設備の異常予兆検知における時系列データを対象にしたクラスタリング手法の比較検討

設備異常予兆検知の研究（1）

抄録

産業用設備の異常検知を目的に、K平均法等のクラスタリング手法5種を比較評価した。データのサンプリング間隔やクラスタ数等を変えて解析を行った。その結果、少数データである過渡期において、学習データの活用方法によって誤検出の発生状況が異なることを確認した。これは、学習データにおいて、どの部位を正常の代表とみなすかの考え方の違いによるものであり、学習データの構築方法が検知感度に影響を与えることが分かった。