ストリングの電流電圧特性を用いた機械学習による不具合要因判定

カテゴリ: 全国大会

論文No: 7-015

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Identification of Defect in String I-V Curve by using Machine Learning

著者名: 長谷川隼也（東京理科大学）

著者名(英語): Shunya Hasegawa (Tokyo University of Science)

キーワード: 太陽光発電システム|不具合判定|I-Vカーブ|機械学習|タイヨウコウハツデンシステム|フグアイハンテイ|アイブイカーブ|キカイガクシュウ

要約(日本語): 近年，太陽光発電(PV)システムが急速に普及している。これを長期間，安定して運用するためには，定期的もしくは継続的な保守点検が必要となる。PVシステムの診断手法の一つである現地で計測や検査を行うオンサイト診断は，検査にかかる時間や人件費が大きくなる。これを解決するために，ストリング単位の電流電圧特性を用いて，計算により求めた正常時と不具合時のI-Vカーブを，機械学習を用いて比較することで不具合の原因を判定する手法を提案した。機械学習により作成した判定モデルを用いて正常時と①段付き，②開放電圧付近の勾配差，③短絡電流付近の勾配差の各不具合，計4クラスの分類を行った結果，概ね正確に不具合判定を行う事が出来た。

本誌掲載ページ: 21-23 p

原稿種別: 日本語