[發(fā)明專利]異常檢測(cè)裝置、異常檢測(cè)方法及非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910743333.6
• 申請(qǐng)日: 2019-08-13
• 公開（公告）號(hào): CN110858262B
• 公開（公告）日: 2023-04-28
• 發(fā)明（設(shè)計(jì)）人: 廣江隆治;井手和成;井川芳克;佐瀨遼
• 申請(qǐng)（專利權(quán)）人: 三菱重工業(yè)株式會(huì)社
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06F17/16;F01K13/00;F02C9/00
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 王兆陽(yáng);蘇卉

本發(fā)明提供異常檢測(cè)裝置、異常檢測(cè)方法及非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)，異常檢測(cè)裝置具備：處理器；及連接于所述處理器的存儲(chǔ)部。所述處理器執(zhí)行：誤差向量取得處理，取得誤差向量，該誤差向量表示以在判定時(shí)刻計(jì)測(cè)到的多個(gè)種類的計(jì)測(cè)值為要素的計(jì)測(cè)值向量與以所述存儲(chǔ)部存儲(chǔ)的所述計(jì)測(cè)值的平均值為要素的平均值向量之差；分量取得處理，取得在奇異向量的方向上分解所述誤差向量而得到的多個(gè)分量；對(duì)比處理，將在所述奇異向量的方向上分解所述誤差向量而得到的分量各自的平方值與對(duì)應(yīng)的所述奇異向量的方向上的方差按照所述奇異向量的各方向來(lái)分別進(jìn)行對(duì)比；及判定處理，基于所述對(duì)比處理中的多個(gè)對(duì)比結(jié)果來(lái)進(jìn)行異常判定。

技術(shù)領(lǐng)域

本發(fā)明涉及異常檢測(cè)裝置、異常檢測(cè)方法及程序。

本申請(qǐng)基于在2018年8月16日向日本提出申請(qǐng)的特愿2018-153060號(hào)而主張優(yōu)先權(quán)，并將其內(nèi)容援引于此。

背景技術(shù)

作為對(duì)檢查對(duì)象的健全性進(jìn)行診斷的技術(shù)，已知有使用MT(馬田(Maharanobis-Taguchi))法來(lái)檢測(cè)異常的方法。在MT法中，使用基準(zhǔn)數(shù)據(jù)(例如，正常狀態(tài)下的各種特性項(xiàng)目的計(jì)測(cè)值的集合)的協(xié)方差矩陣的逆矩陣來(lái)計(jì)算馬氏距離。

在MT法中，由于根據(jù)基準(zhǔn)數(shù)據(jù)求出的協(xié)方差矩陣的性質(zhì)而馬氏距離的計(jì)算精度可能會(huì)下降。具體而言，例如，在構(gòu)成基準(zhǔn)數(shù)據(jù)的特性項(xiàng)目間存在強(qiáng)的相關(guān)性(相關(guān)系數(shù)的絕對(duì)值接近于1)的情況下，基準(zhǔn)數(shù)據(jù)包含的數(shù)據(jù)數(shù)比特性項(xiàng)目的項(xiàng)目數(shù)少的情況下，無(wú)法計(jì)算協(xié)方差矩陣的逆矩陣，馬氏距離的計(jì)算精度可能會(huì)下降。作為其對(duì)策，可考慮使用例如在日本特開2003-141306號(hào)公報(bào)中取代逆矩陣而計(jì)算相間矩陣的協(xié)因數(shù)矩陣、并利用該協(xié)因數(shù)矩陣來(lái)計(jì)算馬氏距離的方法(MTA法)。由于相間矩陣以協(xié)方差矩陣的對(duì)角要素成為1的方式被標(biāo)準(zhǔn)化，因此即使被置換成協(xié)方差矩陣的協(xié)因數(shù)矩陣也能得到同樣的結(jié)果。

在日本特開2003-141306號(hào)公報(bào)記載的MTA法中，在協(xié)方差矩陣的秩比特性值的個(gè)數(shù)低1個(gè)的情況下有效，但是在低2個(gè)以上的情況下，可能無(wú)法計(jì)算馬氏距離。因此，作為其他的方法，在日本國(guó)專利第5101396號(hào)公報(bào)中考慮了利用協(xié)方差矩陣的奇異值分解來(lái)求出近似逆矩陣、使用該近似逆矩陣來(lái)計(jì)算馬氏距離的方法。

然而，在專利文獻(xiàn)2記載那樣的以往的方法中，為了避免協(xié)方差矩陣的奇異值小的分量對(duì)馬氏距離造成影響而去除該奇異值小的分量來(lái)求出近似逆矩陣。因此，在檢查對(duì)象發(fā)生異常且該異常的影響出現(xiàn)在奇異值小的分量中那樣的事例中，在以往的利用了近似逆矩陣的方法中，異常檢測(cè)的靈敏度可能會(huì)下降。

發(fā)明內(nèi)容

本發(fā)明的至少一形態(tài)提供能夠提高異常檢測(cè)的精度的異常檢測(cè)裝置、異常檢測(cè)方法及程序。

根據(jù)本發(fā)明的第一形態(tài)，檢測(cè)對(duì)象裝置中有無(wú)異常的異常檢測(cè)裝置具備：處理器；及連接于所述處理器的存儲(chǔ)部。所述處理器執(zhí)行：誤差向量取得處理，取得誤差向量，該誤差向量表示以在判定時(shí)刻計(jì)測(cè)到的多個(gè)種類的計(jì)測(cè)值為要素的計(jì)測(cè)值向量與以所述存儲(chǔ)部存儲(chǔ)的所述計(jì)測(cè)值基準(zhǔn)數(shù)據(jù)(對(duì)象裝置2為正常狀態(tài)時(shí)取得的計(jì)測(cè)值)的平均值為要素的平均值向量之差；分量取得處理，取得在奇異向量的方向上分解所述誤差向量而得到的多個(gè)分量；對(duì)比處理，將在所述奇異向量的方向上分解所述誤差向量而得到的多個(gè)分量各自的平方值與對(duì)應(yīng)的所述奇異向量的方向上的方差按照所述奇異向量的各方向來(lái)分別進(jìn)行對(duì)比；及判定處理，基于所述對(duì)比處理中的多個(gè)對(duì)比結(jié)果來(lái)進(jìn)行異常判定。

這樣，異常檢測(cè)裝置通過(guò)按照奇異向量的各方向?qū)⒎至颗c方差進(jìn)行對(duì)比，即使奇異向量的方向上的方差為0或小的值，也以不用將它們排除的方式使用于異常判定。其結(jié)果是，異常檢測(cè)裝置能夠抑制異常檢測(cè)的靈敏度的下降，并提高異常檢測(cè)的精度。

根據(jù)本發(fā)明的第二形態(tài)，在第一形態(tài)的異常檢測(cè)裝置中，在所述對(duì)比處理中，所述處理器輸出表示在所述奇異向量的方向上分解所述誤差向量而得到的分量各自的平方值與對(duì)應(yīng)的所述奇異向量的方向上的方差之差是否為預(yù)定的閾值以上的所述對(duì)比結(jié)果，在所述判定處理中，所述處理器在表示為所述閾值以上的所述對(duì)比結(jié)果的數(shù)目為預(yù)定的上限數(shù)以上的情況下，判定為異常。