JP2876141B2 - Ｏｆケーブル線路の漏油監視方法 - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、OFケーブル線路において、漏油の発生を監
視し、状況に応じた適切な漏油発生警報を発するOFケー
ブル線路の漏油監視方法に関する。

（従来の技術） OFケーブル線路は、絶縁体中に充填された絶縁油によ
り所定の耐電圧特性を維持するように構成されている。

ところで、OFケーブル線路は、温度変化によって熱収
縮が生じて金属シースに疲労亀裂が生じると、漏油が発
生して油圧が低下し、ボイド放電により絶縁破壊が生じ
る場合がある。このため、OFケーブル線路にあっては、
大漏油はもとより微少漏油の発生をも速やかに検出し
て、適切な対応を行なうことが必要となっている。

一方、OFケーブル線路内に充填された絶縁油は、負荷
電流の変化による導体の温度変化や季節的な温度変化に
よっても油量が変動するため、微少な漏油を早期に発見
することは容易ではない。

そこで、従来、種々のOFケーブル線路の漏油監視方法
が提案されている。

例えば、特公昭59−8129号公報の場合、OFケーブル線
路周辺の温度等から油槽内の油量を演算により推定し、
その推定油量と油槽の実測油量を比較して警報を発する
ようにしている。

これは、導体の温度変化や季節的な気温の変化による
油量変動が大きい場合、微量な漏油による油量変動の早
期発見が困難になる点を解決したものである。

（発明が解決しようとする課題） ところで、上記のような従来方法によっても、実際に
漏油が発生したか否かを判定する基準や、得られたデー
タに基づいて、どの程度の緊急度レベルで漏油発生警報
を出すかという点は、必ずしも明確でない。

即ち、漏油の発生状態が、直ちに補修に向かう必要が
ある程度か、あるいは点検のインターバルを短縮する程
度のものかは、当該監視実務に携わるものの経験や勘に
頼ることが多く、客観性に乏しいという難点があった。

また、推定油量の誤差が大きくては、緻密な監視が不
可能である。

本発明は以上の点に着目してなされたもので、微量な
漏油の早期発見が可能であり、かつ、比較的客観的な手
法で漏油の発生状態を総合的に判定し、状況に応じた適
切な警報を発することのできるOFケーブル線路の漏油監
視方法を提供することを目的とするものである。

（課題を解決するための手段） 本発明のOFケーブル線路の漏油監視方法は、OFケーブ
ル線路の油量と油温とを検出し、この油量と油温とに基
づいて漏油を検出するOFケーブル線路の漏油監視方法で
あって、最新の油量データと予め設定された油量とを比
較することで大漏油を検出し、所定の時間に渡って検出
した油量データの平均値と標準偏差とを算出し、前記平
均値と前記標準偏差とに基づいて所定の信頼度における
前記平均値の信頼区間の下限値を算出し、最新の油量デ
ータと前記下限値とを比較することで中漏油を検出し、
所定の時間に渡って検出した油量データと油温データと
に基づいて油量と油温との関係を示す第１の回帰直線を
算出し、前記所定の時間と異なる時間に渡って検出した
油量データと油温データとに基づいて油量と油温との関
係を示す第２の回帰直線を算出し、前記第１の回帰直線
に基づいて所定の油温における第１の推定油量値を算出
し、前記第２の回帰直線に基づいて所定の油温における
第２の推定油量値を算出し、前記第１の推定油量値と前
記第２の推定油量値とを比較することで微少漏油を検出
することを特徴とするものである。

（作用） 以上の本発明の方法では、大漏油の発生と中漏油の発
生と微少漏油の発生とを、それぞれ異なる基準で判定し
ている。先ず、最新の油量データが基準油量以下となっ
た場合には、大漏油と判定する。また、適当な時間に渡
ってサンプリングした油量データの変動分布に着目し、
最新の油量データが次第にこの分布から外れていくよう
な場合、中漏油発生と判断する。更に、油量と油温との
相関関係を統計的に解析し、推定油量値の変化に着目
し、その変化の度合から微少漏油の発生を検出する。こ
のような多重判定アルゴリズムを用いて、総合的な信頼
性の高いOFケーブル線路の漏油監視が行なわれる。

（実施例） 以下、本発明を図の実施例を用いて詳細に説明する。

〈機能ブロック図〉 先ず、第１図は、本発明のOFケーブル線路監視方法を
実施したシステムの機能ブロック図である。

図において、本発明の方法によれば、先ず、例えば、
Ａ相,B相,C相から成る三相のOFケーブル線路について、
各相の絶縁油の油量と油温を監視する。即ち、各相か
ら、油量データ1a,1b,1cと油温検出用データ1a′,1b′,
1c′を得る。尚、ケーブル内部の油温は、これを直接検
出することが困難なため、油温データを得るためのケー
ブルシース温度や送電電流値等を受入れる。これらをこ
こで、油温検出用データと呼んでいる。

これらのデータを受入れるために、監視部10が設けら
れ、更に監視部10の出力を受入れて漏油発生警報等を発
する中央局20が設けられている。

尚、この中央局20は、多数のOFケーブル線路の状態を
集中監視するセンタであって、中央局20には、図示しな
い複数の監視部の出力信号が通信回線等を介して入力す
るものとする。

上記監視部10には、データ処理部11、大漏油検出部1
2、中漏油検出部13及び微少漏油検出部14が設けられて
いる。

そして、大漏油検出部12の動作のために、基準油量設
定部12aと油量比較部12bが設けられ、中漏油検出部13の
動作のために、平均値演算部13a、標準偏差演算部13b及
び偏差比較部13cが設けられている。また、微少漏油検
出部14のために、回帰直線演算部14a、油量推定値演算
部14b、油量推定値比較部14c及び漏油発生状態判定部14
dがそれぞれ設けられている。

尚、上記各回路の詳細な動作は後述する。

〈具体的なブロック図〉 第２図に、第１図の機能ブロックを具体化したシステ
ムのブロック図を示す。

図において、三相OFケーブル線路を構成するOFケーブ
ル1A,1B,1Cには、それぞれ油槽2A,2B,2Cが設けられ、各
々独立に油量管理が行なわれている。各油槽2A,2B,2Cに
は、油量センサ3A,3B,3Cが設けられている。この油量セ
ンサは、油槽内に収容された絶縁油の液面高さを検出
し、これを電気信号に変えて、監視部10に向けて出力す
るものである。各油量センサには、フロート式のものや
光学的センサを用いたもの等、従来からよく知られた種
々のセンサが採用される。

また、各OFケーブル1A,1B,1Cには、それぞれケーブル
シース温度センサ4A,4B,4Cと、送電電流計5A,5B,5Cが設
けられている。

ケーブルシース温度センサ4A,4B,4Cは、何れも各ケー
ブルのシースに直接張付けられたサーミスタ等から成
り、シース温度を電気信号に変えて監視部10に向けて出
力するものである。送電電流計5a,5b,5cは、何れもケー
ブルヘッドや変電所等に設けられた変流器等から成り、
送電電流を電気信号に変えて監視部10に出力するもので
ある。

本発明の方法では、常に、何れか１つの相のOFケーブ
ルに着目してその漏油を監視するため、以下、例えばOF
ケーブル1Aについての漏油監視方法のみを説明する。他
相のOFケーブルについても、全く同様の監視を行なうこ
とはいうまでもない。

監視部10には、上記監視用の各種データが入力する。

監視部10は、入力ポート101と出力ポート102を備え、
バスライン103に対し、プロセッサ104、ランダム・アク
セス・メモリ（RAM）105、キーボード106、プリンタ10
7、リード・オンリ・メモリ（ROM）108、磁気ディスク
装置109及びディスプレイ110等を接続した装置から成
る。

監視部10の出力信号は、通信回線30を介して、中央局
に設けられたコンピュータ20aに接続される。

ここで、監視部10のプロセッサ104は、監視部全体の
動作を制御するマイクロコンピュータ等から成る。ま
た、リード・オンリ・メモリ108は、プロセッサ104の動
作制御用プログラム等を格納したメモリから成る。

また、ランダム・アクセス・メモリ105は、プロセッ
サ104の動作パラメータや、その他のデータを格納する
メモリである。

このランダム・アクセス・メモリ105には、図に示し
たように、油量データ格納部105aと、油温演算テーブル
格納部105bと、油温データ格納部105cと、演算判定テー
ブル格納部105dと、基準油量格納部105eが設けられてい
る。

油量データ格納部105aは、入力ポート101を介して入
力した所定の時間に渡ってサンプリングした多数の油温
データを格納する領域である。また、油温演算テーブル
格納部105bは、入力ポート101から受け入れた油温検出
用データに基づいて、油温データを演算し、その結果を
出力する演算テーブルから成る。油温データ格納部105c
は、上記演算により得られた油温データを、所定の時間
に渡ってサンプリングし格納する領域である。演算判定
テーブル格納部105dは、上記所定時間に渡って検出した
油量データと油温データに基づいて、油量推定値を演算
し、最終的に漏油発生状態の判定結果を出力する演算テ
ーブルや演算プログラムから成る。基準油量格納部105c
には、大漏油発生と判断すべき基準となる油量データを
格納しておく。

キーボード106は、オペレータが監視部10の動作を制
御するコマンド等を入力するために設けられている。ま
た、プリンタ107は、監視部10の監視結果をプリントア
ウトするための印刷装置である。磁気ディスク装置109
は、油量検出データや監視結果等を格納し保存するため
の外部記憶装置である。ディスプレイ110は、オペレー
タによる監視部10の操作案内や、監視結果のモニタ等に
使用される表示装置から成る。また、入力ポート101,出
力ポート102は、データ送受信用のインタフェースや通
信制御回路から成る。

〈漏油判定アルゴリズム〉 第３図に、本発明の方法による漏油判定アルゴリズム
説明図を示す。

本発明の方法においては、図に示すように、判定すべ
き漏油レベルを大漏油と中漏油と微少漏油とに分ける。

そして、大漏油については、１分間に１回の判定周期
で、１つの最新油量データに基づき判定を行なう。その
判定理論は、最新油量データが基準油量以下となったか
否かという単純な閾値判定による。

一方、中漏油については、10分間に１回の割合で判定
を行なう。この場合、10日分の油量データを判定に使用
する。そして、自己相データの健全時の油量データに基
づいて、その変動の標準偏差と最新油量データを比較す
る。具体的には、最新油量データと、10日間に渡ってサ
ンプリングした油量データの平均値の信頼区間の下限値
とを比較する。このとき、最新油量データの減少に連続
性があるか否かにより、中漏油の判定を行なう。

最後に、微少漏油については、１日１回の周期で判定
を行なう。この場合、油量データと油温データを都合２
週間分サンプリングする。その後、自己相データの互い
に異なる時間に渡って検出したケーブル油温と油量の回
帰直線を求める。そして、信頼限界を考慮して両者の分
布の違いを見つける。具体的には、推定油量値の減少傾
向を捕えて微少漏油を判定する。

第４図に、最終的に第１図に示した中央局20におい
て、モニタ画面に表示される判定結果を示す。

図は、判定結果画面の説明図である。

図のように、判定結果は、判定時刻，漏油状態，警報
レベル，相の識別，余裕日数，判定根拠の項目に分けて
表示される。

判定時刻は、判定を行なった月日時分を数値で表示す
る部分である。また、漏油状態は、微少漏油，中漏油，
大漏油の何れかを表示する部分である。

また、警報レベルは、判定の信頼度に合わせて種々の
メッセージが選択される。例えば、大漏油の場合、警報
レベル１では“設計最低油量以下”と表示し、警報レベ
ル２では“警報点接近”と表示し、警報レベル３では
“漏油発生”と表示する。尚、警報レベルは数値が高い
程漏油が激しいものとする。また、中漏油では、警報レ
ベル１の場合“注意”と表示し、警報レベル２の場合
“可能性大”と表示し、警報レベル３の場合“漏油発
生”と表示する。微少漏油についても、中漏油と略同様
の表示を行なう。

更に、相の識別は、A,B,Cの何れかを表示し、どの相
に漏油が発生したかを示す。余裕日数は、油量限界に達
するまでの予測期間を日数で表示する。即ち、現状の漏
油状態で放置した場合、油量限界に何日で達するかを表
示する。

また、判定根拠には、採用したアルゴリズムに対応し
て、自己油量比較とか相間油量比較といった表示を行な
う。尚、本発明の場合、大漏油も中漏油も微少漏油も、
自己油量比較を判定根拠としている。

上記中漏油の判定を省き、大漏油と微少漏油の判定を
組合わせたシステムでも、十分本発明の目的が達成され
るが、大，中，微少漏油の判定を組合わせることによ
り、更に信頼性の高いシステムの構築が可能となる。

以下、上記大漏油，中漏油，微少漏油の順に、その具
体的な検出と判定方法を順に説明していく。

〈大漏油の検出〉 第５図に、大漏油検出動作フローチャートを示す。

大漏油の検出は、第１図に示す大漏油検出部12が行な
う。この大漏油検出部12の動作のために、データ処理部
11は、各相の最新の油量データ1a,1b,1cを受入れ、これ
を油量比較部12bに順に所定のタイミングで転送する。
この油量データのサンプリング周期は、例えば１分毎と
する（第５図ステップS1）。

一方、基準油量設定部12aからは、警報を発すべき限
界値に相当する基準油量データが出力される。油量比較
部12bは、最新油量データと基準油量とを比較し、その
結果を大漏油検出部12に向け出力する（第５図ステップ
S2）。

大漏油検出部12は、その比較結果を元に、最新の油量
データが基準油量以下か否かを判断する（第５図ステッ
プS3）。そして、最新の油量データが基準油量以下でな
い場合には、そのままステップS1〜S3の処理が繰返され
る。一方、最新の油量データが基準油量以下の場合に
は、大漏油検出部12が大漏油警報を出力する（第５図ス
テップS4）。その結果は、中央局20に向け転送される。

尚、第２図に示した具体的なブロック図においては、
基準油量はランダム・アクセス・メモリ105の基準油量
格納部105eに格納されている。

そして、第１図の油量比較部12b及び大漏油検出部12
の役割を、第２図に示すプロセッサ104が実行する。第
５図に示した大漏油判定のためのプログラムは、第２図
のリード・オンリ・メモリ108あるいはランダム・アク
セス・メモリ105中に別途格納しておく。

〈中漏油の検出〉 次に、中漏油の具体的な検出方法について説明する。

第６図は、中漏油検出のための動作フローチャートで
ある。また、第７図は、中漏油判定のためのアルゴリズ
ム説明図である。

中漏油検出を行なう場合には、先に説明したように、
例えば10分おきに10日分の油量データをサンプリングす
る。この油量データの数ｎは合計1440個となる。

中漏油の検出は、第１図に示す中漏油検出部13におい
て行なわれる。この場合、データ処理部11から出力され
た油量データが、平均値演算部13aと標準偏差演算部13b
と偏差比較部13cにおいて処理される。

先ず、第６図フローチャートステップS1において、10
分毎に最新の油量データが読取られる。これ以前に読取
られた油量データは、第２図に示したランダム・アクセ
ス・メモリ105の油量データ格納部105aに格納されてい
る。そして、第１図に示す平均値演算部13aによって、
最新の油量データを含む10日分の油量データ、即ち合計
1440個の油量データの平均値ｍを算出する（ステップS
2）。

次に、この平均値ｍを用いて、第１図に示す標準偏差
演算部13bが、標準偏差σの算出を行なう（ステップS
3）。その後、第１図に示した偏差比較部13cにおいて、
第６図ステップS4〜ステップS8までの比較処理が行なわ
れる。この比較処理のアルゴリズムを第７図に示す。

第７図に示すように、10日分の油量データがサンプリ
ングされ、その平均値ｍが算出されると、既知の統計手
法によって何段階かの信頼区間を設定することができ
る。即ち、平均値ｍから標準偏差σを差引いた１番目の
信頼区間では信頼度が68％、平均値ｍから２σを差引
いた２番目の信頼区間では信頼度が95％、平均値ｍか
ら３σを差引いた３番目の信頼区間では信頼度が99.7
％となる。

例えば、最新データが、図の矢印に示すように、信
頼度68％の信頼区間から順に信頼度99.7％の信頼区間
に移行していく場合、健全時のデータから次第に最新
油量データが低下していくことになり、中漏油が発生し
たと判断することができる。しかしながら、例えば、最
新油量データが信頼区間と信頼区間の間を前後して
いるような場合には、単なる変動の範囲と考えてよい。

即ち、第６図のステップS4において、最新の油量デー
タＸがｍ−σ以上の場合には、漏油発生の可能性なしと
判断して、ステップS5に移行し、パラメータＳを“0"に
する。そして、新たな油量データを読むステップS1に戻
る。一方、Ｘがｍ−σより小さい場合には、ステップS6
に移行し、Ｘがｍ−２σより小さいか否かを判断する。
そして、ｍ−２σより小さい場合には、ステップS8に移
行してステップS8の処理が実行される。一方、Ｘがｍ−
２σ以上の場合には、ステップS7に移行してパラメータ
Ｓに“1"を加算する。ステップS8ではＸがｍ−３σより
小さいか否かを判断する。ｍ−３σより小さい場合に
は、ステップS10において、パラメータＳに“3"を加算
する。一方、ｍ−３σ以上の場合には、ステップS9に移
行し、パラメータＳに“2"を加算する。

このパラメータＳは、漏油の発生の度合と連続性を計
るためのもので、次のステップS11において、パラメー
タＳが“3"以上になった場合には、警報を発するための
処理（ステップS12以下）に移行する。しかしながら、
パラメータＳが“3"より小さい場合には、再び新たな油
量データを読むステップS1に移行する。

ここで、ステップS7でパラメータＳに“1"が加算され
た場合や、ステップS9においてパラメータＳに“2"が加
算されたような場合、ステップS11においては、パラメ
ータＳが“2"以下なので、処理をステップS1に戻してし
まう。ところが、その後ステップS5に進むこと無しにス
テップS7の処理が３回続けて行なわれた場合や、あるい
はステップS9の処理が２回続けて行なわれたような場合
には、パラメータＳは累積されて“3"以上になる。その
結果、ステップS11において、ステップS12以下の警報処
理へ移行することになる。

ステップS12,S13の処理は第２図に示す中漏油検出部1
3が行なう。

第６図ステップS12においては、油量データが３回連
続して減少傾向にあるか否かを調べる。即ち、たとえ信
頼区間の下限値を外れていても、油量データが変化しな
いような場合には、中漏油発生とみなさない。逆に、僅
かでも連続して油量減少がみられた場合には、漏油とみ
なす。ステップS12は、そのような判断を行なうための
ステップとなる。

従って、３回連続して油量が低下した場合以外はステ
ップS1に戻る。一方、３回連続して油量が低下した場合
には、その漏油量を１日分に換算した油量ΔＸを求め、
更に警報接点レベル、即ち油量限界に達するまでの予想
時間T_alを求める（ステップS13）。そして、その結果を
中央局へ転送する（ステップS14）。

中央局では、パラメータＳの値に応じて警報レベルを
“1",“2",“3"の３段階に選択し、先に説明した要領で
ディスプレイに表示する。尚、この場合、ステップS13
で求めた油量ΔＸと予想時間T_alも中央局に転送され
る。

その後、中央局では、警報情報を検査し、正式に警報
を発令する（ステップS15）。

〈微少漏油の検出〉 次に、微少漏油の具体的な検出方法について説明す
る。

第８図は、本発明の方法により、最終的に中央局20
（第１図）で所定の警報を発する処理を行なうまでの具
体的なフローチャートである。

また、第９図は、このフローチャートの各工程で行な
われる演算処理動作説明図である。

先ず、第８図のフローチャートステップS1において、
第２図に示す監視部10の入力ポート101から、例えば２
週間に渡って１時間おきに油量データと油温検出用デー
タが受入れられ、油量データは、上記ランダム・アクセ
ス・メモリ105の油量データ格納部105aにそのまま格納
される。また、油温検出用データは、上記油温演算テー
ブル格納部105bの演算処理を経て、油温データ格納部10
5cに格納される。尚、サンプリングされた全データ数
は、２週間分で24×７×２、即ち336個となる（第９図
式）。また、油量は、Ａ相,B相,C相、それぞれV_ai,V
_bi,V_ciとなり、油温はT_ai,T_bi,T_ciとなる。添字ｉは、
油量検出データを得た時刻に対応し手順に付された番号
である。

次に、第８図ステップS2において、上記２週間分のデ
ータを、現時点より１週間前までのデータ（グループ
Ｂ）と、それ以前のデータ（グループＡ）に分ける。こ
れは、油温と油量の関係の時間的な変化を見るためであ
る。

以上、ステップS1及びステップS2の処理は、第１図に
示すデータ処理部11により実行される。

次に、ステップS3とステップS4の処理が実行される
が、以後の各演算は、先に説明したように、第２図のラ
ンダム・アクセス・メモリ105中の演算判定テーブル格
納部105dにより一挙に行なうことが可能である。しか
し、ここでは、その演算内容を具体的に分解して説明す
る。

今度は、各グループについて油量と油温の回帰直線を
求める（ステップS3）。

第10図に示すように、横軸に油温，縦軸に油量をとっ
て、その相関関係をグラフにプロットしていく。

尚、ここで、油温Ｔは、油量Ｖを測定した時刻より一
定の時間Δｔだけ早い時刻のデータを用いる。これは、
実際に、送電電流等が増減しても、その影響が油量に及
ぶのがΔｔだけ遅れるためである。

そして、略帯状に分布したデータから最小２乗法に基
づいて回帰直線Ｋを求める。その式は、第９図式に示
すように、傾きβの直線となる。また、傾きβは、式
から求める。上記グループＡのデータ検出結果に基づい
て第１の回帰直線を求め、グループＢのデータ検出結果
に基づいて第２の回帰直線を求める。上記演算処理は、
第１図の回帰直線演算部14aが行なう。

次に、第９図式から、油量の平均値と、回帰直線
の傾きβと、温度の平均値と、信頼限界αとを用い
て、推定油量値を求める（ステップS4）。

尚、油温T_xにおける油量の信頼限界αは、第９図式
により求められる。

また、真の値がその範囲内にある確率を示すＦ値は、
既知のＦ分布表（日本規格協会の統計数値表等）に基づ
いて、信頼度95％に対してＦ＝3.93,信頼度99％に対し
てＦ＝6.79という値を使用する。

即ち、信頼度が高い程Ｆ値が大きくなり、一定の油温
の場合の真の油量推定値のあるべき範囲の幅が広くな
る。逆に、信頼度が低ければＦ値は小さくなり、一定の
油温の真の油量推定値のあるべき範囲の幅が狭くなる。
尚、信頼限界を求める式に使用する誤差分散V_eは、
式により求められる。また、誤差変動S_eは、式により
求められる。これらの式は、既知の統計学に基づく。

ステップS4においては、上記の要領で、第１の回帰直
線に基づいてグループＡの平均油温_ａを基準として、
第１の油量推定値を求めると共に、第２の回帰直線に基
づいて第２の油量推定値を求める。即ち、式，式に
おけるT_xに_ａを、両グループの油量推定値の計算に用
いる。

上記演算処理は、第１図の油量推定値演算部14bによ
り行なわれる。

次に、信頼限界αを考慮し、グループＢの第２の油量
推定値が、グループＡの第１の油量推定値を下回るか否
かを比較する（ステップS5）。

即ち、第９図式に示すように、信頼限界αは、T_xが
油温の平均値と等しい場合に最小となる。従って、グ
ループＡに基づく油量推定値とグループＢに基づく油量
推定値の間に差があるか否かは、何れの油量推定値につ
いても、T_xがＡグループの油温データの平均値_ａと等
しい場合について、両者を比較すればよい。

第11図に、グループＡに基づく第１の回帰直線と、グ
ループＢに基づく第２の回帰直線を図示した。このグラ
フは、第10図同様に、横軸に油温，縦軸に油量をとった
ものである。

ここで、グループＡの平均油温_ａの位置を、図のよ
うに垂直に破線で表わすと、第１の回帰直線との交点
が、第２の回帰直線の交点がとなる。そして、第１
の回帰直線の99％信頼度における油量推定値の範囲は区
間となり、その最小値はA₉₉となる。また、第１の回
帰直線の95％信頼度における油量推定値の範囲は区間
となり、その最小値はA₉₅となる。一方、第２の回帰直
線について見ると、その99％信頼度における油量推定値
の範囲は区間となり、その最大値はB₉₉となり、95％
信頼度における油量推定値の範囲は区間となり、その
最大値はB₉₅となる。

このグラフを見て分かるように、最新のデータである
グループＢの第２の回帰直線が、その直前に得たデータ
であるグループＡの第１の回帰直線に比べて低い位置に
あるということは、油量が低下していることを示し、こ
の原因は漏油等にあるものと推定される。しかし、回帰
直線に基づいて算出した油量推定値の存在確率は、信頼
限界、即ち、ここで示す信頼度により一定の幅を持つ。
従って、第１の回帰直線に基づいた油量推定値と第２の
回帰直線に基づいた油量推定値とを、特定の油温におい
て比較し、所定の信頼度における信頼限界の範囲を考慮
してもなお、第２の回帰直線に基づく油量推定値が小さ
い場合、漏油が発生したと判断する。

以上の判断は、第１図の油量推定値比較部14cにより
行なわれる。

そして、最後に、第１図の油量発生状態判定部14dと
微少漏油検出部14において、如何なる警報を発すべきか
の判断を行なう。

先ず、信頼度95％で上記油量推定値の比較をし、A₉₅
＞B₉₅の異常状態が３日続いた場合、警報レベル“1"と
判断する（ステップS6）。このような判定結果は、第２
図のディスプレイ110等に表示する他、出力ポート102を
介して中央局に通報される。

尚、警報レベル“1"というのは、比較的緊急度の低い
漏油の発生が疑われる場合で、例えば、当該相の監視を
今後強める等の対処をすればよいといった内容となる。

一方、信頼度95％で上記の比較をし、A₉₅＞B₉₅の異常
状態が７日続いた場合、警報レベルは“2"とする（ステ
ップS7）。これは、中程度の緊急度の漏油と考えられ、
これに対応した対処が行なわれる。

また、信頼度99％でA₉₉＞B₉₉の異常状態が７日続いた
場合、警報レベルを“3"とする（ステップS8）。警報レ
ベル“3"というのは、比較的緊急度の高い漏油発生とみ
なす。

尚、漏油発生状態の具体的な判定方法を第12図の一覧
表に示す。

図において、異常状態発生は○印で示し、毎日先に説
明したグループＡとグループＢのデータ比較を行ない、
信頼度99％及び信頼度95％について、それぞれ比較判定
結果をリストアップする。そして、○印が連続した数に
より警報レベルを判定する。

第12図（ａ）はA₉₅＞B₉₅で警報レベル“1"を発する場
合、同図（ｂ）はA₉₅＞B₉₅で警報レベル“2"を発する場
合、同図（ｃ）はA₉₉＞B₉₉で警報レベル“3"を発する場
合の判定結果である。

尚、上記のような警報と共に、油量が各油槽に規定さ
れている警報発信レベルV_alに達するまでの予想時間T_al
を同時に表示することが好ましい（第８図ステップS
9）。この漏油量は、第９図式に示すように、日漏油
量の算定式を用いて求める。また、予想時間T_alは、第
９図式に示す要領で求める。

以上のような警報を第１図の中央局20が受けることに
より、中央局20では、それぞれの警報レベルに応じて監
視員が必要な対応を行なうことになる。

本発明は以上の実施例に限定されない。

上記演算等は、プロセッサ自体が所定のプログラムを
実行することにより順に行なってもよいし、又、必要に
応じて演算の経過データをプリントアウトし、それをそ
のまま中央局に通報するようにしても差し支えない。

また、第４図や第８図の処理は、一定時間のデータを
累積後実行されるが、継続的に油量監視等が行なわれて
いる場合、常にさかのぼって、一定時間とその前の一定
時間のデータについて、演算と比較と判定を行なうよう
にすれば良い。この場合、油量データや油温データは、
常に一定容量とし、最古のものが削除され最新のものが
順次更新されるようにすればよい。

尚、本発明においては、予め健全時の油量データや油
温データをメモリに保存しておき、これと最新の測定結
果を比較するようにしてもよい。

（発明の効果） 以上説明した本発明の方法によれば、大漏油の判定と
中漏油の判定と微少漏油の判定とを、それぞれ種々の統
計的手法等によって判定し、いわゆる多重判定アルゴリ
ズムにより漏油の警報を発するので、信頼性の高い確実
な漏油警報を発することが可能になる。

【図面の簡単な説明】

第１図は本発明の方法を実施したシステムの機能ブロッ
ク図、第２図は本発明の方法を実施した具体的なシステ
ムのブロック図、第３図は本発明の方法による漏油判定
アルゴリズム説明図、第４図は本発明の方法により表示
される判定結果画面説明図、第５図は大漏油検出のため
の動作フローチャート、第６図は中漏油検出のための動
作フローチャート、第７図は中漏油判定のためのアルゴ
リズム説明図、第８図は微少漏油検出のための動作フロ
ーチャート、第９図は微少漏油検出のための各工程の演
算処理動作説明図、第10図は油量・油温回帰直線のグラ
フ、第11図は油量推定値比較方法説明用のグラフ、第12
図は漏油発生状態判定方法説明図である。 1a,1b,1c……油量データ、 1a′,1b′,1c′……油温検出用データ、 10……監視部、 11……データ処理部、 12……大漏油検出部、 12a……基準油量設定部、 12b……油量比較部、 13……中漏油検出部、 13a……平均値演算部、 13b……標準偏差演算部、 13c……偏差比較部、 14……微少漏油検出部、 14a……回帰直線演算部、 14b……油量推定値演算部、 14c……油量推定値比較部、 14d……漏油発生状態判定部、 20……中央局。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 立崎 修二 宮城県仙台市青葉区一番町３丁目７番１ 号 東北電力株式会社内 (72)発明者 海老沼 康光 神奈川県川崎市川崎区小田栄２丁目１番 １号 昭和電線電纜株式会社内 (72)発明者 安藤 幸樹 神奈川県川崎市川崎区小田栄２丁目１番 １号 昭和電線電纜株式会社内 (72)発明者 森 環 神奈川県川崎市川崎区小田栄２丁目１番 １号 昭和電線電纜株式会社内 (56)参考文献 特開 昭61−106017（ＪＰ，Ａ) 特開 平１−107611（ＪＰ，Ａ) 特開 平１−315216（ＪＰ，Ａ) 特開 平３−118713（ＪＰ，Ａ) 特開 平３−118714（ＪＰ，Ａ) 特公 昭58−2536（ＪＰ，Ｂ２) 特公 昭59−8129（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁶，ＤＢ名) H02G 15/20 - 15/34

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】OFケーブル線路の油量と油温とを検出し、
   この油量と油温とに基づいて漏油を検出するOFケーブル
   線路の漏油監視方法であって、 最新の油量データと予め設定された油量とを比較するこ
   とで大漏油を検出し、 所定の時間に渡って検出した油量データの平均値と標準
   偏差とを算出し、前記平均値と前記標準偏差とに基づい
   て所定の信頼度における前記平均値の信頼区間の下限値
   を算出し、最新の油量データと前記下限値とを比較する
   ことで中漏油を検出し、 所定の時間に渡って検出した油量データと油温データと
   に基づいて油量と油温との関係を示す第１の回帰直線を
   算出し、前記所定の時間と異なる時間に渡って検出した
   油量データと油温データとに基づいて油量と油温との関
   係を示す第２の回帰直線を算出し、前記第１の回帰直線
   に基づいて所定の油温における第１の推定油量値を算出
   し、前記第２の回帰直線に基づいて所定の油温における
   第２の推定油量値を算出し、前記第１の推定油量値と前
   記第２の推定油量値とを比較することで微少漏油を検出
   することを特徴とするOFケーブル線路の漏油監視方法。