文献

J-GLOBAL ID：201902266578417581   整理番号：19A1605470

機械学習に基づくデータマイニング技術を用いた火力発電所におけるボイラ管漏れ故障の検出【JST・京大機械翻訳】

Detection of Boiler Tube Leakage Fault in a Thermal Power Plant Using Machine Learning Based Data Mining Technique

著者 (4件)： Kim Kyu han (Department of Electrical and Computer Engineering, Pusan National University, Busan, Republic of Korea) ,  seok Lee Heung (Department of Electrical and Computer Engineering, Pusan National University, Busan, Republic of Korea) ,  Kim Jung hwan (Department of Electrical and Computer Engineering, Pusan National University, Busan, Republic of Korea) ,  Ho Park June (Department of Electrical and Computer Engineering, Pusan National University, Busan, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIT  ページ： 1006-1010  発行年： 2019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： 蒸気ボイラの管漏れは火力発電所の全体の効率を減少させることができて,最終的に故障を引き起こすことができる。本論文では,火力発電所におけるボイラ管漏れ故障に対する機械学習に基づく故障検出法を提案した。最初に,クラスタリングに基づく故障検出法を導入し,結果を説明した。第二に,ニューラルネットワークベースの故障検出法を提案した。最後に,性能を検証するために,提案した故障検出法を,ボイラ管漏れによる故障事例に適用し,検出の有効性を検証した。Copyright 2019 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： クラスタ化 ,  *機械学習 ,  ニューラルネットワーク ,  *ボイラ管 ,  有効性 ,  *故障 ,  故障検出 ,  蒸気ボイラ
準シソーラス用語： *火力発電所 ,  データマイニング技術 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 機械学習 ,  データマイニング技術 ,  火力発電所 ,  ボイラ管 ,  故障