CMSの直近観測値を逐次学習するGMMを用いた風車ブレード落雷時の異常検知

カテゴリ：研究会(論文単位)

論文No：FTE25007,PE25082,HV25073

グループ名：【B】電力・エネルギー部門 新エネルギ－・環境/【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 高電圧合同研究会

発行日：2025/7/26

タイトル(英語)：Anomaly detection during lightning strikes to wind turbine blades using GMM that sequentially learns the most recently observed data of CMS

著者名：市岡 遼真(中部大学),松井 拓斗(中部大学),山本 和男(中部大学)

著者名(英語)： Ryoma Ichioka(Chubu university),Takuto Matsui(Chubu university),Kazuo Yamamoto(Chubu university)

キーワード：風車,雷,異常検知,ＣＭＳ,ＡＩ,振動データ,Wind turbine,Lightning,Anomaly detection,CMS,AI,Vibration data

要約(日本語)：日本の風車は冬季に落雷の多い日本海沿岸部に数多く設置されている。これらの地域の風車では冬季雷による被害が数多く発生しており，問題となっている。このような雷被害を防ぐため，風車への雷撃が確認された時に，直ちに風車を停止させ，点検によって健全性を確認することが義務付けられている。しかし，天候等の要因で点検が困難な場合もあり，この方法は，風車の停止時間を長期化させ，稼働率低下に繋がる要因になっている。このような背景から，落雷後に再稼働の可否を迅速に判断できるシステムの開発が求められている。本研究では，風車のCondition Monitoring Systemが収集したデータを利用し，ブレードの雷被害検知モデルの構築を行った。本モデルを用いて，迅速な風車の点検と稼働率向上の実現可能性について検討した結果を報告する。

要約(英語)：Many wind turbines in Japan are located along the Sea of Japan coast, where winter lightning is frequent. In these regions, numerous cases of wind turbine damage caused by winter lightning have been reported, posing a significant issue. To prevent such lightning damage, it is mandatory to immediately stop the wind turbine and conduct an inspection to confirm its soundness whenever a lightning strike is confirmed. However, inspections can be difficult under adverse weather conditions, which prolongs turbine downtime and leads to reduced availability. Given this situation, there is a growing demand for a system that can swiftly determine whether a wind turbine can be restarted after a lightning strike. In this study, a lightning damage detection model for turbine blades was developed using data collected by the Condition Monitoring System for wind turbines. By utilizing this model, the feasibility of quick inspection of wind turbines and improvement of their availability are discussed.

本誌：2025年7月29日新エネルギ－・環境/電力技術/高電圧合同研究会

本誌掲載ページ：17-22p

原稿種別：日本語

PDFファイルサイズ：1,335Kバイト