文献

J-GLOBAL ID：201702248809067160   整理番号：17A1696412

SCADAデータを用いた風車健全性評価のための教師データ選択手法の基礎的検討

A Fundamental Study of Training Data Selection Method for Wind Turbine Health Management Using SCADA Data

著者 (6件)： 安田晃久 (東大) ,  緒方淳 (産業技術総合研) ,  古澤陽子 (東大) ,  村川正弘 (産業技術総合研) ,  森川博之 (東大) ,  飯田誠 (東大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 253(R2017 44-49)  ページ： 17-22  発行年： 2017年10月13日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 風車は内部機器が故障すると長期間停止させる必要があり,大きな損害が生じる。そのため,風力発電事業では,故障に関わる異常性をいち早く検知し,構成機器の寿命を延長するための補修作業を実施することが重要である。本研究では,風車の標準的な装置として設置されているSCADA(Supervisory Control And Data Acquisition)データを用いた,低コストで実現可能な風車の健全性評価方式を想定し,この評価方式における教師データとして必要となる,正常状態を示すSCADAデータを選択するための手法として,理想的なパワーカーブを用いて抽出したSCADAデータを変化点検知で評価する手法について示す。(著者抄録)

シソーラス用語： *SCADAシステム ,  *風力発電 ,  評価 ,  健全性 ,  データ ,  教師つき学習 ,  風車 ,  *検出 ,  異常 ,  修理 ,  原価低減 ,  点 ,  変化
準シソーラス用語： SCADA ,  *異常検知 ,  教師データ ,  健全性評価 ,  低コスト化 ,  変化点検知 ,  補修

分類 (2件)： 風力発電  (NB03120Q) ,  設備管理  (KB02020X)

引用文献 (16件)：

• C. Lins, et al., ′′RENEWABLES 2016 GLOBAL STATUS REPORT′′, REN21, http://www.ren21.net/renewables-2016-global-status-report-full-report-2/, 2016
• 風力発電競争力強化研究会報告書, http://www.meti.go.jp/committee/kenkyukai/energy_environment/furyoku/pdf/report_01_01.pdf
• P. Tchakoua, R. Wamkeue, M. Ouhrouche, F.S. Hasnaoui,T.A. Tameghe, G. Ekemb, ′′Wind Turbine Condition Monitoring: State-of-the-Art Review, New Trends, and Future Challenges,′′ Energies 2014, 7, pp.2595-2630, 2014.
• 安田晃久,緒方淳,村川正弘,森川博之,飯田誠,′′SCADA データを用いた風車の健全性評価の基礎検討,′′ 風力エネルギー利用シンポジウム 37(0), pp.377-380, Nov.2015.
• A. Yasuda, J. Ogata, M. Murakawa, H. Morikawa and M. Iida, ′′A Fundamental Study and Factor Analysis on System Health Monitoring of Wind Turbines Using SCADA,′′ WWEC 2016 TOKYO, C-1-1, Japan, Dec. 2016.

タイトルに関連する用語 (7件)： SCADA ,  風車 ,  健全性評価 ,  教師 ,  データ選択 ,  手法 ,  基礎的検討