[发明专利]诊断装置、诊断方法及程序

说明书

本发明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。

技术领域

本发明涉及一种诊断装置、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。

背景技术

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。

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)。

以往技术文献

专利文献

专利文献1：专利第6129508号公报

发明内容

发明要解决的技术课题

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。

本发明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。

用于解决技术课题的手段

为了解决上述课题，本发明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。

并且，本发明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。

并且，本发明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。

发明效果