[1P08-12] ロボット・計装・支援システム

[1P11] 電気系のアイソレーション支援システムの開発

(2)深層学習によるアイソレーション計画の自動生成

*内藤 晋¹、高倉 啓¹、芝 広樹² (1. （株）東芝　電力・社会システム技術開発センター、2. （株）東芝　磯子エンジニアリングセンター)

キーワード：データマイニング、ディープラーニング、deep Q-network、人工知能

現在、熟練した技術者が、数百もの回路図や関連図書を用いて、工数をかけてアイソレーション手順の計画を作成している。この作業が自動化されれば、非常に効率的である。自動化には二つの課題がある。一つは、電気回路シミュレータの計算時間である。もう一つは、作業のし易さなどの曖昧な情報の解釈である。深層学習はこれらの解決に役立つ。我々は深層ニューラルネットワーク（ＤＮＮ）を計算時間削減に適用し、効率的な経路探索アルゴリズムをＤＮＮの内部に構築した。ＤＮＮの計算時間は、回路シミュレータに比べて３２倍短縮した。我々は深層Ｑネットワーク（ＤＱＮ）を曖昧な情報の解釈に適用した。ＤＱＮは、機器配置、線量、およびＷＢＧＴを用いて、作業員の負荷の観点から、アイソレーションの手順を最適化した。