JP2020155068A - 状態変動検出装置及び状態変動検出用プログラム - Google Patents
状態変動検出装置及び状態変動検出用プログラム Download PDFInfo
- Publication number
- JP2020155068A JP2020155068A JP2019055609A JP2019055609A JP2020155068A JP 2020155068 A JP2020155068 A JP 2020155068A JP 2019055609 A JP2019055609 A JP 2019055609A JP 2019055609 A JP2019055609 A JP 2019055609A JP 2020155068 A JP2020155068 A JP 2020155068A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- data
- prediction model
- state change
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000010801 machine learning Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 56
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 26
- 238000009826 distribution Methods 0.000 description 21
- 230000005856 abnormality Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000012937 correction Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 7
- 238000010494 dissociation reaction Methods 0.000 description 5
- 230000005593 dissociations Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
用いる予測モデルは、予測対象日における少なくとも一つの特徴量について予測値を出力する第1の予測モデルと、この第1の予測モデルから出力される予測値を入力因子に含み、予測対象日の所定時間ごとの予測値を出力する第2の予測モデルとから構成される。特許文献4の発明は、収集された至近実績データおよび過去実績データを用いて予測モデルを構築する予測モデル構築手段、構築された予測モデルに予測用入力データを入力して予測を実行し、予測値を得る予測実行手段、収集された至近実績データと予測値とから予測誤差またはモデル誤差を計算する予測誤差計算手段、予測誤差またはモデル誤差に基づいて前記予測値を補正する補正係数又は補正量を算出し、補正予測値を得る予測値補正手段を具備することを特徴とする。
11 主メモリ
12 バス
13 外部記憶インタフェース
14 入力インタフェース
15 表示インタフェース
16 データ入力インタフェース
22 マウス
23 外部記憶装置
24 入力装置
25 表示装置
26 センサ
30 予測モデル
31 予測モデル作成手段
32 教師予測データ取得手段
33 標準誤差取得手段
34 測定予測データ取得手段
35 誤差取得手段
36 状態変動検出手段
40 予測モデル
41 予測モデル作成手段
50 状態変動検出装置
53 状態変動判定部
54 テストデータ収集部
55 出力装置
Claims (10)
- 状態変動を検出すべき対象について収集したデータをテストデータとして機械学習により作成した第1の予測モデル及び第2の予測モデルへ投入して状態変動を検出する状態変動検出装置であり、
前記第1の予測モデルにより得られた第1の予測情報に基づく教師データを用いた機械学習により前記第2の予測モデルを作成し、
前記第1の予測モデルにより得られた第1の予測情報と、前記第2の予測モデルにより得られた第2の予測情報との双方を用いて状態変動検出を行うことを特徴とする状態変動検出装置。 - 収集するデバイス、場所・位置が複数である前記テストデータの群を用いて状態変動検出を行うことを特徴とする請求項1に記載の状態変動検出装置。
- 第1の予測情報として、前記第1の予測モデルにより得られた予測データと実測により得られた実測データとの誤差量を求め、
前記第2の予測情報として、前記第2のモデルにより状態変動予測値を求め、
前記誤差量と第1の閾値に基づく判定と、前記状態変動予測値と第2の閾値に基づく判定とを合わせた状態変動検出を行うことを特徴とする請求項1または2に記載の状態変動検出装置。 - 前記第1の予測情報に基づく教師データには、過去に用いられたテストデータとこのテストデータに対する状態変動検出結果である状態変動の有無を示すラベルデータとが含まれることを特徴とする請求項1乃至3のいずれか1項に記載の状態変動検出装置。
- 状態変動は異常状態であるか否かであることを特徴とする請求項1乃至4のいずれか1項に記載の状態変動検出装置。
- 状態変動を検出すべき対象について収集したデータをテストデータとして機械学習により作成した第1の予測モデル及び第2の予測モデルとして機能するコンピュータへ投入して状態変動を検出する状態変動検出用プログラムであり、
前記コンピュータを、
前記第1の予測モデルにより得られた第1の予測情報に基づく教師データを用いた機械学習により前記第2の予測モデルを作成する手段、
前記第1の予測モデルにより得られた第1の予測情報と、前記第2の予測モデルにより得られた第2の予測情報との双方を用いて状態変動検出を行う手段
として機能させることを特徴とする状態変動検出用プログラム。 - 収集するデバイス、場所・位置が複数である前記テストデータの群を用いて状態変動検出を行うことを特徴とする請求項6に記載の状態変動検出用プログラム。
- 前記コンピュータを、第1の予測情報として、前記第1の予測モデルにより得られた予測データと実測により得られた実測データとの誤差量を求める手段、
前記第2の予測情報として、前記第2のモデルにより状態変動予測値を求め、
前記誤差量と第1の閾値に基づく判定と、前記状態変動予測値と第2の閾値に基づく判定とを合わせた状態変動検出を行う手段
として機能させることを特徴とする請求項6または7に記載の状態変動検出用プログラム。 - 前記第1の予測情報に基づく教師データには、過去に用いられたテストデータとこのテストデータに対する状態変動検出結果である状態変動の有無を示すラベルデータとが含まれることを特徴とする請求項6乃至8のいずれか1項に記載の状態変動検出用プログラム。
- 状態変動は異常状態であるか否かであることを特徴とする請求項6乃至9のいずれか1項に記載の状態変動検出用プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055609A JP6859381B2 (ja) | 2019-03-22 | 2019-03-22 | 状態変動検出装置及び状態変動検出用プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055609A JP6859381B2 (ja) | 2019-03-22 | 2019-03-22 | 状態変動検出装置及び状態変動検出用プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020155068A true JP2020155068A (ja) | 2020-09-24 |
JP6859381B2 JP6859381B2 (ja) | 2021-04-14 |
Family
ID=72559456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019055609A Active JP6859381B2 (ja) | 2019-03-22 | 2019-03-22 | 状態変動検出装置及び状態変動検出用プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6859381B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0922402A (ja) * | 1995-05-01 | 1997-01-21 | Fuji Electric Co Ltd | 日最大電力需要量予測方法 |
JP2005157836A (ja) * | 2003-11-27 | 2005-06-16 | Toshiba Corp | 商品販売量予測装置、商品販売量予測方法及びモデル学習方法 |
JP2006300895A (ja) * | 2005-04-25 | 2006-11-02 | Matsushita Electric Works Ltd | 設備監視方法および設備監視装置 |
JP2019159365A (ja) * | 2018-03-07 | 2019-09-19 | 東芝情報システム株式会社 | 状態変動検出装置及び状態変動検出用プログラム |
JP2020086650A (ja) * | 2018-11-19 | 2020-06-04 | 日本電信電話株式会社 | 救急需要予測装置、救急需要予測方法およびプログラム |
-
2019
- 2019-03-22 JP JP2019055609A patent/JP6859381B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0922402A (ja) * | 1995-05-01 | 1997-01-21 | Fuji Electric Co Ltd | 日最大電力需要量予測方法 |
JP2005157836A (ja) * | 2003-11-27 | 2005-06-16 | Toshiba Corp | 商品販売量予測装置、商品販売量予測方法及びモデル学習方法 |
JP2006300895A (ja) * | 2005-04-25 | 2006-11-02 | Matsushita Electric Works Ltd | 設備監視方法および設備監視装置 |
JP2019159365A (ja) * | 2018-03-07 | 2019-09-19 | 東芝情報システム株式会社 | 状態変動検出装置及び状態変動検出用プログラム |
JP2020086650A (ja) * | 2018-11-19 | 2020-06-04 | 日本電信電話株式会社 | 救急需要予測装置、救急需要予測方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6859381B2 (ja) | 2021-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5538597B2 (ja) | 異常検知方法及び異常検知システム | |
Van Horenbeek et al. | Quantifying the added value of an imperfectly performing condition monitoring system—Application to a wind turbine gearbox | |
KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
WO2018044507A1 (en) | Machine learning-aided model-based method for estimating gas turbine component life | |
JP6523815B2 (ja) | プラント診断装置及びプラント診断方法 | |
Blancke et al. | A holistic multi-failure mode prognosis approach for complex equipment | |
JP2019016039A (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
CN111400850A (zh) | 设备故障分析方法、装置、设备和存储介质 | |
Jain et al. | Dynamic optimization of process quality control and maintenance planning | |
CN114879619A (zh) | 数字车间能源优化方法及*** | |
CN117689270A (zh) | 电力设备生产过程质量管理改进方法、***及存储介质 | |
An et al. | Detection of process anomalies using an improved statistical learning framework | |
KR102512615B1 (ko) | 수명분포를 고려한 생애주기데이터 확장 기능을 가지는 잔존수명 예측 시스템 및 방법 | |
JP6765769B2 (ja) | 状態変動検出装置及び状態変動検出用プログラム | |
CN113632025B (zh) | 用于评估工业环境中的能量消耗的方法、***和计算机程序产品 | |
JP6859381B2 (ja) | 状態変動検出装置及び状態変動検出用プログラム | |
JP4170843B2 (ja) | 計器校正支援システム | |
JP6932467B2 (ja) | 状態変動検出装置、状態変動検出システム及び状態変動検出用プログラム | |
CN115907033A (zh) | 一种基于机器学习算法预测每小时用电量的方法及*** | |
WO2022158037A1 (ja) | 品質予測システム、モデル生成装置、品質予測方法、及び品質予測プログラム | |
CN111913463A (zh) | 一种核电厂化学容积控制***状态监测方法 | |
Juselius | Advanced condition monitoring methods in thermal power plants | |
Lee et al. | Sensor drift detection in SNG plant using auto-associative kernel regression | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及*** | |
Nwadinobi et al. | Improved Markov stable state simulation for maintenance planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200901 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201022 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210325 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6859381 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |