Mobirise Website Builder

利用非侵入式負載監控(NILM)數據
進行設備故障趨勢分析

無線智慧電錶配置

        目前中興大學計算機及資訊網路中心的機房已佈建非侵入式負載監控的電流、電壓及環境感測器，為了方便收集資料，我們採用無線傳輸的方式，其配置圖如下圖所示。

機房感測器安裝配置圖

資料分析與故障趨勢預測

        我們利用智慧電錶收集的機房總用電、伺服器用電，以及空調用電，這三種用電中的電流、電壓、瓦特、功率因子，四項數據來做設備故障趨勢分析。

電腦機房各項能耗數據

        為了提前預防用電設備發生故障，我們嘗試使用 MACD、DIF 預測線進行設備故障預測。MACD (指數平滑異同移動平均線)是利用差離值(DIF 值)和訊號線(DEM 值，又稱 MACD 值)之間的關係去提前預判事件的發生。


MACD 方程式：
            MACD = (1 - α)(上一筆MACD) + (α * DIF) 
            α = 2 / (1 + N)
            DIF = EMA(短期) - EMA(長期)

DIF：(快線)短期，目前與歷史變化量的差距，判斷趨勢的變化。
MACD：(慢線)長期，透過觀察過去DIF的資料形成的趨勢，判斷大趨勢。

         畫成圖形來看，若當 DIF 由下往上穿越 MACD 時，代表可以預期資料會開始不斷的上升，反之若當 DIF 由上往下穿越 MACD 時，代表可以預期資料會開始不斷的下降，這二種情況都能告知我們資料未來可能發生突然的異常。下面我們就利用圖表來解釋這個預測公式。

以下資料收集自機房空調用電數據
收集日期區段：2017.04.22-2017.07.10
收集時間頻率：每分鐘收集一筆資料
預測使用資料：每日早上與晚上 12:00
資料為 chanel 1 的電流值，X軸為天數，Y軸為數值

        左圖 MACD 曲線的長期趨勢並未往特定方向成長，代表設備沒有出現故障發生的趨勢。

         我們目前所收集的資料皆在正常值以內，所以無法透過 MACD 與 DIF 線交叉來找到異常狀況的發生，而一般電子元件若發生故障時，並不會突然壞掉，而是會有個間歇性的異常，此異常會越來越頻繁，所以我們可以依此概念去加入異常值，於是我們在原始資料中加入異常值，再來套入 MACD 與 DIF 預測線中，觀察是否可利用來提前預測設備故障發生。

        我們在左圖的資料中將數值增加，模擬設備用電發生異常，經過 轉換成 MACD 曲線後，發現曲線有往上的趨勢，代表設備有出現故障發生的趨勢，因此我們可以提前預防。

        我們在左圖的資料中將數值減小，模擬設備用電發生異常，經過 轉換成 MACD 曲線後，發現曲線有往下的趨勢，代表設備有出現故障發生的趨勢，因此我們可以提前預防。

        從以上的實驗數據，當我們發現 DIF 線由下往上貫穿 MACD 線(代表目前資料趨勢是向上的)或由上往下貫穿(代表目前資料趨勢是向下的)，我們會將此交叉點設為警示點，代表設備用電發狀況發生異常，此時我們應當注意機器的狀況是否正常，因為是提前預判狀況發生，可以使管理人員有足夠的時間應變，這就是我們將收集來的用電數據帶入MACD (指數平滑異同移動平均線)分析的目的。