WO2014064816A1 - プラント監視装置、プラント監視プログラム及びプラント監視方法 - Google Patents

プラント監視装置、プラント監視プログラム及びプラント監視方法 Download PDF

Info

Publication number
WO2014064816A1
WO2014064816A1 PCT/JP2012/077654 JP2012077654W WO2014064816A1 WO 2014064816 A1 WO2014064816 A1 WO 2014064816A1 JP 2012077654 W JP2012077654 W JP 2012077654W WO 2014064816 A1 WO2014064816 A1 WO 2014064816A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit space
group
bundle
state
unit
Prior art date
Application number
PCT/JP2012/077654
Other languages
English (en)
French (fr)
Inventor
尚高 三上
Original Assignee
三菱重工業株式会社
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 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Priority to PCT/JP2012/077654 priority Critical patent/WO2014064816A1/ja
Priority to US14/432,580 priority patent/US20150293531A1/en
Priority to KR1020157009543A priority patent/KR20150056612A/ko
Priority to CN201280076432.XA priority patent/CN104823118B/zh
Priority to EP12887090.4A priority patent/EP2897012B1/en
Publication of WO2014064816A1 publication Critical patent/WO2014064816A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks

Definitions

  • the present invention relates to a plant monitoring apparatus, a plant monitoring program, and a plant monitoring method for monitoring the operation state of a plant.
  • the state quantity for each evaluation item of the plant such as temperature and pressure is acquired, The operation state of the plant is monitored based on these state quantities.
  • the technique described in Patent Document 1 uses the Mahalanobis-Taguchi method (hereinafter referred to as the MT method).
  • the MT method prepares a unit space composed of a plurality of state quantity bundles, which is a collection of state quantities for each of a plurality of evaluation items, and obtains a bundle of state quantities from a plant.
  • the Mahalanobis distance of the bundle of state quantities is obtained, and depending on whether the Mahalanobis distance is within a predetermined threshold, it is determined whether or not the operation state of the plant is normal. is there.
  • Patent Document 1 The method described in Patent Document 1 is an excellent method that can cope with aging and seasonal variations of the plant.
  • the unit space in order to cope with aging and seasonal variation of the plant, the unit space is updated every time the bundle of state quantities is acquired from the plant and the Mahalanobis distance of the bundle of state quantities is obtained.
  • the collection period of the bundle of a plurality of state quantities constituting the unit space becomes relatively short. For this reason, in this method, the unit space changes extremely sensitively to changes in the state of the plant, and even if it should be determined that it is inherently abnormal, it may be determined to be normal.
  • the operation state of the plant based on the unit space including the bundle of state quantities acquired in the past relatively far from the acquisition time of the bundle of state quantities to be evaluated Even if it can be determined that there is an abnormality when determining the unit space, the unit space that is the criterion for determination may also be determined to be normal because it sensitively follows changes in the state of the plant.
  • Patent Document 1 has a problem that it may not be possible to determine with high accuracy whether or not the operating state of the plant is normal.
  • the present invention pays attention to such problems of the prior art, and provides a plant monitoring device and plant monitoring capable of determining the operating state of the plant with high accuracy while dealing with aging and seasonal variations of the plant. It is an object to provide a program and a plant monitoring method.
  • the plant monitoring apparatus for solving the above problem is a collection of state quantities for each of the plurality of evaluation items from the plant in the plant monitoring apparatus for monitoring the operating state of the plant having a plurality of evaluation items.
  • a state quantity acquisition means for acquiring a bundle of state quantities; a state quantity storage means for storing the bundle of state quantities by the state quantity acquisition means; and a unit space configured by a plurality of bundles of the state quantities.
  • a Mahalanobis distance calculating means for obtaining a Mahalanobis distance of the bundle of state quantities extracted by the state quantity extracting means with reference to the unit space stored in the means;
  • a determination means for determining whether or not the operational state of the plant is normal according to whether or not the Mahalanobis distance obtained by the Mahalanobis distance calculation means is within a predetermined threshold, and the evaluation When it corresponds to a predetermined update cycle longer than the cycle, while adding the bundle of state quantities extracted by the state quantity extraction means to the unit space stored in the unit space storage means,
  • Unit space updating means for deleting the oldest bundle of state quantities from the unit space.
  • the unit space that is a reference for determining whether normal or abnormal is appropriately updated at each update cycle, so that the plant operating state can be determined in response to aging and seasonal variations of the plant. it can.
  • the unit space since the unit space is updated every update cycle longer than this evaluation cycle without updating the unit space every evaluation time, rather than updating the unit space every evaluation time, The collection period of the bundle of state quantities constituting the unit space can be lengthened. Therefore, in the plant monitoring device, the unit space changes sensitively to a change in the state of the plant, and even when it should be determined that it is normally normal, it is determined that it is abnormal. Even when it is determined to be abnormal, it is possible to avoid determining that it is normal.
  • the plant monitoring apparatus can determine the operation state of the plant with high accuracy while dealing with aging and seasonal variations of the plant.
  • the unit space updating means sets a period that is a natural number (however, 2 or more) times the evaluation period as an update period, and is stored in the unit space storage means at the evaluation period and at the update period.
  • the bundle of state quantities extracted by the state quantity extracting unit may be added to the unit space, while the oldest bundle of state quantities may be deleted from the unit space.
  • the unit space when the unit space is not stored in the unit space storage unit, the unit space is configured from a bundle of a plurality of the state quantities stored in the state quantity storage unit.
  • Unit space initial setting means for extracting the state quantity bundles and storing the state quantity bundles in the unit space storage means may be provided until the number of state quantity bundles is reached.
  • the unit space is configured when the unit space is not stored in the unit space storage means, such as when the plant monitoring device starts a monitoring operation and starts to acquire a bundle of state quantities from the plant.
  • the acquired bundle of state quantities is sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space until the number of state quantity bundles to be reached is reached.
  • Unit space can be set. For this reason, in the said plant monitoring apparatus, if the plant monitoring apparatus starts monitoring operation
  • the unit space updating unit may determine whether the Mahalanobis distance relating to the bundle of state quantities extracted by the state quantity extracting unit is determined by the determining unit even during the update cycle. If it is determined that it is not within the threshold, the state quantity bundle is not added to the unit space stored in the unit space storage means, and the oldest state quantity bundle is not deleted from the unit space. Is preferred.
  • the unit space is not updated. Therefore, it is possible not to include a bundle of state quantities determined to be abnormal in the unit space serving as a standard for determining normality or abnormality.
  • the unit space storage means includes a plurality of group bundles, each of which is a collection of state quantities for each evaluation item in the group, for each group into which the plurality of evaluation items are divided. Is stored, and for each of the plurality of group unit spaces, the Mahalanobis distances of the plurality of group bundles that constitute the group unit space with respect to the group unit space are determined.
  • An MD unit space constituted by a group is stored, and the Mahalanobis distance calculating means relates to the plurality of in-group bundles constituting the bundle of state quantities to be evaluated extracted by the state quantity extracting means.
  • a Maha based on the unit space in the group corresponding to the group among the plurality of unit spaces in the group stored in the storage means.
  • a Nobis distance is obtained as an intra-group Mahalanobis distance, and an overall Mahalanobis distance, which is a Mahalanobis distance of a group of a plurality of intra-group Mahalanobis distances, is obtained on the basis of the MD unit space.
  • the unit space update means is in the evaluation period and the unit space storage means
  • the bundle of state quantities in the group among the bundle of state quantities extracted by the state quantity extraction unit is added, while the unit space in the group The oldest group bundle in the group is deleted, and the Mahalanobis distance calculation means adds a new unit space storage means to the unit space storage means.
  • the intra-group Mahalanobis of the plurality of intra-group bundles that constitute the intra-group unit space for each of the intra-group unit spaces may be obtained by obtaining a distance.
  • the plant monitoring device can determine the operation state of the plant with high accuracy while dealing with the secular change and seasonal variation of the plant, like the plant monitoring device.
  • the plant monitoring device can reduce the number of state quantities constituting the unit space that is a reference for determining the intra-group Mahalanobis distance, and even if the intra-group Mahalanobis distance is determined for each group, the Mahalanobis distance is reduced.
  • requiring can be made very small.
  • Unit space initial setting means for extracting the group bundle from the bundle until the number of bundles in the group that can constitute the unit space in the group is reached, and storing the bundle in the group in the unit space storage means
  • the unit space initial setting means stores, in the unit space storage means, a number of the group bundles that can constitute the unit space within the group, and the Mahalanobis distance calculation means for each of the plurality of unit spaces within the group. And determining the intra-group Mahalanobis distance of the plurality of intra-group bundles constituting the intra-group unit space with reference to the intra-group unit space. So it may be allowed to create the MD unit space is a set of a plurality of the groups in the Mahalanobis distance.
  • the unit space storage means does not store the unit space in the group, such as when the plant monitoring device starts a monitoring operation and starts acquiring a bundle of state quantities from the plant, Until the number of state quantity bundles constituting the unit space is reached, basically, the acquired state quantity bundle is sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space in the group.
  • the intra-group unit space can be set within an extremely short period of time.
  • the plant monitoring apparatus may include an evaluation cycle changing unit that changes the evaluation cycle and an update cycle changing unit that changes the update cycle.
  • the change of the operation condition can be coped with in a short period of time by shortening the evaluation period and the update period.
  • the plant monitoring program according to the invention for solving the above problems is a plant monitoring program for monitoring an operation state of a plant having a plurality of evaluation items, and a state quantity for each of the plurality of evaluation items acquired from the plant.
  • a state quantity extraction step for extracting a bundle of state quantities to be evaluated for each predetermined evaluation period from a state quantity file in a storage unit of a computer in which a bundle of state quantities as a group is stored in time series; For each of the evaluation periods, the state quantity extracted in the state quantity extraction step with reference to a unit space that is stored in a unit space file of the storage unit and is configured by a plurality of bundles of the state quantities.
  • a Mahalanobis distance calculating step for obtaining a Mahalanobis distance of a bundle and the Mahalanobis distance calculating step for each evaluation period. According to whether or not the operation state of the plant is normal depending on whether or not the Lanobis distance is within a predetermined threshold, and corresponds to a predetermined update period longer than the evaluation period A unit that adds the state quantity bundle extracted in the state quantity extraction step to the unit space stored in the unit space file, while deleting the oldest state quantity bundle from the unit space. And causing the computer to execute a space updating step.
  • the plant monitoring program by installing the plant monitoring program in a computer, it is possible to determine the operation state of the plant with high accuracy while dealing with the aging and seasonal variation of the plant as in the case of the plant monitoring device. it can.
  • a state quantity acquisition step of acquiring a bundle of state quantities that is a collection of state quantities for each of the plurality of evaluation items from the plant and storing the bundle of state quantities in the state quantity file May be executed by the computer.
  • the unit space when the unit space is not stored in the unit space file, the unit space can be configured from a bundle of a plurality of the state quantities stored in the state quantity file.
  • the computer may execute a unit space initial setting step of extracting the state quantity bundle until the number of quantity bundles is reached and storing the state quantity bundle in the unit space file.
  • the state quantities constituting the unit space are Basically, until the number of bundles is reached, the acquired state quantity bundles are sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space, so the unit space is set within an extremely short period of time. can do.
  • the unit space file includes a plurality of group bundles, each of which is a collection of state quantities for each evaluation item in the group, for each group into which the plurality of evaluation items are divided.
  • the unit space within the group to be configured is stored, and the Mahalanobis distances of the plurality of groups within the group that constitute the unit space within the group are collected with respect to the unit space within the group for each unit space within the group.
  • the unit space file is related to a plurality of group inner bundles constituting a bundle of state quantities to be evaluated extracted in the state quantity extracting step. Among the plurality of unit spaces in the group stored in the group, based on the unit space in the group corresponding to the group.
  • the Mahalanobis distance is determined as an intra-group Mahalanobis distance, and an overall Mahalanobis distance, which is a Mahalanobis distance of a group of the plurality of intra-group Mahalanobis distances, is obtained on the basis of the MD unit space. It is determined whether or not the operation state of the plant is normal depending on whether or not it is within the predetermined threshold.
  • the unit space update step the unit space file is stored at the update cycle. For each unit space in the group, a bundle of state quantities in the group is added from the bundle of state quantities extracted in the state quantity extraction step, while the group space in the group is added from the unit space in the group. The oldest group bundle is deleted, and the Mahalanobis distance calculation step includes the unit space file.
  • the MD unit space which is a group of a plurality of intra-group Mahalanobis distances, may be created by obtaining intra-group Mahalanobis distances.
  • the plant monitoring program can determine the operation state of the plant with high accuracy while dealing with the aging and seasonal variation of the plant as in the case of the plant monitoring program.
  • the plant monitoring program can reduce the number of state quantities that constitute the unit space that is used as a reference when determining the intra-group Mahalanobis distance. Even if the intra-group Mahalanobis distance is determined for each group, the Mahalanobis distance is calculated. The calculation load at the time of calculating
  • the computer executes a unit space initial setting step of extracting the group bundles and storing the group bundles in the unit space file until the number of group bundles that can constitute the unit space in the group is reached.
  • the Mahalanobis distance calculation step for each of the plurality of unit spaces in the group A plurality of bundles within the group that constitute the unit space within the group with reference to the unit space within the group Let me seek the intragroup Mahalanobis distance may be created the MD unit space is a set of a plurality of the groups in the Mahalanobis distance.
  • the unit space within the group is configured when the unit space in the group is not stored in the unit space file, such as when a plant monitoring operation is started and a bundle of state quantities is started from the plant. Until the number of state quantity bundles is reached, basically, the acquired state quantity bundles are sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space within the group.
  • In-group unit space can be set in
  • a plant monitoring method for solving the above problem is a collection of state quantities for each of a plurality of evaluation items from the plant in a plant monitoring method for monitoring an operation state of a plant having a plurality of evaluation items.
  • a state quantity acquisition step of acquiring a bundle of state quantities and storing the bundle of state quantities in a state quantity file, and a state of extracting a bundle of state quantities to be evaluated from the storage unit for each predetermined evaluation cycle The state quantity extracted in the state quantity extraction step with reference to a unit space configured by collecting a plurality of bundles of the state quantities stored in the unit space file for each evaluation period and the quantity extraction step
  • the Mahalanobis distance calculating step for obtaining the Mahalanobis distance of the bundle of the bundle, and the Mahalanobis distance calculated in the Mahalanobis distance calculating step for each of the evaluation periods is A determination step for determining whether or not the operating state of the plant is normal depending on whether or not the value is within a predetermined threshold, and when a predetermined update period longer than the evaluation period is
  • the unit space when the unit space is not stored in the unit space file, the unit space can be configured from a plurality of bundles of the state quantities stored in the state quantity file.
  • the unit space initial setting step of extracting the state quantity bundle and storing the state quantity bundle in the unit space file may be executed until the number of state quantity bundles is reached.
  • the state quantities constituting the unit space are Basically, until the number of bundles is reached, the acquired state quantity bundles are sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space, so the unit space is set within an extremely short period of time. can do.
  • the unit space file includes a plurality of bundles within a group, each of which is a collection of state quantities for each evaluation item in the group, for each group obtained by dividing the plurality of evaluation items.
  • the unit space within the group to be configured is stored, and the Mahalanobis distances of the plurality of groups within the group that constitute the unit space within the group are collected with respect to the unit space within the group for each unit space within the group.
  • the unit space file is related to a plurality of group inner bundles constituting a bundle of state quantities to be evaluated extracted in the state quantity extracting step.
  • the unit space in the group corresponding to the group is used as a reference.
  • a Mahalanobis distance is obtained as an intra-group Mahalanobis distance
  • an overall Mahalanobis distance which is a Mahalanobis distance of a group of a plurality of intra-group Mahalanobis distances, is obtained on the basis of the MD unit space.
  • the unit space file stores the unit space file at the update period For each unit space in the group, while adding a bundle of state quantities in the group among the bundle of state quantities extracted in the state quantity extraction step, the oldest in the group from the unit space in the group In the step of calculating the Mahalanobis distance, the unit space file is newly added.
  • a plurality of intra-group unit spaces are stored, for each of the plurality of intra-group unit spaces, a plurality of the intra-group bundles that constitute the intra-group unit space with reference to the intra-group unit space.
  • the MD unit space which is a collection of a plurality of intra-group Mahalanobis distances, may be created by obtaining the Mahalanobis distance.
  • the plant monitoring method when the unit space for each of the plurality of groups is not stored in the unit space file, from the bundle of the plurality of state quantities stored in the state quantity file. Extracting unit bundles until the number of group bundles that can form the unit space in the group is reached, and executing a unit space initial setting step of storing the group bundles in the unit space file, In the unit space initial setting step, when the number of group bundles that can constitute the unit space in the group is stored in the unit space file, the group space is calculated for each of the plurality of unit spaces in the group in the Mahalanobis distance calculation step.
  • the intra-group Mahalanobis of a plurality of the intra-group bundles constituting the intra-group unit space with reference to the inner unit space Distance allowed sought it may be prepared the MD unit space is a set of a plurality of the groups in the Mahalanobis distance.
  • the unit space within the group is configured. Until the number of state quantity bundles is reached, basically, the acquired state quantity bundles are sequentially accumulated as a part of a plurality of state quantity bundles constituting the unit space within the group.
  • In-group unit space can be set in
  • the plant monitoring apparatus 100 monitors the operation state of the gas turbine power plant 1 as shown in FIG.
  • the gas turbine power plant 1 includes a gas turbine 2 and a generator 6 that generates power by driving the gas turbine 2.
  • the gas turbine 2 includes a compressor 3 that generates compressed air, a combustor 4 that generates combustion gas by mixing fuel with compressed air, and a turbine 5 that is rotationally driven by the combustion gas.
  • the rotor of the turbine 5 is connected to the generator 6 through the compressor 3, and the generator 6 generates power by the rotation of the rotor.
  • the plant monitoring apparatus 100 acquires state quantities for each of a plurality of evaluation items of the gas turbine power plant 1, and determines whether or not the operating state of the gas turbine power plant 1 is normal based on these state quantities. To do.
  • the plant monitoring apparatus 100 basically monitors the operating state of the gas turbine power plant 1 by the Mahalanobis Taguchi method (hereinafter referred to as MT method).
  • Evaluation items of the gas turbine power plant 1 include, for example, gas turbine output, cavity temperatures at a plurality of locations between the turbine rotor and the stationary portion, blade path temperatures at a plurality of locations in the circumferential direction at the gas outlet of the turbine, There are displacement amounts at a plurality of locations in the circumferential direction, opening degrees of various valves provided in the gas turbine, and the like.
  • the gas turbine power plant 1 is provided with various state quantity detection means such as sensors in order to detect these state quantities.
  • the plant monitoring device 100 is a computer, and is an auxiliary device such as a CPU 10 that executes various arithmetic processes, a main storage device 20 such as a RAM that serves as a work area of the CPU 10, and a hard disk drive device that stores various data and programs.
  • An input / output interface 41 of the device 43 and an interface 40 connected to various state quantity detection means of the gas turbine power plant 1 are provided.
  • the auxiliary storage device 30 stores in advance various programs such as a plant monitoring program 35 and an OS program for causing the computer to function as the plant monitoring device 100.
  • Various programs including the plant monitoring program 35 are taken into the auxiliary storage device 30 from the disk-type storage medium 45 via the storage / reproduction device 44.
  • These programs may be taken into the auxiliary storage device 30 from an external device via a portable memory such as a flash memory or a communication device (not shown).
  • the auxiliary storage device 30 is further provided with the following files in the course of executing the plant monitoring program 35. That is, a state quantity file (state quantity storage means) 31 in which state quantities for a plurality of evaluation items of the gas turbine power plant 1 are stored, and unit space data serving as a reference for determining the operation state of the plant are stored. Unit space file (unit space storage means) 32 to be stored, a period file 33 in which various periods such as an evaluation period for evaluating a state quantity for each evaluation item are stored, and a threshold value used when determining an operation state, etc.
  • the threshold file 34 is provided in the auxiliary storage device 30.
  • state quantity file (state quantity storage means) 31 in the process of executing the plant monitoring program 35, a state quantity that is a collection of state quantities for each of the plurality of evaluation items of the gas turbine power plant 1 is stored.
  • the bundle 31a is stored in time series for each state quantity acquisition time 31b.
  • acquisition period 9:05 on April 11, 2011.
  • these bundles of state quantities 31a are stored in time series.
  • the unit space file (unit space storage means) 32 is extracted from a bundle of a plurality of state quantities stored in the state quantity file 31 in the process of executing the plant monitoring program 35, as shown in FIG.
  • the state quantity bundle 32a is stored in the unit space file 32 together with the acquisition time 32b of each state quantity bundle 32a.
  • the CPU 10 functionally acquires a state quantity for each of a plurality of evaluation items of the gas turbine power plant 1 for each acquisition period and stores the state quantity file 31 in the state quantity file 31, and the unit space file 32.
  • a unit space initial setting unit 12 that extracts data that can form a unit space from the state quantity file 31 and stores the data in the unit space file 32 when data constituting the unit space is not stored in the unit space file 32;
  • the state quantity extraction unit 13 that extracts a bundle of state quantities from the state quantity file 31 for each evaluation period and the state extracted by the state quantity extraction unit 13 with reference to the unit space stored in the unit space file 32
  • the Mahalanobis distance calculation unit 14 for obtaining the Mahalanobis distance of the bundle of quantities, and the Mahalanobis distance obtained by the Mahalanobis distance calculation unit 14 are within a predetermined threshold.
  • a unit state update unit that updates the unit space stored in the unit space file 32, and a plant state determination unit 15 that determines whether or not the operation state of the gas turbine power plant 1 is normal.
  • a cycle setting / changing unit 17 for setting and changing various cycles stored in the cycle file 33
  • a threshold setting / changing unit 18 for setting and changing various thresholds stored in the threshold file 34
  • an IO control unit 19 for controlling input / output to / from the computer.
  • the state quantity acquisition unit 11 the unit space initial setting unit 12, the state quantity extraction unit 13, the Mahalanobis distance calculation unit 14, the plant state determination unit 15, the unit space update unit 16, and the cycle
  • Both the setting / changing unit 17 and the threshold setting / changing unit 18 function when the CPU 10 executes the plant monitoring program 35 and the like stored in the auxiliary storage device 30.
  • the IO control unit 19 functions when the CPU 10 executes an OS program or the like stored in the auxiliary storage device 30.
  • the plant monitoring of the plant monitoring apparatus 100 uses the MT method as described above. Therefore, the basic contents of the plant monitoring method using the MT method will be described with reference to FIG.
  • a bundle B of In the MT method a collection of a plurality of bundles of state quantities B, that is, an aggregate of the bundles of state quantities B is defined as a unit space S, and whether or not the operation state is abnormal based on the unit space S is determined.
  • a Mahalabis distance D of a bundle A of state quantities to be evaluated is obtained. This Mahalanobis distance D shows a larger value as the degree of abnormality of the monitoring target increases.
  • a solid line surrounding the unit space S indicates a position where the Mahalanobis distance D is the threshold value Dc.
  • the average value of the Mahalanobis distance of the bundle B of a plurality of state quantities constituting the unit space S is 1. Further, when the operating state of the gas turbine power plant 1 is normal, the Mahalanobis distance D of the bundle A of the state quantities to be evaluated is approximately 4 or less.
  • the threshold value Dc related to the Mahalanobis distance D is preferably set to a value larger than the maximum Mahalanobis distance among the Mahalanobis distances for each bundle B of a plurality of state quantities constituting the unit space S, for example. At this time, it is preferable to determine the threshold value Dc in consideration of the unique characteristics of the gas turbine power plant 1.
  • the state quantity acquisition unit 11 acquires the state quantities for each of the plurality of evaluation items. For example, it is acquired every one minute) and stored in the state quantity file 31 (S11). At the acquisition time, the state quantity acquisition unit 11 acquires the state quantities for each of the plurality of evaluation items from the gas turbine power plant 1 and associates them with the acquisition time as a bundle of state quantities, and the state quantity file 31 (FIG. 2).
  • the unit space initial setting unit 12 determines whether or not each state quantity constituting the new bundle of state quantities is within a normal range ( S12). At this time, the unit space initial setting unit 12 uses a value indicating a normal range for each state quantity stored in the threshold file 34 in advance. When the unit space initial setting unit 12 determines that any of the state quantities constituting the new bundle of state quantities is not within the normal range, the process returns to step 11. When the unit space initial setting unit 12 determines that all the state quantities constituting the new state quantity bundle are within the normal range, the unit space initial setting unit 12 associates the state quantity bundle with the acquisition time of the state quantity bundle. The bundle is stored in the unit space file 32 (FIG.
  • step 12 determines whether or not the state quantities constituting the new bundle of state quantities are within the normal range based on the design data and operation results of the gas turbine power plant 1.
  • the operator displays information indicating that the state quantity bundle is within the normal range as a unit space initial setting unit. 12 is input. Based on this information, the unit space initial setting unit 12 executes the process of step 13.
  • the unit space initial setting unit 12 determines whether or not the number of state quantity bundles stored in the unit space file 32 is a number v that can constitute the unit space (S14).
  • the process returns to step 11 to acquire the state quantity of each item.
  • the unit space initial setting unit 12 sets the initial unit space as shown in FIG. For example, “configuration complete” 32c is set to indicate that the unit space has been configured in the unit space file 32 (S15).
  • the bundle of state quantities acquired from 9:05 to 9:14, 11:03, 11:04 on April 11, 2011, is within the normal range according to the determination in step 12. Since it is a bundle including the state quantities determined not to be stored, it is not stored in the unit space file 32 shown in FIG.
  • the state quantity file 31 the bundle of state quantities excluding the bundle of state quantities determined not to be in the normal range is stored in the unit space file 32 shown in FIG.
  • the unit space update unit 16 sets the value m of the update time counter to 0 (S16 in FIG. 6), and the state quantity extraction unit 13 sets the evaluation time counter. Is set to 0 (S17).
  • the state quantity acquisition unit 11 calculates the state quantity for each of the plurality of evaluation items in the same manner as in step 11 described above. These are acquired from the gas turbine power plant 1 and stored in the state quantity file 31 as a bundle of state quantities in association with the acquisition time (S21).
  • the state quantity extraction unit 13 adds 1 to the value n of the evaluation time counter (S22), and whether or not the value n of the evaluation time counter has become 5, for example. Is determined (S23). If the value n of the evaluation time counter is not 5, it is determined that it is not yet the evaluation time, and the process returns to step 21. That is, until the value n of the evaluation time counter reaches 5, acquisition of a bundle of state quantities by the state quantity obtaining unit 11 is repeatedly executed.
  • the state quantity extraction unit 13 determines that the value n of the evaluation time counter has reached 5
  • the state quantity extraction unit 13 recognizes that the state quantity evaluation time has come, and obtains the latest state quantity bundle from the state quantity file 31 as the evaluation target. Extracted as a bundle of state quantities (S24). That is, here, since the acquisition period of the bundle of state quantities from the gas turbine power plant 1 by the state quantity acquisition unit 11 is 1 minute, the evaluation period of the state quantity is 5 minutes, and the evaluation period of the state quantity is 5 minutes. Visit every time.
  • the Mahalanobis distance calculation unit 14 calculates the Mahalanobis distance D of this state quantity bundle by the following method (S25).
  • the Mahalanobis distance calculation unit 14 first acquires a set of bundles of state quantities constituting the unit space from the unit space file 32, and calculates the average values Mi and X of the variables X1 to Xu that are the state quantities for each evaluation item.
  • the standard deviation ⁇ i (the degree of variation of the reference data) is obtained from the formulas (1) and (2).
  • i is an evaluation item number (natural number) and takes a value of 1 to u.
  • u corresponds to the number of evaluation items, and is 100 here.
  • j is a bundle number (natural number) of state quantities, and takes a value of 1 to v.
  • v corresponds to the number of state quantity bundles constituting the unit space, and is 300 here.
  • the standard deviation is the square root of the expected value of the difference between the state quantity and its average value squared.
  • the Mahalanobis distance calculation unit 14 determines a covariance matrix (correlation matrix) R indicating the correlation between the variables X1 to Xu and an inverse matrix R ⁇ 1 of the covariance matrix R by the following equation (3).
  • the Mahalanobis distance calculation unit 14 uses the above-described average value Mi and standard deviation ⁇ i to set variables X1 to Xu, which are state quantities of the state quantity bundle extracted in step 24, to the following formula (4). To convert x1 to xu and normalize the variables X1 to Xu. That is, the bundle of state quantities of the gas turbine power plant 1 is converted into a random variable having an average of 0 and a standard deviation of 1.
  • the Mahalanobis distance calculation unit 14 uses the inverse matrix R ⁇ 1 defined by the above equation (3) and the random variable x1 related to the variables X1 to Xu that are the respective state quantities of the bundle of state quantities extracted in step 24.
  • the Mahalanobis distance D relating to the bundle of state quantities extracted in step 24 is obtained by the following equation (5).
  • the Mahalanobis distance calculation unit 14 uses the average value Mi and the standard deviation ⁇ i related to the unit space and the inverse matrix R ⁇ 1 when obtaining the Mahalanobis distance of the bundle of state quantities extracted in the next step 24. Therefore, the average value Mi, the standard deviation ⁇ i, and the inverse matrix R ⁇ 1 are stored in the auxiliary storage device 30.
  • the unit space updating unit 16 adds 1 to the value m of the update time counter (S26), and a new value of the update time counter is obtained. It is determined whether m is 48, for example (S27). If the value m of the update time counter is 48, the unit space update unit 16 recognizes that the update time of the unit space has been reached, resets the value m of the update time counter to 0, and then proceeds to step 31. On the other hand, if the value m of the update time counter is not 48, the unit space updating unit 16 immediately proceeds to step 31 assuming that it is not yet the unit space update time.
  • the plant state determination unit 15 determines whether or not the Mahalanobis distance D obtained in step 25 is less than or equal to the threshold value Dc stored in the threshold value file 34.
  • the threshold value Dc stored in the threshold file 34 is used here, the threshold value Dc may be obtained separately from a bundle of a plurality of state quantities constituting the unit space stored in the unit space file 32. In this case, as described above, for example, a value larger than the maximum Mahalanobis distance among the Mahalanobis distances for each bundle of a plurality of state quantities constituting the unit space may be set as the threshold value Dc.
  • the plant state determination unit 15 determines in step 31 that the Mahalanobis distance D is not equal to or less than the threshold value Dc, that is, exceeds the threshold value Dc, the plant state determination unit 15 recognizes that the operation state of the gas turbine power plant 1 is abnormal. And the plant state determination part 15 estimates the item of the state quantity which is abnormal from the difference of the desired SN ratio of the presence or absence of the item by orthogonal table analysis, for example (S32). This is because the presence or absence of abnormality in the driving state can be determined from the Mahalanobis distance D, but the location where the abnormality has occurred cannot be determined from the Mahalanobis distance D. Next, the plant state determination unit 15 causes the display unit 43 to display that the operation state of the gas turbine power plant 1 is abnormal, and further display the item of the state quantity that is abnormal and the state quantity on the display device 43. After (S33), the process returns to step 17.
  • the plant state determination unit 15 determines in step 31 that the Mahalanobis distance D is equal to or less than the threshold value Dc, the plant state determination unit 15 recognizes that the operation state of the gas turbine power plant 1 is normal, and the IO control unit 19
  • the display device 43 displays that the operation state of the gas turbine power plant 1 is normal (S34).
  • the operating state of the gas turbine power plant 1 is normal, it is not always necessary to display that it is normal, unlike when the operating state is abnormal.
  • the unit space updating unit 16 determines whether or not the value m of the update time counter is 0 (S35). When the unit space update unit 16 determines that the value m of the update time counter is 0, the unit space update unit 16 updates the unit space stored in the unit space file 32 (S36). At this time, the unit space update unit 16 deletes the oldest state quantity bundle from the plurality of state quantity bundles constituting the unit space stored in the unit space file 32, while the operation state in step 31. Add a bunch of state quantities that are determined to be normal.
  • the unit space updating unit 16 determines that the value m of the update time counter is 0 in step 35 and updates the unit space (S36), and if the value m of the update time counter is not 0 in step 35. If so, the process returns to step 17.
  • step 17 after the value n of the evaluation time counter is set to 0, a plurality of values are obtained for each acquisition period until the value n of the evaluation time counter reaches a predetermined maximum value, for example, 5, for example.
  • a bundle of state quantities which are state quantities for each evaluation item, is repeatedly acquired from the gas turbine power plant 1 (S21 to S23).
  • the state quantity extraction unit 13 determines that the latest state quantity bundle from the state quantity file 31 is the evaluation target state quantity bundle. Extracted (S24), the Mahalanobis distance calculation unit 14 calculates the Mahalanobis distance D of the bundle of state quantities (S25).
  • Step 17, Step 21 to Step 28, and Step 31 to Step 35 are repeated until the value m of the update timing counter reaches a predetermined maximum value, for example, 48, that is, until the evaluation cycle is visited 48 times. It is.
  • a predetermined maximum value for example, 48
  • the average value Mi, the standard deviation ⁇ i, and the inverse matrix R ⁇ 1 obtained in step 25 of the first routine are stored in the auxiliary storage device 30 as described above, and the Mahalanobis distance D in step 25 after the next routine. Used when seeking
  • the acquisition period for the state quantity acquisition unit 11 to acquire the bundle of state quantities from the gas turbine power plant 1 is 1 minute, and the evaluation period for determining the operation state based on the bundle of state quantities is 5 minutes.
  • the update period for updating the unit space in the unit space file 32 is 4 hours. In the present embodiment, even if the update cycle is reached, the unit space is not updated unless it is determined that the operating state is normal.
  • the unit space configuration completion is set in step 15 of FIG. 5
  • the value m of the update time counter is set to 0 (S16)
  • the latest state quantity bundle from the state quantity file 31 is the evaluation target state.
  • a description will be given after the extraction as a bundle of quantities (S24).
  • FIG. 7 is a diagram showing a unit space based on which a bundle of state quantities at a certain time is evaluated.
  • a specific line in FIG. 7 indicates a specific time, and is described as the time elapses as it proceeds downward in the figure. Also, the right direction in a specific row is the future direction, and the left side is the past direction. Furthermore, in FIG.
  • each square represents a bundle of state quantities
  • a hatched square represents a bundle of state quantities constituting a unit space
  • a solid square represents a bundle of state quantities not constituting a unit space
  • a square with a circle on the inside indicates a bundle of state quantities of the evaluation target determined to be normal
  • a square with an x on the inside indicates a bundle of state quantities of the evaluation target determined to be abnormal.
  • a unit space is configured by six bundles of state quantities.
  • the evaluation cycle is 5 minutes, and the unit space update cycle is 15 minutes (5 minutes ⁇ 3 times).
  • the Mahalanobis distance of the state quantity bundle A1 with reference to the initially set unit space S1 is obtained (S25). It is determined whether or not the Mahalanobis distance is equal to or less than a threshold value (S31). For example, based on the determination result, it is determined that the driving state is abnormal, and the abnormality is displayed (S33). In this process, 1 is added to the value m of the update time counter, and the value m is changed from 0 to 1 (S26).
  • the unit space S1 initially set by the unit space initial setting unit 12 has six state quantities obtained continuously from the gas turbine power plant 1 by the state quantity obtaining unit 11 with an acquisition period of 1 minute. It shall consist of a bundle of For this reason, the collection period P1 of the six state quantity bundles constituting the unit space S1 is 5 minutes since the acquisition cycle for obtaining the state quantity bundle is 1 minute.
  • the latest state quantity bundle is extracted from the state quantity file 31 as a state quantity bundle A2 to be evaluated (S24).
  • the Mahalanobis distance of the bundle A2 of state quantities based on the initially set unit space S1 is obtained (S25), and whether or not this Mahalanobis distance is equal to or less than a threshold value is determined. It is determined (S31). For example, it is determined that the operating state is normal based on the determination result, and the normal state is displayed (S34). In this process, 1 is added to the value m of the update time counter, and the value m becomes 1 to 2 (S26).
  • the latest state quantity bundle is extracted from the state quantity file 31 as the evaluation state quantity bundle A3 (S24).
  • the Mahalanobis distance of the bundle A3 of the state quantity with reference to the unit space S1 that is initially set is obtained (S25).
  • 1 is added to the value m of the update time counter (S26), and it is determined whether or not the value m of the update time counter has reached 3, that is, whether or not the update time has been reached (S27).
  • the value m of the update time counter is changed from 2 to 3, it is recognized that the update time has been reached, and after the value m of the update time counter is reset to 0 (S28), the previously determined Mahalanobis distance Is determined to be less than or equal to a threshold value (S31), for example, based on the determination result, it is determined that the driving state is normal, and the normality is displayed (S34). Then, the unit space in the unit space file 32 is updated (S36).
  • the oldest state quantity bundle B1 is deleted, but it is determined to be normal.
  • a state quantity bundle A3 to be evaluated is added as a state quantity bundle B7 constituting a new unit space S2.
  • the latest state quantity bundle is extracted from the state quantity file 31 as a state quantity bundle A4 to be evaluated (S24).
  • the Mahalanobis distance of the bundle A4 of state quantities based on the previously updated unit space S2 is obtained (S25), and it is determined whether this Mahalanobis distance is equal to or less than a threshold (S31). Based on the determination result, it is determined that the operating state is normal, and the normal state is displayed (S34). In this process, 1 is added to the value m of the update time counter, and the value m is changed from 0 to 1 (S26).
  • the latest state quantity bundle is extracted from the state quantity file 31 as a state quantity bundle A5 to be evaluated (S24).
  • the Mahalanobis distance of the bundle A5 of state quantities based on the updated unit space S2 is obtained (S25), and it is determined whether or not this Mahalanobis distance is less than or equal to the threshold value. (S31). In this process, 1 is added to the value m of the update time counter, and the value m becomes 1 to 2 (S26).
  • the latest state quantity bundle is extracted from the state quantity file 31 as a state quantity bundle A6 to be evaluated (S24).
  • the Mahalanobis distance of the bundle of state quantities A3 based on the updated unit space S2 is obtained (S25).
  • 1 is added to the value m of the update time counter (S26), and it is determined whether or not the value m of the update time counter has reached 3, that is, whether or not the update time has been reached (S27).
  • the value m of the update time counter is changed from 2 to 3, it is recognized that the update time has been reached, and after the value m of the update time counter is reset to 0 (S28), the previously determined Mahalanobis distance Is determined to be less than or equal to a threshold value (S31), for example, based on the determination result, it is determined that the driving state is normal, and the normality is displayed (S34). Then, the unit space in the unit space file 32 is updated (S36).
  • the oldest state quantity bundle B2 is deleted, but it is determined to be normal.
  • a bundle A6 of state quantities to be evaluated is added as a bundle B8 of state quantities constituting a new unit space S3.
  • the collection period of the six state quantity bundles B3 to B8 constituting the updated unit space S3 starts from the collection period (19 minutes) of the unit section S2 updated at the third evaluation time.
  • the unit spaces S3, S4, S5 and S6 in the unit space file 32 are sequentially updated unless it is determined that the bundle of state quantities to be evaluated is abnormal when it is recognized that the update time has come. Is done.
  • the collection period of the six state quantity bundles constituting the unit spaces S3, S4, S5, and S6 is reduced by one minute each time the unit space is updated by deleting the oldest state quantity bundle.
  • it is sequentially increased by 14 minutes ( 15 minutes-1 minute).
  • the oldest state quantity bundle B6 is deleted.
  • the evaluation target state quantity bundle A18 determined to be normal is added as a state quantity bundle B12 constituting the new unit space S7.
  • the state quantity bundles B7 to B12 constituting the updated unit space S7 do not include any of the six state quantity bundles B1 to B6 constituting the initially set unit space S1.
  • the unit space is not updated. This is because a unit space serving as a reference for determining normality or abnormality does not include a bundle of state quantities determined to be abnormal.
  • the latest bundle of state quantities is extracted from the state quantity file 31 as bundles A24 and A27 of state quantities to be evaluated, such as the 24th evaluation period and the 27th evaluation period, which are also update periods. Even if it is done (S24), it is determined whether or not the Mahalanobis distance of the bundles A24 and A27 of the state quantities to be evaluated is equal to or smaller than the threshold (S31), and it is determined that the driving state is abnormal based on the determination result.
  • the unit space S8 is not updated and is maintained.
  • the latest state quantity bundle is extracted from the state quantity file 31 as a state quantity bundle A30 to be evaluated (S24), and the evaluation state state quantity bundle is extracted. It is determined whether or not the Mahalanobis distance of A30 is equal to or smaller than a threshold value (S31). If it is determined that the driving state is normal based on the determination result, the unit space S8 is updated to become a unit space S9 (S36). ).
  • the update cycle time is 105 minutes (15 ⁇ 7).
  • the unit space serving as a reference for determining whether normal or abnormal is appropriately updated at each update cycle, so that the plant operating state can be changed in response to plant aging and seasonal variations. Can be determined.
  • the unit space is not updated every evaluation period, and the unit space is updated every update period every predetermined evaluation period. Therefore, rather than updating the unit space every evaluation period, The collection period of the bundle of state quantities constituting the unit space can be lengthened. Therefore, in the present embodiment, the unit space changes sensitively to a change in the state of the plant, and even if it should be determined that it is normally normal, it is determined that it is abnormal. Even if it should be determined that it is, it is possible to avoid determining that it is normal. For example, when the state of the plant gradually shifts to an abnormal state, even if it should be determined to be abnormal originally, the unit space that is the criterion for determination also follows the change in the state of the plant sensitively and is determined to be normal Can be avoided.
  • the plant monitoring apparatus 100 when the plant monitoring apparatus 100 starts a monitoring operation and starts acquiring a bundle of state quantities from the gas turbine power plant 1, the basic monitoring is performed until the number of state quantity bundles constituting the unit space is reached. Specifically, since the acquired bundle of state quantities is sequentially accumulated as a part of a plurality of bundles of state quantities constituting the unit space, the unit space can be set within an extremely short period of time. For this reason, in this embodiment, when the plant monitoring apparatus 100 starts to start the monitoring operation, it is possible to perform the determination of the operation state by the unit space in a short period of time. Specifically, in the example described in FIG.
  • a unit space is configured after a predetermined period has elapsed since the plant monitoring apparatus 100 started the monitoring operation (after the 18th evaluation time in the example of FIG. 7).
  • the collection period of a plurality of state quantity bundles is 75 minutes, whereas the collection period of a plurality of state quantity bundles constituting the unit space at the beginning of the monitoring operation is 5 minutes, which is 5 minutes from the start of the monitoring operation.
  • the driving state can be determined by the unit space. Therefore, especially when the gas turbine power plant 1 is stopped and started after regular inspection, it is possible to promptly shift to monitoring using the plant monitoring device 100, thereby reducing manpower relating to plant operation. be able to.
  • the collection period of a plurality of state quantity bundles constituting the unit space greatly changes, the plurality of state quantity bundles constituting the unit space are changed at each update cycle as described above. Since some replacement is performed, the collection period of a bundle of a plurality of state quantities constituting the unit space can be gradually changed.
  • the cycle setting / changing unit 17 or the threshold setting / changing unit 18 operates the input device 42 by the operator of the plant monitoring apparatus 100 using various cycles and various threshold values stored in the files 33 and 34. It can be changed to the period and threshold value specified in.
  • the evaluation period and the update period are changed by changing the maximum value n of the evaluation time counter, and the update is performed by changing the maximum value of the value m of the update time counter.
  • the cycle will be changed.
  • the collection period of the bundle of state quantities constituting the unit space is relatively long.
  • the fuel gas component is changed during the operation of the gas turbine power plant 1. Even when such operating conditions are rapidly changed, it is possible to cope with changes in operating conditions within a short period of time by shortening the evaluation period and the update period.
  • This embodiment is different from the first embodiment in the Mahalanobis distance calculation process, and other processes are basically the same as those in the first embodiment. For this reason, although the process in the Mahalanobis distance calculation part 14 in the plant monitoring apparatus 100 of 1st embodiment is mainly different, the plant monitoring apparatus of this embodiment is the plant monitoring apparatus of 1st embodiment regarding another structure. Is basically the same.
  • the Mahalanobis distance calculation processing in the present embodiment will be mainly described. Note that the number u of evaluation items in this embodiment is 100 as in the first embodiment.
  • the Mahalanobis distance calculation unit 14 causes the groups G1 to G5 to obtain a group of bundles of state quantities for each evaluation item in the group. GD1, GD2,..., GD5 are obtained, and then the Mahalanobis distance (hereinafter referred to as the overall Mahalanobis distance) WD of a bundle of the plurality of intra-group Mahalanobis distances GD1, GD2,. Then, the plant state determination unit 15 performs a determination process (S31) as to whether or not the operation state of the gas turbine power plant 1 is normal depending on whether or not the overall Mahalanobis distance WD is equal to or less than a threshold value.
  • S31 determination process
  • the Mahalanobis distance calculating unit 14 uses the intra-group unit space.
  • the intra-group unit space GS is an aggregate of a predetermined number of group bundles Gb.
  • the inverse matrix R ⁇ 1 of the variance matrix (correlation matrix) R used when obtaining the Mahalanobis distance with reference to the unit space is k rows when the number of evaluation items is k, as shown in the above equation (3). , K columns.
  • the inverse matrix R ⁇ 1 used when obtaining the intra-group Mahalanobis distance GD with reference to the intra-group unit space GS of the intra-group bundle Gb is 20 rows and 20 columns.
  • a unit space S is a collection of 300 state quantity bundles, which is a collection of state quantities for every 100 evaluation items.
  • the number of state quantities constituting this unit space S is 100 (number of evaluation items) ⁇ 300 (number of bundles of state quantities), which is 30000.
  • the inverse matrix R ⁇ 1 used when obtaining the Mahalanobis distance with the unit space S as a reference is 100 rows and 100 columns.
  • the number of state quantities constituting the unit space GS serving as a reference when determining the intra-group Mahalanobis distance GD is larger than the number of state quantities constituting the unit space S of the first embodiment. on is small more than an order of magnitude, the number of elements of the inverse matrix R -1 also, since much less than the number of elements in the inverse matrix R -1 used in the first embodiment, in this embodiment, every five groups Although the intra-group Mahalanobis distance GD is obtained, the calculation load for obtaining the Mahalanobis distance can be made extremely smaller than in the first embodiment.
  • this MD unit space MDS is an aggregate of MD bundles b, which is a collection of intra-group Mahalanobis distances GD for each group.
  • the intra-group Mahalanobis distance GD for each group constituting one MD bundle b is one group inner bundle Gb constituting this intra-group unit space GS with respect to the corresponding intra-group unit space GS.
  • the MD unit space MDS is composed of the number of intra-group bundles Gb constituting each intra-group unit space GS, that is, 60 MD bundles b.
  • the intra-group unit space GS and the MD unit space MDS described above are both stored in the unit space file 32.
  • the state quantity acquisition unit 11 When the gas turbine power plant 1 starts to be activated and the various state quantity detection means of the gas turbine power plant 1 starts to detect the various state quantities, the state quantity acquisition unit 11 performs a plurality of evaluation items as in the first embodiment. Are acquired every acquisition cycle (for example, one minute cycle) and stored in the state amount file 31 (S11).
  • the unit space initial setting unit 12 sets each state constituting a new bundle of state quantities as in the first embodiment. It is determined whether or not the amount is within a normal range (S12). When the unit space initial setting unit 12 determines that any of the state quantities constituting the new bundle of state quantities is not within the normal range, the process returns to step 11. When the unit space initial setting unit 12 determines that all the state quantities constituting the new state quantity bundle are within the normal range, the unit space initial setting unit 12 associates the state quantity bundle with the acquisition time of the state quantity bundle.
  • the intra-group bundle of each group constituting the bundle is stored in the unit space file 32 as configuration data of the intra-group unit space (S13a).
  • the unit space initial setting unit 12 determines whether or not the number of group bundles of each group stored in the unit space file 32 is a number that can constitute the group unit space (S14a).
  • the number of intra-group bundles constituting the intra-group unit space is 60, which is three times the number of evaluation items (20) of intra-group bundles.
  • the process returns to step 11 and the state quantity acquisition of each item is executed.
  • the unit space initial setting unit 12 stores the unit in each group in the unit space file 32.
  • the MD unit space MDS based on these unit unit spaces is created by the Mahalanobis distance calculation unit 14 as described above with reference to FIG. 32 (S15a).
  • the unit space initial setting unit 12 sets, for example, “configuration complete” in the unit space file 32 in the same manner as in the first embodiment, assuming that the configuration of all unit group spaces and MD unit spaces has been completed (S15). ).
  • the unit space update unit 16 sets the value m of the update time counter to 0 (S16 in FIG. 11) as in the first embodiment.
  • the state quantity extraction unit 13 sets the value n of the evaluation time counter to 0 (S17).
  • the state quantity acquisition unit 11 After the value n of the evaluation time counter is set to 0 (S17), the state quantity acquisition unit 11 performs a plurality of operations at the new acquisition time as in the first embodiment, similar to the processing in step 11 described above.
  • the state quantities for each evaluation item are acquired from the gas turbine power plant 1 and stored in the state quantity file 31 in association with the acquisition time as a bundle of state quantities (a group of bundles in the group) (S21).
  • the state quantity extraction unit 13 adds 1 to the value n of the evaluation time counter (S22), and the value n of the evaluation time counter For example, it is determined whether or not becomes 5 (S23). If the value n of the evaluation time counter is not 5, it is determined that it is not yet the evaluation time, and the process returns to step 21. When the state quantity extraction unit 13 determines that the value n of the evaluation time counter has reached 5, the state quantity extraction unit 13 recognizes that the state quantity evaluation time has come, and obtains the latest state quantity bundle from the state quantity file 31 as the evaluation target. It is extracted as a bundle of state quantities (a group of bundles in the group) (S24).
  • the Mahalanobis distance calculation unit 14 relates to the in-group bundle of each group constituting the bundle of state quantities to be evaluated extracted in step 24. Then, the intra-group Mahalanobis distance GD is obtained based on the intra-group unit space stored in the unit space file 32 (S25a).
  • the Mahalanobis distance calculation unit 14 relates to a bundle of intra-group Mahalanobis distances GD obtained in step 25a, and the Mahalanobis distance based on the MD unit space stored in the unit space file 32, that is, the entire Mahalanobis distance WD. Is obtained (S25b).
  • the Mahalanobis distance calculation unit 14 obtains the intra-group Mahalanobis distance GD and the overall Mahalanobis distance WD in steps 24 and 25 in the next routine, the average value Mi and standard deviation ⁇ i regarding the unit space, and the inverse matrix R ⁇ 1. These average values Mi, standard deviation ⁇ i, and inverse matrix R ⁇ 1 are stored in the auxiliary storage device 30.
  • the unit space updating unit 16 adds 1 to the value m of the update time counter (S26) as in the first embodiment, and the new value m of the update time counter is, for example, It is determined whether it is 48 (S27). If the value m of the update time counter is 48, the unit space update unit 16 recognizes that the update time of the unit space has been reached, resets the value m of the update time counter to 0, and then proceeds to step 31. On the other hand, if the value m of the update time counter is not 48, the unit space updating unit 16 immediately proceeds to step 31 assuming that it is not yet the unit space update time.
  • step 31 the plant state determination unit 15 determines whether or not the entire Mahalanobis distance WD obtained in step 25b is equal to or less than the threshold value Dc stored in the threshold value file 34.
  • the plant state determination unit 15 determines in step 31 that the total Mahalanobis distance WD is not less than or equal to the threshold value Dc, that is, exceeds the threshold value Dc, the operation state of the gas turbine power plant 1 is abnormal as in the first embodiment.
  • the item of the state quantity that is abnormal is estimated (S32).
  • the plant state determination unit 15 uses the IO control unit 19 to indicate that the operation state of the gas turbine power plant 1 is abnormal on the display device 43, as well as the item of the state quantity that is abnormal, and its After the state quantity is displayed (S33), the process returns to step 17.
  • the plant state determination unit 15 determines in step 31 that the entire Mahalanobis distance WD is equal to or less than the threshold value Dc, the plant state determination unit 15 recognizes that the operation state of the gas turbine power plant 1 is normal as in the first embodiment. Then, the IO control unit 19 displays on the display device 43 that the operating state of the gas turbine power plant 1 is normal (S34).
  • the unit space updating unit 16 determines whether or not the value m of the update time counter is 0 as in the first embodiment (S35). If the unit space updating unit 16 determines that the value m of the update time counter is 0, the unit space updating unit 16 updates the intra-group unit space stored in the unit space file 32 (S36a). At this time, the unit space updating unit 16 determines the oldest group from a plurality of group inner bundles Gb constituting the unit space GS1, GS2,..., GS5 (FIG. 9) stored in the unit space file 32. While deleting the inner bundle, each group unit space GS1, GS2,..., GS5 includes the group inner bundle Gb of the corresponding group among the group inner bundles constituting the bundle of state quantities extracted in step 24. to add.
  • the unit space update unit 16 updates the MD unit space stored in the unit space file 32 (S36b). At this time, the unit space update unit 16 causes the Mahalanobis distance calculation unit 14 to create an MD unit space MDS (FIG. 9) based on the plurality of intra-group unit spaces updated in step 36a, and this MD unit space MDS is created. Store in the unit space file 32.
  • the unit space updating unit 16 determines that the value m of the update time counter is 0 in step 35 and updates the unit space (S36a, S36b), and the value m of the update time counter is 0 in step 35. If not, the process returns to step 17.
  • step 17 as in the first embodiment, after the evaluation time counter value n is set to 0, until the evaluation time counter value n reaches 5, for each acquisition period, for each of a plurality of evaluation items.
  • a bundle of state quantities which are state quantities, is repeatedly acquired from the gas turbine power plant 1 (S21 to S23).
  • the state quantity extraction unit 13 extracts the latest state quantity bundle from the state quantity file 31 as a state quantity bundle to be evaluated. Then, the intra-group Mahalanobis distance GD of each intra-group bundle constituting the bundle of state quantities is calculated by the Mahalanobis distance calculation unit 14 (S25a).
  • the Mahalanobis distance calculation unit 14 obtains an overall Mahalanobis distance WD that is a Mahalanobis distance of a bundle of the intra-group Mahalanobis distance GD obtained in Step 25a (S25b). Then, after the plant state determination unit 15 compares the entire Mahalanobis distance WD and the threshold value Dc to determine whether or not the operation state is abnormal, and displays that it is abnormal or normal (S31). To S35), the process returns to step 17 again.
  • Step 17, Step 21 to Step 28, and Step 31 to Step 35 are repeated until the value m of the update time counter reaches 48.
  • the average value Mi, the standard deviation ⁇ i, and the inverse matrix R ⁇ 1 obtained in steps 25a and 25b of the first routine are stored in the auxiliary auxiliary storage device as described above, and steps 25a and 25b of the next and subsequent routines are stored. This is used to calculate the intra-group Mahalanobis distance and the overall Mahalanobis distance.
  • step 17 the unit space update unit 16 determines that the value m of the update time counter has reached 48, and unit space When it is recognized that the update time has been reached, the value m of the update time counter is reset to 0 (S28). And if it determines with it being normal by the determination process (S31) of a driving
  • the present embodiment also updates the unit space, which is a reference for determining normality and abnormality, as in the first embodiment, for each update cycle for each predetermined evaluation time, It is possible to determine the operation state of the plant with high accuracy while dealing with aging and seasonal variations of the plant.
  • the plant monitoring apparatus 100 when the plant monitoring apparatus 100 starts a monitoring operation and starts acquiring a bundle of state quantities from the gas turbine power plant 1, basically, Since the bundle is sequentially accumulated as a part of a plurality of group inner bundles constituting the intra-group unit space, the intra-group unit space can be set within an extremely short period of time. Moreover, in the present embodiment, the number of intra-group bundles constituting the unit space in the group is smaller than the number of bundles of state quantities constituting the unit space in the first embodiment, so that it takes less time than the first embodiment. Unit space can be set. Therefore, especially when starting the gas turbine power plant 1 after it has been stopped by regular inspection, it is possible to shift to monitoring using the plant monitoring device 100 more quickly than the first embodiment. The number of manpower required for driving can be further reduced.
  • the plant monitoring apparatus 100 is configured by one computer, but may be configured by a plurality of computers.
  • the plant monitoring apparatus 100 may be configured by two computers: a computer having the function as the state quantity acquisition unit 11 and the state quantity file 31, and a computer having other functions.
  • the present invention is applied to a gas turbine power plant.
  • the present invention is not limited to this, and may be applied to various plants such as a nuclear power plant and a chemical plant. May be.
  • the present invention can be widely applied to a plant monitoring apparatus, a plant monitoring program, and a plant monitoring method for monitoring the operation state of a plant, and determines the operation state of the plant with high accuracy while dealing with aging and seasonal variations of the plant. be able to.

Abstract

　複数の評価項目があるプラントの運転状態を監視するプラント監視装置において、前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得する状態量取得手段と、前記状態量取得手段により、前記状態量の束が記憶される状態量記憶手段と、前記状態量の束が複数集まって構成される単位空間が記憶される単位空間記憶手段と、予め定めた評価周期毎に、前記状態量記憶手段から評価対象とする状態量の束を抽出する状態量抽出手段と、前記評価周期毎に、前記単位空間記憶手段に記憶されている前記単位空間を基準として、前記状態量抽出手段により抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出手段と、前記評価周期毎に、前記マハラノビス距離算出手段で求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定手段と、前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間記憶手段に記憶されている前記単位空間に前記状態量抽出手段により抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新手段と、を備えるプラント監視装置。

Description

プラント監視装置、プラント監視プログラム及びプラント監視方法
　本発明は、プラントの運転状態を監視するプラント監視装置、プラント監視プログラム及びプラント監視方法に関する。
　ガスタービン発電プラントや原子力発電プラント、あるいは化学プラントといった各種のプラントでは、プラントが正常に運転されているか否かを監視するため、温度や圧力といったプラントの各評価項目毎の状態量を取得し、これらの状態量に基づきプラントの運転状態を監視している。
　多数の評価項目が存在するプラントの運転状態を監視する場合、例えば、特許文献１に記載の技術では、マハラノビス－タグチ法（以下、ＭＴ法とする）を用いている。ＭＴ法は、複数の評価項目毎の状態量の集まりである状態量の束が複数集まって構成される単位空間を予め準備しておき、プラントから状態量の束を取得すると、単位空間を基準にして、この状態量の束のマハラノビス距離を求め、このマハラノビス距離が予め定められた閾値以内であるか否かに応じて、プラントの運転状態等が正常であるか否かを判定する手法である。
　特許文献１に記載の方法では、プラントの経年変化や季節変動に対応するため、プラントから状態量の束を取得し、この状態量の束のマハラノビス距離を求める毎に、判定基準となる単位空間を構成する複数の状態量の束のうち一部の状態量の束を入れ替えて、この単位空間を更新している。
国際公開第２００９／１０７８０５号
　上記特許文献１に記載の方法は、プラントの経年変化や季節変動に対応し得る優れた方法である。しかしながら、この方法では、プラントの経年変化や季節変動に対応するために、プラントから状態量の束を取得し、この状態量の束のマハラノビス距離を求める毎に、単位空間を更新しているため、単位空間を構成している複数の状態量の束の収集期間が比較的短くなってしまう。このため、この方法では、プラントの状態変化に対して単位空間が極めて敏感に変化してしまい、本来、異常であると判定すべき場合でも、正常であると判定することがある。例えば、プラントの状態が徐々に異常な状態に移行する場合、評価対象の状態量の束の取得時期から比較的遠い過去に取得した状態量の束を含む単位空間を基準に、プラントの運転状態を判定するときには異常と判定できても、判定の基準となる単位空間もプラントの状態変化に敏感に追従してしまって、正常と判定しまうことがある。
　すなわち、上記特許文献１に記載の方法では、プラントの運転状態が正常であるか否かを高精度で判定することができないことがある、という問題点がある。
　そこで、本発明は、このような従来技術の問題点に着目し、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができるプラント監視装置、プラント監視プログラム及びプラント監視方法を提供することを目的とする。
　前記問題点を解決するための発明に係るプラント監視装置は、複数の評価項目があるプラントの運転状態を監視するプラント監視装置において、前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得する状態量取得手段と、前記状態量取得手段により、前記状態量の束が記憶される状態量記憶手段と、前記状態量の束が複数集まって構成される単位空間が記憶される単位空間記憶手段と、予め定めた評価周期毎に、前記状態量記憶手段から評価対象とする状態量の束を抽出する状態量抽出手段と、前記評価周期毎に、前記単位空間記憶手段に記憶されている前記単位空間を基準として、前記状態量抽出手段により抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出手段と、前記評価周期毎に、前記マハラノビス距離算出手段で求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定手段と、前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間記憶手段に記憶されている前記単位空間に前記状態量抽出手段により抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新手段と、を備えていることを特徴とする。
　当該プラント監視装置では、正常、異常の判定の基準となる単位空間を更新周期毎に適宜更新しているので、プラントの経年変化や季節変動にも対応して、プラント運転状態を判定することができる。
　また、当該プラント監視装置では、評価時期毎に単位空間を更新せず、この評価周期よりも長い更新周期毎に単位空間を更新しているため、評価時期毎に単位空間を更新するよりも、単位空間を構成している状態量の束の収集期間を長くすることができる。従って、当該プラント監視装置では、プラントの状態変化に対して単位空間が敏感に変化し、本来、正常であると判定すべき場合でも異常であると判定してしまうことや、逆に、本来、異常であると判定すべき場合でも正常であると判定してしまうことを避けることができる。
　よって、当該プラント監視装置では、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　なお、前記単位空間更新手段は、前記評価周期の自然数（但し、２以上）倍の周期を更新周期とし、前記評価周期で且つ該更新周期のとき、前記単位空間記憶手段に記憶されている前記単位空間に前記状態量抽出手段により抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除してもよい。
　ここで、前記プラント監視装置において、前記単位空間記憶手段に前記単位空間が記憶されていないときに、前記状態量記憶手段に記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間記憶手段に記憶する単位空間初期設定手段を、備えていてもよい。
　当該プラント監視装置では、当該プラント監視装置が監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間記憶手段に単位空間が記憶されていないときに、単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束を単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちに単位空間を設定することができる。このため、当該プラント監視装置では、プラント監視装置が監視動作を開始し始めると、短期間のうちに、単位空間による運転状態の判定を実施することができる。
　また、前記プラント監視装置において、前記単位空間更新手段は、前記更新周期のときであっても、前記状態量抽出手段で抽出された前記状態量の束に関する前記マハラノビス距離が前記判定手段により前記所定の閾値以内でないと判定されると、該状態量の束を前記単位空間記憶手段に記憶されている前記単位空間に追加せず、且つ該単位空間から最古の状態量の束を削除しないことが好ましい。
　当該プラント監視装置では、更新時期に至ったときでも、評価対象の状態量の束が異常であると判定された場合には、単位空間の更新は行われない。よって、正常、異常の判定の基準となる単位空間に、異常と判定された状態量の束を含ませないことができる。
　また、前記プラント監視装置において、前記単位空間記憶手段には、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、前記マハラノビス距離算出手段は、前記状態量抽出手段により抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間記憶手段に記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、前記判定手段は、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、前記単位空間更新手段は、前記評価周期で且つ該更新周期のとき、前記単位空間記憶手段に記憶されている前記グループ内単位空間毎に、前記状態量抽出手段により抽出された前記状態量の束のうちで当該グループ内の前記状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、前記マハラノビス距離算出手段は、前記単位空間記憶手段に新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成してもよい。
　当該プラント監視装置では、上記プラント監視装置と同様、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。さらに、当該プラント監視装置では、グループ内マハラノビス距離を求める際の基準となる単位空間を構成する状態量の数を少なくすることができ、グループ毎にグループ内マハラノビス距離を求めても、マハラノビス距離を求める際の計算負荷を極めて小さくすることができる。
　また、前記プラント監視装置において、前記単位空間記憶手段に、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量記憶手段に記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間記憶手段に記憶する単位空間初期設定手段を備え、前記単位空間初期設定手段は、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間記憶手段に記憶すると、前記マハラノビス距離算出手段により、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させてもよい。
　当該プラント監視装置では、当該プラント監視装置が監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間記憶手段にグループ内単位空間が記憶されていないときに、グループ内単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束をグループ内単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちにグループ内単位空間を設定することができる。
　ここで、前記プラント監視装置において、前記評価周期を変更する評価周期変更手段や前記更新周期を変更する更新周期変更手段を備えてもよい。
　当該プラント監視装置では、プラントの運転条件等を急激に変更する場合でも、評価周期や更新周期を短くすることで、短期間のうちに運転条件の変更に対応することができる。
　前記問題点を解決するための発明に係るプラント監視プログラムは、複数の評価項目があるプラントの運転状態を監視するプラント監視プログラムにおいて、前記プラントから取得された複数の前記評価項目毎の状態量の集まりである状態量の束が時系列に記憶されているコンピュータの記憶部の状態量ファイルから、予め定めた評価周期毎に、評価対象とする状態量の束を抽出する状態量抽出ステップと、前記評価周期毎に、前記記憶部の単位空間ファイルに記憶されている、前記状態量の束が複数集まって構成される単位空間を基準として、前記状態量抽出ステップで抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出ステップと、前記評価周期毎に、前記マハラノビス距離算出ステップで求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定ステップと、前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間ファイルに記憶されている前記単位空間に前記状態量抽出ステップで抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新ステップと、を前記コンピュータに実行させることを特徴とする。
　当該プラント監視プログラムでは、当該プラント監視プログラムをコンピュータにインストールすることで、前記プラント監視装置と同様、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　ここで、前記プラント監視プログラムにおいて、前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得し、前記状態量ファイルに該状態量の束を記憶する状態量取得ステップを、前記コンピュータに実行させてもよい。
　また、前記プラント監視プログラムにおいて、前記単位空間ファイルに前記単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間ファイルに記憶する単位空間初期設定ステップを、前記コンピュータに実行させてもよい。
　当該プラント監視プログラムでは、プラントの監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間ファイルに単位空間が記憶されていないときに、単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束を単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちに単位空間を設定することができる。
　また、前記プラント監視プログラムにおいて、前記単位空間ファイルには、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、前記マハラノビス距離算出ステップでは、前記状態量抽出ステップで抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間ファイルに記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、前記判定ステップでは、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、前記単位空間更新ステップでは、前記更新周期のとき、前記単位空間ファイルに記憶されている前記グループ内単位空間毎に、前記状態量抽出ステップで抽出された前記状態量の束のうちで当該グループ内の状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、前記マハラノビス距離算出ステップでは、前記単位空間ファイルに新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成してもよい。
　当該プラント監視プログラムでは、上記プラント監視プログラムと同様、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。さらに、当該プラント監視プログラムでは、グループ内マハラノビス距離を求める際の基準となる単位空間を構成する状態量の数を少なくすることができ、グループ毎にグループ内マハラノビス距離を求めても、マハラノビス距離を求める際の計算負荷を極めて小さくすることができる。
　また、前記プラント監視プログラムにおいて、前記単位空間ファイルに、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間ファイルに記憶する単位空間初期設定ステップを前記コンピュータに実行させ、前記単位空間初期設定ステップでは、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間ファイルに記憶すると、前記マハラノビス距離算出ステップで、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させてもよい。
　当該プラント監視プログラムでは、プラント監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間ファイルにグループ内単位空間が記憶されていないときに、グループ内単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束をグループ内単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちにグループ内単位空間を設定することができる。
　前記問題点を解決するための発明に係るプラント監視方法は、複数の評価項目があるプラントの運転状態を監視するプラント監視方法において、前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得し、状態量ファイルに該状態量の束を記憶する状態量取得ステップと、予め定めた評価周期毎に、前記記憶部から評価対象とする状態量の束を抽出する状態量抽出ステップと、前記評価周期毎に、単位空間ファイルに記憶されている、前記状態量の束が複数集まって構成される単位空間を基準として、前記状態量抽出ステップで抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出ステップと、前記評価周期毎に、前記マハラノビス距離算出ステップで求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定ステップと、前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間ファイルに記憶されている前記単位空間に前記状態量抽出ステップで抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新ステップと、を実行することを特徴とする。
　当該プラント監視方法では、前記プラント監視装置と同様、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　ここで、前記プラント監視方法において、前記単位空間ファイルに前記単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間ファイルに記憶する単位空間初期設定ステップを、実行してもよい。
　当該プラント監視方法では、プラントの監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間ファイルに単位空間が記憶されていないときに、単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束を単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちに単位空間を設定することができる。
　また、前記プラント監視方法において、前記単位空間ファイルには、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、前記マハラノビス距離算出ステップでは、前記状態量抽出ステップで抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間ファイルに記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、前記判定ステップでは、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、前記単位空間更新ステップでは、前記更新周期のとき、前記単位空間ファイルに記憶されている前記グループ内単位空間毎に、前記状態量抽出ステップで抽出された前記状態量の束のうちで当該グループ内の状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、前記マハラノビス距離算出ステップでは、前記単位空間ファイルに新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グープ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成してもよい。
　当該プラント監視方法では、上記プラント監視方法と同様、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。さらに、当該プラント監視方法では、グループ内マハラノビス距離を求める際の基準となる単位空間を構成する状態量の数を少なくすることができ、グループ毎にグループ内マハラノビス距離を求めても、マハラノビス距離を求める際の計算負荷を極めて小さくすることができる。
　また、前記プラント監視方法において、前記単位空間ファイルに、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間ファイルに記憶する単位空間初期設定ステップを実行し、前記単位空間初期設定ステップでは、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間ファイルに記憶すると、前記マハラノビス距離算出ステップで、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させてもよい。
　当該プラント監視方法では、プラント監視動作を開始し、プラントから状態量の束を取得し始めたとき等、単位空間ファイルにグループ内単位空間が記憶されていないときに、グループ内単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束をグループ内単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちにグループ内単位空間を設定することができる。
　本発明では、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
本発明に係る第一実施形態におけるガスタービン発電プラント及びプラント監視装置の構成を示す説明図である。 本発明に係る第一実施形態における状態量ファイルのデータ構成を示す説明図である。 本発明に係る第一実施形態における単位空間ファイルのデータ構成を示す説明図である。 マハラノビス距離の概念を示す概念図である。 本発明に係る第一実施形態におけるプラント監視装置の動作を示すフローチャート（その１）である。 本発明に係る第一実施形態におけるプラント監視装置の動作を示すフローチャート（その２）である。 本発明に係る第一実施形態における評価周期と更新周期との関係、及び単位空間を構成する複数の状態量の束の収集期間の変遷を示す説明図である。 本発明に係る第二実施形態における運転状態の判定処理までの処理概念を示す概念図である。 本発明に係る第二実施形態におけるグループ内単位空間及びＭＤ単位空間の概念を示す概念図である。 本発明に係る第二実施形態におけるプラント監視装置の動作を示すフローチャート（その１）である。 本発明に係る第二実施形態におけるプラント監視装置の動作を示すフローチャート（その２）である。
　以下、本発明に係る実施形態について、図面を参照しつつ説明する。
　（第一実施形態）
　まず、本発明に係る第一実施形態について、図１～図７を参照して説明する。
　本実施形態のプラント監視装置１００は、図１に示すように、ガスタービン発電プラント１の運転状態を監視するものである。このガスタービン発電プラント１は、ガスタービン２と、このガスタービン２の駆動で発電する発電機６と、を備えている。ガスタービン２は、圧縮空気を生成する圧縮機３と、燃料を圧縮空気に混合して燃焼させ燃焼ガスを生成する燃焼器４と、燃焼ガスによって回転駆動されるタービン５とを備えている。タービン５のロータは圧縮機３を介して発電機６に連結されており、このロータの回転により、発電機６は発電する。
　プラント監視装置１００は、このガスタービン発電プラント１の複数の評価項目毎の状態量を取得し、これらの状態量に基づいて当該ガスタービン発電プラント１の運転状態が正常であるか否かを判定する。このプラント監視装置１００は、基本的に、マハラノビス・タグチ法（以下、ＭＴ法とする）で、このガスタービン発電プラント１の運転状態を監視する。このガスタービン発電プラント１の評価項目としては、例えば、ガスタービン出力、タービンロータと静止部間の複数箇所におけるキャビティ温度、タービンのガス出口での周方向の複数箇所におけるブレードパス温度、タービンロータの周方向の複数箇所における変位量、ガスタービンに設けられる各種弁の開度等がある。ガスタービン発電プラント１には、これらの状態量を検知するため、センサ等の各種状態量検知手段が設けられている。
　プラント監視装置１００は、コンピュータであり、各種演算処理を実行するＣＰＵ１０と、ＣＰＵ１０のワークエリア等になるＲＡＭ等の主記憶装置２０と、各種データやプログラム等が記憶されるハードディスクドライブ装置等の補助記憶装置３０と、ＣＤやＤＶＤ等のディスク型記憶媒体４５に対するデータの記録や再生を行う記録・再生装置４４と、キーボードやマウス等の入力装置４２と、表示装置４３と、入力装置４２や表示装置４３の入出力インタフェース４１と、ガスタービン発電プラント１の各種状態量検知手段に接続されているインタフェース４０と、を備えている。
　補助記憶装置３０には、上記コンピュータをプラント監視装置１００として機能させるためのプラント監視プログラム３５やＯＳプログラム等の各種プログラムが予め格納されている。プラント監視プログラム３５を含む各種プログラムは、記憶・再生装置４４を介して、ディスク型記憶媒体４５から補助記憶装置３０に取り込まれる。なお、これらのプログラムは、フラッシュメモリ等の携帯可能なメモリや、図示されていない通信装置を介して外部装置から補助記憶装置３０に取り込まれてもよい。
　この補助記憶装置３０には、さらに、プラント監視プログラム３５の実行過程で、以下のファイルが設けられる。すなわち、ガスタービン発電プラント１の複数の評価項目毎の状態量が格納される状態量ファイル（状態量記憶手段）３１と、プラントの運転状態を判定する際の基準となる単位空間のデータが格納される単位空間ファイル（単位空間記憶手段）３２と、評価項目毎の状態量を評価する評価周期等の各種周期が格納される周期ファイル３３と、運転状態の判定時等に用いる閾値等が格納される閾値ファイル３４とが、補助記憶装置３０に設けられる。
　状態量ファイル（状態量記憶手段）３１には、図２に示すように、プラント監視プログラム３５の実行過程で、ガスタービン発電プラント１の複数の評価項目毎の状態量の集まりである状態量の束３１ａが、状態量の取得時刻３１ｂ毎に時系列に格納される。ここでは、例えば、２０１１年４月１１日の９：０５から１分間隔（取得周期）で、１００個の評価項目（状態量１、状態量２、…、状態量ｕ（＝100））毎の状態量が状態量の束３１ａとして取得され、これらの状態量の束３１ａが時系列に格納される。
　また、単位空間ファイル（単位空間記憶手段）３２には、図３に示すように、プラント監視プログラム３５の実行過程で、状態量ファイル３１に格納されている複数の状態量の束から抽出された状態量の束３２ａが各状態量の束３２ａの取得時刻３２ｂと共に、単位空間ファイル３２に格納される。
　ＣＰＵ１０は、機能的に、ガスタービン発電プラント１の複数の評価項目毎の状態量を前述の取得周期毎に取得して状態量ファイル３１の格納する状態量取得部１１と、単位空間ファイル３２内に単位空間を構成するデータが格納されていないときに単位空間を構成し得るデータを状態量ファイル３１から抽出して、これを単位空間ファイル３２に格納する単位空間初期設定部１２と、予め定められた評価周期毎に状態量ファイル３１から状態量の束を抽出する状態量抽出部１３と、単位空間ファイル３２に記憶されている単位空間を基準として、状態量抽出部１３により抽出された状態量の束のマハラノビス距離を求めるマハラノビス距離算出部１４と、マハラノビス距離算出部１４で求められたマハラノビス距離が所定の閾値以内であるか否かに応じて、ガスタービン発電プラント１の運転状態が正常であるか否かを判定するプラント状態判定部１５と、単位空間ファイル３２に記憶されている単位空間を更新する単位空間更新部１６と、周期ファイル３３に格納されている各種周期を設定及び変更する周期設定・変更部１７と、閾値ファイル３４に格納されている各種閾値を設定及び変更する閾値設定・変更部１８と、当該コンピュータへの入出力を制御するＩＯ制御部１９と、を有している。
　以上で説明したＣＰＵ１０の機能構成要素のうち、状態量取得部１１、単位空間初期設定部１２、状態量抽出部１３、マハラノビス距離算出部１４、プラント状態判定部１５、単位空間更新部１６、周期設定・変更部１７、閾値設定・変更部１８は、いずれも、補助記憶装置３０に格納されているプラント監視プログラム３５等をＣＰＵ１０が実行することで機能する。また、ＩＯ制御部１９は、補助記憶装置３０に格納されているＯＳプログラム等をＣＰＵ１０が実行することで機能する。
　次に、本実施形態のプラント監視装置１００の監視動作について説明する。
　このプラント監視装置１００のプラント監視は、前述したようにＭＴ法を利用している。そこで、このＭＴ法によるプラント監視方法の基本的な内容について、図４を用いて説明する。
　ここでは、仮に、ガスタービン発電プラント１の発電機６の出力及び圧縮機３の吸入空気温度をそれぞれ状態量とし、発電機６の出力及び圧縮機３の吸入空気温度を併せたものを状態量の束Ｂとする。ＭＴ法では、この状態量の束Ｂを複数集めたもの、つまり状態量の束Ｂの集合体を単位空間Ｓとし、この単位空間Ｓを基準にして、運転状態が異常であるか否かの評価対象となる状態量の束Ａのマハラビス距離Ｄを求める。このマハラノビス距離Ｄは、監視対象の異常の程度が大きくなる程、大きな値を示す。そこで、ＭＴ法では、このマハラノビス距離Ｄが予め定めた閾値Ｄｃ以内であるか否かに応じて、プラントの運転状態が異常であるか否かを判定する。なお、図４中、単位空間Ｓを囲む実線は、マハラノビス距離Ｄが閾値Ｄｃとなる位置を示している。例えば、評価対象となる状態量の束Ａ１は、そのマハラノビス距離Ｄが閾値Ｄｃ以下であるため、この状態量の束Ａ１が取得されたときのガスタービン発電プラント１の運転状態は正常であると判定される。また、評価対象となる状態量の束Ａ２，Ａ３は、それぞれのマハラノビス距離Ｄが閾値Ｄｃより大きいため、これらの状態量の束Ａ２，Ａ３が取得されたときのガスタービン発電プラント１の運転状態は異常であると判定される。
　単位空間Ｓを構成する複数の状態量の束Ｂのマハラノビス距離の平均値は１である。また、ガスタービン発電プラント１の運転状態が正常な場合、評価対象の状態量の束Ａのマハラノビス距離Ｄは、概ね４以下に収まる。このようなマハラノビス距離Ｄに関する閾値Ｄｃは、例えば、単位空間Ｓを構成する複数の状態量の束Ｂ毎のマハラノビス距離のうち、最大のマハラノビス距離より大きい値に設定することが好ましい。この際、ガスタービン発電プラント１の固有の特性等を考慮して、閾値Ｄｃを定めることが好ましい。
　次に、本実施形態のプラント監視装置１００の具体的な監視動作について、図５及び図６に示すフローチャートに従って説明する。なお、ここでは、このプラント監視装置１００による監視動作開始前の時点では、状態量ファイル３１及び単位空間ファイル３２内には一切データが格納されていないものとする。また、この監視動作開始前に、プラント監視装置１００のオペレータによる入力装置４２の操作により、各種周期や各種閾値が設定登録されているものとする。この設定登録時には、周期設定・変更部１７又は閾値設定・変更部１８が機能し、オペレータにより指定された各種周期や各種閾値が周期ファイル３３や閾値ファイル３４に設定登録される。
　ガスタービン発電プラント１が起動し始め、ガスタービン発電プラント１の各種状態量検知手段が各種状態量を検知し始めると、状態量取得部１１は、複数の評価項目毎の状態量を取得周期（例えば、１分周期）毎に取得して状態量ファイル３１に格納する（Ｓ１１）。状態量取得部１１は、取得時刻になると、複数の評価項目毎の状態量をガスタービン発電プラント１から取得し、これらを状態量の束として、取得時刻と関連付けて、状態量ファイル３１（図２）に格納する。
　状態量ファイル３１に新たな状態量の束が格納されると、単位空間初期設定部１２は、新たな状態量の束を構成する各状態量が正常範囲内であるか否かを判断する（Ｓ１２）。単位空間初期設定部１２は、この際、閾値ファイル３４に予め格納されている状態量毎の正常範囲を示す値を用いる。単位空間初期設定部１２が新たな状態量の束を構成するいずれかの状態量が正常範囲内でないと判断した場合には、ステップ１１に戻る。また、単位空間初期設定部１２は、新たな状態量の束を構成する全ての状態量が正常範囲内であると判断した場合、この状態量の束の取得時刻と関連付けて、この状態量の束を単位空間の構成データとして単位空間ファイル３２（図３）に格納する（Ｓ１３）。なお、ステップ１２の判断処理は操作員が行ってもよい。この場合、操作員は、ガスタービン発電プラント１の設計データや運転実績に基づき、新たな状態量の束を構成する各状態量が正常範囲内であるか否かを判断する。そして、新たな状態量の束を構成する全ての状態量が正常範囲内であると判断した場合、操作員は、この状態量の束が正常範囲内である旨の情報を単位空間初期設定部１２に入力する。この情報に基づき、単位空間初期設定部１２は、ステップ１３の処理を実行する。
　次に、単位空間初期設定部１２は、単位空間ファイル３２に格納されている状態量の束の数が単位空間を構成し得る数ｖであるか否かを判断する（Ｓ１４）。単位空間を構成する状態量の束の数ｖは、品質工学上、状態量の項目数の３倍であることが好ましいとされている。そこで、ここでは、状態量の項目数、つまり評価項目数ｕが１００であるので、単位空間を構成する状態量の束の数ｖを３００（＝１００×３）としている。このため、ここでは、単位空間ファイル３２に格納されている状態量の束の数が３００であるか否かを判断する。
　単位空間ファイル３２に格納されている状態量の束の数が単位空間を構成し得る数ｖに至っていない場合、ステップ１１に戻って、各項目の状態量取得が実行される。また、単位空間ファイル３２に格納されている状態量の束の数が単位空間を構成し得る数ｖである場合、単位空間初期設定部１２は、図３に示すように、単位空間の初期設定処理が完了したとして、単位空間ファイル３２内に単位空間を構成できた旨、例えば、「構成完了」３２ｃを設定する（Ｓ１５）。
　図２に示す例において、取得時刻２０１１年４月１１日の９：０５から９：１４、１１：０３、１１：０４に取得された状態量の束は、ステップ１２における判断で正常範囲内ではないと判断された状態量を含む束であるために、図３に示す単位空間ファイル３２には格納されていない。一方、状態量ファイル３１中で、正常範囲内ではないと判断された状態量の束を除く状態量の束は、図３に示す単位空間ファイル３２に格納されている。
　単位空間を構成できた旨が設定されると（Ｓ１５）、単位空間更新部１６が更新時期カウンタの値ｍを０に設定し（図６中のＳ１６）、状態量抽出部１３が評価時期カウンタの値ｎを０に設定する（Ｓ１７）。
　評価時期カウンタの値ｎが０に設定された後（Ｓ１７）、状態量取得部１１は、新たな取得時刻になると、前述のステップ１１での処理と同様、複数の評価項目毎の状態量をガスタービン発電プラント１から取得し、これらを状態量の束として、取得時刻と関連付けて、状態量ファイル３１に格納する（Ｓ２１）。
　状態量取得部１１が状態量の束を取得すると（Ｓ２１）、状態量抽出部１３は評価時期カウンタの値ｎに１を加え（Ｓ２２）、評価時期カウンタの値ｎが例えば５になったか否かを判断する（Ｓ２３）。評価時期カウンタの値ｎが５でなければ、未だ評価時期でないとして、ステップ２１に戻る。すなわち、評価時期カウンタの値ｎが５になるまで、状態量取得部１１による状態量の束の取得が繰り返し実行される。また、状態量抽出部１３は、評価時期カウンタの値ｎが５になったと判断すると、状態量の評価時期に至ったと認識して、状態量ファイル３１から最新の状態量の束を評価対象の状態量の束として抽出する（Ｓ２４）。すなわち、ここでは、状態量取得部１１によるガスタービン発電プラント１からの状態量の束の取得周期が１分であるから、状態量の評価周期は５分となり、状態量の評価時期は５分毎に訪れる。
　状態量抽出部１３が評価対象の状態量の束を抽出すると（Ｓ２４）、マハラノビス距離算出部１４が以下の手法でこの状態量の束のマハラノビス距離Ｄを算出する（Ｓ２５）。
　マハラノビス距離算出部１４は、まず、単位空間ファイル３２から単位空間を構成する状態量の束の集合体を取得し、各評価項目毎の状態量である変数Ｘ１～Ｘｕのそれぞれの平均値Ｍｉ及び標準偏差σｉ（基準データのばらつき度合い）を、数式（１）及び数式（２）により求める。なお、ｉは評価項目番号（自然数）であって、１～ｕの値をとる。なお、ｕは評価項目数に一致し、ここでは１００である。また、ｊは状態量の束の番号（自然数）であって、１～ｖの値をとる。なお、ｖは単位空間を構成する状態量の束の数に一致し、ここでは３００である。ここで、標準偏差とは、状態量とその平均値との差を２乗したものの期待値の正平方根とする。
Figure JPOXMLDOC01-appb-M000001
 　　　　　　　　　　　　　　　　　　
Figure JPOXMLDOC01-appb-M000002
 　　　　　　　　　　　　　　　　　　
　次に、マハラノビス距離算出部１４は、変数Ｘ１～Ｘｕの相関関係を示す共分散行列（相関行列）Ｒ、及び共分散行列Ｒの逆行列Ｒ－１を、下記の数式（３）により定める。なお、数式（３）において、ｋは評価項目数であり、ここではｕ（＝１００)である。また、ｉやｐは評価項目番号であり、ここでは１～ｕの値をとる。
Figure JPOXMLDOC01-appb-M000003
 　　　　　　　　　　　　　　　　　　
　次に、マハラノビス距離算出部１４は、前述の平均値Ｍｉ及び標準偏差σｉを用いて、ステップ２４で抽出された状態量の束の各状態量である変数Ｘ１～Ｘｕを下記の数式（４）によってｘ１～ｘｕに変換し、変数Ｘ１～Ｘｕを基準化する。すなわち、ガスタービン発電プラント１の状態量の束を、平均０、標準偏差１の確率変数に変換する。
Figure JPOXMLDOC01-appb-M000004
 　　　　　　　　　　　　　　　　　　
　次に、マハラノビス距離算出部１４は、上記の数式（３）で定められる逆行列Ｒ－１と、ステップ２４で抽出された状態量の束の各状態量である変数Ｘ１～Ｘｕに関する確率変数ｘ１～ｘｕとを用いて、下記の数式（５）により、ステップ２４で抽出された状態量の束に関するマハラノビス距離Ｄを求める。なお、マハラノビス距離算出部１４は、次のステップ２４で抽出された状態量の束のマハラノビス距離を求める際、単位空間に関する前述の平均値Ｍｉ及び標準偏差σｉ、さらに逆行列Ｒ－１を利用するため、これら平均値Ｍｉ、標準偏差σｉ、逆行列Ｒ－１を補助記憶装置３０内に記憶しておく。
Figure JPOXMLDOC01-appb-M000005
 　　　　　　　　　　　　　　　　　　
　ステップ２４で抽出された状態量の束のマハラノビス距離Ｄが求められると（Ｓ２５）、単位空間更新部１６は、更新時期カウンタの値ｍに１を加え（Ｓ２６）、更新時期カウンタの新たな値ｍが例えば４８であるか否かを判断する（Ｓ２７）。単位空間更新部１６は、更新時期カウンタの値ｍが４８であれば、単位空間の更新時期に至ったと認識して、更新時期カウンタの値ｍを０にリセットした後、ステップ３１に進む。一方、単位空間更新部１６は、更新時期カウンタの値ｍが４８でなければ、未だ単位空間の更新時期でないとして、直ちにステップ３１に進む。
　ステップ３１では、プラント状態判定部１５がステップ２５で求められたマハラノビス距離Ｄが閾値ファイル３４に格納されている閾値Ｄｃ以下であるか否かを判断する。なお、ここでは、閾値ファイル３４に格納されている閾値Ｄｃを用いているが、単位空間ファイル３２に格納されている単位空間を構成する複数の状態量の束から別途求めるようにしてもよい。この場合、前述したように、例えば、この単位空間を構成する複数の状態量の束毎のマハラノビス距離のうち、最大のマハラノビス距離より大きい値を閾値Ｄｃとしてもよい。
　プラント状態判定部１５は、ステップ３１で、マハラノビス距離Ｄがその閾値Ｄｃ以下ではない、つまり閾値Ｄｃを越えると判断した場合、ガスタービン発電プラント１の運転状態が異常であると認識する。そして、プラント状態判定部１５は、例えば、直交表分析による項目有無の望大ＳＮ比の差から、異常である状態量の項目を推定する（Ｓ３２）。これは、運転状態の異常の有無はマハラノビス距離Ｄから判断できるが、異常が発生した箇所はマハラノビス距離Ｄからでは判断できないからである。次に、プラント状態判定部１５は、ＩＯ制御部１９により、表示装置４３にガスタービン発電プラント１の運転状態が異常である旨、さらに異常である状態量の項目及びその状態量を表示させた後（Ｓ３３）、ステップ１７に戻る。
　また、プラント状態判定部１５は、ステップ３１で、マハラノビス距離Ｄがその閾値Ｄｃ以下であると判断した場合、ガスタービン発電プラント１の運転状態が正常であると認識し、ＩＯ制御部１９により、表示装置４３にガスタービン発電プラント１の運転状態が正常である旨を表示させる（Ｓ３４）。なお、ガスタービン発電プラント１の運転状態が正常である場合には、運転状態が異常である場合と異なり、正常である旨を必ずしも表示する必要はない。
　正常である旨が表示されると（Ｓ３４）、単位空間更新部１６は、更新時期カウンタの値ｍが０であるか否かを判断する（Ｓ３５）。単位空間更新部１６は、更新時期カウンタの値ｍが０であると判断すると、単位空間ファイル３２に格納されている単位空間を更新する（Ｓ３６）。単位空間更新部１６は、この際、単位空間ファイル３２に格納されている単位空間を構成する複数の状態量の束から、最古の状態量の束を削除する一方で、ステップ３１で運転状態が正常であると判断された状態量の束を追加する。
　単位空間更新部１６は、ステップ３５で更新時期カウンタの値ｍが０であると判断して、単位空間を更新した場合（Ｓ３６）、及び、ステップ３５で更新時期カウンタの値ｍが０でないと判断した場合には、ステップ１７に戻る。
　ステップ１７に戻ると、前述したように、評価時期カウンタの値ｎが０に設定された後、評価時期カウンタの値ｎが予め定めた最大値、例えば５になるまで、取得周期毎に、複数の評価項目毎の状態量である状態量の束がガスタービン発電プラント１から繰り返し取得される（Ｓ２１～Ｓ２３）。そして、評価時期カウンタの値ｎが最大値になると、状態量の評価時期に至ったとして、状態量抽出部１３により状態量ファイル３１から最新の状態量の束が評価対象の状態量の束として抽出され（Ｓ２４）、マハラノビス距離算出部１４によりこの状態量の束のマハラノビス距離Ｄが算出される（Ｓ２５）。続いて、プラント状態判定部１５により、このマハラノビス距離Ｄと閾値Ｄｃとが比較されて、運転状態が異常であるか否かが判定され、異常又は正常である旨が表示された後（Ｓ２６～Ｓ２８、Ｓ３１～Ｓ３５）、再び、ステップ１７に戻る。
　以上のステップ１７、ステップ２１～ステップ２８、ステップ３１～ステップ３５の処理は、更新時期カウンタの値ｍが予め定められた最大値、例えば４８になるまで、つまり、評価周期が４８回訪れるまで繰り返される。この間、最初のルーチンのステップ２５で求めた平均値Ｍｉ、標準偏差σｉ、逆行列Ｒ－１は、前述したように補助記憶装置３０内に格納され、次回のルーチン以降のステップ２５でマハラノビス距離Ｄを求める際に用いられる。
　以上のステップ１７、ステップ２１～ステップ２８、ステップ３１～ステップ３５の処理が繰り返し実行され、更新時期カウンタの値ｍが０から次第に増加して４８になり、更新時期カウンタの値ｍが０のときから4時間（＝240分＝5分×48回）経過すると、ステップ２８で、単位空間更新部１６により、更新時期カウンタの値ｍが４８になった判断されて、単位空間の更新時期に至ったと認識されると、更新時期カウンタの値ｍが０にリセットされる（Ｓ２８）。そして、運転状態の判定処理（Ｓ３１）で正常であると判定されると、単位空間更新部１６により単位空間が更新される（Ｓ３６）。
　すなわち、本実施形態では、状態量取得部１１がガスタービン発電プラント１から状態量の束を取得する取得周期が１分で、この状態量の束に基づく運転状態の判定を行う評価周期が５分で、単位空間ファイル３２内の単位空間を更新する更新周期が４時間である。なお、本実施形態では、更新周期に至っても、運転状態が正常であると判定されなければ、単位空間は更新されない。
　次に、図７を用いて、単位空間ファイル３２内に格納されている単位空間の変遷について、プラント監視装置１００の動作と共に説明する。ここでは、図５のステップ１５における単位空間の構成完了の設定がなされ、更新時期カウンタの値ｍが０に設定され（Ｓ１６）、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束として抽出された（Ｓ２４）後について説明する。
　図７は、ある時刻の状態量の束がどのような単位空間に基づいて評価されるかを示している図である。図７中の特定の行は特定の時刻を示しており、図の下方に進むに従って時刻が経過するものとして記載されている。また、特定の行における右方向は未来の方向であり、反対に左側は過去の方向である。さらに、図７において、四角はいずれも状態量の束を示し、ハッチングされた四角は単位空間を構成する状態量の束を示し、無地の四角は単位空間を構成しない状態量の束を示し、内側に丸が描かれている四角は正常と判定された評価対象の状態量の束を示し、内側に×が描かれている四角は異常と判定された評価対象の状態量の束を示す。
　また、図７の例では、状態量の束が６個で単位空間を構成するものとする。また、評価周期を５分とし、単位空間の更新周期を１５分（５分×３回）とする。
　状態量ファイル３１から評価価対象の状態量の束Ａ１が抽出されると（Ｓ２４）、初期設定された単位空間Ｓ１を基準にした状態量の束Ａ１のマハラノビス距離が求められ（Ｓ２５）、このマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）、例えば、この判定結果に基づき運転状態が異常であると判断されて、異常の旨が表示される（Ｓ３３）。この過程で、更新時期カウンタの値ｍに１が加えられ、その値ｍは０から１となる（Ｓ２６）。
　なお、ここで、単位空間初期設定部１２により初期設定された単位空間Ｓ１は、取得周期を１分として、状態量取得部１１によりガスタービン発電プラント１から連続して取得した６個の状態量の束で構成されているものとする。このため、この単位空間Ｓ１を構成する６個の状態量の束の収集期間Ｐ１は、状態量の束を取得する取得周期が１分であるから、５分間にわたるものとなる。
　その後、ステップ１７に戻り、第二回目の評価時期に至ると、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ２として抽出される（Ｓ２４）。次に、第一回目の評価時期と同様、初期設定された単位空間Ｓ１を基準にした状態量の束Ａ２のマハラノビス距離が求められ（Ｓ２５）、このマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）、例えば、この判定結果に基づき運転状態が正常であると判断されて、正常の旨が表示される（Ｓ３４）。この過程で、更新時期カウンタの値ｍに１が加えられ、その値ｍは１から２となる（Ｓ２６）。
　再び、ステップ１７に戻り、第三回目の評価時期に至ると、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ３として抽出される（Ｓ２４）。次に、第一回目及び第二回目の評価時期と同様、初期設定された単位空間Ｓ１を基準にした状態量の束Ａ３のマハラノビス距離が求められる（Ｓ２５）。次に、更新時期カウンタの値ｍに１が加えられ（Ｓ２６）、更新時期カウンタの値ｍが３になったか否か、つまり更新時期に至ったか否かが判断される（Ｓ２７）。この場合、更新時期カウンタの値ｍが２から３になっているため、更新時期に至ったと認識され、更新時期カウンタの値ｍが０にリセットされた後（Ｓ２８）、先に求めたマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）、例えば、この判定結果に基づき運転状態が正常であると判断されて、正常の旨が表示される（Ｓ３４）。そして、単位空間ファイル３２内の単位空間が更新される（Ｓ３６）。
　この場合、単位空間ファイル３２内の単位空間Ｓ１を構成する６個の状態量の束Ｂ１～Ｂ６のうち、最古の状態量の束Ｂ１が削除される一方で、正常であると判定された評価対象の状態量の束Ａ３が新たな単位空間Ｓ２を構成する状態量の束Ｂ７として追加される。この結果、更新された単位空間Ｓ２を構成する６個の状態量の束Ｂ２～Ｂ７の収集期間Ｐ２は、初期設定時の５個の状態量の束Ｂ２～Ｂ６の収集期間（４分）に、３回分の評価周期の時間（１５分＝５分×３）を加えた１９分となる。
　その後、ステップ１７に戻り、第四回目の評価時期に至ると、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ４として抽出される（Ｓ２４）。次に、先に更新された単位空間Ｓ２を基準にした状態量の束Ａ４のマハラノビス距離が求められ（Ｓ２５）、このマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）、例えば、この判定結果に基づき運転状態が正常であると判断されて、正常の旨が表示される（Ｓ３４）。この過程で、更新時期カウンタの値ｍに１が加えられ、その値ｍは０から１となる（Ｓ２６）。
　再び、ステップ１７に戻り、第五回目の評価時期に至ると、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ５として抽出される（Ｓ２４）。次に、第四回目の評価時期と同様、更新された単位空間Ｓ２を基準にした状態量の束Ａ５のマハラノビス距離が求められ（Ｓ２５）、このマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）。この過程で、更新時期カウンタの値ｍに１が加えられ、その値ｍは１から２となる（Ｓ２６）。
　再び、ステップ１７に戻り、第六回目の評価時期に至ると、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ６として抽出される（Ｓ２４）。次に、第四及び第五回目の評価時期と同様、更新された単位空間Ｓ２を基準にした状態量の束Ａ３のマハラノビス距離が求められる（Ｓ２５）。次に、更新時期カウンタの値ｍに１が加えられ（Ｓ２６）、更新時期カウンタの値ｍが３になったか否か、つまり更新時期に至ったか否かが判断される（Ｓ２７）。この場合、更新時期カウンタの値ｍが２から３になっているため、更新時期に至ったと認識され、更新時期カウンタの値ｍが０にリセットされた後（Ｓ２８）、先に求めたマハラノビス距離が閾値以下であるか否かが判定される（Ｓ３１）、例えば、この判定結果に基づき運転状態が正常であると判断されて、正常の旨が表示される（Ｓ３４）。そして、単位空間ファイル３２内の単位空間が更新される（Ｓ３６）。
　この場合、単位空間ファイル３２内の単位空間Ｓ２を構成する６個の状態量の束Ｂ２～Ｂ７のうち、最古の状態量の束Ｂ２が削除される一方で、正常であると判定された評価対象の状態量の束Ａ６が新たな単位空間Ｓ３を構成する状態量の束Ｂ８として追加される。この結果、更新された単位空間Ｓ３を構成する６個の状態量の束Ｂ３～Ｂ８の収集期間は、第三回目の評価時期に更新された単位区間Ｓ２の収集期間（１９分）から、状態量の束Ｂ２が削除されることによる１分を減じ、１回分の単位空間更新周期の時間（１５分＝５分×３）を加えた３３分となる。
　以下、同様に、更新時期に至ったと認識された際に、評価対象の状態量の束が異常であると判定されない限り、単位空間ファイル３２内の単位空間Ｓ３，Ｓ４，Ｓ５，Ｓ６が順次更新される。単位空間Ｓ３，Ｓ４，Ｓ５，Ｓ６を構成する６個の状態量の束の収集期間は、単位空間が更新される毎に、最古の状態量の束が削除されることにより１分が減じられると共に、１回分の単位空間更新周期の時間（１５分）分だけ加算されることから、順次１４分（＝１５分－１分）ずつ長くなる。
　例えば、第１８回目の評価時期での更新では、単位空間ファイル３２内の単位空間Ｓ６を構成する６個の状態量の束Ｂ６～Ｂ１１のうち、最古の状態量の束Ｂ６が削除される一方で、正常であると判定された評価対象の状態量の束Ａ１８が新たな単位空間Ｓ７を構成する状態量の束Ｂ１２として追加される。この結果、更新後の単位空間Ｓ７を構成する状態量の束Ｂ７～Ｂ１２には、初期設定された単位空間Ｓ１を構成する６個の状態量の束Ｂ１～Ｂ６のいずれもが一切含まなくなる。そして、更新された単位空間Ｓ７を構成する６個の状態量の束Ｂ７～Ｂ１２の収集期間Ｐ７は、５回分の更新周期の時間７５分（＝１５分×５）となる。以降、更新時期に至ったと認識された際に、評価対象の状態量の束が異常であると判定されない限り、単位空間を構成する６個の状態量の束の収集期間は、５回分の更新周期の時間７５分を維持することになる。
　ところで、本実施形態では、更新時期に至ったと認識されても、評価対象の状態量の束が異常であると判定された場合には、単位空間の更新は行われない。これは、正常、異常の判定の基準となる単位空間に、異常と判定された状態量の束を含ませないためである。
　このため、例えば、更新時期でもある第２４回目の評価時期や第２７回目の評価時期のように、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ２４，Ａ２７として抽出されても（Ｓ２４）、評価対象の状態量の束Ａ２４，Ａ２７のマハラノビス距離が閾値以下であるか否かが判定され（Ｓ３１）、この判定結果に基づき運転状態が異常であると判断されると、単位空間Ｓ８は更新されず、維持される。
　そして、次の更新時期でもある第３０回目の評価時期で、状態量ファイル３１から最新の状態量の束が評価対象の状態量の束Ａ３０として抽出され（Ｓ２４）、評価対象の状態量の束Ａ３０のマハラノビス距離が閾値以下であるか否かが判定され（Ｓ３１）、この判定結果に基づき運転状態が正常であると判断されると、単位空間Ｓ８は更新されて単位空間Ｓ９となる（Ｓ３６）。
　この場合では、この更新後の単位空間Ｓ９を構成する状態量の束Ｂ９～Ｂ１４の収集期間Ｐ９は、２回の更新時期で更新していないため、７回（＝５回＋２回）分の更新周期の時間１０５分（１５×７）となる。
　以上のように、本実施形態では、正常、異常の判定の基準となる単位空間を更新周期毎に適宜更新しているので、プラントの経年変化や季節変動にも対応して、プラント運転状態を判定することができる。
　また、本実施形態では、評価時期毎に単位空間を更新せず、所定回数の評価時期毎の更新周期毎に単位空間を更新しているため、評価時期毎に単位空間を更新するよりも、単位空間を構成している状態量の束の収集期間を長くすることができる。従って、本実施形態では、プラントの状態変化に対して単位空間が敏感に変化し、本来、正常であると判定すべき場合でも異常であると判定してしまうことや、逆に、本来、異常であると判定すべき場合でも正常であると判定してしまうことを避けることができる。例えば、プラントの状態が徐々に異常な状態に移行する場合、本来、異常と判定すべきであっても、判定の基準となる単位空間もプラントの状態変化に敏感に追従してしまい正常と判定しまうことを避けることができる。
　よって、本実施形態では、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　また、本実施形態では、プラント監視装置１００が監視動作を開始し、ガスタービン発電プラント１から状態量の束を取得し始めると、単位空間を構成する状態量の束の数に至るまで、基本的に、取得した状態量の束を単位空間を構成する複数の状態量の束の一部として逐次蓄積していくので、極めて短期間のうちに単位空間を設定することができる。このため、本実施形態では、プラント監視装置１００が監視動作を開始し始めると、短期間のうちに、単位空間による運転状態の判定を実施することができる。具体的に、図７で説明した例では、プラント監視装置１００が監視動作を開始していから所定期間経過した後（図７の例での第１８回目の評価時期後）における単位空間を構成する複数の状態量の束の収集期間は７５分であるのに対して、監視動作開始当初の単位空間を構成する複数の状態量の束の収集期間は５分であり、監視動作の開始から５分後には、単位空間による運転状態の判定が実施できる。よって、特に定期点検でガスタービン発電プラント１を停止させていた後に起動させる場合などに、速やかにプラント監視装置１００を用いた監視に移行することができるので、プラントの運転に係る人手を削減することができる。
　このように、本実施形態では、単位空間を構成する複数の状態量の束の収集期間が大きく変化するものの、前述したような更新周期毎に、単位空間を構成する複数の状態量の束の一部の入れ替えを行っているので、単位空間を構成する複数の状態量の束の収集期間を徐々に変化させることができる。
　また、本実施形態では、周期設定・変更部１７又は閾値設定・変更部１８により、ファイル３３，３４に格納されている各種周期や各種閾値を、プラント監視装置１００のオペレータによる入力装置４２の操作で指定された周期や閾値に変更することができる。なお、本実施形態では、評価時期カウンタの値ｎの最大値を変更することで、評価周期及び更新周期を変更することになり、更新時期カウンタの値ｍの最大値を変更することで、更新周期を変更することになる。このため、本実施形態では、前述したように、単位空間を構成している状態量の束の収集期間が比較的長いが、例えば、ガスタービン発電プラント１の運転中に燃料ガス成分を変更するような運転条件を急激に変更する場合でも、評価周期や更新周期を短くすることで、短期間のうちに運転条件の変更に対応することができる。
　（第二実施形態）
　次に、本発明に係る第二実施形態について、図８～図１１を参照して説明する。
　本実施形態は、マハラノビス距離の算出処理が第一実施形態と異なっており、その他の処理は基本的に第一実施形態と同様である。このため、本実施形態のプラント監視装置は、第一実施形態のプラント監視装置１００におけるマハラノビス距離算出部１４での処理が主として異なっているものの、他の構成に関しては第一実施形態のプラント監視装置と基本的に同一である。
　そこで、以下では、本実施形態におけるマハラノビス距離の算出処理について、主として説明する。なお、本実施形態の評価項目数ｕは、第一実施形態と同じく１００個であるとする。
　本実施形態では、図８に示すように、１００個の評価項目が５分割され、つまり評価項目を５個のグループＧ１～Ｇ５に分けられて、各評価項目の状態量Ｘ１，Ｘ２，…，Ｘ１００が扱われる。その上で、本実施形態では、マハラノビス距離算出部１４により、グループＧ１～Ｇ５毎に、グループ内の評価項目毎の状態量の集まりであるグループ内束のマハラノビス距離（以下、グループ内マハラノビス距離とする）ＧＤ１，ＧＤ２，…，ＧＤ５が求められた後、複数のグループ内マハラノビス距離ＧＤ１，ＧＤ２，…，ＧＤ５の束のマハラノビス距離（以下、全体マハラノビス距離とする）ＷＤが求められる。そして、プラント状態判定部１５により、この全体マハラノビス距離ＷＤが閾値以下であるか否かに応じて、ガスタービン発電プラント１の運転状態が正常か否かの判定処理（Ｓ３１）が実行される。
　本実施形態では、グループ内マハラノビス距離ＧＤを求める際、マハラノビス距離算出部１４は、グループ内単位空間を用いる。図９に示すように、このグループ内単位空間ＧＳは、所定数のグループ内束Ｇｂの集合体である。前述したように、単位空間を構成する状態量の束の数は、品質工学上、状態量の項目数の３倍であることが好ましいとされている。そこで、本実施形態では、グループ内束Ｇｂの評価項目数が２０個（＝１００個／５）であることから、グループ内単位空間ＧＳを構成するグループ内束Ｇｂの数（サンプル数）を６０個（＝２０個×３）にしている。このため、このグループ内単位空間ＧＳを構成する状態量の数は、２０個（グループ内束の評価項目数）×６０個（グループ内束の数）で、１２００個となる。
　単位空間を基準として、マハラノビス距離を求める際に用いる分散行列（相関行列）Ｒの逆行列Ｒ－１は、前述の数式（３）に示すように、評価項目数がｋ個の場合、ｋ行、ｋ列である。このため、グループ内束Ｇｂのグループ内単位空間ＧＳを基準としたグループ内マハラノビス距離ＧＤを求める際に用いる逆行列Ｒ－１は、２０行、２０列となる。
　ところで、第一実施形態では、１００個の評価項目毎の状態量の集まりである状態量の束を３００個集めたものを単位空間Ｓとしている。このため、第一実施形態では、この単位空間Ｓを構成する状態量の数は、１００個（評価項目数）×３００個（状態量の束の数）で、３００００個となる。また、この単位空間Ｓを基準としたマハラノビス距離を求める際に用いる逆行列Ｒ－１は、１００行、１００列となる。
　従って、本実施形態では、グループ内マハラノビス距離ＧＤを求める際の基準となる単位空間ＧＳを構成する状態量の数が、第一実施形態の単位空間Ｓを構成する状態量の数に比べて、一桁以上も少ない上に、逆行列Ｒ－１の要素数も、第一実施形態で用いる逆行列Ｒ－１の要素数よりも遥かに少ないため、本実施形態では、５個のグループ毎にグループ内マハラノビス距離ＧＤを求めるものの、第一実施形態よりも、マハラノビス距離を求める際の計算負荷を極めて小さくすることができる。
　また、本実施形態では、全体マハラノビス距離ＷＤを求める際、マハラノビス距離算出部１４は、ＭＤ単位空間ＭＤＳを用いる。図９に示すように、このＭＤ単位空間ＭＤＳは、グループ毎のグループ内マハラノビス距離ＧＤの集まりであるＭＤ束ｂの集合体である。ここでは、１個のＭＤ束ｂは、５個（＝グループ数）のグループ内マハラノビス距離ＧＤの集まりである。また、１個のＭＤ束ｂを構成するグループ毎のグループ内マハラノビス距離ＧＤは、いずれも、該当グループ内単位空間ＧＳを基準とした、このグループ内単位空間ＧＳを構成する一のグループ内束Ｇｂのマハラノビス距離である。このため、ＭＤ単位空間ＭＤＳは、各グループ内単位空間ＧＳを構成するグループ内束Ｇｂの数、つまり６０個のＭＤ束ｂで構成されている。
　なお、以上で説明したグループ内単位空間ＧＳ及びＭＤ単位空間ＭＤＳは、いずれも、単位空間ファイル３２に格納される。
　次に、本実施形態のプラント監視装置の動作について、図１０及び図１１に示すフローチャートに従って簡単に説明する。
　ガスタービン発電プラント１が起動し始め、ガスタービン発電プラント１の各種状態量検知手段が各種状態量を検知し始めると、第一実施形態と同様、状態量取得部１１は、複数の評価項目毎の状態量を取得周期（例えば、１分周期）毎に取得して状態量ファイル３１に格納する（Ｓ１１）。
　状態量ファイル３１に新たな状態量の束（グループ内束の集まり）が格納されると、単位空間初期設定部１２は、第一実施形態と同様、新たな状態量の束を構成する各状態量が正常範囲内であるか否かを判断する（Ｓ１２）。単位空間初期設定部１２が新たな状態量の束を構成するいずれかの状態量が正常範囲内でないと判断した場合には、ステップ１１に戻る。また、単位空間初期設定部１２は、新たな状態量の束を構成する全ての状態量が正常範囲内であると判断した場合、この状態量の束の取得時刻と関連付けて、この状態量の束を構成する各グループのグループ内束を各グループ内単位空間の構成データとして単位空間ファイル３２に格納する（Ｓ１３ａ）。
　次に、単位空間初期設定部１２は、単位空間ファイル３２に格納されている各グループのグループ内束の数がグループ単位空間を構成し得る数であるか否かを判断する（Ｓ１４ａ）。グループ内単位空間を構成するグループ内束の数は、ここでは、前述したように、グループ内束の評価項目数（２０個）の３倍である６０個である。
　単位空間ファイル３２に格納されているグループ内束の数がグループ内単位空間を構成し得る数に至っていない場合、ステップ１１に戻って、各項目の状態量取得が実行される。また、単位空間ファイル３２に格納されているグループ内束の数がグループ内単位空間を構成し得る数である場合、単位空間初期設定部１２は、単位空間ファイル３２内に各グループのグループ内単位空間を構成できたとして、マハラノビス距離算出部１４により、図９を用いて前述したように、これらのグループ内単位空間に基づくＭＤ単位空間ＭＤＳを作成させて、このＭＤ単位空間ＭＤＳを単位空間ファイル３２に格納する（Ｓ１５ａ）。そして、単位空間初期設定部１２は、全グループ内単位空間及びＭＤ単位空間の構成が完了したとして、第一実施形態と同様、単位空間ファイル３２に、例えば、「構成完了」を設定する（Ｓ１５）。
　単位空間ファイル３２に「構成完了」等が設定されると（Ｓ１５）、第一実施形態と同様、単位空間更新部１６が更新時期カウンタの値ｍを０に設定し（図１１中のＳ１６）、状態量抽出部１３が評価時期カウンタの値ｎを０に設定する（Ｓ１７）。
　評価時期カウンタの値ｎが０に設定された後（Ｓ１７）、状態量取得部１１は、第一実施形態と同様、新たな取得時刻になると、前述のステップ１１での処理と同様、複数の評価項目毎の状態量をガスタービン発電プラント１から取得し、これらを状態量の束（グループ内束の集まり）として、取得時刻と関連付けて、状態量ファイル３１に格納する（Ｓ２１）。
　状態量取得部１１が状態量の束を取得すると（Ｓ２１）、第一実施形態と同様、状態量抽出部１３は評価時期カウンタの値ｎに１を加え（Ｓ２２）、評価時期カウンタの値ｎが例えば５になったか否かを判断する（Ｓ２３）。評価時期カウンタの値ｎが５でなければ、未だ評価時期でないとして、ステップ２１に戻る。また、状態量抽出部１３は、評価時期カウンタの値ｎが５になったと判断すると、状態量の評価時期に至ったと認識して、状態量ファイル３１から最新の状態量の束を評価対象の状態量の束（グループ内束の集まり）として抽出する（Ｓ２４）。
　状態量抽出部１３が評価対象の状態量の束を抽出すると（Ｓ２４）、マハラノビス距離算出部１４は、ステップ２４で抽出された評価対象の状態量の束を構成する各グループのグループ内束に関して、単位空間ファイル３２に格納されている各グループ内単位空間を基準としたグループ内マハラノビス距離ＧＤを求める（Ｓ２５ａ）。
　さらに、マハラノビス距離算出部１４は、ステップ２５ａで求めた各グループのグループ内マハラノビス距離ＧＤの束に関して、単位空間ファイル３２に格納されているＭＤ単位空間を基準としたマハラノビス距離、つまり全体マハラノビス距離ＷＤを求める（Ｓ２５ｂ）。なお、マハラノビス距離算出部１４は、次のルーチンでのステップ２４，２５でグループ内マハラノビス距離ＧＤ及び全体マハラノビス距離ＷＤを求める際、単位空間に関する平均値Ｍｉ及び標準偏差σｉ、さらに逆行列Ｒ－１を利用するため、これら平均値Ｍｉ、標準偏差σｉ、逆行列Ｒ－１を補助記憶装置３０内に記憶しておく。
　全体マハラノビス距離ＷＤが求められると（Ｓ２５ｂ）、単位空間更新部１６は、第一実施形態と同様、更新時期カウンタの値ｍに１を加え（Ｓ２６）、更新時期カウンタの新たな値ｍが例えば４８であるか否かを判断する（Ｓ２７）。単位空間更新部１６は、更新時期カウンタの値ｍが４８であれば、単位空間の更新時期に至ったと認識して、更新時期カウンタの値ｍを０にリセットした後、ステップ３１に進む。一方、単位空間更新部１６は、更新時期カウンタの値ｍが４８でなければ、未だ単位空間の更新時期でないとして、直ちにステップ３１に進む。
　ステップ３１では、プラント状態判定部１５がステップ２５ｂで求められた全体マハラノビス距離ＷＤが閾値ファイル３４に格納されている閾値Ｄｃ以下であるか否かを判断する。プラント状態判定部１５は、ステップ３１で、全体マハラノビス距離ＷＤがその閾値Ｄｃ以下ではない、つまり閾値Ｄｃを越えると判断した場合、第一実施形態と同様、ガスタービン発電プラント１の運転状態が異常であると認識し、異常である状態量の項目を推定する（Ｓ３２）。そして、プラント状態判定部１５は、第一実施形態と同様、ＩＯ制御部１９により、表示装置４３にガスタービン発電プラント１の運転状態が異常である旨、さらに異常である状態量の項目及びその状態量を表示させた後（Ｓ３３）、ステップ１７に戻る。
　また、プラント状態判定部１５は、ステップ３１で、全体マハラノビス距離ＷＤがその閾値Ｄｃ以下であると判断した場合、第一実施形態と同様、ガスタービン発電プラント１の運転状態が正常であると認識し、ＩＯ制御部１９により、表示装置４３にガスタービン発電プラント１の運転状態が正常である旨を表示させる（Ｓ３４）。
　正常である旨が表示されると（Ｓ３４）、単位空間更新部１６は、第一実施形態と同様、更新時期カウンタの値ｍが０であるか否かを判断する（Ｓ３５）。単位空間更新部１６は、更新時期カウンタの値ｍが０であると判断すると、単位空間ファイル３２に格納されているグループ内単位空間を更新する（Ｓ３６ａ）。単位空間更新部１６は、この際、単位空間ファイル３２に格納されている各グループ内単位空間ＧＳ１，ＧＳ２，…，ＧＳ５（図９）を構成する複数のグループ内束Ｇｂから、最古のグループ内束を削除する一方で、各グループ内単位空間ＧＳ１，ＧＳ２，…，ＧＳ５に、ステップ２４で抽出された状態量の束を構成するグループ内束のうちで対応するグループのグループ内束Ｇｂを追加する。
　さらに、単位空間更新部１６は、単位空間ファイル３２に格納されているＭＤ単位空間を更新する（Ｓ３６ｂ）。この際、単位空間更新部１６は、マハラノビス距離算出部１４に、ステップ３６ａで更新された複数のグループ内単位空間に基づくＭＤ単位空間ＭＤＳ（図９）を作成させて、このＭＤ単位空間ＭＤＳを単位空間ファイル３２に格納する。
　単位空間更新部１６は、ステップ３５で更新時期カウンタの値ｍが０であると判断して、単位空間を更新した場合（Ｓ３６ａ，Ｓ３６ｂ）、及び、ステップ３５で更新時期カウンタの値ｍが０でないと判断した場合には、ステップ１７に戻る。
　ステップ１７に戻ると、第一実施形態と同様、評価時期カウンタの値ｎが０に設定された後、評価時期カウンタの値ｎが５になるまで、取得周期毎に、複数の評価項目毎の状態量である状態量の束がガスタービン発電プラント１から繰り返し取得される（Ｓ２１～Ｓ２３）。そして、評価時期カウンタの値ｎが５になると、状態量の評価時期に至ったとして、状態量抽出部１３により状態量ファイル３１から最新の状態量の束が評価対象の状態量の束として抽出され（Ｓ２４）、マハラノビス距離算出部１４によりこの状態量の束を構成する各グループ内束のグループ内マハラノビス距離ＧＤが算出される（Ｓ２５ａ）。さらに、マハラノビス距離算出部１４により、ステップ２５ａで求められた各グループ内マハラノビス距離ＧＤの束のマハラノビス距離である全体マハラノビス距離ＷＤが求められる（Ｓ２５ｂ）。続いて、プラント状態判定部１５により、この全体マハラノビス距離ＷＤと閾値Ｄｃとが比較されて、運転状態が異常であるか否かが判定され、異常又は正常である旨が表示された後（Ｓ３１～Ｓ３５）、再び、ステップ１７に戻る。
　以上のステップ１７、ステップ２１～ステップ２８、ステップ３１～ステップ３５の処理は、更新時期カウンタの値ｍが４８になるまで繰り返される。この間、最初のルーチンのステップ２５ａ，２５ｂで求めた平均値Ｍｉ、標準偏差σｉ、逆行列Ｒ－１は、前述したように補助助記憶装置内に格納され、次回以降のルーチンのステップ２５ａ，２５ｂでグループ内マハラノビス距離や全体マハラノビス距離を求める際に用いられる。
　以上のステップ１７、ステップ２１～ステップ２８、ステップ３１～ステップ３５の処理が繰り返し実行され、ステップ２７で、単位空間更新部１６により、更新時期カウンタの値ｍが４８になった判断され、単位空間の更新時期に至ったと認識されると、更新時期カウンタの値ｍが０にリセットされる（Ｓ２８）。そして、運転状態の判定処理（Ｓ３１）で正常であると判定されると、単位空間更新部１６によりグループ内単位空間及びＭＤ単位空間が更新される（Ｓ３６ａ，３６ｂ）。
　以上のように、本実施形態も、第一実施形態と同様、正常、異常の判定の基準となる単位空間を、所定回数の評価時期毎の更新周期毎に単位空間を更新しているため、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　また、本実施形態も、第一実施形態と同様、プラント監視装置１００が監視動作を開始し、ガスタービン発電プラント１から状態量の束を取得し始めると、基本的に、取得した状態量の束をグループ内単位空間を構成する複数のグループ内束の一部として逐次蓄積していくので、極めて短期間のうちにグループ内単位空間を設定することができる。しかも、本実施形態では、グループ内単位空間を構成するグループ内束の数が、第一実施形態における単位空間を構成する状態量の束の数より少ないため、第一実施形態よりも短期間で単位空間を設定することができる。よって、特に定期点検でガスタービン発電プラント１を停止させていた後に起動させる場合などに、第一実施形態よりもさらに速やかにプラント監視装置１００を用いた監視に移行することができるので、プラントの運転に係る人手をより削減することができる。
　ところで、グループ内単位空間を構成するグループ内束の数は、前述したように、第一実施形態における単位空間を構成する状態量の束の数より少ない。このため、評価時期カウンタの値ｎの最大値及び更新時期カウンタの値ｍの最大値を第一実施形態と同様、それぞれ、５（＝ｎ）、４８（＝ｍ）にしておくと、グループ内単位空間を構成する複数のグループ内束の収集時間が第一実施形態における単位空間を構成する複数の状態量の束の収集期間よりも短くなる。そこで、ガスタービン発電プラント１に対して、グループ内単位空間を構成する複数のグループ内束の収集時間が短いと考えられる場合には、評価時期カウンタの値ｎの最大値を変更するか、更新時期カウンタの値ｍの最大値を変更するか、両カウンタの値ｎ，ｍの最大値を変更して、更新周期を長くし、グループ内単位空間を構成する複数のグループ内束の収集時間を長くすることが好ましい。
　なお、以上の各実施形態では、１台のコンピュータでプラント監視装置１００を構成しているが、複数台のコンピュータで構成してもよい。この場合、例えば、状態量取得部１１としての機能及び状態量ファイル３１を有するコンピュータと、その他の機能等を有するコンピュータとの２台にコンピュータでプラント監視装置１００を構成してもよい。
　また、以上の実施形態は、ガスタービン発電プラントに本発明を適用したものであるが、本発明はこれに限定されるものではなく、例えば、原子力発電プラントや化学プラント等、各種プラントに適用してもよい。
　本発明は、プラントの運転状態を監視するプラント監視装置、プラント監視プログラム及びプラント監視方法に広く適用でき、プラントの経年変化や季節変動に対応しつつも、プラントの運転状態を高精度に判定することができる。
　１　ガスタービン発電プラント
　１０　ＣＰＵ
　１１　状態量取得部
　１２　単位空間初期設定部
　１３　状態量抽出部
　１４　マハラノビス距離算出部
　１５　プラント状態判定部
　１６　単位空間更新部
　１７　周期設定・変更部
　１８　閾値設定・変更部
　２０　主記憶装置
　３０　補助記憶装置
　３１　状態量ファイル
　３２　単位空間ファイル
　３３　周期ファイル
　３４　閾値ファイル
　３５　プラント監視プログラム
　４１　ＩＯインタフェース
　４２　入力装置
　４３　表示装置
　４４　記録・再生装置
　４５　ディスク型記憶媒体
　１００　プラント監視装置
 

Claims (16)

  1. 　複数の評価項目があるプラントの運転状態を監視するプラント監視装置において、
    　前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得する状態量取得手段と、
    　前記状態量取得手段により、前記状態量の束が記憶される状態量記憶手段と、
    　前記状態量の束が複数集まって構成される単位空間が記憶される単位空間記憶手段と、
    　予め定めた評価周期毎に、前記状態量記憶手段から評価対象とする状態量の束を抽出する状態量抽出手段と、
    　前記評価周期毎に、前記単位空間記憶手段に記憶されている前記単位空間を基準として、前記状態量抽出手段により抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出手段と、
    　前記評価周期毎に、前記マハラノビス距離算出手段で求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定手段と、
    　前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間記憶手段に記憶されている前記単位空間に前記状態量抽出手段により抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新手段と、
    　を備えていることを特徴とするプラント監視装置。
  2. 　請求項１に記載のプラント監視装置において、
    　前記単位空間記憶手段に前記単位空間が記憶されていないときに、前記状態量記憶手段に記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間記憶手段に記憶する単位空間初期設定手段を、
    　備えていることを特徴とするプラント監視装置。
  3. 　請求項１又は２に記載のプラント監視装置において、
    　前記単位空間更新手段は、前記更新周期のときであっても、前記状態量抽出手段で抽出された前記状態量の束に関する前記マハラノビス距離が前記判定手段により前記所定の閾値以内でないと判定されると、該状態量の束を前記単位空間記憶手段に記憶されている前記単位空間に追加せず、且つ該単位空間から最古の状態量の束を削除しない、
    　ことを特徴とするプラント監視装置。
  4. 　請求項１に記載のプラント監視装置において、
    　前記単位空間記憶手段には、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、
    　前記マハラノビス距離算出手段は、前記状態量抽出手段により抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間記憶手段に記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、
    　前記判定手段は、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、
    　前記単位空間更新手段は、前記評価周期で且つ該更新周期のとき、前記単位空間記憶手段に記憶されている前記グループ内単位空間毎に、前記状態量抽出手段により抽出された前記状態量の束のうちで当該グループ内の前記状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、
    　前記マハラノビス距離算出手段は、前記単位空間記憶手段に新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成する、
    　ことを特徴とするプラント監視装置。
  5. 　請求項４に記載のプラント監視装置において、
    　前記単位空間記憶手段に、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量記憶手段に記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間記憶手段に記憶する単位空間初期設定手段を備え、
    　前記単位空間初期設定手段は、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間記憶手段に記憶すると、前記マハラノビス距離算出手段により、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させる、
    　ことを特徴とするプラント監視装置。
  6. 　請求項１から５のいずれか一項に記載のプラント監視装置において、
    　前記評価周期を変更する評価周期変更手段を、
    　備えていることを特徴とするプラント監視装置。
  7. 　請求項１から６のいずれか一項に記載のプラント監視装置において、
    　前記更新周期を変更する更新周期変更手段を、
    　備えていることを特徴とするプラント監視装置。
  8. 　複数の評価項目があるプラントの運転状態を監視するプラント監視プログラムにおいて、
    　前記プラントから取得された複数の前記評価項目毎の状態量の集まりである状態量の束が時系列に記憶されているコンピュータの記憶部の状態量ファイルから、予め定めた評価周期毎に、評価対象とする状態量の束を抽出する状態量抽出ステップと、
    　前記評価周期毎に、前記記憶部の単位空間ファイルに記憶されている、前記状態量の束が複数集まって構成される単位空間を基準として、前記状態量抽出ステップで抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出ステップと、
    　前記評価周期毎に、前記マハラノビス距離算出ステップで求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定ステップと、
    　前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間ファイルに記憶されている前記単位空間に前記状態量抽出ステップで抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新ステップと、
    　を前記コンピュータに実行させることを特徴とするプラント監視プログラム。
  9. 　請求項８に記載のプラント監視プログラムにおいて、
    　前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得し、前記状態量ファイルに該状態量の束を記憶する状態量取得ステップを、
    　前記コンピュータに実行させることを特徴とするプラント監視プログラム。
  10. 　請求項８又は９に記載のプラント監視プログラムにおいて、
    　前記単位空間ファイルに前記単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間ファイルに記憶する単位空間初期設定ステップを、
    　前記コンピュータに実行させることを特徴とするプラント監視プログラム。
  11. 　請求項８又は９に記載のプラント監視プログラムにおいて、
    　前記単位空間ファイルには、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、
    　前記マハラノビス距離算出ステップでは、前記状態量抽出ステップで抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間ファイルに記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、
    　前記判定ステップでは、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、
    　前記単位空間更新ステップでは、前記更新周期のとき、前記単位空間ファイルに記憶されている前記グループ内単位空間毎に、前記状態量抽出ステップで抽出された前記状態量の束のうちで当該グループ内の状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、
    　前記マハラノビス距離算出ステップでは、前記単位空間ファイルに新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成する、
    　ことを特徴とするプラント監視プログラム。
  12. 　請求項１１に記載のプラント監視プログラムにおいて、
    　前記単位空間ファイルに、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間ファイルに記憶する単位空間初期設定ステップを前記コンピュータに実行させ、
    　前記単位空間初期設定ステップでは、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間ファイルに記憶すると、前記マハラノビス距離算出ステップで、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させる、
    　ことを特徴とするプラント監視プログラム。
  13. 　複数の評価項目があるプラントの運転状態を監視するプラント監視方法において、
    　前記プラントから複数の前記評価項目毎の状態量の集まりである状態量の束を取得し、状態量ファイルに該状態量の束を記憶する状態量取得ステップと、
    　予め定めた評価周期毎に、前記記憶部から評価対象とする状態量の束を抽出する状態量抽出ステップと、
    　前記評価周期毎に、単位空間ファイルに記憶されている、前記状態量の束が複数集まって構成される単位空間を基準として、前記状態量抽出ステップで抽出された前記状態量の束のマハラノビス距離を求めるマハラノビス距離算出ステップと、
    　前記評価周期毎に、前記マハラノビス距離算出ステップで求められた前記マハラノビス距離が所定の閾値以内であるか否かに応じて、前記プラントの運転状態が正常であるか否かを判定する判定ステップと、
    　前記評価周期よりも長い予め定められた更新周期に該当するとき、前記単位空間ファイルに記憶されている前記単位空間に前記状態量抽出ステップで抽出された前記状態量の束を追加する一方で、該単位空間から最古の状態量の束を削除する単位空間更新ステップと、
    　を実行することを特徴とするプラント監視方法。
  14. 　請求項１３に記載のプラント監視方法において、
    　前記単位空間ファイルに前記単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記単位空間を構成し得る状態量の束の数になるまで、該状態量の束を抽出し、該状態量の束を前記単位空間ファイルに記憶する単位空間初期設定ステップを、
    　実行することを特徴とするプラント監視方法。
  15. 　請求項１３に記載のプラント監視方法において、
    　前記単位空間ファイルには、複数の前記評価項目を複数に分けたグループ毎に、該グループ内の評価項目毎の状態量の集まりであるグループ内束が複数集まって構成されるグループ内単位空間が記憶されていると共に、複数のグループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数のグループ内束のマハラノビス距離が集まって構成されるＭＤ単位空間が記憶され、
    　前記マハラノビス距離算出ステップでは、前記状態量抽出ステップで抽出された評価対象とする状態量の束を構成する複数の前記グループ内束に関し、前記単位空間ファイル３２に記憶されている複数の前記グループ内単位空間のうちで当該グループに対応するグループ内単位空間を基準としたマハラノビス距離をグループ内マハラノビス距離として求め、前記ＭＤ単位空間を基準にして複数の該グループ内マハラノビス距離の集まりのマハラノビス距離である全体マハラノビス距離を求め、
    　前記判定ステップでは、前記全体マハラノビス距離が前記所定の閾値以内であるか否かに応じて前記プラントの運転状態が正常であるか否かを判定し、
    　前記単位空間更新ステップでは、前記更新周期のとき、前記単位空間ファイルに記憶されている前記グループ内単位空間毎に、前記状態量抽出ステップで抽出された前記状態量の束のうちで当該グループ内の状態量の束を追加する一方で、当該グループ内単位空間から当該グループ内の最古の前記グループ内束を削除し、
    　前記マハラノビス距離算出ステップでは、前記単位空間ファイルに新たな複数のグループ内単位空間が記憶されると、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グープ内マハラノビス距離を求めて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成する、
    　ことを特徴とするプラント監視方法。
  16. 　請求項１５に記載のプラント監視方法において、
    　前記単位空間ファイルに、複数の前記グループ毎の前記グループ内単位空間が記憶されていないときに、前記状態量ファイルに記憶されている複数の前記状態量の束から、前記グループ内単位空間を構成し得る前記グループ内束の数になるまで、該グループ内束を抽出し、該グループ内束を前記単位空間ファイルに記憶する単位空間初期設定ステップを実行し、
    　前記単位空間初期設定ステップでは、前記グループ内単位空間を構成し得る数の前記グループ内束を前記単位空間ファイルに記憶すると、前記マハラノビス距離算出ステップで、複数の該グループ内単位空間毎に、当該グループ内単位空間を基準にして該グループ内単位空間を構成する複数の前記グループ内束の前記グループ内マハラノビス距離を求めさせて、複数の該グループ内マハラノビス距離の集まりである前記ＭＤ単位空間を作成させる、
    　ことを特徴とするプラント監視方法。
PCT/JP2012/077654 2012-10-25 2012-10-25 プラント監視装置、プラント監視プログラム及びプラント監視方法 WO2014064816A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
PCT/JP2012/077654 WO2014064816A1 (ja) 2012-10-25 2012-10-25 プラント監視装置、プラント監視プログラム及びプラント監視方法
US14/432,580 US20150293531A1 (en) 2012-10-25 2012-10-25 Plant monitoring device, plant monitoring program, and plant monitoring method
KR1020157009543A KR20150056612A (ko) 2012-10-25 2012-10-25 플랜트 감시장치, 플랜트 감시프로그램 및 플랜트 감시방법
CN201280076432.XA CN104823118B (zh) 2012-10-25 2012-10-25 成套设备监视装置及成套设备监视方法
EP12887090.4A EP2897012B1 (en) 2012-10-25 2012-10-25 Plant monitoring device, plant monitoring program, and plant monitoring method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/077654 WO2014064816A1 (ja) 2012-10-25 2012-10-25 プラント監視装置、プラント監視プログラム及びプラント監視方法

Publications (1)

Publication Number Publication Date
WO2014064816A1 true WO2014064816A1 (ja) 2014-05-01

Family

ID=50544211

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/077654 WO2014064816A1 (ja) 2012-10-25 2012-10-25 プラント監視装置、プラント監視プログラム及びプラント監視方法

Country Status (5)

Country Link
US (1) US20150293531A1 (ja)
EP (1) EP2897012B1 (ja)
KR (1) KR20150056612A (ja)
CN (1) CN104823118B (ja)
WO (1) WO2014064816A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017115814A1 (ja) * 2015-12-28 2017-07-06 川崎重工業株式会社 プラント異常監視方法およびプラント異常監視用のコンピュータプログラム
US20190018384A1 (en) * 2016-01-14 2019-01-17 Mitsubishi Hitachi Power Systems, Ltd. Plant analyzer, plant analysis method, and program thereof

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5973096B1 (ja) * 2016-01-14 2016-08-23 三菱日立パワーシステムズ株式会社 プラント分析装置、プラント分析方法、およびプログラム
JP6620056B2 (ja) * 2016-03-31 2019-12-11 三菱日立パワーシステムズ株式会社 機器の異常診断方法及び機器の異常診断装置
JP6511702B2 (ja) * 2016-06-01 2019-05-15 三菱日立パワーシステムズ株式会社 監視装置、対象装置の監視方法、およびプログラム
EP3575908B1 (en) * 2017-01-25 2021-08-04 NTN Corporation State monitoring method and state monitoring apparatus
JP6920828B2 (ja) * 2017-02-17 2021-08-18 三菱パワー株式会社 プラントの診断装置および診断方法
JP6655595B2 (ja) * 2017-12-21 2020-02-26 三菱日立パワーシステムズ株式会社 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム
JP7406915B2 (ja) 2018-11-02 2023-12-28 三菱重工業株式会社 単位空間更新装置、単位空間更新方法、及びプログラム
JP7179663B2 (ja) * 2019-03-28 2022-11-29 三菱重工業株式会社 プラント監視装置、プラント監視方法、及びプログラム
JP7387325B2 (ja) * 2019-08-01 2023-11-28 三菱重工業株式会社 プラント監視装置、プラント監視方法、及びプログラム
MX2023001462A (es) * 2020-08-04 2023-04-26 Arch Systems Inc Metodos y sistemas de analisis predictivo y/o control de procesos.
CN112363409B (zh) * 2020-11-10 2022-02-11 中国核动力研究设计院 一种核电厂安全级仪控仿真系统的工况回溯与重演系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171956A (ja) * 1998-12-09 2000-06-23 Fuji Photo Film Co Ltd 感光材料の処理状態の判定方法及び補正方法
EP1014191A2 (en) * 1998-12-09 2000-06-28 Fuji Photo Film Co., Ltd. Method of determining processing state of photosensitive material and method of correcting this state
WO2009107805A1 (ja) 2008-02-27 2009-09-03 三菱重工業株式会社 プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置
JP2010181188A (ja) * 2009-02-03 2010-08-19 Mitsubishi Heavy Ind Ltd プラント運転状態監視方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9183351B2 (en) * 2000-05-30 2015-11-10 Vladimir Shusterman Mobile system with network-distributed data processing for biomedical applications
JP4071449B2 (ja) * 2001-03-27 2008-04-02 株式会社東芝 センサ異常検出方法及びセンサ異常検出装置
JP4878085B2 (ja) * 2001-04-20 2012-02-15 ラピスセミコンダクタ株式会社 製造工程のための管理方法
JP4592235B2 (ja) * 2001-08-31 2010-12-01 株式会社東芝 生産装置の故障診断方法及び生産装置の故障診断システム
JP4396286B2 (ja) * 2004-01-21 2010-01-13 三菱電機株式会社 機器診断装置および機器監視システム
US7917330B2 (en) * 2007-06-15 2011-03-29 Yokogawa Electric Corporation Situation analyzing system and situation analyzing method, and batch processing analyzing system and batch processing analyzing method
JP5198087B2 (ja) * 2008-02-21 2013-05-15 富士フイルム株式会社 製造設備の診断装置及び方法
JP5610695B2 (ja) * 2009-02-17 2014-10-22 三菱重工業株式会社 プラント監視用の方法、プログラム及び装置
CN102237669A (zh) * 2010-04-27 2011-11-09 上海华建电力设备股份有限公司 微机线路保护监控装置
CN202068429U (zh) * 2011-05-24 2011-12-07 北京富盛星电子有限公司 一种用于监控终端运维数据集采装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171956A (ja) * 1998-12-09 2000-06-23 Fuji Photo Film Co Ltd 感光材料の処理状態の判定方法及び補正方法
EP1014191A2 (en) * 1998-12-09 2000-06-28 Fuji Photo Film Co., Ltd. Method of determining processing state of photosensitive material and method of correcting this state
US6117601A (en) * 1998-12-09 2000-09-12 Fuji Photo Film Co., Ltd. Method of determining and correcting processing state of photosensitive material based on mahalanobis calculation
ATE286268T1 (de) * 1998-12-09 2005-01-15 Fuji Photo Film Co Ltd Verfahren zum bestimmen des verarbeitungszustands von lichtempfindlichem material und verfahren zum verbessern dieses zustands
DE69922917D1 (de) * 1998-12-09 2005-02-03 Fuji Photo Film Co Ltd Verfahren zum Bestimmen des Verarbeitungszustands von lichtempfindlichem Material und Verfahren zum Verbessern dieses Zustands
DE69922917T2 (de) * 1998-12-09 2006-03-30 Fuji Photo Film Co. Ltd., Minamiashigara Verfahren zum Bestimmen des Verarbeitungszustands von lichtempfindlichem Material und Verfahren zum Verbessern dieses Zustands
WO2009107805A1 (ja) 2008-02-27 2009-09-03 三菱重工業株式会社 プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置
JP2012067757A (ja) * 2008-02-27 2012-04-05 Mitsubishi Heavy Ind Ltd プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置
JP2010181188A (ja) * 2009-02-03 2010-08-19 Mitsubishi Heavy Ind Ltd プラント運転状態監視方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017115814A1 (ja) * 2015-12-28 2017-07-06 川崎重工業株式会社 プラント異常監視方法およびプラント異常監視用のコンピュータプログラム
JP2017120504A (ja) * 2015-12-28 2017-07-06 川崎重工業株式会社 プラント異常監視方法およびプラント異常監視用のコンピュータプログラム
US20190018384A1 (en) * 2016-01-14 2019-01-17 Mitsubishi Hitachi Power Systems, Ltd. Plant analyzer, plant analysis method, and program thereof

Also Published As

Publication number Publication date
KR20150056612A (ko) 2015-05-26
US20150293531A1 (en) 2015-10-15
CN104823118B (zh) 2017-05-24
EP2897012B1 (en) 2018-03-07
EP2897012A4 (en) 2015-10-07
EP2897012A1 (en) 2015-07-22
CN104823118A (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
WO2014064816A1 (ja) プラント監視装置、プラント監視プログラム及びプラント監視方法
JP5345180B2 (ja) プラント監視装置、プラント監視プログラム及びプラント監視方法
JP5260343B2 (ja) プラント運転状態監視方法
JP5031088B2 (ja) プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置
US10915419B2 (en) Industrial control system, and assistance apparatus, control assist method, and program thereof
JP6511702B2 (ja) 監視装置、対象装置の監視方法、およびプログラム
JP5490277B2 (ja) プラント運転状態監視方法
JP2016038657A (ja) 診断支援システム及び診断支援方法
JP5939439B2 (ja) 異常診断装置
JP5824959B2 (ja) 異常診断装置
WO2019124367A1 (ja) 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム
TWI755794B (zh) 異常診斷方法、異常診斷裝置以及異常診斷程式
JP6278845B2 (ja) プラント監視装置、プラント監視プログラム及びプラント監視方法
JP2016061293A (ja) 自動故障予測システム及び方法
JP5949032B2 (ja) 前処理方法及び異常診断装置
JP6247777B2 (ja) 異常診断装置および異常診断方法
JP5948998B2 (ja) 異常診断装置
WO2022085535A1 (ja) 要因推定装置、要因推定方法及びプログラム
JP5490278B2 (ja) プラント運転状態監視方法
JP7000266B2 (ja) 分析フロー作成システムおよび分析フロー作成方法
JP2022010199A (ja) プロセス管理支援装置および方法
JP2022103931A (ja) モデルを生成する方法、プログラムおよび装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12887090

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14432580

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20157009543

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2012887090

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

NENP Non-entry into the national phase

Ref country code: JP