JP6710913B2 - 情報提供装置、情報提供方法、及びプログラム - Google Patents

Description

本発明は、情報提供装置、情報提供方法、及びプログラムに関する。

センサの測定データ等の運転データを分析してプロセスの監視や診断を行う方法として、多変量統計的プロセス監視（ＭＳＰＣ：Multivariate Statistical Process Control）と呼ばれる方法が従来から知られている。

また、多変量統計的プロセス監視において、プラントの管理者や運転員に対して、異常時にどのようなアクションを起こせば良いかの判断の指針を与える技術が従来から知られている（例えば特許文献１参照）。

特開２０１４−９６０５０号公報

しかしながら、上記の従来技術では、例えばプラントの運転員等は、異常が発生した際にどのような復旧操作を行えば良いのかを知ることができない場合があった。したがって、例えば、プラントの運転員の経験が浅い場合等には、発生した異常の復旧操作に時間が掛かってしまっていた。

本発明の一実施形態は、上記の点に鑑みてなされたもので、類似の過去事例を提供することを目的とする。

上記目的を達成するため、本発明の一実施形態では、機器又は設備の監視を支援する情報を提供する情報提供装置であって、時系列に従って予め記憶されている前記機器又は設備におけるイベント情報から、予め指定されたイベント情報を含む複数のイベント系列を生成する第１の生成手段と、前記第１の生成手段で生成された複数のイベント系列同士の類似度を算出する算出手段と、前記算出手段で算出された類似度に基づいて前記複数のイベント系列を分類して、事例情報を生成し、該事例情報を所定の記憶領域に記憶させる記憶手段と、前記機器又は設備から出力されたイベント情報と、前記所定の記憶領域に記憶されている事例情報との類似度を算出して、該類似度に応じて前記事例情報を出力する情報提供手段と、を有する。

本発明の一実施形態によれば、類似の過去事例を提供することができる。

第一の実施形態の監視支援システムの一例の構成を示す図である。 第一の実施形態の支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。 第一の実施形態の監視支援システムの一例の機能構成を示す図である。 第一の実施形態の事例データの作成処理の一例を示すフローチャートである。 第一の実施形態のログデータ系列の生成を模式的に説明する図である。 第一の実施形態の運転データ系列の生成を模式的に説明する図である。 ログデータ系列及び運転データ系列の類似度の算出結果の一例を示す図である。 事例ＤＢの一例を示す図である。 第一の実施形態の情報提供処理の一例を示すフローチャートである。 過去の操作手順を情報提供する場合について模式的に説明する図である。 過去の原因候補を情報提供する場合について模式的に説明する図である。 第二の実施形態の監視支援システムの一例の機能構成を示す図である。 第二の実施形態の事例データの作成処理の一例を示すフローチャートである。 第二の実施形態のログデータ系列の生成を模式的に説明する一例の図である。 第二の実施形態の情報提供処理の一例を示すフローチャートである。 対象イベントの発生予測を情報提供する場合について模式的に説明する図である。 第三の実施形態の監視支援システムの一例の機能構成を示す図である。 第三の実施形態の事例データの作成処理の一例を示すフローチャートである。

次に、本発明の実施の形態について、図面を参照しながら詳細に説明する。

［第一の実施形態］
＜システム構成＞
まず、本実施形態の監視支援システム１のシステム構成について、図１を参照しながら説明する。図１は、第一の実施形態の監視支援システムの一例の構成を示す図である。

図１に示す監視支援システム１は、支援装置１０と、１以上の監視装置２０と、履歴管理装置３０と、１以上の機器制御装置４０とを有する。これら各装置は、例えばＬＡＮ（Local Area Network）等のネットワークＮを介して通信可能に接続されている。また、機器制御装置４０には、１以上の機器５０が接続されている。

本システムの動作には、機器５０に故障や異常等が発生した場合における復旧操作手順等の過去事例を作成する「事例作成」フェーズと、機器５０で発生したイベント等に応じた過去事例をユーザに提示する「情報提供」フェーズとがある。基本的に「事例作成」フェーズはオフラインの処理であり、「情報提供」フェーズはオンラインの処理である。

支援装置１０は、「事例作成」フェーズにおいて、履歴管理装置３０に蓄積されている過去のイベントログデータや運転データに基づいて、所定のイベントが発生した場合の過去事例を示す事例データを作成する。また、支援装置１０は、「情報提供」フェーズにおいて、機器５０で発生したイベント等に応じて、過去事例を示す事例データをユーザに提示する。

監視装置２０は、「情報提供」フェーズにおいて、支援装置１０から提示された事例データに基づく過去事例を表示する。これにより、例えばプラント等の運転員やオペレータ等のユーザは、機器５０において故障や異常等のイベントが発生した場合に、その後に行うべき復旧操作手順等を知ることができる。このように、本実施形態の監視支援システム１では、故障や異常等のイベントが発生した場合における過去事例をユーザに情報提供することで、当該ユーザが復旧操作等を行うことを支援する。

履歴管理装置３０は、機器制御装置４０から受信したイベントログデータや運転データ等の履歴を時系列で管理する。

ここで、イベントログデータとは、機器５０で何等かのイベントが発生した際に機器制御装置４０から送信される、イベントの発生等を示すデータである。イベントには、機器５０で発生した故障や異常を示すアラーム、機器５０における各種動作、ユーザによる機器５０の設定値の変更等の各種操作、当該操作に対する機器５０の応答等が含まれる。なお、以降では、イベントログデータを、単に「イベントデータ」と表す。

また、運転データとは、機器５０が備える流量計や圧力計、温度計等の各種センサの測定データの履歴である。なお、本実施形態では運転データは、測定データの履歴であるものとして説明するが、運転データには、例えば機器５０が備えるアクチュエータ等の動作データの履歴等が含まれていても良い。

機器制御装置４０は、機器５０を制御する装置である。機器制御装置４０は、自身に接続されている機器５０に何等かのイベント（例えば機器５０の状態変化等）が発生した場合や機器５０が各種センサで測定対象を測定した場合等に、イベントデータや測定データを履歴管理装置３０に送信する。

機器５０は、例えばガスタービンや蒸気タービン等であり、機器制御装置４０により制御される設備やプラント等である。

なお、本実施形態の監視支援システム１では、機器５０の一例としてプラントや設備等を想定するが、これに限られない。本実施形態の監視支援システム１は、機器制御装置４０により制御される機器５０として例えばルータ等を用いて、ネットワーク機器に故障や異常等が発生した場合の過去事例を情報提供する場合にも適用され得る。また、同様に、機器５０として各種電子機器を用いて、各種電子機器に故障や異常等が発生した場合の過去事例を情報提供する場合にも適用され得る。

＜ハードウェア構成＞
次に、本実施形態の支援装置１０、監視装置２０、及び履歴管理装置３０のハードウェア構成について、図２を参照しながら説明する。図２は、第一の実施形態の支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。なお、支援装置１０、監視装置２０、及び履歴管理装置３０は同様のハードウェア構成を有しているため、以降では、主に支援装置１０のハードウェア構成について説明する。

図２に示す支援装置１０は、入力装置１１、表示装置１２、外部Ｉ／Ｆ１３、ＲＡＭ（Random Access Memory）１４を有する。また、図２に示す支援装置１０は、ＲＯＭ（Read Only Memory）１５、ＣＰＵ（Central Processing Unit）１６、通信Ｉ／Ｆ１７、記憶装置１８を有する。これら各ハードウェアは、バスＢにより通信可能に接続されている。

入力装置１１は、例えばキーボードやマウス、タッチパネル等であり、ユーザが各操作信号を入力するのに用いられる。表示装置１２は、例えばＬＣＤ（Liquid Crystal Display）等であり、処理結果を表示する。なお、入力装置１１及び／又は表示装置１２は、必要なときにバスＢに接続して利用する形態であってもよい。

外部Ｉ／Ｆ１３は、外部装置とのインタフェースである。外部装置には、記録媒体１３ａ等がある。これにより、支援装置１０は、外部Ｉ／Ｆ１３を介して記録媒体１３ａの読み取り及び／又は書き込みを行うことができる。記録媒体１３ａには、フレキシブルディスク、ＣＤ、ＤＶＤ、ＳＤメモリカード、ＵＳＢメモリ等がある。なお、記録媒体１３ａには、本実施形態を実現するプログラムが格納されてもよい。

ＲＡＭ１４は、プログラムやデータを一時保持することができる揮発性の半導体メモリである。ＲＯＭ１５には、支援装置１０の起動時に実行されるＢＩＯＳ（Basic Input/Output System）、ＯＳ（Operating System）設定、及びネットワーク設定等のプログラムやデータが格納されている。

ＣＰＵ１６は、ＲＯＭ１５や記憶装置１８等からプログラムやデータをＲＡＭ１４上に読み出し、処理を実行することで、支援装置１０全体の制御や機能を実現する演算装置である。

通信Ｉ／Ｆ１７は、支援装置１０をネットワークＮに接続するためのインタフェースである。これにより、支援装置１０は、通信Ｉ／Ｆ１７を介してデータ通信を行うことができる。

記憶装置１８は、プログラムやデータを格納している不揮発性のメモリであり、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（solid state drive）等である。格納されるプログラムやデータには、本実施形態を実現するプログラム、支援装置１０全体を制御する基本ソフトウェアであるＯＳ、及びＯＳ上において各種機能を提供するアプリケーションソフトウェア等がある。なお、記憶装置１８は、格納しているプログラムやデータを所定のファイルシステム及び／又はＤＢにより管理している。

本実施形態に係る支援装置１０は、上記のハードウェア構成を有することにより、後述する各種処理を実現できる。

＜機能構成＞
次に、本実施形態の監視支援システム１の機能構成について、図３を参照しながら説明する。図３は、第一の実施形態の監視支援システムの一例の機能構成を示す図である。

図３に示す履歴管理装置３０は、ログデータＤＢ３０１、及び運転データＤＢ３０２を有する。これら各ＤＢは、記憶装置１８を用いて実現可能である。

ログデータＤＢ３０１は、機器制御装置４０から送信されたイベントデータを時系列に従って格納する。運転データＤＢ３０２は、機器制御装置４０から送信された測定データを時系列に従って格納する。このように、履歴管理装置３０は、機器５０で発生したイベントのイベントデータや機器５０がセンサで測定した測定データをログデータＤＢ３０１や運転データＤＢ３０２に蓄積する。

図３に示す支援装置１０は、対象イベント設定部１０１、事例系列作成部１０２、第１の算出部１０３、分類部１０４、名前付け部１０５、比較系列作成部１０６、第２の算出部１０７、取得部１０８、及び情報提供部１０９を有する。これら各部は、支援装置１０にインストールされた１以上のプログラムが、ＣＰＵ１６に実行させる処理により実現される。

また、図３に示す支援装置１０は、事例ＤＢ１１０を有する。当該ＤＢは、記憶装置１８を用いて実現可能である。

対象イベント設定部１０１は、「事例作成」フェーズにおいて、ユーザにより指定されたイベントを事例データの作成対象イベント（以降では、「対象イベント」と表す。）として設定する。

事例系列作成部１０２は、「事例作成」フェーズにおいて、対象イベントに基づいて、ログデータＤＢ３０１に格納されているイベントデータから複数のログデータ系列を作成する。また、事例系列作成部１０２は、「事例作成」フェーズにおいて、運転データＤＢ３０２に格納されている測定データから、作成したログデータ系列に対応する運転データ系列を作成する。

第１の算出部１０３は、「事例作成」フェーズにおいて、ログデータ系列同士の類似度、又は運転データ系列同士の類似度を算出する。また、第１の算出部１０３は、「事例作成」フェーズにおいて、算出した類似度を正規化する。

分類部１０４は、「事例作成」フェーズにおいて、第１の算出部１０３により算出された類似度に基づいて、複数のログデータ系列及び運転データ系列を分類する。

名前付け部１０５は、「事例作成」フェーズにおいて、分類部１０４により分類されたログデータ系列及び運転データ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０５は、名前が付与されたログデータ系列及び運転データ系列を事例データとして事例ＤＢ１１０に格納する。これにより、本実施形態の監視支援システム１では、「事例作成」フェーズにおいて、対象イベントに関する過去事例を示す事例データが作成及び保持される。

比較系列作成部１０６は、「情報提供」フェーズにおいて、ログデータＤＢ３０１に格納されているイベントデータのうち、直近のイベントデータからログ比較用データ系列を作成する。また、比較系列作成部１０６は、「情報提供」フェーズにおいて、運転データＤＢ３０２に格納されている測定データから、作成したログ比較用データ系列に対応する運転比較用データ系列を作成する。

ここで、ログ比較用データ系列とは、事例ＤＢ１１０に格納された事例データに含まれるログデータ系列との類似度を比較するためのイベントデータのデータ系列である。一方で、運転比較用データ系列とは、ログ比較用データ系列に対応する測定データのデータ系列であり、事例ＤＢ１１０に格納された事例データに含まれる運転データ系列との類似度を比較するためのデータ系列である。

第２の算出部１０７は、「情報提供」フェーズにおいて、事例ＤＢ１１０に格納された事例データに含まれるログデータ系列と、ログ比較用データ系列との類似度を算出する。また、第２の算出部１０７は、「情報提供」フェーズにおいて、事例ＤＢ１１０に格納された事例データに含まれる運転データ系列と、運転比較用データ系列との類似度を算出する。

取得部１０８は、「情報提供」フェーズにおいて、第２の算出部１０７により算出された類似度に基づいて、事例ＤＢ１１０からログデータ系列及び運転データ系列を取得する。すなわち、取得部１０８は、ログ比較用データ系列との類似度が高いログデータ系列、及び運転比較用データ系列との類似度が高い運転データ系列を取得する。これにより、本実施形態の監視支援システム１では、機器５０の直近の状況と類似の過去事例を示す事例データを取得することができる。

情報提供部１０９は、「情報提供」フェーズにおいて、取得部１０８により取得されたログデータ系列及び運転データ系列を評価して、評価結果を監視装置２０に送信する。これにより、本実施形態の監視支援システム１では、過去事例の情報を情報提供として監視装置２０に送信する。したがって、監視装置２０を操作している運転員やオペレータ等のユーザは、情報提供された過去事例の情報に基づいて、例えば、故障や異常等が発生した際に、当該故障や異常等から復旧するための操作手順を知ることができる。換言すれば、本実施形態の監視支援システム１では、例えば、故障や異常等が発生した際に、当該故障や異常等の復旧を支援することができる。

事例ＤＢ１１０は、事例データを格納する。事例データとは、上述したように、ログデータ系列及び運転データ系列に、名前を付与したデータである。事例データの詳細については後述する。

＜処理の詳細＞
次に、本実施形態の監視支援システム１の処理の詳細について説明する。

≪事例データの作成処理≫
まず、「事例作成」フェーズにおいて、事例データを作成する処理について、図４を参照しながら説明する。図４は、第一の実施形態の事例データの作成処理の一例を示すフローチャートである。

ステップＳ４０１において、ユーザは、入力装置１１等から事例データを作成するイベントを指定する。すると、対象イベント設定部１０１は、ユーザにより指定されたイベントを対象イベントに設定する。ここで、対象イベント設定部１０１は、２以上の対象イベントを設定しても良い。

なお、イベントは、例えば、「空気ブロー弁，開」や「冷却機器故障」等のように、メッセージとして表される。このため、イベントを示すメッセージを記号と対応付けることで、イベントを記号化して表すことができる。本実施形態では、イベントは、所定のアルファベット１文字で記号化されているものとして説明する。これにより、例えば、「空気ブロー弁，開」を示すイベントはイベント「Ａ」で表され、「冷却機器故障」を示すイベントはイベント「Ｋ」で表される。

以降では、対象イベントとして、機器５０の故障の発生を示すイベント「Ｋ」が設定されたものとして説明する。

ステップＳ４０２において、事例系列作成部１０２は、対象イベント設定部１０１により設定された対象イベントに基づいて、ログデータＤＢ３０１に格納されているイベントデータから複数のログデータ系列を作成する。

ここで、ログデータ系列の作成について、図５を参照しながら説明する。図５は、第一の実施形態のログデータ系列の生成を模式的に説明する図である。

図５に示すように、ログデータＤＢ３０１には、イベントデータが時系列に従って格納されている。本実施形態の事例系列作成部１０２は、対象イベント「Ｋ」を示すイベントデータの前後３０分間のイベントデータをログデータ系列として抽出して作成する。

より具体的には、「２０１５−０５−０１ ０１：０８：１８」のイベント「Ｋ」の前後３０分間に発生したイベント「Ｄ」及びイベント「Ｇ」を示すイベントデータを抽出して、第１のログデータ系列「ＤＫＧ」を作成する。

同様に、「２０１５−０５−０１ ０２：１５：０７」のイベント「Ｋ」の前後３０分間に発生したイベント「Ｃ」及びイベント「Ａ」を示すイベントデータを抽出して、第２のログデータ系列「ＣＫＡ」を作成する。

このように、事例系列作成部１０２は、対象イベントの前後の所定の時間の間のイベントを抽出して、複数のログデータ系列を作成する。本実施形態では、事例系列作成部１０２により、第１のログデータ系列、第２のログデータ系列、・・・、第Ｍのログデータ系列が作成されたものとして説明を続ける。なお、事例系列作成部１０２によりイベントデータが抽出される対象イベントの前後の所定の時間は、ユーザにより任意の時間が設定されて良い。

ステップＳ４０３において、事例系列作成部１０２は、運転データＤＢ３０２に格納されている測定データから、作成したログデータ系列に対応する運転データ系列を作成する。

ここで、運転データ系列の作成について、図６を参照しながら説明する。図６は、第一の実施形態の運転データ系列の生成を模式的に説明する図である。

図６に示すように、運転データＤＢ３０２には、測定データが時系列に従って格納されている。なお、測定データは、機器５０が備える各種センサで測定されたデータであり、変数１〜変数Ｌで表されるデータである。このようにＬ次元のベクトルとして表される測定データを、ｃ_１，ｃ_２，・・・ｃ_１２等と表す。

本実施形態の事例系列作成部１０２は、第１のログデータ系列に対応する第１の運転データ系列を作成する。同様に、本実施形態の事例系列作成部１０２は、第２のログデータ系列〜第Ｍのログデータ系列にそれぞれ対応する第２の運転データ系列〜第Ｍの運転データ系列を作成する。

より具体的には、上述したように、第１のログデータ系列は、ログデータＤＢ３０１から「２０１５−０５−０１ ００：３８：１８」〜「２０１５−０５−０１ ０１：３８：１８」のイベントデータを抽出して作成したものである。したがって、事例系列作成部１０２は、運転データＤＢ３０２から「２０１５−０５−０１ ００：３８：１８」〜「２０１５−０５−０１ ０１：３８：１８」の測定データｃ_４〜ｃ_７を抽出して、第１の運転データ系列「ｃ_４ｃ_５ｃ_６ｃ_７」を作成する。

同様に、第２のログデータ系列は、ログデータＤＢ３０１から「２０１５−０５−０１ ０１：４５：０７」〜「２０１５−０５−０１ ０２：４５：０７」のイベントデータを抽出して作成したものである。したがって、事例系列作成部１０２が、運転データＤＢ３０２から「２０１５−０５−０１ ０１：４５：０７」〜「２０１５−０５−０１ ０２：４５：０７」の測定データｃ_９〜ｃ_１１を抽出して、第２の運転データ系列「ｃ_９ｃ_１０ｃ_１１」を作成する。

以上のように、本実施形態の事例系列作成部１０２は、第１のログデータ系列、第２のログデータ系列、・・・、第Ｍのログデータ系列にそれぞれ対応する第１の運転データ系列、第２の運転データ系列、・・・、第Ｍの運転データ系列を作成する。

ステップＳ４０４において、第１の算出部１０３は、ログデータ系列同士の類似度、又は運転データ系列同士の類似度を算出する。なお、第１の算出部１０３は、ログデータデータ系列同士の類似度及び運転データ系列同士の類似度の両方を算出しても良い。

すなわち、ログデータ系列同士の類似度を算出する場合、第１の算出部１０３は、第１のログデータ系列と、第１のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。同様に、第１の算出部１０３は、第２のログデータと、第２のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。同様に、第１の算出部１０３は、第３のログデータと、第３のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。このように、第１の算出部１０３は、自身も含めたログデータ系列同士の類似度を算出する。運転データ系列同士の類似度を算出する場合も同様である。

ここで、ログデータ系列同士の類似度を算出する方法には、例えば、ログデータ系列を隠れマルコフモデル（ＨＭＭ：Hidden Markov Model）からの発生データと見做した場合において、ＨＭＭ同士の情報量（例えばカルバック−ライブラー情報量）を類似度として算出する方法が挙げられる。

また、ログデータ系列同士の類似度を算出する方法には、例えば、あるログデータ系列を他のログデータ系列に変形するのに必要な手順の最小コストとして定義されるレーベンシュタイン距離を類似度として算出する方法が挙げられる。

一方、運転データ系列同士の類似度を算出する方法には、例えば、運転データ系列をベクトルと見做した場合において、運転データ系列同士のユークリッド距離やマハラノビス距離等の距離を類似度として算出する方法が挙げられる。

ステップＳ４０５において、第１の算出部１０３は、ステップＳ４０４で算出した類似度を０以上１以下の値となるように正規化する。

ここで、第１の算出部１０３により正規化された類似度の算出結果を図７に示す。図７は、ログデータ系列及び運転データ系列の類似度の算出結果の一例を示す図である。

図７（ａ）に示す算出結果テーブルは、ログデータ系列同士の正規化された類似度の算出結果の一例を示している。図７（ｂ）に示す算出結果テーブルは、運転データ系列同士の類似度の算出結果の一例を示している。図７（ａ）に示すように、本実施形態では、ログデータ系列同士が同一である場合には、正規化後の類似度の値は「１．０」となり、ログデータ系列同士の類似の度合いが低くなるに従って、正規後の類似度の値が小さくなる。図７（ｂ）に示す運転データ系列ついても同様である。

ステップＳ４０６において、分類部１０４は、第１の算出部１０３により正規化された後の類似度に基づいて、ログデータ系列及び運転データ系列を分類する。

ここで、ログデータ系列及び運転データ系列を分類する方法には、例えば、凝集型階層的クラスタリングの手法を用いて、予めユーザにより指定された数のクラスタに分類する方法が挙げられる。なお、凝集型階層的クラスタリングの手法において、クラスタ間の距離は、例えば、Lance-Williamsの更新式に基づいて更新すれば良い。

ステップＳ４０７において、名前付け部１０５は、分類部１０４により分類されたログデータ系列及び運転データ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０５は、名前が付与されたログデータ系列及び運転データ系列を事例データとして事例ＤＢ１１０に格納する。これにより、事例データが事例ＤＢ１１０に格納される。

ここで、上記のステップＳ４０６において、ログデータ系列及び運転データ系列を凝集型階層的クラスタリングの手法を用いて、３つのクラスタに分類した場合の事例ＤＢ１１０に格納された事例データを図８に示す。図８は、事例ＤＢの一例を示す図である。

図８に示すように、第１のログデータ系列及び第１の運転データ系列、第３のログデータ系列及び第３の運転データ系列、並びに第Ｍのログデータ系列及び第Ｍの運転データ系列等に名前「名前α」が付与された事例データが同一のクラスタに分類されている。このように、本実施形態の監視支援システム１は、１以上のログデータ系列及び運転データ系列に名前を付与した上で、事例データとして分類する。

なお、同一のクラスタに分類される事例データには、ユーザにより適切な名前が付与されることが好ましい。例えば、対象イベント「Ｋ」の後に復旧操作手順のイベント系列が含まれるログデータ系列の事例データには、名前「イベント「Ｋ」の復旧操作事例」等の名前を付与することが好ましい。

また、例えば、対象イベント「Ｋ」の他に関連する故障や異常等のイベントが含まれるログデータ系列の事例データには、名前「関連アラームの発生事例」等の名前を付与することが好ましい。

このように、本実施形態の監視支援システム１では、過去のイベントデータや測定データの履歴に基づいて、対象イベントが発生した前後の事例データを作成する。そして、本実施形態の監視支援システム１は、互いに類似する事例データに名前を付与した上で分類し、過去事例として保持する。これにより、後述する情報提供処理において、類似する過去事例の情報をユーザに提示することができ、当該ユーザの操作支援等を行うことができる。

≪情報提供処理≫
次に、「情報提供」フェーズにおいて、ユーザに対して過去事例を示す事例データを情報提供する処理について、図９を参照しながら説明する。図９は、第一の実施形態の情報提供処理の一例を示すフローチャートである。

ステップＳ９０１において、比較系列作成部１０６は、ログデータＤＢ３０１に格納されているイベントデータのうち、直近のイベントデータからログ比較用データ系列を作成する。

すなわち、比較系列作成部１０６は、ログデータＤＢ３０１に格納されているイベントデータのうち、現在時刻から過去の所定の時間の間（例えば過去３０分間）に発生したイベントのイベントデータを抽出して比較用データ系列を作成する。より具体的には、比較系列作成部１０６は、例えば、現在時刻が「０３：３０：００」である場合、「０３：００：００」〜「０３：３０：００」までに発生したイベントのイベントデータを抽出して、比較用データ系列を作成する。

ステップＳ９０２において、比較系列作成部１０６は、運転データＤＢ３０２に格納されている測定データから、作成したログ比較用データ系列に対応する運転比較用データ系列を作成する。すなわち、比較系列作成部１０６は、運転データＤＢ３０２に格納されている測定データのうち、現在時刻から過去の所定の時間の間における測定データを抽出して比較用運転データ系列を作成する。より具体的には、比較系列作成部１０６は、例えば、「０３：００：００」〜「０３：３０：００」におけるログ比較用データ系列を作成した場合、「０３：００：００」〜「０３：３０：００」における測定データを抽出して、比較用運転データ系列を作成する。

ステップＳ９０３において、第２の算出部１０７は、事例ＤＢ１１０に格納された事例データと、ログ比較用データ系列及び運転比較用データ系列との類似度を算出する。すなわち、第２の算出部１０７は、各事例データに含まれるログデータ系列と、ログ比較用データ系列との類似度をそれぞれ算出する。また、第２の算出部１０７は、各事例データに含まれる運転データ系列と、運転比較用データ系列との類似度をそれぞれ算出する。

ステップＳ９０４において、取得部１０８は、各事例データに含まれるログデータ系列のうち、ログ比較用データ系列との類似度が高い上位Ｎ_１件のログデータ系列を取得する。同様に、取得部１０８は、各事例データに含まれる運転データ系列のうち、運転比較用データ系列との類似度が高い上位Ｎ_２件の運転データを取得する。なお、Ｎ_１及びＮ_２の値はユーザが任意に設定することができるが、例えば、２〜３（件）程度とすれば良い。

これにより、本実施形態の監視支援システム１では、直近で発生しているイベントや測定データと類似する過去事例におけるログデータ系列と運転データ系列が取得される。

ステップＳ９０５において、情報提供部１０９は、ステップＳ９０４で取得したログデータ系列及び運転データ系列を評価して、評価結果を情報提供として監視装置２０に送信する。

ここで、情報提供部１０９による情報提供の一例について、図１０を参照しながら説明する。図１０は、過去の操作手順を情報提供する場合について模式的に説明する図である。

図１０に示すように、ログ比較用データ系列が「ＢＤＣＡＫ」であり、上記のステップＳ９０５で取得されたログデータ系列が「ＢＤＣＡＫＧＨＹＱＧ」であるとする。このとき、情報提供部１０９は、ログデータ系列「ＢＤＣＡＫＧＨＹＱＧ」において、イベント「Ｋ」が発生した後には、「ＧＨＹＱＧ」という操作がなされていると評価する。したがって、例えば、異常や故障等を示すイベント「Ｋ」が発生した後の復旧操作手順の過去事例として、情報提供部１０９は、当該ログデータ系列に付与された名前とともに操作手順「ＧＨＹＱＧ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、異常や故障等のイベントが機器５０で発生した場合の復旧操作手順の過去事例を知ることができる。

また、情報提供部１０９による情報提供の他の例ついて、図１１を参照しながら説明する。図１１は、過去の原因候補を情報提供する場合について模式的に説明する図である。

図１１に示すように、ログ比較用データ系列が「ＡＢＣＫＥ」であり、上記のステップＳ９０５で取得されたログデータ系列が「ＣＤＥＨＤＣＡＢＣＫＥ」であるとする。このとき、情報提供部１０９は、ログデータ系列が「ＣＤＥＨＤＣＡＢＣＫＥ」において、イベント「Ｋ」が発生した発生原因の候補は「ＣＤＥＨＤＣ」のイベント列の中にあると評価する。したがって、例えば、異常や故障等を示すイベント「Ｋ」が発生した場合に、過去事例における当該イベントの発生原因の候補として、情報提供部１０９は、当該ログデータ系列に付与された名前とともに原因の候補「ＣＤＥＨＤＣ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、異常や故障等のイベントが機器５０で発生した場合の発生原因の候補を知ることができる。

さらに、情報提供部１０９は、上記のステップＳ９０５で取得された運転データ系列を情報提供として監視装置２０に併せて送信する。これにより、本実施形態の監視支援システム１では、過去事例における測定データの時系列をユーザに提供することができ、故障や異常等を示すイベントの発生原因の特定等を支援することができる。

以上のように、本実施形態の監視支援システム１では、直近で機器５０に発生したイベント等に応じて、類似の過去事例をユーザに提供することができる。これにより、本実施形態の監視支援システム１では、例えば、故障や異常等を示すイベントが発生した場合に、ユーザによる当該故障や異常等からの復旧活動を支援することができる。

［第二の実施形態］
次に、第二の実施形態の監視支援システム１について説明する。第二の実施形態の説明では、第一の実施形態との相違点について説明し、第一の実施形態と同様の機能構成を有する箇所には第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

本実施形態は、「情報提供」フェーズにおいて、対象イベントの発生予測をユーザに情報提供するものである。

＜機能構成＞
次に、本実施形態の監視支援システム１の機能構成について、図１２を参照しながら説明する。図１２は、第二の実施形態の監視支援システムの一例の機能構成を示す図である。

図１２に示す支援装置１０は、事例系列作成部１０２Ａ及び情報提供部１０９Ａを有する。

事例系列作成部１０２Ａは、ログデータ系列及び運転データ系列を作成する。このとき、本実施形態の事例系列作成部１０２Ａは、対象イベントの発生前の所定の時間の間に発生したイベントを示すイベントデータからログデータ系列を作成する。

情報提供部１０９Ａは、取得部１０８により取得されたログデータ系列及び運転データ系列を評価して、評価結果を監視装置２０に送信する。このとき、本実施形態の情報提供部１０９Ａは、対象イベントの発生を予測した評価結果を情報提供として監視装置２０に送信する。したがって、監視装置２０を操作している運転員やオペレータ等のユーザは、故障や異常等を示す対象イベントの発生を回避やリスクを低減するための対応を行うことができるようになる。

＜処理の詳細＞
次に、本実施形態の監視支援システム１の処理の詳細について説明する。

≪事例データの作成処理≫
本実施形態の事例データの作成処理について、図１３を参照しながら説明する。図１３は、第二の実施形態の事例データの作成処理の一例を示すフローチャートである。なお、図１３におけるステップＳ４０１、及びステップＳ４０３〜ステップＳ４０７の処理は、第一の実施形態と同様であるため、その説明を省略する。

ステップＳ１３０１において、事例系列作成部１０２Ａは、対象イベント設定部１０１により設定された対象イベントに基づいて、ログデータＤＢ３０１に格納されているイベントデータから複数のログデータ系列を作成する。

ここで、本実施形態におけるログデータ系列の作成について、図１４を参照しながら説明する。図１４は、第二の実施形態のログデータ系列の生成を模式的に説明する一例の図である。

第一の実施形態と同様に、ログデータＤＢ３０１には、イベントデータが時系列に従って格納されている。本実施形態の事例系列作成部１０２Ａは、対象イベント「Ｋ」を示すイベントデータの発生前４５分間のイベントデータをログデータ系列として抽出して作成する。

より具体的には、「２０１５−０５−０１ ０１：０８：１８」のイベント「Ｋ」の前４５分間に発生したイベント「Ｄ」及びイベント「Ａ」を示すイベントデータを抽出して、第１のログデータ系列「ＡＤＫ」を作成する。

同様に、「２０１５−０５−０１ ０２：１５：０７」のイベント「Ｋ」の前４５分間に発生したイベント「Ｃ」及びイベント「Ａ」を示すイベントデータを抽出して、第２のログデータ系列「ＡＣＫ」を作成する。

このように、本実施形態の事例系列作成部１０２Ａは、対象イベントの発生前の所定の時間の間のイベントを抽出して、複数のログデータ系列を作成する。これにより、本実施形態の事例系列作成部１０２Ａにより作成されるログデータ系列では、当該ログデータ系列に含まれる末尾のイベントが対象イベントとなる。

≪情報提供処理≫
次に、本実施形態の情報提供処理について、図１５を参照しながら説明する。図１５は、第二の実施形態の情報提供処理の一例を示すフローチャートである。なお、図１５におけるステップＳ９０１〜ステップＳ９０４の処理は、第一の実施形態と同様であるため、その説明を省略する。

ステップＳ１５０１において、情報提供部１０９Ａは、ステップＳ９０４で取得したログデータ系列及び運転データ系列を評価して、評価結果を情報提供として監視装置２０に送信する。

ここで、本実施形態の情報提供部１０９Ａによる情報提供の一例について、図１６を参照しながら説明する。図１６は、対象イベントの発生予測を情報提供する場合について模式的に説明する図である。

図１６に示すように、ログ比較用データ系列が「ＡＤＢＣ」であり、ステップＳ９０４で取得されたログデータ系列が「ＡＤＢＣＤＦＧＡＫ」であるとする。このとき、情報提供部１０９Ａは、ログデータ系列「ＡＤＢＣＤＦＧＡＫ」において、イベント列「ＡＤＢＣ」が発生した後に、「ＤＦＧＡＫ」の発生が予測できると評価する。すなわち、情報提供部１０９Ａは、今後、イベント列「ＤＦＧＡ」が発生した後、対象イベント「Ｋ」が発生すると評価する。また、このとき、情報提供部１０９Ａは、対象イベント「Ｋ」が発生するまでの発生時間を予測することもできる。

したがって、情報提供部１０９Ａは、当該ログデータ系列に付与された名前とともに予測イベント列として「ＤＦＧＡＫ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、対象イベントの発生が予測される事や発生するまでの時間等を知ることができ、故障や異常等を示す対象イベントの発生を回避するための操作やリスクを低減するための対応を行うことができるようになる。

［第三の実施形態］
次に、第三の実施形態の監視支援システム１について説明する。第三の実施形態の説明では、第一の実施形態との相違点について説明し、第一の実施形態と同様の機能構成を有する箇所には第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

本実施形態では、「事例作成」フェーズにおいて、ログデータ系列や運転データの類似度を算出する際に、様々な算出方法を用いて柔軟に類似度を算出することができるようにするものである。

＜機能構成＞
本実施形態の監視支援システム１の機能構成について、図１７を参照しながら説明する。図１７は、第三の実施形態の監視支援システムの一例の機能構成を示す図である。

図１７に示す支援装置１０は、第１の算出部１０３Ａを有する。また、本実施形態の第１の算出部１０３Ａは、第１のログ算出部１１３_１、第２のログ算出部１１３_２、第１の運転算出部１２３_１、第２の運転算出部１２３_２、及び総合部１３３を有する。

第１のログ算出部１１３_１は、例えば、ログデータ系列をＨＭＭからの発生データと見做し場合におけるＨＭＭ同士のカルバック−ライブラー情報量を類似度として算出する。

第２のログ算出部１１３_２は、例えば、ログデータ系列同士のレーベンシュタイン距離を類似度として算出する。

第１の運転算出部１２３_１は、例えば、運転データ系列同士のユークリッド距離を類似度として算出する。

第２の運転算出部１２３_２は、例えば、運転データ系列同士のマハラノビス距離を類似度として算出する。

総合部１３３は、ユーザにより予め類似度の算出方法毎に設定された重みデータ１１１に基づいて、類似度に重み付けをした上で合計して、最終的な類似度を算出する。

ここで、本実施形態の重みデータ１１１には、第１のログ算出部１１３_１に対応する重みデータｗ_１、及び第２のログ算出部１１３_２に対応する重みデータｗ_２が含まれる。また、本実施形態の重みデータ１１１には、第１の運転算出部１２３_１に対応する重みデータＷ_１、及び第２の運転算出部１２３_２に対応する重みデータＷ_２が含まれる。すなわち、本実施形態の重みデータ１１１は、（ｗ_１，ｗ_２，Ｗ_１，Ｗ_２）と表される。

このように、本実施形態の第１の算出部１０３は、ログデータ系列同士の類似度を算出する算出方法毎にログ算出部１１３を有する。同様に、本実施形態の第１の算出部１０３は、運転データ系列同士の類似度を算出する算出方法毎に運転算出部１２３を有する。

なお、上記では、ログデータ系列同士の類似度を算出する算出方法として、カルバック−ライブラー情報量及びレーベンシュタイン距離を例示したが、これらに限られず、種々の算出方法を用いることができる。同様に、運転データ系列同士の類似度を算出する方法として、ユークリッド距離及びマハラノビス距離を例示したが、これらに限られず、種々の算出方法を用いることができる。

したがって、本実施形態の第１の算出部１０３Ａは、種々の類似度の算出方法に応じて、ログデータ系列同士の類似度を算出する任意の数のログ算出部１１３と、運転データ系列同士の類似度を算出する任意の数の運転算出部１２３とが含まれる。

＜処理の詳細＞
次に、本実施形態の監視支援システム１の処理の詳細について説明する。なお、情報提供処理については、第一の実施形態と同様であるため、その説明を省略する。

≪事例データ作成処理≫
本実施形態の事例データの作成処理について、図１８を参照しながら説明する。図１８は、第三の実施形態の事例データの作成処理の一例を示すフローチャートである。なお、図１８におけるステップＳ４０１〜ステップＳ４０３、及びステップＳ４０５〜ステップＳ４０６の処理は、第一の実施形態と同様であるため、その説明を省略する。

ステップＳ１８０１において、第１の算出部１０３Ａは、ログデータ系列同士の類似度、又は運転データ系列同士の類似度を算出する。

本実施形態において、ログデータ系列同士の類似度は以下のＳ１１）及びＳ１２）により算出される。

Ｓ１１）まず、第１のログ算出部１１３_１及び第２のログ算出部１１３_２によりログデータ系列同士の類似度をそれぞれ算出する。

ここで、ｊ≧ｉを満たす自然数ｉ，ｊに対して、第１のログ算出部１１３_１により算出した第ｉのログデータ系列と第ｊのログデータ系列との類似度をｄ_１（ｉ，ｊ）とする。

同様に、ｊ≧ｉを満たす自然数ｉ，ｊに対して、第２のログ算出部１１３_２により算出した第ｉのログデータ系列と第ｊのログデータ系列との類似度をｄ_２（ｉ，ｊ）とする。

Ｓ１２）次に、総合部１３３は、重みデータ１１１に基づいて、上記のＳ１１）で算出された類似度を重み付けて合計する。すなわち、本実施形態の総合部１３３は、以下の式により最終的な類似度Ｓ_１（ｉ，ｊ）を得る。

このようにして算出されたＳ_１（ｉ，ｊ）が、本実施形態における第ｉのログデータ系列と第ｊのログデータ系列との類似度である。

同様に、本実施形態において、運転データ系列同士の類似度は以下のＳ２１）及びＳ２２）により算出される。

Ｓ２１）まず、第１の運転算出部１２３_１及び第２の運転算出部１２３_２により運転データ系列同士の類似度をそれぞれ算出する。

ここで、上記と同様に、ｊ≧ｉを満たす自然数ｉ，ｊに対して、第１の運転算出部１２３_１により算出した第ｉの運転データ系列と第ｊの運転データ系列との類似度をＤ_１（ｉ，ｊ）とする。

同様に、ｊ≧ｉを満たす自然数ｉ，ｊに対して、第２の運転算出部１２３_２により算出した第ｉの運転データ系列と第ｊの運転データ系列との類似度をＤ_２（ｉ，ｊ）とする。

Ｓ２２）次に、総合部１３３は、重みデータ１１１に基づいて、上記のＳ２１）で算出された類似度を重み付けて合計する。すなわち、本実施形態の総合部１３３は、以下の式により最終的な類似度Ｓ_２（ｉ，ｊ）を得る。

このようにして算出されたＳ_２（ｉ，ｊ）が、本実施形態における第ｉの運転データ系列と第ｊの運転データ系列との類似度である。

以上のように、本実施形態の監視支援システム１では、種々の算出方法を用いてログデータ系列同士の類似度及び運転データ系列同士の類似度を算出することができる。

また、本実施形態の監視支援システム１では、種々の算出方法で算出された類似度に対する重み付け合計を最終的な類似度として用いる。したがって、ユーザは、類似度に対する重みデータを所望の値に設定することで、最終的な類似度に影響する算出方法に軽重を付ける等、柔軟に類似度を算出することができるようになる。

以上、本発明の実施形態について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１ 監視支援システム
１０ 支援装置
２０ 監視装置
３０ 履歴管理装置
４０ 機器制御装置
５０ 機器
１０１ 対象イベント設定部
１０２ 事例系列作成部
１０３ 第１の算出部
１０４ 分類部
１０５ 名前付け部
１０６ 比較系列作成部
１０７ 第２の算出部
１０８ 取得部
１０９ 情報提供部
１１０ 事例ＤＢ
３０１ ログデータＤＢ
３０２ 運転データＤＢ
Ｎ ネットワーク

Claims (8)

1. 機器又は設備の監視を支援する情報を提供する情報提供装置であって、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報から、予め指定されたイベント情報と、前記指定されたイベント情報の各発生時刻の前後の所定の時間幅の間に含まれるイベント情報とでそれぞれ構成される複数の第１のイベント系列を生成する第１の生成手段と、
   前記第１の生成手段で生成された複数の第１のイベント系列同士の類似度を算出する算出手段と、
   前記算出手段で算出された類似度に基づいて前記複数の第１のイベント系列を１以上のクラスタに分類して、同一のクラスタに分類された１以上の第１のイベント系列が含まれる事例情報を前記クラスタ毎に生成し、前記クラスタ毎に生成された各事例情報を所定の第１の記憶領域に記憶させる記憶手段と、
   前記機器又は設備から出力されたイベント情報のうち、現在時刻から過去の前記時間幅の間におけるイベント情報の時系列データである第２のイベント系列と、前記所定の第１の記憶領域に記憶されている各事例情報に含まれる第１のイベント系列との類似度をそれぞれ算出して、該類似度に応じて前記事例情報を出力する情報提供手段と、
   を有する情報提供装置。
2. 第２の記憶領域に時系列に従って予め記憶されている前記機器又は設備の運転情報から、前記第１のイベント系列にそれぞれ対応する複数の運転系列を生成する第２の生成手段を有し、
   前記記憶手段は、
   前記分類された第１のイベント系列と、該第１のイベント系列に対応する運転系列とを事例情報として生成し、該事例情報を所定の第１の記憶領域に記憶させる、請求項１に記載の情報提供装置。
3. 前記算出手段は、
   前記第２の生成手段で生成された複数の運転系列同士の類似度を算出する、請求項２に記載の情報提供装置。
4. 前記複数の運転系列同士の類似度は、ユークリッド距離又はマハラノビス距離である、請求項３に記載の情報提供装置。
5. 前記複数の第１のイベント系列同士の類似度は、隠れマルコフモデルに基づくカルバック−ライブラー情報量である、請求項１ないし４のいずれか１項に記載の情報提供装置。
6. 前記記憶手段は、
   前記算出手段で算出された類似度に基づいて、凝集型階層的クラスタリングにより、前記複数の第１のイベント系列を予め設定された数のクラスタに分類して、前記事例情報を生成する、請求項１ないし５のいずれか１項に記載の情報提供装置。
7. 機器又は設備の監視を支援する情報を提供する情報提供装置における情報提供方法であって、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報から、予め指定されたイベント情報と、前記指定されたイベント情報の各発生時刻の前後の所定の時間幅の間に含まれるイベント情報とでそれぞれ構成される複数の第１のイベント系列を生成する第１の生成手順と、
   前記第１の生成手順で生成された複数の第１のイベント系列同士の類似度を算出する算出手順と、
   前記算出手順で算出された類似度に基づいて前記複数の第１のイベント系列を１以上のクラスタに分類して、同一のクラスタに分類された１以上の第１のイベント系列が含まれる事例情報を前記クラスタ毎に生成し、前記クラスタ毎に生成された各事例情報を所定の第１の記憶領域に記憶させる記憶手順と、
   前記機器又は設備から出力されたイベント情報のうち、現在時刻から過去の前記時間幅の間におけるイベント情報の時系列データである第２のイベント系列と、前記所定の第１の記憶領域に記憶されている各事例情報に含まれる第１のイベント系列との類似度をそれぞれ算出して、該類似度に応じて前記事例情報を出力する情報提供手順と、
   を有する情報提供方法。
8. 機器又は設備の監視を支援する情報を提供する情報提供装置を、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報から、予め指定されたイベント情報と、前記指定されたイベント情報の各発生時刻の前後の所定の時間幅の間に含まれるイベント情報とでそれぞれ構成される複数の第１のイベント系列を生成する第１の生成手段、
   前記第１の生成手段で生成された複数の第１のイベント系列同士の類似度を算出する算出手段、
   前記算出手段で算出された類似度に基づいて前記複数の第１のイベント系列を１以上のクラスタに分類して、同一のクラスタに分類された１以上の第１のイベント系列が含まれる事例情報を前記クラスタ毎に生成し、前記クラスタ毎に生成された各事例情報を所定の第１の記憶領域に記憶させる記憶手段、
   前記機器又は設備から出力されたイベント情報のうち、現在時刻から過去の前記時間幅の間におけるイベント情報の時系列データである第２のイベント系列と、前記所定の第１の記憶領域に記憶されている各事例情報に含まれる第１のイベント系列との類似度をそれぞれ算出して、該類似度に応じて前記事例情報を出力する情報提供手段、
   として機能させるためのプログラム。

Images