상태 변화 분석과 이상 근거 결합을 통한 조기경보 판정 고도화

키워드

확장요약문

기존의 VAE 계열 기반 조기경보는 실제 측정값과 모델 출력값의 잔차를 이용하여 태그별 이상지수를 산출하고, 그룹 내 지수의 평균 또는 최솟값을 기준으로 경보를 판정한다. 그러나 평균 기반 판정은 일부 태그에서 발생한 국소 이상을 희석할 수 있으며, 최솟값 기반 판정은 단일 태그의 일시적인 변동에 민감하게 반응할 수 있다. 본 연구에서는 이러한 한계를 보완하기 위해 다중 태그의 상태 변화 특성과 이상 근거를 결합한 조기경보 판정 방법을 제안한다.

제안 방법의 구성은 Fig. 1과 같다. TCN-VAE를 기반으로 실제 측정값과 모델 출력값 간 잔차를 이용하여 태그별 이상지수(Tag Index)를 산출하고, 관련 태그와 파생 지표로 구성한 상태 벡터를 통해 설비의 변화 양상을 분석한다. 상태 변화 분석에는 상태반복성(Recurrence), 궤적 확장성(Orbit Expansion) 및 Koopman 잔차를 활용한다.

상태반복성은 현재의 다중 태그 상태와 과거 상태 간 유사성을 평가하여 기존 상태 패턴에서의 이탈 정도를 분석한다. 궤적 확장성은 최근 상태분포의 평균과 변동 범위를 기준으로 현재 상태의 이탈 정도를 산출한다. Koopman 잔차는 정상 운전 데이터에서 학습한 상태전이 관계를 이용하여 현재 상태를 추정하고, 실제 관측 상태와의 차이를 통해 정상적인 변화 관계로 설명되지 않는 이상 징후를 분석한다. 이러한 지표는 개별 태그의 이상 정도뿐 아니라 태그 간 관계와 시간에 따른 상태 변화 특성을 함께 고려하는 데 활용된다.

최종 경보 판정에서는 설비 특성에 적합한 상태 변화 지표를 선정하고, 동일 감시 대상의 태그별 이상지수와 결합한다. 또한 운전조건, 변화 방향 및 이상 근거의 지속성을 반영하여 관찰 단계인 WATCH와 이상 판정 단계인 WARNING을 구분한다. WATCH는 이상 근거가 관찰되는 상태이며, WARNING은 선정된 근거 조합과 지속조건을 충족하여 경보가 확정된 상태를 의미한다.

제안 방법은 단순 지수 집계 방식에서 벗어나 다중 태그의 상태 변화와 이상 근거의 일관성을 반영함으로써, 국소 이상에 대한 경보 반영과 불필요한 경보 완화, 경보 판정의 설명 가능성 향상을 목표로 한다.