大規模太陽光発電システムの発電出力データによる機械学習を適用した異常兆候検知手法の検証

カテゴリ: 部門大会

論文No: 187

グループ名: 【B】令和6年電気学会電力・エネルギー部門大会

発行日: 2024/08/23

タイトル(英語): Validation of Anomaly Sign Detection Method of Large-Scale PV System Using Machine Learning

著者名: 有松健司（東北電力），関場陽一（電力計算センター）

著者名(英語): Kenji Arimatsu (Tohoku Electric Power Co.,Inc.), Yoichi Sekiba (Denryoku Computing Center, Ltd.)

キーワード: 太陽光発電|メガソーラ発電|異常兆候検知|機械学習|Photovoltaics|Utility scale solar power|Anomaly sign detection|Machine learning

要約(日本語): 太陽光発電システムの普及により太陽電池モジュール（モジュール）の異常兆候を検出する必要性が高まっている。これまで筆者らは，より簡便な太陽光発電システムの異常兆候検出手法として，太陽光発電システムの発電出力値である電圧と電流のみの計測値を用いて，モジュールの発電特性を踏まえた関係性に着目した各種の異常兆候検知手法を提案してきた。本稿では，提案手法の1つである外れ値検知による機械学習に基づく太陽光発電システムの異常兆候検知手法について，実際の大規模太陽光発電システム（メガソーラ）の発電出力の計測値を用いて有効性を検証したので報告する。

PDFファイルサイズ: 574 Kバイト