文献

J-GLOBAL ID：202202234210922177   整理番号：22A0703571

無人航空機に埋め込まれたラジオメトリックセンサによる光起電力パネルにおける故障検出と診断【JST・京大機械翻訳】

Fault detection and diagnosis in photovoltaic panels by radiometric sensors embedded in unmanned aerial vehicles

著者 (3件)： Segovia Ramirez Isaac (Ingenium Research Group, University of Castilla-La Mancha, Ciudad Real, Spain) ,  Das Bikramaditya (Department of Electronics and Telecommunication, VSSUT, Burla, India) ,  Garcia Marquez Fausto Pedro (Ingenium Research Group, University of Castilla-La Mancha, Ciudad Real, Spain)
資料名： Progress in Photovoltaics  (Progress in Photovoltaics)
巻： 30  号： 3  ページ： 240-256  発行年： 2022年 
JST資料番号： W0463A  ISSN： 1062-7995  CODEN： PPHOED  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： 光起電力太陽エネルギーは,政府のサポートと共に,その低い運転コストとより高い効率のために,世界の電力市場における容量を増加させている。太陽電池パネルは,高い初期投資を必要とし,これらのシステムの保全性と信頼性に通じ,ライフサイクルと生産性を延ばす,先進的で効率的な方法を使用する必要がある。新しい条件監視システムは,検査のコストを減らし,効率的なデータ収集を確保するために適用されている。本論文の主な貢献は,放射測定センサに基づく,新しい効率的で低コストの条件モニタリングシステムである。主光起電力故障(ホットスポット,故障セル,開回路,バイパスダイオード,分極)の熱パターンを実際の光起電力パネルで研究した。異なるシナリオを考察し,モノのインターネットによる故障の主なパターンを分析した。結果の精度を統計的に解析し,無欠陥シナリオと比較した。このアプローチの検証を,実験のサーモグラフィー解析と異なる放射測定センサを用いて行った。統計解析による故障の検出は,事例の100%で,そして,シナリオの96%における特定故障の同定を達成した。人工ニューラルネットワークと分類学習者アルゴリズムを採用して,結果を検証し,故障同定のための類似結果,それぞれ95%と94%,故障検出の100%を得た。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  *光起電力 ,  原価 ,  *故障 ,  信頼性 ,  投資 ,  ライフサイクル ,  ニューラルネットワーク ,  *故障検出 ,  監視装置 ,  サーモグラフィー ,  *無人機 ,  ホットスポット ,  データ収集
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 (6件)： 状態監視システム ,  故障検出と診断 ,  パターン認識 ,  太陽光発電 ,  ラジオメトリックセンサ ,  無人航空機

分類 (1件)： 太陽電池  (NC03084O)

タイトルに関連する用語 (4件)： 無人航空機 ,  光起電力 ,  故障検出 ,  診断