風車落雷時のブレード異常検知に関する研究～AutoencoderによるSCADAデータ分析～

カテゴリ: 部門大会

論文No: 211

グループ名: 【B】令和5年電気学会電力・エネルギー部門大会

発行日: 2023/08/23

タイトル(英語): Study on Blade Abnormality Detection due to Lightning Strike~SCADA data analysis by Autoencoder~

著者名: 松岡一輝（中部大学），松井拓斗（無所属），山本和男（中部大学）

著者名(英語): Kazuki Matsuoka (Chubu University), Takuto Matsui (), Kazuo Yamamoto (Chubu University)

キーワード: 雷|風車|雷保護|異常検知|Autoencoder|SCADA|Lightning|Wind turbine|Lightning protection|Anomaly detection|Autoencoder|SCADA

要約(日本語): 風力発電設備は，日本海側の山間部や沿岸部の風況良い場所かつ，周囲に高構造物が少ない場所に建設されることが多く，落雷を受けやすい環境にある。特に，風車への雷撃後に回転が継続することによりブレード損傷が拡大し，大きな被害に至るケースも少なくなく問題となっていた。近年では，雷撃を検知した時点で速やかに風車を停止させ，健全性を確認した上で再稼働する仕組みが確立されている。健全性確認精度の向上とそれによる稼働率の低下の低減のために，SCADAデータを利用した異常検知手法に関する研究が進められている。しかしながら，ある風車に対して異常検知を行う場合，現段階ではその風車の正常運転時のSCADAデータを事前に学習しておく必要がある。学習済みモデルを別の風車にも適用できれば，新規の風車等にも即時適用することが可能となる。そこで本研究では，転移学習可能な異常検知モデルであるAutoencoder（AE）を用いた異常検知モデルを構築した（ただし，本論文では，転移学習の検証結果は含んでいない）。また，落雷によって損傷した2件の風車のSCADAデータに本モデルを適用し異常検知を行い，精度を検証した結果を報告する。

PDFファイルサイズ: 433 Kバイト