AutoencoderとLSTMによる風車SCADAデータ分析を基本としたブレード異常検知に関する研究

カテゴリ: 全国大会

論文No: 7-054

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Research on blade anomaly detection based on wind turbine SCADA data analysis by Autoencoder and LSTM

著者名: 丹羽晃規（中部大学）,松井拓斗（中部大学）,山本和男（中部大学）

著者名(英語): Kouki Niwa (Chubu University),Takuto Matsui (Chubu University),Kazuo Yamamoto (Chubu University)

キーワード: LSTM|SCADA|異常検知|オートエンコーダー|風車|雷保護|LSTM|SCADA|Anomaly detection|Autoencoder|Wind turbine|Lightning protection

要約(日本語): 再生可能エネルギーの中で注目されている風力を用いた発電システムは，日本海側の山間部や沿岸部の風況の良い場所に多く設置されており，大型化も進んでいることから落雷による被害を受けやすい。落雷による風力発電設備の被害が周辺の人々の安全確保の観点から問題となり，落雷があった際に風車を緊急停止させ，目視点検等で異常の有無を確認してから再稼働することになっている。しかし，風車の健全性の確認は，地理的要因や天候によって時間を要し，それによる稼働率の低下が問題視されている。 本研究では，この問題を解決するために，機械学習

原稿種別: 日本語

PDFファイルサイズ: 379 Kバイト