報告書番号

R02031

タイトル（和文）

設備診断のための異常・予兆発見手法 -－極値理論による異常・予兆判定の信頼度推定－-

タイトル（英文）

Anomaly-Detection Method for Equipment Diagnosis - Estimation of Probability of Abnormal Events by Extreme Value Theory

概要 （図表や脚注は「報告書全文」に掲載しております）

電力設備機器状態の正確な把握に基づく運用保守管理には、機器異常の高精度な診断や、通常と異なる例外状況（予兆）の高精度な検出が不可欠である。サポートベクターマシンは、精度の高い診断や予兆発見（例外検出）の有望な技術として期待されている。ただし、具体的保守対策決定で重要となる異常診断結果や予兆発見結果の信頼性の精度の良い推定が行えなかった。そこで、予兆発見で用いる１クラスサポートベクターマシンについて検出した例外の発生確率を精度良く予測する手法を開発した。本手法ではサポートベクトルマシンの特性に基づいて希少事象の確率理論である極値理論を用いた推定を行う。さらに、本手法を機器異常診断に用いる2クラスサポートベクトルマシンに用いることで、その誤判定確率を改善する手法を開発した。代表的ベンチマークデータに対する実験では、提案手法により、誤判定精度が平均約１0％向上した。

概要 （英文）

For monitoring and diagnosis of equipments, the precision of abnormal event detectionand diagnosis is very important to judge the emergency of situations.In this report, we propose a new estimation method of the precision of judgements by one-class Support Vector Machines for monitoringbased on the extreme value theory.We also propose a method to improve the SVMs for diagnosisbased on the estimates of precisions of normal events and failures separately.The experiment shows the proposed methods works well andit can reduce 10\% of error rate of original SVMs in case of diagnosis.

報告者

キーワード