JP2019113964A - 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム - Google Patents
単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム Download PDFInfo
- Publication number
- JP2019113964A JP2019113964A JP2017245560A JP2017245560A JP2019113964A JP 2019113964 A JP2019113964 A JP 2019113964A JP 2017245560 A JP2017245560 A JP 2017245560A JP 2017245560 A JP2017245560 A JP 2017245560A JP 2019113964 A JP2019113964 A JP 2019113964A
- Authority
- JP
- Japan
- Prior art keywords
- unit space
- plant
- unit
- data group
- sampling data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract 4
- 238000005070 sampling Methods 0.000 claims abstract description 129
- 238000003745 diagnosis Methods 0.000 claims description 55
- 230000008859 change Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 abstract description 23
- 238000001514 detection method Methods 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 29
- 238000003860 storage Methods 0.000 description 28
- 239000007789 gas Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 239000000567 combustion gas Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 208000026935 allergic disease Diseases 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000009610 hypersensitivity Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【課題】負荷変動時における異常状態の誤検出を低減することができる単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラムを提供する。【解決手段】マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置１４１は、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部１４１Ａと、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部１４１Ｃと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部１４１Ｄと、を備える。【選択図】図２
Description
本発明は、単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラムに関する。
ガスタービン発電プラント、原子力発電プラント、あるいは化学プラントといった各種のプラントでは、プラントが正常に運転されているか否かを監視するため、プラントの各計測項目（温度、圧力等）の状態量を取得し、これらの状態量に基づきプラントの運転状態を監視している。
例えば、特許文献１には、マハラノビス距離に基づいて、プラントの運転状態が正常であるか否かを判断する技術が記載されている。
例えば、特許文献１には、マハラノビス距離に基づいて、プラントの運転状態が正常であるか否かを判断する技術が記載されている。
従来の技術では、一定期間に収集された状態量を含むデータから一定数のデータをサンプリングして、運転状態を判断するための基準となるデータ集団（単位空間）を生成している。
しかしながら、例えば長期間使用されているプラントでは、運転状態が正常であっても消耗部品の交換時期などによりマハラノビス距離の値が増加することがある。この場合、プラントの管理者は、都度、単位空間を更新する必要があった。また、プラントの運転状態が正常であっても、負荷が変動した際に異常であると誤検出される場合がある。このような誤検出を低減させるために、従来の技術では、負荷帯（例えば「起動運転期間」、「定格速度運転期間」等）ごとに異なる単位空間を生成する必要があった。このように、従来の技術では、複数の単位空間を生成、更新する作業が煩雑となり、プラントの監視作業に要するコストを低減させることが困難であった。
しかしながら、例えば長期間使用されているプラントでは、運転状態が正常であっても消耗部品の交換時期などによりマハラノビス距離の値が増加することがある。この場合、プラントの管理者は、都度、単位空間を更新する必要があった。また、プラントの運転状態が正常であっても、負荷が変動した際に異常であると誤検出される場合がある。このような誤検出を低減させるために、従来の技術では、負荷帯（例えば「起動運転期間」、「定格速度運転期間」等）ごとに異なる単位空間を生成する必要があった。このように、従来の技術では、複数の単位空間を生成、更新する作業が煩雑となり、プラントの監視作業に要するコストを低減させることが困難であった。
また、単位空間を生成する際に、固定タイミングでデータのサンプリングを行うと、単位空間を構成するデータに偏りが生じやすい。このような単位空間に基づいてプラントの運転状態を診断すると、プラントの運転状態が正常であるにもかかわらず、状態量の変化に過敏に反応して、異常状態であると誤検出される可能性が増加する。
本発明は、このような課題に鑑みてなされたものあって、負荷変動時における異常状態の誤検出を低減することができる単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラムを提供する。
上記課題を解決するため、本発明は以下の手段を採用している。
本発明の第一の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置は、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、を備える。
このようにすることで、単位空間生成装置は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成装置は、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成装置は、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
本発明の第一の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置は、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、を備える。
このようにすることで、単位空間生成装置は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成装置は、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成装置は、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
本発明の第二の態様によれば、上述の第一の態様に係る単位空間生成装置は、前記サンプリングデータ群に対応する前記プラントの出力値を取得する出力値取得部をさらに備え、前記採用決定部は、取得された前記出力値の変動量が大きいほど、前記採用確率を上昇させる。
このようにすることで、採用決定部は、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動量が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成装置は、出力値の変動量が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
このようにすることで、採用決定部は、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動量が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成装置は、出力値の変動量が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
本発明の第三の態様によれば、上述の第二の態様に係る単位空間生成装置において、前記採用決定部は、取得された前記出力値の変動率が大きいほど、前記採用確率を上昇させる。
このようにすることで、採用決定部は、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動率が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成装置は、出力値の変動率が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
このようにすることで、採用決定部は、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動率が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成装置は、出力値の変動率が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
本発明の第四の態様によれば、プラントの運転状態を診断するプラント診断システムは、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算部と、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定部と、を備える。
このようにすることで、単位空間生成部は、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部は、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
このようにすることで、単位空間生成部は、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部は、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
本発明の第五の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成方法は、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、を有する。
本発明の第六の態様によれば、プラントの運転状態を診断するプラント診断方法は、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、を有する。
本発明の第七の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置のコンピュータを機能させるプログラムは、前記コンピュータに、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、を実行させる。
本発明の第八の態様によれば、プラントの運転状態を診断するプラント診断システムのコンピュータを機能させるプログラムは、前記コンピュータに、一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、を実行させる。
上述の単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラムによれば、負荷変動時における異常状態の誤検出を低減することができる。
以下、本発明の一実施形態に係るプラント診断システム１０について、図１〜図８を参照しながら説明する。
（プラント診断システムの概要）
図１は、本発明の一実施形態に係るプラント診断システムの概略図である。
図１に示すように、本実施形態に係るプラント診断システム１０は、プラント１各部の状態量を取得して、運転状態が正常であるか否かを診断する。
また、プラント診断システム１０は、プラント１の運転状態を制御するための制御装置２０及び監視端末３０の少なくとも一方と接続されている。プラント診断システム１０は、プラント１の運転状態が正常であるか否かを診断すると、その診断結果を制御装置２０及び監視端末３０へ送信する。
制御装置２０は、プラント１の動作を制御するための装置である。制御装置２０は、プラント診断システム１０から受信した診断結果を表示部（不図示）に表示してもよい。プラント１の管理者は、表示部を参照してプラント１の運転状態を監視するとともに、診断結果が運転状態が異常であることを示すものである場合は、制御装置２０を介してプラント１の動作を制御する。なお、制御装置２０は、診断結果に基づいて自動的にプラント１を制御する（例えばプラント１の出力を低下させる、停止させる等）ようにしてもよい。
監視端末３０は、遠隔地にいる管理者がプラント１の運転状態を監視するための装置であり、例えばネットワークＮＷを介して接続されたサーバ、タブレット等である。監視端末３０は、プラント診断システム１０から受信した診断結果をモニタ、スピーカ等の出力部から出力することにより、管理者にプラント１に異常が発生したか否かを通知する。
図１は、本発明の一実施形態に係るプラント診断システムの概略図である。
図１に示すように、本実施形態に係るプラント診断システム１０は、プラント１各部の状態量を取得して、運転状態が正常であるか否かを診断する。
また、プラント診断システム１０は、プラント１の運転状態を制御するための制御装置２０及び監視端末３０の少なくとも一方と接続されている。プラント診断システム１０は、プラント１の運転状態が正常であるか否かを診断すると、その診断結果を制御装置２０及び監視端末３０へ送信する。
制御装置２０は、プラント１の動作を制御するための装置である。制御装置２０は、プラント診断システム１０から受信した診断結果を表示部（不図示）に表示してもよい。プラント１の管理者は、表示部を参照してプラント１の運転状態を監視するとともに、診断結果が運転状態が異常であることを示すものである場合は、制御装置２０を介してプラント１の動作を制御する。なお、制御装置２０は、診断結果に基づいて自動的にプラント１を制御する（例えばプラント１の出力を低下させる、停止させる等）ようにしてもよい。
監視端末３０は、遠隔地にいる管理者がプラント１の運転状態を監視するための装置であり、例えばネットワークＮＷを介して接続されたサーバ、タブレット等である。監視端末３０は、プラント診断システム１０から受信した診断結果をモニタ、スピーカ等の出力部から出力することにより、管理者にプラント１に異常が発生したか否かを通知する。
診断対象であるプラント１は、例えばガスタービン発電プラントである。
プラント１は、ガスタービン６によって発電機５を駆動して電力を発生させる。ガスタービン６は、圧縮機２と、燃焼器３と、圧縮機２を回転させるタービン４とを備えている。圧縮機２の吸気口から吸入された空気は圧縮機２で圧縮され、高圧、高温の空気となって燃焼器３へ導入される。燃焼器３では、高圧、高温の空気に燃料が供給されて燃焼する。そして、燃焼器３で燃料を燃焼させることにより生じた高温、高圧の燃焼ガスがタービン４に供給され、タービン４が回転駆動される。また、ガスタービン６と発電機５とは、回転軸（出力軸）により連結されている。これにより、ガスタービン６が運転されてタービン４が回転することにより得られる出力は、回転軸を通じて発電機５に伝達される。このように、ガスタービン６は、発電機５を駆動して電力を発生させる。
プラント１の各部には、一定周期（例えば１分）ごとに状態量を計測するためのセンサが設けられている。状態量は、例えば、大気温度、大気圧力、圧縮機２の空気温度及び圧力（入口空気温度、入口空気圧力、出口空気温度、出口空気圧力）、燃焼器３の燃料圧力、燃料温度及び燃料流量、タービン４の燃焼ガス温度及び圧力（入口燃焼ガス温度、入口燃焼ガス圧力、出口燃焼ガス温度、出口燃焼ガス圧力）、発電機５の出力（発電電力、発電電流、発電電圧）、回転軸の回転速度、振動等である。
プラント１は、ガスタービン６によって発電機５を駆動して電力を発生させる。ガスタービン６は、圧縮機２と、燃焼器３と、圧縮機２を回転させるタービン４とを備えている。圧縮機２の吸気口から吸入された空気は圧縮機２で圧縮され、高圧、高温の空気となって燃焼器３へ導入される。燃焼器３では、高圧、高温の空気に燃料が供給されて燃焼する。そして、燃焼器３で燃料を燃焼させることにより生じた高温、高圧の燃焼ガスがタービン４に供給され、タービン４が回転駆動される。また、ガスタービン６と発電機５とは、回転軸（出力軸）により連結されている。これにより、ガスタービン６が運転されてタービン４が回転することにより得られる出力は、回転軸を通じて発電機５に伝達される。このように、ガスタービン６は、発電機５を駆動して電力を発生させる。
プラント１の各部には、一定周期（例えば１分）ごとに状態量を計測するためのセンサが設けられている。状態量は、例えば、大気温度、大気圧力、圧縮機２の空気温度及び圧力（入口空気温度、入口空気圧力、出口空気温度、出口空気圧力）、燃焼器３の燃料圧力、燃料温度及び燃料流量、タービン４の燃焼ガス温度及び圧力（入口燃焼ガス温度、入口燃焼ガス圧力、出口燃焼ガス温度、出口燃焼ガス圧力）、発電機５の出力（発電電力、発電電流、発電電圧）、回転軸の回転速度、振動等である。
なお、他の実施形態では、プラント１は、ガスタービン６に代えてボイラを備えていてもよい。また、プラント１は原子力発電プラント、化学プラント等であってもよい。
更に、図１の例では、プラント診断システム１０が一つのプラント１に接続されている態様が示されているが、これに限られることはない。他の実施形態では、プラント診断システム１０は、複数のプラントに接続され、各プラントの運転状態を診断するようにしてもよい。
更に、図１の例では、プラント診断システム１０が一つのプラント１に接続されている態様が示されているが、これに限られることはない。他の実施形態では、プラント診断システム１０は、複数のプラントに接続され、各プラントの運転状態を診断するようにしてもよい。
（プラント診断システムの機能構成）
図２は、本発明の一実施形態に係るプラント診断システムの機能構成を示す図である。
本実施形態に係るプラント診断システム１０は、マハラノビス・タグチ法（ＭＴ法）を用いてプラント１の運転状態が正常であるか否かを診断する。
図２に示すように、プラント診断システム１０は、入出力部１１と、通信インターフェース（Ｉ／Ｆ）１２と、記憶部１３と、ＣＰＵ１４とを備えている。
図２は、本発明の一実施形態に係るプラント診断システムの機能構成を示す図である。
本実施形態に係るプラント診断システム１０は、マハラノビス・タグチ法（ＭＴ法）を用いてプラント１の運転状態が正常であるか否かを診断する。
図２に示すように、プラント診断システム１０は、入出力部１１と、通信インターフェース（Ｉ／Ｆ）１２と、記憶部１３と、ＣＰＵ１４とを備えている。
入出力部１１は、プラント１の複数のセンサからプラント１の状態量を受信して、ＣＰＵ１４に入力する。また、ＣＰＵ１４において診断されたプラント１の診断結果を制御装置２０に送信する。
通信Ｉ／Ｆ１２は、ＣＰＵ１４において診断されたプラント１の診断結果を、ネットワークＮＷを介して監視端末３０に送信する。
記憶部１３には、入出力部１１を介して受信したプラント１の状態量、ＣＰＵ１４における各種処理の過程で生成されたデータ等が記憶される。
ＣＰＵ１４は、プラント診断システム１０の制御を司るプロセッサである。
ＣＰＵ１４は、予め用意されたプログラムに従って動作することにより、単位空間生成機能部１４１（単位空間生成装置）、プラント診断機能部１４２（プラント診断装置）として機能する。
ＣＰＵ１４は、予め用意されたプログラムに従って動作することにより、単位空間生成機能部１４１（単位空間生成装置）、プラント診断機能部１４２（プラント診断装置）として機能する。
単位空間生成機能部１４１は、マハラノビス距離に基づいてプラント１の運転状態の診断を行う際に使用する単位空間を生成する。
単位空間は、プラント１の運転状態が正常であるか否かを判断する際の判断基準とするデータの集合体である。本実施形態では、単位空間は、プラント１の運転状態が正常であるときに収集された複数の状態量を基礎として生成される。
単位空間生成機能部１４１は、サンプリングデータ取得部１４１Ａと、出力値取得部１４１Ｂと、採用決定部１４１Ｃと、単位空間生成部１４１Ｄとを有している。
単位空間は、プラント１の運転状態が正常であるか否かを判断する際の判断基準とするデータの集合体である。本実施形態では、単位空間は、プラント１の運転状態が正常であるときに収集された複数の状態量を基礎として生成される。
単位空間生成機能部１４１は、サンプリングデータ取得部１４１Ａと、出力値取得部１４１Ｂと、採用決定部１４１Ｃと、単位空間生成部１４１Ｄとを有している。
サンプリングデータ取得部１４１Ａは、一定周期（例えば１分間隔）で計測される、プラント１の状態量のサンプリングデータ群を取得する。また、サンプリングデータ取得部１４１Ａは、取得したサンプリングデータ群を記憶部１３に記憶して蓄積する。
サンプリングデータ群は、プラント１から受信した複数の状態量を、周期ごとに一つの束としてまとめたものである。
サンプリングデータ群は、プラント１から受信した複数の状態量を、周期ごとに一つの束としてまとめたものである。
出力値取得部１４１Ｂは、サンプリングデータ群に対応するプラント１の出力値を取得する。出力値は、例えばプラント１のガスタービン６（発電機５）による発電電力（ＭＷ）、排ガス圧力値、圧力調整弁角度、流量調整弁角度などである。
採用決定部１４１Ｃは、サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する。
また、採用決定部１４１Ｃは、プラント１の出力値の変動量及び変動率の少なくとも一方が大きいほど、採用確率を上昇させる。
また、採用決定部１４１Ｃは、プラント１の出力値の変動量及び変動率の少なくとも一方が大きいほど、採用確率を上昇させる。
単位空間生成部１４１Ｄは、過去に採用された複数の単位空間生成用データ群に基づいて単位空間を生成する。また、単位空間生成部１４１Ｄは、生成した単位空間を記憶部１３に記憶する。
プラント診断機能部１４２は、マハラノビス距離に基づいてプラント１の運転状態の診断を行う。
プラント診断機能部１４２は、状態量取得部１４２Ａと、マハラノビス距離計算部１４２Ｂと、プラント状態判定部１４２Ｃとを有している。
プラント診断機能部１４２は、状態量取得部１４２Ａと、マハラノビス距離計算部１４２Ｂと、プラント状態判定部１４２Ｃとを有している。
状態量取得部１４２Ａは、プラント１の運転状態の診断を行う時点における、プラント１の状態量を取得する。
マハラノビス距離計算部１４２Ｂは、状態量取得部１４２Ａが取得したプラント１の状態量に基づいて、マハラノビス距離を計算する。
マハラノビス距離は、診断時のプラント１の運転状態と、プラント１の正常時における運転状態との乖離の度合いを示す。マハラノビス距離は、単位空間における状態量の分散や相関に応じて重み付けがなされた距離であり、単位空間におけるデータ群との類似度が低いほど大きい値となる。
マハラノビス距離は、診断時のプラント１の運転状態と、プラント１の正常時における運転状態との乖離の度合いを示す。マハラノビス距離は、単位空間における状態量の分散や相関に応じて重み付けがなされた距離であり、単位空間におけるデータ群との類似度が低いほど大きい値となる。
プラント状態判定部１４２Ｃは、記憶部１３に記憶されている単位空間と、マハラノビス距離とに基づいて、プラント１の運転状態が正常であるか否かを判定する。
（単位空間生成機能部の処理フロー）
図３は、本発明の一実施形態に係る単位空間生成処理の一例を示す第１のフローチャートである。
図４は、本発明の一実施形態に係る単位空間生成処理の一例を示す第２のフローチャートである。
図５は、本発明の一実施形態に係る採用決定部の処理の一例を説明するための図である。
以下、図３〜５を参照して、単位空間生成機能部１４１における単位空間生成処理の一例について説明する。
図３は、本発明の一実施形態に係る単位空間生成処理の一例を示す第１のフローチャートである。
図４は、本発明の一実施形態に係る単位空間生成処理の一例を示す第２のフローチャートである。
図５は、本発明の一実施形態に係る採用決定部の処理の一例を説明するための図である。
以下、図３〜５を参照して、単位空間生成機能部１４１における単位空間生成処理の一例について説明する。
図３に示すように、まず、サンプリングデータ取得部１４１Ａは、プラント１から複数の状態量を受信して、これら複数の状態量の束であるサンプリングデータ群を取得する（ステップＳ１０）。また、サンプリングデータ取得部１４１Ａは、取得したサンプリングデータ群を記憶部１３に記憶して蓄積する。
次に、出力値取得部１４１Ｂは、サンプリングデータ群に対応するプラント１の出力値Ｘｉを取得する（ステップＳ１１）。
出力値Ｘｉは、例えばプラント１のガスタービン６（発電機５）による発電電力（ＭＷ）、排ガス圧力値、圧力調整弁角度、流量調整弁角度などである。
出力値Ｘｉは、例えばプラント１のガスタービン６（発電機５）による発電電力（ＭＷ）、排ガス圧力値、圧力調整弁角度、流量調整弁角度などである。
次に、採用決定部１４１Ｃは、乱数ｒｉを生成する（ステップＳ１２）。
乱数ｒｉは、例えば「０」から「１」までの区間で生成される一様乱数である。
乱数ｒｉは、例えば「０」から「１」までの区間で生成される一様乱数である。
次に、採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉを計算する（ステップＳ１３）。
従来の技術では、一定時間（例えば４時間）ごとに、取得したサンプリングデータ群を単位空間生成用データ群として採用して単位空間を生成している。しかしながら、このようにサンプリングデータ群を採用するタイミングを固定にしている場合、類似するサンプリングデータ群が偏って採用されてしまい、プラント１の状態量の変動が過検出（異常状態であると誤判断）されやすい単位空間が生成される可能性がある。
また、図５の（ａ）に示すように、プラント１の運転中に負荷変動、即ち、出力値が変動する変動点（Ｘａ〜Ｘｂ、Ｘｃ〜Ｘｄ）が表れる場合がある。このような負荷変動が周期的に生じるように運用されているプラントでは、サンプリングデータ群の抽出タイミングと変動点が表れるタイミングとが一致せず、変動点におけるサンプリングデータ群が単位空間生成用データ群として採用されない可能性がある。この場合、負荷変動が生じた際に、実際には正常であるにもかかわらず、異常であると誤判断される可能性が高くなる。
このため、本実施形態に係る採用決定部１４１Ｃは、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、かつ、従来の技術では採用されにくい変動点におけるサンプリングデータ群が採用されるように、サンプリングデータ群を取得する度に採用確率Ｐｉを計算し、サンプリングデータ群を採用するか否かを決定する。
具体的には、採用決定部１４１Ｃは、図４に示す手順により採用確率Ｐｉを計算する。
従来の技術では、一定時間（例えば４時間）ごとに、取得したサンプリングデータ群を単位空間生成用データ群として採用して単位空間を生成している。しかしながら、このようにサンプリングデータ群を採用するタイミングを固定にしている場合、類似するサンプリングデータ群が偏って採用されてしまい、プラント１の状態量の変動が過検出（異常状態であると誤判断）されやすい単位空間が生成される可能性がある。
また、図５の（ａ）に示すように、プラント１の運転中に負荷変動、即ち、出力値が変動する変動点（Ｘａ〜Ｘｂ、Ｘｃ〜Ｘｄ）が表れる場合がある。このような負荷変動が周期的に生じるように運用されているプラントでは、サンプリングデータ群の抽出タイミングと変動点が表れるタイミングとが一致せず、変動点におけるサンプリングデータ群が単位空間生成用データ群として採用されない可能性がある。この場合、負荷変動が生じた際に、実際には正常であるにもかかわらず、異常であると誤判断される可能性が高くなる。
このため、本実施形態に係る採用決定部１４１Ｃは、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、かつ、従来の技術では採用されにくい変動点におけるサンプリングデータ群が採用されるように、サンプリングデータ群を取得する度に採用確率Ｐｉを計算し、サンプリングデータ群を採用するか否かを決定する。
具体的には、採用決定部１４１Ｃは、図４に示す手順により採用確率Ｐｉを計算する。
図４に示すように、採用決定部１４１Ｃは、「標準採用確率Ｐ０」と、単位空間の生成（更新）タイミングを調整するための「調整因子ｆ」を設定する（ステップＳ１３１）。
「標準採用確率Ｐ０」は、全てのサンプリングデータ群に対し、どの程度の確率で採用されるかを規定した値である。例えば、「標準採用確率Ｐ０」は、約４時間に１回の割合でサンプリングデータ群が採用されるように値が設定されている。
「調整因子ｆ」は、例えば「１」〜「１０」の整数で表され、数値が大きいほど単位空間の生成タイミング（更新速度）が早くなる（サンプリングデータ群の採用確率が高くなる）。新規のプラントを立ち上げたとき、プラントの定期検査を行ったときなど、単位空間を新たに生成する必要がある場合は、短期間で単位空間が生成されるように、大きな値（例えば「１０」）が設定される。
本実施形態では、採用決定部１４１Ｃは、予め記憶部１３に記憶されている「標準採用確率Ｐ０」及び「調整因子ｆ」の値を読み出して設定する。なお、プラント１の管理者は、制御装置２０又は監視端末３０を介してこれらの値を変更してもよい。
「標準採用確率Ｐ０」は、全てのサンプリングデータ群に対し、どの程度の確率で採用されるかを規定した値である。例えば、「標準採用確率Ｐ０」は、約４時間に１回の割合でサンプリングデータ群が採用されるように値が設定されている。
「調整因子ｆ」は、例えば「１」〜「１０」の整数で表され、数値が大きいほど単位空間の生成タイミング（更新速度）が早くなる（サンプリングデータ群の採用確率が高くなる）。新規のプラントを立ち上げたとき、プラントの定期検査を行ったときなど、単位空間を新たに生成する必要がある場合は、短期間で単位空間が生成されるように、大きな値（例えば「１０」）が設定される。
本実施形態では、採用決定部１４１Ｃは、予め記憶部１３に記憶されている「標準採用確率Ｐ０」及び「調整因子ｆ」の値を読み出して設定する。なお、プラント１の管理者は、制御装置２０又は監視端末３０を介してこれらの値を変更してもよい。
次に、採用決定部１４１Ｃは、「出力値の変動率の絶対値の期待値ＳＣ」と、「出力値の変動量の絶対値の期待値ＳＧ」とを設定する（ステップＳ１３２）。
出力値の変動率は、例えば、図５の（ｂ）に示すように、出力値の２次微分の絶対値で表される。採用決定部１４１Ｃは、過去に蓄積されたプラント１のサンプリングデータ群から求めた出力値の変動率の平均値を、「出力値の変動率の絶対値の期待値ＳＣ」として設定する。
出力値の変動量は、例えば図５の（ｃ）に示すように、出力値の勾配（１次微分）の絶対値で表される。採用決定部１４１Ｃは、過去に蓄積されたプラント１のサンプリングデータ群から求めた出力値の変動量の平均値を、「出力値の変動量の絶対値の期待値ＳＧ」として設定する。
出力値の変動率は、例えば、図５の（ｂ）に示すように、出力値の２次微分の絶対値で表される。採用決定部１４１Ｃは、過去に蓄積されたプラント１のサンプリングデータ群から求めた出力値の変動率の平均値を、「出力値の変動率の絶対値の期待値ＳＣ」として設定する。
出力値の変動量は、例えば図５の（ｃ）に示すように、出力値の勾配（１次微分）の絶対値で表される。採用決定部１４１Ｃは、過去に蓄積されたプラント１のサンプリングデータ群から求めた出力値の変動量の平均値を、「出力値の変動量の絶対値の期待値ＳＧ」として設定する。
次に、採用決定部１４１Ｃは、「出力値の変動率の絶対値に対する採用確率比ＷＣ」、及び、「出力値の変動量の絶対値に対する採用確率比ＷＧ」を設定する（ステップＳ１３３）。
「出力値の変動率の絶対値に対する採用確率比ＷＣ」及び「出力値の変動量の絶対値に対する採用確率比ＷＧ」は、採用確率Ｐｉを計算する際に、出力値の変動率及び変動量の絶対値に対して与えられる重みであり、例えば「２０％」のような比率で表される。
本実施形態では、採用決定部１４１Ｃは、予め記憶部１３に記憶されている「出力値の変動率の絶対値に対する採用確率比ＷＣ」及び「出力値の変動量の絶対値に対する採用確率比ＷＧ」の値を読み出して設定する。なお、プラント１の管理者は、制御装置２０又は監視端末３０を介してこれらの値を変更してもよい。
「出力値の変動率の絶対値に対する採用確率比ＷＣ」及び「出力値の変動量の絶対値に対する採用確率比ＷＧ」は、採用確率Ｐｉを計算する際に、出力値の変動率及び変動量の絶対値に対して与えられる重みであり、例えば「２０％」のような比率で表される。
本実施形態では、採用決定部１４１Ｃは、予め記憶部１３に記憶されている「出力値の変動率の絶対値に対する採用確率比ＷＣ」及び「出力値の変動量の絶対値に対する採用確率比ＷＧ」の値を読み出して設定する。なお、プラント１の管理者は、制御装置２０又は監視端末３０を介してこれらの値を変更してもよい。
次に、採用決定部１４１Ｃは、ステップＳ１３１〜Ｓ１３３で設定した「標準採用確率Ｐ０」、「調整因子ｆ」、「出力値の変動率の絶対値の期待値ＳＣ」、「出力値の変動量の絶対値の期待値ＳＧ」、「出力値の変動率の絶対値に対する採用確率比ＷＣ」、及び「出力値の変動量の絶対値に対する採用確率比ＷＧ」と、図３のステップＳ１１において取得した出力値Ｘｉとに基づいて、採用確率Ｐｉ計算する（ステップＳ１３４）。
採用確率Ｐｉを求める計算方法は任意であるが、少なくとも出力値の特異点において大きな値となるような計算式とすることが望ましい。例えば、図５の出力値の変動率、変動量の大きい点（例えば、ステップＳ１３２において設定した「出力値の変動率の絶対値の期待値ＳＣ」、「出力値の変動量の絶対値の期待値ＳＧ」の少なくとも一方の値が大きい点）を、期待する割合で採用できるようにパラメータ値を設定して（例えば、ステップＳ１３３において設定した「出力値の変動率の絶対値に対する採用確率比ＷＣ」、「出力値の変動量の絶対値に対する採用確率比ＷＧ」の値を調整するなどして）計算される。
次に、図３に示すように、採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉが乱数ｒｉよりも大きいか否かを判断する（ステップＳ１４）。
採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉが乱数ｒｉよりも小さい場合（ステップＳ１４：ＮＯ）、当該サンプリングデータ群を単位空間生成用データ群として採用せず、処理を終了する。
一方、採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉが乱数ｒｉよりも大きい場合（ステップＳ１４：ＹＥＳ）、当該サンプリングデータ群を単位空間生成用データ群として採用する（ステップＳ１５）。
このようにすることで、図５に示すように、採用確率Ｐｉの積算値を一定としつつ、「出力値の変動率の絶対値」及び「出力値の変動量の絶対値」の少なくとも一方が大きいほど、採用確率Ｐｉを上昇させることができる。
採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉが乱数ｒｉよりも小さい場合（ステップＳ１４：ＮＯ）、当該サンプリングデータ群を単位空間生成用データ群として採用せず、処理を終了する。
一方、採用決定部１４１Ｃは、サンプリングデータ群に対する採用確率Ｐｉが乱数ｒｉよりも大きい場合（ステップＳ１４：ＹＥＳ）、当該サンプリングデータ群を単位空間生成用データ群として採用する（ステップＳ１５）。
このようにすることで、図５に示すように、採用確率Ｐｉの積算値を一定としつつ、「出力値の変動率の絶対値」及び「出力値の変動量の絶対値」の少なくとも一方が大きいほど、採用確率Ｐｉを上昇させることができる。
次に、単位空間生成部１４１Ｄは、サンプリングデータ群が単位空間生成用データ群として採用されると、新たに採用された単位空間生成用データ群と、過去に採用された単位空間生成用データ群とに基づいて、新たな単位空間を生成する（ステップＳ１６）。
本実施形態において、単位空間生成部１４１Ｄは、所定の計測期間（例えば単位空間を生成する時点から８週間前までの期間）に採用された、所定数の単位空間生成用データ群に基づいて単位空間を生成する。単位空間生成部１４１Ｄは、採用された単位空間生成用データ群の数が所定数を超える場合、最も古い単位空間生成用データ群を削除して新たな単位空間を生成する。
また、単位空間生成部１４１Ｄは、新たに生成した単位空間を記憶部１３に記憶する。このとき、単位空間生成部１４１Ｄは、新たに生成した単位空間により、過去の単位空間を上書きして更新してもよい。
本実施形態において、単位空間生成部１４１Ｄは、所定の計測期間（例えば単位空間を生成する時点から８週間前までの期間）に採用された、所定数の単位空間生成用データ群に基づいて単位空間を生成する。単位空間生成部１４１Ｄは、採用された単位空間生成用データ群の数が所定数を超える場合、最も古い単位空間生成用データ群を削除して新たな単位空間を生成する。
また、単位空間生成部１４１Ｄは、新たに生成した単位空間を記憶部１３に記憶する。このとき、単位空間生成部１４１Ｄは、新たに生成した単位空間により、過去の単位空間を上書きして更新してもよい。
単位空間生成機能部１４１は、一定周期（プラント１のセンサによる状態量の計測周期）ごとに、上述の処理を繰り返し実行する。
（プラント診断機能部の処理フロー）
図６は、本発明の一実施形態に係るプラント診断処理の一例を示すフローチャートである。
図７は、本発明の一実施形態に係る単位空間の一例を示す図である。
以下、図６〜図７を参照して、プラント診断機能部１４２におけるプラント診断処理の一例について説明する。
図６は、本発明の一実施形態に係るプラント診断処理の一例を示すフローチャートである。
図７は、本発明の一実施形態に係る単位空間の一例を示す図である。
以下、図６〜図７を参照して、プラント診断機能部１４２におけるプラント診断処理の一例について説明する。
図６に示すように、まず、状態量取得部１４２Ａは、現在のプラント１の状態量を取得する（ステップＳ２０）。
このとき、状態量取得部１４２Ａは、記憶部１３に蓄積されている状態量（サンプリングデータ群）のうち、最新のものを取得するようにしてもよい。
このとき、状態量取得部１４２Ａは、記憶部１３に蓄積されている状態量（サンプリングデータ群）のうち、最新のものを取得するようにしてもよい。
次に、マハラノビス距離計算部１４２Ｂは、状態量取得部１４２Ａが取得した状態量に基づいて、マハラノビス距離Ｄ（図７）を計算する（ステップＳ２１）。
なお、マハラノビス距離計算部１４２Ｂは、既知の技術（例えば特許文献１に記載された技術）を用いてマハラノビス距離Ｄを計算する。
なお、マハラノビス距離計算部１４２Ｂは、既知の技術（例えば特許文献１に記載された技術）を用いてマハラノビス距離Ｄを計算する。
次に、プラント状態判定部１４２Ｃは、マハラノビス距離Ｄが閾値Ｄｃ（図７）以下であるか否かを判断する（ステップＳ２２）。
図７は、上述の単位空間生成処理（図３）において単位空間生成部１４１Ｄが生成した単位空間Ａ１と、従来の技術により生成される単位空間Ａ０とを二次元に模擬的に表した例である。図７の例では、単位空間生成部１４１Ｄは、プラント１の出力値（発電機５の発電電力）及び圧縮機２の入口空気温度を単位空間生成用データ群として、単位空間Ａ１を生成する。Ｂは状態量、即ち、プラント１の出力値及び圧縮機２の入口空気温度の計測値である。また、単位空間Ａ１の示す実線が閾値Ｄｃである。
本実施形態では、プラント状態判定部１４２Ｃは、予め記憶部１３に記憶されている閾値Ｄｃを読み出して、判定を行う。なお、閾値Ｄｃは、例えば、単位空間Ａ１の最大値よりも大きい値で適宜設定されていてもよいし、プラント１の固有の特性、製造ばらつき等を考慮して設定されていてもよい。
プラント状態判定部１４２Ｃは、例えば「状態量Ｅ」のように、マハラノビス距離Ｄが閾値Ｄｃ以下である（単位空間Ａ１を示す実線内に含まれる）場合（ステップＳ２２：ＹＥＳ）、プラント１の運転状態は正常であると判断する（ステップＳ２３）。
一方、プラント状態判定部１４２Ｃは、例えば「状態量Ｆ」のように、マハラノビス距離Ｄが閾値より大きい（単位空間Ａ１を示す実線内に含まれない）場合（ステップＳ２２：ＮＯ）、プラント１の運転状態は異常であると判断する（ステップＳ２４）。
上述のように、従来の単位空間Ａ０には、変動点（図５のＸａ〜Ｘｂ、Ｘｃ〜Ｘｄ）におけるサンプリングデータ群が単位空間生成用データ群として含まれない可能性が高い。このため、例えば負荷変動時に「状態量Ｅ」が計測された場合、当該「状態量Ｅ」は単位空間Ａ０の範囲を超えるので、プラント１の運転状態が異常であると判断（誤判断）される。
しかしながら、単位空間生成部１４１Ｄが生成した新たな単位空間Ａ１には、変動点におけるサンプリングデータ群が単位空間生成用データ群として含まれている可能性が高い。このため、例えば負荷変動時に「状態量Ｅ」が計測された場合、当該「状態量Ｅ」は単位空間Ａ１の範囲内に含まれるので、プラント１の運転状態が正常であると正しく判断できる。
図７は、上述の単位空間生成処理（図３）において単位空間生成部１４１Ｄが生成した単位空間Ａ１と、従来の技術により生成される単位空間Ａ０とを二次元に模擬的に表した例である。図７の例では、単位空間生成部１４１Ｄは、プラント１の出力値（発電機５の発電電力）及び圧縮機２の入口空気温度を単位空間生成用データ群として、単位空間Ａ１を生成する。Ｂは状態量、即ち、プラント１の出力値及び圧縮機２の入口空気温度の計測値である。また、単位空間Ａ１の示す実線が閾値Ｄｃである。
本実施形態では、プラント状態判定部１４２Ｃは、予め記憶部１３に記憶されている閾値Ｄｃを読み出して、判定を行う。なお、閾値Ｄｃは、例えば、単位空間Ａ１の最大値よりも大きい値で適宜設定されていてもよいし、プラント１の固有の特性、製造ばらつき等を考慮して設定されていてもよい。
プラント状態判定部１４２Ｃは、例えば「状態量Ｅ」のように、マハラノビス距離Ｄが閾値Ｄｃ以下である（単位空間Ａ１を示す実線内に含まれる）場合（ステップＳ２２：ＹＥＳ）、プラント１の運転状態は正常であると判断する（ステップＳ２３）。
一方、プラント状態判定部１４２Ｃは、例えば「状態量Ｆ」のように、マハラノビス距離Ｄが閾値より大きい（単位空間Ａ１を示す実線内に含まれない）場合（ステップＳ２２：ＮＯ）、プラント１の運転状態は異常であると判断する（ステップＳ２４）。
上述のように、従来の単位空間Ａ０には、変動点（図５のＸａ〜Ｘｂ、Ｘｃ〜Ｘｄ）におけるサンプリングデータ群が単位空間生成用データ群として含まれない可能性が高い。このため、例えば負荷変動時に「状態量Ｅ」が計測された場合、当該「状態量Ｅ」は単位空間Ａ０の範囲を超えるので、プラント１の運転状態が異常であると判断（誤判断）される。
しかしながら、単位空間生成部１４１Ｄが生成した新たな単位空間Ａ１には、変動点におけるサンプリングデータ群が単位空間生成用データ群として含まれている可能性が高い。このため、例えば負荷変動時に「状態量Ｅ」が計測された場合、当該「状態量Ｅ」は単位空間Ａ１の範囲内に含まれるので、プラント１の運転状態が正常であると正しく判断できる。
次に、図６に示すように、プラント状態判定部１４２Ｃは、プラント１の運転状態が異常であると判定すると（ステップＳ２４）、異常である状態量の項目（異常項目）を推定する（ステップＳ２５）。
プラント状態判定部１４２Ｃは、例えば、直交表分析による項目有無の望大ＳＮ比を求め、異常がある可能性が高いと推測される状態量の項目を推定する。
プラント状態判定部１４２Ｃは、例えば、直交表分析による項目有無の望大ＳＮ比を求め、異常がある可能性が高いと推測される状態量の項目を推定する。
次に、プラント状態判定部１４２Ｃは、ステップＳ２１において計算されたマハラノビス距離Ｄと、ステップＳ２５において推定された異常項目とを、制御装置２０及び監視端末３０の少なくとも一方に送信して、管理者に異常の発生を通知する（ステップＳ２６）。
なお、本実施形態に係るプラント診断機能部１４２は、以上のプラント診断処理を定期的に自動実行するようにしてもよいし、制御装置２０又は監視端末３０を介して管理者より指定されたタイミングで実行するようにしてもよい。
（ハードウェア構成）
図８は、本発明の一実施形態に係るプラント診断システムのハードウェア構成の一例を示す図である。
以下、図８参照して、本実施形態に係るプラント診断システム１０のハードウェア構成について説明する。
図８は、本発明の一実施形態に係るプラント診断システムのハードウェア構成の一例を示す図である。
以下、図８参照して、本実施形態に係るプラント診断システム１０のハードウェア構成について説明する。
コンピュータ９００は、ＣＰＵ９０１、主記憶装置９０２、補助記憶装置９０３、インターフェース９０４を備える。
上述のプラント診断システム１０は、コンピュータ９００に実装される。そして、上述したプラント診断システム１０の各部の動作は、プログラムの形式でそれぞれのコンピュータ９００が有する補助記憶装置９０３に記憶されている。ＣＰＵ９０１（ＣＰＵ１４）は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２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、ＣＰＵ９０１は、プログラムに従って、処理に伴い取得、生成した各種情報を記憶するための記憶領域（記憶部１３）を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。
なお、コンピュータ９００は、インターフェース９０４を介して、外部記憶装置９１０と接続されており、上記記憶領域は、外部記憶装置９１０に確保されてもよい。
上述のプラント診断システム１０は、コンピュータ９００に実装される。そして、上述したプラント診断システム１０の各部の動作は、プログラムの形式でそれぞれのコンピュータ９００が有する補助記憶装置９０３に記憶されている。ＣＰＵ９０１（ＣＰＵ１４）は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２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、ＣＰＵ９０１は、プログラムに従って、処理に伴い取得、生成した各種情報を記憶するための記憶領域（記憶部１３）を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。
なお、コンピュータ９００は、インターフェース９０４を介して、外部記憶装置９１０と接続されており、上記記憶領域は、外部記憶装置９１０に確保されてもよい。
なお、少なくとも一つの実施形態において、補助記憶装置９０３は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インターフェース９０４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等が挙げられる。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行しても良い。
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良い。さらに、当該プログラムは、前述した機能を補助記憶装置９０３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）であっても良い。
（作用効果）
以上のように、本実施形態に係る単位空間生成機能部１４１（単位空間生成装置）は、一定周期で計測される、プラント１の状態量のサンプリングデータ群を取得するサンプリングデータ取得部１４１Ａと、サンプリングデータ群を、所定の採用確率Ｐｉで、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部１４１Ｃと、採用された複数の単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部１４１Ｄと、を備える。
このようにすることで、単位空間生成部１４１Ｄは、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成部１４１Ｄは、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成部１４１Ｄは、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
また、採用決定部１４１Ｃは、サンプリングデータ群を取得するごとに採用するか否かを判断し、サンプリングデータ群が採用された場合には、単位空間生成部１４１Ｄが新たな単位空間を自動的に生成する。即ち、単位空間生成機能部１４１は、単位空間を生成、更新する作業を自動化することにより、プラント１の管理者がマハラノビス距離を参照して単位空間の更新要否を判断する手間を削減することができる。
以上のように、本実施形態に係る単位空間生成機能部１４１（単位空間生成装置）は、一定周期で計測される、プラント１の状態量のサンプリングデータ群を取得するサンプリングデータ取得部１４１Ａと、サンプリングデータ群を、所定の採用確率Ｐｉで、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部１４１Ｃと、採用された複数の単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部１４１Ｄと、を備える。
このようにすることで、単位空間生成部１４１Ｄは、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成部１４１Ｄは、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成部１４１Ｄは、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
また、採用決定部１４１Ｃは、サンプリングデータ群を取得するごとに採用するか否かを判断し、サンプリングデータ群が採用された場合には、単位空間生成部１４１Ｄが新たな単位空間を自動的に生成する。即ち、単位空間生成機能部１４１は、単位空間を生成、更新する作業を自動化することにより、プラント１の管理者がマハラノビス距離を参照して単位空間の更新要否を判断する手間を削減することができる。
また、単位空間生成機能部１４１は、サンプリングデータ群に対応するプラントの出力値を取得する出力値取得部１４１Ｂをさらに備える。採用決定部１４１Ｃは、取得された出力値の変動量が大きいほど、採用確率Ｐｉを上昇させる。
このようにすることで、採用決定部１４１Ｃは、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動量が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成部１４１Ｄは、出力値の変動量が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
このようにすることで、採用決定部１４１Ｃは、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動量が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成部１４１Ｄは、出力値の変動量が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
また、採用決定部１４１Ｃは、取得された出力値の変動率が大きいほど、採用確率Ｐｉを上昇させる。
このようにすることで、採用決定部１４１Ｃは、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動率が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成部１４１Ｄは、出力値の変動率が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
このようにすることで、採用決定部１４１Ｃは、サンプリングデータ群を採用する際に恣意性や偏りを抑制しつつ、出力値の変動率が大きいときに取得されたサンプリングデータ群を単位空間生成用データ群として採用されやすくすることができる。これにより、単位空間生成部１４１Ｄは、出力値の変動率が大きいとき、即ち、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。
また、採用決定部１４１Ｃは、サンプリングデータ群を取得するごとに乱数ｒｉを生成するとともに、採用確率Ｐｉを計算する。そして、採用決定部１４１Ｃは、採用確率Ｐｉが乱数ｒｉよりも大きい場合、サンプリングデータ群を単位空間生成用データ群として採用することを決定する。
このように、採用決定部１４１Ｃは、サンプリングデータ群の採否を決定する際に乱数ｒｉを使用するので、特に負荷がほぼ一定の場合は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制することができる。
このように、採用決定部１４１Ｃは、サンプリングデータ群の採否を決定する際に乱数ｒｉを使用するので、特に負荷がほぼ一定の場合は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制することができる。
また、本実施形態に係るプラント診断システム１０は、一定周期で計測される、プラント１の状態量のサンプリングデータ群を取得するサンプリングデータ取得部１４１Ａと、サンプリングデータ群を、所定の採用確率Ｐｉで、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部１４１Ｃと、採用された複数の単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部１４１Ｄと、プラント１の運転状態の診断を行う際に取得したプラント１の状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算部１４２Ｂと、単位空間と、マハラノビス距離とに基づいてプラント１の運転状態が正常であるか否かを判定するプラント状態判定部１４２Ｃと、を備える。
このようにすることで、単位空間生成部１４１Ｄは、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部１４２Ｃは、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
このようにすることで、単位空間生成部１４１Ｄは、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部１４２Ｃは、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
以上、本発明の実施形態について詳細に説明したが、本発明の技術的思想を逸脱しない限り、これらに限定されることはなく、多少の設計変更等も可能である。
例えば、上述の実施形態において、単位空間生成機能部１４１（単位空間生成装置）及びプラント診断機能部１４２（プラント診断装置）が何れもＣＰＵ１４上において機能する例について説明したが、これに限られることはない。他の実施形態では、単位空間生成機能部１４１及びプラント診断機能部１４２は、異なるＣＰＵ上において機能するように構成されていてもよいし、異なる装置（コンピュータ）として構成されていてもよい。
例えば、上述の実施形態において、単位空間生成機能部１４１（単位空間生成装置）及びプラント診断機能部１４２（プラント診断装置）が何れもＣＰＵ１４上において機能する例について説明したが、これに限られることはない。他の実施形態では、単位空間生成機能部１４１及びプラント診断機能部１４２は、異なるＣＰＵ上において機能するように構成されていてもよいし、異なる装置（コンピュータ）として構成されていてもよい。
１ プラント
１０ プラント診断システム
１１ 入出力部
１２ 通信インターフェース（Ｉ／Ｆ）
１３ 記憶部
１４ ＣＰＵ
１４１ 単位空間生成機能部（単位空間生成装置）
１４１Ａ サンプリングデータ取得部
１４１Ｂ 出力値取得部
１４１Ｃ 採用決定部
１４１Ｄ 単位空間生成部
１４２ プラント診断機能部（プラント診断装置）
１４２Ａ 状態量取得部
１４２Ｂ マハラノビス距離計算部
１４２Ｃ プラント状態判定部
２０ 制御装置
３０ 監視端末
１０ プラント診断システム
１１ 入出力部
１２ 通信インターフェース（Ｉ／Ｆ）
１３ 記憶部
１４ ＣＰＵ
１４１ 単位空間生成機能部（単位空間生成装置）
１４１Ａ サンプリングデータ取得部
１４１Ｂ 出力値取得部
１４１Ｃ 採用決定部
１４１Ｄ 単位空間生成部
１４２ プラント診断機能部（プラント診断装置）
１４２Ａ 状態量取得部
１４２Ｂ マハラノビス距離計算部
１４２Ｃ プラント状態判定部
２０ 制御装置
３０ 監視端末
上記課題を解決するため、本発明は以下の手段を採用している。
本発明の第一の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置は、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、を備える。
このようにすることで、単位空間生成装置は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成装置は、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成装置は、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
本発明の第一の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置は、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、を備える。
このようにすることで、単位空間生成装置は、単位空間生成用データ群として採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。即ち、単位空間生成装置は、負荷変動時における異常状態の誤検出を低減することが可能な単位空間を生成することができる。これにより、単位空間生成装置は、負荷帯別に異なる単位空間を生成することなく、様々な負荷状態に対応可能な単位空間を生成することができるので、単位空間を生成、更新、管理するためのコストを低減させることが可能である。
本発明の第四の態様によれば、プラントの運転状態を診断するプラント診断システムは、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得部と、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定部と、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算部と、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定部と、を備える。
このようにすることで、単位空間生成部は、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部は、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
このようにすることで、単位空間生成部は、単位空間作成用データとして採用されるサンプリングデータ群の偏りを抑制し、状態量（負荷状態）の変動に対してロバストなマハラノビス距離の値を得られる単位空間を生成することができる。また、プラント状態判定部は、このような単位空間に基づいてプラントの運転状態が正常であるか否かを判定するので、プラントの負荷状態の変動に過敏に反応して、プラントが異常状態であると誤判断することを抑制することができる。
本発明の第五の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成方法は、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、を有する。
本発明の第六の態様によれば、プラントの運転状態を診断するプラント診断方法は、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、を有する。
本発明の第七の態様によれば、マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置のコンピュータを機能させるプログラムは、前記コンピュータに、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、を実行させる。
本発明の第八の態様によれば、プラントの運転状態を診断するプラント診断システムのコンピュータを機能させるプログラムは、前記コンピュータに、一定周期で計測される、前記プラントの複数の状態量からなるサンプリングデータ群を取得するサンプリングデータ取得ステップと、前記サンプリングデータ群を取得する度に計算する採用確率を基に、前記サンプリングデータ群を単位空間の基礎とする単位空間生成用データ群として採用するか否かを決定する採用決定ステップと、採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、を実行させる。
Claims (8)
- マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置であって、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部と、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部と、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、
を備える単位空間生成装置。 - 前記サンプリングデータ群に対応する前記プラントの出力値を取得する出力値取得部をさらに備え、
前記採用決定部は、取得された前記出力値の変動量が大きいほど、前記採用確率を上昇させる、
請求項１に記載の単位空間生成装置。 - 前記採用決定部は、取得された前記出力値の変動率が大きいほど、前記採用確率を上昇させる、
請求項２に記載の単位空間生成装置。 - プラントの運転状態を診断するプラント診断システムであって、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得部と、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定部と、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成部と、
前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算部と、
前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定部と、
を備えるプラント診断システム。 - マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成方法であって、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、
を有する単位空間生成方法。 - プラントの運転状態を診断するプラント診断方法であって、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、
前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、
前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、
を有するプラント診断方法。 - マハラノビス距離に基づいてプラントの運転状態の診断を行う際に使用する単位空間を生成する単位空間生成装置のコンピュータを機能させるプログラムであって、前記コンピュータに、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、
を実行させるプログラム。 - プラントの運転状態を診断するプラント診断システムのコンピュータを機能させるプログラムであって、前記コンピュータに、
一定周期で計測される、前記プラントの状態量のサンプリングデータ群を取得するサンプリングデータ取得ステップと、
前記サンプリングデータ群を、所定の採用確率で、単位空間の基礎とする単位空間生成用データ群として採用することを決定する採用決定ステップと、
採用された複数の前記単位空間生成用データ群に基づいて単位空間を生成する単位空間生成ステップと、
前記プラントの運転状態の診断を行う際に取得した前記プラントの状態量に基づいてマハラノビス距離を計算するマハラノビス距離計算ステップと、
前記単位空間と、前記マハラノビス距離とに基づいて前記プラントの運転状態が正常であるか否かを判定するプラント状態判定ステップと、
を実行させるプログラム。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017245560A JP6655595B2 (ja) | 2017-12-21 | 2017-12-21 | 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム |
| PCT/JP2018/046545 WO2019124367A1 (ja) | 2017-12-21 | 2018-12-18 | 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム |
| US16/769,738 US11327470B2 (en) | 2017-12-21 | 2018-12-18 | Unit space generating device, plant diagnosing system, unit space generating method, plant diagnosing method, and program |
| KR1020207016021A KR102407919B1 (ko) | 2017-12-21 | 2018-12-18 | 단위 공간 생성 장치, 플랜트 진단 시스템, 단위 공간 생성 방법, 플랜트 진단 방법, 및 프로그램 |
| CN201880077126.5A CN111417909B (zh) | 2017-12-21 | 2018-12-18 | 单位空间生成装置、成套设备诊断系统、单位空间生成方法、成套设备诊断方法及计算机可读存储介质 |
| DE112018006523.5T DE112018006523T5 (de) | 2017-12-21 | 2018-12-18 | Einheitsraum-erzeugungsvorrichtung, anlagendiagnosesystem, einheitsraum-erzeugungsverfahren, anlagendiagnoseverfahren und programm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017245560A JP6655595B2 (ja) | 2017-12-21 | 2017-12-21 | 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019113964A true JP2019113964A (ja) | 2019-07-11 |
| JP6655595B2 JP6655595B2 (ja) | 2020-02-26 |
Family
ID=66993358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017245560A Active JP6655595B2 (ja) | 2017-12-21 | 2017-12-21 | 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11327470B2 (ja) |
| JP (1) | JP6655595B2 (ja) |
| KR (1) | KR102407919B1 (ja) |
| CN (1) | CN111417909B (ja) |
| DE (1) | DE112018006523T5 (ja) |
| WO (1) | WO2019124367A1 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021020170A1 (ja) * | 2019-08-01 | 2021-02-04 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| WO2021131403A1 (ja) * | 2019-12-26 | 2021-07-01 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| CN114051581B (zh) * | 2019-08-01 | 2024-05-31 | 三菱重工业株式会社 | 成套设备监视装置、成套设备监视方法及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7437163B2 (ja) * | 2020-01-06 | 2024-02-22 | 三菱重工業株式会社 | 診断装置、診断方法およびプログラム |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006039786A (ja) * | 2004-07-23 | 2006-02-09 | Chugoku Electric Power Co Inc:The | プラントデータ評価システムと方法、復水器真空度監視方法、データマイニング方法、および、プログラム |
| JP2007327937A (ja) * | 2006-05-09 | 2007-12-20 | Omron Corp | 検査装置、検査方法、検査プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体 |
| JP2010244149A (ja) * | 2009-04-02 | 2010-10-28 | Hitachi Ltd | データ分類方法，データ分類装置，診断方法，診断装置 |
| JP2011090382A (ja) * | 2009-10-20 | 2011-05-06 | Mitsubishi Heavy Ind Ltd | 監視システム |
| JP2011253491A (ja) * | 2010-06-04 | 2011-12-15 | Toshiba Corp | プラント異常検知装置，プラント異常検知装置方法，およびプログラム |
| JP2012067757A (ja) * | 2008-02-27 | 2012-04-05 | Mitsubishi Heavy Ind Ltd | プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置 |
| JP2013101539A (ja) * | 2011-11-09 | 2013-05-23 | Toyota Infotechnology Center Co Ltd | サンプリング装置、サンプリングプログラム、およびその方法 |
| JP2014149840A (ja) * | 2014-03-12 | 2014-08-21 | Hitachi Ltd | 異常検知方法及びそのシステム |
| JP2017016187A (ja) * | 2015-06-26 | 2017-01-19 | 東芝三菱電機産業システム株式会社 | 無線センサデータ収集システム |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS636601A (ja) * | 1986-06-27 | 1988-01-12 | Toshiba Corp | デイジタルｐｉｄ制御装置 |
| JP4396286B2 (ja) * | 2004-01-21 | 2010-01-13 | 三菱電機株式会社 | 機器診断装置および機器監視システム |
| US7171302B2 (en) * | 2004-05-07 | 2007-01-30 | Snap-On Incorporated | Determining engine cylinder contribution from indexed engine data |
| JP4298581B2 (ja) | 2004-05-17 | 2009-07-22 | 中国電力株式会社 | 電力需要予測装置、電力需要予測システム、電力需要予測プログラム、記録媒体、及び電力需要予測方法 |
| SG10201509052WA (en) * | 2010-11-03 | 2015-12-30 | Virginia Tech Intell Prop | Using power fingerprinting (pfp) to monitor the integrity and enhance security of computer based systems |
| KR20150056612A (ko) * | 2012-10-25 | 2015-05-26 | 미츠비시 히타치 파워 시스템즈 가부시키가이샤 | 플랜트 감시장치, 플랜트 감시프로그램 및 플랜트 감시방법 |
| US20150302042A1 (en) | 2012-11-20 | 2015-10-22 | Hitachi, Ltd. | Data analysis apparatus and data analysis method |
| JP5490277B2 (ja) * | 2013-03-05 | 2014-05-14 | 三菱重工業株式会社 | プラント運転状態監視方法 |
| JP6116466B2 (ja) * | 2013-11-28 | 2017-04-19 | 株式会社日立製作所 | プラントの診断装置及び診断方法 |
| CN103674234B (zh) * | 2013-12-23 | 2017-01-18 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组振动异常的状态预警方法及系统 |
| CN104777830B (zh) * | 2015-04-01 | 2017-07-11 | 浙江大学 | 一种基于kpca混合模型的多工况过程监控方法 |
| JP2019023771A (ja) * | 2015-12-16 | 2019-02-14 | 三菱電機株式会社 | 故障診断装置 |
| CN107065843B (zh) * | 2017-06-09 | 2019-04-05 | 东北大学 | 基于独立子空间的多方向kica间歇过程故障监测方法 |
| JP6950460B2 (ja) * | 2017-10-31 | 2021-10-13 | セイコーエプソン株式会社 | 物理量検出回路、物理量検出装置、慣性計測装置、移動体測位装置、携帯型電子機器、電子機器及び移動体 |
-
2017
- 2017-12-21 JP JP2017245560A patent/JP6655595B2/ja active Active
-
2018
- 2018-12-18 KR KR1020207016021A patent/KR102407919B1/ko active IP Right Grant
- 2018-12-18 WO PCT/JP2018/046545 patent/WO2019124367A1/ja active Application Filing
- 2018-12-18 DE DE112018006523.5T patent/DE112018006523T5/de active Pending
- 2018-12-18 CN CN201880077126.5A patent/CN111417909B/zh active Active
- 2018-12-18 US US16/769,738 patent/US11327470B2/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006039786A (ja) * | 2004-07-23 | 2006-02-09 | Chugoku Electric Power Co Inc:The | プラントデータ評価システムと方法、復水器真空度監視方法、データマイニング方法、および、プログラム |
| JP2007327937A (ja) * | 2006-05-09 | 2007-12-20 | Omron Corp | 検査装置、検査方法、検査プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体 |
| JP2012067757A (ja) * | 2008-02-27 | 2012-04-05 | Mitsubishi Heavy Ind Ltd | プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置 |
| JP2010244149A (ja) * | 2009-04-02 | 2010-10-28 | Hitachi Ltd | データ分類方法，データ分類装置，診断方法，診断装置 |
| JP2011090382A (ja) * | 2009-10-20 | 2011-05-06 | Mitsubishi Heavy Ind Ltd | 監視システム |
| JP2011253491A (ja) * | 2010-06-04 | 2011-12-15 | Toshiba Corp | プラント異常検知装置，プラント異常検知装置方法，およびプログラム |
| JP2013101539A (ja) * | 2011-11-09 | 2013-05-23 | Toyota Infotechnology Center Co Ltd | サンプリング装置、サンプリングプログラム、およびその方法 |
| JP2014149840A (ja) * | 2014-03-12 | 2014-08-21 | Hitachi Ltd | 異常検知方法及びそのシステム |
| JP2017016187A (ja) * | 2015-06-26 | 2017-01-19 | 東芝三菱電機産業システム株式会社 | 無線センサデータ収集システム |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021020170A1 (ja) * | 2019-08-01 | 2021-02-04 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| JP2021026393A (ja) * | 2019-08-01 | 2021-02-22 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| CN114051581A (zh) * | 2019-08-01 | 2022-02-15 | 三菱动力株式会社 | 成套设备监视装置、成套设备监视方法及程序 |
| JP7387325B2 (ja) | 2019-08-01 | 2023-11-28 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| CN114051581B (zh) * | 2019-08-01 | 2024-05-31 | 三菱重工业株式会社 | 成套设备监视装置、成套设备监视方法及存储介质 |
| WO2021131403A1 (ja) * | 2019-12-26 | 2021-07-01 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| JP2021105837A (ja) * | 2019-12-26 | 2021-07-26 | 三菱パワー株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
| JP7282023B2 (ja) | 2019-12-26 | 2023-05-26 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111417909B (zh) | 2023-11-03 |
| DE112018006523T5 (de) | 2020-09-03 |
| WO2019124367A1 (ja) | 2019-06-27 |
| US11327470B2 (en) | 2022-05-10 |
| KR102407919B1 (ko) | 2022-06-10 |
| JP6655595B2 (ja) | 2020-02-26 |
| KR20200085817A (ko) | 2020-07-15 |
| US20210173383A1 (en) | 2021-06-10 |
| CN111417909A (zh) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101955305B1 (ko) | 희소 코딩 방법론을 활용한 가스 터빈 센서 고장 검출 | |
| US11209811B2 (en) | Diagnostic device, diagnostic method, and program | |
| JP6511702B2 (ja) | 監視装置、対象装置の監視方法、およびプログラム | |
| WO2019124367A1 (ja) | 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム | |
| JP5345180B2 (ja) | プラント監視装置、プラント監視プログラム及びプラント監視方法 | |
| JP6088131B2 (ja) | タービン性能診断システム及び方法 | |
| JP2013029507A (ja) | 機械をモニタリングする際に用いるシステムおよび方法 | |
| JP2011090382A (ja) | 監視システム | |
| JP2009036204A (ja) | ロータ偏心のベースライン移動の検出システム及び方法 | |
| WO2014064816A1 (ja) | プラント監視装置、プラント監視プログラム及びプラント監視方法 | |
| KR20180137513A (ko) | 감시 장치, 대상 장치의 감시 방법 및 프로그램 | |
| JP2017010232A (ja) | プラント診断装置及びプラント診断方法 | |
| JP5939439B2 (ja) | 異常診断装置 | |
| JP7377637B2 (ja) | 異常検出装置、異常検出方法、及びプログラム | |
| JP6803788B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP7387325B2 (ja) | プラント監視装置、プラント監視方法、及びプログラム | |
| JP7437163B2 (ja) | 診断装置、診断方法およびプログラム | |
| US11586189B2 (en) | Plant monitoring device, plant monitoring method, and program | |
| JP2022109737A (ja) | 異常検知方法、および、異常検知装置 | |
| WO2022239612A1 (ja) | プラント監視方法、プラント監視装置及びプラント監視プログラム | |
| JP2020009080A (ja) | 機器状態監視システム及び機器状態監視方法 | |
| WO2021251200A1 (ja) | プラント監視装置、プラント監視方法およびプログラム | |
| US20240125246A1 (en) | Industrial plant monitoring device, industrial plant monitoring method, and program | |
| KR20240024969A (ko) | 플랜트 감시 장치, 플랜트 감시 방법 및 플랜트 감시 프로그램 | |
| JP2013101718A (ja) | プラント運転状態監視方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180118 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180118 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180227 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180424 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180515 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180710 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180731 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181031 |
|
| C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20181031 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20181109 |
|
| C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20181113 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20181130 |
|
| C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20181204 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20190625 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20191126 |
|
| C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20191203 |
|
| C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20200107 |
|
| C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20200107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200203 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6655595 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |