主催: 一般社団法人 人工知能学会
会議名: 第34回全国大会(2020)
回次: 34
開催地: Online
開催日: 2020/06/09 - 2020/06/12
電力会社では近年,壊れる予兆が現れたら取り換える「状態監視保全」を模索している。発電プラントの運転データは,正常状態のデータが多いものの,異常状態のデータの蓄積はほとんどなく,異常状態に関係するデータの観測は容易ではない。そのため,膨大な正常運転状態のデータのみに基づいて設備異常の予兆を検知できる方法が必要となる。特に,歴史の長い水力発電所には十分な安全係数が考慮されており,水力発電所運転データには異常状態のデータの蓄積はほとんどない。このような水力発電所運転データから設備異常に繋がる可能性のある外れ値を検知する必要がある。 本研究では、1 class SVMを含めた、5種の外れ値検出手法で水力発電所運転データから外れ値検知を行い、各外れ値の特性を比較した。 1class SVMの検出した外れ値だけが各センサ値が大きいものだけとなっていた。ホテリング,k-近傍法,局所的外れ値因子法,サポートベクター領域記述ではセンサ値の大きいものと小さいものの両方を外れ値として検出した。