MATLAB을 활용한 수소충전소 이상감지 시스템 개발

설비 또는 시스템의 예후 및 건전성 관리(prognostics and heath management; 이하 PHM) 분야에서 이상감지(abnormal detection)는 설비의 신뢰성(reliability)와 가용성(availability)를 증가시키는데 효율적인 방법 중 하나로, 많은 방법론이 적용되어 개발되어 왔습니다.

본 연구에서는 플랜트의 DCS 또는 SCADA로부터 복수개의 센서 및 입력 장치의 실시간 데이터를 수집하여, 이상감지 모델을 학습하고, 학습된 모델을 통하여 실시간으로 이상현상을 감지하는 시스템을 소개하고자 합니다.

본 세션에서는 수소충전소로부터 수집된 다중 시계열 데이터를 HMM(hidden Markov model)과 GMM(Gaussian mixture model)을 활용하여 미래 시점 데이터의 동적확률과 정적확률 분포를 결정함으로써, 실시간으로 수집된 데이터의 발생 우도(likelihood)를 평가하는 과정을 소개 드립니다. 앞서 언급된 이상감지 시스템의 데이터 수집, 학습, 처리 기능의 구현과정에서 사용된 MATLAB^®의 라이브러리와 tool에 대해 함께 소개해드리겠습니다.