文献

J-GLOBAL ID：202202217296321442   整理番号：22A0578649

次元縮小技術に基づく風力タービンのための健康状態の可視化方法論【JST・京大機械翻訳】

Visualization methodology of the health state for wind turbines based on dimensionality reduction techniques

著者 (5件)： Ma Ran (College of Energy and Power Engineering, Inner Mongolia University of Technology, Hohhot 010051, China) ,  Ma Ran (College of Electric Power, Inner Mongolia University of Technology, Hohhot 010080, China) ,  Li Wenyi (College of Energy and Power Engineering, Inner Mongolia University of Technology, Hohhot 010051, China) ,  Li Wenyi (College of Electric Power, Inner Mongolia University of Technology, Hohhot 010080, China) ,  Qi Yongsheng (College of Electric Power, Inner Mongolia University of Technology, Hohhot 010080, China)
資料名： Sustainable Energy Technologies and Assessments  (Sustainable Energy Technologies and Assessments)
巻： 49  ページ： Null  発行年： 2022年 
JST資料番号： W2952A  ISSN： 2213-1388  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： 風力タービン(WT)の性能劣化は長期運転で避けられない。したがって,それらの健康状態の信頼できて直感的な可視化は,条件ベースの保全に不可欠である。しかし,その大規模なスケール,高次元および非線形性のためにSCADAデータから有効な情報を抽出することは難しい。次元縮小(DR)技術は複雑なデータセットの構造可視化のための効率的な方法を提供する。本論文では,DRに対する拡散マップ(DM)アルゴリズムを使用し,健康状態可視化方法論,拡散マップ特徴測地距離(DM-FGD)を提案した。DM-FGDは,SCADAデータの多変量統計を計算して,次にその次元を減少することによってオンライン操作を満たす。抽出した特徴は,典型的な多様体とクラスタリング特性を提示する。従って,健康指標,信頼値(CV)を構築し,クラスタリングにより埋込み特徴を分析した。CVはWTの性能劣化プロセスを記述し,クラスタリング結果はその健康状態を説明した。さらに,CVの単調性特性を抽出するために重心スライディング技術を提案した。事例研究は,リアルタイムの健康状態可視化におけるDM-FGDの効率を確認し,他の偏差ベースの方法と比較して,その有効性と信頼性を正当化する。また,他のDRアルゴリズムとの比較研究によりその拡張性を検証した。Copyright 2022 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： アルゴリズム ,  多様体 ,  信頼性 ,  *可視化 ,  重心 ,  クラスタ化 ,  *風車 ,  事例研究 ,  高次元 ,  データ収集 ,  *次元縮小 ,  埋込み【挿入】 ,  SCADAシステム
準シソーラス用語： *健康状態 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 健康状態の可視化 ,  風車 ,  監視制御とデータ収集(SCADA) ,  次元縮小 ,  拡散マップ

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： 次元縮小 ,  風力タービン ,  健康状態 ,  可視化 ,  方法論