CCAとKLDを用いた発電設備診断の検討

カテゴリ: 研究会(論文単位)

論文No: PI21016,IIS21029

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2021/03/20

タイトル(英語): Study of power generation equipment diagnosis using CCA and KLD

著者名: 貞国 佑輔(広島工業大学),前田 俊二(広島工業大学),谷口 哲至(広島工業大学),青戸 勇太(広島工業大学),外田 脩(明電舎)

著者名(英語): Yusuke Sadakuni(Hiroshima Institute of Technology),Shunji Maeda(Hiroshima Institute of Technology),Tetsuji Taniguchi(Hiroshima Institute of Technology),Yuta Aoto(Hiroshima Institute of Technology),Osamu Toda(MEIDENSHA CORPORATION)

キーワード: 異常診断|正準相関分析|ＫＬダイバージェンス|anomaly diagnosis|canonical correlation analysis| KL divergence

要約(日本語): 電力や交通などの社会を支えるインフラ設備は,故障が社会に与える影響が大きく, 計画外停止を未然に防ぐことが必要とされている.定期的に行う時間計画保全から,異常を予兆の段階で見つけて対策する状態監視保全に移行されつつある．本研究では,発電設備の診断を行うために,取り付けられた多次元センサデータを対象に,正準相関分析とKLダイバージェンスによる分析を通して異常の早期発見を目的とする.

要約(英語): Infrastructures that support society, such as electric power and transportation, have a great impact on society due to breakdowns, The purpose of this study is to detect anomalies at an early stage through canonical correlation analysis and KL divergence analysis for the attached multidimensional sensor data in order to diagnose power generation equipments.

本誌: 2021年3月23日知覚情報/次世代産業システム合同研究会

本誌掲載ページ: 39-43 p

原稿種別: 日本語

PDFファイルサイズ: 1,032 Kバイト