JPH05122829A - 電力系統の絶縁劣化検出方法及び装置 - Google Patents

Abstract

(57)【要約】 【目的】電力系統、特に配電系統における絶縁劣化発生
の検出を高感度で行なうに好適な方法及び装置を提供す
る。 【構成】系統故障に伴う零相電圧と零相電流の少くとも
一方の周波数スペクトルパターンを検出し、これを神経
回路モデル１００に入力して系統の絶縁劣化に対応する
パターンか否かを判定して検出を行なう。この神経回路
モデル１００は入力層１３１と少くとも１層の中間層１
３２と出力層１３３とからなる階層構造を有し、あらか
じめ入力信号として既知の故障時の前記零相電圧等の周
波数スペクトルパターンを用い、系統の絶縁劣化状態を
学習させておく。前記パターンとして、電源周波数以下
の帯域の周波数スペクトルパターンを用いる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、電力系統の絶縁劣化検
出方法及び装置に係り、特に配電系統における絶縁劣化
発生の検出を高感度で行なうに好適な方法及び装置に関
する。

【０００２】

【従来の技術】送電系統の故障に伴う停電を未然に防止
すべく、定期的な機器交換、巡回点検などが行われてい
るが、配電系統では多くの配電機材が広範囲に亘って配
置されて様々な環境に曝されていること、機材の隠蔽化
が進んでいることなどの理由により、十分な効果を上げ
るに至っていない。また、電力系統には、地絡や短絡な
どの故障を監視し、故障が発生した時に、直ちにその故
障を検出して送電を停止する保護装置が設けられてい
る。

【０００３】ここに、配電系統で発生する故障の大部分
は、地絡故障であり、この種の故障は何らかの前駆現象
を伴うことが多いので、その前駆現象を捉えて絶縁劣化
の発生や、その発生区間を判定することにより、絶縁劣
化した設備の更新を重点的に行い、故障を未然に防止す
るための技術が提案されている。

【０００４】例えば、特開昭６０−１３９１１８号公報
は、機器の接地線に取り付けられた電流センサにより、
絶縁劣化に伴って発生する洩れ電流を捉えて劣化を検出
する技術を開示している。しかし、この技術を実際の配
電系統に適用しようとすると、膨大な数の電流センサを
要する上、接地線を流れるノイズ電流との区別が困難で
あるなど解決すべき課題が多かった。

【０００５】一方、特開昭５８−２０７８２０号公報、
実開昭６３−１８１９７２号公報では、前駆現象に伴っ
て発生する零相電圧と零相電流の位相から、劣化フィー
ダあるいは劣化区間を判定する技術が提案されている。
しかし、この技術では、線路の対地静電容量の不平衡な
どによって発生する健全時の零相電圧・零相電流（以
下、残留分という。）について考慮されておらず、これ
らの残留分のため高感度な劣化検出が困難であった。

【０００６】この対策として、特開昭５８−１３０７２
３号公報では、零相電圧と零相電流の大きさや位相の変
化を検出することにより、定常的に発生している残留分
の影響を除去する方法が提案されている。しかし、配電
系統では負荷又はコンデンサの開閉（以下、負荷などの
開閉と総称する。）により零相電圧、零相電流の変化が
発生するため、単に零相電圧、零相電流の大きさや位相
の変化を検出しただけでは、絶縁劣化によるものなの
か、負荷などの開閉によるものなのかの区別が困難なた
め絶縁劣化発生の判定を高感度で行なうことができなか
った。

【０００７】

【発明が解決しようとする課題】上述したように、電力
系統において、機材の絶縁劣化による停電を回避する目
的で、機材類が絶縁劣化して故障に至る間に発生する前
駆現象をとらえて、絶縁劣化発生の検出及びその発生区
間を判定する技術が提案されてきた。しかし、従来の技
術では、この前駆現象として発生する信号と、残留分及
び負荷などの開閉により発生するノイズ信号との判別が
困難であった。

【０００８】本発明の目的は、零相電圧等の残留分又は
負荷などの開閉により発生するノイズ信号の影響を排除
し、系統機材類の絶縁劣化の発生を高感度で検出する方
法及び装置を提供することである。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明にかかる三相電力系統の絶縁劣化を検出する
方法は、入力層と少くとも１層の中間層と出力層とから
なる階層構造の神経回路モデルを用い、前記入力層に系
統の零相電圧と零相電流の少くとも一方の周波数スペク
トルパターンを入力し、当該周波数スペクトルパターン
と系統の絶縁劣化状態との対応関係を教師信号として前
記神経回路モデルに学習させ、該学習した神経回路モデ
ルの出力信号に基づいて系統の絶縁劣化を検出すること
を特徴とする電力系統の絶縁劣化検出方法としたのであ
る。

【００１０】また、前記零相電圧と零相電流の少くとも
一方の周波数スペクトルパターンとして電源周波数以下
の帯域の周波数スペクトルパターンを用いることが望ま
しい。 また、本発明にかかる三相電力系統の絶縁劣化
を検出する装置は、電力系統の零相電圧と零相電流の少
くとも一方を検出するセンサ装置と、該センサ装置の出
力信号を周波数スペクトルに変換する前処理装置と、該
前処理装置の出力に対応した入力層と少くとも１層の中
間層と出力層とからなる階層構造の神経回路モデルとこ
のモデルの入力と出力の関係が特定関係になるように教
育する学習手段を含んでなるプロセッサとを備えたもの
である。

【００１１】

【作用】このように構成することにより、本発明によれ
ば、次の作用により上記の目的が達成される。配電系統
において絶縁劣化を示す兆候は、単発かつ間欠的な放電
現象として表れることが多い。このことについて、碍子
の亀裂発生を例にとり説明する。まず、碍子に亀裂発生
しただけでは絶縁上何ら異常が発生しないが、亀裂部に
塩水などがしみ込むと、絶縁耐力の低下を招き地絡放電
に至り放電電流が流れる。しかし放電がある程度持続す
ると、その部分の温度が上昇するため水分が蒸発してい
まい、一時的に正常にもどる。このような瞬時地絡は、
その継続時間が短いことから保護装置も動作しないた
め、亀裂の発生はわからないままである。その結果、単
発的な放電を再び繰り返しながら、遂には永久故障に至
ってしまう。この途中では放電の継続時間が比較的長
く、そのために保護装置が動作する場合もあり得るが、
この場合でも再送電時には、水分が蒸発しており絶縁劣
化個所の探索は困難を極めることになる。

【００１２】そこで、絶縁劣化に伴う瞬時地絡を検出
し、それに合わせて配電線各点の零相電流データを取り
込めば、絶縁劣化区間の標定が可能になり、永久故障に
至る前に、計画的に機器を交換することが出来る。

【００１３】しかし、前述したように、実際の配電系統
では瞬時地絡信号と類似した負荷などの開閉や残留分に
よる零相電圧・電流が発生しており、これらと絶縁劣化
との識別が困難であり、絶縁劣化を高感度で検出できな
かった。

【００１４】本発明は、配電系統における瞬時地絡時の
零相電圧・零相電流の周波数スペクトルが、その零相電
圧・零相電流残留分や負荷などの開閉時の周波数スペク
トルと異なる特徴を持つことを発見した。この特徴と
は、地絡に伴う零相電圧・零相電流の周波数スペクトル
は、電源周波数と整数倍周波数以外にも多くの分数調波
成分を含み、零相電圧の周波数スペクトルは電源周波数
以下で周波数が低くなるほど大きくなる傾向を示す点に
ある。地絡時の零相電流の特徴については、既に文献
（例えばB.Mike Aucoin:Distribution High Impedance
Fault DetectionUtilizing High Frequency Current Co
mponents,IEEE Trans.Vol.PAS-101,No.6(1982)）で述べ
られているように、数ｋＨｚ帯の成分が卓越する点であ
る。

【００１５】また、残留分は、電源周波数と整数倍周波
数のみを発生する。更に、負荷などの開閉により発生す
る零相電圧は、電源周波数以下では周波数の増大に対し
て大きくなり、絶縁劣化の場合とは逆の傾向を示すとと
もに、零相電流については、数ｋＨｚ以上の成分が小さ
くなる傾向を示す。

【００１６】本発明では、該特徴を神経回路モデルに学
習させることにより、絶縁劣化に伴う地絡を高感度で検
出でき、これにより絶縁劣化区間を判定できる。

【００１７】

【実施例】以下、本発明の一実施例を図面で説明する。
図１は三相配電系統に本発明に係る絶縁劣化検出装置が
装着された状態を示す。

【００１８】図に示す配電系統は、上位の高電圧系統か
ら供給される電力を配電電圧に降圧する変圧器１と、該
変圧器１に接続され図示していない保護装置の遮断指令
により動作する遮断器２と、該遮断器２に接続された三
相母線３と、該三相母線３に遮断器４，５，６を介して
接続された複数の配電線である三相フィーダ（ここでは
３フィーダについて図示する）７，８，９を含んで形成
されている。この配電系統の三相母線３には零相電圧検
出用センサ装置１０が接続されている。センサ装置１０
の出力はＡＤ変換器１１に入力され、ディジタルデータ
に変換された後、ディジタルフィルタ（Ｄ．ＦＩＬ）１
２に入力される。ディジタルフィルタ（Ｄ．ＦＩＬ）１
２の出力は各帯域毎に分けられ、ニューラルプロセッサ
（ＮＰ）１３に入力される。ニューラルプロセッサ（Ｎ
Ｐ）１３の出力は親局１４を介して複数の子局１５Ａ〜
１７Ｂに通信線１８〜２０により接続されるとともに、
同様に通信線２１により中央処理装置２２にも接続され
る。

【００１９】一方、配電線７，８，９には零相電流検出
センサ１８Ａ〜２０Ｂが装着され、これらセンサの出力
は子局１５Ａ〜１７Ｂ内のメモリ（図示せず）に順次重
ね書きされており、メモリ内データは常に更新されてい
る。ここで零相電圧検出用センサ装置１０のとりこんだ
データは、前記ＡＤ変換器１１及びディジタルフィルタ
（Ｄ．ＦＩＬ）１２により電源周波数以下の各帯域の周
波数スペクトルに分けられ、各帯域毎にニューラルプロ
セッサ（ＮＰ）１３に入力される。ニューラルプロセッ
サ（ＮＰ）１３内の後述する神経回路モデル１００は学
習された結果に従い周波数スペクトルが絶縁劣化を示す
ものかどうか判定して、もし絶縁劣化を示すものの場合
には、親局１４を通して各子局１５Ａ〜１７Ｂにメモリ
内データの保持命令を出力する。

【００２０】前述したようにメモリには零相電流検出セ
ンサ１８Ａ〜２０Ｂにより得られたデータが常時書き込
まれているため、保持命令が出された時も絶縁劣化発生
前後の零相電流が記録されている。これらのデータを通
信線２１により中央処理装置２２に収集して、劣化区間
を判定する。この際、絶縁劣化区間を判定する方法とし
ては、例えば零相電流の変化分を利用するなど従来技術
の範囲内でも可能である。何故ならばメモリ内の零相電
流は絶縁劣化時のものに限定されているため、変化分の
大きさ、位相の変化が絶縁劣化区間を示すものになるた
めである。

【００２１】次にニューラルプロセッサ１３の処理方法
について、図２〜５をもとに説明する。ニューラルプロ
セッサ１３は図２に示すように、入力層１３１，中間層
１３２及び出力層１３３からなる神経回路モデル１００
で構成される。ここで各層は、有限数のニューロン素子
モデル１３４からなり、隣接する各層のニューロン素子
モデル１３４の間を連結する結合１３５はニューロン素
子モデル１３４間の情報のやりとりがあることを示す。
中間層１３２は複数層あっても良いが、本実施例では説
明の簡略化のため一層の例を示す。なお、図２は、学習
時の構成を示しているため、前述の３層の他に比較層１
３６及び教師信号層１３７を有する。これに対して、図
３は、学習後の利用時の構成を示しており、この構成と
動作については、後述する。

【００２２】ここで入力層１３１と出力層１３３の変数
設定について説明する。

【００２３】入力層１３１には、本発明では、電源周波
数以下の零相電圧周波数スペクトルを付与し、出力層１
３３には、絶縁劣化を示す指標が付与される。以下に更
に具体的に説明する。先ず、入力層１３１のニューロン
素子モデル１３４には、電源周波数以下の零相電圧周波
数スペクトルの大きさＶ(fi)をディジタルフィルタ
（Ｄ．ＦＩＬ）１２から入力する。ここでfiは周波数ス
ペクトルの周波数であり、本実施例では０〜２０Ｈｚ周
波数スペクトルが入力されている。ここで、周波数スペ
クトルの最小値が０、最大値が１以下になるように、ス
ケールを調整しておくことが望ましい。他方、出力層１
３３及び教師信号層１３７には親局１４にメモリ保持信
号を出力するための指標すなわち絶縁劣化判定指標を設
定する。学習時の教師信号層１３７の指標としては、絶
縁劣化による周波数スペクトルを入力したときには１、
開閉や残留分による周波数スペクトルを入力したときに
は０として与える。

【００２４】図４と図５に、本実施例で学習に使用した
零相電圧の周波数スペクトル例を示す。ここで図４は、
絶縁劣化による周波数スペクトルすなわち教師信号層１
３７のニューロン素子モデル１３４が１の場合の例を示
し、図５は、開閉による周波数スペクトルすなわち教師
信号層１３７のニューロン素子モデル１３４が０の場合
の例を示す。

【００２５】なお、本実施例の学習では、実験及び実地
での実例から得られた周波数スペクトルが使用された
が、計算等から得られる周波数スペクトルを使用しても
良い。さらに実際に本実施例による装置を実地に導入し
た後、絶縁劣化を正しく判断した場合、誤って判定した
場合について、それぞれ前者は教師信号を１，後者は教
師信号を０として改めて学習することにより、神経回路
モデル１００がより賢明になってゆくという効果があ
る。すなわち想起誤差が次第に減少して、精度が向上し
てゆく効果がある。

【００２６】ここで、神経回路モデル１００の学習方法
としては、公知の誤差逆伝播法などと呼ばれるものがあ
るが、本発明の実施例はこのような公知の技術に対し
て、その入力信号として零相電圧の周波数スペクトル特
に電源周波数以下の周波数スペクトルを用いた点に特徴
がある。

【００２７】以上のようにして学習された神経回路モデ
ル１００は図２に示すニューロン素子モデル１３４間の
結合１３５で表される重み関係が決定されるため、図３
で実地で得られた零相電圧の周波数スペクトルパターン
を、入力層１３１に入力すると、学習によって得られた
重み関係に基いて、出力層１３３のニューロン素子モデ
ル１３４に計算結果Ｚを出力する。この計算結果Ｚは、
図２の学習結果から「想起」されたもので、０と１の間
の数値になるようにニューロン素子モデル１３４が設定
されている。そして、Ｚが０から１に近づくほど絶縁劣
化発生の可能性が高くなる。そこで判定ルーチン１３８
では、Ｚがあるレベルα（例えば０．５）を越えた場
合、絶縁劣化発生と判定して、親局１４から各子局１５
Ａ〜１７Ｂに保持信号を出力する。この保持信号によ
り、絶縁劣化発生前後の各子局１５Ａ〜１７Ｂの零相電
流がメモリに保持された後の手順は前述したとおりであ
り以上の一連の手順により、絶縁劣化発生区間を標定出
来る。

【００２８】なお、本発明の上記実施例では入力信号と
して零相電圧だけの周波数スペクトルを用いたが、これ
に対して、零相電流の周波数スペクトルを付け加えても
良いし、或いは、零相電流の周波数スペクトルだけを用
いても良い。

【００２９】

【発明の効果】以上説明したように、本発明によれば、
絶縁劣化の前駆現象を示す瞬時地絡時の零相電圧・電流
の周波数スペクトルが零相残留分や負荷などの開閉時の
周波数スペクトルと異なる点に着目し、検出された零相
電圧・電流を周波数スペクトルに分析し、神経回路モデ
ルを用いて学習した瞬時地絡時の周波数スペクトルと検
出周波数スペクトルとの一致の程度に基いて瞬時地絡か
否かを判定するようにしたことから絶縁劣化を高感度で
検出できる。

【図面の簡単な説明】

【図１】本発明の一実施例が配電系統に適用された状態
を示す回路図である。

【図２】ニューラルプロセッサ（ＮＰ）１３の学習時に
用いる神経回路モデル１００を示す模式図である。

【図３】ニューラルプロセッサ（ＮＰ）１３の想起に用
いる神経回路モデル１００を示す模式図である。

【図４】本発明の一実施例に使用した絶縁劣化発生時の
零相電圧周波数スペクトルである。

【図５】本発明の一実施例に使用した負荷などの開閉ノ
イズ発生時の零相電圧周波数スペクトルである。

【符号の説明】

１０・・・センサ装置 １１・・・ＡＤ変換器（ＡＤ） １２・・・ディジタルフィルタ（Ｄ．ＦＩＬ．） １３・・・ニューラルプロセッサ（ＮＰ） １００・・神経回路モデル １１０・・学習機能 １３１・・入力層 １３２・・中間層 １３３・・出力層 １３６・・比較層 １３７・・教師信号層

【手続補正書】

【提出日】平成４年１１月６日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】請求項３

【補正方法】変更

【補正内容】

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】発明の詳細な説明

【補正方法】変更

【補正内容】

【発明の詳細な説明】

【産業上の利用分野】本発明は、電力系統の絶縁劣化検
出方法及び装置に係り、特に配電系統における絶縁劣化
発生の検出を高感度で行なうに好適な方法及び装置に関
する。

【従来の技術】送電系統の故障に伴う停電を未然に防止
すべく、定期的な機器交換、巡回点検などが行われてい
るが、配電系統では多くの配電機材が広範囲に亘って配
置されて様々な環境に曝されていること、機材の隠蔽化
が進んでいることなどの理由により、十分な効果を上げ
るに至っていない。また、電力系統には、地絡や短絡な
どの故障を監視し、故障が発生した時に、直ちにその故
障を検出して送電を停止する保護装置が設けられてい
る。ここに、配電系統で発生する故障の大部分は、地絡
故障であり、この種の故障は何らかの前駆現象を伴うこ
とが多いので、その前駆現象を捉えて絶縁劣化の発生
や、その発生区間を判定することにより、絶縁劣化した
設備の更新を重点的に行い、故障を未然に防止するため
の技術が提案されている。例えば、特開昭６０−１３９
１１８号公報は、機器の接地線に取り付けられた電流セ
ンサにより、絶縁劣化に伴って発生する洩れ電流を捉え
て劣化を検出する技術を開示している。しかし、この技
術を実際の配電系統に適用しようとすると、膨大な数の
電流センサを要する上、接地線を流れるノイズ電流との
区別が困難であるなど解決すべき課題が多かった。一
方、特開昭５８−２０７８２０号公報、実開昭６３−１
８１９７２号公報では、前駆現象に伴って発生する零相
電圧と零相電流の位相から、劣化フィーダあるいは劣化
区間を判定する技術が提案されている。しかし、この技
術では、線路の対地静電容量の不平衡などによって発生
する健全時の零相電圧・零相電流（以下、残留分とい
う。）について考慮されておらず、これらの残留分のた
め高感度な劣化検出が困難であった。この対策として、
特開昭５８−１３０７２３号公報では、零相電圧と零相
電流の大きさや位相の変化を検出することにより、定常
的に発生している残留分の影響を除去する方法が提案さ
れている。しかし、配電系統では負荷又はコンデンサの
開閉（以下、負荷などの開閉と総称する。）により零相
電圧、零相電流の変化が発生するため、単に零相電圧、
零相電流の大きさや位相の変化を検出しただけでは、絶
縁劣化によるものなのか、負荷などの開閉によるものな
のかの区別が困難なため絶縁劣化発生の判定を高感度で
行なうことができなかった。

【発明が解決しようとする課題】上述したように、電力
系統において、機材の絶縁劣化による停電を回避する目
的で、機材類が絶縁劣化して故障に至る間に発生する前
駆現象をとらえて、絶縁劣化発生の検出及びその発生区
間を判定する技術が提案されてきた。しかし、従来の技
術では、この前駆現象として発生する信号と、残留分及
び負荷などの開閉により発生するノイズ信号との判別が
困難であった。本発明の目的は、零相電圧等の残留分又
は負荷などの開閉により発生するノイズ信号の影響を排
除し、系統機材類の絶縁劣化の発生を高感度で検出する
方法及び装置を提供することである。

【課題を解決するための手段】上記目的を達成するため
に、本発明にかかる三相電力系統の絶縁劣化を検出する
方法は、入力層と少くとも１層の中間層と出力層とから
なる階層構造の神経回路モデルを用い、前記入力層に系
統の零相電圧と零相電流の少くとも一方の周波数スペク
トルパターンを入力し、当該周波数スペクトルパターン
と系統の絶縁劣化状態との対応関係を教師信号として前
記神経回路モデルに学習させ、該学習した神経回路モデ
ルの出力信号に基づいて系統の絶縁劣化を検出すること
を特徴とする電力系統の絶縁劣化検出方法としたのであ
る。また、前記零相電圧と零相電流の少くとも一方の周
波数スペクトルパターンとして電源周波数以下の帯域の
周波数スペクトルパターンを用いることが望ましい。ま
た、本発明にかかる三相電力系統の絶縁劣化を検出する
装置は、電力系統の零相電圧と零相電流の少くとも一方
を検出するセンサ装置と、該センサ装置の出力信号を周
波数スペクトルに変換する前処理装置と、該前処理装置
の出力に対応した入力層と少くとも１層の中間層と出力
層とからなる階層構造の神経回路モデルとこのモデルの
入力と出力の関係が特定関係になるように教育する学習
手段を含んでなるプロセッサとを備えたものである。

【作用】このように構成することにより、本発明によれ
ば、次の作用により上記の目的が達成される。配電系統
において絶縁劣化を示す兆候は、単発かつ間欠的な放電
現象として表れることが多い。このことについて、碍子
の亀裂発生を例にとり説明する。まず、碍子に亀裂発生
しただけでは絶縁上何ら異常が発生しないが、亀裂部に
塩水などがしみ込むと、絶縁耐力の低下を招き地絡放電
に至り放電電流が流れる。しかし放電がある程度持続す
ると、その部分の温度が上昇するため水分が蒸発してい
まい、一時的に正常にもどる。このような瞬時地絡は、
その継続時間が短いことから保護装置も動作しないた
め、亀裂の発生はわからないままである。その結果、単
発的な放電を再び繰り返しながら、遂には永久故障に至
ってしまう。この途中では放電の継続時間が比較的長
く、そのために保護装置が動作する場合もあり得るが、
この場合でも再送電時には、水分が蒸発しており絶縁劣
化個所の探索は困難を極めることになる。そこで、絶縁
劣化に伴う瞬時地絡を検出し、それに合わせて配電線各
点の零相電流データを取り込めば、絶縁劣化区間の標定
が可能になり、永久故障に至る前に、計画的に機器を交
換することが出来る。しかし、前述したように、実際の
配電系統では瞬時地絡信号と類似した負荷などの開閉や
残留分による零相電圧・電流が発生しており、これらと
絶縁劣化との識別が困難であり、絶縁劣化を高感度で検
出できなかった。本発明は、配電系統における瞬時地絡
時の零相電圧・零相電流の周波数スペクトルが、その零
相電圧・零相電流残留分や負荷などの開閉時の周波数ス
ペクトルと異なる特徴を持つことを発見した。この特徴
とは、地絡に伴う零相電圧・零相電流の周波数スペクト
ルは、電源周波数と整数倍周波数以外にも多くの分数調
波成分を含み、零相電圧の周波数スペクトルは電源周波
数以下で周波数が低くなるほど大きくなる傾向を示す点
にある。地絡時の零相電流の特徴については、既に文献
（例えばB.Mike Aucoin:Distribution High Impedance
Fault DetectionUtilizing High Frequency Current Co
mponents,IEEE Trans.Vol.PAS-101,No.6(1982)）で述べ
られているように、数ｋＨｚ帯の成分が卓越する点であ
る。また、残留分は、電源周波数と整数倍周波数のみを
発生する。更に、負荷などの開閉により発生する零相電
圧は、電源周波数以下では周波数の増大に対して大きく
なり、絶縁劣化の場合とは逆の傾向を示すとともに、零
相電流については、数ｋＨｚ以上の成分が小さくなる傾
向を示す。本発明では、該特徴を神経回路モデルに学習
させることにより、絶縁劣化に伴う地絡を高感度で検出
でき、これにより絶縁劣化区間を判定できる。

【実施例】以下、本発明の一実施例を図面で説明する。
図１は三相配電系統に本発明に係る絶縁劣化検出装置が
装着された状態を示す。図に示す配電系統は、上位の高
電圧系統から供給される電力を配電電圧に降圧する変圧
器１と、該変圧器１に接続され図示していない保護装置
の遮断指令により動作する遮断器２と、該遮断器２に接
続された三相母線３と、該三相母線３に遮断器４，５，
６を介して接続された複数の配電線である三相フィーダ
（ここでは３フィーダについて図示する）７，８，９を
含んで形成されている。この配電系統の三相母線３には
零相電圧検出用センサ装置１０が接続されている。セン
サ装置１０の出力はＡＤ変換器１１に入力され、ディジ
タルデータに変換された後、ディジタルフィルタ（Ｄ．
ＦＩＬ）１２に入力される。ディジタルフィルタ（Ｄ．
ＦＩＬ）１２の出力は各帯域毎に分けられ、ニューラル
プロセッサ（ＮＰ）１３に入力される。ニューラルプロ
セッサ（ＮＰ）１３の出力は親局１４を介して複数の子
局１５Ａ〜１７Ｂに通信線１８〜２０により接続される
とともに、同様に通信線２１により中央処理装置２２に
も接続される。一方、配電線７，８，９には零相電流検
出センサ１８Ａ〜２０Ｂが装着され、これらセンサの出
力は子局１５Ａ〜１７Ｂ内のメモリ（図示せず）に順次
重ね書きされており、メモリ内データは常に更新されて
いる。ここで零相電圧検出用センサ装置１０のとりこん
だデータは、前記ＡＤ変換器１１及びディジタルフィル
タ（Ｄ．ＦＩＬ）１２により電源周波数以下の各帯域の
周波数スペクトルに分けられ、各帯域毎にニューラルプ
ロセッサ（ＮＰ）１３に入力される。ニューラルプロセ
ッサ（ＮＰ）１３内の後述する神経回路モデル１００は
学習された結果に従い周波数スペクトルが絶縁劣化を示
すものかどうか判定して、もし絶縁劣化を示すものの場
合には、親局１４を通して各子局１５Ａ〜１７Ｂにメモ
リ内データの保持命令を出力する。前述したようにメモ
リには零相電流検出センサ１８Ａ〜２０Ｂにより得られ
たデータが常時書き込まれているため、保持命令が出さ
れた時も絶縁劣化発生前後の零相電流が記録されてい
る。これらのデータを通信線２１により中央処理装置２
２に収集して、劣化区間を判定する。この際、絶縁劣化
区間を判定する方法としては、例えば零相電流の変化分
を利用するなど従来技術の範囲内でも可能である。何故
ならばメモリ内の零相電流は絶縁劣化時のものに限定さ
れているため、変化分の大きさ、位相の変化が絶縁劣化
区間を示すものになるためである。次にニューラルプロ
セッサ１３の処理方法について、図２〜５をもとに説明
する。ニューラルプロセッサ１３は図２に示すように、
入力層１３１，中間層１３２及び出力層１３３からなる
神経回路モデル１００で構成される。ここで各層は、有
限数のニューロン素子モデル１３４からなり、隣接する
各層のニューロン素子モデル１３４の間を連結する結合
１３５はニューロン素子モデル１３４間の情報のやりと
りがあることを示す。中間層１３２は複数層あっても良
いが、本実施例では説明の簡略化のため一層の例を示
す。なお、図２は、学習時の構成を示しているため、前
述の３層の他に比較層１３６及び教師信号層１３７を有
する。これに対して、図３は、学習後の利用時の構成を
示しており、この構成と動作については、後述する。こ
こで入力層１３１と出力層１３３の変数設定について説
明する。入力層１３１には、本発明では、電源周波数以
下の零相電圧周波数スペクトルを付与し、出力層１３３
には、絶縁劣化を示す指標が付与される。以下に更に具
体的に説明する。先ず、入力層１３１のニューロン素子
モデル１３４には、電源周波数以下の零相電圧周波数ス
ペクトルの大きさＶ(fi)をディジタルフィルタ（Ｄ．Ｆ
ＩＬ）１２から入力する。ここでfiは周波数スペクトル
の周波数であり、本実施例では０〜２０Ｈｚ周波数スペ
クトルが入力されている。ここで、周波数スペクトルの
最小値が０、最大値が１以下になるように、スケールを
調整しておくことが望ましい。他方、出力層１３３及び
教師信号層１３７には親局１４にメモリ保持信号を出力
するための指標すなわち絶縁劣化判定指標を設定する。
学習時の教師信号層１３７の指標としては、絶縁劣化に
よる周波数スペクトルを入力したときには１、開閉や残
留分による周波数スペクトルを入力したときには０とし
て与える。図４と図５に、本実施例で学習に使用した零
相電圧の周波数スペクトル例を示す。ここで図４は、絶
縁劣化による周波数スペクトルすなわち教師信号層１３
７のニューロン素子モデル１３４が１の場合の例を示
し、図５は、開閉による周波数スペクトルすなわち教師
信号層１３７のニューロン素子モデル１３４が０の場合
の例を示す。なお、本実施例の学習では、実験及び実地
での実例から得られた周波数スペクトルが使用された
が、計算等から得られる周波数スペクトルを使用しても
良い。さらに実際に本実施例による装置を実地に導入し
た後、絶縁劣化を正しく判断した場合、誤って判定した
場合について、それぞれ前者は教師信号を１，後者は教
師信号を０として改めて学習することにより、神経回路
モデル１００がより賢明になってゆくという効果があ
る。すなわち想起誤差が次第に減少して、精度が向上し
てゆく効果がある。ここで、神経回路モデル１００の学
習方法としては、公知の誤差逆伝播法などと呼ばれるも
のがあるが、本発明の実施例はこのような公知の技術に
対して、その入力信号として零相電圧の周波数スペクト
ル特に電源周波数以下の周波数スペクトルを用いた点に
特徴がある。以上のようにして学習された神経回路モデ
ル１００は図２に示すニューロン素子モデル１３４間の
結合１３５で表される重み関係が決定されるため、図３
で実地で得られた零相電圧の周波数スペクトルパターン
を、入力層１３１に入力すると、学習によって得られた
重み関係に基いて、出力層１３３のニューロン素子モデ
ル１３４に計算結果Ｚを出力する。この計算結果Ｚは、
図２の学習結果から「想起」されたもので、０と１の間
の数値になるようにニューロン素子モデル１３４が設定
されている。そして、Ｚが０から１に近づくほど絶縁劣
化発生の可能性が高くなる。そこで判定ルーチン１３８
では、Ｚがあるレベルα（例えば０．５）を越えた場
合、絶縁劣化発生と判定して、親局１４から各子局１５
Ａ〜１７Ｂに保持信号を出力する。この保持信号によ
り、絶縁劣化発生前後の各子局１５Ａ〜１７Ｂの零相電
流がメモリに保持された後の手順は前述したとおりであ
り以上の一連の手順により、絶縁劣化発生区間を標定出
来る。なお、本発明の上記実施例では入力信号として零
相電圧だけの周波数スペクトルを用いたが、これに対し
て、零相電流の周波数スペクトルを付け加えても良い
し、或いは、零相電流の周波数スペクトルだけを用いて
も良い。

【発明の効果】以上説明したように、本発明によれば、
絶縁劣化の前駆現象を示す瞬時地絡時の零相電圧・電流
の周波数スペクトルが零相残留分や負荷などの開閉時の
周波数スペクトルと異なる点に着目し、検出された零相
電圧・電流を周波数スペクトルに分析し、神経回路モデ
ルを用いて学習した瞬時地絡時の周波数スペクトルと検
出周波数スペクトルとの一致の程度に基いて瞬時地絡か
否かを判定するようにしたことから絶縁劣化を高感度で
検出できる。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁵ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０２Ｈ 7/26 Ｆ 7335−5Ｇ (72)発明者 長山 克也 東京都調布市西つつじケ丘二丁目４番１号 東京電力株式会社技術研究所内 (72)発明者 青柳 光広 東京都調布市西つつじケ丘二丁目４番１号 東京電力株式会社技術研究所内

Claims (3)

【特許請求の範囲】
1. 【請求項１】三相電力系統の絶縁劣化を検出する方法に
   おいて、入力層と少くとも１層の中間層と出力層とから
   なる階層構造の神経回路モデルを用い、前記入力層に系
   統の零相電圧と零相電流の少くとも一方の周波数スペク
   トルパターンを入力し、当該周波数スペクトルパターン
   と系統の絶縁劣化状態との対応関係を教師信号として前
   記神経回路モデルに学習させ、該学習した神経回路モデ
   ルの出力信号に基づいて系統の絶縁劣化を検出すること
   を特徴とする電力系統の絶縁劣化検出方法。
2. 【請求項２】零相電圧と零相電流の少くとも一方の周波
   数スペクトルパターンとして、電源周波数以下の帯域の
   周波数スペクトルパターンを用いることを特徴とする請
   求項１に記載の電力系統の絶縁劣化検出方法。
3. 【請求項３】三相電力系統の絶縁劣化を検出する装置に
   おいて、電力系統の零相電圧と零相電流の少くとも一方
   を検出するセンサ装置と、該センサ装置の出力信号を周
   波数スペクトルに変換する前処理装置と、該前処理装置
   の出力に対応した入力層と少くとも１層の中間層と出力
   層とからなる階層構造の神経回路モデルとこのモデルの
   入力と出力の関係が特定関係になるように教育する学習
   手段を含んでなるプロセッサとを備えたことを特徴とす
   る電力系統の絶縁劣化検出装置。