JP7464206B1 - 設備監視システム、及び設備監視方法 - Google Patents
設備監視システム、及び設備監視方法 Download PDFInfo
- Publication number
- JP7464206B1 JP7464206B1 JP2023577250A JP2023577250A JP7464206B1 JP 7464206 B1 JP7464206 B1 JP 7464206B1 JP 2023577250 A JP2023577250 A JP 2023577250A JP 2023577250 A JP2023577250 A JP 2023577250A JP 7464206 B1 JP7464206 B1 JP 7464206B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- corona noise
- measurement point
- corona
- monitoring system
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims description 16
- 238000005259 measurement Methods 0.000 claims abstract description 105
- 230000005540 biological transmission Effects 0.000 claims abstract description 70
- 238000011109 contamination Methods 0.000 claims abstract description 70
- 239000013307 optical fiber Substances 0.000 claims abstract description 31
- 230000003287 optical effect Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000010365 information processing Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 19
- 239000012212 insulator Substances 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims 2
- 238000012806 monitoring device Methods 0.000 description 29
- 238000001514 detection method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000003973 paint Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002250 progressing effect Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
設備の汚損の進行度合いを適切に見積もる。設備監視システムは、光解析ユニットと情報処理装置とを含んで構成され、送電線に沿って付設される光ファイバに沿って設定された測定点における光ファイバの周波数毎の振動強度をＤＡＳ（Distributed Acoustic Sensing）により取得し、周波数毎の振動強度に基づき、測定点におけるコロナ騒音に関する情報を取得する。上記のコロナ騒音に関する情報は、コロナ騒音に特有の周波数の振動強度を示す情報である。また、上記のコロナ騒音に特有の周波数は、コロナ音の周波数又はコロナハム音の周波数である。設備監視システムは、コロナ騒音に関する情報と送電線の汚損状況との関係を示すコロナ騒音／汚損情報を記憶し、測定点において取得したコロナ騒音に関する情報をコロナ騒音／汚損情報と対照することにより送電設備の汚損状況を示す情報を取得する。
Description
本発明は、設備監視システム、及び設備監視方法に関する。
特許文献１には、送電設備が備える光ファイバ複合架空地線（ＯＰＧＷ（OPtical fiber composite overhead Ground Wire））から後方レイリー散乱光を取得し、取得した後方レイリー散乱光に基づき光ファイバ複合架空地線の固有振動数を含む周波数領域についての振動情報を生成し、生成した振動情報に基づき送電設備の異常を検出する異常検出装置について記載されている。
非特許文献１には、コロナ騒音と風音の両者を低減するための技術開発（低騒音スパイラル線（超親水性スパイラル線）の開発）に関して記載されている。同文献には、超高圧交流架空送電線の電線表面のぬれ性とコロナ騒音との間の関係について記載されている。
非特許文献２には、コロナ騒音とがいしの汚損の状況（軽汚損、重汚損）との間の関係について記載されている。
非特許文献３には、塩害対策に繋がる塗料に関して記載されている。
"超親水性スパイラル線による送電線コロナ騒音の低減法"，宮島 清富，電力技術研究所，［online］，インターネット＜URL: https://criepi.denken.or.jp/intro/nenpo/2006/06kiban17.pdf＞，令和5年9月14日検索
"汚損がいしのコロナ騒音低減対策について"，エネルギア総研レビュー No.51 10頁，送配電カンパニー 技術高度化グループ 児玉 健，中国電力株式会社，［online］，インターネット＜URL: https://www.energia.co.jp/eneso/kankoubutsu/review/no51/pdf/51_p10_11.pdf＞，令和5年9月14日検索
"腐食が想定以上に進行。その原因は「塩害」では？"，KANSAI PAINT INSIGHTS，関西ペイント，［online］，インターネット＜URL: https://www.kansai.co.jp/insights/article/001.html＞，令和5年9月14日検索
送電線の支持物である鉄塔等の設備は、塩害等によって汚損が進行すると、表面の塗装が剥がれて鋼材素地が露出し、発錆により部材が減肉して最終的には強度不足となり部品交換が必要になる。そのため、こうした設備については、防錆のための塗装が随時行われている。
ここで設備の汚損（腐食）の進行度合いは、設備が存在する環境によって異なる。そのため、例えば、設備毎に汚損の進行度合いを示す汚損区分（汚損レベル）を設定し、設定した汚損区分に応じて設備毎に防錆塗装を行うタイミングを決定することにより、メンテナンスコストの抑制を図っている。
しかし、海岸／川岸から設備までの距離の違い、設備の周囲に存在する施設（工場等）からの距離の違い、設備が晒される風況の違い等、個々の設備が曝されている環境や状況は多様であり、また、例えば、非特許文献３にも記載されているように、海岸／川岸から遠く離れた場所でも汚損が急速に進行することがある等、汚損区分による画一的な分類では必ずしも個々の設備の汚損の進行度合いを正しく見積もることができない。
また、設備の周辺の気流をシミュレーションすることにより、汚損を進行させる要因物質の飛来量を推定し、汚損の進行度合いを見積もるといった試みもなされているが、現状では必ずしも有意な結果が得られていない。
本発明は、このような背景に鑑みてなされたものであり、設備の汚損の進行度合いを適切に見積もることが可能な、設備監視システム、及び設備監視方法を提供することを目的とする。
上記課題を解決するための手段の一つは、設備監視システムであって、光解析ユニットと情報処理装置とを含んで構成され、送電線に沿って付設される光ファイバに沿って設定された測定点における前記光ファイバの周波数毎の振動強度をＤＡＳ（Distributed Acoustic Sensing）により取得し、説明変数である、周波数毎の振動強度のパターンと、目的変数である、コロナ騒音に関する情報との関係を学習したモデルを記憶し、測定点について取得した、周波数毎の振動強度のパターンを前記モデルに入力することにより、前記測定点におけるコロナ騒音に関する情報を取得する。
ここで上記のコロナ騒音に関する情報は、例えば、コロナ騒音に特有の周波数の振動強度を示す情報である。また、コロナ騒音に特有の周波数は、コロナ音の周波数又はコロナハム音の周波数である。
また、設備監視システムは、コロナ騒音に関する情報と送電設備の汚損状況を示す情報である汚損情報との関係を示す情報であるコロナ騒音／汚損情報を記憶し、前記測定点において取得した前記コロナ騒音に関する情報を前記コロナ騒音／汚損情報と対照することにより、前記測定点の近傍に存在する送電設備の汚損状況を示す情報を取得する。
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、設備の汚損の進行度合いを適切に見積もることができる。
以下、本発明をその一実施形態に即して添付図面を参照しつつ説明する。本明細書及び添付図面の記載により、少なくとも以下の事項が明らかとなる。以下の説明において、符号の前に付した「Ｓ」の文字は処理ステップの意味である。
図１に本発明の一実施形態として説明する設備監視システム（以下、「設備監視システム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、設備監視システム１は、変電所６等に設けられる設備監視装置１００を含む。設備監視装置１００は、情報処理装置（コンピュータ）を用いて構成される。
設備監視装置１００は、送電線３に架設されているＯＰＧＷ４（optical fiber composite overhead ground wire）（光ファイバ複合架空地線）の光ファイバ４ａを振動検知センサとして用い、光ファイバ４ａに沿って設定された複数の測定位置（以下、「測定点」と称する。）の夫々における光ファイバ４ａの伸縮に基づく振動状態（振動強度、振動周波数）を測定する技術（分布型多点振動測定法（以下、「ＤＡＳ」（Distributed Acoustic Sensing）と称する。）により、各測定点の振動状態を取得する。ＤＡＳでは、例えば、Ｃ－ＯＴＤＲ（Coherent detection Optical Time Domain Reflectometer）の原理により各測定点の振動状態を取得する。
図２は、設備監視装置１００がＤＡＳにより各測定点の振動状態を測定する仕組みを説明する図である。同図に示すように、設備監視装置１００は、光ファイバ４ａの端面から光パルス（レーザーパルス。以下、「入射光」とも称する。）を入射し、各測定点における、光パルスの後方散乱光の位相差の変化速度（≒伸縮周波数）を測定する。尚、上記の位相差は、後方散乱光どうしの干渉による強度変化から推定する。そして、設備監視装置１００は、測定した上記変化速度に基づき、各測定点における光ファイバ４ａの縦波と横波の振動周波数（例えば、最大１０ｋＨｚの範囲の振動周波数）を求める。また、設備監視装置１００は、振動周波数毎の位相差に基づき、各測定点における振動強度（スペクトル強度、振動振幅）を求める。尚、設備監視装置１００は、入射光を上記端面に入射した時点から戻り光を受光した時点までの経過時間に基づき、各測定点の位置（上記端面からの距離）を求める。
上記の測定点は、例えば、光ファイバに沿って送電鉄塔２の径間よりも短い所定間隔ｄ（ｍ）毎に設定される（０（ｍ）、ｄ（ｍ）、・・・・、Ｎ（ｍ）、Ｎ＋ｄ（ｍ）、Ｎ＋２ｄ（ｍ））。例えば、図１に示すように、所定間隔ｄを５（ｍ）とし、送電線３の最長７０（ｋｍ）の範囲に測定点を設定した場合、光ファイバに沿って１４０００程度の測定点が設定される。
設備監視装置１００は、各測定点の振動状態に基づき、各測定点におけるコロナ騒音に関する情報を取得する。ここで上記の振動状態には、光ファイバ４ａが外部から受けた音(音圧）の影響が含まれる。即ち、隣接する送電鉄塔２間（径間）の光ファイバ４ａは、両端の送電鉄塔２を固定端とした弦であり、外部から受けた特定周波数の音に共振して固有振動が発生する。尚、例えば、音速を３４０（ｍ／ｓ）とした場合、１（Ｈｚ）以上の音波を観測するには、送電線３の長さが、波長(＝３４０（ｍ／ｓ）／１（Ｈｚ）)の１／２（＝１７０ｍ）以上であればよく、送電線３の多くはこの条件を満たしている。
コロナ騒音は、送電線３に発生するコロナ放電に起因して発生する。コロナ騒音は、可聴周波数成分を含む不規則性の騒音成分（ランダム騒音）と、電源周波数及びその偶数倍の周波数成分（純音成分）とを含む。前者の電源周波数における成分は「コロナ音」と称される。また、後者の純音成分は、電源周波数（５０Ｈｚ（東日本地域）、６０Ｈｚ（西日本地域））の２倍の周波数（１００Ｈｚ（東日本地域）、１２０Ｈｚ（西日本地域））での騒音レベル（音波強度）がとくに大きく、「コロナハム音」と称される。
ここで上記のように、光ファイバ４ａの振動状態には光ファイバ４ａが外部から受けた音(音圧）の影響が含まれている。このため、測定点における光ファイバ４ａの振動状態には、測定点におけるコロナ騒音に関する情報（音の大きさ、音の周波数成分等）が含まれている。
また、非特許文献１（“超親水性スパイラル線による送電線コロナ騒音の低減法”，宮島 清富，電力技術研究所，［online］, インターネット＜URL: https://criepi.denken.or.jp/intro/nenpo/2006/06kiban17.pdf＞, 令和5年9月14日検索）に記載されているように、コロナ騒音と、送電設備の汚損に影響を与える送電線３のぬれ性との間には一定の相関がある。
また、非特許文献２（“汚損がいしのコロナ騒音低減対策について”，エネルギア総研レビュー No.51 10頁，送配電カンパニー 技術高度化グループ 児玉 健，中国電力株式会社，［online］, インターネット＜URL: https://www.energia.co.jp/eneso/kankoubutsu/review/no51/pdf/51_p10_11.pdf＞,令和5年9月14日検索）には、コロナ騒音と、送電鉄塔２に設けられている送電設備の一つである「がいし」の汚損の度合（軽汚損、重汚損）との間に相関があることが記載されている。
このため、コロナ騒音に関する情報に基づき、送電線３のぬれ性やがいしの汚損の状況等の、測定点の近傍に存在する送電設備の汚損状況に関する情報（以下、「汚損情報」と称する。）を取得することができる。さらに、汚損情報に基づき、測定点の近傍に存在する他の送電設備（例えば、測定点が設けられている径間の送電線３を支持している送電鉄塔２の支持物）の汚損状況に関する情報を取得することができる。
図３Ａは、コロナ騒音が存在する、送電線３のある径間のある測定点について測定された、光ファイバ４ａの周波数毎の振動強度の一例である。同図に示すグラフの横軸は周波数（Ｈｚ）であり、縦軸は振動強度（任意単位（Arbitrary Unit））である。同図に示す周波数毎の振動強度は周波数毎の振動強度の時間平均である。例示するグラフには、コロナ騒音（コロナ音、コロナハム音）に特徴的な周波数（コロナ音に相当する６０（Ｈｚ）、コロナハム音に相当する１２０（Ｈｚ））にピークが表れている。
図３Ｂは、コロナ騒音が存在する、送電線３のある径間のある測定点について測定された、光ファイバ４ａの周波数毎の振動強度の時間変化の一例である。例示するグラフにおいて、時間は紙面の上から下に流れる。同図における色の濃淡は、周波数毎の振動強度（任意単位（Arbitrary Unit））を表す（色が薄い程、振動強度が大きい）。例示するグラフには、コロナ騒音に特徴的な周波数（コロナ音に相当する６０（Ｈｚ））において色が薄く（振動強度が大きく）なっている（同図ではコロナハム音（１２０（Ｈｚ））については省略している）。
設備監視装置１００は、対象となる測定点において取得した光ファイバ４ａの振動状態に基づき、測定点におけるコロナ騒音に関する情報を取得する。また、設備監視装置１００は、コロナ騒音と送電設備の汚損情報の関係を記憶しており、取得した測定点におけるコロナ騒音に関する情報を上記関係と対照することにより、測定点の近傍に存在する送電設備の汚損状況を示す情報を取得する。
図４Ａは、設備監視装置１００の主な構成を示す図である。同図に示すように、設備監視装置１００は、プロセッサ１０１、主記憶装置１０２（メモリ）、補助記憶装置１０３（外部記憶装置）、入力装置１０４、出力装置１０５、通信装置１０６、及び光解析ユニット１０７を備える。これらはバス（bus）や通信ケーブル等を介して通信可能に接続されている。尚、設備監視装置１００は、その全部又は一部が、例えば、クラウドシステムによって提供される仮想サーバのように、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１０１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ている。
主記憶装置１０２は、プロセッサ１０１がプログラムを実行する際に利用する記憶装置であり、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１０３は、プログラムやデータを記憶する装置であり、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）等で構成することができる。補助記憶装置１０３には、記録媒体の読取装置や通信装置１０６を介して、非一時的な記録媒体や非一時的な記憶装置を備えた他の情報処理装置から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１０３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１０２に随時読み込まれる。
入力装置１０４は、外部からの情報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、音声入力装置等である。
出力装置１０５は、処理経過や処理結果等の各種情報を外部に出力するインタフェースである。出力装置１０５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）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。尚、例えば、情報処理装置１０が通信装置１０６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。
入力装置１０４と出力装置１０５は、ユーザとの間での対話処理（情報の受け付け、情報の提供等）を実現するユーザインタフェースを構成する。
通信装置１０６は、通信ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット、公衆通信網、専用線等）を介して他の装置との間の通信を実現する装置である。通信装置１０６は、通信媒体を介して他の装置との間の通信を実現する、有線方式又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）、無線通信モジュール、ＵＳＢモジュール（USB:Universal Serial Bus）等である。
光解析ユニット１０７は、ＤＡＳにより測定点の振動状態を測定する装置であり、Ｃ－ＯＴＤＲによる振動測定機器や信号処理回路を含む。光解析ユニット１０７は、光ファイバ４ａの端面に入力する光パルス（レーザー光）を生成するＣＷ（連続波）レーザー光源、光パルス発生器、光増幅器、光学機器（光検波器、光干渉器）、信号処理回路（位相計算回路等）等を含む。尚、光解析ユニット１０７と光ファイバ４ａとの接続は、例えば、変電所内に設けられているＯＰＧＷの芯線の接続口（ソケット）に光解析ユニット１０７のレーザー光源の出射部を光学的に接続することにより行われる。そのため、接続に際して停電等の電力系統への影響を生じさせることはない。
設備監視装置１００には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。
設備監視装置１００が備える各種の機能は、プロセッサ１０１が、主記憶装置１０２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、設備監視装置１００を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）自体によって実現される。設備監視装置１００は、各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。
図４Ｂは、設備監視装置１００の主な機能を説明するブロック図である。同図に示すように、設備監視装置１００は、記憶部１１０、振動状態測定部１２０、コロナ騒音検出部１３０、コロナ騒音情報取得部１３５、汚損状況判定部１４０、及び、汚損状況提示部１４５の各機能を備える。
上記機能のうち、記憶部１１０は、測定点毎振動状態１１１、モデル１１２、コロナ騒音情報１１３、コロナ騒音／汚損情報１１４、及び、設備汚損情報１１５を記憶する。
振動状態測定部１２０は、ＤＡＳにより各測定点の振動状態（振動強度、振動周波数）の時間変化（時系列データ）を測定し、測定した結果を測定点毎振動状態１１１として管理する。
コロナ騒音検出部１３０は、測定点毎振動状態１１１（各測定点の振動状態の時間変化）に基づき、測定点や径間におけるコロナ騒音の有無を判定する。例えば、コロナ騒音検出部１３０は、図３Ａや図３Ｂに示す情報（グラフ）から取得される、コロナ音及びコロナハム音に相当する周波数の振動強度の大きさのうちの少なくともいずれかが、夫々について設定された閾値を超えている場合に測定点にコロナ騒音が存在すると判定する。
また、コロナ騒音検出部１３０は、例えば、周波数毎の振動強度のパターン（説明変数）とコロナ騒音の有無（目的変数）との関係を学習したモデル（統計モデル又は機械学習モデル。以下、「コロナ騒音検出モデル１１２Ａ」と称する。）を記憶し、測定点について取得した、周波数毎の振動強度のパターンをコロナ騒音検出モデル１１２Ａに入力することにより、測定点におけるコロナ騒音の有無を判定する。
尚、コロナ騒音検出部１３０は、例えば、径間に設定されている一つ以上の測定点においてコロナ騒音が存在すると判定した場合に当該径間にコロナ騒音が存在すると判定する。
コロナ騒音情報取得部１３５は、測定点毎振動状態１１１（各測定点の振動状態の時間変化）に基づき、測定点や径間におけるコロナ騒音に関する情報（コロナ音やコロナハム音に相当する振動強度、コロナ騒音に由来する他の周波数の振動強度等）を取得し、取得した情報をコロナ騒音情報１１３として管理する。
例えば、コロナ騒音情報取得部１３５は、周波数毎の振動強度のパターン（説明変数）とコロナ騒音に関する情報（目的変数）との関係を学習したモデル（統計モデル又は機械学習モデル。以下、「コロナ騒音検出モデル１１２Ｂ」と称する。）を記憶し、測定点について取得した、周波数毎の振動強度のパターンをコロナ騒音検出モデル１１２Ｂに入力することにより、測定点におけるコロナ騒音に関する情報を取得し、取得した情報を各測定点のコロナ騒音情報１１３として管理する。
汚損状況判定部１４０は、記憶部１１０が記憶している、コロナ騒音情報１１３を、コロナ騒音の特徴（例えば、コロナ音やコロナハム音の振動強度から推定されるコロナ騒音の大きさ）と送電設備の汚損状況との関係（例えば、非特許文献１に記載されているコロナ騒音と送電線のぬれ性の関係や、非特許文献２に記載されているコロナ騒音とがいしの汚損の状況（汚損の進行度合い）との関係）を示す情報であるコロナ騒音／汚損情報１１４と対照することにより、測定点の近傍に存在する送電設備の汚損状況を示す情報を汚損情報として取得し、取得した汚損情報を設備汚損情報１１５として管理する。
また、汚損状況判定部１４０は、測定点の近傍に存在する上記の送電設備の汚損状況に応じて当該測定点の近傍に存在する他の送電設備（例えば、当該測定点が設定されている径間の送電鉄塔２の支持物）の点検要否（汚損の進行度合い）を判定（例えば、送電設備（送電線３やがいし）の汚損の度合いが予め設定した閾値を超える場合に他の送電設備は点検要（汚損が進行している可能性がある）と判定）し、その結果を設備汚損情報１１５として管理する。
汚損状況提示部１４５は、設備汚損情報１１５の内容をユーザに提供する。例えば、汚損状況提示部１４５は、ユーザインタフェースを介して設備汚損情報１１５の内容を表示装置に表示する。
図５は、設備監視装置１００が行う処理（以下、「設備監視処理Ｓ５００」と称する。）を説明するフローチャートである。設備監視装置１００は、例えば、定期的に、もしくはユーザが指定した任意のタイミングで設備監視処理Ｓ５００を実行する。以下、同図とともに設備監視処理Ｓ５００について説明する。
まず、振動状態測定部１２０が、監視対象の径間の一つを選択する（Ｓ５１１）。
続いて、振動状態測定部１２０が、選択中の径間の各測定点の振動状態をＤＡＳにより取得し、取得した各測定点の振動状態にフーリエ変換を施し、各測定点の周波数毎の振動強度の時間平均を求めて測定点毎振動状態１１１として管理する（Ｓ５１２）。
続くＳ５１３～Ｓ５１７までの処理は、設備監視装置１００が、選択中の径間の各測定点の振動状態を測定点毎振動状態１１１から順次選択しつつ繰り返し行われるループ処理である。
まず、Ｓ５１３では、設備監視装置１００が、選択中の径間の測定点の一つを選択する。
Ｓ５１４では、コロナ騒音検出部１３０が、選択中の測定点の周波数毎の振動状態に基づき当該測定点のコロナ騒音の有無を判定する。コロナ騒音検出部１３０が当該測定点にコロナ騒音が有ると判定した場合（Ｓ５１４：Ｙｅｓ）、処理はＳ５１５に進む。一方、コロナ騒音検出部１３０が、当該測定点にコロナ騒音が無いと判定した場合（Ｓ５１４：Ｎｏ）、処理はＳ５１７に進む。
Ｓ５１５では、コロナ騒音情報取得部１３５が、選択中の測定点の振動状態からコロナ騒音に関する情報を取得し、取得した情報を当該測定点のコロナ騒音情報１１３として管理する。
Ｓ５１６では、汚損状況判定部１４０が、コロナ騒音情報１１３に基づき選択中の測定点の近傍に存在する送電設備（送電線３、がいし、支持物等）の汚損状況や送電設備（支持物等）の点検要否を判定し、判定した結果を設備汚損情報１１５として管理する。
Ｓ５１７では、設備監視装置１００が、Ｓ５１３で未選択の測定点があるか否かを判定する。未選択の測定点があれば（Ｓ５１７：Ｙｅｓ）、処理はＳ５１３に戻る。全ての測定点を選択済であれば（Ｓ５１７：Ｎｏ）、処理はＳ５１８に進む。
Ｓ５１８では、設備監視装置１００は、Ｓ５１１で未選択の径間があるか否かを判定する。未選択の径間があれば（Ｓ５１８：Ｙｅｓ）、処理はＳ５１２に戻る。全ての径間を選択済であれば（Ｓ５１８：Ｎｏ）、処理はＳ５１９に進む。
Ｓ５１９では、汚損状況提示部１４５が、設備汚損情報１１５の内容をユーザに提示する。以上で設備監視処理Ｓ５００は終了する。
図６は、汚損状況提示部１４５が、設備汚損情報１１５の内容をユーザに提示する際に生成し表示する画面（以下、「汚損状況提示画面６００」と称する。）の一例である。同図に示すように、例示する汚損状況提示画面６００は、対象期間の表示欄６１１と、設備汚損情報表示欄６１２を有する。
このうち対象期間の表示欄６１１には、コロナ騒音検出部１３０がコロナ騒音の検出に用いた測定点毎振動状態１１１の対象期間が表示される。
設備汚損情報表示欄６１２には、設備汚損情報１１５の内容が表示される。本例では、設備汚損情報１１５の内容が、径間ＩＤ１１５１、送電鉄塔ＩＤ１１５２、測定点ＩＤ１１５３、汚損状況１１５４、点検要否１１５５等の各項目を有する複数のレコードからなる表形式で表示されている。
径間ＩＤ１１５１には、径間の識別子である径間ＩＤが格納される。
送電鉄塔ＩＤ１１５２には、当該径間を構成している（当該径間の送電線３の両端を支持している）２つの送電鉄塔２の夫々の識別子（送電鉄塔ＩＤ）が格納される。
測定点ＩＤ１１５３には、当該径間に設けられている測定点の識別子である測定点ＩＤが格納される。
汚損状況１１５４には、汚損状況判定部１４０が判定した、当該径間における送電設備（支持物等）の汚損状況を示す情報（本例では、「大」、「中」、「小」のいずれか）が格納される。
点検要否１１５５には、当該径間における送電設備（支持物等）の点検要否を示す情報（本例では、「要」、「不要」のいずれか）が格納される。
＝効果等＝
以上に説明したように、本実施形態の設備監視システム１によれば、ＤＡＳを用いて測定点におけるコロナ騒音に関する情報を取得することができる。
以上に説明したように、本実施形態の設備監視システム１によれば、ＤＡＳを用いて測定点におけるコロナ騒音に関する情報を取得することができる。
また、設備監視システム１によれば、測定点の近傍に存在する送電設備の汚損状況を示す情報を取得することができる。
また、設備監視装置１００は、汚損状況提示画面６００をユーザに提示するので、ユーザは、当該画面を参照することで、測定点の近傍に存在する送電設備の汚損状況を容易に把握することができる。
また、ユーザは、測定点の近傍に存在する送電設備の汚損状況を測定点毎に（測定点の間隔で）把握することができる。
また、ユーザは、ぬれ性の高い送電線３や汚損が進行しているがいしの近傍に存在する、汚損の急速な進行が懸念される送電設備を把握することができ、塗装の要否や緊急性を適切に判断して送電設備の保守管理を効率よく行うことができる。
尚、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明にはその等価物も含まれる。
例えば、コロナ騒音情報取得部１３５が、コロナ騒音情報１１３の内容を、ユーザインタフェースを介してユーザに提示するようにしてもよい。また、その場合、コロナ騒音情報取得部１３５が、ユーザから径間や測定点、測定点毎振動状態１１１を取得した期間等の指定を受け付け、受け付けた指定に応じてコロナ騒音情報１１３から抽出される情報をユーザに提示するようにしてもよい。
また、例えば、設備監視装置１００は、モデル１１２やコロナ騒音／汚損情報１１４の入力や設定を受け付けるためのユーザインタフェースを備えていてもよい。
また、例えば、コロナ騒音検出部１３０によるコロナ騒音の有無の判定や、コロナ騒音情報取得部１３５によるコロナ騒音に関する情報の取得を、例えば、図３Ａや図３Ｂに示すグラフ（画像）について画像認識処理を行うことにより抽出される特徴量を説明変数として入力すると、コロナ騒音の有無やコロナ騒音に関する情報を目的変数して出力するように学習した機械学習モデルを用いて行うようにしてもよい。
１ 設備監視システム
２ 送電鉄塔
３ 送電線
４ ＯＰＧＷ
４ａ 光ファイバ
１００ 設備監視装置
１０７ 光解析ユニット
１１０ 記憶部
１１１ 測定点毎振動状態
１１２ モデル
１１３ コロナ騒音情報
１１４ コロナ騒音／汚損情報
１１５ 設備汚損情報
１２０ 振動状態測定部
１３０ コロナ騒音検出部
１３５ コロナ騒音情報取得部
１４０ 汚損状況判定部
Ｓ５００ 設備監視処理
６００ 汚損状況提示画面
２ 送電鉄塔
３ 送電線
４ ＯＰＧＷ
４ａ 光ファイバ
１００ 設備監視装置
１０７ 光解析ユニット
１１０ 記憶部
１１１ 測定点毎振動状態
１１２ モデル
１１３ コロナ騒音情報
１１４ コロナ騒音／汚損情報
１１５ 設備汚損情報
１２０ 振動状態測定部
１３０ コロナ騒音検出部
１３５ コロナ騒音情報取得部
１４０ 汚損状況判定部
Ｓ５００ 設備監視処理
６００ 汚損状況提示画面
Claims (11)
- 光解析ユニットと情報処理装置とを含んで構成され、
送電線に沿って付設される光ファイバに沿って設定された測定点における前記光ファイバの周波数毎の振動強度をＤＡＳ（Distributed Acoustic Sensing）により取得し、
説明変数である、周波数毎の振動強度のパターンと、目的変数である、コロナ騒音に関する情報との関係を学習したモデルを記憶し、
測定点について取得した、周波数毎の振動強度のパターンを前記モデルに入力することにより、前記測定点におけるコロナ騒音に関する情報を取得する、
設備監視システム。 - 請求項１に記載の設備監視システムであって、
前記コロナ騒音に関する情報は、コロナ騒音に特有の周波数の振動強度を示す情報である、
設備監視システム。 - 請求項１に記載の設備監視システムであって、
前記モデルは、前記ＤＡＳにより取得された周波数毎の振動強度のパターンを示すグラフについて画像認識処理を行うことにより抽出された特徴量が前記説明変数として入力されると、前記コロナ騒音に関する情報を目的変数として出力するように学習した機械学習モデルである、
設備監視システム。 - 請求項１乃至３のいずれか一項に記載の設備監視システムであって、
前記コロナ騒音に関する情報と送電設備の汚損状況との関係を示す情報であるコロナ騒音／汚損情報を記憶し、
前記測定点において取得した前記コロナ騒音に関する情報を前記コロナ騒音／汚損情報と対照することにより、前記測定点の近傍に存在する送電設備の汚損状況を示す情報を取得する、
設備監視システム。 - 請求項４に記載の設備監視システムであって、
前記測定点の近傍に存在する送電設備は送電線であり、前記汚損状況を示す情報は前記送電線のぬれ性である、
設備監視システム。 - 請求項４に記載の設備監視システムであって、
前記測定点の近傍に存在する送電設備はがいしであり、前記汚損状況を示す情報は前記がいしの汚損の状況である、
設備監視システム。 - 請求項４に記載の設備監視システムであって、
前記測定点の近傍に存在する送電設備の汚損状況を示す情報をユーザに提示するユーザインタフェースを備える、
設備監視システム。 - 光解析ユニットと情報処理装置とを含んで構成され、
送電線に沿って付設される光ファイバに沿って設定された測定点における前記光ファイバの周波数毎の振動強度をＤＡＳ（Distributed Acoustic Sensing）により取得する設備監視システムが、
説明変数である、周波数毎の振動強度のパターンと、目的変数である、コロナ騒音に関する情報との関係を学習したモデルを記憶するステップと、
測定点について取得した、周波数毎の振動強度のパターンを前記モデルに入力することにより、前記測定点におけるコロナ騒音に関する情報を取得するステップと、
を実行する、設備監視方法。 - 請求項８に記載の設備監視方法であって、
前記コロナ騒音に関する情報は、コロナ騒音に特有の周波数の振動強度を示す情報である、
設備監視方法。 - 請求項８に記載の設備監視方法であって、
前記モデルは、前記ＤＡＳにより取得された周波数毎の振動強度のパターンを示すグラフについて画像認識処理を行うことにより抽出された特徴量が前記説明変数として入力されると、前記コロナ騒音に関する情報を目的変数として出力するように学習した機械学習モデルである、
設備監視方法。 - 請求項８乃至１０のいずれか一項に記載の設備監視方法であって、
前記コロナ騒音に関する情報と送電設備の汚損状況との関係を示す情報であるコロナ騒音／汚損情報を記憶するステップ、及び、
前記測定点において取得した前記コロナ騒音に関する情報を前記コロナ騒音／汚損情報と対照することにより、前記測定点の近傍に存在する送電設備の汚損状況を示す情報を取得するステップ、
を実行する、設備監視方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023035735 | 2023-09-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP7464206B1 true JP7464206B1 (ja) | 2024-04-09 |
Family
ID=90606813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023577250A Active JP7464206B1 (ja) | 2023-09-29 | 2023-09-29 | 設備監視システム、及び設備監視方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7464206B1 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006023086A (ja) | 2004-07-06 | 2006-01-26 | Shikoku Electric Power Co Inc | コロナ騒音モニタ装置、コロナ騒音監視システム及びコロナ騒音監視方法 |
| US20140270205A1 (en) | 2013-03-14 | 2014-09-18 | Hubbell Incorporated | Apparatuses, systems and methods for detecting corona |
| KR102066535B1 (ko) | 2019-07-04 | 2020-02-11 | 한광전기공업주식회사 | 고전압 전력 시스템의 광섬유 초음파 센서를 이용한 부분방전 검출 시스템 |
| JP2020076618A (ja) | 2018-11-07 | 2020-05-21 | 中国電力株式会社 | コロナ放電の発生箇所特定装置、コロナ放電の発生箇所特定方法 |
| JP2023050257A (ja) | 2021-09-30 | 2023-04-11 | 富士通株式会社 | 異常検出プログラム、異常検出装置、及び異常検出方法 |
-
2023
- 2023-09-29 JP JP2023577250A patent/JP7464206B1/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006023086A (ja) | 2004-07-06 | 2006-01-26 | Shikoku Electric Power Co Inc | コロナ騒音モニタ装置、コロナ騒音監視システム及びコロナ騒音監視方法 |
| US20140270205A1 (en) | 2013-03-14 | 2014-09-18 | Hubbell Incorporated | Apparatuses, systems and methods for detecting corona |
| JP2020076618A (ja) | 2018-11-07 | 2020-05-21 | 中国電力株式会社 | コロナ放電の発生箇所特定装置、コロナ放電の発生箇所特定方法 |
| KR102066535B1 (ko) | 2019-07-04 | 2020-02-11 | 한광전기공업주식회사 | 고전압 전력 시스템의 광섬유 초음파 센서를 이용한 부분방전 검출 시스템 |
| JP2023050257A (ja) | 2021-09-30 | 2023-04-11 | 富士通株式会社 | 異常検出プログラム、異常検出装置、及び異常検出方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Han et al. | Wavelet packet based damage identification of beam structures | |
| JP6677300B2 (ja) | 震央距離推定装置、震央距離推定方法、及びプログラム | |
| WO2015033603A1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
| Sony et al. | Multivariate empirical mode decomposition–based structural damage localization using limited sensors | |
| Butterfield et al. | Prediction of leak flow rate in plastic water distribution pipes using vibro-acoustic measurements | |
| Tributsch et al. | An enhanced energy vibration‐based approach for damage detection and localization | |
| JP2019067197A (ja) | 故障予兆検知手法 | |
| Mikami et al. | Wavelet packet based damage detection in beam-like structures without baseline modal parameters | |
| Dejonckere et al. | Validity of jitter measures in non-quasi-periodic voices. Part I: perceptual and computer performances in cycle pattern recognition | |
| Rucevskis et al. | Tikhonov's regularization approach in mode shape curvature analysis applied to damage detection | |
| JP2015529813A (ja) | 遺伝的プログラミングを用いて発見された前兆的特徴からの、残存耐用寿命の推定 | |
| Lee | Variable short-time Fourier transform for vibration signals with transients | |
| Mousavi et al. | Damage detection and characterization of a scaled model steel truss bridge using combined complete ensemble empirical mode decomposition with adaptive noise and multiple signal classification approach | |
| Nayyar et al. | Detection and localization of multiple small damages in beam | |
| Soave et al. | A laser triangulation sensor for vibrational structural analysis and diagnostics | |
| JP7464206B1 (ja) | 設備監視システム、及び設備監視方法 | |
| Lu et al. | Seismic damage detection of ultra-high voltage transformer bushings using output-only acceleration responses | |
| Gao et al. | Research on non-stationary characteristic test and decomposition for dynamic response of floating structures | |
| Perez-Macias et al. | Wavelet transform-fractal dimension-based methodology for damage assessment in truss type structures | |
| CN116576957A (zh) | 光缆外破预警界面的显示方法、装置、设备及存储介质 | |
| Kos et al. | Fatigue damage for sweep-sine and random accelerated vibration testing | |
| Li et al. | Signal-segments cross-coherence method for nonlinear structural damage detection using free-vibration signals | |
| Song et al. | Nonstationary dynamic stochastic error analysis of fiber optic gyroscope based on optimized Allan variance | |
| JP7474937B1 (ja) | 落雷監視システム、及び落雷監視方法 | |
| JP7230371B2 (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231213 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240213 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240227 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240311 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7464206 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |