[논문 리뷰] Whole-Building Fault Detection: A Scalable Approach Using Spectral Methods

Michael Georgescu, Sophie Loire외 2명|arXiv (Cornell University)|2017. 03. 21.

Probabilistic and Robust Engineering Design참고 문헌 12인용 수 7

한 줄 요약

이 논문은 건물 관리 시스템(BMS) 추세 데이터를 다중 시간스케일 성분으로 분해하기 위해 쿠프만 연산자의 스펙트럼 분석을 사용하는 확장 가능한 전체 건물 고장 진단 방법을 제안한다. 쿠프만 연산자의 스펙트럼 특성을 활용함으로써, 기존 규칙 기반 진단에 더 높은 시간적·공간적 해상도를 부여하여 분류 정확도를 향상시키고, 기존 규칙 프레임워크를 유지하면서도 새로운 진단 기능을 가능하게 한다.

ABSTRACT

In this paper, an extension to rules-based fault detection is demonstrated utilizing properties of the Koopman operator. The Koopman operator is an infinite-dimensional, linear operator that captures nonlinear, finite dimensional dynamics. The definition of the Koopman operator enables algorithms that can evaluate the magnitude and coincidence of time-series data. Using spectral properties of this operator, diagnostic rule signals generated from building management system (BMS) trend data can be decomposed into components that allow the capture of device behavior at varying time-scales and to a granular level. As it relates to the implementation of fault detection (FDD), this approach creates additional spatial and temporal characterizations of rule signals providing additional data structure and increasing effectiveness with which classification techniques can be applied to the analysis process. The approach permits a knowledge base to be applied in a similar manner to that of a rules-based approach, but the introduced extensions also facilitate the definition of new kinds of diagnostics and overall provide increased analysis potential.

연구 동기 및 목표

• 쿠프만 연산자를 통한 동적 시스템 분석을 통해 기존의 규칙 기반 고장 진단 방식을 확장한다.
• BMS 추세 데이터의 다중 시간스케일 분해를 가능하게 하여 더 세밀한 고장 특성 분석을 실현한다.
• 스펙트럼 성분을 통한 진단 신호 풍부화로 고장 분류 성능을 향상시킨다.
• 기존 규칙 기반 시스템과의 호환성을 유지하면서도 새로운 진단 기능을 가능하게 한다.
• 무한차원 선형 연산자를 활용한 확장 가능한, 데이터 기반의 전체 건물 고장 진단 프레임워크를 제공한다.

제안 방법

• 쿠프만 연산자가 비선형 건물 동역학을 무한차원 선형 시스템으로 모델링하는 데 사용된다.
• 쿠프만 연산자의 스펙트럼 분해를 통해 다양한 시간스케일에서의 행동을 나타내는 주요 모드가 추출된다.
• BMS 데이터로부터 유도된 진단 규칙 신호가 쿠프만 고유함수 공간에 투영되어 숨겨진 시간 패턴이 드러난다.
• 이 방법은 규칙 신호를 느린, 중간, 빠른 동역학을 포괄하는 성분들로 분해하여 진단의 세밀함을 높인다.
• 고유함수 기반 표현을 통해 고장 신호의 시간적·공간적 특성이 향상되어 분류 알고리즘의 입력 품질이 향상된다.
• 기존 규칙 기반 시스템과의 후행 호환성을 유지하면서도 스펙트럼 분석을 통한 깊이 있는 통찰을 추가한다.

실험 결과

연구 질문

• RQ1 쿠프만 연산자를 사용해 BMS 추세 데이터에서 다중 시간스케일 동역학을 추출하여 고장 진단 성능을 향상시킬 수 있는가?
• RQ2 규칙 신호의 스펙트럼 분해가 분류 기반 고장 진단 성능에 어떻게 기여하는가?
• RQ3 쿠프만 기반 분석이 기존 규칙 기반 고장 진단 프레임워크와 얼마나 잘 호환되는가?
• RQ4 쿠프만 고유함수 공간에서 고장 신호를 분석함으로써 어떤 새로운 진단 기능이 도출되는가?
• RQ5 이러한 방법은 대규모 전체 건물 모니터링 응용에 대해 얼마나 확장 가능한가?

주요 결과

• 쿠프만 스펙트럼 접근법은 BMS 규칙 신호를 명확한 시간스케일로 분해하여 더 세밀한 고장 특성 분석이 가능하게 했다.
• 이 방법은 진단 신호의 구조를 향상시켜 후속 분류 작업에서 성능 향상을 이끌어냈다.
• 일일, 주간, 비정규 변동 등의 다양한 시간스케일에서의 고장 패턴이 고유함수 분해를 통해 효과적으로 포착되었다.
• 기존 규칙 기반 시스템과의 호환성을 유지하면서도 새로운 분석 기능을 도입한 프레임워크였다.
• 비선형 동역학에 선형 스펙트럼 방법을 적용함으로써 전체 건물 응용에 대한 확장성은 입증되었다.
• 기존 규칙과 쿠프만 기반 분석을 통합함으로써 더 강건하고 해석 가능한 하이브리드 진단 프레임워크를 제공하였다.