| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-10-20 15:30 SCADAデータを用いた風車健全性評価のための教師データ選択手法の基礎的検討 ○安田晃久（東大）・緒方 淳（産総研）・古澤陽子（東大）・村川正弘（産総研）・森川博之・飯田 誠（東大）  R2017-47 |
|
| 抄録 | （和） | 風車は内部機器が故障すると長期間停止させる必要があり，大きな損害が生じる．そのため，風力発電事業では，故障に関わる異常性をいち早く検知し，構成機器の寿命を延長するための補修作業を実施することが重要である．本研究では，風車の標準的な装置として設置されているSCADA（Supervisory Control And Data Acquisition）データを用いた，低コストで実現可能な風車の健全性評価方式を想定し，この評価方式における教師データとして必要となる，正常状態を示すSCADAデータを選択するための手法として，理想的なパワーカーブを用いて抽出したSCADAデータを変化点検知で評価する手法について示す． |
| （英） | Wind turbines need to be stopped for a long period if the internal equipment breaks down. Therefore, it is important for the wind power business to detect the anomaly related to breakdown of the wind turbine quickly and to implement repair work for extending the life of the equipment. In this paper, assuming a system health monitoring method which uses data collected by SCADA (Supervisory Control And Data Acquisition) which is installed as a wind turbine standard equipment, we propose a method of extracting normal data from SCADA data using ideal power curve and evaluating the normal behavior of the data with change point detection. | |
| キーワード | （和） | 風車 / SCADA / 正常状態 / 異常検知 / 機械学習 / 教師データ / / |
| （英） | Wind Turbine / SCADA / Normal Behavior / Anomaly Detection / Machine Learning / Training Data / / | |
| 文献情報 | 信学技報, vol. 117, no. 253, R2017-47, pp. 17-22, 2017年10月. | |
| 資料番号 | R2017-47 | |
| 発行日 | 2017-10-13 (R) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | R2017-47 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2017-10-20 - 2017-10-20 |
| 開催地（和） | 天草市民センター（天草市） |
| 開催地（英） | |
| テーマ（和） | 情報通信システムの信頼性，信頼性一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2017-10-R |
| 本文の言語 | 日本語 |
| タイトル（和） | SCADAデータを用いた風車健全性評価のための教師データ選択手法の基礎的検討 |
| サブタイトル（和） | |
| タイトル（英） | A Fundamental Study of Training Data Selection Method for Wind Turbine Health Management Using SCADA Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 風車 / Wind Turbine |
| キーワード(2)（和/英） | SCADA / SCADA |
| キーワード(3)（和/英） | 正常状態 / Normal Behavior |
| キーワード(4)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(5)（和/英） | 機械学習 / Machine Learning |
| キーワード(6)（和/英） | 教師データ / Training Data |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 安田 晃久 / Akihisa Yasuda / ヤスダ アキヒサ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UT) |
| 第2著者 氏名（和/英/ヨミ） | 緒方 淳 / Jun Ogata / オガタ ジュン |
| 第2著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第3著者 氏名（和/英/ヨミ） | 古澤 陽子 / Yoko Furusawa / フルサワ ヨウコ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UT) |
| 第4著者 氏名（和/英/ヨミ） | 村川 正弘 / Masahiro Murakawa / ムラカワ マサヒロ |
| 第4著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 森川 博之 / Hiroyuki Morikawa / モリカワ ヒロユキ |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UT) |
| 第6著者 氏名（和/英/ヨミ） | 飯田 誠 / Makoto Iida / イイダ マコト |
| 第6著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UT) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-10-20 15:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2017-47 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.253 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2017-10-13 (R) |
[研究会発表申込システムのトップページに戻る]