gxceed
← 論文一覧に戻る

Synthetic Dataset for Photovoltaic Fault Diagnosis Based on Simulated I–V Curve Images and GASF Images

シミュレーションI-V曲線画像とGASF画像に基づく太陽光発電故障診断のための合成データセット (AI 翻訳)

Gennaiou, Dimitra

Zenodoデータセット2026-06-14#再生可能エネルギー経営インパクト: コスト削減対象セクター: power
DOI: 10.5281/zenodo.20690711
原典: https://zenodo.org/records/20690711

🤖 gxceed AI 要約

日本語

このデータセットは、MATLAB/Simulinkデジタルツインシミュレーションフレームワークを用いて生成された合成太陽光発電故障診断データを提供する。35,000枚のシミュレーションI-V曲線画像、35,000枚の対応するGASF画像、および各サンプルの環境メタデータを含む。7つの太陽光発電動作状態（正常、陰影、ホットスポット、クラック、短絡、全体老化、部分老化）をカバーし、機械学習・深層学習研究を支援する。

English

This dataset provides synthetic photovoltaic fault diagnosis data generated using a MATLAB/Simulink-based digital twin simulation framework. It includes 35,000 simulated I-V curve images, 35,000 corresponding GASF images, and environmental metadata. Covering seven operating conditions (Normal, Shading, Hotspot, Crack, Short Circuit, Global Aging, Partial Aging), it supports machine learning and deep learning research in renewable energy analytics.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では太陽光発電の普及に伴い、故障診断の効率化が重要課題となっている。本データセットはAIによる診断モデルの開発を促進し、発電効率向上とメンテナンスコスト削減に貢献する可能性がある。

In the global GX context

Globally, as solar PV capacity grows, efficient fault diagnosis is critical for reliability. This dataset enables development of AI-based diagnostic tools, supporting the stable operation of renewable energy systems and thus the energy transition.

👥 読者別の含意

🔬研究者:Provides a large-scale labeled dataset for developing and benchmarking PV fault diagnosis algorithms using I-V curves or GASF images.

🏢実務担当者:Could be used to train diagnostic models for detecting faults in solar panels, potentially reducing O&M costs.

📄 Abstract（原文）

This dataset provides synthetic photovoltaic (PV) fault diagnosis data generated using a MATLAB/Simulink-based digital twin simulation framework. It comprises 35,000 simulated I–V curve images, 35,000 corresponding Gramian Angular Summation Field (GASF) images, and associated environmental metadata for each sample. The dataset covers seven photovoltaic operating conditions: Normal, Shading, Hotspot, Crack, Short Circuit, Global Aging, and Partial Aging. Each class contains 5,000 samples, resulting in a total of 35,000 samples. The dataset consists of: gasf_images.zip: 35,000 GASF images organized by fault class. iv_images.zip: 35,000 simulated I–V curve images organized by fault class. environmental_metadata.csv: Environmental metadata including sample identifiers, fault labels, irradiance (W/m²), and temperature (°C). The dataset is intended to support research in photovoltaic fault diagnosis, machine learning, deep learning, and renewable energy analytics.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。