二重ガウスモデルとKAN融合に基づく容量性電圧変成器の測定劣化のトレンド予測手法

なぜ系統の「温度計」を見守ることが重要か

現代の電力系統は、非常に高い電圧を安全に測定・課金できるレベルまで降圧する特殊な装置に依存しています。その中でも容量性電圧変成器（CVT）は高電圧回線の実務で広く使われる装置です。しかし長年の使用で、その計測値は浴室の体重計が徐々にずれていくようにひそかに変化することがあります。本稿は、CVTの計測精度の健全性を継続的に評価し、いつ精度が低下するかを予測する新しい手法を示します。これにより、系統運用者は誤差が紛争や安定性問題を引き起こす前に保守を計画できます。

これらの電圧監視装置が徐々に性能を失う仕組み

CVTはコンデンサ群と変圧器を用いて数百キロボルトをメータや保護装置が扱える信号に変換します。その魅力は小型で比較的安価、超高圧に適している点です。しかし内部部品は静的ではありません。温度変動、絶縁材の経年劣化、負荷の変化などが内部要素を理想値からずらします。すると実際の系統電圧と出力される低電圧との比率が変動します。比率誤差が狭い許容範囲を越えると、計測値が現実と一致しなくなり、エネルギー取引、故障解析、自動保護の信頼性を損ねます。

従来の点検が十分でない理由

現在、多くの電力会社は定期的なオフライン点検に依存しています。大型の基準器を変電所に持ち込み、回線を一時的に停電させて各CVTを標準と比較します。本来は数年ごとに行われるべきですが、実務ではスケジュールや大型機器移動の都合で遅れることが多いです。一方で、稼働中の系統データはノイズが多く、運転条件が常に変わるため、ゆっくり進む計測ずれを目視や単純な統計で見抜くのは困難です。回路モデルに基づく詳細な手法や汎用の機械学習は、内部パラメータの正確な把握を必要としたり、変動や限られた学習データに惑わされたりしてうまくいかないことがありました。

各変圧器に対する単一の健全度スコア

著者らは混乱を切り抜けるため、まず各CVTの生の電圧信号をState of Performance（SOP）と呼ぶコンパクトな性能スコアに圧縮します。彼らはウェーブレット変換という、信号をゆっくり変化するトレンドと高速な揺らぎに分ける数学的手法を用います。最も大きな低周波成分に着目し、健全なCVTの基準値と比較することで、装置の劣化に伴って着実に低下する単一の数値を得ます。実験室試験では、片相の比率誤差を意図的に増大させ、他相をほぼ正常に保った場合でも、SOP曲線は誤差の増加に伴って滑らかに低下しました。これはこの指標がランダムノイズを多く除去しつつ長期的な劣化を追跡することを示しています。

滑らかなドリフトとジッタの分離

SOPスコア自体も完全に滑らかなわけではありません。系統条件や計測の不完全さが凸凹を与えます。そこで研究者らは第二の分解手法を適用し、SOP曲線をゆっくり変化する「バックボーン」と一連の小さな短周期成分に切り分けます。バックボーンは精度の全体的な低下を捉え、変動成分は短期的な上下を表します。この分離により、一つのモデルで全てを扱わせる代わりに、異なる振る舞いに対して異なる予測ツールを適用できます。

二つの賢いツールの協働

滑らかなバックボーンには二重ガウスモデルを用います。これは2つのベル型プロファイルの和で構成される柔軟な曲線で、特にパターンが単純な線形でない場合の微妙な変化を追うのに適します。ジッタ成分にはKolmogorov–Arnoldネットワーク（KAN）という新しいタイプのニューラルネットワークを用います。従来の深層学習モデルとは異なり、KANは可変の曲線区間を構成要素として用いるため、過学習を招かずに比較的少ない事例から複雑なパターンを学習できます。三相のオンライン試験システムを用いた設計された劣化実験で学習させると、二重ガウスのバックボーンとKANが予測した変動を合成することで将来のSOP値を再構成できます。

より賢い系統が得られる意味

対照試験において、二重ガウスモデルとKANの融合は古典的なニューラルネットワークや他の機械学習手法より一貫してCVTの健全性を精度良く予測しました。予測値と実測SOP値の誤差は小さく、長期的な精度低下と細かな揺らぎの双方を捉えました。系統運用者にとってこれは早期警報となります。定期点検や課金トラブルを待って変圧器のずれを発見するのではなく、SOPトレンドをリアルタイムで監視し、装置が明確に下降傾向に入った段階で保守を計画できます。電力システムがより自動化・データ駆動型になるにつれ、系統自身の計測器を賢く監視することは、信頼性の高い自己認識型インフラへの重要な一歩です。

引用: Du, B., Diao, Y., Zhou, F. et al. Trend prediction method for capacitive voltage transformer measurement deterioration based on double Gaussian model-KAN fusion. Sci Rep 16, 11785 (2026). https://doi.org/10.1038/s41598-026-35455-z

キーワード: 容量性電圧変成器, 状態監視, 予知保全, 時系列予測, 電力系統の計測