JP7355108B2 - 予測方法、予測装置、記録媒体 - Google Patents

予測方法、予測装置、記録媒体 Download PDF

Info

Publication number
JP7355108B2
JP7355108B2 JP2021529655A JP2021529655A JP7355108B2 JP 7355108 B2 JP7355108 B2 JP 7355108B2 JP 2021529655 A JP2021529655 A JP 2021529655A JP 2021529655 A JP2021529655 A JP 2021529655A JP 7355108 B2 JP7355108 B2 JP 7355108B2
Authority
JP
Japan
Prior art keywords
information
abnormality
time
prediction
segment
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
Application number
JP2021529655A
Other languages
English (en)
Other versions
JPWO2021001991A5 (ja
JPWO2021001991A1 (ja
Inventor
育大 網代
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2021001991A1 publication Critical patent/JPWO2021001991A1/ja
Publication of JPWO2021001991A5 publication Critical patent/JPWO2021001991A5/ja
Application granted granted Critical
Publication of JP7355108B2 publication Critical patent/JP7355108B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G06F11/3075—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting the data filtering being achieved in order to maintain consistency among the monitored data, e.g. ensuring that the monitored data belong to the same timeframe, to the same system or component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G06F11/3062—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations where the monitored property is the power consumption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/86—Event-based monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、予測方法、予測装置、記録媒体に関する。
監視対象を監視した結果に基づいて、障害や故障の予兆を検出することがある。
このような故障の予兆を検出する際に用いる技術の一つとして、例えば、特許文献１がある。特許文献１には、時系列データを格納する手段と、第１のメタデータ化手段と、第２のメタデータ化手段と、照合予兆検出手段と、を備える監視装置が記載されている。特許文献１によると、第１のメタデータ化手段は、格納した時系列データが選定条件に適合すると、所定の処理を行って過去のメタデータ格納手段に格納する。また、第２のメタデータ化手段は、監視対象システムからのリアルタイムの性能を表す時系列データについて第１のメタデータ化手段が用いる選定条件とは別に設定された選定条件に適合すると、リアルタイムのメタデータを生成する。そして、照合予兆検出手段は、リアルタイムのメタデータとメタデータ格納手段に格納されたメタデータとを照合して、今後の変化を検出して出力する。
特開２００９－２８９２２１号公報
特許文献１に記載の技術の場合、選定条件に合致する時系列データのみメタデータ格納手段に格納され、照合予兆検出手段による照合の対象となる。そのため、事前に予兆の候補をルール化しておくことが必要であった。その結果、ルール化が出来ない場合や不十分である場合などにおいて、故障などの異常を予測するための予測情報を出力することが難しい、という課題が生じていた。
そこで、本発明の目的は、事前のルール化を行うことなく、故障などの異常を予測するための予測情報を出力することが難しい、という問題を解決する予測方法、予測装置、記録媒体を提供することにある。
かかる目的を達成するため本発明の一形態である予測方法は、
予測装置が、
検索対象の時系列データと類似する過去の時系列データを検索し、検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する
という構成をとる。
また、本発明の他の形態である予測装置は、
検索対象の時系列データと類似する過去の時系列データを検索する検索部と、
前記検索部が検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する算出部と、
を有する
という構成をとる。
また、本発明の他の形態である記録媒体は、
予測装置に、
検索対象の時系列データと類似する過去の時系列データを検索する検索部と、
前記検索部が検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する算出部と、
を実現するためのプログラムを記録した、コンピュータが読み取り可能な記録媒体である。
本発明は、以上のように構成されることにより、事前のルール化を行うことなく、故障などの異常を予測するための予測情報を出力することが難しい、という問題を解決する予測方法、予測装置、記録媒体を提供することが可能となる。
本発明の第１の実施形態にかかるシステム全体の構成の一例を示す図である。 図１で示す予測装置の構成の一例を示すブロック図である。 図２で示す稼働情報の一例を示す図である。 図２で示す異常関連情報の一例を示す図である。 検索処理の一例を示す図である。 ランキング情報の一例を示す図である。 統計情報の一例を示す図である。 予測装置の動作の一例を示すフローチャートである。 予測装置の他の構成の一例を示すブロック図である。 本発明の第２の実施形態における予測装置の構成の一例を示すブロック図である。
［第１の実施形態］
本発明の第１の実施形態を図１から図９までを参照して説明する。図１は、システム全体の構成の一例を示す図である。図２は、予測装置１００の構成の一例を示すブロック図である。図３は、稼働情報１４１の一例を示す図である。図４は、異常関連情報１４２の一例を示す図である。図５は、検索処理の一例を示す図である。図６は、ランキング情報２１の一例を示す図である。図７は、統計情報２２の一例を示す図である。図８は、予測装置１００の動作の一例を示すフローチャートである。図９は、予測装置１００の他の構成の一例を示すブロック図である。
本発明の第１の実施形態においては、時系列データに基づいて、監視対象Ｐの故障や障害などの異常を予測するための予測情報を出力する予測装置１００について説明する。後述するように、本実施形態において説明する予測装置１００は、記憶部１４０に格納された時系列のデータを分割したセグメントのデータのうち、予測する対象となるセグメントのデータと類似するデータを検索する。また、予測装置１００は、監視対象Ｐに異常が生じていた時間を示す情報に基づいて、検索したデータが故障の何日前のデータであるか特定する。そして、予測装置１００は、特定した情報や特定した情報に基づく情報などを予測情報として出力する。
なお、本実施形態においては、上述したように、故障などの異常を予測するための予測情報を出力する予測装置１００について説明する。しかしながら、本発明は、異常を予測する装置以外にも適用可能である。例えば、予測装置１００は、異常以外の何らかの事象の発生や不発生などを予測するための予測情報を出力するよう構成することが出来る。
図１は、本発明を適用するシステムの全体の構成の一例を示している。図１を参照すると、本発明における予測装置１００は、監視対象Ｐにネットワークなどを介して接続されている。予測装置１００は、ネットワークなどを介して、監視対象Ｐに設置された各種センサが計測した各種計測値を監視対象Ｐから取得する。
なお、監視対象Ｐは、例えば、製造工場や処理施設などのプラントである。監視対象Ｐは、情報処理システム、コンビニなどの小売店舗、一般住宅など、上記例示した以外の対象であっても構わない。また、各種計測値は、例えば、プラント内の温度、圧力、流量、消費電力値、原料の供給量、残量などである。各種計測値は、監視対象Ｐと同様、上記例示した以外の値であっても構わない。例えば、監視対象Ｐが情報処理システムである場合、各種計測値は、情報処理システムを構成する各情報処理装置のＣＰＵ（Central Processing Unit）使用率、メモリ使用率、ディスクアクセス頻度、入出力パケット数、消費電力値などであっても構わない。また、例えば、監視対象Ｐが小売店舗や一般住宅などである場合、各種計測値は、冷設機器や空調機器、各種家電の温度などの状態を監視するセンサが取得した値であっても構わない。
図２は、予測装置１００の構成の一例を示している。図２を参照すると、予測装置１００は、主な構成要素として、例えば、操作入力部１１０と、画面表示部１２０と、通信Ｉ／Ｆ部１３０と、記憶部１４０と、演算処理部１５０と、を有している。
操作入力部１１０は、キーボードやマウスなどの操作入力装置からなる。操作入力部１１０は、予測装置１００を操作するユーザの操作を検出して演算処理部１５０に出力する。
画面表示部１２０は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ、液晶ディスプレイ）などの画面表示装置からなる。画面表示部１２０は、演算処理部１５０からの指示に応じて、後述するランキング情報２１や統計情報２２などを表示する。
通信Ｉ／Ｆ部１３０は、データ通信回路からなる。通信Ｉ／Ｆ部１３０は、通信回線を介して接続された各種装置との間でデータ通信を行う機能を有している。例えば、予測装置１００は、通信Ｉ／Ｆ部１３０を介して、監視対象Ｐから各種計測値などを取得する。
記憶部１４０は、ハードディスクやメモリなどの記憶装置である。記憶部１４０は、演算処理部１５０における各種処理に必要な処理情報やプログラム１４３を記憶する。プログラム１４３は、演算処理部１５０に読み込まれて実行されることにより各種処理部を実現する。プログラム１４３は、通信Ｉ／Ｆ部１３０などのデータ入出力機能を介して外部装置や記録媒体から予め読み込まれ、記憶部１４０に保存されている。記憶部１４０で記憶される主な情報としては、例えば、稼働情報１４１と異常関連情報１４２とがある。
稼働情報１４１は、監視対象Ｐに設置された各種センサが所定の時間間隔で計測値を計測することで形成した時系列データを含んでいる。例えば、予測装置１００は、監視対象Ｐから時系列データを取得すると、取得した時系列データを稼働情報１４１として記憶部１４０に格納する。予測装置１００は、監視対象Ｐから各種計測値を所定の時間間隔で定期的に取得して、適宜、記憶部１４０に格納するよう構成しても構わない。
図３は、稼働情報１４１の一例を示している。例えば、図３の場合、稼働情報１４１には、センサＡ、センサＢ、センサＣ、センサＤの４種類のセンサそれぞれが取得した計測値の時系列データが含まれている。
なお、図３では稼働情報１４１の一例を示している。稼働情報１４１は、図３で例示する場合に限定されない。例えば、稼働情報１４１には、４種類以外の種類の時系列データが含まれても構わない。また、本実施形態において、稼働情報１４１には、監視対象Ｐに異常が生じた際のデータが含まれているものとする。
異常関連情報１４２は、監視対象Ｐにおいて発生した過去の異常（事象）に応じた情報である。異常関連情報１４２には、例えば、監視対象Ｐにおいて異常が生じていた時刻を示す情報（異常時刻情報）が含まれている。例えば、予測装置１００は、監視対象Ｐなどの外部装置から上記異常時刻情報を取得すると、取得した異常時刻情報を異常関連情報１４２として記憶部１４０に格納する。
図４は、異常関連情報１４２の一例を示している。図４を参照すると、異常関連情報１４２では、例えば、異常が開始した日時を示す「開始日時」と、異常が終了した日時を示す「終了日時」と、が対応づけられている。例えば、図４の２行目では、「開始日時：2018年7月4日 0:02」と、「終了日時：2018年7月4日 0:10」と、が対応づけられている。
なお、図４では、異常関連情報１４２の一例を示している。異常関連情報１４２は、図４で例示する場合に限定されない。例えば、異常関連情報１４２には、故障などの異常の内容や種類などを示す情報が含まれても構わない。また、異常関連情報１４２には、異常が発生した場所、装置名、部品名などを示す異常発生箇所に関する情報や、異常に対してどのような対処を行ったのかを示す対処情報などが含まれても構わない。異常関連情報１４２に異常の内容や種類などを示す情報が含まれることで、後述するランキング情報２１や統計情報２２を生成する際に異常の内容や種類ごとに生成することが可能となる。また、異常関連情報１４２に異常発生箇所に関する情報や対処情報などが含まれることで、異常発生箇所に関する情報や対処情報などを後述するランキング情報２１などに含ませることなどが可能となる。このように予測情報に異常発生箇所に関する情報や対処情報などを含ませることで、対処の準備を行ったり異常の予防を行ったりすることが可能となる。
演算処理部１５０は、ＭＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１４０からプログラム１４３を読み込んで実行することにより、上記ハードウェアとプログラム１４３とを協働させて各種処理部を実現する。演算処理部１５で実現される主な処理部として、例えば、入力部１５１と、検索部１５２と、検索結果集計部１５３と、出力部１５４と、がある。
入力部１５１は、監視対象Ｐや外部装置などから各種情報の入力を受け付ける。
例えば、入力部１５１は、監視対象Ｐや外部装置などから時系列データや異常時刻情報の入力を受け付ける。例えば、入力部１５１は、時系列データの入力を受け付けると、受け付けた時系列データを稼働情報１４１として記憶部１４０に格納する。また、入力部１５１は、異常時刻情報の入力を受け付けると、受け付けた異常時刻情報を異常関連情報１４２として記憶部１４０に格納する。
また、入力部１５１は、予測する対象となるセグメントのデータの入力を受け付ける。なお、予測する対象となるセグメントのデータは、上述した時系列データの一部などであっても構わない。
検索部１５２は、予測する対象となるセグメントのデータをキーとして、稼働情報１４１が示す時系列データを分割したセグメントを検索する。例えば、検索部１５２は、稼働情報１４１が示す時系列データを分割したセグメントのデータのうち、予測する対象となるセグメントのデータと類似するデータを検索する。
検索部１５２による検索は、例えば、セグメントの特徴量を算出することにより行われる。図５は特徴量による検索を行う際の、検索部１５２による検索処理の一例を説明するための図である。図５を参照すると、例えば、検索部１５２は、予測する対象となるセグメントの特徴量を算出する。また、検索部１５２は、稼働情報１４１が示す時系列データを複数のセグメントに分割して、分割した各セグメントの特徴量を算出する。この際、検索部１５２は、他のセグメントの期間と重複しないよう時系列データを複数のセグメントに分割しても構わないし、他のセグメントの期間と重複するよう時系列データを複数のセグメントに分割しても構わない。そして、検索部１５２は、予測する対象となるセグメントの特徴量と、分割した各セグメントの特徴量と、の間の距離を算出することで、予測する対象となるセグメントと類似するセグメントを検索する。具体的には、例えば、検索部１５２は、予測する対象となるセグメントの特徴量との間の距離が予め定められた閾値以下となる分割したセグメントを類似するセグメントとして検索する。
例えば、以上のように、検索部１５２は、セグメントの特徴量に基づいて、検索対象のセグメントと類似するセグメントを検索する。なお、本実施形態においては、特徴量の算出方法については特に限定しない。検索部１５２は、既知の方法を用いてセグメントの特徴量を算出するよう構成することが出来る。また、本実施形態においては、特徴量間の距離の算出方法についても、特に限定しない。
検索結果集計部１５３は、検索部１５２が検索したセグメントと、異常関連情報１４２との対応づけを行う。そして、検索結果集計部１５３は、対応づけを行った結果を集計する。これにより、検索結果集計部１５３は、検索部１５２による検索結果などに基づいて、例えば、ランキング情報２１や統計情報２２などの各種予測情報を生成する。
例えば、検索結果集計部１５３は、異常関連情報１４２を参照して、検索部１５２が検索したセグメントが属する時刻が当該時刻以降に生じる異常が生じたときよりもどれくらい過去であるか特定することで、上述した対応づけを行う。例えば、異常関連情報１４２に2018年7月4日0:02から2018年7月4日0:10まで異常が生じる旨を示す異常時刻情報が格納されているとする。このような場合において、検索部１５２が検索したセグメントが属する時刻が2018年7月2日0:01である場合、検索結果集計部１５３は、上記セグメントが、異常が生じる２日前のものであると特定する。つまり、検索結果集計部１５３は、2018年7月2日0:01の１分間を対象とするセグメントは、異常が生じるときよりも２日前のデータであると特定する。このように、検索結果集計部１５３は、異常関連情報１４２に基づいて、検索部１５２が検索したセグメントが、異常が生じたときよりもどれくらい過去のデータであるか（何日前のデータであるか）特定する。なお、検索結果集計部１５３は、異常関連情報１４２に基づいて、検索部１５２が検索したセグメントが、異常が生じる何時間前のデータであるか特定するよう構成しても構わない。
また、検索結果集計部１５３は、上述した処理に応じて、検索部１５２が検索したセグメントを特定するための情報の並び替え処理を行う。例えば、検索結果集計部１５３は、異常が生じるときよりもどれくらい過去であるかを示す情報に基づいて、昇順に並び替える処理を行う。これにより、検索結果集計部１５３は、図６で示すようなランキング情報２１を生成する。
なお、ランキング情報２１には、例えば、図６で示すように、検索したセグメントのデータが故障の何日前のデータであるかを示す「何日前と一致」の項目や、検索したセグメントが属するとき以降で最も早く異常が生じた日時を示す「直後の故障日時」の項目などを検索したセグメントを特定するための情報として含めることが出来る。ランキング情報２１には、異常発生箇所に関する情報や対処情報など、上記例示した以外の情報を含めても構わない。
また、検索結果集計部１５３は、検索部１５２による検索結果や上述した処理により特定した情報に基づいて、検索結果などに応じた統計情報２２を算出することが出来る。図７は、統計情報２２の一例を示している。図７を参照すると、検索結果集計部１５３は、統計情報２２として、例えば、予測する対象となるセグメントと類似するセグメントの数を示す「一致件数」、特定した「何日前と一致」の項目のうち最も短い日にちを示す「最短故障予測日」、特定した「何日前と一致」の平均値を示す「平均故障予測日」、などを算出する。
例えば、検索結果集計部１５３は、予測する対象となるセグメントと類似するセグメントの数を計測することで、「一致件数」を算出する。また、検索結果集計部１５３は、ランキング情報２１中の「何日前と一致」の項目うち最も上位の項目の値（つまり、最も小さな値）を、「最短故障予測日」とする。例えば、図６の場合、「何日前と一致」の項目には「３」、「４」、「４」、「５」、…と昇順で並んでいる。そのため、検索結果集計部１５３は、上記昇順に並んだ値のうち最も小さな値である「３」を、「最短故障予測日」とする。また、検索結果集計部１５３は、ランキング情報２１中の「何日前と一致」の項目の値の平均値を算出することで、「平均故障予測日」を算出する。例えば、以上のような処理により、検索結果集計部１５３は、「一致件数」、「最短故障予測日」、「平均故障予測日」、などの統計情報２２を算出する。
なお、検索結果集計部１５３は、故障などの異常の内容や種類ごとにランキング情報２１を生成するよう構成しても構わない。また、検索結果集計部１５３は、故障などの異常の内容や種類ごとに統計情報２２を算出するよう構成しても構わない。
また、検索結果集計部１５３は、例示したランキング情報２１や統計情報２２のうちの一部のみを生成、算出するよう構成しても構わない。また、検索結果集計部１５３は、例示した以外の情報を生成、算出するよう構成しても構わない。
出力部１５４は、検索結果集計部１５３が特定した情報や算出した情報の出力を行う。
例えば、出力部１５４は、ランキング情報２１や統計情報２２を画面表示部１２０に表示する。または、出力部１５４は、ランキング情報２１や統計情報２２を、通信Ｉ／Ｆ部１３０を介して、外部装置へと送信する。
以上のように、出力部１５４は、画面表示部１２０に対する表示や外部装置に対する送信などの出力制御を行う。なお、出力部１５４は、音声を用いた出力など上記例示した以外の出力を行うよう構成しても構わない。
以上が、予測装置１００の構成の一例である。続いて、図８を参照して、予測装置１００の動作の一例について説明する。
図８を参照すると、入力部１５１は、予測する対象となるセグメントのデータの入力を受け付ける（ステップＳ１０１）。
検索部１５２は、予測する対象となるセグメントのデータをキーとして、稼働情報１４１が示す時系列データを分割したセグメントのデータのうち、予測する対象となるセグメントのデータと類似するデータを検索する（ステップＳ１０２）。
検索結果集計部１５３は、異常関連情報１４２に基づいて、検索部１５２が検索したセグメントが、異常が生じる何日前のデータであるか特定する（ステップＳ１０３）。そして、検索結果集計部１５３は、特定した結果に応じて、検索部１５２が検索したセグメントを特定するための情報の並び替え処理を行うことで、ランキング情報２１を生成する。また、検索結果集計部１５３は、上記特定した情報や検索部１５２による検索結果に基づいて、統計情報２２を算出する（ステップＳ１０４）。
出力部１５４は、ステップＳ１０３の処理で特定した情報やステップＳ１０４の処理で算出した統計情報２２などを出力する（ステップＳ１０５）。
以上が、予測装置１００の動作の一例である。
このように、予測装置１００は、検索部１５２と検索結果集計部１５３出力部１５４とを有している。このような構成により、検索部１５２は、予測する対象となるセグメントのデータと類似するデータを検索することが出来る。また、検索結果集計部１５３は、検索部１５２による検出結果に基づいて、ランキング情報２１を生成したり統計情報２２を算出したりすることが出来る。その結果、出力部１５４は、ランキング情報２１や統計情報２２などを出力することが出来る。つまり、上記構成によると、予測装置１００は、事前のルール化を行うことなく、故障などの異常を予測するための予測情報であるランキング情報２１や統計情報２２を出力することが可能となる。
なお、予測装置１００の構成は、本実施形態において説明した場合に限定されない。
例えば、図２や図９では、１台の情報処理装置により予測装置１００が構成されている場合について例示している。しかしながら、予測装置１００は、ネットワークを介して接続された複数台の情報処理装置により構成されても構わない。
また、予測装置１００は、例えば、所定の条件を満たす場合にアラートなどの警告情報を出力するよう構成することが出来る。図９は、警告情報を出力する場合の予測装置１００の構成の一例を示している。図９を参照すると、警告情報を出力する場合、予測装置１００の記憶部１４０には、例えば、警告閾値１４４が格納されている。警告閾値１４４は、故障前一週間など所定の期間を示す情報である。検索結果集計部１５３は、記憶部１４０に警告閾値１４４が格納されている場合、例えば、ランキング情報２１中の「何日前と一致」の項目のうち最も大きな値（平均値などでも構わない）が、警告閾値１４４が示す値以下であるか否か確認する。そして、「何日前と一致」の項目のうち最も大きな値（平均値などでも構わない）が、警告閾値１４４が示す値以下である場合、検索結果集計部１５３は、画面表示部１２０や外部装置に対して、警告情報を出力する。例えば、このように、予測装置１００は、異常が生じる日から警告閾値１４４が示す期間内のどこかと予測する対象となるセグメントのデータが類似し、それ以外の正常時とは一致しない場合に、警告情報を出力するよう構成することが出来る。
また、予測装置１００は、１つのセグメントのみを検索対象とするよう構成しても構わないし、複数のセグメントを検索対象とするよう構成しても構わない。
［第２の実施形態］
次に、図１０を参照して、本発明の第２の実施形態について説明する。第２の実施形態では、予測装置３０の構成の概要について説明する。
図１０は、予測装置３０の構成の一例を示している。図１０を参照すると、予測装置３０は、検索部３１と、算出部３２と、を有している。
検索部３１は、検索対象の時系列データと類似する過去の時系列データを検索する。
算出部３２は、検索部３１が検索した結果と過去の事象に応じた情報とに基づいて、事象の発生を予測するための予測情報を算出する。
このように、予測装置３０は、検索部３１と算出部３２とを有している。このような構成により、算出部３２は、検索部３１が検索した結果と過去の事象に応じた情報とに基づいて、事象の発生を予測するための予測情報を算出することが出来る。これにより、算出部３２が算出した予測情報を出力することが可能となる。つまり、上記構成によると、予測装置３０は、事前のルール化を行うことなく、故障などの異常を予測するための予測情報を出力することが可能となる。
また、上述した予測装置３０は、当該予測装置３０に所定のプログラムが組み込まれることで実現できる。具体的に、本発明の他の形態であるプログラムは、予測装置３０に、検索対象の時系列データと類似する過去の時系列データを検索する検索部３１と、検索部３１が検索した結果と過去の事象に応じた情報とに基づいて、事象の発生を予測するための予測情報を算出する算出部３２と、を実現するためのプログラムである。
また、上述した予測装置３０により実行される予測方法は、予測装置３０が、検索対象の時系列データと類似する過去の時系列データを検索し、検索した結果と過去の事象に応じた情報とに基づいて、事象の発生を予測するための予測情報を算出する、という方法である。
上述した構成を有する、プログラム、又は、予測方法、の発明であっても、上記予測装置３０と同様の作用・効果を有するために、上述した本発明の目的を達成することが出来る。また、上述したプログラムを記録した、コンピュータ読み取り可能な記録媒体であっても、上記予測装置３０と同様の作用・効果を有するために、上述した本発明の目的を達成することが出来る。
＜付記＞
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、本発明における予測方法などの概略を説明する。但し、本発明は、以下の構成に限定されない。
（付記１）
予測装置が、
検索対象の時系列データと類似する過去の時系列データを検索し、検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する
予測方法。
（付記２）
付記１に記載の予測方法であって、
検索した結果と過去の事象に応じた情報とに基づいて、検索対象の時系列データと類似する過去の時系列データが、前記事象が生じたときからどれくらい過去のデータであるかを示す情報を前記予測情報として算出する
予測方法。
（付記３）
付記２に記載の予測方法であって、
検索した結果と過去の事象に応じた情報とに基づいて、検索対象の時系列データと類似する過去の時系列データが、前記事象が生じたときからどれくらい過去のデータであるかを示す情報を算出し、算出した結果に基づいて、検索した時系列データを特定するための情報の並び替え処理を行う
予測方法。
（付記４）
付記２または付記３に記載の予測方法であって、
検索した結果と過去の事象に応じた情報とに基づいて、検索対象の時系列データと類似する過去の時系列データが属するとき以降で最も早く事象が生じた日時を示す情報を前記予測情報として算出する
予測方法。
（付記５）
付記１から付記４までのいずれか１項に記載の予測方法であって、
検索した結果と過去の事象に応じた情報とに基づいて、検索した結果に応じた統計情報を前記予測情報として算出する
予測方法。
（付記６）
付記５に記載の予測方法であって、
検索した結果と過去の事象に応じた情報とに基づいて、検索対象の時系列データと類似する過去の時系列データが、前記事象が生じたときから何日前のデータであるかを示す情報を算出し、算出した結果に基づいて前記統計情報を算出する
予測方法。
（付記７）
付記１から付記６までのいずれか１項に記載の予測方法であって、
過去の事象に応じた情報は、事象が生じていた時刻を示す情報である
予測方法。
（付記８）
付記１から付記７までのいずれか１項に記載の予測方法であって、
検索対象の時系列データをキーとして、過去の時系列データを分割したセグメントのうち類似するセグメントを検索する
予測方法。
（付記９）
付記１から付記８までのいずれか１項に記載の予測方法であって、
前記予測情報を出力する
予測方法。
（付記１０）
検索対象の時系列データと類似する過去の時系列データを検索する検索部と、
前記検索部が検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する算出部と、
を有する
予測装置。
（付記１１）
予測装置に、
検索対象の時系列データと類似する過去の時系列データを検索する検索部と、
前記検索部が検索した結果と過去の事象に応じた情報とに基づいて、前記事象の発生を予測するための予測情報を算出する算出部と、
を実現するためのプログラムを記録した、コンピュータが読み取り可能な記録媒体。
なお、上記各実施形態及び付記において記載したプログラムは、記憶装置に記憶されていたり、コンピュータが読み取り可能な記録媒体に記録されていたりする。例えば、記録媒体は、フレキシブルディスク、光ディスク、光磁気ディスク、及び、半導体メモリ等の可搬性を有する媒体である。
以上、上記各実施形態を参照して本願発明を説明したが、本願発明は、上述した実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の範囲内で当業者が理解しうる様々な変更をすることが出来る。
１００ 予測装置
１１０ 操作入力部
１２０ 画面表示部
１３０ 通信Ｉ／Ｆ部
１４０ 記憶部
１４１ 稼働情報
１４２ 異常関連情報
１４３ プログラム
１４４ 警告閾値
１５０ 演算処理部
１５１ 入力部
１５２ 検索部
１５３ 検索結果集計部
１５４ 出力部
２１ ランキング情報
２２ 統計情報
３０ 予測装置
３１ 検索部
３２ 算出部

Claims (6)

  1. 監視対象を計測することで取得した時系列データを含む稼働情報と、監視対象において発生した異常と異常が生じた時刻とを示す異常関連情報と、を記憶する記憶装置を有する予測装置が、
    検索対象となる、時系列データを分割したセグメントと類似する過去のセグメントを前記稼働情報の中から検索し、
    検索したセグメントが属する時刻と前記異常関連情報とに基づいて、検索したセグメントが、異常が生じたときよりもどれくらい過去のデータであるか特定し、
    特定した結果を出力する
    予測方法。
  2. 請求項１に記載の予測方法であって、
    特定した結果に基づいて、検索したセグメントを特定するための情報の並び替え処理を行う
    予測方法。
  3. 請求項１に記載の予測方法であって、
    特定した結果に基づいて、検索対象となるセグメントが属するとき以降で最も早く異常が生じた日時を示す情報を出力する
    予測方法。
  4. 請求項１から請求項３までのいずれか１項に記載の予測方法であって、
    前記異常関連情報には、異常の種類を示す情報が含まれており、
    異常の種類ごとに、検索した結果に応じた統計情報を算出する
    予測方法。
  5. 監視対象を計測することで取得した時系列データを含む稼働情報と、監視対象において発生した異常と異常が生じた時刻とを示す異常関連情報と、を記憶する記憶装置と、
    検索対象となる、時系列データを分割したセグメントと類似する過去のセグメントを前記稼働情報の中から検索する検索部と、
    検索したセグメントが属する時刻と前記異常関連情報とに基づいて、検索したセグメントが、異常が生じたときよりもどれくらい過去のデータであるか特定する集計部と、
    前記集計部が特定した結果を出力する出力部と、
    を有する
    予測装置。
  6. 監視対象を計測することで取得した時系列データを含む稼働情報と、監視対象において発生した異常と異常が生じた時刻とを示す異常関連情報と、を記憶する記憶装置を有する予測装置に、
    検索対象となる、時系列データを分割したセグメントと類似する過去のセグメントを前記稼働情報の中から検索し、
    検索したセグメントが属する時刻と前記異常関連情報とに基づいて、検索したセグメントが、異常が生じたときよりもどれくらい過去のデータであるか特定し、
    特定した結果を出力する
    処理を実現するためのプログラム。
JP2021529655A 2019-07-04 2019-07-04 予測方法、予測装置、記録媒体 Active JP7355108B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/026645 WO2021001991A1 (ja) 2019-07-04 2019-07-04 予測方法、予測装置、記録媒体

Publications (3)

Publication Number Publication Date
JPWO2021001991A1 JPWO2021001991A1 (ja) 2021-01-07
JPWO2021001991A5 JPWO2021001991A5 (ja) 2022-03-01
JP7355108B2 true JP7355108B2 (ja) 2023-10-03

Family

ID=74100769

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021529655A Active JP7355108B2 (ja) 2019-07-04 2019-07-04 予測方法、予測装置、記録媒体

Country Status (3)

Country Link
US (1) US20220245045A1 (ja)
JP (1) JP7355108B2 (ja)
WO (1) WO2021001991A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003132088A (ja) 2001-10-22 2003-05-09 Toshiba Corp 時系列データ検索システム
JP2007172131A (ja) 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2011002906A (ja) 2009-06-16 2011-01-06 Fujitsu Ltd 監視プログラム、監視装置、および監視方法
JP2012117987A (ja) 2010-12-03 2012-06-21 Hitachi Ltd データ処理方法、データ処理システム、及びデータ処理装置
WO2012127588A1 (ja) 2011-03-18 2012-09-27 富士通株式会社 対処支援プログラム、対処支援装置および対処支援方法
JP2013152655A (ja) 2012-01-26 2013-08-08 Hitachi Ltd プラント又は設備の異常診断方法及びヘルスマネージメント方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003132088A (ja) 2001-10-22 2003-05-09 Toshiba Corp 時系列データ検索システム
JP2007172131A (ja) 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2011002906A (ja) 2009-06-16 2011-01-06 Fujitsu Ltd 監視プログラム、監視装置、および監視方法
JP2012117987A (ja) 2010-12-03 2012-06-21 Hitachi Ltd データ処理方法、データ処理システム、及びデータ処理装置
WO2012127588A1 (ja) 2011-03-18 2012-09-27 富士通株式会社 対処支援プログラム、対処支援装置および対処支援方法
JP2013152655A (ja) 2012-01-26 2013-08-08 Hitachi Ltd プラント又は設備の異常診断方法及びヘルスマネージメント方法

Also Published As

Publication number Publication date
WO2021001991A1 (ja) 2021-01-07
JPWO2021001991A1 (ja) 2021-01-07
US20220245045A1 (en) 2022-08-04

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
JP6076571B1 (ja) 情報処理装置、情報処理システム、情報処理方法及びプログラム
US10699248B2 (en) Inspection management system and inspection management method
US20120296605A1 (en) Method, computer program, and system for performing interpolation on sensor data for high system availability
JP5387779B2 (ja) 運用管理装置、運用管理方法、及びプログラム
JP6521096B2 (ja) 表示方法、表示装置、および、プログラム
WO2016147657A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
US20190064789A1 (en) System analyzing device, system analyzing method, and computer-readable recording medium
JPWO2019239542A1 (ja) 異常検知装置、異常検知方法及び異常検知プログラム
JP6915693B2 (ja) システム分析方法、システム分析装置、および、プログラム
JP7355108B2 (ja) 予測方法、予測装置、記録媒体
CA3114157C (en) Process management device, process management method, and process management program storage medium
JP7180772B2 (ja) 監視方法、監視装置、記録媒体
JP6247777B2 (ja) 異常診断装置および異常診断方法
JP6973445B2 (ja) 表示方法、表示装置、および、プログラム
JP6627258B2 (ja) システムモデル生成支援装置、システムモデル生成支援方法、及び、プログラム
JPWO2017164368A1 (ja) 監視装置、監視方法、プログラム
JP5380386B2 (ja) 機器情報管理システム及び方法
US20130116973A1 (en) Hyperthreaded analytics
JP7489158B1 (ja) 出力方法、出力装置及びプログラム
JP7108806B2 (ja) 評価装置及び評価システム
JP7240564B1 (ja) 評価装置及び評価システム
JP2011198171A (ja) 監視システム、監視装置及び監視プログラム
JP2023122314A (ja) 設備保守支援システムおよび設備保守支援方法
JPH03259717A (ja) 性能低下原因の推定方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211202

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211202

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230228

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230419

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: 20230822

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230904

R151 Written notification of patent or utility model registration

Ref document number: 7355108

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151