JP2013140495A - プラント状態監視装置、プラント状態監視方法 - Google Patents

Abstract

【課題】適用対象のプラントに対する事前知識が不要で、運転コストの低減に寄与する情報を自動的に取得できるプラント状態監視装置を提供する。
【解決手段】プラント１００の運転状態を監視するプラント状態監視装置において、計測信号４から計算したプラント１００の効率の時系列データと、環境負荷物質についての計測信号４の時系列データとのうち、少なくとも１つの時系列データについて、最大値をとる時刻の前後の一定期間または最小値をとる時刻の前後の一定期間をモデルデータの期間として決定し、モデルデータの期間における時系列データをモデルデータとして選定するモデルデータ選定手段４００と、モデルデータを複数のカテゴリーに分類して監視モデル６００Ａ〜６００Ｃを構築し、現在の計測信号６が監視モデル６００Ａ〜６００Ｃのカテゴリーに属するか否かを判定し、判定結果を画像表示装置９４０に出力する状態監視手段５００を備える。
【選択図】図１

Description

本発明は、プラントの監視結果を表示するプラント状態監視装置に関する。

ガスタービンプラント、ボイラプラント等のプラントを対象とした制御の分野では、制御性能に対する要求に加え、プラント効率の向上による燃料消費量の削減や、環境負荷物質の低減による排出ガスの処理コストの低減など、運転コストの低減に対するニーズがある。

これらのニーズに対応するため、特許文献１には、プラントワイド最適プロセス制御装置において、運転コストや複数の制御性能を評価できる評価関数の値を、プロセス最適化部で最適にする制御技術が公開されている。このプロセス最適化部は、代数方程式や微分方程式を用いて表されるプロセスシミュレーション部と、最適化計算を行う最適演算部を有する。

特開２００５−３１６７３８号公報

特許文献１に記載されたプラントワイド最適プロセス制御装置を実装するには、対象となるプロセスをモデル化し、代数方程式や微分方程式で定式化する必要がある。しかし、プロセスのモデル化には、適用対象のプラントに対する事前知識が必要である。オペレータにも、適用対象のプラントに対する事前知識が、ある程度は必要となる。

また、プラントの計測信号を分析して運転コストの低減方法を検討すると、オペレータは長期間にわたる計測信号を処理する必要があるので、煩雑なデータ処理を伴う多くの工数が必要となる。

本発明の目的は、適用対象のプラントに対する事前知識が不要で、運転コストの低減に寄与する情報を自動的に取得できるプラント状態監視装置を提供することにある。

上記の課題を解決するため、本発明によるプラント状態監視装置は、以下の構成を備える。

プラントの状態量を計測した計測信号を用いて、予め設定した監視項目について前記プラントの運転状態を監視し、監視結果を画像表示装置に表示するプラント状態監視装置において、前記計測信号を基にして計算した時系列データと前記計測信号の時系列データとのうち少なくとも１つの時系列データから、前記プラントを監視する際に参照するモデルデータを選定するモデルデータ選定手段と、前記モデルデータを複数のカテゴリーに分類することによって監視モデルを構築する状態監視手段を備える。

前記モデルデータ選定手段は、前記計測信号を基にして計算した前記プラントの効率の時系列データと、環境負荷物質についての前記計測信号の時系列データとのうち、少なくとも１つの時系列データについて、最大値をとる時刻の前後の予め定めた一定期間または最小値をとる時刻の前後の予め定めた一定期間をモデルデータの期間として決定し、このモデルデータの期間における前記少なくとも１つの時系列データを前記モデルデータとして選定する。

前記状態監視手段は、現在の前記計測信号が前記監視モデルの前記カテゴリーのいずれかに属するか否かを判定し、判定結果を監視結果として前記画像表示装置に出力する。

本発明によるプラント状態監視装置では、適用対象のプラントに対する事前知識が不要であり、運転コストの低減に寄与する情報を自動的に取得できる。このため、オペレータは、長期間にわたる計測信号の処理などの煩雑なデータ処理をすることなく、運転コストの低減に有用な情報を得ることができ、運転コストを削減できる。

本発明の第１の実施例によるプラント状態監視装置を説明するブロック図である。 プラント状態監視装置の動作フローチャートである。 データ分類機能の構成を示す模式図である。 Ｆ０レイヤーの構成を示すブロック図である。 Ｆ１レイヤーの構成を示すブロック図である。 火力発電プラントを示すブロック図である。 プラントの計測信号を、カテゴリーに分類した結果を説明する図である。 プラントの計測信号を、カテゴリーに分類した結果の一例を示す図である。 計測信号データベースに保存されているデータを示す図である。 設計情報データベースに保存されているデータを示す図である。 モデル情報データベースに保存されているデータを示す図である。 計測信号の時系列データとプラント効率の時系列データを示す図である。 過去の時系列データを所定の期間に分割し、その期間毎にモデルデータを選定する方法を説明する図である。 本発明の第２の実施例によるプラント状態監視装置を説明するブロック図である。 改善情報決定手段７００の動作を説明するフローチャートである。 図８Ａのステップ１１００の動作を説明する図である。 図８Ａのステップ１１１０の動作による抽出結果を説明する図である。 図８Ａのステップ１１２０の動作を説明する図である 本発明の第３の実施例によるプラント状態監視装置を説明するブロック図である。 本発明の第４の実施例によるプラント状態監視装置を説明するブロック図である。 モデルデータの期間を表示した画像表示装置の画面の例を示す図である。 監視結果を表示した画像表示装置の画面の例を示す図である。 第２、第４の実施例のプラント状態監視装置の画像表示装置が表示する画面の例を示す図である。

本発明の実施例によるプラント状態監視装置について、図面を参照して説明する。本実施例によるプラント状態監視装置は、以下に説明するように、計測信号から計算した時系列データや計測信号の時系列データからモデルデータを選定し、モデルデータを複数のカテゴリーに分類して監視モデルを構築する。モデルデータと監視モデルを用いることにより、オペレータは、適用対象のプラントに対する事前知識が不要で、運転コストの低減に寄与する情報を自動的に取得することができる。

図１は、本発明の第１の実施例によるプラント状態監視装置２００を説明するブロック図である。図１に示したように、プラント状態監視装置２００は、運転管理室９００と接続され、プラント１００の状態を監視する。

プラント状態監視装置２００は、演算装置として、モデルデータ選定手段４００及び状態監視手段５００を備え、データベースとして、計測信号データベース３１０、設計情報データベース３２０、及びモデル情報データベース３３０を備える。尚、図１では、データベースを「ＤＢ」と略記している。計測信号データベース３１０、設計情報データベース３２０、及びモデル情報データベース３３０には、電子化された情報が記録されており、通常、電子ファイル（電子データ）と呼ばれる形態で情報が記録される。

さらに、プラント状態監視装置２００は、外部とのインターフェイスとして、外部入力インターフェイス２１０及び外部出力インターフェイス２２０を備える。そして、外部入力インターフェイス２１０を介して、プラント１００の運転状態である各種の状態量を計測した計測信号１と、運転管理室９００で作成された外部入力信号２とが、プラント状態監視装置２００に取り込まれる。また、外部出力インターフェイス２２０を介して、画像表示情報１２を運転管理室９００に出力する。

運転管理室９００は、外部入力装置９１０と画像表示装置９４０とを備える。外部入力装置９１０は、例えばキーボード９２０及びマウス９３０のような入力装置から構成される。外部入力信号２は、外部入力装置９１０の操作により作成される。プラント状態監視装置２００が出力した画像表示情報１２は、画像表示装置９４０が受け取る。

図１に示した本実施例のプラント状態監視装置２００において、プラント１００の各種状態量を計測した計測信号１は、外部入力インターフェイス２１０を介して取り込まれ、計測信号３として、計測信号データベース３１０に保存される。

モデルデータ選定手段４００は、計測信号データベース３１０に保存されている計測信号４、及び設計情報データベース３２０に保存されているプラント１００の設計情報７を基にして時系列データを計算し、この時系列データのうち、ある一定期間のデータをモデルデータとして選定する。モデルデータは、詳細は後述するが、プラント１００の運転状態を監視する際に比較対象として参照するデータである。

設計情報データベース３２０には、プラント状態監視装置２００が行う計算に必要な設計情報が保存されている。モデルデータ選定手段４００は、設計リクエスト信号８を設計情報データベース３２０に送信して、計算に必要な設計情報７を取得する。

モデルデータ選定手段４００は、計測信号データベース３１０に保存された過去の計測信号を基にして計算したプラント効率の時系列データと、計測信号データベース３１０に保存された過去の計測信号に含まれる環境負荷物質の計測信号の時系列データとのうち、少なくとも１つの時系列データを用いて、この時系列データの最大値または最小値をとる時刻の前後の一定期間をモデルデータの期間として決定する。そして、モデルデータの期間におけるこの時系列データをモデルデータとして選定する。

また、モデルデータ選定手段４００は、過去のデータをある時刻から所定の期間毎に分割し、その期間毎に、計測信号を基にして計算したプラント効率の時系列データと、環境負荷物質の計測信号の時系列データとのうち、少なくとも１つの時系列データを用いて、この時系列データの最大値または最小値をとる時刻の前後の一定期間をモデルデータの期間として決定し、この期間における時系列データをモデルデータとして選定するようにしてもよい。

尚、モデルデータとして選定する計測信号のデータ項目（計測信号の種類）は、任意に設定できる。

モデルデータ選定手段４００が選定したモデルデータ５は、状態監視手段５００に送信される。

モデルデータ選定手段４００の詳細な動作については、図６を用いて後述する。

状態監視手段５００は、モデルデータ選定手段４００で選定したモデルデータ５を用いて、プラント１００の監視に用いる監視モデル６００を構築し、保存する。監視モデル６００は、モデルデータ５（計測信号）を、互いの類似性に応じて複数のカテゴリーに分類することによって構築したモデルであり、監視している計測信号が過去の計測信号のどの状態に近いかを求めるためのモデルである。モデルデータ５の類似性は、予め定めたパラメータ（後述するパラメータρ）で規定することができる。図１では、監視モデル６００Ａ〜６００Ｃの３種類を監視モデル６００として図示しているが、状態監視手段５００は、任意の数の監視モデル６００を備えることができる。尚、以下の説明では、監視モデル６００Ａ〜６００Ｃを監視モデル６００と総称する。

監視モデル６００についての情報であるモデル情報１０は、モデル情報データベース３３０に保存される。また、モデル情報データベース３３０に保存されているモデル情報９は、状態監視手段５００に送信され、必要に応じて監視モデル６００にて使用される。

状態監視手段５００は、監視モデル６００と、計測信号データベース３１０に保存されている計測信号６とを比較する。計測信号６が、監視モデル６００のいずれのカテゴリーにも属しない場合、プラント１００の状態が変化したと判定する。この場合、状態監視手段５００は、監視モデル６００として監視している項目と、プラント１００のこの項目についての現在の状態がモデルデータと異なることとを監視結果１１として出力する。すなわち、状態監視手段５００は、監視している項目のデータが過去のデータ（モデルデータ）と異なる傾向を示していることを、監視結果１１として出力する。

監視結果１１は、外部出力インターフェイス２２０にて画像表示情報１２に変換され、運転管理室９００の画像表示装置９４０に送信される。

このようにして、本実施例のプラント状態監視装置２００では、計測信号６が監視モデル６００の構築に用いたモデルデータ５と異なる傾向を示した場合（すなわち、計測信号６が、監視モデル６００のいずれのカテゴリーにも属しない場合）、画像表示装置９４０を介してオペレータにこのことを通知する。

尚、本実施例では、モデルデータ選定手段４００、状態監視手段５００、計測信号データベース３１０、設計情報データベース３２０、及びモデル情報データベース３３０がプラント状態監視装置２００の内部に備えられているが、これらの一部をプラント状態監視装置２００の外部に配置し、これらの装置間でデータを通信するようにしてもよい。

また、本実施例のプラント状態監視装置２００では、監視対象とするプラント１００が１基である場合を示しているが、１台のプラント状態監視装置２００で複数基のプラント１００を監視することも可能である。

また、計測信号データベース３１０、設計情報データベース３２０、及びモデル情報データベース３３０に保存されている情報（プラント状態監視装置情報５０）は、任意に運転管理室９００の画像表示装置９４０に表示できるようになっている。また、プラント状態監視装置情報５０は、運転管理室９００の外部入力装置９１０を操作して生成する外部入力信号２で修正することができる。

次に、図２を用いて、本実施例のプラント状態監視装置の動作について説明する。図２は、プラント状態監視装置２００の動作フローチャートである。図２のフローチャートに示すように、プラント状態監視装置２００の基本動作は、ステップ１０００〜ステップ１０５０を組み合わせて実行される。

まず、ステップ１０００では、監視モデルを新規に作成する指示がオペレータからあるか否かを判定し、監視モデルを新規に作成する場合はステップ１０１０へ、監視モデルを新規に作成しない場合はステップ１０３０に進む。

ステップ１０１０では、モデルデータ選定手段４００を動作させ、モデルデータを選定する。

ステップ１０２０では、状態監視手段５００を動作させ、ステップ１０１０で選定したモデルデータ５を用いて監視モデル６００を構築する。

ステップ１０３０では、状態監視手段５００を動作させ、監視モデル６００と、計測信号データベース３１０に保存されている計測信号６を比較する。計測信号６が監視モデル６００の構築に用いたモデルデータ５と異なる傾向を示した場合は（すなわち、計測信号６が、監視モデル６００のいずれのカテゴリーにも属しない場合は）、状態が変化したと判定する。この場合、状態監視手段５００は、監視モデル６００として監視している項目と、プラント１００のこの項目についての現在の状態が監視モデルの範囲を逸脱していること（すなわち、現在の状態がモデルデータと異なること）とを監視結果１１として出力する。

ステップ１０４０では、監視結果１１を外部出力インターフェイス２２０にて画像表示情報１２に変換し、画像表示装置９４０に監視結果を表示する。

ステップ１０５０では終了判定を実施する。終了すると判定した場合は、プラント状態監視装置２００は動作を終了する。終了しないと判定した場合は、ステップ１０３０に戻る。ステップ１０５０における終了判定の方法には、ステップ１０３０〜１０５０の繰り返し回数が予め設定した回数を超えた場合に終了する、または外部入力装置９１０を用いてオペレータから動作停止の指示が入力された場合に終了するなど、様々な判断基準がある。

次に、図３Ａ〜図３Ｃと図４Ａ〜図４Ｃを用いて、本実施例のプラント状態監視装置２００が備える状態監視手段５００において、モデルデータ５または計測信号６を分類する機能を説明する。

以下の説明では、プラント状態監視装置２００が有するデータ分類機能に、適応共鳴理論（Ａｄａｐｔｉｖｅ Ｒｅｓｏｎａｎｃｅ Ｔｈｅｏｒｙ：ＡＲＴ）を適用した場合について述べる。尚、データ分類機能として、ベクトル量子化等、他のクラスタリング手法を用いることもできる。ＡＲＴを始めとするデータ分類機能を利用することで、オペレータは、適用対象のプラントに対する事前知識を持たなくても、運転コストの低減に寄与する情報を取得することができ、オペレータの負担を軽減することができる。

図３Ａは、データ分類機能の構成を示す模式図である。図３Ａに示すように、データ分類機能は、データ前処理装置６１０とＡＲＴモジュール６２０を備える。データ前処理装置６１０は、プラントの運転データをＡＲＴモジュール６２０の入力データに変換する。

以下に、データ前処理装置６１０及びＡＲＴモジュール６２０が行う処理の手順について説明する。

まず、データ前処理装置６１０において、モデル情報データベース３３０に保存されている正規化条件の情報を用いて、計測項目毎にデータを正規化する。計測信号を正規化したデータＮｘｉ（ｎ）及び正規化したデータの補数ＣＮｘｉ（ｎ）（＝１−Ｎｘｉ（ｎ））を含むデータを、入力データＩｉ（ｎ）とする。ここで、ｉはデータ項目を識別するための符号であり、ｎは時系列データの時刻を定義するためのサンプル番号である。この入力データＩｉ（ｎ）が、ＡＲＴモジュール６２０に入力される。

ＡＲＴモジュール６２０は、入力データであるモデルデータ５または計測信号６を複数のカテゴリーに分類する。

ＡＲＴモジュール６２０は、Ｆ０レイヤー６２１、Ｆ１レイヤー６２２、Ｆ２レイヤー６２３、メモリ６２４、及び選択サブシステム６２５を備え、これらは相互に結合している。Ｆ１レイヤー６２２及びＦ２レイヤー６２３は、重み係数を介して結合している。重み係数は、入力データが分類されるカテゴリーのプロトタイプ（原型）を表している。ここで、プロトタイプとは、カテゴリーの代表値を表すものである。

次に、ＡＲＴモジュール６２０のアルゴリズムについて説明する。ＡＲＴモジュール６２０に入力データが入力された場合のアルゴリズムの概要は、下記の処理１〜処理５のようになる。

処理１：Ｆ０レイヤー６２１により入力ベクトルを正規化し、ノイズを除去する。

処理２：Ｆ１レイヤー６２２に入力された入力データと重み係数との比較により、ふさわしいカテゴリーの候補を選択する。

処理３：選択サブシステム６２５で選択したカテゴリーの妥当性がパラメータρとの比により評価される。妥当と判断されれば、入力データはそのカテゴリーに分類され、処理４に進む。一方、妥当と判断されなければ、そのカテゴリーはリセットされ、他のカテゴリーからふさわしいカテゴリーの候補を選択する（処理２を繰り返す）。パラメータρの値を大きくするとカテゴリーの分類が細かくなり、ρの値を小さくすると分類が粗くなる。このパラメータρをビジランス（ｖｉｇｉｌａｎｃｅ）パラメータと呼ぶ。パラメータρは、入力データの類似性を規定するパラメータである。パラメータρの値は、予め設定しておく。

処理４：処理２において全ての既存のカテゴリーがリセットされると、入力データが新規カテゴリーに属すると判断され、新規カテゴリーのプロトタイプを表す新しい重み係数を生成する。

処理５：入力データがカテゴリーＪに分類されると、カテゴリーＪに対応する重み係数ＷＪ（ｎｅｗ）は、過去の重み係数ＷＪ（ｏｌｄ）及び入力データｐ（または入力データから派生したデータ）を用いて、下記の式（１）により更新される。
ＷＪ（ｎｅｗ）＝Ｋｗ・ｐ＋（１−Ｋｗ）・ＷＪ（ｏｌｄ） ・・・（１）
ここで、Ｋｗは、学習率パラメータ（０＜Ｋｗ＜１）であり、入力データｐを新しい重み係数ＷＪ（ｎｅｗ）に反映させる度合いを決定する値である。

尚、式（１）及び後述する式（２）〜式（１２）を演算する機能は、ＡＲＴモジュール６２０に組み込まれている。また、演算に必要なパラメータも、ＡＲＴモジュール６２０に保存されている。

ＡＲＴモジュール６２０のデータ分類アルゴリズムの特徴は、上記の処理４にある。処理４では、学習した時のパターンと異なる入力データが入力された場合、記録されているパターンを変更せずに新しいパターンを記録することができる。このため、過去に学習したパターンを記録しながら、新たなパターンを記録することが可能となる。

このように、ＡＲＴモジュール６２０は、入力データが与えられるとパターンを学習する。従って、学習済みのＡＲＴモジュール６２０に新たな入力データが入力されると、上記アルゴリズムにより、過去に学習したどのパターンに近いかを判定することができる。また、過去に経験したことのないパターンであれば、新規カテゴリーに分類する。

図３Ｂは、Ｆ０レイヤー６２１の構成を示すブロック図である。Ｆ０レイヤー６２１では、入力データＩ_ｉを各時刻で再度正規化し、Ｆ１レイヤー６２２及び選択サブシステム６２５に入力する正規化入力ベクトルｕ^０ _ｉを作成する。尚、図３Ｂでは、添え字ｉを省略している。

始めに、入力データＩ_ｉから、式（２）に従ってｗ^０ _ｉを計算する。ここで、ａは定数である。

次に、ｗ^０ _ｉを正規化したｘ^０ _ｉを、式（３）を用いて計算する。ここで、「|| ||」はノルムを表す記号である。

そして、式（４）を用いて、ｘ^０ _ｉからノイズを除去したｖ^０ _ｉを計算する。ただし、θは、ノイズを除去するための定数である。式（４）の計算により、微小な値は０となるため、入力データのノイズが除去される。

最後に、式（５）を用いて正規化入力ベクトルｕ^０ _ｉを求める。ｕ^０ _ｉはＦ１レイヤー６２２の入力となる。

図３Ｃは、Ｆ１レイヤー６２２の構成を示すブロック図である。Ｆ１レイヤー６２２では、式（５）で求めたｕ^０ _ｉを短期記憶として保持し、Ｆ２レイヤー６２３に入力するｐ_ｉを計算する。Ｆ２レイヤーの計算式をまとめて式（６）〜式（１２）に示す。ただし、ａ、ｂ、及びｄは予め定めた定数、ｆ（）は式（４）で示した関数、Ｔ_ｊはＦ２レイヤー６２３で計算する適合度、Ｚ_ｊｉは重み係数、Ｍはデータ項目の数、ｉはデータ項目を識別するための符号（１≦ｉ≦Ｍ）である。

ただし、

次に、図４Ａ〜図４Ｃを用いて、本実施例のプラント状態監視装置２００が備える状態監視手段５００が有する、モデルデータ５または計測信号６を分類する機能を説明する。まず、図４Ａを用いて、プラント１００の実施例を説明する。次に、図４Ｂ及び図４Ｃを用いて、モデルデータ５または計測信号６をカテゴリーに分類する様子を述べる。

図４Ａは、プラント１００の実施例である火力発電プラントを示すブロック図である。図４Ａにおいて、火力発電プラント１００は、ガスタービン発電機１１０、制御装置１２０、及びデータ送信装置１３０を備える。ガスタービン発電機１１０は、発電機１１１、圧縮機１１２、燃焼器１１３、及びタービン１１４を備える。

発電に際しては、圧縮機１１２にて吸い込んだ空気を圧縮して圧縮空気とし、この圧縮空気を燃焼器１１３に送り、燃料と混合して燃焼する。燃焼により発生した高圧ガスを用いてタービン１１４を回転させ、発電機１１１により発電を行う。

制御装置１２０においては、電力需要に応じてガスタービン発電機１１０の出力を制御する。また、制御装置１２０は、ガスタービン発電機１１０に設置されたセンサ（図示せず）で計測した運転データ１０２を入力データとしている。運転データ１０２は、吸気温度、燃料投入量、タービン排ガス温度、タービン回転数、発電機発電量、及びタービン軸振動などの状態量であり、サンプリング周期毎に計測している。また、大気温度などの気象情報も計測している。これらの運転データ１０２の計測信号１０３は、データ送信装置１３０に送信される。

制御装置１２０においては、これらの運転データ１０２を用いて、ガスタービン発電機１１０を制御するための制御信号１０１を算出する。また、制御装置１２０では、運転データ１０２の値が予め設定した範囲を逸脱した時に警報を発生させる処理を実施している。警報信号は、運転データ１０２の値が予め設定した範囲を逸脱した時に「１」、範囲内の時は「０」のデジタル信号として処理する。警報信号が「１」の時は、音や画面表示などで、警報の内容をオペレータに通知する。

データ送信装置１３０は、計測信号１をプラント状態監視装置２００に送信する。計測信号１には、制御装置１２０で計測した運転データ１０２、制御装置１２０で算出した制御信号１０１、計測信号１０３、及び警報信号を含む。

図４Ｂは、プラント１００から取得した計測信号１を、カテゴリーに分類した結果を説明する図である。図４Ｂの上図は計測信号１を示し、下図は計測信号１を分類したカテゴリーを示し、上図と下図の横軸は時間、上図の縦軸は計測信号、下図の縦軸はカテゴリー番号である。図４Ｂにおいて、監視開始前の期間は、モデルデータを選定するための期間（モデルデータの期間）であり、モデルデータとなる計測信号と、この計測信号を分類したカテゴリーが表されている。監視開始後の期間には、監視データである計測信号とそのカテゴリーが表されている。尚、図４Ｂでは、一例として、計測信号のうちの２項目（項目Ａと項目Ｂ）を表示している。

モデルデータの期間において、計測信号（すなわちモデルデータ）は、カテゴリー１〜３という３つのカテゴリーに分類されている。このようにモデルデータを複数のカテゴリーに分類したものが、監視モデル６００である。

図４Ｃは、プラント１００の計測信号１を、カテゴリーに分類した分類結果の一例を示す図である。図４Ｃは、図４Ｂと同様に一例として、計測信号のうちの２項目（項目Ａと項目Ｂ）を表示しており、２次元のグラフで表記した。また、縦軸及び横軸は、それぞれの項目の計測信号を規格化して示した。監視モデルは、モデルデータを複数のカテゴリーに分類することによって構築したモデルであり、図４Ｃによっても表すことができる。

計測信号は、図３ＡのＡＲＴモジュール６２０によって複数のカテゴリー６３０に分割される。カテゴリー６３０は、図４Ｃでは、カテゴリー１〜４とそれぞれ記された４つの円で表され、１つの円が１つのカテゴリーに相当する。

本実施例では、計測信号は４つのカテゴリーに分類されている。カテゴリー１は、項目Ａの値が大きく、項目Ｂの値が小さいグループであり、カテゴリー２は、項目Ａと項目Ｂの値が共に小さいグループであり、カテゴリー３は項目Ａの値が小さく、項目Ｂの値が大きいグループであり、カテゴリー４は項目Ａと項目Ｂの値が共に大きいグループである。

図４Ｂに示すように、監視開始前の期間のデータ（モデルデータ）は、カテゴリー１〜３に分類された。すなわち、監視モデル６００は、カテゴリー１〜３を有する。

監視開始後の計測信号のうち、前半のデータはカテゴリー２に分類されており、モデルデータと同じカテゴリーである。すなわち、監視開始後の計測信号の前半のデータは、監視モデル６００のカテゴリー２に属している。この場合、計測信号がカテゴリー２に属している（監視データの傾向がモデルデータと同じである）ことから、プラントの状態は変化していないと判断する。

一方、監視開始後の計測信号のうち、後半のデータはカテゴリー４に分類されており、モデルデータと異なるカテゴリーに分類されている。すなわち、監視開始後の計測信号の後半のデータは、監視モデル６００のいずれのカテゴリー（カテゴリー１〜３）にも属していない。この場合、計測信号がモデルデータのいずれのカテゴリーにも属していない（監視データの傾向がモデルデータと異なる）ことから、プラントの状態が変化したと判断する。そして、プラント状態監視装置２００は、プラントのオペレータにプラントの状態が変化したことを画像表示装置９４０に表示し、オペレータに通知する。

尚、本実施例では２項目の計測信号をカテゴリーに分類する例を述べたが、３項目以上の計測信号について、多次元の座標を用いてカテゴリーに分類することもできる。

図５Ａ〜図５Ｃは、プラント状態監視装置２００のデータベースに保存されているデータの態様を説明する図である。

図５Ａは、計測信号データベース３１０に保存されているデータを示す図である。計測信号データベース３１０には、プラント１００に対して計測した運転データである計測信号１（図５Ａでは、データ項目Ａ、Ｂ、Ｃを記載）の値が、サンプリング周期（縦軸の時刻）毎に保存される。データの表示画面３１１において、縦横に移動可能なスクロールボックス３１２及び３１３を用いることにより、広範囲のデータをスクロールして表示することができる。

図５Ｂは、設計情報データベース３２０に保存されているデータを示す図である。設計情報データベース３２０には、プラント１００の制御ロジック図やヒートバランス情報が保存される。尚、図５Ｂには図示していないが、プラント１００を構成する機器（ガスタービン、発電機、及び圧縮機など）の設計図、設計値、及びプラント１００を構成する機器の効率を計算するための式など、プラント１００の性能を評価する指針となる計算式も設計情報データベース３２０に保存されている。制御ロジック図やヒートバランス情報など、設計情報データベース３２０に保存されているデータは、表示画面３２１に表示することができる。

図５Ｃは、モデル情報データベース３３０に保存されているデータを示す図である。モデル情報データベース３３０には、監視モデル毎に、カテゴリー番号と重み係数の関係が保存されている。ここで、重み係数とは、カテゴリーの中心座標（図４Ｃに示した円の中心座標）のことである。表示画面３３１には、一例として監視モデルＡのデータ３３２ａが表示されているが、表示を切り替えることにより、監視モデルＢのデータ３３２ｂなど、他の監視モデルのデータを表示することもできる。

図６Ａと図６Ｂは、モデルデータ選定手段４００の実施例を説明する図である。

モデルデータ選定手段４００では、計測信号データベース３１０に保存されている計測信号と、設計情報データベース３２０に保存されている式（１３）を用いて、ガスタービンの効率ηを計算する。ここで、ＭＷは発電出力（ＭＷｈ）、Ｆは燃料流量（ｍ^３／ｈ）、Ｋは燃料比重（ｋｇ／ｍ^３）、ＬＨＶは燃料発熱量（ｋＪ／ｋｇ）である。
η＝（ＭＷ×３６００）／（Ｆ×Ｋ×ＬＨＶ） ・・・（１３）
図６Ａは、計測信号の時系列データとプラント効率の時系列データを示す図である。上図には、計測信号の時系列データとして、発電出力ＭＷと燃料流量Ｆの時系列データが表されており、下図には、プラント効率の時系列データとして、ガスタービンの効率ηの時系列データが表されている。

モデルデータ選定手段４００では、式（１３）で計算したガスタービンの効率ηの時系列データが最大値となる時刻の前後の一定期間（図６Ａの例では、時刻Ｔ１からＴ２までの期間）をモデルデータの期間として決定し、この期間における効率ηの時系列データをモデルデータ５として選定する。モデルデータの期間を決定するための一定期間は、予め定めておき、任意の長さの期間を設定することができる。図６Ａでは、ガスタービンの効率ηの時系列データについてだけモデルデータの期間が設定されているが、計測信号（発電出力ＭＷと燃料流量Ｆ）の時系列データについても、モデルデータの期間を設定することができる。

尚、モデルデータ５として選定する計測信号のデータ項目は、発電出力ＭＷや燃料流量Ｆなど、プラントの効率を評価するのに有効なデータ項目である。選定するデータ項目の数は、１つでも複数でもよい。

現在の計測信号６が、モデルデータ５を用いて構築した監視モデル６００のカテゴリーに属すれば（すなわち、現在の計測信号６とモデルデータ５とが同じ傾向であれば）、高効率でプラント１００を運転できていることを意味する。一方、現在の計測信号６が、監視モデル６００のカテゴリーに属しておらず（すなわち、現在の計測信号６とモデルデータ５とが異なる傾向であり）、監視モデル６００にて新規カテゴリーが発生すれば、プラント１００の状態は、高効率で運転していた状態から変化したことを意味する。本実施例のプラント状態監視装置２００を用いることで、プラント１００の状態が高効率で運転していた状態から変化したことを、オペレータに通知できる。

また、モデルデータ選定手段４００では、一酸化炭素や窒素酸化物などの環境負荷物質を計測したデータと、環境負荷物質の制御に関係する操作信号の時系列データとを抽出し、環境負荷物質の計測値が最小値となる時刻の前後の一定期間をモデルデータの期間として決定し、この期間における計測信号の時系列データをモデルデータ５として選定することもできる。この場合も、モデルデータの期間を決定するための一定期間は、予め定めておき、任意の長さの期間を設定することができる。

尚、モデルデータ５として選定する計測信号のデータ項目は、一酸化炭素濃度、窒素酸化物濃度、及び空気流量など、環境負荷物質を評価するのに有効なデータ項目である。選定するデータ項目の数は、１つでも複数でもよい。

このモデルデータ５を用いて構築した監視モデル６００を用いることで、環境負荷物質が最小となっている状態から計測信号のデータ傾向が変化した場合（すなわち、計測信号が、監視モデル６００のいずれのカテゴリーにも属しない場合）、オペレータに通知できる。

このように、モデルデータ選定手段４００では、プラント効率の時系列データと、過去の計測信号に含まれる環境負荷物質の計測信号の時系列データとのうち、少なくとも１つの時系列データを用いて、この時系列データの最大値または最小値をとる時刻の前後の一定期間をモデルデータの期間として決定し、モデルデータの期間におけるこの時系列データをモデルデータ５として選定する。

また、モデルデータ選定手段４００では、過去のデータを予め定めたある時刻から予め定めた所定の期間毎に分割し、その期間毎に、過去の計測信号を基にして計算したプラント効率の時系列データと、過去の計測信号に含まれる環境負荷物質の計測信号の時系列データとのうち、少なくとも１つの時系列データを用いて、この時系列データの最大値または最小値をとる時刻の前後の一定期間をモデルデータの期間として決定することもできる。そして、それぞれのモデルデータの期間において、この時系列データをモデルデータ５として選定することもできる。

このように、予め定めた一定期間で区切ったモデルデータを用いて監視モデル６００を構築することで、季節の変化に伴う大気温度変化や経年劣化によるプラント特性の変化を考慮できる。すなわち、大気の温度が高くなると、ガスタービンの効率が低下する。大気温度などの環境条件の変化に伴い、最適な操作条件や最大効率も変化する。季節毎に監視モデル６００を切り替えて運用することで、大気温度の変化を考慮した監視が可能となる。

図６Ｂは、過去の時系列データを予め定めた所定の期間に分割し、その期間毎にモデルデータを選定する方法を説明する図である。図６Ｂに示すように、過去の時系列データのうち、プラント１００の定期検査が終了した時刻ｔ０からのデータを所定の期間に分割し、この期間毎にモデルデータを選定することもできる。図６Ｂの例では、期間ａでは時刻ｔ１〜ｔ２、期間ｂでは時刻ｔ４〜ｔ５、期間ｃでは時刻ｔ７〜ｔ８のデータを、それぞれモデルデータとして選定している。定期検査後の経過時間に合わせて監視モデル６００を切り替えることで、プラントの経年変化を考慮した監視が可能となる。

本実施例によれば、プラント効率の高いモデルデータと現時刻の計測信号との比較、及び環境負荷物質の低いモデルデータと現時刻の計測信号との比較のうち、少なくとも１つの比較により、現時刻の計測信号のデータ傾向がモデルデータと異なる場合に、オペレータにプラントの状態が変化したことを通知できる。この通知によりプラントの運用を改善する対策を実施することで、プラントの効率を向上して燃料消費量を削減したり、環境負荷物質を低減して排出ガスの処理コストを削減したりして、運転コストを削減できる。また、オペレータは、長期間の計測信号を処理することなく、運転コスト削減に有用な情報を得ることができる。

以上に述べた実施例では、モデルデータ選定手段４００にて、プラント効率が最大時または環境負荷物質が最小時の時刻からの期間をモデルデータの期間として選定した。プラント効率が最小時または環境負荷物質が最大時の時刻からの期間をモデルデータの期間として選定し、この期間で得られたモデルデータと現在の計測信号のデータ傾向が同じ場合に、プラントの運用状態が悪いことをオペレータに通知するような構成としてもよい。

図７は、本発明の第２の実施例によるプラント状態監視装置２００を説明するブロック図である。図７において、第１の実施例（図１）と同一の符号は、第１の実施例と同一または共通する要素を示す。本実施例のプラント状態監視装置２００は、状態監視手段５００に改善情報決定手段７００が備えられている点が、第１の実施例のプラント状態監視装置２００と異なる。改善情報決定手段７００は、プラントの運転状態を改善する操作方法を決定して出力する。この操作方法は、画像表示装置９４０に表示される。

改善情報決定手段７００は、監視モデル６００Ａ〜６００Ｃから、それぞれ出力情報５０１Ａ〜５０１Ｃを受信する。尚、以下の説明では、出力情報５０１Ａ〜５０１Ｃを出力情報５０１と総称する。出力情報５０１は、監視モデル６００のカテゴリー番号など、監視モデル６００に関する情報である。

以下、図８Ａ〜図８Ｄを用いて、改善情報決定手段７００の動作を説明する。

図８Ａは、改善情報決定手段７００の動作を説明するフローチャートである。尚、本フローチャートによる処理は、図２のステップ１０３０にて実施される。

本フローチャートによる処理は、図８Ａのステップ１１００〜ステップ１１２０を組み合わせて実行される。ステップ１１００では、監視モデル６００からの出力情報５０１を用いて、計測信号のデータ傾向が変化した原因となったデータ項目（主要因データ項目）を求める。ステップ１１１０では、ステップ１１００で抽出した主要因データ項目に関連する制御ロジック図を抽出する。ステップ１１２０では、求めたり抽出したりしたこれらの情報を用いて、プラント運用の改善案を出力する。

以下、図８Ｂ〜図８Ｄを用いて、各ステップの動作を述べる。

図８Ｂは、ステップ１１００の動作を説明する図である。まず、新規カテゴリーに属するデータＸに対して、最も近い既存のカテゴリー（正常カテゴリーＮ）を求める。次に、データＸの値と正常カテゴリーＮの中心との距離を求め、この距離に対する寄与度（この距離の射影）が最大であるデータ項目を、主要因データ項目として求める。図８Ｂの例では、データ項目Ａが主要因データ項目として求められる。

図８Ｃは、ステップ１１１０の動作による抽出結果を説明する図である。ステップ１１１０では、ステップ１１００で求めた主要因データ項目（項目Ａ）が含まれる制御ロジック図を抽出する。制御ロジック図は、設計情報データベース３２０に保存されている。状態監視手段５００は、設計情報リクエスト信号１４を設計情報データベース３２０へ送信して、設計情報１３（制御ロジック図）を取得する。

図８Ｄは、ステップ１１２０の動作を説明する図である。ステップ１１２０では、ステップ１１００で求めた主要因データ項目（項目Ａ）について、監視モデル６００を構築した時のデータ範囲と、項目Ａのトレンドデータ（時系列データ）とを抽出して、データ傾向の変化を把握し、運用改善に寄与する操作方法を出力する。

ステップ１１２０では、まず、モデルデータ５から項目Ａの最大値及び最小値を抽出する。次に、抽出した最大値より大きいトレンドデータのサンプル点数と、抽出した最小値より小さいトレンドデータのサンプル点数とを比較する。最大値より大きいトレンドデータのサンプル点数が、最小値より小さいトレンドデータのサンプル点数よりも多い場合は、項目Ａの値を下げる操作が運用改善に有用であると決定する。最小値より小さいトレンドデータのサンプル点数が、最大値より大きいトレンドデータのサンプル点数よりも多い場合は、項目Ａの値を上げる操作が運用改善に有用であると決定する。決定した操作は、プラント運用の改善案として出力する。

図８Ｄの例では、監視モデル構築時と比較してトレンドデータの値が大きくなって推移していることから、項目Ａの値を下げる操作が運用改善に寄与すると決定する。

本実施例のプラント状態監視装置２００を用いることで、オペレータは長期間の計測信号を処理することなく、自動的に運用改善の操作方法を得られる。

図９は、本発明の第３の実施例によるプラント状態監視装置２００を説明するブロック図である。図９において、第１の実施例（図１）と同一の符号は、第１の実施例と同一または共通する要素を示す。本実施例のプラント状態監視装置２００は、状態監視手段５００に総合監視手段８００が備えられている点が、第１の実施例のプラント状態監視装置２００と異なる。総合監視手段８００は、画像表示装置９４０に表示する監視結果の優先順位を決定する。

総合監視手段８００は、監視モデル６００Ａ〜６００Ｃから、それぞれ出力情報５０１Ａ〜５０１Ｃを受信する。尚、以下の説明では、出力情報５０１Ａ〜５０１Ｃを出力情報５０１と総称する。出力情報５０１は、監視モデル６００のカテゴリー番号など、監視モデル６００に関する情報である。

総合監視手段８００は、監視モデル６００のそれぞれに対して、式（１４）に従って評価値Ｅｉを求める。ここで、ｉは監視モデル番号、Ｅｉは監視モデルｉの評価値、Ｗｉは監視モデルｉに対する重み係数、Ｖ１ｉはモデルデータ中の最良値（効率の最大値、または環境負荷物質の最小値）、及びＶ２ｉは現在の計測信号の値に基づいて求めた監視項目の値（効率、または環境負荷物質の計測値）である。尚、重み係数Ｗｉは、予め設定する値である。重要な監視項目に対しては、監視モデル６００の重み係数Ｗｉの値を大きく設定する。
Ｅｉ＝Ｗｉ×｜Ｖ１ｉ−Ｖ２ｉ｜ ・・・（１４）
評価値Ｅｉは、重み係数Ｗｉと、モデルデータの最良値Ｖ１ｉと現在の監視項目の値Ｖ２ｉの偏差の積とで計算される。重要な監視項目や偏差が大きい監視項目ほど、評価値Ｅｉが大きくなる。従って、評価値Ｅｉが大きいほど、対応の優先順位が高い。そこで、評価値Ｅｉが大きい監視モデルほど表示の優先順位が高いとし、評価値Ｅｉの大きい順番に監視結果を画像表示装置９４０に表示することで、対応の優先順位も併せてオペレータに通知する。

本実施例のプラント状態監視装置２００を用いることで、状態が変化した監視項目について対応の優先順位をつけてオペレータに通知できる。

図１０は、本発明の第４の実施例によるプラント状態監視装置２００を説明するブロック図である。図１０において、第１の実施例（図１）と同一の符号は、第１の実施例と同一または共通する要素を示す。本実施例のプラント状態監視装置２００は、状態監視手段５００に改善情報決定手段７００及び総合監視手段８００が備えられている点が、第１の実施例のプラント状態監視装置２００と異なる。

改善情報決定手段７００及び総合監視手段８００の動作は、それぞれ実施例２及び実施例３で説明した通りである。ただし、総合監視手段８００は、対応を優先する項目についての出力情報５０２を改善情報決定手段７００に出力する。画像表示装置９４０には、監視結果とプラントの運転状態を改善する操作方法が、優先順位に従って（すなわち、評価値Ｅｉの大きい順番に）表示される。

本実施例のプラント状態監視装置２００を用いることで、状態が変化した監視項目について対応の優先順位をつけてオペレータに通知でき、さらにオペレータは自動的に運用改善の操作方法を得られる。

図１１Ａ、図１１Ｂ、及び図１２は、本実施例の画像表示装置９４０に表示される画面を説明する図である。図１１Ａ及び図１１Ｂは第１〜第４の実施例のプラント状態監視装置２００を、図１２は第２、第４の実施例のプラント状態監視装置２００を、それぞれ用いた時に表示される画面の例である。

図１１Ａは、モデルデータ選定手段４００で選定したモデルデータ５の期間を表示した画像表示装置９４０の画面の例を示す図である。図１１Ａでは、モデルデータ５の期間として期間Ａ〜期間Ｃが表示されている。オペレータは、画面からモデルデータ５の期間を確認できる。また、マウス９３０やキーボード９２０などの外部入力装置９１０を用いて各期間の開始時刻と終了時刻を変更することで、モデルデータ５の期間を変更することもできる。例えば、図１１Ａの例では、期間Ａの開始時刻の入力欄９６０や終了時刻の入力欄９６１に時刻を入力し、実行ボタン９６２をクリックすることで、期間Ａの開始時刻や終了時刻を変更できる。キャンセルボタン９６３をクリックすると、期間の変更処理をキャンセルできる。

図１１Ｂは、監視結果１１を表示した画像表示装置９４０の画面の例を示す図である。この画面には、監視項目毎に、監視項目のデータ傾向がモデルデータと一致しているか、または変化しているかという監視結果を表示する。オペレータは、この画面により、プラントの運転状態を一覧で確認できる。図１１Ｂでは、監視項目として、ガスタービンの効率、一酸化炭素の濃度、及び窒素酸化物の濃度を例示しており、一酸化炭素の濃度のデータ傾向が、モデルデータから変化していることを示している。これにより、オペレータは、一酸化炭素の濃度が正常な状態から変化したことがわかる。

図１２は、第２、第４の実施例のプラント状態監視装置２００を用いた時に、画像表示装置９４０が表示する画面の例を示す図である。この画面では、監視モデル毎に（図１２では監視モデルＡ〜Ｃ）、改善情報決定手段７００が抽出した制御ロジック図９７０と、運用改善に寄与する操作方法（推奨操作９７１）とを表示する。また、監視項目（図１２では項目Ａと項目Ｂ）のそれぞれについて、監視モデルを構築した時のデータ範囲とトレンドデータとをグラフに表示する。

以上に述べた実施例のプラント状態監視装置２００では、推奨操作９７１を画面に表示するが、この推奨操作を直接プラント１００の制御信号１０１に反映させて、推奨操作のようにプラント１００を制御する構成としてもよい。

また、以上に述べた実施例では、モデルデータ選定手段４００にて、プラント効率が最大時または環境負荷物質が最小時の時刻からの期間をモデルデータの期間として選定した。プラント効率が最小時または環境負荷物質が最大時の時刻からの期間をモデルデータの期間として選定し、この期間で得られたモデルデータと現在の計測信号のデータ傾向が同じ場合に、プラントの運用状態が悪いことをオペレータに通知するような構成としてもよい。

尚、本発明は、上記した実施例に限定されるものではなく、様々な変形例を含む。上記した実施例は、本発明をわかりやすく説明するために詳細に記載したものであり、本発明は、必ずしも説明した全ての構成を備えるものに限定されるものではない。

また、上記の各構成、機能、処理部、及び処理手段等は、これらの一部または全部を集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成や機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行するソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル、計測信号、及び算出情報等の情報は、メモリやハードディスク等の記憶装置、またはＩＣカード、ＳＤカード及びＤＶＤ等の記憶媒体に格納することができる。よって、各処理と各構成は、処理ユニットやプログラムモジュールとして実現可能である。

また、図面において、制御線や情報線は、説明上必要と考えられるものを示している。従って、必ずしも製品に必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成要素が相互に接続されていると考えてもよい。

本発明は、プラント状態監視装置及びプラント状態監視方法として、各種プラントに広く適用可能である。

１…計測信号、２…外部入力信号、３，４，６…計測信号、５…モデルデータ、７…設計情報、８…設計リクエスト信号、９，１０…モデル情報、１１…監視結果、１２…画像表示情報、１３…設計情報、１４…設計情報リクエスト信号、５０…プラント状態監視装置情報、１００…プラント、２００…プラント状態監視装置、２１０…外部入力インターフェイス、２２０…外部出力インターフェイス、３１０…計測信号データベース、３２０…設計情報データベース、３３０…モデル情報データベース、４００…モデルデータ選定手段、５００…状態監視手段、６００，６００Ａ〜６００Ｃ…監視モデル、６３０…カテゴリー、７００…改善情報決定手段、８００…総合監視手段、９００…運転管理室、９１０…外部入力装置、９２０…キーボード、９３０…マウス、９４０…画像表示装置。

Claims (12)

1. プラントの状態量を計測した計測信号を用いて、予め設定した監視項目について前記プラントの運転状態を監視し、監視結果を画像表示装置に表示するプラント状態監視装置において、
   前記計測信号を基にして計算した時系列データと前記計測信号の時系列データとのうち少なくとも１つの時系列データから、前記プラントを監視する際に参照するモデルデータを選定するモデルデータ選定手段と、
   前記モデルデータを複数のカテゴリーに分類することによって監視モデルを構築する状態監視手段を備え、
   前記モデルデータ選定手段は、前記計測信号を基にして計算した前記プラントの効率の時系列データと、環境負荷物質についての前記計測信号の時系列データとのうち、少なくとも１つの時系列データについて、最大値をとる時刻の前後の予め定めた一定期間または最小値をとる時刻の前後の予め定めた一定期間をモデルデータの期間として決定し、このモデルデータの期間における前記少なくとも１つの時系列データを前記モデルデータとして選定し、
   前記状態監視手段は、現在の前記計測信号が前記監視モデルの前記カテゴリーのいずれかに属するか否かを判定し、判定結果を監視結果として前記画像表示装置に出力する、
   ことを特徴とするプラント状態監視装置。
2. 請求項１に記載のプラント状態監視装置において、
   前記状態監視手段は、
   前記プラントの運転状態を改善する操作方法を、前記計測信号と前記監視モデルを構築した時に用いた前記モデルデータとから決定する改善情報決定手段をさらに備え、
   前記判定結果と、前記改善情報決定手段が決定した前記操作方法とを、前記画像表示装置に出力するプラント状態監視装置。
3. 請求項１に記載のプラント状態監視装置において、
   前記状態監視手段は、
   前記監視項目毎に予め設定された重み係数に基づいて、前記画像表示装置に表示する監視結果の優先順位を決定する総合監視手段をさらに備え、
   前記判定結果を、前記優先順位に従って前記画像表示装置に出力するプラント状態監視装置。
4. 請求項１に記載のプラント状態監視装置において、
   前記状態監視手段は、
   前記プラントの運転状態を改善する操作方法を、前記計測信号と前記監視モデルを構築した時に用いた前記モデルデータとから決定する改善情報決定手段と、
   前記監視項目毎に予め設定された重み係数に基づいて、前記画像表示装置に表示する監視結果の優先順位を決定する総合監視手段を、さらに備え、
   前記判定結果と、前記改善情報決定手段が決定した前記操作方法とを、前記優先順位に従って前記画像表示装置に出力するプラント状態監視装置。
5. 請求項１〜４のいずれか１項に記載のプラント状態監視装置において、
   前記モデルデータ選定手段は、前記計測信号を基にして計算した前記プラントの効率の時系列データと、環境負荷物質についての前記計測信号の時系列データとのうち、少なくとも１つの時系列データを、予め定めた過去のある時刻から予め定めた所定の期間毎に分割し、分割された期間毎に前記モデルデータの期間を決定し、決定されたモデルデータの期間のそれぞれにおいて前記モデルデータを選定するプラント状態監視装置。
6. 請求項２または４に記載のプラント状態監視装置において、
   前記プラントの制御ロジック図を保存する設計情報データベースを備え、
   前記改善情報決定手段は、前記状態監視手段が、現在の前記計測信号が前記監視モデルの前記カテゴリーのいずれにも属さないと判定した場合に、
   属さない原因となった前記計測信号のデータ項目を求め、前記データ項目に関連する制御ロジック図を前記設計情報データベースから抽出し、
   前記モデルデータの最大値と、前記モデルデータの最小値と、前記データ項目のトレンドデータとを比較し、
   前記最大値より大きい前記トレンドデータのサンプル点数が、前記最小値より小さい前記トレンドデータのサンプル点数よりも多い場合は、前記データ項目の値を下げる操作が前記操作方法であると決定し、
   前記最小値より小さい前記トレンドデータのサンプル点数が、前記最大値より大きい前記トレンドデータのサンプル点数よりも多い場合は、前記データ項目の値を上げる操作が前記操作方法であると決定し、
   前記データ項目、前記制御ロジック図、及び前記操作方法をさらに前記画像表示装置に出力するプラント状態監視装置。
7. プラントの状態量を計測した計測信号を用いて、予め設定した監視項目について前記プラントの運転状態を監視する監視工程と、監視結果を画像表示装置に表示する表示工程とを有するプラント状態監視方法において、
   前記監視工程は、
   前記計測信号を基にして計算した時系列データと前記計測信号の時系列データとのうち少なくとも１つの時系列データから、前記プラントを監視する際に参照するモデルデータを選定するモデルデータ選定工程と、
   前記モデルデータを複数のカテゴリーに分類することによって監視モデルを構築する状態監視工程を有し、
   前記モデルデータ選定工程では、前記計測信号を基にして計算した前記プラントの効率の時系列データと、環境負荷物質についての前記計測信号の時系列データとのうち、少なくとも１つの時系列データについて、最大値をとる時刻の前後の予め定めた一定期間または最小値をとる時刻の前後の予め定めた一定期間をモデルデータの期間として決定し、このモデルデータの期間における前記少なくとも１つの時系列データを前記モデルデータとして選定し、
   前記状態監視工程では、現在の前記計測信号が前記監視モデルの前記カテゴリーのいずれかに属するか否かを判定し、
   前記表示工程では、前記状態監視工程での判定結果を、監視結果として前記画像表示装置に出力する、
   ことを特徴とするプラント状態監視方法。
8. 請求項７に記載のプラント状態監視方法において、
   前記状態監視工程は、前記プラントの運転状態を改善する操作方法を、前記計測信号と前記監視モデルを構築した時に用いた前記モデルデータとから決定する改善情報決定工程をさらに有し、
   前記表示工程では、前記判定結果と、前記改善情報決定工程で決定した前記操作方法とを、前記画像表示装置に出力するプラント状態監視方法。
9. 請求項７に記載のプラント状態監視方法において、
   前記状態監視工程は、前記監視項目毎に予め設定された重み係数に基づいて、前記画像表示装置に表示する監視結果の優先順位を決定する総合監視工程をさらに有し、
   前記表示工程では、前記判定結果を、前記優先順位に従って前記画像表示装置に出力するプラント状態監視方法。
10. 請求項７に記載のプラント状態監視方法において、
    前記状態監視工程は、
    前記プラントの運転状態を改善する操作方法を、前記計測信号と前記監視モデルを構築した時に用いた前記モデルデータとから決定する改善情報決定工程と、
    前記監視項目毎に予め設定された重み係数に基づいて、前記画像表示装置に表示する監視結果の優先順位を決定する総合監視工程を、さらに有し、
    前記表示工程では、前記判定結果と、前記改善情報決定工程で決定した前記操作方法とを、前記優先順位に従って前記画像表示装置に出力するプラント状態監視方法。
11. 請求項７〜１０のいずれか１項に記載のプラント状態監視方法において、
    前記モデルデータ選定工程では、
    前記計測信号を基にして計算した前記プラントの効率の時系列データと、環境負荷物質についての前記計測信号の時系列データとのうち、少なくとも１つの時系列データを、予め定めた過去のある時刻から予め定めた所定の期間毎に分割し、
    分割された期間毎に前記モデルデータの期間を決定し、
    決定されたモデルデータの期間のそれぞれにおいて前記モデルデータを選定するプラント状態監視方法。
12. 請求項８または１０に記載のプラント状態監視方法において、
    前記改善情報決定工程では、前記状態監視工程で現在の前記計測信号が前記監視モデルの前記カテゴリーのいずれにも属さないと判定された場合に、
    属さない原因となった前記計測信号のデータ項目を求め、前記プラントの制御ロジック図が保存されている設計情報データベースから、前記データ項目に関連する制御ロジック図を抽出し、
    前記モデルデータの最大値と、前記モデルデータの最小値と、前記データ項目のトレンドデータとを比較し、
    前記最大値より大きい前記トレンドデータのサンプル点数が、前記最小値より小さい前記トレンドデータのサンプル点数よりも多い場合は、前記データ項目の値を下げる操作が前記操作方法であると決定し、
    前記最小値より小さい前記トレンドデータのサンプル点数が、前記最大値より大きい前記トレンドデータのサンプル点数よりも多い場合は、前記データ項目の値を上げる操作が前記操作方法であると決定し、
    前記表示工程では、前記データ項目、前記制御ロジック図、及び前記操作方法をさらに前記画像表示装置に出力するプラント状態監視方法。

Images