JP7431390B2 - マンホールポンプ異常検知方法 - Google Patents
マンホールポンプ異常検知方法 Download PDFInfo
- Publication number
- JP7431390B2 JP7431390B2 JP2021124835A JP2021124835A JP7431390B2 JP 7431390 B2 JP7431390 B2 JP 7431390B2 JP 2021124835 A JP2021124835 A JP 2021124835A JP 2021124835 A JP2021124835 A JP 2021124835A JP 7431390 B2 JP7431390 B2 JP 7431390B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- pump
- time
- autoencoder
- input
- 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
- 230000005856 abnormality Effects 0.000 title claims description 34
- 238000001514 detection method Methods 0.000 title claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 230000004913 activation Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Description
前記オートエンコーダの入力層に入力するデータの選定に当たり、既存の日報データに着目し収集を行った。しかしながら、日報データは、マンホールポンプの各施設においてポンプの属性等、記載項目が異なる等の理由により、すべてのデータを統一的に使用することはできない。例えば全国展開時に新たなポンプの形式や出力などの属性が発生すると、同じシステムが適用できず汎用性が確保できないことから、ポンプの属性等の汎用性を阻害する恐れのある項目を入力値に含めないこととした。そこで、マンホールポンプの一般的な運用で作成される各種日報の共通のデータ項目を割り出し、その中でポンプの正常又は異常に影響を及ぼすものとして、ポンプの毎時の「運転回数4」と「運転時間5」を選定し、この2つの指標を利用することにした。そして、オートエンコーダに入力するためのデータは、連続した24時間分の、1時間毎の運転回数4と運転時間5のデータとした。そして、対象時刻から1時間後までの状態が正常または異常のいずれであるかを推定するために、対象時刻から23時間前までの計24時間分の運転回数4と運転時間5のデータセットを作成した。なお、運転回数4と運転時間5の2つの指標のみによってオートエンコーダによる算出結果に汎用性を持たせるために、過去何年にも亘る日報データを収集整理した。このデータセットをオートエンコーダに入力し、入力の復元を行う。
オートエンコーダのネットワーク図を図2に示す。このオートエンコーダは次の6つの部位からなっている。なお、運転回数4と運転時間5では数値の取りうる幅が2桁程度異なることから、それぞれの入力処理を分離した。
運転回数入力ベクトルCIを48次元ベクトル{CI1_23, CI2_23, CI1_22, CI2_22, CI1_21, CI2_21, …, CI1_n, CI2_n, …, CI1_2, CI2_2, CI1_1, CI2_1, CI1_0, CI2_0}とする。ここで、CI1,CI2はそれぞれ同一ポンプ所におけるポンプNo.1、ポンプNo.2を、_nは復元対象時刻からn時間前を表している。例えば、復元対象時刻が21時台とすると、CI2_23は前日の22時台(21時の23時間前)のポンプNo.2の運転回数4(回)を、CI1_0は当日21時台のポンプNo.1の運転回数4(回)を表す。通常、同一ポンプ所におけるポンプNo.1とポンプNo.2は交互に運転しているため、通常均等な値になると考えられる。このようなことから、ポンプNo.1とポンプNo.2の区別なく、全体の平均運転回数(回)を各値から減じ偏差を求め、偏差の絶対値の最大値で除することで規格化した。これにより、規格化後の運転回数入力ベクトルCI’の各要素の値域は{-1≦CI’(1,2)_n≦1}となる。
運転時間入力ベクトルTIを48次元ベクトル{TI1_23,TI2_23,TI1_22,TI2_22, TI1_21,TI2_21,…,TI1_n,TI2_n,…,TI1_2,TI2_2,TI1_1,TI2_1,TI1_0,TI2_0}とする。ここで、TI1,TI2はそれぞれポンプNo.1、ポンプNo.2を、_nは復元対象時刻からn時間前を表している。例えば、復元対象時刻が21時台とすると、TI2_23は前日の22時台(21時の23時間前)のポンプNo.2の運転時間5(秒)を、TI1_0は当日21時台のポンプNo.1の運転時間5(秒)を表す。通常、同一ポンプ所におけるポンプNo.1とポンプNo.2は交互に運転しているため、通常均等な値になると考えられる。このようなことから、ポンプNo.1とポンプNo.2の区別なく、全体の平均運転時間(秒)を各値から減じ偏差を求め、偏差の絶対値の最大値で除することで規格化した。これにより、規格化後の運転時間入力ベクトルTI’の値域は{-1≦TI’(1,2)_n≦1}となる。
規格化した運転回数入力ベクトルCI’と運転時間入力ベクトルTI’をconcatinate関数で結合し、2×48行列P’を作成し、4層の畳込み層(畳込み(カーネルサイズ:3,マップ数:32)と活性化関数(LeakyReLU,Alpha:0.1)のセット)と2層の畳込み層(畳込み(カーネルサイズ:3,マップ数:16)と活性化関数(LeakyReLU,Alpha:0.1)のセット)の計6層を通すことで、16×2行列に圧縮(エンコード)した(圧縮率は1/3)。
エンコーダ部8の出力した16×2行列を2層の逆畳み込み層(逆畳み込み(カーネルサイズ:5、マップ数:16)と活性化関数(LeakyReLU、Alpha:0.1)のセット)、逆畳み込み層(逆畳み込み(カーネルサイズ:4、マップ数:32)と活性化関数(LeakyReLU、Alpha:0.1)のセット)、逆畳み込み層(逆畳み込み(カーネルサイズ:3、マップ数:32)と活性化関数(LeakyReLU、Alpha:0.1)のセット)、逆畳み込み層(逆畳み込み(カーネルサイズ:4、マップ数:32)と活性化関数(LeakyReLU、Alpha:0.1)のセット)及び逆畳み込み層(逆畳み込み(カーネルサイズ:6、マップ数:2))の計6層を通し、48×2行列を出力する。
デコーダ部10により生成した48×2行列の前半を48次元規格化運転回数出力ベクトルCO’として復元(規格化と逆の処理:残差の絶対値の最大値をかけて、平均値を足す)し、48次元運転回数出力ベクトルCOを得る。
デコーダ部10により生成した48×2行列の後半を48次元規格化運転時間出力ベクトルTO’として、復元(規格化と逆の処理:残差の絶対値の最大値をかけて、平均値を足す)し、48次元運転回数出力ベクトルTOを得る。
なお、構築した異常検知識別器において緊急出動や警報に紐づかない異常を検知したのは、オートエンコーダが、通常のポンプの動きと異なる現象(例えば、不明水の流入、不定期排水等、従来見落とされていた異常)を捉えたものであると思料される。
5 運転時間
A 復元誤差
D しきい値
Claims (1)
- マンホールポンプにおける1時間毎の運転回数及び運転時間のデータのうち連続した24時間分の時系列データを入力データとして、オートエンコーダ(自己符号化器)を用いたニューラルネットワークに入力し、前記入力データと前記入力データを通常の運転として復元したデータに相当する前記オートエンコーダの出力データとの差である復元誤差を算出し、前記復元誤差が所定のしきい値を超えた時間帯を通常と異なる運転として判断し、当該時間帯を自動的にポンプの異常として検知するマンホールポンプの異常検知方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020128192 | 2020-07-29 | ||
JP2020128192 | 2020-07-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022027657A JP2022027657A (ja) | 2022-02-10 |
JP7431390B2 true JP7431390B2 (ja) | 2024-02-15 |
Family
ID=80264524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021124835A Active JP7431390B2 (ja) | 2020-07-29 | 2021-07-29 | マンホールポンプ異常検知方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7431390B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002266421A (ja) | 2001-03-08 | 2002-09-18 | Shin Meiwa Ind Co Ltd | マンホールポンプ場管理システム |
JP2007257366A (ja) | 2006-03-23 | 2007-10-04 | Kagawa Univ | 診断装置及び診断方法 |
JP2012038298A (ja) | 2010-07-12 | 2012-02-23 | Metawater Co Ltd | プラント運転監視装置、プラント運転監視システム、およびプラント運転監視プログラム |
JP2016018526A (ja) | 2014-07-11 | 2016-02-01 | 株式会社荏原製作所 | 故障診断システム及び故障診断方法 |
JP2018055150A (ja) | 2016-09-26 | 2018-04-05 | 株式会社クボタ | 通報装置、監視システム及び通報方法 |
JP2019020264A (ja) | 2017-07-18 | 2019-02-07 | 株式会社クボタ | ポンプ装置の診断方法及びポンプ装置の診断評価装置 |
JP2020071808A (ja) | 2018-11-02 | 2020-05-07 | 株式会社Ihi | 学習装置及び学習方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05157668A (ja) * | 1991-12-10 | 1993-06-25 | Mitsubishi Atom Power Ind Inc | プラント機器の異常検知方法及び装置 |
-
2021
- 2021-07-29 JP JP2021124835A patent/JP7431390B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002266421A (ja) | 2001-03-08 | 2002-09-18 | Shin Meiwa Ind Co Ltd | マンホールポンプ場管理システム |
JP2007257366A (ja) | 2006-03-23 | 2007-10-04 | Kagawa Univ | 診断装置及び診断方法 |
JP2012038298A (ja) | 2010-07-12 | 2012-02-23 | Metawater Co Ltd | プラント運転監視装置、プラント運転監視システム、およびプラント運転監視プログラム |
JP2016018526A (ja) | 2014-07-11 | 2016-02-01 | 株式会社荏原製作所 | 故障診断システム及び故障診断方法 |
JP2018055150A (ja) | 2016-09-26 | 2018-04-05 | 株式会社クボタ | 通報装置、監視システム及び通報方法 |
JP2019020264A (ja) | 2017-07-18 | 2019-02-07 | 株式会社クボタ | ポンプ装置の診断方法及びポンプ装置の診断評価装置 |
JP2020071808A (ja) | 2018-11-02 | 2020-05-07 | 株式会社Ihi | 学習装置及び学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022027657A (ja) | 2022-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008301B (zh) | 基于机器学习的区域性地质灾害易发性预测方法及装置 | |
KR101491196B1 (ko) | 결함 패턴 매칭을 위한 퍼지 분류 접근 | |
CN107426013B (zh) | 设备信息监测方法、装置及系统 | |
CN112287816A (zh) | 一种基于深度学习的危险工作区事故自动检测报警方法 | |
CN109469896B (zh) | 一种基于时间序列分析工业锅炉故障的诊断方法及系统 | |
CN111538311B (zh) | 一种基于数据挖掘的机械设备柔性多状态自适应预警方法及装置 | |
CN113568774B (zh) | 使用无监督深度神经网络的多维时序数据实时异常检测方法 | |
CN112119220B (zh) | 用于识别废水泵送站中的操作情形的监测模块和方法 | |
CN112414694A (zh) | 基于多元状态估计技术的设备多级异常状态识别方法及装置 | |
CN117131110B (zh) | 一种基于关联分析的容性设备介质损耗监测方法及系统 | |
JP7431390B2 (ja) | マンホールポンプ異常検知方法 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
TWI687783B (zh) | 設備異常偵測方法及系統 | |
CN112115184A (zh) | 时间序列数据的检测方法、装置、计算机设备及存储介质 | |
CN116311594A (zh) | 一种船舶子系统状态分析方法、装置及存储介质 | |
CN105466707A (zh) | 用于离心泵中的故障检测的方法、系统和计算机程序 | |
JP2011247695A (ja) | パターンライブラリを用いた異常診断方法および異常診断システム | |
CN112232235B (zh) | 基于5g和算法的智慧工厂远程监控方法及系统 | |
JP2018205992A (ja) | 機器診断システム | |
CN115169650B (zh) | 一种大数据分析的装备健康预测方法 | |
CN111712771B (zh) | 能够执行问题诊断的数据处理装置以及方法 | |
CN116310919A (zh) | 一种施工工人不规范操作警示方法及系统 | |
CN117033913A (zh) | 基于电力设备画像的异常检测方法及设备、存储介质 | |
CN109072721A (zh) | 适用于电力生产工厂回路的供水泵送管理 | |
CN112987695A (zh) | 飞行器健康预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220901 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230915 |
|
TRDD | Decision of grant or rejection written | ||
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20231002 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231024 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20231106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231106 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20231109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7431390 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |