JP3523793B2 - プラント制御装置 - Google Patents
プラント制御装置Info
- Publication number
- JP3523793B2 JP3523793B2 JP29965298A JP29965298A JP3523793B2 JP 3523793 B2 JP3523793 B2 JP 3523793B2 JP 29965298 A JP29965298 A JP 29965298A JP 29965298 A JP29965298 A JP 29965298A JP 3523793 B2 JP3523793 B2 JP 3523793B2
- Authority
- JP
- Japan
- Prior art keywords
- plant
- demand
- operation plan
- record
- heat
- 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.)
- Expired - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】本発明は、発電所、ガス供給
プラント、上水供給プラント、熱（冷水／温水）供給プ
ラントおよび下水処理場等の各種のプラントに係り、と
りわけ電力、ガスおよび水（上水／冷水／温水）等の需
要や、処理すべき雨水や排水等の需要（以下単に「需
要」という）を満たすようプラントに含まれる各機器を
効率的に運転することができるプラント制御装置に関す
る。
プラント、上水供給プラント、熱（冷水／温水）供給プ
ラントおよび下水処理場等の各種のプラントに係り、と
りわけ電力、ガスおよび水（上水／冷水／温水）等の需
要や、処理すべき雨水や排水等の需要（以下単に「需
要」という）を満たすようプラントに含まれる各機器を
効率的に運転することができるプラント制御装置に関す
る。
【０００２】
【従来の技術】一般に、発電所、ガス供給プラント、上
水供給プラントおよび熱（冷水／温水）供給プラント等
のプラントにおいては、電力、ガスおよび水（上水／冷
水／温水）等の需要に対して電力等を過不足なく製造お
よび供給することにより、プラントの運転を効率的に行
っている。また、下水処理場等のプラントにおいても、
雨水や排水等の需要に対して雨水等を過不足なく処理す
ることにより、プラントの運転を効率的に行っている。
水供給プラントおよび熱（冷水／温水）供給プラント等
のプラントにおいては、電力、ガスおよび水（上水／冷
水／温水）等の需要に対して電力等を過不足なく製造お
よび供給することにより、プラントの運転を効率的に行
っている。また、下水処理場等のプラントにおいても、
雨水や排水等の需要に対して雨水等を過不足なく処理す
ることにより、プラントの運転を効率的に行っている。
【０００３】ところで、このようなプラントにおいて上
述したような効率的な運転を行うためには熟練した技術
を持つ専門的なオペレータ（プラント運転員）が必要と
なるが、このような専門的なオペレータはその確保が難
しく、またオペレータには多大な人件費がかかるので、
オペレータの専門的知識を反映したプラントの自動化運
転が望まれている。なお、このようなプラントの自動化
運転を実現するための従来の方法としては、数理計画法
等の最適化演算手法によりプラントの運転計画を作成す
る方法が一般に用いられている。
述したような効率的な運転を行うためには熟練した技術
を持つ専門的なオペレータ（プラント運転員）が必要と
なるが、このような専門的なオペレータはその確保が難
しく、またオペレータには多大な人件費がかかるので、
オペレータの専門的知識を反映したプラントの自動化運
転が望まれている。なお、このようなプラントの自動化
運転を実現するための従来の方法としては、数理計画法
等の最適化演算手法によりプラントの運転計画を作成す
る方法が一般に用いられている。
【０００４】
【発明が解決しようとする課題】上述したように従来に
おいては、数理計画法等の最適化演算手法によりプラン
トの運転計画を作成することにより、オペレータの専門
的知識を反映した自動化運転を行っている。
おいては、数理計画法等の最適化演算手法によりプラン
トの運転計画を作成することにより、オペレータの専門
的知識を反映した自動化運転を行っている。
【０００５】しかしながら、数理計画法等の最適化演算
手法を単純に適用する場合には、プラントの規模が増大
するにつれて運転計画を作成するのに必要とされる計算
量が増大し、実用時間内に運転計画を作成することが難
しくなるという問題がある。また、プラントに異常が発
生した場合には熟練した技術を持つ専門的なオペレータ
が常に必要となるという問題がある。
手法を単純に適用する場合には、プラントの規模が増大
するにつれて運転計画を作成するのに必要とされる計算
量が増大し、実用時間内に運転計画を作成することが難
しくなるという問題がある。また、プラントに異常が発
生した場合には熟練した技術を持つ専門的なオペレータ
が常に必要となるという問題がある。
【０００６】本発明はこのような点を考慮してなされた
ものであり、プラントの規模にかかわらずプラントの運
転計画を高速に作成することができるとともに、プラン
トに異常が発生した場合でもプラントの自動化運転を継
続することができるプラント制御装置を提供することを
目的とする。
ものであり、プラントの規模にかかわらずプラントの運
転計画を高速に作成することができるとともに、プラン
トに異常が発生した場合でもプラントの自動化運転を継
続することができるプラント制御装置を提供することを
目的とする。
【０００７】
【課題を解決するための手段】本発明の第１の特徴は、
複数の機器を有するプラントの運転を制御するプラント
制御装置において、前記プラントの過去の需要実績およ
び前記各機器の過去の運転実績を記憶する実績記憶手段
と、前記実績記憶手段に記憶された過去の需要実績に基
づいて当日の需要を予測する需要予測手段と、前記需要
予測手段により求められた需要予測値に基づいて前記プ
ラントの運転計画を作成する運転計画演算手段と、前記
運転計画演算手段により作成された前記プラントの運転
計画に基づいて前記各機器を制御する機器制御手段とを
備え、前記運転計画演算手段は、前記需要予測手段によ
り求められた需要予測値、前記プラントの状態または気
象情報の少なくとも１つに基づいて、前記実績記憶手段
に記憶された前記過去の運転実績の中から当日の状況に
類似した類似日の運転実績を検索し、この検索された類
似日の運転実績を初期値として最適化演算処理を行うこ
とにより前記プラントの最適な運転計画を作成すること
を特徴とするプラント制御装置である。
複数の機器を有するプラントの運転を制御するプラント
制御装置において、前記プラントの過去の需要実績およ
び前記各機器の過去の運転実績を記憶する実績記憶手段
と、前記実績記憶手段に記憶された過去の需要実績に基
づいて当日の需要を予測する需要予測手段と、前記需要
予測手段により求められた需要予測値に基づいて前記プ
ラントの運転計画を作成する運転計画演算手段と、前記
運転計画演算手段により作成された前記プラントの運転
計画に基づいて前記各機器を制御する機器制御手段とを
備え、前記運転計画演算手段は、前記需要予測手段によ
り求められた需要予測値、前記プラントの状態または気
象情報の少なくとも１つに基づいて、前記実績記憶手段
に記憶された前記過去の運転実績の中から当日の状況に
類似した類似日の運転実績を検索し、この検索された類
似日の運転実績を初期値として最適化演算処理を行うこ
とにより前記プラントの最適な運転計画を作成すること
を特徴とするプラント制御装置である。
【０００８】本発明の第２の特徴は、複数の機器を有す
るプラントの運転を制御するプラント制御装置におい
て、前記プラントの過去の需要実績および前記各機器の
過去の運転実績を記憶する実績記憶手段と、前記実績記
憶手段に記憶された過去の需要実績に基づいて当日の需
要を予測する需要予測手段と、前記プラントに異常が発
生しているか否かを判定するプラント異常判定手段と、
前記需要予測手段により求められた需要予測値に基づい
て前記プラントの運転計画を作成する運転計画演算手段
と、前記運転計画演算手段により作成された前記プラン
トの運転計画に基づいて前記各機器を制御する機器制御
手段とを備え、前記運転計画演算手段は、前記プラント
異常判定手段により前記プラントに異常が発生していな
いと判定された場合に、前記需要予測手段により求めら
れた需要予測値、前記プラントの状態または気象情報の
少なくとも１つに基づいて、前記実績記憶手段に記憶さ
れた前記過去の運転実績の中から当日の状況に類似した
類似日の運転実績を検索し、この検索された類似日の運
転実績を初期値として最適化演算処理を行うことにより
前記プラントの最適な運転計画を作成することを特徴と
するプラント制御装置である。
るプラントの運転を制御するプラント制御装置におい
て、前記プラントの過去の需要実績および前記各機器の
過去の運転実績を記憶する実績記憶手段と、前記実績記
憶手段に記憶された過去の需要実績に基づいて当日の需
要を予測する需要予測手段と、前記プラントに異常が発
生しているか否かを判定するプラント異常判定手段と、
前記需要予測手段により求められた需要予測値に基づい
て前記プラントの運転計画を作成する運転計画演算手段
と、前記運転計画演算手段により作成された前記プラン
トの運転計画に基づいて前記各機器を制御する機器制御
手段とを備え、前記運転計画演算手段は、前記プラント
異常判定手段により前記プラントに異常が発生していな
いと判定された場合に、前記需要予測手段により求めら
れた需要予測値、前記プラントの状態または気象情報の
少なくとも１つに基づいて、前記実績記憶手段に記憶さ
れた前記過去の運転実績の中から当日の状況に類似した
類似日の運転実績を検索し、この検索された類似日の運
転実績を初期値として最適化演算処理を行うことにより
前記プラントの最適な運転計画を作成することを特徴と
するプラント制御装置である。
【０００９】本発明の第１の特徴によれば、実績記憶手
段に記憶された各機器の過去の運転実績の中から当日の
状況に類似した類似日の運転実績を検索し、この検索さ
れた類似日の運転実績を初期値として最適化演算処理を
行うことによりプラントの最適な運転計画を作成するの
で、運転計画を作成するための最適化演算処理において
評価関数が比較的良好な解から演算を始めることがで
き、このためプラントの最適な運転計画を非常に高速に
作成することができる。
段に記憶された各機器の過去の運転実績の中から当日の
状況に類似した類似日の運転実績を検索し、この検索さ
れた類似日の運転実績を初期値として最適化演算処理を
行うことによりプラントの最適な運転計画を作成するの
で、運転計画を作成するための最適化演算処理において
評価関数が比較的良好な解から演算を始めることがで
き、このためプラントの最適な運転計画を非常に高速に
作成することができる。
【００１０】本発明の第２の特徴によれば、プラント異
常判定手段によりプラントに異常が発生しているか否か
を判定し、プラントに異常が発生していない場合に、当
日の状況に類似した類似日の運転実績を初期値として最
適化演算処理を行うことによりプラントの最適な運転計
画を作成するので、過去の運転実績を有効に利用可能な
平常時においてプラントの最適な運転計画を非常に高速
に作成することができる。
常判定手段によりプラントに異常が発生しているか否か
を判定し、プラントに異常が発生していない場合に、当
日の状況に類似した類似日の運転実績を初期値として最
適化演算処理を行うことによりプラントの最適な運転計
画を作成するので、過去の運転実績を有効に利用可能な
平常時においてプラントの最適な運転計画を非常に高速
に作成することができる。
【００１１】
【発明の実施の形態】第１の実施の形態
以下、図面を参照して本発明の実施の形態について説明
する。図１および図２は本発明によるプラント制御装置
の第１の実施の形態を説明するための図である。なおこ
こでは、プラントの一例として熱（冷水／温水）供給プ
ラントを取り挙げて説明する。
する。図１および図２は本発明によるプラント制御装置
の第１の実施の形態を説明するための図である。なおこ
こでは、プラントの一例として熱（冷水／温水）供給プ
ラントを取り挙げて説明する。
【００１２】まず、図２により、プラント制御装置１に
より制御される熱供給プラント２０について説明する。
図２に示すように、熱供給プラント２０は、ビルディン
グの地下室等に設けられた蓄熱槽１１を有し、この蓄熱
槽１１は冷房用に使用される冷水を蓄える冷水槽１１ａ
と、暖房用に使用される温水を蓄える温水槽１１ｂとか
らなっている。このうち冷水槽１１ａには複数のヒート
ポンプ（熱源機器）１２が設置され、このヒートポンプ
１２により、例えば夏期においては１０℃程度の水から
５℃程度の水が作られる。また、冷水槽１１ａおよび温
水槽１１ｂには熱回収型ヒートポンプ（熱源機器）１３
が設置され、この熱回収型ヒートポンプ１３により、５
℃程度の冷水と４５℃程度の温水が同時に作られ、かつ
このときに出力される熱が冷水槽１１ａおよび温水槽１
１ｂに利用される。ここで、冷水槽１１ａおよび温水槽
１１ｂに蓄えられた冷水および温水はそれぞれ、ポンプ
１４，１５により冷水ヘッダ１６および温水ヘッダ１７
を介して熱負荷１８側へ供給されるようになっている。
なお図２において、符号Ｔは温度計、符号Ｐはポンプ、
符号Ｆは流量計を示している。
より制御される熱供給プラント２０について説明する。
図２に示すように、熱供給プラント２０は、ビルディン
グの地下室等に設けられた蓄熱槽１１を有し、この蓄熱
槽１１は冷房用に使用される冷水を蓄える冷水槽１１ａ
と、暖房用に使用される温水を蓄える温水槽１１ｂとか
らなっている。このうち冷水槽１１ａには複数のヒート
ポンプ（熱源機器）１２が設置され、このヒートポンプ
１２により、例えば夏期においては１０℃程度の水から
５℃程度の水が作られる。また、冷水槽１１ａおよび温
水槽１１ｂには熱回収型ヒートポンプ（熱源機器）１３
が設置され、この熱回収型ヒートポンプ１３により、５
℃程度の冷水と４５℃程度の温水が同時に作られ、かつ
このときに出力される熱が冷水槽１１ａおよび温水槽１
１ｂに利用される。ここで、冷水槽１１ａおよび温水槽
１１ｂに蓄えられた冷水および温水はそれぞれ、ポンプ
１４，１５により冷水ヘッダ１６および温水ヘッダ１７
を介して熱負荷１８側へ供給されるようになっている。
なお図２において、符号Ｔは温度計、符号Ｐはポンプ、
符号Ｆは流量計を示している。
【００１３】次に、図１により、図２に示す熱供給プラ
ント２０の運転を制御するプラント制御装置１について
説明する。
ント２０の運転を制御するプラント制御装置１について
説明する。
【００１４】図１に示すように、プラント制御装置１
は、図２に示す熱供給プラント２０のヒートポンプ１２
および熱回収型ヒートポンプ１３等の熱源機器を制御す
るものであり、熱供給プラント２０の過去の熱需要実績
および各熱源機器１２，１３の過去の運転実績を記憶す
る実績記憶部（実績記憶手段）２と、実績記憶部２に記
憶された過去の熱需要実績に基づいて当日の熱需要を予
測する熱需要予測部（需要予測手段）３と、熱需要予測
部３により求められた熱需要予測値に基づいて熱供給プ
ラント２０の運転計画を作成する運転計画演算部（運転
計画演算手段）４と、運転計画演算部４により作成され
た熱供給プラント２０の運転計画に基づいて各熱源機器
１２，１３を制御する熱源機器制御部（機器制御手段）
５とを備えている。また、プラント制御装置１は、気象
情報や曜日等のデータを取り込むとともにオペレータに
対して熱供給プラント２０の運転状況等を知らせるため
のヒューマン・インタフェース部２１と、熱供給プラン
ト２０から計測信号を取り込むとともに熱供給プラント
２０に対して制御信号を出力するためのプロセス入出力
部６とを備えている。
は、図２に示す熱供給プラント２０のヒートポンプ１２
および熱回収型ヒートポンプ１３等の熱源機器を制御す
るものであり、熱供給プラント２０の過去の熱需要実績
および各熱源機器１２，１３の過去の運転実績を記憶す
る実績記憶部（実績記憶手段）２と、実績記憶部２に記
憶された過去の熱需要実績に基づいて当日の熱需要を予
測する熱需要予測部（需要予測手段）３と、熱需要予測
部３により求められた熱需要予測値に基づいて熱供給プ
ラント２０の運転計画を作成する運転計画演算部（運転
計画演算手段）４と、運転計画演算部４により作成され
た熱供給プラント２０の運転計画に基づいて各熱源機器
１２，１３を制御する熱源機器制御部（機器制御手段）
５とを備えている。また、プラント制御装置１は、気象
情報や曜日等のデータを取り込むとともにオペレータに
対して熱供給プラント２０の運転状況等を知らせるため
のヒューマン・インタフェース部２１と、熱供給プラン
ト２０から計測信号を取り込むとともに熱供給プラント
２０に対して制御信号を出力するためのプロセス入出力
部６とを備えている。
【００１５】ここで、実績記憶部２は、プロセス入出力
部６を介して出力された熱負荷１８等における過去の熱
需要実績、および各熱源機器１２，１３の過去の運転実
績を日時および曜日等の項目別に整理して記憶するもの
である。
部６を介して出力された熱負荷１８等における過去の熱
需要実績、および各熱源機器１２，１３の過去の運転実
績を日時および曜日等の項目別に整理して記憶するもの
である。
【００１６】また、熱需要予測部３は、実績記憶部２に
記憶された過去の熱需要実績、およびヒューマン・イン
タフェース部２１を介して入力された当日の気象情報や
曜日等に基づいて当日の熱需要を予測するものである。
なお、予測手法としてはニューラルネットワークや、フ
ァジィ、ＧＡ（Genetic Argorithm ）、カオス、カルマ
ンフィルタ、最小２乗法、ＧＭＤＨ（Grouping Method
of Data Handling）等の各種の方法を用いることができ
る。
記憶された過去の熱需要実績、およびヒューマン・イン
タフェース部２１を介して入力された当日の気象情報や
曜日等に基づいて当日の熱需要を予測するものである。
なお、予測手法としてはニューラルネットワークや、フ
ァジィ、ＧＡ（Genetic Argorithm ）、カオス、カルマ
ンフィルタ、最小２乗法、ＧＭＤＨ（Grouping Method
of Data Handling）等の各種の方法を用いることができ
る。
【００１７】さらに、運転計画演算部４は、熱需要予測
部３により求められた熱需要予測値に基づいて、実績記
憶部２に記憶された各熱源機器１２，１３の過去の運転
実績の中から当日の状況に類似した類似日の運転実績を
検索し、この検索された類似日の運転実績を初期値とし
て最適化演算手法により熱供給プラント２０の運転計画
を作成するものである。
部３により求められた熱需要予測値に基づいて、実績記
憶部２に記憶された各熱源機器１２，１３の過去の運転
実績の中から当日の状況に類似した類似日の運転実績を
検索し、この検索された類似日の運転実績を初期値とし
て最適化演算手法により熱供給プラント２０の運転計画
を作成するものである。
【００１８】さらにまた、熱源機器制御部５は、運転計
画演算部４により作成された運転計画と、プロセス入出
力部６を介して入力されるプロセス信号とに基づいて各
熱源機器１２，１３を制御するための制御信号をプロセ
ス入出力部６へ出力するものである。
画演算部４により作成された運転計画と、プロセス入出
力部６を介して入力されるプロセス信号とに基づいて各
熱源機器１２，１３を制御するための制御信号をプロセ
ス入出力部６へ出力するものである。
【００１９】次に、このような構成からなる本発明の第
１の実施の形態の作用について説明する。
１の実施の形態の作用について説明する。
【００２０】図１において、図２に示す熱供給プラント
２０の熱負荷１８等の熱需要実績は、往還水に関して温
度および流量から計測され、プロセス入出力部６を介し
て熱需要実績として日時および曜日（例えば休日、平
日、休日明け別）等の項目別に整理され、その日の気象
情報とともに実績記憶部２に記憶される。
２０の熱負荷１８等の熱需要実績は、往還水に関して温
度および流量から計測され、プロセス入出力部６を介し
て熱需要実績として日時および曜日（例えば休日、平
日、休日明け別）等の項目別に整理され、その日の気象
情報とともに実績記憶部２に記憶される。
【００２１】続いて、実績記憶部２に記憶されている熱
需要実績、およびヒューマン・インタフェース部２１を
介して入力された当日の気象情報や曜日等に基づいて、
熱需要予測部３により今後Ｎ時間分の熱需要が予測され
る。なおここでは、今後２４時間分の熱需要予測値が１
時間単位で求められるものとする。
需要実績、およびヒューマン・インタフェース部２１を
介して入力された当日の気象情報や曜日等に基づいて、
熱需要予測部３により今後Ｎ時間分の熱需要が予測され
る。なおここでは、今後２４時間分の熱需要予測値が１
時間単位で求められるものとする。
【００２２】その後、運転計画演算部４により熱供給プ
ラント２０の蓄熱槽１１の容量および熱源機器１２，１
３の定格能力等に基づいて今後Ｎ時間分の運転計画が作
成され、この作成された運転計画に基づいてプロセス入
出力部６を介して熱源機器制御部５により各熱源機器１
２，１３が制御される。
ラント２０の蓄熱槽１１の容量および熱源機器１２，１
３の定格能力等に基づいて今後Ｎ時間分の運転計画が作
成され、この作成された運転計画に基づいてプロセス入
出力部６を介して熱源機器制御部５により各熱源機器１
２，１３が制御される。
【００２３】以下、運転計画演算部４により熱供給プラ
ント２０の運転計画を作成する方法について具体的に説
明する。なおここでは、簡単のために今後２４時間分の
運転計画を１時間単位で求める場合について説明する。
ント２０の運転計画を作成する方法について具体的に説
明する。なおここでは、簡単のために今後２４時間分の
運転計画を１時間単位で求める場合について説明する。
【００２４】まず、熱需要予測部３により求められた熱
需要予測値に基づいて、実績記憶部２に記憶された各熱
源機器１２，１３の過去の運転実績の中から当日の状況
に類似した類似日の運転実績を検索する。
需要予測値に基づいて、実績記憶部２に記憶された各熱
源機器１２，１３の過去の運転実績の中から当日の状況
に類似した類似日の運転実績を検索する。
【００２５】具体的には例えば、熱需要予測部３により
求められた熱需要予測値を
求められた熱需要予測値を
【数１】
、熱需要実績をＱd（ｋ）とし（ｄは日付（ｄ＝１〜Ｎ
日）、ｋは時刻（ｋ＝０〜２３時））、次式（１）の値
が小さい日を類似日として検索する。
日）、ｋは時刻（ｋ＝０〜２３時））、次式（１）の値
が小さい日を類似日として検索する。
【数２】
【００２６】なお、このような類似日の検索において、
検索対象となる日数は、実績記憶部２に記憶されている
全日数分でもよく、また任意の日数分でもよい。
検索対象となる日数は、実績記憶部２に記憶されている
全日数分でもよく、また任意の日数分でもよい。
【００２７】そして、このようにして類似日が検索され
た後、この検索された類似日の熱源機器１２，１３の運
転実績を初期値として最適化演算手法により熱供給プラ
ント２０の運転計画を作成する。なお、最適化演算手法
としては、数理計画法（分岐限定法やシンプレックス法
等）や遺伝的アルゴリズム等の各種の方法を用いること
ができ、運転コストの低減や、ピークカット（ピーク時
間帯における電力使用量等の低減）、夜間電力等の利
用、および熱源機器１２，１３の安定運転（連続運転）
等の各項目を評価関数として考慮しつつ熱供給プラント
２０の運転計画を作成する。
た後、この検索された類似日の熱源機器１２，１３の運
転実績を初期値として最適化演算手法により熱供給プラ
ント２０の運転計画を作成する。なお、最適化演算手法
としては、数理計画法（分岐限定法やシンプレックス法
等）や遺伝的アルゴリズム等の各種の方法を用いること
ができ、運転コストの低減や、ピークカット（ピーク時
間帯における電力使用量等の低減）、夜間電力等の利
用、および熱源機器１２，１３の安定運転（連続運転）
等の各項目を評価関数として考慮しつつ熱供給プラント
２０の運転計画を作成する。
【００２８】このように本発明の第１の実施の形態によ
れば、実績記憶部２に記憶された各熱源機器１２，１３
の過去の運転実績の中から当日の状況に類似した類似日
の運転実績を検索し、この検索された類似日の運転実績
を初期値として最適化演算手法により熱供給プラント２
０の運転計画を作成するので、運転計画を作成するため
の最適化演算において評価関数が比較的良好な解から演
算を始めることができ、このため熱供給プラント２０の
最適な運転計画を非常に高速に作成することができる。
れば、実績記憶部２に記憶された各熱源機器１２，１３
の過去の運転実績の中から当日の状況に類似した類似日
の運転実績を検索し、この検索された類似日の運転実績
を初期値として最適化演算手法により熱供給プラント２
０の運転計画を作成するので、運転計画を作成するため
の最適化演算において評価関数が比較的良好な解から演
算を始めることができ、このため熱供給プラント２０の
最適な運転計画を非常に高速に作成することができる。
【００２９】なお、上述した第１の実施の形態において
は、運転計画演算部４において、熱需要予測部３により
求められた熱需要予測値に基づいて、実績記憶部２に記
憶された各熱源機器１２，１３の過去の運転実績の中か
ら当日の状況に類似した類似日の運転実績を検索してい
るが、類似日の運転実績を検索する方法はこれに限定さ
れるものではなく、例えばプロセス入出力部６を介して
入力されたプロセス信号（計測信号）に含まれる熱供給
プラント２０の現在の状態や、ヒューマン・インタフェ
ース部２１を介して入力された当日の気象情報等に基づ
いて類似日を検索することも可能である。
は、運転計画演算部４において、熱需要予測部３により
求められた熱需要予測値に基づいて、実績記憶部２に記
憶された各熱源機器１２，１３の過去の運転実績の中か
ら当日の状況に類似した類似日の運転実績を検索してい
るが、類似日の運転実績を検索する方法はこれに限定さ
れるものではなく、例えばプロセス入出力部６を介して
入力されたプロセス信号（計測信号）に含まれる熱供給
プラント２０の現在の状態や、ヒューマン・インタフェ
ース部２１を介して入力された当日の気象情報等に基づ
いて類似日を検索することも可能である。
【００３０】また、上述した第１の実施の形態において
は、熱需要予測部３および運転計画演算部４において、
熱需要予測値および運転計画を１時間単位の刻み幅で求
めるようにしているが、熱需要予測値および運転計画の
刻み幅（時間単位）はこれに限定されるものではなく、
例えば５分単位、３０分単位または２時間単位等の各種
の時間単位を採用することができる。また、熱需要予測
値および運転計画は２４時間分を一括して求めるだけで
なく、１２時間分を一括して求めることも可能である。
は、熱需要予測部３および運転計画演算部４において、
熱需要予測値および運転計画を１時間単位の刻み幅で求
めるようにしているが、熱需要予測値および運転計画の
刻み幅（時間単位）はこれに限定されるものではなく、
例えば５分単位、３０分単位または２時間単位等の各種
の時間単位を採用することができる。また、熱需要予測
値および運転計画は２４時間分を一括して求めるだけで
なく、１２時間分を一括して求めることも可能である。
【００３１】さらに、上述した第１の実施の形態におい
ては、プラント制御装置１により熱供給プラント２０の
運転を制御する場合について説明したが、プラント制御
装置１により制御されるプラントはこれに限定されるも
のではなく、発電所、ガス供給プラント、上水供給プラ
ントおよび下水処理場等の各種のプラントについても同
様にして適用することが可能である。
ては、プラント制御装置１により熱供給プラント２０の
運転を制御する場合について説明したが、プラント制御
装置１により制御されるプラントはこれに限定されるも
のではなく、発電所、ガス供給プラント、上水供給プラ
ントおよび下水処理場等の各種のプラントについても同
様にして適用することが可能である。
【００３２】第２の実施の形態
次に、図３により、本発明の第２の実施の形態について
説明する。なお、本発明の第２の実施の形態は、プラン
ト異常判定部、可動機器情報入力部、需要予測検査部お
よび異常時需要入力部を設けた点を除いて、他は図１に
示す第１の実施の形態と略同一である。本発明の第２の
実施の形態において、図１に示す第１の実施の形態と同
一部分には同一符号を付して詳細な説明は省略する。
説明する。なお、本発明の第２の実施の形態は、プラン
ト異常判定部、可動機器情報入力部、需要予測検査部お
よび異常時需要入力部を設けた点を除いて、他は図１に
示す第１の実施の形態と略同一である。本発明の第２の
実施の形態において、図１に示す第１の実施の形態と同
一部分には同一符号を付して詳細な説明は省略する。
【００３３】図３に示すように、プラント制御装置１
は、熱供給プラント２０に異常が発生しているか否かを
判定するプラント異常判定部（プラント異常判定手段）
７をさらに備え、熱需要予測部３により求められた熱需
要予測値、実績記憶部２に記憶された過去の熱需要実
績、およびプロセス入出力部６を介して入力されたプロ
セス信号（計測信号）に含まれる熱供給プラント２０の
現在の状態等に基づいて、熱供給プラント２０の各熱源
機器１２，１３のうちの少なくとも１つの熱源機器が運
転できないような異常、または熱需要予測部３により求
められた熱需要予測値が過去の熱需要実績（当日の熱需
要実績を含む）と比べて大きく乖離するような異常が発
生しているか否かを判定することができるようになって
いる。
は、熱供給プラント２０に異常が発生しているか否かを
判定するプラント異常判定部（プラント異常判定手段）
７をさらに備え、熱需要予測部３により求められた熱需
要予測値、実績記憶部２に記憶された過去の熱需要実
績、およびプロセス入出力部６を介して入力されたプロ
セス信号（計測信号）に含まれる熱供給プラント２０の
現在の状態等に基づいて、熱供給プラント２０の各熱源
機器１２，１３のうちの少なくとも１つの熱源機器が運
転できないような異常、または熱需要予測部３により求
められた熱需要予測値が過去の熱需要実績（当日の熱需
要実績を含む）と比べて大きく乖離するような異常が発
生しているか否かを判定することができるようになって
いる。
【００３４】また、プラント制御装置１は、運転計画演
算部４に対して熱供給プラント２０の各熱源機器１２，
１３の状態（起動／停止）を最適化条件の１つとして組
み込むための可動機器情報入力部（可動機器情報入力手
段）８と、実績記憶部２に記憶された過去の熱需要実績
の中から気象情報や曜日等に基づいて当日の状況に類似
した類似日の熱需要実績を検索する需要予測検査部（需
要予測検査手段）９と、当日の需要を需要設定値として
外部から設定するための異常時需要入力部（異常時需要
入力手段）１０とをさらに備えている。
算部４に対して熱供給プラント２０の各熱源機器１２，
１３の状態（起動／停止）を最適化条件の１つとして組
み込むための可動機器情報入力部（可動機器情報入力手
段）８と、実績記憶部２に記憶された過去の熱需要実績
の中から気象情報や曜日等に基づいて当日の状況に類似
した類似日の熱需要実績を検索する需要予測検査部（需
要予測検査手段）９と、当日の需要を需要設定値として
外部から設定するための異常時需要入力部（異常時需要
入力手段）１０とをさらに備えている。
【００３５】次に、このような構成からなる本発明の第
２の実施の形態の作用について説明する。
２の実施の形態の作用について説明する。
【００３６】図３において、図２に示す熱供給プラント
２０の熱負荷１８等の熱需要実績は、上述した第１の実
施の形態の場合と同様に、往還水に関して温度および流
量から計測され、プロセス入出力部６を介して熱需要実
績として日時および曜日等の項目別に整理され、その日
の気象情報とともに実績記憶部２に記憶される。
２０の熱負荷１８等の熱需要実績は、上述した第１の実
施の形態の場合と同様に、往還水に関して温度および流
量から計測され、プロセス入出力部６を介して熱需要実
績として日時および曜日等の項目別に整理され、その日
の気象情報とともに実績記憶部２に記憶される。
【００３７】続いて、実績記憶部２に記憶されている熱
需要実績、およびヒューマン・インタフェース部２１を
介して入力された当日の気象情報および曜日等に基づい
て、熱需要予測部３により今後Ｎ時間分の熱需要が予測
される。なおここでは、今後２４時間分の熱需要予測値
が１時間単位で求められるものとする。
需要実績、およびヒューマン・インタフェース部２１を
介して入力された当日の気象情報および曜日等に基づい
て、熱需要予測部３により今後Ｎ時間分の熱需要が予測
される。なおここでは、今後２４時間分の熱需要予測値
が１時間単位で求められるものとする。
【００３８】その後、プラント異常判定部７により、熱
需要予測部３により求められた熱需要予測値、実績記憶
部２に記憶された過去の熱需要実績、およびプロセス入
出力部６を介して入力されたプロセス信号（計測信号）
に含まれる熱供給プラント２０の現在の状態等に基づい
て、熱供給プラント２０に異常が発生しているか否かが
判定される。
需要予測部３により求められた熱需要予測値、実績記憶
部２に記憶された過去の熱需要実績、およびプロセス入
出力部６を介して入力されたプロセス信号（計測信号）
に含まれる熱供給プラント２０の現在の状態等に基づい
て、熱供給プラント２０に異常が発生しているか否かが
判定される。
【００３９】ここで、プラント異常判定部７により熱供
給プラント２０に異常が発生していないと判定された場
合には、上述した第１の実施の形態の場合と同様に、運
転計画演算部４において、熱需要予測部３により求めら
れた熱需要予測値に基づいて、実績記憶部２に記憶され
た過去の各熱源機器１２，１３の運転実績の中から当日
の状況に類似した類似日の運転実績を検索し、この検索
された類似日の運転実績を初期値として最適化演算手法
により熱供給プラント２０の運転計画が作成される。
給プラント２０に異常が発生していないと判定された場
合には、上述した第１の実施の形態の場合と同様に、運
転計画演算部４において、熱需要予測部３により求めら
れた熱需要予測値に基づいて、実績記憶部２に記憶され
た過去の各熱源機器１２，１３の運転実績の中から当日
の状況に類似した類似日の運転実績を検索し、この検索
された類似日の運転実績を初期値として最適化演算手法
により熱供給プラント２０の運転計画が作成される。
【００４０】一方、プラント異常判定部７により、熱供
給プラント２０の各熱源機器１２，１３のうちの少なく
とも１つの熱源機器が運転できないような異常が発生し
ていると判定された場合には、運転計画演算部４におい
て、可動機器情報入力部８により組み込まれた条件（可
動していない機器を除外するような制約条件）を利用し
つつ、熱需要予測部３により求められた熱需要予測値に
基づいて数理計画法（分岐限定法やシンプレックス法
等）や遺伝的アルゴリズム等の最適化演算手法により熱
供給プラント２０の運転計画が作成される。
給プラント２０の各熱源機器１２，１３のうちの少なく
とも１つの熱源機器が運転できないような異常が発生し
ていると判定された場合には、運転計画演算部４におい
て、可動機器情報入力部８により組み込まれた条件（可
動していない機器を除外するような制約条件）を利用し
つつ、熱需要予測部３により求められた熱需要予測値に
基づいて数理計画法（分岐限定法やシンプレックス法
等）や遺伝的アルゴリズム等の最適化演算手法により熱
供給プラント２０の運転計画が作成される。
【００４１】また、プラント異常判定部７により、熱需
要予測部３により求められた熱需要予測値が過去の熱需
要実績と比べて大きく乖離するような異常が発生してい
ると判定された場合には、運転計画演算部４において、
需要予測検査部９により検索された類似日の熱需要実
績、または異常時需要入力部１０により設定された需要
設定値に基づいて数理計画法（分岐限定法やシンプレッ
クス法等）や遺伝的アルゴリズム等の最適化演算手法に
より熱供給プラント２０の運転計画が作成される。
要予測部３により求められた熱需要予測値が過去の熱需
要実績と比べて大きく乖離するような異常が発生してい
ると判定された場合には、運転計画演算部４において、
需要予測検査部９により検索された類似日の熱需要実
績、または異常時需要入力部１０により設定された需要
設定値に基づいて数理計画法（分岐限定法やシンプレッ
クス法等）や遺伝的アルゴリズム等の最適化演算手法に
より熱供給プラント２０の運転計画が作成される。
【００４２】ここで、プラント異常判定部７において
は、熱需要予測部３により求められた熱需要予測値に異
常があるか否かを、例えば熱需要予測部３により今後Ｎ
時間分の熱需要が予測された時点で、次のような方法に
より判定する。なおここでは、熱需要予測部３により求
められた熱需要予測値を
は、熱需要予測部３により求められた熱需要予測値に異
常があるか否かを、例えば熱需要予測部３により今後Ｎ
時間分の熱需要が予測された時点で、次のような方法に
より判定する。なおここでは、熱需要予測部３により求
められた熱需要予測値を
【数３】
、熱需要実績をＱd（ｋ）とする（ｄは日付（ｄ＝１〜
Ｎ日）、ｋは時刻（ｋ＝０〜２３時））。
Ｎ日）、ｋは時刻（ｋ＝０〜２３時））。
【００４３】まず、第１の方法（日量判別方法）におい
ては、熱需要予測値と熱需要実績との異常な乖離を、２
４時間分の熱需要の合計（日量）に基づいて検出する。
具体的には例えば、熱需要予測値と熱需要実績が次式
（２）の関係を満たしていない場合に異常が発生してい
ると判定する。なお、次式（２）において、εは任意の
実数とする。また、集計されるデータ日数は、実績記憶
部２に記憶されている全日数分でもよく、任意の日数分
でもよい。
ては、熱需要予測値と熱需要実績との異常な乖離を、２
４時間分の熱需要の合計（日量）に基づいて検出する。
具体的には例えば、熱需要予測値と熱需要実績が次式
（２）の関係を満たしていない場合に異常が発生してい
ると判定する。なお、次式（２）において、εは任意の
実数とする。また、集計されるデータ日数は、実績記憶
部２に記憶されている全日数分でもよく、任意の日数分
でもよい。
【数４】
【００４４】また、第２の方法（パターン判別方法）に
おいては、熱需要予測値と熱需要実績との異常な乖離
を、熱需要予測部３により求められた熱需要予測値と熱
需要実績との特定の時間帯における相違に基づいて検出
する。具体的には例えば、熱需要の立ち上がり時間およ
び立ち下がり時間の相違や、特定の時間帯における熱需
要の激減および激増等の傾向の相違に基づいて検出す
る。
おいては、熱需要予測値と熱需要実績との異常な乖離
を、熱需要予測部３により求められた熱需要予測値と熱
需要実績との特定の時間帯における相違に基づいて検出
する。具体的には例えば、熱需要の立ち上がり時間およ
び立ち下がり時間の相違や、特定の時間帯における熱需
要の激減および激増等の傾向の相違に基づいて検出す
る。
【００４５】なお、以上においては、熱需要予測部３に
より求められた熱需要予測値に異常があるか否かを、熱
需要予測部３により今後Ｎ時間分の熱需要が予測された
時点で判定しているが、これに限らず、自動運転中にオ
ンラインで検出するようにしてもよい。具体的には例え
ば、自動運転中のある時間に、熱需要予測値と熱需要実
績との間に次式（３）の関係を満たすような異常な乖離
が検出された場合に、異常が発生していると判定する。
なお、次式（３）において、εは任意の実数とする。
より求められた熱需要予測値に異常があるか否かを、熱
需要予測部３により今後Ｎ時間分の熱需要が予測された
時点で判定しているが、これに限らず、自動運転中にオ
ンラインで検出するようにしてもよい。具体的には例え
ば、自動運転中のある時間に、熱需要予測値と熱需要実
績との間に次式（３）の関係を満たすような異常な乖離
が検出された場合に、異常が発生していると判定する。
なお、次式（３）において、εは任意の実数とする。
【数５】
【００４６】なお、このようにして作成された運転計画
は熱源機器制御部５に入力され、熱源機器制御部５によ
りプロセス入出力部６を介して各熱源機器１２，１３が
制御される。
は熱源機器制御部５に入力され、熱源機器制御部５によ
りプロセス入出力部６を介して各熱源機器１２，１３が
制御される。
【００４７】このように本発明の第２の実施の形態によ
れば、プラント異常判定部７により熱供給プラント２０
に異常が発生しているか否かを判定し、熱供給プラント
２０に異常が発生していない場合に、当日の状況に類似
した類似日の運転実績を初期値として最適化演算手法に
より熱供給プラント２０の運転計画を作成するので、過
去の運転実績を有効に利用可能な平常時において熱供給
プラント２０の最適な運転計画を非常に高速に作成する
ことができる。
れば、プラント異常判定部７により熱供給プラント２０
に異常が発生しているか否かを判定し、熱供給プラント
２０に異常が発生していない場合に、当日の状況に類似
した類似日の運転実績を初期値として最適化演算手法に
より熱供給プラント２０の運転計画を作成するので、過
去の運転実績を有効に利用可能な平常時において熱供給
プラント２０の最適な運転計画を非常に高速に作成する
ことができる。
【００４８】また、本発明の第２の実施の形態によれ
ば、熱供給プラント２０の各熱源機器１２，１３のうち
の少なくとも１つの熱源機器が運転できないような異常
が発生している場合に、運転計画演算部４において、可
動機器情報入力部８により組み込まれた条件を利用しつ
つ、熱需要予測部３により求められた熱需要予測値に基
づいて最適化演算手法により熱供給プラント２０の運転
計画を作成するので、上述したような異常が発生してい
る場合でも熱供給プラント２０の現在の状態を反映した
運転計画を自動的に作成することができる。
ば、熱供給プラント２０の各熱源機器１２，１３のうち
の少なくとも１つの熱源機器が運転できないような異常
が発生している場合に、運転計画演算部４において、可
動機器情報入力部８により組み込まれた条件を利用しつ
つ、熱需要予測部３により求められた熱需要予測値に基
づいて最適化演算手法により熱供給プラント２０の運転
計画を作成するので、上述したような異常が発生してい
る場合でも熱供給プラント２０の現在の状態を反映した
運転計画を自動的に作成することができる。
【００４９】さらに、本発明の第２の実施の形態によれ
ば、熱需要予測部３により求められた熱需要予測値が過
去の熱需要実績と比べて大きく乖離しているような異常
が発生している場合に、運転計画演算部４において、需
要予測検査部９により検索された類似日の熱需要実績に
基づいて最適化演算手法により熱供給プラント２０の運
転計画を作成するので、上述したような異常が発生して
いる場合でも過去の実績を反映した運転計画を自動的に
作成することができる。
ば、熱需要予測部３により求められた熱需要予測値が過
去の熱需要実績と比べて大きく乖離しているような異常
が発生している場合に、運転計画演算部４において、需
要予測検査部９により検索された類似日の熱需要実績に
基づいて最適化演算手法により熱供給プラント２０の運
転計画を作成するので、上述したような異常が発生して
いる場合でも過去の実績を反映した運転計画を自動的に
作成することができる。
【００５０】さらにまた、本発明の第２の実施の形態に
よれば、熱需要予測部３により求められた熱需要予測値
が過去の熱需要実績と比べて大きく乖離しているような
異常が発生している場合に、運転計画演算部４におい
て、異常時需要入力部１０により設定された需要設定値
に基づいて最適化演算手法により熱供給プラント２０の
運転計画が作成するので、上述したような異常が発生し
ている場合でもオペレータの好みを反映した運転計画を
自動的に作成することができる。
よれば、熱需要予測部３により求められた熱需要予測値
が過去の熱需要実績と比べて大きく乖離しているような
異常が発生している場合に、運転計画演算部４におい
て、異常時需要入力部１０により設定された需要設定値
に基づいて最適化演算手法により熱供給プラント２０の
運転計画が作成するので、上述したような異常が発生し
ている場合でもオペレータの好みを反映した運転計画を
自動的に作成することができる。
【００５１】なお、本発明の第２の実施の形態において
は、プラント異常判定部７により熱供給プラント２０に
異常が発生していないと判定された場合に、運転計画演
算部４において、当日の状況に類似した類似日の運転実
績を初期値として最適化演算手法により熱供給プラント
２０の運転計画を作成しているが、類似日の運転実績が
十分信頼できるものであるような場合には、当日の状況
に類似した類似日の運転実績に多少の修正を加えて熱供
給プラント２０の運転計画を作成することも可能であ
り、これにより熱供給プラント２０の最適な運転計画を
さらに高速に作成することができる。
は、プラント異常判定部７により熱供給プラント２０に
異常が発生していないと判定された場合に、運転計画演
算部４において、当日の状況に類似した類似日の運転実
績を初期値として最適化演算手法により熱供給プラント
２０の運転計画を作成しているが、類似日の運転実績が
十分信頼できるものであるような場合には、当日の状況
に類似した類似日の運転実績に多少の修正を加えて熱供
給プラント２０の運転計画を作成することも可能であ
り、これにより熱供給プラント２０の最適な運転計画を
さらに高速に作成することができる。
【００５２】
【発明の効果】以上説明したように本発明によれば、プ
ラントの規模にかかわらずプラントの運転計画を高速に
作成することができるとともに、プラントに異常が発生
した場合でも適切な運転計画を作成してプラントの自動
化運転を継続することができる。
ラントの規模にかかわらずプラントの運転計画を高速に
作成することができるとともに、プラントに異常が発生
した場合でも適切な運転計画を作成してプラントの自動
化運転を継続することができる。
【図１】本発明によるプラント制御装置の第１の実施の
形態を示す図。
形態を示す図。
【図２】図１に示す熱供給プラントを示す概略図。
【図３】本発明によるプラント制御装置の第２の実施の
形態を示す図。
形態を示す図。
【符号の説明】
１ プラント制御装置
２ 実績記憶部
３ 熱需要予測部
４ 運転計画演算部
５ 熱源機器制御部
６ プロセス入出力部
７ プラント異常判定部
８ 可動機器情報入力部
９ 需要予測検査部
１０ 異常時需要入力部
２１ ヒューマン・インタフェース部
２０ 熱供給プラント
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平８−136174（ＪＰ，Ａ)
特開 平８−87303（ＪＰ，Ａ)
特開 平８−36560（ＪＰ，Ａ)
特開 平５−88715（ＪＰ，Ａ)
特許2501981（ＪＰ，Ｂ２)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G05B 13/02
Claims (6)
- 【請求項１】複数の機器を有するプラントの運転を制御
するプラント制御装置において、 前記プラントの過去の需要実績および前記各機器の過去
の運転実績を記憶する実績記憶手段と、 前記実績記憶手段に記憶された過去の需要実績に基づい
て当日の需要を予測する需要予測手段と、 前記需要予測手段により求められた需要予測値に基づい
て前記プラントの運転計画を作成する運転計画演算手段
と、 前記運転計画演算手段により作成された前記プラントの
運転計画に基づいて前記各機器を制御する機器制御手段
とを備え、 前記運転計画演算手段は、前記需要予測手段により求め
られた需要予測値、前記プラントの状態または気象情報
の少なくとも１つに基づいて、前記実績記憶手段に記憶
された前記過去の運転実績の中から当日の状況に類似し
た類似日の運転実績を検索し、この検索された類似日の
運転実績を初期値として最適化演算処理を行うことによ
り前記プラントの最適な運転計画を作成することを特徴
とするプラント制御装置。 - 【請求項２】前記プラントに異常が発生しているか否か
を判定するプラント異常判定手段をさらに備え、 前記運転計画演算手段は、前記プラント異常判定手段に
より前記プラントに異常が発生していないと判定された
場合に、前記需要予測手段により求められた需要予測
値、前記プラントの状態または気象情報の少なくとも１
つに基づいて、前記実績記憶手段に記憶された前記過去
の運転実績の中から当日の状況に類似した類似日の運転
実績を検索し、この検索された類似日の運転実績を初期
値として最適化演算処理を行うことにより前記プラント
の最適な運転計画を作成することを特徴とする、請求項
１記載のプラント制御装置。 - 【請求項３】前記運転計画演算手段に対して前記プラン
トの前記各機器の状態を最適化条件の１つとして組み込
むための可動機器情報入力手段をさらに備え、 前記運転計画演算手段は、前記プラント異常判定手段に
より、前記プラントの前記各機器のうちの少なくとも１
つの機器が運転できないような異常が発生していると判
定された場合に、前記可動機器情報入力手段により組み
込まれた条件を利用しつつ、前記需要予測手段により求
められた需要予測値に基づいて最適化演算処理を行うこ
とにより前記プラントの最適な運転計画を作成すること
を特徴とする、請求項２記載のプラント制御装置。 - 【請求項４】前記実績記憶手段に記憶された過去の需要
実績の中から気象情報等に基づいて当日の状況に類似し
た類似日の需要実績を検索する需要予測検査手段をさら
に備え、 前記運転計画演算手段は、前記プラント異常判定手段に
より、前記需要予測手段により求められた需要予測値が
過去の需要実績と比べて大きく乖離するような異常が発
生していると判定された場合に、前記需要予測検査手段
により検索された類似日の需要実績に基づいて最適化演
算処理を行うことにより前記プラントの最適な運転計画
を作成することを特徴とする、請求項２記載のプラント
制御装置。 - 【請求項５】当日の需要を外部から設定するための異常
時需要入力手段をさらに備え、 前記運転計画演算手段は、前記プラント異常判定手段に
より、前記需要予測手段により求められた需要予測値が
過去の需要実績と比べて大きく乖離するような異常が発
生していると判定された場合に、前記異常時需要入力手
段により設定された需要設定値に基づいて最適化演算処
理を行うことにより前記プラントの最適な運転計画を作
成することを特徴とする、請求項２記載のプラント制御
装置。 - 【請求項６】前記運転計画演算手段は、前記最適化演算
処理として数理計画法または遺伝的アルゴリズムを行う
ことを特徴とする請求項１乃至５のいずれか記載のプラ
ント制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29965298A JP3523793B2 (ja) | 1998-10-21 | 1998-10-21 | プラント制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29965298A JP3523793B2 (ja) | 1998-10-21 | 1998-10-21 | プラント制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000132204A JP2000132204A (ja) | 2000-05-12 |
| JP3523793B2 true JP3523793B2 (ja) | 2004-04-26 |
Family
ID=17875353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29965298A Expired - Fee Related JP3523793B2 (ja) | 1998-10-21 | 1998-10-21 | プラント制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3523793B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4099334B2 (ja) * | 2002-01-18 | 2008-06-11 | 株式会社東芝 | プラント運用制御装置 |
| JP4141815B2 (ja) * | 2002-11-29 | 2008-08-27 | 株式会社東芝 | プラント運用最適化制御装置 |
| JP4479565B2 (ja) * | 2005-03-29 | 2010-06-09 | ダイキン工業株式会社 | 異常検知システム |
| JP4402645B2 (ja) * | 2005-12-06 | 2010-01-20 | 株式会社山武 | 制御系解析装置およびプログラム |
| KR101049256B1 (ko) * | 2009-10-28 | 2011-07-14 | 한국전력공사 | 열병합발전설비의 에너지 운영 시스템 |
| JP5874413B2 (ja) * | 2012-01-30 | 2016-03-02 | 株式会社ノーリツ | 貯湯式給湯システム |
| JP5849879B2 (ja) * | 2012-07-17 | 2016-02-03 | Ｊｆｅエンジニアリング株式会社 | ヒートポンプシステム及びその制御方法 |
| JP2016162362A (ja) * | 2015-03-04 | 2016-09-05 | 株式会社東芝 | 制御装置、制御方法及びコンピュータプログラム |
| JP2024050317A (ja) | 2022-09-29 | 2024-04-10 | 富士通株式会社 | フロー生成プログラム、フロー生成方法および情報処理装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2501981B2 (ja) | 1991-09-26 | 1996-05-29 | 東京電力株式会社 | 熱源機器の運転制御装置 |
-
1998
- 1998-10-21 JP JP29965298A patent/JP3523793B2/ja not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2501981B2 (ja) | 1991-09-26 | 1996-05-29 | 東京電力株式会社 | 熱源機器の運転制御装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000132204A (ja) | 2000-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11409274B2 (en) | Model predictive maintenance system for performing maintenance as soon as economically viable | |
| CN102331759B (zh) | 使用迭代专家引擎的优化系统 | |
| EP2013669B1 (en) | A method of optimising energy consumption | |
| CN102331758B (zh) | 用于运行工厂的能量管理系统、工厂管理系统及用于优化工厂的运行的方法 | |
| WO2018217251A1 (en) | Model predictive maintenance system for building equipment | |
| JP4347602B2 (ja) | 熱源運転支援制御方法、システムおよびプログラム | |
| JP3523793B2 (ja) | プラント制御装置 | |
| CN110458340B (zh) | 基于模式分类的建筑空调冷负荷自回归预测方法 | |
| JP4512074B2 (ja) | エネルギー需要予測方法、予測装置、プログラム及び記録媒体 | |
| CN106875115A (zh) | 一种基于大数据的设备调度预警方法及系统 | |
| JP3756705B2 (ja) | 上水道プラントの広域最適水運用装置 | |
| JP2008109813A (ja) | デマンド制御装置および電力消費システム | |
| Wang et al. | Online chiller loading strategy based on the near-optimal performance map for energy conservation | |
| JPH1123016A (ja) | 地域熱供給プラントの制御装置 | |
| JPH0835706A (ja) | 空調熱負荷予測システム | |
| JP4511435B2 (ja) | 送水運用計画装置 | |
| JPH09273795A (ja) | 熱負荷予測装置 | |
| JPH11346438A (ja) | 電力需要量予測方法 | |
| JP3187118B2 (ja) | 熱源機器運転制御装置 | |
| JPH0886490A (ja) | 熱負荷予測装置 | |
| Anis | Identifying a mathematical model to optimize pump maintenance planning decisions-a case of irrigation asset management in KSA | |
| JP2001084039A (ja) | 上下水道監視制御システム | |
| JP3351588B2 (ja) | 熱製造・蓄熱施設の運転支援装置 | |
| CN114766025A (zh) | 保养辅助系统 | |
| JP3340288B2 (ja) | 蓄熱プラントの制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040130 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040209 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080220 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090220 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100220 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100220 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110220 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120220 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120220 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130220 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140220 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |