JPH09204218A - プラント監視装置 - Google Patents
プラント監視装置Info
- Publication number
- JPH09204218A JPH09204218A JP980196A JP980196A JPH09204218A JP H09204218 A JPH09204218 A JP H09204218A JP 980196 A JP980196 A JP 980196A JP 980196 A JP980196 A JP 980196A JP H09204218 A JPH09204218 A JP H09204218A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- state quantity
- prediction error
- information storage
- error
- 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
Links
Abstract
(57)【要約】
【課題】時間の経過につれて状態量が変化するプラント
における近い将来の状態量と予測と予測誤差の推定を自
動的に行う。 【解決手段】プラントの各種時系列データから近い将来
の状態量を予測し、過去に行われた予測値とそれが有し
ていた誤差との関係から将来の予測値が有するであろう
誤差を推定して、予測値と予測誤差の両方を表示する。 【効果】予測誤差の推定を自動的に行うことにより、プ
ラント監視の信頼度を高めることができる。
における近い将来の状態量と予測と予測誤差の推定を自
動的に行う。 【解決手段】プラントの各種時系列データから近い将来
の状態量を予測し、過去に行われた予測値とそれが有し
ていた誤差との関係から将来の予測値が有するであろう
誤差を推定して、予測値と予測誤差の両方を表示する。 【効果】予測誤差の推定を自動的に行うことにより、プ
ラント監視の信頼度を高めることができる。
Description
【０００１】
【発明の属する技術分野】本発明は、各種プラントにお
いて測定，収集される複数の計測値の時系列データか
ら、ある項目の将来時刻における状態量を予測するプラ
ント監視装置に関する。
いて測定，収集される複数の計測値の時系列データか
ら、ある項目の将来時刻における状態量を予測するプラ
ント監視装置に関する。
【０００２】本発明は、時間の経過とともに状態量が次
第に変化するプラントに適用するのに好適であり、例え
ば雨水ポンプ場において雨水の流入量を予測するのに好
適である。
第に変化するプラントに適用するのに好適であり、例え
ば雨水ポンプ場において雨水の流入量を予測するのに好
適である。
【０００３】
【従来の技術】従来、将来時刻における状態量を予測す
る装置は、推定される予測値のみを演算し、その結果を
あたかも真の値のように表示していた。予測は必ず誤差
を伴うものであるが、従来の方法では、見る側（プラン
トを操作する側）に対して一義的な結果しか提供しな
い。そのため、見る側において、過去の経験に基づき予
測誤差を推定する必要があった。
る装置は、推定される予測値のみを演算し、その結果を
あたかも真の値のように表示していた。予測は必ず誤差
を伴うものであるが、従来の方法では、見る側（プラン
トを操作する側）に対して一義的な結果しか提供しな
い。そのため、見る側において、過去の経験に基づき予
測誤差を推定する必要があった。
【０００４】予測値に基づいて何らかの判断を下すよう
な場面において、見る側の経験に基づく推定誤差が実際
と大きくかけ離れていると、誤った判断を下すおそれが
ある。特に、すばやい判断が要求される場合には、誤差
を推定する時間は負担となり、誤った判断を招きやす
い。
な場面において、見る側の経験に基づく推定誤差が実際
と大きくかけ離れていると、誤った判断を下すおそれが
ある。特に、すばやい判断が要求される場合には、誤差
を推定する時間は負担となり、誤った判断を招きやす
い。
【０００５】更に、誤差があるにも拘らず、一義的な結
果しか出力しないということは、予測装置の信頼度を低
下させてしまう原因にもなっている。
果しか出力しないということは、予測装置の信頼度を低
下させてしまう原因にもなっている。
【０００６】なお、プラントの将来時刻における状態量
を予測し、予測値更には予測誤差を表示する先行技術と
しては、たとえば時開昭59−52792 号公報，特開昭59−
136811号公報及び特開平3−216705 号公報に記載のもの
がある。
を予測し、予測値更には予測誤差を表示する先行技術と
しては、たとえば時開昭59−52792 号公報，特開昭59−
136811号公報及び特開平3−216705 号公報に記載のもの
がある。
【０００７】
【発明が解決しようとする課題】本発明は、従来、人間
が行っていた予測誤差の推定を、計算機を使用して自動
的に行えるようにしたことにある。
が行っていた予測誤差の推定を、計算機を使用して自動
的に行えるようにしたことにある。
【０００８】また、プラントの各種計測値と予測値及び
予測誤差を合わせて表示することにより、予測装置の信
頼度低下を防止することにある。
予測誤差を合わせて表示することにより、予測装置の信
頼度低下を防止することにある。
【０００９】このような課題を解決することにより、予
測値を用いた制御あるいは情報作成を行う場合に、予測
誤差の範囲を同定できるため、より正確，適切な判断が
可能となる。
測値を用いた制御あるいは情報作成を行う場合に、予測
誤差の範囲を同定できるため、より正確，適切な判断が
可能となる。
【００１０】
【課題を解決するための手段】本発明は、プラントの各
種データをもとにある項目の将来時刻における状態量を
予測するプラント監視装置であって、プラントの各種デ
ータを複数の異なる時間にわたって保存する実績情報記
憶手段と、前記実績情報記憶手段に蓄えられた時系列デ
ータを入力とし、（１）予め決定された重み係数をもと
に、一定時間ごとに現在より先の時点における状態量を
予測するニューラルネット、或いは（２）複数の項目の
重み付け和としてある項目の現在より先の時点における
状態量を予測する重回帰法、或いは(３)修正ＲＰＬモデ
ルまたは動的ＲＰＬ法により将来時刻における状態量を
予測する状態量予測手段と、前記状態量予測手段によっ
て過去に予測された状態量予測値が有していた予測誤差
を算出する予測誤差演算手段と、前記状態量予測手段に
よって過去に算出された状態量予測値とそのときの予測
誤差との関係を記憶する誤差情報記憶手段と、前記実績
情報記憶手段に記憶された情報、前記状態量予測手段に
より算出された状態量予測値及び前記誤差情報記憶手段
に記憶された過去の予測値と誤差との関係をもとに、将
来時刻における状態量予測値が有する予測誤差を推定す
る予測誤差推定手段とを具備したことを特徴とする。
種データをもとにある項目の将来時刻における状態量を
予測するプラント監視装置であって、プラントの各種デ
ータを複数の異なる時間にわたって保存する実績情報記
憶手段と、前記実績情報記憶手段に蓄えられた時系列デ
ータを入力とし、（１）予め決定された重み係数をもと
に、一定時間ごとに現在より先の時点における状態量を
予測するニューラルネット、或いは（２）複数の項目の
重み付け和としてある項目の現在より先の時点における
状態量を予測する重回帰法、或いは(３)修正ＲＰＬモデ
ルまたは動的ＲＰＬ法により将来時刻における状態量を
予測する状態量予測手段と、前記状態量予測手段によっ
て過去に予測された状態量予測値が有していた予測誤差
を算出する予測誤差演算手段と、前記状態量予測手段に
よって過去に算出された状態量予測値とそのときの予測
誤差との関係を記憶する誤差情報記憶手段と、前記実績
情報記憶手段に記憶された情報、前記状態量予測手段に
より算出された状態量予測値及び前記誤差情報記憶手段
に記憶された過去の予測値と誤差との関係をもとに、将
来時刻における状態量予測値が有する予測誤差を推定す
る予測誤差推定手段とを具備したことを特徴とする。
【００１１】また、本発明は、前記プラント監視装置に
おいて、更に前記実績情報記憶手段に記憶された情報と
前記状態量予測手段により算出された状態量予測値及び
前記予測誤差推定手段により推定された予測誤差を表示
する表示手段を備えたことを特徴とする。
おいて、更に前記実績情報記憶手段に記憶された情報と
前記状態量予測手段により算出された状態量予測値及び
前記予測誤差推定手段により推定された予測誤差を表示
する表示手段を備えたことを特徴とする。
【００１２】予測誤差推定手段としては、前記実績情報
記憶手段に蓄えられた時系列データ及び前記予測誤差演
算手段により算出された過去の予測値と予測誤差との関
係をニューラルネットの重みとして記憶しておき、将来
時刻における予測誤差を推定するニューラルネットによ
る予測誤差推定手段を備えることができる。
記憶手段に蓄えられた時系列データ及び前記予測誤差演
算手段により算出された過去の予測値と予測誤差との関
係をニューラルネットの重みとして記憶しておき、将来
時刻における予測誤差を推定するニューラルネットによ
る予測誤差推定手段を備えることができる。
【００１３】また、前記実績情報記憶手段に蓄えられた
時系列データ及び前記予測誤差演算手段により算出され
た過去の予測値と予測誤差との関係をメンバーシップ関
数として記憶しておき、将来時刻における予測誤差を推
定するファジィ推論による予測誤差推定手段を備えるこ
とができる。
時系列データ及び前記予測誤差演算手段により算出され
た過去の予測値と予測誤差との関係をメンバーシップ関
数として記憶しておき、将来時刻における予測誤差を推
定するファジィ推論による予測誤差推定手段を備えるこ
とができる。
【００１４】本発明において、予測値の計算及び予測誤
差の算出は、計算機を使用して行う。これにより、従
来、人間が行っていた予測誤差の推定を自動的に行うこ
とが可能になった。
差の算出は、計算機を使用して行う。これにより、従
来、人間が行っていた予測誤差の推定を自動的に行うこ
とが可能になった。
【００１５】
【発明の実施の形態】図１に本発明の実施例によるプラ
ント監視装置の構成図を示す。プラント監視装置は、予
測演算と誤差推定を行う予測装置１０、および予測結果
を表示する表示装置２０から構成される。
ント監視装置の構成図を示す。プラント監視装置は、予
測演算と誤差推定を行う予測装置１０、および予測結果
を表示する表示装置２０から構成される。
【００１６】予測装置１０は、実績情報記憶部１１と予
測部１２と誤差演算部１３と誤差情報記憶部１４及び誤
差推定部１５とから構成される。
測部１２と誤差演算部１３と誤差情報記憶部１４及び誤
差推定部１５とから構成される。
【００１７】以下、ポンプ場における雨水流入量予測に
適用した場合を例として詳細に説明する。
適用した場合を例として詳細に説明する。
【００１８】雨水流入量予測に適用した場合の構成図を
図２に示す。
図２に示す。
【００１９】雨天時、ポンプ場には下水管渠３１を経て
排水区域からの雨水が流入する。ポンプ場に流入した雨
水はまず流入渠３２に入り、阻水扉３３を経てポンプ井
３４に流入する。ポンプ井３４には雨水ポンプ３５が設
置してあり、このポンプがポンプ井３４内の雨水を揚水
し、河川へと放流する。
排水区域からの雨水が流入する。ポンプ場に流入した雨
水はまず流入渠３２に入り、阻水扉３３を経てポンプ井
３４に流入する。ポンプ井３４には雨水ポンプ３５が設
置してあり、このポンプがポンプ井３４内の雨水を揚水
し、河川へと放流する。
【００２０】流入渠３２には水位計３６が、ポンプ井３
４には水位計３７が、阻水扉３３には開度計３８が、雨
水ポンプの後方には流量計３９が設置してあり、流入渠
水位，ポンプ井水位，阻水扉開度，雨水ポンプ揚水量を
計測している。また、地上には雨量計４０，降雨強度計
４１が設置しており、降雨量，降雨強度を測定してい
る。
４には水位計３７が、阻水扉３３には開度計３８が、雨
水ポンプの後方には流量計３９が設置してあり、流入渠
水位，ポンプ井水位，阻水扉開度，雨水ポンプ揚水量を
計測している。また、地上には雨量計４０，降雨強度計
４１が設置しており、降雨量，降雨強度を測定してい
る。
【００２１】これらの測定値は、実績情報記憶部１１に
時系列データとして保存される。
時系列データとして保存される。
【００２２】実績流入量演算部１６では、ポンプ井水
位，雨水ポンプ揚水量から次式にしたがい１分間にポン
プ場へ流入した雨水量を算出する。
位，雨水ポンプ揚水量から次式にしたがい１分間にポン
プ場へ流入した雨水量を算出する。
【００２３】
【数１】Ｑin＝Ｐout＋ΔＶ Ｑin：流入雨水量 Ｐout：雨水ポンプ揚水量 ΔＶ：１分間の貯留量変化量 ここで、貯留量とは図３のように管渠およびポンプ場内
貯留施設（流入渠，ポンプ井）に貯留された雨水量を表
す。また、貯留量はあらかじめ土木図面から作成してお
いた、ポンプ井水位と貯留量の関係を表す「貯留量テー
ブル」から求められる。この貯留量テーブルは図４のよ
うにポンプ井水位と貯留量とが一対一の関係で表され
る。
貯留施設（流入渠，ポンプ井）に貯留された雨水量を表
す。また、貯留量はあらかじめ土木図面から作成してお
いた、ポンプ井水位と貯留量の関係を表す「貯留量テー
ブル」から求められる。この貯留量テーブルは図４のよ
うにポンプ井水位と貯留量とが一対一の関係で表され
る。
【００２４】予測部１２では、実績情報記憶部１１に記
憶された時系列データから、ある項目の将来時刻におけ
る状態量を予測する。雨水流入量予測の場合、ポンプ場
への流入雨量がそれに当たる。
憶された時系列データから、ある項目の将来時刻におけ
る状態量を予測する。雨水流入量予測の場合、ポンプ場
への流入雨量がそれに当たる。
【００２５】予測には過去の雨水流入量や水位，ポンプ
吐出量などの線形和として将来の流入量を計算する重回
帰モデルや修正ＲＲＬモデルなどが利用できるが、本実
施例では図５のようなニューラルネットを用いた。
吐出量などの線形和として将来の流入量を計算する重回
帰モデルや修正ＲＲＬモデルなどが利用できるが、本実
施例では図５のようなニューラルネットを用いた。
【００２６】図５のニューラルネットは、入力としてポ
ンプ井水位，阻水扉開度，雨水ポンプ揚水量，実績流入
量，実績流入量変化率等のプラントの時系列データを与
えると、現在時刻から３０分先までの予測流入量を１分
間隔で出力する。（ここで、実績流入量変化率とは現在
と１分間の実績流入量の差をいう。）誤差演算部１３で
は、実績流入量演算部１６にて算出された実績流入量と
予測部１２にて算出された予測流入量の差（予測誤差）
を求める。誤差を求める際には、実績値と予測値の時刻
を合わせる必要がある。例えば、１２時０分に予測した
３０分後予測値の誤差を求める場合、比較対象となる実
績流入量は１２時３０分の値となる。
ンプ井水位，阻水扉開度，雨水ポンプ揚水量，実績流入
量，実績流入量変化率等のプラントの時系列データを与
えると、現在時刻から３０分先までの予測流入量を１分
間隔で出力する。（ここで、実績流入量変化率とは現在
と１分間の実績流入量の差をいう。）誤差演算部１３で
は、実績流入量演算部１６にて算出された実績流入量と
予測部１２にて算出された予測流入量の差（予測誤差）
を求める。誤差を求める際には、実績値と予測値の時刻
を合わせる必要がある。例えば、１２時０分に予測した
３０分後予測値の誤差を求める場合、比較対象となる実
績流入量は１２時３０分の値となる。
【００２７】誤差推定部１５では、予測部１２にて算出
された予測流入量が有している予測誤差を推定する。
された予測流入量が有している予測誤差を推定する。
【００２８】誤差推定方法としては、過去の一定期間の
平均誤差を外挿する方法、あらかじめ予測流入量，予測
時間と予測誤差の関係をニューラルネットワークの重み
として記憶しておき推定する方法等が考えられるが、本
実施例ではファジィ推論法を採用している。
平均誤差を外挿する方法、あらかじめ予測流入量，予測
時間と予測誤差の関係をニューラルネットワークの重み
として記憶しておき推定する方法等が考えられるが、本
実施例ではファジィ推論法を採用している。
【００２９】本実施例で用いたファジィ推論による誤差
推定ルールの例を表１に示す。
推定ルールの例を表１に示す。
【００３０】
【表１】
【００３１】表１のルールでは、推論の入力（条件）が
予測時間と予測流入量，出力(結論）が予測誤差となっ
ている。予測時間とは、ある予測流入量がある場合、そ
の値は何分先の値なのかを表すものである。例えば、
「３０分後流入量が２００［ｍ３／min ］と言う場合、
予測流入量が２００［ｍ3／min］、予測時間は３０分と
なる。
予測時間と予測流入量，出力(結論）が予測誤差となっ
ている。予測時間とは、ある予測流入量がある場合、そ
の値は何分先の値なのかを表すものである。例えば、
「３０分後流入量が２００［ｍ３／min ］と言う場合、
予測流入量が２００［ｍ3／min］、予測時間は３０分と
なる。
【００３２】また、本実施例では、予測部１２において
現在時刻（０分先）から３０分先までの１分刻みに出力
される予測値全てについて予測誤差を推定している。
現在時刻（０分先）から３０分先までの１分刻みに出力
される予測値全てについて予測誤差を推定している。
【００３３】表１において、「小さい」「中間」「大き
い」「短い」「長い」等の曖昧な表現は、図６から図８
のようなメンバーシップ関数によって表現する。
い」「短い」「長い」等の曖昧な表現は、図６から図８
のようなメンバーシップ関数によって表現する。
【００３４】次に、実際に誤差を推定する課程について
詳しく述べる。例として、７分先流入量予測値が１００
［ｍ3／min］の場合、７分先における予測誤差推定過程
を説明する。
詳しく述べる。例として、７分先流入量予測値が１００
［ｍ3／min］の場合、７分先における予測誤差推定過程
を説明する。
【００３５】予測時間：７［min］ 予測流入量：１００［ｍ3／min］ まず、予測時間，予測流入量とメンバーシップ関数から
それぞれの適合を求める。予測時間については、予測時
間は７［min ］であるから、メンバーシップ関数は「短
い」と「中間」の２つにまたがる。この場合、この２つ
とも適合度を算出する。「短い」では０.８３、「中間」
では０.１７となる（図９）。
それぞれの適合を求める。予測時間については、予測時
間は７［min ］であるから、メンバーシップ関数は「短
い」と「中間」の２つにまたがる。この場合、この２つ
とも適合度を算出する。「短い」では０.８３、「中間」
では０.１７となる（図９）。
【００３６】一方、予測流入量は１００［ｍ3／min］で
あるから、「小さい」適合度が1.0となる（図１０）。
あるから、「小さい」適合度が1.0となる（図１０）。
【００３７】この例のルールでは予測時間，予測流入量
の２つの条件があるため、２つを総合した、条件部とし
ての適合度を求める必要がある。条件部の適合度，予測
時間，予測流入量の適合度の小さい方の値となる。
の２つの条件があるため、２つを総合した、条件部とし
ての適合度を求める必要がある。条件部の適合度，予測
時間，予測流入量の適合度の小さい方の値となる。
【００３８】条件部適合度＝min（予測時間適合度，予
測流入量適合度） ところで、予測時間７［min ］は２つのメンバーシップ
にまたがっていたので、条件部の適合度も２通りについ
て算出する。
測流入量適合度） ところで、予測時間７［min ］は２つのメンバーシップ
にまたがっていたので、条件部の適合度も２通りについ
て算出する。
【００３９】予測時間が短い場合は、 条件部適合度＝min（０.８３，１.０）＝０.８３ 予測時間が中間の場合は、 条件部適合度＝min（０.１７，１.０）＝０.１７ となる。
【００４０】次に、表１のルールに従い条件部に対応す
る結論を抜き出す。この例の場合、予測時間は「小さ
い」と「中間」、予測流入量は「少ない」に当てはまる
ので、結論は「誤差は小さい」となる。
る結論を抜き出す。この例の場合、予測時間は「小さ
い」と「中間」、予測流入量は「少ない」に当てはまる
ので、結論は「誤差は小さい」となる。
【００４１】この抜き出された結論部のメンバーシップ
関数を条件部の適合度で区切り、台形を切り取る（図１
１，１２の斜線部）。
関数を条件部の適合度で区切り、台形を切り取る（図１
１，１２の斜線部）。
【００４２】次に、切り取られた台形をすべての条件に
ついて重ね合わせる（図１３）。重ね合わされてできた
図形について重心を求め、その重心に対応する予測誤差
を求める（この操作をデファジィと呼ぶ）。この例の場
合、３０［ｍ3／hr ］となる。
ついて重ね合わせる（図１３）。重ね合わされてできた
図形について重心を求め、その重心に対応する予測誤差
を求める（この操作をデファジィと呼ぶ）。この例の場
合、３０［ｍ3／hr ］となる。
【００４３】誤差情報記憶部１４では、誤差推定部１５
にて誤差推定に使用する情報を蓄積する。本実施例の場
合、ファジィ推論のメンバーシップ関数がそれに相当す
る。本実施例ではメンバーシップ関数は固定であるが、
関数を自動的に調整する機能があればなお良い。
にて誤差推定に使用する情報を蓄積する。本実施例の場
合、ファジィ推論のメンバーシップ関数がそれに相当す
る。本実施例ではメンバーシップ関数は固定であるが、
関数を自動的に調整する機能があればなお良い。
【００４４】表示装置２０では、実績情報記憶部１１に
記憶された実績情報、予測部１２にて算出された予測流
入量，誤差推定部１５にて算出された予測誤差を表示す
る。表示方法としてはトレンドグラフを表示することが
一般的である。本発明の実施例では、予測値と予測誤差
を合わせ図１４のように表示した。
記憶された実績情報、予測部１２にて算出された予測流
入量，誤差推定部１５にて算出された予測誤差を表示す
る。表示方法としてはトレンドグラフを表示することが
一般的である。本発明の実施例では、予測値と予測誤差
を合わせ図１４のように表示した。
【００４５】
【発明の効果】本発明により、従来、プラントを操作す
る側が行っていた予測誤差の推定を予測装置内で自動的
に行うことができ、プラント操作側の負担を軽減するこ
とができる。
る側が行っていた予測誤差の推定を予測装置内で自動的
に行うことができ、プラント操作側の負担を軽減するこ
とができる。
【００４６】また、予測値とともに誤差も表示すること
により予測装置の信頼度低下を防ぐことができる。
により予測装置の信頼度低下を防ぐことができる。
【図１】本発明のプラント監視装置の実施例を示す構成
図。
図。
【図２】本発明のプラント監視装置を雨水ポンプ場に適
用した例を示す構成図。
用した例を示す構成図。
【図３】雨水流入量の算出方法を説明。
【図４】貯留量とポンプ井水位との関係を示すグラフ。
【図５】流入量予測ニューラルネットの構成図。
【図６】メンバーシップ関数を示す図（予測時間）。
【図７】メンバーシップ関数を示す図（予測流入量）。
【図８】メンバーシップ関数を示す図（予測誤差）。
【図９】条件ごとの適合度算出を示す図（予測時間）。
【図１０】条件ごとの適合度算出を示す図（予測流入
量）。
量）。
【図１１】条件部適合度の算出を示す図（予測時間が短
い場合）。
い場合）。
【図１２】条件部適合度の算出を示す図（予測時間が中
間の場合）。
間の場合）。
【図１３】デファジィを示す図。
【図１４】表示装置の表示例を示す図。
１０…予測装置、１１…実績情報記憶部、１２…予測
部、１３…誤差演算部、１４…誤差情報記憶部、１５…
誤差推定部、１６…実績流入量演算部、２０…表示装
置。
部、１３…誤差演算部、１４…誤差情報記憶部、１５…
誤差推定部、１６…実績流入量演算部、２０…表示装
置。
───────────────────────────────────────────────────── 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 Ｇ０５Ｂ 13/04 Ｇ０５Ｂ 13/04 // Ｇ０５Ｄ 7/06 Ｇ０５Ｄ 7/06 Ａ
Claims (4)
- 【請求項１】プラントの各種データをもとにある項目の
将来時刻における状態量を予測するプラント監視装置で
あって、 プラントの各種データを複数の異なる時間にわたって保
存する実績情報記憶手段と、 前記実績情報記憶手段に蓄えられた時系列データを入力
とし、（１）予め決定された重み係数をもとに、一定時
間ごとに現在より先の時点における状態量を予測するニ
ューラルネット、或いは（２）複数の項目の重み付け和
としてある項目の現在より先の時点における状態量を予
測する重回帰法、或いは(３)修正ＲＰＬモデルまたは動
的ＲＰＬ法により将来時刻における状態量を予測する状
態量予測手段と、 前記状態量予測手段によって過去に予測された状態量予
測値が有していた予測誤差を算出する予測誤差演算手段
と、 前記状態量予測手段によって過去に算出された状態量予
測値とそのときの予測誤差との関係を記憶する誤差情報
記憶手段と、 前記実績情報記憶手段に記憶された情報、前記状態量予
測手段により算出された状態量予測値及び前記誤差情報
記憶手段に記憶された過去の予測値と誤差との関係をも
とに、将来時刻における状態量予測値が有する予測誤差
を推定する予測誤差推定手段と、を具備したことを特徴
とするプラント監視装置。 - 【請求項２】請求項１に記載のプラント監視装置におい
て、更に前記実績情報記憶手段に記憶された情報と前記
状態量予測手段により算出された状態量予測値及び前記
予測誤差推定手段により推定された予測誤差を表示する
表示手段を備えたことを特徴とするプラント監視装置。 - 【請求項３】請求項１または２において、前記予測誤差
推定手段として、前記実績情報記憶手段に蓄えられた時
系列データ及び前記予測誤差演算手段により算出された
過去の予測値と予測誤差との関係をニューラルネットの
重みとして記憶しておき、将来時刻における予測誤差を
推定するニューラルネットによる予測誤差推定手段を備
えたことを特徴とするプラント監視装置。 - 【請求項４】請求項１または２において、前記予測誤差
推定手段として、前記実績情報記憶手段に蓄えられた時
系列データ及び前記予測誤差演算手段により算出された
過去の予測値と予測誤差との関係をメンバーシップ関数
として記憶しておき、将来時刻における予測誤差を推定
するファジィ推論による予測誤差推定手段を備えたこと
を特徴とするプラント監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP980196A JPH09204218A (ja) | 1996-01-24 | 1996-01-24 | プラント監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP980196A JPH09204218A (ja) | 1996-01-24 | 1996-01-24 | プラント監視装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09204218A true JPH09204218A (ja) | 1997-08-05 |
Family
ID=11730302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP980196A Pending JPH09204218A (ja) | 1996-01-24 | 1996-01-24 | プラント監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09204218A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7437267B2 (en) * | 2001-07-16 | 2008-10-14 | Yamatake Corporation | Sewage inflow amount predicting device and method, and server device |
| JP2010003267A (ja) * | 2008-06-23 | 2010-01-07 | Toshiba Corp | プラント監視装置およびプラント状態表示方法 |
| JP2019045905A (ja) * | 2017-08-29 | 2019-03-22 | 学校法人早稲田大学 | 挙動予測システム及び挙動予測方法 |
| CN110462537A (zh) * | 2017-03-29 | 2019-11-15 | 三菱重工业株式会社 | 信息处理装置、信息处理方法、程序及通信装置 |
-
1996
- 1996-01-24 JP JP980196A patent/JPH09204218A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7437267B2 (en) * | 2001-07-16 | 2008-10-14 | Yamatake Corporation | Sewage inflow amount predicting device and method, and server device |
| JP2010003267A (ja) * | 2008-06-23 | 2010-01-07 | Toshiba Corp | プラント監視装置およびプラント状態表示方法 |
| CN110462537A (zh) * | 2017-03-29 | 2019-11-15 | 三菱重工业株式会社 | 信息处理装置、信息处理方法、程序及通信装置 |
| JP2019045905A (ja) * | 2017-08-29 | 2019-03-22 | 学校法人早稲田大学 | 挙動予測システム及び挙動予測方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10795382B2 (en) | Method and apparatus for model-based control of a water distribution system | |
| US6474153B1 (en) | Predicting system and predicting method configured to predict inflow volume of rainwater | |
| JP2007205001A (ja) | 流量予測装置 | |
| CN104636874A (zh) | 检测业务异常的方法及设备 | |
| JP7133940B2 (ja) | 氾濫予測評価装置 | |
| JPH09204218A (ja) | プラント監視装置 | |
| JP4413202B2 (ja) | ダム流域積雪量推定装置、ダム流入水量推定装置及びプログラム | |
| CA2444093C (en) | Flow transport analysis method and system | |
| JP2955413B2 (ja) | ニューラルネットワーク応用雨水流入量予測装置 | |
| JP4399122B2 (ja) | 雨水流入予測装置 | |
| AU2002254665A1 (en) | Flow transport analysis method and system | |
| JPH08219828A (ja) | ダム流入量予測方法および装置 | |
| JPH06102911A (ja) | 排水ポンプ所における流入水量予測方法および装置 | |
| JP4182460B2 (ja) | 流入下水量予測装置 | |
| CN113792367A (zh) | 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法 | |
| JPH06264495A (ja) | 流入水量予測方法 | |
| Hoos et al. | A channel dynamics model for real‐time flood forecasting | |
| JPH0968170A (ja) | 下水処理場の汚水ポンプ制御装置 | |
| JPH08286729A (ja) | 排水機場の運転支援システム | |
| JPH08100771A (ja) | 河川の排水機場ポンプ運転支援システム | |
| JP2000056835A (ja) | 雨水流入量予測装置及び雨水流入量予測方法 | |
| JPS6323391B2 (ja) | ||
| JPH07121230A (ja) | プラント状態予測装置 | |
| JPH06129361A (ja) | 排水ポンプ所のポンプ運転台数制御装置および方法 | |
| JPS6033614A (ja) | 水量予測方法 |