文献

J-GLOBAL ID：201802270816223094   整理番号：18A1304425

風車の異常検出【JST・京大機械翻訳】

Anomaly detection on wind turbines

著者 (4件)： Poyraz Onur (Hesaplamali Bilim ve Muehendislik, Bogazic,i Ueniversitesi, 34352 Bebek, Istanbul, Tuerkiye) ,  Kurutmaz M. Burak (Bilgisayar Muehendisligi, Bogazic,i Ueniversitesi 34352 Bebek, Istanbul, Tuerkiye) ,  Cemgil A. Taylan (Bilgisayar Muehendisligi, Bogazic,i Ueniversitesi 34352 Bebek, Istanbul, Tuerkiye) ,  Selamoglu Sinan (Borusan ARGE A.S,. Bueyuekhanli Plaza Kat:1, 34750 Atas,ehir, Istanbul, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SIU  ページ： 1-4  発行年： 2018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： 風力タービンはエネルギー生産のシェアが増加するとますます重要になっている。エネルギー生産の中断は顕著な生産損失をもたらすので,これらのタービンは可能な限り円滑に運転しなければならない。したがって,風力タービンに関する異常検出は,タービン保全と修理が正しい時間で行うことができるように重要である。以前の研究では,二次元電力曲線を解析した。本研究では,三次元電力曲線上の隠れMarkovモデルを用いて,タービンの規則的作動パターンを時系列として学習した。タービンがその規則的なパターンに作用するか否かは,入力データの予測分布を分析することによって決定される。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 曲線 ,  保全 ,  電力 ,  タービン ,  三次元 ,  隠れMarkovモデル ,  予測 ,  二次元 ,  *風車
準シソーラス用語： エネルギー生産 ,  *異常検出 , 【Automatic Indexing@JST】

分類 (2件)： 風力発電  (NB03120Q) ,  送風機,圧縮機,風車  (QD03000U)

タイトルに関連する用語 (2件)： 風車 ,  異常検出