特許ウォッチ

公開番号2025042298
公報種別公開特許公報(A)
公開日2025-03-27
出願番号2023149227
出願日2023-09-14
発明の名称解析装置、解析方法及び解析プログラム
出願人三菱重工業株式会社
代理人弁理士法人酒井国際特許事務所
主分類G05B 23/02 20060101AFI20250319BHJP(制御;調整)
要約【課題】多変数の時系列データを、低負荷で高精度に解析する。
【解決手段】解析装置は、解析対象から検出した複数種類のパラメータの時系列データを取得するデータ取得部と、複数種類の時系列データについての特徴量を算出し、時系列データの特徴量に基づいて、最適化計算により、それぞれの時系列データをグループ分けするクラスタリング処理部と、グループ分けされた時系列データに基づいて、各グループの時間ずれを算出する解析部と、を含む。
【選択図】図1
特許請求の範囲【請求項１】
解析対象から検出した複数種類のパラメータの時系列データを取得するデータ取得部と、
複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするクラスタリング処理部と、
グループ分けされた前記時系列データに基づいて、各グループの時間ずれを算出する解析部と、
を含む、
解析装置。
続きを表示（約 940 文字）【請求項２】
前記クラスタリング処理部は、それぞれの前記グループ同士が適切に分離されていることを示す評価指標が最適化されるように、グループ分けを実行する、請求項１に記載の解析装置。
【請求項３】
前記クラスタリング処理部は、前記グループの数を所定の設定値とすることを制約条件として、最適化計算を実行する、請求項１又は請求項２に記載の解析装置。
【請求項４】
前記クラスタリング処理部は、時刻毎の前記時系列データを、単位時間帯毎に区分して、前記単位時間帯における前記時系列データに基づいて、前記単位時間帯毎に前記特徴量を算出する、請求項１又は請求項２に記載の解析装置。
【請求項５】
前記クラスタリング処理部は、前記単位時間帯を所定の設定値として、前記特徴量を算出する、請求項４に記載の解析装置。
【請求項６】
複数種類の前記時系列データを標準化する前処理部を更に含み、
前記クラスタリング処理部は、前記標準化された時系列データから前記特徴量を算出する、請求項１又は請求項２に記載の解析装置。
【請求項７】
解析対象から検出した複数種類のパラメータの時系列データを取得するステップと、
複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするステップと、
グループ分けされた前記時系列データから代表時系列データを特定し、各グループの代表時系列データに基づいて、各グループの時間ずれを算出するステップと、
を含む、
解析方法。
【請求項８】
解析対象から検出した複数種類のパラメータの時系列データを取得するステップと、
複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするステップと、
グループ分けされた前記時系列データに基づいて、各グループの時間ずれを算出するステップと、
をコンピュータに実行させる、
解析プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、解析装置、解析方法及び解析プログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
複数種類のパラメータを検出して、検出対象の解析を行う技術が知られている。例えば、特許文献１には、複数のセンサから、値が異常である異常センサを抽出して、複数の異常センサを複数のグループにクラスタリングする旨が記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－１４５１６０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、検出するパラメータが、プラント等の施設に設置したセンサ等の時系列データである場合、パラメータ同士に検出タイミングの時間ずれが生じるおそれがある。この時間ずれを考慮せずに解析を行うと、解析精度が低下するおそれがある。一方で、時間ずれを考慮しつつ解析を行った場合には、演算負荷が高くなり、解析に多大な時間が必要となる。そのため、多変数の時系列データを、低負荷で高精度に解析することが求められている。
【０００５】
本開示は、多変数の時系列データを、低負荷で高精度に解析可能な解析装置、解析方法及び解析プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示に係る解析装置は、解析対象から検出した複数種類のパラメータの時系列データを取得するデータ取得部と、複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするクラスタリング処理部と、グループ分けされた前記時系列データに基づいて、各グループの時間ずれを算出する解析部と、を含む。
【０００７】
本開示に係る解析方法は、解析対象から検出した複数種類のパラメータの時系列データを取得するステップと、複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするステップと、グループ分けされた前記時系列データに基づいて、各グループの時間ずれを算出するステップと、を含む。
【０００８】
本開示に係るプログラムは、解析対象から検出した複数種類のパラメータの時系列データを取得するステップと、複数種類の前記時系列データについての特徴量を算出し、前記時系列データの特徴量に基づいて、最適化計算により、それぞれの前記時系列データをグループ分けするステップと、グループ分けされた前記時系列データに基づいて、各グループの時間ずれを算出するステップと、をコンピュータに実行させる。
【発明の効果】
【０００９】
本開示によれば、多変数の時系列データを、低負荷で高精度に解析できる。
【図面の簡単な説明】
【００１０】
図１は、本実施形態の解析装置を示すブロック図である。
図２は、前処理を説明するフローチャートである。
図３は、特徴量の算出の例を説明するグラフである。
図４は、特徴量の算出の例を説明するグラフである。
図５は、時間ずれの算出の処理フローを説明するフローチャートである。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許