風力タービンの運転と保守のための人工知能の科学的レビュー:過去,現在,未来【JST・京大機械翻訳】

Chatterjee Joyjit; Dethlefs Nina

プレプリント

J-GLOBAL ID：202202219293191111 整理番号：22P0325857

風力タービンの運転と保守のための人工知能の科学的レビュー:過去,現在,未来【JST・京大機械翻訳】

Scientometric Review of Artificial Intelligence for Operations & Maintenance of Wind Turbines: The Past, Present and Future

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月30日プレプリントサーバーでの情報更新日： 2022年03月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

風力エネルギーは,近年,再生可能エネルギーの非常に有望な資源として浮上している。しかし,風車は運転上の不一致に悩まし,運転と保全(O&M)において大きなコストと課題をもたらす。タービンの条件ベースモニタリング(CBM)と性能評価/解析は,効率的なO&M計画とコスト最小化を確実にするための重要な側面である。データ駆動意思決定技術は,2010年初期から人工知能(AI)技術,特に2020年の深層学習への信号処理法の適用から,過去10年間,そのようなO&Mタスクのための風力産業の急速な発展を目撃した。本論文では,風力エネルギー部門におけるAIの概念的および主題的進化の科学的レビューを提示するための統計的計算を利用し,風力産業におけるデータ駆動意思決定の現在強度および限界に対する証拠に基づく洞察を与えた。将来およびデータアベイラビリティと品質における現在の重要課題,ブラックボックス自然AIモデルにおける透明性の欠如,およびリアルタイム意思決定支援のためのモデル展開における一般的課題,およびこれらの問題を克服する可能な戦略を提供した。CBMと性能評価の過去,現在,および将来の系統的分析は,風力エネルギー源をより信頼できるものにするために,O&Mにおけるデータ駆動意思決定技術を採用するより多くの組織を奨励し,気候変動の世界的努力に寄与することを期待する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

風力発電

, , , , ,

前のページに戻る