JP2018007311A - 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム - Google Patents

太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム Download PDF

Info

Publication number
JP2018007311A
JP2018007311A JP2016126818A JP2016126818A JP2018007311A JP 2018007311 A JP2018007311 A JP 2018007311A JP 2016126818 A JP2016126818 A JP 2016126818A JP 2016126818 A JP2016126818 A JP 2016126818A JP 2018007311 A JP2018007311 A JP 2018007311A
Authority
JP
Japan
Prior art keywords
power generation
amount
image
generation facility
occurred
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2016126818A
Other languages
English (en)
Inventor
美紀 尾藤
Miki Bito
美紀 尾藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujisaki Electric Co Ltd
Original Assignee
Fujisaki Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujisaki Electric Co Ltd filed Critical Fujisaki Electric Co Ltd
Priority to JP2016126818A priority Critical patent/JP2018007311A/ja
Publication of JP2018007311A publication Critical patent/JP2018007311A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Photovoltaic Devices (AREA)

Abstract

【課題】発電設備の不具合の発見を容易にする太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラムを提供する。
【解決手段】太陽光発電を行う発電設備の保守を行うための太陽光発電保守装置は、発電設備での発電量の予測値を取得する手段と、前記発電設備での発電量の測定値を取得する手段と、発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する判定手段と、該判定手段の判定結果を報知する報知役キャラクタの画像を表示する表示手段と、前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を表示することに合わせて、前記発電設備に不具合が発生した可能性があることを報知する報知手段とを備える。
【選択図】図1

Description

本発明は、発電設備の保守を行うための太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラムに関する。
現在、太陽光発電の利用が拡大している。太陽光発電の特徴の一つは、発電量が時刻及び天候に応じて変動することである。このため、発電量が不安定である。発電後の売電及び蓄電を計画的に行うためには、発電量をある程度予測することが必要である。特許文献1には、気象条件に基づいて、太陽光発電による発電量を予測する技術が開示されている。
特開2011−159199号公報
太陽電池を用いた発電モジュール又はインバータ等の発電設備に不具合が発生した場合、太陽光発電による発電量が低下する。発電設備の使用者が不具合の発生に気付かない場合は、発電量が低下した状態が放置され、金銭的な損害が発生する。不具合の発見及び解消のためには、人手で点検及び修理を行う必要がある。しかしながら、頻繁に点検及び修理を行った場合は、コストが増大する。そこで、コストを抑えながら発電設備の保守を行うための技術が求められる。
本発明は、斯かる事情に鑑みてなされたものであって、その目的とするところは、太陽光発電による発電量の予測結果を利用することにより、発電設備の不具合の発見を容易にする太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラムを提供することにある。
本発明に係る太陽光発電保守装置は、太陽光発電を行う発電設備の保守を行うための太陽光発電保守装置において、前記発電設備での発電量の予測値を取得する手段と、前記発電設備での発電量の測定値を取得する手段と、発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する判定手段と、該判定手段の判定結果を報知する報知役キャラクタの画像を表示する表示手段と、前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を表示することに合わせて、前記発電設備に不具合が発生した可能性があることを報知する報知手段とを備えることを特徴とする。
本発明に係る太陽光発電保守装置は、前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を表示することに合わせて、前記発電設備の修理を行うサービスの利用を案内する手段を更に備えることを特徴とする。
本発明に係る太陽光発電保守装置は、前記発電設備に不具合が発生した可能性があるか否かを前記判定手段がより精度良く判定するように、前記判定手段による判定結果の履歴、実際の不具合の有無、並びに発電量の予測値及び測定値の履歴に基づいて、前記判定手段を学習させる学習手段を更に備えることを特徴とする。
本発明に係る太陽光発電保守装置は、前記表示手段は、前記学習手段による学習の進展に応じて、表示すべき報知役キャラクタの画像を変化させることを特徴とする。
本発明に係る太陽光発電保守装置は、前記発電設備に関する情報、及び気象に関する情報に基づいて、前記発電設備での発電量の予測値を計算する予測手段と、発電量の予測値及び測定値の差を小さくするように、発電量の予測値及び測定値の履歴に基づいて、前記予測手段を学習させる手段を更に備えることを特徴とする。
本発明に係る太陽光発電保守装置は、発電量の予測値に基づいて、前記発電設備の点検の計画を作成する点検計画作成手段と、発電量をより多くすることができる計画を前記点検計画作成手段が作成するように、作成された点検の計画の履歴、並びに発電量の予測値及び測定値の履歴に基づいて、前記点検計画作成手段を学習させる手段を更に備えることを特徴とする。
本発明に係る太陽光発電保守システムは、太陽光発電を行う発電設備の保守を行うための太陽光発電保守システムにおいて、発電設備と、出力装置と、太陽光発電保守装置とを備え、該太陽光発電保守装置は、前記発電設備での発電量の予測値を取得する手段と、前記発電設備での発電量の測定値を取得する手段と、発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する判定手段と、該判定手段の判定結果を報知する報知役キャラクタの画像を前記出力装置に表示させる表示手段と、前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を前記出力装置に表示させることに合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させる手段とを有することを特徴とする。
本発明に係る太陽光発電保守方法は、太陽光発電を行う発電設備の保守を行う方法において、発電設備での発電量の予測値を取得し、前記発電設備での発電量の測定値を取得し、発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定し、判定結果を報知する報知役キャラクタの画像を出力装置に表示させ、前記発電設備に不具合が発生した可能性があると判定された場合に、前記報知役キャラクタの画像の表示に合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させることを特徴とする。
本発明に係るコンピュータプログラムは、コンピュータに、太陽光発電を行う発電設備の保守を行うための処理を実行させるコンピュータプログラムにおいて、コンピュータに、発電設備での発電量の予測値を取得する処理と、前記発電設備での発電量の測定値を取得する処理と、発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する処理と、判定結果を報知する報知役キャラクタの画像を外部の出力装置に表示させるための処理と、前記発電設備に不具合が発生した可能性があると判定された場合に、前記報知役キャラクタの画像の表示に合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させるための処理とを実行させることを特徴とする。
本発明においては、太陽光発電保守装置は、発電設備による発電量の予測値と測定値との差に基づいて、発電設備に不具合が発生している可能性を判定し、不具合が発生している可能性がある場合に、不具合が発生している可能性があることを使用者に報知する。例えば、発電量の測定値が予測値を下回っている場合は、発電設備に不具合が発生している可能性がある。不具合が発生している可能性がある場合に発電設備の点検を行うことで、不具合の発見が容易となる。また、太陽光発電保守装置は、報知用キャラクタを用いて、発電設備に不具合が発生している可能性の有無を使用者に報知する。使用者は、報知用キャラクタに親しみを感じることができる。
また、本発明においては、太陽光発電保守装置は、発電設備の不具合が発生している可能性がある場合に、発電設備の修理を行うサービスの利用を案内する。使用者は、発電設備の不具合が発生している可能性がある場合のみに修理のサービスを利用して、効率的に発電設備を修理することができる。
また、本発明においては、太陽光発電保守装置は、発電設備に不具合が発生した可能性があるか否かをより精度良く判定するように、判定結果の履歴、実際の不具合の有無、並びに発電量の予測値及び測定値の履歴に基づいて、学習を行う。発電設備に不具合が発生した可能性があるか否かの判定の精度が向上することにより、発電設備のより適切な保守が可能となる。
また、本発明においては、太陽光発電保守装置は、学習の進展に応じて、表示すべき報知役キャラクタの画像を変化させる。使用者は、報知役キャラクタの画像の変化を確認して、太陽光発電保守装置の能力が成長していることを実感することができる。
また、本発明においては、太陽光発電保守装置は、発電設備の情報及び気象の情報に基づいて、発電量の予測を行う。また、太陽光発電保守装置は、予測値及び測定値の差を小さくするように、発電量の予測値及び測定値の履歴に基づいて学習を行う。学習により、発電量のより正確な予測が可能となる。
また、本発明においては、太陽光発電保守装置は、発電量の予測値に基づいて、発電設備の点検の計画を作成する。また、太陽光発電保守装置は、発電量をより多くすることができるように、点検の計画の履歴、並びに発電量の予測値及び測定値の履歴に基づいて学習を行う。学習により、点検の際の発電量の減少をより少なくすることが可能となる。
本発明にあっては、発電設備に不具合が発生している可能性がある場合にのみ発電設備の修理を行うことができるので、修理に必要なコストが抑制される。従って、コストを抑えながら発電設備の保守を行うことが可能となる等、本発明は優れた効果を奏する。
太陽光発電保守システムの構成例を示す模式図である。 発電所の構成例を示すブロック図である。 気象情報記憶装置の構成例を示すブロック図である。 太陽光発電保守装置の機能構成を示すブロック図である。 太陽光発電保守装置の構成例を示すブロック図である。 入出力装置の構成例を示すブロック図である。 表示部に表示される入出力用画像の例を示す模式図である。 太陽光発電保守装置が発電設備の不具合の可能性を判定して報知する処理の手順を示すフローチャートである。 測定値が得られないことを報知し、駆けつけサービスの利用を案内する画像の例を示す模式図である。 発電量が非常に多いことを報知する画像の例を示す模式図である。 発電量が予測と一致しており不具合は発生していないことを報知する画像の例を示す模式図である。 発電設備に不具合が発生した可能性があることを報知し、駆けつけサービスの利用を案内する画像の例を示す模式図である。 点検計画を含む情報を出力するための画像の例を示す模式図である。 月単位のスケジュールを含んだ画像の例を示す模式図である。 発電量を監視するための情報を出力するための画像の例を示す模式図である。 報知用キャラクタの画像が変化する例を示す模式図である。
以下本発明をその実施の形態を示す図面に基づき具体的に説明する。
図1は、太陽光発電保守システムの構成例を示す模式図である。太陽光発電保守システムは、太陽光発電を行う発電設備を備えた発電所1と、太陽光発電設備の保守を行うための太陽光発電保守装置2と、使用者が操作する入出力装置(出力装置)3と、気象に関する情報を記憶する気象情報記憶装置4とを含んでいる。太陽光発電保守システムには、単数又は複数の発電所1が含まれている。発電所1、太陽光発電保守装置2、入出力装置3、及び気象情報記憶装置4は、インターネット等の通信ネットワークN1に接続されている。また、発電所1は、電力系統N2に接続されている。通信ネットワークN1は、無線通信ネットワークを含んでいてもよい。
図2は、発電所2の構成例を示すブロック図である。発電所1には、太陽光を受光して発電を行う発電モジュール11を備えている。発電モジュール11は太陽電池を用いて構成されている。発電所1には、複数の発電モジュール11が備えられている。発電モジュール11は、発電によって発生した直流電流を出力する。夫々の発電モジュール11には、インバータ12が接続されている。インバータ12は、パワーコンディショナ又はパワコンとも呼ばれる。インバータ12は、発電モジュール11が出力する直流電流を交流電流へ変換する。複数のインバータ12は、集電部13に接続されている。集電部13は、夫々のインバータ12から直流電流を受け付けることにより、複数の発電モジュール11で発電された電力を集電する。発電モジュール11、インバータ12及び集電部13は、発電設備に相当する。
集電部13には、計測部14が接続されている。計測部14は、集電部13が集電した電力を測定する。即ち、計測部14は、発電所2での発電量の測定値を取得する。また、計測部14は、時刻を計測する。計測部14が計測する時刻は年月日を含む。時刻の計測により、発電がおこなわれた時点が特定される。計測部14には通信部15が接続されており、通信部15は発電所2外の通信ネットワークN1に接続されている。計測部14は、発電量の測定値及び発電の時点を示す情報を生成する。通信部15は、発電量に関する発電量情報を、通信ネットワークN1を介して太陽光発電保守装置2へ送信する。発電量情報には、計測部14が生成した発電量の測定値及び時点を示す情報、並びに計測部14を識別する情報が含まれている。計測部14を識別する情報は、例えば、計測部14に予め記憶されている。
集電部13は、更に、蓄電池16と、制御部17と、発電所1外の電力系統N2とに接続されている。集電部13は、集電した電力の一部を蓄電池16に充電する。集電部13は、他の電力を電力系統N2へ出力する。蓄電池16の充電によって蓄電が行われ、集電部13から電力系統N2へ電力を出力することによって売電が行われる。また、集電部13は、蓄電池16を放電させ、放電された電力を電力系統N2へ出力することができる。これにより、蓄電されていた電力の売電が行われる。制御部17は、演算部及びメモリを含んで構成されている。制御部17は、集電部13の動作を制御することにより、蓄電量及び売電量を制御する。
気象情報記憶装置4は、気象に関する気象情報を取得し管理する事業者又は官公庁に設置されている。図3は、気象情報記憶装置4の構成例を示すブロック図である。気象情報記憶装置4は、サーバ装置等のコンピュータである。気象情報記憶装置4は、演算を行うCPU(Central Processing Unit )41と、演算に伴って発生する一時的なデータを記憶するRAM(Random Access Memory)42と、不揮発性の記憶部43と、通信部44とを備えている。通信部44は、通信ネットワークN1に接続する。例えば、記憶部43はハードディスクである。記憶部43はコンピュータプログラムを記憶している。CPU41は、必要に応じてコンピュータプログラムをRAM42に展開し、コンピュータプログラムに従って処理を実行する。また、記憶部43は、気象情報を記憶している。気象情報には、発電所1が設置されている場所での気象に関する情報が含まれている。例えば、場所を示す情報に関連付けて、その場所における気象の観測結果を示す情報が気象情報に含まれている。気象の観測結果は、例えば日照量の測定結果である。また、気象情報には、各場所に関する気象予報を示す情報が含まれていてもよい。
図4は、太陽光発電保守装置2の機能構成を示すブロック図である。太陽光発電保守装置2は、情報処理を行う処理部21と、通信部22と、データベース23とを備えている。処理部21は、発電量の予測を行う予測部211と、発電設備の不具合の有無を判定する不具合判定部212と、入出力装置3を用いた情報の入出力を行う入出力処理部213と、発電設備の点検計画を作成する点検計画作成部214と、機械学習を行う学習部215とを備える。学習部215は、予測部211、不具合判定部212及び点検計画作成部214の機械学習を行う。データベース23には、処理部21が実行する各処理に必要なデータが記録されている。通信部22は、通信ネットワークN1に接続する。
太陽光発電保守装置2は、サーバ装置等のコンピュータで構成されている。図5は、太陽光発電保守装置2の構成例を示すブロック図である。太陽光発電保守装置2は、CPU201と、RAM202と、光ディスク等の記録媒体25から情報を読み取るドライブ部203と、ハードディスク等の不揮発性の記憶部204と、通信部22とを備えている。CPU201は、記録媒体25に記録されたコンピュータプログラム24をドライブ部203に読み取らせ、読み取ったコンピュータプログラム24を記憶部204に記憶させる。コンピュータプログラム24は、太陽光発電保守装置2の外部からダウンロードされてもよい。CPU201は、必要に応じてコンピュータプログラム24を記憶部204からRAM202へロードし、ロードしたコンピュータプログラム24に従って、各種の処理を実行する。CPU201がコンピュータプログラム24に従った処理を実行することにより、処理部21が実現される。また、記憶部204は、データベース23を記憶する。なお、処理部21の一部又は全部は、ソフトウェアを用いた処理によって実現されるのではなく、ハードウェアによって構成されていてもよい。
図6は、入出力装置3の構成例を示すブロック図である。入出力装置3は、PC(パーソナルコンピュータ)等のコンピュータである。入出力装置3は、演算を行うCPU31と、RAM32と、不揮発性の記憶部33と、画像を表示する表示部34と、使用者からの操作を受け付ける操作部35と、音声出力部36と、通信部37とを備えている。例えば、記憶部33はハードディスク又は不揮発性半導体メモリであり、表示部34は液晶ディスプレイ又はEL(エレクトロルミネッセンス)ディスプレイである。例えば、操作部35はキーボード、マウス又はタッチパネルであり、音声出力部36はスピーカである。通信部37は、通信ネットワークN1に接続される。通信部37は、無線通信で通信ネットワークN1に接続されてもよい。入出力装置3は、入出力装置3を制御するためのコンピュータプログラムを通信部37を通じて外部からダウンロードし、記憶部33はコンピュータプログラム331を記憶する。なお、入出力装置3は、光ディスク等の記録媒体に記録されたコンピュータプログラム331を読み出して記憶部33に記憶してもよい。CPU31は、必要に応じてコンピュータプログラム331をRAM32に展開し、展開したコンピュータプログラム331に従って処理を実行する。なお、入出力装置3は、タブレット又はスマートフォン等、PC以外のコンピュータであってもよい。
以下に、太陽光発電保守システムの動作を説明する。発電所1では、通信部15は、随時、通信ネットワークN1を介して太陽光発電保守装置2へ発電量情報を送信する。太陽光発電保守装置2では、通信部22が発電量情報を受信し、CPU201は、記憶部204に発電量情報を記憶させる。このようにして、データベース23に発電量情報が記録される。気象情報記憶装置4は、気象情報記憶装置4からの要求に応じて、又は随時に若しくは定期的に、記憶部43に記憶した気象情報を、通信部44から通信ネットワークN1を介して太陽光発電保守装置2へ送信する。太陽光発電保守装置2では、通信部22が気象情報を受信し、CPU201は、記憶部204に気象情報を記憶させる。このようにして、データベース23に発電量情報が記録される。データベース23には、発電所1における発電設備に関する設備情報が記録されている。設備情報には、発電所1内の発電モジュール11の数、及び各発電モジュール11の定格出力等を示す情報が含まれている。また、故障している発電設備に係る情報も設備情報に含まれていてもよい。
太陽光発電保守装置2では、予測部211は、データベース23に記録された気象情報及び設備情報に基づいて、発電所1での発電量を予測する処理を行う。CPU201は、コンピュータプログラム24に従って、予測部211が行うべき処理を実行する。例えば、日照量が所定量以上であれば、定格の発電量が得られるものの、発電所1が存在する場所での気象が曇り又は雨である場合は、日照量が減少し、発電量も減少する。また、日照量は時刻に応じて変化し、発電量も変化する。予測部211は、発電所1が存在する場所での気象の観測結果又は気象予報を気象情報から取得し、発電設備の状態を設備情報から取得し、気象及び時刻に影響された発電量の予測値を計算する。予測部211は、季節による影響も計算してもよい。予測部211は、ニューラルネットワーク又はAI(artificial intelligence )等の所定のアルゴリズムに従って処理を実行する。予測部211は、発電量の予測値を計算する処理を随時実行する。CPU201は、計算された予測値に関する予測データを記憶部204に記憶させる。これにより、データベース23に予測データが記録される。例えば、予測データには、発電所1を識別する情報及び時点を示す情報に関連付けた発電量の予測値が含まれている。
不具合判定部212は、発電量の予測値及び測定値の差に基づいて、発電設備に不具合が発生した可能性があるか否かを判定する。入出力処理部213は、不具合判定部212による判定結果を含む情報を入出力装置3により出力する処理を行う。特に、入出力処理部213は、不具合判定部212による判定結果を報知するための報知用キャラクタの画像を利用して、入出力装置3に情報を出力させる処理を行う。CPU201は、コンピュータプログラム24に従って、不具合判定部212及び入出力処理部213が行うべき処理を実行する。使用者は、入出力装置3の操作部35を操作して、入出力処理の開始を指示する。CPU31は、コンピュータプログラム331に従って処理を実行する。CPU31は、通信部37を動作させて、通信ネットワークN1を通じて、入出力処理の要求を送信する。太陽光発電保守装置2は、入出力処理の要求を通信部22で受信する。データベース23は、入出力処理に必要な入出力用データを記録している。例えば、入出力用データは、入出力を行うウェブアプリケーションの画像を生成するために必要なウェブデータを含んでいる。また、データベース23は、報知用キャラクタの画像を生成するために必要なキャラクタ用データを記録している。入出力処理部213は、データベース23に記録された入出力用データから必要なデータを抽出し、通信部22に、通信ネットワークN1を介して入出力装置3へデータを送信させる。入出力装置3は、送信されたデータを通信部37で受信し、CPU31は、受信したデータをRAM32又は記憶部33に記憶させ、入出力用画像を表示部34に表示させる。
図7は、表示部34に表示される入出力用画像の例を示す模式図である。例えば、CPU31は、コンピュータプログラム331に含まれるウェブブラウザのプログラムを実行して、入出力用画像を表示部74に表示させる。図7には、最初に表示される入出力用画像の一例を示している。入出力用画像には、「カレンダー」と記載されたボタン51、「点検スケジュール」と記載されたボタン52、「発電監視」と記載されたボタン53、「駆けつけサービス業者検索」と記載されたボタン54、及び「不具合検知」と記載されたボタン55が含まれている。この内、「不具合検知」のボタン55は、不具合判定部212の処理を開始するために使用される。使用者は、操作部35を操作して、入出力用画像の上でクリック又はタップ等により「不具合検知」のボタン55を指定することによって、不具合判定部212の処理の開始の指示を入出力装置3へ入力する。入出力装置3は、不具合判定部212の処理の開始の指示を操作部35で受け付け、CPU31は、通信部37に、不具合判定部212の処理の開始の指示を太陽光発電保守装置2へ送信させる。太陽光発電保守装置2は、不具合判定部212の処理の開始の指示を通信部22で受け付け、不具合判定部212の処理を実行する。
図8は、太陽光発電保守装置2が発電設備の不具合の可能性を判定して報知する処理の手順を示すフローチャートである。不具合判定部212は、データベース23に記録された予測データから発電量の予測値を抽出することによって、発電所2での発電量の予測値を取得する(S1)。不具合判定部212は、次に、データベース23に記録された発電量情報から発電量の測定値を抽出することによって、発電所2での発電量の測定値を取得する(S2)。取得される予測値及び測定値は、特定の時点での発電量の予測値及び測定値であってもよく、又は、直線の一時間分等、特定の期間の予測値及び測定値を累積した値であってもよい。S1及びS2の処理は逆の順で行われてもよい。不具合判定部212は、次に、発電量の測定値が取得できたか否かを判定する(S3)。発電量の測定値が取得できていない場合(S3:NO)、不具合判定部212は、発電所1に不具合が発生した可能性が高いと判定し、入出力処理部213は、入出力装置3に測定値が得られないことを報知させる処理を行う(S4)。発電量の測定値が取得できていない場合は、発電所1から太陽光発電保守装置2へ発電量情報が送信されておらず、発電設備、計測部14又は通信部15に不具合が発生した可能性がある。
S4では、入出力処理部213は、データベース23に記録されたキャラクタ用データを用いて、測定値が得られないことを報知する所定のセリフをしゃべっている報知用キャラクタの画像を生成する。通信部22は、生成された画像を表すデータを入出力装置3へ送信する。入出力処理部213では、通信部37は、太陽光発電保守装置2から送信されたデータを受信する。CPU31は、受信したデータに基づき、測定値が得られないことを報知する画像を生成し、生成した画像を表示部34に表示させる。表示される画像には、測定値が得られないことを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる。
入出力処理部213は、次に、発電所1の修理を行うサービスである駆けつけサービスの利用を案内する処理を行う(S5)。S5では、入出力処理部213は、駆けつけサービスの利用を案内する報知用キャラクタの画像を入出力処理部213に表示させるための処理を行う。
図9は、測定値が得られないことを報知し、駆けつけサービスの利用を案内する画像の例を示す模式図である。報知用キャラクタの画像が表示され、報知用キャラクタが所定のセリフをしゃべっている画像が表示される。「発電所からのデータが取得できません。不具合が発生したかもしれません。」というセリフの画像が表示され、発電量の測定値が得られないことを報知している。また、「駆けつけサービスを利用しますか?」というセリフの画像が表示され、駆けつけサービスの利用を案内している。使用者は、表示された画像の内容を確認することで、発電所1に不具合が発生した可能性があることを認識することができる。図9には、測定値が得られないことの報知と駆けつけサービスの利用の案内との画像を重ねて表示している例を示したが、測定値が得られないことを報知する画像と駆けつけサービスの利用を案内する画像とは順次的に表示されてもよい。
発電量の測定値が取得できている場合(S3:YES)、不具合判定部212は、発電量の測定値が特定の上限値を超過しているか否かを判定する(S6)。上限値は、十分大きい値に予め定められている。発電量の測定値が特定の上限値を超過している場合は(S6:YES)、不具合判定部212は、天候が良好であるために発電量が非常に多くなっていると判定し、入出力処理部213は、入出力装置3に発電量が非常に多いことを報知させる処理を行う(S7)。S7では、入出力処理部213は、発電量が非常に多いことを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像を入出力装置3に表示させる処理を行う。
図10は、発電量が非常に多いことを報知する画像の例を示す模式図である。発電量の測定値のグラフ及び数値が含まれ、所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。「快晴なのでとても発電量が多いです。」というセリフの画像が表示され、発電量が非常に多いことを報知している。使用者は、表示された画像の内容を確認することで、発電量が非常に多いことを認識することができる。なお、S6では、不具合判定部212は、発電量の測定値が上限値以上であるか否かを判定してもよい。
発電量の測定値が上限値以下である場合(S6:NO)、不具合判定部212は、発電量の測定値が特定の下限値未満であるか否かを判定する(S8)。下限値は、十分小さい値に予め定められている。発電量の測定値が下限値未満である場合は(S8:YES)、不具合判定部212は、天候が劣悪であるために発電量が非常に少なくなっていると判定し、入出力処理部213は、入出力装置3に発電量が非常に少ないことを報知させる処理を行う(S9)。S9では、入出力処理部213は、発電量が非常に少ないことを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像を入出力装置3に表示させる処理を行う。例えば、発電量の測定値のグラフ及び数値が含まれ、「雨なのでとても発電量が少ないです。」というセリフ等、発電量が非常に少ないことを報知するための所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。なお、S8では、不具合判定部212は、発電量の測定値が下限値以下であるか否かを判定してもよい。
発電量の測定値が下限値以上である場合(S8:NO)、不具合判定部212は、発電量の測定値が予測値とほぼ一致するか否かを判定する(S10)。S10では、不具合判定部212は、予測値と測定値との差が予め定められた許容範囲内に収まる場合に、測定値が予測値とほぼ一致すると判定する。発電量の測定値が予測値とほぼ一致する場合は(S10:YES)、不具合判定部212は、発電設備には不具合が発生していないと判定し、入出力処理部213は、入出力装置3に発電量が予測と一致しており不具合は発生していないことを報知させる処理を行う(S11)。
図11は、発電量が予測と一致しており不具合は発生していないことを報知する画像の例を示す模式図である。発電量の予測値と、測定値のグラフ及び数値とが含まれ、所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。「予測通りの発電量です。発電所は正常に動作しています。」というセリフの画像が表示され、発電量が予測と一致しており、発電所1の発電設備に不具合が発生していないことを報知している。使用者は、表示された画像の内容を確認することで、発電設備に不具合が発生していないことを認識することができる。
発電量の測定値が予測値と一致していない場合(S10:NO)、不具合判定部212は、発電量の測定値が予測値を超過しているか否かを判定する(S12)。S12では、不具合判定部212は、予測値よりも測定値が大きく、予測値と測定値との差が許容範囲を越えている場合に、測定値が予測値を超過していると判定する。発電量の測定値が予測値を超過している場合は(S12:YES)、入出力処理部213は、入出力装置3に発電量が予測を上回っていることを報知させる処理を行う(S13)。S13では、入出力処理部213は、発電量が予測を上回っていることを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像を入出力装置3に表示させる処理を行う。例えば、発電量の予測値と測定値のグラフ及び数値とが含まれ、「予想以上にお天気が良いので、予測よりも発電量が少し上回っています。」というセリフ等、発電量が予測を上回っていることを報知するための所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。
発電量の測定値が予測値未満である場合(S12:NO)、不具合判定部212は、発電量の予測値と測定値との差が予め定められた基準量以上であるか否かを判定する(S14)。基準量は、S10で用いる許容範囲を越える量である。基準量は、絶対量であってもよく、測定値又は予測値に対する相対量であってもよい。例えば、基準量は、予測値の10%である。発電量の予測値と測定値との差が基準量未満である場合は(S14:NO)、入出力処理部213は、入出力装置3に発電量が予測を少し下回っていることを報知させる処理を行う(S15)。S15では、入出力処理部213は、発電量が予測を少し下回っていることを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像を入出力装置3に表示させる処理を行う。例えば、発電量の予測値と測定値のグラフ及び数値とが含まれ、「予想されたほどお天気が良くないので、予測よりも発電量が少し下回っています。」というセリフ等、発電量が予測を少し下回っていることを報知するための所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。
発電量の予測値と測定値との差が基準量以上である場合は(S14:YES)、不具合判定部212は、発電設備に不具合が発生した可能性があると判定し、入出力処理部213は、入出力装置3に発電設備に不具合が発生した可能性があることを報知させる処理を行う(S16)。発電量の測定値が予測値と大きく乖離している場合は、発電設備に何らかの不具合が発生したために発電が十分に行われていない可能性がある。S16では、入出力処理部213は、発電設備に不具合が発生した可能性があることを報知する所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像を入出力装置3に表示させる処理を行う。入出力処理部213は、次に、発電所1の修理を行うサービスである駆けつけサービスの利用を案内する処理を行う(S17)。実際に発電設備に不具合が発生しているのであれば、駆けつけサービスを利用して発電設備の修理を行う必要がある。S17では、入出力処理部213は、駆けつけサービスの利用を案内する報知用キャラクタの画像を入出力処理部213に表示させるための処理を行う。
図12は、発電設備に不具合が発生した可能性があることを報知し、駆けつけサービスの利用を案内する画像の例を示す模式図である。発電量の予測値と測定値のグラフ及び数値とが含まれ、所定のセリフをしゃべっている報知用キャラクタの画像が含まれる画像が表示される。「予測よりも発電量がかなり下回っています。パワコンが正常に動いていないか、モジュールに不具合が発生したかもしれません。」というセリフの画像が表示され、発電量が低く、発電設備に不具合が発生した可能性があることを報知している。また、「駆けつけサービスを利用しますか?」というセリフの画像が表示され、駆けつけサービスの利用を案内している。ここで、パワコンはインバータ12を指し、モジュールは発電モジュール11を指している。使用者は、表示された画像の内容を確認することで、発電設備に不具合が発生した可能性があることを認識することができる。図12には、発電設備に不具合が発生した可能性があることの報知と駆けつけサービスの利用の案内との画像を重ねて表示している例を示したが、発電設備に不具合が発生した可能性があることを報知する画像と駆けつけサービスの利用を案内する画像とは、順次的に表示されてもよい。
使用者は、操作部35を操作して、駆けつけサービスの利用の指示を入力することができる。また、駆けつけサービスを利用せずに放置することも可能である。入出力装置3は、指示を太陽光発電保守装置2へ送信する。例えば、太陽光発電保守装置2は、駆けつけサービスを業者へ自動で依頼する処理を行う。また、太陽光発電保守装置2は、駆けつけサービス業者を検索し、検索結果を入出力装置3に出力させる処理を行ってもよい。この処理は、図7に示す如き入出力用画像上で「駆けつけサービス業者検索」のボタン54を使用者が操作部35を用いて指定した場合に行われる処理と同様である。使用者は、検索された駆けつけサービス業者に駆けつけサービスを依頼することができる。
駆けつけサービス業者は、予め自己の情報を登録しておく。登録された駆けつけサービス業者に関する情報は、データベース23に記録された入出力用データに含まれている。入出力処理部213は、入出力用データから駆けつけサービス業者に関する情報を検索し、入出力装置3に出力させる処理を行う。なお、駆けつけサービス業者に関する情報は、通信ネットワークN1に接続された他のコンピュータに記憶されていてもよい。また、駆けつけサービス業者が自己の情報を登録するのは無料とし、登録された情報が入出力処理部213によって検索されて入出力装置3に出力されるには駆けつけサービス業者からの料金の支払いを必要とするものであってもよい。
駆けつけサービスを依頼された駆けつけサービス業者は、発電所1へ駆けつけ、発電設備の点検及び修理を行う。このようにして、発電設備の不具合の発見及び修理が行われる。修理の結果は駆けつけサービス業者から報告され、修理結果データがデータベース23に記録される。例えば、修理結果データには、駆けつけサービスの利用の有無、実際の不具合の有無、及び修理の内容等が含まれる。
なお、報知用キャラクタの画像は、静止画であってもよく、動画であってもよい。本実施形態では、報知用キャラクタとして人間の女性のキャラクタを用いているが、報知用キャラクタは、動物を擬人化したキャラクタ等、人間以外のキャラクタであってもよい。また、情報は音声で出力されてもよい。例えば、CPU31は、報知用キャラクタのセリフと同様の内容の音声を音声出力部36に出力させる処理を行う。
S5、S7、S9、S11、S13、S15又はS17の後、太陽光発電保守装置2は処理を終了する。不具合判定部212の処理の開始の指示を入出力装置3が受け付ける都度、S1〜S17の処理が行われる。なお、S1〜S17の処理は随時行われてもよい。また、S1〜S17の処理は個別の発電所1について行われてもよく、複数の発電所1についてまとめて行われてもよい。CPU201は、不具合判定部212による判定結果を含む判定結果データを記憶部204に記憶させる。これにより、データベース23に判定結果データが記録される。
点検計画作成部214は、発電所1内の発電設備に対する点検の計画を作成する。発電設備を継続して動作させるためには、適切な点検が必要となる。一般的な点検の内容及び頻度は法令で定められている。また、発電設備の不具合を減らすために独自に点検が行われることもある。一方で、点検の最中には発電が停止又は発電量が減少する。そこで、発電量の予測値が相対的に高い時期には点検を行うのを避け、発電量の予測値が相対的に低い時期に点検を行うことにより、発電量の減少を抑制することができる。点検計画作成部214は、データベース23に記録された予測データから、各時点における発電量の予測値を抽出し、予測値に基づいて、発電設備の点検の計画を作成する。CPU201は、コンピュータプログラム24に従って、点検計画作成部214が行うべき処理を実行する。例えば、点検計画作成部214は、より時間のかかる内容の点検をより予測値が低い時期に行うように点検計画を作成する。また、点検計画作成部214は、点検の内容及び頻度が法令に合うように点検計画を作成する。点検計画作成部214は、AI等の所定のアルゴリズムに従って処理を実行する。CPU201は、作成された点検計画に関する点検データを記憶部204に記憶させる。これにより、データベース23に点検データが記録される。
点検を行う点検サービス業者は、点検計画に従って、発電所1内の発電設備に対する点検を行う。不具合の発見等の点検の結果は点検サービス業者から報告され、点検の結果を含む点検データがデータベース23に記録される。例えば、点検データには、時点に関連付けて、点検計画、実際に行われた点検の内容、及び点検の結果が含まれる。
入出力処理部213は、点検計画作成部214が作成した点検計画及び点検結果を含む情報を入出力装置3により入出力する処理を行う。使用者は、操作部35を操作して、図7に示す如き入出力用画像の上で「点検スケジュール」のボタン52を指定することによって、点検計画を含む情報を出力する処理の指示を入出力装置3へ入力する。入出力装置3は、指示を操作部35で受け付け、CPU31は、通信部37に、指示を太陽光発電保守装置2へ送信させる。太陽光発電保守装置2は、点検計画を含む情報を出力する処理の指示を通信部22で受け付け、点検に関する情報を出力する処理を実行する。入出力処理部213は、データベース23に記録された点検データから必要なデータを抽出し、通信部22に、通信ネットワークN1を介して入出力装置3へデータを送信させる。入出力装置3は、送信されたデータを通信部37で受信し、CPU31は、受信したデータをRAM32又は記憶部33に記憶させ、受信したデータに基づいて、点検計画を含む情報を含んだ画像を表示部34に表示させる。
図13は、点検計画を含む情報を出力するための画像の例を示す模式図である。作成された点検計画に従った点検スケジュールを報知する画像が含まれている。図13に示す例では、「2016年の年次点検が6月に予定されています。」という内容の文字列により、点検スケジュールが報知されている。また、画像には、「点検計画」と記載されたボタン、及び「点検履歴」と記載されたボタンが含まれている。使用者が操作部35を操作することにより、画像上で「点検計画」のボタンが指定された場合は、点検データに基づいて、点検計画の詳細を含んだ画像が表示される。使用者は、操作部35を操作して点検計画を修正することもできる。使用者が操作部35を操作することにより、画像上で「点検履歴」のボタンが指定された場合は、点検データに基づいて、過去の点検内容及び点検結果の履歴を含んだ画像が表示される。
入出力処理部213は、月単位のスケジュールを出力する処理を行うことができる。使用者は、操作部35を操作して、図7に示す如き入出力用画像の上で「カレンダー」のボタン51を指定することによって、月単位のスケジュールを出力する処理の指示を入出力装置3へ入力する。入出力装置3は、指示を太陽光発電保守装置2へ送信し、太陽光発電保守装置2は、データベース23に記録された気象情報、予測データ及び点検データから必要なデータを抽出し、入出力装置3へデータを送信する。入出力装置3は、受信したデータに基づいて、月単位のスケジュールを含んだ画像を表示部34で表示する。
図14は、月単位のスケジュールを含んだ画像の例を示す模式図である。一月分のカレンダーが表示され、一つの日が選択されている。例えば、選択されている日は当日である。画像には、選択された一日に関して、点検の有無、天気予報、及び発電量の予測値が含まれている。使用者は、操作部35を操作して、いずれかの日を選択し、夫々の一日に関するスケジュールを確認することもできる。なお、入出力処理部213は、任意の月に関するスケジュールを出力してもよい。
また、入出力処理部213は、発電量を監視するための情報を出力する処理を行うことができる。使用者は、操作部35を操作して、図7に示す如き入出力用画像の上で「発電監視」のボタン53を指定することによって、発電量を監視するための情報を出力する処理の指示を入出力装置3へ入力する。入出力装置3は、指示を太陽光発電保守装置2へ送信し、太陽光発電保守装置2は、データベース23に記録された発電量情報から必要なデータを抽出し、入出力装置3へデータを送信する。入出力装置3は、受信したデータに基づいて、発電量を監視するための情報を含んだ画像を表示部34で表示する。
図15は、発電量を監視するための情報を出力するための画像の例を示す模式図である。画像には、複数の発電所1について、発電量の測定値のグラフ及び数値が含まれている。図15に示す例では二か所の発電所1について発電量の測定値が出力されているが、入出力処理部213は、より多くの発電所1について発電量の測定値を出力してもよい。また、入出力処理部213は、複数の発電所1についての発電量の測定値の合計、又は平均を出力してもよい。使用者は、出力された内容を確認して、発電の状況を監視することができる。
次に、学習部215について説明する。学習部215は、AI等の所定のアルゴリズムを用いて、予測部211、不具合判定部212及び点検計画作成部214の機械学習を行う。CPU201は、コンピュータプログラム24に従って、学習部215が行うべき処理を実行する。学習部215は、発電量の予測値及び測定値の履歴に基づいて、予測部211の機械学習を行う。より具体的には、学習部215は、データベース23に記録された予測データ及び発電量情報から、発電量の予測値及び測定値の履歴を読み出し、予測値及び測定値の差がより小さくなるように、予測部211を学習させる。例えば、学習部215は、予測値及び測定値の差がより小さくなるように、予測部211のアルゴリズム中で利用されるパラメータを調整する。なお、学習部215は、修理結果データに基づいて、発電設備に不具合が発生していた時点を特定し、特定した時点に関する発電量の予測値及び測定値は機械学習には利用しないようにしてもよい。また、学習部215は、点検データに基づいて、発電設備の点検が行われた時点を特定し、特定した時点に関する発電量の予測値及び測定値は機械学習には利用しないようにしてもよい。また、学習部215は、気象情報に含まれる気象の履歴をも利用して、予測部211を学習させてもよい。
学習部215は、不具合判定部212による判定結果の履歴、実際の不具合の有無、並びに発電量の予測値及び測定値の履歴に基づいて、不具合判定部212の機械学習を行う。より具体的には、学習部215は、データベース23に記録された判定結果データ、修理結果データ、予測データ及び発電量情報から、判定結果の履歴、発電設備の修理を行った結果、並びに発電量の予測値及び測定値の履歴を読み出し、発電設備に不具合が発生した可能性があるか否かをより精度良く判定できるようになるように、不具合判定部212を学習させる。発電設備の修理を行った結果には、実際の不具合の有無が含まれており、学習部215は、不具合判定部212による判定結果と実際の不具合の有無とが可及的に合致するように、機械学習を行う。また、点検で発電設備の不具合が発見されたことを示す情報が点検データに含まれている場合は、学習部215は、点検で発電設備の不具合が発見されたことを示す情報をも利用して、不具合判定部212を学習させてもよい。例えば、学習部215は、不具合判定部212が不具合の発生した可能性があると判定したにも関わらず実際には不具合が発生していない件数と、不具合判定部212は不具合の発生した可能性があると判定していないにも関わらず点検で不具合が発見された件数とを減少させるように、上限値、下限値、許容範囲及び基準量等の不具合判定部212のアルゴリズム中で利用されるパラメータを調整する。
学習部215は、点検計画作成部214が作成した点検計画の履歴、及び発電量の測定値の履歴に基づいて、点検計画作成部214の機械学習を行う。より具体的には、学習部215は、データベース23に記録された点検データ、予測データ及び発電量情報から、点検計画、発電量の予測値及び発電量の測定値の履歴を読み出し、発電量をより多くすることができるように、点検計画作成部214を学習させる。例えば、点検計画、発電量の予測値及び発電量の測定値の履歴からは、点検を行うことによって予測値から測定値が低下する量が明らかとなり、学習部215は、発電量の予測値からの低下量の積算値がより小さくなるように、点検計画作成部214のアルゴリズム中で利用されるパラメータを調整する。なお、学習部215は、修理結果データに基づいて、発電設備に不具合が発生していた時点を特定し、特定した時点に関する発電量の予測値及び測定値は機械学習には利用しないようにしてもよい。
学習部215は、予測部211、不具合判定部212及び点検計画作成部214の機械学習を随時又は定期的に実行する。学習により、より正確な発電量の予測が可能となり、発電設備に不具合が発生した可能性の有無をより精度良く判定することが可能となる。また、学習により、点検の際の発電量の減少をより少なくすることが可能となる。このため、より適切な発電設備の保守が可能となる。
入出力処理部213は、学習部215による予測部211、不具合判定部212又は点検計画作成部214の機械学習の進展に応じて、入出力装置3に表示させる報知用キャラクタの画像を変化させる。図16は、報知用キャラクタの画像が変化する例を示す模式図である。左端に示した報知用キャラクタの画像は最初に表示される画像であり、機械学習がある程度進展した段階で、報知用キャラクタの画像は中央に示した画像となる。また、機械学習がより進展した後、最終的に右端に示した報知用キャラクタの画像が表示されるようになる。例えば、機械学習の進展によって、不具合判定部212による判定結果と実際の不具合の有無とが合致する確率が所定の閾値を越えた場合に、入出力処理部213は、入出力装置3に表示させる報知用キャラクタの画像を変化させる。データベース23に記録されたキャラクタ用データには、複数の報知用キャラクタのためのデータが含まれており、入出力処理部213は、機械学習の進展に応じて、キャラクタ用データから抽出するデータを変更し、抽出したデータを用いて報知用キャラクタの画像を生成する。なお、入出力処理部213は、機械学習の進展に応じて、キャラクタ用データから報知用キャラクタの画像を生成するための処理内容を変更してもよい。使用者は、報知用キャラクタの外観が変化していることを確認して、太陽光発電保守装置2の能力が成長していることを認識することができる。
以上詳述した如く、本実施形態においては、太陽光発電保守装置2は、発電量を予測し、発電量の予測値と測定値との差に基づいて、発電設備に不具合が発生している可能性を判定する。例えば、発電量の測定値が予測値を下回っている場合は、発電設備に不具合が発生している可能性がある。発電設備に不具合が発生している可能性があることが明らかになるので、使用者は、駆けつけサービスを利用して発電設備の修理を行うことができる。このようにして、発電設備の不具合の発見及び修理が容易に行われる。不具合によって発電量の低下が継続されることを防止し、金銭的な損害の発生を抑制することができる。また、発電設備に不具合が発生している可能性があると判定されない場合は、修理を行う必要は無い。発電設備に不具合が発生している可能性がある場合にのみ修理を行うことができるので、無駄な修理を減らし、修理に必要なコストを抑制することができる。従って、使用者は、コストを抑えながら発電設備の保守を行うことができる。また、発電量の低下が継続されることを防止し、しかもコストを抑制することができるので、太陽光発電のコストパフォーマンスが向上する。
また、本実施形態においては、太陽光発電保守装置2は、報知用キャラクタを用いて、発電設備に不具合が発生している可能性の有無を使用者に報知する。使用者は、報知用キャラクタに親しみを感じ、太陽光発電保守システムの使用の困難さが低下する。使用の困難さが低下することで、使用者は、容易に発電設備の保守を行うことができる。
なお、本実施形態においては、太陽光発電保守装置2を一つの装置で構成した例を示しているが、太陽光発電保守装置2は複数の装置で構成されていてもよい。例えば、処理部21の機能の内、予測部211の機能を実行する装置と他の機能を実行する装置とが分離しており、互いに通信ネットワークN1を介して接続されていてもよい。また、本実施形態においては、処理部21及びデータベース23を一つの装置内に備えた例を示したが、処理部21とデータベース23とは別々の装置で構成されていてもよく、データベース23が複数の装置で構成されていてもよい。また、発電所1は蓄電池16を備えていない形態であってもよい。また、入出力装置3は、通信ネットワークN1とは別のLAN(Local Area Network)等の通信ネットワークを介して太陽光発電保守装置2に接続されていてもよい。
また、本実施形態においては、発電所1における発電設備を保守する形態を示したが、太陽光発電保守システムは家屋内に設置された形態であってもよい。例えば、家屋に発電モジュール11、インバータ12、集電部13、計測部14、太陽光発電保守装置2及び入出力装置3が設置され、LAN等を介して計測部14に太陽光発電保守装置2が接続され、太陽光発電保守装置2に入出力装置3が接続されている。太陽光発電保守装置2は、家屋外のインターネット等の通信ネットワークを介して気象情報を取得する。この形態においては、太陽光発電保守装置2は、家屋に設置された発電設備の保守を行う。
1 発電所
11 発電モジュール
12 インバータ
13 集電部
14 計測部
2 太陽光発電保守装置
201 CPU
204 記憶部
21 処理部
211 予測部
212 不具合判定部
213 入出力処理部
214 点検計画作成部
215 学習部
23 データベース
24 コンピュータプログラム
3 入出力装置(出力装置)
4 気象情報記憶装置

Claims (9)

  1. 太陽光発電を行う発電設備の保守を行うための太陽光発電保守装置において、
    前記発電設備での発電量の予測値を取得する手段と、
    前記発電設備での発電量の測定値を取得する手段と、
    発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する判定手段と、
    該判定手段の判定結果を報知する報知役キャラクタの画像を表示する表示手段と、
    前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を表示することに合わせて、前記発電設備に不具合が発生した可能性があることを報知する報知手段と
    を備えることを特徴とする太陽光発電保守装置。
  2. 前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を表示することに合わせて、前記発電設備の修理を行うサービスの利用を案内する手段を更に備えること
    を特徴とする請求項1に記載の太陽光発電保守装置。
  3. 前記発電設備に不具合が発生した可能性があるか否かを前記判定手段がより精度良く判定するように、前記判定手段による判定結果の履歴、実際の不具合の有無、並びに発電量の予測値及び測定値の履歴に基づいて、前記判定手段を学習させる学習手段を更に備えること
    を特徴とする請求項2に記載の太陽光発電保守装置。
  4. 前記表示手段は、前記学習手段による学習の進展に応じて、表示すべき報知役キャラクタの画像を変化させること
    を特徴とする請求項3に記載の太陽光発電保守装置。
  5. 前記発電設備に関する情報、及び気象に関する情報に基づいて、前記発電設備での発電量の予測値を計算する予測手段と、
    発電量の予測値及び測定値の差を小さくするように、発電量の予測値及び測定値の履歴に基づいて、前記予測手段を学習させる手段を更に備えること
    を特徴とする請求項1乃至4のいずれか一つに記載の太陽光発電保守装置。
  6. 発電量の予測値に基づいて、前記発電設備の点検の計画を作成する点検計画作成手段と、
    発電量をより多くすることができる計画を前記点検計画作成手段が作成するように、作成された点検の計画の履歴、並びに発電量の予測値及び測定値の履歴に基づいて、前記点検計画作成手段を学習させる手段を更に備えること
    を特徴とする請求項1乃至5のいずれか一つに記載の太陽光発電保守装置。
  7. 太陽光発電を行う発電設備の保守を行うための太陽光発電保守システムにおいて、
    発電設備と、
    出力装置と、
    太陽光発電保守装置とを備え、
    該太陽光発電保守装置は、
    前記発電設備での発電量の予測値を取得する手段と、
    前記発電設備での発電量の測定値を取得する手段と、
    発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する判定手段と、
    該判定手段の判定結果を報知する報知役キャラクタの画像を前記出力装置に表示させる表示手段と、
    前記発電設備に不具合が発生した可能性があると前記判定手段が判定した場合に、前記表示手段が前記報知役キャラクタの画像を前記出力装置に表示させることに合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させる手段と
    を有することを特徴とする太陽光発電保守システム。
  8. 太陽光発電を行う発電設備の保守を行う方法において、
    発電設備での発電量の予測値を取得し、
    前記発電設備での発電量の測定値を取得し、
    発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定し、
    判定結果を報知する報知役キャラクタの画像を出力装置に表示させ、
    前記発電設備に不具合が発生した可能性があると判定された場合に、前記報知役キャラクタの画像の表示に合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させること
    を特徴とする太陽光発電保守方法。
  9. コンピュータに、太陽光発電を行う発電設備の保守を行うための処理を実行させるコンピュータプログラムにおいて、
    コンピュータに、
    発電設備での発電量の予測値を取得する処理と、
    前記発電設備での発電量の測定値を取得する処理と、
    発電量の予測値及び測定値の差に基づいて、前記発電設備に不具合が発生した可能性があるか否かを判定する処理と、
    判定結果を報知する報知役キャラクタの画像を外部の出力装置に表示させるための処理と、
    前記発電設備に不具合が発生した可能性があると判定された場合に、前記報知役キャラクタの画像の表示に合わせて、前記発電設備に不具合が発生した可能性があることを示す情報を前記出力装置に出力させるための処理と
    を実行させることを特徴とするコンピュータプログラム。
JP2016126818A 2016-06-27 2016-06-27 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム Pending JP2018007311A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016126818A JP2018007311A (ja) 2016-06-27 2016-06-27 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016126818A JP2018007311A (ja) 2016-06-27 2016-06-27 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム

Publications (1)

Publication Number Publication Date
JP2018007311A true JP2018007311A (ja) 2018-01-11

Family

ID=60948062

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016126818A Pending JP2018007311A (ja) 2016-06-27 2016-06-27 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム

Country Status (1)

Country Link
JP (1) JP2018007311A (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019205313A (ja) * 2018-05-25 2019-11-28 オムロン株式会社 監視システム
JP2020013456A (ja) * 2018-07-20 2020-01-23 三井物産株式会社 評価支援装置、評価支援システム、プログラム及び方法
JP2020107203A (ja) * 2018-12-28 2020-07-09 株式会社エナリス 故障検知システム
JP2021517801A (ja) * 2018-02-19 2021-07-26 ドバイ エレクトリシティ アンド ウォーター オーソリティDubai Electricity & Water Authority 汚れ検出装置および方法
JP2021523504A (ja) * 2018-05-06 2021-09-02 ストロング フォース ティエクス ポートフォリオ 2018,エルエルシーStrong Force Tx Portfolio 2018,Llc エネルギー、コンピュータ、ストレージ、及びその他のリソースの、スポット市場及び先物市場における分散型元帳及びその他のトランザクションの実行を自動化する、機械及びシステムを改善するための方法及びシステム
KR20220064536A (ko) * 2020-11-12 2022-05-19 한빛이디에스(주) 태양광 발전 설비 통합 관리 장치
JP7193097B1 (ja) 2021-11-19 2022-12-20 株式会社アイテス 太陽光発電設備の遠隔診断システム
KR102489973B1 (ko) * 2021-11-15 2023-01-19 박기주 사이버캐릭터를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법
KR102536112B1 (ko) * 2022-09-20 2023-05-30 박기주 학습 및 진화하는 아바타를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법
US11928747B2 (en) 2018-05-06 2024-03-12 Strong Force TX Portfolio 2018, LLC System and method of an automated agent to automatically implement loan activities based on loan status
US11982993B2 (en) 2020-02-03 2024-05-14 Strong Force TX Portfolio 2018, LLC AI solution selection for an automated robotic process

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006310780A (ja) * 2005-03-29 2006-11-09 Kyocera Corp 太陽光発電システム
KR101201863B1 (ko) * 2012-07-17 2012-11-15 곽기영 단위 모듈 감시가 가능한 태양광 진단 시스템
JP2014135303A (ja) * 2011-04-27 2014-07-24 Sharp Corp 太陽電池アレイ管理システム、太陽電池アレイ点検装置、制御方法、及びプログラム
KR20140112146A (ko) * 2013-03-12 2014-09-23 주식회사 케이디파워 태양광 발전 시스템의 발전진단 장치
JP5736530B1 (ja) * 2015-02-17 2015-06-17 オーナンバ株式会社 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法
CN105071771A (zh) * 2015-09-08 2015-11-18 河海大学常州校区 一种基于神经网络的分布式光伏系统故障诊断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006310780A (ja) * 2005-03-29 2006-11-09 Kyocera Corp 太陽光発電システム
JP2014135303A (ja) * 2011-04-27 2014-07-24 Sharp Corp 太陽電池アレイ管理システム、太陽電池アレイ点検装置、制御方法、及びプログラム
KR101201863B1 (ko) * 2012-07-17 2012-11-15 곽기영 단위 모듈 감시가 가능한 태양광 진단 시스템
KR20140112146A (ko) * 2013-03-12 2014-09-23 주식회사 케이디파워 태양광 발전 시스템의 발전진단 장치
JP5736530B1 (ja) * 2015-02-17 2015-06-17 オーナンバ株式会社 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法
CN105071771A (zh) * 2015-09-08 2015-11-18 河海大学常州校区 一种基于神经网络的分布式光伏系统故障诊断方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021517801A (ja) * 2018-02-19 2021-07-26 ドバイ エレクトリシティ アンド ウォーター オーソリティDubai Electricity & Water Authority 汚れ検出装置および方法
US11810027B2 (en) 2018-05-06 2023-11-07 Strong Force TX Portfolio 2018, LLC Systems and methods for enabling machine resource transactions
JP2021523504A (ja) * 2018-05-06 2021-09-02 ストロング フォース ティエクス ポートフォリオ 2018,エルエルシーStrong Force Tx Portfolio 2018,Llc エネルギー、コンピュータ、ストレージ、及びその他のリソースの、スポット市場及び先物市場における分散型元帳及びその他のトランザクションの実行を自動化する、機械及びシステムを改善するための方法及びシステム
US11928747B2 (en) 2018-05-06 2024-03-12 Strong Force TX Portfolio 2018, LLC System and method of an automated agent to automatically implement loan activities based on loan status
JP7139687B2 (ja) 2018-05-25 2022-09-21 オムロン株式会社 監視システム
JP2019205313A (ja) * 2018-05-25 2019-11-28 オムロン株式会社 監視システム
JP2020013456A (ja) * 2018-07-20 2020-01-23 三井物産株式会社 評価支援装置、評価支援システム、プログラム及び方法
JP2020107203A (ja) * 2018-12-28 2020-07-09 株式会社エナリス 故障検知システム
JP7219612B2 (ja) 2018-12-28 2023-02-08 株式会社エナリス 故障検知システム
US11982993B2 (en) 2020-02-03 2024-05-14 Strong Force TX Portfolio 2018, LLC AI solution selection for an automated robotic process
KR20220064536A (ko) * 2020-11-12 2022-05-19 한빛이디에스(주) 태양광 발전 설비 통합 관리 장치
KR102521695B1 (ko) * 2020-11-12 2023-04-14 한빛이디에스(주) 태양광 발전 설비 통합 관리 장치
KR102489973B1 (ko) * 2021-11-15 2023-01-19 박기주 사이버캐릭터를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법
WO2023085596A1 (ko) * 2021-11-15 2023-05-19 박기주 사이버캐릭터를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법
JP2023075433A (ja) * 2021-11-19 2023-05-31 株式会社アイテス 太陽光発電設備の遠隔診断システム
JP7193097B1 (ja) 2021-11-19 2022-12-20 株式会社アイテス 太陽光発電設備の遠隔診断システム
KR102536112B1 (ko) * 2022-09-20 2023-05-30 박기주 학습 및 진화하는 아바타를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법

Similar Documents

Publication Publication Date Title
JP2018007311A (ja) 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム
CN108375715B (zh) 一种配电网线路故障风险日预测方法及系统
EP3902992B1 (en) Scalable system and engine for forecasting wind turbine failure
US11977375B2 (en) Scalable systems and methods for assessing healthy condition scores in renewable asset management
US20200210824A1 (en) Scalable system and method for forecasting wind turbine failure with varying lead time windows
US11493911B2 (en) System and method for proactive handling of multiple faults and failure modes in an electrical network of energy assets
JP6543028B2 (ja) 異常診断装置及び異常診断方法
KR101660102B1 (ko) 용수량 수요 예측 장치
CN112016743A (zh) 电网设备的检修预测方法、装置、计算机设备和存储介质
US11830090B2 (en) Methods and systems for an enhanced energy grid system
CN110705771A (zh) 区域电网新能源发电功率预测优化方法和装置
US20180150036A1 (en) Systems and methods for concept drift learning with alternating learners
JP2020134300A (ja) 予測方法、予測プログラム及び情報処理装置
CN107121943B (zh) 一种用于获得智能仪表的健康预测信息的方法和装置
CN110705768A (zh) 用于风电场的风力发电功率预测优化方法和装置
Bangalore Load and risk based maintenance management of wind turbines
RU2668852C1 (ru) Способ и система учета остаточного ресурса компонентов турбоагрегата
JP2016177836A (ja) 発電量評価装置、発電量評価方法および発電量評価プログラム
CN110705769B (zh) 新能源发电功率预测优化方法和装置
CN114330494A (zh) 一种融合BiLSTM与注意力的发电设备异常预测方法及系统
CN114330865A (zh) 电网备用容量预测方法、系统、计算机设备及存储介质
US20240035445A1 (en) Systems and methods for estimating future risk of failure of a wind turbine component using machine learning
CN110705770B (zh) 用于光伏电站的光伏功率预测优化方法和装置
US11256244B2 (en) Adaptive alarm and dispatch system using incremental regressive model development
JP2022184053A (ja) 制御装置、制御プログラム、及び制御方法

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20171228

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20171228

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190115

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20190115

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190115

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191203

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200602