KR20190040346A - 시계열 데이터 처리 장치 - Google Patents

시계열 데이터 처리 장치 Download PDF

Info

Publication number
KR20190040346A
KR20190040346A KR1020197009138A KR20197009138A KR20190040346A KR 20190040346 A KR20190040346 A KR 20190040346A KR 1020197009138 A KR1020197009138 A KR 1020197009138A KR 20197009138 A KR20197009138 A KR 20197009138A KR 20190040346 A KR20190040346 A KR 20190040346A
Authority
KR
South Korea
Prior art keywords
data
iron
time
series data
time series
Prior art date
Application number
KR1020197009138A
Other languages
English (en)
Inventor
마코토 이마무라
다카아키 나카무라
노리오 히라이
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 KR20190040346A publication Critical patent/KR20190040346A/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
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • 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
    • G05B23/0224—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
    • G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
    • 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
    • G05B9/00—Safety arrangements
    • G05B9/02—Safety arrangements electric
    • 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
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • General Factory Administration (AREA)

Abstract

시계열 데이터 처리 장치(10)는, 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열인 시계열 데이터(1) 중에서, 값이 시간에 대하여 연속적으로 상승하는 상승 레그 및 값이 시간에 대하여 연속적으로 하강하는 하강 레그로 구성되는 철형 데이터를 추출하는 철형 데이터 추출부(2)와, 시계열 데이터(1)에 있어서의 철형 데이터의 출현 패턴을 정의하는 출현 패턴 정의부(3)와, 철형 데이터 추출부(2)가 추출한 철형 데이터의 집합 중에서, 출현 패턴 정의부(3)가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를, 세그먼트(5)로서 검출하는 출현 패턴 검출부(4)를 구비한다.

Description

시계열 데이터 처리 장치
본 발명은, 시계열 데이터를 처리하는 시계열 데이터 처리 장치에 관한 것이다.
화력, 수력 또는 원자력 등의 발전 플랜트, 화학 플랜트, 철강 플랜트, 또는 상하수도 플랜트 등에서는, 플랜트의 프로세스를 제어하기 위한 제어 시스템이 도입되어 있다. 빌딩 또는 공장 등의 설비에서도, 공조, 전기, 조명, 또는 급배수 등을 제어하기 위한 제어 시스템이 도입되어 있다. 이들 제어 시스템에는, 장치에 설치된 센서에 의해 시간의 경과에 따라 관측된 다양한 시계열 데이터가, 축적되어 있다.
마찬가지로, 경제 또는 경영 등에 관한 정보 시스템에 있어서도, 주가 또는 매상 등의 값을 시간의 경과에 따라 기록한 시계열 데이터가, 축적되어 있다.
종래, 이들 시계열 데이터의 값의 변화를 분석하는 것에 의해, 플랜트, 설비, 또는 경영 상태 등의 이상 등을 검출하는 것이 행하여지고 있다. 특히, 시계열 데이터의 값의 상하 변동의 정도를 구하는 것에 의해, 이상 등을 검출하는 것이 행하여지고 있다.
예컨대, 특허문헌 1과 관련되는 데이터 분석 장치는, 어느 제품을 제조하는 공정 전체의 시계열 데이터 중에서, 이벤트 구간의 시계열 데이터를 추출하고, 이벤트 구간에 있어서의 이상 등을 검출하는 구성이다.
특허문헌 1 : 일본 특허 공개 2004-318273호 공보
그렇지만, 특허문헌 1과 관련되는 데이터 분석 장치는, 제조 공정을 세분화한 이벤트마다의 시계열 데이터를 추출하기 위해, 제조 라인으로부터 이벤트 발생 타이밍을 나타내는 이벤트 정보를 취득하여 사용할 필요가 있었다. 그 때문에, 데이터 분석 장치는, 이벤트 정보가 없는 경우, 이벤트 구간의 시계열 데이터를 추출할 수 없다고 하는 과제가 있었다.
본 발명은, 상기와 같은 과제를 해결하기 위해 이루어진 것으로, 이벤트 발생 타이밍을 나타내는 이벤트 정보가 없는 경우에도, 이벤트 구간의 시계열 데이터를 추출 가능하게 하는 것을 목적으로 한다.
본 발명과 관련되는 시계열 데이터 처리 장치는, 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열인 시계열 데이터 중에서, 값이 시간에 대하여 연속적으로 상승하는 상승 레그 및 값이 시간에 대하여 연속적으로 하강하는 하강 레그로 구성되는 철형(凸型) 데이터를 추출하는 철형 데이터 추출부와, 시계열 데이터에 있어서의 철형 데이터의 출현 패턴을 정의하는 출현 패턴 정의부와, 철형 데이터 추출부가 추출한 철형 데이터의 집합 중에서, 출현 패턴 정의부가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출하는 출현 패턴 검출부를 구비하는 것이다.
본 발명에 의하면, 철형 데이터의 집합 중에서, 출현 패턴 정의부가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출하도록 했으므로, 이벤트 정보가 없는 경우에도, 시계열 데이터의 내재적인 파형 패턴의 특징을 정의한 출현 패턴을 이용하여 이벤트 구간의 시계열 데이터를 추출할 수 있다.
도 1은 본 발명의 실시의 형태 1과 관련되는 시계열 데이터 처리 장치의 구성예를 나타내는 블록도이다.
도 2는 실시의 형태 1과 관련되는 시계열 데이터 처리 장치의 하드웨어 구성예를 나타내는 하드웨어 구성도이다.
도 3(a)는 실시의 형태 1에 있어서의 시계열 데이터를 시각화한 도면이고, 도 3(b)는 도 3(a)의 시계열 데이터 중 부분열을 시각화한 도면이다.
도 4(a)는 실시의 형태 1에 있어서의 시계열 데이터의 레그의 예를 나타내는 도면이고, 도 4(b)는 레그가 아닌 예를 나타내는 도면이다.
도 5(a) 및 도 5(b)는 실시의 형태 1에 있어서의 철형 데이터의 예를 나타내는 도면이다.
도 6(a) 및 도 6(b)는 실시의 형태 1에 있어서의 세그먼트의 예를 나타내는 도면이다.
도 7은 실시의 형태 1과 관련되는 시계열 데이터 처리 장치의 동작을 나타내는 플로차트이다.
도 8(a), 도 8(b), 및 도 8(c)는 실시의 형태 1과 관련되는 시계열 데이터 처리 장치의 동작을 설명하는 도면이다.
도 9는 본 발명의 실시의 형태 2와 관련되는 시계열 데이터 처리 장치 중, 철형 데이터 추출부의 내부 구성예를 나타내는 블록도이다.
도 10(a), 도 10(b) 및 도 10(c)는 실시의 형태 2의 최대 진폭 추출부의 동작을 설명하는 도면이다.
도 11(a), 도 11(b) 및 도 11(c)는 실시의 형태 2의 포함 관계 추출부의 동작을 설명하는 도면이다.
도 12(a) 및 도 12(b)는 실시의 형태 2의 사다리꼴 데이터 추출부의 동작을 설명하는 도면이다.
이하, 본 발명을 보다 상세하게 설명하기 위해, 본 발명을 실시하기 위한 형태에 대하여, 첨부한 도면에 따라 설명한다.
실시의 형태 1.
도 1은 본 발명의 실시의 형태 1과 관련되는 시계열 데이터 처리 장치(10)의 구성예를 나타내는 블록도이다. 시계열 데이터 처리 장치(10)는, 철형 데이터 추출부(2), 출현 패턴 정의부(3), 및 출현 패턴 검출부(4)를 구비하고 있다.
시계열 데이터(1)는, 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열이다. 시계열 데이터(1)는 어떠한 것이더라도 좋고, 예컨대, 화력, 수력 또는 원자력 등의 발전 플랜트, 화학 플랜트, 철강 플랜트, 또는 상하수도 플랜트 등의 프로세스를 제어하기 위한 제어 시스템에 축적되어 있는 시계열 데이터이다. 혹은, 시계열 데이터(1)는, 빌딩 또는 공장 등의 공조, 전기, 조명, 또는 급배수 등을 제어하기 위한 제어 시스템에 축적되어 있는 시계열 데이터이더라도 좋다. 혹은, 시계열 데이터(1)는, 경제 또는 경영 등에 관한 정보 시스템에 축적되어 있는 시계열 데이터이더라도 좋다.
이 시계열 데이터(1)는, 시계열 데이터 처리 장치(10)의 철형 데이터 추출부(2)에 입력된다.
철형 데이터 추출부(2)는, 시계열 데이터(1) 중에서, 값이 시간에 대하여 연속적으로 상승하는 상승 레그 및 값이 시간에 대하여 연속적으로 하강하는 하강 레그로 구성되는 철형 데이터를 추출하고, 출현 패턴 검출부(3)에 입력한다.
출현 패턴 정의부(3)는, 시계열 데이터(1)에 있어서의 철형 데이터의 출현 패턴을 정의한다. 다시 말해, 출현 패턴 정의부(3)는, 출현 패턴의 정의 데이터를 기억하고 있다. 출현 패턴으로서, 철형 데이터의 진폭, 철형 데이터의 받침, 또는 철형 데이터끼리의 간격 중 적어도 1개가 정의되어 있다.
출현 패턴 검출부(4)는, 철형 데이터 추출부(2)가 추출한 철형 데이터의 집합 중에서, 출현 패턴 정의부(3)가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출한다. 이하, 출현 패턴에 일치하는 1개 이상의 철형 데이터를, 세그먼트(5)라고 부른다.
도 2는 시계열 데이터 처리 장치(10)의 하드웨어 구성예를 나타내는 하드웨어 구성도이다. 시계열 데이터 처리 장치(10)는, 프로세서(1001), 보조 기억 장치(1002), 메모리(1003), 입력 인터페이스(이하, IF)(1004), 및 디스플레이 IF(1005)라고 하는 하드웨어를 구비하는 컴퓨터이다. 프로세서(1001)는, 신호선(1009)을 통해서, 다른 하드웨어에 접속되어 있다. 입력 IF(1004)는, 케이블(1010)을 통해서, 입력 장치(1006)에 접속되어 있다. 디스플레이 IF(1005)는, 케이블(1011)을 통해서, 디스플레이(1007)에 접속되어 있다.
시계열 데이터 처리 장치(10)에 있어서의 철형 데이터 추출부(2) 및 출현 패턴 검출부(4)의 각 기능은, 소프트웨어, 펌웨어, 또는 소프트웨어와 펌웨어의 조합에 의해 실현된다. 소프트웨어 또는 펌웨어는 프로그램으로서 기술되고, 보조 기억 장치(1002)에 기억되어 있다. 이 프로그램은, 철형 데이터 추출부(2) 및 출현 패턴 검출부(4)의 수순 또는 방법을 컴퓨터에 실행시키는 것이다.
마찬가지로, 시계열 데이터(1) 및 출현 패턴의 정의 데이터라고 하는 입력 데이터도, 보조 기억 장치(1002)에 기억되어 있다. 또한, 출현 패턴 검출부(4)가 검출한 세그먼트(5)라고 하는 출력 데이터도, 보조 기억 장치(1002)에 출력되어 기억되더라도 좋다.
보조 기억 장치(1002)에 기억되어 있는 프로그램, 시계열 데이터(1) 및 출현 패턴의 정의 데이터 등의 입력 데이터는, 메모리(1003)에 로드되고, 프로세서(1001)에 읽혀, 철형 데이터 추출부(2) 및 출현 패턴 검출부(4)의 각 기능이 실행된다. 실행 결과는, 메모리(1003)에 기입되고, 출력 데이터로서 보조 기억 장치(1002)에 기억되거나, 디스플레이 IF(1005)를 통해서 디스플레이(1007)라고 하는 출력 장치에 출력된다.
입력 장치(1006)는, 시계열 데이터(1) 및 출현 패턴의 정의 데이터의 입력, 및, 후술하는 시계열 데이터 처리의 개시 요구의 입력에 사용된다. 입력 장치(1006)가 받아들인 입력 데이터는, 입력 IF(1004)를 통해서, 보조 기억 장치(1002)에 기억된다. 입력 장치(1006)가 받아들인 개시 요구는, 입력 IF(1004)를 통해서, 프로세서(1001)에 입력된다.
다음으로, 시계열 데이터(1)에 대하여 설명한다.
시계열 데이터란, 실수값의 순서 리스트 x={x(1), x(2), …, x(N-1), x(N)}이다. x는, 데이터 항목 명칭이다. x(i)는, 데이터 항목 x의 시점 i의 값을 의미한다. i는, 1≤i≤N을 만족시키는 정수이고, N을 시계열 데이터 x의 길이라고 부르고, length(x)라고 기재한다.
도 3(a)는 세로축을 시계열 데이터의 값, 가로축을 시점으로 하여, 시계열 데이터를 시각화한 도면이다.
시계열 데이터 x의 부분열 x[i : j]란, 시계열 데이터 중의 연속한 부분열 {x(i), x(i+1), …, x(j)}이다. 단, i와 j는, 1≤i≤j≤length(x)를 만족시키는 정수이다. 부분열의 길이는, j-i+1이 된다. 이 부분열의 길이를 윈도우 사이즈라고 부른다.
도 3(b)는 도 3(a)의 시계열 데이터에 있어서 i=10 및 j=18로 한 경우에 얻어지는 부분열을 시각화한 도면이다.
다음으로, 레그를 형식적으로 정의한다.
도 4(a)는 시계열 데이터(1)의 레그의 예를 나타내는 도면이다. 도 4(b)는 레그의 예 및 레그가 아닌 예를 나타내는 도면이다. 레그란, 국소적으로는 작은 상하 변동이 있을지도 모르지만, 대국적으로는 상승 또는 하강하고 있는 부분열이다.
(1) 단조 레그
p<i<q를 만족시키는 모든 i에 대하여, x(p)≤x(i)≤x(i+1)≤x(q), 또는, x(p)≥x(i)≥x(i+1)≥x(q)를 만족시키는 부분열 x[p : q]를, 단조 레그라고 부른다.
x(p)≤x(i)≤x(i+1)≤x(q)를 만족시키는 경우를, 상승 단조 레그라고 부르고, x(p)≥x(i)≥x(i+1)≥x(q)를 만족시키는 경우를, 하강 단조 레그라고 부른다.
도 4(b)의 부분열(111)은, 상승 단조 레그이다.
(2) 레그
p≤i≤q를 만족시키는 모든 i에 대하여, x(p)≤x(i)≤x(q), 또는, x(p)≥x(i)≥x(q)를 만족시키는 부분열 x[p : q]를, 레그라고 부른다.
즉, 도 4(a)의 부분열(101, 102)과 같이, 반드시 단조가 아니더라도, 부분열의 최대치 및 최소치가 부분열의 개시점의 값으로부터 종료점의 값까지의 범위 내에 머무르고 있는 경우를, 레그라고 부른다.
(3) 레그의 진폭
부분열 x[p : q]를 레그로 한 경우, xq-xp를, 레그의 진폭 amp(x[p : q])라고 부른다. 또한, 진폭의 부호 sign(amp(x[p : q]))가 양일 때, 상승 레그라고 부르고, 음일 때, 하강 레그라고 부른다.
즉, 도 4(b)에 있어서, 부분열(111)인 레그의 진폭은, 화살표(114)로 나타내는 부분이다. 부분열(112)인 레그의 진폭은, 화살표(115)로 나타내는 부분이다.
다음으로, 철형 데이터에 대하여 설명한다.
도 5(a)는 상승 레그의 다음에 하강 레그가 출현하는 철형 데이터의 예를 나타내는 도면이다. 도 5(b)는 하강 레그의 다음에 상승 레그가 출현하는 철형 데이터의 예를 나타내는 도면이다. 여기서는, 철형 데이터의 진폭을, 상승 레그의 높이와 하강 레그의 높이 중, 작은 쪽의 높이로 정의하고 있다.
상승 레그와 하강 레그가 출현하는 순서를 구별하기 위해, 철형 데이터의 부호를 정의한다. 도 5(a)와 같이, 상승 레그의 다음에 하강 레그가 출현하는 철형 데이터의 부호는, 양이다. 다시 말해, 도 5(a)의 철형 데이터는, 진동수 2, 진폭 A이다. 한편, 도 5(b)와 같이, 하강 레그의 다음에 상승 레그가 출현하는 철형 데이터의 부호는, 음이다. 다시 말해, 도 5(b)의 철형 데이터는, 진동수 -2, 진폭 A이다.
철형 데이터의 추출 수순에 대해서는, 국제 공개 제 2015/173860호 또는 하기 비특허문헌 1에 기재된 수순을 이용하면 된다. 후술하는 철형 데이터 추출부(2)는, 이들 문헌에 기재된 수순에 따라, 진동수 2 또는 -2의 진동 패스를 추출한다.
비특허문헌 1
이마무라 마코토, 나카무라 타카아키, 시바타 히데야, 히라이 노리오, 키타가미 신지, 무나카 타츠지, "시계열 데이터에 있어서의 레그 진동 해석", 정보 처리 학회 논문지 vol. 57, No. 4, pp. 1303-1318 (2016).
다음으로, 세그먼트(5)에 대하여 설명한다.
도 6(a)는 어느 제조 기기의 센서가 관측한 시계열 데이터에 있어서의 세그먼트의 예를 나타내는 도면이다. 제조 기기의 운전 패턴의 전환에 의해, 시계열 데이터에는 세그먼트(5a, 5b, 5c, 5d)와 같은 특징적인 패턴이 존재한다. 앞서 설명한 특허문헌 1과 관련되는 데이터 분석 장치는, 제조 기기의 운전 패턴의 전환 타이밍을 나타내는 이벤트 정보가 없으면, 세그먼트(5a, 5b, 5c, 5d)를 추출할 수 없다. 이것에 비하여, 실시의 형태 1과 관련되는 시계열 데이터 처리 장치(10)는, 이벤트 정보가 없더라도, 세그먼트(5a, 5b, 5c, 5d)를 추출하는 구성이다.
도 6(b)는 어느 제조 기기의 센서가 관측한 시계열 데이터에 있어서의 세그먼트의 예를 나타내는 도면이다. 세그먼트(5)는, 세그먼트(5e, 5f)와 같이, 크고, 또한, 단시간의 급격한 변동을 나타내는 철형 데이터 등이더라도 된다. 혹은, 세그먼트(5)는, 세그먼트(5g, 5h)와 같이, 급격한 변동을 나타내는 철형 데이터 부분을 제외한 패턴과 같이, 어느 일정한 진폭을 갖는 진동이 계속되는 패턴 등이더라도 좋다.
다음으로, 시계열 데이터 처리 장치(10)의 동작을 설명한다.
도 7은 시계열 데이터 처리 장치(10)의 동작을 나타내는 플로차트이다. 시계열 데이터 처리 장치(10)의 동작을, 도 8(a), 도 8(b) 및 도 8(c)를 참조하면서 설명한다.
시계열 데이터 처리 장치(10)는, 입력 장치(1006)가 받아들인 시계열 데이터 처리의 개시 요구에 의해, 도 7에 나타내는 동작을 개시한다. 또, 도 7에 나타내는 동작을 개시하기 전에, 보조 기억 장치(1002)에는 시계열 데이터(1) 및 출현 패턴의 정의 데이터가 기억되어 있는 것으로 한다.
스텝 ST1에 있어서, 철형 데이터 추출부(2)는, 시계열 데이터(1) 중에서, 상승 레그의 다음에 하강 레그가 출현하는 철형 데이터, 또는, 하강 레그의 다음에 상승 레그가 출현하는 철형 데이터를 추출한다.
도 8(a)에, 철형 데이터 추출부(2)가 시계열 데이터(1) 중에서 추출한 철형 데이터의 집합을 나타낸다. 도 8(b)에, 철형 데이터 추출부(2)가 추출한 철형 데이터를 확대하여 나타낸다. 철형 데이터의 높이를 진폭이라고 부른다. 철형 데이터의 폭, 다시 말해 개시 시각으로부터 종료 시각까지의 기간을, 받침의 길이라고 부른다. 또한, 먼저 출현한 철형 데이터의 종료 시각으로부터, 나중에 출현한 철형 데이터의 개시 시각까지의 기간을, 철형 데이터끼리의 간격이라고 부른다.
출현 패턴 정의부(3)가 정의하는 출현 패턴은, 예컨대, 아래의 식 (1)이다.
식 (1)의 출현 패턴에 의하면, "진폭이 1 이상 1.2 이하, 받침이 15초 이내의 철형 데이터가, 10초 이내에 연속 출현하는 부분열을 세그먼트로 하는 것"이 정의되어 있다.
Figure pct00001
단, Ci는 i번째의 철형 데이터, s(Ci)는 철형 데이터 i의 개시 시각, e(Ci)는 철형 데이터 i의 종료 시각으로 한다. 또한, amp(Ci)는 철형 데이터 i의 진폭, supp(Ci)는 철형 데이터 i의 받침이다.
스텝 ST2에 있어서, 출현 패턴 검출부(4)는, 철형 데이터 추출부(2)가 추출한 철형 데이터의 집합과 출현 패턴 정의부(3)가 정의하는 출현 패턴을 대조한다. 대조의 방법으로서는, 나이브(naive)한 방식으로는 철형 데이터를 시간순으로 탐색하고, 출현 패턴과 적합한지 조사하는 방법이 있다. 그리고, 출현 패턴 검출부(4)는, 출현 패턴 정의부(3)가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출하고, 세그먼트(5)로서 출력한다.
도 8(c)에, 출현 패턴 검출부(4)가 검출한 세그먼트(5)의 예를 나타낸다. 도 8(c)와 같이, 식 (1)로 정의된 출현 패턴에 일치하는 1개 이상의 철형 데이터가, 세그먼트(5)로서 검출된다.
출현 패턴에 지정 가능한 조건으로서는, 상기의 진폭, 받침의 길이, 전후의 철형 데이터 사이의 시간차 외에도, 철형 데이터가 연속하는 횟수 또는 시간의 조건, 연속하는 철형 데이터 중에서 조건에 적합하지 않은 철형 데이터의 출현을 몇 회까지 허용할지의 예외 조건을 지정 가능하게 하더라도 좋다. 예컨대, 식 (1)의 정의에 의해 k개의 철형 데이터의 집합 C가 얻어지고, 또한, C의 요소의 수의 조건이 아래의 식 (2)와 같이 정의되어 있었을 경우, 출현 패턴 검출부(4)는, C의 요소의 수가 20 이상이면 세그먼트(5)로서 검출한다.
Figure pct00002
혹은, 세그먼트의 기간의 조건이 아래의 식 (3)과 같이 정의되어 있었을 경우, 출현 패턴 검출부(4)는, 선두의 철형 데이터 C1로부터 말미의 철형 데이터 Ck까지의 시간이 100 이상이면, k개의 철형 데이터의 집합 C를 세그먼트(5)로서 검출한다.
Figure pct00003
또한, 예외의 횟수 except≤2가 정의되어 있었을 경우, 출현 패턴 검출부(4)는, 식 (1)의 정의에 근거하는 탐색 중에 출현 패턴에 일치하지 않는 철형 데이터를 검출할 때마다 내부의 카운터를 카운트업하고, 3회에 도달한 시점에 그때까지 얻어진 철형 데이터의 집합 C를 세그먼트(5)로서 검출한다.
또, 도 8(a), 도 8(b) 및 도 8(c)에서는, 식 (1)의 정의 데이터를 이용하여 도 6(a)에서 나타낸 세그먼트(5b)를 검출하는 예를 설명했지만, 다른 정의 데이터를 이용하는 것에 의해 도 6(a)의 세그먼트(5a, 5c, 5d)를 검출 가능한 것은 말할 필요도 없다.
이상과 같이, 실시의 형태 1과 관련되는 시계열 데이터 처리 장치(10)는, 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열인 시계열 데이터(1) 중에서, 값이 시간에 대하여 연속적으로 상승하는 상승 레그 및 값이 시간에 대하여 연속적으로 하강하는 하강 레그로 구성되는 철형 데이터를 추출하는 철형 데이터 추출부(2)와, 시계열 데이터(1)에 있어서의 철형 데이터의 출현 패턴을 정의하는 출현 패턴 정의부(3)와, 철형 데이터 추출부(2)가 추출한 철형 데이터의 집합 중에서, 출현 패턴 정의부(3)가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출하는 출현 패턴 검출부(4)를 구비하는 구성이다. 시계열 데이터(1)의 내재적인 파형 패턴의 특징을, 철형 데이터의 출현 패턴으로서 표현하는 것에 의해, 이벤트 정보가 없는 경우에도 이벤트 구간의 시계열 데이터를, 세그먼트(5)로서 추출할 수 있다.
실시의 형태 2.
도 9는 본 발명의 실시의 형태 1과 관련되는 시계열 데이터 처리 장치(10) 중, 철형 데이터 추출부(2)의 내부 구성예를 나타내는 블록도이다. 실시의 형태 2와 관련되는 시계열 데이터 처리 장치(10)의 전체 구성은, 도 1에 나타낸 실시의 형태 1과 관련되는 시계열 데이터 처리 장치(10)와 동일하기 때문에, 이하에서는 도 1을 원용한다.
도 9에 나타내는 바와 같이, 실시의 형태 2와 관련되는 시계열 데이터 처리 장치(10)의 철형 데이터 추출부(2)는, 최대 진폭 추출부(21), 포함 관계 추출부(22), 및 사다리꼴 데이터 추출부(23)를 구비하고 있다. 또, 철형 데이터 추출부(2)는, 최대 진폭 추출부(21), 포함 관계 추출부(22), 및 사다리꼴 데이터 추출부(23) 중 적어도 1개를 구비하는 구성이더라도 좋다.
최대 진폭 추출부(21)는, 시계열 데이터(1)의 값이 극값이 되는 시점을 포함하는, 최대의 진폭을 갖는 철형 데이터를 추출한다.
도 10(a), 도 10(b) 및 도 10(c)는, 최대 진폭 추출부(21)의 동작을 설명하는 도면이다. 도 10(a), 도 10(b) 및 도 10(c)에 나타내는 시계열 데이터(1)는 동일한 것이지만, 동일한 극대점(여기서는 시점 8)을 기준으로 한 경우, 다양한 진폭의 철형 데이터가 있다. 도 8(a)의 철형 데이터는, 부분열 x[7 : 11]이고, 시점 8의 좌측의 높이가 35, 시점 8의 우측의 높이가 73이다. 철형 데이터의 진폭을, 좌우의 작은 쪽의 높이로 정의하면, 도 8(a)의 철형 데이터는 진폭 35이다.
도 10(b)의 철형 데이터는, 부분열 x[5 : 11]이고, 시점 8의 좌측의 높이가 90, 시점 8의 우측의 높이가 73이고, 진폭 73이다.
도 10(c)의 철형 데이터는, 부분열 x[5 : 13]이고, 시점 8의 좌측의 높이가 90, 우측의 높이가 96, 진폭이 90이다.
이와 같이, 동일한 극값점으로부터 좌우로 연장되는 철형 데이터의 범위는 고유하게 정해지지 않고, 복수 존재하는 경우가 있다. 그와 같은 경우, 최대 진폭 추출부(21)는, 시계열 데이터(1)의 값이 극값이 되는 시점 8에 있어서, 도 10(a), 도 10(b) 및 도 10(c)의 3개의 철형 데이터 중에서 최대의 진폭을 갖는 도 10(c)의 철형 데이터를 추출하여, 출현 패턴 검출부(4)에 입력한다. 최대 진폭 추출부(21)는, 도 10(a)의 철형 데이터 및 도 10(b)의 철형 데이터를 추출하지 않는다.
포함 관계 추출부(22)는, 2개 이상의 철형 데이터가 서로 포함 관계에 있는 경우에, 당해 2개 이상의 철형 데이터를 진동성 데이터와 비 진동성 데이터로 구별하고, 비 진동성 데이터로 구별한 철형 데이터만을 추출한다.
도 11(a), 도 11(b) 및 도 11(c)는, 포함 관계 추출부(22)의 동작을 설명하는 도면이다. 실시의 형태 1의 (2)에서 정의한 바와 같이, 레그는, p≤i≤q를 만족시키는 모든 i에 대하여, x(p)≤x(i)≤x(q), 또는, x(p)≥x(i)≥x(q)를 만족시키는 부분열 x[p : q]이다. 그 때문에, 실시의 형태 1의 철형 데이터 추출부(2)는, 진동하는 부분열을 철형 데이터로서 추출할 가능성이 있다. 도 11(a)는 진동으로 보이는 철형 데이터의 예이고, 포함 관계 추출부(22)에 있어서 진동성 데이터로 구별된다. 도 11(b)는 진동도 포함되는 철형으로 보이는 철형 데이터의 예이고, 포함 관계 추출부(22)에 있어서 비 진동성 데이터로 구별된다.
도 11(c)에, 서로 포함 관계에 있는 철형 데이터 CA, CB를 나타낸다. 큰 철형 데이터 CA가 작은 철형 데이터 CB를 포함하는 경우, 포함 관계 추출부(22)는, 식 (4)에 따라 큰 철형 데이터 CA를 진동성 데이터 또는 비 진동성 데이터로 구별한다. 포함 관계 추출부(22)는, 식 (4)가 성립하는 경우, 큰 철형 데이터 CA를 비 진동성 데이터로 구별하고, 이 철형 데이터 CA를 추출하여 출현 패턴 검출부(4)에 입력한다. 한편, 포함 관계 추출부(22)는, 식 (4)가 성립하지 않는 경우, 큰 철형 데이터 CA를 진동성 데이터로 구별하고, 이 철형 데이터 CA를 추출하지 않는다.
Figure pct00004
단, amp(CA)는 철형 데이터 CA의 진폭이고, amp(CB)는 철형 데이터 CB의 진폭이다. α는, 포함 관계 추출부(22)에 대하여 미리 설정된 값이다.
사다리꼴 데이터 추출부(23)는, 사다리꼴 형상의 철형 데이터를 추출한다.
도 12(a) 및 도 12(b)는 사다리꼴 데이터 추출부(23)의 동작을 설명하는 도면이다. 실시의 형태 1의 철형 데이터 추출부(2)는, 상승 레그와 하강 레그로 구성되는 삼각형 형상의 철형 데이터를 추출하는 구성이다. 그 때문에, 도 12(a)와 같이 동일한 값의 극대점(201, 202)이 복수 존재하는 철형의 부분열의 경우, 철형 데이터 추출부(2)는, 대국적으로는 철형을 하고 있는 부분열 전체를 철형 데이터로서 추출할 수 없고, 파선으로 나타내는 바와 같은 국소적으로 철형을 하고 있는 삼각형 형상의 부분열을 철형 데이터로서 추출하게 된다.
그래서, 사다리꼴 데이터 추출부(23)는, 도 12(b)와 같이, 동일한 값의 극대점(201, 202)이 복수 존재하는 철형의 부분열에 있어서, 먼저 출현한 극대점(201)을 우측으로 연장하는 확장 레그(203)를 도입한다. 사다리꼴 데이터 추출부(23)는, 사다리꼴의 상변의 길이에 상당하는 최대 기간을 넘지 않는 한, 확장 레그(203)를 우측으로 연장하고, 파선으로 나타내는 바와 같은 사다리꼴 형상의 철형 데이터를 추출한다. 또, 사다리꼴의 상변의 길이에 상당하는 최대 기간은, 사다리꼴 데이터 추출부(23)에 대하여 미리 설정되어 있는 것으로 한다. 또한, 확장 레그(203)에 포함시키는 극대점(201, 202)은, 엄밀하게 동일한 값으로 한정되는 것이 아니고, 미리 설정된 비율 β에 대하여, 극대점(201)의 값의 ±β퍼센트 이내까지 허용하는 등, 대략 동일한 값이더라도 좋다.
또, 도 10~도 12에서는, 위로 볼록한 부분열을 예로 이용하여 설명했지만, 아래로 볼록한 부분열도 마찬가지로 다루는 것이 가능한 것은 말할 필요도 없다.
이상과 같이, 실시의 형태 2의 철형 데이터 추출부(2)는, 시계열 데이터의 값이 극값이 되는 시점을 포함하는, 최대의 진폭을 갖는 철형 데이터를 추출하는 최대 진폭 추출부(21)를 구비하는 구성이다. 이 구성에 의해, 로버스트(robust)한 철형 데이터 추출을 실현할 수 있다.
또한, 실시의 형태 2의 철형 데이터 추출부(2)는, 2개 이상의 철형 데이터가 서로 포함 관계에 있는 경우에, 당해 2개 이상의 철형 데이터를 진동성 데이터와 비 진동성 데이터로 구별하고, 비 진동성 데이터로 구별한 철형 데이터만을 추출하는 포함 관계 추출부(22)를 구비하는 구성이다. 이 구성에 의해, 로버스트한 철형 데이터 추출을 실현할 수 있다.
또한, 실시의 형태 2의 철형 데이터 추출부(2)는, 철형 데이터로서 사다리꼴 형상의 데이터를 추출하는 사다리꼴 데이터 추출부(23)를 구비하는 구성이다. 이 구성에 의해, 로버스트한 철형 데이터 추출을 실현할 수 있다.
또, 본 발명은 그 발명의 범위 내에 있어서, 각 실시의 형태의 자유로운 조합, 각 실시의 형태의 임의의 구성 요소의 변형, 또는 각 실시의 형태의 임의의 구성 요소의 생략이 가능하다.
(산업상 이용가능성)
본 발명과 관련되는 시계열 데이터 처리 장치는, 어느 출현 패턴에 일치하는 시계열 데이터를 검출하도록 했으므로, 플랜트, 빌딩 또는 공장 등의 제어 시스템의 센서 값의 변동, 또는, 주가 또는 매상 등의 데이터 변동을 검출하는 시계열 데이터 처리 장치 등에 이용하는데 적합하다.
1 : 시계열 데이터
2 : 철형 데이터 추출부
3 : 출현 패턴 정의부
4 : 출현 패턴 검출부
5 : 세그먼트
10 : 시계열 데이터 처리 장치
21 : 최대 진폭 추출부
22 : 포함 관계 추출부
23 : 사다리꼴 데이터 추출부
1001 : 프로세서
1002 : 보조 기억 장치
1003 : 메모리
1004 : 입력 IF
1005 : 디스플레이 IF
1006 : 입력 장치
1007 : 디스플레이
1009 : 신호선
1010, 1011 : 케이블

Claims (5)

  1. 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열인 시계열 데이터 중에서, 값이 시간에 대하여 연속적으로 상승하는 상승 레그 및 값이 시간에 대하여 연속적으로 하강하는 하강 레그로 구성되는 철형(凸型) 데이터를 추출하는 철형 데이터 추출부와,
    상기 시계열 데이터에 있어서의 철형 데이터의 출현 패턴을 정의하는 출현 패턴 정의부와,
    상기 철형 데이터 추출부가 추출한 철형 데이터의 집합 중에서, 상기 출현 패턴 정의부가 정의하는 출현 패턴에 일치하는 1개 이상의 철형 데이터를 검출하는 출현 패턴 검출부
    를 구비하는 시계열 데이터 처리 장치.
  2. 제 1 항에 있어서,
    상기 출현 패턴으로서, 철형 데이터의 진폭, 철형 데이터의 받침, 철형 데이터끼리의 간격, 철형 데이터가 연속하여 출현하는 횟수 또는 시간, 또는, 조건에 적합하지 않은 철형 데이터의 출현 횟수 중 적어도 1개가 정의되는 것을 특징으로 하는 시계열 데이터 처리 장치.
  3. 제 1 항에 있어서,
    상기 철형 데이터 추출부는, 상기 시계열 데이터의 값이 극값이 되는 시점을 포함하는, 최대의 진폭을 갖는 철형 데이터를 추출하는 최대 진폭 추출부를 구비하는 것을 특징으로 하는 시계열 데이터 처리 장치.
  4. 제 1 항에 있어서,
    상기 철형 데이터 추출부는, 2개 이상의 철형 데이터가 서로 포함 관계에 있는 경우에, 당해 2개 이상의 철형 데이터를 진동성 데이터와 비 진동성 데이터로 구별하고, 비 진동성 데이터로 구별한 철형 데이터만을 추출하는 것을 특징으로 하는 시계열 데이터 처리 장치.
  5. 제 1 항에 있어서,
    상기 철형 데이터 추출부는, 철형 데이터로서 사다리꼴 형상의 데이터를 추출하는 사다리꼴 데이터 추출부를 구비하는 것을 특징으로 하는 시계열 데이터 처리 장치.
KR1020197009138A 2016-10-06 2016-10-06 시계열 데이터 처리 장치 KR20190040346A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/079796 WO2018066108A1 (ja) 2016-10-06 2016-10-06 時系列データ処理装置

Publications (1)

Publication Number Publication Date
KR20190040346A true KR20190040346A (ko) 2019-04-17

Family

ID=59997670

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197009138A KR20190040346A (ko) 2016-10-06 2016-10-06 시계열 데이터 처리 장치

Country Status (7)

Country Link
US (1) US11137750B2 (ko)
EP (1) EP3508933B1 (ko)
JP (1) JP6207791B1 (ko)
KR (1) KR20190040346A (ko)
CN (1) CN109791402B (ko)
TW (1) TWI629580B (ko)
WO (1) WO2018066108A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102294800B1 (ko) * 2021-02-26 2021-08-30 (주)알티엠 시계열 데이터의 특징 값을 추출하는 방법 및 장치
KR20230010773A (ko) * 2020-07-03 2023-01-19 미쓰비시덴키 가부시키가이샤 데이터 처리 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10904113B2 (en) * 2018-06-26 2021-01-26 Microsoft Technology Licensing, Llc Insight ranking based on detected time-series changes
JP7218764B2 (ja) * 2019-02-14 2023-02-07 日本電気株式会社 時系列データ処理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004318273A (ja) 2003-04-11 2004-11-11 Canon System Solutions Inc データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3501539B2 (ja) 1995-03-17 2004-03-02 旭化成せんい株式会社 不織布製造プロセスにおける目付分布制御方法
JP4179674B2 (ja) * 1998-08-21 2008-11-12 株式会社ブリヂストン 車両のホイールアライメント調整方法
JP2007148890A (ja) 2005-11-29 2007-06-14 Hitachi Ltd 機器診断装置
CN101034974A (zh) * 2007-03-29 2007-09-12 北京启明星辰信息技术有限公司 基于时间序列和事件序列的关联分析攻击检测方法和装置
EP2382555A4 (en) * 2008-12-23 2013-06-26 Andrew Wong SYSTEM, METHOD AND COMPUTER PROGRAM FOR PATTERN BASED INTELLIGENT CONTROL, MONITORING AND AUTOMATION
JP5441554B2 (ja) 2009-08-03 2014-03-12 三菱電機株式会社 時系列データ類似判定装置、時系列データ類似判定プログラム、記録媒体及び時系列データ類似判定方法
TWI429417B (zh) * 2009-12-29 2014-03-11 Nat Univ Dong Hwa Erectile function monitoring system and its monitoring method
TWM449315U (zh) 2012-08-30 2013-03-21 ming-de Gong 期貨股票數位指標產生器
TWI551266B (zh) * 2013-12-30 2016-10-01 財團法人工業技術研究院 動脈波分析方法及其系統
US20170139400A1 (en) * 2014-05-12 2017-05-18 Mitsubishi Electric Corporation Time-series data processing device and non-transitory computer-readable recording medium which records time-series data processing program
CN104460654B (zh) * 2014-11-04 2017-08-25 哈尔滨工业大学 一种基于量化特征关系的齿轮不完备故障诊断规则提取方法
CN104462217B (zh) * 2014-11-09 2017-09-29 浙江大学 一种基于分段统计近似表示的时间序列相似性度量方法
CN104950875A (zh) * 2015-06-15 2015-09-30 西北工业大学 结合关联分析和数据融合的故障诊断方法
TWM527753U (zh) * 2016-05-30 2016-09-01 麗臺科技股份有限公司 生理檢測裝置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004318273A (ja) 2003-04-11 2004-11-11 Canon System Solutions Inc データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230010773A (ko) * 2020-07-03 2023-01-19 미쓰비시덴키 가부시키가이샤 데이터 처리 장치
KR102294800B1 (ko) * 2021-02-26 2021-08-30 (주)알티엠 시계열 데이터의 특징 값을 추출하는 방법 및 장치
WO2022182176A1 (ko) * 2021-02-26 2022-09-01 (주)알티엠 시계열 데이터의 특징 값을 추출하는 방법 및 장치

Also Published As

Publication number Publication date
US20190179296A1 (en) 2019-06-13
CN109791402B (zh) 2022-09-30
WO2018066108A1 (ja) 2018-04-12
TW201814411A (zh) 2018-04-16
TWI629580B (zh) 2018-07-11
JP6207791B1 (ja) 2017-10-04
EP3508933A1 (en) 2019-07-10
JPWO2018066108A1 (ja) 2018-10-04
US11137750B2 (en) 2021-10-05
CN109791402A (zh) 2019-05-21
EP3508933B1 (en) 2020-08-26
EP3508933A4 (en) 2019-09-11

Similar Documents

Publication Publication Date Title
KR20190040346A (ko) 시계열 데이터 처리 장치
Entezami et al. Fast unsupervised learning methods for structural health monitoring with large vibration data from dense sensor networks
CN106104496B (zh) 用于任意时序的不受监督的异常检测
EP3106949B1 (en) Monitoring system and monitoring method
JP6675014B2 (ja) データ収集システム、異常検出方法、及びゲートウェイ装置
Cecílio et al. Nearest neighbors method for detecting transient disturbances in process and electromechanical systems
JP2018147390A (ja) 異常波形検知システム、異常波形検知方法、及び波形分析装置
JP5669553B2 (ja) 異常検知装置、異常検知方法及び異常検知プログラム
CN112272763A (zh) 异常探测装置、异常探测方法以及异常探测程序
JP2016110594A (ja) プラント監視装置、プラント監視方法、およびプログラム
JP2010049359A (ja) プラント監視装置およびプラント監視方法
KR20190108277A (ko) 구동부의 정밀 예지 보전방법
KR20190108273A (ko) 구동부의 정밀 예지 보전방법
US10866163B2 (en) Anomaly monitoring device and method for producing anomaly signs according to combinations of sensors based on relationship of sensor fluctuations
Azami et al. Response-based multiple structural damage localization through multi-channel empirical mode decomposition
JP2019149081A (ja) 情報収集装置、情報収集方法、情報収集プログラム、及び、記憶媒体
JP6247777B2 (ja) 異常診断装置および異常診断方法
KR101823848B1 (ko) 시계열 데이터 처리 장치
JP2017130025A (ja) 要因分析装置、方法およびプログラム
TWI734330B (zh) 支援裝置、支援方法及記錄媒體
US11946603B2 (en) Facility state analyzing device, facility state analyzing method, and recording medium storing facility state analyzing program thereon
JP2005285005A (ja) プラントデータ処理装置と処理方法及びプログラム。
JP2017211682A (ja) データ検索視点生成方法、設備管理装置およびそれを用いた設備管理システム
Zhu et al. Data mining of sensor monitoring time series and knowledge discovery
JP2013164720A (ja) プラント監視装置およびプラント監視方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E601 Decision to refuse application