文献

J-GLOBAL ID：202102281971001414   整理番号：21A0991187

メンテナンスサービス履歴を用いた風車の故障状態を評価するためのテキストマイニングアプローチ【JST・京大機械翻訳】

A Text-Mining Approach to Assess the Failure Condition of Wind Turbines Using Maintenance Service History

著者 (6件)： Blanco-M. Alejandro (Data and Signal Processing Group, University of Vic-Central University of Catalonia, 08500 Vic, Catalonia, Spain) ,  Marti-Puig Pere (Data and Signal Processing Group, University of Vic-Central University of Catalonia, 08500 Vic, Catalonia, Spain) ,  Gibert Karina (Knowledge Engineering and Machine Learning Group at Intelligent Data Science and Artificial Intelligence Research Center (KEMLG-at-IDEAI), Polytechnic University of Catalonia, 08034 Barcelona, Catalonia, Spain) ,  Cusido Jordi (Data and Signal Processing Group, University of Vic-Central University of Catalonia, 08500 Vic, Catalonia, Spain) ,  Cusido Jordi (Smartive-ITESTIT SL, 08225 Terrassa, Catalonia, Spain) ,  Sole-Casals Jordi (Data and Signal Processing Group, University of Vic-Central University of Catalonia, 08500 Vic, Catalonia, Spain)
資料名： Energies (Web)  (Energies (Web))
巻： 12  号： 10  ページ： 1982  発行年： 2019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： 風車のシステムまたはサブシステムが,より多くの故障を持つ,検出および決定は,それらの設計を改善するために不可欠であり,そしてそれは,風力発電のコストを低減する。最も重要な故障の2つ,発電機とギアボックスを分析し,4つのメトリックスで特性化する。この破壊解析は,通常,風力タービンサービス履歴を吟味する専門家によって行われるプロセス,タービン条件の同定から始まる。これは,人間の専門家が各サービス入力を検査しなければならないので,時間のかかるタスクである。このプロセスを自動化するために,新しい方法論をここに提示し,それは,サービス履歴を前処理し,分解するための一連のステップに基づいて,健康的なものから不健康な風力タービン期間を識別する関連語と文章を見つける。これは,訓練風力タービンの分解された文書から項の行列を与えられた2つの分類器によって達成される。分類器は,必須語を抽出し,サービス履歴からテキストを用いて未知の状態の新しいタービンの条件を決定し,訓練セットをラベル付けするとき,人的専門家が手動でどのようなものかをエミュレートする。実験結果は,いくつかの事例で90%以上の精度とFスコアで有望である。条件監視システムは,このシステムを用いて改良,自動化でき,これは,タービンサービス履歴から関連語を同定する退屈なタスクの専門家を助ける。さらに,このシステムは,新しい知識が利用可能になるとき,再訓練することができ,従って,人間エキスパートとして常に正確である。この新ツールにより,エキスパートは,風車の効率を上げるために,どのシステムやサブシステムを再設計できるかを特定することに焦点を当てることができる。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： 自動化 ,  *故障 ,  風力発電 ,  *風車 ,  エミュレーション ,  監視装置 ,  タービン ,  キャラクタリゼーション ,  再設計 ,  歯車箱
準シソーラス用語： *テキストマイニング ,  関連語 ,  破壊解析 ,  サブシステム ,  メトリックス , 【Automatic Indexing@JST】

著者キーワード (6件)： 風力タービン ,  サービスの歴史 ,  分類 ,  故障診断 ,  再生エネルギー ,  テキストマイニング

分類 (2件)： 風力発電  (NB03120Q) ,  風力エネルギー  (LB03060X)

引用文献 (24件)：

• Renewable Energy Policy Network for the 21st Century. Renewables 2016-Global Status Report; Technical Report; REN21: Paris, France, 2016; ISBN 978-3-9818107-0-7.
• European Comission. Renewable Energy: Progressing towards the 2020 Target. Technical Report 31 November 2011. Available online: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52011DC0031 (accessed on 21 March 2019). Eurostat. Energy Balance Sheets 2011-2012; Technical Report 9; Eurostats (European Union): Luxembourg, 2014.
• Milborrow, D. Operation and Maintenance Costs Compared and Revealed; Haymarket Business Media: London, UK, 2006; Volume 19, pp. 1-87.
• Besnard, F.; Bertling, L. An approach for condition-based maintenance optimization applied to wind turbine blades. IEEE Trans. Sustain. Energy 2010, 1, 77-83.
• European Commission. European Commission Guidance for the Design of Renewables Support Schemes. 2013. Available online: https://ec.europa.eu/energy/sites/ener/files/com_2013_public_intervention_swd04_en.pdf (accessed on 21 March 2019). European Commission. Energy and Environment State Aid Guidelines 2014-2020. Available online: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52014XC0628(01)&from=EN (accessed on 21 March 2019).

タイトルに関連する用語 (6件)： メンテナンス ,  サービス ,  履歴 ,  風車 ,  故障 ,  評価