カテゴリ: 研究会(論文単位)論文No: HV22010グループ名: 【B】電力・エネルギー部門 高電圧研究会発行日: 2022/01/17タイトル(英語): Study on Analytical Methods of SCADA Data Using Machine Learning for Detecting Lightning Damages on Wind Turbine Blade著者名: 松井 拓斗(中部大学),山本 和男(中部大学),緒方 淳(産業技術総合研究所)著者名(英語): Takuto Matsui(Chubu University),Kazuo Yamamoto(Chubu University),Jun Ogata(National Institute of Advanced Industrial Science and Technology)キーワード: 異常検知|混合ガウス分布|風車|雷保護|落雷検出装置|ＳＣＡＤＡ|Anomaly detection|Gaussian mixture model|Lightning detection system|Lightning protection|Wind turbine|SCADA要約(日本語): 日本では風車の雷被害が数多く報告されている。特に，損傷したブレードの回転継続による被害の拡大が問題となっている。このような背景から，冬季雷地域の風車においては，落雷検出後迅速に非常停止させ，被害の有無・程度を点検した後，再稼働することが義務付けられた。しかし，悪天候等の理由で落雷後の目視点検が困難になる場合が多く，この過程は風車の稼働率を低下させる要因になっている。そこで本研究では，SCADAデータを機械学習に基づいて分析し，ブレードの健全性を確認する技術について検討した。要約(英語): There have been many reports of lightning damage on wind turbines in Japan. Particularly, the problem is the expanding damages due to continued rotation of damaged blade. Because of this situation, the wind turbine built in winter lightning area have been obliged to make an emergency stop immediately if the lightning strike is detected, and hence, restart it after inspecting presence or absence of damage and its degree. However, it is often difficult to visually inspect after the lightning strike due to bad weather, thereby, this process is a factor that reduces the availability of wind turbines. Therefore, in this study, we considered a technique for confirming soundness of the wind turbine blade by analyzing SCADA data based on machine learning.本誌: 2022年1月20日-2022年1月21日高電圧研究会本誌掲載ページ: 53-58 p原稿種別: 日本語PDFファイルサイズ: 1,369 Kバイト
