Riepilogo Tecnico: Reti Prototipiche di Kalman per il Rilevamento di Guasti Few-Shot nelle Centrali a Ciclo Combinato

1. Definizione del Problee

Le centrali a ciclo combinato (CCGT) sono fondamentali per la moderna generazione di energia grazie alla loro elevata efficienza e al ridotto impatto ambientale. Tuttavia, le loro complesse interazioni termo-fluidodinamiche e meccaniche rendono difficile il rilevamento dei guasti, in particolare per eventi rari come le perdite nei tubi del generatore di recupero termico (HRSG). Il principale collo di bottiglia per l'implementazione di sistemi diagnostici basati sui dati è la scarsità di dati di guasto etichettati accuratamente. Gli eventi di guasto reali sono rari, i dati sono spesso riservati e l'etichettatura manuale richiede molte risorse. Di conseguenza, i metodi tradizionali di apprendimento supervisionato, che si affidano su estesi dataset etichettati, faticano in questi ambienti industriali caratterizzati da vincoli di dati. Sebbene l'Apprendimento Few-Shot (FSL) offra una soluzione, consentendo ai modelli di generalizzare da un numero minimo di esempi, i metodi FSL basati su metriche esistenti (ad es. Reti Prototipiche) soffrono di varianza episodica. In questi metodi, i prototipi di classe calcolati da piccoli set di supporto fluttuano significativamente tra gli episodi di addestramento, portando a embedding instabili e a una ridotta robustezza nella distribuzione reale.

2. Metodologia: Rete Prototipica di Kalman (KPN)

Gli autori propongono la Rete Prototipica di Kalman (KPN), un framework FSL basato su metriche progettato per stabilizzare le rappresentazioni di classe modellando l'evoluzione del prototipo come un processo stocastico latente.

Concetto Core

Il metodo tratta la sequenza di prototipi di classe $\{p^{(t)}_k\}$ attraverso gli episodi di addestramento $t$ come una serie temporale generata da un sistema dinamico latente. Inveve di utilizzare la media grezza e rumorosa degli embedding del set di supporto per ogni episodio, la KPN applica un Filtro di Kalman per stimare un prototipo $\hat{p}^{(t)}_k$ denoisato e temporalmente coerente.

Implementazione Tecnica

1. Modello di Spazio di Stato:

   • Stato Latente: Il vero prototipo di classe $\hat{p}^{(t)}_k$ è modellato come uno stato latente.
   • Osservazione: Il prototipo osservato $p^{(t)}_k$ (calcolato dal set di supporto) è trattato come una misurazione rumorosa dello stato latente.
   • Dinamica: Il sistema assume un modello Gaussiano lineare a tempo discreto dove le matrici di transizione dello stato e di osservazione sono matrici identità ($F=H=I$). La covarianza del rumore di processo ($Q$) e la covarianza del rumore di osservazione ($R$) sono parametri regolabili.

2. Aggiornamento Ricorsivo:
   Durante l'addestramento, per ogni episodio $t$ e classe $k$:

   • Predizione: La stima a priori viene aggiornata sulla base dello stato filtrato precedente.
   • Aggiornamento: Il guadagno di Kalman $K^{(t)}_k$ viene calcolato per combinare in modo ottimale la stima a priori con la nuova osservazione $p^{(t)}_k$, effettuando efficacemente lo smoothing della traiettoria del prototipo nello spazio degli embedding.

3. Classificazione:
   I campioni di query vengono classificati in base alla distanza euclidea al quadrato rispetto ai prototipi filtrati da Kalman, piuttosto che alle medie episodiche grezze. La funzione di perdita minimizza la log-likelihood negativa sui label di query, aggiornando i parametri della rete di embedding $\theta$ tramite discesa del gradiente, mentre i parametri di Kalman sono o fissi o ottimizzati separatamente.

Generazione dei Dati

Per affrontare la mancanza di dati di guasto reali etichettati, gli autori hanno utilizzato una simulazione dinamica ad alta fedeltà Modelica/Dymola di un sistema CCGT offshore. Questa simulazione ha generato dati di serie temporali multi-sensore sintetici che rappresentano:

• Dinamiche operative normali con oscillazioni di carico.
• Guasti progressivi da perdita nei Generatori di Vapore a Passaggio Unico (OTSG), simulati aumentando nel tempo la dimensione dell'orifizio della perdita.
  Il dataset consiste in cinque serie temporali settimanali (risoluzione di 1 ora), di cui tre rappresentano l'operatività normale e due rappresentano perdite in fase di sviluppo.

3. Contributi Principali

Il documento delinea tre contributi primari:

1. Framework Innovativo: La proposta della Rete Prototipica di Kalman (KPN), che modella l'evoluzione del prototipo come uno stato stocastico latente per ridurre la varianza episodica e migliorare la robustezza nella rappresentazione degli embedding.
2. Utilizzo di Dataset Sintetici: La generazione e l'utilizzo di estesi dataset sintetici da un modello dinamico ad alta fedeltà di un esistente CCGT offshore, simulando condizioni transitorie realistiche e anomalie di perdita progressiva.
3. Valutazione Completa: Un'estesa analisi delle prestazioni che confronta KPN con i migliori baselines FSL (Reti Prototipiche, Matching Networks, Relation Networks e MAML) attraverso diverse configurazioni di supporto e query.

4. Risultati Sperimentali

Il metodo proposto è stato valutato contro quattro baselines (ProtoNet, MatchingNet, RelationNet, MAML) utilizzando compiti di classificazione 2-way sul dataset sintetico CCGT.

• Accuratezza e Stabilità: KPN ha costantemente raggiunto l'accuratezza più elevata con la varianza più bassa in tutte le configurazioni testate.
  • Nell'impostazione 4-shot, KPN ha raggiunto il 90,51% ± 2,01%, superando MatchingNet (89,16%) e la Rete Prototipica (85,57%).
  • Nell'impostazione 6-shot, KPN ha mantenuto circa il 90,42% di accuratezza con una varianza significativamente inferiore (±2,77%) rispetto a ProtoNet (±5,00%).
• Robustezza della Dimensione della Query: KPN ha mantenuto un'alta accuratezza (>90%) al variare delle dimensioni della query (da 5 a 25 per classe), dimostrando stabilità laddove i baselines mostravano una maggiore sensibilità alla dimensione del campione.
• Sensibilità dei Parametri: Il sistema ha mostrato prestazioni ottimali con un rumore di processo moderato ($q=10^{-3}$) e un rumore di osservazione ($r=10^{-3}$), indicando un equilibrio tra adattabilità e smoothing temporale.
• Dinamiche di Addestramento:
  • Analisi della Traiettoria: La visualizzazione delle traiettorie dei prototipi nello spazio PCA ha mostrato che KPN produce separazioni di classe più fluide e distinte rispetto alle traiettorie disperse e oscillanti delle standard Reti Prototipiche.
  • Convergenza: KPN ha dimostrato una convergenza più rapida e dinamiche di perdita più fluide durante l'addestramento, riducendo il rumore associato al campionamento episodico.

5. Significato e Rivendicazioni

Il documento sostiene che il framework KPN affronta una barriera critica per l'implementazione del FSL in contesti industriali: l'instabilità delle rappresentazioni di classe causata dai dati limitati. Integrando il filtraggio di Kalman, il metodo stabilizza il processo di apprendimento, portando a:

• Migliore Generalizzazione: Capacità potenziata di classificare i guasti accuratamente anche con pochissimi esempi etichettati (regimi low-shot).
• Robustezza: Ridotta sensibilità alla stocasticità del campionamento del set di supporto e alle variabili condizioni operative.
• Applicabilità Pratica: L'approccio è presentato come adatto al rilevamento dei guasti in contesti CCGT reali dove i dati etichettati sono limitati, offrendo una via per un rilevamento delle anomalie affidabile senza il costo proibitivo dell'estesa etichettatura dei dati.

Gli autori concludono che, sebbene la KPN aggiunga un overhead computazionale minimo (trascurabile rispetto ai calcoli di embedding), essa fornisce stime statisticamente ottimali sotto assunzioni di rumore Gaussiano, rendendola una soluzione robusta per la diagnostica industriale critica per la sicurezza. Il lavoro futuro suggerisce di esplorare strategie di filtraggio adattivo ed estensioni a contesti multi-classe sbilanciati.