KR102011620B1 - 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법 - Google Patents

이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법 Download PDF

Info

Publication number
KR102011620B1
KR102011620B1 KR1020187037978A KR20187037978A KR102011620B1 KR 102011620 B1 KR102011620 B1 KR 102011620B1 KR 1020187037978 A KR1020187037978 A KR 1020187037978A KR 20187037978 A KR20187037978 A KR 20187037978A KR 102011620 B1 KR102011620 B1 KR 102011620B1
Authority
KR
South Korea
Prior art keywords
data
importance
alarm
facility
abnormal
Prior art date
Application number
KR1020187037978A
Other languages
English (en)
Other versions
KR20190006032A (ko
Inventor
다카히코 마스자키
신지 기타가미
준이치 요네야마
다케유키 기무라
Original Assignee
미쓰비시덴키 가부시키가이샤
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 미쓰비시덴키 가부시키가이샤 filed Critical 미쓰비시덴키 가부시키가이샤
Publication of KR20190006032A publication Critical patent/KR20190006032A/ko
Application granted granted Critical
Publication of KR102011620B1 publication Critical patent/KR102011620B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—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 model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • 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
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

검출 데이터 및 공조기(3)의 공조기 정보를 포함하는 데이터 관련 정보 DL을 생성하는 데이터 관련 정보 생성부(15)와, 공조기 정보 중 경보 데이터 추출부(14)에 의해 추출한 경보 데이터와 관련되는 공조기 정보에 근거하여 복수의 클래스를 작성하여, 데이터 관련 정보 DL을 복수의 클래스로 각각 분류하는 클래스 분류부(17)와, 복수 종류의 경보 데이터 및 복수의 클래스에 각각 중요도를 설정하는 중요도 설정부(18)와, 이상 데이터 추출부(13)에 의해 추출한 이상 데이터와 경보 데이터의 공동 발생을 판정함과 아울러, 경보 데이터와 복수의 클래스의 공동 발생을 판정하고, 경보 데이터 및 복수의 클래스에 관한 중요도를 공동 발생한 이상 데이터에 각각 부여하여, 이상 데이터의 중요도를 산출하는 중요도 산출부(19)를 구비한다.

Description

이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법
본 발명은, 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법에 관한 것이고, 특히, 설비로부터 수집되는 다수의 이상 데이터의 중요도를 판정하는 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법에 관한 것이다.
빌딩이나 플랜트 등에는 조명이나 공조기 등의 다양한 설비가 설치되어 있지만, 빌딩이나 플랜트 등의 감시 서비스의 제공 사업자는, 그들 설비에 관한 데이터를 정기적으로, 혹은 그때마다 취득하여 설비의 감시를 행하고 있다. 취득하는 데이터로서는, 감시 대상의 설비가 예컨대 공조기인 경우, 설정 온도, 실측 온도, 공조 상태, 전압치, 전류치, 압력치 등 각종 센서에 의해 측정된 측정치나 설정치 등이 있다. 취득되는 데이터는, 빌딩 등의 규모에 따라 수천에 달하는 경우가 있다.
이 취득되는 데이터에 대하여 소정 조건에 합치한 데이터를 이상 데이터로서 검출하고 있지만, 데이터의 모수가 크기 때문에, 다수의 이상 데이터가 검출된다. 이들 다수의 이상 데이터의 모두에 대하여, 그 요인이나 대책을 분석 처리하기에는 다대한 시간이 필요하다.
그래서, 특허문헌 1에는, 다수의 이상 데이터가 검출되면, 설비 관리자가 검출된 이상 데이터에 대하여 확인 응답을 행하고, 그 확인 응답의 빈도에 따라 이상 데이터를 검출하는 소정 조건을 보정하여, 검출되는 이상 데이터 수를 적정화하는 기술이 기재되어 있다.
또한, 특허문헌 2, 3에는, 설비에 발생하는 경보에 관한 히스토그램을 작성하고, 이 히스토그램에 근거하여 경보의 발생 빈도가 높은 경우에 이상의 중요도가 높다고 판단하는 기술이 각각 기재되어 있다.
특허문헌 1 : 일본 특허 제 3811162호 공보 특허문헌 2 : 일본 특허 공개 2013-218725호 공보 특허문헌 3 : 일본 특허 공개 2012-230703호 공보
검출되는 다수의 이상 데이터에는, 경미한 이상 데이터나 중요한 이상 데이터가 포함되어 있지만, 그 이상 데이터의 중요도가 불명한 경우에는, 검출되는 모든 이상 데이터에 대한 요인이나 대책을 분석 처리할 필요가 있다. 이 때문에, 특허문헌 1에 기재된 기술에서는, 설비 관리자가, 검출된 이상 데이터에 대하여 중요하다고 생각하는 이상 데이터를 판단하는 것에 의해, 이상 데이터를 검출하는 소정 조건을 보정하여, 검출되는 이상 데이터를 적정화하고 있다.
그러나, 특허문헌 1에 기재된 기술에서는, 설비 관리자가, 이상 데이터의 중요도를 판단하고 있으므로, 설비 관리자의 부담이 크고, 또한, 설비 관리자의 판단에 잘못이 있는 경우에는, 이상 데이터의 중요도의 신뢰성이 저하될 가능성이 있다. 또한, 설비 관리자가 확인 응답을 행할 수 없는 경우에는, 이상 데이터의 중요도를 판정할 수 없게 된다.
그래서, 본 발명에서는, 다수의 이상 데이터의 중요도를 자동적으로 판정하고, 다수의 이상 데이터 중에서 중요한 이상 데이터를 높은 정확도로 추출하는 것을 목적으로 한다.
본 발명의 이상 데이터의 중요도 판정 장치는, 설비에 마련된 센서의 검출 데이터와, 상기 설비에 발생한 이벤트의 이벤트 데이터가 시계열로 기억되어 있는 데이터 기억부와, 상기 데이터 기억부의 상기 검출 데이터로부터 소정 조건을 만족시키는 이상 데이터를 추출하는 이상 데이터 추출부와, 상기 데이터 기억부의 상기 이벤트 데이터로부터 복수 종류의 경보 데이터를 추출하는 경보 데이터 추출부와, 상기 검출 데이터와, 이 검출 데이터에 관련되는 상기 설비에 관한 복수의 설비 정보를 포함하여 구성되는 데이터 관련 정보를 생성하는 데이터 관련 정보 생성부와, 복수의 상기 설비 정보 중 상기 경보 데이터와 관련되는 상기 설비 정보에 근거하여 복수의 클래스를 작성하여, 상기 데이터 관련 정보를 복수의 상기 클래스로 각각 분류하는 클래스 분류부와, 복수 종류의 상기 경보 데이터에 각각 중요도를 설정함과 아울러, 복수의 상기 클래스의 각각에 중요도를 설정하는 중요도 설정부와, 상기 이상 데이터와 상기 경보 데이터의 공동 발생을 판정함과 아울러, 상기 경보 데이터와 복수의 상기 클래스의 공동 발생을 판정하고, 상기 경보 데이터 및 복수의 상기 클래스에 관한 중요도를 공동 발생한 상기 이상 데이터에 각각 부여하여, 상기 이상 데이터의 중요도를 산출하는 중요도 산출부를 구비하는 것을 특징으로 한다.
또한, 상기 중요도 설정부는, 상기 이상 데이터의 발생 시각과 상기 경보 데이터의 발생 시각의 시간차에 따라 중요도를 설정하고, 상기 중요도 산출부는, 상기 이상 데이터와 상기 경보 데이터가 공동 발생하는 경우, 복수 종류의 상기 경보 데이터, 복수의 상기 클래스 및 발생 시각에 관한 중요도를 상기 이상 데이터에 각각 부여하여, 상기 이상 데이터의 중요도를 산출하는 것을 특징으로 한다.
또한, 복수의 상기 설비 정보는, 적어도 상기 센서의 검출 대상이 되는 설비 이름 정보, 상기 설비의 설치 장소 정보, 상기 설비의 계통 정보를 포함하고, 상기 클래스 분류부는, 복수의 상기 설비 정보를 조합하여, 또는, 단독으로 사용하여 복수의 상기 클래스를 작성하는 것을 특징으로 한다.
또한, 상기 중요도 산출부는, 중요도를 수치화함과 아울러, 중요도의 수치를 곱하여 상기 이상 데이터의 중요도를 산출하는 것을 특징으로 한다.
또한, 본 발명의 이상 데이터의 중요도 판정 방법은, 시계열에 있어서, 설비에 마련된 센서의 검출 데이터와, 상기 설비에 발생한 이벤트의 이벤트 데이터를 기억하고, 기억되어 있는 상기 검출 데이터로부터 소정 조건을 만족시키는 이상 데이터를 추출하고, 기억되어 있는 상기 이벤트 데이터로부터 복수 종류의 경보 데이터를 추출하고, 상기 검출 데이터와, 이 검출 데이터에 관련되는 상기 설비에 관한 복수의 설비 정보를 포함하여 구성되는 데이터 관련 정보를 생성하고, 복수의 상기 설비 정보 중 상기 경보 데이터와 관련되는 상기 설비 정보에 근거하여 복수의 클래스를 작성하여, 상기 데이터 관련 정보를 복수의 상기 클래스로 분류하고, 복수 종류의 상기 경보 데이터에 각각 중요도를 설정함과 아울러, 복수의 상기 클래스의 각각에 중요도를 설정하고, 상기 이상 데이터와 상기 경보 데이터의 공동 발생을 판정함과 아울러, 상기 경보 데이터와 복수의 상기 클래스의 공동 발생을 판정하고, 상기 경보 데이터 및 복수의 상기 클래스에 관한 중요도를 공동 발생한 상기 이상 데이터에 부여하여, 상기 이상 데이터의 중요도를 산출하는 것을 특징으로 한다.
본 발명에 의하면, 다수의 이상 데이터의 중요도를 자동적으로 판정하고, 다수의 이상 데이터 중에서 중요한 이상 데이터를 높은 정확도로 추출할 수 있다. 그 결과, 중요한 이상 데이터를 우선적으로 분석 처리할 수 있다.
도 1은 본 발명의 실시의 형태 1에 있어서의 이상 데이터의 중요도 판정 장치를 포함하는 설비 감시 시스템의 개략 구성도이다.
도 2는 본 발명의 실시의 형태 1에 있어서의 중요도 판정 장치의 하드웨어 구성도이다.
도 3은 데이터 관련 정보의 일례를 나타내는 도면이다.
도 4는 클래스 분류 테이블의 일례를 나타내는 도면이다.
도 5는 본 발명의 실시의 형태 1에 있어서의 이상 데이터와 경보 데이터의 공동 발생을 설명하는 특성도이다.
도 6은 중요도를 나타내는 중요도 테이블이고, (A)는 경보 데이터에 관한 중요도를 나타내고, (B)는 발생 타이밍에 관한 중요도를 나타내고, (C)는 클래스 분류에 관한 중요도를 각각 나타낸다.
도 7은 본 발명의 실시의 형태 1에 있어서의 이상 데이터의 중요도 판정 장치의 기능 블록도이다.
도 8은 본 발명의 실시의 형태 1에 있어서의 이상 데이터의 중요도 산출 처리를 나타내는 플로차트이다.
도 9는 본 발명의 실시의 형태 2에 있어서의 이상 데이터와 경보 데이터의 공동 발생을 설명하는 특성도이다.
이하, 본 발명의 실시의 형태에 대하여 도면을 참조하면서 상세하게 설명한다.
실시의 형태 1.
도 1은 본 발명과 관련되는 이상 데이터의 중요도 판정 장치(10)를 포함하는 설비 관리 시스템(1)의 전체 구성도이다. 설비 관리 시스템(1)은, 빌딩(2)의 각 플로어에 설치되어 있는 설비로서의 공조기(3, 3, …)의 센서(3a, 3a, …)로부터 검출 데이터를 취득하고, 이 취득한 검출 데이터에 근거하여 공조기(3, 3, …)의 진단이나 관리를 행한다. 또, 빌딩(2)에는, 공조기(3, 3, …) 외에, 조명, 수변전 설비 등의 각종 설비도 구비되어 있고, 이들로부터도 다수의 검출 데이터가 얻어지지만, 실시의 형태 1에서는, 공조기(3, 3, …)의 센서(3a, 3a, …)로부터의 검출 데이터에 관하여 설명한다.
설비 관리 시스템(1)은, 검출 데이터 중, 특히, 진단이나 관리를 위해 이상 데이터를 분석하지만, 다수의 이상 데이터가 검출되므로, 이상 데이터의 분석을 효율적으로 행하기 위해, 이상 데이터의 중요도를 판정하는 이상 데이터의 중요도 판정 장치(10)를 구비하고 있다.
중요도 판정 장치(10)는, 센서(3a, 3a, …)의 검출 데이터 및 이 검출 데이터에 관련되는 공조기(3, 3, …)의 설치 정보, 설비 정보 등의 공조기 정보를 공중 회선망(4)을 통해서 수집하는 데이터 수집부(11)와, 시계열에 있어서의 검출 데이터를 기억하는 시계열 데이터 기억부(12A)와, 시계열에 있어서의 공조기(3, 3, …)에 관한 각종 경보, 이상 등을 포함하는 이벤트를 기억하는 이벤트 데이터 기억부(12B)를 구비하는 데이터 기억부(12)와, 시계열 데이터 기억부(12A)에 기억되어 있는 검출 데이터로부터, 이상을 나타내는 이상 데이터를 추출하는 이상 데이터 추출부(13)와, 이벤트 데이터 기억부(12B)에 기억되어 있는 이벤트 데이터로부터, 경보, 이상 등의 경보 데이터를 추출하는 경보 데이터 추출부(14)와, 데이터 수집부(11)에 의해 수집된 검출 데이터 및 공조기 정보에 근거하여, 검출 데이터와 공조기 정보를 관련지은 데이터 관련 정보 리스트 DL(도 3 참조)을 생성하는 데이터 관련 정보 생성부(15)와, 공조기 정보에 관한 각종 정보의 정보 명칭을 리스트화하여 기억하는 데이터 ID/명칭 리스트 기억부(16)와, 데이터 관련 정보 리스트 DL을 복수의 클래스로 분류하는 클래스 분류부(17)와, 경보 데이터 추출부(14)에 의해 추출되는 경보 데이터나, 클래스 분류부(17)에 의해 분류되는 클래스에 중요도를 각각 설정하는 중요도 설정부(18)와, 이상 데이터 추출부(13)에 의해 추출된 이상 데이터, 경보 데이터 추출부(14)에 의해 추출된 경보 데이터, 클래스 분류부(17)에 의해 분류된 클래스에 근거하여, 이상 데이터의 중요도를 산출하는 중요도 산출부(19)를 구비하고 있다.
도 2는 실시의 형태 1에 있어서의 중요도 판정 장치(10)를 구성하는 컴퓨터의 하드웨어 구성도이다. 중요도 판정 장치(10)를 구성하는 컴퓨터는, 범용적인 하드웨어 구성에 의해 실현할 수 있다. 즉, 컴퓨터는, 도 2에 나타낸 바와 같이 CPU(21), ROM(22), RAM(23), 하드 디스크 드라이브(HDD)(24)를 접속한 HDD 컨트롤러(25), 입력 수단으로서 마련된 마우스(26)와 키보드(27), 및 표시 장치로서 마련된 디스플레이(28)를 각각 접속하는 입출력 컨트롤러(29), 통신 수단으로서 마련된 네트워크 컨트롤러(30)를 내부 버스(31)에 접속하여 구성된다.
데이터 기억부(12) 및 데이터 ID/명칭 리스트 기억부(16)는, 하드 디스크 드라이브(HDD)(24)에 의해 구성되어 있다. 이상 데이터 추출부(13), 경보 데이터 추출부(14), 클래스 분류부(17), 중요도 설정부(18) 및 중요도 산출부(19)는, CPU(21), ROM(22) 및 RAM(23)에 의해 구성되어 있다.
다음으로, 중요도 판정 장치(10)의 각 구성에 대하여 설명한다. 데이터 수집부(11) 및 데이터 기억부(12)는 공지의 구성이고, 그 상세한 설명을 생략한다. 데이터 기억부(12)에는, 시계열 데이터 기억부(12A)나 이벤트 데이터 기억부(12B) 이외에도 클래스 분류부(17)에 의해 분류된 클래스 등의 각종 데이터나 각종 산출 결과가 기억되는 도시하지 않는 기억부가 마련되어 있다.
이상 데이터 추출부(13)는, 룰 베이스 방식에 의해, 시계열 데이터 기억부(12A)에 기억되어 있는 검출 데이터로부터 이상 데이터를 추출한다. 룰 베이스 방식이란, 소정 룰(소정 조건), 예컨대, 센서(3a)로부터 10분간 동안 계속하여 신호가 출력된 경우에, 그 신호는 이상 데이터라고 판단한다고 하는 룰(조건)을 미리 설정하고, 검출 데이터가 이 룰에 합치한 경우에, 그 검출 데이터는 이상 데이터라고 판단하는 방식이다. 추출한 이상 데이터에는, 해당하는 검출 데이터의 데이터 ID, 이상이 발생한 시각 정보, 설비 정보, 센서 정보 등의 이상이 발생한 센서(3a)에 관한 정보가 포함되어 있다.
경보 데이터 추출부(14)는, 이벤트 데이터 기억부(12B)에 기억되어 있는 이벤트 데이터로부터, "실제 경보", "경보", "이상" 등의 경보나 이상에 관한 문자열이 포함되는 경보 데이터를 추출한다. 실시의 형태 1에서는, 상술한 "실제 경보", "경보", "이상"의 3종류의 경보 데이터를 추출하고 있다. 추출한 경보 데이터에는, 해당하는 경보 데이터의 데이터 ID, 경보가 발생한 시각 정보, 설비 정보, 설비 장소 정보, 설비 계통 정보 등의 경보가 발생한 설비에 관한 정보가 포함되어 있다.
데이터 관련 정보 생성부(15)는, 데이터 수집부(11)에 의해 수집된 검출 데이터 및 공조기 정보로부터, 검출 데이터의 데이터 ID, 공조기 설치 정보, 공조기 설비 정보 등의 각종 정보를 추출한다. 또한, 데이터 관련 정보 생성부(15)는, 추출한 데이터 ID, 공조기 설치 정보, 공조기 설비 정보 등의 각종 정보를 각각 데이터 항목으로 하여, 이들 데이터 항목을 모아서 1세트의 데이터 관련 정보를 생성한다.
데이터 관련 정보 생성부(15)에 의해 생성된 데이터 관련 정보 리스트 DL의 일례를 도 3에 나타낸다. 데이터 관련 정보 D1~D10은 검출 데이터마다 생성되고, 이들 데이터 관련 정보 D1~D10을 리스트화한 것이 도 3에 나타내는 데이터 관련 정보 리스트 DL이다. 도 3에는, 10개의 데이터분의 데이터 관련 정보가 나타나 있다. 데이터 관련 정보 D1~D10에는, 각 데이터를 식별하기 위한 데이터 ID가 부여된다. 그리고, 데이터 ID에 대응시켜, 종별 코드 이름, 종별 이름, 데이터 명칭, 설비 이름, 엔티티 이름 및 프로퍼티 이름이라고 하는 각 항목이 설정된다. 실시의 형태 1에서는, 센서(3a, 3a, …)로부터의 출력 신호를 그 종류에 따라 복수로 분류하고 있다.
종별 이름은, 센서(3a, 3a, …)로부터의 출력 신호가 속하는 신호 종별을 나타내는 신호 종별 정보이고, 종별 코드 이름은, 그 신호 종별 정보를 코드화한 것이다. 데이터 명칭은, 센서(3a, 3a, …)로부터의 출력 신호치에 부여되는 명칭이고, 실시의 형태 1에서는, 소정의 명명 규칙에 따라, 센서(3a, 3a, …)의 검출 대상이 되는 공조기(3, 3, …)의 설치 장소를 나타내는 설치 장소 이름, 공조기(3, 3, …)의 종류를 나타내는 설비 종류 이름 및 센서(3a, 3a, …)로부터의 출력 신호의 종류를 나타내는 출력 종류 이름을 포함하고 있다. 설비 이름은, 공조기(3, 3, …)가 어떠한 설비인지를 나타내는 설비 명칭이다. 엔티티 이름에는, 데이터 관련 정보 생성부(15)에 있어서 분석됨으로써 데이터 명칭으로부터 추출된 설치 장소 이름 및 설비 종류 이름을 포함하는 설비 특정 이름이 포함된다. 프로퍼티 이름에는, 데이터 관련 정보 생성부(15)에 있어서 분석됨으로써 데이터 명칭으로부터 추출된 출력 종류 이름이 포함된다.
프로퍼티 이름은, 센서(3a, 3a, …)로부터의 출력 신호에 부여된 신호 이름이고, "AI" 등에 의해 나타내어지는 신호의 종류에 의해 분류됨과 아울러, "계측" 등에 의해 나타내어지는 신호의 종류(종별 이름)에 의해 분류된다. 신호 종류 코드와 종별 이름은, 동일한 신호의 종류를 나타내는 정보에 대해서도 상이한 분류 기준에 의해 프로퍼티 이름(신호 이름)을 분류한다.
예컨대, 데이터 관련 정보 D1에 대응하는 검출 데이터는, B1F(지하 1층)에 설치되어 있는 공조기(3)의 SA 온도(급기 온도)를 계측하는 센서(3a)로부터 출력된 데이터인 것을 나타내고 있다. 이 데이터 관련 정보 D1에 대응하는 검출 데이터는, 프로퍼티 이름의 "SA 온도"로부터 급기 온도라고 하는 종류를 나타내는 신호 데이터이고, 데이터 ID에 있어서의 분류 기준에 의하면 "AI"로부터 아날로그 신호로 입력되는 신호라고 하는 그룹으로 분류되는 데이터인 동시에, 종별 이름에 있어서의 분류 기준에 의하면 "계측"으로부터 계측에 의해 얻어진 데이터라고 하는 그룹으로 분류되는 데이터인 것을 알 수 있다.
데이터 ID/명칭 리스트 기억부(16)는, 데이터 관련 정보 D1~D10을 생성하기 위한 데이터 항목, 즉, 데이터 ID, 공조기 설치 정보, 공조기 설비 정보 등의 각종 정보의 명칭을 데이터 항목으로서 기억하고 있다.
클래스 분류부(17)는, 데이터 관련 정보 리스트 DL을, 데이터 관련 정보 리스트 DL의 데이터 항목 중 서로 관련성이 높은 복수의 데이터 항목을 모은 클래스나, 하나의 데이터 항목으로 이루어지는 클래스에 근거하여 클래스 분류한다. 특히, 경보 데이터와의 관련성이 높은 데이터 항목에 근거하여 클래스 분류한다.
실시의 형태 1에서는, 데이터 관련 정보 리스트 DL을, "엔티티 이름 클래스", "플로어 계통 클래스", "플로어 클래스"의 3개의 클래스 C1, C2, C3으로 분류하고 있다. 클래스 분류한 클래스 분류 테이블 CT를 도 4에 나타낸다. 도 4에 있어서, 엔티티 이름 클래스 C1은, 엔티티 이름(공조기(3)가 설치되어 있는 장소 이름 및 설비 이름)이 일치하는 데이터 ID를 동일한 클래스로 분류하기 위해 이용된다. 플로어 계통 클래스 C2는, 플로어 정보로서의 신호 명칭으로부터 "층", "F"라고 하는 문자열을 추출함과 아울러, 계통 정보로서 신호 명칭으로부터 계통이라고 하는 문자열을 추출하고, 양자가 일치하는 신호를 동일한 클래스로 분류하기 위해 이용된다. 플로어 클래스 C3은, 플로어 정보로서의 신호 명칭으로부터 "층", "F"라고 하는 문자열을 추출하여, 플로어가 일치하는 신호를 동일한 클래스로 분류하기 위해 이용된다.
도 3, 4에 있어서, 데이터 ID가 "0101_AI_0000001"과, 데이터 ID가 "0101_BV_0000004"는, 그 엔티티 이름이 모두 "B1F 계통 1 공조기 AHU-1"이고, 장소 이름 및 설비 이름이 일치하고 있으므로, 도 4에 나타내는 바와 같이, 엔티티 이름 클래스에 있어서 동일한 클래스로 분류된다. 그 외의 데이터 ID에 관해서도, 엔티티 이름, 플로어 계통, 플로어에 관하여, 일치하는 데이터 ID를 동일한 클래스로 분류하는 것에 의해, 도 4에 나타내는 클래스 분류 테이블 CT가 생성된다.
중요도 설정부(18)는, "실제 경보", "경보", "이상"의 3종류의 경보 데이터에 각각 중요도를 설정하고 있다. "실제 경보"가 가장 중요도가 높고, 다음으로 "경보", "이상"의 순서로 중요도가 설정되어 있다. "실제 경보"란, 설비 관리자가 실제로 경보라고 판단한 경우에 출력되는 신호이고, "경보"란, 센서(3a, 3a, …)의 검출 데이터가 소정의 임계치를 넘은 경우에 출력되는 신호이고, "이상"이란, 센서(3a, 3a, …)의 검출 데이터가 정상적인 값으로부터 벗어난 경우에 출력되는 신호이다.
중요도 설정부(18)는, 경보 데이터와 이상 데이터의 발생 시각(타이밍)의 가까움에 따라 중요도를 설정하고 있다. 즉, 경보 데이터와 이상 데이터의 발생 시각이 가까운 경우에는 양자의 관련성은 높다고 판단하고, 이 경우의 중요도를 높게 설정하고 있다. 다시 말해, 이상 데이터와 경보 데이터의 발생 시각이 가까우면 가까울수록, 양자의 관련성은 높다고 판단하여 중요도를 높게, 이상 데이터와 경보 데이터의 발생 시각이 멀어질수록, 양자의 관련성은 낮다고 판단하여 중요도를 낮게 설정한다. 이 때문에, 도 5에 나타내는 바와 같이, 예컨대, 시계열 데이터에 있어서의 이상 데이터 P에 관한 범위 L1, L2, L3의 3개의 범위에 있어서 중요도를 각각 설정하고 있다.
또한, 중요도 설정부(18)는, 도 4에 나타내는 클래스 분류 테이블 CT에 있어서의 "엔티티 이름 클래스", "플로어 계통 클래스", "플로어 클래스"의 3개의 클래스에 관해서도 중요도를 설정하고 있다. "엔티티 이름 클래스"에 있어서의 공조기(3)의 설치 장소 및 설비 이름은, 경보 데이터에 관하여 관련성이 크기 때문에, 다른 클래스보다 중요도를 높게 설정하고 있다. 이 때문에, "엔티티 이름 클래스"가 가장 중요도가 높고, 다음으로 "플로어 계통 클래스", "플로어 클래스"의 순서로 중요도를 설정하고 있다.
경보 데이터, 타이밍 및 클래스에 관한 중요도의 테이블을 도 6(A), (B), (C)에 나타낸다. 도 6(A), (B), (C)에 나타내는 바와 같이, 중요도를 수치화하여 각각 설정하고 있다. 도 6(A)에 나타내는 바와 같이, 경보 데이터에 관해서는, "실제 경보"에 중요도 "3", "경보"에 중요도 "2", "이상"에 중요도 "1"을 각각 설정하고 있다. 타이밍에 관해서는, "범위 L1"에 중요도 "3", "범위 L2"에 중요도 "2", "범위 L3"에 중요도 "1"을 각각 설정하고 있다. 또한, 클래스에 관해서는, "엔티티 이름 클래스"에 중요도 "3", "플로어 계통 클래스"에 중요도 "2", "플로어 클래스"에 중요도 "1"을 각각 설정하고 있다. 이 중요도 테이블은, 데이터 기억부(12)에 기억되어 있다.
중요도 산출부(19)는, 이상 데이터와 경보 데이터의 공동 발생 판정을 행함과 아울러, 경보 데이터와 클래스 분류의 공동 발생 판정을 행하여, 이상 데이터에 경보 데이터 및 클래스 분류에 관한 중요도를 부여하여, 이상 데이터의 중요도를 산출한다. 중요도 산출부(19)에 의한 중요도 산출 처리에 대해서는 이하에 상술한다.
다음으로, 중요도 판정 장치(10)에 의한 이상 데이터의 중요도 판정에 대하여, 도 7, 8을 참조하여 자세하게 설명한다. 도 7은 중요도 판정 장치(10)의 기능 블록도를 나타내고, 도 8은 중요도 판정 장치(10)에 의한 이상 데이터의 중요도 판정 처리의 플로차트를 나타낸다.
도 8의 스텝 S101에 있어서, 도 7에 나타내는 바와 같이, 이상 데이터 추출부(13)는, 룰 베이스 방식에 의해, 시계열 데이터 기억부(12A)에 기억되어 있는 검출 데이터로부터 이상 데이터를 추출하여, 스텝 S102로 진행된다.
스텝 S102에서는, 도 7에 나타내는 바와 같이, 경보 데이터 추출부(14)가, 이벤트 데이터 기억부(12B)에 기억되어 있는 이벤트 데이터로부터, "실제 경보", "경보", "이상"의 경보 데이터를 추출하여, 스텝 S103으로 진행된다.
스텝 S103에서는, 이상 데이터와 경보 데이터의 공동 발생을 판정하여, 스텝 S104로 진행된다. 즉, 스텝 S103에서는, 이상 데이터에 포함되는 이상 발생의 시각 정보와, 경보 데이터에 포함되는 경보 발생의 시각 정보에 근거하여, 이상 데이터와 경보 데이터의 공동 발생을 판정한다. 공동 발생이란, 2개의 사상이 밀접하게 관계되어 있는 것을 말한다.
이 공동 발생 판정에 대하여 도 5를 참조하여 설명한다. 도 5에 나타내는 바와 같이, 시계열 데이터에 있어서 이상 데이터 P가 발생하고 있고, 이벤트 데이터에 있어서 이상 AL1, 경보 AL2, 실제 경보 AL3이 발생하고 있다. 이때 이상 데이터 P의 발생 시각과, 이상 AL1, 경보 AL2, 실제 경보 AL3의 발생 시각에 근거하여, 이상 데이터 P의 가까이에서 발생하고 있는 이상 AL1, 경보 AL2, 실제 경보 AL3이 있는지를 검출한다. 이상 데이터 P에 관하여, 범위 L1, L2, L3 내에 이상 AL1, 경보 AL2, 실제 경보 AL3 중 어느 하나가 있으면, 이상 데이터 P와, 그것들은 공동 발생하고 있다고 판정한다. 도 5에서는, 이상 데이터 P에 관한 범위 L1 내에서 경보 AL2가 발생하고 있으므로, 이상 데이터 P와 경보 AL2는 공동 발생하고 있다고 판정한다. 또, 이상 AL1, 실제 경보 AL3은, 이상 데이터 P에 관한 범위 L3 밖이기 때문에, 이상 데이터 P와는 공동 발생하고 있지 않다고 판정한다.
스텝 S104에서는, 추출한 경보 데이터와 분류된 클래스의 공동 발생을 판정하여, 스텝 S105로 진행된다. 즉, 스텝 S104에서는, 경보 데이터에 포함되는 데이터 ID, 경보가 발생한 시각 정보, 설비 정보, 설비 장소 정보, 설비 계통 정보 등의 정보에 근거하여, 해당 경보 데이터가, 3개의 클래스 중 어느 클래스에 공동 발생하는지를 판정한다. 예컨대, 도 5에 나타내는 바와 같이, 경보 데이터가 경보 AL2이고, 이 경보 AL2의 경보 데이터에, "B1F 계통 1 공조기 AHU-1", "공조 설비"가 포함되어 있는 경우에는, 해당 경보 AL2는, 도 4에 나타내는 클래스 분류 테이블 CT의 "엔티티 이름 클래스"의 "1"의 클래스와 공동 발생하고 있다고 판정한다. 마찬가지로, 경보 AL2의 경보 데이터가, 클래스 분류의 "플로어 계통 클래스", "플로어 클래스"와 공동 발생하고 있는지를 판정한다.
스텝 S105에서는, 스텝 S103, 스텝 S104에 있어서의 공동 발생 판정에 근거하여, 추출된 이상 데이터 P에 관한 중요도를 산출한다. 스텝 S103에 있어서, 이상 데이터 P는, 경보 AL2와 공동 발생하고 있다고 판정되고 있으므로, 도 6(A)에 나타내는 중요도 테이블에 근거하여, 이상 데이터 P에 중요도 "2"를 부여한다. 또한, 경보 AL2는, 이상 데이터 P에 관하여 범위 L1 내에 위치하고 있으므로, 도 6(B)에 나타내는 중요도 테이블에 근거하여, 이상 데이터 P에 중요도 "3"을 부여한다. 또한, 스텝 S104에 있어서, 경보 AL2는 "엔티티 이름 클래스"와 공동 발생하고 있다고 판정되고 있으므로, 도 6(C)에 나타내는 중요도 테이블에 근거하여, 경보 AL2에 중요도 "3"을 부여한다. 이때, 경보 AL2와 이상 데이터 P는 공동 발생하고 있으므로, 이상 데이터 P에 중요도 "3"을 부여한다.
따라서, 이상 데이터 P에, 중요도 "2", "3", "3"을 각각 부여하여, 이들을 곱하는 것에 의해, 종합적으로 중요도 "18"을 산출한다. 하나의 이상 데이터 P에 대하여 중요도의 산출이 종료되면, 스텝 S101로 돌아와, 다음으로 추출되는 이상 데이터 P에 관하여 마찬가지로 중요도를 산출한다.
이와 같이, 중요도 판정 장치(10)에 의한 중요도 판정 처리에 의해, 추출되는 모든 이상 데이터 P에 대하여 자동적으로 중요도를 산출할 수 있다. 이 결과, 다수 추출되는 모든 이상 데이터 P에 관하여 중요도의 고저를 판단할 수 있고, 특히, 중요도가 높은 이상 데이터 P를 높은 정확도로 추출할 수 있고, 중요도가 높은 이상 데이터 P를 우선적으로 분석 처리할 수 있다.
또한, 중요도가 낮은 경미한 이상 데이터 P에 관해서는, 이상 데이터 추출부(13)에 있어서의 룰 베이스 방식의 소정 룰을 수정하여, 이와 같은 중요도가 낮은 이상 데이터 P가 추출되지 않도록 하는 것도 유효하다. 이 결과, 중요도가 높은 이상 데이터의 추출 정확도를 향상시킬 수 있다.
또, 상술한 실시의 형태 1에서는, 경보 데이터, 클래스 분류 및 타이밍의 중요도를 3단계로 하고 있었지만, 경보 데이터, 클래스 분류 및 타이밍에 관한 각 항목 및 종류를 늘려, 중요도의 단계를 늘리더라도 좋다. 중요도를 늘리는 것에 의해, 이상 데이터의 중요도의 고저를 상세하게 판단할 수 있다.
실시의 형태 2.
다음으로, 실시의 형태 2에 대하여 설명한다. 실시의 형태 2에서는, 이상 데이터와 경보 데이터의 발생 타이밍에 관한 중요도를 생략하고 있는 것 외에는, 실시의 형태 1과 마찬가지이다.
실시의 형태 2에서는, 도 9에 나타내는 바와 같이, 이상 데이터 P와 경보 데이터, 즉, 이상 AL1, 경보 AL2, 실제 경보 AL3의 공동 발생을 단위 시간으로 판단하고 있다. 도 9에서는, 단위 시간을 1시간으로 설정하고 있고, 예컨대, 10:00-11:00의 사이에 이상 데이터 P가 발생하고 있는 경우, 이 시간 내에 있어서 이상 AL1, 경보 AL2, 실제 경보 AL3이 발생하고 있는지를 판단한다. 도 9에 있어서는, 이상 데이터 P가 발생하고 있는 10:00-11:00의 사이에, 이상 AL1이 발생하고 있으므로, 이상 데이터 P와 이상 AL1이 공동 발생하고 있다고 판단한다.
또, 이상 데이터 P에 대하여 이상 AL1보다 경보 AL2 쪽이 시간적으로 가깝지만, 실시의 형태 2에서는, 이상 데이터 P가 발생한 시간 단위로 공동 발생을 판단하고 있으므로, 이상 데이터 P와 경보 AL2는 공동 발생하고 있지 않다고 판단하고 있다.
이상 데이터 P에 대한 중요도의 부여는, 상술한 실시의 형태 1과 마찬가지이고, 도 6(A), (C)에 근거하여 이상 데이터 P에 중요도를 부여하여, 이들 중요도에 관한 수치를 곱하는 것에 의해, 종합적인 중요도를 산출한다.
실시의 형태 2에 의하면, 발생 타이밍에 관한 중요도의 부여를 생략하고 있으므로, 중요도를 산출하는 산출량을 저감할 수 있다.
또, 본원 발명은 그 발명의 범위 내에 있어서, 각 실시의 형태의 자유로운 조합, 혹은 각 실시의 형태의 임의의 구성 요소의 변형, 또는 각 실시의 형태에 있어서 임의의 구성 요소의 생략이 가능하다.
(산업상 이용가능성)
본 발명과 관련되는 이상 데이터의 중요도 판정 장치는, 다수의 이상 데이터의 중요도를 자동적으로 판정하고, 다수의 이상 데이터 중에서 중요한 이상 데이터를 높은 정확도로 추출할 수 있고, 설비로부터 수집되는 다수의 이상 데이터의 중요도를 판정하는 이상 데이터의 중요도 판정 장치 등에 이용하는데 적합하다.
1 : 설비 관리 시스템
2 : 빌딩
3 : 공조기
3a : 센서
4 : 공중 회선망
10 : 중요도 판정 장치
11 : 데이터 수집부
12 : 데이터 기억부
12A : 시계열 데이터 기억부
12B : 이벤트 데이터 기억부
13 : 이상 데이터 추출부
14 : 경보 데이터 추출부
15 : 데이터 관련 정보 생성부
16 : 데이터 ID/명칭 리스트 기억부
17 : 클래스 분류부
18 : 중요도 설정부
19 : 중요도 산출부
AL1 : 이상
AL2 : 경보
AL3 : 실제 경보
C1 : 엔티티 이름 클래스
C2 : 플로어 계통 클래스
C3 : 플로어 클래스
CT : 클래스 분류 테이블
DL : 데이터 관련 정보 리스트
L1, L2, L3 : 범위
P : 이상 데이터

Claims (5)

  1. 설비에 마련된 센서의 검출 데이터와, 상기 설비에 발생한 이벤트의 이벤트 데이터가 시계열로 기억되어 있는 데이터 기억부와,
    상기 데이터 기억부의 상기 검출 데이터로부터 소정 조건을 만족시키는 이상 데이터를 추출하는 이상 데이터 추출부와,
    상기 데이터 기억부의 상기 이벤트 데이터로부터 복수 종류의 경보 데이터를 추출하는 경보 데이터 추출부와,
    상기 검출 데이터와, 이 검출 데이터에 관련되는 상기 설비에 관한 복수의 설비 정보를 포함하여 구성되는 데이터 관련 정보를 생성하는 데이터 관련 정보 생성부와,
    복수의 상기 설비 정보 중 상기 경보 데이터와 관련되는 상기 설비 정보에 근거하여 복수의 클래스를 작성하여, 상기 데이터 관련 정보를 복수의 상기 클래스로 각각 분류하는 클래스 분류부와,
    복수 종류의 상기 경보 데이터에 각각 중요도를 설정함과 아울러, 복수의 상기 클래스의 각각에 중요도를 설정하는 중요도 설정부와,
    상기 이상 데이터와 상기 경보 데이터의 공동 발생을 판정함과 아울러, 상기 경보 데이터와 복수의 상기 클래스의 공동 발생을 판정하고, 상기 경보 데이터 및 복수의 상기 클래스에 관한 중요도를 공동 발생한 상기 이상 데이터에 각각 부여하여, 상기 이상 데이터의 중요도를 산출하는 중요도 산출부
    를 구비하는 것을 특징으로 하는 이상 데이터의 중요도 판정 장치.
  2. 제 1 항에 있어서,
    상기 중요도 설정부는, 상기 이상 데이터의 발생 시각과 상기 경보 데이터의 발생 시각의 시간차에 따라 중요도를 설정하고,
    상기 중요도 산출부는, 상기 이상 데이터와 상기 경보 데이터가 공동 발생하는 경우, 복수 종류의 상기 경보 데이터, 복수의 상기 클래스 및 발생 시각에 관한 중요도를 상기 이상 데이터에 각각 부여하여, 상기 이상 데이터의 중요도를 산출하는
    것을 특징으로 하는 이상 데이터의 중요도 판정 장치.
  3. 제 1 항에 있어서,
    복수의 상기 설비 정보는, 적어도 상기 센서의 검출 대상이 되는 설비 이름 정보, 상기 설비의 설치 장소 정보, 상기 설비의 계통 정보를 포함하고,
    상기 클래스 분류부는, 복수의 상기 설비 정보를 조합하여, 또는, 단독으로 사용하여 복수의 상기 클래스를 작성하는
    것을 특징으로 하는 이상 데이터의 중요도 판정 장치.
  4. 제 1 항에 있어서,
    상기 중요도 산출부는, 중요도를 각각 수치화함과 아울러, 상기 수치화된 중요도의 수치 각각을 서로 곱하여 상기 이상 데이터의 중요도를 산출하는 것을 특징으로 하는 이상 데이터의 중요도 판정 장치.
  5. 시계열에 있어서, 설비에 마련된 센서의 검출 데이터와, 상기 설비에 발생한 이벤트의 이벤트 데이터를 기억하고,
    기억되어 있는 상기 검출 데이터로부터 소정 조건을 만족시키는 이상 데이터를 추출하고,
    기억되어 있는 상기 이벤트 데이터로부터 복수 종류의 경보 데이터를 추출하고,
    상기 검출 데이터와, 이 검출 데이터에 관련되는 상기 설비에 관한 복수의 설비 정보를 포함하여 구성되는 데이터 관련 정보를 생성하고,
    복수의 상기 설비 정보 중 상기 경보 데이터와 관련되는 상기 설비 정보에 근거하여 복수의 클래스를 작성하여, 상기 데이터 관련 정보를 복수의 상기 클래스로 분류하고,
    복수 종류의 상기 경보 데이터에 각각 중요도를 설정함과 아울러, 복수의 상기 클래스의 각각에 중요도를 설정하고,
    상기 이상 데이터와 상기 경보 데이터의 공동 발생을 판정함과 아울러, 상기 경보 데이터와 복수의 상기 클래스의 공동 발생을 판정하고, 상기 경보 데이터 및 복수의 상기 클래스에 관한 중요도를 공동 발생한 상기 이상 데이터에 부여하여, 상기 이상 데이터의 중요도를 산출하는
    것을 특징으로 하는 이상 데이터의 중요도 판정 방법.
KR1020187037978A 2016-07-06 2016-12-08 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법 KR102011620B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2016-134072 2016-07-06
JP2016134072A JP2018005714A (ja) 2016-07-06 2016-07-06 異常データの重要度判定装置及び異常データの重要度判定方法
PCT/JP2016/086553 WO2018008167A1 (ja) 2016-07-06 2016-12-08 異常データの重要度判定装置及び異常データの重要度判定方法

Publications (2)

Publication Number Publication Date
KR20190006032A KR20190006032A (ko) 2019-01-16
KR102011620B1 true KR102011620B1 (ko) 2019-08-16

Family

ID=60912031

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187037978A KR102011620B1 (ko) 2016-07-06 2016-12-08 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법

Country Status (7)

Country Link
US (1) US20190310979A1 (ko)
JP (1) JP2018005714A (ko)
KR (1) KR102011620B1 (ko)
CN (1) CN109416531B (ko)
DE (1) DE112016006946T5 (ko)
TW (1) TWI632443B (ko)
WO (1) WO2018008167A1 (ko)

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9411327B2 (en) 2012-08-27 2016-08-09 Johnson Controls Technology Company Systems and methods for classifying data in building automation systems
US10534326B2 (en) 2015-10-21 2020-01-14 Johnson Controls Technology Company Building automation system with integrated building information model
US11947785B2 (en) 2016-01-22 2024-04-02 Johnson Controls Technology Company Building system with a building graph
US11268732B2 (en) 2016-01-22 2022-03-08 Johnson Controls Technology Company Building energy management system with energy analytics
WO2017173167A1 (en) 2016-03-31 2017-10-05 Johnson Controls Technology Company Hvac device registration in a distributed building management system
US10505756B2 (en) 2017-02-10 2019-12-10 Johnson Controls Technology Company Building management system with space graphs
US10901373B2 (en) 2017-06-15 2021-01-26 Johnson Controls Technology Company Building management system with artificial intelligence for unified agent based control of building subsystems
US10417451B2 (en) 2017-09-27 2019-09-17 Johnson Controls Technology Company Building system with smart entity personal identifying information (PII) masking
US11774920B2 (en) 2016-05-04 2023-10-03 Johnson Controls Technology Company Building system with user presentation composition based on building context
US10684033B2 (en) 2017-01-06 2020-06-16 Johnson Controls Technology Company HVAC system with automated device pairing
US11900287B2 (en) 2017-05-25 2024-02-13 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with budgetary constraints
US11360447B2 (en) 2017-02-10 2022-06-14 Johnson Controls Technology Company Building smart entity system with agent based communication and control
US11994833B2 (en) 2017-02-10 2024-05-28 Johnson Controls Technology Company Building smart entity system with agent based data ingestion and entity creation using time series data
US11764991B2 (en) 2017-02-10 2023-09-19 Johnson Controls Technology Company Building management system with identity management
US10515098B2 (en) 2017-02-10 2019-12-24 Johnson Controls Technology Company Building management smart entity creation and maintenance using time series data
US10854194B2 (en) 2017-02-10 2020-12-01 Johnson Controls Technology Company Building system with digital twin based data ingestion and processing
US11280509B2 (en) 2017-07-17 2022-03-22 Johnson Controls Technology Company Systems and methods for agent based building simulation for optimal control
US10169486B2 (en) 2017-02-10 2019-01-01 Johnson Controls Technology Company Building management system with timeseries processing
US11307538B2 (en) 2017-02-10 2022-04-19 Johnson Controls Technology Company Web services platform with cloud-eased feedback control
US11042144B2 (en) 2017-03-24 2021-06-22 Johnson Controls Technology Company Building management system with dynamic channel communication
US11327737B2 (en) 2017-04-21 2022-05-10 Johnson Controls Tyco IP Holdings LLP Building management system with cloud management of gateway configurations
US10788229B2 (en) 2017-05-10 2020-09-29 Johnson Controls Technology Company Building management system with a distributed blockchain database
US11022947B2 (en) 2017-06-07 2021-06-01 Johnson Controls Technology Company Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces
EP3655825B1 (en) 2017-07-21 2023-11-22 Johnson Controls Tyco IP Holdings LLP Building management system with dynamic rules with sub-rule reuse and equation driven smart diagnostics
US20190034066A1 (en) 2017-07-27 2019-01-31 Johnson Controls Technology Company Building management system with central plantroom dashboards
US10962945B2 (en) 2017-09-27 2021-03-30 Johnson Controls Technology Company Building management system with integration of data into smart entities
US11120012B2 (en) 2017-09-27 2021-09-14 Johnson Controls Tyco IP Holdings LLP Web services platform with integration and interface of smart entities with enterprise applications
US11314788B2 (en) 2017-09-27 2022-04-26 Johnson Controls Tyco IP Holdings LLP Smart entity management for building management systems
US20190096014A1 (en) 2017-09-27 2019-03-28 Johnson Controls Technology Company Building risk analysis system with risk decay
US10809682B2 (en) 2017-11-15 2020-10-20 Johnson Controls Technology Company Building management system with optimized processing of building system data
US11281169B2 (en) 2017-11-15 2022-03-22 Johnson Controls Tyco IP Holdings LLP Building management system with point virtualization for online meters
US11127235B2 (en) 2017-11-22 2021-09-21 Johnson Controls Tyco IP Holdings LLP Building campus with integrated smart environment
JP7161855B2 (ja) * 2018-03-06 2022-10-27 三菱重工業株式会社 脱硫装置の運転監視システム
US11954713B2 (en) 2018-03-13 2024-04-09 Johnson Controls Tyco IP Holdings LLP Variable refrigerant flow system with electricity consumption apportionment
US10891374B1 (en) * 2018-03-28 2021-01-12 Ca, Inc. Systems and methods for improving performance of cascade classifiers for protecting against computer malware
US11016648B2 (en) 2018-10-30 2021-05-25 Johnson Controls Technology Company Systems and methods for entity visualization and management with an entity node editor
US11927925B2 (en) 2018-11-19 2024-03-12 Johnson Controls Tyco IP Holdings LLP Building system with a time correlated reliability data stream
US11436567B2 (en) 2019-01-18 2022-09-06 Johnson Controls Tyco IP Holdings LLP Conference room management system
US10788798B2 (en) 2019-01-28 2020-09-29 Johnson Controls Technology Company Building management system with hybrid edge-cloud processing
US11256673B2 (en) * 2019-09-11 2022-02-22 Commvault Systems, Inc. Anomaly detection in deduplication pruning operations
US11237935B2 (en) * 2019-09-11 2022-02-01 Commvault Systems, Inc. Anomaly detection in data protection operations
US11894944B2 (en) 2019-12-31 2024-02-06 Johnson Controls Tyco IP Holdings LLP Building data platform with an enrichment loop
US11356292B2 (en) 2019-12-31 2022-06-07 Johnson Controls Tyco IP Holdings LLP Building data platform with graph based capabilities
US12021650B2 (en) 2019-12-31 2024-06-25 Tyco Fire & Security Gmbh Building data platform with event subscriptions
US11537386B2 (en) 2020-04-06 2022-12-27 Johnson Controls Tyco IP Holdings LLP Building system with dynamic configuration of network resources for 5G networks
WO2021210085A1 (ja) * 2020-04-15 2021-10-21 三菱電機株式会社 データ管理サーバ、データ管理システム、データ管理方法、及び、プログラム
US11874809B2 (en) 2020-06-08 2024-01-16 Johnson Controls Tyco IP Holdings LLP Building system with naming schema encoding entity type and entity relationships
US11397773B2 (en) 2020-09-30 2022-07-26 Johnson Controls Tyco IP Holdings LLP Building management system with semantic model integration
US11954154B2 (en) 2020-09-30 2024-04-09 Johnson Controls Tyco IP Holdings LLP Building management system with semantic model integration
US20220137570A1 (en) 2020-10-30 2022-05-05 Johnson Controls Technology Company Building management system with auto-configuration using existing points
EP4309013A1 (en) 2021-03-17 2024-01-24 Johnson Controls Tyco IP Holdings LLP Systems and methods for determining equipment energy waste
CN113204569B (zh) * 2021-03-30 2024-06-18 联想(北京)有限公司 一种信息处理方法及装置
US11769066B2 (en) 2021-11-17 2023-09-26 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin triggers and actions
US11899723B2 (en) 2021-06-22 2024-02-13 Johnson Controls Tyco IP Holdings LLP Building data platform with context based twin function processing
US11796974B2 (en) 2021-11-16 2023-10-24 Johnson Controls Tyco IP Holdings LLP Building data platform with schema extensibility for properties and tags of a digital twin
US11934966B2 (en) 2021-11-17 2024-03-19 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin inferences
US11704311B2 (en) 2021-11-24 2023-07-18 Johnson Controls Tyco IP Holdings LLP Building data platform with a distributed digital twin
US12013673B2 (en) 2021-11-29 2024-06-18 Tyco Fire & Security Gmbh Building control system using reinforcement learning
US11714930B2 (en) 2021-11-29 2023-08-01 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin based inferences and predictions for a graphical building model
US12013823B2 (en) 2022-09-08 2024-06-18 Tyco Fire & Security Gmbh Gateway system that maps points into a graph schema
KR102652764B1 (ko) * 2023-08-14 2024-04-01 주식회사 아이브 시설 내 장비 상태 모니터링을 수행하는 지능형 모니터링 서버 및 이를 이용한 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000347724A (ja) 1999-06-04 2000-12-15 Toshiba Corp プラント監視装置
JP2003177818A (ja) 2001-12-12 2003-06-27 Daicel Chem Ind Ltd プラント制御監視装置
JP2006228030A (ja) 2005-02-18 2006-08-31 Mitsubishi Electric Corp プラント運転支援方法およびプラント運転支援装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW584894B (en) * 2003-04-16 2004-04-21 Taiwan Semiconductor Mfg System and method for determining causes causing abnormality of semiconductor equipment
JP3811162B2 (ja) 2004-03-31 2006-08-16 東芝ソリューション株式会社 異常データ検出装置及び異常データ検出プログラム
JP4595611B2 (ja) * 2005-03-24 2010-12-08 パナソニック電工株式会社 監視システム
US8725667B2 (en) * 2008-03-08 2014-05-13 Tokyo Electron Limited Method and system for detection of tool performance degradation and mismatch
TWI400619B (zh) * 2008-11-26 2013-07-01 Univ Nat Cheng Kung 偵測產品品質超規與評估產品實際量測值的方法
JP5501903B2 (ja) * 2010-09-07 2014-05-28 株式会社日立製作所 異常検知方法及びそのシステム
JP5771426B2 (ja) * 2011-03-29 2015-08-26 東京エレクトロン株式会社 情報処理装置、処理システム、処理方法、及びプログラム
JP5797536B2 (ja) * 2011-11-28 2015-10-21 アズビル株式会社 機器状態表示装置および機器状態表示方法
JP5498540B2 (ja) 2012-07-19 2014-05-21 株式会社日立製作所 異常検知方法及びシステム
JP5538597B2 (ja) 2013-06-19 2014-07-02 株式会社日立製作所 異常検知方法及び異常検知システム
WO2015181985A1 (ja) * 2014-05-30 2015-12-03 三菱電機株式会社 アラーム位置表示装置およびアラーム位置表示方法
CN104901964A (zh) * 2015-05-28 2015-09-09 北京邮电大学 一种用于保护云系统的安全监控方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000347724A (ja) 1999-06-04 2000-12-15 Toshiba Corp プラント監視装置
JP2003177818A (ja) 2001-12-12 2003-06-27 Daicel Chem Ind Ltd プラント制御監視装置
JP2006228030A (ja) 2005-02-18 2006-08-31 Mitsubishi Electric Corp プラント運転支援方法およびプラント運転支援装置

Also Published As

Publication number Publication date
JP2018005714A (ja) 2018-01-11
TWI632443B (zh) 2018-08-11
CN109416531A (zh) 2019-03-01
KR20190006032A (ko) 2019-01-16
DE112016006946T5 (de) 2019-02-28
TW201802626A (zh) 2018-01-16
CN109416531B (zh) 2021-08-06
WO2018008167A1 (ja) 2018-01-11
US20190310979A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
KR102011620B1 (ko) 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법
EP2905665B1 (en) Information processing apparatus, diagnosis method, and program
US8682824B2 (en) Method and device for monitoring the state of a facility
US8255100B2 (en) Data-driven anomaly detection to anticipate flight deck effects
EP3125057B1 (en) System-analyzing device, analysis-model generation method, system analysis method, and system-analyzing program
CN101470426B (zh) 一种故障检测的方法和系统
EP2759938A1 (en) Operations management device, operations management method, and program
JP6351862B2 (ja) 運転状態分類装置
JP5855036B2 (ja) 設備点検順位設定装置
JP2013025367A (ja) 設備状態監視方法およびその装置
JP2015114967A (ja) 異常検知方法およびその装置
JP6523815B2 (ja) プラント診断装置及びプラント診断方法
EP3674827B1 (en) Monitoring target selecting device, monitoring target selecting method and program
KR101960755B1 (ko) 미취득 전력 데이터 생성 방법 및 장치
TWI621951B (zh) Machine sorting device
JP6625839B2 (ja) 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法
JP5341612B2 (ja) プラント機器管理システムおよびプラント機器管理方法
JP2010218267A (ja) 障害発生確率算出システム，障害発生確率算出方法及びプログラム
US20150347213A1 (en) Apparatus and method for system monitoring
TWI616392B (zh) Machine sorting device
JP2021149156A (ja) 保守支援システム及び保守支援方法
CN117808157B (zh) 基于智能识别的未报备停电行为预测分析系统
JP6017411B2 (ja) データ関連情報処理装置及びプログラム
CN117952318A (zh) 基于大数据的产业园碳排放数据管理系统及方法
CN117909113A (zh) 应用故障智能分析方法、装置、设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right