JP7371805B1 - 運転支援装置、運転支援方法及びプログラム - Google Patents

Abstract

【課題】シミュレータの予測値の不確実性を考慮して対象の最適な操作量を算出する技術を提供すること。【解決手段】運転支援装置は、対象の実績データを用いて、操作変数値と環境変数値とを入力として状態変数値を予測するシミュレータを構築するシミュレータ構築部と、前記実績データを用いて、前記シミュレータの予測誤差幅推定モデルを構築する予測誤差幅推定モデル構築部と、前記実績データに含まれる操作変数値を用いて、操作変数シナリオを作成する第１のシナリオ作成部と、前記シミュレータと前記操作変数シナリオと環境変数の所定値とを用いて、状態変数シナリオを作成する第２のシナリオ作成部と、前記予測誤差幅推定モデルと前記状態変数シナリオとを用いて、予測誤差幅シナリオを作成する第３のシナリオ作成部と、前記環境変数の所定値と前記状態変数の目標値とが与えられたときに、前記予測誤差幅シナリオから操作変数最適値を算出する最適化部と、を有する。【選択図】図６

Description

本開示は、運転支援装置、運転支援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技術へのニーズが高まっている。プラント運転支援に関する従来技術として、プラントをモデル化した機械学習モデルをシミュレータとして利用し、最適化技術と組み合わせることにより、プラントの状態が目標となるような操作量を算出する技術が知られている（例えば、特許文献１及び２）。

特許第７０８１７２８号公報 特許第７２０７５９６号公報

しかしながら、シミュレータの予測値には誤差が含まれ得る（すなわち、シミュレータの予測値には不確実性がある）一方で、従来技術では、シミュレータの予測値に含まれ得る誤差が考慮されていなかった。

本開示は、上記の点に鑑みてなされたもので、シミュレータの予測値の不確実性を考慮して対象の最適な操作量を算出する技術を提供する。

本開示の一態様による運転支援装置は、対象から収集した複数の実績データを用いて、前記対象の操作変数の値と前記対象の環境変数の値とを入力として前記対象の状態変数の値を予測するシミュレータを構築するシミュレータ構築部と、前記複数の実績データを用いて、前記シミュレータによる状態変数の値の予測誤差幅を推定する予測誤差幅推定モデルを構築する予測誤差幅推定モデル構築部と、前記実績データに含まれる操作変数の値を用いて、前記対象で実現可能な操作変数の値を表す操作変数シナリオを作成する第１のシナリオ作成部と、前記シミュレータと、前記操作変数シナリオと、与えられた環境変数の所定値とを用いて、前記操作変数シナリオに含まれる前記操作変数の値と前記環境変数の所定値とを前記シミュレータに入力したときの状態変数の値を前記操作変数シナリオに対応付けた状態変数シナリオを作成する第２のシナリオ作成部と、前記予測誤差幅推定モデルと、前記状態変数シナリオとを用いて、前記状態変数シナリオに含まれる状態変数の値の予測誤差幅を前記状態変数シナリオに対応付けた予測誤差幅シナリオを作成する第３のシナリオ作成部と、前記環境変数の所定値と前記状態変数の目標値とが与えられたときに、前記予測誤差幅シナリオを用いて、前記予測誤差幅シナリオに含まれる操作変数の値のうち、前記予測誤差幅が小さく、かつ、前記対象の状態変数の値が前記目標値に近付く値を操作変数最適値として算出する最適化部と、を有する。

シミュレータの予測値の不確実性を考慮して対象の最適な操作量を算出する技術が提供される。

本実施形態に係る運転支援装置のハードウェア構成の一例を示す図である。 本実施形態に係る運転支援装置の機能構成の一例を示す図である。 本実施形態に係る運転シナリオ作成処理の一例を示す図である。 操作変数シナリオ作成の一例を説明するための図である。 状態変数シナリオ作成の一例を説明するための図である。 予測誤差幅シナリオ作成の一例を説明するための図である。 本実施形態に係る最適操作量算出処理の一例を示すフローチャートである。

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、シミュレータの予測値の不確実性を考慮して対象の最適な操作量を算出することができる運転支援装置１０について説明する。ここで、本実施形態に係る運転支援装置１０には、対象の運転シナリオを作成する運転シナリオ作成フェーズと、この運転シナリオと最適化技術により当該対象に対する最適な操作量を算出する運転支援フェーズとが存在する。運転シナリオとは、操作量（操作変数値）と、環境変数値と、その操作変数値及び環境変数値を入力としてシミュレータにより予測した状態変数値と、その状態変数値の不確実性を表す予測誤差幅とを少なくとも対応付けた情報のことである。

なお、対象とは、運用者（又は、オペレータと呼ばれてもよい。）が操作する対象のことであり、例えば、プラント、設備、機器、装置等が挙げられる。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。対象の状態を表す変数は「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。また、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。

状態変数の具体例としては、例えば、温度、圧力、流量等が挙げられる。環境変数の具体例としては、例えば、外気温、設備番号等が挙げられる。操作変数の具体例としては、例えば、空気弁や燃料バルブの開閉量等が挙げられる。なお、プラントを対象とした場合、これらの変数はプラントのプロセスを表すため、プロセス変数等とも呼ばれる。

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。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）と表す。同様に、状態変数ｙ_ｊ（１≦ｊ≦Ｊ）をｊ番目の要素に持つＪ次元ベクトルをｙ＝（ｙ_１，・・・，ｙ_Ｊ）と表す。同様に、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、ｙ、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_ｉ（ｔ）、時刻ｔの状態変数値をｙ_ｊ（ｔ）、時刻ｔの環境変数値をｚ_ｋ（ｔ）と表す。また、ｘ（ｔ）＝（ｘ_１（ｔ），・・・，ｘ_Ｉ（ｔ））、ｙ（ｔ）＝（ｙ_１（ｔ），・・・，ｙ_Ｊ（ｔ））、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。

＜運転支援装置１０のハードウェア構成例＞
本実施形態に係る運転支援装置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、本実施形態に係る運転支援装置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、運転支援装置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、運転支援装置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）やＳＳＤ（Solid State Drive）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。

なお、図１に示すハードウェア構成は一例であって、運転支援装置１０は、他のハードウェア構成を有していてもよい。例えば、運転支援装置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以外の種々のハードウェアを有していてもよい。

＜運転支援装置１０の機能構成例＞
本実施形態に係る運転支援装置１０の機能構成例を図２に示す。図２に示すように、本実施形態に係る運転支援装置１０は、入力部２０１と、シミュレータ構築部２０２と、予測誤差幅推定モデル構築部２０３と、操作変数シナリオ作成部２０４と、状態変数シナリオ作成部２０５と、予測誤差幅シナリオ作成部２０６と、最適化部２０７と、出力部２０８とを有する。これら各部は、例えば、運転支援装置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、本実施形態に係る運転支援装置１０は、記憶部２０９を有する。記憶部２０９は、例えば、補助記憶装置１０７等により実現される。ただし、記憶部２０９は、例えば、運転支援装置１０と通信ネットワークを介して接続されるデータベースサーバ等の記憶装置により実現されてもよい。

入力部２０１は、運転シナリオ作成フェーズにおいて、運転シナリオ作成に用いる過去の運転データ（以下、実績データともいう。）を記憶部２０９から取得する。運転データとは、各時刻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データである。すなわち、或る時刻ｔの運転データは、例えば、（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））と表される。以下、運転シナリオ作成フェーズにおいて、実績データ集合Ｄ＝｛（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））｜ｔ∈Ｔ｝が記憶部２０９から取得されるものとする。ここで、Ｔは運転シナリオ作成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、運転支援フェーズにおいて、現在時刻ｔ＝ｔ_０の環境変数値と状態変数の目標値を記憶部２０９から取得する。すなわち、時刻ｔの状態変数の目標値をｙ'（ｔ）＝（ｙ_１'（ｔ），・・・，ｙ_Ｊ'（ｔ））とすれば、入力部２０１は、現在時刻ｔ＝ｔ_０の環境変数値ｚ（ｔ_０）と状態変数の目標値ｙ'（ｔ_０）を記憶部２０９から取得する。

シミュレータ構築部２０２は、運転シナリオ作成フェーズにおいて、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、対象のシミュレータを構築する。ここで、シミュレータとは、操作変数値と環境変数値とを入力として状態変数値を出力する関数で表現されるモデル（つまり、操作変数値と環境変数値から状態変数値を予測するモデル）のことである。具体的には、ｙ＝ｆ（ｘ，ｚ）と表現されるモデルがシミュレータである。ｆとしては、例えば、物理モデル、統計モデル、機械学習モデル等を用いることができる。例えば、ｆが統計モデル又は機械学習モデルである場合、回帰分析、ＳＶＲ（Support Vector Regression）、ニューラルネットワーク等といったものを用いることができる。なお、ｆはｆ＝（ｆ_１，・・・，ｆ_Ｊ）（ただし、ｙ_ｊ＝ｆ_ｊ（ｘ，ｚ））と表されるモデルであってもよい。以下、一例として、ｆはｆ＝（ｆ_１，・・・，ｆ_Ｊ）と表されるモデルであるものとする。

予測誤差幅推定モデル構築部２０３は、運転シナリオ作成フェーズにおいて、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、予測誤差幅推定モデルを構築する。ここで、予測誤差幅推定モデルとは、操作変数値と環境変数値とを入力として、シミュレータｆによる予測値の予測誤差幅を出力する関数で表現されるモデル（つまり、操作変数値と環境変数値から予測誤差幅を推定するモデル）のことである。予測誤差とは、実際の状態変数値とシミュレータｆの予測値と差、すなわちｙ_ｊ ^{（ｅｒｒ）}（ｔ）：＝ｙ_ｊ（ｔ）－ｆ_ｊ（ｘ（ｔ），ｚ（ｔ））のことである。

状態変数ｙ_ｊに対する予測誤差をｙ_ｊ ^{（ｅｒｒ）}として、ｙ^{（ｅｒｒ）}＝（ｙ_１ ^{（ｅｒｒ）}，・・・，ｙ_Ｊ ^{（ｅｒｒ）}）とする。また、ｙ^{（ｅｒｒ）}＝ｇ（ｘ，ｚ）とする。ただし、ｇ＝（ｇ_１，・・・，ｇ_Ｊ）であり、各ｇ_ｊは決定木で実現されるモデルであるものとする。このとき、予測誤差幅推定モデル構築部２０３は、実績データ集合Ｄを用いて予測誤差推定モデルｇ＝（ｇ_１，・・・，ｇ_Ｊ）を構築した上で、各決定木ｇ_ｊの各ターミナルノードｉにおける予測誤差ｙ_ｊ ^{（ｅｒｒ）}の平均μ_ｊ ^（ｉ）、標準偏差σ_ｊ ^（ｉ）を算出する。これにより、決定木ｇ_ｊのターミナルノードの番号の集合をＴ_ｊとして、予測誤差幅推定モデル（ｇ，｛｛（μ_ｊ ^（ｉ），σ_ｊ ^（ｉ））｜ｉ∈Ｔ_ｊ｝｜ｊ＝１，・・・，Ｊ｝）が得られる。

各予測誤差ｙ_ｊ ^{（ｅｒｒ）}の分布が正規分布であると仮定した場合、或る操作変数値ｘ（ｔ）と環境変数値ｚ（ｔ）が与えられたとき、その状態変数ｙ_ｊに対する予測誤差幅の上限値ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）}及び下限値ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）}はそれぞれ以下で算出できる。

ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）}＝ｆ_ｊ（ｘ（ｔ），ｚ（ｔ））＋μ_ｊ ^（ｉ'）＋ｋσ_ｊ ^（ｉ'） （１）
ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）}＝ｆ_ｊ（ｘ（ｔ），ｚ（ｔ））＋μ_ｊ ^（ｉ'）－ｋσ_ｊ ^（ｉ'） （２）
ここで、μ_ｊ ^（ｉ'）は決定木ｇ_ｊにｘ（ｔ），ｚ（ｔ）を入力したときにｘ（ｔ），ｚ（ｔ）が属するターミナルノードｉ'の予測誤差ｙ_ｊ ^{（ｅｒｒ）}の平均、σ_ｊ ^（ｉ'）は決定木ｇ_ｊにｘ（ｔ），ｚ（ｔ）を入力したときにｘ（ｔ），ｚ（ｔ）が属するターミナルノードｉ'の予測誤差ｙ_ｊ ^{（ｅｒｒ）}の標準偏差である。また、ｋはパーセント点であり、その値は予め設定される。これにより、予測誤差幅ｄｙ_ｊ：＝ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）}－ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）}が得られる。

なお、上記では各予測誤差ｙ_ｊ ^{（ｅｒｒ）}の分布が正規分布であると仮定したが、その他の分布が仮定されてもよい。この場合、予測誤差ｙ_ｊ ^{（ｅｒｒ）}の分布が従う分布に応じて、適切な統計量を算出し、その統計量から予測誤差幅の上限値及び下限値を算出すればよい。

操作変数シナリオ作成部２０４は、運転シナリオ作成フェーズにおいて、入力部２０１によって取得された実績データ集合Ｄに含まれる操作変数実績値｛ｘ（ｔ）｜ｔ∈Ｔ｝から操作変数シナリオを作成する。操作変数シナリオとは、Ｎ＝｜Ｔ｜としたとき、Ｎ個の操作変数実績値｛ｘ（ｔ）｜ｔ∈Ｔ｝と同一分布を持つＳ（ただし、Ｓ≧Ｎ）個の操作変数値のことである。操作変数シナリオの作成方法としては、例えば、特許文献２に記載されている手法と同様の手法を用いればよい。

状態変数シナリオ作成部２０５は、運転シナリオ作成フェーズにおいて、操作変数シナリオ作成部２０４によって作成された操作変数シナリオと、シミュレータ構築部２０２によって構築されたシミュレータｆとを用いて、予め決められた任意の環境変数値とを用いて、状態変数シナリオを作成する。状態変数シナリオとは、操作変数シナリオに対してその操作変数値を入力としたときのシミュレータｆの予測値（状態変数値）と当該環境変数値とを対応付けた情報のことである。状態変数シナリオの作成方法としては、例えば、特許文献２に記載されている手法と同様の手法を用いればよい。

予測誤差幅シナリオ作成部２０６は、運転シナリオ作成フェーズにおいて、状態変数シナリオ作成部２０５によって作成された状態変数シナリオと、予測誤差幅推定モデル構築部２０３によって作成された予測誤差幅推定モデル（ｇ，｛｛（μ_ｊ ^（ｉ），σ_ｊ ^（ｉ））｜ｉ∈Ｔ_ｊ｝｜ｊ＝１，・・・，Ｊ｝）とを用いて、予測誤差幅シナリオを運転シナリオとして作成する。予測誤差幅シナリオとは、状態変数シナリオに対して予測誤差幅を対応付けた情報のことである。これにより、予測誤差幅シナリオが運転シナリオとして作成される。

最適化部２０７は、運転支援フェーズにおいて、予測誤差幅シナリオ作成部２０６によって作成された運転シナリオと、入力部２０１によって取得された現在時刻ｔ＝ｔ_０の環境変数値及び状態変数の目標値とを用いて、対象の状態変数値を当該目標値に近付けるための最適な操作量を算出する。すなわち、最適化部２０７は、現在時刻ｔ＝ｔ_０の環境変数値及び状態変数の目標値から最適な運転シナリオを抽出した上で、その最適な運転シナリオに含まれる操作変数値を最適な操作量として算出する。

出力部２０８は、最適化部２０７によって算出された最適な操作量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。

記憶部２０９は、運転シナリオ作成フェーズにおいて、実績データ集合Ｄと、状態変数シナリオの作成に用いられる環境変数値（又は、環境変数が取り得る値の範囲又は条件等を示す情報でもよい。）を少なくとも記憶する。実績データ集合Ｄに含まれる各実績データは、例えば、時刻ｔ毎に通信ネットワークを介して対象から収集される。

なお、記憶部２０９には、例えば、対象の稼働日／停止日、状態変数値の正常範囲／異常範囲等といった情報が含まれるデータ（以下、補助データともいう。）が更に記憶されていてもよい。これらの補助データは、例えば、入力装置１０１等を介してユーザにより入力されてもよいし、通信ネットワークを介してユーザ端末等から受信してもよい。

また、記憶部２０９は、運転支援フェーズにおいて、対象から収集された現在時刻ｔ＝ｔ_０の環境変数値ｚ（ｔ_０）と、対象の各時刻ｔの状態変数の目標値の集合｛ｙ'（ｔ）｝とを少なくとも記憶する。現在時刻ｔ＝ｔ_０の環境変数値ｚ（ｔ_０）は、例えば、通信ネットワークを介して対象から取得される。なお、現在時刻ｔ＝ｔ_０の状態変数値ｙ（ｔ_０）が更に取得され、記憶部２０９に記憶されてもよい。一方で、各時刻ｔの状態変数の目標値の集合は予め作成又は決定され、記憶部２０９に記憶される。

＜運転シナリオ作成処理＞
以下、運転シナリオ作成フェーズで実行される運転シナリオ作成処理について、図３を参照しながら説明する。なお、運転シナリオ作成処理は一般に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、運転シナリオ作成に用いる実績データ集合Ｄを記憶部２０９から取得する（ステップＳ１０１）。

次に、シミュレータ構築部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、対象のシミュレータｆを構築する（ステップＳ１０２）。すなわち、シミュレータ構築部２０２は、各時刻ｔ∈Ｔに対して、ｆ（ｘ（ｔ），ｚ（ｔ））がｙ（ｔ）を模擬（再現）するように、シミュレータｆを構築する。

なお、上記のステップＳ１０２でシミュレータｆを構築する際に、例えば、補助データも用いてシミュレータｆを構築してもよい。これにより、より高精度なシミュレータの構築が期待できる。

次に、予測誤差幅推定モデル構築部２０３は、上記のステップＳ１０１で取得された実績データ集合Ｄを用いて、予測誤差幅推定モデルを構築する（ステップＳ１０３）。すなわち、予測誤差幅推定モデル構築部２０３は、例えば、実績データ集合Ｄを用いて予測誤差推定モデルｇ＝（ｇ_１，・・・，ｇ_Ｊ）を構築した上で、各決定木ｇ_ｊの各ターミナルノードｉにおける予測誤差ｙ_ｊ ^{（ｅｒｒ）}の平均μ_ｊ ^（ｉ）、標準偏差σ_ｊ ^（ｉ）を算出する。これにより、予測誤差幅推定モデル（ｇ，｛｛（μ_ｊ ^（ｉ），σ_ｊ ^（ｉ））｜ｉ∈Ｔ_ｊ｝｜ｊ＝１，・・・，Ｊ｝）が得られる。なお、各決定木ｇ_ｊは既存の機械学習手法により構築可能である。

次に、操作変数シナリオ作成部２０４は、上記のステップＳ１０１で取得された実績データ集合Ｄに含まれる操作変数実績値｛ｘ（ｔ）｜ｔ∈Ｔ｝を用いて、特許文献２に記載されている手法と同様の手法により、操作変数シナリオを作成する（ステップＳ１０４）。

以下、一例として、主に、Ｉ＝２、Ｊ＝１、Ｋ＝２を想定する。このとき、操作変数シナリオ作成部２０４は、Ｎ＝｜Ｔ｜個の操作変数実績値の分布と同一分布を持つＳ（ただし、Ｓ≧Ｎ）個の操作変数シナリオを作成する。これにより、例えば、図４に示すように、Ｎ個の操作変数実績値からＳ個の操作変数シナリオが作成される。ただし、Ｓ個の操作変数シナリオの分布とＮ個の操作変数実績値の分布とが完全に同一である必要はなく、或る程度の同一性又は類似性があればよい。例えば、分布間の類似度を評価することができる指標値（例えば、ＫＬダイバージェンス等といった既知の指標値）を用いて、Ｓ個の操作変数シナリオの分布とＮ個の操作変数実績値の分布との類似度が所定の閾値以下であればよい。

以下、ｓ（ただし、１≦ｓ≦Ｓ）番目の操作変数シナリオをｘ^（ｓ）と書くことにする。なお、図４に示す例では、ｘ^（ｓ）＝（ｘ_１ ^（ｓ），ｘ_２ ^（ｓ））（ｓ＝１，・・・，Ｓ）である。

操作変数シナリオの作成方法としては、例えば、以下の操作変数シナリオの作成方法その１～作成方法その３が挙げられる。ただし、これらはいずれも一例であって、操作変数シナリオの作成方法はこれらに限られるものではなく、Ｎ個の操作変数実績値から同一又は類似の分布を持つＳ個の操作変数シナリオを作成できるものであれば任意の方法を用いることができる。なお、以下では、Ｎ個の操作変数実績値を｛ｘ（ｎ）｜ｎ＝１，・・・，Ｎ｝と書くことにする。

・操作変数シナリオの作成方法その１
α〔％〕を予め決められた値とする。このとき、ｘ（ｎ）に対して±α〔％〕だけ加算したもの（つまり、ｘ（ｎ）＋（ｘ（ｎ）×α）とｘ（ｎ）－（ｘ（ｎ）×α））を計算する。そして、ｎ＝１，・・・，Ｎに対して、ｘ（ｎ）、ｘ（ｎ）＋（ｘ（ｎ）×α）、ｘ（ｎ）－（ｘ（ｎ）×α））をそれぞれ操作変数シナリオとする。この作成方法では、例えば、１つの操作変数実績値ｘ（ｎ）から２つの操作変数値が得られるため、Ｓ＝Ｎ＋２Ｎ＝３Ｎとなる。これにより、Ｎ個の操作変数実績値ｘ（ｎ）の分布領域から乖離しない操作変数シナリオ（つまり、各操作変数が取り得る値や操作変数間で実行可能な組み合わせ等を考慮して、対象を実際に運転可能な操作変数値）を得ることができる。

・操作変数シナリオの作成方法その２
操作変数実績値間の相関を考慮することが可能な多次元正規乱数を用いる。多次元正規乱数とは、多次元正規分布に従う乱数のことである。Σを操作変数実績値｛ｘ（ｎ）｜ｎ＝１，・・・，Ｎ｝の分散共分散行列、μを操作変数実績値｛ｘ（ｎ）｜ｎ＝１，・・・，Ｎ｝の平均ベクトル、Ｃを下三角行列、Ｒを標準正規乱数（標準正規分布に従う乱数）とする。このとき、以下により操作変数シナリオｘ^（ｓ）を生成する。

ｘ^（ｓ）＝Ｃ・Ｒ＋μ
Σ＝Ｃ・Ｃ^τ
ここで、τは行列の転置を表す。なお、Σ＝Ｃ・Ｃ^τとなるＣは、Σは正定値である場合はコレスキー分解により求めることができる。

この方法では、任意のＳ個の操作変数シナリオｘ^（ｓ）（ｓ＝１，・・・，Ｓ）を生成することができる。これにより、上記の作成方法その１と同様に、Ｎ個の操作変数実績値ｘ（ｎ）の分布領域から乖離しない操作変数シナリオを得ることができる。

・操作変数シナリオの作成方法その３
Ｎ個の操作変数実績値｛ｘ（ｎ）｜ｎ＝１，・・・，Ｎ｝の分布に近い分布を持つデータを生成することが可能な生成モデルを用いる。すなわち、この生成モデルにより、任意のＳ個の操作変数シナリオｘ^（ｓ）（ｓ＝１，・・・，Ｓ）を生成する。このような生成モデルは、例えば、ＧＡＮ（Generative Adversarial Network）等といった手法により構築することができる。これにより、上記の作成方法その２と同様に、Ｎ個の操作変数実績値ｘ（ｎ）の分布領域から乖離しない操作変数シナリオを得ることができる。

図３の説明に戻る。ステップＳ１０４に続いて、状態変数シナリオ作成部２０５は、上記のステップＳ１０４で作成された操作変数シナリオｘ^（ｓ）（ｓ＝１，・・・，Ｓ）と、予め決められた任意の環境変数値ｚ＝ｚ_０とを用いて、特許文献２に記載されている手法と同様の手法により、状態変数シナリオを作成する（ステップＳ１０５）。すなわち、状態変数シナリオ作成部２０５は、操作変数シナリオｘ^（ｓ）と当該環境変数値ｚ＝ｚ_０とを入力としてシミュレータｆにより状態変数値ｙ^（ｓ）＝ｆ（ｘ^（ｓ），ｚ_０）を算出した上で、操作変数シナリオｘ^（ｓ）と環境変数値ｚ＝ｚ_０と状態変数値ｙ^（ｓ）とを対応付けることにより状態変数シナリオを作成する。これにより、例えば、図５に示すように、ｓ＝１，・・・，Ｓに対して、操作変数シナリオｘ^（ｓ）と環境変数値ｚ＝ｚ_０と状態変数値ｙ^（ｓ）＝ｆ（ｘ^（ｓ），ｚ_０）とを対応付けた状態変数シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ））が得られる。

そして、予測誤差幅シナリオ作成部２０６は、上記のステップＳ１０５で作成された状態変数シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ））（ｓ＝１，・・・，Ｓ）と、上記のステップＳ１０３で作成された予測誤差幅推定モデル（ｇ，｛｛（μ_ｊ ^（ｉ），σ_ｊ ^（ｉ））｜ｉ∈Ｔ_ｊ｝｜ｊ＝１，・・・，Ｊ｝）とを用いて、予測誤差幅シナリオを運転シナリオとして作成する（ステップＳ１０６）。すなわち、予測誤差幅シナリオ作成部２０６は、上記の式（１）及び式（２）により状態変数シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ））（ｓ＝１，・・・，Ｓ）に対して予測誤差幅上限値ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）（ｓ）}及び予測誤差幅下限値ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）（ｓ）}を算出した後、これらの予測誤差幅上限値ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）（ｓ）}及び予測誤差幅下限値ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）（ｓ）}から予測誤差幅ｄｙ_ｊ ^（ｓ）＝ｙ_ｊ ^{（ｅｒｒ_ｕｐｐｅｒ）（ｓ）}－ｙ_ｊ ^{（ｅｒｒ_ｌｏｗｅｒ）（ｓ）}を算出した上で、予測誤差幅ｄｙ^（ｓ）＝（ｄｙ_１ ^（ｓ），・・・，ｄｙ_Ｊ ^（ｓ））を状態変数シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ））に対応付けることにより予測誤差幅シナリオを作成する。これにより、例えば、図６に示すように、ｓ＝１，・・・，Ｓに対して、操作変数シナリオｘ^（ｓ）と環境変数値ｚ＝ｚ_０と状態変数値ｙ^（ｓ）と予測誤差幅ｄｙ^（ｓ）とを対応付けた予測誤差幅シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ），ｄｙ^（ｓ））が運転シナリオとして得られる。

以上により、運転シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ），ｄｙ^（ｓ））（ｓ＝１，・・・，Ｓ）が得られる。以下では、これらの運転シナリオ（ｘ^（ｓ），ｚ_０，ｙ^（ｓ），ｄｙ^（ｓ））（ｓ＝１，・・・，Ｓ）を運転シナリオ集合とも呼び、｛（ｘ^（ｓ），ｚ_０，ｙ^（ｓ），ｄｙ^（ｓ））｜ｓ＝１，・・・，Ｓ｝とも記載する。運転シナリオ集合｛（ｘ^（ｓ），ｚ_０，ｙ^（ｓ），ｄｙ^（ｓ））｜ｓ＝１，・・・，Ｓ｝は、例えば、記憶部２０９に記憶される。

なお、対象が様々な環境変数値を取り得る場合、上記のステップＳ１０５～ステップＳ１０６では様々な環境変数値ｚが与えられる。例えば、対象がＭ個の環境変数値ｚ_０，ｚ_１，・・・，ｚ_Ｍを取り得る場合、各環境変数値ｚ∈｛ｚ_０，ｚ_１，・・・，ｚ_Ｍ｝に対して上記のステップＳ１０５～ステップＳ１０６が実行される。これにより、例えば、Ｍ個の運転シナリオ集合｛｛（ｘ^（ｓ），ｚ_m，ｙ^（ｓ），ｄｙ^（ｓ））｜ｓ＝１，・・・，Ｓ｝｜ｍ＝１，・・・，Ｍ｝が得られ、これらのＭ個の運転シナリオ集合が記憶部２０９に記憶される。

＜最適操作量算出処理＞
以下、運転支援フェーズで実行される最適操作量算出処理について、図７を参照しながら説明する。なお、最適操作量算出処理は、例えば、制御周期Δｔ毎に繰り返し実行される。以下では、現在時刻ｔ＝ｔ_０の環境変数値ｚ（ｔ_０）が対象から取得され、記憶部２０９に記憶されているものとする。また、以下では、Ｍ個の運転シナリオ集合｛｛（ｘ^（ｓ），ｚ_m，ｙ^（ｓ），ｄｙ^（ｓ））｜ｓ＝１，・・・，Ｓ｝｜ｍ＝１，・・・，Ｍ｝が記憶部２０９に記憶されているものとする。

まず、入力部２０１は、現在時刻ｔ＝ｔ_０の環境変数値ｚ（ｔ_０）と状態変数の目標値ｙ'（ｔ_０）を記憶部２０９から取得する（ステップＳ２０１）。

次に、最適化部２０７は、上記のステップＳ２０１で取得された環境変数値ｚ（ｔ_０）及び目標値ｙ'（ｔ_０）を用いて、ｚ_ｍ＝ｚ（ｔ_０）となる運転シナリオ集合｛（ｘ^（ｓ），ｚ_ｍ，ｙ^（ｓ））｜ｓ＝１，・・・，Ｓ_ｍ｝の中から最適な運転シナリオを抽出する（ステップＳ２０２）。ここで、最適な運転シナリオとは、ｚ_ｍ＝ｚ（ｔ_０）となる運転シナリオ集合｛（ｘ^（ｓ），ｚ_ｍ，ｙ^（ｓ））｜ｓ＝１，・・・，Ｓ_ｍ｝の中で｜ｙ_１ ^（ｓ）－ｙ_１'（ｔ_０）｜＋・・・＋｜ｙ_Ｊ ^（ｓ）－ｙ_Ｊ'（ｔ_０）｜＋｜ｄｙ_１ ^（ｓ）｜＋・・・＋｜ｄｙ_Ｊ ^（ｓ）｜が最小となる運転シナリオ（ｘ^（ｓ），ｚ_ｍ，ｙ^（ｓ））のことである。これは、目標値ｙ'（ｔ_０）との差と予測誤差幅との和が最小となる運転シナリオを最適な運転シナリオとすることを意味する。なお、ｙ^（ｓ）＝（ｙ_１ ^（ｓ），・・・，ｙ_Ｊ ^（ｓ））、ｄｙ^（ｓ）＝（ｄｙ_１ ^（ｓ），・・・，ｄｙ_Ｊ ^（ｓ））である。以下、本ステップで抽出された最適な運転シナリオを（ｘ^（ｓ'^），ｚ_ｍ，ｙ^（ｓ'^））とする。

なお、上記では目標値ｙ'（ｔ_０）との差の絶対値や予測誤差幅の絶対値を用いているが、絶対値に代えて二乗等が用いられてもよい。

次に、最適化部２０７は、上記のステップＳ２０２で抽出された最適な運転シナリオ（ｘ^（ｓ'^），ｚ_ｍ，ｙ^（ｓ'^））に含まれる操作変数値ｘ^（ｓ'^）を最適な操作量とする（ステップＳ２０３）。

そして、出力部２０８は、上記のステップＳ２０３で得られた最適な操作量ｘ^（ｓ'^）を予め決められた所定の出力先に出力する（ステップＳ２０４）。これにより、オペレータは、この最適な操作量（又は、この最適な操作量を参考に決定した操作量）によりプラント等の対象を運転することができる。

＜まとめ＞
以上のように、本実施形態に係る運転支援装置１０は、対象の実際の運転データ（実績データ）を利用してシミュレータｆの予測誤差幅（つまり、シミュレータｆの不確実性）を考慮した運転シナリオを作成し、その運転シナリオにより対象の最適な運転を支援することができる。したがって、例えば、プラント等の対象のオペレータ等は、シミュレータｆの不確実性も考慮された最適な操作量により当該対象の最適な運転を実現することが可能となる。

なお、上記の実施形態では、最適操作量算出処理で算出された操作量をオペレータ等に提示したが、これに限られず、例えば、対象の運転を制御する制御装置に対して最適な操作量を出力してもよい。これにより、その操作量により対象を自動的に運転させることが可能となる。

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 運転支援装置
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 シミュレータ構築部
２０３ 予測誤差幅推定モデル構築部
２０４ 操作変数シナリオ作成部
２０５ 状態変数シナリオ作成部
２０６ 予測誤差幅シナリオ作成部
２０７ 最適化部
２０８ 出力部
２０９ 記憶部

Claims (7)

1. 対象から収集した複数の実績データを用いて、前記対象の操作変数の値と前記対象の環境変数の値とを入力として前記対象の状態変数の値を予測するシミュレータを構築するシミュレータ構築部と、
   前記複数の実績データを用いて、前記シミュレータによって前記状態変数の値を予測したときの不確実性を表す予測誤差幅を推定する予測誤差幅推定モデルを構築する予測誤差幅推定モデル構築部と、
   前記実績データに含まれる操作変数の値を用いて、前記対象で実現可能な操作変数の値を表す操作変数シナリオを作成する第１のシナリオ作成部と、
   前記シミュレータと、前記操作変数シナリオと、与えられた環境変数の所定値とを用いて、前記操作変数シナリオに含まれる前記操作変数の値と前記環境変数の所定値とを前記シミュレータに入力することで予測した状態変数の値を前記操作変数シナリオに対応付けた状態変数シナリオを作成する第２のシナリオ作成部と、
   前記予測誤差幅推定モデルと、前記状態変数シナリオとを用いて、前記状態変数シナリオに含まれる状態変数の値の不確実性を表す予測誤差幅を前記状態変数シナリオに対応付けた予測誤差幅シナリオを作成する第３のシナリオ作成部と、
   前記環境変数の所定値と前記状態変数の目標値とが与えられたときに、前記予測誤差幅シナリオを用いて、前記予測誤差幅シナリオに含まれる操作変数の値のうち、前記予測誤差幅が小さく、かつ、前記対象の状態変数の値が前記目標値に近付く値を操作変数最適値として算出する最適化部と、
   を有する運転支援装置。
2. 前記予測誤差幅推定モデルは、前記シミュレータによる状態変数の値の予測誤差を推定する決定木が含まれるモデルである、請求項１に記載の運転支援装置。
3. 前記予測誤差幅推定モデルは、
   前記シミュレータによる状態変数の値と、前記決定木のターミナルノードのうち、前記シミュレータに入力された操作変数の値と環境変数の値が属するターミナルノードの統計量とを用いて、前記予測誤差幅を推定するモデルである、請求項２に記載の運転支援装置。
4. 前記統計量は、前記ターミナルノードに属する予測誤差の平均及び標準偏差である、請求項３に記載の運転支援装置。
5. 前記最適化部は、
   前記予測誤差幅シナリオに含まれる操作変数の値のうち、前記予測誤差幅の絶対値と、前記対象の状態変数の値と前記目標値との差の絶対値との和が最小となる値を前記操作変数最適値として算出する、請求項１乃至４の何れか一項に記載の運転支援装置。
6. 対象から収集した複数の実績データを用いて、前記対象の操作変数の値と前記対象の環境変数の値とを入力として前記対象の状態変数の値を予測するシミュレータを構築するシミュレータ構築手順と、
   前記複数の実績データを用いて、前記シミュレータによって前記状態変数の値を予測したときの不確実性を表す予測誤差幅を推定する予測誤差幅推定モデルを構築する予測誤差幅推定モデル構築手順と、
   前記実績データに含まれる操作変数の値を用いて、前記対象で実現可能な操作変数の値を表す操作変数シナリオを作成する第１のシナリオ作成手順と、
   前記シミュレータと、前記操作変数シナリオと、与えられた環境変数の所定値とを用いて、前記操作変数シナリオに含まれる前記操作変数の値と前記環境変数の所定値とを前記シミュレータに入力することで予測した状態変数の値を前記操作変数シナリオに対応付けた状態変数シナリオを作成する第２のシナリオ作成手順と、
   前記予測誤差幅推定モデルと、前記状態変数シナリオとを用いて、前記状態変数シナリオに含まれる状態変数の値の不確実性を表す予測誤差幅を前記状態変数シナリオに対応付けた予測誤差幅シナリオを作成する第３のシナリオ作成手順と、
   前記環境変数の所定値と前記状態変数の目標値とが与えられたときに、前記予測誤差幅シナリオを用いて、前記予測誤差幅シナリオに含まれる操作変数の値のうち、前記予測誤差幅が小さく、かつ、前記対象の状態変数の値が前記目標値に近付く値を操作変数最適値として算出する最適化手順と、
   をコンピュータが実行する運転支援方法。
7. 対象から収集した複数の実績データを用いて、前記対象の操作変数の値と前記対象の環境変数の値とを入力として前記対象の状態変数の値を予測するシミュレータを構築するシミュレータ構築手順と、
   前記複数の実績データを用いて、前記シミュレータによって前記状態変数の値を予測したときの不確実性を表す予測誤差幅を推定する予測誤差幅推定モデルを構築する予測誤差幅推定モデル構築手順と、
   前記実績データに含まれる操作変数の値を用いて、前記対象で実現可能な操作変数の値を表す操作変数シナリオを作成する第１のシナリオ作成手順と、
   前記シミュレータと、前記操作変数シナリオと、与えられた環境変数の所定値とを用いて、前記操作変数シナリオに含まれる前記操作変数の値と前記環境変数の所定値とを前記シミュレータに入力することで予測した状態変数の値を前記操作変数シナリオに対応付けた状態変数シナリオを作成する第２のシナリオ作成手順と、
   前記予測誤差幅推定モデルと、前記状態変数シナリオとを用いて、前記状態変数シナリオに含まれる状態変数の値の不確実性を表す予測誤差幅を前記状態変数シナリオに対応付けた予測誤差幅シナリオを作成する第３のシナリオ作成手順と、
   前記環境変数の所定値と前記状態変数の目標値とが与えられたときに、前記予測誤差幅シナリオを用いて、前記予測誤差幅シナリオに含まれる操作変数の値のうち、前記予測誤差幅が小さく、かつ、前記対象の状態変数の値が前記目標値に近付く値を操作変数最適値として算出する最適化手順と、
   をコンピュータに実行させるプログラム。

Images