JP2017091485A - 監視支援装置、監視支援方法、及びプログラム - Google Patents

Abstract

【課題】予測された異常に対する判断を支援する。【解決手段】予め記憶されているイベントデータと予め記憶されているセンサデータとをマージした第１のマージデータを作成するマージ手段１０３と、前記複数のデータ系列同士の類似度を算出する第１の算出手段１０６と、前記算出された類似度に基づいて前記複数のデータ系列を分類した事例データを作成しデータベースに格納する格納手段と、機器又は設備から取得したイベントデータ及びセンサデータをマージした第２のマージデータと前記データベースに格納されている前記事例データとの類似度を算出する第２の算出手段１１０と、前記算出された類似度に基づいて前記データベースから前記事例データを取得する取得手段１１１と、前記取得された事例データに基づく出力データを出力する出力手段１１４と、を有する。【選択図】図３

Description

本発明は、監視支援装置、監視支援方法、及びプログラムに関する。

センサの測定データ等の運転データを分析してプロセスの監視や診断を行う方法として、多変量統計的プロセス監視（ＭＳＰＣ：Multivariate Statistical Process Control）と呼ばれる方法が従来から知られている。

また、機器で発生したイベントのログデータの列と異常との関連性を求めることで、機器の異常予測を行う技術が知られている（例えば特許文献１参照）。

特許第５３６４５３０号公報

しかしながら、上記の従来技術では、例えば、プラントの運転員等は、発生が予測される異常や当該異常が発生するまでの時間、発生確率、発生するまでの機器の状態の推移等を総合的に把握することができない場合があった。したがって、例えば、プラントの運転員の経験が浅い場合等には、発生が予測された異常の対応要否、対応内容、優先順位等を判断するまでに時間が掛かることがあった。

本発明の一実施形態は、上記の点に鑑みてなされたもので、予測された異常に対する判断を支援することを目的とする。

上記目的を達成するため、本発明の一実施形態では、機器又は設備の監視を支援する監視支援装置であって、予め記憶されている前記機器又は設備において発生したイベントを示すイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサデータとをマージした第１のマージデータを作成するマージ手段と、前記マージ手段により作成された第１のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手段と、前記作成手段により作成された複数のデータ系列同士の類似度を算出する第１の算出手段と、前記第１の算出手段により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手段と、前記機器又は設備から取得したイベントデータ及びセンサデータをマージした第２のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第２の算出手段と、前記第２の算出手段により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手段と、前記取得手段により取得された事例データに基づく出力データを出力する出力手段と、を有する。

本発明の一実施形態によれば、予測された異常に対する判断を支援することができる。

第一の実施形態に係る監視支援システムの一例のシステム構成を示す図である。 第一の実施形態に係る支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。 第一の実施形態に係る監視支援システムの一例の機能構成を示す図である。 第一の実施形態に係る事例データの作成処理の一例を示すフローチャートである。 ログデータの記号化の一例を模式的に説明する図である。 運転データの記号化の一例を模式的に説明する図である。 データ系列の作成の一例を模式的に説明する図である。 出現回数の対応付けを模式的に説明する図である。 データ系列同士の類似度を算出した結果の一例を示す図である。 事例データＤＢの一例を示す図である。 第一の実施形態に係る予測処理の一例を示すフローチャートである。 対象イベントの発生予測を模式的に説明する図である。 予測結果画面の一例を示す図である。 チャート画面の一例を示す図である。 第二の実施形態に係る監視支援システムの一例の機能構成を示す図である。 第二の実施形態に係る事例データの作成処理の一例を示すフローチャートである。 データ系列の作成の他の例を模式的に説明する図である。 第二の実施形態に係る予測処理の一例を示すフローチャートである。 対象イベントの発生後における過去の操作手順を模式的に説明する図である。 予測結果画面の他の例を示す図である。

次に、本発明の実施の形態について、図面を参照しながら詳細に説明する。

［第一の実施形態］
＜システム構成＞
まず、本実施形態に係る監視支援システム１のシステム構成について、図１を参照しながら説明する。図１は、第一の実施形態に係る監視支援システムの一例のシステム構成を示す図である。

図１に示す監視支援システム１は、支援装置１０と、１以上の監視装置２０と、履歴管理装置３０と、１上の機器制御装置４０とを有する。これらの各装置は、例えばＬＡＮ（Local Area Network）等のネットワークＮを介して通信可能に接続されている。また、機器制御装置４０には、１以上の機器５０が接続されている。

本システムの動作には、機器５０に故障や不正動作等の異常が発生した場合における過去事例を作成する「事例作成」フェーズと、機器５０の直近の状態と過去事例とに基づいて異常の発生を予測する「予測」フェーズとがある。基本的に「事例作成」フェーズはオフラインの処理であり、「予測」フェーズはオンラインの処理である。

支援装置１０は、「事例作成」フェーズにおいて、履歴管理装置３０に蓄積されている過去のイベントログデータ及び運転データに基づいて、所定のイベントが発生した場合における過去事例を示す事例データを作成する。

また、支援装置１０は、「予測」フェーズにおいて、機器５０の直近の状態と、過去事例を示す事例データとに基づいて、機器５０の故障や不正動作等の異常を示す所定のイベントの発生を予測し、予測結果を監視装置２０に送信する。

ここで、イベントログデータとは、機器５０で何等かのイベントが発生した際に機器制御装置４０から送信されるイベントデータ（イベントの発生を示すデータ）の履歴である。イベントには、機器５０の故障や不正動作等の異常の発生を示すアラーム、機器５０における各種動作、ユーザによる機器５０の設定値の変更等の各種操作、当該操作に対する機器５０の応答等が含まれる。なお、以降では、イベントログデータを、単に「ログデータ」と表す。

また、運転データとは、機器５０が備える流量計や圧力計、温度計等の各種センサの測定データの履歴である。なお、本実施形態では、運転データは、測定データの履歴であるものとして説明するが、運転データには、例えば、機器５０が備えるアクチュエータ等の動作データの履歴が含まれていても良い。

監視装置２０は、「予測」フェーズにおいて、支援装置１０から受信した予測結果を表示する。これにより、例えばプラント等の運転員やオペレータ等のユーザは、機器５０において発生が予測された異常を知ることができる。したがって、ユーザは、監視装置２０に表示された予測結果に基づいて、発生が予測された異常に対する対応要否や対応内容、対応を行う優先順位等を適切に判断することができるようになる。

履歴管理装置３０は、機器制御装置４０から受信したイベントデータの履歴（ログデータ）や測定データの履歴（運転データ）を管理する。

機器制御装置４０は、機器５０を制御する装置である。機器制御装置４０は、当該機器制御装置４０に接続されている機器５０に何等かのイベント（例えば、機器５０の状態変化や動作等）が発生した場合、イベントデータを履歴管理装置３０に送信する。また、機器制御装置４０は、当該機器制御装置４０に接続されている機器５０が備える各種センサにより測定対象が測定された場合、測定データを履歴管理装置３０に送信する。

機器５０は、例えば、ガスタービンや蒸気タービン等であり、機器制御装置４０により制御される各種機器や設備、プラント等である。

なお、本実施形態に係る監視支援システム１では、機器５０の一例として、プラントや設備等を想定するが、これに限られない。本実施形態に係る監視支援システム１は、機器制御装置４０により制御される機器５０として、例えばルータ等を用いて、ネットワーク機器における異常の発生を予測する場合にも適用され得る。このように、本実施形態に係る監視支援システム１は、機器５０として各種の電子機器を用いて、当該電子機器における異常の発生を予測する場合にも適用され得る。

＜ハードウェア構成＞
次に、本実施形態に係る支援装置１０、監視装置２０、及び履歴管理装置３０のハードウェア構成について、図２を参照しながら説明する。図２は、第一の実施形態に係る支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。なお、支援装置１０、監視装置２０、及び履歴管理装置３０は同様のハードウェア構成を有しているため、以降では、主に支援装置１０のハードウェア構成について説明する。

図２に示す支援装置１０は、入力装置１１と、表示装置１２と、外部Ｉ／Ｆ１３と、ＲＡＭ（Random Access Memory）１４とを有する。また、図２に示す支援装置１０は、ＲＯＭ（Read Only Memory）１５と、ＣＰＵ（Central Processing Unit）１６と、通信Ｉ／Ｆ１７と、記憶装置１８とを有する。これら各ハードウェアは、バスＢにより通信可能に接続されている。

入力装置１１は、例えばキーボードやマウス、タッチパネル等であり、ユーザが各操作信号を入力するのに用いられる。表示装置１２は、例えばＬＣＤ（Liquid Crystal Display）等であり、処理結果を表示する。なお、入力装置１１及び／又は表示装置１２は、必要なときにバスＢに接続して利用する形態であっても良い。

外部Ｉ／Ｆ１３は、外部装置とのインタフェースである。外部装置には、記録媒体１３ａ等がある。これにより、支援装置１０は、外部Ｉ／Ｆ１３を介して記録媒体１３ａの読み取り及び／又は書き込みを行うことができる。記録媒体１３ａには、フレキシブルディスク、ＣＤ、ＤＶＤ、ＳＤメモリカード、ＵＳＢメモリ等がある。なお、記録媒体１３ａには、本実施形態を実現するプログラムが格納されていても良い。

ＲＡＭ１４は、プログラムやデータを一時保持することができる揮発性の半導体メモリである。ＲＯＭ１５には、支援装置１０の起動時に実行されるＢＩＯＳ（Basic Input/Output System）、ＯＳ（Operating System）設定、及びネットワーク設定等のプログラムやデータが格納されている。

ＣＰＵ１６は、ＲＯＭ１５や記憶装置１８等からプログラムやデータをＲＡＭ１４上に読み出し、処理を実行することで、支援装置１０全体の制御や機能を実現する演算装置である。

通信Ｉ／Ｆ１７は、支援装置１０をネットワークＮに接続するためのインタフェースである。これにより、支援装置１０は、通信Ｉ／Ｆ１７を介してデータ通信を行うことができる。

記憶装置１８は、プログラムやデータを格納している不揮発性のメモリであり、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（solid state drive）等である。記憶装置１８に格納されるプログラムやデータには、本実施形態を実現するプログラム、支援装置１０全体を制御する基本ソフトウェアであるＯＳ、及びＯＳ上において各種機能を提供するアプリケーションソフトウェア等がある。なお、記憶装置１８は、格納しているプログラムやデータを所定のファイルシステム及び／又はＤＢにより管理している。

本実施形態に係る支援装置１０は、上記のハードウェア構成を有することにより、後述する各種処理を実現できる。

＜機能構成＞
次に、本実施形態に係る監視支援システム１の機能構成について、図３を参照しながら説明する。図３は、第一の実施形態に係る監視支援システムの一例の機能構成を示す図である。

図３に示す履歴管理装置３０は、ログデータＤＢ３０１と、運転データＤＢ３０２とを有する。これら各ＤＢは、記憶装置１８を用いて実現可能である。

ログデータＤＢ３０１は、機器制御装置４０から受信したイベントデータの履歴（ログデータ）を格納している。運転データＤＢ３０２は、機器制御装置４０から受信した測定データの履歴（運転データ）を格納している。

このように、履歴管理装置３０は、機器５０で発生したイベントのイベントデータや機器５０が備える各種センサにより測定された測定データをログデータＤＢ３０１や運転データＤＢ３０２に蓄積する。

図３に示す支援装置１０は、対象イベント設定部１０１と、記号化部１０２と、マージ部１０３と、事例系列作成部１０４と、回数対応付け部１０５と、第１の類似度算出部１０６と、分類部１０７と、名前付け部１０８とを有する。また、図３に示す支援装置１０は、比較系列作成部１０９と、第２の類似度算出部１１０と、取得部１１１と、確率算出部１１２と、時間算出部１１３と、結果作成部１１４とを有する。これら各機能部は、支援装置１０にインストールされた１以上のプログラムが、ＣＰＵ１６に実行させる処理により実現される。

さらに、図３に示す支援装置１０は、マージデータＤＢ１１５と、事例データＤＢ１１６とを有する。これら各ＤＢは、記憶装置１８により実現可能である。なお、これら各ＤＢは、例えば、支援装置１０にネットワークＮを介して接続される記憶装置等を用いて実現されても良い。

対象イベント設定部１０１は、「事例作成」フェーズにおいて、ユーザにより指定されたイベントを示すイベントデータを、事例データの作成対象イベントとして設定する。なお、以降では、事例データの作成対象イベントを、「対象イベント」と表す。

記号化部１０２は、イベントデータ及び測定データを所定の文字又は記号等に変換（すなわち、記号化）する。

すなわち、記号化部１０２は、「事例作成」フェーズにおいて、対象イベント設定部１０１により対象イベントが設定されると、当該対象イベントを記号化するとともに、履歴管理装置３０からログデータ及び運転データを取得して、当該ログデータ及び運転データを記号化する。

また、記号化部１０２は、「予測」フェーズにおいて、履歴管理装置３０から直近のログデータ及び運転データを取得して、当該ログデータ及び運転データを記号化する。

マージ部１０３は、「事例作成」フェーズにおいて、記号化部１０２により記号化されたログデータ及び運転データを時系列に従ってマージして、マージデータを作成する。そして、マージ部１０３は、作成されたマージデータをマージデータＤＢ１１５に格納する。

事例系列作成部１０４は、「事例作成」フェーズにおいて、対象イベントに基づいて、マージデータＤＢ１１５に格納されているマージデータから複数のデータ系列を作成する。なお、データ系列とは、対象イベントが含まれる記号列のことである。

回数対応付け部１０５は、「事例作成」フェーズにおいて、事例系列作成部１０４により作成されたデータ系列に対して、当該データ系列に含まれる部分データ系列がマージデータＤＢ１１５に出現する出現回数を対応付ける。

なお、部分データ系列とは、記号列で表されるデータ系列の部分記号列であり、例えば、データ系列が「ＡＢＣＤ」である場合、部分データ系列は、「Ａ」、「ＡＢ」、「ＡＢＣ」、「ＡＢＣＤ」である。

第１の類似度算出部１０６は、「事例作成」フェーズにおいて、データ系列同士の類似度を算出する。また、第１の類似度算出部１０６は、「事例作成」フェーズにおいて、算出した類似度を正規化する。

分類部１０７は、「事例作成」フェーズにおいて、第１の類似度算出部１０６により正規化された類似度に基づいて、複数のデータ系列を分類する。

名前付け部１０８は、「事例作成」フェーズにおいて、分類部１０７により分類されたデータ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０８は、名前が付与されたデータ系列を事例データとして事例データＤＢ１１６に格納する。

これにより、本実施形態に係る監視支援システム１では、「事例作成」フェーズにおいて、対象イベントが発生した場合の過去事例を示す事例データが作成及び保持される。

比較系列作成部１０９は、「予測」フェーズにおいて、記号化部１０２により記号化された直近のログデータ及び運転データを、時系列に従ってマージして比較用データ系列を作成する。なお、比較用データ系列とは、事例データＤＢ１１６に格納されている事例データとの類似度を比較するためのデータ系列である。

第２の類似度算出部１１０は、「予測」フェーズにおいて、事例データＤＢ１１６に格納されている事例データと、比較用データ系列との類似度を算出する。また、第２の類似度算出部１１０は、「予測」フェーズにおいて、算出した類似度を正規化する。

取得部１１１は、「予測」フェーズにおいて、第２の類似度算出部１１０により正規化された類似度に基づいて、事例データＤＢ１１６から事例データを取得する。すなわち、取得部１１１は、比較用データ系列との類似度が高い事例データを事例データＤＢ１１６から取得する。

これにより、本実施形態に係る監視支援システム１では、機器５０の直近の状態と類似する過去事例を示す事例データを取得することができる。

確率算出部１１２は、「予測」フェーズにおいて、取得部１１１により取得された事例データに対応付けられている出現回数に基づいて、当該事例データに含まれる対象イベントの発生確率を算出する。

時間算出部１１３は、「予測」フェーズにおいて、取得部１１１により取得された事例データに含まれる対象イベントが発生するまでの時間を算出する。

結果作成部１１４は、「予測」フェーズにおいて、取得部１１１により取得された事例データの予測結果を作成する。そして、結果作成部１１４は、作成した予測結果を監視装置２０に送信する。なお、予測結果には、確率算出部１１２により算出された対象イベントの発生確率や時間算出部１１３により算出された対象イベントが発生するまでの時間等が含まれる。

マージデータＤＢ１１５は、マージ部１０３により作成されたマージデータを格納している。

事例データＤＢ１１６は、「事例作成」フェーズにおいて作成された事例データを格納している。

図３に示す監視装置２０は、表示制御部２０１を有する。当該機能部は、監視装置２０にインストールされた１以上のプログラムが、ＣＰＵ１６に実行させる処理により実現される。

表示制御部２０１は、支援装置１０の結果作成部１１４から受信した予測結果に基づいて、予測結果画面等を表示させる。

これにより、本実施形態に係る監視支援システム１において、監視装置２０を操作している運転員やオペレータ等のユーザは、予測結果画面に基づいて、発生が予測された異常に対する対応要否や対応内容、対応を行う優先順位等を適切に判断することができる。

＜処理の詳細＞
次に、本実施形態に係る監視支援システム１の処理の詳細について説明する。

≪事例データの作成処理≫
まず、「事例作成」フェーズにおいて、事例データを作成する処理について、図４を参照しながら説明する。図４は、第一の実施形態に係る事例データの作成処理の一例を示すフローチャートである。

対象イベント設定部１０１は、ユーザにより入力装置１１等を介して指定されたイベントを対象イベントに設定する（ステップＳ４０１）。なお、対象イベント設定部１０１は、２以上のイベントを対象イベントに設定しても良い。

ここで、イベントは、例えば、「空気ブロー弁，開」や「ポンプ，故障」等のように、メッセージとして表される。以降では、対象イベントとして、機器５０の異常の発生を示す１以上のイベント（例えば、「ポンプ，故障」や「冷却機器故障」等）が設定されたものとする。

記号化部１０２は、対象イベント設定部１０１により設定された対象イベントを記号化する（ステップＳ４０２）。

ここで、上述したように、イベントは、メッセージとして表される。したがって、記号化部１０２は、対象イベント設定部１０１により設定された対象イベントを表すメッセージを、予め定められた記号と対応付けることで、対象イベントを記号化する。

例えば、対象イベントを表すメッセージが「ポンプ，故障」である場合、当該対象イベントは、「ポンプ，故障」を示す記号「Ｋ」に記号化される。同様に、例えば、対象イベントを表すメッセージが「冷却機器故障」である場合、当該対象イベントは、「冷却機器故障」を示す記号「Ｌ」に記号化される。

次に、記号化部１０２は、履歴管理装置３０のログデータＤＢ３０１からログデータを取得して、当該ログデータを記号化する（ステップＳ４０３）。

ここで、ログデータの記号化について、図５を参照しながら説明する。図５は、ログデータの記号化の一例を模式的に説明する図である。

図５に示すように、ログデータＤＢ３０１には、イベントデータの履歴（ログデータ）が格納されている。イベントデータには、イベントが発生した時刻（発生時刻）と、当該イベントを表すメッセージとが含まれる。したがって、例えば、メッセージ「空気ブロー弁，開」が記号「Ａ」に記号化される場合、図５に示すログデータの１行目のイベントデータは、発生時刻Ｔ_１（２０１５−０５−０１ ００：１４：１７）と、記号Ａとで表すことができる。

すなわち、図５に示すログデータの１行目のイベントデータは、Ａ（Ｔ_１）と表すことができる。図５に示すログデータの２行目のイベントデータについても同様に、発生時刻をＴ_２とすれば、Ｂ（Ｔ_２）と表すことができる。図５に示すログデータの他のイベントデータについても同様である。

これにより、図５に示すログデータは、「Ａ（Ｔ_１）Ｂ（Ｔ_２）Ｅ（Ｔ_３）Ｃ（Ｔ_４）Ｂ（Ｔ_５）Ｋ（Ｔ_６）・・・」との記号列に記号化することができる。なお、以降では、特に断らない限り、発生時刻の記載を省略するものとする。したがって、図５に示すログデータは、「ＡＢＥＣＢＫ・・・」との記号列で表されるものとする。

次に、記号化部１０２は、履歴管理装置３０の運転データＤＢ３０２から運転データを取得して、当該運転データを記号化する（ステップＳ４０４）。

ここで、運転データの記号化について、図６を参照しながら説明する。図６は、運転データの記号化の一例を模式的に説明する図である。

図６に示すように、運転データＤＢ３０２には、測定データの履歴（運転データ）が格納されている。測定データは、測定された時刻（測定時刻）と、測定値を示す変数１〜変数Ｌ（図６では、簡単のためＬ＝２の場合を示している。）とが含まれる。

したがって、例えば、変数１の値が「１０．０」以上が記号「ａ_１」、「１０．０」未満が記号「ａ_２」に記号化される場合、図６に示す運転データの１行目の測定データに含まれる変数１は、測定時刻ｔ_１と、記号ａ_１とで表すことができる。同様に、例えば、変数２の値が「１００．０」以上が記号「ｂ_１」、「１００．０」未満が記号「ｂ_２」に記号化される場合、図５に示す運転データの１行目の測定データに含まれる変数２は、測定時刻ｔ_１と、記号ｂ_１とで表すことができる。

すなわち、図６に示す運転データの１行目の測定データは、ａ_１（ｔ_１）ｂ_１（ｔ_１）との記号列で表すことができる。図５に示す運転データの２行目の測定データについても同様に、測定時刻をｔ_２とすれば、ａ_２（ｔ_２）ｂ_２（ｔ_２）との記号列で表すことができる。図６に示す運転データの他の測定データについても同様である。

これにより、図６に示す運転データは、「ａ_１（ｔ_１）ｂ_１（ｔ_１）ａ_２（ｔ_２）ｂ_２（ｔ_２）ａ_１（ｔ_３）ｂ_２（ｔ_３）ａ_２（ｔ_４）ｂ_１（ｔ_４）ａ_１（ｔ_５）ｂ_１（ｔ_５）ａ_１（ｔ_６）ｂ_２（ｔ_６）・・・」との記号列に記号化することができる。なお、以降では、特に断らない限り、測定時刻の記載を省略するものとする。したがって、図６に示す運転データは、「ａ_１ｂ_１ａ_２ｂ_２ａ_１ｂ_２ａ_２ｂ_１ａ_１ｂ_１ａ_１ｂ_２・・・」との記号列で表されるものとする。

このように、測定データは、当該測定データに含まれる変数毎に、当該変数の値に応じて、記号化される。すなわち、例えば、変数１について、当該変数１の値が、第１の所定の範囲にある場合には記号「ａ_１」、第２の所定の範囲にある場合には記号「ａ_２」、第３の所定の範囲にある場合には記号「ａ_３」等のように記号化される。

次に、マージ部１０３は、記号化部１０２により記号化されたログデータ及び運転データを時系列に従ってマージして、マージデータを作成する。そして、マージ部１０３は、作成したマージデータをマージデータＤＢ１１５に格納する（ステップＳ４０５）。

すなわち、マージ部１０３は、記号化されたログデータ及び運転データをマージした上で、イベントデータ及び測定データの時刻（発生時刻又は測定時刻）に従って並び替えた記号列をマージデータとして作成して、マージデータＤＢ１１５に格納する。

次に、事例系列作成部１０４は、対象イベント設定部１０１により設定された対象イベントを１つ取得する（ステップＳ４０６）。なお、ここで取得される対象イベントは、記号化部１０２により記号化された対象イベントである。

次に、事例系列作成部１０４は、取得した対象イベントに基づいて、マージデータＤＢ１１５に格納されているマージデータから複数のデータ系列を作成する（ステップＳ４０７）。

ここで、データ系列の作成について、図７を参照しながら説明する。図７は、データ系列の作成の一例を模式的に説明する図である。なお、図７では、対象イベント「Ｋ」が取得されたものとして説明する。

図７に示すように、マージデータＤＢ１１５には、マージデータが時系列に従って格納される。このとき、事例系列作成部１０４は、対象イベント「Ｋ」を示すイベントデータの発生前の所定の時間（例えば、３０分間）のイベントデータ及び測定データを、データ系列として抽出する。

すなわち、事例系列作成部１０４は、図７に示すマージデータから第１のデータ系列「ＥＣａ_２ｂ_１ＢＫ」、・・・、第Ｎのデータ系列「ＣＤａ_２ｂ_２Ｋ」を抽出する。これにより、事例系列作成部１０４により、複数のデータ系列が作成される。以降では、図７に示すように、第１のデータ系列〜第Ｎのデータ系列のＮ個のデータ系列が作成されたものとして説明する。

なお、事例系列作成部１０４により抽出される対象イベントの発生前の所定の時間は、ユーザにより任意の時間が設定されて良い。

次に、回数対応付け部１０５は、事例系列作成部１０４により作成されたデータ系列毎に、マージデータＤＢ１１５に部分データ系列が出現する出現回数を対応付ける（ステップＳ４０８）。

ここで、データ系列に対する出現回数の対応付けについて、図８を参照しながら説明する。図８は、出現回数の対応付けを模式的に説明する図である。なお、図８では、第１のデータ系列「ＥＣａ_２ｂ_１ＢＫ」について、出現回数を対応付ける場合について説明する。

図８に示すように、回数対応付け部１０５は、マージデータＤＢ１１５に記号「Ｅ」が出現する出現回数Ｐ_１を算出して、当該Ｐ_１を第１のデータ系列「ＥＣａ_２ｂ_１ＢＫ」における記号「Ｅ」に対応付ける。

同様に、回数対応付け部１０５は、マージデータＤＢ１１５に記号列「ＥＣ」が出現する出現回数Ｐ_２を算出して、当該Ｐ_２を第１のデータ系列「Ｅ（Ｐ_１）Ｃａ_２ｂ_１ＢＫ」における記号「Ｃ」に対応付ける。以降も同様である。

これにより、回数対応付け部１０５は、第１のデータ系列「ＥＣａ_２ｂ_１ＢＫ」に対して、出現回数Ｐ_１，Ｐ_２，・・・，Ｐ_６を対応付けて、第１のデータ系列「Ｅ（Ｐ_１）Ｃ（Ｐ_２）ａ_２（Ｐ_３）ｂ_１（Ｐ_４）Ｂ（Ｐ_５）Ｋ（Ｐ_６）」とする。なお、以降では、特に断らない限り、出現回数の記載を省略するものとする。すなわち、特に断らない限り、回数対応付け部１０５により出現回数が対応付けられた後の第１のデータ系列も「ＥＣａ_２ｂ_１ＢＫ」と表すものとする。

次に、第１の類似度算出部１０６は、データ系列同士の類似度を算出する（ステップＳ４０９）。

すなわち、第１の類似度算出部１０６は、第１のデータ系列と、第１のデータ系列〜第Ｎのデータ系列それぞれとの類似度を算出する。同様に、第１の類似度算出部１０６は、第２のデータ系列と、第２のデータ系列〜第Ｎのデータ系列それぞれとの類似度を算出する。同様に、第１の類似度算出部１０６は、第３のデータ系列と、第３のデータ系列〜第Ｎのデータ系列それぞれとの類似度を算出する。以降も同様である。このように、第１の類似度算出部１０６は、データ系列同士の類似度を算出する。

ここで、データ系列同士の類似度を算出する方法には、例えば、次の（１）又は（２）に示す方法が挙げられる。

（１）データ系列を隠れマルコフモデル（ＨＭＭ：Hidden Markov Model）からの発生データと見做した場合において、ＨＭＭ同士の情報量（例えばカルバック−ライブラー情報量）を類似度として算出する方法
（２）あるデータ系列を他のデータ系列に変形するのに必要な手順の最小コストとして定義されるレーベンシュタイン距離を類似度として算出する方法

次に、第１の類似度算出部１０６は、算出した類似度を正規化する（ステップＳ４０９）。すなわち、第１の類似度算出部１０６は、算出した類似度が、例えば、０以上１以下の値となるように正規化する。

ここで、第１の類似度算出部１０６により正規化された類似度の算出結果を図９に示す。図９は、データ系列同士の類似度を算出した結果の一例を示す図である。

図９に示すように、本実施形態では、データ系列同士が同一である場合、正規化後の類似度の値は「１．０」となる。一方で、データ系列同士の類似の度合いが低くなるに従って、正規化後の類似度の値が小さくなる。

次に、分類部１０７は、第１の類似度算出部１０６により正規化された後の類似度に基づいて、データ系列を分類する（ステップＳ４１１）。

ここで、データ系列を分類する方法には、例えば、凝集型階層的クラスタリングの手法を用いて、予めユーザにより指定された数のクラスタに分類する方法が挙げられる。なお、凝集型階層的クラスタリングの手法において、クラスタ間の距離は、例えば、Lance-Williamsの更新式に基づいて更新すれば良い。

次に、名前付け部１０８は、分類部１０７により分類されたデータ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０８は、名前が付与されたデータ系列を、事例データとして事例データＤＢ１１６に格納する（ステップＳ４１２）。これにより、事例データが事例データＤＢ１１６に格納される。

続いて、事例系列作成部１０４は、対象イベント設定部１０１により設定された次の対象イベントがあるか否かを判定する（ステップＳ４１３）。

ステップＳ４１３において、次の対象イベントがあると判定された場合、事例系列作成部１０４は、ステップＳ４０６に戻る。すなわち、事例系列作成部１０４は、次の対象イベントを取得して、当該取得した対象イベントに基づいて、複数のデータ系列を作成する。

一方、ステップＳ４１３において、次の対象イベントがないと判定された場合、事例系列作成部１０４は、処理を終了させる。

以上により、対象イベント設定部１０１により設定された各対象イベントに対して、それぞれ作成された事例データが事例データＤＢ１１６に格納される。

ここで、対象イベント設定部１０１により設定された対象イベントが「Ｋ」、「Ｌ」、及び「Ｍ」であり、上記のステップＳ４１１でデータ系列が３つのクラスタに分類される場合の事例データＤＢ１１６に格納された事例データを図１０に示す。図１０は、事例データＤＢの一例を示す図である。

図１０に示すように、事例データＤＢ１１６において、対象イベント「Ｋ」に基づいて作成された第１のデータ系列（第１の事例データ）〜第Ｎのデータ系列（第Ｎの事例データ）が、名前「α」、名前「β」、及び名前「γ」の３つクラスタに分類されている。他の対象イベント「Ｌ」及び「Ｍ」についても同様である。

なお、同一のクラスタに分類される事例データには、ユーザにより適切な名前が付与されることが好ましい。例えば、測定データを原因として対象イベント「Ｋ」が発生する事例データには「測定値異常」等の名前を付与し、運転員の操作ミスを原因として対象イベント「Ｋ」が発生する事例データには「操作ミス起因」等を付与する等である。

以上のように、本実施形態に係る監視支援システム１では、過去のイベントデータ及び測定データの履歴に基づいて、対象イベントが発生するまでのデータ系列である事例データを作成する。そして、本実施形態に係る監視支援システム１では、互いに類似する事例データに名前を付与した上で分類して、保持する。これにより、後述する予測処理において、類似する事例データに基づく予測結果をユーザに提示することでき、当該ユーザの予測結果に対する判断を支援することができる。

≪予測処理≫
次に、「予測」フェーズにおいて、異常の発生を予測して、当該予測結果をユーザに提供する処理について、図１１を参照しながら説明する。図１１は、第一の実施形態に係る予測処理の一例を示すフローチャートである。

記号化部１０２は、履歴管理装置３０のログデータＤＢ３０１及び運転データＤＢ３０２から、それぞれ直近のイベントデータ及び測定データを取得して、当該取得したイベントデータ及び測定データを記号化する（ステップＳ１１０１）。

すなわち、記号化部１０２は、ログデータＤＢ３０１に格納されているイベントデータのうち、現在時刻から過去の所定の時間の間（例えば、過去３０分間）に発生したイベントのイベントデータを取得して、当該取得したイベントデータを記号化する。

同様に、記号化部１０２は、運転データＤＢ３０２に格納されている測定データのうち、現在時刻から過去の所定の時間の間の測定した測定データを取得して、当該取得した測定データを記号化する。

次に、比較系列作成部１０９は、記号化部１０２により記号化されたイベントデータ及び測定データを、時系列に従ってマージして比較用データ系列を作成する（ステップＳ１１０２）。

すなわち、比較系列作成部１０９は、記号化されたイベントデータ及び測定データをマージした上で、イベントデータ及び測定データの時刻（発生時刻又は測定時刻）に従って並び替えた記号列を比較用データ系列とする。

次に、比較系列作成部１０９は、「事例作成」フェーズにおいて対象イベント設定部１０１により設定された対象イベントを１つ取得する（ステップＳ１１０３）。なお、ここで取得される対象イベントは、記号化部１０２により記号化された対象イベントである。

次に、第２の類似度算出部１１０は、比較系列作成部１０９により作成された比較用データ系列と、比較系列作成部１０９により取得された対象イベントに対応付けられている事例データとの類似度を算出する（ステップＳ１１０４）。

すなわち、比較系列作成部１０９により取得された対象イベントが「Ｋ」である場合、第２の類似度算出部１１０は、事例データＤＢ１１６において対象イベント「Ｋ」と対応付けられている第１の事例データ〜第Ｎの事例データを取得する。そして、第２の類似度算出部１１０は、比較用データ系列と、第１の事例データ〜第Ｎの事例データそれぞれとの類似度を算出する。

次に、第２の類似度算出部１１０は、算出した類似度を正規化する（ステップＳ１１０５）。すなわち、第２の類似度算出部１１０は、算出した類似度が、例えば、０以上１以下の値となるように正規化する。

次に、取得部１１１は、比較用データ系列との類似度が算出された事例データのうち、正規化された類似度が高い上位Ｎ_１件のデータ系列を取得する（ステップＳ１１０６）。なお、Ｎ_１は、ユーザにより予め設定された１以上の自然数である。Ｎ_１としては、例えば、１又は２程度とすれば良い。

これにより、取得された事例データにより、対象イベントの発生が予測される。すなわち、例えば、図１２に示すように、取得された事例データが「ＥＣａ_２ｂ_１ＢＫ」であり、比較用データ系列が「ＥＣａ_２」である場合、データ系列パターン「ｂ_１Ｂ」に続いて対象イベント「Ｋ」が発生することが予測される。

次に、確率算出部１１２は、比較用データ系列と、取得部１１１により取得された事例データに対応付けられている出現回数とに基づいて、対象イベントの発生確率を算出する（ステップＳ１１０７）。

例えば、図８に示すデータ系列「Ｅ（Ｐ_１）Ｃ（Ｐ_２）ａ_２（Ｐ_３）ｂ_１（Ｐ_４）Ｂ（Ｐ_５）Ｋ（Ｐ_６）」が事例データであり、比較用データ系列が「ＥＣａ_２」である場合、対象イベント「Ｋ」の発生確率は、Ｐ_３／Ｐ_６により算出される。他の例として、例えば、比較用データ系列が「ＥＣ」である場合、対象イベント「Ｋ」の発生確率は、Ｐ_２／Ｐ_６により算出される。

このように、対象イベントの発生確率は、マージデータＤＢ１１５における比較用データ系列の出現回数を、マージデータＤＢ１１５における事例データの出現回数で除することで算出される。

次に、時間算出部１１３は、比較用データ系列と、取得部１１１により取得された事例データに対応付けられている時刻（発生時刻又は測定時刻）とに基づいて、対象イベントが発生するまでの時間を算出する（ステップＳ１１０８）。

例えば、事例データが「Ｅ（Ｔ_１）Ｃ（Ｔ_２）ａ_２（ｔ_３）ｂ_１（ｔ_４）Ｂ（Ｔ_５）Ｋ（Ｔ_６）」であり、比較用データ系列が「ＥＣａ_２」である場合、対象イベント「Ｋ」が発生するまでの時間は、Ｔ_６−ｔ_４で算出される。他の例として、例えば、比較用データ系列が「ＥＣａ_２ｂ_１」である場合、対象イベント「Ｋ」が発生するまでの時間は、Ｔ_６−Ｔ_５で算出される。

次に、比較系列作成部１０９は、「事例作成」フェーズにおいて対象イベント設定部１０１により設定された次の対象イベントがあるか否かを判定する（ステップＳ１１０９）。

ステップＳ１１０９において、次の対象イベントがあると判定された場合、比較系列作成部１０９は、ステップＳ１１０３に戻る。すなわち、比較系列作成部１０９は、次の対象イベントを取得する。

一方、ステップＳ１１０９において、次の対象イベントがないと判定された場合、結果作成部１１４は、取得部１１１により取得された各対象イベントの事例データについて、予測結果を作成する。そして、結果作成部１１４は、作成した予測結果を監視装置２０に送信する（ステップＳ１１１０）。

ここで、予測結果には、対象イベントが発生するまでのデータ系列パターンと、確率算出部１１２により算出された対象イベントの発生確率と、時間算出部１１３により算出された対象イベントが発生するまでの時間とが含まれる。すなわち、予測結果は、対象イベント（異常）の発生予測に対して、ユーザの判断を支援するための各種の情報が含まれる。

これにより、監視装置２０では、表示制御部２０１により、予測結果に基づいて、図１３に示すような予測結果画面１０００が表示される。

図１３に示す予測結果画面１０００は、対象イベントを示す名称１００１毎に、対象イベントが発生するまでデータ系列のパターン１００２と、対象イベントの発生確率１００３と、対象イベントが発生するまでの時間１００４とが対応付けられた予測結果が表示されている。また、予測結果画面１０００では、当該予測結果に対して、後述するチャート画面に遷移するためのチャート表示１００５が対応付けられている。

名称１００１は、対象イベントの名称（異常名や故障名）等である。パターン１００２は、対象イベントが発生するまでの操作や動作のパターンであり、対象イベントが発生するまでのデータ系列パターンに基づいて表示される。発生確率１００３は、対象イベントが発生する確率であり、確率算出部１１２による算出結果に基づいて表示される。発生するまでの時間１００４は、対象イベントが発生するまでの時間であり、時間算出部１１３による算出結果に基づいて表示される。

図１３に示す予測結果画面１０００では、予測結果が、発生確率１００３の降順（発生確率が高い順）に表示されている。すなわち、結果作成部１１４は、例えば、確率算出部１１２により算出された対象イベントの発生確率を、当該発生確率の降順となるように予測結果に含めても良い。これにより、ユーザは、発生する確率が高い異常の対応要否や対応内容を優先的に判断することができる。

なお、図１３に示す予測結果画面１０００では、予測結果を発生確率１００３の降順に表示させているが、これに限られず、例えば、発生までの時間１００４の昇順（発生までの時間が早い）に表示させても良い。すなわち、結果作成部１１４は、例えば、時間算出部１１３により算出された対象イベントが発生するまでの時間を、当該時間の昇順となるように予測結果に含めても良い。これにより、ユーザは、発生までの時間が早い異常の対応要否や対応を優先的に判断することができる。

ここで、図１３に示す予測結果画面１０００において、チャート表示１００５の「表示」ボタンがユーザにより選択されると、表示制御部２０１は、図１４に示すようなチャート画面２０００を表示させる。

図１４に示すチャート画面２０００では、ユーザにより選択された「表示」ボタンに対応付けられた対象イベントの名称２００１が、選択可能に表示されている。図１４に示すチャート画面２０００において、ユーザにより名称２００１が選択されることにより、表示制御部２０１は、選択された名称２００１に対応する対象イベントのチャート画面を表示させる。

図１４に示すチャート画面２０００では、直近の測定データの推移を示す実績グラフ２００２と、直近で発生したイベントのイベントデータを示す実績プロット２００３とが表示されている。また、図１４に示すチャート画面２０００では、予測された測定データの推移を示す予測グラフ２００４と、予測されたイベントのイベントデータを示す予測プロット２００５とが表示されている。

実績グラフ２００２及び実績プロット２００３は、比較用データ系列に基づいて表示される。一方、予測グラフ２００４及び予測プロット２００５は、対象イベントに対応する時系列データに基づいて表示される。このため、ユーザは、現時点までの測定データの推移と、異常が発生するまでに予測される測定データの推移とを把握することができる。同様に、ユーザは、現時点までに発生したイベントと、異常が発生するまでに発生が予測されるイベントとを把握することができる。

以上のように、本実施形態に係る監視支援システム１では、発生が予測された異常に対して、発生確率や発生するまでの時間等の各種の情報をユーザに提示する。これにより、本実施形態に係る監視支援システム１では、発生が予測された異常に対して行うユーザの判断（例えば、対応要否の検討、対応内容の検討、対応する異常の優先順位等）を支援することができる。

［第二の実施形態］
次に、第二の実施形態に係る監視支援システム１について説明する。第二の実施形態では、異常が発生した後に、当該発生した異常に対する復旧操作手順（回復操作手順）をユーザに提示するものである。なお、第二の実施形態の説明では、第一の実施形態との相違点について説明し、第一の実施形態と実質的に同様の機能を有する箇所及び同様の処理を行う箇所には第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

＜機能構成＞
本実施形態に係る監視支援システム１の機能構成について、図１５を参照しながら説明する。図１５は、第二の実施形態に係る監視支援システムの一例の機能構成を示す図である。

図１５に示す支援装置１０は、事例系列作成部１０４Ａと、結果作成部１１４Ａとを有する。

事例系列作成部１０４Ａは、「事例作成」フェーズにおいて、対象イベントに基づいて、マージデータＤＢ１１５に格納されているマージデータから複数のデータ系列を作成する。ここで、事例系列作成部１０４Ａは、対象イベントの発生前後の所定の時間におけるイベントデータ及び測定データを抽出することでデータ系列を作成する。

結果作成部１１４Ａは、「予測」フェーズにおいて、対象イベントの発生後の操作手順を示すデータ系列パターンを含む予測結果を作成する。

＜処理の詳細＞
次に、本実施形態に係る監視支援システム１の処理の詳細について説明する。

≪事例データの作成処理≫
まず、本実施形態に係る事例データの作成処理について、図１６を参照しながら説明する。図１６は、第二の実施形態に係る事例データの作成処理の一例を示すフローチャートである。なお、図１６において、ステップＳ４０１〜ステップＳ４０６及びステップＳ４０８〜ステップＳ４１３の処理は、第一の実施形態と同様であるため、その説明を省略する。

事例系列作成部１０４Ａは、取得した対象イベントに基づいて、マージデータＤＢ１１５に格納されているマージデータから複数のデータ系列を作成する（ステップＳ１６０１）。

ここで、本実施形態に係るデータ系列の作成について、図１７を参照しながら説明する。図１７は、データ系列の作成の他の例を模式的に説明する図である。

図１７に示すように、マージデータＤＢ１１５には、マージデータが時系列に従って格納される。このとき、事例系列作成部１０４Ａは、対象イベント「Ｋ」を示すイベントデータの発生前後の所定の時間（例えば、前後３０分間）のイベントデータ及び測定データを、データ系列として抽出する。

すなわち、事例系列作成部１０４Ａは、図１７に示すマージデータから第１のデータ系列「Ｃａ_２ｂ_１ＢＫａ_１ｂ_１ＤＦ」、・・・、第Ｎのデータ系列「ＣＤａ_２ｂ_２ＫＣ」を抽出する。これにより、事例系列作成部１０４Ａにより、複数のデータ系列が作成される。

このように、本実施形態に係る監視支援システム１では、マージデータＤＢ１１５において、対象イベントの発生前後の所定の時間のイベントデータ及び測定データを抽出して、データ系列を作成する。

≪予測処理≫
次に、本実施形態に係る予測処理について、図１８を参照しながら説明する。図１８は、第二の実施形態に係る予測処理の一例を示すフローチャートである。なお、図１８において、ステップＳ１１０１〜ステップＳ１１０９の処理は、第一の実施形態と同様であるため、その説明を省略する。

結果作成部１１４Ａは、取得された各対象イベントの事例データについて、予測結果を作成する。そして、結果作成部１１４Ａは、作成した予測結果を監視装置２０に送信する（ステップＳ１８０１）。

ここで、予測結果には、対象イベントの発生後における操作手順を示すデータ系列パターンが含まれる。

すなわち、対象イベントが「Ｋ」、比較用データ系列が「Ｃａ_２ｂ_１ＢＫ」、事例データが「Ｃａ_２ｂ_１ＢＫａ_１ｂ_２ＤＦ」である場合、図１９に示すように、対象イベント「Ｋ」が発生した後のデータ系列パターンを予測することができる。したがって、当該データ系列パターンから操作を示すイベントのイベントデータを取得することにより、対象イベント「Ｋ」発生後の操作手順を示すデータ系列パターン「ＤＦ」を取得することができる。

これにより、監視装置２０では、表示制御部２０１により、予測結果に基づいて、図２０に示すような予測結果画面３０００が表示される。

図２０に示す予測結果画面３０００は、さらに、異常発生後の復旧操作手順を表示させるための復旧操作表示３００１が対応付けられている。

図２０に示す予測結果画面３０００において、復旧操作表示３００１の「表示」ボタンがユーザにより選択されると、表示制御部２０１は、選択された「表示」ボタンに対応付けられた対象イベントに対応する復旧操作手順画面３１００を表示させる。

復旧操作手順画面３１００には、ユーザにより選択された「表示」ボタンに対応付けられた対象イベントが発生した場合の復旧操作手順が表示される。このような復旧操作手順は、結果作成部１１４Ａにより作成された予測結果に含まれる、対象イベントの発生後における操作手順を示すデータ系列パターンに基づいて表示される。これにより、ユーザは、異常が発生における復旧操作手順を知ることができる。

以上のように、本実施形態に係る監視支援システム１では、異常が発生した場合に、当該異常からの復旧操作手順をユーザに提示する。これにより、本実施形態に係る監視支援システム１では、発生した異常に対する対応内容（発生した異常に対してどのような対応を行えば良いか）の判断を支援することができる。

１ 監視支援システム
１０ 支援装置
２０ 監視装置
３０ 履歴管理装置
４０ 機器制御装置
５０ 機器
１０１ 対象イベント設定部
１０２ 記号化部
１０３ マージ部
１０４ 事例系列作成部
１０５ 回数対応付け部
１０６ 第１の類似度算出部
１０７ 分類部
１０８ 名前付け部
１０９ 比較系列作成部
１１０ 第２の類似度算出部
１１１ 取得部
１１２ 確率算出部
１１３ 時間算出部
１１４ 結果作成部
１１５ マージデータＤＢ
１１６ 事例データＤＢ
２０１ 表示制御部
３０１ ログデータＤＢ
３０２ 運転データＤＢ
Ｎ ネットワーク

Claims (8)

1. 機器又は設備の監視を支援する監視支援装置であって、
   予め記憶されている前記機器又は設備において発生したイベントを示すイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサデータとをマージした第１のマージデータを作成するマージ手段と、
   前記マージ手段により作成された第１のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手段と、
   前記作成手段により作成された複数のデータ系列同士の類似度を算出する第１の算出手段と、
   前記第１の算出手段により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手段と、
   前記機器又は設備から取得したイベントデータ及びセンサデータをマージした第２のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第２の算出手段と、
   前記第２の算出手段により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手段と、
   前記取得手段により取得された事例データに基づく出力データを出力する出力手段と、
   を有する監視支援装置。
2. 前記取得手段により取得された事例データと、前記第２のマージデータとに基づいて、前記事例データに含まれる前記指定されたイベントが発生する確率を算出する第３の算出手段を有し、
   前記出力手段は、
   前記確率を含む出力データを出力する、請求項１に記載の監視支援装置。
3. 前記取得手段により取得された事例データと、前記第２のマージデータとに基づいて、前記事例データに含まれる前記指定されたイベントが発生するまでの時間を算出する第４の算出手段を有し、
   前記取得手段は、
   前記時間を含む出力データを出力する、請求項１又は２に記載の監視支援装置。
4. 前記作成手段は、
   前記マージ手段により作成された第１のマージデータから、予め指定されたイベントデータの発生時刻を含む所定の時間の間に発生したイベントデータ又はセンサデータを抽出することにより、前記複数のデータ系列を作成する、請求項１ないし３のいずれか１項に記載の監視支援装置。
5. 前記出力手段は、
   前記監視支援装置にネットワークで接続される監視装置に対して前記出力データを送信し、該出力データに基づく所定の画面を前記監視装置に表示させる、請求項１ないし４のいずれか１項に記載の監視支援装置。
6. 前記第１の算出手段は、
   前記複数のデータ系列同士の類似度として、隠れマルコフモデルに基づくカルバック−ライブラー情報量を算出する、請求項１ないし５のいずれか１項に記載の監視支援装置。
7. 機器又は設備の監視を支援する監視支援装置に用いられる監視支援方法であって、
   予め記憶されている前記機器又は設備において発生したイベントを示すイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサデータとをマージした第１のマージデータを作成するマージ手順と、
   前記マージ手順により作成された第１のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手順と、
   前記作成手順により作成された複数のデータ系列同士の類似度を算出する第１の算出手順と、
   前記第１の算出手順により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手順と、
   前記機器又は設備から取得したイベントデータ及びセンサデータをマージした第２のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第２の算出手順と、
   前記第２の算出手順により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手順と、
   前記取得手順により取得された事例データに基づく出力データを出力する出力手順と、
   を有する監視支援方法。
8. 機器又は設備の監視を支援する監視支援装置に、
   予め記憶されている前記機器又は設備において発生したイベントを示すイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサデータとをマージした第１のマージデータを作成するマージ手順、
   前記マージ手順により作成された第１のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手順、
   前記作成手順により作成された複数のデータ系列同士の類似度を算出する第１の算出手順、
   前記第１の算出手順により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手順、
   前記機器又は設備から取得したイベントデータ及びセンサデータをマージした第２のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第２の算出手順、
   前記第２の算出手順により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手順、
   前記取得手順により取得された事例データに基づく出力データを出力する出力手順、
   を実行させるためのプログラム。

Images