JP2022163293A - 運用支援装置、運用支援方法及びプログラム - Google Patents

Abstract

【課題】解釈性が高いモデルをオンラインで動的に修正することにより対象の最適な運用を支援すること。
【解決手段】一実施形態に係る運用支援装置は、プラントの運用を支援する運用支援装置であって、前記プラントの状態を表す外部変数値を用いて、所定の最適化問題の解として前記プラントに対する最適な運用を計算する最適化部と、前記プラントに対する実際の運用と、前記最適な運用との誤差を最小化するように、前記最適化問題の目的関数を修正する学習部と、を有し、前記目的関数には、最適化を所望する指標値を出力とする第１の関数と、非線形な第２の関数とが含まれる。
【選択図】図１

Description

本発明は、運用支援装置、運用支援方法及びプログラムに関する。

最適化技術や強化学習技術により、何等かの対象の効率的な運用を実現する手法が従来から知られている。

例えば、非特許文献１及び２には、エネルギーマネジメントに対して強化学習を適用してシステムの最適な運用方法を提示する手法が開示されている。また、例えば、特許文献１には、自動車の自動運転に対して強化学習を適用する手法が開示されている。また、例えば、特許文献２には、統計モデルをオンラインで調整し、その統計モデルの出力値が目標条件以下となるように強化学習により操作方法を学習する手法が開示されている。また、例えば、非特許文献３には、最適化技術によりエネルギーの供給計画を計算する手法が開示されている。

最適化技術等の機械学習技術を実際の問題に適用する場合、非線形なモデルは解釈性が低いため産業分野への適用が難しいことが知られている。これに対して、例えば、非特許文献４では、非線形なモデルを、線形回帰モデル等の解釈性の高いモデルとニューラルネットワーク等の非線形モデルとで近似する手法が開示されている。

また、例えば、特許文献３には、エキスパートモデルと装置モデルとを用意した上で、エキスパートモデルによって専門家を模擬した操作に対する誤差に基づく評価値と、装置モデルによって予測した装置の動作に対する誤差に基づく評価値とを結合し、最適化技術によって計算するべき目的関数を構築する手法が開示されている。

特開２０１８－３７０６４号公報 特開２０１２－１４１８６２号公報 特表２０１９－５２０６４２号公報

高橋賢二郎，佐藤繭子，福山良和，「エネルギープラント運用計画への群強化学習の適用におけるパラメータ感度解析」，平成31年電気学会全国大会，Vol. 4，pp.380-381 曽我部東馬，Dinesh Malla，高山 将太，坂本 克好，山口 浩一，Singh Thakur，曽我部 完，「離散および連続的動作空間における深層強化学習を用いたスマートアネルギーシステムの最適化」，2018年度人工知能学会全国大会論文集，Vol.32, No.4 北村聖一，森一之，進藤静一，泉井良夫，「改良MOPSOによる工場エネルギー供給計画の多目的最低化」，電気学会論文誌Ｃ，Vol.125，No.1，pp.21-28 保住純，松尾豊，「線形回帰モデルを活用した深層時系列予測モデルの比較検討」The 33rd Annual Conference of the Japanese Society for Artificial Intelligence, 2019

しかしながら、上記の非特許文献３のような最適化計算に基づいた手法では、対象の計算モデルが変わった場合にはその変化に対して柔軟に対応することができない。一方で、対象に関する全ての制約条件や目的関数を事前に想定して計算モデルに組み込むことは一般に困難であり、現実的ではない。

また、上記の非特許文献１及び２や特許文献１及び２のような強化学習に基づいた手法では、強化学習エージェントの学習にシミュレータが必要となる。このため、シミュレータの精度が低い場合には必然的に最適な運用が困難となる一方で、高精度なシミュレータを構築することは高コストである。更に、シミュレータが予期しない状況には、強化学習エージェントが対応できない、といった問題もある。加えて、強化学習に基づいた手法では、その計算結果がブラックボックスとなり、どのような指標を最適にしようとした結果なのかがわからない、といった問題もある。

一方で、上記の非特許文献４では時系列データの予測問題を対象としており、最適化や制御への適用は開示されていない。

また、上記の特許文献３では、エキスパートモデルをオンラインで修正する方法は開示されていない。更に、エキスパートモデルを構築するための逆強化学習等では多数の試行錯誤が必要となるため、実プラントを用いたエキスパートモデルの構築は難しく、強化学習と同様に、シミュレータが必要となる。このため、上述したように、高精度なシミュレータを構築するコストが発生したり、シミュレータが予期しない状況には対応できないといった問題が生じたりする。また、上記の特許文献３では、ナレッジデータベースを用いる例も開示されているが、ナレッジデータベースを用いる場合、それを構築した際に想定していない状況へ対応することは困難である。加えて、上記の特許文献３ではエキスパートモデルが機械学習により構築されるため、最適化技術によって計算するべき目的関数の解釈性が低い、といった問題もある。

本発明の一実施形態は、上記の点に鑑みてなされたもので、解釈性が高いモデルをオンラインで動的に修正することにより対象の最適な運用を支援することを目的とする。

上記目的を達成するため、一実施形態に係る運用支援装置は、プラントの運用を支援する運用支援装置であって、前記プラントの状態を表す外部変数値を用いて、所定の最適化問題の解として前記プラントに対する最適な運用を計算する最適化部と、前記プラントに対する実際の運用と、前記最適な運用との誤差を最小化するように、前記最適化問題の目的関数を修正する学習部と、を有し、前記目的関数には、最適化を所望する指標値を出力とする第１の関数と、非線形な第２の関数とが含まれる。

解釈性が高いモデルをオンラインで動的に修正することにより対象の最適な運用を支援することができる。

本実施形態に係る運用支援装置の全体構成の一例を示す図である。 本実施形態に係る運用支援処理の流れの一例を示すフローチャートである。 本実施形態に係る運用支援装置のハードウェア構成の一例を示す図である。 実施例における需給系統モデルを示す図である。 実施例における学習結果を示す図である。

以下、本発明の一実施形態について説明する。本実施形態では、需給系統等のプラントを対象として、解釈性が高いモデルによりプラントの最適な運用を計算し、その最適な運用をオペレータに提示すると共に実際の運用実績により当該モデルをオンラインで動的に修正することで、プラントの最適な運用を支援することが可能な運用支援装置１０について説明する。

ただし、最適な運用を支援する対象はプラントに限られず、エネルギーマネジメントの分野等で用いられる様々な設備、機器、システム等を対象とすることが可能である。なお、オンライン以外（例えば、プラントの運用開始前又は運用停止時等）はオフラインとも称される。

＜最適運用モデル＞
以下では、最適な運用を計算するためのモデルを「最適運用モデル」ともいう。この最適運用モデルはプラント全体の負荷等を表す外部変数値を入力としてその最適な運用（以下、「最適運用」ともいう。）を出力するモデルであり、事前設計した目的関数とニューラルネットワークとで構成される。

すなわち、最適運用モデルは、以下で表される。

ここで、Ｅ（ｘ，ｙ）はプラント管理者等が事前に設計した目的関数（つまり、プラントの管理者等が最適化したいと考える指標値を出力する関数）、ＮＮ_θ（ｘ，ｙ）は重みパラメータθを持つニューラルネットワーク、ｘは決定変数、ｙは外部変数である。ただし、ニューラルネットワークは一例であって、ニューラルネットワーク以外の非線形関数が用いられてもよい。

なお、ｘはプラントの運用を表す変数であり、例えば、プラントを構成する各生産設備の生産量（又は生産配分）等を表す変数である。また、以下では、ｙの具体的な値（外部変数値）をｙ'で表す。

上記の数１に示す最適運用モデルは、プラント管理者等が事前に設計し、解釈性が高い目的関数Ｅ（ｘ，ｙ）と、一般に解釈性が低いニューラルネットワークＮＮ_θ（ｘ，ｙ）との和となっている。この構成により、上記の数１に示す最適運用モデルでは或る程度の解釈性を維持しつつ、目的関数Ｅ（ｘ，ｙ）だけでは対応が困難な複雑な運用（例えば、オペレータの勘や経験等に基づく運用、設計と実際のプラントの差異や設備の経年劣化等を考慮した運用等）を出力として得ることが可能となる。これは、目的関数Ｅ（ｘ，ｙ）だけでは表現できない複雑な運用（言い換えれば、複雑な運用と目的関数Ｅ（ｘ，ｙ）との誤差）が、ニューラルネットワークＮＮ_θ（ｘ，ｙ）で吸収されるためである。

そして、本実施形態では、プラントの運用実績を用いて、上記の数１に示す最適運用モデルに含まれるニューラルネットワークＮＮ_θ（ｘ，ｙ）をオンラインで動的に学習する。すなわち、上記の数１に示す最適運用モデルをオンラインで動的に修正する。これにより、或る程度の時間がオンラインで経過した後は、プラントの実際の運用に則した最適な運用が得られるようになる。

プラントの最適運用を計算する際には、最適運用モデルの出力を最小化する。すなわち、以下を計算する。

これにより、外部変数ｙ＝ｙ'のときのプラントの最適運用ｘ^ｏｐｔが得られる。

なお、以下では、オンライン時における時刻を表すインデックスをｔとして、時刻ｔにおける決定変数をｘ（ｔ）、外部変数をｙ（ｔ）と表す。また、時刻ｔにおける最適運用ｘ^ｏｐｔをｘ^ｏｐｔ（ｔ）と表す。また、この最適運用ｘ^ｏｐｔ（ｔ）が得られたときのニューラルネットワークＮＮ_θ（ｘ，ｙ）の重みパラメータθを明示する場合は、最適運用ｘ^ｏｐｔ（θ，ｔ）と表す。

＜運用支援装置１０の全体構成＞
次に、本実施形態に係る運用支援装置１０の全体構成について、図１を参照しながら説明する。図１は、本実施形態に係る運用支援装置１０の全体構成の一例を示す図である。

図１に示すように、本実施形態に係る運用支援装置１０は、最適化部１０１と、学習部１０２と、運用実績記憶部１０３とを有する。また、本実施形態に係る運用支援装置１０は、任意の通信ネットワークを介して、オペレータ端末２０及びプラント３０と通信可能に接続されている。

オペレータ端末２０はプラント３０のオペレータが操作するＰＣ（パーソナルコンピュータ）等の端末であり、運用支援装置１０から提示された最適運用を参考に、プラント３０に対する実際の運用ｘ^ａｃｔを決定又は計画する。また、プラント３０は、例えば、需給系統等であり、オペレータ端末２０で決定又は計画された実際の運用ｘ^ａｃｔにより制御される。なお、以下では、時刻ｔにおける実際の運用ｘ^ａｃｔをｘ^ａｃｔ（ｔ）と表す。

最適化部１０１は、プラント３０から外部変数値ｙ'（ｔ）を取得すると、上記の数２により最適運用ｘ^ｏｐｔ（ｔ）を計算する。すなわち、最適化部１０１は、以下により最適運用ｘ＝ｘ^ｏｐｔ（ｔ）を計算する。

なお、上記の数３は、例えば、メタヒューリスティックス等の既存手法により解くことが考えられる。

そして、最適化部１０１は、最適運用ｘ^ｏｐｔ（ｔ）をオペレータ端末２０に提示する。

学習部１０２は、運用実績記憶部１０３に記憶されている過去の運用実績を用いて、最適運用モデルを修正（つまり、ニューラルネットワークＮＮ_θ（ｘ，ｙ）を学習）する。ここで、運用実績は、外部変数値ｙ'と実際の運用ｘ^ａｃｔと最適運用ｘ^ｏｐｔとの組のことである。

すなわち、学習部１０２は、過去の運用実績｛（ｙ'（ｓ），ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ））｜ｓ＝１，・・・，Ｔ｝を用いて、以下により重みパラメータθを学習する。

ここで、Ｔは予め決められたパラメータであり、どれだけの過去の運用実績を学習に用いるかを決定する値である。なお、ｓ＝１は現在の時刻を表し、ｓ＝Ｔは現在よりＴ－１だけ過去の時刻を表している。

上記の数４は、最適運用と実際の運用との誤差を最小化するように、重みパラメータθを学習することを意味している。なお、重みパラメータθは既知の学習手法により学習すればよい。

運用実績記憶部１０３は、過去の運用実績｛（ｙ'（ｓ），ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ））｜ｔ＝１，・・・，Ｔ｝を記憶する。なお、現在の時刻ｔにおける外部変数値ｙ'（ｔ）と実際の運用ｘ^ａｃｔ（ｔ）と最適運用ｘ^ｏｐｔ（ｔ）とが得られると、ｓ＝Ｔ－１，・・・，１に対して順にｙ'（ｓ＋１）←ｙ'（ｓ），ｘ^ａｃｔ（ｓ＋１）←ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ＋１）←ｘ^ｏｐｔ（ｓ）と更新した上で、ｙ'（１）←ｙ'（ｔ），ｘ^ａｃｔ（１）←ｘ^ａｃｔ（ｔ），ｘ^ｏｐｔ（１）←ｘ^ｏｐｔ（ｔ）により過去の運用実績が更新される。

なお、図１に示す運用支援装置１０の全体構成は一例であって、他の構成であってもよい。例えば、運用支援装置１０とオペレータ端末２０とが一体で構成されていてもよい。また、例えば、運用支援装置１０は、最適化部１０１を有する最適化装置と、学習部１０２を有する学習装置と、運用実績記憶部１０３を有するデータベースサーバとで構成されていてもよい。

＜運用支援処理の流れ＞
次に、本実施形態に係る運用支援装置１０が実行する運用支援処理の流れについて、図２を参照しながら説明する。図２は、本実施形態に係る運用支援処理の流れの一例を示すフローチャートである。なお、以下では、オンライン中の或る時刻ｔにおける運用支援処理について説明する。

まず、最適化部１０１は、プラントから外部変数値ｙ'（ｔ）を取得する（ステップＳ１０１）。

次に、最適化部１０１は、上記の数３により最適運用ｘ^ｏｐｔ（ｔ）を計算する（ステップＳ１０２）。

次に、最適化部１０１は、上記のステップＳ１０２で計算した最適運用ｘ^ｏｐｔ（ｔ）をオペレータ端末２０に提示する（ステップＳ１０３）。これにより、オペレータは、最適運用ｘ^ｏｐｔ（ｔ）を参考に、プラント３０に対する実際の運用ｘ^ａｃｔ（ｔ）を決定又は計画することができる。

ここで、オペレータによって決定又は計画された実際の運用ｘ^ａｃｔ（ｔ）は、オペレータ端末２０によってプラント３０を制御する制御装置等に設定されると共に運用支援装置１０に送信される。また、実際の運用ｘ^ａｃｔ（ｔ）によりプラント３０が制御されたときの外部変数値ｙ'（ｔ）は、プラント３０をセンシングするセンサ等により計測等され、運用支援装置１０に送信される。これにより、運用実績記憶部１０３に記憶されている過去の運用実績｛（ｙ'（ｓ），ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ））｜ｔ＝１，・・・，Ｔ｝が更新される。すなわち、上述したように、ｓ＝Ｔ－１，・・・，１に対して順にｙ'（ｓ＋１）←ｙ'（ｓ），ｘ^ａｃｔ（ｓ＋１）←ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ＋１）←ｘ^ｏｐｔ（ｓ）と更新した上で、ｙ'（１）←ｙ'（ｔ），ｘ^ａｃｔ（１）←ｘ^ａｃｔ（ｔ），ｘ^ｏｐｔ（１）←ｘ^ｏｐｔ（ｔ）により過去の運用実績が更新される。

次に、学習部１０２は、運用実績記憶部１０３に記憶されている過去の運用実績｛（ｙ'（ｓ），ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ））｜ｔ＝１，・・・，Ｔ｝を取得する（ステップＳ１０４）。

次に、学習部１０２は、上記のステップＳ１０４で取得した過去の運用実績｛（ｙ'（ｓ），ｘ^ａｃｔ（ｓ），ｘ^ｏｐｔ（ｓ））｜ｔ＝１，・・・，Ｔ｝を用いて、上記の数４により最適運用モデルを修正（つまり、ニューラルネットワークＮＮ_θ（ｘ，ｙ）を学習）する（ステップＳ１０５）。

そして、運用支援装置１０は、オンラインへの適用を終了するか否かを判定し（ステップＳ１０６）、オンラインへの適用を終了しない場合は時刻をｔ←ｔ＋１と更新（ステップＳ１０７）した上でステップＳ１０１に戻り、オンラインへの適用を終了する場合は運用支援処理を終了する。

以上のように、本実施形態に係る運用支援装置１０は、オンライン中の各時刻で最適運用の計算と最適運用モデルの修正とを繰り返し実行する。また、最適運用モデルの修正の際には、この最適運用モデルにより計算した最適運用とオペレータの実際の運用との誤差を最小化するように、当該最適運用モデルに含まれるニューラルネットワークの重みパラメータθを学習する。これにより、或る程度の時間が経過することで、目的関数Ｅ（ｘ，ｙ）だけでは対応が困難な実際の複雑な運用を最適運用としてオペレータに提示することが可能となり、またその最適運用の解釈性も高く、どのような指標に基づく最適運用なのかが容易にわかるため、オペレータが納得し易い最適運用を提示することが可能となる。

更に、最適運用モデルがオンラインで動的に修正されるため、例えば、プラント３０を構成する設備の経年劣化や機器等の追加等といった変化にも追従することが可能であり、最適運用モデルのメンテナンスコストの削減も期待できる。また、最適運用モデルがオンライン中に動的に修正されるため、例えば、目的関数Ｅに関して詳細な制約条件等が不明であっても最適運用を計算できるようになるため、設計コストの削減も期待できる。

なお、本実施形態では、最適運用ｘ^ｏｐｔをオペレータに提示する場合について説明したが、例えば、或る程度の時間が経過し、最適運用モデルに含まれるニューラルネットワークが十分に学習された場合は、当該最適運用ｘ^ｏｐｔによりプラント３０を制御してもよい。この場合は、ｘ^ｏｐｔ＝ｘ^ａｃｔであるため、最適運用モデルの修正は行われないことになる。

また、本実施形態では、１つの最適運用ｘ^ｏｐｔをオペレータに提示したが、目的関数Ｅ（ｘ，ｙ）とニューラルネットワークＮＮ_θ（ｘ，ｙ）にそれぞれ所定の係数を乗じた上で、この係数の値を変化させることで複数の最適運用を計算し、オペレータに提示してもよい。例えば、α（ただし、０≦α≦１）の値を変化させて以下により最適運用を計算することが考えられる。

この場合、例えば、α∈｛α_１，α_２，α_３｝であれば、α＝α_１のときの最適運用ｘ_１ ^ｏｐｔとα＝α_２のときの最適運用ｘ_２ ^ｏｐｔとα＝α_３のときの最適運用ｘ_３ ^ｏｐｔとの３つの最適運用をオペレータに提示することができる。これにより、オペレータは、複数の最適運用を参考に、実際の運用を決定又は計画することが可能となる。特に、αの値と共に最適運用をオペレータに提示することで、オペレータは、どのようなαのときにどのような最適運用が得られたのかを知ることができる。このため、例えば、オペレータが、自身が考える運用よりも最適な運用に気付く、といった効果が期待できる。なお、上記の数５では、αが０に近いほど事前設計した目的関数Ｅ（ｘ，ｙ）を重視した運用となり、αが１に近いほどニューラルネットワークＮＮ_θ（ｘ，ｙ）を重視した運用となる。

＜運用支援装置１０のハードウェア構成＞
次に、本実施形態に係る運用支援装置１０のハードウェア構成について、図３を参照しながら説明する。図３は、本実施形態に係る運用支援装置１０のハードウェア構成の一例を示す図である。

図３に示すように、本実施形態に係る運用支援装置１０は一般的なコンピュータ又はコンピュータシステムで実現され、入力装置２０１と、表示装置２０２と、外部Ｉ／Ｆ２０３と、通信Ｉ／Ｆ２０４と、プロセッサ２０５と、メモリ装置２０６とを有する。これら各ハードウェアは、それぞれがバス２０７を介して通信可能に接続されている。

入力装置２０１は、例えば、キーボードやマウス、タッチパネル、各種ボタン等である。表示装置２０２は、例えば、ディスプレイや表示パネル等である。なお、運用支援装置１０は、入力装置２０１及び表示装置２０２のうちの少なくとも一方を有していなくてもよい。

外部Ｉ／Ｆ２０３は、記録媒体２０３ａ等の外部装置とのインタフェースである。運用支援装置１０は、外部Ｉ／Ｆ２０３を介して、記録媒体２０３ａの読み取りや書き込み等を行うことができる。記録媒体２０３ａには、例えば、運用支援装置１０が有する各機能部（最適化部１０１及び学習部１０２）を実現する１以上のプログラムが格納されていてもよい。なお、記録媒体２０３ａには、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等がある。

通信Ｉ／Ｆ２０４は、運用支援装置１０を通信ネットワークに接続するためのインタフェースである。なお、運用支援装置１０が有する各機能部を実現する１以上のプログラムは、通信Ｉ／Ｆ２０４を介して、所定のサーバ装置等から取得（ダウンロード）されてもよい。

プロセッサ２０５は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等の各種演算装置である。運用支援装置１０が有する各機能部は、例えば、メモリ装置２０６に格納されている１以上のプログラムがプロセッサ２０５に実行させる処理により実現される。

メモリ装置２０６は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ等の各種記憶装置である。運用実績記憶部１０３は、例えば、メモリ装置２０６により実現される。ただし、運用実績記憶部１０３は、運用支援装置１０と通信ネットワークを介して接続される記憶装置（例えば、データベースサーバ等）により実現されてもよい。

本実施形態に係る運用支援装置１０は、図３に示すハードウェア構成を有することにより、上述した運用支援処理を実現することができる。なお、図３に示すハードウェア構成は一例であって、運用支援装置１０は、他のハードウェア構成を有していてもよい。例えば、運用支援装置１０は、複数のプロセッサ２０５を有していてもよいし、複数のメモリ装置２０６を有していてもよい。

＜実施例＞
次に、本実施形態に係る運用支援装置１０の一実施例について説明する。本実施例では、プラント３０のプラントモデルとして、図４に示す需給系統モデルを対象とする。

図４に示す需給系統モデルには、供給設備と、３台の生産設備（生産設備Ｎｏ．１、生産設備Ｎｏ．２及び生産設備Ｎｏ．２）と、需要家設備とが含まれる。

各生産設備は、需要家設備が需要する資源の需要量Ｌに対してそれぞれＬ_１，Ｌ_２及び
Ｌ_３の量の資源を生産する。すなわち、Ｌ≦Ｌ_１＋Ｌ_２＋Ｌ_３の関係を満たす必要があるものとする。なお、生産設備としては、例えば、資源として冷熱を生産する冷凍機、資源として酸素を生成する酸素プラント等が挙げられる。

また、各生産設備はＬ_１，Ｌ_２及びＬ_３の資源を生産する際にその生産量に応じたコストｃ_１，ｃ_２及びｃ_３を消費するものとし、それらの合計をプラント３０全体のコストｃとする。すなわち、ｃ＝ｃ_１＋ｃ_２＋ｃ_３とする。供給設備は、各生産設備が消費するコストｃ_１，ｃ_２及びｃ_３を供給する設備であるものとする。なお、コストとしては、例えば、消費電力や燃料等が挙げられる。

また、各生産設備の生産量Ｌ_１，Ｌ_２及びＬ_３とコストｃ_１，ｃ_２及びｃ_３はそれぞれ以下の関係があるものとする。

ｃ_１＝１．０Ｌ_１
ｃ_２＝２．０Ｌ_２
ｃ_３＝３．０Ｌ_３
また、各生産設備の生産量Ｌ_１，Ｌ_２及びＬ_３には以下の上下限が設定されているものとする。

０≦Ｌ_１≦１００
０≦Ｌ_２≦１００
０≦Ｌ_３≦１００
このとき、本実施例における運用支援装置１０は、需要量に対する各生産設備の最適な生産量の配分Ｌ^ｏｐｔ＝｛Ｌ_１ ^ｏｐｔ，Ｌ_２ ^ｏｐｔ，Ｌ_３ ^ｏｐｔ｝をｘ^ｏｐｔとして計算し、オペレータに提示するものとする。ここで、Ｌ_１ ^ｏｐｔは生産設備Ｎｏ．１の最適な生産量、Ｌ_２ ^ｏｐｔは生産設備Ｎｏ．２の最適な生産量、Ｌ_３ ^ｏｐｔは生産設備Ｎｏ．３の最適な生産量である。

また、オペレータが決定又は計画した実際の生産量の配分Ｌ^ａｃｔ＝｛Ｌ_１ ^ａｃｔ，Ｌ_２ ^ａｃｔ，Ｌ_３ ^ａｃｔ｝をｘ^ａｃｔとする。ここで、Ｌ_１ ^ａｃｔはオペレータが決定又は計画した生産設備Ｎｏ．１の実際の生産量、Ｌ_２ ^ａｃｔはオペレータが決定又は計画した生産設備Ｎｏ．２の実際の生産量、Ｌ_３ ^ａｃｔはオペレータが決定又は計画した生産設備Ｎｏ．３の実際の生産量である。

また、運用実績記憶部１０３は、過去の運用実績｛（Ｌ（ｓ），Ｌ^ａｃｔ（ｓ），Ｌ^ｏｐｔ（ｓ））｜ｔ＝１，・・・，Ｔ｝を記憶するものとする。

更に、事前に設計した目的関数Ｅはプラント３０全体のコストｃであるものとする。

以上の前提の下、本実施例における運用支援装置１０は、以下により最適運用Ｌ^ｏｐｔ（各生産設備の最適な生産量の配分Ｌ^ｏｐｔ）を計算する。

ここで、上記の数６に示す問題は非線形関数の最適化問題となるため、メタヒューリスティックスを利用して最適運用Ｌ^ｏｐｔを計算する。そのため、上記の数６に示す最適化問題を以下とする。

ここで、ｑ（Ｌ_１，Ｌ_２，Ｌ_３，Ｌ）は制約の違反量を示すペナルティを表している。

また、本実施形態に係る運用支援装置１０は、以下により最適運用モデルを修正する。

一方で、オペレータは、プラント３０全体のコストの最小化だけでなく、多様な条件を考慮して各生産設備の生産量の配分を決定又は計画している。また、プラント３０を構成する設備の特性が、設計時に想定していた特性と異なる場合もあり得る。そこで、本実施例では、オペレータは、プラント３０全体のコストの最小化だけでなく、各生産設備の負荷の平滑化も考慮し、コストと、生産量が最大の生産設備と生産量が最小の生産設備との差との加重和を最適化しているものとする。また、生産設備Ｎｏ．２の特性が設計時の想定とは異なっていたものとする。

具体的には、オペレータは、生産量が最大の生産設備と生産量が最小の生産設備との差が０．５よりもなるべく大きくならないように、以下により実際の運用Ｌ^ａｃｔ（各生産設備の実際の生産量の配分Ｌ^ａｃｔ）を決定又は計画しているものとする。

なお、ｃ_３'＝４．０Ｌ_３は生産設備Ｎｏ．３の実際の生産量とコストとの関係である。また、βはオペレータが考えているパラメータである。

本実施例における運用支援装置１０により図２に示す運用支援処理を実行し、最適運用Ｌ^ｏｐｔと実際の運用Ｌ^ａｃｔとの誤差をプロットしたグラフを図５に示す。なお、図５では、一般的な最適化手法を既存手法として、この既存手法による最適運用と実際の運用との誤差も破線でプロットしている。

既存手法ではオンラインで学習を行わないため誤差が減少しない一方で、本実施例における運用支援装置１０では、時間の経過に従って誤差が減少していることがわかる。したがって、本実施例における運用支援装置１０は、時間の経過に従って、オペレータの実際の運用を最適運用として出力できていることがわかる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１０ 運用支援装置
２０ オペレータ端末
３０ プラント
１０１ 最適化部
１０２ 学習部
１０３ 運用実績記憶部
２０１ 入力装置
２０２ 表示装置
２０３ 外部Ｉ／Ｆ
２０３ａ 記録媒体
２０４ 通信Ｉ／Ｆ
２０５ プロセッサ
２０６ メモリ装置
２０７ バス

Claims (12)

1. プラントの運用を支援する運用支援装置であって、
   前記プラントの状態を表す外部変数値を用いて、所定の最適化問題の解として前記プラントに対する最適な運用を計算する最適化部と、
   前記プラントに対する実際の運用と、前記最適な運用との誤差を最小化するように、前記最適化問題の目的関数を修正する学習部と、
   を有し、
   前記目的関数には、最適化を所望する指標値を出力とする第１の関数と、非線形な第２の関数とが含まれる、運用支援装置。
2. 前記第１の関数は、前記指標値と前記外部変数値との関係を表す関数である、請求項１に記載の運用支援装置。
3. 前記学習部は、
   前記第２の関数が持つパラメータを更新することで、前記目的関数を修正する、請求項１又は２に記載の運用支援装置。
4. 前記第２の関数は、重みパラメータを持つニューラルネットワークである、請求項１乃至３の何れか一項に記載の運用支援装置。
5. 前記最適化部は、
   前記学習部により目的関数が修正された場合、前記修正後の目的関数が含まれる最適化問題の解として前記最適な運用を計算する、請求項１乃至４の何れか一項に記載の運用支援装置。
6. 前記最適化部は、
   メタヒューリスティックスにより前記最適な運用を計算する、請求項１乃至５の何れか一項に記載の運用支援装置。
7. 前記最適化部は、
   更に、計算した前記最適な運用を、前記プラントのオペレータが操作する端末に提示する、請求項１乃至６の何れか一項に記載の運用支援装置。
8. 前記第１の関数と前記第２の関数にはそれぞれ所定の係数が乗じられており、
   前記最適化部は、
   前記係数の値の各々を変化させた上で前記最適な運用を計算することで、複数の最適な運用を前記端末に提示する、請求項７に記載の運用支援装置。
9. 前記第１の関数に対して乗じる第１の係数と、前記第２の関数に対して乗じる第２の係数との和は１である、請求項８に記載の運用支援装置。
10. 前記目的関数は、前記第１の関数と前記第２の関数との和である、請求項１乃至９の何れか一項に記載の運用支援装置。
11. プラントの運用を支援する運用支援装置が、
    前記プラントの状態を表す外部変数値を用いて、所定の最適化問題の解として前記プラントに対する最適な運用を計算する最適化手順と、
    前記プラントに対する実際の運用と、前記最適な運用との誤差を最小化するように、前記最適化問題の目的関数を修正する学習手順と、
    を実行し、
    前記目的関数には、最適化を所望する指標値を出力とする第１の関数と、非線形な第２の関数とが含まれる、運用支援方法。
12. プラントの運用を支援する運用支援装置に、
    前記プラントの状態を表す外部変数値を用いて、所定の最適化問題の解として前記プラントに対する最適な運用を計算する最適化手順と、
    前記プラントに対する実際の運用と、前記最適な運用との誤差を最小化するように、前記最適化問題の目的関数を修正する学習手順と、
    を実行させ、
    前記目的関数には、最適化を所望する指標値を出力とする第１の関数と、非線形な第２の関数とが含まれる、プログラム。

Images