文献

J-GLOBAL ID：202102240885490335   整理番号：21A1046873

高速クラスタリングアルゴリズムとGauss混合モデルに基づく太陽光発電インバータの故障予測【JST・京大機械翻訳】

Fault Prognostics for Photovoltaic Inverter Based on Fast Clustering Algorithm and Gaussian Mixture Model

著者 (6件)： He Zhenyu (Department of Materials Science and Engineering, University of Science and Technology of China, Hefei 230026, China) ,  He Zhenyu (State Grid Electric Power Research Institute, Nanjing 211106, China) ,  Zhang Xiaochen (State Grid Electric Power Research Institute, Nanjing 211106, China) ,  Zhang Xiaochen (Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China) ,  Liu Chao (Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China) ,  Han Te (Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China)
資料名： Energies (Web)  (Energies (Web))
巻： 13  号： 18  ページ： 4901  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： 光起電力(PV)発電システムの故障予知は,ますます大きな容量を持つますます多くのPVシステムが存在に継続するので,大きな挑戦であると期待されている。PVインバータはPVシステムのコア部品であり,PVシステム安全性を確保するためにインバータ故障の発生を正確に予測するアプローチを開発することが必須である。本論文では,インバータクラスタ間の類似性を完全に利用する故障予測法を提案した。最初に,特徴空間を,t分布確率近傍埋込み(t-SNE)アルゴリズムを用いて構築した。次に,高速クラスタリングアルゴリズムを用いて,特徴空間から各サンプリング時間の中心インバータを探索した。中心インバータの状態を採用して,健康基準を確立した。最後に,Gauss混合モデルを,中心インバータとインバータに基づく2つのデータクラスタによって確立した。2つのクラスタの発散を用いて,インバータ故障を予測した。提案した方法の性能を実際のPVモニタリングデータで評価した。実験結果は,提案した方式が,前もってインバータ故障の発生を3カ月前にうまく予測することを示した。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： *アルゴリズム ,  光起電力 ,  *故障 ,  *クラスタ ,  *太陽光発電 ,  t分布 ,  類似性
準シソーラス用語： *Gauss混合モデル ,  太陽光発電システム ,  発電システム ,  特徴空間 ,  *故障予知 ,  *クラスタリングアルゴリズム ,  システム安全性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 故障予知 ,  太陽光発電インバータ ,  Gauss混合モデル ,  Jensen-Shannon発散 ,  高速クラスタリングアルゴリズム

分類 (1件)： 電力変換器  (NB08030B)

引用文献 (34件)：

• Ghenai, C.; Bettayeb, M. Modelling and performance analysis of a stand-alone hybrid solar PV/Fuel Cell/Diesel Generator power system for university building. Energy 2019, 171, 180-189.
• Mishra, M.K.; Lal, V.N. An improved methodology for reactive power management in grid integrated solar PV system with maximum power point condition. Sol. Energy 2020, 199, 230-245.
• Ghenai, C.; Salameh, T.; Merabet, A. Technico-economic analysis of off grid solar PV/Fuel cell energy system for residential community in desert region. Int. J. Hydrog. Energy 2020, 45, 11460-11470.
• Li, S. A variable-weather-parameter MPPT control strategy based on MPPT constraint conditions of PV system with inverter. Energy Convers. Manag. 2019, 197, 111873.
• Vavilapalli, S.; Umashankar, S.; Sanjeevikumar, P.; Ramachandaramurthy, V.K.; Mihet-Popa, L.; Fedak, V. Three-stage control architecture for cascaded H-Bridge inverters in large-scale PV systems-Real time simulation validation. Appl. Energy 2018, 229, 1111-1127.

タイトルに関連する用語 (5件)： クラスタリングアルゴリズム ,  Gauss混合モデル ,  太陽光発電 ,  インバータ ,  故障予測