JP4427074B2 - プラントの制御装置 - Google Patents

Description

本発明はプラントの制御装置に係わり、特に火力発電プラントの制御装置に関する。

プラントの制御装置では、制御対象であるプラントから得られる運転態量の計測信号を処理し、制御対象のプラントに与える操作信号を算出して制御装置に制御指令として伝達する。

このようなプラントの制御装置には、プラントの運転態量の計測信号がその目標値を満足するように、操作信号を計算するアルゴリズムが実装されている。

プラントの制御に用いられている制御アルゴリズムとして、ＰＩ（比例・積分）制御アルゴリズムがある。ＰＩ制御では、プラントの計測信号とその目標値との偏差に比例ゲインを乗じた値に、偏差を時間積分した値を加算して、制御対象に与える操作信号を導出する。

一方、プラントの運転状態や環境の変化に適応して、制御アルゴリズムを自動的に修正／変更するため、適応制御や学習アルゴリズムを用いてプラントを制御することもできる。

学習アルゴリズムを用いてプラントを制御する制御装置の操作信号を導出する方法として、特開２０００−３５９５６号公報にはモデルを利用した強化学習法を用いた制御装置に関する技術が記載されている。

この強化学習法を用いた技術による方法では、制御装置に制御対象の特性を予測するモデルと、モデル出力がその目標値を達成するようなモデル入力の生成方法を学習する学習部を持つ。

そして学習部にて学習したモデル入力をモデルに入力することで、モデル出力がその目標値に近づく効果が得られる。

このような学習型適応制御では、プラントの運転状態を計測した計測信号を用いてモデルを修正し、修正したモデルを用いて再度学習を実行することでプラントを精度良く制御するための制御アルゴリズムをオンラインで修正／変更する。

したがって、前記学習はプラントに対して制御装置から出力される操作信号が変更される周期（制御周期）以内でモデルを修正し、修正したモデルを用いて再度学習を実行させてこの学習を終了して制御アルゴリズムを修正／変更する必要がある。

この制御周期は、プラントを操作後、静定するまでの時間とみなすことができ、一般に数分から数十分の長さとなる。

例えば火力発電プラントに代表される複雑なプラントの制御ではモデル入力次数が数十個から数百個となり学習するモデル入力の組み合わせ数（探索空間）が増大するため学習時間が長くなり、この結果、プラントの制御を精度良く行なうために必要な制御アルゴリズムをオンラインで修正／変更することが困難となる。

したがって制御周期以内に学習を終了するためには、モデル入力次数の増加に対応してモデルを修正し、この修正したモデルを用いて再度学習する学習を高速化する必要がある。

特開平７−１６０６６１号公報にはニューラルネットワークの学習において教師データをプラント計測値情報の組み合わせによって複数のパターンに分類し、そして制御結果を基に学習するパターンを抽出して、この抽出したパターンの教師データのみを学習することで学習を高速化する技術が開示されている。

特開２０００−３５９５６号公報 特開平７−１６０６６１号公報

特開２０００−３５９５６号公報に記載したモデルを利用した強化学習法の技術を用いることによって、制御目標を達成可能な操作信号の生成方法を自動的に学習できる。

しかしながら、プラントの運転状態を計測した計測信号に基づいてモデルを修正し、修正したモデルを用いて再度学習するようにした学習を行なうことによって制御アルゴリズムを修正する場合に、複雑なプラントでモデル入力次数が大きくなるとプラントを制御する制御周期以内で前記の学習を行なうことが困難となる。

また、特開平７−１６０６６１号公報に記載した技術を用いると教師データをパターン化により分割することで探索空間を縮小して学習を高速化でき得る。すなわち、モデル入力次数が増加し探索空間（教師データ数）が増加する場合でも、適切にパターン化を実行することで制御周期以内の学習が可能となる。

しかしながら、分類される教師データに偏りがある場合、学習するパターンによっては教師データ数が少なくなり、所望の学習結果を獲得できないことになり、所望の学習結果が得られないことになる。

また、分類されるパターンの種類は制御装置の設計者の知見に基づいて決定されるため、パターンの生成に際して人手による負担が非常に大きくなるという問題もある。

本発明の目的は、プラントの運転状態を計測した計測信号に基づいてモデルを修正し、この修正したモデルを用いて再度学習するようにした学習を高速に実行してプラントの制御アルゴリズムを修正し、プラントを精度良く制御するプラントの制御装置を提供することにある。

本発明のプラントの制御装置は、プラントの運転状態を計測した計測信号を用いて制御対象のプラントに対して制御指令となる操作信号を算出する操作信号生成部を備えたプラントの制御装置において、前記制御装置は、計測したプラントの計測信号が保存されている計測信号データーベースと、プラントに対する操作信号が保存されている操作信号データーベースと、プラントの運転特性を解析する数値解析実行部と、前記数値解析実行部からの数値解析結果の情報を基にプラントに操作信号を与えた場合のプラントの制御特性を模擬するモデルと、前記モデルを用いてモデルで模擬演算されるモデル出力がモデル出力目標値を達成するようにモデル入力の生成方法を学習する際に、プラント運転開始前には学習部へ入力される状態入力をそのまま用いて学習し、プラント運転開始後にはパターンデーターベースに保存されているパターンデータを用いて学習部へ入力される状態入力をパターン化して学習する学習部であって、前記学習部はパターンデーターベースに保存されているパターンデータからパターンデータを選択し、選択したパターンデータを用いて状態入力をパターン化して入力次数を低減するように構成されており、前記学習部での学習の結果得られた学習情報データが保存されている学習情報データーベースと、前記操作信号生成部から出力される操作信号に使用する情報が保存されている制御ロジックデータベースと、前記学習部でプラント運転開始前に学習した学習データ及び前記学習情報データーベースに保存された学習データに基づいてパターンデータを生成するパターン生成部と、前記パターン生成部で生成されるパターンデータが保存されているパターンデーターベースと、学習に用いたパターンデータが複数の場合は各パターンの学習データの中からプラントを精度良く制御する効果が良い学習データを選択する学習結果判定部を備え、この学習結果判定部で選択した学習データに基いて前記操作信号生成部から前記操作信号を算出するように構成されていることを特徴とする。

本発明によれば、プラントの運転状態を計測した計測信号に基づいてモデルを修正し、この修正したモデルを用いて再度学習するようにした学習を高速に実行してプラントの制御アルゴリズムを修正し、プラントを精度良く制御するプラントの制御装置が実現できる。

次に、本発明の一実施例であるプラントの制御装置について、図面を参照して説明する。

図１は、本発明の一実施例であるプラントの制御装置の全体構成を示す制御ブロック図である。

図１において、本実施例のプラントは燃料に石炭を用いるボイラを備えた火力発電プラントを構成するプラント１００であり、このボイラを備えた火力発電プラント１００は、制御装置２００によって制御されるように構成されている。

制御対象の前記プラント１００を制御する制御装置２００には、演算装置として数値解析実行部２２０、モデル２３０、学習部２６０、操作信号生成部２８０、学習結果判定部３００、及びパターン生成部４００が夫々設けられた構成となっている。

前記制御装置２００には、データベースとして、計測信号データベース２１０、数値解析データベース２４０、操作信号データベース２５０、学習情報データベース２７０、制御ロジックデータベース２９０、及びパターンデータベース５００が夫々設けられている。

そしてこの制御装置２００には、外部とのインターフェイスとして、外部入力インターフェイス２０１、及び外部出力インターフェイス２０２が設けられている。

前記制御装置２００では、外部入力インターフェイス２０１を介して、火力発電プラントであるプラント１００から該火力発電プラントの各種状態量を計測した計測信号１を制御装置２００に取り込む。

また、外部出力インターフェイス２０２を介して、制御装置２００から制御対象の前記火力発電プラントであるプラント１００に対して、例えばボイラのバーナー、及びエアポートの空気流量を制御する操作信号１５が送り出されている。

制御装置２００では、このプラント１００の各種状態量を計測した計測信号１は外部入力インターフェイス２０１を介した後に計測信号２として制御装置２００に備えられたデータベースである計測信号データベース２１０に保存される。

制御装置２００に備えられた演算装置である操作信号生成部２８０にて生成させる操作信号１４は、外部出力インターフェイス２０２に伝送されると共に、制御装置２００に備えられたデータベースである操作信号データベース２５０に保存される。

操作信号生成部２８０では、制御装置２００に備えられたデータベースである制御ロジックデータベース２９０に保存されている制御ロジックデータ１３、及び制御装置２００に備えられた演算装置である学習結果判定部３００より出力された学習データ１２を用いて、前記プラント１００の計測信号１が運転目標値を達成するように、前記プラント１００に対して操作信号１５となる操作信号１４を生成して外部入力インターフェイス２０２に出力する。

前記制御ロジックデータベース２９０には、制御ロジックデータ１３を出力するため、制御ロジックデータ１３を算出する制御回路、及び制御パラメータが保存されている。

この制御ロジックデータ１３を算出する制御回路には、公知のＰＩ制御を用いることができる。

制御装置２００に備えられたデータベースである学習情報データベース２７０に保存される学習データは、制御装置２００に備えられた演算装置である学習部２６０にて生成される。

この学習部２６０は、制御装置２００に備えられた演算装置であるモデル２３０と接続されている。

モデル２３０は、火力発電プラントであるプラント１００の制御特性を模擬する機能を持つものである。すなわち、制御指令となる操作信号１５を前記プラント１００に与え、その制御結果の計測信号１を得るのと同等のことを前記モデル２３０によって模擬演算するものである。

この模擬演算のために、モデル２３０を動作させるモデル入力７を前記学習部２６０から受け、モデル２３０にて前記プラント１００の制御による特性変化を模擬演算して、その模擬演算結果のモデル出力８を得るように構成されている。

ここで、モデル出力８は、前記プラント１００の計測信号１の予測値となる。

このモデル２３０は、制御装置２００に備えられたデータベースである数値解析データベース２４０に保存されている数値解析結果６に基づいて構築される。

制御装置２００に備えられた演算装置である数値解析実行部２２０では、前記プラント１００を模擬する物理モデルを用いて、プラント１００の運転特性を解析する。

数値解析実行部２２０で物理モデルを用いてプラント１００の特性を解析して得られた計算結果４は、前記数値解析データベース２４０に保存される。

モデル２３０では、数値解析データベース２４０、及び計測信号データベース２１０に保存されている情報を用いて、ニューラルネットワークなどの統計的手法を用いて、モデル入力７に対応するモデル出力８を計算する。

モデル２３０は、モデル入力７に対応するモデル出力８を計算するのに必要な数値解析結果６を、モデル情報データ５を用いて数値解析データベース２４０から抽出し、この結果を補間することで構成される。

また、前記数値解析実行部２２０の物理モデルの特性と、プラント１００の特性が異なることに備えて、計測信号データベース２１０に保存されている計測信号３を用いて、モデル２３０とプラント１００の制御特性が一致するように、モデル２３０を修正することができるように構成されている。

学習部２６０では、モデル２３０で模擬演算されるモデル出力８が、予め運転員によって設定されたモデル出力目標値を達成するように、モデル入力７の生成方法を学習する。

その際、現在のモデル入力を学習部２６０への入力とし、そのモデル入力変化幅を出力とする。ここで、学習部２６０への入力を状態入力、出力を操作量変化幅と呼ぶことにする。

学習に用いる拘束条件、及びモデル出力目標値を含む学習情報データ９は、学習情報データベース２７０に保存されている。

学習部２６０は、プラント運転開始前には状態入力をそのまま用いて学習し、プラント運転開始後には、制御装置２００に備えられたデータベースである後述のパターンデータベース５００に保存されているパターンデータを用いて状態入力をパターン化して学習する。

また、前記学習部２６０で学習した結果である学習データ１０は、制御装置２００に備えられたデータベースである学習情報データベース２７０に保存される。

学習データ１０には、モデル入力変更前の状態入力と、その状態入力における操作量変化幅、及びその操作の結果得られるモデル出力変化幅に関する情報が含まれている。尚、学習部２６０の詳細な機能については、後述する。

制御装置２００に備えられた演算装置であるパターン生成部４００では、学習部２６０においてプラント運転開始前に学習した学習データ１６を用いてパターンデータ１７を生成し、このパターンデータ１７をパターンデータベース５００へ保存する。

前記プラント１００の運転開始後、パターンデータベース５００に保存されているパターンデータの中から計測信号３に類似する最適なパターンデータ１８を選択し、学習部２６０にて計測信号３に含まれる状態入力をパターン化して学習する。

学習部２６０での学習の結果得られて学習情報データベース２７０に保存された学習データ１１は、制御装置２００に備えられた演算装置である学習結果判定部３００へ入力される。

前記学習結果判定部３００では、学習に用いたパターンデータ１８が複数個の場合は各パターンの学習データ１１の中から制御効果が最良となる学習データを選択し、用いたパターンが１個の場合はそのパターンの学習データを選択する。

前記学習結果判定部３００で選択した学習データ１２は、操作信号生成部２８０に入力される。

プラント１００の運転員は、図１に示したように制御装置２００に付設された、キーボード６０１とマウス６０２で構成される外部入力装置６００、制御装置２００とデータを送受信できるデータ送受信処理部６１２を備えたデータ処理装置６１０、及び画像表示装置６２０を用いることにより、制御装置２００に備えられている種々のデータベースに保存されている情報にアクセスすることができる。

また、プラント１００の運転員は、前記夫々の装置を用いることにより、制御装置２００に備えられた演算装置である前記数値解析実行部２２０、学習部２６０、及びパターン生成部４００で用いる設定パラメータを入力することができる。

データ処理装置６１０は、外部入力インターフェイス６１１、データ送受信処理部６１２、及び外部出力インターフェイス６１３で構成される。

そして外部入力装置６００で生成したデータ処理装置の入力信号６１は、外部入力インターフェイス６１１を介してデータ処理装置６１０に取り込まれる。このデータ処理装置６１０のデータ送受信処理部６１２では、データ処理装置入力信号６２の情報に従って、制御装置２００に備えられている入出力データ情報６０を取得する構成となっている。

また、データ送受信処理部６１２では、データ処理装置入力信号６２の情報に従って、制御装置２００に備えられた演算装置である前記数値解析実行部２２０、学習部２６０、及びパターン生成部４００で用いるパラメータ設定値を含む入出力データ情報６０を出力する。

データ送受信処理部６１０では、入出力データ情報６０を処理した結果得られるデータ処理装置出力信号６３を、外部出力インターフェイス６１３に送信する。外部出力インターフェイス６１３からはデータ処理装置出力信号６４が画像表示装置６２０に送られて表示されるので、制御装置２００に備えられている種々のデータベースにそれぞれ保存されている情報を画像表示装置６２０に表示することができる。

尚、上記した本発明の実施例であるプラントの制御装置２００では、前記した計測信号データベース２１０、数値解析データベース２４０、操作信号データベース２５０、学習情報データベース２７０、制御ロジックデータベース２９０、及びパターンデータベース５００が制御装置２００の演算装置を構成するように配置されているが、これらの全て、あるいは一部を制御装置２００の外部に配置することも可能である。

また、前記数値解析実行部２２０が制御装置２００の内部に配置されているが、これを制御装置２００の外部に配置することも可能である。

例えば、前記した数値解析実行部２２０、及び数値解析データベース２４０を制御装置２００の外部に配置して、数値解析結果６をインターネット経由で制御装置２００に送信するようにしてもよい。

次に、制御装置２００に備えられた前記学習部２６０について、図２を用いて詳細に説明する。

図２に示したように、学習部２６０の構成はモデル入力生成手段２６１、予備学習手段２６２、パターン選択手段２６３、パターン変換手段２６４、及び再学習手段２６５で構成されている。

学習部２６０を構成するモデル入力生成手段２６１では、モデル２３０の現在のモデル入力条件に対して操作量変化幅１９を印加し、操作後のモデル入力７、及び状態入力２０をこのモデル入力生成手段２６１で生成する。

また、計測信号データベース２１０に保存されているプラント１００の計測信号３からモデル入力生成手段２６１によって状態入力２０を抽出する。

学習部２６０を構成する予備学習手段２６２では、プラント１００の運転開始前に学習情報データベース２７０に保存されている学習情報データ９を用いて、モデル２３０で模擬演算されるモデル出力８がモデル出力目標値を達成するように、モデル入力７の生成方法を学習する。

その際、状態入力２０をそのまま用いる。モデル入力７は、モデル入力生成手段２６１において、現在のモデル入力条件に予備学習手段２６２が学習した操作量変化幅１９を印加することで生成し、これをモデル２３０に入力すると共に、操作後の状態入力２０として前記予備学習手段２６２に入力する。

この予備学習手段２６２における学習の結果得られる学習データ１０は、学習情報データベース２７０に保存される。

この学習情報データベース２７０に保存された学習情報１６に基いてパターン生成部４００でパターンデータを生成し、該パターン生成部４００で生成されたパターンデータ１７をパターンデータベース５００に保存する。

学習部２６０を構成するパターン選択手段２６３では、状態入力２０を手掛かりとして、パターンデータベース５００に保存されているパターンデータ１８からパターンデータ２３を選択し、前記パターン変換手段２６４へ入力する。

学習部２６０を構成するパターン変換手段２６４では、パターン選択手段２６３で選択したパターンデータ２３を用いて状態入力２０をパターン化し、入力次数を低減する。

また、前記パターン変換手段２６４ではパターン化により学習した操作量変化幅２１に対して逆の操作を実行し、入力次数を増加させる。

図３を用いてこのパターン化について説明すると、図３に示すように、前記パターン変換手段２６４ではパターンデータはパターン化で使用する入力の情報値を１に、使用しない入力の情報値を０とする態様を取る。

したがって状態入力２０のパターン化の際には、状態入力２０に対してパターンデータの情報値が１となる入力のみを選択する。

また、逆の操作では、学習後のパターン化された操作量変化幅２１に対して、パターン化で使用した入力間を線形補間することで他の入力の操作量変化幅を導出する。

図２において、前記した学習部２６０を構成する再学習手段２６５では、プラント１００の運転開始後、学習情報データベース２７０に保存されている学習情報データ９を用いて、計測信号３によって修正されたモデル２３０で模擬演算されるモデル出力８がモデル出力目標値を達成するように、モデル入力７の生成方法を学習する。

その際、パターン変換手段２６４において状態入力２０をパターン化する。パターン化された状態入力２２は、そのパターンに対応する前記再学習手段２６５に入力され、この再学習手段２６５での学習の結果、パターン化された操作量変化幅２１が再学習手段２６５から出力される。

これをパターン変換手段２６４において再度操作量変化幅１９に変換し、前記モデル入力生成手段２６１に入力してモデル入力７、及び操作後の状態入力２０を生成する。

以上説明した構成によって、前記学習部２６０では、プラント１００の運転開始前のパターン生成のための予備学習、及びプラント１００の運転開始後の状態入力のパターン化による再学習を実現する。

図４に、図１乃至図３を用いて説明した本発明の一実施例であるプラントを制御する制御装置２００の動作を示すフローチャート図を示す。

図４のフローチャートにおいて、ステップ１０００、１０１０、１０２０、１０３０、１０４０、及び１０５０を組み合わせて実行する。以下には、それぞれのステップについて説明する。

プラント１００を制御する制御装置２００の動作開始後、まず、ステップ１０００では、制御装置２００の数値解析実行部２２０を用いて数値解析を実行し、数値解析データ４を数値解析データベース２４０に送信・保存する。

次に、ステップ１０１０では、制御装置２００の学習部２６０、及びモデル２３０を用いて、プラント操作方法の予備学習を実行し、学習データ１０を学習情報データベース２７０に送信・保存する。

次に、ステップ１０２０では、制御装置２００のパターン生成部４００を用いて、学習情報データベース２７０に保存されている予備学習による学習データ１６を用いてパターンデータ１７を生成し、パターンデータベース５００へ送信・保存する。以上の動作は、プラント１００の運転開始前に実行する。

プラント１００の運転開始後、ステップ１０３０では、プラント１００の計測信号１を、外部入力インターフェイス２０１を用いて制御装置２００に入力し計測信号データベース２１０に送信・保存する。

ステップ１０４０では、取得した計測信号３より抽出される状態入力に対し、パターンデータベース５００に保存されているパターンデータ１８を用いてパターン化し、学習部２６０にて再学習を実行する。

学習部２６０での学習後、制御装置２００の学習結果判定部３００を用いて、用いたパターンによる学習データ１１の中から適切な学習データ１２を選んで学習結果判定部３００から操作信号生成部２８０へ出力する。

次のステップ１０５０では、操作信号生成部２８０を用いて、学習データ１２、及び制御ロジックデータ１３を用いて操作信号１４を生成し、この操作信号生成部２８０から外部入力インターフェイス２０２を介して操作信号１５としてプラント１００に出力する。

以上のステップ１０３０〜１０５０の動作を、計測信号が入力される度に繰り返し実行することで、プラント１００を制御する。

次に、図４におけるステップ１０１０、１０２０、及び１０４０の詳細な動作について、フローチャート図を参照しながら詳細に説明する。

図５は、ステップ１０１０の予備学習の動作を示すフローチャート図である。

図５に示したように、予備学習の動作のフローチャートは、ステップ２０００、２０１０、２０２０、２０３０、２０４０、２０５０、２０６０、２０７０、及び２０８０を組み合わせて実行する。

以下にそれぞれのステップについて詳細に説明する。

ステップ２０００では、ステップ２０１０〜２０６０の繰り返し回数を示す値である初期化回数Ｉを初期化（Ｉ＝１に設定）する。

次に、ステップ２０１０では、状態入力の初期値を設定する。状態入力の初期値としては、任意のモデル入力値を選ぶことができる。

ステップ２０２０では、ステップ２０３０〜２０５０の繰り返し回数を示す値である操作回数Ｊを初期化（Ｊ＝１に設定）する。

次に、ステップ２０３０では、制御装置２００を構成する学習部２６０の予備学習手段２６２を用いてモデル入力の操作量変化幅を導出する。

ステップ２０４０では、学習部２６０のモデル入力生成手段２６１を用いて状態入力に操作量変化幅を加えてモデル２３０を操作し、状態入力を更新する。

ステップ２０５０では、モデル２３０の操作の結果得られたモデル出力を手掛かりとして、ニューラルネットワーク、及び強化学習に代表される種々の学習アルゴリズムを用いて、モデル２３０の操作方法を学習する。

ステップ２０６０は分岐であり、操作回数Ｊと予め定められている閾値とを比較し、Ｊが閾値よりも小さい場合にはＪを１加算した後にステップ２０３０に戻り、逆に閾値よりも大きい場合には分岐であるステップ２０７０に進む。

ステップ２０７０では、初期化回数Ｉと予め定められている閾値とを比較し、Ｉが閾値よりも小さい場合にはＩを１加算した後にステップ２０１０に戻り、逆に閾値よりも大きい場合にはステップ２０８０に進む。

ステップ２０８０では、学習部２６０で学習した結果を学習情報データベース２７０に送信・保存し、予備学習の動作を終了させるステップに進む。

以上の動作によって、予備学習ではステップ２０１０において任意のモデル入力を状態入力の初期値として学習を開始するため、任意のモデル入力条件からモデル出力目標値へ到達する操作方法を獲得できる。

図６は、ステップ１０２０のパターン生成の動作を示すフローチャート図である。

図６に示したように、パターン生成の動作のフローチャートは、ステップ４０００、４０１０、４０２０、及び４０３０を組み合わせて実行する。

以下にそれぞれのステップについて、図７、図８を用いて詳細に説明する。

ステップ４０００では、ステップ４０１０〜４０２０の繰り返し回数を示す値であるデータ参照番号Ｉを初期化（Ｉ＝１に設定）する。

次に、ステップ４０１０では、学習情報データベース２７０に保存されている予備学習による学習データをＩに従って参照しながら、パターンを生成する。尚、パターン生成アルゴリズムの詳細な動作については、後述する。

図７に制御装置２００の学習情報データベース２７０に保存される学習データの態様を示す。

図７に示すように、学習情報データベース２７０には状態入力値とその状態入力における操作量変化幅の値、及びその操作の結果得られたモデル出力変化幅の値が保存されている。

パターンは、学習データにおける操作量変化幅を基に生成する。尚、図７において、Ｓ＿０００１は状態入力を区別するために割り振られた番号である。

図６におけるステップ４０２０では、生成したパターン、及び参照した学習データの状態入力値をパターンデータベース５００に送信・保存する。

図８に制御装置２００のパターンデータベース５００に保存される学習データの態様を示す。

図８に示すように、パターンデータベース５００にはパターンデータと、そのパターン生成時に参照した状態入力値が保存されている。

生成したパターンを保存する際、既に保存されているパターンデータと一致する場合は、そのパターンデータに対応する状態入力として保存する。

したがって、ひとつのパターンデータに対して複数の状態入力が対応付けられる場合が生じる。尚、図８において、Ｐ＿０００１はパターンデータを区別するために割り振られた番号である。

図６におけるステップ４０３０は分岐であり、データ参照番号Ｉと予め定められている閾値とを比較し、Ｊが閾値よりも小さい場合にはＪを１加算した後ステップ４０１０に戻り、逆に閾値よりも小さい場合にはパターン生成の動作を終了させるステップに進む。

次に、ステップ４０１０のパターン生成アルゴリズムの詳細な動作について、図９のフローチャート図、及び図１０を参照しながら説明する。

パターン生成アルゴリズムでは、パターン化する入力次数を必要最小限の値に抑えるため、図１０に示すように最初はパターン入力次数１から探索を開始し、終了条件を満足するまで、入力次数を増加しながら探索を繰り返してパターンを生成する。

また、パターン探索を効率化するため、探索に進化論的な探索アルゴリズムを用いている。すなわち、パターンのデータベース表現を遺伝子（解候補）とし、生成した複数の解候補に対して交叉、突然変異といった遺伝的操作を施すことにより、最適なパターンを探索する。

図９に示したように、ステップ４０１０の動作のフローチャートは、ステップ４０１１、４０１２、４０１３、４０１４、４０１５、４０１６、４０１７、４０１８、及び４０１９を組み合わせて実行する。

以下にそれぞれのステップについて詳細に説明する。

ステップ４０１１では、パターン化に用いる入力次数を示す値であるＪを初期化（Ｊ＝１）に設定する。

ステップ４０１２では、ステップ４０１４〜４０１５の繰り返し回数を示す値である世代数Ｋを初期化（Ｋ＝１に設定）する。

次に、ステップ４０１３では、パターンデータ情報値が１となる入力次数をＪとする拘束条件の下で解候補をＬ個生成する。

ステップ４０１４では、各解候補に対してパターン化誤差を計算する。

パターン化誤差は図１０に示すように、参照する学習データの操作量変化幅と、パターン化で使用する入力を線形補間して求めた操作量変化幅との誤差として求める。

ステップ４０１５では、計算したパターン化誤差を基に、前記拘束条件の下で解候補群に対して交叉、突然変異といった遺伝的操作を施し、新しい解候補を生成する。

ステップ４０１６は分岐であり、世代数Ｋが予め定められている閾値以下である場合にはＫを１加算した後にステップ４０１４に戻り、その逆の場合はステップ４０１７に進む。

ステップ４０１７では、予め定められた世代数を経過した解候補群に対し、パターン化誤差が最小となる解候補を選択し、ステップ４０１８に進む。

ステップ４０１８は分岐であり、ステップ４０１７で選択した解候補のパターン化誤差が予め定められている閾値以上である場合か、または入力次数Ｊが予め定められている閾値以下である場合にはＪを１加算した後にステップ４０１２に戻り、その逆の場合にはステップ４０１９に進む。

ステップ４０１９では、選択した解候補を生成パターンとし、これをパターンデータベース５００に送信・保存してパターン生成アルゴリズムの動作を終了させるステップに進む。

以上の動作により、パターンデータベース５００には、生成したパターンデータが保存される。

プラント１００の運転員は、データ処理装置６１０を用いて、これらの情報を画像表示装置６２０に表示することができる。

これにより、運転員は現在どのような状態入力のパターン化が可能であるかを知ることができる。また、設定パラメータであるＪ、Ｋの閾値を、画面表示装置６２０を通じて入力することができる。

図１１は、ステップ１０４０の再学習の動作を示すフローチャート図である。

図１１に示したように、再学習の動作のフローチャートは、ステップ２１００、２１１０、２１２０、２１３０、２１４０、２１５０、２１６０、２１７０、及び２１８０を組み合わせて実行する。

以下にそれぞれのステップについて詳細に説明する。

ステップ２１００では、制御装置２００を構成する学習部２６０のモデル入力生成手段２６１を用いて再学習手段２６５に入力される状態入力を計測信号より抽出する。

次にステップ２１１０では、学習部２６０のパターン選択手段２６３を用いて、抽出した状態入力と制御装置２００のパターンデータベース５００に保存されているパターンデータとの最小状態入力誤差を計算する。

図８に示すように、パターンデータベース５００にはパターン毎に複数の状態入力値が保存されており、最小状態入力誤差はこれらと現在の状態入力値との誤差の最小値として求める。

最小状態入力誤差は現在の状態入力と予備学習で経験した状態入力との類似度となるため、これを手掛かりとして現在の状態入力値との類似度が高い状態入力に対応したパターンを選択できる。

その結果、選択したパターンを用いることにより、現在の状態入力に対して予備学習結果と同等の制御効果を得られる操作量変化幅を学習できる。

ステップ２１２０は分岐であり、ステップ２１１０で計算した各パターンの最小状態入力誤差に対して、予め設定した閾値以下となるものが存在するかどうかを判定し、存在する場合はステップ２１３０へ進み、存在しない場合はステップ２１４０へ進む。

ステップ２１３０では、最小状態入力誤差が閾値以下となるパターンをすべて選択し、ステップ２１５０へ進む。

ステップ２１４０では、最小状態入力誤差が全パターン中で最小となるパターンのみを選択し、ステップ２１５０へ進む。

次に、ステップ２１５０では、ステップ２１６０の繰り返し回数を示す値であるＩを初期化（Ｉ＝１に設定）する。

ステップ２１６０では、選択したパターンに対応する学習部２６０の再学習手段２６５を用いてモデル２３０のモデル操作方法を学習する。

ステップ２１７０は分岐であり、Ｉが選択したパターン数以下である場合はＩを１加算した後にステップ２１６０に戻り、選択した別のパターンに対応する再学習手段２６５を用いて学習する。その逆の場合はステップ２１８０に進む。

ステップ２１８０では、制御装置２００の学習結果判定部３００を用いて、選択したパターンによる再学習結果の中から適切な操作方法を決定し、制御装置２００の操作信号生成部２８０へ出力し、再学習の動作を終了させるステップに進む。

以上の動作により、再学習では、現在の状態入力に対して予備学習結果を基に選択したパターンを用いることで、予備学習結果と同等の操作方法を短い時間で学習できる。

また、設定パラメータである最小状態入力誤差の閾値を、画面表示装置６２０を通じて入力することができる。

次に、ステップ２１６０の再学習アルゴリズムの詳細な動作について、図１２のフローチャート図を参照しながら詳細に説明する。

図１２に示したように、再学習アルゴリズムの動作のフローチャートは、ステップ２２００、２２１０、２２２０、２２３０、２２４０、２２５０，２２６０，２２７０、２２８０、２２９０、及び２３００を組み合わせて実行する。

以下にそれぞれのステップについて詳細に説明する。

ステップ２２００では、ステップ２２１０〜２２８０の繰り返し回数を示す値である初期化回数Ｊを初期化（Ｊ＝１に設定）する。

次に、ステップ２２１０では、状態入力を計測信号３より抽出される入力値に初期化する。

ステップ２２２０では、ステップ２２３０〜２２７０の繰り返し回数を示す値である操作回数Ｋを初期化（Ｋ＝１に設定）する。

次にステップ２２３０では、使用するパターンに対応する学習部２６０の再学習手段２６５を用いて、パターン化されたモデル入力の操作量変化幅を導出する。

ステップ２２４０では、学習部２６０のパターン変換手段２６４を用いて、パターン化されたモデル入力の操作量変化幅を線形補間し、操作量変化幅を導出する。

ステップ２２５０では、学習部２６０のモデル入力生成手段２６１を用いて状態入力に操作量変化幅を加えてモデルを操作し、状態入力を更新する。

ステップ２２６０では、学習部２６０のパターン変換手段２６４を用いて、使用するパターンデータに従って状態入力をパターン化する。

ステップ２２７０では、モデル操作の結果得られたモデル出力を手掛かりとして、ニューラルネットワーク、及び強化学習に代表される種々の学習アルゴリズムを用いて、モデル操作方法を学習する。

ステップ２２８０は分岐であり、操作回数Ｋと予め定められている閾値とを比較し、Ｋが閾値よりも小さい場合にはＫを１加算した後にステップ２２３０に戻り、逆に閾値よりも大きい場合には分岐であるステップ２２９０に進む。

ステップ２２９０では、初期化回数Ｊと予め定められている閾値とを比較し、Ｊが閾値よりも小さい場合にはＪを１加算した後ステップ２２１０に戻り、逆に閾値よりも大きい場合にはステップ２３００に進む。

ステップ２３００では、学習した結果を制御装置２００の学習情報データベース２７０に送信・保存し、再学習の動作を終了させるステップに進む。

以上の動作によって、再学習ではパターン化した状態入力を用いて、現在の状態入力を初期値とする場合の操作方法を学習する。

以上で、図４に示したステップ１０１０、１０２０、及び１０４０の詳細な動作の説明を終了する。

次に、本発明の一実施例であるプラントの制御装置２００を構成するデータ処理装置６１０から出力されるデータ処理装置出力信号６４を表示する画像表示装置６２０に表示される画面について図１３〜図２１を用いて説明する。

図１３〜図２０は、図１に示したプラントの制御装置２００に付設された画像表示装置６２０に表示される画面の一例である。

図１３は初期画面の一例を示すものであり、図１３の画面が画像表示装置６２０に表示されている状態で、マウス６０２を操作してカーソルをボタンに重ね、マウス６０２をクリックすることでボタンを選択（押す）ことができる。

図１３に示された「数値解析」のボタン７０１、「データベース参照」のボタン７０２、「パターン化・学習実行」のボタン７０３、「操作実行」のボタン７０４を選択すると、それぞれ図１４、図１５、図１６、図１７の画面が画面表示装置６２０に表示される。また、「終了」のボタン７０５を選択すると初期画面は終了する。

図１４では、「解析条件設定」のボタン７１１を選択することで、制御装置２００の数値解析実行部２２０で計算を実行するために必要な各種解析条件を入力／設定することができる。

また、「数値解析実行」のボタン７１２を選択すると、前記数値解析実行部２２０で計算を開始することができる。また、「戻る」のボタン７１３を選択すると、図１３に戻る。

図１５では、画像表示装置６２０において、どのデータベースに保存されている情報を表示するかを選択することができる。

「計測信号データベース」のボタン７２１、「操作信号データベース」のボタン７２２、「数値解析データベース」のボタン７２３、「学習情報データベース」のボタン７２４、「制御ロジックデータベース」のボタン７２５、「パターンデータベース」のボタン７２６を選択することで、それぞれ制御装置２００の計測信号データベース２１０、操作信号データベース２５０、数値解析データベース２４０、学習情報データベース２７０、制御ロジックデータベース２９０、パターンデータベース５００にアクセスできる。

そして各データベースの情報を画像表示装置６２０に表示できると共に、データベースの情報を追加／変更／消去することもできる。また、「戻る」のボタン７２７を選択すると、図１３に戻る。

図１６では、「予備学習」のボタン７３１を選択することで、図１８に示す予備学習画面が画面表示装置６２０に表示される。

また、図１６の「再学習」のボタン７３２を選択することで、図１９に示す再学習画面が画像表示装置６２０に表示される。「戻る」のボタン７３３を選択すると、図１３に戻る。

図１７では、操作前のモデル入力７４１、モデル出力７４２、操作後のモデル入力７４３、モデル出力７４４、及び学習した操作量変化幅７４５をガイダンス表示し、プラント１００の運転員はこのガイダンス表示に対して、操作を実行するかどうかを選択することができる。

操作を実行する場合には「はい」のボタン７４６を選択し、操作を実行しない場合は「いいえ」のボタン７４７を選択する。

この図１７に示した表示画面では、パターンと操作信号との関係を画面で確認してからプラントの操作ができることから、プラント操作の信頼性を向上させることができる。

即ち図１７に示されたプラント制御方法を詳細に説明すると、プラントを模擬したモデルを利用してプラントを制御する制御装置のプラント制御方法において、前記制御装置が図８に示したように、前記モデルへ入力する複数の操作信号をパターン化した状態入力パターンを記憶したパターンデーターベースを有し、図７に示したように、モデルへ入力する複数の操作信号とモデルからの出力とを記憶した学習情報データーベースを有し、操作後のモデル入力７４３及びモデル出力７４４として示したように、前記学習情報データーベースに記憶された複数の操作信号とモデルからの出力を表示装置へ出力し、学習した操作量変化幅７４５として示したように、前記モデルへ入力した複数の操作信号に基づいたプラントへの操作信号と前記パターンデーターベースに記憶された状態入力パターンとを重ねて表示装置へ出力し、操作を実行する場合に選択するボタン７４６として示したように、プラントへの操作実行の許可に基いて、前記プラントへの操作信号によりプラントを制御するように構成されている。

前述の図１８では、「学習開始」のボタン７５１を選択することで、図５に示すフローチャートに従って、学習部２６０の予備学習手段２６２、制御装置２００のモデル２３０を動作させ、操作方法の予備学習を実行することができる。

また、「パターン生成」のボタン７５２を選択することで、図２０に示すパターン生成画面が画面表示装置６２０に表示される。

「戻る」のボタン７５３を選択すると、図１６に戻る。

図１９では、再学習時の設定値として、図１１に示すフローチャートで用いる最小状態入力誤差閾値の設定値をデータ入力欄７６１に入力することができる。

上記データ入力欄７６１に設定値を入力後、「実行」のボタン７６２を選択すると、図１１に示すフローチャートに従って制御装置２００の学習部２６０、及びモデル２３０を動作させ、再学習を実行することができる。

また、「戻る」のボタン７６３を選択すると、図１６に戻る。

図２０では、パターン生成時の設定値として、図９に示すフローチャートで用いるパターン化誤差閾値の設定値をデータ入力欄７７１、及びパターン入力次数閾値の設定値をデータ入力欄７７２にそれぞれ設定値を入力することができる。

上記データ入力欄７７１、７７２に設定値をそれぞれ入力後、「実行」のボタン７７３を選択すると、図６に示すフローチャートに従って制御装置２００のパターン生成部４００を動作させ、パターン生成を実行することができる。

また、「戻る」のボタン７７４を選択すると、図１８に戻る。

以上で、画像表示装置６２０に表示される画面についての説明を終了する。

以上の説明から明らかなように、本発明の実施例においては、図１１及び図１２にフローチャートを用いて詳細に示したように、プラントの制御装置の学習部に入力される状態入力を、モデル入力次数よりも少ない入力数でパターン化し、モデルの探索空間を縮小することで学習を高速化できる。

また、図５にフローチャートを用いて詳細に示したように、プラント運転開始前に予め入力次数を低減せずに学習した予備学習結果を用いてパターンを生成し、図１１のフローチャートを用いて詳細に示したように、プラント運転開始後に現在の状態入力と予備学習結果に含まれる状態入力との類似度を比較し、類似度の高い状態入力より生成されたパターンを選択して操作方法を学習することで、常に所望の学習結果を獲得できる。

また、図９にフローチャートを用いて詳細に示したように、パターンの入力次数及びパターン情報を、進化論的な探索アルゴリズムによって自動的に生成することで、人手を介さず、かつ誤ったパターン化を回避するパターン生成が可能となる。

さらに、各データベースに保存される情報を画像表示装置によって参照する機能、及び学習部、パターン生成部で用いる設定パラメータを、図１３乃至図２０にかけて詳細に示したように、画像表示装置を介して入力する機能を備えさせたことにより、プラントの運転員がパターン化の様子、及びパターン化した学習による効果を視覚的に確認することができる。

次に、図１乃至図２０に示した本発明の一実施例であるプラントの制御装置２００を、ボイラを備えた火力発電プラント１００に適用した場合について説明する。尚、火力発電プラント以外のプラントを制御する際にも、本発明の前記した実施例のプラントの制御装置２００を使用することができることは言うまでもない。

図２１は、ボイラを備えた火力発電プラントの概略構成を示す図である。まず、ボイラを備えた火力発電プラントにおけるプラントの仕組みについて説明する。

図２１に示した火力発電プラントを構成するボイラ１０１において、燃料となる石炭はミル１１０にて粉砕して微粉炭として石炭搬送用の１次空気、及び燃焼調整用の２次空気と共にボイラ１０１に設置したバーナー１０２を通じてボイラ１０１に投入し、ボイラ１０１の火炉内部で燃料の石炭を燃焼する。

燃料の石炭と１次空気は配管１３４から、２次空気は配管１４１からバーナー１０２に導かれる。

また、２段燃焼用のアフタエアを、ボイラ１０１に設置したアフタエアポート１０３を通じてボイラ１０１に投入する。このアフタエアは、配管１４２からアフタエアポート１０３に導かれる。

燃料の石炭をボイラ１０１の火炉の内部で燃焼させて発生した高温の燃焼ガスは、ボイラ１０１の火炉を矢印で示した経路に沿って下流側に流れ、ボイラ１０１に配置された熱交換器１０６を通過して熱交換した後、燃焼排ガスとなってボイラ１０１から排出されてボイラ１０１の外部に設置されたエアーヒーター１０４に流下する。

エアーヒーター１０４を通過した燃焼排ガスはその後、図示していない排ガス処理装置で燃焼排ガスに含まれている有害物質を除去した後に、煙突をから大気に放出される。

ボイラ１０１を循環する給水は、タービン１０８に設置された図示していない復水器から給水ポンプ１０５を介してボイラ１０１に導かれ、ボイラ１０１の火炉に設置した熱交換器１０６においてボイラ１０１の火炉の内部を流下する燃焼ガスによって加熱されて高温高圧の蒸気となる。

尚、本実施例では熱交換器１０６の数を１個として図示しているが、熱交換器を複数個配置してもよい。

熱交換器１０６で発生した高温高圧の蒸気は、タービンガバナ弁１０７を介して蒸気タービン１０８に導かれ、蒸気の持つエネルギーによって蒸気タービン１０８を駆動し、この蒸気タービン１０８に連結した発電機１０９を回転させて発電する。

次に、ボイラ１０１の火炉に設置されたバーナー１０２からボイラ１０１の火炉内に投入される１次空気及び２次空気、ボイラ１０１の火炉に設置されたアフタエアポート１０３からボイラ１０１の火炉内に投入されるアフタエアの経路について説明する。

１次空気は、ファン１２０から配管１３０に導かれ、途中でエアーヒーター１０４の内部を通過する配管１３２とエアーヒーター１０４をバイパスする配管１３１とに分岐し、これらの配管１３２及び配管１３１を流下した１次空気は再び配管１３３にて合流してミル１１０に導かれる。

エアーヒーター１０４を通過する空気は、ボイラ１０１の火炉から排出される燃焼排ガスにより加熱される。

この１次空気を用いてミル１１０で生成される石炭（微粉炭）を配管１３３を通じてバーナー１０２に搬送する。

２次空気及びアフタエアは、ファン１２１から配管１４０に導かれ、エアーヒーター１０４の内部を通過する配管１４０を流下して加熱された後に、配管１４０の下流側で２次空気用の配管１４１と、アフタエア用の配管１４２とに分岐して、それぞれボイラ１０１の火炉に設置されたバーナー１０２とアフタエアポート１０３に導かれるように構成されている。

本実施例であるボイラを備えた火力発電プラント１００の制御装置２００は、ボイラの排ガス中のＮＯｘおよびＣＯ濃度を低減するため、バーナー１０２からボイラ１０１に投入する空気量と、アフタエアポート１０３からボイラ１０１に投入する空気量を調整する機能を持っている。

火力発電プラント１００には、該火力発電プラント１００の運転状態を検出する様々な計測器が配置されており、これらの計測器から取得されたプラントの計測信号は、計測信号１として制御装置２００に送信される
火力発電プラント１００の運転状態を検出する様々な計測器として、例えば図２には流量計測器１５０、温度計測器１５１、圧力計測器１５２、発電出力計測器１５３、及びＯ_２濃度及び／又はＣＯ濃度を計測する濃度計測器１５４がそれぞれ図示されている。

流量計測器１５０は給水ポンプ１０５からボイラ１０１に供給される給水の流量を計測する。また、温度計測器１５１及び圧力計測器１５２は、ボイラ１０１に配設された熱交換器１０６において該ボイラ１０１を流下する燃焼ガスとの熱交換で発生した蒸気を蒸気タービン１０８に供給する蒸気の温度及び圧力をそれぞれ計測する。

前記熱交換器１０６で発生した蒸気で駆動される蒸気タービン１０８によって回転される発電機１０９によって発電された電力量は発電出力計測器１５３で計測する。

また、ボイラ１０１を流下する燃焼ガスに含まれている成分（ＣＯ、ＮＯｘなど）の濃度に関する情報は、ボイラ１０１の下流側であるボイラ出口の流路に設けたＯ_２濃度及び／又はＣＯ濃度を計測する濃度計測器１５４で計測される。

尚、一般的には図２に図示した以外にも多数の計測器が火力発電プラント１００に配置されているが、ここでは図示を省略する。

図２２は、火力発電プラント１００を構成するボイラ１０１の下流側に設置されたエアーヒーター１０４と、このエアーヒーター１０４に配設された配管を示す部分拡大図である。

図２２に示すように、エアーヒーター１０４の内部に配設された配管１４０の下流側で分岐した２次空気用の配管１４１及びアフタエア用の配管１４２、エアーヒーター１０４の内部に配設された配管１３２、及びエアーヒーター１０４をバイパスした配管１３１にはエアダンパ１６２、１６３、１６１、１６０がそれぞれ配置されている。

そしてこれらのエアダンパ１６０〜１６３を操作することによって配管１３１、１３２、１４１、１４２内で空気が通過する面積を変更し、これらの配管１３１、１３２、１４１、１４２を通過する空気流量を個別に調整する。

そして火力発電プラント１００を制御する制御装置２００によって生成されて該火力発電プラント１００に対して出力される操作信号１５を用いて、給水ポンプ１０５、ミル１１０、エアダンパ１６０、１６１、１６２、１６３などの機器を操作する。

尚、本実施例である火力発電プラント１００の制御装置２００では、給水ポンプ１０５、ミル１１０、エアダンパ１６０、１６１、１６２、１６３などの火力発電プラントの状態量を調節する機器のことを操作端と呼び、これを操作するのに必要な指令信号を操作信号と呼ぶ。

図２３は、図２１に示した本発明の実施例であるボイラを備えた火力発電プラント１００の制御装置２００における火力発電プラントの制御方法の手順を示すフローチャート図である。

図２３において、本実施例であるボイラを備えた火力発電プラント１００の制御装置２００では、ステップ２１８１、及び２１８２を組み合わせて火力発電プラント１００の制御を実行する。

ステップ２１８１では、前記火力発電プラント１００を制御する制御装置２００の学習部２６０を構成する前記パターン選択手段２６３で選択した各パターンによる学習データを参照し、現在の状態入力に対する操作後のモデル出力変化幅であるＣＯ、ＮＯｘの改善値の合計を比較し、改善値の合計が最大となるパターンを選択する。

また、前記パターン選択手段２６３で選択したパターン数が１個の場合は、上記処理を実行せずにステップ２１８２へ進む。

ステップ２１８２では、パターン選択手段２６３で選択したパターンの学習データ１２を制御装置２００を構成する前記操作信号生成部２８０へ送信し、制御装置２００を構成する前記学習結果判定部３００の動作を終了させるステップに進む。

以上の動作によって、制御装置２００では再学習の結果、ＣＯ、ＮＯｘの改善値が最も良くなる学習データを用いて操作信号を生成できる。

図２４は、本発明の実施例であるボイラを備えた火力発電プラント１００の制御装置２００において、画像表示装置６２０に表示される画面の一例を示したものであり、前記図１７に示した画面の例に対応する画面である。

図２４に示した画面の例では、制御装置２００を構成する前記モデル２３０に入力されるモデル入力７として用いるボイラ１０１のバーナー１０２の空気量、エアポート１０３の空気量、前記モデル２３０で制御対象の火力発電プラントを模擬演算して出力されるモデル出力８として用いるＣＯ、ＮＯｘ濃度の操作前及び操作後におけるガイダンス表示、並びにパターン変換手段２６４によるパターン化によって学習部２６５で学習した前記バーナー１０２、エアポート１０３の操作量変化幅を示しており、前記モデル入力７ではボイラ１０１の缶前及び缶後にそれぞれ設置したバーナー１０２／エアポート１０３の空気量の分布をボイラ構造図と関連付けて表示している。

尚、図２４ではバーナー１０２、エアポート１０３をボイラ１０１の缶前及び缶後に共に１段ずつで、各段に５個の空気投入口が設けられているが、これらの数を任意に変更することもできる。

プラントの運転員は、図２４に示された本画面を見ながら、パターン化された操作量変化幅、及び学習した操作方法による制御効果を確認し、操作の有無を決定することができる。

また、図２５にその概略を示すように、本発明の実施例であるボイラを備えた火力発電プラント１００の制御装置２００におけるパターン化の一例として、１）ボイラ１０１のバーナー１０２／エアポート１０３毎に操作端をグループ化、２）ボイラ１０１の缶前／缶後で操作端をグループ化、３）ボイラ１０１の全操作端をグループ化、のいずれかを用いてパターン化する例が考えられる。

以上の説明から明らかなように、ボイラを備えた火力発電プラント１００の運転員は、制御対象である火力発電プラントに備えられたボイラの操作端の種類、操作端数、燃焼特性等を考慮して、適切なパターン化手段を選択して火力発電プラントを制御することができる。

本発明の実施例によれば、プラントの運転状態を計測した計測信号に基づいてモデルを修正し、この修正したモデルを用いて再度学習するようにした学習を高速に実行してプラントの制御アルゴリズムを修正し、プラントを精度良く制御するプラントの制御装置が実現できる。

本発明は、プラントの制御装置、特に火力発電プラントの制御装置に適用可能である。

本発明の一実施例であるプラントの制御装置の全体構成を示す制御ブロック図。 図１に示した本発明の一実施例であるプラントの制御装置における学習部を示す制御ブロック図。 図１に示した本発明の一実施例であるプラントの制御装置におけるパターン化の動作を説明する説明図。 図１に示した本発明の一実施例であるプラントの制御装置の動作を示すフローチャート。 図４に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおける予備学習の動作を示すフローチャート。 図４に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおけるパターン生成の動作を示すフローチャート。 図１に示した本発明の一実施例であるプラントの制御装置における学習情報データベースに保存されている情報の一態様を示す説明図。 図１に示した本発明の一実施例であるプラントの制御装置におけるパターンデータベースに保存されている情報の一態様を示す説明図。 図４に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおけるパターン生成の一部の動作であるパターン探索アルゴリズムを詳細に説明したフローチャート。 図９に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおけるパターン化誤差を計算するパターン探索アルゴリズムを説明する説明図。 図４に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおける再学習の動作を示すフローチャート。 図４に示した本発明の一実施例であるプラントの制御装置の動作を示したフローチャートにおける再学習の一部の動作を詳細に説明したフローチャート。 図１に示した本発明の一実施例によるプラントの制御装置に付設された画像表示装置に表示される初期画面の例を示した一例。 図１に示した本発明の一実施例によるプラントの制御装置において数値解析を実行する際に画像表示装置に表示される画面を示した一例。 図１に示した本発明の一実施例によるプラントの制御装置においてデータベースを参照する際に画像表示装置に表示される画面を示した一例。 図１に示した本発明の一実施例によるプラントの制御装置においてパターン化及び学習を実行する際に画像表示装置に表示される画面の一例。 図１に示した本発明の一実施例によるプラントの制御装置において操作を実行する際に画像表示装置に表示される画面の一例。 図１に示した本発明の一実施例によるプラントの制御装置において予備学習及びパターン生成を実行する際に画像表示装置に表示される画面の一例。 図１に示した本発明の一実施例によるプラントの制御装置において再学習を実行する際に画像表示装置に表示される画面の一例。 図１に示した本発明の一実施例によるプラントの制御装置においてパターン生成を実行する際に画像表示装置に表示される画面の一例。 図１に示した本発明の実施例のプラントの制御装置を適用した制御対象のボイラを備えた火力発電プラントを示す概略構成図。 図２１に示した制御対象の火力発電プラントに備えられたボイラにおけるエアーヒーター部分の拡大図。 図２１に示した本発明の一実施例であるボイラを備えた火力発電プラントの制御装置における再学習の内容の一部を示すフローチャート。 図２１に示した本発明の一実施例であるボイラを備えた火力発電プラントの制御装置にいて操作を実行する際に画像表示装置に表示される画面の一例。 図２１に示した本発明の一実施例であるボイラを備えた火力発電プラントの制御装置におけるパターン化したグループ化の例を示す説明図。

符号の説明

１００：プラント、２００：制御装置、２０１：外部入力インターフェイス、２０２：外部出力インターフェイス、２１０：計測信号データベース、２２０：数値解析実行部、２３０：モデル、２４０：数値解析データベース、２５０：操作信号データベース、２６０：学習部、２７０：学習情報データベース、２８０：操作信号生成部、２９０：制御ロジックデータベース、３００：学習結果判定部、４００：パターン生成部、５００：パターンデータベース、６００：外部入力装置、６０１：キーボード、６０２：マウス、６１０：データ処理装置、６１１：外部入力インターフェイス、６１２：データ送受信処理部、６１３：外部出力インターフェイス、６２０：画像表示装置。

Claims (10)

1. プラントの運転状態を計測した計測信号を用いて制御対象のプラントに対して制御指令となる操作信号を算出する操作信号生成部を備えたプラントの制御装置において、前記制御装置は、計測したプラントの計測信号が保存されている計測信号データーベースと、プラントに対する操作信号が保存されている操作信号データーベースと、プラントの運転特性を解析する数値解析実行部と、前記数値解析実行部からの数値解析結果の情報を基にプラントに操作信号を与えた場合のプラントの制御特性を模擬するモデルと、前記モデルを用いてモデルで模擬演算されるモデル出力がモデル出力目標値を達成するようにモデル入力の生成方法を学習する際に、プラント運転開始前には学習部へ入力される状態入力をそのまま用いて学習し、プラント運転開始後にはパターンデーターベースに保存されているパターンデータを用いて学習部へ入力される状態入力をパターン化して学習する学習部であって、前記学習部はパターンデーターベースに保存されているパターンデータからパターンデータを選択し、選択したパターンデータを用いて状態入力をパターン化して入力次数を低減するように構成されており、前記学習部での学習の結果得られた学習情報データが保存されている学習情報データーベースと、前記操作信号生成部から出力される操作信号に使用する情報が保存されている制御ロジックデータベースと、前記学習部でプラント運転開始前に学習した学習データ及び前記学習情報データーベースに保存された学習データに基づいてパターンデータを生成するパターン生成部と、前記パターン生成部で生成されるパターンデータが保存されているパターンデーターベースと、学習に用いたパターンデータが複数の場合は各パターンの学習データの中からプラントを精度良く制御する効果が良い学習データを選択する学習結果判定部を備え、この学習結果判定部で選択した学習データに基いて前記操作信号生成部から前記操作信号を算出するように構成されていることを特徴とするプラントの制御装置。
2. 請求項１に記載されたプラントの制御装置において、前記学習部はモデルへ印加する入力を生成すると共にプラントの計測信号からモデル入力を抽出するモデル入力生成手段と、プラント運転開始前に学習情報データーベースに保存されている学習情報データを用いてモデルで模擬演算されたモデル出力がその目標値を達成するようにモデル入力の生成方法を学習する予備学習手段を備え、前記パターンデーターベースはこの予備学習手段による予備学習で学習した学習情報データに対してパターン生成部を用いて生成したパターンを保存しており、プラント運転開始後にパターンデーターベースに保存されているパターンデータの中から計測信号に類似するパターンデータを選択するパターン選択手段と、パターン選択手段で選択したパターンデータを用いて情報値が１となる状態入力のみを選択してパターン化して入力次数を低減し、学習後のパターン化された操作量変化幅に対してパターン化で使用した入力間を線形補間して他の入力の操作量変化幅を導出して入力次数を増加するパターン変換手段と、プラント運転開始後に学習情報データーベースに保存されている学習情報データを用いてモデルで模擬演算されたモデル出力がその目標値を達成するように、状態入力を前記パターン変換手段でパターン化して、パターン化された状態入力を入力して学習する再学習手段とを備えて構成されていることを特徴とするプラントの制御装置。
3. 請求項１に記載されたプラントの制御装置において、前記制御装置を構成するパターン生成部は、プラント運転開始前に予備学習手段を用いて学習した学習情報データに含まれるモデル操作量変化幅情報に対してパターンデータを生成するために最初は入力次数１から探索を開始して終了条件を満足するまで入力次数を１ずつ増加しながら繰り返し探索する機能と、前記パターンデータの探索手段として複数のパターンデータ候補を生成し、それらに対して交叉、突然変異といった遺伝的操作を施して探索回数を重ねることによりパターンデータを探索する機能を有することを特徴とするプラントの制御装置。
4. 請求項２に記載されたプラントの制御装置において、前記制御装置を構成する学習部は、プラント運転開始後に前記パターン選択手段において現在の状態入力と予備学習結果に含まれる状態入力との類似度を比較し、類似度の高い状態入力より生成されたパターンを選択して操作方法を学習することを付加することを特徴とするプラントの制御装置。
5. 請求項１に記載されたプラントの制御装置において、前記制御装置は、計測信号データーベースと操作信号データーベースと制御ロジックデータベースと学習情報データーベースと数値解析データーベースとパターンデーターベースにそれぞれ保存されている情報を画面に表示するためのデータ処理装置と画像表示装置を付設していることを特徴とするプラントの制御装置。
6. 請求項５に記載されたプラントの制御装置において、前記制御装置を構成する前記学習部、及びパターン生成部で用いる設定パラメータを、前記データ処理装置に接続された入力手段を介して入力するように構成したことを特徴とするプラントの制御装置。
7. 請求項１に記載されたプラントの制御装置において、前記制御対象のプラントはボイラを備えた火力発電プラントであり、プラントに対する前記操作信号が出力される操作端は、化石燃料と空気による燃焼反応によって高温ガスを発生するバーナー、及び前記バーナーから供給された石炭燃料と空気を混合することによって生成する燃焼ガスの流れ方向後流側で前記燃焼ガスに空気を供給するエアポートであり、計測したプラントの前記計測信号はボイラで燃焼した燃焼ガスの一酸化炭素濃度、及び窒素酸化物濃度を計測器で計測した一酸化炭素濃度の計測信号及び窒素酸化物濃度であり、前記制御装置を構成する学習結果判定部は、選択したパターンによる学習情報データの中から操作後の前記燃焼ガスの一酸化炭素濃度、及び窒素酸化物濃度の操作前後の差異を示す改善値の合計が最大となるものを選択して前記操作信号を生成するように構成されていることを特徴とするプラントの制御装置。
8. 請求項７に記載されたプラントの制御装置において、前記制御装置を構成する学習結果判定部にて、パターン化される状態入力のパラメータが、前記ボイラに設置されたバーナー、及びエアポートから個別にボイラ内に投入する空気流量であることを特徴とするプラントの制御装置。
9. 請求項７又は請求項８に記載されたプラントの制御装置において、前記制御装置を構成する学習結果判定部にて、パターン化する状態入力のグループ化に、ボイラに設置されたバーナー／エアポート毎にグループ化、ボイラの缶前／缶後でグループ化、及びボイラの全体をひとつにグループ化のいずれか１つの手段を用いるようにしたことを特徴とするプラントの制御装置。
10. 請求項１に記載されたプラントの制御装置において、前記学習情報データーベースに記憶された複数の操作信号と前記モデルからの出力を表示し、前記モデルへ入力した複数の操作信号に基づいたプラントへの操作信号と前記パターンデーターベースに記憶された状態入力パターンとを出力して重ねて表示する表示装置を備えたことを特徴とするプラントの制御装置。

Images