TWI740105B - 資訊輸出裝置，資訊輸出方法，及程式 - Google Patents

資訊輸出裝置，資訊輸出方法，及程式 Download PDF

Info

Publication number
TWI740105B
TWI740105B TW108105926A TW108105926A TWI740105B TW I740105 B TWI740105 B TW I740105B TW 108105926 A TW108105926 A TW 108105926A TW 108105926 A TW108105926 A TW 108105926A TW I740105 B TWI740105 B TW I740105B
Authority
TW
Taiwan
Prior art keywords
biomass gas
quality
index value
aforementioned
biomass
Prior art date
Application number
TW108105926A
Other languages
English (en)
Other versions
TW201942775A (zh
Inventor
加藤雄大
山科勇輔
Original Assignee
日商三菱重工業股份有限公司
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 日商三菱重工業股份有限公司 filed Critical 日商三菱重工業股份有限公司
Publication of TW201942775A publication Critical patent/TW201942775A/zh
Application granted granted Critical
Publication of TWI740105B publication Critical patent/TWI740105B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M21/00—Bioreactors or fermenters specially adapted for specific uses
    • C12M21/04—Bioreactors or fermenters specially adapted for specific uses for producing gas, e.g. biogas
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/34—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of gas
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • 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
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Wood Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Microbiology (AREA)
  • Sustainable Development (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Urology & Nephrology (AREA)
  • Databases & Information Systems (AREA)
  • Hematology (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)

Abstract

輸入部，受理生質氣體生產設備中的有關生質氣體的生產之複數個參數的生產條件之輸入。指標值辨明部，辨明於生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值。條件分類部，基於複數個參數與指標值來將生產條件分類。輸出部，輸出有關條件分類部所做的分類結果之資訊。

Description

資訊輸出裝置，資訊輸出方法，及程式
本發明有關生質氣體品質評估裝置、生質氣體品質評估方法、及程式。
本案針對2018年2月27日於日本申請之特願2018-033365號主張優先權，將其內容援用於此。
近年，為邁向實現可永續成長的社會，正在探尋使用了非化石燃料之發電。非專利文獻1中，揭示了非化石燃料亦即木質碎屑之品質規格。
[先前技術文獻] [非專利文獻]
[非專利文獻1]“燃料用木質碎屑的品質規格”、[online]、一般社團法人 日本木質生質能量協會、[2018年02月 19日檢索]、網際網路<URL：https：//www.jwba.or.jp/app/download/11003584392/燃料用木質
Figure 108105926-A0305-02-0004-1
品質規格.pdf>
這裡，作為使用了非化石燃料之發電方式，已知有生質氣體(biogas)發電。所謂生質氣體發電，為藉由生質資源的發酵而生產的燃料氣體之燃燒所致之發電。
針對木質碎屑這樣單一種類的生質資源，可如非專利文獻1所示般達成以尺寸或水分量為基礎之品質評估。另一方面，針對生質氣體，尚未有合適的品質評估。這是因為，生質氣體，會由於食品殘渣、污泥、糞尿等各式各樣種類的生質資源的量及比率、以及氣體生成設備的狀態而造成氣體的產生量及發電量變化，而難以做氣體的品質的定量性評估。
本發明之目的，在於提供一種能夠適當地評估生質氣體的品質之生質氣體品質評估裝置、生質氣體品質評估方法、及程式。
按照本發明之第1態樣，生質氣體品質評估裝置，具備：輸入部，受理生質氣體生產設備中的有關生質氣體的生產之複數個參數的生產條件之輸入；及指標值辨明部，辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值；及條件分類部，基於前述複數個參數與前述指標值來將前述生產條件分類；及輸出部，輸出有關前述條件分類部所做的分類結果之資訊。
按照本發明之第2態樣，有關第1態樣之生質氣體品質評估裝置，可以是，更具備：品質分類部，基於前述指標值將前述生產條件分類成複數個品質等級，前述條件分類部，基於前述複數個參數與前述品質等級來將前述生產條件分類。
按照本發明之第3態樣，有關第2態樣之生質氣體品質評估裝置，可以是，前述品質分類部，基於前述指標值的離勢來將前述生產條件分類成前述複數個品質等級。
按照本發明之第4態樣，有關第1至第3的任一態樣之生質氣體品質評估裝置，可以是，前述輸出部，輸出示意前述複數個參數當中對於前述指標值的影響度最高者之資訊。
按照本發明之第5態樣，有關第1至第4的任一態樣之生質氣體品質評估裝置，可以是，前述輸出部，輸出表現前述複數個參數與前述指標值之關係之圖。
按照本發明之第6態樣，生質氣體品質評估方法，具備：受理生質氣體生產設備中的有關生質氣體的生產之複數個參數的生產條件之輸入的步驟；及辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值的步驟；及基於前述複數個參數與前述指標值來將前述生產條件分類的步驟；及輸出有關分類結果之資訊的步驟。
按照本發明之第7態樣，程式，令電腦執行：受理生質氣體生產設備中的有關生質氣體的生產之複數個參數的生產條件之輸入的步驟；及辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值的步驟；及基於前述複數個參數與前述指標值來將前述生產條件分類的步驟；及輸出有關分類結果之資訊的步驟。
按照上述態樣當中至少1種態樣，生質氣體品質評估裝置，能夠適當地評估生質氣體的品質。
＜定義＞ 本說明書中，所謂「辨明」，為使用第1值來決定可能取複數個值之第2值。例如，「辨明」，包含從第1值算出第2值、參照表格來讀出和第1值對應之第2值、以第1值作為查詢(query)來檢索第2值、基於第1值來從複數個候補中選擇第2值。
＜第1實施形態＞ 以下，一面參照圖面一面針對實施形態詳細說明。 圖1為有關第1實施形態之生質氣體發電系統的構成示意概略圖。 生質氣體發電系統1，具備發酵槽11、貯氣器12、發電機13、生質氣體品質評估裝置14。 發酵槽11，接受食品殘渣或污泥等的生質資源之投入，藉由產甲烷菌所致之發酵處理來生成生質氣體。發酵槽11，為生質氣體生產設備的一例。 貯氣器12，為保持發酵槽11中生成的生質氣體的槽。 發電機13，藉由被保持於貯氣器12的生質氣體之燃燒而發電。 生質氣體品質評估裝置14，基於有關生質氣體的生產之生產條件，來辨明生質氣體的品質評估所使用之資訊。生產條件，由有關生質資源、發酵槽11及發電機13之複數個參數所構成。作為構成生產條件之參數的例子，可舉出生質氣體產生量、發酵槽11的pH值、發酵槽11的溫度、發酵槽11的液位、對發酵槽11之除渣液投入量、被投入至發酵槽11之生質資源的種類別及量、發電電力量等。
《生質氣體品質評估裝置的構成》 圖2為有關第1實施形態之生質氣體品質評估裝置的構成示意概略方塊圖。 生質氣體品質評估裝置14，具備輸入部141、指標值辨明部142、品質分類部143、條件分類部144、輸出部145。
輸入部141，受理生質氣體的每一生產日的生產條件之輸入。輸入部141，取得設置於發酵槽11及發電機13之感測器的檢測值，作為構成生產條件之參數的值，或從利用者受理參數的值之輸入。此外，輸入部141受理每一生產日的生質氣體產生量及發電機13的發電電力量之輸入。
指標值辨明部142，將被輸入至輸入部141的每一生產日的發電機13的發電電力量除以生質氣體產生量，藉此算出有關各生產日之生質氣體的品質指標值。亦即，指標值辨明部142，算出有關在被輸入至輸入部141的生產條件下產生之生質氣體的品質指標值。品質指標值，為和生質氣體的每一單位量的熱量相關之指標值。也就是說，發電電力量，係生質氣體的每一單位量的熱量愈多則愈增加、或生質氣體的產生量愈多則愈增加，因此指標值辨明部142藉由將發電電力量除以生質氣體產生量，便能算出生質氣體的品質指標值。
品質分類部143，將指標值辨明部142辨明的有關各生產日之生質氣體，基於品質指標值予以分類成4種品質等級(高品質、中品質、低品質、異常)。圖3為有關第1實施形態之品質等級的例子示意圖。具體而言，品質分類部143，基於指標值辨明部142算出的複數日的有關品質指標值之平均值m與標準差σ，將有關屬於m+σ以上的範圍之品質指標值的生質氣體的品質分類成「高品質」。品質分類部143，將有關屬於m-σ以上未滿m+σ的範圍之品質指標值的生質氣體的品質分類成「中品質」。品質分類部143，將有關屬於閾值Th以上未滿m-σ的範圍之品質指標值的生質氣體的品質分類成「低品質」。品質分類部143，將有關屬於未滿閾值Th的範圍之品質指標值的生質氣體的品質分類成「異常」。品質等級當中，「異常」為因發電機13的故障等而相對於產生量而言發電電力量極端地少之生質氣體所屬的分類。閾值Th，可藉由人手來設定，亦可基於平均值及標準差來決定。此外，品質分類部143，亦可不論生質氣體產生量為何當發電電力量為規定值以下的情形下便將生質氣體的品質分類成「異常」。品質指標值的標準差為品質指標值的離勢的一例。
條件分類部144，基於品質分類部143分類出的品質等級，將被輸入至輸入部141之生產條件予以分類。具體而言，條件分類部144，基於生產條件與品質等級，生成用來將生產條件分類成複數個等級之決策樹(分類樹)。圖4為有關第1實施形態之決策樹的例子示意圖。此時，條件分類部144，以屬於決策樹的末端節點中包含的等級之生質氣體的品質等級會偏頗之方式(熵成為較小之方式)，來決定生產條件的參數及閾值。條件分類部144，在屬於等級之要素數成為未滿規定的閾值以前、或等級中的品質等級的熵成為未滿規定的閾值以前，會將決策樹的節點延伸。
輸出部145，輸出條件分類部144生成的決策樹。也就是說，有關第1實施形態之生質氣體品質評估裝置14，係從生質氣體的生產條件輸出用來辨明生質氣體的品質等級之決策樹。藉此，利用者，能夠基於該決策樹而從生質氣體的生產條件來辨明生質氣體的品質等級。決策樹，為有關分類結果之資訊的一例。
《生質氣體品質評估裝置的動作》 圖5為有關第1實施形態之生質氣體品質評估裝置的動作示意流程圖。 輸入部141，由設置於發酵槽11及發電機13之感測器及利用者，受理有關複數個生產日之有關生質氣體的生產條件之複數個參數的值、生質氣體產生量、及發電電力量之輸入(步驟S1)。接下來，指標值辨明部142，針對複數個生產日各者，將發電機13的發電電力量除以生質氣體產生量，藉此算出有關各生產日之生質氣體的品質指標值(步驟S2)。
品質分類部143，求出指標值辨明部142辨明的複數個品質指標值之平均值m及標準差σ(步驟S3)。品質分類部143，基於指標值辨明部142辨明的有關複數個生產日之生質氣體的品質指標值、與品質指標值的平均值m及標準差σ，來將有關各生產日之生質氣體分類成4種品質等級(步驟S4)。
條件分類部144，基於品質分類部143分類出的品質等級與被輸入的生產條件，以屬於末端節點中包含的等級之有關生質氣體的品質等級之熵會成為較小之方式，生成用來將生質氣體分類成複數個等級之決策樹(步驟S5)。輸出部145，輸出條件分類部144生成的決策樹(步驟S6)。
《作用・效果》 按照第1實施形態，生質氣體品質評估裝置14，基於發酵槽11中的生質氣體的有關生產之複數個參數、與和生質氣體的每一單位量的熱量相關之品質指標值，來輸出將生產條件分類之決策樹。藉此，利用者藉由將目前的發酵槽11中的生質氣體的生產條件對照決策樹來做確認，便能預測生成中的生質氣體的品質。此外，利用者能夠藉由決策樹來辨識生質氣體的品質低的理由。此時，生質氣體品質評估裝置14，基於由利用者可控制的參數所構成之生產條件來生成決策樹，藉此，利用者能夠採取用來提高生質氣體的品質之方針。作為可控制的參數的例子，可舉出發酵槽11的pH、溫度、水分量、液位、生質資源的種類別投入量等。另一方面，作為不可控制的參數的例子，可舉出有關過去的氣體生成之參數等。決策樹，為表現複數個參數與品質指標值之關係的圖的一例。
此外，按照第1實施形態，生質氣體品質評估裝置14，將生產條件分類成複數個品質等級。藉此，生質氣體品質評估裝置14，藉由以有關品質等級之熵會成為較小之方式來將生產條件分類，便能藉由決策樹來將生產條件分類。另，其他實施形態中，生質氣體品質評估裝置14，亦可不將生產條件分類成複數個品質等級。在此情形下，生質氣體品質評估裝置14，例如能夠藉由迴歸樹來將生產條件分類。
《其他實施形態》 以上雖已參照圖面針對一實施形態詳加說明，但具體的構成不限於上述者，可做各式各樣的設計變更等。 有關第1實施形態之生質氣體品質評估裝置14，雖輸出決策樹，但不限於此。例如，有關其他實施形態之生質氣體品質評估裝置14，亦可輸出有關決策樹的分歧之參數當中對於品質指標值的影響度最高者，也就是示意有關根節點的分歧之參數之資訊。例如，圖4所示例子中，生質氣體品質評估裝置14，當第1參數為X1以上的情形下輸出示意品質變低之資訊。此外，生質氣體品質評估裝置14，亦可輸出對於品質指標值的影響度高之上位的複數個參數。例如，圖4所示例子中，生質氣體品質評估裝置14，亦可當第1參數為X1以上，且第2參數比X3還小的情形下輸出示意品質變低之資訊、及當第1參數比X1還小，第2參數為X2以上的情形下輸出示意品質變高之資訊。
有關第1實施形態之生質氣體品質評估裝置14，是將發電機13的發電電力量除以生質氣體產生量，藉此算出生質氣體的品質指標值。另一方面，生質氣體品質評估裝置14，亦可將生質氣體的濃度用於品質指標值。濃度，能夠藉由在貯氣器12設置氣體濃度計而取得。生質氣體的濃度，為和生質氣體的每一單位量的熱量相關之指標值的一例。
有關第1實施形態之生質氣體品質評估裝置14，雖顯示生成的決策樹，但不限於此。例如，有關其他實施形態之生質氣體品質評估裝置14的條件分類部144，亦可從利用者受理目前的發酵槽11中的生質氣體的生產條件之輸入，基於此來辨明生質氣體的品質等級，而輸出部145輸出辨明的品質等級。藉此，利用者能夠辨識生成中的生質氣體的品質。此外，當利用者進行生質氣體的買賣的情形下，還能夠基於輸出的品質等級來做生質氣體之定價。 此外，有關其他實施形態之生質氣體品質評估裝置14，亦可輸出辨明的品質等級之判定所使用的參數當中對於品質指標值的影響度高之上位的複數個參數。藉此，利用者能夠採取用來提高生質氣體的品質之方針。
有關第1實施形態之生質氣體品質評估裝置14，是使用決策樹來將生產條件分類。相對於此，有關其他實施形態之生質氣體品質評估裝置14，亦可藉由決策樹以外的手法來將生產條件分類。例如，有關其他實施形態之生質氣體品質評估裝置14，亦可使用階層群集化(clustering)等其他的無監督學習(unsupervised learning)手法來將生產條件分類。具體而言，生質氣體品質評估裝置14的條件分類部144，將有關生產條件之各參數的值與品質指標值的標準化後之組合藉由階層群集化予以群集化，而將其依群集別重排來生成熱圖(heat map)顯示之圖。此時，生質氣體品質評估裝置14的條件分類部144，藉由將品質指標值的權重設為比其他參數還高，便能針對品質指標值優先地進行群集化。圖6為熱圖的例子示意圖。圖6所示之熱圖，為在縱軸取有關品質指標值及生產條件之各參數，在橫軸取生質氣體的生產日之圖表。如圖6所示，熱圖中，有關品質指標值及生產條件之參數彼此是類似的種子(seed)被配置於鄰近。藉此，利用者能夠辨明品質低時的參數的條件或品質高時的參數的條件。例如，圖6所示例子中，可知當搬入物B的投入量多的情形下品質指標值高。此外可知當搬入物整體的投入量少的情形下品質指標值低。
圖7為至少1個實施形態之電腦的構成示意概略方塊圖。 電腦90，具備處理器91、主記憶體92、儲存裝置93、介面94。 上述的生質氣體品質評估裝置14，被建置於電腦90。又，上述的各處理部的動作，以程式的形式被記憶於儲存裝置93。處理器91，將程式從儲存裝置93讀出而部署至主記憶體92，遵照該程式來執行上述處理。此外，處理器91，遵照程式將對應於上述的各記憶部之記憶區域配置(allocate)至主記憶體92。
作為儲存裝置93的例子，可舉出HDD(Hard Disk Drive)、SSD(Solid State Drive)、磁碟、光碟、CD-ROM(Compact Disc Read Only Memory)、DVD-ROM (Digital Versatile Disc Read Only Memory)、半導體記憶體等。儲存裝置93，可為直接連接至電腦90的匯流排之內部媒體，亦可為透過介面94或通訊線路而連接至電腦90之外部媒體。此外，當此程式為藉由通訊線路被配送至電腦90的情形下，接受配送的電腦90將該程式部署至主記憶體92，來執行上述處理亦可。至少1個實施形態中，儲存裝置93，為非暫態性的有形的記憶媒體。
此外，該程式，亦可為用來實現前述的機能的一部分之物。又，該程式，亦可為藉由將前述的機能與儲存裝置93中已記憶的其他程式組合而實現之物，即所謂差異檔案(差分程式)。 [產業利用性]
生質氣體品質評估裝置，能夠適當地評估生質氣體的品質。
1‧‧‧生質氣體發電系統 11‧‧‧發酵槽 12‧‧‧貯氣器 13‧‧‧發電機 14‧‧‧生質氣體品質評估裝置 141‧‧‧輸入部 142‧‧‧指標值辨明部 143‧‧‧品質分類部 144‧‧‧條件分類部 145‧‧‧輸出部
[圖1]有關第1實施形態之生質氣體發電系統的構成示意概略圖。 [圖2]有關第1實施形態之生質氣體品質評估裝置的構成示意概略方塊圖。 [圖3]有關第1實施形態之品質等級的例子示意圖。 [圖4]有關第1實施形態之決策樹的例子示意圖。 [圖5]有關第1實施形態之生質氣體品質評估裝置的動作示意流程圖。 [圖6]熱圖的例子示意圖。 [圖7]有關至少1個實施形態之電腦的構成示意概略方塊圖。
1:生質氣體發電系統
11:發酵槽
12:貯氣器
13:發電機
14:生質氣體品質評估裝置

Claims (6)

  1. 一種資訊輸出裝置，具備：輸入部，受理生質氣體生產設備中的有關生質氣體的生產條件之複數個參數的輸入；及指標值辨明部，辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值；及品質分類部，基於針對前述生質氣體各自辨明出的前述指標值，將前述生質氣體各自分類成依指標值的範圍而被區分的複數個品質等級；及條件分類部，生成預訓練模型，該預訓練模型基於有關前述生質氣體每一者的生產條件之前述複數個參數與前述生質氣體隸屬的品質等級之組合，來將前述生產條件分類成複數個品質等級；及輸出部，輸出表示前述條件分類部生成的前述預訓練模型的至少一部分之資訊。
  2. 如申請專利範圍第1項所述之資訊輸出裝置，其中，前述品質分類部，基於前述指標值的平均值及離勢來決定區分前述複數個品質等級之前述指標值的範圍，基於前述指標值將前述生質氣體各自分類成前述複數個品質等級。
  3. 如申請專利範圍第1項或第2項所述之資訊輸出裝置，其中，前述預訓練模型，為決策樹，前述輸出部，輸出示意前述複數個參數當中有關前述決策樹的根節點的分歧之參數之資訊。
  4. 如申請專利範圍第1項或第2項所述之資訊輸出裝置，其中，前述預訓練模型，為階層群集化模型，前述輸出部，輸出將前述生質氣體每一者的前述複數個參數與前述指標值依前述階層群集化模型所示之群集別重排而成之圖。
  5. 一種資訊輸出方法，具備：受理生質氣體生產設備中的有關生質氣體的生產條件之複數個參數之輸入的步驟；及辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值的步驟；及基於針對前述生質氣體各自辨明出的前述指標值，將前述生質氣體各自分類成依指標值的範圍而被區分的複數個品質等級的步驟；及生成預訓練模型的步驟，該預訓練模型基於有關前述生質氣體每一者的生產條件之前述複數個參數與前述生質氣體隸屬的品質等級之組合，來將前述生產條件分類成複 數個品質等級；及輸出表示前述預訓練模型的至少一部分之資訊的步驟。
  6. 一種程式，用來令電腦執行：受理生質氣體生產設備中的有關生質氣體的生產條件之複數個參數之輸入的步驟；及辨明於前述生產條件下和生質氣體生產設備產生的生質氣體的每一單位量的熱量相關之指標值的步驟；及基於針對前述生質氣體各自辨明出的前述指標值，將前述生質氣體各自分類成依指標值的範圍而被區分的複數個品質等級的步驟；及生成預訓練模型的步驟，該預訓練模型基於有關前述生質氣體每一者的生產條件之前述複數個參數與前述生質氣體隸屬的品質等級之組合，來將前述生產條件分類成複數個品質等級；及輸出表示前述預訓練模型的至少一部分的步驟。
TW108105926A 2018-02-27 2019-02-22 資訊輸出裝置，資訊輸出方法，及程式 TWI740105B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018033365A JP7213018B2 (ja) 2018-02-27 2018-02-27 情報出力装置、情報出力方法、およびプログラム
JP2018-033365 2018-02-27

Publications (2)

Publication Number Publication Date
TW201942775A TW201942775A (zh) 2019-11-01
TWI740105B true TWI740105B (zh) 2021-09-21

Family

ID=67806101

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108105926A TWI740105B (zh) 2018-02-27 2019-02-22 資訊輸出裝置，資訊輸出方法，及程式

Country Status (5)

Country Link
US (1) US11119092B2 (zh)
EP (1) EP3741831A4 (zh)
JP (1) JP7213018B2 (zh)
TW (1) TWI740105B (zh)
WO (1) WO2019167743A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022230035A1 (ja) * 2021-04-27 2022-11-03 株式会社ティービーエム 廃油を利用した最適化燃料演算装置
JP7239952B1 (ja) * 2022-06-07 2023-03-15 株式会社ティービーエム 食品廃棄物を利用したメタン資源化マッチングシステム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1396245A (zh) * 2002-08-27 2003-02-12 王和勋 利用生活垃圾生产高热值低污染固体燃料的方法
TW200815280A (en) * 2006-07-18 2008-04-01 Univ California Controlling the synthesis gas composition of a steam methane reformer
CN101169071A (zh) * 2006-10-27 2008-04-30 邢一崧 高、(中)、热值煤气配低热值煤气燃气轮机联合循环发电新工艺
JP2013204031A (ja) * 2012-03-29 2013-10-07 Taiyo Nippon Sanso Corp バイオ燃料の製造方法
CN103468860A (zh) * 2013-09-16 2013-12-25 莱芜钢铁集团有限公司 一种转炉煤气热值计量装置和计量方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10354406B4 (de) * 2003-11-19 2013-07-11 Steffen Patzwahl Verfahren zur Prozesszustandsklassifikation bei der Messdatenverarbeitung träger Prozessgrößen
JP4200886B2 (ja) * 2003-11-28 2008-12-24 富士電機ホールディングス株式会社 バイオガスを用いた発電方法及びバイオガス発電システム
ES2453111T3 (es) * 2007-11-02 2014-04-04 Ceres, Inc. Un método para formular un modelo NIR utilizado en el procesamiento de biomasa
WO2009076947A2 (de) 2007-12-19 2009-06-25 Schmack Biogas Ag Verfahren zur erzeugung von biogas
DE102008029553B3 (de) * 2008-06-21 2009-11-26 Elster Gmbh Verfahren zur Bestimmung der Gasqualität eines zumindest teilweise mit Biogas oder aufbereitetem Biogas versetzten Probengasen
DE102012109822B4 (de) 2012-10-15 2015-08-27 Renergon International AG Verfahren und Vorrichtung zur Erzeugung von Biogas
US9323238B2 (en) * 2014-08-05 2016-04-26 N. Ross Buckenham Bioenergy storage and management system and method
EP3021117B1 (de) * 2014-11-14 2020-01-08 Mems Ag Verfahren und messvorrichtung zur bestimmung von spezifischen grössen für die gasbeschaffenheit
JP6959495B2 (ja) 2016-08-31 2021-11-02 キヤノンマーケティングジャパン株式会社 情報処理装置、情報処理方法、プログラム
US9969949B1 (en) * 2016-10-20 2018-05-15 Iogen Corporation Method and system for providing upgraded biogas
JP6693902B2 (ja) * 2017-03-22 2020-05-13 水ｉｎｇ株式会社 データベースの製造方法、及び水処理又は汚泥処理システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1396245A (zh) * 2002-08-27 2003-02-12 王和勋 利用生活垃圾生产高热值低污染固体燃料的方法
TW200815280A (en) * 2006-07-18 2008-04-01 Univ California Controlling the synthesis gas composition of a steam methane reformer
CN101169071A (zh) * 2006-10-27 2008-04-30 邢一崧 高、(中)、热值煤气配低热值煤气燃气轮机联合循环发电新工艺
JP2013204031A (ja) * 2012-03-29 2013-10-07 Taiyo Nippon Sanso Corp バイオ燃料の製造方法
CN103468860A (zh) * 2013-09-16 2013-12-25 莱芜钢铁集团有限公司 一种转炉煤气热值计量装置和计量方法

Also Published As

Publication number Publication date
EP3741831A1 (en) 2020-11-25
TW201942775A (zh) 2019-11-01
WO2019167743A1 (ja) 2019-09-06
JP2019147106A (ja) 2019-09-05
US20200378949A1 (en) 2020-12-03
JP7213018B2 (ja) 2023-01-26
US11119092B2 (en) 2021-09-14
EP3741831A4 (en) 2021-03-24

Similar Documents

Publication Publication Date Title
Bosch et al. In search of relevant predictors for marine species distribution modelling using the MarineSPEED benchmark dataset
Haunschild et al. Climate change research in view of bibliometrics
Thomson et al. Climate mitigation and the future of tropical landscapes
Winton Do climate models underestimate the sensitivity of Northern Hemisphere sea ice cover?
Brunel et al. Long‐term trends in fish recruitment in the north‐east Atlantic related to climate change
García et al. Calibration of an urban cellular automaton model by using statistical techniques and a genetic algorithm. Application to a small urban settlement of NW Spain
Trivino et al. The contribution of vegetation and landscape configuration for predicting environmental change impacts on Iberian birds
Bennett et al. Household members' migration and the education of children ‘left behind’: Empirical findings from Tajikistan and reflections for research practice
CN108733966A (zh) 一种基于决策树群的多维电能表现场状态检验方法
TWI740105B (zh) 資訊輸出裝置，資訊輸出方法，及程式
Marchal et al. Land cover, more than monthly fire weather, drives fire-size distribution in Southern Québec forests: Implications for fire risk management
CN117556369B (zh) 一种动态生成的残差图卷积神经网络的窃电检测方法及系统
Massonnet et al. On the discretization of the ice thickness distribution in the NEMO3. 6-LIM3 global ocean–sea ice model
CN116933423A (zh) 一种基于ga-bp神经网络的打叶风分工艺参数优化方法及装置
CN116341961A (zh) 海洋资源均质区域划分方法、装置及电子设备
Szuwalski et al. Global fishery dynamics are poorly predicted by classical models
Wollrab et al. Climate change–driven regime shifts in a planktonic food web
Pu et al. Predator-prey coevolution drives productivity-richness relationships in planktonic systems
Detmer et al. Variation in disturbance to a foundation species structures the dynamics of a benthic reef community
Coughlin et al. A continuum of sudden stratospheric warmings
Osei-Kusi et al. The dynamics of carbon emissions, energy, income, and life expectancy: Regional comparative analysis
Li et al. Changes in overwintering ground of small yellow croaker (Larimichthys polyactis) based on MaxEnt and GARP models: A case study of the southern Yellow Sea stock
CN107566389A (zh) 一种基于c4.5决策树的模仿url链接钓鱼域名识别方法
CN108037739A (zh) Pcb产品的过程管控方法和系统
CN115063021B (zh) 水库大坝工程对环境影响的识别方法、系统、设备及介质