JP7184099B2 - 運用支援装置、システム、方法及びプログラム - Google Patents

運用支援装置、システム、方法及びプログラム Download PDF

Info

Publication number
JP7184099B2
JP7184099B2 JP2020569305A JP2020569305A JP7184099B2 JP 7184099 B2 JP7184099 B2 JP 7184099B2 JP 2020569305 A JP2020569305 A JP 2020569305A JP 2020569305 A JP2020569305 A JP 2020569305A JP 7184099 B2 JP7184099 B2 JP 7184099B2
Authority
JP
Japan
Prior art keywords
time
operations
operation mode
information
identifying
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
Application number
JP2020569305A
Other languages
English (en)
Other versions
JPWO2020157948A1 (ja
Inventor
亮太 比嘉
淳也 加藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2020157948A1 publication Critical patent/JPWO2020157948A1/ja
Application granted granted Critical
Publication of JP7184099B2 publication Critical patent/JP7184099B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Description

本開示は、運用支援装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体に関する。
水道のインフラシステム等のオペレーションシステムでは、事前に作成された運用計画に基づいて、各運用者（オペレータ）が運用操作を行うことにより日々、運用されている。近年では、運用者の人材不足のため、経験の浅い人材への運用支援が強く求められている。ここで、運用計画に基づく計画情報は、当該システムをシミュレートした予測モデルにより求めることが可能である。
特許文献１には、プラントや機械装置等の運用支援装置に関する技術が開示されている。当該運転支援装置は、監視対象の機器の運転状態に関するプロセスデータを収集し、プロセスデータに基づいて機器の運転範囲の特性を学習した予測モデルを構築する。そのため、当該運転支援装置は、予測モデルを用いて監視対象の機器の動作が模擬された結果を求めて、計画情報とすることもできる。
特開２０１８－０９２５１１
しかしながら、特許文献１等の予測モデルから得られる計画情報だけでは、経験の浅い運用者が適切かつ具体的な運用操作を把握することが困難であるという問題点がある。その理由の一つは、計画情報は対象システムの目標とする状態を指すものであることが多く、目標の状態に到達するための操作ではないためである。そして、オペレーションシステム（施設）の運用操作は複雑で多岐に渡るため、操作の履歴を見たとしても、その中から計画情報に対応する操作を選別することが困難なためである。
本開示は、このような問題点を解決するためになされたものであり、対象システムの運用計画に基づく適切かつ具体的な操作集合の把握を容易にするための運用支援装置、システム、方法及びプログラムを提供することを目的とする。
本開示の第１の態様にかかる運用支援装置は、
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部の操作情報とを記憶する記憶部と、
前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
前記操作情報から前記複数の時間帯のそれぞれに実施された操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
を備える。
本開示の第２の態様にかかる運用支援システムは、
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部の操作情報とを記憶する記憶部と、
前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
前記操作情報から前記複数の時間帯のそれぞれに実施された操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
を備える。
本開示の第３の態様にかかる運用支援方法は、
コンピュータが、
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定し、
前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定し、
前記複数の操作の少なくとも一部の操作情報から前記複数の時間帯のそれぞれに実施された操作の集合を抽出し、
各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、
前記運用モード操作集合を記憶装置に保存する。
本開示の第４の態様にかかる運用支援プログラムは、
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定する処理と、
前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する処理と、
前記複数の操作の少なくとも一部の操作情報から前記複数の時間帯のそれぞれに実施された操作の集合を抽出する処理と、
各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成する処理と、
前記運用モード操作集合を記憶装置に保存する処理と、
をコンピュータに実行させる。
上述の態様によれば、対象システムの運用計画に基づく適切かつ具体的な操作集合の把握を容易にするための運用支援装置、システム、方法及びプログラムを提供することができる。
本実施形態１にかかる運用支援装置の全体構成を示すブロック図である。 本実施形態１にかかる運用支援方法の流れを示すフローチャートである。 本実施形態２にかかる運用支援装置の構成を示すブロック図である。 本実施形態２にかかる時系列データ及び運用履歴データの例を示す図である。 本実施形態２にかかる運用計画情報の例を示す図である。 本実施形態２にかかる運用支援装置のハードウェア構成を示すブロック図である。 本実施形態２にかかる運用支援方法の流れを説明するためのフローチャートである。 本実施形態２にかかる時系列データのパターン分析及び運用モード特定の概念を説明するための図である。 本実施形態２にかかる運用モード特定の例を示す図である。 本実施形態２にかかる運用モード操作集合の例を示す図である。 本実施形態２にかかるアクションツリーの例を示す図である。
以下では、本開示の実施形態について、図面を参照しながら詳細に説明する。各図面において、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。
＜実施形態１＞
図１は、本実施形態１にかかる運用支援装置１００の全体構成を示すブロック図である。運用支援装置１００は、対象システム（不図示）を運用する運用者（オペレータ）を支援するための情報処理システムである。ここで、対象システムは、予め作成された運用計画に基づいて運用者による複数の操作に応じて制御されるシステムであり、例えば、水道のインフラシステム等のオペレーションシステムである。また、運用支援装置１００は、１以上の情報処理装置により実現される。
運用支援装置１００は、記憶部１１０と、特定部１２０と、操作集合生成部１３０とを備える。記憶部１１０は、時系列データ１１１と、操作情報１１２と、運用モード操作集合１１３とを記憶する。時系列データ１１１は、対象システムの状態が測定されたデータ列であり、測定値（状態を示す値）と測定時刻とが少なくとも対応付けられている。尚、測定時刻には、年、月、日、時間、分、秒等の時刻を特定するための任意の単位系を用いることができる。時系列データ１１１には、例えば、流量、圧力、電力、油量又は油圧等の測定値が含まれていてもよい。さらに、時系列データ１１１には、測定値の測定場所、対象システムの所在地等を示す拠点情報が対応付けられていてもよい。また、時系列データ１１１は、例えば、対象システムの監視等に用いられるセンサ等により測定されたものが、予め記憶部１１０に保存されているものとする。
操作情報１１２は、対象システムに対する運用者による複数の操作の少なくとも一部と時刻との組である。つまり、操作情報１１２は、操作を示す情報と時刻とが少なくとも対応付けられたものであればよい。尚、当該時刻には、年、月、日、時間、分、秒等の時刻を特定するための任意の単位系を用いることができる。そのため、操作情報１１２には、例えば、運用者が対象システムに対して実際に実施した操作の記録、操作履歴（操作ログ）や、実際に実施されたか否かにかかわらず、運用者に対して実施時刻を指定した操作内容の指示（運用指示）が含まれるものとする。ここで、「操作」とは、対象システムを制御するための機器等の入力装置に対して行われるものである。操作には、例えば、特定のボタンを押すこと、特定のダイヤルを所定の目盛りまで回すこと、特定のレバーを引くこと、特定の設定値を設定すること、キーボード等を用いて特定の情報を入力すること等が含まれるがこれらに限定されない。
運用モード操作集合１１３は、後述する操作集合生成部１３０により生成された情報であり、当初は記憶部１１０に保存されていなくてよい。
特定部１２０は、時系列データ１１１から状態の変動傾向の複数の変化時点を特定する。そして、特定部１２０は、複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、対象システムにおける複数の運用モードとして特定する。ここで、運用モードは、少なくとも特定の時間帯を隣接する他の時間帯と識別するための情報であり、隣接しない複数の時間帯に対して同一種類の運用モードが複数回特定されてもよい。例えば、月曜日の午前中と火曜日の午前中とが同一種類の運用モードとして特定されてもよい。尚、時間帯とは、上述した時系列データ１１１及び操作情報１１２における「（測定）時刻」の単位系について最小単位が１以上が含まれるものとする。
操作集合生成部１３０は、操作情報１１２から複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出する。そして、操作集合生成部１３０は、各時間帯に対応する運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合１１３を生成し、記憶部１１０に保存する。そのため、運用モード操作集合１１３は、１つの運用モードに１以上の操作が対応付けられている。また、操作の集合は、各操作の実施順序を含むものであってもよい。
図２は、本実施形態１にかかる運用支援方法の流れを示すフローチャートである。まず、特定部１２０は、時系列データ１１１から状態の変動傾向の複数の変化時点を特定する（Ｓ１１）。次に、特定部１２０は、複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、対象システムにおける複数の運用モードとして特定する（Ｓ１２）。
そして、操作集合生成部１３０は、操作情報１１２から複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出する（Ｓ１３）。続いて、操作集合生成部１３０は、各時間帯に対応する運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合１１３を生成する（Ｓ１４）。その後、操作集合生成部１３０は、運用モード操作集合１１３を記憶部１１０に保存する（Ｓ１５）。
このように、本実施形態では、対象システムに対して運用者が運用計画に基づく操作を行うことにより、対象システムの状態の変動傾向が変化することに着目した。つまり、対象システムの状態は常に変動しており、一定間隔で変動の傾向（パターン）が現れる。また、対象システムの状態は、操作に応じて直ちに状態が変化するとは限らず、一定時間の経過に伴って、徐々に変動の傾向が変わることもある。または、対象システムの状態の変動傾向を一定に維持するために、運用者が所定の操作集合を継続する可能性もある。そのため、運用者は、運用計画が示す時間帯に対象システムを目標状態に遷移させるために、一連の操作の集合を行っているものとみなすことができる。そして、特定の目標状態の変動傾向を維持している期間を運用モードと呼んでいる。そこで、運用支援装置１００は、時系列データ１１１における対象システムの状態の変動傾向が変化している時刻（変化点）を手掛かりに、時間帯を区切り、各時間帯を運用モードとみなしている。そして、運用支援装置１００は、操作情報１１２の中から運用モードが示す時間帯に含まれる時刻の操作の集合を抽出し、運用モードと操作の集合を対応付けて運用モード操作集合１１３を生成している。操作情報が履歴情報であれば、運用支援装置１００は、履歴情報の中から運用モードが示す時間帯に実施された操作の集合を抽出することになる。また、操作情報が運用者に対して実施時刻を指定した操作内容の指示（運用指示）である場合には、運用支援装置１００は、運用指示の中から運用モードが示す時間帯に予定された運用指示の集合を抽出することになる。または、操作情報に履歴情報と運用指示との両方が含まれる場合には、運用支援装置１００は、履歴情報と運用指示との中で運用モードが示す時間帯に含まれる時刻に対応付けられた操作や運用指示を抽出してもよい。そのため、運用モード操作集合１１３が提示された運用者は、運用モードごとに操作の集合を把握することができる。そして、運用モードは上述した通り運用計画とも対応する。そのため、本実施形態により、対象システムの運用計画に基づく適切かつ具体的な操作集合の把握を容易にすることができる。
尚、情報処理装置は、図示しない構成としてプロセッサ、メモリ及び記憶装置を備えるものである。また、当該記憶装置には、本実施形態にかかる運用支援方法の処理が実装されたコンピュータプログラムが記憶されている。そして、当該プロセッサは、記憶装置からコンピュータプログラムを前記メモリへ読み込み、当該コンピュータプログラムを実行する。これにより、前記プロセッサは、特定部１２０及び操作集合生成部１３０の機能を実現する。
または、特定部１２０及び操作集合生成部１３０は、それぞれが専用のハードウェアで実現されていてもよい。また、各装置の各構成要素の一部又は全部は、汎用または専用の回路（circuitry）、プロセッサ等やこれらの組合せによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。また、プロセッサとして、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（field-programmable gate array）等を用いることができる。
また、運用支援装置１００の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。また、運用支援装置１００の機能がＳａａＳ（Software as a Service）形式で提供されてもよい。
＜実施形態２＞
ここで、本開示が解決しようとする課題について詳述する。対象システムの計画情報（目標状態）を実現するための実際の運用操作は、計画情報だけでなく、施設（システム）の周辺環境や稼働状況に応じて熟練した運用者が経験に基づいて具体化して特定されると言われている。つまり、同一の計画情報であっても施設が異なることにより、操作集合の一部の操作の有無、順序、同一操作であっても調整度合い等が異なるといわれる。これらは、熟練者の経験に基づくノウハウ、コツ等とも呼ばれる。
しかしながら、熟練者による運転操作の記録は十分には蓄積されておらず、部分的であることも多い。例えば、一週間のうち月曜日のみ操作記録が取られていたり、ある時間帯の操作のうち主要なものしか記録されていないこともある。特に、施設ごとに最適な操作（設定値、チューニングレベル、操作時間）等は記録されていないことが多い。そのため、他の運用者へノウハウが伝達しにくいという問題点がある。
また、計画情報を実現するための操作（アクション）が自明でない場合は、適切な予測モデルが作成できない。また、厳密なシミュレータを用いて施設のネットワーク全体をモデル化しようとすると、シミュレータのコストが高く、また構築に時間がかかる。よって、現段階では、施設に対して厳密な予測モデルを生成することには限界がある。
そこで、本実施形態２は、上述した課題の少なくとも一部を解決するためになされ、上述した実施形態１に加えて以下の構成を備えるものである。すなわち、前記特定部は、前記時系列データからパターン分析された複数のパターンのそれぞれを前記状態の変動傾向として特定し、各パターンの境界の時刻を前記変化時点として特定することが望ましい。これにより、例えば、時系列データの波形パターンの形状から実際の運用モードの区切りを適切に検出できる。
さらに、前記特定部は、前記複数のパターンのうち前記変動傾向の類似度合いが所定値以上のパターン同士を同一の種類の前記運用モードとして特定することが望ましい。これにより、類似するパターンを集約して運用モードとみなせるため、共通的な操作の集合を検出することができ、より汎用的な操作の集合を把握できる。
また、前記特定部は、隣接する２以上のパターン同士について、前記変動傾向の類似度合いが所定値以上である場合に１つのパターンに統合し、前記統合後のパターンの境界の時刻を前記変化時点として特定するとよい。これにより、一回の運用モードをより大きい単位で捉えることができる。
また、前記記憶部は、前記時系列データに対応する期間内で予め計画された運用計画に基づく前記運用者に対する運用指示をさらに記憶するものとする。この場合、前記操作集合生成部は、前記時間帯に実施された操作の集合を抽出し、前記時間帯に対応する操作が前記操作情報に存在しない場合に、前記運用指示の中から前記時間帯に対応する運用指示を抽出する。そして、前記操作集合生成部は、当該抽出した運用指示を当該時間帯に対応する前記運用モードに対応付けて前記運用モード操作集合として生成することが望ましい。これにより、操作の履歴が不足していても、各運用モードに対して最低限の操作の集合を対応付けることができるため、経験の浅い運用者にとって有益な情報を提供できる。
また、前記記憶部は、複数の環境指標のそれぞれに対応する環境データを含む外部環境データをさらに記憶するものとする。この場合、前記運用支援装置は、前記複数の環境指標のそれぞれを分岐条件として前記運用モードのそれぞれが分類されたアクションツリーを生成するツリー生成部をさらに備えることが望ましい。これにより、運用モードが自動的に分類されるため、複数の環境指標に応じて適切な運用モードの特定が容易になる。
さらに、前記ツリー生成部は、前記アクションツリーを可視化情報として生成し、出力すると良い。これにより、運用者は、複数の環境指標から容易に適切な運用モードを特定できる。
または、前記運用モード操作集合の可視化情報を生成し、出力する可視化部をさらに備えるようにしてもよい。これによっても、運用者は、運用モードごとの操作集合を容易に把握できる。
また、前記時系列データと前記運用モード操作集合に基づいて、前記対象システムの状態から前記運用者の操作の集合を導出する運用者モデルを前記運用モードごとに生成するモデル生成部をさらに備えることが望ましい。このように運用モード単位の運用者モデルを生成することで、精度の高い予測を実現できる。
さらに、将来の時間帯における前記対象システムの目標状態の指定に応じて、前記将来の時間帯に対応する前記運用モードの前記運用者モデルに前記目標状態を入力して前記操作の集合を導出し、当該導出された操作の集合を出力する操作提示部をさらに備えるとよい。これにより、経験の浅い運用者が容易に熟練者のノウハウを把握することができる。
さらに、前記時系列データと前記運用モード操作集合とを用いて、前記対象システムの状態を予測するシミュレータを学習する学習部をさらに備えるものとする。この場合、前記モデル生成部は、前記学習されたシミュレータにさらに基づいて、前記運用者モデルを生成するとよい。これにより、運用者モデルの精度をさらに向上させることができる。
図３は、本実施形態２にかかる運用支援装置２００の構成を示すブロック図である。運用支援装置２００は、上述した運用支援装置１００を改良したものであり、１以上の情報処理装置により実現される運用支援システムともいえる。運用支援装置２００は、記憶部２１０と、特定部２２０と、操作集合生成部２３０と、分類情報生成部２４０と、学習部２５０と、モデル生成部２６０と、操作提示部２７０とを備える。
記憶部２１０は、上述した記憶部１１０の一例であり、時系列データ２１１と、運用履歴データ２１２と、運用モード操作集合２１３と、運用計画情報２１４と、外部環境データ２１５と、シミュレータ２１６と、運用者モデル２１７とを記憶する。時系列データ２１１は、上述した時系列データ１１１と同様であり、運用履歴データ２１２は、上述した操作情報１１２のうち履歴情報に相当し、運用モード操作集合２１３は、上述した運用モード操作集合１１３と同様である。そのため、運用履歴データ２１２は、操作を示す情報と当該操作が実施された時刻とが少なくとも対応付けられたものである。
図４は、本実施形態２にかかる時系列データ２１１及び運用履歴データ２１２の例を示す図である。図４の例における時系列データ２１１は、測定時刻ごとに流量ｐ、圧力ｑ及び拠点ｒが対応付けられていることを示す。また、図４の例における運用履歴データ２１２は、操作の実施時刻ごとに実施された操作ａ* 1、ａ* 2、ａ* 3等のいずれかが対応付けられていることを示す。また、図４では、時系列データ２１１の測定値に対して、運用履歴データ２１２の実施操作の記録が必ずしも対応してないことを示している。例えば、時系列データ２１１の測定間隔と運用履歴データ２１２の記録間隔が異なっている場合もある。尚、記録間隔が測定間隔より細かくてもよい。また、運用履歴データ２１２は、同一の実施時刻に２以上の操作が記録されていてもよい。
図３に戻り説明を続ける。運用計画情報２１４は、時系列データ２１１に対応する期間内で予め計画された運用計画を示す情報である。運用計画情報２１４は、目標状態２１４１と、時間帯２１４２と、運用指示２１４３とが対応付けられている。目標状態２１４１は、対応する時間帯２１４２において対象システムに遷移させるべき状態の目標値である。目標状態２１４１は、複数の指標の状態であってもよい。時間帯２１４２は、対象システムを、対応する目標状態２１４１に遷移及び維持させるべき時間の幅である。運用指示２１４３は、対応する目標状態２１４１及び時間帯２１４２を満たすために運用者が行うべき操作を指示する情報である。運用指示２１４３は、運用履歴データ２１２に含まれる操作単位であってもよいし、操作と比べて抽象的な指示であってもよい。また、本実施形態において運用指示２１４３は必須ではないものとする。尚、運用指示２１４３は時間帯２１４２のうち詳細な時刻と対応付けられたものであれば、上述した操作情報１１２の一例といえる。
図５は、本実施形態２にかかる運用計画情報２１４の例を示す図である。運用計画情報２１４は、対象システムに対する長期的な目標状態等を示す全体計画と、１日における複数の時間帯ごとの運用指示を含む個別計画とを含むものであってもよい。図５は、個別計画の例である。図５の例では、時間帯２１４２ごとに運用指示２１４３としての操作ａ~ 1、ａ~ 2、ａ~ 3等のいずれかが対応付けられていることを示す。尚、時間帯は、数時間を一単位とする例を示しているが、時間の範囲はこれに限定されない。また、運用履歴データ２１２における実施時刻の記録間隔と比べて時間帯２１４２の幅が広いが、実施時刻の記録間隔が時間帯２１４２より広くても構わない。運用指示２１４３は、同一の時間帯に２以上の操作が含まれていてもよい。
図3に戻り説明を続ける。外部環境データ２１５は、対象システムの運用に影響を与える可能性のある外部の環境指標と時系列の測定値の集合である。環境指標は、例えば、季節、曜日、時間帯、気象情報（天気、気温、湿度）等である。本実施形態にかかる外部環境データ２１５は、２以上の指標が含まれることが望ましい。
シミュレータ２１６は、対象システムの状態を予測する予測モデルであり、パラメータと変数とで定義される関数等のモデル式である。シミュレータ２１６は、運用者の操作（行動）を入力し、所定のパラメータを用いて演算を行うことにより、対象システムの状態を出力するものである。
運用者モデル２１７は、対象システムの状態から運用者の操作の集合を導出する予測モデルであり、パラメータと変数とで定義される関数等のモデル式である。運用者モデル２１７は、対象システムの状態を入力し、所定のパラメータを用いて演算を行うことにより、運用者の操作の集合を出力するものである。
特定部２２０は、上述した特定部１２０の一例であり、時系列データ２１１からパターン分析された複数のパターンのそれぞれを、状態の変動傾向として特定し、各パターンの境界の時刻を変化時点として特定する。さらに、特定部２２０は、複数のパターンのうち変動傾向の類似度合いが所定値以上のパターン同士を同一の種類の運用モードとして特定する。また、特定部２２０は、隣接する２以上のパターン同士について、変動傾向の類似度合いが所定値以上である場合に１つのパターンに統合し、統合後のパターンの境界の時刻を変化時点として特定する。
操作集合生成部２３０は、特定部２２０が特定した時間帯に対応する操作が運用履歴データ２１２に存在しない場合に、運用指示２１４３の中から前記時間帯に対応する運用指示を抽出する。そして、操作集合生成部２３０は、当該抽出した運用指示を当該時間帯に対応する運用モードに対応付けて運用モード操作集合２１３として生成する。
分類情報生成部２４０は、ツリー生成部の一例であり、外部環境データ２１５における複数の環境指標のそれぞれを分岐条件として運用モードのそれぞれが分類されたアクションツリーを生成する。さらに、分類情報生成部２４０は、アクションツリーを可視化情報として生成し、出力する。例えば、分類情報生成部２４０は、運用支援装置２００の表示装置（不図示）にアクションツリーを表示する。
尚、運用支援装置２００は、アクションツリー以外を出力してもよい。例えば、運用支援装置２００は、運用モード操作集合２１３の（アクションツリー以外の）可視化情報を生成し、出力する可視化部をさらに備えてもよい。
学習部２５０は、時系列データ２１１と運用モード操作集合２１３とを用いて、対象システムの状態を予測するシミュレータ２１６を学習し、記憶部２１０に保存する。
モデル生成部２６０は、時系列データ２１１と運用モード操作集合２１３に基づいて、対象システムの状態から運用者の操作の集合を導出する運用者モデル２１７を、運用モードごとに生成し、記憶部２１０に保存する。さらに、モデル生成部２６０は、学習部２５０により学習されたシミュレータ２１６にさらに基づいて、運用者モデル２１７を生成してもよい。
操作提示部２７０は、将来の時間帯における対象システムの目標状態２１４１の指定に応じて、将来の時間帯に対応する運用モードの運用者モデル２１７に目標状態２１４１を入力して操作の集合を導出し、当該導出された操作の集合を出力する。尚、操作提示部２７０は、外部から運用モードの指定を受け付け、指定された運用モードに対応する運用者モデル２１７を選択し、選択した運用者モデル２１７により操作の集合を導出（予測）して出力してもよい。または、操作提示部２７０は、予測対象の時間帯の直前の時間帯を示す時刻情報、当該時刻情報における対象システムの外部環境データや状態、運用モード等の指定を受け付けてもよい。その場合、操作提示部２７０は、指定された情報に応じた運用者モデル２１７により操作の集合を導出（予測）して出力する。また、運用支援装置２００は、予測対象の時間帯の直前の時間帯を示す時刻情報、当該時刻情報における対象システムに対する操作や外部環境データの指定を受け付け、学習済みのシミュレータ２１６を用いて対象システムの状態を予測して出力してもよい。そのため、操作提示部２７０は、対象システムの状態の表示、及び、運用者への運用支援のための適切な行動パターンの提示の少なくともいずれかを行うものとする。
図６は、本実施形態２にかかる運用支援装置３００のハードウェア構成を示すブロック図である。運用支援装置３００は、上述した運用支援装置２００をハードウェアの側面で捉えたものである。運用支援装置３００は、ＣＰＵ３０１と、メモリ３０２と、ＩＦ部３０３と、記憶装置３０４とを少なくとも備える。記憶装置３０４は、上述した記憶部２１０に相当するハードディスク、フラッシュメモリ等の記憶装置である。記憶装置３０４は、図３で記載した時系列データ２１１、運用履歴データ２１２、運用モード操作集合２１３、運用計画情報２１４、外部環境データ２１５、シミュレータ２１６、運用者モデル２１７に加え、図３では記載を省略した運用支援プログラム３０５を記憶しているものとする。運用支援プログラム３０５は、本実施形態にかかる運用支援方法の処理が実装されたコンピュータプログラムである。
メモリ３０２は、ＲＡＭ（Random Access Memory）等の揮発性記憶装置であり、ＣＰＵ３０１の動作時に一時的に情報を保持するための記憶領域である。ＩＦ部３０３は、運用支援装置３００の外部との入出力を行うインタフェースである。例えば、ＩＦ部３０３は、キーボード、マウス、タッチパネル等の入力デバイス（不図示）を介して、運用者の操作を受け付け、受け付けた操作内容をＣＰＵ３０１へ出力する。また、ＩＦ部３０３は、ＣＰＵ３０１からの指示に応じて、タッチパネル、表示装置、プリンタ等（不図示）へ出力を行う。
ＣＰＵ３０１は、運用支援装置３００の各構成を制御するプロセッサつまり制御装置である。ＣＰＵ３０１は、記憶装置３０４から運用支援プログラム３０５をメモリ３０２へ読み込み、運用支援プログラム３０５を実行する。これにより、ＣＰＵ３０１は、特定部２２０、操作集合生成部２３０、分類情報生成部２４０、学習部２５０、モデル生成部２６０及び操作提示部２７０の機能を実現する。
図７は、本実施形態２にかかる運用支援方法の流れを説明するためのフローチャートである。まず、特定部２２０は、記憶部２１０から時系列データ２１１、運用履歴データ２１２及び外部環境データ２１５を読み出す、つまり取得する（Ｓ２１）。次に、特定部２２０は、運用モードを特定する（Ｓ２２）。具体的には、まず、特定部２２０は、時系列データ２１１のパターン分析を行う。特定部２２０は、パターン分析として例えば、Ｗａｖｅｌｅｔ変換、フーリエ変換、隠れマルコフモデル（ＨＭＭ（Hidden Markov Model））等を用いることができるが、これらに限定されない。また、パターンは、状態の変動傾向の一例である。そして特定部２２０は、分析されたパターンの変化点を特定する。そして、特定部２２０は、パターン間の類似度を算出し、類似度が所定値以上のパターン同士を同一種類の運用モードとして特定する。また、特定部２２０は、隣接する２以上のパターンの類似度が所定値以上である場合には、これらのパターンを一つのパターンに統合し、統合後のパターンの境界の時刻を変化時点として特定する。そのため、特定部２２０は、パターンの境界の一部を運用モードの区切り、また、運用者のアクションの区切りとみなしているといえる。
図８は、本実施形態２にかかる時系列データのパターン分析及び運用モード特定の概念を説明するための図である。図８の上のグラフは、横軸を測定時刻、縦軸を時系列データの状態としたものであり、状態の時間遷移を示す。この場合、特定部２２０は、パターン分析により変化点ｄ０からｄ５を特定したものとする。そのため、図８の下に示すような波形パターンが特定されたものとする。そして、特定部２２０は、隣接する波形パターン間の類似度に応じて適宜、パターンを統合し、統合後のパターンを運用モードＭ０からＭ３として特定する。ここでは、例えば、運用モードＭ０は、２つの波形パターンが統合され、運用モードＭ１は一つの波形パターンである例を示す。また、運用モードＭ３は、２つの波形パターンが統合され、さらにそれら同士が統合された例を示す。また、運用モードＭ０及びＭ２は、構成する波形パターンの組が同じであるが、それらの構成比率が異なるため、類似度が所定値未満となり、異なる運用モードとして特定された例を示す。
図９は、本実施形態２にかかる運用モード特定の例を示す図である。図９では、特定部２２０は、時系列データ２１１に対して変化点として変化点ｄ０、ｄ１、ｄ２、・・・、ｄｎ－１、ｄｎ（ｎは２以上の整数。）を特定し、各変化点の間の時間帯を運用モードＭ１１、Ｍ１２、・・・Ｍｎとして特定した例を示す。
図７に戻り説明を続ける。次に、操作集合生成部２３０は、運用モード操作集合２１３を生成する（Ｓ２３）。例えば、操作集合生成部２３０は、運用履歴データ２１２を正解ラベルとしたクラスタリングを行う。クラスタリングとしては、例えば、Ｓｏｆｔｍａｘ等を用いることができるが、これに限定されない。そして、操作集合生成部２３０は、クラスタリングにより、運用履歴データ２１２の各操作を、各運用モードに分類する。すなわち、操作集合生成部２３０は、各操作の時刻が属する時間帯に対応する運用モードに、各操作を振り分ける。尚、操作集合生成部２３０は、運用モードに振り分けられる操作が存在しない場合、つまり、運用モードの時間帯に属する時刻に実施された操作の履歴が存在しない場合、対応する時間帯２１４２の運用指示２１４３を操作として分類してもよい。そして、操作集合生成部２３０は、各運用モードに分類された操作の集合を運用モードと対応付けて運用モード操作集合２１３として生成し、記憶部２１０に保存する。
図１０は、本実施形態２にかかる運用モード操作集合２１３の例を示す図である。図１０では、運用モードＭ１１に操作集合ａ１－１、ａ１－２、ａ１－３が対応付けられ、運用モードＭ１２に操作集合ａ２－１が対応付けられ、運用モードＭｎに操作集合ａｎ－１、ａｎ－２が対応付けられた例を示す。
図７に戻り説明を続ける。続いて、分類情報生成部２４０は、外部環境データ２１５の複数の環境指標を分岐条件として、運用モード操作集合２１３内の各運用モードを分類し、アクションツリーとして生成する（Ｓ２４）。分類情報生成部２４０は、生成したアクションツリーを記憶部２１０に保存してもよく、表示装置（不図示）へ出力してもよい。また、ステップＳ２４は必須ではない。
図１１は、本実施形態２にかかるアクションツリーの例を示す図である。ここでは、分類情報生成部２４０は、環境指標である季節、曜日、天気の過去データを外部環境データ２１５とし、これらの組合せの日時と運用モード操作集合２１３内の各運用モードの時間帯とが一致するノードに運用モードを分類する。そのため、運用者は、（計画情報における）与えられた外部環境に対して、アクションツリーを分岐条件に従って辿ることで、適切な運用モードを特定することができる。そして、運用者は、運用モード操作集合２１３を参照することで、特定された運用モードに対応付けられた操作の集合を把握することができる。尚、アクションツリーの分岐条件の親子関係はこれに限定されない。
図７に戻り説明を続ける。その後、学習部２５０は、時系列データ２１１、運用履歴データ２１２、運用モード操作集合２１３、運用計画情報２１４、外部環境データ２１５、アクションツリーを用いて、シミュレータ２１６のパラメータのダイナミクス学習を行う（Ｓ２５）。そのため、パラメータが最適化される。学習部２５０は、学習済みのシミュレータ２１６を記憶部２１０に保存（更新）する。
具体的には、以下のようにシミュレータ２１６を定義してもよい。ここで、時系列データ２１１を、以下の式（１）として定義するものとする。ここで、流量ｐ及び圧力ｑは、対象システムの測定値、拠点ｒは各測定値が測定された場所（拠点）、測定時刻ｔとする。
Figure 0007184099000001
このとき、式（１）を時間微分して以下の式（２）のように表現できる。ここで、行動ａは、運用者の操作集合に相当し、ｉは拠点の識別情報、ωはＷａｖｅｌｅｔ変換で用いられるスカログラムやフーリエ変換で用いられる周波数とする。
Figure 0007184099000002
 そして、学習部２５０は、式（２）をガウシアンプロセスＧＰ（μ、Ｋ（ｓ、ｓ’）；ａ）としてシミュレータ２１６を定義して学習することができる。尚、学習部２５０は、ＣＮＮ（Convolutional Neural Network）、ＲＮＮ（Recurrent Neural Network）等によりシミュレータ２１６を学習してもよい。
そして、モデル生成部２６０は、運用モード操作集合２１３に含まれる運用モードごとに、運用者モデル２１７を生成し（Ｓ２６）、記憶部２１０に保存する。例えば、モデル生成部２６０は、時系列データ２１１、運用履歴データ２１２、運用モード操作集合２１３、運用計画情報２１４、外部環境データ２１５及びシミュレータ２１６を用いて、運用者モデル２１７を生成してもよい。
尚、ステップＳ２４をステップＳ２６と共に実行してもよい。
その後、操作提示部２７０は、運用モードに応じた運用者モデル２１７を用いて操作の集合を取得し、運用者に提示する（Ｓ２７）。例えば、操作提示部２７０は、外部から入力された運用モードに応じて、対応する運用者モデル２１７を特定し、特定した運用者モデル２１７を用いて操作の集合を導出し、出力する。または、操作提示部２７０は、外部から将来の時間帯における対象システムの目標状態の指定を受け付け、将来の時間帯に対応する運用モードにおける運用者モデル２１７を特定する。そして、操作提示部２７０は、特定した運用者モデル２１７に、指定された目標状態を入力して、操作の集合を導出し、出力する。
このように、本実施形態では、時系列データから時間ごとの運用モードを推定し、運用モードごとの予測モデルを作成し、運用計画情報から（運用モードに対応する）操作集合を予測して提示するものである。そのため、経験の浅い運用者であっても、運用計画情報から適切な操作集合を得ることができ、熟練者のノウハウを用いた運用が可能となる。
また、運用履歴データ２１２には、運用者が実際に実施した操作の全てが記録されているとは限らない。例えば、対象システムが操作内容を電子的に記録する仕組みを有さない場合もある。その場合は、例えば手書きで記録された操作履歴を、別途、電子化して運用履歴データ２１２として記憶部２１０に保存することとなる。または、対象システムが操作内容を電子的に記録する仕組みを有するとしても、対象システムや記憶部２１０の容量によっては、全時間帯の運用履歴データ２１２を保存することができない場合がある。これらの場合には、部分的に運用履歴データ２１２が保存されることになる。
このような場合には、施設ごとの運用者が経験に基づいて運用計画情報２１４とは異なった運用がなされている可能性がある。例えば、時間帯２１４２とは異なる時間帯に運用指示２１４３が実施されている可能性がある。または、時間帯２１４２に運用指示２１４３がされていないことや、運用指示２１４３以外の操作がされている可能性もある。さらに、時間帯２１４２内の具体的な時刻までは指定されていない。また、運用指示２１４３が詳細な指示でなく、施設ごとの最適な設定値までが不明である可能性が高い。特に、施設や周辺環境、関連する施設でのその時々の運用等に起因して最適な操作タイミング、設定内容等は異なると言われる。しかしながら、これらの情報（ノウハウ）は、運用計画に含めることは現時点では困難なことが多い。そのため、経験の浅い運用者が運用計画情報２１４から適切な操作内容を特定することが困難となっている。
そこで、本実施形態では、時系列データ２１１を解析して運用モードの区切りを特定し、運用モードごとに実施された操作の集合を対応付けている。これにより、施設ごとの運用の実態を解明し、運用計画との差異を確認できる。そのため、運用指示には含まれない操作、運用計画では想定されていないが現場では必須である運用モードの存在等を顕在化でき、運用計画へのフィードバックも行うことができる。また、膨大な操作履歴の中から運用モードに関連性の高い操作を抽出できる。場合によっては、慣用的に行われていた操作が目標状態には寄与していないことが判明する可能性もある。また、操作履歴に残らず、さらに、運用指示にも含まれない操作については、運用モード操作集合に含まれないため、運用モード操作集合に基づいて、熟練者にヒアリング等を行うことで、効率的にノウハウを聞き出すこともできる。
＜その他の実施形態＞
なお、上記実施形態において、様々な処理を行う機能ブロックとして図面に記載される各要素は、ハードウェア的には、ＣＰＵ（Central Processing Unit）、メモリ、その他の回路で構成することができ、ソフトウェア的には、ＣＰＵがメモリにロードして実行するプログラム等によって実現される。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、又はそれらの組合せによっていろいろな形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない。
また、上記のプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Compact Disc-Read Only Memory）、ＣＤ－Ｒ（CD-Recordable）、ＣＤ－Ｒ／Ｗ（CD-ReWritable）、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されても良い。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
なお、本開示は上記実施形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。また、本開示は、それぞれの実施形態を適宜組み合わせて実施されてもよい。
上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
（付記Ａ１）
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部と時刻との組である操作情報とを記憶する記憶部と、
前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
前記操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
を備える運用支援装置。
（付記Ａ２）
前記特定部は、
前記時系列データからパターン分析された複数のパターンのそれぞれを前記状態の変動傾向として特定し、
各パターンの境界の時刻を前記変化時点として特定する、
付記Ａ１に記載の運用支援装置。
（付記Ａ３）
前記特定部は、
前記複数のパターンのうち前記変動傾向の類似度合いが所定値以上のパターン同士を同一の種類の前記運用モードとして特定する
付記Ａ２に記載の運用支援装置。
（付記Ａ４）
前記特定部は、
隣接する２以上のパターン同士について、前記変動傾向の類似度合いが所定値以上である場合に１つのパターンに統合し、
前記統合後のパターンの境界の時刻を前記変化時点として特定する、
付記Ａ２又はＡ３に記載の運用支援装置。
（付記Ａ５）
前記操作情報は、前記運用者による複数の操作の少なくとも一部の履歴情報と、前記時系列データに対応する期間内で予め計画された運用計画に基づく前記運用者に対する運用指示とを含み、
前記操作集合生成部は、
前記時間帯に実施された操作の集合を抽出し、
前記時間帯に対応する操作が前記操作情報に存在しない場合に、前記運用指示の中から前記時間帯に対応する運用指示を抽出し、当該抽出した運用指示を当該時間帯に対応する前記運用モードに対応付けて前記運用モード操作集合として生成する
付記Ａ１乃至Ａ４のいずれか１項に記載の運用支援装置。
（付記Ａ６）
前記記憶部は、複数の環境指標のそれぞれに対応する環境データを含む外部環境データをさらに記憶し、
前記運用支援装置は、
前記複数の環境指標のそれぞれを分岐条件として前記運用モードのそれぞれが分類されたアクションツリーを生成するツリー生成部をさらに備える
付記Ａ１乃至Ａ５のいずれか１項に記載の運用支援装置。
（付記Ａ７）
前記ツリー生成部は、
前記アクションツリーを可視化情報として生成し、出力する
付記Ａ６に記載の運用支援装置。
（付記Ａ８）
前記運用モード操作集合の可視化情報を生成し、出力する可視化部をさらに備える
付記Ａ１乃至Ａ５のいずれか１項に記載の運用支援装置。
（付記Ａ９）
前記時系列データと前記運用モード操作集合に基づいて、前記対象システムの状態から前記運用者の操作の集合を導出する運用者モデルを前記運用モードごとに生成するモデル生成部をさらに備える
付記Ａ１乃至Ａ８のいずれか１項に記載の運用支援装置。
（付記Ａ１０）
将来の時間帯における前記対象システムの目標状態の指定に応じて、前記将来の時間帯に対応する前記運用モードの前記運用者モデルに前記目標状態を入力して前記操作の集合を導出し、当該導出された操作の集合を出力する操作提示部をさらに備える
付記Ａ９に記載の運用支援装置。
（付記Ａ１１）
前記時系列データと前記運用モード操作集合とを用いて、前記対象システムの状態を予測するシミュレータを学習する学習部をさらに備え、
前記モデル生成部は、
前記学習されたシミュレータにさらに基づいて、前記運用者モデルを生成する
付記Ａ９又はＡ１０に記載の運用支援装置。
（付記Ｂ１）
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部と時刻との組である操作情報とを記憶する記憶部と、
前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
前記操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
を備える運用支援システム。
（付記Ｂ２）
前記特定部は、
前記時系列データからパターン分析された複数のパターンのそれぞれを前記状態の変動傾向として特定し、
各パターンの境界の時刻を前記変化時点として特定する、
付記Ｂ１に記載の運用支援システム。
（付記Ｃ１）
コンピュータが、
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定し、
前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定し、
前記複数の操作の少なくとも一部と時刻との組である操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、
各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、
前記運用モード操作集合を記憶装置に保存する
運用支援方法。
（付記Ｄ１）
運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定する処理と、
前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する処理と、
前記複数の操作の少なくとも一部と時刻との組である操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出する処理と、
各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成する処理と、
前記運用モード操作集合を記憶装置に保存する処理と、
をコンピュータに実行させる運用支援プログラムが格納された非一時的なコンピュータ可読媒体。
以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
１００ 運用支援装置
１１０ 記憶部
１１１ 時系列データ
１１２ 操作情報
１１３ 運用モード操作集合
１２０ 特定部
１３０ 操作集合生成部
２００ 運用支援装置
２１０ 記憶部
２１１ 時系列データ
２１２ 運用履歴データ
２１３ 運用モード操作集合
２１４ 運用計画情報
２１４１ 目標状態
２１４２ 時間帯
２１４３ 運用指示
２１５ 外部環境データ
２１６ シミュレータ
２１７ 運用者モデル
２２０ 特定部
２３０ 操作集合生成部
２４０ 分類情報生成部
２５０ 学習部
２６０ モデル生成部
２７０ 操作提示部
３００ 運用支援装置
３０１ ＣＰＵ
３０２ メモリ
３０３ ＩＦ部
３０４ 記憶装置
３０５ 運用支援プログラム
ｄ０ 変化点
ｄ１ 変化点
ｄ２ 変化点
ｄ３ 変化点
ｄ４ 変化点
ｄ５ 変化点
Ｍ０ 運用モード
Ｍ１ 運用モード
Ｍ２ 運用モード
Ｍ３ 運用モード
Ｍ１１ 運用モード
Ｍ１２ 運用モード
Ｍ２１ 運用モード
Ｍ２２ 運用モード
Ｍ２３ 運用モード
Ｍｎ 運用モード

Claims (10)

  1. 運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部と時刻との組である操作情報とを記憶する記憶部と、
    前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
    前記操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
    を備える運用支援装置。
  2. 前記特定部は、
    前記時系列データからパターン分析された複数のパターンのそれぞれを前記状態の変動傾向として特定し、
    各パターンの境界の時刻を前記変化時点として特定する、
    請求項１に記載の運用支援装置。
  3. 前記特定部は、
    前記複数のパターンのうち前記変動傾向の類似度合いが所定値以上のパターン同士を同一の種類の前記運用モードとして特定する
    請求項２に記載の運用支援装置。
  4. 前記特定部は、
    隣接する２以上のパターン同士について、前記変動傾向の類似度合いが所定値以上である場合に１つのパターンに統合し、
    前記統合後のパターンの境界の時刻を前記変化時点として特定する、
    請求項２又は３に記載の運用支援装置。
  5. 前記操作情報は、前記運用者による複数の操作の少なくとも一部の履歴情報と、前記時系列データに対応する期間内で予め計画された運用計画に基づく前記運用者に対する運用指示とを含み、
    前記操作集合生成部は、
    前記時間帯に実施された操作の集合を抽出し、
    前記時間帯に対応する操作が前記履歴情報に存在しない場合に、前記運用指示の中から前記時間帯に対応する運用指示を抽出し、当該抽出した運用指示を当該時間帯に対応する前記運用モードに対応付けて前記運用モード操作集合として生成する
    請求項１乃至４のいずれか１項に記載の運用支援装置。
  6. 前記記憶部は、複数の環境指標のそれぞれに対応する環境データを含む外部環境データをさらに記憶し、
    前記運用支援装置は、
    前記複数の環境指標のそれぞれを分岐条件として前記運用モードのそれぞれが分類されたアクションツリーを生成するツリー生成部をさらに備える
    請求項１乃至５のいずれか１項に記載の運用支援装置。
  7. 前記ツリー生成部は、
    前記アクションツリーを可視化情報として生成し、出力する
    請求項６に記載の運用支援装置。
  8. 運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データと、前記複数の操作の少なくとも一部と時刻との組である操作情報とを記憶する記憶部と、
    前記時系列データから前記状態の変動傾向の複数の変化時点を特定し、前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する特定部と、
    前記操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、前記記憶部に保存する操作集合生成部と、
    を備える運用支援システム。
  9. コンピュータが、
    運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定し、
    前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定し、
    前記複数の操作の少なくとも一部と時刻との組である操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出し、
    各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成し、
    前記運用モード操作集合を記憶装置に保存する
    運用支援方法。
  10. 運用者による複数の操作に応じて制御される対象システムの状態が測定された時系列データから前記状態の変動傾向の複数の変化時点を特定する処理と、
    前記複数の変化時点の少なくとも一部を区切りとした複数の時間帯のそれぞれを、前記対象システムにおける複数の運用モードとして特定する処理と、
    前記複数の操作の少なくとも一部と時刻との組である操作情報から前記複数の時間帯のそれぞれに含まれる時刻の操作の集合を抽出する処理と、
    各時間帯に対応する前記運用モードと当該抽出した操作の集合とを対応付けた運用モード操作集合を生成する処理と、
    前記運用モード操作集合を記憶装置に保存する処理と、
    をコンピュータに実行させる運用支援プログラム。
JP2020569305A 2019-02-01 2019-02-01 運用支援装置、システム、方法及びプログラム Active JP7184099B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/003549 WO2020157948A1 (ja) 2019-02-01 2019-02-01 運用支援装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Publications (2)

Publication Number Publication Date
JPWO2020157948A1 JPWO2020157948A1 (ja) 2021-11-25
JP7184099B2 true JP7184099B2 (ja) 2022-12-06

Family

ID=71840388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020569305A Active JP7184099B2 (ja) 2019-02-01 2019-02-01 運用支援装置、システム、方法及びプログラム

Country Status (3)

Country Link
US (1) US11740912B2 (ja)
JP (1) JP7184099B2 (ja)
WO (1) WO2020157948A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220198089A1 (en) * 2020-12-18 2022-06-23 Pratt & Whitney Canada Corp. Methods and systems for defining mission profiles for a new engine

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018128854A (ja) 2017-02-08 2018-08-16 横河電機株式会社 イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム及び記録媒体
JP2018190048A (ja) 2017-04-28 2018-11-29 横河電機株式会社 プロセス制御システム及びデータ処理方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016190048A (ja) 2016-06-13 2016-11-10 サミー株式会社 ぱちんこ遊技機
JP7319757B2 (ja) * 2016-12-05 2023-08-02 株式会社日立製作所 データ処理システム及びデータ処理方法
JP7015108B2 (ja) 2016-12-07 2022-02-02 三菱重工業株式会社 運用支援装置、機器運用システム、運用方法、制御方法及びプログラム
US11129100B2 (en) * 2017-08-10 2021-09-21 Telefonaktiebolaget Lm Ericsson (Publ) Methods and apparatus relating to paging in a wireless communications network
CN110659173B (zh) * 2018-06-28 2023-05-26 中兴通讯股份有限公司 一种运维系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018128854A (ja) 2017-02-08 2018-08-16 横河電機株式会社 イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム及び記録媒体
JP2018190048A (ja) 2017-04-28 2018-11-29 横河電機株式会社 プロセス制御システム及びデータ処理方法

Also Published As

Publication number Publication date
US20220318029A1 (en) 2022-10-06
JPWO2020157948A1 (ja) 2021-11-25
US11740912B2 (en) 2023-08-29
WO2020157948A1 (ja) 2020-08-06

Similar Documents

Publication Publication Date Title
JP7162442B2 (ja) プロセス及び製造業における業績評価指標のデータに基づく最適化のための方法及びシステム
US20200387818A1 (en) Asset Optimization Using Integrated Modeling, Optimization, and Artificial Intelligence
Suryadevara Predictive Modeling for Student Performance: Harnessing Machine Learning to Forecast Academic Marks
JP6942790B2 (ja) 情報処理装置および情報処理方法
US10482204B2 (en) System for processing data and modelling for analysis of the energy consumption of a site
JP2019527413A (ja) 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法
US10810508B1 (en) Methods and apparatus for classifying and discovering historical and future operational states based on Boolean and numerical sensor data
JP7081728B1 (ja) 運転支援装置、運転支援方法及びプログラム
JP2016115157A (ja) 売上予測プログラム提供方法、売上予測プログラム提供プログラムおよび売上予測プログラム提供装置
JP7184099B2 (ja) 運用支援装置、システム、方法及びプログラム
JP7288189B2 (ja) ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置
US20200160820A1 (en) Performance analysis method
JP7131351B2 (ja) 学習方法、学習プログラムおよび学習装置
JP5826892B1 (ja) 変化点検出装置、変化点検出方法、及びコンピュータプログラム
Rotună et al. New tendencies in linear prediction of events.
US20230057943A1 (en) Prediction apparatus, prediction method, and program
JP7283105B2 (ja) 分析装置および分析方法
KR20150119657A (ko) 데이터 처리 장치, 데이터 처리 프로그램 및 기록매체
JP7314825B2 (ja) 予測装置、予測システム、及び予測方法
CN111596619B (zh) 计算机系统及设施的监视方法
JP2022035829A (ja) 情報処理装置、情報処理方法、コンピュータプログラム及び情報処理システム
US20240113520A1 (en) Energy consumption prediction device, energy consumption prediction method, and energy consumption prediction program
KR102469229B1 (ko) 인공지능 기반의 피쉬본 다이어그램 관리 시스템 및 그 방법
US20230056329A1 (en) Control apparatus, control method, and program
JP7443609B1 (ja) 学習装置、学習方法及び学習プログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210716

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210716

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220419

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220610

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: 20221025

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221107

R151 Written notification of patent or utility model registration

Ref document number: 7184099

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151