JP2002268703A - 末端圧力制御用支援装置 - Google Patents
末端圧力制御用支援装置Info
- Publication number
- JP2002268703A JP2002268703A JP2001065223A JP2001065223A JP2002268703A JP 2002268703 A JP2002268703 A JP 2002268703A JP 2001065223 A JP2001065223 A JP 2001065223A JP 2001065223 A JP2001065223 A JP 2001065223A JP 2002268703 A JP2002268703 A JP 2002268703A
- Authority
- JP
- Japan
- Prior art keywords
- data
- model
- pressure
- terminal pressure
- water distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
(57)【要約】 （修正有）
【課題】 簡単にプロセスモデルを生成でき、経験の浅
いオペレータでも末端圧力を制御できるように支援を行
うことが可能な運転訓練を行うことのできる末端圧力制
御装置を提供。 【解決手段】配水管網内に設置の圧力計の計測信号を収
集するデータ収集手段１０と、収集信号を貯える実績デ
ータＤＢ１０１と、データを標準化するデータ標準化手
段１１と、標準化したデータの相関関係を分析する相関
分析手段１２１と、分析結果からモデル生成に用いるデ
ータを選択するデータ選択手段１２２と、選択データか
らモデルの入力として適切なデータを自動選択する変量
選択手段１２３と、データ選択手段にて自動選択したデ
ータを用いて、末端圧力推定モデルを重回帰分析にて生
成するモデル構築手段１２４と、末端圧力推定モデルが
妥当か検定するモデル検定手段１２５と、前記各々の手
段に基づく結果を掲示するモデル表示手段１３と、を備
える。
いオペレータでも末端圧力を制御できるように支援を行
うことが可能な運転訓練を行うことのできる末端圧力制
御装置を提供。 【解決手段】配水管網内に設置の圧力計の計測信号を収
集するデータ収集手段１０と、収集信号を貯える実績デ
ータＤＢ１０１と、データを標準化するデータ標準化手
段１１と、標準化したデータの相関関係を分析する相関
分析手段１２１と、分析結果からモデル生成に用いるデ
ータを選択するデータ選択手段１２２と、選択データか
らモデルの入力として適切なデータを自動選択する変量
選択手段１２３と、データ選択手段にて自動選択したデ
ータを用いて、末端圧力推定モデルを重回帰分析にて生
成するモデル構築手段１２４と、末端圧力推定モデルが
妥当か検定するモデル検定手段１２５と、前記各々の手
段に基づく結果を掲示するモデル表示手段１３と、を備
える。
Description
【０００１】
【発明の属する技術分野】本発明は、ある配水管網に対
して複数の浄配水場から注入するプロセスに対し、配水
管路網の末端圧力を許容範囲内に制御する為に支援を行
う末端圧力制御用支援装置に関するものである。
して複数の浄配水場から注入するプロセスに対し、配水
管路網の末端圧力を許容範囲内に制御する為に支援を行
う末端圧力制御用支援装置に関するものである。
【０００２】
【従来の技術】一般に、水道水は、取水源（河川やダ
ム）から導水し、浄水場で水処理し、配水ポンプで配水
管路網を通じて各家庭に供給される。
ム）から導水し、浄水場で水処理し、配水ポンプで配水
管路網を通じて各家庭に供給される。
【０００３】各家庭で水道水を快適に使用するために
は、配水管路網内の圧力を適切な範囲に保つことが要求
される。このため、従来は、主として末端圧力制御や吐
出圧力制御が行われていたが、配水管路網に対して複数
の浄配水場から注入するプロセスでは、経験のあるオペ
レータが多数ある浄配水場の吐出圧力や配水流量を設定
し、配水管路網内の圧力を適切に保つように運用してい
る。また、配水管網の圧力を推定する場合には管網解析
を用いている。管網解析は、配水管網の管路情報を用い
てプロセスモデルを生成しているため、その情報を入力
する必要がある。即ち、ある程度大きな配水エリアの場
合、入力作業に大幅な時間が取られることになる。
は、配水管路網内の圧力を適切な範囲に保つことが要求
される。このため、従来は、主として末端圧力制御や吐
出圧力制御が行われていたが、配水管路網に対して複数
の浄配水場から注入するプロセスでは、経験のあるオペ
レータが多数ある浄配水場の吐出圧力や配水流量を設定
し、配水管路網内の圧力を適切に保つように運用してい
る。また、配水管網の圧力を推定する場合には管網解析
を用いている。管網解析は、配水管網の管路情報を用い
てプロセスモデルを生成しているため、その情報を入力
する必要がある。即ち、ある程度大きな配水エリアの場
合、入力作業に大幅な時間が取られることになる。
【０００４】ここで、従来の方法について図９を用いて
説明する。
説明する。
【０００５】対象となる配水管網には幾つもの浄配水場
が接続されており、各浄配水場から浄水が供給される。
が接続されており、各浄配水場から浄水が供給される。
【０００６】需要量予測手段５１では、配水管網内で使
われる一日分の浄水を時間単位でオペレータが経験によ
って予測する。また、ニューラルネットワークを応用し
た装置（特願平９−１８９６９）等を用いて予測を行う
場合もある。
われる一日分の浄水を時間単位でオペレータが経験によ
って予測する。また、ニューラルネットワークを応用し
た装置（特願平９−１８９６９）等を用いて予測を行う
場合もある。
【０００７】需要量分担手段５２では、前記需要量予測
手段で予測した需要量を各浄配水場の配水能力に合わせ
て分配する。
手段で予測した需要量を各浄配水場の配水能力に合わせ
て分配する。
【０００８】配水流量目標値設定手段５３では、前記需
要量分担手段にて各浄配水場毎に分配された需要量を基
に、その機場特有の配水池運用に合わせてオペレータが
運用計画を作成する。
要量分担手段にて各浄配水場毎に分配された需要量を基
に、その機場特有の配水池運用に合わせてオペレータが
運用計画を作成する。
【０００９】制御量出力手段５４では、前記配水流量目
標値設定手段にて設定された配水流量目標値を各浄配水
場に設置されている共通制御手段６に送る。
標値設定手段にて設定された配水流量目標値を各浄配水
場に設置されている共通制御手段６に送る。
【００１０】共通制御手段６では、圧力／流量判定手段
６１で流量制御を行うと判断し（圧力制御が無い時は必
要ない）、配水流量制御手段６２にて、配水流量実績値
が目標値に追従するように配水ポンプを回転数制御す
る。
６１で流量制御を行うと判断し（圧力制御が無い時は必
要ない）、配水流量制御手段６２にて、配水流量実績値
が目標値に追従するように配水ポンプを回転数制御す
る。
【００１１】
【発明が解決しようする課題】以上のように従来では、
末端圧力をある許容範囲内に制御するのはオペレータの
経験に依存しており、経験の浅いオペレータでは末端圧
力を許容範囲内にするのは難しい。そのため、末端圧力
が許容範囲から逸脱する事がある。即ち、配水管網への
浄水の供給量が必要以上に多い場合、又は、少ない場
合、効率的に浄水の供給ができない。また、プロセスモ
デル生成には大変な労力と時間がかかってしまうため、
他の作業に支障をきたすことになる。
末端圧力をある許容範囲内に制御するのはオペレータの
経験に依存しており、経験の浅いオペレータでは末端圧
力を許容範囲内にするのは難しい。そのため、末端圧力
が許容範囲から逸脱する事がある。即ち、配水管網への
浄水の供給量が必要以上に多い場合、又は、少ない場
合、効率的に浄水の供給ができない。また、プロセスモ
デル生成には大変な労力と時間がかかってしまうため、
他の作業に支障をきたすことになる。
【００１２】そこで、本発明の目的は、 １．簡単にプロセスモデルを生成できる ２．経験の浅いオペレータでも末端圧力を制御できるよ
うに支援を行う ３．経験をつむことが可能な運転訓練を行う ことのできる末端圧力制御装置を提供することである。
うに支援を行う ３．経験をつむことが可能な運転訓練を行う ことのできる末端圧力制御装置を提供することである。
【００１３】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、配水管網の末端圧力を許容範囲内に制御
を行う為の支援を行う末端圧力制御用支援装置におい
て、配水管網内に設置されている圧力計の計測信号を収
集するデータ収集手段と、前記データ収集手段にて収集
した信号を貯えておく実績データＤＢと、前記実績デー
タＤＢに蓄えられた実績データの桁等の単位を合わせる
為に、データを標準化するデータ標準化手段と、前記デ
ータ標準化手段にて標準化したデータの相関関係を分析
する相関分析手段と、前記相関分析手段にて分析した結
果からモデル生成に用いるデータを選択するデータ選択
手段と、前記データ選択手段にて選択したデータから最
もモデルの入力として適切だと考えられるデータを自動
的に選択する変量選択手段と、前記データ選択手段にて
自動的に選択したデータを用いて、末端圧力推定モデル
を重回帰分析にて生成するモデル構築手段と、前記モデ
ル構築手段で生成された末端圧力推定モデルが妥当なモ
デルか検定を行うモデル検定手段と、前記各々の手段に
基づく結果をオペレータに掲示するモデル表示手段と、
を備えることを特徴とする。
に、本発明は、配水管網の末端圧力を許容範囲内に制御
を行う為の支援を行う末端圧力制御用支援装置におい
て、配水管網内に設置されている圧力計の計測信号を収
集するデータ収集手段と、前記データ収集手段にて収集
した信号を貯えておく実績データＤＢと、前記実績デー
タＤＢに蓄えられた実績データの桁等の単位を合わせる
為に、データを標準化するデータ標準化手段と、前記デ
ータ標準化手段にて標準化したデータの相関関係を分析
する相関分析手段と、前記相関分析手段にて分析した結
果からモデル生成に用いるデータを選択するデータ選択
手段と、前記データ選択手段にて選択したデータから最
もモデルの入力として適切だと考えられるデータを自動
的に選択する変量選択手段と、前記データ選択手段にて
自動的に選択したデータを用いて、末端圧力推定モデル
を重回帰分析にて生成するモデル構築手段と、前記モデ
ル構築手段で生成された末端圧力推定モデルが妥当なモ
デルか検定を行うモデル検定手段と、前記各々の手段に
基づく結果をオペレータに掲示するモデル表示手段と、
を備えることを特徴とする。
【００１４】また、配水管網の末端圧力を許容範囲内に
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータの相関関係を分
析する相関分析手段と、前記相関分析手段にて分析した
結果からモデル生成に用いるデータを選択するデータ選
択手段と、前記データ選択手段にて選択したデータを用
いて、末端圧力推定モデルをGroup Method of Data Han
dling (ＧＭＤＨ)にて生成するモデル構築手段と前記各
々の手段に基づく結果をオペレータに掲示するモデル表
示手段と、を備えることを特徴とする。
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータの相関関係を分
析する相関分析手段と、前記相関分析手段にて分析した
結果からモデル生成に用いるデータを選択するデータ選
択手段と、前記データ選択手段にて選択したデータを用
いて、末端圧力推定モデルをGroup Method of Data Han
dling (ＧＭＤＨ)にて生成するモデル構築手段と前記各
々の手段に基づく結果をオペレータに掲示するモデル表
示手段と、を備えることを特徴とする。
【００１５】また、配水管網の末端圧力を許容範囲内に
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータを、主成分分析
にて複数個のデータの主成分を取得するデータ要約手段
と、前記データ要約手段にて取得した主成分の中から、
末端圧力推定モデルの生成を使用する主成分を選択する
主成分選択手段と、前記主成分選択手段にて選択した主
成分から最もモデルの入力として適切だと考えられる主
成分を自動的に選択する変量選択手段と、前記データ選
択手段にて自動的に選択した主成分を用いて、末端圧力
推定モデルを重回帰分析にて生成するモデル構築手段
と、前記モデル構築手段で生成された末端圧力推定モデ
ルが妥当なモデルか検定を行うモデル検定手段と、前記
各々の手段に基づく結果をオペレータに掲示するモデル
表示手段と、を備えることを特徴とする。
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータを、主成分分析
にて複数個のデータの主成分を取得するデータ要約手段
と、前記データ要約手段にて取得した主成分の中から、
末端圧力推定モデルの生成を使用する主成分を選択する
主成分選択手段と、前記主成分選択手段にて選択した主
成分から最もモデルの入力として適切だと考えられる主
成分を自動的に選択する変量選択手段と、前記データ選
択手段にて自動的に選択した主成分を用いて、末端圧力
推定モデルを重回帰分析にて生成するモデル構築手段
と、前記モデル構築手段で生成された末端圧力推定モデ
ルが妥当なモデルか検定を行うモデル検定手段と、前記
各々の手段に基づく結果をオペレータに掲示するモデル
表示手段と、を備えることを特徴とする。
【００１６】また、配水管網の末端圧力を許容範囲内に
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータを、主成分分析
にて複数個のデータの主成分を取得するデータ要約手段
と、前記データ要約手段にて取得した主成分の中から、
末端圧力推定モデルの生成に使用する主成分を選択する
主成分選択手段と、前記主成分選択手段にて選択した主
成分を用いて、末端圧力推定モデルをGroup Method of
Data Handling (ＧＭＤＨ)にて生成するモデル構築手段
と前記各々の手段に基づく結果をオペレータに掲示する
モデル表示手段と、を備えることを特徴とする。
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、配水管網内に設置されている圧力計の計測信号を
収集するデータ収集手段と、前記データ収集手段にて収
集した信号を貯えておく実績データＤＢと、前記実績デ
ータＤＢに蓄えられた実績データの桁等の単位を合わせ
る為に、データを標準化するデータ標準化手段と、前記
データ標準化手段にて標準化したデータを、主成分分析
にて複数個のデータの主成分を取得するデータ要約手段
と、前記データ要約手段にて取得した主成分の中から、
末端圧力推定モデルの生成に使用する主成分を選択する
主成分選択手段と、前記主成分選択手段にて選択した主
成分を用いて、末端圧力推定モデルをGroup Method of
Data Handling (ＧＭＤＨ)にて生成するモデル構築手段
と前記各々の手段に基づく結果をオペレータに掲示する
モデル表示手段と、を備えることを特徴とする。
【００１７】また、末端圧力、配水圧力等を監視するデ
ータ監視手段と、末端圧力が許容範囲を逸脱していない
か確認する圧力確認手段と、許容範囲を逸脱した末端圧
力を、最も効率良く許容範囲内に戻すことのできる配水
機場をオペレータに提示する操作機場収集手段と、前記
操作機場収集手段にて提示された機場の配水圧力を変更
する配水圧力設定手段と、前記配水圧力設定手段にて設
定した配水圧力と生成された前記末端圧力推定モデルと
から末端圧力を推定する末端圧力推定手段と、を設けた
ことを特徴とする。
ータ監視手段と、末端圧力が許容範囲を逸脱していない
か確認する圧力確認手段と、許容範囲を逸脱した末端圧
力を、最も効率良く許容範囲内に戻すことのできる配水
機場をオペレータに提示する操作機場収集手段と、前記
操作機場収集手段にて提示された機場の配水圧力を変更
する配水圧力設定手段と、前記配水圧力設定手段にて設
定した配水圧力と生成された前記末端圧力推定モデルと
から末端圧力を推定する末端圧力推定手段と、を設けた
ことを特徴とする。
【００１８】また、流量制御を行う機場、圧力制御を行
う機場をモデルに基づいて決定する制御方法決定手段
と、需要家が一日に必要とする需要を予測する需要量予
測手段と、前記需要量予測手段にて予測した需要量を、
前記制御方法決定手段にて流量制御を行うと判断された
機場の配水能力に合わせて、分配する需要量分配手段
と、配水圧力制御行う機場の配水圧力目標値を実績デー
タ及び末端圧力推定モデルから演算する配水圧力演算手
段と、前記制御方法決定手段にて流量制御を行うと判断
された機場は前記需要量分配手段にて分配された配水量
に追従するように流量制御を行い、前記制御方法決定手
段にて圧力制御を行うと判断された機場は、配水圧力を
目標値に追従するように圧力制御を行う制御手段と、を
設けたことを特徴とする。
う機場をモデルに基づいて決定する制御方法決定手段
と、需要家が一日に必要とする需要を予測する需要量予
測手段と、前記需要量予測手段にて予測した需要量を、
前記制御方法決定手段にて流量制御を行うと判断された
機場の配水能力に合わせて、分配する需要量分配手段
と、配水圧力制御行う機場の配水圧力目標値を実績デー
タ及び末端圧力推定モデルから演算する配水圧力演算手
段と、前記制御方法決定手段にて流量制御を行うと判断
された機場は前記需要量分配手段にて分配された配水量
に追従するように流量制御を行い、前記制御方法決定手
段にて圧力制御を行うと判断された機場は、配水圧力を
目標値に追従するように圧力制御を行う制御手段と、を
設けたことを特徴とする。
【００１９】また、オペレータが訓練したい日にちを設
定する訓練日設定手段と、前記訓練日設定手段にて設定
した日にちの実績データを前記実績データＤＢから取得
するデータ取得手段と、前記データ取得手段にて得られ
た実績データと後期シミュレーション手段にて得られた
シミュレーション結果を表示するリプレイ手段と、オペ
レータが任意に配水圧力、配水流量、配水ポンプ回転
数、制御弁開度を変更できる割込み手段と、前記割込手
段にて変更した配水圧力から末端圧力を推定するシミュ
レーション手段と、を設けたことを特徴とする。
定する訓練日設定手段と、前記訓練日設定手段にて設定
した日にちの実績データを前記実績データＤＢから取得
するデータ取得手段と、前記データ取得手段にて得られ
た実績データと後期シミュレーション手段にて得られた
シミュレーション結果を表示するリプレイ手段と、オペ
レータが任意に配水圧力、配水流量、配水ポンプ回転
数、制御弁開度を変更できる割込み手段と、前記割込手
段にて変更した配水圧力から末端圧力を推定するシミュ
レーション手段と、を設けたことを特徴とする。
【００２０】また、配水管網の末端圧力を許容範囲内に
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、請求項１乃至請求項４のいずれかの内容をソフト
ウェアパッケージとして管理するサーバと、前記サーバ
のソフトウェアを用いて請求項５乃至請求項７のいずれ
かの内容を実現する監視サーバと、前記監視サーバから
の指令通りにプラントを運用する制御盤と、プラント状
況を監視するＰＣと、前記監視サーバなどを接続する場
内ＬＡＮと、前記場内ＬＡＮをインターネットと接続す
るルータと、プラント状況を遠隔から監視する遠隔監視
ＰＣと、前記サーバと前記ルータを接続するインターネ
ットとを備えることを特徴とする。
制御を行う為の支援を行う末端圧力制御用支援装置にお
いて、請求項１乃至請求項４のいずれかの内容をソフト
ウェアパッケージとして管理するサーバと、前記サーバ
のソフトウェアを用いて請求項５乃至請求項７のいずれ
かの内容を実現する監視サーバと、前記監視サーバから
の指令通りにプラントを運用する制御盤と、プラント状
況を監視するＰＣと、前記監視サーバなどを接続する場
内ＬＡＮと、前記場内ＬＡＮをインターネットと接続す
るルータと、プラント状況を遠隔から監視する遠隔監視
ＰＣと、前記サーバと前記ルータを接続するインターネ
ットとを備えることを特徴とする。
【００２１】
【発明の実施の形態】以下に図面を参照して本発明の実
施の形態について説明する。
施の形態について説明する。
【００２２】［第１の実施例］図１を用いて第１の実施
例の構成を説明する。
例の構成を説明する。
【００２３】モデル生成手段１はデータ収集手段１０と
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ａと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ａは、相関分析手段１２１
と、データ選択手段１２２と、変量選択手段１２３と、
モデル検定手段１２４と、モデル構築手段１２５とから
構成される。
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ａと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ａは、相関分析手段１２１
と、データ選択手段１２２と、変量選択手段１２３と、
モデル検定手段１２４と、モデル構築手段１２５とから
構成される。
【００２４】データ収集手段１０では、配水管網内に設
置されている複数の圧力計の計測信号を収集し、実績デ
ータＤＢ１０１に蓄積する。尚、圧力計は配水管網内の
任意の地点に設置されている。
置されている複数の圧力計の計測信号を収集し、実績デ
ータＤＢ１０１に蓄積する。尚、圧力計は配水管網内の
任意の地点に設置されている。
【００２５】計測信号の呼び名は以下に示すものとす
る。
る。
【００２６】・浄配水場に設置された圧力計の計測値：
配水圧力 ・浄配水場以外に設置された圧力計の計測値：末端圧力 実績データＤＢ（データベース）１０１は、計測された
計測信号が時系列に格納されている。
配水圧力 ・浄配水場以外に設置された圧力計の計測値：末端圧力 実績データＤＢ（データベース）１０１は、計測された
計測信号が時系列に格納されている。
【００２７】データ標準化手段１１では、データの標準
化を行う。これは、実績データＤＢ１０１に格納されて
いるデータの単位（桁）がデータによって違う為、末端
圧力推定モデルの生成時に問題が出てくる。そのため、
データの標準化を行い単位（桁）を揃える。標準化は次
式にて行う。
化を行う。これは、実績データＤＢ１０１に格納されて
いるデータの単位（桁）がデータによって違う為、末端
圧力推定モデルの生成時に問題が出てくる。そのため、
データの標準化を行い単位（桁）を揃える。標準化は次
式にて行う。
【００２８】
【数１】 モデル生成手段１２Ａでは、データ標準化手段１１にて
標準化されたデータを基に、末端圧力と配水圧力の関係
をモデルに落とし込む。モデルへの落とし込みの方法は
幾つかあるが、ここでは多変量解析手法の一つである重
回帰分析を用いる。
標準化されたデータを基に、末端圧力と配水圧力の関係
をモデルに落とし込む。モデルへの落とし込みの方法は
幾つかあるが、ここでは多変量解析手法の一つである重
回帰分析を用いる。
【００２９】相関分析手段１２１では、データ標準化手
段１１にて標準化されたデータを読込み、相関分析にか
け、標準化データ間の相関関係を得る。分析結果をモデ
ル表示手段１３にてオペレータに提示する。尚、相関分
析とはデータとデータの相関係数を求めるものである。
相関係数の演算式を（２）式に、相関係数の解釈を図１
０の表１に、相関分析の結果例を図１１の表２に示す。
段１１にて標準化されたデータを読込み、相関分析にか
け、標準化データ間の相関関係を得る。分析結果をモデ
ル表示手段１３にてオペレータに提示する。尚、相関分
析とはデータとデータの相関係数を求めるものである。
相関係数の演算式を（２）式に、相関係数の解釈を図１
０の表１に、相関分析の結果例を図１１の表２に示す。
【００３０】
【数２】 データ選択手段１２２では、相関分析手段１２１にて得
られた標準化データ間の相関関係から、オペレータが末
端圧力の変動に関わりがあると思える配水圧力を選択す
る。尚、末端圧力が複数個ある場合は、各末端圧力に対
して、それぞれ配水圧力を選択する。
られた標準化データ間の相関関係から、オペレータが末
端圧力の変動に関わりがあると思える配水圧力を選択す
る。尚、末端圧力が複数個ある場合は、各末端圧力に対
して、それぞれ配水圧力を選択する。
【００３１】変量選択手段１２３では、データ選択手段
１２１にて選択した配水圧力の中から、末端圧力推定モ
デルに適用して意味のあるデータかどうか判定し、意味
の無いデータはモデルに取込まないようにする。意味が
あるなしの判定は、モデル検定手段１２５にて検定した
結果を用いて行う。変量の取捨方法を簡単に説明する。
１２１にて選択した配水圧力の中から、末端圧力推定モ
デルに適用して意味のあるデータかどうか判定し、意味
の無いデータはモデルに取込まないようにする。意味が
あるなしの判定は、モデル検定手段１２５にて検定した
結果を用いて行う。変量の取捨方法を簡単に説明する。
【００３２】まず、変量を適当に選択してモデルを構築
し（モデル構築手段１２４にて構築）、検定（モデル検
定手段１２５にて構築）を行う。次に、別の変量を加え
モデル構築、検定を行い、モデル精度が良くなったら、
前回のモデルに使用していた変量の検定を改めて行い、
有意性がない変量をモデルから削除する。本手法は、重
回帰分析の変数増減法と呼ばれているものである。
し（モデル構築手段１２４にて構築）、検定（モデル検
定手段１２５にて構築）を行う。次に、別の変量を加え
モデル構築、検定を行い、モデル精度が良くなったら、
前回のモデルに使用していた変量の検定を改めて行い、
有意性がない変量をモデルから削除する。本手法は、重
回帰分析の変数増減法と呼ばれているものである。
【００３３】モデル構築手段１２４では、変量選択手段
１２３にて選択された変量を基に、末端圧力推定モデル
を重回帰分析にかけることで構築する。構築されたモデ
ルが妥当なモデルであるか、モデル検定手段１２５で検
定する。
１２３にて選択された変量を基に、末端圧力推定モデル
を重回帰分析にかけることで構築する。構築されたモデ
ルが妥当なモデルであるか、モデル検定手段１２５で検
定する。
【００３４】<<重回帰分析とは>>以下に重回帰分析につ
いて説明する。予測したい変量（目的変量と呼ぶ）を
ｙ、それを説明するためのｉ個の変量（説明変量と呼
ぶ）をｘ１とする時、（３．１）式に示す線形式で目的
変量ｙを予測しようとするものである。尚、（３．１）
式を線形重回帰モデル（liner multiple regression mo
del）と呼ぶ。
いて説明する。予測したい変量（目的変量と呼ぶ）を
ｙ、それを説明するためのｉ個の変量（説明変量と呼
ぶ）をｘ１とする時、（３．１）式に示す線形式で目的
変量ｙを予測しようとするものである。尚、（３．１）
式を線形重回帰モデル（liner multiple regression mo
del）と呼ぶ。
【００３５】 ｙ＝ａ＋ａ０・ｘ０＋ａ１・ｘ１＋・・・＋ａｉ・ｘｉ ………（３．１） ここで、ｙ：目的変量（今回は末端圧力となる） ｘｉ：説明変量（今回は配水圧力となる） ａｉ：重回帰係数 重回帰係数の推定方法は以下の通りである。
【００３６】ｙに対するｘ１のデータがＮ組得られてい
る時、Ｎ組に対して以下の線形関係が成立すると仮定す
る。
る時、Ｎ組に対して以下の線形関係が成立すると仮定す
る。
【００３７】
【数３】 重回帰係数ａｉは（３．５）式が最小となるように決定
する。
する。
【００３８】
【数４】 モデル検定手段１２５では、重回帰分析手段１２３にて
得られたモデルが適切なモデルか検定する。検定には、
分散分析法、重相関係数法を用いる。また、モデルに使
用されている係数（重回帰係数）についても検定を行
い、妥当であるか検定する。また、説明変量に対して
は、その変量にかかる偏回帰係数を評価することで、モ
デルに対して役立っているかが検定可能である（ｔ検定
で検定可能）。検定を行った結果はモデルと共に、モデ
ル表示手段１３でオペレータに提示する。オペレータは
総合的に判断してモデルを決定する。
得られたモデルが適切なモデルか検定する。検定には、
分散分析法、重相関係数法を用いる。また、モデルに使
用されている係数（重回帰係数）についても検定を行
い、妥当であるか検定する。また、説明変量に対して
は、その変量にかかる偏回帰係数を評価することで、モ
デルに対して役立っているかが検定可能である（ｔ検定
で検定可能）。検定を行った結果はモデルと共に、モデ
ル表示手段１３でオペレータに提示する。オペレータは
総合的に判断してモデルを決定する。
【００３９】モデル表示手段１３は、上述したように、
モデルに関する情報をオペレータに提示するものであ
る。
モデルに関する情報をオペレータに提示するものであ
る。
【００４０】本実施例によれば、配水管網内の圧力を推
定する時に、計測した信号のみを使用しているため、管
網解析のように配水管路一本一本の情報を入力すること
なく、プロセスモデルの生成が行える。このため、プロ
セスモデル生成に大幅に時間がかかっていたのが、瞬時
で生成することができる。
定する時に、計測した信号のみを使用しているため、管
網解析のように配水管路一本一本の情報を入力すること
なく、プロセスモデルの生成が行える。このため、プロ
セスモデル生成に大幅に時間がかかっていたのが、瞬時
で生成することができる。
【００４１】［第２の実施例］図２を用いて第２の実施
例の構成を説明する。
例の構成を説明する。
【００４２】本実施例はモデル生成手段１はデータ収集
手段１０と実績データＤＢ１０１とデータ標準化手段１
１と、モデル生成手段１２Ｂと、モデル表示手段１３か
ら構成される。尚、モデル生成手段１２Ｂは、相関分析
手段１２１と、データ選択手段１２２と、モデル構築手
段１２６とから構成される。
手段１０と実績データＤＢ１０１とデータ標準化手段１
１と、モデル生成手段１２Ｂと、モデル表示手段１３か
ら構成される。尚、モデル生成手段１２Ｂは、相関分析
手段１２１と、データ選択手段１２２と、モデル構築手
段１２６とから構成される。
【００４３】ここで、データ収集手段１０は、第１の実
施例と同様に作用する。実績データＤＢ１０１は、第１
の実施例と同様である。モデル表示手段１３は、第１の
実施例と同様である。モデル生成手段１２Ｂでは、プロ
セスモデルを自動的に生成する。相関分析手段１２１
は、第１の実施例と同様である。データ選択手段１２２
は、第１の実施例と同様である。
施例と同様に作用する。実績データＤＢ１０１は、第１
の実施例と同様である。モデル表示手段１３は、第１の
実施例と同様である。モデル生成手段１２Ｂでは、プロ
セスモデルを自動的に生成する。相関分析手段１２１
は、第１の実施例と同様である。データ選択手段１２２
は、第１の実施例と同様である。
【００４４】モデル構築手段１２６では、データ選択手
段１２２にて選択した変量と末端圧力からGroup Method
of Data Handling (ＧＭＤＨ)を用いて末端圧力推定モ
デルを構築する。以下にＧＭＤＨについて説明する。 <<ＧＭＤＨについて>>ＧＭＤＨは、発見的自己組織化の
原則に基づく手法である。この手法は、多くの入力変数
の組合せからなる中間変数をある規則に従って生成演算
する手順の群を１つの層として、これを繰返すことによ
り非線形の完全表現を得る手法である。また、不必要な
高次化や同定モデルのover fitting現象を解決するため
に、部分表現式となる高次多項式を２次多項式に限定
し、その選択基準に情報量基準ＡＩＣ（赤池の情報規
約、式（４．２））を導入している。アルゴリズムは以
下の通りである。
段１２２にて選択した変量と末端圧力からGroup Method
of Data Handling (ＧＭＤＨ)を用いて末端圧力推定モ
デルを構築する。以下にＧＭＤＨについて説明する。 <<ＧＭＤＨについて>>ＧＭＤＨは、発見的自己組織化の
原則に基づく手法である。この手法は、多くの入力変数
の組合せからなる中間変数をある規則に従って生成演算
する手順の群を１つの層として、これを繰返すことによ
り非線形の完全表現を得る手法である。また、不必要な
高次化や同定モデルのover fitting現象を解決するため
に、部分表現式となる高次多項式を２次多項式に限定
し、その選択基準に情報量基準ＡＩＣ（赤池の情報規
約、式（４．２））を導入している。アルゴリズムは以
下の通りである。
【００４５】Ｓｔｅｐ１：入力データＸｋを（ｋ＝１，
…，Ｋ）入力し、正規化処理を行う。
…，Ｋ）入力し、正規化処理を行う。
【００４６】Ｓｔｅｐ２：入力変数の２個の組合せＸｉ
とＸｊに対して中間変数Ｚｋ（ｋ＝１，…，Ｋ（Ｋ・
１）／２）を式（４．２．１）により生成する。但し、
式中の係数は、すべてのデータに基づく２乗平均誤差を
最小にするように決定する。組合わせ毎に３１個の式を
用い、ＡＩＣの相対部の値を求め、最小になる式を１つ
選択し、残りは捨てる。
とＸｊに対して中間変数Ｚｋ（ｋ＝１，…，Ｋ（Ｋ・
１）／２）を式（４．２．１）により生成する。但し、
式中の係数は、すべてのデータに基づく２乗平均誤差を
最小にするように決定する。組合わせ毎に３１個の式を
用い、ＡＩＣの相対部の値を求め、最小になる式を１つ
選択し、残りは捨てる。
【００４７】Ｓｔｅｐ３：Ｓｔｅｐ２で求めたＡＩＣが
小さいものからＭ個中間変数を採用し、残りは捨てる。
小さいものからＭ個中間変数を採用し、残りは捨てる。
【００４８】Ｓｔｅｐ４：以上の手続きを「層」単位の
手続きとすると、第１層時は無条件にＳｔｅｐ５へ。第
２層以上の時は、Ｓｔｅｐ３において用いたＡＩＣの最
小のものが、前層のそれを越えた場合、前層までに計算
され、選択された式（４．１）の中の１つの式を次々と
代入することにより、完全表現式を得、アルゴリズムを
終了する。さもなくば、Ｓｔｅｐ５へ。
手続きとすると、第１層時は無条件にＳｔｅｐ５へ。第
２層以上の時は、Ｓｔｅｐ３において用いたＡＩＣの最
小のものが、前層のそれを越えた場合、前層までに計算
され、選択された式（４．１）の中の１つの式を次々と
代入することにより、完全表現式を得、アルゴリズムを
終了する。さもなくば、Ｓｔｅｐ５へ。
【００４９】Ｓｔｅｐ５：選択された中間変数ＺｋをＸ
ｈとし、その数ＭをＫと書き換えて、Ｓｔｅｐ２に戻
る。
ｈとし、その数ＭをＫと書き換えて、Ｓｔｅｐ２に戻
る。
【００５０】
【数５】 実際に構築した時のモデル例を以下に示す。
【００５１】 X1＝(0.02458)+(0.32327)＊Y+(0.52063)＊Z+(-0.13219)＊Y２+(0.13662)＊Y＊ Z where Y＝X(5),Z＝X(7) X2＝(0.06153)+(-0.30956)＊Y+(0.89340)＊Z+(0.15799)＊Z２+(0.28388)＊Y＊ Z where Y＝X(1),Z＝X(2) Y＝(0.68430)＊X1+(0.39710)＊X2 ………（４．３） ここで、Ｙ：末端圧力 Ｘ０：配水圧力（選択した変量のどれか） Ｘ１，Ｘ２：中間変数 本実施例によれば、第１の実施例の効果と同等の効果を
奏することができる。また、モデル式に２次の項を考慮
していることにより、非線形性の高いプロセスにおいて
は、モデル精度が向上する効果も有する。
奏することができる。また、モデル式に２次の項を考慮
していることにより、非線形性の高いプロセスにおいて
は、モデル精度が向上する効果も有する。
【００５２】［第３の実施例］図３を用いて第３の実施
例の構成を説明する。
例の構成を説明する。
【００５３】モデル生成手段１はデータ収集手段１０と
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ｃと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ｃは、データ要約手段１２
７と、主成分選択手段１２８と、変量選択手段１２３
と、モデル検定手段１２４と、モデル構築手段１２５と
から構成される。
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ｃと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ｃは、データ要約手段１２
７と、主成分選択手段１２８と、変量選択手段１２３
と、モデル検定手段１２４と、モデル構築手段１２５と
から構成される。
【００５４】ここで、データ収集手段１０は、第１の実
施例と同様に作用する。実績データＤＢ１０１は、第１
の実施例と同様である。モデル表示手段１３は、第１の
実施例と同様である。モデル生成手段１２Ｃでは、プロ
セスモデルを自動的に生成する。
施例と同様に作用する。実績データＤＢ１０１は、第１
の実施例と同様である。モデル表示手段１３は、第１の
実施例と同様である。モデル生成手段１２Ｃでは、プロ
セスモデルを自動的に生成する。
【００５５】データ要約手段１２７では、モデルの入力
となる配水圧力を主成分分析にかけることで、複数個あ
る配水圧力を互いに無相関のデータ（主成分と呼ぶ）に
変換する。この複数個の主成分は、それぞれ複数個の配
水圧力（元データ）の情報を保有しており、保有情報量
は第１主成分が一番多く、第Ｎ主成分が一番少なくなっ
ている。例えば、配水圧力が５つの場合だと、主成分は
５つでてくる。この時の各主成分の保有情報量が、第１
主成分から順に、７０％，２０％，５％，３％，２％と
なった場合、第２主成分までで、元データが保有してい
る情報の９０％を持っていることとなり、５つの配水圧
力が２つの主成分で置き換えることが可能となる。
となる配水圧力を主成分分析にかけることで、複数個あ
る配水圧力を互いに無相関のデータ（主成分と呼ぶ）に
変換する。この複数個の主成分は、それぞれ複数個の配
水圧力（元データ）の情報を保有しており、保有情報量
は第１主成分が一番多く、第Ｎ主成分が一番少なくなっ
ている。例えば、配水圧力が５つの場合だと、主成分は
５つでてくる。この時の各主成分の保有情報量が、第１
主成分から順に、７０％，２０％，５％，３％，２％と
なった場合、第２主成分までで、元データが保有してい
る情報の９０％を持っていることとなり、５つの配水圧
力が２つの主成分で置き換えることが可能となる。
【００５６】尚、ここでは、説明の為に第２主成分まで
を選択したが、どの主成分までを選択するかは主成分選
択手段１２８にて行っている。主成分選択手段１２８で
は、主成分を得る所までを行う。主成分分析について説
明する。
を選択したが、どの主成分までを選択するかは主成分選
択手段１２８にて行っている。主成分選択手段１２８で
は、主成分を得る所までを行う。主成分分析について説
明する。
【００５７】<<主成分分析について>>主成分分析（Prin
cipal Component Analysis）とは、互いに相関のある多
種類の特性値をもつ情報を互いに無相関な小数個の総合
特性値に要約する方法である。
cipal Component Analysis）とは、互いに相関のある多
種類の特性値をもつ情報を互いに無相関な小数個の総合
特性値に要約する方法である。
【００５８】一般にｐ個の変量ｘ１，ｘ２，…，ｘｐが
もっている情報を、次の２つの条件を満足するｍ個（≦
ｐ）の総合特性値（式５．１）ｚ１，ｚ２，…，ｚｍに
要約することが主成分分析法であり、ｚ１を第１主成
分、ｚ２を第２主成分、ｚｍを第ｍ主成分と呼ぶ。
もっている情報を、次の２つの条件を満足するｍ個（≦
ｐ）の総合特性値（式５．１）ｚ１，ｚ２，…，ｚｍに
要約することが主成分分析法であり、ｚ１を第１主成
分、ｚ２を第２主成分、ｚｍを第ｍ主成分と呼ぶ。
【００５９】
【数６】 条件 （１）ｚ１，ｚｋ（ｋ≠１；ｋ，１＝１，２，…，ｍ）
の相関はすべてゼロである。
の相関はすべてゼロである。
【００６０】（２）ｚ１の分散は（ｘ１，ｘ２，…，ｘ
ｐ）あらゆる１次式のもつ分散のうちで最大である。ｚ
２の分散はｚ１の分散と無相関なあらゆる１次式の中で
最大である。以下同様にして、ｚｍの分散はｚ１，
ｚ２，…，ｚｍ−１のすべてと無相関な１次式の中で最
大である。
ｐ）あらゆる１次式のもつ分散のうちで最大である。ｚ
２の分散はｚ１の分散と無相関なあらゆる１次式の中で
最大である。以下同様にして、ｚｍの分散はｚ１，
ｚ２，…，ｚｍ−１のすべてと無相関な１次式の中で最
大である。
【００６１】この第２の性質は、「主成分ｚ１，ｚ２，
…，ｚｍはもとの特性値ｘ１，ｘ２，…，ｘｐのもつ情
報の損失が最少になるように要約した結果である」とい
うことができる。
…，ｚｍはもとの特性値ｘ１，ｘ２，…，ｘｐのもつ情
報の損失が最少になるように要約した結果である」とい
うことができる。
【００６２】主成分選択手段１２８では、データ要約手
段１２７にて得られた複数個の主成分の中からモデル構
築に使用する主成分を選択する。通常、主成分の選択
は、元データが持つ情報量の８０％になるまでの主成分
を選択すればよいと言われている。そこで、各主成分が
持つ情報量を積算していき、積算値が８０％以上になる
までの主成分を選択する。尚、ここでは、８０％とした
が、場合により適宜値を変更してもよい。
段１２７にて得られた複数個の主成分の中からモデル構
築に使用する主成分を選択する。通常、主成分の選択
は、元データが持つ情報量の８０％になるまでの主成分
を選択すればよいと言われている。そこで、各主成分が
持つ情報量を積算していき、積算値が８０％以上になる
までの主成分を選択する。尚、ここでは、８０％とした
が、場合により適宜値を変更してもよい。
【００６３】ここで、変量選択手段１２３は、第１の実
施例と同様である。モデル構築手段１２４は、第１の実
施例と同様である。モデル検定手段１２５は、第１の実
施例と同様である。
施例と同様である。モデル構築手段１２４は、第１の実
施例と同様である。モデル検定手段１２５は、第１の実
施例と同様である。
【００６４】本実施例によれば、第１の実施例の効果に
加えて、互いに干渉しあっている配水圧力のデータを要
約した主成分をモデルに使用している為、モデルにプラ
ントの情報をできるだけ多く取込むことができる。これ
により、モデル精度がより向上する効果を有する。
加えて、互いに干渉しあっている配水圧力のデータを要
約した主成分をモデルに使用している為、モデルにプラ
ントの情報をできるだけ多く取込むことができる。これ
により、モデル精度がより向上する効果を有する。
【００６５】［第４の実施例］図４を用いて第４の実施
例の構成を説明する。
例の構成を説明する。
【００６６】モデル生成手段１はデータ収集手段１０と
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ｄと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ｄは、データ要約手段１２
７と、主成分選択手段１２８と、モデル構築手段１２６
とから構成される。
実績データＤＢ１０１とデータ標準化手段１１と、モデ
ル生成手段１２Ｄと、モデル表示手段１３から構成され
る。尚、モデル生成手段１２Ｄは、データ要約手段１２
７と、主成分選択手段１２８と、モデル構築手段１２６
とから構成される。
【００６７】ここで、データ収集手段１０は、第１の実
施例と同様である。実績データＤＢ１０１は、第１の実
施例と同様である。モデル表示手段１３は、第１の実施
例と同様である。モデル生成手段１２Ｄでは、プロセス
モデルを自動的に生成する。データ要約手段１２７は、
第３の実施例と同様である。主成分選択手段１２８は、
第３の実施例と同様である。モデル構築手段１２６は、
第２の実施例と同様である。
施例と同様である。実績データＤＢ１０１は、第１の実
施例と同様である。モデル表示手段１３は、第１の実施
例と同様である。モデル生成手段１２Ｄでは、プロセス
モデルを自動的に生成する。データ要約手段１２７は、
第３の実施例と同様である。主成分選択手段１２８は、
第３の実施例と同様である。モデル構築手段１２６は、
第２の実施例と同様である。
【００６８】本実施例によれば、第２の実施例の効果に
加えて、互いに干渉しあっている配水圧力のデータを要
約した主成分をモデルに使用している為、モデルにプラ
ントの情報をできるだけ多く取込むことができる。これ
により、モデル精度がより向上する効果を有する。
加えて、互いに干渉しあっている配水圧力のデータを要
約した主成分をモデルに使用している為、モデルにプラ
ントの情報をできるだけ多く取込むことができる。これ
により、モデル精度がより向上する効果を有する。
【００６９】［第５の実施例］図５を用いて第５の実施
例の構成を説明する。
例の構成を説明する。
【００７０】本実施例は、第１の実施例乃至第４の実施
例の構成のいずれかに、支援手段２を付加して構成され
ている。
例の構成のいずれかに、支援手段２を付加して構成され
ている。
【００７１】モデル生成手段１は、第１の実施例乃至第
４の実施例のいずれかと同様である。支援手段２はデー
タ監視手段２１と、圧力確認手段２２と、操作機場収集
手段２３と、配水圧力設定手段２４と、末端圧力推定手
段２５とから構成される。
４の実施例のいずれかと同様である。支援手段２はデー
タ監視手段２１と、圧力確認手段２２と、操作機場収集
手段２３と、配水圧力設定手段２４と、末端圧力推定手
段２５とから構成される。
【００７２】ここで、データ監視手段２１では、プラン
トから計測した圧力及び流量の各信号をオペレータに提
示する。
トから計測した圧力及び流量の各信号をオペレータに提
示する。
【００７３】圧力確認手段２２では、各末端がそれぞれ
許容範囲を逸脱していないか、チェックし、逸脱してい
る末端圧力があれば、その情報をオペレータに提示す
る。
許容範囲を逸脱していないか、チェックし、逸脱してい
る末端圧力があれば、その情報をオペレータに提示す
る。
【００７４】操作機場収集手段２３では、圧力確認手段
２２にて得られたら許容範囲を逸脱している末端圧力情
報と、モデル生成手段１にて生成された末端圧力推定モ
デルが入力される。許容範囲を逸脱している末端圧力の
推定モデルから、変更すべき配水圧力をオペレータに提
示する。変更すべき配水圧力は以下の様にして決定す
る。末端圧力推定モデルは請求項１及び３では、配水圧
力に係数をかけ、その積算となっているので（（３．
３）式）、その係数が大きい順に末端圧力に対して影響
度が高いことになる。即ち、係数が大きい配水圧力が変
更機場となる。また、請求項２及び４では、推定モデル
に２次の項が含まれているが（（４．３）式）、同様に
して影響度の高い配水圧力を得ることができる。影響度
が高い配水圧力が変更機場となる。
２２にて得られたら許容範囲を逸脱している末端圧力情
報と、モデル生成手段１にて生成された末端圧力推定モ
デルが入力される。許容範囲を逸脱している末端圧力の
推定モデルから、変更すべき配水圧力をオペレータに提
示する。変更すべき配水圧力は以下の様にして決定す
る。末端圧力推定モデルは請求項１及び３では、配水圧
力に係数をかけ、その積算となっているので（（３．
３）式）、その係数が大きい順に末端圧力に対して影響
度が高いことになる。即ち、係数が大きい配水圧力が変
更機場となる。また、請求項２及び４では、推定モデル
に２次の項が含まれているが（（４．３）式）、同様に
して影響度の高い配水圧力を得ることができる。影響度
が高い配水圧力が変更機場となる。
【００７５】配水圧力変更手段２４では、操作機場収集
手段２３で得られた配水圧力の変更値を入力する。入力
され配水圧力は末端圧力推定手段２５に入力され、末端
圧力の推定に用いられる。尚、実機場での配水圧力の変
更は末端圧力推定手段２５の結果を見て、オペレータが
変更操作を行う。
手段２３で得られた配水圧力の変更値を入力する。入力
され配水圧力は末端圧力推定手段２５に入力され、末端
圧力の推定に用いられる。尚、実機場での配水圧力の変
更は末端圧力推定手段２５の結果を見て、オペレータが
変更操作を行う。
【００７６】末端圧力推定手段２５では、配水圧力変更
手段２４で入力された配水圧力を、モデル生成手段１に
て生成したモデルにかけることにより、末端圧力を推定
し、推定値をオペレータに提示する。オペレータは提示
された結果を確認し、末端圧力が許容範囲に入っていれ
ば、実際に配水圧力を変更する。そうでなければ、配水
圧力設定手段２４にて、再度配水圧力を設定する。
手段２４で入力された配水圧力を、モデル生成手段１に
て生成したモデルにかけることにより、末端圧力を推定
し、推定値をオペレータに提示する。オペレータは提示
された結果を確認し、末端圧力が許容範囲に入っていれ
ば、実際に配水圧力を変更する。そうでなければ、配水
圧力設定手段２４にて、再度配水圧力を設定する。
【００７７】本実施例によれば、末端圧力が許容範囲を
逸脱している時に、どこの配水圧力をどれだけ変更すれ
ば良いかを決定するのに、末端圧力を推定している為、
容易に検討出来る効果がある。その上、経験の少ないオ
ペレータでも末端圧力がどのように変動するか把握でき
るので、配水圧力の変更が容易にできるようになるとい
う効果もある。
逸脱している時に、どこの配水圧力をどれだけ変更すれ
ば良いかを決定するのに、末端圧力を推定している為、
容易に検討出来る効果がある。その上、経験の少ないオ
ペレータでも末端圧力がどのように変動するか把握でき
るので、配水圧力の変更が容易にできるようになるとい
う効果もある。
【００７８】［第６の実施例］図６を用いて第６の実施
例の構成を説明する。
例の構成を説明する。
【００７９】本実施例は、第１の実施例乃至第４の実施
例の構成のいずれかに、制御手段３を付加して構成され
ている。
例の構成のいずれかに、制御手段３を付加して構成され
ている。
【００８０】尚、制御手段３は、制御方法設定手段３１
と、需要予測手段３２と、需要量分配手段３３と、配水
圧力演算手段３４と、制御手段３５から構成される。
と、需要予測手段３２と、需要量分配手段３３と、配水
圧力演算手段３４と、制御手段３５から構成される。
【００８１】ここで、モデル生成手段１は、第１の実施
例乃至第４の実施例のいずれかと同様である。
例乃至第４の実施例のいずれかと同様である。
【００８２】制御方法決定手段３１では、モデル生成手
段１にて生成されたモデルに使用されている説明変量の
中に使われている配水圧力の機場の制御方法を圧力制
御、それ以外の機場を流量制御とする。決定した制御方
法はオペレータが確認でき、変更も可能である。
段１にて生成されたモデルに使用されている説明変量の
中に使われている配水圧力の機場の制御方法を圧力制
御、それ以外の機場を流量制御とする。決定した制御方
法はオペレータが確認でき、変更も可能である。
【００８３】需要量予測手段３２では、需要家が一日に
必要とする需要を予測する機能である。需要量の予測に
はニューラルネットワークを用いた予測など、これまで
に発明されている装置（特願平９−１８９６９）を用い
ると良い。また、オペレータが一日の需要量を設定して
もよい。
必要とする需要を予測する機能である。需要量の予測に
はニューラルネットワークを用いた予測など、これまで
に発明されている装置（特願平９−１８９６９）を用い
ると良い。また、オペレータが一日の需要量を設定して
もよい。
【００８４】需要量分配手段３３では、需要量予測手段
３２にて予測した需要量を流量制御機場の流量目標値に
分配する。ここで、各流量制御機場から配水するパター
ンはできるだけ一定にすることが、配水管網内の圧力が
許容範囲を逸脱しないようにする上で重要であると共
に、配水ポンプ等の機器の効率運用にも重要となる。そ
のために、各配水場の配水池水位と配水機器の運用と、
需要量予測手段３２にて予測した需要量を考慮した最適
運転計画を作成する。計画の作成にはこれまでに発明さ
れている遺伝的アルゴリズムを応用した装置や、分岐限
定法を応用した装置（特願平８−２１０９２９）を用い
ることで可能となる。また、オペレータが設定すること
も可能とする。
３２にて予測した需要量を流量制御機場の流量目標値に
分配する。ここで、各流量制御機場から配水するパター
ンはできるだけ一定にすることが、配水管網内の圧力が
許容範囲を逸脱しないようにする上で重要であると共
に、配水ポンプ等の機器の効率運用にも重要となる。そ
のために、各配水場の配水池水位と配水機器の運用と、
需要量予測手段３２にて予測した需要量を考慮した最適
運転計画を作成する。計画の作成にはこれまでに発明さ
れている遺伝的アルゴリズムを応用した装置や、分岐限
定法を応用した装置（特願平８−２１０９２９）を用い
ることで可能となる。また、オペレータが設定すること
も可能とする。
【００８５】配水圧力演算手段３４では、モデル生成手
段１にて生成されたモデルを用いて、末端圧力が許容範
囲内に収まるように配水圧力を演算する。配水圧力は目
標末端圧力と流量制御を行っている機場の配水圧力（配
水流量でも可）及び、末端圧力推定モデルから演算でき
る。即ち、複数個の末端圧力推定モデルは連立方程式な
ので、そこに、実績データ（配水圧力）及び目標末端圧
力を代入することで、求めたい配水圧力が求まる。
段１にて生成されたモデルを用いて、末端圧力が許容範
囲内に収まるように配水圧力を演算する。配水圧力は目
標末端圧力と流量制御を行っている機場の配水圧力（配
水流量でも可）及び、末端圧力推定モデルから演算でき
る。即ち、複数個の末端圧力推定モデルは連立方程式な
ので、そこに、実績データ（配水圧力）及び目標末端圧
力を代入することで、求めたい配水圧力が求まる。
【００８６】制御手段２４では、制御方法決定手段２１
にて、流量制御となった機場に対しては、需要量分配手
段２３にて決定された流量目標値に追従するように流量
制御を行う。また、圧力制御になった機場に対しては、
配水圧力演算手段３４にて求まった配水圧力に追従する
ように圧力制御を行う。また、オペレータによる流量目
標値、圧力目標値の変更も可能であるとともに、緊急時
など制御方法を切り替えて使用することも可能である。
にて、流量制御となった機場に対しては、需要量分配手
段２３にて決定された流量目標値に追従するように流量
制御を行う。また、圧力制御になった機場に対しては、
配水圧力演算手段３４にて求まった配水圧力に追従する
ように圧力制御を行う。また、オペレータによる流量目
標値、圧力目標値の変更も可能であるとともに、緊急時
など制御方法を切り替えて使用することも可能である。
【００８７】本実施例によれば、これまで、オペレータ
の感覚で末端圧力制御していた為、末端圧力が許容範囲
を逸脱する場合があったが、実績データから推定したプ
ラントモデルを制御及び支援情報として取入れているた
め、経験の少ないオペレータでも末端圧力を許容範囲か
ら逸脱しないで制御することが可能となる。
の感覚で末端圧力制御していた為、末端圧力が許容範囲
を逸脱する場合があったが、実績データから推定したプ
ラントモデルを制御及び支援情報として取入れているた
め、経験の少ないオペレータでも末端圧力を許容範囲か
ら逸脱しないで制御することが可能となる。
【００８８】［第７の実施例］図７を用いて第７の実施
例の構成を説明する。
例の構成を説明する。
【００８９】本実施例は、第１の実施例乃至第４の実施
例の構成のいずれかに、運転訓練手段４を付加して構成
される。
例の構成のいずれかに、運転訓練手段４を付加して構成
される。
【００９０】尚、運転訓練予測手段４は、訓練日取得手
段４１と、データ取得手段４２と、リプレイ手段４３
と、割込み手段４４と、シミュレーション手段４５とか
ら構成される。
段４１と、データ取得手段４２と、リプレイ手段４３
と、割込み手段４４と、シミュレーション手段４５とか
ら構成される。
【００９１】ここで、モデル生成手段１は、第１の実施
例乃至第４の実施例のいずれかと同様である。
例乃至第４の実施例のいずれかと同様である。
【００９２】訓練日取得手段４１では、オペレータが訓
練したい日にちを設定する。
練したい日にちを設定する。
【００９３】データ取得手段４２では、訓練日取得手段
４１にて設定した日にちの実績データを、実績データＤ
Ｂ１０１から取得する。尚、ここでは、設定間隔を日単
位としたが、時間単位でもかまわない。
４１にて設定した日にちの実績データを、実績データＤ
Ｂ１０１から取得する。尚、ここでは、設定間隔を日単
位としたが、時間単位でもかまわない。
【００９４】リプレイ手段４３では、データ取得手段４
２で取得した実績データ及びシミュレーション手段４５
にてシミュレーションした結果を表示する。尚、シミュ
レーションを行っていない場合は、実績データのみの表
示となる。
２で取得した実績データ及びシミュレーション手段４５
にてシミュレーションした結果を表示する。尚、シミュ
レーションを行っていない場合は、実績データのみの表
示となる。
【００９５】割込み手段４４では、オペレータが好きな
タイミングで変更したい配水圧力を入力する。尚、入力
する値は、ここでは、配水圧力としたが、配水流量も、
配水ポンプ回転数または、制御弁開度でもよい。但し、
入力後に配水圧力に変換する必要がある。変換はＱ−Ｈ
特性を用いることで可能である。
タイミングで変更したい配水圧力を入力する。尚、入力
する値は、ここでは、配水圧力としたが、配水流量も、
配水ポンプ回転数または、制御弁開度でもよい。但し、
入力後に配水圧力に変換する必要がある。変換はＱ−Ｈ
特性を用いることで可能である。
【００９６】シミュレーション手段３２では、割込み手
段４４にて変更した配水圧力をモデル生成手段１にて生
成したモデルにかけることで、末端圧力推定値を得る。
得られた末端圧力はリプレイ手段４３にてオペレータに
提示される。
段４４にて変更した配水圧力をモデル生成手段１にて生
成したモデルにかけることで、末端圧力推定値を得る。
得られた末端圧力はリプレイ手段４３にてオペレータに
提示される。
【００９７】本実施例によれば、シミュレーション手段
３２によって経験の浅いオペレータはいろいろな状況時
での浄配水場の運転を模擬できるようになる。これまで
は、本手段が無い為に、運転訓練は実際の配水管網を使
わないとできなかったために、運転訓練が難しかった
が、本手段を用いることで、運転訓練が容易になり、経
験の少ないオペレータにより多くの経験を運転訓練にて
積めるようにできる。
３２によって経験の浅いオペレータはいろいろな状況時
での浄配水場の運転を模擬できるようになる。これまで
は、本手段が無い為に、運転訓練は実際の配水管網を使
わないとできなかったために、運転訓練が難しかった
が、本手段を用いることで、運転訓練が容易になり、経
験の少ないオペレータにより多くの経験を運転訓練にて
積めるようにできる。
【００９８】［第８の実施例］図８を用いて第８の実施
例の構成を説明する。
例の構成を説明する。
【００９９】プラントを運用する為のプラント運用設備
７と、請求項１乃至請求項４のいずれかに記載の内容を
パッケージ化したソフトウェアを管理するセンター８
と、それらを接続するインターネット９から構成され
る。
７と、請求項１乃至請求項４のいずれかに記載の内容を
パッケージ化したソフトウェアを管理するセンター８
と、それらを接続するインターネット９から構成され
る。
【０１００】尚、プラント運用設備７は、プラントその
ものであるプラント７１と、プラントを運用するための
機器を制御する制御盤７２と、プラントを運用管理（監
視も含む）する為の監視サーバ７３と、プラントを監視
するＰＣ７４と、それらを接続する場内ＬＡＮ７５と、
場内ＬＡＮ７５をインターネット９に接続するためのル
ータ７６と、機場監視を遠隔から行える遠隔監視ＰＣ７
７とから構成される。
ものであるプラント７１と、プラントを運用するための
機器を制御する制御盤７２と、プラントを運用管理（監
視も含む）する為の監視サーバ７３と、プラントを監視
するＰＣ７４と、それらを接続する場内ＬＡＮ７５と、
場内ＬＡＮ７５をインターネット９に接続するためのル
ータ７６と、機場監視を遠隔から行える遠隔監視ＰＣ７
７とから構成される。
【０１０１】センター８では、請求項１乃至請求項４の
内容をパッケージ化して管理している。インターネット
（専用線での接続も可能）を通して、パッケージを提供
する。また、末端圧力推定モデル作成の依頼も受けてお
り、依頼者側から送られてきたデータ（圧力、流量等）
から請求項１乃至請求項４にて末端圧力推定モデルを作
成し、依頼者にモデルを提供する。
内容をパッケージ化して管理している。インターネット
（専用線での接続も可能）を通して、パッケージを提供
する。また、末端圧力推定モデル作成の依頼も受けてお
り、依頼者側から送られてきたデータ（圧力、流量等）
から請求項１乃至請求項４にて末端圧力推定モデルを作
成し、依頼者にモデルを提供する。
【０１０２】プラント運用設備７では、プラント７１を
効率良く運用・管理・監視を行う。
効率良く運用・管理・監視を行う。
【０１０３】そのために、監視サーバ７３では、センタ
ー８から請求項１乃至請求項４のいずれかのう内容のパ
ッケージをダウンロードし、末端圧力推定モデルを作成
する。もしくは、センター８に末端圧力推定モデル作成
を依頼し、推定モデルを得る。得ることのできた末端圧
力推定モデルを請求項５乃至請求項７のいずれかに適用
することで、効率の良い、プラント運用。管理・監視を
行うことが可能である。制御盤７２では監視サーバ７３
の指示に従ってプラントを運用する。ＰＣ（パーソナル
コンピュータ）７４ではプラント状態を監視する。遠隔
監視ＰＣ７７では場外からプラントの状況を監視する。
プラントデータはインターネット９を経由して送られ
る。インターネット９を利用することにより、場内へ指
示を出すことも可能だし、指示を受けることも可能であ
る。
ー８から請求項１乃至請求項４のいずれかのう内容のパ
ッケージをダウンロードし、末端圧力推定モデルを作成
する。もしくは、センター８に末端圧力推定モデル作成
を依頼し、推定モデルを得る。得ることのできた末端圧
力推定モデルを請求項５乃至請求項７のいずれかに適用
することで、効率の良い、プラント運用。管理・監視を
行うことが可能である。制御盤７２では監視サーバ７３
の指示に従ってプラントを運用する。ＰＣ（パーソナル
コンピュータ）７４ではプラント状態を監視する。遠隔
監視ＰＣ７７では場外からプラントの状況を監視する。
プラントデータはインターネット９を経由して送られ
る。インターネット９を利用することにより、場内へ指
示を出すことも可能だし、指示を受けることも可能であ
る。
【０１０４】インターネット９では、複数のプラント運
用設備７と、センター８を接続している。尚、インター
ネットでなく、専用線を使ってそれぞれを接続しても良
い。
用設備７と、センター８を接続している。尚、インター
ネットでなく、専用線を使ってそれぞれを接続しても良
い。
【０１０５】本実施例によれば、末端圧力推定モデルを
機場毎に改めて作成する必要がないため、監視設備構築
費のコストダウンがはかれる。また、遠隔地からでもプ
ラント状況が把握できるとともに、相互通信が可能であ
る為、トラブル発生時に現場と中央で情報の共有化がは
かれ、復旧までの時間短縮がはかれる。
機場毎に改めて作成する必要がないため、監視設備構築
費のコストダウンがはかれる。また、遠隔地からでもプ
ラント状況が把握できるとともに、相互通信が可能であ
る為、トラブル発生時に現場と中央で情報の共有化がは
かれ、復旧までの時間短縮がはかれる。
【０１０６】
【発明の効果】以上述べたように、本発明の構成によれ
ば、以下のような効果を有することができる。
ば、以下のような効果を有することができる。
【０１０７】１．簡単にプロセスモデルを生成できる。
【０１０８】２．経験の浅いオペレータでも末端圧力を
制御できるように支援を行える。
制御できるように支援を行える。
【０１０９】３．経験をつむことが可能な運転訓練を行
える。
える。
【０１１０】４．トラブル時に早期復旧が可能である。
【図１】本発明装置の末端圧力制御用支援装置の一実施
形態を示す機能ブロック図。
形態を示す機能ブロック図。
【図２】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図３】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図４】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図５】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図６】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図７】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図８】本発明装置の末端圧力制御用支援装置の他の実
施形態を示す機能ブロック図。
施形態を示す機能ブロック図。
【図９】従来の末端圧力制御用支援装置の機能ブロック
図。
図。
【図１０】相関係数の解釈を表した表１を示す図。
【図１１】相関分析結果の例を示した表２を示す図。
１ モデル生成手段 ２ 支援手段 ３ 制御手段 ４ 運転訓練手段 ６ 共通制御手段 ７ プラント運用設備 ８ サーバ ９ インターネット １０ データ収集手段 １１ データ標準化手段 １３ モデル表示手段 １０１ 実績データＤＢ １２１ 相関分析手段 １２２ データ選択手段 １２３ 変量選択手段 １２４ モデル構築手段 １２５ モデル検定手段
───────────────────────────────────────────────────── フロントページの続き (72)発明者 本 蔵 義 弘 東京都港区芝浦一丁目１番１号 株式会社 東芝本社事務所内 (72)発明者 冨 沢 幸 彦 東京都港区芝浦一丁目１番１号 株式会社 東芝本社事務所内 (72)発明者 斉 藤 実 東京都府中市東芝町１番地 株式会社東芝 府中事業所内 (72)発明者 西 山 和 義 東京都府中市東芝町１番地 株式会社東芝 府中事業所内 Ｆターム(参考） 5H004 GA25 GA40 GB08 HA03 HB02 HB03 JB08 JB09 JB20 KA80 KC23 KC26 KC28 MA40 MA52
Claims (8)
- 【請求項１】配水管網の末端圧力を許容範囲内に制御を
行う為の支援を行う末端圧力制御用支援装置において、 配水管網内に設置されている圧力計の計測信号を収集す
るデータ収集手段と、 前記データ収集手段にて収集した信号を貯えておく実績
データＤＢと、 前記実績データＤＢに蓄えられた実績データの桁等の単
位を合わせる為に、データを標準化するデータ標準化手
段と、 前記データ標準化手段にて標準化したデータの相関関係
を分析する相関分析手段と、 前記相関分析手段にて分析した結果からモデル生成に用
いるデータを選択するデータ選択手段と、 前記データ選択手段にて選択したデータから最もモデル
の入力として適切だと考えられるデータを自動的に選択
する変量選択手段と、 前記データ選択手段にて自動的に選択したデータを用い
て、末端圧力推定モデルを重回帰分析にて生成するモデ
ル構築手段と、 前記モデル構築手段で生成された末端圧力推定モデルが
妥当なモデルか検定を行うモデル検定手段と、 前記各々の手段に基づく結果をオペレータに掲示するモ
デル表示手段と、を備えることを特徴とした末端圧力制
御用支援装置。 - 【請求項２】配水管網の末端圧力を許容範囲内に制御を
行う為の支援を行う末端圧力制御用支援装置において、 配水管網内に設置されている圧力計の計測信号を収集す
るデータ収集手段と、 前記データ収集手段にて収集した信号を貯えておく実績
データＤＢと、 前記実績データＤＢに蓄えられた実績データの桁等の単
位を合わせる為に、データを標準化するデータ標準化手
段と、 前記データ標準化手段にて標準化したデータの相関関係
を分析する相関分析手段と、 前記相関分析手段にて分析した結果からモデル生成に用
いるデータを選択するデータ選択手段と、 前記データ選択手段にて選択したデータを用いて、末端
圧力推定モデルをGroup Method of Data Handling (Ｇ
ＭＤＨ)にて生成するモデル構築手段と前記各々の手段
に基づく結果をオペレータに掲示するモデル表示手段
と、を備えることを特徴とした末端圧力制御用支援装
置。 - 【請求項３】配水管網の末端圧力を許容範囲内に制御を
行う為の支援を行う末端圧力制御用支援装置において、 配水管網内に設置されている圧力計の計測信号を収集す
るデータ収集手段と、 前記データ収集手段にて収集した信号を貯えておく実績
データＤＢと、 前記実績データＤＢに蓄えられた実績データの桁等の単
位を合わせる為に、データを標準化するデータ標準化手
段と、 前記データ標準化手段にて標準化したデータを、主成分
分析にて複数個のデータの主成分を取得するデータ要約
手段と、 前記データ要約手段にて取得した主成分の中から、末端
圧力推定モデルの生成を使用する主成分を選択する主成
分選択手段と、 前記主成分選択手段にて選択した主成分から最もモデル
の入力として適切だと考えられる主成分を自動的に選択
する変量選択手段と、 前記データ選択手段にて自動的に選択した主成分を用い
て、末端圧力推定モデルを重回帰分析にて生成するモデ
ル構築手段と、 前記モデル構築手段で生成された末端圧力推定モデルが
妥当なモデルか検定を行うモデル検定手段と、 前記各々の手段に基づく結果をオペレータに掲示するモ
デル表示手段と、を備えることを特徴とした末端圧力制
御用支援装置。 - 【請求項４】配水管網の末端圧力を許容範囲内に制御を
行う為の支援を行う末端圧力制御用支援装置において、 配水管網内に設置されている圧力計の計測信号を収集す
るデータ収集手段と、 前記データ収集手段にて収集した信号を貯えておく実績
データＤＢと、 前記実績データＤＢに蓄えられた実績データの桁等の単
位を合わせる為に、データを標準化するデータ標準化手
段と、 前記データ標準化手段にて標準化したデータを、主成分
分析にて複数個のデータの主成分を取得するデータ要約
手段と、 前記データ要約手段にて取得した主成分の中から、末端
圧力推定モデルの生成に使用する主成分を選択する主成
分選択手段と、 前記主成分選択手段にて選択した主成分を用いて、末端
圧力推定モデルをGroup Method of Data Handling (Ｇ
ＭＤＨ)にて生成するモデル構築手段と前記各々の手段
に基づく結果をオペレータに掲示するモデル表示手段
と、を備えることを特徴とした末端圧力制御用支援装
置。 - 【請求項５】末端圧力、配水圧力等を監視するデータ監
視手段と、 末端圧力が許容範囲を逸脱していないか確認する圧力確
認手段と、 許容範囲を逸脱した末端圧力を、最も効率良く許容範囲
内に戻すことのできる配水機場をオペレータに提示する
操作機場収集手段と、 前記操作機場収集手段にて提示された機場の配水圧力を
変更する配水圧力設定手段と、 前記配水圧力設定手段にて設定した配水圧力と生成され
た前記末端圧力推定モデルとから末端圧力を推定する末
端圧力推定手段と、を設けたことを特徴とする請求項１
乃至請求項４のいずれか１項に記載の末端圧力制御用支
援装置。 - 【請求項６】流量制御を行う機場、圧力制御を行う機場
をモデルに基づいて決定する制御方法決定手段と、 需要家が一日に必要とする需要を予測する需要量予測手
段と、 前記需要量予測手段にて予測した需要量を、前記制御方
法決定手段にて流量制御を行うと判断された機場の配水
能力に合わせて、分配する需要量分配手段と、 配水圧力制御行う機場の配水圧力目標値を実績データ及
び末端圧力推定モデルから演算する配水圧力演算手段
と、 前記制御方法決定手段にて流量制御を行うと判断された
機場は前記需要量分配手段にて分配された配水量に追従
するように流量制御を行い、前記制御方法決定手段にて
圧力制御を行うと判断された機場は、配水圧力を目標値
に追従するように圧力制御を行う制御手段と、を設けた
ことを特徴とする請求項１乃至請求項４のいずれか１項
に記載の末端圧力制御用支援装置。 - 【請求項７】オペレータが訓練したい日にちを設定する
訓練日設定手段と、 前記訓練日設定手段にて設定した日にちの実績データを
前記実績データＤＢから取得するデータ取得手段と、 前記データ取得手段にて得られた実績データと後期シミ
ュレーション手段にて得られたシミュレーション結果を
表示するリプレイ手段と、 オペレータが任意に配水圧力、配水流量、配水ポンプ回
転数、制御弁開度を変更できる割込み手段と、 前記割込手段にて変更した配水圧力から末端圧力を推定
するシミュレーション手段と、を設けたことを特徴とし
た末端圧力制御用支援装置。 - 【請求項８】配水管網の末端圧力を許容範囲内に制御を
行う為の支援を行う末端圧力制御用支援装置において、 請求項１乃至請求項４のいずれかの内容をソフトウェア
パッケージとして管理するサーバと、 前記サーバのソフトウェアを用いて請求項５乃至請求項
７のいずれかの内容を実現する監視サーバと、 前記監視サーバからの指令通りにプラントを運用する制
御盤と、 プラント状況を監視するＰＣと、 前記監視サーバなどを接続する場内ＬＡＮと、 前記場内ＬＡＮをインターネットと接続するルータと、 プラント状況を遠隔から監視する遠隔監視ＰＣと、 前記サーバと前記ルータを接続するインターネットとを
備えることを特徴とした末端圧力制御用支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001065223A JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001065223A JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002268703A true JP2002268703A (ja) | 2002-09-20 |
| JP3851783B2 JP3851783B2 (ja) | 2006-11-29 |
Family
ID=18923917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001065223A Expired - Lifetime JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3851783B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010282547A (ja) * | 2009-06-08 | 2010-12-16 | Fuji Electric Systems Co Ltd | 入力変数選択支援装置 |
| JP2011175540A (ja) * | 2010-02-25 | 2011-09-08 | Fuji Electric Co Ltd | 予測・診断モデルの構築装置 |
| CN106150998A (zh) * | 2015-05-15 | 2016-11-23 | 株式会社荏原制作所 | 泵装置、远程监视装置及泵装置的控制方法 |
| JP2019079320A (ja) * | 2017-10-25 | 2019-05-23 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| US10853538B2 (en) | 2017-03-29 | 2020-12-01 | Kabushiki Kaisha Toshiba | Model generation system and model generation method |
| JP2021068185A (ja) * | 2019-10-23 | 2021-04-30 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP2021136025A (ja) * | 2020-02-21 | 2021-09-13 | アクタピオ，インコーポレイテッド | 学習装置、学習方法、学習プログラム、評価装置、評価方法、および評価プログラム |
-
2001
- 2001-03-08 JP JP2001065223A patent/JP3851783B2/ja not_active Expired - Lifetime
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010282547A (ja) * | 2009-06-08 | 2010-12-16 | Fuji Electric Systems Co Ltd | 入力変数選択支援装置 |
| JP2011175540A (ja) * | 2010-02-25 | 2011-09-08 | Fuji Electric Co Ltd | 予測・診断モデルの構築装置 |
| CN106150998A (zh) * | 2015-05-15 | 2016-11-23 | 株式会社荏原制作所 | 泵装置、远程监视装置及泵装置的控制方法 |
| JP2016217195A (ja) * | 2015-05-15 | 2016-12-22 | 株式会社荏原製作所 | ポンプ装置、遠隔制御装置、及び、ポンプ装置の制御方法 |
| US10853538B2 (en) | 2017-03-29 | 2020-12-01 | Kabushiki Kaisha Toshiba | Model generation system and model generation method |
| JP2019079320A (ja) * | 2017-10-25 | 2019-05-23 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP7067895B2 (ja) | 2017-10-25 | 2022-05-16 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP2021068185A (ja) * | 2019-10-23 | 2021-04-30 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP7463075B2 (ja) | 2019-10-23 | 2024-04-08 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP2021136025A (ja) * | 2020-02-21 | 2021-09-13 | アクタピオ，インコーポレイテッド | 学習装置、学習方法、学習プログラム、評価装置、評価方法、および評価プログラム |
| JP7268069B2 (ja) | 2020-02-21 | 2023-05-02 | アクタピオ，インコーポレイテッド | 学習装置、学習方法、学習プログラム、評価装置、評価方法、および評価プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3851783B2 (ja) | 2006-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2690886C2 (ru) | Система очистки данных и способ для определения состава сырья | |
| JP6928119B2 (ja) | 予測推論モデルをオンラインで構築し配備するコンピュータシステム及び方法 | |
| JP5734961B2 (ja) | 多変数プロセス制御においてモデルの品質を推定しモデルを適応させる装置およびその方法 | |
| CN101288089B (zh) | 基于负荷预测的神经网络的在线和离线训练 | |
| Pinker et al. | The efficiency-quality trade-off of cross-trained workers | |
| US8688405B2 (en) | Remote monitoring systems and methods | |
| US20060259198A1 (en) | Intelligent system for detection of process status, process fault and preventive maintenance | |
| CN107608398B (zh) | 管理对来自水网络的水的需求的方法以及需求管理系统 | |
| JP6985833B2 (ja) | データ処理装置、制御システム、データ処理方法及びプログラム | |
| WO2017134983A1 (ja) | 設備診断装置、設備診断方法及び設備診断プログラム | |
| JP2010506256A (ja) | 多変量データの監視および解析のための単変量方法 | |
| WO2016026681A1 (en) | Configuration of malfunction prediction for components and units of technical entities | |
| US20130282333A1 (en) | Service port explorer | |
| JP2001249705A (ja) | プロセスシミュレータ応用非線形制御装置およびその方法 | |
| JP2002268703A (ja) | 末端圧力制御用支援装置 | |
| Lima et al. | Bayesian predictive distributions for imbalance prices with time-varying factor impacts | |
| CN111177640A (zh) | 一种数据中心运维工作绩效评价系统 | |
| WO2020034248A1 (zh) | 一种基于核磁共振分析仪的原油快速评价建模云平台 | |
| US20180089637A1 (en) | Framework for industrial asset repair recommendations | |
| CN117375231A (zh) | 一种基于电网数据节点的统计方法及数据处理系统 | |
| WO2020003624A1 (ja) | 消費電力推定装置 | |
| JP2004328907A (ja) | 託送電力の需要予測方法と装置、そのためのプログラム | |
| CN114282658B (zh) | 一种针对流量序列分析及预测的方法、设备和介质 | |
| JP2003050618A (ja) | プロセス機器管理方法およびプロセス機器管理装置 | |
| Donohue et al. | Optimal design of stochastic production lines: a dynamic programming approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051215 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051220 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060217 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060512 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060710 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060822 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060904 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3851783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090908 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100908 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110908 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110908 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130908 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |