지역 난방 변전소의 고장 조기 감지는 반환 온도 감소 및 효율성 향상에 필수적이지만, 공개 라벨링된 데이터 세트 부족으로 인해 관련 연구 진행이 어려웠습니다. 본 논문에서는 서비스 보고서를 기반으로 검증된 공개 데이터 세트, 정확성, 신뢰성 및 조기성을 기반으로 한 평가 방법, 그리고 오픈 소스 Python 프레임워크인 EnergyFaultDetector를 사용하여 구현된 기준 결과를 결합한 오픈 소스 프레임워크를 제시합니다. 데이터 세트는 두 제조업체의 93개 변전소에서 수집된 운영 데이터 시계열을 포함하며, 고장 및 유지 관리 조치로 인한 이상 현상 목록, 정상 이벤트 예시 및 상세한 고장 메타데이터로 주석이 달렸습니다. EnergyFaultDetector는 정상 동작 인식에 대한 정확성, 오경보가 적은 신뢰할 수 있는 고장 감지를 위한 이벤트별 F-score, 조기 감지를 위한 조기성 등 세 가지 지표를 사용하여 평가됩니다. 이 프레임워크는 ARCANA를 사용한 근본 원인 분석도 지원합니다. 연구 결과 모델은 높은 정상 동작 정확도(0.98)와 이벤트별 F-score (beta=0.5) 0.83을 달성했으며, 고객이 문제를 보고하기 전에 데이터 세트의 고장의 60%를 감지하고 평균 3.9일의 리드 타임을 보였습니다.
