JPH0865923A - Apparatus for estimating cause of fault - Google Patents
Apparatus for estimating cause of faultInfo
- Publication number
- JPH0865923A JPH0865923A JP6198443A JP19844394A JPH0865923A JP H0865923 A JPH0865923 A JP H0865923A JP 6198443 A JP6198443 A JP 6198443A JP 19844394 A JP19844394 A JP 19844394A JP H0865923 A JPH0865923 A JP H0865923A
- Authority
- JP
- Japan
- Prior art keywords
- accident
- cause
- information
- unit
- past
- 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.)
- Pending
Links
Classifications
-
- Y04S10/54—
Landscapes
- Alarm Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】この発明は、電力系統の事故時に
おける事故原因を推定する事故原因推定装置に関するも
のである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an accident cause estimating device for estimating the cause of an accident when a power system accident occurs.
【０００２】[0002]
【従来の技術】従来は、例えば特開平０５ー２５０５９
３号公報に示すように、事故情報を入力する情報入力部
と、事故情報に対応する事故原因を学習則として記憶す
る記憶部と、入力情報に対応する事故原因を推定する推
定部と、上記推定部により推定された事故原因を出力す
る出力部とを備えたものであった。また、上記記憶部へ
の学習則の記憶は、別途、記憶装置を用いて行うもので
あった。2. Description of the Related Art Conventionally, for example, Japanese Patent Laid-Open No. 05-25059.
As shown in Japanese Patent Publication No. 3, an information input unit for inputting accident information, a storage unit for storing an accident cause corresponding to the accident information as a learning rule, an estimating unit for estimating an accident cause corresponding to the input information, The output unit outputs the cause of the accident estimated by the estimation unit. Further, the storage of the learning rule in the storage unit is separately performed using a storage device.
【０００３】図４は従来の事故原因推定装置を示す構成
図であり、図において、１は電力系統で事故が発生した
ときに事故情報を入力する情報入力部、２は過去に発生
した事故の事故情報とその事故情報に対応する事故原因
を記憶する記憶部である。３は情報入力部１により入力
された事故情報が、記憶部２に記憶されている過去に発
生した事故の事故情報の中で一致するものがあるか否か
を判定し、一致するものがあれば、ニューラルネットの
処理を行って一致した過去の事故の事故情報に対応する
事故原因を今回の事故の事故原因と推定し、一致するも
のが無ければ、過去の事故の事故情報と今回の事故の事
故情報とのパターンマッチングをするニューラルネット
の処理を行い、最も類似度の高い過去の事故の事故情報
に対応する事故原因を今回の事故の事故原因と推定する
推定部、４は推定部３により推定された事故原因を出力
する出力部、８は記憶部２に過去の事故事例を学習則と
して記憶させる事故原因推定装置外の記憶装置である。FIG. 4 is a block diagram showing a conventional accident cause estimating apparatus. In the figure, 1 is an information input section for inputting accident information when an accident occurs in a power system, and 2 is an accident input device in the past. It is a storage unit that stores accident information and an accident cause corresponding to the accident information. 3 determines whether or not the accident information input by the information input unit 1 is the same as the accident information of past accidents stored in the storage unit 2, and there is a match. For example, the neural network processing is performed to presume that the accident cause corresponding to the accident information of the coincident past accident is the accident cause of this accident, and if there is no coincidence, the accident information of the past accident and this accident Estimating unit 4 that estimates the cause of an accident that corresponds to the accident information of a past accident with the highest degree of similarity as the accident cause of this accident by performing processing of a neural network that performs pattern matching with the accident information of An output unit 8 for outputting the accident cause estimated by is a storage device other than the accident cause estimation device for storing past accident cases in the storage unit 2 as a learning rule.
【０００４】次に動作について説明する。まず、電力系
統で事故が発生したとき、情報入力部１が事故情報を入
力する。事故情報としては、例えば下記に示すものがあ
り、その項目に該当するならば、”＋１”、該当しない
ならば”−１”の値が与えられる。Next, the operation will be described. First, when an accident occurs in the power system, the information input unit 1 inputs the accident information. The accident information includes, for example, those shown below. If the item is applicable, a value of "+1" is given, and if not, a value of "-1" is given.
【０００５】 ・季節が 「春」 （３〜６月） 「夏」 （６〜９月） 「秋」 （９〜12月） 「冬」 （11〜３月） ・時刻が 「明け方」 （４〜７時） 「日中」 （７〜16時） 「夕方」 （16〜18時） 「夜」 （18〜４時） ・天候が 「晴れ」 「曇り」 「雨」 「雪」 「雷」 「強風」 ・電圧階級が「275KV」 「154KV」 「77KV以下」 ・Ｒｙ種別が「短絡」 「地絡」 ・事故相数が「１相」 「２相以上」 ・電線が 「太サイズ」（４００mm2以上） 「細サイズ」（２００mm2以下） ・事故相に 「下線を含む」 「下線を含まない」 ・地形が 「平地」 「山間部」 「河川」 計２８項目-The season is "Spring" (March to June) "Summer" (June to September) "Autumn" (September to December) "Winter" (November to March) ・ The time is "Dawn" (4) ~ 7:00) "Daytime" (7 to 16:00) "Evening" (16 to 18:00) "Night" (18 to 4:00) ・ The weather is "sunny""cloudy""rain""snow""lightning""Windwind" -Voltage class is "275KV""154KV""77KV or less" -Ry type is "short circuit""groundfault" -Number of accident phases is "1 phase""2 phases or more" -Wire is "thick size" ( 400 mm 2 or more) "Small size" (200 mm 2 or less) -Accident phase "includes underline""Does not include underline" -Topography is "flat""mountain""river" 28 items in total
【０００６】次に、推定部３にて、情報入力部１によっ
て入力された事故情報が、図５に示すように、記憶部２
に記憶されている過去に発生した事故の事故情報の中で
一致するものがあるか否かを判定する。そして、推定部
３では、その判定結果に応じてニューラルネットの処理
を行い事故原因を推定する。Next, in the estimation unit 3, the accident information input by the information input unit 1 is stored in the storage unit 2 as shown in FIG.
It is determined whether or not there is a match in the accident information of the accidents that occurred in the past stored in the. Then, the estimation unit 3 processes the neural network according to the determination result and estimates the cause of the accident.
【０００７】ニューラルネットの構造としては、入力
層、中間層、出力層からなる３層構造のニューラルネッ
トを用い、学習則としては、実用性が高いとされている
バックプロパゲーション則を用いている。「バックプロ
パゲーション則」とは、既知である入力値と出力値の組
（学習データ）を基に、各層のニューロンを結ぶ結合重
み（ウエイト）を適切な値に調整していくことにより、
学習を行うものである。As the structure of the neural network, a neural network having a three-layer structure including an input layer, an intermediate layer, and an output layer is used, and as a learning rule, a back propagation rule which is considered to be highly practical is used. . The "back propagation rule" is based on a known set of input value and output value (learning data), and by adjusting the connection weight (weight) connecting the neurons of each layer to an appropriate value,
It is to learn.
【０００８】次に、推定部３における事故原因の推定に
ついて記述する。なお、説明を容易にするために、事故
情報としては、天候に関する情報、即ち、「晴」、
「雨」、「雪」、「雷」、「強風」の情報のみで推定
し、事故原因としては、「雷撃」、「キ゛ャロッヒ゜ンク゛」、
「スリートシ゛ャンフ゜」、「その他」が考えられるものとする。Next, the estimation of the cause of the accident in the estimation unit 3 will be described. In addition, in order to facilitate the explanation, as the accident information, information about weather, that is, "clear",
Estimated only from the information of "rain", "snow", "thunder", "strong wind", and the causes of the accident were "thunderbolt", "carring",
"Three jumps" and "others" are considered.
【０００９】情報入力部１に入力された事故情報が、例
えば、「晴」→■-1■、「雨」→■+1■、「雪」→■-1
■、「雷」→■+1■、「強風」→■-1■である場合に
は、この事故情報と一致する過去の事故情報が記憶部２
に記憶されているので、一致した過去の事故情報に対応
する事故原因が、今回の事故原因であるとニューラルネ
ットの処理によって推定し（図７参照）、出力層から■
-1,-1, +1,-1■を出力する。ここで、■-1,-1,+1,-1■
は図５が示すように、「雷撃」が事故原因であることを
示す。The accident information input to the information input unit 1 is, for example, "fine" → ■ -1 ■, "rain" → ■ + 1 ■, "snow" → ■ -1.
In the case of ■, "thunder" → ■ + 1 ■, and "strong wind" → ■ -1 ■, the past accident information that matches this accident information is stored in the storage unit 2.
Since it is stored in, the cause of the accident corresponding to the matched past accident information is estimated to be the cause of this accident by the processing of the neural network (see FIG. 7), and the output layer
-1, -1, + 1, -1 ■ is output. Where ■ -1, -1, + 1, -1 ■
As shown in FIG. 5, indicates that "lightning strike" is the cause of the accident.
【００１０】また、情報入力部１に入力された事故情報
が、例えば、「晴」→■-1■、「雪」→■-1■、「雷」
→■+1■、「強風」→■-1■、「雨」→■0■（欠損デ
ータまたは不明データ）である場合には、この事故情報
と一致する過去の事故情報が記憶部２に記憶されていな
いので、ニューラルネットの処理によって、過去の事故
の事故情報と今回の事故情報とのパターンマッチングを
行い、最も類似度の高い過去の事故情報に対応する事故
原因を今回の事故原因と推定する（図８参照）。この例
では、事故情報の一つである「雷」が■+1■となってい
るのは、図６に示すように、事故原因が「雷撃」である
場合だけであるので、この「雷撃」に係わる事故情報が
最も類似度が高いと判断し、「雷撃」を今回の事故原因
と推定する。尚、その推定結果は次回の事故原因推定の
際に利用させるべく、別途、記憶装置８を用いて記憶部
２に学習則として記憶させる。推定部３により推定され
た事故原因は出力部４を介して出力され、ＣＲＴ等に表
示される。Further, the accident information input to the information input unit 1 is, for example, "fine" → ■ -1 ■, "snow" → ■ -1 ■, "thunder".
→ ■ + 1 ■, "strong wind" → ■ -1 ■, "rain" → ■ 0 ■ (missing data or unknown data), past accident information that matches this accident information is stored in the storage unit 2. Since it is not stored, the neural network processing performs pattern matching between the accident information of the past accident and the accident information of this time, and the accident cause corresponding to the past accident information with the highest similarity is regarded as the accident cause of this time. Estimate (see FIG. 8). In this example, "thunder" which is one of the accident information is ■ + 1 ■ only when the cause of the accident is "lightning", as shown in FIG. It is judged that the accident information related to “has the highest degree of similarity,” and it is presumed that “lightning strike” is the cause of this accident. The estimation result is separately stored as a learning rule in the storage unit 2 by using the storage device 8 so as to be used in the next accident cause estimation. The cause of the accident estimated by the estimation unit 3 is output via the output unit 4 and displayed on the CRT or the like.
【００１１】[0011]
【発明が解決しようとする課題】従来の事故原因推定装
置は以上のように構成されており、記憶部２への学習則
の記憶は、別途、事故原因推定装置外の記憶装置を用い
て行わねばならないものである。The conventional accident cause estimating device is configured as described above, and the learning rule is stored in the storage unit 2 separately using a storage device outside the accident cause estimating device. It must be done.
【００１２】また、その記憶装置は単に記憶させるだけ
のもので、いままでに記憶部２に何が記憶されているか
は意識していないものであり、事故原因の推定で得たそ
の入力（事故情報）とその推定結果（事故原因）は、何
の判定基準もなく記憶部２に学習則として、記憶されて
いるので、同じ学習則がこの記憶部２に存在しても、別
扱いの学習則として記憶される。このため、この記憶部
２は記憶追加を行う毎に大きくなっていくという問題点
があった。Further, the storage device is merely stored, and it is not aware of what is stored in the storage unit 2 until now, and the input (accident (Information) and its estimation result (cause of accident) are stored as a learning rule in the storage unit 2 without any criterion, so even if the same learning rule exists in this storage unit 2, learning is handled separately. Remembered as a rule. For this reason, there is a problem that the storage unit 2 becomes larger each time storage is added.
【００１３】また、学習組の入力の事故情報の欠損が多
い場合でも、学習則として記憶され、学習則として不確
定な学習則を記憶することにより、推定部におけるニュ
ーラルネットによる推定精度が下がるという問題点もあ
る。Further, even when there are many missing accident information of the input of the learning set, the estimation accuracy by the neural network in the estimation unit is lowered by storing the learning rule and the uncertain learning rule as the learning rule. There are also problems.
【００１４】この発明は、上記のような問題点を解決す
るためになされたもので、必要な学習則を記憶でき、し
かも記憶部の容量の単純増加を抑え、さらに無意味な学
習則の記憶による推定部の推定精度の低下も抑え、より
的確な事故原因の推定を行うことができる事故原因推定
装置を得ることを目的とする。The present invention has been made in order to solve the above-mentioned problems, and can store a necessary learning rule, suppress a simple increase in the capacity of a storage unit, and store a meaningless learning rule. It is an object of the present invention to provide an accident cause estimating device that can estimate the cause of an accident more accurately while suppressing a decrease in the estimation accuracy of the estimating unit.
【００１５】[0015]
【課題を解決するための手段】この発明に係る事故原因
推定装置は、学習時の記憶部への学習則の記憶に関し
て、記憶部に事故情報とその事故原因の組を学習則とし
て記憶させるかどうかを判定し、記憶するのに適すると
判定した学習則を記憶させる記憶判定部を設けたもので
ある。With respect to the storage of the learning rule in the storage unit at the time of learning, the accident cause estimating device according to the present invention stores the set of accident information and the accident cause in the storage unit as the learning rule. A memory determination unit is provided for storing the learning rule that is determined to be suitable for storage.
【００１６】また、この発明に係る事故原因推定装置
は、学習時の記憶部への学習則の記憶に関して、推定部
に入力された事故情報とその事故情報に基づく推定結果
である事故原因の組を学習則として記憶部に記憶させる
かどうかを判定し、記憶するのに適すると判定した学習
則を記憶させる記憶判定部を設けたものである。Further, the accident cause estimating apparatus according to the present invention is a set of the accident information input to the estimating unit and the accident cause which is the estimation result based on the accident information regarding the storage of the learning rule in the storage unit at the time of learning. Is provided as a learning rule, and a storage determining unit that stores the learning rule that is determined to be suitable for storage is provided.
【００１７】また、この発明に係る事故原因推定装置
は、学習時の記憶部への学習則の記憶に関して、学習さ
せたい事故の事故情報とその事故原因の組を設定できる
事故学習設定部と、上記記憶部に上記事故学習設定部に
より設定された事故の事故情報とその事故原因の組を学
習則として記憶させるかどうかを判定し、記憶するのに
適すると判定した学習則を記憶させる記憶判定部を設け
たものである。Further, the accident cause estimating apparatus according to the present invention has an accident learning setting unit capable of setting a set of accident information of an accident to be learned and the cause of the accident concerning learning rule storage in the storage unit at the time of learning, Memory determination for determining whether or not to store the set of accident information of the accident set by the accident learning setting unit and the cause of the accident as a learning rule in the storage unit, and to store the learning rule determined to be suitable for storage Parts are provided.
【００１８】また、この発明に係る事故原因推定装置
は、推定実行時の記憶部への学習則の記憶に関して、推
定部での推定実行時の入力である事故情報とその事故情
報に対する推定事故原因の組を表示し、その事故原因を
確認設定できる事故原因設定部と、上記記憶部に推定実
行時の入力である事故情報と上記事故原因設定部で確認
設定された事故原因の組を学習則として記憶させるかど
うかを判定し、記憶するのに適すると判定した学習則を
記憶させる記憶判定部を設けたものである。Further, the accident cause estimating apparatus according to the present invention relates to the storage of the learning rule in the storage unit at the time of performing the estimation, the accident information which is an input at the time of performing the estimation at the estimating unit, and the estimated accident cause for the accident information. , The accident cause setting part that can confirm and set the cause of the accident, and the set of the accident cause that has been confirmed and set in the above-mentioned accident cause setting part and the accident information that is input at the time of estimation execution in the above memory part It is provided with a memory determination unit for determining whether or not to store the learning rule and storing the learning rule determined to be suitable for storage.
【００１９】また、この発明に係る事故原因推定装置
は、推定部で、情報入力部により入力された事故情報
が、記憶部に記憶されている過去に発生した事故の事故
情報の中で一致するものがあるか否かを判定し、一致す
るものがあればニューラルネットの処理を行って一致し
た過去の事故の事故情報に対応する事故原因を今回の事
故の事故原因と推定し、一致するものが無ければ過去の
事故の事故情報と今回の事故の事故情報とのパターンマ
ッチングをするニューラルネットの処理を行い、最も類
似度の高い過去の事故の事故情報に対応する事故原因を
今回の事故の事故原因と推定するようにしたものであ
る。Further, in the accident cause estimating device according to the present invention, the accident information input by the information input unit in the estimating unit is coincident with the accident information of past accidents stored in the storage unit. If there is a match, the neural network processing is performed if there is a match, and the cause of the accident corresponding to the accident information of the matched past accident is estimated to be the accident cause of this accident, and there is a match. If there is not, the neural network processing that performs pattern matching between the accident information of the past accident and the accident information of this accident is performed, and the accident cause corresponding to the accident information of the past accident with the highest similarity is identified as the cause of this accident. It is supposed to be the cause of the accident.
【００２０】[0020]
【作用】この発明における事故原因推定装置は、学習時
の記憶部への学習則の記憶に関して、記憶するのに適す
ると判定した学習則を記憶させるようにしているので、
必要な学習則を記憶でき、しかも記憶部の容量の単純増
加を抑え、無意味な学習則の記憶による推定部の推定精
度の低下を抑え、より的確な事故原因の推定を行う。In the accident cause estimating device according to the present invention, the learning rule stored in the storage unit at the time of learning is stored as the learning rule determined to be suitable for storage.
The necessary learning rule can be stored, the simple increase in the capacity of the storage unit can be suppressed, the deterioration of the estimation accuracy of the estimation unit due to the storage of meaningless learning rules can be suppressed, and the cause of the accident can be estimated more accurately.
【００２１】また、この発明における事故原因推定装置
は、学習時の記憶部への学習則の記憶に関して、推定部
に入力された事故情報とその事故情報に基づく推定結果
である事故原因の組を学習則として記憶部に記憶させる
かどうかを判定し、記憶するのに適すると判定した学習
則を記憶させるようにしているので、推定部が推定結果
を出力する毎に記憶判定して、必要な学習則を記憶で
き、しかも記憶部の容量の単純増加を抑え、無意味な学
習則の記憶による推定部の推定精度の低下を抑え、より
的確な事故原因の推定を行う。Further, the accident cause estimating apparatus according to the present invention, regarding the storage of the learning rule in the storage unit at the time of learning, sets the accident information input to the estimating unit and the set of the accident cause which is the estimation result based on the accident information. It is determined whether or not to store in the storage unit as a learning rule, and the learning rule that is determined to be suitable for storage is stored. The learning rule can be stored, the simple increase of the capacity of the storage unit can be suppressed, the deterioration of the estimation accuracy of the estimation unit due to the meaningless learning rule storage can be suppressed, and the cause of the accident can be estimated more accurately.
【００２２】また、この発明における事故原因推定装置
は、学習時の記憶部への学習則の記憶に関して、学習さ
せたい事故の事故情報とその事故原因の組を設定し、記
憶部に設定された事故の事故情報とその事故原因の組を
学習則として記憶させるかどうかを判定し、記憶するの
に適すると判定した学習則を記憶させるようにしている
ので、必要な学習則を記憶でき、しかも記憶部の容量の
単純増加を抑え、無意味な学習則の記憶による推定部の
推定精度の低下を抑え、より的確な事故原因の推定を行
う。Further, the accident cause estimating apparatus according to the present invention sets a set of accident information and an accident cause of an accident to be learned with respect to the storage of the learning rule in the storage unit at the time of learning, and sets the set in the storage unit. Since it is determined whether to store the set of accident information of the accident and the cause of the accident as a learning rule, and the learning rule determined to be suitable for storing is stored, the necessary learning rule can be stored. A more accurate estimation of the cause of the accident is performed by suppressing a simple increase in the capacity of the storage unit and suppressing a decrease in the estimation accuracy of the estimation unit due to the storage of meaningless learning rules.
【００２３】また、この発明における事故原因推定装置
は、推定実行時の記憶部への学習則の記憶に関して、推
定部での推定実行時の入力である事故情報と推定事故原
因の組を表示し、その事故原因を確認設定し、記憶部に
推定実行時の入力である事故情報と確認設定された事故
原因の組を学習則として記憶させるかどうかを判定し、
記憶するのに適すると判定した学習則を記憶させるよう
にしているので、推定部が推定結果を出力する毎に、記
憶判定し、必要な学習則を記憶でき、しかも記憶部の容
量の単純増加を抑え、無意味な学習則の記憶による推定
部の推定精度の低下を抑え、より的確な事故原因の推定
を行う。Further, the accident cause estimating apparatus according to the present invention displays a set of accident information and an estimated accident cause, which are inputs at the time of estimation execution in the estimating unit, regarding the storage of the learning rule in the storage unit at the time of estimating execution. , The accident cause is confirmed and set, and it is determined whether or not to store the set of accident information, which is an input at the time of estimation execution, and the accident cause that is confirmed and set as a learning rule in the storage unit,
Since the learning rule that is determined to be suitable for storing is stored, the estimation unit can make a memory determination each time the estimation result is output, and can store the necessary learning rule, and the capacity of the storage unit can be simply increased. It suppresses the deterioration of the estimation accuracy of the estimation unit due to the memory of meaningless learning rules and estimates the cause of the accident more accurately.
【００２４】また、この発明における事故原因推定装置
は、推定部で、情報入力部により入力された事故情報
が、記憶部に記憶されている過去に発生した事故の事故
情報の中で一致するものがあるか否かを判定し、一致す
るものがあればニューラルネットの処理を行って一致し
た過去の事故の事故情報に対応する事故原因を今回の事
故の事故原因と推定し、一致するものが無ければ過去の
事故の事故情報と今回の事故の事故情報とのパターンマ
ッチングをするニューラルネットの処理を行い、最も類
似度の高い過去の事故の事故情報に対応する事故原因を
今回の事故の事故原因と推定する。Further, in the accident cause estimating device according to the present invention, in the estimating unit, the accident information input by the information input unit is coincident with the accident information of past accidents stored in the storage unit. If there is a match, the neural network processing is performed and the cause of the accident corresponding to the accident information of the matched past accident is estimated to be the cause of this accident. If there is not, the neural network processing that performs pattern matching between the accident information of the past accident and the accident information of the present accident is performed, and the cause of the accident corresponding to the accident information of the past accident with the highest similarity is identified as the accident cause of the present accident. Presumed to be the cause.
【００２５】[0025]
実施例１ 以下、この発明の一実施例を図について説明する。図１
はこの発明の一実施例による事故原因推定装置を示す構
成図であり、図において、１は電力系統で事故が発生し
たときに事故情報を入力する情報入力部、２は過去に発
生した事故の事故情報とその事故情報に対応する事故原
因を記憶する記憶部である。Embodiment 1 An embodiment of the present invention will be described below with reference to the drawings. FIG.
FIG. 1 is a configuration diagram showing an accident cause estimating apparatus according to an embodiment of the present invention, in which 1 is an information input unit for inputting accident information when an accident occurs in a power system, 2 is a past accident It is a storage unit that stores accident information and the cause of the accident corresponding to the accident information.
【００２６】３は情報入力部１により入力された事故情
報が、記憶部２に記憶されている過去に発生した事故の
事故情報の中で一致するものがあるか否かを判定し、一
致するものがあればニューラルネットの処理を行って一
致した過去の事故の事故情報に対応する事故原因を今回
の事故の事故原因と推定し、一致するものが無ければ過
去の事故の事故情報と今回の事故の事故情報とのパター
ンマッチングをするニューラルネットの処理を行い、最
も類似度の高い過去の事故の事故情報に対応する事故原
因を今回の事故の事故原因と推定する。Reference numeral 3 determines whether or not the accident information input by the information input unit 1 is the same as the accident information of the accidents that occurred in the past and is stored in the storage unit 2. If there is one, the neural network process is performed to estimate the cause of the accident that corresponds to the accident information of the past accident that coincides, and if there is no match, the accident information of the past accident and this accident information. The neural network that performs pattern matching with the accident information of the accident is processed, and the accident cause corresponding to the accident information of the past accident with the highest similarity is estimated as the accident cause of this accident.
【００２７】６は学習させたい実際に事故原因が判明し
ている事故の入力（事故情報）とその出力（事故原因）
の組を設定することができる事故学習設定部である。５
は記憶実行時に記憶部２にその事故情報とその事故原因
の組を学習則として記憶させるかどうかを判定し、記憶
するのに適すると判定した場合にはその学習則を記憶さ
せる記憶判定部である。４は推定部３により推定された
事故原因を出力する出力部である。Reference numeral 6 is an input of the accident (accident information) whose output is actually known and an output thereof (cause of the accident) to be learned.
It is an accident learning setting unit that can set a set of. 5
Is a memory determination unit that determines whether or not a set of the accident information and the cause of the accident should be stored in the storage unit 2 as a learning rule when the memory is executed, and stores the learning rule when it is determined to be suitable for storage. is there. An output unit 4 outputs the cause of the accident estimated by the estimation unit 3.
【００２８】次に動作について説明する。まず、電力系
統で事故が発生したとき、情報入力部１が事故情報を入
力する。次に、推定部３にて、情報入力部１によって入
力された事故情報が、記憶部２に記憶されている過去に
発生した事故の事故情報の中で一致するものがあるか否
かを判定する。そして、推定部３では、その判定結果に
応じてニューラルネットの処理を行い事故原因を推定す
る。推定部３の詳細は上記従来例図４の場合と同様であ
る。そして、推定部３により推定された事故原因は出力
部４を介して出力され、ＣＲＴ等に表示される。Next, the operation will be described. First, when an accident occurs in the power system, the information input unit 1 inputs the accident information. Next, the estimation unit 3 determines whether or not the accident information input by the information input unit 1 is the same as the accident information of past accidents stored in the storage unit 2. To do. Then, the estimation unit 3 processes the neural network according to the determination result and estimates the cause of the accident. The details of the estimation unit 3 are the same as in the case of FIG. Then, the cause of the accident estimated by the estimation unit 3 is output via the output unit 4 and displayed on the CRT or the like.
【００２９】さらに、記憶実行時には事故学習設定部６
に、学習させたい実際に事故原因が判明している事故の
事故情報とその事故原因の組を、過去の事故例から選択
して、図示してない入力部より入力して設定する。この
とき、記憶判定部５は記憶実行時に記憶部２に事故学習
設定部６で設定された学習させたい実際の事故の事故情
報とその事故原因の組を学習則として記憶させるかどう
かを判定し、記憶するのに適すると判定した場合にはそ
の学習則を記憶させる。Further, the accident learning setting unit 6 is used when the memory is executed.
First, a set of accident information and an accident cause whose accident cause is to be learned is selected from past accident examples, and is input and set from an input unit (not shown). At this time, the memory determination unit 5 determines whether to store the set of the accident information of the actual accident to be learned set in the accident learning setting unit 6 and the cause of the accident set in the storage unit 2 as a learning rule at the time of executing the storage. If it is determined that the learning rule is suitable for storage, the learning rule is stored.
【００３０】記憶判定部で行う、記憶部２にその事故情
報と事故原因の組を学習則として記憶させるかどうかの
判定ルール例を以下に示す。 (1) 記憶部に同じ、学習則（事故情報とその事故原因の
組）が存在するならば、その学習則は記憶しない。 (2) 記憶部に類似する学習則が存在するならば、その学
習則は記憶しない。（その学習則の入力項目の内一つの
項目が不明である為に、記憶してある学習則と異なる場
合に、その学習則と記憶してある学習則は類似であると
みなす。） (3) 記憶しようとする学習則の入力項目種別（季節、時
刻、天候等:10項目）が５項目種別以上、欠損している
場合は記憶しない。An example of a determination rule, which is performed by the storage determination unit and is stored in the storage unit 2 as a learning rule, of the accident information and the cause of the accident is shown below. (1) If the same learning rule (a set of accident information and its cause) exists in the storage unit, the learning rule is not stored. (2) If a similar learning rule exists in the storage unit, the learning rule is not stored. (If one of the input items of the learning rule is unknown, and it is different from the stored learning rule, it is considered that the learning rule and the stored learning rule are similar.) (3 ) If the input item type (season, time, weather, etc .: 10 items) of the learning rule to be stored is 5 items or more, it is not stored.
【００３１】[0031]
実施例２ 図２はこの発明の他の実施例による事故原因推定装置を
示す構成図であり、図において、７は、推定実行時に推
定部３から情報を受け、その事故情報と推定結果である
事故原因を表示し、確認し設定できる事故原因設定部で
ある。事故原因設定部７では、推定部３から情報を受け
ると、その事故情報と推定結果である事故原因をＣＲＴ
等に表示し、その事故情報と事故原因を設定したいとき
は、図示しない入力部より入力指示することにより、確
認設定される。５はこの推定実行時、記憶部２にその事
故情報と推定結果である事故原因の組を学習則として記
憶させるかどうかを判定し、記憶するのに適すると判定
した場合にはその学習則を記憶させる記憶判定部であ
る。４は推定部３により推定された事故原因を出力する
出力部である。Embodiment 2 FIG. 2 is a configuration diagram showing an accident cause estimating apparatus according to another embodiment of the present invention. In the figure, reference numeral 7 is information received from the estimating unit 3 at the time of estimation execution, and the accident information and the estimation result. It is an accident cause setting unit that displays, confirms and sets the cause of an accident. When the accident cause setting unit 7 receives information from the estimating unit 3, the accident cause and the estimated cause are the CRT.
When the user wants to display the accident information and set the accident information and the cause of the accident, the confirmation setting is performed by inputting an instruction from an input unit (not shown). When executing this estimation, 5 determines whether or not to store the set of the accident information and the accident cause which is the estimation result in the storage unit 2 as a learning rule, and if it is determined to be suitable for storing, the learning rule is set. It is a storage determination unit for storing. An output unit 4 outputs the cause of the accident estimated by the estimation unit 3.
【００３２】次に動作について説明する。まず、電力系
統で事故が発生したとき、情報入力部１が事故情報を入
力する。次に、推定部３にて、情報入力部１によって入
力された事故情報が、記憶部２に記憶されている過去に
発生した事故の事故情報の中で一致するものがあるか否
かを判定する。そして、推定部３では、その判定結果に
応じてニューラルネットの処理を行い事故原因を推定す
る。また、上記の如く、推定部により推定された事故原
因は出力部４を介して出力され、ＣＲＴ等に表示され
る。さらに、事故原因設定部７には、推定部３による情
報を表示し、確認設定を行う。このとき、記憶判定部５
は、記憶部２に上記で確認設定した事故情報と推定結果
である事故原因の組を学習則として記憶させるかどうか
を判定し、記憶するのに適すると判定した場合にはその
学習則を記憶させる。記憶させるかどうかの判定ルール
は、実施例１と同様である。Next, the operation will be described. First, when an accident occurs in the power system, the information input unit 1 inputs the accident information. Next, the estimation unit 3 determines whether or not the accident information input by the information input unit 1 is the same as the accident information of past accidents stored in the storage unit 2. To do. Then, the estimation unit 3 processes the neural network according to the determination result and estimates the cause of the accident. Further, as described above, the cause of the accident estimated by the estimating unit is output via the output unit 4 and displayed on the CRT or the like. Further, the accident cause setting unit 7 displays the information from the estimation unit 3 and makes confirmation settings. At this time, the memory determination unit 5
Determines whether or not to store the set of accident information confirmed and set as described above and the cause of an accident, which is an estimated result, in the storage unit 2 as a learning rule, and stores the learning rule when it is determined to be suitable for storage. Let The determination rule of whether or not to store is the same as that of the first embodiment.
【００３３】[0033]
実施例３ 図３はこの発明の他の実施例による事故原因推定装置を
示す構成図であり、図において、３は情報入力部１によ
り入力された事故情報が、記憶部２に記憶されている過
去に発生した事故の事故情報の中で一致するものがある
か否かを判定し、一致するものがあればニューラルネッ
トの処理を行って一致した過去の事故の事故情報に対応
する事故原因を今回の事故の事故原因と推定し、一致す
るものが無ければ過去の事故の事故情報と今回の事故の
事故情報とのパターンマッチングをするニューラルネッ
トの処理を行い、最も類似度の高い過去の事故の事故情
報に対応する事故原因を今回の事故の事故原因と推定す
る。５は推定実行時、記憶部２にその事故情報入力と推
定結果である事故原因の組を学習則として記憶させるか
どうかを判定し、記憶するのに適すると判定した場合に
はその学習則を記憶させる記憶判定部である。４は推定
部３により推定された事故原因を出力する出力部であ
る。Embodiment 3 FIG. 3 is a configuration diagram showing an accident cause estimating apparatus according to another embodiment of the present invention. In FIG. 3, the accident information input by the information input unit 1 is stored in the storage unit 2. It is determined whether or not there is a match in the accident information of past accidents, and if there is a match, the neural network is processed to determine the cause of the accident corresponding to the accident information of the past accident that matched. It is estimated that the cause of this accident is the cause of the accident, and if there is no match, the neural network is processed to perform pattern matching between the accident information of the past accident and the accident information of this accident, and the past accident with the highest degree of similarity. It is presumed that the cause of the accident corresponding to the accident information of is the cause of this accident. The reference numeral 5 determines whether or not to store the set of accident information that is the input of the accident information and the estimated result as a learning rule at the time of estimation execution, and if it is determined to be suitable for storage, the learning rule is set. It is a storage determination unit for storing. An output unit 4 outputs the cause of the accident estimated by the estimation unit 3.
【００３４】次に動作について説明する。まず、電力系
統で事故が発生したとき、情報入力部１が事故情報を入
力する。次に、推定部３にて、情報入力部１によって入
力された事故情報が、記憶部２に記憶されている過去に
発生した事故の事故情報の中で一致するものがあるか否
かを判定する。そして、推定部３では、その判定結果に
応じてニューラルネットの処理を行い事故原因を推定す
る。推定部３により推定された事故原因は出力部４を介
して出力され、ＣＲＴ等に表示される。このとき、記憶
判定部５はこの推定実行時、記憶部２にその事故情報と
推定結果である事故原因の組を学習則として記憶させる
かどうかを判定し、記憶するのに適すると判定した場合
にはその学習則を記憶させる。記憶させるかどうかの判
定ルールは実施例１と同様である。Next, the operation will be described. First, when an accident occurs in the power system, the information input unit 1 inputs the accident information. Next, the estimation unit 3 determines whether or not the accident information input by the information input unit 1 is the same as the accident information of past accidents stored in the storage unit 2. To do. Then, the estimation unit 3 processes the neural network according to the determination result and estimates the cause of the accident. The cause of the accident estimated by the estimation unit 3 is output via the output unit 4 and displayed on the CRT or the like. At this time, the memory determination unit 5 determines whether or not to store the set of the accident information and the accident cause as the estimation result in the storage unit 2 as a learning rule at the time of executing this estimation, Memorize that learning rule. The determination rule of whether or not to store is the same as that of the first embodiment.
【００３５】実施例４ なお、上記実施例２，３では、事故原因推定実行時に、
同時に記憶部への記憶を行うものとして説明したが、記
憶判定部にそのとき得た学習則を一旦格納する機能を設
け、ある程度、学習則が格納された段階で（人間系が指
定するようにしても良い）、記憶部に記憶させるか否か
を判定し、適するものを記憶させるようにしても良い。Embodiment 4 In the above Embodiments 2 and 3, when the cause of the accident is estimated,
Although it was explained that the memory is stored in the storage unit at the same time, the memory determination unit is provided with a function for temporarily storing the learning rule obtained at that time, and when the learning rule is stored to some extent (as specified by the human system, Alternatively, it may be determined whether or not to store in the storage unit, and a suitable one may be stored.
【００３６】[0036]
【発明の効果】以上のように、この発明における事故原
因推定装置によれば、記憶部に事故情報とその事故原因
の組を学習則として記憶させるかどうかを判定し、記憶
するのに適すると判定した学習則を記憶させる記憶判定
部を設けたので、必要な学習則を記憶でき、しかも記憶
部の容量の単純増加を抑えることができ、無意味な学習
則の記憶による推定部の推定精度の低下を抑え、より的
確な事故原因の推定を行うことができる。As described above, according to the accident cause estimating apparatus of the present invention, it is suitable to determine whether or not to store the set of accident information and the cause of the accident as a learning rule in the storage unit, and to store it. Since the memory determination unit that stores the determined learning rule is provided, the necessary learning rule can be stored, and a simple increase in the capacity of the storage unit can be suppressed, and the estimation accuracy of the estimation unit by storing the meaningless learning rule. It is possible to suppress the decrease in the noise and to more accurately estimate the cause of the accident.
【００３７】また、この発明における事故原因推定装置
によれば、推定部で事故情報に基づき推定結果を得、こ
の推定部の事故情報とその事故原因の組を学習則として
記憶させるかどうかを判定し、記憶するのに適すると判
定した学習則を記憶させる記憶判定部を設けたので、推
定部が推定結果を出力する毎に、記憶判定して、必要な
学習則を記憶でき、しかも記憶部の容量の単純増加を抑
えることができ、無意味な学習則の記憶による推定部の
推定精度の低下を抑え、より的確な事故原因の推定を行
うことができる。Further, according to the accident cause estimating apparatus of the present invention, the estimating unit obtains the estimation result based on the accident information, and determines whether to store the set of the accident information of the estimating unit and the accident cause as a learning rule. However, since the memory determination unit that stores the learning rule determined to be suitable for storing is provided, the memory determination can be performed and the necessary learning rule can be stored each time the estimation unit outputs the estimation result. It is possible to suppress a simple increase in the capacity of the, the deterioration of the estimation accuracy of the estimation unit due to the storage of meaningless learning rules, and it is possible to more accurately estimate the cause of the accident.
【００３８】また、この発明における事故原因推定装置
によれば、学習させたい事故の事故情報とその事故原因
の組を設定できる事故学習設定部と、記憶するのに適す
ると判定した学習則を記憶させる記憶判定部とを設けて
いるので、事故学習設定部に任意に設定でき、過去に発
生した事故の学習を行うことができ、予め人間系で判断
できるレベルの無意味な学習をさせないことができる。
さらに、記憶判定部により、必要な学習則を記憶でき、
しかも記憶部の容量の単純増加を抑えることができ、無
意味な学習則の記憶による推定部の推定精度の低下を抑
え、より的確な事故原因の推定を行うことができる。Further, according to the accident cause estimating apparatus of the present invention, an accident learning setting unit capable of setting accident information of an accident to be learned and a set of the accident cause, and a learning rule determined to be suitable for storage are stored. Since it has a memory judgment unit that can be set, it can be arbitrarily set in the accident learning setting unit, can learn accidents that occurred in the past, and do not let meaningless learning of a level that can be judged in advance by humans. it can.
Furthermore, the memory judgment unit can store the necessary learning rules,
Moreover, it is possible to suppress a simple increase in the capacity of the storage unit, suppress deterioration of the estimation accuracy of the estimation unit due to the storage of meaningless learning rules, and perform more accurate estimation of the cause of the accident.
【００３９】また、この発明における事故原因推定装置
によれば、推定部での推定実行時の入力である事故情報
とその事故情報に対する推定事故原因の組を表示し、そ
の事故原因を確認設定できる事故原因設定部と、記憶す
るのに適すると判定した学習則を記憶させる記憶判定部
とを設けているので、推定部による事故原因の推定結果
が確認設定でき、予め人間系で評価を行うことができ
る。また、記憶判定部により、推定部が推定結果を出力
する毎に、記憶判定し、必要な学習則を記憶でき、しか
も記憶部の容量の単純増加を抑えることができ、無意味
な学習則の記憶による推定部の推定精度の低下を抑え、
より的確な事故原因の推定を行うことができる。Further, according to the accident cause estimating apparatus of the present invention, the set of the accident information which is the input at the time of executing the estimation in the estimating unit and the estimated accident cause for the accident information can be displayed and the accident cause can be confirmed and set. Since an accident cause setting unit and a memory determination unit that stores learning rules that are determined to be suitable for storage are provided, the estimation result of the accident cause by the estimation unit can be confirmed and set, and evaluation can be performed in advance by a human system. You can In addition, the storage determination unit can perform storage determination every time the estimation unit outputs the estimation result, store the necessary learning rule, and can suppress a simple increase in the capacity of the storage unit, thereby eliminating meaningless learning rules. Suppresses deterioration of estimation accuracy of the estimation unit due to memory,
The cause of the accident can be estimated more accurately.
【００４０】また、この発明における事故原因推定装置
によれば、推定部で情報入力部により入力された事故情
報が、記憶部に記憶されている過去に発生した事故の事
故情報の中で一致するものがあるか否かを判定し、一致
するものがあればニューラルネットの処理を行って一致
した過去の事故の事故情報に対応する事故原因を今回の
事故の事故原因と推定し、一致するものが無ければ過去
の事故の事故情報と今回の事故の事故情報とのパターン
マッチングをするニューラルネットの処理を行い、最も
類似度の高い過去の事故の事故情報に対応する事故原因
を今回の事故の事故原因と推定することができる。Further, according to the accident cause estimating apparatus of the present invention, the accident information input by the information input unit in the estimating unit matches among the accident information of past accidents stored in the storage unit. If there is a match, the neural network processing is performed if there is a match, and the cause of the accident corresponding to the accident information of the matched past accident is estimated to be the accident cause of this accident, and there is a match. If there is not, the neural network processing that performs pattern matching between the accident information of the past accident and the accident information of this accident is performed, and the accident cause corresponding to the accident information of the past accident with the highest similarity is identified as the cause of this accident. It can be presumed to be the cause of the accident.
【図１】 この発明の実施例による事故原因推定装置を
示す構成図である。FIG. 1 is a configuration diagram showing an accident cause estimating apparatus according to an embodiment of the present invention.
【図２】 この発明の他の実施例による事故原因推定装
置を示す構成図である。FIG. 2 is a configuration diagram showing an accident cause estimating apparatus according to another embodiment of the present invention.
【図３】 この発明の他の実施例による事故原因推定装
置を示す構成図である。FIG. 3 is a configuration diagram showing an accident cause estimating apparatus according to another embodiment of the present invention.
【図４】 従来の事故原因推定装置を示す構成図であ
る。FIG. 4 is a configuration diagram showing a conventional accident cause estimation device.
【図５】 記憶部に記憶された学習データを示す表図で
ある。FIG. 5 is a table showing learning data stored in a storage unit.
【図６】 記憶部に記憶された学習データを示す表図で
ある。FIG. 6 is a table showing learning data stored in a storage unit.
【図７】 ニューラルネットを示す構成図である。FIG. 7 is a configuration diagram showing a neural network.
【図８】 ニューラルネットを示す構成図である。FIG. 8 is a configuration diagram showing a neural network.
１ 情報入力部 ２ 記憶部 ３ 推定部 ４ 出力部 ５ 記憶判定部 ６ 事故学習設定部 ７ 事故原因設定部 ８ 記憶装置 なお、図中同一符号は、同一又は相当部分を表す。 1 information input unit 2 storage unit 3 estimation unit 4 output unit 5 memory determination unit 6 accident learning setting unit 7 accident cause setting unit 8 storage device The same reference numerals in the drawings represent the same or corresponding parts.
Claims (5)
報を入力する情報入力部と、過去に発生した事故の事故
情報及びその事故情報に対応する事故原因を学習則とし
て記憶する記憶部と、上記情報入力部により入力された
事故情報が、上記記憶部に記憶されている過去に発生し
た事故の事故情報の中で一致するものがあるか否かを判
定し、一致するものがあれば一致した過去の事故の事故
情報に対応する事故原因を今回の事故の事故原因と推定
し、一致するものが無ければ最も類似度の高い過去の事
故の事故情報に対応する事故原因を今回の事故の事故原
因と推定する推定部と、上記記憶部に事故情報とその事
故原因の組を学習則として記憶させるかどうかを判定
し、記憶するのに適すると判定した学習則を記憶させる
記憶判定部と、上記推定部により推定された事故原因を
出力する出力部とを備えた事故原因推定装置。1. An information input unit for inputting accident information when an accident occurs in a power system, and a storage unit for storing accident information of accidents that occurred in the past and accident causes corresponding to the accident information as a learning rule. , It is determined whether or not the accident information input by the information input unit matches the accident information of the accidents that occurred in the past stored in the storage unit, and if there is a match, The accident cause corresponding to the accident information of the matched past accident is estimated to be the accident cause of this accident, and if there is no match, the accident cause corresponding to the accident information of the past accident with the highest similarity is the accident cause of this time. And an estimation unit that estimates the cause of the accident, and a memory determination unit that determines whether or not to store the set of accident information and the cause of the accident in the storage unit as a learning rule, and stores the learning rule that is determined to be suitable for storage. And the above An accident cause estimation device comprising: an output unit that outputs an accident cause estimated by a fixed unit.
故情報とその事故情報に基づく推定結果である事故原因
の組を学習則として記憶部に記憶させるかどうかを判定
し、記憶するのに適すると判定した学習則を記憶させる
ようにした請求項１記載の事故原因推定装置。2. The memory determination unit determines whether or not to store a set of accident information input to the estimation unit and an accident cause which is an estimation result based on the accident information in the storage unit as a learning rule, and stores the learning rule. The accident cause estimating device according to claim 1, wherein a learning rule determined to be suitable for is stored.
報を入力する情報入力部と、過去に発生した事故の事故
情報及びその事故情報に対応する事故原因を学習則とし
て記憶する記憶部と、上記情報入力部により入力された
事故情報が、上記記憶部に記憶されている過去に発生し
た事故の事故情報の中で一致するものがあるか否かを判
定し、一致するものがあれば一致した過去の事故の事故
情報に対応する事故原因を今回の事故の事故原因と推定
し、一致するものが無ければ最も類似度の高い過去の事
故の事故情報に対応する事故原因を今回の事故の事故原
因と推定する推定部と、学習させたい事故の事故情報と
その事故原因の組を設定できる事故学習設定部と、上記
記憶部に上記事故学習設定部により設定された事故の事
故情報とその事故原因の組を学習則として記憶させるか
どうかを判定し、記憶するのに適すると判定した学習則
を記憶させる記憶判定部と、上記推定部により推定され
た事故原因を出力する出力部とを備えた事故原因推定装
置。3. An information input unit for inputting accident information when an accident occurs in a power system, and a storage unit for storing accident information of accidents that occurred in the past and accident causes corresponding to the accident information as a learning rule. , It is determined whether or not the accident information input by the information input unit matches the accident information of the accidents that occurred in the past stored in the storage unit, and if there is a match, The accident cause corresponding to the accident information of the matched past accident is estimated to be the accident cause of this accident, and if there is no match, the accident cause corresponding to the accident information of the past accident with the highest similarity is the accident cause of this time. Of the accident, the accident learning setting unit that can set the accident information of the accident you want to learn and the set of the accident cause, and the accident information of the accident set in the storage unit by the accident learning setting unit. The accident source A storage determination unit that determines whether or not to store a set of factors as a learning rule and stores the learning rule that is determined to be suitable for storing, and an output unit that outputs the cause of the accident estimated by the estimation unit Accident cause estimation device.
報を入力する情報入力部と、過去に発生した事故の事故
情報及びその事故情報に対応する事故原因を学習則とし
て記憶する記憶部と、上記情報入力部により入力された
事故情報が、上記記憶部に記憶されている過去に発生し
た事故の事故情報の中で一致するものがあるか否かを判
定し、一致するものがあれば一致した過去の事故の事故
情報に対応する事故原因を今回の事故の事故原因と推定
し、一致するものが無ければ最も類似度の高い過去の事
故の事故情報に対応する事故原因を今回の事故の事故原
因と推定する推定部と、この推定部での推定実行時の入
力である事故情報とその事故情報に対する推定事故原因
の組を表示し、その事故原因を確認設定できる事故原因
設定部と、上記記憶部に推定実行時の入力である事故情
報と上記事故原因設定部で確認設定された事故原因の組
を学習則として記憶させるかどうかを判定し、記憶する
のに適すると判定した学習則を記憶させる記憶判定部
と、上記推定部により推定された事故原因を出力する出
力部とを備えた事故原因推定装置。4. An information input unit for inputting accident information when an accident occurs in a power system, and a storage unit for storing accident information of past accidents and accident causes corresponding to the accident information as a learning rule. , It is determined whether or not the accident information input by the information input unit matches the accident information of the accidents that occurred in the past stored in the storage unit, and if there is a match, The accident cause corresponding to the accident information of the matched past accident is estimated to be the accident cause of this accident, and if there is no match, the accident cause corresponding to the accident information of the past accident with the highest similarity is the accident cause of this time. And an accident cause setting unit that displays the set of the accident information that is input during estimation execution by this estimating unit and the estimated accident cause for that accident information, and can confirm and set the accident cause. , Above memory Section determines whether or not to store the set of accident information that is input at the time of estimation and the accident cause confirmed and set by the accident cause setting section as a learning rule, and stores the learning rule that is determined to be suitable for storage An accident cause estimating device comprising: a memory determining unit that causes the accident and an output unit that outputs the cause of the accident estimated by the estimating unit.
た事故情報が、記憶部に記憶されている過去に発生した
事故の事故情報の中で一致するものがあるか否かを判定
し、一致するものがあればニューラルネットの処理を行
って一致した過去の事故の事故情報に対応する事故原因
を今回の事故の事故原因と推定し、一致するものが無け
れば過去の事故の事故情報と今回の事故の事故情報との
パターンマッチングをするニューラルネットの処理を行
い、最も類似度の高い過去の事故の事故情報に対応する
事故原因を今回の事故の事故原因と推定するようにした
請求項１ないし請求項４のいずれかに記載の事故原因推
定装置。5. The estimation unit determines whether or not the accident information input by the information input unit is the same as the accident information of past accidents stored in the storage unit, If there is a match, the neural network is processed to presume that the cause of the accident corresponding to the accident information of the past accident that was matched is the accident cause of this accident, and if there is no match, it is regarded as the accident information of the past accident. A neural network that performs pattern matching with the accident information of this accident is processed, and the accident cause corresponding to the accident information of the past accident with the highest similarity is estimated to be the accident cause of this accident. The accident cause estimation device according to any one of claims 1 to 4.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6198443A JPH0865923A (en) | 1994-08-23 | 1994-08-23 | Apparatus for estimating cause of fault |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6198443A JPH0865923A (en) | 1994-08-23 | 1994-08-23 | Apparatus for estimating cause of fault |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0865923A true JPH0865923A (en) | 1996-03-08 |
Family
ID=16391180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6198443A Pending JPH0865923A (en) | 1994-08-23 | 1994-08-23 | Apparatus for estimating cause of fault |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0865923A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009245141A (en) * | 2008-03-31 | 2009-10-22 | Kobe Steel Ltd | Output value prediction method, device thereof, and program for the method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05250593A (en) * | 1992-03-04 | 1993-09-28 | Hokuriku Electric Power Co Inc:The | Accident cause estimation system |
| JPH06103257A (en) * | 1992-09-17 | 1994-04-15 | Yamatake Honeywell Co Ltd | Exception processor for exemplification learning system |
| JPH06113459A (en) * | 1992-09-28 | 1994-04-22 | Hokuriku Electric Power Co Inc:The | Estimation device for cause of accident |
-
1994
- 1994-08-23 JP JP6198443A patent/JPH0865923A/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05250593A (en) * | 1992-03-04 | 1993-09-28 | Hokuriku Electric Power Co Inc:The | Accident cause estimation system |
| JPH06103257A (en) * | 1992-09-17 | 1994-04-15 | Yamatake Honeywell Co Ltd | Exception processor for exemplification learning system |
| JPH06113459A (en) * | 1992-09-28 | 1994-04-22 | Hokuriku Electric Power Co Inc:The | Estimation device for cause of accident |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009245141A (en) * | 2008-03-31 | 2009-10-22 | Kobe Steel Ltd | Output value prediction method, device thereof, and program for the method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jarventausta et al. | Using fuzzy sets to model the uncertainty in the fault location process of distribution networks | |
| CN109145068B (en) | Map updating method and device | |
| CN111353828A (en) | Method and device for predicting number of people arriving at store from network | |
| CN107886414A (en) | A kind of order merging method and equipment and computer-readable storage medium | |
| CN114743074B (en) | Ship detection model training method and system based on strong and weak confrontation training | |
| CN114113911A (en) | Fault waveform-based fault type discrimination method and discrimination system | |
| JPH0865923A (en) | Apparatus for estimating cause of fault | |
| CN107124006B (en) | Equipment overload self-adaptive emergency control method based on measure sensitivity automatic identification | |
| CN109085423A (en) | A kind of load switch event detecting method and system | |
| CN109472289B (en) | Key point detection method and device | |
| CN112802011A (en) | Fan blade defect detection method based on VGG-BLS | |
| Sun et al. | Online pre-analysis and real-time matching for controlled splitting of large-scale power networks | |
| CN114859864A (en) | Vehicle testing method, device, equipment and storage medium | |
| CN115128394A (en) | Distribution network fault positioning method, device, equipment and storage medium | |
| JPH06113459A (en) | Estimation device for cause of accident | |
| CN114765574B (en) | Network anomaly delimitation positioning method and device | |
| CN113554611A (en) | Insulator self-explosion defect detection method and device, terminal and storage medium | |
| CN108734490A (en) | Share-car discount determines method and device | |
| JPH05250593A (en) | Accident cause estimation system | |
| KR101398413B1 (en) | Method for learning and calculating the number of received cases of electrical fault using weather data and neural networks | |
| KR20220104862A (en) | Method for placement of enegy sources using lyapunov exponent and computing device for executing the method | |
| CN109714207A (en) | A kind of complex network key node recognition methods and system | |
| CN104835076A (en) | Distribution equipment reliability assessment method and distribution equipment reliability assessment system | |
| CN100391073C (en) | Method for realizing digital relay protection anti-time limit characteristic | |
| CN110377683A (en) | Interest point indication method, device, equipment and medium |