抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】