非負値行列因子分解を用いた地中送電線の部分放電検出

本論文では，地中送電線内の交流電圧から放電パルス集計した時系列データに対し，部分放電（PD）を検出する方法について述べる．PDは，一般に地中送電線の絶縁体界面のボイド（空隙）や突起などに電界が集中することで発生する放電現象であり，PDの検出とそのパターンの分析は，地中送電線の劣化診断において重要となる．この論文では，地中送電線内のPD検出のために，時系列データに非負値行列因子分解（NMF）を適用することを提案する．NMFにより分解された基底行列とその係数行列は，放電パターンおよび，各パターンの寄与度を時系列に表したものと解釈することができる．またNMFの再構成誤差に着目した基底数の決定方法についても述べる．提案手法は多くのデータを必要とせず，教師情報なしで動作する．また時系列中に未知のPDパターンが生じても基底を追加することにより追随可能である．PDを含むデータを用いた実験では，逐次的にデータを追加する実運用に近い環境において，部分放電パターンが検出・追加できることを確認した．また，本研究を実際のシステムに組み込む際の工夫についても説明する．

This paper presents a method for detecting partial discharge (PD) in time series data of discharge pulses from AC voltages in underground power lines. PD is a discharge phenomenon that generally occurs when electric fields are concentrated in voids or protrusions at the insulator interface of an underground power line. The detection of PD and its pattern analysis are crucial for the diagnosis of underground power line deterioration. In this study, we propose applying non-negative matrix factorization (NMF) to time series data to detect PDs in underground transmission lines. The basis matrix and its coefficient matrix decomposed by NMF can be interpreted as a time series representation of discharge patterns and the contribution of each pattern. We also describe a method for determining the number of basis matrices, focusing on the reconstruction error of the NMF. The proposed method does not require a large amount of data and works without any supervised information. Additionally, it can follow unknown PD patterns in the time series by adding additional bases. Experiments using data containing PDs have confirmed that the proposed method can detect and add partial discharge patterns in an environment similar to actual operation, where data is added sequentially. The paper also describes how to incorporate this research into an actual system.