JP7364803B1 - 監視支援システム、監視支援装置、及び監視支援方法 - Google Patents

Abstract

監視支援システムは、利用者が使用する利用者端末から受信した監視対象の正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成する学習処理部と、前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した前記監視対象の分析データとを比較して、前記分析データを分析する分析処理部と、前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させる出力処理部とを備える。

Description

本開示は、監視支援システム、監視支援装置、及び監視支援方法に関する。

近年、プラントの設備などの監視対象を監視する監視システムが知られている（例えば、特許文献１を参照）。このような監視システムでは、監視画面に監視対象の信号グラフ又はイベント履歴などが表示され、監視員の過去の経験によって、監視対象の異常検知などの監視業務が行われていた。

特開２０２１－１４９３５８号公報

しかしながら、上述した従来技術では、異常検知が監視員の力量に左右され、異常検知等が属人化してしまう場合があり、業務効率が低下する可能性があった。

本開示は、上記問題を解決すべくなされたもので、その目的は、監視の業務負荷を低減し、業務効率を向上させることができる監視支援システム、監視支援装置、及び監視支援方法を提供することにある。

上記問題を解決するために、本開示の一態様は、利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成する学習処理部と、前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析する分析処理部と、前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させる出力処理部とを備え、前記分析処理部は、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、前記出力処理部は、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる監視支援システムである。

また、本開示の一態様は、利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成する学習処理部と、前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析する分析処理部と、前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させる出力処理部とを備え、前記分析処理部は、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、前記出力処理部は、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる監視支援装置である。

また、本開示の一態様は、学習処理部と、分析処理部と、出力処理部とを備える監視支援装置の監視支援方法であって、前記学習処理部が、利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成するステップと、前記分析処理部が、前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析するステップと、前記出力処理部が、前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させるステップとを含み、前記分析データを分析するステップにおいて、前記分析処理部が、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、前記利用者端末に出力させるステップにおいて、前記出力処理部が、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる監視支援方法である。

本開示によれば、監視の業務負荷を低減し、業務効率を向上させることができる。

本実施形態による監視支援システムの主要なハードウェア構成例を示す図である。 本実施形態による監視支援システムの機能構成の一例を示すブロック図である。 本実施形態におけるグループ情報記憶部のデータ例を示す図である。 本実施形態における利用者情報記憶部のデータ例を示す図である。 本実施形態における監視設定記憶部のデータ例を示す図である。 本実施形態における分析データ記憶部のデータ例を示す図である。 本実施形態におけるレポート情報の一例を示す図である。 本実施形態による監視支援システムの波形比較の分析処理動作の一例を示す図である。 本実施形態による監視支援システムのメニュー画面の一例を示す図である。 本実施形態による監視支援システムの波形比較における分析及びレポート画面の一例を示す図である。 本実施形態による監視支援システムの波形比較のデータ入力画面の一例を示す図である。 本実施形態による監視支援システムの分析開始画面の一例を示す図である。 本実施形態による監視支援システムの波形比較の分析処理後の分析及びレポート画面の一例を示す図である。 本実施形態におけるポータルサーバの波形比較の分析処理の一例を示すフローチャートである。 本実施形態におけるポータルサーバの異常兆候分析用の学習処理の一例を示すフローチャートである。 本実施形態による監視支援システムの異常兆候分析の処理動作の一例を示す図である。 本実施形態による監視支援システムの異常兆候分析における分析及びレポート画面の一例を示す図である。 本実施形態におけるポータルサーバの異常兆候分析処理の一例を示すフローチャートである。 本実施形態による監視支援システムの分析レポートの表示処理及び削除処理の一例を示す図である。 本実施形態による監視支援システムの分析レポートの分析データの比較例を示す図である。 本実施形態における利用者情報記憶部のデータの変形例を示す図である。

以下、本開示の一実施形態による監視支援システム、監視支援装置、及び監視支援方法について、図面を参照して説明する。
図１は、本実施形態による監視支援システム１の主要なハードウェア構成例を示す図である。

図１に示すように、監視支援システム１は、ポータルサーバ１０と、利用者端末２０（２０－１、２０－２、・・・）とを備える。
監視支援システム１は、ポータルサーバ１０を利用して、プラントの設備などの監視対象を監視する監視業務を支援するシステムであり、監視対象から取得した取得データ（分析データ）を分析するサービスを利用者に提供する。

なお、図１において、利用者端末２０－１、利用者端末２０－２、・・・のそれぞれは、同一の構成であり、監視支援システム１が備える任意の利用者端末を示す場合、又は特に区別しない場合に、利用者端末２０として説明する。

また、監視支援システム１は、複数の企業（例えば、企業Ｃ１、企業Ｃ２、・・・）により利用可能である。例えば、利用者端末２０－１は、企業Ｃ１の利用者が使用する端末装置であり、利用者端末２０－２は、企業Ｃ２の利用者が使用する端末装置である。

利用者端末２０は、監視支援システム１を使用する利用者が使用する端末装置である。利用者端末２０は、例えば、パーソナルコンピュータ、タブレット端末などである。利用者端末２０は、ネットワークＮＷ１を介して、ポータルサーバ１０に接続可能であり、分析処理において、学習データ、及び分析データの送信を実行する。また、利用者端末２０は、ポータルサーバ１０が実行した分析処理の分析結果に基づくレポート情報などを受信して、レポート情報を表示（出力）する。

利用者端末２０は、ＮＷ（ネットワーク）アダプタＨ２１と、メモリＨ２２と、プロセッサＨ２３と、入力デバイスＨ２４と、ディスプレイＨ２５とを備える。
ＮＷアダプタＨ１１は、例えば、ＬＡＮ（Local Area Network）カード、等のネットワークＮＷ１に接続可能な通信装置である。ＮＷアダプタＨ１１は、ネットワークＮＷ１を介して、ポータルサーバ１０との間でデータ通信を行う。

メモリＨ２２は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、等の記憶装置であり、利用者端末２０が利用する各種情報、及びプログラムを記憶する。

プロセッサＨ２３は、例えば、ＣＰＵ（Central Processing Unit）を含む処理回路である。プロセッサＨ２３は、メモリＨ２２に記憶されているプログラムを実行させることで、利用者端末２０の各種処理を実行する。

入力デバイスＨ２４は、例えば、キーボード、ポインティングデバイス、タッチセンサ、等である。入力デバイスＨ２４は、監視支援システム１を利用する際に、利用者による各種情報の入力を受け付ける。

ディスプレイＨ２５は、例えば、液晶ディスプレイ、等の表示装置である。ディスプレイＨ２５は、監視支援システム１を利用する際に、各種情報を表示する。ディスプレイＨ２５は、例えば、ポータルサーバ１０から送信されたメニュー画面、分析処理の各種画面、分析結果及びレポート情報、等を表示する。

ポータルサーバ１０は、例えば、内部にコンピュータシステムを有するサーバ装置であり、プラントの設備などの監視対象の監視に関するサービスを提供する監視支援装置の一例である。ポータルサーバ１０は、ネットワークＮＷ１を介して、利用者端末２０と接続可能である。
ポータルサーバ１０は、ＮＷアダプタＨ１１と、メモリＨ１２と、プロセッサＨ１３とを備える。

ＮＷアダプタＨ１１は、例えば、ＬＡＮカード、等のネットワークＮＷ１に接続可能な通信装置である。
メモリＨ１２は、例えば、ＲＡＭ、フラッシュメモリ、ＨＤＤ、等の記憶装置であり、ポータルサーバ１０が利用する各種情報、及びプログラムを記憶する。

プロセッサＨ１３は、例えば、ＣＰＵを含む処理回路である。プロセッサＨ１３は、メモリＨ１２に記憶されているプログラムを実行させることで、ポータルサーバ１０の各種処理を実行する。

次に、図２を参照して、本実施形態による監視支援システム１の機能構成について説明する。
図２は、本実施形態による監視支援システム１の機能構成の一例を示すブロック図である。

図２に示すように、監視支援システム１は、ポータルサーバ１０と、利用者端末２０とを備える。なお、図２に示す例では、説明の都合上、一台の利用者端末２０を表記しているが、複数の利用者端末２０が、ネットワークＮＷ１を介して、ポータルサーバ１０に接続されてもよい。

利用者端末２０は、ＮＷ通信部２１と、入力部２２と、表示部２３と、端末記憶部２４と、端末制御部２５とを備える。
ＮＷ通信部２１は、ＮＷアダプタＨ２１により実現される機能部であり、ネットワークＮＷ１と接続して、例えば、ポータルサーバ１０との間でデータ通信を行う。

入力部２２は、入力デバイスＨ２４により実現される機能部であり、例えば、ポータルサーバ１０へのログイン情報、ポータルサーバ１０に登録する学習データ及び分析データの指定、分析処理の入力などの情報を利用者から受け付ける。入力部２２は、利用者から受け付けた各種入力情報を、端末制御部２５に出力する。

表示部２３は、ディスプレイＨ２５により実現される機能部であり、例えば、ポータルサーバ１０から送信されたメニュー画面、分析処理の各種画面、分析結果及びレポート情報、等を表示する。

表示部２３は、例えば、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧（レポートの一覧）を表示する。ここで、複数の監視対象には、例えば、ビル、工場、病院、発電所などのプラントにおいて監視員（監視支援システム１の利用者）が監視している種類が異なる複数の設備が含まれ、表示部２３は、これらの分析情報を一覧で表示する。

端末記憶部２４は、メモリＨ２２により構成され、利用者端末２０が利用する各種情報を記憶する。端末記憶部２４は、例えば、登録前の監視対象の取得データ（学習データ及び分析データ）、ポータルサーバ１０から受信した分析結果、等を記憶する。

端末制御部２５は、メモリＨ２２が記憶するプログラムを、プロセッサＨ２３に実行させることで実現される機能部である。端末制御部２５は、利用者端末２０による各種処理を実行する。端末制御部２５は、例えば、ポータルサーバ１０と、ＮＷ通信部２１を介して接続し、ポータルサーバ１０から受信したメニュー画面を表示部２３に表示する。

また、端末制御部２５は、ポータルサーバ１０から受信した分析処理の画面を表示部２３に表示するとともに、入力部２２を介して利用者から受け付けた監視対象の学習データ及び分析データを、ＮＷ通信部２１を介してポータルサーバ１０に送信する。

また、端末制御部２５は、ポータルサーバ１０から受信した分析処理の結果画面である複数の監視対象の分析情報の一覧を表示部２３に表示するとともに、入力部２２を介して利用者から受け付けた分析情報の選択情報を、ＮＷ通信部２１を介してポータルサーバ１０に送信する。また、端末制御部２５は、選択情報に応じて、ポータルサーバ１０から受信したレポート情報を表示部２３に表示する。

ポータルサーバ１０は、ＮＷ通信部１１と、サーバ記憶部１２と、サーバ制御部１３とを備える。
ＮＷ通信部１１は、ＮＷアダプタＨ１１により実現される機能部であり、ネットワークＮＷ１と接続して、利用者端末２０との間でデータ通信を行う。

サーバ記憶部１２は、メモリＨ１２により構成され、ポータルサーバ１０が利用する各種情報を記憶する。サーバ記憶部１２は、グループ情報記憶部１２１と、利用者情報記憶部１２２と、学習データ記憶部１２３と、監視設定記憶部１２４と、分析データ記憶部１２５と、学習モデル記憶部１２６と、分析結果記憶部１２７と、レポート情報記憶部１２８とを備える。

グループ情報記憶部１２１は、企業、組織、団体などの利用者が所属するグループに関する情報を記憶する。なお、本実施形態による監視支援システム１では、企業などのグループ単位でサービスに契約することで、ポータルサーバ１０が提供するサービス（例えば、監視対象の分析サービスなど）が利用可能になる。グループ情報記憶部１２１は、サービスに契約しているグループに関する情報を記憶する。グループ情報記憶部１２１は、例えば、利用者が所属するグループを識別するグループＩＤと、監視対象の取得データを分析する分析処理に関する制限情報とを対応付けて記憶する。ここで、図３を参照して、グループ情報記憶部１２１のデータ例について説明する。

図３は、本実施形態におけるグループ情報記憶部１２１のデータ例を示す図である。
図３に示すように、グループ情報記憶部１２１は、グループＩＤと、管理パスワードと、グループ名と、契約信号数と、アカウント数と、分析可能回数と、分析実行回数と、有効期限とを対応付けて記憶する。

図３において、グループＩＤは、サービスに契約しているグループを識別するグループ識別情報である。また、管理パスワードは、例えば、グループの代表者が、利用者の登録、等の管理処理を行う際に用いるパスワードである。また、グループ名は、契約している企業名、組織名、団体名などのグループ名を示している。

また、契約信号数は、分析処理の際に使用可能な信号数を示している。契約信号数は、グループごとに設定された監視対象の取得データ（分析データ）の上限信号数の一例である。また、アカウント数は、グループ内で登録可能な利用者のアカウント数であり、グループごとに設定された利用者の上限数の一例である。また、分析可能回数は、分析処理の使用可能回数を示し、分析実行回数は、分析処理を実行した実行回数を示している。分析可能回数は、グループごとに設定された分析処理の実行制限回数の一例である。

また、有効期限は、ポータルサーバ１０のサービスの利用有効期限を示し、グループごとに設定された分析処理の利用期限の一例である。ここで、契約信号数と、アカウント数と、分析可能回数と、分析実行回数と、有効期限とは、分析処理に関する制限情報の一例である。なお、分析可能回数及び分析実行回数の他に、契約実行回数などのグループごとに設定された分析処理の上限回数を、グループ情報記憶部１２１に記憶するようにしてもよい。また、グループ情報記憶部１２１は、契約条件（例えば、利用料金など）による変更情報、設定可能なオプションの設定情報、等の設定情報を記憶するようにしてもよい。

例えば、図３に示す例では、グループＩＤが“Ｇ００１”のグループの管理パスワードが“ＡＢＣＤＸＸＸ”であり、グループ名が“○○株式会社”であることを示している。また、このグループの契約信号数が、“５０”であり、アカウント数が“５０”であることを示している、また、分析可能回数が“２０”であり、分析実行回数が“１０”であり、有効期限が“２０２２／３／３１”（２０２２年３月３１日）であることを示している。

再び図２の説明に戻り、利用者情報記憶部１２２は、ポータルサーバ１０を利用する利用者に関する利用者情報を記憶する。利用者情報記憶部１２２は、グループごとに、利用者情報を記憶する。ここで、図４を参照して、利用者情報記憶部１２２のデータ例について説明する。

図４は、本実施形態における利用者情報記憶部１２２のデータ例を示す図である。
図４に示すように、利用者情報記憶部１２２は、グループＩＤと、利用者ＩＤと、パスワードと、氏名とを対応付けて記憶する。

図４において、グループＩＤは、利用者が所属するグループを示し、利用者ＩＤは、利用者を識別する利用者識別情報を示している。また、パスワードは、利用者がポータルサーバ１０に接続し、サービスを利用するためのパスワードを示している。利用者ＩＤ及びパスワードは、ログイン情報である。また、氏名は、利用者の氏名、又は名称を示している。

例えば、図４に示す例では、グループＩＤが“Ｇ００１”のグループに、利用者ＩＤが“Ｕ１０００１”、及び“Ｕ１０００２”の利用者が登録されていることを示している。また、利用者ＩＤが“Ｕ１０００１”の利用者は、パスワードが“ＸＸＸＸＸＸ”であり、氏名が“○○太郎”であることを示している。また、利用者ＩＤが“Ｕ１０００２”の利用者は、パスワードが“ＹＹＹＹＹＹ”であり、氏名が“〇×開発部門”であることを示している。なお、氏名は、“〇×開発部門”のように部署名などの名称であってもよい。

また、グループＩＤが“Ｇ００２”のグループに、利用者ＩＤが“Ｕ２０００１”の利用者が登録されていることを示している。また、利用者ＩＤが“Ｕ２０００１”の利用者は、パスワードが“ＥＦＧＨＩＪ”であり、氏名が“××一郎”であることを示している。
このように、利用者情報記憶部１２２は、グループごとに、利用者情報を記憶する。なお、利用者情報は、各グループの管理者により登録、変更、削除可能であるものとする。

再び、図２の説明に戻り、学習データ記憶部１２３は、学習モデルを生成するための学習データであって、利用者によって登録された学習データを記憶する。学習データ記憶部１２３は、例えば、監視対象ごとに、監視対象の正常データを学習データとして記憶する。学習データ記憶部１２３は、例えば、後述する分析データ記憶部１２５と同様に、グループＩＤと、利用者ＩＤと、監視対象ＩＤと、信号名と、学習データとを対応付けて記憶する。

監視設定記憶部１２４は、監視対象の設定情報を記憶する。監視設定記憶部１２４は、例えば、監視対象を識別する監視対象ＩＤと、グループＩＤと、利用者ＩＤと、監視対象に関する設定情報とを対応付けて記憶する。ここで、図５を参照して、監視設定記憶部１２４のデータ例について説明する。

図５は、本実施形態における監視設定記憶部１２４のデータ例を示す図である。
図５に示すように、監視設定記憶部１２４は、監視対象ＩＤと、グループＩＤと、利用者ＩＤと、設定情報とを対応付けて記憶する。ここで、監視対象ＩＤは、監視対象を識別する監視対象識別情報の一例である。

例えば、図５に示す例では、監視対象ＩＤが“Ｍ００１”は、グループＩＤが“Ｇ００１”であり、利用者ＩＤが“Ｕ１０００１”の利用者により登録されたことを示している。また、この設定情報が、“ＸＸＸ、ＹＹＹ、・・・”であることを示している。なお、設定情報には、使用する学習モデルの設定情報、後述する分析処理の種類（波形比較の分析、又は異常兆候分析）、等が含まれてもよい。

再び、図２の説明に戻り、分析データ記憶部１２５は、利用者によって登録された監視対象の分析データを記憶する。ここで、分析データとは、プラントの設備などの監視対象の監視中に取得された取得データであり、各種センサの測定データなどである。分析データは、例えば、ＣＳＶ形式のファイルに格納されている。ここで、図６を参照して、分析データ記憶部１２５のデータ例について説明する。

図６は、本実施形態における分析データ記憶部１２５のデータ例を示す図である。
図６に示すように、分析データ記憶部１２５は、グループＩＤと、日時情報と、利用者ＩＤと、監視対象ＩＤと、信号名、タイトルと、ファイル名と、データとを対応付けて記憶する。

図６にして、利用者ＩＤは、分析データを登録した利用者を示している。信号名は、分析データの信号名である。また、タイトルは、分析データを登録する際に、利用者によって設定された分析データのタイトル名である。また、ファイル名は、分析データのファイル名を示し、データは、分析データのファイルの内容を示している。

例えば、図６に示す例では、グループＩＤが“Ｇ００１”に対応するログ情報は、日時情報が“２０２２／２／２２ １１：００：００”（２０２２年２月２２日１１時００分００秒）であり、利用者ＩＤが、“Ｕ１０００１”であることを示している。また、この分析データは、監視対象ＩＤが“Ｍ００１”であり、信号名が“ＡＩ０００１”、ログタイトルが“ＸＸ０１データ”であり、ファイル名が“ＸＸＸ０１．ｃｓｖ”であることを示している。
なお、上述した学習データ記憶部１２３は、分析データ記憶部１２５と同様に、図６に示すように学習データを記憶してもよい。

再び、図２の説明に戻り、学習モデル記憶部１２６は、分析処理に使用する学習モデルを記憶する。学習モデル記憶部１２６は、例えば、グループＩＤと、利用者ＩＤと、学習モデルとを対応付けて記憶する。

分析結果記憶部１２７は、後述する分析処理の分析結果を記憶する。分析結果記憶部１２７は、例えば、グループＩＤと、利用者ＩＤと、監視対象ＩＤと、分析結果とを対応付けて記憶する。

レポート情報記憶部１２８は、分析結果に基づいて生成されたレポート情報を記憶する。レポート情報記憶部１２８は、例えば、グループＩＤと、利用者ＩＤと、監視対象ＩＤと、レポート情報とを対応付けて記憶する。ここで、図７を参照して、レポート情報の一例について説明する。

図７は、本実施形態におけるレポート情報の一例を示す図である。
図７に示すレポートＲＰ１は、分析データ情報ＤＩと、分析結果ＲＥＳ１と、及び比較のための学習データＤＴ１及び分析データＤＴ２とを含むレポート情報である。

図７において、分析データ情報ＤＩは、学習データの期間、分析データの期間、信号数、主要信号などの情報であり、分析の入力に関する情報である。また、分析結果ＲＥＳ１は、例えば、異常検知時間の日毎の推移（全信号の情報を積み上げて表示）のグラフである。

また、学習データＤＴ１は、各信号の学習用データの波形を示し、分析データＤＴ２は、各信号の分析用データ及び分析結果の波形を示している。

再び、図２の説明に戻り、サーバ制御部１３は、メモリＨ１２が記憶するプログラムを、プロセッサＨ１３に実行させることで実現される機能部である。サーバ制御部１３は、Ｗｅｂ処理部１３１と、データ登録処理部１３２と、監視登録処理部１３３と、学習処理部１３４と、分析処理部１３５と、レポート処理部１３６とを備える。

Ｗｅｂ処理部１３１は、ポータルサーバ１０のサービスを提供するポータルサイトのＷｅｂ処理を実行する。Ｗｅｂ処理部１３１は、ＮＷ通信部１１を介して、利用者端末２０から受信した接続要求に対して、ＨＴＭＬ（Hyper Text Markup Language）形式の各種Ｗｅｂ表示データを、ＮＷ通信部１１を介して、利用者端末２０に送信して、利用者端末２０の表示部２３に各種Ｗｅｂ表示データに基づくＷｅｂ画面を表示させる。

Ｗｅｂ処理部１３１は、例えば、利用者のログイン処理を実行する。Ｗｅｂ処理部１３１は、ＮＷ通信部１１を介して、利用者端末２０から受信した利用者ＩＤ及びパスワードと、利用者情報記憶部１２２が記憶する利用者ＩＤ及びパスワードとが一致するか否かを判定する。Ｗｅｂ処理部１３１は、受信した利用者ＩＤ及びパスワードと、利用者情報記憶部１２２が記憶する利用者ＩＤ及びパスワードとが一致する場合に、ポータルサーバ１０のサービスの提供を許可する。

また、Ｗｅｂ処理部１３１は、例えば、後述する分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者端末２０に出力させる。すなわち、Ｗｅｂ処理部１３１は、ＮＷ通信部１１を介して、分析情報の一覧を利用者端末２０に送信し、利用者端末２０に分析情報の一覧を表示させる。ここで、Ｗｅｂ処理部１３１は、利用者端末２０への出力を処理する出力処理部の一例である。

Ｗｅｂ処理部１３１は、例えば、監視設定記憶部１２４に新たな監視対象が追加された場合に、監視設定記憶部１２４に追加された監視対象を、分析情報の一覧に追加して、利用者端末２０に出力させる。

また、Ｗｅｂ処理部１３１は、例えば、後述する分析処理部１３５が、新たに追加された監視対象に対する分析を完了した場合に、当該新たに追加された監視対象の分析情報を、分析情報の一覧の先頭に追加し、分析情報の一覧に新たな監視対象が追加されたことを示す通知情報を、利用者端末２０に出力させる。

また、Ｗｅｂ処理部１３１は、利用者端末２０からの指定に応じて、利用者ＩＤに対応した分析情報の一覧、又はグループＩＤに対応した分析情報の一覧を、利用者端末２０に出力させてもよい。すなわち、Ｗｅｂ処理部１３１は、利用者ごとの分析情報の一覧と、グループ内の複数の利用者が分析した分析情報の一覧とを切り替えて、利用者端末２０に表示させる。

また、Ｗｅｂ処理部１３１は、利用者端末２０から受信した検索情報に応じて、分析情報の一覧のうちから、検索情報に対応する分析情報を抽出し、抽出した分析情報の一覧を、検索結果として、利用者端末２０に出力させる。

また、Ｗｅｂ処理部１３１は、後述するレポート処理部１３６が生成したレポート情報を、利用者端末２０に出力させる。Ｗｅｂ処理部１３１は、例えば、利用者端末２０によって分析情報の一覧から特定の監視対象が選択された場合に、選択された特定の監視対象のレポート情報を、利用者端末２０に出力させる。すなわち、Ｗｅｂ処理部１３１は、選択された特定の監視対象のレポート情報をレポート情報記憶部１２８から取得し、ＮＷ通信部１１を介して、例えば、図７に示すようなレポート情報を利用者端末２０に送信して、利用者端末２０に表示させる。

また、Ｗｅｂ処理部１３１は、グループ情報記憶部１２１が記憶する制限情報であって、利用者が所属するグループに対応する制限情報に基づいて、分析処理の実行を含む利用者の使用を制限する。ここでのＷｅｂ処理部１３１は、ポータルサーバ１０の使用を制限する制限処理部の一例である。

Ｗｅｂ処理部１３１は、例えば、グループにおける分析処理の実行回数が、実行制限回数に達した場合に、グループに所属する利用者に対して、分析処理の実行を禁止する。すなわち、Ｗｅｂ処理部１３１は、グループ情報記憶部１２１の分析可能回数及び分析実行回数に基づいて、グループにおける分析処理の実行回数が、実行制限回数に達したか否かを判定する。Ｗｅｂ処理部１３１は、グループにおける分析処理の実行回数が、実行制限回数に達したと判定した場合に、グループに所属する利用者の利用者ＩＤに対して、分析処理の実行を禁止する。

また、Ｗｅｂ処理部１３１は、分析処理に使用する取得データの信号数が上限信号数に達した場合に、グループに所属する利用者の使用を制限する。すなわち、Ｗｅｂ処理部１３１は、グループ情報記憶部１２１の契約信号数に基づいて、信号数が上限信号数に達したか否かを判定する。Ｗｅｂ処理部１３１は、信号数が上限信号数に達したと判定した場合に、グループに所属する利用者の利用者ＩＤに対して、例えば、ポータルサーバ１０の使用を制限する。この場合、Ｗｅｂ処理部１３１は、例えば、分析処理の実行を中止する、又は、分析データ等のデータの登録処理を禁止する。

また、Ｗｅｂ処理部１３１は、利用者情報記憶部１２２が記憶するグループに所属する利用者の数が利用者の上限数に達した場合に、グループに所属する利用者の登録を制限する。すなわち、Ｗｅｂ処理部１３１は、グループ情報記憶部１２１のアカウント数に基づいて、グループに所属する利用者の数が利用者の上限数に達したか否かを判定する。Ｗｅｂ処理部１３１は、グループに所属する利用者の数が利用者の上限数に達した場合に、例えば、新たな利用者の登録を禁止する。

また、Ｗｅｂ処理部１３１は、分析処理の利用期間が利用期限に達した場合に、グループに所属する利用者の使用を制限する。すなわち、Ｗｅｂ処理部１３１は、グループ情報記憶部１２１の有効期限に基づいて、分析処理の利用期間が利用期限に達したか否かを判定する。Ｗｅｂ処理部１３１は、分析処理の利用期間が利用期限に達したと判定した場合に、グループに所属する利用者の利用者ＩＤに対して、例えば、ポータルサーバ１０の使用を制限する。

また、Ｗｅｂ処理部１３１は、グループ（例えば、ポータルサーバ１０の契約企業）から追加利用料金が支払われた場合に、使用制限を解除する。

データ登録処理部１３２は、利用者端末２０から受信した学習データ及び分析データを登録する。データ登録処理部１３２は、利用者端末２０から受信した学習データを、例えば、図６に示すように、グループＩＤと、利用者ＩＤと、監視対象ＩＤと対応付けて、学習データ記憶部１２３に記憶させる。また、データ登録処理部１３２は、利用者端末２０から受信した分析データを、例えば、図６に示すように、グループＩＤと、利用者ＩＤと、監視対象ＩＤと対応付けて、分析データ記憶部１２５に記憶させる。

監視登録処理部１３３は、利用者端末２０から受信した監視対象の追加要求に応じて、追加要求に対応した監視対象の設定情報を、監視設定記憶部１２４に追加する。ここでの追加要求は、例えば、監視対象の分析要求（分析処理の実行要求）、学習モデルの生成要求、等である。監視登録処理部１３３は、例えば、図５に示すように、監視対象の設定情報を、監視設定記憶部１２４に記憶させる。

学習処理部１３４は、学習データに基づいて、学習モデルを生成する。学習処理部１３４は、例えば、利用者端末２０から受信した監視対象の正常データを、学習データとして、学習データに基づく学習モデルを生成する。学習処理部１３４は、学習データ記憶部１２３が記憶する学習データに基づいて、学習モデルを生成する。

また、学習処理部１３４は、生成した学習モデルを学習モデル記憶部１２６に記憶させる。学習処理部１３４は、例えば、グループＩＤと、利用者ＩＤと、学習モデルとを対応付けて、学習モデル記憶部１２６に記憶させる。

分析処理部１３５は、予め登録された監視対象の正常データを学習データとして生成された学習モデルに基づいて、監視対象の取得データを分析する。分析処理部１３５は、波形比較の分析と、異常兆候分析との２つの分析処理を実行可能である。波形比較の分析は、監視対象の正常データである学習データと、分析データとの波形比較を行って分析する処理である。また、異常兆候分析は、予め登録された学習モデルを用いて、分析データを分析する処理であり、異常兆候を分析する処理である。

分析処理部１３５は、波形比較の分析において、利用者端末２０から受信した正常データから生成した比較判定用の学習モデルに基づいて、正常データと、利用者端末２０から受信した監視対象の分析データとを比較して、分析データを分析する。正常データと分析データとを比較分析する技術としては、例えば、国際公開第２０１６／１１７０８６号に記載の技術が適用可能である。

また、分析処理部１３５は、異常兆候分析において、学習モデル記憶部１２６に予め登録されている学習モデルに基づいて、利用者端末２０から受信した監視対象の分析データを分析する。分析処理部１３５は、予め登録されている学習モデルに基づいて、分析データ記憶部１２５が記憶する分析データにおける異常兆候を分析する。分析処理部１３５は、例えば、学習モデルに基づいて、正常データと、分析データとの乖離を予測して、当該乖離の兆候を判定する。異常兆候を分析する技術としては、例えば、国際公開第２０１８／２０７３５０号に記載の技術が適用可能である。

また、分析処理部１３５は、分析処理の分析結果を分析結果記憶部１２７に記憶させる。分析処理部１３５は、例えば、グループＩＤと、利用者ＩＤと、監視対象ＩＤと、分析結果とを対応付けて、分析結果記憶部１２７に記憶させる。

レポート処理部１３６は、分析処理部１３５による分析結果に基づいて、例えば、図７に示すようなレポート情報を生成する。レポート処理部１３６は、分析結果記憶部１２７が記憶する分析結果を取得し、取得した分析結果に基づいて、レポート情報を生成する。レポート処理部１３６は、例えば、分析処理部１３５が異常兆候分析を実行した場合に、乖離の兆候を強調したレポート情報を生成する。

また、レポート処理部１３６は、生成したレポート情報をレポート情報記憶部１２８に記憶させる。レポート処理部１３６は、例えば、グループＩＤと、利用者ＩＤと、監視対象ＩＤと、レポート情報とを対応付けて、レポート情報記憶部１２８に記憶させる。

次に、図面を参照して、本実施形態による監視支援システム１の動作について説明する。
図８は、本実施形態による監視支援システム１の波形比較の分析処理動作の一例を示す図である。

図８に示すように、監視支援システム１の波形比較の分析処理では、まず、利用者端末２０が、ポータルサーバ１０に接続要求を送信する（ステップＳ１０１）。利用者端末２０の端末制御部２５は、入力部２２を介した利用者の操作により、ポータルサーバ１０のＵＲＬ（Uniform Resource Locator）に向けて、ＮＷ通信部２１を介して、接続要求を送信する。

次に、ポータルサーバ１０は、利用者端末２０からの接続要求に応じて、ログイン画面（ログイン画面のＨＴＭＬデータ）を、利用者端末２０に送信する（ステップＳ１０２）。ポータルサーバ１０のＷｅｂ処理部１３１は、利用者ＩＤと、パスワードとを入力するログイン画面（ログイン画面のＨＴＭＬデータ）を、利用者端末２０に表示させるように、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、ログイン画面を表示する（ステップＳ１０３）。端末制御部２５は、ＮＷ通信部２１を介して受信したログイン画面を表示部２３に表示させる。

次に、利用者端末２０は、ログイン情報（利用者ＩＤ、パスワード）をポータルサーバ１０に送信する（ステップＳ１０４）。端末制御部２５は、入力部２２を介して、利用者から利用者ＩＤ及びパスワードを受け付け、利用者ＩＤ及びパスワードを含むログイン情報を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、ログイン処理を実行する（ステップＳ１０５）。Ｗｅｂ処理部１３１は、ＮＷ通信部１１を介して、利用者端末２０から受信した利用者ＩＤ及びパスワードに基づいて、ログイン処理を実行する。Ｗｅｂ処理部１３１は、ログイン処理として、受信した利用者ＩＤ及びパスワードと、利用者情報記憶部１２２が記憶する利用者ＩＤ及びパスワードとが一致するか否かを判定する。

Ｗｅｂ処理部１３１は、受信した利用者ＩＤ及びパスワードと、利用者情報記憶部１２２が記憶する利用者ＩＤ及びパスワードとが一致する場合に、正当な利用者であると判定し、当該利用者ＩＤによるサービスの提供を許可する。また、Ｗｅｂ処理部１３１は、受信した利用者ＩＤ及びパスワードと、利用者情報記憶部１２２が記憶する利用者ＩＤ及びパスワードとが一致しない場合に、正当な利用者でないと判定し、当該利用者ＩＤによるサービスの提供を許可しない。なお、ここでは、以下の説明において、利用者端末２０の利用者が、正当な利用者であるものとして説明する。

次に、ポータルサーバ１０は、メニュー画面を利用者端末２０に送信する（ステップＳ１０６）。Ｗｅｂ処理部１３１は、ポータルサーバ１０が提供するサービスのメニュー画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、メニュー画面を表示する（ステップＳ１０７）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図９に示すようなメニュー画面を、表示部２３に表示させる。

図９は、本実施形態による監視支援システム１のメニュー画面の一例を示す図である。
図９に示す画面Ｇ１は、ポータルサーバ１０のメニュー画面を示している。画面Ｇ１において、ボタンＢＴ１は、“異常兆候分析”（分析処理）を選択するボタンである。

図８の説明に戻り、次に、利用者端末２０は、分析処理の指定情報を、ポータルサーバ１０に送信する（ステップＳ１０８）。ここでは、入力部２２を介して、利用者によりボタンＢＴ１が選択されたものとして、端末制御部２５は、分析処理の指定情報を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、分析及びレポート画面を利用者端末２０に送信する（ステップＳ１０９）。Ｗｅｂ処理部１３１は、利用者端末２０から受信した分析処理の指定情報に応じて、分析及びレポート画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、分析及びレポート画面を表示する（ステップＳ１１０）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１０に示すような分析及びレポート画面を、表示部２３に表示させる。

図１０は、本実施形態による監視支援システム１の波形比較における分析及びレポート画面の一例を示す図である。
図１０に示す画面Ｇ２は、波形比較における分析及びレポート画面を示している。画面Ｇ２において、分析情報の一覧ＬＳ１は、波形比較の分析情報の一覧を示している。また、分析情報の一覧ＬＳ２は、異常兆候分析の分析情報の一覧を示している。また、ボタンＢＴ２は、波形比較の分析の選択ボタンを示し、ボタンＢＴ３は、分析処理の切り替えボタンを示している。

再び、図８の説明に戻り、次に、利用者端末２０は、波形比較の指定情報を、ポータルサーバ１０に送信する（ステップＳ１１１）。ここでは、入力部２２を介して、上述した図１０に示す分析及びレポート画面（画面Ｇ２）で、波形比較の分析が指定されて、切り替えボタン（ボタンＢＴ３）が押下されたものとして、端末制御部２５は、波形比較の指定情報を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、波形比較のデータ入力画面を利用者端末２０に送信する（ステップＳ１１２）。Ｗｅｂ処理部１３１は、利用者端末２０から受信した波形比較の指定情報に応じて、波形比較のデータ入力画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、波形比較のデータ入力画面を表示する（ステップＳ１１３）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１１に示すような波形比較のデータ入力画面を、表示部２３に表示させる。

図１１は、本実施形態による監視支援システム１の波形比較のデータ入力画面の一例を示す図である。
図１１に示す画面Ｇ３は、波形比較のデータ入力画面を示している。画面Ｇ３において、入力ウィンドウＷＤ１は、分析のタイトルの入力ウィンドウを示し、入力ウィンドウＷＤ２は、学習データの登録ウィンドウを示している。また、入力ウィンドウＷＤ３は、分析データの登録ウィンドウを示し、入力ウィンドウＷＤ４は、条件設定の入力ウィンドウを示している。また、ボタンＢＴ４は、波形比較の分析処理の開始ボタンを示している。

再び、図８の説明に戻り、次に、利用者端末２０は、波形比較の入力データ（学習データ及び分析データ）を、ポータルサーバ１０に送信する（ステップＳ１１４）。ここでは、入力部２２を介して、上述した図１１に示す波形比較のデータ入力画面（画面Ｇ３）で、タイトル、学習データ、及び分析データが入力されて、分析処理の開始ボタン（ボタンＢＴ４）が押下されたものとして、端末制御部２５は、波形比較の入力データ（学習データ及び分析データ）を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、登録処理を実行する（ステップＳ１１５）。Ｗｅｂ処理部１３１は、ＮＷ通信部１１を介して、利用者端末２０から受信した波形比較の入力データ（学習データ及び分析データ）に応じて、データ登録処理部１３２及び監視登録処理部１３３に登録処理を実行させる。

データ登録処理部１３２は、受信した学習データを、例えば、図６に示すように、グループＩＤと、利用者ＩＤと、監視対象ＩＤと対応付けて、学習データ記憶部１２３に記憶させる。また、データ登録処理部１３２は、受信した分析データを、例えば、図６に示すように、グループＩＤと、利用者ＩＤと、監視対象ＩＤと対応付けて、分析データ記憶部１２５に記憶させる。
また、監視登録処理部１３３は、例えば、図５に示すように、監視対象の設定情報を、監視設定記憶部１２４に記憶させる。

次に、ポータルサーバ１０は、分析開始画面（分析可能回数、等）を、利用者端末２０に送信する（ステップＳ１１６）。Ｗｅｂ処理部１３１は、分析処理の開始に応じて、分析開始画面（分析可能回数、等）を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、分析開始画面を表示する（ステップＳ１１７）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１２に示すような分析開始画面を、表示部２３に表示させる。

図１２は、本実施形態による監視支援システムの分析開始画面の一例を示す図である。
図１２に示す画面Ｇ４は、ポータルサーバ１０の分析開始画面を示している。画面Ｇ４では、分析が開始されたメッセージが表示されるとともに、分析コンテンツ、利用期限、分析実行回数、及び分析可能回数が表示される。

また、ポータルサーバ１０は、波形比較処理（波形比較の分析処理）を実行する（ステップＳ１１８）。ポータルサーバ１０の分析処理部１３５は、波形比較の分析処理を実行する。また、レポート処理部１３６は、波形比較の分析処理の分析結果に基づいて、レポート情報を生成する。なお、波形比較の分析処理及びレポート情報の生成処理の詳細については、図１４を参照して後述する。

次に、ポータルサーバ１０は、レポートを追加した分析及びレポート画面を、利用者端末２０に送信する（ステップＳ１１９）。Ｗｅｂ処理部１３１は、分析処理の完了に応じて、レポートを追加した分析及びレポート画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、レポートを追加した分析及びレポート画面を表示する（ステップＳ１２０）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１３に示すような分析及びレポート画面を、表示部２３に表示させる。

図１３は、本実施形態による監視支援システム１の波形比較の分析処理後の分析及びレポート画面の一例を示す図である。
図１３に示す画面Ｇ５は、波形比較の分析処理後の分析及びレポート画面を示している。画面Ｇ５において、分析情報の一覧ＬＳ１は、波形比較の分析情報の一覧を示している。また、分析情報の一覧ＬＳ２は、異常兆候分析の分析情報の一覧を示している。また、レポートＲＰ１は、今回の波形比較の分析処理で、追加された監視対象の分析情報を示している。また、通知ＡＬ１は、新しい監視対象の分析情報が一覧に追加されたことを示している。なお、レポートＲＰ１のより詳細なレポート情報が、図７に示すレポートＲＰ１の情報である。追加されたレポートＲＰ１は、図１３の波形比較の分析情報の一覧である分析情報の一覧ＬＳ１に追加される。

このように、Ｗｅｂ処理部１３１は、分析処理部１３５が、新たに追加された監視対象に対する分析（波形比較の分析）を完了した場合に、当該新たに追加された監視対象の分析情報を、分析情報の一覧の先頭に追加し、分析情報の一覧に新たな監視対象が追加されたことを示す通知情報を、利用者端末２０に出力させる。

また、画面Ｇ５において、入力ウィンドウＷＤ５は、検索キーワードの入力ウィンドウを示している。利用者からこの入力ウィンドウＷＤ５に、検索キーワード（検索情報）が入力されることにより、Ｗｅｂ処理部１３１は、利用者端末２０から受信した検索キーワード（検索情報）に応じて、分析情報の一覧のうちから、検索情報に対応する分析情報を抽出し、抽出した分析情報の一覧を、検索結果として、利用者端末２０に出力させる。

次に、図１４を参照して、波形比較の分析処理の詳細について説明する。
図１４は、本実施形態におけるポータルサーバ１０の波形比較の分析処理の一例を示すフローチャートである。図１４に示す処理は、上述した図８のステップＳ１１６、ステップＳ１１８、及びステップＳ１１９の処理に対応する。

図１４に示すように、ポータルサーバ１０のＷｅｂ処理部１３１は、まず、分析可能回数が０回であるか否かを判定する（ステップＳ２０１）。Ｗｅｂ処理部１３１は、利用者が所属するグループの分析可能回数及び分析実行回数をグループ情報記憶部１２１から参照して、実行制限回数に達しているか否かを判定する。Ｗｅｂ処理部１３１は、分析可能回数が０回である（実行制限回数に達している）場合（ステップＳ２０１：ＹＥＳ）に、処理をステップＳ２０９に進める。また、Ｗｅｂ処理部１３１は、分析可能回数が０回でない（実行制限回数に達していない）場合（ステップＳ２０１：ＮＯ）に、処理をステップＳ２０２に進める。

ステップＳ２０２において、Ｗｅｂ処理部１３１は、信号数は、制限内であるか否かを判定する。Ｗｅｂ処理部１３１は、利用者が所属するグループの契約信号数をグループ情報記憶部１２１から参照し、信号数が上限に達しているか否かを判定する。Ｗｅｂ処理部１３１は、信号数が制限内である（契約信号数の範囲内である）場合（ステップＳ２０２：ＹＥＳ）に、処理をステップＳ２０３に進める。また、Ｗｅｂ処理部１３１は、信号数が制限内でない（契約信号数の範囲外である）場合（ステップＳ２０２：ＮＯ）に、処理をステップＳ２０９に進める。

ステップＳ２０３において、Ｗｅｂ処理部１３１は、分析可能回数及び分析実行回数を更新する。Ｗｅｂ処理部１３１は、分析可能回数から１回分減算し、分析実行回数を１回分加算して、グループ情報記憶部１２１に記憶させる。

次に、Ｗｅｂ処理部１３１は、分析開始画面を利用者端末２０の表示部２３に表示させる（ステップＳ２０４）。Ｗｅｂ処理部１３１は、図１２に示すような分析開始画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、学習処理部１３４は、登録された正常データから学習モデルを生成する（ステップＳ２０５）。学習処理部１３４は、学習データ記憶部１２３が記憶する学習データ（利用者端末２０から受信した正常データ）から学習モデルを生成する。学習処理部１３４は、学習モデルを学習モデル記憶部１２６に記憶させる。

次に、分析処理部１３５は、学習モデルを用いて、正常データと分析データとの比較分析を実行する（ステップＳ２０６）。分析処理部１３５は、例えば、国際公開第２０１６／１１７０８６号、及び国際公開第２０１８／２０７３５０号に記載の技術を用いて、正常データと分析データとの比較分析を実行する。分析処理部１３５は、分析結果を、分析結果記憶部１２７に記憶させる。

次に、レポート処理部１３６は、比較分析結果に基づくレポートを生成する（ステップＳ２０７）。レポート処理部１３６は、例えば、図７に示すレポートＲＰ１の情報、及び図１３に示すレポートＲＰ１の情報を生成する。レポート処理部１３６は、生成したレポートをレポート情報記憶部１２８に記憶させる。

次に、Ｗｅｂ処理部１３１は、生成したレポートを追加した分析及びレポート画面を生成し、利用者端末２０の表示部２３に表示させる（ステップＳ２０８）。Ｗｅｂ処理部１３１は、例えば、図１３の画面Ｇ５のような分析及びレポート画面を、利用者端末２０に表示させる。ステップＳ２０８の処理後に、Ｗｅｂ処理部１３１は、波形比較の分析処理を終了する。

また、ステップＳ２０９において、Ｗｅｂ処理部１３１は、エラーメッセージを利用者端末２０の表示部２３に表示させる。この場合、Ｗｅｂ処理部１３１は、利用者によるポータルサーバ１０の使用を制限し、波形比較の分析処理の実行を禁止する。ステップＳ２０９の処理後に、Ｗｅｂ処理部１３１は、波形比較の分析処理を終了する。

次に、図面を参照して、本実施形態におけるポータルサーバ１０の異常兆候分析処理について説明する。
図１５は、本実施形態におけるポータルサーバ１０の異常兆候分析用の学習処理の一例を示すフローチャートである。

図１５示すように、異常兆候分析用の学習処理において、ポータルサーバ１０は、まず、監視対象の登録処理を実行する（ステップＳ３０１）。ポータルサーバ１０の監視登録処理部１３３は、監視対象の設定情報を、監視設定記憶部１２４に追加する。監視登録処理部１３３は、例えば、図５に示すように、監視対象の設定情報を、監視設定記憶部１２４に記憶させる。

次に、ポータルサーバ１０は、監視対象の学習用データを登録する（ステップＳ３０２）。ポータルサーバ１０のデータ登録処理部１３２は、例えば、利用者端末２０から受信した学習用データ（正常データ）を、学習データ記憶部１２３に記憶させる。

次に、ポータルサーバ１０は、学習用データから監視対象の学習モデルを生成する（ステップＳ３０３）。ポータルサーバ１０の学習処理部１３４は、例えば、学習データ記憶部１２３から指定された学習データを、学習用データとして取得し、当該学習用データから学習モデル（例えば、異常兆候の検出用の学習モデル）を生成する。学習処理部１３４は、生成した学習モデルを学習モデル記憶部１２６に記憶させる。ステップＳ３０３の処理後に、ポータルサーバ１０は、学習モデルの生成処理を終了する。
このように、異常兆候分析においては、学習モデルが学習モデル記憶部１２６に予め記憶（登録）されているものとする。

次に、図１６を参照して、本実施形態による監視支援システム１の異常兆候分析の処理動作について説明する。
図１６は、本実施形態による監視支援システム１の異常兆候分析の処理動作の一例を示す図である。

図１６において、ステップＳ４０１からステップＳ４１０までの処理は、上述した図８に示すステップＳ１０１からステップＳ１１０までの処理と同様であるため、ここではその説明を省略する。
なお、ステップＳ４１０において、端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１７に示すような分析及びレポート画面を、表示部２３に表示させる。

図１７は、本実施形態による監視支援システム１の異常兆候分析における分析及びレポート画面の一例を示す図である。
図１７に示す画面Ｇ６は、異常兆候分析における分析及びレポート画面を示している。画面Ｇ６において、分析情報の一覧ＬＳ１は、波形比較の分析情報の一覧を示している。また、分析情報の一覧ＬＳ２は、異常兆候分析の分析情報の一覧を示している。また、ボタンＢＴ５は、異常兆候分析の選択ボタンを示し、ボタンＢＴ３は、分析処理の切り替えボタンを示している。

再び、図１６の説明に戻り、次に、利用者端末２０は、異常兆候分析の指定情報を、ポータルサーバ１０に送信する（ステップＳ４１１）。ここでは、入力部２２を介して、上述した図１７に示す分析及びレポート画面（画面Ｇ６）で、異常兆候分析が指定されて、切り替えボタン（ボタンＢＴ３）が押下されたものとして、端末制御部２５は、異常兆候分析の指定情報を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、異常兆候分析のデータ入力画面を利用者端末２０に送信する（ステップＳ４１２）。Ｗｅｂ処理部１３１は、利用者端末２０から受信した異常兆候分析の指定情報に応じて、異常兆候分析のデータ入力画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、異常兆候分析のデータ入力画面を表示する（ステップＳ４１３）。端末制御部２５は、ＮＷ通信部２１を介して受信した、異常兆候分析のデータ入力画面を、表示部２３に表示させる。

次に、利用者端末２０は、異常兆候分析の入力データ（モデル指定情報及び分析データ）を、ポータルサーバ１０に送信する（ステップＳ４１４）。ここでは、入力部２２を介して、異常兆候分析のデータ入力画面で、例えば、タイトル、モデル指定情報、及び分析データが入力され、端末制御部２５は、異常兆候分析の入力データ（モデル指定情報及び分析データ）を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、分析開始画面（分析可能回数、等）を、利用者端末２０に送信する（ステップＳ４１５）。Ｗｅｂ処理部１３１は、分析処理の開始に応じて、分析開始画面（分析可能回数、等）を、ＮＷ通信部１１を介して、利用者端末２０に送信する。なお、データ登録処理部１３２は、受信した分析データを、例えば、図６に示すように、グループＩＤと、利用者ＩＤと、監視対象ＩＤとを対応付けて、分析データ記憶部１２５に記憶させる。また、監視登録処理部１３３は、例えば、図５に示すように、監視対象の設定情報を、監視設定記憶部１２４に記憶させる。

次に、利用者端末２０は、分析開始画面を表示する（ステップＳ４１６）。端末制御部２５は、ＮＷ通信部２１を介して受信した、例えば、図１２に示すような分析開始画面を、表示部２３に表示させる。

次に、ポータルサーバ１０は、異常兆候分析処理を実行する（ステップＳ４１７）。ポータルサーバ１０の分析処理部１３５は、異常兆候分析処理を実行する。また、レポート処理部１３６は、異常兆候分析処理の分析結果に基づいて、レポート情報を生成する。なお、異常兆候分析の分析処理及びレポート情報の生成処理の詳細については、図１８を参照して後述する。

次に、ポータルサーバ１０は、レポートを追加した分析及びレポート画面を、利用者端末２０に送信する（ステップＳ４１８）。Ｗｅｂ処理部１３１は、分析処理の完了に応じて、レポートを追加した分析及びレポート画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、レポートを追加した分析及びレポート画面を表示する（ステップＳ４１９）。端末制御部２５は、ＮＷ通信部２１を介して受信した、分析及びレポート画面を、表示部２３に表示させる。なお、分析及びレポート画面は、上述した図１３と同様であるため、ここではその説明を省略する。また、異常兆候分析の場合、追加されたレポートは、例えば、図１７の異常兆候分析の分析情報の一覧である分析情報の一覧ＬＳ２に追加される。

また、Ｗｅｂ処理部１３１は、分析処理部１３５が、新たに追加された監視対象に対する分析（異常兆候分析）を完了した場合に、当該新たに追加された監視対象の分析情報を、分析情報の一覧の先頭に追加し、分析情報の一覧に新たな監視対象が追加されたことを示す通知情報を、利用者端末２０に出力させる。

次に、図１８を参照して、異常兆候分析処理の詳細について説明する。
図１８は、本実施形態におけるポータルサーバ１０の異常兆候分析処理の一例を示すフローチャートである。図１８に示す処理は、上述した図１６のステップＳ４１５、ステップＳ４１７、及びステップＳ４１８の処理に対応する。

図１８において、ステップＳ５０１からステップＳ５０４までの処理は、上述した図１４に示すステップＳ２０１からステップＳ２０４までの処理と同様であるため、ここではその説明を省略する。

ステップＳ５０５において、分析処理部１３５は、指定された監視対象の学習モデルを用いて、分析データの異常兆候を分析する。分析処理部１３５は、例えば、国際公開第２０１８／２０７３５０号に記載の技術を用いて、分析データの異常兆候を分析する。分析処理部１３５は、分析結果を、分析結果記憶部１２７に記憶させる。

次に、レポート処理部１３６は、異常兆候分析結果に基づくレポートを生成する（ステップＳ５０６）。レポート処理部１３６は、例えば、図７に示すレポートＲＰ１の情報、及び図１３に示すレポートＲＰ１のような情報を生成する。レポート処理部１３６は、生成したレポートをレポート情報記憶部１２８に記憶させる。

続く、ステップＳ５０７及びステップＳ５０８の処理は、上述した図１４に示すステップＳ２０８及びステップＳ２０９の処理と同様であるため、ここではその説明を省略する。

次に、図１９を参照して、本実施形態による監視支援システム１の分析レポートの表示処理及び削除処理について説明する。
図１９は、本実施形態による監視支援システム１の分析レポートの表示処理及び削除処理の一例を示す図である。

図１９に示すように、分析レポートの表示処理では、まず、ステップＳ６０１に示すように、利用者端末２０が、分析及びレポート画面を表示している状態において、利用者によって、特定のレポートが指定される。

利用者端末２０は、レポートの指定情報を、ポータルサーバ１０に送信する（ステップＳ６０２）。ここでは、入力部２２を介して、利用者により特定のレポートが指定されたものとして、端末制御部２５は、特定のレポートを指定するレポートの指定情報を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、分析レポートを送信する（ステップＳ６０３）。ポータルサーバ１０のＷｅｂ処理部１３１は、利用者端末２０から受信したレポートの指定情報に応じて、レポートの指定情報に対応する分析レポートをレポート情報記憶部１２８から取得する。ここで、分析レポートは、例えば、図７に示すレポートＲＰ１のようなレポート情報である。Ｗｅｂ処理部１３１は、レポート情報記憶部１２８から取得した分析レポート（例えば、レポートＲＰ１）を、利用者端末２０に送信する。

次に、利用者端末２０は、分析レポートを表示する（ステップＳ６０４）。利用者端末２０の端末制御部２５は、例えば、図７に示すような分析レポート（例えば、レポートＲＰ１）を表示部２３に表示する。
このように、Ｗｅｂ処理部１３１は、利用者端末２０によって分析情報の一覧から特定の監視対象が選択された場合に、正常データと、分析データとの相違を示すレポート情報を、利用者端末２０に出力させる。

ここで、図２０を参照して、分析レポートにおける正常データと、分析データとの比較について説明する。
図２０は、本実施形態による監視支援システム１の分析レポートの分析データの比較例を示す図である。また、図２０は、上述した図７に示すレポートＲＰ１の学習データＤＴ１及び分析データＤＴ２の部分を拡大した図である。

図２０において、波形Ｗ１は、学習データ（正常データ）の波形を示し、波形Ｗ２は、分析データの波形を示している。また、波形Ｗ２の破線部分は、異常兆候部分ＡＢ１を示している。

図２０に示すように、レポート処理部１３６は、乖離の兆候（異常兆候部分）を破線で強調したレポート情報を生成している。なお、図２０に示す例では、破線により乖離の兆候（異常兆候部分）を強調しているが、例えば、太線、線の色
を変更、線の種類の変更など、他の手法で乖離の兆候（異常兆候部分）を強調してもよい。

図１９の説明に戻り、レポートの削除処理では、まず、ステップＳ６１１に示すように、利用者端末２０が、分析及びレポート画面を表示している状態において、利用者によって、特定のレポートが指定され、削除操作が入力される。

この場合、利用者端末２０は、指定したレポートの削除要求を、ポータルサーバ１０に送信する（ステップＳ６１２）。ここでは、入力部２２を介して、利用者により特定のレポートが指定されたものとして、端末制御部２５は、特定のレポート削除要求を、ＮＷ通信部２１を介して、ポータルサーバ１０に送信する。

次に、ポータルサーバ１０は、指定されたレポートを削除する（ステップＳ６１３）。ポータルサーバ１０のＷｅｂ処理部１３１は、指定されたレポートに対応する監視対象の登録を、監視設定記憶部１２４から削除するとともに、分析情報の一覧（レポートの一覧）から指定されたレポートを削除する。なお、Ｗｅｂ処理部１３１は、指定されたレポートに対応する分析結果及びレポート情報を、分析結果記憶部１２７及びレポート情報記憶部１２８から削除してもよい。

次に、ポータルサーバ１０は、レポートを削除した分析及びレポート画面を、利用者端末２０に送信する（ステップＳ６１４）。ポータルサーバ１０のＷｅｂ処理部１３１は、分析情報の一覧（レポートの一覧）から、指定されたレポートを削除した分析及びレポート画面を、ＮＷ通信部１１を介して、利用者端末２０に送信する。

次に、利用者端末２０は、分析及びレポート画面を表示する（ステップＳ６１５）。利用者端末２０の端末制御部２５は、指定されたレポートが削除された分析及びレポート画面を表示部２３に表示する。

次に、図２１を参照して、本実施形態における利用者情報記憶部１２２のデータの変形例について説明する。
図２１は、本実施形態における利用者情報記憶部１２２のデータの変形例を示す図である。

図２１に示すように、利用者情報記憶部１２２は、利用者ごとに、分析可能回数及び分析実行回数を記憶するようにしてもよい。この場合、Ｗｅｂ処理部１３１は、利用者情報記憶部１２２が記憶する利用者ごとに設定された分析可能回数及び分析実行回数に基づいて、利用者における分析処理の実行回数が、実行制限回数に達したか否かを判定する。Ｗｅｂ処理部１３１は、利用者における分析処理の実行回数が、実行制限回数に達した場合に、当該利用者に対して、分析処理の実行を禁止する。

以上説明したように、本実施形態による監視支援システム１は、分析処理部１３５と、Ｗｅｂ処理部１３１（出力処理部）とを備える。分析処理部１３５は、予め登録された監視対象（例えば、プラントの様々な監視対象の設備、等）の正常データを学習データとして生成された学習モデルに基づいて、監視対象の取得データを分析する。Ｗｅｂ処理部１３１（出力処理部）は、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧（例えば、レポートの一覧）にして、利用者が使用する利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、複数の監視対象を比較しながら、分析情報を確認することができ、複数の監視対象をまとめて監視することができる。よって、本実施形態による監視支援システム１は、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態による監視支援システム１は、学習処理部１３４と、分析処理部１３５と、Ｗｅｂ処理部１３１（出力処理部）とを備える。学習処理部１３４は、利用者が使用する利用者端末２０から受信した監視対象の正常データを、学習データとして、学習データに基づく比較判定用の学習モデルを生成する。分析処理部１３５は、学習モデルに基づいて、正常データと、利用者が使用する利用者端末２０から受信した監視対象の分析データとを比較して、分析データを分析する。Ｗｅｂ処理部１３１（出力処理部）は、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、正常データと分析データとの比較を、特別な専門知識を必要とせずに精度よく行うことができる。よって、本実施形態による監視支援システム１は、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態による監視支援システム１は、監視設定記憶部１２４と、監視登録処理部１３３とを備える。監視設定記憶部１２４は、監視対象を識別する監視対象ＩＤ（監視対象識別情報）と、監視対象に関する設定情報とを対応付けて記憶する。監視登録処理部１３３は、利用者端末２０から受信した監視対象の追加要求（例えば、監視対象の分析要求（分析処理の実行要求）、学習モデルの生成要求、等）に応じて、追加要求に対応した監視対象の設定情報を、監視設定記憶部１２４に追加する。Ｗｅｂ処理部１３１は、監視設定記憶部１２４に追加された監視対象を、分析情報の一覧に追加して、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、監視対象を容易に追加できるため、監視の業務負荷を低減し、業務効率をさらに向上させることができる。

また、本実施形態では、Ｗｅｂ処理部１３１は、分析処理部１３５が、新たに追加された監視対象に対する分析を完了した場合に、当該新たに追加された監視対象の分析情報を、分析情報の一覧の先頭に追加し、分析情報の一覧に新たな監視対象が追加されたことを示す通知情報を、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、分析処理が完了したことが通知され、且つ、新たに追加された監視対象の分析情報を、分析情報の一覧の先頭に追加されるため、新たに追加された監視対象の分析情報を、迅速、且つ、効率よく確認することができる。

また、本実施形態では、監視設定記憶部１２４は、利用者が所属するグループを識別するグループＩＤ（グループ識別情報）と、利用者を識別する利用者ＩＤ（利用者識別情報）と、監視対象ＩＤと、設定情報とを対応付けて記憶する。Ｗｅｂ処理部１３１は、利用者ＩＤに対応した分析情報の一覧、又はグループＩＤに対応した分析情報の一覧を、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、グループＩＤごとに監視対象が管理されるため、例えば、企業などのグループ内のノウハウが他のグループに漏洩することがない。また、本実施形態による監視支援システム１は、ポータルサーバ１０により運用されるため、例えば、企業などのグループで自前の設備を用意する必要がなく、サービスの提供を受けることができる。すなわち、本実施形態による監視支援システム１は、企業などのグループで自らがシステムを保有せずに済み設備投資費用を抑制できる。
よって、本実施形態による監視支援システム１は、手軽に、且つ、安全に、プラントの監視対象の監視に関するシステムを導入することができる。

また、本実施形態では、Ｗｅｂ処理部１３１は、利用者端末２０から受信した検索情報に応じて、分析情報の一覧のうちから、検索情報に対応する分析情報を抽出し、抽出した分析情報の一覧を、検索結果として、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、検索情報により分析情報を適切に検索できるため、監視業務の効率をさらに向上させることができる。

また、本実施形態による監視支援システム１は、データ登録処理部１３２を備える。データ登録処理部１３２は、利用者端末２０から受信した監視対象の取得データを分析データとして、分析データ記憶部１２５に記憶させる。分析処理部１３５は、学習モデルに基づいて、分析データ記憶部１２５が記憶する分析データにおける異常兆候を分析する。

これにより、本実施形態による監視支援システム１は、簡単に異常兆候を検知できるため、監視業務の効率をさらに向上させることができる。

また、本実施形態では、Ｗｅｂ処理部１３１は、利用者端末２０によって分析情報の一覧から特定の監視対象が選択された場合に、正常データと、分析データとの相違を示すレポート情報を、利用者端末２０に出力させる。

これにより、本実施形態による監視支援システム１は、正常データと、分析データとを比較して、異常の発生を監視することができ、監視業務の効率をさらに向上させることができる。

また、本実施形態による監視支援システム１は、レポート情報を生成するレポート処理部１３６を備える。分析処理部１３５は、正常データと、分析データとの乖離を予測して、当該乖離の兆候を判定する。レポート処理部１３６は、乖離の兆候を強調したレポート情報を生成する。

これにより、本実施形態による監視支援システム１は、乖離の兆候を適切に判定することができるとともに、異常の兆候を強調するため、監視員（作業員）が、異常の兆候を適切に学習することができる。よって、本実施形態による監視支援システム１は、監視員（作業員）のレベルを向上させ、監視業務の品質を高めることができる。

また、本実施形態による監視支援システム１は、学習データに基づいて、学習モデルを生成する学習処理部１３４を備える。分析処理部１３５は、学習処理部１３４が生成した学習モデルに基づいて、監視対象の取得データを分析する。

これにより、本実施形態による監視支援システム１は、手軽に学習モデルを生成することができるため、学習モデルを用いた監視対象の異常検知を手軽に導入することができる。

また、本実施形態では、分析処理部１３５は、学習処理部１３４が生成した学習モデルと、予め準備されている学習モデルとのうちから、利用者端末２０によって指定された学習モデルに基づいて、監視対象の取得データを分析する。

これにより、本実施形態による監視支援システム１は、簡単に学習モデルを変更して試行することができるため、様々な種類の監視対象に対して、柔軟に対応することができる。

また、本実施形態による監視支援システム１は、グループ情報記憶部１２１と、分析処理部１３５と、Ｗｅｂ処理部１３１（制限処理部）とを備える。グループ情報記憶部１２１は、利用者が所属するグループを識別するグループＩＤ（グループ識別情報）と、監視対象の取得データを分析する分析処理に関する制限情報とを対応付けて記憶する。分析処理部１３５は、利用者が使用する利用者端末２０からの分析要求に応じて、監視対象の正常データを学習データとして生成された学習モデルに基づいて、分析処理を実行する。Ｗｅｂ処理部１３１（制限処理部）は、グループ情報記憶部１２１が記憶する制限情報であって、利用者が所属するグループに対応する制限情報に基づいて、分析処理の実行を含む利用者の使用を制限する。

これにより、本実施形態による監視支援システム１は、グループ情報記憶部１２１により、例えば、企業などのグループごとに管理されるため、学習モデルを用いた精度のよい監視対象の監視を、手軽に、且つ、安全に、導入することができる。よって、本実施形態による監視支援システム１は、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態による監視支援システム１は、制限情報により、利用者の使用を適切に制限することができる。そのため、本実施形態による監視支援システム１は、ポータルサーバ１０のリソースを適切に分配することができ、一部の利用者の偏った使用によるシステム負荷を低減することができる。よって、本実施形態による監視支援システム１は、監視対象の分析を快適に行うことができ、業務効率を向上させることができる。

また、本実施形態では、制限情報には、グループごとに設定された分析処理の実行制限回数が含まれる。Ｗｅｂ処理部１３１は、グループにおける分析処理の実行回数が、実行制限回数に達した場合に、グループに所属する利用者に対して、分析処理の実行を禁止する。

これにより、本実施形態による監視支援システム１は、分析処理の実行回数により、グループごとに利用者の使用を適切に制限することができ、システム負荷を低減することができる。

また、本実施形態では、制限情報には、グループごとに設定された取得データの上限信号数が含まれる。Ｗｅｂ処理部１３１は、分析処理に使用する取得データの信号数が上限信号数（例えば、契約信号数）に達した場合に、グループに所属する利用者の使用を制限する。

これにより、本実施形態による監視支援システム１は、取得データの上限信号数により、グループごとに利用者の使用を適切に制限することができ、システム負荷を低減することができる。

また、本実施形態による監視支援システム１は、少なくともグループＩＤ（グループ識別情報）と、利用者を識別する利用者ＩＤ（利用者識別情報）とを対応付けて記憶する利用者情報記憶部１２２を備える。制限情報には、グループごとに設定された利用者の上限数が含まれる。Ｗｅｂ処理部１３１は、利用者情報記憶部１２２が記憶するグループに所属する利用者の数が利用者の上限数（アカウント数）に達した場合に、グループに所属する利用者の登録を制限する。

これにより、本実施形態による監視支援システム１は、利用者の上限数により、グループごとに利用者の使用を適切に制限することができ、システム負荷を低減することができる。

また、本実施形態では、制限情報には、利用者ごとに設定された分析処理の実行制限回数が含まれる。Ｗｅｂ処理部１３１は、利用者における分析処理の実行回数が、実行制限回数に達した場合に、利用者に対して、分析処理の実行を禁止する。

これにより、本実施形態による監視支援システム１は、利用者ごとの分析処理の実行回数により、利用者ごとに利用者の使用を適切に制限することができ、システム負荷を低減することができる。

また、本実施形態では、制限情報には、グループごとに設定された分析処理の利用期限が含まれる。Ｗｅｂ処理部１３１は、分析処理の利用期間が利用期限に達した場合に、グループに所属する利用者の使用を制限する。

これにより、本実施形態による監視支援システム１は、グループごとの利用期限により、グループごとに利用者の使用を適切に制限することができ、システム負荷を低減することができる。

また、本実施形態では、Ｗｅｂ処理部１３１は、グループから追加利用料金が支払われた場合に、使用制限を解除する。
これにより、本実施形態による監視支援システム１は、利用者の使用制限を適切に解除することができ、利便性を向上させることができる。

また、本実施形態によるポータルサーバ１０（監視支援装置）は、分析処理部１３５と、Ｗｅｂ処理部１３１（出力処理部）とを備える。分析処理部１３５は、予め登録された監視対象の正常データを学習データとして生成された学習モデルに基づいて、監視対象の取得データを分析する。Ｗｅｂ処理部１３１は、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者が使用する利用者端末２０に出力させる。

これにより、本実施形態によるポータルサーバ１０（監視支援装置）は、上述した監視支援システム１と同様の効果を奏し、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態による監視支援方法は、分析処理部１３５と、Ｗｅｂ処理部１３１とを備えるポータルサーバ１０の監視支援方法であって、分析処理ステップと、出力処理ステップとを含む。分析処理ステップにおいて、分析処理部１３５が、予め登録された監視対象の正常データを学習データとして生成された学習モデルに基づいて、監視対象の取得データを分析する。出力処理ステップにおいて、Ｗｅｂ処理部１３１が、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者が使用する利用者端末２０に出力させる。

これにより、本実施形態による監視支援方法は、上述した監視支援システム１と同様の効果を奏し、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態によるポータルサーバ１０（監視支援装置）は、学習処理部１３４と、分析処理部１３５と、Ｗｅｂ処理部１３１（出力処理部）とを備える。学習処理部１３４は、利用者が使用する利用者端末２０から受信した監視対象の正常データを、学習データとして、学習データに基づく比較判定用の学習モデルを生成する。分析処理部１３５は、学習モデルに基づいて、正常データと、利用者が使用する利用者端末２０から受信した監視対象の分析データとを比較して、分析データを分析する。Ｗｅｂ処理部１３１（出力処理部）は、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者端末２０に出力させる。

これにより、本実施形態によるポータルサーバ１０（監視支援装置）は、上述した監視支援システム１と同様の効果を奏し、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態による監視支援方法は、学習処理部１３４と、分析処理部１３５と、Ｗｅｂ処理部１３１とを備えるポータルサーバ１０の監視支援方法であって、学習処理ステップと、分析処理ステップと、出力処理ステップとを含む。学習処理ステップにおいて、学習処理部１３４が、利用者が使用する利用者端末２０から受信した監視対象の正常データを、学習データとして、学習データに基づく比較判定用の学習モデルを生成する。分析処理ステップにおいて、分析処理部１３５が、学習モデルに基づいて、正常データと、利用者が使用する利用者端末２０から受信した監視対象の分析データとを比較して、分析データを分析する。出力処理ステップにおいて、Ｗｅｂ処理部１３１が、分析処理部１３５が分析した分析結果であって、複数の監視対象のそれぞれに対応した分析結果を比較可能な分析情報の一覧にして、利用者端末２０に出力させる。

これにより、本実施形態による監視支援方法は、上述した監視支援システム１と同様の効果を奏し、監視の業務負荷を低減し、業務効率を向上させることができる。

また、本実施形態によるポータルサーバ１０（監視支援装置）は、グループ情報記憶部１２１と、分析処理部１３５と、Ｗｅｂ処理部１３１と備える。グループ情報記憶部１２１は、利用者が所属するグループを識別するグループＩＤと、監視対象の取得データを分析する分析処理に関する制限情報とを対応付けて記憶する。分析処理部１３５は、利用者が使用する利用者端末２０からの分析要求に応じて、監視対象の正常データを学習データとして生成された学習モデルに基づいて、分析処理を実行する。Ｗｅｂ処理部１３１は、グループ情報記憶部１２１が記憶する制限情報であって、利用者が所属するグループに対応する制限情報に基づいて、分析処理の実行を含む利用者の使用を制限する。

これにより、本実施形態によるポータルサーバ１０（監視支援装置）は、上述した監視支援システム１と同様の効果を奏し、制限情報により、利用者の使用を適切に制限することができるため、監視対象の分析を快適に行うことができ、業務効率を向上させることができる。

また、本実施形態による監視支援方法は、グループＩＤと、監視対象の取得データを分析する分析処理に関する制限情報とを対応付けて記憶するグループ情報記憶部１２１と、分析処理部１３５と、Ｗｅｂ処理部１３１とを備えるポータルサーバ１０の監視支援方法であって、分析処理ステップと、制限処理ステップとを含む。分析処理ステップにおいて、分析処理部１３５が、利用者が使用する利用者端末２０からの分析要求に応じて、監視対象の正常データを学習データとして生成された学習モデルに基づいて、分析処理を実行する。制限処理ステップにおいて、Ｗｅｂ処理部１３１が、グループ情報記憶部１２１が記憶する制限情報であって、利用者が所属するグループに対応する制限情報に基づいて、分析処理の実行を含む利用者の使用を制限する。

これにより、本実施形態による監視支援方法は、上述した監視支援システム１と同様の効果を奏し、制限情報により、利用者の使用を適切に制限することができるため、監視対象の分析を快適に行うことができ、業務効率を向上させることができる。

なお、本開示は、上記の実施形態に限定されるものではなく、本開示の趣旨を逸脱しない範囲で変更可能である。
例えば、上記の実施形態において、ポータルサーバ１０は、１台のサーバ装置で構成される例を説明したが、これに限定されるものではなく、例えば、複数台のサーバ装置で構成されてもよい。

また、上記の実施形態において、サーバ記憶部１２の一部又は全部を、ポータルサーバ１０の外部に備えるようにしてもよい。また、サーバ制御部１３の機能の一部を、ポータルサーバ１０の外部に備えるようにしてもよい。

また、上記の実施形態において、Ｗｅｂ処理部１３１が、監視対象の分析情報の一覧に、監視対象の分析情報の追加及び削除する処理と、検索情報による検索処理とを実行する例を説明したが、例えば、監視対象の分析情報の並べ替え処理等の他の操作処理を実行するようにしてもよい。

また、上記の実施形態において、複数の監視対象には、互いに管理者又はメンテナンス業者が異なる設備が含まれてもよい。また、複数の監視対象には、互いに異なるビル内設備（例えば、エレベーター、空調、監視カメラ）が含まれてもよい。また、複数の監視対象には、種類が異なる発電設備（例えば、火力、風力、水力、原子力等）が含まれ、監視支援システム１は、これらの分析情報を一覧で表示するようにしてもよい。

また、上記の実施形態において、複数の監視対象には、サービス需要情報、及び、サービス供給に用いる設備が含まれ、監視支援システム１は、これらの分析情報を一覧で表示するようにしてもよい。また、複数の監視対象には、発電設備、及び送電設備が含まれてもよい。また、監視支援システム１は、複数の監視対象を用いて、サプライチェーン（例えば、燃料調達、発電、送電、等）を管理するようにしてもよい。

なお、上述した監視支援システム１が備える各構成は、内部に、コンピュータシステムを有している。そして、上述した監視支援システム１が備える各構成の機能を実現するためのプログラムをコンピュータが読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより上述した監視支援システム１が備える各構成における処理を行ってもよい。ここで、「記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行する」とは、コンピュータシステムにプログラムをインストールすることを含む。ここでいう「コンピュータシステム」とは、ＯＳ及び周辺機器等のハードウェアを含むものとする。

また、「コンピュータシステム」は、インターネット、ＷＡＮ、ＬＡＮ、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。また、「コンピュータが読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。このように、プログラムを記憶した記録媒体は、ＣＤ－ＲＯＭ等の非一過性の記録媒体であってもよい。

また、記録媒体には、当該プログラムを配信するために配信サーバからアクセス可能な内部又は外部に設けられた記録媒体も含まれる。なお、プログラムを複数に分割し、それぞれ異なるタイミングでダウンロードした後に監視支援システム１が備える各構成で合体される構成、又は分割されたプログラムのそれぞれを配信する配信サーバが異なっていてもよい。さらに「コンピュータが読み取り可能な記録媒体」とは、ネットワークを介してプログラムが送信された場合のサーバ又はクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、上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、上述した機能をコンピュータシステムに既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。

１…監視支援システム、１０…ポータルサーバ、１１，２１…ＮＷ通信部、１２…サーバ記憶部、１３…サーバ制御部、２０，２０－１，２０－２…利用者端末、２２…入力部、２３…表示部、２４…端末記憶部、２５…端末制御部、１２１…グループ情報記憶部、１２２…利用者情報記憶部、１２３…学習データ記憶部、１２４…監視設定記憶部、１２５…分析データ記憶部、１２６…学習モデル記憶部、１２７…分析結果記憶部、１２８…レポート情報記憶部、１３１…Ｗｅｂ処理部、１３２…データ登録処理部、１３３…監視登録処理部、１３４…学習処理部、１３５…分析処理部、１３６…レポート処理部、Ｃ１，Ｃ２…企業、Ｈ１１，Ｈ２１…ＮＷアダプタ、Ｈ１２，Ｈ２２…メモリ、Ｈ１３，Ｈ２３…プロセッサ、Ｈ２４…入力デバイス、Ｈ２５…ディスプレイ、ＮＷ１…ネットワーク

Claims (9)

1. 利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成する学習処理部と、
   前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析する分析処理部と、
   前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させる出力処理部と
   を備え、
   前記分析処理部は、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、
   前記出力処理部は、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる
   監視支援システム。
2. 前記監視対象を識別する監視対象識別情報と、前記監視対象に関する設定情報とを対応付けて記憶する監視設定記憶部と、
   前記利用者端末から受信した前記監視対象の分析要求に応じて、前記分析要求に対応した前記監視対象の前記設定情報を、前記監視設定記憶部に追加する監視登録処理部と
   を備え、
   前記出力処理部は、前記監視設定記憶部に追加された前記監視対象に対応する前記分析情報を、前記分析情報の一覧に追加して、前記利用者端末に出力させる
   請求項１に記載の監視支援システム。
3. 前記出力処理部は、前記分析処理部が、新たに追加された前記監視対象に対する分析を完了した場合に、当該新たに追加された前記監視対象の前記分析情報を、前記分析情報の一覧の先頭に追加し、前記分析情報の一覧に新たな前記監視対象が追加されたことを示す通知情報を、前記利用者端末に出力させる
   請求項２に記載の監視支援システム。
4. 前記監視設定記憶部は、前記利用者が所属するグループを識別するグループ識別情報と、前記利用者を識別する利用者識別情報と、前記監視対象識別情報と、前記設定情報とを対応付けて記憶し、
   前記出力処理部は、前記利用者識別情報に対応した前記分析情報の一覧、又は前記グループ識別情報に対応した前記分析情報の一覧を、前記利用者端末に出力させる
   請求項２又は請求項３に記載の監視支援システム。
5. 前記出力処理部は、前記利用者端末から受信した検索情報に応じて、前記分析情報の一覧のうちから、前記検索情報に対応する前記分析情報を抽出し、抽出した前記分析情報の一覧を、検索結果として、前記利用者端末に出力させる
   請求項１から請求項４のいずれか一項に記載の監視支援システム。
6. 前記利用者端末から受信した前記監視対象の前記正常データを前記学習データとして、学習データ記憶部に記憶させ、前記利用者端末から受信した前記監視対象の前記分析データを、分析データ記憶部に記憶させるデータ登録処理部を備え、
   前記学習処理部は、前記学習データ記憶部が記憶する前記学習データに基づいて、前記学習モデルを生成し、
   前記分析処理部は、前記学習モデルに基づいて、前記正常データと、前記分析データ記憶部が記憶する前記監視対象の前記分析データとを比較して分析する
   請求項１から請求項５のいずれか一項に記載の監視支援システム。
7. 前記レポート情報を生成するレポート処理部を備え、
   前記レポート処理部は、前記乖離の兆候を強調した前記レポート情報を生成する
   請求項６に記載の監視支援システム。
8. 利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成する学習処理部と、
   前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析する分析処理部と、
   前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させる出力処理部と
   を備え、
   前記分析処理部は、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、
   前記出力処理部は、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる
   監視支援装置。
9. 学習処理部と、分析処理部と、出力処理部とを備える監視支援装置の監視支援方法であって、
   前記学習処理部が、利用者が使用する利用者端末から受信した正常データであって、プラントの設備である監視対象の監視中に取得された正常データを、学習データとして、前記学習データに基づく比較判定用の学習モデルを生成するステップと、
   前記分析処理部が、前記学習モデルに基づいて、前記正常データと、利用者が使用する利用者端末から受信した分析データであって、前記監視対象の監視中に取得された分析データとを比較して、前記分析データを分析するステップと、
   前記出力処理部が、前記分析処理部が分析した分析結果であって、複数の前記監視対象のそれぞれに対応した前記分析結果を比較可能な分析情報の一覧にして、前記利用者端末に出力させるステップと
   を含み、
   前記分析データを分析するステップにおいて、前記分析処理部が、前記正常データと、前記分析データとの乖離を予測して、当該乖離の兆候を判定し、
   前記利用者端末に出力させるステップにおいて、前記出力処理部が、前記利用者端末によって前記分析情報の一覧から特定の前記監視対象が選択された場合に、前記正常データの波形と、前記分析データの波形とを比較し、前記乖離の兆候が強調されたレポート情報を、前記利用者端末に出力させる
   監視支援方法。

Images