ラプラシアンスコアによる変数選択を用いたOCSVMによる火力発電プラントのガスタービンの異常検知

カテゴリ: 研究会(論文単位)

論文No: SMF20017

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2020/08/19

タイトル(英語): One Class Support Vector Machine with Feature Selection by Laplacian Score for anomaly Detection of Gas Turbine Generators in Thermal Power Plants

著者名: 山崎 岳大(明治大学),福山 良和(明治大学),村上 賢哉(富士電機),松井 哲郎(富士電機)

著者名(英語): Takahiro Yamasaki(Meiji University),Yoshikazu Fukuyama(Meiji University),Kenya Murakami(Fuji electric, Co. Ltd),Tetsuro Matsui(Fuji Electric, Co. Ltd)

キーワード: 異常検知|火力発電プラント|ガスタービン|ＯＣＳＶＭ|変数選択|ラプラシアンスコア|anomaly detection|thermal power plant|gas turbine generator|one class support vector machine|feature selection|laplacian score

要約(日本語): 火力発電プラントのガスタービンは，高温・高圧で作動しており，故障を早期に検知することは重要である。ガスタービンの故障検知の実用化におけるニーズとしては，正常データのみで故障検知を行うことや限られたセンサーで故障検知を行うために変数選択を行うことがある。よって，本論文では，ガスタービンの故障検知に対し，ラプラシアンスコアによる変数選択を用いたOCSVMを適用した。

要約(英語): Since Gas Turbine Generators (GTGs) are operated at high-temperatures and high-pressures, it is important to detect faults early. This paper proposes OCSVM with feature selection by Laplacian Score for fault detection of GTGs in thermal power plants.

原稿種別: 日本語

PDFファイルサイズ: 889 Kバイト