文献

J-GLOBAL ID：202202233657740887   整理番号：22A0905684

機械学習アルゴリズムを用いた太陽光発電パネルのファイバBragg格子センサベース温度監視【JST・京大機械翻訳】

Fiber Bragg grating sensor-based temperature monitoring of solar photovoltaic panels using machine learning algorithms

著者 (7件)： Dhanalakshmi Samiappan (Department of Electronics and Communication Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Nandini Praveen (Department of Electronics and Communication Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Rakshit Sampita (Department of Electronics and Communication Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Rawat Paras (Department of Computer Science and Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Narayanamoorthi Rajamanickam (Department of Electrical and Electronics Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Kumar Ramamoorthy (Department of Electronics and Communication Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India) ,  Senthil Ramalingam (Department of Mechanical Engineering, SRM Institute of Science and Technology, Kattankulathur, Chennai, India)
資料名： Optical Fiber Technology  (Optical Fiber Technology)
巻： 69  ページ： Null  発行年： 2022年 
JST資料番号： W1605A  ISSN： 1068-5200  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： ファイバBragg格子(FBG)センサは,歪,深さ,温度,密度,およびいくつかの物理的パラメータを正確に測定する,新しくて顕著な光センシング技術である。高い日射のため,増加した太陽パネル温度は光起電力電池効率に影響する。したがって,太陽パネルの温度を監視し,適切な冷却を提供することは,最適な電気性能を達成するために不可欠である。本研究では,FBGセンサを用いて太陽パネル温度をモニターした。得られた実験データにおけるピーク探索アルゴリズムの精度と安定性を解析した。Reisz分数次数導関数およびSavitsky-Golayフィルタを,異なる信号対雑音比でピークおよび雑音スペクトルを決定するために,ディシジョンツリー回帰器を用いて改善した。このアルゴリズムは,FBGスペクトルに用いる従来のピークアルゴリズムの短所を凌駕した。分数導関数と機械学習アルゴリズムを最初に雑音除去した。線形回帰のための時代の数は15である。ディシジョンツリーの深度は1000であり,ランダムフォレストの推定量数は150であった。ピークを,クリーンでノイズのないFBGデータで訓練されたディシジョンツリー回帰器で検出した。線形回帰,ランダムフォレスト,および決定木のような機械学習アルゴリズムを比較した。ハイパーパラメータ調整によるディシジョンツリー回帰は,他の従来のピーク検出法と比較して,99.83%の高精度で最良の結果をもたらした。統計的試験とメタヒューリスティックアルゴリズムも行い,実験結果を評価した。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： SN比 ,  *アルゴリズム ,  *温度 ,  検出 ,  雑音 ,  *太陽 ,  スペクトル ,  ディシジョンツリー ,  導関数 ,  パラメータ ,  *機械学習 ,  *学習アルゴリズム ,  雑音除去
準シソーラス用語： ランダムフォレスト ,  ハイパーパラメータ ,  ピーク検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： 太陽エネルギー ,  ファイバBragg格子 ,  温度モニタリング ,  統計的試験 ,  機械学習 ,  メタヒューリスティックアルゴリズム

分類 (1件)： 光導波路,光ファイバ,繊維光学  (BD06030H)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  太陽光発電パネル ,  ファイバBragg格子 ,  温度監視