論文の概要: String-Level Ground Fault Localization for TN-Earthed Three-Phase Photovoltaic Systems
- arxiv url: http://arxiv.org/abs/2602.12289v2
- Date: Mon, 16 Feb 2026 02:12:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-23 12:01:13.526105
- Title: String-Level Ground Fault Localization for TN-Earthed Three-Phase Photovoltaic Systems
- Title（参考訳）: TN-Earthed Three-Phase Photovoltaic Systems におけるストリングレベル地すべりの定位
- Authors: Yuanliang Li, Xun Gong, Reza Iravani, Bo Cao, Heng Liu, Ziming Chen,
- Abstract要約: DC側地すべり断層(GF)は三相TN線光起電力(PV)システムに重大なリスクをもたらす。
本研究は、故障電流解析によるGF特性の包括的解析と、複数の故障箇所をカバーするシミュレーションに基づくケーススタディを示す。
これらの知見に基づいて,三相TN型PVシステムに適したエッジAIに基づくGFローカライゼーション手法を提案する。
- 参考スコア（独自算出の注目度）: 7.573722142546887
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The DC-side ground fault (GF) poses significant risks to three-phase TN-earthed photovoltaic (PV) systems, as the resulting high fault current can directly damage both PV inverters and PV modules. Once a fault occurs, locating the faulty string through manual string-by-string inspection is highly time-consuming and inefficient. This work presents a comprehensive analysis of GF characteristics through fault-current analysis and a simulation-based case study covering multiple fault locations. Building on these insights, we propose an edge-AI-based GF localization approach tailored for three-phase TN-earthed PV systems. A PLECS-based simulation model that incorporates PV hysteresis effects is developed to generate diverse GF scenarios, from which correlation-based features are extracted throughout the inverter's four-stage shutdown sequence. Using the simulated dataset, a lightweight Variational Information Bottleneck (VIB)-based localization model is designed and trained, achieving over 93% localization accuracy at typical sampling rates with low computational cost, demonstrating strong potential for deployment on resource-constrained PV inverters.
- Abstract（参考訳）: 直流側地絡断層(GF)は三相TNアース型太陽光発電システム(PV)に重大なリスクをもたらし、結果として発生する高電流はPVインバータとPVモジュールの両方に直接ダメージを与える。
一度障害が発生したら、手動の文字列・バイ・ストリング検査による故障文字列の特定は、非常に時間がかかり非効率である。
本研究は、故障電流解析によるGF特性の包括的解析と、複数の故障箇所をカバーするシミュレーションに基づくケーススタディを提案する。
これらの知見に基づいて,三相TN型PVシステムに適したエッジAIに基づくGFローカライゼーション手法を提案する。
PVヒステリシス効果を取り入れたpleCSに基づくシミュレーションモデルを開発し、インバータの4段階シャットダウンシーケンスを通して相関に基づく特徴を抽出する、多様なGFシナリオを生成する。
シミュレーションデータセットを用いて、軽量な変動情報ボトルネック(VIB)ベースのローカライゼーションモデルを設計、訓練し、典型的なサンプリングレートで93%以上のローカライズ精度を低い計算コストで達成し、リソース制約のあるPVインバータへの展開の可能性を示す。
関連論文リスト
- Fault Diagnosis and Quantification for Photovoltaic Arrays based on Differentiable Physical Models [8.71780347170974]
本稿では,微分可能な高速故障シミュレーションモデル(DFFSM)に基づくPV弦の新しい故障定量化手法を提案する。
提案したDFFSMは、複数の断層下でのI-V特性を正確にモデル化し、断層パラメータに関する解析的勾配を提供する。
シミュレーションおよび測定されたI-V曲線の実験結果から,提案したGFPIは異なる断層間で高い定量化精度を示し,I-V再構成誤差は3%以下であった。
論文 参考訳（メタデータ） (2025-12-18T22:19:25Z) - A Fully Probabilistic Tensor Network for Regularized Volterra System Identification [6.101839518775971]
本研究はBayesian Network Volterraカーネルマシン(BTN-V)を紹介する。
BTN-Vは正準ポリエイド分解を用いてボルテラ核を表現し、O(ID)からO(DIR)へのモデル複雑性を減少させる
論文 参考訳（メタデータ） (2025-11-25T16:24:52Z) - Unsupervised Clustering for Fault Analysis in High-Voltage Power Systems Using Voltage and Current Signals [2.979183050755201]
本稿では,高電圧系統の故障診断における教師なしクラスタリング手法の適用について検討する。
Reseau de Transport d'Electricite (RTE) によって提供されるデータセットを解析し、Fast Fourier Transform (FFT) を用いて周波数領域の特徴を抽出する。
K-Meansアルゴリズムはデータの基本パターンを特定するために適用され、ラベル付きトレーニングサンプルを必要とせずに自動故障分類を可能にする。
論文 参考訳（メタデータ） (2025-05-23T11:35:09Z) - SHIELD: LLM-Driven Schema Induction for Predictive Analytics in EV Battery Supply Chain Disruptions [52.90276059116822]
ShiELDは、大型言語モデル(LLM)とEVバッテリサプライチェーンリスクアセスメントのためのドメインの専門知識を組み合わせたものだ。
365の資料(2022-2023)から12,070段落を評価したところ、ShiELDは破壊予測においてベースラインGCNとLLM+prompt法より優れていた。
論文 参考訳（メタデータ） (2024-08-09T22:08:12Z) - 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) - VST++: Efficient and Stronger Visual Saliency Transformer [74.26078624363274]
我々は,グローバルな長距離依存関係を探索する,効率的で強力なVST++モデルを開発した。
我々は、RGB、RGB-D、RGB-T SODベンチマークデータセット上で、トランスフォーマーベースのバックボーンにまたがってモデルを評価した。
論文 参考訳（メタデータ） (2023-10-18T05:44:49Z) - Towards Long-Term Time-Series Forecasting: Feature, Pattern, and
Distribution [57.71199089609161]
長期的時系列予測(LTTF)は、風力発電計画など、多くのアプリケーションで需要が高まっている。
トランスフォーマーモデルは、高い計算自己認識機構のため、高い予測能力を提供するために採用されている。
LTTFの既存の手法を3つの面で区別する,Conformer という,効率的なTransformer ベースモデルを提案する。
論文 参考訳（メタデータ） (2023-01-05T13:59:29Z) - The Lazy Neuron Phenomenon: On Emergence of Activation Sparsity in
Transformers [59.87030906486969]
本稿では,Transformer アーキテクチャを用いた機械学習モデルにおいて,アクティベーションマップが疎いという興味深い現象について考察する。
本稿では, 自然言語処理と視覚処理の両方において, スパーシリティが顕著な現象であることを示す。
本稿では,変換器のFLOP数を大幅に削減し,効率を向上する手法について論じる。
論文 参考訳（メタデータ） (2022-10-12T15:25:19Z) - FAMLP: A Frequency-Aware MLP-Like Architecture For Domain Generalization [73.41395947275473]
本稿では、変換周波数領域において、ドメイン固有の特徴をフィルタリングする新しい周波数認識アーキテクチャを提案する。
3つのベンチマークの実験では、最先端の手法をそれぞれ3%、4%、9%のマージンで上回った。
論文 参考訳（メタデータ） (2022-03-24T07:26:29Z) - An Artificial Neural Network-Based Model Predictive Control for
Three-phase Flying Capacitor Multi-Level Inverter [2.3513645401551333]
モデル予測制御(MPC)は、単純な概念、高速な動的応答、優れた参照追跡のため、パワーエレクトロニクスで広く使われている。
最適なスイッチング状態を予測するためにシステムの数学的モデルに依存するため、パラメトリックな不確実性に悩まされる。
本稿では,ニューラルネットワーク(ANN)に基づくモデルフリー制御戦略を提案する。
論文 参考訳（メタデータ） (2021-10-15T13:54:08Z) - Principal Component Density Estimation for Scenario Generation Using
Normalizing Flows [62.997667081978825]
低次元空間における正規化フローを設定する線形主成分分析(PCA)に基づく次元還元フロー層を提案する。
当社は、2013年から2015年までのドイツにおけるPVおよび風力発電のデータと負荷需要に関する主成分フロー(PCF)を訓練しています。
論文 参考訳（メタデータ） (2021-04-21T08:42:54Z)
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。