WO2020004998A1 - 발전소 고장 예측 및 진단시스템의 화면표시방법 - Google Patents

발전소 고장 예측 및 진단시스템의 화면표시방법 Download PDF

Info

Publication number
WO2020004998A1
WO2020004998A1 PCT/KR2019/007856 KR2019007856W WO2020004998A1 WO 2020004998 A1 WO2020004998 A1 WO 2020004998A1 KR 2019007856 W KR2019007856 W KR 2019007856W WO 2020004998 A1 WO2020004998 A1 WO 2020004998A1
Authority
WO
WIPO (PCT)
Prior art keywords
failure
information
screen
power generation
display
Prior art date
Application number
PCT/KR2019/007856
Other languages
English (en)
French (fr)
Inventor
이성기
김홍석
김익재
최희승
Original Assignee
한국남동발전 주식회사
한국과학기술연구원
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 한국남동발전 주식회사, 한국과학기술연구원 filed Critical 한국남동발전 주식회사
Publication of WO2020004998A1 publication Critical patent/WO2020004998A1/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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • 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
    • G05B23/0221—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
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Definitions

  • the present invention relates to a power plant failure prediction and diagnosis system, and more specifically, when a failure occurrence of a power plant is predicted by the failure prediction and diagnosis system, a power plant failure prediction and display which can be displayed as easy-to-recognize multimedia information. It relates to a screen display method of the diagnostic system.
  • maintenance schedules of power plants are set, and preventive maintenance of each of a plurality of power generation facilities is performed according to the set schedule.
  • a sensor in each of a plurality of power generation facilities, by collecting and analyzing sensor data from the sensor to predict the occurrence of failure of each of the plurality of power generation facilities to take countermeasures.
  • the preventive maintenance of the power generation facilities according to the conventional maintenance schedule is performed for all power generation facilities of the power plant, there is a loss of maintenance manpower and maintenance time.
  • the failure occurrence prediction of the power generation equipment according to the conventional sensor data collection simply informs the prediction result of the occurrence of failure for the power generation equipment by simply generating an alarm, so that it is not possible to analyze the causes of the actual generated alarms and notify the measures. As a result, it was difficult for the operators of the power plant to find out which of the power generation facilities had failed due to an alarm.
  • the screen display method comprises the steps of collecting one or more sensing data from each of a plurality of power generation facilities of the power plant, and predicting and diagnosing the occurrence of a failure of the power generation facilities from the collected sensing data; Extracting one or more related information about the corresponding power generation facility from a database based on a failure prediction and diagnosis result by the prediction and diagnosis module; Generating a display screen by matching the failure prediction and diagnosis result with the related information; And displaying the display screen.
  • the display method of the failure prediction and diagnosis system of the present invention predicts and diagnoses the occurrence of a failure of a power generation facility from sensing data collected at a power plant, and generates it as a display screen with the related information of the power generation facility to the outside. I can display it. At this time, by configuring the display screen in the form of a GUI-based multimedia, it is possible for the external power plant operators to easily determine the current state and the cause of the failure of each of the plurality of power plants.
  • the screen display method of the present invention enables accurate failure prevention measures for the power generation facilities within a short time when a failure and abnormal state are expected to occur in a plurality of power generation facilities, thereby improving the starting efficiency and reliability of the power plant. Can be.
  • FIG. 1 is a view showing a power plant failure prediction and diagnosis system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating a configuration of the display module of FIG. 1.
  • FIG. 3 is a diagram illustrating a method for displaying a screen according to power plant failure prediction and diagnosis according to an embodiment of the present invention.
  • 4A to 4C are exemplary views showing examples of screen display by a failure prediction and diagnosis system.
  • FIG. 1 is a view showing a power plant failure prediction and diagnosis system according to an embodiment of the present invention.
  • the plant failure prediction and diagnosis system 100 of the present embodiment predicts and diagnoses a failure occurrence of a plurality of power generation facilities of the plant 200 based on sensing data collected from the plant 200. By displaying the result through a predetermined screen, it can be provided to a plurality of operators outside, for example, the power plant 200.
  • the plant failure prediction and diagnosis system 100 may include a prediction and diagnosis module 101, a learning data generation module 102, a display module 103, and a database 104.
  • the prediction and diagnosis module 101 may collect various sensing data from at least one sensor provided in each of the plurality of power generation facilities of the power plant 200, and analyze the collected sensing data to predict failure of the power generation facility.
  • the prediction and diagnosis module 101 may diagnose a cause of occurrence of the predicted failure, and provide the prediction and diagnosis result to the outside through the display module 103.
  • the prediction and diagnosis results by the prediction and diagnosis module 101 may include information such as a failure occurrence location, a cause, a corresponding time, and a corresponding step of the power generation facility.
  • the prediction and diagnosis module 101 may be implemented as an artificial intelligence based learning model.
  • the learning model of the prediction and diagnosis module 101 may perform learning about failure occurrence prediction and diagnosis of power generation equipment by using a plurality of learning data loaded in the learning data generation module 102.
  • the prediction and diagnosis module 101 may include at least two prediction and diagnosis units (not shown) so as to predict the occurrence of a failure through fast calculation, and in-depth analysis to perform accurate prediction and diagnosis.
  • the prediction and diagnosis module 101 may be configured as a first prediction diagnostic unit that performs fast calculation in real time and a second prediction diagnostic unit that in-depth calculates an output of the first prediction diagnostic unit.
  • the training data generation module 102 may generate one or more training data based on a plurality of historical data collected by the power plant 200, for example, a plurality of historical sensing data.
  • the learning data generation module 102 may convert the generated learning data into a predetermined form and load it.
  • the above-described prediction and diagnosis module 101 may perform the learning of the learning model by using the learning data loaded in the learning data generation module 102.
  • the training data generation module 102 may generate actual training data based on a plurality of past sensing data.
  • the learning data generation module 102 may generate virtual learning data based on the virtual sensing data by constructing and starting a virtual power plant (not shown). To this end, the learning data generation module 102 constructs a virtual power plant by modeling each of the plurality of power generation facilities of the power plant 200, and simulates the startup of the virtual power plant constructed based on a predetermined startup scenario. Can be.
  • the weight of the data for the normal starting environment of the power plant 200 is relatively higher than the weight of the data for the failure environment.
  • the virtual learning data has a relatively high proportion of the data for the fault generating environment of the power plant 200 than the data for the normal starting environment.
  • the training data generation module 102 may analyze the validity of the generated training data.
  • the learning data generation module 102 may convert the learning data whose validity is analyzed into a predetermined form.
  • the sensing data is time series based data
  • the learning data generation module 102 may convert the sensing data based learning data into two-dimensional or three-dimensional image data based data.
  • the learning data generation module 102 may determine a correlation between the converted learning data and group the learning data according to the type of power generation equipment or the type of failure of the power generation equipment according to the determination result. Then, the grouped learning data can be loaded.
  • the display module 103 extracts various related information from the database 104 on the basis of the failure prediction and diagnosis result of the power generation equipment output from the prediction and diagnosis module 101, and predicts and diagnoses the result and a plurality of related information. Can be displayed.
  • the display module 103 may display the prediction and diagnosis results and related information in the form of multimedia information based on a graphical user interface (GUI).
  • GUI graphical user interface
  • FIG. 2 is a diagram illustrating a configuration of the display module of FIG. 1.
  • the display module 103 may include an information extracting unit 111, an information matching unit 113, a screen configuration unit 115, and a display unit 117.
  • the information extracting unit 111 may extract one or more related information from the database 104 based on the failure prediction and diagnosis result output from the prediction and diagnosis module 101.
  • the failure prediction and diagnosis result may include information such as the name, location and cause of the failure of at least one power generation facility that is expected to generate a failure among a plurality of power generation facilities of the power plant 200.
  • the information extraction unit 111 may extract one or more related information about the power generation facility from the database 104 based on the failure prediction and diagnosis result.
  • the related information may include facility information of the power generation facility, historical sensing data information, and maintenance history information.
  • the information matching unit 113 may match the failure prediction and diagnosis result of the prediction and diagnosis module 101 with the related information extracted by the information extraction unit 111.
  • the screen configuration unit 115 may generate a display screen of the failure prediction and diagnosis result matched by the information matching unit 113 and the related information.
  • the screen configuration unit 115 may divide the screen of the display unit 117 into at least two areas, and generate a display screen so that the screens generated according to the failure prediction and diagnosis results and the related information are divided and displayed in each area. have.
  • the display unit 117 may display the display screen configured by the screen configuration unit 115 to the outside.
  • the screen configuring unit 115 may divide the screen of the display unit 117 into two areas, for example, an A area and a B area.
  • the screen configuration unit 115 may generate a display screen such that a screen according to a failure prediction and diagnosis result is configured in an area A, and a screen according to the related information extracted from the database 104 is configured and displayed in an area B.
  • FIG. 4A the screen configuring unit 115 may divide the screen of the display unit 117 into two areas, for example, an A area and a B area.
  • the screen configuration unit 115 may generate a display screen such that a screen according to a failure prediction and diagnosis result is configured in an area A, and a screen according to the related information extracted from the database 104 is configured and displayed in an area B.
  • the screen configured according to the failure prediction and diagnosis result includes the action response time information (A-1) for the predicted failure, the cause information (A-2) of the predicted failure, and the level information (A-3) of the predicted failure. ) May be included.
  • the corresponding time information A-1 is displayed as the remaining time
  • the cause information A-2 is displayed in the order of specific gravity of the failure cause
  • the level information A-3 is a predetermined color according to the predicted difficulty level. It may be indicated by.
  • the screen configured according to the related information includes historical sensing data information (B-1) of the power plant in which the failure is predicted, a photograph of the facility in which the failure is predicted, a 3D model of the plant, the drawing information on the location of the plant, and the site.
  • Facility information (B-2) including image information and history information (B-3) of the past maintenance history for the power generation equipment predicted a failure may be included.
  • the display screen configured as described above may be displayed to the outside, for example, plant operators through the display unit 117.
  • the screen configuration unit 115 when one of a plurality of information on the display screen is selected, the screen configuration unit 115 generates a new display screen so that the selected information is enlarged and displayed, and the display unit 117 externally displays the new display screen.
  • the screen configuration unit 115 enlarges the selected drawing information.
  • a new display screen can be created to display the image.
  • the generated new display screen may be displayed in the form of a pop-up window on the existing display screen.
  • the screen configuration unit 115 selects the selected site.
  • a new display screen may be generated to enlarge and display the image information, and may be displayed in the form of a popup window.
  • the field image information may be displayed in a predetermined color with respect to a facility in which failure is predicted.
  • the display module 103 of the present embodiment extracts one or more pieces of related information from the database 104 based on the failure prediction and diagnosis results provided by the prediction and diagnosis module 101, and extracts the extracted related information.
  • the display screen can be generated so that the display can be displayed together with the failure prediction and the diagnosis result.
  • the display module 103 generates a display screen in the form of a GUI-based multimedia, so that a user, that is, operators of a power plant, can easily recognize power generation facilities and various information about the failure occurrence.
  • the database 104 may store related information about each of a plurality of power generation facilities of the power plant 200.
  • the related information may include facility information, sensing data information, maintenance history information, etc. for each of the plurality of power generation facilities.
  • FIG. 3 is a diagram illustrating a method for displaying a screen according to power plant failure prediction and diagnosis according to an embodiment of the present invention.
  • the prediction and diagnosis module 101 collects one or more sensing data from each of a plurality of power generation facilities of the power plant 200 (S10), and analyzes the collected sensing data of the power generation facility. A failure can be predicted (S20).
  • the prediction and diagnosis module 101 may be implemented as a learning model, and the learning model learns failure occurrence prediction and diagnosis for various driving environments of the power plant 200, and senses collected as described above using the learning result. It is possible to predict the failure of the power plant from the data. To this end, the prediction and diagnosis module 101 may perform learning using a plurality of learning data generated by the learning data generation module 102 before predicting a failure of the power generation facility.
  • the prediction and diagnosis module 101 may diagnose a cause of failure of the power generation equipment. Subsequently, the prediction and diagnosis module 101 may output a failure occurrence prediction and diagnosis result of the power generation facility (S30).
  • the display module 103 may configure a display screen by using the result output from the prediction and diagnosis module 101 and related information of the power generation equipment, and may display it externally through the display unit 117 (S40). .
  • the information extracting unit 111 of the display module 103 may extract one or more related information about the power generation equipment from the database 104 based on the failure prediction and diagnosis result. Subsequently, the information matching unit 113 may match the extracted association information with the failure prediction and diagnosis result (S41).
  • the related information may include facility information of the power generation facility, sensing data information, maintenance history information, and the like.
  • the failure prediction and diagnosis result may include a name, a location, a cause of failure, and the like of at least one power generation facility that is expected to cause a failure.
  • the screen configuration unit 115 of the display module 103 may generate one display screen according to the failure prediction and diagnosis result and the related information matched with each other.
  • the display unit 117 may display the generated display screen to the outside (S43).
  • the screen configuration unit 115 divides the screen of the display unit 117 into at least two areas, as shown in FIG. 4A, and screens according to failure prediction and diagnosis results and related information are respectively included in the divided areas.
  • the display screen can be configured to be displayed.
  • the screen configuration unit 115 displays a new display screen based on the selected information when one of a plurality of pieces of information on the screen displayed by the display unit 117 is selected. Can be generated.
  • the operator of the power plant may perform a failure prevention measure for the power generation facility from the failure prediction and diagnosis result of the power generation facility on the display screen displayed through the display unit 117 and related information.
  • the failure prediction and diagnosis system 100 may determine whether the failure prevention measures of the power generation facility is completed (S50).
  • the failure prediction and diagnosis system 100 may be repeatedly performed from the step S10 of collecting one or more sensing data from each of the plurality of power generation facilities of the power plant 200. Can be.
  • the display unit 117 of the display module 103 may display a normal screen, for example, a screen indicating the normal startup of the power plant 200.
  • the display unit 117 of the display module 103 is the failure screen that is displayed in advance, that is, the failure prediction and diagnosis results by the screen configuration unit 115 and It is possible to maintain the display screen in which the related information is configured on one screen (S43).
  • the failure prediction and diagnosis system 100 predicts and diagnoses the occurrence of a failure of a power generation facility through sensing data collected from the power plant 200, and associates the diagnosis result with the corresponding power generation facility.
  • the information can be generated on one display screen and displayed externally.
  • the display screen in the form of GUI-based multimedia, outside, that is, plant operators can easily determine the current state and the cause of failure of each of the plurality of power generation facilities. Therefore, when it is predicted that failures and abnormal conditions will occur in a plurality of power generation facilities of the power plant 200, accurate failure prevention measures for the power generation facilities can be performed within a short time, thereby improving the starting efficiency and reliability of the power plant. .

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

발전소에서 수집된 센싱데이터로부터 발전설비의 고장 발생을 예측 및 진단하여 외부로 표시할 수 있는 발전소 고장예측 및 진단시스템의 화면표시방법이 제공된다. 화면표시방법은 발전설비의 고장 발생 예측 및 진단 결과와 해당 발전설비의 연관정보를 하나의 화면에 멀티미디어 형태로 함께 표시되도록 함으로써 해당 발전설비에 대한 정확한 고장 예방 조치가 가능하여 발전소의 기동 효율 및 신뢰성을 높일 수 있다.

Description

발전소 고장 예측 및 진단시스템의 화면표시방법
본 발명은 발전소 고장 예측 및 진단시스템에 관한 것으로, 보다 구체적으로 고장 예측 및 진단시스템에 의해 발전소의 고장 발생이 예측된 경우에 이를 인지가 용이한 멀티미디어 형태의 정보로 표시할 수 있는 발전소 고장 예측 및 진단시스템의 화면표시방법에 관한 것이다.
일반적으로 발전소에는 다수의 발전설비들이 복잡하게 밀집되어 있다. 이러한 다수의 발전설비들은 항시 실시간으로 감시할 수 있어야 하며, 설비의 고장 및 비정상 상태가 발생될 경우에 최대한 빠른 시간 내에 이를 정비할 수 있어야 한다.
종래에는 발전소의 정비 스케쥴을 설정하고, 설정된 스케쥴에 따라 다수의 발전설비들 각각에 대한 예방 정비를 실시하고 있다. 또한, 다수의 발전설비들 각각에 센서를 배치하고, 센서로부터 센서데이터를 수집하여 분석함으로써 다수의 발전설비들 각각의 고장 발생을 예측하여 대응 조치를 수행하였다.
그러나, 종래의 정비 스케쥴에 따른 발전설비의 예방정비는 발전소의 모든 발전설비에 대해 정비가 수행되므로, 정비인력 및 정비시간에 대한 손실이 있다. 또한, 종래의 센서데이터 수집에 따른 발전설비의 고장 발생 예측은 단순히 경보 발생 등으로 발전설비에 대한 고장 발생의 예측 결과를 알려주게 되므로, 실제 발생된 경보들의 원인을 분석하여 조치사항을 통보하지 못하며, 이로 인해 발전소의 운전원들이 경보 발생만으로 다수의 발전설비들 중에서 고장이 발생된 설비를 찾는 것에 어려움이 있었다.
본 발명은 발전소의 발전설비의 고장 발생 예측 및 진단을 외부에서 용이하게 인지할 수 있는 멀티미디어 형태의 정보로 표시되도록 할 수 있는 발전소 고장 예측 및 진단시스템의 화면표시방법을 제공하고자 하는 데 있다.
본 발명의 실시예에 따른 화면표시방법은, 발전소의 다수의 발전설비들 각각으로부터 하나 이상의 센싱데이터를 수집하고, 수집된 센싱데이터로부터 발전설비의 고장 발생을 예측 및 진단하는 단계; 상기 예측 및 진단모듈에 의한 고장 예측 및 진단결과에 기초하여 데이터베이스로부터 해당 발전설비에 대한 하나 이상의 연관정보를 추출하는 단계; 상기 고장 예측 및 진단결과와 상기 연관정보를 매칭시켜 표시화면을 생성하는 단계; 및 상기 표시화면을 표시하는 단계를 포함한다.
본 발명의 고장예측 및 진단시스템의 화면표시방법은, 발전소에서 수집된 센싱데이터로부터 발전설비의 고장 발생을 예측 및 진단하고, 이를 해당 발전설비의 연관정보와 함께 하나의 표시화면으로 생성하여 외부에 표시할 수 있다. 이때, 상기 표시화면을 GUI 기반의 멀티미디어 형태로 구성함으로써, 외부의 발전소 운전원들이 다수의 발전설비들 각각에 대한 현재 상태 및 고장 발생 원인을 용이하게 파악할 수 있도록 할 수 있다.
따라서, 본 발명의 화면표시방법은 다수의 발전설비들에서 고장 및 비정상 상태가 발생될 것으로 예측된 경우에 빠른 시간 내에 해당 발전설비에 대한 정확한 고장 예방 조치가 가능하여 발전소의 기동 효율 및 신뢰성을 높일 수 있다.
도 1은 본 발명의 실시예에 따른 발전소 고장예측 및 진단시스템을 나타내는 도면이다.
도 2는 도 1의 표시모듈의 구성을 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 발전소 고장 예측 및 진단에 따른 화면을 표시하는 방법을 나타내는 도면이다.
도 4a 내지 도 4c는 고장예측 및 진단시스템에 의한 화면표시의 예를 나타내는 예시도들이다.
이하 본 발명의 실시예에 대하여 첨부된 도면을 참고로 그 구성 및 작용을 설명하기로 한다.
도면들 중 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호들로 나타내고 있음에 유의해야 한다. 하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자들은 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있으며 본 발명의 범위가 다음에 기술하는 실시예에 한정되는 것은 아니다.
도 1은 본 발명의 실시예에 따른 발전소 고장예측 및 진단시스템을 나타내는 도면이다.
도 1을 참조하면, 본 실시예의 발전소 고장예측 및 진단시스템(100)은 발전소(200)로부터 수집되는 센싱데이터에 기초하여 발전소(200)의 다수의 발전설비의 고장 발생을 예측하여 진단하고, 진단 결과를 소정의 화면을 통해 표시함으로써 외부, 예컨대 발전소(200)의 다수의 운전원들에게 제공할 수 있다. 발전소 고장예측 및 진단시스템(100)은 예측 및 진단모듈(101), 학습데이터 생성모듈(102), 표시모듈(103) 및 데이터베이스(104)를 포함할 수 있다.
예측 및 진단모듈(101)은 발전소(200)의 다수의 발전설비들 각각에 적어도 하나 구비되는 센서로부터 각종 센싱데이터를 수집하고, 수집된 센싱데이터를 분석하여 발전설비의 고장발생을 예측할 수 있다. 예측 및 진단모듈(101)은 예측된 고장발생에 대한 발생 원인을 진단하고, 예측 및 진단 결과를 표시모듈(103)을 통해 외부에 제공할 수 있다. 예측 및 진단모듈(101)에 의한 예측 및 진단결과는 발전설비의 고장발생 위치, 원인, 대응시간, 대응단계 등의 정보를 포함할 수 있다.
예측 및 진단모듈(101)은 인공지능 기반의 학습모델로 구현될 수 있다. 이러한 예측 및 진단모듈(101)의 학습모델은 학습데이터 생성모듈(102)에 적재된 다수의 학습데이터를 이용하여 발전설비의 고장발생 예측 및 진단에 대한 학습을 수행할 수 있다.
예측 및 진단모듈(101)은 빠른 연산을 통해 고장 발생을 예측하고, 이를 심층 분석하여 정확한 예측 및 진단을 할 수 있도록 적어도 2개의 예측 및 진단유닛(미도시)을 포함할 수 있다. 예컨대, 예측 및 진단모듈(101)은 실시간으로 빠른 연산을 수행하는 제1예측 진단 유닛 및 제1예측 진단 유닛의 출력을 심층적으로 연산하는 제2예측 진단 유닛으로 구성될 수 있다.
학습데이터 생성모듈(102)은 발전소(200)에서 수집된 다수의 과거 데이터, 예컨대 다수의 과거 센싱데이터에 기초하여 하나 이상의 학습데이터를 생성할 수 있다. 학습데이터 생성모듈(102)은 생성된 학습데이터를 소정의 형태로 변환하여 적재할 수 있다. 이에, 전술한 예측 및 진단모듈(101)은 학습데이터 생성모듈(102)에 적재된 학습데이터를 이용하여 학습모델의 학습을 수행할 수 있다.
학습데이터 생성모듈(102)은 다수의 과거 센싱데이터에 기초한 실제 학습데이터를 생성할 수 있다. 또한, 학습데이터 생성모듈(102)은 가상발전소(미도시)를 구축하여 기동함으로써 가상 센싱데이터에 기초한 가상 학습데이터를 생성할 수 있다. 이를 위하여, 학습데이터 생성모듈(102)은 발전소(200)의 다수의 발전설비들 각각에 대한 모델링을 수행하여 가상발전소를 구축하고, 소정의 기동시나리오에 기초하여 구축된 가상발전소의 기동을 시뮬레이션할 수 있다.
여기서, 실제 학습데이터는 발전소(200)의 정상기동 환경에 대한 데이터의 비중이 고장발생 환경에 대한 데이터의 비중보다 상대적으로 높다. 또한, 가상 학습데이터는 발전소(200)의 고장발생 환경에 대한 데이터의 비중이 정상기동 환경에 대한 데이터의 비중보다 상대적으로 높다.
학습데이터 생성모듈(102)은 생성된 학습데이터의 유효성을 분석할 수 있다. 학습데이터 생성모듈(102)은 유효성이 분석된 학습데이터를 소정의 형태로 변환할 수 있다. 여기서, 센싱데이터는 시계열 기반의 데이터이므로, 학습데이터 생성모듈(102)은 센싱데이터 기반의 학습데이터를 2차원 또는 3차원의 이미지데이터 기반의 데이터로 변환할 수 있다.
학습데이터 생성모듈(102)은 변환된 학습데이터의 상호관계를 판단하고, 판단 결과에 따라 발전설비의 종류 또는 발전설비의 고장 종류에 따라 그룹화할 수 있다. 이어, 그룹화 된 학습데이터를 적재할 수 있다.
표시모듈(103)은 예측 및 진단모듈(101)에서 출력되는 발전설비의 고장 예측 및 진단 결과에 기초하여 데이터베이스(104)로부터 각종 연관정보를 추출하고, 예측 및 진단 결과와 이에 대한 다수의 연관정보를 표시할 수 있다. 표시모듈(103)은 그래픽 유저 인터페이스(GUI) 기반의 멀티미디어 정보 형태로 예측 및 진단 결과와 이에 대한 연관정보를 표시할 수 있다.
도 2는 도 1의 표시모듈의 구성을 나타내는 도면이다.
도 1 및 도 2를 참조하면, 표시모듈(103)은 정보추출부(111), 정보매칭부(113), 화면구성부(115) 및 표시부(117)를 포함할 수 있다.
정보추출부(111)는 예측 및 진단모듈(101)에서 출력된 고장 예측 및 진단 결과에 기초하여 데이터베이스(104)로부터 해당하는 하나 이상의 연관정보를 추출할 수 있다. 예컨대, 고장 예측 및 진단 결과는 발전소(200)의 다수의 발전설비들 중에서 고장이 발생될 것으로 예측되는 적어도 하나의 발전설비의 명칭, 위치 및 고장 원인 등의 정보를 포함할 수 있다. 정보추출부(111)는 고장 예측 및 진단 결과에 기초하여 데이터베이스(104)로부터 해당 발전설비에 대한 하나 이상의 연관정보를 추출할 수 있다. 연관정보는 발전설비의 설비정보, 과거 센싱데이터정보 및 정비이력정보 등을 포함할 수 있다.
정보매칭부(113)는 예측 및 진단모듈(101)의 고장 예측 및 진단 결과와 정보추출부(111)에 의해 추출된 연관정보를 매칭시킬 수 있다.
화면구성부(115)는 정보매칭부(113)에 의해 매칭된 고장 예측 및 진단 결과와 연관정보의 표시화면을 생성할 수 있다. 화면구성부(115)는 표시부(117)의 화면을 적어도 2개의 영역으로 구분하고, 각 영역에 고장 예측 및 진단 결과와 연관정보 각각에 따라 생성되는 화면이 구분되어 나타나도록 표시화면을 생성할 수 있다. 표시부(117)는 화면구성부(115)에 의해 구성된 표시화면을 외부에 표시할 수 있다.
도 4a를 참조하면, 화면구성부(115)는 표시부(117)의 화면을 2개의 영역, 예컨대 A 영역과 B 영역으로 구분할 수 있다. 화면구성부(115)는 A 영역에 고장 예측 및 진단 결과에 따른 화면이 구성되고, B 영역에 데이터베이스(104)로부터 추출된 연관정보에 따른 화면이 구성되어 표시되도록 표시화면을 생성할 수 있다.
여기서, 고장 예측 및 진단 결과에 따라 구성되는 화면에는 예측된 고장에 대한 조치 대응시간 정보(A-1), 예측된 고장의 원인정보(A-2) 및 예측된 고장의 레벨정보(A-3) 등을 포함할 수 있다. 대응시간 정보(A-1)는 잔여시간으로 표시되고, 원인정보(A-2)는 고장 원인의 비중 순서로 표시되고, 레벨정보(A-3)는 예측된 고장의 난이도에 따라 소정의 색으로 표시될 수 있다.
연관정보에 따라 구성되는 화면에는 고장이 예측된 발전설비의 과거의 센싱데이터정보(B-1), 고장이 예측된 발전설비에 대한 설비 사진, 설비의 3D 모델, 설비 위치에 대한 도면정보 및 현장영상정보를 포함하는 설비정보(B-2) 및 고장이 예측된 발전설비에 대한 과거 정비이력에 대한 이력정보(B-3)를 포함할 수 있다.
상술한 바와 같이 구성된 표시화면은 표시부(117)를 통해 외부, 예컨대 발전소 운전원들에게 표시될 수 있다. 이때, 표시화면의 다수의 정보들 중 하나가 선택되는 경우에, 화면구성부(115)는 선택된 정보가 확대되어 표시될 수 있도록 새로운 표시화면을 생성하고, 표시부(117)는 새로운 표시화면을 외부로 표시할 수 있다.
도 4b를 참조하면, 표시부(117)에 의해 표시되는 도 4a의 표시화면에서 B 영역의 설비정보(B-2) 중 도면정보가 선택된 경우에, 화면구성부(115)는 선택된 도면정보가 확대되어 표시되도록 새로운 표시화면을 생성할 수 있다. 이때 생성된 새로운 표시화면은 기존 표시화면에서 팝업(pop-up) 창의 형태로 표시될 수 있다.
또한, 도 4c를 참조하면, 표시부(117)에 의해 표시되는 도 4a의 표시화면에서 B 영역의 설비정보(B-3) 중 현장영상정보가 선택된 경우에, 화면구성부(115)는 선택된 현장영상정보가 확대되어 표시되도록 새로운 표시화면을 생성하고, 이를 팝업 창 형태로 표시되도록 할 수 있다. 이때, 현장영상정보에는 고장 발생이 예측된 설비에 대해 소정의 색으로 표시될 수 있다.
상술한 바와 같이, 본 실시예의 표시모듈(103)은 예측 및 진단모듈(101)에서 제공된 고장 예측 및 진단 결과에 기초하여 데이터베이스(104)로부터 대응되는 하나 이상의 연관정보를 추출하고, 추출된 연관정보를 고장 예측 및 진단 결과와 함께 표시될 수 있도록 표시화면을 생성할 수 있다. 이때, 표시모듈(103)은 GUI 기반의 멀티미디어 형태로 표시화면을 생성함으로써, 사용자, 즉 발전소 운전원들이 고장 발생이 예측되는 발전설비 및 그에 대한 다양한 정보들을 용이하게 인지할 수 있다.
다시 도 1을 참조하면, 데이터베이스(104)에는 발전소(200)의 다수의 발전설비들 각각에 대한 연관정보가 저장될 수 있다. 연관정보는 앞서 설명한 바와 같이, 다수의 발전설비들 각각에 대한 설비정보, 센싱데이터정보, 정비이력정보 등을 포함할 수 있다.
도 3은 본 발명의 실시예에 따른 발전소 고장 예측 및 진단에 따른 화면을 표시하는 방법을 나타내는 도면이다.
도 1 내지 도 3을 참조하면, 예측 및 진단모듈(101)은 발전소(200)의 다수의 발전설비들 각각으로부터 하나 이상의 센싱데이터를 수집하고(S10), 수집된 센싱데이터를 분석하여 발전설비의 고장 발생을 예측할 수 있다(S20).
예측 및 진단모듈(101)은 학습모델로 구현될 수 있고, 학습모델은 발전소(200)의 다양한 구동환경에 대한 고장 발생 예측 및 진단을 학습하고, 학습 결과를 이용하여 상술한 바와 같이 수집된 센싱데이터로부터 발전설비의 고장을 예측할 수 있다. 이를 위하여, 예측 및 진단모듈(101)은 발전설비의 고장 발생을 예측 전에, 학습데이터 생성모듈(102)에 의해 생성된 다수의 학습데이터를 이용하여 학습을 수행할 수 있다.
발전설비의 고장 발생이 예측되면, 예측 및 진단모듈(101)은 해당 발전설비의 고장 발생 원인을 진단할 수 있다. 이어, 예측 및 진단모듈(101)은 발전설비의 고장 발생 예측 및 진단결과를 출력할 수 있다(S30).
표시모듈(103)은 예측 및 진단모듈(101)에서 출력된 결과 및 이에 대한 발전설비의 연관정보를 이용하여 표시화면을 구성하고, 이를 표시부(117)를 통해 외부로 표시할 수 있다(S40).
표시모듈(103)의 정보추출부(111)는 고장 예측 및 진단결과에 기초하여 데이터베이스(104)로부터 해당하는 발전설비에 대한 하나 이상의 연관정보를 추출할 수 있다. 이어, 정보매칭부(113)는 추출된 연관정보와 고장 예측 및 진단결과를 매칭시킬 수 있다(S41).
여기서, 연관정보는 발전설비의 설비정보, 센싱데이터정보 및 정비이력정보 등을 포함할 수 있다. 고장 예측 및 진단결과는 고장이 발생될 것으로 예측되는 적어도 하나의 발전설비의 명칭, 위치 및 고장 원인 등을 포함할 수 있다.
이어, 표시모듈(103)의 화면구성부(115)는 서로 매칭된 고장 예측 및 진단 결과 및 연관정보에 따라 하나의 표시화면을 생성할 수 있다. 그리고, 표시부(117)는 생성된 표시화면을 외부로 표시할 수 있다(S43).
여기서, 화면구성부(115)는 도 4a에 도시된 바와 같이, 표시부(117)의 화면을 적어도 2개의 영역으로 구분하고, 구분된 각 영역에 고장 예측 및 진단 결과와 연관정보 각각에 따른 화면들이 표시되도록 표시화면을 구성할 수 있다.
또한, 화면구성부(115)는 도 4b 및 도 4c에 도시된 바와 같이, 표시부(117)에 의해 표시되고 있는 화면의 다수의 정보들 중에서 하나가 선택된 경우에, 선택된 정보에 의한 새로운 표시화면을 생성할 수 있다.
계속해서, 발전소 운전원들은 표시부(117)를 통해 표시되는 표시화면의 발전설비의 고장 예측 및 진단 결과와 이에 관련된 연관정보로부터 해당 발전설비에 대하여 고장 예방 조치를 수행할 수 있다. 이때, 고장 예측 및 진단시스템(100)은 발전설비의 고장 예방 조치의 완료 여부를 판단할 수 있다(S50).
발전설비에 대한 고장 예방 조치가 완료된 것으로 판단되면, 고장 예측 및 진단시스템(100)은 발전소(200)의 다수의 발전설비들 각각으로부터 하나 이상의 센싱데이터를 수집하는 단계(S10)부터 반복하여 수행할 수 있다. 이때, 표시모듈(103)의 표시부(117)에는 통상의 정상화면, 예컨대 발전소(200)의 정상기동을 나타내는 화면이 표시될 수 있다.
반면, 발전설비에 대한 고장 예방 조치가 완료되지 않은 것으로 판단되면, 표시모듈(103)의 표시부(117)는 기 표시되고 있는 고장 화면, 즉 화면구성부(115)에 의해 고장 예측 및 진단 결과 및 연관정보가 하나의 화면에 구성된 표시화면을 유지할 수 있다(S43).
상술한 바와 같이, 본 실시예에 따른 고장예측 및 진단시스템(100)은 발전소(200)로부터 수집된 센싱데이터를 통해 발전설비의 고장 발생을 예측 및 진단하고, 이의 진단 결과 및 해당 발전설비의 연관정보를 하나의 표시화면으로 생성하여 외부에 표시할 수 있다. 이때, 상기 표시화면을 GUI 기반의 멀티미디어 형태로 구성함으로써, 외부, 즉 발전소 운전원들이 다수의 발전설비들 각각에 대한 현재 상태 및 고장 발생 원인을 용이하게 파악할 수 있게 된다. 따라서, 발전소(200)의 다수의 발전설비들에서 고장 및 비정상 상태가 발생될 것으로 예측된 경우에 빠른 시간 내에 해당 발전설비에 대한 정확한 고장 예방 조치가 가능하여 발전소의 기동 효율 및 신뢰성을 높일 수 있다.

Claims (7)

  1. 발전소의 다수의 발전설비들 각각으로부터 하나 이상의 센싱데이터를 수집하고, 수집된 센싱데이터로부터 발전설비의 고장 발생을 예측 및 진단하는 단계;
    상기 예측 및 진단모듈에 의한 고장 예측 및 진단결과에 기초하여 데이터베이스로부터 해당 발전설비에 대한 하나 이상의 연관정보를 추출하는 단계;
    상기 고장 예측 및 진단결과와 상기 연관정보를 매칭시켜 표시화면을 생성하는 단계; 및
    상기 표시화면을 표시하는 단계를 포함하는 고장 예측 및 진단시스템의 화면표시방법.
  2. 제1항에 있어서,
    상기 표시화면을 생성하는 단계는,
    표시부의 화면을 적어도 2개의 영역으로 구분하는 단계; 및
    구분된 하나의 영역에 상기 고장 예측 및 진단결과에 따른 화면이 표시되도록 구성하고, 다른 하나의 영역에 상기 연관정보에 따른 화면이 표시되도록 구성하여 상기 표시화면을 생성하는 단계를 포함하는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
  3. 제2항에 있어서,
    상기 고장 예측 및 진단결과에 따른 화면에는 상기 발전설비의 예측된 고장에 대한 조치 대응시간 정보, 예측된 고장의 원인정보 및 예측된 고장의 레벨정보 중 적어도 하나가 포함되는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
  4. 제2항에 있어서,
    상기 연관정보에 따른 화면에는 상기 발전설비의 센싱데이터정보, 설비정보 및 이력정보 중 적어도 하나가 포함되는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
  5. 제4항에 있어서,
    상기 설비정보는 상기 발전설비의 사진, 3D 모델, 도면 및 현장영상 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
  6. 제1항에 있어서,
    상기 표시화면의 다수의 정보들 중 하나가 선택되는 단계; 및
    상기 화면구성부가 선택된 정보가 표시될 수 있도록 새로운 표시화면을 생성하는 단계를 더 포함하고,
    상기 새로운 표시화면은 팝업창의 형태로 표시되는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
  7. 제1항에 있어서,
    상기 발전설비의 고장 예방 조치 완료를 판단하는 단계; 및
    상기 고장 예방 조치가 완료되면 상기 다수의 발전설비들 각각으로부터 상기 센싱데이터를 수집하는 단계부터 반복하여 수행하고, 상기 고장 예방 조치가 완료되지 않으면 상기 표시화면의 표시를 유지하는 단계를 더 포함하는 것을 특징으로 하는 고장 예측 및 진단시스템의 화면표시방법.
PCT/KR2019/007856 2018-06-28 2019-06-28 발전소 고장 예측 및 진단시스템의 화면표시방법 WO2020004998A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2018-0075028 2018-06-28
KR1020180075028A KR102141673B1 (ko) 2018-06-28 2018-06-28 발전소 고장 예측 및 진단시스템의 화면표시방법

Publications (1)

Publication Number Publication Date
WO2020004998A1 true WO2020004998A1 (ko) 2020-01-02

Family

ID=68987439

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/007856 WO2020004998A1 (ko) 2018-06-28 2019-06-28 발전소 고장 예측 및 진단시스템의 화면표시방법

Country Status (2)

Country Link
KR (1) KR102141673B1 (ko)
WO (1) WO2020004998A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102518613B1 (ko) 2020-12-11 2023-04-10 한국과학기술연구원 발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002108441A (ja) * 2000-09-29 2002-04-10 Toshiba Eng Co Ltd 保守点検を要する機器類の点検支援システムおよびこれを用いた点検支援方法
KR20110007292A (ko) * 2009-07-16 2011-01-24 주식회사 유나티앤이 센서네트워크를 이용한 태양광 발전용 태양전지모듈 모니터링시스템 및 그 방법
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
KR20150127978A (ko) * 2014-05-08 2015-11-18 (주)알티에스에너지 태양 광 발전모듈의 원격 진단시스템
JP2018060387A (ja) * 2016-10-06 2018-04-12 株式会社日立製作所 予兆診断装置及びそれを有する発電装置制御システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002108441A (ja) * 2000-09-29 2002-04-10 Toshiba Eng Co Ltd 保守点検を要する機器類の点検支援システムおよびこれを用いた点検支援方法
KR20110007292A (ko) * 2009-07-16 2011-01-24 주식회사 유나티앤이 센서네트워크를 이용한 태양광 발전용 태양전지모듈 모니터링시스템 및 그 방법
KR20150127978A (ko) * 2014-05-08 2015-11-18 (주)알티에스에너지 태양 광 발전모듈의 원격 진단시스템
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
JP2018060387A (ja) * 2016-10-06 2018-04-12 株式会社日立製作所 予兆診断装置及びそれを有する発電装置制御システム

Also Published As

Publication number Publication date
KR102141673B1 (ko) 2020-08-05
KR20200001913A (ko) 2020-01-07

Similar Documents

Publication Publication Date Title
WO2020004994A1 (ko) 발전소 고장 예측 및 진단시스템과 그 방법
CN101569194B (zh) 网络监测系统
JP6745840B2 (ja) 故障診断装置、故障診断方法、及び故障診断プログラム
CN113865587A (zh) 用于监控现场设备的方法、电子设备和计算机程序产品
CN106780116A (zh) 电力应急演练方法、装置及其情景模型的构建方法、装置
WO2021045367A1 (ko) 상담 대상자의 드로잉 과정을 통해 심리 상태를 판단하는 방법 및 컴퓨터 프로그램
CN112148606B (zh) 埋点测试方法、装置、设备及计算机可读介质
CN108627794A (zh) 一种基于深度学习的智能化仪表检测方法
CN109670610A (zh) 基于故障传播分析的故障诊断优化方法
WO2020004998A1 (ko) 발전소 고장 예측 및 진단시스템의 화면표시방법
US11755007B2 (en) System and method for determining a health condition and an anomaly of an equipment using one or more sensors
CN104777826B (zh) 用于工厂监控系统的测试支持装置、测试支持方法和测试支持程序
US20200293877A1 (en) Interactive assistant
KR20210020520A (ko) 가공배전선로의 진단보고서 자동작성 시스템 및 방법
CN105868265A (zh) 更新、证据和触发事件的案例管理链接
WO2019221461A1 (ko) 네트워크 장애 원인 분석 장치 및 방법
CN106500831B (zh) 振动传感器的检测方法和装置
CN114898174A (zh) 基于不同识别模型的电缆故障识别系统
CN109586788A (zh) 监控系统故障诊断方法、装置、计算机设备及存储介质
CN107948385A (zh) 一种故障检测的方法和装置
CN111860881B (zh) 一种多诱因装备故障维修排查方法及装置
JPH08320644A (ja) 運転訓練支援装置
KR102610309B1 (ko) 인공지능 기반 열화상 감시 진단 시스템
EP3691188A1 (en) Root cause determination in computer networks
WO2023105725A1 (ja) 時系列データ処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19825521

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19825521

Country of ref document: EP

Kind code of ref document: A1