JP6964423B2 - プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム - Google Patents
プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム Download PDFInfo
- Publication number
- JP6964423B2 JP6964423B2 JP2017060954A JP2017060954A JP6964423B2 JP 6964423 B2 JP6964423 B2 JP 6964423B2 JP 2017060954 A JP2017060954 A JP 2017060954A JP 2017060954 A JP2017060954 A JP 2017060954A JP 6964423 B2 JP6964423 B2 JP 6964423B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- actual machine
- plant
- machine data
- simulation
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムに関する。
各種センサ機器を通じてプラントの状態をモニタリングし、実機データ（モニタリングデータ）と設計データ等の既存データベースとに基づいて現在のプラントの状態を判断したり、将来のプラントの状態を予測したりする場合がある。例えば、モニタリングデータに基づいて将来の運転状況を予測する予測シミュレータを用いた運転支援装置が知られている。特許文献１には、モニタリングデータの不確かさを考慮してプラントの状態を予測し、プラントの運転を支援できるプラント運転支援システム等が開示されている。
当然ながら、実機データは、プラントの各所に設けられた各種センサ（計器類）を通じてでないと取得することはできない。しかしながら、コストや構造的な制約により、プラントにセンサを設置できる個数、位置は限られる。そのため、センサを通じて得られた実機データ群をプラントのシミュレーションモデルに投入したとしても、当該シミュレーションモデルの状態を実際のプラントの状態に完全に合わせ込むことは困難である。
即ち、単に、取得された実機データ群をシミュレーションモデルに投入したとしても、センサ機器では直接測ることができないプラントの状態（例えば、ある事故事象Ｘが発生した状態）までを再現することができない。プラントの実際の状態とシミュレーションモデルが再現するプラントの状態との間に根本的な差異（事故事象Ｘの発生有無）が存在したままプラントの模擬運転を行ったとしても、その予測結果は現実の運転から大きくかけ離れ得る。
即ち、単に、取得された実機データ群をシミュレーションモデルに投入したとしても、センサ機器では直接測ることができないプラントの状態（例えば、ある事故事象Ｘが発生した状態）までを再現することができない。プラントの実際の状態とシミュレーションモデルが再現するプラントの状態との間に根本的な差異（事故事象Ｘの発生有無）が存在したままプラントの模擬運転を行ったとしても、その予測結果は現実の運転から大きくかけ離れ得る。
本発明は、プラントの現在及び将来の運転状態を精度良く予測できるプラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムを提供することを目的とする。
本発明の第１の態様によれば、プラント運転シミュレーション装置は、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、予め用意された実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、を備える。そして、前記シミュレーション実行部は、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する。
また、本発明の第２の態様によれば、前記事象推定部は、前記実機データ群が、予め規定された条件パターンに合致しているか否かに基づいて前記事象の種類を推定する。
また、本発明の第３の態様によれば、前記事象推定部は、前記事象量を仮に定めた上で前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定する。
また、本発明の第４の態様によれば、前記実機シミュレーションモデルを用いた前記プラントの模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理部を更に備える。
また、本発明の第５の態様によれば、プラント運転シミュレーション方法は、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得ステップと、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定ステップと、予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行ステップと、を有する。そして、前記シミュレーション実行ステップは、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行するステップを含む。
また、本発明の第６の態様によれば、プログラムは、コンピュータを、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、として機能させる。そして、前記シミュレーション実行部は、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する。
上述のプラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムによれば、プラントの現在及び将来の運転状態を精度良く予測できる。
＜第１の実施形態＞
以下、第１の実施形態に係るプラント運転シミュレーション装置について、図１〜図１０を参照しながら詳細に説明する。
以下、第１の実施形態に係るプラント運転シミュレーション装置について、図１〜図１０を参照しながら詳細に説明する。
（プラント運転シミュレーション装置の機能構成）
図１は、第１の実施形態に係るプラント運転シミュレーション装置の機能構成を示す図である。
プラント運転シミュレーション装置１は、プラントＰＬ（実機）の運転を模擬するプラント運転シミュレータである。プラント運転シミュレーション装置１は、プラントＰＬの制御信号の入力を受け付ける。プラント運転シミュレーション装置１は、当該制御指令に従ってプラントＰＬの模擬運転を行う。
プラントＰＬは、本実施形態においては原子力発電プラントを想定しているが、他の実施形態においては原子力以外の発電プラント（火力発電プラント等）であってもよいし、発電プラント以外のプラント（例えば、化学プラント、廃棄物処理プラント等）であってもよい。
図１は、第１の実施形態に係るプラント運転シミュレーション装置の機能構成を示す図である。
プラント運転シミュレーション装置１は、プラントＰＬ（実機）の運転を模擬するプラント運転シミュレータである。プラント運転シミュレーション装置１は、プラントＰＬの制御信号の入力を受け付ける。プラント運転シミュレーション装置１は、当該制御指令に従ってプラントＰＬの模擬運転を行う。
プラントＰＬは、本実施形態においては原子力発電プラントを想定しているが、他の実施形態においては原子力以外の発電プラント（火力発電プラント等）であってもよいし、発電プラント以外のプラント（例えば、化学プラント、廃棄物処理プラント等）であってもよい。
プラントＰＬには、複数のセンサが設けられている。複数のセンサとは、例えば、配管の温度、圧力、流量等を計測可能な各種計器類、タンクの貯水量検出センサ、弁の開閉検知センサなどである。複数のセンサを通じて取得された実機データ群は、逐次、実機データ記録サーバＳに送信され、蓄積記録される。
実機データ記録サーバＳは、プラントＰＬを含む種々のプラントから逐次送信される実機データ群を蓄積記録するデータサーバである。
実機データ記録サーバＳは、プラントＰＬを含む種々のプラントから逐次送信される実機データ群を蓄積記録するデータサーバである。
図１に示すように、プラント運転シミュレーション装置１は、実機データ取得部１０と、事象推定部１１と、シミュレーション実行部１２と、同調処理部１３と、記録媒体１４、１５、１６とを備えている。
実機データ取得部１０は、種々のプラントに設けられた複数のセンサ（計器類）を通じて得られた実機データ群が蓄積された実機データ記録サーバＳから、プラントＰＬの実機データ群を取得する。
事象推定部１１は、実機データ取得部１０によって取得された実機データ群の時系列に基づいてプラントＰＬにおける所定の事象（例えば、ある事故事象）の発生有無を判定するとともに、発生した事象の種類、事象の発生箇所、及び、事象の規模を示す事象量を推定する。
シミュレーション実行部１２は、予め用意された実機シミュレーションモデルＭを用いてプラントＰＬの模擬運転を実行する。ここで、シミュレーション実行部１２は、事象推定部１１によって推定された事象の種類、発生箇所、及び、事象量を実機シミュレーションモデルＭに反映させて、プラントＰＬの模擬運転を実行する。
同調処理部１３は、実機シミュレーションモデルＭを用いたプラントＰＬの模擬運転中に、複数のセンサを通じて所定時間毎に取得される実機データ群を実機シミュレーションモデルＭに逐次入力する。この処理により、同調処理部１３は、実機シミュレーションモデルＭの状態をプラントＰＬの現実の状態と同調させる。
記録媒体１４、１５、１６は、プラント運転シミュレーション装置１内に具備される情報記録媒体である。記録媒体１４には、実機シミュレーションモデルＭを、プラントＰＬの運転段階に応じた種々の初期状態に設定するための初期状態ファイルＩが記録されている。記録媒体１５には、プラントＰＬの状態を模擬可能な実機シミュレーションモデルＭが記録されている。また、記録媒体１６には、発生した事象の種類を特定するための条件パターンが記録された事象判定テーブルＧが記録されている。
なお、実機シミュレーションモデルＭは、例えば、プラントＰＬの運転訓練用途で開発されたものであって、実機との整合性について実績があるシミュレーションモデルを用いるのが好ましい。
実機データ取得部１０は、種々のプラントに設けられた複数のセンサ（計器類）を通じて得られた実機データ群が蓄積された実機データ記録サーバＳから、プラントＰＬの実機データ群を取得する。
事象推定部１１は、実機データ取得部１０によって取得された実機データ群の時系列に基づいてプラントＰＬにおける所定の事象（例えば、ある事故事象）の発生有無を判定するとともに、発生した事象の種類、事象の発生箇所、及び、事象の規模を示す事象量を推定する。
シミュレーション実行部１２は、予め用意された実機シミュレーションモデルＭを用いてプラントＰＬの模擬運転を実行する。ここで、シミュレーション実行部１２は、事象推定部１１によって推定された事象の種類、発生箇所、及び、事象量を実機シミュレーションモデルＭに反映させて、プラントＰＬの模擬運転を実行する。
同調処理部１３は、実機シミュレーションモデルＭを用いたプラントＰＬの模擬運転中に、複数のセンサを通じて所定時間毎に取得される実機データ群を実機シミュレーションモデルＭに逐次入力する。この処理により、同調処理部１３は、実機シミュレーションモデルＭの状態をプラントＰＬの現実の状態と同調させる。
記録媒体１４、１５、１６は、プラント運転シミュレーション装置１内に具備される情報記録媒体である。記録媒体１４には、実機シミュレーションモデルＭを、プラントＰＬの運転段階に応じた種々の初期状態に設定するための初期状態ファイルＩが記録されている。記録媒体１５には、プラントＰＬの状態を模擬可能な実機シミュレーションモデルＭが記録されている。また、記録媒体１６には、発生した事象の種類を特定するための条件パターンが記録された事象判定テーブルＧが記録されている。
なお、実機シミュレーションモデルＭは、例えば、プラントＰＬの運転訓練用途で開発されたものであって、実機との整合性について実績があるシミュレーションモデルを用いるのが好ましい。
（ハードウェア構成）
図２は、第１の実施形態に係るプラント運転シミュレーション装置のハードウェア構成を示す図である。
プラント運転シミュレーション装置１は、図２に示すようなコンピュータ５００によって実現される。
コンピュータ５００は、ＣＰＵ（Central Processing Unit）５０１、ＲＡＭ（Random Access Memory）５０２、ＲＯＭ（Read Only Memory）５０３、ストレージ５０４、外部Ｉ／Ｆ（Interface）５０５、入力受付部５０６、表示部５０７、通信Ｉ／Ｆ５０８等を有する。これらの装置はバスＢを介して相互に信号の送受信を行う。
図２は、第１の実施形態に係るプラント運転シミュレーション装置のハードウェア構成を示す図である。
プラント運転シミュレーション装置１は、図２に示すようなコンピュータ５００によって実現される。
コンピュータ５００は、ＣＰＵ（Central Processing Unit）５０１、ＲＡＭ（Random Access Memory）５０２、ＲＯＭ（Read Only Memory）５０３、ストレージ５０４、外部Ｉ／Ｆ（Interface）５０５、入力受付部５０６、表示部５０７、通信Ｉ／Ｆ５０８等を有する。これらの装置はバスＢを介して相互に信号の送受信を行う。
ＣＰＵ５０１は、ＲＯＭ５０３やストレージ５０４等に格納されたプログラムやデータをＲＡＭ５０２上に読み出し、処理を実行することで、コンピュータ５００の各機能を実現する演算装置である。本実施形態においては、ＣＰＵ５０１は、図１に示す実機データ取得部１０、事象推定部１１、シミュレーション実行部１２、同調処理部１３としての機能を発揮する。
ＲＡＭ５０２は、ＣＰＵ５０１のワークエリア等として用いられる揮発性のメモリである。ＲＯＭ５０３は、電源を切ってもプログラムやデータを保持する不揮発性のメモリである。
ストレージ５０４は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）など等により実現され、ＯＳ（Operation System）、アプリケーションプログラム、及び各種データ等が記録される。本実施形態においては、ストレージ５０４は図１に示す記録媒体１４、１５、１６に相当し、当該ストレージ５０４には初期状態ファイルＩ、実機シミュレーションモデルＭ及び事象判定テーブルＧが記録される。
外部Ｉ／Ｆ５０５は、外部装置とのインタフェースである。外部装置には、例えば、可搬記録媒体５０９等がある。コンピュータ５００は、外部Ｉ／Ｆ５０５を介して、可搬記録媒体５０９の読取り、書き込みを行うことができる。可搬記録媒体５０９には、例えば、光学ディスク、磁気ディスク、メモリカード、ＵＳＢ（Universal Serial Bus）メモリ等が含まれる。
ＲＡＭ５０２は、ＣＰＵ５０１のワークエリア等として用いられる揮発性のメモリである。ＲＯＭ５０３は、電源を切ってもプログラムやデータを保持する不揮発性のメモリである。
ストレージ５０４は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）など等により実現され、ＯＳ（Operation System）、アプリケーションプログラム、及び各種データ等が記録される。本実施形態においては、ストレージ５０４は図１に示す記録媒体１４、１５、１６に相当し、当該ストレージ５０４には初期状態ファイルＩ、実機シミュレーションモデルＭ及び事象判定テーブルＧが記録される。
外部Ｉ／Ｆ５０５は、外部装置とのインタフェースである。外部装置には、例えば、可搬記録媒体５０９等がある。コンピュータ５００は、外部Ｉ／Ｆ５０５を介して、可搬記録媒体５０９の読取り、書き込みを行うことができる。可搬記録媒体５０９には、例えば、光学ディスク、磁気ディスク、メモリカード、ＵＳＢ（Universal Serial Bus）メモリ等が含まれる。
入力受付部５０６は、例えば、マウス、タッチパネル及びキーボード等で構成され、操作者（オペレータ）の指示を受けてコンピュータ５００に各種操作等を入力する。
表示部５０７は、例えば、液晶ディスプレイにより実現され、ＣＰＵ５０１による処理結果を表示する。
通信Ｉ／Ｆ５０８は、有線通信又は無線通信により、コンピュータ５００をインターネット等のネットワークに接続するインタフェースである。バスＢは、上記各構成装置に接続され、制御装置間で各種制御信号等を送受信する。
（処理フロー）
図３は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第１図である。
図３は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第１図である。
図３に示すように、第１の実施形態に係るプラント運転シミュレーション装置１は、以下のような手順でプラントＰＬの運転模擬（シミュレーション）を実行する。
まず、プラント運転シミュレーション装置１の実機データ取得部１０は、実機データ記録サーバＳにアクセスして、過去の所定時刻（例えば、現在から５分前）から現在までに得られたプラントＰＬの実機データ群の時系列を取得する（ステップＳ０１）。ここで取得される実機データ群とは、プラントＰＬの各所（配管、タンク、弁、ボイラー、タービン装置等）に設けられた各種センサを通じて得られた計測値である。
プラント運転シミュレーション装置１の事象推定部１１は、ステップＳ０１で取得された実機データ群の時系列に基づいてプラントＰＬにおける所定の事象の発生有無を判定するとともに、発生した事象の種類、事象の発生箇所、及び、事象の規模を示す事象量を推定する（ステップＳ０２）。このステップＳ０２の具体的な処理内容については後述する。
次に、プラント運転シミュレーション装置１の同調処理部１３は、プラントＰＬの模擬運転を行う前に、ステップＳ０１で取得された実機データ群の時系列を利用して、更に、実機シミュレーションモデルＭの状態をプラントＰＬの現実の状態と同調させる（ステップＳ０３）。このステップＳ０３の具体的な処理内容については後述する。
次に、プラント運転シミュレーション装置１のシミュレーション実行部１２は、実機シミュレーションモデルＭを用いてプラントＰＬの模擬運転を実行する（ステップＳ０４）。ここで、シミュレーション実行部１２は、ステップＳ０２で推定された事象の種類、発生箇所、及び、事象量を実機シミュレーションモデルＭに反映させた上で、模擬運転を実行する。また、シミュレーション実行部１２は、ステップＳ０３の処理により実機シミュレーションモデルＭの状態が現実のプラントＰＬの状態と十分に同調した状態（十分に近づいた状態）となってから当該実機シミュレーションモデルＭを用いて模擬運転を実行する。
シミュレーション実行部１２によるシミュレーション結果（例えば、現状推定結果、将来予測結果等）は、逐次、表示部５０７（図２）を通じてオペレータに提示される。
シミュレーション実行部１２によるシミュレーション結果（例えば、現状推定結果、将来予測結果等）は、逐次、表示部５０７（図２）を通じてオペレータに提示される。
（事象推定部の機能）
図４は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第２図である。
また、図５〜図７は、それぞれ、第１の実施形態に係る事象推定部の機能を説明するための第１図〜第３図である。
以下、図４〜図７を参照しながら、図３のステップＳ０２における事象推定部１１の機能について詳細に説明する。
図４は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第２図である。
また、図５〜図７は、それぞれ、第１の実施形態に係る事象推定部の機能を説明するための第１図〜第３図である。
以下、図４〜図７を参照しながら、図３のステップＳ０２における事象推定部１１の機能について詳細に説明する。
図４に示す処理フローは、図３のステップＳ０２（事象推定処理）において、事象推定部１１が実行する処理フローである。
事象推定部１１は、まず、取得された実機データ群の時系列において、何らかの変化（変動）が生じているか否かを判定する（ステップＳ０２１）。例えば、事象推定部１１は、５分前の実機データ群と現在の最新の実機データ群とを対比して、所定の閾値以上の変化が生じているか否かを判定する。
事象推定部１１は、まず、取得された実機データ群の時系列において、何らかの変化（変動）が生じているか否かを判定する（ステップＳ０２１）。例えば、事象推定部１１は、５分前の実機データ群と現在の最新の実機データ群とを対比して、所定の閾値以上の変化が生じているか否かを判定する。
図５は、実機データ群の時系列をまとめたグラフである。図５では、簡単化のため、ある配管Ａの温度計測値（実機データＴ）、配管Ａの圧力計測値（実機データＰ）、配管Ａの流量計測値（実機データＦ）及び配管Ａの流量調整弁の弁開度（実機データＶ）のみを表記している。なお、実際のプラントＰＬの実機データの数は数万種類に及び得る。
実機データ群に変化がみられない場合は、何らの事象も発生していないものとみなし、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２１：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下している。この場合、事象推定部１１は、この実機データＦの変化量を検知して、ステップＳ０２１：ＹＥＳ以降の処理フローに入る。
実機データ群に変化がみられない場合は、何らの事象も発生していないものとみなし、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２１：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下している。この場合、事象推定部１１は、この実機データＦの変化量を検知して、ステップＳ０２１：ＹＥＳ以降の処理フローに入る。
ある実機データで所定値以上の変化が検知された場合（ステップＳ０２１：ＹＥＳ）、事象推定部１１は、この実機データの変化が予期されたものか否かを判定する（ステップＳ０２２）。
例えば、オペレータのマニュアル操作により配管Ａの弁開度が下げられていた場合、この操作に応じて実機データＦ（配管Ａの流量計測値）が低下することが予期される。即ち、実機データＦの変化について、他の実機データ（実機データＶ）の変化との整合性が認められる場合、実機データＦが一定以上変化したとしても、当該変化が異常であるとは考えにくい。したがって、この場合は、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２２：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下しているにもかかわらず、実機データＶ（流量調整弁の弁開度）は変化していない。即ち、実機データＦの変化と実機データＶの変化との間に整合性が認められない。そこで、事象推定部１１は、予期しない事象が発生したものと判断し、ステップＳ０２２：ＹＥＳ以降の処理フローに入る。
例えば、オペレータのマニュアル操作により配管Ａの弁開度が下げられていた場合、この操作に応じて実機データＦ（配管Ａの流量計測値）が低下することが予期される。即ち、実機データＦの変化について、他の実機データ（実機データＶ）の変化との整合性が認められる場合、実機データＦが一定以上変化したとしても、当該変化が異常であるとは考えにくい。したがって、この場合は、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２２：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下しているにもかかわらず、実機データＶ（流量調整弁の弁開度）は変化していない。即ち、実機データＦの変化と実機データＶの変化との間に整合性が認められない。そこで、事象推定部１１は、予期しない事象が発生したものと判断し、ステップＳ０２２：ＹＥＳ以降の処理フローに入る。
予期しない事象が発生した場合（ステップＳ０２２：ＹＥＳ）、事象推定部１１は、取得した実機データ群の時系列（図５）に基づいて、発生した事象の種類と、当該事象の発生箇所とを推定する（ステップＳ０２３）。ここで、ステップＳ０２３の処理について、図６を参照しながら説明する。
図６は、記録媒体１６に予め記録された事象判定テーブルＧの例を示している。
図６に示すように、事象判定テーブルＧは、予め規定した「事象の種類」毎に、実機データ群の各々が満たす条件の組み合わせが記録されている。このような事象判定テーブルＧは、例えば、過去に発生した事故の履歴情報や事故マニュアルに記載された情報等に基づいて予め作成される。
事象推定部１１は、上述のステップＳ０２３において、事象判定テーブルＧを参照して、取得した実機データ群の時系列（図５）が、各条件の組み合わせが満たされているか否かを判定する。例えば、事象推定部１１は、実機データＴ（配管温度）が条件Ｔ１を満たし、実機データＰ（配管圧力）が条件Ｐ１を満たし、かつ、実機データＦ（配管流量）が条件Ｆ１を満たす場合には、プラントＰＬで事故事象Ｘ１（配管破断）が発生したものと推定する。
ここで、図６に示した各条件Ｔ１、Ｔ２、・・、Ｐ１、Ｐ２、・・、Ｆ１、Ｆ２、・・は、各実機データの範囲（○○以上、△△以下）、或いは、各実機データの変化量の範囲等で規定される。
図６に示すように、事象判定テーブルＧは、予め規定した「事象の種類」毎に、実機データ群の各々が満たす条件の組み合わせが記録されている。このような事象判定テーブルＧは、例えば、過去に発生した事故の履歴情報や事故マニュアルに記載された情報等に基づいて予め作成される。
事象推定部１１は、上述のステップＳ０２３において、事象判定テーブルＧを参照して、取得した実機データ群の時系列（図５）が、各条件の組み合わせが満たされているか否かを判定する。例えば、事象推定部１１は、実機データＴ（配管温度）が条件Ｔ１を満たし、実機データＰ（配管圧力）が条件Ｐ１を満たし、かつ、実機データＦ（配管流量）が条件Ｆ１を満たす場合には、プラントＰＬで事故事象Ｘ１（配管破断）が発生したものと推定する。
ここで、図６に示した各条件Ｔ１、Ｔ２、・・、Ｐ１、Ｐ２、・・、Ｆ１、Ｆ２、・・は、各実機データの範囲（○○以上、△△以下）、或いは、各実機データの変化量の範囲等で規定される。
なお、実機データ群の時系列によっては、事象判定テーブルＧに規定された複数の条件の組み合わせが当てはまる場合も想定される。例えば、ある実機データ群の時系列は、事故事象Ｘａの条件と、事故事象Ｘｂの条件との両方を満たすことも考えられる。この場合、事象推定部１１は、プラントＰＬで「事故事象Ｘａ、Ｘｂの何れか一方又は両方が発生した。」と推定する。
また、事象推定部１１は、ステップＳ０２３で事象の発生箇所を特定する。具体的には、事象推定部１１は、図６に示す各条件を満たす実機データの取得源（センサ）を特定することで、当該事象の発生箇所を特定する。例えば、条件Ｔ１を満たした実機データＴ（配管温度）、条件Ｐ１を満たした実機データＰ（配管圧力）、及び、条件Ｆ１を満たした実機データＦ（配管流量）が、いずれも配管Ａに設けられたセンサを通じて取得されたものである場合には、事象推定部１１は、事故事象Ｘ１が配管Ａで発生している、又は、配管Ａと何らかの関連性を有している（２次現象的に影響が伝わってきた）ものと判断する。
次に、事象推定部１１は、以下のステップＳ０２４、ステップＳ０２５及びステップＳ０２６を実行することで、発生した事象の事象量（規模）を推定する。
具体的には、事象推定部１１は、複数用意した事象量の候補の中から一つを仮に定めた上で、ステップＳ０２３で推定した結果（事象の種類、事象の発生箇所）とともに実機シミュレーションモデルＭに入力する。事象推定部１１から事象の種類、事象の発生箇所、及び、仮に定めた事象量の入力を受け付けると、シミュレーション実行部１２は、当該事象の種類、事象の発生箇所、及び、仮に定めた事象量を反映（マルファンクション投入）
させた実機シミュレーションモデルＭを用いて簡易的な模擬運転を実行する（ステップＳ０２４）。ここで、シミュレーション実行部１２は、“何らかの事象が発生した”との判断のきっかけとなった実機データ群の時系列と同一の時間帯（即ち、図５に示すグラフの−５ｍｉｎ〜０ｍｉｎの時間帯）について模擬運転を実行する。
具体的には、事象推定部１１は、複数用意した事象量の候補の中から一つを仮に定めた上で、ステップＳ０２３で推定した結果（事象の種類、事象の発生箇所）とともに実機シミュレーションモデルＭに入力する。事象推定部１１から事象の種類、事象の発生箇所、及び、仮に定めた事象量の入力を受け付けると、シミュレーション実行部１２は、当該事象の種類、事象の発生箇所、及び、仮に定めた事象量を反映（マルファンクション投入）
させた実機シミュレーションモデルＭを用いて簡易的な模擬運転を実行する（ステップＳ０２４）。ここで、シミュレーション実行部１２は、“何らかの事象が発生した”との判断のきっかけとなった実機データ群の時系列と同一の時間帯（即ち、図５に示すグラフの−５ｍｉｎ〜０ｍｉｎの時間帯）について模擬運転を実行する。
事象推定部１１は、複数用意した事象量の候補の全てで模擬運転が実行されたか否かを判定する（ステップＳ０２５）。全ての事象量の候補で模擬運転が実行されていない場合（ステップＳ０２５：ＮＯ）、前回とは別の事象量の候補を選択して改めて模擬運転を実行する（ステップＳ０２４）。全ての事象量の候補で模擬運転の実行が完了した場合（ステップＳ０２５：ＹＥＳ）、事象推定部１１は、ステップＳ０２４における模擬運転の結果が実機データ群の時系列（図５）に一致する（最も近い）事象量の候補を特定する（ステップＳ０２６）。
以上のステップＳ０２４〜ステップＳ０２６の処理については、図７を参照しながらより具体的に説明する。
以上のステップＳ０２４〜ステップＳ０２６の処理については、図７を参照しながらより具体的に説明する。
図７は、事象量を推定するための事象推定部１１の処理の流れを示している。
事象推定部１１は、ステップＳ０２３で推定した事象の種類、事象の発生箇所に応じた事象量の候補を用意する。例えば、図７に示すように、事象の種類＝「配管の破断」、事象の発生箇所＝「○○系統の配管Ａ」であった場合、事象推定部１１は、事象量（配管Ａに発生した穴の大きさ）の候補として、０．５ｃｍ、１．０ｃｍ、１．５ｃｍ、・・・等を用意する。
事象推定部１１は、事象量（穴の大きさ）の候補の一つ（例えば０．５ｃｍ）を仮に定め、事象パターン１（「配管の破断」、「○○系統の配管Ａ」、「０．５ｃｍ」）を実機シミュレーションモデルＭに反映（マルファンクション投入）する。シミュレーション実行部１２は、事象パターン１が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果１を得る（図７の上段参照）。
次に、事象推定部１１は、事象量（穴の大きさ）の別の候補の一つ（例えば１．０ｃｍ）を仮に定め、事象パターン２（「配管の破断」、「○○系統の配管Ａ」、「１．０ｃｍ」）を実機シミュレーションモデルＭに反映する。シミュレーション実行部１２は、事象パターン２が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果２を得る（図７の中段参照）。
同様に、事象推定部１１は、さらに別の事象量の候補を含む事象パターン３、４、・・を実機シミュレーションモデルＭに反映させ、シミュレーション実行部１２による模擬運転を繰り返すことで、模擬運転結果３、４、・・を得る（図７の下段参照）。
全ての事象量の候補に基づく模擬運転が完了すると（図４のステップＳ０２５：ＹＥＳ）、事象推定部１１は、各模擬運転結果１、２、３、・・と実機データ群の時系列（図５）との対比を行う。そして、事象推定部１１は、対比の結果、実機データ群の時系列（図５）に最も近い模擬運転結果を得た事象量の候補（例えば、１．０ｃｍ）を特定する。これにより、事象推定部１１は、プラントＰＬで発生した事象の事象量（事象の規模）を推定する（図６のステップＳ０２６）。
事象推定部１１は、ステップＳ０２３で推定した事象の種類、事象の発生箇所に応じた事象量の候補を用意する。例えば、図７に示すように、事象の種類＝「配管の破断」、事象の発生箇所＝「○○系統の配管Ａ」であった場合、事象推定部１１は、事象量（配管Ａに発生した穴の大きさ）の候補として、０．５ｃｍ、１．０ｃｍ、１．５ｃｍ、・・・等を用意する。
事象推定部１１は、事象量（穴の大きさ）の候補の一つ（例えば０．５ｃｍ）を仮に定め、事象パターン１（「配管の破断」、「○○系統の配管Ａ」、「０．５ｃｍ」）を実機シミュレーションモデルＭに反映（マルファンクション投入）する。シミュレーション実行部１２は、事象パターン１が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果１を得る（図７の上段参照）。
次に、事象推定部１１は、事象量（穴の大きさ）の別の候補の一つ（例えば１．０ｃｍ）を仮に定め、事象パターン２（「配管の破断」、「○○系統の配管Ａ」、「１．０ｃｍ」）を実機シミュレーションモデルＭに反映する。シミュレーション実行部１２は、事象パターン２が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果２を得る（図７の中段参照）。
同様に、事象推定部１１は、さらに別の事象量の候補を含む事象パターン３、４、・・を実機シミュレーションモデルＭに反映させ、シミュレーション実行部１２による模擬運転を繰り返すことで、模擬運転結果３、４、・・を得る（図７の下段参照）。
全ての事象量の候補に基づく模擬運転が完了すると（図４のステップＳ０２５：ＹＥＳ）、事象推定部１１は、各模擬運転結果１、２、３、・・と実機データ群の時系列（図５）との対比を行う。そして、事象推定部１１は、対比の結果、実機データ群の時系列（図５）に最も近い模擬運転結果を得た事象量の候補（例えば、１．０ｃｍ）を特定する。これにより、事象推定部１１は、プラントＰＬで発生した事象の事象量（事象の規模）を推定する（図６のステップＳ０２６）。
事象推定部１１は、以上の処理で推定した事象の種類、事象の発生箇所及び事象量を実機シミュレーションモデルＭに反映（マルファンクション投入）させる（ステップＳ０２７）。
なお、本実施形態においては、事象推定部１１は、事象量を推定する際に、用意した候補（０．５ｃｍ、１．０ｃｍ、・・）の全てで模擬運転を行うものとして説明したが、他の実施形態においてはこの態様に限定されない。他の実施形態に係る事象推定部１１は、例えば、一つの事象量の候補（例えば、１．０ｃｍ）を選択し、これに対応する一つの模擬運転結果を得た場合に、その模擬運転結果と実機データ（図５）との類似度がある判定閾値以上となった時点で事象量を特定し、事象推定処理を完了する態様としてもよい。
（同調処理部の機能）
図８は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第３図である。
また、図９、図１０は、それぞれ、第１の実施形態に係る同調処理部の機能を説明するための第１図、第２図である。
以下、図８〜図１０を参照しながら、図３のステップＳ０３における同調処理部１３の機能について詳細に説明する。
図８は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第３図である。
また、図９、図１０は、それぞれ、第１の実施形態に係る同調処理部の機能を説明するための第１図、第２図である。
以下、図８〜図１０を参照しながら、図３のステップＳ０３における同調処理部１３の機能について詳細に説明する。
図８に示す処理フローは、図３のステップＳ０３（同調処理）において、同調処理部１３が実行する処理フローである。
同調処理部１３は、まず、プラントＰＬの現在の運転ステータスに対応する初期状態ファイルＩを読み込んで実機シミュレーションモデルＭに展開する（ステップＳ０３１）。
図９に示すように、初期状態ファイルＩとは、実機シミュレーションモデルＭを特徴づける全ての内部物理量（パラメータｎ１、ｎ２、・・）が記録されたデータセットである。この初期状態ファイルＩは、プラントＰＬの主要な運転ステータス（例えば、「定格熱出力運転」、「停止運転」、「起動運転」等）ごとに用意される。ここで、「定格熱出力運転」とは、原子力プラントにおいて原子炉からの熱出力を定格（１００％）に保ったまま運転し続けることであり、より一般的には、いわゆる「定常運転」に相当する運転状態である。
ステップＳ０３１において、同調処理部１３は、例えば、オペレータによるマニュアル操作を介して、現在のプラントＰＬの運転ステータスに合致した初期状態ファイルＩを読み込む。また、同調処理部１３は、現在の実機データの時系列等に基づいて現在のプラントＰＬの運転ステータスを自動的に判断し、当該判断結果に応じた初期状態ファイルＩを選択して読み込んでもよい。
運転ステータスに対応する初期状態ファイルＩが読み込まれると、実機シミュレーションモデルＭは、その運転ステータス（例えば、定格熱出力運転）を模したプラントＰＬの初期状態となる。
同調処理部１３は、まず、プラントＰＬの現在の運転ステータスに対応する初期状態ファイルＩを読み込んで実機シミュレーションモデルＭに展開する（ステップＳ０３１）。
図９に示すように、初期状態ファイルＩとは、実機シミュレーションモデルＭを特徴づける全ての内部物理量（パラメータｎ１、ｎ２、・・）が記録されたデータセットである。この初期状態ファイルＩは、プラントＰＬの主要な運転ステータス（例えば、「定格熱出力運転」、「停止運転」、「起動運転」等）ごとに用意される。ここで、「定格熱出力運転」とは、原子力プラントにおいて原子炉からの熱出力を定格（１００％）に保ったまま運転し続けることであり、より一般的には、いわゆる「定常運転」に相当する運転状態である。
ステップＳ０３１において、同調処理部１３は、例えば、オペレータによるマニュアル操作を介して、現在のプラントＰＬの運転ステータスに合致した初期状態ファイルＩを読み込む。また、同調処理部１３は、現在の実機データの時系列等に基づいて現在のプラントＰＬの運転ステータスを自動的に判断し、当該判断結果に応じた初期状態ファイルＩを選択して読み込んでもよい。
運転ステータスに対応する初期状態ファイルＩが読み込まれると、実機シミュレーションモデルＭは、その運転ステータス（例えば、定格熱出力運転）を模したプラントＰＬの初期状態となる。
次に、同調処理部１３は、実機データ取得部１０を介してプラントＰＬの実機データ群を取得する（ステップＳ０３２）。ここで、同調処理部１３は、図３のステップＳ０１で取得した実機データ群の中から、例えば、１分周期で取得された実機データ群の過去１０分間分（１０セット）の実機データ群を取得する。
同調処理部１３は、ステップＳ０３１で初期状態となった実機シミュレーションモデルＭに対し、以降のステップＳ０３３〜Ｓ０３６の処理を通じて、実機シミュレーションモデルＭの状態を実機（プラントＰＬ）の現実の状態に同調させる。この処理（マニュアルセット）については、図１０を参照しながら説明する。
図１０に示すように、例えば、実機シミュレーションモデルＭは、複数の演算ノードＮによって構成される。各演算ノードＮでは、プラントＰＬの各所（配管、タンク、弁等）における種々の物理量（温度、圧力、流量等）を演算するための物理演算式が設定されている。実機シミュレーションモデルＭでは、ある層の演算ノードＮにおける物理量演算値（出力値）が次段の層の一つ又は複数の演算ノードＮへの入力値となる。
同調処理部１３は、ある実機データの取得源（センサ）に対応する演算ノードＮに対し、当該実機データのマニュアルセット（強制上書き）を実行する（ステップＳ０３３）。例えば、図１０に示すように、圧力計測値である実機データＰ（例えば“２ＭＰａ”）の取得源（例えば配管Ａの圧力計）に対応する演算ノードＮが“Ｎ１”であった場合、同調処理部１３は、演算ノードＮ１に実機データＰ（２ＭＰａ）をマニュアルセットする。この場合、当該演算ノードＮ１は、自身に入力される前段の演算ノードＮからの入力値に拘らず、次段の各演算ノードＮに向けて実機データＰ（２ＭＰａ）を出力する。
同様に、温度計測値である実機データＴ（例えば“８０℃”）の取得源（例えば配管Ａ’の温度計）に対応する演算ノードＮが“Ｎ２”であった場合、同調処理部１３は、演算ノードＮ２に実機データＴ（８０℃）をマニュアルセットする。この場合、当該演算ノードＮ２は、自身に入力される前段の演算ノードＮからの入力値に拘らず、次段の各演算ノードＮに向けて実機データＴ（８０℃）を出力する。
同様に、温度計測値である実機データＴ（例えば“８０℃”）の取得源（例えば配管Ａ’の温度計）に対応する演算ノードＮが“Ｎ２”であった場合、同調処理部１３は、演算ノードＮ２に実機データＴ（８０℃）をマニュアルセットする。この場合、当該演算ノードＮ２は、自身に入力される前段の演算ノードＮからの入力値に拘らず、次段の各演算ノードＮに向けて実機データＴ（８０℃）を出力する。
ステップＳ０３３で、各種センサに対応する演算ノードＮ（Ｎ１、Ｎ２、・・）の各々に実機データ群がマニュアルセットされると、シミュレーション実行部１２は、当該マニュアルセットがなされた実機シミュレーションモデルＭを用いて模擬運転を実行する（ステップＳ０３４）。
同調処理部１３は、マニュアルセットを規定した回数だけ実行したか否かを判定する。過去１０分間分の実機データを１分周期でマニュアルセットする例の場合、マニュアルセットを実行した回数が１０回未満（ステップＳ０３５：ＮＯ）であれば、同調処理部１３は、１分間待機する（ステップＳ０３６）。なお、同調処理部１３の待機中、シミュレーション実行部１２は、ステップＳ０３４の模擬運転を継続して行う。
次に、同調処理部１３は、ステップＳ０３３に戻り、実機シミュレーションモデルＭに対し、１分後の実機データ群をマニュアルセットする。同調処理部１３は、このマニュアルセットを１分周期で１０回繰り返すと（ステップＳ０３５：ＹＥＳ）、同調処理を完了する。
以上のように、同調処理部１３は、プラントＰＬの模擬運転の実行中において、実機データ群のマニュアルセットを周期的に繰り返すことで、実機シミュレーションモデルＭを構成する内部物理量の全てを現実のプラントＰＬの状態に同調させることができる。
図３におけるステップＳ０２（事象推定処理）、及び、ステップＳ０３（同調処理）が完了すると、シミュレーション実行部１２は、実体的な模擬運転を開始する（図３のステップＳ０４）。この段階において、実機シミュレーションモデルＭは、ステップＳ０２を経て発生した事象が反映され、かつ、ステップＳ０３で十分に同調された状態となっている。シミュレーション実行部１２は、模擬運転の結果を逐次ディスプレイ（表示部５０７）に表示させてオペレータに知らせる。
シミュレーション実行部１２は、以下のような機能を有している。
シミュレーション実行部１２は、以下のような機能を有している。
（ａ）現在のプラントＰＬの状態把握（現状推定）
上述したように、プラントＰＬの各所における現実の物理量は、予め設けられた各種センサ（計器類）を通じて取得する必要がある。しかしながら、実機シミュレーションモデルＭを用いた模擬運転によれば、実機シミュレーションモデルＭの各演算ノードＮ（図１０）で逐次演算されるあらゆる箇所、あらゆる種類の物理量を導出することができる。したがって、現実の時間の流れに沿って模擬運転を継続実行することで、常に、計器類を設置していない箇所を含むプラントＰＬの全容を把握することができる。
なお、この場合、シミュレーション実行部１２によるシミュレーション実行中（ステップＳ０４）であっても、定期的に実機データを取得してマニュアルセットを行うのが好ましい。このようにすることで、実機運転と同時並行で行われる模擬運転において、現実のプラントＰＬの状態と実機シミュレーションモデルＭの状態との乖離を抑制することができる。
上述したように、プラントＰＬの各所における現実の物理量は、予め設けられた各種センサ（計器類）を通じて取得する必要がある。しかしながら、実機シミュレーションモデルＭを用いた模擬運転によれば、実機シミュレーションモデルＭの各演算ノードＮ（図１０）で逐次演算されるあらゆる箇所、あらゆる種類の物理量を導出することができる。したがって、現実の時間の流れに沿って模擬運転を継続実行することで、常に、計器類を設置していない箇所を含むプラントＰＬの全容を把握することができる。
なお、この場合、シミュレーション実行部１２によるシミュレーション実行中（ステップＳ０４）であっても、定期的に実機データを取得してマニュアルセットを行うのが好ましい。このようにすることで、実機運転と同時並行で行われる模擬運転において、現実のプラントＰＬの状態と実機シミュレーションモデルＭの状態との乖離を抑制することができる。
（ｂ）将来のプラントＰＬの状態把握（将来予測）
シミュレーション実行部１２は、実機シミュレーションモデルＭを用いた模擬運転を、実際の時間の流れよりも早い時間の流れで実行することができる。これにより、プラントＰＬの状態の将来予測が可能になる。
シミュレーション実行部１２は、実機シミュレーションモデルＭを用いた模擬運転を、実際の時間の流れよりも早い時間の流れで実行することができる。これにより、プラントＰＬの状態の将来予測が可能になる。
（ｃ）ある制御指令を発した場合の結果分析
実機シミュレーションモデルＭを用いた模擬運転中に、入力受付部５０６（図２）から制御指令の入力を受け付けた場合、当該制御指令に基づいて、模擬運転を行う。これにより、オペレータは、「この状態にあるプラントＰＬに対し、仮に、この制御指令を発した場合に何が起こるか」を分析することができる。
実機シミュレーションモデルＭを用いた模擬運転中に、入力受付部５０６（図２）から制御指令の入力を受け付けた場合、当該制御指令に基づいて、模擬運転を行う。これにより、オペレータは、「この状態にあるプラントＰＬに対し、仮に、この制御指令を発した場合に何が起こるか」を分析することができる。
（ｄ）異なる事象を反映させた複数パターンの模擬運転の並列実行
例えば、図４のステップＳ０２３において、事象の種類別に規定された条件の組み合わせが複数当てはまる場合があることを説明した。例えば、発生した事象として、事故事象Ｘａ、事故事象Ｘｂの２つの候補が考えられる場合、シミュレーション実行部１２は、事故事象Ｘａが発生していることを想定した模擬運転Ｍａと、事故事象Ｘｂが発生していることを想定した模擬運転Ｍｂとの両方を並列的に実行する。これにより、オペレータは、発生の可能性がある全ての事故事象が加味された現状推定、将来予測が可能となる。
また、シミュレーション実行部１２は、（ａ）の現状推定と（ｂ）の将来予測を同時並列で実行してもよい。
例えば、図４のステップＳ０２３において、事象の種類別に規定された条件の組み合わせが複数当てはまる場合があることを説明した。例えば、発生した事象として、事故事象Ｘａ、事故事象Ｘｂの２つの候補が考えられる場合、シミュレーション実行部１２は、事故事象Ｘａが発生していることを想定した模擬運転Ｍａと、事故事象Ｘｂが発生していることを想定した模擬運転Ｍｂとの両方を並列的に実行する。これにより、オペレータは、発生の可能性がある全ての事故事象が加味された現状推定、将来予測が可能となる。
また、シミュレーション実行部１２は、（ａ）の現状推定と（ｂ）の将来予測を同時並列で実行してもよい。
（作用・効果）
以上に述べたとおり、第１の実施形態に係るプラント運転シミュレーション装置１は、実機データ取得部１０と、事象推定部１１と、シミュレーション実行部１２を具備する。
このような構成により、プラント運転シミュレーション装置１は、プラントＰＬである事象（事故事象Ｘ）が発生した場合に、当該事故事象Ｘを実機シミュレーションモデルＭに反映させた上で模擬運転を実行することができる。これにより、事故事象Ｘが加味された模擬運転がなされるため、プラントの現在及び将来の運転状態を精度良く予測できる。
以上に述べたとおり、第１の実施形態に係るプラント運転シミュレーション装置１は、実機データ取得部１０と、事象推定部１１と、シミュレーション実行部１２を具備する。
このような構成により、プラント運転シミュレーション装置１は、プラントＰＬである事象（事故事象Ｘ）が発生した場合に、当該事故事象Ｘを実機シミュレーションモデルＭに反映させた上で模擬運転を実行することができる。これにより、事故事象Ｘが加味された模擬運転がなされるため、プラントの現在及び将来の運転状態を精度良く予測できる。
また、第１の実施形態に係るプラント運転シミュレーション装置１は、同調処理部１３を更に備える。
このような構成により、プラント運転シミュレーション装置１は、実際の模擬運転を行う前（若しくは実際の模擬運転中）に、実機シミュレーションモデルＭの内部パラメータをプラントＰＬの運転状態に十分に同調させた上で模擬運転を実行することができる。これにより、一層精度の高い現状推定、将来予測を行うことができる。
このような構成により、プラント運転シミュレーション装置１は、実際の模擬運転を行う前（若しくは実際の模擬運転中）に、実機シミュレーションモデルＭの内部パラメータをプラントＰＬの運転状態に十分に同調させた上で模擬運転を実行することができる。これにより、一層精度の高い現状推定、将来予測を行うことができる。
また、プラント運転シミュレーション装置１は、現状推定機能により、センサ非搭載部分も含めた情報収集力がアップするため、違和感のある箇所、ないしはその傾向を早期発見することができる。
この場合において、プラント運転シミュレーション装置１は、更に、以下のような機能を有していてもよい。即ち、プラント運転シミュレーション装置１は、現状推定にて不審点が見つかった場合、未来予測において今後どの様な影響が出てくるのかを判定し、当該判定結果をオペレータに通知する。このようにすることで、オペレータに対し、不審点に対する対応方針（「すぐに対応しなくても大丈夫」、「早期対応しなければプラントへのダメージが深刻」など）の意思決定を支援することができる。
この場合において、プラント運転シミュレーション装置１は、更に、以下のような機能を有していてもよい。即ち、プラント運転シミュレーション装置１は、現状推定にて不審点が見つかった場合、未来予測において今後どの様な影響が出てくるのかを判定し、当該判定結果をオペレータに通知する。このようにすることで、オペレータに対し、不審点に対する対応方針（「すぐに対応しなくても大丈夫」、「早期対応しなければプラントへのダメージが深刻」など）の意思決定を支援することができる。
以上より、本実施形態に係るプラント運転シミュレーション装置１によれば、プラントの健全性／保全能力が強化される。即ち、事が起こった後の早期収束だけでなく、事前にその芽を摘む為の予防においても有効性を発揮する。
なお、上述したプラント運転シミュレーション装置１における各処理の過程は、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５００が読み出して実行することによって、上記処理が行われる。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、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。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
また、プラント運転シミュレーション装置１は、１台のコンピュータで構成されていても良いし、通信可能に接続された複数のコンピュータで構成されていてもよい。
また、プラント運転シミュレーション装置１は、１台のコンピュータで構成されていても良いし、通信可能に接続された複数のコンピュータで構成されていてもよい。
その他、本発明の趣旨を逸脱しない範囲で、上記した実施の形態における構成要素を周知の構成要素に置き換えることは適宜可能である。また、この発明の技術範囲は上記の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。
１ プラント運転シミュレーション装置
１０ 実機データ取得部
１１ 事象推定部
１２ シミュレーション実行部
１３ 同調処理部
１４、１５、１６ 記録媒体
５００ コンピュータ
５０１ ＣＰＵ
５０２ ＲＡＭ
５０３ ＲＯＭ
５０４ ストレージ
５０５ 外部Ｉ／Ｆ
５０６ 入力受付部
５０７ 表示部
５０８ 通信Ｉ／Ｆ
５０９ 可搬記録媒体
１０ 実機データ取得部
１１ 事象推定部
１２ シミュレーション実行部
１３ 同調処理部
１４、１５、１６ 記録媒体
５００ コンピュータ
５０１ ＣＰＵ
５０２ ＲＡＭ
５０３ ＲＯＭ
５０４ ストレージ
５０５ 外部Ｉ／Ｆ
５０６ 入力受付部
５０７ 表示部
５０８ 通信Ｉ／Ｆ
５０９ 可搬記録媒体
Claims (4)
- プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、
取得された前記実機データ群の時系列の変化量に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、
予め用意された実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、
を備え、
前記シミュレーション実行部は、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行し、
前記事象推定部は、
前記事象量を仮に定めた上で、前記事象が発生したとの判定のきっかけとなった変化量を含む前記実機データ群の時系列と同一の時間帯について前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定し、
前記実機シミュレーションモデルを用いた前記プラントの模擬運転前および模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理を行う同調処理部を更に備え、
前記同調処理部は、推定された前記事象の種類、発生箇所、及び、事象量が反映された後の前記実機シミュレーションモデルに対し、前記同調処理を行う、
プラント運転シミュレーション装置。 - 前記事象推定部は、
前記実機データ群が、予め規定された条件パターンに合致しているか否かに基づいて前記事象の種類を推定する
請求項１に記載のプラント運転シミュレーション装置。 - プラント運転シミュレーション装置が、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得ステップと、
プラント運転シミュレーション装置が、取得された前記実機データ群の時系列の変化量に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定ステップと、
プラント運転シミュレーション装置が、予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行ステップと、
を有し、
前記シミュレーション実行ステップは、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行するステップを含み、
前記事象推定ステップは、
前記事象量を仮に定めた上で、前記事象が発生したとの判定のきっかけとなった変化量を含む前記実機データ群の時系列と同一の時間帯について前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定するステップを含み、
前記実機シミュレーションモデルを用いた前記プラントの模擬運転前および模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理を行う同調処理ステップをさらに有し、
前記同調処理ステップでは、推定された前記事象の種類、発生箇所、及び、事象量が反映された後の前記実機シミュレーションモデルに対し、前記同調処理を行う、
プラント運転シミュレーション方法。 - コンピュータを、
プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、
取得された前記実機データ群の時系列の変化量に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、
予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、
として機能させ、
前記シミュレーション実行部は、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行し、
前記事象推定部は、
前記事象量を仮に定めた上で、前記事象が発生したとの判定のきっかけとなった変化量を含む前記実機データ群の時系列と同一の時間帯について前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定し、
さらに、前記実機シミュレーションモデルを用いた前記プラントの模擬運転前および模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理を行う同調処理部として機能させ、
前記同調処理部は、推定された前記事象の種類、発生箇所、及び、事象量が反映された後の前記実機シミュレーションモデルに対し、前記同調処理を行う、
プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017060954A JP6964423B2 (ja) | 2017-03-27 | 2017-03-27 | プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017060954A JP6964423B2 (ja) | 2017-03-27 | 2017-03-27 | プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018163289A JP2018163289A (ja) | 2018-10-18 |
| JP6964423B2 true JP6964423B2 (ja) | 2021-11-10 |
Family
ID=63860438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017060954A Active JP6964423B2 (ja) | 2017-03-27 | 2017-03-27 | プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6964423B2 (ja) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60100795A (ja) * | 1983-11-08 | 1985-06-04 | 株式会社日立製作所 | 原子炉の事故時炉内状態予測方法および装置 |
| JPS60102596A (ja) * | 1983-11-09 | 1985-06-06 | 株式会社日立製作所 | 原子炉プラントの状態予測装置 |
| JPH05322604A (ja) * | 1992-05-21 | 1993-12-07 | Mitsubishi Heavy Ind Ltd | 異常同定装置 |
| JP3068091B1 (ja) * | 1999-06-02 | 2000-07-24 | 核燃料サイクル開発機構 | 異常診断装置 |
| JP2016080585A (ja) * | 2014-10-20 | 2016-05-16 | 日立Ｇｅニュークリア・エナジー株式会社 | プラント状態解析装置 |
-
2017
- 2017-03-27 JP JP2017060954A patent/JP6964423B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018163289A (ja) | 2018-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105468917B (zh) | 一种管线故障预测方法及装置 | |
| Palau et al. | Burst detection in water networks using principal component analysis | |
| Zhou et al. | Eliminating temperature effect in vibration-based structural damage detection | |
| CN106897178B (zh) | 一种基于极限学习机的慢盘检测方法及系统 | |
| CN106886485B (zh) | 系统容量分析预测方法及装置 | |
| US20130283104A1 (en) | Maintenance planning and failure prediction from data observed within a time window | |
| JP2017004509A (ja) | 機械学習のための高度解析インフラストラクチャ | |
| CN105787248A (zh) | 基于时间序列数据的分析的异常感测和预测系统及方法 | |
| US9239894B2 (en) | Systems and methods for predicting failures in power systems equipment | |
| TWI687711B (zh) | 震央距離推定裝置、震央距離推定方法及電腦可讀取之記錄媒體 | |
| US20150025872A1 (en) | System, method, and apparatus for modeling project reliability | |
| JP2012242159A (ja) | システムの高い可用性のためにセンサデータを補間する方法、コンピュータプログラム、システム。 | |
| Venturini et al. | Prediction reliability of a statistical methodology for gas turbine prognostics | |
| US20170306726A1 (en) | Stuck pipe prediction | |
| Wu et al. | Data-driven and model-based framework for smart water grid anomaly detection and localization | |
| Bohorquez et al. | Merging fluid transient waves and artificial neural networks for burst detection and identification in pipelines | |
| CN115145252B (zh) | 基于故障树的水轮机调速器故障诊断方法、系统及介质 | |
| JP6252309B2 (ja) | 監視漏れ特定処理プログラム，監視漏れ特定処理方法及び監視漏れ特定処理装置 | |
| CN111400850B (zh) | 设备故障分析方法、装置、设备和存储介质 | |
| CN111091863A (zh) | 一种存储设备故障检测方法及相关装置 | |
| Okeya et al. | Locating pipe bursts in a district metered area via online hydraulic modelling | |
| Roshandel et al. | Estimating software component reliability by leveraging architectural models | |
| JP6964423B2 (ja) | プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラム | |
| US10382311B2 (en) | Benchmarking servers based on production data | |
| CN116682479A (zh) | 一种企业级固态硬盘时延指标的测试方法及测试系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170328 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181109 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191205 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200901 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200831 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201012 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210405 |
|
| 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: 20210921 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211019 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6964423 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |