CN109416531B - 异常数据的重要度判定装置及异常数据的重要度判定方法 - Google Patents
异常数据的重要度判定装置及异常数据的重要度判定方法 Download PDFInfo
- Publication number
- CN109416531B CN109416531B CN201680087322.1A CN201680087322A CN109416531B CN 109416531 B CN109416531 B CN 109416531B CN 201680087322 A CN201680087322 A CN 201680087322A CN 109416531 B CN109416531 B CN 109416531B
- Authority
- CN
- China
- Prior art keywords
- data
- importance
- alarm
- abnormal
- abnormal data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
具有:数据关联信息生成部(15),其生成包含检测数据及空调机(3)的空调机信息的数据关联信息(DL);类分类部(17),其基于空调机信息中的与由警报数据提取部(14)提取出的警报数据关联的空调机信息创建多个类,分别将数据关联信息(DL)分类成多个类;重要度设定部(18),其分别对多种警报数据及多个类设定重要度;以及重要度计算部(19),其对由异常数据提取部(13)提取出的异常数据与警报数据的共现进行判定,并且对警报数据与多个类的共现进行判定,分别将与警报数据及多个类相关的重要度赋予给共现的异常数据,计算异常数据的重要度。
Description
技术领域
本发明涉及异常数据的重要度判定装置及异常数据的重要度判定方法,特别是涉及对从设备收集的大量异常数据的重要度进行判定的异常数据的重要度判定装置及异常数据的重要度判定方法。
背景技术
在建筑物、工厂等设置有照明、空调机等各种设备,建筑物、工厂等的监视服务的提供商定期地或者随时取得与上述设备相关的数据而进行设备的监视。作为取得的数据,在例如监视对象设备为空调机的情况下,有设定温度、实测温度、空调状态、电压值、电流值、压力值等通过各种传感器测定出的测定值、设定值等。取得的数据有时根据建筑物等的规模而会达到几千个。
针对该取得的数据,将与规定条件相吻合的数据检测为异常数据,但由于数据的数量大,因此会检测到大量异常数据。针对上述大量异常数据的全部,为了对其要因、对策进行分析处理而需要大量的时间。
因此,在专利文献1中记载有下述技术,即,如果检测到大量异常数据,则由设备管理者针对被检测到的异常数据进行确认响应,根据该确认响应的频率校正对异常数据进行检测的规定条件,使检测到的异常数据数量合理化。
另外,在专利文献2、3中分别记载有下述技术,即,创建与在设备产生的警报相关的直方图,基于该直方图在警报的产生频率高的情况下判断为异常的重要度高。
专利文献1:日本专利第3811162号公报
专利文献2:日本特开2013-218725号公报
专利文献3:日本特开2012-230703号公报
发明内容
在检测到的大量异常数据中,包含轻微的异常数据、重要的异常数据,但在该异常数据的重要度不明的情况下,需要针对检测到的全部异常数据进行要因、对策的分析处理。因此,在专利文献1所记载的技术中,设备管理者针对被检测到的异常数据,对被认为重要的异常数据进行判断,由此校正对异常数据进行检测的规定条件,使检测到的异常数据合理化。
但是,在专利文献1所记载的技术中,设备管理者要判断异常数据的重要度,因此设备管理者的负担变大,另外,在设备管理者的判断有失误的情况下,有可能使异常数据的重要度的可靠性降低。另外,在设备管理者没有进行确认响应的情况下,无法对异常数据的重要度进行判定。
因此,在本发明中,目的在于自动地判定大量异常数据的重要度,从大量异常数据中高精度地提取重要的异常数据。
本发明的异常数据的重要度判定装置的特征在于,具有:数据存储部,其按照时序存储有在设备设置的传感器的检测数据和在所述设备产生的事件的事件数据;异常数据提取部,其从所述数据存储部的所述检测数据提取满足规定条件的异常数据;警报数据提取部,其从所述数据存储部的所述事件数据提取多种警报数据;数据关联信息生成部,其生成数据关联信息,该数据关联信息是包含所述检测数据和关于与该检测数据关联的所述设备的多个设备信息而构成的;类分类部,其基于多个所述设备信息中的与所述警报数据关联的所述设备信息创建多个类,分别将所述数据关联信息分类成多个所述类;重要度设定部,其分别对多种所述警报数据设定重要度,并且分别对多个所述类设定重要度;以及重要度计算部,其对所述异常数据与所述警报数据的共现进行判定,并且对所述警报数据与多个所述类的共现进行判定,分别将与所述警报数据及多个所述类相关的重要度赋予给共现的所述异常数据,计算所述异常数据的重要度。
另外,特征在于,所述重要度设定部根据所述异常数据的产生时刻与所述警报数据的产生时刻的时间差设定重要度,所述重要度计算部在所述异常数据与所述警报数据共现的情况下,分别将与多种所述警报数据、多个所述类及产生时刻相关的重要度赋予给所述异常数据,计算所述异常数据的重要度。
另外,特征在于,多个所述设备信息至少包含成为所述传感器的检测对象的设备名信息、所述设备的设置位置信息、所述设备的系统信息,所述类分类部将多个所述设备信息组合或单独使用而创建多个所述类。
另外,特征在于,所述重要度判计算部将重要度数值化,并且将重要度的数值相乘而计算所述异常数据的重要度。
并且,本发明的异常数据的重要度判定方法的特征在于,按照时序对在设备设置的传感器的检测数据和在所述设备产生的事件的事件数据进行存储,从所存储的所述检测数据提取满足规定条件的异常数据,从所存储的所述事件数据提取多种警报数据,生成数据关联信息,该数据关联信息是包含所述检测数据和关于与该检测数据关联的所述设备的多个设备信息而构成的,基于多个所述设备信息中的与所述警报数据关联的所述设备信息创建多个类,将所述数据关联信息分类成多个所述类,分别对多种所述警报数据设定重要度,并且分别对多个所述类设定重要度,对所述异常数据与所述警报数据的共现进行判定,并且对所述警报数据与多个所述类的共现进行判定,将与所述警报数据及多个所述类相关的重要度赋予给共现的所述异常数据,计算所述异常数据的重要度。
发明的效果
根据本发明,能够自动地判定大量异常数据的重要度,从大量异常数据中高精度地提取重要的异常数据。其结果,能够优先对重要的异常数据进行分析处理。
附图说明
图1是设备监视系统的概略结构图,该设备监视系统包含本发明的实施方式1中的异常数据的重要度判定装置。
图2是本发明的实施方式1中的重要度判定装置的硬件结构图。
图3是表示数据关联信息的一个例子的图。
图4是表示类(class)分类表格的一个例子的图。
图5是对本发明的实施方式1中的异常数据与警报数据的共现进行说明的特性图。
图6是表示重要度的重要度表格,分别是(A)表示与警报数据相关的重要度,(B)表示与产生定时(timing)相关的重要度,(C)表示与类分类相关的重要度。
图7是本发明的实施方式1中的异常数据的重要度判定装置的功能块图。
图8是表示本发明的实施方式1中的异常数据的重要度计算处理的流程图。
图9是对本发明的实施方式2中的异常数据与警报数据的共现进行说明的特性图。
具体实施方式
下面,一边参照附图一边对本发明的实施方式进行详细说明。
实施方式1.
图1是设备管理系统1的整体结构图,该设备管理系统1包含本发明涉及的异常数据的重要度判定装置10。设备管理系统1从在建筑物2的各楼层设置的作为设备的空调机3、3···的传感器3a、3a···取得检测数据,基于该取得的检测数据进行空调机3、3···的诊断、管理。此外,在建筑物2中,除了空调机3、3···以外,还具有照明、受变电设备等各种设备,虽然也会从上述设备获得大量检测数据,但在实施方式1中,对来自空调机3、3···的传感器3a、3a···的检测数据进行说明。
设备管理系统1在检测数据中,特别是为了诊断、管理而对异常数据进行分析,但由于会检测到大量异常数据,因此为了高效地进行异常数据的分析,具有对异常数据的重要度进行判定的异常数据的重要度判定装置10。
重要度判定装置10具有:数据收集部11,其经由公共线路网4对传感器3a、3a···的检测数据及与该检测数据关联的空调机3、3···的设置信息、设备信息等空调机信息进行收集;数据存储部12,其具有对沿着时序的检测数据进行存储的时序数据存储部12A和对沿着时序的包含与空调机3、3···相关的各种警报、异常等的事件进行存储的事件数据存储部12B;异常数据提取部13,其从存储于时序数据存储部12A的检测数据提取表示异常的异常数据;警报数据提取部14,其从存储于事件数据存储部12B的事件数据提取警报、异常等的警报数据;数据关联信息生成部15,其基于由数据收集部11收集到的检测数据及空调机信息,生成使空调机信息与检测数据关联起来的数据关联信息列表DL(参照图3);数据ID/名称列表存储部16,其将与空调机信息相关的各种信息的信息名称列表化而存储;类分类部17,其将数据关联信息列表DL分类成多个类;重要度设定部18,其分别对由警报数据提取部14提取的警报数据、由类分类部17分类的类设定重要度;以及重要度计算部19,其基于由异常数据提取部13提取出的异常数据、由警报数据提取部14提取出的警报数据、由类分类部17分类出的类而计算异常数据的重要度。
图2是计算机的硬件结构图,该计算机构成实施方式1中的重要度判定装置10。构成重要度判定装置10的计算机能够由通用的硬件结构实现。即,计算机如图2所示构成为,将CPU 21、ROM 22、RAM 23、连接有硬盘驱动器(HDD)24的HDD控制器25、分别连接作为输入单元而设置的鼠标26和键盘27及作为显示装置而设置的显示器28的输入输出控制器29、作为通信单元而设置的网络控制器30连接于内部总线31。
数据存储部12及数据ID/名称列表存储部16由硬盘驱动器(HDD)24构成。异常数据提取部13、警报数据提取部14、类分类部17、重要度设定部18及重要度计算部19由CPU 21、ROM 22及RAM 23构成。
接下来,对重要度判定装置10的各结构进行说明。数据收集部11及数据存储部12为公知的结构,省略其详细的说明。在数据存储部12,除了时序数据存储部12A、事件数据存储部12B以外,还设置了对由类分类部17分类出的类等各种数据、各种计算结果进行存储的未图示的存储部。
异常数据提取部13根据规则库(rule base)方式,从存储于时序数据存储部12A的检测数据提取异常数据。规则库方式是指下述方式,即,预先设定规定规则(规定条件),例如在从传感器3a连续10分钟输出了信号的情况下,将该信号判断为是异常数据这样的规则(条件),在检测数据与该规则相吻合的情况下,判断为该检测数据是异常数据。在提取出的异常数据中,包含对应的检测数据的数据ID、异常产生时刻的时刻信息、设备信息、传感器信息等与产生了异常的传感器3a相关的信息。
警报数据提取部14从存储于事件数据存储部12B的事件数据提取包含“实际警报”、“警报”、“异常”等与警报、异常相关的字符串的警报数据。在实施方式1中,提取了上述”实际警报”、“警报”、“异常”这三种警报数据。在提取出的警报数据中,包含有对应的警报数据的数据ID、警报产生时刻的时刻信息、设备信息、设备位置信息、设备系统信息等与产生了警报的设备相关的信息。
数据关联信息生成部15从由数据收集部11收集到的检测数据及空调机信息提取检测数据的数据ID、空调机设置信息、空调机设备信息等各种信息。并且,数据关联信息生成部15将提取出的数据ID、空调机设置信息、空调机设备信息等各种信息分别作为数据项目,将上述数据项目汇总而生成1组数据关联信息。
将由数据关联信息生成部15生成的数据关联信息列表DL的一个例子示于图3。数据关联信息D1~D10是针对每个检测数据生成的,将上述数据关联信息D1~D10列表化而得到的是图3所示的数据关联信息列表DL。在图3中,示出了10个数据量的数据关联信息。向数据关联信息D1~D10赋予用于对各数据进行识别的数据ID。并且,与数据ID对应地设定类型代码名、类型名、数据名称、设备名、实体名及属性名这样的各项目。在实施方式1中,根据其种类将来自传感器3a、3a···的输出信号分类成多个。
类型名是表示来自传感器3a、3a···的输出信号所属的信号类型的信号类型信息,类型代码名是将其信号类型信息代码化而得到的。数据名称是赋予给来自传感器3a、3a···的输出信号值的名称,在实施方式1中,按照规定的命名规则,包含表示成为传感器3a、3a···的检测对象的空调机3、3···的设置位置的设置位置名、表示空调机3、3···的种类的设备种类名及表示来自传感器3a、3a···的输出信号的种类的输出种类名。设备名是表示空调机3、3···为何种设备的设备名称。在实体名中,包含由数据关联信息生成部15通过分析而从数据名称提取出的包括设置位置名及设备种类名的设备辨识名。在属性名中,包含由数据关联信息生成部15通过分析而从数据名称提取出的输出种类名。
属性名是赋予给来自传感器3a、3a···的输出信号的信号名,根据通过“AI”等表示的信号的种类进行分类,同时根据通过“测量”等表示的信号的种类(类型名)进行分类。就信号种类代码和类型名而言,即使是表示相同信号种类的信息,也根据不同的分类基准对属性名(信号名)进行分类。
例如,与数据关联信息D1对应的检测数据表示的是,从对在B1F(地下1层)设置的空调机3的SA温度(供气温度)进行测量的传感器3a输出的数据。就与该数据关联信息D1对应的检测数据而言,根据属性名“SA温度”,可知是表示供气温度这样的种类的信号数据,如果根据数据ID的分类基准,则根据“AI”,可知是被分类为以模拟信号来输入的信号这样的组的数据,同时,如果根据类型名的分类基准,则根据“测量”,可知是被分类为通过测量而得到的数据这样的组的数据。
数据ID/名称列表存储部16存储有用于生成数据关联信息D1~D10的数据项目,即存储有数据ID、空调机设置信息、空调机设备信息等各种信息的名称作为数据项目。
类分类部17基于将数据关联信息列表DL的数据项目中的彼此关联性高的多个数据项目汇总起来的类、由一个数据项目构成的类对数据关联信息列表DL进行类分类。特别是基于与警报数据的关联性高的数据项目进行类分类。
在实施方式1中,将数据关联信息列表DL分类为“实体名类”、“楼层系统类”、“楼层类”这3个类C1、C2、C3。将进行了类分类的类分类表格CT示于图4。在图4中,实体名类C1用于将实体名(空调机3所设置的位置名及设备名)一致的数据ID分类成相同的类。楼层系统类C2用于从作为楼层信息的信号名称提取“层”、“F”这样的字符串,并且作为系统信息从信号名称提取系统这样的字符串,将两者一致的信号分类成相同的类。楼层类C3用于从作为楼层信息的信号名称提取“层”、“F”这样的字符串,将楼层一致的信号分类成相同的类。
在图3、4中,就数据ID为“0101_AI_0000001”和数据ID为“0101_BV_0000004”而言,其实体名均为“B1F系统1空调机AHU-1”,位置名及设备名一致,因此如图4所示,在实体名类中分类为相同的类。关于其他数据ID,也是针对实体名、楼层系统、楼层,将一致的数据ID分类为相同的类,由此生成图4所示的类分类表格CT。
重要度设定部18分别对”实际警报”、“警报”、“异常”这3个种类的警报数据设定重要度。以“实际警报”的重要度最高,其次是“警报”、“异常”的顺序设定重要度。“实际警报”是指在设备管理者实际判断为警报的情况下所输出的信号,“警报”是指在传感器3a、3a···的检测数据超过规定的阈值的情况下所输出的信号,“异常”是指在传感器3a、3a···的检测数据偏离正常值的情况下所输出的信号。
重要度设定部18根据警报数据与异常数据的产生时刻(定时)的接近程度而设定重要度。即,在警报数据与异常数据的产生时刻接近的情况下判断为两者的关联性高,将该情况下的重要度设定得高。即,异常数据与警报数据的产生时刻越接近,判断为两者的关联性越高,将重要度设定得越高,异常数据与警报数据的产生时刻越分离,判断为两者的关联性越低,将重要度设定得越低。因此,如图5所示,例如,针对与时序数据中的异常数据P相关的范围L1、L2、L3这三个范围分别设定重要度。
另外,重要度设定部18针对图4所示的类分类表格CT中的“实体名类”、“楼层系统类”、“楼层类”这三个类也设定重要度。“实体名类”中的空调机3的设置位置及设备名相对于警报数据,关联性大,因此与其他类相比将重要度设定得高。因此,以“实体名类”的重要度最高,其次是“楼层系统类”、“楼层类”的顺序设定重要度。
将与警报数据、定时及类相关的重要度的表格示于图6(A)、(B)、(C)。如图6(A)、(B)、(C)所示,分别将重要度数值化而设定。如图6(A)所示,关于警报数据,分别对“实际警报”设定重要度“3”,对“警报”设定重要度“2”,对“异常”设定重要度“1”。关于定时,分别对“范围L1”设定重要度“3”,对“范围L2”设定重要度“2”,对“范围L3”设定重要度“1”。另外,关于类,分别对“实体名类”设定重要度“3”,对“楼层系统类”设定重要度“2”,对“楼层类”设定重要度“1”。该重要度表格存储于数据存储部12。
重要度计算部19进行异常数据与警报数据的共现判定,并且进行警报数据与类分类的共现判定,将与警报数据及类分类相关的重要度赋予给异常数据,计算异常数据的重要度。下面,对由重要度计算部19实现的重要度计算处理进行详细说明。
接下来,参照图7、8对由重要度判定装置10实现的异常数据的重要度判定进行详细说明。图7表示重要度判定装置10的功能块图,图8表示由重要度判定装置10实现的异常数据的重要度判定处理的流程图。
在图8的步骤S101中,如图7所示,异常数据提取部13通过规则库方式从存储于时序数据存储部12A的检测数据提取异常数据,进入步骤S102。
在步骤S102中,如图7所示,警报数据提取部14从存储于事件数据存储部12B的事件数据提取“实际警报”、“警报”、“异常”的警报数据,进入步骤S103。
在步骤S103中,对异常数据与警报数据的共现进行判定,进入步骤S104。即,在步骤S103中,基于异常数据所包含的异常产生时刻的时刻信息和警报数据所包含的警报产生时刻的时刻信息,对异常数据与警报数据的共现进行判定。共现意味着2个事项密切相关。
参照图5对该共现判定进行说明。如图5所示,在时序数据中产生了异常数据P,在事件数据中产生了异常AL1、警报AL2、实际警报AL3。此时,基于异常数据P的产生时刻和异常AL1、警报AL2、实际警报AL3的产生时刻,检测是否有在异常数据P的附近产生的异常AL1、警报AL2、实际警报AL3。关于异常数据P,如果在范围L1、L2、L3内有异常AL1、警报AL2、实际警报AL3中的任意者,则判定为异常数据P与它们共现。在图5中,在与异常数据P相关的范围L1内产生了警报AL2,因此判定为异常数据P和警报AL2共现。此外,异常AL1、实际警报AL3位于与异常数据P相关的范围L3之外,因此判定为没有与异常数据P共现。
在步骤S104中,对提取出的警报数据与分类出的类的共现进行判定,进入步骤S105。即,在步骤S104中,基于警报数据所包含的数据ID、警报产生时刻的时刻信息、设备信息、设备位置信息、设备系统信息等信息,判定该警报数据是否与3个类中的任意类共现。例如,如图5所示,在警报数据为警报AL2,该警报AL2的警报数据中包含“B1F系统1空调机AHU-1”、“空调设备”的情况下,判定为该警报AL2与图4所示的类分类表格CT的“实体名类”的“1”的类共现。同样地,判定警报AL2的警报数据是否与类分类的“楼层系统类”、“楼层类”共现。
在步骤S105中,基于步骤S103、步骤S104中的共现判定,计算与提取出的异常数据P相关的重要度。在步骤S103中,判定为异常数据P与警报AL2共现,因此基于图6(A)所示的重要度表格,将重要度“2”赋予给异常数据P。另外,警报AL2相对于异常数据P位于范围L1内,因此基于图6(B)所示的重要度表格,将重要度“3”赋予给异常数据P。并且,在步骤S104中,判定为警报AL2与“实体名类”共现,因此基于图6(C)所示的重要度表格,将重要度“3”赋予给警报AL2。此时,警报AL2与异常数据P共现,因此将重要度“3”赋予给异常数据P。
由此,分别将重要度“2”、“3”、“3”赋予给异常数据P,通过将上述重要度相乘,从而综合地计算出重要度“18”。如果针对一个异常数据P结束了重要度的计算,则返回步骤S101,针对下一个被提取的异常数据P同样地计算重要度。
这样,能够通过由重要度判定装置10实现的重要度判定处理,针对被提取的全部异常数据P自动地计算重要度。其结果,针对大量被提取的全部异常数据P,能够判断重要度的高低,特别是能够高精度地提取重要度高的异常数据P,能够优先地对重要度高的异常数据P进行分析处理。
另外,针对重要度低的轻微的异常数据P,修正异常数据提取部13中的规则库方式的规定规则,而不提取上述重要度低的异常数据P这一做法也是有效的。其结果,能够提高重要度高的异常数据的提取精度。
此外,在上述实施方式1中,将警报数据、类分类及定时的重要度设为3级,但也可以增加与警报数据、类分类及定时相关的各项目及种类,增加重要度的级数。通过增加重要度,从而能够详细地判断异常数据的重要度的高低。
实施方式2.
接下来,对实施方式2进行说明。在实施方式2中,除了省略与异常数据和警报数据的产生定时相关的重要度以外,与实施方式1相同。
在实施方式2中,如图9所示,以单位时间来判断异常数据P与警报数据的共现,即,判断异常数据P与异常AL1、警报AL2、实际警报AL3的共现。在图9中,将单位时间设定为1小时,例如,当在10︰00-11︰00之间产生了异常数据P的情况下,判断在该时间内是否产生了异常AL1、警报AL2、实际警报AL3。在图9中,在产生了异常数据P的10︰00-11︰00之间,产生了异常AL1,因此判断为异常数据P与异常AL1共现。
此外,相对于异常数据P,与异常AL1相比,警报AL2在时间上更为接近,但在实施方式2中,是在产生了异常数据P的时间单位对共现进行判断,因此判断为异常数据P未与警报AL2共现。
就对于异常数据P的重要度的赋予而言,与上述实施方式1相同,基于图6(A)、(C)将重要度赋予给异常数据P,通过将与上述重要度相关的数值相乘,从而计算综合的重要度。
根据实施方式2,省略了与产生定时相关的重要度的赋予,因此能够减少计算重要度的计算量。
此外,本发明能够在其发明的范围内对各实施方式进行自由组合、或对各实施方式的任意的结构要素进行变形、或者在各实施方式中省略任意的结构要素。
工业实用性
本发明涉及的异常数据的重要度判定装置能够自动地判定大量异常数据的重要度,从大量异常数据中高精度地提取重要的异常数据,适用于对从设备收集的大量异常数据的重要度进行判定的异常数据的重要度判定装置等。
标号的说明
1设备管理系统,2建筑物,3空调机,3a传感器,4公共线路网,10重要度判定装置,11数据收集部,12数据存储部,12A时序数据存储部,12B事件数据存储部,13异常数据提取部,14警报数据提取部,15数据关联信息生成部,16数据ID/名称列表存储部,17类分类部,18重要度设定部,19重要度计算部,AL1异常,AL2警报,AL3实际警报,C1实体名类,C2楼层系统类,C3楼层类,CT类分类表格,DL数据关联信息列表,L1、L2、L3范围,P异常数据。
Claims (5)
1.一种异常数据的重要度判定装置,其特征在于,具有:
数据存储部,其按照时序存储有在设备设置的传感器的检测数据和在所述设备产生的事件的事件数据;
异常数据提取部,其从所述数据存储部的所述检测数据提取满足规定条件的异常数据;
警报数据提取部,其从所述数据存储部的所述事件数据提取多种警报数据;
数据关联信息生成部,其生成数据关联信息,该数据关联信息是包含所述检测数据和关于与该检测数据关联的所述设备的多个设备信息而构成的;
类分类部,其基于多个所述设备信息中的与所述警报数据关联的所述设备信息创建多个类,分别将所述数据关联信息分类成多个所述类;
重要度设定部,其分别对多种所述警报数据设定重要度,并且分别对多个所述类设定重要度;以及
重要度计算部,其对所述异常数据与所述警报数据的共现进行判定,并且对所述警报数据与多个所述类的共现进行判定,分别将与所述警报数据及多个所述类相关的重要度赋予给共现的所述异常数据,计算所述异常数据的重要度。
2.根据权利要求1所述的异常数据的重要度判定装置,其特征在于,
所述重要度设定部根据所述异常数据的产生时刻与所述警报数据的产生时刻的时间差设定重要度,
所述重要度计算部在所述异常数据与所述警报数据共现的情况下,分别将与多种所述警报数据、多个所述类及产生时刻相关的重要度赋予给所述异常数据,计算所述异常数据的重要度。
3.根据权利要求1所述的异常数据的重要度判定装置,其特征在于,
多个所述设备信息至少包含成为所述传感器的检测对象的设备名信息、所述设备的设置位置信息、所述设备的系统信息,
所述类分类部将多个所述设备信息组合或单独使用而创建多个所述类。
4.根据权利要求1所述的异常数据的重要度判定装置,其特征在于,
所述重要度计算部将重要度数值化,并且将重要度的数值相乘而计算所述异常数据的重要度。
5.一种异常数据的重要度判定方法,其特征在于,
按照时序对在设备设置的传感器的检测数据和在所述设备产生的事件的事件数据进行存储,
从所存储的所述检测数据提取满足规定条件的异常数据,
从所存储的所述事件数据提取多种警报数据,
生成数据关联信息,该数据关联信息是包含所述检测数据和关于与该检测数据关联的所述设备的多个设备信息而构成的,
基于多个所述设备信息中的与所述警报数据关联的所述设备信息创建多个类,将所述数据关联信息分类成多个所述类,
分别对多种所述警报数据设定重要度,并且分别对多个所述类设定重要度,
对所述异常数据与所述警报数据的共现进行判定,并且对所述警报数据与多个所述类的共现进行判定,将与所述警报数据及多个所述类相关的重要度赋予给共现的所述异常数据,计算所述异常数据的重要度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016134072A JP2018005714A (ja) | 2016-07-06 | 2016-07-06 | 異常データの重要度判定装置及び異常データの重要度判定方法 |
JP2016-134072 | 2016-07-06 | ||
PCT/JP2016/086553 WO2018008167A1 (ja) | 2016-07-06 | 2016-12-08 | 異常データの重要度判定装置及び異常データの重要度判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109416531A CN109416531A (zh) | 2019-03-01 |
CN109416531B true CN109416531B (zh) | 2021-08-06 |
Family
ID=60912031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680087322.1A Active CN109416531B (zh) | 2016-07-06 | 2016-12-08 | 异常数据的重要度判定装置及异常数据的重要度判定方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20190310979A1 (zh) |
JP (1) | JP2018005714A (zh) |
KR (1) | KR102011620B1 (zh) |
CN (1) | CN109416531B (zh) |
DE (1) | DE112016006946T5 (zh) |
TW (1) | TWI632443B (zh) |
WO (1) | WO2018008167A1 (zh) |
Families Citing this family (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9411327B2 (en) | 2012-08-27 | 2016-08-09 | Johnson Controls Technology Company | Systems and methods for classifying data in building automation systems |
US10534326B2 (en) | 2015-10-21 | 2020-01-14 | Johnson Controls Technology Company | Building automation system with integrated building information model |
US11268732B2 (en) | 2016-01-22 | 2022-03-08 | Johnson Controls Technology Company | Building energy management system with energy analytics |
US11947785B2 (en) | 2016-01-22 | 2024-04-02 | Johnson Controls Technology Company | Building system with a building graph |
US11768004B2 (en) | 2016-03-31 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | HVAC device registration in a distributed building management system |
US10505756B2 (en) | 2017-02-10 | 2019-12-10 | Johnson Controls Technology Company | Building management system with space graphs |
US11774920B2 (en) | 2016-05-04 | 2023-10-03 | Johnson Controls Technology Company | Building system with user presentation composition based on building context |
US10417451B2 (en) | 2017-09-27 | 2019-09-17 | Johnson Controls Technology Company | Building system with smart entity personal identifying information (PII) masking |
US10684033B2 (en) | 2017-01-06 | 2020-06-16 | Johnson Controls Technology Company | HVAC system with automated device pairing |
US11900287B2 (en) | 2017-05-25 | 2024-02-13 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with budgetary constraints |
US11307538B2 (en) | 2017-02-10 | 2022-04-19 | Johnson Controls Technology Company | Web services platform with cloud-eased feedback control |
US11994833B2 (en) | 2017-02-10 | 2024-05-28 | Johnson Controls Technology Company | Building smart entity system with agent based data ingestion and entity creation using time series data |
US10515098B2 (en) * | 2017-02-10 | 2019-12-24 | Johnson Controls Technology Company | Building management smart entity creation and maintenance using time series data |
US10169486B2 (en) | 2017-02-10 | 2019-01-01 | Johnson Controls Technology Company | Building management system with timeseries processing |
US11764991B2 (en) | 2017-02-10 | 2023-09-19 | Johnson Controls Technology Company | Building management system with identity management |
US11360447B2 (en) | 2017-02-10 | 2022-06-14 | Johnson Controls Technology Company | Building smart entity system with agent based communication and control |
US10854194B2 (en) | 2017-02-10 | 2020-12-01 | Johnson Controls Technology Company | Building system with digital twin based data ingestion and processing |
US10452043B2 (en) | 2017-02-10 | 2019-10-22 | Johnson Controls Technology Company | Building management system with nested stream generation |
WO2018175912A1 (en) | 2017-03-24 | 2018-09-27 | Johnson Controls Technology Company | Building management system with dynamic channel communication |
US11327737B2 (en) | 2017-04-21 | 2022-05-10 | Johnson Controls Tyco IP Holdings LLP | Building management system with cloud management of gateway configurations |
US10788229B2 (en) | 2017-05-10 | 2020-09-29 | Johnson Controls Technology Company | Building management system with a distributed blockchain database |
US11022947B2 (en) | 2017-06-07 | 2021-06-01 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces |
WO2018232147A1 (en) | 2017-06-15 | 2018-12-20 | Johnson Controls Technology Company | Building management system with artificial intelligence for unified agent based control of building subsystems |
EP3655826B1 (en) | 2017-07-17 | 2024-07-03 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for agent based building simulation for optimal control |
WO2019018009A1 (en) | 2017-07-21 | 2019-01-24 | Johnson Controls Technology Company | BUILDING MANAGEMENT SYSTEM WITH DYNAMIC RULES WITH SUB-RULE REUSE AND INTELLIGENT EQUATION-CONTROLLED DIAGNOSES |
US10619882B2 (en) | 2017-07-27 | 2020-04-14 | Johnson Controls Technology Company | Building management system with scorecard for building energy and equipment performance |
US20190096014A1 (en) | 2017-09-27 | 2019-03-28 | Johnson Controls Technology Company | Building risk analysis system with risk decay |
US11768826B2 (en) | 2017-09-27 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Web services for creation and maintenance of smart entities for connected devices |
US10962945B2 (en) | 2017-09-27 | 2021-03-30 | Johnson Controls Technology Company | Building management system with integration of data into smart entities |
US11314788B2 (en) | 2017-09-27 | 2022-04-26 | Johnson Controls Tyco IP Holdings LLP | Smart entity management for building management systems |
US11281169B2 (en) | 2017-11-15 | 2022-03-22 | Johnson Controls Tyco IP Holdings LLP | Building management system with point virtualization for online meters |
US10809682B2 (en) | 2017-11-15 | 2020-10-20 | Johnson Controls Technology Company | Building management system with optimized processing of building system data |
US11127235B2 (en) | 2017-11-22 | 2021-09-21 | Johnson Controls Tyco IP Holdings LLP | Building campus with integrated smart environment |
JP7161855B2 (ja) * | 2018-03-06 | 2022-10-27 | 三菱重工業株式会社 | 脱硫装置の運転監視システム |
US11954713B2 (en) | 2018-03-13 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | Variable refrigerant flow system with electricity consumption apportionment |
US10891374B1 (en) * | 2018-03-28 | 2021-01-12 | Ca, Inc. | Systems and methods for improving performance of cascade classifiers for protecting against computer malware |
US11016648B2 (en) | 2018-10-30 | 2021-05-25 | Johnson Controls Technology Company | Systems and methods for entity visualization and management with an entity node editor |
US11927925B2 (en) | 2018-11-19 | 2024-03-12 | Johnson Controls Tyco IP Holdings LLP | Building system with a time correlated reliability data stream |
AU2020200345A1 (en) | 2019-01-18 | 2020-08-06 | Johnson Controls Technology Company | Conference room management system |
US10788798B2 (en) | 2019-01-28 | 2020-09-29 | Johnson Controls Technology Company | Building management system with hybrid edge-cloud processing |
US11256673B2 (en) * | 2019-09-11 | 2022-02-22 | Commvault Systems, Inc. | Anomaly detection in deduplication pruning operations |
US11237935B2 (en) * | 2019-09-11 | 2022-02-01 | Commvault Systems, Inc. | Anomaly detection in data protection operations |
US11356292B2 (en) | 2019-12-31 | 2022-06-07 | Johnson Controls Tyco IP Holdings LLP | Building data platform with graph based capabilities |
US12021650B2 (en) | 2019-12-31 | 2024-06-25 | Tyco Fire & Security Gmbh | Building data platform with event subscriptions |
US11769066B2 (en) | 2021-11-17 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin triggers and actions |
US11894944B2 (en) | 2019-12-31 | 2024-02-06 | Johnson Controls Tyco IP Holdings LLP | Building data platform with an enrichment loop |
US11537386B2 (en) | 2020-04-06 | 2022-12-27 | Johnson Controls Tyco IP Holdings LLP | Building system with dynamic configuration of network resources for 5G networks |
JP7442627B2 (ja) * | 2020-04-15 | 2024-03-04 | 三菱電機株式会社 | データ管理サーバ、データ管理システム、データ管理方法、及び、プログラム |
US11874809B2 (en) | 2020-06-08 | 2024-01-16 | Johnson Controls Tyco IP Holdings LLP | Building system with naming schema encoding entity type and entity relationships |
US11397773B2 (en) | 2020-09-30 | 2022-07-26 | Johnson Controls Tyco IP Holdings LLP | Building management system with semantic model integration |
US11954154B2 (en) | 2020-09-30 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | Building management system with semantic model integration |
US20220138492A1 (en) | 2020-10-30 | 2022-05-05 | Johnson Controls Technology Company | Data preprocessing and refinement tool |
US12061453B2 (en) | 2020-12-18 | 2024-08-13 | Tyco Fire & Security Gmbh | Building management system performance index |
AU2022237623A1 (en) | 2021-03-17 | 2023-10-19 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for determining equipment energy waste |
CN113204569B (zh) * | 2021-03-30 | 2024-06-18 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
US11899723B2 (en) | 2021-06-22 | 2024-02-13 | Johnson Controls Tyco IP Holdings LLP | Building data platform with context based twin function processing |
US11796974B2 (en) | 2021-11-16 | 2023-10-24 | Johnson Controls Tyco IP Holdings LLP | Building data platform with schema extensibility for properties and tags of a digital twin |
US11934966B2 (en) | 2021-11-17 | 2024-03-19 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin inferences |
US11704311B2 (en) | 2021-11-24 | 2023-07-18 | Johnson Controls Tyco IP Holdings LLP | Building data platform with a distributed digital twin |
US12013673B2 (en) | 2021-11-29 | 2024-06-18 | Tyco Fire & Security Gmbh | Building control system using reinforcement learning |
US11714930B2 (en) | 2021-11-29 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin based inferences and predictions for a graphical building model |
US12061633B2 (en) | 2022-09-08 | 2024-08-13 | Tyco Fire & Security Gmbh | Building system that maps points into a graph schema |
US12013823B2 (en) | 2022-09-08 | 2024-06-18 | Tyco Fire & Security Gmbh | Gateway system that maps points into a graph schema |
KR102652764B1 (ko) * | 2023-08-14 | 2024-04-01 | 주식회사 아이브 | 시설 내 장비 상태 모니터링을 수행하는 지능형 모니터링 서버 및 이를 이용한 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000347724A (ja) * | 1999-06-04 | 2000-12-15 | Toshiba Corp | プラント監視装置 |
JP2003177818A (ja) * | 2001-12-12 | 2003-06-27 | Daicel Chem Ind Ltd | プラント制御監視装置 |
JP2006228030A (ja) * | 2005-02-18 | 2006-08-31 | Mitsubishi Electric Corp | プラント運転支援方法およびプラント運転支援装置 |
JP2006268504A (ja) * | 2005-03-24 | 2006-10-05 | Matsushita Electric Works Ltd | 監視システム |
CN104901964A (zh) * | 2015-05-28 | 2015-09-09 | 北京邮电大学 | 一种用于保护云系统的安全监控方法 |
CN105324727A (zh) * | 2014-05-30 | 2016-02-10 | 三菱电机株式会社 | 报警位置显示装置以及报警位置显示方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW584894B (en) * | 2003-04-16 | 2004-04-21 | Taiwan Semiconductor Mfg | System and method for determining causes causing abnormality of semiconductor equipment |
JP3811162B2 (ja) | 2004-03-31 | 2006-08-16 | 東芝ソリューション株式会社 | 異常データ検出装置及び異常データ検出プログラム |
US8725667B2 (en) * | 2008-03-08 | 2014-05-13 | Tokyo Electron Limited | Method and system for detection of tool performance degradation and mismatch |
TWI400619B (zh) * | 2008-11-26 | 2013-07-01 | Univ Nat Cheng Kung | 偵測產品品質超規與評估產品實際量測值的方法 |
JP5501903B2 (ja) * | 2010-09-07 | 2014-05-28 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
JP5771426B2 (ja) * | 2011-03-29 | 2015-08-26 | 東京エレクトロン株式会社 | 情報処理装置、処理システム、処理方法、及びプログラム |
JP5797536B2 (ja) * | 2011-11-28 | 2015-10-21 | アズビル株式会社 | 機器状態表示装置および機器状態表示方法 |
JP5498540B2 (ja) | 2012-07-19 | 2014-05-21 | 株式会社日立製作所 | 異常検知方法及びシステム |
JP5538597B2 (ja) | 2013-06-19 | 2014-07-02 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
-
2016
- 2016-07-06 JP JP2016134072A patent/JP2018005714A/ja active Pending
- 2016-12-08 KR KR1020187037978A patent/KR102011620B1/ko active IP Right Grant
- 2016-12-08 DE DE112016006946.4T patent/DE112016006946T5/de active Pending
- 2016-12-08 US US16/309,417 patent/US20190310979A1/en not_active Abandoned
- 2016-12-08 CN CN201680087322.1A patent/CN109416531B/zh active Active
- 2016-12-08 WO PCT/JP2016/086553 patent/WO2018008167A1/ja active Application Filing
-
2017
- 2017-03-09 TW TW106107759A patent/TWI632443B/zh not_active IP Right Cessation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000347724A (ja) * | 1999-06-04 | 2000-12-15 | Toshiba Corp | プラント監視装置 |
JP2003177818A (ja) * | 2001-12-12 | 2003-06-27 | Daicel Chem Ind Ltd | プラント制御監視装置 |
JP2006228030A (ja) * | 2005-02-18 | 2006-08-31 | Mitsubishi Electric Corp | プラント運転支援方法およびプラント運転支援装置 |
JP2006268504A (ja) * | 2005-03-24 | 2006-10-05 | Matsushita Electric Works Ltd | 監視システム |
CN105324727A (zh) * | 2014-05-30 | 2016-02-10 | 三菱电机株式会社 | 报警位置显示装置以及报警位置显示方法 |
CN104901964A (zh) * | 2015-05-28 | 2015-09-09 | 北京邮电大学 | 一种用于保护云系统的安全监控方法 |
Non-Patent Citations (1)
Title |
---|
电力系统安全监控的理论及方法研究;罗毅;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20050215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
KR102011620B1 (ko) | 2019-08-16 |
KR20190006032A (ko) | 2019-01-16 |
TW201802626A (zh) | 2018-01-16 |
CN109416531A (zh) | 2019-03-01 |
TWI632443B (zh) | 2018-08-11 |
DE112016006946T5 (de) | 2019-02-28 |
US20190310979A1 (en) | 2019-10-10 |
WO2018008167A1 (ja) | 2018-01-11 |
JP2018005714A (ja) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109416531B (zh) | 异常数据的重要度判定装置及异常数据的重要度判定方法 | |
US8682824B2 (en) | Method and device for monitoring the state of a facility | |
EP3249483B1 (en) | Information processing device and information processing method | |
US10977568B2 (en) | Information processing apparatus, diagnosis method, and program | |
KR101316486B1 (ko) | 이상 검지 방법 및 시스템 | |
EP3125057B1 (en) | System-analyzing device, analysis-model generation method, system analysis method, and system-analyzing program | |
JP6351862B2 (ja) | 運転状態分類装置 | |
US20150346066A1 (en) | Asset Condition Monitoring | |
EP2759938A1 (en) | Operations management device, operations management method, and program | |
US20120271587A1 (en) | Equipment status monitoring method, monitoring system, and monitoring program | |
EP0909390A2 (en) | Statistical pattern analysis methods of partial discharge measurments in high voltage insulation | |
EP2963553B1 (en) | System analysis device and system analysis method | |
CN102375452A (zh) | 改善故障代码设定和隔离故障的事件驱动的数据挖掘方法 | |
US11200790B2 (en) | Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor | |
CN104756029A (zh) | 一种监控设备的部件组的系统 | |
CN108700872B (zh) | 机器分类装置 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
WO2016098805A1 (ja) | データ関連情報処理装置及びプログラム | |
JP7333284B2 (ja) | 保守支援システム及び保守支援方法 | |
TWI616392B (zh) | Machine sorting device | |
US20190197046A1 (en) | Operational status classification device | |
CN116152914A (zh) | 一种人体运动轨迹检测方法 | |
Zhao et al. | A PCA-Based Traffic Monitoring Approach for Distributed Computing Systems | |
CN117808157A (zh) | 基于智能识别的未报备停电行为预测分析系统 | |
Schiöler | Univariate and multivariate surveillance of outbreaks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |