風力タービンの状態監視のための機械学習手法：レビュー

本論文は、風力タービンの状態監視に使用される機械学習（ML）モデルに関する最近の文献をレビューします（例：ブレード故障検出や発電機温度監視）。これらのモデルを、データソース、特徴選択および抽出、モデル選択（分類、回帰）、検証、意思決定を含む典型的なMLステップによって分類します。我々の調査結果は、ほとんどのモデルがSCADAまたはシミュレーションデータを使用しており、約3分の2の手法が分類を使用し、残りは回帰に依存していることを示しています。最も一般的に使用されているのは、ニューラルネットワーク、サポートベクターマシン、決定木です。この分野における今後の作業の主な分野について議論して締めくくります。