JP2013200245A - 前処理方法 - Google Patents

Abstract

【課題】ＭＴ法を利用した異常診断における、異常の検出精度を向上する。
【解決手段】ＭＴ法による異常診断の前処理として、複数のパラメータから異常診断で除外するパラメータの候補を選択する前処理方法であって、各パラメータについて所定期間の値を利用してヒストグラムを生成するステップと、生成されたヒストグラムのうち、所定の正規分布に近似しないパラメータを、除外パラメータの候補とするステップとを有する。
【選択図】図１

Description

本発明は、ＭＴ法を利用した異常診断の前処理として行われる前処理方法に関する。

プラント等、複数の機器を有するシステムは、複数の機器に対してそれぞれ条件を設定して運転される。また、このようなシステムでは、運転状態把握のため、複数のセンサで状態が計測されている。

このようなシステムの異常は、これら複数の設定値や複数の計測値等を利用して検出することができる。例えば、各機器に対応するセンサの計測値が各センサの計測値毎に求められる上下限値を超えたときに異常と診断する方法がある。しかしながら、各センサの計測値毎に上下限値を設定する場合、使用する機器が増えると、上下限値の数も増えることとなり、異常検出用の値の管理、異常検出の処理が煩雑になる問題がある。

これに対し、ＭＴ法（マハラノビス・タグチメソッド）を用いた異常診断も提案されている（例えば、特許文献１参照）。ＭＴ法を利用する場合、現在の状態を特定する値（設定値や計測値）を、基準とする単位空間の値と比較することで、容易に異常を診断することができる。

ＭＴ法では、異常の検出精度を上げる方法として、本質的には異常の診断で不要であり、診断精度を下げる項目（パラメータ）の値を除外することが考えられている。例えば、カウンタやタイマーのような時間経過とともに値が増え続ける特徴を有する項目（累積値項目）の値なども本質的には異常の診断に不要な項目である。除外対象の項目の決定には、各項目の異常診断における貢献度（ＳＮ比）を求め、これを直交表として表わし、貢献度の低い項目を不要と判定する方法が一般的である。

しかしながら、この直交表を使用する方法の場合、特有の誤差が含まれる。したがって、診断するオペレータが、直交表を参考にして除外対象の項目を選択するのが現状である。この際、オペレータの経験や知識に依存しており、仮に項目の選択を誤ると、異常の検出精度が劣る問題があった。また、異常診断に使用しない除外対象の項目を選択するためには、試行錯誤を繰り返すこともあり、異常の診断精度を確保するためには、時間がかかる問題があった。

特開２００９−７６７７２号公報

上述したように、従来のＭＴ法を利用した異常診断の場合、異常の検出精度を向上することは困難であった。

上記課題に鑑み、本発明は、ＭＴ法を利用した異常診断における、異常の検出精度を向上する前処理方法を提供することを目的としている。

上記目的を達成するために、請求項１記載の発明は、ＭＴ法による異常診断の前処理として、複数のパラメータから異常診断で除外するパラメータの候補を選択する前処理方法であって、各パラメータについて所定期間の値を利用してヒストグラムを生成するステップと、生成されたヒストグラムのうち、所定の正規分布に近似しないパラメータを、除外パラメータの候補とするステップとを有する。

本発明によれば、ＭＴ法を利用した異常診断における、異常の検出精度を向上することができる。

本発明の前処理方法を用いて異常診断を行なう異常診断装置の構成を説明する図である。 異常診断で利用する各パラメータの貢献度について説明する直交表とヒストグラムである。 本発明の前処理方法でパラメータを除外する前後のマハラノビス距離を示すグラフである。

図面を参照して、本発明に係る前処理方法について説明する。本発明に係る前処理方法は、ＭＴ法を利用した異常診断の前処理として実施されるものである。例えば、異常診断は、複数の機器を有するプラントの異常を検出するものである。また、本発明に係る前処理方法は、複数の機器についてのパラメータから、異常診断の際に除外するパラメータの候補を選択する方法である。

例えば、異常診断で対象とするプラントは、発電プラントである。発電プラントは、複数の機器（バルブ、ポンプ等）を備えており、これらの機器を制御する値が設定値として設定されている。この設定値は、例えば、ポンプの圧力、バルブの開閉等である。また、発電プラントでは、複数のセンサを備えており、各センサで温度、圧力、発電量等の計測値が計測されている。したがって、本発明に係る前処理方法では、これらの設定値や計測値の中から、異常の診断の際に除外するパラメータの候補を選択する。

ＭＴ法による異常診断では、基礎となる設定値や計測値によって予め単位空間を生成し、診断時の設定値や計測値をこの基準の単位空間の値と比較して異常診断を行う。この、ＭＴ法は、「いつもと同じ」状態であるかどうかを診断するものであり、予め設定したいつもと同じ状態を表す単位空間であるマハラノビス空間を基準として、求めた診断対象のマハラノビス距離が、このマハラノビス空間より遠くなるときに異常と診断する方法である。

本発明に係る前処理方法は、例えば、図１に示す異常診断装置１において実行される。例えば、異常診断装置１は、異常診断のために、算出部１３、診断部１４及び更新部１５を備えている。また、異常診断装置１は、本発明に係る前処理方法を実行するために、生成部１１と、決定部１２とを備えている。

異常診断装置１は、例えば、中央処理装置（ＣＰＵ）１０や記憶装置２０を備える情報処理装置であって、記憶装置２０に記憶される異常診断プログラムＰ１が読みだされて実行されることで、図１に示すように、ＣＰＵ１０に算出部１３、診断部１４及び更新部１５が実装される。また、異常診断装置１では、記憶装置２０に記憶される前処理プログラムＰ２が読みだされて実行されることで、図１に示すように、ＣＰＵ１０に生成部１１及び決定部１２が実装される。

異常診断装置１の記憶装置２０は、異常診断プログラムＰ１及び前処理プログラムＰ２を記憶する他、蓄積データを記憶する蓄積データ記憶部２１及び単位空間データを記憶する単位空間データ記憶部２２を有している。

さらに、異常診断装置１は、入力装置２及び出力装置３と接続されている。入力装置２は、キーボードや操作ボタン等であって、操作信号や選択信号を入力して異常診断装置１に送信する。また、出力装置３は、ディスプレイ等であって、異常診断装置１から診断結果や処理結果を受信して出力する。

蓄積データ記憶部２１で記憶される蓄積データは、異常診断の対象であるプラントの状態を特定する機器の設定値や測定値などのパラメータ値を蓄積するデータである。例えば、「時刻」に、過去のプラントの状態を表すパラメータであるプラントの運転の「設定値」や当該設定値の場合にプラントで測定された「測定値」を含むレコードを蓄積したデータである。

単位空間データ記憶部２２で記憶される単位空間データは、マハラノビス空間を特定する所定条件の場合の過去のプラントの状態を表すパラメータの値の履歴と、各平均値と、各パラメータの標準偏差と、各パラメータについての相関行列の逆行列とに、マハラノビス空間に設定された判定値を関連付けたデータである。

生成部１１は、前処理をするタイミングで、蓄積データ記憶部２１から蓄積データを読み出す。ここで、前処理をするタイミングとは、例えば、蓄積データに一定期間のデータが蓄積されたタイミングである。また、生成部１１は、読み出した蓄積データが有する各パラメータについて、所定期間の値でヒストグラムを生成する。

決定部１２は、生成部１１が生成した各パラメータについてのヒストグラムを、正規分布に近似するか否か判定する。また、決定部１２は、正規分布に近似しないヒストグラムのパラメータについて、異常診断の際に除外する除外パラメータの候補として決定し、出力装置３に出力する。その後、入力装置２を介してこの除外パラメータの候補を除外パラメータとして選択する信号を入力装置２を介して入力すると、決定部１２は、このパラメータを「除外パラメータ」として決定し、その結果を算出部１３に出力する。

算出部１３は、異常を診断する所定のタイミングで、単位空間データ記憶部２２から単位空間データを読み出す。ここで、異常を診断する所定のタイミングとは、例えば、定期的なタイミングである。

また、算出部１３は、読み出した単位空間データが有する各パラメータの値（変数）の平均値と標準偏差、各パラメータの値についての相関行列の逆行列と、異常を診断する所定のタイミングでプラントから入力した新たなパラメータの値とを利用して、一般的なマハラノビス距離の算出方法でマハラノビス距離を求め、求めた値を診断部１４に出力する。具体的には、算出部１３は、まず、各パラメータの値と、各パラメータに対して求めた平均値及び標準偏差を利用してデータを基準化し、各パラメータに対する基準化値を求める。算出部１３は、続いて、各パラメータの基準化値と求めた逆行列を利用してマハラノビス距離を求める。

ここで、決定部１２において、いずれかのパラメータが「除外パラメータ」として決定されているとき、算出部１３は、この「除外パラメータ」については除いた各パラメータの値を利用して、マハラノビス距離を求める。

診断部１４は、算出部１３からマハラノビス距離を入力すると、単位空間データ記憶部２２から単位空間データを読み出し、読み出した単位空間データが有する判定値を抽出する。また、診断部１４は、算出部１３から入力したマハラノビス距離を、単位空間データから抽出した判定値と比較し、プラントの運転状態が正常であるか異常であるかを判定し、判定結果を出力装置３に出力する。

更新部１５は、プラントから新たに各パラメータの値を入力すると、入力した各パラメータの値及び値の入力時刻を含む新たなレコードを生成し、生成したレコードを追加して蓄積データ記憶部２１に記憶される蓄積データを更新する。

図２（ａ）は、マハラノビス距離を求める場合の各パラメータの貢献度を示す直交表である。例えば、パラメータが１３３ある場合に、この１３３全てのパラメータを利用してマハラノビス距離を求め、各パラメータのマハラノビス距離を求める際の貢献度を求めて、求めた貢献度を順に表わしたグラフが図２（ａ）で示すグラフである。なお、マハラノビス距離を求める際のＳＮ比が、貢献度となる。

図２（ａ）に示すような直交表を用いてパラメータの選択を行う場合、貢献度の低いパラメータを除外している。しかしながら、例えば、貢献度上位（例えば、５位）のパラメータであるとしても、実際には、異常診断の精度を下げるものもある。また、貢献度は下位のパラメータであるとしても、実際には、このパラメータを除いて異常を診断した場合、異常診断の精度を下げるものもある。

図２（ｂ）は、生成部１１によって、図２（ａ）で貢献度５位のパラメータについて、一定期間のデータで生成されたヒストグラムである。なお、図２（ｂ）において、横軸はパラメータの値であり、縦軸はこの値が得られた回数である。ここで、ＭＴ法は正規分布のパラメータを使用することを前提とする方法である。したがって、パラメータのヒストグラムが、図２（ｂ）のように表わされる場合、このパラメータは正規分布ではないことが明らかである。そのため、決定部１２は、このパラメータを、ＭＴ法を使用する異常診断では除外することが好ましいパラメータ、すなわち、除外パラメータの候補と決定する。

図３（ａ）は、入力するパラメータの値について除外することなく、全てのパラメータを使用して求めたマハラノビス距離の変化を表すグラフである。また、図３（ｂ）は、生成部１１によって生成された各パラメータのヒストグラムを利用して、ヒストグラムが正規分布でないパラメータの値は除外して求めたマハラノビス距離の変化を表すグラフである。なお、図３では、横軸は時間であり、縦軸は、各時間のパラメータの値を利用して求めたマハラノビス距離である。

図３（ａ）のグラフの場合、マハラノビス距離が長くなっている期間も数回あるものの、時間の経過に伴ってマハラノビス距離が長くなる傾向にある。したがって、図３（ａ）に示すように、全てのパラメータを使用した場合、一定時間を経過した後は、全て異常と診断されることになり、異常診断の精度が低いことがわかる。

これに対し、図３（ｂ）のグラフの場合、時間の経過に伴ってマハラノビス距離が長くなることはなく、マハラノビス距離が長くなっている期間は１回に限定され、その他は安定している。したがって、異常と診断されるのは、実際に異常が発生した期間のみに限定され、異常診断の精度が高いことがわかかる。

上述したように、本発明に係る前処理方法によれば、各パラメータについてヒストグラムを生成し、正規分布に近似しないパラメータについては除外の候補と決定することができる。また、上述した前処理方法を利用する場合、オペレータの経験や知識に依存することなく、除外パラメータの候補を決定することができる。したがって、本発明に係る前処理方法で前処理された後に異常診断を行う場合、前処理で決定された除外パラメータの候補から実際に除外する候補を決定してマハラノビス距離を求めることで、容易に異常診断の精度を向上することができる。

以上、実施形態を用いて本発明を詳細に説明したが、本発明は本明細書中に説明した実施形態に限定されるものではない。本発明の範囲は、特許請求の範囲の記載及び特許請求の範囲の記載と均等の範囲により決定されるものである。

１…異常診断装置
１０…ＣＰＵ
１１…生成部
１２…決定部
１３…算出部
１４…診断部
１５…更新部
２０…記憶装置
２１…蓄積データ記憶部
２２…単位空間データ記憶部
２…入力装置
３…出力装置

Claims (1)

1. ＭＴ法による異常診断の前処理として、複数のパラメータから異常診断で除外するパラメータの候補を選択する前処理方法であって、
   各パラメータについて所定期間の値を利用してヒストグラムを生成するステップと、
   生成されたヒストグラムのうち、所定の正規分布に近似しないパラメータを、除外パラメータの候補とするステップと、
   を有することを特徴とする前処理方法。

Images