JP6337869B2

JP6337869B2 - プラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラム

Info

Publication number: JP6337869B2
Application number: JP2015217814A
Authority: JP
Inventors: 大原　健一; 健一大原; 健一鎌田; 青木　純; 純青木
Original assignee: Yokogawa Electric Corp
Current assignee: Yokogawa Electric Corp
Priority date: 2015-11-05
Filing date: 2015-11-05
Publication date: 2018-06-06
Anticipated expiration: 2035-11-05
Also published as: JP2017091056A; CN106991514B; EP3166057A1; CN106991514A; EP3166057B1; US20170132538A1

Description

本発明は、プラントのモデルを作成するプラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラムに関する。

従来、省エネかつ省コストを実現するためのプラントの運転計画を策定する運転計画策定システムが知られている。運転計画策定システムによって策定される運転計画は、プラントを構成する各設備の発停と入出力値の時系列トレンドにより構成される。したがって、プラント全体が省エネかつ省コストとなる運転計画を策定するためには、各設備の入出力特性や運転制約に基づいてプラントのモデルを作成する必要がある。

特開２０１５−６２１０２号公報

しかしながら、プラントのモデルを作成するためには、設備に関する物理学／熱力学／化学工学の知識、データ解析／統計学の知識、数理計画法などの最適化問題の知識、およびプログラミングの知識といった専門的な知識が必要となる。このため、プラントのモデルの質は、モデルを作成するエンジニアの知見レベルに大きく依存してしまう。

特に、より正確にプラントのモデルを構築するためには、各設備に関する複数の特性式や制約条件を網羅的に定義することが必要となるが、これを１つ１つの設備に対して行うことは、高い知見レベルを有するエンジニアであっても困難である。

また、近年、プラントの省エネ化のため、生産過程で排出される副生物を燃料として再利用することにより化石燃料の使用を抑制する「需給双方向連携」が実施されている。このため、プラントのモデルは大規模化かつ複雑化することから、モデルの作成に多大な工数を要する場合があった。

そこで、本発明は、プラントの運転データに基づいて各設備に関する複数の特性式や制約条件を網羅的に抽出することができるとともに、専門的な知識を必要とすることなく、少ない工数で高精度なプラントのモデルを作成することができるプラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラムを提供することを目的とする。

本発明の請求項１に記載のプラントモデル作成装置（１００）は、プラントの運転データから、外れ値を除去する外れ値除去部（１３１）と、前記外れ値除去部により前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング部（１３２）と、前記クラスタリング部によって分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成部（１３３）と、前記主成分リスト生成部によって生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出部（１３４）と、前記累積寄与率算出部によって算出された前記累積寄与率が第１の閾値未満である場合、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄部（１３５）と、前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出部（１３６）と、前記特性式算出部によって算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成部（１４０）と、を有する。
本発明の請求項２に記載のプラントモデル作成装置は、請求項１において、前記特性式算出部によって算出された前記特性式に含まれるパラメータを調整するパラメータ調整部（１３７）を更に有し、前記モデル作成部が、前記パラメータ調整部によって前記パラメータを調整された前記特性式に基づき、前記プラントのモデルを作成する。
本発明の請求項３に記載のプラントモデル作成装置は、請求項２において、前記パラメータ調整部が、前記特性式に含まれる係数項、バイアス項、および上下限値のうちの少なくとも一つを調整する。
本発明の請求項４に記載のプラントモデル作成装置は、請求項１から３のいずれか一項において、前記プラントの運転データを用いて、エネルギーフロー図を作成するエネルギーフロー図作成部（１５０）と、前記エネルギーフロー図作成部により作成された前記エネルギーフロー図と、前記モデル作成部により作成された前記モデルとを用いて、操業計画情報を生成する操業計画情報生成部（１７０）と、を更に備える。
本発明の請求項５に記載のプラントモデル作成装置は、請求項４において、前記操業計画情報生成部が、前記プラントに設置される設備の入出力量の時系列トレンド、運転ガントチャート、および省コストメリットのうちの少なくとも一つを、前記操業計画情報として生成する。
本発明の請求項６に記載のプラントモデル作成装置は、請求項１から５のいずれか一項において、前記クラスタリング部が、前記特性式から算出される前記運転データの推定値と、前記運転データの実測値との間の誤差が第２の閾値より大きい場合、前記運転データの分割数を増加して、再度前記運転データを複数のクラスタに分割する。
本発明の請求項７に記載のプラントモデル作成方法は、プラントの運転データから、外れ値を除去する外れ値除去工程（ステップＳ１１）と、前記外れ値除去工程において前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング工程（ステップＳ１２）と、前記クラスタリング工程において分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成工程（ステップＳ１３）と、前記主成分リスト生成工程において生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出工程（ステップＳ１４）と、前記累積寄与率算出工程において算出された前記累積寄与率が第１の閾値未満である場合（ステップＳ１５：ＮＯ）、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄工程（ステップＳ１６）と、前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出工程（ステップＳ１７）と、前記特性式算出工程において算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成工程（ステップＳ２０）と、を有する。
本発明の請求項８に記載のプラントモデル作成プログラムは、コンピュータに、プラントの運転データから、外れ値を除去する外れ値除去工程（ステップＳ１１）と、前記外れ値除去工程において前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング工程（ステップＳ１２）と、前記クラスタリング工程において分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成工程（ステップＳ１３）と、前記主成分リスト生成工程において生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出工程（ステップＳ１４）と、前記累積寄与率算出工程において算出された前記累積寄与率が第１の閾値未満である場合（ステップＳ１５：ＮＯ）、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄工程（ステップＳ１６）と、前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出工程（ステップＳ１７）と、前記特性式算出工程において算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成工程（ステップＳ２０）と、を実行させる。

本発明のプラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラムによれば、プラントの運転データに基づいて各設備に関する複数の特性式や制約条件を網羅的に抽出することができるとともに、専門的な知識を必要とすることなく、少ない工数で高精度なプラントのモデルを作成することができる。

エネルギー管理システム１、制御・監視システム５０、およびプラント６０を含むシステムの全体構成を示すブロック図である。操業計画策定システム１０の詳細構成を示すブロック図である。プラントモデル作成装置１００の詳細構成を示すブロック図である。運転データ１８１の一例を示す図である。エネルギーフロー図１９３の一例を示す図である。外れ値除去部１３１により作成されたχ２乗分布の一例を示す図である。クラスタリング部１３２によりクラスタリングされた運転データ１８１の一例を示す図である。第１主成分軸ＡＸの一例を示す図である。あるクラスタに対する主成分リスト１８３の一例を示す図である。平面Ｐ１の一例を示す図である。平面Ｐ２の一例を示す図である。モデル作成部１４０により生成された折れ線近似式の一例を示す図である。設備の入出力量の時系列トレンドの一例を示す図である。設備の発停を示す運転ガントチャートの一例を示す図である。省コストメリットの一例を示す図である。操業計画策定システム１０により実行される操業計画策定処理を示すフローチャートである。

以下、実施形態のプラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラムを、図面を参照して説明する。

図１は、エネルギー管理システム１、制御・監視システム５０、およびプラント６０を含むシステムの全体構成を示すブロック図である。図１に示されるように、エネルギー管理システム１はネットワークＮＷに接続されている。ネットワークＮＷは、例えばイーサネット（登録商標）等の有線ネットワークであるが、例えばＷｉ−Ｆｉ（登録商標）、ＷｉＭＡＸ（登録商標）、３Ｇ／ＬＴＥ（登録商標）等の無線通信規格に準拠した無線通信が可能な無線ネットワークであってもよい。

エネルギー管理システム１は、操業計画策定システム１０と、プラント情報システム２０と、条件設定装置３０と、制御指示値算出装置４０とを備える。操業計画策定システム１０は、プラント６０の操業計画を策定するシステムである。プラント情報システム２０は、プラント６０の情報を管理するシステムである。条件設定装置３０は、プラント６０の操業に対する各種条件を設定する装置である。制御指示値算出装置４０は、プラント６０に設置された各種設備を制御するための制御指示値を算出する装置である。

制御・監視システム５０は、プラント６０の制御およびプラント６０の状態の監視を行うシステムである。プラント６０は、例えば、化学等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等である。

制御・監視システム５０およびプラント６０は、例えばＨＡＲＴ（登録商標）、ＦｉｅｌｄＢｕｓ等に準拠した有線の工業用ネットワークで接続されているが、これに限らない。例えば、制御・監視システム５０およびプラント６０は、ＩＳＡ１００．１１ａやＷｉｒｅｌｅｓｓＨＡＲＴ（登録商標）等に準拠した無線の工業用ネットワークで接続されてもよい。

プラント６０は、プラント６０に設置された各種設備の運転データを制御・監視システム５０に送信する。なお、運転データの詳細については、図４を用いて後述する。制御・監視システム５０は、プラント６０から受信した運転データを、ネットワークＮＷを介してプラント情報システム２０に送信する。

一方、条件設定装置３０は、ネットワークＮＷを介して不図示の気象予報配信会社のサーバから気象情報（気温情報、および湿度情報等）を受信する。また、条件設定装置３０は、生産計画／エネルギー需要情報と、料金単価／ＣＯ_２換算係数等の情報を保持している。条件設定装置３０は、気象情報、生産計画／エネルギー需要情報、および料金単価／ＣＯ_２換算係数等を、設定情報としてプラント情報システム２０に送信する。

プラント情報システム２０は、制御・監視システム５０から受信したプラント６０の運転データと、条件設定装置３０から受信した設定情報（気象情報、生産計画／エネルギー需要情報、および料金単価／ＣＯ_２換算係数等）を、操業計画策定システム１０に送信する。

操業計画策定システム１０は、プラントモデル作成装置１００を備える。プラントモデル作成装置１００は、プラント情報システム２０から受信したプラント６０の運転データを用いて、プラント６０のモデルを作成する。操業計画策定システム１０は、プラントモデル作成装置１００によって作成されたモデルと、プラント情報システム２０から受信した設定情報とに基づき、プラント６０の操業計画を示す操業計画情報を生成する。操業計画策定システム１０は、生成した操業計画情報をプラント情報システム２０に送信する。

プラント情報システム２０は、操業計画策定システム１０から受信した操業計画情報を制御指示値算出装置４０に送信する。制御指示値算出装置４０は、プラント情報システム２０から受信した操業計画情報に基づき、プラント６０に設置された各種設備を制御するための制御指示値を算出する。制御指示値算出装置４０は、算出した制御指示値を、ネットワークＮＷを介して制御・監視システム５０に送信する。

制御・監視システム５０は、制御指示値算出装置４０から受信した制御指示値に基づき、プラント６０に設置された各種設備を制御する。プラント６０は、プラント６０に設置された各種設備の運転データを制御・監視システム５０に送信する。以上が、システム全体の一連の動作である。

図２は、操業計画策定システム１０の詳細構成を示すブロック図である。操業計画策定システム１０に設けられたプラントモデル作成装置１００は、インターフェース部１１０と、運転データ取得部１２０と、運転特性解析部１３０と、モデル作成部１４０と、エネルギーフロー図作成部１５０と、記憶部１６０と、操業計画情報生成部１７０とを備える。

インターフェース部１１０は、液晶ディスプレイ等の表示装置、およびキーボードやマウス等の入力装置を有するユーザーインターフェースである。インターフェース部１１０は、運転データ取得部１２０、運転特性解析部１３０、モデル作成部１４０、およびエネルギーフロー図作成部１５０に対して情報の入出力を行う。

運転データ取得部１２０、運転特性解析部１３０、モデル作成部１４０、およびエネルギーフロー図作成部１５０は、ＣＰＵ（Central Processing Unit）等のプロセッサが、記憶部１６０に記憶されたプログラムを実行することで実現される。なお、運転データ取得部１２０、運転特性解析部１３０、モデル作成部１４０、およびエネルギーフロー図作成部１５０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアにより実現されてもよい。

運転データ取得部１２０は、プラント情報システム２０からプラント６０の運転データを取得する。運転特性解析部１３０は、プラント６０に設置された設備ごとに運転特性を解析する。モデル作成部１４０は、プラント６０のモデルを作成する。エネルギーフロー図作成部１５０は、エネルギーフロー図を作成する。運転データ取得部１２０、運転特性解析部１３０、モデル作成部１４０、およびエネルギーフロー図作成部１５０の動作の詳細は、図３を用いて後述する。

記憶部１６０は、運転データ取得部１２０、運転特性解析部１３０、モデル作成部１４０、エネルギーフロー図作成部１５０、および操業計画情報生成部１７０によって使用されるメモリであり、例えばＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等で実現される。

操業計画情報生成部１７０は、プラント情報システム２０から設定情報を受信し、記憶部１６０に記憶された情報を参照して操業計画情報を生成する。操業計画情報の生成方法の詳細については、図３を用いて後述する。操業計画情報生成部１７０は、生成した操業計画情報をプラント情報システム２０に送信する。

図３は、プラントモデル作成装置１００の詳細構成を示すブロック図である。運転特性解析部１３０は、外れ値除去部１３１と、クラスタリング部１３２と、主成分リスト生成部１３３と、累積寄与率算出部１３４と、主成分破棄部１３５と、特性式算出部１３６と、パラメータ調整部１３７とを備える。

特性解析コンポーネント１８０およびプラントモデルコンポーネント１９０は、記憶部１６０に記憶される情報である。特性解析コンポーネント１８０は、プラント６０の運転データ１８１と、クラスタリング情報１８２と、主成分リスト１８３と、特性解析シート１８４とを含む。プラントモデルコンポーネント１９０は、入出力シート１９１と、プラントモデル情報１９２と、エネルギーフロー図１９３とを含む。

図４は、運転データ１８１の一例を示す図である。図４に示されるように、運転データ１８１は、ＩＤ番号データ１８１ａ、タグ名データ１８１ｂ、設備名データ１８１ｃ、コメントデータ１８１ｄおよび１８１ｅ、単位データ１８１ｆ、および測定データ１８１ｇを含む。

図４において、ＩＤ番号データ１８１ａは、プラント情報システム２０より取得された運転データ１８１のタグごとに割り当てられたＩＤ番号を示すデータである。タグ名データ１８１ｂは、プラント情報システム２０に格納されている設備の測定対象となる運転データのタグ名を示すデータである。設備名データ１８１ｃは、プラント６０に設置された設備の名称である。コメントデータ１８１ｄは、例えば、電力（Electricity）および冷水（Cold Water）等、設備の測定対象を示すデータである。コメントデータ１８１ｅは、例えば、消費（Consumption）、生産（Production）、および生成（Generation）等、設備の測定対象に関するデータである。単位データ１８１ｆは、測定データ１８１ｇの単位である。測定データ１８１ｇは、プラント６０に設置された各設備によって測定されたデータである。

運転データ取得部１２０は、プラント情報システム２０から取得したプラント６０の運転データ１８１を記憶部１６０に格納する。エネルギーフロー図作成部１５０は、記憶部１６０からプラント６０の運転データ１８１を読み出し、読み出した運転データ１８１を用いて、顧客のプラント６０を模したエネルギーフロー図１９３を作成する。具体的には、エネルギーフロー図作成部１５０は、インターフェース部１１０からのユーザの指示に基づき、汎用のグラフィックソフトウェア（例えば、Microsoft Visio（登録商標））を用いてエネルギーフロー図１９３を作成する。

グラフィックソフトウェアのステンシルには、予め９種類の基本オブジェクトアイコン（例えば、設備型オブジェクト、ソース／ストレージ型オブジェクト、需要／バランス型オブジェクト、センサ型オブジェクト、制約条件定義用オブジェクト、複数ページ間リンクオブジェクト、階層型オブジェクト、エネルギーフロー用コネクタ、および情報取得用コネクタ）が登録されている。エネルギーフロー図作成部１５０は、これらの基本オブジェクトアイコンを用いてエネルギーフロー図１９３を作成する。

図５は、エネルギーフロー図１９３の一例を示す図である。図５に示されるように、エネルギーフロー図１９３は、エネルギーフロー用コネクタで接続された、プラント６０の複数の設備を示す図である。

エネルギーフロー図１９３において、ボイラーや冷却器等の複数のオブジェクトが配置され、これら複数のオブジェクト間がエネルギーフロー用コネクタで接続されている。エネルギーフロー用コネクタには、運転データ１８１のＩＤ番号が関連付けられている。例えば、図４に示される運転データ１８１のＩＤ番号をエネルギーフロー用コネクタにドラッグ＆ドロップすることで、エネルギーフロー用コネクタに運転データ１８１のＩＤ番号を関連付けることができる。これにより、エネルギーフロー図作成部１５０は、エネルギーフロー図１９３を作成することができる。

次に、ユーザがインターフェース部１１０から「モデル作成」の実行を指示すると、プラントモデルの作成処理が開始される。プラントモデルの作成処理において、正確な省エネポテンシャルを算出するためには、運転データ１８１とモデル値との誤差（モデル誤差）が小さい高精度なモデルを作成する必要がある。しかしながら、運転データ１８１に測定器の故障等による外れ値(または異常値)が多く含まれていると、高精度なモデルを作成することは難しい。そこで、外れ値除去部１３１は、運転データ１８１から予め外れ値を除去する。

外れ値除去部１３１は、記憶部１６０からプラント６０の運転データ１８１を読み出し、マハラノビス距離を用いて運転データ１８１から外れ値を除去する。具体的に、外れ値除去部１３１は、式（１）に基づき、多変数（多変量）の運転データＸを、その平均値μと分散・共分散行列Ｖを用いてマハラノビス距離Ｄに変換する。

次に、外れ値除去部１３１は、式（２）に基づき、マハラノビス距離Ｄを用いて確率密度関数Ｐを求め、χ２乗分布を作成する。なお、ｔは、運転データＸに含まれるデータの種別の個数を示す。

図６は、外れ値除去部１３１により作成されたχ２乗分布の一例を示す図である。図６において、横軸はマハラノビス距離Ｄを示し、縦軸は確率密度関数Ｐを示す。外れ値除去部１３１は、χ２乗分布の面積のうち外れ値の面積Ａの比率α（例えば５％）に相当する値を閾値ＴＨ０として算出する。外れ値除去部１３１は、全てのデータのマハラノビス距離をチェックして、閾値ＴＨ０を超えるデータ（外れ値）を運転データ１８１から除去する。その後、外れ値除去部１３１は、外れ値が除去された運転データ１８１を記憶部１６０に記憶する。

クラスタリング部１３２は、運転データ１８１のクラスタリングを行う。具体的に、クラスタリング部１３２は、外れ値が除去された運転データ１８１を記憶部１６０から読み出し、混合ガウス分布モデル(Gaussian Mixture Model)を用いたフィッティングにより、同じ傾向やパターンを示すグループ(クラスタ)に、運転データ１８１を分割する。

図７は、クラスタリング部１３２によりクラスタリングされた運転データ１８１の一例を示す図である。図７において、横軸は運転データ１８１の変数１（例えば、燃料の量）を示し、縦軸は運転データの変数２（例えば、発電量）を示す。なお、図７に示される例においては、理解を容易にするために２つの変数の例を示しているが、変数の数は３つ以上であってもよい。

クラスタリング部１３２は、１つの領域に対して１つのクラスタが分類された状態になるまで運転データ１８１の分割を行い、分割数が最大分割数（例えば１０）に到達した場合は、クラスタリングを終了する。

図７に示される例においては、運転データ１８１が３つのクラスタＣ１〜Ｃ３に分割されているが、これに限らない。例えば、クラスタリング部１３２は、運転データ１８１を４つ以上のクラスタに分割してもよい。クラスタリング部１３２は、運転データ１８１から分割した複数のクラスタＣ１〜Ｃ３を、クラスタリング情報１８２として記憶部１６０に記憶する。

主成分リスト生成部１３３は、クラスタリング部１３２によって生成されたクラスタリング情報１８２に基づき、主成分を抽出する。具体的には、主成分リスト生成部１３３は、記憶部１６０から運転データ１８１およびクラスタリング情報１８２（クラスタＣ１〜Ｃ３）を読み出し、主成分分析(PCA：Principal Component Analysis)を実行することにより、読み出したクラスタの主成分を算出する。

図８は、第１主成分軸ＡＸの一例を示す図である。図８に示される例においては、理解を容易にするために３つの変数ｘ_１〜ｘ_３に対応する３つの軸が示されているが、変数の数は４つ以上であってもよい。

主成分リスト生成部１３３は、運転データＸ^ｄａｔａを正規化したデータＸ’^ｄａｔａに対して主成分分析（ＰＣＡ）を適用する。運転データＸ^ｄａｔａは、式（３）のように示される。ここで、Ｎ（＝１，２，・・・，ｎ）は、エネルギーフロー用コネクタに関連付けられたＩＤ番号の個数（変数の個数）を示し、Ｉは、クラスタリングされたクラスタの個数を示す。

主成分リスト生成部１３３は、正規化したデータＸ’^ｄａｔａに主成分分析（ＰＣＡ）を適用することにより、運転データをよく説明している主成分Ｃ’_Ｎ（Ｃ’_１，Ｃ’_２，・・・，Ｃ’_ｎ）を算出する。

主成分リスト生成部１３３によって算出されたｎ個の主成分は、互いに直交している。主成分リスト生成部１３３は、式（４）に基づき、寄与率ＣＲを算出する。寄与率ＣＲは、主成分が運転データ１８１をどの程度説明しているかを示す値である。ここで、固有値λは、主成分の分散を示す値である。

図９は、あるクラスタに対する主成分リスト１８３の一例を示す図である。主成分リスト１８３は、主成分の番号データ１８３ａと、寄与率データ１８３ｂと、固有値データ１８３ｃと、主成分データ１８３ｄとを含むリストである。主成分リスト生成部１３３は、寄与率ＣＲが高い順に主成分を抽出し、主成分リスト１８３を生成する。主成分リスト生成部１３３は、生成した主成分リスト１８３を記憶部１６０に記憶する。

次に、累積寄与率算出部１３４は、記憶部１６０から主成分リスト１８３を読み出し、主成分リスト１８３中の寄与率ＣＲを取得する。そして、累積寄与率算出部１３４は、式（５）に基づいて累積寄与率ＣＣＲを算出する。累積寄与率算出部１３４は、算出した累積寄与率ＣＣＲを主成分破棄部１３５に出力する。

主成分破棄部１３５は、累積寄与率算出部１３４によって算出された累積寄与率ＣＣＲと第１の閾値ＴＨ１（例えば０．９５）とを比較する。なお、第１の閾値ＴＨ１の値は０．９５に限られるものではなく、適宜設定されてよい。

主成分破棄部１３５は、累積寄与率ＣＣＲが第１の閾値ＴＨ１未満であると判定した場合、累積寄与率ＣＣＲに足し込まれた寄与率ＣＲに対応する主成分を、主成分リスト１８３から破棄する。主成分破棄部１３５がこの処理を繰り返し実行することにより、寄与率ＣＲの高い主成分が破棄されていく。主成分破棄部１３５は、一部の主成分が破棄された主成分リスト１８３を、記憶部１６０に記憶する。

以下、主成分の破棄処理の一例について説明する。図９に示される主成分リスト１８３には、５つの主成分が含まれている。まず、累積寄与率算出部１３４は、１番目の累積寄与率ＣＣＲ（１番目の主成分の寄与率）＝０．７２３２を算出する。算出した１番目の累積寄与率ＣＣＲ（０．７２３２）は第１の閾値ＴＨ１（０．９５）未満であるため、主成分破棄部１３５は、１番目の主成分を主成分リスト１８３から破棄する。

次に、累積寄与率算出部１３４は、２番目の累積寄与率ＣＣＲ（１番目の主成分の寄与率＋２番目の主成分の寄与率）＝０．７２３２＋０．１９８０＝０．９２１２を算出する。算出した２番目の累積寄与率ＣＣＲ（０．９２１２）は第１の閾値ＴＨ１（０．９５）未満であるため、主成分破棄部１３５は、２番目の主成分を主成分リスト１８３から破棄する。

次に、累積寄与率算出部１３４は、３番目の累積寄与率ＣＣＲ（１番目の主成分の寄与率＋２番目の主成分の寄与率＋３番目の主成分の寄与率）＝０．７２３２＋０．１９８０＋０．０７８６＝０．９９９８を算出する。算出した３番目の累積寄与率ＣＣＲ（０．９９９８）は第１の閾値ＴＨ１（０．９５）以上であるため、主成分破棄部１３５は、１番目の主成分および２番目の主成分が破棄された主成分リスト１８３を、記憶部１６０に記憶する。以降、特性式算出部１３６による特性式算出処理が行われる。

特性式算出部１３６は、主成分リスト１８３を記憶部１６０から読み出す。特性式算出部１３６は、主成分リストに残されたｋ個の主成分Ｃ’_Ｋ（Ｃ’_１，Ｃ’_２，・・・，Ｃ’_ｋ）を法線ベクトルとする平面の方程式を、特性式として算出する。ここで、特性式は式（６）のように示される。

主成分破棄部１３５は、運転データ１８１をよく説明している寄与率ＣＲの高い主成分の軸（例えば、第１主成分軸ＡＸ）を破棄する。これは、図１０に示されるように、この主成分の軸と直交する平面Ｐ１には、運転データ１８１がほとんど含まれないからである。

したがって、図１１に示されるように、特性式算出部１３６は、主成分リスト１８３に残された寄与率ＣＲの低い主成分の軸を法線ベクトルとして用いることによって、運転データ１８１が多く含まれる平面Ｐ２を算出することができる。

特性式算出部１３６によって算出された平面の方程式は、各変数との関係が「＝０」で表された制約条件式の形となっている。例えば、これらの式には、設備の入出力関係式に加えて、バランス収支といった変数間の相関関係式や、物理特性が不明な関係式などが含まれている。このため、特性式算出部１３６は、プラント６０に設置された設備に関する特性式を網羅的に算出することができる。

算出された特性式は正規化されている。このため、特性式算出部１３６は、運転データ１８１の平均値ｍおよび標準偏差ｓを用いて、算出された特性式を正規化前の実量に戻した特性式に変換し、係数項ｃおよびバイアス項ｂを算出する。具体的に、特性式算出部１３６は、式（７）に示される演算を行う。

運転特性解析部１３０は、特性式から算出される運転データの推定値（モデル値）と、運転データ１８１の実測値との間の誤差（モデル誤差）が第２の閾値ＴＨ２（例えば１％）以下である場合は、算出した特性式を特性解析シート１８４に出力し、解析を終了する。特性解析シート１８４は、汎用の表計算ソフトウェア（例えば、Microsoft Excel（登録商標））を用いて生成されたシートである。

一方、運転特性解析部１３０は、モデル誤差が第２の閾値ＴＨ２より大きい場合は、クラスタリング部１３２による運転データ１８１の領域分割数をｒ個からｒ＋１個に増やして、再度特性式の算出を行う。クラスタリング部１３２が運転データ１８１の分割数を増加させることで、モデル誤差を減少させることができる。

ただし、クラスタリングの領域分割数をｒ＋１個に増やして算出された特性式の数が、クラスタリングの領域分割数がｒ個のときに比べて少ない場合は、データの細分化により見えていた特性が見えなくなったと考えられる。このため、運転特性解析部１３０は、クラスタリングの領域分割数がｒ個のときまでに得られた特性式の中で、モデル誤差が最小の特性式を特性解析シート１８４に出力して、解析を終了する。同様に、領域分割数が最大値（例えば１０）に到達している場合も、これまでに得られた特性式の中で、モデル誤差が最小の特性式を特性解析シート１８４に出力して、解析を終了する。

パラメータ調整部１３７は、特性式算出部１３６によって算出された特性式のパラメータ（係数項ｃおよびバイアス項ｂ等）を調整する。例えば、パラメータ調整部１３７は、省エネポテンシャルを算出する期間の運転データ１８１を記憶部１６０から読み出し、読み出した運転データ１８１を用いて係数項ｃおよびバイアス項ｂを算出する。係数項ｃおよびバイアス項ｂを算出する手法としては、非線形の最小二乗法が用いられる。

特性式が複数存在する場合には、各特性式間の直交性を維持できるように制約条件が定義される。そして、パラメータ調整部１３７は、算出した係数項ｃおよびバイアス項ｂを、各変数の上下限値やモデル誤差等とともに特性解析シート１８４に出力する。なお、パラメータ調整部１３７によるパラメータ調整は、特性式のパラメータ調整が必要な場合にのみ実行されればよい。

モデル作成部１４０は、特性解析シートからパラメータ（係数項ｃ、バイアス項ｂ、および上下限値のうちの少なくとも一つ）および特性式等の設計情報を取得し、プラント６０のモデルを作成する。取得した特性式はクラスタ毎に定義されているため、モデル作成部１４０は、複数の特性式を統合することにより折れ線近似式を生成する。

図１２は、モデル作成部１４０により生成された折れ線近似式の一例を示す図である。図１２において、横軸は運転データ１８１の変数１（例えば、燃料の量）を示し、縦軸は運転データの変数２（例えば、発電量）を示す。なお、図１２に示される例においては、理解を容易にするために２つの変数の例を示しているが、変数の数は３つ以上であってもよい。

図１２に示されるように、モデル作成部１４０は、クラスタＣ１〜Ｃ５の特性式を統合し、折れ線近似式を生成する。モデル作成部１４０は、生成した折れ線近似式をプラントモデル情報１９２として記憶部１６０に記憶する。

また、モデル作成部１４０は、パラメータの設定や最適解の出力に用いられる入出力シート１９１を生成し、生成した入出力シート１９１を記憶部１６０に記憶する。入出力シート１９１は、汎用の表計算ソフトウェア（例えば、Microsoft Excel（登録商標））を用いて生成されたシートである。

操業計画情報生成部１７０は、インターフェース部１１０からのユーザの指示に基づき、最適化計算を実行する。具体的に、操業計画情報生成部１７０は、エネルギーフロー図１９３およびプラントモデル情報１９２を記憶部１６０から読み出し、読み出したエネルギーフロー図１９３およびプラントモデル情報１９２を用いて実行ファイルへのコンパイルを行う。また、操業計画情報生成部１７０は、入出力シート１９１を記憶部１６０から読み出し、読み出した入出力シート１９１からパラメータ値を取得してファイルの作成を行う。

その後、操業計画情報生成部１７０は、最適化計算を実行する。本実施形態において、操業計画情報生成部１７０は、最適化手法として、厳密解法（混合整数計画法：MILP）および高速近似解法（高速最適化手法：HMPO）のいずれかを選択することができる。このうち、高速近似解法は、本出願人が開発した最適化手法である（特開２０１５−６２１０２号公報：運転計画策定方法および運転計画策定システム)。

操業計画情報生成部１７０は、最適化計算を実行することにより、設備の入出力量の時系列トレンド（図１３）、設備の発停を示す運転ガントチャート（図１４）、および省コストメリット（図１５）等からなる操業計画情報(最適解)を生成する。操業計画情報生成部１７０は、生成した操業計画情報（設備の入出力量の時系列トレンド、運転ガントチャート、および省コストメリット等）を、プラント情報システム２０に送信するとともに、入出力シート１９１に出力する。なお、操業計画情報生成部１７０は、省コストメリットとともに、省エネメリットを生成してもよい。

以上の処理を行うことにより、プラント６０のモデルを自動的に作成することができる。これによって、プラントの運転データに基づいて各設備に関する複数の特性式や制約条件を網羅的に抽出することができるとともに、専門的な知識を必要とすることなく、少ない工数で高精度なプラント６０のモデルを作成することができる。

図１６は、操業計画策定システム１０により実行される操業計画策定処理を示すフローチャートである。まず、エネルギーフロー図作成部１５０は、運転データ取得部１２０により取得されたプラント６０の運転データ１８１を用いて、図５に示されるエネルギーフロー図１９３を作成する（ステップＳ１０）。次に、ユーザがインターフェース部１１０から「モデル作成」の実行を指示すると、プラントモデルの作成処理（ステップＳ１１〜Ｓ２１）が開始される。

外れ値除去部１３１は、プラント６０の運転データ１８１から、マハラノビス距離を用いて外れ値を除去する（ステップＳ１１）。クラスタリング部１３２は、外れ値が除去された運転データ１８１を、混合ガウス分布モデル(Gaussian Mixture Model)を用いたフィッティングにより複数のクラスタに分割することで、クラスタリング情報１８２を生成する（ステップＳ１２）。

主成分リスト生成部１３３は、クラスタリング部１３２によって生成されたクラスタリング情報１８２に基づき、クラスタごとに主成分および寄与率ＣＲを含むデータを算出し、算出したデータを含む主成分リスト１８３を生成する（ステップＳ１３）。累積寄与率算出部１３４は、主成分リスト生成部１３３によって生成された主成分リスト１８３に基づき、累積寄与率ＣＣＲを算出する（ステップＳ１４）。

主成分破棄部１３５は、累積寄与率算出部１３４によって算出された累積寄与率ＣＣＲが第１の閾値ＴＨ１未満であるかどうかを判断する（ステップＳ１５）。累積寄与率ＣＣＲが第１の閾値ＴＨ１未満である場合（ステップＳ１５：ＮＯ）、主成分破棄部１３５は、累積寄与率ＣＣＲに足し込まれた寄与率ＣＲに対応する主成分を主成分リスト１８３から破棄し（ステップＳ１６）、前述のステップＳ１４に戻る。

累積寄与率ＣＣＲが第１の閾値ＴＨ１以上である場合（ステップＳ１５：ＹＥＳ）、特性式算出部１３６は、主成分リスト１８３に含まれる主成分を法線ベクトルとする特性式を算出し、算出した特性式を特性解析シート１８４に出力する（ステップＳ１７）。

運転特性解析部１３０は、特性式から算出される各変数の推定値（モデル値）と、運転データ１８１と間の誤差を示すモデル誤差が第２の閾値ＴＨ２以下であるかどうかを判断する（ステップＳ１８）。モデル誤差が第２の閾値ＴＨ２より大きい場合（ステップＳ１８：ＮＯ）、前述のステップＳ１２に戻る。

モデル誤差が第２の閾値ＴＨ２以下の場合（ステップＳ１８：ＹＥＳ）、パラメータ調整部１３７は、特性式算出部１３６によって算出された特性式に含まれるパラメータを調整し、パラメータを調整された特性式を特性解析シート１８４に出力する（ステップＳ１９）。モデル作成部１４０は、特性解析シート１８４に出力された特性式に基づき、プラント６０のモデルを示すプラントモデル情報１９２を作成する（ステップＳ２０）。

運転特性解析部１３０は、プラント６０の全設備のプラントモデル情報１９２が作成されたかどうかを判断する（ステップＳ２１）。プラント６０の全設備のプラントモデル情報１９２が作成されていない場合（ステップＳ２１：ＮＯ）、前述のステップＳ１２に戻る。

プラント６０の全設備のプラントモデル情報１９２が作成されている場合（ステップＳ２１：ＹＥＳ）、操業計画情報生成部１７０は、エネルギーフロー図作成部１５０により作成されたエネルギーフロー図１９３と、モデル作成部１４０により作成されたプラントモデル情報１９２とを用いて、操業計画情報（設備の入出力量の時系列トレンド、運転ガントチャート、および省コストメリット等のうちの少なくとも一つ）を生成し（ステップＳ２２）、本フローチャートによる処理を終了する。

なお、上記実施形態におけるプラントモデル作成装置１００は、内部にコンピュータシステムを有している。そして、図１６に示されるプラントモデル作成装置１００の各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。ここで、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、および半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。

以上説明したように、プラントモデル作成装置１００は、外れ値除去部１３１と、クラスタリング部１３２と、主成分リスト生成部１３３と、累積寄与率算出部１３４と、主成分破棄部１３５と、特性式算出部１３６と、モデル作成部１４０とを備える。外れ値除去部１３１は、プラントの運転データ１８１から、外れ値を除去する。クラスタリング部１３２は、外れ値を除去された運転データ１８１を、複数のクラスタに分割する。主成分リスト生成部１３３は、クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リスト１８３を生成する。累積寄与率算出部１３４は、主成分リストに基づき累積寄与率を算出する。主成分破棄部１３５は、累積寄与率が第１の閾値ＴＨ１未満である場合、累積寄与率に足し込まれた寄与率に対応する主成分を主成分リスト１８３から破棄する。特性式算出部１３６は、主成分リスト１８３に含まれる主成分を法線ベクトルとする特性式を算出する。モデル作成部１４０は、算出された特性式に基づき、プラントモデル情報１９２を作成する。これによって、プラントの運転データに基づいて各設備に関する複数の特性式や制約条件を網羅的に抽出することができるとともに、専門的な知識を必要とすることなく、少ない工数で高精度なプラント６０のモデルを作成することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１エネルギー管理システム、１０操業計画策定システム、６０プラント、１００プラントモデル作成装置、１１０インターフェース部、１２０運転データ取得部、１３０運転特性解析部、１３１外れ値除去部、１３２クラスタリング部、１３３主成分リスト生成部、１３４累積寄与率算出部、１３５主成分破棄部、１３６特性式算出部、１３７パラメータ調整部、１４０モデル作成部、１５０エネルギーフロー図作成部、１６０記憶部、１７０操業計画情報生成部、１８１運転データ、１８２クラスタリング情報、１８３主成分リスト、１８４特性解析シート、１９１入出力シート、１９２プラントモデル情報、１９３エネルギーフロー図、ＴＨ１第１の閾値、ＴＨ２第２の閾値

Claims

プラントの運転データから、外れ値を除去する外れ値除去部と、
前記外れ値除去部により前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング部と、
前記クラスタリング部によって分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成部と、
前記主成分リスト生成部によって生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出部と、
前記累積寄与率算出部によって算出された前記累積寄与率が第１の閾値未満である場合、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄部と、
前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出部と、
前記特性式算出部によって算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成部と、
を有するプラントモデル作成装置。
前記特性式算出部によって算出された前記特性式に含まれるパラメータを調整するパラメータ調整部を更に有し、
前記モデル作成部は、前記パラメータ調整部によって前記パラメータを調整された前記特性式に基づき、前記プラントのモデルを作成する
請求項１記載のプラントモデル作成装置。
前記パラメータ調整部は、前記特性式に含まれる係数項、バイアス項、および上下限値のうちの少なくとも一つを調整する
請求項２記載のプラントモデル作成装置。
前記プラントの運転データを用いて、エネルギーフロー図を作成するエネルギーフロー図作成部と、
前記エネルギーフロー図作成部により作成された前記エネルギーフロー図と、前記モデル作成部により作成された前記モデルとを用いて、操業計画情報を生成する操業計画情報生成部と、
を更に備える請求項１から３のいずれか一項に記載のプラントモデル作成装置。
前記操業計画情報生成部は、前記プラントに設置される設備の入出力量の時系列トレンド、前記設備の発停を示す運転ガントチャート、および省コストメリットのうちの少なくとも一つを、前記操業計画情報として生成する
請求項４記載のプラントモデル作成装置。
前記クラスタリング部は、前記特性式から算出される前記運転データの推定値と、前記運転データの実測値との間の誤差が第２の閾値より大きい場合、前記運転データの分割数を増加して、再度前記運転データを複数のクラスタに分割する
請求項１から５のいずれか一項に記載のプラントモデル作成装置。
プラントの運転データから、外れ値を除去する外れ値除去工程と、
前記外れ値除去工程において前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング工程と、
前記クラスタリング工程において分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成工程と、
前記主成分リスト生成工程において生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出工程と、
前記累積寄与率算出工程において算出された前記累積寄与率が第１の閾値未満である場合、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄工程と、
前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出工程と、
前記特性式算出工程において算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成工程と、
を有するプラントモデル作成方法。
コンピュータに、
プラントの運転データから、外れ値を除去する外れ値除去工程と、
前記外れ値除去工程において前記外れ値を除去された前記運転データを、複数のクラスタに分割するクラスタリング工程と、
前記クラスタリング工程において分割された前記クラスタごとに主成分および寄与率を含むデータを算出し、算出したデータを含む主成分リストを生成する主成分リスト生成工程と、
前記主成分リスト生成工程において生成された前記主成分リストに基づき、累積寄与率を算出する累積寄与率算出工程と、
前記累積寄与率算出工程において算出された前記累積寄与率が第１の閾値未満である場合、前記累積寄与率に足し込まれた寄与率に対応する主成分を前記主成分リストから破棄する主成分破棄工程と、
前記主成分リストに含まれる主成分を法線ベクトルとする特性式を算出する特性式算出工程と、
前記特性式算出工程において算出された前記特性式に基づき、前記プラントのモデルを作成するモデル作成工程と、
を実行させるためのプラントモデル作成プログラム。