WO2017104038A1 - 監視方法、監視装置、および監視プログラム - Google Patents

監視方法、監視装置、および監視プログラム Download PDF

Info

Publication number
WO2017104038A1
WO2017104038A1 PCT/JP2015/085316 JP2015085316W WO2017104038A1 WO 2017104038 A1 WO2017104038 A1 WO 2017104038A1 JP 2015085316 W JP2015085316 W JP 2015085316W WO 2017104038 A1 WO2017104038 A1 WO 2017104038A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
time
processor
monitoring
sensor data
Prior art date
Application number
PCT/JP2015/085316
Other languages
English (en)
French (fr)
Inventor
洋輔 尾崎
直樹 脇阪
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 PCT/JP2015/085316 priority Critical patent/WO2017104038A1/ja
Publication of WO2017104038A1 publication Critical patent/WO2017104038A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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

Definitions

  • the present invention relates to a monitoring method, a monitoring apparatus, and a monitoring program for monitoring a monitoring target.
  • PMU Phase Measurement Unit
  • SCADA Supplemental Control And Data Acquisitions
  • Patent Documents 1 and 2 are techniques for knowing measures to be implemented.
  • Patent Document 1 is a technique of “retrieving data having a desired time-series data pattern from a large amount of accumulated time-series data at high speed”.
  • Patent Document 2 discloses that “maintenance history information including past cases such as work history and replacement part information is associated with each other by the appearance frequency of keywords, the connection relationship between keywords, and the frequency thereof”.
  • Patent Document 2 discloses that “based on the abnormality detection for the output signal of the multidimensional sensor added to the facility, the maintenance history information associated with the detected abnormality is linked”.
  • Patent Document 2 states that “At the time when a sign is detected, it is related to measures such as parts replacement, adjustment, and re-startup, and the diagnosis / treatment to be taken for the abnormality that has occurred is clarified and measures are required. “In case of abnormality, work instructions are to be implemented”.
  • Patent Document 1 obtains past operation data similar to the operation data of the current system when an abnormality of the transmission system is detected in the transmission system operation business.
  • the technique of Patent Document 1 cannot specify the countermeasures implemented at that time only with the operation data. For this reason, the technique of patent document 1 cannot present a countermeasure to be implemented to the system operator. Therefore, the system operator needs to consider countermeasures based on the displayed past operation data. As a result, decision making may be prolonged.
  • Patent Literature 2 presents what measures should be taken when a similar abnormality is detected in the future by storing the detected abnormality and the operation log of the system operator in association with each other in the power transmission system operation business.
  • the “operation log” is information in which an operation performed by the system operator is recorded together with an execution time.
  • the power generation company and the power transmission company may be different entities due to the separation of dispatch power, and "measures implemented by the grid operator are often verbal instructions over the phone"
  • the operation log of the grid operator does not always exist.
  • the present invention has an object of presenting a countermeasure to be implemented under the restriction that there is no monitoring target operation log when a specific state is detected for the monitoring target.
  • a monitoring method, a monitoring device, and a monitoring program which are one aspect of the invention disclosed in the present application, are a monitoring method, a monitoring device, and a monitoring program for monitoring a facility group using a sensor group, and each of the sensor groups
  • a sensor data string that is a time-series measurement value group obtained from the sensor is stored, and the behavior of the sensor data string for each sensor and the information indicating the operation on the monitoring destination equipment according to the behavior are stored.
  • the processor includes a detection process in which the first sensor in the sensor group detects that the first facility monitored by the first sensor has transitioned to a specific state, and the detection process performs the first process.
  • FIG. 1 is an explanatory diagram illustrating a countermeasure presentation example according to the first embodiment.
  • FIG. 2 is a block diagram of a hardware configuration example of the monitoring system according to the first embodiment.
  • FIG. 3 is a block diagram of an example of detailed storage contents of the main storage device according to the first embodiment.
  • FIG. 4 is an explanatory diagram of an example of a data accumulation flow according to the first embodiment.
  • FIG. 5 is a flowchart illustrating an example of a destabilization sign detection processing procedure performed by the destabilization sign detection module according to the first embodiment.
  • FIG. 6 is an explanatory diagram showing an example of the stored contents of the sign detection / signature convergence time table.
  • FIG. 7 is a flowchart of a procedure example of sign detection / convergence time accumulation processing performed by the sign detection / convergence time accumulation module according to the first embodiment.
  • FIG. 8 is an explanatory diagram showing an example of the contents stored in the sensor data table.
  • FIG. 9 is an explanatory diagram showing an example of the stored contents of a sensor selection feature amount table.
  • FIG. 10 is a table showing a calculation example of the sensor selection feature amount.
  • FIG. 11 is a flowchart illustrating an example of a sensor selection feature amount calculation processing procedure by the sensor selection feature amount calculation module.
  • FIG. 12 is an explanatory diagram of an example of stored contents of a sensor operation availability table.
  • FIG. 13 is an explanatory diagram of an example of stored contents of the sensor operation related table.
  • FIG. 14 is an explanatory diagram illustrating an estimation example of measures implemented from the behavior of the sensor data group.
  • FIG. 15 is an explanatory diagram of an example of a countermeasure presentation flow according to the first embodiment.
  • FIG. 16 is a flowchart of an operation target candidate sensor selection processing procedure example performed by the operation target candidate sensor selection module according to the first embodiment.
  • FIG. 17 is an explanatory diagram (part 1) of a specific example of the operation target candidate sensor selection method (step S1603) depicted in FIG.
  • FIG. 18 is an explanatory diagram (part 2) of a specific example of the method for selecting an operation target candidate sensor (step S1603) depicted in FIG.
  • FIG. 19 is a flowchart illustrating an example of an operable sensor narrowing process procedure by the operable sensor narrowing module.
  • FIG. 20 is a flowchart of an operation acquisition processing procedure example performed by the operation acquisition module according to the first embodiment.
  • FIG. 21 is an explanatory diagram illustrating an example of a display screen on the output device according to the first embodiment.
  • FIG. 22 is a block diagram of a hardware configuration example of the monitoring system according to the second embodiment.
  • FIG. 23 is an explanatory diagram of an example of stored contents of a table reference history table.
  • FIG. 24 is an explanatory diagram illustrating a display screen example in the output device according to the second embodiment.
  • FIG. 25 is a flowchart illustrating an example of a processing procedure for displaying table history reference information by the measure estimation program.
  • FIG. 26 is a block diagram of a hardware configuration example of the monitoring system according to the third embodiment.
  • FIG. 21 is an explanatory diagram illustrating an example of a display screen on the output device according to the first embodiment.
  • FIG. 22 is a block diagram of a hardware configuration example of the monitoring system according to the second embodiment.
  • FIG. 27 is an explanatory diagram of an example of the contents stored in the operation log table.
  • FIG. 28 is an explanatory diagram illustrating an example of a display screen on the output device according to the third embodiment.
  • FIG. 29 is a flowchart of an operation target candidate sensor selection processing procedure example performed by the operation target candidate sensor selection module according to the third embodiment.
  • FIG. 30 is a flowchart of an operation acquisition processing procedure example performed by the operation acquisition module according to the third embodiment.
  • the monitoring device selects a sensor whose data behavior has changed due to an operation performed by the system operator as a countermeasure, based on the behavior of sensor data that is a past similar case in the sensor that has detected the signs of destabilization.
  • the sensor that can be selected is another sensor that is different from the sensor that has detected signs of instability, but may be the same sensor.
  • the monitoring device presents an operation for changing the behavior of the sensor data of the selected sensor to the system operator as a candidate for a countermeasure to be implemented.
  • the system operator is a person who manages the monitoring device or operates the equipment.
  • a monitoring device is applied to a power transmission system operation business as an example of a system for operating and managing infrastructure.
  • a monitoring device that estimates candidate countermeasures to be implemented from past sensor data when a sign of instability in the transmission system is detected, and notifies the system operator of the monitoring device will be described.
  • the present invention is not limited to signs of destabilization, and is also applied to cases where a transition to a specific state such as a sign of failure or the occurrence of a failure is detected.
  • countermeasure in the present embodiment is an operation performed by the system operator in order to stabilize the transmission system, and “operation” refers to an action on one facility. Examples of operations include “contact the power plant to increase the output”, “instruct the substation transformer to change the setting and lower the substation output voltage”, and the like.
  • operation target candidate sensor a sensor whose data behavior may have changed due to an operation performed by the system operator is defined as an “operation target candidate sensor” in the present embodiment.
  • this embodiment can also be applied to a system that collects and operates operation data of a monitoring target device.
  • FIG. 1 is an explanatory diagram illustrating a countermeasure presentation example according to the first embodiment.
  • the monitoring device first monitors the power transmission system 100 and detects signs of instability of the power transmission system 100 (1. monitoring).
  • the power transmission system 100 includes one or more power transmission facilities 101.
  • the power transmission facility 101 has one or more facilities to be monitored.
  • the power transmission facility 101 is, for example, a substation or a switching station.
  • Each power transmission facility 101 is connected to a monitoring device via a network for data communication.
  • the facility 102 includes an operation device 103 and one or more sensors 104.
  • the facility 102 is, for example, a transformer or a circuit breaker.
  • the operation device 103 is an interface for operating the facility 102, and specifically, for example, a button, a switch, a lever, or a terminal.
  • the sensor 104 is, for example, an ammeter, a voltmeter, a frequency meter, or a reactive power meter. PMU may be used.
  • the sensor 104 outputs the observation value of the facility 102 as time-series sensor data. In the case of an ammeter, the sensor 104 outputs a time-series current value.
  • the monitoring device detects a sign of a failure that occurs in the facility 102 in which the sensor 104 is installed. Specifically, for example, when the time series data detected by the sensor 104 is equal to or greater than a predetermined threshold, the monitoring device determines that a sign of destabilization has been detected.
  • the monitoring device acquires time series data of another sensor 104 existing in the same area as the sensor 104, and It is good also as calculating the stability about all the sensors 104 in it.
  • the stability is an index value indicating the stable state of all facilities 102 in the area. Specifically, for example, the stability is one or more time series of each sensor 104 in the area in a predetermined period until the time series data detected by a certain sensor 104 in the area becomes a predetermined threshold value or more. Calculated based on the data.
  • the stability may be, for example, an average value of time series data of each sensor 104 in the area, or a set of maximum values (or minimum values and median values) at the same time of time series data of each sensor 104 in the area. But you can. When the time series data of each sensor 104 in the area is one, the stability is the time series data itself.
  • the calculated stability is stored in the storage device, and 2. Used as a similar case for similar case search.
  • the similar case is time-series sensor data from the sign detection detected in the past by the sensor 104 or the other sensor that detected the sign of instability this time until convergence.
  • Convergence is a state in which the monitoring device determines that the time-series sensor data has become less than a predetermined threshold after the sign detection by the sensor 104. That is, it is a state in which a specific state is restored to the original state.
  • the monitoring device searches for similar cases similar to undetected sensor data in which signs are detected by pattern matching.
  • the monitoring device executes measure estimation using the result of the similar case search (3. measure estimation). Specifically, for example, the monitoring apparatus acquires a time (sign detection time) td when a sign of destabilization is detected in a similar case, and a time (sign sign convergence time) tc when the sign converges in the similar case. . Then, the monitoring device acquires information (hereinafter, operation information) indicating the operations performed on all the facilities 102 in the time period from the sign detection time td to the sign convergence time tc. The acquired operation information is a candidate for countermeasure. The monitoring device outputs information indicating the acquired operation.
  • operation information information indicating the operations performed on all the facilities 102 in the time period from the sign detection time td to the sign convergence time tc.
  • the acquired operation information is a candidate for countermeasure.
  • the monitoring device outputs information indicating the acquired operation.
  • the monitoring device presents the countermeasure to be implemented to the system operator. Therefore, the monitoring apparatus can accelerate the decision-making of the system operator.
  • FIG. 2 is a block diagram of a hardware configuration example of the monitoring system according to the first embodiment.
  • the monitoring system 200 includes a power transmission system 100, which is an example of a system, a monitoring apparatus 201, an input device 202, and an output device 203. As described above, the power transmission system 100 and the monitoring device 201 are connected by the LAN 260.
  • the monitoring apparatus 201 is a computer in which a processor 211, a main storage device 212, an auxiliary storage device 213, a network I / F 214 (Interface) 214, and a client I / F 215 are connected via a bus 216.
  • the processor 211 controls the monitoring device 201.
  • the main storage device 212 stores a sensor data reception program 221, a data monitoring program 222, a data storage program 223, a similar case search program 224, a countermeasure estimation program 225, and a master table management program 226. Some or all of these programs may be stored in the auxiliary storage device 213. These programs are executed by the processor 211.
  • the sensor data reception program 221 is a program that causes the processor 211 to receive sensor data.
  • the data monitoring program 222 is a program that causes the processor 211 to execute the monitoring shown in FIG.
  • the data accumulation program 223 is a program that causes the processor 211 to accumulate data necessary for similar case search such as sensor data, sign detection time, and sign convergence time.
  • the similar case search program 224 is a program that causes the processor 211 to execute the similar case search shown in FIG.
  • the measure estimation program 225 is a program that causes the processor 211 to execute the measure estimation shown in FIG.
  • the master table management program 226 is a program that causes the processor 211 to manage the sensor operation availability table 234 and the sensor operation related table 235 that are master tables.
  • each process may be described using “program” (including a software module) as a subject (operation subject).
  • the program is executed by the processor 211 to perform processing determined by the memory and communication. Since the processing is performed using the port (communication control device), the description may be made with the processor 211 as the subject.
  • the auxiliary storage device 213 stores a sign detection / signature convergence time table 231, a sensor data table 232, a sensor selection feature value table 233, a sensor operation availability table 234, and a sensor operation related table 235. Some or all of these tables may be stored in the main storage device 212.
  • the sensor data table 232, the sensor selection feature value table 233, and the sign detection / signature convergence time table 231 are tables for storing transaction data obtained from the power transmission system 100, and the data storage program 223 stores the transaction data. sign up.
  • the sign detection / signature convergence time table 231 is a table that stores a sign detection time and a sign convergence time for each sensor 104.
  • the sensor data table 232 is a table that stores sensor data.
  • the sensor selection feature quantity table 233 is a table for storing sensor selection feature quantities. The feature quantity for sensor selection will be described later.
  • the sensor operation availability table 234 and the sensor operation related table 235 are tables for storing master data.
  • the sensor operation availability table 234 is a table that defines which type of sensor 104 is monitored by which type of facility 102 and whether the facility 102 is operable.
  • the sensor operation related table 235 is a table that defines operation information of an operation according to the data behavior of each sensor 104.
  • the network I / F 214 is an interface connected to the power transmission system 100 via the LAN 260.
  • the client I / F 215 is an interface connected to the input device 202 and the output device 203.
  • the input device 202 is an input device such as a mouse, a keyboard, a switch, or a touch panel operated by the system operator.
  • the output device 203 is a display used by the system operator, and displays a monitoring monitor 240 and a countermeasure display monitor 250.
  • FIG. 3 is a block diagram of a detailed example of stored contents of the main storage device 212 according to the first embodiment.
  • the data monitoring program 222 includes an instability sign detection module 321.
  • the instability sign detection module 321 is a software module that causes the processor 211 to detect a sign of instability of the facility 102.
  • the state holding buffer 322 is an area on the main storage device 212 reserved by the destabilization sign detection module 321 in order to hold information at the time of the previous execution of the destabilization sign detection process by the destabilization sign detection module 321. is there.
  • the data storage program 223 includes a sign detection / signature convergence time storage module 331, a sensor data storage module 332, and a sensor selection feature amount calculation module 333.
  • the sensor data storage module 332 is a software module that stores sensor data, which is time-series data obtained from the sensor 104, in the data holding buffer 334.
  • the sign detection / signature convergence time accumulation module 331 is a software module that accumulates the sign detection time and the sign convergence time in the data holding buffer 334.
  • the sensor selection feature quantity calculation module 333 is a software module that calculates a sensor selection feature quantity and stores it in the data holding buffer 334.
  • the data holding buffer 334 is an area on the main storage device 212 secured by the sensor selection feature amount calculation module 333 in order to hold information at the time of the previous execution of the sensor selection feature amount calculation processing.
  • the countermeasure estimation program 225 includes an operation target candidate sensor selection module 351, an operable sensor narrowing module 352, an operation acquisition module 353, and a countermeasure display module 354.
  • the operation target candidate sensor selection module 351 is a module that causes the processor 211 to select candidates for the sensor 104 to be operated.
  • the operable sensor narrowing module 352 is a module that causes the processor 211 to narrow down the operable sensor 104.
  • the operation acquisition module 353 is a module that causes the processor 211 to acquire operation information.
  • the countermeasure display module 354 is a module that causes the processor 211 to display information indicating the countermeasure on the output device 203.
  • FIG. 4 is an explanatory diagram of an example of a data accumulation flow according to the first embodiment.
  • the sensor data storage module 332 receives sensor data from the sensor data reception program 221 and registers it in the sensor data table 232.
  • the sensor selection feature quantity calculation module 333 receives the sensor data from the sensor data reception program 221, calculates the sensor selection feature quantity, and registers it in the sensor selection feature quantity table 233.
  • the sign detection / signature convergence time accumulation module 331 receives time information on the sign detection or convergence of the instability of the power transmission system 100 from the destabilization sign detection module 321 of the data monitoring program 222, and the sign detection / signature convergence time table. 231 is registered.
  • the system operator M accesses the master table management program 226 from the input device 202 and registers data when the monitoring system 200 is constructed and maintained.
  • FIG. 5 is a flowchart of a destabilization sign detection processing procedure example performed by the destabilization sign detection module 321 according to the first embodiment.
  • the initial value of the system state in the state holding buffer 322 is “normal”. “Normal” indicates that the facility 102 is in a stable state.
  • the destabilization sign detection module 321 acquires sensor data from the sensor data reception program 221 in the first step (step S501).
  • the destabilization sign detection module 321 acquires a system state from the state holding buffer 322 (step S502).
  • the destabilization sign detection module 321 checks the system state acquired in step S502 and determines whether the sensor data received in step S501 is equal to or greater than a predetermined threshold (step S503). ).
  • each sensor data is described as a determination target.
  • representative values for example, an average value, a maximum value, a minimum value, a median value, or a randomly selected value of a sensor data group within a predetermined time. ) May be the determination target.
  • step S503 when the system state is “normal” and the sensor data is greater than or equal to a predetermined threshold value (step S503: normal & above threshold), the destabilization sign detection module 321 sets the system state to “normal”. Is changed to “abnormal” (step S504), sign information is transmitted to the sign detection / signature convergence time accumulation module 331 (step S505), and the process proceeds to step S508.
  • “Abnormal” indicates that the facility 102 is in an unstable state.
  • the sign information includes a sign ID, a sensor ID of the sensor 104 that is equal to or greater than a predetermined threshold, and a sign detection time.
  • the sign ID is identification information that uniquely identifies the sign information.
  • step S503 when the system state is “abnormal” and the sensor data is less than the predetermined threshold (step S503: abnormal & less than threshold), the destabilization sign detection module 321 sets the system state to “abnormal”. Is changed to “normal” (step S506), sign information is transmitted to the sign detection / signature convergence time accumulation module 331 (step S507), and the process proceeds to step S508.
  • the sign information includes a sign ID and a sign convergence time.
  • step S503 other than that, that is, when the system state is “normal” and the sensor data is less than the predetermined threshold value, or when the system state is “abnormal” and the sensor data is greater than or equal to the predetermined threshold value. (Step S503: Other than that), the destabilization sign detection module 321 ends the destabilization sign detection process.
  • the destabilization sign detection module 321 transmits sign information to the monitoring monitor 240 (step S508). Thereby, the sign information is displayed on the monitoring monitor 240. Then, the instability sign detection module 321 overwrites and saves the system state after the change in step S504 or S506 in the state holding buffer 322 (step S509). Thereby, the destabilization sign detection module 321 ends the destabilization sign detection process.
  • FIG. 6 is an explanatory diagram showing an example of the stored contents of the sign detection / symptom convergence time table 231.
  • the sign detection / symptom convergence time table 231 is a table for storing sign information.
  • the sign detection / signature convergence time table 231 includes a sign ID field 601, a sensor ID field 602, a sign detection time field 603, and a sign convergence time field 604.
  • An entry indicating sign information is configured by a combination of values in the same row of each field 601 to 604.
  • the value of the AA field xx may be expressed as AAxx.
  • the value of the sign ID field 601 is expressed as a sign ID 601.
  • the sign ID field 601 is a storage area for storing the sign ID 601 as a value. As described above, the sign ID 601 is identification information that uniquely identifies the sign information. The sign ID 601 is numbered in the order of storage in the sign detection / signature convergence time table 231.
  • the sensor ID field 602 is a storage area for storing the sensor ID 602 as a value.
  • the sensor ID 602 is identification information that uniquely identifies the sensor 104 that has detected signs and has detected convergence.
  • the sign detection time field 603 is a storage area for storing the sign detection time 603 as a value.
  • the sign detection time 603 is the time when the sensor 104 with the sensor ID 602 detects a sign of instability regarding the equipment 102.
  • the sign convergence time field 604 is a storage area for storing the sign convergence time 604 as a value.
  • the sign convergence time 604 is the time when the sensor 104 of the sensor ID 602 detects the convergence of destabilization for the equipment 102.
  • the entry of the sign detection / signature convergence time table 231 is registered by the sign detection / signature convergence time accumulation module 331 that has received sign information from the destabilization sign detection module 321 of the data monitoring program 222.
  • FIG. 7 is a flowchart of an example of a sign detection / convergence time accumulation processing procedure performed by the sign detection / signature convergence time accumulation module 331 according to the first embodiment.
  • the sign detection / signature convergence time accumulation module 331 acquires sign information from the destabilization sign detection module 321 of the data monitoring program 222 (step S701).
  • the sign detection / signature convergence time accumulation module 331 refers to the acquired sign information and determines whether the sign information is the sign information at the time of sign detection or the sign information at the time of sign convergence (step S702).
  • the sign detection / signature convergence time accumulation module 331 acquires the sign ID, the sensor ID, and the sign detection time from the sign information (step S703).
  • the sign detection / sign sign convergence time table 231 is registered (step S704). Thereby, the sign detection / signature convergence time accumulation module 331 ends the sign detection / convergence time accumulation process.
  • step S702 the sign information at the time of sign convergence in step S702 (step S702: sign convergence)
  • the sign information at the time of detection of the corresponding sign (sign ID ID601, sensor ID 602, and sign detection time 603) is sign detection / signature convergence.
  • the sign detection / signature convergence time accumulation module 331 acquires the sign ID and the sign convergence time from the sign information, and registers the sign convergence time in the entry of the same sign ID 601. Thereby, the sign detection / signature convergence time accumulation module 331 ends the sign detection / convergence time accumulation process.
  • FIG. 8 is an explanatory diagram showing an example of the contents stored in the sensor data table 232.
  • the sensor data table 232 is a table that stores sensor data collected by the monitoring apparatus 201.
  • the sensor data table 232 includes a measurement time field 801, a sensor ID field 802, and a measurement value field 803.
  • An entry indicating sensor data is constituted by a combination of values in the same row in each field 801 to 803.
  • the measurement time field 801 and the sensor ID field 802 are primary keys.
  • the measurement time field 801 is a storage area for storing the measurement time 801 as a value.
  • the measurement time 801 is the time when the sensor 104 measures the measurement value.
  • the sensor ID field 802 is a storage area for storing the sensor ID 802 as a value.
  • the sensor ID 802 here is identification information that uniquely identifies the sensor 104 that measured the measurement value 803 at the measurement time 801.
  • the measurement value field 803 is a storage area for storing the measurement value 803 as a value.
  • the measured value 803 is a value obtained by measuring the equipment 102 to be monitored by the sensor 104 having the sensor ID 602. For example, when the sensor 104 is an ammeter, the measured value 803 is a current value.
  • the entry of the sensor data table 232 is registered by the sensor data storage module 332 that has received sensor data from the sensor data reception program 221.
  • FIG. 9 is an explanatory diagram showing an example of the contents stored in the sensor selection feature amount table 233.
  • the sensor selection feature quantity table 233 is a table for storing sensor selection feature quantities calculated from the collected sensor data.
  • the feature quantity for sensor selection is a feature quantity used for selecting the sensor 104 whose behavior of the sensor data has been changed by the operation of the system operator M in the operation target candidate sensor selection module 351 of the countermeasure estimation program 225. .
  • a specific example of the sensor selection feature amount will be described later with reference to FIG.
  • the sensor selection feature quantity table 233 includes a measurement time field 901, a sensor ID field 902, and a sensor selection feature quantity field 903.
  • An entry for specifying a feature quantity for sensor selection is configured by a combination of values in the same row in each field 901 to 903.
  • the measurement time field 901 and the sensor ID field 902 are primary keys.
  • the measurement time field 901 is a storage area for storing the measurement time 901 as a value.
  • the measurement time 901 is a representative value of the measurement time 801 of the sensor ID 802 that matches the sensor ID 902.
  • the sensor ID field 902 is a storage area for storing the sensor ID 902 as a value.
  • the sensor ID 902 here is identification information (sensor ID 802) that uniquely identifies the sensor 104 that has measured the measurement value 803 that is the calculation source of the sensor selection feature quantity 903.
  • the sensor selection feature quantity field 903 is a storage area for storing the sensor selection feature quantity 903 as a value.
  • the data storage program 223 receives the sensor data, and the sensor selection feature quantity calculation module 333 registers the value.
  • FIG. 10 is a table showing a calculation example of the sensor selection feature quantity 903.
  • the sensor selection feature quantity 903 is calculated by, for example, smoothing the sensor data string, normalizing the sensor data string, calculating the dynamic features of the sensor data string, and converting the frequency of the sensor data string shown in FIG. There is.
  • the sensor data string is a plurality of time-series sensor data.
  • Sensor data string smoothing is a calculation method that removes minute fluctuations and noise in the sensor data string.
  • the sensor selection feature quantity 903 is obtained by applying a moving average calculation or a low-pass filter.
  • the normalization of the sensor data string is a calculation method in which sensor data is normalized using the average and variance of sensor data determined in advance for each sensor 104, and the difference in the scale of the sensor data for each sensor 104 is corrected. Specifically, for example, a value obtained by subtracting the average value from the measurement value of the sensor data and dividing the result by the variance is a normalized measurement value, that is, a sensor selection feature amount 903.
  • the calculation of the dynamic characteristics of the sensor data string is a calculation method that focuses only on the relative amount (change amount), not the absolute amount of sensor data. Specifically, for example, there is a calculation method for differentiating a sensor data string and extracting the change information as a sensor selection feature quantity 903.
  • the frequency conversion of the sensor data sequence is a calculation method for expressing the sensor data sequence by overlapping a plurality of sine waves. Specifically, for example, Fourier transform can be mentioned.
  • the Fourier-transformed frequency becomes a sensor selection feature quantity 903. Note that the calculation of the sensor selection feature quantity 903 is an option. If the sensor selection feature quantity 903 is not calculated, the sensor data may be used as it is.
  • the sensor selection feature quantity 903 is selected in accordance with the characteristics of the business and sensor data, and the selection method of the operation target candidate sensor described below.
  • FIG. 11 is a flowchart illustrating an example of a sensor selection feature amount calculation processing procedure performed by the sensor selection feature amount calculation module 333.
  • the sensor selection feature amount calculation module 333 is activated at predetermined time intervals, and sequentially executes the following processing for all the sensors 104.
  • the sensor selection feature amount calculation module 333 acquires a sensor data group for the first predetermined time of the sensor 104 from the sensor data reception program 221 (step S1101).
  • Each sensor data in the sensor data group includes a measurement time, a sensor ID, and a measurement value.
  • the first predetermined time is the latest predetermined time. For example, the latest 2 seconds.
  • the sensor selection feature amount calculation module 333 acquires a sensor data group for the second predetermined time of the sensor 104 from the data holding buffer 334 (step S1102).
  • the second predetermined time is a predetermined time before the first predetermined time, and is, for example, 118 seconds. That is, by combining the first predetermined time and the second predetermined time, the latest 120 seconds is obtained in this example.
  • the sensor selection feature quantity calculation module 333 calculates the sensor selection feature quantity by applying the calculation method shown in FIG. 10 from the sensor data group obtained in steps S1101 and S1102 (step S1103). ).
  • the sensor selection feature quantity calculation module 333 stores the measurement time, the sensor ID 602, and the sensor selection feature quantity calculated in step S1103 in the sensor selection feature quantity table 233 (step S1104).
  • the sensor selection feature amount calculation module 333 stores the sensor data to be used in the next time in the data holding buffer 334 (step S1105). Specifically, for example, the sensor selection feature amount calculation module 333 stores the latest 118-second sensor data group in the data holding buffer 334. Thereby, the sensor selection feature amount calculation module 333 terminates the sensor selection feature amount calculation processing.
  • FIG. 12 is an explanatory diagram showing an example of the contents stored in the sensor operation availability table 234.
  • the sensor operation availability table 234 includes a sensor ID field 1201, a facility field 1202, an equipment field 1203, a sensor type field 1204, and an operation availability field 1205.
  • An entry that defines sensor operation enable / disable information is configured by a combination of values in the same row in each of the fields 1201 to 1205.
  • the sensor ID field 802 is a storage area for storing the sensor ID 602 as a value.
  • the facility field 1202 is a storage area for storing a facility 1202 (for example, identification information of the power transmission facility 101) as a value.
  • the equipment field 1203 is a storage area for storing the equipment 102 as a value.
  • the sensor type field 1204 is a storage area for storing the sensor type 1204 as a value.
  • the sensor type is information indicating the type of the sensor 104.
  • the operation availability field 1205 is a storage area for storing the operation availability 1205 as a value.
  • the operation availability 1205 is information indicating whether or not the equipment 102 in the power transmission facility 101 can be operated.
  • the entries in the sensor operation availability table 234 are registered by the system operator M from the input device 202 by the master table management program 226 when the monitoring system 200 is constructed and maintained.
  • the sensor operation availability table 234 is a table that stores whether or not the behavior of the sensor data can be changed by the operation of the system operator M. For example, for an entry with sensor ID 602 of “0001”, “0002”, “0003”, the thermal power plant is generally a facility whose output can be adjusted. Therefore, the behavior of the sensor data for measuring the output of the thermal power plant can be changed by the system operator M.
  • the output can be adjusted by changing the transformer settings for the transformer receiving the input from the wind power plant. It can be said that the behavior of the sensor data for measuring the output can be changed by the system operator M.
  • FIG. 13 is an explanatory diagram showing an example of the stored contents of the sensor operation related table 235. It is a table storing the operation of the system operator M for changing the behavior of sensor data.
  • the sensor operation related table 235 allows the monitoring apparatus 201 to estimate what operation has been performed from the behavior of certain sensor data.
  • the sensor operation related table 235 includes a sensor ID field 1301, a data behavior field 1302, and an operation field 1303.
  • An entry for defining sensor operation related information is constituted by a combination of values in the same row in each of the fields 1301 to 1303.
  • a sensor ID field 802 and a data behavior field 1302 are primary keys.
  • the entries in the sensor operation related table 235 are registered by the system operator M from the input device 202 by the master table management program 226 when the monitoring system 200 is constructed and maintained.
  • the sensor ID field 1301 is a storage area for storing the sensor ID 1301 as a value.
  • the data behavior field 1302 is a storage area for storing the data behavior 1302 as a value.
  • the data behavior 1302 is a pattern indicating the behavior of the sensor data group. As an example, there are nine patterns shown in FIG. Therefore, in this example, nine data behaviors 1302 and operations 1303 are stored for each sensor 104.
  • the operation field 1303 is a storage area for storing the operation 1303 as a value.
  • FIG. 14 is an explanatory diagram illustrating an estimation example of measures implemented from the behavior of the sensor data group.
  • the monitoring device 201 mechanically estimates the countermeasure from the data behavior of the sensor data group and presents it to the system operator M. Thereby, the decision-making speed of the system operator M is supported.
  • Case 1 shows the output voltage of the thermal power plant A '. From the graph, it can be seen that the voltage value rapidly increases after the sign of instability of the power transmission system 100 is detected. Since the behavior of the sensor data (voltage value) and the thermal power plant is generally a facility whose output can be adjusted, the monitoring apparatus 201 has “the grid operator M increases the output of the thermal power plant A ′ as a countermeasure. I guess.
  • Case 2 shows the output voltage of the substation B connected to the wind power plant B '.
  • the voltage value suddenly decreases after sign detection. Since the behavior of the sensor data (voltage value) and the output of the wind power plant depend on the weather and cannot be adjusted, the monitoring device 201 states that “the grid operator M operates the transformer at substation B. The output voltage was reduced. "
  • Case 3 shows the output voltage of the thermal power generator C '. Since the output voltage has changed greatly before the sign detection, the behavior of the sensor data (voltage value) appearing in the sensor 104 is likely due to the occurrence of an abnormality. However, since there is a possibility that the thermal power generator C ′ is directly operated as a countermeasure, the monitoring apparatus 201 needs to present a countermeasure candidate “increased output of the thermal power generator C ′”.
  • Case 4 shows output voltage data of the wind power plant D '. Although the voltage value has risen sharply after the sign is detected, the output of the wind power plant depends on the weather (wind) and cannot be operated, so operations such as “increasing the output of the wind power plant D ′” It is not a candidate for countermeasures.
  • FIG. 15 is an explanatory diagram of an example of a countermeasure presentation flow according to the first embodiment.
  • the similar case search program 224 updates the current system state from “normal” to “abnormal” from the destabilization sign detection module 321 of the data monitoring program 222, and the sensor data exceeds a predetermined threshold value.
  • the sensor ID 1500 of the sensor 104 is received.
  • the similar case search program 224 refers to the sensor data table 232, acquires the measurement value 803 corresponding to the sensor ID 802 that matches the sensor ID 1500 in order of the measurement time 801, and detects signs / signs convergence With reference to the time table 231, a sign detection time 603 (td) and a sign convergence time 604 (tc) of past similar cases for the same sensor ID 602 are searched.
  • the sensor data string after the sensor data of the sensor 104 with sensor ID 1500 is equal to or greater than a predetermined threshold value has not yet become less than the predetermined threshold value, that is, has not converged. Therefore, specifically, for example, the similar case search program 224 searches for past similar cases in which the sensor data strings match after reaching a predetermined threshold value or more.
  • the operation target candidate sensor selection module 351 of the measure estimation program 225 performs a sign detection time 603 (td) and a sign convergence time 604 (tc) (hereinafter referred to as time) of past similar cases searched by the similar case search program 224. Information).
  • the operation target candidate sensor selection module 351 creates an operation target candidate sensor ID list 1501 by referring to the sensor selection feature amount table 233 using the received time information.
  • the operable sensor screening module 352 receives the operation target candidate sensor ID list 1501, refers to the sensor operation availability table 234, and narrows down the operation target candidates that have narrowed candidates from the operation target candidate sensor ID list 1501. A sensor ID list 1502 is created.
  • the operation acquisition module 353 receives the narrowed operation target candidate sensor ID list 1502 and creates the operation list 1503 with reference to the sensor operation related table 235.
  • the countermeasure display module 354 receives the operation list 1503, accesses the countermeasure display monitor 250 in the output device 203, and displays the contents of the operation list 1503 as a countermeasure. Details of the operation target candidate sensor selection module 351, the operable sensor narrowing module 352, and the operation acquisition module 353 will be described with reference to FIGS. An example of the display screen of the countermeasure display module 354 will be described with reference to FIG.
  • FIG. 16 is a flowchart of an operation target candidate sensor selection processing procedure example performed by the operation target candidate sensor selection module 351 according to the first embodiment.
  • the operation target candidate sensor selection module 351 acquires a sign detection time 603 (td) and a sign convergence time 604 (tc) of a past similar case for the sensor 104 with the sensor ID 1500 from the similar case search program 224 (steps). S1601).
  • the operation target candidate sensor selection module 351 refers to the sensor selection feature amount table 233 using the sensor ID, the sign detection time 603 (td), and the sign convergence time 604 (tc) for each sensor 104. Then, the operation target candidate sensor selection module 351 acquires a past similar case, that is, a set of sensor selection feature quantities 903 in the time period from the sign detection time 603 (td) to the sign convergence time 604 (tc) ( Step S1602).
  • the operation target candidate sensor selection module 351 uses the sensor ID, the sign detection time 603 (td), and the sign convergence time 604 (tc) for each sensor 104. Refer to the data table 232. Then, the operation target candidate sensor selection module 351 acquires a past similar case, that is, a set of measurement values 803 in a time zone from the sign detection time 603 (td) to the sign convergence time 604 (tc).
  • the operation target candidate sensor selection module 351 selects the operation target candidate sensor 104 from the group of sensors 104 using the set of feature values for selection of each sensor 104 acquired in step S1602 (step S1603). .
  • the operation target candidate sensor selection module 351 determines the data behavior 1302 of the operation target candidate sensor 104 using the set of selection feature values of each sensor 104 acquired in step S1602 (step S1604).
  • the operation target candidate sensor selection module 351 selects a set of measured values 803 of each sensor 104 acquired in step S1602 from the sensor group 104.
  • the operation target candidate sensor 104 is selected.
  • the operation target candidate sensor 104 refers to a sensor 104 that has a high possibility that the data behavior has changed due to an operation performed by the system operator M as a countermeasure.
  • the selection method of the operation target candidate sensor 104 and the determination method of the data behavior 1302 are not limited to one method. Specific examples of a method for selecting the operation target candidate sensor 104 and a method for determining the data behavior 1302 will be described with reference to FIGS. 17 and 18.
  • the operation target candidate sensor selection module 351 creates an operation target candidate sensor ID list 1501 (step S1605).
  • the operation target candidate sensor ID list 1501 includes the sensor ID 602 and data behavior of the operation target candidate sensor 104.
  • the operation target candidate sensor selection module 351 delivers the operation target candidate sensor ID list 1501 to the operable sensor narrowing module 352 (step S1606). Thereby, the operation target candidate sensor selection module 351 ends the operation target candidate sensor selection process.
  • FIG. 17 is an explanatory diagram showing a specific example of the selection method (step S1603) of the operation target candidate sensor 104 shown in FIG.
  • variation 1 is a method of selecting a sensor 104 having a large difference between the maximum value and the minimum value of time-series sensor data in the section from the sign detection to the sign convergence as the operation target candidate sensor 104.
  • the “sensor 104 having a large difference” may be a sensor 104 whose difference is greater than or equal to a predetermined value, or may be a sensor 104 whose difference is the top Nth (N is a natural number).
  • variation 2 is a method of selecting a sensor 104 having a large slope of the regression line of the time-series sensor data in the section from the sign detection to the sign convergence as the operation target candidate sensor 104.
  • the “sensor 104 having a large inclination” may be a sensor 104 whose inclination is greater than or equal to a predetermined value, or may be a sensor 104 whose inclination is the highest Nth (N is a natural number).
  • variation 3 is a method of selecting a sensor 104 having a large sum of differences from the normal value of time-series sensor data in the section from the sign detection to the sign convergence as the operation target candidate sensor 104.
  • the normal value needs to be determined in advance for each sensor 104.
  • the “sensor 104 having a large sum of differences” may be a sensor 104 having a sum of differences equal to or greater than a predetermined value, or may be a sensor 104 having a sum of differences up to the top Nth (N is a natural number).
  • variation 4 is a method of selecting a sensor 104 having a large sum of dynamic characteristics of time-series sensor data in a section from the sign detection to the sign convergence as the operation target candidate sensor 104.
  • the “sensor 104 having a large sum of dynamic features” may be a sensor 104 whose sum of dynamic features is equal to or greater than a predetermined value, and the sensor 104 whose sum of dynamic features is the highest Nth (N is a natural number). But you can.
  • the four variations described above are examples of selection of the operation target candidate sensor 104. In practice, methods other than these may be used, or a combination thereof may be used.
  • the selection example using sensor data was demonstrated in FIG. 17, it may replace with sensor data and may use the feature-value for sensor selection.
  • FIG. 18 is an explanatory diagram showing a specific example of the method (step S1604) of selecting the data behavior 1302 shown in FIG.
  • the example of FIG. 18 is a method of classifying time-series sensor data in a section from the sign detection to the sign convergence into one of several patterns prepared in advance by pattern matching. Patterns (1) to (9) correspond to the data behavior 1302 of the sensor operation related table 235 in FIG.
  • the method described above is an example of the determination of the data behavior 1302, and methods other than these may actually be used.
  • the example of determination using sensor data was demonstrated in FIG. 18, it may replace with sensor data and may use the feature-value for sensor selection.
  • FIG. 19 is a flowchart illustrating an example of an operable sensor narrowing processing procedure performed by the operable sensor narrowing module 352.
  • the operable sensor screening module 352 receives the operation target candidate sensor ID list 1501 from the operation target candidate sensor selection module 351 (step S1901).
  • the operable sensor narrowing module 352 executes steps S1902 to S1904 for each sensor ID 602 included in the operation target candidate sensor ID list 1501.
  • the operable sensor narrowing module 352 selects an unselected sensor ID 602 from the operation target candidate sensor ID list 1501, and refers to the sensor operation availability table 234 using the sensor ID 1201 that matches the selected sensor ID 602 as a key. (Step S1902). Then, the operable sensor narrowing module 352 determines whether the operation availability 1205 corresponding to the sensor ID 1201 is “enabled” or “not allowed” (step S1903). That is, the operable sensor narrowing module 352 determines whether or not the sensor 104 with the sensor ID 1201 is a sensor 104 that can change the data behavior by the operation of the system operator M.
  • step S1903 If “NO” (step S1903: NO), if there is an unselected sensor ID 602 in the operation target candidate sensor ID list 1501, the operable sensor narrowing module 352 selects the sensor ID 602 and executes step S1902. Try again. If there is no unselected sensor ID 602 in the operation target candidate sensor ID list, the process proceeds to step S1905.
  • step S1903 the operable sensor narrowing module 352 registers the selected sensor ID 602 in the narrowed operation target candidate sensor ID list 1502 (step S1904).
  • the narrowed-down operation target candidate sensor ID list 1502 includes the sensor ID 602 and data behavior of the operation target candidate sensor 104. Thereafter, if there is an unselected sensor ID 602 in the operation target candidate sensor ID list 1501, the operable sensor narrowing module 352 selects the sensor ID 602 and re-executes step S1902. If there is no unselected sensor ID 602 in the operation target candidate sensor ID list, the process proceeds to step S1905.
  • the operable sensor screening module 352 delivers the filtered operation target candidate sensor ID list to the operation acquisition module 353 (step S1905). Thereby, the operable sensor narrowing module 352 ends the operable sensor narrowing process.
  • FIG. 20 is a flowchart of an operation acquisition processing procedure example performed by the operation acquisition module 353 according to the first embodiment.
  • the operation acquisition module 353 receives the narrowed operation target candidate sensor ID list 1502 from the operable sensor narrowing module 352 (step S2001).
  • the operation acquisition module 353 executes steps S2002 and S2003 for each sensor ID 602 in the narrowed-down operation target candidate sensor ID list 1502.
  • the operation acquisition module 353 refers to the sensor operation related table 235 using the sensor ID 1301 and the data behavior 1302 that match the sensor ID 602 as keys, and acquires the corresponding operation 1303 (step S2002). Next, the operation acquisition module 353 registers the operation 1303 acquired in step S2002 and the corresponding sensor ID 1301 in the operation list 1503 (step S2003). Finally, the operation acquisition module 353 delivers the operation list 1503 to the countermeasure display module 354 (step S2004). Thereby, the operation acquisition module 353 ends the operation acquisition process.
  • FIG. 21 is an explanatory diagram illustrating an example of a display screen on the output device 203 according to the first embodiment.
  • the display screen 2100 includes a monitoring monitor 240, a countermeasure display monitor 250, and a search box 2101 for manually referring to past data.
  • An alarm is displayed on the monitoring monitor 240 when the current state of the power transmission system 100 and an instability sign are detected.
  • an operation estimated from the past event 2102 is displayed as a countermeasure candidate 2103.
  • the waveform of sensor data at that time which is the basis for each operation, is also displayed side by side.
  • the waveform of the past sensor data may be displayed side by side to help determine whether it is appropriate to implement the countermeasure.
  • the system operator M first recognizes a sign of destabilization with reference to the monitoring monitor 240.
  • the grid operator M refers to the monitoring monitor 240 and confirms the current grid status.
  • the system operator M refers to the countermeasure display monitor 250 and confirms the countermeasure candidate 2103.
  • the system operator M determines a countermeasure based on the information obtained so far.
  • the grid operator M implements the determined countermeasure.
  • the monitoring apparatus 201 determines the countermeasure to be implemented. Present to operator M. Therefore, the monitoring apparatus 201 can prompt the system operator M to speed up decision making.
  • the sensors 104 can be narrowed down by selecting the operation target candidate sensor 104 based on the behavior of the sensor data string in the time zone from the sign detection time to the sign convergence time. Therefore, the monitoring apparatus 201 can prompt the system operator M to speed up decision making.
  • Example 2 is an example in which the reference history of the system operator M is displayed on the display screen 2100 in Example 1.
  • the data of the sensor 104 referred to by the system operator M when taking measures against the instability of the system is considered to be useful information for determining the measures.
  • the table reference history of the system operator M is data that is completed on the monitoring device 201 and can be clearly acquired and stored in the operation of the power transmission system 100. Therefore, the monitoring apparatus 201 according to the second embodiment presents the system operator M with the countermeasure for estimating the table reference history of the system operator M to the system operator M.
  • the second embodiment will be described with a focus on differences from the first embodiment, and the description of the same contents as the first embodiment will be omitted.
  • FIG. 22 is a block diagram of a hardware configuration example of the monitoring system 200 according to the second embodiment.
  • the monitoring apparatus 201 stores a table reference history table 2200 in the auxiliary storage device 213.
  • FIG. 23 is an explanatory diagram of an example of the contents stored in the table reference history table 2200.
  • the table reference history table 2200 is a table for storing a history that the system operator M refers to another table.
  • the table reference history table 2200 includes a reference time field 2301, a target table field 2302, a reference sensor ID field 2303, a start time field 2304, and an end time field 2305.
  • An entry defining the table reference history information is configured by a combination of values in the same row of the fields 2301 to 2305.
  • a reference time field 2301 is a primary key.
  • the reference time field 2301 is a storage area for storing the reference time 2301 as a value.
  • the reference time 2301 is a time when the target table 2302 is referred to.
  • the target table field 2302 is a storage area for storing the target table 2302 as a value.
  • the target table 2302 is information for specifying a table referred to by the system operator M. Specifically, for example, the target table 2302 is a table name input in the target table input field of the search box 2101.
  • the sensor ID field 2303 is a storage area for storing the sensor ID 602 as a value.
  • the sensor ID 602 here is the sensor ID 602 of the entry read from the target table 2302. Specifically, for example, the sensor ID 602 is the sensor ID 602 input in the sensor ID input field of the search box 2101.
  • the start time field 2304 is a storage area for storing the start time 2304 as a value.
  • the start time 2304 is the oldest time in the search range. Specifically, for example, the time entered in the left input field of the search range time in the search box 2101.
  • the end time field 2305 is a storage area for storing the end time 2305 as a value.
  • the end time 2305 is the latest time in the search range. Specifically, for example, the time entered in the right input field of the search range time in the search box 2101.
  • the entry in the table reference history table 2200 is registered when the system operator M manually searches for data in the table reference history table 2200 using the search box 2101. Reference information from the similar case search program 224 and the measure estimation program 225 is not included.
  • FIG. 24 is an explanatory diagram illustrating an example of a display screen on the output device 203 according to the second embodiment.
  • the display screen 2100 displays the table reference history information 2400 on the countermeasure display monitor 250.
  • the table reference history information 2400 is an entry called from the table reference history table 2200 by the process of FIG.
  • FIG. 25 is a flowchart illustrating an example of a display processing procedure of the table reference history information 2400 by the countermeasure estimation program 225.
  • the display processing of the table reference history information 2400 is executed by the measure estimation program 225 when the similar case search program 224 searches for the sign detection time and sign convergence time of the similar case, for example.
  • the countermeasure estimation program 225 outputs the sensor ID 802 of the sensor 104 that has output the reference time when the sensor data table 232 in the auxiliary storage device 213 is referred to and the sensor data string referred to in the sensor data table 232 in response to an external reference request. Is stored in the table reference history table 2200 (step S2501).
  • the measure estimation program 225 searches the table reference history table 2200 using the time period from the sign detection time to the sign convergence time of the searched past case (step S2502). Then, the measure estimation program 225 determines whether or not an entry (table reference history information 2400) of the reference time 2301 included in the time period from the sign detection time of the past case to the sign convergence time is in the table reference history table 2200. (Step S2503).
  • step S2503: Yes the countermeasure estimation program 225 displays the table reference history information 2400 that is the corresponding entry on the countermeasure display monitor 250 (step S2504). Thereby, the measure estimation program 225 ends the display process of the table reference history information 2400. On the other hand, when there is no corresponding entry (step S2503: No), the measure estimation program 225 ends the display process of the table reference history information 2400.
  • the table reference history information 2400 is displayed on the countermeasure display monitor 250. Therefore, the system operator M can visually identify which sensor data has been referred to at the time of countermeasures against instability signs in the past of the system.
  • Such table reference history information 2400 is useful information for determining a countermeasure. Therefore, the monitoring apparatus 201 can prompt the system operator M to speed up decision making.
  • Example 3 is an example in which the operation log can be acquired by some of the facilities 102 in Example 1 or Example 2.
  • the differences from the first and second embodiments will be mainly described, and the description of the same contents as those in the first and second embodiments will be omitted. The following description will be based on the first embodiment.
  • FIG. 26 is a block diagram of a hardware configuration example of the monitoring system 200 according to the third embodiment.
  • the monitoring apparatus 201 stores an operation log table 2600 in the auxiliary storage device 213.
  • FIG. 27 is an explanatory diagram of an example of the contents stored in the operation log table 2600.
  • the operation log table 2600 is a table that stores operations performed by the system operator M on the equipment 102.
  • the operation log table 2600 includes an operation time field 2701, an operation facility field 2702, an operation field 2703, and a sensor ID field 2704.
  • An entry that defines an operation log is configured by a combination of values on the same line in each field 2701 to 2704.
  • the entry on the first line is the operation log L1
  • the entry on the second line is the operation log L2.
  • the operation time field 2701 is a storage area for storing the operation time 2701 as a value.
  • the operation time 2701 is the time when the system operator M operates the equipment 102.
  • the operation facility field 2702 is a storage area for storing the operation facility 2702 as a value.
  • the operation facility 2702 is identification information of the facility 102 operated by the system operator M at the operation time 2701.
  • the operation field 2703 is a storage area for storing the operation 2703 as a value.
  • An operation 2703 is an operation to the operation equipment 2702 at the operation time 2701.
  • the sensor ID field 2303 stores a sensor ID 2704 as a value.
  • the sensor ID 2704 here is identification information that uniquely identifies the sensor 104 that monitors the operation facility 2702.
  • the entry of the operation log table 2600 is registered when the system operator M performs an operation on the facility 102 that can acquire the operation log.
  • FIG. 28 is an explanatory diagram illustrating an example of a display screen on the output device 203 according to the third embodiment.
  • the display screen 2100 displays an operation log in past cases of the countermeasure display monitor 250.
  • operation logs L1 and L2 are displayed.
  • the processing for displaying the operation logs L1 and L2 will be described with reference to FIGS.
  • FIG. 29 is a flowchart of an operation target candidate sensor selection processing procedure example performed by the operation target candidate sensor selection module 351 according to the third embodiment.
  • the operation target candidate sensor selection module 351 of the third embodiment executes steps S1601 to S1605 as in the first embodiment, but the operation target candidate sensor selection module 351 performs step S2900 between steps S1601 and S1602. Execute.
  • the operation target candidate sensor selection module 351 acquires, from the operation log table 2600, an operation log having the operation time 2701 in the time zone from the sign detection time acquired in step S1601 to the sign convergence time (step S1601). S2900).
  • the operation target candidate sensor selection module 351 identifies the sensor 104 having the sensor ID 2704 other than the sensor ID 2704 included in the operation log acquired in step S2900 as the sensor 104 from which the operation log cannot be acquired. Therefore, the operation target candidate sensor selection module 351 executes step S1602 for each sensor 104 for which an operation log cannot be acquired. That is, the sensor 104 from which the operation log has been acquired is excluded because it is not necessary to estimate the countermeasure. Thereby, the operation target candidate sensor selection process can be speeded up.
  • FIG. 30 is a flowchart of an operation acquisition processing procedure example performed by the operation acquisition module 353 according to the third embodiment.
  • the operation acquisition module 353 according to the third embodiment executes step S3000 between step S2001 and step S2002. Specifically, the operation acquisition module 353 adds the operation log acquired in step S2900 of FIG. 29 to the top of the operation list 1503 (step S3000). Thereby, the operation acquisition module 353 adds the combination of the sensor ID 2704 and the operation 2703 as subsequent information of the operation log in step S2003.
  • the countermeasure display module 354 displays the operation log included in the operation list 1503 and the estimated operation candidate on the countermeasure candidate 2103.
  • the operation log when an operation log exists in a similar case in the past, the operation log can be displayed. Therefore, the system operator M can select a countermeasure with higher accuracy by checking the operation log with priority over the candidate countermeasures. Such an operation log is useful information for determining a countermeasure. Therefore, the monitoring apparatus 201 can prompt the system operator M to speed up decision making.
  • the monitoring device 201 excludes the sensor data string of the sensor specified by the operation log from the acquisition target, thereby speeding up the presentation of the countermeasure and the operation information of the operation log. Duplication can be avoided.
  • the monitoring apparatus 201 should be implemented even under the restriction that there is no operation log for the detected equipment when a sign of abnormality is detected in the equipment in the system.
  • the countermeasure is presented to the system operator M. Therefore, the monitoring apparatus 201 can prompt the system operator M to speed up decision making.
  • the present invention is not limited to the above-described embodiments, and includes various modifications and equivalent configurations within the scope of the appended claims.
  • the above-described embodiments have been described in detail for easy understanding of the present invention, and the present invention is not necessarily limited to those having all the configurations described.
  • a part of the configuration of one embodiment may be replaced with the configuration of another embodiment.
  • each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit, and the processor 211 has each function. It may be realized by software by interpreting and executing the program to be realized.
  • 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.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

監視装置は、各センサから得られる時系列な計測値群であるセンサデータ列を記憶し、かつ、各センサのセンサデータ列の挙動と当該挙動に応じた監視先の設備に対する操作を示す情報とを記憶し、プロセッサは、第１のセンサが当該第１のセンサが監視する第１の設備が特定の状態に遷移したことを検知し、検知されてからの第１のセンサにおける第１のセンサデータ列と類似し、かつ、特定の状態から元の状態に収束するまでの過去の類似事例における特定の状態の検知時刻と元の状態への収束時刻とを取得し、第２のセンサについて検知時刻から収束時刻までの時間帯における第２のセンサデータ列の挙動に応じた第２のセンサが監視する設備に対する操作を示す情報を取得、出力する。

Description

監視方法、監視装置、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方法、監視装置、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。
　実施すべき対策を知るための技術として、例えば、特許文献１，２がある。特許文献１は「蓄積された大量の時系列データから、所望の時系列データパターンを有するデータを高速に検索する」技術である。特許文献２は、「作業履歴や交換部品情報などの過去の事例からなる保守履歴情報を、キーワードの出現頻度や、キーワード間の連結関係やその頻度で相互に関連付ける」ことを開示する。そして、特許文献２は、「設備に付加した多次元センサの出力信号を対象とした異常検知に基づき、検知した異常と関連付けられた保守履歴情報とを結びつける」ことを開示する。特許文献２は、「予兆を検知した時点で、部品交換や調整、再立上げなどの対策との関連性を付与し、発生した異常に対しなすべき診断・処置を明らかにし、対策が必要な異常の場合、作業指示を実施する」ことを開示する。
国際公開第２０１２／０７３５２６号公報 特開２０１３－０４１４４８号公報
　特許文献１の技術は、送電系統運用業務において送電系統の異常を検知した時に、現在の系統の稼働データと類似した過去の稼働データを得る。しかしながら、特許文献１の技術は、稼働データだけでは、その時に実施した対策まで特定することができない。このため、特許文献１の技術は、実施すべき対策を系統運用者に提示することができない。したがって、系統運用者は、表示された過去の稼働データを基に対策を考える必要がある。これにより、意思決定が長期化する場合がある。
　特許文献２の技術は、送電系統運用業務において、検知した異常と系統運用者の操作ログを関連付けて蓄積することにより、将来同様の異常を検知した時に、どのような対策を実施すべきか提示する。ここで、「操作ログ」とは、系統運用者が実施した操作を実施時刻と共に記録した情報である。しかし、送電系統運用業務においては、「発送電分離によって発電会社と送電会社が別事業体である場合がある」、「系統運用者が実施する対策は電話による口頭指示が多い」等の理由により、系統運用者の操作ログが存在するとは限らない。
　本発明は、監視対象について特定の状態を検知した場合に、監視対象の操作ログが存在しないという制約下で、実施すべき対策を提示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方法、監視装置、および監視プログラムは、センサ群を用いて設備群を監視する監視方法、監視装置、および監視プログラムであって、前記センサ群の各センサから得られる時系列な計測値群であるセンサデータ列を記憶し、かつ、前記各センサについての前記センサデータ列の挙動と当該挙動に応じた監視先の設備に対する操作を示す情報とを記憶する記憶デバイスにアクセスする。また、プロセッサは、前記センサ群の中の第１のセンサが、当該第１のセンサが監視する第１の設備が特定の状態に遷移したことを検知する検知処理と、前記検知処理によって前記第１の設備が前記特定の状態に遷移したことが検知されてからの前記第１のセンサにおける第１のセンサデータ列と類似し、かつ、前記特定の状態から元の状態に収束するまでの前記各センサにおける過去のセンサデータ列である類似事例を前記記憶デバイスから検索することにより、前記類似事例における前記特定の状態の検知時刻と、前記元の状態への収束時刻と、を取得する検索処理と、前記第１のセンサとは異なる第２のセンサについて、前記検索処理によって得られた前記検知時刻から前記収束時刻までの時間帯における第２のセンサデータ列の挙動に応じた前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得する操作取得処理と、前記操作取得処理によって取得された前記第２の設備に対する操作を示す情報を出力する出力処理と、を実行する。
　本発明の代表的な実施の形態によれば、監視対象について特定の状態を検知した場合に、監視対象の操作ログが存在しないという制約下で、実施すべき対策を提示することができる。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。
図１は、実施例１における対策提示例を示す説明図である。 図２は、実施例１にかかる監視システムのハードウェア構成例を示すブロック図である。 図３は、実施例１にかかる主記憶デバイスの詳細な記憶内容例を示すブロック図である。 図４は、実施例１にかかるデータ蓄積フローの一例を示す説明図である。 図５は、実施例１にかかる不安定化兆候検知モジュールによる不安定化兆候検知処理手順例を示すフローチャートである。 図６は、兆候検知／兆候収束時刻テーブルの記憶内容例を示す説明図である。 図７は、実施例１にかかる兆候検知／収束時刻蓄積モジュールによる兆候検知／収束時刻蓄積処理手順例を示すフローチャートである。 図８は、センサデータテーブルの記憶内容例を示す説明図である。 図９は、センサ選定用特徴量テーブルの記憶内容例を示す説明図である。 図１０は、センサ選定用特徴量の算出例を示す表である。 図１１は、センサ選定用特徴量計算モジュールによるセンサ選定用特徴量計算処理手順例を示すフローチャートである。 図１２は、センサ操作可否テーブルの記憶内容例を示す説明図である。 図１３は、センサ操作関連テーブルの記憶内容例を示す説明図である。 図１４は、センサデータ群の挙動から実施した対策の推定例を示す説明図である。 図１５は、実施例１にかかる対策提示フローの一例を示す説明図である。 図１６は、実施例１にかかる操作対象候補センサ選定モジュールによる操作対象候補センサ選定処理手順例を示すフローチャートである。 図１７は、図１６に示した操作対象候補センサの選定方法（ステップＳ１６０３）の具体例を示す説明図（その１）である。 図１８は、図１６に示した操作対象候補センサの選定方法（ステップＳ１６０３）の具体例を示す説明図（その２）である。 図１９は、操作可能センサ絞込モジュールによる操作可能センサ絞込処理手順例を示すフローチャートである。 図２０は、実施例１にかかる操作取得モジュールによる操作取得処理手順例を示すフローチャートである。 図２１は、実施例１における出力デバイスにおける表示画面例を示す説明図である。 図２２は、実施例２にかかる監視システムのハードウェア構成例を示すブロック図である。 図２３は、テーブル参照履歴テーブルの記憶内容例を示す説明図である。 図２４は、実施例２における出力デバイスにおける表示画面例を示す説明図である。 図２５は、対策推定プログラムによるテーブル履歴参照情報の表示処理手順例を示すフローチャートである。 図２６は、実施例３にかかる監視システムのハードウェア構成例を示すブロック図である。 図２７は、操作ログテーブルの記憶内容例を示す説明図である。 図２８は、実施例３における出力デバイスにおける表示画面例を示す説明図である。 図２９は、実施例３にかかる操作対象候補センサ選定モジュールによる操作対象候補センサ選定処理手順例を示すフローチャートである。 図３０は、実施例３にかかる操作取得モジュールによる操作取得処理手順例を示すフローチャートである。
　監視装置は、不安定化の兆候を検知したセンサにおける過去の類似事例となるセンサデータの挙動から、対策として系統運用者が実施した操作によってデータ挙動が変化したセンサを選定する。当該選定され得るセンサは、不安定化の兆候を検知したセンサとは異なる他のセンサであるが、同一のセンサでもよい。そして、監視装置は、選定されたセンサのセンサデータの挙動を変化させる操作を、実施すべき対策の候補として系統運用者に提示する。系統運用者は、監視装置を管理したり、設備を操作する者である。
　以下に示す実施例では、インフラを運用管理するシステムの一例として送電系統運用業務に監視装置を適用した例を説明する。具体的には、送電系統に不安定化の兆候を検知した場合に、過去のセンサデータから実施すべき対策の候補を推定し、系統運用者に通知する監視装置を説明する。なお、不安定化の兆候にかぎらず、障害の兆候や障害の発生といった特定の状態への遷移を検知した場合にも適用される。
　なお、本実施例における「対策」とは、送電系統を安定化させるために系統運用者が実施する操作であり、「操作」とは１つの設備に対する行動を指す。操作の例としては、「発電所に連絡して、出力を増加させる」、「変電所の変圧器の設定変更を指示して、変電所の出力電圧を下げる」等がある。また、対策として系統運用者が実施した操作によって、データ挙動が変化した可能性のあるセンサを、本実施例では「操作対象候補センサ」と定義する。また、ここでは送電系統運用業務における実施例を紹介しているが、本実施例は、監視対象装置の稼働データを収集して運用するシステムにも適用可能である。
　＜対策提示例＞
　図１は、実施例１における対策提示例を示す説明図である。監視装置は、まず、送電系統１００を監視し、送電系統１００の不安定化の兆候を検知する（１．監視）。ここで、送電系統１００は、１以上の送電施設１０１を有する。送電施設１０１は、監視対象である１以上の設備を有する。送電施設１０１は、具体的には、たとえば、変電所や開閉所である。各送電施設１０１はデータ通信のために、ネットワークを介して監視装置に接続される。設備１０２は、操作機器１０３と、１以上のセンサ１０４とを有する。設備１０２は、具体的には、たとえば、変圧器や遮断器である。操作機器１０３は、設備１０２を操作するインタフェースであり、具体的には、たとえば、ボタンやスイッチ、レバー、端末である。
　センサ１０４は、具体的には、たとえば、電流計や電圧計、周波数計、無効電力計である。ＰＭＵでもよい。センサ１０４は、設備１０２の観測値を時系列なセンサデータとして出力する。電流計の場合、センサ１０４は、時系列な電流値を出力する。そして、監視装置は、当該センサ１０４が設置されている設備１０２に発生する障害の兆候を検知する。具体的には、たとえば、センサ１０４が検出した時系列データが所定のしきい値以上となった場合、監視装置は、不安定化の兆候を検知したと判断する。
　また、監視装置は、センサ１０４が検出した時系列データが所定のしきい値以上となった場合、当該センサ１０４と同一エリアに存在する他のセンサ１０４の時系列データを取得して、当該エリア内の全センサ１０４についての安定度を算出することとしてもよい。安定度とは、エリア内の全設備１０２の安定状態を示す指標値である。具体的には、たとえば、安定度は、エリア内のあるセンサ１０４が検出した時系列データが所定のしきい値以上となるまでの所定期間における当該エリア内の各センサ１０４の１以上の時系列データに基づいて算出される。安定度は、たとえば、当該エリア内の各センサ１０４の時系列データの平均値でもよく、エリア内の各センサ１０４の時系列データの同一時刻での最大値（または最小値、中央値）の集合でもよい。当該エリア内の各センサ１０４の時系列データが１つである場合は、安定度は、当該時系列データそのものとなる。なお、算出された安定度は、記憶デバイスに格納され、２．類似事例検索の類似事例として用いられる。
　つぎに、監視装置は、不安定化の兆候を検知した場合、類似事例を検索する（２．類似事例検索）。類似事例とは、今回不安定化の兆候を検知したセンサ１０４または他のセンサが過去に検知した兆候検知から収束までの時系列なセンサデータである。収束とは、監視装置が、センサ１０４による兆候検知後、その時系列なセンサデータが所定のしきい値未満となったと判断した状態である。すなわち、特定の状態から元の状態に復帰した状態である。監視装置は、具体的には、たとえば、兆候検知され、かつ、未収束のセンサデータに類似する類似事例をパターンマッチングにより検索する。
　なお、２．類似事例検索では、１．監視において安定度が算出された場合、類似事例として、各エリア内の不安定化の兆候を検知したセンサ１０４が過去に検知した場合の各エリアについての兆候検知から収束までの安定度を用いる。これにより、１．監視で得られた安定度に類似する類似事例（安定度）を検索することができる。
　つぎに、監視装置は、類似事例検索の結果を用いて、対策推定を実行する（３．対策推定）。具体的には、たとえば、監視装置は、類似事例において不安定化の兆候を検知した時刻（兆候検知時刻）ｔｄと、当該類似事例において兆候が収束した時刻（兆候収束時刻）ｔｃとを取得する。そして、監視装置は、兆候検知時刻ｔｄから兆候収束時刻ｔｃまでの時間帯において全設備１０２になされた操作を示す情報（以下、操作情報）を取得する。取得した操作情報は、対策の候補となる。監視装置は、取得した操作を示す情報を出力する。
　これにより、系統内の設備に異常の兆候を検知した場合に検知された設備について操作ログが存在しないという制約下でも、監視装置は、実施すべき対策を系統運用者に提示する。したがって、監視装置は、系統運用者の意思決定の高速化を促すことができる。
　＜監視システム＞
　図２は、実施例１にかかる監視システムのハードウェア構成例を示すブロック図である。監視システム２００は、系統の一例である送電系統１００と、監視装置２０１と、入力デバイス２０２と、出力デバイス２０３と、を有する。上述したように、送電系統１００と監視装置２０１とは、ＬＡＮ２６０により接続されている。
　監視装置２０１は、プロセッサ２１１と、主記憶デバイス２１２と、補助記憶デバイス２１３と、ネットワークＩ／Ｆ２１４（Ｉｎｔｅｒｆａｃｅ）２１４と、クライアントＩ／Ｆ２１５とが、バス２１６で接続された計算機である。プロセッサ２１１は、監視装置２０１を制御する。主記憶デバイス２１２は、センサデータ受付プログラム２２１、データ監視プログラム２２２、データ蓄積プログラム２２３、類似事例検索プログラム２２４、対策推定プログラム２２５、マスタテーブル管理プログラム２２６を格納する。これらプログラムの一部または全部は、補助記憶デバイス２１３に格納されてもよい。これらプログラムはプロセッサ２１１に実行される。
　センサデータ受付プログラム２２１は、センサデータの受付をプロセッサ２１１に実行させるプログラムである。データ監視プログラム２２２は、図１に示した監視をプロセッサ２１１に実行させるプログラムである。データ蓄積プログラム２２３は、センサデータや兆候検知時刻、兆候収束時刻といった類似事例検索に必要なデータの蓄積をプロセッサ２１１に実行させるプログラムである。類似事例検索プログラム２２４は、図１に示した類似事例検索をプロセッサ２１１に実行させるプログラムである。対策推定プログラム２２５は、図１に示した対策推定をプロセッサ２１１に実行させるプログラムである。マスタテーブル管理プログラム２２６は、マスタテーブルであるセンサ操作可否テーブル２３４およびセンサ操作関連テーブル２３５の管理をプロセッサ２１１に実行させるプログラムである。
　以降、「プログラム」（ソフトウェアモジュールを含む）を主語（動作主体）として各処理について説明する場合があるが、上述したようにプログラムはプロセッサ２１１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（通信制御装置）を用いながら行うため、プロセッサ２１１を主語とした説明としてもよい。
　補助記憶デバイス２１３は、兆候検知／兆候収束時刻テーブル２３１、センサデータテーブル２３２、センサ選定用特徴量テーブル２３３、センサ操作可否テーブル２３４、およびセンサ操作関連テーブル２３５を格納する。これらテーブルの一部または全部は、主記憶デバイス２１２に格納されてもよい。
　センサデータテーブル２３２、センサ選定用特徴量テーブル２３３、および兆候検知／兆候収束時刻テーブル２３１は、送電系統１００から得られるトランザクションデータを格納するテーブルであり、いずれもデータ蓄積プログラム２２３が当該トランザクションデータを登録する。兆候検知／兆候収束時刻テーブル２３１は、センサ１０４ごとに兆候検知時刻および兆候収束時刻を格納するテーブルである。センサデータテーブル２３２は、センサデータを格納するテーブルである。センサ選定用特徴量テーブル２３３は、センサ選定用特徴量を格納するテーブルである。センサ選定用特徴量については後述する。
　センサ操作可否テーブル２３４およびセンサ操作関連テーブル２３５は、マスタデータを格納するテーブルである。センサ操作可否テーブル２３４は、どの種類のセンサ１０４がどの施設のどの設備１０２を監視するかを規定し、かつ、設備１０２が操作可能であるかを規定するテーブルである。センサ操作関連テーブル２３５は、センサ１０４ごとのデータ挙動に応じた操作の操作情報を規定するテーブルである。
　ネットワークＩ／Ｆ２１４は、ＬＡＮ２６０を介して送電系統１００と接続するインタフェースである。クライアントＩ／Ｆ２１５は、入力デバイス２０２および出力デバイス２０３に接続するインタフェースである。入力デバイス２０２は、系統運用者が操作するマウス、キーボード、スイッチ、タッチパネルなどの入力機器である。出力デバイス２０３は、系統運用者が使用するディスプレイであり、監視用モニタ２４０と対策表示用モニタ２５０を表示する。
　＜主記憶デバイス２１２の詳細な記憶内容例＞
　図３は、実施例１にかかる主記憶デバイス２１２の詳細な記憶内容例を示すブロック図である。データ監視プログラム２２２は、不安定化兆候検知モジュール３２１を含む。不安定化兆候検知モジュール３２１は、プロセッサ２１１に設備１０２の不安定化の兆候を検知させるソフトウェアモジュールである。状態保持バッファ３２２は、不安定化兆候検知モジュール３２１による不安定化兆候検知処理の前回実行時の情報を保持するために、不安定化兆候検知モジュール３２１が確保する主記憶デバイス２１２上の領域である。
　データ蓄積プログラム２２３は、兆候検知／兆候収束時刻蓄積モジュール３３１、センサデータ蓄積モジュール３３２、およびセンサ選定用特徴量計算モジュール３３３を含む。センサデータ蓄積モジュール３３２は、センサ１０４から得られる時系列データであるセンサデータをデータ保持バッファ３３４に蓄積するソフトウェアモジュールである。兆候検知／兆候収束時刻蓄積モジュール３３１は、兆候検知時刻および兆候収束時刻をデータ保持バッファ３３４に蓄積するソフトウェアモジュールである。センサ選定用特徴量計算モジュール３３３は、センサ選定用特徴量を計算してデータ保持バッファ３３４に蓄積するソフトウェアモジュールである。データ保持バッファ３３４は、センサ選定用特徴量計算処理の前回実行時の情報を保持するために、センサ選定用特徴量計算モジュール３３３が確保する主記憶デバイス２１２上の領域である。
　対策推定プログラム２２５は、操作対象候補センサ選定モジュール３５１、操作可能センサ絞込モジュール３５２、操作取得モジュール３５３、および対策表示モジュール３５４を含む。操作対象候補センサ選定モジュール３５１は、操作対象となるセンサ１０４の候補の選定をプロセッサ２１１に実行させるモジュールである。操作可能センサ絞込モジュール３５２は、操作可能なセンサ１０４の絞り込みをプロセッサ２１１に実行させるモジュールである。操作取得モジュール３５３は、操作情報の取得をプロセッサ２１１に実行させるモジュールである。対策表示モジュール３５４は、対策を示す情報の出力デバイス２０３への表示をプロセッサ２１１に実行させるモジュールである。
　＜データ蓄積フロー＞
　図４は、実施例１にかかるデータ蓄積フローの一例を示す説明図である。センサデータ蓄積モジュール３３２は、センサデータ受付プログラム２２１からセンサデータを受け取り、センサデータテーブル２３２に登録する。センサ選定用特徴量計算モジュール３３３は、センサデータ受付プログラム２２１からセンサデータを受け取り、センサ選定用特徴量を計算して、センサ選定用特徴量テーブル２３３に登録する。兆候検知／兆候収束時刻蓄積モジュール３３１は、データ監視プログラム２２２の不安定化兆候検知モジュール３２１から、送電系統１００の不安定化の兆候検知または収束の時刻情報を受け取り、兆候検知／兆候収束時刻テーブル２３１に登録する。
　センサ操作可否テーブル２３４およびセンサ操作関連テーブル２３５については、監視システム２００の構築時およびメンテナンス時に、系統運用者Ｍが入力デバイス２０２からマスタテーブル管理プログラム２２６にアクセスし、データを登録する。
　＜不安定化兆候検知モジュール３２１による不安定化兆候検知処理手順例＞
　図５は、実施例１にかかる不安定化兆候検知モジュール３２１による不安定化兆候検知処理手順例を示すフローチャートである。なお、状態保持バッファ３２２内の系統状態の初期値は、「正常」とする。「正常」は、設備１０２が安定状態であることを示す。まず、不安定化兆候検知モジュール３２１は、最初のステップで、センサデータ受付プログラム２２１からセンサデータを取得する（ステップＳ５０１）。つぎに、不安定化兆候検知モジュール３２１は、状態保持バッファ３２２から系統状態を取得する（ステップＳ５０２）。
　つぎに、不安定化兆候検知モジュール３２１は、ステップＳ５０２で取得した系統状態を確認し、かつ、ステップＳ５０１で受け付けたセンサデータが所定のしきい値以上であるか否かを判定する（ステップＳ５０３）。なお、本実施例１では個々のセンサデータを判定対象として説明するが、所定時間内のセンサデータ群の代表値（たとえば、平均値や最大値、最小値、中央値、ランダムに選択された値）を判定対象としてもよい。
　ステップＳ５０３において、系統状態が「正常」かつセンサデータが所定のしきい値以上である場合（ステップＳ５０３：正常＆しきい値以上）、不安定化兆候検知モジュール３２１は、系統状態を「正常」から「異常」に変更し（ステップＳ５０４）、兆候検知／兆候収束時刻蓄積モジュール３３１に兆候情報を送信して（ステップＳ５０５）、ステップＳ５０８に移行する。「異常」は、設備１０２が不安定状態であることを示す。ここでは、兆候情報は、兆候ＩＤ、所定のしきい値以上となったセンサ１０４のセンサＩＤ、および兆候検知時刻を含む。兆候ＩＤは、兆候情報を一意に特定する識別情報である。
　ステップＳ５０３において、系統状態が「異常」かつセンサデータが所定のしきい値未満である場合（ステップＳ５０３：異常＆しきい値未満）、不安定化兆候検知モジュール３２１は、系統状態を「異常」から「正常」に変更し（ステップＳ５０６）、兆候検知／兆候収束時刻蓄積モジュール３３１に兆候情報を送信して（ステップＳ５０７）、ステップＳ５０８に移行する。ここでは、兆候情報は、兆候ＩＤ、および兆候収束時刻を含む。
　ステップＳ５０３において、それ以外、すなわち、系統状態が「正常」かつセンサデータが所定のしきい値未満である場合、または、系統状態が「異常」かつセンサデータが所定のしきい値以上である場合（ステップＳ５０３：それ以外）、不安定化兆候検知モジュール３２１は、不安定化兆候検知処理を終了する。
　ステップＳ５０５またはＳ５０７のあと、不安定化兆候検知モジュール３２１は、監視用モニタ２４０に兆候情報を送信する（ステップＳ５０８）。これにより、監視用モニタ２４０に兆候情報が表示される。そして、不安定化兆候検知モジュール３２１は、状態保持バッファ３２２にステップＳ５０４またはＳ５０６による変更後の系統状態を上書き保存する（ステップＳ５０９）。これにより、不安定化兆候検知モジュール３２１は、不安定化兆候検知処理を終了する。
　＜兆候検知／兆候収束時刻テーブル２３１＞
　図６は、兆候検知／兆候収束時刻テーブル２３１の記憶内容例を示す説明図である。兆候検知／兆候収束時刻テーブル２３１は、兆候情報を格納するテーブルである。兆候検知／兆候収束時刻テーブル２３１は、兆候ＩＤフィールド６０１と、センサＩＤフィールド６０２と、兆候検知時刻フィールド６０３と、兆候収束時刻フィールド６０４とを有する。各フィールド６０１～６０４の同一行の値の組み合わせにより、兆候情報を示すエントリを構成する。以降、ＡＡフィールドｘｘの値を、ＡＡｘｘと表記する場合がある。たとえば、兆候ＩＤフィールド６０１の値を兆候ＩＤ６０１と表記する。
　兆候ＩＤフィールド６０１は、値として、兆候ＩＤ６０１を格納する記憶領域である。兆候ＩＤ６０１は、上述したように、兆候情報を一意に特定する識別情報である。兆候ＩＤ６０１は、兆候検知／兆候収束時刻テーブル２３１への格納順に採番される。
　センサＩＤフィールド６０２は、値として、センサＩＤ６０２を格納する記憶領域である。センサＩＤ６０２は、兆候を検知し、また、収束を検知したセンサ１０４を一意に特定する識別情報である。
　兆候検知時刻フィールド６０３は、値として、兆候検知時刻６０３を格納する記憶領域である。兆候検知時刻６０３は、センサＩＤ６０２のセンサ１０４が設備１０２について不安定化の兆候を検知した時刻である。
　兆候収束時刻フィールド６０４は、値として、兆候収束時刻６０４を格納する記憶領域である。兆候収束時刻６０４は、センサＩＤ６０２のセンサ１０４が設備１０２について不安定化の収束を検知した時刻である。兆候検知／兆候収束時刻テーブル２３１のエントリは、データ監視プログラム２２２の不安定化兆候検知モジュール３２１から、兆候情報を受け取った兆候検知／兆候収束時刻蓄積モジュール３３１によって登録される。
　＜兆候検知／兆候収束時刻蓄積モジュール３３１による兆候検知／収束時刻蓄積処理手順例＞
　図７は、実施例１にかかる兆候検知／兆候収束時刻蓄積モジュール３３１による兆候検知／収束時刻蓄積処理手順例を示すフローチャートである。兆候検知／兆候収束時刻蓄積モジュール３３１は、データ監視プログラム２２２の不安定化兆候検知モジュール３２１から兆候情報を取得する（ステップＳ７０１）。
　つぎに、兆候検知／兆候収束時刻蓄積モジュール３３１は、取得した兆候情報を参照して、兆候検知時の兆候情報であるか、兆候収束時の兆候情報であるかを判別する（ステップＳ７０２）。兆候検知時の兆候情報である場合（ステップＳ７０２：兆候検知）、兆候検知／兆候収束時刻蓄積モジュール３３１は、当該兆候情報から兆候ＩＤ、センサＩＤ、および兆候検知時刻を取得して（ステップＳ７０３）、兆候検知／兆候収束時刻テーブル２３１に登録する（ステップＳ７０４）。これにより、兆候検知／兆候収束時刻蓄積モジュール３３１は、兆候検知／収束時刻蓄積処理を終了する。
　一方、ステップＳ７０２において、兆候収束時の兆候情報である場合（ステップＳ７０２：兆候収束）、対応する兆候検知時の兆候情報（兆候ＩＤ６０１、センサＩＤ６０２、および兆候検知時刻６０３）が兆候検知／兆候収束時刻テーブル２３１に登録済みである。したがって、兆候検知／兆候収束時刻蓄積モジュール３３１は、兆候情報から兆候ＩＤと兆候収束時刻とを取得して、同一兆候ＩＤ６０１のエントリに兆候収束時刻を登録する。これにより、兆候検知／兆候収束時刻蓄積モジュール３３１は、兆候検知／収束時刻蓄積処理を終了する。
　＜センサデータテーブル２３２＞
　図８は、センサデータテーブル２３２の記憶内容例を示す説明図である。センサデータテーブル２３２は、監視装置２０１が収集したセンサデータを格納するテーブルである。センサデータテーブル２３２は、計測時刻フィールド８０１と、センサＩＤフィールド８０２と、計測値フィールド８０３と、を有する。各フィールド８０１～８０３の同一行の値の組み合わせにより、センサデータを示すエントリを構成する。計測時刻フィールド８０１およびセンサＩＤフィールド８０２が主キーとなる。
　計測時刻フィールド８０１は、値として、計測時刻８０１を格納する記憶領域である。計測時刻８０１は、センサ１０４が計測値を計測した時刻である。
　センサＩＤフィールド８０２は、値として、センサＩＤ８０２を格納する記憶領域である。ここでのセンサＩＤ８０２は、計測時刻８０１に計測値８０３を計測したセンサ１０４を一意に特定する識別情報である。
　計測値フィールド８０３は、値として、計測値８０３を格納する記憶領域である。計測値８０３は、センサＩＤ６０２のセンサ１０４がその監視対象となる設備１０２を計測した値である。たとえば、センサ１０４が電流計である場合は、計測値８０３は電流値である。センサデータテーブル２３２のエントリは、センサデータ受付プログラム２２１から、センサデータを受け取ったセンサデータ蓄積モジュール３３２によって登録される。
　＜センサ選定用特徴量テーブル２３３＞
　図９は、センサ選定用特徴量テーブル２３３の記憶内容例を示す説明図である。センサ選定用特徴量テーブル２３３は、収集したセンサデータから算出されたセンサ選定用特徴量を格納するテーブルである。センサ選定用特徴量とは、対策推定プログラム２２５の操作対象候補センサ選定モジュール３５１にて、系統運用者Ｍの操作によってセンサデータの挙動が変化したセンサ１０４を選定するために使用する特徴量である。センサ選定用特徴量の具体例については図１０で後述する。
　センサ選定用特徴量テーブル２３３は、計測時刻フィールド９０１と、センサＩＤフィールド９０２と、センサ選定用特徴量フィールド９０３と、を有する。各フィールド９０１～９０３の同一行の値の組み合わせにより、センサ選定用特徴量を特定するエントリを構成する。計測時刻フィールド９０１およびセンサＩＤフィールド９０２が主キーとなる。
　計測時刻フィールド９０１は、値として、計測時刻９０１を格納する記憶領域である。計測時刻９０１は、センサＩＤ９０２と一致するセンサＩＤ８０２の計測時刻８０１の代表値である。
　センサＩＤフィールド９０２は、値として、センサＩＤ９０２を格納する記憶領域である。ここでのセンサＩＤ９０２は、センサ選定用特徴量９０３の算出元となる計測値８０３を計測したセンサ１０４を一意に特定する識別情報（センサＩＤ８０２）である。
　センサ選定用特徴量フィールド９０３は、値として、センサ選定用特徴量９０３を格納する記憶領域である。センサ選定用特徴量テーブル２３３のエントリは、データ蓄積プログラム２２３がセンサデータを受け取り、センサ選定用特徴量計算モジュール３３３が値を登録する。
　＜センサ選定用特徴量９０３の算出例＞
　図１０は、センサ選定用特徴量９０３の算出例を示す表である。センサ選定用特徴量９０３の算出方法には、たとえば、図１０に示したセンサデータ列の平滑化、センサデータ列の正規化、センサデータ列の動的特徴の算出、およびセンサデータ列の周波数変換がある。センサデータ列とは、時系列な複数のセンサデータである。
　センサデータ列の平滑化は、センサデータ列の微小な変動やノイズを取り除く算出方法である。具体的には、たとえば、移動平均の計算やローパスフィルタを適用することによりセンサ選定用特徴量９０３が得られる。
　センサデータ列の正規化は、予めセンサ１０４ごとに定められたセンサデータの平均と分散を用いてセンサデータを正規化し、センサ１０４ごとのセンサデータのスケールの違いを補正する算出方法である。具体的には、たとえば、センサデータの計測値から平均値を引いた値を分散で割った値が、正規化された計測値、すなわち、センサ選定用特徴量９０３となる。
　センサデータ列の動的特徴の算出は、センサデータの絶対量ではなく、相対量（変化量）のみに着目する算出方法である。具体的には、たとえば、センサデータ列を微分してその変化情報をセンサ選定用特徴量９０３として抽出する算出方法がある。
　センサデータ列の周波数変換は、センサデータ列を複数の正弦波の重なりで表現する算出方法である。具体的には、たとえば、フーリエ変換が挙げられる。フーリエ変換された周波数がセンサ選定用特徴量９０３となる。なお、センサ選定用特徴量９０３の算出はオプションであり、センサ選定用特徴量９０３を算出しない場合は、センサデータをそのまま利用すればよい。
　これら４つの算出方法は、センサ選定用特徴量９０３の算出の一例であり、実際にはこれらの以外の方法を用いても良いし、これらの組み合わせて用いてもよい。業務やセンサデータの特性、次に説明する操作対象候補センサの選定方法に合わせて、センサ選定用特徴量９０３が選択される。
　＜センサ選定用特徴量計算モジュール３３３によるセンサ選定用特徴量計算処理手順例＞
　図１１は、センサ選定用特徴量計算モジュール３３３によるセンサ選定用特徴量計算処理手順例を示すフローチャートである。センサ選定用特徴量計算モジュール３３３は、所定時間ごとに起動し、全センサ１０４に対して以下に示す処理を逐次的に実行する。
　まず、センサ選定用特徴量計算モジュール３３３は、センサデータ受付プログラム２２１から当該センサ１０４の第１の所定時間分のセンサデータ群を取得する（ステップＳ１１０１）。センサデータ群の各センサデータには、計測時刻、センサＩＤ、計測値が含まれる。第１の所定時間とは、最新の所定時間である。たとえば、最新の２秒である。
　つぎに、センサ選定用特徴量計算モジュール３３３は、データ保持バッファ３３４から当該センサ１０４の第２の所定時間分のセンサデータ群を取得する（ステップＳ１１０２）。第２の所定時間は、第１の所定時間以前の所定時間であり、たとえば、１１８秒である。すなわち、第１の所定時間と第２の所定時間とを合わせることにより、本例の場合、最新の１２０秒となる。
　つぎに、センサ選定用特徴量計算モジュール３３３は、ステップＳ１１０１、Ｓ１１０２で得られたセンサデータ群から、図１０に示した算出方法を適用することにより、センサ選定用特徴量を計算する（ステップＳ１１０３）。
　つぎに、センサ選定用特徴量計算モジュール３３３は、センサ選定用特徴量テーブル２３３に、計測時刻、センサＩＤ６０２、およびステップＳ１１０３で算出したセンサ選定用特徴量を格納する（ステップＳ１１０４）。
　最後に、センサ選定用特徴量計算モジュール３３３は、次回以降に使用するセンサデータをデータ保持バッファ３３４に保存する（ステップＳ１１０５）。具体的には、たとえば、センサ選定用特徴量計算モジュール３３３は、最新の１１８秒分のセンサデータ群をデータ保持バッファ３３４に保存する。これにより、センサ選定用特徴量計算モジュール３３３は、センサ選定用特徴量計算処理を終了する。
　＜センサ操作可否テーブル２３４＞
　図１２は、センサ操作可否テーブル２３４の記憶内容例を示す説明図である。センサ操作可否テーブル２３４は、センサＩＤフィールド１２０１と、施設フィールド１２０２と、設備フィールド１２０３と、センサ種別フィールド１２０４と、操作可否フィールド１２０５と、を有する。各フィールド１２０１～１２０５の同一行の値の組み合わせにより、センサ操作可否情報を規定するエントリを構成する。
　センサＩＤフィールド８０２は、値として、センサＩＤ６０２を格納する記憶領域である。施設フィールド１２０２は、値として、施設１２０２（たとえば、送電施設１０１の識別情報）を格納する記憶領域である。設備フィールド１２０３は、値として、設備１０２を格納する記憶領域である。センサ種別フィールド１２０４は、値として、センサ種別１２０４を格納する記憶領域である。センサ種別は、センサ１０４の種別を示す情報である。操作可否フィールド１２０５は、値として、操作可否１２０５を格納する記憶領域である。操作可否１２０５は、送電施設１０１内の設備１０２が操作可能であるか否かを示す情報である。センサ操作可否テーブル２３４のエントリは、監視システム２００の構築時およびメンテナンス時に、系統運用者Ｍが入力デバイス２０２からマスタテーブル管理プログラム２２６により登録される。
　このように、センサ操作可否テーブル２３４は、センサデータの挙動が系統運用者Ｍの操作によって変化させることが可能か否かを格納するテーブルである。例えば、センサＩＤ６０２が「０００１」,「０００２」,「０００３」のエントリについては、火力発電所は一般的に出力が調整可能な施設である。したがって、火力発電所の出力を計測するセンサデータの挙動は系統運用者Ｍによって変化させること可能である。
　逆に、センサＩＤ６０２が「００１３」,「００１４」,「００１５」のエントリについては、風力発電所の出力は自然環境に依存するため、当該出力を計測するセンサデータの挙動を変化させることはできない。
　しかし、センサＩＤ６０２が「００１６」,「００１７」,「００１８」のエントリについては、風力発電所からの入力を受けている変圧器については、変圧器の設定を変更することによって出力が調整可能なので、当該出力を計測するセンサデータの挙動は系統運用者Ｍによって変化可能だと言える。
　＜センサ操作関連テーブル２３５＞
　図１３は、センサ操作関連テーブル２３５の記憶内容例を示す説明図である。センサデータの挙動を変化させるための、系統運用者Ｍの操作を格納したテーブルである。センサ操作関連テーブル２３５により、監視装置２０１は、あるセンサデータの挙動から、どのような操作を実施したかを推定することができる。
　センサ操作関連テーブル２３５は、センサＩＤフィールド１３０１と、データ挙動フィールド１３０２と、操作フィールド１３０３と、を有する。各フィールド１３０１～１３０３の同一行の値の組み合わせにより、センサ操作関連情報を規定するエントリを構成する。センサＩＤフィールド８０２とデータ挙動フィールド１３０２が主キーとなる。センサ操作関連テーブル２３５のエントリは、監視システム２００の構築時およびメンテナンス時に、系統運用者Ｍが入力デバイス２０２からマスタテーブル管理プログラム２２６により登録される。
　センサＩＤフィールド１３０１は、値として、センサＩＤ１３０１を格納する記憶領域である。データ挙動フィールド１３０２は、値として、データ挙動１３０２を格納する記憶領域である。データ挙動１３０２は、センサデータ群の挙動を示すパターンであり、例として、図１３に示す９通りのパターンがある。したがって、本例では、センサ１０４ごとに９通りのデータ挙動１３０２および操作１３０３が格納される。操作フィールド１３０３は、値として、操作１３０３を格納する記憶領域である。
　＜センサデータ群の挙動から実施した対策の推定例＞
　図１４は、センサデータ群の挙動から実施した対策の推定例を示す説明図である。実施例１では、監視装置２０１が、センサデータ群のデータ挙動から対策を機械的に推定して系統運用者Ｍに提示する。これにより、系統運用者Ｍの意思決定高速化を支援する。
　ケース１は、火力発電所Ａ’の出力電圧を示す。グラフより、送電系統１００の不安定の兆候検知後に電圧値が急激に増加しているのが分かる。このセンサデータ（電圧値）の挙動と、一般に火力発電所は出力を調整可能な施設であることから、監視装置２０１は、対策として「系統運用者Ｍが火力発電所Ａ’の出力を増加させた」と推定する。
　ケース２は、風力発電所Ｂ’と繋がる変電所Ｂの出力電圧を示す。兆候検知後に電圧値が急激に減少している。このセンサデータ（電圧値）の挙動と、風力発電所の出力は天候に依存しており調整不可能であることから、監視装置２０１は、「系統運用者Ｍが変電所Bの変圧器を操作して出力電圧を減少させた」と推定する。
　ケース３は、火力発電機Ｃ’の出力電圧を示す。兆候検知前から出力電圧が大きく変化しているため、該センサ１０４に表れているセンサデータ（電圧値）の挙動は発生している異常による可能性が高い。ただし、対策として火力発電機Ｃ’を直接操作した可能性もあるため、監視装置２０１は、対策候補「火力発電機Ｃ’の出力を増加させた」を提示する必要がある。
　ケース４は、風力発電所Ｄ’の出力電圧のデータを示す。兆候検知後に電圧値が急激に上昇しているが、風力発電所の出力は天候（風）に左右され、操作不可能なことから、「風力発電所Ｄ’の出力を上昇させる」といった操作は対策候補にはならない。
　＜対策提示フロー＞
　図１５は、実施例１にかかる対策提示フローの一例を示す説明図である。まず、類似事例検索プログラム２２４は、データ監視プログラム２２２の不安定化兆候検知モジュール３２１から、現在の系統状態が「正常」から「異常」に更新され、かつ、センサデータが所定のしきい値以上であるセンサ１０４のセンサＩＤ１５００を受け取る。類似事例検索プログラム２２４は、受け取ったセンサＩＤ１５００を用いて、センサデータテーブル２３２を参照し、当該センサＩＤ１５００と一致するセンサＩＤ８０２に対応する計測値８０３を計測時刻８０１順に取得し、兆候検知／兆候収束時刻テーブル２３１を参照して、同一センサＩＤ６０２についての過去の類似事例の兆候検知時刻６０３（ｔｄ）および兆候収束時刻６０４（ｔｃ）を検索する。
　センサＩＤ１５００のセンサ１０４のセンサデータが所定のしきい値以上となってからのセンサデータ列は、まだ、所定のしきい値未満となっていない、すなわち、収束していない。したがって、具体的には、たとえば、類似事例検索プログラム２２４は、所定のしきい値以上となってからのセンサデータ列が一致する過去の類似事例を検索することになる。
　つぎに、対策推定プログラム２２５の操作対象候補センサ選定モジュール３５１は、類似事例検索プログラム２２４によって検索された過去の類似事例の兆候検知時刻６０３（ｔｄ）および兆候収束時刻６０４（ｔｃ）（以下、時刻情報）を受け取る。操作対象候補センサ選定モジュール３５１は、受け取った時刻情報を用いてセンサ選定用特徴量テーブル２３３を参照し、操作対象候補センサＩＤリスト１５０１を作成する。
　つぎに、操作可能センサ絞込モジュール３５２が、操作対象候補センサＩＤリスト１５０１を受け取り、センサ操作可否テーブル２３４を参照して、操作対象候補センサＩＤリスト１５０１から候補を絞り込んだ絞込済操作対象候補センサＩＤリスト１５０２を作成する。
　つぎに、操作取得モジュール３５３が、絞込済操作対象候補センサＩＤリスト１５０２を受け取り、センサ操作関連テーブル２３５を参照して、操作リスト１５０３を作成する。
　最後に、対策表示モジュール３５４が、操作リスト１５０３を受け取り、出力デバイス２０３内の対策表示用モニタ２５０にアクセスして操作リスト１５０３の内容を対策として表示する。操作対象候補センサ選定モジュール３５１、操作可能センサ絞込モジュール３５２、操作取得モジュール３５３の詳細については、図１６～図２０で説明する。対策表示モジュール３５４の表示画面例は、図２１で説明する。
　＜操作対象候補センサ選定モジュール３５１による操作対象候補センサ選定処理手順例＞
　図１６は、実施例１にかかる操作対象候補センサ選定モジュール３５１による操作対象候補センサ選定処理手順例を示すフローチャートである。まず、操作対象候補センサ選定モジュール３５１は、類似事例検索プログラム２２４から、センサＩＤ１５００のセンサ１０４についての過去の類似事例の兆候検知時刻６０３（ｔｄ）と兆候収束時刻６０４（ｔｃ）を取得する（ステップＳ１６０１）。
　つぎに、操作対象候補センサ選定モジュール３５１は、センサ１０４ごとに、センサＩＤ、兆候検知時刻６０３（ｔｄ）、および兆候収束時刻６０４（ｔｃ）を用いてセンサ選定用特徴量テーブル２３３を参照する。そして、操作対象候補センサ選定モジュール３５１は、過去の類似事例、すなわち、兆候検知時刻６０３（ｔｄ）から兆候収束時刻６０４（ｔｃ）までの時間帯におけるセンサ選定用特徴量９０３の集合を取得する（ステップＳ１６０２）。
　なお、センサ選定用特徴量９０３を利用しない場合、操作対象候補センサ選定モジュール３５１は、センサ１０４ごとに、センサＩＤ、兆候検知時刻６０３（ｔｄ）、および兆候収束時刻６０４（ｔｃ）を用いてセンサデータテーブル２３２を参照する。そして、操作対象候補センサ選定モジュール３５１は、過去の類似事例、すなわち、兆候検知時刻６０３（ｔｄ）から兆候収束時刻６０４（ｔｃ）までの時間帯における計測値８０３の集合を取得する。
　つぎに、操作対象候補センサ選定モジュール３５１は、センサ１０４群の中から、ステップＳ１６０２で取得した各センサ１０４の選定用特徴量の集合を用いて、操作対象候補センサ１０４を選定する（ステップＳ１６０３）。
　つぎに、操作対象候補センサ選定モジュール３５１は、ステップＳ１６０２で取得した各センサ１０４の選定用特徴量の集合を用いて、操作対象候補センサ１０４のデータ挙動１３０２を決定する（ステップＳ１６０４）。
　なお、ステップＳ１６０３とステップＳ１６０４でセンサ選定用特徴量９０３を利用しない場合、操作対象候補センサ選定モジュール３５１は、センサ１０４群の中から、ステップＳ１６０２で取得した各センサ１０４の計測値８０３の集合を用いて、操作対象候補センサ１０４を選定する。
　ここで操作対象候補センサ１０４とは、対策として系統運用者Ｍが実施した操作によってデータ挙動が変化した可能性が高いセンサ１０４を指す。また、操作対象候補センサ１０４の選定方法とデータ挙動１３０２の決定方法は、１つの方法に限定されない。操作対象候補センサ１０４の選定方法とデータ挙動１３０２の決定方法の具体例は図１７および図１８で説明する。
　つぎに、操作対象候補センサ選定モジュール３５１は、操作対象候補センサＩＤリスト１５０１を作成する（ステップＳ１６０５）。操作対象候補センサＩＤリスト１５０１は、操作対象候補センサ１０４のセンサＩＤ６０２およびデータ挙動を含む。
　最後に、操作対象候補センサ選定モジュール３５１は、操作可能センサ絞込モジュール３５２に操作対象候補センサＩＤリスト１５０１を受け渡す（ステップＳ１６０６）。これにより、操作対象候補センサ選定モジュール３５１は、操作対象候補センサ選定処理を終了する。
　＜操作対象候補センサ１０４の選定方法の具体例＞
　センサ１０４のデータ挙動を基に、操作対象候補センサ１０４を選定する方法については、業務やデータの特性によって複数のバリエーションが考えられる。そこで、ここでは実施例１を例に、操作対象候補センサ１０４を選定する方法の例を説明する。
　図１７は、図１６に示した操作対象候補センサ１０４の選定方法（ステップＳ１６０３）の具体例を示す説明図である。図１７において、バリエーション１は、兆候検知から兆候収束までの区間内の時系列なセンサデータの最大値と最小値との差異が大きいセンサ１０４を操作対象候補センサ１０４として選定する方法である。ここで、「差異が大きいセンサ１０４」とは、差異の大きさが所定値以上のセンサ１０４でもよく、差異の大きさが上位Ｎ番目（Ｎは自然数）までのセンサ１０４でもよい。
　図１７において、バリエーション２は、兆候検知から兆候収束までの区間内の時系列なセンサデータの回帰直線の傾きが大きいセンサ１０４を操作対象候補センサ１０４として選定する方法である。ここで、「傾きが大きいセンサ１０４」とは、傾きの大きさが所定値以上のセンサ１０４でもよく、傾きの大きさが上位Ｎ番目（Ｎは自然数）までのセンサ１０４でもよい。
　図１７において、バリエーション３は、兆候検知から兆候収束までの区間内の時系列なセンサデータの平常値との差異の総和が大きいセンサ１０４を操作対象候補センサ１０４として選定する方法である。ただし、平常値はセンサ１０４ごとに予め定めておく必要がある。ここで、「差異の総和が大きいセンサ１０４」とは、差異の総和が所定値以上のセンサ１０４でもよく、差異の総和が上位Ｎ番目（Ｎは自然数）までのセンサ１０４でもよい。
　図１７において、バリエーション４は、兆候検知から兆候収束までの区間内の時系列なセンサデータの動的特徴の総和が大きいセンサ１０４を操作対象候補センサ１０４として選定する方法である。ここで、「動的特徴の総和が大きいセンサ１０４」とは、動的特徴の総和が所定値以上のセンサ１０４でもよく、動的特徴の総和が上位Ｎ番目（Ｎは自然数）までのセンサ１０４でもよい。以上に述べた４つのバリエーションは、操作対象候補センサ１０４の選定の一例であり、実際にはこれらの以外の方法を用いても良いし、これらの組み合わせて用いても構わない。また、図１７では、センサデータを用いた選定例について説明したが、センサデータに替えてセンサ選定用特徴量を用いてもよい。
　＜データ挙動１３０２の決定方法の具体例＞
　ここでは実施例１を例に、センサ１０４のデータ挙動を基に、データ挙動１３０２を選定する方法の例を説明する。
　図１８は、図１６に示したデータ挙動１３０２の選定方法（ステップＳ１６０４）の具体例を示す説明図である。図１８の例は、兆候検知から兆候収束までの区間内の時系列なセンサデータをパターンマッチングによって、あらかじめ用意したいくつかのパターンのいずれかに分類する方法である。パターン（１）～（９）は、上述した図１３のセンサ操作関連テーブル２３５のデータ挙動１３０２に対応する。以上に述べた方法は、データ挙動１３０２の決定の一例であり、実際にはこれらの以外の方法を用いても良い。また、図１８では、センサデータを用いた決定例について説明したが、センサデータに替えてセンサ選定用特徴量を用いてもよい。
　＜操作可能センサ絞込モジュール３５２による操作可能センサ絞込処理手順例＞
　図１９は、操作可能センサ絞込モジュール３５２による操作可能センサ絞込処理手順例を示すフローチャートである。まず、操作可能センサ絞込モジュール３５２は、操作対象候補センサ選定モジュール３５１から、操作対象候補センサＩＤリスト１５０１を受け取る（ステップＳ１９０１）。つぎに、操作可能センサ絞込モジュール３５２は、操作対象候補センサＩＤリスト１５０１に含まれるセンサＩＤ６０２ごとに、ステップＳ１９０２～Ｓ１９０４を実行する。
　具体的には、操作可能センサ絞込モジュール３５２は、操作対象候補センサＩＤリスト１５０１から未選択のセンサＩＤ６０２を選択し、選択したセンサＩＤ６０２に一致するセンサＩＤ１２０１をキーにセンサ操作可否テーブル２３４を参照する（ステップＳ１９０２）。そして、操作可能センサ絞込モジュール３５２は、センサＩＤ１２０１に対応する操作可否１２０５が「可」であるか「否」であるかを判断する（ステップＳ１９０３）。すなわち、操作可能センサ絞込モジュール３５２は、センサＩＤ１２０１のセンサ１０４が系統運用者Ｍの操作によってデータ挙動を変化させることが可能なセンサ１０４であるか否かを判断する。
　「否」である場合（ステップＳ１９０３：否）、操作対象候補センサＩＤリスト１５０１に未選択のセンサＩＤ６０２があれば、操作可能センサ絞込モジュール３５２は、当該センサＩＤ６０２を選択して、ステップＳ１９０２を再実行する。操作対象候補センサＩＤリストに未選択のセンサＩＤ６０２がなければ、ステップＳ１９０５に移行する。
　また、「可」である場合（ステップＳ１９０３：可）、操作可能センサ絞込モジュール３５２は、当該選択したセンサＩＤ６０２を絞込済操作対象候補センサＩＤリスト１５０２に登録する（ステップＳ１９０４）。絞込済操作対象候補センサＩＤリスト１５０２は、操作対象候補センサ１０４のセンサＩＤ６０２およびデータ挙動を含む。このあと、操作対象候補センサＩＤリスト１５０１に未選択のセンサＩＤ６０２があれば、操作可能センサ絞込モジュール３５２は、当該センサＩＤ６０２を選択して、ステップＳ１９０２を再実行する。操作対象候補センサＩＤリストに未選択のセンサＩＤ６０２がなければ、ステップＳ１９０５に移行する。
　最後に、操作可能センサ絞込モジュール３５２は、操作取得モジュール３５３に絞込済操作対象候補センサＩＤリストを受け渡す（ステップＳ１９０５）。これにより、操作可能センサ絞込モジュール３５２は、操作可能センサ絞込処理を終了する。
　＜操作取得モジュール３５３による操作取得処理手順例＞
　図２０は、実施例１にかかる操作取得モジュール３５３による操作取得処理手順例を示すフローチャートである。まず、操作取得モジュール３５３は、操作可能センサ絞込モジュール３５２から絞込済操作対象候補センサＩＤリスト１５０２を受け取る（ステップＳ２００１）。つぎに、操作取得モジュール３５３は、絞込済操作対象候補センサＩＤリスト１５０２内の各センサＩＤ６０２について、ステップＳ２００２、Ｓ２００３を実行する。
　具体的には、操作取得モジュール３５３は、センサＩＤ６０２に一致するセンサＩＤ１３０１およびデータ挙動１３０２をキーにして、センサ操作関連テーブル２３５を参照し、対応する操作１３０３を取得する（ステップＳ２００２）。つぎに、操作取得モジュール３５３は、ステップＳ２００２で取得した操作１３０３および対応するセンサＩＤ１３０１を操作リスト１５０３に登録する（ステップＳ２００３）。最後に、操作取得モジュール３５３は、対策表示モジュール３５４に操作リスト１５０３を受け渡す（ステップＳ２００４）。これにより、操作取得モジュール３５３は、操作取得処理を終了する。
　＜表示画面例＞
　図２１は、実施例１における出力デバイス２０３における表示画面例を示す説明図である。表示画面２１００は、監視用モニタ２４０、対策表示用モニタ２５０、および過去データを手動で参照するための検索ボックス２１０１を含む。監視用モニタ２４０には、現在の送電系統１００の状態と不安定化兆候検知時にアラームが表示される。
　対策表示用モニタ２５０には、過去事列２１０２から推定した操作が対策候補２１０３として表示される。また、操作ごとに根拠となった当時のセンサデータの波形も並べて表示される。ここで対策を実施するのが妥当か否かを判断するのを助けるために、過去のセンサデータの波形だけでなく現在のセンサデータの波形を並べて表示しても良い。
　なお、ここで、不安定化兆候検知時の系統運用者Ｍの作業フロー例について説明する。作業フローでは、系統運用者Ｍは、まず、監視用モニタ２４０から参照して不安定化の兆候を認識する。つぎに、系統運用者Ｍは、監視用モニタ２４０を参照して現在の系統状態を確認する。つぎに、系統運用者Ｍは、対策表示用モニタ２５０を参照して対策候補２１０３を確認する。つぎに、系統運用者Ｍは、ここまでで得られた情報を基に、対策を決定する。最後に、系統運用者Ｍは、決定した対策を実施する。
　このように、実施例１によれば、系統内の設備に異常の兆候を検知した場合に検知された設備について操作ログが存在しないという制約下でも、監視装置２０１は、実施すべき対策を系統運用者Ｍに提示する。したがって、監視装置２０１は、系統運用者Ｍの意思決定の高速化を促すことができる。
　また、兆候検知時刻から兆候収束時刻までの時間帯におけるセンサデータ列の挙動に基づいて、操作対象候補センサ１０４を選定することにより、センサ１０４の絞り込みをおこなうことができる。したがって、監視装置２０１は、系統運用者Ｍの意思決定の高速化を促すことができる。
　また、事前にセンサ選定用特徴量を算出しておくことにより、センサデータ列よりも少ないデータ量を取得して、操作対象候補センサ１０４を選定することができ、計算負荷の低減化を図ることができる。
　実施例２は、実施例１において、表示画面２１００に系統運用者Ｍの参照履歴を表示する例である。系統の不安定化兆候への対策時に系統運用者Ｍが参照していたセンサ１０４のデータは、対策を決定するのに有用な情報であると考えられる。系統運用者Ｍのテーブル参照履歴については、監視装置２０１上で完結しており、送電系統１００運用業務においても明らかに取得、蓄積可能なデータである。そこで、実施例２にかかる監視装置２０１は、系統運用者Ｍのテーブル参照履歴を推定した対策と共に系統運用者Ｍに提示する。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と同一内容については説明を省略する。
　＜監視システム２００＞
　図２２は、実施例２にかかる監視システム２００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２０１は、補助記憶デバイス２１３に、テーブル参照履歴テーブル２２００を格納する。
　＜テーブル参照履歴テーブル２２００＞
　図２３は、テーブル参照履歴テーブル２２００の記憶内容例を示す説明図である。テーブル参照履歴テーブル２２００は、系統運用者Ｍが他のテーブルを参照した履歴を格納するテーブルである。テーブル参照履歴テーブル２２００は、参照時刻フィールド２３０１と、対象テーブルフィールド２３０２と、参照センサＩＤフィールド２３０３と、開始時刻フィールド２３０４と、終了時刻フィールド２３０５と、を有する。各フィールド２３０１～２３０５の同一行の値の組み合わせにより、テーブル参照履歴情報を規定するエントリを構成する。参照時刻フィールド２３０１が主キーとなる。
　参照時刻フィールド２３０１は、値として、参照時刻２３０１を格納する記憶領域である。参照時刻２３０１とは、対象テーブル２３０２を参照した時刻である。
　対象テーブルフィールド２３０２は、値として、対象テーブル２３０２を格納する記憶領域である。対象テーブル２３０２とは、系統運用者Ｍが参照したテーブルを特定する情報である。具体的には、たとえば、対象テーブル２３０２は、検索ボックス２１０１の対象テーブル入力欄に入力されたテーブル名である。
　センサＩＤフィールド２３０３は、値として、センサＩＤ６０２を格納する記憶領域である。ここでのセンサＩＤ６０２は、対象テーブル２３０２から読み出されたエントリのセンサＩＤ６０２である。具体的には、たとえば、センサＩＤ６０２は、検索ボックス２１０１のセンサＩＤ入力欄に入力されたセンサＩＤ６０２である。
　開始時刻フィールド２３０４は、値として、開始時刻２３０４を格納する記憶領域である。開始時刻２３０４とは、検索範囲における最古の時刻である。具体的には、たとえば、検索ボックス２１０１の検索範囲時刻の左入力欄に入力された時刻である。
　終了時刻フィールド２３０５は、値として、終了時刻２３０５を格納する記憶領域である。終了時刻２３０５とは、検索範囲における最新の時刻である。具体的には、たとえば、検索ボックス２１０１の検索範囲時刻の右入力欄に入力された時刻である。
　このように、テーブル参照履歴テーブル２２００のエントリは、系統運用者Ｍが、検索ボックス２１０１を用いて手動でテーブル参照履歴テーブル２２００内のデータを検索した場合に登録される。なお、類似事例検索プログラム２２４や対策推定プログラム２２５からの参照情報は含まれない。
　＜表示画面例＞
　図２４は、実施例２における出力デバイス２０３における表示画面例を示す説明図である。表示画面２１００は、対策表示用モニタ２５０に、テーブル参照履歴情報２４００を表示する。テーブル参照履歴情報２４００は、後述する図２５の処理によってテーブル参照履歴テーブル２２００から呼び出されるエントリである。
　＜テーブル参照履歴情報２４００の表示処理手順例＞
　図２５は、対策推定プログラム２２５によるテーブル参照履歴情報２４００の表示処理手順例を示すフローチャートである。テーブル参照履歴情報２４００の表示処理は、たとえば、類似事例検索プログラム２２４により、類似事例の兆候検知時刻および兆候収束時刻が検索されたことを契機に、対策推定プログラム２２５によって実行される。
　対策推定プログラム２２５は、外部からの参照要求により、補助記憶デバイス２１３内のセンサデータテーブル２３２が参照された参照時刻と、センサデータテーブル２３２で参照されたセンサデータ列を出力したセンサ１０４のセンサＩＤ８０２との組み合わせであるテーブル参照履歴情報を、テーブル参照履歴テーブル２２００に格納する（ステップＳ２５０１）。
　その後、過去事例が検索された場合、対策推定プログラム２２５は、検索された過去事例の兆候検知時刻から兆候収束時刻までの時間帯を用いて、テーブル参照履歴テーブル２２００を検索する（ステップＳ２５０２）。そして、対策推定プログラム２２５は、過去事例の兆候検知時刻から兆候収束時刻までの時間帯に含まれる参照時刻２３０１のエントリ（テーブル参照履歴情報２４００）がテーブル参照履歴テーブル２２００にあるか否かを判断する（ステップＳ２５０３）。
　該当するエントリがある場合（ステップＳ２５０３：Ｙｅｓ）、対策推定プログラム２２５は、該当するエントリであるテーブル参照履歴情報２４００を対策表示用モニタ２５０に表示する（ステップＳ２５０４）。これにより、対策推定プログラム２２５は、テーブル参照履歴情報２４００の表示処理を終了する。一方、該当するエントリがない場合（ステップＳ２５０３：Ｎｏ）、対策推定プログラム２２５は、テーブル参照履歴情報２４００の表示処理を終了する。
　このように、実施例２によれば、テーブル参照履歴情報２４００が対策表示用モニタ２５０に表示される。したがって、系統の過去における不安定化兆候への対策時にどのセンサデータが参照されていたかを、系統運用者Ｍは視覚的に特定することができる。このようなテーブル参照履歴情報２４００は対策を決定するのに有用な情報である。したがって、監視装置２０１は、系統運用者Ｍの意思決定の高速化を促すことができる。
　実施例３は、実施例１または実施例２において、操作ログが一部の設備１０２で取得可能な場合の例である。実施例３では、実施例１および実施例２との相違点を中心に説明し、実施例１および実施例２と同一内容については説明を省略する。なお、以下の説明では、実施例１をベースにして説明する。
　＜監視システム２００＞
　図２６は、実施例３にかかる監視システム２００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２０１は、補助記憶デバイス２１３に、操作ログテーブル２６００を格納する。
　＜操作ログテーブル２６００＞
　図２７は、操作ログテーブル２６００の記憶内容例を示す説明図である。操作ログテーブル２６００は、系統運用者Ｍが設備１０２に対して実施した操作を格納するテーブルである。操作ログテーブル２６００は、操作時刻フィールド２７０１と、操作設備フィールド２７０２と、操作フィールド２７０３と、センサＩＤフィールド２７０４と、を有する。各フィールド２７０１～２７０４の同一行の値の組み合わせにより、操作ログを規定するエントリを構成する。なお、１行目のエントリを操作ログＬ１とし、２行目のエントリを操作ログＬ２とする。
　操作時刻フィールド２７０１は、値として、操作時刻２７０１を格納する記憶領域である。操作時刻２７０１は、系統運用者Ｍが設備１０２を操作した時刻である。操作設備フィールド２７０２は、値として、操作設備２７０２を格納する記憶領域である。操作設備２７０２は、系統運用者Ｍが操作時刻２７０１に操作した設備１０２の識別情報である。操作フィールド２７０３は、値として、操作２７０３を格納する記憶領域である。操作２７０３は、操作時刻２７０１における操作設備２７０２への操作である。センサＩＤフィールド２３０３は、値として、センサＩＤ２７０４を格納する。ここでのセンサＩＤ２７０４は、操作設備２７０２を監視するセンサ１０４を一意に特定する識別情報である。操作ログテーブル２６００のエントリは、操作ログを取得可能な設備１０２に対して、系統運用者Ｍが操作を実施した場合に登録される。
　＜表示画面２１００例＞
　図２８は、実施例３における出力デバイス２０３における表示画面例を示す説明図である。表示画面２１００は、対策表示用モニタ２５０の過去事例に、操作ログを表示する。本例では、操作ログＬ１，Ｌ２が表示される。操作ログＬ１，Ｌ２を表示させる処理については、図２９および図３０にて説明する。
　＜操作対象候補センサ選定モジュール３５１による操作対象候補センサ選定処理手順例＞
　図２９は、実施例３にかかる操作対象候補センサ選定モジュール３５１による操作対象候補センサ選定処理手順例を示すフローチャートである。実施例３の操作対象候補センサ選定モジュール３５１は、実施例１と同様、ステップＳ１６０１～Ｓ１６０５を実行するが、ステップＳ１６０１とステップＳ１６０２との間で、操作対象候補センサ選定モジュール３５１は、ステップＳ２９００を実行する。
　具体的には、たとえば、操作対象候補センサ選定モジュール３５１は、ステップＳ１６０１で取得した兆候検知時刻から兆候収束時刻までの時間帯に操作時刻２７０１がある操作ログを操作ログテーブル２６００から取得する（ステップＳ２９００）。
　これにより、操作対象候補センサ選定モジュール３５１は、ステップＳ２９００で取得した操作ログに含まれるセンサＩＤ２７０４以外のセンサＩＤ２７０４のセンサ１０４を、操作ログが取得不可能なセンサ１０４として特定する。したがって、操作対象候補センサ選定モジュール３５１は、操作ログが取得不可能なセンサ１０４の各々について、ステップＳ１６０２を実行することになる。すなわち、操作ログが取得されたセンサ１０４は、対策推定する必要がないため対象外となる。これにより、操作対象候補センサ選定処理の高速化を図ることができる。
　＜操作取得モジュール３５３による操作取得処理手順例＞
　図３０は、実施例３にかかる操作取得モジュール３５３による操作取得処理手順例を示すフローチャートである。実施例３の操作取得モジュール３５３は、ステップＳ２００１とステップＳ２００２との間に、ステップＳ３０００を実行する。具体的には、操作取得モジュール３５３は、図２９のステップＳ２９００で取得した操作ログを操作リスト１５０３の先頭に追加する（ステップＳ３０００）。これにより、操作取得モジュール３５３は、ステップＳ２００３において、センサＩＤ２７０４と操作２７０３との組み合わせを操作ログの後続情報として追加することになる。
　また、対策表示モジュール３５４は、操作リスト１５０３を受け取った場合、操作リスト１５０３に含まれる操作ログと推定した操作候補を対策候補２１０３に表示する。
　実施例３によれば、過去の類似事例において、操作ログが存在する場合には、操作ログを表示することができる。したがって、系統運用者Ｍは、対策候補よりも操作ログを優先して確認することにより、より確度の高い対策を選択することができる。このような操作ログは対策を決定するのに有用な情報である。したがって、監視装置２０１は、系統運用者Ｍの意思決定の高速化を促すことができる。
　また、操作ログが存在する場合、監視装置２０１は、操作ログで特定されるセンサのセンサデータ列を取得対象外とすることにより、対策提示の高速化を図るとともに、操作ログの操作情報との重複を回避することができる。
　以上に説明したように、本実施例によれば、系統内の設備に異常の兆候を検知した場合に検知された設備について操作ログが存在しないという制約下でも、監視装置２０１は、実施すべき対策を系統運用者Ｍに提示する。したがって、監視装置２０１は、系統運用者Ｍの意思決定の高速化を促すことができる。
　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２１１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 (15)

  1. 　センサ群を用いて設備群を監視する監視装置による監視方法であって、
    　前記監視装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、前記記憶デバイスは、前記センサ群の各センサから得られる時系列な計測値群であるセンサデータ列を記憶し、かつ、前記各センサについての前記センサデータ列の挙動と当該挙動に応じた監視先の設備に対する操作を示す情報とを記憶しており、
    　前記プロセッサは、
    　前記センサ群の中の第１のセンサが、当該第１のセンサが監視する第１の設備が特定の状態に遷移したことを検知する検知処理と、
    　前記検知処理によって前記第１の設備が前記特定の状態に遷移したことが検知されてからの前記第１のセンサにおける第１のセンサデータ列と類似し、かつ、前記特定の状態から元の状態に収束するまでの前記各センサにおける過去のセンサデータ列である類似事例を前記記憶デバイスから検索することにより、前記類似事例における前記特定の状態の検知時刻と、前記元の状態への収束時刻と、を取得する検索処理と、
    　前記第１のセンサとは異なる第２のセンサについて、前記検索処理によって得られた前記検知時刻から前記収束時刻までの時間帯における第２のセンサデータ列の挙動に応じた前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得する操作取得処理と、
    　前記操作取得処理によって取得された前記第２の設備に対する操作を示す情報を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。
  2. 　請求項１に記載の監視方法であって、
    　前記プロセッサは、
    　前記センサ群のうち前記第１のセンサ以外の複数のセンサの各々の前記時間帯におけるセンサデータ列の挙動に基づいて、前記複数のセンサの中から前記第２のセンサを選定する選定処理を実行し、
    　前記操作取得処理では、前記プロセッサは、前記選定処理によって選定された前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得することを特徴とする監視方法。
  3. 　請求項２に記載の監視方法であって、
    　前記プロセッサは、
    　前記複数のセンサの各々について、前記センサデータ列の変化を示す特徴量を算出する算出処理を実行し、
    　前記選定処理では、前記プロセッサは、前記算出処理によって算出された前記複数のセンサの前記時間帯における特徴量の挙動に基づいて、前記複数のセンサの中から前記第２のセンサを選定することを特徴とする監視方法。
  4. 　請求項１に記載の監視方法であって、
    　前記プロセッサは、
    　外部からの参照要求により、前記記憶デバイス内の前記センサデータ列が参照された参照時刻と、当該参照されたセンサデータ列を出力したセンサの識別情報との組み合わせである参照履歴情報を、前記記憶デバイスに格納する格納処理と、
    　前記参照時刻が前記時間帯の中にある特定の参照履歴情報を前記記憶デバイスから取得する情報取得処理と、を実行し、
    　前記出力処理では、前記プロセッサは、さらに、前記情報取得処理によって取得された参照履歴情報を出力することを特徴とする監視方法。
  5. 　請求項１に記載の監視方法であって、
    　前記記憶デバイスは、外部からの入力により指定されたセンサの識別情報と、前記指定されたセンサが監視する設備に対する操作を示す情報と、当該操作の操作時刻と、の組み合わせである操作ログを記憶しており、
    　前記プロセッサは、前記操作時刻が前記時間帯の中にある特定の操作ログを前記記憶デバイスから取得する情報取得処理を実行し、
    　前記出力処理では、前記プロセッサは、さらに、前記情報取得処理によって取得された前記特定の操作ログを出力することを特徴とする監視方法。
  6. 　請求項５に記載の監視方法であって、
    　前記出力処理では、前記プロセッサは、前記特定のログ情報を前記第２のセンサが監視する第２の設備に対する操作を示す情報よりも優先して出力することを特徴とする監視方法。
  7. 　請求項５に記載の監視方法であって、
    　前記情報取得処理では、前記プロセッサは、前記第１のセンサおよび前記特定の操作ログに含まれるセンサの識別情報で特定される特定のセンサとは異なる第２のセンサについて、前記時間帯における第２のセンサデータ列を取得することを特徴とする監視方法。
  8. 　センサ群を用いて設備群を監視する監視装置であって、
    　プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、
    　前記記憶デバイスは、前記センサ群の各センサから得られる時系列な計測値群であるセンサデータ列を記憶し、かつ、前記各センサについての前記センサデータ列の挙動と当該挙動に応じた監視先の設備に対する操作を示す情報とを記憶しており、
    　前記プロセッサは、
    　前記センサ群の中の第１のセンサが、当該第１のセンサが監視する第１の設備が特定の状態に遷移したことを検知する検知処理と、
    　前記検知処理によって前記第１の設備が前記特定の状態に遷移したことが検知されてからの前記第１のセンサにおける第１のセンサデータ列と類似し、かつ、前記特定の状態から元の状態に収束するまでの前記各センサにおける過去のセンサデータ列である類似事例を前記記憶デバイスから検索することにより、前記類似事例における前記特定の状態の検知時刻と、前記元の状態への収束時刻と、を取得する検索処理と、
    　前記第１のセンサとは異なる第２のセンサについて、前記検索処理によって得られた前記検知時刻から前記収束時刻までの時間帯における第２のセンサデータ列の挙動に応じた前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得する操作取得処理と、
    　前記操作取得処理によって取得された前記第２の設備に対する操作を示す情報を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。
  9. 　請求項８に記載の監視装置であって、
    　前記プロセッサは、
    　前記センサ群のうち前記第１のセンサ以外の複数のセンサの各々の前記時間帯におけるセンサデータ列の挙動に基づいて、前記複数のセンサの中から前記第２のセンサを選定する選定処理を実行し、
    　前記操作取得処理では、前記プロセッサは、前記選定処理によって選定された前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得することを特徴とする監視装置。
  10. 　請求項９に記載の監視装置であって、
    　前記プロセッサは、
    　前記複数のセンサの各々について、前記センサデータ列の変化を示す特徴量を算出する算出処理を実行し、
    　前記選定処理では、前記プロセッサは、前記算出処理によって算出された前記複数のセンサの前記時間帯における特徴量の挙動に基づいて、前記複数のセンサの中から前記第２のセンサを選定することを特徴とする監視装置。
  11. 　請求項８に記載の監視装置であって、
    　前記プロセッサは、
    　外部からの参照要求により、前記記憶デバイス内の前記センサデータ列が参照された参照時刻と、当該参照されたセンサデータ列を出力したセンサの識別情報との組み合わせである参照履歴情報を、前記記憶デバイスに格納する格納処理と、
    　前記参照時刻が前記時間帯の中にある特定の参照履歴情報を前記記憶デバイスから取得する情報取得処理と、を実行し、
    　前記出力処理では、前記プロセッサは、さらに、前記情報取得処理によって取得された参照履歴情報を出力することを特徴とする監視装置。
  12. 　請求項８に記載の監視装置であって、
    　前記記憶デバイスは、外部からの入力により指定されたセンサの識別情報と、前記指定されたセンサが監視する設備に対する操作を示す情報と、当該操作の操作時刻と、の組み合わせである操作ログを記憶しており、
    　前記プロセッサは、前記操作時刻が前記時間帯の中にある特定の操作ログを前記記憶デバイスから取得する情報取得処理を実行し、
    　前記出力処理では、前記プロセッサは、さらに、前記情報取得処理によって取得された前記特定の操作ログを出力することを特徴とする監視装置。
  13. 　請求項１２に記載の監視装置であって、
    　前記出力処理では、前記プロセッサは、前記特定のログ情報を前記第２のセンサが監視する第２の設備に対する操作を示す情報よりも優先して出力することを特徴とする監視装置。
  14. 　請求項１２に記載の監視装置であって、
    　前記情報取得処理では、前記プロセッサは、前記第１のセンサおよび前記特定の操作ログに含まれるセンサの識別情報で特定される特定のセンサとは異なる第２のセンサについて、前記時間帯における第２のセンサデータ列を取得することを特徴とする監視装置。
  15. 　センサ群を用いた設備群の監視をプロセッサに実行させる監視プログラムであって、
    　前記プロセッサは、記憶デバイスにアクセス可能であり、前記記憶デバイスは、前記センサ群の各センサから得られる時系列な計測値群であるセンサデータ列を記憶し、かつ、前記各センサについての前記センサデータ列の挙動と当該挙動に応じた監視先の設備に対する操作を示す情報とを記憶しており、
    　前記プロセッサに、
    　前記センサ群の中の第１のセンサが、当該第１のセンサが監視する第１の設備が特定の状態に遷移したことを検知する検知処理と、
    　前記検知処理によって前記第１の設備が前記特定の状態に遷移したことが検知されてからの前記第１のセンサにおける第１のセンサデータ列と類似し、かつ、前記特定の状態から元の状態に収束するまでの前記各センサにおける過去のセンサデータ列である類似事例を前記記憶デバイスから検索することにより、前記類似事例における前記特定の状態の検知時刻と、前記元の状態への収束時刻と、を取得する検索処理と、
    　前記第１のセンサとは異なる第２のセンサについて、前記検索処理によって得られた前記検知時刻から前記収束時刻までの時間帯における第２のセンサデータ列の挙動に応じた前記第２のセンサが監視する第２の設備に対する操作を示す情報を取得する操作取得処理と、
    　前記操作取得処理によって取得された前記第２の設備に対する操作を示す情報を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/JP2015/085316 2015-12-17 2015-12-17 監視方法、監視装置、および監視プログラム WO2017104038A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/085316 WO2017104038A1 (ja) 2015-12-17 2015-12-17 監視方法、監視装置、および監視プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/085316 WO2017104038A1 (ja) 2015-12-17 2015-12-17 監視方法、監視装置、および監視プログラム

Publications (1)

Publication Number Publication Date
WO2017104038A1 true WO2017104038A1 (ja) 2017-06-22

Family

ID=59056179

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/085316 WO2017104038A1 (ja) 2015-12-17 2015-12-17 監視方法、監視装置、および監視プログラム

Country Status (1)

Country Link
WO (1) WO2017104038A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021068831A (ja) * 2019-10-25 2021-04-30 東京エレクトロン株式会社 故障検知システム及び故障検知方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JPH10257673A (ja) * 1997-03-07 1998-09-25 Mitsubishi Electric Corp 変電機器監視診断システム
JP2009303463A (ja) * 2008-06-17 2009-12-24 Sumitomo Wiring Syst Ltd 電気接続箱
JP2011145978A (ja) * 2010-01-18 2011-07-28 Mitsubishi Electric Corp プラント監視制御システム
US20130218354A1 (en) * 2012-02-16 2013-08-22 General Electric Company Power distribution network event correlation and analysis
JP2013222423A (ja) * 2012-04-19 2013-10-28 Hitachi Power Solutions Co Ltd 発電量予測方法及びそのシステム並びに風力発電設備の健康管理方法及びそのシステム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JPH10257673A (ja) * 1997-03-07 1998-09-25 Mitsubishi Electric Corp 変電機器監視診断システム
JP2009303463A (ja) * 2008-06-17 2009-12-24 Sumitomo Wiring Syst Ltd 電気接続箱
JP2011145978A (ja) * 2010-01-18 2011-07-28 Mitsubishi Electric Corp プラント監視制御システム
US20130218354A1 (en) * 2012-02-16 2013-08-22 General Electric Company Power distribution network event correlation and analysis
JP2013222423A (ja) * 2012-04-19 2013-10-28 Hitachi Power Solutions Co Ltd 発電量予測方法及びそのシステム並びに風力発電設備の健康管理方法及びそのシステム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021068831A (ja) * 2019-10-25 2021-04-30 東京エレクトロン株式会社 故障検知システム及び故障検知方法
JP7345353B2 (ja) 2019-10-25 2023-09-15 東京エレクトロン株式会社 故障検知システム及び故障検知方法

Similar Documents

Publication Publication Date Title
US10852357B2 (en) System and method for UPS battery monitoring and data analysis
US20160378583A1 (en) Management computer and method for evaluating performance threshold value
JP5827426B1 (ja) 予兆診断システム及び予兆診断方法
US20190033351A1 (en) Data cost effective fast similarity search with priority access
US10598702B2 (en) Similarity detection of abnormal waveforms using PMU measurement
JP5827425B1 (ja) 予兆診断システム及び予兆診断方法
JP2013175108A (ja) クラスタリング装置及びクラスタリングプログラム
US20210042585A1 (en) Abnormality detection device, abnormality detection method and computer readable medium
US20160255109A1 (en) Detection method and apparatus
JP2016095751A (ja) 異常機器特定プログラム、異常機器特定方法、及び、異常機器特定装置
JP6164311B1 (ja) 情報処理装置、情報処理方法、及び、プログラム
JP2018206316A (ja) プラント運転監視システム及びプラント運転監視方法
JP6196196B2 (ja) ログ間因果推定装置、システム異常検知装置、ログ分析システム、及びログ分析方法
CN116224137A (zh) 一种ups设备故障预警方法及系统
JP5771317B1 (ja) 異常診断装置及び異常診断方法
US20080255773A1 (en) Machine condition monitoring using pattern rules
US11378944B2 (en) System analysis method, system analysis apparatus, and program
WO2017104038A1 (ja) 監視方法、監視装置、および監視プログラム
JP2012108708A (ja) 障害検知装置、情報処理方法、およびプログラム
JP5771318B1 (ja) 異常診断装置及び異常診断方法
JP6142899B2 (ja) 騒音評価システム、および騒音評価方法
JP6247777B2 (ja) 異常診断装置および異常診断方法
JP2023036469A5 (ja)
JP2018191217A (ja) データ監視装置、データ監視方法及びデータ監視プログラム
JP7044170B2 (ja) 異常検知装置、方法、およびプログラム

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: 15910728

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15910728

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP