JP2020154826A - 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム - Google Patents
予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム Download PDFInfo
- Publication number
- JP2020154826A JP2020154826A JP2019053447A JP2019053447A JP2020154826A JP 2020154826 A JP2020154826 A JP 2020154826A JP 2019053447 A JP2019053447 A JP 2019053447A JP 2019053447 A JP2019053447 A JP 2019053447A JP 2020154826 A JP2020154826 A JP 2020154826A
- Authority
- JP
- Japan
- Prior art keywords
- prediction model
- value indicating
- value
- amount
- drug
- 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
Images
Abstract
Description
そこで、本発明は、予測精度を高めたい期間及び無視できない実測値の範囲を指定して、局所的に予測モデルのパラメータを学習することを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1に沿って、予測モデル作成装置1の構成等を説明する。予測モデル作成装置1は、一般的なコンピュータであり、中央制御装置11、マウス、キーボード等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及び通信装置16を備える。これらは、バスで相互に接続されている。補助記憶装置15は、予測モデル31及び実測値情報32(詳細後記)を格納している。
本実施形態の予測モデル31は、以下の式1のような1次式である。
y=a0+a1x1+a2x2+a3x3 (式1)
図2は、実測値情報32の一例である。実測値情報32においては、時刻欄101に記憶された時刻に関連付けて、目的変数欄102には目的変数の実測値が、説明変数欄103には説明変数の実測値が記憶されている。
時刻欄101の時刻は、説明変数の実測値及び目的変数の実測値が、濁度計8a、pHメータ8b、温度計8c及び注入量計8dによって取得された時刻である。時刻t1、t2、t3、・・・は、時刻を省略的に示している。数字が大きいほど、後の時刻である。
説明変数欄103の説明変数の実測値は、濁度計8aが計測した原水の濁度(欄103a)、pHメータ8bが計測した原水の水素イオン濃度(欄103b)及び温度計8cが計測した原水の温度(欄103c)である。
図3及び図4は、予測モデル31の作成方法を説明する図である。説明の単純化のために、いま、説明変数は濁度のみであるとする。図3は、実測値情報32(図2)の欄101、102及び103aと同じである。すると、予測モデル(式1)は、“y=a0+a1x1”となる。予測モデル作成装置1は、以下の(1)〜(7)の処理を実行する。
(2)予測モデル作成装置1は、実測値Xを予測モデルのx1に代入し、yを算出する。
(3)予測モデル作成装置1は、誤差“Y−y”を算出する。
(4)予測モデル作成装置1は、時刻ごとに [X,Y]の値を変化させて前記(2)及び前記(3)の処理を繰り返す。
(6)予測モデル作成装置1は、無作為的に発生させたパラメータa0及びa1の他の値を予測モデルのa0及びa1に代入したうえで、前記(2)〜(5)の処理を充分多い回数だけ繰り返す。
(7)予測モデル作成装置1は、“Σ(Y−y)2”を最小にするパラメータa0S及びa1Sの値を決定する。ここで“S”は、“最適化されている”ことを示す。
図9〜図11は、実測値及び予測値を表示する画面の一例である。予測モデル作成装置1は、出力装置13に、表示画面41(図9)を表示する。表示画面41は、座標平面を有している。その横軸は時刻であり、縦軸は凝集剤注入率である。座標平面上に2本の時系列グラフ42及び43が描画されている。時系列グラフ42(実線)は、凝集剤注入率の実測値を示し、時系列グラフ43(破線)は、凝集剤注入率の予測値を示している。時系列グラフ43は、予測モデル31の出力値を描画したものである。
・窓44aの内側において、時系列グラフ48(予測値)が、時系列グラフ43(図10)に比べて、時系列グラフ42(実測値)により近付いている(上方にシフトしている)。
・窓44bの内側において、時系列グラフ48(予測値)が、時系列グラフ43(図10)に比べて、時系列グラフ42(実測値)により近付いている(下方にシフトしている)。
・パラメータの値欄45及び2乗平均平方根欄46が追加されている。
・4つのパラメータの値に対応してスピンボタン47a及び47bが表示されている。
図12は、処理手順のフローチャートである。処理手順を開始する前提として、実測値情報32(図2)が、完成された状態で補助記憶装置15に格納されているものとする。
ステップS201において、予測モデル作成装置1の実測値取得部21は、実測値を取得する。具体的には、実測値取得部21は、補助記憶装置15から実測値情報32(図2)を取得する。
第2に、実測値取得部21は、実測値情報32から、期間指定された期間以外の時刻の実測値を削除する。
第3に、実測値取得部21は、実測値情報32から、範囲指定された範囲以外の実測値(はずれ値)を削除する。
・薬剤注入率の実測値を示す時系列グラフ42
・パラメータが最適化された予測モデルが出力する薬剤注入率の予測値を示す時系列グラフ43
・パラメータが最適化された後さらに補正された予測モデルが出力する薬剤注入率の予測値を示す時系列グラフ48
その後、処理手順を終了する。
本実施形態の予測モデル作成装置の効果は以下の通りである。
(1)予測モデル作成装置は、局所的に精度の高い予測モデルを作成することができる。
(2)予測モデル作成装置は、ユーザが画面を見ながら予測値が実測値に近付いていくのを確認することを可能にする。
(3)予測モデル作成装置は、ユーザが画面を見ながら予測値が実測値に近付いていくのをより具体的に時系列グラフで確認することを可能にする。
(4)予測モデル作成装置は、特に重要とユーザが判断する説明変数を受け付けることができる。
(5)予測モデル作成装置は、浄水場の凝集剤注入量を予測することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
2 ネットワーク
3 浄水場
4 混和池
5 凝集剤注入装置
6a 原水
6b 混和水
7 フロック形成池
8a 濁度計
8b pHメータ
8c 温度計
8d 注入量計
9 凝集剤
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 通信装置
21 実測値取得部
22 変数受付部
23 パラメータ最適化部
24 期間・範囲受付部
25 パラメータ補正部
26 表示処理部
31 予測モデル
32 実測値情報
その他の手段については、発明を実施するための形態のなかで説明する。
Claims (8)
- 浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得する実測値取得部と、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを最適化するパラメータ最適化部と、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分が有意に大きくなる期間、及び/又は、はずれ値を除いた実測値の範囲を受け付ける期間・範囲受付部と、
前記受け付けた期間及び/又は範囲に該当する前記実測値を使用して、前記パラメータを補正するパラメータ補正部と、
を備えることを特徴とする予測モデル作成装置。 - 前記薬剤の量を示す値の実測値、及び、前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値を時系列で表示し、
前記表示された実測値及び予測値に対して、前記期間及び前記範囲をユーザが入力するのを前記期間・範囲受付部が受け付けると、前記薬剤の量を示す値の実測値、及び、前記パラメータが補正された予測モデルが出力する前記薬剤の量を示す値の予測値を時系列で表示する表示処理部を備えること、
を特徴とする請求項1に記載の予測モデル作成装置。 - 前記表示処理部は、
前記薬剤の量を示す値の実測値の時系列グラフ、及び、前記パラメータが補正された予測モデルが出力する前記薬剤の量を示す値の予測値の時系列グラフを、同一画面において表示すること、
を特徴とする請求項2に記載の予測モデル作成装置。 - 前記説明変数の複数の候補のうちあるものをユーザが選択するのを受け付ける変数受付部を備えること、
を特徴とする請求項3に記載の予測モデル作成装置。 - 前記薬剤は、
前記原水に含まれる汚濁物質を凝集させるものであり、
前記原水の性質を示す値は、
前記原水における濁度、前記原水の温度、及び、前記原水の水素イオン濃度のうちの少なくとも1つであること、
を特徴とする請求項4に記載の予測モデル作成装置。 - 液体の性質を示す値の実測値、及び、前記液体に注入された薬剤の量を示す値の実測値を取得する実測値取得部と、
前記実測値を使用して、前記液体の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを最適化するパラメータ最適化部と、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分が有意に大きくなる期間、及び/又は、はずれ値を除いた実測値の範囲を受け付ける期間・範囲受付部と、
前記受け付けた期間及び/又は範囲に該当する前記実測値を使用して、前記パラメータを補正するパラメータ補正部と、
を備えることを特徴とする予測モデル作成装置。 - 予測モデル作成装置の実測値取得部は、
浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得し、
前記予測モデル作成装置のパラメータ最適化部は、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを最適化し、
前記予測モデル作成装置の期間・範囲受付部は、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分が有意に大きくなる期間、及び/又は、はずれ値を除いた実測値の範囲を受け付け、
前記予測モデル作成装置のパラメータ補正部は、
前記受け付けた期間及び/又は範囲に該当する前記実測値を使用して、前記パラメータを補正すること、
を特徴とする予測モデル作成装置の予測モデル作成方法。 - 予測モデル作成装置の実測値取得部に対し、
浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得する処理を実行させ、
前記予測モデル作成装置のパラメータ最適化部に対し、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを最適化する処理を実行させ、
前記予測モデル作成装置の期間・範囲受付部に対し、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分が有意に大きくなる期間、及び/又は、はずれ値を除いた実測値の範囲を受け付ける処理を実行させ、
前記予測モデル作成装置のパラメータ補正部に対し、
前記受け付けた期間及び/又は範囲に該当する前記実測値を使用して、前記パラメータを補正する処理を実行させること、
を特徴とする予測モデル作成装置を機能させるための予測モデル作成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053447A JP6609391B1 (ja) | 2019-03-20 | 2019-03-20 | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053447A JP6609391B1 (ja) | 2019-03-20 | 2019-03-20 | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6609391B1 JP6609391B1 (ja) | 2019-11-20 |
JP2020154826A true JP2020154826A (ja) | 2020-09-24 |
Family
ID=68611077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019053447A Active JP6609391B1 (ja) | 2019-03-20 | 2019-03-20 | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6609391B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023008116A1 (en) * | 2021-07-29 | 2023-02-02 | Panasonic Intellectual Property Management Co., Ltd. | Forecast generating system and method thereof |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7320756B2 (ja) | 2020-03-27 | 2023-08-04 | パナソニックIpマネジメント株式会社 | 車両シミュレーションシステム、車両シミュレーション方法およびコンピュータプログラム |
JP2021196950A (ja) * | 2020-06-16 | 2021-12-27 | オムロン株式会社 | コントローラ、システム、方法及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62249068A (ja) * | 1986-04-22 | 1987-10-30 | Omron Tateisi Electronics Co | 直線近似方法 |
JP2005329359A (ja) * | 2004-05-21 | 2005-12-02 | Ffc Ltd | 浄水場の凝集剤注入制御システム及びアルカリ剤注入制御システム |
JP2008112428A (ja) * | 2006-10-02 | 2008-05-15 | Shinko Electric Co Ltd | 水処理施設における流入水水質の統計的予測方法及びその装置 |
US7809781B1 (en) * | 2005-04-29 | 2010-10-05 | Hewlett-Packard Development Company, L.P. | Determining a time point corresponding to change in data values based on fitting with respect to plural aggregate value sets |
JP2013094686A (ja) * | 2011-10-28 | 2013-05-20 | Meidensha Corp | 薬品注入制御方法及び薬品注入制御装置 |
JP2013114439A (ja) * | 2011-11-29 | 2013-06-10 | Nomura Research Institute Ltd | 分析装置および分析方法 |
-
2019
- 2019-03-20 JP JP2019053447A patent/JP6609391B1/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62249068A (ja) * | 1986-04-22 | 1987-10-30 | Omron Tateisi Electronics Co | 直線近似方法 |
JP2005329359A (ja) * | 2004-05-21 | 2005-12-02 | Ffc Ltd | 浄水場の凝集剤注入制御システム及びアルカリ剤注入制御システム |
US7809781B1 (en) * | 2005-04-29 | 2010-10-05 | Hewlett-Packard Development Company, L.P. | Determining a time point corresponding to change in data values based on fitting with respect to plural aggregate value sets |
JP2008112428A (ja) * | 2006-10-02 | 2008-05-15 | Shinko Electric Co Ltd | 水処理施設における流入水水質の統計的予測方法及びその装置 |
JP2013094686A (ja) * | 2011-10-28 | 2013-05-20 | Meidensha Corp | 薬品注入制御方法及び薬品注入制御装置 |
JP2013114439A (ja) * | 2011-11-29 | 2013-06-10 | Nomura Research Institute Ltd | 分析装置および分析方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023008116A1 (en) * | 2021-07-29 | 2023-02-02 | Panasonic Intellectual Property Management Co., Ltd. | Forecast generating system and method thereof |
Also Published As
Publication number | Publication date |
---|---|
JP6609391B1 (ja) | 2019-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6609391B1 (ja) | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム | |
Di Natale et al. | Physically consistent neural networks for building thermal modeling: theory and analysis | |
Mu et al. | Hourly and daily urban water demand predictions using a long short-term memory based model | |
Jungers et al. | MPC for LPV systems with bounded parameter variations | |
Sequeira et al. | Real-time evolution for on-line optimization of continuous processes | |
CN112101172A (zh) | 基于权重嫁接的模型融合的人脸识别方法及相关设备 | |
Madanat et al. | Adaptive optimization and systematic probing of infrastructure system maintenance policies under model uncertainty | |
CN115394358B (zh) | 基于深度学习的单细胞测序基因表达数据插补方法和系统 | |
Bürger et al. | A simulation model for settling tanks with varying cross-sectional area | |
Liu | Adaptive just-in-time and relevant vector machine based soft-sensors with adaptive differential evolution algorithms for parameter optimization | |
Defourny et al. | Scenario trees and policy selection for multistage stochastic programming using machine learning | |
WO2020189706A1 (ja) | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム | |
Jiang et al. | Finite-time stochastic synchronization of genetic regulatory networks | |
Hernández-del-Olmo et al. | Energy and environmental efficiency for the N-ammonia removal process in wastewater treatment plants by means of reinforcement learning | |
CN107942662A (zh) | 有限时间状态反馈控制器设计方法及装置 | |
CN113687040A (zh) | 基于决策树算法的水厂实时投药量预测方法、装置及介质 | |
Aryan et al. | Experimentally verified optimal bi-loop re-located IMC strategy for unstable and integrating systems with dead time | |
JP2005285032A (ja) | 水力発電所群の日間発電計画立案システム | |
CN110310745B (zh) | 医疗指南和数据驱动相结合的治疗方案推荐系统 | |
Zhu et al. | Dynamic data reconciliation for improving the prediction performance of the data-driven model on distributed product outputs | |
US11763243B2 (en) | Plant operation support system and plant operation support method | |
JP7045531B1 (ja) | プラント運転支援システム、プラント運転支援方法、およびプラント運転支援プログラム | |
Coquelin et al. | A dynamic programming approach to viability problems | |
Arkoun et al. | Sequential robust estimation for nonparametric autoregressive models | |
JP5276960B2 (ja) | プラント運転システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190320 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190320 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190401 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190723 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190913 |
|
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: 20191008 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191025 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6609391 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |