JP5918663B2 - 火力プラントの制御装置及び制御方法 - Google Patents

Description

本発明は火力プラントの制御装置に関するものである。特に火力プラントから排出される環境負荷物質の低減、及び燃料消費量の削減に適した制御装置に関する。

火力プラントの制御装置市場では、火力プラントのランニングコスト削減のため、火力プラントから排出される環境負荷物質の低減、及び火力プラントで消費する燃料流量の削減を実現する技術が求められている。

火力プラントの制御装置では、制御対象である火力プラントから得られる、火力プラントの状態を表す計測信号を処理し、制御対象に与える操作信号を算出する。制御装置には、火力プラント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。

火力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、火力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。PI制御を用いた制御アルゴリズムは、ブロック線図などで入出力関係を記述できるため、入力と出力の因果関係が分かりやすく、火力プラント制御においてPI制御は、安定で安全な制御アルゴリズムであり、適用実績が多数ある。PI制御において、制御目標値を適切に設定することで、環境負荷物質低減、燃料消費量削減が可能となる。しかし、火力プラント運転形態の変更や環境の変化など、事前に想定していない条件で火力プラントを運転する場合には、制御アルゴリズムを変更するなどの作業が必要になる場合がある。

一方、火力プラントの運転形態や環境の変化に対応して、制御方法を自動的に修正/変更する適応制御がある。その１つの方法である学習アルゴリズムを用いた火力プラントの制御方法として、例えば特許文献１がある。この方法では、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。特許文献１では、操作量と環境負荷物質の排出量の関係を模擬するモデルを用いて学習することで、環境負荷物質を低減する操作方法を学習する制御装置が記載されている。

特開２００７−２４１６２４号公報

火力プラントの制御装置において、火力プラントの運転形態や環境の変化に対応した制御目標値設定ができない場合、制御により火力プラントの運転特性が悪化する可能性がある。また、火力プラントは多変数の干渉系であるため、火力プラントの状態を表す、ひとつのパラメータが目標値を満足するように操作しても、他のパラメータの値が悪化することがある。

学習アルゴリズムを用いた火力プラントの制御装置を用いる場合も、モデルの精度が低い場合には、学習結果に従って火力プラントを操作しても、所望の特性が得られない可能性がある。

本発明は、火力プラントの運転形態や環境が変化したとき、火力プラントの特性の悪化を抑制する火力プラントの制御装置を提供する。

開示する火力プラントの制御装置は、火力プラントから計測信号を取得し、計測信号を
参照して火力プラントの第１の操作信号を生成する操作信号生成部を備え、操作信号生成部で生成した第１の操作信号を火力プラントに出力する火力プラントの制御装置であって、計測信号を参照して、第１の操作信号を出力した結果としての、火力プラントの特性の改善/悪化を判定する操作結果判定部、計測信号を参照して火力プラントの状態を分類する状態分類部、操作結果判定部による判定結果と状態分類部で分類した火力プラントの状態とを対応付けて記録する状態記憶データベース、火力プラントの特性を模擬するモデル、モデルを対象に火力プラントの特性を改善するための操作方法を学習する学習部、および火力プラントの特性が改善したときと、火力プラントの特性が悪化したときの、状態分類部による分類結果を比較して、火力プラントの状態に特徴的な違いを生じる第１の操作信号のデータ項目を抽出し、抽出したデータ項目を、モデルの入力信号に追加する特徴量抽出部を備え、学習部は、モデルの出力信号が予め設定された目標を満足するようにモデルに入力する、特徴量抽出部によりデータ項目が追加された入力信号の生成方法を学習し、操作信号生成部は、計測信号に併せてモデルの出力信号を用いて火力プラントの第１の操作信号を生成する。

開示する制御装置および制御方法によれば、火力プラントの運転形態や環境が変化したとき、火力プラントの特性の悪化を抑制できる。

制御装置の第１の実施例の構成図である。 制御装置の第１の実施例の動作を示すフローチャートである。 各データベースに保存されているデータの態様を示すイメージ図である。 火力プラントの概略を説明する図である。 操作結果判定部の動作を説明する図である。 状態分類部による分類を説明する図である。 状態分類部による分類を説明する図である。 操作信号生成部の動作を説明する図である。 制御装置の第２の実施例の構成図である。 制御装置の第２の実施例の動作を示すフローチャートである。 モデル用データベースに保存されているデータ、モデルの例、及びモデル入力とモデル出力の関係を説明する図である。 制御装置の第３の実施例の構成図である。 制御装置の第３の実施例の動作を説明する図である。

本発明の火力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、火力プラントの制御装置の第１の実施例の構成図である。制御装置２００が火力プラント１００を制御対象として制御する。

制御装置２００は、操作信号生成部３００、操作結果判定部４１０、状態分類部４２０を持つ。制御装置２００は、データベースとして計測信号データベース２３０、操作信号データベース２４０、及び状態記憶データベース４３０を持つ。尚、本実施例では、操作結果判定部４１０、状態分類部４２０、状態記憶データベース４３０をまとめて、状態記憶部４００と呼ぶ。

また、制御装置２００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２１０、及び外部出力インターフェイス２２０を持つ。制御装置２００は、外部入力インターフェイス２１０を介して、火力プラント１００から計測信号１を制御装置２００に入力する。また、外部出力インターフェイス２２０を介して、火力プラント１００に操作信号５を出力する。

外部入力インターフェイス２１０を介して入力した計測信号２は計測信号データベース２３０に保存される。また、操作信号生成部３００で生成する操作信号４は、外部出力インターフェイス２２０に出力されると共に、操作信号データベース２４０に保存される。

状態記憶部４００は、計測信号データベース２３０に保存されている計測信号３を処理し、操作信号生成部３００が参照する状態情報８を生成する。状態記憶部４００を構成する操作結果判定部４１０では、計測信号３を参照して、操作信号５を出力した結果、火力プラント１００の特性が改善したか悪化したかを判定し、判定結果（改善/悪化）を操作結果判定情報６として状態分類部４２０に出力すると共に状態記憶データベース４３０に出力する。操作結果判定部４１０の動作については、図５を用いて後述する。

状態記憶部４００を構成する状態分類部４２０は、計測信号３を参照して、火力プラント１００の状態を分類する。状態分類部４２０は、適応共鳴理論、ベクトル量子化などのクラスタリング技術などを用いて、火力プラント１００の状態を分類する。状態分類部４２０は、状態分類結果情報７を状態記憶データベース４３０に出力する。状態分類部４２０の動作については、図６、７を用いて後述する。

状態記憶部４００を構成する状態記憶データベース４３０は、操作結果判定情報６及び状態分類結果情報７を状態情報８として記憶している。

操作信号生成部３００は、状態記憶データベース４３０に保存されている状態情報８を参照して、操作信号４を生成する。ただし、生成した操作信号４により火力プラント１００の特性が悪化した状態情報８が状態記憶データベース４３０に保存されているとき、その状態情報８に含まれる、操作信号４を生成したときの状態が、現在の火力プラント１００の状態と同じ（同じとは限らず、所定の範囲内を同じとする）であるときには、新たな操作信号４の値を生成せずに、現在、火力プラント１００に出力している操作信号４の値を継続的に出力することで、火力プラント１００の特性悪化を回避する。換言すると、操作信号生成部３００は、火力プラント１００の現在の状態が、状態記憶データベース４３０に記録された、操作結果判定部４１０により火力プラント１００の特性が悪化したと判定された状態に至った操作信号４を生成したときの状態であるときに、火力プラント１００に出力している現在の操作信号４を継続して出力する。操作信号生成部３００の動作については、図８を用いて後述する。

火力プラント１００の運転員は、キーボード９０１とマウス９０２で構成される外部入力装置９００を用いて保守ツール入力信号５１を生成し、この信号５１を保守ツール９１０に入力することによって、保守ツール９１０は、制御装置２００の各データベースの情報を画像表示装置９５０に表示する。

保守ツール９１０は、外部入力インターフェイス９２０、データ送受信処理部９３０、及び外部出力インターフェイス９４０で構成される。

外部入力装置９００で生成した保守ツール入力信号５１は、外部入力インターフェイス９２０を介して保守ツール９１０に入力される。保守ツール９１０のデータ送受信処理部９３０では、外部入力インターフェイス９２０からの保守ツール入力信号５２の情報に従って、制御装置２００の各データベースからデータベース情報５０を取得する。

データ送受信処理部９３０では、データベース情報５０を処理した結果得られる保守ツール出力信号５３を、外部出力インターフェイス９４０に出力する。外部出力インターフェイス９４０からの保守ツール出力信号５４は、画像表示装置９５０に表示される。

尚、本実施例の制御装置２００では、計測信号データベース２３０、操作信号データベース２４０、操作信号生成部３００、状態記憶部４００を制御装置２００の内部に設けているが、これらの全て、あるいは一部を制御装置２００の外部に設けてもよい。

図２は、制御装置２００の動作を示すフローチャートである。ステップ１０００では、操作信号生成部３００を動作させ、計測信号データベース２３０に保存されている計測信号３、及び状態記憶データベース４３０に保存されている状態情報８を参照して、操作信号４を生成する。

ステップ１０１０では、状態記憶部４００を動作させ、火力プラント１００の特性の状態（特性の改善/悪化）を状態記憶データベース４３０に保存する。

ステップ１０２０では、終了判定を実施し、ＹＥＳの場合は制御装置２００の動作を終了させ、ＮＯの場合はステップ１０００に戻る。なお、終了判定では、火力プラント１００の運転員により、制御装置２００を停止する操作がなされた時に制御装置２００の動作を終了する。

図２では、ステップ１０２０の終了判定の後、直後にステップ１０００から処理を繰り返すように図示しているが、実際には所定の時間間隔（図３で説明するサンプリング周期）ごとにステップ１０００の処理を開始するように制御する。

図３は、制御装置２００の各データベースに保存されているデータの態様を画像表示装置９５０に表示したイメージで説明する図である。

図３(a)に示すように、計測信号データベース２３０は、火力プラント１００の運転データである計測信号２（図では、データ項目Ａ、Ｂ、Ｃを記載）の値を、サンプリング周期（縦軸の時刻）毎に保存する。尚、図示を省略するが、操作信号データベース２４０は、計測信号データベース２３０と同じフォーマットで、火力プラント１００の操作信号の値をサンプリング周期毎に保存する。計測信号データベース２３０と操作信号データベース２４０とに格納されている各データは、時刻データによって対応付けされる。

計測信号データベース２３０の内容を表示した表示画面２３１において縦横に移動可能なスクロールボックス２３２及び２３３を用いることにより、広範囲のデータをスクロール表示することができる。

図３(b)に示すように、状態記憶データベース４３０には、状態分類部４２０で分類した状態を示す状態番号と、操作結果判定部４１０で生成した操作結果判定情報６（図中の操作結果、操作結果を得るための評価項目とした計測信号３の操作前後の値およびその増減、操作結果に至った操作量である操作信号４の操作前後の値など）を対応付けて保存されている。尚、図３(b)の操作結果欄に記載されている○は、火力プラント１００の特性の改善、×は悪化を意味する。

図４は、火力プラント１００の概略を説明する図である。まず、図４(a)を用いて火力プラント１００の発電の仕組みについて説明する。

火力プラント１００を構成するボイラ１０１には、ミル１１０で石炭を細かく粉砕した燃料（微粉炭）と微粉炭搬送用の１次空気、及び燃焼調整用の２次空気を供給するバーナー１０２が設けられており、このバーナー１０２を介して供給した微粉炭をボイラ１０１の内部で燃焼させる。尚、微粉炭と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。

ボイラ１０１には２段燃焼用のアフタエアをボイラ１０１に投入するアフタエアポート１０３が設けられており、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。

微粉炭の燃焼により発生した高温の燃焼ガスは、ボイラ１０１の内部の経路（図中の矢印付き太線）に沿って下流側に流れた後、ボイラ１０１に配置された熱交換器１０６で熱交換され、エアーヒーター１０４を通過する。エアーヒーター１０４を通過したガスは、排ガス処理を施した後、煙突から大気中に放出される。

ボイラ１０１の熱交換器１０６を循環する給水は、給水ポンプ１０５を介して熱交換器１０６供給される。熱交換器１０６に供給された給水は、熱交換器１０６においてボイラ１０１を流下する燃焼ガスによって加熱され、高温高圧の蒸気になる。尚、本実施例では熱交換器の数を１つとしているが、熱交換器を複数配置してもよい。

熱交換器１０６を通過した高温高圧の蒸気は、タービンガバナー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を駆動して発電機１０９で発電する。

火力プラント１００には、火力プラント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火力プラント１００の計測信号は、計測信号１として制御装置２００に入力される。例えば、図４(a)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、及び濃度計測器１５４が図示されている。

流量計測器１５０は、給水ポンプ１０５からボイラ１０１の熱交換器１０６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、熱交換器１０６から蒸気タービン１０８に供給される蒸気の温度及び圧力を計測する。

発電機１０９で発電された電力量は、発電出力計測器１５３で計測する。ボイラ１０１を通過する燃焼ガスに含まれている成分（CO、NOxなど）の濃度は、ボイラ１０１の下流側に設けた濃度計測器１５４で計測される。

尚、一般的には図４に図示した以外にも多数の計測器が火力プラントに配置されているが、ここでは図示を省略する。これらの計測器により計測された計測信号１を、たとえば図３(a)では、データ項目Ａ、Ｂ、Ｃと図示してある。

次に、ボイラ１０１の内部にバーナー１０２から投入される１次空気と２次空気の経路、及びアフタエアポート１０３から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、途中でボイラ１０１の下流側に設置されたエアーヒーター１０４を通過する配管１３２と、エアーヒーター１０４を通過せずにバイパスする配管１３１とに分岐して、再び配管１３３にて合流し、バーナー１０２の上流側に設置されたミル１１０に導かれる。

配管１３２を通してエアーヒーター１０４を通過する１次空気は、ボイラ１０１を流下する燃焼ガスにより加熱される。この１次空気を用いて、ミル１１０において粉砕した微分炭を１次空気と共にバーナー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で、１次空気と同様にして加熱された後に、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、それぞれバーナー１０２とアフタエアポート１０３に導かれる。

図４(b)は、火力プラント１００を構成するエアーヒーター１０４と、配管を抽出した図である。図４(b)に示すように、配管１３１、１３２、１４１、１４２にはエアダンパ１６０、１６１、１６２、１６３がそれぞれ配置されている。これらのエアダンパを個別に操作することにより、配管１３１、１３２、１４１、１４２における空気が通過する面積を変更でき、配管１３１、１３２、１４１、１４２を通過する空気流量を個別に調整できる。

制御装置２００で生成する操作信号５は、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ための信号である。尚、本実施例では、給水ポンプ１０５、ミル１１０、エアダンパ１６０、１６１、１６２、１６３などの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。

また、燃焼用等の空気、あるいは微粉炭等の燃料をボイラ１０１に投入する際に、その吐出角度を上下左右に動かす機能をバーナー１０２、及びアフタエアポート１０３に付加して、これらの角度を操作信号５に含めることもできる。さらに、図４には図示していないが、ボイラ１０１の火炉の低部に排ガスを導くようにすることもできる（排ガス再循環）。

図５は、本実施例の火力プラント１００の制御装置２００に備えられている操作結果判定部４１０の動作を説明する図である。ここでは、操作結果を得るための評価項目として、計測信号３のＮＯx濃度を例にして述べる。

操作結果判定部４１０では、操作信号５を変更する前後の、火力プラント１００の特性を評価するための評価項目の値の変化を評価することにより、操作の結果、火力プラント１００の特性が改善したか悪化したか（改善/悪化）を評価する。

図５の期間Ａと期間Ｂを比較することで、操作信号５の値を変化させることで、評価項目のひとつであるＮＯx濃度が増加し、火力プラント１００の特性が悪化したことがわかる。

また、操作信号５の値を変更後、静定してからのＮＯｘ濃度の値（所定期間の平均値でもよい）を用いて、評価項目（ＮＯｘ濃度）の値の変化量を求める。例えば、期間Ａ〜ＣのそれぞれのＮＯｘ濃度の平均値を用いて、操作信号５の値の変更に応じた評価項目の値の変化量を求める。

操作結果判定部４１０で求めた操作結果情報６は、図３(b)に示すフォーマットで状態記憶データベース４３０に保存する。図３(b)では、先に説明したように、操作信号５の変更前の評価項目の値、変更後の評価項目の値、増減として評価項目の変化量を、操作信号５の変更前後の値と対応付けて表している。

尚、図５で操作信号に対応した評価項目の例としてＮＯｘ濃度を示しているが、このＮＯｘ濃度の低減は火力プラント１００から排出される環境負荷物質の低減になる。

火力プラント１００から排出されるＮＯｘ濃度について述べたが、他に火力プラント１００から排出されるＣＯ濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度など、燃焼ガスに含まれている様々な成分を評価項目としても良い。具体的には、ひとつの成分に限らず、複数の成分、または複数の成分の組み合わせを評価項目とする。

さらに、燃料流量、燃料の未燃分を評価項目に含めることで、火力プラント１００で消費する燃料流量を低減することができる。

また、空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量などを操作信号の項目として操作対象の機器を、火力プラント１００を操作する操作端に含めることができる。

次に、図６、図７を用いて本実施例の火力プラント１００の制御装置２００に備えられている状態分類部４２０による、計測信号３の分類を説明する。

本実施例の火力プラント１００の制御装置２００の状態分類部４２０によるデータ分類に適応共鳴理論（Ａｄａｐｔｉｖｅ Ｒｅｓｏｎａｎｃｅ Ｔｈｅｏｒｙ：ＡＲＴ）を適用した場合について述べる。尚、データ分類に、ベクトル量子化等、他のクラスタリング手法を用いることもできる。

図６(a)に示すように、状態分類部４２０はデータ前処理装置６１０とＡＲＴモジュール６２０でデータ分類する。データ前処理装置６１０は、運転データ（計測信号３）をＡＲＴモジュール６２０の入力データに変換する。

以下に、データ前処理装置６１０及びＡＲＴモジュール６２０によるデータ分類の手順について説明する。

まず、データ前処理装置６１０において、計測項目毎にデータ（計測信号３）を正規化する。計測信号３を正規化したデータＮｘｉ（ｎ）及び正規化したデータの補数ＣＮｘｉ（ｎ）（＝１−Ｎｘｉ（ｎ））を含むデータを入力データIi（ｎ）とする。この入力データIi（ｎ）が、ＡＲＴモジュール６２０に入力される。

ＡＲＴモジュール６２０においては、計測信号３を複数のカテゴリーに分類する。

ＡＲＴモジュール６２０は、Ｆ０レイヤー６２１、Ｆ１レイヤー６２２、Ｆ２レイヤー６２３、メモリ６２４及び選択サブシステム６２５を備え、これらは相互に結合している。Ｆ１レイヤー６２２及びＦ２レイヤー６２３は、重み係数を介して結合している。重み係数は、入力データが分類されるカテゴリーのプロトタイプ（原型）を表している。ここで、プロトタイプとは、カテゴリーの代表値を表すものである。

次に、ＡＲＴモジュール６２０のアルゴリズムについて説明する。

ＡＲＴモジュール６２０にデータ前処理装置６１０から入力データが入力された場合のアルゴリズムの概要は、下記の処理１〜処理５のようになる。

処理１：Ｆ０レイヤー６２１により入力データを再度、正規化し、ノイズを除去する。

処理２：Ｆ１レイヤー６２２に入力された入力データと重み係数との比較により、ふさわしいカテゴリーの候補を選択する。具体的には、入力データと重み係数との差が小さいカテゴリーを候補とする。

処理３：選択サブシステム６２５で選択したカテゴリーの妥当性が所定のパラメータρとの比較により評価される。妥当と判断されれば（パラメータρ以上）、入力データはそのカテゴリーに分類され、処理４に進む。一方、妥当と判断されなければ（パラメータρ未満）、そのカテゴリーは候補としてリセットされ、他のカテゴリーからカテゴリーの候補を選択する（処理２を繰り返す）。パラメータρの値を大きくするとカテゴリーの分類が細かくなり、ρの値を小さくすると分類が粗くなる。このパラメータρをビジランス（ｖｉｇｉｌａｎｃｅ）パラメータと呼ぶ。

処理４：処理３において全ての既存のカテゴリーが候補としてリセットされると、入力データが新規カテゴリーに属すると判断され、新規カテゴリーのプロトタイプを表す新しい重み係数を生成する。

処理５：入力データがカテゴリーＪに分類されると、カテゴリーＪに対応する重み係数ＷＪ（ｎｅｗ）は、過去の重み係数ＷＪ（ｏｌｄ）及び入力データｐ（又は入力データから派生したデータ）を用いて式（１）により更新される。

ここで、Ｋｗは、学習率パラメータ（０＜Ｋｗ＜１）であり、入力ベクトルを新しい重み係数に反映させる度合いを決定する値である。

尚、式（１）及び後述する式（２）乃至式（１２）の各演算式はＡＲＴモジュール６２０に組み込まれている。

ＡＲＴモジュール６２０のデータ分類アルゴリズムの特徴は、上記の処理４にある。

処理４においては、学習した時のカテゴリーと異なる入力データが入力された場合、記録されているカテゴリーを変更せずに新しいカテゴリーを記録することができる。このため、過去に学習したカテゴリーを記録しながら、新たなカテゴリーを記録することが可能となる。

このように、入力データとして過去に学習したことがない運転データを予め与えると、ＡＲＴモジュール６２０は与えられたカテゴリーを学習する。したがって、学習済みのＡＲＴモジュール６２０に新たな入力データが入力されると、上記アルゴリズムにより、過去におけるどのカテゴリーに近いかを判定することができる。また、過去に経験したことのないカテゴリーであれば、新規カテゴリーに分類される。

図６(b)は、F0レイヤー６２１の構成を示すブロック図である。F0レイヤー６２１では、入力データI_iを各時刻で再度正規化し、F1レイヤー６２１、及び選択サブシステム６２５に入力する正規化入力ベクトルu_i/0を作成する。

始めに、入力データI_iから、式(２)に従ってw_i/0を計算する。ここで、aは定数である。

次に、w_i/0を正規化したx_i/0を、式(３)を用いて計算する。ここで、||・||はノルムを表す記号である。

そして、式(４)を用いて、x_i/0からノイズを除去したv _i/0を計算する。ただし、θはノイズを除去するための定数である。式(４)の計算により、微小な値は0となるため、入力データのノイズが除去される。

最後に、式(５)を用いて正規化入力ベクトルu_i/0を求める。u_i/0はF1レイヤーの入力となる。

図６(c)は、F1レイヤー６２２の構成を示すブロック図である。F1レイヤー６２２では、式(５)で求めたu_i/0を短期記憶として保持し、F2レイヤー６２３に入力するp_iを計算する。F1レイヤー６２２の計算式をまとめて式(６)〜式(１２)に示す。ただし、a、bは定数、f(・)は式(４)で示した関数、Ｔ_ｊはF2レイヤー６２３で計算する適合度である。

ただし、

次に、図７を用いて計測信号３を分類について説明する。

図７(a)は、火力プラント１００から取得した計測信号３（項目Ａ、項目Ｂ）を、状態分類部４２０がカテゴリー（ここでは、項目Ａと項目Ｂとの値の関係から決めたカテゴリー）に分類した結果を説明する図である。横軸は時間、縦軸は計測信号、カテゴリー番号である。図７(b)は、火力プラント１００の計測信号３を、カテゴリーに分類した分類結果の一例を示す図である。

図７(b)は、一例として、計測信号３のうちの２項目（項目Ａ、項目Ｂ）を評価項目として表示したものであり、２次元のグラフで表記してある。また、縦軸及び横軸は、それぞれの項目の計測信号３を規格化して示してある。

計測信号３は、ＡＲＴモジュール６２０によって複数のカテゴリー６３０（図７(b)に示す円）に分類される。１つの円が、項目Ａと項目Ｂとの値の関係から決めた１つのカテゴリーに相当する。

図７(b)では、計測信号３は、項目Ａと項目Ｂとの値の関係から決めた４つのカテゴリーに分類されている。具体的には、カテゴリー番号１は、項目Ａの値が大きく、項目Ｂの値が小さいグループ、カテゴリー番号２は、項目Ａ、項目Ｂの値が共に小さいグループ、カテゴリー番号３は項目Ａの値が小さく、項目Ｂの値が大きいグループ、カテゴリー番号４は項目Ａ、項目Ｂの値が共に大きいグループである。

２項目の計測信号３をカテゴリーに分類する例を述べたが、３項目以上の計測信号３について多次元の座標を用いてカテゴリーに分類する。

状態分類部４２０には、ＮＯｘ濃度、ＣＯ濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度空気流量の前後比、空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量、バーナー空気比、石炭組成、空気流量と石炭流量の比率(Ｃ／Ａ)、発電出力など、石炭燃焼に関係する計測信号３を評価項目として入力する。

図８は、制御装置２００の操作信号生成部３００の動作を説明する図であり、状態分類部４２０でカテゴリー１に分類された状態において、操作信号５をＣ１からＣ２に変更した結果、評価項目としての計測信号３であるＮＯｘ濃度がＤ１からＤ２に増加し、火力プラント１００の特性が悪化した例を示す。この一連の動作を経験することで、状態記憶データベース４３０にはカテゴリー１の状態で操作信号５をＣ１からＣ２に変更した場合の操作結果判定情報６は×（悪化）であると記録される。そこで、次に同じカテゴリー１の状態になったときには、操作信号生成部３００は操作信号４をＣ１からＣ２に変更しない（操作信号４としてＣ２を生成せずに、Ｃ１を継続する）。

本実施例では、制御装置２００による操作の結果、火力プラント１００の特性が悪化したことを記憶し、この記憶内容を参照して、火力プラント１００の特性の悪化につながる同じ操作を再現しない。火力プラント１００の特性が悪化する操作を回避することで、火力プラントの環境負荷を低減し、燃料消費量を削減できる。

また、図３(b)に示した状態記憶データベース４３１に保存されているデータの内容、及び図８に示した時系列データのトレンドグラフを画像表示装置９５０に表示することで、制御装置２００による操作の効果の有無を、火力プラント１００の運転員に提供できる。

図９は、火力プラント１００の制御装置２００の第２の実施例の構成図である。本実施例の火力プラント１００の制御装置２００は、第１の実施例の火力プラント１００の制御装置２００に操作方法学習部５００を追加した構成である。

操作方法学習部５００は、モデル５２０、評価値計算部５３０、学習部５４０の演算部と、モデル用データベース５１０、学習情報データベース５５０のデータベースで構成する。

操作方法学習部５００では、計測信号３を参照して、学習情報データベース情報１６を求める。

学習情報データベース５５０に保存する学習情報データベース情報１６は、モデル５２０、評価値計算部５３０、及び学習部５４０によって生成される。

モデル５２０は、火力プラント１００の制御特性を模擬する。制御装置２００で生成した操作信号５を火力プラント１００に出力し、その制御結果である計測信号１を制御装置２００が入力する。この制御装置２００からの操作信号５に応答して計測信号１を出力する火力プラント１００の動作を、学習部５４０とモデル５２０を組み合わせて動作することで模擬する。すなわち、モデル５２０は、学習部５４０で生成したモデル入力１３を入力し、火力プラント１００の制御特性を模擬し、その制御結果であるモデル出力１１を学習部５４０に出力する。

モデル５２０は、モデル用データベース５１０に保存されているモデル用データベース情報１０を参照して、モデル入力１３に対応するモデル出力１１を求める。モデル５２０は、例えばニューラルネットワークなどの統計モデルや、火力プラント１００の物理モデルである。

モデル用データベース５１０には、計測信号３、及びモデル５２０を構築するために必要なモデルパラメータなどが保存される。

学習部５４０では、モデル５２０で計算するモデル出力１１が所望の値となるようなモデル入力１３の生成方法を学習する。モデル出力１１の目標値など、学習に用いるパラメータは学習情報データベース５５０に保存されており、学習情報データベース５５０保存されている学習情報データベース情報１５を用いて学習部５４０で学習する。

学習部５４０を実装する方法として、強化学習がある。強化学習では、学習の初期段階においては試行錯誤的にモデル入力１３を生成する。その後、学習を進めるに従って、モデル出力１１が所望の値となるようなモデル入力１３を生成するようになる。このような学習アルゴリズムとして、「強化学習」（Reinforcement Learning）、（三上貞芳・皆川雅章共訳、森北出版株式会社、２０００年１２月２０日出版、第１４２〜１７２頁、第２４７〜２５３頁）には、計測信号が運転目標値を達成した場合に正の評価値を与え、この評価値を基にActor-Critic、Q学習、実時間Dynamic Programmingなどのアルゴリズムを用いて操作信号の生成方法を学習する手法が記載されている。図９では、このような評価値を計算するために、評価値計算部５３０を備えている。

学習部５４０は、上述した手法の他にも、進化的計算手法などの種々の最適化手法を適用することもできる。学習部５４０で学習した結果である学習情報データベース情報１４は、学習情報データベース５５０に保存される。

操作信号生成部３００では、操作信号４を生成するために、学習情報データベース５５０に保存されている学習情報データベース情報１６を参照する。これにより、操作信号生成部３００は、学習結果を反映した操作信号４を生成する。

図１０は、本実施例の制御装置２００の動作を示すフローチャートである。

ステップ１１００では、操作方法学習部５００を動作させるかどうかを判定する。ＹＥＳの場合はステップ１１１０、ＮＯの場合はステップ１１２０に進む。

ステップ１１１０では、操作方法学習部５００を動作させて学習情報データベース情報１４を作成し、学習情報データベース５５０に保存する。

ステップ１１２０では、操作信号生成部３００を動作させ、計測信号データベース２３０に保存されている計測信号３、学習情報データベース５５０に保存されている学習情報データベース情報１６、及び状態記憶データベース４３０に保存されている状態情報８を参照して、操作信号４を生成する。

ステップ１１３０では、状態記憶部４００を動作させ、火力プラント１００の特性の状態（特性の改善/悪化）を記憶状態データベース４３０に保存する。

ステップ１１４０では、終了判定を実施し、ＹＥＳの場合は制御装置２００の動作を終了させ、ＮＯの場合はステップ１１００に戻る。なお、終了判定では、火力プラント１００の運転員により、制御装置２００を停止する操作がなされた時に制御装置２００の動作を終了する。
図１１は、本実施例におけるモデル用データベース５１０に保存されているデータ、モデルの例、及びモデル入力とモデル出力の関係を説明する図である。

図１１(a)は、モデル用データベース５１０に保存されるデータの態様を画像表示装置９５０に表示したイメージで説明する図である。図１１(a)に示すように、モデル入力とモデル出力の関係が保存されている。モデル入力及びモデル出力のデータ項目の各々は、操作信号４と計測信号３のデータ項目である。モデル入力とモデル出力の関係は、計測信号データベース２３０に保存されている過去のプラントの運転実績を用いて作成する。また、図９には記載していないが、火力プラント１００を模擬する物理モデルを用いて、モデル入力とモデル出力の関係のデータを作成するようにしてもよい。

図１１(b)は、モデル５２０の例を説明する図である。図１１(b)では、モデル５２０をニューラルネットワークモデルで構成した例である。

図１１(c)は、モデル入力とモデル出力の関係を説明する図である。ニューラルネットワークモデルを用いることで、モデル用データベース５１０に保存されている離散値を補間し、モデル入力の連続的な変化に対するモデル出力の変化を計算できる。

本実施例の制御装置により、モデルより多くのデータ項目を使用して、火力プラント１００の特性の状態を分類している（モデルに反映されていない因子としてのデータ項目を考慮している）ので、モデルで模擬できない状態を記憶できる。これに起因して特性が悪化する操作を回避できる。モデル学習のみの場合と比較して、システムの信頼性を向上できる。

図１２は、火力プラントの制御装置の第３の実施例の構成図である。本実施例の火力プラント１００の制御装置２００は、第２の実施例の火力プラント１００の制御装置２００の状態記憶部４００に特徴量抽出部４４０を追加した構成である。

特徴量抽出部４４０では、操作の結果、火力プラント１００の特性が改善した場合と悪化した場合を比較し、火力プラント１００の状態に特徴的な違いを生じる操作信号５のデータ項目を抽出する。抽出したデータ項目を、モデル５２０のモデル入力の項目に追加することで、モデル精度を向上させる。

図１３は本実施例における制御装置２００の動作を説明する図である。

図１３(a)は、特徴量抽出部４４０の動作を説明する図である。図１３(a)は、状態記憶データベース４３０に保存されている、操作結果判定部４１０により分類されたカテゴリーを、操作信号５のデータ項目として項目Ａおよび項目Ｂを座標にして表したものである。

火力プラント１００の特性が悪化したカテゴリーに対応する項目Ａおよび項目Ｂの値に対して、図１３(a)のように表現したときの最も近い（最も近いとは、ユークリッド距離が短い、換言すると、項目Ａおよび項目Ｂの各々の値の差が最も小さい、類似性が高い）、火力プラント１００の特性が改善したカテゴリーを抽出する。次に、火力プラント１００の特性が悪化したカテゴリーに対応する項目Ａおよび項目Ｂの値と、抽出したカテゴリーの中心との距離を求め、この距離に対する寄与度が最大となるデータ項目を選択する。換言すれば、図１３(a)の例では、項目Ａ寄与度（火力プラント１００の特性が悪化したカテゴリーに対応する項目Ａの値と抽出したカテゴリーの中心に対応する項目Ａの値との差）および項目Ｂ寄与度（火力プラント１００の特性が悪化したカテゴリーに対応する項目Ｂの値と抽出したカテゴリーの中心に対応する項目Ｂの値との差）を２辺とし、距離を斜辺とする直角３角形において、寄与度が大きい操作信号５のデータ項目Ａが選択される。

図１３(b)は、特徴量抽出部４４０で抽出したデータ項目を、モデル５２０のモデル入力に追加する様子を説明する図である。特徴量抽出部４４０で抽出した操作信号のデータ項目を、ニューラルネットワークの入力項目に追加することにより、抽出したデータ項目とＣＯ濃度、ＮＯｘ濃度、未燃分の関係を模擬するモデルに修正できる。

本実施例の制御装置２００を用いることで、モデルで模擬できない因子（データ項目）を抽出し、抽出した因子を考慮したモデルに修正することにより、モデルの精度を向上する。精度を向上させたモデルを用いて学習することで、火力プラントの環境負荷を低減し、燃料消費量を削減に効果のある操作方法を学習できる。また、モデルの次数（データ項目の種別数）を必要最小限とすることができ、実機適用可能な時間で学習できる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例はわかりやすく説明するために詳細に記載したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、本実施例では火力プラントを制御対象とした場合について述べたが、原子力プラント、水力プラントなど、様々なプラントに用いることもできる。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を集積回路で設計する等によりハードウェアで実現してもよい。また上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行するソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル、計測信号、算出情報等の情報は、メモリやハードディスク等の記憶装置、またはICカード、SDカード、DVD等の記憶媒体に置くことができる。よって、各処理、各構成は処理ユニットやプログラムモジュールとして実現可能である。

また、情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてもよい。

１、２、３…計測信号、４、５…操作信号、６…操作結果判定結果情報、７…状態分類結果情報、８…状態情報、９、１０…モデル用データベース情報、１１…モデル出力、１２…評価値、１３…モデル入力、１４、１５、１６…学習情報データベース情報、１７…特徴量抽出結果情報、５０…データベース情報、５１、５２…保守ツール入力信号、５３、５４…保守ツール出力信号、１００…火力プラント、２００…制御装置、２１０…外部入力インターフェイス、２２０…外部出力インターフェイス、２３０…計測信号データベース、２４０…操作信号データベース、３００…操作信号生成部手段、４００…状態記憶部、４１０…操作結果判定部、４２０…状態分類部、４３０…状態記憶データベース、４４０…特徴量抽出部、５００…操作方法学習部、５１０…モデル用データベース、５２０…モデル、５３０…評価値計算部、５４０…学習部、５５０…学習情報データベース、９００…外部入力装置、９０１…キーボード、９０２…マウス、９１０…保守ツール、９２０…外部入力インターフェイス、９３０…データ送受信処理部、９４０…外部出力インターフェイス、９５０…画像表示装置

Claims (8)

1. 火力プラントから取得した計測信号を参照して前記火力プラントの第１の操作信号を生成する操作信号生成部を備え、前記操作信号生成部で生成した前記第１の操作信号を前記火力プラントに出力する前記火力プラントの制御装置であって、
   前記計測信号を参照して、前記第１の操作信号を出力した結果としての、前記火力プラントの特性の改善/悪化を判定する操作結果判定部、
   前記計測信号を参照して前記火力プラントの状態を分類する状態分類部、
   前記操作結果判定部による判定結果と前記状態分類部で分類した前記火力プラントの状態とを対応付けて記録する状態記憶データベース、
   前記火力プラントの特性を模擬するモデル、
   前記モデルを対象に前記火力プラントの特性を改善するための操作方法を学習する学習部、および
   前記火力プラントの特性が改善したときと、前記火力プラントの特性が悪化したときの、前記状態分類部による分類結果を比較して、前記火力プラントの状態に特徴的な違いを生じる前記第１の操作信号のデータ項目を抽出し、抽出した前記データ項目を、前記モデルの入力信号に追加する特徴量抽出部を備え、
   前記学習部は、前記モデルの出力信号が予め設定された目標を満足するように前記モデルに入力する、前記特徴量抽出部により前記データ項目が追加された前記入力信号の生成方法を学習し、
   前記操作信号生成部は、前記計測信号に併せて前記モデルの前記出力信号を用いて前記火力プラントの前記第１の操作信号を生成することを特徴とする火力プラントの制御装置。
2. 請求項１記載の火力プラントの制御装置であって、
   前記操作信号生成部は、前記計測信号に併せて前記モデルの前記出力信号を用いて前記火力プラントの前記第１の操作信号を生成するとともに、前記火力プラントの現在の状態が、前記状態記憶データベースに記録された、前記操作結果判定部により前記火力プラントの特性が悪化したと判定された状態に至った第２の操作信号を生成したときの状態であるときに、前記火力プラントに出力している現在の前記第１の操作信号を継続して出力することを特徴とする火力プラントの制御装置。
3. 請求項１又は請求項２に記載の火力プラントの制御装置において、
   前記特徴量抽出部では、前記火力プラントの特性が悪化したときの、前記状態分類部による第１の分類結果に属するデータに最も近い、前記火力プラント特性が改善したときの第２の分類結果を抽出し、
   前記データの値と前記火力プラント特性が改善したときの分類結果の中心との距離を求め、この距離に対する寄与度が最大となる前記第１の操作信号のデータ項目を抽出することを特徴とする火力プラントの制御装置。
4. 請求項１〜３のいずれか１項に記載の火力プラントの制御装置において、
   前記状態分類部に、前記計測信号である、ＮＯｘ濃度、ＣＯ濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度空気流量の前後比、空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量、バーナー空気比、石炭組成、空気流量と石炭流量の比率(Ｃ／Ａ)、および発電出力の少なくとも一つのデータ項目を参照して、前記火力プラントの状態を分類することを特徴とする火力プラントの制御装置。
5. 請求項１〜４のいずれか１項に記載の火力プラントの制御装置において、
   前記状態記憶データベースには、前記操作結果判定部による判定結果と前記状態分類部で分類した前記火力プラントの状態に加えて、前記第１の操作信号を変更する前後の前記第１の操作信号の値、及び前記第１の操作信号を変更する前後の評価項目としての前記計測信号の値を対応付けして保存し、
   前記状態記憶データベースに保存されている、前記第１の操作信号を変更する前後の前記第１の操作信号の値の変化と前記第１の操作信号を変更する前後の評価項目としての前記計測信号の値の変化とを対応付けて画像表示装置に表示することを特徴とする火力プラントの制御装置。
6. 請求項１〜５のいずれか１項に記載の火力プラントの制御装置において、
   前記モデルを統計モデルで構成し、前記モデルは少なくとも前記火力プラントのエアダンパの開度を入力し、前記モデルは前記火力プラントから排出されるＣＯ濃度、ＮＯｘ濃度、および未燃分の少なくともひとつを出力することを特徴とする火力プラントの制御装置。
7. 請求項１〜６のいずれか１項に記載の火力プラントの制御装置において、
   前記状態記憶データベースに保存されている、前記操作結果判定部による判定結果と前記状態分類部で分類した前記火力プラントの状態、前記計測信号、および前記第１の操作信号のトレンドグラフを画像表示装置に表示することを特徴とする火力プラントの制御装置。
8. 火力プラントから取得した計測信号を参照して前記火力プラントの第１の操作信号を生成し、生成した前記第１の操作信号を前記火力プラントに出力する、状態記憶データベース及び前記火力プラントの特性を模擬するモデルを有する制御装置による火力プラントの制御方法であって、前記制御装置は、
   前記計測信号を参照して、前記第１の操作信号を出力した結果としての、前記火力プラントの特性の改善/悪化を判定し、
   前記計測信号を参照して前記火力プラントの状態を分類し、
   前記火力プラントの特性の改善/悪化の判定結果と分類した前記火力プラントの状態とを対応付けて前記状態記憶データベースに記録し、
   前記モデルの出力信号が、予め設定された目標を満足するように、前記モデルに入力する入力信号の生成方法を学習すると共に、前記モデルを対象に前記火力プラントの特性を改善するための操作方法を学習し、
   前記火力プラントの特性が改善したときと、前記火力プラントの特性が悪化したときの、前記火力プラントの状態の分類結果を比較して、前記火力プラントの状態に特徴的な違いを生じる前記第１の操作信号のデータ項目を抽出し、抽出した前記データ項目を、前記モデルの前記入力信号に追加し、
   前記計測信号に併せて前記モデルの前記出力信号を参照して、前記火力プラントの前記第１の操作信号を生成することを特徴とする火力プラントの制御方法。

Images