JP7315017B2 - 時系列データ処理方法 - Google Patents
時系列データ処理方法 Download PDFInfo
- Publication number
- JP7315017B2 JP7315017B2 JP2021552071A JP2021552071A JP7315017B2 JP 7315017 B2 JP7315017 B2 JP 7315017B2 JP 2021552071 A JP2021552071 A JP 2021552071A JP 2021552071 A JP2021552071 A JP 2021552071A JP 7315017 B2 JP7315017 B2 JP 7315017B2
- Authority
- JP
- Japan
- Prior art keywords
- series data
- time
- value
- period
- data processing
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
Description
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する、
という構成をとる。
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する抽出手段、
を備えた、
という構成をとる。
情報処理装置に、
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する抽出手段、
を実現させる、
という構成をとる。
本発明の第1の実施形態を、図4乃至図15を参照して説明する。図4は、時系列データ処理装置の構成を説明するための図であり、図5乃至図15は、時系列データ処理装置の処理動作を説明するための図である。
本発明における時系列データ処理装置10は、プラントなどの計測対象Pに接続されている。そして、時系列データ処理装置10は、計測対象Pの少なくとも一以上のデータ項目の計測値を取得して分析し、分析結果に基づいて計測対象Pの状態を監視する。例えば、計測対象Pは、製造工場や処理施設などのプラントであり、各データ項目の計測値は、プラント内の温度、圧力、流量、消費電力値、原料の供給量、残量など、複数種類のデータ項目の値からなる。そして、監視する計測対象Pの状態は、本実施形態では、計測対象Pの異常状態であることとし、各データ項目の計測値から所定の分析パラメータに基づいて算出した異常度から、異常状態であることを検出して、かかる異常状態であることを通知する通知情報を出力する。なお、計測対象Pが正常状態であると判定された場合は、管理者又は管理者が使用する端末装置に対して正常状態であることを通知する通知情報を出力してもよい。また、本発明における時系列データ処理装置10は、後述するように、異常度から異常状態であることを検出する際の閾値の候補を抽出し、該候補から閾値を選択し設定することとしている。
次に、上述した時系列データ処理装置10の動作を、主に図14乃至図15のフローチャートを参照して説明する。まず、図14のフローチャートを参照して、計測対象Pの異常状態を判定するための閾値を決定するときの動作を説明する。
次に、本発明の第2の実施形態を、図16を参照して説明する。図16は、実施形態2における時系列データ処理装置の処理動作を説明するための図である。
次に、本発明の第3の実施形態を、図17を参照して説明する。図17は、実施形態3における時系列データ処理装置の処理動作を説明するための図である。
次に、本発明の第4の実施形態を、図18乃至図20を参照して説明する。図18乃至図19は、実施形態4における時系列データ処理装置の構成を示すブロック図であり、図20は、時系列データ処理装置の動作を示すフローチャートである。なお、本実施形態では、上述した各実施形態で説明した時系列データ処理装置及び時系列データ処理方法の構成の概略を示している。
・CPU(Central Processing Unit)101(演算装置)
・ROM(Read Only Memory)102(記憶装置)
・RAM(Random Access Memory)103(記憶装置)
・RAM303にロードされるプログラム群104
・プログラム群304を格納する記憶装置105
・情報処理装置外部の記憶媒体110の読み書きを行うドライブ装置106
・情報処理装置外部の通信ネットワーク111と接続する通信インタフェース107
・データの入出力を行う入出力インタフェース108
・各構成要素を接続するバス109
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する(ステップS1)、
という処理を実行する。
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明における時系列データ処理方法、時系列データ処理装置、プログラムの構成の概略を説明する。但し、本発明は、以下の構成に限定されない。
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する、
時系列データ処理方法。
付記1に記載の時系列データ処理方法であって、
前記正常期間時系列データから、前記所定のパラメータの値ごとに前記他のパラメータの値が最大となる複数のパラメータの組み合わせを、前記正常期間最大値として抽出する、
時系列データ処理方法。
付記2に記載の時系列データ処理方法であって、
前記他のパラメータの値が同一である前記正常期間最大値のうち、前記所定のパラメータが最小である値を含む複数のパラメータの組み合わせ以外を、前記正常期間最大値から除外する、
時系列データ処理方法。
付記1乃至3のいずれかに記載の時系列データ処理方法であって、
前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする、
時系列データ処理方法。
付記4に記載の時系列データ処理方法であって、
前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出し、
前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理方法。
付記5に記載の時系列データ処理方法であって、
前記異常期間時系列データから、前記所定のパラメータの値ごとに前記他のパラメータの値が最大となる複数のパラメータの組み合わせを、前記異常期間最大値として抽出する、
時系列データ処理方法。
付記5又は6に記載の時系列データ処理方法であって、
前記計測対象の異常状態毎の前記異常期間時系列データから、前記計測対象の異常状態毎における前記異常期間最大値を抽出する、
時系列データ処理方法。
付記5乃至7のいずれかに記載の時系列データ処理方法であって、
前記正常期間最大値のそれぞれにおけるいずれかのパラメータについて、前記異常期間最大値のそれぞれにおけるいずれかのパラメータに対する割合に基づく値である余裕値を算出し、
前記余裕値に基づいて前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理方法。
付記1乃至8のいずれかに記載の時系列データ処理方法であって、
前記他のパラメータを、前記計測されたデータから算出された前記計測対象が異常状態である度合いを表す値である異常度とし、前記所定のパラメータを、前記異常度の値が継続する期間とする、
時系列データ処理方法。
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する抽出手段、
を備えた時系列データ処理装置。
付記10に記載の時系列データ処理装置であって、
前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする算出手段を備えた、
時系列データ処理装置。
付記11に記載の時系列データ処理装置であって、
前記抽出手段は、前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出し、
前記算出手段は、前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理装置。
付記12に記載の時系列データ処理装置であって、
前記算出手段は、前記正常期間最大値のそれぞれにおけるいずれかのパラメータについて、前記異常期間最大値のそれぞれにおけるいずれかのパラメータに対する割合に基づく値である余裕値を算出し、当該余裕値に基づいて前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理装置。
情報処理装置に、
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータに対する他のパラメータが最大となる組み合わせを正常期間最大値として抽出する抽出手段、
を実現させるためのプログラム。
付記14に記載のプログラムであって、
前記情報処理装置に、さらに、
前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする算出手段、
を実現させるためのプログラム。
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出する抽出手段、
を備えた時系列データ処理システム。
付記16に記載の時系列データ処理システムであって、
前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする算出手段を備えた、
時系列データ処理システム。
付記17に記載の時系列データ処理システムであって、
前記抽出手段は、前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出し、
前記算出手段は、前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理システム。
付記18に記載の時系列データ処理システムであって、
前記算出手段は、前記正常期間最大値のそれぞれにおけるいずれかのパラメータについて、前記異常期間最大値のそれぞれにおけるいずれかのパラメータに対する割合に基づく値である余裕値を算出し、当該余裕値に基づいて前記正常期間最大値のうちいずれかを前記閾値とする、
時系列データ処理システム。
11 取得手段
11a 異常度算出手段
11b 生成手段
12 抽出手段
13 算出手段
14 監視手段
14a 分析手段
14b 判定手段
14c 出力手段
15 計測データ記憶手段
16 閾値記憶手段
100 時系列データ処理装置
101 CPU
102 ROM
103 RAM
104 プログラム群
105 記憶装置
106 ドライブ装置
107 通信インタフェース
108 入出力インタフェース
109 バス
110 記憶媒体
111 通信ネットワーク
121 抽出手段
Claims (7)
- 計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出すると共に、
前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出し、
前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする、
時系列データ処理方法。 - 請求項1に記載の時系列データ処理方法であって、
前記正常期間時系列データから、前記所定のパラメータの値ごとに前記他のパラメータの値が最大となる複数のパラメータの組み合わせを、前記正常期間最大値として抽出する、
時系列データ処理方法。 - 請求項2に記載の時系列データ処理方法であって、
前記他のパラメータの値が同一である前記正常期間最大値のうち、前記所定のパラメータが最小である値を含む複数のパラメータの組み合わせ以外を、前記正常期間最大値から除外する、
時系列データ処理方法。 - 請求項1乃至3のいずれかに記載の時系列データ処理方法であって、
前記異常期間時系列データから、前記所定のパラメータの値ごとに前記他のパラメータの値が最大となる複数のパラメータの組み合わせを、前記異常期間最大値として抽出する、
時系列データ処理方法。 - 請求項1乃至4のいずれかに記載の時系列データ処理方法であって、
前記他のパラメータを、前記計測されたデータから算出された前記計測対象が異常状態である度合いを表す値である異常度とし、前記所定のパラメータを、前記異常度の値が継続する期間とする、
時系列データ処理方法。 - 計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータの値に対する他のパラメータの値が最大となる組み合わせを正常期間最大値として抽出すると共に、前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出する抽出手段と、
前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする算出手段と、
を備えた時系列データ処理システム。 - 情報処理装置に、
計測対象から計測されたデータに基づく複数のパラメータを含む時系列データのうち、前記計測対象が正常状態と判定された期間の時系列データである正常期間時系列データから、複数のパラメータの組み合わせのうち所定のパラメータに対する他のパラメータが最大となる組み合わせを正常期間最大値として抽出すると共に、前記時系列データのうち前記計測対象が異常状態と判定された期間の時系列データである異常期間時系列データから、複数のパラメータの組み合わせのうち前記所定のパラメータに対する前記他のパラメータが最大となる組み合わせを異常期間最大値として抽出する抽出手段と、
前記正常期間最大値と前記異常期間最大値とに基づいて、前記正常期間最大値のうちいずれかを、複数のパラメータを含む時系列データにおいて前記計測対象が異常状態であることを判定するための閾値とする算出手段と、
を実現させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/041013 WO2021075039A1 (ja) | 2019-10-18 | 2019-10-18 | 時系列データ処理方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021075039A1 JPWO2021075039A1 (ja) | 2021-04-22 |
JPWO2021075039A5 JPWO2021075039A5 (ja) | 2022-05-30 |
JP7315017B2 true JP7315017B2 (ja) | 2023-07-26 |
Family
ID=75537359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021552071A Active JP7315017B2 (ja) | 2019-10-18 | 2019-10-18 | 時系列データ処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11885720B2 (ja) |
JP (1) | JP7315017B2 (ja) |
WO (1) | WO2021075039A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008059270A (ja) | 2006-08-31 | 2008-03-13 | Toshiba Corp | プロセス異常診断装置及びプロセス監視システム |
WO2011036809A1 (ja) | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
JP2014228887A (ja) | 2013-05-17 | 2014-12-08 | 株式会社東芝 | 稼働データ分析装置およびその方法、ならびにプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6564799B2 (ja) | 2017-03-03 | 2019-08-21 | 日本電信電話株式会社 | 閾値決定装置、閾値決定方法及びプログラム |
-
2019
- 2019-10-18 US US17/764,639 patent/US11885720B2/en active Active
- 2019-10-18 WO PCT/JP2019/041013 patent/WO2021075039A1/ja active Application Filing
- 2019-10-18 JP JP2021552071A patent/JP7315017B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008059270A (ja) | 2006-08-31 | 2008-03-13 | Toshiba Corp | プロセス異常診断装置及びプロセス監視システム |
WO2011036809A1 (ja) | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
JP2014228887A (ja) | 2013-05-17 | 2014-12-08 | 株式会社東芝 | 稼働データ分析装置およびその方法、ならびにプログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021075039A1 (ja) | 2021-04-22 |
US20220334030A1 (en) | 2022-10-20 |
US11885720B2 (en) | 2024-01-30 |
WO2021075039A1 (ja) | 2021-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6777069B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN112712113B (zh) | 一种基于指标的告警方法、装置及计算机系统 | |
JP6708203B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
EP3355313B1 (en) | Abnormality diagnosis system | |
JP6749488B2 (ja) | 異常重要度算出システム、異常重要度算出装置、及び異常重要度算出プログラム | |
JPWO2018104985A1 (ja) | 異常分析方法、プログラムおよびシステム | |
WO2019087508A1 (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
US10250463B2 (en) | Methods and systems for online monitoring using a variable data sampling rate | |
CN112272763A (zh) | 异常探测装置、异常探测方法以及异常探测程序 | |
US11620539B2 (en) | Method and device for monitoring a process of generating metric data for predicting anomalies | |
JP2018139085A (ja) | 異常予測方法、異常予測装置、異常予測システムおよび異常予測プログラム | |
CN112532435A (zh) | 一种运维方法、运维管理平台、设备及介质 | |
CN115018220A (zh) | 一种基于知识图谱的家电故障预测方法和系统 | |
CN106652393B (zh) | 假警报确定方法及装置 | |
JP7315017B2 (ja) | 時系列データ処理方法 | |
EP3187950B1 (en) | A method for managing alarms in a control system | |
JP2016003875A (ja) | モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム | |
US10157113B2 (en) | Information processing device, analysis method, and recording medium | |
JP7239022B2 (ja) | 時系列データ処理方法 | |
Salvador et al. | Online detection of shutdown periods in chemical plants: A case study | |
JP7226542B2 (ja) | 時系列データ処理方法、時系列データ処理装置、プログラム | |
US20220147032A1 (en) | Monitoring method, monitoring apparatus, and program | |
JP2010039733A (ja) | 製造プロセスの監視方法、監視プログラム、監視システムおよび製品の製造方法 | |
JP7127305B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
JP2014026327A (ja) | 実稼働データによる機器の状態診断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220318 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230530 |
|
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: 20230613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230626 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7315017 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |