JP3666035B2 - 火力発電プラント自律適応制御システム - Google Patents
火力発電プラント自律適応制御システム Download PDFInfo
- Publication number
- JP3666035B2 JP3666035B2 JP27087194A JP27087194A JP3666035B2 JP 3666035 B2 JP3666035 B2 JP 3666035B2 JP 27087194 A JP27087194 A JP 27087194A JP 27087194 A JP27087194 A JP 27087194A JP 3666035 B2 JP3666035 B2 JP 3666035B2
- Authority
- JP
- Japan
- Prior art keywords
- schedule
- power plant
- thermal power
- control system
- correction amount
- 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 - Lifetime
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【産業上の利用分野】
本発明は、火力発電プラントの制御システムに係り、特に、種々の運転制限条件を満足しつつ、かつ短時間でプラントを起動させるのに好適な起動スケジュールを作成するための火力発電プラントの制御システムに関する。
【０００２】
【従来の技術】
火力発電プラントを急速起動しようとする場合、問題となるのが多くの運転制限条件と入出力間の非線形特性と時間遅れの存在である。即ち、作成される起動スケジュールは燃料流量や給水流量等の操作量に関しては勿論のこと、機器に発生する熱応力やボイラ排出ＮＯｘなど多くのプロセス状態値は運転制限条件を満たすものでなければならない。また、タービン昇速パターンや負荷上昇パターン即ち起動スケジュールを規定する操作量であるタービン昇速率や負荷上昇率と上記プロセス状態値の間には大きな非線形性と時間遅れがあるため、起動中に単なるフィードバック制御では高精度に運転制限条件を満足しながら急速な起動を実現することが不可能であった。このようなことから、従来の第１の方式では、特開昭63-94009号公報に記載のように、制御システムにプラントの全系動特性モデルを内蔵させ、実際のプラント起動前に、これを用いた起動シミュレーションの反復による起動特性予測により起動スケジュールの最適化を図っていた。即ち、テ−ブル情報や物理式として上記非線形性をモデル化し、起動スケジュールの作成に用いていた。また、従来の第２の方式としては、特開平3−164804 号公報に記載のように、実際の運転結果に基づいて起動特性を評価し、この評価結果からファジィ推論により起動スケジュールの修正量を算出する手段を有し、起動の度に得られる修正量をニューラルネットワークに学習させると共に、運転目標をニューラルネットワークに入力したときにニューラルネットワークから出力される値をもって前回起動時のスケジュールを修正することにより起動スケジュールの最適化を図っていた。即ち、制御システムにプラント全系の動特性モデルを持つことなく、ファジィ推論により専門家の持つ定性的知識とニューラルネットワークの学習能力を活用して起動スケジュールを作成していた。
【０００３】
【発明が解決しようとする課題】
しかしながら、上記従来技術によると、次の点が問題となる。
【０００４】
(1) 従来の第１の方式によると、起動特性予測に用いる全系動特性モデルは、プラントを取り巻く気温，湿度，水温や起動前のプラント機器の温度状態などの運用条件が考慮されたものにすることが必要であり、これを作成するのに多大な時間を要し、しかも対象プラント毎に作成しなければならないこと。さらに、ボイラにおける伝熱や脱硝装置における脱硝反応などの不確定要素が多く、動特性予測精度に限界があること。また、従来の第２の方式においては、上記運用条件の変動や不確定要素も勘案してファジィ推論用知識ベースを構築することは、その因果関係の複雑さゆえに困難であり、多大な時間を要するだけでなく知識ベースの信頼性が問題となる。
【０００５】
(2) 従来の第１の方式によると、プラントの全系動特性モデルを用いて実用時間内に最適起動スケジュールを求めるためには、演算処理能力が高く、メモリ容量の大きな高性能計算機システムを必要とすること。
【０００６】
(3) 起動前のプラント初期状態や気温等の運用条件が異なると、過去に作成した起動スケジュールを活用することが困難で、その都度、最適解を求めなければならないこと。即ち、制御システムは上記運転条件の変化に対して適応能力がないため、起動の度に上記高性能計算機のフル稼動が必要となること。また、従来の第２の方式においては、上述したように、運用条件の変動や不確定要素も勘案してファジィ推論用知識ベースを構築することは困難であるので、従来の第１の方式と同様に運転条件の変化に対して適応能力がない。
【０００７】
本発明は、上記の問題点に鑑みて為された発明であって、その目的は、
(1) 発電プラントの複雑大規模な全系動特性モデルを使用することなく運転制限要因を監視評価できること。即ち、運転制限要因を監視するための必要最小限の動特性モデルとすること、
(2) 初回起動時から最適起動スケジュールを求めることなく、実際の起動を繰り返す過程で起動スケジュールを最適化できること、
(3) プラント初期状態や気温等の運用条件が異なっても、過去に作成した起動スケジュールが適応的に活用できること、
が可能な火力発電プラント自律適応制御システムを提供することにある。
【０００８】
【課題を解決するための手段】
上記目的を達成するための本発明に係る火力発電プラント自律適応性御システムは、蒸気を発生させるためのボイラと、該ボイラにより発生された蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであっては、下記の手段を具備することを特徴とする。
【０００９】
(1) 前記ボイラの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段、
(2) 前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段、
(3) 該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段、
(4) 該余裕値評価手段により得られた余裕値に基づいて、前記起動スケジュールの修正量をファジィ推論を用いて算出するスケジュール修正量算出手段と、
(5) 前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力の対応関係を記憶する適応知識修得手段、
(6) 前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって、前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段、
(7) 該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段。
【００１０】
また、上記スケジュール修正量算出手段は、前記余裕値評価手段により得られた余裕値の大きさに対応した前記起動スケジュールのスケジュール修正量を規定する複数のファジィルールを記憶する知識ベースから、該ファジィルールを取り込んでスケジュール修正量を算出するものであってもよい。
【００１１】
更に、上記(1)〜(7)に、前記適応知識修得手段におけるニューラルネットワークの内部接続状態を決定することにより前記入出力対応関係を学習する学習管理手段を付加しても構わない。
【００１２】
ガスタービンと、該ガスタービンの排ガスを用いて蒸気を発生させるための排熱回収ボイラと、該排熱回収ボイラで発生した蒸気により駆動される蒸気タービンとを有するコンバインドサイクル発電プラントの制御システムであっても、上記(1)〜(7)の手段もしくは学習管理手段を設けることによって本発明の目的を達成することができる。
【００１３】
また、前記所定の運転制限要因は、前記ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であってもよいし、コンバインドサイクル発電プラントにおいては、前記排熱回収ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であってもよい。
【００１４】
更に、前記コンバインドサイクル発電プラントにおける起動スケジュールは、前記ガスタービンの起動スケジュールと前記蒸気タービンの起動スケジュールとからなり、かつ前記ガスタービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、昇速率，定格速度保持時間，初負荷，初負荷保持時間，負荷上昇率，負荷保持時間のうち少なくとも１つ以上であり、前記蒸気タービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、高圧タービンバイパス弁操作速度，中圧タービンバイパス弁操作速度，低圧タービンバイパス弁操作速度，高圧加減弁操作速度，中圧加減弁操作速度，低圧加減弁操作速度のうち少なくとも１つ以上であってもよい。
【００１５】
前記所定の運転制限要因は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘとし、前記余裕値評価手段は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力と前記蒸気タービン応力に対しては前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求め、前記排熱回収ボイラから排出されるＮＯｘに対しては、瞬時値と移動平均値を求めて前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求めるものであってもよい。
【００１６】
更にまた、前記スケジュール修正量算出手段は、前記余裕値評価手段から得られる排熱回収ボイラ過熱器出口蒸気ヘッダ応力の最小余裕値及び蒸気タービン応力の最小余裕値に基づく蒸気タービン主計画(ＳＴＰＳ)用ファジィ推論と、ガスタービン広域調整(ＧＴＧＴ)用ファジィ推論と、該排熱回収ボイラ排出ＮＯｘの最小余裕値に基づくガスタービン主計画(ＧＴＰＳ)用ファジィ推論と蒸気タービン局部調整(ＳＴＬＴ)用ファジィ推論を行い、前記ＳＴＰＳは前記ＳＴＬＴと比較して、より広範囲のスケジュールパラメータを修正対象とし、前記ＧＴＰＳは前記ＧＴＧＴと比較して、より緻密な修正を行い、前記ＧＴＧＴは前記ＧＴＰＳと比較して、より大局的な修正を行うものであってもよい。
【００１７】
更にまた、前記スケジュール修正量算出手段は、前記ＳＴＰＳ用，ＳＴＬＴ用，ＧＴＰＳ用，ＧＴＧＴ用の各ファジィ推論より得られた同一スケジュールパラメータに対する複数の修正量の中から、優先値決定手段により昇速率，負荷変化率，弁操作速度に関するパラメータは低値を選択し、速度保持時間，負荷保持時間に関するパラメータは高値を選択するものであってもよい。
【００１８】
更にまた、前記適応知識修得手段にて使用するニューラルネットワークは、信号変換機能を有するユニットを複数個集めて少なくとも入力層と出力層からなる多層構造を成し、前層ユニットの出力部と次層ユニットの入力部との接続部に設けられた内部接続強度を設定可能とし、入力層には前記起動スケジュールパラメータと運用条件に対応した数のユニットが配置され、出力層には該起動スケジュールパラメータに対応した数のユニットが配置され、入力層へ入力された信号は前記学習管理手段により予め設定され該内部接続強度に従って変換され出力層から出力されるものであってもよい。
【００１９】
更にまた、前記学習管理手段は、前記火力発電プラントの起動が繰り返される度に前記スケジュール修正量算出手段より得られる新たな修正量を累積計算するための累積修正量算出手段と、該累積修正量算出手段より得られた累積修正量を格納するための累積修正量格納手段と、過去における実際の起動に適用した起動スケジュールを格納するためのスケジュール格納手段と、過去における実際の起動時の運用条件を格納するための運用条件格納手段と、前記スケジュール格納手段と前記運用条件格納手段からそれぞれ該過去の起動スケジュールと運用条件を取り出し、これを前記適応知識修得手段における前記ニューラルネットワークの入力部に入力したときに出力部から得られる出力値が、前記累積修正量格納手段に格納された累積修正量と一致するように該ニューラルネットワークの該内部接続強度を決定するための学習手段と、を有するものであってもよい。
【００２０】
更にまた、前記運用条件格納手段に格納する運用条件は、前記火力発電プラントの停止期間，プラントの機器温度，圧力，復水器冷却用水温，大気の温度，湿度，プラント運転制限条件のうち少なくとも１つ以上であってもよい。
【００２１】
更にまた、前記自律性管理手段は、前記スケジュール修正量算出手段から得られる修正量により定まる起動スケジュールＸ1 を第１の起動スケジュールとし、初回起動時スケジュールＸ0に前記自律係数λを掛けて得られた値λＸ0と前記第１の起動スケジュールＸ1に該自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1とを加算して得られる起動スケジュールＸINを該ニューラルネットワークに前記運用条件と共に入力したとき出力部から得られる前記修正量ΔＸOUT と前記初回起動時スケジュールＸ0を加算して得られる起動スケジュールＸ2を第２の起動スケジュールとしたとき、前記第１の起動スケジュールＸ1 に前記自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1 と前記第２の起動スケジュールＸ2に前記自律係数λを掛けて得られた値λＸ2を加算して得られた起動スケジュールＸR をもって実際の起動スケジュールとして採用し、前記スケジュール実行制御手段に転送するものであってもよい。
【００２２】
更にまた、前記自律性管理手段は、前記自律係数λを可変とするための自律係数発生手段を有し、初回起動時はλ＝０とし、起動回数ｉもしくは前記スケジュール修正量算出手段により得られる該スケジュール修正量に対応して、起動回数を重ねるにつれて０≦λ≦１の範囲でλを大きくしていくものであってもよい。更にまた、前記運転制限要因は、少なくとも前記蒸気タービンのロータとケーシングの伸び差，前記排熱回収ボイラのドラム等に発生する応力，前記排熱回収ボイラから排出されるＳＯまたはＣＯであってもよい。
【００２３】
更にまた、上記の構成を備える火力発電プラント自律適応制御システムを、ガス化複合サイクル発電プラント，常圧及び加圧流動層ボイラ発電プラントの起動制御システムに用いてもよい。
【００２４】
更にまた、本発明に係る火力発電プラント自律適応制御システムにおける起動スケジュール作成の該一連の手段を、プラント運転訓練用シミュレータにおける起動スケジュール作成もしくは修正のためのガイダンス提示手段として用いてもよい。
【００２５】
更にまた、本発明に係る火力発電プラント自律適応制御システムに、前記実際の起動スケジュールを表示する手段を設けてもよい。
【００２６】
【作用】
本発明によれば、前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって、前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段を備えているので、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論よりも、前記適応知識修得手段により得られたニューラルネットワークからの結論に依存する度合を強められることになり、プラントの運用条件の変化に対応した好適な起動スケジュールを作成することができる。
【００２７】
即ち、上記適応知識修得手段は、プラント起動毎にスケジュール及びプラントの運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係が記憶されるニューラルネットワークを有しているので、実際の起動スケジュールを作成する際に、前記ファジィ推論によるスケジュール修正量決定手段からの修正量により作成される第１のスケジュールと、前記適応知識修得手段からの修正量により作成される第２のスケジュールの採用比率(自律係数λ)を、起動を繰り返すに連れて後者の比率を大きくすれば、実際の起動スケジュールは、プラントの運用条件に対応して作成された第２のスケジュールの割合が高くなり、プラントの起動回数が多くなる程プラントの運用条件の変化に対応した好適な起動スケジュールを作成することが可能となる。
【００２８】
また、上述した本発明の各手段(1)〜(7)及び知識ベース並びに学習管理手段の機能について以下に説明する。
【００２９】
(1) 基本スケジュール作成手段では、プラントの温度状態と比較的相関性が高い停止期間に着目して、停止期間別にテーブル情報として予め準備された複数のスケジュールの中から、中央給電指令所から指令された起動時刻に対応して該当するスケジュールを選択し、これをもって基本スケジュールとする。これにより、必ずしも最適ではないがプラントを安全に起動できるスケジュールが作成される。
【００３０】
(2) 運転制限要因監視手段では、上記スケジュール実行制御手段によりプラントが起動される過程で、直接計測が可能なプロセス状態については計測器から得られる信号により監視し、直接計測が困難なプロセス状態については計測可能なプロセス状態を動特性モデルに入力することにより運転制限要因の挙動を推定監視する。
【００３１】
(3) 余裕値評価手段では、上記運転制限要因監視手段により得られる運転制限要因について制限値に対する余裕値を全起動過程において評価する。
【００３２】
(4) スケジュール修正量算出手段では、上記余裕値評価手段で得られた余裕値の大きさに応じてスケジュールの修正量を算出する。このとき、後述する知識ベースを用いてファジィ推論により算出する。
【００３３】
(5) 適応知識修得手段では、ニューラルネットワークを用いて適応知識を修得する。ここで、適応知識とは単に前記ファジィルールで表されたスケジュール修正方策だけでなく、プラント運用条件の変化にも対処できる適応力をもつ知識である。この知識を獲得するためにニューラルネットワークには、プラント起動毎にスケジュール及びプラント運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係が記憶される。
【００３４】
(6) 自律性管理手段では、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論よりも、前記適応知識を修得する能力があるニューラルネットワークからの結論に依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量決定手段からの修正量により作成されるスケジュールと前記適応知識修得手段からの修正量により作成されるスケジュールの採用比率(自律係数λ)を可変とし、起動を繰り返すに連れて後者の比率を拡大させることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。
【００３５】
(7) スケジュール実行制御手段では、後述の自律性管理手段により作成される起動スケジュールに従って、タービン昇速制御，負荷上昇制御，蒸気圧力制御などプラント起動に必要なプロセス状態の制御を実施する。
【００３６】
また、知識ベースは、上記余裕値評価手段で得られた余裕値との因果関係においてスケジュール修正方策を定めた複数のルールの集合体であり、各ルールは余裕値の大きさに応じたスケジュールの修正方法に関する専門家の知見を計算機で処理可能な表現にした断片的知識として機能する。
【００３７】
更に、学習管理手段では、上記適応知識修得手段に対して上記対応関係を学習させる。そのために、上記プラント起動毎のスケジュール及びプラント運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係を学習サンプルとしてニューラルネットワークに順次提示し、学習させる。即ち、本学習管理手段は、ニューラルネットワークに前者を入力したときに後者が出力されるようにニューラルネットワークの内部接続状態を決定する働きをする。
【００３８】
【実施例】
以下、本発明の実施例を説明する。
【００３９】
図１は、本発明の火力発電プラント自律適応制御システム１０００の基本構成を示す。本システムは、中央給電指令所２０００からの起動指令である起動時刻ＴRi（ｉは起動次回を示し、例えばｉ＝１は初回起動を示す）を受けて作動し、システム内のスケジュール実行制御手段３００により火力発電プラント３０００が実際に起動される。
【００４０】
本システム１０００は、基本スケジュール作成手段１００，スケジュール修正手段１５０，スケジュール実行制御手段３００，運転制限要因監視手段４００，余裕値評価手段５００，スケジュール修正量算出手段６００，知識ベース７００，修正量格納手段６５０，適応知識修得手段８００，学習管理手段９００，自律性管理手段２００より構成されている。
【００４１】
基本スケジュール作成手段１００では、テーブル情報として停止期間別に予め準備された複数のスケジュールの中から、中央給電指令所から指令された起動時刻ＴRiに対応して該当するスケジュールを選択し、これをもって基本スケジュールＸ0iとする。ここで、Ｘはスケジュールを規定する複数のパラメータ値からなるベクトル量であり、詳細については後述する。これにより、最適ではないがプラント起動上安全かつ確実なスケジュールが作成される。
【００４２】
スケジュール修正手段１５０では、後述のファジィ推論を用いたスケジュール修正量算出手段６００より得られ、修正量格納手段６５０に格納されている修正量ΔＸi-1 と、後述の学習管理手段９００に記憶された前回の起動スケジュールＸi-1を用いて新たなスケジュールＸiを作成する。ここで、初回起動時(ｉ＝１)には、ΔＸ0＝０，Ｘ0＝Ｘ01である。
【００４３】
スケジュール実行制御手段３００では、後述の自律性管理手段２００により作成される起動スケジュールＸRiに従って、火力発電プラント３０００におけるタービン速度，負荷，蒸気圧力など起動に伴うプロセス状態の制御を実施する。
【００４４】
運転制限要因監視手段４００では、上記スケジュール実行制御手段３００によりプラントが起動される過程で、直接計測が困難なプロセス状態については計測可能なプロセス状態を動特性モデルに入力することにより運転制限要因の挙動を推定監視する。また、直接計測が可能なプロセス状態については計測器から得られる信号により監視する。ここで監視の対象とする運転制限要因については、後に別途具体的に述べる。
【００４５】
余裕値評価手段５００では、上記運転制限要因監視手段４００により得られる運転制限要因について制限値に対する余裕値を全起動過程において評価する。この余裕値の定義についても後に具体的に示す。
【００４６】
スケジュール修正量算出手段６００では、上記余裕値評価手段５００で得られた余裕値の大きさに応じてスケジュールの修正量ΔＸi を算出する。このとき、次に述べる知識ベース７００を用いてファジィ推論により算出する。
【００４７】
知識ベース７００は、上記余裕値評価手段５００で得られた余裕値との因果関係においてスケジュール修正方策を定めた複数のルールの集合体であり、各ルールは余裕値の大きさに応じたスケジュールの修正方法について専門家の知見を計算機で処理可能な表現にした断片的知識として機能する。
【００４８】
修正量格納手段６５０では、上記スケジュール修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸiを過去のプラント起動毎に対応させて格納しておく。
【００４９】
適応知識修得手段８００では、ニューラルネットワークを用いて適応知識を修得する。ここで、適応知識とは単に前記ファジィルールで表されたスケジュール修正方策だけでなく、プラント運用条件の変化にも対処できる適応力をもつ知識である。この知識を獲得するためにニューラルネットワークには、プラント起動毎にスケジュール及びプラント運用条件と、前記スケジュール修正量算出手段６００により得られた修正量ΔＸ1〜ΔＸiとの対応関係が記憶される。ここで、プラント運用条件として、本発明の実施例ではプラントの起動時温度状態に最も影響する停止期間ＴSi（前回停止時刻と指令起動時刻ＴRiとの経過時間を意味する）を用いる。
【００５０】
学習管理手段９００では、上記適応知識修得手段８００に対して上記対応関係を学習させる。そのために、上記プラント起動毎のスケジュールＸRi及びプラント運用条件である停止期間ＴSiと、前記スケジュール修正量算出手段６００により得られている修正量ΔＸi の累積値との対応関係を学習サンプルとして順次提示し、学習させる。即ち、本学習管理手段９００は、適応知識修得手段８００として使用するニューラルネットワークの入力層にＸRk(ｋ＝１〜ｉ−１)とＴSk (ｋ＝１〜ｉ−１)を入力したときに出力層からの出力値ΔＸOUTkがΔＸi の累積修正量ΔＸQk(ｋ＝１〜ｉ−１)に一致するようにニューラルネットワーク内の接続状態を決定する働きをする。上記累積修正量ΔＸQkに関しては別途具体的に後述する。
【００５１】
自律性管理手段２００では、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論ΔＸi よりもニューラルネットワークからの結論ΔＸOUTiに依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量算出手段６００から得られる修正量により作成されるスケジュールと前記適応知識修得手段８００から得られる修正量により作成されるスケジュールの採用比率を自律係数λで表し、これを可変とし、起動を繰り返すに連れて後者の比率を大きくすることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。上記の自律係数λに関しては別途具体的に説明する。
【００５２】
以上、本発明の概要を説明したが、以下、本発明の適用対象である火力発電プラントとして、ガスタービン，排熱回収ボイラ及び蒸気タービンから成る複合サイクル発電プラントを例に実施例を説明する。
【００５３】
図２は、複合サイクル発電プラント３０００の機器構成とスケジュール実行制御手段３００との関係を示す。スケジュール実行制御手段３００は、更にガスタービン制御システム３３０と蒸気タービン制御システム３６０から成る。ガスタービン設備３２００では、燃料２２を燃焼器２３に注入し、燃焼用空気２４をコンプレッサ２０により圧入することにより燃焼で発生するエネルギーは、ガスタービン２６で機械エネルギーに変換され、これにより、共通軸２８に接続された発電機３５を駆動し電気エネルギーに変換するとともに一部はコンプレッサ２０の駆動力となる。起動時にはガスタービン制御システム３３０からの燃料調節弁開度指令３１１により燃料調節弁２１を操作し、燃料流量を調節することでガスタービン設備３２００及び共通軸２８に接続された蒸気タービン設備３３００と発電機３５が昇速される。
【００５４】
また、ガスタ−ビン２６からの排ガス２７は排熱回収ボイラ設備３１００に導かれ、排ガス２７の持つ熱エネルギーが回収される。このとき、排ガス２７により排熱回収ボイラ設備３１００の煙道１４に配置された各種熱交換器内の流体が熱を受け蒸発し、過熱される。本実施例の排熱回収ボイラ設備３１００では３つの圧力レベルを持つ蒸気系統から成り、それぞれから発生する蒸気が高圧蒸気３４１，中圧蒸気３４２，低圧蒸気３４３である。これらの蒸気が持つ熱エネルギーにより蒸気タービン設備３３００において、それぞれ高圧タービン３１，中圧タービン３２，低圧タービン３３が駆動され、共通軸２８に接続された発電機３５による発電の一翼を担う。
【００５５】
起動時には、排熱回収ボイラ設備３１００から発生する上記の高圧主蒸気341,中圧主蒸気３４２，低圧主蒸気３４３をそれぞれ高圧バイパス弁３３４，中圧バイパス弁３３５，低圧バイパス弁３３６を介してバイパスさせることにより個々の圧力を所定値に制御するとともに、高圧加減弁３３１，中圧加減弁３３２，低圧加減弁３３３を操作することにより高圧タービン３１，中圧タービン３２，低圧タービン３３の出力上昇がなされる。従って、高圧バイパス蒸気３４４，中圧バイパス蒸気３４５，低圧バイパス蒸気３４６の流量は、それぞれのバイパス弁３３４，３３５，３３６の開度を大きくすれば増加し、加減弁３３１，３３２，３３３の開度を大きくすると蒸気タービンへの蒸気流入量が増加し、その分減少する。これらのバイパス弁への開度指令３２４，３２５，３２６及び加減弁への開度指令３２１，３２２，３２３はいずれも蒸気タービン制御システム３６０より出力される。また、プラントの起動中に中圧過熱蒸気１と高圧タービン排気２の温度偏差が所定値内に入ったとき中圧止弁３３７を開操作する。このときの操作信号３２７も蒸気タービン制御システム３６０より指令される。また、復水器３４からの復水３７は、低圧給水ポンプ１６，中圧給水ポンプ１７，高圧給水ポンプ１８により、それぞれ低圧ドラム６，中圧ドラム７，高圧ドラム８の水位を所定値内に保つように、それぞれ低圧給水３，中圧給水４，高圧給水５として流量制御される。
【００５６】
ここで、運転制限要因となるのは、高圧タービン３１と中圧タービン３２のロータに発生する応力と、高圧過熱器１１と中圧過熱器１２の出口にあるヘッダに発生する応力と、排熱回収ボイラ設備３１００の煙道出口１５から大気へのNOx排出量である。上記の各応力は、ガスタービン排ガス２７から熱交換器のメタルへの伝熱，メタルから内部流体への伝熱，内部流体から着目部メタルへの伝熱という大きな時間遅れを伴う動的過程の結果として表れる。さらに、ロータについては遠心力，ヘッダについては蒸気圧力に対応した機械的応力が加算される。以下、特にことわらない場合は、これらを含めて単に応力と呼ぶ。また、ボイラからのＮＯｘ排出量もガスタービン自体のＮＯｘ排出特性と煙道中に設置された脱硝装置１３の温度特性に大きく依存する。そのため、これらの運転制限要因を精度よく管理するには、上記各制御操作の協調性と整合性が必要となる。よって、既に述べたように、本発明の火力発電プラント自律適応制御システム１０００では、これらの動的挙動を監視評価するための運転制限要因監視手段４００と余裕値評価手段５００を設けた。
【００５７】
図３は、本発明の適用対象である複合サイクル発電プラントの起動過程と起動スケジュールパラメータの関係を示す。
【００５８】
本図に示すように、ガスタービン関係のスケジュールパラメータとしては、昇速率（ＤＮ），定格速度保持時間（ＤＴNL），初負荷(ＬI），初負荷保持時間（ＤＴLI），第１負荷上昇率(ＤＬ1），負荷保持時間（ＤＴHL），第２負荷上昇率（ＤＬ2），第３負荷上昇率（ＤＬ3）である。これらにより規定される起動スケジュールを制御目標として、操作端である燃料調節弁２１の開度を調整することによりガスタービンが起動される。また、蒸気タービン関係の操作端としては既に述べたように、高圧バイパス弁（ＨＰＢＶ）３３４，中圧バイパス弁(IPBV)３３５，低圧バイパス弁（ＬＰＢＶ）３３６，高圧加減弁（ＨＰＣＶ）３３１，中圧加減弁（ＩＰＣＶ）３３２，低圧加減弁(ＬＰＣＶ)３３３，中圧止弁(ISHV)３３７があり、スケジュールパラメータとしての高圧バイパス弁操作速度 （ＤＡHBV），中圧バイパス弁操作速度（ＤＡIBV），低圧バイパス弁操作速度 （ＤＡLBV），低圧バイパス弁操作待期時間（ＤＴLBV），高圧加減弁第１操作速度（ＤＡHCV1），高圧加減弁第２操作速度（ＤＡHCV2），低圧加減弁操作速度 (ＤＡLCV）に従って制御される。これらのスケジュールパラメータ以外の制御目標及び操作タイミングは図示の通りである。ここで、蒸気条件としてのＴMSは高圧主蒸気温度、ＰMSは高圧主蒸気圧力、ＰCRP は高圧タービン排気圧力、ＰISは中圧主蒸気圧力、ＰLSは低圧主蒸気圧力、ΔＴは中圧過熱器蒸気温度と高圧タービン排気温度との偏差である。また、図中、各弁の％表示は開度を示す。
【００５９】
次に、図４とこれに続く図を用いて制御システムの詳細構成と各手段について順を追って説明する。
【００６０】
図４は、本発明の実施例である複合サイクル発電プラントを対象とした火力発電プラント自律適応制御システムの詳細構成を示す。
【００６１】
本システムは、中央給電指令所２０００からの起動指令である起動時刻ＴRi（ｉは起動次回を示し、例えばｉ＝１は初回起動を示す）を受けて作動し、システム内のスケジュール実行制御手段３００により複合サイクル発電プラント3000が実際に起動される。本システム１０００は、基本スケジュール作成手段１００，スケジュール修正手段１５０，スケジュール実行制御手段３００，運転制限要因監視手段４００，余裕値評価手段５００，スケジュール修正量算出手段６００，知識ベース７００，修正量格納手段６５０，適応知識修得手段８００，学習管理手段９００，自律性管理手段２００より構成されている。以下、上記各手段について順を追って説明する。
【００６２】
図５は、基本スケジュール作成手段１００における基本スケジュール作成方式を示す。ここでは、中央給電指令所２０００からの起動時刻ＴRiが指令されると、まず、前回のプラント停止時刻ＴSTPiからの経過時間である停止期間ＴSiを、
【００６３】
【数１】
ＴSi＝ＴRi−ＴSTPi …（１）
により求める。次に、テーブル情報として停止期間別に予め準備された複数のスケジュールの中から、上記停止期間ＴSiに対応して該当するスケジュールを選択し、これをもって基本スケジュールＸ0iとする。従って、Ｘ0iはスケジュールを規定する複数のパラメータ値からなるベクトル量である。
【００６４】
スケジュール修正手段１５０では、後述のファジィ推論を用いたスケジュール修正量算出手段６００より得られ、修正量格納手段６５０に格納されている修正量ΔＸi-1 と、後述の学習管理手段９００に記憶された前回の起動スケジュールＸi-1を用いて新たなスケジュールＸiを
【００６５】
【数２】
Ｘi＝Ｘi-1＋ΔＸi-1 …（２）
により作成する。ここで、初回起動時(ｉ＝１)には、ΔＸ0＝０，Ｘ0＝Ｘ01である。
【００６６】
スケジュール実行制御手段３００では、後述の自律性管理手段２００により作成される起動スケジュールＸRiに従って、複合サイクル発電プラント３０００におけるタービン速度，負荷，蒸気圧力など起動に伴うプロセス状態の制御を前述の方法で実施する。
【００６７】
運転制限要因監視手段４００では、上記スケジュール実行制御手段３００によりプラントが起動される過程で、直接計測が困難なプロセス状態である蒸気タービン応力及びボイラ応力については計測可能なプロセス状態を動特性モデルに入力することにより動的挙動を推定監視する。また、直接計測が可能なプロセス状態である排熱回収ボイラからの排出ＮＯｘについては計測器から得られる信号により監視する。
【００６８】
図６は、運転制限要因監視手段４００における蒸気タービン応力の監視方式を示すもので、運転制限要因として着目監視すべき個所である高圧タービン及び中圧タービンのロータ表面とロータボアに発生する応力に関する動特性モデルとして構成した。即ち、タービンの入口蒸気条件と速度及び負荷からタービン内部の蒸気条件（温度，圧力）及びロータ表面の熱伝達率を推定し、ロータメタル内部の非定常温度分布を求め、ロータの表面とボアの熱応力を算出するとともに、遠心応力を加算して総合応力を求める方式とした。また、排熱回収ボイラに発生する応力についても同様の方法で監視する。即ち、運転制限要因として着目監視すべき個所である高圧過熱器出口ヘッダと中圧過熱器出口ヘッダの内部熱伝達率を蒸気条件（温度，圧力）と流量より推定し、上記蒸気タービンの場合と同様にメタル内部の非定常温度分布を求めて、ヘッダメタルの内部及び外面の熱応力を算出するとともに、蒸気圧力による応力を加算して総合応力を求める方式とした。
次に、上記運転制限要因監視手段４００により得られた運転制限要因の制限値に対する余裕値を評価するための余裕値評価手段５００について説明する。
【００６９】
図７は、蒸気タービン応力の制限値に対する余裕値評価方式を示す。まず、タービン起動開始から起動完了後の所定時間経過するまでの時間帯（ｔ1〜ｔ6）を複数区間に分割（本例では５分割の場合を示す）し、第ｉ区間における最小応力余裕値ｍ(ｉ)を求める。ここで、応力余裕値ｍは、制限値をＳL ，上記運転制限要因監視手段４００により得られた値をＳとし、次式で定義する。
【００７０】
【数３】
ｍ＝ＳL−Ｓ …（３）
なお、応力値が正の場合は引っ張り応力，負の場合は圧縮応力を意味する。既に述べたように、実際には応力着目個所が高圧タービンのロータ表面とボア及び中圧タービンのロータ表面とボアの４個所であるので、求めるべき最小応力余裕値は区間毎に４つあり、これらをそれぞれ下記とする。
【００７１】
ｍHS(ｉ)：区間ｉにおける高圧タービンロータ表面最小応力余裕値
ｍHB(ｉ)：区間ｉにおける高圧タービンロータボア最小応力余裕値
ｍIS(ｉ)：区間ｉにおける中圧タービンロータ表面最小応力余裕値
ｍIB(ｉ)：区間ｉにおける中圧タービンロータボア最小応力余裕値
排熱ボイラ応力の余裕値評価方式も、基本的には上記タービン応力の余裕値評価方式と同様である。但し、着目すべき個所は高圧過熱器出口と中圧過熱器出口のヘッダ外面の２個所である。これは、ヘッダの場合、外面に発生する応力が内面のそれと比較して大きいためである。従って、求めるべき最小応力余裕値は区間毎に２つあり、それぞれ下記とする。
【００７２】
ｍHHD(ｉ)：区間ｉにおける高圧過熱器ヘッダ外面最小応力余裕値
ｍIHD(ｉ)：区間ｉにおける中圧過熱器ヘッダ外面最小応力余裕値
図８は、排出ＮＯｘ特性の制限値に対する余裕値評価方式を示す。本方式もタービン応力の場合と同様に、まず、ガスタービン起動開始からプラント起動完了後の所定時間経過するまでの時間帯（ｔ1〜ｔ7）を複数区間に分割（本例では６分割の場合を示す）し、第ｉ区間における最小排出ＮＯｘ瞬時値余裕値ｍPS(ｉ)と最小排出ＮＯｘ平均値余裕値ｍPA(ｉ)を求める。ここで、排出ＮＯｘ瞬時値余裕値ｍPS及び排出ＮＯｘ平均値余裕値ｍPAは、それぞれの制限値をＰSL，ＰAL，計測値をＰS，ＰAとすると、次式で定義する。
【００７３】
【数４】
ｍPS＝ＰSL−ＰS …（４）
【００７４】
【数５】
ｍPA＝ＰAL−ＰA …（５）
図９は、余裕値評価手段５００から得られた評価結果であるｍHS，ｍHB，ｍIS，ｍIB，ｍHHD，ｍIHD，ｍPS，ｍPAを受けて、スケジュール修正量算出手段600におけるスケジュール修正量算出方式の全体概要を示す。スケジュール修正量算出手段６００では、上記余裕値評価手段５００で得られた余裕値の大きさに応じてスケジュールの修正量ΔＸi を算出する。本スケジュール修正量算出手段600は、さらに蒸気タービン応力調整手段６１０，ボイラ応力調整手段６２０，排出ＮＯｘ調整手段６３０，優先値決定手段６４０から構成されている。上記各調整手段は、それぞれ低値選択手段６１１，６２１，６３１を有し、低値選択手段６１１は余裕値ｍHS，ｍHB，ｍIS，ｍIBの中から、低値選択手段６２１は余裕値ｍHHD．ｍIHDの中から、低値選択手段６３１は余裕値ｍPS，ｍPAの中から、それぞれ最小余裕値を選択し、これらをそれぞれｍT，ｍB，ｍPとする。即ち、ｍT，ｍB，ｍPは次式により定義する。
【００７５】
【数６】
ｍT＝Min（−ｍHS，ｍHB，−ｍIS，ｍIB） …（６）
【００７６】
【数７】
ｍB＝Min（ｍHHD，ｍIHD） …（７）
【００７７】
【数８】
ｍP＝Min（ｍPS，ｍPA） …（８）
次に、上記ｍT，ｍB，ｍPを用いてファジィ推論６１２,６１３,６２２,６２３，６３２，６３３によりスケジュール修正量ΔＸT(ｉ)，ΔＸB(ｉ)，ΔＸP(ｉ)が算出される。ここで、添字のＴ，Ｂ，Ｐは、それぞれ修正量が蒸気タービン応力，ボイラ応力，排出ＮＯｘの余裕値に応じて決定されることを示している。
【００７８】
図１０は、このときファジィルールで使用するメンバーシップ関数を示す。図１０(１)に示すメンバーシップ関数は、前記タービン応力余裕値ｍT 及びボイラ応力余裕値ｍB から蒸気系のスケジュールを修正することにより応力を調整するための蒸気タービン主計画(ＳＴＰＳ)用としての修正係数ｋS と、ガスタービン系のスケジュールを修正することにより応力を調整するためのガスタービン広域調整(ＧＴＧＴ)用としてのスケジュール修正係数ｋG を規定したものである。また、図１０(２)に示すメンバーシップ関数は、前記排出ＮＯｘ余裕値ｍP からガスタービン系のスケジュールを修正することにより排出ＮＯｘを調整するためのガスタービン主計画(ＧＴＰＳ)用としての修正係数ｋG と、蒸気系のスケジュールを修正することにより排出ＮＯｘを調整するための蒸気タービン局部調整（ＳＴＬＴ）用としてのスケジュール修正係数ｋS を規定したものである。さらに、具体的に説明すると、図１０(１)(ａ)は、応力評価用としてファジィルールの条件部で用いるメンバーシップ関数を示し、４つの関数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、(ｂ)は結論部で用いるスケジュール修正係数決定用メンバーシップ関数を示し、５つの関数（ＮＢ，ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成る。ここで、各メンバーシップ関数の意味付けは、ＮＢ：Negative Big，ＮＳ：NegativeSmall ，ＺＯ：Zero，ＰＳ：Positive Small，ＰＢ：Positive Bigである。図１０(２)(ａ)は、排出ＮＯｘ評価用としてファジィルールの条件部で用いるメンバーシップ関数を示し、４つの関数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、(ｂ)は結論部で用いるスケジュール修正係数決定用メンバーシップ関数を示し、５つの関数（ＮＢ，ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成る。ここで、各メンバーシップ関数の意味付けは、上記図９(１)の場合と同じである。
【００７９】
次に、上記メンバーシップ関数を用いたファジィルールについて説明する。
【００８０】
図１１は、蒸気タービン主計画(ＳＴＰＳ)で用いるタービン応力調整ルールを示す。ここでは、４つの修正用スケジュールパラメータとして高圧バイパス弁操作速度(ＤＡHBV)，中圧バイパス弁操作速度(ＤＡIBV)，高圧加減弁第１操作速度(ＤＡHCV1)，高圧加減弁第２操作速度(ＤＡHCV2)を、図７で示した５つの着目区間のうち第２，３，４，５区間におけるタービン応力余裕値ｍT との関係において修正するためのファジィルールを示す。即ち、第２と第３の区間における余裕値ｍT(２)とｍT(３)の関係においてＤＡHCV1とＤＡHCV2の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍT(３)とｍT(４)の関係においてＤＡHCV1とＤＡHCV2の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍT(４)とｍT(５)の関係においてＤＡHBV，ＤＡIBV，ＤＡHCV1及びＤＡHCV2の修正量を定義したルールテーブルから成る。但し、ルールテーブルの空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８１】
図１２は、ガスタービン広域調整(ＧＴＧＴ)で用いるタービン応力調整ルールを示す。ここでは、６つの修正用スケジュールパラメータとして昇速率(ＤＮ)，初負荷保持時間(ＤＴLI)，第１負荷上昇率(ＤＬ1)，負荷保持時間(ＤＴHL），第２負荷上昇率(ＤＬ2)，第３負荷上昇率(ＤＬ3)を、図７で示した５つの着目区間におけるタービン応力余裕値ｍT との関係において修正するためのファジィルールを示す。即ち、第１と第２の区間における余裕値ｍT(１)とｍT(２)の関係においてＤＮ，ＤＴLI及びＤＬ1 の修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍT(２)とｍT(３)の関係においてＤＴLI，ＤＬ1，ＤＴHL及びＤＬ2 の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍT(３)とｍT(４)の関係においてＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍT(４) と ｍT(５)の関係においてＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルから成る。本ルールテーブルにおいても空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８２】
以上、図１１，図１２に示したファジィルールはボイラ応力余裕値に基づくＳＴＰＳ用及びＧＴＧＴ用としても共用する。
【００８３】
図１３は、ガスタービン主計画(ＧＴＰＳ)で用いる排出ＮＯｘ調整ルールを示す。ここでは、８つの修正用スケジュールパラメータとして昇速率(ＤＮ)，定格速度保持時間(ＤＴNL)，初負荷(ＬI），初負荷保持時間(ＤＴLI)，第１負荷上昇率(ＤＬ1)，負荷保持時間(ＤＴHL)，第２負荷上昇率(ＤＬ2)，第３負荷上昇率 (ＤＬ3)を、図８で示した６つの着目区間における排出ＮＯｘ余裕値ｍPとの関係において修正するためのファジィルールを示す。
【００８４】
即ち、第１と第２の区間における余裕値ｍP(１)とｍP(２)の関係においてＤＮ，ＤＴNL，ＬI 及びＤＴLIの修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍP(２)とｍP(３)の関係においてＤＴNL，ＬI，ＤＴLI 及びＤＬ1 の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍP(３)とｍP(４)の関係においてＤＴLI，ＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍP(４）とｍP(５）の関係においてＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルから成る。本ルールテーブルにおいても空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８５】
図１４は、蒸気タービン局部調整(ＳＴＬＴ)で用いる排出ＮＯｘ調整ルールを示す。ここでは、３つの修正用スケジュールパラメータとして高圧バイパス弁操作速度(ＤＡHBV)，中圧バイパス弁操作速度(ＤＡIBV)，高圧加減弁第１操作速度(ＤＡHCV1)を、図８で示した６つの着目区間のうち第１，２，３区間における排出ＮＯｘ余裕値ｍP との関係において修正するためのファジィルールを示す。即ち、第１と第２の区間における余裕値ｍP(１)とｍP(２)の関係においてＤＡHBV,ＤＡIBV 及びＤＡHCV1の修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍP(２)とｍP(３)の関係においてＤＡHBV，ＤＡIBV及びＤＡHCV1の修正量を定義したルールテーブルから成る。
【００８６】
以上述べたＳＴＰＳはＳＴＬＴと比較して、より広範囲のスケジュールパラメータを修正対象とし、ＧＴＰＳはＧＴＧＴと比較して、より緻密な修正を行い、ＧＴＧＴはＧＴＰＳと比較して、より大局的な修正を行う働きをする。
【００８７】
図１５は、ファジィ推論によるスケジュール修正量算出方式を示す。本図は、一例として、蒸気系スケジュール修正係数ｋS の算出について示す。この例では、或るスケジュールパラメータについて、４つのルールからの結論としてのメンバーシップ関数とメンバーシップ値がそれぞれ（ＮＳ，０.６），(ＺＯ，０.８)，（ＰＳ，０.４），（ＰＢ，０.２）が得られた場合を示す。総合評価値は、それぞれのメンバーシップ値で定まる台形部の重さＷ(ｉ)と修正係数ｋS(ｉ）の重心ｋSGで定義する。即ち、Ｗ(１)＝０.１６８，Ｗ(２)＝０.０９６，Ｗ(３)＝０.０９６，Ｗ(４)＝０.０９であり、ｋS(１)＝−０.２，ｋS(２)＝０，ｋS(３)＝０.１５，ｋS(４)＝０.３５ であるから、ｋSGは次のように算出される。
【００８８】
【数９】
【００８９】
従って、この起動スケジュールパラメータに対する修正量ｋSGは０.０２７３である。この結果を用いて、次式に従ってスケジュール修正量ΔＸTiが算出される。
【００９０】
【数１０】
ΔＸT＝ｋSG(ＸMax−ＸMin) …（１０）
ここで、ＸMax，ＸMinはＸの上，下限値を示す。
【００９１】
以上述べたような方式によると、前記ＳＴＰＳ，ＧＴＧＴ,ＳＴＰＳ,ＳＴＬＴのファジィ推論により同一スケジュールパラメータに対しても複数の修正量が算出される。そこで、全ての運転制限要因を確実に制限値内に抑えるために、図９に示す優先値決定手段６４０で最終的修正量ΔＸ(ｉ)を決定する。即ち、昇速率，負荷変化率，弁操作速度に関するパラメータは図中の低値選択手段ＬＶＧにより、安全側の低値が選択される。また、速度保持時間，負荷保持時間に関するパラメータは高値選択手段ＨＶＧにより、安全側の高値が選択される。
【００９２】
修正量格納手段６５０では、上記スケジュール修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸiを過去のプラント起動毎に対応させて格納しておく。
【００９３】
学習管理手段９００では、ニューラルネットワークで構成された適応知識修得手段８００に対して前記プラント起動毎のスケジュールＸRk(ｋ＝１〜ｉ−１)及びプラント運用条件である停止期間ＴSk(ｋ＝１〜ｉ−１)と、スケジュール修正量ΔＸi の累積値である累積修正量ΔＸQk(ｋ＝１〜ｉ−１)との対応関係を学習サンプルとして順次提示し、学習させる。
【００９４】
図１６は、ニューラルネットワークに提示する学習サンプルを示す。ここでｎ回目まで起動が完了しているとすると、教師データとしての累積修正量ΔＸQiは次式で定義された値である。
【００９５】
【数１１】
【００９６】
即ち、ΔＸQiは、起動が繰り返される度に得られる新たな修正量を累積修正量算出手段９１０にて、上記（１１）式に従って累積計算されることにより得られる。また、この累積修正量ΔＸQiは累積修正量格納手段９２０に格納される。
【００９７】
本学習管理手段９００は、ニューラルネットワークの入力層にＸRk（ｋ＝１〜ｉ−１）とＴSk(ｋ＝１〜ｉ−１)を入力したときに出力層からの出力値ΔＸOUTk(ｋ＝１〜ｉ−１)が累積修正量ΔＸQk(ｋ＝１〜ｉ−１)に一致するようにニューラルネットワーク内の接続状態を決定する働きをする。
【００９８】
次に、ニューラルネットワークとその学習方式について説明する。
【００９９】
このニューラルネットワークは、入力層，中間層，出力層の３層構造からなるもので、この基本構造に関しては、ザ エム アイ ティー プレス，ニューロコンピューティング ファンデーションズ オブ リサーチ，１９８８年，第３１８頁から３６２頁(The MIT Press, Neurocomputing Foundations of research, 1988, pp318−362）に詳しく述べられている。また、本論文では、或る入力信号パターンが入力層に与えられたとき、出力信号パターンが所望する信号パターン、即ち教師データと一致するように、両者の誤差に応じて中間層及び出力層の各ユニットへの入力部の接続強度を修正する学習アルゴリズム（バックプロパゲーションと称している）が示されている。本発明の実施例においても、ニューラルネットワークの構造及び学習アルゴリズムそのものは上記論文に示されたものを用いる。
【０１００】
図１７は、ニューラルネットワークの構造と入出変数の関係を示す。入力変数は起動スケジュールパラメータＸと停止期間ＴS である。Ｘとしては、学習時には過去の起動スケジュールを格納してあるスケジュール格納手段９５０より読み出したＸRk(ｋ＝１〜ｉ−１)が、起動スケジュール作成時には後述の自律性管理手段２００で決定されるスケジュールパラメータＸINiが入力される。また、ＴSとしては、学習時には過去のプラント停止期間を格納してある停止期間格納手段９４０より読み出したＴSk(ｋ＝１〜ｉ−１)が、起動スケジュール作成時にはＴSiが入力される。ニューラルネットワークにＸINi が入力されたとき、学習により決定されている内部の接続強度により定まるΔＸOUTiが出力変数として出力される。学習時には、ΔＸOUTk(ｋ＝１〜ｉ−１)がΔＸQk(ｋ＝１〜ｉ−１)に一致するように学習する。
【０１０１】
次に、自律性管理手段２００について具体的に説明する。自律性管理手段200では、実際の起動スケジュールＸRiを決定する際に、起動を繰り返すに連れてファジイ推論からの結論ΔＸi よりもニューラルネットワークからの結論ΔＸOUTiに依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量算出手段６００から得られる修正量ΔＸi により作成されるスケジュールと前記適応知識修得手段８００から得られる修正量ΔＸOUTiにより作成されるスケジュールの採用比率である自律係数λを可変とし、起動を繰り返すに連れて後者の比率を拡大させることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。この自律係数λは自律係数発生手段２１０にて決定される。具体的には、次式で定義される起動スケジュールＸRiが実際の起動に採用される。
【０１０２】
【数１２】
ＸRi＝λ(Ｘ0i＋ΔＸOUTi)＋(１−λ)Ｘi …（１２）
また、上式において、ニューラルネットワークからの出力であるΔＸOUTiを得るための必要な入力ＸINiは、次式で定義される。
【０１０３】
【数１３】
ＸINi＝λＸ0i＋(１＋λ)Ｘi …（１３）
ここで、自律係数λは、０≦λ≦１とすると、λ＝０のとき、ＸRi＝Ｘi であり、λ＝１のとき、ＸRi＝Ｘ0i＋ΔＸOUTiとなる。即ち、前者はファジイ推論からの結論のみが採用され、ニューラルネットワークからの出力が利用されていない起動スケジュールである。後者は基本スケジュールをニューラルネットワークからの出力で補正しているため、前述のように運用条件の変化に対する適応能力を１００％活用した起動スケジュールである。従って、λの値が大きくなるにつれ、本制御システムは自律性が高く成る。しかしながら、ニューラルネットワークが十分な起動経験を積む前に（学習による十分な適応能力をつける前に）この自律係数λを大きくすると、作成される起動スケジュールの最適性や高い信頼性は期待できなくなる。従って、この自律係数λを如何に選ぶかが重要となる。本実施例における自律性管理手段２００では、下記の方式を適用する。
【０１０４】
図１８は、自律性管理手段２００における自律係数λを決定するための自律管理方式を示す。本実施例では、本図に示すように自律係数λの決め方により３方式の適用を可能としている。第１の方式は、本図（１）に示す飛躍成長型自律性管理方式であり、起動回数ｉが所定値ｉA に達するまではλ＝０とし、ニューラルネットワークは唯ひたすら学習し、適応能力を高めておき、ｉ≧ｉA でλ＝１とすることで、一気に自律性を上げる方式である。第２の方式は、本図（２）に示す線形連続成長型自律性管理方式であり、ｉ＜ｉB ではλ＝０とし、ニューラルネットワークは学習によりある程度適応能力を高めておき、ｉB≦ｉ≦ｉCでは適応能力を高めながら徐々に一定速度で自律性を上げてゆき、ｉ≧ｉC でλ＝１とする方式である。第３の方式は、本図（３）に示す非線形連続成長型自律性管理方式であり、λをファジィ推論によるスケジュール修正量算出手段６００から得られる修正量ΔＸiの関数とする方式である。本方式は修正量ΔＸiの減少に応じてλを上げてゆく方式である。λを定義する関数は具体的には、次式とする。
【０１０５】
【数１４】
【０１０６】
または、次式としても同様の機能を果たすことができる。
【０１０７】
【数１５】
【０１０８】
図１９は、本発明の自律適応制御システムによる最適値収束性の改善効果を示す。本図（１）は、自律制御によらない場合、即ちファジィ推論のみにより起動スケジュールの最適化を図る場合であり、（２）は、自律適応制御による場合、即ちファジィ推論とニューラルネットワークを組み合わせることによりシステムに適応能力を持たせ、起動スケジュールの最適化を図る場合である。いずれも、プラントが起動を繰り返すにつれて初期のスケジュールから最適値に向けて収束してゆく様子を示すものである。しかし、（１）の場合は、前述のように運用条件の変化に対する適応能力がないため、非収束領域が存在し、収束限界以上の収束性は期待できない。一方、（２）の場合は、ニューラルネットワークが運用条件と起動スケジュールの因果性も含めてスケジュール修正方法を修得するという適応能力があるため、限り無く最適値に収束することができる。このことを、別の角度から評価すると次のようになる。
【０１０９】
図２０は、本発明の自律適応制御システムによるプラントの起動特性の改善効果を示すもので、自律適応制御によらない場合と対比して示す。上記のように、自律適応制御によらない場合は非収束領域が存在するため、作成される起動スケジュールは幅を持つことになる。そのため、運転制限要因である応力や排出NOxも幅を持つことになる。従って、全てにおいて制限条件を満足するには、作成されるスケジュールは予め十分なマージンを持たせることが必要で、その分、起動時間が長くなってしまう。これに対して、自律適応制御による場合は、前述のように運用条件の変化にも柔軟に適応できるため、常に最適なスケジュールを作成できる。従って、運転制限条件に対しても精度良く満足できる起動スケジュールにより、必要最短時間の起動が可能となる。
【０１１０】
以上述べた本発明の実施例では、複合サイクル発電プラントを対象として具体的に説明したが、本発明はその他のプラント、例えば、ボイラ，蒸気タービン，発電機から成る通常の発電プラントや、石炭ガス化発電プラント，常圧あるいは加圧流動層ボイラ発電プラントにも適用可能なことは勿論である。また、使用燃料としても，石炭，石油，ＬＮＧなどを限定しないことも明らかである。
【０１１１】
また、本発明の実施例では、蒸気タービン及び排熱回収ボイラヘッダの応力と排出ＮＯｘを運転制限要因として扱ったが、適用プラントの特質に応じて、他の要因、例えば、蒸気タービンのロータとケーシングの伸び差，排熱回収ボイラのドラム等他部所の応力，排出ＳＯｘやＣＯ等を考慮した方式とすることも可能である。また、応力を必ずしも動特性モデルとして推定しなくても、蒸気温度やメタル温度の変化率や変化幅などの間接的な制限値管理とすることも本発明の本質を変えることなく実施できることは明らかである。
【０１１２】
また、本発明の実施例では、運用条件としてプラントの停止期間のみを示したが、その外に、機器の温度，圧力，水温，大気の湿度，温度，気圧などプラント起動特性に係る種々の状態量を追加することも本発明の本質を基本原理を変えることなく実施できる。さらに、起動毎に運転制限条件を変更しながらプラントを運用する場合は、この運転制限条件も上記運用条件の一部として扱うことも本発明の基本原理を変えることなく実施できる。
【０１１３】
さらに、本発明の実施例では、修正の対象とする起動スケジュールパラメータをガスタービン関係で８個，蒸気タービン関係で４個としたが、必ずしもこれらに限定する必要はなく、図３に示した他のパラメータ，加減弁の開操作タイミング条件や蒸気圧力制御用設定値など、プラント起動パターンを規定するパラメータであれば本発明は基本原理を変えることなく実施できることは明らかである。なお、本発明の実施例では、中央給電指令所から指令される起動開始時刻を正確に守り、かつ最短時間の起動スケジュールを作成できるが、中央給電指令所から指令される起動完了時刻の代わりに、ガスタービン点火時刻，負荷併入時刻，目標負荷到達時刻などであっても、基準時刻をシフトするのみで本発明の原理を変えることなく実施できることは明らかである。
【０１１４】
【発明の効果】
本発明の第１の効果は、火力発電プラントの起動制御システムにおいて、前記従来方式では不可能であった機器寿命や排出ＮＯｘなど機器保護基準や環境規制値など複数の運転制限条件を同時に満足しながら起動時間を最短化する起動スケジュールの自動作成と実行を可能とすることにある。これにより、運転員の負担が大幅に軽減されるとともに、起動時間の短縮に伴うエネルギー損失も低減できるためプラント運用コストを大幅に低減することが可能となる。
【０１１５】
本発明の第２の効果は、火力発電プラントの起動制御システムにおいて、機器寿命や排出ＮＯｘなど機器保護基準や環境規制値など複数の運転制限条件を同時に満足しながら、中央給電指令所から指定される時刻通りに起動を完了できることにある。これにより、電力需要の変動に伴いプラントの頻繁な起動停止が必要となる電力系統への安定かつ正確な電力供給が可能となる。
【０１１６】
本発明の第３の効果は、火力発電プラントの起動制御システムにおいて、中央給電指令所より運転制限値が変更されたり、起動指令時刻が変更された場合にも、起動スケジュールの再作成とこれの実行が可能なことである。これにより、柔軟かつ安全なプラント運用及び電力系統運用が可能となる。
【０１１７】
本発明の第４の効果は、火力発電プラントの起動制御システムにおいて、運用条件の変動に対する適応能力を有するため、プラントの起動特性予測のための大規模複雑な動特性モデルを構築し、起動制御システムに内蔵する必要がないことである。このため、システムの設計，構築の時間を大幅に削減でき、計算機負荷の低減と起動スケジュール作成の高速化が可能となる。
【０１１８】
本発明の第５の効果は、火力発電プラントの起動制御システムにおいて、ファジィ推論とニューラルネットワークの特徴を活かして、運用条件の変動に対する適応能力を有する起動スケジュール最適化機能を実現したことにより、ファジィ推論で使用する知識ベースの簡素化が可能なことである。これにより、知識ベース構築に要する時間を大幅に削減することが可能となる。
【図面の簡単な説明】
【図１】本発明の火力発電プラント自律適応制御システムの基本構成を示す。
【図２】本発明の適用対象である複合サイクル発電プラントの機器構成と起動スケジュール実行制御との関係を示す。
【図３】本発明の適用対象である複合サイクル発電プラントの起動過程と起動スケジュールパラメータの関係を示す。
【図４】本発明の実施例である複合サイクル発電プラントを対象とした火力発電プラント自律適応制御システムの詳細構成を示す。
【図５】本発明の実施例における基本スケジュール作成方式を示す。
【図６】本発明の実施例である複合サイクル発電プラントの運転制限要因としての蒸気タービン応力の監視方式を示す。
【図７】本発明の実施例である複合サイクル発電プラントの運転制限要因としての蒸気タービン応力の余裕値評価方式を示す。
【図８】本発明の実施例である複合サイクル発電プラントの運転制限要因としての排出ＮＯｘの余裕値評価方式を示す。
【図９】本発明の実施例における全運転制限要因を考慮したスケジュール修正量算出方式の全体概要を示す。
【図１０】本発明の実施例におけるファジィルールで使用するメンバーシップ関数を示す。
【図１１】本発明の実施例におけるスケジュール修正量算出手段にて蒸気タービン主計画（ＳＴＰＳ）用として使用する蒸気タービン応力調整ルールを示す。
【図１２】本発明の実施例におけるスケジュール修正量算出手段にてガスタービン広域調整（ＧＴＧＴ）用として使用する蒸気タービン応力調整ルールを示す。
【図１３】本発明の実施例におけるスケジュール修正量算出手段にてガスタービン主計画（ＧＴＰＳ）用として使用する排出ＮＯｘ調整ルールを示す。
【図１４】本発明の実施例におけるスケジュール修正量算出手段にて蒸気タービン局部調整（ＳＴＬＴ）用として使用する排出ＮＯｘ調整ルールを示す。
【図１５】本発明の実施例におけるファジィ推論によるスケジュール修正量算出方式を示す。
【図１６】本発明の実施例におけるニューラルネットワークへの学習サンプルを示す。
【図１７】本発明の実施例におけるニューラルネットワークの構造と入出力変数の定義を示す。
【図１８】本発明の実施例における自律性管理方式を示す。
【図１９】本発明の自律適応制御システムによる最適値収束性の改善効果を示す。
【図２０】本発明の自律適応制御システムによる複合サイクル発電プラントの起動特性の改善効果を示す。
【符号の説明】
１００…基本スケジュール作成手段、１５０…スケジュール修正手段、２００…自律性管理手段、３００…スケジュール実行制御手段、４００…運転制限要因監視手段、５００…余裕値評価手段、６００…スケジュール修正量算出手段、
６５０…修正量格納手段、７００…知識ベース、８００…適応知識修得手段、
９００…学習管理手段、１０００…火力発電プラント自律適応制御システム、
２０００…中央給電指令所。
【産業上の利用分野】
本発明は、火力発電プラントの制御システムに係り、特に、種々の運転制限条件を満足しつつ、かつ短時間でプラントを起動させるのに好適な起動スケジュールを作成するための火力発電プラントの制御システムに関する。
【０００２】
【従来の技術】
火力発電プラントを急速起動しようとする場合、問題となるのが多くの運転制限条件と入出力間の非線形特性と時間遅れの存在である。即ち、作成される起動スケジュールは燃料流量や給水流量等の操作量に関しては勿論のこと、機器に発生する熱応力やボイラ排出ＮＯｘなど多くのプロセス状態値は運転制限条件を満たすものでなければならない。また、タービン昇速パターンや負荷上昇パターン即ち起動スケジュールを規定する操作量であるタービン昇速率や負荷上昇率と上記プロセス状態値の間には大きな非線形性と時間遅れがあるため、起動中に単なるフィードバック制御では高精度に運転制限条件を満足しながら急速な起動を実現することが不可能であった。このようなことから、従来の第１の方式では、特開昭63-94009号公報に記載のように、制御システムにプラントの全系動特性モデルを内蔵させ、実際のプラント起動前に、これを用いた起動シミュレーションの反復による起動特性予測により起動スケジュールの最適化を図っていた。即ち、テ−ブル情報や物理式として上記非線形性をモデル化し、起動スケジュールの作成に用いていた。また、従来の第２の方式としては、特開平3−164804 号公報に記載のように、実際の運転結果に基づいて起動特性を評価し、この評価結果からファジィ推論により起動スケジュールの修正量を算出する手段を有し、起動の度に得られる修正量をニューラルネットワークに学習させると共に、運転目標をニューラルネットワークに入力したときにニューラルネットワークから出力される値をもって前回起動時のスケジュールを修正することにより起動スケジュールの最適化を図っていた。即ち、制御システムにプラント全系の動特性モデルを持つことなく、ファジィ推論により専門家の持つ定性的知識とニューラルネットワークの学習能力を活用して起動スケジュールを作成していた。
【０００３】
【発明が解決しようとする課題】
しかしながら、上記従来技術によると、次の点が問題となる。
【０００４】
(1) 従来の第１の方式によると、起動特性予測に用いる全系動特性モデルは、プラントを取り巻く気温，湿度，水温や起動前のプラント機器の温度状態などの運用条件が考慮されたものにすることが必要であり、これを作成するのに多大な時間を要し、しかも対象プラント毎に作成しなければならないこと。さらに、ボイラにおける伝熱や脱硝装置における脱硝反応などの不確定要素が多く、動特性予測精度に限界があること。また、従来の第２の方式においては、上記運用条件の変動や不確定要素も勘案してファジィ推論用知識ベースを構築することは、その因果関係の複雑さゆえに困難であり、多大な時間を要するだけでなく知識ベースの信頼性が問題となる。
【０００５】
(2) 従来の第１の方式によると、プラントの全系動特性モデルを用いて実用時間内に最適起動スケジュールを求めるためには、演算処理能力が高く、メモリ容量の大きな高性能計算機システムを必要とすること。
【０００６】
(3) 起動前のプラント初期状態や気温等の運用条件が異なると、過去に作成した起動スケジュールを活用することが困難で、その都度、最適解を求めなければならないこと。即ち、制御システムは上記運転条件の変化に対して適応能力がないため、起動の度に上記高性能計算機のフル稼動が必要となること。また、従来の第２の方式においては、上述したように、運用条件の変動や不確定要素も勘案してファジィ推論用知識ベースを構築することは困難であるので、従来の第１の方式と同様に運転条件の変化に対して適応能力がない。
【０００７】
本発明は、上記の問題点に鑑みて為された発明であって、その目的は、
(1) 発電プラントの複雑大規模な全系動特性モデルを使用することなく運転制限要因を監視評価できること。即ち、運転制限要因を監視するための必要最小限の動特性モデルとすること、
(2) 初回起動時から最適起動スケジュールを求めることなく、実際の起動を繰り返す過程で起動スケジュールを最適化できること、
(3) プラント初期状態や気温等の運用条件が異なっても、過去に作成した起動スケジュールが適応的に活用できること、
が可能な火力発電プラント自律適応制御システムを提供することにある。
【０００８】
【課題を解決するための手段】
上記目的を達成するための本発明に係る火力発電プラント自律適応性御システムは、蒸気を発生させるためのボイラと、該ボイラにより発生された蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであっては、下記の手段を具備することを特徴とする。
【０００９】
(1) 前記ボイラの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段、
(2) 前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段、
(3) 該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段、
(4) 該余裕値評価手段により得られた余裕値に基づいて、前記起動スケジュールの修正量をファジィ推論を用いて算出するスケジュール修正量算出手段と、
(5) 前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力の対応関係を記憶する適応知識修得手段、
(6) 前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって、前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段、
(7) 該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段。
【００１０】
また、上記スケジュール修正量算出手段は、前記余裕値評価手段により得られた余裕値の大きさに対応した前記起動スケジュールのスケジュール修正量を規定する複数のファジィルールを記憶する知識ベースから、該ファジィルールを取り込んでスケジュール修正量を算出するものであってもよい。
【００１１】
更に、上記(1)〜(7)に、前記適応知識修得手段におけるニューラルネットワークの内部接続状態を決定することにより前記入出力対応関係を学習する学習管理手段を付加しても構わない。
【００１２】
ガスタービンと、該ガスタービンの排ガスを用いて蒸気を発生させるための排熱回収ボイラと、該排熱回収ボイラで発生した蒸気により駆動される蒸気タービンとを有するコンバインドサイクル発電プラントの制御システムであっても、上記(1)〜(7)の手段もしくは学習管理手段を設けることによって本発明の目的を達成することができる。
【００１３】
また、前記所定の運転制限要因は、前記ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であってもよいし、コンバインドサイクル発電プラントにおいては、前記排熱回収ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であってもよい。
【００１４】
更に、前記コンバインドサイクル発電プラントにおける起動スケジュールは、前記ガスタービンの起動スケジュールと前記蒸気タービンの起動スケジュールとからなり、かつ前記ガスタービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、昇速率，定格速度保持時間，初負荷，初負荷保持時間，負荷上昇率，負荷保持時間のうち少なくとも１つ以上であり、前記蒸気タービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、高圧タービンバイパス弁操作速度，中圧タービンバイパス弁操作速度，低圧タービンバイパス弁操作速度，高圧加減弁操作速度，中圧加減弁操作速度，低圧加減弁操作速度のうち少なくとも１つ以上であってもよい。
【００１５】
前記所定の運転制限要因は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘとし、前記余裕値評価手段は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力と前記蒸気タービン応力に対しては前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求め、前記排熱回収ボイラから排出されるＮＯｘに対しては、瞬時値と移動平均値を求めて前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求めるものであってもよい。
【００１６】
更にまた、前記スケジュール修正量算出手段は、前記余裕値評価手段から得られる排熱回収ボイラ過熱器出口蒸気ヘッダ応力の最小余裕値及び蒸気タービン応力の最小余裕値に基づく蒸気タービン主計画(ＳＴＰＳ)用ファジィ推論と、ガスタービン広域調整(ＧＴＧＴ)用ファジィ推論と、該排熱回収ボイラ排出ＮＯｘの最小余裕値に基づくガスタービン主計画(ＧＴＰＳ)用ファジィ推論と蒸気タービン局部調整(ＳＴＬＴ)用ファジィ推論を行い、前記ＳＴＰＳは前記ＳＴＬＴと比較して、より広範囲のスケジュールパラメータを修正対象とし、前記ＧＴＰＳは前記ＧＴＧＴと比較して、より緻密な修正を行い、前記ＧＴＧＴは前記ＧＴＰＳと比較して、より大局的な修正を行うものであってもよい。
【００１７】
更にまた、前記スケジュール修正量算出手段は、前記ＳＴＰＳ用，ＳＴＬＴ用，ＧＴＰＳ用，ＧＴＧＴ用の各ファジィ推論より得られた同一スケジュールパラメータに対する複数の修正量の中から、優先値決定手段により昇速率，負荷変化率，弁操作速度に関するパラメータは低値を選択し、速度保持時間，負荷保持時間に関するパラメータは高値を選択するものであってもよい。
【００１８】
更にまた、前記適応知識修得手段にて使用するニューラルネットワークは、信号変換機能を有するユニットを複数個集めて少なくとも入力層と出力層からなる多層構造を成し、前層ユニットの出力部と次層ユニットの入力部との接続部に設けられた内部接続強度を設定可能とし、入力層には前記起動スケジュールパラメータと運用条件に対応した数のユニットが配置され、出力層には該起動スケジュールパラメータに対応した数のユニットが配置され、入力層へ入力された信号は前記学習管理手段により予め設定され該内部接続強度に従って変換され出力層から出力されるものであってもよい。
【００１９】
更にまた、前記学習管理手段は、前記火力発電プラントの起動が繰り返される度に前記スケジュール修正量算出手段より得られる新たな修正量を累積計算するための累積修正量算出手段と、該累積修正量算出手段より得られた累積修正量を格納するための累積修正量格納手段と、過去における実際の起動に適用した起動スケジュールを格納するためのスケジュール格納手段と、過去における実際の起動時の運用条件を格納するための運用条件格納手段と、前記スケジュール格納手段と前記運用条件格納手段からそれぞれ該過去の起動スケジュールと運用条件を取り出し、これを前記適応知識修得手段における前記ニューラルネットワークの入力部に入力したときに出力部から得られる出力値が、前記累積修正量格納手段に格納された累積修正量と一致するように該ニューラルネットワークの該内部接続強度を決定するための学習手段と、を有するものであってもよい。
【００２０】
更にまた、前記運用条件格納手段に格納する運用条件は、前記火力発電プラントの停止期間，プラントの機器温度，圧力，復水器冷却用水温，大気の温度，湿度，プラント運転制限条件のうち少なくとも１つ以上であってもよい。
【００２１】
更にまた、前記自律性管理手段は、前記スケジュール修正量算出手段から得られる修正量により定まる起動スケジュールＸ1 を第１の起動スケジュールとし、初回起動時スケジュールＸ0に前記自律係数λを掛けて得られた値λＸ0と前記第１の起動スケジュールＸ1に該自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1とを加算して得られる起動スケジュールＸINを該ニューラルネットワークに前記運用条件と共に入力したとき出力部から得られる前記修正量ΔＸOUT と前記初回起動時スケジュールＸ0を加算して得られる起動スケジュールＸ2を第２の起動スケジュールとしたとき、前記第１の起動スケジュールＸ1 に前記自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1 と前記第２の起動スケジュールＸ2に前記自律係数λを掛けて得られた値λＸ2を加算して得られた起動スケジュールＸR をもって実際の起動スケジュールとして採用し、前記スケジュール実行制御手段に転送するものであってもよい。
【００２２】
更にまた、前記自律性管理手段は、前記自律係数λを可変とするための自律係数発生手段を有し、初回起動時はλ＝０とし、起動回数ｉもしくは前記スケジュール修正量算出手段により得られる該スケジュール修正量に対応して、起動回数を重ねるにつれて０≦λ≦１の範囲でλを大きくしていくものであってもよい。更にまた、前記運転制限要因は、少なくとも前記蒸気タービンのロータとケーシングの伸び差，前記排熱回収ボイラのドラム等に発生する応力，前記排熱回収ボイラから排出されるＳＯまたはＣＯであってもよい。
【００２３】
更にまた、上記の構成を備える火力発電プラント自律適応制御システムを、ガス化複合サイクル発電プラント，常圧及び加圧流動層ボイラ発電プラントの起動制御システムに用いてもよい。
【００２４】
更にまた、本発明に係る火力発電プラント自律適応制御システムにおける起動スケジュール作成の該一連の手段を、プラント運転訓練用シミュレータにおける起動スケジュール作成もしくは修正のためのガイダンス提示手段として用いてもよい。
【００２５】
更にまた、本発明に係る火力発電プラント自律適応制御システムに、前記実際の起動スケジュールを表示する手段を設けてもよい。
【００２６】
【作用】
本発明によれば、前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって、前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段を備えているので、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論よりも、前記適応知識修得手段により得られたニューラルネットワークからの結論に依存する度合を強められることになり、プラントの運用条件の変化に対応した好適な起動スケジュールを作成することができる。
【００２７】
即ち、上記適応知識修得手段は、プラント起動毎にスケジュール及びプラントの運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係が記憶されるニューラルネットワークを有しているので、実際の起動スケジュールを作成する際に、前記ファジィ推論によるスケジュール修正量決定手段からの修正量により作成される第１のスケジュールと、前記適応知識修得手段からの修正量により作成される第２のスケジュールの採用比率(自律係数λ)を、起動を繰り返すに連れて後者の比率を大きくすれば、実際の起動スケジュールは、プラントの運用条件に対応して作成された第２のスケジュールの割合が高くなり、プラントの起動回数が多くなる程プラントの運用条件の変化に対応した好適な起動スケジュールを作成することが可能となる。
【００２８】
また、上述した本発明の各手段(1)〜(7)及び知識ベース並びに学習管理手段の機能について以下に説明する。
【００２９】
(1) 基本スケジュール作成手段では、プラントの温度状態と比較的相関性が高い停止期間に着目して、停止期間別にテーブル情報として予め準備された複数のスケジュールの中から、中央給電指令所から指令された起動時刻に対応して該当するスケジュールを選択し、これをもって基本スケジュールとする。これにより、必ずしも最適ではないがプラントを安全に起動できるスケジュールが作成される。
【００３０】
(2) 運転制限要因監視手段では、上記スケジュール実行制御手段によりプラントが起動される過程で、直接計測が可能なプロセス状態については計測器から得られる信号により監視し、直接計測が困難なプロセス状態については計測可能なプロセス状態を動特性モデルに入力することにより運転制限要因の挙動を推定監視する。
【００３１】
(3) 余裕値評価手段では、上記運転制限要因監視手段により得られる運転制限要因について制限値に対する余裕値を全起動過程において評価する。
【００３２】
(4) スケジュール修正量算出手段では、上記余裕値評価手段で得られた余裕値の大きさに応じてスケジュールの修正量を算出する。このとき、後述する知識ベースを用いてファジィ推論により算出する。
【００３３】
(5) 適応知識修得手段では、ニューラルネットワークを用いて適応知識を修得する。ここで、適応知識とは単に前記ファジィルールで表されたスケジュール修正方策だけでなく、プラント運用条件の変化にも対処できる適応力をもつ知識である。この知識を獲得するためにニューラルネットワークには、プラント起動毎にスケジュール及びプラント運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係が記憶される。
【００３４】
(6) 自律性管理手段では、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論よりも、前記適応知識を修得する能力があるニューラルネットワークからの結論に依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量決定手段からの修正量により作成されるスケジュールと前記適応知識修得手段からの修正量により作成されるスケジュールの採用比率(自律係数λ)を可変とし、起動を繰り返すに連れて後者の比率を拡大させることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。
【００３５】
(7) スケジュール実行制御手段では、後述の自律性管理手段により作成される起動スケジュールに従って、タービン昇速制御，負荷上昇制御，蒸気圧力制御などプラント起動に必要なプロセス状態の制御を実施する。
【００３６】
また、知識ベースは、上記余裕値評価手段で得られた余裕値との因果関係においてスケジュール修正方策を定めた複数のルールの集合体であり、各ルールは余裕値の大きさに応じたスケジュールの修正方法に関する専門家の知見を計算機で処理可能な表現にした断片的知識として機能する。
【００３７】
更に、学習管理手段では、上記適応知識修得手段に対して上記対応関係を学習させる。そのために、上記プラント起動毎のスケジュール及びプラント運用条件と、前記スケジュール修正量決定手段により得られた修正量との対応関係を学習サンプルとしてニューラルネットワークに順次提示し、学習させる。即ち、本学習管理手段は、ニューラルネットワークに前者を入力したときに後者が出力されるようにニューラルネットワークの内部接続状態を決定する働きをする。
【００３８】
【実施例】
以下、本発明の実施例を説明する。
【００３９】
図１は、本発明の火力発電プラント自律適応制御システム１０００の基本構成を示す。本システムは、中央給電指令所２０００からの起動指令である起動時刻ＴRi（ｉは起動次回を示し、例えばｉ＝１は初回起動を示す）を受けて作動し、システム内のスケジュール実行制御手段３００により火力発電プラント３０００が実際に起動される。
【００４０】
本システム１０００は、基本スケジュール作成手段１００，スケジュール修正手段１５０，スケジュール実行制御手段３００，運転制限要因監視手段４００，余裕値評価手段５００，スケジュール修正量算出手段６００，知識ベース７００，修正量格納手段６５０，適応知識修得手段８００，学習管理手段９００，自律性管理手段２００より構成されている。
【００４１】
基本スケジュール作成手段１００では、テーブル情報として停止期間別に予め準備された複数のスケジュールの中から、中央給電指令所から指令された起動時刻ＴRiに対応して該当するスケジュールを選択し、これをもって基本スケジュールＸ0iとする。ここで、Ｘはスケジュールを規定する複数のパラメータ値からなるベクトル量であり、詳細については後述する。これにより、最適ではないがプラント起動上安全かつ確実なスケジュールが作成される。
【００４２】
スケジュール修正手段１５０では、後述のファジィ推論を用いたスケジュール修正量算出手段６００より得られ、修正量格納手段６５０に格納されている修正量ΔＸi-1 と、後述の学習管理手段９００に記憶された前回の起動スケジュールＸi-1を用いて新たなスケジュールＸiを作成する。ここで、初回起動時(ｉ＝１)には、ΔＸ0＝０，Ｘ0＝Ｘ01である。
【００４３】
スケジュール実行制御手段３００では、後述の自律性管理手段２００により作成される起動スケジュールＸRiに従って、火力発電プラント３０００におけるタービン速度，負荷，蒸気圧力など起動に伴うプロセス状態の制御を実施する。
【００４４】
運転制限要因監視手段４００では、上記スケジュール実行制御手段３００によりプラントが起動される過程で、直接計測が困難なプロセス状態については計測可能なプロセス状態を動特性モデルに入力することにより運転制限要因の挙動を推定監視する。また、直接計測が可能なプロセス状態については計測器から得られる信号により監視する。ここで監視の対象とする運転制限要因については、後に別途具体的に述べる。
【００４５】
余裕値評価手段５００では、上記運転制限要因監視手段４００により得られる運転制限要因について制限値に対する余裕値を全起動過程において評価する。この余裕値の定義についても後に具体的に示す。
【００４６】
スケジュール修正量算出手段６００では、上記余裕値評価手段５００で得られた余裕値の大きさに応じてスケジュールの修正量ΔＸi を算出する。このとき、次に述べる知識ベース７００を用いてファジィ推論により算出する。
【００４７】
知識ベース７００は、上記余裕値評価手段５００で得られた余裕値との因果関係においてスケジュール修正方策を定めた複数のルールの集合体であり、各ルールは余裕値の大きさに応じたスケジュールの修正方法について専門家の知見を計算機で処理可能な表現にした断片的知識として機能する。
【００４８】
修正量格納手段６５０では、上記スケジュール修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸiを過去のプラント起動毎に対応させて格納しておく。
【００４９】
適応知識修得手段８００では、ニューラルネットワークを用いて適応知識を修得する。ここで、適応知識とは単に前記ファジィルールで表されたスケジュール修正方策だけでなく、プラント運用条件の変化にも対処できる適応力をもつ知識である。この知識を獲得するためにニューラルネットワークには、プラント起動毎にスケジュール及びプラント運用条件と、前記スケジュール修正量算出手段６００により得られた修正量ΔＸ1〜ΔＸiとの対応関係が記憶される。ここで、プラント運用条件として、本発明の実施例ではプラントの起動時温度状態に最も影響する停止期間ＴSi（前回停止時刻と指令起動時刻ＴRiとの経過時間を意味する）を用いる。
【００５０】
学習管理手段９００では、上記適応知識修得手段８００に対して上記対応関係を学習させる。そのために、上記プラント起動毎のスケジュールＸRi及びプラント運用条件である停止期間ＴSiと、前記スケジュール修正量算出手段６００により得られている修正量ΔＸi の累積値との対応関係を学習サンプルとして順次提示し、学習させる。即ち、本学習管理手段９００は、適応知識修得手段８００として使用するニューラルネットワークの入力層にＸRk(ｋ＝１〜ｉ−１)とＴSk (ｋ＝１〜ｉ−１)を入力したときに出力層からの出力値ΔＸOUTkがΔＸi の累積修正量ΔＸQk(ｋ＝１〜ｉ−１)に一致するようにニューラルネットワーク内の接続状態を決定する働きをする。上記累積修正量ΔＸQkに関しては別途具体的に後述する。
【００５１】
自律性管理手段２００では、実際の起動スケジュールを決定する際に、起動を繰り返すに連れてファジイ推論からの結論ΔＸi よりもニューラルネットワークからの結論ΔＸOUTiに依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量算出手段６００から得られる修正量により作成されるスケジュールと前記適応知識修得手段８００から得られる修正量により作成されるスケジュールの採用比率を自律係数λで表し、これを可変とし、起動を繰り返すに連れて後者の比率を大きくすることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。上記の自律係数λに関しては別途具体的に説明する。
【００５２】
以上、本発明の概要を説明したが、以下、本発明の適用対象である火力発電プラントとして、ガスタービン，排熱回収ボイラ及び蒸気タービンから成る複合サイクル発電プラントを例に実施例を説明する。
【００５３】
図２は、複合サイクル発電プラント３０００の機器構成とスケジュール実行制御手段３００との関係を示す。スケジュール実行制御手段３００は、更にガスタービン制御システム３３０と蒸気タービン制御システム３６０から成る。ガスタービン設備３２００では、燃料２２を燃焼器２３に注入し、燃焼用空気２４をコンプレッサ２０により圧入することにより燃焼で発生するエネルギーは、ガスタービン２６で機械エネルギーに変換され、これにより、共通軸２８に接続された発電機３５を駆動し電気エネルギーに変換するとともに一部はコンプレッサ２０の駆動力となる。起動時にはガスタービン制御システム３３０からの燃料調節弁開度指令３１１により燃料調節弁２１を操作し、燃料流量を調節することでガスタービン設備３２００及び共通軸２８に接続された蒸気タービン設備３３００と発電機３５が昇速される。
【００５４】
また、ガスタ−ビン２６からの排ガス２７は排熱回収ボイラ設備３１００に導かれ、排ガス２７の持つ熱エネルギーが回収される。このとき、排ガス２７により排熱回収ボイラ設備３１００の煙道１４に配置された各種熱交換器内の流体が熱を受け蒸発し、過熱される。本実施例の排熱回収ボイラ設備３１００では３つの圧力レベルを持つ蒸気系統から成り、それぞれから発生する蒸気が高圧蒸気３４１，中圧蒸気３４２，低圧蒸気３４３である。これらの蒸気が持つ熱エネルギーにより蒸気タービン設備３３００において、それぞれ高圧タービン３１，中圧タービン３２，低圧タービン３３が駆動され、共通軸２８に接続された発電機３５による発電の一翼を担う。
【００５５】
起動時には、排熱回収ボイラ設備３１００から発生する上記の高圧主蒸気341,中圧主蒸気３４２，低圧主蒸気３４３をそれぞれ高圧バイパス弁３３４，中圧バイパス弁３３５，低圧バイパス弁３３６を介してバイパスさせることにより個々の圧力を所定値に制御するとともに、高圧加減弁３３１，中圧加減弁３３２，低圧加減弁３３３を操作することにより高圧タービン３１，中圧タービン３２，低圧タービン３３の出力上昇がなされる。従って、高圧バイパス蒸気３４４，中圧バイパス蒸気３４５，低圧バイパス蒸気３４６の流量は、それぞれのバイパス弁３３４，３３５，３３６の開度を大きくすれば増加し、加減弁３３１，３３２，３３３の開度を大きくすると蒸気タービンへの蒸気流入量が増加し、その分減少する。これらのバイパス弁への開度指令３２４，３２５，３２６及び加減弁への開度指令３２１，３２２，３２３はいずれも蒸気タービン制御システム３６０より出力される。また、プラントの起動中に中圧過熱蒸気１と高圧タービン排気２の温度偏差が所定値内に入ったとき中圧止弁３３７を開操作する。このときの操作信号３２７も蒸気タービン制御システム３６０より指令される。また、復水器３４からの復水３７は、低圧給水ポンプ１６，中圧給水ポンプ１７，高圧給水ポンプ１８により、それぞれ低圧ドラム６，中圧ドラム７，高圧ドラム８の水位を所定値内に保つように、それぞれ低圧給水３，中圧給水４，高圧給水５として流量制御される。
【００５６】
ここで、運転制限要因となるのは、高圧タービン３１と中圧タービン３２のロータに発生する応力と、高圧過熱器１１と中圧過熱器１２の出口にあるヘッダに発生する応力と、排熱回収ボイラ設備３１００の煙道出口１５から大気へのNOx排出量である。上記の各応力は、ガスタービン排ガス２７から熱交換器のメタルへの伝熱，メタルから内部流体への伝熱，内部流体から着目部メタルへの伝熱という大きな時間遅れを伴う動的過程の結果として表れる。さらに、ロータについては遠心力，ヘッダについては蒸気圧力に対応した機械的応力が加算される。以下、特にことわらない場合は、これらを含めて単に応力と呼ぶ。また、ボイラからのＮＯｘ排出量もガスタービン自体のＮＯｘ排出特性と煙道中に設置された脱硝装置１３の温度特性に大きく依存する。そのため、これらの運転制限要因を精度よく管理するには、上記各制御操作の協調性と整合性が必要となる。よって、既に述べたように、本発明の火力発電プラント自律適応制御システム１０００では、これらの動的挙動を監視評価するための運転制限要因監視手段４００と余裕値評価手段５００を設けた。
【００５７】
図３は、本発明の適用対象である複合サイクル発電プラントの起動過程と起動スケジュールパラメータの関係を示す。
【００５８】
本図に示すように、ガスタービン関係のスケジュールパラメータとしては、昇速率（ＤＮ），定格速度保持時間（ＤＴNL），初負荷(ＬI），初負荷保持時間（ＤＴLI），第１負荷上昇率(ＤＬ1），負荷保持時間（ＤＴHL），第２負荷上昇率（ＤＬ2），第３負荷上昇率（ＤＬ3）である。これらにより規定される起動スケジュールを制御目標として、操作端である燃料調節弁２１の開度を調整することによりガスタービンが起動される。また、蒸気タービン関係の操作端としては既に述べたように、高圧バイパス弁（ＨＰＢＶ）３３４，中圧バイパス弁(IPBV)３３５，低圧バイパス弁（ＬＰＢＶ）３３６，高圧加減弁（ＨＰＣＶ）３３１，中圧加減弁（ＩＰＣＶ）３３２，低圧加減弁(ＬＰＣＶ)３３３，中圧止弁(ISHV)３３７があり、スケジュールパラメータとしての高圧バイパス弁操作速度 （ＤＡHBV），中圧バイパス弁操作速度（ＤＡIBV），低圧バイパス弁操作速度 （ＤＡLBV），低圧バイパス弁操作待期時間（ＤＴLBV），高圧加減弁第１操作速度（ＤＡHCV1），高圧加減弁第２操作速度（ＤＡHCV2），低圧加減弁操作速度 (ＤＡLCV）に従って制御される。これらのスケジュールパラメータ以外の制御目標及び操作タイミングは図示の通りである。ここで、蒸気条件としてのＴMSは高圧主蒸気温度、ＰMSは高圧主蒸気圧力、ＰCRP は高圧タービン排気圧力、ＰISは中圧主蒸気圧力、ＰLSは低圧主蒸気圧力、ΔＴは中圧過熱器蒸気温度と高圧タービン排気温度との偏差である。また、図中、各弁の％表示は開度を示す。
【００５９】
次に、図４とこれに続く図を用いて制御システムの詳細構成と各手段について順を追って説明する。
【００６０】
図４は、本発明の実施例である複合サイクル発電プラントを対象とした火力発電プラント自律適応制御システムの詳細構成を示す。
【００６１】
本システムは、中央給電指令所２０００からの起動指令である起動時刻ＴRi（ｉは起動次回を示し、例えばｉ＝１は初回起動を示す）を受けて作動し、システム内のスケジュール実行制御手段３００により複合サイクル発電プラント3000が実際に起動される。本システム１０００は、基本スケジュール作成手段１００，スケジュール修正手段１５０，スケジュール実行制御手段３００，運転制限要因監視手段４００，余裕値評価手段５００，スケジュール修正量算出手段６００，知識ベース７００，修正量格納手段６５０，適応知識修得手段８００，学習管理手段９００，自律性管理手段２００より構成されている。以下、上記各手段について順を追って説明する。
【００６２】
図５は、基本スケジュール作成手段１００における基本スケジュール作成方式を示す。ここでは、中央給電指令所２０００からの起動時刻ＴRiが指令されると、まず、前回のプラント停止時刻ＴSTPiからの経過時間である停止期間ＴSiを、
【００６３】
【数１】
ＴSi＝ＴRi−ＴSTPi …（１）
により求める。次に、テーブル情報として停止期間別に予め準備された複数のスケジュールの中から、上記停止期間ＴSiに対応して該当するスケジュールを選択し、これをもって基本スケジュールＸ0iとする。従って、Ｘ0iはスケジュールを規定する複数のパラメータ値からなるベクトル量である。
【００６４】
スケジュール修正手段１５０では、後述のファジィ推論を用いたスケジュール修正量算出手段６００より得られ、修正量格納手段６５０に格納されている修正量ΔＸi-1 と、後述の学習管理手段９００に記憶された前回の起動スケジュールＸi-1を用いて新たなスケジュールＸiを
【００６５】
【数２】
Ｘi＝Ｘi-1＋ΔＸi-1 …（２）
により作成する。ここで、初回起動時(ｉ＝１)には、ΔＸ0＝０，Ｘ0＝Ｘ01である。
【００６６】
スケジュール実行制御手段３００では、後述の自律性管理手段２００により作成される起動スケジュールＸRiに従って、複合サイクル発電プラント３０００におけるタービン速度，負荷，蒸気圧力など起動に伴うプロセス状態の制御を前述の方法で実施する。
【００６７】
運転制限要因監視手段４００では、上記スケジュール実行制御手段３００によりプラントが起動される過程で、直接計測が困難なプロセス状態である蒸気タービン応力及びボイラ応力については計測可能なプロセス状態を動特性モデルに入力することにより動的挙動を推定監視する。また、直接計測が可能なプロセス状態である排熱回収ボイラからの排出ＮＯｘについては計測器から得られる信号により監視する。
【００６８】
図６は、運転制限要因監視手段４００における蒸気タービン応力の監視方式を示すもので、運転制限要因として着目監視すべき個所である高圧タービン及び中圧タービンのロータ表面とロータボアに発生する応力に関する動特性モデルとして構成した。即ち、タービンの入口蒸気条件と速度及び負荷からタービン内部の蒸気条件（温度，圧力）及びロータ表面の熱伝達率を推定し、ロータメタル内部の非定常温度分布を求め、ロータの表面とボアの熱応力を算出するとともに、遠心応力を加算して総合応力を求める方式とした。また、排熱回収ボイラに発生する応力についても同様の方法で監視する。即ち、運転制限要因として着目監視すべき個所である高圧過熱器出口ヘッダと中圧過熱器出口ヘッダの内部熱伝達率を蒸気条件（温度，圧力）と流量より推定し、上記蒸気タービンの場合と同様にメタル内部の非定常温度分布を求めて、ヘッダメタルの内部及び外面の熱応力を算出するとともに、蒸気圧力による応力を加算して総合応力を求める方式とした。
次に、上記運転制限要因監視手段４００により得られた運転制限要因の制限値に対する余裕値を評価するための余裕値評価手段５００について説明する。
【００６９】
図７は、蒸気タービン応力の制限値に対する余裕値評価方式を示す。まず、タービン起動開始から起動完了後の所定時間経過するまでの時間帯（ｔ1〜ｔ6）を複数区間に分割（本例では５分割の場合を示す）し、第ｉ区間における最小応力余裕値ｍ(ｉ)を求める。ここで、応力余裕値ｍは、制限値をＳL ，上記運転制限要因監視手段４００により得られた値をＳとし、次式で定義する。
【００７０】
【数３】
ｍ＝ＳL−Ｓ …（３）
なお、応力値が正の場合は引っ張り応力，負の場合は圧縮応力を意味する。既に述べたように、実際には応力着目個所が高圧タービンのロータ表面とボア及び中圧タービンのロータ表面とボアの４個所であるので、求めるべき最小応力余裕値は区間毎に４つあり、これらをそれぞれ下記とする。
【００７１】
ｍHS(ｉ)：区間ｉにおける高圧タービンロータ表面最小応力余裕値
ｍHB(ｉ)：区間ｉにおける高圧タービンロータボア最小応力余裕値
ｍIS(ｉ)：区間ｉにおける中圧タービンロータ表面最小応力余裕値
ｍIB(ｉ)：区間ｉにおける中圧タービンロータボア最小応力余裕値
排熱ボイラ応力の余裕値評価方式も、基本的には上記タービン応力の余裕値評価方式と同様である。但し、着目すべき個所は高圧過熱器出口と中圧過熱器出口のヘッダ外面の２個所である。これは、ヘッダの場合、外面に発生する応力が内面のそれと比較して大きいためである。従って、求めるべき最小応力余裕値は区間毎に２つあり、それぞれ下記とする。
【００７２】
ｍHHD(ｉ)：区間ｉにおける高圧過熱器ヘッダ外面最小応力余裕値
ｍIHD(ｉ)：区間ｉにおける中圧過熱器ヘッダ外面最小応力余裕値
図８は、排出ＮＯｘ特性の制限値に対する余裕値評価方式を示す。本方式もタービン応力の場合と同様に、まず、ガスタービン起動開始からプラント起動完了後の所定時間経過するまでの時間帯（ｔ1〜ｔ7）を複数区間に分割（本例では６分割の場合を示す）し、第ｉ区間における最小排出ＮＯｘ瞬時値余裕値ｍPS(ｉ)と最小排出ＮＯｘ平均値余裕値ｍPA(ｉ)を求める。ここで、排出ＮＯｘ瞬時値余裕値ｍPS及び排出ＮＯｘ平均値余裕値ｍPAは、それぞれの制限値をＰSL，ＰAL，計測値をＰS，ＰAとすると、次式で定義する。
【００７３】
【数４】
ｍPS＝ＰSL−ＰS …（４）
【００７４】
【数５】
ｍPA＝ＰAL−ＰA …（５）
図９は、余裕値評価手段５００から得られた評価結果であるｍHS，ｍHB，ｍIS，ｍIB，ｍHHD，ｍIHD，ｍPS，ｍPAを受けて、スケジュール修正量算出手段600におけるスケジュール修正量算出方式の全体概要を示す。スケジュール修正量算出手段６００では、上記余裕値評価手段５００で得られた余裕値の大きさに応じてスケジュールの修正量ΔＸi を算出する。本スケジュール修正量算出手段600は、さらに蒸気タービン応力調整手段６１０，ボイラ応力調整手段６２０，排出ＮＯｘ調整手段６３０，優先値決定手段６４０から構成されている。上記各調整手段は、それぞれ低値選択手段６１１，６２１，６３１を有し、低値選択手段６１１は余裕値ｍHS，ｍHB，ｍIS，ｍIBの中から、低値選択手段６２１は余裕値ｍHHD．ｍIHDの中から、低値選択手段６３１は余裕値ｍPS，ｍPAの中から、それぞれ最小余裕値を選択し、これらをそれぞれｍT，ｍB，ｍPとする。即ち、ｍT，ｍB，ｍPは次式により定義する。
【００７５】
【数６】
ｍT＝Min（−ｍHS，ｍHB，−ｍIS，ｍIB） …（６）
【００７６】
【数７】
ｍB＝Min（ｍHHD，ｍIHD） …（７）
【００７７】
【数８】
ｍP＝Min（ｍPS，ｍPA） …（８）
次に、上記ｍT，ｍB，ｍPを用いてファジィ推論６１２,６１３,６２２,６２３，６３２，６３３によりスケジュール修正量ΔＸT(ｉ)，ΔＸB(ｉ)，ΔＸP(ｉ)が算出される。ここで、添字のＴ，Ｂ，Ｐは、それぞれ修正量が蒸気タービン応力，ボイラ応力，排出ＮＯｘの余裕値に応じて決定されることを示している。
【００７８】
図１０は、このときファジィルールで使用するメンバーシップ関数を示す。図１０(１)に示すメンバーシップ関数は、前記タービン応力余裕値ｍT 及びボイラ応力余裕値ｍB から蒸気系のスケジュールを修正することにより応力を調整するための蒸気タービン主計画(ＳＴＰＳ)用としての修正係数ｋS と、ガスタービン系のスケジュールを修正することにより応力を調整するためのガスタービン広域調整(ＧＴＧＴ)用としてのスケジュール修正係数ｋG を規定したものである。また、図１０(２)に示すメンバーシップ関数は、前記排出ＮＯｘ余裕値ｍP からガスタービン系のスケジュールを修正することにより排出ＮＯｘを調整するためのガスタービン主計画(ＧＴＰＳ)用としての修正係数ｋG と、蒸気系のスケジュールを修正することにより排出ＮＯｘを調整するための蒸気タービン局部調整（ＳＴＬＴ）用としてのスケジュール修正係数ｋS を規定したものである。さらに、具体的に説明すると、図１０(１)(ａ)は、応力評価用としてファジィルールの条件部で用いるメンバーシップ関数を示し、４つの関数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、(ｂ)は結論部で用いるスケジュール修正係数決定用メンバーシップ関数を示し、５つの関数（ＮＢ，ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成る。ここで、各メンバーシップ関数の意味付けは、ＮＢ：Negative Big，ＮＳ：NegativeSmall ，ＺＯ：Zero，ＰＳ：Positive Small，ＰＢ：Positive Bigである。図１０(２)(ａ)は、排出ＮＯｘ評価用としてファジィルールの条件部で用いるメンバーシップ関数を示し、４つの関数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、(ｂ)は結論部で用いるスケジュール修正係数決定用メンバーシップ関数を示し、５つの関数（ＮＢ，ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成る。ここで、各メンバーシップ関数の意味付けは、上記図９(１)の場合と同じである。
【００７９】
次に、上記メンバーシップ関数を用いたファジィルールについて説明する。
【００８０】
図１１は、蒸気タービン主計画(ＳＴＰＳ)で用いるタービン応力調整ルールを示す。ここでは、４つの修正用スケジュールパラメータとして高圧バイパス弁操作速度(ＤＡHBV)，中圧バイパス弁操作速度(ＤＡIBV)，高圧加減弁第１操作速度(ＤＡHCV1)，高圧加減弁第２操作速度(ＤＡHCV2)を、図７で示した５つの着目区間のうち第２，３，４，５区間におけるタービン応力余裕値ｍT との関係において修正するためのファジィルールを示す。即ち、第２と第３の区間における余裕値ｍT(２)とｍT(３)の関係においてＤＡHCV1とＤＡHCV2の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍT(３)とｍT(４)の関係においてＤＡHCV1とＤＡHCV2の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍT(４)とｍT(５)の関係においてＤＡHBV，ＤＡIBV，ＤＡHCV1及びＤＡHCV2の修正量を定義したルールテーブルから成る。但し、ルールテーブルの空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８１】
図１２は、ガスタービン広域調整(ＧＴＧＴ)で用いるタービン応力調整ルールを示す。ここでは、６つの修正用スケジュールパラメータとして昇速率(ＤＮ)，初負荷保持時間(ＤＴLI)，第１負荷上昇率(ＤＬ1)，負荷保持時間(ＤＴHL），第２負荷上昇率(ＤＬ2)，第３負荷上昇率(ＤＬ3)を、図７で示した５つの着目区間におけるタービン応力余裕値ｍT との関係において修正するためのファジィルールを示す。即ち、第１と第２の区間における余裕値ｍT(１)とｍT(２)の関係においてＤＮ，ＤＴLI及びＤＬ1 の修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍT(２)とｍT(３)の関係においてＤＴLI，ＤＬ1，ＤＴHL及びＤＬ2 の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍT(３)とｍT(４)の関係においてＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍT(４) と ｍT(５)の関係においてＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルから成る。本ルールテーブルにおいても空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８２】
以上、図１１，図１２に示したファジィルールはボイラ応力余裕値に基づくＳＴＰＳ用及びＧＴＧＴ用としても共用する。
【００８３】
図１３は、ガスタービン主計画(ＧＴＰＳ)で用いる排出ＮＯｘ調整ルールを示す。ここでは、８つの修正用スケジュールパラメータとして昇速率(ＤＮ)，定格速度保持時間(ＤＴNL)，初負荷(ＬI），初負荷保持時間(ＤＴLI)，第１負荷上昇率(ＤＬ1)，負荷保持時間(ＤＴHL)，第２負荷上昇率(ＤＬ2)，第３負荷上昇率 (ＤＬ3)を、図８で示した６つの着目区間における排出ＮＯｘ余裕値ｍPとの関係において修正するためのファジィルールを示す。
【００８４】
即ち、第１と第２の区間における余裕値ｍP(１)とｍP(２)の関係においてＤＮ，ＤＴNL，ＬI 及びＤＴLIの修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍP(２)とｍP(３)の関係においてＤＴNL，ＬI，ＤＴLI 及びＤＬ1 の修正量を定義したルールテーブルと、第３と第４の区間における余裕値ｍP(３)とｍP(４)の関係においてＤＴLI，ＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルと、第４と第５の区間における余裕値ｍP(４）とｍP(５）の関係においてＤＬ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルールテーブルから成る。本ルールテーブルにおいても空白部は、上記各応力余裕値とスケジュールパラメータの因果関係が小さいか殆ど無いことを意味する。
【００８５】
図１４は、蒸気タービン局部調整(ＳＴＬＴ)で用いる排出ＮＯｘ調整ルールを示す。ここでは、３つの修正用スケジュールパラメータとして高圧バイパス弁操作速度(ＤＡHBV)，中圧バイパス弁操作速度(ＤＡIBV)，高圧加減弁第１操作速度(ＤＡHCV1)を、図８で示した６つの着目区間のうち第１，２，３区間における排出ＮＯｘ余裕値ｍP との関係において修正するためのファジィルールを示す。即ち、第１と第２の区間における余裕値ｍP(１)とｍP(２)の関係においてＤＡHBV,ＤＡIBV 及びＤＡHCV1の修正量を定義したルールテーブルと、第２と第３の区間における余裕値ｍP(２)とｍP(３)の関係においてＤＡHBV，ＤＡIBV及びＤＡHCV1の修正量を定義したルールテーブルから成る。
【００８６】
以上述べたＳＴＰＳはＳＴＬＴと比較して、より広範囲のスケジュールパラメータを修正対象とし、ＧＴＰＳはＧＴＧＴと比較して、より緻密な修正を行い、ＧＴＧＴはＧＴＰＳと比較して、より大局的な修正を行う働きをする。
【００８７】
図１５は、ファジィ推論によるスケジュール修正量算出方式を示す。本図は、一例として、蒸気系スケジュール修正係数ｋS の算出について示す。この例では、或るスケジュールパラメータについて、４つのルールからの結論としてのメンバーシップ関数とメンバーシップ値がそれぞれ（ＮＳ，０.６），(ＺＯ，０.８)，（ＰＳ，０.４），（ＰＢ，０.２）が得られた場合を示す。総合評価値は、それぞれのメンバーシップ値で定まる台形部の重さＷ(ｉ)と修正係数ｋS(ｉ）の重心ｋSGで定義する。即ち、Ｗ(１)＝０.１６８，Ｗ(２)＝０.０９６，Ｗ(３)＝０.０９６，Ｗ(４)＝０.０９であり、ｋS(１)＝−０.２，ｋS(２)＝０，ｋS(３)＝０.１５，ｋS(４)＝０.３５ であるから、ｋSGは次のように算出される。
【００８８】
【数９】
従って、この起動スケジュールパラメータに対する修正量ｋSGは０.０２７３である。この結果を用いて、次式に従ってスケジュール修正量ΔＸTiが算出される。
【００９０】
【数１０】
ΔＸT＝ｋSG(ＸMax−ＸMin) …（１０）
ここで、ＸMax，ＸMinはＸの上，下限値を示す。
【００９１】
以上述べたような方式によると、前記ＳＴＰＳ，ＧＴＧＴ,ＳＴＰＳ,ＳＴＬＴのファジィ推論により同一スケジュールパラメータに対しても複数の修正量が算出される。そこで、全ての運転制限要因を確実に制限値内に抑えるために、図９に示す優先値決定手段６４０で最終的修正量ΔＸ(ｉ)を決定する。即ち、昇速率，負荷変化率，弁操作速度に関するパラメータは図中の低値選択手段ＬＶＧにより、安全側の低値が選択される。また、速度保持時間，負荷保持時間に関するパラメータは高値選択手段ＨＶＧにより、安全側の高値が選択される。
【００９２】
修正量格納手段６５０では、上記スケジュール修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸiを過去のプラント起動毎に対応させて格納しておく。
【００９３】
学習管理手段９００では、ニューラルネットワークで構成された適応知識修得手段８００に対して前記プラント起動毎のスケジュールＸRk(ｋ＝１〜ｉ−１)及びプラント運用条件である停止期間ＴSk(ｋ＝１〜ｉ−１)と、スケジュール修正量ΔＸi の累積値である累積修正量ΔＸQk(ｋ＝１〜ｉ−１)との対応関係を学習サンプルとして順次提示し、学習させる。
【００９４】
図１６は、ニューラルネットワークに提示する学習サンプルを示す。ここでｎ回目まで起動が完了しているとすると、教師データとしての累積修正量ΔＸQiは次式で定義された値である。
【００９５】
【数１１】
即ち、ΔＸQiは、起動が繰り返される度に得られる新たな修正量を累積修正量算出手段９１０にて、上記（１１）式に従って累積計算されることにより得られる。また、この累積修正量ΔＸQiは累積修正量格納手段９２０に格納される。
【００９７】
本学習管理手段９００は、ニューラルネットワークの入力層にＸRk（ｋ＝１〜ｉ−１）とＴSk(ｋ＝１〜ｉ−１)を入力したときに出力層からの出力値ΔＸOUTk(ｋ＝１〜ｉ−１)が累積修正量ΔＸQk(ｋ＝１〜ｉ−１)に一致するようにニューラルネットワーク内の接続状態を決定する働きをする。
【００９８】
次に、ニューラルネットワークとその学習方式について説明する。
【００９９】
このニューラルネットワークは、入力層，中間層，出力層の３層構造からなるもので、この基本構造に関しては、ザ エム アイ ティー プレス，ニューロコンピューティング ファンデーションズ オブ リサーチ，１９８８年，第３１８頁から３６２頁(The MIT Press, Neurocomputing Foundations of research, 1988, pp318−362）に詳しく述べられている。また、本論文では、或る入力信号パターンが入力層に与えられたとき、出力信号パターンが所望する信号パターン、即ち教師データと一致するように、両者の誤差に応じて中間層及び出力層の各ユニットへの入力部の接続強度を修正する学習アルゴリズム（バックプロパゲーションと称している）が示されている。本発明の実施例においても、ニューラルネットワークの構造及び学習アルゴリズムそのものは上記論文に示されたものを用いる。
【０１００】
図１７は、ニューラルネットワークの構造と入出変数の関係を示す。入力変数は起動スケジュールパラメータＸと停止期間ＴS である。Ｘとしては、学習時には過去の起動スケジュールを格納してあるスケジュール格納手段９５０より読み出したＸRk(ｋ＝１〜ｉ−１)が、起動スケジュール作成時には後述の自律性管理手段２００で決定されるスケジュールパラメータＸINiが入力される。また、ＴSとしては、学習時には過去のプラント停止期間を格納してある停止期間格納手段９４０より読み出したＴSk(ｋ＝１〜ｉ−１)が、起動スケジュール作成時にはＴSiが入力される。ニューラルネットワークにＸINi が入力されたとき、学習により決定されている内部の接続強度により定まるΔＸOUTiが出力変数として出力される。学習時には、ΔＸOUTk(ｋ＝１〜ｉ−１)がΔＸQk(ｋ＝１〜ｉ−１)に一致するように学習する。
【０１０１】
次に、自律性管理手段２００について具体的に説明する。自律性管理手段200では、実際の起動スケジュールＸRiを決定する際に、起動を繰り返すに連れてファジイ推論からの結論ΔＸi よりもニューラルネットワークからの結論ΔＸOUTiに依存する度合を強めてゆく働きをする。即ち、前記ファジィ推論によるスケジュール修正量算出手段６００から得られる修正量ΔＸi により作成されるスケジュールと前記適応知識修得手段８００から得られる修正量ΔＸOUTiにより作成されるスケジュールの採用比率である自律係数λを可変とし、起動を繰り返すに連れて後者の比率を拡大させることにより前記運用条件の変化に対する適応能力と自律性を高める働きをする。この自律係数λは自律係数発生手段２１０にて決定される。具体的には、次式で定義される起動スケジュールＸRiが実際の起動に採用される。
【０１０２】
【数１２】
ＸRi＝λ(Ｘ0i＋ΔＸOUTi)＋(１−λ)Ｘi …（１２）
また、上式において、ニューラルネットワークからの出力であるΔＸOUTiを得るための必要な入力ＸINiは、次式で定義される。
【０１０３】
【数１３】
ＸINi＝λＸ0i＋(１＋λ)Ｘi …（１３）
ここで、自律係数λは、０≦λ≦１とすると、λ＝０のとき、ＸRi＝Ｘi であり、λ＝１のとき、ＸRi＝Ｘ0i＋ΔＸOUTiとなる。即ち、前者はファジイ推論からの結論のみが採用され、ニューラルネットワークからの出力が利用されていない起動スケジュールである。後者は基本スケジュールをニューラルネットワークからの出力で補正しているため、前述のように運用条件の変化に対する適応能力を１００％活用した起動スケジュールである。従って、λの値が大きくなるにつれ、本制御システムは自律性が高く成る。しかしながら、ニューラルネットワークが十分な起動経験を積む前に（学習による十分な適応能力をつける前に）この自律係数λを大きくすると、作成される起動スケジュールの最適性や高い信頼性は期待できなくなる。従って、この自律係数λを如何に選ぶかが重要となる。本実施例における自律性管理手段２００では、下記の方式を適用する。
【０１０４】
図１８は、自律性管理手段２００における自律係数λを決定するための自律管理方式を示す。本実施例では、本図に示すように自律係数λの決め方により３方式の適用を可能としている。第１の方式は、本図（１）に示す飛躍成長型自律性管理方式であり、起動回数ｉが所定値ｉA に達するまではλ＝０とし、ニューラルネットワークは唯ひたすら学習し、適応能力を高めておき、ｉ≧ｉA でλ＝１とすることで、一気に自律性を上げる方式である。第２の方式は、本図（２）に示す線形連続成長型自律性管理方式であり、ｉ＜ｉB ではλ＝０とし、ニューラルネットワークは学習によりある程度適応能力を高めておき、ｉB≦ｉ≦ｉCでは適応能力を高めながら徐々に一定速度で自律性を上げてゆき、ｉ≧ｉC でλ＝１とする方式である。第３の方式は、本図（３）に示す非線形連続成長型自律性管理方式であり、λをファジィ推論によるスケジュール修正量算出手段６００から得られる修正量ΔＸiの関数とする方式である。本方式は修正量ΔＸiの減少に応じてλを上げてゆく方式である。λを定義する関数は具体的には、次式とする。
【０１０５】
【数１４】
または、次式としても同様の機能を果たすことができる。
【０１０７】
【数１５】
図１９は、本発明の自律適応制御システムによる最適値収束性の改善効果を示す。本図（１）は、自律制御によらない場合、即ちファジィ推論のみにより起動スケジュールの最適化を図る場合であり、（２）は、自律適応制御による場合、即ちファジィ推論とニューラルネットワークを組み合わせることによりシステムに適応能力を持たせ、起動スケジュールの最適化を図る場合である。いずれも、プラントが起動を繰り返すにつれて初期のスケジュールから最適値に向けて収束してゆく様子を示すものである。しかし、（１）の場合は、前述のように運用条件の変化に対する適応能力がないため、非収束領域が存在し、収束限界以上の収束性は期待できない。一方、（２）の場合は、ニューラルネットワークが運用条件と起動スケジュールの因果性も含めてスケジュール修正方法を修得するという適応能力があるため、限り無く最適値に収束することができる。このことを、別の角度から評価すると次のようになる。
【０１０９】
図２０は、本発明の自律適応制御システムによるプラントの起動特性の改善効果を示すもので、自律適応制御によらない場合と対比して示す。上記のように、自律適応制御によらない場合は非収束領域が存在するため、作成される起動スケジュールは幅を持つことになる。そのため、運転制限要因である応力や排出NOxも幅を持つことになる。従って、全てにおいて制限条件を満足するには、作成されるスケジュールは予め十分なマージンを持たせることが必要で、その分、起動時間が長くなってしまう。これに対して、自律適応制御による場合は、前述のように運用条件の変化にも柔軟に適応できるため、常に最適なスケジュールを作成できる。従って、運転制限条件に対しても精度良く満足できる起動スケジュールにより、必要最短時間の起動が可能となる。
【０１１０】
以上述べた本発明の実施例では、複合サイクル発電プラントを対象として具体的に説明したが、本発明はその他のプラント、例えば、ボイラ，蒸気タービン，発電機から成る通常の発電プラントや、石炭ガス化発電プラント，常圧あるいは加圧流動層ボイラ発電プラントにも適用可能なことは勿論である。また、使用燃料としても，石炭，石油，ＬＮＧなどを限定しないことも明らかである。
【０１１１】
また、本発明の実施例では、蒸気タービン及び排熱回収ボイラヘッダの応力と排出ＮＯｘを運転制限要因として扱ったが、適用プラントの特質に応じて、他の要因、例えば、蒸気タービンのロータとケーシングの伸び差，排熱回収ボイラのドラム等他部所の応力，排出ＳＯｘやＣＯ等を考慮した方式とすることも可能である。また、応力を必ずしも動特性モデルとして推定しなくても、蒸気温度やメタル温度の変化率や変化幅などの間接的な制限値管理とすることも本発明の本質を変えることなく実施できることは明らかである。
【０１１２】
また、本発明の実施例では、運用条件としてプラントの停止期間のみを示したが、その外に、機器の温度，圧力，水温，大気の湿度，温度，気圧などプラント起動特性に係る種々の状態量を追加することも本発明の本質を基本原理を変えることなく実施できる。さらに、起動毎に運転制限条件を変更しながらプラントを運用する場合は、この運転制限条件も上記運用条件の一部として扱うことも本発明の基本原理を変えることなく実施できる。
【０１１３】
さらに、本発明の実施例では、修正の対象とする起動スケジュールパラメータをガスタービン関係で８個，蒸気タービン関係で４個としたが、必ずしもこれらに限定する必要はなく、図３に示した他のパラメータ，加減弁の開操作タイミング条件や蒸気圧力制御用設定値など、プラント起動パターンを規定するパラメータであれば本発明は基本原理を変えることなく実施できることは明らかである。なお、本発明の実施例では、中央給電指令所から指令される起動開始時刻を正確に守り、かつ最短時間の起動スケジュールを作成できるが、中央給電指令所から指令される起動完了時刻の代わりに、ガスタービン点火時刻，負荷併入時刻，目標負荷到達時刻などであっても、基準時刻をシフトするのみで本発明の原理を変えることなく実施できることは明らかである。
【０１１４】
【発明の効果】
本発明の第１の効果は、火力発電プラントの起動制御システムにおいて、前記従来方式では不可能であった機器寿命や排出ＮＯｘなど機器保護基準や環境規制値など複数の運転制限条件を同時に満足しながら起動時間を最短化する起動スケジュールの自動作成と実行を可能とすることにある。これにより、運転員の負担が大幅に軽減されるとともに、起動時間の短縮に伴うエネルギー損失も低減できるためプラント運用コストを大幅に低減することが可能となる。
【０１１５】
本発明の第２の効果は、火力発電プラントの起動制御システムにおいて、機器寿命や排出ＮＯｘなど機器保護基準や環境規制値など複数の運転制限条件を同時に満足しながら、中央給電指令所から指定される時刻通りに起動を完了できることにある。これにより、電力需要の変動に伴いプラントの頻繁な起動停止が必要となる電力系統への安定かつ正確な電力供給が可能となる。
【０１１６】
本発明の第３の効果は、火力発電プラントの起動制御システムにおいて、中央給電指令所より運転制限値が変更されたり、起動指令時刻が変更された場合にも、起動スケジュールの再作成とこれの実行が可能なことである。これにより、柔軟かつ安全なプラント運用及び電力系統運用が可能となる。
【０１１７】
本発明の第４の効果は、火力発電プラントの起動制御システムにおいて、運用条件の変動に対する適応能力を有するため、プラントの起動特性予測のための大規模複雑な動特性モデルを構築し、起動制御システムに内蔵する必要がないことである。このため、システムの設計，構築の時間を大幅に削減でき、計算機負荷の低減と起動スケジュール作成の高速化が可能となる。
【０１１８】
本発明の第５の効果は、火力発電プラントの起動制御システムにおいて、ファジィ推論とニューラルネットワークの特徴を活かして、運用条件の変動に対する適応能力を有する起動スケジュール最適化機能を実現したことにより、ファジィ推論で使用する知識ベースの簡素化が可能なことである。これにより、知識ベース構築に要する時間を大幅に削減することが可能となる。
【図面の簡単な説明】
【図１】本発明の火力発電プラント自律適応制御システムの基本構成を示す。
【図２】本発明の適用対象である複合サイクル発電プラントの機器構成と起動スケジュール実行制御との関係を示す。
【図３】本発明の適用対象である複合サイクル発電プラントの起動過程と起動スケジュールパラメータの関係を示す。
【図４】本発明の実施例である複合サイクル発電プラントを対象とした火力発電プラント自律適応制御システムの詳細構成を示す。
【図５】本発明の実施例における基本スケジュール作成方式を示す。
【図６】本発明の実施例である複合サイクル発電プラントの運転制限要因としての蒸気タービン応力の監視方式を示す。
【図７】本発明の実施例である複合サイクル発電プラントの運転制限要因としての蒸気タービン応力の余裕値評価方式を示す。
【図８】本発明の実施例である複合サイクル発電プラントの運転制限要因としての排出ＮＯｘの余裕値評価方式を示す。
【図９】本発明の実施例における全運転制限要因を考慮したスケジュール修正量算出方式の全体概要を示す。
【図１０】本発明の実施例におけるファジィルールで使用するメンバーシップ関数を示す。
【図１１】本発明の実施例におけるスケジュール修正量算出手段にて蒸気タービン主計画（ＳＴＰＳ）用として使用する蒸気タービン応力調整ルールを示す。
【図１２】本発明の実施例におけるスケジュール修正量算出手段にてガスタービン広域調整（ＧＴＧＴ）用として使用する蒸気タービン応力調整ルールを示す。
【図１３】本発明の実施例におけるスケジュール修正量算出手段にてガスタービン主計画（ＧＴＰＳ）用として使用する排出ＮＯｘ調整ルールを示す。
【図１４】本発明の実施例におけるスケジュール修正量算出手段にて蒸気タービン局部調整（ＳＴＬＴ）用として使用する排出ＮＯｘ調整ルールを示す。
【図１５】本発明の実施例におけるファジィ推論によるスケジュール修正量算出方式を示す。
【図１６】本発明の実施例におけるニューラルネットワークへの学習サンプルを示す。
【図１７】本発明の実施例におけるニューラルネットワークの構造と入出力変数の定義を示す。
【図１８】本発明の実施例における自律性管理方式を示す。
【図１９】本発明の自律適応制御システムによる最適値収束性の改善効果を示す。
【図２０】本発明の自律適応制御システムによる複合サイクル発電プラントの起動特性の改善効果を示す。
【符号の説明】
１００…基本スケジュール作成手段、１５０…スケジュール修正手段、２００…自律性管理手段、３００…スケジュール実行制御手段、４００…運転制限要因監視手段、５００…余裕値評価手段、６００…スケジュール修正量算出手段、
６５０…修正量格納手段、７００…知識ベース、８００…適応知識修得手段、
９００…学習管理手段、１０００…火力発電プラント自律適応制御システム、
２０００…中央給電指令所。
Claims (20)
- 蒸気を発生させるためのボイラと、該ボイラにより発生された蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであって、
前記ボイラの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段と、
前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段と、
該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段と、
該余裕値評価手段により得られた余裕値に基づいて、前記起動スケジュールの修正量をファジィ推論を用いて算出するスケジュール修正量算出手段と、
前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力の対応関係を記憶する適応知識修得手段と、
前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって、前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段と、
該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段と、
を具備したことを特徴とする火力発電プラントの自律適応制御システム。 - 蒸気を発生させるためのボイラと、該ボイラにより発生された蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであって、
前記ボイラの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段と、
前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段と、
該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段と、
該余裕値評価手段により得られた余裕値の大きさに対応した前記起動スケジュールのスケジュール修正量を規定する複数のファジィルールを記憶する知識ベースと、
該知識ベースに記憶されたファジィルールを用いて前記スケジュール修正量をファジィ推論により算出するスケジュール修正量算出手段と、
前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力対応関係を記憶する適応知識修得手段と、
該適応知識修得手段におけるニューラルネットワークの内部接続状態を決定することにより前記入出力対応関係を学習する学習管理手段と、
前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段と、
該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段と、
を具備したことを特徴とする火力発電プラントの自律適応制御システム。 - ガスタービンと、該ガスタービンの排ガスを用いて蒸気を発生させるための排熱回収ボイラと、該排熱回収ボイラで発生した蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであって、
前記ガスタービンの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段と、
前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段と、
該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段と、
該余裕値評価手段により得られた余裕値に基づいて、前記起動スケジュールの修正量をファジィ推論を用いて算出するスケジュール修正量算出手段と、
前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力の対応関係を記憶する適応知識修得手段と、
前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段と、
該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段と、
を具備したことを特徴とする火力発電プラントの自律適応制御システム。 - ガスタービンと、該ガスタービンの排ガスを用いて蒸気を発生させるための排熱回収ボイラと、該排熱回収ボイラで発生した蒸気により駆動される蒸気タービンとを有する火力発電プラントの制御システムであって、
前記ガスタービンの点火から起動完了までの起動スケジュールを、前記火力発電プラントの起動前における温度状態に基づいて作成する基本スケジュール作成手段と、
前記火力発電プラントの起動過程における所定の運転制限要因を監視する運転制限要因監視手段と、
該運転制限要因監視手段により求められた運転制限要因の運転制限条件に対する余裕値を評価する余裕値評価手段と、
該余裕値評価手段により得られた余裕値の大きさに対応した前記起動スケジュールのスケジュール修正量を規定する複数のファジィルールを記憶する知識ベースと、
該知識ベースに記憶されたファジィルールを用いて前記スケジュール修正量をファジィ推論により算出するスケジュール修正量算出手段と、
前記火力発電プラントの過去の起動スケジュールと運用条件とをニューラルネットワークに入力値として与えたとき、出力値として前記スケジュール修正量算出手段より求められたスケジュール修正量が得られるように、該入出力対応関係を記憶する適応知識修得手段と、
該適応知識修得手段におけるニューラルネットワークの内部接続状態を決定することにより前記入出力対応関係を学習する学習管理手段と、
前記スケジュール修正量算出手段より求められたスケジュール修正量に基づいて作成された第１の起動スケジュールと、前記適応知識修得手段により得られたスケジュール修正量に基づいて作成された第２の起動スケジュールとを用いて実際の起動スケジュールを作成すると共に、該実際の起動スケジュールを作成する際の前記第１及び第２の起動スケジュールの採用比率を規定する自律係数λを、起動を繰り返すにつれて大きくすることによって前記第２の起動スケジュールの採用比率を拡大させる自律性管理手段と、
該自律性管理手段によって作成された起動スケジュールに従って前記火力発電プラントを起動制御するスケジュール実行制御手段と、
を具備したことを特徴とする火力発電プラントの自律適応制御システム。 - 請求項１及び２のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記所定の運転制限要因は、前記ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であることを特徴とする火力発電プラントの自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記所定の運転制限要因は、前記排熱回収ボイラの過熱器出口蒸気ヘッダの応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘのうち、少なくとも１つ以上であることを特徴とする火力発電プラントの自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記起動スケジュールは、前記ガスタービンの起動スケジュールと前記蒸気タービンの起動スケジュールとからなり、かつ前記ガスタービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、昇速率，定格速度保持時間，初負荷，初負荷保持時間，負荷上昇率，負荷保持時間のうち少なくとも１つ以上であり、前記蒸気タービンの起動スケジュールは、該起動スケジュールを規定する所定のパラメータにより構成され、該所定のパラメータは、高圧タービンバイパス弁操作速度，中圧タービンバイパス弁操作速度，低圧タービンバイパス弁操作速度，高圧加減弁操作速度，中圧加減弁操作速度，低圧加減弁操作速度のうち少なくとも１つ以上であることを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記所定の運転制限要因は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力，前記蒸気タービンの応力，前記排熱回収ボイラから排出されるＮＯｘとし、前記余裕値評価手段は、前記排熱回収ボイラの過熱器出口蒸気ヘッダ応力と前記蒸気タービン応力に対しては前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求め、前記排熱回収ボイラから排出されるＮＯｘに対しては、瞬時値と移動平均値を求めて前記火力発電プラントの起動過程を複数区間に分割した各区間毎に前記運転制限値に対する最小余裕値を求めることを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記スケジュール修正量算出手段は、前記余裕値評価手段から得られる排熱回収ボイラ過熱器出口蒸気ヘッダ応力の最小余裕値及び蒸気タービン応力の最小余裕値に基づく蒸気タービン主計画(ＳＴＰＳ)用ファジィ推論と、ガスタービン広域調整(ＧＴＧＴ)用ファジィ推論と、該排熱回収ボイラ排出ＮＯｘの最小余裕値に基づくガスタービン主計画(ＧＴＰＳ)用ファジィ推論と蒸気タービン局部調整(ＳＴＬＴ)用ファジィ推論を行い、前記ＳＴＰＳは前記ＳＴＬＴと比較して、より広範囲のスケジュールパラメータを修正対象とし、前記ＧＴＰＳは前記ＧＴＧＴと比較して、より緻密な修正を行い、前記ＧＴＧＴは前記ＧＴＰＳと比較して、より大局的な修正を行うことを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記知識ベースは、前記ＳＴＰＳ用，ＳＴＬＴ用,ＧＴＰＳ用,ＧＴＧＴ用のファジィ推論に対応して構成されることを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記スケジュール修正量算出手段は、前記ＳＴＰＳ用，ＳＴＬＴ用，
ＧＴＰＳ用，ＧＴＧＴ用の各ファジィ推論より得られた同一スケジュールパラメータに対する複数の修正量の中から、優先値決定手段により昇速率，負荷変化率，弁操作速度に関するパラメータは低値を選択し、速度保持時間，負荷保持時間に関するパラメータは高値を選択することを特徴とする火力発電プラント自律適応制御システム。 - 請求項１乃至４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記適応知識修得手段にて使用するニューラルネットワークは、信号変換機能を有するユニットを複数個集めて少なくとも入力層と出力層からなる多層構造を成し、前層ユニットの出力部と次層ユニットの入力部との接続部に設けられた内部接続強度を設定可能とし、入力層には前記起動スケジュールパラメータと運用条件に対応した数のユニットが配置され、出力層には該起動スケジュールパラメータに対応した数のユニットが配置され、入力層へ入力された信号は前記学習管理手段により予め設定され該内部接続強度に従って変換され出力層から出力されることを特徴とする火力発電プラント自律適応制御システム。
- 請求項２及び４のいずれか記載の火力発電プラント自律適応制御システムにおいて、前記学習管理手段は、
前記火力発電プラントの起動が繰り返される度に前記スケジュール修正量算出手段より得られる新たな修正量を累積計算するための累積修正量算出手段と、
該累積修正量算出手段より得られた累積修正量を格納するための累積修正量格納手段と、
過去における実際の起動に適用した起動スケジュールを格納するためのスケジュール格納手段と、
過去における実際の起動時の運用条件を格納するための運用条件格納手段と、
前記スケジュール格納手段と前記運用条件格納手段からそれぞれ該過去の起動スケジュールと運用条件を取り出し、これを前記適応知識修得手段における前記ニューラルネットワークの入力部に入力したときに出力部から得られる出力値が、前記累積修正量格納手段に格納された累積修正量と一致するように該ニューラルネットワークの該内部接続強度を決定するための学習手段と、
を有することを特徴とする火力発電プラント自律適応制御システム。 - 請求項１３に記載の火力発電プラント自律適応制御システムにおいて、前記運用条件格納手段に格納する運用条件は、前記火力発電プラントの停止期間，プラントの機器温度，圧力，復水器冷却用水温，大気の温度，湿度，プラント運転制限条件のうち少なくとも１つ以上であることを特徴とする火力発電プラント自律適応制御システム。
- 請求項１乃至４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記自律性管理手段は、前記スケジュール修正量算出手段から得られる修正量により定まる起動スケジュールＸ1 を第１の起動スケジュールとし、初回起動時スケジュールＸ0に前記自律係数λを掛けて得られた値λＸ0と前記第１の起動スケジュールＸ1に該自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1 とを加算して得られる起動スケジュールＸINを該ニューラルネットワークに前記運用条件と共に入力したとき出力部から得られる前記修正量ΔＸOUT と前記初回起動時スケジュールＸ0を加算して得られる起動スケジュールＸ2を第２の起動スケジュールとしたとき、前記第１の起動スケジュールＸ1 に前記自律係数の補数(１−λ)を掛けて得られた値(１−λ)Ｘ1と前記第２の起動スケジュールＸ2に前記自律係数λを掛けて得られた値λＸ2 を加算して得られた起動スケジュールＸR をもって実際の起動スケジュールとして採用し、前記スケジュール実行制御手段に転送することを特徴とする火力発電プラント自律適応制御システム。
- 請求項１乃至４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記自律性管理手段は、前記自律係数λを可変とするための自律係数発生手段を有し、初回起動時はλ＝０とし、起動回数ｉもしくは前記スケジュール修正量算出手段により得られる該スケジュール修正量に対応して、起動回数を重ねるにつれて０≦λ≦１の範囲でλを大きくしていくことを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムにおいて、前記運転制限要因は、少なくとも前記蒸気タービンのロータとケーシングの伸び差，前記排熱回収ボイラのドラム等に発生する応力，前記排熱回収ボイラから排出されるＳＯまたはＣＯであることを特徴とする火力発電プラント自律適応制御システム。
- 請求項３及び４のいずれかに記載の火力発電プラント自律適応制御システムを、ガス化複合サイクル発電プラント，常圧及び加圧流動層ボイラ発電プラントの起動制御システムに用いることを特徴とする火力発電プラント自律適応制御システム。
- 請求項１乃至４のいずれかに記載の火力発電プラント自律適応制御システムにおける起動スケジュール作成の該一連の手段を、プラント運転訓練用シミュレータにおける起動スケジュール作成もしくは修正のためのガイダンス提示手段として用いることを特徴とする火力発電プラント自律適応制御システム。
- 請求項１乃至４のいずれかに記載の火力発電プラント自律適応制御システムに、前記実際の起動スケジュールを表示する手段を設けたことを特徴とする火力発電プラント自律適応制御システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27087194A JP3666035B2 (ja) | 1994-11-04 | 1994-11-04 | 火力発電プラント自律適応制御システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27087194A JP3666035B2 (ja) | 1994-11-04 | 1994-11-04 | 火力発電プラント自律適応制御システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08128304A JPH08128304A (ja) | 1996-05-21 |
| JP3666035B2 true JP3666035B2 (ja) | 2005-06-29 |
Family
ID=17492132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27087194A Expired - Lifetime JP3666035B2 (ja) | 1994-11-04 | 1994-11-04 | 火力発電プラント自律適応制御システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3666035B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014138896A1 (en) * | 2013-03-13 | 2014-09-18 | University Of Saskatchewan | Adaptive control technique for transmission line control devices to handle large disturbance scenarios |
| KR101477007B1 (ko) | 2005-10-17 | 2014-12-29 | 지멘스 악티엔게젤샤프트 | 화석연료 발전 설비, 특히 가스 및 증기 터빈 설비 내의 개별 구성요소들의 수명 소모량을 결정하는 방법 및 장치 |
| US11753961B2 (en) | 2019-09-03 | 2023-09-12 | Mitsubishi Heavy Industries, Ltd. | Startup control device, startup control method, and program |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6939100B2 (en) * | 2003-10-16 | 2005-09-06 | General Electric Company | Method and apparatus for controlling steam turbine inlet flow to limit shell and rotor thermal stress |
| JP5220509B2 (ja) * | 2008-08-01 | 2013-06-26 | ゼネラル・エレクトリック・カンパニイ | 航空機用ガスタービンエンジンのブレード先端間隙制御 |
| JP5460902B2 (ja) * | 2013-03-07 | 2014-04-02 | ゼネラル・エレクトリック・カンパニイ | 航空機用ガスタービンエンジンのブレード先端間隙制御 |
| KR102406507B1 (ko) * | 2017-03-27 | 2022-06-10 | 현대자동차주식회사 | 딥러닝 기반 자율주행 차량 제어 장치, 그를 포함한 시스템 및 그 방법 |
| CN111639845B (zh) * | 2020-05-22 | 2023-06-20 | 武汉理工大学 | 一种考虑完整性和可操作性的应急预案有效性评估方法 |
| JP2022056763A (ja) * | 2020-09-30 | 2022-04-11 | 三菱重工業株式会社 | コンバインドサイクルプラント、その起動方法、及びこの方法を実行するための起動制御プログラム |
| CN116466568B (zh) * | 2023-03-07 | 2024-03-22 | 浙江中智达科技有限公司 | 一种零手动操作控制系统、控制逻辑切换方法及装置 |
-
1994
- 1994-11-04 JP JP27087194A patent/JP3666035B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101477007B1 (ko) | 2005-10-17 | 2014-12-29 | 지멘스 악티엔게젤샤프트 | 화석연료 발전 설비, 특히 가스 및 증기 터빈 설비 내의 개별 구성요소들의 수명 소모량을 결정하는 방법 및 장치 |
| WO2014138896A1 (en) * | 2013-03-13 | 2014-09-18 | University Of Saskatchewan | Adaptive control technique for transmission line control devices to handle large disturbance scenarios |
| US11753961B2 (en) | 2019-09-03 | 2023-09-12 | Mitsubishi Heavy Industries, Ltd. | Startup control device, startup control method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08128304A (ja) | 1996-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10387775B2 (en) | Model-based characterization of pressure/load relationship for power plant load control | |
| US8352148B2 (en) | System for controlling input profiles of combined cycle power generation system | |
| Dettori et al. | An adaptive Fuzzy logic-based approach to PID control of steam turbines in solar applications | |
| JP2907672B2 (ja) | プロセスの適応制御方法およびプロセスの制御システム | |
| KR0149864B1 (ko) | 터빈 제어기의 컴퓨터 보조운전방법 | |
| JP3666035B2 (ja) | 火力発電プラント自律適応制御システム | |
| JPH03164804A (ja) | プロセス制御システム及び発電プラントプロセス制御システム | |
| US20160230699A1 (en) | Combined cycle power generation optimization system | |
| Draganescu et al. | Generalized predictive control for superheated steam temperature regulation in a supercritical coal-fired power plant | |
| JPH08339204A (ja) | 火力発電プラント自律適応最適化制御システム | |
| CN113031565B (zh) | 一种火电机组一次调频功率响应性能预测方法及系统 | |
| JPH09317404A (ja) | 蒸気タービン起動制御装置 | |
| JP3333674B2 (ja) | プラント運転計画作成方法および装置 | |
| JP3666036B2 (ja) | 火力発電プラント起動制御システム及び起動制御方法 | |
| Sindareh-Esfahani et al. | Model predictive control of a heat recovery steam generator during cold start-up operation using piecewise linear models | |
| JPH08303210A (ja) | 火力発電プラントの自律適応最適化制御システム | |
| CN116047897A (zh) | 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法 | |
| Holmes et al. | Fuzzy damage-mitigating control of a fossil power plant | |
| JPH11242503A (ja) | プラント運転制御支援システム | |
| JPH08303211A (ja) | 火力発電プラント自律適応最適化制御システム | |
| Garduno-Ramirez et al. | Overall control of fossil-fuel power plants | |
| JP2002215205A (ja) | プロセス制御装置 | |
| JPH11182209A (ja) | プラントの運転制御装置 | |
| JP2678216B2 (ja) | 火力発電プラント起動時運転支援装置 | |
| CN110610276A (zh) | 一种含广义预测控制的综合能源系统调度方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20050315 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050328 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090415 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090415 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100415 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110415 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120415 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120415 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130415 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140415 Year of fee payment: 9 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |