因果探索技術を用いたプラント異常回復のための操作可能な要因特定
因果探索技術を用いたプラント異常回復のための操作可能な要因特定
カテゴリ: 部門大会
論文No: GS2-5
グループ名: 【C】2022年電気学会電子・情報・システム部門大会
発行日: 2022/08/24
タイトル(英語): Identification of Factors that can Effect Abnormalities for Plants using Causal Discovery technology
著者名: 新井 馨(富士電機),鈴木 聡(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)
著者名(英語): Kiyo Arai (Fuji Electric Co., Ltd.),Satoshi Suzuki (Fuji Electric Co., Ltd.),Tatsuya Iizaka (Fuji Electric Co., Ltd.),Tetsuro Matsui (Fuji Electric Co., Ltd.)
キーワード: 操作可能な要因特定|プラント運転支援技術|因果探索|LiNGAM|causal effect|identification of factors that can effect abnormalities|plant operations support|causal discovery|linear non-gaussian acyclic model|causal effect
要約(日本語): 省エネルギーや生産品質を保証するために,エネルギープラントにおける異常からの早期復旧を実現することを目的として,異常要因を早く特定することが重要である。従来技術として,通常の統計・機械学習では相関関係をモデル化するが,相関は必ずしも因果関係を意味しない。因果関係のない要因をコントロールしても,異常は抑制できないことが課題である。この課題を解決するために,本論文は因子間の因果関係を識別できる因果探索技術の適用及び因果探索手法の後処理方式を提案する。エネルギープラント異常要因特定に対して,提案する因果探索と後処理手法の組合せ方式により抽出された因果構造が,専門家により作成されたものと一致していることが検証され,異常要因の特定ができることを確認した。
受取状況を読み込めませんでした
