JP2019040430A - 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法 - Google Patents

水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法 Download PDF

Info

Publication number
JP2019040430A
JP2019040430A JP2017162353A JP2017162353A JP2019040430A JP 2019040430 A JP2019040430 A JP 2019040430A JP 2017162353 A JP2017162353 A JP 2017162353A JP 2017162353 A JP2017162353 A JP 2017162353A JP 2019040430 A JP2019040430 A JP 2019040430A
Authority
JP
Japan
Prior art keywords
water
water quality
cooling water
temperature
quality
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
Application number
JP2017162353A
Other languages
English (en)
Other versions
JP6779185B2 (ja
Inventor
正人 金留
Masato Kanetome
正人 金留
昌則 藤岡
Masanori Fujioka
昌則 藤岡
田中 徹
Toru Tanaka
徹 田中
濱崎 彰弘
Akihiro Hamazaki
彰弘 濱崎
中嶋 祐二
Yuji Nakajima
祐二 中嶋
小川 尚樹
Naoki Ogawa
尚樹 小川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Power Ltd
Original Assignee
Mitsubishi Hitachi Power Systems Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Hitachi Power Systems Ltd filed Critical Mitsubishi Hitachi Power Systems Ltd
Priority to JP2017162353A priority Critical patent/JP6779185B2/ja
Publication of JP2019040430A publication Critical patent/JP2019040430A/ja
Application granted granted Critical
Publication of JP6779185B2 publication Critical patent/JP6779185B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00Combustion technologies with mitigation potential
    • Y02E20/16Combined cycle power plant [CCPP], or combined cycle gas turbine [CCGT]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin
    • Y02E30/30Nuclear fission reactors

Landscapes

  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Feedback Control In General (AREA)

Abstract

【課題】冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行う。【解決手段】計測結果取得部は、熱プラントの特定箇所における冷却水の水質に係る計測値を取得する。水温情報取得部は、熱プラントの特定箇所と異なる目的箇所の水温に係る情報を取得する。目的水質特定部は、水温に係る情報と計測値に基づいて、目的箇所の冷却水の水質を特定する。パラメータ決定部は、目的箇所の水質に基づいて冷却水の処理を行う水処理装置の制御パラメータを決定する。【選択図】図1

Description

本発明は、水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法に関する。
特許文献1には、冷却水やボイラ水の水質パラメータを測定し、測定された水質パラメータに対する水処理状況や対策を表示する技術が開示されている。
特開2015−205237号公報
ところで、冷却水による冷却がなされる熱プラント(例えば、ガスタービンプラント、GTCC(Gas Turbine Combined Cycle)プラント、原子力プラント、地熱プラントなど)において、冷却水が流れる個所によってその温度が異なり、温度によってスケーリング、腐食、ファウリングなどのリスクが異なる。
一方で、冷却水のサンプリングが可能な箇所はプラントの設計によって異なり、プラントによっては必ずしもリスクが高い箇所の冷却水を取得することができるとは言えない。
本発明の目的は、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができる水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法を提供することにある。
本発明の第1の態様によれば、水質制御装置は、熱プラントの特定箇所における冷却水の水質に係る計測値を取得する計測結果取得部と、前記熱プラントの前記特定箇所と異なる目的箇所の水温に係る情報を取得する水温情報取得部と、前記水温に係る情報と前記計測値に基づいて、前記冷却水の処理を行う水処理装置の制御パラメータを決定するパラメータ決定部とを備える。
本発明の第2の態様によれば、第1の態様に係る水質制御装置は、前記水温に係る情報と前記計測値に基づいて、前記目的箇所の前記冷却水の水質を特定する目的水質特定部をさらに備え、前記パラメータ決定部は、前記目的箇所の水質に基づいて前記制御パラメータを決定するものであってよい。
本発明の第3の態様によれば、第2の態様に係る水質制御装置は、前記目的水質特定部は、前記水温に係る情報と前記計測値に基づいて、前記目的箇所の所定時間後における前記冷却水の水質を特定するものであってよい。
本発明の第4の態様によれば、第3の態様に係る水質制御装置は、前記熱プラントの過去の運転履歴と前記熱プラントの環境データとに基づいて学習され、前記環境データの入力により前記熱プラントの所定時間後の負荷に係る情報を出力する負荷モデルをさらに備え、水温情報取得部は、前記負荷モデルに前記環境データを入力することで前記目的箇所の水温に係る情報を取得するものであってよい。
本発明の第5の態様によれば、第2から第4の何れかの態様に係る水質制御装置は、前記目的水質特定部は、前記熱プラントの過去の運転履歴と前記目的箇所の前記冷却水の水質とに基づいて学習され、前記特定箇所の前記冷却水の水質と前記目的箇所の水温に係る情報との入力により前記目的箇所の前記冷却水の水質を出力する水質モデルをさらに備え、前記目的水質特定部は、前記水質モデルに前記特定箇所の前記冷却水の水質と前記目的箇所の水温に係る情報とを入力することで前記目的箇所の前記冷却水の水質を特定するものであってよい。
本発明の第6の態様によれば、第4の態様に係る水質制御装置は、前記水温に係る情報に基づいて、前記特定箇所からサンプリングされた前記冷却水の温度を変化させる調温装置に、前記目的箇所の水温に調温させる調温指示を出力する調温指示部をさらに備え、前記計測結果取得部は、前記調温装置により調温された前記冷却水の水質に係る前記計測値を取得し、前記目的水質特定部は、前記計測結果取得部が取得した前記計測値に基づいて、前記目的箇所における前記冷却水の水質を特定する請求項2からものであってよい。
本発明の第7の態様によれば、第1から第6の何れかの態様に係る水質制御装置は、前記パラメータ決定部は、前記特定箇所における前記冷却水の水質と、前記目的箇所の前記冷却水の水質とに基づいて、前記制御パラメータを決定するものであってよい。
本発明の第8の態様によれば、第1から第7の何れかの態様に係る水質制御装置は、前記特定箇所における前記目的箇所の前記冷却水の水質に基づいて、前記熱プラントに係るリスクの高さを推定するリスク推定部をさらに備え、前記パラメータ決定部は、前記リスク推定部が推定したリスクの高さに基づいて、前記制御パラメータを決定するものであってよい。
本発明の第9の態様によれば、第1から第8の何れかの態様に係る水質制御装置は、前記制御パラメータは、前記熱プラントの給水ポンプの動力、前記熱プラントのブロー弁の開度、および前記熱プラントの薬注ポンプの注入量の少なくとも1つを含むものであってよい。
本発明の第10の態様によれば、水処理システムは、冷却水を冷却する冷却塔と、前記冷却水の処理を行う水処理装置と、第1から第9の何れかの態様に係る水質制御装置とを備える。
本発明の第11の態様によれば、熱プラントは、第10の態様に係る水処理システムと、前記冷却水によって冷却された水を加熱する負荷装置とを備える。
本発明の第12の態様によれば、発電プラントは、第10の態様に係る水処理システムと、前記冷却水によって冷却された水を加熱する負荷装置と、前記負荷装置によって稼働される発電機とを備える。
本発明の第13の態様によれば、水質制御方法は、熱プラントの特定箇所における冷却水の水質に係る計測値を取得することと、前記熱プラントの前記特定箇所と異なる目的箇所の水温に係る情報を取得することと、前記水温に係る情報と前記計測値に基づいて、前記冷却水の処理を行う水処理装置の制御パラメータを決定することとを有する。
上記態様のうち少なくとも1つの態様によれば、水質制御装置は、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができる。
第1の実施形態に係る発電プラントの構成を示す概略図である。 第1の実施形態に係る水質制御装置のソフトウェア構成を示す概略ブロック図である。 第1の実施形態に係る水質制御装置の動作を示すフローチャートである。 第4の実施形態に係る発電プラントの構成を示す概略図である。 第4の実施形態に係る水質制御装置のソフトウェア構成を示す概略ブロック図である。 第4の実施形態に係る水質制御装置の動作を示すフローチャートである。 少なくとも1つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
〈第1の実施形態〉
以下、図面を参照しながら実施形態について詳しく説明する。
図1は、第1の実施形態に係る発電プラントの構成を示す概略図である。
第1の実施形態に係る水処理システム100は、発電プラント10に設けられる。発電プラント10は、ボイラ11、蒸気タービン12、発電機13、復水器14、純水装置15、および冷却塔16を備える。なお、他の実施形態に係る発電プラント10の構成はこれに限られない。例えば、他の実施形態に係る発電プラント10は、ガスタービンプラント、GTCCプラント、原子力プラント、地熱プラントなどの他の熱プラントに発電機13を設けたものであってもよい。熱プラントとは、エネルギーを生成するプラントである。また他の実施形態においては、水処理システム100が発電機13を備えない熱プラントに設けられていてもよい。
ボイラ11は、水を蒸発させて蒸気を発生させる。蒸気タービン12は、ボイラ11が発生させた蒸気により回転する。発電機13は、蒸気タービン12の回転エネルギーを電力に変換する。復水器14は、蒸気タービン12から排出される蒸気と冷却水とを熱交換させ、蒸気を水に戻す。純水装置15は、純水を生成する。冷却塔16は、復水器14で熱交換された冷却水を冷却する。冷却塔16には、冷却水を冷却するためのファン(図示せず)が設けられる。冷却塔16には、貯留水質センサ161が設けられる。貯留水質センサ161は、冷却塔16に貯留されている冷却水の水質を検出する。センサによって検出される水質の例としては、電気伝導率、pH値、塩濃度、金属濃度、COD(Chemical Oxygen Demand)、BOD(Biochemical Oxygen Demand)、シリカ濃度、SDI(Silt Density Index)、濁度、ATP(Adenosine triphosphate)量、DO(Dissolved Oxygen)、残留塩素、分散剤の薬品濃度、TOC(Total Organic Carbon)、硬度(Ca、Mg、Total)ならびにこれらの組み合わせが挙げられる。調温水質センサ1101は、検出した水質を示す貯留水質指標値を水質制御装置112に出力する。冷却塔16は、熱プラントの特定箇所の一例である。
水処理システム100は、復水器14、冷却塔16、蒸気循環ライン101、第1補給ライン102、第1排水ライン103、第1薬注ライン104、冷却水循環ライン105、第2補給ライン106、第2排水ライン107、第2薬注ライン108、排水処理装置111、水質制御装置112、環境測定装置113、運転監視装置114を備える。
蒸気循環ライン101は、蒸気タービン12、復水器14、およびボイラ11に水および蒸気を循環させるラインである。蒸気循環ライン101のうち復水器14とボイラ11との間には、第1給水ポンプ1011が設けられる。第1給水ポンプ1011は、復水器14からボイラ11へ向けて水を圧送する。
第1補給ライン102は、純水装置15が生成する純水を蒸気循環ライン101に供給するためのラインである。第1補給ライン102には、第2給水ポンプ1021が設けられる。第2給水ポンプ1021は、復水器14への水張り時に使用される。運転中において第1補給ライン102内の水は、復水器14の減圧により純水装置15から復水器14へ向けて圧送される。
第1排水ライン103は、蒸気循環ライン101を循環する水の一部を、ボイラ11から排水処理装置111へ排出するためのラインである。
第1薬注ライン104は、蒸気循環ライン101にpH調整剤、脱酸素剤、またはその他の薬剤を供給するためのラインである。第1薬注ライン104は、薬剤を貯留する第1薬注タンク1041と、第1薬注タンク1041から蒸気循環ライン101へ薬剤を供給する第1薬注ポンプ1042とを備える。第1薬注ポンプ1042は、冷却水を処理する水処理装置の一例である。
蒸気循環ライン101、第1補給ライン102、第1排水ライン103、および第1薬注ライン104によって循環水系統が構成される。
冷却水循環ライン105は、復水器14および冷却塔16に冷却水を循環させるラインである。冷却水循環ライン105には、第3給水ポンプ1051が設けられる。第3給水ポンプ1051は、冷却塔16から復水器14へ向けて冷却水を圧送する。
第2補給ライン106は、水源から取水される原水を、補給水として冷却水循環ライン105に供給するためのラインである。第2補給ライン106には、第4給水ポンプ1061が設けられる。第4給水ポンプ1061は、水源から冷却塔16へ向けて補給水を圧送する。
第2排水ライン107は、冷却水循環ライン105を循環する水の一部を排水処理装置111へ排出するためのラインである。第2排水ライン107には、ブロー弁1071が設けられる。ブロー弁1071は、冷却水循環ライン105から排水処理装置111へブローする排水の量を制限する。ブロー弁1071は、冷却水を処理する水処理装置の一例である。
第2薬注ライン108は、冷却水循環ライン105に防食材、防スケール剤、スライムコントロール剤、pH調整剤、またはその他の薬剤を供給するためのラインである。第2薬注ライン108は、薬剤を貯留する第2薬注タンク1081と、第2薬注タンク1081から冷却水循環ライン105へ薬剤を供給する第2薬注ポンプ1082とを備える。
冷却水循環ライン105、第2補給ライン106、第2排水ライン107、第2薬注ライン108によって循環水系統が構成される。第2薬注ポンプ1082は、冷却水を処理する水処理装置の一例である。
サンプリングライン109は、復水器14から冷却水をサンプリングするためのラインである。サンプリングライン109の一端は復水器14に接続され、他端は調温装置110に接続される。
調温装置110は、電熱ヒータやペルチェ素子を有し、サンプリングライン109によってサンプリングされた冷却水を、水質制御装置112が指示する温度に調温する。調温装置110には、調温水質センサ1101が設けられる。調温水質センサ1101は、調温装置110によって調温された冷却水の水質を検出する。センサによって検出される水質の例としては、電気伝導率、pH値、塩濃度、金属濃度、COD(Chemical Oxygen Demand)、BOD(Biochemical Oxygen Demand)、およびシリカ濃度、ならびにこれらの組み合わせが挙げられる。調温水質センサ1101は、検出した水質を示す調温水質指標値を水質制御装置112に出力する。
排水処理装置111は、第1排水ライン103および第2排水ライン107から排出された排水に、酸、アルカリ、凝集剤、またはその他の薬剤を注入する。排水処理装置111は、薬剤により処理された排水を廃棄する。
水質制御装置112は、貯留水質センサ161が検出した貯留水質指標値、調温水質センサ1101が検出した調温水質指標値、環境測定装置113が測定する発電プラント10周辺の環境データ、および運転監視装置114が測定する発電プラント10の運転データに基づいて、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082の注入量(プランジャのストローク量またはストローク数)を決定する。第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082の注入量は、水処理装置の制御パラメータの一例である。
環境測定装置113は、発電プラント10の周辺の環境を測定し、環境データを生成する。環境データの例としては、発電プラント10の周辺地域の天候、気温および湿度、ならびに補給水の水質(濁りレベルなど)が挙げられる。なお、環境測定装置113は、環境データとして発電プラント10の付近を流れる川の上流における農耕作業の状況や、近傍のコミュニティの状況、休祝日の情報などの入力を受け付けてもよい。
運転監視装置114は、発電プラント10の運転データを測定し、運転データを生成する。運転データの例としては、発電プラント10の出力、各種(蒸気、水、冷却水、薬品など)流量、ボイラ11の温度や圧力、冷却水温度、冷却塔16の風量などが挙げられる。
図2は、第1の実施形態に係る水質制御装置のソフトウェア構成を示す概略ブロック図である。
第1の実施形態に係る水質制御装置112は、水処理システム100の腐食が発生しないように冷却水の水質を制御する。
水質制御装置112は、水質指標値取得部1111、環境データ取得部1112、運転データ取得部1113、負荷学習部1114、負荷モデル記憶部1115、負荷推定部1116、目的温度推定部1117、調温指示部1118、リスク推定部1119、パラメータ決定部1120を備える。
水質指標値取得部1111は、貯留水質センサ161から貯留水質指標値を取得し、調温水質センサ1101から、調温水質指標値を取得する。ここで、貯留水質指標値は、特定箇所における冷却水の水質に係る計測値の一例である。また、調温水質指標値は、目的箇所における冷却水の水質を表し、かつ特定箇所における冷却水の水質に係る計測値の一例でもある。つまり、第1の実施形態に係る水質指標値取得部1111は、特定箇所における冷却水の水質に係る計測値を取得する計測結果取得部の一例であり、目的箇所の冷却水の水質を特定する目的水質特定部の一例でもある。
環境データ取得部1112は、環境測定装置113から環境データを取得する。
運転データ取得部1113は、運転監視装置114から運転データを取得する。
負荷学習部1114は、過去に取得された環境データおよび運転データの時系列から教師データを生成し、当該教師データにより負荷モデル記憶部1115が記憶する負荷モデルを学習させる。つまり、負荷学習部1114による負荷モデルの学習は教師あり学習である。負荷学習部1114は、例えば一の時刻に係る環境データと運転データと、一の時刻から所定時間後の発電機13の出力とを関連付けて教師データとする。所定時間後の出力は、過去に取得された運転データの時系列から特定することができる。
負荷モデル記憶部1115は、一の時刻における環境データおよび運転データの入力により、所定時間後の負荷を推定するためのモデルを記憶する。負荷モデルの例としては、ニューラルネットワークモデル、ディープラーニングモデル、隠れマルコフモデル、決定木モデル、ファジィ制御モデルなどが挙げられる。
負荷推定部1116は、負荷モデル記憶部1115が記憶する負荷モデルに環境データおよび運転データを入力することで、所定時間後の発電機13の出力を予測する。復水器14における熱交換量は、発電機13の出力と正の相関を有する。したがって、発電機13の出力は、熱プラントの目的箇所の水温に係る情報の一例である。つまり、負荷推定部1116は、水温情報取得部の一例である。
目的温度推定部1117は、運転データに含まれる発電機13の出力と負荷推定部1116が予測した所定時間後の発電機13の出力とに基づいて、所定時間後の復水器14における冷却水の温度を算出する。復水器14は、熱プラントの目的箇所の一例である。例えば、目的温度推定部1117は、運転データに基づいて熱プラントにおける熱収支を演算することで現在時刻における復水器14における冷却水の温度を算出し、さらに一定時間後の発電機13の出力に基づく熱収支を演算することで、所定時間後の所定時間後の復水器14における冷却水の温度を算出する。なお、熱収支の演算には、酸化用空気ブロア、噴霧用エアコンプレッサなどによる処理熱量をも用いることができる。
調温指示部1118は、調温装置110に、サンプリングされた冷却水を目的温度に調温させる調温指示を出力する。
リスク推定部1119は、水質指標値取得部1111が取得した調温水質指標値および調温水質指標値に基づいて、腐食リスクの高さを推定する。例えば、リスク推定部1119は、腐食リスクの高さの推定方法として、ランゲリア指数を用いた推定方法、リズナー安定度指数を用いた推定方法など、薬品の性能に応じた様々な評価方法で評価することができる。ここでは、まず一例として、ランゲリア指数を用いて評価する方法について説明する。ランゲリア指数が0未満である場合に腐食リスクが低く、ランゲリア指数が0以上である場合に腐食リスクが生じる。ランゲリア指数SIは、以下の式(1)に示すように、冷却水の実測pHであるpHmと、炭酸カルシウムの飽和pHであるpHsの差で表される。
SI=pHm−pHs ・・・(1)
また一例として、腐食リスクの高さをリズナー安定度指数を用いて評価する方法について説明する。リズナー安定度指数が7以下である場合に腐食リスクが低く、水質指標値が7より大きい場合に腐食リスクが生じる。リズナー安定度指数RIは、以下の式(2)に示すように、冷却水の実測pHであるpHmと、炭酸カルシウムの飽和pHであるpHsの2倍の値との差で表される。
RI=2pHs−pHm ・・・(2)
パラメータ決定部1120は、リスク推定部1119が推定した腐食リスクの高さに基づいて、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082の防食剤の注入量(プランジャのストローク量またはストローク数)を決定する。
第1の実施形態に係る水質制御装置112の動作について説明する。
水質制御装置112による冷却水の水質制御を行う前に、負荷モデルに環境データおよび運転データを入力することで、一定時間後の発電機13の出力の値を出力させるように、負荷モデルを学習させる。まず、負荷学習部1114は、環境データ取得部1112および運転データ取得部1113から、発電プラント10における過去の環境データおよび運転データの時系列を取得し、これをマージする。これにより、複数の時刻について、その時刻における環境データと運転データとが関連付けられた時系列データが生成される。次に、負荷学習部1114は、生成された時系列データに、さらにその時刻の所定時間後における発電機13の出力の値を関連付ける。所定時間後の発電機13の出力は、運転データの時系列から特定することができる。負荷学習部1114は、生成された時系列データを教師データとして、負荷モデル記憶部1115が記憶する負荷モデルを学習させる。これにより、負荷モデルは学習済みモデルとなる。
図3は、第1の実施形態に係る水質制御装置の動作を示すフローチャートである。
水質制御装置112が冷却水の水質制御を開始すると、環境データ取得部1112は環境測定装置113から環境データを取得し、また運転データ取得部1113は運転監視装置114から運転データを取得する(ステップS1)。負荷推定部1116は、環境データおよび運転データを負荷モデル記憶部1115が記憶する負荷モデルに入力することで、発電機13の出力を推定する(ステップS2)。
目的温度推定部1117は、負荷推定部1116が推定した発電機13の出力と運転データとに基づいて、所定時間後の復水器14における冷却水の水温を推定する(ステップS3)。調温指示部1118は、サンプリングライン109からサンプリングされた冷却水の温度を、目的温度推定部1117が推定した水温に調温させる調温指示を、調温装置110に出力する(ステップS4)。これにより、調温装置110は、サンプリングライン109からサンプリングされた冷却水の温度を、目的温度推定部1117が推定した水温に調温する。つまり、調温装置110は、冷却塔16からサンプリングされた冷却水の温度を復水器14における冷却水の温度に調温する。なお、調温装置110が調温する温度は、必ずしも指示された温度と完全に一致する温度でなくてもよいが、調温装置110は、調温する温度が指示された温度より低くならないように調温する。これにより、腐食リスクを見逃す可能性を低減することができる。
次に、水質指標値取得部1111は、貯留水質センサ161から貯留水質指標値を取得し、調温水質センサ1101から調温水質指標値を取得する(ステップS5)。ステップ4において、調温装置110がサンプリングされた冷却水の温度を復水器14における冷却水の温度に調温しているため、調温水質指標値は、復水器14における冷却水の水質を表しているといえる。
リスク推定部1119は、貯留水質指標値および調温水質指標値から、冷却塔16における現時点の腐食リスクの高さと復水器14における将来的な腐食リスクの高さとを推定する(ステップS6)。腐食リスクの高さは、ランゲリア指数またはリズナー安定度指数により表すことができる。
次に、パラメータ決定部1120は、冷却水の水質が熱プラントの排水制約を満たすか否かを判定する(ステップS7)。排水制約は、熱プラントが設けられる自治体等において指定される制約であり、例えばリン、窒素、TDS(Total Dissolved Solid)、COD(Chemical Oxygen Demand)の値についての制約である。水質が排水制約を満たす場合(ステップS7:YES)、パラメータ決定部1120は、リスク推定部1119が推定した冷却塔16における現時点の腐食リスクの高さに基づいて、腐食リスクの高さを目標値にするための第2薬注ポンプ1082による薬注量を算出する(ステップS8)。例えば、パラメータ決定部1120は、冷却塔16における現時点の腐食リスクの高さを表すランゲリア指数が1である場合に、ランゲリア指数を0(目標値)にするための薬注量を算出する。つまり、目標値としては、腐食リスクがなくなる閾値、または当該閾値に安全率を乗算した値が設定される。
パラメータ決定部1120は、復水器14における将来的な腐食リスクが、現時点の腐食リスクより高いか否かを判定する(ステップS9)。将来的な腐食リスクが現時点の腐食リスクより高い場合(ステップS9:YES)、パラメータ決定部1120は、将来的な腐食リスクの高さと現時点の腐食リスクの高さとの差の大きさに応じて、ステップS7で算出した薬注量を増加させ、この薬注量を第2薬注ポンプ1082による薬注量に決定する(ステップS10)。他方、将来的な腐食リスクの高さが現時点の腐食リスクの高さ以下である場合(ステップS9:NO)、パラメータ決定部1120は、ステップS8で算出した薬注量を、第2薬注ポンプ1082による薬注量に決定する。
他方、水質が排水制約を満たさない場合(ステップS7:NO)、パラメータ決定部1120は、リスク推定部1119が推定した冷却塔16における現時点の腐食リスクの高さに基づいて、腐食リスクの高さを目標値にするための冷却水のブロー量を算出する(ステップS11)。パラメータ決定部1120は、復水器14における将来的な腐食リスクが、現時点の腐食リスクより高いか否かを判定する(ステップS12)。将来的な腐食リスクが現時点の腐食リスクより高い場合(ステップS12:YES)、パラメータ決定部1120は、将来的な腐食リスクと現時点の腐食リスクとの差の大きさに応じて、ステップS11で算出したブロー量を増加させ、このブロー量をブロー弁1071によるブロー量に決定し、当該ブロー量に基づいて第4給水ポンプ1061の注入量を決定する(ステップS13)。他方、将来的な腐食リスクの高さが現時点の腐食リスクの高さ以下である場合(ステップS12:NO)、パラメータ決定部1120は、ステップS13で算出したブロー量をブロー弁1071によるブロー量に決定し、当該ブロー量に基づいて第4給水ポンプ1061の注入量を決定する。
パラメータ決定部1120は、決定した第2薬注ポンプ1082による薬注量、ブロー弁1071の開度および第4給水ポンプ1061の注入量を、それぞれ第2薬注ポンプ1082、ブロー弁1071、第4給水ポンプ1061に出力する(ステップS14)。これにより、第2薬注ポンプ1082、ブロー弁1071および第4給水ポンプ1061は、水質制御装置112の指示に従って動作する。
このように、第1の実施形態に係る水質制御装置112は、熱プラントの特定箇所(冷却塔16)に設けられた貯留水質センサ161と、発電機13の出力とに基づいて、特定箇所より腐食リスクが高い目的箇所における冷却水の水質を特定することができる。これにより、水質制御装置112は、目的箇所の水質に基づいて水処理装置の制御パラメータを決定することで、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができる。なお、本実施形態において、目的箇所の水温に係る情報として発電機13の出力が用いられるが、これに限られない。例えば、他の実施形態に係る目的箇所の水温に係る情報は、目的箇所の水温そのものであってもよいし、蒸気タービン12の回転数やボイラ11の蒸気流量など、他の情報であってもよい。
また、第1の実施形態に係る水質制御装置112は、水温に係る情報と計測値に基づいて、目的箇所の所定時間後における冷却水の水質を予測する。これにより、水質制御装置112は、フィードバック制御と比較して水質の変化に対する制御の遅れを小さくすることができる。水質変化に対する水処理の追従の遅れによって、腐食リスクが累積的に高まるため、フィードバック制御のみを実施する場合には、あるときに腐食リスクが急に高まり、薬剤を急遽投入する必要が生じる可能性がある。これに対し、水質制御装置112は、水質変化に対する水処理の追従の遅れを小さくすることで、腐食リスクを低減することができる。したがって、本実施形態に係る水質制御装置112によれば、薬剤を急遽投入する必要性が低くなる。なお、他の実施形態においてはこれに限られず、目的箇所の現在時刻における冷却水の水質を予測してもよい。この場合にも、水質制御装置112は、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができるという効果を奏することができる。
また、第1の実施形態に係る水質制御装置112は、発電プラント10の過去の運転履歴と環境データとに基づいて学習され、環境データの入力により発電プラント10の所定時間後の発電機13の出力の値を出力する負荷モデルを備える。これにより、水質制御装置112は、環境データに基づいて精度よく所定時間後の目的箇所の水温を推定することができる。
第1の実施形態に係る水質制御装置112は、発電機13の負荷を予測し、これに基づいて復水器14における冷却水の温度を特定するが、これに限られない。例えば、他の実施形態に係る水質制御装置112は、直接的に復水器14における冷却水の温度を推定してもよいし、蒸気タービン12の回転数など、目的箇所の水温に係る他の情報を取得してもよい。
〈第2の実施形態〉
第1の実施形態に係る水質制御装置112は、水処理システム100の腐食が発生しないように冷却水の水質を制御する。これに対し、第2の実施形態に係る水質制御装置112は、水処理システム100にスケーリングが発生しないように冷却水の水質を制御する。
第2の実施形態に係る発電プラント10の構成は第1の実施形態と同じである。
第2の実施形態に係る水質制御装置112のリスク推定部1119は、水質指標値取得部1111が取得した調温水質指標値および調温水質指標値に基づいて、スケーリングリスクの高さを推定する。例えば、リスク推定部1119は、スケーリングリスクの高さをランゲリア指数として算出することができる。ランゲリア指数が0未満である場合にスケーリングリスクが低く、ランゲリア指数が0以上である場合にスケーリングリスクが生じる。
また例えば、リスク推定部1119は、スケーリングリスクをリズナー安定度指数として算出することができる。リズナー安定度指数が6以上である場合にスケーリングリスクが低く、水質指標値が6未満である場合にスケーリングリスクがある。
パラメータ決定部1120は、リスク推定部1119が推定したスケーリングリスクに基づいて、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082のスケーリング防止剤の注入量を決定する。
このように、第2の実施形態に係る水質制御装置112は、熱プラントの特定箇所(冷却塔16)に設けられた貯留水質センサ161と、発電機13の出力とに基づいて、特定箇所よりスケーリングリスクが高い目的箇所における冷却水の水質を特定することができる。これにより、水質制御装置112は、目的箇所の水質に基づいて水処理装置の制御パラメータを決定することで、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができる。
なお、第1の実施形態では腐食リスクの高さに基づいて制御パラメータを計算し、第2の実施形態ではスケーリングリスクの高さに基づいて制御パラメータを計算するが、他の実施形態ではこの両方を鑑みて制御パラメータを計算してもよい。この場合、パラメータ決定部1120は、リズナー安定度指数が6以上7以下になるように(好ましくは6.5以上7以下となるように)、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082のスケーリング防止剤の注入量を決定するとよい。
〈第3の実施形態〉
第1の実施形態に係る水質制御装置112は、水処理システム100の腐食が発生しないように冷却水の水質を制御し、第2の実施形態に係る水質制御装置112は、水処理システム100にスケーリングが発生しないように冷却水の水質を制御する。これに対し、第3の実施形態に係る水質制御装置112は、水処理システム100にファウリングが発生しないように冷却水の水質を制御する。
第3の実施形態に係る発電プラント10の構成は第1の実施形態と同じである。
第3の実施形態に係る水質制御装置112のリスク推定部1119は、水質指標値取得部1111が取得した調温水質指標値および調温水質指標値ならびに冷却水の温度に基づいてファウリングリスクの高さを推定する。ファウリングリスクの推定方法としては、ATPの計測による推定方法や、N(窒素)、P(リン)、C(炭素)の含有量による推定方法や、生物の自家蛍光の強度を用いた推定方法などが挙げられる。ファウリングリスクは、ある生物の増殖に関与する物質(例えば、窒素、リン、炭素)の濃度が多いほど高くなり、また冷却水の温度がその生物の至適温度に近いほど高くなる。なお、至適温度は生物によって異なる(耐冷性を有する生物や耐熱性を有する生物がいる)ため、リスク推定部1119は、例えば冷却水の温度に最も近い指摘温度を有する生物に基づいてファウリングリスクの高さを推定してもよい。なお、ファウリングリスクは、水源の急激な汚染により、生物の増殖に関与する物質の濃度が増加することで生じることとなる。なお、一般的に、窒素およびリンが必要な微生物の場合、窒素とリンと炭素の比率がおおよそ定まっており、窒素またはリンの値から炭素の値を推測することができる。
パラメータ決定部1120は、リスク推定部1119が推定したファウリングリスクの高さに基づいて、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082の生物繁殖防止薬(抗生物質や防藻剤など)の注入量を決定する。
このように、第3の実施形態に係る水質制御装置112は、熱プラントの特定箇所(冷却塔16)に設けられた貯留水質センサ161と、発電機13の出力とに基づいて、特定箇所よりファウリングリスクが高い目的箇所における冷却水の水質を特定することができる。これにより、水質制御装置112は、目的箇所の水質に基づいて水処理装置の制御パラメータを決定することで、冷却水のサンプリング箇所とリスクの高い箇所とが異なる場合においても、適切に冷却水の水処理を行うことができる。
なお、他の実施形態ではファウリングリスクのみならず、腐食リスクおよびスケーリングリスクの一方または両方を鑑みて制御パラメータを計算してもよい。
〈第4の実施形態〉
第1−第3の実施形態に係る発電プラント10は、調温装置110によって冷却塔16からサンプリングされた冷却水を調温することで、復水器14における冷却水の状態を再現する。これに対し、第4の実施形態に係る発電プラント10は、貯留水質指標値、環境データ、および運転データに基づいて、復水器14における冷却水の水質を推定する。
図4は、第4の実施形態に係る発電プラントの構成を示す概略図である。
第4の実施形態に係る発電プラント10は、図4に示すように、第1の実施形態の構成のうち、サンプリングライン109、調温装置110および調温水質センサ1101を備えなくてよい。一方、第4の実施形態に係る水質制御装置112は、貯留水質指標値、環境データ、および運転データに基づいて、復水器14における冷却水の水質を推定する。
図5は、第4の実施形態に係る水質制御装置のソフトウェア構成を示す概略ブロック図である。
第4の実施形態に係る水質制御装置112は、水質指標値取得部1111、環境データ取得部1112、運転データ取得部1113、水質学習部1121、水質モデル記憶部1122、水質推定部1123、リスク推定部1119、パラメータ決定部1120を備える。
水質指標値取得部1111は、貯留水質センサ161から貯留水質指標値を取得する。ここで、貯留水質指標値は、特定箇所における冷却水の水質に係る計測値の一例である。つまり、第4の実施形態に係る水質指標値取得部1111は、特定箇所における冷却水の水質に係る計測値を取得する計測結果取得部の一例である。
環境データ取得部1112は、環境測定装置113から環境データを取得する。
運転データ取得部1113は、運転監視装置114から運転データを取得する。復水器14における冷却水の温度は、発電プラント10の運転によって変化するため、運転データに基づく熱収支演算により復水器14における冷却水の温度を算出することができる。つまり、運転データ取得部1113は、水温情報取得部の一例である。
水質学習部1121は、過去に取得された環境データおよび運転データの時系列、ならびに復水器14における冷却水の水質指標値の時系列から教師データを生成し、当該教師データにより水質モデル記憶部1122が記憶する水質モデルを学習させる。つまり、水質学習部1121による水質モデルの学習は教師あり学習である。水質学習部1121は、例えば実地試験等において、上記の教師データを得ることができる。
水質モデル記憶部1122は、一の時刻における環境データおよび運転データの入力により、所定時間後の復水器14における冷却水の水質指標値を推定するためのモデルを記憶する。水質モデルの例としては、ニューラルネットワークモデル、ディープラーニングモデル、隠れマルコフモデル、決定木モデル、ファジィ制御モデルなどが挙げられる。
水質推定部1123は、水質モデル記憶部1122が記憶する水質モデルに環境データおよび運転データを入力することで、所定時間後の復水器14における冷却水の水質指標値を予測する。つまり、水質推定部1123は、目的水質特定部の一例である。
リスク推定部1119は、水質指標値取得部1111が取得した調温水質指標値および調温水質指標値に基づいて、腐食リスク、スケーリングリスク、またはファウリングリスクの高さを推定する。
パラメータ決定部1120は、リスク推定部1119が推定したリスクの高さに基づいて、第4給水ポンプ1061の動力、ブロー弁1071の開度、および第2薬注ポンプ1082の薬剤の注入量を決定する。
第1の実施形態に係る水質制御装置112の動作について説明する。
水質制御装置112による冷却水の水質制御を行う前に、負荷モデルに環境データ、運転データ、冷却塔16における冷却水の水質指標値、および復水器14における冷却水の水質指標値を含む教師データを入力することで、一定時間後の復水器14における冷却水の水質指標値を出力させるように、水質モデルを学習させる。まず、水質学習部1121は、発電プラント10における過去の環境データ、運転データ、貯留水質指標値の時系列を取得し、これをマージする。これにより、複数の時刻について、その時刻における環境データと運転データと貯留水質指標値が関連付けられた時系列データが生成される。次に、水質学習部1121は、生成された時系列データに、さらにその時刻の所定時間後における復水器14における冷却水の水質指標値を関連付ける。水質学習部1121は、生成された時系列データを教師データとして、水質モデル記憶部1122が記憶する水質モデルを学習させる。これにより、水質モデルは学習済みモデルとなる。
図6は、第4の実施形態に係る水質制御装置の動作を示すフローチャートである。
水質制御装置112が冷却水の水質制御を開始すると、環境データ取得部1112は環境測定装置113から環境データを取得し、運転データ取得部1113は運転監視装置114から運転データを取得し、水質指標値取得部1111は、貯留水質センサ161から貯留水質指標値を取得する(ステップS101)。水質推定部1123は、環境データ、運転データおよび貯留水質指標値を水質モデル記憶部1122が記憶する水質モデルに入力することで、復水器14における冷却水の水質指標値を推定する(ステップS102)。以下、水質推定部1123が推定した水質指標値を目的水質指標値とよぶ。
リスク推定部1119は、貯留水質指標値および目的水質指標値から、冷却塔16における現時点のリスクの高さと復水器14における将来的なリスクの高さとを推定する(ステップS103)。
次に、パラメータ決定部1120は、冷却水の水質が熱プラントの排水制約を満たすか否かを判定する(ステップS104)。水質が排水制約を満たす場合(ステップS104:YES)、パラメータ決定部1120は、リスク推定部1119が推定した冷却塔16における現時点のリスクの高さに基づいて、リスクの高さを目標値にするための第2薬注ポンプ1082による薬注量を算出する(ステップS105)。
パラメータ決定部1120は、復水器14における将来的なリスクが、現時点のリスクより高いか否かを判定する(ステップS106)。将来的なリスクが現時点のリスクより高い場合(ステップS106:YES)、パラメータ決定部1120は、将来的なリスクの高さと現時点のリスクの高さとの差の大きさに応じて、ステップS105で算出した薬注量を増加させ、この薬注量を第2薬注ポンプ1082による薬注量に決定する(ステップS107)。他方、将来的なリスクの高さが現時点のリスクの高さ以下である場合(ステップS9:NO)、パラメータ決定部1120は、ステップS105で算出した薬注量を、第2薬注ポンプ1082による薬注量に決定する。
他方、水質が排水制約を満たさない場合(ステップS104:NO)、パラメータ決定部1120は、リスク推定部1119が推定した冷却塔16における現時点のリスクの高さに基づいて、リスクの高さを目標値にするための冷却水のブロー量を算出する(ステップS108)。パラメータ決定部1120は、復水器14における将来的なリスクが、現時点のリスクより高いか否かを判定する(ステップS109)。将来的なリスクが現時点のリスクより高い場合(ステップS109:YES)、パラメータ決定部1120は、将来的なリスクと現時点のリスクとの差の大きさに応じて、ステップS108で算出したブロー量を増加させ、このブロー量をブロー弁1071によるブロー量に決定し、当該ブロー量に基づいて第4給水ポンプ1061の注入量を決定する(ステップS110)。他方、将来的なリスクの高さが現時点のリスクの高さ以下である場合(ステップS109:NO)、パラメータ決定部1120は、ステップS13で算出したブロー量をブロー弁1071によるブロー量に決定し、当該ブロー量に基づいて第4給水ポンプ1061の注入量を決定する。
パラメータ決定部1120は、決定した第2薬注ポンプ1082による薬注量、ブロー弁1071の開度および第4給水ポンプ1061の注入量を、それぞれ第2薬注ポンプ1082、ブロー弁1071、第4給水ポンプ1061に出力する(ステップS111)。これにより、第2薬注ポンプ1082、ブロー弁1071および第4給水ポンプ1061は、水質制御装置112の指示に従って動作する。
このように、第4の実施形態に係る目的水質特定部は、熱プラントの過去の運転履歴と目的箇所の冷却水の水質とに基づいて学習された水質モデルに基づいて、目的箇所の冷却水の水質を特定する。これにより、第4の実施形態に係る目的水質特定部は、第1−第3の実施形態のように冷却水を調温することなく、目的箇所の冷却水の水質を特定することができる。これにより、調温に要する時間を削減することができるため、水質制御装置112は、水質の変化に対する水処理装置の制御の追従性を高めることができる。
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態に係る水質制御装置112は、水質指標値に基づいてリスクを評価し、当該リスクに基づいて水処理装置の制御パラメータを生成するが、これに限られない。例えば、他の実施形態に係る水質制御装置112は、水質指標値から直接制御パラメータを決定してもよいし、環境データ、運転データ、および貯留水質指標値を入力として、制御パラメータを出力する学習済みモデルに基づいて水処理装置の制御パラメータを生成してもよい。また他の実施形態に係る水質制御装置112は、環境データ、運転データ、および貯留水質指標値を入力として、リスクの高さを出力する学習済みモデルに基づいてリスクの高さを算出してもよい。
上述した実施形態では、特定箇所が冷却塔16であり目的箇所が復水器14である場合について説明したが、これに限られない。例えば、特定箇所は、復水器14または、冷却水循環ライン105および第2排水ライン107の任意の箇所であってもよい。また目的箇所も、冷却塔16または、冷却水循環ライン105および第2排水ライン107の任意の箇所であってもよい。
上述した実施形態では、水質制御装置112は、発電プラント10の特定箇所における冷却水の水質に係る計測値と、目的箇所の水温に係る情報とに基づいて、目的箇所の冷却水の水質を特定したうえで、水処理装置の制御パラメータ(薬注量など)を決定するが、これに限られない。例えば、他の実施形態においては、水質制御装置112が、特定箇所における冷却水の水質に係る計測値と目的箇所の水温に係る情報の組み合わせを入力として、水処理装置の制御パラメータを出力する学習済みモデルを用いて、制御パラメータを決定してもよい。すなわち、他の実施形態においては、発電プラント10の負荷等の情報と薬注量等の情報との関係をモデルに直接的に学習させてもよい。
図7は、少なくとも1つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ90は、CPU91、主記憶装置92、補助記憶装置93、インタフェース94を備える。
上述の水質制御装置112は、コンピュータ90に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置93に記憶されている。CPU91は、プログラムを補助記憶装置93から読み出して主記憶装置92に展開し、当該プログラムに従って上記処理を実行する。
また、コンピュータ90は、量子コンピュータであってもよい。量子コンピュータは、機械学習をより高速に処理することができるため、コンピュータ90が量子コンピュータであることで、学習時間を大幅に短縮することができる。量子コンピュータを用いる場合、コンピュータ90には、機械学習に適した量子アニーリング方式の量子コンピュータを採用することが望ましい。
補助記憶装置93の例としては、HDD(Hard Disk Drive)、SSD(Solid State Drive)、磁気ディスク、光磁気ディスク、CD−ROM(Compact Disc Read Only Memory)、DVD−ROM(Digital Versatile Disc Read Only Memory)、半導体メモリ等が挙げられる。補助記憶装置93は、コンピュータ90のバスに直接接続された内部メディアであってもよいし、インタフェース94または通信回線を介してコンピュータ90に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ90に配信される場合、配信を受けたコンピュータ90が当該プログラムを主記憶装置92に展開し、上記処理を実行してもよい。少なくとも1つの実施形態において、補助記憶装置93は、一時的でない有形の記憶媒体である。
また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置93に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル(差分プログラム)であってもよい。
10 発電プラント
11 ボイラ
12 蒸気タービン
13 発電機
14 復水器
15 純水装置
16 冷却塔
100 水処理システム
101 蒸気循環ライン
102 第1補給ライン
103 第1排水ライン
104 第1薬注ライン
105 冷却水循環ライン
106 第2補給ライン
107 第2排水ライン
108 第2薬注ライン
109 サンプリングライン
110 調温装置
1101 調温水質センサ
111 排水処理装置
112 水質制御装置
113 環境測定装置
114 運転監視装置
161 貯留水質センサ
1111 水質指標値取得部
1112 環境データ取得部
1113 運転データ取得部
1114 負荷学習部
1115 負荷モデル記憶部
1116 負荷推定部
1117 目的温度推定部
1118 調温指示部
1119 リスク推定部
1120 パラメータ決定部
1121 水質学習部
1122 水質モデル記憶部
1123 水質推定部
90 コンピュータ
91 CPU
92 主記憶装置
93 補助記憶装置
94 インタフェース

Claims (13)

  1. 熱プラントの特定箇所における冷却水の水質に係る計測値を取得する計測結果取得部と、
    前記熱プラントの前記特定箇所と異なる目的箇所の水温に係る情報を取得する水温情報取得部と、
    前記水温に係る情報と前記計測値に基づいて、前記冷却水の処理を行う水処理装置の制御パラメータを決定するパラメータ決定部と
    を備える水質制御装置。
  2. 前記水温に係る情報と前記計測値に基づいて、前記目的箇所の前記冷却水の水質を特定する目的水質特定部をさらに備え、
    前記パラメータ決定部は、前記目的箇所の水質に基づいて前記制御パラメータを決定する
    請求項1に記載の水質制御装置。
  3. 前記目的水質特定部は、前記水温に係る情報と前記計測値に基づいて、前記目的箇所の所定時間後における前記冷却水の水質を特定する
    請求項2に記載の水質制御装置。
  4. 前記熱プラントの過去の運転履歴と前記熱プラントの環境データとに基づいて学習され、前記環境データの入力により前記熱プラントの所定時間後の負荷に係る情報を出力する負荷モデルをさらに備え、
    水温情報取得部は、前記負荷モデルに前記環境データを入力することで前記目的箇所の水温に係る情報を取得する
    請求項3に記載の水質制御装置。
  5. 前記目的水質特定部は、
    前記熱プラントの過去の運転履歴と前記目的箇所の前記冷却水の水質とに基づいて学習され、前記特定箇所の前記冷却水の水質と前記目的箇所の水温に係る情報との入力により前記目的箇所の前記冷却水の水質を出力する水質モデルをさらに備え、
    前記目的水質特定部は、前記水質モデルに前記特定箇所の前記冷却水の水質と前記目的箇所の水温に係る情報とを入力することで前記目的箇所の前記冷却水の水質を特定する
    請求項2から請求項4のいずれか1項に記載の水質制御装置。
  6. 前記水温に係る情報に基づいて、前記特定箇所からサンプリングされた前記冷却水の温度を変化させる調温装置に、前記目的箇所の水温に調温させる調温指示を出力する調温指示部をさらに備え、
    前記計測結果取得部は、前記調温装置により調温された前記冷却水の水質に係る前記計測値を取得し、
    前記目的水質特定部は、前記計測結果取得部が取得した前記計測値に基づいて、前記目的箇所における前記冷却水の水質を特定する
    請求項2から請求項4のいずれか1項に記載の水質制御装置。
  7. 前記パラメータ決定部は、前記特定箇所における前記冷却水の水質と、前記目的箇所の前記冷却水の水質とに基づいて、前記制御パラメータを決定する
    請求項1から請求項6のいずれか1項に記載の水質制御装置。
  8. 前記特定箇所における前記目的箇所の前記冷却水の水質に基づいて、前記熱プラントに係るリスクの高さを推定するリスク推定部をさらに備え、
    前記パラメータ決定部は、前記リスク推定部が推定したリスクの高さに基づいて、前記制御パラメータを決定する
    請求項1から請求項7のいずれか1項に記載の水質制御装置。
  9. 前記制御パラメータは、前記熱プラントの給水ポンプの動力、前記熱プラントのブロー弁の開度、および前記熱プラントの薬注ポンプの注入量の少なくとも1つを含む
    請求項1から請求項8のいずれか1項に記載の水質制御装置。
  10. 冷却水を冷却する冷却塔と、
    前記冷却水の処理を行う水処理装置と、
    請求項1から請求項9のいずれか1項に記載の水質制御装置と
    を備える水処理システム。
  11. 請求項10に記載の水処理システムと、
    前記冷却水によって冷却された水を加熱する負荷装置と
    を備える熱プラント。
  12. 請求項10に記載の水処理システムと、
    前記冷却水によって冷却された水を加熱する負荷装置と、
    前記負荷装置によって稼働される発電機と
    を備える発電プラント。
  13. 熱プラントの特定箇所における冷却水の水質に係る計測値を取得することと、
    前記熱プラントの前記特定箇所と異なる目的箇所の水温に係る情報を取得することと、
    前記水温に係る情報と前記計測値に基づいて、前記冷却水の処理を行う水処理装置の制御パラメータを決定することと
    を有する水質制御方法。
JP2017162353A 2017-08-25 2017-08-25 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法 Active JP6779185B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017162353A JP6779185B2 (ja) 2017-08-25 2017-08-25 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017162353A JP6779185B2 (ja) 2017-08-25 2017-08-25 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法

Publications (2)

Publication Number Publication Date
JP2019040430A true JP2019040430A (ja) 2019-03-14
JP6779185B2 JP6779185B2 (ja) 2020-11-04

Family

ID=65725793

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017162353A Active JP6779185B2 (ja) 2017-08-25 2017-08-25 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法

Country Status (1)

Country Link
JP (1) JP6779185B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021039024A (ja) * 2019-09-04 2021-03-11 原子燃料工業株式会社 炉心計算方法、炉心計算プログラムおよび炉心計算装置
CN113253689A (zh) * 2021-06-11 2021-08-13 武汉科迪智能环境股份有限公司 设备管理方法及装置、服务器
JP2021181968A (ja) * 2020-05-20 2021-11-25 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
JP2022046006A (ja) * 2020-09-10 2022-03-23 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
WO2022071206A1 (ja) * 2020-09-29 2022-04-07 三菱重工業株式会社 熱交換器設備の水質管理装置及び熱交換器設備並びに熱交換器設備の水質管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10153569A (ja) * 1996-11-22 1998-06-09 Mitsubishi Chem Corp 冷却塔の循環冷却水の水質管理支援装置
JP2000074865A (ja) * 1998-08-31 2000-03-14 Daikin Ind Ltd 水質管理用導電率センサおよび吸収式冷温水機
JP2000131307A (ja) * 1998-10-23 2000-05-12 Ebara Corp 水質評価方法及び水質評価装置
JP2017056428A (ja) * 2015-09-18 2017-03-23 三菱日立パワーシステムズ株式会社 水質管理装置、水処理システム、水質管理方法、および水処理システムの最適化プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10153569A (ja) * 1996-11-22 1998-06-09 Mitsubishi Chem Corp 冷却塔の循環冷却水の水質管理支援装置
JP2000074865A (ja) * 1998-08-31 2000-03-14 Daikin Ind Ltd 水質管理用導電率センサおよび吸収式冷温水機
JP2000131307A (ja) * 1998-10-23 2000-05-12 Ebara Corp 水質評価方法及び水質評価装置
JP2017056428A (ja) * 2015-09-18 2017-03-23 三菱日立パワーシステムズ株式会社 水質管理装置、水処理システム、水質管理方法、および水処理システムの最適化プログラム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021039024A (ja) * 2019-09-04 2021-03-11 原子燃料工業株式会社 炉心計算方法、炉心計算プログラムおよび炉心計算装置
JP7252100B2 (ja) 2019-09-04 2023-04-04 原子燃料工業株式会社 炉心計算方法、炉心計算プログラムおよび炉心計算装置
JP2021181968A (ja) * 2020-05-20 2021-11-25 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
JP7440340B2 (ja) 2020-05-20 2024-02-28 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
JP2022046006A (ja) * 2020-09-10 2022-03-23 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
JP7446960B2 (ja) 2020-09-10 2024-03-11 日立Geニュークリア・エナジー株式会社 予測モデル構築装置および予測装置
WO2022071206A1 (ja) * 2020-09-29 2022-04-07 三菱重工業株式会社 熱交換器設備の水質管理装置及び熱交換器設備並びに熱交換器設備の水質管理方法
CN113253689A (zh) * 2021-06-11 2021-08-13 武汉科迪智能环境股份有限公司 设备管理方法及装置、服务器

Also Published As

Publication number Publication date
JP6779185B2 (ja) 2020-11-04

Similar Documents

Publication Publication Date Title
JP6779185B2 (ja) 水質制御装置、水処理システム、熱プラント、発電プラント、および水質制御方法
TWI608211B (zh) 水質管理裝置、水處理系統、水質管理方法及水處理系統的最適化程式
EP3025202B1 (en) Dynamic monitoring, diagnosis, and control of cooling tower systems
US10670340B2 (en) Cooling water supply system and method
CN101058465A (zh) 臭氧处理冷却循环水系统的自动控制系统
CN106091797B (zh) 大容量循环冷却水塔补排水方法及系统
CN100545105C (zh) 臭氧处理冷却循环水系统的自动控制方法
CA2756348A1 (en) System and method for monitoring an integrated system
CN112978816A (zh) 一种循环水水质稳定性控制方法
CN106587278A (zh) 循环冷却水系统的电化学除垢设备选型方法
JP6676737B2 (ja) 薬注制御装置、薬剤管理装置、水処理システム、薬注制御方法、およびプログラム
CN101134613B (zh) 臭氧处理冷却循环水水质的微生物指标控制装置
JP2002045882A (ja) 下水処理場の水質制御装置
JP6966307B2 (ja) 補機動力決定装置、プラント、補機動力決定方法、およびプログラム
JP6726954B2 (ja) 下水処理制御装置
CN201049912Y (zh) 臭氧处理冷却循环水系统的自动控制系统
CN118145765B (zh) 基于膜壳利用变频电磁场杀菌阻垢监测方法及系统
JP7263480B2 (ja) 補機動力決定装置、プラント、補機動力決定方法、およびプログラム
CN100537445C (zh) 臭氧处理冷却循环水水质的微生物指标控制方法
JP4708395B2 (ja) 冷却システムおよびその運転管理方法
JP4873919B2 (ja) 鉄イオン注入方法及び鉄イオン注入量制御装置
Dongsheng et al. Raw water quality assessment oriented to the drinking water treatment based on SVM model
CN201068416Y (zh) 臭氧处理冷却循环水水质的微生物指标控制系统
Tomperi et al. Water quality modelling and control in a water treatment process
Jeung et al. Dynamic energy footprint monitoring of wastewater aeration systems via full-scale deployment of real-time off-gas analyzers

Legal Events

Date Code Title Description
A625 Written request for application examination (by other person)

Free format text: JAPANESE INTERMEDIATE CODE: A625

Effective date: 20190613

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200423

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200512

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200710

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: 20200929

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201013

R150 Certificate of patent or registration of utility model

Ref document number: 6779185

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150