多変量解析モデルに基づく応答局面法による太陽電池の効率改善
スポンサーリンク
概要
- 論文の詳細を見る
Response surface method based on multivariate analysis models is applied to search manufacturing conditions which improve conversion efficiency of Fuji Electrics newly developed thin film solar cells in its trial manufacturing. Difficulties in this problem include: 1. The manufacturing process has many condition parameters to determine, and design of experiments (DoE) is difficult to apply, 2. Obtained data contains lots of noise caused by fluctuation of properties in manufacturing apparatus under same condition settings. Sets of new methodologies have been developed to cope with these difficulties as follow: 1. Data pretreatment suitable for solar cell manufacturing process, 2. Response surface method using partial least squares with nonlinear term, 3. Optimization method searching within interpolation in multivariate search space and with correlations of variables kept.
著者
-
飯坂 達也
富士電機システムズ
-
高野 章弘
富士電機システムズ株式会社太陽電池統括部
-
松井 哲郎
富士電機ホールデ ィングス
-
村上 賢哉
富士電機システムズ(株)技術開発本部
-
菅野 智司
富士電機システムズ(株)技術開発本部
-
下沢 慎
富士電機システムズ(株)エネルギーソリューション本部
関連論文
- 油入変圧器の高精度余寿命診断システム
- NN応用電力需要予測システムの開発
- Particle Swarm Optimization による送水計画問題の最適化
- リカレントネットワークを適用した日負荷曲線予測
- 風力発電の出力予測の現状 (メタボリズム社会・環境システム研究会 再生可能エネルギーの出力変動特性の評価と予測)
- 想定理由説明機能を持つ電力需要想定システムの開発
- ニューラルネットワークと回帰式を適用した連接水系ダム残流予測システムの開発
- 構造化ニューラルネットワークの新しい学習法と最大電力需要予測への適用
- 下水ポンプ場の流入量予測と最適自動制御 (第41回下水道研究発表会講演集 平成16年度)
- 解析と知識の抽出のためのニューラルネットワークの構造化学習
- ニューロ・ファジーによるダム流入量予測システムの開発
- ニュ-ラルネットワ-ク応用のダム流入量予測システム (AI・アドバンスト制御特集)
- ニューロ・ファジーによる出水予測手法
- 連接水系ダム残流予測システムの開発
- MIG溶接溶融池のニューロ・ファジィ制御
- 227 MIG溶接溶融池のファジィモデルの構築と裏ビードのファジィ制御
- 226 MIG溶接溶融池のファジィ推論によるセンシングと制御
- 風力発電の出力予測の現状
- 多変量解析モデルに基づく応答局面法による太陽電池の効率改善
- ε制約メタヒューリスティクスを用いたエネルギープラント最適運用
- 風力発電予測手法とその信頼区間の推定手法
- シリコン系薄膜太陽電池の技術と展望
- 風力発電予測手法とその信頼区間の推定手法
- 多変量解析モデルに基づく応答局面法による太陽電池の効率改善
- 再生可能エネルギーの不確定性に対応した小規模グリッドの最適需給計画手法
- Optimal Generation Schedule in Micro-Grids Considering the Possible Damage by Uncertainties of Forecasts