機械学習を適用した太陽光発電システムの異常様相分類手法の基礎検討

カテゴリ：部門大会

論文No：241

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：Basic Study on Classification Method of Anomalous Condition of Photovoltaic Power Generation System Based on Machine Learning

著者名：関場陽一（電力計算センター），有松健司（東北電力）

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

キーワード：太陽光発電,異常様相分類,機械学習,Photovoltaics power generation,Classification of anomalous condition,Machine learning

要約(日本語)：太陽光発電システム（PVS）の普及により，太陽電池モジュールの異常兆候を検知する必要性が高まっている。これまでに筆者らは，より簡便なPVSの異常兆候検出手法として，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・検証してきた。本研究ではより実用的な手法として，発電領域における動作点の頻度分布を教師データとする機械学習に基づく，PVS異常様相分類手法を提案し，その有効性について様々な異常様相を模擬したシミュレーションにより検討したので報告する。

PDFファイルサイズ：903Kバイト