KR20170078038A - 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템 - Google Patents

유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템 Download PDF

Info

Publication number
KR20170078038A
KR20170078038A KR1020150188140A KR20150188140A KR20170078038A KR 20170078038 A KR20170078038 A KR 20170078038A KR 1020150188140 A KR1020150188140 A KR 1020150188140A KR 20150188140 A KR20150188140 A KR 20150188140A KR 20170078038 A KR20170078038 A KR 20170078038A
Authority
KR
South Korea
Prior art keywords
data
measurement data
sensors
abnormal
measurement
Prior art date
Application number
KR1020150188140A
Other languages
English (en)
Inventor
이승우
송병훈
Original Assignee
전자부품연구원
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 전자부품연구원 filed Critical 전자부품연구원
Priority to KR1020150188140A priority Critical patent/KR20170078038A/ko
Publication of KR20170078038A publication Critical patent/KR20170078038A/ko

Links

Images

Classifications

    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F17/50—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템이 제공된다. 본 발명의 실시예에 따른 클라우드 시스템은, 센서들로부터 계측 데이터들을 입력받는 입력부, 입력되는 계측 데이터들을 저장하는 수집부 및 저장된 계측 데이터들을 생성한 센서들 중 이상 계측 데이터를 생성한 센서들을 검출하는 분석부를 포함한다. 이에 의해, 센서의 이상 유무를 시스템에서 자동으로 탐지하고 관련자에게 전달됨으로써, 모든 분야별 담당자는 보다 빠르게 문제를 파악하고 조치를 취할 수 있다.

Description

유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템{Abnormal Construction Measurement Data Detection Method and System with Correlation Analysis}
본 발명은 이상 감지 기술에 관한 것으로, 더욱 상세하게는 시공 계측 센서 데이터의 이상을 감지하는 방법 및 시스템에 관한 것이다.
건축, 토목 분야에서는 설계 단계에서 구조의 안정성과 부재의 효율성을 고려한 최적화 설계를 위하여 각종 예측식과 사전 재료 특성 분석을 통해 해석 데이터를 산출하고, 이를 기반으로 현장 시공을 한다.
하지만, 현장에서의 기후, 하중, 재료 혼합물, 보양 조건 등에 따라 해석/예측값과 실제 현장 계측값에서 차이가 많이 발생할 수 있어, 시공 시 부재에 많은 계측 센서를 설치해 놓고 있다. 도 1은 시공 과정에서 이루어지는 계측 센서의 활용을 나타내었다.
현재 대부분의 현장 담당자는 설치된 계측 로거를 통해 현장에서 데이터를 확인하고, 일정기간 동안 데이터를 저장한 후 구조안전 분석가가 데이터를 분석 후 설계값과 계측값에 차이가 발생하거나 이상 데이터를 확인 후 조치를 취하 형태로 작업을 진행하고 있다.
그러나 이러한 방식은 센서값의 이상 데이터 발생시 즉각적인 탐지와 문제점의 대처보다 일정시간이 지난 후에 사후관리를 하는 방식에 그치고 있는 상황이다.
또한 시공 계측에서는 기둥 축소량(변형률), 외피 변위, 풍동 분석, 수화 열 등 다양한 타입의 센서가 설치가 되며, 이기종의 센서를 개별적으로 분석하는 것에는 많은 시간과 노력을 필요로 한다는 문제가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 설계, 시공 관리에 있어 계측을 위해 다양한 센서로부터 수집되는 계측 데이터를 그룹화된 센서 간의 유사성을 비교 분석하여 이상 데이터의 자동으로 감지하는 방법 및 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 클라우드 시스템은, 센서들로부터 계측 데이터들을 입력받는 입력부; 입력되는 계측 데이터들을 저장하는 수집부; 및 저장된 계측 데이터들을 생성한 센서들 중 이상 계측 데이터를 생성한 센서들을 검출하는 분석부;를 포함한다.
그리고, 상기 분석부는, 센서들을 그룹화하고, 동일 그룹에 포함된 센서들의 계측 데이터들을 비교하여, 이상 데이터를 감지할 수 있다.
또한, 상기 분석부는, 일정 기간 동안의 평균 계측 데이터들을 비교할 수 있다.
그리고, 상기 분석부는, 센서들의 평균 계측 데이터들을 정규화하여 비교할 수 있다.
또한, 상기 분석부는, 비교 결과를 기초로 동일 그룹에 포함된 센서들을 군집화하고, 가장 이질적인 데이터를 보인 집단의 데이터를 이상 데이터로 판별할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 이상 데이터 감지 방법은, 센서들로부터 계측 데이터들을 입력받는 단계; 입력되는 계측 데이터들을 저장하는 단계; 및 저장된 계측 데이터들을 생성한 센서들 중 이상 계측 데이터를 생성한 센서들을 검출하는 단계;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 센서의 이상 유무를 시스템에서 자동으로 탐지하고 관련자에게 전달됨으로써, 모든 분야별 담당자는 보다 빠르게 문제를 파악하고 조치를 취할 수 있게 된다.
또한, 본 발명의 실시예들에 따르면, 동일 타입의 센서들 간 데이터 비교를 기반으로 하고 있기 때문에, 시공에 사용되는 다양한 타입의 센서에 공통적으로 적용 가능하는 이점이 있다.
도 1은 시공 과정에서 이루어지는 계측 센서의 활용을 나타낸 도면,
도 2는 본 발명의 일 실시예에 따른 시공 계측 센서 클라우드 시스템의 블럭도,
도 4는 데이터 분석 기법에 대한 개념도,
도 5는 본 발명의 다른 실시예에 따른 유사성 분석을 통한 이상 탐지 방법의 설명에 제공되는 흐름도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
1. 시공 계측 센서 클라우드 시스템
일반적으로 건축, 토목 분야에서는 설계 단계에서 각종 예측식과 재료 실험을 통해 해석 데이터를 산출하고, 이를 기반으로 현장 시공을 하고, 현장 담당자는 계속해서 계측 데이터를 통해 시공 상태를 점검하면서, 공사를 진행하는 과정을 거친다.
특히, 시공 시, 현장 기후(온도, 습도), 하중, 재료 혼합물, 보양 조건 등에 따라 해석 값과 실제 현장 계측 값에서 차이가 많이 발생할 수 있어, 주요 부재에는 변형률계, 길이 변위계, 가속도계, 온/습도계, 경사계 등 많은 계측 센서를 설치해 놓고 있다.
본 발명의 실시예에 따른 토목 센서 클라우드 시스템은, 현장에 설치된 계측 로거를 통해 주기적으로 데이터를 확인하고, 문제점을 탐지시에 빠른 조치를 취할 수 있도록, 고성능의 컴퓨팅 및 대용량 데이터 저장 인프라를 지원하는 클라우드 컴퓨터를 이용하여 다양한 시공 센서로부터 데이터를 수집하고, 자동으로 이상 데이터를 탐지한다.
이와 같은 기능을 수행하는 시공 계측 센서 클라우드 시스템은, 도 2에 도시된 바와 같이, 입력부(110), 데이터 수집부(120) 및 데이터 관리/분석부(130)를 포함한다.
2. 입력부
입력부(110)는 센서, 서버, 사용자 입력 값을 입력하기 위한 사용자 단말/인터페이스 등이 될 수 있다.
센서: 풍동향/진동 분석을 위한 가속도계, 수화열 특정을 위한 온도 센서, 외피의 변위를 측정하기 위한 길이 측정센서, 기둥축소량 변형을 위한 변형률계 등
서버: 외부 서버에서 설계, 시공, 계측시 필요한 활용 가능 데이터(온도/습도/바람)
사용자 입력값: 사용자가 필요에 따라 입력하는 값(보정치, 설계치 등)
3. 데이터 수집부
센서 및 센서 로거의 데이터는 네트워트망을 통해 클라우드 내부에 저장된다. 데이터 수집부(120)는 클라우드 서버에 접속한 센서의 등록정보를 관리하고, 센서 값을 저장한다.
데이터 수집부(120)에 의해 관리/저장되는 주요 저장 정보를 도 3에 나열하였다.
4. 데이터 관리/분석부
데이터 관리/분석부(130)는 데이터 처리 모듈(131), 데이터 저장 모듈(132) 및 데이터 분석 모듈(133)을 포함한다. 이하에서, 이들 각각에 대해 상세히 설명한다.
4.1 데이터 처리 모듈
데이터 처리 모듈(131)은 입력부(110)에서 수집되는 계측 데이터, 설계시 적용되는 해석 데이터, 시공 또는 보정 치를 공사 시에 설정값, 시공 데이터 등에 대한 파싱 등의 선처리를 수행하여 저장한다.
4.2 데이터 저장 모듈
데이터 저장 모듈(132)는 대용량의 데이터 처리를 위해 데이터베이스나 하둡 파일 처리 시스템에 선처리된 센싱 데이터를 저장, 관리하는 역할을 담당한다.
4.3 데이터 분석 모듈
데이터 분석 모듈(133)은 데이터베이스나 하둡 파일 처리 시스템에 저장된 데이터를 주기적으로 불러와서, 그룹화된 동종 센서의 계측 데이터를 비교 분석하여, 그룹화된 동종 센서의 데이터들에서 소수의 센서의 값이 유사성 분석을 통한 이상 감지(Abnormal Detection) 처리를 수행하여, 결과를 차트화하고 사용자에게 알려주는 역할을 한다.
데이터 분석 모듈(133)에 의한 데이터 분석 기법에 대한 개념이 도 4에 제시되어 있다.
5. 유사성 분석을 통한 이상 탐지
데이터 분석 모듈(133)에 의한 유사성 분석을 통한 이상 탐지 과정이 도 5에 제시되어 있다. 이 과정에 대해, 이하에서 상세히 설명한다.
5.1 데이터 로딩
이상 탐지를 위해, 먼저 데이터 분석 모듈(133)은 같은 그룹(위치,층)으로 묶인 동종 센서의 데이터를 읽어온다(S210).
5.2 구간 평균 추출
다음, 데이터 분석 모듈(133)은 S210단계에서 읽어온 센서의 데이터를 설치된 시점을 기준으로 전체 기간의 데이터를 읽어와서, 동일 기간 간격으로 N등분하여 평균값을 저장한다(S220).
5.3 데이터 정규화
정규화는 일정한 규칙이나 기준에 따르는 '정규적인' 상태로 바꾸거나, 비정상적인 대상을 정상적으로 되돌리는 과정을 뜻한다. 이를 정규화 및 정상화라고도 불리며, 데이터 분석 모듈(133)에서는 같은 종류의 전체 데이터를 처리함에 있어 데이터간의 비교분석을 위해 즉 데이터의 범위를 일치시키거나 분포를 유사하게 만들어 주는 등의 작업이 필요하다. 이를 위해, 데이터 분석 모듈(133)은 다음의 식으로 표현되는 zero-one normalization을 적용한다(S230).
Normalized(ei)=(ei-Emin)/(Emax-Emin)
5.4 상관 계수 분석
데이터 분석 모듈(133)은 S230단계에서 정규화된 데이터의 상관 계수를 계산하여, 상관도를 판단한다(S240).
상관분석은 확률론과 통계학에서 두 변수 간에 어떤 선형적 관계를 갖고 있는지를 분석하는 방법이며, 두 변수는 서로 독립적인 관계로부터 서로 상관된 관계일 수 있으며 이때 두 변수 간의 관계의 강도를 상관관계(Correlation, Correlation coefficient)라 한다. 상관분석에서는 상관관계의 정도를 나타내는 단위로 상관계수로 표현한다. 상관 계수의 부호가 양(+)일 때에는 양의 상관관계를, 음(-)일 때에는 음의 상관 관계가 있음을 나타낸다. 상관 관계의 강도는 상관 계수의 절대 값 또는 자승 값으로 평가한다. 여기서 피어슨 상관계수(Pearson correlation coefficient) 는 두 변수 간의 관련성을 구하기 위해 보편적으로 이용된다. X와 Y의 상관관계 계수는 다음과 같이 표현된다.
ρX,Y=[cov(X,Y)]/(ρXρY)
상관계수를 통해 양의 상관관계를 나타내는 데이터는 관련성 및 유사성이 높은 데이터로 판별하고, 0.5 이하의 데이터의 경우 이질적인 데이터가 들어옴을 나타낸다.
5.5 군집화
군집(clustering) 이론이란 수 많은 데이터를 유사성이 많은 것을 모음으로써 그룹 내에서는 단위 원소의 동질성을 극대화하고 서로 다른 그룹 상호 간에는 그 차이(이질성)을 극대화시키는 것을 말한다.
데이터 분석 모듈(133)은 정규화된 데이터를 벡터화 한 후, 군집기법(K-means)를 적용하여 비슷한 특징을 가지는 소집단으로 묶어낸다(S250).
5.6 이상 탐지
S250단계에서 2~3개의 소집단으로 묶어낸 후, 데이터 분석 모듈(133)은 가장 이질적인 값을 가지는 소집단의 데이터를 이상 데이터로 판별한다.
이상 데이터/소집단이 존재하면(S260-Y), 데이터 분석 모듈(133)은 사용자/관리자에게 이상 탐지 결과를 알린다(S270).
6. 변형/응용예
지금까지, 유사성 분석을 통한 시공 계측 센서 데이터 이상감지 방법 및 시스템에 대해 바람직한 실시예들을 들어 상세히 설명하였다.
본 발명의 실시예에 따른 시공 계측 센서 데이터 이상감지 방법 및 시스템은, 그룹 내의 센서를 비교 및 유사성을 자동으로 분석하고 이상 데이터 및 오동작의 탐지하여, 관리자에게 정보를 알림으로써, 즉각적인 대처를 가능하게 하도록 한다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110 : 입력부
120 : 데이터 수집부
130 : 데이터 관리/분석부
131 : 데이터 처리 모듈
132 : 데이터 저장 모듈
133 : 데이터 분석 모듈

Claims (6)

  1. 센서들로부터 계측 데이터들을 입력받는 입력부;
    입력되는 계측 데이터들을 저장하는 수집부; 및
    저장된 계측 데이터들을 생성한 센서들 중 이상 계측 데이터를 생성한 센서들을 검출하는 분석부;를 포함하는 것을 특징으로 하는 클라우드 시스템.
  2. 청구항 1에 있어서,
    상기 분석부는,
    센서들을 그룹화하고, 동일 그룹에 포함된 센서들의 계측 데이터들을 비교하여, 이상 데이터를 감지하는 것을 특징으로 하는 클라우드 시스템.
  3. 청구항 2에 있어서,
    상기 분석부는,
    일정 기간 동안의 평균 계측 데이터들을 비교하는 것을 특징으로 하는 클라우드 시스템.
  4. 청구항 3에 있어서,
    상기 분석부는,
    센서들의 평균 계측 데이터들을 정규화하여 비교하는 것을 특징으로 하는 클라우드 시스템.
  5. 청구항 4에 있어서,
    상기 분석부는,
    비교 결과를 기초로 동일 그룹에 포함된 센서들을 군집화하고, 가장 이질적인 데이터를 보인 집단의 데이터를 이상 데이터로 판별하는 것을 특징으로 하는 클라우드 시스템.
  6. 센서들로부터 계측 데이터들을 입력받는 단계;
    입력되는 계측 데이터들을 저장하는 단계; 및
    저장된 계측 데이터들을 생성한 센서들 중 이상 계측 데이터를 생성한 센서들을 검출하는 단계;를 포함하는 것을 특징으로 하는 이상 데이터 감지 방법.
KR1020150188140A 2015-12-29 2015-12-29 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템 KR20170078038A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150188140A KR20170078038A (ko) 2015-12-29 2015-12-29 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150188140A KR20170078038A (ko) 2015-12-29 2015-12-29 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20170078038A true KR20170078038A (ko) 2017-07-07

Family

ID=59353496

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150188140A KR20170078038A (ko) 2015-12-29 2015-12-29 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20170078038A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102188095B1 (ko) * 2020-05-06 2020-12-08 주식회사 크리에이티브솔루션 건설 구조물의 센서의 이벤트 원인 분석방법
KR102188096B1 (ko) * 2020-05-06 2020-12-08 주식회사 크리에이티브솔루션 건설 구조물의 센서의 이벤트 분석방법
CN118014288A (zh) * 2024-02-20 2024-05-10 北京清水爱派建筑设计股份有限公司 基于bim的建筑设计流程动态管理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102188095B1 (ko) * 2020-05-06 2020-12-08 주식회사 크리에이티브솔루션 건설 구조물의 센서의 이벤트 원인 분석방법
KR102188096B1 (ko) * 2020-05-06 2020-12-08 주식회사 크리에이티브솔루션 건설 구조물의 센서의 이벤트 분석방법
CN118014288A (zh) * 2024-02-20 2024-05-10 北京清水爱派建筑设计股份有限公司 基于bim的建筑设计流程动态管理方法

Similar Documents

Publication Publication Date Title
KR101611166B1 (ko) 빅데이터 분석 기반의 위크시그널 도출 시스템 및 그 방법
CN102945256B (zh) 海量sql语句合并归类的方法及装置
US9389946B2 (en) Operation management apparatus, operation management method, and program
CN108650684B (zh) 一种关联规则确定方法及装置
CN109088869B (zh) Apt攻击检测方法及装置
Kesavan et al. A wavelet‐based damage diagnosis algorithm using principal component analysis
CN116756595B (zh) 一种导电滑环故障数据采集监测方法
CN102647421A (zh) 基于行为特征的web后门检测方法和装置
CN110333962B (zh) 一种基于数据分析预测的电子元器件故障诊断模型
Shahidi et al. Structural damage detection and localisation using multivariate regression models and two-sample control statistics
JP6183449B2 (ja) システム分析装置、及び、システム分析方法
CN113359682B (zh) 设备故障预测方法、装置、设备故障预测平台及介质
Arul et al. Data anomaly detection for structural health monitoring of bridges using shapelet transform
CN113760670A (zh) 电缆接头异常预警方法、装置、电子设备和存储介质
KR20170078038A (ko) 유사성 분석을 통한 시공 계측 센서 데이터 이상 감지 방법 및 시스템
CN112070180B (zh) 基于信息物理双侧数据的电网设备状态判断方法及装置
US20210224383A1 (en) Abnormality detection device
CN108399115B (zh) 一种运维操作检测方法、装置及电子设备
CN116389235A (zh) 一种应用于工业物联网的故障监测方法及系统
CN114327964A (zh) 业务系统的故障原因处理方法、装置、设备及存储介质
CN115994320A (zh) 一种智能摩擦摆隔震支座及状态监测与故障诊断系统
CN117331790A (zh) 一种用于数据中心的机房故障检测方法及装置
EP3407198A1 (en) System, device and method for frozen period detection in sensor datasets
JP2018191217A (ja) データ監視装置、データ監視方法及びデータ監視プログラム
KR102602840B1 (ko) 학습 데이터셋 생성 시스템 및 이를 이용한 학습 데이터셋 생성 방법