東京理科大学と太陽誘電(株)は、太陽光発電所の異常をOne-Class Support Vector Machine(OCSVM)という機械学習アルゴリズムを用いて検知する技術を開発し、その特長などを紹介した。太陽光発電所の保守管理においては、定期的な点検に加え、電圧の異常検知などが行われている。しかし、従来の検知方法は、異常の有無のみを判定するもので、太陽電池パネル(モジュール)のガラス割れなどに伴う小さな発電量低下を検知することが困難であった。両者は、異常検知(外れ値の検知)技術として実用化・普及しつつあるOCSVMを採用することで、従来法の問題解決や精度向上を図ることに成功した。これまで実際の発電量の値と比較する予測値(日射量や温度から算出)が不要となり、予測値のズレなどによって生じていた誤検知や検知不良が解消された。正常に発電している状態の電圧データのみをもって、太陽電池パネルが直列に接続された「ストリング」ごとに、精度良く、異常を検知する監視システムの実現や、保守コストの削減への貢献が期待できるという。
