センサデータに基づく設備の異常検知及びその原因特定

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2019/12/01

タイトル(英語): Anomaly Detection and Cause Identification based on Sensor Data

著者名: 森山　健（広島工業大学工学系研究科電気電子工学専攻），前田　俊二（広島工業大学工学部電子情報工学科），鈴木　忠志（日立パワーソリューションズ）

著者名(英語): Takeru Moriyama (Hiroshima Institute of Technology Graduate School of Science and Technology Electrical and Electronic Engineering), Shunji Maeda (Hiroshima Institute of Technology Faculty of Engineering Department of Electronics and Computer Engineering), Tadashi Suzuki (Hitachi Power Solutions Co., Ltd.)

キーワード: 時系列データ，異常検知，ベクトル自己回帰モデル，予測誤差分散分解　　time series data，anomaly detection，vector auto regression model，forecast error variance decomposition

要約(英語): Maintenance tasks allow us to find faults in its early stage, and extend service life of facilities. Now, facilities and systems, which maintenance tasks are done under status monitoring, tend to be increasing, but there are still a lot of facilities that are executed under time plan maintenance. In this study, anomaly detection method is proposed with forecast error variance decomposition based on data provided from each sensor assembled in facilities.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.139 No.12 （2019） 特集：電気・電子・情報関係学会東海支部連合大会

本誌掲載ページ: 1517-1526 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/139/12/139_1517/_article/-char/ja/