상세 보기
딥 러닝을 이용한 VOC 저감 설비 이상 탐지 분석
Analysis of detected anomalies in VOC reduction facilities using deep learning
- 손민지;
- 김명호
초록
본 논문에서는 데이터의 이상을 탐지하고 예측하는 모델을 통해 VOC 저감 설비에서 실측한 데이터를 분석했다. 이상 탐지 분야에서 안정적인 성능을 보이는 USAD 모델을 이용하여 실시간 데이터의 이상을 탐지하고 이상 원인이 되는 센서를 탐색한다. 또한 자기 회귀 모델을 통해 미래의이상치를 예측하여 이상이 발생할 시점을 예측하고 경고하는 방법을 제안한다. 실험은 VOC 저감설비에서 실측한 데이터를 이용하여 시스템의 이상을 탐지할 수 있는지 검증하는 실험을 진행했으며 이상 탐지 실험 결과는 정밀도, 재현율, F1-점수가 각각 98.54%, 89.08%, 93.57%로 높은 성능의 탐지율을 보였다. 센서 별 학습된 모델의 성능은 8개 센서의 정밀도, 재현율, F1-점수를 평균한결과 각각 99.64%, 99.37%, 99.63%로 높은 성능의 탐지율을 보였다. 또한, 센서 별 탐지 실험에 대한 타당성을 확인하기 위해 구한 해밍 손실은 0.0058로 안정적인 성능을 보였다. 그리고 이상 예측 실험 결과는 평균절대오차 0.0902로 안정적인 성능을 보였다.
키워드
VOC reduction facility; Deep learning; Anomaly detection; Anomaly Prediction; Time series; VOC 저감 설비; 딥 러닝; 이상 탐지; 이상 예측; 시계열
- 제목
- 딥 러닝을 이용한 VOC 저감 설비 이상 탐지 분석
- 제목 (타언어)
- Analysis of detected anomalies in VOC reduction facilities using deep learning
- 저자
- 손민지; 김명호
- 발행일
- 2023-04
- 저널명
- 한국컴퓨터정보학회논문지
- 권
- 28
- 호
- 4
- 페이지
- 13 ~ 20