JP2019175005A - 監視対象施設監視制御装置、監視対象施設監視制御プログラム - Google Patents

Abstract

【課題】入力情報の増大による制御負担を抑制しつつ、地域冷暖房に関するエネルギーシステムの最適化をリアルタイムに実現する。【解決手段】現場に出向いた監視者が、例えば、スマホやタブレット等の携帯通信端末４８を用いて、コグニティブコンピューティング処理部４６へアクセスし、監視者が発話によって（非構造化データ）で、状況を報告することで、その言語を解釈し、かつ、データサーバー４４に蓄積されている過去の障害情報等に基づいて、対処情報を生成し、監視者が理解できる言語（音声情報、画像情報（例えば、文字情報）等）で通知する。【選択図】図２

Description

本発明は、遠隔地に設備された地域冷暖房施設の稼働状況を監視して、エネルギーシステムの最適化を図るための監視対象施設監視制御装置、監視対象施設監視制御プログラムに関する。

地域冷暖房施設では、監視センターを配備して、施設の各部に取り付けたカメラ等の監視手段の情報を一括に取得し、例えば、カメラ映像の状態を監視者が監視することで、エネルギーシステムの最適化を図っている。一方、地域冷暖房施設の現場に監視者が出向き、監視する場合もある。

例えば、特許文献１には、地域冷暖房に関するエネルギーシステムの最適化に関して、大規模プラントやコージェネレーションシステムの物件にも対応した汎用性の高いエネルギーシステム最適化方法が記載されている。

より具体的には、特許文献１のエネルギーシステム最適化装置は、エネルギー負荷を機器群によって供給する線形計画問題において、記憶手段によって記憶されたデータを入力とし、コスト、一次エネルギー消費量、又はＣＯ２排出量を目的関数とする最適化計算を行い、計算対象期間における機器の運転計画を算出する算出手段を有している。

特開２０１５−９９４１７号公報

ここで、地域冷暖房施設の特定の場所において、エネルギーシステムの最適化を損なう障害が発生した場合は、監視者が出向き、点検する必要がある。

監視者が出向いて点検した場合、その場で対応できるのは、監視者の知識や経験に依存することになる。

仮に、監視センターに問い合わせを行ったとしても、監視者からの通報を受けて、過去の事例を、例えば、紙媒体（ファイル）から捜し出し、過去事例があれば対策を回答するという、人の労力に頼った対応となり、迅速な障害回避が行えない場合がある。

自動化するためには現場の監視者からの情報を増やし、また、監視センターでは、膨大のデータベースを構築し、取得した現場からの情報を解析する必要があるが、例えば、特許文献１では入力情報の情報量が多ければ多いほど、最適化の精度は高まるものの、情報量の増加に応じて制御負担が増加し、リアルタイム性を失う場合がある。

本発明は、入力情報の増大による制御負担を抑制しつつ、地域冷暖房に関するエネルギーシステムの最適化をリアルタイムに実現することができる監視対象施設監視制御装置、監視対象施設監視制御プログラムを得ることにある。

本発明に係る監視対象監視制御装置は、監視対象施設に関する情報を蓄積する蓄積手段と、

前記監視対象施設を巡回する監視者の発話による前記監視対象施設で発生する障害情報を受信する受信手段と、

前記受信手段が前記障害情報を受信した場合に、コグニティブコンピューティングによる自律学習に基づき、前記障害情報を解析し、かつ、前記蓄積手段で蓄積した蓄積データを用いて、前記障害を解消するための対処情報を導出する導出手段と、前記導出手段で導出された対処情報を、前記監視者が認識可能な言語を用いて通知する通知手段と、を有している。

本発明によれば、監視対象施設を巡回し、かつ監視する監視者が発話する音声を用いて、監視対象施設で発生する障害に関する障害情報（例えば、音声情報、画像情報等）を受信すると、コグニティブコンピューティングによる自律学習に基づき、前記障害情報を解析し、かつ、監視対象施設に関する情報を、蓄積データとして、随時蓄積する蓄積手段で蓄積した蓄積データを用いて、障害を解消するための対処情報を導出し、導出された対処情報を、前記監視者が利用する言語を用いて通知する。

このため、本発明は、従来技術に対し、コグニティブコンピューティング処理を監視対象施設の監視及びトラブルシューティングに活用することができ、かつ、監視対象施設に関するシステムの最適化をリアルタイムに実現することができる。

本発明において、前記監視対象施設が複数存在する場合に、複数の監視対象施設の稼働状況が集中監視センターにより集中監視されており、前記集中監視センターが、前記蓄積手段として機能するデータサーバーと、前記受信手段及び前記通知手段として機能する監視操作端末と、前記導出手段として機能するコグニティブコンピューティング処理部と、を備えることを特徴としている。

また、本発明において、前記蓄積手段が、前記コグニティブコンピューティングによる自律学習で処理した情報を蓄積データとして蓄積することを特徴としている。

監視者は、通常の会話と同等の情報伝達手段で、障害情報（少なくとも音声情報）を連絡することができる。

本発明において、前記監視対象施設が、特定の地域に点在する設備の空調を統括して制御する地域冷暖房施設であることを特徴としている。

地域冷暖房に関するエネルギーシステムの最適化をリアルタイムに実現することができる。

本発明に係る監視対象施設監視制御プログラムは、コンピュータを、監視対象施設監視制御装置として動作させることを特徴としている。

以上説明した如く本発明では、入力情報の増大による制御負担を抑制しつつ、地域冷暖房に関するエネルギーシステムの最適化をリアルタイムに実現することができる。

本実施の形態に係る地域冷暖房設備及びその監視システムの構成図である。 本実施の形態に係るコグニティブコンピューティング処理機能を示すブロック図である。 本実施の形態に係る地域冷暖房施設の定常時の監視制御ルーチンを示すフローチャートである。 本実施の形態に係る障害発生時の対処情報作成制御ルーチンを示すフローチャートである。

図１には、本実施の形態に係る地域冷暖房施設１０を中心とした監視システムの概略構成図が示されている。

ネットワーク１２には、地域冷暖房施設コントローラ１４を介して、地域冷暖房施設１０が接続されている。図１では、１カ所の地域冷暖房施設コントローラ１４び地域冷暖房施設１０を示しているが、ネットワーク１２には、複数の地域冷暖房施設コントローラ１４及び地域冷暖房施設１０が接続され、地域冷暖房施設集中監視センター１６によって、地域冷暖房施設１０の稼働状況が集中的に監視されている。

（地域冷暖房施設１０）

図１に示される如く、地域冷暖房施設１０は、水熱源ヒートポンプ１８、冷温水槽２０、ヒーティングタワーヒートポンプ２２、冷却加熱塔２４、冷凍機２６、及び冷却塔２８（総称する場合、処理機器という）を備えている。

水熱源ヒートポンプ１８には、外部から冷媒が供給されるようになっており、配管３０及び複数のバルブ３２（一部に符号を付与）によって、各処理機器へ冷媒が循環するように連結されている。また、冷温水槽２０には、出入口にそれぞれポンプ３４、３６が設けられている。

地域冷暖房施設１０は、地域冷暖房施設コントローラ１４によって、各処理機器、バルブ３２及びポンプ３４、３６の稼働状態が制御され、バルブ３２の開閉、並びにポンプ３４、３６の駆動制御によって、空調制御対象である複数の設備３８との間で、冷温水を循環させている。

複数の設備３８は、それぞれ設備コントローラ４０によって、必要量の冷温水が循環されることで、空調温度が制御される。

設備コントローラ４０は、ネットワーク１２を介して、前記地域冷暖房施設集中監視センター１６に接続されている。地域冷暖房施設集中監視センター１６では、地域冷暖房施設１０の稼働状況のみならず、当該地域冷暖房施設１０の冷温水を利用する設備３８を含み、稼働状態を集中的に監視することができる。なお、以下において、地域冷暖房施設１０とした場合、設備３８を含むものとする。

地域冷暖房施設集中監視センター１６は、複数の監視操作端末４２、データサーバー４４、及びコグニティブコンピューティング処理部４６を備えている。

地域冷暖房施設集中監視センター１６の監視操作端末４２は、１又は複数の地域冷暖房施設１０の稼働状態が、映像、信号、記号等によって、逐次表示されるようになっており、管理者が目視で監視する。

地域冷暖房施設１０では、監視者が巡回して点検を行う一方、地域冷暖房施設１０に設置された様々なセンサによって監視が行われている。監視者は、携帯通信端末４８を携帯しており、地域冷暖房施設１０の点検に関する情報を、地域冷暖房施設集中監視センター１６へ、無線基地５０及びネットワーク１２を介して通知することが可能となっている。

例えば、監視者が、巡回によって地域冷暖房施設１０の障害を見つけると携帯通信端末４８を介して通知する、或いは、センサにより地域冷暖房施設１０の障害発生を検知すると、監視操作端末４２上で障害発生が報知され、必要に応じて、監視者がトラブルシューティングを実行することになる。

このとき、トラブルシューティングの手順としては、監視者が地域冷暖房施設集中監視センター１６に障害の詳細を報告し、その報告に応じて、地域冷暖房施設集中監視センター１６の管理者が過去の事例に基づいて障害を解消する対処情報を検索し、検索した対処情報を現場の管理者に伝えるのが一般的であった（以下、比較例という）。

しかし、上記比較例では、障害に対する対処情報を、過去の膨大な資料（主として、紙媒体）から検索するのは煩雑であり、多大な時間を労することになる。

例えば、地域冷暖房施設１０の障害の内容が細分化されると、仮にデータサーバー４４に、過去の障害と障害に対する対処情報がデータベース化されて記憶されていたとしても、検索のキーワードに誤りがあると、対処情報が正しく検索されない場合もある。

そこで、本実施の形態では、地域冷暖房施設集中監視センター１６にコグニティブコンピューティング処理部４６を設け、現場の監視者から、発話による音声（非構造化データ）によって障害情報を受信し、コグニティブコンピューティング処理を用いて、その音声を機械学習可能な構造化データに変換し、最適なキーワードを解析することで、最適な対処情報を検索し、当該最適な対処情報を通知するようにした。

図２は、地域冷暖房施設集中監視センター１６を中心とした、地域冷暖房施設１０の監視に関する処理を、機能別に示したブロック図である。

（監視操作端末）

図２に示される如く、監視操作端末４２は、情報通信Ｉ／Ｆ５２を介してネットワーク１２に接続されている。情報通信Ｉ／Ｆ５２では、地域冷暖房施設１０の各部に設置されたセンサの監視情報や、地域冷暖房施設１０を巡回している監視者からの報告情報を受け付け、監視制御部５４へ送出される。

監視制御部５４には、ユーザインターフェイス５６（主として、モニタ、キーボード、及びマウス等の入出力デバイス）が接続されており、受け付けた監視情報や報告情報を精査し、必要に応じてフォーマット化されたログデータに変換し、データ蓄積部５８を介してデータサーバー４４に蓄積されるようになっている。ログデータには、地域冷暖房施設１０における日々の稼働状況や、障害が発生したときの障害情報、並びに障害を解消した対処情報等が記憶される。データサーバー４４には、複数の地域冷暖房施設１０のログデータが蓄積されていくことになる。地域冷暖房施設集中監視センター１６が複数存在する場合は、相互に情報を共有し合ってもよい。

（コグニティブコンピューティング処理部）

図２に示される如く、コグニティブコンピューティング処理部４６は、ネットワーク１２に接続された受付部６０及び通知部６２を備えている。

受付部６０は、ネットワーク１２を介して、地域冷暖房施設１０で監視している監視者が発話した音声情報や撮影した画像情報等（障害情報）を受け付ける。音声情報は、所謂非構造化データであり、このままでは、コンピュータは認識することができない。

そこで、受付部６０で受け付けた音声データは、データ変換部６４へ送出される。

データ変換部６４では、非構造化データを、コンピュータで認識可能な構造化データに変換するための、コグニティブコンピューティング処理が実行される。

（コグニティブコンピューティング処理の一般的概念）

必要なタスク処理として、（１）言語処理、（２）音声処理、（３）画像処理、及び、（４）データ・インサイト処理が挙げられる。

（１）言語処理６４Ａ

言語処理６４Ａは、自然言語テキストの分類、会話、エンティティーの抽出、セマンティック概念の抽出、ドキュメント変換、言語翻訳、節の取得とランク付け、関係の抽出、口調分析(但し、これらに限定されるものではない)を実行する。

（２）音声処理６４Ｂ

音声処理６４Ｂは、独自の言語モデルを使用してトレーニングする機能を備えた、音声テキスト変換およびテキスト音声変換を実行する。

（３）画像処理６４Ｃ

画像処理６４Ｃは、画像から新しい知見や関係性を見いだし、重要な価値を引き出して、有意義なアクションを取るための処理である。

（４）データ・インサイト処理６４Ｄ

データ・インサイト処理６４Ｄは、自然言語処理によって事前に拡充されたコンテンツ(ニュースやブログなど)を使用して、極めてターゲットを絞った検索や傾向分析を行うことができる。

コグニティブコンピューティング処理部４６では、それぞれに異なるタスクを実行する処理（１）〜（４）を組み合わせて適用することで、数々のビジネス問題を解決したり、深く関与したエクスペリエンスを作成したりすることができる。

これらのコグニティブコンピューティング処理のタスクを組み合わせて、従来のデータ・アナリティクス機能の上に重ねると、複雑な発見、予測的洞察、エンジンにより簡単に洞察に基づく決定を導くことができる。

図２に示される如く、データ変換部６４で構造化データ化された情報（音声情報や画像情報等により監視者が伝えたい障害）は、分析部６６へ送出される。分析部６６では、ＡＩの自律学習により、発生している障害を分析し、データサーバー４４の蓄積データから、合致又は類似する過去の案件（対処情報）を検索し、対処情報生成部６８へ送出する。

対処情報生成部６８では、音声情報や画像情報等に基づく障害を解消するための最適な対処情報（構造化データ）を生成し、データ変換部６４へ送出する。

データ変換部６４では、コグニティブコンピューティング処理によって、対処情報を非構造化データに変換して、通知部６２を介して、監視者が携帯する携帯通信端末４８へ送出する。

すなわち、現場に出向いた監視者が、例えば、スマホやタブレット等の携帯通信端末４８を用いて、コグニティブコンピューティング処理部４６へアクセスし、監視者が発話によって（非構造化データ）で、状況を報告することで、その言語を解釈し、かつ、データサーバー４４に蓄積されている過去の障害情報等に基づいて、対処情報を生成し、監視者が理解できる言語（音声情報、画像情報（例えば、文字情報）等）で通知する。

以下に本実施の形態の作用を、図３及び図４のフローチャートに従い説明する。

図３は、地域冷暖房施設１０の定常時の監視制御ルーチンを示すフローチャートである。

ステップ１００では、地域冷暖房施設１０の各所に設置されたセンサから通知があったか否かを判断する。すなわち、センサから定期的に実行される定常情報の通知、或いは、センサが異常を検知したときの緊急情報の通知があったか否かを判断する。

ステップ１００で否定判定された場合は、ステップ１０２へ移行して、監視者からの通知があったか否かを判断する。すなわち、監視者が、定期又は不定期に地域冷暖房施設１０を巡回している最中に、何等か（例えば、異常検知、異常の修復等の報告情報）の通知があったか否かを判断する。

ステップ１０２で否定判定された場合は、ステップ１００へ戻り、ステップ１００又はステップ１０２の何れかで肯定判定されるまで繰り返す。

ここで、ステップ１００で肯定判定されると、ステップ１０４へ移行して、地域冷暖房施設１０の各所のセンサからの検出信号（定常情報又は緊急情報）を取り込む。次いで、ステップ１０６へ移行して、検出信号を解析し、ステップ１１２へ移行する。

また、ステップ１０２で肯定判定されると、ステップ１０８へ移行して、監視者からの報告情報を受け付ける。次いで、ステップ１１０へ移行して、報告情報を解析し、ステップ１１２へ移行する。

ステップ１１２では、地域冷暖房施設１０に異常が有るか否かを判断し、否定判定された場合は、ステップ１００へ戻り、上記工程を繰り返す。

また、ステップ１１２で肯定判定された場合は、ステップ１１４へ移行して、異常に対する対処処理を実行する。

対処処理とは、警報を発する、メンテナンスを実行する、或いは異常個所のトラブルシューティングを実行することを含む。

次のステップ１１６では、異常が解消したか否かを判断し、肯定判定されると、ステップ１１８へ移行して、異常解消手順（対処情報）を入手して、ステップ１２０へ移行する。

対処情報とは、例えば、監視者が現場で実行した処理の手順を示すログデータ、予め定めたフェイルセーフ機能の動作ログデータ、或いは、後述するコグニティブコンピューティング処理によって提示された対処情報に基づく処理の動作ログデータ等が挙げられる。 なお、ここで言う「ログデータ」とは、広義の意味（時系列で記録されたデータ）を指す。

ステップ１２０では、当該ログデータを蓄積データとしてデータサーバー４４へ保存し、ステップ１００へ戻る。

図４は、障害発生時の対処情報作成制御ルーチンを示すフローチャートである。このルーチンは、例えば、地域冷暖房施設１０の現場を巡回している監視者から、異常に対する対処要求を受け付けた場合に割り込まれ、実行される。

ステップ１５０では、情報収集のための会話処理が実行される。すなわち、監視者が所持する携帯通信端末４８から発話した音声データが、地域冷暖房施設集中監視センター１６のコグニティブコンピューティング処理部４６で受け付け、コンピュータで理解可能なデータに変換（非構造化データ→構造化データ）する。

次のステップ１５２では、受け付けた対処要求に関する情報が、異常を解消する対処情報を分析するための情報として十分か否かを判断する。

このステップ１５２で否定判定された場合は、ステップ１５０へ戻り、コグニティブコンピューティング処理部４６から携帯通信端末４８に対して、追加の情報を要求する。この要求は、監視者が理解できる形態であれば、音声データに変換することなく、文字データや画像データ等の視覚を通じたデータであってもよい。

すなわち、監視者とコグニティブコンピューティング処理部との通信（会話等）により、対処情報が分析可能となるまで、ステップ１５０、１５２を繰り返す。

ステップ１５２で肯定判定されると、ステップ１５４へ移行して、データサーバー４４から蓄積データを読み出し、次いで、ステップ１５６へ移行して、データ分析を実行する。例えば、監視者から収集した情報と蓄積データとを照合して、過去に、合致又は類似する事例があるか否かを検索する。

次のステップ１５８では、ステップ１５６での照合に基づき、最適な対処情報を生成し、ステップ１６０へ移行する。

ステップ１６０では、対処情報のデータ変換処理を実行する。すなわち、監視者に通知する際に、当該監視者が理解可能なデータに変換（非構造化データ→構造化データ）する。この対処情報は、監視者が理解できる形態であれば、音声データに変換することなく、文字データや画像データ等の視覚を通じたデータであってもよい。

次のステップ１６２では、変換したデータ（対処情報）を監視者が所持する携帯通信端末４８へ通知して、このルーチンは終了する。

なお、本実施の形態では、監視対象施設として、地域冷暖房施設１０を例に挙げて説明したが、基本的に遠隔で監視しながら、異常が発生した場合に、現場でトラブルシューティングを行う必要がある監視対象施設であれば、本実施の形態で説明したコグニティブコンピューティング処理を利用した、監視者と地域冷暖房施設集中監視センターとの間の情報交換の技術を適用することができる。監視対象施設としては、例えば、鉄道の運行管理センターと各路線で監視する監視者との間の情報交換、高速道路の集中監視センターと、車両を用いて道路を監視する監視者との間の情報交換等が挙げられる。

１０ 地域冷暖房施設（監視対象施設）
１２ ネットワーク
１４ 地域冷暖房施設コントローラ
１６ 地域冷暖房施設集中監視センター
１８ 水熱源ヒートポンプ
２０ 冷温水槽
２２ ヒーティングタワーヒートポンプ
２４ 冷却加熱塔
２６ 冷凍機
２８ 冷却塔
３０ 配管
３２ バルブ
３４、３６ ポンプ
３８ 設備
４０ 設備コントローラ
４２ 監視操作端末（受信手段、通信手段）
４８ 携帯通信端末
５０ 無線基地
４４ データサーバー（蓄積手段）
４６ コグニティブコンピューティング処理部(導出手段)
５２ 情報通信Ｉ／Ｆ
５４ 監視制御部
５６ ユーザインターフェイス
５８ データ蓄積部
６０ 受付部（受信手段）
６２ 通知部（通知手段)
６４ データ変換部
６４Ａ 言語処理
６４Ｂ 音声処理
６４Ｃ 画像処理
６４Ｄ データ・インサイト処理
６６ 分析部
６８ 対処情報生成部

Claims (5)

1. 監視対象施設に関する情報を蓄積する蓄積手段と、
   前記監視対象施設を巡回する監視者の発話による前記監視対象施設で発生する障害に関する障害情報を受信する受信手段と、
   前記受信手段が前記障害情報を受信した場合に、コグニティブコンピューティングによる自律学習に基づき、前記障害情報を解析し、かつ、前記蓄積手段で蓄積した蓄積データを用いて、前記障害を解消するための対処情報を導出する導出手段と、
   前記導出手段で導出された対処情報を、前記監視者が認識可能な言語を用いて通知する通知手段と、
   を有する監視対象施設監視制御装置。
2. 前記監視対象施設が複数存在する場合に、複数の監視対象施設の稼働状況が集中監視センターにより集中監視されており、
   前記集中監視センターが、前記蓄積手段として機能するデータサーバーと、前記受信手段及び前記通知手段として機能する監視操作端末と、前記導出手段として機能するコグニティブコンピューティング処理部と、を備えることを特徴とする請求項１記載の監視対象施設監視制御装置。
3. 前記蓄積手段が、前記コグニティブコンピューティングによる自律学習で処理した情報を蓄積データとして蓄積することを特徴とする請求項１又は請求項２記載の監視対象施設監視制御装置。
4. 前記監視対象施設が、特定の地域に点在する設備の空調を統括して制御する地域冷暖房施設であることを特徴とする請求項１〜請求項３の何れか１項記載の監視対象施設監視制御装置。
5. コンピュータを、
   請求項１〜請求項４の何れか１項記載の監視対象施設監視制御装置として動作させる監視対象施設監視制御プログラム。