全世界的能源需求正急速增加，为实现环保的可持续发展型社会，人们对太阳能和风力等可再生能源的关注不断提升。特别是引进量不断增加的太阳能发电设备，设置后可运行20年以上，但要长期维持稳定的发电量，在问题发生时能否即刻进行检测和应对这一点是非常重要的，一般来说，这些设备都引进了检测异常的“监控系统”。

以往的监控系统主要以阈值*¹判定为主，例如，当发电量降到一定值以下时，系统就会判断为异常，并向太阳能发电的管理人发出通知。但是，除了季节、时间段和设置区域之外，发电量还取决于发电站周围的环境等各种因素，基于阈值判定的异常判断结果缺乏可信度，实际运用中，几乎都需要基于异常判定的结果，通过人力进行分析和判断。

基于这样的背景，本公司开发出了全新的系统，即对测量的组串电力值通过AI*²进行异常判定，将其异常原因按照紧急度类别进行通知的组串监控系统。当判断为发电量下降时，明确其原因（保险丝和电流断路器等的异常、树和草的影子、或太阳能板自身的劣化等），并即刻或者每日按照异常程度的分类进行通知。由于异常判定是针对作为太阳能发电最小单位的每个组串进行的，并在发电站的整体地图上按照紧急程度的分类用颜色来标示异常点，因此可以从视觉上把握异常点，并轻松地对现场作业者给予指示。

由于本社的监控系统采用了将现有电力线路作为通信线路的PLC*³技术，因此在引进监控系统时，不需要额外的通信线布设工程，还可轻松地引进至已开始运行的现有发电站中。通过本次开发的异常判定的检测和通知装置的应用，可尽早应对发电相关的异常问题，进而促进太阳能发电站的运用管理成本的削减和发电量的最大化。

*1 阈值：极限值

*2 AI：人工智能 (Artificial Intelligence)　

*3 Power Line Communication：电力线通信