[发明专利]异常重要度计算系统及异常重要度计算装置

说明书

预测值计算部(40)基于大楼(18)内的各设备正常运行时由传感器组(12)取得的多个检测值信息，来计算被预测为如果设备正常运行则各传感器会检测到的检测预测值。异常度计算部(42)基于各传感器的检测预测值与各传感器的实际的检测值之间的差异，来计算各传感器的异常度。异常重要度计算部(46)不仅基于某个传感器检测到异常值的异常检测时的该传感器的异常度，还基于异常检测时的该关注传感器以外的传感器即其他传感器的异常度，来计算该关注传感器的异常重要度。

技术领域

本发明涉及异常重要度计算系统、异常重要度计算装置及异常重要度计算程序。

背景技术

以往，为了检测包括设置于大楼的设备或者机组设备等在内的设备的异常，在该设备设置有传感器组。在传感器组中的任意传感器检测到异常值的情况下，怀疑该设备产生了某些不良情况。

最简单地判定传感器的检测值是否为异常值的方法是，对传感器预先设置阈值，基于传感器的检测值与该阈值的比较来进行判定。但是，即便在设备正常运行的情况下，传感器的检测值也不限于始终固定，可能根据运行状况、运行环境或经年劣化等的影响而变动，因此，设定合适的阈值是不简单的。

鉴于此，以往，基于在设备正常运行时检测到的传感器的过去的检测值来构建预测模型，基于该预测模型，对设备正常运行时的传感器的检测值进行预测。然后，基于检测预测值与检测值的比较(通常是检测预测值与检测值的差分)来判定传感器的检测值是否为异常值。

例如，在专利文献1中公开了如下的技术：基于设置于设备的多个传感器的过去的检测值，取得表示各传感器的检测值间的相关性的多体相关模型，在将各传感器的检测值应用于多体相关模型时，基于在该多体相关模型是否发生了模型破坏，来检测各传感器的检测值的异常。

此外，在专利文献2中公开了如下的技术：通过学习设备正常运行时的多个传感器的过去的检测值来构建模型，对该模型应用多个传感器检测值，由此，针对各传感器的检测值检测异常。

此外，在专利文献3中公开了如下的技术：基于设备正常运行时的过去的运转数据来构建正常运转模式数据库，求出由检测单元检测到的运转数据与正常运转模式数据库之间的相关关系值，在该相关关系值小于阈值的情况下检测到异常。

现有技术文献

专利文献

专利文献1：国际公开第2016/088362号手册

专利文献2：日本特开2014-56598号公报

专利文献3：日本特开2011-209847号公报

发明内容

发明要解决的问题

如以往那样，在根据基于预测模型的检测预测值和传感器的实际的检测值来判定该传感器的检测值是否为异常值的情况下，即便在设备未产生不良情况时，也有时判定为该传感器检测到异常值。例如，当传感器为温度传感器时，在某日的气温相比往年而极端热的情况下等，即便设备正常运行，有时该温度传感器的检测温度值也上升，检测到异常值。在这样的情况下，例如维护该设备的人员(例如维修人员等)必须对本来为正常的设进行无用的确认作业。

此外，在设备中设置有传感器组的情况下，有时该传感器组中的多个传感器在相同的定时检测到异常值。在该情况下，维护该设备的人员有时无法掌握应该优先地确认与检测到异常值的多个传感器中的哪个传感器对应的部位。由此，例如，应对紧急性高的部位的确认可能会推后，从而对设备产生损害。