JP2018159319A - 異常判定装置、及び異常判定方法 - Google Patents

Abstract

【課題】判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、異常判定を実行する。【解決手段】所定の導出期間において、選択部Ｍ３にて選択された異常判定対象に対応する時系列データを被説明変数とし、非異常判定対象に対応する時系列データを説明変数として、回帰分析を実行して回帰式を導出し、異常判定対象に対応する時系列データから回帰式の出力を減算した値と、非異常判定対象に対応する時系列データの標準偏差から決定される統計閾値とに基づいて、異常判定対象の異常度を導出する異常度導出部Ｍ４とを備え、異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された異常度に基づいて、異常判定対象が異常状態にあるか否かを判定する。【選択図】図１

Description

本発明は、複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部とを備える異常判定装置、及び異常判定方法に関する。

従来、内燃機関等を対象とし、当該対象の運転状態を計測するパラメータ計測部と、当該パラメータ計測部の計測結果に基づいて、対象の異常の可能性を判定する異常判定部とを備えた故障判定装置が知られている（特許文献１を参照）。
上記特許文献１に開示の技術にあっては、計測されたパラメータの時間変化を示す波形と、故障の前兆を示す既知の波形とを比較し、当該比較結果より異常の可能性を判定するように構成されている。

特開２００６−２１４３３３号公報

一般に、上記異常の原因となる故障には、経年劣化等による摩耗性の故障と、突発性の故障とに大別される。
経年劣化等による摩耗性の故障は、発電機の回転軸受けの故障などであり、長期間に亘って徐々に部品が劣化し、当該劣化が一定以上進んだ場合に顕在化する。この場合、例えば、発電機の振動をセンシングした時系列データ上でも、時系列データの値が徐々に異常値に近づく等の挙動がみられるため、例えば、所定の閾値設定をすることにより、故障が発生する前に異常を検知することができる。上記特許文献１に開示の技術は、このような経年劣化等による摩耗性の故障を検知するものである。
一方、突発性の故障は、故障原因そのものが存在しないものや、故障原因による異常をセンサ等により検知が困難なものが多いため、故障が発生する前に異常を検知することが比較的難しい。当該異常の具体例としては、内燃機関の気筒の失火等が挙げられる。当該故障の主原因は、副室式の内燃機関における副室に煤が溜まることによる点火不良や、制御不良により空燃比が乱れることにより、燃焼領域が正常燃焼領域から逸脱することが考えられるが、これらを未然に検知するためのセンサは、設置が困難なものや、設置できたとしても高価となる。

ただし、例えば、上述の失火等については、内燃機関が強制停止するレベルの失火が発生する前に、単発の失火が発生しているため、当該単発の失火に伴う排ガスの温度低下に基づいて、失火（異常）を検知することができなくはない。しかしながら、単発の失火に伴う排ガスの温度低下は、非常に小さいものであるため、単純な閾値設定では、誤判定を抑制しながらも、高い検知精度で異常を判定することが難しいという課題があった。

本発明は、上述の課題に鑑みてなされたものであり、その目的は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、異常判定を実行できる異常判定装置、及び異常判定方法を提供する点にある。

上記目的を達成するための異常判定装置は、複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択部と、
所定の導出期間において、前記選択部にて選択された前記異常判定対象に対応する前記時系列データを被説明変数とし、前記非異常判定対象に対応する前記時系列データを説明変数として、回帰分析を実行して回帰式を導出し、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値と、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される統計閾値とに基づいて、前記異常判定対象の異常度を導出する異常度導出部とを備え、
前記選択部は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出部は、一の前記異常判定対象と、前記選択部にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
前記異常判定部は、前記異常度導出部にて導出された前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。

上記目的を達成するための異常判定方法は、
複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定工程を備える異常判定方法であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択工程と、
所定の導出期間において、前記選択工程にて選択された前記異常判定対象に対応する前記時系列データを被説明変数とし、前記非異常判定対象に対応する前記時系列データを説明変数として、回帰分析を実行して回帰式を導出し、所定の導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値と、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される統計閾値とに基づいて、前記異常判定対象の異常度を導出する異常度導出工程とを備え、
前記選択工程は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出工程は、一の前記異常判定対象と、前記選択工程にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
前記異常判定工程は、前記異常度導出工程にて導出された前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。

上記特徴構成によれば、まずもって、異常導出部は、選択部にて選択された異常判定対象に対応する時系列データを被説明変数とし、非異常判定対象に対応する時系列データを説明変数とし、回帰分析を実行して回帰式を導出し、所定の導出期間において、異常判定対象に対応する時系列データから回帰式の出力を減算した値が、非異常判定対象に対応する時系列データの標準偏差から決定される統計閾値を超えた回数に基づいて、異常判定対象の異常度を導出するから、統計的に決定される統計閾値を用いることができるから、従来技術の如く、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行う必要がなく、比較的高い精度で、異常度を導出できる。
特に、上記特徴構成によれば、回帰式の出力を基準データとして用いているから、例えば、異常判定対象に対応する時系列データと、非異常判定対象に対応する時系列データとの基準値（更に具体的には平均値）が大きく異なる場合であっても、それによる影響を除外して、適切に異常度を導出できる。

尚、統計的に決定される統計閾値は、ある一定の幅を有するものであるが、当該統計閾値を低くして、感度を高く設定する場合、感度が高いが故に、正常であるはずの時系列データを異常であると誤判定しまう虞が高くなる。つまり、異常を検知する感度を高めることと、誤判定の可能性を低減することは、トレードオフの関係となっている。
これに対し、上記特徴構成によれば、異常度導出部は、一の異常判定対象と、選択部にて選択された複数の非異常判定対象の夫々との間で、異常度を導出するものであり、且つ異常判定部は、異常度導出部にて導出された複数の異常度に基づいて、異常判定対象が異常状態にあるか否かを判定するから、例えば、仮に、一の異常判定対象と一の非異常判定対象との組み合わせでの異常度が適正な値からずれてしまったとしても、他の組み合わせにおいて、異常度が適正な値であれば、適切な異常状態の判定を行え、結果、誤判定の可能性を低減できる。
即ち、本発明によれば、感度を高めながらも、誤判定の発生を抑制することができる異常判定装置、及び異常判定方法を実現できるのである。

異常判定装置の更なる特徴構成は、
前記異常度導出部は、前記導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値を超えた場合に、前記導出期間における前記異常度が高いと導出し、
前記導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値以下である場合に、前記導出期間における前記異常度が低いと導出する点にある。

上記特徴構成によれば、標準偏差から決定される統計閾値を超えるか否かという比較的単純な演算で異常度を導出できるから、例えば、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行う場合に比べて、比較的簡易に、且つ精度良く異常度を導出できる。

異常判定装置の更なる特徴構成は、
前記異常度導出部は、前記導出期間における各時点において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値を超えた場合に、前記各時点における前記異常度が高いと導出し、
前記各時点において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値以下である場合に、前記各時点における前記異常度が低いと導出し、
前記異常判定部は、前記異常度導出部にて導出された前記各時点における前記異常度に基づいて、前記異常判定対象が前記各時点において異常状態にあるか否かを判定する点にある。

上記特徴構成によれば、時系列データを取得する所定の導出期間単位ではなく、その導出期間の各時点における異常状態を判定できる。これにより、例えば、所定の導出期間単位で異常度を導出する場合に比べ、時間軸において、より細やかに、異常度の導出を実行することができる。

異常判定装置の更なる特徴構成は、
前記異常度導出部は、前記異常度の導出において、
前記統計閾値としての上限統計閾値を、前記非異常判定対象に対応する前記時系列データの前記標準偏差の３倍以上５倍以下の値とし、
前記統計閾値としての下限統計閾値を、前記非異常判定対象に対応する前記時系列データの前記標準偏差の−５倍以上−３倍以下の値とする点にある。

上記特徴構成によれば、統計閾値としての上限統計閾値を、非異常判定対象に対応する時系列データの標準偏差の３倍以上５倍以下の値とし、統計閾値としての下限統計閾値を、非異常判定対象に対応する時系列データの標準偏差の−５倍以上−３倍以下の値とする
から、従来技術の如く、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行う必要がなく、比較的高い精度で、異常度を導出できる。

異常判定装置の更なる特徴構成は、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度のうち、前記異常度が高いと導出される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。

上記特徴構成によれば、感度を高めた場合であっても、比較的演算量が少ないロジックにて異常状態の判定に伴う誤判定の発生を抑制できる。

異常判定装置としては、
複数の前記対象に対応する前記時系列データから選択された二つの前記時系列データの相関係数は、０．７以上１以下の高相関であることが好ましい。

異常判定装置の更なる特徴構成は、
前記時系列データから前記対象が定常状態にあるか否かを判定する定常状態判定部を備え、
前記異常度導出部は、前記定常状態判定部にて前記定常状態にあると判定された前記時系列データに基づいて、前記異常判定対象の前記異常度を導出する点にある。

上記特徴構成によれば、比較的安定している定常状態での時系列データを用いることで、対象の本質的な異常に伴う異常度を、適切に導出することができる。

異常判定装置の更なる特徴構成は、
前記異常判定対象が前記異常状態にあるか否かの判定の精度を調整する判定精度調整部を備え、
前記判定精度調整部は、判定の精度を高く調整するのに伴って、前記選択部にて選択される前記非異常判定対象の数を増加させる点にある。

上記特徴構成によれば、選択部に選択される非異常判定対象の数を調整することで、異常状態の判定の精度を調整できる。具体的には、選択部にて選択する非異常判定対象の数を増やし、異常状態の判定の基礎となる異常度の数を増加させるほど、異常状態の判定における判定の精度を高くすることができる、換言すれば、誤判定の可能性を低減できる。

異常判定装置としては、
前記異常判定対象が前記異常状態にあるか否かの感度を調整する感度調整部を備え、
前記感度調整部は、前記感度を高く調整するのに伴って、前記統計閾値の設定に際し、前記非異常判定対象に対応する前記時系列データの前記標準偏差の倍率を低減することが好ましい。

実施形態に係る異常判定装置を含む設備の概略構成図 異常判定装置による異常判定を説明するためのグラフ図 異常判定装置による異常判定を説明するためのグラフ図

本発明の実施形態に係る異常判定装置１００、及び異常判定方法は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高精度に捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、比較的低い計算負荷で、異常判定を実行できるものである。
以下、図面に基づいて説明する。

異常判定装置１００は、図１に示すように、複数のコジェネレーションシステムＣと、当該複数のコジェネレーションシステムＣを管理する管理部Ｋとにネットワーク回線Ｎを介して、互いに通信可能な状態で接続されており、異常判定装置１００での異常判定結果は、管理部Ｋへ送信可能に構成されている。
当該実施形態にあっては、コジェネレーションシステムＣは、主構成として、熱と電力とを併給するエンジン３０と当該エンジン３０のＥＣＵを含む制御装置Ｃｃとから構成されている。
エンジン３０は、例えば、都市ガス（１３Ａ）等の気体燃料を燃料とするものであり、ピストンをシリンダ内で往復運動させると共に吸気弁及び排気弁を開閉動作させて点火プラグを所望の時期に作動させることにより、燃焼室において、吸気行程、圧縮行程、膨張行程、排気行程の各行程を順次実行する。これにより、ピストンの往復動を連結棒を介してクランク軸の回転運動として出力するように構成されている。当該構成は、通常の４ストローク内燃機関と同様の構成である。

更に、当該エンジン３０は、複数の燃焼室を備えた多気筒式ガスエンジンにて構成されており、各燃焼室からの排気温度を排気路にて各別に測定する温度センサＳ１と、各燃焼室におけるノッキング強度を検出するノックセンサＳ２と、クランク軸のクランク角度を計測する形態でエンジンの回転数を計測する回転数センサＳ３とを備えている。
制御装置Ｃｃは、エンジン３０の運転を制御する制御部（図示せず）と、上記温度センサＳ１、ノックセンサＳ２、及び回転数センサＳ３の計測データを取得するデータ取得部Ｃｃ１と、データ取得部Ｃｃ１にて取得した計測データを記憶する記憶部ＤＢｃと、外部との間でデータの送受信を実行する通信部Ｃｃ２とを備えている。特に、当該通信部Ｃｃ２は、記憶部ＤＢｃに記憶された計測データを、ネットワーク回線Ｎを介して、異常判定装置１００へ送信可能に構成されている。制御装置Ｃｃは、上記データ取得部Ｃｃ１が取得した計測データに明らかな異常があることを判定する判定部（図示せず）を備え、当該判定部が異常があると判定した場合に、当該異常を表示するモニタ（表示部）Ｃｃ３を備えて構成されている。当該判定部は、例えば、上述の計測データが、明らかな異常に対応する閾値を超えた場合に異常があると判定する。

さて、上述のようなコジェネレーションシステムＣは、エンジン３０において重故障に繋がる恐れがある異常を事前に検知（予測）するべく、例えば、エンジン３０にて発生する単発の失火を良好に検知できることが好ましい。失火の検知は、排ガス温度の低下の計測に基づく検知が一般的である。しかしながら、エンジン３０が強制停止するレベルの失火が発生する前の段階での単発の失火に伴う排ガスの温度低下は、非常に小さいものであるため、単純な閾値設定では、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で検知することが難しいという課題があった。

そこで、当該実施形態に係る異常判定装置１００は、ネットワーク回線Ｎを介してコジェネレーションシステムＣの計測データを受信する通信部Ｍ１、及び当該通信部Ｍ１が受信したデータを記憶する記憶部ＤＢを備えており、コジェネレーションシステムＣに備えらえられる複数の燃焼室（複数の対象の一例）において計測される排ガスの温度（具体的には、温度センサＳ１にて各燃焼室に対応する排気路で計測される温度：パラメータの一例）の時系列データに基づいて、複数の燃焼室の異常判定を実行する異常判定部Ｍ５を備える。

説明を追加すると、異常判定装置１００は、複数の燃焼室から一の異常判定対象である燃焼室を選択すると共に、複数の燃焼室から異常判定対象以外の一の非異常判定対象である燃焼室を選択する選択部Ｍ３と、所定の導出期間において、当該選択部Ｍ３にて選択された異常判定対象である燃焼室に対応する時系列データを被説明変数とし、非異常判定対象である燃焼室に対応する時系列データを説明変数とし、回帰分析を実行して回帰式を導出し、異常判定対象に対応する時系列データから回帰式の出力を減算した値と、非異常判定対象に対応する時系列データの標準偏差から決定される統計閾値とに基づいて、異常判定対象の異常度Ｅを導出する異常度導出部Ｍ４とを備える。
更に、異常判定装置１００では、選択部Ｍ３が、一の異常判定対象である燃焼室に対し、複数の非異常判定対象である燃焼室を選択するものであり、異常度導出部Ｍ４が、一の異常判定対象の燃焼室と、選択部Ｍ３にて選択された複数の非異常判定対象である燃焼室の夫々とに関して、異常度Ｅを導出するものであり、異常判定部Ｍ５が、異常度導出部Ｍ４にて導出された複数の異常度Ｅに基づいて、異常判定対象である燃焼室が異常状態にあるか否かを判定する。
尚、上述した所定の導出期間は、例えば、センサー値（時系列データの各時点での値）の計測周期が１秒間隔である場合は、３０分以上、最長でも３，４時間が望ましい。センサー値の点数は、統計学の観点から少なくとも、１，０００点から２，０００点は必要である。従って、１秒間隔でデータ点数が記録されている場合、３０×６０点＝１，８００点が担保される３０分以上の期間で導出するのが望ましい。また、センサー値は外気温度から影響を受けるため、可能な限り外気温が一定の期間を導出期間とするのが望ましい。そのため、最長でも３，４時間の導出期間にする方がよい。

以下、具体的に説明を加える。
異常度導出部Ｍ４は、異常度Ｅの導出に関し、一の異常判定対象である燃焼室に対応する時系列データをＹ_ｔとし、一の非異常判定対象である燃焼室に対応する時系列データをＸ_ｉｔとする場合、Ｘ_ｉｔを被説明変数とし、Ｙ_ｔを説明変数として、例えば、下記の〔数１〕に示す回帰式を導出する。

〔数１〕
Ｙ_ｉｔ’＝ａ_ｉ × Ｘ_ｉｔ＋ｂ_ｉ
ただし、ｔは時間を示し、ｉは［１、ｎ］であり複数の非異常判定対象を示し、ａ_ｉ、ｂ_ｉは、ｔによらず一定の値であり、説明変数Ｘ_ｉｔ毎に決定される値であり、Ｙ_ｉｔ’は、回帰式の出力である。

各ｉに対して、下記〔数２〕の如く、異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_ｉｔ’を減算した値Ｄ_ｉｔを導出する。

〔数２〕
Ｄ_ｉｔ＝Ｙ_ｔ−Ｙ_ｉｔ’

所定の導出期間内での各時点（特定の時点であるｔを意味）において、所定閾値を超えた場合に異常度Ｅが高いと判定し、所定閾値以下である場合に各ｔ（各時点）における異常度が低いと導出する。
ここで、所定閾値は、非異常判定対象としての燃焼室に対応する時系列データＸ_ｉｔの標準偏差δから決定される統計閾値であり、統計閾値としての上限統計閾値は、非異常判定対象に対応する時系列データの標準偏差の３倍以上５倍以下の値であると共に、統計閾値としての下限統計閾値は、非異常判定対象に対応する時系列データの標準偏差の−５倍以上−３倍以下の値である。

異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された各時点における異常度Ｅに基づいて、異常判定対象である燃焼室が各時点において異常状態にあるか否かを判定する。
更には、異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅのうち、異常度Ｅが高いと判定される割合に基づいて、異常判定対象である燃焼室が異常状態にあるか否かを判定する。

以下、図２、３に基づいて説明を追加する。
図２は、ｉ＝１の場合、即ち、非異常判定対象としての燃焼室が１つである場合について例示したものである。
図２（ａ）に示すように、異常判定対象としての燃焼室に対応する排ガス温度と、非異常判定対象としての燃焼室に対応する排ガス温度とは、例えば、エンジン３０における燃焼室の配置等から、異常の判定に関係のない誤差が発生している。
そこで、図２（ｂ）に示すように、当該誤差を最小にするべく、回帰式の出力Ｙ_１ｔ’を算出する。
その後、図２（ｃ）に示すように、異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_１ｔ’を減算した値Ｅ_１ｔが、各時点において、上述した上限統計閾値（図２（ｃ）ではα１で示す値：５δ）又は下限統計閾値（図２（ｃ）ではα２で示す値：−５δ）の何れか一方を超える場合、即ち、上限統計閾値を高い側へ超える場合又は下限統計閾値を低い側へ超える場合、各時点における異常度Ｅが高いと判定し、上限統計閾値と下限統計閾値との双方を超えない場合に、異常度Ｅが低いと判定する。
尚、以下、「上限統計閾値を超える」と記載している場合、「上限統計閾値を高い側へ超える」ことを意味するものとし、「下限統計閾値を超える」と記載している場合、「下限統計閾値を低い側へ超える」ことを意味するものとする。

図３に、非異常判定対象としての燃焼室が複数（図３では、２つ：ｉ：［１，２］）である場合を例示している。
非異常判定対象としての燃焼室が複数である場合、各Ｘ_ｉｔの夫々に対応する統計閾値が設定されることになり、図３（ｂ）に示す例では、Ｘ_１ｔに対応する上限統計閾値α１及び下限統計閾値α２、Ｘ_２ｔに対応する上限統計閾値β１（図３（ｂ）では５δ）及び下限統計閾値β２（図３（ｂ）では−５δ）が設定される。
異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_１ｔ’を減算した値Ｄ_１ｔが、Ｘ_１ｔに対応する上限統計閾値α１及び下限統計閾値α２の何れか一方を超える場合、且つ、異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ２ｔ’を減算した値Ｄ_２ｔが、Ｘ_２ｔに対応する上限統計閾値β１及び下限統計閾値β２の何れか一方を超える場合、図３（ｃ）で時点ｔ１で示すように、異常率を１００％とする。
異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_１ｔ’を減算した値Ｄ_１ｔが、Ｘ_１ｔに対応する上限統計閾値α１及び下限統計閾値α２の両方を超えない場合、且つ、異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力_Ｙ２ｔ’を減算した値Ｄ_２ｔが、Ｘ_２ｔに対応する上限統計閾値β１及び下限統計閾値β２の両方を超えない場合、図３（ｃ）で時点ｔ３で示すように、異常率を０％とする。
異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_１ｔ’を減算した値Ｄ_１ｔが、Ｘ_１ｔに対応する上限統計閾値α１及び下限統計閾値α２の何れか一方を超える場合、又は、異常判定対象としての燃焼室に対応する時系列データＹ_ｔから回帰式の出力Ｙ_２ｔ’を減算した値Ｄ_２ｔが、Ｘ_２ｔに対応する上限統計閾値β１及び下限統計閾値β２の何れか一方を超える場合、図３（ｃ）で時点ｔ２で示すように、異常率を５０％とする。

当該実施形態に係る異常判定部Ｍ５は、例えば、異常率が５０％以上である時点は、異常判定対象としての燃焼室が異常状態にあると判定する。即ち、異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅのうち、異常度Ｅが高いと判定される割合に基づいて、異常判定対象としての燃焼室が異常状態にあるか否かを判定する。
これにより、単一の異常度Ｅのみで異常状態の判定を行う場合に比べ、異常状態の誤判定を抑制できる。

異常判定部Ｍ５は、上記異常状態の判定を、異常判定対象としての燃焼室を変更して実行可能に構成されており、すべての対象を異常判定対象として、それらが異常状態にあるか否かを判定可能に構成されている。

尚、当該実施形態に係る異常判定装置１００は、異常判定対象としての燃焼室Ｃｏが前記異常状態にあるか否かの判定の精度を調整する判定精度調整部Ｍ２を備えている。
当該判定精度調整部Ｍ２は、判定の精度を高く調整するのに伴って、選択部Ｍ３にて選択される非異常判定対象としての燃焼室Ｃｏの数を増加させる。
例えば、異常判定装置１００には、操作者による操作により誤判定の可能性を調整可能な操作部（図示せず）を備え、誤判定調整部Ｍ２は、当該操作部の設定値に基づいて、判定の精度を調整する。

また、異常判定装置１００は、異常判定対象としての燃焼室が異常状態にあるか否かの感度を調整する感度調整部Ｍ６を備えている。
当該感度調整部Ｍ６は、感度を高く調整するのに伴って、統計閾値の設定に際し、非異常判定対象としての燃焼室に対応する時系列データの標準偏差の倍率を低減する。

尚、当該異常判定では、複数の対象に対応する時系列データから選択された二つの時系列データの相関係数は、０．７以上１以下の高相関であることが好ましい。

これまで説明してきた異常判定装置１００を用いることにより、以下の異常判定方法を実行できる。
即ち、当該異常判定方法にあっては、一のエンジン３０の複数の燃焼室から一の異常判定対象としての燃焼室を選択すると共に、一のエンジン３０の複数の燃焼室から異常判定対象以外の一の非異常判定対象としての燃焼室を選択する選択工程と、所定の導出期間において、選択工程にて選択された異常判定対象としての燃焼室に対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）を被説明変数として、非異常判定対象としての燃焼室に対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）を説明変数として、回帰分析を実行して回帰式を導出し、異常判定対象としての燃焼室に対応する時系列データから回帰式の出力を減算した値と、非異常判定対象としての燃焼室に対応する時系列データの標準偏差から決定される統計閾値とに基づいて、異常判定対象としての燃焼装置の異常度Ｅを導出する異常度導出工程とを備え、選択工程は、一の異常判定対象としての燃焼室に対し、複数の非異常判定対象としての燃焼室を選択するものであり、異常度導出工程は、一の異常判定対象としての燃焼室と、選択工程にて選択された複数の非異常判定対象としての燃焼室の夫々とに関して、異常度を導出するものであり、異常判定工程は、異常度導出工程にて導出された異常度Ｅに基づいて、異常判定対象としての燃焼室が異常状態にあるか否かを判定する。

〔別実施形態〕
（１）上記実施形態では、複数の対象を、判定対象として、異常判定を実行した。しかしながら、判定対象は、複数の対象のうち、少なくとも１つであっても構わない。

（２）上記実施形態にあっては、異常判定装置１００は、ネットワーク回線Ｎを介して、コジェネレーションシステムＣから取得した計測データに基づいて、異常判定を実行するように構成している例を示した。
しかしながら、異常判定装置１００は、例えば、コジェネレーションシステムＣの夫々に対して併設して設けられ、ネットワーク回線Ｎを介することなく、複数の対象からの計測データを取得して異常判定を実行する構成を採用しても構わない。
更には、異常判定装置１００は、コジェネレーションシステムＣの制御装置Ｃｃとして備えられる構成を採用しても構わない。
更には、異常判定装置１００は、ネットワーク回線Ｎを介してコジェネレーションシステムＣから取得した計測データに基づいてコジェネレーションシステムＣの監視を行う監視装置と併設して備えると共に、当該監視装置の記憶部から計測データを取得する形態で、異常判定を実行する構成であっても構わない。

（３）異常判定装置１００は、例えば、時系列データから対象が定常状態にあるか否かを判定する定常状態判定部（図示せず）を備える構成を採用しても良く、異常度導出部Ｍ４は、定常状態判定部にて定常状態にあると判定された時系列データに基づいて、異常判定対象の異常度Ｅを導出するように構成しても構わない。
当該構成を採用することにより、安定した時系列データに基づいて異常度Ｅを導出することができるから、異常状態の誤判定（誤検出）の可能性を、より一層低減できる。

（４）上記実施形態において、誤判定調整部Ｍ２や、感度調整部Ｍ６を備える構成を示したが、これらを備えない構成であっても、本発明の目的は良好に達成されるものである。

（５）上記実施形態において、一のエンジン３０の複数の燃焼室Ｃｏを、複数の対象とし、当該燃焼室Ｃｏの夫々における温度（排ガスの温度）をパラメータとする例を示した。
しかしながら、上述したノックセンサＳ２にて検出されるノッキング強度をパラメータとしても構わない。

（６）ネットワーク回線Ｎにて異常判定装置１００に接続される複数のコジェネレーションシステムＣのエンジン３０の夫々は、例えば、上記別実施形態で示した定常状態判定部にて定常状態にあると判定される場合、その回転数が、高相関となる場合がある。
そこで、ネットワーク回線Ｎにて異常判定装置１００に接続される複数のコジェネレーションシステムＣのエンジン３０の夫々を、複数の対象として採用し、当該エンジン３０の回転数を計測する回転数センサＳ３の計測結果を、パラメータとして採用しても構わない。

（７）複数の対象として、定常的に互いに通信する複数のサーバを採用でき、この場合、各サーバのデータ通信量をパラメータとして採用する。
また、複数の対象として、一の発電設備の一の発電軸を支える複数の軸受を採用でき、この場合、各軸受けの振動周波数をパラメータとして採用する。
また、複数の対象として、近接する複数のエリア毎の気象状態を採用でき、この場合、複数のエリア毎の気温や湿度をパラメータとして採用する。この場合、異常状態としては、突発的に発生する竜巻等が想定される。

（８）上記実施形態において、回帰式は、１次式である例を示した。しかしながら、当該回帰式は、ａｉ＝１で、且つｂｉを導出する式であっても構わない。

（９）上記実施形態では、異常度導出部Ｍ４は、所定の導出期間における各時点における異常度を導出する例を示した。
しかしながら、異常度導出部Ｍ４は、所定の導出期間におけるピンポイントの各時点のみに限らず、別に、一定の幅のある導出期間において、異常度を導出するような構成を採用しても構わない。

尚、上記実施形態（別実施形態を含む、以下同じ）で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することが可能であり、また、本明細書において開示された実施形態は例示であって、本発明の実施形態はこれに限定されず、本発明の目的を逸脱しない範囲内で適宜改変することが可能である。

本発明の異常判定装置、及び異常判定方法は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、異常判定を実行できる異常判定装置、及び異常判定方法として、有効に利用可能である。

１００ ：異常判定装置
Ｃ ：コジェネレーションシステム
Ｅ ：異常度
Ｍ２ ：誤判定調整部
Ｍ３ ：選択部
Ｍ４ ：異常度導出部
Ｍ５ ：異常判定部
Ｍ６ ：感度調整部
Ｘ_ｉｔ ：時系列データ
Ｙ_ｉｔ' ：出力
Ｙ_ｔ ：時系列データ
α１ ：上限統計閾値
α２ ：下限統計閾値
β１ ：上限統計閾値
β２ ：下限統計閾値
δ ：標準偏差

Claims (10)

1. 複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置であって、
   複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択部と、
   所定の導出期間において、前記選択部にて選択された前記異常判定対象に対応する前記時系列データを被説明変数とし、前記非異常判定対象に対応する前記時系列データを説明変数とし、回帰分析を実行して回帰式を導出し、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値と、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される統計閾値とに基づいて、前記異常判定対象の異常度を導出する異常度導出部とを備え、
   前記選択部は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
   前記異常度導出部は、一の前記異常判定対象と、前記選択部にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
   前記異常判定部は、前記異常度導出部にて導出された前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定する異常判定装置。
2. 前記異常度導出部は、前記導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値を超えた場合に、前記導出期間における前記異常度が高いと導出し、
   前記導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値以下である場合に、前記導出期間における前記異常度が低いと導出する請求項１に記載の異常判定装置。
3. 前記異常度導出部は、前記導出期間における各時点において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値を超えた場合に、前記各時点における前記異常度が高いと導出し、
   前記各時点において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値が、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される前記統計閾値以下である場合に、前記各時点における前記異常度が低いと導出し、
   前記異常判定部は、前記異常度導出部にて導出された前記各時点における前記異常度に基づいて、前記異常判定対象が前記各時点において異常状態にあるか否かを判定する請求項１に記載の異常判定装置。
4. 前記異常度導出部は、前記異常度の導出において、
   前記統計閾値としての上限統計閾値を、前記非異常判定対象に対応する前記時系列データの前記標準偏差の３倍以上５倍以下の値とし、
   前記統計閾値としての下限統計閾値を、前記非異常判定対象に対応する前記時系列データの前記標準偏差の−５倍以上−３倍以下の値とする請求項１〜３の何れか一項に記載の異常判定装置。
5. 前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度のうち、前記異常度が高いと導出される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する請求項２又は３に記載の異常判定装置。
6. 複数の前記対象に対応する前記時系列データから選択された二つの前記時系列データの相関係数は、０．７以上１以下の高相関である請求項１〜５の何れか一項に記載の異常判定装置。
7. 前記時系列データから前記対象が定常状態にあるか否かを判定する定常状態判定部を備え、
   前記異常度導出部は、前記定常状態判定部にて前記定常状態にあると判定された前記時系列データに基づいて、前記異常判定対象の前記異常度を導出する請求項１〜６の何れか一項に記載の異常判定装置。
8. 前記異常判定対象が前記異常状態にあるか否かの誤判定の可能性を調整する誤判定調整部を備え、
   前記誤判定調整部は、誤判定の可能性を低く調整するのに伴って、前記選択部にて選択される前記非異常判定対象の数を増加させる請求項１〜７の何れか一項に記載の異常判定装置。
9. 前記異常判定対象が前記異常状態にあるか否かの感度を調整する感度調整部を備え、
   前記感度調整部は、前記感度を高く調整するのに伴って、前記統計閾値の設定に際し、前記非異常判定対象に対応する前記時系列データの前記標準偏差の倍率を低減する請求項４に記載の異常判定装置。
10. 複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定工程を備える異常判定方法であって、
    複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択工程と、
    前記選択工程にて選択された前記異常判定対象に対応する前記時系列データを被説明変数とし、前記非異常判定対象に対応する前記時系列データを説明変数とし、回帰分析を実行して回帰式を導出し、所定の導出期間において、前記異常判定対象に対応する前記時系列データから前記回帰式の出力を減算した値と、前記非異常判定対象に対応する前記時系列データの標準偏差から決定される統計閾値とに基づいて、前記異常判定対象の異常度を導出する異常度導出工程とを備え、
    前記選択工程は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
    前記異常度導出工程は、一の前記異常判定対象と、前記選択工程にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
    前記異常判定工程は、前記異常度導出工程にて導出された前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定する異常判定方法。

Images