JP2011008756A - シミュレーション評価システム - Google Patents

Abstract

【課題】シミュレーションにより得られるプラントの動的挙動の予測を適切に評価ことを可能とする。
【解決手段】実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムにおいて、規定された時間分の予測データを出力する定期予測シミュレーション部と、現在値及び予測データを入力し、この予測データを所定条件でグループ化したラベリング情報を出力すると共に、状態の変化が所定値を超えたときに解析実行メッセージを出力する状態判別部と、予測データ並びにラベリング情報及び現在値を保存するシミュレーションデータベースと、解析実行メッセージを入力したとき、保存されている予測データ、ラベリング情報、現在値を取得して予測データに対する解析を実行し、解析結果を出力する予測データ解析部とを備える。
【選択図】図１

Description

本発明は、実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムに関するものである。

実プラントから取得した実データにより、シミュレーションモデルのパラメータを修正するプロセスシミュレーション部を備えるプラント運転支援装置は、特許文献１に技術開示がある。

図１１は、特許文献１に記載されている従来のプラント運転支援装置の構成例を示す機能ブロック図である。プロセスシミュレーション部１０は、実プラント２０を模擬するシミュレーションモデル１１と、このシミュレーションモデルのパラメータを修正するモデルパラメータ修正手段１２を備える。

制御部３０は、実プラント２０のフィールド機器に操作量指令値ＭＶを出力して制御すると共に、この操作量指令値をプロセスシミュレーション部１０に渡す。実プラント２０からのプロセス出力値ＰＶは、プロセスデータサーバ４０介してプロセスシミュレーション部１０に実データとして渡される。

プロセスシミュレーション部１０は実プラント２０と同期して動き、モデルパラメータ修正手段１２は、実データが供給される度にシミュレーションモデル１１の計算モデル式のパラメータを修正し、模擬的な制御演算を実行する。

このようなプロセスシミュレーション部１０を備えたプラント運転支援装置の実用により、通常は計測できないフィールド機器の内部情報の可視化や、プロセスがどう変化するのかといった動的挙動の予測を行うことができるようになった。

特開２０５−３３２３６０号公報

特許文献１に開示されている従来技術においては、プロセスシミュレーション部によって、プラントの動的挙動が予測できることを示してはいるものの、予測性能を適切に評価するしくみについては、技術的な開示がない。

本発明の目的は、シミュレーションにより得られるプラントの動的挙動の予測を適切に評価ことを可能とするシミュレーション評価システムを実現することにある。

このような課題を達成するために、本発明は次の通りの構成になっている。
（１）実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムにおいて、
前記プロセスシミュレーション部よりシミュレーションの全体を初期状態として入力し、予め規定された時間分の予測データを出力する定期予測シミュレーション部と、
前記プロセスシミュレーション部より取得する前記プラントの状態を示す現在値及び前記定期予測シミュレーション部より取得する予測データを入力し、この予測データを所定条件でグループ化したラベリング情報を出力すると共に、前記状態の変化が所定値を超えたときに解析実行メッセージを出力する状態判別部と、
前記定期予測シミュレーション部からの予測データ並びに前記状態判別部からのラベリング情報及び前記現在値を取得して保存するシミュレーションデータベースと、
前記解析実行メッセージを入力したとき、前記シミュレーションデータベースに保存されている前記予測データ、前記ラベリング情報、前記現在値のトレンドデータを取得して前記予測データに対する解析を実行し、解析結果を前記シミュレーションデータベースに出力する予測データ解析部と、
を備えたことを特徴とするシミュレーション評価システム。

（２）前記状態判別部は、前記定期予測シミュレーション部からの新たな予測データを取得する毎に新たな予測データの初期条件となる現時点でのプロセス状態とラベルの中心として設定されているプロセス状態との差を監視し、この差が所定の閾値内であるときには入力した予測データのラベル番号を継続して出力し、前記差が所定の閾値を超えるときには入力した予測データのラベル番号をインクリメントして出力すると共に、前記解析実行メッセージを出力することを特徴とする（１）に記載のシミュレーション評価システム。

（３）前記予測データ解析部は、前記解析実行メッセージを入力したとき、同一ラベル番号が付された前記予測データのグループに対して所定の解析を実行し、解析結果を前記シミュレーションデータベースに出力することを特徴とする（１）または（２）に記載のシミュレーション評価システム。

（４）前記シミュレーションデータベースに保存されている解析結果情報及び現在データのトレンドデータを入力するデータ加工部と加工結果を表示する表示部を有するデータ表示装置を備えることを特徴とする（１）乃至（３）のいずれかに記載のシミュレーション評価システム。

（５）前記データ表示部は、前記ラベル番号毎の解析結果を表示することを特徴とする（４）に記載のシミュレーション評価システム。

（６）実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムにおいて、
前記プロセスシミュレーション部よりシミュレーションの全体を初期状態として入力し、予め規定された時間分の予測データを出力する定期予測シミュレーション部と、
前記プロセスシミュレーション部より取得する前記プラントの状態を示す現在値及び前記定期予測シミュレーション部より取得する予測データを入力し、この予測データの評価区間を判別した評価区間情報を出力すると共に、前記プラントの状態を示す現在値のデータである実測データを出力する状態判別部と、
前記定期予測シミュレーション部からの予測データ並びに前記状態判別部からの予測データの評価区間情報及び前記実測データを取得して保存するシミュレーションデータベースと、
前記予測データ及び実測データの分類情報を出力し、この分類情報をもとに選択された解析情報を入力したとき、この解析情報をもとに前記シミュレーションデータベースで保存されている予測データおよび実測データを分類し出力するデータセレクタ部と、
前記データセレクタ部から予測データ及び実測データを入力したとき、この実測データに対する予測データの解析を実行すると共に、この解析結果を出力する予測データ解析部と、
前記任意の設定を行うと共に、前記データセレクタ部からの分類情報及び前記予測データ解析部からの解析結果を表示する解析部ＧＵＩ部
を備えたことを特徴とするシミュレーション評価システム。

本発明によれば、次のような効果を期待することができる。
（１）定周期で生成される予測データをラベリング情報でグループ化し、同一ラベルを持つ均質なグループ毎の解析を実行することにより、高精度な評価を行うことができる。

（２）プロセスシミュレーションの予測性能の評価結果を、ラベリング情報に基づいてプラントオペレータに対して分かりやすい形で表示すことができる。

（３）データセレクタ部及び解析用ＧＵＩを備えることにより、均質な予測データの集合を様々な視点から分類および評価を行うことができる。

本発明を適用したシミュレーション評価システムの一実施例を示す機能ブロック図である。 状態判別部の動作を説明する遷移図である。 ラベリング情報の処理手順を示すフローチャートである。 シミュレーションデータベースに構成されるデータのレイアウトイメージ図である。 図１の構成に、表示装置を追加した構成を示す機能ブロック図である。 特定のタグに対するシミュレーション評価画面例である。 評価画面の一部の詳細内容を表示する画面例である。 本発明を適用したシミュレーション評価システムの一実施例を示す機能ブロック図である。 任意の分類設定による解析実行例を示す図である。 状態判別部の動作を説明する遷移図である。 従来のプラント運転支援装置に構成例を示す機能ブロック図である。

以下本発明を、図面を用いて詳細に説明する。図１は、本発明を適用したシミュレーション評価システムの一実施例を示す機能ブロック図である。図１１で説明した従来構成と同一要素には同一符号を付して説明を省略する。

図１において、図１１で説明したプラント運転支援装置に追加された特徴部は、シミュレーション評価システム１００である。このシミュレーション評価システム１００は、定期予測シミュレーション部１０１、状態判別部１０２、シミュレーションデータベース１０３、予測データ解析部１０４を備えている。

定期予測シミュレーション部１０１は、プロセスシミュレーション部１０から、シミュレーションの全状態を初期状態として受け取り、予め規定された時間分のシミュレーションを実施し、予測データを生成する。シミュレーションの実行完了後は、再度、初期状態を取得し、繰り返し予測データの生成を定周期で実行する。

定周期処理で生成された予測データは、シミュレーションデータベース１０３に保存される。定期予測シミュレーション部１０１の機能は、プロセスシミュレーション部１０に内包する構成であってもよい。

状態判別部１０２は、定期予測シミュレーション部１０１からの予測データ及びプロセスシミュレーション部１０からプラントの現在の状態（各種センサ値やコントローラへの設定値等）を表す現在値を取得し、予測データへのラベリング情報を生成し、シミュレーションデータベース１０３に出力する。プロセスシミュレーション部１０から取得した現在値もシミュレーションデータベース１０３に出力する。

また、この状態判別部１０２は、プラントの現在の状態を表す現在値を常に監視し、状態変化が所定の閾値を超えた場合に予測データの解析実行メッセージを予測データ解析部１０４に対して発行する。

シミュレーションデータベース１０３は、予測データ、予測データに付与されたラベル情報、現在値のトレンドデータ、並びに、解析部１０４からの解析結果を保持し、表示装置等の各種アプリケーションがそれら保持情報の利用を可能にする。

予測データ解析部１０４は、状態判別部１０２から発行される解析実行メッセージをトリガとして、シミュレーションデータベース１０３の保持データを取得して予測データの解析を所定のアルゴリズムに基づいて実行する。解析方法については任意であるが、有効な解析例としては、予測値と実績値の誤差に関する統計量の計算等がある。

予測データの解析において状態判別部１０２が果たす役割について説明する。予測データを解析する上で、注意すべき事項は二点ある。まず、一点目としては、予測データは現在のプロセス状態からの延長であるため、途中でプロセス状態が変化した場合等は、変化時点以降の予測データは意味をもたなくなってしまうことである。

例えば、時点０において一時間先の予測を行ったとしても、１０分後に設定値を変更してしまえば、１０分後以降の予測結果が実際と一致しないのは当然である。また、二点目としては、非線形的なプロセスにおいては、予測の初期条件の違いによって予測結果は大きく異なる。

故に、全ての予測を均質なものとして評価することはできず、予測の初期条件とその評価の対応関係を構築する必要がある。状態判別部１０２の役割は、この二点の問題を解決し、適切な予測評価を可能にすることにある。

図２は、状態判別部の動作を説明する遷移図である。図２（Ａ）は、プロセスの状態の状態空間上の軌跡を示し、図２（Ｂ）は、同一ラベル番号グループ毎の時間軸上の予測シミュレーションの遷移を示している。状態判別部１０２は、プロセスの状態を監視し、一点目の予実評価の有効範囲を決定し、二点目の予測データへのラベリングを行う。

システム実行開始時の状態をＸ_Pj,1とする。ここで、表記Ｐ_j,kは、ラベルjのk番目の予測を意味し、Ｘ_Pj,１は、同予測開始時点でのプロセスの状態ベクトルを表す。k番目の定期予測が終了した時点で新たな予測の開始時点でのプロセスの状態ベクトルＸ_nowを得る。

ここで、｜Ｘ_Pj,1−Ｘ_now｜＜θ（θは任意の閾値）であれば、新たに開始された予測は、これまでと同質であるとみなし、予測データには同質であることを表すラベルＰ_j,kが付与される。

また、この条件において、閾値を超えるＸ_nowを観測した時点で、プロセスの状態が遷移し、これまでの予測とは同質と見なせなくなったと判定し、ラベル番号をｊ＋１にインクリメントとし、Ｘ_Pj+1,1＝Ｘ_nowを新たなラベルの中心状態として記憶する。

以後、｜Ｘ_Pj+1,1−Ｘ_now｜が閾値θを超えるまでは、各予測のラベル番号はｊ＋１となる。また、既に生成済みの予測データのこの時点以降のデータは条件が異なることになり、意味がなくなる。

よって、この時点で予測データ解析部１０４に対して、解析実行メッセージを発行し、予測データ解析器部１０４は、ストックされた同一ラベル番号の予測データの解析を行う。

図３は、このラベリング情報の処理手順を示すフローチャートである。初期化ステップＳ１でラベル番号を０にセットする。ステップＳ２では、定期処理の完了を待って予測データと、開始された予測に関する情報を取得する。

ステップＳ３では現在のプロセス状態のベクトル（現在値）を取得する。ステップＳ４では、ラベル番号＝０であるか、またはラベル中心ベクトルと現在のプロセス状態ベクトルの距離（差）が閾値θを超えているか否かのチェックを実行する。

ステップＳ３のチェックで、ラベル番号＝０またはベクトル間距離が閾値θを超えている場合には、ステップＳ５でラベル番号を１つ増やし、ステップＳ６でこのラベル中心ベクトルに現在のプロセス状態ベクトルを設定する。

ステップＳ７では、１つ前のラベル番号を持つ予測データのグループの解析を実行する。ステップＳ８では、新たに開始された予測の予測情報にラベル番号を付与し、また処理が終了した予測データをデータベースに格納してステップＳ２に戻る。

ステップＳ４のチェックで、ベクトル間距離が閾値θを超えていない場合には、ステップＳ８にスキップする。

図４は、シミュレーションデータベース１０３に構成されるデータのレイアウトイメージ図である。予測情報Ａ、ラベル番号Ｂ、予測データＣ，予測単体での解析結果Ｄ、同一ラベルを持つ予測全体の解析結果Ｅが一覧の表の形態で保持される。

以上説明した実施例において、シミュレーション評価システム１００を形成する各コンポーネントは、ネットワーク等を介して分散接続されていても良い。また、シミュレーションデータベース１０３は、プロセスデータサーバ４０に統合された形態でもよい。

更に、定期予測シミュレーション部１０１は、前述のようにプロセスシミュレーション部１０に統合されていてもよい。また、予測データ解析部２０４で実行する解析内容は任意である。

図５は、図１の構成に表示装置２００を追加した構成を示す機能ブロック図である。表示装置２００は、データ加工部２０１及び表示部２０２を有する。データ加工部２０１は、表示部２０２から受け取ったデータの加工条件のもとで、シミュレーションデータベース１０３から取得したデータを加工し、その結果を表示部２０２に返す。

表示部２０２は、オペレータが要求するデータの加工条件をデータ加工部２０１に渡す。また、データの加工結果を表示する。

図６は、特定のタグに対するシミュレーション評価画面例である。既存のプロセス構成図に加えて、実測値からの誤差（以下、単に誤差）の大きい順にタグ名を表示するランキング表（Ａ）、ある一つのタグに着目して過去の誤差履歴を表示する部分（Ｂ）、ラベル番号と誤差の関係を表示する部分（Ｃ）から構成される。

図７は、評価画面の一部の詳細内容を表示する画面例である。図７（Ａ）はランキング表であり、誤差の大きい順にタグ名を表示する。誤差の評価方法は任意であるが、最大値や積分値を評価することが考えられる。ランキング表を利用することで、オペレータは誤差の大きいタグを容易に見つけることができる。

図７（Ｂ）は過去の誤差履歴のトレンドグラフを表示する。ある一つのタグ（ここではランキング表で誤差の大きさが１位となったTAG007を例にとっている）に着目して、そのタグが過去にランクインした回数の時系列データを表示する。これによって、例えば、誤差の発生が増加傾向を示せば、そのタグに対応するモデルの異変を察知することができる。

図７（Ｃ）は、ラベル番号と誤差の関係を表示する。ラベルによりグループ化した予測データの違いに応じて、誤差がどのように変化するかを示す。これによって、グループの違いによる誤差発生の傾向を知ることができる。

表示装置２００の各コンポーネントは、ネットワーク等を介して接続されていても良く、プラント運転支援装置及びシミュレーション評価システム１００がオンラインでもオフラインでも使用可能である。また、表示部２０２は、プラント運転支援装置の制御部３０が備えるコンソール画面に追加してもよい。

図８は、本発明を適用したシミュレーション評価システムの実施例を示す機能ブロック図である。図１で説明した構成と同一要素には同一符号を付して説明をする。

図８において、図１で説明したプラント運転支援装置に追加された主な特徴部は、シミュレーション評価システム２００内にデータセレクタ部２０１と解析用グラフィカルユーザインタフェース(以下、解析用ＧＵＩ２０２(Graphical User Interface))を備えた点である。

定期予測シミュレーション部１０１は、プロセスシミュレーション部１０から、シミュレーションの全状態を初期状態として受け取り、予め規定された時間分のシミュレーションを実施し、予測データを生成する。シミュレーションの実行完了後は、再度、初期状態を取得し、繰り返し予測データの生成を定周期で実行する。

定周期処理で生成された予測データは、シミュレーションデータベース２０３に保存される。定期予測シミュレーション部１０１の機能は、プロセスシミュレーション部１０に内包する構成であってもよい。

状態判別部２０４は、定期予測シミュレーション部１０１からの予測データ及びプロセスシミュレーション部１０から常にプラントの現在の状態（各種センサ値やコントローラへの設定値等）を表す現在値を取得する。また、状態判別部２０４は、予測データの評価区間を判別するのにおいて、たとえばプラントの状態の変移が閾値を超えた場合に、予測データに対しての評価区間の設定を行い、予測開始の時刻や予測開始時の運転状態など評価区間を特徴づける情報、すなわち評価区間情報をシミュレーションデータベース２０３上の予測データに対して付与し、プラントの状態を示す現在値のデータ（以下、実測データという）をシミュレーションデータベース２０３に書き込むため、出力する。

図１の実施例では状態判別部２０４が予測データの分類や解析トリガの発行を行っていたが、図８の実施例ではユーザが解析用ＧＵＩ２０２で設定することにより、予測データの分類や解析トリガの発行を行っている。また、図８の実施例では、図１の実施例では行っていなかった分類のための情報付与、すなわち評価区間情報および実測データの管理を行っている。

シミュレーションデータベース２０３は、予測データ、予測データに付与された特徴情報、すなわち評価区間情報、並びに、プラントの状態を示す現在値のトレンドデータを保持し、データセレクタ部２０１、予測データ解析部２０５、解析用ＧＵＩ２０２などがそれら保持情報の利用を可能にする。つまり、このシミュレーションデータベース２０３は、解析を行うためのデータの提供のみを行う。

シミュレーションデータベース２０３に保存されている予測データ及び実測データを分類する。この分類の方法は、まず既定の分類方法によって、どういう分類の仕方があるのか、何が分類できるのかという情報をデータセレクタ部２０１から解析用ＧＵＩ２０２に出力する。次に、ユーザは、解析用ＧＵＩ２０２において、データセレクタ部２０１から送られる分類情報の中から解析したい対象を選択する。この選択された解析対象の情報が、解析用ＧＵＩ２０２からデータセレクタ部２０１に送られると、シミュレーションデータベース２０３で、解析対象情報をもとに予測データ及び実測データが分類される。たとえば、評価区間が６０分以上などの場合、運転状態の距離という点からは予測データが均質ではないが、ユーザにとって均質とされる条件で予測データ及び実測データを分類することができる。

図９は、任意の分類設定による解析実行例を示す図である。

解析対象を評価区間長６０分以上とした場合、予測データ１から５、それぞれにおいて評価区間長を示している。これらの予測された評価区間長の中から最小値、最大値、平均値を表示している。たとえば、解析対象が評価区間長６０分以上となっている予測データ２、３、５を取出し、これらのデータをもとに最小値、最大値、平均値を表示する。

ここで、既定の分類方法としては、いくつかの実装が考えられるが、たとえばｋ-meansアルゴリズムなどにより、予測の初期状態間の距離をもとに、複数のクラスターに分類する方法などがある。

次に、データセレクタ部２０１は、分類された予測データ及び実測データをシミュレーションデータベース２０３から取得し、この取得した予測データ及び実測データを予測データ解析部２０５に送る。

図１０は、状態判別部の動作を説明する遷移図である。

図１０は、プロセスの状態の状態空間上の軌跡であり、クラスタリングアルゴリズムによる分類の一例を示している。横軸および縦軸は、プロセス運転状態空間を示している。また、状態判別部２０４は、プロセスの状態を監視し、一点目の予測データ及び実測データ評価の有効範囲を決定し、二点目の予測データへのラベリングを行う。また、クラスタリングアルゴリズムによってクラスターが得られるため、時間的に不連続である場合でも、状態間の距離に基づいて分類ができる。たとえば、図１０では、時間的に不連続であるが、状態間の距離が近いものを分類すると、２つのクラスターが得られていることが確認できる。

また、図１０は、図２と似ているが、解析を動的に行うことにより、時間的に不連続な予測データ及び実測データである場合においても、状態間の距離が近いものを分類することにより、グループ化して解析を行うことができる点が図２と異なる。

また、ユーザが解析用ＧＵＩ２０２において、自動的な解析実行を指示することもできるため、時間的な連続性があり、状態間の距離がある一定の範囲である場合に、予測データの分類設定を行うと、図２の場合と同じ動作を行うことができる。

すなわち、図８の実施例では、時間的な連続性、あるいは時間的な不連続性である場合でも、状態間の距離がある一定の範囲であれば、任意にクラスターの範囲を決めることができる。

図８に戻って、予測データ解析部２０５は、データセレクタ部２０１からの入力、つまりデータセレクタ部２０１で分類された予測データ及び実測データをトリガとして、解析対象の実測データに対して予測データが合っていたかを解析し、この解析結果を解析用ＧＵＩ２０２に送る。

ユーザは、解析用ＧＵＩ２０２において、予測データ解析部２０５から送られてきた解析結果を確認できる。また、解析用ＧＵＩ２０２では、予測データ及び実測データの解析したい対象の選択や、予測データ解析部２０５で行われた解析結果の確認以外に、解析方法の変更などをユーザが任意に行うことができるユーザインターフェースである。

なお、各コンポーネントは、ネットワークなどを介して接続されてもよい。

また、予測データ解析部２０５は任意に実装できることにより、解析用ＧＵＩ２０２においてユーザが任意にどのような解析が行いたいかを設定できる。

また、クラスタリングアルゴリズム及び予測データの分類方法の実装は、ユーザが任意にできる。

以上説明したように、図８の実施例によれば、定周期で生成される予測データをラベリング情報でグループ化し、同一ラベルを持つ均質なグループ毎の解析を実行することにより、高精度な評価を行うことができる。また、プロセスシミュレーションの予測性能の評価結果を、ラベリング情報に基づいてプラントオペレータに対して分かりやすい形で表示すことができる。さらに、データセレクタ部及び解析用ＧＵＩを備えることにより、均質な予測データの集合を様々な視点から分類および評価を行えるシミュレーション評価システムを実現できる。

１０ プロセスシミュレーション部
１１ シミュレーションモデル
１２ モデルパラメータ修正手段
２０ 実プラント
３０ 制御部
４０ プロセスデータサーバ
１００ シミュレーション評価システム
１０１ 定期予測シミュレーション部
１０２、２０４ 状態判別部
１０３、２０３ シミュレーションデータベース
１０４、２０５ 予測データ解析部
１０５、２０１ データセレクタ部
２０２ 解析用ＧＵＩ
２００ シミュレーション評価システム

Claims (10)

1. 実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムにおいて、
   前記プロセスシミュレーション部よりシミュレーションの全体を初期状態として入力し、予め規定された時間分の予測データを出力する定期予測シミュレーション部と、
   前記プロセスシミュレーション部より取得する前記プラントの状態を示す現在値及び前記定期予測シミュレーション部より取得する予測データを入力し、この予測データを所定条件でグループ化したラベリング情報を出力すると共に、前記状態の変化が所定値を超えたときに解析実行メッセージを出力する状態判別部と、
   前記定期予測シミュレーション部からの予測データ並びに前記状態判別部からのラベリング情報及び前記現在値を取得して保存するシミュレーションデータベースと、
   前記解析実行メッセージを入力したとき、前記シミュレーションデータベースに保存されている前記予測データ、前記ラベリング情報、前記現在値のトレンドデータを取得して前記予測データに対する解析を実行し、解析結果を前記シミュレーションデータベースに出力する予測データ解析部と、
   を備えたことを特徴とするシミュレーション評価システム。
2. 前記状態判別部は、前記定期予測シミュレーション部からの新たな予測データを取得する毎に新たな予測データの初期条件となる現時点でのプロセス状態とラベルの中心として設定されているプロセス状態との差を監視し、この差が所定の閾値内であるときには入力した予測データのラベル番号を継続して出力し、前記差が所定の閾値を超えるときには入力した予測データのラベル番号をインクリメントして出力すると共に、前記解析実行メッセージを出力することを特徴とする請求項１に記載のシミュレーション評価システム。
3. 前記予測データ解析部は、前記解析実行メッセージを入力したとき、同一ラベル番号が付された前記予測データのグループに対して所定の解析を実行し、解析結果を前記シミュレーションデータベースに出力することを特徴とする請求項１または２に記載のシミュレーション評価システム。
4. 前記シミュレーションデータベースに保存されている解析結果情報及び現在データのトレンドデータを入力するデータ加工部と加工結果を表示する表示部を有するデータ表示装置を備えることを特徴とする請求項１乃至３のいずれかに記載のシミュレーション評価システム。
5. 前記データ表示部は、前記ラベル番号毎の解析結果を表示することを特徴とする請求項４に記載のシミュレーション評価システム。
6. 実プラントから取得した実データによりシミュレーションモデルのパラメータを修正するプロセスシミュレーション部からのデータに基づき、シミュレーション結果を評価するシミュレーション評価システムにおいて、
   前記プロセスシミュレーション部よりシミュレーションの全体を初期状態として入力し、予め規定された時間分の予測データを出力する定期予測シミュレーション部と、
   前記プロセスシミュレーション部より取得する前記プラントの状態を示す現在値及び前記定期予測シミュレーション部より取得する予測データを入力し、この予測データの評価区間を判別した評価区間情報を出力すると共に、前記プラントの状態を示す現在値のデータである実測データを出力する状態判別部と、
   前記定期予測シミュレーション部からの予測データ並びに前記状態判別部からの予測データの評価区間情報及び前記実測データを取得して保存するシミュレーションデータベースと、
   前記予測データ及び実測データの分類情報を出力し、この分類情報をもとに選択された解析情報を入力したとき、この解析情報をもとに前記シミュレーションデータベースで保存されている予測データおよび実測データを分類し出力するデータセレクタ部と、
   前記データセレクタ部から予測データ及び実測データを入力したとき、この実測データに対する予測データの解析を実行すると共に、この解析結果を出力する予測データ解析部と、
   前記任意の設定を行うと共に、前記データセレクタ部からの分類情報及び前記予測データ解析部からの解析結果を表示する解析部ＧＵＩ部
   を備えたことを特徴とするシミュレーション評価システム。
7. 前記状態判別部は、定期予測シミュレーション部からの予測データ及びプロセスシミュレーション部から前記プラントの状態を示す現在値のデータである実測データを取得すると共に、予測データの評価区間を判別するときに前記プラントの状態の変位が閾値を超えるときには、予測データの評価区間情報を前記シミュレーションデータベースに保存されている予測データに対して付与し、前記実測データを前記シミュレーションデータベースに書き込むことを特徴とする請求項６に記載のシミュレーション評価システム。
8. 前記データセレクタ部は、分類情報を前記解析用ＧＵＩに出力すると共に、この分類情報をもとに選択された解析対象を前記解析用ＧＵＩから入力するとき、この解析対象をもとに前記シミュレーションデータベースで保存されている予測データおよび実測データが分類され、この分類された予測データ及び実測データを予測データ解析部に出力することを特徴とする請求項６または７に記載のシミュレーション評価システム。
9. 前記予測データ解析部は、前記データセレクタ部で分類された予測データ及び実測データを入力したとき、この入力データをトリガとして、実測データに対して予測データが合っているかの解析を実行し、この解析結果を前記解析用ＧＵＩに出力することを特徴とする請求項６乃至８いずれかに記載のシミュレーション評価システム。
10. 前記解析ＧＵＩは、前記予測データ及び実測データの分類方法の設定、解析方法の変更設定、前記予測データ解析部で行われた解析結果の少なくともいずれかを表示することを特徴とする請求項６乃至９いずれかに記載のシミュレーション評価システム。