文献

J-GLOBAL ID：201702241879722031   整理番号：17A1353971

ビッグデータフレームワークを用いた風力タービンのための実時間予知保全【Powered by NICT】

Real-time predictive maintenance for wind turbines using Big Data frameworks

著者 (5件)： Canizo Mikel (IK4-Ikerlan Technology Research Centre, Big Data Architectures Area, Po. J. M. Arizmendiarrieta, 2. 20500 Arrasate-Mondragn, Spain) ,  Onieva Enrique (Deusto Institute of Technology (DeustoTech), University of Deusto, Bilbao, Spain) ,  Conde Angel (IK4-Ikerlan Technology Research Centre, Big Data Architectures Area, Po. J. M. Arizmendiarrieta, 2. 20500 Arrasate-Mondragn, Spain) ,  Charramendieta Santiago (IK4-Ikerlan Technology Research Centre, Big Data Architectures Area, Po. J. M. Arizmendiarrieta, 2. 20500 Arrasate-Mondragn, Spain) ,  Trujillo Salvador (IK4-Ikerlan Technology Research Centre, Big Data Architectures Area, Po. J. M. Arizmendiarrieta, 2. 20500 Arrasate-Mondragn, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPHM  ページ： 70-77  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータ環境への予防保全のための溶液の進展を提示した。提案した適応は,雲で展開され,それは三つの主要なモジュールで構成されているデータ駆動溶液を用いた風力タービンの故障を予測するための目的としている。(i)ランダムフォレストアルゴリズムを用いて各モニター風力タービンのための予測モデルを生成する予測モデルジェネレータ。(ii)次の時間中の風力タービンの故障約10分毎に予測する監視エージェント。最後に,(iii)ダッシュボード予測を可視化することができた。溶液を実装Apache放電するために,Apacheカフカ,Apache MesosとHDFSを使用した。,データ処理速度,拡張性と自動化の観点から以前の研究を改良した。添加では,世界中で局在社の全ての風力タービンの状態を監視し,運転保守コストを低減できるから集中アクセス点を持つフォールトトレラント機能を提供した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 予測モデル ,  可視化 ,  データ処理 ,  エージェント ,  *風車 ,  フォールトトレランス ,  放電 ,  予防保全 ,  自動化 ,  予測 ,  保全費
準シソーラス用語： Hadoop分散ファイルシステム ,  データ駆動 ,  *ビッグデータ ,  *実時間 , 【Automatic Indexing@JST】

分類 (3件)： 風力エネルギー  (LB03060X) ,  風力発電  (NB03120Q) ,  設備管理  (KB02020X)

タイトルに関連する用語 (3件)： 風力タービン ,  実時間 ,  予知保全