# Enabling Predictive Maintenance in District Heating Substations: A Labelled Dataset and Fault Detection Evaluation Framework based on Service Data

### 저자

Cyriana M. A. Roelofs, Edison Guevara Bastidas, Thomas Hugo, Stefan Faulstich, Anna Cadenbach

### 💡 개요

본 연구는 지역난방 설비의 조기 고장 감지를 위해 공개된 서비스 보고서 기반의 라벨링된 데이터셋과 평가 프레임워크를 제안합니다. 이 프레임워크는 93개 설비의 운영 데이터를 기반으로 하며, 정확도, 신뢰성, 조기 감지 성능을 측정하는 지표와 함께 사용됩니다. 제안된 모델은 정상 동작을 98% 정확도로 인식하고 83%의 이벤트별 F-score를 달성했으며, 고객 보고 전 평균 3~5일 전에 60%의 고장을 감지하는 성과를 보였습니다.

### 🔑 시사점 및 한계

- 지역난방 설비의 효율적인 운영 및 고장 관리를 위한 공개 데이터셋 및 평가 방법론의 필요성을 충족시켰습니다.

- 제안된 프레임워크는 재현 가능하고 운영적으로 의미 있는 고장 조기 감지 및 진단 방법론 개발을 위한 중요한 기반을 제공합니다.

- 현재의 분석은 주로 자동 인코더 기반의 이상 탐지에 초점을 맞추고 있으며, 다양한 유형의 고장 메커니즘을 포괄하기 위한 추가적인 연구 및 다양한 모델과의 비교 평가가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2511.14791)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).
