JP7048216B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP7048216B2 JP7048216B2 JP2017065894A JP2017065894A JP7048216B2 JP 7048216 B2 JP7048216 B2 JP 7048216B2 JP 2017065894 A JP2017065894 A JP 2017065894A JP 2017065894 A JP2017065894 A JP 2017065894A JP 7048216 B2 JP7048216 B2 JP 7048216B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- evaluation
- state quantity
- probability
- values
- 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
- 230000010365 information processing Effects 0.000 title claims description 24
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000011156 evaluation Methods 0.000 claims description 185
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000013179 statistical model Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 239000007789 gas Substances 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
監視装置が、装置の運用者が使用し易いように収集した状態量を加工して、装置の保守および監視等を実行することが提案されている。例えば、特許文献1には、コンピュータが、収集された産業用プラントの状態量の欠落部分を検出すると、補完処理を実行し、欠落した状態量の値を算出することが提案されている。
また、補完処理により、欠落した状態量の値の設定を行う際には、物理モデルおよび統計モデル等のモデルが用いられることが知られている。
また、装置の状態量が取る値は、一定の確率分布に従うが、このような確率分布を考慮して、各々のモデルにより推定された状態量の推定値を基に、欠落した状態量の値を設定することは行われていなかった。
本発明は、上記の課題に鑑みてされたものであって、状態量の値の確率分布を考慮して、各々のモデルにより算出された状態量の推定値を基に、対象装置の管理に用いる状態量の値を適切に設定することを目的とする。
以下、図面を参照しながら実施形態について詳しく説明する。
図1は、第1の実施形態に係る管理システムの構成を示す概略ブロック図である。
管理システム1は、対象装置10と、複数の計測器20と、通信装置30と、管理装置40とを備える。
対象装置10は、管理装置40による管理対象の装置である。対象装置10の例としては、例えばガスタービン、蒸気タービン、ボイラ、石炭ガス化炉などが挙げられる。また、環境プラント、化学プラント、および航空機のような交輸システムであってもよい。
計測器20は、対象装置10に設けられ、対象装置10の状態量を計測する。
通信装置30は、計測器20が計測した状態量の計測値をネットワークNを介して管理装置40に送信する。
管理装置40は、通信装置30から受信した計測値に基づいて対象装置10を管理する。管理装置40は、情報処理装置の一例である。
図2は、第1の実施形態に係る管理装置の構成を示す概略ブロック図である。
管理装置40は、計測値取得部401と、欠落検出部402と、モデル記憶部403と、推定部404と、確率分布記憶部405と、確率特定部406と、管理値特定部407と、管理部408ととを備える。
欠落検出部402は、計測値取得部401が取得した複数の計測値に基づいて、管理すべき状態量のうち値が欠落しているものを検出する。ここで、値の欠落とは、時間的または空間的な欠落をいう。例えば、管理部408が時間Δtごとの状態量を管理する場合において、時刻Tの計測値と時刻T+2Δtの計測値が取得された場合、欠落検出部402は、時刻T+Δtの計測値の欠落を検出する。また例えば、管理部408が距離Δdごとの状態量を管理する場合において、位置(0,0)、位置(2Δd,0)、位置(0,2Δd)、位置(2Δd,2Δd)の計測値が取得された場合、位置(0,Δd)、位置(Δd,0)、位置(Δd,Δd)、位置(Δd,2Δd)、位置(2Δd,Δd)の計測値の欠落を検出する。
推定部404は、計測値取得部401が取得した計測値に基づいて、モデル記憶部403が記憶する各モデルごとに状態量の値を推定する。以下、推定部404による推定の対象となる状態量を目的状態量という。つまり、推定部404は、異なるモデルを用いて複数の目的状態量の値を算出する。
確率特定部406は、確率分布記憶部405が記憶する確率分布に基づいて、推定部404による目的状態量の推定値ごとに、その値を取る確率を特定する。
管理値特定部407は、確率特定部406が特定した確率に基づいて推定部404が推定した複数の推定値の中から1つを選択し、対象装置10の管理に用いる値(管理値)とする。
管理部408は、計測値取得部401が取得した計測値および管理値特定部407が特定した値に基づいて対象装置10を管理する。対象装置10の管理の例としては、対象装置10の状態量が運転許容範囲を逸脱していないか監視すること、対象装置10の評価項目に係る出力が目標を満たしているかを監視すること、および対象装置10に制御信号を出力することなどが挙げられる。評価項目の例としては、NOx排出量、売電収入額、ガス温度などが挙げられる。
図3は、第1の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置40が対象装置10の管理を開始すると、計測値取得部401は、通信装置30から計測器20による状態量の計測値を取得する(ステップS1)。次に、欠落検出部402は、計測値取得部401が取得した計測値の欠落を検出する(ステップS2)。推定部404は、計測値取得部401が取得した計測値を複数のモデルのそれぞれに適用し、欠落が検出された状態量(目的状態量)の推定値をそれぞれ求める(ステップS3)。
ここで、具体的な例を用いて第1の実施形態に係る管理値の特定方法について説明する。
図4は、第1の実施形態に係る管理値の特定方法の具体例を示す図である。
目的状態量の値の確率分布が図4に示す分布であり、推定部404が第1のモデルに基づく推定値e1と、第2のモデルに基づく推定値e2とを出力した場合について説明する。図4に含まれるグラフG1は、縦軸に確率密度をとり、横軸に目的状態量の値をとるグラフである。確率特定部406は、目的状態量の確率分布に基づいて、推定値e1の出現確率を求める。図4に示す例においては、推定値e1の出現確率の確率密度は0.2である。また確率特定部406は、目的状態量の確率分布に基づいて、推定値e2の出現確率を求める。図4に示す例においては、推定値e2の出現確率の確率密度は0.3である。そして、管理値特定部407は、特定した各推定値の出現確率のうち、大きい方に係る推定値を、管理値と特定する。図4に示す例においては、推定値e1の出現確率より推定値e2の出現確率の方が大きいため、管理値特定部407は、管理値を推定値e2に決定する。
このように、第1の実施形態によれば、管理装置40は、目的状態量の値の確率分布に基づいて、複数の推定値から対象装置10の管理に用いる値を特定する。つまり、第1の実施形態によれば、管理装置40は、目的状態量の値の確率分布を考慮して、各々のモデルにより算出された目的状態量の推定値を基に、対象装置10の管理に用いる目的状態量の値を適切に設定することができる。
第1の実施形態に係る管理装置40は、目標状態量の値の確率分布に基づいて対象装置10の管理に用いる目的状態量の値を設定する。これに対し、第2の実施形態に係る管理装置40は、対象装置10の管理の評価項目の値の確率分布に基づいて、対象装置10の管理に用いる目的状態量の値を設定する。評価項目の例としては、NOx排出量、売電収入額、ガス温度などが挙げられる。
図5は、第2の実施形態に係る管理装置の構成を示す概略ブロック図である。
第2の実施形態に係る管理装置40は、第1の実施形態の構成に加えて、評価値算出部409をさらに備える。評価値算出部409は、推定部404が推定した複数の推定値のそれぞれについて、当該推定値と計測値取得部401が計測した計測値とを用いて、対象装置10の評価項目の値を算出する。
第2の実施形態に係る確率特定部406は、確率分布記憶部405が記憶する確率分布に基づいて、評価値算出部409が算出した評価値ごとに、その値を取る確率を特定する。
図6は、第2の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置40が対象装置10の管理を開始すると、計測値取得部401は、通信装置30から計測器20による状態量の計測値を取得する(ステップS101)。次に、欠落検出部402は、計測値取得部401が取得した計測値の欠落を検出する(ステップS102)。推定部404は、計測値取得部401が取得した計測値を複数のモデルのそれぞれに適用し、欠落が検出された状態量の推定値をそれぞれ求める(ステップS103)。
ここで、具体的な例を用いて第2の実施形態に係る管理値の特定方法について説明する。
図7は、第2の実施形態に係る管理値の特定方法の具体例を示す図である。
評価対象の値の確率分布が図7に示す分布であり、推定部404が第1のモデルに基づく推定値e1と、第2のモデルに基づく推定値e2とを出力した場合について説明する。図6に含まれるグラフG2は、縦軸に確率密度をとり、横軸に確率分布の値をとるグラフである。評価値算出部409は、推定値e1に基づいて評価項目の値である評価値f(e1)を算出する。また、評価値算出部409は、推定値e2に基づいて評価項目の値である評価値f(e2)を算出する。次に、確率特定部406は、評価項目の値の確率分布に基づいて、評価値f(e1)の出現確率を求める。図7に示す例においては、評価値f(e1)の出現確率の確率密度は0.30である。また確率特定部406は、評価項目の値の確率分布に基づいて、評価値f(e2)の出現確率を求める。図7に示す例においては、評価値f(e2)の出現確率の確率密度は0.35である。そして、管理値特定部407は、特定した各評価値の出現確率のうち、大きい方の算出に用いられた推定値を、管理値と特定する。図7に示す例においては、評価値f(e1)の出現確率より評価値f(e2)の出現確率の方が大きいため、管理値特定部407は、評価値f(e2)の算出に用いた推定値e2を、管理値とする。
このように、第2の実施形態によれば、管理装置40は、目的状態量に基づいて算出される評価対象の値の確率分布に基づいて、複数の推定値から対象装置10の管理に用いる値を特定する。つまり、第2の実施形態によれば、管理装置40は、評価対象の値の確率分布を考慮して、各々のモデルにより算出された目的状態量の推定値を基に、対象装置10の管理に用いる目的状態量の値を適切に設定することができる。
第2の実施形態に係る管理装置40は、対象装置10の管理の評価項目の値の確率分布に基づいて、対象装置10の管理に用いる目的状態量の値を設定する。ここで、評価項目によっては、計測することも予測することもできない状態量によってその値が変動するものがある。例えば、評価項目の1つであるNOx排出量は、燃焼時の酸素濃度や高音域燃焼ガス滞在時間によって変動するが、これらの値は計測することも予測することもできない。以下、計測することも予測することもできない状態量を不明状態量とよぶ。
第3の実施形態に係る管理装置40は、不明状態量に鑑みて対象装置10の管理に用いる目的状態量の値を設定する。なお、管理装置40の構成は、第2の実施形態と同様である。ただし、第3の実施形態に係る確率分布記憶部405は、不明状態量の値ごとに、評価項目の値とその値をとる確率とを関連付けた確率分布テーブルを記憶する。つまり、第3の実施形態に係る確率分布テーブルは、不明状態量の値を前提条件とする条件付き確率分布を示すテーブルである。第3の実施形態においては、確率分布記憶部405は、不明状態量の値が第1の範囲内である(値が比較的大きい)場合における確率分布テーブルと、不明状態量の値が第2の範囲内である(値が中程度である)場合における確率分布テーブルと、不明状態量の値が第3の範囲内である(値が比較的小さい)場合における確率分布テーブルとを記憶する。
図8は、第3の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置40が対象装置10の管理を開始すると、計測値取得部401は、通信装置30から計測器20による状態量の計測値を取得する(ステップS201)。次に、欠落検出部402は、計測値取得部401が取得した計測値の欠落を検出する(ステップS202)。推定部404は、計測値取得部401が取得した計測値を複数のモデルのそれぞれに適用し、欠落が検出された状態量の推定値をそれぞれ求める(ステップS203)。
そして、管理値特定部407は、確率特定部406が算出した確率の総和のうち最も高いものを特定し、当該確率に係る評価値の算出に用いた推定値を選択することで、欠落が検出された状態量の値を特定する(ステップS208)。そして管理部408は、計測値取得部401が取得した計測値および管理値特定部407が特定した値に基づいて対象装置10を管理する(ステップS209)。
ここで、具体的な例を用いて第3の実施形態に係る管理値の特定方法について説明する。
図9は、第3の実施形態に係る管理値の特定方法の具体例を示す図である。
不明状態量の値によって評価対象の値の確率分布が図9に示すように変化し、推定部404が第1のモデルに基づく推定値e1と、第2のモデルに基づく推定値e2とを出力した場合について説明する。
図9に含まれるグラフG2-1、グラフG2-2、グラフG2-3は、いずれも縦軸に確率密度をとり、横軸に確率分布の値をとるグラフである。グラフG2-1は、不明状態量の値が第1の範囲にあるときにおける評価対象の値の出現確率の分布を表す。グラフG2-2は、不明状態量の値が第2の範囲にあるときにおける評価対象の値の出現確率の分布を表す。グラフG2-3は、不明状態量の値が第3の範囲にあるときにおける評価対象の値の出現確率の分布を表す。
このように、第3の実施形態によれば、管理装置40は、不明状態量がとり得る複数の値に基づいて、評価値の出現確率を特定し、推定値別の複数の評価値それぞれに対応する確率の総和に基づいて、対象装置10の管理に用いる値を特定する。これにより、管理装置40は、評価対象の値を算出するにあたって計測することも予測することもできない不明な値がある場合にも、対象装置10の管理に用いる目的状態量の値を適切に設定することができる。
第2、第3の実施形態によれば、管理装置40は、ある評価項目の値の出現確率に基づいて目的状態量の値を特定する。これに対し、第4の実施形態に係る管理装置40は、複数の評価項目の値に基づいて目的状態量の値を特定する。例えば、管理装置40は、NOx排出値の値、売電収入額の値、および排出ガス温度の値に基づいて目的状態量の値を特定する。なお、管理装置40の構成は、第2の実施形態と同様である。
図10は、第4の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置40が対象装置10の管理を開始すると、計測値取得部401は、通信装置30から計測器20による状態量の計測値を取得する(ステップS301)。次に、欠落検出部402は、計測値取得部401が取得した計測値の欠落を検出する(ステップS302)。推定部404は、計測値取得部401が取得した計測値を複数のモデルのそれぞれに適用し、欠落が検出された状態量の推定値をそれぞれ求める(ステップS303)。
まず、評価値算出部409は、推定部404が推定した複数の推定値のそれぞれに基づいて、ステップS204で選択した種類に係る評価項目の値を算出する(ステップS205)。次に、確率特定部406は、確率分布記憶部405が記憶する確率分布に基づいて、各評価値の出現確率を特定する(ステップS206)。次に、管理値特定部407は、特定した出現確率が所定の閾値(例えば確率密度0.3)以上であるか否かを判定する(ステップS207)。
ここで、具体的な例を用いて第4の実施形態に係る管理値の特定方法について説明する。
図11は、第4の実施形態に係る管理値の特定方法の具体例を示す図である。
推定部404が第1のモデルに基づく推定値e1と、第2のモデルに基づく推定値e2とを出力し、算出すべき評価項目の種類が、NOx排出量、売電収入額、排出ガス温度である場合について説明する。
評価値算出部409は、推定値e1に基づいてNOx排出量の評価値、売電収入額の評価値、排出ガス温度の評価値をそれぞれ算出する。また評価値算出部409は、推定値e2に基づいてNOx排出量の評価値、売電収入額の評価値、排出ガス温度の評価値をそれぞれ算出する。次に、確率特定部406は、推定値e1から求められたNOx排出量の評価値、売電収入額の評価値、排出ガス温度の評価値のそれぞれについて、出現確率を求める。同様に、確率特定部406は、推定値e2から求められたNOx排出量の評価値、売電収入額の評価値、排出ガス温度の評価値のそれぞれについて、出現確率を求める。
そして、管理値特定部407は、出現確率が閾値以上であるとされた項目が最も多い推定値を管理値と特定する。図11に示す例においては、推定値e1から求めた評価項目のうち出現確率が閾値以上であるとされた項目の数は1つ、推定値e2から求めた評価項目のうち出現確率が閾値以上であるとされた項目の数は2つであるため、管理値特定部407は、推定値e2を、管理値とする。
このように、第4の実施形態によれば、管理装置40は、複数の評価項目に基づいて、対象装置10の管理に用いる値を特定する。これにより、管理装置40は、対象装置10の管理に用いる評価項目が妥当な値となるように、対象装置10の管理に用いる目的状態量の値を適切に設定することができる。
第1から第4の実施形態によれば、管理装置40は、複数のモデルに基づいて状態量の推定値を生成する。第5の実施形態では、複数のモデルの1つが統計モデルであるときの動作について説明する。
図12は、第5の実施形態に係る管理装置の構成を示す概略ブロック図である。
第5の実施形態に係る管理装置40は、第1の実施形態の構成に加え、さらに状態量記憶部410とモデル更新部411とを備える。モデル更新部411は、モデル記憶部403が記憶する複数のモデルのうち統計モデルを状態量記憶部410が記憶する過去の状態量の値に基づいて更新する。
図13は、第5の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置40が対象装置10の管理を開始すると、計測値取得部401は、通信装置30から計測器20による状態量の計測値を取得する(ステップS301)。次に、欠落検出部402は、計測値取得部401が取得した計測値の欠落を検出する(ステップS302)。推定部404は、計測値取得部401が取得した計測値を統計モデルを含む複数のモデルのそれぞれに適用し、欠落が検出された状態量(目的状態量)の推定値をそれぞれ求める(ステップS303)。
このように、第5の実施形態によれば、推定部404は、各管理のタイミングにおいて、前回の管理のタイミングにおいて更新された統計モデルを用いて、状態量の値を推定することができる。確率特定部406は、更新された統計モデルによる推定値の出現確率を特定することとなる。つまり、第5の実施形態によれば、各管理のタイミングにおいて統計データだけでなく、統計モデル自体も更新することで、統計推定値をより精度よく推定することができる。
なお、第5の実施形態に係る管理装置40は、統計モデルを過去の状態量の値に基づいて更新するが、これに限られない。例えば他の実施形態においては管理装置40は、状態量記憶部410に状態量を蓄積させる一方で統計モデルの更新をしないものであってもよい。この場合においても、過去の状態量の値が蓄積することにより、統計モデルによる推定の精度が向上し得る。例えば、データの蓄積により「大数の法則」で平均値の推定値が真値に近づくこと、分散の範囲を狭く絞り込むことにより、推定精度の向上が期待できる。
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態に係る管理システム1における管理装置40は、対象装置10の管理に用いる値の抽出および特定をする機能を有するが、これに限られない。例えば、他の実施形態に係る管理システム1においては、管理装置40と別個に対象装置10の管理に用いる値の抽出および特定をする情報処理装置を備え、管理装置40は、情報処理装置が特定した値を用いて対象装置10を管理してもよい。
また例えば、上述した実施形態に係る管理装置40は、ネットワークNを介して計測値を取得するが、これに限られない。例えば、他の実施形態に係る管理装置40は、計測器20から直接計測値を取得してもよい。この場合、管理システム1は通信装置30を備えなくてもよい。
図12は、少なくとも1つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ90は、CPU91、主記憶装置92、補助記憶装置93、インタフェース94を備える。
上述の管理装置40は、コンピュータ90に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置93に記憶されている。CPU91は、プログラムを補助記憶装置93から読み出して主記憶装置92に展開し、当該プログラムに従って上記処理を実行する。また、CPU91は、プログラムに従って、モデル記憶部403および確率分布記憶部405に対応する記憶領域を主記憶装置92に確保する。
10 対象装置
20 計測器
30 通信装置
40 管理装置(情報処理装置)
401 計測値取得部
402 欠落検出部
403 モデル記憶部
404 推定部
405 確率分布記憶部
406 確率特定部
407 管理値特定部
408 管理部
409 評価値算出部
410 状態量記憶部
411 モデル更新部
Claims (8)
- 対象装置の複数の状態量の計測値に基づいて、管理すべき状態量のうち値が欠落している状態量を目的状態量として検出する欠落検出部と、
前記対象装置を説明する複数のモデルを用いて、前記目的状態量に係る複数の推定値をそれぞれ推定する推定部と、
前記目的状態量の値から前記対象装置の管理の評価項目の値である評価値を求める関数に基づいて、前記複数の推定値のそれぞれについて前記評価値を算出する評価値算出部と、
前記評価項目の複数の評価値と各評価値を取る確率との関係を示す既知の確率分布に基づいて、前記複数の評価値それぞれに対応する複数の確率を特定する確率特定部と、
前記複数の推定値と前記複数の確率とに基づいて、前記対象装置の管理に用いる前記目的状態量の値を特定する管理値特定部と
を備える情報処理装置。 - 前記評価値算出部は、前記関数に基づいて、値が不明な状態量である不明状態量がとり得る複数の値から、前記複数の推定値別に複数の評価値をそれぞれ算出し、
前記確率特定部は、前記不明状態量の値を前提条件とした前記評価項目の値の条件付き確率分布に基づいて、前記複数の推定値別の複数の評価値それぞれに対応する前記複数の確率を特定し、
前記管理値特定部は、前記複数の推定値別の複数の評価値それぞれに対応する確率の総和に基づいて、前記対象装置の管理に用いる値を特定する
請求項1に記載の情報処理装置。 - 前記評価値算出部は、複数種類の前記評価項目別の前記関数に基づいて、前記複数の推定値のそれぞれについて、複数種類の前記評価項目それぞれに係る複数の評価値を算出し、
前記管理値特定部は、前記複数の目的状態量の値それぞれについての、前記複数種類の評価項目に対応する各確率に基づいて、前記対象装置の管理に用いる値を特定する
請求項1または請求項2に記載の情報処理装置。 - 前記管理値特定部は、最も高い前記確率に関する前記目的状態量の値を前記対象装置の管理に用いる値として特定する
請求項1から請求項3の何れか1項に記載の情報処理装置。 - 前記複数のモデルは、少なくとも統計モデルおよび物理モデルのいずれか一方を含む
請求項1から請求項4の何れか1項に記載の情報処理装置。 - 過去の前記状態量の値に基づいて前記統計モデルを更新するモデル更新部をさらに備え、
前記確率特定部は、更新された前記統計モデルを用いて推定された推定値に対応する確率を特定する
請求項5に記載の情報処理装置。 - 対象装置の複数の状態量の計測値に基づいて、管理すべき状態量のうち値が欠落している状態量を目的状態量として検出することと、
前記対象装置を説明する複数のモデルを用いて、前記目的状態量に係る複数の推定値をそれぞれ推定することと、
前記目的状態量の値から前記対象装置の管理の評価項目の値である評価値を求める関数に基づいて、前記複数の推定値のそれぞれについて前記評価値を算出することと、
前記評価項目の複数の評価値と各評価値を取る確率との関係を示す既知の確率分布に基づいて、前記複数の評価値それぞれに対応する複数の確率を特定することと、
前記複数の推定値と前記複数の確率とに基づいて、前記対象装置の管理に用いる前記目的状態量の値を特定することと
を有する情報処理方法。 - コンピュータに、
対象装置の複数の状態量の計測値に基づいて、管理すべき状態量のうち値が欠落している状態量を目的状態量として検出することと、
前記対象装置を説明する複数のモデルを用いて、前記目的状態量に係る複数の推定値をそれぞれ推定することと、
前記目的状態量の値から前記対象装置の管理の評価項目の値である評価値を求める関数に基づいて、前記複数の推定値のそれぞれについて前記評価値を算出することと、
前記評価項目の複数の評価値と各評価値を取る確率との関係を示す既知の確率分布に基づいて、前記複数の評価値それぞれに対応する複数の確率を特定することと、
前記複数の推定値と前記複数の確率とに基づいて、前記対象装置の管理に用いる前記目的状態量の値を特定することと
を実行させるためのプログラム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017065894A JP7048216B2 (ja) | 2017-03-29 | 2017-03-29 | 情報処理装置、情報処理方法およびプログラム |
PCT/JP2018/011976 WO2018181093A1 (ja) | 2017-03-29 | 2018-03-26 | 情報処理装置、情報処理方法およびプログラム |
DE112018001727.3T DE112018001727T5 (de) | 2017-03-29 | 2018-03-26 | Informationsberarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm |
CN201880020929.7A CN110462539B (zh) | 2017-03-29 | 2018-03-26 | 信息处理装置、信息处理方法以及计算机可读存储介质 |
US16/496,683 US11429693B2 (en) | 2017-03-29 | 2018-03-26 | Information processing device, information processing method, and program |
US17/873,306 US20220366012A1 (en) | 2017-03-29 | 2022-07-26 | Information processing device, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017065894A JP7048216B2 (ja) | 2017-03-29 | 2017-03-29 | 情報処理装置、情報処理方法およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018169748A JP2018169748A (ja) | 2018-11-01 |
JP2018169748A5 JP2018169748A5 (ja) | 2020-04-09 |
JP7048216B2 true JP7048216B2 (ja) | 2022-04-05 |
Family
ID=63676101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017065894A Active JP7048216B2 (ja) | 2017-03-29 | 2017-03-29 | 情報処理装置、情報処理方法およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (2) | US11429693B2 (ja) |
JP (1) | JP7048216B2 (ja) |
CN (1) | CN110462539B (ja) |
DE (1) | DE112018001727T5 (ja) |
WO (1) | WO2018181093A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009205464A (ja) | 2008-02-28 | 2009-09-10 | Gifu Univ | 医療情報処理装置、医療情報処理方法、及び医療情報処理プログラム |
JP2009222332A (ja) | 2008-03-18 | 2009-10-01 | Hitachi Ltd | ボイラを備えたプラントの制御装置、及びボイラを備えたプラントの制御方法 |
JP2011253275A (ja) | 2010-06-01 | 2011-12-15 | Yokogawa Electric Corp | プラントシミュレータ |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0677215B2 (ja) * | 1987-07-10 | 1994-09-28 | 出光石油化学株式会社 | プロセスの同定方法 |
JP4886322B2 (ja) * | 2006-02-28 | 2012-02-29 | 東北電力株式会社 | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
JP4989399B2 (ja) * | 2007-09-27 | 2012-08-01 | 三菱電機株式会社 | 情報処理装置及び情報処理方法及びプログラム |
US8140248B2 (en) * | 2009-04-07 | 2012-03-20 | General Electric Company | System and method for obtaining an optimal estimate of NOx emissions |
GB201004228D0 (en) | 2010-03-15 | 2010-04-28 | Bae Systems Plc | Target tracking |
JP5433640B2 (ja) | 2011-06-30 | 2014-03-05 | 楽天株式会社 | 情報提供装置、情報提供方法、情報提供プログラム及び記録媒体 |
JP5783025B2 (ja) * | 2011-12-12 | 2015-09-24 | 三菱マテリアル株式会社 | 切削インサートおよび刃先交換式エンドミル |
EP2615561A1 (en) * | 2012-01-13 | 2013-07-17 | ATS Group (IP Holdings) Limited | Spatio-temporal regression using decision criteria and rules to select data for regression |
JP5963019B2 (ja) * | 2012-02-13 | 2016-08-03 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JPWO2013187295A1 (ja) | 2012-06-13 | 2016-02-04 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2014164336A (ja) | 2013-02-21 | 2014-09-08 | Mitsubishi Electric Corp | モデル分析装置及びモデル分析方法及びモデル分析プログラム |
US20160004794A1 (en) | 2014-07-02 | 2016-01-07 | General Electric Company | System and method using generative model to supplement incomplete industrial plant information |
JP6597137B2 (ja) | 2015-09-30 | 2019-10-30 | セイコーエプソン株式会社 | 印刷装置 |
US11244091B2 (en) * | 2017-01-23 | 2022-02-08 | International Business Machines Corporation | Missing sensor value estimation |
-
2017
- 2017-03-29 JP JP2017065894A patent/JP7048216B2/ja active Active
-
2018
- 2018-03-26 DE DE112018001727.3T patent/DE112018001727T5/de active Pending
- 2018-03-26 WO PCT/JP2018/011976 patent/WO2018181093A1/ja active Application Filing
- 2018-03-26 US US16/496,683 patent/US11429693B2/en active Active
- 2018-03-26 CN CN201880020929.7A patent/CN110462539B/zh active Active
-
2022
- 2022-07-26 US US17/873,306 patent/US20220366012A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009205464A (ja) | 2008-02-28 | 2009-09-10 | Gifu Univ | 医療情報処理装置、医療情報処理方法、及び医療情報処理プログラム |
JP2009222332A (ja) | 2008-03-18 | 2009-10-01 | Hitachi Ltd | ボイラを備えたプラントの制御装置、及びボイラを備えたプラントの制御方法 |
JP2011253275A (ja) | 2010-06-01 | 2011-12-15 | Yokogawa Electric Corp | プラントシミュレータ |
Also Published As
Publication number | Publication date |
---|---|
US20200034407A1 (en) | 2020-01-30 |
CN110462539A (zh) | 2019-11-15 |
WO2018181093A1 (ja) | 2018-10-04 |
US11429693B2 (en) | 2022-08-30 |
JP2018169748A (ja) | 2018-11-01 |
US20220366012A1 (en) | 2022-11-17 |
DE112018001727T5 (de) | 2019-12-19 |
CN110462539B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018138880A9 (ja) | モデルパラメータ値推定装置及び推定方法、プログラム、プログラムを記録した記録媒体、モデルパラメータ値推定システム | |
JP6354755B2 (ja) | システム分析装置、システム分析方法、及びシステム分析プログラム | |
JP5901140B2 (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。 | |
JP5437328B2 (ja) | 観測値信頼度評価装置、観測値信頼度評価方法及び観測値信頼度評価プログラム | |
JP5300761B2 (ja) | エネルギー配分計算装置 | |
JP2018112852A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
KR20150056612A (ko) | 플랜트 감시장치, 플랜트 감시프로그램 및 플랜트 감시방법 | |
JP6183449B2 (ja) | システム分析装置、及び、システム分析方法 | |
JP6803788B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP6200076B2 (ja) | システムから取得される測定値を評価する方法及びシステム | |
KR20180137513A (ko) | 감시 장치, 대상 장치의 감시 방법 및 프로그램 | |
JP5939439B2 (ja) | 異常診断装置 | |
US20160275407A1 (en) | Diagnostic device, estimation method, non-transitory computer readable medium, and diagnostic system | |
JP7431070B2 (ja) | データ管理システム、および、データ管理方法 | |
JP7048216B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
KR20220061713A (ko) | 스마트 미터의 결측치 대체 방법 및 이를 이용하는 스마트 미터 제어 시스템 | |
JP6986358B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP6800065B2 (ja) | 管理システム、情報処理方法、プログラム、通信装置 | |
JP6381282B2 (ja) | 異常検出装置及びプログラム | |
WO2021229815A1 (ja) | 情報処理装置、評価方法、および評価プログラム | |
JP2020095451A (ja) | パラメータ推定装置および方法 | |
JP2019040265A (ja) | 予測装置、予測方法及び予測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170330 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200225 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210913 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20220124 |
|
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: 20220315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220324 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7048216 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |