文献

J-GLOBAL ID：202202216969069756   整理番号：22A0553866

高分解能衛星画像を用いた自動電力線植生モニタリング【JST・京大機械翻訳】

Automated Power Lines Vegetation Monitoring Using High-Resolution Satellite Imagery

著者 (6件)： Gazzea Michele (Department of Computer Science and Electrical Engineering, Western Norway University of Applied Sciences, Bergen, Norway) ,  Pacevicius Michael (Department of Mechanical and Industrial Engineering, Norwegian University of Science and Technology, Trondheim, Norway) ,  Dammann Dyre Oliver (University of Alaska Fairbanks, Fairbanks, AK 11414, USA) ,  Sapronova Alla (StormGeo Company, Bergen, Norway) ,  Lunde Torleif Markussen (Faculty of Medicine, University of Bergen, Bergen, Norway) ,  Arghandeh Reza (Department of Computer Science and Electrical Engineering, Western Norway University of Applied Sciences, Bergen, Norway)
資料名： IEEE Transactions on Power Delivery  (IEEE Transactions on Power Delivery)
巻： 37  号： 1  ページ： 308-316  発行年： 2022年 
JST資料番号： A0340B  ISSN： 0885-8977  CODEN： ITPDE5  資料種別： 逐次刊行物 (A)
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： 植生管理は,多くの送電と配電会社における重要な予防保全費用である。伝統的な植生管理運用慣行は,植生や環境状態の頻繁な検査の欠如のために,無効で,急速に解決されている。衛星画像データと機械学習の上昇は,連続データ駆動植生モニタリングでループを閉じる機会を提供する。本論文では,高分解能衛星画像と半教師つき機械学習アルゴリズムを用いて,電力線に沿った植生を監視するための自動化フレームワークを提案した。提案した衛星ベースの植生モニタリングフレームワークは,地上パトロールとヘリコプタまたはドローン検査を衛星データ分析による部分置換によって,電力線監視のコストと時間を減らすことを目的とする。ノルウェー西部の配電系統運用者(DSO)に対して実装し,実証した。更なる評価のために,衛星ベースのアルゴリズム結果を,ヘリコプタによって収集したLiDAR調査データと比較した。結果は,電気事業者の監視コストを低減するための解決策の可能性を示した。Copyright 2022 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： アルゴリズム ,  自動化 ,  予防保全 ,  *送電線 ,  ヘリコプタ ,  配電 ,  配電系統 ,  監視 ,  ノルウェー王国 ,  無人機 ,  電気供給業 ,  *衛星利用画像 ,  機械学習
準シソーラス用語： 衛星データ ,  高分解能衛星画像 , 【Automatic Indexing@JST】

分類 (2件)： 変圧器  (NB08020Q) ,  送電  (NB05030G)

タイトルに関連する用語 (3件)： 高分解能衛星画像 ,  電力線 ,  植生モニタリング