文献

J-GLOBAL ID：202202224678788226   整理番号：22A1059784

IoTと機械学習モデルを用いた小型風車の先行保全【JST・京大機械翻訳】

Proactive maintenance of small wind turbines using IoT and machine learning models

著者 (2件)： Selvaraj Yoganand (Computer Technology, Madras Institute of Technology, ANNA University-Chennai, Chennai, India) ,  Selvaraj Chithra (Information Technology, SSN College of Engineering-Chennai, Chennai, India)
資料名： International Journal of Green Energy  (International Journal of Green Energy)
巻： 19  号： 5  ページ： 463-475  発行年： 2022年 
JST資料番号： W5901A  ISSN： 1543-5075  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 風は風車を通して電力を発生できる最も重要な天然資源の1つであり,現在,風力タービンは小さいか大きいが,発生する出力電力は様々な目的に使用される。物理的損傷につながるタービンの摩耗と引裂きの可能性がある。無線モードを通して遠隔地からタービンをモニターするために利用可能な適切な機構は存在しない。ライブ遠隔監視と知的条件モニタリング技術の実用化は,ダウンタイムを減少して,タービンの寿命を増やした。本論文では,小型風力タービンの発電状態を予測する,風力タービンと予測解析ツールによる主要な故障を診断するのに役立つ新しいスマートで積極的なメンテナンスシステムを提案した。センサベースのIoTシステム(SBIS)は,風速,振動,温度,および出力電力のような作動条件を決定する風力タービンの重要なパラメータをモニターするのに役立つ。小型風力タービンの積極的保全のために,SBISのための機械学習技術の組合せアプローチを用いた。システムの診断部分は,センサから入力を受け,予測解析のためのクラウドプラットフォームを使用する。線形回帰(LR),サポートベクトルマシン(SVM),最適化人工ニューラルネットワーク(OANN),およびXGブースト(XGB)のような機械学習アルゴリズムを適用し,結果を予測のためにまとめた。検出データの精度についてアルゴリズムの結果を比較し,OANNアルゴリズムが小型風力タービンの先物的保全と電力予測に対してより良い性能を持つことを観測した。Please refer to the publisher for the copyright holders. 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 ,  最適化 ,  風速 ,  電力 ,  *保全 ,  発電 ,  ニューラルネットワーク ,  *風車 ,  タービン ,  停止時間 ,  損傷 ,  *機械学習 ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： *モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (7件)： SBIS ,  小型風車 ,  機械学習 ,  予測 ,  IOT ,  センサ ,  クラウド

分類 (2件)： 送風機,圧縮機,風車  (QD03000U) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (5件)： IoT ,  機械学習 ,  モデル ,  小型風車 ,  保全