JP3851783B2 - 末端圧力制御用支援装置 - Google Patents
末端圧力制御用支援装置 Download PDFInfo
- Publication number
- JP3851783B2 JP3851783B2 JP2001065223A JP2001065223A JP3851783B2 JP 3851783 B2 JP3851783 B2 JP 3851783B2 JP 2001065223 A JP2001065223 A JP 2001065223A JP 2001065223 A JP2001065223 A JP 2001065223A JP 3851783 B2 JP3851783 B2 JP 3851783B2
- Authority
- JP
- Japan
- Prior art keywords
- pressure
- data
- model
- water distribution
- control
- 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
Landscapes
- Feedback Control In General (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ある配水管網に対して複数の浄配水場から注入するプロセスに対し、配水管路網の末端圧力を許容範囲内に制御する為に支援を行う末端圧力制御用支援装置に関するものである。
【０００２】
【従来の技術】
一般に、水道水は、取水源（河川やダム）から導水し、浄水場で水処理し、配水ポンプで配水管路網を通じて各家庭に供給される。
【０００３】
各家庭で水道水を快適に使用するためには、配水管路網内の圧力を適切な範囲に保つことが要求される。このため、従来は、主として末端圧力制御や吐出圧力制御が行われていたが、配水管路網に対して複数の浄配水場から注入するプロセスでは、経験のあるオペレータが多数ある浄配水場の吐出圧力や配水流量を設定し、配水管路網内の圧力を適切に保つように運用している。また、配水管網の圧力を推定する場合には管網解析を用いている。管網解析は、配水管網の管路情報を用いてプロセスモデルを生成しているため、その情報を入力する必要がある。即ち、ある程度大きな配水エリアの場合、入力作業に大幅な時間が取られることになる。
【０００４】
ここで、従来の方法について図９を用いて説明する。
【０００５】
対象となる配水管網には幾つもの浄配水場が接続されており、各浄配水場から浄水が供給される。
【０００６】
需要量予測手段５１では、配水管網内で使われる一日分の浄水を時間単位でオペレータが経験によって予測する。また、ニューラルネットワークを応用した装置（特願平９−１８９６９）等を用いて予測を行う場合もある。
【０００７】
需要量分担手段５２では、前記需要量予測手段で予測した需要量を各浄配水場の配水能力に合わせて分配する。
【０００８】
配水流量目標値設定手段５３では、前記需要量分担手段にて各浄配水場毎に分配された需要量を基に、その機場特有の配水池運用に合わせてオペレータが運用計画を作成する。
【０００９】
制御量出力手段５４では、前記配水流量目標値設定手段にて設定された配水流量目標値を各浄配水場に設置されている共通制御手段６に送る。
【００１０】
共通制御手段６では、圧力／流量判定手段６１で流量制御を行うと判断し（圧力制御が無い時は必要ない）、配水流量制御手段６２にて、配水流量実績値が目標値に追従するように配水ポンプを回転数制御する。
【００１１】
【発明が解決しようする課題】
以上のように従来では、末端圧力をある許容範囲内に制御するのはオペレータの経験に依存しており、経験の浅いオペレータでは末端圧力を許容範囲内にするのは難しい。そのため、末端圧力が許容範囲から逸脱する事がある。即ち、配水管網への浄水の供給量が必要以上に多い場合、又は、少ない場合、効率的に浄水の供給ができない。また、プロセスモデル生成には大変な労力と時間がかかってしまうため、他の作業に支障をきたすことになる。
【００１２】
そこで、本発明の目的は、
１．簡単にプロセスモデルを生成できる
２．経験の浅いオペレータでも末端圧力を制御できるように支援を行う
３．経験をつむことが可能な運転訓練を行う
ことのできる末端圧力制御装置を提供することである。
【００１３】
【課題を解決するための手段】
上記目的を達成するために、本発明は、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータの相関関係を分析する相関分析手段と、前記相関分析手段にて分析した結果からモデル生成に用いる圧力に関するデータを選択するデータ選択手段と、前記データ選択手段にて選択した圧力に関するデータから最もモデルの入力として適切だと考えられる圧力に関するデータを自動的に選択する変量選択手段と、前記データ選択手段にて自動的に選択した圧力に関するデータを用いて、末端圧力推定モデルを重回帰分析にて生成するモデル構築手段と、前記モデル構築手段で生成された末端圧力推定モデルが妥当なモデルか検定を行うモデル検定手段と、前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１４】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータの相関関係を分析する相関分析手段と、
前記相関分析手段にて分析した結果からモデル生成に用いる圧力に関するデータを選択するデータ選択手段と、前記データ選択手段にて選択した圧力に関するデータを用いて、末端圧力推定モデルをGroup Method of Data Handling (ＧＭＤＨ)にて生成するモデル構築手段と前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１５】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、データを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、前記主成分選択手段にて選択した主成分から最もモデルの入力として適切だと考えられる主成分を自動的に選択する変量選択手段と、前記データ選択手段にて自動的に選択した主成分を用いて、末端圧力推定モデルを重回帰分析にて生成するモデル構築手段と、前記モデル構築手段で生成された末端圧力推定モデルが妥当なモデルか検定を行うモデル検定手段と、前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１６】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、前記主成分選択手段にて選択した主成分を用いて、末端圧力推定モデルをGroup Method of Data Handling (ＧＭＤＨ)にて生成するモデル構築手段と前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１７】
また、末端圧力、配水圧力等を監視するデータ監視手段と、末端圧力が許容範囲を逸脱していないか確認する圧力確認手段と、許容範囲を逸脱した末端圧力を、最も効率良く許容範囲内に戻すことのできる配水機場をオペレータに提示する操作機場収集手段と、前記操作機場収集手段にて提示された機場の配水圧力を変更する配水圧力設定手段と、前記配水圧力設定手段にて設定した配水圧力と生成された前記末端圧力推定モデルとから末端圧力を推定する末端圧力推定手段と、を設けたことを特徴とする。
【００１８】
また、流量制御を行う機場、圧力制御を行う機場をモデルに基づいて決定する制御方法決定手段と、需要家が一日に必要とする需要を予測する需要量予測手段と、前記需要量予測手段にて予測した需要量を、前記制御方法決定手段にて流量制御を行うと判断された機場の配水能力に合わせて、分配する需要量分配手段と、配水圧力制御行う機場の配水圧力目標値を実績データ及び末端圧力推定モデルから演算する配水圧力演算手段と、前記制御方法決定手段にて流量制御を行うと判断された機場は前記需要量分配手段にて分配された配水量に追従するように流量制御を行い、前記制御方法決定手段にて圧力制御を行うと判断された機場は、配水圧力を目標値に追従するように圧力制御を行う制御手段と、を設けたことを特徴とする。
【００１９】
また、オペレータが訓練したい日にちを設定する訓練日設定手段と、前記訓練日設定手段にて設定した日にちの実績データを前記実績データＤＢから取得するデータ取得手段と、前記データ取得手段にて得られた実績データと後期シミュレーション手段にて得られたシミュレーション結果を表示するリプレイ手段と、オペレータが任意に配水圧力、配水流量、配水ポンプ回転数、制御弁開度を変更できる割込み手段と、前記割込手段にて変更した配水圧力から末端圧力を推定するシミュレーション手段と、を設けたことを特徴とする。
【００２０】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、請求項１乃至請求項４のいずれかの内容をソフトウェアパッケージとして管理するサーバと、前記サーバのソフトウェアを用いて請求項５乃至請求項７のいずれかの内容を実現する監視サーバと、前記監視サーバからの指令通りにプラントを運用する制御盤と、プラント状況を監視するＰＣと、前記監視サーバなどを接続する場内ＬＡＮと、前記場内ＬＡＮをインターネットと接続するルータと、プラント状況を遠隔から監視する遠隔監視ＰＣと、前記サーバと前記ルータを接続するインターネットとを備えることを特徴とする。
【００２１】
【発明の実施の形態】
以下に図面を参照して本発明の実施の形態について説明する。
【００２２】
［第１の実施例］
図１を用いて第１の実施例の構成を説明する。
【００２３】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ａと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ａは、相関分析手段１２１と、データ選択手段１２２と、変量選択手段１２３と、モデル検定手段１２４と、モデル構築手段１２５とから構成される。
【００２４】
データ収集手段１０では、配水管網内に設置されている複数の圧力計の計測信号を収集し、実績データＤＢ１０１に蓄積する。尚、圧力計は配水管網内の任意の地点に設置されている。
【００２５】
計測信号の呼び名は以下に示すものとする。
【００２６】
・浄配水場に設置された圧力計の計測値：配水圧力
・浄配水場以外に設置された圧力計の計測値：末端圧力
実績データＤＢ（データベース）１０１は、計測された計測信号が時系列に格納されている。
【００２７】
データ標準化手段１１では、データの標準化を行う。これは、実績データＤＢ１０１に格納されているデータの単位（桁）がデータによって違う為、末端圧力推定モデルの生成時に問題が出てくる。そのため、データの標準化を行い単位（桁）を揃える。標準化は次式にて行う。
【００２８】
【数１】
モデル生成手段１２Ａでは、データ標準化手段１１にて標準化されたデータを基に、末端圧力と配水圧力の関係をモデルに落とし込む。モデルへの落とし込みの方法は幾つかあるが、ここでは多変量解析手法の一つである重回帰分析を用いる。
【００２９】
相関分析手段１２１では、データ標準化手段１１にて標準化されたデータを読込み、相関分析にかけ、標準化データ間の相関関係を得る。分析結果をモデル表示手段１３にてオペレータに提示する。尚、相関分析とはデータとデータの相関係数を求めるものである。相関係数の演算式を（２）式に、相関係数の解釈を図１０の表１に、相関分析の結果例を図１１の表２に示す。
【００３０】
【数２】
データ選択手段１２２では、相関分析手段１２１にて得られた標準化データ間の相関関係から、オペレータが末端圧力の変動に関わりがあると思える配水圧力を選択する。尚、末端圧力が複数個ある場合は、各末端圧力に対して、それぞれ配水圧力を選択する。
【００３１】
変量選択手段１２３では、データ選択手段１２１にて選択した配水圧力の中から、末端圧力推定モデルに適用して意味のあるデータかどうか判定し、意味の無いデータはモデルに取込まないようにする。意味があるなしの判定は、モデル検定手段１２５にて検定した結果を用いて行う。変量の取捨方法を簡単に説明する。
【００３２】
まず、変量を適当に選択してモデルを構築し（モデル構築手段１２４にて構築）、検定（モデル検定手段１２５にて構築）を行う。次に、別の変量を加えモデル構築、検定を行い、モデル精度が良くなったら、前回のモデルに使用していた変量の検定を改めて行い、有意性がない変量をモデルから削除する。本手法は、重回帰分析の変数増減法と呼ばれているものである。
【００３３】
モデル構築手段１２４では、変量選択手段１２３にて選択された変量を基に、末端圧力推定モデルを重回帰分析にかけることで構築する。構築されたモデルが妥当なモデルであるか、モデル検定手段１２５で検定する。
【００３４】
<<重回帰分析とは>>
以下に重回帰分析について説明する。
予測したい変量（目的変量と呼ぶ）をｙ、それを説明するためのｉ個の変量（説明変量と呼ぶ）をｘ１とする時、（３．１）式に示す線形式で目的変量ｙを予測しようとするものである。尚、（３．１）式を線形重回帰モデル（liner multiple regression model）と呼ぶ。
【００３５】
ｙ＝ａ＋ａ０・ｘ０＋ａ１・ｘ１＋・・・＋ａｉ・ｘｉ ………（３．１）
ここで、ｙ：目的変量（今回は末端圧力となる）
ｘｉ：説明変量（今回は配水圧力となる）
ａｉ：重回帰係数
重回帰係数の推定方法は以下の通りである。
【００３６】
ｙに対するｘ１のデータがＮ組得られている時、Ｎ組に対して以下の線形関係が成立すると仮定する。
【００３７】
【数３】
重回帰係数ａｉは（３．５）式が最小となるように決定する。
【００３８】
【数４】
モデル検定手段１２５では、重回帰分析手段１２３にて得られたモデルが適切なモデルか検定する。検定には、分散分析法、重相関係数法を用いる。また、モデルに使用されている係数（重回帰係数）についても検定を行い、妥当であるか検定する。また、説明変量に対しては、その変量にかかる偏回帰係数を評価することで、モデルに対して役立っているかが検定可能である（ｔ検定で検定可能）。検定を行った結果はモデルと共に、モデル表示手段１３でオペレータに提示する。オペレータは総合的に判断してモデルを決定する。
【００３９】
モデル表示手段１３は、上述したように、モデルに関する情報をオペレータに提示するものである。
【００４０】
本実施例によれば、配水管網内の圧力を推定する時に、計測した信号のみを使用しているため、管網解析のように配水管路一本一本の情報を入力することなく、プロセスモデルの生成が行える。このため、プロセスモデル生成に大幅に時間がかかっていたのが、瞬時で生成することができる。
【００４１】
［第２の実施例］
図２を用いて第２の実施例の構成を説明する。
【００４２】
本実施例はモデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｂと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｂは、相関分析手段１２１と、データ選択手段１２２と、モデル構築手段１２６とから構成される。
【００４３】
ここで、データ収集手段１０は、第１の実施例と同様に作用する。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｂでは、プロセスモデルを自動的に生成する。相関分析手段１２１は、第１の実施例と同様である。データ選択手段１２２は、第１の実施例と同様である。
【００４４】
モデル構築手段１２６では、データ選択手段１２２にて選択した変量と末端圧力からGroup Method of Data Handling (ＧＭＤＨ)を用いて末端圧力推定モデルを構築する。以下にＧＭＤＨについて説明する。
<<ＧＭＤＨについて>>
ＧＭＤＨは、発見的自己組織化の原則に基づく手法である。この手法は、多くの入力変数の組合せからなる中間変数をある規則に従って生成演算する手順の群を１つの層として、これを繰返すことにより非線形の完全表現を得る手法である。また、不必要な高次化や同定モデルのover fitting現象を解決するために、部分表現式となる高次多項式を２次多項式に限定し、その選択基準に情報量基準ＡＩＣ（赤池の情報規約、式（４．２））を導入している。アルゴリズムは以下の通りである。
【００４５】
Ｓｔｅｐ１：入力データＸｋを（ｋ＝１，…，Ｋ）入力し、正規化処理を行う。
【００４６】
Ｓｔｅｐ２：入力変数の２個の組合せＸｉとＸｊに対して中間変数Ｚｋ（ｋ＝１，…，Ｋ（Ｋ・１）／２）を式（４．２．１）により生成する。但し、式中の係数は、すべてのデータに基づく２乗平均誤差を最小にするように決定する。組合わせ毎に３１個の式を用い、ＡＩＣの相対部の値を求め、最小になる式を１つ選択し、残りは捨てる。
【００４７】
Ｓｔｅｐ３：Ｓｔｅｐ２で求めたＡＩＣが小さいものからＭ個中間変数を採用し、残りは捨てる。
【００４８】
Ｓｔｅｐ４：以上の手続きを「層」単位の手続きとすると、第１層時は無条件にＳｔｅｐ５へ。第２層以上の時は、Ｓｔｅｐ３において用いたＡＩＣの最小のものが、前層のそれを越えた場合、前層までに計算され、選択された式（４．１）の中の１つの式を次々と代入することにより、完全表現式を得、アルゴリズムを終了する。さもなくば、Ｓｔｅｐ５へ。
【００４９】
Ｓｔｅｐ５：選択された中間変数ＺｋをＸｈとし、その数ＭをＫと書き換えて、Ｓｔｅｐ２に戻る。
【００５０】
【数５】
実際に構築した時のモデル例を以下に示す。
【００５１】
X1＝(0.02458)+(0.32327)＊Y+(0.52063)＊Z+(-0.13219)＊Y２+(0.13662)＊Y＊Z
where Y＝X(5),Z＝X(7)
X2＝(0.06153)+(-0.30956)＊Y+(0.89340)＊Z+(0.15799)＊Z２+(0.28388)＊Y＊Z
where Y＝X(1),Z＝X(2)
Y＝(0.68430)＊X1+(0.39710)＊X2 ………（４．３）
ここで、Ｙ：末端圧力
Ｘ０：配水圧力（選択した変量のどれか）
Ｘ１，Ｘ２：中間変数
本実施例によれば、第１の実施例の効果と同等の効果を奏することができる。また、モデル式に２次の項を考慮していることにより、非線形性の高いプロセスにおいては、モデル精度が向上する効果も有する。
【００５２】
［第３の実施例］
図３を用いて第３の実施例の構成を説明する。
【００５３】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｃと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｃは、データ要約手段１２７と、主成分選択手段１２８と、変量選択手段１２３と、モデル検定手段１２４と、モデル構築手段１２５とから構成される。
【００５４】
ここで、データ収集手段１０は、第１の実施例と同様に作用する。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｃでは、プロセスモデルを自動的に生成する。
【００５５】
データ要約手段１２７では、モデルの入力となる配水圧力を主成分分析にかけることで、複数個ある配水圧力を互いに無相関のデータ（主成分と呼ぶ）に変換する。この複数個の主成分は、それぞれ複数個の配水圧力（元データ）の情報を保有しており、保有情報量は第１主成分が一番多く、第Ｎ主成分が一番少なくなっている。例えば、配水圧力が５つの場合だと、主成分は５つでてくる。この時の各主成分の保有情報量が、第１主成分から順に、７０％，２０％，５％，３％，２％となった場合、第２主成分までで、元データが保有している情報の９０％を持っていることとなり、５つの配水圧力が２つの主成分で置き換えることが可能となる。
【００５６】
尚、ここでは、説明の為に第２主成分までを選択したが、どの主成分までを選択するかは主成分選択手段１２８にて行っている。主成分選択手段１２８では、主成分を得る所までを行う。主成分分析について説明する。
【００５７】
<<主成分分析について>>
主成分分析（Principal Component Analysis）とは、互いに相関のある多種類の特性値をもつ情報を互いに無相関な小数個の総合特性値に要約する方法である。
【００５８】
一般にｐ個の変量ｘ１，ｘ２，…，ｘｐがもっている情報を、次の２つの条件を満足するｍ個（≦ｐ）の総合特性値（式５．１）ｚ１，ｚ２，…，ｚｍに要約することが主成分分析法であり、ｚ１を第１主成分、ｚ２を第２主成分、ｚｍを第ｍ主成分と呼ぶ。
【００５９】
【数６】
条件
（１）ｚ１，ｚｋ（ｋ≠１；ｋ，１＝１，２，…，ｍ）の相関はすべてゼロである。
【００６０】
（２）ｚ１の分散は（ｘ１，ｘ２，…，ｘｐ）あらゆる１次式のもつ分散のうちで最大である。ｚ２の分散はｚ１の分散と無相関なあらゆる１次式の中で最大である。以下同様にして、ｚｍの分散はｚ１，ｚ２，…，ｚｍ−１のすべてと無相関な１次式の中で最大である。
【００６１】
この第２の性質は、「主成分ｚ１，ｚ２，…，ｚｍはもとの特性値ｘ１，ｘ２，…，ｘｐのもつ情報の損失が最少になるように要約した結果である」ということができる。
【００６２】
主成分選択手段１２８では、データ要約手段１２７にて得られた複数個の主成分の中からモデル構築に使用する主成分を選択する。通常、主成分の選択は、元データが持つ情報量の８０％になるまでの主成分を選択すればよいと言われている。そこで、各主成分が持つ情報量を積算していき、積算値が８０％以上になるまでの主成分を選択する。尚、ここでは、８０％としたが、場合により適宜値を変更してもよい。
【００６３】
ここで、変量選択手段１２３は、第１の実施例と同様である。モデル構築手段１２４は、第１の実施例と同様である。モデル検定手段１２５は、第１の実施例と同様である。
【００６４】
本実施例によれば、第１の実施例の効果に加えて、互いに干渉しあっている配水圧力のデータを要約した主成分をモデルに使用している為、モデルにプラントの情報をできるだけ多く取込むことができる。これにより、モデル精度がより向上する効果を有する。
【００６５】
［第４の実施例］
図４を用いて第４の実施例の構成を説明する。
【００６６】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｄと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｄは、データ要約手段１２７と、主成分選択手段１２８と、モデル構築手段１２６とから構成される。
【００６７】
ここで、データ収集手段１０は、第１の実施例と同様である。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｄでは、プロセスモデルを自動的に生成する。データ要約手段１２７は、第３の実施例と同様である。主成分選択手段１２８は、第３の実施例と同様である。モデル構築手段１２６は、第２の実施例と同様である。
【００６８】
本実施例によれば、第２の実施例の効果に加えて、互いに干渉しあっている配水圧力のデータを要約した主成分をモデルに使用している為、モデルにプラントの情報をできるだけ多く取込むことができる。これにより、モデル精度がより向上する効果を有する。
【００６９】
［第５の実施例］
図５を用いて第５の実施例の構成を説明する。
【００７０】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、支援手段２を付加して構成されている。
【００７１】
モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。支援手段２はデータ監視手段２１と、圧力確認手段２２と、操作機場収集手段２３と、配水圧力設定手段２４と、末端圧力推定手段２５とから構成される。
【００７２】
ここで、データ監視手段２１では、プラントから計測した圧力及び流量の各信号をオペレータに提示する。
【００７３】
圧力確認手段２２では、各末端がそれぞれ許容範囲を逸脱していないか、チェックし、逸脱している末端圧力があれば、その情報をオペレータに提示する。
【００７４】
操作機場収集手段２３では、圧力確認手段２２にて得られたら許容範囲を逸脱している末端圧力情報と、モデル生成手段１にて生成された末端圧力推定モデルが入力される。許容範囲を逸脱している末端圧力の推定モデルから、変更すべき配水圧力をオペレータに提示する。変更すべき配水圧力は以下の様にして決定する。末端圧力推定モデルは請求項１及び３では、配水圧力に係数をかけ、その積算となっているので（（３．３）式）、その係数が大きい順に末端圧力に対して影響度が高いことになる。即ち、係数が大きい配水圧力が変更機場となる。また、請求項２及び４では、推定モデルに２次の項が含まれているが（（４．３）式）、同様にして影響度の高い配水圧力を得ることができる。影響度が高い配水圧力が変更機場となる。
【００７５】
配水圧力変更手段２４では、操作機場収集手段２３で得られた配水圧力の変更値を入力する。入力され配水圧力は末端圧力推定手段２５に入力され、末端圧力の推定に用いられる。尚、実機場での配水圧力の変更は末端圧力推定手段２５の結果を見て、オペレータが変更操作を行う。
【００７６】
末端圧力推定手段２５では、配水圧力変更手段２４で入力された配水圧力を、モデル生成手段１にて生成したモデルにかけることにより、末端圧力を推定し、推定値をオペレータに提示する。オペレータは提示された結果を確認し、末端圧力が許容範囲に入っていれば、実際に配水圧力を変更する。そうでなければ、配水圧力設定手段２４にて、再度配水圧力を設定する。
【００７７】
本実施例によれば、末端圧力が許容範囲を逸脱している時に、どこの配水圧力をどれだけ変更すれば良いかを決定するのに、末端圧力を推定している為、容易に検討出来る効果がある。その上、経験の少ないオペレータでも末端圧力がどのように変動するか把握できるので、配水圧力の変更が容易にできるようになるという効果もある。
【００７８】
［第６の実施例］
図６を用いて第６の実施例の構成を説明する。
【００７９】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、制御手段３を付加して構成されている。
【００８０】
尚、制御手段３は、制御方法設定手段３１と、需要予測手段３２と、需要量分配手段３３と、配水圧力演算手段３４と、制御手段３５から構成される。
【００８１】
ここで、モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。
【００８２】
制御方法決定手段３１では、モデル生成手段１にて生成されたモデルに使用されている説明変量の中に使われている配水圧力の機場の制御方法を圧力制御、それ以外の機場を流量制御とする。決定した制御方法はオペレータが確認でき、変更も可能である。
【００８３】
需要量予測手段３２では、需要家が一日に必要とする需要を予測する機能である。需要量の予測にはニューラルネットワークを用いた予測など、これまでに発明されている装置（特願平９−１８９６９）を用いると良い。また、オペレータが一日の需要量を設定してもよい。
【００８４】
需要量分配手段３３では、需要量予測手段３２にて予測した需要量を流量制御機場の流量目標値に分配する。ここで、各流量制御機場から配水するパターンはできるだけ一定にすることが、配水管網内の圧力が許容範囲を逸脱しないようにする上で重要であると共に、配水ポンプ等の機器の効率運用にも重要となる。そのために、各配水場の配水池水位と配水機器の運用と、需要量予測手段３２にて予測した需要量を考慮した最適運転計画を作成する。計画の作成にはこれまでに発明されている遺伝的アルゴリズムを応用した装置や、分岐限定法を応用した装置（特願平８−２１０９２９）を用いることで可能となる。また、オペレータが設定することも可能とする。
【００８５】
配水圧力演算手段３４では、モデル生成手段１にて生成されたモデルを用いて、末端圧力が許容範囲内に収まるように配水圧力を演算する。配水圧力は目標末端圧力と流量制御を行っている機場の配水圧力（配水流量でも可）及び、末端圧力推定モデルから演算できる。即ち、複数個の末端圧力推定モデルは連立方程式なので、そこに、実績データ（配水圧力）及び目標末端圧力を代入することで、求めたい配水圧力が求まる。
【００８６】
制御手段２４では、制御方法決定手段２１にて、流量制御となった機場に対しては、需要量分配手段２３にて決定された流量目標値に追従するように流量制御を行う。また、圧力制御になった機場に対しては、配水圧力演算手段３４にて求まった配水圧力に追従するように圧力制御を行う。また、オペレータによる流量目標値、圧力目標値の変更も可能であるとともに、緊急時など制御方法を切り替えて使用することも可能である。
【００８７】
本実施例によれば、これまで、オペレータの感覚で末端圧力制御していた為、末端圧力が許容範囲を逸脱する場合があったが、実績データから推定したプラントモデルを制御及び支援情報として取入れているため、経験の少ないオペレータでも末端圧力を許容範囲から逸脱しないで制御することが可能となる。
【００８８】
［第７の実施例］
図７を用いて第７の実施例の構成を説明する。
【００８９】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、運転訓練手段４を付加して構成される。
【００９０】
尚、運転訓練予測手段４は、訓練日取得手段４１と、データ取得手段４２と、リプレイ手段４３と、割込み手段４４と、シミュレーション手段４５とから構成される。
【００９１】
ここで、モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。
【００９２】
訓練日取得手段４１では、オペレータが訓練したい日にちを設定する。
【００９３】
データ取得手段４２では、訓練日取得手段４１にて設定した日にちの実績データを、実績データＤＢ１０１から取得する。尚、ここでは、設定間隔を日単位としたが、時間単位でもかまわない。
【００９４】
リプレイ手段４３では、データ取得手段４２で取得した実績データ及びシミュレーション手段４５にてシミュレーションした結果を表示する。尚、シミュレーションを行っていない場合は、実績データのみの表示となる。
【００９５】
割込み手段４４では、オペレータが好きなタイミングで変更したい配水圧力を入力する。尚、入力する値は、ここでは、配水圧力としたが、配水流量も、配水ポンプ回転数または、制御弁開度でもよい。但し、入力後に配水圧力に変換する必要がある。変換はＱ−Ｈ特性を用いることで可能である。
【００９６】
シミュレーション手段３２では、割込み手段４４にて変更した配水圧力をモデル生成手段１にて生成したモデルにかけることで、末端圧力推定値を得る。得られた末端圧力はリプレイ手段４３にてオペレータに提示される。
【００９７】
本実施例によれば、シミュレーション手段３２によって経験の浅いオペレータはいろいろな状況時での浄配水場の運転を模擬できるようになる。これまでは、本手段が無い為に、運転訓練は実際の配水管網を使わないとできなかったために、運転訓練が難しかったが、本手段を用いることで、運転訓練が容易になり、経験の少ないオペレータにより多くの経験を運転訓練にて積めるようにできる。
【００９８】
［第８の実施例］
図８を用いて第８の実施例の構成を説明する。
【００９９】
プラントを運用する為のプラント運用設備７と、請求項１乃至請求項４のいずれかに記載の内容をパッケージ化したソフトウェアを管理するセンター８と、それらを接続するインターネット９から構成される。
【０１００】
尚、プラント運用設備７は、プラントそのものであるプラント７１と、プラントを運用するための機器を制御する制御盤７２と、プラントを運用管理（監視も含む）する為の監視サーバ７３と、プラントを監視するＰＣ７４と、それらを接続する場内ＬＡＮ７５と、場内ＬＡＮ７５をインターネット９に接続するためのルータ７６と、機場監視を遠隔から行える遠隔監視ＰＣ７７とから構成される。
【０１０１】
センター８では、請求項１乃至請求項４の内容をパッケージ化して管理している。インターネット（専用線での接続も可能）を通して、パッケージを提供する。また、末端圧力推定モデル作成の依頼も受けており、依頼者側から送られてきたデータ（圧力、流量等）から請求項１乃至請求項４にて末端圧力推定モデルを作成し、依頼者にモデルを提供する。
【０１０２】
プラント運用設備７では、プラント７１を効率良く運用・管理・監視を行う。
【０１０３】
そのために、監視サーバ７３では、センター８から請求項１乃至請求項４のいずれかのう内容のパッケージをダウンロードし、末端圧力推定モデルを作成する。もしくは、センター８に末端圧力推定モデル作成を依頼し、推定モデルを得る。得ることのできた末端圧力推定モデルを請求項５乃至請求項７のいずれかに適用することで、効率の良い、プラント運用。管理・監視を行うことが可能である。制御盤７２では監視サーバ７３の指示に従ってプラントを運用する。ＰＣ（パーソナルコンピュータ）７４ではプラント状態を監視する。遠隔監視ＰＣ７７では場外からプラントの状況を監視する。プラントデータはインターネット９を経由して送られる。インターネット９を利用することにより、場内へ指示を出すことも可能だし、指示を受けることも可能である。
【０１０４】
インターネット９では、複数のプラント運用設備７と、センター８を接続している。尚、インターネットでなく、専用線を使ってそれぞれを接続しても良い。
【０１０５】
本実施例によれば、末端圧力推定モデルを機場毎に改めて作成する必要がないため、監視設備構築費のコストダウンがはかれる。また、遠隔地からでもプラント状況が把握できるとともに、相互通信が可能である為、トラブル発生時に現場と中央で情報の共有化がはかれ、復旧までの時間短縮がはかれる。
【０１０６】
【発明の効果】
以上述べたように、本発明の構成によれば、以下のような効果を有することができる。
【０１０７】
１．簡単にプロセスモデルを生成できる。
【０１０８】
２．経験の浅いオペレータでも末端圧力を制御できるように支援を行える。
【０１０９】
３．経験をつむことが可能な運転訓練を行える。
【０１１０】
４．トラブル時に早期復旧が可能である。
【図面の簡単な説明】
【図１】本発明装置の末端圧力制御用支援装置の一実施形態を示す機能ブロック図。
【図２】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図３】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図４】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図５】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図６】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図７】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図８】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図９】従来の末端圧力制御用支援装置の機能ブロック図。
【図１０】相関係数の解釈を表した表１を示す図。
【図１１】相関分析結果の例を示した表２を示す図。
【符号の説明】
１ モデル生成手段
２ 支援手段
３ 制御手段
４ 運転訓練手段
６ 共通制御手段
７ プラント運用設備
８ サーバ
９ インターネット
１０ データ収集手段
１１ データ標準化手段
１３ モデル表示手段
１０１ 実績データＤＢ
１２１ 相関分析手段
１２２ データ選択手段
１２３ 変量選択手段
１２４ モデル構築手段
１２５ モデル検定手段
【発明の属する技術分野】
本発明は、ある配水管網に対して複数の浄配水場から注入するプロセスに対し、配水管路網の末端圧力を許容範囲内に制御する為に支援を行う末端圧力制御用支援装置に関するものである。
【０００２】
【従来の技術】
一般に、水道水は、取水源（河川やダム）から導水し、浄水場で水処理し、配水ポンプで配水管路網を通じて各家庭に供給される。
【０００３】
各家庭で水道水を快適に使用するためには、配水管路網内の圧力を適切な範囲に保つことが要求される。このため、従来は、主として末端圧力制御や吐出圧力制御が行われていたが、配水管路網に対して複数の浄配水場から注入するプロセスでは、経験のあるオペレータが多数ある浄配水場の吐出圧力や配水流量を設定し、配水管路網内の圧力を適切に保つように運用している。また、配水管網の圧力を推定する場合には管網解析を用いている。管網解析は、配水管網の管路情報を用いてプロセスモデルを生成しているため、その情報を入力する必要がある。即ち、ある程度大きな配水エリアの場合、入力作業に大幅な時間が取られることになる。
【０００４】
ここで、従来の方法について図９を用いて説明する。
【０００５】
対象となる配水管網には幾つもの浄配水場が接続されており、各浄配水場から浄水が供給される。
【０００６】
需要量予測手段５１では、配水管網内で使われる一日分の浄水を時間単位でオペレータが経験によって予測する。また、ニューラルネットワークを応用した装置（特願平９−１８９６９）等を用いて予測を行う場合もある。
【０００７】
需要量分担手段５２では、前記需要量予測手段で予測した需要量を各浄配水場の配水能力に合わせて分配する。
【０００８】
配水流量目標値設定手段５３では、前記需要量分担手段にて各浄配水場毎に分配された需要量を基に、その機場特有の配水池運用に合わせてオペレータが運用計画を作成する。
【０００９】
制御量出力手段５４では、前記配水流量目標値設定手段にて設定された配水流量目標値を各浄配水場に設置されている共通制御手段６に送る。
【００１０】
共通制御手段６では、圧力／流量判定手段６１で流量制御を行うと判断し（圧力制御が無い時は必要ない）、配水流量制御手段６２にて、配水流量実績値が目標値に追従するように配水ポンプを回転数制御する。
【００１１】
【発明が解決しようする課題】
以上のように従来では、末端圧力をある許容範囲内に制御するのはオペレータの経験に依存しており、経験の浅いオペレータでは末端圧力を許容範囲内にするのは難しい。そのため、末端圧力が許容範囲から逸脱する事がある。即ち、配水管網への浄水の供給量が必要以上に多い場合、又は、少ない場合、効率的に浄水の供給ができない。また、プロセスモデル生成には大変な労力と時間がかかってしまうため、他の作業に支障をきたすことになる。
【００１２】
そこで、本発明の目的は、
１．簡単にプロセスモデルを生成できる
２．経験の浅いオペレータでも末端圧力を制御できるように支援を行う
３．経験をつむことが可能な運転訓練を行う
ことのできる末端圧力制御装置を提供することである。
【００１３】
【課題を解決するための手段】
上記目的を達成するために、本発明は、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータの相関関係を分析する相関分析手段と、前記相関分析手段にて分析した結果からモデル生成に用いる圧力に関するデータを選択するデータ選択手段と、前記データ選択手段にて選択した圧力に関するデータから最もモデルの入力として適切だと考えられる圧力に関するデータを自動的に選択する変量選択手段と、前記データ選択手段にて自動的に選択した圧力に関するデータを用いて、末端圧力推定モデルを重回帰分析にて生成するモデル構築手段と、前記モデル構築手段で生成された末端圧力推定モデルが妥当なモデルか検定を行うモデル検定手段と、前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１４】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータの相関関係を分析する相関分析手段と、
前記相関分析手段にて分析した結果からモデル生成に用いる圧力に関するデータを選択するデータ選択手段と、前記データ選択手段にて選択した圧力に関するデータを用いて、末端圧力推定モデルをGroup Method of Data Handling (ＧＭＤＨ)にて生成するモデル構築手段と前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１５】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、データを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、前記主成分選択手段にて選択した主成分から最もモデルの入力として適切だと考えられる主成分を自動的に選択する変量選択手段と、前記データ選択手段にて自動的に選択した主成分を用いて、末端圧力推定モデルを重回帰分析にて生成するモデル構築手段と、前記モデル構築手段で生成された末端圧力推定モデルが妥当なモデルか検定を行うモデル検定手段と、前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１６】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、前記データ収集手段にて収集した信号を貯えておく実績データＤＢと、前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、前記主成分選択手段にて選択した主成分を用いて、末端圧力推定モデルをGroup Method of Data Handling (ＧＭＤＨ)にて生成するモデル構築手段と前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、を備えることを特徴とする。
【００１７】
また、末端圧力、配水圧力等を監視するデータ監視手段と、末端圧力が許容範囲を逸脱していないか確認する圧力確認手段と、許容範囲を逸脱した末端圧力を、最も効率良く許容範囲内に戻すことのできる配水機場をオペレータに提示する操作機場収集手段と、前記操作機場収集手段にて提示された機場の配水圧力を変更する配水圧力設定手段と、前記配水圧力設定手段にて設定した配水圧力と生成された前記末端圧力推定モデルとから末端圧力を推定する末端圧力推定手段と、を設けたことを特徴とする。
【００１８】
また、流量制御を行う機場、圧力制御を行う機場をモデルに基づいて決定する制御方法決定手段と、需要家が一日に必要とする需要を予測する需要量予測手段と、前記需要量予測手段にて予測した需要量を、前記制御方法決定手段にて流量制御を行うと判断された機場の配水能力に合わせて、分配する需要量分配手段と、配水圧力制御行う機場の配水圧力目標値を実績データ及び末端圧力推定モデルから演算する配水圧力演算手段と、前記制御方法決定手段にて流量制御を行うと判断された機場は前記需要量分配手段にて分配された配水量に追従するように流量制御を行い、前記制御方法決定手段にて圧力制御を行うと判断された機場は、配水圧力を目標値に追従するように圧力制御を行う制御手段と、を設けたことを特徴とする。
【００１９】
また、オペレータが訓練したい日にちを設定する訓練日設定手段と、前記訓練日設定手段にて設定した日にちの実績データを前記実績データＤＢから取得するデータ取得手段と、前記データ取得手段にて得られた実績データと後期シミュレーション手段にて得られたシミュレーション結果を表示するリプレイ手段と、オペレータが任意に配水圧力、配水流量、配水ポンプ回転数、制御弁開度を変更できる割込み手段と、前記割込手段にて変更した配水圧力から末端圧力を推定するシミュレーション手段と、を設けたことを特徴とする。
【００２０】
また、配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、請求項１乃至請求項４のいずれかの内容をソフトウェアパッケージとして管理するサーバと、前記サーバのソフトウェアを用いて請求項５乃至請求項７のいずれかの内容を実現する監視サーバと、前記監視サーバからの指令通りにプラントを運用する制御盤と、プラント状況を監視するＰＣと、前記監視サーバなどを接続する場内ＬＡＮと、前記場内ＬＡＮをインターネットと接続するルータと、プラント状況を遠隔から監視する遠隔監視ＰＣと、前記サーバと前記ルータを接続するインターネットとを備えることを特徴とする。
【００２１】
【発明の実施の形態】
以下に図面を参照して本発明の実施の形態について説明する。
【００２２】
［第１の実施例］
図１を用いて第１の実施例の構成を説明する。
【００２３】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ａと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ａは、相関分析手段１２１と、データ選択手段１２２と、変量選択手段１２３と、モデル検定手段１２４と、モデル構築手段１２５とから構成される。
【００２４】
データ収集手段１０では、配水管網内に設置されている複数の圧力計の計測信号を収集し、実績データＤＢ１０１に蓄積する。尚、圧力計は配水管網内の任意の地点に設置されている。
【００２５】
計測信号の呼び名は以下に示すものとする。
【００２６】
・浄配水場に設置された圧力計の計測値：配水圧力
・浄配水場以外に設置された圧力計の計測値：末端圧力
実績データＤＢ（データベース）１０１は、計測された計測信号が時系列に格納されている。
【００２７】
データ標準化手段１１では、データの標準化を行う。これは、実績データＤＢ１０１に格納されているデータの単位（桁）がデータによって違う為、末端圧力推定モデルの生成時に問題が出てくる。そのため、データの標準化を行い単位（桁）を揃える。標準化は次式にて行う。
【００２８】
【数１】
【００２９】
相関分析手段１２１では、データ標準化手段１１にて標準化されたデータを読込み、相関分析にかけ、標準化データ間の相関関係を得る。分析結果をモデル表示手段１３にてオペレータに提示する。尚、相関分析とはデータとデータの相関係数を求めるものである。相関係数の演算式を（２）式に、相関係数の解釈を図１０の表１に、相関分析の結果例を図１１の表２に示す。
【００３０】
【数２】
【００３１】
変量選択手段１２３では、データ選択手段１２１にて選択した配水圧力の中から、末端圧力推定モデルに適用して意味のあるデータかどうか判定し、意味の無いデータはモデルに取込まないようにする。意味があるなしの判定は、モデル検定手段１２５にて検定した結果を用いて行う。変量の取捨方法を簡単に説明する。
【００３２】
まず、変量を適当に選択してモデルを構築し（モデル構築手段１２４にて構築）、検定（モデル検定手段１２５にて構築）を行う。次に、別の変量を加えモデル構築、検定を行い、モデル精度が良くなったら、前回のモデルに使用していた変量の検定を改めて行い、有意性がない変量をモデルから削除する。本手法は、重回帰分析の変数増減法と呼ばれているものである。
【００３３】
モデル構築手段１２４では、変量選択手段１２３にて選択された変量を基に、末端圧力推定モデルを重回帰分析にかけることで構築する。構築されたモデルが妥当なモデルであるか、モデル検定手段１２５で検定する。
【００３４】
<<重回帰分析とは>>
以下に重回帰分析について説明する。
予測したい変量（目的変量と呼ぶ）をｙ、それを説明するためのｉ個の変量（説明変量と呼ぶ）をｘ１とする時、（３．１）式に示す線形式で目的変量ｙを予測しようとするものである。尚、（３．１）式を線形重回帰モデル（liner multiple regression model）と呼ぶ。
【００３５】
ｙ＝ａ＋ａ０・ｘ０＋ａ１・ｘ１＋・・・＋ａｉ・ｘｉ ………（３．１）
ここで、ｙ：目的変量（今回は末端圧力となる）
ｘｉ：説明変量（今回は配水圧力となる）
ａｉ：重回帰係数
重回帰係数の推定方法は以下の通りである。
【００３６】
ｙに対するｘ１のデータがＮ組得られている時、Ｎ組に対して以下の線形関係が成立すると仮定する。
【００３７】
【数３】
【００３８】
【数４】
【００３９】
モデル表示手段１３は、上述したように、モデルに関する情報をオペレータに提示するものである。
【００４０】
本実施例によれば、配水管網内の圧力を推定する時に、計測した信号のみを使用しているため、管網解析のように配水管路一本一本の情報を入力することなく、プロセスモデルの生成が行える。このため、プロセスモデル生成に大幅に時間がかかっていたのが、瞬時で生成することができる。
【００４１】
［第２の実施例］
図２を用いて第２の実施例の構成を説明する。
【００４２】
本実施例はモデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｂと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｂは、相関分析手段１２１と、データ選択手段１２２と、モデル構築手段１２６とから構成される。
【００４３】
ここで、データ収集手段１０は、第１の実施例と同様に作用する。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｂでは、プロセスモデルを自動的に生成する。相関分析手段１２１は、第１の実施例と同様である。データ選択手段１２２は、第１の実施例と同様である。
【００４４】
モデル構築手段１２６では、データ選択手段１２２にて選択した変量と末端圧力からGroup Method of Data Handling (ＧＭＤＨ)を用いて末端圧力推定モデルを構築する。以下にＧＭＤＨについて説明する。
<<ＧＭＤＨについて>>
ＧＭＤＨは、発見的自己組織化の原則に基づく手法である。この手法は、多くの入力変数の組合せからなる中間変数をある規則に従って生成演算する手順の群を１つの層として、これを繰返すことにより非線形の完全表現を得る手法である。また、不必要な高次化や同定モデルのover fitting現象を解決するために、部分表現式となる高次多項式を２次多項式に限定し、その選択基準に情報量基準ＡＩＣ（赤池の情報規約、式（４．２））を導入している。アルゴリズムは以下の通りである。
【００４５】
Ｓｔｅｐ１：入力データＸｋを（ｋ＝１，…，Ｋ）入力し、正規化処理を行う。
【００４６】
Ｓｔｅｐ２：入力変数の２個の組合せＸｉとＸｊに対して中間変数Ｚｋ（ｋ＝１，…，Ｋ（Ｋ・１）／２）を式（４．２．１）により生成する。但し、式中の係数は、すべてのデータに基づく２乗平均誤差を最小にするように決定する。組合わせ毎に３１個の式を用い、ＡＩＣの相対部の値を求め、最小になる式を１つ選択し、残りは捨てる。
【００４７】
Ｓｔｅｐ３：Ｓｔｅｐ２で求めたＡＩＣが小さいものからＭ個中間変数を採用し、残りは捨てる。
【００４８】
Ｓｔｅｐ４：以上の手続きを「層」単位の手続きとすると、第１層時は無条件にＳｔｅｐ５へ。第２層以上の時は、Ｓｔｅｐ３において用いたＡＩＣの最小のものが、前層のそれを越えた場合、前層までに計算され、選択された式（４．１）の中の１つの式を次々と代入することにより、完全表現式を得、アルゴリズムを終了する。さもなくば、Ｓｔｅｐ５へ。
【００４９】
Ｓｔｅｐ５：選択された中間変数ＺｋをＸｈとし、その数ＭをＫと書き換えて、Ｓｔｅｐ２に戻る。
【００５０】
【数５】
【００５１】
X1＝(0.02458)+(0.32327)＊Y+(0.52063)＊Z+(-0.13219)＊Y２+(0.13662)＊Y＊Z
where Y＝X(5),Z＝X(7)
X2＝(0.06153)+(-0.30956)＊Y+(0.89340)＊Z+(0.15799)＊Z２+(0.28388)＊Y＊Z
where Y＝X(1),Z＝X(2)
Y＝(0.68430)＊X1+(0.39710)＊X2 ………（４．３）
ここで、Ｙ：末端圧力
Ｘ０：配水圧力（選択した変量のどれか）
Ｘ１，Ｘ２：中間変数
本実施例によれば、第１の実施例の効果と同等の効果を奏することができる。また、モデル式に２次の項を考慮していることにより、非線形性の高いプロセスにおいては、モデル精度が向上する効果も有する。
【００５２】
［第３の実施例］
図３を用いて第３の実施例の構成を説明する。
【００５３】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｃと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｃは、データ要約手段１２７と、主成分選択手段１２８と、変量選択手段１２３と、モデル検定手段１２４と、モデル構築手段１２５とから構成される。
【００５４】
ここで、データ収集手段１０は、第１の実施例と同様に作用する。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｃでは、プロセスモデルを自動的に生成する。
【００５５】
データ要約手段１２７では、モデルの入力となる配水圧力を主成分分析にかけることで、複数個ある配水圧力を互いに無相関のデータ（主成分と呼ぶ）に変換する。この複数個の主成分は、それぞれ複数個の配水圧力（元データ）の情報を保有しており、保有情報量は第１主成分が一番多く、第Ｎ主成分が一番少なくなっている。例えば、配水圧力が５つの場合だと、主成分は５つでてくる。この時の各主成分の保有情報量が、第１主成分から順に、７０％，２０％，５％，３％，２％となった場合、第２主成分までで、元データが保有している情報の９０％を持っていることとなり、５つの配水圧力が２つの主成分で置き換えることが可能となる。
【００５６】
尚、ここでは、説明の為に第２主成分までを選択したが、どの主成分までを選択するかは主成分選択手段１２８にて行っている。主成分選択手段１２８では、主成分を得る所までを行う。主成分分析について説明する。
【００５７】
<<主成分分析について>>
主成分分析（Principal Component Analysis）とは、互いに相関のある多種類の特性値をもつ情報を互いに無相関な小数個の総合特性値に要約する方法である。
【００５８】
一般にｐ個の変量ｘ１，ｘ２，…，ｘｐがもっている情報を、次の２つの条件を満足するｍ個（≦ｐ）の総合特性値（式５．１）ｚ１，ｚ２，…，ｚｍに要約することが主成分分析法であり、ｚ１を第１主成分、ｚ２を第２主成分、ｚｍを第ｍ主成分と呼ぶ。
【００５９】
【数６】
（１）ｚ１，ｚｋ（ｋ≠１；ｋ，１＝１，２，…，ｍ）の相関はすべてゼロである。
【００６０】
（２）ｚ１の分散は（ｘ１，ｘ２，…，ｘｐ）あらゆる１次式のもつ分散のうちで最大である。ｚ２の分散はｚ１の分散と無相関なあらゆる１次式の中で最大である。以下同様にして、ｚｍの分散はｚ１，ｚ２，…，ｚｍ−１のすべてと無相関な１次式の中で最大である。
【００６１】
この第２の性質は、「主成分ｚ１，ｚ２，…，ｚｍはもとの特性値ｘ１，ｘ２，…，ｘｐのもつ情報の損失が最少になるように要約した結果である」ということができる。
【００６２】
主成分選択手段１２８では、データ要約手段１２７にて得られた複数個の主成分の中からモデル構築に使用する主成分を選択する。通常、主成分の選択は、元データが持つ情報量の８０％になるまでの主成分を選択すればよいと言われている。そこで、各主成分が持つ情報量を積算していき、積算値が８０％以上になるまでの主成分を選択する。尚、ここでは、８０％としたが、場合により適宜値を変更してもよい。
【００６３】
ここで、変量選択手段１２３は、第１の実施例と同様である。モデル構築手段１２４は、第１の実施例と同様である。モデル検定手段１２５は、第１の実施例と同様である。
【００６４】
本実施例によれば、第１の実施例の効果に加えて、互いに干渉しあっている配水圧力のデータを要約した主成分をモデルに使用している為、モデルにプラントの情報をできるだけ多く取込むことができる。これにより、モデル精度がより向上する効果を有する。
【００６５】
［第４の実施例］
図４を用いて第４の実施例の構成を説明する。
【００６６】
モデル生成手段１はデータ収集手段１０と実績データＤＢ１０１とデータ標準化手段１１と、モデル生成手段１２Ｄと、モデル表示手段１３から構成される。尚、モデル生成手段１２Ｄは、データ要約手段１２７と、主成分選択手段１２８と、モデル構築手段１２６とから構成される。
【００６７】
ここで、データ収集手段１０は、第１の実施例と同様である。実績データＤＢ１０１は、第１の実施例と同様である。モデル表示手段１３は、第１の実施例と同様である。モデル生成手段１２Ｄでは、プロセスモデルを自動的に生成する。データ要約手段１２７は、第３の実施例と同様である。主成分選択手段１２８は、第３の実施例と同様である。モデル構築手段１２６は、第２の実施例と同様である。
【００６８】
本実施例によれば、第２の実施例の効果に加えて、互いに干渉しあっている配水圧力のデータを要約した主成分をモデルに使用している為、モデルにプラントの情報をできるだけ多く取込むことができる。これにより、モデル精度がより向上する効果を有する。
【００６９】
［第５の実施例］
図５を用いて第５の実施例の構成を説明する。
【００７０】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、支援手段２を付加して構成されている。
【００７１】
モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。支援手段２はデータ監視手段２１と、圧力確認手段２２と、操作機場収集手段２３と、配水圧力設定手段２４と、末端圧力推定手段２５とから構成される。
【００７２】
ここで、データ監視手段２１では、プラントから計測した圧力及び流量の各信号をオペレータに提示する。
【００７３】
圧力確認手段２２では、各末端がそれぞれ許容範囲を逸脱していないか、チェックし、逸脱している末端圧力があれば、その情報をオペレータに提示する。
【００７４】
操作機場収集手段２３では、圧力確認手段２２にて得られたら許容範囲を逸脱している末端圧力情報と、モデル生成手段１にて生成された末端圧力推定モデルが入力される。許容範囲を逸脱している末端圧力の推定モデルから、変更すべき配水圧力をオペレータに提示する。変更すべき配水圧力は以下の様にして決定する。末端圧力推定モデルは請求項１及び３では、配水圧力に係数をかけ、その積算となっているので（（３．３）式）、その係数が大きい順に末端圧力に対して影響度が高いことになる。即ち、係数が大きい配水圧力が変更機場となる。また、請求項２及び４では、推定モデルに２次の項が含まれているが（（４．３）式）、同様にして影響度の高い配水圧力を得ることができる。影響度が高い配水圧力が変更機場となる。
【００７５】
配水圧力変更手段２４では、操作機場収集手段２３で得られた配水圧力の変更値を入力する。入力され配水圧力は末端圧力推定手段２５に入力され、末端圧力の推定に用いられる。尚、実機場での配水圧力の変更は末端圧力推定手段２５の結果を見て、オペレータが変更操作を行う。
【００７６】
末端圧力推定手段２５では、配水圧力変更手段２４で入力された配水圧力を、モデル生成手段１にて生成したモデルにかけることにより、末端圧力を推定し、推定値をオペレータに提示する。オペレータは提示された結果を確認し、末端圧力が許容範囲に入っていれば、実際に配水圧力を変更する。そうでなければ、配水圧力設定手段２４にて、再度配水圧力を設定する。
【００７７】
本実施例によれば、末端圧力が許容範囲を逸脱している時に、どこの配水圧力をどれだけ変更すれば良いかを決定するのに、末端圧力を推定している為、容易に検討出来る効果がある。その上、経験の少ないオペレータでも末端圧力がどのように変動するか把握できるので、配水圧力の変更が容易にできるようになるという効果もある。
【００７８】
［第６の実施例］
図６を用いて第６の実施例の構成を説明する。
【００７９】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、制御手段３を付加して構成されている。
【００８０】
尚、制御手段３は、制御方法設定手段３１と、需要予測手段３２と、需要量分配手段３３と、配水圧力演算手段３４と、制御手段３５から構成される。
【００８１】
ここで、モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。
【００８２】
制御方法決定手段３１では、モデル生成手段１にて生成されたモデルに使用されている説明変量の中に使われている配水圧力の機場の制御方法を圧力制御、それ以外の機場を流量制御とする。決定した制御方法はオペレータが確認でき、変更も可能である。
【００８３】
需要量予測手段３２では、需要家が一日に必要とする需要を予測する機能である。需要量の予測にはニューラルネットワークを用いた予測など、これまでに発明されている装置（特願平９−１８９６９）を用いると良い。また、オペレータが一日の需要量を設定してもよい。
【００８４】
需要量分配手段３３では、需要量予測手段３２にて予測した需要量を流量制御機場の流量目標値に分配する。ここで、各流量制御機場から配水するパターンはできるだけ一定にすることが、配水管網内の圧力が許容範囲を逸脱しないようにする上で重要であると共に、配水ポンプ等の機器の効率運用にも重要となる。そのために、各配水場の配水池水位と配水機器の運用と、需要量予測手段３２にて予測した需要量を考慮した最適運転計画を作成する。計画の作成にはこれまでに発明されている遺伝的アルゴリズムを応用した装置や、分岐限定法を応用した装置（特願平８−２１０９２９）を用いることで可能となる。また、オペレータが設定することも可能とする。
【００８５】
配水圧力演算手段３４では、モデル生成手段１にて生成されたモデルを用いて、末端圧力が許容範囲内に収まるように配水圧力を演算する。配水圧力は目標末端圧力と流量制御を行っている機場の配水圧力（配水流量でも可）及び、末端圧力推定モデルから演算できる。即ち、複数個の末端圧力推定モデルは連立方程式なので、そこに、実績データ（配水圧力）及び目標末端圧力を代入することで、求めたい配水圧力が求まる。
【００８６】
制御手段２４では、制御方法決定手段２１にて、流量制御となった機場に対しては、需要量分配手段２３にて決定された流量目標値に追従するように流量制御を行う。また、圧力制御になった機場に対しては、配水圧力演算手段３４にて求まった配水圧力に追従するように圧力制御を行う。また、オペレータによる流量目標値、圧力目標値の変更も可能であるとともに、緊急時など制御方法を切り替えて使用することも可能である。
【００８７】
本実施例によれば、これまで、オペレータの感覚で末端圧力制御していた為、末端圧力が許容範囲を逸脱する場合があったが、実績データから推定したプラントモデルを制御及び支援情報として取入れているため、経験の少ないオペレータでも末端圧力を許容範囲から逸脱しないで制御することが可能となる。
【００８８】
［第７の実施例］
図７を用いて第７の実施例の構成を説明する。
【００８９】
本実施例は、第１の実施例乃至第４の実施例の構成のいずれかに、運転訓練手段４を付加して構成される。
【００９０】
尚、運転訓練予測手段４は、訓練日取得手段４１と、データ取得手段４２と、リプレイ手段４３と、割込み手段４４と、シミュレーション手段４５とから構成される。
【００９１】
ここで、モデル生成手段１は、第１の実施例乃至第４の実施例のいずれかと同様である。
【００９２】
訓練日取得手段４１では、オペレータが訓練したい日にちを設定する。
【００９３】
データ取得手段４２では、訓練日取得手段４１にて設定した日にちの実績データを、実績データＤＢ１０１から取得する。尚、ここでは、設定間隔を日単位としたが、時間単位でもかまわない。
【００９４】
リプレイ手段４３では、データ取得手段４２で取得した実績データ及びシミュレーション手段４５にてシミュレーションした結果を表示する。尚、シミュレーションを行っていない場合は、実績データのみの表示となる。
【００９５】
割込み手段４４では、オペレータが好きなタイミングで変更したい配水圧力を入力する。尚、入力する値は、ここでは、配水圧力としたが、配水流量も、配水ポンプ回転数または、制御弁開度でもよい。但し、入力後に配水圧力に変換する必要がある。変換はＱ−Ｈ特性を用いることで可能である。
【００９６】
シミュレーション手段３２では、割込み手段４４にて変更した配水圧力をモデル生成手段１にて生成したモデルにかけることで、末端圧力推定値を得る。得られた末端圧力はリプレイ手段４３にてオペレータに提示される。
【００９７】
本実施例によれば、シミュレーション手段３２によって経験の浅いオペレータはいろいろな状況時での浄配水場の運転を模擬できるようになる。これまでは、本手段が無い為に、運転訓練は実際の配水管網を使わないとできなかったために、運転訓練が難しかったが、本手段を用いることで、運転訓練が容易になり、経験の少ないオペレータにより多くの経験を運転訓練にて積めるようにできる。
【００９８】
［第８の実施例］
図８を用いて第８の実施例の構成を説明する。
【００９９】
プラントを運用する為のプラント運用設備７と、請求項１乃至請求項４のいずれかに記載の内容をパッケージ化したソフトウェアを管理するセンター８と、それらを接続するインターネット９から構成される。
【０１００】
尚、プラント運用設備７は、プラントそのものであるプラント７１と、プラントを運用するための機器を制御する制御盤７２と、プラントを運用管理（監視も含む）する為の監視サーバ７３と、プラントを監視するＰＣ７４と、それらを接続する場内ＬＡＮ７５と、場内ＬＡＮ７５をインターネット９に接続するためのルータ７６と、機場監視を遠隔から行える遠隔監視ＰＣ７７とから構成される。
【０１０１】
センター８では、請求項１乃至請求項４の内容をパッケージ化して管理している。インターネット（専用線での接続も可能）を通して、パッケージを提供する。また、末端圧力推定モデル作成の依頼も受けており、依頼者側から送られてきたデータ（圧力、流量等）から請求項１乃至請求項４にて末端圧力推定モデルを作成し、依頼者にモデルを提供する。
【０１０２】
プラント運用設備７では、プラント７１を効率良く運用・管理・監視を行う。
【０１０３】
そのために、監視サーバ７３では、センター８から請求項１乃至請求項４のいずれかのう内容のパッケージをダウンロードし、末端圧力推定モデルを作成する。もしくは、センター８に末端圧力推定モデル作成を依頼し、推定モデルを得る。得ることのできた末端圧力推定モデルを請求項５乃至請求項７のいずれかに適用することで、効率の良い、プラント運用。管理・監視を行うことが可能である。制御盤７２では監視サーバ７３の指示に従ってプラントを運用する。ＰＣ（パーソナルコンピュータ）７４ではプラント状態を監視する。遠隔監視ＰＣ７７では場外からプラントの状況を監視する。プラントデータはインターネット９を経由して送られる。インターネット９を利用することにより、場内へ指示を出すことも可能だし、指示を受けることも可能である。
【０１０４】
インターネット９では、複数のプラント運用設備７と、センター８を接続している。尚、インターネットでなく、専用線を使ってそれぞれを接続しても良い。
【０１０５】
本実施例によれば、末端圧力推定モデルを機場毎に改めて作成する必要がないため、監視設備構築費のコストダウンがはかれる。また、遠隔地からでもプラント状況が把握できるとともに、相互通信が可能である為、トラブル発生時に現場と中央で情報の共有化がはかれ、復旧までの時間短縮がはかれる。
【０１０６】
【発明の効果】
以上述べたように、本発明の構成によれば、以下のような効果を有することができる。
【０１０７】
１．簡単にプロセスモデルを生成できる。
【０１０８】
２．経験の浅いオペレータでも末端圧力を制御できるように支援を行える。
【０１０９】
３．経験をつむことが可能な運転訓練を行える。
【０１１０】
４．トラブル時に早期復旧が可能である。
【図面の簡単な説明】
【図１】本発明装置の末端圧力制御用支援装置の一実施形態を示す機能ブロック図。
【図２】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図３】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図４】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図５】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図６】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図７】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図８】本発明装置の末端圧力制御用支援装置の他の実施形態を示す機能ブロック図。
【図９】従来の末端圧力制御用支援装置の機能ブロック図。
【図１０】相関係数の解釈を表した表１を示す図。
【図１１】相関分析結果の例を示した表２を示す図。
【符号の説明】
１ モデル生成手段
２ 支援手段
３ 制御手段
４ 運転訓練手段
６ 共通制御手段
７ プラント運用設備
８ サーバ
９ インターネット
１０ データ収集手段
１１ データ標準化手段
１３ モデル表示手段
１０１ 実績データＤＢ
１２１ 相関分析手段
１２２ データ選択手段
１２３ 変量選択手段
１２４ モデル構築手段
１２５ モデル検定手段
Claims (6)
- 配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、
配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、
前記データ収集手段にて収集した圧力に関する信号を貯えておく実績データＤＢと、
前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、データを標準化するデータ標準化手段と、
前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、
前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、
前記主成分選択手段にて選択した主成分から最もモデルの入力として適切だと考えられる主成分を自動的に選択する変量選択手段と、
前記データ選択手段にて自動的に選択した主成分を用いて、末端圧力推定モデルを重回帰分析にて生成するモデル構築手段と、
前記モデル構築手段で生成された末端圧力推定モデルが妥当なモデルか検定を行うモデル検定手段と、
前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、
を備えることを特徴とした末端圧力制御用支援装置。 - 配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、
配水管網内に設置されている圧力計により配水管網内の圧力に関する計測信号を収集するデータ収集手段と、
前記データ収集手段にて収集した信号を貯えておく実績データＤＢと、
前記実績データＤＢに蓄えられた実績データの桁等の単位を合わせる為に、圧力に関するデータを標準化するデータ標準化手段と、
前記データ標準化手段にて標準化した圧力に関するデータを、主成分分析にて複数個の圧力に関するデータの主成分を取得するデータ要約手段と、
前記データ要約手段にて取得した主成分の中から、末端圧力推定モデルの生成をするための入力データとして使用する主成分を選択する主成分選択手段と、
前記主成分選択手段にて選択した主成分を用いて、末端圧力推定モデルをGroup Method of Data Handling (ＧＭＤＨ)にて生成するモデル構築手段と
前記各々の手段に基づく結果をオペレータに掲示するモデル表示手段と、
を備えることを特徴とした末端圧力制御用支援装置。 - 末端圧力、配水圧力等を監視するデータ監視手段と、
末端圧力が許容範囲を逸脱していないか確認する圧力確認手段と、
許容範囲を逸脱した末端圧力を、最も効率良く許容範囲内に戻すことのできる配水機場をオペレータに提示する操作機場収集手段と、
前記操作機場収集手段にて提示された機場の配水圧力を変更する配水圧力設定手段と、
前記配水圧力設定手段にて設定した配水圧力と生成された前記末端圧力推定モデルとから末端圧力を推定する末端圧力推定手段と、
を設けたことを特徴とする請求項１乃至請求項２のいずれか１項に記載の末端圧力制御用支援装置。 - 流量制御を行う機場、圧力制御を行う機場をモデルに基づいて決定する制御方法決定手段と、
需要家が一日に必要とする需要を予測する需要量予測手段と、
前記需要量予測手段にて予測した需要量を、前記制御方法決定手段にて流量制御を行うと判断された機場の配水能力に合わせて、分配する需要量分配手段と、
配水圧力制御行う機場の配水圧力目標値を実績データ及び末端圧力推定モデルから演算する配水圧力演算手段と、
前記制御方法決定手段にて流量制御を行うと判断された機場は前記需要量分配手段にて分配された配水量に追従するように流量制御を行い、前記制御方法決定手段にて圧力制御を行うと判断された機場は、配水圧力を目標値に追従するように圧力制御を行う制御手段と、
を設けたことを特徴とする請求項１乃至請求項２のいずれか１項に記載の末端圧力制御用支援装置。 - オペレータが訓練したい日にちを設定する訓練日設定手段と、
前記訓練日設定手段にて設定した日にちの実績データを前記実績データＤＢから取得するデータ取得手段と、
前記データ取得手段にて得られた実績データと後期シミュレーション手段にて得られたシミュレーション結果を表示するリプレイ手段と、
オペレータが任意に配水圧力、配水流量、配水ポンプ回転数、制御弁開度を変更できる割込み手段と、
前記割込手段にて変更した配水圧力から末端圧力を推定するシミュレーション手段と、
を設けたことを特徴とする請求項１乃至請求項２のいずれか１項に記載の末端圧力制御用支援装置。 - 配水管網の末端圧力を許容範囲内に制御を行う為の支援を行う末端圧力制御用支援装置において、
請求項１乃至請求項４のいずれかの内容をソフトウェアパッケージとして管理するサーバと、
前記サーバのソフトウェアを用いて請求項３乃至請求項５のいずれかの内容を実現する監視サーバと、
前記監視サーバからの指令通りにプラントを運用する制御盤と、
プラント状況を監視するＰＣと、
前記監視サーバなどを接続する場内ＬＡＮと、
前記場内ＬＡＮをインターネットと接続するルータと、
プラント状況を遠隔から監視する遠隔監視ＰＣと、
前記サーバと前記ルータを接続するインターネットと
を備えることを特徴とした末端圧力制御用支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001065223A JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001065223A JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002268703A JP2002268703A (ja) | 2002-09-20 |
| JP3851783B2 true JP3851783B2 (ja) | 2006-11-29 |
Family
ID=18923917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001065223A Expired - Lifetime JP3851783B2 (ja) | 2001-03-08 | 2001-03-08 | 末端圧力制御用支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3851783B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019079320A (ja) * | 2017-10-25 | 2019-05-23 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5338492B2 (ja) * | 2009-06-08 | 2013-11-13 | 富士電機株式会社 | 入力変数選択支援装置 |
| JP5510642B2 (ja) * | 2010-02-25 | 2014-06-04 | 富士電機株式会社 | 予測・診断モデルの構築装置 |
| JP6469520B2 (ja) * | 2015-05-15 | 2019-02-13 | 株式会社荏原製作所 | ポンプ装置、遠隔制御装置、及び、ポンプ装置の制御方法 |
| CN108694755B (zh) | 2017-03-29 | 2021-05-28 | 株式会社东芝 | 模型构建系统以及模型构建方法 |
| JP7463075B2 (ja) * | 2019-10-23 | 2024-04-08 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP7268069B2 (ja) * | 2020-02-21 | 2023-05-02 | アクタピオ，インコーポレイテッド | 学習装置、学習方法、学習プログラム、評価装置、評価方法、および評価プログラム |
-
2001
- 2001-03-08 JP JP2001065223A patent/JP3851783B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019079320A (ja) * | 2017-10-25 | 2019-05-23 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
| JP7067895B2 (ja) | 2017-10-25 | 2022-05-16 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002268703A (ja) | 2002-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2690886C2 (ru) | Система очистки данных и способ для определения состава сырья | |
| JP6928119B2 (ja) | 予測推論モデルをオンラインで構築し配備するコンピュータシステム及び方法 | |
| US10839115B2 (en) | Cleansing system for a feed composition based on environmental factors | |
| CN104254809B (zh) | 用于重型燃气涡轮机的诊断规则的方法和系统 | |
| RU2738884C2 (ru) | Оценка сетей потоков | |
| US20120016607A1 (en) | Remote monitoring systems and methods | |
| CN102473132B (zh) | 监控软件应用的性能的方法 | |
| US20060241910A1 (en) | Methods and systems for diagnosing machinery | |
| CN107608398B (zh) | 管理对来自水网络的水的需求的方法以及需求管理系统 | |
| US20070265778A1 (en) | Method for automated management of hydrocarbon gathering systems | |
| WO2017134983A1 (ja) | 設備診断装置、設備診断方法及び設備診断プログラム | |
| US20160274551A1 (en) | Method and system for predicting equipment failure | |
| CN104254848A (zh) | 动态离群值偏倚减少系统和方法 | |
| US20130282333A1 (en) | Service port explorer | |
| JP3851783B2 (ja) | 末端圧力制御用支援装置 | |
| US6684178B2 (en) | Systems and methods for monitoring the usage and efficiency of air compressors | |
| Fergusson et al. | Achieving industrial facility quality: Integration is key | |
| WO2020003624A1 (ja) | 消費電力推定装置 | |
| US10156844B1 (en) | System and method for new equipment configuration and sound monitoring | |
| US7873692B2 (en) | Instrumentation and control information providing method, instrumentation and control information providing system, instrumentation and control information providing server, and instrumentation and control equipment | |
| JP2003050618A (ja) | プロセス機器管理方法およびプロセス機器管理装置 | |
| Wahed et al. | Modeling of medical equipment maintenance in health care facilities to support decision making | |
| JP5033110B2 (ja) | メンテナンス業務支援システム | |
| Albert et al. | Inferential quality assessment in breakfast cereal production | |
| JP2002254064A (ja) | 排水処理場の運転管理装置及び運転管理サービス方法並びに入力データ生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051215 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051220 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060217 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060512 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060710 |
|
| 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: 20060822 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060904 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3851783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090908 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100908 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110908 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110908 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130908 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |