JP6895334B2 - 運用ルール抽出装置、運用ルール抽出システムおよび運用ルール抽出方法 - Google Patents

Description

本発明の実施形態は、運用ルール抽出装置、運用ルール抽出システムおよび運用ルール抽出方法に関する。

対象機器とそのシミュレーションモデルとの間には、様々な要因で乖離が生じるため、シミュレーションモデルを用いても、対象機器の運用時の最適な運用点を特定するのが容易でない。例えば、上述した乖離がシミュレーションモデルの特性値のずれによって生じたのか、シミュレーションモデル自体の誤差によって生じたのかが容易には把握できない。

特開２００６−４８４７４号公報

Kennedy, M. C. and O'Hagan, A. (2001). Bayesian calibration of computer models (with discussions). Journal of the Royal Statistical Society B 63, 425-464.

本発明の実施形態は、対象機器の最適な運用点とその運用ルールを簡易かつ精度よく抽出できる運用ルール抽出装置、運用ルール抽出システムおよび運用ルール抽出方法を提供するものである。

本実施形態による運用ルール抽出装置は、組合せ生成部と、シミュレーション部および試験運用部の少なくとも一方と、最適点探索部と、運用ルール抽出部とを備える。組合せ生成部は、対象機器に入力される複数の制御入力変数の可変範囲を拡張した拡張範囲内から、前記複数の制御入力変数の組合せを生成する。シミュレーション部は、前記対象機器に入力される外部条件と、前記複数の制御入力変数の組合せと、に基づいて前記対象機器のシミュレーションを行う。試験運用部は、前記外部条件と、前記複数の制御入力変数の組合せと、に基づいて前記対象機器の試験運用を行う。最適点探索部は、前記シミュレーション部による前記対象機器のシミュレーション結果と、前記試験運用部による前記対象機器の試験運用の結果と、の少なくとも一方に基づいて、前記対象機器を運用する最適な運用点を探索する。運用ルール抽出部は、前記最適な運用点に応じた運用ルールを抽出する。

一実施形態による運用ルール抽出システムの概略構成を示すブロック図。 シミュレーション部の処理動作を説明する図。 事後分布計算部の処理動作を説明する図。 組合せ生成部の処理動作の一例を示すフローチャート。 図４のステップＳ２で推定した拡張分布の一例を示す図。 記録部の記録形式の一例を示す図。 運用ルール抽出部の処理動作の一例を示すフローチャート。 空調システムの最適な運用点を探索する例を示す図。 表示装置に表示される画面の第１例を示す図。 表示装置に表示される画面の第２例を示す図。

以下、図面を参照して実施の形態について説明する。なお、本件明細書と添付図面においては、理解のしやすさと図示の便宜上、一部の構成部分を省略、変更または簡易化して説明および図示しているが、説明および図示した内容と同様の機能を期待し得る内容も、本実施の形態に含めて解釈することとする。

図１は一実施形態による運用ルール抽出装置１を備えた運用ルール抽出システム２の概略構成を示すブロック図である。図１の運用ルール抽出システム２は、運用ルール抽出装置１と、複数のセンサ３と、初期条件設定部４と、表示装置５とを備えている。複数のセンサ３は、対象機器６の稼働状況を監視するために設けられており、複数のセンサ３で検出された稼働データは運用ルール抽出装置１に入力される。稼働データとは、例えば、対象機器６の内部または周辺の温度や湿度などであるが、稼働データの具体的内容については特に問わない。本実施形態では、対象機器６への入力データや、対象機器６の内部の設定値や、対象機器６の出力値も稼働データに含めるものとする。

対象機器６は、例えば空調システムであるが、対象機器６の具体的種類は特に限定されない。以下では、対象機器６を空調システムとして、外部条件や制御入力変数等に応じて、空調システムの消費電力をできるだけ削減可能な運用ルールを運用ルール抽出装置１にて抽出する例を説明する。

初期条件設定部４は、対象機器６のシミュレーションモデルの初期モデルや、この初期モデルのモデル変数の確率分布などの初期条件を運用ルール抽出装置１に供給する。初期条件の具体的な内容についても特に限定されない。また、初期条件設定部４は、複数の機器の出力データであってもよい。

表示装置５は、運用ルール抽出装置１の出力結果を表示するために設けられているが、省略してもよい。表示装置５には、例えば運用ルール抽出装置１で抽出された対象機器６の最適な運用ルールなどが表示される。

次に、運用ルール抽出装置１の内部構成を説明する。図１の運用ルール抽出装置１は、組合せ生成部１１と、記録部１２と、シミュレーション部１３および試験運用部１４の少なくとも一方と、最適点探索部１５と、運用ルール抽出部１６と、事後分布計算部１７とを備えている。なお、運用ルール抽出装置１の内部には、図１に図示された以外の構成部が含まれていてもよいし、図１に図示された２以上の構成部を一つに統合してもよい。

組合せ生成部１１は、対象機器６に入力される複数の制御入力変数の可変範囲を同定し、可変範囲を拡張した拡張範囲内から、複数の制御入力変数の組合せを生成する。より詳細には、組合せ生成部１１は、複数の制御入力変数の組合せを網羅するすべての組合せを生成する。

記録部１２は、対象機器６に与える外部条件と、対象機器６に入力される複数の制御入力変数の組合せと、対象機器６の出力値と、この出力値の確からしさを示す確信度と、を含む複数の情報を一組として対応づけて、複数組を記録する。一組として対応づけられる複数の情報には、対象機器６のシミュレーションモデルを同定するためのモデル変数が含まれていてもよい。また、一組として対応づけられる複数の情報には、実測値、シミュレーション結果、または試験運用結果を識別する情報が含まれていてもよい。記録部１２は必ずしも必須の構成要素ではない。例えば、記録部１２に記録されている各データの対応関係を表す数式を用意して、この数式に入力パラメータを与えて数式の演算を行い、上述した複数組のデータを生成してもよい。

シミュレーション部１３は、外部条件と、複数の制御入力変数の組合せと、に基づいて、対象機器６のシミュレーションを行う。より詳細には、シミュレーション部１３は、モデル化誤差やモデル変数の確率分布を考慮に入れて、対象機器６のシミュレーションを行い、シミュレーション結果を示す出力値とともに、その出力値の確からしさを示す確信度を出力する。

試験運用部１４は、外部条件と、複数の制御入力変数の組合せと、に基づいて、対象機器６を試験運用する。試験運用とは、実際に対象機器６を稼働させることを指す。試験運用部１４は、対象機器６を試験運用した結果を示す出力値とともに、確信度を出力する。

最適点探索部１５は、シミュレーション部１３による対象機器６のシミュレーション結果と、試験運用部１４による対象機器６の試験運用の結果と、の少なくとも一方に基づいて、対象機器６を運用する最適な運用点を探索する。

運用ルール抽出部１６は、最適点探索部１５の探索結果に基づいて、最適な運用点に対応する運用ルールを抽出する。抽出された運用ルールは、例えば表示装置５に表示される。表示装置５に表示される運用ルールの表示態様は特に問わない。

次に、シミュレーション部１３と最適点探索部１５の処理動作について、詳細に説明する。対象機器６の稼働データ（観測データ）をｙ、対象機器６のシミュレーションモデル（計算モデル）をη（ｘ，θ）、モデル化誤差をδ（ｘ）、観測誤差をε（ｘ）、シミュレーションモデルにおける不確定パラメータをθとすると、以下の（１）式が成り立つ。
ｙ（ｘ）＝η（ｘ，θ）＋δ（ｘ）＋ε（ｘ） …（１）

モデル化誤差δ（ｘ）とは、シミュレーションモデルη（ｘ）を用いて観測データに対するキャリブレーションを行った後に残る誤差部分である。シミュレーションモデルη（ｘ）自体が実プロセスとずれているか、あるいは予期せぬ変動要因がある場合にδ（ｘ）が生成される。

ここで、キャリブレーションとは、モデルη（ｘ）と観測データｙ＝(ｙ(ｘ1)，…，ｙ(ｘn))が与えられたときに、観測データｙを良く説明する不確定パラメータθとモデル化誤差δ（ｘ）を同時に推定する処理である。不確定パラメータθは、モデル変数である。観測データｙから、不確定パラメータθとモデル化誤差δ（ｘ）を同時に推定する詳細な手順は、例えば非特許文献１に記載のアルゴリズムを用いてもよい。

図２はシミュレーション部１３の処理動作を説明する図である。シミュレーション部１３は、モデル変数θの事前分布ｐ（θ）が与えられたとき、この事前分布に従ってシミュレーションモデルη（ｘ）を用いてシミュレーションを行い、モデル化誤差と観測誤差を考慮に入れて、観測データｙ（ｘ）の予測値（出力値）と、この予測値の確信度（０〜１００）を計算する。確信度は、例えば、予測値の予測分布に用いて計算される。

最適点探索部１５は、観測データとシミュレーション部１３によるシミュレーション結果とを比較し、観測データとシミュレーション結果とが合致するように、モデル変数を修正（更新）する。最適点探索部１５は、モデル変数の値が確率分布をしている場合、この確率分布をシミュレーションを行いながら修正する。この修正がキャリブレーションである。キャリブレーションでは、不確定パラメータであるモデル変数の修正前の確率分布（事前分布）をｐ(θ)としたときに、観測データがシミュレーション結果に合致するように確率分布を修正しながらシミュレーションを繰り返し、最終的にモデル変数の事後分布ｐ(θ｜ｙ)を求める。

図３は事後分布計算部１７の処理動作を説明する図である。モデル変数θの事前条件ｐ（θ）と観測値ｄが与えられたときに、ｐ（θ）の分布に従ってシミュレーション部１３でシミュレーションを行うと、出力値の予測分布が得られる。事後分布計算部１７は、この出力値の予測分布を観測値ｄと比較して、予測分布と観測値ｄが合致するように、逆計算を行ってモデル変数θの事後分布ｐ（θ｜ｄ）を推定する。

本実施形態では、事後分布を求めるための逆計算として、例えばＭＣＭＣ（マルコフ連鎖モンテカルロ法）を利用する。ＭＣＭＣでは、モデル変数のパラメータθの値を、事前分布に従ってランダムに選択し、シミュレーション結果と観測データの比較から、次のパラメータθの選択を更新しつつ、シミュレーションを繰り返す。結果として、パラメータθの選択履歴をヒストグラム化すると、事後分布が得られる。その後、シミュレーション部１３は、モデル変数の事後分布を利用して、シミュレーションを行うことになる。このように、シミュレーション部１３によるシミュレーションと、事後分布計算部１７によるモデル変数の事後分布計算とを繰り返し行うことで、シミュレーションの精度を高めることができる。

次に、組合せ生成部１１の処理動作を説明する。図４は組合せ生成部１１の処理動作の一例を示すフローチャートである。まず、稼働データから現状の制御入力変数の可変範囲を同定する（ステップＳ１）。次に、より最適な運用点の探索を行うために、同定された可変範囲を拡張した分布（以下、拡張分布）を推定する（ステップＳ２）。拡張分布の推定は、例えば、制御入力変数の設計上の可変範囲を利用する。あるいは、頻度グラフに基づいて拡張を行ってもよい。次に、拡張分布に基づいて、制御入力変数のすべての組合せを生成する（ステップＳ３）。

図５は図４のステップＳ２で推定した拡張分布の一例を示す図であり、横軸は制御入力変数の値（例えば給気温度）、縦軸は頻度である。図５の左側は、稼働データに基づいて現状の制御入力変数の値の範囲を頻度分布として表したグラフである。図５の右側は、その頻度分布に基づいて推定した拡張分布の曲線である。

図６は記録部１２の記録形式の一例を示す図である。図６の例では、記録部１２は、外部条件、モデル変数、制御入力変数、出力値、フラグ、および確信度を含む複数の情報を一組として対応づけて、複数組を記録している。外部条件は、例えば外気温Ｔａと相対湿度Ｒｈを含んでいる。モデル変数は、例えばθ１とθ２を含んでいる。制御入力変数は、例えば給気温度ＳＡＴと冷却水温度ＣＷＴを含んでいる。出力値は、例えば対象機器６の出力電力Ｐｏｗである。フラグは、複数の情報からなる各組が、シミュレーション結果Ｓか、他の組の値を補間計算した結果Ｉか、実稼働データＲか、試験運用結果Ｔかを識別する情報である。確信度は、０〜１００の数値であり、数値が大きいほど確信度が高いことを示している。図６の例では、実稼働データＲの確信度は１００にし、シミュレーション結果Ｓと試験運用結果Ｔは２３．５にし、補間計算結果Ｉは１０にしているが、これらは確信度の一例であり、任意に変更してもよい。

図７は運用ルール抽出部１６の処理動作の一例を示すフローチャートである。まず、複数の制御入力変数の組合せを一つ選択する（ステップＳ１１）。ここでは、まだ未選択の組合せを選択する。次に、選択した組合せが稼働データに含まれているか否かを判定する（ステップＳ１２）。稼働データに含まれていなければ、選択した組合せにて、対象機器６の試験運用を行えるか否かを判定する（ステップＳ１３）。

対象機器６の試験運用を行うことができる制御入力変数の範囲は限られており、ステップＳ１１で選択する複数の制御入力変数の組合せは、対象機器６の試験運用を行える範囲外である場合もありうる。そこで、ステップＳ１３で試験運用を行えると判定された場合には、ステップＳ１１で選択した組合せを用いて、試験運用部１４にて対象機器６の試験運用を実行する（ステップＳ１４）。一方、ステップＳ１３で試験運用を行えないと判定されると、ステップＳ１１で選択した組合せを用いて、シミュレーション部１３にてシミュレーションを実行する（ステップＳ１５）。

次に、ステップＳ１２で選択した組合せが稼働データに含まれていると判定された場合、あるいはステップＳ１４またはＳ１５の処理が終了した場合は、確信度を更新する（ステップＳ１６）。例えば、ステップＳ１２で選択した組合せが稼働データに含まれていると判定された場合は、この組合せの出力値の確信度を最大にする。また、ステップＳ１４で対象機器６の試験運用を行った場合には、試験運用を行った場合の確信度に更新する。また、ステップＳ１５で対象機器６のシミュレーションを行った場合には、シミュレーションを行った場合の確信度に更新する。

次に、対象機器６の最適な運用点が得られたか否かを判定する（ステップＳ１７）。最適な運用点かどうかは、出力値と確信度によって判断する。例えば、出力値が消費電力である場合、予め定めた外部条件を満たしつつ、出力値ができるだけ小さくて、かつ確信度ができるだけ大きい組合せを選択する。

まだ最適な運用点が得られていない場合にはステップＳ１１以降の処理を繰り返す。最適な運用点が得られた場合には、その場合の運用ルールを抽出する（ステップＳ１８）。

図８は空調システムの最適な運用点を探索する例を示す図である。図８は、外部条件として、東京の夏（８月）で、室内設定温度を２４度に設定した例を示している。図８には、給気温度と、冷水温度と、空調電力量との対応関係が三次元化されたグラフで図示されている。このグラフは、実稼働データ、試験運用結果およびシミュレーション結果を組み合わせて得られるものである。また、図８の右側に示す曲線ｃｂ１〜ｃｂ３は、給気温度と空調電力量との対応関係を示しており、曲線ｃｂ１は全館空調システム（チラー）の特性、曲線ｃｂ２は個別空調システム（ＶＲＦ：Variable Refrigerant Flow）の特性、曲線ｃｂ３は全館空調システムと個別空調システムを合わせた全体の空調システムの特性を示している。例えば、曲線ｃｂ３の谷の箇所が最適な運用ルールとして抽出される。

図８のグラフと各曲線ｃｂ１〜ｃｂ３を用いることで、例えば、東京の夏で、設定温度を２４℃に設定した場合には、給気温度を２４度に、冷水温度を８度に設定すれば、消費電力を最も抑制できるといった結果が得られる。

図９は表示装置５に表示される画面の第１例を示す図である。図９の画面は、上述したキャリブレーションを行う画面である。図９の画面は、対象機器６の出力値である評価変数を選択するタブｔｂ１〜ｔｂ３と、複数のセンサ３の検出データの読込みを指示するデータ読込みボタンｂ１と、対象機器６のモデル変数（モデルパラメータ）の一覧の中から、所望のモデル変数を選択するチェックボタンｃｋ１と、キャリブレーションの開始を指示する実行ボタンｂ２と、キャリブレーション結果を示すグラフｇ１と、モデル変数の事後分布ｇ２とが示されている。

モデル変数の一覧には、感度解析を行って、対象機器６の出力値により大きな影響を与える順に各モデル変数がソートされて表示される。ユーザが、ソート後のモデル変数の一覧の中から所望のモデル変数を選択すると、選択したモデル変数の事後分布が表示される。

図１０は表示装置５に表示される画面の第２例を示す図である。図１０の画面には、対象機器６の出力値である評価変数について、制御変数の一覧と条件変数の一覧とが連動して表示されている。また、図１０の画面には、制御変数の一覧から任意の制御変数を選択するチェックボタンｃｋ２と、条件変数の一覧の中から任意の条件変数を選択するチェックボタンｃｋ３と、複数のセンサ３の検出データの読込を指示するデータ読込みボタンｂ１と、シミュレーション結果の履歴情報を読込む履歴読込ボタンｂ３と、実行ボタンｂ２とが設けられている。

任意の制御変数と条件変数を選択して実行ボタンｂ２を選択すると、選択した制御変数と条件変数との組み合わせテーブルが表示される。この組合せテーブルにより、制御変数と条件変数との因果関係を把握することができる。

このように、本実施形態では、複数の制御入力変数の可変範囲を拡張した拡張範囲内から複数の制御入力変数の組合せを生成し、生成した組合せと外部条件に基づいてシミュレーション部１３にて対象機器６のシミュレーションを行った結果と、対象機器６を試験運用した結果との少なくとも一方に基づいて、記録部１２内の出力値と確信度を更新して、対象機器６の運用ルールを抽出する。これにより、対象機器６の最適な運用ルールを高い精度で、かつ少ないシミュレーション回数で同定できる。

本実施形態によれば、対象機器６の稼働データから、複数の制御入力変数の可変範囲を必要に応じて拡張できる。また、拡張した範囲の中から、複数の制御入力変数の組合せを例えば実験計画法にて取得できる。

また、本実施形態によれば、対象機器６のシミュレーション結果と、対象機器６を試験運用した結果とに基づいてキャリブレーションを行って、シミュレーションモデルのモデル変数の事後分布とモデル化誤差を求めることができる。そして、事後分布に基づいて得られる確信度を考慮に入れて最適な運用点を探索するため、対象機器６の最適な運用ルールを精度よく抽出できる。

このように、本実施形態では、対象機器６の稼働状況を反映させた確率的な計算を行うため、応答局面の確度を事前に評価でき、確度情報を加味した最適な運用ルールを抽出できる。特に、本実施形態では、シミュレーションモデルの実稼働状況からのズレを修正した上で、実稼働データを生かしつつ、最小限のシミュレーション回数にて最適な運用ルールを抽出できる。

上述した実施形態で説明した運用ルール抽出装置１の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、運用ルール抽出装置１の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

また、運用ルール抽出装置１の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

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。これら新規な実施形態は、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ともに、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。

１ 運用ルール抽出装置、２ 運用ルール抽出システム、３ センサ、４ 初期条件設定部、５ 表示装置、６ 対象機器、１１ 組合せ生成部、１２ 記録部、１３ シミュレーション部、１４ 試験運用部、１５ 最適点探索部、１６ 運用ルール抽出部、１７ 事後分布計算部

Claims (9)

1. 対象機器に入力される複数の制御入力変数の可変範囲を拡張した拡張範囲内から、前記複数の制御入力変数の組合せを生成する組合せ生成部と、
   前記対象機器に入力される外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器のシミュレーションを行うシミュレーション部と、前記外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器の試験運用を行う試験運用部と、の少なくとも一方と、
   前記シミュレーション部による前記対象機器のシミュレーション結果と、前記試験運用部による前記対象機器の試験運用の結果と、の少なくとも一方に基づいて、前記対象機器を運用する最適な運用点を探索する最適点探索部と、
   前記最適な運用点で前記対象機器を運用するための運用ルールを抽出する運用ルール抽出部と、
   前記対象機器に入力される外部条件と、前記複数の制御入力変数の組合せと、前記対象機器の出力値と、この出力値の確からしさを示す確信度と、前記対象機器のシミュレーションモデルを同定するためのモデル変数と、前記対象機器の稼働データ、前記シミュレーション部によるシミュレーション結果、前記試験運用部による試験運用の結果、及び２以上の組の値を補間計算して得られた結果を識別する識別情報と、を含む複数の情報を一組として対応づけて複数組を記録する記録部と、
   前記シミュレーション部が前記対象機器のシミュレーションを行った場合には、シミュレーション結果が観測データに合致するように前記モデル変数を更新するとともに、更新後のモデル変数の確率分布である事後分布を計算する事後分布計算部と、を備え、
   前記シミュレーション部は、前記事後分布計算部が更新したモデル変数と前記事後分布とに基づいて、前記対象機器のシミュレーションを行い、シミュレーション結果により前記記録部に記録された前記出力値および前記確信度を更新する、運用ルール抽出装置。
2. 前記組合せ生成部は、前記対象機器を実際に運用する際に前記対象機器に入力されるデータと、前記対象機器の内部または周囲をセンシングするセンサにより取得されたデータとの少なくとも一方に基づいて、前記複数の制御入力変数の可変範囲を同定する、請求項１に記載の運用ルール抽出装置。
3. 前記シミュレーション部は、前記記録部に記録された前記外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器のシミュレーションを行い、
   前記試験運用部は、前記記録部に記録された前記外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器の試験運用を行う、請求項１または２に記載の運用ルール抽出装置。
4. 前記事後分布計算部は、前記モデル変数の更新および前記事後分布の計算とともに、前記シミュレーションモデルのモデル誤差を計算する、請求項１乃至３のいずれか一項に記載の運用ルール抽出装置。
5. 前記確信度は、前記識別情報に応じた値である、請求項１乃至４のいずれか一項に記載の運用ルール抽出装置。
6. 前記最適点探索部は、
   前記複数の制御入力変数の組合せが前記対象機器の稼働データの中に含まれるか否かを判定する第１判定部と、
   前記複数の制御入力変数の組合せが前記稼働データの中に含まれないと判定されると、前記対象機器の試験運用が可能か否かを判定する第２判定部と、
   前記第２判定部にて試験運用が可能と判定されると、前記試験運用部にて前記対象機器の試験運用を行った結果に基づいて、前記記録部に記録された対応する前記確信度を更新し、前記第２判定部にて試験運用が不可能と判定されると、前記シミュレーション部によるシミュレーション結果に基づいて前記記録部に記録された対応する前記確信度を更新する確信度最適点探索部と、
   前記確信度最適点探索部にて更新された前記確信度に基づいて、前記最適な運用点か否かを判断する最適運用点判断部と、を有する、請求項５に記載の運用ルール抽出装置。
7. 前記最適点探索部は、前記第１判定部にて前記複数の制御入力変数の組合せが前記稼働データの中に含まれると判定されると、前記記録部に記録された対応する前記確信度をより高い値に更新する、請求項６に記載の運用ルール抽出装置。
8. 運用ルール抽出装置と、
   それぞれ異なるセンシングデータを稼働データの少なくとも一部として前記運用ルール抽出装置に供給する複数のセンサと、
   初期条件を前記運用ルール抽出装置に与える初期条件設定部と、を備え、
   前記運用ルール抽出装置は、
   対象機器に入力される複数の制御入力変数の可変範囲を拡張した拡張範囲内から、前記複数の制御入力変数の組合せを生成する組合せ生成部と、
   前記対象機器に入力される外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器のシミュレーションを行うシミュレーション部と、前記外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器の試験運用を行う試験運用部と、の少なくとも一方と、
   前記シミュレーション部による前記対象機器のシミュレーション結果と、前記試験運用部による前記対象機器の試験運用の結果と、の少なくとも一方に基づいて、前記対象機器を運用する最適な運用点を探索する最適点探索部と、
   前記最適な運用点で前記対象機器を運用するための運用ルールを抽出する運用ルール抽出部と、を有し、
   前記対象機器に入力される外部条件と、前記複数の制御入力変数の組合せと、前記対象機器の出力値と、この出力値の確からしさを示す確信度と、前記対象機器のシミュレーションモデルを同定するためのモデル変数と、前記対象機器の稼働データ、前記シミュレーション部によるシミュレーション結果、前記試験運用部による試験運用の結果、及び２以上の組の値を補間計算して得られた結果を識別する識別情報と、を含む複数の情報を一組として対応づけて複数組を記録する記録部と、
   前記シミュレーション部が前記対象機器のシミュレーションを行った場合には、シミュレーション結果が観測データに合致するように前記モデル変数を更新するとともに、更新後のモデル変数の確率分布である事後分布を計算する事後分布計算部と、を備え、
   前記シミュレーション部は、前記事後分布計算部が更新したモデル変数と前記事後分布とに基づいて、前記対象機器のシミュレーションを行い、シミュレーション結果により前記記録部に記録された前記出力値および前記確信度を更新する、運用ルール抽出システム。
9. 対象機器に入力される複数の制御入力変数の可変範囲を拡張した拡張範囲内から、前記複数の制御入力変数の組合せを生成するステップと、
   前記対象機器に入力される外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器のシミュレーションを行うステップと、前記外部条件と前記複数の制御入力変数の組合せとに基づいて前記対象機器の試験運用を行うステップと、の少なくとも一方と、
   前記対象機器の前記シミュレーション結果と、前記対象機器の試験運用の結果と、の少なくとも一方に基づいて、前記対象機器を運用する最適な運用点を探索するステップと、
   前記最適な運用点に応じた運用ルールを抽出するステップと、
   前記対象機器に入力される外部条件と、前記複数の制御入力変数の組合せと、前記対象機器の出力値と、この出力値の確からしさを示す確信度と、前記対象機器のシミュレーションモデルを同定するためのモデル変数と、前記対象機器の稼働データ、前記シミュレーション結果、前記試験運用の結果、及び２以上の組の値を補間計算して得られた結果を識別する識別情報と、を含む複数の情報を一組として対応づけて複数組を記録部に記録するステップと、
   前記対象機器のシミュレーションを行った場合には、シミュレーション結果が観測データに合致するように前記モデル変数を更新するとともに、更新後のモデル変数の確率分布である事後分布を計算するステップと、を備え、
   前記シミュレーションを行うステップは、前記前記更新したモデル変数と前記事後分布とに基づいて、前記対象機器のシミュレーションを行い、シミュレーション結果により前記記録部に記録された前記出力値および前記確信度を更新する、運用ルール抽出方法。

Images