1 |
1
미리 설정된 지점에 설치되며, 이상 상태를 감지하는 복수의 센서의 센싱값을 입력받는 단계; 및상기 센싱값 및 통계적 공정 관리도를 이용하여, 상기 복수의 센서 중에서 이상 상태를 감지한 타겟 센서를 결정하는 단계;상기 타겟 센서의 센싱값으로부터 파과 곡선을 추정하고, 상기 파과 곡선에 대한 통계값 및 넓이값을 생성하는 단계; 및학습 데이터, 상기 통계값 및 넓이값을 이용하여, 상기 타겟 센서에 할당된 관할 지역에 포함된 후보 지점 중 적어도 하나를 이상 상태 발생 지점으로 예측하는 단계를 포함하는 기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
2 |
2
제 1항에 있어서,상기 타겟 센서를 결정하는 단계는미리 설정된 관리 시간 길이의 윈도우에 포함되는 센싱값을, 상기 윈도우 별로 누적합하는 단계; 및상기 누적합 결과를 상기 통계적 공정 관리도의 관리 한계와 비교하여, 상기 타겟 센서를 결정하는 단계를 포함하는 기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
3 |
3
제 2항에 있어서,상기 센서는 하천에 설치되는 수질 오염 센서이며,상기 관리 시간 길이는, 상기 하천의 유속에 따라서 결정되는기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
4 |
4
제 1항에 있어서,상기 파과 곡선에 대한 통계값 및 넓이값을 생성하는 단계는상기 파과 곡선의 제1시점 및 제2시점 사이에서 상기 통계값 및 넓이값을 생성하며,상기 제1시점은, 상기 이상 상태가 감지된 시점이며,상기 제2시점은, 상기 제1시점에서의 센싱값보다 작은 센싱값이 미리 설정된 발생 횟수만큼 연속적으로 발생한 시점인, 기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
5 |
5
제 4항에 있어서,상기 발생 횟수는상기 센싱값의 오류 표준편차에 따라서 결정되는기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
6 |
6
제 1항에 있어서,상기 센서는미리 설정된 방향성에 기반하여 설치되는 센서인기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
7 |
7
미리 설정된 지점에 설치되며, 이상 상태를 감지하는 센서의 센싱값을 입력받는 단계; 및상기 센싱값 및 통계적 공정 관리도를 이용하여, 상기 센서의 이상 상태 감지를 판단하는 단계;상기 이상 상태가 감지된 시점 이후의 센싱값으로부터 파과 곡선을 추정하고, 상기 파과 곡선에 대한 통계값 및 넓이값을 생성하는 단계; 및학습 데이터, 상기 통계값 및 넓이값을 이용하여, 상기 센서에 할당된 관할 지역에 포함된 후보 지점 중 적어도 하나를 이상 상태 발생 지점으로 예측하는 단계를 포함하는 기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|
8 |
8
미리 설정된 지점에 설치되며, 이상 상태를 감지하는 센서의 레퍼런스 센싱값을 입력받는 단계; 상기 레퍼런스 센싱값 및 통계적 공정 관리도를 이용하여, 상기 센서의 이상 상태 감지를 판단하는 단계;상기 이상 상태가 감지된 시점 이후의 레퍼런스 센싱값으로부터 파과 곡선을 추정하고, 상기 파과 곡선에 대한 통계값 및 넓이값을 생성하는 단계; 및상기 통계값 및 넓이값을 이용하여, 상기 센서에 할당된 관할 지역에 포함된 후보 지점 중 적어도 하나를 이상 상태 발생 지점으로 학습하는 단계를 포함하는 이상 상태 발생 지점의 탐지를 위한 학습 방법
|
9 |
9
제 8항에 있어서,상기 센서의 이상 상태 감지 여부를 판단하는 단계는 미리 설정된 관리 시간 길이의 윈도우에 포함되는 레퍼런스 센싱값을, 상기 윈도우 별로 누적합하는 단계; 및상기 누적합 결과를 상기 통계적 공정 관리도의 관리 한계와 비교하여, 상기 이상 상태 감지를 판단하는 단계를 포함하는 이상 상태 발생 지점의 탐지를 위한 학습 방법
|
10 |
10
제 9항에 있어서,상기 센서는 하천에 설치되는 수질 오염 센서이며,상기 관리 시간 길이는, 상기 하천의 유속에 따라서 결정되며,상기 센서에 할당된 관할 지역에 포함된 후보 지점 중 적어도 하나를 이상 상태 발생 지점으로 학습하는 단계는상기 관리 시간 길이에 따라서 서로 다른 인공 신경망을 이용하여 학습을 수행하는이상 상태 발생 지점의 탐지를 위한 학습 방법
|
11 |
11
제 8항에 있어서,상기 파과 곡선에 대한 통계값 및 넓이값을 생성하는 단계는상기 파과 곡선의 제1시점 및 제2시점 사이에서의 상기 통계값 및 넓이값을 생성하며,상기 제1시점은, 상기 이상 상태가 감지된 시점이며,상기 제2시점은, 상기 제1시점에서의 센싱값보다 작은 센싱값이 미리 설정된 발생 횟수만큼 연속적으로 발생한 시점인, 이상 상태 발생 지점의 탐지를 위한 학습 방법
|
12 |
12
제 11항에 있어서,상기 발생 횟수는상기 레퍼런스 센싱값의 오류 표준편차에 따라서 결정되는기계 학습 기반의 이상 상태 발생 지점 탐지 방법
|