가상 설비 시스템을 기반으로 생성된 가상 데이터를 토대로 결함 감지 진단에 사용될 입력 변수를 선정하고, 수집된 입력 변수 데이터를 이용하여 설비 시스템의 오류 여부를 판단하도록 학습된 원본 모델을 생성하는 원본 모델 구축부; 및상기 대상 설비 시스템의 정상 운영 데이터를 이용하여 원본 모델에 대한 전이 학습을 수행하여 상기 대상 설비 시스템의 결함 감지 진단 모델을 생성하는 전이 학습 수행부; 를 포함하고, 상기 가상 데이터는 정상 운영 데이터와 오류 유형별 데이터가 데이터 균형을 이루는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제1항에 있어서,상기 원본 모델 구축부는 상기 가상 데이터 중 일부를 이용하여 상기 원본 모델을 생성하고, 상기 가상 데이터 중 나머지 일부를 이용하여 상기 원본 모델을 검증하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제1항에 있어서,상기 전이 학습 수행부는 상기 대상 설비 시스템의 데이터 중 오류 상황 데이터를 제외한 정상 운영 데이터만을 이용하여 전이 학습을 수행하되 가중치를 얼린 상태에서 데이터 패턴만을 학습시키는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제3항에 있어서,상기 대상 설비 시스템의 데이터를 이용하여 상기 대상 설비 시스템의 결함 감지 진단 모델의 성능 평가를 수행하는 성능 평가 수행부를 더 포함하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제4항에 있어서,상기 성능 평가 수행부는 상기 대상 설비 시스템의 데이터를 이용하여 상기 원본 모델에 대한 성능 평가 및/또는 상기 대상 설비 시스템의 오류 유형별 데이터를 충분히 수집할 수 있다는 가정 하에 개발된 참조 모델에 대한 성능 평가를 더 수행하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제1항 내지 제5항 중 어느 한 항에 있어서,상기 가상 설비 시스템은 시뮬레이션 툴에 상기 대상 설비 시스템의 정보를 입력하여 도출된 시스템인 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제6항에 있어서,상기 대상 설비 시스템과 가상 설비 시스템은 공조 시스템이며,오류 유형은 외기 댐퍼 폐쇄, 냉방 코일 밸브 완전 폐쇄, 및 냉방 코일 밸브 완전 개방을 포함하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

제7항에 있어서,상기 원본 모델 구축부는 상기 입력 변수로 실 온도, 실 냉방 설정온도, 혼합 공기 온도, 공급 공기 온도 및 급기팬 가동 여부 중 적어도 하나를 선정하고, 기계학습방법을 이용하여 상기 원본 모델을 생성하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 장치.

대상 설비 시스템에 대응하는 가상 설비 시스템을 기반으로 생성된 가상 데이터를 토대로 결함 감지 진단에 사용될 입력 변수 데이터를 선정하고, 선정된 입력 변수 데이터와 설비 시스템의 오류 유형을 각각 입력 변수와 출력 변수로 설정하여 설비 시스템의 오류 여부를 판단하도록 학습된 원본 모델을 생성하는 단계; 및상기 대상 설비 시스템의 정상 운영 데이터를 이용하여 원본 모델에 대한 전이 학습을 수행하여 상기 대상 설비 시스템의 결함 감지 진단 모델을 생성하는 단계; 를 포함하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 방법.

제9항에 있어서,대상 설비 시스템의 오류 유형별 데이터를 이용하여 상기 대상 설비 시스템의 결함 감지 진단 모델의 성능 평가를 수행하는 단계를 더 포함하는 것을 특징으로 하는 전이 학습을 이용한 설비 시스템의 결함 감지 진단 모델링 방법.

하드웨어와 결합되어 제9항 또는 제10항의 단계들을 실행시키기 위하여 매체에 저장된 컴퓨터프로그램.