油中ガス成分の類似性に基づく変圧器の異常様相分類および異常予兆検知の検討

摘要

本研究では変圧器の油中ガス分析データに対し，データ解析手法の一つである機械学習手法を適用することで，異常様相の分類および異常予兆のある設備の検知を行った。クラスター分析手法を用いて，A 電力が従来から使用している判定基準とは異なる9 種類のガスを総合的に見ることで，データの傾向を確認した。クラスター分析の結果としてA 電力の判定基準と一定の関係性も確認できた。さらに，異常に至るガス発生の傾向による分類が可能なことも示唆された。また，クラスター分析の結果を学習データとして，異常の傾向が見られるガスパターンに推移するデータを検知する手法についても検討し，90%を超える精度が示された。