JP6259691B2 - プラント事故時運転支援システム - Google Patents

プラント事故時運転支援システム Download PDF

Info

Publication number
JP6259691B2
JP6259691B2 JP2014054298A JP2014054298A JP6259691B2 JP 6259691 B2 JP6259691 B2 JP 6259691B2 JP 2014054298 A JP2014054298 A JP 2014054298A JP 2014054298 A JP2014054298 A JP 2014054298A JP 6259691 B2 JP6259691 B2 JP 6259691B2
Authority
JP
Japan
Prior art keywords
event
signal
plant
analysis
sensor signal
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 - Fee Related
Application number
JP2014054298A
Other languages
English (en)
Other versions
JP2015176514A (ja
Inventor
有田 節男
節男 有田
佳彦 石井
佳彦 石井
昌基 金田
昌基 金田
亮太 鴨志田
亮太 鴨志田
健一 上遠野
健一 上遠野
石川 忠明
忠明 石川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2014054298A priority Critical patent/JP6259691B2/ja
Priority to GB1621823.2A priority patent/GB2543442B/en
Priority to GB1422475.2A priority patent/GB2530817B/en
Priority to US14/625,720 priority patent/US20150269505A1/en
Publication of JP2015176514A publication Critical patent/JP2015176514A/ja
Application granted granted Critical
Publication of JP6259691B2 publication Critical patent/JP6259691B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01KSTEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K13/00General layout or general methods of operation of complete plants
    • F01K13/02Controlling, e.g. stopping or starting
    • GPHYSICS
    • G21NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21DNUCLEAR POWER PLANT
    • G21D3/00Control of nuclear power plant
    • G21D3/04Safety arrangements
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Emergency Management (AREA)
  • Plasma & Fusion (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Description

本発明は、プラント事故時運転支援システムに関する。
原子力発電プラント、火力発電プラント、化学プラントを始めとする各種のプラントにおいて、異常や事故が発生した場合には、運転員はプラントの状態を迅速に把握して適切な対応操作を取る必要がある。異常や事故が発生した場合の運転員の支援として、〔特許文献1〕には、プラントのプロセス状態を推定できる状態推定装置が示されている。
特開平7−181292号公報
特許文献1では、複数の機器モデル式を備え、センサ信号である観測信号を機器モデル式に入力し、機器モデル式の入出力特性に対応した出力信号をプラントのプロセス状態として出力することが示されている。機器モデルはあらかじめ用意されたものであり、例えば予め用意した機器モデルの対象機器が故障した場合には、該機器の故障を反映して出力信号として出力することが出来ない。この結果、プラントのプロセスの変化をプラント状態に応じて出力することが出来なくなるという問題がある。また、機器の故障を想定した機器モデルをあらかじめ用意していても、機器が故障したことを判定する手段がないと、どのような故障であるかを決定することが出来なく、プラントの機器状態を反映したプラント状態を推定することが出来ないという問題がある。
本発明は以上の点に鑑みなされたものであり、その発明の目的は、プラント事故時にプラントの時々刻々と変化する状態を反映して事象を推定するプラント事故時運転支援システムを提供することにある。
本発明は、センサ信号、機器状態信号又は警報信号のうち少なくとも1つと、判別ルールを基に発生している事象候補を絞り込む事象絞込み装置、該事象絞込み装置の出力である複数の事象絞込み結果、センサ信号、機器状態信号、警報信号に基づいてプラント挙動を解析する事象解析装置、該事象解析装置の出力であるプロセス状態を解析した解析結果とセンサ信号とを比較して発生事象を推定する事象推定装置を備え、該事象推定装置が発生事象に対応するプロセス状態の解析結果とセンサ信号を事象推定結果として出力することを特徴とする。
本発明によれば、プラント事故時にプラントの時々刻々と変化する状態を反映して事象を推定するプラント事故時運転支援システムを提供することが可能である。
本発明の実施例1であるプラント事故時運転支援システムの一構成図である。 警報情報を用いる事象絞込みの例を示す図である。 事象解析モデルの説明図である。 センサ信号と事象の解析結果の時間の同期が取れていない状態を示す図である。 センサ信号と事象の解析結果の時間同期を図った図である。 事象絞込みと事象解析の関係の一例を示した図である。 本発明の実施例2であるプラント事故時運転支援システムの一構成図である。 本発明の実施例3であるプラント事故時運転支援システムの一構成図である。 機器操作後の進展予測結果を示した図である。 本発明の実施例4であるプラント事故時運転支援システムの一構成図である。 本発明によるプラント事故時運転支援システムを適用した原子力プラントシステム構成の一実施例である。
本発明は、プラント事故時のセンサを含むプラント状態を同定することで事故時のプラントの運転を支援するプラント事故時運転支援システム及びプラント事故時運転支援方法に関する。以下、各実施例について説明する。
以下に、図面を参照して本実施例を詳細に説明する。図1は本実施例であるプラント事故時運転支援システムの一構成図であるが、原子力プラントを代表として以下説明する。
センサ信号201は、プラントの温度、圧力、水位、流量などのプロセス信号であり、204は機器状態信号、警報信号である。これらの信号は、図示していないが、警報処理システム、制御装置、プロセス計算機によって生成される。なお、機器状態信号はプラントの機器であるポンプ、弁などの起動/停止、開/閉等の状態信号である。センサ信号201は、センサ健全性判定装置202に取り込まれ、異常な信号が出力されているセンサ信号は除去され、正常なセンサ信号203が事象絞込み装置205に取り込まれる。ハード的に冗長化されているセンサについては、その出力信号の多数決判定により異常値を出力しているセンサの信号がセンサ健全性判定装置202で除外される。また、解析的に冗長化(例えば相関のあるセンサが複数ある)があるセンサについては、相関関係が逸脱しているセンサの信号がセンサ健全性判定装置202で除外される。どのセンサが異常となったかを示す情報がセンサ健全性判定装置202から別途出力される。なお、正常なセンサ信号203は、事象絞込み装置205以外に事象解析装置208、事象推定装置210でも使用される。20はプラント事故時運転支援システムである。
ルールDB(データベース)206は、各種事象に対する判別ルールが格納されている。事象絞込み装置205は、各種事象に対する判別ルールと入力される正常なセンサ信号203、機器状態信号、警報信号204から発生している事象候補を絞り込む。なお、事象候補を絞り込む際には、センサ信号203、機器状態信号、警報信号のうち少なくとも1つでも良い。事象候補の絞り込みにおいては、警報情報を用いる事象絞込みとしてナイーブベイズ判別器や、センサ情報を用いて参照値との比較による事象絞込みとしてDPマッチング(動的計画法)を利用することが出来る。
例えば、図2には、警報情報を用いる事象絞込みの例を示す。事象としてはHPCF(高圧炉心注水系)配管破断の例である。初期状態(10分03秒時点)では事象候補はないが、1秒経過ごとに発生する警報を基に事象候補を絞り込んでいる、まず1秒経過した時点で、給水配管破断、MSIV(主蒸気隔離弁)閉、主蒸気配管破断、HPCF配管破断が絞り込まれる。縦軸は推定確率である。MSIV閉の推定確率はゼロではないが、非常に低い確率である。1秒経過するごとに発生する警報を基に推定確率を求めている。図2では特徴的な警報を吹き出しで示している。警報「D/W圧力高」が発生したときにはHPCF配管破断及び主蒸気配管破断の推定確率が一番高くなり、次に、MSIV閉の推定確率が高くなっている。警報「放射線高」が発生したときにはHPCF配管破断の推定確率が一番高くなり、次に主蒸気配管破断の推定確率が高く、MSIV閉の推定確率が少し低くなっている。警報「原子炉水位L−3」が発生したときにはHPCF配管破断の推定確率がさらに高くなり、MSIV閉の推定確率がゼロ近傍になっている。このように、警報信号を用いて発生事象を絞ることが可能になる。
また、上記事例では発生事象「HPCF配管破断」に対して事象絞込み事象としてHPCF配管破断の推定確率が他の絞込み事象と比べ高い確率になっているが、これ以外の発生事象については、複数の絞込み事象の推定確率に大きな差が出ないケースも考えられる。このような場合には、もっとも高い推定確率を示す事象のみに絞り込むと、誤った事象絞込みになる可能性がある。そこで、複数の事象絞込み結果207(複数の絞込んだ発生事象、センサ信号、警報信号、機器状態信号)を事象絞込み装置205から出力するようにしている。この結果、複数の事象候補から、後述するプラント状態を解析した解析結果とセンサ信号が一致する事象を、発生事象として抽出することが可能となり、事象推定の確度が向上する。また、複数の事象を絞込むことにより、複合事象(例えば、主蒸気管破断でかつHPCFポンプ不作動)が発生するようなケースには、発生タイミングのずれなどの影響で推定確率が変動する可能性があるため、複合事象の事象絞込みにおいて、その抽出確度が向上するという効果がある。
事象解析装置208は、事象絞込み装置205からの出力信号である複数の事象絞込み結果、センサ信号、警報信号、機器状態信号を入力し、プラントの挙動を解析する。センサ信号、警報信号、機器状態信号はプラント挙動解析の境界条件として与える。プラント挙動を解析するためのモデルは、例えば、図3に示すように、炉心解析モデル(核動特性モデル、燃料挙動解析モデル、熱水力モデル)、タービン・復水系モデル、給水系モデル、安全系モデル(高圧炉心冷却系モデル、低圧注水系モデル、隔離時冷却系モデル、残留熱除去系モデル、自動減圧系モデル)、計測系モデル等で構成される。特に安全系モデルは、安全系の機器の自動起動条件を具備し、プロセス状態を示すセンサ信号が該自動起動条件を超えた場合に少なくとも安全系の機器モデルを起動して所定時間範囲でプラント挙動を解析する。従って、事故時の安全系の動作を含めて、プロセス状態を推定することが可能となる。この結果、事象解析装置208は、事象絞込み装置205で絞り込んだ複数の事象ごとに、プラント挙動を解析して所定時間範囲でのプロセス状態を推定することが可能となり、この結果を絞り込んだ事象に対応付けた解析結果として出力する。209aは解析結果1、209bは解析結果2、209cは解析結果3である。これらの複数の事象ごとに対応付けられた解析結果は事象推定装置210に出力される。
事象推定装置210は、上記の複数の事象ごとに対応付けられた解析結果(プロセス状態)とセンサ信号203を比較し、両者が一致する発生事象をセンサ信号203と解析結果209と共に事象推定結果211として出力する。比較にあたっては、事象ごとに対応付けられた解析結果とセンサ信号の時刻を同期させて比較するとよいが、事象解析装置208が実時間と同じ速度で演算を実行する保証はない。センサ信号の時間と上記解析結果の時間経過が異なる場合、事象絞込み結果が出力され、事象解析装置208による事象の解析を開始した時間に同期させて、図4のように時間的に異なっている両信号を図5のように両信号のスタート時刻を合わせ、両信号の比較範囲を設定する。事象推定としては両信号が一致しているか否かについては類似度を評価して、類似度が最も高くなる事象を決定する。類似度計算としては、両信号の時間的なずれを考慮するとダイナミックタイムワーピング法を利用することが好都合である。
図6は、事象絞込みと事象解析の関係の一例を示した図である。事象推定装置210はは、事象解析結果と共にセンサ信号203(プロセス状態)を図示していない表示装置に出力することが可能であり、解析結果とプラントのプロセス状態との差がどの程度かを中央制御室の運転員や技術支援センタ(支援組織)の技術支援者が確認できるという効果がある。関係事象が絞り込まれると、この絞り込んだ事象に対するプラント挙動解析を実施して、所定の時間範囲でのプロセス状態が出力されるが、プラント状態が時々刻々と変化しているので、機器の状態変化(ポンプ起動、ポンプ停止、バルブ閉、バルブ開など)を取り込んだ解析がなされている。図では事故発生時刻から事象解析がなされている例を示しているが、事象絞込み結果が出力された時刻から事象解析を実施しても良い。なお、所定の時間範囲でのプロセス状態を解析しているのは、事象推定の確度を高めるためである。事象絞込み完了後の炉心上端からの水位が一度上がった後に低下しているが、これはある機器が動作したことによるものであり、事象解析においては、安全系の機器の自動起動条件を具備していることで、センサ信号203の結果と同様な振舞いを模擬することが可能になっている。事象推定装置210は、事象推定結果と共にセンサ信号203(プロセス状態)を図示していない表示装置に出力することが可能である。この結果、表示装置上で、実プラントの挙動(プロセス状態)が上記の事象推定結果と一致するかを比較確認できるという効果がある。
本実施例では、センサ信号、警報信号、機器状態信号のうち少なくとも1つを基にプラント状態を絞り込む事象絞込み、少なくとも事象絞込み結果をプラント挙動解析の初期条件として、絞り込まれた複数の事象候補に対してプラントのプロセス状態を推定し、この解析結果とプラントのセンサ信号とを比較して一致あるいは類似度の最も高い事象候補を発生事象として出力するので、プラントの時々刻々と変化する状態を反映して事象を推定できる効果がある。
さらに、本実施例では、事象解析装置が、安全系の自動起動条件を具備し、プロセス状態を示すセンサ信号が該自動起動条件を超えた場合に少なくとも安全系モデルを起動してプラント挙動を解析するために、事故時に動作する安全系の動作状況を反映したプロセス状態を推定でき、その推定確度がより一層向上する。
実施例2であるプラント事故時運転支援システムの一構成例を図7に示す。図1と異なる部分は解析結果DB(データベース)230と解析結果231が追加になり、その他は同一である。なお、センサ信号203は解析自体には利用しないが、解析結果と共に出力するために利用する。
解析結果DB(データベース)230は複数のプロセス(センサ信号に対応)の変化パターンとプラント内で発生する事象が対応付けられた大量の事象データベースである。この大量の事象データベースは、例えば事前にプラントシミュレータを利用して膨大な異常や機器動作を発生させて作成される。事象推定装置210は、事象解析装置208から複数の事象ごとに対応付けられた解析結果(プロセス状態)が入力され、これらの結果と解析結果231を比較し、両者が一致する発生事象をセンサ信号203と解析結果209と共に事象推定結果211として出力する。両信号の比較は、図1に示す事象推定装置210と同じ処理である。解析結果DB(データベース)230に配管破断のサイズを変更させた解析を格納しておくことにより、例えば事象「HPCF配管破断」として、HPCF配管の破断サイズ3%、10%、50%ごとのHPCF配管破断の事象を用意することにより、より詳細の事象推定結果を事象推定装置210から出力することが可能となる。事象推定装置210は、事象推定結果と共にセンサ信号203(プロセス状態)を図示していない表示装置に出力することが可能である。この結果、表示装置上で、実プラントの挙動(プロセス状態)が上記の事象推定結果と一致するかを比較確認できるという効果がある。
本実施例では、センサ信号、警報信号、機器状態信号のうち少なくとも1つを基にプラント状態を絞り込む事象絞込み、少なくとも事象絞込み結果をプラント挙動解析の初期条件として、絞り込まれた複数の事象候補に対してプラントのプロセス状態を推定し、この解析結果と、複数のプロセス(センサ信号に対応)の変化パターンとプラント内で発生する事象が対応付けられた大量の事象データとを比較することにより、配管の破断サイズを考慮したより詳細の事象推定結果をセンサ信号と共に出力することが可能になる。
実施例3であるプラント事故時運転支援システムの一構成例を図8に示す。図1と異なる部分は、第2の事象解析装置212、機器作動指令装置213、機器操作指令信号214が追加された点である。これは事象推定結果211を基に、ある機器(複数の場合もある)を操作させてプラントをより安全な方向に持っていこうとした場合、その操作をした結果として、プラント状態つまりプロセス状態がどのようになるかを解析できるようにしたものである。
運転員或いは技術支援者からの操作により機器操作指令信号214が入力されると、機器作動指令装置213は、第2の事象解析装置212内のプラント挙動を解析するためのモデルに機器操作指令信号214で指定された対象機器の作動条件が入力される。第2の事象解析装置212は、事象推定結果211、警報信号、機器状態信号204を入力し、プラントの挙動を解析する。警報信号、機器状態信号はプラント挙動解析の境界条件として与えられる。つまり、事象が推定された後、ある機器を作動させたら、プラント状態がどのようになるかを計算する。この機器を作動させることによる効果を確認するために、作動させなかった場合の解析を実施する。
図9は、上記の機器を作動(操作)させた場合と作動(操作)させなかった場合の両方の解析結果を示している。第2の事象推定装置212は、進展予測結果(機器操作後の進展予測結果)と共にセンサ信号203(プロセス状態)を図示していない表示装置に出力することが可能である。この結果、表示装置上で、実プラントの挙動(プロセス状態)が上記の進展予測結果と一致するかを比較確認できるという効果がある。現在時刻は、解析開始時刻であり、その後のプラントの進展予測結果215を「操作あり」と「操作なし」の両ケースで出力する。この場合には、機器操作により炉心上端からの水位が上昇、つまり原子炉水位が回復している。
本実施例では、事象推定結果に対して、機器を操作した場合と操作しなかった場合のプラント状態(プロセス状態)の進展を予測することが可能であり、機器操作によってプラントを安全な方向に持っていけるか否かを予測できる。図9の例では、原子炉水位が回復することがプラントを安全な方向に持っていけることになる。このため、プラント事故時運転支援システム20を中央制御室に設置することで、運転員がどのような操作をすればプラントを安全に持っていけるかを確認した後に、プラントの運転操作をして、実プラントの挙動(プロセス状態)が上記の進展予測結果と一致するかを比較確認できるという効果がある。なお、第2の事象解析装置212は、実時間より高速でプラント挙動を解析することにより、上記の事象推定以降のプロセス状態の進展予測を短時間で実行することが可能となる。また、プラント事故時運転支援システム20をプラントサイト内の技術支援センタ(支援組織)に設置することで、事象推定結果に対して、機器を作動させてプラントがどのような挙動になるかを複数のケースで解析し、その解析結果から最も有効な機器操作を中央制御室の運転員に指示し、運転員が指示に従ってプラントの運転操作をしてプラントを安全な方向に持っていくことが可能になる。つまり、事故時にプラントの安全性向上を図ることが可能になる。
実施例4であるプラント事故時運転支援システムの一構成例を図10に示す。図8と異なる部分は、解析結果DB(データベース)230と解析結果231が追加になり、その他は同一である。なお、センサ信号203は解析自体には利用しないが、解析結果と共に出力するために利用する。
解析結果DB(データベース)230は複数のプロセス(センサ信号に対応)の変化パターンとプラント内で発生する事象が対応付けられた大量の事象データベースである。この大量の事象データベースは、例えば事前にプラントシミュレータを利用して膨大な異常や機器動作を発生させて作成される。事象推定装置210は、第1の事象解析装置208から複数の事象ごとに対応付けられた解析結果(プロセス状態)が入力され、これらの結果と解析結果231を比較し、両者が一致する事象を事象推定結果211として出力する。両信号の比較は、図8に示す事象推定装置210と同じ処理である。解析結果DB(データベース)230に配管破断のサイズを変更させた解析を格納しておくことにより、例えば事象「HPCF配管破断」として、HPCF配管の破断サイズ3%、10%、50%ごとのHPCF配管破断の事象を用意する。従って、より詳細の事象推定結果を事象推定装置210から出力することが可能となる。
運転員或いは技術支援者からの操作により機器操作指令信号214が入力されると、機器作動指令装置213は、第2の事象解析装置212内のプラント挙動を解析するためのモデルに機器操作指令信号214で指定された対象機器の作動条件を入力する。第2の事象解析装置212は、より詳細の事象推定結果211、センサ信号203、警報信号、機器状態信号204が入力され、プラントの挙動を解析する。センサ信号、警報信号、機器状態信号はプラント挙動解析の境界条件として与えられる。つまり、詳細な事象が推定された後、ある機器を作動させたら、プラント状態がどのようになるかを計算する。この機器を作動させることによる効果を確認するために、作動させなかった場合の解析を実施する。第2の事象推定装置212は、進展予測結果(機器操作後の進展予測結果)と共にセンサ信号203(プロセス状態)を図示していない表示装置に出力することが可能である。この結果、表示装置上で、実プラントの挙動(プロセス状態)が上記の進展予測結果と一致するかを比較確認できるという効果がある。
本実施例では、詳細な事象が推定された結果に対して、機器を操作した場合と操作しなかった場合のプラント状態(プロセス状態)の進展を予測することが可能であり、運転員や技術支援者が機器操作によってプラントを安全な方向に持っていけるか否かを判断できるようになる。
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、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
図11は、実施例1〜4によるプラント事故時運転支援システムを適用した原子力プラントシステム構成例である。本実施例では、中央制御室100と、サイトの所長が指揮をとる支援組織150、たとえば免震重要棟にプラント事故時運転支援システム20a、20bを設置する。中央制御室100に設置したプラント事故時運転支援システム20aには無停電電源装置110を介して電源が供給されている。支援組織のプラント事故時運転支援システム20bも非常用の電源から給電する構成になっている。中央制御室100に設置したプロセス計算機を兼ねたデータ記録装置102は、センサ104や機器103から状態信号を取り込み、単位換算等の処理を実施して、センサ信号201や機器状態信号、警報信号204を主盤101、およびプラント事故時運転支援システム20a、20bに出力する。運転員のいる中央制御室100ばかりでなく、支援組織150にもプラント事故時運転支援システム20bを設置することで、情報の共有化が図れる。また、支援組織150に設置したプラント事故時運転支援システム20bは、中央制御室100に設置したプラント事故時運転支援システム20aより、スペースや電力供給の観点から事象発生後のプロセス状態を解析する事象解析装置208の性能をより高性能にすることが可能であり、多数の事象進展予測評価を実施することができる、プラント事故時運転支援システム20bによって、複数の事故対応から、より好適な事故時操作を判断することが可能となり、支援組織150からその結果を直ちに中央制御室100の運転員に伝達することができる。
本発明によれば、プラント事故時にプラントの時々刻々と変化する状態を反映して事象を推定することが可能であり、さらに推定した事象に対して、機器操作をした場合としない場合のプラント状態(プロセス状態)を予測することが可能になり、その工業的価値は極めて高い。
201、203 センサ信号
204 機器状態信号、警報信号
202 センサ健全性判定装置
205 事象絞込み装置
206 ルールDB
207 事象絞込み結果
208 (第1の)事象解析装置
209a、209b、209c 解析結果
210 事象推定装置
211 事象推定結果
212 第2の事象解析装置
213 機器作動指令装置
214 機器操作指令信号
215 進展予測結果
230 解析結果DB
20,20a,20b プラント事故時運転支援システム
100 中央制御室
150 支援組織

Claims (6)

  1. センサ信号を取り込み、異常な信号が出力されているセンサ信号を除去し、正常なセンサ信号を出力するセンサ健全性判定装置、前記センサ健全性判定装置から出力された前記センサ信号、機器状態信号又は警報信号のうち少なくとも1つと、判別ルールを基に発生している事象候補を絞り込む事象絞込み装置、該事象絞込み装置の出力である複数の前記事象候補前記センサ信号、前記機器状態信号、前記警報信号を入力し、前記センサ信号、前記機器状態信号、前記警報信号をプラント挙動解析の境界条件としてプラント挙動を解析する事象解析装置、該事象解析装置の出力であるプロセス状態を解析した解析結果と前記センサ信号とを比較して発生事象を推定する事象推定装置を備え、該事象推定装置が前記発生事象に対応するプロセス状態の解析結果と前記センサ信号を事象推定結果として出力することを特徴とするプラント事故時運転支援システム。
  2. センサ信号を取り込み、異常な信号が出力されているセンサ信号を除去し、正常なセンサ信号を出力するセンサ健全性判定装置、前記センサ健全性判定装置から出力された前記センサ信号、機器状態信号又は警報信号のうち少なくとも1つと、判別ルールを基に発生している事象候補を絞り込む事象絞込み装置、該事象絞込み装置の出力である複数の前記事象候補前記センサ信号、前記機器状態信号、前記警報信号を入力し、前記センサ信号、前記機器状態信号、前記警報信号をプラント挙動解析の境界条件としてプラント挙動を解析する事象解析装置、該事象解析装置の出力であるプロセス状態を解析した解析結果と、複数のプロセス状態の変化パターンとプラント内で発生する事象が対応付けられた事象データとを比較して、両者が一致する発生事象に対応する解析結果と前記センサ信号を共に事象推定結果として出力する事象推定装置を備えることを特徴とするプラント事故時運転支援システム。
  3. センサ信号を取り込み、異常な信号が出力されているセンサ信号を除去し、正常なセンサ信号を出力するセンサ健全性判定装置、前記センサ健全性判定装置から出力された前記センサ信号、機器状態信号又は警報信号のうち少なくとも1つと、判別ルールを基に発生している事象候補を絞り込む事象絞込み装置、該事象絞込み装置の出力である複数の前記事象候補前記センサ信号、前記機器状態信号、前記警報信号を入力し、前記センサ信号、前記機器状態信号、前記警報信号をプラント挙動解析の境界条件としてプラント挙動を解析する第1の事象解析装置、該第1のプラント事象解析装置の出力であるプロセス状態を解析した解析結果と前記センサ信号とを比較して発生事象を推定する事象推定装置、該事象推定装置から出力される事象推定結果、前記警報信号、前記機器状態信号、対象機器の作動条件が入力され、前記警報信号、前記機器状態信号をプラント挙動解析の境界条件として発生事象推定後のプラント状態の進展を予測する第2の事象解析装置を備え、該第2の事象解析装置から機器操作をした場合としない場合のプロセス状態の解析結果と前記センサ信号を出力することを特徴とするプラント事故時運転支援システム。
  4. センサ信号を取り込み、異常な信号が出力されているセンサ信号を除去し、正常なセンサ信号を出力するセンサ健全性判定装置、前記センサ健全性判定装置から出力された前記センサ信号、機器状態信号又は警報信号のうち少なくとも1つと、判別ルールを基に発生している事象候補を絞り込む事象絞込み装置、該事象絞込み装置の出力である複数の前記事象候補前記センサ信号、前記機器状態信号、前記警報信号を入力し、前記センサ信号、前記機器状態信号、前記警報信号をプラント挙動解析の境界条件としてプラント挙動を解析する第1の事象解析装置、該第1の事象解析装置の出力であるプロセス状態を解析した解析結果と、複数のプロセス状態の変化パターンとプラント内で発生する事象が対応付けられた事象データとを比較して、発生事象を推定する事象推定装置、該事象推定装置から出力される事象推定結果、前記警報信号、前記機器状態信号、対象機器の作動条件が入力され、前記警報信号、前記機器状態信号をプラント挙動解析の境界条件として発生事象推定後のプラント状態の進展を予測する第2の事象解析装置を備え、第2の事象解析装置から機器操作をした場合としない場合のプロセス状態の解析結果と前記センサ信号を出力することを特徴とするプラント事故時運転支援システム。
  5. 請求項1から4に記載の前記事象解析装置は、安全系の機器の自動起動条件を具備し、プロセス状態を示す前記センサ信号が該自動起動条件を超えた場合に少なくとも安全系の機器モデルを起動してプラント挙動を解析する機能を備えることを特徴とするプラント事故時運転支援システム。
  6. 請求項1から4に記載のプラント事故時運転支援システムであって、
    前記事象絞込み装置は、前記センサ信号、前記機器状態信号、前記警報信号のうち少なくとも1つを基に発生している事象候補を絞り込むことを特徴とするプラント事故時運転支援システム。
JP2014054298A 2014-03-18 2014-03-18 プラント事故時運転支援システム Expired - Fee Related JP6259691B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2014054298A JP6259691B2 (ja) 2014-03-18 2014-03-18 プラント事故時運転支援システム
GB1621823.2A GB2543442B (en) 2014-03-18 2014-12-17 Operation support system for plant accidents
GB1422475.2A GB2530817B (en) 2014-03-18 2014-12-17 Operation support system for plant accidents
US14/625,720 US20150269505A1 (en) 2014-03-18 2015-02-19 Operation Support System for Plant Accidents

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014054298A JP6259691B2 (ja) 2014-03-18 2014-03-18 プラント事故時運転支援システム

Publications (2)

Publication Number Publication Date
JP2015176514A JP2015176514A (ja) 2015-10-05
JP6259691B2 true JP6259691B2 (ja) 2018-01-10

Family

ID=54142472

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014054298A Expired - Fee Related JP6259691B2 (ja) 2014-03-18 2014-03-18 プラント事故時運転支援システム

Country Status (3)

Country Link
US (1) US20150269505A1 (ja)
JP (1) JP6259691B2 (ja)
GB (2) GB2543442B (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111354496B (zh) * 2018-12-21 2022-03-22 核动力运行研究所 核电厂事故在线诊断及状态跟踪预测方法
JPWO2023238366A1 (ja) * 2022-06-10 2023-12-14

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5945510A (ja) * 1982-09-08 1984-03-14 Nippon Atom Ind Group Co Ltd プラント異常分析装置
JP3002524B2 (ja) * 1990-11-21 2000-01-24 株式会社日立製作所 事象同定装置及び方法
JPH04199202A (ja) * 1990-11-24 1992-07-20 Hitachi Ltd プラント運転支援装置
JPH07181292A (ja) * 1993-12-24 1995-07-21 Toshiba Corp プラント運転支援装置
JP4017272B2 (ja) * 1998-12-16 2007-12-05 中国電力株式会社 プラント状態推定・予測装置及び方法
US7451003B2 (en) * 2004-03-04 2008-11-11 Falconeer Technologies Llc Method and system of monitoring, sensor validation and predictive fault analysis
US20050251339A1 (en) * 2004-05-05 2005-11-10 St- Infonox Methods and systems for monitoring environments
JP5984178B2 (ja) * 2012-06-26 2016-09-06 日立Geニュークリア・エナジー株式会社 運転訓練シミュレータ
KR101377241B1 (ko) * 2012-10-30 2014-03-26 한국수력원자력 주식회사 원자력 발전소의 기기고장에 따른 발전정지중요도 분석 시스템 및 그 방법

Also Published As

Publication number Publication date
GB2543442B (en) 2017-12-13
US20150269505A1 (en) 2015-09-24
GB2530817B (en) 2017-05-17
GB2543442A (en) 2017-04-19
GB201621823D0 (en) 2017-02-01
GB2530817A (en) 2016-04-06
JP2015176514A (ja) 2015-10-05

Similar Documents

Publication Publication Date Title
KR101065767B1 (ko) 성능저하 및 고장원인 조기 진단방법
EP3055746B1 (en) Correlation and annotation of time series data sequences to extracted or existing discrete data
KR102241650B1 (ko) 딥러닝 기반의 화력 발전소 재과열기 튜브의 누설 감지 방법 및 이를 수행하는 장치
EP3355313B1 (en) Abnormality diagnosis system
KR102141677B1 (ko) 발전소 고장 예측 및 진단시스템의 학습모델을 위한 학습데이터 생성장치 및 방법
KR101797558B1 (ko) 데이터베이스 기반 인공지능형 스마트 밸브 제어 시스템
CN106768000B (zh) 一种风力发电机组变流器水冷系统压力异常检测方法
JP6632941B2 (ja) 設備監視装置及び設備監視方法
US20230022100A1 (en) Prognostic and health management system for system management and method thereof
KR101094074B1 (ko) 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법
KR102470112B1 (ko) 원전의 지능형 상태감시 방법 및 시스템
JP6259691B2 (ja) プラント事故時運転支援システム
CN110513160B (zh) 一种汽轮机进水、进冷安全报警及预警方法
WO2015037066A1 (ja) プラント事故時運転支援システム及びプラント事故時運転支援方法
JP2018205992A (ja) 機器診断システム
EP3312844B1 (en) Abnormality indication monitoring system
JP6668699B2 (ja) 監視支援装置、監視支援方法、及びプログラム
JP6201038B2 (ja) プラント事故時運転支援装置
JP2008140109A (ja) プロセス操作支援装置およびプロセス操作支援方法
KR101089835B1 (ko) 디지털 원자로 보호 계통의 자가 논리 시험 장치 및 방법
EP4050441A1 (en) Method and system for monitoring operation of a process plant
Gayet et al. Online Analysis for Anticipated Failure Diagnostics of the CERN Cryogenic Systems
Munesawa et al. Development of fault diagnosis system using principal component analysis for intelligent operation support system
JP2017120231A (ja) 原子力発電プラント監視システム、プログラム及びその制御方法
JP4427519B2 (ja) プラント監視システム及び方法。

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160705

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170110

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170112

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170426

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170710

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: 20171114

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171211

R150 Certificate of patent or registration of utility model

Ref document number: 6259691

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees