JP2024020021A - 機器状態報知装置、機器状態報知方法及びプログラム - Google Patents

Abstract

【課題】設備を構成する機器のうち、第１ステータスと第２ステータスとの状態を繰り返し、いずれかの状態を一定時間保持するように動作する機器について、その機器の状態を簡易に把握して報知する機器状態報知装置、機器状態報知方法及びプログラムを提供する。【解決手段】機器状態報知装置２１の取得部４１は、複数の機器１９の各第１ステータスの第１継続時間を取得する。第１抽出部４４は、履歴第１継続時間の標準偏差が第１閾値以下である機器１９を第１対象機器として抽出する。相関データ記憶部４９は、履歴第１継続時間と機器１９の異常確率との関係を示す第１相関データを記憶する。異常演算部５２は、第１対象機器の第１相関データに基づいて、新たに取得された第１継続時間に対応する異常確率を求める。画像生成部５３は、異常確率を示す画像を生成して表示部５４に表示させる。【選択図】図２

Description

本発明は、機器状態報知装置、機器状態報知方法及びプログラムに関する。

水力発電設備をはじめとする各種発電設備や、石油化学製品の製造設備等の多くの設備は、機器類で構成されており、これら機器の動作によって稼働し、また、稼働条件が変えられる。したがって、機器に異常が発生すると、設備全体の稼働に影響する。

そこで、例えば特許文献１には、パターン認識手法を用いて機械システムに係る異常診断を行う異常診断装置が開示されている。この異常診断装置は、診断対象データ取得手段、データセット記憶手段、学習データ抽出手段、学習情報作成手段、及び診断手段を備える。診断対象データ取得手段は、複数項目のパラメータ値を含むデータセットである診断対象データを機械システムから取得する。データセット記憶手段は、診断対象データに対応した複数項目のパラメータ値を有する複数のデータセットを保持する。学習データ抽出手段は、データセット記憶手段に保持された複数のデータセットから、診断対象データに含まれる外部状況に係るパラメータ値と、予め保持されている抽出条件を決定するための情報であって診断対象データに含まれる特定のパラメータ値を用いて抽出方法が指定される情報である抽出条件情報とに基づいて、パターン認識手法に用いられる学習情報の作成に用いるデータセットである学習データを抽出する。学習情報作成手段は、学習データから学習情報を作成し、診断手段は学習情報に基づいて診断対象データが異常であるか否かを判断する。外部状況によって変化するパラメータ値とは、外部の装置等によって指定された値や外部環境に係る情報を示す値であり、特許文献１には、機械システムの周辺の温度や、特定の機器の出力設定値等が記載されている。

特開２０１７－１０２８２６号公報

特許文献１の異常診断装置は、上記の通り、外部状況によって変化するパラメータ値を予め特定しておかねばならず、さらに、それらパラメータ値を取得しておく必要がある。ところが、システムあるいは設備全体について異常を診断するまでもなく、システムあるいは設備を構成する機器に関する異常を診断すれば足りる場合もある。また、機器によっては、例えばオンオフの切り替えを繰り返すのみの動作で、かつ、第１ステータスとしてのオンまたは第２ステータスとしてのオフの状態を一定時間保持するという単純な動作を行う機器もある。このように動作する機器について、機器毎に、外部状況によって変化するパラメータ値を特定し、パラメータ値を取得しておくことは、簡易とは言えない。

そこで、本発明は、設備を構成する機器のうち、第１ステータスと第２ステータスとの状態を繰り返し、いずれかの状態を一定時間保持するように動作する機器について、その機器の状態を簡易に把握して報知する機器状態報知装置、機器状態報知方法及びプログラムを提供することを目的とする。

本発明の機器状態報知装置は、取得部と、第１抽出部と、相関データ記憶部と、異常演算部と、画像生成部とを備える。取得部は、第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器の上記状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する。第１抽出部は、過去に取得された第１継続時間である履歴第１継続時間の標準偏差が予め設定された第１閾値以下である機器を、第１対象機器として抽出する。相関データ記憶部は、履歴第１継続時間に基づいて生成され、履歴第１継続時間と機器の異常の程度である異常確率との関係を示す第１相関データを記憶する。異常演算部は、第１対象機器として抽出された機器の第１継続時間が取得部により新たに取得された場合に、相関データ記憶部から第１対象機器について生成された第１相関データを特定し、特定した第１相関データに基づいて、新たに取得された第１継続時間に対応する異常確率を求める。画像生成部は、異常演算部で求められた異常確率を示す画像を生成して表示部に表示させる。

第１相関データは、複数の機器で構成される設備の稼働状況を分けたフェーズ毎に生成され、第１抽出部は、フェーズ毎に、第１対象機器の抽出を行うことが好ましい。

取得部は、第２ステータスの第２継続時間を取得し、機器状態報知装置は、過去に取得された第２継続時間である履歴第２継続時間の標準偏差が予め設定された第２閾値以下である機器を、第２対象機器として抽出する第２抽出部をさらに備えることが好ましい。相関データ記憶部は、履歴第２継続時間に基づいて生成され、履歴第２継続時間と機器の異常の程度である異常確率との関係を示す第２相関データを記憶する。異常演算部は、第２対象機器として抽出された機器の第２継続時間が取得部により新たに取得された場合に、相関データ記憶部から第２対象機器について生成された第２相関データを特定し、特定した第２相関データに基づいて、新たに取得された第２継続時間に対応する異常確率を求める。

第２相関データは、複数の機器で構成される設備の少なくとも一部の稼働状況を分けたフェーズ毎に生成され、第２抽出部は、フェーズ毎に、第２対象機器の抽出を行うことが好ましい。

本発明の機器状態報知方法は、取得ステップと、第１抽出ステップと、相関データ記憶ステップと、異常演算ステップと、画像生成ステップとを有する。取得ステップは、第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器の上記状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する。第１抽出ステップは、過去に取得された第１継続時間である履歴第１継続時間の標準偏差が予め設定された第１閾値以下である機器を、第１対象機器として抽出する。相関データ記憶ステップは、履歴第１継続時間に基づいて生成され、履歴第１継続時間と機器の異常の程度である異常確率との関係を示す第１相関データを記憶する。異常演算ステップは、第１対象機器として抽出された機器の第１継続時間が取得ステップにより新たに取得された場合に、第１対象機器について生成された第１相関データを特定し、特定した第１相関データに基づいて、新たに取得された第１継続時間に対応する異常確率を求める。画像生成ステップは、異常演算ステップで求められた異常確率を示す画像を生成して表示部に表示させる。

本発明の機器状態報知プログラムは、上記の取得ステップと第１抽出ステップと相関データ記憶ステップと異常演算ステップと画像生成ステップとを、コンピュータに実行させる。

本発明によれば、第１ステータスと第２ステータスとの状態を繰り返し、いずれかの状態を一定時間保持するように動作する機器の状態を簡易に把握して報知することができる。

発電プラントの概略図である。 機器状態報知装置の機能ブロック図である。 各機器について第１継続時間及び第２継続時間を示す時系列データの説明図である。 履歴第１継続時間の分布についての説明図である。 履歴第２継続時間の分布についての説明図である。 履歴記憶部の記憶態様の一例を示す説明図である。 相関データの生成処理及び異常確率を求める処理の説明図である。 表示部に表示される画像の一例の説明図である。

図１に示す発電プラント１０は、本発明の一実施形態である。発電プラント１０は、例えば、発電及び送電を行う発電システム１１と、発電システム１１に接続された機器状態報知システム（以下、単に「報知システム」と称する）１２とを備える。発電システム１１は、設備の一例である発電設備１５と、発電設備１５の各部を統括的に制御するコントローラ１６とを備える。コントローラ１６は、発電設備１５のシーケンス制御を行う。すなわち、コントローラ１６はシーケンスを発電設備１５に実行させて、発電設備１５の運転及び停止を含む稼働を制御する。

発電設備１５は、この例では水力発電を行う設備となっており、発電機１８Ａ、給水装置１８Ｂ、排水装置１８Ｃ、水車１８Ｄ、送電装置１８Ｅ等の複数の装置で構成されている。発電機１８Ａは水車１８Ｄに接続されて発電を行い、送電装置１８Ｅは発電機１８Ａの発電により得られた電力を発電プラント１０の外部へ送り出す。給水装置１８Ｂは、発電機１８Ａの例えば固定子巻線や各種軸受等、高温となる各所を冷却するための冷却水を供給する。排水装置１８Ｃは、発電機１８Ａや水車１８Ｄ等の他装置からの水（漏水等）を集め、発電設備１５の外部へ排出する。

発電設備１５は、上記の各装置内の各部や、装置と装置との接続部等に、各種の機器を有する。例えば、発電機１８Ａは給気ダンパや排気ダンパ等、給水装置１８Ｂは給水ポンプ等の機器を有する。排水装置１８Ｃは排水ポンプ等、水車１８Ｄはランナーやガイドベーン、回転軸の軸受が浸漬されている潤滑油の油面高さを検出する油面高さ検出器、潤滑油の温度を検出する温度検出器等の機器を有する。送電装置１８Ｅは並列用遮断器等の機器を有する。また、発電機１８Ａと給水装置１８Ｂとの接続部にはバルブや冷却水の流量を検出する流量計等、発電機１８Ａと排水装置１８Ｃとの接続部にはバルブや水の汚染の有無を検出する汚染検出器等の機器が設けられている。このように、発電設備１５には、多くの機器が備えられているが、図１においては、図の煩雑化を避けるために、発電設備１５及び上記の各装置を構成する機器群のうち、発電機１８Ａと給水装置１８Ｂと排水装置１８Ｃとにのみ機器１９を図示している。

コントローラ１６は、発電設備１５の各部を統括的に制御することで、発電設備１５にシーケンスを実行させる等して、発電設備１５の一部である発電機１８Ａの運転及び停止を含む稼働を制御する。コントローラ１６は、発電設備１５の各機器１９の状態を示すステータス情報を各機器１９から取得し、取得したステータス情報に基づき発電設備１５に対してフィードバック制御を行う場合もある。

ステータス情報としては、機器１９の状態を二値化した二値化情報であるステータス情報と、二値化情報ではないステータス情報とがあり、ステータス情報は対応する機器１９と関連付けて生成される。二値化情報は、第１ステータスと第２ステータスとの２つの状態（ステータス）が切り替わる機器１９の第１ステータスと第２ステータスとのいずれかを示すものである。二値化情報としては、オンとオフとを示す情報、開閉の開状態と閉状態とを示す情報等がある。例えば、給気口に設けられ風量調節する給気ダンパのオン（動作中）とオフ（停止中）とを示す情報、開閉するバルブの開状態と閉状態とを示す情報、排気口に設けられて開閉する排気ダンパの開状態と閉状態とを示す情報等である。二値化情報ではないステータス情報は、バルブの開度や、前述の潤滑油の油面の高さ、潤滑油の温度等のように取り得る値が連続し、状態に応じた値を示すものである。これらのステータス情報は、機器１９の状態が切り替わる動作毎、または、潤滑油の油面の高さや温度等の検出を機器が行った検出毎に生成され、コントローラ１６に出力される。例えば、排水ポンプがオフからオンへ状態が切り替わるように動作した場合には、排水ポンプがオンへ切り替わったことを示す動作信号がステータス情報として生成され、コントローラ１６に出力される。また、油面高さ検出器が潤滑油の油面の高さを検出した場合には、検出した油面高さを示す高さ情報がステータス情報として生成され、コントローラ１６に出力される。

コントローラ１６は、ステータス情報を取得すると、取得したステータス情報から二値化情報であるステータス情報を特定し、特定したステータス情報を報知システム１２の機器状態報知装置（以下、報知装置と称する）２１に出力する。

コントローラ１６は、さらに、発電設備１５のシーケンス制御の中で、発電機１８Ａに運転フェーズから停止フェーズへの切り替え、停止フェーズから運転フェーズへの切り替えを指示する指示情報を出力する。コントローラ１６は、これらの指示情報の発電機１８Ａへの出力とともに、発電機１８Ａが運転フェーズから停止フェーズへ、または停止フェーズから運転フェーズへフェーズが切り替わったことを示すフェーズ情報を、報知装置２１に出力することがより好ましく、本例でもそのようにしている。フェーズは、発電機１８Ａの稼働状況を分けることで設定したものである。本例では稼働状況を運転フェーズと停止フェーズとの２フェーズに分けているが、フェーズの数は３以上でもよい。例えば、運転フェーズを、発電機１８Ａにおける発電が安定した状態である運転安定フェーズと、発電しているものの停止フェーズから切り替わった初期（発電初期）または停止フェーズに切り替わる終期（発電終期）の不安定な状態である運転不安定フェーズとにし、稼働状況を３フェーズに分けてもよい。なお、コントローラ１６は、発電設備１５から取得したステータス情報のうち、二値化情報である特定のステータス情報をフェーズ情報とみなして報知装置２１に出力してもよい。

この例では、二値化情報であるステータス情報は、コントローラ１６を介して発電設備１５から報知装置２１へ出力されるが、発電設備１５の各機器から、コントローラ１６を介さずに、報知装置２１へ直接出力されてもよい。

この例では、フェーズ情報は、コントローラ１６から報知装置２１へ出力されるが、この態様に限られない。例えば、コントローラ１６は、ステータス情報を取得すると、過去の直近のフェーズ情報を当該ステータス情報に関連付けて報知装置２１に出力してもよい。

この例の発電プラント１０は、報知装置２１と複数の端末２２ａ～２２ｃとで構成された報知システム１２を備えるが、複数の端末２２ａ～２２ｃは報知装置２１の一部とされてもよい。すなわち、発電プラント１０は、発電システム１１と、端末２２ａ～２２ｃを有する報知装置とで構成されていてもよい。なお、以下の説明において端末２２ａ～２２ｃを区別しない場合には、端末２２と記載する。

報知装置２１は、発電システム１１から入力されたステータス情報に基づき、発電設備１５の機器１９の状態を報知するためのものである。報知装置２１は、ステータス情報とフェーズ情報との両方に基づいて機器１９の状態を報知することがより好ましく、本例でもそのようにしている。

この例の報知装置２１と複数の端末２２ａ～２２ｃの各々とは通信可能に構成されており、報知装置２１は異常確率を端末２２に送信することで、端末２２において報知するようになっている。報知装置２１から端末２２への送信は、例えば、端末２２から報知装置２１に対する送信指示を報知装置２１が取得した場合に、その取得に応答して行う。この例の端末２２は、液晶ディスプレイなどの表示部（図示無し）を備える例えばパーソナルコンピュータ（以下、ＰＣと称する）であり、ＰＣとしては、デスクトップ型ＰＣ，モバイルＰＣ（タブレット端末，スマートフォン等を含む）などが挙げられる。なお、報知システム１２が備える端末２２の数は本例の３個に限られない。

報知装置２１は、第１ステータスと第２ステータスとのいずれかの状態をとる機器１９のうち、第１ステータスの継続時間が一定である機器１９の異常の程度である異常確率、すなわち、当該機器１９において異常が起きている可能性の確率を報知する。例えば、第１ステータスと第２ステータスとを繰り返す機器１９が複数ある場合に、これらの機器１９の中から、第１ステータスの継続時間が一定である機器１９を特定して抽出し、抽出した機器１９の異常確率を求めて報知する。報知装置２１は、さらに、第２ステータスの継続時間が一定である機器１９の異常確率を報知することが好ましく、本例でもそのようにしている。

図２において報知装置２１は、入力部４０と、取得部４１と、履歴記憶部４３と、第１抽出部４４及び第２抽出部４５と、相関データ生成部４８と、相関データ記憶部４９と、異常演算部５２と、画像生成部５３と、表示部５４とを備える。第１抽出部４４と第２抽出部４５とは抽出モジュール５７を構成しているが、抽出モジュール５７を必ずしも構成しなくてもよい。

入力部４０は、相関データ生成部４８、抽出モジュール５７の第１抽出部４４及び第２抽出部４５に所定の処理を実行させる実行指示の入力操作のためのものである。入力部４０は、例えばキーボードやマウスなどの入力機器であり、この例では報知装置２１の一部としているが、報知装置２１の外部機器として報知装置２１に接続するものであってもよい。なお、第１抽出部４４、第２抽出部４５、相関データ生成部４８の各処理条件及びその処理のタイミングをプログラムにおいて設定してもよく、その場合には入力部４０は無くてもよい。

取得部４１はコントローラ１６に接続され、コントローラ１６から、フェーズ情報と、複数の機器１９のそれぞれについてのステータス情報とを取得する。前述の通り、コントローラ１６からは第１ステータスと第２ステータスとを繰り返す複数の機器１９のそれぞれについてステータスが切り替わる毎にステータス情報が入力される。そのため、取得部４１は、各機器１９について第１ステータスを示すステータス情報と第２ステータス情報を示すステータス情報とを繰り返し取得する。

取得部４１は、ステータス情報に示されているステータスの継続時間をカウントするタイマ４１ａを有する。取得部４１は、コントローラ１６から第１ステータスを示すステータス情報の取得に応答して、タイマ４１ａによるカウントをオンにする。取得部４１は、コントローラ１６から、同じ機器１９についての第２ステータスを示すステータス情報を取得すると、この取得に応答して、タイマ４１ａによりカウントされたタイマ値を第１ステータスの継続時間（以下、第１継続時間と称する）として取得する。このように、取得部４１は、第１ステータスを示すステータス情報の後に第２ステータスを示すステータス情報を取得すると、ステータス情報に示される機器１９についての第１継続時間を取得する。取得部４１は、取得した第１継続時間を、過去の第１継続時間である履歴第１継続時間として、機器１９と関連付けて履歴記憶部４３に記憶させる。本例では、過去の直近に取得したフェーズ情報をさらに関連付けて履歴記憶部４３に記憶させている。

本例の報知装置２１は、さらに、第２ステータスの継続時間（以下、第２継続時間と称する）が一定である機器１９の異常確率を報知する。そのために、取得部４１は、第２ステータスを示すステータス情報を取得した場合も同様に、タイマ４１ａのカウントにより、第２継続時間を取得して、第２継続時間を、過去の第２継続時間である履歴第２継続時間として、機器及びフェーズ情報と関連付けて履歴記憶部４３に記憶させる。したがって、第２継続時間が一定である機器１９の異常確率を報知しない場合には、第２継続時間を取得する必要はなく、履歴記憶部４３への履歴第２継続時間の記憶も不要である。以上のように、取得部４１は、複数の機器１９のそれぞれについてのステータス情報を繰り返し取得し、各機器１９についての履歴第１継続時間と履歴第２継続時間とを繰り返し取得して履歴記憶部４３に記憶させる。

取得部４１は、取得した第１継続時間を、この第１継続時間を示した機器１９と関連付けて異常演算部５２に出力する。本例のように第２継続時間が一定の機器１９について異常確率を報知する場合には、取得部４１はさらに、取得した第２継続時間を異常演算部５２に出力する。

履歴記憶部４３は、履歴第１継続時間を機器及びフェーズ情報と関連付けて記憶する。第１ステータスと第２ステータスとを繰り返すひとつの機器１９について、履歴第１継続時間は取得部４１により複数回繰り返して取得されるので、履歴記憶部４３は、複数の履歴第１継続時間を機器１９毎に記憶する。本例の報知装置２１は、さらに、第２ステータスの継続時間が一定である機器１９の異常確率を報知する。そのため、履歴記憶部４３は、履歴第２継続時間も同様に、機器１９及びフェーズ情報と関連付けて記憶する。このように、履歴記憶部４３は、機器１９毎に、複数の履歴第１継続時間と、複数の履歴第２継続時間とを記憶する。

第１抽出部４４は、第１継続時間に関連した異常確率を報知する第１対象機器を抽出するためのものである。第１抽出部４４には、入力部４０での入力操作に基づく処理の実行指示が入力され、第１抽出部４４はこの入力に応答して、履歴記憶部４３に記憶されている機器１９毎に、複数の履歴第１継続時間を読み出し、それらの標準偏差を求める。

本例のようにフェーズ毎に後述の第１相関データを生成する場合には、第１抽出部４４は、一の機器１９においてフェーズ毎に標準偏差を求める。すなわち、互いに同じ機器１９及びフェーズに関連付けられている複数の履歴第１継続時間を読み出し、標準偏差を求める。このように、本例においては、運転フェーズと停止フェーズとの各標準偏差を、機器１９毎に求めている。後述の第１相関データをフェーズ毎に生成しない場合には、運転フェーズの標準偏差と停止フェーズの標準偏差とを別個に求める必要はない。

第１抽出部４４は、求めた標準偏差と予め設定された第１閾値とを比較して、標準偏差が第１閾値以下であるか否かを判定し、第１閾値以下である場合には、当該機器１９を第１継続時間が一定である機器１９として特定し、第１対象機器として抽出する。このように、第１抽出部４４は、履歴第１継続時間の標準偏差が第１閾値以下である機器１９を、第１対象機器として抽出する。第１抽出部４４は、第１対象機器として抽出した機器１９に、第１対象機器であることを示す情報を関連付けて履歴記憶部４３に記憶させる。本例のように、標準偏差をフェーズ毎に求める場合には、さらに、フェーズも関連付けて履歴記憶部４３に記憶させる。第１閾値は、目的とする抽出の精度と許容度合とのバランス等に応じて設定されれば特に限定されず、本例では５００としている。

第２抽出部４５は、第２継続時間に関連した異常確率を報知する第２対象機器を抽出するためのものである。第２抽出部４５には、第１抽出部４４と同様に、入力部４０から処理の実行指示が入力され、第２抽出部４５はこの入力に応答して、履歴記憶部４３から機器１９毎に複数の履歴第２継続時間を読み出し、それらの標準偏差を求める。

本例のようにフェーズ毎に後述の第２相関データを生成する場合には、第２抽出部４５は、第１抽出部４４と同様に、一の機器１９においてフェーズ毎に標準偏差を求める。すなわち、互いに同じ機器１９及びフェーズに関連付けられている複数の履歴第２継続時間を読み出し、標準偏差を求める。このように、本例においては、運転フェーズと停止フェーズとの各標準偏差を、機器１９毎に求めている。後述の第２相関データをフェーズ毎に生成しない場合には、運転フェーズの標準偏差と停止フェーズの標準偏差とを別個に求める必要はない。

第２抽出部４５は、求めた標準偏差と予め設定された第２閾値とを比較して標準偏差が第２閾値以下であるか否かを判定する。第２閾値以下である場合には、当該機器１９を第２継続時間が一定である機器１９として特定し、第２対象機器として抽出する。このように、第２抽出部４５は、履歴第２継続時間の標準偏差が第２閾値以下である機器１９を、第２対象機器として抽出する。第２抽出部４５は、第２対象機器として抽出した機器１９に、第２対象機器であることを示す情報を関連付けて履歴記憶部４３に記憶させる。本例のように、標準偏差をフェーズ毎に求める場合には、さらに、フェーズも関連付けて履歴記憶部４３に記憶させる。第２閾値は、目的とする抽出の精度と許容度合とのバランス等に応じて設定されれば特に限定されず、本例では５００としている。第１閾値と第２閾値とは本例のように互いに同じでもよいが、互いに異なっていてもよい。

相関データ生成部４８は、第１対象機器として抽出された機器１９の履歴第１継続時間と当該機器１９の異常の程度である異常確率との関係を示す第１相関データを生成するためのものである。相関データ生成部４８は、入力部４０からの処理の実行指示が入力されると、この入力に応答して、第１対象機器として抽出された機器１９の履歴第１継続時間を履歴記憶部４３から読み出し、当該機器１９の異常の程度である異常確率との関係を示す第１相関データを生成する。第１相関データは、複数の機器１９の機器１９毎に生成する。

本例では機器１９の異常確率をフェーズ毎に求めるので、第１相関データをフェーズ毎に生成する。そこで、相関データ生成部４８は、履歴記憶部４３から履歴第１継続時間を読み出す際には、互いに同じフェーズに関連付けられている複数の履歴第１継続時間を読み出して第１相関データを生成する。したがって、本例の相関データ生成部４８は、一の機器１９について、運転フェーズと停止フェーズとの各第１相関データを生成する。フェーズを考慮することなく異常確率を求める場合には、フェーズ毎の第１相関データをそれぞれ生成する必要はない。

この例では、さらに、第２継続時間が一定である機器１９の異常確率を報知する。そのため、相関データ生成部４８は、第２対象機器として抽出された機器１９の履歴第２継続時間と当該機器１９の異常の程度である異常確率との関係を示す第２相関データを生成するためのものでもある。相関データ生成部４８は、入力部４０からの処理の実行指示が入力されると、この入力に応答して、第２対象機器として抽出された機器１９の履歴第２継続時間を履歴記憶部４３から読み出し、当該機器１９の異常の程度である異常確率との関係を示す第２相関データを生成する。第２相関データは、複数の機器１９の機器１９毎に生成する。このように、相関データ生成部４８は、第１対象機器として抽出された機器１９の複数の履歴第１継続時間に基づいて第１相関データを、第２対象機器として抽出された機器１９の複数の履歴第２継続時間に基づいて第２相関データを、それぞれ機器１９毎に生成する。相関データ生成部４８は、生成した第１相関データを対応する機器１９と関連付けて、また生成した第２相関データについても同様に、対応する機器１９と関連付けて、相関データ記憶部４９に記憶させる。相関データ生成部４８の処理の詳細は、別の図面を用いて後述する。

相関データ記憶部４９は、第１対象機器として抽出された機器１９と、フェーズと、当該機器１９の第１相関データとを関連付けて記憶する。この例の相関データ記憶部４９は、さらに、第２対象機器として抽出された機器１９と、フェーズと、当該機器１９の第２相関データとを関連付けて記憶する。フェーズ毎に異常確率を求めない場合には、フェーズとの関連付けは必要ではない。

異常演算部５２には、取得部４１から、第１継続時間と、この第１継続時間を示した機器１９と、フェーズとが情報として入力される。異常演算部５２はこの入力に応答して、相関データ記憶部４９を読み込み、当該機器１９及び当該フェーズに関連付けられた第１相関データを特定する。特定した場合には、その第１相関データに基づいて、取得部４１から入力された第１継続時間に対応する異常確率を求めて、画像生成部５３に出力する。特定しなかった場合には、当該機器１９の当該第１継続時間についての処理を終了する。

この例の異常演算部５２には、取得部４１から第２継続時間とこの第２継続時間を示した機器１９及びフェーズとが情報として入力される。異常演算部５２はこの入力に応答して、相関データ記憶部４９を読み込み、当該機器１９及び当該フェーズに関連付けられた第２相関データを特定する。特定した場合には、その第２相関データに基づいて、取得部４１から入力された第２継続時間に対応する異常確率を求め、画像生成部５３に出力する。特定しなかった場合には、当該機器１９の当該第２継続時間についての処理を終了する。

なお、異常演算部５２は、上記のように取得部４１からの入力に応答して処理を行ってもよいが、この態様に限られない。例えば、入力部４０からの処理の実行開始の入力に応答して処理を行う、入力部４０での入力操作により処理の実行開始タイミングを入力して当該実行開始タイミングに基づいて処理を行う、プログラムにおいて設定された実行開始タイミングで処理を行うなど、いずれのタイミングで処理を行ってもよい。異常演算部５２の処理の詳細は、別の図面を用いて後述する。

画像生成部５３は、異常演算部５２で求めた異常確率を表す画像を生成し、その画像を示す画像データを表示部５４に出力することで表示部５４に画像を表示させる。表示部５４は、例えば液晶ディスプレイなどの公知の表示機器である。

第１抽出部４４及び第２抽出部４５で行う抽出処理について、図３～図５を参照しながら説明する。図３に示す例においては、横軸が時間（ｔｉｍｅ）であり、第１ステータスを「オン」、「開」とし、第２ステータスを「オフ」、「閉」とし、機器１９（図１、図２参照）である機器Ａ～機器Ｅの各時系列データは運転フェーズのものとする。機器Ａは取得された複数の履歴第１継続時間ｔａとしてのオンの継続時間が互いに概ね等しく、機器Ｂ及び機器Ｃも同様であるが、これに対して、機器Ｄと機器Ｅとの各々は、取得された複数の履歴第１継続時間ｔａに大きなばらつきを有する。第２継続時間ｔｂについては、機器Ｃは取得された複数の第２継続時間ｔｂが互いに概ね等しく、機器Ｅも同様であるが、これに対して、機器Ａと機器Ｂと機器Ｄとの各々は、取得された複数の第２継続時間ｔｂが互いに大きく異なる。このように、時系列データを示す履歴第１継続時間ｔａ及び履歴第２継続時間ｔｂは機器１９毎に異なる。

オンの継続時間が互いに概ね等しく、オフの継続時間にばらつきが大きい機器Ａについて第１継続時間ｔａ及び第２継続時間ｔｂの各分布は以下のようになる。すなわち、履歴第１継続時間ｔａは図４に示すように狭い分布を示すが、履歴第２継続時間ｔｂは図５に示すように広い分布を示す。第１抽出部４４（図２参照）は、図４に示す複数の履歴第１継続時間ｔａの標準偏差を求める。ここで、標準偏差が第１閾値以下であるとする。このときに、第１抽出部４４は、機器Ａを、運転フェーズにおける第１対象機器として抽出する。また、第２抽出部４５（図２参照）は、図５に示す複数の履歴第２継続時間ｔｂの標準偏差を求める。ここで、この標準偏差が第２閾値よりも大きいとする。このときに、第２抽出部４５は、運転フェーズにおける第２対象機器として機器Ａを抽出しない。機器Ｂ～Ｅについても第１抽出部４４及び第２抽出部４５は同様に運転フェーズにおける抽出処理を行う。

このように抽出処理が行われた場合の履歴記憶部４３（図２参照）は、図６に示すように、機器１９（図１、図２参照）と、フェーズと、履歴第１継続時間ｔａと、履歴第２継続時間ｔｂと、第１対象機器及び第２対象機器の該当性とを関連付けて記憶する。例えば機器Ａは、運転フェーズにおいて、履歴第１継続時間ｔａ１、ｔａ２、ｔａ３、・・・を示し、第１対象機器に該当することが図６においては「〇」として示されている。機器Ａは、運転フェーズにおいて履歴第２継続時間ｔｂ１、ｔｂ２、ｔｂ３、・・・を示し、第２対象機器に該当することを示す「〇」が図６においては示されていないので第２対象機器として抽出されず、該当しない。

相関データ生成部４８（図２参照）の処理について、図７を参照しながら説明する。第１相関データと第２相関データとの生成処理は同様であるので、ここでは第１相関データの生成処理について説明し、第２相関データの生成処理については説明を略す。相関データ生成部４８は、第１対象機器に抽出された機器１９（図１、図２参照）と、その機器１９の特定のフェーズにおける履歴第１継続時間とを特定し、それらの履歴第１継続時間に基づいて基準値を算出する。このようにして、相関データ生成部４８は、機器１９の各々について、特定のフェーズについて履歴記憶部４３に記憶されている履歴第１継続時間に基づいて基準値を算出する。基準値は、履歴第１継続時間から例えば統計的に導出した値であれば、算出の手法は限定されない。基準値は、機器１９の状態が異常である確率を示す異常確率に対応付けた値である。

相関データ生成部４８は、取得した履歴第１継続時間を学習して、基準値を算出する学習演算部であることが好ましい。本例でも学習演算部を相関データ生成部４８に用いている。本例の相関データ生成部４８は、外れ値を除去した履歴第１継続時間から、ノンパラメトリックな手法を用いて履歴第１継続時間の分布を作成し、データの統計的な情報から基準値を算出している。外れ値は取り除かなくてもよいが、取り除くことにより機器１９に異常が起きる可能性の確率をより正確なものとして報知することができるので好ましい。外れ値の除去では、Ｏｎｅ－Ｃｌａｓｓ ＳＶＭを２回用いて外れ値を取り除いている。履歴第１継続時間の過度に大きな外れ値を、Ｏｎｅ－Ｃｌａｓｓ ＳＶＭの１度目の適用で取り除き、小さくて見分けにくい外れ値を、Ｏｎｅ－Ｃｌａｓｓ ＳＶＭの２度目の適用で取り除くことが好ましい。

外れ値を取り除いた履歴第１継続時間ｔａを学習データとし、履歴第１継続時間ｔａから、ノンパラメトリックな密度推定の手法であるカーネル密度推定を用いて履歴第１継続時間ｔａの分布を求める（図７の（Ａ）参照）。この求めた分布は、正常に動作している状態の履歴第１継続時間の分布である。この分布から正常な履歴第１継続時間で頻繁に観測される可能性の高い経過時間α_１と、α_１から少し外れた経過時間α_２を求める。例えば、α_１は履歴第１継続時間の分布が６５％所属する履歴第１継続時間とし、α_２は、履歴第１継続時間の分布の標準偏差ｓに予め設定した係数を乗じた値を、α_１に加算することにより求めることが好ましく、本例でも、α_１に１２０×（履歴第１継続時間の分布の標準偏差ｓ）を加えた値として求めている。α_１は履歴第１継続時間の分布が所定の割合で所属する継続時間とすればよく、本例のような上述の６５％に限定されないが、小さくとも５０％で設定することが、求められる異常確率の妥当性を確保する上でより好ましい。

本例では、上記の履歴第１継続時間の分布から得られた継続時間α_１、α_２と分布の標準偏差ｓから、異常確率モデルの生成に用いる基準値として、第１基準値ＶＡ（図７（Ａ）及び（Ｂ）参照）と、第１基準値ＶＡよりも高い異常確率に対応付けた第２基準値ＶＢ（図７（Ａ）及び（Ｂ）参照）とをそれぞれ下記式（１），（２）で算出している。そして、第１基準値ＶＡでとる異常確率ｙ_１を例えば２％とし、第２基準値ＶＢでとる異常確率ｙ_２を例えば８０％と設定する。第１基準値ＶＡでとる異常確率ｙ_１、第２基準値でとる異常確率ｙ_２は、本例に限定されない。各基準値でとる異常確率は、生成したい確率モデルの性能に基づいて適宜設定してよい。例えば、基準値付近において余裕を持って確率算出をさせたい場合には、異常確率を低めに設定し、また、基準値付近で厳しく確率算出をさせたい場合には、異常確率を高めに設定するとよい。
ＶＡ＝α_１ ・・・（１）
ＶＢ＝｛（α_２－α_１）／ｓ｝＋α_１ ・・・（２）

相関データ記憶部４９は、基準値と機器１９とフェーズと第１対象機器及び第２対象機器とを関連付けて、基準値情報として記憶する。

異常演算部５２は、取得部４１から第１継続時間とともに入力された機器１９及びフェーズと同じ機器及びフェーズを相関データ記憶部４９の中から特定し、その機器１９及びフェーズと関連付けられ、第１対象機器に該当するか否かを判定して、該当する場合にはその基準値を特定する。異常演算部５２は、取得した第１継続時間と、相関データ記憶部４９から特定した基準値との相違度を算出し、画像生成部５３に出力する。

相違度は、下記の手法を用いて求めている。まず、第１基準値ＶＡと第１基準値ＶＡでとる異常確率ｙ_１、第２基準値ＶＢと第２基準値ＶＢでとる異常確率ｙ_２のそれぞれを以下の式（３）のシグモイド関数に対応させることにより、定数Ａ，Ｂを算出する。そして、算出定数Ａ，Ｂにより以下の式（３）のシグモイド関数から生成された異常確率モデルＰＭに対し、異常値（動作タイミング時間）ｘから異常確率ｙ（ただし、０．０≦ｙ≦１．０）を算出する。すなわち定数Ａ，Ｂを求めることにより確率モデルが生成される。
ｙ＝１／（１＋ｅ^Ａｘ＋Ｂ） ・・・・（３）

求めた確率モデルをグラフ化し（図７の（Ｂ）参照）、このグラフ（図７の（Ｂ））の横軸に、取得された機器１９の当該フェーズにおける第１継続時間Ｔａを上記式（３）のｘ値として採る（図７の（Ｃ）参照）ことで、取得された機器１９の異常確率Ｐｎを上記式（３）のｙとして縦軸に表すことができる。なお、図７（Ｃ）においては、取得された第１継続時間ＴａをＴｎとして示してある。表された異常確率Ｐｎは、基準値における異常確率との差異が現れたものであるから、この異常確率を相違度とすることができる。なお、本例では異常確率を、単位を％とする百分率で示しているが、下限を０（ゼロ）、上限を１とする等、百分率以外の数値で表してもよい。

報知装置２１は、コンピュータで構成されており、コンピュータに所定のプログラムを実行させることにより、コンピュータは上記の各部として機能する。プログラムは、機器状態報知プログラムであり、取得ステップと、第１抽出ステップと、記憶ステップと、相関データ記憶ステップと、異常演算ステップと、画像生成ステップとをコンピュータに実行させる。取得ステップは、第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器１９の状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する。第１抽出ステップは、過去に取得された第１継続時間である履歴第１継続時間の標準偏差が予め設定した第１閾値以下である機器１９を、第１対象機器として抽出する。相関データ記憶ステップは、履歴第１継続時間に基づいて生成され、履歴第１継続時間と機器の異常の程度である異常確率との関係を示す第１相関データを記憶する。異常演算ステップは、第１対象機器として抽出された機器１９の第１継続時間が取得部４１により新たに取得された場合に、相関データ記憶部から第１対象機器について生成された第１相関データを特定し、特定した第１相関データに基づいて、新たに取得された第１継続時間に対応する異常確率を求める。画像生成ステップは、異常演算部で求められた異常確率を示す画像を生成して表示部に表示させる。

上記構成の作用を説明する。発電プラント１０の発電システム１１は、コントローラ１６の制御により発電設備１５の運転及び停止が繰り返し行われる。発電設備１５は、コントローラ１６によりシーケンスを実行して起動し、運転フェーズにおいて発電及び送電を行う。また、同様にコントローラ１６によりシーケンスを実行して停止フェーズとなり、発電及び送電を停止する。コントローラ１６は、フェーズ情報と、発電設備１５で動作している機器１９の状態について、ステータス情報を、報知装置２１の取得部４１に出力する。

取得部４１は、コントローラ１６を介して発電設備１５から特定の機器１９についてのステータス情報を取得すると、ステータス情報に第１ステータスが示されている場合には、当該機器１９についてその後（次回）、第２ステータスを示すステータス情報を取得したときに、当該機器１９の第１継続時間を取得する。そして、取得部４１は、第１継続時間を履歴第１継続時間として、当該機器１９及びフェーズ情報と関連付けて履歴記憶部４３に記憶させる。取得部４１は、取得したステータス情報に第２ステータス情報が示されている場合には、同様に、当該機器１９についてその後（次回）、第１ステータスを示すステータス情報を取得したときに、当該機器１９の第２継続時間を取得する。そして、取得部４１は、第２継続時間を履歴第２継続時間として、当該機器１９及びフェーズ情報と関連付けて履歴記憶部４３に記憶させる。取得部４１は、また、取得した第１継続時間と第２継続時間とをそれぞれ異常演算部５２に出力する。

履歴記憶部４３には、機器１９毎に、複数の履歴第１継続時間と、複数の履歴第２継続時間とがフェーズ情報と関連付けて記憶される。

第１抽出部４４は、入力部４０からの実行指示の入力に応答して、履歴記憶部４３から、機器１９毎に複数の第１継続時間を読み出して標準偏差を求め、この標準偏差が第１閾値以下である機器１９を第１対象機器として抽出する。そして、履歴記憶部４３において当該機器１９に第１対象機器である情報とフェーズとを関連付けて記憶させる。第２抽出部４５も同様に、入力部４０からの実行指示の入力に応答して、履歴記憶部４３から、機器１９毎に複数の第２継続時間を読み出して標準偏差を求め、この標準偏差が第２閾値以下である機器１９を第２対象機器として抽出する。そして、履歴記憶部４３において当該機器１９に第２対象機器である情報とフェーズとを関連付けて記憶させる。第１対象機器及び第２対象機器は、第１閾値及び第２閾値を基準として標準偏差に許容幅をもって抽出されるから、第１継続時間、第２継続時間に多少のずれを示した機器１９であっても、一定の継続時間で第１ステータス、第２ステータスが継続したものとされる。このため、第１相関データ、第２相関データが生成される機器１９にもれが抑えられるので、異常確率を求められない機器１９が生じることが防止される。

相関データ生成部４８は、入力部４０からの実行指示の入力に応答して、第１対象機器として抽出された機器１９毎に第１相関データを生成し、相関データ記憶部４９に記憶する。生成する第１相関データは、運転フェーズにおける第１相関データと、停止フェーズにおける第１相関データとの２つである。相関データ生成部４８は、同様に、入力部４０からの実行指示の入力に応答して、第２対象機器として抽出された機器１９毎に、履歴第２継続時間と当該機器１９の異常確率との関係を示す第２相関データを生成し、相関データ記憶部４９に記憶する。生成する第２相関データは、運転フェーズにおける第２相関データと、停止フェーズにおける第２相関データとの２つである。以上のように、第１相関データ及び第２相関データは、設備の稼働状況を分けたフェーズ毎にそれぞれ生成される。このため、フェーズによって異なる動作をすることにより、示す状態が変化する機器１９であっても、フェーズに応じた相関データが生成され、異常確率の精度がより高いものとして得られる。また、第１相関データ及び第２相関データの生成に取得する情報は、第１継続時間及び第２継続時間のみでよく、これら各継続時間を求めるために機器１９から取得する情報は第１ステータスと第２ステータスとの切り替わりのタイミングを示すステータス情報だけでよい。このように、報知に関わる情報の収集作業を含めて、機器１９の状態の把握が簡易である。

異常演算部５２は、機器１９の第１継続時間が取得部４１により取得された場合に、相関データ記憶部４９において、当該機器１９について生成された第１相関データを特定し、特定した第１相関データに基づいて、入力された第１継続時間に対応する異常確率を求め、画像生成部５３に出力する。異常演算部５２は、機器１９の第２継続時間が取得部４１により取得された場合にも同様に、相関データ記憶部４９において、当該機器１９について生成された第２相関データを特定し、特定した第２相関データに基づいて、入力された第２継続時間に対応する異常確率を求め、画像生成部５３に出力する。第１継続時間及び第２継続時間は時間情報なので正確性に優れ、そのため、第１相関データ及び第２相関データも精度が高いものとして生成される。異常演算部５２は、このような第１相関データ及び第２相関データを用いて異常確率を求めるので、機器１９の状態が正確に把握される。

画像生成部５３は、異常演算部５２から異常確率が入力されると、その異常確率を表す画像を生成して表示部５４に出力する。表示部５４は入力された画像データに基づく画像を表示する。これにより異常確率が報知される。例えば図８に示すように、機器１９の所定のフェーズ、ここでは一例として運転フェーズにおける第１継続時間Ｔａの相違度である異常確率Ｐｎを含む画像Ｇ１を生成し、表示部５４に表示させる。これにより、取得された第１継続時間Ｔｎを示した機器１９の運転フェーズにおける異常確率Ｐｎが報知される。図８に示す例では、図７に示す異常確率モデルＰＭのグラフ上に、取得された第１継続時間Ｔｎのプロットを重ね、求めた異常確率ＰｎをグラフＰＭとともに表示する画像Ｇ１を表示部５４に表示させる例であるが、表示させる画像はこの例に限られない。例えば、求めた異常確率Ｐｎの数値のみを画像Ｇ１として表示させてもよいし、数値に加えて、または代わりに、色の明暗や色彩で異常確率Ｐｎを示してもよい。以上のように、第１ステータスと第２ステータスとの状態を繰り返し、いずれかの状態を一定時間保持するように動作する機器１９の状態が、簡易に把握され報知される。

本実施形態では、機器１９を備える設備として発電設備１５を用いている。しかし、設備はこれに限らず、第１ステータスと第２ステータスとを切り替えて繰り返し採りうる機器を備える設備であれば、他の設備であってもよい。

１５ 発電設備
１９ 機器
２１ 報知装置
４１ 取得部
４３ 履歴記憶部
４４ 第１抽出部
４５ 第２抽出部
４８ 相関データ生成部
４９ 相関データ記憶部
５２ 異常演算部
５３ 画像生成部
５４ 表示部

Claims (6)

1. 第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器の前記状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する取得部と、
   過去に取得された前記第１継続時間である履歴第１継続時間の標準偏差が予め設定された第１閾値以下である機器を、第１対象機器として抽出する第１抽出部と、
   前記履歴第１継続時間に基づいて生成され、前記履歴第１継続時間と前記機器の異常の程度である異常確率との関係を示す第１相関データを記憶する相関データ記憶部と、
   前記第１対象機器として抽出された機器の第１継続時間が前記取得部により新たに取得された場合に、前記相関データ記憶部から前記第１対象機器について生成された前記第１相関データを特定し、特定した前記第１相関データに基づいて、新たに取得された前記第１継続時間に対応する前記異常確率を求める異常演算部と、
   前記異常演算部で求められた前記異常確率を示す画像を生成して表示部に表示させる画像生成部と
   を備える機器状態報知装置。
2. 前記第１相関データは、前記複数の機器で構成される設備の稼働状況を分けたフェーズ毎に生成され、
   前記第１抽出部は、フェーズ毎に、前記第１対象機器の抽出を行う請求項１に記載の機器状態報知装置。
3. 前記取得部は、前記第２ステータスの第２継続時間を取得し、
   過去に取得された前記第２継続時間である履歴第２継続時間の標準偏差が予め設定された第２閾値以下である機器を、第２対象機器として抽出する第２抽出部をさらに備え、
   前記相関データ記憶部は、前記履歴第２継続時間に基づいて生成され、前記履歴第２継続時間と前記機器の異常の程度である異常確率との関係を示す第２相関データを記憶し、
   前記異常演算部は、前記第２対象機器として抽出された機器の第２継続時間が前記取得部により新たに取得された場合に、前記相関データ記憶部から前記第２対象機器について生成された前記第２相関データを特定し、特定した前記第２相関データに基づいて、新たに取得された前記第２継続時間に対応する前記異常確率を求める請求項１または２に記載の機器状態報知装置。
4. 前記第２相関データは、前記複数の機器で構成される設備の少なくとも一部の稼働状況を分けたフェーズ毎に生成され、
   前記第２抽出部は、フェーズ毎に、前記第２対象機器の抽出を行う請求項３に記載の機器状態報知装置。
5. 第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器の前記状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する取得ステップと、
   過去に取得された前記第１継続時間である履歴第１継続時間の標準偏差が予め設定した第１閾値以下である機器を、第１対象機器として抽出する第１抽出ステップと、
   前記履歴第１継続時間に基づいて生成され、前記履歴第１継続時間と前記機器の異常の程度である異常確率との関係を示す第１相関データを記憶する相関データ記憶ステップと、
   前記第１対象機器として抽出された機器の第１継続時間が前記取得ステップにより新たに取得された場合に、前記第１対象機器について生成された前記第１相関データを特定し、特定した前記第１相関データに基づいて、新たに取得された前記第１継続時間に対応する前記異常確率を求める異常演算ステップと、
   前記異常演算ステップで求められた前記異常確率を示す画像を生成して表示部に表示させる画像生成ステップと
   を有する機器状態報知方法。
6. 第１ステータスと第２ステータスとのいずれかの状態をとる複数の機器の前記状態を示すステータス情報を取得するとともに、第１ステータスの第１継続時間を取得する取得ステップと、
   過去に取得された前記第１継続時間である履歴第１継続時間の標準偏差が予め設定された第１閾値以下である機器を、第１対象機器として抽出する第１抽出ステップと、
   前記履歴第１継続時間に基づいて生成され、前記履歴第１継続時間と前記機器の異常の程度である異常確率との関係を示す第１相関データを記憶する相関データ記憶ステップと、
   前記第１対象機器として抽出された機器の第１継続時間が前記取得ステップにより新たに取得された場合に、前記第１対象機器について生成された前記第１相関データを特定し、特定した前記第１相関データに基づいて、新たに取得された前記第１継続時間に対応する前記異常確率を求める異常演算ステップと、
   前記異常演算ステップで求められた前記異常確率を示す画像を生成して表示部に表示させる画像生成ステップと
   をコンピュータに実行させる機器状態報知プログラム。

Images