JP7327623B1 - 予測装置、予測方法及びプログラム - Google Patents

Abstract

【課題】精度の良い予測値を高速に得ることができる技術を提供すること。【解決手段】本開示の一態様による予測装置は、対象の過去の運転実績データに基づいて、前記対象の状態を表す状態変数を目的変数、前記対象に対する操作を表す操作変数と前記対象の環境を表す環境変数とを説明変数として、前記操作変数と前記環境変数から前記状態変数を予測する第１の予測モデルを学習するように構成されている第１の学習部と、第２の学習部と、前記操作変数の値と前記環境変数の値とが与えられたときに、前記操作変数の値と前記環境変数の値から前記第１の予測モデルによって予測した前記状態変数の予測値を、前記操作変数の値と前記環境変数の値から前記第２の予測モデルによって予測した前記学習誤差の予測値に基づく補正量により補正し、前記状態変数の補正後の予測値を算出するように構成されている予測部と、を有する。【選択図】図２

Description

本開示は、予測装置、予測方法及びプログラムに関する。

近年、産業分野では熟練オペレータ（オペレータは、運用者又は運転者と呼ばれてもよい。）の不足等を背景に、ＡＩ（Artificial Intelligence）や機械学習技術等を活用したプラント運転支援システムへのニーズが高まっている。一般に、発電プラント、鉄鋼プラント、化学プラント等といったプラントの運転は、その時の環境に応じて、オペレータが過去の知見から将来のプラントの状態を予測し、予め決められた所定の状態になるように最適な操作量を計画した上で、その操作量によりプラントを運転している。

プラントの運転を支援する従来技術の１つとして、統計・機械学習技術により過去の運転実績データから構築した予測モデルをシミュレータとして活用し、最適化技術と組み合わせて最適な操作量を計算する技術が知られている（例えば、特許文献１）。このような技術では、例えば、プラントの状態を表す状態変数の値と環境を表す環境変数の値とが与えられたときに、数理計画法やメタヒューリスティック等といった繰り返し計算を用いる手法により予測モデルから最適な操作量を求めている。このため、予測モデルは、高精度であることに加えて、高速である必要がある。

一方で、予測モデルは、一般に、プラントの状態を表す状態変数を目的変数、それに関連する変数（例えば、環境変数や操作変数等）を説明変数として、統計・機械学習技術により運転実績データから目的変数と説明変数の関係を学習することによって構築する。このため、予測モデルで予測した値（予測値）には誤差が生じ得る。特に、例えば、学習時の説明変数に表れない変動や稀にしか起こらない状態等には対応できず、誤差が大きくなる。これに対して、過去の予測モデルの誤差を学習時の説明変数に表れない変動として捉え、その予測モデルの誤差を用いて予測値を補正する従来技術が知られている。例えば、特許文献２には、製品の状態の実績値と物理モデルにより予測した状態の予測値との誤差を局所回帰モデルにより逐次学習し、この誤差を用いて物理モデルの予測値を補正する技術が開示されている。

特許第７０８１７２８号公報 特許第６８３４２０９号公報

しかしながら、従来技術では、予測値の補正を高速に行うことができなかった。例えば、上記の特許文献２では、物理モデルにより製品の状態を予測するたびに、当該物理モデルの補正量を計算するための回帰係数を学習する必要があり、或る程度の計算時間が必要になると考えられる。このため、例えば、予測値が補正される予測モデルをシミュレータとして活用し、最適化技術と組み合わせて最適な操作量を計算する場合、数理計画法やメタヒューリスティック等といった繰り返し計算に膨大な計算時間が必要になり、実システムへの適用は現実的ではないと考えられる。

本開示は、上記の点に鑑みてなされたもので、精度の良い予測値を高速に得ることができる技術を提供することを目的とする。

本開示の一態様による予測装置は、対象の過去の運転実績データに基づいて、前記対象の状態を表す状態変数を目的変数、前記対象に対する操作を表す操作変数と前記対象の環境を表す環境変数とを説明変数として、前記操作変数と前記環境変数から前記状態変数を予測する第１の予測モデルを学習するように構成されている第１の学習部と、前記運転実績データに基づいて、前記第１の予測モデルの学習誤差を目的変数、前記操作変数と前記環境変数とを説明変数として、前記操作変数と前記環境変数から前記学習誤差を予測する第２の予測モデルを学習するように構成されている第２の学習部と、前記操作変数の値と前記環境変数の値とが与えられたときに、前記操作変数の値と前記環境変数の値から前記第１の予測モデルによって予測した前記状態変数の予測値を、前記操作変数の値と前記環境変数の値から前記第２の予測モデルによって予測した前記学習誤差の予測値に基づく補正量により補正し、前記状態変数の補正後の予測値を算出するように構成されている予測部と、を有する。

精度の良い予測値を高速に得ることができる技術が提供される。

本実施形態に係るプラント状態予測装置のハードウェア構成の一例を示す図である。 本実施形態に係るプラント状態予測装置の機能構成の一例を示す図である。 本実施形態に係るモデル学習処理の一例を示すフローチャートである。 本実施形態に係る予測処理の一例を示すフローチャートである。 状態変数実績値と補正前のプラント状態予測値と補正後のプラント状態予測値の推移を示す図である。

以下、本発明の一実施形態について説明する。以下の実施形態では、プラントを対象として、プラントの状態を表す状態変数の精度の良い予測値を高速に得ることができるプラント状態予測装置１０について説明する。

ここで、以下では、対象の一例としてプラントを想定するが、対象はプラントに限られるものではない。対象としては、オペレータ（運用者又は運転者と呼ばれてもよい。）や自動運転装置等の操作対象となるものであればよく、例えば、設備、機器、装置等であってもよい。対象には各種センサが設置されており、これらのセンサにより当該対象の状態や環境、当該対象に対する操作等が計測される。状態の具体例としては、例えば、或る時点の温度、圧力、流量等が挙げられる。環境の具体例としては、例えば、或る時点の外気温、設備番号、製品品種番号等が挙げられる。操作の具体例としては、例えば、対象の空気弁や燃料バルブ等に対する開閉量、空気弁の開閉によって制御される酸素量等が挙げられる。このような状態を表す変数は「状態変数」、環境を表す変数は「環境変数」、操作を表す変数は「操作変数」と呼ばれる。なお、以下では、状態変数、環境変数、操作変数をまとめて単に「変数」ともいう。

以下、操作変数の総数をＩとして、各操作変数をｘ_ｉ（１≦ｉ≦Ｉ）と表す。同様に、状態変数の総数をＪとして、各状態変数をｙ_ｊ（１≦ｊ≦Ｊ）と表す。同様に、環境変数の総数をＫとして、各環境変数をｚ_ｋ（１≦ｋ≦Ｋ）と表す。以下では、簡単のため、或る状態変数ｙ_ｊの精度の良い予測値を高速に得る場合について説明し、この状態変数ｙ_ｊを単にｙと表すことにする。ただし、以下で説明する実施形態は、複数の状態変数の精度の良い予測値を高速に得る場合についても同様に適用することが可能である。

また、操作変数ｘ_ｉ（１≦ｉ≦Ｉ）をｉ番目の要素に持つＩ次元ベクトルをｘ＝（ｘ_１，・・・，ｘ_Ｉ）、環境変数ｚ_ｋ（１≦ｋ≦Ｋ）をｋ番目の要素に持つＫ次元ベクトルをｚ＝（ｚ_１，・・・，ｚ_Ｋ）と表す。なお、ｘ、ｚはいずれも横ベクトルであるものとしたが、縦ベクトルであってもよい。

また、時刻ｔの操作変数値をｘ（ｔ）＝（ｘ_１（ｔ），・・・，ｘ_Ｉ（ｔ））、時刻ｔの状態変数値をｙ（ｔ）、時刻ｔの環境変数値をｚ（ｔ）＝（ｚ_１（ｔ），・・・，ｚ_Ｋ（ｔ））と表す。なお、時刻ｔは時刻ステップとも呼ばれ、例えば、対象の制御周期をΔｔとすれば、制御周期Δｔ毎にｔ←ｔ＋Δｔと更新される時刻である。

このとき、本実施形態に係るプラント状態予測装置１０は、プラントの過去の運転データ（以下、実績データともいう。）を用いて、操作変数ｘ及び環境変数ｚから状態変数ｙを予測する第１の予測モデルと、操作変数ｘ及び環境変数ｚから第１の予測モデルの誤差（学習誤差）を予測する第２の予測モデルとを学習する。そして、本実施形態に係るプラント状態予測装置１０は、操作変数ｘの値と環境変数ｚの値とが与えられたときに、学習済みの第１の予測モデルにより予測された予測値を、学習済みの第２の予測モデルにより算出された学習誤差を用いて補正する。これにより、学習誤差を用いて補正された精度の良い予測値（以下、この補正後の予測値を「プラント状態予測値」ともいう。）が高速に得られる。

以下では、上記の第１の予測モデルと第２の予測モデルを学習するフェーズを「モデル学習フェーズ」、上記のプラント状態予測値を算出するフェーズを「予測フェーズ」と呼ぶことにする。

＜プラント状態予測装置１０のハードウェア構成例＞
本実施形態に係るプラント状態予測装置１０のハードウェア構成例を図１に示す。図１に示すように、本実施形態に係るプラント状態予測装置１０は、入力装置１０１と、表示装置１０２と、外部Ｉ／Ｆ１０３と、通信Ｉ／Ｆ１０４と、ＲＡＭ（Random Access Memory）１０５と、ＲＯＭ（Read Only Memory）１０６と、補助記憶装置１０７と、プロセッサ１０８とを有する。これらの各ハードウェアは、それぞれがバス１０９を介して通信可能に接続される。

入力装置１０１は、例えば、キーボード、マウス、タッチパネル、物理ボタン等である。表示装置１０２は、例えば、ディスプレイ、表示パネル等である。なお、プラント状態予測装置１０は、例えば、入力装置１０１及び表示装置１０２のうちの少なくとも一方を有していなくてもよい。

外部Ｉ／Ｆ１０３は、記録媒体１０３ａ等の外部装置とのインタフェースである。記録媒体１０３ａとしては、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等が挙げられる。

通信Ｉ／Ｆ１０４は、プラント状態予測装置１０を通信ネットワークに接続するためのインタフェースである。ＲＡＭ１０５は、プログラムやデータを一時保持する揮発性の半導体メモリ（記憶装置）である。ＲＯＭ１０６は、電源を切ってもプログラムやデータを保持することができる不揮発性の半導体メモリ（記憶装置）である。補助記憶装置１０７は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等の不揮発性の記憶装置であり、プログラムやデータが格納される。プロセッサ１０８は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等の各種演算装置である。

本実施形態に係るプラント状態予測装置１０は、図１に示すハードウェア構成を有することにより、後述するモデル学習処理及び予測処理を実現することができる。ただし、図１に示すハードウェア構成は一例であって、プラント状態予測装置１０のハードウェア構成はこれに限られるものではない。例えば、プラント状態予測装置１０は、複数の補助記憶装置１０７や複数のプロセッサ１０８を有していてもよいし、図示したハードウェアの一部を有していなくてもよいし、図示したハードウェア以外の種々のハードウェアを有していてもよい。

＜プラント状態予測装置１０の機能構成例＞
本実施形態に係るプラント状態予測装置１０の機能構成例を図２に示す。図２に示すように、本実施形態に係るプラント状態予測装置１０は、入力部２０１と、第１の予測モデル学習部２０２と、第２の予測モデル学習部２０３と、予測部２０４と、出力部２０５とを有する。これら各部は、例えば、プラント状態予測装置１０にインストールされた１以上のプログラムが、プロセッサ１０８等に実行させる処理により実現される。また、本実施形態に係るプラント状態予測装置１０は、実績データ記憶部２０６と、第１の予測モデル記憶部２０７と、第２の予測モデル記憶部２０８とを有する。これら各部は、例えば、補助記憶装置１０７等により実現される。ただし、実績データ記憶部２０６、第１の予測モデル記憶部２０７及び第２の予測モデル記憶部２０８の少なくとも１つが、プラント状態予測装置１０と通信ネットワークを介して接続される記憶装置（例えば、データベースサーバ等）により実現されていてもよい。

入力部２０１は、モデル学習フェーズにおいて、第１の予測モデルと第２の予測モデルの学習に用いる実績データを実績データ記憶部２０６から取得する。実績データは、時刻ｔの操作変数値と状態変数値と環境変数値で構成される。すなわち、或る時刻ｔの実績データは、例えば、（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））と表される。以下、モデル学習フェーズにおいて、実績データ集合Ｄ＝｛（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））｜ｔ∈Ｔ｝が実績データ記憶部２０６から取得されるものとする。ここで、Ｔは第１の予測モデルと第２の予測モデルの学習に用いる実績データの時刻集合である。ただし、実績データ集合Ｄに含まれる各実績データは、対象の正常運転時の運転データや対象が適切に運転されているときの運転データ、模範的な運転がなされているときの運転データ等であるものとする。以下では、各ｘ（ｔ）を操作変数実績値、各ｙ（ｔ）を状態変数実績値、各ｚ（ｔ）を環境変数実績値とも呼ぶことにする。

また、入力部２０１は、予測フェーズにおいて、プラント状態の予測に用いる操作変数値と環境変数値（例えば、現在時刻ｔ＝ｔ_０の操作変数値ｘ（ｔ_０）と環境変数値ｚ（ｔ_０））を取得する。なお、プラント状態の予測に用いる操作変数値と環境変数値は、例えば、制御周期Δｔ毎に対象からプラント状態予測装置１０に与えられてもよいし、補助記憶装置１０７等により実現される記憶部から取得されてもよい。

なお、入力部２０１は、モデル学習フェーズ及び予測フェーズにおいて、操業情報を入力してもよい。操業情報とは、例えば、状態変数の正常範囲・異常範囲を示す情報、対象の操業日や点検日等を表すイベント情報等といった情報のことである。これらの操業情報は、例えば、第１の予測モデル及び第２の予測モデルの学習とプラント状態予測値の算出の際に補助的な情報として用いられてもよい。

第１の予測モデル学習部２０２は、モデル学習フェーズにおいて、入力部２０１によって取得された実績データ集合Ｄを用いて、操作変数ｘ及び環境変数ｚから状態変数ｙを予測する第１の予測モデルを学習する。第１の予測モデルは、操作変数ｘ及び環境変数ｚを入力として状態変数ｙを出力する関数ｆで表現される統計又は機械学習モデルである。具体的には、第１の予測モデルは、ｙ＝ｆ（ｘ，ｚ）と表される統計又は機械学習モデルである。ここで、ｙは状態変数であり、目的変数に相当する。ｘ及びｚはそれぞれ操作変数及び環境変数であり、説明変数に相当する。以下では、第１の予測モデルをｆで表す。

このとき、第１の予測モデル学習部２０２は、各ｔ∈Ｔに対して、ｆ（ｘ（ｔ），ｚ（ｔ））がｙ（ｔ）を精度良く予測するように、第１の予測モデルｆの学習可能パラメータを学習すればよい。

なお、第１の予測モデルｆとしては、任意の統計又は機械学習モデルを採用することが可能であるが、例えば、回帰分析、ＳＶＲ（Support Vector Regression）、ニューラルネットワーク、勾配ブースティング等を用いればよい。また、第１の予測モデルｆの学習手法としては、統計又は機械学習モデルの種類に応じて適切な既存手法を用いればよい。

第２の予測モデル学習部２０３は、モデル学習フェーズにおいて、入力部２０１によって取得された実績データ集合Ｄと、学習済みの第１の予測モデルｆとを用いて、この第１の予測モデルｆの学習誤差を算出する。すなわち、第２の予測モデル学習部２０３は、各ｔ∈Ｔに対して、ｓ（ｔ）＝ｙ（ｔ）－ｆ（ｘ（ｔ），ｚ（ｔ））により学習誤差ｓ（ｔ）を算出する。

そして、第２の予測モデル学習部２０３は、入力部２０１によって取得された実績データ集合Ｄに含まれる各操作変数実績値ｘ（ｔ）及び環境変数実績値ｚ（ｔ）と、第１の予測モデルｆの各学習誤差ｓ（ｔ）とを用いて、操作変数ｘ及び環境変数ｚから学習誤差ｓを予測する第２の予測モデルを学習する。第２の予測モデルは、操作変数ｘ及び環境変数ｚを入力として学習誤差ｓを出力する関数ｇで表現される統計又は機械学習モデルである。具体的には、第２の予測モデルは、ｓ＝ｇ（ｘ，ｚ）と表される統計又は機械学習モデルである。ここで、ｓは学習誤差を表す変数であり、目的変数に相当する。ｘ及びｚはそれぞれ操作変数及び環境変数であり、説明変数に相当する。以下では、第２の予測モデルをｇで表す。

このとき、第２の予測モデル学習部２０３は、各ｔ∈Ｔに対して、ｇ（ｘ（ｔ），ｚ（ｔ））がｓ（ｔ）を精度良く予測するように、第２の予測モデルｇの学習可能パラメータを学習すればよい。

なお、第２の予測モデルｇとしては、任意の統計又は機械学習モデルを採用することが可能であるが、例えば、決定木等といった木構造を用いるモデルを用いればよい。また、第２の予測モデルｇの学習手法としては、統計又は機械学習モデルの種類に応じて適切な既存手法を用いればよい。

予測部２０４は、予測フェーズにおいて、入力部２０１によって取得された操作変数値及び環境変数値と、学習済みの第１の予測モデルｆと、学習済みの第２の予測モデルｇとを用いて、プラント状態予測値を算出する。例えば、入力部２０１によって取得された操作変数値及び環境変数値をそれぞれｘ（ｔ_０）及びｚ（ｔ_０）とすれば、まず、予測部２０４は、状態変数ｙの予測値ｆ（ｘ（ｔ_０），ｚ（ｔ_０））を補正前のプラント状態予測値として算出すると共に、学習誤差ｓの予測値ｇ（ｘ（ｔ_０），ｚ（ｔ_０））を補正量として算出する。そして、予測部２０４は、補正量ｇ（ｘ（ｔ_０），ｚ（ｔ_０））により補正前のプラント状態予測値ｆ（ｘ（ｔ_０），ｚ（ｔ_０））を補正する。例えば、予測部２０４は、ｆ（ｘ（ｔ_０），ｚ（ｔ_０））＋ｇ（ｘ（ｔ_０），ｚ（ｔ_０））と補正してプラント状態予測値を算出する。

ここで、第２の予測モデルが決定木等の木構造を用いるモデルである場合、ｇ（ｘ（ｔ_０），ｚ（ｔ_０））は、例えば、（ｘ（ｔ_０），ｚ（ｔ_０））が分類された終端ノード（葉ノード）に属する学習誤差ｓ（ｔ）の平均値とすればよい。ただし、例えば、学習誤差ｓの異常値の影響を除外するために、学習誤差ｓ（ｔ）の絶対値｜ｓ（ｔ）｜が大きい順に上位数点を除いた上で、学習誤差ｓ（ｔ）の平均値を算出してもよい。また、平均値に限られず、平均値以外の何等かの統計量が用いられてもよい。

出力部２０５は、予測フェーズにおいて、予測部２０４によって算出されたプラント状態予測値を予め決められた所定の出力先に出力する。このような出力先は、例えば、表示装置１０２であってもよいし、通信ネットワークを介して接続される端末（特に、オペレータが利用する端末）であってもよいし、補助記憶装置１０７であってもよいし、プラント状態予測装置１０にインストールされた他のプログラムであってもよい。

実績データ記憶部２０６は、モデル学習フェーズにおいて、実績データ集合Ｄを記憶する。なお、実績データ記憶部２０６には、例えば、予測フェーズにおいて、対象から取得された現在時刻ｔ＝ｔ_０の操作変数値ｘ（ｔ_０）及び環境変数値ｚ（ｔ_０）が記憶されてもよい。

第１の予測モデル記憶部２０７は、モデル学習フェーズにおいて、学習済みでない第１の予測モデルｆの学習可能パラメータを記憶する。また、第１の予測モデル記憶部２０７は、予測フェーズにおいて、学習済みの第１の予測モデルｆの学習可能パラメータ（つまり、学習済みパラメータ）を記憶する。

第２の予測モデル記憶部２０８は、モデル学習フェーズにおいて、学習済みでない第２の予測モデルｇの学習可能パラメータを記憶する。また、第２の予測モデル記憶部２０８は、予測フェーズにおいて、学習済みの第２の予測モデルｇの学習可能パラメータ（つまり、学習済みパラメータ）を記憶する。

なお、図２に示すプラント状態予測装置１０の機能構成は一例であって、これに限られるものではない。例えば、モデル学習フェーズにおけるプラント状態予測装置１０は、予測部２０４と、出力部２０５とを有していなくてもよい。また、このとき、モデル学習フェーズにおけるプラント状態予測装置１０は、例えば、「学習装置」等と称されてもよい。一方で、例えば、予測フェーズにおけるプラント状態予測装置１０は、第１の予測モデル学習部２０２と、第２の予測モデル学習部２０３と、実績データ記憶部２０６とを有していなくてもよい。

＜モデル学習処理＞
以下、モデル学習フェーズで実行されるモデル学習処理について、図３を参照しながら説明する。なお、モデル学習処理は一般にプラント等の対象のオフライン時に実行されるが、これに限られず、例えば、オフラインで一度実行した後、オンライン時にバックグラウンドで定期的に実行されてもよい。

まず、入力部２０１は、モデル学習に用いる実績データ集合Ｄ＝｛（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））｜ｔ∈Ｔ｝を実績データ記憶部２０６から取得する（ステップＳ１０１）。

次に、第１の予測モデル学習部２０２は、上記のステップＳ１０１で取得された実績データ集合Ｄを用いて、第１の予測モデルｆを学習する（ステップＳ１０２）。なお、より精度の良い第１の予測モデルｆを得るために、本ステップで第１の予測モデルｆを学習する際に、実績データ集合Ｄに加えて、操業情報等といった補助的な情報が用いられてもよい。

次に、第２の予測モデル学習部２０３は、上記のステップＳ１０１で取得された実績データ集合Ｄと、学習済みの第１の予測モデルｆとを用いて、第１の予測モデルｆの学習誤差ｓ（ｔ）を算出する（ステップＳ１０３）。すなわち、第２の予測モデル学習部２０３は、例えば、各ｔ∈Ｔに対して、ｓ（ｔ）＝ｙ（ｔ）－ｆ（ｘ（ｔ），ｚ（ｔ））により学習誤差ｓ（ｔ）を算出する。

次に、第２の予測モデル学習部２０３は、上記のステップＳ１０１で取得された実績データ集合Ｄに含まれる各操作変数実績値ｘ（ｔ）及び環境変数実績値ｚ（ｔ）と、上記のステップＳ１０３で算出された各学習誤差ｓ（ｔ）とを用いて、第２の予測モデルｇを学習する（ステップＳ１０４）。なお、より精度の良い第２の予測モデルｇを得るために、本ステップで第２の予測モデルｇを学習する際に、各操作変数実績値ｘ（ｔ）及び環境変数実績値ｚ（ｔ）と各学習誤差ｓ（ｔ）とに加えて、操業情報等といった補助的な情報が用いられてもよい。

以上により、学習済みの第１の予測モデルｆと学習済みの第２の予測モデルｇとが得られる。なお、学習済みの第１の予測モデルｆのパラメータは第１の予測モデル記憶部２０７に記憶され、学習済みの第２の予測モデルｇのパラメータは第２の予測モデル記憶部２０８に記憶される。

＜予測処理＞
以下、予測フェーズで実行される予測処理について、図４を参照しながら説明する。なお、予測処理は、例えば、制御周期Δｔ毎に繰り返し実行される。

まず、入力部２０１は、プラント状態の予測に用いる操作変数値と環境変数値を取得する（ステップＳ２０１）。以下、本ステップでは現在時刻ｔ＝ｔ_０の操作変数値ｘ（ｔ_０）と環境変数値ｚ（ｔ_０）が取得されたものとする。

次に、予測部２０４は、上記のステップＳ２０１で取得された操作変数値ｘ（ｔ_０）及び環境変数値ｚ（ｔ_０）と、学習済みの第１の予測モデルｆとを用いて、補正前のプラント状態予測値ｆ（ｘ（ｔ_０），ｚ（ｔ_０））を算出する（ステップＳ２０２）。

次に、予測部２０４は、上記のステップＳ２０１で取得された操作変数値ｘ（ｔ_０）及び環境変数値ｚ（ｔ_０）と、学習済みの第２の予測モデルｇとを用いて、補正量ｇ（ｘ（ｔ_０），ｚ（ｔ_０））を算出する（ステップＳ２０３）。

次に、予測部２０４は、上記のステップＳ２０２で算出された補正前のプラント状態予測値ｆ（ｘ（ｔ_０），ｚ（ｔ_０））を、上記のステップＳ２０３で算出された補正量ｇ（ｘ（ｔ_０），ｚ（ｔ_０））により補正してプラント状態予測値を算出する（ステップＳ２０４）。すなわち、予測部２０４は、例えば、ｆ（ｘ（ｔ_０），ｚ（ｔ_０））＋ｇ（ｘ（ｔ_０），ｚ（ｔ_０））と補正して（補正後の）プラント状態予測値を算出する。ただし、この補正方法は一例であって、これに限られるものではない。例えば、予め決められた係数０＜α≦１を用いて、ｆ（ｘ（ｔ_０），ｚ（ｔ_０））＋α・ｇ（ｘ（ｔ_０），ｚ（ｔ_０））と補正して（補正後の）プラント状態予測値が算出されてもよい。

そして、出力部２０５は、上記のステップＳ２０４で算出されたプラント状態予測値を予め決められた所定の出力先に出力する（ステップＳ２０５）。

以上により、第１の予測モデルｆの予測値をその学習誤差に基づく補正量で補正したプラント状態予測値が得られる。しかも、補正量は、決定木等といった木構造を用いるモデルで実現される第２の予測モデルｇの推論処理により算出されるため、上記の特許文献２等に記載されている従来技術と比較して、少ない計算時間で算出することができる。これにより、精度の良いプラント状態予測値を高速に得ることが可能となる。

＜評価＞
以下、本実施形態に係るプラント状態予測装置１０の評価について説明する。

（ｘ_１，ｘ_２，ｘ_３，ｘ_４，ｘ_５，ｘ_６，ｘ_７，ｚ_１，ｚ_２，ｚ_３）という形式で表される模擬データを４００点作成し、本実施形態に係るプラント状態予測装置１０を評価した。ここで、ｘ_１～ｘ_７は０から１の範囲の一様乱数からランダムにサンプリングした。また、ｚ_１～ｚ_３はいずれか１つのみが１、それ以外は０となるようにランダムにサンプリングした。

また、各模擬データに対して以下の式により状態変数実績値ｙを算出し、模擬データと状態変数実績値ｙとのペアを作成した。

ｙ＝ｘ_１ ^２＋ｘ_２ ^２＋ｘ_３ ^２＋ｘ_４ ^２＋ｘ_５ ^２＋ｘ_６ ^２＋ｘ_７ ^２＋ｃ
ここで、ｃは、ｚ_１＝１のときは５、ｚ_２＝１のときは０、ｚ_３＝１のときは－５とした。

このとき、上記のペアで表されるデータのうち、０～３００点を学習データ、３０１～４００点を評価データとした。

また、第１の予測モデルｆは勾配ブースティングを採用し、ｙを目的変数、ｘ_１，ｘ_２，ｘ_３，ｘ_４，ｘ_５，ｘ_６，ｘ_７，ｚ_１，ｚ_２，ｚ_３を説明変数として、学習データを用いて学習を行った。第２の予測モデルｇは決定木を採用し、第１の予測モデルｆの学習誤差を目的変数、ｘ_１，ｘ_２，ｘ_３，ｘ_４，ｘ_５，ｘ_６，ｘ_７，ｚ_１，ｚ_２，ｚ_３を説明変数として、学習データを用いて学習を行った。

そして、学習済みの第１の予測モデルｆと学習済みの第２の予測モデルｇと評価データとを用いて、補正前のプラント状態予測値と、（補正後の）プラント状態予測値とを算出し、状態変数実績値ｙと比較した。この比較結果を図５に示す。なお、図５の縦軸は状態変数値、横軸は評価データのサンプル番号（３０１～４００）を表す。

図５に示すように、補正によりプラント状態予測値が改善していることがわかる。このため、本実施形態に係るプラント状態予測装置１０により、精度の良い予測値が得られることがわかる。

＜まとめ＞
以上のように、本実施形態に係るプラント状態予測装置１０では、プラント状態を予測する第１の予測モデルｆと、第１の予測モデルの学習誤差を予測する第２の予測モデルｇとを学習した上で、第２の予測モデルｇが予測した学習誤差に基づく補正量を用いて、第１の予測モデルｆの予測結果を補正する。これにより、精度の良い予測値を高速に得ることが可能となる。

このため、例えば、第１の予測モデルｆと第２の予測モデルｇで構成されるモデルをシミュレータとして、上記の特許文献１に記載されている技術に適用する場合であっても、現実的な時間で最適な操作量を計算することが可能になると考えられる。

なお、本実施形態に係るプラント状態予測装置１０は、第１の予測モデルｆと第２の予測モデルｇによりプラント状態予測値を算出するものとしたが、例えば、第１の予測モデルｆと第２の予測モデルｇで構成されるモデルをシミュレータとして、上記の特許文献１に記載されている技術により対象の最適な操作量を算出してもよい。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１０ プラント状態予測装置
１０１ 入力装置
１０２ 表示装置
１０３ 外部Ｉ／Ｆ
１０３ａ 記録媒体
１０４ 通信Ｉ／Ｆ
１０５ ＲＡＭ
１０６ ＲＯＭ
１０７ 補助記憶装置
１０８ プロセッサ
１０９ バス
２０１ 入力部
２０２ 第１の予測モデル学習部
２０３ 第２の予測モデル学習部
２０４ 予測部
２０５ 出力部
２０６ 実績データ記憶部
２０７ 第１の予測モデル記憶部
２０８ 第２の予測モデル記憶部

Claims (7)

1. 対象の過去の運転実績データを学習データとして、前記学習データに基づいて、前記対象の状態を表す状態変数を目的変数、前記対象に対する操作を表す操作変数と前記対象の環境を表す環境変数とを説明変数として、前記操作変数と前記環境変数から前記状態変数を予測する第１の予測モデルを学習するように構成されている第１の学習部と、
   前記学習データに基づいて、前記第１の学習部によって学習された学習済み第１の予測モデルに対して前記学習データに含まれる操作変数の値及び環境変数の値を入力したときの状態変数の予測値と前記学習データに含まれる状態変数の値との誤差を表す学習誤差を目的変数、前記操作変数と前記環境変数とを説明変数として、前記操作変数と前記環境変数から前記学習誤差を予測する第２の予測モデルを学習するように構成されている第２の学習部と、
   前記操作変数の値と前記環境変数の値とが与えられたときに、前記操作変数の値と前記環境変数の値から前記学習済み第１の予測モデルによって予測した前記状態変数の予測値を、前記操作変数の値と前記環境変数の値から、前記第２の学習部によって学習された学習済み第２の予測モデルによって予測した前記学習誤差の予測値に基づく補正量により補正し、前記状態変数の補正後の予測値を算出するように構成されている予測部と、
   を有し、
   前記学習済み第２の予測モデルは、決定木を含む木構造を用いる学習済みモデルであり、
   前記予測部は、
   前記操作変数の値と前記環境変数の値を、前記木構造を用いる学習済みモデルに入力したときに、前記操作変数の値と前記環境変数の値が分類される終端ノードに属する前記学習誤差の値の統計量を、前記学習誤差の予測値として算出するように構成されている、予測装置。
2. 前記予測部は、
   前記状態変数の予測値に対して前記補正量を加算することで、前記状態変数の補正後の予測値を算出するように構成されている請求項１に記載の予測装置。
3. 前記予測部は、
   前記学習誤差の予測値を前記補正量とするように構成されている請求項１又は２に記載の予測装置。
4. 前記統計量は、前記操作変数の値と前記環境変数の値が分類される終端ノードに属する前記学習誤差の値の平均値である、請求項３に記載の予測装置。
5. 前記予測部は、
   前記操作変数の値と前記環境変数の値が分類される終端ノードに属する前記学習誤差の値のうち、前記学習誤差の絶対値が大きい順に上位所定の数の前記学習誤差の値を除いた上で、前記終端ノードに属する前記学習誤差の値の平均値を算出するように構成されている請求項４に記載の予測装置。
6. 対象の過去の運転実績データを学習データとして、前記学習データに基づいて、前記対象の状態を表す状態変数を目的変数、前記対象に対する操作を表す操作変数と前記対象の環境を表す環境変数とを説明変数として、前記操作変数と前記環境変数から前記状態変数を予測する第１の予測モデルを学習する第１の学習手順と、
   前記学習データに基づいて、前記第１の学習手順によって学習された学習済み第１の予測モデルに対して前記学習データに含まれる操作変数の値及び環境変数の値を入力したときの状態変数の予測値と前記学習データに含まれる状態変数の値との誤差を表す学習誤差を目的変数、前記操作変数と前記環境変数とを説明変数として、前記操作変数と前記環境変数から前記学習誤差を予測する第２の予測モデルを学習する第２の学習手順と、
   前記操作変数の値と前記環境変数の値とが与えられたときに、前記操作変数の値と前記環境変数の値から前記学習済み第１の予測モデルによって予測した前記状態変数の予測値を、前記操作変数の値と前記環境変数の値から、前記第２の学習手順によって学習された学習済み第２の予測モデルによって予測した前記学習誤差の予測値に基づく補正量により補正し、前記状態変数の補正後の予測値を算出する予測手順と、
   をコンピュータが実行し、
   前記学習済み第２の予測モデルは、決定木を含む木構造を用いる学習済みモデルであり、
   前記予測手順は、
   前記操作変数の値と前記環境変数の値を、前記木構造を用いる学習済みモデルに入力したときに、前記操作変数の値と前記環境変数の値が分類される終端ノードに属する前記学習誤差の値の統計量を、前記学習誤差の予測値として算出する、予測方法。
7. 対象の過去の運転実績データを学習データとして、前記学習データに基づいて、前記対象の状態を表す状態変数を目的変数、前記対象に対する操作を表す操作変数と前記対象の環境を表す環境変数とを説明変数として、前記操作変数と前記環境変数から前記状態変数を予測する第１の予測モデルを学習する第１の学習手順と、
   前記学習データに基づいて、前記第１の学習手順によって学習された学習済み第１の予測モデルに対して前記学習データに含まれる操作変数の値及び環境変数の値を入力したときの状態変数の予測値と前記学習データに含まれる状態変数の値との誤差を表す学習誤差を目的変数、前記操作変数と前記環境変数とを説明変数として、前記操作変数と前記環境変数から前記学習誤差を予測する第２の予測モデルを学習する第２の学習手順と、
   前記操作変数の値と前記環境変数の値とが与えられたときに、前記操作変数の値と前記環境変数の値から前記学習済み第１の予測モデルによって予測した前記状態変数の予測値を、前記操作変数の値と前記環境変数の値から、前記第２の学習手順によって学習された学習済み第２の予測モデルによって予測した前記学習誤差の予測値に基づく補正量により補正し、前記状態変数の補正後の予測値を算出する予測手順と、
   をコンピュータに実行させ、
   前記学習済み第２の予測モデルは、決定木を含む木構造を用いる学習済みモデルであり、
   前記予測手順は、
   前記操作変数の値と前記環境変数の値を、前記木構造を用いる学習済みモデルに入力したときに、前記操作変数の値と前記環境変数の値が分類される終端ノードに属する前記学習誤差の値の統計量を、前記学習誤差の予測値として算出する、プログラム。

Images