JPH08303211A - 火力発電プラント自律適応最適化制御システム - Google Patents

火力発電プラント自律適応最適化制御システム

Info

Publication number
JPH08303211A
JPH08303211A JP7112832A JP11283295A JPH08303211A JP H08303211 A JPH08303211 A JP H08303211A JP 7112832 A JP7112832 A JP 7112832A JP 11283295 A JP11283295 A JP 11283295A JP H08303211 A JPH08303211 A JP H08303211A
Authority
JP
Japan
Prior art keywords
schedule
startup
correction amount
power plant
autonomous
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.)
Pending
Application number
JP7112832A
Other languages
English (en)
Inventor
Hiroshi Matsumoto
弘 松本
Akira Osawa
陽 大澤
Masae Takahashi
正衛 高橋
Kosei Akiyama
孝生 秋山
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP7112832A priority Critical patent/JPH08303211A/ja
Publication of JPH08303211A publication Critical patent/JPH08303211A/ja
Pending legal-status Critical Current

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00—Combustion technologies with mitigation potential
    • Y02E20/16—Combined cycle power plant [CCPP], or combined cycle gas turbine [CCGT]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Control Of Steam Boilers And Waste-Gas Boilers (AREA)
  • Feedback Control In General (AREA)

Abstract

(57)【要約】 【構成】実際の起動スケジュールを作成する際の、ファ
ジイ推論によるスケジュール修正量決定手段６００から
得られるスケジュールと、ニューラルネットワークによ
る適応知識修得手段から得られるスケジュールとの採用
比率を可変とし、起動を繰り返すにつれて後者の比率を
拡大させるようにし、採用比率をファジイ推論により得
られるスケジュール修正量の大きさに対応して変更し、
１回当たりの変更幅を制限したり、前回値をも考慮した
円滑化処理をするようにした。 【効果】機器寿命や排出ＮＯｘなど機器保護基準や環境
規制値など複数の運転制限条件を同時に満足しながら起
動時間を最短化する起動スケジュールの自動作成が可能
であり、日々変動するプラントの運用条件に対して、滑
らかで、かつ着実に適応能力を高めることができる。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、火力発電プラントの制
御システムに係り、特に、種々の運転制限条件を満足し
つつ、かつ短時間でプラントを起動させるのに好適な起
動スケジュールを作成するための火力発電プラントの制
御システムに関する。
【０００２】
【従来の技術】火力発電プラントを急速起動しようとす
る場合、問題となるのが多くの運転制限条件と入出力間
の非線形特性と時間遅れの存在である。即ち、作成され
る起動スケジュールは燃料流量や給水流量等の操作量に
関しては勿論のこと、機器に発生する熱応力やボイラ排
出ＮＯｘなど多くのプロセス状態値は運転制限条件を満
たすものでなければならない。また、タービン昇速パタ
ーンや負荷上昇パターン、即ち、起動スケジュールを規
定する操作量であるタービン昇速率や負荷上昇率とプロ
セス状態値の間には大きな非線形性と時間遅れがあるた
め、起動中に単なるフィードバック制御では高精度に運
転制限条件を満足しながら急速な起動を実現することが
不可能であった。このようなことから、従来の第１の方
式では、特開昭63−94009 号公報に記載のように、制御
システムにプラントの全系動特性モデルを内蔵させ、実
際のプラント起動前に、これを用いた起動シミュレーシ
ョンの反復による起動特性予測により起動スケジュール
の最適化を図っていた。即ち、テーブル情報や物理式と
して非線形性をモデル化し、起動スケジュールの作成に
用いていた。また、従来の第２の方式は、特開平3−164
804 号公報に記載のように、実際の運転結果に基づいて
起動特性を評価し、この評価結果からファジィ推論によ
り起動スケジュールの修正量を算出する手段を有し、起
動の度に得られる修正量をニューラルネットワークに学
習させると共に、運転目標をニューラルネットワークに
入力したときにニューラルネットワークから出力される
値をもって前回起動時のスケジュールを修正することに
より起動スケジュールの最適化を図っていた。即ち、制
御システムにプラント全系の動特性モデルを持つことな
く、ファジィ推論により専門家の持つ定性的知識とニュ
ーラルネットワークの学習能力を活用して起動スケジュ
ールを作成していた。
【０００３】
【発明が解決しようとする課題】しかし、上記従来技術
によると、次の点が問題となる。
【０００４】(1) 従来の第１の方式によると、起動特性
予測に用いる全系動特性モデルは、プラントを取り巻く
気温，湿度，水温や起動前のプラント機器の温度状態な
どの運用条件が考慮されたものにすることが必要であ
り、これを作成するのに多大な時間を要し、しかも対象
プラント毎に作成しなければならないこと。さらに、ボ
イラにおける伝熱や脱硝装置における脱硝反応などの不
確定要素が多く、動特性予測精度に限界があること。ま
た、従来の第２の方式においては、運用条件の変動や不
確定要素も勘案してファジィ推論用知識ベースを構築す
ることは、その因果関係の複雑さゆえに困難であり、多
大な時間を要するだけでなく知識ベースの信頼性が問題
となる。
【０００５】(2) 従来の第１の方式によると、プラント
の全系動特性モデルを用いて実用時間内に最適起動スケ
ジュールを求めるためには、演算処理能力が高く、メモ
リ容量の大きな高性能計算機システムを必要とするこ
と。
【０００６】(3) 起動前のプラント初期状態や気温等の
運用条件が異なると、過去に作成した起動スケジュール
を活用することが困難で、その都度、最適解を求めなけ
ればならないこと。即ち、制御システムは運転条件の変
化に対して適応能力がないため、起動の度に高性能計算
機のフル稼動が必要となること。また、従来の第２の方
式では、上述したように、運用条件の変動や不確定要素
も勘案してファジィ推論用知識ベースを構築することは
困難であるので、従来の第１の方式と同様に運転条件の
変化に対して適応能力がない。
【０００７】本発明の目的は、(1) 発電プラントの複雑
大規模な全系動特性モデルを使用することなく運転制限
要因を監視評価できること。即ち、運転制限要因を監視
するための必要最小限の動特性モデルとすること、(2)
初回起動時から最適起動スケジュールを求めることな
く、実際の起動を繰り返す過程で起動スケジュールを最
適化できること、(3) プラント初期状態や気温等の運用
条件が異なっても、過去に作成した起動スケジュールが
適応的に活用できること、(4) さらに、起動を繰り返す
過程で運用条件の変動に対して、滑らかに適応能力を付
加できること、が可能な火力発電プラント自律適応最適
化制御システムを提供することにある。
【０００８】
【課題を解決するための手段】上記目的を達成するため
の本発明の火力発電プラント自律適応最適化制御システ
ムは、蒸気を発生させるためのボイラと、前記ボイラに
より発生された蒸気により駆動される蒸気タービンとを
有する火力発電プラントの制御システムであっては、下
記の手段を具備することを特徴とする。
【０００９】(1) 前記ボイラの点火から起動完了までの
起動スケジュールを、前記火力発電プラントの起動前に
おける温度状態に基づいて作成する基本スケジュール作
成手段、(2) 前記火力発電プラントの起動過程における
所定の運転制限要因を監視する運転制限要因監視手段、
(3) 前記運転制限要因監視手段により求められた運転制
限要因の運転制限条件に対する余裕値を評価する余裕値
評価手段、(4) 前記余裕値評価手段により得られた余裕
値に基づいて、前記起動スケジュールの修正量をファジ
ィ推論を用いて算出するスケジュール修正量算出手段
と、(5) 前記火力発電プラントの過去の起動スケジュー
ルと運用条件とをニューラルネットワークに入力値とし
て与えたとき、出力値として前記スケジュール修正量算
出手段より求められたスケジュール修正量が得られるよ
うに、前記入出力の対応関係を記憶する適応知識修得手
段、(6) 前記スケジュール修正量算出手段より求められ
たスケジュール修正量に基づいて作成された第１の起動
スケジュールと、前記適応知識修得手段により得られた
スケジュール修正量に基づいて作成された第２の起動ス
ケジュールとを用いて実際の起動スケジュールを作成す
ると共に、前記実際の起動スケジュールを作成する際の
前記第１及び第２の起動スケジュールの採用比率を規定
する自律係数λを、起動を繰り返すにつれて大きくする
ことによって、前記第２の起動スケジュールの採用比率
を拡大させる自律性管理手段、(7) 前記自律性管理手段
によって作成された起動スケジュールに従って前記火力
発電プラントを起動制御するスケジュール実行制御手
段。
【００１０】また、上記スケジュール修正量算出手段
は、前記余裕値評価手段により得られた余裕値の大きさ
に対応した前記起動スケジュールのスケジュール修正量
を規定する複数のファジィルールを記憶する知識ベース
から、前記ファジィルールを取り込んでスケジュール修
正量を算出するものであってもよい。
【００１１】更に、(1）〜(7）に、前記適応知識修得手
段におけるニューラルネットワークの内部接続状態を決
定することにより前記入出力対応関係を学習する学習管
理手段を付加してもよい。
【００１２】ガスタービンと、前記ガスタービンの排ガ
スを用いて蒸気を発生させるための排熱回収ボイラと、
前記排熱回収ボイラで発生した蒸気により駆動される蒸
気タービンとを有するコンバインドサイクル発電プラン
トの制御システムであっても、(1）〜(7）の手段もしく
は学習管理手段を設けることによって本発明の目的を達
成することができる。
【００１３】また、前記所定の運転制限要因は、前記ボ
イラの過熱器出口蒸気ヘッダの応力，前記蒸気タービン
の応力，前記ボイラから排出されるＮＯｘのうち、少な
くとも一つであってもよいし、コンバインドサイクル発
電プラントでは、前記排熱回収ボイラの過熱器出口蒸気
ヘッダの応力，前記蒸気タービンの応力，前記排熱回収
ボイラから排出されるＮＯｘのうち、少なくとも一つで
あってもよい。
【００１４】更に、前記コンバインドサイクル発電プラ
ントにおける起動スケジュールは、前記ガスタービンの
起動スケジュールと前記蒸気タービンの起動スケジュー
ルとからなり、かつ前記ガスタービンの起動スケジュー
ルは、前記起動スケジュールを規定する所定のパラメー
タにより構成され、前記所定のパラメータは、昇速率，
定格速度保持時間，初負荷，初負荷保持時間，負荷上昇
率，負荷保持時間のうち少なくとも一つであり、前記蒸
気タービンの起動スケジュールは、前記起動スケジュー
ルを規定する所定のパラメータにより構成され、前記所
定のパラメータは、高圧タービンバイパス弁操作速度，
中圧タービンバイパス弁操作速度，低圧タービンバイパ
ス弁操作速度，高圧加減弁操作速度，中圧加減弁操作速
度，低圧加減弁操作速度のうち少なくとも一つであって
もよい。
【００１５】前記所定の運転制限要因は、前記排熱回収
ボイラの過熱器出口蒸気ヘッダ応力，前記蒸気タービン
の応力，前記排熱回収ボイラから排出されるＮＯｘと
し、前記余裕値評価手段は、前記排熱回収ボイラの過熱
器出口蒸気ヘッダ応力と前記蒸気タービン応力に対して
は前記火力発電プラントの起動過程を複数区間に分割し
た各区間毎に前記運転制限値に対する最小余裕値を求
め、前記排熱回収ボイラから排出されるＮＯｘに対して
は、瞬時値と移動平均値を求めて前記火力発電プラント
の起動過程を複数区間に分割した各区間毎に前記運転制
限値に対する最小余裕値を求めるものであってもよい。
【００１６】更にまた、前記スケジュール修正量算出手
段は、前記余裕値評価手段から得られる排熱回収ボイラ
過熱器出口蒸気ヘッダ応力の最小余裕値及び蒸気タービ
ン応力の最小余裕値に基づく蒸気タービン主計画(ＳＴ
ＰＳ)用ファジィ推論と、ガスタービン広域調整(ＧＴＧ
Ｔ)用ファジィ推論と、前記排熱回収ボイラ排出ＮＯｘ
の最小余裕値に基づくガスタービン主計画(ＧＴＰＳ)用
ファジィ推論と蒸気タービン局部調整(ＳＴＬＴ)用ファ
ジィ推論を行い、前記ＳＴＰＳは前記ＳＴＬＴと比較し
て、より広範囲のスケジュールパラメータを修正対象と
し、前記ＧＴＰＳは前記ＧＴＧＴと比較して、より緻密
な修正を行い、前記ＧＴＧＴは前記GTPSと比較して、よ
り大局的な修正を行うものであってもよい。
【００１７】更にまた、前記スケジュール修正量算出手
段は、前記ＳＴＰＳ用，ＳＴＬＴ用，ＧＴＰＳ用，ＧＴ
ＧＴ用の各ファジィ推論より得られた同一スケジュール
パラメータに対する複数の修正量の中から、優先値決定
手段により昇速率，負荷変化率，弁操作速度に関するパ
ラメータは低値を選択し、速度保持時間，負荷保持時間
に関するパラメータは高値を選択するものであってもよ
い。
【００１８】更にまた、前記適応知識修得手段にて使用
するニューラルネットワークは、信号変換機能を有する
ユニットを複数個集めて少なくとも入力層と出力層から
なる多層構造を成し、前層ユニットの出力部と次層ユニ
ットの入力部との接続部に設けられた内部接続強度を設
定可能とし、入力層には前記起動スケジュールパラメー
タと運用条件に対応した数のユニットが配置され、出力
層には前記起動スケジュールパラメータに対応した数の
ユニットが配置され、入力層へ入力された信号は前記学
習管理手段により予め設定され前記内部接続強度に従っ
て変換され出力層から出力されるものであってもよい。
【００１９】更にまた、前記学習管理手段は、前記火力
発電プラントの起動が繰り返される度に前記スケジュー
ル修正量算出手段より得られる新たな修正量を累積計算
するための累積修正量算出手段と、前記累積修正量算出
手段より得られた累積修正量を格納するための累積修正
量格納手段と、過去における実際の起動に適用した起動
スケジュールを格納するためのスケジュール格納手段
と、過去における実際の起動時の運用条件を格納するた
めの運用条件格納手段と、前記スケジュール格納手段と
前記運用条件格納手段からそれぞれ前記過去の起動スケ
ジュールと運用条件を取り出し、これを前記適応知識修
得手段における前記ニューラルネットワークの入力部に
入力したときに出力部から得られる出力値が、前記累積
修正量格納手段に格納された累積修正量と一致するよう
に前記ニューラルネットワークの前記内部接続強度を決
定するための学習手段と、を有するものであってもよ
い。
【００２０】更にまた、前記運用条件格納手段に格納す
る運用条件は、前記火力発電プラントの停止期間，プラ
ントの機器温度，圧力，復水器冷却用水温，大気の温
度，湿度，プラント運転制限条件のうち少なくとも一つ
であってもよい。
【００２１】更にまた、前記自律性管理手段は、前記ス
ケジュール修正量算出手段から得られる修正量により定
まる起動スケジュールＸ1 を第１の起動スケジュールと
し、Ｘ1を前記ニューラルネットワークに前記運用条件
と共に入力したとき出力部から得られる前記修正量ΔＸ
OUT とＸ1を加算して得られる起動スケジュールＸ2を第
２の起動スケジュールとしたとき、前記第１の起動スケ
ジュールＸ1 に前記自律係数の補数(１−λ)を掛けて得
られた値(１−λ)Ｘ1 と前記第２の起動スケジュールＸ
2に前記自律係数λを掛けて得られた値λＸ2を加算して
得られた起動スケジュールＸR をもって実際の起動スケ
ジュールとして採用し、前記スケジュール実行制御手段
に転送するものであってもよい。
【００２２】更にまた、前記自律性管理手段は、前記自
律係数λを可変とするための自律係数発生手段を有し、
初回起動時はλ＝０とし、起動回数ｉもしくは前記スケ
ジュール修正量算出手段により得られる前記スケジュー
ル修正量に対応して、起動回数を重ねるにつれて０≦λ
≦１の範囲でλを大きくしていくものであってもよい。
【００２３】更にまた、前記運転制限要因は、少なくと
も前記蒸気タービンのロータとケーシングの伸び差，前
記排熱回収ボイラのドラム等に発生する応力，前記排熱
回収ボイラから排出されるＳＯまたはＣＯであってもよ
い。
【００２４】更にまた、前記自律性管理手段における起
動１回当たりのλ値の変更幅に制限を加えたり、前回の
λ値を考慮した平滑処理によりλ値を決定するものであ
ってもよい。
【００２５】更にまた、上記の構成を備える火力発電プ
ラント自律適応最適化制御システムを、ガス化複合サイ
クル発電プラント，常圧及び加圧流動層ボイラ発電プラ
ントの起動制御システムに用いてもよい。
【００２６】更にまた、本発明の火力発電プラント自律
適応最適化制御システムにおける起動スケジュール作成
の前記一連の手段を、プラント運転訓練用シミュレータ
における起動スケジュール作成もしくは修正のためのガ
イダンス提示手段として用いてもよい。
【００２７】更にまた、本発明の火力発電プラント自律
適応最適化制御システムに、前記実際の起動スケジュー
ルを表示する手段を設けてもよい。
【００２８】
【作用】本発明によれば、スケジュール修正量算出手段
より求められたスケジュール修正量に基づいて作成され
た第１の起動スケジュールと、適応知識修得手段により
得られたスケジュール修正量に基づいて作成された第２
の起動スケジュールとを用いて実際の起動スケジュール
を作成すると共に、実際の起動スケジュールを作成する
際の第１及び第２の起動スケジュールの採用比率を規定
する自律係数λを、起動を繰り返すにつれて大きくする
ことによって、第２の起動スケジュールの採用比率を拡
大させる自律性管理手段を備えているので、実際の起動
スケジュールを決定する際に、起動を繰り返すにつれて
ファジイ推論からの結論よりも、適応知識修得手段によ
り得られたニューラルネットワークからの結論に依存す
る度合を強められることになり、プラントの運用条件の
変化に対応した好適な起動スケジュールを作成すること
ができる。
【００２９】即ち、上記適応知識修得手段は、プラント
起動毎にスケジュール及びプラントの運用条件と、スケ
ジュール修正量決定手段により得られた修正量との対応
関係が記憶されるニューラルネットワークを有している
ので、実際の起動スケジュールを作成する際に、ファジ
ィ推論によるスケジュール修正量決定手段からの修正量
により作成される第１のスケジュールと、適応知識修得
手段からの修正量により作成される第２のスケジュール
の採用比率(自律係数λ)を、起動を繰り返すにつれて後
者の比率を大きくすれば、実際の起動スケジュールは、
プラントの運用条件に対応して作成された第２のスケジ
ュールの割合が高くなり、プラントの起動回数が多くな
る程プラントの運用条件の変化に対応した好適な起動ス
ケジュールを作成することが可能となる。
【００３０】また、上述した本発明の各手段(1）〜(7）
及び知識ベース並びに学習管理手段の機能について以下
に説明する。
【００３１】(1) 基本スケジュール作成手段では、プラ
ントの温度状態と比較的相関性が高い停止期間に着目し
て、停止期間別にテーブル情報として予め準備された複
数のスケジュールの中から、中央給電指令所から指令さ
れた起動時刻に対応して該当するスケジュールを選択
し、これをもって基本スケジュールとする。これによ
り、必ずしも最適ではないがプラントを安全に起動でき
るスケジュールが作成される。
【００３２】(2) 運転制限要因監視手段では、スケジュ
ール実行制御手段によりプラントが起動される過程で、
直接計測が可能なプロセス状態については計測器から得
られる信号により監視し、直接計測が困難なプロセス状
態については計測可能なプロセス状態を動特性モデルに
入力することにより運転制限要因の挙動を推定監視す
る。
【００３３】(3) 余裕値評価手段では、運転制限要因監
視手段により得られる運転制限要因について制限値に対
する余裕値を全起動過程で評価する。
【００３４】(4) スケジュール修正量算出手段では、余
裕値評価手段で得られた余裕値の大きさに応じてスケジ
ュールの修正量を算出する。このとき、後述する知識ベ
ースを用いてファジィ推論により算出する。
【００３５】(5) 適応知識修得手段では、ニューラルネ
ットワークを用いて適応知識を修得する。ここで、適応
知識とは単にファジィルールで表されたスケジュール修
正方策だけでなく、プラント運用条件の変化にも対処で
きる適応力をもつ知識である。この知識を獲得するため
にニューラルネットワークには、プラント起動毎にスケ
ジュール及びプラント運用条件と、スケジュール修正量
決定手段により得られた修正量との対応関係が記憶され
る。
【００３６】(6) 自律性管理手段では、実際の起動スケ
ジュールを決定する際に、起動を繰り返すにつれてファ
ジイ推論からの結論よりも、適応知識を修得する能力が
あるニューラルネットワークからの結論に依存する度合
を強めてゆく働きをする。即ち、ファジィ推論によるス
ケジュール修正量決定手段からの修正量により作成され
るスケジュールと適応知識修得手段からの修正量により
作成されるスケジュールの採用比率(自律係数λ)を可変
とし、起動を繰り返すにつれて後者の比率を拡大させる
ことにより運用条件の変化に対する適応能力と自律性を
高める働きをする。ここで、λ値を変更する際、変更幅
に制限を加え、また前回値を考慮した平滑処理をするこ
とで、滑らかで、かつ着実に適応能力と自律性が高めら
れる。
【００３７】(7) スケジュール実行制御手段では、後述
の自律性管理手段により作成される起動スケジュールに
従って、タービン昇速制御，負荷上昇制御，蒸気圧力制
御などプラント起動に必要なプロセス状態の制御を実施
する。
【００３８】また、知識ベースは、余裕値評価手段で得
られた余裕値との因果関係でスケジュール修正方策を定
めた複数のルールの集合体であり、各ルールは余裕値の
大きさに応じたスケジュールの修正方法に関する専門家
の知見を計算機で処理可能な表現にした断片的知識とし
て機能する。
【００３９】更に、学習管理手段では、適応知識修得手
段に対して対応関係を学習させる。そのために、プラン
ト起動毎のスケジュール及びプラント運用条件と、スケ
ジュール修正量決定手段により得られた修正量との対応
関係を学習サンプルとしてニューラルネットワークに順
次提示し、学習させる。即ち、本学習管理手段は、ニュ
ーラルネットワークに前者を入力したときに後者が出力
されるようにニューラルネットワークの内部接続状態を
決定する働きをする。
【００４０】
【実施例】以下、本発明の実施例を説明する。
【００４１】図１は本発明の火力発電プラント自律適応
最適化制御システム１０００の基本構成を示す。本シス
テムは、中央給電指令所２０００からの起動指令である
起動時刻ＴRi（ｉは起動次回を示し、例えばｉ＝１は初
回起動を示す）を受けて作動し、システム内のスケジュ
ール実行制御手段３００により火力発電プラント3000が
実際に起動される。
【００４２】本システム１０００は、基本スケジュール
作成手段１００，スケジュール修正手段１５０，スケジ
ュール実行制御手段３００，運転制限要因監視手段４０
０，余裕値評価手段５００，スケジュール修正量算出手
段６００，知識ベース７００，修正量格納手段６５０，
適応知識修得手段８００，学習管理手段９００，自律性
管理手段２００より構成されている。
【００４３】基本スケジュール作成手段１００では、テ
ーブル情報として停止期間別に予め準備された複数のス
ケジュールの中から、中央給電指令所から指令された起
動時刻ＴRiに対応して該当するスケジュールを選択し、
これをもって基本スケジュールＸ0iとする。ここで、Ｘ
はスケジュールを規定する複数のパラメータ値からなる
ベクトル量であり、詳細については後述する。これによ
り、最適ではないがプラント起動上安全かつ確実なスケ
ジュールが作成される。
【００４４】スケジュール修正手段１５０では、後述の
ファジィ推論を用いたスケジュール修正量算出手段６０
０より得られ、修正量格納手段６５０に格納されている
修正量ΔＸi-1 と、後述の学習管理手段９００に記憶さ
れた前回の起動スケジュールＸRi-1を用いて新たなスケ
ジュールＸi を作成する。ここで、初回起動時（ｉ＝
１）には、ΔＸ0＝０，Ｘ0＝Ｘ01である。
【００４５】スケジュール実行制御手段３００では、後
述の自律性管理手段２００により作成される起動スケジ
ュールＸRiに従って、火力発電プラント３０００におけ
るタービン速度，負荷，蒸気圧力など起動に伴うプロセ
ス状態の制御を実施する。
【００４６】運転制限要因監視手段４００では、スケジ
ュール実行制御手段３００によりプラントが起動される
過程で、直接計測が困難なプロセス状態については計測
可能なプロセス状態を動特性モデルに入力することによ
り運転制限要因の挙動を推定監視する。また、直接計測
が可能なプロセス状態については計測器から得られる信
号により監視する。ここで監視の対象とする運転制限要
因については、後に別途具体的に述べる。
【００４７】余裕値評価手段５００では、運転制限要因
監視手段４００により得られる運転制限要因について制
限値に対する余裕値を全起動過程で評価する。この余裕
値の定義についても後に具体的に示す。
【００４８】スケジュール修正量算出手段６００では、
余裕値評価手段５００で得られた余裕値の大きさに応じ
てスケジュールの修正量ΔＸi を算出する。このとき、
次に述べる知識ベース７００を用いてファジィ推論によ
り算出する。
【００４９】知識ベース７００は、余裕値評価手段５０
０で得られた余裕値との因果関係でスケジュール修正方
策を定めた複数のルールの集合体であり、各ルールは余
裕値の大きさに応じたスケジュールの修正方法について
専門家の知見を計算機で処理可能な表現にした断片的知
識として機能する。
【００５０】修正量格納手段６５０では、スケジュール
修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸi
を過去のプラント起動毎に対応させて格納しておく。
【００５１】適応知識修得手段８００では、ニューラル
ネットワークを用いて適応知識を修得する。ここで、適
応知識とは単にファジィルールで表されたスケジュール
修正方策だけでなく、プラント運用条件の変化にも対処
できる適応力をもつ知識である。この知識を獲得するた
めにニューラルネットワークには、プラント起動毎にス
ケジュール及びプラント運用条件と、スケジュール修正
量算出手段６００により得られた修正量ΔＸ1〜ΔＸiと
の対応関係が記憶される。ここで、プラント運用条件と
して、本発明の実施例ではプラントの起動時温度状態に
最も影響する停止期間ＴSi（前回停止時刻と指令起動時
刻ＴRiとの経過時間を意味する），気温ＴAi，湿度
ＨAi，水温ＴWiを用いる。尚、これらプラント運用条件
を総称した記号は以後Ｚiを使用する。
【００５２】学習管理手段９００では、適応知識修得手
段８００に対して対応関係を学習させる。そのために、
プラント起動毎のスケジュールＸRi及びプラント運用条
件Ｚi と、スケジュール修正量算出手段６００により得
られている修正量ΔＸi の累積値との対応関係を学習サ
ンプルとして順次提示し、学習させる。即ち、本学習管
理手段９００は、適応知識修得手段８００として使用す
るニューラルネットワークの入力層にＸRk(ｋ＝１〜ｉ
−１)とＺk (ｋ＝１〜ｉ−１)を入力したときに出力層
からの出力値ΔＸOUTkがΔＸi の累積修正量ΔＸQk(ｋ
＝１〜ｉ−１)に一致するようにニューラルネットワー
ク内の接続状態を決定する働きをする。累積修正量ΔＸ
Qkに関しては別途具体的に後述する。
【００５３】自律性管理手段２００では、実際の起動ス
ケジュールを決定する際に、起動を繰り返すにつれてフ
ァジイ推論からの結論ΔＸi よりもニューラルネットワ
ークからの結論ΔＸOUTiに依存する度合を強めてゆく働
きをする。即ち、ファジィ推論によるスケジュール修正
量算出手段６００から得られる修正量により作成される
スケジュールと適応知識修得手段８００から得られる修
正量により作成されるスケジュールの採用比率を自律係
数λで表し、これを可変とし、起動を繰り返すにつれて
後者の比率を大きくすることにより運用条件の変化に対
する適応能力と自律性を高める働きをする。自律係数λ
に関しては別途具体的に説明する。
【００５４】以上、本発明の概要を説明したが、以下、
本発明の適用対象である火力発電プラントとして、ガス
タービン，排熱回収ボイラ及び蒸気タービンから成る複
合サイクル発電プラントを例に実施例を説明する。
【００５５】図２は複合サイクル発電プラント３０００
の機器構成とスケジュール実行制御手段３００との関係
を示す。スケジュール実行制御手段３００は、更にガス
タービン制御システム３３０と蒸気タービン制御システ
ム３６０から成る。ガスタービン設備３２００では、燃
料２２を燃焼器２３に注入し、燃焼用空気２４をコンプ
レッサ２０により圧入することにより燃焼で発生するエ
ネルギは、ガスタービン２６で機械エネルギに変換さ
れ、これにより、共通軸２８に接続された発電機３５を
駆動し電気エネルギに変換すると共に一部はコンプレッ
サ２０の駆動力となる。起動時にはガスタービン制御シ
ステム３３０からの燃料調節弁開度指令３１１により燃
料調節弁２１を操作し、燃料流量を調節することでガス
タービン設備３２００及び共通軸２８に接続された蒸気
タービン設備３３００と発電機３５が昇速される。
【００５６】また、ガスタービン２６からの排ガス２７
は排熱回収ボイラ設備３１００に導かれ、排ガス２７の
持つ熱エネルギが回収される。このとき、排ガス２７に
より排熱回収ボイラ設備３１００の煙道１４に配置され
た各種熱交換器内の流体が熱を受け蒸発し、過熱され
る。本実施例の排熱回収ボイラ設備３１００では三つの
圧力レベルを持つ蒸気系統から成り、それぞれから発生
する蒸気が高圧蒸気341,中圧蒸気３４２，低圧蒸気３４
３である。これらの蒸気が持つ熱エネルギにより蒸気タ
ービン設備３３００で、それぞれ高圧タービン３１，中
圧タービン３２，低圧タービン３３が駆動され、共通軸
２８に接続された発電機３５による発電の一翼を担う。
【００５７】起動時には、排熱回収ボイラ設備３１００
から発生する高圧主蒸気３４１，中圧主蒸気３４２，低
圧主蒸気３４３をそれぞれ高圧バイパス弁３３４，中圧
バイパス弁３３５，低圧バイパス弁３３６を介してバイ
パスさせることにより個々の圧力を所定値に制御すると
共に、高圧加減弁３３１，中圧加減弁３３２，低圧加減
弁３３３を操作することにより高圧タービン３１，中圧
タービン３２，低圧タービン３３の出力上昇がなされ
る。従って、高圧バイパス蒸気３４４，中圧バイパス蒸
気３４５，低圧バイパス蒸気３４６の流量は、それぞれ
のバイパス弁334,３３５，３３６の開度を大きくすれば
増加し、加減弁３３１，３３２，３３３の開度を大きく
すると蒸気タービンへの蒸気流入量が増加し、その分減
少する。これらのバイパス弁への開度指令３２４，３２
５，３２６及び加減弁への開度指令３２１，３２２，３
２３はいずれも蒸気タービン制御システム３６０より出
力される。また、プラントの起動中に中圧過熱蒸気１と
高圧タービン排気２の温度偏差が所定値内に入ったとき
中圧止弁３３７を開操作する。このときの操作信号３２
７も蒸気タービン制御システム３６０より指令される。
また、復水器３４からの復水３７は、低圧給水ポンプ１
６，中圧給水ポンプ１７，高圧給水ポンプ１８により、
それぞれ低圧ドラム６，中圧ドラム７，高圧ドラム８の
水位を所定値内に保つように、それぞれ低圧給水３，中
圧給水４，高圧給水５として流量制御される。
【００５８】ここで、運転制限要因となるのは、高圧タ
ービン３１と中圧タービン３２のロータに発生する応力
と、高圧過熱器１１と中圧過熱器１２の出口にあるヘッ
ダに発生する応力と、排熱回収ボイラ設備３１００の煙
道出口１５から大気へのNOx排出量である。各応力は、
ガスタービン排ガス２７から熱交換器のメタルへの伝
熱，メタルから内部流体への伝熱，内部流体から着目部
メタルへの伝熱という大きな時間遅れを伴う動的過程の
結果として表れる。さらに、ロータについては遠心力，
ヘッダについては蒸気圧力に対応した機械的応力が加算
される。以下、特にことわらない場合は、これらを含め
て単に応力と呼ぶ。また、ボイラからのＮＯｘ排出量も
ガスタービン自体のＮＯｘ排出特性と煙道中に設置され
た脱硝装置１３の温度特性に大きく依存する。また、各
種運転制限要因は運用条件Ｚi であるプラントの停止期
間ＴSi，気温ＴAi，湿度ＨAi，水温ＴWiの影響を大きく
うける。即ち、気温や湿度はガスタービンの排ガス温度
並びに排出ＮＯｘに影響し、その結果、ボイラや蒸気タ
ービンの応力特性や脱硝装置を通過後に大気排出される
ＮＯｘ量に影響する。さらに、水温は蒸気タービン排気
の復水性能に影響し、プラント効率の変化によるプラン
ト全体の起動特性の変化となって影響が現れる。このこ
とにより、停止時間の影響と同様に応力、ＮＯｘの両特
性に影響を与える。そのため、これらの運転制限要因を
精度よく管理するには、各制御操作の協調性と整合性が
必要となる。よって、既に述べたように、本発明の火力
発電プラント自律適応最適化制御システム１０００で
は、これらの動的挙動を監視評価するための運転制限要
因監視手段４００と余裕値評価手段５００を設けた。
【００５９】図３は本発明の適用対象である複合サイク
ル発電プラントの起動過程と起動スケジュールパラメー
タの関係を示す。
【００６０】本図に示すように、ガスタービン関係のス
ケジュールパラメータは、昇速率ＤＮ，定格速度保持時
間ＤＴNL，初負荷ＬI ，初負荷保持時間ＤＴLI，第１負
荷上昇率ＤＬ1，負荷保持時間ＤＴHL，第２負荷上昇率
ＤＬ2，第３負荷上昇率DL3である。これらにより規定さ
れる起動スケジュールを制御目標として、操作端である
燃料調節弁２１の開度を調整することによりガスタービ
ンが起動される。また、蒸気タービン関係の操作端は既
に述べたように、高圧バイパス弁(ＨＰＢＶ)３３４，中
圧バイパス弁(ＩＰＢＶ)３３５，低圧バイパス弁（ＬＰ
ＢＶ）３３６，高圧加減弁（ＨＰＣＶ）３３１，中圧加
減弁（ＩＰＣＶ）３３２，低圧加減弁(ＬＰＣＶ)３３
３，中圧止弁(ＩＳＨＶ)３３７があり、スケジュールパ
ラメータとしての高圧バイパス弁操作速度ＤＡHBV ，中
圧バイパス弁操作速度ＤＡIBV ，低圧バイパス弁操作速
度ＤＡLBV ，低圧バイパス弁操作待期時間ＤＴLBV ，高
圧加減弁第１操作速度ＤＡHCV1，高圧加減弁第２操作速
度ＤＡHCV2，低圧加減弁操作速度ＤＡLCV に従って制御
される。これらのスケジュールパラメータ以外の制御目
標及び操作タイミングは図示の通りである。ここで、蒸
気条件としてのＴMSは高圧主蒸気温度、ＰMSは高圧主蒸
気圧力、ＰCRP は高圧タービン排気圧力、ＰISは中圧主
蒸気圧力、ＰLSは低圧主蒸気圧力、ΔＴは中圧過熱器蒸
気温度と高圧タービン排気温度との偏差である。また、
図中、各弁の％表示は開度を示す。次に、図４とこれに
続く図を用いて制御システムの詳細構成と各手段につい
て順を追って説明する。
【００６１】図４は、本発明の実施例である複合サイク
ル発電プラントを対象とした火力発電プラント自律適応
最適化制御システムの詳細構成を示す。
【００６２】本システムは、中央給電指令所２０００か
らの起動指令である起動時刻ＴRi（ｉは起動次回を示
し、例えばｉ＝１は初回起動を示す）を受けて作動し、
システム内のスケジュール実行制御手段３００により複
合サイクル発電プラント3000が実際に起動される。本シ
ステム１０００は、基本スケジュール作成手段１００，
スケジュール修正手段１５０，スケジュール実行制御手
段３００，運転制限要因監視手段４００，余裕値評価手
段５００，スケジュール修正量算出手段６００，知識ベ
ース７００，修正量格納手段６５０，適応知識修得手段
８００，学習管理手段９００，自律性管理手段２００よ
り構成されている。以下、各手段について順を追って説
明する。
【００６３】図５は、基本スケジュール作成手段１００
における基本スケジュール作成方式を示す。ここでは、
中央給電指令所２０００からの起動時刻ＴRiが指令され
ると、まず、前回のプラント停止時刻ＴSTPiからの経過
時間である停止期間ＴSiを、
【００６４】
【数１】 ＴSi＝ＴRi−ＴSTPi …（数１） により求める。次に、テーブル情報として停止期間別に
予め準備された複数のスケジュールの中から、停止期間
ＴSiに対応して該当するスケジュールを選択し、これを
もって基本スケジュールＸ0iとする。従って、Ｘ0iはス
ケジュールを規定する複数のパラメータ値からなるベク
トル量である。
【００６５】スケジュール修正手段１５０では、後述の
ファジィ推論を用いたスケジュール修正量算出手段６０
０より得られ、修正量格納手段６５０に格納されている
修正量ΔＸi-1 と、後述の学習管理手段９００に記憶さ
れた前回の起動スケジュールＸRi-1を用いて新たなスケ
ジュールＸiを
【００６６】
【数２】 Ｘi＝ＸRi-1＋ΔＸi-1 …（数２） により作成する。ここで、初回起動時(ｉ＝１)には、Δ
Ｘ0＝０，Ｘ0＝Ｘ01である。
【００６７】スケジュール実行制御手段３００では、後
述の自律性管理手段２００により作成される起動スケジ
ュールＸRiに従って、複合サイクル発電プラント３００
０におけるタービン速度，負荷，蒸気圧力など起動に伴
うプロセス状態の制御を前述の方法で実施する。
【００６８】運転制限要因監視手段４００では、スケジ
ュール実行制御手段３００によりプラントが起動される
過程で、直接計測が困難なプロセス状態である蒸気ター
ビン応力及びボイラ応力については計測可能なプロセス
状態を動特性モデルに入力することにより動的挙動を推
定監視する。また、直接計測が可能なプロセス状態であ
る排熱回収ボイラからの排出ＮＯｘについては計測器か
ら得られる信号により監視する。
【００６９】図６は運転制限要因監視手段４００におけ
る蒸気タービン応力の監視方式を示すもので、運転制限
要因として着目監視すべき個所である高圧タービン及び
中圧タービンのロータ表面とロータボアに発生する応力
に関する動特性モデルとして構成した。即ち、タービン
の入口蒸気条件と速度及び負荷からタービン内部の蒸気
条件（温度，圧力）及びロータ表面の熱伝達率を推定
し、ロータメタル内部の非定常温度分布を求め、ロータ
の表面とボアの熱応力を算出すると共に、遠心応力を加
算して総合応力を求める方式とした。また、排熱回収ボ
イラに発生する応力についても同様の方法で監視する。
即ち、運転制限要因として着目監視すべき個所である高
圧過熱器出口ヘッダと中圧過熱器出口ヘッダの内部熱伝
達率を蒸気条件（温度，圧力）と流量より推定し、蒸気
タービンの場合と同様にメタル内部の非定常温度分布を
求めて、ヘッダメタルの内部及び外面の熱応力を算出す
ると共に、蒸気圧力による応力を加算して総合応力を求
める方式とした。
【００７０】次に、運転制限要因監視手段４００により
得られた運転制限要因の制限値に対する余裕値を評価す
るための余裕値評価手段５００について説明する。
【００７１】図７は蒸気タービン応力の制限値に対する
余裕値評価方式を示す。まず、タービン起動開始から起
動完了後の所定時間経過するまでの時間帯（ｔ1〜ｔ6）
を複数区間に分割（本例では５分割の場合を示す）し、
第ｉ区間における最小応力余裕値ｍ(ｉ)を求める。ここ
で、応力余裕値ｍは、制限値をＳL ，運転制限要因監視
手段４００により得られた値をＳとし、次式で定義す
る。
【００７２】
【数３】 ｍ＝ＳL−Ｓ …（数３） なお、応力値が正の場合は引っ張り応力，負の場合は圧
縮応力を意味する。既に述べたように、実際には応力着
目個所が高圧タービンのロータ表面とボア及び中圧ター
ビンのロータ表面とボアの４個所であるので、求めるべ
き最小応力余裕値は区間毎に四つあり、これらをそれぞ
れ下記とする。
【００７３】ｍHS(ｉ)：区間ｉにおける高圧タービンロ
ータ表面最小応力余裕値 ｍHB(ｉ)：区間ｉにおける高圧タービンロータボア最小
応力余裕値 ｍIS(ｉ)：区間ｉにおける中圧タービンロータ表面最小
応力余裕値 ｍIB(ｉ)：区間ｉにおける中圧タービンロータボア最小
応力余裕値 排熱ボイラ応力の余裕値評価方式も、基本的にはタービ
ン応力の余裕値評価方式と同様である。但し、着目すべ
き個所は高圧過熱器出口と中圧過熱器出口のヘッダ外面
の２個所である。これは、ヘッダの場合、外面に発生す
る応力が内面のそれと比較して大きいためである。従っ
て、求めるべき最小応力余裕値は区間毎に二つあり、そ
れぞれ下記とする。
【００７４】ｍHHD(ｉ)：区間ｉにおける高圧過熱器ヘ
ッダ外面最小応力余裕値 ｍIHD(ｉ)：区間ｉにおける中圧過熱器ヘッダ外面最小
応力余裕値 図８は排出ＮＯｘ特性の制限値に対する余裕値評価方式
を示す。本方式もタービン応力の場合と同様に、まず、
ガスタービン起動開始からプラント起動完了後の所定時
間経過するまでの時間帯（ｔ1〜ｔ7）を複数区間に分割
（本例では６分割の場合を示す）し、第ｉ区間における
最小排出ＮＯｘ瞬時値余裕値ｍPS(ｉ)と最小排出ＮＯｘ
平均値余裕値ｍPA(ｉ)を求める。ここで、排出ＮＯｘ瞬
時値余裕値ｍPS及び排出ＮＯｘ平均値余裕値ｍPAは、そ
れぞれの制限値をＰSL，ＰAL，計測値をＰS，ＰAとする
と、次式で定義する。
【００７５】
【数４】 ｍPS＝ＰSL−ＰS …（数４）
【００７６】
【数５】 ｍPA＝ＰAL−ＰA …（数５） 図９は余裕値評価手段５００から得られた評価結果であ
るｍHS，ｍHB，ｍIS，ｍIB，ｍHHD，ｍIHD，ｍPS，ｍPA
を受けて、スケジュール修正量算出手段６００における
スケジュール修正量算出方式の全体概要を示す。スケジ
ュール修正量算出手段６００では、余裕値評価手段５０
０で得られた余裕値の大きさに応じてスケジュールの修
正量ΔＸi を算出する。本スケジュール修正量算出手段
６００は、さらに蒸気タービン応力調整手段６１０，ボ
イラ応力調整手段６２０，排出ＮＯｘ調整手段６３０，
優先値決定手段６４０から構成されている。各調整手段
は、それぞれ低値選択手段６１１，６２１，６３１を有
し、低値選択手段６１１は余裕値ｍHS，ｍHB，ｍIS，ｍ
IBの中から、低値選択手段６２１は余裕値ｍHHD,ｍIHD
の中から、低値選択手段６３１は余裕値ｍPS，ｍPAの中
から、それぞれ最小余裕値を選択し、これらをそれぞれ
ｍT，ｍB，ｍP とする。即ち、ｍT，ｍB，ｍP は次式に
より定義する。
【００７７】
【数６】 ｍT＝Min（−ｍHS，ｍHB，−ｍIS，ｍIB） …（数６）
【００７８】
【数７】 ｍB＝Min（ｍHHD，ｍIHD） …（数７）
【００７９】
【数８】 ｍP＝Min（ｍPS，ｍPA） …（数８） 次に、ｍT，ｍB，ｍPを用いてファジィ推論６１２，６
１３，６２２，６２３,６３２，６３３によりスケジュ
ール修正量ΔＸT(ｉ)，ΔＸB(ｉ)，ΔＸP(ｉ）が算出さ
れる。ここで、添字のＴ，Ｂ，Ｐは、それぞれ修正量が
蒸気タービン応力，ボイラ応力，排出ＮＯｘの余裕値に
応じて決定されることを示している。
【００８０】図１０はこのときファジィルールで使用す
るメンバーシップ関数を示す。図１０(ａ)に示すメンバ
ーシップ関数は、タービン応力余裕値ｍT 及びボイラ応
力余裕値ｍB から蒸気系のスケジュールを修正すること
により応力を調整するための蒸気タービン主計画ＳＴＰ
Ｓ用としての修正係数ｋS と、ガスタービン系のスケジ
ュールを修正することにより応力を調整するためのガス
タービン広域調整ＧＴＧＴ用としてのスケジュール修正
係数ｋG を規定したものである。また、図１０(ｂ)に示
すメンバーシップ関数は、排出ＮＯｘ余裕値ｍP からガ
スタービン系のスケジュールを修正することにより排出
ＮＯｘを調整するためのガスタービン主計画ＧＴＰＳ用
としての修正係数ｋG と、蒸気系のスケジュールを修正
することにより排出ＮＯｘを調整するための蒸気タービ
ン局部調整ＳＴＬＴ用としてのスケジュール修正係数ｋ
S を規定したものである。さらに、具体的に説明する
と、図１０(ａ)上は、応力評価用としてファジィルール
の条件部で用いるメンバーシップ関数を示し、四つの関
数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、下は結論部で
用いるスケジュール修正係数決定用メンバーシップ関数
を示し、五つの関数（ＮＢ，ＮＳ，ＺＯ，ＰＳ，ＰＢ）
より成る。ここで、各メンバーシップ関数の意味付け
は、ＮＢ：Negative Big，ＮＳ：Negative Small，Ｚ
Ｏ：Zero，ＰＳ：Positive Small，ＰＢ：Positive Big
である。図１０(ｂ)上は、排出ＮＯｘ評価用としてファ
ジィルールの条件部で用いるメンバーシップ関数を示
し、四つの関数（ＮＳ，ＺＯ，ＰＳ，ＰＢ）より成り、
(ｂ)は結論部で用いるスケジュール修正係数決定用メン
バーシップ関数を示し、五つの関数（ＮＢ，ＮＳ，Ｚ
Ｏ，ＰＳ，ＰＢ）より成る。ここで、各メンバーシップ
関数の意味付けは、図９(ａ)の場合と同じである。
【００８１】次に、メンバーシップ関数を用いたファジ
ィルールについて説明する。
【００８２】図１１は、蒸気タービン主計画ＳＴＰＳで
用いるタービン応力調整ルールを示す。ここでは、四つ
の修正用スケジュールパラメータとして高圧バイパス弁
操作速度ＤＡHBV，中圧バイパス弁操作速度ＤＡIBV，高
圧加減弁第１操作速度DAHCV1，高圧加減弁第２操作速度
ＤＡHCV2を、図７で示した五つの着目区間のうち第２，
３，４，５区間におけるタービン応力余裕値ｍT との関
係で修正するためのファジィルールを示す。即ち、第２
と第３の区間における余裕値ｍT(２)とｍT(３)の関係で
ＤＡHCV1とＤＡHCV2の修正量を定義したルールテーブル
と、第３と第４の区間における余裕値ｍT(３)とｍT(４)
の関係でＤＡHCV1とＤＡHCV2の修正量を定義したルール
テーブルと、第４と第５の区間における余裕値ｍT(４)
とｍT(５)の関係でＤＡHBV，ＤＡIBV，ＤＡHCV1及びＤ
ＡHCV2の修正量を定義したルールテーブルから成る。但
し、ルールテーブルの空白部は、各応力余裕値とスケジ
ュールパラメータの因果関係が小さいか殆ど無いことを
意味する。
【００８３】図１２はガスタービン広域調整ＧＴＧＴで
用いるタービン応力調整ルールを示す。ここでは、六つ
の修正用スケジュールパラメータとして昇速率ＤＮ，初
負荷保持時間ＤＴLI，第１負荷上昇率ＤＬ1 ，負荷保持
時間ＤＴHL，第２負荷上昇率ＤＬ2，第３負荷上昇率Ｄ
Ｌ3を、図７で示した五つの着目区間におけるタービン
応力余裕値ｍT との関係で修正するためのファジィルー
ルを示す。即ち、第１と第２の区間における余裕値ｍ
T(１)とｍT(２)の関係でＤＮ，ＤＴLI及びＤＬ1 の修正
量を定義したルールテーブルと、第２と第３の区間にお
ける余裕値ｍT(２)とｍT(３)の関係でＤＴLI，ＤＬ1，
ＤＴHL及びＤＬ2 の修正量を定義したルールテーブル
と、第３と第４の区間における余裕値ｍT(３)とｍT(４)
の関係でＤＬ1,ＤＴHL，ＤＬ2及びＤＬ3の修正量を定義
したルールテーブルと、第４と第５の区間における余裕
値ｍT(４)とｍT(５)の関係でＤＴHL，ＤＬ2及びＤＬ3の
修正量を定義したルールテーブルから成る。本ルールテ
ーブルでも空白部は、各応力余裕値とスケジュールパラ
メータの因果関係が小さいか殆ど無いことを意味する。
【００８４】以上、図１１，図１２に示したファジィル
ールはボイラ応力余裕値に基づくＳＴＰＳ用及びＧＴＧ
Ｔ用としても共用する。
【００８５】図１３は、ガスタービン主計画ＧＴＰＳで
用いる排出ＮＯｘ調整ルールを示す。ここでは、八つの
修正用スケジュールパラメータとして昇速率ＤＮ，定格
速度保持時間ＤＴNL，初負荷ＬI ，初負荷保持時間ＤＴ
LI，第１負荷上昇率ＤＬ1 ，負荷保持時間ＤＴHL，第２
負荷上昇率ＤＬ2 ，第３負荷上昇率ＤＬ3 を、図８で示
した六つの着目区間における排出ＮＯｘ余裕値ｍP との
関係で修正するためのファジィルールを示す。
【００８６】即ち、第１と第２の区間における余裕値ｍ
P(１)とｍP(２)の関係でＤＮ，DTNL，ＬI 及びＤＴLIの
修正量を定義したルールテーブルと、第２と第３の区間
における余裕値ｍP(２)とｍP(３)の関係で、ＤＴNL，Ｌ
I，ＤＴLI 及びＤＬ1 の修正量を定義したルールテーブ
ルと、第３と第４の区間における余裕値ｍP(３)とｍ
P(４)の関係でＤＴLI，ＤＬ1，ＤＴHL，ＤＬ2及びＤＬ
3 の修正量を定義したルールテーブルと、第４と第５の
区間における余裕値ｍP(４）とｍP(５）の関係でＤ
Ｌ1，ＤＴHL，ＤＬ2及びＤＬ3 の修正量を定義したルー
ルテーブルから成る。本ルールテーブルでも空白部は、
各応力余裕値とスケジュールパラメータの因果関係が小
さいか殆ど無いことを意味する。
【００８７】図１４は、蒸気タービン局部調整ＳＴＬＴ
で用いる排出ＮＯｘ調整ルールを示す。ここでは、三つ
の修正用スケジュールパラメータとして高圧バイパス弁
操作速度ＤＡHBV ，中圧バイパス弁操作速度ＤＡIBV ，
高圧加減弁第１操作速度ＤＡHCV1を、図８で示した六つ
の着目区間のうち第１，２，３区間における排出ＮＯｘ
余裕値ｍP との関係で修正するためのファジィルールを
示す。即ち、第１と第２の区間における余裕値ｍP(１)
とｍP(２)の関係でＤＡHBV，ＤＡIBV及びＤＡHCV1の修
正量を定義したルールテーブルと、第２と第３の区間に
おける余裕値ｍP(２)とｍP(３)の関係でＤＡHBV，ＤＡ
IBV及びＤＡHCV1の修正量を定義したルールテーブルか
ら成る。
【００８８】以上述べたＳＴＰＳはＳＴＬＴと比較し
て、より広範囲のスケジュールパラメータを修正対象と
し、ＧＴＰＳはＧＴＧＴと比較して、より緻密な修正を
行い、ＧＴＧＴはＧＴＰＳと比較して、より大局的な修
正を行う働きをする。
【００８９】図１５はファジィ推論によるスケジュール
修正量算出方式を示す。本図は、一例として、蒸気系ス
ケジュール修正係数ｋS の算出について示す。この例で
は、或るスケジュールパラメータについて、四つのルー
ルからの結論としてのメンバーシップ関数とメンバーシ
ップ値がそれぞれ（ＮＳ，０.６），(ＺＯ，０.８)，
（ＰＳ，０.４），（ＰＢ，０.２）が得られた場合を示
す。総合評価値は、それぞれのメンバーシップ値で定ま
る台形部の重さＷ(ｉ)と修正係数ｋS(ｉ）の重心ｋSGで
定義する。即ち、Ｗ(１)＝０.１６８，Ｗ(２)＝０.０９
６，Ｗ(３)＝０.０９６，Ｗ(４)＝０.０９であり、ｋ
S(１)＝−０.２，ｋS(２)＝０，ｋS(３)＝０.１５，ｋS
(４)＝０.３５ であるから、ｋSGは次のように算出され
る。
【００９０】
【数９】
【００９１】従って、この起動スケジュールパラメータ
に対する修正量ｋSGは０.０２７３である。この結果を
用いて、次式に従ってスケジュール修正量ΔＸTiが算出
される。
【００９２】
【数１０】 ΔＸT＝ｋSG(ＸMax−ＸMin) …（数１０） ここで、ＸMax，ＸMinはＸの上，下限値を示す。
【００９３】以上述べたような方式によると、ＳＴＰ
Ｓ，ＧＴＧＴ，ＳＴＰＳ，ＳＴＬＴのファジィ推論によ
り同一スケジュールパラメータに対しても複数の修正量
が算出される。そこで、全ての運転制限要因を確実に制
限値内に抑えるために、図９に示す優先値決定手段６４
０で最終的修正量ΔＸ(ｉ)を決定する。即ち、昇速率，
負荷変化率，弁操作速度に関するパラメータは図中の低
値選択手段ＬＶＧにより、安全側の低値が選択される。
また、速度保持時間，負荷保持時間に関するパラメータ
は高値選択手段ＨＶＧにより、安全側の高値が選択され
る。
【００９４】修正量格納手段６５０では、スケジュール
修正量算出手段６００より得られる修正量ΔＸ1〜ΔＸi
を過去のプラント起動毎に対応させて格納しておく。
【００９５】学習管理手段９００では、ニューラルネッ
トワークで構成された適応知識修得手段８００に対して
プラント起動毎のスケジュールＸRk(ｋ＝１〜ｉ−１)及
びプラント運用条件であるＺk(ｋ＝１〜ｉ−１)と、ス
ケジュール修正量ΔＸiの累積値である累積修正量ΔＸ
Qk(ｋ＝１〜ｉ−１)との対応関係を学習サンプルとして
順次提示し、学習させる。但し、プラントが起動実績を
積むにつれ学習サンプルが際限なく増加することを防止
するために、古いサンプルは除外し新しいものからｒ個
のサンプル（例えば、ｒ＝１５）のみを学習用として格
納しておくことは当然の方策であり、以降の記述も断り
のない限りこの方策を採る。
【００９６】図１６は、ニューラルネットワークに提示
する学習サンプルを示す。ここでｎ回目まで起動が完了
しているとすると、教師データとしての累積修正量ΔＸ
Qiは次式で定義された値である。
【００９７】
【数１１】
【００９８】即ち、ΔＸQiは、起動が繰り返される度に
得られる新たな修正量を累積修正量算出手段９１０に
て、数１１に従って累積計算されることにより得られ
る。また、この累積修正量ΔＸQiは累積修正量格納手段
９２０に格納される。
【００９９】本学習管理手段９００は、ニューラルネッ
トワークの入力層にＸRk（ｋ＝１〜ｉ−１）とＺk(ｋ＝
１〜ｉ−１)を入力したときに出力層からの出力値ΔＸ
OUTk(ｋ＝１〜ｉ−１)が累積修正量ΔＸQk(ｋ＝１〜ｉ
−１)に一致するようにニューラルネットワーク内の接
続状態を決定する働きをする。
【０１００】次に、ニューラルネットワークとその学習
方式について説明する。
【０１０１】このニューラルネットワークは、入力層，
中間層，出力層の３層構造からなるもので、この基本構
造に関しては、ザ エム アイ ティー プレス，ニュ
ーロコンピューティング ファンデーションズ オブ
リサーチ，１９８８年，第３１８頁から３６２頁(The M
IT Press, Neurocomputing Foundations of research,
1988, pp318−362）に詳しく述べられている。また、本
論文では、或る入力信号パターンが入力層に与えられた
とき、出力信号パターンが所望する信号パターン、即ち
教師データと一致するように、両者の誤差に応じて中間
層及び出力層の各ユニットへの入力部の接続強度を修正
する学習アルゴリズム（バックプロパゲーションと称し
ている）が示されている。本発明の実施例でも、ニュー
ラルネットワークの構造及び学習アルゴリズムそのもの
は論文に示されたものを用いる。
【０１０２】図１７はニューラルネットワークの構造と
入出変数の関係を示す。入力変数は起動スケジュールパ
ラメータＸINと運用条件Ｚである。ＸINは、学習時には
過去の起動スケジュールを格納してあるスケジュール格
納手段９５０より読み出した学習サンプルＸRk(ｋ＝１
〜ｉ−１)が、起動スケジュール作成時にはスケジュー
ルパラメータＸi が入力される。また、Ｚは、学習時に
は過去の運用条件を格納してある運用条件格納手段９４
０より読み出した学習サンプルＺk(ｋ＝１〜ｉ−１)
が、起動スケジュール作成時にはＺiが入力される。ニ
ューラルネットワークにＸiとＺiが入力されたとき、学
習により決定されている内部の接続強度により定まるΔ
ＸOUTi が出力変数として出力される。学習時には、Ｘ
RkとＺkが入力されたときΔＸOUTk(ｋ＝１〜ｉ−１)が
出力される、ΔＸOUTk(ｋ＝１〜ｉ−１)がΔＸQk(ｋ＝
１〜ｉ−１)に一致するように、ニューラルネットワー
クの内部接続強度の修正により学習がなされる。
【０１０３】次に、自律性管理手段２００について具体
的に説明する。自律性管理手段200では、実際の起動ス
ケジュールＸRiを決定する際に、起動を繰り返すにつれ
てファジイ推論からの結論ΔＸi よりもニューラルネッ
トワークからの結論ΔＸOUTiに依存する度合を強めてゆ
く働きをする。即ち、ファジィ推論によるスケジュール
修正量算出手段６００から得られる修正量ΔＸi により
作成されるスケジュールと適応知識修得手段８００から
得られる修正量ΔＸOUTiにより作成されるスケジュール
の採用比率である自律係数λを可変とし、起動を繰り返
すにつれて後者の比率を拡大させることにより運用条件
の変化に対する適応能力と自律性を高める働きをする。
この自律係数λは自律係数発生手段２１０にて決定され
る。従って、次式で定義される起動スケジュールＸRiが
実際の起動に採用される。
【０１０４】
【数１２】 ＸRi＝λ(Ｘi＋ΔＸOUTi)＋(１−λ)Ｘi …（数１２） ここで、自律係数λは、０≦λ≦１とすると、λ＝０の
とき、ＸRi＝Ｘi であり、λ＝１のとき、
【０１０５】
【数１３】 ＸRi＝Ｘi＋ΔＸOUTi …（数１３） となる。
【０１０６】即ち、前者はファジイ推論からの結論のみ
が採用され、ニューラルネットワークからの出力が利用
されていない起動スケジュールである。後者は基本スケ
ジュールをニューラルネットワークからの出力で補正し
ているため、前述のように運用条件の変化に対する適応
能力を１００％活用した起動スケジュールである。従っ
て、λの値が大きくなるにつれ、本制御システムは自律
性が高くなる。しかし、ニューラルネットワークが十分
な起動経験を積む前に（学習による十分な適応能力をつ
ける前に）この自律係数λを大きくすると、作成される
起動スケジュールの最適性や高い信頼性は期待できなく
なる。従って、この自律係数λを如何に選ぶかが重要と
なる。本実施例における自律性管理手段２００では、下
記の方式を適用する。
【０１０７】図１８は自律性管理手段２００における自
律係数λを決定するための自律管理方式を示す。本実施
例では、本図に示すように自律係数λの決め方により３
方式の適用を可能としている。第１の方式は、（ａ）に
示す飛躍成長型自律性管理方式であり、起動回数ｉが所
定値ｉA に達するまではλ＝０とし、ニューラルネット
ワークはただひたすら学習し、適応能力を高めておき、
ｉ≧ｉA でλ＝１とすることで、一気に自律性を上げる
方式である。第２の方式は、（ｂ）に示す線形連続成長
型自律性管理方式であり、ｉ＜ｉB ではλ＝０とし、ニ
ューラルネットワークは学習によりある程度適応能力を
高めておき、ｉB≦ｉ≦ｉCでは適応能力を高めながら徐
々に一定速度で自律性を上げてゆき、ｉ≧ｉC でλ＝１
とする方式である。第３の方式は、（ｃ）に示す非線形
連続成長型自律性管理方式であり、λをファジィ推論に
よるスケジュール修正量算出手段６００から得られる修
正量ΔＸiの関数とする方式である。本方式は修正量Δ
Ｘiの減少に応じてλを上げてゆく方式である。λを定
義する関数は具体的には、次式とする。
【０１０８】
【数１４】 λ＝１−‖ΔＸi‖／‖ΔＸ1‖ …（数１４） または、次式としても同様の機能を果たすことができ
る。
【０１０９】
【数１５】 λ＝１−ＭAX(|ΔＸi|／(ＸMAX−ＸMIN))／ＭAX(|ΔＸ1|／(ＸMAX−ＸMIN)) …（数１５） 更に、第３の方式として、次式を用いても同様の機能を
果たすことができる。
【０１１０】
【数１６】 λ＝１−‖ΔＸi／（ＸMAX−ＸMIN）‖／ＭAX‖ΔＸi／（ＸMAX−ＸMIN）‖ …（数１６） 上式で、ＭAX‖ΔＸi／(ＸMAX−ＸMIN)‖は歴代の‖Δ
Ｘi／(ＸMAX−ＸMIN)‖のうち最大のものを示す。これ
は、数１４と比較し、適応能力に見合った、より確実な
自律性管理が可能となる。更に、数１６に示した方式と
第２の方式を組み合わせる方式も可能である。
【０１１１】また、全ての方式で、λの変更幅を制限す
る方式とすることにより安定な自律性管理が可能とな
る。例えば、次式による方法がある。
【０１１２】
【数１７】 ΔλLL＜λi−λi-1＜ΔλUL …（数１７） ここで、λiは今回値候補(即ち、数１４，数１５，数１
６で算出される値）、λi-1は前回値、ΔλULは上限値
（例えば、０.２）、ΔλLLは下限値（例えば、−０.１
）である。
【０１１３】さらに、自律性管理を安定化させるために
λ値を次式による加重平均値を使用する方法を採用して
もよい。
【０１１４】
【数１８】 λ＝ｋSλi＋（１−ｋS）λi-1 …（数１８） ここで、ｋSは安定化定数（例えば、０.５）である。
【０１１５】図１９は本発明の自律適応最適化制御シス
テムによる最適値収束性の改善効果を示す。（ａ）は、
自律制御によらない場合、即ちファジィ推論のみにより
起動スケジュールの最適化を図る場合であり、（ｂ）
は、自律適応制御による場合、即ちファジィ推論とニュ
ーラルネットワークを組み合わせることによりシステム
に適応能力を持たせ、起動スケジュールの最適化を図る
場合である。いずれも、プラントが起動を繰り返すにつ
れて初期のスケジュールから最適値に向けて収束してゆ
く様子を示すものである。しかし、（ａ）の場合は、前
述のように運用条件の変化に対する適応能力がないた
め、非収束領域が存在し、収束限界以上の収束性は期待
できない。一方、（ｂ）の場合は、ニューラルネットワ
ークが運用条件と起動スケジュールの因果性も含めてス
ケジュール修正方法を修得するという適応能力があるた
め、限り無く最適値に収束することができる。このこと
を、別の角度から評価すると次のようになる。
【０１１６】図２０は本発明の自律適応最適化制御シス
テムによるプラントの起動特性の改善効果を示すもの
で、自律適応最適化制御によらない場合と対比して示
す。上記のように、自律適応最適化制御によらない場合
は非収束領域が存在するため、作成される起動スケジュ
ールは幅を持つことになる。そのため、運転制限要因で
ある応力や排出ＮＯｘも幅を持つことになる。従って、
全てで制限条件を満足するには、作成されるスケジュー
ルは予め十分なマージンを持たせることが必要で、その
分、起動時間が長くなってしまう。これに対して、自律
適応最適化制御による場合は、前述のように運用条件の
変化にも柔軟に適応できるため、常に最適なスケジュー
ルを作成できる。従って、運転制限条件に対しても精度
良く満足できる起動スケジュールにより、必要最短時間
の起動が可能となる。
【０１１７】以上述べた本発明の実施例では、複合サイ
クル発電プラントを対象として具体的に説明したが、本
発明はその他のプラント、例えば、ボイラ，蒸気タービ
ン，発電機から成る通常の発電プラントや、石炭ガス化
発電プラント，常圧あるいは加圧流動層ボイラ発電プラ
ントにも適用可能なことは勿論である。また、使用燃料
としても，石炭，石油，ＬＮＧなどを限定しないことも
明らかである。
【０１１８】また、本発明の実施例では、蒸気タービン
及び排熱回収ボイラヘッダの応力と排出ＮＯｘを運転制
限要因として扱ったが、適用プラントの特質に応じて、
他の要因、例えば、蒸気タービンのロータとケーシング
の伸び差，排熱回収ボイラのドラム等他部所の応力，排
出ＳＯｘやＣＯ等を考慮した方式とすることも可能であ
る。また、応力を必ずしも動特性モデルとして推定しな
くても、蒸気温度やメタル温度の変化率や変化幅などの
間接的な制限値管理とすることも本発明の本質を変える
ことなく実施できることは明らかである。
【０１１９】また、本発明の実施例では、運用条件とし
てプラントの停止期間，気温，湿度，水温を採用した
が、その外に気圧，風速，日射量，機器の温度，圧力な
どプラント起動特性の種々の状態量を追加することも本
発明の本質を基本原理を変えることなく実施できる。さ
らに、起動毎に運転制限条件を変更しながらプラントを
運用する場合は、この運転制限条件も運用条件の一部と
して扱うことも本発明の基本原理を変えることなく実施
できる。
【０１２０】さらに、本発明の実施例では、修正の対象
とする起動スケジュールパラメータをガスタービン関係
で８個，蒸気タービン関係で４個としたが、必ずしもこ
れらに限定する必要はなく、図３に示した他のパラメー
タ，加減弁の開操作タイミング条件や蒸気圧力制御用設
定値など、プラント起動パターンを規定するパラメータ
であれば本発明は基本原理を変えることなく実施できる
ことは明らかである。なお、本発明の実施例では、中央
給電指令所から指令される起動開始時刻を正確に守り、
かつ最短時間の起動スケジュールを作成できるが、中央
給電指令所から指令される起動完了時刻の代わりに、ガ
スタービン点火時刻，負荷併入時刻，目標負荷到達時刻
などであっても、基準時刻をシフトするのみで本発明の
原理を変えることなく実施できることは明らかである。
【０１２１】
【発明の効果】本発明の第１の効果は、火力発電プラン
トの起動制御システムで、従来方式では不可能であった
機器寿命や排出ＮＯｘなど機器保護基準や環境規制値な
ど複数の運転制限条件を同時に満足しながら起動時間を
最短化する起動スケジュールの自動作成と実行を可能と
することにある。これにより、運転員の負担が大幅に軽
減されると共に、起動時間の短縮に伴うエネルギー損失
も低減できるためプラント運用コストを大幅に低減する
ことが可能となる。
【０１２２】本発明の第２の効果は、火力発電プラント
の起動制御システムで、機器寿命や排出ＮＯｘなど機器
保護基準や環境規制値など複数の運転制限条件を同時に
満足しながら、中央給電指令所から指定される時刻通り
に起動を完了できることにある。これにより、電力需要
の変動に伴いプラントの頻繁な起動停止が必要となる電
力系統への安定かつ正確な電力供給が可能となる。
【０１２３】本発明の第３の効果は、火力発電プラント
の起動制御システムで、中央給電指令所より運転制限値
が変更されたり、起動指令時刻が変更された場合にも、
起動スケジュールの再作成とこれの実行が可能なことで
ある。これにより、柔軟かつ安全なプラント運用及び電
力系統運用が可能となる。
【０１２４】本発明の第４の効果は、火力発電プラント
の起動制御システムで、運用条件の変動に対する適応能
力を有するため、プラントの起動特性予測のための大規
模複雑な動特性モデルを構築し、起動制御システムに内
蔵する必要がないことである。このため、システムの設
計，構築の時間を大幅に削減でき、計算機負荷の低減と
起動スケジュール作成の高速化が可能となる。
【０１２５】本発明の第５の効果は、火力発電プラント
の起動制御システムで、ファジィ推論とニューラルネッ
トワークの特徴を活かして、運用条件の変動に対する適
応能力を有する起動スケジュール最適化機能を実現した
ことにより、ファジィ推論で使用する知識ベースの簡素
化が可能なことである。これにより、知識ベース構築に
要する時間を大幅に削減することが可能となる。
【０１２６】本発明の第６の効果は、火力発電プラント
の起動制御システムでプラントの起動を繰り返す過程
で、きめこまかな自律性管理が可能なことである。これ
により、日々変化する運用条件に対する適応能力を滑ら
か、かつ確実に高めることが可能となる。
【図面の簡単な説明】
【図１】本発明の火力発電プラント自律適応最適化制御
システムのブロック図。
【図２】本発明の複合サイクル発電プラントの機器構成
と起動スケジュール実行制御との関係を示す系統図。
【図３】本発明の複合サイクル発電プラントの起動過程
と起動スケジュールパラメータの関係を示す説明図。
【図４】本発明の実施例である複合サイクル発電プラン
トを対象とした火力発電プラント自律適応最適化制御シ
ステムのブロック図。
【図５】本発明の実施例における基本スケジュール作成
方式を示す説明図。
【図６】本発明の実施例である複合サイクル発電プラン
トの運転制限要因としての蒸気タービン応力の監視方式
を示すブロック図。
【図７】本発明の実施例である複合サイクル発電プラン
トの運転制限要因としての蒸気タービン応力の余裕値評
価方式を示す説明図。
【図８】本発明の実施例である複合サイクル発電プラン
トの運転制限要因としての排出ＮＯｘの余裕値評価方式
を示す特性図。
【図９】本発明の実施例における全運転制限要因を考慮
したスケジュール修正量算出方式のブロック図。
【図１０】本発明の実施例におけるファジィルールで使
用するメンバーシップ関数を示す説明図。
【図１１】本発明の実施例におけるスケジュール修正量
算出手段にて蒸気タービン主計画（ＳＴＰＳ）用として
使用する蒸気タービン応力調整ルールを示す説明図。
【図１２】本発明の実施例におけるスケジュール修正量
算出手段にてガスタービン広域調整（ＧＴＧＴ）用とし
て使用する蒸気タービン応力調整ルールを示す説明図。
【図１３】本発明の実施例におけるスケジュール修正量
算出手段にてガスタービン主計画（ＧＴＰＳ）用として
使用する排出ＮＯｘ調整ルールを示す説明図。
【図１４】本発明の実施例におけるスケジュール修正量
算出手段にて蒸気タービン局部調整（ＳＴＬＴ）用とし
て使用する排出ＮＯｘ調整ルールを示す説明図。
【図１５】本発明の実施例におけるファジィ推論による
スケジュール修正量算出方式を示す説明図。
【図１６】本発明の実施例におけるニューラルネットワ
ークへの学習サンプルを示す説明図。
【図１７】本発明の実施例におけるニューラルネットワ
ークの構造と入出力変数の定義を示す説明図。
【図１８】本発明の実施例における自律性管理方式を示
す特性図。
【図１９】本発明の自律適応最適化制御システムによる
最適値収束性の改善効果を示す説明図。
【図２０】本発明の自律適応最適化制御システムによる
複合サイクル発電プラントの起動特性の改善効果を示す
特性図。
【符号の説明】
１００…基本スケジュール作成手段、１５０…スケジュ
ール修正手段、２００…自律性管理手段、３００…スケ
ジュール実行制御手段、４００…運転制限要因監視手
段、５００…余裕値評価手段、６００…スケジュール修
正量算出手段、６５０…修正量格納手段、７００…知識
ベース、８００…適応知識修得手段、９００…学習管理
手段、１０００…火力発電プラント自律適応最適化制御
システム、２０００…中央給電指令所。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 // Ｇ０６Ｆ 9/44 ５５４ 7737−5Ｂ Ｇ０６Ｆ 9/44 ５５４Ｌ (72)発明者 秋山 孝生 茨城県日立市幸町三丁目１番１号 株式会 社日立製作所日立工場内

Claims (8)

    【特許請求の範囲】
  1. 【請求項１】蒸気を発生させるためのボイラと、前記ボ
    イラにより発生された蒸気により駆動される蒸気タービ
    ンとを有する火力発電プラントの制御システムにおい
    て、 前記ボイラの点火から起動完了までの起動スケジュール
    を、前記火力発電プラントの起動前における温度状態に
    基づいて作成する基本スケジュール作成手段と、 前記火力発電プラントの起動過程における所定の運転制
    限要因を監視する運転制限要因監視手段と、前記運転制
    限要因監視手段により求められた運転制限要因の運転制
    限条件に対する余裕値を評価する余裕値評価手段と、前
    記余裕値評価手段により得られた余裕値の大きさに対応
    した前記起動スケジュールのスケジュール修正量を規定
    する複数のファジィルールを記憶する知識ベースと、前
    記知識ベースに記憶されたファジィルールを用いて前記
    スケジュール修正量をファジィ推論により算出するスケ
    ジュール修正量算出手段と、前記火力発電プラントの過
    去の起動スケジュールと運用条件とをニューラルネット
    ワークに入力値として与えたとき、出力値として前記ス
    ケジュール修正量算出手段より求められたスケジュール
    修正量が得られるように、前記入出力対応関係を記憶す
    る適応知識修得手段と、前記適応知識修得手段における
    ニューラルネットワークの内部接続状態を決定すること
    により前記入出力対応関係を学習する学習管理手段と、
    前記スケジュール修正量算出手段より求められたスケジ
    ュール修正量に基づいて作成された第１の起動スケジュ
    ールと、前記適応知識修得手段により得られたスケジュ
    ール修正量に基づいて作成された第２の起動スケジュー
    ルとを用いて実際の起動スケジュールを作成すると共
    に、前記実際の起動スケジュールを作成する際の前記第
    １及び第２の起動スケジュールの採用比率を規定する自
    律係数λを、起動を繰り返すにつれて大きくすることに
    よって前記第２の起動スケジュールの採用比率を拡大さ
    せる自律性管理手段と、前記自律性管理手段によって作
    成された起動スケジュールに従って前記火力発電プラン
    トを起動制御するスケジュール実行制御手段とを具備し
    たことを特徴とする火力発電プラントの自律適応最適化
    制御システム。
  2. 【請求項２】ガスタービンと、前記ガスタービンの排ガ
    スを用いて蒸気を発生させるための排熱回収ボイラと、
    前記排熱回収ボイラで発生した蒸気により駆動される蒸
    気タービンとを有する火力発電プラントの制御システム
    において、 前記ガスタービンの点火から起動完了までの起動スケジ
    ュールを、前記火力発電プラントの起動前における温度
    状態に基づいて作成する基本スケジュール作成手段と、
    前記火力発電プラントの起動過程における所定の運転制
    限要因を監視する運転制限要因監視手段と、前記運転制
    限要因監視手段により求められた運転制限要因の運転制
    限条件に対する余裕値を評価する余裕値評価手段と、前
    記余裕値評価手段により得られた余裕値の大きさに対応
    した前記起動スケジュールのスケジュール修正量を規定
    する複数のファジィルールを記憶する知識ベースと、前
    記知識ベースに記憶されたファジィルールを用いて前記
    スケジュール修正量をファジィ推論により算出するスケ
    ジュール修正量算出手段と、前記火力発電プラントの過
    去の起動スケジュールと運用条件とをニューラルネット
    ワークに入力値として与えたとき、出力値として前記ス
    ケジュール修正量算出手段より求められたスケジュール
    修正量が得られるように、前記入出力対応関係を記憶す
    る適応知識修得手段と、前記適応知識修得手段における
    ニューラルネットワークの内部接続状態を決定すること
    により前記入出力対応関係を学習する学習管理手段と、
    前記スケジュール修正量算出手段より求められたスケジ
    ュール修正量に基づいて作成された第１の起動スケジュ
    ールと、前記適応知識修得手段により得られたスケジュ
    ール修正量に基づいて作成された第２の起動スケジュー
    ルとを用いて実際の起動スケジュールを作成すると共
    に、前記実際の起動スケジュールを作成する際の前記第
    １及び第２の起動スケジュールの採用比率を規定する自
    律係数λを、起動を繰り返すにつれて大きくすることに
    よって前記第２の起動スケジュールの採用比率を拡大さ
    せる自律性管理手段と、前記自律性管理手段によって作
    成された起動スケジュールに従って前記火力発電プラン
    トを起動制御するスケジュール実行制御手段とを具備し
    たことを特徴とする火力発電プラントの自律適応最適化
    制御システム。
  3. 【請求項３】請求項１または２において、前記起動スケ
    ジュールは、前記ガスタービンの起動スケジュールと前
    記蒸気タービンの起動スケジュールとからなり、かつ前
    記ガスタービンの起動スケジュールは、前記起動スケジ
    ュールを規定する所定のパラメータにより構成され、前
    記所定のパラメータは、昇速率，定格速度保持時間，初
    負荷，初負荷保持時間，負荷上昇率，負荷保持時間のう
    ち少なくとも一つであり、前記蒸気タービンの起動スケ
    ジュールは、前記起動スケジュールを規定する所定のパ
    ラメータにより構成され、前記所定のパラメータは、高
    圧タービンバイパス弁操作速度，中圧タービンバイパス
    弁操作速度，低圧タービンバイパス弁操作速度，高圧加
    減弁操作速度，中圧加減弁操作速度，低圧加減弁操作速
    度のうち少なくとも一つである火力発電プラント自律適
    応最適化制御システム。
  4. 【請求項４】請求項１及び２において、前記自律性管理
    手段は、前記スケジュール修正量算出手段から得られる
    修正量により定まる起動スケジュールＸ1 を第１の起動
    スケジュールとし、Ｘ1 を前記ニューラルネットワーク
    に前記運用条件と共に入力したとき出力部から得られる
    前記修正量ΔＸOUTとＸ1を加算して得られる起動スケジ
    ュールＸ2 を第２の起動スケジュールとしたとき、前記
    第１の起動スケジュールＸ1 に前記自律係数の補数(１
    −λ)を掛けて得られた値（１−λ)Ｘ1と前記第２の起
    動スケジュールＸ2に前記自律係数λを掛けて得られた
    値λＸ2を加算して得られた起動スケジュールＸR をも
    って実際の起動スケジュールとして採用し、前記スケジ
    ュール実行制御手段に転送する火力発電プラント自律適
    応最適化制御システム。
  5. 【請求項５】請求項１または２において、前記自律性管
    理手段は、前記自律係数λを可変とするための自律係数
    発生手段を有し、初回起動時はλ＝０とし、起動回数ｉ
    もしくは前記スケジュール修正量算出手段により得られ
    る前記スケジュール修正量に対応して、起動回数を重ね
    るにつれて０≦λ≦１の範囲でλを大きくしていく火力
    発電プラント自律適応最適化制御システム。
  6. 【請求項６】請求項４または５において、前記自律係数
    λは前記スケジュール修正量が小さくなるにつれ大きく
    する自律性管理手段。
  7. 【請求項７】請求項４，５または６において、前記自律
    係数λとして今回の起動時に使用する値は、前回の起動
    時に使用された値に対して変化幅を制限する自律性管理
    手段。
  8. 【請求項８】請求項４，５，６または７において、前記
    自律係数λとして今回の起動時に使用する値は、今回値
    の候補として算出された値と前回の起動時に使用された
    値との荷重平均とする自律性管理手段。
JP7112832A 1995-05-11 1995-05-11 火力発電プラント自律適応最適化制御システム Pending JPH08303211A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP7112832A JPH08303211A (ja) 1995-05-11 1995-05-11 火力発電プラント自律適応最適化制御システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP7112832A JPH08303211A (ja) 1995-05-11 1995-05-11 火力発電プラント自律適応最適化制御システム

Publications (1)

Publication Number Publication Date
JPH08303211A true JPH08303211A (ja) 1996-11-19

Family

ID=14596658

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7112832A Pending JPH08303211A (ja) 1995-05-11 1995-05-11 火力発電プラント自律適応最適化制御システム

Country Status (1)

Country Link
JP (1) JPH08303211A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014181569A (ja) * 2013-03-18 2014-09-29 Hitachi Ltd 蒸気タービン起動制御システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014181569A (ja) * 2013-03-18 2014-09-29 Hitachi Ltd 蒸気タービン起動制御システム

Similar Documents

Publication Publication Date Title
US10732595B2 (en) Control parameter automatic-adjustment apparatus, control parameter automatic-adjustment method, and control parameter automatic-adjustment apparatus network
EP1921280B1 (en) Systems and methods for multi-level optimizing control systems for boilers
US8554706B2 (en) Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal
US5857321A (en) Controller with neural network for estimating gas turbine internal cycle parameters
KR0149864B1 (ko) 터빈 제어기의 컴퓨터 보조운전방법
US4868754A (en) Method of starting thermal power plant
US20070055392A1 (en) Method and system for model predictive control of a power plant
CA2940636A1 (en) Model-based characterization of pressure/load relationship for power plant load control
CN102374518B (zh) 使用动态矩阵控制的蒸汽温度控制
JP3673017B2 (ja) 蒸気タービン起動制御装置
Draganescu et al. Generalized predictive control for superheated steam temperature regulation in a supercritical coal-fired power plant
JPH08339204A (ja) 火力発電プラント自律適応最適化制御システム
WO2015035134A1 (en) Combined cycle power generation optimization system
JP3666035B2 (ja) 火力発電プラント自律適応制御システム
JP3333674B2 (ja) プラント運転計画作成方法および装置
JP3666036B2 (ja) 火力発電プラント起動制御システム及び起動制御方法
Lee et al. Modified predictive optimal control using neural network-based combined model for large-scale power plants
JPH08303210A (ja) 火力発電プラントの自律適応最適化制御システム
JPH08303211A (ja) 火力発電プラント自律適応最適化制御システム
CN113887116A (zh) 一种电站锅炉动态运行主汽温延迟特性建模方法
JPH11182209A (ja) プラントの運転制御装置
JP2678216B2 (ja) 火力発電プラント起動時運転支援装置
Gibbs et al. Nonlinear model predictive control for fossil power plants
JPH0573885B2 (ja)
Liu et al. An energy saving control for combined cycle power plant by supervisory predictive scheme