WO2017026002A1 - 監視装置、監視方法、および監視プログラム - Google Patents

監視装置、監視方法、および監視プログラム Download PDF

Info

Publication number
WO2017026002A1
WO2017026002A1 PCT/JP2015/072485 JP2015072485W WO2017026002A1 WO 2017026002 A1 WO2017026002 A1 WO 2017026002A1 JP 2015072485 W JP2015072485 W JP 2015072485W WO 2017026002 A1 WO2017026002 A1 WO 2017026002A1
Authority
WO
WIPO (PCT)
Prior art keywords
stability
data
phenomenon data
sensor
monitoring
Prior art date
Application number
PCT/JP2015/072485
Other languages
English (en)
French (fr)
Inventor
実佳 高田
西川　記史
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2017534032A priority Critical patent/JP6360977B2/ja
Priority to US15/560,279 priority patent/US11047889B2/en
Priority to PCT/JP2015/072485 priority patent/WO2017026002A1/ja
Publication of WO2017026002A1 publication Critical patent/WO2017026002A1/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
    • G05B23/0224—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
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
    • H04Q2209/823—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent when the measured values exceed a threshold, e.g. sending an alarm
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge

Definitions

  • the present invention relates to a monitoring device, a monitoring method, and a monitoring program for monitoring a monitoring target.
  • PMU Phase Measurement Unit
  • SCADA Supplemental Control And Data Acquisitions
  • the object of the present invention is to easily specify the history until the monitoring target is stabilized or shaken from past similar cases.
  • the monitoring device calculates a stability of input phenomenon data indicating time-series observation values observed by the sensor during a search target period; and A determination process for determining whether the stability of the input phenomenon data calculated by the output process is a stability at which the monitoring target exhibits a specific behavior, and a stability at which the specific behavior is displayed by the determination process
  • a search process for searching for similar phenomenon data similar to the input phenomenon data from the database, and a succeeding succession of the similar phenomenon data after the period of the similar phenomenon data searched by the search process.
  • the similarity phenomenon data and the stability are acquired by acquiring the stability of the phenomenon data from the stability information until the stability becomes the stability at which the monitoring target does not exhibit the specific behavior.
  • Generation processing for generating similar case data combining the subsequent phenomenon data, and a period of similar case data generated by the generation processing A specifying process for specifying the corresponding operation content from the operation history information, an output process for outputting the similar case data and the operation content specified by the specifying process in association with each other are executed.
  • FIG. 1 is a block diagram illustrating a functional configuration example of a monitoring device according to Embodiment 1.
  • FIG. It is explanatory drawing which shows the example of the memory content of a sensor information table. It is explanatory drawing which shows the example of memory content of an operation history table. It is explanatory drawing which shows the example of the memory content of a stability table. It is explanatory drawing which shows the example of an input screen of the importance concerning Example 1.
  • FIG. It is a flowchart which shows the detailed process sequence example of the real-time process by a real-time process part.
  • FIG. 6 is a block diagram illustrating a functional configuration example of a monitoring apparatus according to a second embodiment. It is a flowchart which shows the detailed process sequence example of a setting plan part. It is explanatory drawing which shows the example of an input screen of the importance concerning Example 2.
  • FIG. 6 is a block diagram illustrating a functional configuration example of a monitoring apparatus according to a second embodiment. It is a flowchart which shows the detailed process sequence example of a setting plan part. It is explanatory drawing which shows the example of an input screen of the importance concerning Example 2.
  • each information of the present invention will be described in a “table” format.
  • such information does not necessarily have to be represented by a table data structure, and may be represented by a data structure such as a list, a DB, a queue, or the like. May be. Therefore, “table”, “list”, “DB”, “queue”, etc. may be simply referred to as “information” to indicate that they do not depend on the data structure.
  • the expressions “identification information”, “identifier”, “name”, “name”, “ID” can be used, and these can be replaced with each other. It is.
  • FIG. 1 is an explanatory diagram illustrating an example of stable case output.
  • the thick arrow group at the top indicates an example of a business flow.
  • the monitoring device monitors the monitoring target according to the “plan”.
  • the monitoring device is connected to a sensor such as a PMU, and the sensor measures time-series data indicating temporal changes in current, voltage, and frequency from the monitoring target.
  • the monitoring device inputs time-series data from sensors in “steady state monitoring”.
  • the input time series data is referred to as “input phenomenon data”.
  • the monitoring device accumulates input phenomenon data in “knowledge”. Also, when instructed by the operator, the monitoring device searches time series data similar to the input phenomenon data (hereinafter referred to as “similar phenomenon data”) in “similarity search”.
  • the monitoring device displays the display data 100 to be visually recognized by the operator in “Display”.
  • the display data 100 includes case data D1 and D2.
  • the case data D1 and D2 are time series data obtained by combining similar phenomenon data and time series data before and after the similar phenomenon data.
  • the horizontal axis of the graph is time, and the vertical axis is observation values such as current, voltage, and frequency.
  • the case data D1 is stable from the section [t0, t1] before the section [t1, t2] of the similar phenomenon data to the period [t2, t3] next to the section [t1, t2] of the similar phenomenon data. It shows that.
  • the monitoring device displays that the operator has performed an operation of “suppress power generation output” in the section [t1, t2].
  • the operator only gives the input phenomenon data to the monitoring device, as a result of what operation was performed during the section, Whether the monitoring target is stable or unstable can be grasped. Therefore, the trial and error of decision making for the system operation of the operator is reduced, and the decision making is accelerated.
  • the section may be referred to as a window
  • the width of the section may be referred to as a window width.
  • FIG. 2 is a block diagram illustrating a hardware configuration example of the monitoring device.
  • the monitoring apparatus 200 includes a processor 201, a storage device 202, an input device 203, an output device 204, and a communication interface (communication IF 205).
  • the processor 201, the storage device 202, the input device 203, the output device 204, and the communication IF 205 are connected by a bus.
  • the processor 201 controls the monitoring device 200.
  • the storage device 202 serves as a work area for the processor 201.
  • the storage device 202 is a non-temporary or temporary recording medium that stores various programs and data.
  • Examples of the storage device 202 include a ROM (Read Only Memory), a RAM (Random Access Memory), a HDD (Hard Disk Drive), and a flash memory.
  • the input device 203 inputs data. Examples of the input device 203 include a keyboard, a mouse, a touch panel, a numeric keypad, and a scanner.
  • the output device 204 outputs data. Examples of the output device 204 include a display and a printer.
  • the communication IF 205 is connected to a network and transmits / receives data.
  • the monitoring device 200 may be composed of a plurality of units. In this case, the plurality of monitoring apparatuses 200 are connected via a network.
  • FIG. 3 is a block diagram of a functional configuration example of the monitoring apparatus 200 according to the first embodiment.
  • the monitoring device 200 is connected to at least the sensor group 351 among the sensor group 351 and the monitoring target 352, and monitors the monitoring target 352 using the sensor group 351.
  • the monitoring target 352 only needs to be observable with a sensor, and is, for example, a power system, a cloud server group, or a farm.
  • the sensor group 351 is a set of one or more sensors.
  • the sensor is, for example, a PMU.
  • the monitoring apparatus 200 includes an input unit 301, an acquisition unit 302, a real-time processing unit 303, a calculation unit 304, a selection unit 305, a search unit 306, an output unit 307, and a control unit 308.
  • the input unit 301 to the control unit 308 realize their functions by causing the processor 201 to execute a program stored in the storage device 202 shown in FIG. 2, for example.
  • the monitoring apparatus 200 includes a stability table 342, a sensor information table 313, and an operation history table 314.
  • the stability table 342 to the operation history table 314 are, for example, information stored in the storage device 202 illustrated in FIG.
  • the parallelogram blocks indicate operations, thoughts, and actions by the operator.
  • the input unit 301 receives information and inputs it into the monitoring apparatus 200 by operating the input device 203 by the operator or by receiving from the outside.
  • Examples of the input information include a real-time processing condition 311, a motion detection condition 312, a sensor information table 313, and an operation history table 314.
  • the real-time processing condition 311 is information that defines the window width and step width used in the real-time processing unit 303.
  • the shake detection condition 312 is a condition that defines a stability calculation method and a shake determination method used by the calculation unit 304.
  • the sensor information table 313 is a table for managing information on the sensor group 351. It is a table which memorize
  • the operation history table 314 is a table that stores history information that the operator has operated the monitoring target 352. Details will be described later with reference to FIG.
  • the acquisition unit 302 acquires data detected by each sensor of the sensor group 351.
  • the real-time processing unit 303 performs real-time processing on a series of data sequentially input from the acquisition unit 302.
  • the real-time processing is processing for transmitting data in each window to the calculation unit 304 while shifting a window having a predetermined time width (window width) by a step width which is a constant time width.
  • the step width is a time width equal to or smaller than the window width.
  • the data in the window becomes the input phenomenon data shown in FIG.
  • the real time processing unit 303 stores the input phenomenon data in the DB 360 as real time data.
  • the DB 360 is, for example, information stored in the storage device 202 illustrated in FIG. A detailed processing procedure of the real-time processing unit 303 will be described later with reference to FIG.
  • the calculation unit 304 stores the time series information specified by the window including the input phenomenon data as the calculation source and the stability in association with each other in the stability table 342.
  • the time series information is information that specifies the time series order of windows. For example, the combination of the start time (oldest time) and end time (latest time), start time, and end of input phenomenon data in the window Examples include time, median time, time in a specific order, and randomly selected time. Further, the time series information is not limited to time, and may be information that specifies a time series order relative to other windows.
  • the stability table 342 will be described later.
  • Stability is an index value indicating how stably the monitoring target 352 that is the detection destination of the input phenomenon data is operated.
  • the shake detection condition 312 is a condition that defines the stability calculation method and the shake determination method.
  • the stability calculation method is a condition that defines a stability calculation source and a calculation method.
  • the calculation result by the calculation method is the stability.
  • the stability calculation method includes, for example, “stability is the spectral intensity when the input phenomenon data is spectrum-converted” and “stability is the average value of the input phenomenon data”.
  • “Stability is the spectrum intensity when the input phenomenon data is spectrum-converted”
  • “input phenomenon data” is the calculation source
  • “spectrum conversion” is the calculation method
  • “spectrum intensity” is the calculation result.
  • the stability is the average value of the input phenomenon data”
  • “input phenomenon data” is the calculation source
  • averaging” is the calculation method
  • average value is the calculation result. It is.
  • the shaking determination method is a determination criterion for determining whether or not the stability corresponds to shaking, and a determination method using the determination criterion.
  • a method for determining shaking for example, “when the stability is equal to or lower than a predetermined threshold value, shake is determined”.
  • predetermined threshold value is the determination criterion
  • the calculation unit 304 may output the determination result based on the calculated stability and shaking determination method to the real-time monitor.
  • the calculation unit 304 may always output the determination result based on the stability or shaking determination method, and may output the determination result based on the stability or shaking determination method as an alert when it is determined to be shaking.
  • the real-time monitor may display the alert on the screen of the real-time monitor, or may output it by voice or mail transmission to an external device.
  • the calculation unit 304 determines whether or not the calculated stability corresponds to shaking. Specifically, for example, when the stability is equal to or less than a threshold value indicating fluctuation, the calculation unit 304 determines the input phenomenon data that is a calculation source of the stability as phenomenon data indicating fluctuation. In this case, the calculation unit 304 adds shaking information to the input phenomenon data.
  • the calculation unit 304 determines whether or not the calculated stability is a high stability. Specifically, for example, when the stability is equal to or higher than a threshold value indicating high stability, the calculation unit 304 determines the input phenomenon data from which the stability is calculated as phenomenon data indicating high stability. To do. In this case, the calculation unit 304 gives high stability information to the input phenomenon data. The detailed processing procedure of the calculation unit 304 will be described later with reference to FIG.
  • the selection unit 305 selects a part or all of the phenomenon data group processed by the calculation unit 304 and passes it to the search processing unit. Specifically, for example, the selection unit 305 selects the phenomenon data to which the shaking information or / and the high stability information is given, and passes it to the search processing unit. Further, the selection unit 305 may select the phenomenon data to which the shaking information and the high stability information are not given and pass them to the search processing unit. Which phenomenon data is to be output to the search unit 306 is defined by the motion detection condition 312, and the selection unit 305 may select the motion data by referring to the motion detection condition 312. The detailed processing procedure of the selection unit 305 will be described later with reference to FIG.
  • the search unit 306 searches the DB 360 for phenomenon data similar to the input phenomenon data from the selection unit 305.
  • the retrieved phenomenon data is the similar phenomenon data of FIG. Specifically, for example, the search unit 306 obtains a correlation coefficient between the input phenomenon data and the similar phenomenon data, and determines that the input phenomenon data and the similar phenomenon data are similar when the correlation coefficient is higher than a threshold value. To do.
  • the search unit 306 may perform a similarity search using wavelet transform as the waveform similarity search.
  • the search unit 306 executes case data generation processing for similar phenomenon data.
  • the case data generation process is a process of adding windows before and after the window of similar phenomenon data.
  • the case data generation process determines that the stability of the phenomenon data is greater than or equal to a predetermined threshold value for each of the windows before and after the similar phenomenon data window. This is the process of adding the preceding and succeeding windows until it becomes. If the phenomenon data window having the stability equal to or higher than the predetermined threshold does not appear for a certain period of time, the search unit 306 may abort the case data generation process. Thereby, the search unit 306 can search for case data in which the swaying state continues from before the appearance of similar phenomenon data to after the appearance.
  • the predetermined threshold value is a degree of stability that does not correspond to at least the shaking information, and may be a degree of stability corresponding to the high degree of stability described above. Further, although the windows before and after the window of similar phenomenon data are added, only the windows behind may be added.
  • the case data generation process is performed until the stability of the phenomenon data becomes equal to or lower than a predetermined threshold for each of the window widths before and after the window width of the similar phenomenon data. It becomes processing to add the window width before and after. If the phenomenon data window having the stability equal to or lower than the predetermined threshold does not appear for a certain period of time, the search unit 306 may abort the case data generation process. Thereby, the search unit 306 can search for case data in which the high stability state continues from before the appearance of similar phenomenon data to after the appearance.
  • the predetermined threshold value is a degree of stability that does not correspond to at least the above-described high stability, and may be a degree of stability that indicates the above-described fluctuation. Further, although the windows before and after the window of similar phenomenon data are added, only the windows behind may be added.
  • the search unit 306 executes importance calculation processing.
  • the importance calculation process is a process for calculating the importance of the case data obtained by the case data generation process.
  • the importance calculation processing calculates importance by dividing a certain value, for example, an upper limit value of importance by the number of windows of case data.
  • the search unit 306 executes importance calculation processing when the importance is not set for the time zone of the case data in the operation history table 314. A detailed processing procedure of the search unit 306 will be described later with reference to FIG.
  • the search unit 306 searches the operation history table 314 using the sensor ID of the sensor that observed the case data and the period of the input phenomenon data (combination of start time and end time) as keys, and the value of the operation content field 505 And the operation time that is the value of the operation time field 506 are acquired. Further, if the importance field 504 has a value, the search unit 306 may also acquire the importance that is the value.
  • the search unit 306 searches the sensor information table 313 for sensor IDs of sensors in the same group as the sensors that have observed similar case data.
  • the search unit 306 calculates the distance between the sensors using the position information (latitude and longitude) of the sensor that observed the similar case data and the position information (latitude and longitude) of the sensor specified by the searched sensor ID. To do.
  • the search unit 306 includes the searched sensor ID, the point group label of the sensor specified by the sensor ID, and the calculated distance in the search result.
  • the output unit 307 outputs the search result obtained by the search unit 306.
  • the output format includes, for example, display on a display, transmission to an external device, printing by a printer, and storage in a storage device 202.
  • the output unit 307 displays the display data 100 shown in FIG. 1 as a search result on the display.
  • the output unit 307 outputs the case data, the operation content, the operation time, and the importance in association with each other.
  • the output unit 307 displays a character string indicating the operation content at the position of the operation time on the time axis of the case data. An output example will be described later with reference to FIG.
  • the output unit 307 outputs these together with the corresponding case data.
  • the control unit 308 controls the monitoring target 352 by an operation input from the operator. Specifically, for example, when there is an operation for suppressing the power generation output, the control unit 308 suppresses or decreases the increase in the power generation output of the monitoring target 352.
  • the case evaluation 371 is an act of evaluating the case data by referring to the display data 100 by the operator.
  • the operation 372 is an action in which the operator operates the monitoring target 352 according to the case evaluation 371.
  • the operation validity evaluation 373 is an action in which the operator evaluates the validity of the action by the operation 372.
  • the setting plan 380 is an action in which the operator corrects the real-time processing condition 311 and the motion detection condition 312 according to the operation validity evaluation 373.
  • FIG. 4 is an explanatory diagram showing an example of the contents stored in the sensor information table 313.
  • the sensor information table 313 is a table set in advance.
  • the sensor information table 313 includes a sensor ID field 401, a point group label field 402, a latitude field 403, and a longitude field 404.
  • the sensor information for each sensor is obtained by combining the values of the fields 401 to 404. Configure the entry to be identified.
  • the sensor ID field 401 is a storage area for storing a sensor ID.
  • the sensor ID is identification information that uniquely identifies the sensor.
  • the point group label field 402 is a storage area for storing a point group label.
  • the point group label is an identification label that identifies a point group to which the sensor belongs.
  • a point group is a group classified for each region.
  • the latitude field 403 is an area for storing the latitude of the sensor installation point.
  • the longitude field 404 is an area for storing the longitude of the installation point of the sensor.
  • the monitoring device 200 can identify which sensor belongs to which point group and at which position by referring to the sensor information table 313.
  • FIG. 5 is an explanatory diagram showing an example of the contents stored in the operation history table 314.
  • the operation history table 314 is a table in which information is written by an operator. An example of writing to the operation history table 314 will be described later with reference to FIG.
  • the operation history table 314 includes a sensor ID field 501, a start time field 502, an end time field 503, an importance field 504, an operation content field 505, and an operation time field 506.
  • An entry for specifying the content of one operation on the monitoring target 352 is configured by the combination of the values of 506.
  • the sensor ID field 501 is a storage area for storing a sensor ID.
  • the start time field 502 is a storage area for storing the start time of the operation 372.
  • the end time field 503 is a storage area for storing the end time of the operation 372.
  • the importance field 504 is a storage area for storing the importance of the operation 372.
  • the operation content field 505 is a storage area for storing the operation content of the operation 372 for the monitoring target.
  • the operation time field 506 is a storage area for storing the time when the operation 372 was performed on the monitoring target.
  • FIG. 6 is an explanatory diagram showing an example of the stored contents of the stability table 342.
  • the stability table 342 includes a sensor ID field 601, a start time field 602, an end time field 603, and a stability field 604, and the stability for each window is determined by combining the values of the fields 601 to 604. Configure an entry to identify
  • the sensor ID field 601 is a storage area for storing a sensor ID.
  • the start time field 602 is a storage area for storing the start time of a window including input phenomenon data that is a stability calculation target.
  • the end time field 603 is a storage area for storing the end time of the window including the input phenomenon data that is the stability calculation target.
  • the stability field 604 is a storage area for storing the stability of the input phenomenon data.
  • An entry in the stability table 342 is generated by the calculation unit 304.
  • FIG. 7 is an explanatory diagram of an example of an importance input screen according to the first embodiment.
  • the input screen 700 is a screen for inputting the importance of the operation content of the operation 372, and an entry in the operation history table 314 shown in FIG.
  • the input screen 700 has an area designation area 701, a sensor designation area 702, an importance degree designation area 703, an operation name designation area 705, and a phenomenon data display area 706.
  • the area designation area 701 is an area for designating an area where the sensor is installed.
  • a map showing one or more areas is displayed. The operator designates a region for which importance is input from the map.
  • the sensor designation area 702 is an area for designating a sensor.
  • the sensor designation area 702 one or more sensors installed in the area designated in the area designation area 701 are displayed.
  • the commentator designates the sensor for which the importance is input from among them.
  • the monitoring apparatus 200 stores the sensor ID of the designated sensor in the sensor ID field 501 of the operation history table 314.
  • the monitoring apparatus 200 displays the phenomenon data of the designated sensor in the phenomenon data display area 706.
  • the importance specifying area 703 is an area for specifying the importance. Here, as an example, it is possible to specify with radio buttons having an importance of 1 to 10.
  • the operator refers to the importance input index 704 and designates the importance of the phenomenon data detected by the designated sensor.
  • the monitoring apparatus 200 stores the designated importance in the importance field 504 in the sensor ID entry stored in the sensor ID field 501.
  • the operation name designation area 705 is an area for designating an operation name.
  • an operation name can be specified by a radio button.
  • the operator may input the operation name in the operation name designation area 705 as text.
  • the operator designates an operation name operated on the monitoring target 352 observed by the designated sensor.
  • the monitoring apparatus 200 stores the specified operation name in the operation field 505 in the sensor ID entry stored in the sensor ID field 501.
  • the phenomenon data display area 706 is an area for displaying the phenomenon data of the sensor designated in the sensor designation area 702.
  • the operator designates from the phenomenon data display area 706 a start time and an end time that are periods during which the operation designated in the operation name designation area 705 is performed.
  • the monitoring apparatus 200 stores the designated start time and end time in the start time field 502 and end time field 503 in the sensor ID entry stored in the sensor ID field 501.
  • FIG. 8 is a flowchart illustrating a detailed processing procedure example of real-time processing by the real-time processing unit 303.
  • the real-time processing unit 303 receives data from the acquisition unit 302, for example, every 1 to 2 seconds (step S801).
  • the real-time processing unit 303 accumulates in the memory in time series for each step width (step S802).
  • the real-time processing unit 303 waits for data for the window width to be accumulated (step S803: No).
  • step S803: Yes the monitoring apparatus 200 outputs the accumulated window width data as input phenomenon data to the calculation unit 304 and the DB 360 (step S805).
  • step S805 the real-time processing unit 303 shifts the extraction start position by adding the step width (step S805), and returns to step S803. Accordingly, the real-time processing unit 303 can output the input phenomenon data for each window shifted by the step width.
  • FIG. 9 is a flowchart showing a detailed processing procedure example of the calculation processing by the calculation unit 304.
  • the calculation unit 304 receives input phenomenon data from the real-time processing unit 303 (step S901).
  • the calculation unit 304 calculates the stability based on the motion detection condition 312 (step S902). Specifically, for example, the calculation unit 304 calculates the stability of the input phenomenon data according to the stability calculation method of the motion detection condition 312.
  • the calculation part 304 judges whether stability is more than a threshold value (step S903).
  • the threshold value is a degree of stability indicating a specific behavior of the monitoring target 352. For example, when the shake information is given, the stability indicates the shake, and when the high stability information is given, the stability is high. High stability is higher than stability indicating sway.
  • step S903: Yes the process proceeds to step S905.
  • step S903: No the calculation unit 304 adds shaking information to the input phenomenon data that is the stability calculation source (step S904), and proceeds to step S905.
  • step S903: Yes when giving high stability information, when it is more than a threshold value (step S903: Yes), the calculation part 304 gives shaking information to the input phenomenon data which are the stability calculation sources (step). S904), the process proceeds to step S905. If the calculation unit 304 is less than the threshold value (step S903: No), the calculation unit 304 proceeds to step S905.
  • step S905 the calculation unit 304 displays input phenomenon data (step S905). Then, the calculation unit 304 stores the sensor ID of the sensor that detected the input phenomenon data, the start time and end time of the window of the input phenomenon data, and the calculated stability in the stability table 342 (step S906). . Thereby, the calculation process ends. As described above, the calculation unit 304 can store, in the stability table 342, an entry indicating how much stability the input phenomenon data from which sensor has in which section by the calculation process.
  • FIG. 10 is a flowchart showing a detailed processing procedure example of the selection processing procedure by the selection unit 305.
  • the selection unit 305 receives input phenomenon data from the calculation unit 304 (step S1001).
  • the selection unit 305 determines whether or not the input phenomenon data meets the selection criterion (step S1002).
  • the selection criterion is, for example, an index that shake information or high stability information is given to input phenomenon data.
  • the selection unit 305 transmits the input phenomenon data to the search unit 306 (step S1003), and ends the selection process.
  • the search unit 306 can execute the search process by the search unit 306 using the input phenomenon data corresponding to the selection criterion.
  • step S1107 determines whether there is unselected similar phenomenon data. If there is unselected similar phenomenon data (step S1107: Yes), the process returns to step S1104. On the other hand, when there is no unselected similar phenomenon data (step S1107: No), the search unit 306 ends the search process.
  • step S1106 the case data generation process (step S1106) will be described.
  • FIG. 12 is a flowchart showing a detailed processing procedure example of the case data generation process (step S1105) shown in FIG. Note that a window including selected similar phenomenon data is defined as a first window.
  • the selected similar phenomenon data is similar phenomenon data to which shaking information is given.
  • the search unit 306 sets a window (hereinafter referred to as a second window) that includes the phenomenon data that is continuous with the selected similar phenomenon data and precedes in time (step S1201).
  • a window hereinafter referred to as a second window
  • the end time of the second window may be within the first window
  • the start time of the second window may be any time outside the first window and preceding the first window.
  • the search unit 306 acquires the stability corresponding to the second window from the stability table 342 (step S1202). That is, the search unit 306 acquires the stability of the entry that matches the start time and end time of the second window from the stability table 342.
  • the search unit 306 determines whether or not the acquired stability is equal to or higher than a predetermined threshold (step S1203). If it is equal to or greater than the threshold value (step S1203: Yes), the process proceeds to step S1206. On the other hand, when it is not more than a threshold value (step S1203: No), the search part 306 adds a 2nd window to a 1st window, and updates a 1st window (step S1204). Then, the search unit 306 determines whether or not the added window width in step S1204 is greater than or equal to a predetermined length (step S1205). When it is not longer than the predetermined length (step S1205: No), the process returns to step S1201. On the other hand, if the length is equal to or longer than the predetermined length (step S1205: Yes), the process proceeds to step S1206 in order to stop adding the second window.
  • the search unit 306 sets a window (hereinafter referred to as a third window) that includes phenomenon data that continues to the selected similar phenomenon data and that temporally follows (step S1206). That is, it is only necessary that the start time of the third window is within the first window, the end time of the third window is outside the first window, and is subsequent to the first window.
  • a third window that includes phenomenon data that continues to the selected similar phenomenon data and that temporally follows
  • the search unit 306 acquires the stability corresponding to the third window from the stability table 342 (step S1207). That is, the search unit 306 acquires the stability of the entry that matches the start time and end time of the third window from the stability table 342.
  • the search unit 306 determines whether or not the acquired stability is greater than or equal to a predetermined threshold value (step S1208). If it is equal to or greater than the threshold value (step S1208: Yes), the process proceeds to step S1211. On the other hand, when it is not more than a threshold value (step S1208: No), the search part 306 adds a 3rd window to a 1st window, and updates a 1st window (step S1209). Then, the search unit 306 determines whether or not the added window width in step S1209 is greater than or equal to a predetermined length (step S1210). When it is not longer than the predetermined length (step S1210: No), the process returns to step S1206. On the other hand, if the length is equal to or longer than the predetermined length (step S1206: Yes), the process proceeds to step S1211 in order to abort the addition of the third window.
  • the search unit 306 outputs the case data to which the second window and the second window are added to the output unit 307 (step S1211), and ends the case data generation process (step S1105). Thereby, the search unit 306 can obtain case data corresponding to the input phenomenon data.
  • a predetermined threshold value in step S1203 step S1203: Yes
  • the process proceeds to step S1204. If it is not equal to or greater than the predetermined threshold (step S1203: No), the process proceeds to step S1206.
  • step S1208 when it is equal to or greater than the predetermined threshold (step S1208: Yes), the process proceeds to step S1209, and when it is not equal to or greater than the predetermined threshold (step S1208: No), the process proceeds to step S1211.
  • FIG. 13 is an explanatory diagram showing a specific example of the case data generation process (step S1105) shown in FIG.
  • the input phenomenon data is assumed to be time-series data of one window width.
  • a description will be given in chronological order from (A).
  • the stability threshold is 8.0 as an example.
  • (A) shows a state in which selected similar phenomenon data similar to the input phenomenon data is given to the case data generation process (step S1106).
  • the stability of the selected similar phenomenon data in the first window W1 is set to 2.0.
  • (C) shows the next state of (B).
  • the search unit 306 updates the first window W1 by adding the second window W21 in (B) to the first window W1 (step S1204).
  • the first window W1 and the second window W21 in (B) become the first window W1 in (C).
  • (D) indicates the next state of (C).
  • the search unit 306 updates the first window W1 by adding the second window W22 in (C) to the first window W1 (step S1204). Thereby, the first window W1 and the second window W22 in (C) become the first window W1 in (D).
  • (E) indicates the next state of (D).
  • the search unit 306 updates the first window W1 by adding the third window W31 in (D) to the first window W1 (step S1204). Thereby, the first window W1 and the third window W31 in (D) become the first window W1 in (E).
  • FIG. 14 is a flowchart showing a detailed processing procedure example of the importance calculation processing (step S1106) shown in FIG.
  • the importance calculation process (step S1106) is an optional process.
  • the search unit 306 acquires the case data obtained by the case data generation process (step S1105) (step S1401).
  • the search unit 306 acquires the operation history table 314 (step S1402).
  • the search unit 306 refers to the operation history table 314 and determines whether or not the importance has been set in the time zone of the case data (step S1403). If it has been set (step S1403: Yes), since the importance need not be calculated, the search unit 306 ends the importance calculation process (step S1106).
  • the search unit 306 determines whether or not an accident is included in the case data (step S1404). For example, the search unit 306 determines whether or not the stability is less than or equal to a threshold value (for example, 1) indicating an accident in each window constituting the case data. In the case data of FIG. 13E, since there is a window having a stability of 1.0, the search unit 306 determines that an accident is included.
  • the search unit 306 sets the importance of the case data to 0 (step S1405), and ends the importance calculation process (step S1106).
  • the search unit 306 calculates the importance of the case data (step S1406), and ends the importance calculation process (step S1106).
  • FIG. 15 is an explanatory diagram showing a calculation example of importance in step S1406 of FIG.
  • the importance of the case data is a certain value (for example, the maximum importance 10), and the number of windows constituting the case data (in this case) Is the value divided by 5) (2 in this case).
  • FIG. 16 is an explanatory diagram showing a display screen that is an example of output of search results by the output unit 307.
  • a display screen 1600 in FIG. 16 is a screen example showing the display data 100 in FIG. 1 in detail.
  • the display screen 1600 includes a real-time monitor 1601 that displays the current and past states of the monitoring target 352, a case data display area 1602 that displays important past similar cases, and an operation panel on which the operator performs operations on the monitoring target 352. 1603.
  • the real-time monitor 1601 includes a map 1611 indicating an area where the shaking is detected, a line display area 1612 indicating the line where the shaking is detected, a graph 1613 indicating the waveform of the line, and an operator instructing the start of a similar case.
  • a similar case search start button 1614 is provided.
  • the monitoring apparatus 200 displays similar case data in the case data display area 1602 in descending order of importance.
  • the case data display area 1602 is displayed on an importance display unit 1621 indicating the importance of similar case data, a similar case graph 1622 indicating similar case data, an operation history display unit 1623 indicating operation history, and a similar case graph 1622.
  • Corresponding sensor ranking 1624 that displays sensors related to the waveform being processed in order of importance.
  • the monitoring apparatus 200 highlights the waveform 1625 similar to the waveform 1616, that is, similar phenomenon data, on the similar case graph 1622, and also displays the waveforms 1626 and 1627 before and after the similar waveform 1625. Furthermore, the monitoring apparatus 200 also displays on the operation history display unit 1708 operation histories performed by the operator in the past in accordance with the waveforms 1625 to 1627 (that is, similar case data). In the example of FIG. 16, it is displayed for the sensor 001 that the operator is performing “generator output suppression”. For the sensor 002, it is displayed that the automatic voltage adjustment is stopped and the generator output is suppressed.
  • the monitoring apparatus 200 can also sort and display in order of increasing importance. For example, case data having an importance level of 1 or less can be displayed as a case leading to an accident. Thereby, the operator can check the operation history that led to the accident.
  • Corresponding sensor rankings 1624a and 1624b display the rank of the corresponding sensor, the sensor name, and the importance (in this example, the distance from the sensor that detected similar case data is used).
  • sensors 003, 004, and 007 corresponding to the sensor 001 that has detected similar case data are displayed.
  • sensors 005, 006, and 008 corresponding to the sensor 002 that has detected similar case data are displayed.
  • the ranks of the corresponding sensors are displayed in order of importance, with the distance between the sensors being as high as the importance with reference to the sensor information table 313.
  • the order of increasing distance may be set as the order of importance by the operator's operation or presetting.
  • the operation panel 1603 includes a map 1631 for designating an area in which an operator performs an operation, a line designation area 1632 for designating a line for operation, and an operation interface 1633.
  • the operator performs an operation 372 for the monitoring target 352 via the operation panel 1603.
  • the control unit 308 may control the monitoring target 352 that is the target of the operation 372 by the operation 372.
  • the control unit 308 indicates the operation content of the operation 372 and the time when the operation 372 was performed, the sensor ID of the sensor that observed the input phenomenon data as the waveform 1616, and the start time and end of the search target period 1615 of the waveform 1616.
  • the monitoring apparatus 200 can automatically generate an entry in the operation history table 314.
  • the monitoring apparatus 200 searches the similar phenomenon data similar to the input phenomenon data and the phenomenon data continuous after the observation, that is, the case data described above, the searched case data, the importance level, and the like.
  • the operation contents and the operation time are associated with each other and output as a search result. Therefore, the monitoring apparatus 200 can easily identify the background until the monitoring target is stabilized or shaken from the past similar cases.
  • the operator can determine how the monitoring target observed as similar phenomenon data with relatively low or relatively low stability has recovered and how long it took to recover. It can be easily confirmed. Therefore, the operator can make an early decision on what kind of operation should be performed on the monitoring target for which the input phenomenon data is observed, shortening the recovery work without trial and error. You can plan.
  • the operator can determine how the monitoring target observed as similar phenomenon data with relatively high or relatively high stability has been shaken, and how long it has taken to fall into the shake. Can be easily confirmed. Therefore, the operator can grasp a failure example of what operation has been performed on the monitoring target in which the input phenomenon data is observed, and can be used for the operation.
  • the monitoring apparatus 200 operates a sensor that may observe the same phenomenon data as the similar case data. Can be presented to the person.
  • Example 2 will be described.
  • the operator performs the setting plan 380.
  • the monitoring apparatus 200 performs processing corresponding to the setting plan 380 by the setting plan unit.
  • the monitoring apparatus 200 can automatically update the real-time processing condition 311 and the motion detection condition 312 to reduce the burden on the operator.
  • differences from the first embodiment will be mainly described.
  • the same components as those in the first embodiment are denoted by the same reference numerals, and the description thereof is omitted.
  • FIG. 17 is a block diagram of a functional configuration example of the monitoring apparatus 200 according to the second embodiment.
  • the difference from the first embodiment is that a setting plan unit 1700 is added and the setting plan 380 is not necessary.
  • the setting planning unit 1700 realizes its function by causing the processor 201 to execute a program stored in the storage device 202 illustrated in FIG. 2, for example.
  • the setting plan unit 1700 refers to the operation history table 314, the case data, and the sensor information table 313 after the operator performs the operation validity evaluation 373, and the real-time processing condition 311, the motion detection condition 312, and the sensor information table. 313 is automatically updated. Details of the setting plan unit 1700 will be described with reference to FIG.
  • the setting plan unit 1700 updates the window width specified in the real-time processing condition (step S1802). Specifically, for example, the setting plan unit 1700 updates the window width defined in the real-time processing condition to the time width specified in step S1801.
  • the setting planning unit 1700 updates the stability threshold defined in the motion detection condition 312 (step S1803). Specifically, for example, the setting plan unit 1700 updates the stability threshold defined in the motion detection condition 312 based on the stability of the case data used for specifying the time width in step S1801. To do. Case data is composed of a plurality of windows. Therefore, the setting planning unit 1700 updates the stability threshold value defined in the motion detection condition 312 to the lowest stability among the stability levels of the windows in the case data identified in step S1801. When the average time width is specified in step S1801, the setting planning unit 1700 extracts the lowest stability among the stability levels of each window in each time series data used for calculating the average time width. Then, the setting planning unit 1700 updates the stability threshold defined in the motion detection condition 312 to the average value of the extracted stability.
  • the setting planning unit 1700 identifies the sensor group 351 that observed the case data group of the group having high importance identified in step S1801 (step S1804).
  • the setting planning unit 1700 uses the sensor group 351 specified in step S1804 to update the “swing determination method” defined in the motion detection condition 312 (step S1804). Specifically, for example, the setting planning unit 1700 uses, for example, a determination method of shaking “if the stability is equal to or less than a predetermined threshold value”, “by the sensor group (specified in step S1804). If the average value of the stability obtained from the observed phenomenon data is less than or equal to a predetermined threshold value, it is changed to a shake determination method. In other words, the setting plan unit 1700 changes the “sway determination method” from the single-point pony analysis to the multi-point pony analysis. Note that the value is not limited to the average value, and may be a maximum value, a minimum value, a median value, or a randomly selected value.
  • the setting planning unit 1700 updates the point group label to the same value so that the sensor group 351 identified in step S1804 is the same group (step S1805). As a result, the setting plan unit 1700 ends the setting plan process.
  • the monitoring apparatus 200 can automatically update the real-time processing condition 311 and the motion detection condition 312 to reduce the burden on the operator.
  • the sensor of a different group can be made into the same group by updating the point group label of a sensor. Therefore, after that, when outputting the sensor ID, the point group label, and the distance together with the corresponding similar case data, the monitoring apparatus 200 presents to the operator as a sensor that may observe the same phenomenon data as the similar case data. be able to.
  • each of the above-described configurations, functions, processing units, processing means, etc. may be realized in hardware by designing a part or all of them, for example, with an integrated circuit, and the processor realizes each function. It may be realized by software by interpreting and executing the program to be executed.
  • Information such as programs, tables, and files that realize each function can be stored in a storage device such as a memory, a hard disk, and an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, and a DVD.
  • a storage device such as a memory, a hard disk, and an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, and a DVD.
  • control lines and information lines indicate what is considered necessary for the explanation, and do not necessarily indicate all control lines and information lines necessary for mounting. In practice, it can be considered that almost all the components are connected to each other.

Abstract

監視装置は、監視対象の挙動を観測するセンサによって観測された所定時間幅ごとにおける時系列な観測値を示す現象データ群を格納するデータベースと、各現象データについて、監視対象がどの程度安定的に運用されているかを示す安定度を格納する安定度情報と、センサの識別情報とある時間帯と当該時間帯に監視対象に行われた操作内容とを格納する操作履歴情報と、を記憶し、入力現象データの安定度を算出して、監視対象が特定の挙動を示すか判定し、特定の挙動を示す場合、入力現象データの類似現象データの期間以降に類似現象データに連続する後続の現象データの安定度を、当該安定度が監視対象が特定の挙動を示さなくなる安定度になるまで、安定度情報から取得することにより、類似現象データと安定度が取得された後続の現象データとを組み合わせた類似事例データを生成し、その期間に対応する操作内容を操作履歴情報から特定し、関連付けて出力する。

Description

監視装置、監視方法、および監視プログラム
　本発明は、監視対象を監視する監視装置、監視方法、および監視プログラムに関する。
　近年、諸外国での大規模な停電の深刻化が、ＰＭＵ（Ｐｈａｓａｒ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｕｎｉｔ）の導入を促進している。また、ＰＭＵは、従来のＳＣＡＤＡ（Ｓｕｐｅｒｖｉｓｏｒｙ　Ｃｏｎｔｒｏｌ　Ａｎｄ　Ｄａｔａ　Ａｃｑｕｉｔｓｉｔｉｏｎｓ）よりも数百倍細かい頻度で、電流、電圧、周波数といったデータを計測する。このため、たとえば、５００個のＰＭＵデータを蓄積し続けると、一年で数十から数百［ＴＢ］のデータ量を蓄積することになる。このような大量データのもつパターンの分析は、通常の電力系統の安定運用を可能にする。時系列データがもつ波形のパターンは、例えば周波数や有効電力といった計測値の上昇や減少を示す現象がある。そのため、リアルタイムな電力系統の運用時に電力系統に動揺が起こった場合、運用者は、過去に同様の動揺（不安定な現象）が起こったかを確認し、今何を操作すべきかを知る必要がある。時系列データの波形や特徴量を用いて、類似検索するシステムは既に開示されている。
特開２０１２－１１７９８号公報
Ｐｒｏｐｏｓａｌ　ｏｆ　ａｎａｌｙｔｉｃｓ　ｓｏｆｔｗａｒｅ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｗｉｔｈ　ｄａｔａ　ｐｒｅｐａｒａｔｉｏｎ　ｌａｙｅｒ　ｆｏｒ　ｆａｓｔ　ｅｖｅｎｔ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｉｎ　ｗｉｄｅ－ａｒｅａ　ｓｉｔｕａｔｉｏｎａｌ　ａｗａｒｅｎｅｓｓ；Ｔａｋａｔａ，Ｍｉｋａ；Ｍｉｙａｔａ，　Ｙａｓｕｓｈｉ；Ｎｉｓｈｉｋａｗａ，　Ｎｏｒｉｆｕｍｉ；２０１５　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｎｄｕｓｔｒｉａｌ　Ｔｅｃｈｎｏｌｏｇｙ（ＩＣＩＴ）；Ｐａｇｅｓ１７４１－１７４６
　上述のような、現象から類似度の高いデータを検索して返すシステムは、事故に至った事例を優先的に表示する。しかしながら、事故に至った事例がその後、早期に復旧したのか、復旧に時間がかかったのか、不明である。また、復旧したとしても、運用者がいつどのようにして復旧したのか不明である。したがって、事故に至った事例を優先的に表示するだけでは、必ずしも意思決定の短時間化にはつながらない。また、運用者が電力系統の運用に必要なデータを取得するためには、データ取得に必要な時刻やデータを検出するセンサのセンサＩＤを指定しなければならない。そのため、電力系統の運用にとって価値のあるデータは類似検索だけでは分からず、運用者は今何をすべきか試行錯誤する。
　本発明は、過去の類似事例から監視対象が安定するまで、または、動揺するまでの経緯を容易に特定することを目的とする。
　本願において開示される発明の一側面となる監視装置は、監視対象の挙動を観測するセンサに接続され、記憶デバイスにアクセス可能な監視装置であって、前記記憶デバイスは、前記センサによって観測された所定時間幅ごとにおける時系列な観測値を示す現象データの集合である現象データ群を格納するデータベースと、前記現象データ群の各現象データについて、前記監視対象がどの程度安定的に運用されているかを示す安定度を格納する安定度情報と、前記センサの識別情報と、ある時間帯と、当該時間帯に前記監視対象に行われた操作内容と、を格納する操作履歴情報と、を記憶しており、前記監視装置は、検索対象期間に前記センサによって観測された時系列な観測値を示す入力現象データの安定度を算出する算出処理と、前記算出処理によって算出された前記入力現象データの安定度が、前記監視対象が特定の挙動を示す安定度であるか否かを判定する判定処理と、前記判定処理によって前記特定の挙動を示す安定度であると判定された場合、前記入力現象データに類似する類似現象データを前記データベースから検索する検索処理と、前記検索処理によって検索された類似現象データの期間以降に前記類似現象データに連続する後続の現象データの安定度を、当該安定度が前記監視対象が前記特定の挙動を示さなくなる安定度になるまで、前記安定度情報から取得することにより、前記類似現象データと前記安定度が取得された前記後続の現象データとを組み合わせた類似事例データを生成する生成処理と、前記生成処理によって生成された類似事例データの期間に対応する操作内容を、前記操作履歴情報から特定する特定処理と、前記類似事例データと、前記特定処理によって特定された前記操作内容と、を関連付けて出力する出力処理と、を実行することを特徴とする。
　本発明の代表的な実施の形態によれば、過去の類似事例から監視対象が安定するまで、または、動揺するまでの経緯を容易に特定することができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
安定事例出力例を示す説明図である。 監視装置のハードウェア構成例を示すブロック図である。 実施例１にかかる監視装置の機能的構成例を示すブロック図である。 センサ情報テーブルの記憶内容例を示す説明図である。 操作履歴テーブルの記憶内容例を示す説明図である。 安定度テーブルの記憶内容例を示す説明図である。 実施例１にかかる重要度の入力画面例を示す説明図である。 リアルタイム処理部によるリアルタイム処理の詳細な処理手順例を示すフローチャートである。 算出部による算出処理の詳細な処理手順例を示すフローチャートである。 選択部による選択処理手順の詳細な処理手順例を示すフローチャートである。 検索部による検索処理の詳細な処理手順例を示すフローチャートである。 図１１に示した事例データ生成処理（ステップＳ１１０５）の詳細な処理手順例を示すフローチャートである。 図１１に示した事例データ生成処理（ステップＳ１１０５）の具体例を示す説明図である。 図１１に示した重要度計算処理（ステップＳ１１０６）の詳細な処理手順例を示すフローチャートである。 図１４のステップＳ１４０６の重要度の計算例を示す説明図である。 出力部による検索結果の出力例である表示画面を示す説明図である。 実施例２にかかる監視装置の機能的構成例を示すブロック図である。 設定計画部の詳細な処理手順例を示すフローチャートである。 実施例２にかかる重要度の入力画面例を示す説明図である。
　以下、実施例を説明する。以後の説明では「テーブル」形式によって本発明の各情報について説明するが、これら情報は必ずしもテーブルによるデータ構造で表現されていなくても良く、リスト、ＤＢ、キュー等のデータ構造やそれ以外で表現されていても良い。そのため、データ構造に依存しないことを示すために「テーブル」、「リスト」、「ＤＢ」、「キュー」等について単に「情報」と呼ぶことがある。また、各情報の内容を説明する際に、「識別情報」、「識別子」、「名」、「名前」、「ＩＤ」という表現を用いることが可能であり、これらについてはお互いに置換が可能である。
　また、プログラムはプロセッサによって実行されることで、定められた処理をメモリ及び通信ポートを用いて行うため、プログラムを実行することにより行われる処理を、プロセッサを主語とした説明としてもよい。また、各種プログラムは、プログラム配布サーバーや、計算機が読み取り可能な記憶媒体によって各計算機にインストールされてもよい。また、以下の説明で、本システムのユーザを運用者や操作者、と表現することがあるが、本文書中では同義である。
　＜安定事例出力例＞
　図１は、安定事例出力例を示す説明図である。図１中、上段の太矢印群は、業務フローの一例を示す。業務フローでは、運用者は、「計画」、「定常監視」、「ナレッジ化」、「類似検索」、「表示」、および「妥当性評価」の順に実施する。監視装置は、「計画」にしたがって、監視対象を監視する。監視装置はＰＭＵなどのセンサと接続されており、センサは、監視対象から、電流、電圧、周波数の時間的変化を示す時系列データを計測する。監視装置は、「定常監視」において、センサからの時系列データを入力する。入力された時系列データを、「入力現象データ」と称す。監視装置は、「ナレッジ化」において、入力現象データを蓄積する。また、運用者から指示があった場合、監視装置は、「類似検索」において、入力現象データに類似する時系列データ（以下、「類似現象データ」）を検索する。
　監視装置は、「表示」において、運用者に視認させる表示データ１００を表示する。表示データ１００は、事例データＤ１、Ｄ２を含む。事例データＤ１、Ｄ２とは、類似現象データと、その前後の時系列データと、を組み合わせた時系列データである。グラフの横軸は時刻であり、縦軸は、電流、電圧、周波数といった観測値である。事例データＤ１は、その類似現象データの区間［ｔ１，ｔ２］の前の区間［ｔ０，ｔ１］から類似現象データの区間［ｔ１，ｔ２］の次の期間［ｔ２，ｔ３］まで安定していることを示す。また、監視装置は、区間［ｔ１，ｔ２］において、運用者が「発電出力抑制」という操作をしたことを表示する。これにより、表示内容を見た運用者は、類似現象データの区間［ｔ１，ｔ２］において、「発電出力抑制」という操作がされた場合に、当該区間［ｔ１，ｔ２］の区間［ｔ２，ｔ３］で観測値が安定状態であることがわかる。
　事例データＤ２は、その類似現象データの区間［ｔ５，ｔ６］の前の区間［ｔ４，ｔ５］から類似現象データが検出されている区間［ｔ５，ｔ６］まで安定し、次の区間［ｔ６，ｔ７］で不安定になったことを示す。また、監視装置は、区間［ｔ５，ｔ６］において、運用者が「電圧自動調整抑制」および「発電出力抑制」の順に操作をしたことを表示する。これにより、表示内容を見た運用者は、類似現象データの区間［ｔ５，ｔ６］において、「電圧自動調整抑制」および「発電出力抑制」の順に操作がされた場合に、当該区間［ｔ１，ｔ２］の区間［ｔ２，ｔ３］で観測値が安定状態であることがわかる。
　すなわち、たとえば、入力現象データの区間の経過後に監視対象に事故があった場合、運用者は、監視装置に入力現象データを与えるだけで、当該区間中にどのような操作が行われた結果、監視対象が安定したか、または、不安定になったかを把握することができる。したがって、運用者の系統運用に対する意思決定の試行錯誤が減少し、意思決定が高速化する。なお、以降、区間をウィンドウと称することがあり、区間の幅をウィンドウ幅と称することがある。
　＜監視装置のハードウェア構成例＞
　図２は、監視装置のハードウェア構成例を示すブロック図である。監視装置２００は、プロセッサ２０１と、記憶デバイス２０２と、入力デバイス２０３と、出力デバイス２０４と、通信インターフェース（通信ＩＦ２０５）と、を有する。プロセッサ２０１、記憶デバイス２０２、入力デバイス２０３、出力デバイス２０４、および通信ＩＦ２０５は、バスにより接続される。プロセッサ２０１は、監視装置２００を制御する。記憶デバイス２０２は、プロセッサ２０１の作業エリアとなる。また、記憶デバイス２０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス２０２としては、たとえば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、フラッシュメモリがある。入力デバイス２０３は、データを入力する。入力デバイス２０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス２０４は、データを出力する。出力デバイス２０４としては、たとえば、ディスプレイ、プリンタがある。通信ＩＦ２０５は、ネットワークと接続し、データを送受信する。監視装置２００は、複数台で構成されてもよい。この場合、複数台の監視装置２００間は、ネットワークを介して接続される。
　＜監視装置２００の機能的構成例＞
　図３は、実施例１にかかる監視装置２００の機能的構成例を示すブロック図である。監視装置２００は、センサ群３５１および監視対象３５２のうち少なくともセンサ群３５１に接続され、センサ群３５１を用いて監視対象３５２を監視する。監視対象３５２は、センサで観測可能であればよく、たとえば、電力系統システム、クラウドサーバ群、農場である。センサ群３５１は、１以上のセンサの集合である。たとえば、監視対象３５２が電力系統システムである場合、センサは、たとえば、ＰＭＵである。
　監視装置２００は、入力部３０１と、取得部３０２と、リアルタイム処理部３０３と、算出部３０４と、選択部３０５と、検索部３０６と、出力部３０７と、制御部３０８と、を有する。入力部３０１～制御部３０８は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることによりその機能を実現する。また、監視装置２００は、安定度テーブル３４２と、センサ情報テーブル３１３と、操作履歴テーブル３１４と、を有する。安定度テーブル３４２～操作履歴テーブル３１４は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶された情報である。なお、図３中、平行四辺形のブロックは、運用者による動作や思考、行為を示す。
　入力部３０１は、運用者による入力デバイス２０３の操作により、または、外部からの受信により、情報を受け付けて、監視装置２００内部に入力する。入力情報としては、リアルタイム処理条件３１１、動揺検出条件３１２、センサ情報テーブル３１３、および、操作履歴テーブル３１４が挙げられる。
　リアルタイム処理条件３１１は、リアルタイム処理部３０３で用いられるウィンドウ幅およびステップ幅を規定する情報である。動揺検出条件３１２は、算出部３０４で用いられる、安定度の算出方式と動揺の判定方式とを規定する条件である。
　センサ情報テーブル３１３は、センサ群３５１の情報を管理するテーブルである。各センサの所属グループとセンサの設置位置とを記憶するテーブルである。詳細は、図４で後述する。
　操作履歴テーブル３１４は、運用者が監視対象３５２を操作した履歴情報を記憶するテーブルである。詳細は、図５で後述する。
　取得部３０２は、センサ群３５１の各センサによって検出されたデータを取得する。
　リアルタイム処理部３０３は、取得部３０２から順次入力されてくる一連のデータについてリアルタイム処理を実行する。リアルタイム処理とは、所定の時間幅（ウィンドウ幅）のウィンドウを一定の時間幅であるステップ幅分シフトしながら、各ウィンドウ内のデータを算出部３０４に送信する処理である。ステップ幅は、ウィンドウ幅以下の時間幅である。ウィンドウ内のデータが、図１に示した入力現象データとなる。
　リアルタイム処理部３０３は、入力現象データをリアルタイムデータとしてＤＢ３６０に記憶する。ＤＢ３６０は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶された情報である。リアルタイム処理部３０３の詳細な処理手順については、図８で後述する。
　算出部３０４は、算出元となる入力現象データが含まれるウィンドウにより特定される時系列情報と、安定度と、を対応付けて、安定度テーブル３４２に格納する。時系列情報は、ウィンドウの時系列な順序を特定する情報であり、たとえば、ウィンドウ内の入力現象データの開始時刻（最古の時刻）および終了時刻（最新の時刻）の組み合わせ、開始時刻、終了時刻、中央値となる時刻、特定の順番の時刻、ランダムに選択された時刻が挙げられる。また、時系列情報は、時刻に限定されることはなく、他のウィンドウと相対的に時系列な順序が特定される情報であればよい。安定度テーブル３４２については後述する。
　安定度は、入力現象データの検出先である監視対象３５２がどの程度安定的に運用されているかを示す指標値である。動揺検出条件３１２は、上述したように、安定度の算出方式と動揺の判定方式とを規定する条件である。安定度の算出方式とは、安定度の算出元と算出方法を規定する条件である。算出方法による算出結果が安定度となる。
　安定度の算出方式には、たとえば、『安定度は、入力現象データをスペクトル変換したときのスペクトル強度とする』や『安定度は、入力現象データの平均値とする』がある。『安定度は、入力現象データをスペクトル変換したときのスペクトル強度とする』の場合、「入力現象データ」が算出元であり、「スペクトル変換」が算出方法であり、「スペクトル強度」が算出結果となる安定度である。『安定度は、入力現象データの平均値とする』の場合、「入力現象データ」が算出元であり、「平均化処理」が算出方法であり、「平均値」が算出結果となる安定度である。
　また、動揺の判定方式とは、安定度が動揺に該当するか否かの判定基準と、当該判定基準を用いた判定方法である。動揺の判定方式には、たとえば、『安定度が所定のしきい値以下の場合、動揺とする』がある。この場合、「所定のしきい値」が判定基準であり、「安定度が所定のしきい値以下の場合、動揺とする」が判定方法である。すなわち、「動揺」とは、安定度が所定のしきい値以下（またはより低いでもよい）の場合をいう。
　算出部３０４は、算出した安定度や動揺の判定方式による判定結果をリアルタイムモニタに出力してもよい。算出部３０４は、安定度や動揺の判定方式による判定結果を常時出力してもよく、また、動揺と判定された場合にアラートとして安定度や動揺の判定方式による判定結果を出力してもよい。リアルタイムモニタは、アラートを、リアルタイムモニタの画面に表示してもよく、また、音声や外部装置へのメール送信などにより出力してもよい。
　また、算出部３０４は、算出した安定度が動揺に該当するか否かを判断する。具体的には、たとえば、算出部３０４は、安定度が動揺を示すしきい値以下である場合、当該安定度の算出元である入力現象データを、動揺を示す現象データに決定する。この場合、算出部３０４は、入力現象データに動揺情報を付与する。
　また、算出部３０４は、算出した安定度が高安定度であるか否かを判断する。具体的には、たとえば、算出部３０４は、安定度が高安定度を示すしきい値以上である場合、当該安定度の算出元である入力現象データを、高安定度を示す現象データに決定する。この場合、算出部３０４は、入力現象データに高安定度情報を付与する。算出部３０４の詳細な処理手順については、図９で後述する。
　選択部３０５は、算出部３０４によって処理された現象データ群の一部または全部を選択して検索処理部に渡す。具体的には、たとえば、選択部３０５は、動揺情報または／および高安定度情報が付与された現象データを選択して、検索処理部に渡す。また、選択部３０５は、動揺情報および高安定度情報が付与されていない現象データを選択して、検索処理部に渡してもよい。いずれの現象データを検索部３０６に出力させるかは、動揺検出条件３１２で規定しておき、選択部３０５が動揺検出条件３１２を参照して選択すればよい。選択部３０５の詳細な処理手順については、図１０で後述する。
　検索部３０６は、ＤＢ３６０から、選択部３０５からの入力現象データに類似する現象データを検索する。検索された現象データが図１の類似現象データである。具体的には、たとえば、検索部３０６は、入力現象データと類似現象データの相関係数を求め、相関係数がしきい値より高い場合に、入力現象データと類似現象データとは類似すると判定する。なお、検索部３０６は、波形類似検索として、ウェーブレット変換を用いた類似検索をしてもよい。
　また、検索部３０６は、類似現象データについて事例データ生成処理を実行する。事例データ生成処理とは、類似現象データのウィンドウの前後のウィンドウの各々を追加していく処理である。
　具体的には、たとえば、類似現象データが動揺情報を有する場合、事例データ生成処理は、類似現象データのウィンドウの前後のウィンドウの各々について、その現象データの安定度が所定のしきい値以上となるまで当該前後のウィンドウを追加していく処理となる。所定のしきい値以上となる安定度を有する現象データのウィンドウが一定時間出現しない場合は、検索部３０６は、事例データ生成処理を途中で打ち切ってもよい。これにより、検索部３０６は、類似現象データの出現前から出現以降も動揺状態が継続する事例データを検索することができる。なお、ここでいう所定のしきい値とは、少なくとも動揺情報には該当しない程度の安定度であり、また、上述した高安定度に相当する安定度でもよい。また、類似現象データのウィンドウの前後のウィンドウを追加することとしたが、後ろのウィンドウのみでもよい。
　一方、類似現象データが動揺情報を有する場合、事例データ生成処理は、類似現象データのウィンドウ幅の前後のウィンドウ幅の各々について、その現象データの安定度が所定のしきい値以下となるまで当該前後のウィンドウ幅を追加していく処理となる。所定のしきい値以下となる安定度を有する現象データのウィンドウが一定時間出現しない場合は、検索部３０６は、事例データ生成処理を途中で打ち切ってもよい。これにより、検索部３０６は、類似現象データの出現前から出現以降も高安定度状態が継続する事例データを検索することができる。なお、ここでいう所定のしきい値とは、少なくとも上述した高安定度には該当しない程度の安定度であり、また、上述した動揺を示す安定度でもよい。また、類似現象データのウィンドウの前後のウィンドウを追加することとしたが、後ろのウィンドウのみでもよい。
　また、検索部３０６は、重要度計算処理を実行する。重要度計算処理とは、事例データ生成処理によって得られた事例データの重要度を算出する処理である。重要度計算処理は、ある値、たとえば、重要度の上限値を事例データのウィンドウ数で除算することにより、重要度を計算する。検索部３０６は、操作履歴テーブル３１４において事例データの時間帯に重要度が設定されていない場合に、重要度計算処理を実行する。検索部３０６の詳細な処理手順については、図１１で後述する。
　また、検索部３０６は、事例データを観測したセンサのセンサＩＤと入力現象データの期間（開始時刻および終了時刻の組み合わせ）とをキーとして、操作履歴テーブル３１４を検索し、操作内容フィールド５０５の値である操作内容と、操作時刻フィールド５０６の値である操作時刻と、を取得する。また、検索部３０６は、重要度フィールド５０４に値があれば、その値である重要度も取得してもよい。
　また、検索部３０６は、類似事例データを観測したセンサと同一グループのセンサのセンサＩＤをセンサ情報テーブル３１３から検索する。検索部３０６は、類似事例データを観測したセンサの位置情報（緯度、経度）と、検索したセンサＩＤで特定されるセンサの位置情報（緯度、経度）とを用いて両センサ間の距離を算出する。検索部３０６は、検索したセンサＩＤ、センサＩＤで特定されるセンサの地点グループラベルおよび算出した距離を検索結果に含める。
　出力部３０７は、検索部３０６による検索結果を出力する。出力形式には、たとえば、ディスプレイによる表示、外部装置への送信、プリンタによる印刷、記憶デバイス２０２への格納がある。ディスプレイによる表示の場合、出力部３０７は、検索結果として図１に示した表示データ１００をディスプレイに表示する。具体的には、たとえば、出力部３０７は、事例データと、操作内容と、操作時刻と、重要度と、を関連付けて出力する。たとえば、出力部３０７は、事例データの時間軸上の操作時刻の位置に操作内容を示す文字列を表示する。出力例については、図１６で後述する。
　また、出力部３０７は、検索結果にセンサＩＤ、地点グループラベルおよび距離が含まれている場合、これらを対応する事例データとともに出力する。
　制御部３０８は、運用者からの操作入力により監視対象３５２を制御する。具体的には、たとえば、制御部３０８は、発電出力抑制の操作があった場合、監視対象３５２の発電出力の上昇を抑制、または、低下させる。
　事例評価３７１は、運用者が表示データ１００を参照することにより、事例データを評価する行為である。操作３７２は、運用者が事例評価３７１に応じて監視対象３５２を操作する行為である。操作妥当性評価３７３は、運用者が操作３７２による行為の妥当性を評価する行為である。設定計画３８０は、運用者が操作妥当性評価３７３に応じてリアルタイム処理条件３１１や動揺検出条件３１２を修正する行為である。
　＜各種テーブルの具体例＞
　図４は、センサ情報テーブル３１３の記憶内容例を示す説明図である。センサ情報テーブル３１３は、あらかじめ設定されるテーブルである。センサ情報テーブル３１３は、センサＩＤフィールド４０１と、地点グループラベルフィールド４０２と、緯度フィールド４０３と、経度フィールド４０４と、を有し、各フィールド４０１～４０４の値の組み合わせにより、センサごとのセンサ情報を特定するエントリを構成する。
　センサＩＤフィールド４０１は、センサＩＤを格納する記憶領域である。センサＩＤは、センサを一意に特定する識別情報である。地点グループラベルフィールド４０２は、地点グループラベルを格納する記憶領域である。地点グループラベルは、センサが所属する地点グループを特定する識別ラベルである。地点グループとは、領域ごとに分類されるグループである。緯度フィールド４０３は、センサの設置地点の緯度を格納する領域である。経度フィールド４０４は、センサの設置地点の経度を格納する領域である。
　監視装置２００は、センサ情報テーブル３１３を参照することにより、どのセンサがどの地点グループに所属し、どの位置に設置されているかを特定することができる。
　図５は、操作履歴テーブル３１４の記憶内容例を示す説明図である。操作履歴テーブル３１４は、運用者により情報が書き込まれるテーブルである。操作履歴テーブル３１４への書き込み例については、図７で後述する。操作履歴テーブル３１４は、センサＩＤフィールド５０１と、開始時刻フィールド５０２と、終了時刻フィールド５０３と、重要度フィールド５０４と、操作内容フィールド５０５と、操作時刻フィールド５０６と、を有し、各フィールド５０１～５０６の値の組み合わせにより、監視対象３５２への１回の操作内容を特定するエントリを構成する。
　センサＩＤフィールド５０１は、センサＩＤを格納する記憶領域である。開始時刻フィールド５０２は、操作３７２の開始時刻を格納する記憶領域である。終了時刻フィールド５０３は、操作３７２の終了時刻を格納する記憶領域である。重要度フィールド５０４は、操作３７２の重要度を格納する記憶領域である。操作内容フィールド５０５は、監視対象への操作３７２の操作内容を格納する記憶領域である。操作時刻フィールド５０６は、監視対象に操作３７２が行われた時刻を格納する記憶領域である。
　図６は、安定度テーブル３４２の記憶内容例を示す説明図である。安定度テーブル３４２は、センサＩＤフィールド６０１と、開始時刻フィールド６０２と、終了時刻フィールド６０３と、安定度フィールド６０４と、を有し、各フィールド６０１～６０４の値の組み合わせにより、ウィンドウごとの安定度を特定するエントリを構成する。
　センサＩＤフィールド６０１は、センサＩＤを格納する記憶領域である。開始時刻フィールド６０２は、安定度の算出対象である入力現象データを含むウィンドウの開始時刻を格納する記憶領域である。終了時刻フィールド６０３は、安定度の算出対象である入力現象データを含むウィンドウの終了時刻を格納する記憶領域である。安定度フィールド６０４は、入力現象データの安定度を格納する記憶領域である。安定度テーブル３４２のエントリは、算出部３０４により生成される。
　＜入力画面例＞
　図７は、実施例１にかかる重要度の入力画面例を示す説明図である。入力画面７００は、操作３７２の操作内容の重要度を入力する画面であり、入力画面７００への入力により、図５に示した操作履歴テーブル３１４のエントリが生成される。
　入力画面７００は、地域指定領域７０１と、センサ指定領域７０２と、重要度指定領域７０３と、操作名指定領域７０５と、現象データ表示領域７０６と、を有する。地域指定領域７０１は、センサが設置されている地域を指定する領域である。地域指定領域７０１には、１以上の地域を示す地図が表示される。運用者は、その地図の中から重要度の入力対象となる地域を指定する。
　センサ指定領域７０２は、センサを指定する領域である。センサ指定領域７０２には、地域指定領域７０１で指定された地域に設置されている１以上のセンサが表示される。運評者は、その中から重要度の入力対象となるセンサを指定する。監視装置２００は、指定されたセンサのセンサＩＤを操作履歴テーブル３１４のセンサＩＤフィールド５０１に格納する。監視装置２００は、指定されたセンサの現象データを現象データ表示領域７０６に表示する。
　重要度指定領域７０３は、重要度を指定する領域である。ここでは、例として重要度が１～１０のラジオボタンで指定可能である。運用者は、重要度入力指標７０４を参照して、指定したセンサが検出した現象データについての重要度を指定する。監視装置２００は、指定された重要度を、センサＩＤフィールド５０１に格納されたセンサＩＤのエントリにおける重要度フィールド５０４に格納する。
　操作名指定領域７０５は、操作名を指定する領域である。ここでは、例としてラジオボタンにより操作名を指定可能である。なお、運用者が操作名を操作名指定領域７０５にテキスト入力してもよい。運用者は、指定したセンサが観測した監視対象３５２に対して操作した操作名を指定する。監視装置２００は、指定された操作名を、センサＩＤフィールド５０１に格納されたセンサＩＤのエントリにおける操作フィールド５０５に格納する。
　現象データ表示領域７０６は、センサ指定領域７０２で指定されたセンサの現象データを表示する領域である。運用者は、操作名指定領域７０５で指定した操作を行った期間である開始時刻および終了時刻を現象データ表示領域７０６から指定する。監視装置２００は、指定された開始時刻および終了時刻を、センサＩＤフィールド５０１に格納されたセンサＩＤのエントリにおける開始時刻フィールド５０２および終了時刻フィールド５０３に格納する。
　＜各種処理手順＞
　図８は、リアルタイム処理部３０３によるリアルタイム処理の詳細な処理手順例を示すフローチャートである。リアルタイム処理部３０３は、取得部３０２から、たとえば、１～２秒ごとにデータを受信する（ステップＳ８０１）。リアルタイム処理部３０３は、ステップ幅ごとに時系列にメモリ上に蓄積する（ステップＳ８０２）。
　そして、リアルタイム処理部３０３は、ウィンドウ幅分のデータが蓄積されるのを待ち受ける（ステップＳ８０３：Ｎｏ）。蓄積された場合（ステップＳ８０３：Ｙｅｓ）、監視装置２００は、蓄積されたウィンドウ幅分のデータを入力現象データとして、算出部３０４およびＤＢ３６０に出力する（ステップＳ８０５）。そして、リアルタイム処理部３０３は、抽出開始位置をステップ幅分加算することでシフトし（ステップＳ８０５）、ステップＳ８０３に戻る。これにより、リアルタイム処理部３０３は、ステップ幅ずつシフトされたウィンドウごとの入力現象データを出力することができる。
　図９は、算出部３０４による算出処理の詳細な処理手順例を示すフローチャートである。図９では、一例として動揺情報を付与する場合を例に挙げて説明する。算出部３０４は、リアルタイム処理部３０３から入力現象データを受信する（ステップＳ９０１）。算出部３０４は、動揺検出条件３１２に基づいて安定度を計算する（ステップＳ９０２）。具体的には、たとえば、算出部３０４は、動揺検出条件３１２の安定度の算出方式にしたがって、入力現象データの安定度を算出する。
　そして、算出部３０４は、安定度がしきい値以上であるか否かを判断する（ステップＳ９０３）。しきい値は、監視対象３５２の特定の挙動を示す安定度である。たとえば、動揺情報を付与する場合は動揺を示す安定度であり、高安定度情報を付与する場合は、高安定度である。高安定度は、動揺を示す安定度よりも高い安定度である。しきい値以上である場合（ステップＳ９０３：Ｙｅｓ）、ステップＳ９０５に移行する。一方、しきい値未満である場合（ステップＳ９０３：Ｎｏ）、算出部３０４は、安定度の算出元である入力現象データに動揺情報を付与して（ステップＳ９０４）、ステップＳ９０５に移行する。
　なお、高安定度情報を付与する場合、算出部３０４は、しきい値以上である場合（ステップＳ９０３：Ｙｅｓ）に、安定度の算出元である入力現象データに動揺情報を付与して（ステップＳ９０４）、ステップＳ９０５に移行する。また、算出部３０４は、しきい値未満である場合（ステップＳ９０３：Ｎｏ）、ステップＳ９０５に移行する。
　ステップＳ９０５において、算出部３０４は、入力現象データを表示する（ステップＳ９０５）。そして、算出部３０４は、入力現象データを検出したセンサのセンサＩＤと、入力現象データのウィンドウの開始時刻および終了時刻と、算出した安定度と、を安定度テーブル３４２に格納する（ステップＳ９０６）。これにより、算出処理が終了する。このように、算出部３０４は、算出処理により、どのセンサからの入力現象データがどの区間でどの程度の安定度があるかというエントリを安定度テーブル３４２に格納することができる。
　図１０は、選択部３０５による選択処理手順の詳細な処理手順例を示すフローチャートである。選択部３０５は、算出部３０４から入力現象データを受信する（ステップＳ１００１）。選択部３０５は、入力現象データが選択基準に該当するか否かを判断する（ステップＳ１００２）。選択基準とは、たとえば、入力現象データに動揺情報や高安定度情報が付与されているという指標である。選択基準に該当する場合（ステップＳ１００２：Ｙｅｓ）、選択部３０５は、その入力現象データを検索部３０６に送信して（ステップＳ１００３）、選択処理を終了する。一方、選択基準に該当しない場合（ステップＳ１００３：Ｎｏ）、選択処理を終了する。これにより、検索部３０６は、選択基準に該当する入力現象データを用いて検索部３０６による検索処理を実行することができる。
　図１１は、検索部３０６による検索処理の詳細な処理手順例を示すフローチャートである。検索部３０６は、選択部３０５から入力現象データを取得し（ステップＳ１１０１）、類似検索処理を実行する（ステップＳ１１０２）。そして、検索部３０６は、１つ以上類似現象データが検索されたか否かを判断する（ステップＳ１１０３）。類似現象データがない場合（ステップＳ１１０３：Ｎｏ）、検索部３０６は、検索処理を終了する。一方、類似現象データがある場合（ステップＳ１１０３：Ｙｅｓ）、検索部３０６は、未選択の類似現象データを１つ選択し（ステップＳ１１０４）、選択類似現象データについて、事例データ生成処理（ステップＳ１１０５）および重要度計算処理（ステップＳ１１０６）を実行する。
　その後、検索部３０６は、未選択の類似現象データがあるか否かを判断する（ステップＳ１１０７）。未選択の類似現象データがある場合（ステップＳ１１０７：Ｙｅｓ）、ステップＳ１１０４に戻る。一方、未選択の類似現象データがない場合（ステップＳ１１０７：Ｎｏ）、検索部３０６は、検索処理を終了する。ここで、事例データ生成処理（ステップＳ１１０６）について説明する。
　図１２は、図１１に示した事例データ生成処理（ステップＳ１１０５）の詳細な処理手順例を示すフローチャートである。なお、選択類似現象データを含むウィンドウを第１ウィンドウとする。また、図１２では、選択類似現象データは、動揺情報が付与された類似現象データとする。
　検索部３０６は、選択類似現象データに連続し、かつ、時間的に先行する現象データを含むウィンドウ（以下、第２ウィンドウ）を設定する（ステップＳ１２０１）。すなわち、第２ウィンドウの終了時刻が第１ウィンドウ内にあり、第２ウィンドウの開始時刻が第１ウィンドウ外で、かつ、第１ウィンドウよりも先行する時刻であればよい。
　検索部３０６は、安定度テーブル３４２から第２ウィンドウに対応する安定度を取得する（ステップＳ１２０２）。すなわち、検索部３０６は、第２ウィンドウの開始時刻および終了時刻に一致するエントリの安定度を安定度テーブル３４２から取得する。
　検索部３０６は、取得した安定度が所定のしきい値以上であるか否かを判断する（ステップＳ１２０３）。しきい値以上である場合（ステップＳ１２０３：Ｙｅｓ）、ステップＳ１２０６に移行する。一方、しきい値以上でない場合（ステップＳ１２０３：Ｎｏ）、検索部３０６は、第２ウィンドウを第１ウィンドウに追加して、第１ウィンドウを更新する（ステップＳ１２０４）。そして、検索部３０６は、ステップＳ１２０４での追加分のウィンドウ幅が所定長以上であるか否かを判断する（ステップＳ１２０５）。所定長以上でない場合（ステップＳ１２０５：Ｎｏ）、ステップＳ１２０１に戻る。一方、所定長以上である場合（ステップＳ１２０５：Ｙｅｓ）、第２ウィンドウの追加を打ち切るために、ステップＳ１２０６に移行する。
　検索部３０６は、選択類似現象データに連続し、かつ、時間的に後続する現象データを含むウィンドウ（以下、第３ウィンドウ）を設定する（ステップＳ１２０６）。すなわち、第３ウィンドウの開始時刻が第１ウィンドウ内にあり、第３ウィンドウの終了時刻が第１ウィンドウ外で、かつ、第１ウィンドウよりも後続する時刻であればよい。
　検索部３０６は、安定度テーブル３４２から第３ウィンドウに対応する安定度を取得する（ステップＳ１２０７）。すなわち、検索部３０６は、第３ウィンドウの開始時刻および終了時刻に一致するエントリの安定度を安定度テーブル３４２から取得する。
　検索部３０６は、取得した安定度が所定のしきい値以上であるか否かを判断する（ステップＳ１２０８）。しきい値以上である場合（ステップＳ１２０８：Ｙｅｓ）、ステップＳ１２１１に移行する。一方、しきい値以上でない場合（ステップＳ１２０８：Ｎｏ）、検索部３０６は、第３ウィンドウを第１ウィンドウに追加して、第１ウィンドウを更新する（ステップＳ１２０９）。そして、検索部３０６は、ステップＳ１２０９での追加分のウィンドウ幅が所定長以上であるか否かを判断する（ステップＳ１２１０）。所定長以上でない場合（ステップＳ１２１０：Ｎｏ）、ステップＳ１２０６に戻る。一方、所定長以上である場合（ステップＳ１２０６：Ｙｅｓ）、第３ウィンドウの追加を打ち切るために、ステップＳ１２１１に移行する。
　検索部３０６は、第２ウィンドウおよび第２ウィンドウが追加された事例データを出力部３０７に出力し（ステップＳ１２１１）、事例データ生成処理（ステップＳ１１０５）を終了する。これにより、検索部３０６は、入力現象データに対応する事例データを得ることができる。なお、選択類似現象データに、動揺情報ではなく高安定度情報が付与されている場合は、ステップＳ１２０３において、所定のしきい値以上である場合（ステップＳ１２０３：Ｙｅｓ）、ステップＳ１２０４に移行し、所定のしきい値以上でない場合（ステップＳ１２０３：Ｎｏ）、ステップＳ１２０６に移行する。同様に、ステップＳ１２０８において、所定のしきい値以上である場合（ステップＳ１２０８：Ｙｅｓ）、ステップＳ１２０９に移行し、所定のしきい値以上でない場合（ステップＳ１２０８：Ｎｏ）、ステップＳ１２１１に移行する。
　図１３は、図１１に示した事例データ生成処理（ステップＳ１１０５）の具体例を示す説明図である。ここでは、説明を単純化するために、入力現象データは、１ウィンドウ幅の時系列データとする。（Ａ）から順に時系列で説明する。なお、安定度のしきい値は例として８．０とする。（Ａ）は、入力現象データに類似する選択類似現象データが事例データ生成処理（ステップＳ１１０６）に与えられた状態を示す。第１ウィンドウＷ１内の選択類似現象データの安定度を２．０とする。
　（Ｂ）は、ステップＳ１２０１によって第２ウィンドウＷ２１が設定され、その現象データの安定度（＝１．０）が取得された状態を示す。第２ウィンドウＷ２１の終了時刻と第１ウィンドウＷ１の開始時刻は一致するものとする。第２ウィンドウＷ２１の現象データの安定度は１．０であるため、（Ｃ）で再度第２ウィンドウを追加することになる。
　（Ｃ）は、（Ｂ）の次状態を示す。検索部３０６は、（Ｂ）における第２ウィンドウＷ２１を第１ウィンドウＷ１に追加することにより、第１ウィンドウＷ１を更新する（ステップＳ１２０４）。これにより、（Ｂ）の第１ウィンドウＷ１および第２ウィンドウＷ２１が、（Ｃ）における第１ウィンドウＷ１となる。（Ｃ）では、ステップＳ１２０１によって第２ウィンドウＷ２２が設定され、その現象データの安定度（＝８．１）が取得された状態を示す。第２ウィンドウＷ２２の終了時刻と第１ウィンドウＷ１の開始時刻は一致するものとする。第２ウィンドウＷ２２の現象データの安定度は８．１であるため、第２ウィンドウの追加は終了する。
　（Ｄ）は（Ｃ）の次状態を示す。検索部３０６は、（Ｃ）における第２ウィンドウＷ２２を第１ウィンドウＷ１に追加することにより、第１ウィンドウＷ１を更新する（ステップＳ１２０４）。これにより、（Ｃ）の第１ウィンドウＷ１および第２ウィンドウＷ２２が、（Ｄ）における第１ウィンドウＷ１となる。（Ｄ）では、ステップＳ１２０６によって第３ウィンドウＷ３１が設定され、その現象データの安定度（＝７．７）が取得された状態を示す。第３ウィンドウＷ３１の開始時刻と第１ウィンドウＷ１の終了時刻は一致するものとする。第３ウィンドウＷ３１の現象データの安定度は７．７であるため、（Ｅ）で再度第３ウィンドウを追加することになる。
　（Ｅ）は、（Ｄ）の次状態を示す。検索部３０６は、（Ｄ）における第３ウィンドウＷ３１を第１ウィンドウＷ１に追加することにより、第１ウィンドウＷ１を更新する（ステップＳ１２０４）。これにより、（Ｄ）の第１ウィンドウＷ１および第３ウィンドウＷ３１が、（Ｅ）における第１ウィンドウＷ１となる。（Ｅ）では、ステップＳ１２０６によって第３ウィンドウＷ３２が設定され、その現象データの安定度（＝９．０）が取得された状態を示す。第３ウィンドウＷ３２の終了時刻と第１ウィンドウＷ１の開始時刻は一致するものとする。第３ウィンドウＷ３２の現象データの安定度は９．０であるため、第３ウィンドウの追加は終了する。このようにして、検索部３０６は、事例データ生成処理（ステップＳ１１０５）により、（Ｅ）において、選択類似現象データのを含む事例データを取得することができる。
　図１４は、図１１に示した重要度計算処理（ステップＳ１１０６）の詳細な処理手順例を示すフローチャートである。重要度計算処理（ステップＳ１１０６）は、オプショナルな処理である。検索部３０６は、事例データ生成処理（ステップＳ１１０５）で得られた事例データを取得する（ステップＳ１４０１）。検索部３０６は、操作履歴テーブル３１４を取得する（ステップＳ１４０２）。検索部３０６は、操作履歴テーブル３１４を参照して、事例データの時間帯に重要度が設定済みであるか否かを判断する（ステップＳ１４０３）。設定済みである場合（ステップＳ１４０３：Ｙｅｓ）、重要度を計算する必要がないため、検索部３０６は、重要度計算処理（ステップＳ１１０６）を終了する。
　一方、設定済みでない場合（ステップＳ１４０３：Ｎｏ）、検索部３０６は、事例データに事故が含まれているか否かを判断する（ステップＳ１４０４）。たとえば、検索部３０６は、事例データを構成する各ウィンドウにおいて、安定度が事故を示すしきい値（例として、１）以下であるか否かを判断する。図１３の（Ｅ）の事例データの場合、安定度１．０のウィンドウが存在するため、検索部３０６は、事故を含むと判断する。事故を含む場合（ステップＳ１４０５：Ｎｏ）、検索部３０６は、その事例データの重要度を０に設定して（ステップＳ１４０５）、重要度計算処理（ステップＳ１１０６）を終了する。一方、事故を含まない場合（ステップＳ１４０５：Ｎｏ）、検索部３０６は、その事例データの重要度を計算して（ステップＳ１４０６）、重要度計算処理（ステップＳ１１０６）を終了する。
　図１５は、図１４のステップＳ１４０６の重要度の計算例を示す説明図である。図１３の（Ｅ）の事例データが事故を含まないとした場合、当該事例データの重要度は、ある値（たとえば、重要度の最大値１０）を、事例データを構成するウィンドウ数（この場合は５）で除算した値（この場合は２）となる。
　＜出力例＞
　図１６は、出力部３０７による検索結果の出力例である表示画面を示す説明図である。図１６の表示画面１６００は、図１の表示データ１００を詳細に示した画面例である。表示画面１６００は、監視対象３５２の現在および過去の状態を表示するリアルタイムモニタ１６０１と、過去の重要な類似事例を表示する事例データ表示領域１６０２と、運用者が監視対象３５２に対する操作を行う操作パネル１６０３と、を有する。
　リアルタイムモニタ１６０１は、動揺が検出された地域を示すマップ１６１１と、動揺が検出されたラインを示すライン表示領域１６１２と、当該ラインの波形を示すグラフ１６１３と、運用者が類似事例の開始を指示する類似事例検索開始ボタン１６１４と、を有する。
　グラフ１６１３には動揺が発生したライン上のセンサに関する情報、例えば周波数、潮流、電圧の時系列データが波形として表示される。運用者は、グラフ１６１３に表示された波形のうち、特に類似事例を調べたい検索対象期間１６１５の波形１６１６、すなわち入力現象データを選択して、類似事例検索開始ボタン１６１４を押下すると、監視装置２００は、算出部３０４、選択部３０５、検索部３０６、および出力部３０７による処理を実行して、波形１６１６に関連する事例データ（以下、類似事例データ）を事例データ表示領域１６０２に表示する。重要度計算処理（ステップＳ１１０６）が実行された場合には、監視装置２００は、重要度の高い順に、類似事例データを事例データ表示領域１６０２に表示する。
　事例データ表示領域１６０２は、類似事例データの重要度を示す重要度表示部１６２１と、類似事例データを示す類似事例グラフ１６２２と、操作履歴を示す操作履歴表示部１６２３と、類似事例グラフ１６２２に表示されている波形に関連があるセンサを重要度順に表示する対応センサランキング１６２４と、を有する。
　図１６では、リアルタイムモニタ１６０１において、運用者が選択した波形１６１６に類似する事例データが、重要度順に２つ示されている。一つはセンサ００１に関する事例データでありその重要度は「９．５」である。もう一つはセンサ００２に関する事例データでありその重要度は「９．４」である。
　監視装置２００は、類似事例グラフ１６２２に、波形１６１６に類似する波形１６２５、すなわち類似現象データをハイライト表示し、その類似波形１６２５の前後の波形１６２６，１６２７も表示する。さらに、監視装置２００は、波形１６２５～１６２７（すなわち、類似事例データ）に合わせて過去に運用者が行った操作履歴も操作履歴表示部１７０８に表示する。図１６の例では、センサ００１に対して運用者は「発電機出力抑制」を実施していることが表示されている。センサ００２に対しては、電圧自動調整停止および発電機出力抑制を行っていることが表示されている。類似事例グラフ１６２２では重要度の高い順に表示する例について説明したが、監視装置２００は、重要度の低い順にソートして表示することもできる。たとえば、重要度が１以下の事例データを、事故に至った事例として表示することもできる。これにより、運用者は、事故に至った操作履歴を確認することができる。
　対応センサランキング１６２４ａ，１６２４ｂは、対応センサのランク、センサ名、および重要度（本例では類似事例データを検出したセンサとの距離を用いている）が表示される。対応センサランキング１６２４ａには、類似事例データを検出したセンサ００１に対応するセンサ００３、００４、００７が表示される。対応センサランキング１６２４ｂには、類似事例データを検出したセンサ００２に対応するセンサ００５、００６、００８が表示される。対応センサのランクは、センサ情報テーブル３１３を参照して、センサ間の距離が近さを重要度の高さとして、重要度順に表示される。運用者の操作または事前設定により、距離が遠い順を重要度順としてもよい。
　操作パネル１６０３は、運用者が操作を行うエリアを指定するマップ１６３１と、操作を行うラインを指定するライン指定領域１６３２と、操作インタフェース１６３３と、を有する。運用者は操作パネル１６０３を経由して監視対象３５２に対する操作３７２を行う。操作３７２により制御部３０８が操作３７２の対象となった監視対象３５２を制御してもよい。この場合、制御部３０８は、操作３７２の操作内容と操作３７２をおこなった時刻を、波形１６１６である入力現象データを観測したセンサのセンサＩＤと、波形１６１６の検索対象期間１６１５の開始時刻および終了時刻とともに、操作履歴テーブル３１４に格納する。これにより、監視装置２００は、操作履歴テーブル３１４のエントリを自動生成することができる。
　このように、実施例１の監視装置２００は、入力現象データに類似する類似現象データとその観測以降連続する現象データ、すなわち、上述した事例データを検索し、検索した事例データと、重要度と、操作内容と、操作時刻と、を関連付けて、検索結果として出力する。したがって、監視装置２００は、過去の類似事例から監視対象が安定するまで、または、動揺するまでの経緯を容易に特定することができる。
　これにより、運用者は、安定度が相対的または絶対的に低い類似現象データとして観測された監視対象が、どのような操作を経て復旧したのか、また復旧までにどのくらい時間がかかったのかを、容易に確認することができる。したがって、運用者は、入力現象データが観測された監視対象に対しどのような操作をすればよいかという意思決定を早期におこなうことができ、試行錯誤することなく、復旧作業の短時間化を図ることができる。
　また、運用者は、安定度が相対的または絶対的に高い類似現象データとして観測された監視対象が、どのような操作を経て動揺したのか、また動揺に陥るまでにどのくらい時間がかかったのかを、容易に確認することができる。したがって、運用者は、入力現象データが観測された監視対象に対しどのような操作をしたら動揺に陥ったかという失敗事例を把握することができ、運用に役立てることができる。
　また、類似現象データ以降の現象データだけではなく、類似現象データ以前の現象データについても類似事例データに含めることにより、類似現象データに至るまでの監視対象がどのように運用されていたかを把握することができる。
　また、出力部３０７により、センサＩＤ、地点グループラベルおよび距離を対応する類似事例データとともに出力することにより、監視装置２００は、類似事例データと同様な現象データを観測する可能性のあるセンサを運用者に提示することができる。
　実施例２について説明する。実施例１では、運用者が設定計画３８０を行ったが、実施例２では、監視装置２００が設定計画部により、設定計画３８０に相当する処理を実行する例である。これにより、監視装置２００は、リアルタイム処理条件３１１や動揺検出条件３１２を自動的に更新することができ、運用者の負担軽減を図ることができる。なお、実施例２では、実施例１との相違点を中心に説明し、実施例１と同一構成には同一符号を付し、その説明を省略する。
　図１７は、実施例２にかかる監視装置２００の機能的構成例を示すブロック図である。実施例１との相違点は、設定計画部１７００が追加され、設定計画３８０が不要になった点である。設定計画部１７００は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることによりその機能を実現する。
　設定計画部１７００は、運用者が操作妥当性評価３７３を行った後、操作履歴テーブル３１４と事例データとセンサ情報テーブル３１３とを参照して、リアルタイム処理条件３１１と動揺検出条件３１２とセンサ情報テーブル３１３を自動的に更新する。設定計画部１７００の詳細については、図１８で説明する。
　図１８は、設定計画部１７００の詳細な処理手順例を示すフローチャートである。設定計画部１７００は、検索部３０６によって得られた事例データ群から重要度の高いグループを特定し、特定されたグループにおける事例データ群の時間幅を特定する（ステップＳ１８０１）。重要度の高いグループとは、所定のしきい値以上の重要度を有する事例データの集合でもよく、また、上位Ｎ番目までの高さの重要度を有する事例データの集合でもよい。時間幅とは、事例データの時間長であり、ウィンドウ幅の整数倍となる。たとえば、図１３の（Ｅ）の事例データの場合、ウィンドウ幅を２０秒とすると、ウィンドウが５個なので、時間幅は１００秒となる。時間幅を特定する場合、設定計画部１７００は、グループ内の事例データ群の時間幅の中から、最大時間幅、最小時間幅、平均時間幅、中央値、ランダムに選択された時間幅などの統計的な時間幅を選択する。
　設定計画部１７００は、リアルタイム処理条件に規定されたウィンドウ幅を更新する（ステップＳ１８０２）。具体的には、たとえば、設定計画部１７００は、リアルタイム処理条件に規定されているウィンドウ幅を、ステップＳ１８０１で特定された時間幅に更新する。
　設定計画部１７００は、動揺検出条件３１２に規定された安定度のしきい値を更新する（ステップＳ１８０３）。具体的には、たとえば、設定計画部１７００は、ステップＳ１８０１で時間幅の特定に用いられた事例データの安定度に基づいて、動揺検出条件３１２に規定されている安定度のしきい値を更新する。事例データは複数のウィンドウにより構成されている。したがって、設定計画部１７００は、動揺検出条件３１２に規定されている安定度のしきい値を、ステップＳ１８０１で特定された事例データにおける各ウィンドウの安定度のうち最低の安定度に更新する。また、ステップＳ１８０１で平均時間幅が特定された場合、設定計画部１７００は、平均時間幅の算出に用いられた各時系列データにおいて、各ウィンドウの安定度のうち最低の安定度を抽出する。そして、設定計画部１７００は、動揺検出条件３１２に規定されている安定度のしきい値を、抽出した安定度の平均値に更新する。
　設定計画部１７００は、ステップＳ１８０１で特定された重要度の高いグループの事例データ群を観測したセンサ群３５１を特定する（ステップＳ１８０４）。
　設定計画部１７００は、ステップＳ１８０４で特定したセンサ群３５１を用いて、動揺検出条件３１２に規定された「動揺の判定方式」を更新する（ステップＳ１８０４）。具体的には、たとえば、設定計画部１７００は、たとえば、『安定度が所定のしきい値以下の場合、動揺とする』という動揺の判定方式を、『（ステップＳ１８０４で特定した）センサ群によって観測された現象データから得られる安定度の平均値が所定のしきい値以下の場合、動揺とする』という動揺の判定方式に変更する。すなわち、設定計画部１７００は、「動揺の判定方式」を単地点プローニー解析から多地点プローニー解析に変更する。なお、平均値に限らず、最大値、最小値、中央値、ランダムに選択された値でもよい。
　設定計画部１７００は、ステップＳ１８０４で特定したセンサ群３５１が同一グループとなるように、地点グループラベルを同一の値に更新する（ステップＳ１８０５）。これにより、設定計画部１７００は、設定計画処理を終了する。
　図１９は、実施例２にかかる重要度の入力画面例を示す説明図である。実施例２の入力画面１９００は、図７の入力画面７００にさらに更新ボタン１９０１が付与された画面である。更新ボタン１９０１が押下されると、図１８に示した処理が開始される。
　このように、実施例２によれば、監視装置２００は、リアルタイム処理条件３１１や動揺検出条件３１２を自動的に更新することができ、運用者の負担軽減を図ることができる。また、センサの地点グループラベルを更新することにより、異なるグループのセンサを同一グループにすることができる。したがって、その後、監視装置２００は、センサＩＤ、地点グループラベルおよび距離を対応する類似事例データとともに出力する場合、類似事例データと同様な現象データを観測する可能性のあるセンサとして運用者に提示することができる。
　なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。
　また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。
　各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。
　また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

Claims (13)

  1. 　監視対象の挙動を観測するセンサに接続され、記憶デバイスにアクセス可能な監視装置であって、
    　前記記憶デバイスは、
    　前記センサによって観測された所定時間幅ごとにおける時系列な観測値を示す現象データの集合である現象データ群を格納するデータベースと、
    　前記現象データ群の各現象データについて、前記監視対象がどの程度安定的に運用されているかを示す安定度を格納する安定度情報と、
    　前記センサの識別情報と、ある時間帯と、当該時間帯に前記監視対象に行われた操作内容と、を格納する操作履歴情報と、を記憶しており、
    　前記監視装置は、
    　検索対象期間に前記センサによって観測された時系列な観測値を示す入力現象データの安定度を算出する算出処理と、
    　前記算出処理によって算出された前記入力現象データの安定度が、前記監視対象が特定の挙動を示す安定度であるか否かを判定する判定処理と、
    　前記判定処理によって前記特定の挙動を示す安定度であると判定された場合、前記入力現象データに類似する類似現象データを前記データベースから検索する検索処理と、
    　前記検索処理によって検索された類似現象データの期間以降に前記類似現象データに連続する後続の現象データの安定度を、当該安定度が前記監視対象が前記特定の挙動を示さなくなる安定度になるまで、前記安定度情報から取得することにより、前記類似現象データと前記安定度が取得された前記後続の現象データとを組み合わせた類似事例データを生成する生成処理と、
    　前記生成処理によって生成された類似事例データの期間に対応する操作内容を、前記操作履歴情報から特定する特定処理と、
    　前記類似事例データと、前記特定処理によって特定された前記操作内容と、を関連付けて出力する出力処理と、
    　を実行することを特徴とする監視装置。
  2. 　前記生成処理では、前記監視装置は、さらに、前記類似現象データの期間以前に前記類似現象データに連続する先行の現象データの安定度が、前記監視対象が前記特定の挙動を示さなくなる安定度になるまで、前記先行の現象データの安定度を取得することにより、前記類似現象データと前記先行の現象データと前記後続の現象データとを組み合わせた類似事例データを生成することを特徴とする請求項１に記載の監視装置。
  3. 　前記特定の挙動を示す安定度は、前記監視対象の挙動が動揺を示す第１のしきい値であることを特徴とする請求項１に記載の監視装置。
  4. 　前記監視対象が前記特定の挙動を示さなくなる安定度は、前記第１のしきい値よりも大きい第２のしきい値であることを特徴とする請求項３に記載の監視装置。
  5. 　前記特定処理では、前記監視装置は、前記類似事例データの期間長に基づいて、前記類似事例データの重要度を算出し、
    　前記出力処理では、前記特定処理によって特定された前記操作内容および前記重要度と、を関連付けて出力することを特徴とする請求項１に記載の監視装置。
  6. 　前記記憶デバイスは、前記操作履歴情報において、前記時間帯における時系列な観測値を示す現象データの重要度を格納しており、
    　前記特定処理では、前記監視装置は、前記類似事例データを観測したセンサおよび前記類似事例データの期間長に対応する時間帯の重要度を前記操作履歴情報から取得し、
    　前記出力処理では、前記特定処理によって特定された前記操作内容および前記重要度と、を関連付けて出力することを特徴とする請求項１に記載の監視装置。
  7. 　前記記憶デバイスは、前記センサごとの識別情報と位置情報とを含むセンサ情報を記憶しており、
    　前記出力処理では、前記監視装置は、前記類似事例データを観測したセンサの位置から所定距離以内のセンサの識別情報を出力することを特徴とする請求項１または２に記載の監視装置。
  8. 　前記監視装置は、前記重要度に基づいて、前記類似事例データの期間長に応じて前記所定時間幅を更新する更新処理を実行することを特徴とする請求項１に記載の監視装置。
  9. 　前記監視装置は、前記類似事例データの期間内の各安定度に基づいて、前記特定の挙動を示す安定度を更新する更新処理を実行することを特徴とする請求項１に記載の監視装置。
  10. 　前記記憶デバイスは、前記センサごとの識別情報と位置情報と所属グループを示すグループ情報とを含むセンサ情報を記憶しており、
    　前記出力処理では、前記監視装置は、前記類似事例データを観測したセンサの位置から所定距離以内の他のセンサの識別情報を出力し、
    　前記監視装置は、前記類似事例データを観測したセンサと前記他のセンサとのグループ情報を同一グループ情報に更新する更新処理を実行することを特徴とする請求項１に記載の監視装置。
  11. 　前記監視装置は、前記同一グループ情報に更新されたセンサ群が観測した現象データ群から得られる安定度の統計値に基づいて、前記特定の挙動を示す安定度を更新することを特徴とする請求項１０に記載の監視装置。
  12. 　監視対象の挙動を観測するセンサに接続され、記憶デバイスにアクセス可能な監視装置による監視方法であって、
    　前記記憶デバイスは、
    　前記センサによって観測された所定時間幅ごとにおける時系列な観測値を示す現象データの集合である現象データ群を格納するデータベースと、
    　前記現象データ群の各現象データについて、前記監視対象がどの程度安定的に運用されているかを示す安定度を格納する安定度情報と、
    　前記センサの識別情報と、ある時間帯と、当該時間帯に前記監視対象に行われた操作内容と、を格納する操作履歴情報と、を記憶しており、
    　前記監視装置は、
    　検索対象期間に前記センサによって観測された時系列な観測値を示す入力現象データの安定度を算出する算出処理と、
    　前記算出処理によって算出された前記入力現象データの安定度が、前記監視対象が特定の挙動を示す安定度であるか否かを判定する判定処理と、
    　前記判定処理によって前記特定の挙動を示す安定度であると判定された場合、前記入力現象データに類似する類似現象データを前記データベースから検索する検索処理と、
    　前記検索処理によって検索された類似現象データの期間以降に前記類似現象データに連続する後続の現象データの安定度を、当該安定度が前記監視対象が前記特定の挙動を示さなくなる安定度になるまで、前記安定度情報から取得することにより、前記類似現象データと前記安定度が取得された前記後続の現象データとを組み合わせた類似事例データを生成する生成処理と、
    　前記生成処理によって生成された類似事例データの期間に対応する操作内容を、前記操作履歴情報から特定する特定処理と、
    　前記類似事例データと、前記特定処理によって特定された前記操作内容と、を関連付けて出力する出力処理と、
    　を実行することを特徴とする監視方法。
  13. 　監視対象の挙動を観測するセンサに接続され、記憶デバイスにアクセス可能な監視装置内のプロセッサに実行させる監視プログラムであって、
    　前記記憶デバイスは、
    　前記センサによって観測された所定時間幅ごとにおける時系列な観測値を示す現象データの集合である現象データ群を格納するデータベースと、
    　前記現象データ群の各現象データについて、前記監視対象がどの程度安定的に運用されているかを示す安定度を格納する安定度情報と、
    　前記センサの識別情報と、ある時間帯と、当該時間帯に前記監視対象に行われた操作内容と、を格納する操作履歴情報と、を記憶しており、
    　前記プロセッサに、
    　検索対象期間に前記センサによって観測された時系列な観測値を示す入力現象データの安定度を算出する算出処理と、
    　前記算出処理によって算出された前記入力現象データの安定度が、前記監視対象が特定の挙動を示す安定度であるか否かを判定する判定処理と、
    　前記判定処理によって前記特定の挙動を示す安定度であると判定された場合、前記入力現象データに類似する類似現象データを前記データベースから検索する検索処理と、
    　前記検索処理によって検索された類似現象データの期間以降に前記類似現象データに連続する後続の現象データの安定度を、当該安定度が前記監視対象が前記特定の挙動を示さなくなる安定度になるまで、前記安定度情報から取得することにより、前記類似現象データと前記安定度が取得された前記後続の現象データとを組み合わせた類似事例データを生成する生成処理と、
    　前記生成処理によって生成された類似事例データの期間に対応する操作内容を、前記操作履歴情報から特定する特定処理と、
    　前記類似事例データと、前記特定処理によって特定された前記操作内容と、を関連付けて出力する出力処理と、
    　を実行させることを特徴とする監視プログラム。
PCT/JP2015/072485 2015-08-07 2015-08-07 監視装置、監視方法、および監視プログラム WO2017026002A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2017534032A JP6360977B2 (ja) 2015-08-07 2015-08-07 監視装置、監視方法、および監視プログラム
US15/560,279 US11047889B2 (en) 2015-08-07 2015-08-07 Monitoring apparatus, monitoring method, and non-transitory recording medium
PCT/JP2015/072485 WO2017026002A1 (ja) 2015-08-07 2015-08-07 監視装置、監視方法、および監視プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/072485 WO2017026002A1 (ja) 2015-08-07 2015-08-07 監視装置、監視方法、および監視プログラム

Publications (1)

Publication Number Publication Date
WO2017026002A1 true WO2017026002A1 (ja) 2017-02-16

Family

ID=57983509

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/072485 WO2017026002A1 (ja) 2015-08-07 2015-08-07 監視装置、監視方法、および監視プログラム

Country Status (3)

Country Link
US (1) US11047889B2 (ja)
JP (1) JP6360977B2 (ja)
WO (1) WO2017026002A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2973071B1 (en) * 2013-03-15 2020-05-06 Fluke Corporation Automatic recording and graphing of measurement data

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011145978A (ja) * 2010-01-18 2011-07-28 Mitsubishi Electric Corp プラント監視制御システム
JP2012249395A (ja) * 2011-05-26 2012-12-13 Tokyo Electric Power Co Inc:The 電力系統事故波形データ検索装置、及び記録媒体

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003132088A (ja) 2001-10-22 2003-05-09 Toshiba Corp 時系列データ検索システム
JP4967430B2 (ja) * 2006-04-11 2012-07-04 オムロン株式会社 不具合管理装置、不具合管理プログラム、およびこれを記録した記録媒体
WO2010061520A1 (ja) * 2008-11-25 2010-06-03 パナソニック株式会社 操作支援装置及びその方法
JP5556441B2 (ja) 2010-06-29 2014-07-23 株式会社今仙電機製作所 リクライニング装置
JP6387777B2 (ja) * 2014-06-13 2018-09-12 富士通株式会社 評価プログラム、評価方法、および評価装置
JP6205329B2 (ja) * 2014-09-03 2017-09-27 株式会社日立製作所 系統安定度監視装置および系統安定度監視システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011145978A (ja) * 2010-01-18 2011-07-28 Mitsubishi Electric Corp プラント監視制御システム
JP2012249395A (ja) * 2011-05-26 2012-12-13 Tokyo Electric Power Co Inc:The 電力系統事故波形データ検索装置、及び記録媒体

Also Published As

Publication number Publication date
US20180074099A1 (en) 2018-03-15
JP6360977B2 (ja) 2018-07-18
JPWO2017026002A1 (ja) 2018-04-05
US11047889B2 (en) 2021-06-29

Similar Documents

Publication Publication Date Title
US11455203B2 (en) Abnormality detection support device, abnormality detection support method, and program
JP6233411B2 (ja) 障害分析装置、障害分析方法、および、コンピュータ・プログラム
US9792388B2 (en) Pattern extraction apparatus and control method therefor
US20160094431A1 (en) Service Analyzer Interface
US20170315961A1 (en) System analyzing device, system analyzing method and storage medium
JP2008152655A (ja) 情報サービス提供システム、対象行動推定装置、対象行動推定方法
JP6194963B2 (ja) 映像処理システム
JP2014134987A (ja) 情報処理システム監視装置、監視方法、及び監視プログラム
JP2016076073A (ja) データ処理装置、データ処理方法、及び、コンピュータ・プログラム
JPWO2015137190A1 (ja) 映像監視支援装置、映像監視支援方法、および記憶媒体
KR20190072652A (ko) 정보 처리 장치 및 정보 처리 방법
US20150161517A1 (en) Device and method for predicting popularity of social data
KR20140068650A (ko) 중첩 커뮤니티 검출 방법
CN111695584A (zh) 时序数据监视系统和时序数据监视方法
US20190163680A1 (en) System analysis device, system analysis method, and program recording medium
JP6360977B2 (ja) 監視装置、監視方法、および監視プログラム
JP2010146276A (ja) 行動予測システム、行動予測方法および行動予測用プログラム
Kang et al. Carbon: forecasting civil unrest events by monitoring news and social media
JP2016091343A (ja) 情報処理システム、情報処理方法、及び、プログラム
JP4952309B2 (ja) 負荷分析システム、方法、及び、プログラム
JP6355849B2 (ja) 時系列データ処理装置
JP6201053B2 (ja) 素性データ管理システム、および素性データ管理方法
WO2017104038A1 (ja) 監視方法、監視装置、および監視プログラム
JP5289198B2 (ja) 目標追尾装置
KR101860218B1 (ko) 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법

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: 15900957

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15560279

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2017534032

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15900957

Country of ref document: EP

Kind code of ref document: A1