報告書番号

R07001

タイトル（和文）

油中ガス分析データの多変量解析手法による電力用変圧器の良否判定

タイトル（英文）

Transformer condition classification using multivariate analysis of gas-in-oil

概要 （図表や脚注は「報告書全文」に掲載しております）

中部電力(株)で測定された油入変圧器の油中ガス分析データに多変量線形判別分析，マハラノビスの距離，サポートベクターマシンを適用し，油入変圧器の内部状態の良否判別の可能性を検討した．測定されたデータに対し，多変量線形判別分析では，内部異常変圧器の40%を正常変圧器と誤判別した．マハラノビスの距離を用いた判別では，正常変圧器の50%を内部異常変圧器と誤判別した．しかしながら，サポートベクターマシンを用いた判別では，内部異常変圧器と正常変圧器の誤判別はなく，Leave-One-Out交差妥当性検証でも誤判別はなかった．

概要 （英文）

Japanese electric power companies aim to maintain transformers efficiently. In this maintenance, gas-in-oil based conventional criteria have been used. Recently, many maintenance data of transformers have been stored. Now Japanese electric power companies and makers of transformers are revising the maintenance criterion using the maintenance data.
This report presents the results of multivariate analysis for the maintenance data of transformers. In this research, multivariate discriminant analysis methods such as multivariate linear discriminant analysis, Mahalanobis' distance and Support Vector Machine(SVM) are applied to the maintenance data of tranformers. In our analysis, multivariate linear discriminant analysis and multivariate analysis using Mahalanobis' distance could not classify two conditions of transformers: abnormal and normal. On the other hand, SVM could classify between abnormal condition and normal condition for transformers correctly.

報告者

キーワード