JP7419838B2

JP7419838B2 - 電力設備の調査要否判定装置、及び調査要否判定方法

Info

Publication number: JP7419838B2
Application number: JP2020011309A
Authority: JP
Inventors: 和磨沖段; 秀松中; 将吏水野
Original assignee: Chugoku Electric Power Co Inc
Current assignee: Chugoku Electric Power Co Inc
Priority date: 2020-01-28
Filing date: 2020-01-28
Publication date: 2024-01-23
Anticipated expiration: 2040-01-28
Also published as: JP2021117795A

Description

本発明は、電力設備の調査要否判定装置、及び調査要否判定方法に関する。

電力設備の巡視や点検、管理業務の効率化を目的として、従来より様々な技術が提案されている。

例えば、特許文献１には、各地に設置された保全対象設備の保全情報を管理することを目的として構成された設備保全情報管理装置について記載されている。設備保全情報管理装置は、保全情報回収装置から状況情報を取得し、路上設備状況情報、架空設備画像情報として記録し、状況情報を評価し、保全対象設備の状況情報の未計測期間を算出し、未計測期間が閾値日数を超えている場合、確認対象設備として登録する。

特許文献２には、自動的かつ高精度で対象物を特定することを目的として構成された対象物特定システムについて記載されている。対象物特定システムは、複数の対象物の位置情報を保持し、対象物の画像を撮影し、対象物の撮影位置の情報を取得し、対象物の撮影方角の情報を取得し、位置の情報と、取得した方角の情報とに基づき、複数の対象物から、撮影された対象物の候補である少なくとも一つの第１の対象物候補を特定し、端末装置から撮影された対象物までの距離に基づいて、少なくとも一つの第１の対象物候補から、少なくとも一つの第２の対象物候補を特定する。

特許文献３には、架空線に配置されている架空設備を、演算の処理負荷を軽減しながら判別することを目的として構成された架空設備判別装置について記載されている。架空設備判別装置は、撮像領域を撮像した撮像情報に基づき、架空設備が存在する候補領域を判別し、撮像領域を地面に沿った方向に横切る線分を判別し、判別した候補領域のうち、判別した線分と交差する候補領域を対象領域として判別し、判別した対象領域内に判別対象の架空設備が存在するか否かを判別する。

特許文献４には、設備の撮影画像及び位置情報から設備の機種及び設置位置を設備管理台帳に自動的に記録することを目的として構成された設備管理台帳作成支援システムについて記載されている。設備管理台帳作成支援システムは、施設に設置されている設備を撮影し、得られた撮像データを解析して撮影された設備の機種を特定し、設備の撮影時点における撮影手段と当該設備との距離を測定し、測定された距離及び施設の設計情報に基づき当該設備の設置位置を特定し、特定された機種と特定された設置位置とを関連付けて設備管理台帳に登録することが記載されている。

特開２０１２－８８９０７号公報特開２０１３－２２２３３５号公報特開２０１７－１２６２２４号公報特開２０１７－３３２７８号公報

電力会社等が行う巡視や点検業務においては、地域に設置されている膨大な数（数十万～数百万）の電力設備（電力機器）を調査する必要があり、多大な時間や労力、コストを要している。また高経年の電力設備については製造年が若い設備に比べて頻繁に現場に出向いて調査を行う必要がある等、電力設備毎に調査の必要性を判定して対象を絞り込む必要があるが、人手により管理されている設備台帳に基づく従来方法では必ずしも十分な判定精度が得られないという課題があった。

特許文献１では、保全情報管理サーバが、未計測期間が閾値期間より長い保全対象設備を確認対象設備として一律に判定しており、未計測期間による判定で調査の必要性を判定できない場合は対応できない。また特許文献２の対象物特定システムは、携帯情報端末を用いて撮影した画像から対象物を特定して対象物に関連する情報を提示するものであり、上記課題を解決するものではない。特許文献３に記載の技術は、画像情報と、データベースに記憶されている判別対象の架空設備の画像情報とを照合することにより対象領域内に判別対象の架空設備が存在するか否かを判別するものであり、調査対象とするか否かを判定する技術に関するものではない。特許文献４は、設備の撮影画像及び位置情報から設備の機種及び設置位置を設備管理台帳に自動的に記録できるようにするものであり、上記課題を解決するものではない。

本発明はこうした背景に鑑みてなされたものであり、電力設備の調査要否を効率よく高い精度で判定することが可能な、電力設備の調査要否判定装置、及び調査要否判定方法を提供することを目的とする。

上記目的を達成するための本発明のうちの一つは、電力設備の調査要否を判定する情報処理装置であって、電力設備が存在する現場を撮影した画像である現場画像を記憶し、前記現場画像に写っている電力設備の外観上の特徴を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定する。

このように本発明の電力設備の調査要否判定装置は、現場画像に写っている電力設備の外観上の特徴を機械学習モデルにより判定した結果に基づき電力設備の調査要否を判定するので、効率よく高い精度で電力設備の調査要否を判定することができ、調査が必要な電力設備が存在する現場を容易に特定することができる。また電力会社等の電力設備を管理する組織は、電力設備の巡視や点検を効率よく行うことができる。

本発明の他の一つは、上記の調査要否判定装置であって、前記現場画像に写っている前記電力設備が所定の外観上の構成を有しているか否かを前記機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定する。

このように本発明の電力設備の調査要否判定装置は、現場画像に写っている電力設備が所定の外観上の構成を有しているか否かを機械学習モデルにより判定した結果に基づき電力設備の調査要否を判定するので、効率よく高い精度で電力設備の調査要否を判定することができる。

本発明の他の一つは、上記の調査要否判定装置であって、前記電力設備は変圧器であり、前記所定の構成は、ブッシングのポケット、放熱板、及び前記変圧器の容量表示板の色のうちの少なくともいずれかである。

このように本発明の電力設備の調査要否判定装置は、電力設備が変圧器である場合、例えば、ブッシングのポケット、放熱板、及び容量表示板の色のうちの少なくともいずれかの構成についてその有無を機械学習モデルにより判定する。

本発明の他の一つは、上記の調査要否判定装置であって、前記現場画像に写っている電力設備に記載されている情報の内容を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定する。

このように本発明の電力設備の調査要否判定装置は、例えば、現場画像に写っている電力設備に記載されている情報の内容を機械学習モデルにより判定する。

本発明の他の一つは、上記の調査要否判定装置であって、前記電力設備は変圧器であり、前記情報は前記変圧器の容量である。

本発明の他の一つは、上記の調査要否判定装置であって、前記判定を行った結果を示す情報を出力する。

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

本発明によれば、電力設備の調査要否を効率よく高い精度で判定することができる。

調査要否判定システムの概略的な構成を示す図である。調査要否判定装置のハードウェア構成例を示すブロック図である。調査要否判定装置が備える主な機能を示す図である。調査要否判定処理を説明するフローチャートである。発電出力算出処理を説明する模式図である。現場画像の例である。バランサが写っている現場画像の例である。電圧調整器が写っている現場画像の例である。電圧調整器の蓋部の周辺の部分拡大図斜視図であり、（ａ）は、ブッシングのポケットが設けられている場合、（ｂ）は、ブッシングのポケットが設けられていない場合である。柱上変圧器が写っている現場画像の例である。柱上変圧器の蓋部周辺の部分拡大図斜視図であり、（ａ）は、蓋のボルトのタイプが六角ボルトである場合、（ｂ）は、蓋のボルトのタイプがアイボルトである場合である。柱上変圧器に設けられている容量表示板の例（実物画像）である。（ａ）は、放熱板を有している柱上変圧器の例であり、（ｂ）は、放熱板を有していない柱上変圧器の例である。柱上変圧器が写っている現場画像に基づく判定結果の例である。（ａ）は、判定モデルの学習段階を説明する図であり、（ｂ）は、判定モデルの利用段階を説明する図である。

以下、発明を実施するための形態について説明する。以下の説明において、同一の又は類似する構成について共通の符号を付して説明を省略することがある。

図１に本発明の一実施形態として説明する、電力設備（電力機器）の調査要否を判定するシステム（以下、「調査要否判定システム１」と称する。）の概略的な構成を示している。同図に示すように、調査要否判定システム１は、現場の調査要否（例えば、現場に要員を向かわせて電力設備について詳細な調査を実施する必要があるか否か）を判定する情報処理装置（以下、「調査要否判定装置１０」と称する。）と、送電設備や配電設備等の電力設備が存在する現場を撮影した画像（以下、「現場画像」と称する。）を調査要否判定装置１０に提供する一つ以上の撮影車２と、を含む。

撮影車２は、例えば、電力設備の管理を行う電力会社等の組織によって運用され、巡視や点検等に際して現場に赴き、現場の電力設備を撮影した現場画像１１１を調査要否判定装置１０に提供する。尚、撮影車２は、現場画像１１１の取得を目的として現場に赴き移動しつつ効率よく現場を撮影するが、個々の電力設備について詳細な調査までは必ずしも行わない。現場画像１１１は、撮影車２により撮影されたものに限られず、例えば、人が所持するカメラにより撮影されたものでもよい。現場画像１１１は、記録媒体を介して調査要否判定装置１０に提供してもよいし、有線又は無線の通信手段（ＬＡＮ（Local Area Network）、ＵＳＢ（Universal Serial Bus）等）を介して調査要否判定装置１０に提供してもよい。

調査要否判定装置１０は、撮影車２から提供された現場画像１１１について、電力設備が備える様々な特徴（特徴量）を機械学習モデルにより判定することにより、電力設備の調査要否を判定する。

図２は、調査要否判定装置１０のハードウェア構成の一例を示すブロック図である。同図に示すように、調査要否判定装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、及び通信装置１６を備える。これらはバス等の通信手段を介して通信可能に接続されている。尚、調査要否判定装置１０は、例えば、その全部または一部が、クラウドシステム（Cloud System）により提供されるクラウドサーバ（Cloud Server）のような仮想的な情報処理資源を用いて実現されるものであってもよい。

プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成される。

主記憶装置１２は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。

補助記憶装置１３は、例えば、ハードディスクドライブ、ＳＳＤ（Solid State Drive）、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介してプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。

入力装置１４は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、スマートフォン、タブレット、音声入力装置（マイクロフォン等）、イメージスキャナ等である。

出力装置１５は、判定結果等の各種情報を出力するインタフェースである。出力装置１５は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。

通信装置１６は、他の装置との間の通信を実現する装置である。通信装置１６は、通信ネットワーク５を介して行われる他の装置との間の通信を実現する、有線方式または無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、各種無線通信モジュール、ＵＳＢモジュール等である。

調査要否判定装置１０には、例えば、オペレーティングシステム、デバイスドライバ、ファイルシステム、ＤＢＭＳ（DataBase Management System）等が導入されていてもよい。

図３に調査要否判定装置１０が備える主な機能を示す。同図に示すように、調査要否判定装置１０は、記憶部１１０、現場画像取得部１２０、前処理部１３０、調査要否判定部１４０、結果出力部１５０、及びモデル学習部１６０の各機能を備える。これらの機能は、調査要否判定装置１０のプロセッサ１１が、主記憶装置１２に格納されているプログラムを読み出して実行することにより、もしくは、調査要否判定装置１０が備えるハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）により実現される。調査要否判定装置１０には、例えば、オペレーティングシステム、デバイスドライバ、ファイルシステム、ＤＢＭＳ等が導入されていてもよい。

上記機能のうち、記憶部１１０は、現場画像１１１、判定モデル１１２、学習データ１１３、及び判定結果１１４を記憶する。尚、記憶部１１０は、例えば、ＤＢＭＳが提供するデータベースのテーブルや、ファイルシステムが提供するファイルとして、これらの情報（データ）を記憶する。

現場画像１１１は、電力設備（電柱、電圧調整器（電源変圧器）、柱上変圧器、開閉器、送電線、配電線、がいし等）を写した所定形式の画像データを含む。尚、現場画像１１１は、例えば、撮影車２が撮影した動画から切り出したフレームの画像でもよい。

判定モデル１１２は、電力設備について調査要否のための各種の判定を行う機械学習モデルのパラメータ（構成データ）を含む。本実施形態では、判定モデル１１２は、深層学習（Deep Neural Network）に基づくモデルであるものとするが、画像認識（画像判定）に適用可能なものであれば、判定モデル１１２は他の種類の機械学習モデル（例えば、ランダムフォレスト、ディープフォレスト、パーセプトロン、多層パーセプトロン等）に基づくものでもよい。本実施形態では、後述する調査要否判定処理Ｓ４００における判定処理毎に判定モデル１１２が生成されるものとするが、判定モデル１１２の構成は必ずしも限定されない。

学習データ１１３は、判定モデル１１２の学習に際して用いる学習データ（教師データ）である。本実施形態では、学習データ１１３は、後述する各判定処理の判定モデル１１２毎に用意される。学習データ１１３は、例えば、現場画像１１１と正解ラベル（判定結果）のセットを含む。

判定結果１１４は、調査要否判定部１４０が電力設備の調査要否について判定した結果を示す情報を含む。

現場画像取得部１２０は、記録媒体や通信手段を介して現場画像１１１を取得する。

前処理部１３０は、現場画像１１１について、調査要否判定部１４０による判定の処理効率や判定精度の向上等を目的とする前処理（正規化／白色化、平均化、水増し／補正等）を行う。

調査要否判定部１４０は、判定モデル１１２を用いて電力設備の調査要否を判定し、その判定結果を設定した判定結果１１４を生成する。

結果出力部１５０は、判定結果１１４の内容をユーザに提示（表示、印刷等）する。

モデル学習部１６０は、学習データ１１３を用いて判定モデル１１２を学習する。

続いて、以上の構成からなる調査要否判定装置１０が行う処理について説明する。

図４は、調査要否判定装置１０が現場撮影画像に基づき現場撮影画像に写っている電力設備について現場における調査が必要であるか否かを判定する処理（以下、「調査要否判定処理Ｓ４００」と称する。）を説明するフローチャートである。

同図に示すように、まず現場画像取得部１２０が、現場画像１１１を取得し、取得した現場画像１１１を記憶部１１０が記憶する（Ｓ４１１）。図６に現場画像１１１の例を示す。

図４に戻り、続いて、前処理部１３０が、現場画像１１１を一つ選択し（Ｓ４１２）、選択した現場画像１１１について前処理を行う（Ｓ４１３）。

続いて、調査要否判定部１４０が、前処理後の現場画像１１１について判定モデル１１２により電柱が写っているか否かを判定する（Ｓ４１４）。

現場画像１１１に電柱が写っている場合（Ｓ４１４：ＹＥＳ）、処理はＳ４１５に進む。現場画像１１１に電柱が写っていない場合（Ｓ４１４：ＮＯ）、処理はＳ４２２に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象と判定し、その旨を判定結果１１４に設定する。その後、処理はＳ４３０に進む。尚、現場画像１１１に電柱が写っていない場合に当該現場を調査対象と判定するのは、キュービクル等の調査対象とすべき電力設備が現場に存在する可能性が高いからである。

Ｓ４１５では、調査要否判定部１４０が、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている電柱がバランサを有しているか否かを判定する。図７にバランサ７０が写っている現場画像１１１の例を示す。

図４に戻り、電柱がバランサを有していない場合（Ｓ４１５：ＮＯ）、処理はＳ４１６に進む。電柱がバランサを有している場合（Ｓ４１５：ＹＥＳ）、処理はＳ４２２に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象と判定し、その旨を判定結果１１４に設定する。その後、処理はＳ４３０に進む。尚、電柱がバランサを有している場合に当該現場を調査対象とするのは、バランサを有している電柱は基本的に高経年であり、現場での調査対象とする必要があるからである。

Ｓ４１６では、調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている電柱に電圧調整器（電源変圧器）が設けられているか否かを判定する。図８に電圧調整器８０が写っている現場画像１１１の例を示す。

図４に戻り、電柱に電圧調整器が設けられている場合（Ｓ４１６：ＹＥＳ）、処理はＳ４１７に進む。電柱に電圧調整器が設けられていない場合（Ｓ４１６：ＮＯ）、処理はＳ４１８に進む。

Ｓ４１７では、調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている電圧調整器にブッシングのポケットが設けられているか否かを判定する。

図９（ａ）、（ｂ）は、いずれも電圧調整器９０の蓋部９１の周辺の部分拡大図斜視図である。図９（ａ）は、ブッシング９２のポケット９３が設けられている場合、図９（ｂ）は、ブッシング９２のポケットが設けられていない場合である。

図４に戻り、電圧調整器にブッシングのポケットが設けられている場合（Ｓ４１７：ＹＥＳ）、処理はＳ４２２に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象と判定し、その旨を判定結果１１４に設定する。電圧調整器にブッシングのポケットが設けられていない場合（Ｓ４１７：ＮＯ）、処理はＳ４１８に進む。尚、電圧調整器にブッシングのポケットが設けられている場合に当該現場を調査対象とするのは、電圧調整器にブッシングのポケットが設けられている場合は、当該電圧調整器は基本的に高経年であり、現場での調査対象とする必要があるからである。

Ｓ４１８では、調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている電柱に柱上変圧器が設けられているか否かを判定する。図１０に柱上変圧器１０１１が写っている現場画像１１１の例を示す。

図４に戻り、電柱に柱上変圧器が設けられている場合（Ｓ４１８：ＹＥＳ）、処理はＳ４２０に進む。当該処理（以下、「柱上変圧器判定処理Ｓ４２０」と称する。）の詳細については後述する。電柱に柱上変圧器が設けられていない場合（Ｓ４１８：ＮＯ）、処理はＳ４２１に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象外と判定し、その旨を判定結果１１４に設定する。その後、処理はＳ４３０に進む。

Ｓ４３０では、結果出力部１５０が、判定結果１１４の内容を出力（表示、印刷等）する。

図５は、柱上変圧器判定処理Ｓ４２０を説明するフローチャートである。以下、同図とともに柱上変圧器判定処理Ｓ４２０について説明する。

まず調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている柱上変圧器の蓋のボルトのタイプを判定する（Ｓ５１１）。

図１１（ａ）、（ｂ）は、いずれも柱上変圧器１１００の蓋１１１０部周辺の部分拡大図斜視図である。図１１（ａ）は、蓋１１１０のボルト１１１１のタイプが六角ボルトである場合、図１１（ｂ）は、蓋１１１０のボルト１１１１のタイプがアイボルトである場合である。

図５に戻り、蓋のボルトのタイプが六角ボルトである場合（Ｓ５１１：六角ボルト）、処理はＳ５１６に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象外と判定し、その旨を判定結果１１４に設定する。蓋のボルトのタイプがアイボルトであるか不明である場合（Ｓ５１１：アイボルトｏｒ不明）、処理はＳ５１２に進む。尚、蓋のボルトのタイプが六角ボルトである場合に調査対象外とするのは、柱上変圧器は新しいタイプであると判定されるため、現場での調査の必要性が低いからである。

Ｓ５１２では、調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている柱上変圧器の容量表示板の色を判定する（Ｓ５１２）。色の判定は、例えば、画素毎の輝度値に基づく公知の色解析技術を用いて行ってもよいし、機械学習モデルを用いて行ってもよい。図１２に柱上変圧器１１００に設けられている容量表示板１１１５の例（実物画像）を示す。

図５に戻り、容量表示の色が朱色である場合（Ｓ５１２：朱色）、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象外と判定し、その旨を判定結果１１４に設定する。容量表示の色が朱色であるか不明である場合（Ｓ５１２：朱色ｏｒ不明）、処理はＳ５１３に進む。尚、容量表示の色が朱色である場合に調査対象外とするのは、柱上変圧器が新しいタイプであると判定されるため、現場調査の必要が低いからである。

Ｓ５１３では、調査要否判定部１４０は、前処理後の現場画像１１１について判定モデル１１２により現場画像１１１に写っている柱上変圧器が放熱板を有しているか否かを判定する。

図１３（ａ）に、放熱板１３１１を有している柱上変圧器１１００の例を、図１３（ｂ）に、放熱板を有していない柱上変圧器１１００の例を示す。

図５に戻り、柱上変圧器１３００が放熱板を有していない場合（Ｓ５１３：ＮＯ）、処理はＳ５１５に進む。尚、通常、容量の小さな柱上変圧器には放熱板は設けられていない。柱上変圧器１３００が放熱板を有している場合（Ｓ５１３：ＹＥＳ）、続いて、調査要否判定部１４０は、現場画像１１１に写っている柱上変圧器の容量の表示を読み取り、容量が３０ｋＶＡ以上か否かを判定する（Ｓ５１４）。表示の読み取りは、例えば、公知の文字認識技術を用いて行ってもよいし、機械学習モデルにより行ってもよい。

容量が３０ｋＶＡ未満である場合（Ｓ５１４：３０ｋＶＡ未満）、処理はＳ５１５に進む。容量が３０ｋＶＡ以上かもしくは不明であるか不明である場合（Ｓ５１４：３０ｋＶＡ以上ｏｒ不明）、処理はＳ５１７に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象と判定し、その旨を判定結果１１４に設定する。その後、処理は図４のＳ４３０に進む。尚、容量が３０ｋＶＡ以上であるか不明である場合に当該現場を調査対象とするのは、容量が３０ｋＶＡ以上であるか不明である場合は目視点検の必要性が高いからである。本例では容量の境界値を３０ｋＶＡとしているが、境界値は必ずしも限定されず、例えば、５０ｋＶＡ等としてもよい。

Ｓ５１５では、調査要否判定部１４０は、現場画像１１１について判定モデル１１２により柱上変圧器にブッシングのポケットが設けられているか否かを判定する。尚、ブッシングのポケットの構成については図９と同様である。柱上変圧器にブッシングのポケットが設けられている場合（Ｓ５１５：ＹＥＳ）、処理はＳ５１７に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象（現地調査の対象）と判定し、その旨を判定結果１１４に設定する。その後、処理は図４のＳ４３０に進む。柱上変圧器にブッシングのポケットが設けられていない場合（Ｓ５１５：ＮＯ）、処理はＳ５１６に進み、調査要否判定部１４０は、当該現場画像１１１が撮影された現場を調査対象外と判定し、その旨を判定結果１１４に設定する。尚、柱上変圧器にブッシングのポケットが設けられている場合に当該現場を調査対象とするのは、柱上変圧器にブッシングのポケットが設けられている場合は、当該柱上変圧器は基本的に高経年であり、現場での調査対象とする必要があるからである。

図１４に、柱上変圧器が写っている現場画像１１１に基づく判定結果１１４の例を示す。現場画像１１１について各特徴１４２０（蓋ボルトのタイプ１４２１、放熱板の有無１４２２、ブッシングのポケットの有無１４２３、容量表示色１４２４、容量１４２５）に基づき調査要否を判定した結果１４３１の一覧である。尚、パターン１４１０は各特徴１４２０の有無等の組み合わせ毎の識別子である。また本数１４３０は、当該組み合わせに該当する電柱の本数である。

図１５は、図４の調査要否判定処理Ｓ４００や図５の柱上変圧器判定処理Ｓ４２０における各判定処理（Ｓ４１４、Ｓ４１５、Ｓ４１６、Ｓ４１７、Ｓ４１８、Ｓ５１１、Ｓ５１２、Ｓ５１３、Ｓ５１４）を行う判定モデル１１２の学習段階及び利用段階を説明する図である。

図１５（ａ）に示すように、学習段階では、モデル学習部１６０が、学習データ１１３を判定モデル１１２に入力して判定モデル１１２の学習を行う。学習データ１１３は、現場画像１１１と正解ラベルとの組み合わせを含む。また図１５（ｂ）に示すように、利用段階では、調査要否判定部１４０が、判定モデル１１２に前処理後の現場画像１１１を入力し、判定モデル１１２が判定結果１１４を出力する。

以上に説明したように、本実施形態の調査要否判定システム１においては、調査要否判定装置１０が、現場画像１１１に写っている電力設備の外観上の特徴を機械学習モデルである判定モデル１１２により判定した結果に基づき電力設備の調査要否を判定する。そのため、効率よく高い精度で電力設備の調査要否を判定することができ、調査が必要な電力設備が存在する現場を容易に特定することができる。そのため、例えば、電力会社等の電力設備を管理する組織は、電力設備の巡視や点検を効率よく確実に行うことができる。

以上、本発明の実施形態について詳述したが、以上の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれることは勿論である。例えば、上記の実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また上記実施形態の構成の一部について、他の構成の追加、削除、置換をすることが可能である。

例えば、以上に説明した調査要否判定システム１の適用対象は必ずしも電力会社が管理する電力設備に限られず、本実施形態の調査要否判定システム１は、例えば、鉄道会社や道路会社等の他の様々な組織が管理する各種の電力設備にも適用することができる。

１調査要否判定システム、２撮影車、１０調査要否判定装置、１１０記憶部、１１１現場画像、１１２判定モデル、１１３学習データ、１１４判定結果、１２０現場画像取得部、１３０前処理部、１４０調査要否判定部、１５０結果出力部、１６０モデル学習部、Ｓ４００調査要否判定処理、Ｓ５００柱上変圧器判定処理

Claims

電力設備の調査要否を判定する情報処理装置であって、
電力設備が存在する現場を撮影した画像である現場画像を記憶し、
前記現場画像に写っている電力設備の外観上の特徴を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定し、
前記現場画像に写っている前記電力設備が所定の構成を有しているか否かを前記機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定し、
前記電力設備は変圧器であり、前記所定の構成は、ブッシングのポケット、放熱板、及び前記変圧器の容量表示板の色のうちの少なくともいずれかである、
電力設備の調査要否判定装置。
電力設備の調査要否を判定する情報処理装置であって、
電力設備が存在する現場を撮影した画像である現場画像を記憶し、
前記現場画像に写っている電力設備の外観上の特徴を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定し、
前記現場画像に写っている電力設備に記載されている情報の内容を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定する、
電力設備の調査要否判定装置。
請求項２に記載の電力設備の調査要否判定装置であって、
前記電力設備は変圧器であり、前記情報は前記変圧器の容量である、
電力設備の調査要否判定装置。
電力設備の調査要否を判定する方法であって、
情報処理装置が、
電力設備が存在する現場を撮影した画像である現場画像を記憶するステップ、
前記現場画像に写っている電力設備の外観上の特徴を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定するステップ、及び、
前記現場画像に写っている電力設備に記載されている情報の内容を機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定するステップ、
を実行する、電力設備の調査要否判定方法。
請求項４に記載の電力設備の調査要否判定方法であって、
前記情報処理装置が、前記現場画像に写っている前記電力設備が所定の構成を有しているか否かを前記機械学習モデルにより判定した結果に基づき、前記電力設備の調査要否を判定するステップ、
を実行する、電力設備の調査要否判定方法。