JP5610695B2

JP5610695B2 - プラント監視用の方法、プログラム及び装置

Info

Publication number: JP5610695B2
Application number: JP2009034631A
Authority: JP
Inventors: 淳舟橋; 青山　邦明; 邦明青山; 尚高三上; 素志高須; 正幸 ▲高▼濱
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2009-02-17
Filing date: 2009-02-17
Publication date: 2014-10-22
Anticipated expiration: 2029-02-17
Also published as: JP2010191641A

Description

本発明は、プラントを監視するためのデータ処理技術に関する。

ガスタービン発電プラント、原子力発電プラント、化学プラント等の各種のプラントでは、温度や圧力といったプラントの状態量を取得し、その状態量に基づいてプラントが正常に運転されているか否かを監視する。プラントの監視においては、多数の状態量を監視する必要がある。また、状態量の傾向を監視してプラントが正常に運転されているか否かを判定するには熟練を要する。

プラントの監視において、運転データを統計処理することによって得られるマハラノビス距離を用いる技術が知られている。特許文献１には、石油精製プラントに関して、そのような技術の一例が記載されている。この文献によると、石油精製プラントはプロセスが多様であるため、マハラノビス距離が大きくても正常である場合や、逆に小さくても異常である場合がある。そこで状態量の測定値と、それに類似する正常運転データとの相対値を評価することによって、誤判定を防止することがこの発明の目的である。

図１は、特許文献１に記載の監視方法を示すフローチャートである。この技術では、概略以下のような方法が行われる。
（１）プラントの運転データを収集する。
（２）収集した運転データのマハラノビス距離を計算する。
（３）別途データベースに蓄積しておいた正常運転データから（２）の運転データと類似したデータ（以下、類似データ）を探す。
（４）（３）で探した類似データのマハラノビス距離を計算する。
（５）運転データのマハラノビス距離と類似データのマハラノビス距離を比較し、差異が大きければ異常と判定する。

特開２００６−３０９５７０号公報

特許文献１記載の発明では、マハラノビス距離が大きくなってもプラントの状態が正常であると判断される場合がある。しかし、マハラノビス距離本来の利点は、分布状態に依らず運転データが正常な集団の分布から外れると距離が大きくなるという性質によって正常／異常を判定できるということにあり、この方法ではその利点が活かされていない。言い換えると、ある状態に対しマハラノビス距離と運転状態の両方が必要となり、運転状態の類似性の判定が新たな誤判定要因になりえる。

プラントの状態は時々刻々変化する。またプラントの運転データは運転状態のみならず気候による影響も受ける。そのため蓄積すべき運転データは膨大なものになる。また初めて発生する擬似的な異常（マハラノビス距離が大きいがプラントは正常である場合）はデータベースに類似データが存在しないため、検出できない。

本発明は上記の事情を鑑みてなされたものであって、プラントの状態が時々刻々変化することを考慮し、類似する運転データを取得しなくても、高精度でプラントの異常を検出することを目的とする。

以下に、［発明を実施するための形態］で使用される番号を括弧付きで用いて、課題を解決するための手段を説明する。これらの番号は、［特許請求の範囲］の記載と［発明を実施するための形態］との対応関係を明らかにするために付加されたものである。ただし、それらの番号を、［特許請求の範囲］に記載されている発明の技術的範囲の解釈に用いてはならない。

本発明の一側面に係るプラント監視方法は、プラントの状態を示す複数の項目からなる運転データを取得する工程（Ｓ２）と、記録されたプラントの正常状態に対する運転データのマハラノビス距離を総マハラノビス距離として計算する工程（Ｓ４）と、複数の項目の各々を因子とし、複数の項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、複数の項目のうち最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する工程（Ｓ６）と、引き下げ因子候補のマハラノビス距離に対する寄与が設定された基準に基づいて大きいと判定されたとき、引き下げ因子候補を引き下げ因子として設定する工程（Ｓ８）と、複数の項目から引き下げ因子を除いた修正項目に関する運転データである修正運転データについて、マハラノビス距離を修正マハラノビス距離として計算する工程（Ｓ１４）と、修正マハラノビス距離を所定の基準と比較することによりプラントの状態が異常であるか否かを判定する工程（Ｓ１０）とを備える。

プラントの運転データの中には、マハラノビス距離を引き下げる強い効果を有する因子が存在する場合がある。そうした場合には、プラントが異常な状態であっても、マハラノビス距離が小さい値を取る可能性がある。そのため単純にマハラノビス距離を監視しているのでは異常を見逃す恐れがある。本発明によれば、そのような引き下げ因子を特定し、その寄与を除いたマハラノビス距離を用いてプラント状態の監視を行うことができるため、そのような異常の見逃しを防ぐことができる。

本発明の一側面におけるプラント監視用プログラムは、本発明によるプラント監視方法をコンピュータに実行させる。

本発明の一側面におけるプラント監視装置は、プラントの状態を示す複数の項目からなる運転データを取得する運転データ取得部（１４）と、記録されたプラントの正常状態に対する運転データのマハラノビス距離を総マハラノビス距離として計算する総マハラノビス距離計算部（１６）と、複数の項目の各々を因子とし、複数の項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、複数の項目のうち最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する引き下げ因子候補特定部（１７）と、引き下げ因子候補のマハラノビス距離に対する寄与が設定された基準に基づいて大きいと判定されたとき、引き下げ因子候補を引き下げ因子として設定する引き下げ因子設定部（１８）と、複数の項目から引き下げ因子を除いた修正項目に関する運転データである修正運転データについて、マハラノビス距離を修正マハラノビス距離として計算する修正マハラノビス距離計算部（２０）と、修正マハラノビス距離を所定の基準と比較することによりプラントの状態が異常であるか否かを判定するプラント状態判定部（２８）とを備える。

本発明により、プラントの状態が時々刻々変化することを考慮し、高精度でプラントの異常を検出することが可能となる。

図１は、従来技術におけるプラント監視方法のフローチャートである。図２は、引き下げ因子の除去前後でのマハラノビス距離の例を示す。図３は、除外区間と平均化区間について説明するための図である。図４は、プラント監視装置の構成を示す。図５は、記憶部に格納されるプログラムを示す。図６は、プラント監視装置の動作を示すフローチャートである。図７は、運転データの構成を示す。図８は、正常時運転データを示す。図９は、直交表を示す。図１０は、除外区間と平均化区間の例を示す。図１１は、除外区間と平均化区間の例を示す。図１２は、除外区間と平均化区間の例を示す。図１３は、非常に小さい特異値の処理を示すフローチャートである。

まず、本発明の一実施形態におけるプラント監視方法の考え方について説明する。プラントは多数の構成要素を有する。プラント中には一般に、異常の発生を示す要素のようにマハラノビス距離を引き上げる因子もあれば、逆に引き下げる因子もある。また前述のようにプラントは状態が時々刻々変化するので、これらの因子も時刻によって変化する。例えばある時刻における引き下げ因子が、別の時刻には他の引き下げ因子に取って代わることがある。

マハラノビス距離を大きく引き下げる因子が作用している場合は、異常が発生していてもマハラノビス距離が小さいために異常を見落とす可能性がある。図２に示した例では、四角で囲われた領域において、全項目で計算したマハラノビス距離（削除前）を監視していると、特に距離の増大は見られない。しかし引き下げ項目を削除したマハラノビス距離（削除後）を監視していると、マハラノビス距離のピークを見出すことができる。

そこで定期的に直交表分析を行ってマハラノビス距離の低下に大きく寄与する項目を引き下げ因子として特定し、その引き下げ因子を除いてマハラノビス距離を再計算する。引き下げ因子の判別には例えばタグチメソッドで用いられる望大ＳＮ比の利得を用いる。ただしこれに限定せず、寄与率等の指標を用いてもよい。

どの因子が引き下げ因子となるかは各時点で変化すると考えられる。そのため、全項目を使った計算は常時実行し、各時点で直交表分析を行って引き下げ因子を特定し直す。

以下のいずれかの条件が満たされた場合は、プラントの状態が異常であると判定する。
（１）引き下げ因子を除いて計算したマハラノビス距離である修正マハラノビス距離Ｄ１が閾値Ｔ１を超えた場合。
（２）Ｄ１と全項目を使って計算したマハラノビス距離Ｄ０の差Ｄ２＝Ｄ１−Ｄ０が閾値Ｔ２を超えた場合。
閾値Ｔ１、Ｔ２の決め方については後述する。

タグチメソッドにおける直交表分析の結果に基づいて監視項目を選定する手順は一般に用いられている。しかしプラントのように時々刻々状態が変化する系においては、ある時点で選定した項目が別の時点では不適切になる場合がある。本実施形態では、常時プラントの状態に合うように、引き下げ因子を随時更新する。その結果、各時点でマハラノビス距離の引き下げに大きく寄与する因子を除くことで、全項目を使った監視では見逃されてしまう可能性のある異常を検出することができる。

上述の特許文献１と比較すると、本実施形態では運転データとデータベースとの比較が不要である。そのため監視方法が単純であり、また運転状態の類似性判断が不要なので誤判定の恐れが小さい。

次に図３を参照して、閾値Ｔ１、Ｔ２の決め方の例について説明する。縦軸は上述のＤ１又はＤ２を示す。横軸は時刻を示す。運転データは一定周期で取得される。運転データは、プラントの機器を制御するための制御信号（例示：燃料制御弁開度）や、センサによる検出値（例示：発電機出力、タービン回転数、燃料温度、燃料流量、空気圧縮機入口及び出口温度、ブレードパス温度、排ガス温度、窒素酸化物濃度、燃焼圧力変動、軸受振動、軸受メタル温度、ロータ冷却空気温度、ディスクキャビティ温度）を含む。図中の点は各時刻で取得された運転データのＤ１又はＤ２の値を示す。判定時刻Ｔは、プラントの状態が正常か異常かを判定する対象となる運転データが取得された時刻を示す。閾値を決めるために、平均化区間と除外区間が設定される。除外区間は、判定時刻を終端として、それに先立つｋ個分のデータを含む区間である。平均化区間は、除外区間に先行するｎ個分のデータを含む区間である。

判定時刻Ｔで異常判定を行う場合、平均化区間のｎ個分のＤ１の平均値ａ１を求める。このａ１と所定の値ｍ１との積ｍ１・ａ１を閾値Ｔ１に設定する。Ｄ２についても同様に平均値ａ２を求める。このａ２と所定の値ｍ２との積ｍ２・ａ２を閾値Ｔ２に設定する。平均化区間を定義するｎ，ｋとしてはＤ１とＤ２で異なる値が設定されてもよい。

除外区間を設定することにより、以下の利点が得られる。閾値を設定するために判定時刻直前までのデータの平均を用いると、異常が発生してＤ１またはＤ２が上昇傾向にあるときには、その異常に起因して閾値が大きくなる。この場合、異常が発生していても閾値が大きいために異常を見逃す可能性がある。除外区間を設けることで、閾値の上昇を抑え異常の見逃しを防止することができる。

なおガスタービンを始めとするプラントは様々な構成要素から成っているので、状態変化の応答性も様々である。そのため平均化区間と除外区間はプラントの実情に合ったものにする必要がある。例えばガスタービンの燃焼器が故障した場合、ブレードパス温度は１５分ほどで異常値を示すことが経験的に知られている。このように燃焼器または同様な特性を持った機器の故障を検知する場合は、平均化区間は６０分、除外区間は１５分程度に設定することが望ましい。

次に、以上のような監視方法を実現するためのプラント監視装置について説明する。図４は、本実施形態におけるプラント監視装置の構成を示す。プラント監視装置２はコンピュータであり、演算制御部４、記憶部６、入力部８、出力部１０及び通信部１２を備える。通信部１２は計測装置１３に接続される。計測装置１３は、プラントの運転状態を示す物理量を計測して運転データを生成する。

図５は、記憶部６に格納されるプログラムを示す。記憶部６は、運転データ取得部１４、総マハラノビス距離計算部１６、引き下げ因子候補特定部１７、引き下げ因子設定部１８、引き上げ因子設定部１９、修正マハラノビス距離計算部２０、相関行列生成部２２、逆行列計算部２４、プラント状態判定部２８、特異値計算部３０及び過小特異値判定部３２を備える。演算制御部４は、記憶部６からこれらのプログラムを読み出し、読み出されたプログラムに記述された手順に従って動作する。以下の説明では便宜上、これらの各部の手順に従って演算制御部４が実行する動作は、各々のプログラム自身の動作として記載する。

図６は、プラント監視装置２の動作を示すフローチャートである。計測装置１３はプラントの状態を計測し、その計測値を示す複数の項目からなる運転データを生成する。運転データ取得部１４は、通信部１２を介して計測装置１３から運転データを収集して記憶部６に記憶する。この運転データの収集は、所定の時間間隔で繰り返し行われる（ステップＳ２）。

図７は、運転データの構成を示す。複数の項目のそれぞれのパラメータがＰ_１、Ｐ_２・・・Ｐ_ｎで示されている。運転データの計測時刻を示す時刻Ｔに対応づけて、その時刻ＴでのパラメータＰ_１、Ｐ_２、Ｐ_３・・・Ｐ_ｎのそれぞれの観測値Ｘ_１Ｔ、Ｘ_２Ｔ、Ｘ_３Ｔ・・・Ｘ_ｎＴが収集され記録される。

プラント監視装置２の記憶部６には、プラントの運転が正常な状態で行われているときに計測装置１３がプラントを計測して生成した時系列的な運転データが記録されている。この正常時運転データがマハラノビス距離算出のための単位空間として用いられる。図８は、正常時運転データの例を示す。時刻Ｔ１〜Ｔｍまでのｍ個の時刻において、パラメータＰ_１、Ｐ_２、Ｐ_３・・・Ｐ_ｎのそれぞれの正常運転時の計測値が予め登録される。

正常時運転データは以下のように取得される。プラントに各種センサを取り付けて置き、運転状態を計測する。計測された運転状態を示す時系列的な運転状態データは、インターネットや専用回線を介して解析用のコンピュータに収集される。収集された時系列的な運転データのうち、以下の条件を満たす部分が正常時運転データとして採用される。
（１）現時点から所定の期間前の時点を終端として、その終端から過去に向かって所定の期間の間である正常時運転データ収集区間におけるデータであること。時間の経過によってプラントの状態が大きくずれて来る場合があるため、このような処理によって定期的に古いデータを廃棄し、新しいデータを加えて単位空間を更新することが望ましい。
（２）図３において示したような所定の基準に基づいて異常であると判定されたデータでないこと。

次に、総マハラノビス距離計算部１６は、各パラメータ間の相関度を表す相関行列を生成する。図７、図８の例では運転データはｎ個のパラメータからなるため、相関行列はｎ行ｎ列の正方行列である。次いで総マハラノビス距離計算部１６は、運転データのうち監視に用いられる全ての項目について、正常時運転データを単位空間として、収集した運転データのマハラノビス距離を総マハラノビス距離として計算する（ステップＳ４）。

以下に、総マハラノビス距離計算部１６が行う計算の手順を説明する。
（１）各パラメータの正規化
パラメータＰ_ｋの平均をｍｋ、標準偏差をσｋとして、時刻Ｔｊの運転データＸ_ｋＴｊに対して以下のＵ_ｋＴｊを求める。Ｕ_ｋＴｊは、平均０、標準偏差１の分布に正規化されたパラメータである。

（２）相関行列の形成
相関行列生成部２２は、上記手順で正規化したデータに対し、相関度の定義に従って全てのパラメータ間の相関度を求めて以下の相関行列Ｒを形成する。ｒ_ｉｊはパラメータＰｉとＰｊとの相関度を示す。なお対角成分は全て１となる。

（３）時刻Ｔにおける運転データを以下のベクトルＸで表すとする。

逆行列計算部２４は、相関行列の逆行列Ｒ^−１を計算する。マハラノビス距離ＭＤは定義に従い、以下のように求められる。

引き下げ因子候補特定部１７は、タグチメソッドの直交表を用いて、運転データを構成する複数の項目（パラメータＰ_１、Ｐ_２・・・Ｐ_ｎ）のうち最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する（ステップＳ６）。

図９にＬ８直交表を用いた例を示す。運転データを構成する複数の項目の各々が直交表の因子Ｐ_１、Ｐ_２・・・Ｐ_ｎとして用いられる。この例では直交表は２水準である。この水準は、プラントを監視するためのマハラノビス距離の計算において、各々の因子を採用するか否かを示す。各欄において「１」は当該因子を採用すること、「２」は採用しないことを示す。例えば組合せＮｏ．１は全ての因子を対象としてマハラノビス距離を算出することを示す。Ｍ_Ｄ欄のＹ１〜Ｙ８はそれぞれ組合せＮｏ．１〜８で規定された因子の組合せに基づいて計算されたマハラノビス距離である。

次に、例えば因子Ｐ_１に着目した場合、この因子Ｐ_１は組合せＮｏ．１〜４では採用され、組合せＮｏ．５〜８では不採用である。従って、例えば以下の値を算出することにより、因子Ｐ_１の有無によるマハラノビス距離への寄与度を評価することができる。
｛（Ｙ１＋Ｙ２＋Ｙ３＋Ｙ４）−（Ｙ５＋Ｙ６＋Ｙ７＋Ｙ８）｝／４
個々の因子のマハラノビス距離への寄与度の評価は、上式に限らず、タグチメソッドで用いられている望大ＳＮ比の利得等の他の指標を用いてもよい。引き下げ因子候補特定部１７は、全ての因子の中から最もマハラノビス距離の低下に寄与する因子を引き下げ因子候補として特定する。

引き下げ因子設定部１８は、マハラノビス距離に対する引き下げ因子候補の寄与を評価し、その寄与が設定された基準に基づいて大きいと判定したとき、その引き下げ因子候補を監視対象から除外する引き下げ因子として設定する。設定された基準は、例えば、図９を参照して説明した｛（Ｙ１＋Ｙ２＋Ｙ３＋Ｙ４）−（Ｙ５＋Ｙ６＋Ｙ７＋Ｙ８）｝／４の値と所定の閾値との大小関係である（ステップＳ８）。

引き下げ因子として複数の因子が設定されてもよい。その場合、ステップＳ６において、複数の因子がマハラノビス距離の低下に寄与する度合いの高い順に並べられる。そしてその寄与する度合いが高い方の因子から順に、設定された基準と比較されて、引き下げ因子であるか否かが決定される。

引き下げ因子設定部１８が引き下げ因子候補を監視から除外する引き下げ因子として判定しなかった場合（ステップＳ８ＮＯ）、プラント状態判定部２８は総マハラノビス距離に基づいてプラントの状態が正常であるか異常であるかを判定する。具体的には、出力部１０が備える表示装置に運転データの総マハラノビス距離が表示される。更に、総マハラノビス距離が所定の基準と比較して大きい場合、出力部１０は該当するデータの表示色を変更する、警告用の音声を出力するなどの手段により、プラントの監視作業員に対して警告を行う（ステップＳ１０）。

引き下げ因子設定部１８が引き下げ因子候補を引き下げ因子として判定した場合（ステップＳ８ＹＥＳ）、修正マハラノビス距離計算部２０は運転データから引き下げ因子を除いた修正運転データと、正常運転データから引き下げ因子を除いた修正単位空間とを作成する（ステップＳ１２）。修正マハラノビス距離計算部２０は、総マハラノビス距離の計算手順と同様に、修正単位空間の相関行列を計算し、この相関行列を用いて修正運転データのマハラノビス距離を修正マハラノビス距離として計算する（ステップＳ１４）。プラント状態判定部２８は、修正マハラノビス距離を所定の基準と比較することにより、プラントの状態が正常であるか異常であるかを判定する。具体的には、例えば、図３を参照して説明したマハラノビス距離Ｄ１、Ｄ２をそれぞれＴ１、Ｔ２と比較する方法によってプラント状態を判定する。プラントの状態が異常であると判定された場合、出力部１０はプラントの監視作業員に対して警告を行う（ステップＳ１０）。

［複数の平均化区間と除外区間の組］
図３を参照した説明において、平均化区間と除外区間とを設定して異常を判定する方法を示した。これら平均化区間と除外区間の組を複数用いることにより、異常原因を特定するための情報を得ることができる。例えばガスタービンでは、前述のように異常発生から１５分ほどで異常を示す値もあるが、異常発生から数時間経ってから変化する値もある。平均化区間と除外区間の組を複数設定することにより、これらの異常を識別することができる。

図１０は、異常の応答性が高い場合の除外区間と平均化区間の例を示す。いずれの区間も短く設定されることにより、応答性が高い異常を早期に検出することができる。

図１１は、異常の応答性が低い場合の例を示す。このような異常に対して図１０のように除外区間を短く設定すると、異常による運転データの値の上昇の影響により、判定閾値が上昇し、異常を検知できなくなる場合がある。図１１のように除外区間を長くすることにより、応答性の低い異常を検知することができる。また応答性が低いパラメータに関しては変化が緩やかな場合が多いため、平均化区間も図１１のように長く設定される。

図１２は、除外区間と平均化区間の他の例を示す。異常により状態が緩やかに変化する場合は、このように長く設定された除外区間、平均化区間により検知することができる。図１２の例では、パラメータの値が急増する前に、長期的にパラメータが徐々に低下している。このような例では、平均化区間を長く設定すると、パラメータの値が比較的高かった時の値が平均値に組み入れられ、ｍａの値が大きくなる。このような場合は平均化区間を長く設定すると逆効果になるため、平均化区間の長さの上限についても、適切な設定値を設けることが望ましい。

以上のように複数の除外区間と平均化区間の組により、例えば異常の応答性が高い場合の平均化区間と除外区間の組み合わせをパターンＡ、異常の応答性が低い場合の組み合わせをパターンＢとしておき、２つのパターンを併用して異常判定を行う。このときパターンＡで異常が検知され、パターンＢで異常が検知されなければ、燃焼器の異常のように応答性の高い異常であると判定することができる。

［異常な特異値の判定］
マハラノビス距離は、プラントが異常な状態である場合だけでなく、数値計算上の収束性の問題により異常な増大を示す場合がある。先述の［数４］によりマハラノビス距離を計算するために、［数２］に示した相関行列の逆行列を数値計算により求める必要がある。この際、一般に特異値分解を用いることができる。この時、後述するように、特異値が小さすぎるとマハラノビス距離は異常が発生しなくても不自然に大きくなる場合がある。このような現象をプラントの異常と区別して識別することが望まれる。

図１３は、このような非常に小さい特異値を処理する手順を示すフローチャートである。運転データ取得部１４は計測装置１３から時系列的な運転データを取得する（ステップＳ２２）。この運転データは、正常時運転データとして使用される。相関行列生成部２２は、この正常時運転データから相関行列を形成する。特異値計算部３０は、相関行列を特異値分解して特異値を得る（ステップＳ２４）。

既述のように、総マハラノビス距離を用いて、又は引き下げ因子がある場合は修正マハラノビス距離を用いて、プラントの通常の監視が行われる（ステップＳ２６）。プラント状態判定部２８がプラントの状態を正常であると判定しているときは（ステップＳ２８ＮＯ）、通常の監視が続行される（ステップＳ３０）。プラント状態判定部２８がマハラノビス距離に基づいてプラントの状態を異常であると判定したとき（ステップＳ２８ＹＥＳ）、非常に小さい特異値の有無のチェック（ステップＳ３２）に移行する。

過小特異値判定部３２は、ステップＳ２４で得られた特異値の各々を、予め登録された所定の閾値と比較する。閾値よりも小さい特異値があった場合（ステップＳ３２ＹＥＳ）、通常の監視が続行される（ステップＳ３６）。閾値よりも小さい特異値がない場合（ステップＳ３２ＮＯ）、過小特異値判定部３２は、出力部１０によりその旨を示す警告を出力する。プラントの監視作業員は、その警告に応答して、マハラノビス距離が基準より大きい値であることの原因について分析する（ステップＳ３４）。このような処理により、過小な特異値があることに起因してマハラノビス距離が大きい値である場合に、監視作業員が混乱することなく原因を特定することができる。

ステップＳ３４において、プラントの監視作業員が過大マハラノビス距離の原因を分析する。プラント監視装置２は、この分析を支援する機能を有することが望ましい。この機能について以下に説明する。

図６のステップＳ６において、運転データを構成する複数の項目の各々について、マハラノビス距離に対する寄与度が計算された。引き上げ因子設定部１９は、この計算において、マハラノビス距離の増大に大きく寄与する項目を引き上げ因子として少なくとも１つ特定し、寄与度の大きい順から並べたリストを作成する。

プラント状態判定部２８がプラントの状態を異常であると判定した場合、監視作業員は入力部８に所定の操作を行うことにより、出力部１０の表示画面に引き上げ因子リストを表示する。この引き上げ因子リストを参照することにより、運転データの中で異常を起こしているパラメータを特定することができる。パラメータが特定できたら、例えばガスタービンの燃焼器の故障等、具体的な異常の原因分析を行う。

プラント状態判定部２８がプラントの状態を異常であると判定し、かつ過小特異値判定部３２が非常に小さい特異値が存在することを示す警告を出力した場合、監視作業員は、引き上げ因子リストを参照する。引き上げ因子リストに基づいて異常を起こしているパラメータが無いと判断できれば、監視作業員は警告がプラントの異常ではなくマハラノビス距離計算の収束性の問題に起因すると判断して、通常の監視を続ける。非常に小さい特異値が存在することを示す警告は出されたが、プラント状態判定部２８がプラントの状態を異常であると判定した警告は出されていない場合、監視作業員は通常の監視を続ける。

［特異値分解についての補足］
相関行列Ｒを以下の形式に分解する。ａ１、ａ２・・・ａｎが特異値である。

Ｕはｎ行ｎ列のユニタリ行列、Ｖ^Ｔはｎ行ｎ列のユニタリ行列Ｖの随伴行列である。逆行列は以下のように求められる。

マハラノビス距離Ｄ^２は、ｋ個のデータからなる信号をＹとすると、以下のように表される。
Ｄ^２＝ＹＲ^−１Ｙ^Ｔ／ｋ
従って、非常に小さい特異値があると、マハラノビス距離はその値に反比例して非常に大きくなる。特異値は正常な状態から選定した運転データである単位空間から決まるため、言い換えるとプラントに異常が無くてもマハラノビス距離は非常に大きくなる。

また特異値が非常に小さいと計算機によるケタ落ち等の誤差も生じやすくなる。特異値がゼロになると計算は発散する。従って特異値が非常に小さいと、算出されたマハラノビス距離に基づいてプラントの状態を正確に知ることができない。以上の理由により、非常に小さい特異値が存在する場合、プラント監視装置は監視作業員にその旨を警告する。

２プラント監視装置
４演算制御部
６記憶部
８入力部
１０出力部
１２通信部
１３計測装置
１４運転データ取得部
１６総マハラノビス距離計算部
１７引き下げ因子候補特定部
１８引き下げ因子設定部
１９引き上げ因子設定部
２０修正マハラノビス距離計算部
２２相関行列生成部
２４逆行列計算部
２８プラント状態判定部
３０特異値計算部
３２過小特異値判定部

Claims

プラントの状態を示す複数の項目からなる運転データを取得する工程と、
記録された前記プラントの正常状態に対する前記運転データのマハラノビス距離を計算する工程と、
前記複数の項目の各々を因子とし、前記複数の項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、前記複数の項目のうち最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する工程と、
前記引き下げ因子候補のマハラノビス距離に対する寄与が設定された基準に基づいて大きいと判定されたとき、前記引き下げ因子候補を引き下げ因子として設定する工程と、
前記複数の項目から前記引き下げ因子を除いた修正項目に関する前記運転データである修正運転データについて、マハラノビス距離を修正マハラノビス距離として計算する工程と、
前記プラントの状態が異常であるか否かの判定に用いるために、前記修正マハラノビス距離を所定の基準と比較する工程
とを具備し、
前記所定の基準は、前記プラントの状態が異常であるか否かを判定する工程が実行される判定時刻に対して所定の時間先行する時刻である開始時刻から、前記判定時刻を終端として設定された除外区間が始まる終了時刻までの間の区間である平均化区間における前記修正マハラノビス距離の平均値に基づいて決定される
プラント監視方法。
請求項１に記載されたプラント監視方法であって、
前記最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する工程は、予め定められた時間間隔で繰り返し実行されるプラント監視方法。
請求項１又は２に記載されたプラント監視方法であって、
複数の平均化区間の各々が前記平均化区間として設定され、
複数の所定の基準の各々が前記所定の基準として設定され、
前記異常であるか否かを判定する工程において、前記修正マハラノビス距離が前記複数の所定の基準のうちのいずれの基準を超えたかが判定される
プラント監視方法。
請求項１から３のいずれかに記載されたプラント監視方法であって、
前記所定の基準は、前記修正マハラノビス距離が、前記判定時刻において、前記平均化区間における平均値の所定数倍に達したことを示す
プラント監視方法。
請求項１から３のいずれかに記載されたプラント監視方法であって、
前記所定の基準は、前記修正マハラノビス距離と前記マハラノビス距離を計算する工程で得られたマハラノビス距離との差が、前記判定時刻において、前記平均化区間における平均値の所定数倍に達したことを示す
プラント監視方法。
請求項１から５のいずれかに記載されたプラント監視方法であって、
前記修正マハラノビス距離を計算する工程は、
前記正常状態における前記運転データの前記修正項目について相関行列を生成する工程と、
前記相関行列の逆行列を特異値分解により求める工程と、
前記相関行列と前記逆行列とを用いて、前記修正運転データのマハラノビス距離を前記修正マハラノビス距離として計算する工程とを具備し、
前記プラント監視方法は更に、
前記相関行列を特異値分解して特異値を計算する工程と、
前記特異値の中で所定の閾値よりも小さい過小特異値が存在した場合に警告を出力する工程とを具備する
プラント監視方法。
請求項６に記載されたプラント監視方法であって、更に、
前記修正項目の各々を因子とし、前記修正項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、前記複数の項目のうちマハラノビス距離の増大に寄与する少なくとも１つの項目を寄与度の順に引き上げ因子として特定して表示する工程を具備する
プラント監視方法。
請求項１から７のいずれかに記載されたプラント監視方法をコンピュータに実行させるためのプラント監視用プログラム。
プラントの状態を示す複数の項目からなる運転データを取得する運転データ取得部と、
記録された前記プラントの正常状態に対する前記運転データのマハラノビス距離を計算するマハラノビス距離計算部と、
前記複数の項目の各々を因子とし、前記複数の項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、前記複数の項目のうち最もマハラノビス距離の低下に寄与する項目を引き下げ因子候補として特定する引き下げ因子候補特定部と、
前記引き下げ因子候補のマハラノビス距離に対する寄与が設定された基準に基づいて大きいと判定されたとき、前記引き下げ因子候補を引き下げ因子として設定する引き下げ因子設定部と、
前記複数の項目から前記引き下げ因子を除いた修正項目に関する前記運転データである修正運転データについて、マハラノビス距離を修正マハラノビス距離として計算する修正マハラノビス距離計算部と、
前記プラントの状態が異常であるか否かの判定に用いるために、前記修正マハラノビス距離を所定の基準と比較するプラント状態判定部
とを具備し、
前記所定の基準は、前記プラント状態判定部が前記プラントの状態が異常であるか否かを判定する判定時刻に対して所定の時間先行する時刻である開始時刻から、前記判定時刻を終端として設定された除外区間が始まる終了時刻までの間の区間である平均化区間における前記修正マハラノビス距離の平均値に基づいて決定される
プラント監視装置。
請求項９に記載されたプラント監視装置であって、
前記引き下げ因子候補特定部は、前記最もマハラノビス距離の低下に寄与する項目の特定を、予め定められた時間間隔で繰り返し実行する
プラント監視装置。
請求項９又は１０に記載されたプラント監視装置であって、
複数の平均化区間の各々が前記平均化区間として設定され、
複数の所定の基準の各々が前記所定の基準として設定され、
前記プラント状態判定部は、前記修正マハラノビス距離が前記複数の所定の基準のうちのいずれの基準を超えたかを判定する
プラント監視装置。
請求項９から１１のいずれかに記載されたプラント監視装置であって、
前記所定の基準は、前記修正マハラノビス距離が、前記判定時刻において、前記平均化区間における平均値の所定数倍に達したことを示す
プラント監視装置。
請求項９から１１のいずれかに記載されたプラント監視装置であって、
前記所定の基準は、前記修正マハラノビス距離と前記マハラノビス距離計算部で得られたマハラノビス距離との差が、前記判定時刻において、前記平均化区間における平均値の所定数倍に達したことを示す
プラント監視装置。
請求項９から１３のいずれかに記載されたプラント監視装置であって、
更に、前記正常状態における前記運転データの前記修正項目について相関行列を生成する相関行列生成部と、
前記相関行列の逆行列を特異値分解により求める逆行列計算部とを具備し、
前記修正マハラノビス距離計算部は、前記相関行列と前記逆行列とを用いて、前記修正運転データのマハラノビス距離を前記修正マハラノビス距離として計算し、
前記プラント監視装置は更に、
前記相関行列を特異値分解して特異値を計算する特異値計算部と、
前記特異値の中で所定の閾値よりも小さい過小特異値が存在した場合に警告を出力する過小特異値判定部とを具備する
プラント監視装置。
請求項１４に記載されたプラント監視装置であって、更に、
前記修正項目の各々を因子とし、前記修正項目の各々をマハラノビス距離の計算に使用するか否かを示す２水準を有する直交表を用いて、前記複数の項目のうちマハラノビス距離の増大に寄与する少なくとも１つの項目を寄与度の順に引き上げ因子として特定して表示する引き上げ因子特定部を具備する
プラント監視装置。