論文の概要: Smart Fault Detection in Nanosatellite Electrical Power System
- arxiv url: http://arxiv.org/abs/2601.00335v1
- Date: Thu, 01 Jan 2026 13:20:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-05 15:04:33.384607
- Title: Smart Fault Detection in Nanosatellite Electrical Power System
- Title（参考訳）: ナノサテライト電力系統のスマート故障検出
- Authors: Alireza Rezaee, Niloofar Nobahari, Amin Asgarifar, Farshid Hajati,
- Abstract要約: 本稿では,軌道上の姿勢決定制御サブシステムを用いないナノサテライトの電気系統における故障検出手法を提案する。
一般的な故障は、直流コンバータの短絡回路とオープン回路IGBT、地上バッテリーの制御故障である。
システムは、太陽放射と太陽パネルの表面温度を入力データとして、電流と負荷を出力として使用するニューラルネットワークに基づいて、障害なくシミュレートされる。
- 参考スコア（独自算出の注目度）: 1.270952934304684
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a new detection method of faults at Nanosatellites' electrical power without an Attitude Determination Control Subsystem (ADCS) at the LEO orbit. Each part of this system is at risk of fault due to pressure tolerance, launcher pressure, and environmental circumstances. Common faults are line to line fault and open circuit for the photovoltaic subsystem, short circuit and open circuit IGBT at DC to DC converter, and regulator fault of the ground battery. The system is simulated without fault based on a neural network using solar radiation and solar panel's surface temperature as input data and current and load as outputs. Finally, using the neural network classifier, different faults are diagnosed by pattern and type of fault. For fault classification, other machine learning methods are also used, such as PCA classification, decision tree, and KNN.
- Abstract（参考訳）: 本稿では, LEO軌道における姿勢決定制御サブシステム(ADCS)を使わずに, ナノサテライトの電気系統における故障検出手法を提案する。
このシステムの各部分は、耐圧性、ランチャー圧力、環境条件による故障の危険にさらされている。
一般的な故障は、直流コンバータの短絡回路とオープン回路IGBT、地上バッテリーの制御故障である。
システムは、太陽放射と太陽パネルの表面温度を入力データとして、電流と負荷を出力として使用するニューラルネットワークに基づいて、障害なくシミュレーションされる。
最後に、ニューラルネットワーク分類器を用いて、異なる断層をパターンとタイプの断層と診断する。
故障分類には、PCA分類、決定木、KNNなど他の機械学習手法も用いられる。
関連論文リスト
- Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。
検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。
ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
論文 参考訳（メタデータ） (2025-10-16T13:56:54Z) - Fault Analysis And Predictive Maintenance Of Induction Motor Using Machine Learning [0.0]
本稿では,誘導電動機故障の故障検出と分類のための機械学習モデルを提案する。
本研究の目的は、重要な電気成分を保護し、早期発見と診断による異常事象の進行を防止することである。
0.33HP誘導電動機のリアルタイムデータは、ニューラルネットワークのトレーニングとテストに使用される。
論文 参考訳（メタデータ） (2024-09-16T02:37:07Z) - Data-Driven Ground-Fault Location Method in Distribution Power System
With Distributed Generation [0.19116784879310028]
本稿では,配電系統におけるデータ駆動地すべり位置推定手法を提案する。
11バス20kVの電力システムはマットラブ/シムリンクで地上断層をシミュレートするためにモデル化されている。
論文 参考訳（メタデータ） (2024-02-22T16:25:32Z) - A new transformation for embedded convolutional neural network approach
toward real-time servo motor overload fault-detection [0.0]
DCサーボモーターの過負荷は、多くの企業が専門家を見つけるという問題に直面しているため、業界において大きな関心事である。
本稿では,人間の干渉を伴わないリアルタイム入力信号から障害を抽出する新しい変換法を用いて,畳み込みニューラルネットワーク(CNN)を用いた組込み人工知能アプローチを提案する。
論文 参考訳（メタデータ） (2023-04-08T13:36:33Z) - Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。
電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。
本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
論文 参考訳（メタデータ） (2022-08-31T18:19:25Z) - Fault-Tolerant Neural Networks from Biological Error Correction Codes [45.82537918529782]
哺乳類大脳皮質の格子細胞では、アナログ誤差補正符号が神経スパイクノイズから状態を保護するために観測されている。
ここでは、これらの生物学的エラー訂正符号を用いて、各ニューロンの欠陥がシャープしきい値以下である場合、信頼性の高い計算を実現する、普遍的なフォールトトレラントニューラルネットワークを開発する。
フォールトからフォールトトレラントニューラルネットワークへの位相遷移の発見は、大脳皮質における信頼性の高い計算のメカニズムを示唆している。
論文 参考訳（メタデータ） (2022-02-25T18:55:46Z) - Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。
ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
論文 参考訳（メタデータ） (2022-01-20T06:36:35Z) - Online Dictionary Learning Based Fault and Cyber Attack Detection for
Power Systems [4.657875410615595]
本稿では,ストリームデータマイニング分類器を活用することで,イベント検出と侵入検出の問題に対処する。
まず、ラベルのないデータから高レベルな特徴を学習して辞書を構築する。
そして、ラベル付きデータは、学習した辞書原子の疎線形結合として表現される。
我々は、これらの余分なコードを利用して、オンライン分類器と効率的な変更検出器を訓練する。
論文 参考訳（メタデータ） (2021-08-24T23:17:58Z) - Determination of Fault Location in Transmission Lines with Image
Processing and Artificial Neural Networks [0.0]
ANN(Artificial Neural Network)は、伝送路内の異なる接地系における短い回路欠陥を正確に検出するために用いられる。
伝送線路モデルはPSCAD-EMTDCシミュレーションプログラムで作成される。
論文 参考訳（メタデータ） (2021-02-22T14:43:13Z) - Training End-to-End Analog Neural Networks with Equilibrium Propagation [64.0476282000118]
本稿では,勾配降下による終端から終端までのアナログニューラルネットワークの学習法を提案する。
数学的には、アナログニューラルネットワークのクラス(非線形抵抗性ネットワークと呼ばれる)がエネルギーベースモデルであることが示される。
我々の研究は、オンチップ学習をサポートする、超高速でコンパクトで低消費電力のニューラルネットワークの新世代の開発を導くことができる。
論文 参考訳（メタデータ） (2020-06-02T23:38:35Z) - Hardware-Encoding Grid States in a Non-Reciprocal Superconducting
Circuit [62.997667081978825]
本稿では、非相互デバイスと、基底空間が2倍縮退し、基底状態がGottesman-Kitaev-Preskill(GKP)符号の近似符号であるジョセフソン接合からなる回路設計について述べる。
この回路は、電荷やフラックスノイズなどの超伝導回路の一般的なノイズチャネルに対して自然に保護されており、受動的量子誤差補正に使用できることを示唆している。
論文 参考訳（メタデータ） (2020-02-18T16:45:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。