JP2768028B2 - 送電線故障区間標定システム - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、送電線に電気的故障が
発生したとき、その故障区間を標定する送電線故障区間
標定システムに係り、特にニューラルネットを利用した
ものに関する。

【０００２】

【従来の技術】電力を安定に供給するために送電設備に
は高い信頼性が要求されるが、その設備は完全なもので
はない。そのため、送電線に故障が発生したとき、その
位置を迅速に把握し対処しなければならない。送電線の
故障位置を把握する従来の主な技術として、（ａ）変電
所などの送電線の端部で故障サージなどの到達時間を計
測し、故障点までの距離を算出する方法、（ｂ）送電線
の各所に電流センサを設置し、架空地線に流れる故障電
流を検出して故障位置を求める方法がある。

【０００３】しかし、（ａ）の方法は、送電線の端部、
即ち変電所で得られる電流、電圧情報を基に、遠方の故
障点を標定するものであり、かなりの誤差を伴うこと、
特に線路に分岐等があると標定が困難になるという問題
がある。

【０００４】これに対し（ｂ）の方法は、主要な送電線
路に設置されつつある光ファイバ複合架空地線（ＯＰＧ
Ｗ）を利用し、線路途中の情報を収集・解析すれば、よ
り高精度の標定が可能になると期待されている。

【０００５】

【発明が解決しようとする課題】上述したように（ｂ）
の方法では、故障区間の標定確度が高いという特徴があ
るが、標定分解能を上げるためには電流センサを密に設
置することが必要で、そうするとセンサの数が増えシス
テム全体の価格が高くなるという問題点があった。

【０００６】本発明の目的は、様々な故障ケースの学習
が可能なニューラルネットを利用して、上述した従来技
術の問題点を解消し、電流センサの数を増やさずに故障
区間の標定分解能の向上が可能な送電線故障区間標定シ
ステムを提供することにある。

【０００７】

【課題を解決するための手段】本発明は、架空地線の長
さ方向に沿って所定間隔をおいて電流センサを設け、送
電線の電気的故障時に架空地線に誘起する故障電流を検
出する。検出データから得られる電流振幅及び位相の線
路方向の分布が故障の種類に応じて特徴のあるパターン
を示すことから、その検出データを中央監視手段に一括
集中して、そのパターンを解析することによって故障位
置を求める送電線故障区間標定システムに適用される。

【０００８】このようなシステムの中央監視手段に、電
流センサ間で挟まれる区間単位での標定を行う第１の標
定部と、第１の標定部で標定される区間をさらに細かく
分割した単位での標定を行う第２の標定部とを設ける。

【０００９】第１の標定部は、各センサによる検出デー
タと各センサ間で挟まれる故障区間との対応関係を、想
定される種々の故障ケースについて予め求め、その対応
関係を学習させたニューラルネットを有する。

【００１０】第２の標定部は、電流センサ間で挟まれる
任意の区間を故障区間としたとき、当該区間の前後の少
なくとも４つのセンサのデータと当該区間内をさらに細
かく分割した区間との対応関係を、想定される種々の故
障ケースについて予め求め、その対応関係を学習させた
ニューラルネットを有する。

【００１１】そして、第１の標定部で電流センサ間で挟
まれる区間単位の故障区間を標定し、この第１の標定部
で標定された故障区間の前後の少なくとも４つのセンサ
の検出データを第２の標定部に入力して、この第２の標
定部でその故障区間内をさらに細かく分割した区間単位
の故障区間を標定するようにしたものである。

【００１２】

【作用】第１の標定部で標定される故障区間は電流セン
サ間で挟まれた比較的粗い区間を単位としているので、
必ずしも高い分解能で標定されるわけではない。従っ
て、さらに標定精度を高めるには故障区間を細分化して
特定する必要がある。そのためには、細分化した区間単
位での故障を想定したときに、その細分化区間と電流セ
ンサの検出データとの対応関係を、想定される種々の故
障ケースについてシミュレーションで予め求め、その膨
大な対応関係を学習しておく必要がある。

【００１３】この点でニューラルネットは膨大な対応関
係の学習が可能であり、与えられた入力に対してネット
ワークの内部構造を変更していき、この変更を正しい出
力を出すまで繰り返していくことにより学習を完了させ
ることができる。このニューラルネットは第２の標定部
のみならず、第１の標定部にも利用する。

【００１４】従って、第１の標定部で標定される故障区
間を単位とした様々な故障ケースについて予め学習させ
ておくと、第１の標定部で標定された標定区間をさらに
絞ることができる。この学習に当って、第２の標定部で
の標定精度を上げるためには、想定する故障区間の少な
くとも前後４つのセンサで得られる電流値及び位相のデ
ータが必要になる。

【００１５】

【実施例】以下、本発明の実施例を図面を用いて説明す
る。

【００１６】図１は本発明の送電線故障区間標定システ
ムの実施例による構成図を示し、図２は本実施例の全体
構成図を示したものである。

【００１７】図２に示すように、電流センサ２２を鉄塔
２１の数基ごとに架空地線２３に沿って取り付け、故障
時にＯＰＧＷなどの架空地線２３に流れる電流波形を検
出する。検出した各所の電流波形は、図示しないがＥ／
Ｏ変換器により光信号に変換され、光信号多重伝送装置
によって次々と多重化される。そして、ＯＰＧＷに内蔵
された光ファイバを経由して中央監視装置の集中判定装
置２４に一括収集され、ここで電流分布の特徴から故障
区間を標定する。

【００１８】各電流センサ２２からの電流情報としては
電流値及び位相を用いる。ＯＰＧＷに流れる電流振幅及
び位相の線路方向の分布は、図３の地絡故障（Ａ）や短
絡故障（Ｂ）に示すように、これらの故障の種類に応じ
て特徴あるパターンを示すからである。

【００１９】図１に示すように集中判定装置１０はニュ
ーラルネットで構成される２段階の標定部、すなわち１
個の第１標定部１１と複数個の第２標定部１２とから構
成される。第１標定部１１は、送電線路上の区間ａ〜ｇ
を区画形成することとなる電流センサ１４ａ〜１４ｈで
得られる電流波形を入力され、それらの電流波形に基づ
いて故障が上記区間ａ〜ｇのいずれの区間で発生してい
るかを標定する。

【００２０】第２標定部１２は、上記区間ａ〜ｇの数に
対応した個数用意され、ここではそれらを１２ａ〜１２
ｇとする。各第２標定部１２ａ〜１２ｇには、第１標定
部１１の各対応する出力Ｏａ〜Ｏｇがそれぞれ入力さ
れ、第１標定部１１で標定された区間ａ〜ｇに該当した
ものがアクティブされるようになっている。また、各第
２標定部１２ａ〜１２ｇには、各標定部１２に対応する
区間の少なくとも前後４つの電流センサ１４のデータが
入力されるようになっている。例えば、区間ｄに対応す
る第２標定部１２ｄにあっては、区間ｄを区画形成する
前後のセンサ１４ｄ、１４ｅに加えて、その外側の区間
ｃ及び区間ｅを区画形成するセンサ１４ｃ、１４ｆのデ
ータが入力されている。第２標定部１２に入力される４
つのデータに基づいて第２標定部１２は、第１標定部で
標定した故障区間をさらに絞った標定出力を出す。

【００２１】まず、第１標定部１１に、架空地線１３に
設置した全ての電流センサ１４で検出した電流値及び位
相のデータを入力して、センサ１４で挟まれたａ〜ｇ区
間単位で故障区間を標定する。この標定は図３に示した
故障点近傍での特徴のある分布パターンと故障区間との
対応関係を学習したニューラルネットに基づいてなされ
る。

【００２２】次に、第１標定部１１の標定結果を第２標
定部１２に伝え、第１標定部１１で故障区間と判定され
た区間に対応する第２標定部１２をアクティブにする。
ここでは、第１標定部１１で標定された区間をｄとし、
その区間に対応する第２標定部１２ｄがアクティブにさ
れている。アクティブにされた第２標定部１２ｄに、該
当区間ｄの前後４つのセンサ１４ｃ〜１４ｆのデータを
入力して、その区間ｄ内をさらに細かく分割した区間
（図示例では，，，，の区間）単位で故障区
間を標定する。故障区間を〜のいずれかにしぼるに
は、あらかじめ、４つのセンサ１４ｃ〜１４ｆのデータ
と故障区間（〜のいずれか）の対応関係を様々な故
障ケースについてシミュレーションで求め、その対応関
係をニューラルネットに学習させておき、学習させたニ
ューラルネットを使う。

【００２３】なお、ニューラルネットに対する学習は、
例えば図４の単純化したモデルに示すように、入力層４
１の各ユニット４１ａ〜４１ｃに入力データを与える。
この信号は各ユニット４１ａ〜４１ｃで変換され、中間
層４２に伝わり、最後に出力層４３から出てくる。その
出力値と、望ましい出力値を比べ、その差を減らすよう
に結合の強さωを変える。ここで、入力データが電流値
及び位相のシミュレーション結果であり、出力値が各区
間ａ〜ｇをさらに細分化した〜レベル単位の標定区
間である。

【００２４】以上述べたように本実施例によれば、ニュ
ーラルネットを応用し、電流センサから得られる電流値
及び位相と故障区間との、複雑で幾通りもの組合せのあ
る対応関係をシミュレーションで学習させるようにした
ので、送電分野の専門家の経験則やエキスパートシステ
ムという面倒な手段を使わないで、正確に故障区間を標
定できる。特に、標定分解能を実用可能な範囲で抑えれ
ば、電流センサの数を減らすことができ、システムを安
価にできる。

【００２５】もっとも、本発明において、シミュレーシ
ョンをするに際して、送電分野の専門家の経験則を活用
することは勿論可能であり、またエキスパートシステム
の利用を排除するものではない。

【００２６】

【発明の効果】本発明によれば、学習が可能なニューラ
ルネットを利用したので、電流センサの数を増やさず
に、故障区間の標定分解能を向上できる。

【図面の簡単な説明】

【図１】本発明の送電線故障区間標定システムの実施例
を示す構成図。

【図２】本実施例の全体構成図。

【図３】本実施例で使用する送電線故障時のＯＰＧＷの
電流分布特性図。

【図４】本実施例で用いるニューラルネットの学習説明
図。

【符号の説明】

１１ 鉄塔 １２ 電流センサ １３ 架空地線 １４ 集中判定装置 ２１ 第１標定部 ２２ 第２標定部 ２３ 架空地線 ２４ 電流センサ ａ〜ｇ 電流センサで挟まれる区間 〜 さらに細かく分割した区間

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】架空地線の長さ方向に沿って所定間隔おき
   に電流センサを設け、送電線の電気的故障時に架空地線
   に誘起する故障電流を検出し、その検出データを中央監
   視手段に一括集中して故障位置を求める送電線故障区間
   標定システムにおいて、前記中央監視手段に、各センサ
   による検出データと各センサ間で挟まれる故障区間との
   対応関係を、想定される種々の故障ケースについて予め
   求め、その対応関係を学習させたニューラルネットを有
   する第１の標定部と、電流センサ間で挟まれる任意の区
   間を故障区間としたとき、当該区間の前後の少なくとも
   ４つのセンサのデータと当該区間内をさらに細かく分割
   した区間との対応関係を、想定される種々の故障ケース
   について予め求め、その対応関係を学習させたニューラ
   ルネットを有する第２の標定部とを備え、第１の標定部
   で電流センサ間で挟まれる区間単位の故障区間を標定
   し、第２の標定部でその故障区間内をさらに細かく分割
   した区間単位の故障区間を標定するようにしたことを特
   徴とする送電線故障区間標定システム。