JP2022163293A - 運用支援装置、運用支援方法及びプログラム - Google Patents
運用支援装置、運用支援方法及びプログラム Download PDFInfo
- Publication number
- JP2022163293A JP2022163293A JP2021068145A JP2021068145A JP2022163293A JP 2022163293 A JP2022163293 A JP 2022163293A JP 2021068145 A JP2021068145 A JP 2021068145A JP 2021068145 A JP2021068145 A JP 2021068145A JP 2022163293 A JP2022163293 A JP 2022163293A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- function
- operation support
- support device
- optimization
- 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
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。
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。
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。
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。
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。
L3の量の資源を生産する。すなわち、L≦L1+L2+L3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。
c2=2.0L2
c3=3.0L3
また、各生産設備の生産量L1,L2及びL3には以下の上下限が設定されているものとする。
0≦L2≦100
0≦L3≦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Lopt={L1 opt,L2 opt,L3 opt}をxoptとして計算し、オペレータに提示するものとする。ここで、L1 optは生産設備No.1の最適な生産量、L2 optは生産設備No.2の最適な生産量、L3 optは生産設備No.3の最適な生産量である。
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)
- 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。 - 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。
- 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。 - 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。
- 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。 - 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。 - 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。 - 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。 - 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。
- 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。
- 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021068145A JP7060130B1 (ja) | 2021-04-14 | 2021-04-14 | 運用支援装置、運用支援方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021068145A JP7060130B1 (ja) | 2021-04-14 | 2021-04-14 | 運用支援装置、運用支援方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7060130B1 JP7060130B1 (ja) | 2022-04-26 |
JP2022163293A true JP2022163293A (ja) | 2022-10-26 |
Family
ID=81387432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021068145A Active JP7060130B1 (ja) | 2021-04-14 | 2021-04-14 | 運用支援装置、運用支援方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7060130B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023248267A1 (ja) * | 2022-06-20 | 2023-12-28 | 東芝キヤリア株式会社 | 判定装置、判定方法、および判定プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3321308B2 (ja) * | 1994-09-16 | 2002-09-03 | 株式会社東芝 | プラント予測制御装置 |
JP5597447B2 (ja) * | 2010-05-31 | 2014-10-01 | 株式会社東芝 | プラント状態量の予測方法およびこれを用いたプラント動特性シミュレータ、プラント状態監視装置ならびにプラント予測制御装置 |
-
2021
- 2021-04-14 JP JP2021068145A patent/JP7060130B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7060130B1 (ja) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pereira Jr et al. | On multicriteria decision making under conditions of uncertainty | |
WO2019176370A1 (ja) | 将来状態推定装置および将来状態推定方法 | |
Zapater et al. | Runtime data center temperature prediction using grammatical evolution techniques | |
Yu et al. | An intelligent quick prediction algorithm with applications in industrial control and loading problems | |
Kahrobaee et al. | A hybrid analytical-simulation approach for maintenance optimization of deteriorating equipment: Case study of wind turbines | |
Wu et al. | Computational method for optimal machine scheduling problem with maintenance and production | |
CN112823364A (zh) | 预测模型增强 | |
JPWO2020075771A1 (ja) | 計画装置、計画方法、および計画プログラム | |
JPWO2015037165A1 (ja) | 情報処理装置、予測制御方法、及び、プログラム | |
Liu et al. | Multi-objective imperfect maintenance optimization for production system with an intermediate buffer | |
Chinde et al. | Data-enabled predictive control for building HVAC systems | |
Zhai et al. | Predictive maintenance integrated production scheduling by applying deep generative prognostics models: approach, formulation and solution | |
Ogunfowora et al. | Reinforcement and deep reinforcement learning-based solutions for machine maintenance planning, scheduling policies, and optimization | |
Ruxue et al. | Load forecasting based on weighted grey relational degree and improved ABC-SVM | |
US20220101198A1 (en) | Automated generation of a machine learning model from computational simulation data | |
JP7060130B1 (ja) | 運用支援装置、運用支援方法及びプログラム | |
Van Cuong et al. | PdM: A predictive maintenance modeling tool implemented as R-package and web-application | |
Long et al. | Assessing lifecycle value using object-based modeling by incorporating excess and changeability | |
Khokhlovskiy et al. | Development of control automation for energy objects based on the unified process approach | |
CN115629576A (zh) | 非侵入式柔性负荷聚合特性辨识与优化方法、装置及设备 | |
WO2021171156A1 (en) | Deep causal learning for advanced model predictive control | |
Dui et al. | A data-driven construction method of aggregated value chain in three phases for manufacturing enterprises | |
Greitemann et al. | Quantitative model of the technology lifecycle for forecasting the maturity of manufacturing technologies | |
John et al. | Optimization of software development life cycle process to minimize the delivered defect density | |
JP2020115276A (ja) | 情報処理方法、情報処理装置、プログラム及び学習済みモデルの生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210414 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210414 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210818 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211217 |
|
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: 20220315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220328 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7060130 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |