文献

J-GLOBAL ID：202102282825408215   整理番号：21A3384163

カスケードおよび双方向深層学習ネットワークに基づく風力タービンの状態監視と異常検出【JST・京大機械翻訳】

Condition monitoring and anomaly detection of wind turbine based on cascaded and bidirectional deep learning networks

著者 (5件)： Xiang Ling (School of Mechanical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China) ,  Yang Xin (School of Mechanical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China) ,  Hu Aijun (School of Mechanical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China) ,  Su Hao (School of Mechanical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China) ,  Wang Penghe (School of Mechanical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China)
資料名： Applied Energy  (Applied Energy)
巻： 305  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 再生可能エネルギーは世界中で広く適用されている。風力エネルギー応用の要所問題は,風力タービンの信頼性を改良して,そのダウンタイムを減少することである。監視制御とデータ収集(SCADA)は,風力タービン運転の健全性調整のための信頼できて費用対効果の高い状態データを作成した。SCADAから有用な情報を効果的に抽出することは,適用した風力エネルギーの信頼性に重要である。本論文では,注意機構を持つ畳込みニューラルネットワーク(CNN)と双方向ゲート型再帰ユニット(BiGRU)に基づく風車条件監視のためのSCADAデータの多方向空間時間特徴を抽出する新しい方法を提案した。第1に,データ妥当性を改善するために,異常データを洗浄して削除するためのSCADAデータを配布するために,四分位法を開発した。次に,入力変数をピアソン相関係数を通して選択して,それらをCNNを用いて高次元特徴に変換した。これらの特徴は,注意機構層を通してBiGRUネットワークに入力される。注意機構は,学習精度を改善するために重要な情報の影響を強化する。最後に,提案方法は,ウィンドファームからの実際のケース解析によって,初期異常操作を検出し,風力タービンの故障成分を同定することができることを検証した。提案方法は,実際の風力エネルギー応用のより良い実現可能性を示し,クリーンエネルギーの応用を促進できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  故障 ,  信頼性 ,  *ネットワーク ,  *風車 ,  停止時間 ,  風力エネルギー ,  高次元 ,  データ収集 ,  ウインドファーム ,  SCADAシステム ,  健全性
準シソーラス用語： 費用対効果 ,  *状態監視 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 状態監視 ,  風車 ,  カスケード深層学習ネットワーク ,  Quartile ,  注意機構

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

タイトルに関連する用語 (6件)： カスケード ,  双方向 ,  深層学習 ,  風力タービン ,  状態監視 ,  異常検出