例外的部分系列抽出によるビル空調システム故障予兆発見支援

カテゴリ: 部門大会

論文No: GS5-1

グループ名: 【C】平成18年電気学会電子・情報・システム部門大会講演論文集

発行日: 2006/09/05

タイトル(英語): Supporting Discovery of the Sign of Faults in Air-Conditioning Systems by Exceptional Time Series Detection

著者名: 本田 徹也(神戸大学),尾崎 知伸(神戸大学),大川剛直 (神戸大学),三橋 泰彦(山武),早福朋芳 (山武)

著者名(英語): Tetsuya Honda(Kobe University),Tomonobu Ozaki(Kobe University),Takenao Ohkawa(Kobe University),Yasuhiko Mitsuhashi(Yamatake Corporation),Tomoyoshi Soufuku(Yamatake Corporation)

キーワード: 時系列データマイニング|故障診断|空調システム空調システム|Time Series Data Mining|Fault Detection|Air-conditioning System

要約(日本語): ビルの空調システムは，故障の予兆となる挙動を検出する対象として，
非常に複雑で大規模なものの一つである．
従来では専門家による確認作業が一般的であったが，これでは非常に時間
コストがかかり，非効率的である．本研究では，このような状況に着目し，
故障の予兆動作を診断するための支援手法を提案する．
多次元時系列データを，環境と挙動に分けて考え，環境を考慮した上での
挙動の例外性（例外の度合い）を定義する．時系列データマイニング手法に
基づき，例外性の高い部分系列を発見，順序付けると共に，典型例を合わせて
示すことで，故障予兆発見を支援する枠組みを提案する．

PDFファイルサイズ: 3,346 Kバイト