電力分配のためのレーダーレーダーと光学画像の共同処理技術

科学分野:

• 電気工学
• コンピュータサイエンス
• 人工知能

背景:

• 従来の配電システムは、予測不可能な負荷と複雑な障害伝播により、障害特定に苦労しており、誤警報と応答時間の遅延につながっています。
• 既存の方法では、現代の複雑なグリッド環境における効率的な保守計画に必要な精度が不足しています。

研究 の 目的:

• 電力配電網のための高度な障害特定および位置特定システムの開発。
• 精度向上、応答時間短縮、精度向上により、従来のシステムの限界を克服する。

主な方法:

• マルチモーダルディープフィーチャーハイブリッドディープラーニングモデル（MDF-HDL）は、LiDAR、光学画像、センサーデータを統合して、包括的な障害特定を行います。
• ディープラーニングレイヤーは、カルマンフィルタリングによる特徴融合によって強化されたマルチモーダル特徴表現を作成します。
• Adamアルゴリズムで最適化された決定木は、分類結果を洗練し、GISマッピングは正確な障害位置特定を支援します。

主要な成果:

• MDF-HDLモデルは、精度98.91％、適合率98.7％、再現率98.3％、F1スコア98.5％の高いパフォーマンス指標を達成しました。
• システムは12.5ミリ秒の高速推論時間を示し、高い効率を示しました。
• GISマッピングの統合により、効果的な保守計画のための正確な障害特定が容易になりました。

結論:

• MDF-HDLモデルは、複雑な電力網の状況における障害管理のための信頼性が高く効果的なソリューションを提供します。
• マルチモーダルデータと高度なアルゴリズムを活用することで、システムは障害特定と位置特定における従来の制約を克服します。
• モデルの低い計算複雑性と高い精度は、配電インフラの近代化のための貴重なツールとなります。