多重事故発生の判定値 である。この出力データにより事故副種別を判定するこ
とができる。
【００２２】この場合、第２分析部の分析能力を高める
ため、事故種別のうち多重事故が起こる可能性がある （１）ａｂ相２線地絡(2LG(ab)) （２）ｂｃ相２線地絡(2LG(bc)) （３）ｃａ相２線地絡(2LG(ca)) （４）ａｂｃ相３線地絡(3LG(abc)) という４個の事故種別に対し、それぞれ１個づつ合計４
個の第２ニューラルネットワークを準備しており、分析
能力を高めている。
ため、事故種別のうち多重事故が起こる可能性がある （１）ａｂ相２線地絡(2LG(ab)) （２）ｂｃ相２線地絡(2LG(bc)) （３）ｃａ相２線地絡(2LG(ca)) （４）ａｂｃ相３線地絡(3LG(abc)) という４個の事故種別に対し、それぞれ１個づつ合計４
個の第２ニューラルネットワークを準備しており、分析
能力を高めている。
【００２３】これら第２ニューラルネットワークは、事
故種別を限定して単純事故の場合の全ての各点の電流・
電圧を予め学習している。これら第２ニューラルネット
ワークが判定を行う場合、実際には、単純事故であるか
否かを判定しており、単純事故に該当しない場合は全て
多重事故であると判定している。
故種別を限定して単純事故の場合の全ての各点の電流・
電圧を予め学習している。これら第２ニューラルネット
ワークが判定を行う場合、実際には、単純事故であるか
否かを判定しており、単純事故に該当しない場合は全て
多重事故であると判定している。
【００２４】このように、本実施形態の電力系統事故点
評定装置の第２分析部によれば、電力系統に事故が起こ
った場合において、単純事故か多重事故かという事故副
種別が判定され、その事故副種別に対応する（１）、
（２）の端子から出力データが出力される。このように
単純事故と多重事故という事故副種別を確実に分析する
ことができる。
評定装置の第２分析部によれば、電力系統に事故が起こ
った場合において、単純事故か多重事故かという事故副
種別が判定され、その事故副種別に対応する（１）、
（２）の端子から出力データが出力される。このように
単純事故と多重事故という事故副種別を確実に分析する
ことができる。
【００２５】続いて、第３分析部について説明する。第
３分析部は、概略事故点およびこの概略事故点における
詳細事故種別について分析する。詳細事故種別とは、多
重に発生した複数の事故を単純事故の組み合わせとして
表現することである。例えば、多重ａｂｃ相３線地絡(3
LG(abc))を、1LG(a)と2LG(bc)の組み合わせとするよう
な場合である。なお、単純事故の場合は詳細事故種別を
出力させるまでもなく、事故種別がわかるため、詳細事
故種別の出力は行わない。このようにどの事故種別・事
故副種別に属するかによって第３ニューラルネットワー
クの形態は異なる。図４は、本実施形態の電力系統事故
点評定装置の第３分析部であって概略事故点および詳細
事故種別を分析する第３ニューラルネットワークのモデ
ル図である。
３分析部は、概略事故点およびこの概略事故点における
詳細事故種別について分析する。詳細事故種別とは、多
重に発生した複数の事故を単純事故の組み合わせとして
表現することである。例えば、多重ａｂｃ相３線地絡(3
LG(abc))を、1LG(a)と2LG(bc)の組み合わせとするよう
な場合である。なお、単純事故の場合は詳細事故種別を
出力させるまでもなく、事故種別がわかるため、詳細事
故種別の出力は行わない。このようにどの事故種別・事
故副種別に属するかによって第３ニューラルネットワー
クの形態は異なる。図４は、本実施形態の電力系統事故
点評定装置の第３分析部であって概略事故点および詳細
事故種別を分析する第３ニューラルネットワークのモデ
ル図である。
【００２６】この第３ニューラルネットワークは、説明
上、各事故種別・事故副種別に対応するように一般化し
てある。第３ニューラルネットワークは、入力端子
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、第１ニューラルネットワー
クと同様に、 （１）Va （２）Vb （３）Vc （４）V0 （５）Ia(#L1) （６）Ib(#L1) （７）Ic(#L1) （８）Ia(#L2) （９）Ib(#L2) （10）Ic(#L2) である。
上、各事故種別・事故副種別に対応するように一般化し
てある。第３ニューラルネットワークは、入力端子
（１）〜（１０）を備えており、これら入力端子へ入力
される入力データの詳細は、第１ニューラルネットワー
クと同様に、 （１）Va （２）Vb （３）Vc （４）V0 （５）Ia(#L1) （６）Ib(#L1) （７）Ic(#L1) （８）Ia(#L2) （９）Ib(#L2) （10）Ic(#L2) である。
【００２７】また、第３ニューラルネットワークは、出
力端子（１）〜（１２）を備えており、これら出力端子
から出力される出力データの詳細は、 （１）概略事故点の判定値(L01)、 （２）詳細事故種別の判定値(L01)、 （３）概略事故点の判定値(L41)、 （４）詳細事故種別の判定値(L41)、 （５）概略事故点の判定値(L81)、 （６）詳細事故種別の判定値(L81)、 （７）概略事故点の判定値(L02)、 （８）詳細事故種別の判定値(L02)、 （９）概略事故点の判定値(L42)、 （10）詳細事故種別の判定値(L42)、 （11）概略事故点の判定値(L82)、 （12）詳細事故種別の判定値(L82)、 が出力データとなる。
力端子（１）〜（１２）を備えており、これら出力端子
から出力される出力データの詳細は、 （１）概略事故点の判定値(L01)、 （２）詳細事故種別の判定値(L01)、 （３）概略事故点の判定値(L41)、 （４）詳細事故種別の判定値(L41)、 （５）概略事故点の判定値(L81)、 （６）詳細事故種別の判定値(L81)、 （７）概略事故点の判定値(L02)、 （８）詳細事故種別の判定値(L02)、 （９）概略事故点の判定値(L42)、 （10）詳細事故種別の判定値(L42)、 （11）概略事故点の判定値(L82)、 （12）詳細事故種別の判定値(L82)、 が出力データとなる。
【００２８】この場合、第３分析部の分析能力を高める
ため、事故種別・事故副種別毎に分類した （１）1LG(a) （２）1LG(b) （３）1LG(c) （４）2LS(ab) （５）2LS(bc) （６）2LS(ca) （７）単純2LG(ab) （８）単純2LG(bc) （９）単純2LG(ca) （10）多重2LG(ab) （11）多重2LG(bc) （12）多重2LG(ca) （13）単純3LG(abc) （14）多重3LG(abc) という１４個の事故種別・事故副種別に対し、それぞれ
１個づつ合計１４個の第３ニューラルネットワークを準
備しており、分析能力を高めている。
ため、事故種別・事故副種別毎に分類した （１）1LG(a) （２）1LG(b) （３）1LG(c) （４）2LS(ab) （５）2LS(bc) （６）2LS(ca) （７）単純2LG(ab) （８）単純2LG(bc) （９）単純2LG(ca) （10）多重2LG(ab) （11）多重2LG(bc) （12）多重2LG(ca) （13）単純3LG(abc) （14）多重3LG(abc) という１４個の事故種別・事故副種別に対し、それぞれ
１個づつ合計１４個の第３ニューラルネットワークを準
備しており、分析能力を高めている。
【００２９】これら第３ニューラルネットワークは、事
故種別・事故副種別を限定して実際の事故点およびこの
実際のこと故点における詳細事故種別が相違する全ての
組み合わせについての各点の電流・電圧を予め学習して
いる。これら第３ニューラルネットワークが判定を行う
場合、概略事故点とその概略事故点における詳細事故種
別の判定値が該当する出力端子から出力される。
故種別・事故副種別を限定して実際の事故点およびこの
実際のこと故点における詳細事故種別が相違する全ての
組み合わせについての各点の電流・電圧を予め学習して
いる。これら第３ニューラルネットワークが判定を行う
場合、概略事故点とその概略事故点における詳細事故種
別の判定値が該当する出力端子から出力される。
【００３０】このように、本実施形態の電力系統事故点
評定装置の第３分析部によれば、電力系統に事故が起こ
った場合に、概略事故点および必要な場合にあっては詳
細事故種別を判定する。このように概略事故点・詳細事
故種別を確実に分析することができる。
評定装置の第３分析部によれば、電力系統に事故が起こ
った場合に、概略事故点および必要な場合にあっては詳
細事故種別を判定する。このように概略事故点・詳細事
故種別を確実に分析することができる。
【００３１】続いて事故点を分析する第４分析部につい
て説明する。先の第３分析部では、事故点をＬ０１、Ｌ
４１、Ｌ８１、Ｌ０２、Ｌ４２、Ｌ８２というように限
定した概略事故点のみを判定するため、Ｌ１１、Ｌ２
１、Ｌ３１、Ｌ５１、Ｌ６１、Ｌ７１、Ｌ１２、Ｌ２
２、Ｌ３２、Ｌ５２、Ｌ６２、Ｌ７２で起こる事故につ
いては判定ができない。
て説明する。先の第３分析部では、事故点をＬ０１、Ｌ
４１、Ｌ８１、Ｌ０２、Ｌ４２、Ｌ８２というように限
定した概略事故点のみを判定するため、Ｌ１１、Ｌ２
１、Ｌ３１、Ｌ５１、Ｌ６１、Ｌ７１、Ｌ１２、Ｌ２
２、Ｌ３２、Ｌ５２、Ｌ６２、Ｌ７２で起こる事故につ
いては判定ができない。
【００３２】第３ニューラルネットワーク１個が判定す
る概略事故点を増やすようにしてもよいが、多くのこと
を判定させると反比例して分析能力が低下する。そこ
で、減少していくＬ０２プロット特性、増大後減少する
Ｌ４２プロット特性、一定値を保った後増大するＬ８２
プロット特性を用い、第３分析部からの出力である概略
事故点の値から実際の事故点を推定分析する第４分析部
を設ける。このような第４分析部は、多重回帰解析部ま
たは第４のニューラルネットワークである。なお、単純
事故の場合は従来の判定手法を用いて事故点を評定して
もよい。
る概略事故点を増やすようにしてもよいが、多くのこと
を判定させると反比例して分析能力が低下する。そこ
で、減少していくＬ０２プロット特性、増大後減少する
Ｌ４２プロット特性、一定値を保った後増大するＬ８２
プロット特性を用い、第３分析部からの出力である概略
事故点の値から実際の事故点を推定分析する第４分析部
を設ける。このような第４分析部は、多重回帰解析部ま
たは第４のニューラルネットワークである。なお、単純
事故の場合は従来の判定手法を用いて事故点を評定して
もよい。
【００３３】図５は、本実施形態の電力系統事故点評定
装置の第４分析部であって事故点を分析する第４ニュー
ラルネットワーク（多重回帰分析部）のモデル図であ
る。第４ニューラルネットワーク（多重回帰分析部）
は、入力端子（１）〜（３）を備えており、これら入力
端子へ入力される入力データの詳細は、（１）概略事故
点Ｌ01の値(Ｌ02の値)、（２）概略事故点Ｌ41の値(Ｌ4
2の値)、（３）概略事故点Ｌ81の値(Ｌ82の値)、であ
る。
装置の第４分析部であって事故点を分析する第４ニュー
ラルネットワーク（多重回帰分析部）のモデル図であ
る。第４ニューラルネットワーク（多重回帰分析部）
は、入力端子（１）〜（３）を備えており、これら入力
端子へ入力される入力データの詳細は、（１）概略事故
点Ｌ01の値(Ｌ02の値)、（２）概略事故点Ｌ41の値(Ｌ4
2の値)、（３）概略事故点Ｌ81の値(Ｌ82の値)、であ
る。
【００３４】また、第４ニューラルネットワークは、出
力端子（１）を備えており、この出力端子から出力され
る出力データの詳細は、 （１）CB11（CB21）から実際の事故点までの距離 である。
力端子（１）を備えており、この出力端子から出力され
る出力データの詳細は、 （１）CB11（CB21）から実際の事故点までの距離 である。
【００３５】ここで、第４ニューラルネットワークは、
入力層３、中間層３、出力層１のマルチレイヤーパーセ
プトロンにより構成されており、第３ニューラルネット
ワークの出力値を入力とし、かつ、CB11（CB21）から事
故点L01（L02）〜L81（L82)までの距離を出力として学
習済みのものである。
入力層３、中間層３、出力層１のマルチレイヤーパーセ
プトロンにより構成されており、第３ニューラルネット
ワークの出力値を入力とし、かつ、CB11（CB21）から事
故点L01（L02）〜L81（L82)までの距離を出力として学
習済みのものである。
【００３６】この場合、第４分析部の分析能力を高める
ため、第１回線(L1)用と第２回線(L2)用という２個の第
４ニューラルネットワークを準備している。このように
ある基準点（ＣＢ１１やＣＢ２１）から事故点までの距
離を出力することで事故の位置を評定している。
ため、第１回線(L1)用と第２回線(L2)用という２個の第
４ニューラルネットワークを準備している。このように
ある基準点（ＣＢ１１やＣＢ２１）から事故点までの距
離を出力することで事故の位置を評定している。
【００３７】続いて分析手順について概略説明する。図
６は、第１，第２,第３，第４分析部を用いる分析手順
を説明する説明図である。第１分析部は、第１ニューラ
ルネットワークを用いて事故種別を判定する。第１ニュ
ーラルネットワークを用いて事故が起こった相と事故種
別とを判定する。判定の結果１０種類の事故種別の何れ
かに分類される。判定終了後、第２分析部へ進む。
６は、第１，第２,第３，第４分析部を用いる分析手順
を説明する説明図である。第１分析部は、第１ニューラ
ルネットワークを用いて事故種別を判定する。第１ニュ
ーラルネットワークを用いて事故が起こった相と事故種
別とを判定する。判定の結果１０種類の事故種別の何れ
かに分類される。判定終了後、第２分析部へ進む。
【００３８】第２分析部は、第１分析部による判定に続
いて事故副種別を判定する。多重事故か単純事故かとい
う事故副種別が必要になる場合とは、第１分析部におい
て事故種別が、 2LG(ab)、2LG(bc)、2LG(ca)、3LG(abc) の何れかに判定された場合のみである。
いて事故副種別を判定する。多重事故か単純事故かとい
う事故副種別が必要になる場合とは、第１分析部におい
て事故種別が、 2LG(ab)、2LG(bc)、2LG(ca)、3LG(abc) の何れかに判定された場合のみである。
【００３９】この場合は、単純事故か多重事故かを判定
するため、第２分析部で準備されている４個の第２ニュ
ーラルネットワークのうち該当する事故種別の第２ニュ
ーラルネットワークを用いて事故副種別を判定する。判
定終了後、第３分析部へ進む。なお、事故副種別を判定
する必要がない 1LG(a)、1LG(b)、1LG(c)、2LS(ab)、2LS(bc)、2LS(ca) については第２分析部を通過して第３分析部へ進む。
するため、第２分析部で準備されている４個の第２ニュ
ーラルネットワークのうち該当する事故種別の第２ニュ
ーラルネットワークを用いて事故副種別を判定する。判
定終了後、第３分析部へ進む。なお、事故副種別を判定
する必要がない 1LG(a)、1LG(b)、1LG(c)、2LS(ab)、2LS(bc)、2LS(ca) については第２分析部を通過して第３分析部へ進む。
【００４０】第３分析部は、第１、第２分析部による判
定に続いて概略事故点およびこの概略事故点における詳
細事故種別を判定する。ここに第１分析部により事故副
種別を判定する必要がないと判定された 1LG(a)、1LG(b)、1LG(c)、2LS(ab)、2LS(bc)、2LS(ca) や、第２分析部により事故副種別が単純事故と判定され
た 単純2LG(ab)、単純2LG(bc)、単純2LG(ca)、単純3LG(ab
c) については、第３分析部のそれぞれの第３ニューラルネ
ットワークでは詳細事故種別を出力する必要がないた
め、事故点用の出力端子のみが存在する。
定に続いて概略事故点およびこの概略事故点における詳
細事故種別を判定する。ここに第１分析部により事故副
種別を判定する必要がないと判定された 1LG(a)、1LG(b)、1LG(c)、2LS(ab)、2LS(bc)、2LS(ca) や、第２分析部により事故副種別が単純事故と判定され
た 単純2LG(ab)、単純2LG(bc)、単純2LG(ca)、単純3LG(ab
c) については、第３分析部のそれぞれの第３ニューラルネ
ットワークでは詳細事故種別を出力する必要がないた
め、事故点用の出力端子のみが存在する。
【００４１】第１、第２分析部により事故副種別が多重
事故と判定された 多重2LG(ab)、多重2LG(bc)、多重2LG(ca)、多重3LG(ab
c) についての第３分析部のそれぞれの第３ニューラルネッ
トワークでは詳細事故種別を出力する必要があるため、
概略事故点および詳細事故種別用の出力端子が存在す
る。
事故と判定された 多重2LG(ab)、多重2LG(bc)、多重2LG(ca)、多重3LG(ab
c) についての第３分析部のそれぞれの第３ニューラルネッ
トワークでは詳細事故種別を出力する必要があるため、
概略事故点および詳細事故種別用の出力端子が存在す
る。
【００４２】例えば、多重3LG(abc)用第３ニューラルネ
ットワークの詳細事故種別の出力端子は図４では１つの
出力端子として図示したが、実際は６つの出力端子1LG
(a)、1LG(b)、1LG(c)、2LG(ab)、2LG(bc)、2LG(ca)を備
え、出力できるようになされている。これにより多重3L
G(abc)用第３ＮＮの出力データは、例えば、事故点(L0
1)の詳細事故種別が1LG(a)であり、また、事故点(L81)
の詳細事故種別が2LG(bc)ということが判定できるよう
になる。
ットワークの詳細事故種別の出力端子は図４では１つの
出力端子として図示したが、実際は６つの出力端子1LG
(a)、1LG(b)、1LG(c)、2LG(ab)、2LG(bc)、2LG(ca)を備
え、出力できるようになされている。これにより多重3L
G(abc)用第３ＮＮの出力データは、例えば、事故点(L0
1)の詳細事故種別が1LG(a)であり、また、事故点(L81)
の詳細事故種別が2LG(bc)ということが判定できるよう
になる。
【００４３】このようにして電力系統の事故を分析す
る。図７は、本実施形態の電力系統事故点評定装置の第
３分析部の出力を用いて事故点についてプロットした特
性図である。この特性図では、実際のＬ０２〜Ｌ８２そ
れぞれの事故点で事故が発生したものとして入力データ
を入力し、第３分析部による出力データを検討してい
る。
る。図７は、本実施形態の電力系統事故点評定装置の第
３分析部の出力を用いて事故点についてプロットした特
性図である。この特性図では、実際のＬ０２〜Ｌ８２そ
れぞれの事故点で事故が発生したものとして入力データ
を入力し、第３分析部による出力データを検討してい
る。
【００４４】グラフの横軸は実際の事故点であり、縦軸
はその時の第３ニューラルネットワークからの出力デー
タ値、各プロットは概略事故点別の第３ニューラルネッ
トワークの出力端子それぞれからの出力値である。横
軸、つまり、事故点がＬ０２、Ｌ４２、Ｌ８２の場合
は、概略事故点Ｌ０２、Ｌ４２、Ｌ８２のプロットは値
が何れもほぼ１．０となり分析が良好になされている。
第３分析部終了後、第４分析部へ進む。
はその時の第３ニューラルネットワークからの出力デー
タ値、各プロットは概略事故点別の第３ニューラルネッ
トワークの出力端子それぞれからの出力値である。横
軸、つまり、事故点がＬ０２、Ｌ４２、Ｌ８２の場合
は、概略事故点Ｌ０２、Ｌ４２、Ｌ８２のプロットは値
が何れもほぼ１．０となり分析が良好になされている。
第３分析部終了後、第４分析部へ進む。
【００４５】第４分析部は、第３分析部で得られた概略
事故点を用いて事故点を評定する。ここに、図６では、
多重事故の場合は、多重回帰分析または第４ニューラル
ネットワークを用いて評定するのに対し、単純事故の場
合は、従来判定手法（図６では回路網解析）としてあ
る。単純事故の判定手法は、従来から開発・蓄積されて
おり、多数の判定手法が存在する。これら判定手法を用
いて精度の高い事故点の評定を目指すためである。な
お、従来判定手法を用いずに、第４分析部全てを多重回
帰分析または第４ニューラルネットワークとしても良
い。
事故点を用いて事故点を評定する。ここに、図６では、
多重事故の場合は、多重回帰分析または第４ニューラル
ネットワークを用いて評定するのに対し、単純事故の場
合は、従来判定手法（図６では回路網解析）としてあ
る。単純事故の判定手法は、従来から開発・蓄積されて
おり、多数の判定手法が存在する。これら判定手法を用
いて精度の高い事故点の評定を目指すためである。な
お、従来判定手法を用いずに、第４分析部全てを多重回
帰分析または第４ニューラルネットワークとしても良
い。
【００４６】なお、本実施形態において分析対象の電力
系統モデルは３相２回線であるとして説明した。しかし
ながら、相数や回線数はこの値に限定されるものではな
い。電力系統の相数と回線数に応じてニューラルネット
ワークの入力端子数や出力端子数を変更して学習させれ
ば良く、分析対象となる電力系統の相数や回線数に応じ
た電力系統事故点評定装置とすることができる。
系統モデルは３相２回線であるとして説明した。しかし
ながら、相数や回線数はこの値に限定されるものではな
い。電力系統の相数と回線数に応じてニューラルネット
ワークの入力端子数や出力端子数を変更して学習させれ
ば良く、分析対象となる電力系統の相数や回線数に応じ
た電力系統事故点評定装置とすることができる。
【００４７】
【実施例】以下、本実施形態を適用した電力系統事故点
評定装置を用いる分析の具体的な実施例について説明す
る。本実施例は、図１で示した電力系統モデルにおい
て、第１回線(L1)において事故点Ｌ01で1LG(a)が、ま
た、第２回線(L2)の事故点L82で2LG(bc)という多重事故
が起こり、全体として多重3LG(abc)に至った場合につい
て考える。
評定装置を用いる分析の具体的な実施例について説明す
る。本実施例は、図１で示した電力系統モデルにおい
て、第１回線(L1)において事故点Ｌ01で1LG(a)が、ま
た、第２回線(L2)の事故点L82で2LG(bc)という多重事故
が起こり、全体として多重3LG(abc)に至った場合につい
て考える。
【００４８】この場合、入力データとなる電流・電圧に
ついては実際の事故例がないため、多重3LG(abc)が発生
した場合の電力系統の各端子の電流・電圧については前
述のＥＭＴＰ（Electro-Magnetic Transients Progra
m）による解析手法を用いてコンピュータにより算出し
た値を用いる。
ついては実際の事故例がないため、多重3LG(abc)が発生
した場合の電力系統の各端子の電流・電圧については前
述のＥＭＴＰ（Electro-Magnetic Transients Progra
m）による解析手法を用いてコンピュータにより算出し
た値を用いる。
【００４９】ＥＭＴＰにより算出した入力データを第１
のニューラルネットワークに入力して得た出力データ
は、 となる。この出力結果から3LG(abc)が発生していると判
定できる。
のニューラルネットワークに入力して得た出力データ
は、 となる。この出力結果から3LG(abc)が発生していると判
定できる。
【００５０】続いて第２分析部の3LG(abc)用第２ニュー
ラルネットワークを用いて事故副種別を判定する。ＥＭ
ＴＰにより算出した入力データを第２のニューラルネッ
トワークに入力して得た出力データ値は、 となる。この出力結果から多重3LG(abc)が発生している
と判定できる。
ラルネットワークを用いて事故副種別を判定する。ＥＭ
ＴＰにより算出した入力データを第２のニューラルネッ
トワークに入力して得た出力データ値は、 となる。この出力結果から多重3LG(abc)が発生している
と判定できる。
【００５１】続いて、第３分析部の多重3LG(abc)用第３
ニューラルネットワークを用いて概略事故点および詳細
事故種別を判定する。ＥＭＴＰにより算出した入力デー
タを第３のニューラルネットワークに入力して得た値は
以下のようになる。なお、出力データが判定に関係する
ような大きな値のみ記し、出力データ０若しくは０に近
い値については記載を省略する。 この出力結果から多重3LG(abc)であって、第１回線のL0
1近傍で1LG(a)が、また、第２回線のL82で2LG(bc)が発
生していると判定できる。
ニューラルネットワークを用いて概略事故点および詳細
事故種別を判定する。ＥＭＴＰにより算出した入力デー
タを第３のニューラルネットワークに入力して得た値は
以下のようになる。なお、出力データが判定に関係する
ような大きな値のみ記し、出力データ０若しくは０に近
い値については記載を省略する。 この出力結果から多重3LG(abc)であって、第１回線のL0
1近傍で1LG(a)が、また、第２回線のL82で2LG(bc)が発
生していると判定できる。
【００５２】続いて、第４分析部の第４ニューラルネッ
トワークを用いて事故点距離を判定する。説明の簡略化
のため第２回線の事故点についてのみ説明する。第３ニ
ューラルネットワークから出力されたＬ02、L42、Ｌ82
それぞれの値を第２回線用の第４ニューラルネットワー
クに入力して事故点距離を求める。
トワークを用いて事故点距離を判定する。説明の簡略化
のため第２回線の事故点についてのみ説明する。第３ニ
ューラルネットワークから出力されたＬ02、L42、Ｌ82
それぞれの値を第２回線用の第４ニューラルネットワー
クに入力して事故点距離を求める。
【００５３】ここで、検討のため、第１回線の事故点L0
1で1LG(a)が発生し、第２回線L2の事故点をL02からL82
まで変化させた場合について考える。この第４分析部に
よる分析結果を表１に示す。
1で1LG(a)が発生し、第２回線L2の事故点をL02からL82
まで変化させた場合について考える。この第４分析部に
よる分析結果を表１に示す。
【００５４】
【表１】
【００５５】ここに、表１は、重回帰分析による予測値
と実際の事故点との残差を示す表である。このように、
残差にばらつきがあるがおおむね事故点に近い値を得て
おり、良好な分析を得ることができた。また、表２は第
４ニューラルネットワークによる予測値と実際の事故点
との残差を示す表である。
と実際の事故点との残差を示す表である。このように、
残差にばらつきがあるがおおむね事故点に近い値を得て
おり、良好な分析を得ることができた。また、表２は第
４ニューラルネットワークによる予測値と実際の事故点
との残差を示す表である。
【００５６】
【表２】
【００５７】重回帰分析による予測よりも残差のばらつ
きがさらに減少しており、より良好な予測値を得ること
ができた。
きがさらに減少しており、より良好な予測値を得ること
ができた。
【００５８】
【発明の効果】以上、本発明によれば、従来においては
分析が困難であった多様な事故に対応し、事故を詳細に
分析し、最終的には事故点を評定する電力系統事故点評
定装置を提供することができる。
分析が困難であった多様な事故に対応し、事故を詳細に
分析し、最終的には事故点を評定する電力系統事故点評
定装置を提供することができる。
【図１】本発明の実施形態の電力系統事故点評定装置が
分析対象とする電力系統モデル図である。
分析対象とする電力系統モデル図である。
【図２】本発明の実施形態の電力系統事故点評定装置の
第１分析部であって事故種別を分析する第１ニューラル
ネットワークのモデル図である。
第１分析部であって事故種別を分析する第１ニューラル
ネットワークのモデル図である。
【図３】本実施形態の電力系統事故点評定装置の第２分
析部であって事故副種別を分析する第２ニューラルネッ
トワークのモデル図である。
析部であって事故副種別を分析する第２ニューラルネッ
トワークのモデル図である。
【図４】本発明の実施形態の電力系統事故点評定装置の
第３分析部であって概略事故点および詳細事故種別を分
析する第３ニューラルネットワークのモデル図である。
第３分析部であって概略事故点および詳細事故種別を分
析する第３ニューラルネットワークのモデル図である。
【図５】本実施形態の電力系統事故点評定装置の第４分
析部であって事故点を分析する第４ニューラルネットワ
ーク（多重回帰分析部）のモデル図である。
析部であって事故点を分析する第４ニューラルネットワ
ーク（多重回帰分析部）のモデル図である。
【図６】第１，第２,第３，第４分析部を用いる分析手
順を説明する説明図である。
順を説明する説明図である。
【図７】本発明の実施形態の電力系統事故点評定装置の
第３分析部の出力を用いて概略事故点についてプロット
した特性図である。
第３分析部の出力を用いて概略事故点についてプロット
した特性図である。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０２Ｈ 7/26 Ｈ０２Ｈ 7/26 Ｋ Ｂ
Claims (2)
- 【請求項１】ニューラルネットワークにおける１線地絡
・２線短絡・２線地絡・３線短絡・３線地絡という事故
の種類および事故が発生した相の組み合わせにより事故
種別を分類し、かつ、２線地絡・３線地絡について単純
事故または多重事故という事故副種別を分類し、さらに
すべての事故種別および事故副種別について概略事故点
および詳細事故種別を分類し、 事故発生時の３相各相の電圧・電流とこの事故が分類さ
れる事故種別とを学習データとして学習させた第１ニュ
ーラルネットワークに、実際の事故発生時の３相各相の
電圧・電流および零相電圧を入力してこの第１ニューラ
ルネットワークから事故種別を判定出力させ、 第１ニューラルネットワークにより判定出力された事故
種別が２線地絡または３線地絡である場合には、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故副種別とを学習データとして学習させた第２ニューラ
ルネットワークに、実際の事故発生時の３相各相の電圧
・電流および零相電圧を入力してこの第２ニューラルネ
ットワークから事故副種別を判定出力させ、 すべての事故種別および事故副種別について、事故発生
時の３相各相の電圧・電流ならびに概略事故点を学習デ
ータとして学習させた第３ニューラルネットワークに、
実際の事故発生時の３相各相の電圧・電流および零相電
圧を入力してこの第３ニューラルネットワークから概略
事故点を判定出力させ、 前記概略事故点を用いて多重回帰分析により事故点まで
の距離を近似補間して事故点を標定することを特徴とす
る電力系統事故点評定装置。 - 【請求項２】ニューラルネットワークにおける１線地絡
・２線短絡・２線地絡・３線短絡・３線地絡という事故
の種類および事故が発生した相の組み合わせにより事故
種別を分類し、かつ、２線地絡・３線地絡について単純
事故または多重事故という事故副種別を分類し、さらに
すべての事故種別および事故副種別について概略事故点
および詳細事故種別を分類し、 事故発生時の３相各相の電圧・電流とこの事故が分類さ
れる事故種別とを学習データとして学習させた第１ニュ
ーラルネットワークに、実際の事故発生時の３相各相の
電圧・電流および零相電圧を入力してこの第１ニューラ
ルネットワークから事故種別を判定出力させ、 第１ニューラルネットワークにより判定出力された事故
種別が２線地絡または３線地絡である場合には、事故発
生時の３相各相の電圧・電流とこの事故が分類される事
故副種別とを学習データとして学習させた第２ニューラ
ルネットワークに、実際の事故発生時の３相各相の電圧
・電流および零相電圧を入力してこの第２ニューラルネ
ットワークから事故副種別を判定出力させ、 すべての事故種別および事故副種別について、事故発生
時の３相各相の電圧・電流ならびに概略事故点を学習デ
ータとして学習させた第３ニューラルネットワークに、
実際の事故発生時の３相各相の電圧・電流および零相電
圧を入力してこの第３ニューラルネットワークから概略
事故点を判定出力させ、 第３ニューラルネットワークの出力と事故点までの距離
とを学習データとして学習させた第４ニューラルネット
ワークに、第３のニューラルネットワークから出力され
た概略事故点を入力し、その出力である事故点までの距
離を近似補間して事故点を標定することを特徴とする電
力系統事故点評定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11140932A JP2000329812A (ja) | 1999-05-21 | 1999-05-21 | 電力系統事故点評定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11140932A JP2000329812A (ja) | 1999-05-21 | 1999-05-21 | 電力系統事故点評定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000329812A true JP2000329812A (ja) | 2000-11-30 |
Family
ID=15280179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11140932A Withdrawn JP2000329812A (ja) | 1999-05-21 | 1999-05-21 | 電力系統事故点評定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000329812A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100418283C (zh) * | 2005-12-21 | 2008-09-10 | 长沙理工大学 | 网络环境下基于模式匹配的电力系统继电保护信息安全防护方法 |
| CN103499769A (zh) * | 2013-09-23 | 2014-01-08 | 武汉大学 | 一种谐振接地系统单相接地故障自适应选线方法 |
| CN106300293A (zh) * | 2016-08-31 | 2017-01-04 | 华中科技大学 | 一种基于电力系统底层故障信息的复杂故障串联整合方法 |
| WO2018223865A1 (zh) * | 2017-06-08 | 2018-12-13 | 京东方科技集团股份有限公司 | 一种电路的工作状态的检测方法及检测装置 |
| JP2019200603A (ja) * | 2018-05-16 | 2019-11-21 | 株式会社堀場製作所 | 車両状況解析方法、車両状況解析システム、車両状況解析装置及びドライブレコーダ |
-
1999
- 1999-05-21 JP JP11140932A patent/JP2000329812A/ja not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100418283C (zh) * | 2005-12-21 | 2008-09-10 | 长沙理工大学 | 网络环境下基于模式匹配的电力系统继电保护信息安全防护方法 |
| CN103499769A (zh) * | 2013-09-23 | 2014-01-08 | 武汉大学 | 一种谐振接地系统单相接地故障自适应选线方法 |
| CN106300293A (zh) * | 2016-08-31 | 2017-01-04 | 华中科技大学 | 一种基于电力系统底层故障信息的复杂故障串联整合方法 |
| CN106300293B (zh) * | 2016-08-31 | 2018-04-10 | 华中科技大学 | 一种基于电力系统底层故障信息的复杂故障串联整合方法 |
| WO2018223865A1 (zh) * | 2017-06-08 | 2018-12-13 | 京东方科技集团股份有限公司 | 一种电路的工作状态的检测方法及检测装置 |
| US11017700B2 (en) | 2017-06-08 | 2021-05-25 | Ordos Yuansheng Optoelectronics Co., Ltd. | Circuit working state testing method and testing device |
| JP2019200603A (ja) * | 2018-05-16 | 2019-11-21 | 株式会社堀場製作所 | 車両状況解析方法、車両状況解析システム、車両状況解析装置及びドライブレコーダ |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102484365B (zh) | 故障相选择和故障类型确定的方法 | |
| Jarventausta et al. | Using fuzzy sets to model the uncertainty in the fault location process of distribution networks | |
| US4839823A (en) | Automatic trouble analysis apparatus and method thereof | |
| US5629862A (en) | Rule-based procedure for automatic selection of contingencies in evaluation of dynamic security of a power distribution system | |
| CN103971292A (zh) | 基于实时站内图映射的故障准确辨识方法 | |
| CN112014689A (zh) | 一种电流采样回路异常的诊断方法及装置 | |
| CN109946561A (zh) | 一种电流互感器极性测试方法、装置、设备及存储介质 | |
| Shiddieqy et al. | Power line transmission fault modeling and dataset generation for ai based automatic detection | |
| CN115656702A (zh) | 一种基于边缘计算的配电网单相接地故障定位方法及系统 | |
| JP3213304B2 (ja) | 配電線事故診断方法及びその装置 | |
| JP2000329812A (ja) | 電力系統事故点評定装置 | |
| JP3019227B2 (ja) | 送配電線事故診断方法 | |
| CN111293690B (zh) | 一种基于矩阵的配电线路实时拓扑分析方法 | |
| Bernardes et al. | Topological processing of mutually coupled circuits for directional overcurrent protection | |
| CN109659913B (zh) | 一种基于虚拟电路网络的最后断路器识别方法 | |
| Ansari et al. | A novel protection scheme for microgrid feeders using differential positive sequence apparent power features | |
| KR20210043856A (ko) | 전력망 고장 분석 처리 방법 | |
| JP2609331B2 (ja) | 平行２回線電力系統用事故点標定装置 | |
| JP3019236B2 (ja) | 送配電線の事故原因診断方法 | |
| CN113884944B (zh) | 基于平均相电压模型的非侵入式两电平三相变换器多管开路故障诊断方法及系统 | |
| Yongli et al. | Application of neural network to microprocessor-based transformer protective relaying | |
| JP2518195B2 (ja) | 送配電線事故診断方法及びそのための属性値の設定方法 | |
| JP2003009381A (ja) | 事故相選別装置 | |
| Halim et al. | Analysis of 33kV Overhead Cable Fault Detection and Classification using MATLAB Software | |
| JP2524527B2 (ja) | 差動保護装置の入力部故障診断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060801 |