JPWO2018207225A1 - 時系列データの分析制御方法および分析制御装置 - Google Patents

Abstract

分析制御装置は、対象装置を構成する複数の部品に対応した複数のセンサの各々の時系列データに基づく分析を制御する。具体的には、分析制御装置は、複数のセンサの各々の時系列データのうち分析対象時間帯に属するセンサデータセットを取得する。各センサデータセットは、そのセンサデータセットに対応したセンサにより計測された値である計測値を含む。分析制御装置は、複数のセンサの各々について、分析対象時間帯に属する複数のセンサデータセットのうち当該センサに対応した２以上のセンサデータセットを用いた簡易評価に従う評価値を算出する。分析制御装置は、分析対象時間帯に対応した制約時間における、センサの計測値に基づく分析の実行順を、算出された評価値の高い順とする。

Description

本発明は、概して、データの分析に関する。

近年、ＩｏＴ（Internet of Things）やＣＰＳ（Cyber Physical Systems）という言葉に象徴される様に、様々な機器がネットワークに接続され、相互にデータ通信や制御を行えるようになってきている。例えば、電力分野では各家庭に取り付けた電力センサの時系列データを、家電制御のスケジューリングや電力の需要予測に活用している。あるいは交通分野では、各車両に取り付けた加速度センサの時系列データを、道路整備の計画や保険料策定の指針に活用している。

これらの時系列データ分析では、同一の分析対象に対して複数の分析者が分析を行い、多様な観点での知見を抽出または集約する場合が多い。例えば、風力発電の設備の分析においては、ブレード、ナセル、タワーといった各部品に対して、材料または形状の特性のデータや稼動状態のデータを計測または推定し、損傷解析、腐食解析、装置異常検知といった多面的な分析を、複数の分析者が行う。

一方で、これらの分析結果を保守業務に反映するためには、制御間隔や保守期間といった制約時間の中で施策を決定する必要がある。

しかし、大量の部品に関する大量のセンサの時系列データを用いて多面的な分析を行うと、分析に時間がかかりすぎて施策決定が間に合わないという問題がある。よって、制約時間の中で施策決定に必要な精度の分析結果を出すことがこの分野における課題である。

特許文献１によれば、診断対象が、複数の故障部位単位に区分される。診断装置が、診断対象について単位毎に予備診断を行う。これにより、診断項目の組合せの爆発が抑制される。

特許文献２によれば、診断処理管理装置が、アラームに応じて優先度つきの分析処理を待ち行列に蓄積し、診断実施装置が、負荷基準内で処理を実行する。これにより、許容範囲を超えた負荷をかけることが回避される。

特開２０１５−１９４４５１号公報 特開２００８−００５１１８号公報

特許文献１の技術を利用すれば、複数のセンサに対応した複数の部品を２以上の故障部位単位に分類し、各故障部位単位について予備診断を設計することが考えられる。しかし、故障部位単位も予備診断も予め設計されるため、多面的な分析の精度を維持すること（分析の目的が変わっても分析の精度を維持すること）が難しいという問題がある。

特許文献２の技術では、負荷基準が低いと同様の診断のみが行われ障害の検出漏れが増え得るという問題がある。

分析制御装置は、対象装置を構成する複数の部品に対応した複数のセンサの各々の時系列データに基づく分析を制御する。具体的には、分析制御装置は、複数のセンサの各々の時系列データのうち分析対象時間帯に属するセンサデータセットを取得する。各センサデータセットは、そのセンサデータセットに対応したセンサにより計測された値である計測値を含む。分析制御装置は、複数のセンサの各々について、分析対象時間帯に属する複数のセンサデータセットのうち当該センサに対応した２以上のセンサデータセットを用いた簡易評価に従う評価値を算出する。分析制御装置は、分析対象時間帯に対応した制約時間における、センサの計測値に基づく分析の実行順を、算出された評価値の高い順とする。

本発明によれば、検出漏れの少ない分析処理を制限時間内に行うことが期待できる。

実施例１に係るシステム全体の物理構成を示す。 実施例１に係るシステム全体の論理構成を示す。 センサＤＢが格納するテーブルの構成を示す。 分析ＤＢが格納するテーブルの構成を示す。 ポリシＤＢが格納するテーブルの構成を示す。 センサデータ収集処理の流れを示す。 制御管理処理の流れを示す。 実行順決定処理の流れを示す。 検出確率評価処理の流れを示す。 現象乖離度評価処理の流れを示す。 実行順制御処理の流れを示す。 センサデータ分析処理の流れを示す。 妥当性評価処理の流れを示す。 Ｕ／Ｉ制御処理の流れを示す。 分析画面の構成の一例を示す。 実施例２に係るシステム全体の論理構成を示す。 業務ＤＢが格納するテーブルの構成を示す。 ポリシＤＢが格納するテーブルの構成を示す。 業務影響度評価処理の流れを示す。 実行実績評価処理の流れを示す。 分析フロー画面の構成の一例を示す。

以下、図面を参照して、本発明の幾つかの実施例を説明する。但し、それらの実施例は本発明を実現するための一例に過ぎず、本発明の技術的範囲を限定するものではない。

以下の説明では、「インターフェース部」は、１以上のインターフェース装置である。１以上のインターフェースは、１以上の同種のインターフェース装置（例えば１以上のＮＩＣ（Network Interface Card））であってもよいし２以上の異種のインターフェース装置（例えばＮＩＣとＨＢＡ（Host Bus Adapter））であってもよい。

また、以下の説明では、「記憶部」は、１以上のメモリである。少なくとも１つのメモリは、揮発性メモリであってもよいし不揮発性メモリであってもよい。記憶部は、１以上のメモリに加えて、１以上のＰＤＥＶを含んでもよい。「ＰＤＥＶ」は、物理的な記憶装置を意味し、典型的には、不揮発性の記憶装置（例えば補助記憶装置）でよい。ＰＤＥＶは、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）でよい。

また、以下の説明では、「プロセッサ部」は、１以上のプロセッサである。少なくとも１つのプロセッサは、典型的には、ＣＰＵ（Central Processing Unit）である。プロセッサは、処理の一部または全部を行うハードウェア回路を含んでもよい。

また、以下の説明では、「ｋｋｋ部」（インターフェース部、記憶部およびプロセッサ部を除く）の表現にて機能を説明することがあるが、機能は、１以上のコンピュータプログラムがプロセッサ部によって実行されることで実現されてもよいし、１以上のハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）またはＡＳＩＣ（Application Specific Integrated Circuit））によって実現されてもよい。プログラムがプロセッサ部によって実行されることで機能が実現される場合、定められた処理が、適宜に記憶部および／またはインターフェース部等を用いながら行われるため、機能はプロセッサ部の少なくとも一部とされてもよい。機能を主語として説明された処理は、プロセッサ部あるいはそのプロセッサ部を有する装置が行う処理としてもよい。プログラムは、プログラムソースからインストールされてもよい。プログラムソースは、例えば、プログラム配布計算機または計算機が読み取り可能な記録媒体（例えば非一時的な記録媒体）であってもよい。各機能の説明は一例であり、複数の機能が１つの機能にまとめられたり、１つの機能が複数の機能に分割されたりしてもよい。

また、以下の説明では、「ｘｘｘテーブル」といった表現にて情報を説明することがあるが、情報は、どのようなデータ構造で表現されていてもよい。すなわち、情報がデータ構造に依存しないことを示すために、「ｘｘｘテーブル」を「ｘｘｘ情報」と言うことができる。また、以下の説明において、各テーブルの構成は一例であり、１つのテーブルは、２以上のテーブルに分割されてもよいし、２以上のテーブルの全部または一部が１つのテーブルであってもよい。

また、以下の説明では、「時刻」は、年月日時分秒の単位で表現されるが、時刻の単位は、それよりも粗くても細かくてもよいし、また異なる単位でもよい。

また、以下の説明では、「データセット」とは、１以上のデータ要素から成るデータ（論理的な電子データの塊）を意味し、例えば、レコード、ファイル、キーバリューペア及びタプルのうちのいずれでもよい。

また、以下の説明では、各部品について、「異常」の定義は、分析の目的に依存してよく、例えば、部品の故障、腐食または破損あるいはそれらの予兆でよい。

図１は、実施例１に係るシステム全体の物理構成を示す。

対象装置１００は、管理対象の装置である。対象装置１００は、複数の部品（図示せず）を有する。例えば、対象装置１００は、ウィンドファームに設置されている１以上の風車でよい。各風車について、複数の部品は、ブレード、ナセル、タワー等である。複数の部品に関して、複数のセンサ１０１が設けられる。例えば、各部品に、１以上のセンサ１０１が設けられる。

対象装置１００は、複数のセンサ１０１の各々からの時系列データが格納される記憶装置１０４を有する。記憶装置１０４は、１以上のＰＤＥＶである。ＰＤＥＶは、物理的な不揮発記憶デバイス、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）である。記憶装置１０４の少なくとも一部は、対象装置１００の外に存在してもよい。

対象装置１００に、通信ネットワーク（例えばＷＡＮ（Wide Area Network））１２０を介して、業務装置５０および分析制御装置１１０が接続されている。

業務装置５０は、対象装置１００の部品の保守に関する情報を管理する計算機システム（１以上の計算機）である。業務装置５０は、当該情報を格納する記憶装置５１を有する。記憶装置５１は、１以上のＰＤＥＶである。記憶装置５１の少なくとも一部は、業務装置５０の外に存在してもよい。

分析制御装置１１０は、計算機システム（１以上の計算機）、例えば、１以上のユーザ（分析者）が使用可能なスタンドアロンの計算機であってもよいし、サーバ計算機およびクライアント計算機のうちの少なくともサーバ計算機でよい。このため、「ユーザインターフェース装置」は、計算機の１以上のユーザインターフェース装置（入力装置と出力装置のうちの少なくとも１つ）でもよいし、１以上のユーザインターフェース装置を有するクライアント計算機であってもよい。また、以下の説明では、「ユーザ操作」とは、ユーザが入力装置を使用して行う操作を言う。また、以下の説明によれば、分析制御装置１１０は、情報を表示することができるが、「情報を表示する」とは、ユーザインターフェース装置に表示対象の情報を送りユーザインターフェース装置によりその情報が表す表示対象（例えば分析結果）が表示されることであってよい。

分析制御装置１１０は、ネットワークインターフェース１１５、入力装置１１６、出力装置１１７、記憶装置１１４、メモリ１１３、および、それらに接続されたプロセッサ１１２を有する。

ネットワークインターフェース１１５は、インターフェース部の一例であり、通信ネットワーク１２０を介して通信するための通信インターフェース装置である。

入力装置１１６および出力装置１１７は、１以上のユーザインターフェース装置の一例である。入力装置１１６は、例えば、キーボードおよびポインティング装置である。出力装置１１７は、例えば、表示装置である。

記憶装置１１４およびメモリ１１３が、記憶部の一例である。記憶装置１１４は、１以上のＰＤＥＶである。メモリ１１３は、例えば、ＤＲＡＭ（Dynamic Random Access Memory）であり、プロセッサ１１２により実行される１以上のプログラムを記憶する。

プロセッサ１１２が、プロセッサ部の一例であり、１以上のプログラムを実行する。

以上が、本実施例に係るシステム全体の構成である。なお、本実施例では、対象装置１００、業務装置５０および分析制御装置１１０が通信ネットワーク１２０に接続されているが、システム全体の構成は、図１に示す構成に限定されない。例えば、装置１００、５０および１１０のうちの２以上の装置の各々が、計算機システムにおいて実行されるＶＭ（Virtual Machine）でもよい。

図２は、システム全体の論理構成を示す。

対象装置１００（記憶装置１０４）は、センサＤＢ２０１を格納する。センサＤＢ２０１は、センサテーブル２０２を格納する。

分析制御装置１１０（記憶装置１１４）は、分析ＤＢ２１４およびポリシＤＢ２１５を格納する。分析ＤＢ２１４は、未分析テーブル２３１および既分析テーブル２３２を格納する。ポリシＤＢ２１５は、分析評価テーブル２５１および評価ポリシテーブル２５２を格納する。

分析制御装置１１０は、分析部２１１及び分析制御部２１２を有する。分析部２１１及び分析制御部２１２は、プロセッサ１１２により実行される１以上のプログラムが実行されることにより実現される機能である。

分析部２１１は、複数のセンサデータセットを基に分析を行う。具体的には、例えば、分析部２１１は、センサデータセットを収集するセンサデータ収集部２２１、および、収集されたセンサデータセットを基に分析を行うセンサデータ分析部２２２を有する。なお、「センサデータセット」とは、センサにより計測された値を含んだデータセットである。

分析制御部２１２は、分析部２１１による分析を制御する。具体的には、例えば、分析の実行順を決定する実行順決定部２４４、実行順通りの分析開始を制御する実行順制御部２４２、実行順決定部２４４および実行順制御部２４２の呼び出しを制御する制御管理部２４１、実行順の決定の第１の観点である検出確率を算出する検出確率評価部２４５、実行順の決定の第２の観点である現象乖離度を算出する現象乖離度評価部２４６、実行順の妥当性（評価精度）を算出する妥当性評価部２４３、および、Ｕ／Ｉ（ユーザインタフェース）としての画面を表示するＵ／Ｉ制御部２１３を有する。

センサデータ収集、分析制御、センサデータ分析は同期実行でも非同期実行でも構わない。
また、センサＤＢ２０１内と分析ＤＢ２１４とポリシＤＢ２１５は同一ＤＢやレコードでもよい。

図３は、センサＤＢ２０１が格納するテーブルの構成を示す。

センサＤＢ２０１は、センサテーブル２０２を格納する。センサテーブル２０２は、各センサからのセンサデータセットを格納する。具体的には、例えば、センサテーブル２０２は、計測毎にレコード（以下、センサレコード）を有する。各センサレコードは、センサデータセット、具体的には、計測時刻３０１、センサＩＤ３０２及び計測値３０３といった情報を格納する。

計測時刻３０１は、値を計測した時刻を示す。センサＩＤ３０２は、センサ１０１の識別子を示す。計測値３０３は、センサにより計測された値を示す。

本実施例では、分析制御装置１１０が、分析制御に加えて分析も行う。変形例として、分析部２１１は、分析制御装置１１０と通信可能な外部装置（図示せず）によって実行されてもよい。

以下、計測時刻３０１が対象時間帯に属するセンサレコード（センサデータセット）を、「対象時間帯に属するセンサレコード（センサデータセット）」と言う。

図４は、分析ＤＢ２１４が格納するテーブルの構成を示す。

分析ＤＢ２１４は、未分析テーブル２３１および既分析テーブル２３２を格納する。

未分析テーブル２３１は、対象時間帯（以下、対象時間帯）に属する複数のセンサレコード（複数のセンサデータセット）の集約結果に関する情報を格納する。具体的には、例えば、未分析テーブル２３１は、センサ１０１毎にレコード（以下、未分析レコード）を有する。各未分析レコードは、分析ＩＤ４０１、時刻４０２、センサＩＤ４０３および値集合４０４といった情報を格納する。

分析ＩＤ４０１は、センサ１０１と計測値３０３の集合との組の識別子を示す。時刻４０２は、対象時間帯の開始時刻を示す。センサＩＤ４０３は、センサ１０１の識別子を示す。値集合４０４は、対象時間帯に属する複数のセンサレコードのうちの該当センサ１０１についての２以上のセンサレコードがそれぞれ有する２以上の計測値３０３の集合を示す。

既分析テーブル２３２におけるレコード（以下、既分析レコード）は、当該レコードに対応する未分析レコードを用いた分析結果に関する情報を格納する。各既分析レコードは、分析ＩＤ４１１、時刻４１２、センサＩＤ４１３および異常度４１４といった情報を格納する。

分析ＩＤ４１１、時刻４１２およびセンサＩＤ４１３は、対応する未分析レコード内の分析ＩＤ４０１、時刻４０２およびセンサＩＤ４０３を示す。異常度４１４は、対応する未分析レコードが有する値集合４０４を用いた分析において算出された値であって、当該センサＩＤ４１３から識別されるセンサ１０１に対応した部品の異常に関する程度を示す値である。異常度が小さい程、異常に関する程度は低く（つまり部品は正常に近く）、異常度が大きい程、異常に関する程度は大きい（つまり部品が異常に近い）。

本実施例では、未分析レコードを基に既分析レコードが生成された場合、当該未分析レコードは削除される。しかし、未分析レコードは必ずしも削除されないでもよい。例えば、未分析テーブル２３１と既分析テーブル２３２は一体であって、レコードに、分析結果としての異常度が追加されてもよい。

図５は、ポリシＤＢ２１５が格納するテーブルの構成を示す。

ポリシＤＢ２１５は、分析評価テーブル２５１および評価ポリシテーブル２５２を格納する。

分析評価テーブル２５１は、各未分析レコードについての評価優先度に関する情報を格納する。具体的には、例えば、分析評価テーブル２５１は、未分析レコード毎にレコード（以下、評価レコード）を有する。各評価レコードは、分析ＩＤ５０１、検出確率５０２、現象乖離度５０３、評価値５０４、および実行フラグ５０５といった情報を格納する。

分析ＩＤ５０１は、対応する未分析レコード内の分析ＩＤ４０１を示す。

検出確率５０２は、対応センサ１０１（対応する未分析レコード内のセンサＩＤ４０３に対応したセンサ１０１）に対応した部品で異常が発生している確率に相当する。具体的には、例えば、検出確率５０２は、対応する未分析レコード内の値集合４０４における最大値と最小値との差分に基づく。

現象乖離度５０３は、対応センサ１０１に対応した部品の状態と、全センサ１０１に対応した全部品の状態との差に相当する。具体的には、例えば、現象乖離度５０３は、対応する未分析レコード内の値集合４０４に基づく値（例えば、当該値集合４０４が示すベクトルの中心値）と、全未分析レコード内の値集合４０４に基づく値（例えば、全値集合４０４が示すベクトルの中心値）との差を示す。

評価値５０４は、対応する検出確率５０２と対応する現象乖離度５０３とを用いて選択評価ポリシに従い算出された値である。

実行フラグ５０５は、分析が実行されたか（“True”）否か（“False”）を示す。

評価ポリシテーブル２５２は、評価ポリシに関する情報を格納する。評価ポリシテーブル２５２は、評価ポリシ毎にレコード（以下、ポリシレコード）を有する。各ポリシレコードは、ポリシＩＤ５１１、評価ポリシ５１２、評価精度５１３および選択フラグ５１４といった情報を格納する。

ポリシＩＤ５１１は、評価ポリシの識別子を示す。評価ポリシ５１２は、検出確率５０２と現象乖離度５０３とを用いて評価値５０４を算出する方法を示す。評価精度５１３は、評価ポリシの精度を示す。選択フラグ５１４は、評価ポリシが選択されているか（“True”）否か（“False”）を示す。

本実施例では、各未分析レコードについて、複数の評価ポリシのうちの選択評価ポリシに従い評価値５０４が算出される。しかし、各未分析レコードについて、複数の評価ポリシにそれぞれ従う複数の評価値５０４が算出されてもよい。

以下、本実施例で行われる処理の一例を説明する。

図６は、センサ１０１データ収集処理の流れを示す。

制約時間間隔で、Ｓ６０１〜Ｓ６０４が行われる。すなわち、センサデータ収集部２２１が、対象時間帯分のセンサレコード（センサデータセット）をセンサテーブル２０２から取得する（Ｓ６０１）。センサデータ収集部２２１が、Ｓ６０１で取得したセンサレコードの計測値３０３をセンサ１０１毎の値集合４０４に分類し、各値集合４０４に分析ＩＤ４０１を関連付ける（Ｓ６０３）。センサデータ収集部２２１が、センサ１０１毎に、Ｓ６０２で生成した値集合４０４と分析ＩＤ４０１とを含んだ未分析レコードを未分析テーブル２３１に格納する（Ｓ６０３）。センサデータ収集部２２１が、未分析レコードの追加を制御管理部２４１に通知する（Ｓ６０３）。

なお、常に、対象時間帯分のセンサレコードが取得されるとは限らない。すなわち、センサレコードの遅延または欠損があり得る。このため、現在時刻と格納実績（計測時刻３０１）との差分などからセンサデータセットの取得の追いつきまたはスキップが行われてもよい。

図７は、制御管理処理の流れを示す。

制御管理部２４１が、分析制御装置１１０が停止するまで、Ｓ７０１〜Ｓ７０３を行う。

すなわち、制御管理部２４１が、未分析レコードの追加の通知を受けたか否かを判断する（Ｓ７０１）。Ｓ７０１の判断結果が真の場合（Ｓ７０１：Ｙｅｓ）、制御管理部２４１が、実行順決定部２４４を呼び出し（Ｓ７０２）、且つ、実行順制御部２４２を呼び出す（Ｓ７０３）。

Ｓ７０２およびＳ７０３は、未分析レコードの追加の通知が契機で行われることに代えてまたは加えて、定期的に行われてもよい。

図８は、実行順決定処理の流れを示す。この処理は、実行順決定部２４４が呼び出された場合に行われる。

実行順決定部２４４が、選択フラグ５１４“True”を含んだポリシレコード内の評価ポリシ５１２を参照する（Ｓ８０１）。

各未分析レコードについて、Ｓ８０２およびＳ８０３が行われる。すなわち、実行順決定部２４４が、未分析レコード内の分析ＩＤ４０１と同じ分析ＩＤ５０１を、当該未分析レコードに対応した評価レコードに格納する（Ｓ８０２）。実行順決定部２４４が、当該未分析レコードに対応した評価レコードに、実行フラグ５０５“False”を格納する（Ｓ８０３）。

実行順決定部２４４が、検出確率評価部２４５を呼び出すことで、各未分析レコードについて、検出確率５０２を得る（Ｓ８０４）。実行順決定部２４４が、現象乖離度評価部２４６を呼び出すことで、各未分析レコードについて、現象乖離度５０３を得る（Ｓ８０５）。

各未分析レコードについて、Ｓ８０６およびＳ８０７が行われる。すなわち、実行順決定部２４４が、未分析レコードに対応した評価レコード内の検出確率５０２および現象乖離度５０３を参照する（Ｓ８０６）。実行順決定部２４４が、Ｓ８０６で参照した検出確率５０２および現象乖離度５０３を用いて、選択評価ポリシ５１２に従い、評価値５０４を算出し、算出した評価値５０４を、当該未分析レコードに対応した評価レコードに格納する（Ｓ８０７）。

本実施例では、選択フラグ５１４“True”を含んだポリシレコードが少なくとも用意されている。現象乖離度５０３は、同一の対象時間帯について、１つの未分析レコード内の値集合４０４に基づく値と全未分析レコード内の値集合４０４に基づく値とに基づいて算出されるが、全未分析レコード内の値集合４０４に基づく値は、当該対象時間帯に加えて過去の対象時間帯についての値も参酌された値でよい。

図９は、検出確率評価処理の流れを示す。この処理は、検出確率評価部２４５が呼び出された場合に行われる。

各未分析レコードについて、Ｓ９０１〜Ｓ９０３が行われる。すなわち、検出確率評価部２４５が、未分析レコードから分析ＩＤ４０１を取得する（Ｓ９０１）。検出確率評価部２４５が、当該未分析レコード内の値集合４０４における最大値と最小値との差の大きさに応じて検出確率５０２を算出する（Ｓ９０２）。Ｓ９０１で取得した分析ＩＤ４０１と一致する分析ＩＤ５０１を有する評価レコードに、Ｓ９０２で算出した検出確率５０２を格納する（Ｓ９０３）。

検出確率５０２は、他の方法、例えば、センサデータ分析部２２２のロジックに応じて、収束計算の切り上げや波形の近似などを行うことで算出されてもよい。

図１０は、現象乖離度評価処理の流れを示す。この処理は、現象乖離度評価部２４６が呼び出された場合に行われる。

現象乖離度評価部２４６が、全未分析レコードを取得する（Ｓ１００１）。現象乖離度評価部２４６が、全未分析レコード内の値集合４０４が示すベクトルの中心値を算出する（Ｓ１００２）。現象乖離度評価部２４６が、各未分析レコードについて、当該未分析レコード内の値集合４０４が示すベクトルの中心値と、Ｓ１００２で算出された中心値との差に応じた現象乖離度５０３を算出する（Ｓ１００３）。現象乖離度評価部２４６が、各未分析レコードについて、当該未分析レコード内の分析ＩＤ４０１と一致する分析ＩＤ４０１を有する評価レコードに、Ｓ１００３で算出した現象乖離度５０３を格納する（Ｓ１００４）。

現象乖離度５０３は、他の方法、例えば、各未分析レコードについて、現在や過去の未分析レコードのうちの一部の未分析レコードと予め定義したモデルとの乖離度であってもよい。

図１１は、実行順制御処理の流れを示す。この処理は、実行順制御部２４２が呼び出された場合に行われる。

制約時間間隔で、Ｓ１１０１〜Ｓ１１０３が行われる。すなわち、実行順制御部２４２が、評価値の高い順に、実行フラグ５０５“False”を有する評価レコード内の分析ＩＤ５０１を取得する（Ｓ１１０１）。実行順制御部２４２が、分析ＩＤ５０１を取得した順に（評価値５０４の高い順に）、分析ＩＤ５０１を引数としてセンサデータ分析部２２２を呼び出すことにより既分析レコードを得る（Ｓ１１０２）。実行順制御部２４２が、既分析レコードが得られた未分析レコードに対応した評価レコード内の実行フラグ５０５を、“False”から“True”に更新する（Ｓ１１０３）。

Ｓ１１０１では、削除されずに残っている未分析レコードに対応した評価レコード内の分析ＩＤ５０１が取得されてもよい。また、制約時間は、固定値でもよいし可変値（例えばユーザ任意の値）であってもよい。

また、図１１によれば、制約時間間隔で、対象時間帯に属する未分析レコードの分析が評価値５０４の高い順に実行される。言い換えれば、対象時間帯に対応した制約時間が終了するまで、評価値５０４の高い順に、未分析レコードを用いた分析が行われる。従って、対象時間帯に属する全ての未分析レコードの分析が、対象時間帯に対応した制約時間内に終わらない場合、当該対象時間帯についての分析は終了する。全ての未分析レコードについて分析がされていなくても、評価値の高い順で未分析レコードが分析されるので、異常の検出漏れの可能性は低い。なお、「制約時間」の開始時刻は、分析対象時間帯に属するセンサレコードの取得時（つまり図６のセンサデータ収集処理の開始時）でもよいし、図１１の実行順制御処理の開始時でもよい。

図１２は、センサデータ分析処理の流れを示す。この処理は、センサデータ分析部２２２が呼び出された場合に行われる。

センサデータ分析部２２２が、実行順制御部２４２から分析ＩＤ５０１を受信する（Ｓ１２０１）。センサデータ分析部２２２が、受信した分析ＩＤ５０１と一致する分析ＩＤ４０１を有する未分析レコードがあるか否かを判断する（Ｓ１２０２）。

Ｓ１２０２の判断結果が真の場合（Ｓ１２０２：Ｙｅｓ）、センサデータ分析部２２２が、受信した分析ＩＤ５０１と一致する分析ＩＤ４０１を有する未分析レコードを取得する（Ｓ１２０３）。センサデータ分析部２２２が、Ｓ１２０３で取得した未分析レコード内の値集合４０４を基に異常度４１４を算出する（Ｓ１２０４）。センサデータ分析部２２２が、Ｓ１２０３で取得した未分析レコード内の分析ＩＤ４０１、時刻４０２およびセンサＩＤ４０３と一致する分析ＩＤ４１１、時刻４１２およびセンサＩＤ４１３と、Ｓ１２０４で算出した異常度４１４とを含んだ既分析レコードを既分析テーブル２３２に格納する（Ｓ１２０５）。センサデータ分析部２２２が、Ｓ１２０３で取得した未分析レコードを未分析テーブル２３１から削除する（Ｓ１２０６）。

図１３は、妥当性評価処理の流れを示す。この処理は、妥当性評価部２４３が呼び出された場合に行われる。

妥当性評価部２４３が、全既分析レコードを取得する（Ｓ１３０１）。妥当性評価部２４３が、異常度の高い順に分析ＩＤ４１１を並べる（Ｓ１３０２）。なお、成約時間内に全ての未分析レコードの分析が終わっていなければ、評価値５０４が低い分析ＩＤに対応した未分析レコードについては、既分析レコードは存在しないことがある。

妥当性評価部２４３が、全評価レコードを取得する（Ｓ１３０３）。妥当性評価部２４３が、各分析ＩＤ５０１について、評価精度５１３を算出する（Ｓ１３０４）。具体的には、妥当性評価部２４３が、評価値５０４の高い順に分析ＩＤ５０１を並べる。妥当性評価部２４３が、評価値５０４の高い順の分析ＩＤ並び（各分析ＩＤ５０１の順位）と、異常度４１４の高い順の分析ＩＤ並び（各分析ＩＤ４１１の順位）とを比較する。妥当性評価部２４３が、各分析ＩＤ５０１について、当該分析ＩＤ５０１の順位と、当該分析ＩＤ５０１に一致する分析ＩＤ４１１の順位との差に従う値としての評価精度５１３を算出する。

妥当性評価部２４３が、選択ポリシ“True”を有するポリシレコードに、Ｓ１３０４で算出した評価精度５１３を格納する（Ｓ１３０５）。

なお、評価精度５１３は、他の方法、例えば、相対的に高い異常度４１４に対して相対的に高い重みが付与されてもよい。この場合、相対的に高い重みが付与された異常度４１４に対応した分析ＩＤ４１１の順位について、評価値５０４に対応した分析ＩＤ５０１の順位との差が小さければ、より高い評価精度５１３が算出され、評価値５０４に対応した分析ＩＤ５０１の順位との差が大きければ、より低い評価精度５１３が算出される。

図１４は、Ｕ／Ｉ制御処理の流れを示す。この処理は、Ｕ／Ｉ制御部２１３が呼び出された場合に行われる。

Ｕ／Ｉ制御部２１３が、全評価レコードを取得する（Ｓ１４０１）。Ｕ／Ｉ制御部２１３が、Ｓ１４０１で取得した全評価レコードを基に、評価ポリシ一覧を表示した画面である分析画面を表示する（Ｓ１４０２）。分析画面の一例を図１５に示す。評価ポリシ一覧１５０１は、評価ポリシ毎に、評価ポリシテーブル２５２を基に表示された分析ＩＤ、評価ポリシおよび評価精度を有する。また、分析画面１５００は、ポリシ選択ボタン１５０２と精度更新ボタン１５０３とを有する。

評価ポリシ一覧１５０１のうちのユーザ所望の評価ポリシを選択状態にするユーザ操作が行われた後にポリシ選択ボタン１５０２を押すユーザ操作が行われた場合（Ｓ１４０３：Ｙｅｓ）、Ｕ／Ｉ制御部２１３が、選択評価ポリシに対応した選択フラグ５１４を“True”を“False”に更新し、当該選択状態の評価ポリシに対応した選択フラグ５１４を“False”から“True”に更新する（Ｓ１４０４）。

精度更新ボタン１５０３を押すユーザ操作が行われた場合（Ｓ１４０３：ＮｏおよびＳ１４０５：Ｙｅｓ））、Ｕ／Ｉ制御部２１３が、妥当性評価部２４３を呼び出す。

なお、評価ポリシの選択、および、妥当性評価処理の開始（妥当性評価部２４３の呼び出し）は、ユーザ操作に応答して行われることに代えて、自動で行われてよい。例えば、評価精度５１３が最も高い評価ポリシが自動で選択されてもよい。また、例えば、定期的に、または、所定のイベント契機で（例えば、未分析レコードが全て削除された場合に）、妥当性評価処理が開始されてもよい。

また、評価ポリシの追加または削除が、分析画面のようなＵ／Ｉ経由で行われてもよい。

以上が、実施例１である。

本実施例によれば、検出漏れの少ない分析処理を制限時間内に行うことが期待できる。具体的には、対象時間帯において異常が発生した部品がある場合に、対象時間帯に属する複数のセンサレコード（センサデータセット）を基に、当該異常の発生を制約時間内に（例えば、当該複数のセンサレコードの取得時から制約時間内に）検出することが期待できる。

より具体的には、本実施例によれば、分析制御部２１２が、対象時間帯に属する各未分析レコード（各分析ＩＤ４０１）について、当該未分析レコード内の値集合４０４に基づく簡易評価に従う評価値５０４を算出する。簡易評価とは、例えば、値集合４０４からの値の間引き、収束計算の途中切上げ、および、代表値による近似のうちの少なくとも１つでよい。具体的には、簡易評価は、検出確率５０２および現象乖離度５０３のうちの少なくとも１つの算出である。分析制御部２１２が、検出確率５０２および現象乖離度５０３の両方（または一方）を用いて選択評価ポリシに従い評価値５０４を算出する。

検出確率５０２は、異常発生の可能性の大きさを意味する。検出確率５０２は、対応する未分析レコード内の値集合４０４（例えば、当該値集合４０４における最大値と最小値との差）に依存する。

一方、現象乖離度５０３は、現象（状態）の異なり度合を意味する。現象乖離度５０３は、全未分析レコード内の値集合４０４のうちの少なくとも１つの値集合４０４と、対応する未分析レコード内の値集合４０４との相対的な関係に基づく。

検出確率５０２および現象乖離度５０３のうちの少なくとも１つが高ければ、評価値５０４は高くなる。このため、評価値５０４が高ければ、異常発生の可能性が高い、または、異常が発生している部品と異なる部品（例えば、種類の異なる部品、または、離れた部品）で別の異常が発生している可能性が高いと考えられる。従って、評価値５０４が高い程、当該評価値５０４に対応した未分析レコードを用いた分析の結果として高い異常度４１４が得られる可能性が高い。これらの観点の重み付けは評価ポリシにより表現される。

本実施例では、そのような評価値５０４を基に未分析レコードの実行順（分析順）が最適化される。具体的には、評価値５０４の高い順に分析が行われる。

すなわち、本実施例では、複数の未分析レコードを、検出確率５０２および現象乖離度５０３といった観点で、異常が発生している可能性が大きいか否かに分類し、異常が発生している可能性が大きいと考えられる未分析レコードから優先的に分析していく。これにより、検出漏れの少ない分析処理を制限時間内に行うことができる。

より具体的な例として、例えば次の例が考えられる。対象装置１００が風車であれば、例えば１０分毎に風車の向きを変える制御が行われる。分析部２１１が、今回の１０分間のうちに、直前の１０分間分のセンサレコードを収集し、分析を行い、その結果に基づき制御内容を決める。「１０分」というのは、例えば風力発電ガイドラインに基づき決められた時間であり、本実施例における制約時間の一例である。１０分毎に、検出漏れの少ない分析処理が期待できる。例えば、直前の１０分間において、タワーに異常が発生したのであれば、今回の１０分間のうちに、検出確率５０２の観点から、当該異常を検出することが期待できる。また、直前の１０分間において、タワーの他にブレードに異常が発生したのであれば、現象乖離度５０３の観点から、タワーとブレードの両方の異常を検出すること、言い換えれば、タワーの異常が検出されているのにタワーの異常に関する未分析データばかりを分析して、タワーから離れたブレードに関する未分析レコードの分析が間に合わずにブレードの異常の検出漏れが生じることを回避することが期待できる。

また、本実施例では、評価値５０４の算出に使用された評価ポリシの評価精度５１３が、分析結果を基に更新される。具体的には、分析制御部２１２が、評価値５０４の高い順の分析ＩＤ配列と、異常度４１４の高い順の分析ＩＤ４０１配列との一致率に応じて、選択評価ポリシの評価精度５１３を更新する。これにより、評価精度５１３の高い評価ポリシを使用することを維持することが期待できる。なお、評価精度５１３の更新は、分析制御部２１２による自動更新に代えて又は加えて、ユーザによる手動更新でもよい。

実施例２を説明する。その際、実施例１との相違点を主に説明し、実施例１との共通点については説明を省略または簡略する。

実施例２では、優先的に分析する未分析レコードの選択にあたり、検出確率５０２および現象乖離度５０３に加えて、さらに、業務影響度および時間見積が参酌される。

「業務影響度」は、保守に関わるコストである保守コストに基づく値である。保守コストは、例えば、部品の在庫量、対象装置１００の場所と部品が在庫として格納されている場所との間の距離、部品の価格、および、保守スケジュールのうちの少なくとも１つに基づく。

「時間見積」は、未分析レコードの分析にかかる時間の見積（予測値）である。

図１６は、実施例２に係るシステム全体の論理構成を示す。

業務装置５０（記憶装置５１）は、業務ＤＢ１６０１を格納する。業務ＤＢは、業務テーブル１６０２を格納する。

ポリシＤＢ２１５が、さらに、分析実績テーブル１６２１を格納する。分析部２１１が、分析実績テーブル１６２１にアクセスする。

分析制御部２１２が、業務影響度を算出する業務影響度評価部１６１１をさらに有する。また、分析制御部２１２が、妥当性評価部２４３に代えて（または加えて）、計算時間を算出する実行実績評価部１６１２を有する。

図１７は、業務ＤＢ１６０１が格納するテーブルの構成を示す。

業務ＤＢ１６０１は、業務テーブル１６０２を格納する。業務テーブル１６０２は、保守（業務）に関する情報を格納する。業務テーブル１６０２は、センサ１０１毎にレコード（以下、業務レコード）を有する。各業務レコードは、センサＩＤ１７０１、部品名１７０２、保守価格１７０３および保守記録１７０４といった情報を格納する。

センサＩＤ１７０１は、センサ１０１の識別子を示す。部品名１７０２は、部品の名前を示す。保守価格１７０３は、保守にかかる価格を示す。保守記録１７０４は、保守が行われた時刻である保守時刻を示す。保守記録１７０４は、保守時刻に代えてまたは加えて保守に関する他種の情報を含んでもよい。保守記録１７０４を基に評価精度５１３が更新されてもよい。

図１８は、ポリシＤＢ２１５が格納するテーブルの構成を示す。

ポリシＤＢ２１５は、分析評価テーブル２５１、評価ポリシテーブル２５２および分析実績テーブル１６２１を格納する。

評価ポリシテーブル２５２の構成は実施例１と同様のため図示を省略する。ただし、実施例２では、検出確率５０２および現象乖離度５０３に加えて業務影響度が評価値に影響し、故に、少なくとも１つの評価ポリシ５１２には、業務影響度が含まれる。

分析評価テーブル２５１における各評価レコードは、さらに、業務影響度１８１１を格納する。業務影響度１８１１は、保守価格１７０３に基づいて算出された値を示す。

分析実績テーブル１６２１は、分析の実績を表す情報を格納する。分析実績テーブル１６２１は、分析毎にレコード（以下、実績レコード）を有する。各実績レコードは、実績ＩＤ１８０１、時刻１８０２、センサＩＤ１８０３および計算時間１８０４といった情報を格納する。実績ＩＤは、実績（分析）の識別子を示す。時刻１８０２およびセンサＩＤ１８０３は、分析した未分析レコード内の時刻１８０２およびセンサＩＤ１８０３を示す。計算時間１８０４は、未分析レコードを用いた分析にかかった時間を示す。

図１９は、業務影響度評価処理の流れを示す。この処理は、業務影響度評価部１６１１が呼び出された場合に行われる。業務影響度評価部１６１１は、例えば、実行順決定処理（図８）において、各未分析レコードについて、実行順決定部２４４から呼び出さる。

各未分析レコードについて、Ｓ１９０１〜Ｓ１９０３が行われる。すなわち、業務影響度評価部１６１１が、未分析レコードからセンサＩＤ４０３および分析ＩＤ４０１を取得する（Ｓ１９０１）。業務影響度評価部１６１１が、Ｓ１９０１で取得したセンサＩＤ４０３と一致するセンサＩＤ１７０１を有する業務レコードから保守価格１７０３を取得し、取得した保守価格１７０３を基に業務影響度１８１１を算出する（Ｓ１９０２）。業務影響度評価部１６１１が、算出した業務影響度１８１１を、Ｓ１９０１で取得した分析ＩＤ４０１と一致する分析ＩＤ５０１を有する評価レコードに格納する（Ｓ１９０３）。

選択評価ポリシ次第ではあるが、評価値５０４が業務影響度１８１１に依存する。情勢に応じて保守価格１７０３が更新されていることが考えられる。評価値５０４の算出に、実際の保守の価格が参酌される。このため、未分析レコードの実行順の決定（最適化）の効果が高まることが期待される。

図２０は、実行実績評価処理の流れを示す。この処理は、実行実績評価部１６１２が呼び出された場合に行われる。実行実績評価部１６１２は、例えば、実行順制御処理（図１１）において、分析ＩＤ５０１を引数として実行順制御部２４２から呼び出される。

実行実績評価部１６１２が、引数とされた分析ＩＤ５０１と一致する分析ＩＤ４０１を有する未分析レコードを取得する（Ｓ２００１）。実行実績評価部１６１２が、その未分析レコードを用いた分析にセンサデータ分析部２２２が要した時間である計算時間１８０４を計測する（Ｓ２００２）。実行実績評価部１６１２が、実績ＩＤ１８０１と、未分析レコード内の時刻４０２およびセンサＩＤ４０３と一致する時刻１８０２およびセンサＩＤ１８０３と、Ｓ２００２で計測された計算時間１８０４とを、実績レコードに格納する（Ｓ２００３）。

図２１は、分析フロー画面を示す。

Ｕ／Ｉ制御部２１３が、図１５に表示した分析画面１５００に代えてまたは加えて、分析フロー画面２１００を表示する。ビジュアルプログラミングを利用した分析フロー設計が可能であり、分析フロー画面２１００は、当該分析フローに従う分析処理の進捗状況を表示する。

Ｕ／Ｉ制御部２１３は、分析フロー画面２１００に、選択評価ポリシ欄２１０１、未分析一覧２１０２、および、分析進捗２１０３を表示する。

選択評価ポリシ欄２１０１は、選択フラグ５１４“True”を含んだポリシレコード内の評価ポリシ５１２を表示する。

未分析一覧２１０２は、未分析レコード毎に、メニュー２１１１、評価値２１１２、時間見積２１１３、実行フラグ２１１４といった情報を表示する。

メニュー２１１１は、未分析レコード内のセンサＩＤ４０３を示す。評価値２１１２は、未分析レコードに対応した評価レコード内の評価値５０４を示す。時間見積２１１３は、未分析レコードと、当該メニュー２１１１（センサＩＤ４０３）に対応した１以上の実績レコード内の１以上の計算時間１８０４とに基づいてＵ／Ｉ制御部２１３により算出された時間を示す。実行フラグ２１１４は、未分析レコードに対応した評価レコード内の実行フラグ５０５を示す。

分析進捗２１０３は、評価レコード数に対する既分析レコード数に従う数値を示す。分析進捗２１０３を見て、ユーザは、分析処理を途中で終えて施策への移行をするか否かを判断できる。例えば、Ｕ／Ｉ制御部２１３は、分析の終了の指示を、ユーザインターフェース装置を介して受け付けた場合、分析部２１１による分析を終了させてもよい

以上が、実施例２である。

本実施例によれば、保守コストに基づき算出された業務影響度１８１１を考慮して評価値５０４が算出される。このため、保守し得ないものは分析をやらない、または、異常が検出されるとコストがかかるものについては先に分析を行うといった分析実行順最適化、つまり、分析と保守の全体の最適化が期待できる。

以上、本発明の幾つかの実施例を説明したが、それらは本発明の説明のための例示であって、本発明の範囲をそれらの実施例に限定する趣旨ではない。本発明は、他の種々の形態でも実施する事が可能である。

例えば、対象装置１００は、１以上の風車に限らず、複数の部品を有する他の装置（構造物）、例えば、建設機械、鉄道およびエレベータのような、計測を必要とする屋外の社会インフラ装置でよい。

また、ビジュアルプログラミングを利用した分析フロー設計は、実施例１でも適用可能でよい。

また、時間見積２１１３は、評価値２１１２が相対的に高いセンサについてのみ（例えば、全センサのうち評価値２１１２が上位Ｘ％（０＜Ｘ≦１００）に属するセンサについてのみ）、算出されてもよい。また、その際、時間見積２１１３が算出されるセンサの数は２以上であってよい。

１１０：分析制御装置

Claims (9)

1. 対象装置を構成する複数の部品に対応した複数のセンサの各々の時系列データに基づく分析を制御する分析制御装置であって、
   １以上のメモリを含んだ記憶部と、
   前記記憶部に接続された１以上のプロセッサを含んだプロセッサ部と
   を有し、
   前記プロセッサ部が、
   （Ａ）前記複数のセンサの各々の時系列データのうち分析対象時間帯に属するセンサデータセットを取得し、
   各センサデータセットは、そのセンサデータセットに対応したセンサにより計測された値である計測値を含み、
   （Ｂ）前記複数のセンサの各々について、前記分析対象時間帯に属する複数のセンサデータセットのうち当該センサに対応した２以上のセンサデータセットを用いた簡易評価に従い評価値を算出し、
   （Ｃ）前記分析対象時間帯に対応した制約時間における、センサの計測値に基づく分析の実行順を、（Ｂ）で算出された評価値の高い順とする、
   分析制御装置。
2. （Ｂ）において、前記複数のセンサの各々について、前記簡易評価は、下記（ｂ１）および（ｂ２）のうちの少なくとも１つを行うことであり、
   （ｂ１）前記分析対象時間帯に属する複数のセンサデータセットのうち当該センサに対応した２以上のセンサデータセットが有する２以上の計測値を基に、当該センサに対応した部品の異常発生の可能性を意味する値である検出確率を算出する、
   （ｂ２）前記分析対象時間帯に属する複数のセンサデータセットが有する複数の計測値と、当該センサに対応した２以上のセンサデータセットが有する２以上の計測値との相対的な関係に基づく値である現象乖離度を算出する、
   （Ｂ）において、前記プロセッサ部は、前記複数のセンサの各々について、（ｂ１）で算出された検出確率と（ｂ２）で算出された現象乖離度とのうちの少なくとも１つを用いて所定の評価ポリシに従い評価値を算出する、
   請求項１記載の分析制御装置。
3. （Ｂ）において、前記複数のセンサの各々について、前記簡易評価は、（ｂ１）および（ｂ２）の両方を含み、
   （Ｂ）において、前記プロセッサ部が、前記複数のセンサの各々について、（ｂ１）で算出された検出確率と（ｂ２）で算出された現象乖離度とのうちの両方を用いて評価値を算出する、
   請求項２記載の分析制御装置。
4. （Ｂ）において、前記複数のセンサの各々について、前記簡易評価は、更に、下記（ｂ３）を行うことであり、
   （ｂ３）当該センサに対応した部品の保守に関するコストに基づく値である業務影響度を算出する、
   （Ｂ）において、前記プロセッサ部が、前記複数のセンサの各々について、（ｂ１）で算出された検出確率と（ｂ２）で算出された現象乖離度とのうちの少なくとも１つと、（ｂ３）で算出された業務影響度とを用いて、評価値を算出する、
   請求項２記載の分析制御装置。
5. （Ｂ）において、前記複数のセンサの各々について、評価値は、前記簡易評価に加えて、所定の評価ポリシに従い算出された値である、
   請求項１記載の分析制御装置。
6. 前記所定の評価ポリシは、複数の評価ポリシのうち評価精度が最も高い評価ポリシであり、
   前記プロセッサ部が、
   （Ｄ）異常度の高い順のセンサ並びと、（Ｂ）で算出された評価値の高い順のセンサ並びとの一致度に基づいて、前記所定の評価ポリシの評価精度を更新し、
   １以上のセンサにそれぞれ対応した１以上に異常度は、前記分析対象時間帯に対応した制約時間内での分析により当該１以上のセンサに対応した２以上の計測値を基に当該１以上のセンサについてそれぞれ算出された１以上の値である、
   請求項５記載の分析制御装置。
7. 前記プロセッサ部が、前記複数の評価ポリシと、前記複数の評価ポリシにそれぞれ対応した複数の評価精度とを表示し、
   前記プロセッサ部が、前記複数の評価ポリシの選択を受け付ける、
   請求項６記載の分析制御装置。
8. 前記プロセッサ部が、２以上のセンサの各々について、前記分析対象時間帯に属する２以上のセンサデータセットに基づく分析に要する時間見積を算出し、
   前記プロセッサ部が、前記２以上のセンサの各々についての評価値および時間見積と、分析の進捗とを表示する、
   請求項１記載の分析制御装置。
9. 対象装置を構成する複数の部品に対応した複数のセンサの各々の時系列データに基づく分析を制御する分析制御方法であって、
   （Ａ）前記複数のセンサの各々の時系列データのうち分析対象時間帯に属するセンサデータセットを取得し、
   各センサデータセットは、そのセンサデータセットに対応したセンサにより計測された値である計測値を含み、
   （Ｂ）前記複数のセンサの各々について、前記分析対象時間帯に属する複数のセンサデータセットのうち当該センサに対応した２以上のセンサデータセットを用いた簡易評価に従い評価値を算出し、
   （Ｃ）前記分析対象時間帯に対応した制約時間における、センサの計測値に基づく分析の実行順を、（Ｂ）で算出された評価値の高い順とする、
   分析制御方法。