JP2020166599A - 運転計画支援装置、運転計画支援方法及び運転計画支援プログラム - Google Patents
運転計画支援装置、運転計画支援方法及び運転計画支援プログラム Download PDFInfo
- Publication number
- JP2020166599A JP2020166599A JP2019067057A JP2019067057A JP2020166599A JP 2020166599 A JP2020166599 A JP 2020166599A JP 2019067057 A JP2019067057 A JP 2019067057A JP 2019067057 A JP2019067057 A JP 2019067057A JP 2020166599 A JP2020166599 A JP 2020166599A
- Authority
- JP
- Japan
- Prior art keywords
- accident
- information
- occurrence
- situation
- factors
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 239000000284 extract Substances 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 29
- 230000010485 coping Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】事故の対処の迅速化及び監視員の負担軽減をすることができる運転計画支援装置、運転計画支援方法及び運転計画支援プログラムを提供する。【解決手段】一実施の形態によれば、運転計画支援装置1は、事故の監視及び対処が必要なプラントの過去の事故状況及び要因が保存されたデータベースDBと、発生した事故の発生状況が入力されるとともに、データベースDBに保存された事故状況及び要因を取得する情報取得部10と、入力された発生状況、及び、取得された事故状況から、プラントを運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する情報抽出部20と、発生状況から抽出されたテキスト情報と、事故状況から抽出されたテキスト情報と、を比較することによって、発生した事故について推定される複数の要因の順位を計算する要因計算部30と、を備える。【選択図】図1
Description
本発明は、運転計画支援装置、運転計画支援方法及び運転計画支援プログラムに関し、例えば、上水道の事故時の運転計画支援装置、運転計画支援方法及び運転計画支援プログラムに関する。
上水道に事故が発生した場合には、適切な対処が望まれる。特許文献1には、過去の水質事故、設備故障等の想定外の事象が発生した場合の対応方法、ノウハウを可視化することにより、担当者間の技術継承、管理レベルの底上げを行う技術継承支援方法が記載されている。
しかしながら、特許文献1の方法は、熟練技術者の経験・ノウハウに頼った運用となり、運用実績データを活用しきれていない。
配水網の複雑化・運用変更に関する業務負荷増等、水運用業務の高度化により、上水道に事故が発生した場合の対処方法が属人化している。事故時または運用変更時は、監視員の迅速な判断が必要となるが、熟練者の経験・ノウハウに頼った運用となっている。
本開示の目的は、上述した課題を鑑み、事故の対処の迅速化及び監視員の負担軽減をすることができる運転計画支援装置、運転計画支援方法及び運転計画支援プログラムを提供することにある。
一実施の形態に係る運転計画支援装置は、事故の監視及び対処が必要なプラントの過去の事故状況及び要因が保存されたデータベースと、発生した事故の発生状況が入力されるとともに、前記データベースに保存された前記事故状況及び要因を取得する情報取得部と、入力された前記発生状況、及び、取得された前記事故状況から、前記プラントを運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する情報抽出部と、前記発生状況から抽出された前記テキスト情報と、前記事故状況から抽出された前記テキスト情報と、を比較することによって、前記発生した事故について推定される複数の前記要因の順位を計算する要因計算部と、を備える。
一実施の形態によれば、事故の対処の迅速化及び監視員の負担軽減をすることができる運転計画支援装置、運転計画支援方法及び運転計画支援プログラムを提供することができる。
(実施形態1)
実施形態1に係る運転計画支援装置を説明する。本実施形態の運転計画支援装置は、事故が発生した場合に、事故に対処するための事故の要因及び類似した過去事例の順位を計算する。図1は、実施形態1に係る運転計画支援装置の構成を例示したブロック図である。図1に示すように、運転計画支援装置1は、情報取得部10、情報抽出部20、要因計算部30、データベースDBを備えている。運転計画支援装置1は、例えば、上水道の運転を支援する装置であり、上水道の事故時において、ユーザである監視員の運転を支援する。なお、運転計画支援装置1は、運転計画を支援する対象として、上水道に限らず、事故の監視及び対処が必要な他のプラントに適用可能である。
実施形態1に係る運転計画支援装置を説明する。本実施形態の運転計画支援装置は、事故が発生した場合に、事故に対処するための事故の要因及び類似した過去事例の順位を計算する。図1は、実施形態1に係る運転計画支援装置の構成を例示したブロック図である。図1に示すように、運転計画支援装置1は、情報取得部10、情報抽出部20、要因計算部30、データベースDBを備えている。運転計画支援装置1は、例えば、上水道の運転を支援する装置であり、上水道の事故時において、ユーザである監視員の運転を支援する。なお、運転計画支援装置1は、運転計画を支援する対象として、上水道に限らず、事故の監視及び対処が必要な他のプラントに適用可能である。
情報取得部10は、事故が発生した場合に、発生した事故の発生状況が入力される。また、情報取得部10は、事前に、上水道の過去の事故状況、要因及び対処方法等をデータベースDBに保存するために用いられてもよい。そして、情報取得部10は、事故が発生した場合に、データベースDBに保存された事故状況、要因及び対処方法を取得する。
情報取得部10は、平常時及び事故時における上水道を運転するための複数の所定のパラメータの入力に用いられてもよい。要因計算部30は、入力された複数の所定のパラメータをもとに、各パラメータ間の相関関係を分析及び学習する。上水道を運転するための複数の所定のパラメータは、例えば、上水道の配管の所定の位置における流量、圧力、貯水量、ポンプ情報等である。また、事故時とは、所定のパラメータが予め設定された閾値等を超えた場合であって、監視員が対処する必要がある場合をいう。平常時とは、所定のパラメータが予め設定された閾値以内の場合等であって、監視員が対処する必要がない場合をいう。情報取得部10は、例えば、ユーザの手動入力により、発生状況が入力される。なお、情報取得部10は、外部の検知システムからの外部入力により、入力されてもよい。
データベースDBは、上水道の過去の事故状況、要因及び対処方法等を保存する。また、データベースDBは、要因計算部30が平常時及び事故時の複数の所定のパラメータをもとに、各パラメータ間の相関関係を分析及び学習した結果を保存する。相関関係は、各パラメータ間の相関係数、及び、パラメータとパラメータに紐づけられた要因との間の相関係数を含む。
情報抽出部20は、情報取得部10に入力された発生状況から、上水道を運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する。また、情報抽出部20は、データベースDBに保存された事故状況から、上水道を運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する。テキスト含有認識は、発生状況及び事故状況を示すテキスト文からテキスト情報を抽出する。
要因計算部30は、情報抽出部20によって、発生状況から抽出されたテキスト情報(以下、発生情報と呼ぶ。)と、事故状況から抽出されたテキスト情報(以下、事故情報と呼ぶ。)と、を比較することによって、発生した事故について推定される要因の順位を計算する。具体的には、要因計算部30は、発生情報と事故情報とを比較する際に、発生情報に少なくとも1部が一致する事故情報に紐づけられた要因を分類する。そして、要因計算部30は、分類した事故情報に紐づけされた要因の順位を、発生情報と事故情報との一致度により計算する。
また、要因計算部30は、平常時及び事故時の複数の所定のパラメータをもとに、各所定のパラメータ間の相関関係を分析する。それとともに、要因計算部30は、各所定のパラメータ間の相関関係を学習する。具体的には、要因計算部30は、平常時及び事故時の複数の所定のパラメータをもとに、平常時の各パラメータ間の相関係数、及び、事故時の各パラメータと要因との間の相関係数を分析及び学習する。そして、要因計算部30は、分析及び学習した相関関係をデータベースDBに保存する。
要因計算部30は、発生情報と事故情報とを比較する際に、発生情報に少なくとも1部が一致する事故情報及び事故情報に紐付けされた要因を分類する。そして、要因の順位を、発生情報との相関係数により計算する。
次に、運転計画支援装置1の動作を説明する。図2は、実施形態1に係る運転計画支援装置の動作を例示した図である。図2に示すように、事故が発生した場合に、情報取得部10に発生状況が入力される。発生状況は、例えば、流量、圧力、貯水量、ポンプ情報等の所定のパラメータを含むテキスト情報により構成されている。
情報抽出部20は、入力された発生状況から、上水道を運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する。具体的には、情報抽出部20は、発生状況を報告するテキスト文に含まれた流量、圧力、貯水量、ポンプ情報等の所定のパラメータに関するテキスト情報をテキスト含有認識の手法で抽出する。例えば、情報抽出部20は、発生状況から、「〇〇流量下限抵触」というテキスト情報をテキスト含有認識により抽出する。
一方、情報取得部10は、発生した事故の発生状況を入力された場合に、データベースDBに保存された事故状況、要因、対処方法等を取得する。データベースDBは、事前に、上水道の過去の事故状況と、その事故状況における要因及び対処方法等を保存している。情報抽出部20は、データベースDBより取得した事故状況から、上水道を運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する。具体的には、情報抽出部20は、事故状況を記録したテキスト文に含まれた流量、圧力、貯水量、ポンプ情報等の所定のパラメータに関するテキスト情報をテキスト含有認識の手法で抽出する。例えば、情報抽出部20は、事故状況から、「〇〇圧力低下」「圧力下がる(△△)」というテキスト情報をテキスト含有認識により抽出する。
なお、データベースDBは、事故状況における「〇〇圧力低下」というテキスト情報を、例えば、「△△ポンプ停止」という要因及び「○○給水所ポンプ停止条件付き運転」という対処方法に紐づけて保存している。
要因計算部30は、発生状況から抽出されたテキスト情報(発生情報と呼ぶ。)と、事故状況から抽出されたテキスト情報(事故情報と呼ぶ。)と、を比較する。例えば、要因計算部30は、「〇〇流量下限抵触」という発生情報と、「〇〇圧力低下」及び「圧力下がる(△△)」という事故情報と、を比較する。要因計算部30は、発生情報と事故情報とを比較する際に、発生情報の「〇〇流量下限抵触」に少なくとも1部が一致する事故情報に紐付けられた要因を分類する。例えば、要因計算部30は、「〇〇流量下限抵触」に少なくとも1部(〇〇)が一致する「〇〇圧力低下」に紐付けられた要因を分類する。例えば、含意クラスタリングの手法を用いて分類する。
要因計算部30は、分類した事故情報に紐づけられた要因の順位を、発生情報と事故情報との一致度により計算する。例えば、一致度は、一致する文言の個数が多いものほど高いスコアとする。なお、一致度は、一致する文言の個数に限らず、所定の方法により判定してもよい。要因計算部30は、発生情報の「〇〇流量下限抵触」等をはじめとして、要因「△△ポンプ停止」に紐付けられた事故情報に一致する発生情報が多い場合に、その要因の一致度のスコアを高く計算する。例えば、要因Aに紐付けられた事故情報に一致する発生情報が多い場合に、要因Aの一致度のスコアを9.0とする。このように、要因計算部30は、発生情報と、事故情報との一致度により、事故情報に紐づけられた要因の順位を計算する。また、要因計算部30は、要因Aに紐づけされた対処方法の順位を、要因Aの順位と同様の順位とする。
このようにして、要因計算部30は、発生情報と事故情報とを比較した結果に基づいて、発生した事故について推定される複数の要因の順位、及び、複数の対処方法の順位を計算する。
図3は、実施形態1に係る運転計画支援装置の動作を例示したフローチャート図である。図3のステップS11に示すように、事故が発生した場合に、発生した事故の発生状況が情報取得部10に入力される。発生状況の入力は、検知システムからの外部入力でもよいし、ユーザである監視員の手動入力でもよい。
次に、ステップS12に示すように、情報取得部10は、発生した事故の発生状況を入力された場合に、データベースDBに保存された事故状況、要因、対処方法等を取得する。なお、データベースDBは、事前に、上水道の過去の事故状況と、その事故状況における要因及び対処方法等を保存している。
次に、ステップS13に示すように、情報抽出部20は、入力された発生状況、及び、取得された事故状況から、上水道を運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する。
次に、ステップS14に示すように、要因計算部30は、発生状況から抽出された発生情報と、事故状況から抽出された事故情報と、を比較する。比較した結果、一致していない場合には、ステップS13に戻り、ステップS13〜ステップS14を繰り返す。
一方、ステップS14において、発生情報に少なくとも1部が一致する事故情報がある場合には、ステップS15に示すように、要因計算部30は、発生情報を、対応する事故情報に紐付けられた要因毎に分類する。例えば、含意クラスタリングにより分類する。
そして、ステップS16に示すように、要因計算部30は、要因の重みづけを行う。具体的には、要因計算部30は、対応する事故情報に紐づけされた要因のスコアを、発生情報と事故情報との一致度により計算する。ステップS13〜ステップS16を、まとめてステップS13aという。そして、ステップS13aを、取得した事故状況分繰り返し処理する。
そして、ステップS17に示すように、要因計算部30は、取得した事故状況分のスコアを加算して、要因の順位を計算する。このようにして、要因計算部30は、発生情報と事故情報とを比較した結果に基づいて、発生した事故について推定される複数の要因の順位を計算する。なお、要因に紐づけられた複数の対処方法の順位及び複数の過去事例の順位も、要因の順位に対応するように計算する。
次に、本実施形態に係る運転計画支援装置1の効果を説明する。運転計画支援装置1は、発生情報と事故情報とを比較することによって、発生した事故について推定される要因の順位を計算する。また、要因に紐づけされた対処方法の順位を計算する。よって、過去要因に対応した事故の対処をすることができる。これにより、監視員の判断の支援を行い、事故対応の迅速化及び負担軽減をすることができる。
近年、水運用業務は高度化している。排水網が複雑化し、運用調整業務も高度化している。したがって、事故発生に対処する業務の負担が大きく、ノウハウが属人化している。本実施形態の運転計画支援装置1によれば、事故が発生した場合に、要因及び対処方法の順位を計算するので、監視員の判断の支援を行い、事故対応の迅速化及び負担軽減をすることができる。
熟練職員の退職の増加により、ノウハウ・暗黙知の喪失に備え、蓄積した技術・運用ノウハウの承継が求められている。本実施形態の運転計画支援装置1によれば、事前に事故状況、要因、対処方法をデータベースDBに保存することができるので、蓄積した技術・運用ノウハウの承継をすることができる。
(実施形態2)
次に、実施形態2に係る運転計画支援装置を説明する。前述の運転計画支援装置1は、事故の要因及び対処方法の順位を、発生情報と事故情報との一致度により計算した。本実施形態では、事故の要因を、事前に分析及び学習した相関関係を用いて計算する。実施形態2に係る運転計画支援装置の構成は、実施形態1の運転計画支援装置の構成と同様である。
次に、実施形態2に係る運転計画支援装置を説明する。前述の運転計画支援装置1は、事故の要因及び対処方法の順位を、発生情報と事故情報との一致度により計算した。本実施形態では、事故の要因を、事前に分析及び学習した相関関係を用いて計算する。実施形態2に係る運転計画支援装置の構成は、実施形態1の運転計画支援装置の構成と同様である。
図4は、実施形態2に係る運転計画支援装置の動作を例示した図である。図4に示すように、要因計算部30は、平常時及び事故時の所定のパラメータの実績値をもとに相関関係を事前に分析及び学習する。例えば、上水道の配管網において、T7地点における「○○流量下限抵触」という事故が発生した場合に、「○○流量下限抵触」というパラメータと、F3地点における「△△ポンプ停止」というパラメータとの相関関係を分析及び学習する。要因計算部30は、「○○流量下限抵触」及び「△△ポンプ停止」の相関関係として、例えば、相関係数(0.8)を分析及び学習する。
このように、要因計算部30は、平常時及び事故時の複数の所定のパラメータをもとに、各パラメータ間の相関関係を分析及び学習する。そして、要因計算部30は、分析及び学習した相関関係をデータベースDBに保存する。例えば、相関関係は、平常時の各パラメータ間の相関係数、及び、事故時の各パラメータと各要因との間の相関係数を含む。
図5は、実施形態2に係る運転計画支援装置の事前学習の動作を例示したフローチャート図である。図5のステップS21に示すように、平常時及び事故時の流量、圧力、貯水量、ポンプ情報等の所定のパラメータを含む実績情報を情報取得部10に入力する。
次に、ステップS22に示すように、情報取得部10に入力された実績情報をもとに、要因計算部30は、相関関係の分析及び学習を行う。具体的には、要因計算部30は、平常時の実績情報に含まれたパラメータを変数として、各パラメータ間の相関係数を、変数間の相関係数として分析及び学習する。また、要因計算部30は、事故時の実績情報に含まれたパラメータを変数、要因を相関変数として、各パラメータと各要因との間の相関係数を、変数と相関変数との間の相関係数として分析及び学習する。
次に、ステップS23に示すように、分析及び学習した変数情報、相関変数情報、変数間の相関係数等の相関関係情報をデータベースDBに保存する。
図6は、実施形態2に係る運転計画支援装置の動作を例示したフローチャート図である。図6のステップS31に示すように、事故が発生した場合に、発生した事故の発生状況が情報取得部10に入力される。発生状況の入力は、検知システムからの外部入力でもよいし、ユーザである監視員の手動入力でもよい。
次に、ステップS32に示すように、相関関係情報をデータベースDBから取得する。具体的には、情報取得部10は、発生した事故の発生状況を入力された場合に、データベースDBに保存された変数情報、相関変数情報、変数間の相関係数等の相関関係情報を取得する。なお、データベースDBは、事前に、分析及び学習した変数情報、相関変数情報、変数間の相関係数等の相関関係情報を保存している。
次に、図3で示したステップS13aを実施する。ステップS13aは、取得した事故状況分繰り返し処理される。これにより、発生情報に少なくとも1部が一致する事故情報及び事故情報に紐付けされた要因を分類し、分類した要因のスコアを計算する。次に、ステップS33に示すように、要因計算部30は、要因の順位を計算する。具体的には、要因計算部30は、要因の順位を、発生情報との相関係数により計算する。具体的には、「○○流量下限抵触」との発生情報との相関係数が高い要因の順位を高くする。このようにして、要因計算部30は、発生情報と事故情報とを比較した結果に基づいて、発生した事故について推定される複数の要因の順位を計算する。
次に、本実施形態の効果を説明する。実施形態2の運転計画支援装置において、要因計算部30は、平常時または事故時の複数の所定のパラメータをもとに、各パラメータ間の相関関係を分析するとともに、相関関係を学習する。また、要因計算部30は、要因の順位を、発生情報と、事故情報に紐付けされた要因との相関係数により計算する。よって、発生した事故について推定される要因の精度を向上させることができる。これ以外の構成及び効果は、実施形態1の記載に含まれている。
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、実施形態1及び2の各構成を組み合わせたものも実施形態の技術的思想の範囲に含まれる。また、実施形態1及び2で示した運転計画支援方法をコンピュータに実行させる運転計画支援プログラムも本実施形態の技術的思想の範囲に含まれる。
1 運転計画支援装置
10 情報取得部
20 情報抽出部
30 要因計算部
DB データベース
10 情報取得部
20 情報抽出部
30 要因計算部
DB データベース
Claims (10)
- 事故の監視及び対処が必要なプラントの過去の事故状況及び要因が保存されたデータベースと、
発生した事故の発生状況が入力されるとともに、前記データベースに保存された前記事故状況及び前記要因を取得する情報取得部と、
入力された前記発生状況、及び、取得された前記事故状況から、前記プラントを運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出する情報抽出部と、
前記発生状況から抽出された前記テキスト情報と、前記事故状況から抽出された前記テキスト情報と、を比較することによって、前記発生した事故について推定される複数の前記要因の順位を計算する要因計算部と、
を備えた運転計画支援装置。 - 前記要因計算部は、前記発生状況から抽出されたテキスト情報の発生情報と、前記事故状況から抽出されたテキスト情報の事故情報と、を比較する際に、前記発生情報に少なくとも1部が一致する前記事故情報に紐付けられた要因を分類し、分類した前記要因の順位を、前記発生情報と前記事故情報との一致度により計算する、
請求項1に記載の運転計画支援装置。 - 前記要因計算部は、平常時及び事故時の複数の前記所定のパラメータをもとに、各パラメータ間の相関関係を分析するとともに、前記相関関係を学習し、分析及び学習した前記相関関係を前記データベースに保存する、
請求項1に記載の運転計画支援装置。 - 前記相関関係は、前記各パラメータ間の相関係数、及び、前記パラメータと前記パラメータに紐づけられた前記要因との間の相関係数を含む、
請求項3に記載の運転計画支援装置。 - 前記要因計算部は、前記発生状況から抽出されたテキスト情報の発生情報と、前記事故状況から抽出されたテキスト情報の事故情報と、を比較する際に、前記発生情報に少なくとも1部が一致する前記事故情報及び前記事故情報に紐付けされた前記要因を分類し、前記要因の順位を、前記発生情報との前記相関係数により計算する、
請求項4に記載の運転計画支援装置。 - 前記情報取得部は、外部の検知システムからの外部入力、または、ユーザの手動入力により前記発生状況が入力される、
請求項1〜5のいずれか1項に記載の運転計画支援装置。 - 事故の監視及び対処が必要なプラントの過去の事故状況及び要因をデータベースに保存するステップと、
発生した事故の発生状況を入力された場合に、前記データベースに保存された前記事故状況及び前記要因を取得するステップと、
入力された前記発生状況、及び、取得された前記事故状況から、前記プラントを運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出するステップと、
前記発生状況から抽出された前記テキスト情報と、前記事故状況から抽出された前記テキスト情報と、を比較するステップと、
比較した結果に基づいて、前記発生した事故について推定される複数の前記要因の順位を計算するステップと、
を備えた運転計画支援方法。 - 比較するステップにおいて、
前記発生状況から抽出されたテキスト情報の発生情報と、前記事故状況から抽出されたテキスト情報の事故情報と、を比較する際に、前記発生情報に少なくとも1部が一致する前記事故情報に紐付けられた要因を分類し、
計算するステップにおいて、
分類した前記要因の順位を、前記発生情報と前記事故情報との一致度により計算する、
請求項7に記載の運転計画支援方法。 - 事故の監視及び対処が必要なプラントの過去の事故状況及び要因をデータベースに保存させ、
発生した事故の発生状況が入力された場合に、前記データベースに保存された前記事故状況及び前記要因を取得させ、
入力された前記発生状況、及び、取得された前記事故状況から、前記プラントを運転するための所定のパラメータを含むテキスト情報をテキスト含有認識により抽出させ、
前記発生状況から抽出された前記テキスト情報と、前記事故状況から抽出された前記テキスト情報と、を比較させ、
比較させた結果に基づいて、前記発生した事故について推定される複数の前記要因の順位を計算させる、
ことをコンピュータに実行させる運転計画支援プログラム。 - 前記発生状況から抽出されたテキスト情報の発生情報と、前記事故状況から抽出されたテキスト情報の事故情報と、を比較させる際に、前記発生情報に少なくとも1部が一致する前記事故情報に紐づけられた要因を分類し、分類した前記要因の順位を、前記発生情報と前記事故情報との一致度により計算させる、
ことをコンピュータに実行させる請求項9に記載の運転計画支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019067057A JP2020166599A (ja) | 2019-03-29 | 2019-03-29 | 運転計画支援装置、運転計画支援方法及び運転計画支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019067057A JP2020166599A (ja) | 2019-03-29 | 2019-03-29 | 運転計画支援装置、運転計画支援方法及び運転計画支援プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020166599A true JP2020166599A (ja) | 2020-10-08 |
Family
ID=72716346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019067057A Pending JP2020166599A (ja) | 2019-03-29 | 2019-03-29 | 運転計画支援装置、運転計画支援方法及び運転計画支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020166599A (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06123642A (ja) * | 1992-10-13 | 1994-05-06 | Toshiba Corp | プラント異常診断方法及びプラント異常診断装置 |
JPH0973315A (ja) * | 1995-09-07 | 1997-03-18 | Mitsubishi Electric Corp | 設備故障診断装置 |
JPH11175144A (ja) * | 1997-12-05 | 1999-07-02 | Toshiba Corp | プラント機器の保守支援装置 |
JP2000298511A (ja) * | 1999-04-13 | 2000-10-24 | Toshiba Corp | 設備診断装置及び記録媒体 |
JP2005313709A (ja) * | 2004-04-27 | 2005-11-10 | Toyota Motor Corp | 故障診断サービスシステム、故障診断サービス方法、車載装置、故障情報提供プログラム、故障情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、及び情報センタ |
JP2016018526A (ja) * | 2014-07-11 | 2016-02-01 | 株式会社荏原製作所 | 故障診断システム及び故障診断方法 |
-
2019
- 2019-03-29 JP JP2019067057A patent/JP2020166599A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06123642A (ja) * | 1992-10-13 | 1994-05-06 | Toshiba Corp | プラント異常診断方法及びプラント異常診断装置 |
JPH0973315A (ja) * | 1995-09-07 | 1997-03-18 | Mitsubishi Electric Corp | 設備故障診断装置 |
JPH11175144A (ja) * | 1997-12-05 | 1999-07-02 | Toshiba Corp | プラント機器の保守支援装置 |
JP2000298511A (ja) * | 1999-04-13 | 2000-10-24 | Toshiba Corp | 設備診断装置及び記録媒体 |
JP2005313709A (ja) * | 2004-04-27 | 2005-11-10 | Toyota Motor Corp | 故障診断サービスシステム、故障診断サービス方法、車載装置、故障情報提供プログラム、故障情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、及び情報センタ |
JP2016018526A (ja) * | 2014-07-11 | 2016-02-01 | 株式会社荏原製作所 | 故障診断システム及び故障診断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902153B (zh) | 基于自然语言处理和案例推理的设备故障诊断方法及系统 | |
TWI543102B (zh) | 異因分析與校正方法與系統 | |
DE102017128693A1 (de) | Merkmal- und Grenzeinstellung zur Bedrohungserkennung in einem industriellen Anlagensteuersystem | |
US20150356421A1 (en) | Method for Learning Exemplars for Anomaly Detection | |
US20230385034A1 (en) | Automated decision making using staged machine learning | |
CN106303113B (zh) | 一种分流方法和设备 | |
US20160180264A1 (en) | Retention risk determiner | |
CN104598367A (zh) | 数据中心故障事件管理自动化系统及方法 | |
JPWO2013105164A1 (ja) | 異常信号判定装置、異常信号判定方法、および異常信号判定プログラム | |
CN112819107B (zh) | 基于人工智能的燃气调压设备故障预测方法 | |
JP2018190127A (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
WO2023057434A1 (en) | Method and flight data analyzer for identifying anomalous flight data and method of maintaining an aircraft | |
CN106682159A (zh) | 一种阈值配置方法 | |
CN108687137B (zh) | 整套设备控制装置、轧机控制装置、控制方法及存储介质 | |
CN114638696A (zh) | 信贷风险预测模型的训练方法及系统 | |
CN112417791A (zh) | 基于线性回归与ahp算法的电力设备监视预警方法及系统 | |
CN117055502A (zh) | 基于物联网和大数据分析的智能控制系统 | |
CN117666546B (zh) | 一种分布式控制系统故障诊断方法及装置 | |
US11880464B2 (en) | Vulnerability-driven cyberattack protection system and method for industrial assets | |
CN110348005B (zh) | 配网设备状态数据处理方法、装置、计算机设备及介质 | |
JP2020166599A (ja) | 運転計画支援装置、運転計画支援方法及び運転計画支援プログラム | |
CN116414608A (zh) | 异常检测方法、装置、设备及存储介质 | |
CN115618297A (zh) | 识别异常企业的方法及其装置 | |
CN114720128A (zh) | 一种电磁轴承控制方法、装置及系统 | |
Trstenjak et al. | A Decision Support System for the Prediction of Wastewater Pumping Station Failures Based on CBR Continuous Learning Model. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230725 |