JPH0735811A - 部分放電信号の判別方法及びこれを用いた部分放電発生位置の標定方法 - Google Patents

Abstract

(57)【要約】 【目的】 ノイズ信号を部分放電信号と誤判別すること
を防止する。 【構成】 被測定ケーブル１の両端で検出した二つの出
力信号をデータ記憶部１０に記憶させ、これら記憶させ
た二つの出力信号データよりデータ抽出部２０にて出力
信号の立ち上がり位置を検知して一致させ、かつ一定時
間幅のデータを抽出する。次に、これら抽出波形データ
をニューラルネットワーク３１Ａ，３１Ｂに供給して出
力信号が部分放電信号か否かの判別を行ない、両者を部
分放電信号と判別した場合抽出波形データをフーリエ変
換部４２にて周波数領域の波形に変換し、これら各変換
データをニューラルネットワーク４１Ａ，４１Ｂに供給
して出力信号が部分放電信号か否かの判別を行ない、そ
の結果、再度、両出力信号が部分放電信号と判別された
場合位置標定部３２にて部分放電の発生位置の標定を行
なわせる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、変圧器や高電圧ケーブ
ルの如き高電圧機器で発生する部分放電信号を判別する
方法及びこの方法を用いて高電圧ケーブルの部分放電の
発生位置を標定する方法に関する。

【０００２】

【従来の技術】高電圧ケーブル、例えばＣＶケーブルに
おいては、交流絶縁破壊特性を調査検討するため、ケー
ブルの端末に高電圧を印加し部分放電の検出を行なって
いる。また、既に布設された高電圧ケーブルの絶縁劣化
の程度を診断するために部分放電の測定が行なわれる。
条長の短いケーブルでは、部分放電を検出した場合、そ
のケーブルを数区間に切り分けてそれぞれ再度部分放電
の測定を行ない、どの箇所で絶縁破壊が生じているかを
探索する。しかし、ドラムに巻回された長尺ケーブルに
ついては、このような方法は能率的でない。また、布設
されたケーブルの絶縁特性試験についてもこのような切
り分け方法は適当でない。そこで、部分放電信号の伝搬
時間差を利用した部分放電発生位置標定が行なわれる。

【０００３】さて、本出願人は正確かつ迅速に部分放電
の発生位置を標定するために、ニューラルネットワーク
を利用した部分放電発生位置の標定方法を提案した（特
願平４−９３６４２号）。即ち、この標定方法は被測定
ケーブルの両端より出力信号を検出し、各出力信号の波
形をニューラルネットワークにより解析する。このニュ
ーラルネットワークには予め多くの部分放電信号と代表
的な外来ノイズの波形を学習させており、その学習結果
を基に出力信号が部分放電信号かノイズ信号かの判別を
行なう。そして、被測定ケーブルの両端から得た入力波
形が共に部分放電信号と判別された場合に、それらの伝
搬時間の差と伝搬速度から位置標定の演算処理し、部分
放電信号の発生位置を標定する。

【０００４】

【発明が解決しようとする課題】しかし、上記したニュ
ーラルネットワークを用いた位置標定方法であってもニ
ューラルネットワークがノイズ信号を部分放電信号と誤
判別する場合があり、このような場合被測定ケーブルの
両端で検出された信号の伝搬時間差に基づいて部分放電
発生位置の標定が行なわれてしまう。この結果、実際に
部分放電が発生していないにもかかわらず、あたかも部
分放電が発生したと判断してその位置を標定してしまう
ため、標定精度の信頼性が必ずしも高くなく、この点を
改善する必要性が生じていた。

【０００５】本発明はこのような点を解決するためにな
されたもので、ノイズ信号を部分放電信号と誤判別する
ことを防止して被測定物で発生する部分放電信号の判別
精度を高めることができる部分放電信号の判別方法を提
供することを目的とする。

【０００６】また、本発明はノイズ信号を部分放電信号
と誤判別することを可及的に少なくすることにより部分
放電信号の判別精度を高め、これにより位置標定結果の
信頼性を高めることができる部分放電発生位置の標定方
法を提供することを目的とする。

【０００７】

【課題を解決するための手段】本発明の部分放電信号の
判別方法は、被測定物に設けられた部分放電信号検出手
段からの出力信号の波形を第１のニューラルネットワー
クに供給して前記出力信号が部分放電信号か否かの判別
を行ない、前記出力信号が部分放電信号と判別された場
合に前記出力信号を周波数領域の波形に変換し、該周波
数領域の波形を第２のニューラルネットワークに供給し
て前記出力信号が部分放電信号か否かの判別を行なうこ
とを特徴としている。

【０００８】また、本発明の部分放電発生位置の標定方
法は、被測定ケーブルの両端部に部分放電信号検出手段
を設け、一方の部分放電信号検出手段からの出力信号の
波形を第１のニューラルネットワークに供給して前記出
力信号が部分放電信号か否かの判別を行ない、前記出力
信号が部分放電信号と判別された場合に前記出力信号を
周波数領域の波形に変換し、該周波数領域の波形を第２
のニューラルネットワークに供給して前記出力信号が部
分放電信号か否かの判別を行なうと共に、前記他方の部
分放電信号検出手段からの出力信号の波形を第３のニュ
ーラルネットワークに供給して前記出力信号が部分放電
信号か否かの判別を行ない、前記出力信号が部分放電信
号と判別された場合前記出力信号を周波数領域の波形に
変換し、該周波数領域の波形を第４のニューラルネット
ワークに供給して前記出力信号が部分放電信号か否かの
判別を行ない、前記両方の部分放電信号検出手段の出力
信号がノイズ信号でないと判別された場合に両出力信号
の伝搬時間差に基づいて部分放電の発生位置を標定する
ことを特徴としている。

【０００９】

【作用】本発明の部分放電信号の判別方法において、被
測定物より検出した出力信号波形を第１のニューラルネ
ットワークに供給すると、このニューラルネットワーク
にて出力信号が部分放電信号か否かの判別が行なわれ
る。一方、出力信号が部分放電信号と判別された場合で
もノイズ信号を部分放電信号と誤判別していることがあ
る。そこで、出力信号を周波数領域の波形に変換する
が、この変換波形はノイズ信号と部分放電信号とでは大
きく異なっている。従って、周波数領域の波形を第２の
ニューラルネットワークに供給すると、部分放電信号と
判別された出力信号を第２のニューラルネットワークに
て再度、部分放電信号か否かの判別を行なうことができ
る。また、本発明の部分放電発生位置の標定方法におい
て、被測定ケーブルの両端部より検出した二つの出力信
号の波形をそれぞれ前段の第１及び第３のニューラルネ
ットワークに供給し、先ず、前段でこれら二つの出力信
号が部分放電信号か否かの判別を行なう。次に、ノイズ
信号を部分放電信号と誤判別することを防止するため、
前段で部分放電信号と判別された二つの出力信号を周波
数領域の波形に変換し、これら変換波形を後段の第２及
び第４のニューラルネットワークに供給して、再度、二
つの出力信号が部分放電信号か否かの判別を行なう。従
って、誤判別されたノイズ信号を確実に除去して部分放
電の発生位置を標定することができる。

【００１０】

【実施例】以下、本発明の実施例を図面を参照して説明
する。図１は本発明の方法を実施する部分放電位置標定
装置のブロック図である。図において、被測定ケーブル
１は、その両端のケーブルヘッド２に、リード線３を介
してカップリングコンデンサ４Ａ，４Ｂ及び検出インピ
ーダンス５Ａ，５Ｂが直列に接続されている。この検出
インピーダンス５Ａ，５Ｂから被測定ケーブル１の内部
で発生した部分放電信号を取り出す。

【００１１】検出インピーダンス５Ａには正弦波ノイズ
除去回路６Ａが接続され、その出力は増幅器７Ａを介し
てデータ記憶部１０に入力するように結線されている。
また、検出インピーダンス５Ｂの出力は正弦波ノイズ除
去回路６Ｂに接続され、その出力は増幅器７Ｂを介して
データ記憶部１０に入力するよう結線されている。デー
タ記憶部１０には被測定ケーブル１の両端から出力され
た２種の出力信号をそれぞれ格納するためのディジタル
メモリが設けられている。即ち、これら２種の出力信号
はそれぞれディジタルメモリのチャンネル１用の領域と
チャンネル２用の領域に格納される。

【００１２】図３に、このようなデータ記憶部１０の具
体的なブロック図を示す。図に示すように、被測定ケー
ブル１の一方の端から出力された出力信号は、データ記
憶部１０の入力信号ＳＡとされ、他方の端から出力され
た出力信号はデータ記憶部１０の入力信号ＳＢとされ
る。ここで、これらの信号ＳＡ，ＳＢはサンプリング回
路１１Ａ，１１Ｂに入力され、Ａ／Ｄ変換部１２Ａ，１
２Ｂを経て記憶部１３Ａ，１３Ｂに格納される（図６の
ステップＳ１，Ｓ２）。

【００１３】サンプリング回路１１Ａ，１１Ｂは、入力
信号ＳＡ，ＳＢを適当な周期でサンプリングし、データ
記憶部１０に取り込むための回路である。また、Ａ／Ｄ
変換部１２Ａ，１２Ｂは、サンプリング回路１１Ａ，１
１Ｂの出力をディジタル信号に変換するための回路であ
る。記憶部１３Ａ（ＣＨ１），１３Ｂ（ＣＨ２）はこの
入力信号ＳＡ，ＳＢの波形をディジタル信号化し記憶し
ておくためのメモリである。

【００１４】再び図１に戻り、データ記憶部１０の記憶
部１３Ａ，１３Ｂのディジタル信号はデータ抽出部２０
に供給される。図２（Ａ）はデータ抽出部２０のブロッ
ク図である。データ抽出部２０はデータ比較部２１と、
その出力側に接続されているデータ取込部２２Ａ，２２
Ｂとからなる。データ比較部２１は記憶部１３Ａ，１３
Ｂからそれぞれのディジタル信号（データ）を読み取
り、信号波形の変化を演算にて算出し、信号の立ち上が
り（又は立ち下がり）点を検知する。即ち、例えば、図
２（Ｂ）に示すように、予め所定のトリガーレベルＴ_r
を設定し、チャンネル１側の出力信号（ディジタル信
号）がこのトリガーレベルＴ_r より大きくなった場合出
力信号上のトリガーレベルＴ_r 点及び前後の二点を結ぶ
近似直線を求め、この近似直線と信号レベルが「０」と
の交差点を出力信号の立ち上がり点Ｔ₁ として演算し，
検知する。また、図２（Ｃ）に示すように、チャンネル
２側の出力信号に対しても同一の演算を行ない、その立
ち上がり点Ｔ₂ を検知する。

【００１５】このように立ち上がり点Ｔ₁ ，Ｔ₂ を検知
すると、データ比較部２１はデータ取込部２２Ａ，２２
Ｂに取込信号を出力する。データ取込部２２Ａは取込信
号を受けると、立ち上がり点Ｔ₁ を基準としてその前１
０点及び後ろ４０点の計５０点のデータを記憶部１３Ａ
より取り込む（図６のステップＳ３）。また、他のデー
タ取込部２２Ｂは取込信号を受けると、立ち上がり点Ｔ
₂ を基準としてその前１０点及び後ろ４０点の計５０点
のデータを記憶部１３Ｂより取り込む（図６のステップ
Ｓ４）。従って、被測定ケーブル１から出力された出力
信号の立ち上がり位置を一致させ、しかも一定の時間幅
のデータのみを抽出しているので、出力信号波形の最も
特徴的なデータのみを後述するニューラルネットワーク
３１Ａ，３１Ｂに供給することができる。

【００１６】両データ取込部２２Ａ，２２Ｂにて取り込
んだ波形データは前段判定部３０に供給される。この前
段判定部３０には前段のニューラルネットワーク３１
Ａ，３１Ｂが設けられている。ニューラルネットワーク
３１Ａは被測定ケーブル１の一端から出力され、データ
抽出部２０のデータ取込部２２Ａが取り込んだ抽出波形
データを解析処理する部分である。また、ニューラルネ
ットワーク３１Ｂは被測定ケーブル１の他端から出力さ
れ、データ抽出部２０のデータ取込部２２Ｂが取り込ん
だ抽出波形データを解析処理する部分である。

【００１７】図４に上記のような前段のニューラルネッ
トワーク３１Ａ，３１Ｂの構造説明図を示す。このニュ
ーラルネットワーク自体は、既に一般に市販されたソフ
トウェアを使用する。このニューラルネットワークは、
三層、即ち、入力層３３，中間層３４及び出力層３５を
備えたパーセプトロン型ネットワークを構成している。
この実施例の場合、例えば入力層３３は５０個、中間層
３４は１０個、出力層３５は２個とした。そして、予め
１９種類の部分放電信号波形と２３種類のノイズ波形と
を与えて、これら４２個のデータをそれぞれバックプロ
パゲーション学習則により１０００回学習させた。

【００１８】その結果、この前段のニューラルネットワ
ーク３１Ａ，３１Ｂは、入力層３３に入力波形を与えた
場合に、中間層３４によってその波形を解析し、経験的
に部分放電信号波形固有の特質を持つ信号波形を先の学
習結果を用いて認識し、入力波形が部分放電信号か否か
の判別を行なう（図６のステップＳ５，Ｓ６）。そし
て、入力信号波形が部分放電信号の場合には、出力層３
５の一方の出力が０．８以上、他方の出力が０．２以下
となり、ノイズ波形の場合には逆で一方の出力が０．２
以下、他方の出力が０．８以上となるように動作する。
尚、それ以外の出力結果は評価不能とした。

【００１９】前段のニューラルネットワーク３１Ａ，３
１Ｂの出力には位置標定部３２が接続されている。この
位置標定部３２は後述する位置標定の演算を行なうが、
更に上記した前段のニューラルネットワーク３１Ａ，３
１Ｂの出力を受け、両出力が部分放電信号を示す場合、
つまり両ニューラルネットワーク３１Ａ，３１Ｂのそれ
ぞれの出力層３５の一方の出力が０．８以上、他方の出
力が０．２以下の場合演算処理部４０のフーリエ変換部
４２に検出信号を出力する。

【００２０】演算処理部４０は図１に示すように、フー
リエ変換部４２の出力に接続されている後段のニューラ
ルネットワーク４１Ａ，４１Ｂと、判定検出部４３とを
備えている。フーリエ変換部４２は、前段のニューラル
ネットワーク３１Ａ，３１Ｂが両出力信号を部分放電信
号と判別し（図６のステップＳ７）、上記した判定検出
部４３より検出信号が送られてくると、データ取込部２
２Ａ，２２Ｂより各抽出波形データを読み込み、フーリ
エ変換演算処理を実行する（図６のステップＳ８，Ｓ
９）。これによって、抽出波形データは図７に示すよう
に、周波数−出力レベルで示す波形データに変換され
る。この周波数−出力レベルで示す波形データは、部分
放電信号とノイズ信号とでその波形が大きく異なってい
る。

【００２１】一方、後段のニューラルネットワーク４１
Ａ，４１Ｂは、図５に示すように、２０個の入力層４
４、５個の中間層４５及び２個の出力層４６を備え、予
め多数の部分放電信号とノイズ信号を周波数−出力レベ
ルデータに変換して得た変換データをそれぞれバックプ
ロパゲーション学習則より１０００回学習させた。その
結果、この後段のニューラルネットワーク４１Ａ，４１
Ｂは入力層４４に上記変換波形データを与えた場合に、
中間層４５によってその波形を解析し、経験的にノイズ
信号固有の特性を持つ波形を先の学習結果を用いて認識
し、変換データの波形がノイズ信号か否かの判別を行な
う（図６のステップＳ１０，Ｓ１１）。そして、変換デ
ータ波形がノイズ信号の場合、出力層４６の一方の出力
が０．８以上、他方の出力が０．２以下となり、部分放
電信号の波形の場合一方の出力が０．２以下、他方の出
力が０．８以上となるように動作する。尚、それ以外の
出力結果は評価不能とした。

【００２２】判定検出部４３は後段のニューラルネット
ワーク４１Ａ，４１Ｂの出力結果を位置標定部３２に出
力する。位置標定部３２は判定検出部４３より少なくと
も一方がノイズ信号であるとの判別結果を受けると（図
６のステップＳ１２）、前段のニューラルネットワーク
３１Ａ，３１Ｂより両出力波形が部分放電信号との判別
信号を受けても位置標定の演算処理を実行しない。一
方、判定検出部４３より双方が部分放電信号の判別結果
を受けた場合及び後述するように評価不能の判別結果を
受けた場合、部分放電発生位置標定の演算を実行する
（図６のステップＳ１３）。従って、前段のニューラル
ネットワーク３１Ａ，３１Ｂでノイズ信号を部分放電信
号と誤判別しても後段のニューラルネットワーク４１
Ａ，４１Ｂにより部分放電信号と誤判別されたノイズ信
号を除去することができるので、ノイズ信号を部分放電
信号と誤判別したことによる位置標定が実行されること
がなくなる。

【００２３】次に、本発明の方法による部分放電信号の
発生位置標定方法を具体的に説明する。即ち、条長が３
４．６ｍの被測定用ＣＶケーブルとして、部分放電が電
源から１４．４ｍ位置で発生しているものを用い、その
部分放電信号の判別及び部分放電発生位置の標定が正確
か否かの実験を行なった。この実験においては、先ず、
被測定ケーブルを装置より切り離し、このケーブルより
予め得ていた部分放電信号を装置に入力した。この場合
８個の部分放電信号と６０個のノイズ信号を順次入力
し、前段のニューラルネットワーク３１Ａ，３１Ｂの出
力結果を調べた。この結果、チャンネル１側のニューラ
ルネットワーク３１Ａでは入力した８個の部分放電信号
を全て部分放電信号と判別し、又入力した６０個のノイ
ズ信号において、その１３．４％を部分放電信号、５
３．３％をノイズ信号、３３．３％を評価不能と判別し
た。

【００２４】一方、チャンネル２側のニューラルネット
ワーク３１Ｂでは入力した８個の部分放電信号におい
て、７個を部分放電信号と判別し、残り１個を評価不能
と判別した。また、このニューラルネットワーク３１Ｂ
では６０個のノイズ信号においてその１６．７％を部分
放電信号、７０％をノイズ信号、１３．３％を評価不能
と判別した。

【００２５】このように、前段のニューラルネットワー
ク３１Ａ，３１Ｂに供給する各信号波形の立ち上がり位
置を一致させ、しかも、一定の時間幅のデータのみを供
給すると、出力信号が部分放電信号であるか否かを高精
度で判別することができる上にノイズ信号を部分放電信
号と誤判別することが極めて少ない。これはデータ抽出
部２０にて信号波形の立ち上がりを検知し、各信号波形
の立ち上がり位置を一致させ、しかも一定の時間幅のデ
ータのみを前段のニューラルネットワーク３１Ａ，３１
Ｂに供給したので、ニューラルネットワーク３１Ａ，３
１Ｂの判別精度が向上したことによる。

【００２６】次に、前段のニューラルネットワーク３１
Ａで部分放電信号と誤判別されたノイズ信号と、ニュー
ラルネットワーク３１Ａで部分放電信号と正確に判別さ
れた８個の部分放電信号のそれぞれの信号波形をフーリ
エ変換した後、その波形をニューラルネットワーク４１
Ａに入力した。また、ニューラルネットワーク３１Ｂで
部分放電信号と誤判別されたノイズ信号と、ニューラル
ネットワーク３１Ｂで部分放電信号と正確に判別された
７個の部分放電信号のそれぞれの信号波形をフーリエ変
換した後、その波形をニューラルネットワーク４１Ｂに
入力した。そして演算処理部４０の後段のニューラルネ
ットワーク４１Ａ，４１Ｂの出力結果を調べた。この結
果、チャンネル１側のニューラルネットワーク４１Ａで
は８個の部分放電信号を評価不能と判別したが、ノイズ
信号は１００％ノイズ信号と判別した。また、チャンネ
ル２側のニューラルネットワーク４１Ｂでは同様に７個
の部分放電信号を評価不能と判別したが、ノイズ信号は
１００％ノイズ信号と判別した。このように、部分放電
信号と誤判別したノイズ信号を後段のニューラルネット
ワーク４１Ａ，４１Ｂにより完全に除去することができ
た。

【００２７】そして、チャンネル１側の部分放電信号と
判別された８個の信号とチャンネル２側で部分放電信号
と判別された７個の信号からＡＮＤ条件による７組の信
号を抽出し、それぞれの信号の伝搬時間差に基づいて部
分放電発生位置の標定を行なった。その結果、いずれの
場合においても、電源から約１５ｍの位置を部分放電の
発生位置と標定した。上記実施例では信号波形の立ち上
がり（又は立ち下がり）の前１０点と後ろ４０点を抽出
したが、抽出点はこれに限定されることはなく、要は波
形の特徴点を抽出すればよく、又立ち上がり波形の全て
を抽出してもよい。

【００２８】尚、本発明は以上の実施例に限定されな
い。上記実施例においては、実際に布設したケーブルの
部分放電の判別及びその位置の標定を行なう例を示した
が、ドラム等に巻回されたケーブルの両端から部分放電
信号を取り出し、測定を行なうような場合及び変圧器等
の高電圧機器の部分放電の判別を行なう場合についても
同様のことが実施できる。また、その測定回路や結線等
は自由に選定して差し支えない。更に、ニューラルネッ
トワークについても実際の部分放電信号及びノイズ信号
の波形を基に一定の学習を行ない、外来ノイズと部分放
電信号を識別できるのでのあればどのような構成であっ
てもよい。

【００２９】

【発明の効果】以上説明したように、本発明の部分放電
信号の判別方法によれば、被測定物より検出した出力信
号波形を第１のニューラルネットワークに供給して出力
信号が部分放電信号か否かの判別を行ない、更に部分放
電信号と判別された出力信号を周波数領域の波形に変換
して第２のニューラルネットワークに供給するようにし
たので、ノイズ信号を部分放電信号と誤判別するのを確
実に防止し、部分放電信号の判別精度を大幅に向上させ
ることができる。また、本発明の部分放電発生位置の標
定方法によれば被測定ケーブルの両端部より検出した二
つの出力信号の波形をそれぞれ前段の第１及び第３のニ
ューラルネットワークに供給し、二つの出力信号が部分
放電信号か否かを判別し、更に部分放電信号と判別され
た二つの出力信号を周波数領域の波形に変換して後段の
第２及び第４のニューラルネットワークに供給するよう
にしたので、ノイズ信号を部分放電信号と誤判別して位
置標定を実行することのない、高い信頼性を有する部分
放電発生位置の標定方法を提供することができる。

【図面の簡単な説明】

【図１】本発明の方法を実施する部分放電発生位置標定
装置のブロック図である。

【図２】（Ａ）は本発明に係るデータ抽出部のブロック
図、（Ｂ），（Ｃ）はそれぞれデータ抽出方法を説明す
る波形図である。

【図３】本発明に係るデータ記憶部のブロック図であ
る。

【図４】本発明に係る前段のニューラルネットワーク構
造説明図である。

【図５】本発明に係る後段のニューラルネットワーク構
造説明図である。

【図６】本発明の方法を説明するためのフローチャート
である。

【図７】本発明に係る周波数−出力レベル変換波形を示
す図である。

【符号の説明】

１ 被測定ケーブル １０ データ記憶部 ２０ データ抽出部 ３０ 前段判定部 ３１Ａ，３１Ｂ 前段のニューラルネットワーク ３２ 位置標定部 ４０ 演算処理部 ４２ フーリエ変換部 ４１Ａ，４１Ｂ 後段のニューラルネットワーク

Claims (2)

【特許請求の範囲】
1. 【請求項１】 被測定物に設けられた部分放電信号検出
   手段からの出力信号の波形を第１のニューラルネットワ
   ークに供給して前記出力信号が部分放電信号か否かの判
   別を行ない、 前記出力信号が部分放電信号と判別された場合に前記出
   力信号を周波数領域の波形に変換し、 該周波数領域の波形を第２のニューラルネットワークに
   供給して前記出力信号が部分放電信号か否かの判別を行
   なうことを特徴とする部分放電信号の判別方法。
2. 【請求項２】 被測定ケーブルの両端部に部分放電信号
   検出手段を設け、 一方の部分放電信号検出手段からの出力信号の波形を第
   １のニューラルネットワークに供給して前記出力信号が
   部分放電信号か否かの判別を行ない、 前記出力信号が部分放電信号と判別された場合に前記出
   力信号を周波数領域の波形に変換し、 該周波数領域の波形を第２のニューラルネットワークに
   供給して前記出力信号が部分放電信号か否かの判別を行
   なうと共に、 前記他方の部分放電信号検出手段からの出力信号の波形
   を第３のニューラルネットワークに供給して前記出力信
   号が部分放電信号か否かの判別を行ない、 前記出力信号が部分放電信号と判別された場合前記出力
   信号を周波数領域の波形に変換し、 該周波数領域の波形を第４のニューラルネットワークに
   供給して前記出力信号が部分放電信号か否かの判別を行
   ない、 前記両方の部分放電信号検出手段の出力信号がノイズ信
   号でないと判別された場合に両出力信号の伝搬時間差に
   基づいて部分放電の発生位置を標定することを特徴とす
   る部分放電発生位置の標定方法。