JP2004199377A

JP2004199377A - Remote monitoring diagnostic system

Info

Publication number: JP2004199377A
Application number: JP2002366915A
Authority: JP
Inventors: Shigeru Kanemoto; 茂兼本; Yukinori Hirose; 行徳廣瀬; Yukio Sonoda; 幸夫園田; Yutaka Takeuchi; 豊武内; Shigeo Ehata; 茂男江畑
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-12-18
Filing date: 2002-12-18
Publication date: 2004-07-15

Abstract

<P>PROBLEM TO BE SOLVED: To provide a remote monitoring diagnostic system for optimizing a data distribution, shortening its time, and properly retrieving past similar data. <P>SOLUTION: A monitoring diagnostic service company 12 transmits a data conversion tool for extracting and compressing data to be required for analysis to a plant possession company 11. The plant possession company 11 extracts only field data required for analysis contents, compresses it, and transmits it to the monitoring diagnostic service company 12 via the Internet 13 through the use of the data conversion tool. The service company 12 performs analysis based on information from the plant possession company 11, and distributes the analysis result to the plant possession company 11. Thus, the data distribution is optimized, and shortened in time, so that a monitoring diagnostic service is rapidly provided. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば原子力発電所のような大規模プラントの監視診断サービスを提供する遠隔監視診断システムに関する。
【０００２】
【従来の技術】
例えば、原子力発電所のような大規模プラントを対象として監視診断サービスを提供する遠隔監視診断システムにおいては、プラント側からサービスを提供するサービス提供会社側にデータを送付し、サービス提供会社側からプラント側に対し必要な計算結果を報告するようにしている（例えば、非特許文献１参照）。
【０００３】
この場合、プラント側から一定の形態でかつ定期的にサービス提供会社側に対してデータを送付するようにしている。これは、解析に必要な入力データは予め定められており、サービスを提供する側の解析システムはその入力データにより一つの実行形式にまとめられて解析を行うためである。また、解析システムの一機能として、過去の類似データを検索する場合には、時間の関数として蓄えられたデータに対して、その時間空間の中で類似性を評価し、最も類似した検索結果を提示するようにしている。
【０００４】
【非特許文献１】
東芝レビューＶｏｌ．５５，Ｎｏ．６（２０００）、Ｐ４９−５２：プラント運転保守サービス
【０００５】
【発明が解決しようとする課題】
しかしながら、プラント側からサービス提供会社側に送信するデータが固定した形になっているので、時と状況に応じて柔軟な形でデータを送信することが困難である。固定した形では、すべてのニーズに応えることを主眼とするため、多量のデータ送信を行いがちになり、その通信時間が大きくなり、迅速なサービス提供が困難になる。
【０００６】
また、過去の類似データを検索する場合、事象を時間の関数として表現しているので、同じ事象であっても異なる時間に発生した場合には、これを異なる事象として認識してしまうことがある。また、最も類似した検索結果を提示するので、あいまいなデータ検索の場合、類似した複数の候補を類似度に応じた形で比較することが好ましいものの、このようなデータ検索ができない。
【０００７】
本発明は、データ配信の最適化と時間短縮を図り、過去の類似データを適正に検索できる遠隔監視診断システムを提供することを目的とする。
【０００８】
【課題を解決するための手段】
本発明の遠隔監視診断システムは、プラントを有するプラント所有会社と、プラント所有会社からの情報に基づいてプラントの監視診断サービスを提供する監視診断サービス会社利賀インターネットを介して接続されて構成される。そして、監視診断サービス会社は、解析に必要なデータを抽出し圧縮するためのデータ変換ツールをプラント所有会社に送信する。プラント所有会社はそのデータ変換ツールにより、解析内容に必要なフィールドデータだけを抽出し圧縮してインターネットを介して監視診断サービス会社に送信する。監視診断サービス会社は、プラント所有会社からの情報に基づいて解析を行いその解析結果をプラント所有会社に配信する。これにより、データ配信の最適化と時間短縮を図り、迅速に監視診断サービスを提供できる。
【０００９】
【発明の実施の形態】
以下、本発明の実施の形態を説明する。図１は本発明の実施の形態に係る遠隔監視診断システムのブロック構成図である。
【００１０】
図１に示すように、例えば、原子力発電所などの大規模プラントを有するプラント所有会社１１と、プラントの監視診断サービスを提供する監視診断サービス会社１２とはインターネット１３を介して接続され、プラント所有会社１１はインターネット１３を介して監視診断サービス会社１２にプラントのフィールドデータを送信し、監視診断サービス会社１２はプラント所有会社１１からの情報に基づいてプラントの監視診断サービスを提供する。
【００１１】
プラント所有会社１１は、プラントのフィールドデータを管理するデータサーバ１４と、解析内容に必要なフィールドデータだけをデータサーバ１４から抽出し圧縮するための抽出・圧縮変換手段１５とを有している。また、監視診断サービス会社１２は、プラントの監視診断サービスのための解析を行う解析手段１６と、解析手段１６での解析結果およびプラント所有会社１１のプラントの設計データを格納するデータベース１７を有している。
【００１２】
プラント所有会社１１の抽出・圧縮変換手段１７は、監視診断サービス会社１２での解析に必要とするデータを抽出して圧縮するためのデータ変換ツールを監視診断サービス会社から入手し、そのデータ変換ツールを処理して解析に必要なデータだけを圧縮して監視診断サービス会社に配信する。
【００１３】
図２は、本発明の実施の形態に係る遠隔監視診断システムの全体構成図である。プラント所有会社１１は、プラントの運転性能を監視するためのプロセス計算機１８、プラントや機器の異常を監視するプラント／機器監視システム１９が設置され、リアルタイムでプラントの運転状態を監視している。これらプロセス計算機１８やプラント／機器監視システム１９は、運転制御ネットワーク上にあるので、セキュリティを確保するために、一般のイントラネットワークからは独立した構成となっている。
【００１４】
運転制御ネットワークとイントラネットワークとの間にはデータサーバ１４が設けられており、セキュリティを確保しつつオンラインでデータサーバ１４にプロセスデータ（運転履歴データ）を蓄積する。これにより、プラントのエンジニアは簡単に運転履歴データを利用できるようにしている。
【００１５】
イントラネットワークには、プラント所有会社１１内イントラネットで当該運転データを検索閲覧する業務用ＰＣ２０の他に、現場で利用するＰＨＳや携帯電話などの携帯端末２１、ウェアラブルＰＣ２２、可搬型監視装置２３などが接続可能となっており、これらから、現場監視エリア診断結果、現場の点検／検査データ、運転日誌データ、パトロール日誌データ等の現場データ（保守履歴データ）が入力されデータサーバに記憶される。また、記憶された保守履歴データは運転履歴データと同様に、業務用ＰＣ２０、ＰＨＳや携帯電話などの携帯端末２１、ウェアラブルＰＣ２２、可搬型監視装置２３からアクセスすることができるようになっている。運転履歴データや保守履歴データは、Ｗｅｂサーバ２４からインターネット１３を介して監視診断サービス会社１２に送られる。
【００１６】
監視診断サービス会社１２では、プラント所有会社１１から送信されてきた運転履歴データや保守履歴データをＷｅｂサーバ２５を介して受信しデータベース１７に蓄えられる。解析手段１６はプラント所有会社１１から配信されてきた運転履歴データや保守履歴データに基づいて解析処理し、その解析結果をデータベース１７に保存すると共に必要に応じてインターネット１３を介してプラント所有会社１１に送信する。
【００１７】
このように、データベース１７の監視診断ＤＢにはデータベース１７のプラント監視履歴データやプラント挙動の解析結果が記憶され、設計ＤＢにはプラント所有会社１１のプラントの設計データが記憶される。また、監視診断ＤＢには設計データに基づいたプラント挙動の解析結果も記憶される。そして、解析手段１６はデータベース１７のプラント監視履歴データまたは設計データに基づいたプラント挙動の解析結果から類似するデータの候補を複数検索して、その検索結果をインターネット１３を介してプラント所有会社１１に配信する。
【００１８】
ここで、プラント所有会社１１の抽出・圧縮変換手段１５はプラント所有会社１１で収集したフィールドデータは、プロセス信号の時系列データ、音響データ、画像データなど多数の信号からなる大容量データであるため、監視診断サービス会社１２のサービス提供を受ける際に必要なデータ部分を抽出して圧縮し、妥当な時間で送信できるサイズにする。
【００１９】
このサービス提供に必要なデータ部分は、監視診断サービス会社１２の提供する解析システム１６により異なるため、サービスの種類に応じて、監視診断サービス会社１２よりプラント所有会社１１にデータ変換ツール（データ抽出・圧縮プログラム）をインターネット１３を介して送信し、そのデータ変換ツールによりサービス提供に必要な最小限のデータ形式に変換する。そして、監視診断サービス会社１２に圧縮したデータを送信することで、通信負荷を減らして短時間での監視診断サービス提供を可能にしている。
【００２０】
これにより、従来の遠隔監視診断システムのように、常時、決まった形で決まった容量のデータを送信するしなくても良くなり、通信負荷の増大や短時間でのサービス提供の障害を解決することが可能になる。
【００２１】
また、監視診断サービス会社１２のデータベース１７には、複数のプラントの監視履歴データを保存しておき、そのデータの中からプラント所有会社１１からインターネット１３を介して送られてきたデータと類似した候補を複数検索して、その検索結果をインターネット１３を介してプラント所有会社１１に配信することができる。すなわち、監視診断サービス会社１２では、他プラントや過去の監視診断サービスで蓄えたプラント運転データや保守データベースを蓄積しており、プラント所有会社１１でトラブルなどの緊急事態が発生した際に、それと類似したデータをデータベース１７の中から検索してプラント所有会社１１に配信することで、緊急時の原因究明や対策立案に役立てることができる。
【００２２】
次に、プラント所有会社１１の抽出・圧縮変換手段１５のデータ圧縮について説明する。プラント所有会社１１の抽出・圧縮変換手段１５は、プラントフィールドデータ中から解析内容に必要なフィールドデータだけを抽出し、指定した復元精度の範囲で圧縮し、インターネット１３を介して監視診断サービス会社１２に送信する。
【００２３】
前述したように、プラント所有会社１１の状態監視システムで常時監視に利用され蓄えられているフィールドデータは、通常、多数の信号のデジタル時系列データや画像データであり大容量となる。これらのうち、トラブル原因究明などの監視診断サービスで必要なデータはごく一部であり、それらを適切に選択し、さらに、データ圧縮を行って監視診断サービス会社１２に提供し、迅速なサービスを提供できるようにする。
【００２４】
そのため、提供サービスの内容に応じて、監視診断サービス会社１２でデータ変換ツールを用意しておき、そのデータ変換ツールをプラント所有会社１２にその都度送信する。プラント所有会社１１では、抽出・圧縮変換手段１５によりデータ変換ツールを処理し、解析に必要なデータをサービス内容に応じた最低限の情報量を持った小容量のデータに圧縮変換し、インターネット１３を介して監視診断サービス会社１２に送信する。
【００２５】
図３は、抽出・圧縮変換手段１５での時系列データの圧縮方法の一例の説明図である。図３（ａ）はデータサーバー１４で管理されるフィールドデータのオリジナルの時系列データ、図３（ｂ）は図３（ａ）の時系列データを時間軸と振幅を数十ビットの情報量をもったビットマップ変換データ、図３（ｃ）は図３（ａ）の時系列データを少数の点で表現する折れ線で近似した折れ線近似データをそれぞれ示している。
【００２６】
図３（ａ）に示すように、フィールドデータは、通常、一定の時間間隔でデジタル値として保存されている。各時点での振幅値は、１２ビットか１６ビットで表現される。この時系列データを図３（ｂ）に示すように、時間軸と振幅を数十ビットの情報量をもったビットマップパターンのアイコンに変換する。これにより、データの表示精度は落ちるが、通常の文字列と同じ速度の通信時間で、必要とする時系列データの挙動を知ることができ、遠隔地にある大規模の時系列データから必要な信号を選択することができる。
【００２７】
また、データの圧縮としては、図３（ｃ）に示すような少数の点で表現する折れ線で近似することもできる。細かい変化をしている時系列データの部分は、このような折れ線で近似してもデータ量は減らないが、ゆっくり変化する部分は折れ線で近似することで大きくデータ量を減らすことができるため、全体として大幅な圧縮になる。
【００２８】
次に、プラント所有会社１１の抽出・圧縮変換手段１５のデータ抽出（信号選択）について説明する。抽出・圧縮変換手段１５は、予め準備した信号間の因果関係を考慮したネットワークを辿って少数の注目する信号を選択し、インターネット１３を介して監視診断サービス会社１２に送信する。
【００２９】
図４は抽出・圧縮変換手段１５での多数の信号から必要な信号を選び出す方法の説明図である。遠隔地にある多数の時系列信号のデータから必要な信号を選ぶために、信号間の因果関係を図４に示すような意味ネットワークで表現しておき、特定の注目する信号の前後につながる信号をあわせて選択する。遠隔地からの監視診断サービスでは、大容量のデータの中から必要な信号を選び、迅速にそのデータを配信し、詳細解析に供することが必要であり、大容量データから必要最小限の信号データを選んで送ることが、通信速度を短くするために必須である。
【００３０】
そこで、例えば図４の信号−Ａに着目した場合、信号−Ａの前後の信号である信号−１、信号−２、信号−３、信号−４を、信号間の因果関係を考慮したネットワークにより選択し、そのままの形式（図３（ａ）の形式）で送信する。これにより、詳細解析に供することができ解析の精度を向上させることができる。なお、着目する信号の直接的な前後の信号だけでなく、必要に応じて前後の信号のさらに前後の信号を選択するようにしても良い。また、送信する場合には、そのままの形式ではなく必要に応じて復元精度の範囲で圧縮データにより送信しても良い。
【００３１】
このように、抽出・圧縮変換手段１５では、対象プラントの複数の信号データからなる多量の運転監視データを、指定した復元精度の範囲で大幅に圧縮し、さらに、予め準備した信号ネットワークを辿って、少数の注目する信号を自動的に選択してデータ量を圧縮し、インターネット１３を介して遠隔地にある監視診断サービス会社１２に送信する。従って、詳細な信号が必要な場合には、信号選択により必要な信号だけ選択して送信するので送信するデータ量を圧縮でき、送信速度を向上させることができる。
【００３２】
次に、監視診断サービス会社１２における解析手段１６のモジュール化について説明する。解析手段１６は機能別に分離され、互いのデータ交換は標準入出力ファイルを用いる複数個のモジュールからなる解析システムで構成される。そして、解析システムの一部のモジュールをインターネット１３を介してプラント所有会社１１に送信し、プラント所有会社１１側の抽出・圧縮変換手段１５で前処理データ解析を行い、その前処理データ解析結果をインターネット１３を介して解析手段１６に送信する。
【００３３】
通常、監視診断サービス会社１１の保有する解析手段１６は、プラントから得られるオリジナルのデータを解析に必要な形に変換し、次のステップの解析に利用するといったモジュール構造である。例えば、プラントの状態計測センサーの健全性を解析する場合、計測センサーにより計測された時系列データの分析が必要になるが、オリジナルの時系列データが大量であっても、健全性解析に必要なデータは、オリジナルの時系列データを変換した平均値、標準偏差値、周波数変換したスペクトルデータなど少量のものになる場合が多い。そこで、この変換部分のモジュールを全体の解析システムから分離し、その変換部分のモジュールをプラント所有会社１１に送り、プラント所有会社１１側で変換作業を行う。
【００３４】
図５は解析手段における解析システムのモジュール構造の説明図である。図５に示すように、解析システムは複数個のモジュール２６で構成され機能毎に分離されて構成されている。そして、各々のモジュール間は、標準入出力ファイルを介して動作する構造となっており、解析システムの一部のモジュールをプラント所有会社１１側に送信し、残りのモジュールを監視診断サービス会社１２側に置く。
【００３５】
この場合、どのモジュール間の通信容量が最小になるかは、監視診断サービス内容に応じて異なるため、サービス内容に応じてプラント所有会社１１側に必要なモジュールを送信し、プラント所有会社１１側で前処理を行うような形態をとる。これにより、最小の通信時間で解析システム全体を実行することができる。また、標準入出力ファイルをモジュール間の通信として用いることで、異なる計算機システム間でも容易にモジュールプログラムを配信して実行することが可能になる。
【００３６】
また、複数の時系列データを、主成分分析、周波数解析、自己回帰解析などのモジュールを用いて、プラント所有会社１１側の抽出・圧縮変換手段１５は、異なる形式のデータ表現に変換してデータ量を圧縮し、インターネット１３を介して監視診断サービス会社１２に配信することも可能となる。
【００３７】
すなわち、解析システムをモジュール構造にしておくことで、監視診断に必要な情報を時系列データそのものではなく、主成分分析、周波数解析、自己回帰解析など、監視診断のための前処理データ解析をプラント所有会社１１側で行い、その結果だけをインターネット１３を介して、監視診断サービス会社１２に配信する。これにより、データ通信量を大幅に減らして、迅速なサービス提供を行うことができる。
【００３８】
このように、解析システムをモジュール構造にしておき、モジュール間のデータ交換を標準の入出力ファイルを介して行うようにしておくことで、任意のモジュールを遠隔地に容易に配置できる。さらに、モジュール間のデータ通信量の最小の部分を境にして、インターネット１３を介して分離することで、インターネット１３を介した情報通信の容量を最小にすることができ、迅速な解析サービスを提供することができる。
【００３９】
次に、監視診断サービス会社１２の解析手段１６で過去の類似データを検索する方法の一例について説明する。監視診断サービス会社１２の解析手段１６は、過去の類似データを検索するにあたり、検索対象とするデータを複数の信号からなる時系列データとして入力し、その時間変化を増加、減少、一定といった定性的パターンに対応付けた記号列に変換し、その記号列の類似性を動的計画法や隠れマルコフモデルなどの類似度比較方法を用いて検索する。
【００４０】
通常、二つのデータの類似度を比較する場合、両データが同じ次元で表現されていることが必要である。例えば、時系列データでは、同じ時間長のデータであることが必要である。一方、この時系列データを、増加、減少、一定といった定性的パターンに対応付けた記号列に変換した場合、その記号列の長さは、それぞれ異なるものになる。この異なる長さの記号列の類似度を求めるために、音声認識で用いられている動的計画法や隠れマルコフモデルを用いる。
【００４１】
本発明では、時系列データを定性的パターンの記号列で圧縮することで、遠隔地への通信の時間を大幅に圧縮し、さらに、長さの異なる記号列の類似度を求める動的計画法や隠れマルコフモデルを導入することで、遠隔地にある大規模なデータから、他プラントや過去の類似データを迅速に検索し、プラント所有会社１１での原因究明や対策支援に役立てる。
【００４２】
図６は、時系列データを定性的パターン（一定、増加、減少）の列に変換する方法の説明図であり、図６（ａ）はフィールドデータのオリジナルの時系列データ、図６（ｂ）は図６（ａ）の時系列データを時間変化に従って増加、減少、一定のパターンに変換した定性的パターン、図６（ｃ）は図６（ｂ）の定性的パターンを圧縮した圧縮定性的パターンをそれぞれ示している。
【００４３】
図６（ａ）に示すような時系列データは、図６（ｂ）に示すような定性的パターンに変換される。すなわち、Ｃは一定、Ｉは増加、Ｄは減少とした場合、「ＣＣＤＤＣＩＤ」の定性的パターンに変換される。そして、その一定Ｃ、増加Ｉ、減少Ｄが連続する部分を圧縮して、図６（ｃ）に示すような「ＣＤＣＩＤ」の圧縮定性的パターンとする。このように、最終的には継続する同一パターンを省略することで事象の時間的長さを省略し、一定増加減少の発生パターンだけに縮約した記号列としている。こうして変換した記号列は、事象ごとに異なる長さとなるため、目的とする記号列に似たデータをデータベース１７の中から探す場合、異なる長さの記号列の比較を行う必要が出てくる。そこで、以下のように比較する。
【００４４】
図７は図６（ｃ）の記号列を動的計画法で比較する場合の説明図である。図７に示すように、二つの記号列（図６（ｂ）の信号列、図６（ｃ）の信号列）の比較すべき対の順番を示したもので、（１，１）、（２，１）、（３，２）、（４，２）、（５，３）、（６，３）、（７，３）といった順番で二つの記号列の比較していき同時に類似度の最小値を求める方法であり、動的計画法と呼ばれているものである。隠れマルコフモデルと呼ばれる方法も同じように、異なる長さの記号列の類似度の比較に用いることができる。
【００４５】
このように、検索対象とするデータを複数の信号からなる時系列データとして、その時間変化を増加、減少、一定といった定性的パターンに対応付けた記号列に変換し、さらに、その記号列の類似性を動的計画法や隠れマルコフモデルなどの類似度比較方法を用いて検索するので、過去の類似データを迅速に検索することができる。
【００４６】
次に、監視診断サービス会社１２の解析手段１６で過去の類似データを検索する方法の他の一例について説明する。
【００４７】
監視診断サービス会社１２の解析手段１６は、動的計画法や隠れマルコフモデルなどの類似度比較方法に代えて、過去の類似データを検索するにあたり、検索対象とするデータを複数の信号からなる時系列データとして入力し、各時点の複数のデータを位相空間にプロットしてその位相空間での表現形態の類似性を用いて検索する。
【００４８】
図８は、二つの時系列データの各時点での値を二次元空間の座標にして表示した位相空間表示に変換する方法の説明図である。
【００４９】
図８（ａ）はフィールドデータのオリジナルの二つの時系列データ、図８（ｂ）は二つの時系列データを位相空間にプロットしてその位相空間での表現形態に変換した位相空間表示をそれぞれ示している。
【００５０】
図８（ａ）に示す二つの時系列データＡ、Ｂの各時点ｔ１〜ｔｎでの値（Ａ１、Ｂ１）〜（Ａｎ、Ｂｎ）を、図８（ｂ）に示すような二次元空間の座標にして表示する。なお、図８（ｂ）では二つの時系列データＡ、Ｂではなく、別の二つの時系列データＣ、Ｄをプロットした場合を示している。この位相空間表示の形にすることで、時間的な推移の情報をなくして、信号間の挙動の因果関係のみを表現することができる。これにより、この多次元の位相空間のパターンの類似性に着目して、目的とするデータと類似のデータとをデータベース１７の中から探すことができる。
【００５１】
また、解析手段１６は、過去の類似データを検索するにあたり、新たに入手したデータと過去に蓄えたデータとを含めて、相互の類似度を用いたクラスター分析または主成分分析を行い、新たに入手したデータと同じグループに属する複数の過去のデータとをまとめてデータベース１７に記憶する。そして、その結果をインターネット１３を介してプラント所有会社１１に配信する。
【００５２】
図９は、比較するデータパターンの類似度の大きさをツリー状に表示するクラスター分析の標準手法の説明図である。いま、１３個の過去のデータが有り、新たに入手したデータが１４個目であったとする。そして、過去のデータ７に最も類似しているとした場合には、図９に示すように分類される。新たに入手したデータ１４は過去のデータ７に最も類似していることから、その過去のデータ７の隣に分類される。ここで、過去のデータ７は過去のデータ３、１０、９に類似している。また、新たに入手したデータ１４は過去のデータ１２にも類似している。すなわち、縦方向の長さが類似の程度を表しており長くなればなるほど類似していないことになる。従って、新たに入手したデータ１４は過去のデータ８、１１には類似していないことになる。この表示により、似たパターンを直感的に把握することができる。
【００５３】
図１０は、検索対象パターンの次元を主成分分析により少数次元に縮約して、その密約空間に各パターンの位置を表示する方法の説明図である。図１０では第一主成分と第二主成分との２次元で表したものを示している。配置位置が近いほど類似の程度が近く、離れるほど類似の程度が遠くなる。これにより、類似パターンを直感的に把握することができる。
【００５４】
また、解析手段１６は、過去の類似データを検索するにあたり、複数の信号に予め優先度をつけておき、その優先度の順番に沿って各信号ごとに類似度を比較していくことで検索を行い、その順に相互の類似度を用いたクラスター分析を行い、新たに入手したデータと同じグループに属する複数のデータをまとめデータベース１７に記憶するようにしても良い。
【００５５】
図９に示したクラスター分析の一例では、対象とするデータの特徴を示すパターン空間の次元をすべて一度に用いて類似度を求めて表示したものであるが、このパターン空間次元を、その中に含まれる異なる信号ごとの空間に分割し、各信号に相当するパターン空間次元の中で、同様のクラスター分析を行う。これをデータに含まれる複数の信号に対して順番に行うことで、信号の順に沿って類似したデータを絞り込んでいくことができる。
【００５６】
この方法は、全パターン空間を一度に扱う方法と比べて、最も似たパターンを得るという点では同じであるが、複数の類似パターンを見つける場合、異なる結果になるため、検索目的によって使い分けることで、より柔軟なサービス提供に役立てることができる。
【００５７】
ここで、監視診断サービス会社１２がプラント所有会社１１に提供する監視診断サービスとしては、対象プラント、系統、機器の規模や数量に応じて定めた固定額の遠隔監視・診断サービスを提供するべースサービス、プラントでの１件ごとの利用サービスに応じて課金する個別サービス、解析コードの１件ごとの使用に応じた提供サービス、上記の組み合わせによる遠隔監視・診断サービスのいずれかのサービスを提供する。これらは、プラント所有会社１１と監視診断サービス会社１２との契約により定められる。
【００５８】
次に、本発明の実施の形態に係る遠隔監視診断システムの動作について説明する。図１１は、本発明の実施の形態に係る遠隔監視診断システムを原子炉の炉心安定性の監視予測サービスを提供する場合に適用した場合のブロック構成図である。プラント所有会社１１には、プロセス計算機１８、プラント／機器監視システム１９、外部の公衆ネットワークヘのデータ伝送やセキュリティ管理をつかさどるデータサーバ１４、ユーザーの業務管理をする業務用パーソナルコンピュータ２０、インターネット１３を介して監視診断サービス会社１２との接続を管理するＷｅｂサーバ２４、インターネット１３を介して監視診断サービス会社１２のユーザーを管理するＷｅｂサーバ２５、個々のサービス業務を管理する保全データサーバ２７、個々の解析、データベース検索を行う解析パーソナルコンピュータ２８等から構成される。
【００５９】
原子炉の炉心安定性は、運転状態や制御棒の状態により変化するため、その安定度を必要に応じて迅速に把握し、その推移を予測することが重要であり、そのためには、原子炉の動特性解析に精通した専門家と、安定性解析コードを活用した評価業務が必要である。監視診断サービス会社１２はプラント所有会社１１にこの評価業務のサービスを遠隔から提供する。
【００６０】
この評価のためには、まず、プラントのフィールドデータとしてプロセス計算機１８で収集可能なプラント運転状態（出力、流量など）、炉心の３次元出力分布と制御棒状態、ならびに、プラント／機器監視システム１９で収集可能な中性子束の時系列データが必要である。
【００６１】
これらのデータを、監視診断サービス会社１２にインターネット１３を介して送信することで、監視診断サービス会社１２側では、炉心設計仕様に関するデータベースと、炉心核熱水力安定性解析コードを用いて、現状の炉心安定性と将来の予測値とを推定する。さらに、中性子束時系列データから、安定性ノイズ解析コードを用いて、現状の安定度の実測値を求める。
【００６２】
監視診断サービス会社１２では、これらの評価結果をまとめて、プラントの炉心安定性監視、予測結果としてプラント所有会社１１に報告する。また、併せて、過去ないし他プラントの同様の運転状態のデータとの比較結果もデータベースから検索して報告に加えることも可能である。
【００６３】
ここで、このサービスに際して必要なフィールドデータの全てをインターネット１３を介して送付すると膨大なデータ量になり、通信に大きな時間がかかってしまうため、監視診断サービス会社１２より、前処理ソフトとして中性子束時系列データの自己回帰解析ソフトを送付する。例えば、１信号で数千点からなる時系列データから、数十の係数からなる自己回帰モデル係数を求め、その係数をインターネット１３を介して送付する。監視診断サービス会社１２での炉心安定性解析には、この自己回帰モデル係数のみで評価が可能なため、インターネット１３を介したデータ送信量を大幅に削減でき、迅速なサービス提供に寄与できる。
【００６４】
また、フィールドデータのうち、炉心性能計算の３次元出力分布の膨大なデータ量になるが、これも、炉心安定性解析コードに必要なグルーピング前処理ソフトをプラント所有会社１１に送付し、データ量を必要な範囲に圧縮して、その部分だけ送信してもらうことで、インターネット１３を介した通信量を大幅に削減できる。これらの前処理ソフトは、プラント所有会社１１側のデータサーバー１４に予めインストールしておくという従来型のシステム構成も考えられるが、解析サービス内容に応じて、要求される前処理内容が異なるため、図５に示したように、前処理ソフトウェアそのものをその都度プラント所有会社１１側に送付する。これにより、より柔軟なサービス提供に必要となる。
【００６５】
図１２は、本発明の実施の形態に係る遠隔監視診断システムをプラントで過渡事象が発生した際の原因究明、対策支援、過去の類似例の検索を支援するサービスを提供する場合に適用した場合のブロック構成図である。
【００６６】
プラントで異常な過渡事象が発生した場合、プラント監視システムでその前後の時系列データが保存されるが、そのデータ量は数百信号で、各信号とも１００ｋｂｙｔｅ程度の膨大なものとなる。これらのデータを全部監視診断サービス会社に送付し、原因究明・対策支援を依頼するためには、数十Ｍｂｙｔｅのデータをインターネット１３を介して送信する必要があり、そのままの形で送信するには迅速な対応が必要となるサービス提供では現実的ではない。一方で、原因究明に必要な信号は、この中の一部であり、それを適切に選択してサービス会社に送付することで迅速な対応が可能になる。
【００６７】
そこで、例えば、図３、図４に示したように、信号を圧縮し必要な信号を選択する。まず、信号の挙動を図３に示すような形で精度を犠牲にした上で、各信号の時系列データを少容量のサイズのビットマップデータ（アイコン）ないし折れ線近似グラフに変換する。さらに、図４に示すような信号間の因果関係を考慮したネットワークに沿って、最も着目する信号とその前後につながる複数の信号を選択する。これらの信号選択は、監視診断サービス会社１２の専門家が行うことが必要であり、小容量に圧縮したデータを見ながら適切な信号を選択し、その後、選択した信号のみ全データを送ることで、サービスに必要なデータ通信量を最小限に抑制する。
【００６８】
監視診断サービス会社１２側では、得られた過渡事象の時系列データを過去の類似例を蓄えたデータベースから探し、原因究明と対策立案の支援に供する。過渡事象の類似例検索としては、図６ないし図１０に示した判定方法を用いる。図６に示した判定方法は、過渡事象を増加・減少・一定といった定性的パターンに変換し、さらに、そのパターン（記号列）の類似性を動的計画法や隠れマルコフモデルなどの音声パターン認識と同様の方法を適用して求める。
【００６９】
過渡事象の場合、時間に依存して変化するという特徴以外に、時間に関係しない複数の信号間の増減の相関関係にも特徴があるため、これを利用した類似性の比較が可能である。図８に示したような、多次元の位相空間表示のパターンの類似性を相関関数などで定義することで、類似のデータを検索することも可能である。また、検索した類似データは、図９に示すようなクラスター分析で使われているデンドログラム図や、図１０に示すような主成分分析で用いられる主成分間の相関図を用いることで、類似した単独のデータだけでなく、複数の類似したデータをその類似程度と合わせて表示することができる。これにより、監視診断サービス会社の専門家は、より抜けの無いデータ検索が可能であり、柔軟なサービス提供に役立てることができる。
【００７０】
【発明の効果】
以上述べたように、本発明によれば、原子力発電所などの大規模プラント所有会社を対象として、監視診断サービス会社から遠隔で迅速に監視診断サービスを提供することができる。すなわち、本発明では、遠隔からのサービスを迅速に行うために、プラント所有会社と監視診断サービス会社との間の通信量を最適にしているので、サービス内容に応じた柔軟な形で迅速なサービスを提供することができる。従って、迅速、かつ、柔軟で高機能のサービスを遠隔地にいる専門家が提供でき、監視診断のコスト削減と精度向上に寄与できる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係る遠隔監視診断システムのブロック構成図。
【図２】本発明の実施の形態に係る遠隔監視診断システムの全体構成図。
【図３】本発明の実施の形態における抽出・圧縮変換手段での時系列データの圧縮方法の一例の説明図。
【図４】本発明の実施の形態における抽出・圧縮変換手段での多数の信号から必要な信号を選び出す方法の説明図。
【図５】本発明の実施の形態における解析手段での解析システムのモジュール構造の説明図。
【図６】本発明の実施の形態において、時系列データを定性的パターン（一定、増加、減少）の列に変換する方法の説明図。
【図７】図６（ｃ）の記号列を動的計画法で比較する場合の説明図。
【図８】本発明の実施の形態において、二つの時系列データの各時点での値を二次元空間の座標にして表示した位相空間表示に変換する方法の説明図。
【図９】本発明の実施の形態において、比較するデータパターンの類似度の大きさをツリー状に表示するクラスター分析の標準手法の説明図。
【図１０】本発明の実施の形態において、検索対象パターンの次元を主成分分析により少数次元に縮約して、その密約空間に各パターンの位置を表示する方法の説明図。
【図１１】本発明の実施の形態に係る遠隔監視診断システムを原子炉の炉心安定性の監視予測サービスを提供する場合に適用した場合のブロック構成図。
【図１２】本発明の実施の形態に係る遠隔監視診断システムをプラントで過渡事象が発生した際の原因究明、対策支援、過去の類似例の検索を支援するサービスを提供する場合に適用した場合のブロック構成図。
【符号の説明】
１１…プラント所有会社、１２…監視診断サービス会社、１３…インターネット、１４…データサーバー、１５…抽出・圧縮変換手段、１６…解析手段、１７…データベース、１８…プロセス計算機、１９…プラント／機器監視システム、２０…業務用ＰＣ、２１…携帯端末、２２…ウェアラブルＰＣ、２３…可搬型監視装置、２４…Ｗｅｂサーバ、２５…Ｗｅｂサーバ、２６…モジュール[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a remote monitoring and diagnostic system that provides a monitoring and diagnostic service for a large-scale plant such as a nuclear power plant.
[0002]
[Prior art]
For example, in a remote monitoring and diagnostic system that provides monitoring and diagnostic services for a large-scale plant such as a nuclear power plant, data is sent from a plant to a service providing company that provides services, and the service providing company sends data to the plant. The required calculation result is reported to the side (for example, see Non-Patent Document 1).
[0003]
In this case, the data is sent from the plant side to the service providing company in a certain form and periodically. This is because the input data required for the analysis is predetermined, and the analysis system on the service providing side performs the analysis by collecting the input data into one execution format. Also, as a function of the analysis system, when searching for similar data in the past, the similarity is evaluated in the time space for the data stored as a function of time, and the most similar search results are retrieved. I have to present it.
[0004]
[Non-patent document 1]
Toshiba Review Vol. 55, No. 6 (2000), P49-52: Plant operation and maintenance service
[0005]
[Problems to be solved by the invention]
However, since the data to be transmitted from the plant to the service provider is in a fixed form, it is difficult to transmit the data in a flexible manner according to time and circumstances. In the fixed form, since the main purpose is to meet all needs, a large amount of data tends to be transmitted, the communication time increases, and prompt service provision becomes difficult.
[0006]
Also, when searching for similar data in the past, events are expressed as a function of time, so if the same event occurs at different times, it may be recognized as a different event. . In addition, since the most similar search result is presented, in the case of ambiguous data search, it is preferable to compare a plurality of similar candidates in a form according to the degree of similarity, but such data search cannot be performed.
[0007]
SUMMARY OF THE INVENTION It is an object of the present invention to provide a remote monitoring / diagnosis system that optimizes data distribution and shortens time, and can appropriately search past similar data.
[0008]
[Means for Solving the Problems]
The remote monitoring and diagnostic system according to the present invention is configured to be connected to a plant owner company having a plant via a monitoring and diagnostic service company Toga Internet that provides a plant monitoring and diagnostic service based on information from the plant owner company. Then, the monitoring and diagnostic service company transmits a data conversion tool for extracting and compressing data necessary for analysis to the plant owner company. The plant owner uses the data conversion tool to extract, compress, and transmit only the field data necessary for the analysis contents to the monitoring and diagnostic service company via the Internet. The monitoring and diagnostic service company analyzes based on information from the plant owner company and distributes the analysis result to the plant owner company. Thereby, optimization of data distribution and time reduction can be achieved, and a monitoring diagnosis service can be promptly provided.
[0009]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described. FIG. 1 is a block diagram of a remote monitoring and diagnostic system according to an embodiment of the present invention.
[0010]
As shown in FIG. 1, for example, a plant owner company 11 having a large-scale plant such as a nuclear power plant and a monitoring and diagnostic service company 12 for providing a plant monitoring and diagnostic service are connected via the Internet 13 and The company 11 transmits plant field data to the monitoring and diagnostic service company 12 via the Internet 13, and the monitoring and diagnostic service company 12 provides a monitoring and diagnostic service for the plant based on information from the plant owner company 11.
[0011]
The plant-owning company 11 has a data server 14 for managing field data of a plant, and an extraction / compression conversion unit 15 for extracting and compressing only field data necessary for analysis contents from the data server 14. Further, the monitoring and diagnostic service company 12 has an analyzing means 16 for performing an analysis for a monitoring and diagnostic service of a plant, and a database 17 for storing the analysis result by the analyzing means 16 and the plant design data of the plant owner company 11. ing.
[0012]
The extraction / compression conversion means 17 of the plant owner company 11 obtains a data conversion tool for extracting and compressing data required for analysis by the monitoring and diagnostic service company 12 from the monitoring and diagnostic service company, and the data conversion tool To compress only the data necessary for analysis and deliver it to the monitoring and diagnostic service company.
[0013]
FIG. 2 is an overall configuration diagram of the remote monitoring diagnostic system according to the embodiment of the present invention. The plant owner company 11 is provided with a process computer 18 for monitoring the operation performance of the plant and a plant / equipment monitoring system 19 for monitoring an abnormality of the plant and the equipment, and monitors the operating state of the plant in real time. Since the process computer 18 and the plant / equipment monitoring system 19 are on an operation control network, they have a configuration independent of a general intra network in order to ensure security.
[0014]
A data server 14 is provided between the operation control network and the intra network, and accumulates process data (operation history data) in the data server 14 online while ensuring security. As a result, the plant engineer can easily use the operation history data.
[0015]
The intra network includes, in addition to a business PC 20 for searching and browsing the operation data on the intranet within the plant owner company 11, a mobile terminal 21, such as a PHS or a mobile phone, a wearable PC 22, a portable monitoring device 23, and the like used on site. From these, site data (maintenance history data) such as site monitoring area diagnosis results, site inspection / inspection data, operation log data, patrol log data, etc. are input and stored in the data server. The stored maintenance history data can be accessed from the business PC 20, a portable terminal 21 such as a PHS or a mobile phone, a wearable PC 22, and a portable monitoring device 23, similarly to the operation history data. The operation history data and the maintenance history data are sent from the Web server 24 to the monitoring and diagnostic service company 12 via the Internet 13.
[0016]
The monitoring and diagnostic service company 12 receives the operation history data and the maintenance history data transmitted from the plant owner company 11 via the Web server 25 and stores them in the database 17. The analysis means 16 performs an analysis process based on the operation history data and the maintenance history data distributed from the plant owner company 11, stores the analysis result in the database 17 and, if necessary, via the Internet 13. Send to
[0017]
As described above, the monitoring diagnosis DB of the database 17 stores the plant monitoring history data and the analysis result of the plant behavior of the database 17, and the design DB stores the design data of the plant of the plant owner company 11. Further, the monitoring and diagnosis DB also stores the analysis result of the plant behavior based on the design data. Then, the analysis means 16 searches a plurality of similar data candidates from the plant behavior analysis results based on the plant monitoring history data or the design data in the database 17, and sends the search results to the plant owner company 11 via the Internet 13. To deliver.
[0018]
Here, since the extraction / compression conversion means 15 of the plant owner company 11 uses the field data collected by the plant owner company 11 as large-capacity data composed of a large number of signals such as time-series data of process signals, sound data, image data, and the like. In order to receive the service provided by the monitoring and diagnosis service company 12, a data portion necessary for receiving the service is extracted and compressed so that the data can be transmitted in a reasonable time.
[0019]
Since the data portion necessary for providing the service differs depending on the analysis system 16 provided by the monitoring and diagnostic service company 12, the monitoring and diagnostic service company 12 sends a data conversion tool (data extraction / The compression program is transmitted via the Internet 13 and is converted by the data conversion tool into the minimum data format necessary for providing the service. By transmitting the compressed data to the monitoring and diagnosis service company 12, the communication load is reduced and the monitoring and diagnosis service can be provided in a short time.
[0020]
As a result, unlike a conventional remote monitoring and diagnosis system, it is not necessary to constantly transmit data of a fixed capacity in a fixed form, thereby solving an increase in communication load and a failure to provide a service in a short time. It becomes possible.
[0021]
Further, the monitoring history data of a plurality of plants is stored in the database 17 of the monitoring and diagnostic service company 12, and a candidate similar to the data transmitted from the plant owner company 11 via the Internet 13 is stored from the data. And a search result can be distributed to the plant owner company 11 via the Internet 13. That is, the monitoring and diagnosing service company 12 stores the plant operation data and the maintenance database stored in other plants and past monitoring and diagnosing services. By retrieving the obtained data from the database 17 and distributing it to the plant-owning company 11, it can be used for investigation of an emergency cause and planning of countermeasures.
[0022]
Next, data compression of the extraction / compression conversion means 15 of the plant owner company 11 will be described. The extraction / compression conversion means 15 of the plant owner company 11 extracts only the field data necessary for the analysis contents from the plant field data, compresses the data within the specified restoration accuracy range, and sends the data to the monitoring and diagnostic service company 12 via the Internet 13. Send to
[0023]
As described above, the field data used and stored for constant monitoring in the status monitoring system of the plant owner company 11 is usually digital time-series data or image data of a large number of signals, and has a large capacity. Among them, only a small part of the data required for the monitoring and diagnosis service such as the investigation of the cause of the trouble is provided, and the data is appropriately selected, further compressed and provided to the monitoring and diagnosis service company 12 to provide a quick service. Make it available.
[0024]
Therefore, the monitoring and diagnostic service company 12 prepares a data conversion tool according to the contents of the provided service, and transmits the data conversion tool to the plant owner company 12 each time. In the plant owner company 11, the data conversion tool is processed by the extraction / compression conversion means 15, and the data necessary for analysis is compressed and converted into small-capacity data having a minimum information amount according to the service content. To the monitoring and diagnostic service company 12 via
[0025]
FIG. 3 is an explanatory diagram of an example of a method of compressing time-series data in the extraction / compression conversion unit 15. FIG. 3A shows the original time-series data of the field data managed by the data server 14, and FIG. 3B shows the time-series data of FIG. FIG. 3 (c) shows bit-map converted data and polygonal line approximation data obtained by approximating the time series data of FIG. 3 (a) with polygonal lines that are represented by a small number of points.
[0026]
As shown in FIG. 3A, the field data is usually stored as digital values at regular time intervals. The amplitude value at each time point is represented by 12 bits or 16 bits. As shown in FIG. 3B, the time-series data is converted into a bitmap pattern icon having a time axis and an amplitude of several tens of bits of information. As a result, the display accuracy of the data is reduced, but the behavior of the required time-series data can be known in the same communication time as the normal character string, and the necessary time-series data can be obtained from a large-scale time-series data in a remote place. The signal can be selected.
[0027]
Also, data compression can be approximated by a polygonal line expressed by a small number of points as shown in FIG. Although the data amount of the time-series data part that changes minutely does not decrease even if it is approximated by such a polygonal line, the data amount that decreases slowly can be greatly reduced by approximating it with a polygonal line. Significant compression overall.
[0028]
Next, data extraction (signal selection) by the extraction / compression conversion means 15 of the plant owner company 11 will be described. The extraction / compression conversion means 15 selects a small number of signals of interest by following a network that considers the causal relationship between signals prepared in advance, and transmits the selected signals to the monitoring and diagnostic service company 12 via the Internet 13.
[0029]
FIG. 4 is an explanatory diagram of a method of selecting necessary signals from a large number of signals in the extraction / compression conversion means 15. In order to select a necessary signal from data of a large number of time-series signals in a remote place, a causal relationship between the signals is expressed by a semantic network as shown in FIG. 4, and a signal connected before and after a specific signal of interest. And also select. In a monitoring and diagnostic service from a remote location, it is necessary to select necessary signals from a large amount of data, quickly distribute the data, and provide detailed analysis. It is indispensable to select and send in order to shorten the communication speed.
[0030]
Therefore, for example, when attention is paid to the signal -A in FIG. 4, the signals before and after the signal -A, ie, the signal-1, the signal-2, the signal-3, and the signal-4, are formed by a network that considers a causal relationship between the signals. The user selects and transmits in the same format (the format shown in FIG. 3A). Thereby, it can be used for the detailed analysis, and the accuracy of the analysis can be improved. In addition, not only signals directly before and after the signal of interest, but also signals before and after the signals before and after may be selected as necessary. In the case of transmission, the data may be transmitted in the form of compressed data within the range of the restoration accuracy, if necessary, instead of the format as it is.
[0031]
As described above, the extraction / compression conversion unit 15 greatly compresses a large amount of operation monitoring data composed of a plurality of signal data of the target plant within a range of the specified restoration accuracy, and further traces a previously prepared signal network. , Automatically select a small number of signals of interest, compress the data amount, and transmit the data to the monitoring and diagnostic service company 12 located at a remote place via the Internet 13. Therefore, when a detailed signal is required, only the necessary signal is selected and transmitted by signal selection, so that the amount of data to be transmitted can be compressed and the transmission speed can be improved.
[0032]
Next, modularization of the analysis means 16 in the monitoring and diagnostic service company 12 will be described. The analysis means 16 is separated for each function, and data exchange between them is constituted by an analysis system composed of a plurality of modules using standard input / output files. Then, a part of the module of the analysis system is transmitted to the plant owner company 11 via the Internet 13, and the extraction / compression conversion means 15 of the plant owner company 11 performs preprocessing data analysis. The data is transmitted to the analysis means 16 via the Internet 13.
[0033]
Normally, the analysis means 16 of the monitoring and diagnostic service company 11 has a module structure in which original data obtained from the plant is converted into a form required for analysis and used for analysis in the next step. For example, when analyzing the soundness of a plant state measurement sensor, it is necessary to analyze the time-series data measured by the measurement sensor. In many cases, the data is a small amount such as an average value, a standard deviation value, and frequency-converted spectrum data obtained by converting the original time-series data. Then, the module of this conversion part is separated from the whole analysis system, the module of the conversion part is sent to the plant owner company 11, and the conversion work is performed on the plant owner company 11 side.
[0034]
FIG. 5 is an explanatory diagram of the module structure of the analysis system in the analysis means. As shown in FIG. 5, the analysis system is composed of a plurality of modules 26 and is separated for each function. Each module is configured to operate via a standard input / output file. Some modules of the analysis system are transmitted to the plant owner company 11 side, and the remaining modules are transmitted to the monitoring / diagnosis service company 12 side. Put on.
[0035]
In this case, since the communication capacity between the modules is minimized depending on the monitoring / diagnostic service contents, the necessary modules are transmitted to the plant owner company 11 side according to the service contents, and the plant owner company 11 side transmits the necessary modules. It takes a form that performs preprocessing. Thus, the entire analysis system can be executed in the shortest communication time. Further, by using the standard input / output file as communication between modules, it becomes possible to easily distribute and execute a module program between different computer systems.
[0036]
Further, the extraction / compression conversion means 15 of the plant-owning company 11 converts the plurality of time-series data into data expressions in different formats by using modules such as principal component analysis, frequency analysis, and auto-regression analysis. It is also possible to compress the amount and distribute it to the monitoring and diagnostic service company 12 via the Internet 13.
[0037]
In other words, by making the analysis system modular, the information necessary for monitoring and diagnosis is not the time-series data itself, but the preprocessing data analysis for monitoring and diagnosis, such as principal component analysis, frequency analysis, and autoregression analysis, is performed by the plant. This is performed on the owning company 11 side, and only the result is distributed to the monitoring and diagnostic service company 12 via the Internet 13. As a result, the amount of data communication can be significantly reduced, and prompt service provision can be performed.
[0038]
As described above, by setting the analysis system to have a module structure and exchanging data between modules via a standard input / output file, an arbitrary module can be easily arranged at a remote place. Furthermore, by separating via the Internet 13 at the boundary of the minimum data communication amount between modules, the capacity of information communication via the Internet 13 can be minimized and a rapid analysis service can be provided. can do.
[0039]
Next, an example of a method of searching for similar data in the past by the analysis means 16 of the monitoring and diagnostic service company 12 will be described. When searching for similar data in the past, the analysis means 16 of the monitoring and diagnostic service company 12 inputs data to be searched as time-series data composed of a plurality of signals, and qualitatively changes the time change by increasing, decreasing, and constant. It is converted into a symbol string associated with the pattern, and the similarity of the symbol string is searched for using a similarity comparison method such as a dynamic programming method or a hidden Markov model.
[0040]
Normally, when comparing the similarity between two data, it is necessary that both data be expressed in the same dimension. For example, time-series data needs to have the same time length. On the other hand, when the time-series data is converted into a symbol string associated with a qualitative pattern such as increase, decrease, and constant, the length of the symbol string differs. In order to determine the similarity between the symbol strings having different lengths, a dynamic programming method or a hidden Markov model used in speech recognition is used.
[0041]
According to the present invention, a dynamic programming method for compressing time-series data with a symbol string of a qualitative pattern greatly reduces the time required for communication to a remote place, and further obtains a similarity between symbol strings having different lengths. By introducing the Hidden Markov Model or a hidden Markov model, other plants or similar data in the past can be quickly searched from large-scale data in a remote place, and the plant owner company 11 can use the data to find the cause and support measures.
[0042]
FIG. 6 is an explanatory diagram of a method of converting time-series data into a qualitative pattern (constant, increasing, decreasing) sequence. FIG. 6A shows original time-series data of field data, and FIG. 6A is a qualitative pattern obtained by converting the time-series data of FIG. 6A into an increasing, decreasing, and constant pattern according to a time change, and FIG. 6C is a compressed qualitative pattern obtained by compressing the qualitative pattern of FIG. Are respectively shown.
[0043]
The time-series data as shown in FIG. 6A is converted into a qualitative pattern as shown in FIG. That is, when C is constant, I is increased, and D is decreased, the pattern is converted into a qualitative pattern of “CCDDCID”. Then, the portion where the constant C, the increase I, and the decrease D are successively compressed is compressed into a compressed qualitative pattern of “CDCID” as shown in FIG. In this way, the time length of the event is finally omitted by omitting the same pattern that continues, and the symbol string is reduced to only the occurrence pattern of the constant increase / decrease. Since the converted symbol strings have different lengths for each event, when searching for data similar to the target symbol strings from the database 17, it is necessary to compare symbol strings having different lengths. Therefore, comparison is made as follows.
[0044]
FIG. 7 is an explanatory diagram in the case of comparing the symbol strings of FIG. 6C by the dynamic programming method. As shown in FIG. 7, the order of pairs to be compared between two symbol strings (the signal string in FIG. 6B and the signal string in FIG. 6C) is shown, and (1,1), ( (2,1), (3,2), (4,2), (5,3), (6,3), (7,3), etc. This is a method for finding the minimum value, which is called dynamic programming. Similarly, a method called a hidden Markov model can be used for comparing similarities between symbol strings of different lengths.
[0045]
In this manner, the data to be searched is converted into a symbol string associated with a qualitative pattern such as increasing, decreasing, and constant as time-series data including a plurality of signals. Since the similarity is searched using a similarity comparison method such as a dynamic programming method or a Hidden Markov Model, past similar data can be quickly searched.
[0046]
Next, another example of a method of searching for past similar data by the analysis unit 16 of the monitoring and diagnostic service company 12 will be described.
[0047]
The analysis means 16 of the monitoring and diagnostic service company 12 performs a search when searching for similar data in the past instead of a similarity comparison method such as a dynamic programming method or a hidden Markov model. The data is input as series data, a plurality of data at each time point is plotted in a phase space, and a search is performed using the similarity of the expression form in the phase space.
[0048]
FIG. 8 is an explanatory diagram of a method of converting values at each time point of two time-series data into a two-dimensional space coordinate and displaying it in a phase space display.
[0049]
FIG. 8A shows the original two time-series data of the field data, and FIG. 8B shows the phase space display obtained by plotting the two time-series data in the phase space and converting it into a representation form in the phase space. Is shown.
[0050]
The values (A1, B1) to (An, Bn) at the respective time points t1 to tn of the two time-series data A and B shown in FIG. 8A are converted into a two-dimensional space as shown in FIG. Display as coordinates. FIG. 8B shows a case where two time series data C and D are plotted instead of the two time series data A and B. By using this form of phase space display, it is possible to express only the causal relationship of the behavior between signals without information on temporal transition. Thus, by focusing on the similarity of the pattern in the multidimensional phase space, it is possible to search the database 17 for data similar to the target data.
[0051]
When searching for similar data in the past, the analysis unit 16 performs cluster analysis or principal component analysis using the degree of mutual similarity, including newly obtained data and data stored in the past, and newly searches for similar data. The acquired data and a plurality of past data belonging to the same group are collectively stored in the database 17. Then, the result is distributed to the plant owner company 11 via the Internet 13.
[0052]
FIG. 9 is an explanatory diagram of a standard method of cluster analysis for displaying the magnitude of the similarity between the data patterns to be compared in a tree shape. It is assumed that there are 13 pieces of past data and the newly obtained data is the 14th piece. Then, when it is assumed that the data is most similar to the past data 7, the data is classified as shown in FIG. Since the newly obtained data 14 is most similar to the past data 7, it is classified next to the past data 7. Here, the past data 7 is similar to the past data 3, 10, and 9. The newly obtained data 14 is similar to the past data 12. That is, the length in the vertical direction indicates the degree of similarity, and the longer the length, the less similar. Therefore, the newly obtained data 14 is not similar to the past data 8 and 11. With this display, a similar pattern can be grasped intuitively.
[0053]
FIG. 10 is an explanatory diagram of a method of reducing the dimension of the search target pattern to a small number of dimensions by principal component analysis and displaying the position of each pattern in the closed space. FIG. 10 shows a two-dimensional representation of the first principal component and the second principal component. The closer the arrangement position is, the closer the degree of similarity is, and the farther away it is, the greater the degree of similarity is. Thereby, a similar pattern can be grasped intuitively.
[0054]
In searching for similar data in the past, the analysis means 16 assigns priorities to a plurality of signals in advance and compares the similarities for each signal in the order of the priorities. May be performed in that order, cluster analysis may be performed using the degree of similarity between each other, and a plurality of data belonging to the same group as the newly obtained data may be collected and stored in the database 17.
[0055]
In an example of the cluster analysis shown in FIG. 9, the similarity is obtained and displayed by using all the dimensions of the pattern space indicating the characteristics of the target data at once, and this pattern space dimension is included in the pattern space. It is divided into spaces for each of the different signals included, and the same cluster analysis is performed in the pattern space dimension corresponding to each signal. By sequentially performing this for a plurality of signals included in the data, similar data can be narrowed down in the order of the signals.
[0056]
This method is the same in that it obtains the most similar pattern compared to the method that treats the entire pattern space at once, but when multiple similar patterns are found, the results are different. It can be used for more flexible service provision.
[0057]
Here, the monitoring and diagnostic service provided by the monitoring and diagnostic service company 12 to the plant owner company 11 includes a base service for providing a fixed amount of remote monitoring and diagnostic service determined according to the scale and quantity of the target plant, system, and equipment. The service provides any one of an individual service that charges according to a use service for each case in a plant, a provision service according to use of an analysis code for each case, and a remote monitoring / diagnosis service based on a combination of the above. These are defined by a contract between the plant owner company 11 and the monitoring and diagnostic service company 12.
[0058]
Next, the operation of the remote monitoring and diagnostic system according to the embodiment of the present invention will be described. FIG. 11 is a block diagram showing a case where the remote monitoring and diagnostic system according to the embodiment of the present invention is applied to a case where a service for monitoring and predicting the stability of a core of a nuclear reactor is provided. The plant owner company 11 includes a process computer 18, a plant / equipment monitoring system 19, a data server 14 for data transmission to an external public network and security management, a business personal computer 20 for user business management, and the Internet 13. A web server 24 that manages connection with the monitoring and diagnostic service company 12 via the Internet, a web server 25 that manages users of the monitoring and diagnostic service company 12 via the Internet 13, a maintenance data server 27 that manages individual service operations, It comprises an analysis personal computer 28 for performing analysis and database search.
[0059]
Since the core stability of a nuclear reactor changes depending on the operating conditions and control rod conditions, it is important to quickly grasp the stability as needed and predict its transition. It is necessary to have an expert who is well-versed in the dynamic characteristics analysis of the system and an evaluation work utilizing the stability analysis code. The monitoring and diagnostic service company 12 provides the service of the evaluation work to the plant owner company 11 from a remote place.
[0060]
For this evaluation, first, the plant operation state (output, flow rate, etc.) that can be collected by the process computer 18 as the field data of the plant, the three-dimensional power distribution and control rod state of the core, and the plant / equipment monitoring system 19 We need time-series data of neutron flux that can be collected at.
[0061]
By transmitting these data to the monitoring and diagnosing service company 12 via the Internet 13, the monitoring and diagnosing service company 12 uses the database relating to the core design specifications and the core nuclear thermal hydraulic stability analysis code, and The core stability and future predictions of the reactor. Further, from the neutron flux time series data, an actual measured value of the current stability is obtained using a stability noise analysis code.
[0062]
The monitoring and diagnostic service company 12 collects these evaluation results, and reports them to the plant owner company 11 as monitoring and prediction results of the core stability of the plant. In addition, it is also possible to search the database for results of comparison with past or similar operation state data of other plants, and add the results to the report.
[0063]
Here, if all of the field data required for this service is sent via the Internet 13, an enormous amount of data will be required and communication will take a long time. We send software for auto-regression analysis of time series data. For example, an autoregressive model coefficient composed of tens of coefficients is obtained from time series data composed of thousands of points in one signal, and the coefficient is transmitted via the Internet 13. Since the core stability analysis at the monitoring and diagnosis service company 12 can be evaluated using only the autoregressive model coefficients, the amount of data transmitted via the Internet 13 can be significantly reduced, and the service can be provided promptly.
[0064]
Also, among the field data, the enormous amount of data of the three-dimensional power distribution of the core performance calculation is also sent. The grouping pre-processing software necessary for the core stability analysis code is sent to the plant owner company 11 and the data amount is also increased. Is compressed to a necessary range and only that part is transmitted, so that the communication amount via the Internet 13 can be greatly reduced. These pre-processing software may have a conventional system configuration in which the pre-processing software is pre-installed in the data server 14 of the plant owner company 11, but the required pre-processing content differs depending on the analysis service content. As shown in FIG. 5, the preprocessing software itself is sent to the plant owner company 11 each time. This is necessary for providing more flexible services.
[0065]
FIG. 12 shows a case in which the remote monitoring and diagnostic system according to the embodiment of the present invention is applied to a case where a service is provided which assists in investigating a cause when a transient event occurs in a plant, supporting measures, and searching for similar examples in the past. FIG. 3 is a block diagram of the configuration.
[0066]
When an abnormal transient event occurs in a plant, the time series data before and after the abnormal transient event is stored in the plant monitoring system, but the data amount is several hundred signals, and each signal has a huge amount of about 100 kbytes. In order to send all these data to a monitoring and diagnosis service company and request for cause investigation and countermeasure support, it is necessary to send data of several tens of Mbytes via the Internet 13. Providing services that require prompt response is not practical. On the other hand, the signals required for investigating the cause are some of them, and prompt response is possible by appropriately selecting them and sending them to the service company.
[0067]
Therefore, for example, as shown in FIGS. 3 and 4, the signal is compressed and a necessary signal is selected. First, the signal behavior is converted into time-series data of each signal into bitmap data (icons) or a line-line approximation graph having a small capacity after sacrificing accuracy in the form shown in FIG. Further, a signal of interest and a plurality of signals connected before and after the signal of interest are selected along a network that considers the causal relationship between signals as shown in FIG. These signal selections need to be performed by an expert of the monitoring and diagnostic service company 12. By selecting an appropriate signal while looking at the data compressed into a small volume, and then transmitting all data only for the selected signal. And minimize the amount of data communication required for the service.
[0068]
The monitoring and diagnostic service company 12 searches the obtained time series data of the transient event from a database storing similar past examples, and provides support for investigating the cause and planning a countermeasure. As a search for a similar example of a transient event, the determination method shown in FIGS. 6 to 10 is used. The determination method shown in FIG. 6 converts a transient event into a qualitative pattern such as increase / decrease / constant, and further recognizes the similarity of the pattern (symbol string) by speech pattern recognition such as dynamic programming or a hidden Markov model. Applying the same method as above.
[0069]
In the case of a transient event, in addition to the feature that it changes depending on time, there is also a feature of the correlation of increase and decrease between a plurality of signals that are not related to time, so that similarity can be compared using this feature. By defining the similarity of the pattern of the multidimensional phase space display as shown in FIG. 8 using a correlation function or the like, it is possible to search for similar data. The searched similar data is obtained by using a dendrogram diagram used in cluster analysis as shown in FIG. 9 or a correlation diagram between principal components used in principal component analysis as shown in FIG. Not only single data but also a plurality of similar data can be displayed together with the degree of similarity. As a result, the specialist of the monitoring and diagnosis service company can perform more complete data search, which can be used for flexible service provision.
[0070]
【The invention's effect】
As described above, according to the present invention, a monitoring and diagnosis service can be quickly and remotely provided from a monitoring and diagnosis service company to a large-scale plant owner company such as a nuclear power plant. That is, in the present invention, in order to quickly perform a remote service, the amount of communication between the plant owner and the monitoring and diagnostic service company is optimized. Can be provided. Therefore, it is possible to provide a quick, flexible, and high-performance service to a remote expert, thereby contributing to cost reduction and improvement in accuracy of monitoring and diagnosis.
[Brief description of the drawings]
FIG. 1 is a block configuration diagram of a remote monitoring and diagnostic system according to an embodiment of the present invention.
FIG. 2 is an overall configuration diagram of a remote monitoring and diagnostic system according to an embodiment of the present invention.
FIG. 3 is an explanatory diagram illustrating an example of a method of compressing time-series data by an extraction / compression conversion unit according to the embodiment of the present invention.
FIG. 4 is an explanatory diagram of a method of selecting a necessary signal from a large number of signals in an extraction / compression conversion unit according to the embodiment of the present invention.
FIG. 5 is an explanatory diagram of a module structure of an analysis system in an analysis unit according to the embodiment of the present invention.
FIG. 6 is an explanatory diagram of a method of converting time-series data into a qualitative pattern (constant, increasing, decreasing) sequence in the embodiment of the present invention.
FIG. 7 is an explanatory diagram in the case of comparing the symbol strings in FIG. 6C by dynamic programming.
FIG. 8 is an explanatory diagram of a method of converting a value at each time point of two time-series data into a two-dimensional space coordinate and displaying a phase space display in the embodiment of the present invention.
FIG. 9 is an explanatory diagram of a standard method of cluster analysis for displaying the magnitude of similarity between data patterns to be compared in a tree shape in the embodiment of the present invention.
FIG. 10 is an explanatory diagram of a method for reducing the dimension of a search target pattern to a small number of dimensions by principal component analysis and displaying the position of each pattern in the closed space in the embodiment of the present invention.
FIG. 11 is a block diagram showing a case where the remote monitoring and diagnostic system according to the embodiment of the present invention is applied to a case in which a service for monitoring and predicting core stability of a nuclear reactor is provided.
FIG. 12 is a diagram illustrating a case where a remote monitoring and diagnostic system according to an embodiment of the present invention is applied to a case where a service is provided to assist in investigating a cause when a transient event occurs in a plant, supporting countermeasures, and searching for past similar examples. FIG.
[Explanation of symbols]
11: Plant owner company, 12: Monitoring and diagnostic service company, 13: Internet, 14: Data server, 15: Extraction / compression conversion means, 16: Analysis means, 17: Database, 18: Process computer, 19: Plant / equipment monitoring System, 20: Business PC, 21: Portable terminal, 22: Wearable PC, 23: Portable monitoring device, 24: Web server, 25: Web server, 26: Module

Claims

A remote monitoring and diagnostic system for transmitting information from a plant owner company having a plant to a monitoring and diagnostic service company via the Internet, wherein the monitoring and diagnostic service company provides a monitoring and diagnostic service for a plant based on information from the plant owner company. In the monitoring and diagnosis, the plant owner company includes a data server for managing field data of a plant, and a data conversion tool for extracting and compressing only field data necessary for analysis contents from the data server via the Internet. Extraction and compression conversion means for obtaining and processing from a service company, wherein the monitoring and diagnostic service company performs analysis based on data transmitted from the extraction and compression conversion means of the plant owner company via the Internet. The result of the analysis Remote monitoring and diagnosing system characterized by comprising analyzing means for distributing, and a database for storing design data of the analysis result and the plant owned company plant in the analyzing means.

The analysis means, when searching for similar data in the past, inputs data sent from the plant owner company via the Internet, and monitors plant behavior history data or plant design data based on the design data in the database. 2. The remote monitoring and diagnostic system according to claim 1, wherein a plurality of similar data candidates are searched for from the analysis result, and the search results are distributed to the plant owner company via the Internet.

The extraction / compression conversion means extracts only field data necessary for analysis contents from plant field data, compresses the data within a specified restoration accuracy range, and transmits the data to a monitoring and diagnostic service company via the Internet. The remote monitoring and diagnostic system according to claim 1 or 2, wherein

The extraction / compression conversion unit selects a small number of signals of interest by tracing a network in consideration of a causal relationship between signals prepared in advance, and transmits the selected signals to a monitoring and diagnostic service company via the Internet. 3. The remote monitoring and diagnostic system according to 3.

The analysis means has an analysis system composed of a plurality of modules that are separated by function and exchange data with each other using a standard input / output file, and some of the modules of the analysis system are sent to a plant owner company via the Internet. 2. The data processing apparatus according to claim 1, wherein the pre-processing data analysis is performed by the extraction / compression conversion means on the plant owner company side, and the pre-processing data analysis result is transmitted to the analysis means via the Internet. Remote monitoring and diagnostic system.

The extraction / compression conversion means converts a plurality of time-series data into data representations of different formats using modules such as principal component analysis, frequency analysis, and auto-regression analysis, compresses the data amount, and transmits the data via the Internet. 6. The remote monitoring and diagnosis system according to claim 5, wherein the data is distributed to the analysis means.

The analysis means, when searching for similar data in the past, input the data to be searched as time-series data consisting of a plurality of signals, the symbol corresponding to a qualitative pattern such as increase, decrease, constant time change 3. The remote monitoring and diagnosis system according to claim 2, wherein the system is converted into a sequence, and the similarity of the symbol sequence is searched using a similarity comparison method such as a dynamic programming method or a hidden Markov model.

When searching for similar data in the past, the analysis means inputs data to be searched as time-series data composed of a plurality of signals, plots a plurality of data at each time point in a phase space, and plots the data in the phase space. 3. The remote monitoring and diagnosis system according to claim 2, wherein the search is performed using the similarity of the expression form.

The analysis means, when searching for similar data in the past, including newly obtained data and data stored in the past, performing cluster analysis or principal component analysis using the degree of mutual similarity and newly acquiring 9. The data and a plurality of past data belonging to the same group are collectively stored in the database, and the result is delivered to the plant owner company via the Internet. Remote monitoring and diagnostic system.

When searching for similar data in the past, the analysis means assigns priorities to a plurality of signals in advance, and performs a search by comparing the similarity for each signal in the order of the priorities. Perform a cluster analysis using the similarity between each other in that order, collectively store a plurality of data belonging to the same group as the newly obtained data in the database, and store the result in the plant owner company via the Internet. 9. The remote monitoring and diagnosis system according to claim 7, wherein the remote monitoring and diagnosis system is delivered.

The extraction / compression conversion means automatically converts a plurality of time-series data into icons represented by a small amount of bitmap patterns, compresses the data amount, and distributes the data amount to a monitoring and diagnostic service company via the Internet. The remote monitoring and diagnostic system according to claim 3, wherein:

The monitoring / diagnosis service company charges a base service for providing a fixed amount of remote monitoring / diagnosis service determined according to the scale and quantity of the target plant, system, and equipment, and a charge for each service used in the plant. 2. The remote monitoring / diagnosing system according to claim 1, wherein any one of an individual service, a providing service according to use of an analysis code for each case, and a remote monitoring / diagnostic service based on the above combination is provided.