| 講演名 | 2017-10-20 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(東大), 飯田 誠(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Wind Turbine / SCADA / Normal Behavior / Anomaly Detection / Machine Learning / Training Data |
| 資料番号 | R2017-47 |
| 発行日 | 2017-10-13 (R) |
| 研究会情報 | |
| 研究会 | R |
|---|---|
| 開催期間 | 2017/10/20(から1日開催) |
| 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） | |
| 委員長氏名（和） | 弓削 哲史(防衛大) |
| 委員長氏名（英） | Tetsushi Yuge(National Defense Academy) |
| 副委員長氏名（和） | 安里 彰(富士通) |
| 副委員長氏名（英） | Akira Asato(Fujitsu) |
| 幹事氏名（和） | 田村 信幸(法政大) / 平栗 滋人(鉄道総研) |
| 幹事氏名（英） | Nobuyuki Tamura(Hosei Univ.) / Shigeto Hiraguri(RTRI) |
| 幹事補佐氏名（和） | 井上 真二(関西大) / 岡村 寛之(広島大) |
| 幹事補佐氏名（英） | Shinji Inoue(Kansai Univ.) / Hiroyuki Okamura(Hiroshima Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Reliability |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 安田 晃久 / Akihisa Yasuda |
| 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） | 緒方 淳 / Jun Ogata |
| 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） | 古澤 陽子 / Yoko Furusawa |
| 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） | 村川 正弘 / Masahiro Murakawa |
| 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） | 森川 博之 / Hiroyuki Morikawa |
| 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） | 飯田 誠 / Makoto Iida |
| 第 6 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UT) |
| 発表年月日 | 2017-10-20 |
| 資料番号 | R2017-47 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | R-253 |
| ページ範囲 | pp.17-22(R), |
| ページ数 | 6 |
| 発行日 | 2017-10-13 (R) |