WO2024053137A1 - リスクデータ管理装置及びリスクデータ管理方法 - Google Patents

リスクデータ管理装置及びリスクデータ管理方法 Download PDF

Info

Publication number
WO2024053137A1
WO2024053137A1 PCT/JP2023/010912 JP2023010912W WO2024053137A1 WO 2024053137 A1 WO2024053137 A1 WO 2024053137A1 JP 2023010912 W JP2023010912 W JP 2023010912W WO 2024053137 A1 WO2024053137 A1 WO 2024053137A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
information
risk
data management
asset
Prior art date
Application number
PCT/JP2023/010912
Other languages
English (en)
French (fr)
Inventor
由晃 竹島
民則 冨田
啓生 宮本
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
Publication of WO2024053137A1 publication Critical patent/WO2024053137A1/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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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

Definitions

  • the present invention relates to a risk data management device and a risk data management method.
  • Electric power companies have large-scale infrastructure facilities such as power transmission facilities. Electric power companies must maintain infrastructure facilities in a stable state at all times in order to ensure a stable supply of electricity. Most infrastructure facilities are installed outdoors and are directly affected by the natural environment. It is difficult to completely avoid infrastructure equipment accidents caused by changes in the natural environment. However, it is important for power utilities to predict changes in the natural environment as much as possible and minimize accidents in infrastructure equipment. Recently, it has become common for computers to predict the causes of accidents in infrastructure equipment.
  • the accident cause prediction device of Patent Document 1 performs machine learning on a model using a combination of a location where an accident occurred on a power transmission/distribution line in the past, the weather condition at that location, and the cause of the accident as learning data. The device then inputs any location and weather conditions into the machine-learned model. The machine-learned model then predicts the cause of the accident.
  • the information processing device of Patent Document 2 obtains a relational expression between the span between power transmission towers where accidents have occurred in the past and relative torsional rigidity.
  • Relative torsional rigidity is a value obtained by multiplying the ratio of the span between transmission towers where an accident occurred in the past to the adjacent span by a correction value determined according to the wire size (diameter). Then, the device outputs the risk of snow damage accident occurrence between power transmission towers based on the obtained relational expression.
  • Patent Document 1 focuses only on environmental factors and abstracts driving factors and work factors.
  • Patent Document 2 focuses only on asset factors and abstracts operational factors and work factors. Therefore, an object of the present invention is to visualize the risk of accidents occurring in infrastructure equipment based on operational factors and work factors in addition to environmental factors and asset factors.
  • the risk data management device of the present invention creates a risk model that associates environmental information of infrastructure equipment, operation information of the infrastructure equipment, and work information for the infrastructure equipment with asset information indicating the characteristics of the infrastructure equipment itself.
  • the present invention is characterized by comprising a model management section and a display processing section that displays the created risk model. Other means will be explained in the detailed description.
  • FIG. 3 is a diagram illustrating a metrics node. It is a diagram explaining an accident response report. It is a diagram showing an example of an asset life cycle model.
  • FIG. 2 is a diagram showing part of an asset life cycle model. It is a flowchart of a processing procedure.
  • this embodiment is an example in which an electric power company manages infrastructure equipment such as power transmission equipment.
  • the present invention is generally applicable to equipment exposed to the natural environment and operated and maintained by humans.
  • assert is synonymous with “infrastructure equipment” and its parts.
  • the “assets” are also referred to as “assets.”
  • Infrastructure facilities are public, large-scale facilities that form the basis of human social life and are directly affected by the natural environment.
  • Environmental information is information indicating characteristics of the natural environment surrounding infrastructure facilities, such as temperature, humidity, wind speed, wind direction, precipitation, and snowfall.
  • Asset information is information indicating the type, physical characteristics, etc. of each infrastructure facility itself. For example, when the type of infrastructure equipment is a "power transmission line", the physical characteristics include the diameter of the power transmission line, the material of the power transmission line, the distance between power transmission lines, the distance between steel towers, etc.
  • the work information is information indicating the actions of humans on the infrastructure equipment at the site, such as the content of the work on the infrastructure equipment and the timing of the work. In many cases, work is maintenance to maintain the original function of infrastructure equipment. Operating information is operating conditions such as voltage set by humans for infrastructure equipment. Risk data is information about threats that cause infrastructure equipment to fail. Threats are often natural disasters.
  • a model is a data group having a specific structure, and specifically, it is a tree diagram having nodes and links indicating cause-and-effect relationships, or a relational database.
  • the model basic data is data that includes environmental information, operation information, asset information, work information, and area information indicating the location of infrastructure equipment, which is the basis for electric power companies to create various models.
  • the model basic data is data before association is made.
  • a data management model is one of the above-mentioned models in which basic data of the model is associated with a specific method according to a specific management purpose.
  • the data management model may also be a relational database or a tree diagram as in this embodiment.
  • a risk model is a data management model that uses asset information as the primary key and associates environmental information, operation information, and work information with asset information, or one that further associates risk data with asset information. .
  • Such a risk model visualizes the natural or human-caused failure causes indicated by environmental, operational, and work information for each individual infrastructure facility, and also visualizes the more specific threats (natural disasters) indicated by the risk data. ) and its extent.
  • An asset life cycle model is a risk model that shows the life cycle of a specific asset in an easy-to-understand manner for users.
  • a life cycle is information showing the history of installation, operation, work, etc. of a specific asset in chronological order.
  • FIG. 1 is a diagram showing the configuration of a risk data management device 1.
  • the risk data management device 1 is a general computer, and includes a central control device 11, an input device 12 such as a mouse and a keyboard, an output device 13 such as a display, a main storage device 14, an auxiliary storage device 15, and a network interface 16. . These are interconnected by a bus 18.
  • the auxiliary storage device 15 stores a program 17 (details will be described later).
  • the central control device 11 reads the programs 17 from the auxiliary storage device 15 to the main storage device 14, thereby realizing the functions of each program (details will be described later).
  • FIG. 2 is a functional block diagram of the risk data management device 1.
  • Model basic data 20 exists outside the risk data management device 1.
  • the model basic data 20 includes environment information 21, operation information 22, asset information 23, and work information 24.
  • the risk data management device 1 includes an environmental information registration section 101, an operation information registration section 102, an asset information registration section 103, a work information registration section 104, a model management section 105, a change detection section 106, and a display processing section 107. These are programs 17 in FIG.
  • the risk data management device 1 includes an environment information storage section 111, an operation information storage section 112, an asset information storage section 113, and a work information storage section 114. These are partial areas of the auxiliary storage device 15 in FIG.
  • the risk data management device 1 includes a model storage section 115.
  • the model storage unit 115 is also a partial area of the auxiliary storage device 15 in FIG.
  • the model storage unit 115 stores the data management model, risk model, and asset life cycle model.
  • the environment information registration unit 101 acquires environment information 21 via the input device 12 or network interface 16 in FIG. 1, and registers it in the environment information storage unit 111.
  • the driving information registration unit 102 acquires the driving information 22 via the input device 12 or the network interface 16 in FIG. 1 and registers it in the driving information storage unit 112.
  • the asset information registration unit 103 acquires asset information 23 via the input device 12 or network interface 16 in FIG. 1, and registers it in the asset information storage unit 113.
  • the work information registration unit 104 acquires the work information 24 via the input device 12 or the network interface 16 in FIG. 1, and registers it in the work information storage unit 114.
  • the model management unit 105 acquires environment information 21, operation information 22, asset information 23, and work information 24 from the environment information storage unit 111, operation information storage unit 112, asset information storage unit 113, and work information storage unit 114, respectively. do. Then, the model management unit 105 uses these to create a data management model and stores it in the model storage unit 115.
  • the model management unit 105 extracts a necessary part from the data management model (extracts a part) according to the user's operation, creates a risk model, and stores it in the model storage unit 115. Furthermore, the model management unit 105 extracts a necessary part from the risk model (extracts a part) or rearranges the information of the risk model in chronological order to create an asset life cycle model, and stores it in the model storage unit 115. Store.
  • the change detection unit 106 detects environmental information 21, operation information 22, asset information 23, and work information 24 from the environment information storage unit 111, the operation information storage unit 112, the asset information storage unit 113, and the work information storage unit 114, respectively. Detect areas that have changed. The change here is, for example, a change in which new information (countermeasures against a threat, etc.) is created and added to the risk model. Change detection section 106 outputs the detected portion to display processing section 107.
  • the display processing unit 107 outputs the information received from the model management unit 105 and change detection unit 106 to the external terminal device 2 or output device 13 (FIG. 1).
  • FIG. 3 is a diagram showing an example of the data management model 31.
  • the data management model 31 is composed of a plurality of nodes and links between the nodes.
  • Each of the nodes is the model basic data described above, and belongs to any one of the environment information 21, operation information 22, asset information 23, work information 24, and area information 29. Note that FIG. 2 omits description of area information 29 (details will be described later) among these.
  • a weather information node 211 indicating, for example, "temperature” is associated with a daily data (daily value) node 2111 and an hourly data (hourly value) node 2112 through links.
  • Daily data nodes 2111 are arranged in order of date
  • hourly data nodes 2112 are arranged in order of date and time.
  • the weather information node 211 is associated with the spatial ID node 291d in the area information 29 by a link.
  • operating voltage information nodes 221 indicating, for example, "operating voltage” are arranged in chronological order.
  • the operating voltage information node 221 is associated with the device information node 231 of the asset information 23 by a link.
  • a device information node 231 indicating a specific infrastructure facility such as a "power transmission line” is associated with a space ID node 291d in the area information 29 by a link.
  • a component information node 232 indicating a specific component constituting the infrastructure equipment, such as an "insulator” is associated with the device information node 231 by a link.
  • a maintenance information node 241 indicating specific maintenance such as "insulator inspection”, for example, is associated with a parts information node 232 in the asset information 23 by a link.
  • a plurality of maintenance information nodes 241 are stored in chronological order.
  • a repair information node 242 indicating a specific repair such as "insulator replacement” is associated with a parts information node 232 in the asset information 23 by a link.
  • a plurality of repair information nodes 242 are stored in chronological order.
  • space ID nodes 291a, 291b, 291c, and 291d are serially associated with links.
  • Each of the space ID nodes 291a and the like has a space ID that is an identifier that uniquely identifies the space in which infrastructure equipment is placed.
  • Links between spatial ID nodes are created by dividing the geographical space into mesh-like sections based on latitude and longitude, assigning an integer value to each section as a spatial ID, and then indicating the connection of the sections in the order of the spatial ID. Good too. It may also indicate a linear connection of infrastructure facilities such as power transmission lines (continuous assets to be described later), or it may indicate hierarchically administrative addresses such as prefectures, cities, towns, etc. Good too.
  • the method of associating each node of the data management model 31 may vary depending on the management purpose.
  • FIG. 4 is a diagram showing an example of the data management model 31.
  • the model management unit 105 of the risk data management device 1 can also create another data management model 31 by reconnecting links between nodes of the existing data management model 31.
  • This other data management model is the risk model 41. Note that, hereinafter, "associating with a link” will be simply expressed as “associating”.
  • the weather information node 211 is directly associated with the device information node 231.
  • the weather information node 211 is associated with values (for example, temperature) for each year, month, day, and time.
  • the weather information node 211 is indirectly associated with the device information node 231 via the space ID node 291d.
  • the operating voltage information node 221 is directly associated with the device information node 231.
  • the operating voltage information node 221 is associated with values for each year, month, date and time.
  • the maintenance information node 241 is directly associated with the device information node 231.
  • a specific maintenance history is associated with the maintenance information node 241 in chronological order.
  • the maintenance information node 241 is indirectly associated with the device information node 231 via the parts information node 232.
  • repair information node 242 may be directly associated with device information node 231 .
  • the area information 29 in FIG. 4 is an area map (map) showing the actual topography. A position on the area map is directly associated with the device information node 231.
  • the risk model 41 is structured around the device information node 231 included in the asset information (primary key). Furthermore, the device information node 231 is associated with risk data regarding the asset. Due to space limitations, the risk data is illustrated in FIG. 5.
  • FIG. 5 is a diagram illustrating the risk data 51.
  • the asset node 230 which is the root node of the tree diagram in FIG. 5, is the same as the device information node 231 in FIG.
  • Asset nodes 230 indicate individual assets that make up the infrastructure facility.
  • An importance node 2301 and a plurality of threat type nodes 2303a, 2303b, . . . are associated with the asset node 230.
  • all nodes other than the asset node 230 are the risk data described above.
  • the importance node 2301 is a value indicating the importance of an asset.
  • the degree of importance is, for example, the priority for restoring the asset when a plurality of assets including the asset fail at the same time, the time required for restoration, the cost required for restoration, etc.
  • An impact node 2302 is associated with the importance node 2301 .
  • the influence node 2302 is a value indicating the degree of influence that the asset has on the entire infrastructure facility. The degree of impact is, for example, the number of households that will experience power outage if the asset fails.
  • the threat type node 2303a etc. indicates the type of threat.
  • a threat is a natural disaster that causes an asset to malfunction, and the types include, for example, “strong wind,” “heavy snow,” “tree contact,” and “lightning.”
  • a risk level node 2304 is associated with the threat type node 2303a and the like.
  • the risk degree node 2304 indicates the degree of risk that is the relative degree of threat that the threat poses to the asset. For example, if the risks to power transmission lines as assets are greatest in the order of tree contact > lightning > heavy snow > strong wind, the risk level for the threat type "tree contact” is "4", and the risk level for the threat type "strong wind” is “4". It is “1”.
  • the risk level may be the product of a threat level and a vulnerability level, which will be described later.
  • a threat level node 2305 and a vulnerability level node 2306 are associated with the risk level node 2304.
  • the threat level node 2305 indicates the probability that a threat will occur as a natural phenomenon.
  • the threat level may be a numerical value normalized into several levels, such as 1, 2, and 3, for example.
  • the vulnerability level node 2306 indicates the conditional probability that an asset will be affected in some way if a threat as a natural phenomenon actually occurs.
  • the vulnerability level may be a numerical value normalized into several levels, such as 1, 2, and 3, for example.
  • a countermeasure node 2307a is associated with the threat level node 2305.
  • a countermeasure node 2307a indicates a countermeasure for lowering the threat level.
  • a countermeasure node 2307b is associated with the vulnerability level node 2306.
  • a countermeasure node 2307b indicates a countermeasure to lower the vulnerability level. Examples of countermeasures include "water-repellent coating” for the threat type “heavy snow” and “strengthening power line tension" for the threat type "strong wind.”
  • a metrics node 2308 is associated with the threat type node 2303a, etc.
  • the metrics node 2308 indicates items (details will be described later) that are measured to predict the occurrence of a threat.
  • FIG. 6 is a diagram illustrating the metrics node 2308.
  • Many detection devices sensors, cameras, etc.
  • the detection device is connected to a device that manages model basic data 20 (particularly environmental information 21) via a wireless or wired network.
  • Measurement items A, B, C, etc. are the types of measurement values detected by each detection device (current, voltage, wind speed, snowfall, weight on power lines, surrounding images, images of power lines, etc.) ).
  • items to be measured for detecting the occurrence of that threat are defined in the metrics node 2308. In the example of FIG.
  • measurement items A, C, D, and F are defined.
  • measurement item A is voltage
  • measurement item C is wind speed
  • measurement item D is the weight on the power transmission line
  • measurement item F is an image of the surrounding area (image analysis result of whether a tree is falling or not). It is.
  • measurement items A, C, D, and F that are changing are displayed (highlighted), and the others are not displayed.
  • measurement item A is voltage
  • measurement item C is wind speed
  • measurement item D is the weight on the power transmission line
  • measurement item F is an image of the surrounding area (image analysis result of whether a tree is falling or not). It is.
  • measurement item A voltage
  • measurement item C wind speed
  • measurement item D weight on power transmission lines
  • measurement item F shows that a tree has fallen. If is output, there is a high possibility that the threat type "tree contact" has occurred.
  • FIG. 7 is a diagram illustrating the accident response report 2421a.
  • the accident response report 2421a corresponds to the input format 2421b having the same items.
  • Input format 2421b has two functions. The first function is as an input screen for creating a risk model 41 (including risk data 51). The second function is as a search screen for extracting the portion required by the user from the created risk model 41.
  • the model management unit 105 of the risk data management device 1 accepts the user inputting details of the accident into the input format 2421b (input screen) via the input device 12.
  • the model management unit 105 stores the input contents as an accident response report 2421a in the auxiliary storage device 15, while creating a risk model 41 based on the input data.
  • the display processing unit 107 displays the created risk model 41.
  • the model management unit 105 accepts the user inputting a search keyword into the input format 2421b (search screen) via the input device 12.
  • the model management unit 105 extracts (cuts out/extracts a part of) a portion of the risk model 41 (including the risk data 51) that is associated with the input search keyword.
  • the display processing unit 107 displays the extracted portion on the output device 13. That is, the model management unit 105 extracts a part of the risk model 41 in response to a search request from a user.
  • a user who reports an accident enters the year, month, and day that the accident occurred in the accident occurrence date and time column 24211 of the input format 2421b (input screen). Similarly, the user inputs the asset where the accident occurred in the accident occurrence equipment column 24212. The user inputs the part where the accident occurred in the accident occurrence location column 24213. The user inputs the degree of influence into the accident influence column 24214. The user inputs the cause of the accident (type of threat) into the cause of accident column 24215. The user inputs one or more measurement items (metrics) into the occurrence condition column 24216. The user inputs the countermeasure into the countermeasure content column 24217.
  • the model management unit 105 creates a risk model 41 (including risk data 51) based on the input contents. Specifically, the model management unit 105 creates nodes of information input in one input format 2421b, and connects the nodes with links according to predetermined rules. At this time, the model management unit 105 sets the asset (accident occurrence equipment column 24212) as the center (primary key) of the risk model 41, and associates the risk data 51 with the asset.
  • the model management unit 105 may change the association of nodes based on the input content, and then use the changed data management model 31 as the risk model 41.
  • the configuration of the input format 2421b in FIG. 7 is just an example, and any format may be used as long as the risk model 41 can be created as a result.
  • a user who wishes to visually recognize a portion of the risk model 41 in which he or she is interested inputs a search keyword into any column of the input format 2421b (search screen). For example, if the user inputs a specific asset as a search keyword, the model management unit 105 displays a predetermined size portion of the risk model 41 that includes the asset (including the risk data 51).
  • FIG. 8 is a diagram showing an example of the asset life cycle model 61.
  • the asset life cycle model 61 in FIG. 8 is extracted from the original risk model 41 by the model management unit 105 and displayed by the display processing unit 107.
  • the base risk model 41 is also created by the model management unit 105.
  • Typical motivations for utilizing the asset life cycle model 61 are, for example, as follows.
  • ⁇ Motivation 1> I want to know the history of environmental information of a specific asset (for example, a steel tower).
  • ⁇ Motive 2> I want to know the history of operating information and work information of a specific asset.
  • ⁇ Motive 3> I want to know what other assets are physically directly connected to a specific asset.
  • ⁇ Motive 4> I want to know about other assets that are placed in an environment similar to that of a specific asset.
  • the user inputs a certain asset A as a search keyword into the search screen.
  • the parallelogram-shaped asset information node 611a corresponds to asset A.
  • An equipment registration node 612a, an operation node 612b, a maintenance node 612c, and an operation node 612d are associated with the asset information node 611a in chronological order.
  • the maintenance node 612c belongs to the work information 24 (FIG. 1)
  • the equipment registration node 612a, the operation node 612b, and the operation node 612d belong to the operation It belongs to information 22 (FIG. 1).
  • Worker information 613a, 613b, 613c, and 613d are associated with the equipment registration node 612a, operation node 612b, maintenance node 612c, and operation node 612d, respectively. Worker information 613a, 613b, 613c, and 613d also belong to work information 24 (FIG. 1).
  • Asset information nodes 611a, 611b, and 611c are serially associated. These assets are “continuous assets.” Continuous assets are a group of assets that are continuously connected by power transmission lines, etc. Continuous assets may branch in the middle.
  • the user has motives 1 and 2.
  • the user believes that there is a problem with the maintenance (repair) performed on asset A in the past.
  • the user places the cursor 614 on the maintenance node 612c.
  • the display processing unit 107 displays an environmental information icon 615.
  • the display processing unit 107 displays environmental information 21 (FIG. 1) that belongs to a predetermined time period including the time when the maintenance was performed.
  • the data displayed here is, for example, the humidity change 62 around asset A.
  • the humidity transition 62 around the asset A is displayed because the environmental information 21 is associated with the asset information (numeral 23 in FIG. 1) in the underlying risk model 41.
  • an "association" arrow points from the environment information icon 615 to the maintenance node 612c. This indicates that the humidity transition 62 is a humidity transition related to the asset A, particularly at the time when its "maintenance" was performed.
  • the display processing unit 107 displays the humidity fluctuation 63.
  • the humidity fluctuation 63 indicates the maximum and minimum humidity values for each day in a predetermined time period (for example, one month).
  • the thick frame 64 is for one week centered on the day when maintenance was actually performed, and corresponds to the shaded portion of the humidity transition 62.
  • the display processing unit 107 displays the environmental information, operation information, and work information associated with the asset information node 611b in chronological order.
  • FIG. 9 is a diagram showing a part of the asset life cycle model 61.
  • the model management unit 105 refers to the area information 29 and the environment information 21, and identifies multiple areas (referred to as “surrounding areas") located around the area where the asset specified by the user is located (referred to as "designated area”). Get environmental information. In the example of FIG. 9, two points, a point A in a mountainous area and a point B in a plains area, are shown as surrounding areas.
  • the model management unit 105 identifies an area (referred to as a "similar environmental area”) having environmental information closest to the environmental information of the designated area, from among the acquired environmental information of the surrounding area.
  • the display processing unit 107 displays the following content on the asset life cycle model 61 or the risk model 41.
  • ⁇ Time-series environmental information (temperature, etc.) for the designated area, surrounding areas, and similar environmental areas ⁇ Distance between each of the surrounding areas and similar environmental areas and the designated area ⁇ Geographical similarities between the designated area and similar environmental areas (plain areas, mountain areas, specific river basins, etc.)
  • the display processing unit 107 may display the following comments. This comment may be automatically generated by the program or may be manually input by the user.
  • FIG. 10 is a flowchart of the processing procedure.
  • the environmental information registration unit 101 and the like of the risk data management device 1 acquires the environmental information 21 and the like. Specifically, the environment information registration unit 101 acquires environment information 21 as part of the model basic data 20 from an arbitrary device, and stores it in the environment information storage unit 111.
  • the operation information registration unit 102, asset information registration unit 103, and work information registration unit 104 of the risk data management device 1 also perform similar processing.
  • step S102 the model management unit 105 of the risk data management device 1 creates the data management model 31 (FIG. 3). Specifically, the model management unit 105 uses the model basic data 20 (environmental information 21 etc.) distributed and stored in the environmental information storage unit 111 etc. to create a data management model according to the user's operation. 31 and stores the created data management model 31 in the model storage unit 115.
  • the display processing unit 107 of the risk data management device 1 displays the data management model 31 on the output device 13 or the terminal device 2 in accordance with the user's operation.
  • step S103 the model management unit 105 receives the accident response report 2421a (FIG. 7). Specifically, first, the model management unit 105 displays the input format 2421b (FIG. 7) as an input screen on the output device 13 or the terminal device 2 via the display processing unit 107. Second, the model management unit 105 accepts the user inputting data into each column of the input format 2421b. Note that the model management unit 105 may directly receive the completed accident response report 2421a as electronic data or printed matter via the input device 12 or the terminal device 2.
  • step S104 the model management unit 105 creates the risk model 41 (FIG. 4). Specifically, the model management unit 105 creates a risk model 41 (risk data 51). At this time, the model management unit 105 may create the risk model 41 by modifying the association between nodes of the existing data management model 31.
  • step S105 the model management unit 105 receives a search keyword. Specifically, first, the model management unit 105 displays the input format 2421b as a search screen on the output device 13 or the terminal device 2 via the display processing unit 107. Second, the model management unit 105 accepts the user inputting a search keyword into any column of the input format 2421b. For example, it is assumed that the user inputs "October 15, 2021" in the accident occurrence date and time field 24211 and "steel tower B" in the accident occurrence equipment field 24212.
  • step S106 the model management unit 105 extracts the relevant portion of the risk model 41. Specifically, first, the model management unit 105 extracts a predetermined range of nodes from the risk model 41 that are directly or indirectly associated with "steel tower B.” Second, the model management unit 105 further extracts a portion having a date and time within a predetermined range including “October 15, 2021” from the portion extracted in the “first” step S106.
  • step S107 the display processing unit 107 of the risk data management device 1 displays the relevant portion of the risk model 41. Specifically, the display processing unit 107 displays the portion of the risk model 41 extracted in the “second” step S106 on the output device 13 or the terminal device 2. The risk model 41 displayed at this time has "Tower B" as the center (root node), and the risk data 51 is associated with the root node.
  • step S108 the model management unit 105 of the risk data management device 1 creates an asset life cycle model 61. Specifically, the model management unit 105 rearranges the nodes (particularly the nodes of the driving information 22 and the work information 24) included in the portion of the risk model 41 extracted in the "second" step S106 in chronological order. An asset life cycle model 61 is created.
  • step S109 the display processing unit 107 of the risk data management device 1 displays the asset life cycle model 61. Specifically, the display processing unit 107 displays the asset life cycle model 61 created in step S108 on the output device 13 or the terminal device 2. The asset life cycle model 61 displayed at this time displays the details of the operation and work performed on the steel tower B in chronological order (see reference numeral 61 in FIG. 8).
  • the display processing unit 107 will display various information on the screen, as described above in the explanation of FIGS. 8 and 9.
  • the risk model 41 changes from moment to moment.
  • the model management unit 105 may add new countermeasure nodes (numerals 2307a and 2307b in FIG. 5) to the risk data 51 of the risk model 41 in response to the accident response report 2421a input by another user. .
  • the change detection unit 106 constantly monitors such changes.
  • step S110 the change detection unit 106 of the risk data management device 1 determines whether countermeasures against threats have been added. Specifically, if the change detection unit 106 detects that a countermeasure has been added to the risk data 51 of the risk model 41 (step S110 "YES"), the process proceeds to step S111; otherwise (step S110 "NO”), the process remains on standby.
  • step S111 the change detection unit 106 outputs a warning. Specifically, the change detection unit 108 displays the newly added countermeasure on the output device 13 or the terminal device 2 together with the nodes (threats, assets, tasks, etc.) associated with the countermeasure. Thereafter, the processing procedure ends.
  • step S110 the change detection unit 106 monitors measurement items of metrics associated with a threat to which a countermeasure has already been associated, and if a change in the measurement item is detected, the change detection unit 106 outputs the threat in step S111. You may. At this time, the change detection unit 106 may output the asset associated with the threat and the work and operation associated with the asset in chronological order.
  • step S110 the change detection unit 106 may monitor whether a new task (for example, a task of applying water-repellent coating to heavy snow) that matches the content of countermeasures against the threat is added. If this is detected, in step S111, the change detection unit 106 may display a message that the risk model may be modified (for example, that the vulnerability level after the work is reduced).
  • a new task for example, a task of applying water-repellent coating to heavy snow
  • the change detection unit 106 may display a message that the risk model may be modified (for example, that the vulnerability level after the work is reduced).
  • the effects of the risk data management device of this embodiment are as follows. (1) The risk data management device can visualize operating information and work information in association with asset information. (2) The risk data management device can visualize threats to assets and countermeasures against the threats. (3) The risk data management device can display a portion of the risk model requested by the user. (4) The risk data management device can visualize asset operation information and work information for the asset.
  • the risk data management device can visualize natural disasters to infrastructure facilities. (6) The risk data management device can visualize continuously connected infrastructure equipment. (7) The risk data management device can visualize areas having an environment similar to that of a specific infrastructure facility. (8) The risk data management device can visualize new countermeasures.
  • the present invention is not limited to the embodiments described above, and includes various modifications.
  • the embodiments described above are described in detail to explain the present invention in an easy-to-understand manner, and the present invention is not necessarily limited to having all the configurations described.
  • it is possible to replace a part of the configuration of one embodiment with the configuration of another embodiment and it is also possible to add the configuration of another embodiment to the configuration of one embodiment.
  • each of the above-mentioned configurations, functions, processing units, processing means, etc. may be partially or entirely realized in hardware by designing, for example, an integrated circuit.
  • each of the configurations, functions, etc. described above may be realized by software by a processor interpreting and executing programs for realizing the respective functions.
  • Information such as programs, tables, files, etc. that implement each function can be stored in a memory, a recording device such as a hard disk, an SSD (Solid State Drive), or a recording medium such as an IC card, SD card, or DVD.
  • control lines and information lines are shown that are considered necessary for explanation, and not all control lines and information lines are necessarily shown in the product. In reality, almost all configurations may be considered interconnected.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本発明のリスクデータ管理装置（１）は、インフラ設備の環境情報（２１）、前記インフラ設備の運転情報（２２）、及び、前記インフラ設備に対する作業情報（２４）を、前記インフラ設備自身の特性を示す資産情報（２３）に関連付けたリスクモデルを作成するモデル管理部（１０５）と、前記作成したリスクモデルを表示する表示処理部（１０７）と、を備えることを特徴とする。さらに、前記モデル管理部（１０５）は、前記資産情報に、前記インフラ設備に対する脅威、前記脅威の程度、及び、前記脅威に対する対策を関連付けること、を特徴とする。

Description

リスクデータ管理装置及びリスクデータ管理方法
　本発明は、リスクデータ管理装置及びリスクデータ管理方法に関する。
　電力事業者は、送電設備等の大規模なインフラ設備を有する。電力事業者は、電力の安定供給を目的としてインフラ設備を常時安定した状態に維持しなければならない。インフラ設備の多くは屋外に設置されており、自然環境の影響を直接的に受ける。自然環境の変化に起因するインフラ設備の事故を完全に回避することは困難である。しかしながら、可能な限り自然環境の変化を予測しインフラ設備の事故を最小限に抑えることが電力事業者にとって重要である。近時、インフラ設備の事故原因をコンピュータが予測することが一般的になっている。
　特許文献１の事故原因予測装置は、過去に送配電線の事故が発生した場所、その場所における気象の状態、及び、事故原因の組合せを学習データとしてモデルを機械学習する。そして、当該装置は、任意の場所及び気象の状態を機械学習済のモデルに入力する。すると、機械学習済のモデルは、事故原因を予測する。
　特許文献２の情報処理装置は、過去に事故が発生した送電鉄塔間の径間と相対捻り剛性との関係式を求める。相対捻り剛性とは、過去に事故が発生した送電鉄塔間の径間と隣接する径間との比に、電線サイズ（径）に応じて定まる補正値を乗じた値である。そして、当該装置は、求めた関係式に基づき、雪害事故発生リスクを送電鉄塔間ごとに出力する。
特開２０２１－６８０７０号公報 国際公開第２０１４／００６７０８号
　送電設備等のインフラ設備の事故には、環境（気象）要因及びインフラ設備の物理的構成等の資産要因が影響していることが多い。しかしながら、それ以外にも、インフラ設備の運転要因、作業（保守）要因等の人為的な要因が影響している場合もある。例えば、雪中塩分が碍子（がいし）に付着することに起因して碍子が絶縁破壊を起こす事故例において、絶縁破壊のタイミングは、碍子に撥水塗料を塗布する、碍子の形状を着雪し難いものに交換する等の作業要因によって左右され、電圧低め運転等の運転要因にも左右される。
　しかしながら、特許文献１は、環境要因のみに焦点を当てており、運転要因及び作業要因を捨象している。特許文献２は、資産要因のみに焦点を当てており、運転要因及び作業要因を捨象している。
　そこで、本発明は、環境要因及び資産要因の他に、運転要因及び作業要因に基づきインフラ設備の事故発生リスクを可視化することを目的とする。
　本発明のリスクデータ管理装置は、インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成するモデル管理部と、前記作成したリスクモデルを表示する表示処理部と、を備えることを特徴とする。
　その他の手段については、発明を実施するための形態のなかで説明する。
　本発明によれば、環境要因及び資産要因の他に、運転要因及び作業要因に基づきインフラ設備の事故発生リスクを可視化することができる。
リスクデータ管理装置の構成を示す図である。 リスクデータ管理装置の機能ブロック図である。 データ管理モデルの一例を示す図である。 リスクモデルの一例を示す図である。 リスクデータを説明する図である。 メトリクスノードを説明する図である。 事故対応報告書を説明する図である。 アセットライフサイクルモデルの一例を示す図である。 アセットライフサイクルモデルの一部を示す図である。 処理手順のフローチャートである。
　以降、本発明を実施するための形態（“本実施形態”という）を、図等を参照しながら詳細に説明する。本実施形態は、電力事業者が、送電設備等のインフラ設備を管理する例である。しかしながら、本発明は、自然環境に露出し、人間により運転され保守される設備に対し一般的に適用可能である。本実施形態において、“資産”は、“インフラ設備”及びその部品と同義である。そして、“資産”は、“アセット”とも呼ばれる。
（用語）
　インフラ設備とは、人間による社会生活の基盤となり、自然環境の影響を直接的に受ける公共的かつ大規模な設備である。
　環境情報とは、気温、湿度、風速、風向、降水量、降雪量等、インフラ設備を取り巻く自然環境の特性を示す情報である。
　資産情報とは、個々のインフラ設備自身の種類、物理的特性等を示す情報である。物理的特性とは、インフラ設備の種類が例えば“送電線”である場合、送電線の径、送電線の素材、送電線間の距離、鉄塔間の距離等である。
　作業情報とは、インフラ設備に対する作業の内容、作業の時期等、現場におけるインフラ設備に対する人間の働きかけを示す情報である。作業とは、多くの場合、インフラ設備の本来の機能を維持するための保守（メンテナンス）である。
　運転情報とは、インフラ設備に対し人間が設定する電圧等の運転条件である。
　リスクデータとは、インフラ設備を故障に至らせる脅威に関する情報である。脅威とは、多くの場合、自然災害である。
　モデルとは、特定の構造を有するデータ群であり、具体的には、因果関係等を示すノード及びリンクを有する樹形図、又は、リレーショナルデータベース等である。
　モデル基礎データとは、電力事業者が様々なモデルを作成するもとになる、環境情報、運転情報、資産情報、作業情報、及び、インフラ設備の位置を示すエリア情報を含むデータである。つまり、モデル基礎データは、関連付けがなされる前のデータである。
　一般に、電力事業者は、モデル基礎データに含まれる個々の情報を相互に関連付けてモデルとして使用する。具体的な関連付けの方法は、インフラ設備に対する管理目的に応じて変化する。インフラ設備に対する管理目的は、故障の原因調査・予測等のみではない。例えば、インフラ設備の配置状況をエリアごとに確認するという管理目的に応じて、エリア情報を主キー（関連付けの中心となる項目）として、エリア情報に他の情報が関連付けられる。故障の原因調査・予測を管理目的とする場合、資産情報を主キーとして、資産情報に他の情報が関連付けられる。さらに、資産情報にリスクデータが関連付けられる。
（モデルの分類）
　データ管理モデルとは、前記したモデルのうち、特定の管理目的に応じて特定の方法でモデル基礎データを関連付けたものである。データ管理モデルもまた、リレーショナルデータベースである場合もあり、本実施形態のような樹形図である場合もある。
　リスクモデルとは、データ管理モデルのうち、資産情報を主キーとし、資産情報に環境情報、運転情報及び作業情報が関連付けられたもの、又は、資産情報にさらにリスクデータが関連付けられたものである。このようなリスクモデルは、個々のインフラ設備ごとに、環境情報、運転情報及び作業情報が示す自然の又は人為的な故障原因を可視化し、さらに、リスクデータが示すより具体的な脅威（自然災害）とその程度を可視化する。
　アセットライフサイクルモデルとは、リスクモデルのうち、特定の資産のライフサイクルをユーザにわかりやすく示したものである。ライフサイクルとは、特定の資産についての設置、運転、作業等の履歴を時系列で示した情報である。
（リスクデータ管理装置の構成）
　図１は、リスクデータ管理装置１の構成を示す図である。リスクデータ管理装置１は、一般的なコンピュータであり、中央制御装置１１、マウス、キーボード等の入力装置１２、ディスプレイ等の出力装置１３、主記憶装置１４、補助記憶装置１５及びネットワークインタフェース１６を備える。これらは、バス１８で相互に接続されている。補助記憶装置１５は、プログラム１７（詳細後記）を格納している。中央制御装置１１は、プログラム１７を補助記憶装置１５から主記憶装置１４に読み出すことによって、それぞれのプログラムの機能（詳細後記）を実現する。
（リスクデータ管理装置の機能ブロック）
　図２は、リスクデータ管理装置１の機能ブロック図である。リスクデータ管理装置１の外部にモデル基礎データ２０が存在する。モデル基礎データ２０は、環境情報２１、運転情報２２、資産情報２３及び作業情報２４を含む。
　リスクデータ管理装置１は、環境情報登録部１０１、運転情報登録部１０２、資産情報登録部１０３、作業情報登録部１０４、モデル管理部１０５、変化検出部１０６及び表示処理部１０７を有する。これらは、図１におけるプログラム１７である。
　リスクデータ管理装置１は、環境情報記憶部１１１、運転情報記憶部１１２、資産情報記憶部１１３及び作業情報記憶部１１４を有する。これらは、図１における補助記憶装置１５の部分的領域である。リスクデータ管理装置１は、モデル記憶部１１５を有する。モデル記憶部１１５もまた、図１における補助記憶装置１５の部分的領域である。モデル記憶部１１５は、前記のデータ管理モデル、リスクモデル及びアセットライフサイクルモデルを格納する。
　環境情報登録部１０１は、図１の入力装置１２又はネットワークインタフェース１６を介して環境情報２１を取得し、環境情報記憶部１１１に登録する。
　運転情報登録部１０２は、図１の入力装置１２又はネットワークインタフェース１６を介して運転情報２２を取得し、運転情報記憶部１１２に登録する。
　資産情報登録部１０３は、図１の入力装置１２又はネットワークインタフェース１６を介して資産情報２３を取得し、資産情報記憶部１１３に登録する。
　作業情報登録部１０４は、図１の入力装置１２又はネットワークインタフェース１６を介して作業情報２４を取得し、作業情報記憶部１１４に登録する。
　モデル管理部１０５は、環境情報記憶部１１１、運転情報記憶部１１２、資産情報記憶部１１３及び作業情報記憶部１１４から、それぞれ、環境情報２１、運転情報２２、資産情報２３及び作業情報２４を取得する。そのうえで、モデル管理部１０５は、これらを使用して、データ管理モデルを作成し、モデル記憶部１１５に格納する。
　また、モデル管理部１０５は、ユーザの操作に応じて、データ管理モデルから必要な部分を抽出（一部を抽出）しリスクモデルを作成し、モデル記憶部１１５に格納する。さらに、モデル管理部１０５は、リスクモデルから必要な部分を抽出（一部を抽出）し、又は、リスクモデルの情報を時系列に並び替えてアセットライフサイクルモデルを作成し、モデル記憶部１１５に格納する。
　変化検出部１０６は、環境情報記憶部１１１、運転情報記憶部１１２、資産情報記憶部１１３及び作業情報記憶部１１４から、それぞれ、環境情報２１、運転情報２２、資産情報２３及び作業情報２４のうち変化があった部分を検出する。ここでの変化とは、例えば、新たな情報（脅威に対する対策等）が作成され、それがリスクモデルに追加される等の変化である。変化検出部１０６は、検出した部分を表示処理部１０７に出力する。
　表示処理部１０７は、モデル管理部１０５及び変化検出部１０６から受け取った情報を外部の端末装置２又は出力装置１３（図１）に出力する。
（データ管理モデル）
　図３は、データ管理モデル３１の一例を示す図である。データ管理モデル３１は、複数のノード及びノード間のリンクから構成される。ノードのそれぞれは、前記したモデル基礎データであり、環境情報２１、運転情報２２、資産情報２３、作業情報２４及びエリア情報２９のうちのいずれかに属する。なお、図２は、これらのうちエリア情報２９（詳細後記）の記載を省略している。
　環境情報２１において、例えば“気温”を示す気象情報ノード２１１に、日毎データ（日毎の値）ノード２１１１及び時間毎データ（時間毎の値）ノード２１１２がリンクで関連付けられている。日毎データノード２１１１は、日順に並び、時間毎データノード２１１２は、日時順に並んでいる。気象情報ノード２１１は、エリア情報２９における空間ＩＤノード２９１ｄにリンクで関連付けられている。
　運転情報２２において、例えば“運転電圧”を示す運転電圧情報ノード２２１が日順に並んでいる。運転電圧情報ノード２２１は、資産情報２３の装置情報ノード２３１にリンクで関連付けられている。
　資産情報２３において、例えば“送電線”等の特定のインフラ設備を示す装置情報ノード２３１が、エリア情報２９における空間ＩＤノード２９１ｄにリンクで関連付けられている。例えば“碍子”等、そのインフラ設備を構成する特定の部品を示す部品情報ノード２３２が装置情報ノード２３１にリンクで関連付けられている。
　作業情報２４において、例えば“碍子点検”等の特定の保守を示す保守情報ノード２４１が、資産情報２３における部品情報ノード２３２にリンクで関連付けられている。保守情報ノード２４１は、時系列で複数記憶されている。例えば“碍子交換”等の特定の修理を示す修理情報ノード２４２が、資産情報２３における部品情報ノード２３２にリンクで関連付けられている。修理情報ノード２４２は、時系列で複数記憶されている。
　エリア情報２９において、空間ＩＤノード２９１ａ、２９１ｂ、２９１ｃ及び２９１ｄが、直列的にリンクで関連付けられている。空間ＩＤノード２９１ａ等のそれぞれは、インフラ設備が配置されている空間を一意に特定する識別子である空間ＩＤを有する。空間ＩＤノード間のリンクは、地理上の空間を緯度・経度で網状の区画に区切り、各区画に整数値を空間ＩＤとして割り当てたうえで、空間ＩＤの順に区画の繋がりを示すものであってもよい。また、送電線等のインフラ設備の線的な繋がり（後記する連続アセット）を示すものであってもよいし、県、市、町等の行政上の住所を階層的に示したものであってもよい。
　前記したように、データ管理モデル３１の各ノードの関連付けの方法（リンクの繋がり）は、管理目的に応じて変化し得る。
（リスクモデル）
　図４は、データ管理モデル３１の一例を示す図である。リスクデータ管理装置１のモデル管理部１０５は、既存のデータ管理モデル３１のノード間のリンクを繋ぎ変えることによって、別のデータ管理モデル３１を作成することもできる。この別のデータ管理モデルが、リスクモデル４１である。なお、以降では“リンクで関連付ける”ことを単に“関連付ける”と表現する。
　気象情報ノード２１１は、装置情報ノード２３１に直接的に関連付けられている。気象情報ノード２１１に、年月日時毎の値（例えば気温）が関連付けられている。因みに、データ管理モデル３１（図３）においては、気象情報ノード２１１は、空間ＩＤノード２９１ｄを介して間接的に装置情報ノード２３１に関連付けられている。
　運転電圧情報ノード２２１は、装置情報ノード２３１に直接的に関連付けられている。運転電圧情報ノード２２１に、年月日時毎の値が関連付けられている。
　保守情報ノード２４１は、装置情報ノード２３１に直接的に関連付けられている。保守情報ノード２４１に、具体的な保守の履歴が時系列で関連付けられている。因みに、データ管理モデル３１（図３）においては、保守情報ノード２４１は、部品情報ノード２３２を介して間接的に装置情報ノード２３１に関連付けられている。
　保守情報ノード２４１に代替して又は追加して、修理情報ノード２４２が装置情報ノード２３１に直接的に関連付けられていてもよい。
　図４におけるエリア情報２９は、実際の地形を示したエリアマップ（地図）である。エリアマップ上の位置が、装置情報ノード２３１に直接的に関連付けられている。図４から明らかなように、リスクモデル４１は、資産情報に含まれる装置情報ノード２３１を中心（主キー）として構成されている。さらに、装置情報ノード２３１には、その資産に関するリスクデータが関連付けられている。紙面の制約上、リスクデータは、図５で説明される。
（リスクデータ）
　図５は、リスクデータ５１を説明する図である。図５の樹形図のルートノードである資産ノード２３０は、図４における装置情報ノード２３１と同じである。資産ノード２３０は、インフラ設備を構成する個々の資産を示す。資産ノード２３０に、重要度ノード２３０１及び複数の脅威種別ノード２３０３ａ、２３０３ｂ、・・・が関連付けられている。図５のうち、資産ノード２３０以外のすべてのノードが、前記したリスクデータである。
　重要度ノード２３０１は、資産の重要度を示す値である。重要度は、例えば、その資産を含む複数の資産が同時に故障した場合におけるその資産を復旧する優先順位、復旧に要する時間、復旧に要する費用等である。重要度ノード２３０１に、影響度ノード２３０２が関連付けられている。
　影響度ノード２３０２は、その資産がインフラ設備全体に与える影響度を示す値である。影響度は、例えば、その資産が故障した場合に停電する世帯数である。
　脅威種別ノード２３０３ａ等は、脅威の種別を示す。脅威とは、資産が故障する原因となる自然災害であり、種別とは、例えば、“強風”、“大雪”、“樹木接触”、“雷”等である。
　脅威種別ノード２３０３ａ等に、リスク度ノード２３０４が関連付けられている。資産ノード２３０に複数の脅威種別ノード２３０３ａ等が関連付けられている場合、リスク度ノード２３０４は、脅威が資産に与える相対的な脅威の程度であるリスク度を示す。例えば、資産としての送電線に与えるリスクが、樹木接触＞雷＞大雪＞強風の順に大きい場合、脅威種別“樹木接触”のリスク度は“４”であり、脅威種別“強風”のリスク度は“１”である。リスク度は、後記する脅威レベル及び脆弱性レベルの積であってもよい。
　リスク度ノード２３０４に、脅威レベルノード２３０５及び脆弱性レベルノード２３０６が関連付けられている。
　脅威レベルノード２３０５は、自然現象としての脅威が発生する確率を示す。脅威レベルは、例えば１、２、３のように、数段階に正規化された数値であってもよい。
　脆弱性レベルノード２３０６は、自然現象としての脅威が実際に発生した場合、資産になんらかの影響が及ぶ条件付き確率を示す。脆弱性レベルは、例えば１、２、３のように、数段階に正規化された数値であってもよい。
　脅威レベルノード２３０５に、対策ノード２３０７ａが関連付けられている。対策ノード２３０７ａは、脅威レベルを下げるための対策を示す。
　脆弱性レベルノード２３０６に、対策ノード２３０７ｂが関連付けられている。対策ノード２３０７ｂは、脆弱性レベルを下げるための対策を示す。
　対策とは、例えば、脅威種別“大雪”に対する“撥水塗装”、脅威種別“強風”に対する“電力線張力強化”等である。
　脅威種別ノード２３０３ａ等に、メトリクスノード２３０８が関連付けられている。メトリクスノード２３０８は、脅威の発生を予測するために計測される項目（詳細後記）を示す。
（メトリクスノード）
　図６は、メトリクスノード２３０８を説明する図である。強風、大雪、樹木接触、雷等の脅威を検出するために、インフラ設備自身又はその周辺に、多くの検出装置（センサ、カメラ等）が設置されている。検出装置は、無線又は有線のネットワークを介して、モデル基礎データ２０（特に環境情報２１）を管理する装置に接続されている。計測項目Ａ、Ｂ、Ｃ、・・・は、検出装置のそれぞれが検出する計測値の種類等（電流、電圧、風速、降雪量、送電線に掛かる重量、周辺の画像、送電線の画像等）である。それらのうち、脅威種別ノード２３０３ａに示される脅威ごとに、その脅威の発生の検出のために計測される項目が、メトリクスノード２３０８に定義されている。図６の例では、計測項目Ａ、Ｃ、Ｄ及びＦが定義されている。例えば、計測項目Ａが電圧であり、計測項目Ｃが風速であり、計測項目Ｄが送電線に掛かる重量であり、計測項目Ｆが周辺の画像（樹木が倒れているか否かの画像分析結果）である。
　これらの計測項目のうち、時系列で所定の基準以上に変化しているものは、それ以外のものと区別される。図６の例では、変化している計測項目Ａ、Ｃ、Ｄ及びＦが（強調）表示され、それ以外は、非表示となっている。例えば、計測項目Ａが電圧であり、計測項目Ｃが風速であり、計測項目Ｄが送電線に掛かる重量であり、計測項目Ｆが周辺の画像（樹木が倒れているか否かの画像分析結果）である。計測項目Ａ（電圧）、計測項目Ｃ（風速）及び計測項目Ｄ（送電線に掛かる重量）で事前に設定された閾値以上の変化があり、かつ、計測項目Ｆで樹木が倒れているという結果が出力される場合、脅威種別“樹木接触”が発生している可能性が高い。
（入力画面及び検索画面）
　図７は、事故対応報告書２４２１ａを説明する図である。事故対応報告書２４２１ａは、それと同じ項目を有する入力フォーマット２４２１ｂに対応している。入力フォーマット２４２１ｂは、２つの機能を有する。第１は、リスクモデル４１（リスクデータ５１を含む）を作成するための入力画面としての機能である。第２は、作成されたリスクモデル４１のうちからユーザが必要とする部分を切り出すための検索画面としての機能である。
　リスクデータ管理装置１のモデル管理部１０５は、ユーザが入力装置１２を介して入力フォーマット２４２１ｂ（入力画面）に対して事故の内容を入力するのを受け付ける。モデル管理部１０５は、入力された内容を事故対応報告書２４２１ａとして補助記憶装置１５に記憶する一方で、入力されたデータに基づきリスクモデル４１を作成する。表示処理部１０７は、作成されたリスクモデル４１を表示する。
　モデル管理部１０５は、ユーザが入力装置１２を介して入力フォーマット２４２１ｂ（検索画面）に対して検索キーワードを入力するのを受け付ける。モデル管理部１０５は、リスクモデル４１（リスクデータ５１を含む）のうち、入力された検索キーワードに関連付けられた部分を抽出する（切り出す／一部を抽出する）。表示処理部１０７は、抽出された部分を出力装置１３に表示する。すなわち、モデル管理部１０５は、ユーザからの検索要求に応じて、リスクモデル４１の一部を抽出する。
　事故を報告するユーザは、入力フォーマット２４２１ｂ（入力画面）の事故発生日時欄２４２１１に事故が発生した年月日を入力する。同様に、ユーザは、事故発生設備欄２４２１２に事故が発生した資産を入力する。ユーザは、事故発生箇所欄２４２１３に事故が発生した部品を入力する。ユーザは、事故の影響度欄２４２１４に影響度を入力する。ユーザは、事故原因欄２４２１５に事故原因（脅威の種類）を入力する。ユーザは、発生条件欄２４２１６に、１又は複数の計測項目（メトリクス）を入力する。ユーザは、対策内容欄２４２１７に対策を入力する。
　すると、モデル管理部１０５は、入力内容に基づき、リスクモデル４１（リスクデータ５１を含む）を作成する。具体的には、モデル管理部１０５は、１つの入力フォーマット２４２１ｂで入力された情報のノードを作成し、所定の規則に従ってノード間をリンクで結ぶ。このとき、モデル管理部１０５は、資産（事故発生設備欄２４２１２）をリスクモデル４１の中心（主キー）とし、その資産にリスクデータ５１を関連付ける。
　モデル管理部１０５がこのような処理を繰り返すと、リスクモデル４１は、徐々に大きく精緻になる。既にデータ管理モデル３１（図３）が存在する場合、モデル管理部１０５は、入力内容に基づき、ノードの関連付けを変更したうえで、変更後のデータ管理モデル３１をリスクモデル４１としてもよい。図７の入力フォーマット２４２１ｂの構成は、あくまでも一例であり、結果としてリスクモデル４１を作成できるものであれば、どのようなものでもよい。
　一方、リスクモデル４１のうちから、自身が関心を有する部分を切り出して視認することを希望するユーザは、入力フォーマット２４２１ｂ（検索画面）の任意の欄に、検索キーワードを入力する。例えば、ユーザが特定の資産を検索キーワードとして入力したとすると、モデル管理部１０５は、リスクモデル４１のうちから当該資産を含む所定の大きさの部分（リスクデータ５１を含む）を表示する。
（アセットライフサイクルモデル）
　図８は、アセットライフサイクルモデル６１の一例を示す図である。図８のアセットライフサイクルモデル６１は、もとになるリスクモデル４１のうちからモデル管理部１０５によって抽出され、表示処理部１０７によって表示される。もとになるリスクモデル４１も、モデル管理部１０５によって作成される。
　アセットライフサイクルモデル６１を活用する典型的な動機は、例えば以下の通りである。
〈動機１〉特定の資産（例えば、鉄塔）の環境情報の履歴を知りたい。
〈動機２〉特定の資産の運転情報及び作業情報の履歴を知りたい。
〈動機３〉特定の資産に物理的に直接繋がっている他の資産を知りたい。
〈動機４〉特定の資産の環境と類似する環境に置かれている他の資産を知りたい。
　前記のうち、動機１及び２を有するユーザは、実際に事故を起こした又は起こしそうな資産について、事故の原因又は対策を知りたい。動機３及び４を有するユーザは、事故予防の観点から注目に値する資産を決定したい。
　図８のアセットライフサイクルモデル６１を見ると、以下のことがわかる。
・ユーザは、検索キーワードとしてある資産Ａを検索画面に入力した。平行四辺形の資産情報ノード６１１ａが、資産Ａに相当する。
・資産情報ノード６１１ａには、設備登録ノード６１２ａ、運転ノード６１２ｂ、保守ノード６１２ｃ及び運転ノード６１２ｄが時系列で関連付けられている。
・設備登録ノード６１２ａ、運転ノード６１２ｂ、保守ノード６１２ｃ及び運転ノード６１２ｄのうち、保守ノード６１２ｃは、作業情報２４（図１）に属し、設備登録ノード６１２ａ、運転ノード６１２ｂ及び運転ノード６１２ｄは、運転情報２２（図１）に属する。
・設備登録ノード６１２ａ、運転ノード６１２ｂ、保守ノード６１２ｃ及び運転ノード６１２ｄには、それぞれ作業者情報６１３ａ、６１３ｂ、６１３ｃ及び６１３ｄが関連付けられている。作業者情報６１３ａ、６１３ｂ、６１３ｃ及び６１３ｄもまた、作業情報２４（図１）に属する。
・資産情報ノード６１１ａ、６１１ｂ及び６１１ｃが直列的に関連付けられている。これらの資産は、“連続アセット”である。連続アセットとは、送電線等で連続的に繋がれている資産群である。連続アセットは、途中で分岐することもある。
　いま、ユーザは、動機１及び２を有している。そして、ユーザは、資産Ａに対して過去に行った保守（修理）に問題があると考えている。そこで、ユーザは、保守ノード６１２ｃにカーソル６１４を合わせる。すると、表示処理部１０７は、環境情報アイコン６１５を表示する。
　次に、ユーザがカーソル６１４で環境情報アイコン６１５を選択すると、表示処理部１０７は、当該保守が行われた時点を含む所定の長さの時間帯に属する環境情報２１（図１）のうち、資産Ａに関するものを画面表示する。ここで表示されるデータは、例えば、資産Ａの周辺の湿度推移６２である。ここで、資産Ａの周辺の湿度推移６２が表示されるのは、もとになるリスクモデル４１において環境情報２１が資産情報（図１の符号２３）に関連付けられているからである。なお、図８においては、環境情報アイコン６１５から保守ノード６１２ｃへ“関連付け”の矢印が向かっている。これは、湿度推移６２が、資産Ａに関する湿度推移のうち、特にその“保守”を行った時点に係るものであることを示している。
　その後、ユーザが所定の操作を行うと、表示処理部１０７は、湿度上下変動６３を表示する。湿度上下変動６３は、所定の時間帯（例えば１か月）の各日の湿度の最高値及び最小値を示す。太枠６４は、そのうち、実際に保守が行われた日を中心とする１週間分であり、湿度推移６２のうちの網掛け部分に対応している。
　ユーザは前記した動機３及び４を有し始め、さらに、カーソル６１４で資産情報ノード６１１ｂを指定したとする。すると、表示処理部１０７は、資産情報ノード６１１ｂに関連付けられた環境情報、運転情報及び作業情報を時系列で表示する。後記する図９は、その表示例である。
　図９は、アセットライフサイクルモデル６１の一部を示す図である。ある連続アセット（送電線で直列的に繋がる複数の鉄塔）を辿っていくと、ある位置で鉄塔の環境が明らかに変化する。例えば、連続アセットが山脈を越える場合、山脈の両側で気候は顕著に異なる。このような場合、ユーザは、両側で作業・運転の内容を変化させなければならない。
　モデル管理部１０５は、エリア情報２９及び環境情報２１を参照し、ユーザが指定した資産が位置するエリア（“指定エリア”と呼ぶ）の周辺に位置する複数エリア（“周辺エリア”と呼ぶ）の環境情報を取得する。図９の例では、周辺エリアとして、山間部にあるＡ地点と、平野部にあるＢ地点の２地点が示されている。モデル管理部１０５は、取得した周辺エリアの環境情報のうち、指定エリアの環境情報に最も近い環境情報を有するエリア（“類似環境エリア”と呼ぶ）を特定する。
　表示処理部１０７は、アセットライフサイクルモデル６１上で、又は、リスクモデル４１上で、以下の内容を表示する。
・指定エリア、周辺エリア及び類似環境エリアの時系列の環境情報（気温等）
・周辺エリアのそれぞれ及び類似環境エリアと指定エリアとの間の距離
・指定エリア及び類似環境エリアの地理的類似性（平野部、山間部、特定河川の流域等）
　また、図９で例示されているように、表示処理部１０７は、以下のコメントを表示してもよい。このコメントは、プログラムが自動で生成したものであってもよいし、ユーザが手動で入力したものであってもよい。
・指定エリアから見て遠い方の周辺エリアであるＢ地点が、指定エリアの類似環境エリアになる旨のコメント
　図１０は、処理手順のフローチャートである。
　ステップＳ１０１において、リスクデータ管理装置１の環境情報登録部１０１等は、環境情報２１等を取得する。具体的には、環境情報登録部１０１は、モデル基礎データ２０の一部としての環境情報２１を任意の装置から取得し、環境情報記憶部１１１に格納する。リスクデータ管理装置１の運転情報登録部１０２、資産情報登録部１０３及び作業情報登録部１０４も、同様の処理を行う。
　ステップＳ１０２において、リスクデータ管理装置１のモデル管理部１０５は、データ管理モデル３１（図３）を作成する。具体的には、モデル管理部１０５は、ユーザの操作に応じて、環境情報記憶部１１１等に分散されて格納されているモデル基礎データ２０（環境情報２１等）を使用して、データ管理モデル３１を作成し、作成したデータ管理モデル３１をモデル記憶部１１５に格納する。ユーザの操作に応じ、リスクデータ管理装置１の表示処理部１０７は、出力装置１３又は端末装置２にデータ管理モデル３１を表示する。
　ステップＳ１０３において、モデル管理部１０５は、事故対応報告書２４２１ａ（図７）を受け付ける。具体的には、第１に、モデル管理部１０５は、表示処理部１０７を介して出力装置１３又は端末装置２に、入力画面としての入力フォーマット２４２１ｂ（図７）を表示する。
　第２に、モデル管理部１０５は、ユーザが入力フォーマット２４２１ｂの各欄にデータを入力するのを受け付ける。
　なお、モデル管理部１０５は、入力装置１２又は端末装置２を介して、完成した事故対応報告書２４２１ａを電子データ又は印刷物として直接受けて受けてもよい。
　ステップＳ１０４において、モデル管理部１０５は、リスクモデル４１（図４）を作成する。具体的には、モデル管理部１０５は、事故対応報告書２４２１ａの内容に基づき、環境情報２１、運転情報２２、資産情報２３、作業情報２４及びエリア情報２９を使用してリスクモデル４１（リスクデータ５１を含む）を作成する。このとき、モデル管理部１０５は、既存のデータ管理モデル３１のノード間の関連付けを修正することによってリスクモデル４１を作成してもよい。
　ステップＳ１０５において、モデル管理部１０５は、検索キーワードを受け付ける。具体的には、第１に、モデル管理部１０５は、表示処理部１０７を介して出力装置１３又は端末装置２に、検索画面としての入力フォーマット２４２１ｂを表示する。
　第２に、モデル管理部１０５は、ユーザが入力フォーマット２４２１ｂの任意の欄に検索キーワードを入力するのを受け付ける。例えば、ユーザは、事故発生日時欄２４２１１に“２０２１年１０月１５日”を入力し、事故発生設備欄２４２１２に“鉄塔Ｂ”を入力したとする。
　ステップＳ１０６において、モデル管理部１０５は、リスクモデル４１の該当部分を抽出する。具体的には、第１に、モデル管理部１０５は、リスクモデル４１のうち“鉄塔Ｂ”に直接的又は間接的に関連付けられているノードのうち所定の範囲の部分を抽出する。
　第２に、モデル管理部１０５は、ステップＳ１０６の“第１”において抽出した部分から“２０２１年１０月１５日”を含む所定の範囲の日時を有する部分をさらに抽出する。
　ステップＳ１０７において、リスクデータ管理装置１の表示処理部１０７は、リスクモデル４１の該当部分を表示する。具体的には、表示処理部１０７は、出力装置１３又は端末装置２に、ステップＳ１０６の“第２”において抽出したリスクモデル４１の部分を表示する。このとき表示されるリスクモデル４１は、“鉄塔Ｂ”を中心（ルートノード）とし、ルートノードには、リスクデータ５１が関連付けられている。
　ステップＳ１０８において、リスクデータ管理装置１のモデル管理部１０５は、アセットライフサイクルモデル６１を作成する。具体的には、モデル管理部１０５は、ステップＳ１０６の“第２”において抽出したリスクモデル４１の部分に含まれるノード（特に運転情報２２及び作業情報２４のノード）を時系列で並び替えることによってアセットライフサイクルモデル６１を作成する。
　ステップＳ１０９において、リスクデータ管理装置１の表示処理部１０７は、アセットライフサイクルモデル６１を表示する。具体的には、表示処理部１０７は、出力装置１３又は端末装置２に、ステップＳ１０８において作成したアセットライフサイクルモデル６１を表示する。このとき表示されるアセットライフサイクルモデル６１は、鉄塔Ｂに対して行った運転及び作業の内容が時系列で表示されている（図８の符号６１参照）。
　その後、ユーザがカーソル６１４を任意のノードに合わせることに応じて、表示処理部１０７は、図８及び図９の説明で前記したように、様々な情報を画面上で表示することになる。あるユーザがこのような画面を見ている間にも、リスクモデル４１は、時々刻々と変化する。例えば、他のユーザが入力する事故対応報告書２４２１ａに応じて、モデル管理部１０５は、新たな対策ノード（図５の符号２３０７ａ及び２３０７ｂ）をリスクモデル４１のリスクデータ５１に追加するかもしれない。変化検出部１０６は、このような変化を常時監視している。
　ステップＳ１１０において、リスクデータ管理装置１の変化検出部１０６は、脅威に対する対策が追加されたか否かを判断する。具体的には、変化検出部１０６は、リスクモデル４１のリスクデータ５１に対して対策が追加されたのを検出した場合（ステップＳ１１０“ＹＥＳ”）、ステップＳ１１１に進み、それ以外の場合（ステップＳ１１０“ＮＯ”）、そのまま待機する。
　ステップＳ１１１において、変化検出部１０６は、警告を出力する。具体的には、変化検出部１０８は、出力装置１３又は端末装置２に、新たに追加された対策を、その対策に関連付けられているノード（脅威、資産、作業等）とともに表示する。その後、処理手順を終了する。
　ステップＳ１１０において、変化検出部１０６は、既に対策が関連付けられている脅威に関連付けられたメトリクスの計測項目を監視しておき、その計測項目の変化を検知した場合、ステップＳ１１１において、その脅威を出力してもよい。このとき、変化検出部１０６は、その脅威が関連付けられている資産及びその資産に関連付けられている作業及び運転を時系列で出力してもよい。
　ステップＳ１１０において、変化検出部１０６は、脅威への対策の内容に一致する作業（例えば、大雪に対する撥水塗装を行う作業）が新たに追加されるのを監視してもよい。そして、それが検出された場合、ステップＳ１１１において、変化検出部１０６は、リスクモデルを修正する可能性がある旨（例えば、作業後の脆弱性レベルが低下する旨）を表示してもよい。
（本実施形態の効果）
　本実施形態のリスクデータ管理装置の効果は以下の通りである。
（１）リスクデータ管理装置は、資産情報に関連付けて運転情報及び作業情報を可視化することができる。
（２）リスクデータ管理装置は、資産に対する脅威と、脅威に対する対策とを可視化することができる。
（３）リスクデータ管理装置は、ユーザが要求するリスクモデルの一部を表示することができる。
（４）リスクデータ管理装置は、資産の運転情報及び資産に対する作業情報を可視化することができる。
（５）リスクデータ管理装置は、インフラ設備に対する自然災害を可視化することができる。
（６）リスクデータ管理装置は、連続的に繋がるインフラ設備を可視化することができる。
（７）リスクデータ管理装置は、特定のインフラ設備の環境と類似した環境を有するエリアを可視化することができる。
（８）リスクデータ管理装置は、新たな対策を可視化することができる。
　なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。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ることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。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・置換をすることが可能である。
　また、前記の各構成、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エアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエ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、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
　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、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
　１　　　リスクデータ管理装置
　２　　　端末装置
　１１　　中央制御装置
　１２　　入力装置
　１３　　出力装置
　１４　　主記憶装置
　１５　　補助記憶装置
　１６　　ネットワークインタフェース
　１７　　プログラム
　２０　　モデル基礎データ
　２１　　環境情報
　２２　　運転情報
　２３　　資産情報　　
　２４　　作業情報
　３１　　データ管理モデル
　４１　　リスクモデル
　５１　　リスクデータ
　６１　　アセットライフサイクルモデル
　１０５　モデル管理部
　１０６　変化検出部
　１０７　表示処理部
　１１５　モデル記憶部

Claims (9)

  1. 　インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成するモデル管理部と、
    　前記作成したリスクモデルを表示する表示処理部と、
    　を備えることを特徴とするリスクデータ管理装置。
  2. 　前記モデル管理部は、
    　前記資産情報に、前記インフラ設備に対する脅威、前記脅威の程度、及び、前記脅威に対する対策を関連付けること、
    　を特徴とする請求項１に記載のリスクデータ管理装置。
  3. 　前記モデル管理部は、
    　ユーザからの検索要求に応じて、前記リスクモデルの一部を抽出し、
    　前記表示処理部は、
    　前記抽出したリスクモデルの一部を表示すること、
    　を特徴とする請求項２に記載のリスクデータ管理装置。
  4. 　前記モデル管理部は、
    　前記リスクモデルに含まれる特定の資産情報に関連付けられる運転情報又は作業情報を時系列に並べることによってアセットライフサイクルモデルを作成し、
    　前記表示処理部は、
    　前記作成したアセットライフサイクルモデルを表示すること、
    　を特徴とする請求項３に記載のリスクデータ管理装置。
  5. 　前記インフラ設備は、
    　自然環境の影響を直接的に受け、
    　前記脅威は、
    　自然災害であること、
    　を特徴とする請求項４に記載のリスクデータ管理装置。
  6. 　前記表示処理部は、
    　前記アセットライフサイクルモデルにおいて、複数の前記インフラ設備が連続的に繋がる連続アセットである旨を表示すること、
    　を特徴とする請求項５に記載のリスクデータ管理装置。
  7. 　前記表示処理部は、
    　特定の前記インフラ設備の環境情報と類似する環境情報を有するエリアを表示すること、
    　を特徴とする請求項６に記載のリスクデータ管理装置。
  8. 　前記脅威に対して前記対策が新たに関連付けられた旨を表示する変化検出部を備えること、
    　を特徴とする請求項７に記載のリスクデータ管理装置。
  9. 　インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成し、
    　前記作成したリスクモデルを表示すること、
    　を特徴とするリスクデータ管理方法。
PCT/JP2023/010912 2022-09-05 2023-03-20 リスクデータ管理装置及びリスクデータ管理方法 WO2024053137A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-140449 2022-09-05
JP2022140449A JP2024035858A (ja) 2022-09-05 2022-09-05 リスクデータ管理装置及びリスクデータ管理方法

Publications (1)

Publication Number Publication Date
WO2024053137A1 true WO2024053137A1 (ja) 2024-03-14

Family

ID=90192176

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/010912 WO2024053137A1 (ja) 2022-09-05 2023-03-20 リスクデータ管理装置及びリスクデータ管理方法

Country Status (2)

Country Link
JP (1) JP2024035858A (ja)
WO (1) WO2024053137A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054954A (ja) * 2002-07-17 2004-02-19 Tokio Marine & Fire Insurance Co Ltd リスク診断システム、リスクマップデータ生成方法及びプログラム
JP2006164022A (ja) * 2004-12-09 2006-06-22 Mitsubishi Electric Corp 維持管理計画システム
JP2019113883A (ja) * 2016-03-25 2019-07-11 株式会社日立製作所 稼働補助装置及び風力発電システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054954A (ja) * 2002-07-17 2004-02-19 Tokio Marine & Fire Insurance Co Ltd リスク診断システム、リスクマップデータ生成方法及びプログラム
JP2006164022A (ja) * 2004-12-09 2006-06-22 Mitsubishi Electric Corp 維持管理計画システム
JP2019113883A (ja) * 2016-03-25 2019-07-11 株式会社日立製作所 稼働補助装置及び風力発電システム

Also Published As

Publication number Publication date
JP2024035858A (ja) 2024-03-15

Similar Documents

Publication Publication Date Title
National Academies of Sciences et al. Enhancing the resilience of the nation's electricity system
US10962999B2 (en) Microgrid model based automated real time simulation for market based electric power system optimization
US20200220351A1 (en) Systems and Methods for Model-Driven Demand Response
US8401833B2 (en) Method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system
Barabadi et al. Post-disaster infrastructure recovery: Prediction of recovery rate using historical data
Tabucchi et al. Simulation of post-earthquake water supply system restoration
US20150153716A1 (en) Decision support control centers
US10535025B2 (en) Criticality profile for industrial asset
CN104254810A (zh) 用于一组工厂的条件监视的方法和系统
US11035092B2 (en) System and method of monitoring a utility structure
Unnikrishnan et al. Probabilistic framework for performance assessment of electrical power networks to tornadoes
CN104115077A (zh) 主机代管电气架构
Zorn et al. Evaluating the magnitude and spatial extent of disruptions across interdependent national infrastructure networks
JP2010097392A (ja) 設備劣化予測システムおよび設備劣化予測方法
CN105319461A (zh) 结合振动和电力质量分析来识别潜在的电网故障的系统
Moradkhani et al. Failure rate modelling of electric distribution overhead lines considering preventive maintenance
US20150206263A1 (en) Jurisdiction modeling employing cross system dependencies
WO2024053137A1 (ja) リスクデータ管理装置及びリスクデータ管理方法
KR20190137429A (ko) 전력계통의 계층적 시각화 시스템 및 방법
Pala et al. Simulating infrastructure outages: an open-source geospatial approach
CN117955245B (zh) 电网的运行状态的确定方法、装置、存储介质和电子设备
Brelsford et al. A dataset of recorded electricity outages by United States county 2014–2022
WO2022254697A1 (ja) 災害情報提供装置、災害情報提供システム、災害情報提供方法および災害情報提供プログラム
Noebels Assessment and Enhancement of Power Grid Resilience to Shocks and Stresses
Dunn Data-Driven Decision Analysis in Electric Power Systems

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: 23862687

Country of ref document: EP

Kind code of ref document: A1