JP7733876B2 - Electric wire sag control device and electric wire sag control method - Google Patents
Electric wire sag control device and electric wire sag control methodInfo
- Publication number
- JP7733876B2 JP7733876B2 JP2021016724A JP2021016724A JP7733876B2 JP 7733876 B2 JP7733876 B2 JP 7733876B2 JP 2021016724 A JP2021016724 A JP 2021016724A JP 2021016724 A JP2021016724 A JP 2021016724A JP 7733876 B2 JP7733876 B2 JP 7733876B2
- Authority
- JP
- Japan
- Prior art keywords
- sag
- wire
- unit
- electric wire
- related data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Electric Cable Installation (AREA)
Description
本発明は、複数の送電鉄塔に支持される電線の弛度を制御する電線弛度制御装置および電線弛度制御方法に係り、特に、保持手段に保持された電線の出入量を自動的に制御することで、弛度を容易かつ高精度に設計弛度の範囲内とすることができる電線弛度制御装置および電線弛度制御方法に関する。 The present invention relates to a wire sag control device and a wire sag control method that control the sag of wires supported by multiple transmission towers, and in particular to a wire sag control device and a wire sag control method that can easily and accurately keep the sag within the design sag range by automatically controlling the amount of wire that enters and exits from a holding means.
従来、送電鉄塔に電線を延線する際には、電線の高さや、電線を支持する支持物の強度等を考慮して、複数の送電鉄塔の間で電線に弛みが設けられる。
そのための作業手順として、例えば、作業員が一方の送電鉄塔に昇塔し、その電線支持点から既定の弛度と等しい長さだけ降下させた位置にポケットコンパスを設置する。同様に、他方の送電鉄塔の電線支持点から既定の弛度と等しい長さだけ降下させた位置にバーテックスを取り付ける。そして、作業員がポケットコンパスの望遠鏡を覗きながら電線の最下位置を測定し、この最下位置がバーテックスと一致するように、電線の先頭端が巻回された延線機の巻取り量や、電線の基端が巻回された電線ドラムの巻取り量を調整する、といった手順が採られていた。
しかしながら、上記の手順では、作業完了までに時間を要する。また、電線を張り上げている間中、作業員が同一姿勢で電線の最下位置を測定し続けることが求められるため、その負担が大きく、特に酷暑期や厳冬期では負担が一層大きいものとなっていた。さらに、バーテックスが障害物によって視認困難な場合があり、このときには延線した電線の弛度に誤差が含まれるおそれがある。
このような課題を解決するため、弛度を容易かつ高精度に規定の範囲内に調整するための技術が開発されており、それに関して既にいくつかの発明が開示されている。
Conventionally, when extending electric wires on a transmission tower, slack is provided in the electric wires between multiple transmission towers, taking into consideration the height of the electric wires and the strength of the supports that support the electric wires.
For example, the work procedure for this would involve a worker climbing up one transmission tower and placing a pocket compass at a position that is a distance below the wire support point on that tower that is equal to the predetermined sag. Similarly, a vertex would be attached to the other transmission tower at a position that is a distance below the wire support point on that tower that is equal to the predetermined sag. The worker would then measure the lowest position of the wire while looking through the telescope of the pocket compass, and adjust the amount of winding on the wire drawer around which the leading end of the wire is wound, and the amount of winding on the wire drum around which the base end of the wire is wound, so that this lowest position coincides with the vertex.
However, the above procedure takes time to complete. Furthermore, the worker is required to measure the lowest position of the wire while maintaining the same posture throughout the wire stringing process, which places a heavy burden on the worker, especially during hot summers and cold winters. Furthermore, the vertex may be difficult to see due to obstacles, which can lead to errors in the slack of the wire.
In order to solve this problem, techniques have been developed for easily and accurately adjusting the slack within a specified range, and several inventions relating to this have already been disclosed.
特許文献１には、「送電線の弛度測定方法および緊線方法ならびに工具」という名称で、高精度に送電線の弛度を測定し、所要弛度を有するように電線を緊線可能な発明が開示されている。
特許文献１に開示された発明は、弛度を測定しようとする電線に受信アンテナを設置し、人工衛星より発信される信号を受信アンテナで受信し、各アンテナの設置位置における受信波の位相差を演算処理することにより各アンテナの３次元の測位を求め、それによってアンテナの取り付けられている電線の弛度を実測し、この実測した弛度と所望の設計弛度との間に過不足が生じているときには、過不足信号を緊線用ウインチの巻取制御装置に入力させることを特徴とする。
このような特徴を有する発明においては、受信アンテナを電線に設置しさえすれば、昼夜の別や気象条件に関係なく弛度測定を行うことができる。しかも、電線上への受信アンテナの設置は、受信アンテナを載置した台座を電線上で走行させうる工具を用いることで非常に容易化できる。
よって、特許文献１に開示された発明によれば、人工衛星より発信される信号を利用することで極めて高精度の弛度測定が可能となる。さらに、作業員の負荷が軽減でき、かつ測定に要する時間を従来よりも大幅に短縮できる。
Patent Document 1, entitled "Method for measuring sag of power transmission line, method for fastening wires, and tool," discloses an invention that can measure the sag of a power transmission line with high accuracy and fasten the wire to have the required sag.
The invention disclosed in Patent Document 1 is characterized in that a receiving antenna is installed on the electric wire whose sag is to be measured, the receiving antenna receives a signal transmitted from a satellite, and the three-dimensional position of each antenna is determined by calculating and processing the phase difference of the received wave at the installation position of each antenna, thereby actually measuring the sag of the electric wire to which the antenna is attached, and if there is an excess or deficiency between this measured sag and the desired design sag, an excess or deficiency signal is input to the winding control device of the tensioning winch.
In an invention having such characteristics, as long as the receiving antenna is installed on the electric wire, sag measurement can be performed regardless of day or night or weather conditions. Moreover, installation of the receiving antenna on the electric wire can be made very easy by using a tool that allows the base on which the receiving antenna is placed to be moved along the electric wire.
Therefore, according to the invention disclosed in Patent Document 1, it is possible to measure sag with extremely high accuracy by using signals transmitted from an artificial satellite. Furthermore, it is possible to reduce the burden on workers and significantly shorten the time required for measurement compared to conventional methods.
特許文献２には、「保護線用弛度調整装置」という名称で、送電線の弛度に保護線の弛度を近づけるように、保護線の弛度を調節可能な発明が開示されている。
特許文献２に開示された発明は、架設されている送電線の弛度を変化させる要因となるデータを収集するデータ収集手段と、送電線の下方に所定の間隔を空けて架設される保護線に取り付けられ、架設されている保護線の長さを調節する調節手段と、収集されたデータに基づいて送電線の弛度を推定し、推定した弛度に保護線の弛度を近づけるように、調節手段の駆動制御を行い、保護線の長さを調節する弛度調節制御手段とを有することを特徴とする。
このような特徴を有する発明においては、送電線の弛度を収集されたデータに対応付けることによって、送電線の弛度を推定し、さらに推定した送電線の弛度に合わせて保護線の弛度が調整され、送電線と保護線との間隔が維持される。そのため、推定した送電線の弛度に基づいて、この弛度を調整可能に調節手段の駆動制御を行うように設計変更することで、送電線の弛度を容易に自動制御できる。
Patent Document 2 discloses an invention entitled "Protection Line Sag Adjustment Device" that can adjust the sag of a protection line so that the sag of the protection line approaches that of a power transmission line.
The invention disclosed in Patent Document 2 is characterized by having a data collection means for collecting data that are factors that change the sag of an installed transmission line; an adjustment means attached to a protection line installed at a predetermined interval below the transmission line and for adjusting the length of the installed protection line; and a sag adjustment control means for estimating the sag of the transmission line based on the collected data, controlling the drive of the adjustment means so that the sag of the protection line approaches the estimated sag, and adjusting the length of the protection line.
In the invention having such characteristics, the sag of the power line is estimated by correlating the sag of the power line with the collected data, and the sag of the protection line is adjusted in accordance with the estimated sag of the power line, thereby maintaining the clearance between the power line and the protection line. Therefore, by modifying the design so that the adjustment means is driven and controlled so as to adjust the sag based on the estimated sag of the power line, the sag of the power line can be easily and automatically controlled.
しかしながら、特許文献１に開示された発明においては、人工衛星より発信される信号を受信する受信アンテナや、この受信アンテナを電線上で走行させる新たな工具を必要とする。そのため、初期コストが嵩んで導入困難なおそれがある。また、気象条件が不良であると、人工衛星より発信される信号にノイズが混入し、その結果、弛度測定の精度が低下する可能性もある。 However, the invention disclosed in Patent Document 1 requires a receiving antenna to receive the signal transmitted from the satellite, as well as a new tool to run this receiving antenna along the electric wire. This increases the initial cost and may make implementation difficult. Furthermore, poor weather conditions may result in noise being mixed into the signal transmitted from the satellite, which could result in reduced accuracy in sag measurement.
また、特許文献２に開示された発明においては、予め電線温度と送電線弛度との関係性を実測によって求めることが必要である。しかし、この関係性は、送電線の構造によって異なってくるため、構造の異なる送電線についての上記関係性をそれぞれ実測することは非常に手間がかかる。 Furthermore, the invention disclosed in Patent Document 2 requires that the relationship between the conductor temperature and the sag of the transmission line be determined in advance through actual measurements. However, this relationship differs depending on the structure of the transmission line, and so it is extremely time-consuming to measure the above relationship for each transmission line with a different structure.
本発明は、このような従来の事情に対処してなされたものであり、弛度の測定に必要な数値データの実測に手間取ることなく弛度を容易かつ高精度に設計弛度の範囲内とすることができ、しかも導入時や運用時の負担を軽減できる電線弛度制御装置および電線弛度制御方法を提供することを目的とする。 The present invention was made in response to these conventional circumstances, and aims to provide an electric wire sag control device and electric wire sag control method that can easily and accurately keep sag within the design sag range without the hassle of actually measuring the numerical data required to measure sag, and that also reduces the burden of installation and operation.
上記目的を達成するため、第１の発明は、複数の送電鉄塔に支持される電線の弛度が規定範囲内となるように、保持手段に保持された電線の出入量を制御する電線弛度制御装置であって、弛度に関連する弛度関連データと、弛度関連データに対応する出入量からなる特徴データを取得する取得部と、特徴データから、新たな弛度関連データに対応する新たな出入量を推定するための学習モデルを構築する学習部を備え、弛度関連データは、電線の画像データと、規定範囲を表す設計弛度と、電線の単位長さ当たりの荷重と、電線の最大張力と、電線の実長と、複数の送電鉄塔の径間長と、複数の送電鉄塔の各支持点の鉛直高さと、複数の送電鉄塔の各支持点の高低差と、電線の周囲の外気温のうちの少なくとも一つを含むことを特徴とする。 To achieve the above object, the first invention is a wire sag control device that controls the amount of wire flow held by a holding means so that the sag of the wire supported by multiple transmission towers is within a specified range. The device includes an acquisition unit that acquires sag-related data related to the sag and feature data consisting of the amount of wire flow corresponding to the sag-related data, and a learning unit that constructs a learning model from the feature data to estimate a new amount of wire flow corresponding to the new sag-related data. The sag-related data includes at least one of image data of the wire, the design sag representing the specified range, the load per unit length of the wire, the maximum tension of the wire, the actual length of the wire, the span lengths of the multiple transmission towers, the vertical height of each support point of the multiple transmission towers, the elevation difference between each support point of the multiple transmission towers, and the outside air temperature around the wire.
このような構成の第１の発明において、電線の弛度とは、複数の送電鉄塔の各支持点を結ぶ直線と、電線がなす曲線との鉛直距離の最大値をいう。このうち、各支持点を結ぶ直線は、水平方向に対して平行な場合と、水平方向に対して傾斜している場合がある。また、径間長とは、複数の送電鉄塔の各支持点を結ぶ直線を、水平方向に投影したときの直線の長さである。
また、保持手段とは、具体的には、例えば電線を送電鉄塔に延線する際に使用される、電線の基端が巻回される電線ドラムや、電線の先端が巻回される延線機を指す。よって、電線の出入量とは、電線ドラムや延線機から引き出されたり、巻き取られたりする電線の長さである。
さらに、弛度関連データとして、例えば、電線の画像データ、電線の単位長さ当たりの荷重等、送電鉄塔の各支持点の高低差の各設計値または各実測値、外気温の実測値等が用いられる。
In the first invention having such a configuration, the sag of the electric wire refers to the maximum vertical distance between a straight line connecting the support points of the multiple transmission towers and the curve formed by the electric wire. The straight line connecting the support points may be parallel to the horizontal direction or may be inclined relative to the horizontal direction. The span length refers to the length of the straight line connecting the support points of the multiple transmission towers when projected horizontally.
The holding means specifically refers to a wire drum around which the base end of the wire is wound, or a wire drawing machine around which the tip end of the wire is wound, which are used when extending the wire to a transmission tower, for example. Therefore, the amount of wire drawn in and out is the length of the wire drawn out from or wound up on the wire drum or wire drawing machine.
Furthermore, sag-related data may include, for example, image data of the electric wire, the load per unit length of the electric wire, each design value or each measured value of the height difference of each support point of the transmission tower, and each measured value of the outside air temperature.
そして、本願発明においては、弛度関連データのうちの少なくとも一つや、弛度関連データに対応する電線の出入量を入力とし、電線の出入量を出力として概念している。ただし、弛度関連データに電線の出入量が含まれてもよい。なお、弛度関連データにおける「少なくとも一つ」とは、弛度関連データに含まれる物理量の種類についての個数を意味している。
上記構成の第１の発明においては、取得部で取得された、弛度関連データと、出入量からなる特徴データを用いて、学習部において学習モデルが構築される。すなわち、例えば、送電鉄塔の径間長等の設計値や外気温の実測値、電線の新たな画像データ等にそれぞれ対応する電線の新たな出入量を推定可能な学習モデルが構築される。このような学習モデルの構築は機械学習によるものであり、この機械学習として、例えば、教師あり学習、教師なし学習または強化学習が用いられる。
In the present invention, at least one of the sag-related data or the amount of electrical wires corresponding to the sag-related data is considered as an input, and the amount of electrical wires is considered as an output. However, the sag-related data may include the amount of electrical wires. Note that "at least one" in the sag-related data refers to the number of types of physical quantities included in the sag-related data.
In the first invention having the above configuration, a learning model is constructed in the learning unit using feature data consisting of sag-related data and inflow/outflow amounts acquired by the acquisition unit. That is, a learning model is constructed that can estimate new inflow/outflow amounts of electric wires corresponding to, for example, design values such as the span length of a transmission tower, actual measured values of outside air temperature, new image data of the electric wires, etc. Such a learning model is constructed by machine learning, and for this machine learning, for example, supervised learning, unsupervised learning, or reinforcement learning is used.
次に、第２の発明は、第１の発明において、弛度関連データは、少なくとも画像データを含み、学習部は、弛度関連データと、出入量を関連付けて関連付けデータを生成する関連付け部を備え、関連付けデータに基づいて、新たな弛度関連データに対応する新たな出入量を推定する学習モデルを構築することを特徴とする。
このような構成の第２の発明において、学習モデルは、ディープラーニング技術による教師あり学習によって構築される。すなわち、学習モデルは、画像データが少なくとも含まれる入力データと、この入力データに対応する電線の出入量である出力データの回答が、予め与えられている場合のものである。
Next, the second invention is characterized in that, in the first invention, the slackness-related data includes at least image data, and the learning unit is equipped with an association unit that associates the slackness-related data with input and output amounts to generate association data, and constructs a learning model that estimates new input and output amounts corresponding to the new slackness-related data based on the association data.
In the second invention having such a configuration, the learning model is constructed by supervised learning using deep learning technology. That is, the learning model is constructed when input data including at least image data and output data corresponding to the input data are given in advance.
このような構成の第２の発明において、関連付けデータとは、例えば、複数枚の画像データと、この複数枚の画像データにそれぞれ対応する複数個の出入量からなるデータ群や、選択された種類や値が様々に変化した複数個の弛度関連データと、この複数個の弛度関連データに対応する複数枚の画像データと、この複数枚の画像データに対応する複数個の電線の出入量からなるデータ群である。
上記構成の第２の発明においては、第１の発明の作用に加えて、関連付けデータから電線の出入量の決定に役立つ情報が抽出され、この情報に基づいて新たな弛度関連データに対応する新たな出入量を推定し得る学習モデルが構築される。
In the second invention having such a configuration, the associated data is, for example, a data group consisting of a plurality of image data and a plurality of inflow/outflow amounts corresponding to the plurality of image data, or a data group consisting of a plurality of sag-related data with various selected types and values, a plurality of image data corresponding to the plurality of sag-related data, and a plurality of inflow/outflow amounts of electric wires corresponding to the plurality of image data.
In the second invention having the above configuration, in addition to the effects of the first invention, information useful for determining the amount of input and output of the electric wire is extracted from the association data, and a learning model is constructed based on this information that can estimate new input and output amounts corresponding to the new sag-related data.
さらに、第３の発明は、第１の発明において、学習部は、出入量を選択した結果に対する報酬を決定する報酬部と、報酬に基づいて、出入量を選択した価値を表す関数を更新する関数更新部を備え、関数更新部において関数の更新が繰り返されることで、報酬部で求められた報酬が最大となるように、新たな出入量を推定する学習モデルを構築することを特徴とする。
このような構成の第３の発明において、学習モデルは、強化学習によって構築される。すなわち、学習モデルは、電線の出入量である出力データの回答が予め与えられていない場合のものである。
また、報酬部が決定する報酬とは、行動主体がある状態において特定の行動をした際に得られる数量であって、例えば、求める出力データの精度が高い場合に大きく、出力データの精度が低い場合に小さく設定することができる。
さらに、関数更新部において更新される関数は、行動価値関数と呼ばれる関数であり、報酬を使用してある状態の下で行動を選択する価値を示すものである。
よって、第３の発明においては、任意の状態の下で様々な行動を選択する試行錯誤を繰り返すことで関数が繰り返し更新され、この関数の値が最大となる行動を選択することが出力データの最適解となる。
Furthermore, a third invention is characterized in that in the first invention, the learning unit includes a reward unit that determines a reward for the result of selecting the input/output amount, and a function update unit that updates a function that represents the value of selecting the input/output amount based on the reward, and by repeatedly updating the function in the function update unit, a learning model is constructed that estimates new input/output amounts so that the reward determined by the reward unit is maximized.
In the third invention having such a configuration, the learning model is constructed by reinforcement learning. That is, the learning model is for a case where the answer of the output data, which is the amount of input and output of the electric wire, is not given in advance.
In addition, the reward determined by the reward unit is the quantity obtained when the subject of action performs a specific action in a certain state, and can be set to a large value when the accuracy of the desired output data is high, and a small value when the accuracy of the output data is low, for example.
Furthermore, the function updated in the function update unit is a function called an action value function, which indicates the value of selecting an action under a certain condition using a reward.
Therefore, in the third invention, the function is repeatedly updated by repeating trial and error to select various actions under any given condition, and the action that maximizes the value of this function is selected to be the optimal solution for the output data.
上記構成の第３の発明においては、第１の発明の作用に加え、学習部において、上記のような学習モデルが構築されるため、例えば、行動を電線の出入量を選択することとすれば、試行錯誤の後で最終的に最も適切な出入量が求められる。よって、求められた最も適切な出入量を新たな出入量とする。なお、試行錯誤前における当初の出入量としては、任意の値が用いられる。 In the third invention having the above configuration, in addition to the effects of the first invention, the learning unit constructs a learning model as described above. For example, if the action is to select the amount of input/output of an electric wire, the most appropriate amount of input/output is ultimately determined after trial and error. Therefore, the determined most appropriate amount of input/output becomes the new amount of input/output. Note that an arbitrary value is used as the initial amount of input/output before trial and error.
続いて、第４の発明は、第３の発明において、弛度関連データは、少なくとも、荷重と最大張力の組み合わせ及び／又は設計弛度と、径間長と、鉛直高さ及び／又は高低差と、実長を含み、報酬は、選択した出入量に対応する弛度が、設計弛度に近づくほど増加するように設定されることを特徴とする。
このような構成の第４の発明においては、第３の発明の作用に加えて、関数が更新されるにつれ、報酬が増加する方向、すなわち弛度が、設計弛度に近づくほど増加するように選択されるから、最終的に最も適切な電線の出入量が求められると、電線の弛度が規定範囲内になったとの推定が成立する。
Next, the fourth invention is characterized in that in the third invention, the sag-related data includes at least a combination of load and maximum tension and/or design sag, span length, vertical height and/or elevation difference, and actual length, and the reward is set to increase as the sag corresponding to the selected inflow/outflow amount approaches the design sag.
In the fourth invention having such a configuration, in addition to the effect of the third invention, as the function is updated, the direction in which the reward increases, i.e., the sag is selected so that it increases as it approaches the design sag. Therefore, when the most appropriate amount of wire in and out is finally determined, it can be estimated that the wire sag is within the specified range.
さらに、第５の発明は、第１乃至第４のいずれかの発明において、学習部で構築された学習モデルに基づいて、新たな弛度関連データに対応する新たな出入量を推定する推定部と、推定部が推定した新たな出入量に基づいて、保持手段の駆動を実行させる実行部を備え、実行部は、推定部が推定した新たな出入量を反映する駆動信号を発生させる信号発生部と、保持手段を駆動する駆動部と、駆動信号を駆動部に送信する送信部を備えることを特徴とする。
このような構成の第５の発明においては、第１乃至第４のいずれかの発明の作用に加えて、推定部によって、新たな弛度関連データに対応する新たな出入量、すなわち求めたい電線の出入量が推定される。
次に、実行部の信号発生部が発生させた駆動信号が、送信部により駆動部に送信されることにより、保持手段が駆動する。この駆動信号は、推定部が推定した新たな出入量を反映することから、保持手段の駆動は新たな出入量を実現したものとなる。
Furthermore, the fifth invention is characterized in that, in any of the first to fourth inventions, it comprises an estimation unit that estimates new inflow and outflow amounts corresponding to new slack-related data based on a learning model constructed by the learning unit, and an execution unit that executes driving of the holding means based on the new inflow and outflow amounts estimated by the estimation unit, and the execution unit comprises a signal generating unit that generates a drive signal that reflects the new inflow and outflow amounts estimated by the estimation unit, a drive unit that drives the holding means, and a transmission unit that transmits the drive signal to the drive unit.
In the fifth invention having such a configuration, in addition to the function of any one of the first to fourth inventions, the estimation unit estimates a new inflow/outflow amount corresponding to the new sag-related data, i.e., the inflow/outflow amount of the electric wire to be determined.
Next, the drive signal generated by the signal generating unit of the execution unit is transmitted to the drive unit by the transmitting unit, thereby driving the holding means. This drive signal reflects the new inflow/outflow amount estimated by the estimating unit, so the drive of the holding means realizes the new inflow/outflow amount.
そして、第６の発明は、複数の送電鉄塔に支持される電線の弛度が規定範囲内となるように、保持手段に保持された電線の出入量を制御する電線弛度制御方法であって、弛度に関連する弛度関連データと、弛度関連データに対応する出入量からなる特徴データを取得する取得工程と、特徴データから、新たな弛度関連データに対応する新たな出入量を推定するための学習モデルを構築する学習工程を備え、弛度関連データは、電線の画像データと、規定範囲を表す設計弛度と、電線の単位長さ当たりの荷重と、電線の最大張力と、電線の実長と、複数の送電鉄塔の径間長と、複数の送電鉄塔の各支持点の鉛直高さと、複数の送電鉄塔の各支持点の高低差と、電線の周囲の外気温のうちの少なくとも一つを含むことを特徴とする。 The sixth invention is a wire sag control method for controlling the amount of inflow and outflow of wire held by a holding means so that the sag of the wire supported by multiple transmission towers is within a specified range. The method includes an acquisition step of acquiring sag-related data related to the sag and feature data consisting of inflow and outflow amounts corresponding to the sag-related data, and a learning step of constructing a learning model for estimating new inflow and outflow amounts corresponding to the new sag-related data from the feature data. The sag-related data includes at least one of image data of the wire, design sag representing the specified range, load per unit length of the wire, maximum tension of the wire, actual length of the wire, span lengths of multiple transmission towers, vertical height of each support point of multiple transmission towers, elevation difference between each support point of multiple transmission towers, and outside air temperature around the wire.
このような構成の第５の発明においては、取得工程及び学習工程は、第１の発明を構成する取得部及び学習部においてそれぞれ実行され、第１の発明と同様の作用を発揮する。 In the fifth invention configured as described above, the acquisition process and learning process are performed by the acquisition unit and learning unit constituting the first invention, respectively, and the same effects as those of the first invention are achieved.
第１の発明によれば、電線の新たな出入量は、送電鉄塔に昇塔することなく、かつ必要な数値データを手間取ることなく得ることができるため、弛度を容易に規定範囲内とすることが可能であるとともに、導入時や運用時の負担を軽減することができる。
また、学習部において、例えば、電線の画像データと、これに対応する電線の出入量から、電線の新たな画像データに対応する電線の新たな出入量を推定可能な学習モデルが構築されるため、この学習モデルを用いることで、電線の新たな出入量を正確に求めることができる。したがって、電線の弛度を高精度に規定範囲内とすることができる。
According to the first invention, the new amount of incoming and outgoing electric wires can be obtained without climbing up the transmission tower and without the hassle of obtaining the necessary numerical data, so that the sag can be easily kept within the specified range and the burden at the time of installation and operation can be reduced.
Furthermore, the learning unit constructs a learning model that can estimate the new wire inflow/outflow amount corresponding to the new image data of the wire from, for example, the image data of the wire and the corresponding wire inflow/outflow amount, and by using this learning model, the new wire inflow/outflow amount can be accurately determined. Therefore, the wire sag can be kept within the specified range with high accuracy.
第２の発明によれば、第１の発明の効果に加えて、関連付けデータから自動的に抽出される電線の出入量の決定に役立つ情報から、新たな弛度関連データに対応する新たな出入量を推定可能な学習モデルを構成できる。そのため、この学習モデルを用いることで、例えば、延線時に作業員が電線を観察しながら保持手段を操作する作業が不要となるとともに、弛度を精度良く設計弛度の範囲内にすることができる。したがって、作業効率を従来技術と比較して著しく高めることができる。 According to the second invention, in addition to the effects of the first invention, a learning model can be constructed that can estimate new inflow and outflow amounts corresponding to new sag-related data from information useful for determining the inflow and outflow amounts of the electric wire, which is automatically extracted from the association data. Therefore, by using this learning model, for example, it becomes unnecessary for an operator to operate the holding means while observing the electric wire when extending the wire, and the sag can be accurately kept within the design sag range. Therefore, work efficiency can be significantly improved compared to conventional techniques.
第３の発明によれば、第１の発明の効果に加えて、当初の任意の出入量に基づいて最終的に最も適切な電線の出入量が求められることから、第２の発明と同様に、作業効率を従来技術と比較して著しく高めることができる。
また、学習された学習モデルによって得られた最も適切な電線の出入量を新たな出入量としているため、求められた新たな出入量の信頼性を高いものにすることができる。
According to the third invention, in addition to the effects of the first invention, the most appropriate amount of wire can be finally determined based on the initial arbitrary amount of wire in and out, and therefore, similar to the second invention, work efficiency can be significantly improved compared to conventional technology.
Furthermore, since the most appropriate wire input/output amount obtained by the learned learning model is used as the new input/output amount, the reliability of the obtained new input/output amount can be increased.
第４の発明によれば、第３の発明の効果に加えて、最終的に最も適切な電線の出入量が求められると、電線の弛度が規定範囲内になったとの推定が成立するから、弛度を実測することなく、設計弛度を実現できる。 According to the fourth invention, in addition to the effects of the third invention, once the most appropriate wire inlet/outlet amount is finally determined, it is possible to estimate that the wire sag is within the specified range, thereby achieving the designed sag without actually measuring the sag.
第５の発明によれば、第１乃至第４のいずれかの発明の効果に加えて、推定部によって推定された電線の新たな出入量が、実行部によって保持手段において実現されるため、電線の出入りを自在に制御し、弛度を規定範囲内にすることができる。 According to the fifth aspect of the invention, in addition to the effects of any one of the first to fourth aspects, the new amount of wire movement estimated by the estimation unit is realized in the holding means by the execution unit, so that the movement of the wire can be freely controlled and the slack can be kept within a specified range.
第６の発明によれば、第１の発明と同様の効果を有する。 The sixth invention has the same effect as the first invention.
最初に、電線を延線する作業の概要を、図１を用いて説明する。図１（ａ）は電線を延線する作業の概要を説明するための説明図であって、電線の走行方向に対して略直角な水平方向から見た場合の外観図であり、図１（ｂ）は図１（ａ）の一部を拡大した拡大図である。
図１（ａ）及び図１（ｂ）に示すように、電線５１を送電鉄塔５０Ａ～５０Ｃに延線する際は、一方の保持手段５２に基端が巻回された電線５１を送電鉄塔５０Ａ～５０Ｃの支持点５０ａ～５０ｃに張設し、他方の保持手段５２に巻回された電線５１の先端を巻き取るという方法が採られる。一方の保持手段５２は電線ドラム５３であり、他方の保持手段５２は延線機５４である。
そして、延線機５４を例えば車両（図示せず）に積載し、これを白抜矢印方向へ向かって走行させると、電線５１が送電鉄塔５０Ａ～５０Ｃの支持点５０ａ，５０ｂ間と、支持点５０ｂ，５０ｃ間において、それぞれある程度の弛みを持って支持されることになる。なお、支持点５０ａ～５０ｃは、例えば、碍子が取り付けられる送電鉄塔５０Ａ～５０Ｃの支持アームを基準とした任意の位置（図示せず）に設定される。
次に、支持点５０ａ，５０ｂ間における電線５１に注目すると、図１（ｂ）に示すように、電線５１の弛みを表す弛度ｄ（ｍ）は、支持点５０ａと支持点５０ｂを結ぶ直線Ｌ５０と、電線５１との鉛直距離（鉛直方向Ｖに沿った距離）の最大値をいう。また、径間長Ｓ（ｍ）は、直線Ｌ５０を水平方向Ｈ上に投影したときに形成される直線の長さである。
First, an overview of the work of extending an electric wire will be described with reference to Fig. 1. Fig. 1(a) is an explanatory diagram for explaining the overview of the work of extending an electric wire, and is an external view when viewed from a horizontal direction substantially perpendicular to the running direction of the electric wire, and Fig. 1(b) is an enlarged view of a part of Fig. 1(a).
1(a) and 1(b), when an electric wire 51 is stretched on transmission towers 50A to 50C, the electric wire 51, whose base end is wound around one holding means 52, is stretched between support points 50a to 50c of the transmission towers 50A to 50C, and the tip of the wound electric wire 51 is wound around the other holding means 52. One holding means 52 is an electric wire drum 53, and the other holding means 52 is a wire stretching machine 54.
When the wire drawing machine 54 is loaded onto, for example, a vehicle (not shown) and driven in the direction of the outline arrow, the electric wire 51 is supported with a certain degree of slack between support points 50a and 50b and between support points 50b and 50c of the transmission towers 50A to 50C. Note that the support points 50a to 50c are set at arbitrary positions (not shown) based on the support arms of the transmission towers 50A to 50C to which the insulators are attached.
Next, focusing on the electric wire 51 between the support points 50a and 50b, as shown in Figure 1(b), the slack d (m) representing the slack of the electric wire 51 is the maximum value of the vertical distance (distance along the vertical direction V) between the electric wire 51 and the straight line L50 connecting the support points 50a and 50b. Also, the span length S (m) is the length of the straight line formed when the straight line L50 is projected onto the horizontal direction H.
また、電線５１の周囲の外気温Ｔｅ(℃)として、温度計２ｃ(図２参照)によって測定された実測値を用いることができる。これは、電線は外気温Ｔｅの変化によって伸縮することから、外気温Ｔｅの変化に起因する弛度の変化を、求める新たな出入量に反映させるためである。 Furthermore, the actual value measured by the thermometer 2c (see FIG. 2) can be used as the ambient temperature T e (°C) around the electric wire 51. This is because the electric wire expands and contracts depending on the change in the ambient temperature T e , and the change in sag caused by the change in the ambient temperature T e should be reflected in the new inflow and outflow amounts to be calculated.
さらに、送電鉄塔５０Ａの地表面Ｇから支持点５０ａまでの鉛直高さをｈ１（ｍ）、地表面Ｇから送電鉄塔５０Ｂの支持点５０ｂまでの鉛直高さをそれぞれｈ２（ｍ）とすると、高低差ｈ（ｍ）はｈ１とｈ２の差となる。この鉛直高さｈ１，ｈ２はいずれも既知であるから、直ちに高低差ｈを求めることができる。
そして、電線５１の単位長さ当たりの荷重Ｗ（Ｎ／ｍ）と、電線５１の最大張力Ｔｍａｘ（Ｎ）は、電線５１の構造や材質といった電線５１の種類毎の設計値である。
Furthermore, if the vertical height from the ground surface G to the support point 50a of the transmission tower 50A is h1 (m) and the vertical height from the ground surface G to the support point 50b of the transmission tower 50B is h2 (m), the height difference h (m) is the difference between h1 and h2 . Since both vertical heights h1 and h2 are known, the height difference h can be immediately calculated.
The load W (N/m) per unit length of the electric wire 51 and the maximum tension T max (N) of the electric wire 51 are design values for each type of electric wire 51 such as the structure and material of the electric wire 51 .
続いて、本発明の第１の実施の形態に係る電線弛度制御装置の構成について、図２を用いて説明する。図２は、実施例１に係る電線弛度制御装置の構成図である。なお、図１で示した構成要素については、図２においても同一の符号を付して、その説明を省略する。
図２に示すように、実施例１に係る電線弛度制御装置１は、送電鉄塔５０Ａ～５０Ｃに支持される電線５１の弛度ｄが規定範囲内となるように、保持手段５２に保持された電線５１の出入量ΔＬ（ｍ）を制御する電線弛度制御装置であって、取得部２と、学習部３と、推定部４と、実行部５を備える。
Next, the configuration of the wire slack control device according to the first embodiment of the present invention will be described with reference to Fig. 2. Fig. 2 is a configuration diagram of the wire slack control device according to the first embodiment. Note that the same reference numerals are used in Fig. 2 to designate the components shown in Fig. 1, and the description thereof will be omitted.
As shown in Figure 2, the electric wire slack control device 1 of Example 1 is an electric wire slack control device that controls the inflow/outflow amount ΔL (m) of the electric wire 51 held by the holding means 52 so that the slack d of the electric wire 51 supported by the transmission towers 50A to 50C is within a specified range, and is equipped with an acquisition unit 2, a learning unit 3, an estimation unit 4, and an execution unit 5.
このうち、取得部２は、弛度ｄに関連する弛度関連データＤＲと、弛度関連データＤＲに対応する電線５１の出入量ΔＬからなる特徴データＤを取得する。また、取得部２は、弛度関連データＤＲが入力される記憶媒体、キーボードまたはインターネットサイトからなる入力部２ａと、画像データＤＩが撮像される撮像手段２ｂと、外気温Ｔｅが測定される温度計２ｃと通信可能に接続されている。また、入力部２ａと、撮像手段２ｂと、温度計２ｃは、互いに通信可能に接続されている。 Of these, the acquisition unit 2 acquires sag-related data D R related to the sag d and feature data D consisting of the inflow/outflow amount ΔL of the electric wire 51 corresponding to the sag-related data D R. The acquisition unit 2 is also communicatively connected to an input unit 2a consisting of a storage medium, keyboard, or internet site into which the sag-related data D R is input, an imaging means 2b that captures image data D I , and a thermometer 2c that measures the outside air temperature T e . The input unit 2a, the imaging means 2b, and the thermometer 2c are also communicatively connected to one another.
ここで、弛度関連データＤＲは、電線５１の画像データＤＩと、弛度の規定範囲を表す、所定の外気温Ｔｅにおける設計弛度ｄ０と、荷重Ｗと、最大張力Ｔｍａｘと、径間長Ｓと、電線５１の実長Ｌと、鉛直高さｈ１，ｈ２と、高低差ｈと、外気温Ｔｅのうちの少なくとも一つを含むことができる。
また、弛度関連データＤＲのうち、画像データＤＩとしては、支持点５０ａ～５０ｃの各区間において、それぞれ電線５１の全体形状を把握できるように、電線５１の走行方向に対して略直角な一方向から撮像されているものが望ましい。ただし、支持点５０ａ，５０ｂの鉛直高さｈ１，ｈ２はいずれも既知であるため、送電鉄塔５０Ａ，５０Ｂの基部は画像データＤＩ内に撮像されていなくてもよい。
しかし、送電鉄塔５０Ａ～５０Ｃの設置位置、径鉛直高さｈ１，ｈ２または径間長Ｓの長さによっては、一方向からの撮像により電線５１の全体形状を把握することが困難な場合がある。この場合には、画像データＤＩとして、視点の異なる複数の画像を用いてもよい。複数の画像として、例えば地上に設置した撮像手段２ｂや、撮像手段２ｂを搭載したドローンを用いて、電線５１の走行方向に対して任意の斜方向から撮像した静止画や動画が考えられる。電線５１の形状は、例えば公用されている三次元復元ソフトウェアにより、複数の画像から三次元の点群データとして復元される。
Here, the sag-related data D R can include at least one of image data D I of the electric wire 51, a design sag d O at a predetermined outside air temperature T e representing a specified range of sag, a load W, a maximum tension T max , a span length S, an actual length L of the electric wire 51, vertical heights h 1 and h 2 , a difference in elevation h, and an outside air temperature T e .
Furthermore, it is desirable that the image data D1 of the sag-related data D2R be imaged from a direction approximately perpendicular to the running direction of the electric wire 51 so that the overall shape of the electric wire 51 can be grasped in each section of the support points 50a to 50c. However, since the vertical heights h1 and h2 of the support points 50a and 50b are both known, the bases of the transmission towers 50A and 50B do not need to be imaged in the image data D1 .
However, depending on the installation positions of the transmission towers 50A-50C, the vertical heights h1 and h2 , or the span length S, it may be difficult to grasp the overall shape of the electric wire 51 by capturing images from one direction. In this case, multiple images captured from different viewpoints may be used as the image data DI . The multiple images may be still images or videos captured from any oblique direction relative to the running direction of the electric wire 51 using, for example, an imaging means 2b installed on the ground or a drone equipped with the imaging means 2b. The shape of the electric wire 51 is reconstructed as three-dimensional point cloud data from the multiple images using, for example, publicly available three-dimensional reconstruction software.
そして、電線５１の実長Ｌ（ｍ）とは、支持点５０ａ～５０ｃの各区間における電線５１の長さである。さらに、電線５１の出入量ΔＬ（ｍ）とは、電線ドラム５３や延線機５４において引き出されたり、巻き取られたりする電線５１の長さであって、延線された電線５１の弛度ｄを規定範囲内にすることができる値である。 The actual length L (m) of the electric wire 51 is the length of the electric wire 51 in each section between support points 50a to 50c. Furthermore, the inflow/outflow amount ΔL (m) of the electric wire 51 is the length of the electric wire 51 that is pulled out or wound on the electric wire drum 53 or the wire drawing machine 54, and is a value that allows the slack d of the drawn electric wire 51 to fall within a specified range.
なお、実施例１において、弛度関連データＤＲは、電線５１の画像データＤＩと、画像データＤＩ以外の弛度関連データＤＲのうちの少なくとも一つを含んでいる。この画像データＤＩ以外の弛度関連データＤＲは既知であり、画像データＤＩは画像データＤＩ以外の弛度関連データＤＲの変化に対応して撮像されたものである。
ただし、電線５１の実長Ｌは、実測が困難であることや、画像データＤＩから読み取り可能な場合を考慮して、必ずしも弛度関連データＤＲに含まれなくてもよい。さらに、電線５１の出入量ΔＬは、予め電線ドラム５３や延線機５４において、例えば電線５１の引き出し量や巻き取り量を測定するエンコーダーを用いて測定することができる。
In the first embodiment, the sag-related data DR includes at least one of image data DI of the electric wire 51 and sag-related data DR other than the image data DI . The sag-related data DR other than the image data DI is known, and the image data DI is captured in response to a change in the sag-related data DR other than the image data DI .
However, the actual length L of the electric wire 51 does not necessarily have to be included in the slack-related data DR , considering that it is difficult to actually measure it or that it may be possible to read it from the image data DI . Furthermore, the in/out amount ΔL of the electric wire 51 can be measured in advance in the electric wire drum 53 or the wire drawing machine 54 using, for example, an encoder that measures the amount of the electric wire 51 that is drawn out or wound up.
次に、学習部３は、関連付け部６と、構築部７と、記憶部８を備えており、取得部２が取得した特徴データＤから、新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを推定するための学習モデルを構築する。
学習部３のうち、関連付け部６は、弛度関連データＤＲ（すなわち、画像データＤＩと、画像データＤＩ以外の弛度関連データＤＲのうちの少なくとも一つ）と、電線５１の出入量ΔＬを関連付けて関連付けデータＤＡを生成する。
具体的には、関連付け部６で処理される弛度関連データＤＲは、画像データＤＩ以外の弛度関連データＤＲのうちの少なくとも一つの物理量の値や、物理量の種類が変更された複数の値である。また、画像データＤＩは、複数の弛度関連データＤＲのそれぞれに対応した複数の画像である。よって、関連付けデータＤＡは、複数の画像データＤＩにそれぞれ対応した複数のデータからなるデータ群となる。
また、構築部７は、関連付けデータＤＡに基づき、公知のディープラーニング技術を用いて上記の学習モデルを構築する。記憶部８は、関連付け部６で生成された関連付けデータＤＡや、構築部７で構築された学習モデルを記憶する。
Next, the learning unit 3 includes an associating unit 6, a constructing unit 7, and a memory unit 8, and constructs a learning model for estimating a new inflow/outflow amount ΔL N corresponding to the new slack-related data D RN from the feature data D acquired by the acquiring unit 2.
The associating unit 6 of the learning unit 3 associates the sag-related data D R (i.e., at least one of the image data D I and the sag-related data D R other than the image data D I ) with the inflow/outflow amount ΔL of the electric wire 51 to generate the association data D A.
Specifically, the slackness-related data D R processed by the associating unit 6 is a value of at least one physical quantity of the slackness-related data D R other than the image data D I , or a plurality of values in which the type of physical quantity has been changed. Also, the image data D I is a plurality of images corresponding to each of the plurality of slackness-related data D R. Therefore, the associating data D A is a data group made up of a plurality of data corresponding to each of the plurality of image data D I.
The construction unit 7 constructs the learning model using a known deep learning technique based on the association data D A. The storage unit 8 stores the association data D A generated by the association unit 6 and the learning model constructed by the construction unit 7.
さらに、推定部４は、学習部３の構築部７で構築された学習モデルに基づいて、新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを推定する。
次に、実行部５は、推定部４が推定した新たな出入量ΔＬＮに基づいて、保持手段５２の駆動を実行させるものであって、推定部４が推定した新たな出入量ΔＬＮを反映する駆動信号を発生させる信号発生部５ａと、保持手段５２を駆動する駆動部５ｂと、信号発生部５ａが発生した駆動信号を駆動部５ｂに送信する送信部５ｃを備える。なお、駆動部５ｂは、保持手段５２である電線ドラム５３及び延線機５４のうちの少なくともいずれか一方の、駆動モーター（図示せず）の回動軸を回動させるよう構成されている。
Furthermore, the estimation unit 4 estimates a new inflow/outflow amount ΔL N corresponding to the new sag related data D RN based on the learning model constructed by the construction unit 7 of the learning unit 3 .
Next, the execution unit 5 drives the holding means 52 based on the new input/output amount ΔLN estimated by the estimation unit 4, and includes a signal generation unit 5a that generates a drive signal reflecting the new input/output amount ΔLN estimated by the estimation unit 4, a drive unit 5b that drives the holding means 52, and a transmission unit 5c that transmits the drive signal generated by the signal generation unit 5a to the drive unit 5b. The drive unit 5b is configured to rotate the rotation shaft of a drive motor (not shown) of at least one of the electric wire drum 53 and the wire drawing machine 54 that constitute the holding means 52.
さらに、電線弛度制御装置１の動作について、図３を用いて説明する。図３は、本発明の実施例１に係る電線弛度制御装置による電線の出入量を推定する手順を示すフロー図である。なお、図１及び図２で示した構成要素については、図３においても同一の符号を付して、その説明を省略する。
図３に示すように、電線弛度制御装置１においては、送電鉄塔５０Ａ～５０Ｃに支持される電線５１の弛度ｄが規定範囲内となるように、電線ドラム５３及び延線機５４に保持された電線５１の出入量ΔＬを制御する電線弛度制御方法９が実施される。
この電線弛度制御方法９は、ステップＳ１の取得工程と、ステップＳ２の学習工程と、ステップＳ３の推定工程と、ステップＳ４の実行工程を備える。このうち、ステップＳ１の取得工程は、ステップＳ１－１の新たな弛度関連データ取得工程と、ステップＳ１－２の弛度関連データ等取得工程を備える。また、ステップＳ２の学習工程は、ステップＳ２－１の関連付け工程と、ステップＳ２－２の構築工程と、ステップＳ２－３の記憶工程を備える。
Next, the operation of the wire slack control device 1 will be described with reference to Fig. 3. Fig. 3 is a flow chart showing the procedure for estimating the amount of wire inflow and outflow by the wire slack control device according to the first embodiment of the present invention. Note that the same reference numerals are used in Fig. 3 to denote the components shown in Figs. 1 and 2, and their description will be omitted.
As shown in Figure 3, in the electric wire slack control device 1, an electric wire slack control method 9 is implemented in which the amount of inflow and outflow ΔL of the electric wire 51 held by the electric wire drum 53 and the wire pulling machine 54 is controlled so that the slack d of the electric wire 51 supported by the transmission towers 50A to 50C is within a specified range.
This electric wire sag control method 9 includes an acquisition step of step S1, a learning step of step S2, an estimation step of step S3, and an execution step of step S4. Of these, the acquisition step of step S1 includes a new sag-related data acquisition step of step S1-1 and a sag-related data, etc. acquisition step of step S1-2. Furthermore, the learning step of step S2 includes an association step of step S2-1, a construction step of step S2-2, and a storage step of step S2-3.
まず、ステップＳ１の取得工程においては、取得部２において、新たな弛度関連データＤＲＮを取得するステップＳ１－１の新たな弛度関連データ取得工程を実行する。
このステップＳ１－１の新たな弛度関連データ取得工程においては、弛度ｄを調整する直前の電線５１を撮像した新たな画像データＤＩＮと、新たな画像データＤＩＮ以外の新たな弛度関連データＤＲＮのうちの少なくとも一つを取得する。この新たな弛度関連データＤＲＮは、弛度関連データＤＲと同様に、所定の外気温Ｔｅにおける設計弛度ｄ０と、荷重Ｗと、最大張力Ｔｍａｘと、径間長Ｓと、電線５１の実長Ｌと、鉛直高さｈ１，ｈ２と、高低差ｈと、外気温Ｔｅのうちの少なくとも一つを含むことができる。
また、外気温Ｔｅ以外の新たな弛度関連データＤＲＮの取得は、作業員によって入力部２ａに入力された後で取得部２に送信されることによる。これ以外に、外気温Ｔｅは温度計２ｃによる測定値が所定のタイミングで自動的に取得部２に送信されてもよい。
First, in the acquisition step of step S1, the acquisition unit 2 executes a new slackness-related data acquisition step of step S1-1 to acquire new slackness-related data DRN .
In the new sag-related data acquisition step of step S1-1, at least one of new image data D IN obtained by capturing an image of the electric wire 51 immediately before the sag d is adjusted and new sag-related data D RN other than the new image data D IN is acquired. Like the sag-related data D R , the new sag-related data D RN can include at least one of the design sag d 0 at a predetermined outside air temperature T e , the load W, the maximum tension T max , the span length S, the actual length L of the electric wire 51, the vertical heights h 1 and h 2 , the elevation difference h, and the outside air temperature T e .
Furthermore, new sag-related data DRN other than the outside air temperature T e is acquired by being input by an operator to the input unit 2 a and then being transmitted to the acquisition unit 2. Alternatively, the outside air temperature T e may be measured by a thermometer 2 c and automatically transmitted to the acquisition unit 2 at a predetermined timing.
さらに、ステップＳ１－１の新たな弛度関連データ取得工程の直後は、そのままＳ１－２の弛度関連データ等取得工程に進む（Ｙｅｓ）か、またはステップＳ３の推定工程に進む（Ｎｏ）かを選択する。これは、例えば支持点５０ａ，５０ｃ間で、すでにステップＳ２の学習工程を一度実行して学習モデルを構築済の場合に、同じ支持点５０ａ，５０ｃ間で、再度新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを求める場合は、学習モデルの構築に必要な特徴データＤは取得されなくてよいからである。
すなわち、Ｓ１－２の弛度関連データ等取得工程に進む場合は、ステップＳ２の学習工程と、ステップＳ３の推定工程と、ステップＳ４の実行工程が実行される。これに対し、ステップＳ３の推定工程に進む場合では、Ｓ１－２の弛度関連データ等取得工程と、ステップＳ２の学習工程は省略され、その後にステップＳ３の推定工程と、ステップＳ４の実行工程が実行される。なお、上記の選択は、作業員によって入力部２ａに入力された後で取得部２に送信されることによる。
Furthermore, immediately after the new sag-related data acquisition step of step S1-1, the user selects whether to proceed directly to the sag-related data acquisition step of step S1-2 (Yes) or to the estimation step of step S3 (No). This is because, for example, if the learning step of step S2 has already been executed once between support points 50a and 50c to construct a learning model, when new inflow/outflow amounts ΔLN corresponding to new sag-related data DRN are to be calculated again between the same support points 50a and 50c, the feature data D required for constructing the learning model does not need to be acquired.
That is, when proceeding to the step of acquiring slack-related data, etc., of S1-2, the learning step of step S2, the estimation step of step S3, and the execution step of step S4 are executed. On the other hand, when proceeding to the estimation step of step S3, the step of acquiring slack-related data, etc., of S1-2 and the learning step of step S2 are omitted, and then the estimation step of step S3 and the execution step of step S4 are executed. Note that the above selection is input by the operator to the input unit 2a and then transmitted to the acquisition unit 2.
Ｓ１－２の弛度関連データ等取得工程に進む場合、取得部２において、画像データＤＩと、画像データＤＩ以外の弛度関連データＤＲのうちの少なくとも一つと、弛度関連データＤＲに対応する電線５１の出入量ΔＬからなる特徴データＤを取得する。この特徴データＤは、前述のとおり、学習モデルの構築に必要なデータであって、教師あり学習における教師データと呼ばれているものである。
また、外気温Ｔｅ以外の弛度関連データＤＲの取得は、外気温Ｔｅ以外の新たな弛度関連データＤＲＮの取得の場合と同様である。
さらに、所定の外気温Ｔｅにおける設計弛度ｄ０は、以下の式（１）で示すような、電線５１の単位長さ当たりの荷重Ｗと、電線５１の最大張力ＴＭＡＸと、径間長Ｓから演算される一定の値に設定される。しかし、設計弛度ｄ０は、実務上の要請によって決定される幅を持った値であってもよい。
When proceeding to the sag-related data acquisition step of S1-2, the acquisition unit 2 acquires feature data D consisting of image data D 1 , at least one of sag-related data D 2 R other than image data D 1 , and the in/out amount ΔL of the electric wire 51 corresponding to the sag-related data D 2 R. As described above, this feature data D is data necessary for constructing a learning model, and is called teacher data in supervised learning.
The acquisition of the sag-related data D R other than the outside air temperature T e is similar to the acquisition of the new sag-related data D RN other than the outside air temperature T e .
Furthermore, the design sag d0 at a predetermined outside air temperature T e is set to a constant value calculated from the load W per unit length of the wire 51, the maximum tension T MAX of the wire 51, and the span length S, as shown in the following formula (1). However, the design sag d0 may be a value having a range determined according to practical requirements.
ただし、実施例１において、設計弛度ｄ０は学習モデルによって推定されたり、電線の出入量ΔＬの精度を判断したりするための物理量ではなく、あるいは式（１）から荷重Ｗと、最大張力ＴＭＡＸによって求めることができるため、設計弛度ｄ０は必ずしも弛度関連データＤＲに含まれなくてもよい。
また、荷重Ｗと、最大張力ＴＭＡＸは、それぞれ、弛度ｄを調整する対象の電線５１の種類毎の設計値である。
さらに、径間長Ｓと、支持点５０ａ，５０ｂの鉛直高さｈ１，ｈ２と、高低差ｈは、電線５１が支持される送電鉄塔５０Ａ，５０Ｂの構造や配置が変更されない限り不変である。なお、高低差ｈは、鉛直高さｈ１と鉛直高さｈ２の差であるため、鉛直高さｈ１，ｈ２が弛度関連データＤＲに含まれる場合には、必ずしもこの弛度関連データＤＲに含まれなくてもよい。
However, in Example 1, the design sag d0 is not a physical quantity that is estimated by a learning model or used to determine the accuracy of the wire in/out amount ΔL, or can be calculated from the load W and the maximum tension T MAX using equation (1). Therefore, the design sag d0 does not necessarily need to be included in the sag-related data DR .
The load W and the maximum tension T MAX are design values for each type of electric wire 51 for which the slack d is to be adjusted.
Furthermore, the span length S, the vertical heights h1 and h2 of the support points 50a and 50b, and the height difference h remain unchanged unless there is a change in the structure or arrangement of the transmission towers 50A and 50B on which the electric wire 51 is supported. Note that since the height difference h is the difference between the vertical heights h1 and h2 , it does not necessarily have to be included in the sag-related data DR when the vertical heights h1 and h2 are included in the sag-related data DR .
次に、ステップＳ２の学習工程においては、まず学習部３の関連付け部６において、ステップＳ２－１の関連付け工程を実行する。
このステップＳ２－１の関連付け工程においては、画像データＤＩ及びこの画像データＤＩ以外の弛度関連データＤＲのうちの一つと、既知の出入量ΔＬを関連付けて関連付けデータＤＡを生成する。前述したように、関連付けデータＤＡとは、複数の画像データＤＩにそれぞれ対応した複数のデータからなるデータ群となる。
Next, in the learning step of step S2, the associating section 6 of the learning section 3 first executes the associating step of step S2-1.
In the associating step of step S2-1, the image data D 1 and one of the sag-related data D 2 R other than the image data D 1 are associated with the known inflow/outflow amount ΔL to generate the associated data D 1 A. As described above, the associated data D 1 A is a data group made up of a plurality of data corresponding to the plurality of image data D 1 , respectively.
そして、ステップＳ２－２の構築工程においては、構築部７において、複数の関連付けデータＤＡに基づいて、新たな出入量ΔＬＮの決定に役立つ情報が抽出される。そして、構築部７は、この抽出された情報に基づいて新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを推定する学習モデルを構築する。
さらに、ステップＳ２－３の記憶工程においては、記憶部８において、ステップＳ２－１の関連付け工程で生成された複数の関連付けデータＤＡや、ステップＳ２－２の構築工程で構築された学習モデルが記憶される。
Then, in the construction step of step S2-2, the construction unit 7 extracts information useful for determining a new inflow/outflow amount ΔL N based on the multiple association data D A. Then, the construction unit 7 constructs a learning model that estimates a new inflow/outflow amount ΔL N corresponding to the new sag-related data D RN based on this extracted information.
Furthermore, in the storage step of step S2-3, the storage unit 8 stores the plurality of association data DA generated in the association step of step S2-1 and the learning model constructed in the construction step of step S2-2.
続いて、ステップＳ３の推定工程においては、推定部４において、ステップＳ２－２の構築工程で構築された学習モデルに基づいて、ステップＳ１－２の新たな弛度関連データ取得工程で取得済みの新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを推定する。
これにより、例えば、支持点５０ａ，５０ｂ間や、支持点５０ｂ，５０ｃ間に新たに延線された電線５１について、温度計２ｃによって測定された外気温Ｔｅにおける電線ドラム５３や延線機５４の引き出し量や巻き取り量が求められる。
Next, in the estimation process of step S3, the estimation unit 4 estimates a new inflow/outflow amount ΔL N corresponding to the new sag-related data D RN already acquired in the new sag-related data acquisition process of step S1-2 , based on the learning model constructed in the construction process of step S2-2.
As a result, for example, for the electric wire 51 newly stretched between the support points 50a and 50b or between the support points 50b and 50c, the amount of wire drawn out and the amount of wire taken up by the electric wire drum 53 and the wire drawing machine 54 at the outside air temperature T e measured by the thermometer 2c can be determined.
さらに、ステップＳ４の実行工程においては、新たな出入量ΔＬＮを反映する駆動信号が信号発生部５ａによって発生され、送信部５ｃを介して駆動部５ｂへ送信される。したがって、保持手段５２が新たな出入量ΔＬＮだけ駆動し、温度計２ｃによって測定された外気温Ｔｅにおける電線５１の弛度ｄが規定範囲内に設定される。 Furthermore, in the execution process of step S4, a drive signal reflecting the new inflow/outflow amount ΔL N is generated by the signal generating unit 5 a and transmitted to the driving unit 5 b via the transmitting unit 5 c. Therefore, the holding means 52 is driven by the new inflow/outflow amount ΔL N , and the sag d of the electric wire 51 at the outside air temperature T e measured by the thermometer 2 c is set within a specified range.
以上説明したように、実施例１に係る電線弛度制御装置１によれば、電線５１を延線する際に弛度ｄを測定する必要がないため、送電鉄塔５０Ａ～５０Ｃに昇塔する作業をなくすことができる。また、弛度ｄ以外の必要な弛度関連データＤＲも手間取ることなく得ることができる。さらに、電線５１の新たな出入量ΔＬＮを学習モデルに基づいて推定することで、弛度ｄを容易に規定範囲内とすることが可能である。したがって、電線弛度制御装置１の導入時や運用時の負担を軽減することができる。 As described above, with the wire sag control device 1 according to the first embodiment, there is no need to measure the sag d when extending the wire 51, eliminating the need to climb the transmission towers 50A-50C. Furthermore, other necessary sag-related data DR besides the sag d can be obtained without much effort. Furthermore, by estimating the new inflow/outflow amount ΔLN of the wire 51 based on the learning model, the sag d can be easily kept within the specified range. Therefore, the burden of installing and operating the wire sag control device 1 can be reduced.
詳細には、電線弛度制御装置１によれば、複数の関連付けデータＤＡから自動的に抽出される情報から、新たな弛度関連データＤＲＮに対応する新たな出入量ΔＬＮを推定可能な学習モデルが構成されるため、この学習モデルを用いることで、例えば、延線時に作業員が電線５１を観察しながら保持手段５２を駆動する作業が不要となるとともに、弛度ｄを精度良く規定範囲内にすることができる。したがって、従来技術と比較して作業性を著しく高めることが可能になる。さらに、人が弛度測定に介在する場合に起こり得る弛度の読み取り誤差や作業員間のバラツキの影響を排除できる。
加えて、電線弛度制御装置１によれば、推定部４によって推定された電線５１の新たな出入量ΔＬＮが、実行部５によって保持手段５２において実現されるため、電線５１の出入りを自在に制御し、弛度ｄを規定範囲内にすることができる。
Specifically, the wire sag control device 1 constructs a learning model capable of estimating a new input/output amount ΔLN corresponding to the new sag-related data DRN from information automatically extracted from the multiple association data DA . By using this learning model, for example, during wire extension, it is no longer necessary for an operator to operate the holding means 52 while observing the wire 51, and the sag d can be accurately kept within a specified range. This significantly improves workability compared to the prior art. Furthermore, it also eliminates the effects of sag reading errors and variations between operators that may occur when a human is involved in sag measurement.
In addition, according to the wire slack control device 1, the new inflow/outflow amount ΔL N of the wire 51 estimated by the estimation unit 4 is realized in the holding means 52 by the execution unit 5, so that the inflow/outflow of the wire 51 can be freely controlled and the slack d can be kept within a specified range.
本発明の第２の実施の形態に係る電線弛度制御装置の構成について、図４を用いて説明する。図４は、実施例２に係る電線弛度制御装置の構成図である。なお、図１で示した構成要素については、図２においても同一の符号を付して、その説明を省略する。
図２に示すように、実施例２に係る電線弛度制御装置１０は、実施例１に係る電線弛度制御装置１を構成する学習部３の代わりに、学習部１１を備える。これ以外の電線弛度制御装置１０の構成は、電線弛度制御装置１と同様である。
学習部１１は、報酬部１２と、関数更新部１３と、記憶部１４を備える。このうち、報酬部１２は、出入量ΔＬを選択した結果に対する報酬を決定する。また、記憶部１４は、関数更新部１３で学習された学習モデルを記憶する。
さらに、関数更新部１３は、報酬に基づいて、出入量ΔＬを選択した価値を表す関数を更新する。この関数は、一般的に以下の式（２）で表される行動価値関数Ｑである。
The configuration of a wire slack control device according to a second embodiment of the present invention will be described with reference to Fig. 4. Fig. 4 is a configuration diagram of a wire slack control device according to Example 2. Note that the same reference numerals are used in Fig. 2 to designate the components shown in Fig. 1, and the description thereof will be omitted.
2 , the wire slack control device 10 according to the second embodiment includes a learning unit 11 instead of the learning unit 3 constituting the wire slack control device 1 according to the first embodiment. Other configurations of the wire slack control device 10 are the same as those of the wire slack control device 1.
The learning unit 11 includes a reward unit 12, a function update unit 13, and a storage unit 14. Among these, the reward unit 12 determines a reward for the result of selecting the input/output amount ΔL. Furthermore, the storage unit 14 stores the learning model learned by the function update unit 13.
Furthermore, the function update unit 13 updates the function that represents the value of selecting the input/output amount ΔL based on the reward. This function is generally an action value function Q expressed by the following equation (2).
式（２）で表される行動価値関数Ｑは、行動主体が状態ｓで選択する行動ａを選択した場合の、行動の価値を示すＱ学習で用いられるものである。
よって、式（２）にしたがって任意の状態ｓの下で様々な行動ａを選択する試行錯誤を繰り返すことで、行動価値関数Ｑが繰り返し更新され、この行動価値関数Ｑの値が最大となる行動を選択することが出力データ、すなわち本願における出入量ΔＬの最適解となる。この最適解を求める新たな出入量ΔＬＮとする。なお、学習係数αと、割引率γは、通常、０．１等、０．９等がそれぞれ選択される。
また、報酬ｒｔ＋１は、出入量ΔＬに対応する弛度ｄが、規定範囲内を表す設計弛度ｄ０に近づくほど増加するように、予め設定されている。
The action value function Q expressed by equation (2) is used in Q-learning to indicate the value of an action when the subject selects action a in state s.
Therefore, by repeating trial and error to select various actions a under an arbitrary state s according to equation (2), the action value function Q is repeatedly updated, and selecting the action that maximizes the value of this action value function Q becomes the output data, i.e., the optimal solution for the input/output volume ΔL in this application. This optimal solution is assumed to be the new input/output volume ΔL N. Note that the learning coefficient α and the discount rate γ are usually selected to be 0.1, 0.9, etc., respectively.
Moreover, the reward r t+1 is preset so as to increase as the sag d corresponding to the inflow/outflow amount ΔL approaches the design sag d 0 which indicates that the sag is within the specified range.
続いて、電線弛度制御装置１０の動作について、図５を用いて説明する。図５は、本発明の実施例２に係る電線弛度制御装置による電線の出入量を推定する手順を示すフロー図である。なお、図１乃至図４で示した構成要素については、図５においても同一の符号を付して、その説明を省略する。
図５に示すように、電線弛度制御装置１０においては、実施例１で実施される電線弛度制御方法９と同様に、電線ドラム５３及び延線機５４に保持された電線５１の出入量ΔＬを制御する電線弛度制御方法１５が実施される。
この電線弛度制御方法１５は、電線弛度制御方法９のステップＳ２の学習工程の代わりに、ステップＳ５の学習工程を備える。
また、電線弛度制御方法１５のステップＳ１の取得工程で取得される特徴データＤは、荷重Ｗ及び最大張力Ｔｍａｘの組み合わせ及び／又は所定の外気温Ｔｅにおける設計弛度ｄ０と、径間長Ｓと、鉛直高さｈ１，ｈ２及び／又は高低差ｈと、電線５１の実長Ｌと、実測された外気温Ｔｅを含む弛度関連データＤＲと、電線５１の出入量ΔＬを含む。ただし、実施例２の電線弛度制御方法１５におけるステップＳ１の取得工程では、実施例１の電線弛度制御方法９におけるステップＳ１－１の新たな弛度関連データ取得工程は省略される。また、ステップＳ１の取得工程の直後は、そのままステップＳ５の学習工程に進む。
Next, the operation of the wire slack control device 10 will be described with reference to Fig. 5. Fig. 5 is a flow chart showing the procedure for estimating the amount of wire inflow and outflow by the wire slack control device according to the second embodiment of the present invention. Note that the same reference numerals are used in Fig. 5 to denote the components shown in Figs. 1 to 4, and the description thereof will be omitted.
As shown in FIG. 5, the wire slack control device 10 implements a wire slack control method 15 for controlling the inflow/outflow amount ΔL of the wire 51 held by the wire drum 53 and the wire drawing machine 54, similar to the wire slack control method 9 implemented in the first embodiment.
The wire sag control method 15 includes a learning step S5 instead of the learning step S2 of the wire sag control method 9.
The feature data D acquired in the acquisition step of step S1 of the wire sag control method 15 includes the design sag d0 at a combination of the load W and the maximum tension Tmax and/or a predetermined outside air temperature Te , the span length S, the vertical heights h1 , h2 and/or the elevation difference h, the actual length L of the wire 51, sag-related data D R including the measured outside air temperature Te , and the inflow/outflow amount ΔL of the wire 51. However, in the acquisition step of step S1 in the wire sag control method 15 of the second embodiment, the new sag-related data acquisition step of step S1-1 in the wire sag control method 9 of the first embodiment is omitted. Immediately after the acquisition step of step S1, the process proceeds directly to the learning step of step S5.
このうち、所定の外気温Ｔｅを外気温Ｔｅ０とすると、荷重Ｗ及び最大張力Ｔｍａｘの組み合わせと、外気温Ｔｅ０における設計弛度ｄ０は、少なくともいずれか一方が弛度関連データＤＲに含まれていればよい。これは、荷重Ｗ及び最大張力Ｔｍａｘの組み合わせが既知であれば、（１）式によって設計弛度ｄ０が得られるためである。また、鉛直高さｈ１，ｈ２と、高低差ｈについても、少なくともいずれか一方が弛度関連データＤＲに含まれていればよい。なお、電線５１の実長Ｌ及び出入量ΔＬは、後述する所定範囲を設定するための任意の値である。
これ以外の電線弛度制御方法１５を構成する工程は、電線弛度制御装置１を構成する工程と同様である。
Of these, if the predetermined outside air temperature T e is the outside air temperature T e0 , then at least one of the combination of the load W and the maximum tension T max and the design sag d 0 at the outside air temperature T e0 needs to be included in the sag-related data DR . This is because if the combination of the load W and the maximum tension T max is known, the design sag d 0 can be obtained by equation (1). Also, with regard to the vertical heights h 1 and h 2 and the height difference h, at least one of them needs to be included in the sag-related data DR . The actual length L and the extension/retraction amount ΔL of the electric wire 51 are arbitrary values for setting a predetermined range, which will be described later.
Other steps constituting the wire sag control method 15 are similar to the steps constituting the wire sag control device 1 .
ステップＳ５の学習工程は、ステップＳ５－１の報酬工程と、ステップＳ５－２の関数更新工程を備える。
このうち、ステップＳ５－１の報酬工程は、電線５１の実長Ｌと、出入量ΔＬを選択した結果に対する報酬ｒｔ＋１を決定する。
詳細には、ステップＳ５－１の報酬工程においては、所定範囲内の実長Ｌと、所定範囲内の出入量ΔＬの例えば最小値がそれぞれ選択される。その後、選択した実長Ｌの最小値に任意の微小量を順次加え、実長Ｌを増加させる。同様に、所定範囲内の出入量ΔＬについても、選択した出入量ΔＬの最小値に任意の微小量を順次加え、出入量ΔＬを増加させる。
そうしておいて、増加した実長Ｌと、増加した出入量ΔＬの組み合わせ毎に報酬ｒｔ＋１が設定される。具体的には、例えば、弛度ｄが設計弛度ｄ０に近づくほど報酬ｒｔ＋１をより大きい正の値として増加させ、弛度ｄが設計弛度ｄ０から遠ざかるほど報酬ｒｔ＋１をより大きい負の値として減少させるように設定することができる。
The learning step in step S5 includes a reward step in step S5-1 and a function update step in step S5-2.
Among these, the reward step of step S5-1 determines the reward r t+1 for the result of selecting the actual length L of the electric wire 51 and the inflow/outflow amount ΔL.
Specifically, in the compensation process of step S5-1, the actual length L within a predetermined range and, for example, the minimum value of the inflow/outflow amount ΔL within the predetermined range are each selected. After that, any minute amount is sequentially added to the selected minimum value of the actual length L to increase the actual length L. Similarly, for the inflow/outflow amount ΔL within the predetermined range, any minute amount is sequentially added to the selected minimum value of the inflow/outflow amount ΔL to increase the inflow/outflow amount ΔL.
Then, a reward r t+1 is set for each combination of the increased actual length L and the increased in/out amount ΔL. Specifically, for example, the reward r t+1 can be set to increase as a larger positive value as the sag d approaches the design sag d 0 , and to decrease as a larger negative value as the sag d moves away from the design sag d 0 .
ここで、電線５１の実長Ｌと、出入量ΔＬと、調整前の弛度ｄと、径間長Ｓと、支持点の高低差ｈの関係は、式（３）で表される。このうち、実長Ｌは、電線５１が設計弛度ｄ０を有している場合の値である。 Here, the relationship between the actual length L of the electric wire 51, the extension/retraction amount ΔL, the sag d before adjustment, the span length S, and the difference in elevation h between the support points is expressed by Equation (3). Among these, the actual length L is a value when the electric wire 51 has a design sag d0 .
よって、式（３）より、実長Ｌと、出入量ΔＬと、径間長Ｓと、支持点の高低差ｈが与えられたときに、弛度ｄ（ｄ＞０）が求められる。前述したように、実長Ｌと、出入量ΔＬはそれぞれ順次増加した値が与えられ、径間長Ｓと、高低差ｈはいずれも既知であるから、式（３）より求められた弛度ｄが設計弛度ｄ０に近いか否かを判断できる。そして、この判断結果によって、報酬ｒｔ＋１の増減が決定される。
報酬ｒｔ＋１の増減が決定された後、ステップＳ５－２の関数更新工程において、式（２）にしたがって行動価値関数Ｑが繰り返し更新され、この行動価値関数Ｑの値が最大となる行動を選択することで出入量ΔＬの最適解が求められる。よって、ステップＳ３の推定工程において、出入量ΔＬの最適解が新たな出入量ΔＬＮとして推定される。また、出入量ΔＬの最適解に対応する実長Ｌを、新たな弛度関連データＤＲＮとする。
Therefore, from equation (3), when the actual length L, the extension/retraction amount ΔL, the span length S, and the difference in elevation h between the support points are given, the sag d (d > 0) can be found. As mentioned above, the actual length L and the extension/retraction amount ΔL are given values that increase sequentially, and the span length S and the difference in elevation h are all known, so it is possible to determine whether the sag d found from equation (3) is close to the design sag d 0. Then, depending on the result of this determination, an increase or decrease in the reward r t+1 is determined.
After the increase or decrease in the reward r t+1 has been determined, in the function updating step of step S5-2, the action value function Q is repeatedly updated according to equation (2), and the optimal solution for the inflow/outflow volume ΔL is found by selecting the action that maximizes the value of this action value function Q. Therefore, in the estimation step of step S3, the optimal solution for the inflow/outflow volume ΔL is estimated as a new inflow/outflow volume ΔL N. Furthermore, the actual length L corresponding to the optimal solution for the inflow/outflow volume ΔL is set as new slack-related data D RN .
ただし、温度計２ｃによって実測された外気温Ｔｅを外気温Ｔｅ１とすると、この外気温Ｔｅ１が、設計弛度ｄ０が設定された所定の外気温Ｔｅ０と異なる場合には、弛度ｄと比較する設計弛度ｄ０を、外気温Ｔｅ１と、外気温Ｔｅ０との差を考慮して補正することが望ましい。
ここで、所定の外気温Ｔｅ０(℃)、設計弛度ｄ０（ｍ）における電線５１の実長をＬ０（ｍ）、実測された外気温Ｔｅ１(℃)、設計弛度ｄ１（ｍ）における電線５１の実長をＬ１（ｍ）、外気温Ｔｅ０が外気温Ｔｅ１になったときの温度変化量をΔＴｅ(℃)、電線５１の線膨張係数をβ(１／℃)とすると、以下の式（４）乃至式（６）が成立する（Ｓ：径間長、ｈ：高低差）。よって、これらの式（４）乃至式（６）から、実測された外気温Ｔｅ１における設計弛度ｄ１
２は、式（７）で表される。
However, if the outside air temperature T e actually measured by the thermometer 2c is taken as the outside air temperature T e1 , and this outside air temperature T e1 differs from the predetermined outside air temperature T e0 for which the design sag d 0 is set, it is desirable to correct the design sag d 0 to be compared with the sag d, taking into account the difference between the outside air temperature T e1 and the outside air temperature T e0 .
Here, assuming that a predetermined outside air temperature T e0 (°C), the actual length of the wire 51 at the design sag d 0 (m) is L 0 (m), the measured outside air temperature T e1 (°C), the actual length of the wire 51 at the design sag d 1 (m) is L 1 (m), the temperature change when the outside air temperature T e0 becomes the outside air temperature T e1 is ΔT e (°C), and the linear expansion coefficient of the wire 51 is β(1/°C), the following equations (4) to (6) hold (S: span length, h: elevation difference). Therefore, from these equations (4) to (6), the design sag d 12 at the measured outside air temperature T e1 can be expressed by equation (7).
したがって、式（３）右辺の弛度ｄの比較対象を、設計弛度ｄ０の代わりに式（７）から得られるｄ１（ｄ１＞０）とすることで、実測された外気温Ｔｅ１における新たな出入量ΔＬＮが推定される。 Therefore, by comparing the sag d on the right side of equation (3) with d 1 (d 1 > 0) obtained from equation (7) instead of the design sag d 0 , a new inflow/outflow volume ΔL N at the actually measured outside air temperature T e1 can be estimated.
以上説明したように、実施例２に係る電線弛度制御装置１０によれば、当初の任意の実長Ｌと、出入量ΔＬに基づいて新たな出入量ΔＬＮを求めることができる。すなわち、実長Ｌや出入量ΔＬを実測することなく新たな出入量ΔＬＮを推定できることから、実施例１の電線弛度制御装置１と同様に、作業効率を従来技術と比較して著しく高めることができる。
また、任意の実長Ｌと、任意の出入量ΔＬにおける弛度ｄが、設計弛度ｄ０に近いか否かという判断結果を利用して新たな出入量ΔＬＮが求められるため、新たな出入量ΔＬＮの信頼性を高いものにすることができる。
さらに、弛度ｄと比較する設計弛度ｄ０を、外気温Ｔｅ１と、外気温Ｔｅ０との温度変化量ΔＴｅを考慮して補正することができるから、新たな出入量ΔＬＮの信頼性を一層向上させることが可能である。
As described above, the wire slack control device 10 according to the second embodiment can calculate the new inflow/outflow amount ΔLN based on the initial arbitrary actual length L and the inflow/outflow amount ΔL. In other words, since the new inflow/outflow amount ΔLN can be estimated without actually measuring the actual length L or the inflow/outflow amount ΔL , similarly to the wire slack control device 1 according to the first embodiment, the working efficiency can be significantly improved compared to the prior art.
Furthermore, since the new in-and-out amount ΔL N is obtained using the result of determining whether or not the sag d at an arbitrary actual length L and an arbitrary in-and-out amount ΔL is close to the design sag d 0 , the reliability of the new in-and-out amount ΔL N can be increased.
Furthermore, the design sag d0 to be compared with the sag d can be corrected taking into account the temperature change ΔTe between the outside air temperature Te1 and the outside air temperature Te0 , so it is possible to further improve the reliability of the new inflow/outflow amount ΔLN .
本発明に係る電線弛度制御装置は、実施例に示すものに限定されない。例えば、実施例１に係る電線弛度制御装置１において、取得部２で取得される弛度関連データＤＲは、画像データＤＩのみであってもよい。この場合、例えば、画像データＤＩ上の電線５１をトレースし、さらに１枚の画像データＤＩに写り込んだ物体の既知の寸法、例えば径間長Ｓや送電鉄塔の一部の高さ寸法との比較によってトレースした電線５１の実長を検知し、そして検知した実長と、出入量を関連付けて関連付けデータを生成するとよい。また、画像データＤＩとして、二次元画像のほか三次元画像が利用されてもよく、静止画のほか動画が利用されてもよい。
また、ステップＳ１の取得工程におけるステップＳ１－１の新たな弛度関連データ取得工程は、ステップＳ１－２の弛度関連データ等取得工程の直前に実行される代わりに、ステップＳ２の学習工程とステップＳ３の推定工程の間に実行されてもよい。この場合、ステップＳ１－１の新たな弛度関連データ取得工程を繰り返すか、またはステップＳ１－２の弛度関連データ等取得工程に戻るかについての選択が、入力部２ａを介し、ステップＳ３の推定工程より後に可能となるように構成されてもよい。
さらに、実施例２に係る電線弛度制御装置１０においては、弛度ｄが設計弛度ｄ０を超えており、かつ設計弛度ｄ０に近づくほど報酬ｒｔ＋１をより大きい正の値として増加させ、弛度ｄが設計弛度ｄ０より小さい場合に報酬ｒｔ＋１を一定の負の値またはゼロとして減少させるように設定してもよい。
The electric wire slack control device according to the present invention is not limited to the examples shown in the accompanying drawings. For example, in the electric wire slack control device 1 according to the first embodiment, the slack-related data DR acquired by the acquisition unit 2 may consist of only image data DI . In this case, for example, the electric wire 51 on the image data DI may be traced, and the actual length of the traced electric wire 51 may be detected by comparing it with known dimensions of an object captured in a single piece of image data DI , such as the span length S or the height of a portion of a transmission tower, and the detected actual length may be associated with the amount of inflow and outflow to generate associated data. Furthermore, the image data DI may be a three-dimensional image in addition to a two-dimensional image, and may be a video in addition to a still image.
Furthermore, the new slack-related data acquisition step of step S1-1 in the acquisition step of step S1 may be executed between the learning step of step S2 and the estimation step of step S3, instead of being executed immediately before the slack-related data, etc. acquisition step of step S1-2. In this case, the system may be configured so that a selection as to whether to repeat the new slack-related data acquisition step of step S1-1 or return to the slack-related data, etc. acquisition step of step S1-2 can be made via the input unit 2a after the estimation step of step S3.
Furthermore, in the wire slack control device 10 according to the second embodiment, the reward r t+1 may be increased to a larger positive value as the slack d exceeds the design slack d 0 and approaches the design slack d 0 , and may be set to decrease to a certain negative value or zero when the slack d is smaller than the design slack d 0 .
本発明は、複数の送電鉄塔に支持される電線の弛度を制御する電線弛度制御装置および電線弛度制御方法として利用可能である。 The present invention can be used as a wire sag control device and a wire sag control method for controlling the sag of wires supported by multiple transmission towers.
１…電線弛度制御装置 ２…取得部 ２ａ…入力部 ２ｂ…撮像手段 ２ｃ…温度計 ３…学習部 ４…推定部 ５…実行部 ５ａ…信号発生部 ５ｂ…駆動部 ５ｃ…送信部 ６…関連付け部 ７…構築部 ８…記憶部 ９…電線弛度制御方法 １０…電線弛度制御装置 １１…学習部 １２…報酬部 １３…関数更新部 １４…記憶部 １５…電線弛度制御方法 ５０Ａ～５０Ｃ…送電鉄塔 ５０ａ～５０ｃ…支持点 ５１…電線 ５２…保持手段 ５３…電線ドラム ５４…延線機 Ｓ１…取得工程 Ｓ１－１…新たな弛度関連データ取得工程 Ｓ１－２…弛度関連データ等取得工程 Ｓ２，Ｓ５…学習工程 Ｓ２－１…関連付け工程 Ｓ２－２…構築工程 Ｓ２－３…記憶工程 Ｓ３…推定工程 Ｓ４…実行工程 Ｓ５－１…報酬工程 Ｓ５－２…関数更新工程 1...Electric wire sag control device 2...Acquisition unit 2a...Input unit 2b...Image capture means 2c...Thermometer 3...Learning unit 4...Estimation unit 5...Execution unit 5a...Signal generation unit 5b...Drive unit 5c...Transmission unit 6...Association unit 7...Construction unit 8...Storage unit 9...Electric wire sag control method 10...Electric wire sag control device 11...Learning unit 12...Reward unit 13...Function update unit 14...Storage unit 15...Electric wire sag control method 50A-50C...Transmission tower 50a-50c...Support point 51...Electric wire 52...Holding means 53...Electric wire drum 54...Wire pulling machine S1...Acquisition process S1-1...New sag-related data acquisition process S1-2...Sag-related data, etc. acquisition process S2, S5...Learning process S2-1...Association process S2-2...Construction process S2-3...Storage process S3...Estimation process S4...Execution process S5-1...Reward process S5-2...Function update process
Claims (5)
前記弛度に関連する弛度関連データと、前記弛度関連データに対応する前記出入量からなる特徴データを取得する取得部と、
前記特徴データから、新たな弛度関連データに対応する新たな出入量を推定するための学習モデルを構築する学習部を備え、
前記弛度関連データは、前記電線の単位長さ当たりの荷重及び前記電線の最大張力の組み合わせ並びに所定の外気温における前記規定範囲を表す設計弛度のうちの少なくともいずれか一つと、複数の前記送電鉄塔の径間長と、複数の前記送電鉄塔の各支持点の鉛直高さ及び複数の前記送電鉄塔の各支持点の高低差のうちの少なくともいずれか一つと、前記電線の実長を含むことを特徴とする電線弛度制御装置。 A wire slack control device that controls the amount of wires held by a holding means so that the slack of the wires supported by a plurality of transmission towers is within a specified range,
an acquisition unit that acquires slackness-related data related to the slackness and feature data consisting of the inflow and outflow amounts corresponding to the slackness-related data;
a learning unit that constructs a learning model for estimating new inflows and outflows corresponding to new slack-related data from the feature data,
An electric wire sag control device characterized in that the sag -related data includes at least one of the combination of the load per unit length of the electric wire and the maximum tension of the electric wire and the design sag representing the specified range at a specified outside air temperature, at least one of the span lengths of the multiple transmission towers, the vertical height of each support point of the multiple transmission towers and the difference in elevation between each support point of the multiple transmission towers, and the actual length of the electric wire.
前記出入量を選択した結果に対する報酬を決定する報酬部と、
前記報酬に基づいて、前記出入量を選択した価値を表す関数を更新する関数更新部を備え、
前記関数更新部において前記関数の更新が繰り返されることで、前記報酬部で求められた前記報酬が最大となるように、前記新たな出入量を推定する前記学習モデルを構築することを特徴とする請求項１に記載の電線弛度制御装置。 The learning unit
a reward unit that determines a reward for a result of selecting the amount of input and output;
a function update unit that updates a function representing a value selected from the amount of input and output based on the reward;
The wire slack control device described in claim 1, characterized in that the learning model that estimates the new input and output amounts is constructed so that the reward calculated by the reward unit is maximized by repeatedly updating the function in the function update unit.
前記報酬は、選択した前記出入量に対応する前記弛度が、前記設計弛度に近づくほど増加するように設定されることを特徴とする請求項２に記載の電線弛度制御装置。 the sag-related data includes at least one of a combination of the load and the maximum tension and the design sag at a predetermined outside air temperature, the span length, at least one of the vertical height and the elevation difference, and the actual length;
3. The wire sag control device according to claim 2 , wherein the reward is set to increase as the sag corresponding to the selected input/output amount approaches the design sag.
前記推定部が推定した前記新たな出入量に基づいて、前記保持手段の駆動を実行させる実行部を備え、
前記実行部は、
前記推定部が推定した前記新たな出入量を反映する駆動信号を発生させる信号発生部と、
前記保持手段を駆動する駆動部と、
前記駆動信号を前記駆動部に送信する送信部を備えることを特徴とする請求項１乃至請求項３のいずれか１項に記載の電線弛度制御装置。 an estimation unit that estimates the new inflow/outflow amounts corresponding to the new slack-related data based on the learning model constructed by the learning unit;
an execution unit that executes driving of the holding means based on the new inflow/outflow amount estimated by the estimation unit,
The execution unit:
a signal generating unit that generates a drive signal that reflects the new inflow/outflow amount estimated by the estimating unit;
a drive unit that drives the holding means;
4. The wire slack control device according to claim 1 , further comprising a transmitter that transmits the drive signal to the driver.
前記弛度に関連する弛度関連データと、前記弛度関連データに対応する前記出入量からなる特徴データを取得する取得工程と、
前記特徴データから、新たな弛度関連データに対応する新たな出入量を推定するための学習モデルを構築する学習工程を備え、
前記弛度関連データは、前記電線の単位長さ当たりの荷重及び前記電線の最大張力の組み合わせ並びに所定の外気温における前記規定範囲を表す設計弛度のうちの少なくともいずれか一つと、複数の前記送電鉄塔の径間長と、複数の前記送電鉄塔の各支持点の鉛直高さ及び複数の前記送電鉄塔の各支持点の高低差のうちの少なくともいずれか一つと、前記電線の実長を含むことを特徴とする電線弛度制御方法。
A wire sag control method for controlling an amount of inflow and outflow of a wire held by a holding means so that the sag of the wire supported by a plurality of transmission towers is within a specified range,
an acquisition step of acquiring slack-related data relating to the slack and characteristic data including the amount of input and output corresponding to the slack-related data;
a learning step of constructing a learning model for estimating new inflow/outflow amounts corresponding to new slack-related data from the feature data;
A method for controlling sag of an electric wire , characterized in that the sag-related data includes at least one of a combination of the load per unit length of the electric wire and the maximum tension of the electric wire and a design sag representing the specified range at a predetermined outside air temperature, at least one of the span lengths of the plurality of transmission towers, the vertical height of each support point of the plurality of transmission towers and the difference in elevation between each support point of the plurality of transmission towers, and the actual length of the electric wire.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021016724A JP7733876B2 (en) | 2021-02-04 | 2021-02-04 | Electric wire sag control device and electric wire sag control method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021016724A JP7733876B2 (en) | 2021-02-04 | 2021-02-04 | Electric wire sag control device and electric wire sag control method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022119527A JP2022119527A (en) | 2022-08-17 |
| JP7733876B2 true JP7733876B2 (en) | 2025-09-04 |
Family
ID=82848318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021016724A Active JP7733876B2 (en) | 2021-02-04 | 2021-02-04 | Electric wire sag control device and electric wire sag control method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7733876B2 (en) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011151939A (en) | 2010-01-21 | 2011-08-04 | Chugoku Electric Power Co Inc:The | Sag adjusting device for protective wire |
| JP2016133356A (en) | 2015-01-16 | 2016-07-25 | 東京電力ホールディングス株式会社 | Sag simulator and computer program |
| JP2017134814A (en) | 2016-01-27 | 2017-08-03 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Vehicle contour detection method based on point group data, and device |
| JP2018074757A (en) | 2016-10-28 | 2018-05-10 | 株式会社東芝 | Patrol inspection system, information processing apparatus, and patrol inspection control program |
| JP2020119295A (en) | 2019-01-24 | 2020-08-06 | ファナック株式会社 | Machine learning system, controller and machine learning method for optimizing filter coefficients |
| WO2020168770A1 (en) | 2019-02-23 | 2020-08-27 | 深圳市商汤科技有限公司 | Object pose estimation method and apparatus |
| JP2020201721A (en) | 2019-06-10 | 2020-12-17 | 株式会社レクサー・リサーチ | Production design support device, production design support method, and production design support program |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07117376B2 (en) * | 1988-10-31 | 1995-12-18 | 住友電設株式会社 | Sagging observation device for wire drawing control |
| JP3210473B2 (en) * | 1993-03-11 | 2001-09-17 | 株式会社東芝 | Visual feedback control device |
| JPH09159771A (en) * | 1995-12-11 | 1997-06-20 | Furukawa Electric Co Ltd:The | Snow accretion amount prediction method and apparatus |
| KR102172543B1 (en) * | 2018-11-14 | 2020-11-03 | 한국전력공사 | Apparatus estimating sag for power transmission line |
-
2021
- 2021-02-04 JP JP2021016724A patent/JP7733876B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011151939A (en) | 2010-01-21 | 2011-08-04 | Chugoku Electric Power Co Inc:The | Sag adjusting device for protective wire |
| JP2016133356A (en) | 2015-01-16 | 2016-07-25 | 東京電力ホールディングス株式会社 | Sag simulator and computer program |
| JP2017134814A (en) | 2016-01-27 | 2017-08-03 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Vehicle contour detection method based on point group data, and device |
| JP2018074757A (en) | 2016-10-28 | 2018-05-10 | 株式会社東芝 | Patrol inspection system, information processing apparatus, and patrol inspection control program |
| JP2020119295A (en) | 2019-01-24 | 2020-08-06 | ファナック株式会社 | Machine learning system, controller and machine learning method for optimizing filter coefficients |
| WO2020168770A1 (en) | 2019-02-23 | 2020-08-27 | 深圳市商汤科技有限公司 | Object pose estimation method and apparatus |
| JP2020201721A (en) | 2019-06-10 | 2020-12-17 | 株式会社レクサー・リサーチ | Production design support device, production design support method, and production design support program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022119527A (en) | 2022-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105717947B (en) | Method for controlling aerial device and aerial device having controller for implementing the method | |
| CN105100682B (en) | Borescope with navigation feature | |
| CN110832351A (en) | Method for acquiring and modeling incident wind fields with LIDAR sensors | |
| US9631983B2 (en) | Optical fiber temperature distribution measuring device | |
| CN109631768B (en) | Device and method for monitoring two-dimensional displacement of structure | |
| JP2021189822A (en) | Image processing system, image processing method, and image processing program | |
| JP7733876B2 (en) | Electric wire sag control device and electric wire sag control method | |
| CN110500238B (en) | Method and device for determining vibration displacement of tower top of wind generating set | |
| JP2017042133A (en) | Plant growth rate calculation system and plant growth rate calculation method | |
| KR101668788B1 (en) | Structural health assessment method and system based on rigid rink | |
| JP7734918B2 (en) | Control device, inspection system, control method, and program | |
| US10962609B2 (en) | Calibration system and method for magnetic tracking in virtual reality systems | |
| CN109282744A (en) | Crop node unit phenotype monitoring device and method | |
| JP7758923B2 (en) | Estimation program, estimation device, and estimation method | |
| EP4174482A1 (en) | Temperature distribution learning device | |
| JP2021103178A (en) | Displacement measuring apparatus | |
| CN114815609A (en) | OCT system vibration suppression method and device | |
| WO2024104259A1 (en) | Positioning method and system for surgical robot, surgical robot and storage medium | |
| CN114705160B (en) | Tunnel longitudinal deformation monitoring system, installation method and settlement algorithm based on flexible sensing device | |
| CN101783856A (en) | System and method for controlling imaging device to scan plane | |
| CN114460899B (en) | Four-flexible-cable traction parallel actuator motion attitude control method based on predicted rope length | |
| CN115292864B (en) | A method for calculating and optimizing conductor sag in all-dielectric self-supporting optical cables based on support vector regression | |
| CN121026400B (en) | Stay cable force identification method, system, equipment and medium | |
| CN119826770A (en) | Large rope net antenna surface shape measurement and regulation and control method and device based on force-position fusion vision measurement | |
| CN116608980B (en) | A method for measuring the horizontal cable force of an arch bridge |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240112 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20241009 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20241119 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20241213 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20241220 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20250328 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20250512 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20250725 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20250807 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7733876 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |