部分影を用いた短絡故障バイパスダイオードの検出における機械学習の適用

カテゴリ: 部門大会

論文No: P49

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): Using machine learning in the detection of short-circuit fault bypass diode using a partial shadow

著者名: 平田航（津山工業高等専門学校），澤田直弥（津山工業高等専門学校），桶真一郎（津山工業高等専門学校），南野郁夫（宇部工業高等専門学校），藤井雅之（大島商船高等専門学校），石倉規雄（米子工業高等専門学校），濱田俊之（大阪電気通信大学）

著者名(英語): Wataru Hirata (National Institute of Technology, Tsuyama College), Naoya Sawata (National Institute of Technology, Tsuyama College), Shinichiro Oke (National Institute of Technology, Tsuyama College), Ikuo Nanno (National Institute of Technology, Ube College), Masayuki Fujii (National Institute of Technology, Oshima College), Norio Ishikura (National Institute of Technology, Yonago College), Toshiyuki Hamada (Osaka Electro-Communication University)

キーワード: 太陽光発電|バイパスダイオード|短絡故障|I-V カーブ|機械学習|ランダムフォレスト|solar photovoltaic|bypass diode|short-circuit fault|I-V curve|machine learning|random forest

要約(日本語): 太陽電池（PV）モジュールが備えるバイパスダイオード（BPD）の開放故障や短絡故障はPVモジュールの過熱の原因となり火災を引き起こすことがあるため，その検出技術の開発が進められている。筆者らのグループは，PVアレイ上を移動する部分影の位置とI-Vカーブ上の動作点の変化との関係に基づく短絡故障BPD検出技術の開発に取り組んでいる。これまでに，移動する部分影が短絡故障BPDに対応するセルストリングあるいはモジュール上にきた場合には，最大電力点電力および電流が特徴的な変化をすることを確かめた。本報では，太陽の運行に伴い移動する部分影を利用した故障検出を試みた。また，故障検出の精度向上のため機械学習を適用した結果について報告する。

PDFファイルサイズ: 719 Kバイト