文献

J-GLOBAL ID：202102212762715426   整理番号：21A2037498

SCADAシステムにおける風力タービンデータ解析とLSTMベース予測【JST・京大機械翻訳】

Wind Turbine Data Analysis and LSTM-Based Prediction in SCADA System

著者 (2件)： Delgado Imre ,  Fahim Muhammad
資料名： Energies (Web)  (Energies (Web))
巻： 14  号： 1  ページ： 125  発行年： 2020年 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ウインドファームの数は,多くの国が再生可能エネルギー源に注意を向けているので,毎年増加している。風車はクリーンエネルギーを生産するための最良の代替案の一つと考えられている。ウィンドファームの大部分は,風力タービンをモニタし,時系列データとして情報を記録するために,タービンの監視制御とデータ収集(SCADA)システムを設置した。それは,解析と予測のために強力な情報抽出プロセスを必要とする。本研究では,SCADAシステムおよび再帰ニューラルネットワークベースバリアント長短期メモリ(LSTM)ベース予測から収集データを可視化するためのデータ解析フレームワークを提案した。風とエネルギー発生の関係を理解するために,カーテシアン,極,および円筒座標におけるデータ解析を示した。4つの特徴:風速,方向,発生有効電力,および理論電力を予測し,最先端の方法と比較した。得られた結果は,風車の発生したエネルギーを管理するための管理チームを支援できる現実のシナリオにおける著者らのモデルの適用性を確認した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  風速 ,  電力 ,  可視化 ,  *風車 ,  有効電力 ,  データ解析 ,  *タービン ,  データ収集 ,  ウインドファーム ,  *SCADAシステム ,  スマートグリッド
準シソーラス用語： 時系列データ ,  時系列予測 ,  円筒座標 , 【Automatic Indexing@JST】

著者キーワード (4件)： リカレントニューラルネットワーク ,  時系列予測 ,  スマートグリッド ,  SCADAデータ

分類 (3件)： 風力発電  (NB03120Q) ,  送風機,圧縮機,風車  (QD03000U) ,  風力エネルギー  (LB03060X)

引用文献 (25件)：

• Mamat, R.; Sani, M.; Sudhakar, K. Renewable energy in Southeast Asia: Policies and recommendations. Sci. Total Environ. 2019, 670, 1095-1102.
• Fahim, M.; Fraz, K.; Sillitti, A. TSI: Time Series to Imaging based Model for Detecting Anomalous Energy Consumption in Smart Buildings. Inf. Sci. 2020, 523, 1-13.
• Swart, R.; Robinson, J.; Cohen, S. Climate change and sustainable development: Expanding the options. Clim. Policy 2003, 3, S19-S40.
• Khosravi, A.; Machado, L.; Nunes, R. Time-series prediction of wind speed using machine learning algorithms: A case study Osorio wind farm, Brazil. Appl. Energy 2018, 224, 550-566.
• Ghiani, E.; Pisano, G. Impact of Renewable Energy Sources and Energy Storage Technologies on the Operation and Planning of Smart Distribution Networks. In Operation of Distributed Energy Resources in Smart Distribution Networks; Elsevier: Amsterdam, The Netherlands, 2018; pp. 25-48.

タイトルに関連する用語 (5件)： SCADAシステム ,  風力タービン ,  データ解析 ,  LSTM ,  予測