JP2021043499A - 学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム - Google Patents
学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム Download PDFInfo
- Publication number
- JP2021043499A JP2021043499A JP2019162756A JP2019162756A JP2021043499A JP 2021043499 A JP2021043499 A JP 2021043499A JP 2019162756 A JP2019162756 A JP 2019162756A JP 2019162756 A JP2019162756 A JP 2019162756A JP 2021043499 A JP2021043499 A JP 2021043499A
- Authority
- JP
- Japan
- Prior art keywords
- model data
- learning model
- data
- period
- plant
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 18
- 238000012217 deletion Methods 0.000 claims abstract description 16
- 230000037430 deletion Effects 0.000 claims abstract description 16
- 230000005856 abnormality Effects 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Abstract
Description
従来のプラント監視システムにおいては、プラントの設備あるいは装置にセンサーを取り付け、その状態をデータ化し、蓄積したデータを統計的に解析して異常を検知する。
そして、異常の検知結果に基づいて、学習に使うデータを選択し、選択したデータに基づいて、異常を判別するためのルールを抽出して、学習モデルデータを作成していた。(特許文献1参照)
そして、その異常箇所を取り除く機能がないため、新たに学習し直す必要があり、計算機リソースおよび学習し直すための検討に膨大な時間を要するという問題があった。
以下、実施の形態1の学習モデルデータ再構築装置について、図を参照して説明する。
図1は、実施の形態1による学習モデルデータ再構築装置の概略構成を示すブロック図である。
図1における学習モデルデータ再構築装置は、既存の学習モデルデータから指定した期間を削除し、学習モデルデータを新たに再構築する。
これ以降、学習モデルデータを作成するに当たり、監視対象となるプラントをプラントXと呼ぶ。監視対象となるプラントXとしては、発電プラント、水処理プラントなどが挙げられる。
学習モデルデータ10は、プラントの設備あるいは装置が異常か否かを判定する基準となるものである。プラントXの設備または装置に取り付けられたセンサーから取得されるデータのうち、時系列データを用いて、機械学習により構築されたものであり、時間情報を有している。
指定部2は、学習モデルデータ10を受け取り、学習モデルデータ10中の期間11を指定する。
例えば、2019年4月14日10時10分12秒から2019年4月14日10時15分45秒までなど、時間情報に関わって指定を行う。指定部2で指定された期間11は、削除部3へ送られる。
ここで、削除部3において、指定部2により指定された期間11に該当する箇所の学習モデルデータを削除せず、マスキング等で指定された期間11のデータを使用しないで 新学習モデルデータ13を再構築するようにしてもよい。
図3(a)は、異常のプラントデータに基づき学習された学習モデルデータを示す図、図3(b)は、異常のプラントデータに基づき学習された部分の学習モデルデータの削除を示す図である。
図3において、学習モデルデータ30は、横軸を時刻、縦軸を値とした場合のグラフで表示され、異常なプラントデータに基づいて学習された異常部分31を示している。
削除期間32は、指定部2により指定された期間11に相当し、その期間の学習モデルデータ30が削除される。
図4において、プラントデータ40は、学習モデルデータ30に対応するプラントからのデータで、異常個所41がある。プラントデータ40は、横軸を時刻、縦軸を値とした場合のグラフで表示される。
図2を用いて、学習モデルデータ再構築の方法について説明する。
図2のステップS1(第一のステップ、第一の処理)では、指定部2が、既存の学習モデルデータ10を受け取る。
次いで、ステップS2(第二のステップ)で、指定部2は、受け取った学習モデルデータ10から、期間11を指定する。
次いで、ステップS3(第三のステップ、第二の処理)で、削除部3が、受け取った学習モデルデータ10から、指定された期間11のデータを削除して、削除済み学習モデルデータ12を作成する。
さらにステップS4(第四のステップ、第三の処理)で、再構築部4が、期間11のデータが削除された削除済み学習モデルデータ12から、新学習モデルデータ13を再構築する。
このとき、削除された箇所の前後を繋げてできた学習モデルデータを用いて、プラントXが正常か否かを判断するための計算を行い、辻褄を合わせるようにする。
例えば、図4のプラントデータ40により、プラントの正常か異常かを判定する場合に、図3(a)の学習モデルデータ30を用いると、プラントデータ40の異常個所41は、正常と誤判定される。一方、図3(b)の削除期間32が削除され、再構築された学習モデルデータを用いると、プラントデータ40の異常個所41は、異常と判定されるようになる。
その結果、正常か否か判断する精度が磨かれる。
また、学習モデルデータを一から作成する必要がなくなるため、効率よく学習モデルデータを再構築することができる。
実施の形態1の学習モデルデータ再構築装置では、時系列データから作成された学習モデルデータを再構築した。これに対し、実施の形態2の学習モデルデータ再構築装置は、時系列データではなく、プラントの設備または装置の映像または振動など、時間情報を持つ他のデータから作成された学習モデルデータの再構築を行う。
図5において、1〜4、11は図1におけるものと同一のものである。図5では、学習αモデルデータ20が、指定部2に入力される。削除部3により期間11のデータを削除された削除済み学習αモデルデータ21が生成される。さらに、再構築部4により新学習αモデルデータ22が再構築される。
これ以降、プラントの設備または装置の映像または振動など時間情報を持つ他のデータから作成された学習モデルデータを学習αモデルデータと呼ぶ。
実施の形態2の学習モデルデータ再構築装置1においても、指定部2、削除部3および再構築部4の基本動作は、実施の形態1の学習モデルデータ再構築装置の動作と同様であるため、その説明を省略する。
ただし、指定部2および削除部3へ入力される学習モデルデータは、学習αモデルデータ20である。
また、再構築部4へ入力される学習モデルデータは、指定された期間のデータが削除された削除済み学習αモデルデータ21である。
さらに、再構築部4より出力される学習モデルデータは、新たに構築された新学習αモデルデータ22である。
従って、例示されていない無数の変形例が、本願明細書に開示される技術の範囲内において想定される。例えば、少なくとも1つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも1つの構成要素を抽出し、他の実施の形態の構成要素と組み合わせる場合が含まれるものとする。
10 学習モデルデータ、11 期間、12 削除済み学習モデルデータ、
13 新学習モデルデータ、20 学習αモデルデータ、
21 削除済み学習αモデルデータ、22 新学習αモデルデータ、
30 学習モデルデータ、31 異常部分、32 削除期間、40 プラントデータ、
41 異常個所、101 プロセッサ、102 記憶装置、103 揮発性記憶装置、
104 補助記憶装置
Claims (5)
- プラントの設備または装置の異常を判定するために予め構築され、時間情報を有する学習モデルデータを、再構築する学習モデルデータ再構築装置であって、
上記学習モデルデータの内の期間を指定する指定部、
上記学習モデルデータから、上記指定部により指定された期間のデータを削除する削除部、
この削除部により上記指定された期間のデータが削除された上記学習モデルデータに基づき、新たな学習モデルデータを再構築する再構築部を備えたことを特徴とする学習モデルデータ再構築装置。 - 上記学習モデルデータは、上記プラントからの時系列データに基づき構築されたことを特徴とする請求項1に記載の学習モデルデータ再構築装置。
- 上記学習モデルデータは、上記プラントの設備または装置の映像または振動を含む時間情報を有するデータに基づき構築されたことを特徴とする請求項1に記載の学習モデルデータ再構築装置。
- プラントの設備または装置の異常を判定するために予め構築され、時間情報を有する学習モデルデータが、指定部に入力される第一のステップ、
この第一のステップで入力された上記学習モデルデータの内の期間を、上記指定部により指定する第二のステップ、
この第二のステップで指定された期間の上記学習モデルデータ中のデータを、削除部が削除する第三のステップ、
この第三のステップでデータが削除された上記学習モデルデータに基づき、再構築部が新たな学習モデルデータを再構築する第四のステップを含むことを特徴とする学習モデルデータ再構築方法。 - プラントの設備または装置の異常を判定するために予め構築され、時間情報を有する学習モデルデータを入力する第一の処理、
この第一の処理で入力された上記学習モデルデータから、指定された期間の上記学習モデルデータ中のデータを削除する第二の処理、
この第二の処理でデータが削除された上記学習モデルデータに基づき、新たな学習モデルデータを再構築する第三の処理を含み、
上記第一、第二および第三の各処理をコンピュータにより実行させることを特徴とする学習モデルデータ再構築プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019162756A JP2021043499A (ja) | 2019-09-06 | 2019-09-06 | 学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019162756A JP2021043499A (ja) | 2019-09-06 | 2019-09-06 | 学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021043499A true JP2021043499A (ja) | 2021-03-18 |
Family
ID=74861628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019162756A Pending JP2021043499A (ja) | 2019-09-06 | 2019-09-06 | 学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021043499A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012089057A (ja) * | 2010-10-22 | 2012-05-10 | Hitachi Engineering & Services Co Ltd | 設備状態監視方法およびその装置並びに設備状態監視用プログラム |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP2018073258A (ja) * | 2016-11-02 | 2018-05-10 | 日本電信電話株式会社 | 検知装置、検知方法および検知プログラム |
JP6381282B2 (ja) * | 2014-05-16 | 2018-08-29 | 三菱電機ビルテクノサービス株式会社 | 異常検出装置及びプログラム |
-
2019
- 2019-09-06 JP JP2019162756A patent/JP2021043499A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012089057A (ja) * | 2010-10-22 | 2012-05-10 | Hitachi Engineering & Services Co Ltd | 設備状態監視方法およびその装置並びに設備状態監視用プログラム |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP6381282B2 (ja) * | 2014-05-16 | 2018-08-29 | 三菱電機ビルテクノサービス株式会社 | 異常検出装置及びプログラム |
JP2018073258A (ja) * | 2016-11-02 | 2018-05-10 | 日本電信電話株式会社 | 検知装置、検知方法および検知プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101904911B1 (ko) | 하이브리드 퍼징 기반 보안 취약점 자동 탐색 방법 및 그 장치 | |
CN106104496B (zh) | 用于任意时序的不受监督的异常检测 | |
JP6545728B2 (ja) | 異常検知装置、異常検知方法、および異常検知プログラム | |
KR101981028B1 (ko) | 바이너리 기반 보안 취약점 탐색 시스템, 그 방법 및 프로그램 | |
JP2019128934A5 (ja) | サーバ、プログラム、及び、方法 | |
JP2016157357A (ja) | 作業者品質管理方法及び作業者品質管理装置 | |
JP2019028565A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
US10929258B1 (en) | Method and system for model-based event-driven anomalous behavior detection | |
SG181959A1 (en) | System event logging system | |
KR20190079110A (ko) | 자가학습 기반의 모니터링 영상 분석 장치 및 방법 | |
US20180336477A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
CN114006727B (zh) | 告警关联分析方法、装置、设备及存储介质 | |
US7823029B2 (en) | Failure recognition, notification, and prevention for learning and self-healing capabilities in a monitored system | |
US20150220733A1 (en) | Apparatus and method for detecting a malicious code based on collecting event information | |
Chan et al. | Forensic analysis of a Siemens programmable logic controller | |
JP2021043499A (ja) | 学習モデルデータ再構築装置および学習モデルデータ再構築方法並びに学習モデルデータ再構築プログラム | |
EP3999983B1 (en) | Time-series data condensation and graphical signature analysis | |
JP6849029B2 (ja) | データ収集システム、データ収集方法、及びプログラム | |
CN115146263B (zh) | 用户账号的失陷检测方法、装置、电子设备及存储介质 | |
US7500145B2 (en) | Anomaly-driven software switch to capture event responses and automate recovery | |
Liu et al. | Diagnosis of labeled time petri nets using time interval splitting | |
JP4630489B2 (ja) | ログ比較デバッグ支援装置および方法およびプログラム | |
JP5836316B2 (ja) | 障害監視システム、障害監視方法、及び障害監視プログラム | |
KR101964454B1 (ko) | 데이터에 내재된 문제점 제거를 통한 데이터 정제 장치 및 방법 | |
JP2021015321A (ja) | 手順特定装置、計算モデル生成装置、手順特定方法、手順特定プログラム、計算モデル生成方法、計算モデル生成プログラム、学習データ生成装置及び計算プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211129 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221020 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230816 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230925 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20231121 |