诊断装置、诊断方法及程序制造方法及图纸

本发明专利技术提供一种在数据少的情况下或数据数量变动的情况下也能够精度良好的检测异常的诊断装置、诊断方法及程序。诊断装置具备：马哈拉诺比斯距离计算部，其计算检测值的马哈拉诺比斯距离，以下称为MD值；及异常判定部，基于MD值判定有无异常，异常判定部以与样本数量多的情况相比单位空间的样本数量越少越容易判定为无异常的方式，判定有无异常。判定有无异常。判定有无异常。

Diagnostic device, diagnostic method and procedure

【技术实现步骤摘要】
【国外来华专利技术】诊断装置、诊断方法及程序


[0001]本专利技术涉及一种诊断装置、诊断方法及程序。本申请主张基于2020年1月6日于日本申请的专利申请2020
‑
000427号的优先权，并将其内容援用于此。

技术介绍

[0002]在发电设备或远程监测系统中的异常检测系统中，广泛利用使用了马哈拉诺比斯距离的MT法(Maharanobis Taguchi System)(例如专利文献1)。如专利文献1中所记载，马哈拉诺比斯距离是以正常数据遵从正态分布为前提的方法，在现实的数据中，有很多不遵从正态分布的情况。因此，在专利文献1中所记载的异常检测预处理装置中，判定在正常时测定的与规定期间内的两个变量相关的分布数据是否为遵从了正态分布的分布，将判定为不是遵从正态分布的分布的分布数据中选定规常数量的分布数据与临时非线性模型进行拟合，并根据临时非线性模型与回归线之差，计算对分布数据进行纠正的纠正项。将得到通过该纠正项纠正的分布数据最遵从正态分布的分布的临时非线性模型选定为在异常检测中使用时的异常检测模型，并将基于异常检测模型计算出的纠正项选定为在异常检测中使用的纠正项。
[0003]并且，专利文献1中所记载的异常检测装置基于通过异常检测预处理装置选定的纠正项，计算纠正判定数据，该纠正判定数据对作为成为正常异常的判定对象的测定数据的判定数据进行了纠正，并基于马哈拉诺比斯距离，判定纠正判定数据是否异常。根据专利文献1中所记载的异常检测预处理装置及异常检测装置，定量地评价正常数据的正态分布性，并基于正常时测定的分布数据，选定在异常检测模型及异常检测中使用的纠正项，因此能够精度良好地检测出从正常时得到的测定数据偏离的数据(即，异常数据)。
[0004]以往技术文献
[0005]专利文献
[0006]专利文献1：专利第6129508号公报

技术实现思路

[0007]专利技术要解决的技术课题
[0008]如上所述，在专利文献1中所记载的异常检测预处理装置中，基于判定数据的分布是否遵从了正态分布的结果来选出纠正项。因此，需要能够判定是否遵从了正态分布的多个数据。但是，如专利文献1中作为一例所示的燃气涡轮设备，在一旦启动就会持续运行(例如数月)的设备中，存在如下问题：对于通过1次启动只能测量1个数据的数据(例如，启动时规定的状态变化所需的时间、启动时数据的最大值、最小值、平均值或合计值等)，在收集多个数据时需要花费较长期间。
[0009]本专利技术是为了解决上述课题而完成的，其目的在于提供一种在数据少的情况下或数据数量变动的情况下也能够精度良好的检测异常的诊断装置、诊断方法及程序。
[0010]用于解决技术课题的手段
[0011]为了解决上述课题，本专利技术所涉及的诊断装置具备：马哈拉诺比斯距离计算部，其计算检测值的马哈拉诺比斯距离(以下，称为MD值。)；及异常判定部，其基于所述MD值判定有无异常，所述异常判定部以与所述样本数量多的情况相比单位空间的样本数量越少越容易判定为无异常的方式，判定有无所述异常。
[0012]并且，本专利技术所涉及的诊断方法具有如下步骤：计算检测值的MD值的步骤；及以与所述样本数量多的情况相比单位空间的样本数量越少越容易判定为无异常的方式，基于所述MD值判定有无所述异常的步骤。
[0013]并且，本专利技术所涉及的程序使计算机执行如下步骤：计算检测值的MD值的步骤；及以与所述样本数量多的情况相比单位空间的样本数量越少越容易判定为无异常的方式，基于所述MD值判定有无所述异常的步骤。
[0014]专利技术效果
[0015]根据本专利技术的诊断装置、诊断方法及程序，在数据少的情况下或数据数量变动的情况下也能够精度良好的检测异常
附图说明
[0016]图1是表示本专利技术的第1实施方式所涉及的诊断装置的结构例的图。
[0017]图2是表示本专利技术的第1实施方式所涉及的诊断装置的动作例的流程图。
[0018]图3是用于说明本专利技术的第2实施方式所涉及的诊断装置的模式图。
[0019]图4是表示本专利技术的第2实施方式所涉及的诊断装置的动作例的流程图。
[0020]图5是表示本专利技术的第2实施方式所涉及的诊断装置的动作例的系统流程图。
[0021]图6是用于说明本专利技术的第3实施方式所涉及的诊断装置的模式图。
[0022]图7是表示本专利技术的第3实施方式所涉及的诊断装置的动作例的流程图。
[0023]图8是表示本专利技术的第3实施方式所涉及的诊断装置的动作例的系统流程图。
[0024]图9是表示本专利技术的第4实施方式所涉及的诊断装置的动作例的系统流程图。
[0025]图10是表示至少一个实施方式所涉及的计算机的结构的概略块图。
具体实施方式
[0026]<第1实施方式>
[0027](诊断装置的结构)
[0028]以下，参考图1及图2，对本专利技术的实施方式所涉及的诊断装置进行说明。另外，在各图中，对相同或对应的结构使用相同的符号并适当省略其说明。另外，在本实施方式中，假设将诊断装置10设置于监测燃气涡轮的监测中心，用于检测燃气涡轮的异常的情况进行了说明，但本专利技术并不限定于此。
[0029]图1是表示本专利技术的第1实施方式所涉及的诊断装置10的结构例的图。图1所示的诊断装置10例如是监测设置于发电站的燃气涡轮设备31并诊断有无异常的装置。燃气涡轮设备31与诊断装置10以能够收发信息的方式经由网络32连接。例如，诊断装置10从燃气涡轮设备31接收在规定的时刻发送的燃气涡轮的运行数据、提醒信息及询问信息等。诊断装置10将所获取到的各种信息存储于存储部13(详细内容进行后述)。在本实施方式中，对从燃气涡轮设备31经由网络32的远程地设置诊断装置10的情况进行了说明，但诊断装置10的
位置并不限于此。
[0030]诊断装置10例如能够使用服务器、个人计算机等计算机与其周边装置等构成。诊断装置10作为由计算机及其周边装置等硬件和计算机执行的程序等软件的组合构成的功能的结构，具备马哈拉诺比斯距离计算部11、异常判定部12及存储部13。
[0031]在存储部13中，存储有从设置于燃气涡轮设备31的多个部位的测量仪获取到的规定期间内的测定数据(运行数据等)。测定数据中，例如包括如下数据：在燃气涡轮启动时等正常数据尤其不稳定的非稳态状态下测定的规定期间内的测定数据；及成为燃气涡轮设备的正常异常的判定对象的测定数据。并且，在本实施方式中，燃气涡轮设备的多个部位例如是指燃烧器、压缩机等，测定数据是指，从这些多个部位获取的温度、电压、电流、转速、压力值、启动时等的规定的状态变化所需的时间、启动时等的数据的最大值、最小值、平均值或合计值等的信息。并且，存储部13存储在MT法中与单位空间相关的样本数量(数据数量)、平均值、标准偏差、相关矩阵的逆矩阵、异常判定的阈值等值。
[0032]马哈拉诺比斯距离计算部11计算测定数据(检测值)的MD值。马哈拉诺比斯距离本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种诊断装置，其具备：马哈拉诺比斯距离计算部，其计算检测值的马哈拉诺比斯距离；及异常判定部，其基于所述MD值来判定有无异常，异常判定部以与所述样本数量多的情况相比单位空间的样本数量越少越容易判定为无异常的方式，判定有无所述异常。2.根据权利要求1所述的诊断装置，其中，所述异常判定部基于与所述样本数量相应的自由度的t分布的累积概率，和与所述t分布的累积概率相对应的正态分布的累积概率，将所述MD值纠正为第2MD值，并基于将所述第2MD值与规定的阈值进行比较的结果，判定有无所述异常。3.根据权利要求1所述的诊断装置，其中，所述异常判定部求出正态分布中规定阈值为止的累积概率，并求出成为与所述累积概率相等的累积概率的与所述样本数量相应的自由度的t分布中的与所述阈值相对应的对应值，基于将根据所述阈值和所述对应值纠正所述MD值而得的第2MD值与所述阈值进行比较的结果，判定有无所述异常。4.根据权利要...

【专利技术属性】
技术研发人员：永野一郎，斋藤真由美，江口庆治，青山邦明，
申请(专利权)人：三菱重工业株式会社，
类型：发明
国别省市：