JP2011210215A

JP2011210215A - プラントの制御装置及び火力発電プラントの制御装置

Info

Publication number: JP2011210215A
Application number: JP2010080067A
Authority: JP
Inventors: Toru Eguchi; 徹江口; Hisahiro Kusumi; 尚弘楠見; Takao Sekiai; 孝朗関合; Masayuki Fukai; 雅之深井; Satoru Shimizu; 悟清水
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2010-03-31
Filing date: 2010-03-31
Publication date: 2011-10-20
Anticipated expiration: 2030-03-31
Also published as: JP5378288B2

Abstract

【課題】本発明の目的は、数値解析データと実際のプラント特性との誤差が大きい場合においても、計測データによるモデル修正を短期間で終了できる、又は、データ蓄積による統計モデル構築時間増加を回避できる機能を具備したプラントの制御装置又は火力発電プラントの制御装置を提供することにある。
【解決手段】プラントに制御信号を与えた時に取得する計測信号の値を推定する統計モデルと、前記統計モデルの構築に用いるデータを保存するモデル構築データベースと、モデル出力が目標値を達成するようにモデル入力の生成方法を学習する操作方法学習部と、前記モデル構築データベースに保存される情報に含まれる解析モデルデータの選択、又は計測モデルデータを削除する機能を具備するモデル修正部とを備え、前記統計モデルは前記モデル修正部によるモデルデータの修正結果を用いてモデル出力を生成する制御装置。
【選択図】図１

Description

本発明は、プラントの制御装置に関するものであり、特に石炭等の化石燃料を用いて発電する火力発電プラントの制御装置に関する。

プラントの制御装置は、制御対象であるプラントから得られる状態量の計測信号を処理し、制御対象に与える制御信号を算出して制御対象に伝達する。プラントの前記制御装置には、プラントの状態量の計測信号がその目標値を満足するように、制御信号を計算するアルゴリズムが実装される。

プラントの制御に用いられている制御アルゴリズムとして、ＰＩ（比例・積分）制御アルゴリズムがある。ＰＩ制御では、プラントの状態量の計測信号とその目標値との偏差に比例ゲインを乗じた値に、偏差を時間積分した値を加算して、制御対象に与える制御信号を導出する。

ＰＩ制御を用いた制御アルゴリズムは、ブロック線図などで入出力関係を記述することができるため、入力と出力の因果関係が分かりやすく、多くの適用実績がある。しかし、プラントの運転状態の変更や環境の変化など、事前に想定していない条件でプラントを運転する場合には、制御ロジックを変更するなどの作業が必要になる場合がある。

一方、プラントの運転状態や環境の変化に適応できる制御方式には、制御アルゴリズムやパラメータ値を自動的に修正する適応制御や学習アルゴリズムを用いた制御方式がある。

学習アルゴリズムを用いてプラントの制御装置の制御信号を導出する方法としては、プラントの計測データや数値解析を基に構築したデータを用いて、それらを統計的に処理してプラントの特性を推定する統計モデルを構築し、この統計モデルに対して最適な制御ロジックを自律学習させる手法が一般的である。

このような、統計モデルを用いた学習制御方式に関する技術として、特許文献１及び２には、プラントの計測データと数値解析データを用いて統計モデルを構築する技術が記載されている。

上記の公知技術では、制御システムをプラントに導入する時点では数値解析データのみを用いて統計モデルを構築し、導入後に蓄積される計測データを用いてモデルの特性を修正することにより、経年変化や特性変化に追従する柔軟な制御ロジックを学習可能となる。

特開２００７−２６４７９６号公報特開２００９−１２８９７２号公報

特許文献１、及び特許文献２に開示された技術をプラントの制御装置へ適用した場合、プラントの経年変化や特性変化に応じて適応的に統計モデルが修正されるため、それらの変化に追従した柔軟な制御システムを構築できる。

ここで、一般にプラント制御において、制御による操作条件の変更後、プラント特性が安定するまでに少なくとも数分から十数分の時間を要することから、この時間を制御周期とすることで、制御の効果を最大限に得ることが期待される。したがって、前記公知技術を用いる場合、前記統計モデルの構築及び学習アルゴリズムによる制御ロジックの学習は、この制御周期以内に終了することが望ましい。

また、前記公知技術において、計測データを用いて統計モデルを修正する場合、修正に要する期間はできるだけ短いほうが望ましく、もし修正に時間を要してしまう場合、実際のプラント特性と異なる統計モデルに対して学習した制御ロジックに基づく制御が実行され、運用コスト損失といったプラント運転への悪影響を及ぼしてしまう可能性がある。

一方で、前記公知技術では、制御システム導入時点での統計モデルに対するモデル修正期間は、初期統計モデルの精度、つまり数値解析データの精度に依存する。即ち、数値解析データと計測データとの誤差が小さい場合には、少ない計測データでモデルを修正できるため、モデル修正期間は短くなる。しかし、その誤差が大きい場合には、モデル修正に多くの計測データを必要とするため、モデル修正期間が長くなる可能性がある。また、誤差が非常に大きい場合には、望ましい精度でプラント特性に追従するようなモデルの修正が実行されない可能性がある。

さらに、統計モデルの構築時に要する計算時間（モデル構築時間）は一般にモデルデータの数に比例して増加するため、上述したモデルデータの蓄積により、制御周期以内での統計モデル構築及び学習が困難となる可能性がある。

本発明の目的は、制御システム導入時の初期統計モデルにおいて、数値解析データと実際のプラント特性との誤差が大きい場合においても、計測データによるモデル修正を短期間で終了できる、又は、データ蓄積による統計モデル構築時間増加を回避できる機能を具備したプラントの制御装置又は火力発電プラントの制御装置を提供することにある。

本発明のプラントの制御装置は、プラントから該プラントの状態量である計測信号を取り込み、前記計測信号を用いて前記プラントを制御する制御信号を演算する制御装置を備えたプラントの制御装置において、制御装置は、前記プラントの状態量である計測信号を取り込んで保存する計測信号データベースと、前記計測信号データベースに保存されたプラントの計測データから変換した計測モデルデータ及び前記プラントを模擬した物理モデルの数値解析で得られた前記プラントの出力である解析モデルデータの少なくとも一方を含むモデル構築データを保存するモデル構築データベースと、前記モデル構築データベースに保存されたモデル構築データを用いて前記プラントに制御信号を与えた時に該プラントの状態量である計測信号の値を推定するプラントの制御特性を模擬する統計モデルと、前記統計モデルを用いて前記計測信号に相当するモデル出力が目標値を達成するようにプラントに与える前記制御信号に相当するモデル入力の生成方法を学習する操作方法学習部と、前記操作方法学習部における学習の制約条件及び学習結果に関する学習情報データを保存する学習情報データベースと、前記計測信号データベースの計測信号、及び前記学習情報データベースの学習情報データを用いてプラントに対して送信される制御信号を演算する制御信号生成部と、前記モデル構築データベースに保存される解析モデルデータの選択、又は計測モデルデータの削除を実行するモデル調整部とを設けて、前記操作方法学習部は、前記統計モデルが前記モデル修正部によるモデル構築データの修正結果を用いてモデル出力を生成するように構成したことを特徴とする。

本発明の火力発電プラントの制御装置は、ボイラを備えた火力発電プラントから該プラントの状態量である計測信号を取り込み、前記計測信号を用いて前記火力発電プラントを制御する制御信号を演算する制御装置を備えた火力発電プラントの制御装置において、前記計測信号は、前記火力発電プラントのボイラから排出される排ガスに含まれる窒素酸化物，一酸化炭素、及び硫化水素の濃度のうち少なくとも１つを表す状態量の信号を含み、前記制御信号は、前記火力発電プラントのボイラに供給する空気流量、この空気流量を調節する空気ダンパの開度、ボイラに供給される燃料流量、ボイラから排出された排ガスを該ボイラに再循環させる排ガス再循環流量のうち少なくとも１つを表す信号を含み、制御装置は、前記火力発電プラントの状態量である計測信号を取り込んで保存する計測信号データベースと、前記計測信号データベースに保存されたプラントの計測データから変換した計測モデルデータ及び前記火力発電プラントを模擬した物理モデルの数値解析で得られた前記プラントの出力である解析モデルデータの少なくとも一方を含むモデル構築データを保存するモデル構築データベースと、前記モデル構築データベースに保存されたモデル構築データを用いて前記プラントに制御信号を与えた時に該プラントの状態量である計測信号の値を推定するプラントの制御特性を模擬する統計モデルと、前記統計モデルを用いて前記計測信号に相当するモデル出力が目標値を達成するようにプラントに与える前記制御信号に相当するモデル入力の生成方法を学習する操作方法学習部と、前記操作方法学習部における学習の制約条件及び学習結果に関する学習情報データを保存する学習情報データベースと、前記計測信号データベースの計測信号、及び前記学習情報データベースの学習情報データを用いてプラントに対して送信される制御信号を演算する制御信号生成部と、前記モデル構築データベースに保存される解析モデルデータの選択、又は計測モデルデータの削除を実行するモデル調整部とを設けて、前記操作方法学習部は、前記統計モデルが前記モデル修正部によるモデル構築データの修正結果を用いてモデル出力を生成するように構成したことを特徴とする。

本発明によれば、制御システム導入時の初期統計モデルにおいて、数値解析データと実際のプラント特性との誤差が大きい場合においても、計測データによるモデル修正を短期間で終了でき、又は、データ蓄積による統計モデル構築時間増加を回避できる機能を具備したプラントの制御装置及び火力発電プラントの制御装置を実現することができる。

第１実施例であるプラントの制御装置の構成を示すブロック図。図１に記載した第１実施例によるプラントの制御装置における操作方法の学習、プラントの操作及びモデルデータの修正時の動作フローを示すフローチャート。図１に記載した第１実施例によるプラントの制御装置におけるモデルデータ修正部の構成を示すブロック図。図１に記載した第１実施例によるプラントの制御装置におけるモデル構築データに保存されるデータの態様を示す図。図１に記載した第１実施例によるプラントの制御装置におけるモデル修正部の動作フローを示すフローチャート。図１に記載した第１実施例によるプラントの制御装置における解析モデルデータ修正の動作フローを示すフローチャート。図１に記載した第１実施例によるプラントの制御装置における解析モデルの修正メカニズムを説明する概要図。図１に記載した第１実施例によるプラントの制御装置におけるモデルデータ削除の動作フローを示すフローチャート。図１に記載した第１実施例によるプラントの制御装置において、モデル入出力を設定する際に画像表示装置に表示される画面の一例。図１に記載した第１実施例によるプラントの制御装置において、モデル修正条件を設定する際に画像表示装置に表示される画面の一例。図１に記載した第１実施例によるプラントの制御装置において、モデル修正結果を確認する際に画像表示装置に表示される画面の一例。プラントの制御装置が適用される第２実施例である火力発電プラントの構成を示す概略構成図。図１２に記載した第２実施例の火力発電プラントに備えられたエアーヒーターの構成を示す概略構造図。図１２に記載した第２実施例による火力発電プラントの制御装置において、モデル入出力を設定する際に画像表示装置に表示される画面の一例。図１２に記載した第２実施例による火力発電プラントの制御装置において、モデル修正条件を設定する際に画像表示装置に表示される画面の一例。

次に、本発明によるプラントの制御装置及び火力発電プラントの制御装置の実施例について図面を参照して説明する。

プラントの制御装置及び火力発電プラントの制御装置の両者に共通した構成となるプラントの制御装置において、前記制御装置を構成するモデル修正部は、モデル構築データベースに保存された情報を用いてモデル構築用データに含まれる、数値解析によるデータ（解析モデルデータ）のモデル出力値情報を修正する解析データ修正機能と、冗長なモデル構築データを削除するデータ削除機能のうち、少なくとも１つを備えることが望ましい。

また、モデル構築データベースに保存される情報には、計測情報によるデータか、数値解析によるデータかを示す識別子、モデル入力空間における入力条件，出力条件及びその作成時刻のうち、少なくとも１つの情報が含まれることが望ましい。

また、解析データ修正機能は、最新の計測データと解析モデルデータとの距離を基準に、モデル出力値を修正する解析モデルデータ候補を、閾値を基準に選択する機能と、Ｎ近傍を基準に選択する機能のうち、少なくとも１つを備えることが望ましい。

また、解析データ修正機能は、最新の計測データに対するモデル出力値を計算する機能と、その推定値と実際の計測データ値の誤差が閾値以下の場合に、選択した解析モデルデータのモデル出力値情報を、その誤差を基準に修正する機能のうち、少なくとも１つを備えることが望ましい。

また、データ削除機能は、最新の計測データとモデル構築データとの距離を基準に、その距離が閾値以下のモデル構築データを選択する機能と、その選択データが計測データの場合は、データ作成後の経過時間が閾値時間以上となるデータのみを更に選択する機能のうち、少なくとも１つを備えることが望ましい。

前記制御装置は画像表示装置と接続され、モデル構築データベースに保存された情報を画像表示装置に表示する機能と、モデル修正部で用いるモデル修正条件を、画像表示装置を介して設定する機能と、モデル修正部によるモデル構築データの修正結果を画像表示装置に表示する機能のうち、少なくとも１つを備えることが望ましい。

モデル修正の条件設定を、画像表示装置を介して入力する機能を備えることにより、プラントの運転員は、プラントの制御ニーズに応じて適切なモデル修正条件を設定できる。更に、モデル修正による推定誤差の推移を画像表示装置に表示する機能を備えることにより、プラントの運転員は、所望のモデル推定精度をモデル修正により獲得できたかを確認し、獲得できない場合には再度モデル修正を実行することができる。

また、制御装置を火力発電プラントに適用する場合、火力発電プラントから取得する計測信号を用いて、火力発電プラントに与える制御信号を導出する制御信号生成部を備えた構成の火力発電プラントの制御装置となる。

これらの計測信号は、火力発電プラントから排出されるガスに含まれる窒素酸化物，一酸化炭素、及び硫化水素の夫々の濃度のうち少なくとも１つを表す信号を含む。また制御信号は、空気ダンパの開度，空気流量，燃料流量，排ガス再循環流量のうち少なくとも１つを決定する信号を含む。

前記制御装置は、火力発電プラントに制御信号を与えた時の、計測信号の値を推定する統計モデルと、前記統計モデルの構築に用いる、火力発電プラントの空気ダンパの開度，空気流量，燃料流量，排ガス再循環流量のうち少なくとも１つの情報を含むデータを保存するモデル構築データベースと、前記統計モデルを用いて、前記計測信号に相当するモデル出力が目標値を達成するように、前記制御信号に相当するモデル入力の生成方法を学習する操作方法学習部と、前記操作方法学習部における学習の制約条件及び学習結果に関する情報を保存する学習情報データベースと、前記モデル構築データベースに保存される情報に含まれる、モデル構築データを修正するモデル修正部とを備える。

また、前記制御装置は画像表示装置と接続され、モデル構築データベースに保存された情報を画像表示装置に表示する機能と、モデル修正部で用いるモデル修正条件を、画像表示装置を介して設定する機能と、モデル修正部によるモデル構築データの修正結果を画像表示装置に表示する機能のうち、少なくとも１つを備えることが望ましい。

制御装置を火力発電プラントの制御に適用した実施例では、火力発電プラントにおけるモデル入力に該当するバーナ、及びアフタエアポートの空気量に関する設定情報を、画像表示装置を介して入力する。

次に、本発明の実施例であるプラントの制御装置及び火力発電プラントの制御装置について図面を参照して説明する。

まず、第１実施例であるプラントの制御装置について図面を参照して説明する。

図１は、第１実施例によるプラントの制御装置のシステム構成図である。図１に示すように、制御対象のプラント１００は、制御装置２００によって制御される。

プラント１００を制御する制御装置２００は保守ツール９１０と接続されているので、プラント１００の運転員は、保守ツール９１０に接続された外部入力装置９００と画像表示装置９２０（例えばＣＲＴディスプレイ）とを介して、制御装置２００を制御することができる。

制御装置２００には、演算装置として、計測信号変換部３００，数値解析部４００，統計モデル５００，モデル修正部６００，制御信号生成部７００、及び操作方法学習部８００がそれぞれ備えられた構成となっている。

また制御装置２００には、データベース（ＤＢ）として、計測信号データベース２１０，モデル構築データベース２２０，学習情報データベース２３０，制御ロジックデータベース２４０、及び制御信号データベース２５０が設けられている。

また制御装置２００には、外部とのインターフェースとして、外部入力インターフェース２０１、及び外部出力インターフェース２０２が設けられている。

そしてこの制御装置２００では、外部入力インターフェース２０１を介して、プラント１００から該プラントの各種状態量を計測した計測信号１を制御装置２００の計測信号データベース２１０に取り込んでおり、また、制御装置２００の制御信号生成部７００から外部出力インターフェース２０２を介して、制御対象のプラント１００に対して該プラントを制御する制御信号１５を、例えば供給する空気流量を制御する制御信号１６として出力するように構成されている。

この制御装置２００では、外部入力インターフェース２０１を介して前記プラント１００から取り込んだプラント１００の状態量を計測した計測信号２は、計測信号データベース２１０に保存される。

また、制御装置２００に設けた制御信号生成部７００にて生成される制御信号１５は、制御装置２００に設けた制御信号データベース２５０に保存されると共に、外部出力インターフェース２０２から前記プラント１００に対する制御信号１６として出力される。

制御装置２００に設けた計測信号変換部３００では、計測信号データベース２１０に保存された計測信号データ３をモデル構築データ４に変換する。このモデル構築データ４は、モデル構築データベース２２０に保存される。ここで、計測信号データ３に由来するモデル構築データを計測モデルデータと呼ぶことにする。また、計測信号データ３に含まれる直前の制御結果として得られた運転条件は、制御装置２００に設けた制御信号生成部７００に入力される。

制御装置２００に設けた数値解析部４００では、プラント１００を模擬する物理モデルを用いて、プラント１００の特性を予測する。数値解析部４００で実行して得られた数値解析データ５は、モデル構築データベース２２０に保存される。ここで、数値解析データ５に由来するモデル構築データを解析モデルデータと呼ぶことにする。

制御装置２００に設けたモデル修正部６００は、モデル構築データベース２２０から取り込んだモデル構築データ７に含まれるモデル出力値情報を更新する機能と、不要なモデル構築データを削除する機能を有し、更新後のモデル構築データ８をモデル構築データベース２２０に保存する。

制御装置２００に設けた操作方法学習部８００では、学習データ１２を生成し、学習情報データベース２３０に保存する。

制御装置２００に設けた統計モデル５００は、プラント１００の制御特性を模擬する機能を持つ。すなわち、制御信号１６をプラント１００に与え、その制御結果に対する計測信号１を得るのと同等の機能を模擬演算する。この模擬演算のために、統計モデル５００は、操作方法学習部８００より受けたモデル入力９と、モデル構築データベース２２０に保存されたモデル構築データ６とを使用する。

このモデル入力９は、制御信号１６に相当する。モデル入力９とモデル構築データ６とから、前記統計モデル５００では、ニューラルネットワークに代表される統計的手法によりプラント１００の制御による特性変化を模擬演算して、モデル出力１０を得る。

統計モデル５００で得られたモデル出力１０は、プラント１００の計測信号１の予測値となる。尚、モデル入力９，モデル出力１０は共に、その数は１種類に限定されず、夫々複数種類用意することができる。

制御装置２００に設けた制御信号生成部７００では、学習情報データベース２３０より出力された学習情報データ１３、及び制御ロジックデータベース２５０に保存された制御ロジックデータ１４を用いて、計測信号１が望ましい値となるように制御信号１５を生成する。

この制御ロジックデータベース２５０には、制御ロジックデータ１４を算出する制御回路、及び制御パラメータが保存される。この制御ロジックデータ１４を算出する制御回路には、従来技術として公知のＰＩ（比例・積分）制御を用いることができる。

操作方法学習部８００は、学習情報データベース２３０に保存された学習の制約条件及び学習のパラメータ設定条件等を含む学習情報データ１１を用いて、モデル入力９の操作方法を学習する。学習結果である学習データ１２は、学習情報データベース２３０に保存される。

このように、制御装置２００の動作において、モデル構築データベース２２０に保存されるモデル構築データ７に含まれる情報をモデル修正部６００において修正するメカニズムを具備することにより、統計モデル特性と実機プラント特性との誤差が大きい場合にも、計測モデルデータを基に解析モデルデータを適切に修正するため、統計モデル５００におけるプラント特性の推定精度を短期間で向上させることができる。

また、運用開始後に蓄積される計測モデルデータに対して、データ作成時から一定期間経過したものを削除する機能を具備するため、モデルデータの蓄積による統計モデル計算時間の増加を回避できる。

尚、制御装置２００に設置した統計モデル５００，モデル修正部６００、及び操作方法学習部８００の詳細な機能については、後述する。

また、操作方法学習部８００から学習情報データベース２３０に保存される学習データ１２には、操作前後のモデル入力、及びその操作の結果得られるモデル出力に関する情報が含まれている。

学習情報データベース２３０では、現在の運転条件に対応する学習データ１２が選択され、学習情報データ１３として制御信号生成部７００に入力される。

プラント１００の運転員は、キーボード９０１とマウス９０２で構成される外部入力装置９００，制御装置２００とデータを送受信できる保守ツール９１０、及び画像表示装置９２０を用いることにより、制御装置２００に備えられている種々のデータベースに保存された情報にアクセスすることができる。

また、これらの装置を用いることにより、制御装置２００の数値解析部４００，統計モデル５００，モデル修正部６００、及び操作方法学習部８００で用いるパラメータ設定値，学習の制約条件、及び得られた学習結果の確認に必要な設定情報を入力することができる。

保守ツール９１０は、外部入力インターフェース９１１，データ送受信処理部９１２、及び外部出力インターフェース９１３で構成され、データ送受信処理部９１２を介して制御装置２００とデータを送受信できる。

外部入力装置９００で生成した保守ツール入力信号９１は、外部入力インターフェース９１１を介して保守ツール９１０に取り込まれる。保守ツール９１０のデータ送受信処理部９１２では、保守ツール入力信号９２の情報に従って、制御装置２００から入出力データ情報９０を取得する。

また、データ送受信処理部９１２では、保守ツール入力信号９２の情報に従って、制御装置２００の数値解析部４００，統計モデル５００，モデル修正部６００、及び操作方法学習部８００で用いるパラメータ設定値，学習の制約条件、及び得られた学習結果の視認に必要な設定情報を含む入出力データ情報９０を出力する。

データ送受信処理部９１２では、入出力データ情報９０を処理した結果得られる保守ツール出力信号９３を、外部出力インターフェース９１３に送信する。外部出力インターフェース９１３から送信された保守ツール出力信号９４は、画像表示装置９２０に表示される。

尚、上記の制御装置２００では、計測信号データベース２１０，モデル構築データベース２２０，学習情報データベース２３０，制御ロジックデータベース２４０、及び制御信号データベース２５０が制御装置２００の内部に配置されるが、これらの全て、あるいは一部を制御装置２００の外部に配置することもできる。

また、数値解析部４００が制御装置２００の内部に配置されるが、これを制御装置２００の外部に配置することもできる。

例えば、数値解析部４００、及びモデル構築データベース２２０を制御装置２００の外部に配置し、数値解析データ５をインターネット経由で制御装置２００に送信するようにしてもよい。

図２は、図１に示した第１実施例であるプラントの制御装置における制御の手順を示すフローチャート図である。

図２では、第１実施例のプラントの制御装置２００に設置された操作方法学習部８００による操作方法の学習、制御信号生成部７００による制御信号１６の生成、制御装置２００によるプラント１００の操作、及びモデル修正部６００によるモデル構築データ修正時の動作を表すフローチャートを示している。

図２に示したフローチャートは、ステップ１０００，１１００，１２００，１３００，１４００，１５００，１６００，１７００，１８００，１９００，２０００、を組み合わせて実行する。以下では、夫々のステップについて説明する。

制御装置２００の動作開始後、まず最初に、モデル構築条件・学習条件を設定するステップ１０００では、モデル構築時の実行条件，学習時の最大学習回数，最大操作回数，制約条件等、種々のパラメータ値を設定する。

次に、プラント特性モデルを構築するステップ１１００では、制御装置２００の統計モデル５００を動作させ、モデル構築ＤＢ２２０に保存されるモデル構築データ６を用いてプラント特性モデルを構築する。

次に、操作方法を学習するステップ１２００では、制御装置２００の統計モデル５００の出力するモデル出力１０が望ましい値となるようなモデル出力９の操作方法を、操作方法学習部８００を動作させて学習する。学習手段としては、強化学習理論等の公知の方式を用いることができる。

次に、学習結果を学習情報データベースに保存するステップ１３００では、操作方法の学習結果１２を学習情報データベース２３０に保存する。

次に、制御信号を生成するステップ１４００では、制御信号生成部７００を動作させ、制御ロジックＤＢ２４０に保存されている制御ロジックデータ１４及び学習情報ＤＢ２３０に保存されている学習結果１３を用いて制御信号１５を生成する。

次に、プラントを操作するステップ１５００では、生成された制御信号１５が外部出力インターフェース２０２を通じて制御信号１６として出力され、プラント１００が望ましい状態となるように操作が実行される。

次に、計測データをＤＢに保存するステップ１６００では、プラント１００の操作後に制御装置２００に入力・保存された計測信号データ３が計測信号変換部３００においてモデル構築データ４（計測モデルデータ）に変換され、モデル構築ＤＢ２２０に保存される。

次に、モデルデータ修正条件を設定するステップ１７００では、モデル修正時の実行条件に関する種々のパラメータ値を設定する。

次に、モデルデータを修正するステップ１８００では、モデルデータ修正部６００を動作させ、モデル構築データ７に含まれるモデル出力値情報を更新し、且つ、不要なデータを削除する。尚、モデル修正部６００の詳細な機能及び動作については、後述する。

次の、モデルデータ修正結果の妥当性を判断するステップ１９００は分岐である。モデルデータ修正結果に対し、判定基準を満足する場合はステップ２０００に進み、満足しない場合はステップ１７００に戻る。ここで判定手段として、内部パラメータによる自動判定と、画像表示装置９２０に表示されるモデルデータ修正結果をプラントの運転員が確認し、妥当性を判断する手動判定の２種類が考えられるが、そのどちらを用いてもよい。

そして最後の、制御のＯＮ／ＯＦＦを判断するステップ２０００は分岐である。外部入力装置９００を通じて制御のＯＮ／ＯＦＦに関する入力が実行され、ＯＮの場合はステップ１１００に戻り、ＯＦＦの場合は一連の制御装置２００におけるプラント１００の制御の動作を終了させるステップに進む。

以上の動作によって、制御装置２００によるプラント１００の制御では、プラント１００の運転員が設定したモデル調整条件、及び学習条件に基づき、望ましいモデル出力が得られるモデル入力の操作方法を自律的に学習し、その学習結果に基づき生成した制御信号でプラント１００を操作することで、プラント１００を望ましい運転状態とすることができる。更には、プラント１００を操作した結果得られる計測モデルデータを用いてモデル構築用データを修正することで、統計モデルの精度を短期間で向上させ、モデル構築時間を短縮できる。

次に、前記制御装置２００におけるモデル修正部６００の動作について、図３を用いて詳細に説明する。図３は、モデル修正部６００の詳細な構成図であり、図１に示した制御装置２００において、モデル修正部６００、及びモデル構築データベース２２０を含む部分を詳細に示したものである。

前記モデル調整部６００は、解析データ修正機能６０１、及びデータ削除機能６０２で構成される。解析データ修正機能６０１は、モデル構築データベース２２０に保存されたモデル構築データ７を用いて、各モデル構築データに含まれるモデル出力値情報を更新し、更新後のモデル構築データ８をモデル構築データベース２２０へ保存する。

データ削除機能６０２は、前記モデル構築データ７に含まれるデータ作成時刻、並びにデータ入力値情報を用いて、不要なモデル構築データを削除する。以上の動作は図２のフローチャートにおける、モデルデータを修正するステップ１８００に相当する。

図４に、前記モデル構築データベース２２０に保存されるデータの態様の一例を示す。図４に示されたモデル構築データベース２２０に保存されたデータおいて、データＩＤ２２１は各モデル構築データの識別番号である。図中のｉはデータの添え字である。データ種類識別子２２２は各モデル構築データの種類が計測モデルデータか解析モデルデータかを識別する。例えば、本識別子Ｓｉ＝０の場合は計測モデルデータとし、１の場合は解析モデルデータとすることでデータの種類を識別する。モデル入力条件２２３はそのデータのモデル入力空間における座標情報であり、モデル出力条件２２４は、そのデータの入力条件におけるプラント特性値を意味する。

モデル入力はプラント特性の影響因子として予め設定されるものであり、前記統計モデル５００は、図４に示されたモデル構築データを連続的に補間することにより、入力空間上の任意の条件（モデル入力９）に対するプラント特性値（モデル出力１０）を推定する。

作成時刻２２５は、各モデル構築データが作成された時刻を表すものである。プラント運転開始後のある時刻において、現在時刻と該時刻情報を比較することにより、データ作成後の経過時間を取得することができる。

以下では、前記制御装置２００に設けたモデル修正部６００における解析データ修正機能６０１、及びデータ削除機能６０２によるモデル修正のアルゴリズムについて、そのフローチャート（図５，図６，図８）、及び概念図（図７）を参照しながら説明する。

図５は、前記モデル修正部６００のアルゴリズム動作を示すフローチャートであり、図２のフローチャートにおけるモデルデータを修正するステップ１８００に相当する。

図５に示したフローチャートは、ステップ１８１０及び１８２０を組み合せて実行する。以下では、夫々のステップについて説明する。

モデル修正のアルゴリズム開始後、解析データを修正するステップ１８１０では、解析データ修正機能６０１を動作させて、各モデル構築データに含まれるモデル出力値情報を更新する。この動作の詳細については、図６及び図７を用いて後に説明する。

次に、モデルデータを削除するステップ１８２０では、データ削除機能６０２を動作させて、不要なモデル構築データを削除する。この動作の詳細については、図８を用いて後に説明する。

次に、解析データ修正機能６０１の詳細な動作を説明する。図６に示したフローチャートは、ステップ１８１１，１８１２，１８１３，１８１４，１８１５，１８１６，１８１７、及び１８１９を組み合せて実行する。以下では、夫々のステップについて説明する。

解析データ修正のアルゴリズム開始後、まず、計測データと解析データとの距離を計算するステップ１８１１では、モデル構築ＤＢ２２０に保存されている全ての解析モデルデータと、直前のプラント操作の結果得られた計測値を基に得られた計測モデルデータとの距離を計算する。ここで、距離情報は各データの入力条件に対するユークリッド距離で計算する。

次の、モデル出力値情報修正の対象となる解析データ選択方法を決定するステップ１８１２は分岐である。データ選択方法は、距離閾値を基準にデータを選択する方法と、計測モデルデータに対するＮ個の近傍データを選択する方法の２種類が用意されており、前者を選択する場合はステップ１８１３へ進み、後者を選択する場合はステップ１８１５へ進む。尚、この手法の選択は、画像表示装置９２０、及び外部入力装置９００を用いて決定することができる。

ステップ１８１３は分岐であり、ステップ１８１１にて計算した、各解析モデルデータの計測モデルデータとの距離と、予め画像表示装置９２０、及び外部入力装置９００を用いて決定した距離閾値パラメータとを比較し、距離が閾値以下の解析モデルデータが存在するかどうかを判定する。１個以上の解析モデルデータが前記条件を満たす場合は、ステップ１８１４に進み、前期条件を満たすデータが存在しない場合は、解析データ修正のアルゴリズムを終了させるステップに進む。

次の、距離が閾値以下の解析データを選択するステップ１８１４では、計測モデルデータとの距離が閾値以下の条件を満たす解析モデルデータを全て選択する。

また、前記ステップ１８１２にて２．近傍と選択した場合に進むステップ１８１５では、計測モデルデータとの距離が短い順にＮ個の近傍データを選択する。この、近傍数Ｎも、前記距離閾値と同様に画像表示装置９２０、及び外部入力装置９００を用いて設定することができる。このように、解析モデルデータのデータ量を距離閾値又は近傍のデータ数で制限することによりデータ量を調節することができる。

次の、ステップ１８１６，１８１７及び１８１８では、前記ステップ１８１４または１８１５にて選択した解析モデルデータに対して、そのモデル出力値情報を修正する。以降では、各ステップのモデル出力値の修正アルゴリズムを、図７を用いて説明する。図７は説明の簡略化のため、モデル入力及び出力の次元数をそれぞれ１とした場合の、モデル構築データ及び統計モデル特性の態様を示したものである。即ち、図中のグラフ横軸に対するデータの座標がモデル入力条件、縦軸に対する座標がモデル出力値情報に対応する。図７において、（ａ）は閾値によるデータ選択の場合のアルゴリズムの動作メカニズムであり、図中のｒは距離閾値を表す。（ｂ）は近傍によるデータ選択の場合の動作メカニズムであり、近傍数Ｎ＝３とした場合を表す。図７において、最新の計測モデルデータはｄｍ、解析モデルデータはｄｉｃ（ｉはデータの添え字）と表記する。即ち、（ａ）ではｄ１ｃ，ｄ２ｃが選択データであり、（ｂ）ではｄ１ｃ，ｄ２ｃ，ｄ３ｃが選択データとなる。

ステップ１８１６では、計測モデルデータｄｍのモデル入力条件に対して、統計モデル５００を用いてモデル推定値Ｚｊ(ｋ)を計算する。ここで、ｊはモデル出力数の添え字、ｋはモデル出力値の修正回数であり、ステップ１８１６の初回実行時にｋ＝０と初期化する。尚、図７ではモデル出力の次元数が１の場合の推定値のみを示しているが、実際にはあらかじめ設定したモデル出力数に応じて、すべての出力に対する推定値を計算する。図７より、計測モデルデータｄｍのモデル出力ｊ成分のモデル出力値情報はＺｊｍと表記する。尚、モデル推定値Ｚｊ(ｋ)の計算時に用いるモデル構築データには、ｄｍは含めない。

次の、推定誤差が閾値以下かどうかを判定するステップ１８１７は分岐である。Ｚｊｍ−Ｚｊ(ｋ)で計算される推定誤差の絶対値が予め設定した閾値以下であればステップ１８１９へ進み、そうでない場合は１８１８へ進む。尚、モデル出力数が２以上である場合は、すべての出力に対する推定誤差が閾値以下の場合のみ、ステップ１８１９へ進む。

次の、推定値を基に選択した解析データを修正するステップ１８１８では、前記ステップ１８１７で求めた推定誤差を手掛かりとして、選択データのモデル出力値情報を〔数１〕を用いて更新する。ここで、選択データのモデル出力値情報をｙｉｊ(ｋ)と表記する。
〔数１〕
ｙｉｊ(ｋ＋１)＝ｙｉｊ(ｋ)＋α(Ｚｊｍ−Ｚｊ(ｋ))
〔数１〕では、選択データのモデル出力値情報を、推定誤差に修正率αを乗じた値で修正している。このように、計測データ点近傍の解析モデルデータ出力情報を、計測データ点の推定誤差を縮めるように修正することで、図７に示すように修正後のモデルデータを用いた統計モデル５００の推定誤差は小さくなる効果が得られる。

上述の手続きに従って、選択した解析モデルデータ全てに対するモデル出力値情報を更新したのちに修正回数ｋを更新し、ステップ１８１６に進む。以降、ステップ１８１６〜１８１８の処理を、統計モデルの推定誤差が閾値以下の条件を満足するまで繰り返し実行する。

最後に、解析データを保存するステップ１８１９では、上述の手続きで修正した解析モデルデータを、モデル構築ＤＢ２２０に保存し、解析データ修正のアルゴリズムを終了させるステップに進む。

以上の説明からも明らかなように、解析モデル修正のアルゴリズムを新たな計測データが得られる都度に実行することにより、初期の統計モデル特性と実機プラント特性の誤差が大きい場合でも統計モデル５００におけるプラント特性の推定精度を短期間で向上し、制御性能の悪化を回避することができる。

次に、データ削除機能６０２の詳細な動作を説明する。図８に示したフローチャートは、ステップ１８２１，１８２２，１８２３，１８２４及び１８２５を組み合せて実行する。以下では、夫々のステップについて説明する。

データ削除のアルゴリズム開始後、まず、計測データの最近傍データを選択するステップ１８２１では、最新の計測データと、これまでに採取した計測データを含むモデル構築データとの距離を計算し、その距離が最小となる（最近傍となる）データを選択する。

次の、選択した最近傍データの距離を判定するステップ１８２２は分岐である。距離が予め設定した閾値以下であればステップ１８２３へ進み、そうでなければ、データ削除のアルゴリズムを終了させるステップへ進む。ここで、閾値は充分小さい値とすることが望ましい。

次の、選択した最近傍データの種類を判定するステップ１８２３は分岐である。最近傍データが計測モデルデータである場合はステップ１８２４へ進み、解析モデルデータである場合はステップ１８２５へ進む。

次の、データ作成からの経過時間を判定するステップ１８２４は分岐である。図４の作成時刻２２５と、最新の計測データ採取時の現在時刻から、データ作成からの経過時間を計算する。そして、それが予め設定した時間閾値以上であれば、ステップ１８２５へ進み、そうでなければ、データ削除のアルゴリズムを終了させるステップへ進む。

最後の、データを削除するステップ１８２５では、選択した最新の計測データの最近傍データをモデル構築ＤＢ２２０から削除し、データ削除のアルゴリズムを終了させるステップへ進む。

上述のアルゴリズムでは、最新の計測データの最近傍のモデル構築データに対して、それが計測データに充分近い場合のみ、そのデータを最新の計測データで代替できるとみなし、ＤＢから削除する。ただし、最近傍のデータが計測モデルデータである場合は、データに含まれる計測誤差の影響を考慮するため、データ生成から一定期間内は削除の対象から外す。以上の削除アルゴリズムを具備することにより、計測データの蓄積によるモデル構築データ数の増加、ひいては統計モデルの計算時間の増加を回避でき、実用時間内での制御ロジックの学習が可能となる。以上で、モデルデータ修正部６００の詳細な動作の説明を終了する。

次に、第１実施例であるプラントの制御装置において、制御装置２００とデータを送受信できる保守ツール９１０の外部出力インターフェース９１３から送信された保守ツール出力信号９４を表示する画像表示装置９２０にて表示される画面について、図９，図１０及び図１１を用いて説明する。図９〜図１１は、画像表示装置９２０に表示される画面の一具体例である。

図９は第１実施例であるプラントの制御装置において、モデル入出力を設定する際に画像表示装置に表示される画面例であり、第１実施例のプラントの制御装置における制御の手順を示す図２のフローチャートにおけるモデル構築条件・学習条件を設定するステップ１０００のモデル構築条件設定画面の一例である。

この図９に示したモデル入出力設定の画面では、プラントの計測データ情報に基づく入出力項目から、任意の項目を選択して制御装置２００における統計モデル５００のモデル入出力を設定することができる。

図９に示す画面が前記画像表示装置９２０に表示された状態で、外部入力装置９００のマウス９０２を操作して画面上の数値ボックスにフォーカスを移し、キーボード９０１を用いることで数値を入力できる。また、マウス９０２を操作して画面上のボタンをクリックすることで、ボタンを選択する（押す）ことができる。同様に、マウス９０２を操作して画面上のチェックボックスをクリックすることで、チェックを入れることができる。

図９に示した画面では、まず、モデル入力設定において、入力項目リスト３０００に表示された入力項目に対し、任意の項目にマウス９０２のフォーカスを移し、ボタンを選択することにより選択バー３００１を選択した入力項目に一致させることができる。そして、ボタン３００２を選択することで、選択した入力項目をモデル入力項目リスト３００３に追加できる。

さらに、数値ボックス３００４、及び３００５の夫々にフォーカスを移して数値を入力することで、追加したモデル入力項目に対して、その最小値及び最大値を設定できる。既に追加したモデル入力項目リストから項目を削除する場合は、削除したい項目をマウス９０２により選択し、ボタン３００６を選択することでリストから削除できる。

図９に示した画面では、次に、モデル出力設定において、同様に出力項目リスト３００７に表示された出力項目に対し、任意の項目にマウス９０２のフォーカスを移し、ボタンを選択することにより選択バー３００８を選択した出力項目に一致させることができる。そして、ボタン３００９を選択することで、選択した出力項目をモデル出力項目リスト３０１０に追加できる。

既に追加したモデル出力項目リストから項目を削除する場合は、削除したい項目をマウス９０２により選択し、ボタン３０１１を選択することでリストから削除できる。以上のモデル入出力設定の終了後、ボタン３０１２を選択すると、統計モデルを構築する図２のステップ１１００に進む。

図１０は第１実施例であるプラントの制御装置において、モデルデータ修正条件を設定する際に画像表示装置に表示される画面例であり、第１実施例のプラントの制御装置における制御の手順を示す図２のフローチャートにおける、モデルデータ修正条件を設定するステップ１７００のモデルデータ修正条件設定画面の一例である。この図１０に示したモデル修正条件設定画面では、チェックボックス３１００及び３１０２、数値ボックス３１０１，３１０３，３０１４，３１０５，３１０６及び３１０７の夫々にフォーカスを移してチェックボックスを選択、または数値を入力することで、図６のフローチャートにおける近傍データ選択方法（閾値／近傍），閾値方式における閾値パラメータ，近傍方式における近傍数，推定誤差の閾値，〔数１〕におけるデータ修正率α、そして図８のフローチャートにおける近傍データ距離閾値，データ経過時間閾値を夫々決定することができる。

以上のモデルデータ修正条件設定の終了後、ボタン３１０８を選択することで、モデルデータ修正を開始することができる。

図１１は第１実施例であるプラントの制御装置において、モデルデータ修正結果を確認する際に画像表示装置に表示される画面であり、第１実施例のプラントの制御装置における制御の手順を示す図２のフローチャートのステップ１９００における、モデルデータ修正結果の判定時に用いる画面の一例である。

この図１１に示したモデル調整結果表示の画面では、図６のステップ１８１６で計算したモデル推定誤差表示画面３２００として、解析モデルデータ修正の反復回数ｋに対する推定誤差の推移がグラフ３２０１で表示される。

ここで、グラフの横軸は解析モデルデータ修正の反復回数ｋであり、縦軸は各反復回数における推定誤差となる。このモデル推定誤差表示画面３２００には、図１０のモデル修正条件設定画面において設定した、推定誤差閾値３２０３が表示される。また、タブ３２０２を選択することにより、設定した任意のモデル出力成分に関する推定誤差の推移を確認することができる。

プラントの運転員は、図１１に示したモデル推定誤差表示画面３２００に表示されるモデル修正結果を見ながら、モデルデータの修正が適切に実行されているかどうかを判断することができる。

前記モデル推定誤差表示画面３２００において、モデル修正終盤における推定誤差３２０１が、推定誤差閾値３２０３を下回っている場合には、望ましいモデル修正結果が得られたとしてボタン３２０４を選択することでモデル修正を終了することができる。

一方で、モデル修正結果が前記の条件のいずれかを満足しない場合は、ボタン３２０５を選択することで図１０のモデル修正条件設定画面に戻り、モデル修正を再実行できる。

図１０に記載したように、モデルデータ修正の枠と、データ削除の枠を別々に設けている。これは、図１などの統計モデルを有して学習する制御装置２００が、統計モデルを構築するためのモデル構築データを減らすために、計測信号から変換したモデル構築データである計測モデルデータからのデータ削除か、プラントを模擬した物理モデルの数値解析で得られたモデル構築データである解析モデルデータからのデータ選択かを区別して表示して、モデル構築データの選択を受付けるモデル構築データの修正方法を行うことであり、これにより、種類の異なるモデル構築データを意識してデータ整理を行うことができる。たとえば、図４のようなデータベースからデータの種類を確認しなくてもよいのでデータ選択または削除の作業性が向上する。また、データ選択の上流処理として計測モデルデータと解析モデルデータを選択または削除するのは有効であるし、種類の異なるモデル構築データを意識してデータ整理を行うので種類の異なるデータに基づくモデル精度を意識したデータ整理が容易に行える。

また、モデル構築データの選択を受付ける際に、モデル構築データを検索するパラメータ入力を受け付ける場合に、計測モデルデータからのデータ選択か解析モデルデータからのデータ選択かを区別して表示することをパラメータ入力より前に行うと良い。検索する具体的なパラメータを入力させる前に、データの種類を区別して表示させるので、種類の異なるモデル構築データを意識してデータ整理を行うことができる。データを整理するために行う、データ選択や削除の検索条件としてのパラメータ入力や検索方法は上述した実施例に限らなくとも良い。

尚、計測モデルデータと解析モデルデータの区別した表示としては、図１０のように詳細なパラメータを設定するための数値ボックスを、計測モデルデータと解析モデルデータのそれぞれを区別して囲った表示としても良いし、詳細なパラメータを設定するための表示はなしで、まず初めに計測モデルデータと解析モデルデータの選択を受け付けるようにしても良い。モデル構築データの選択として、計測モデルデータと解析モデルデータを選択した後に、図４のモデル構築データへアクセスした際には、データ種類識別子２２２でデータソートし選択された種類のデータのみを表示させても良い。図４のデータが種類に応じて別データベースになっている場合には、選択された種類のデータのデータベースへアクセスするようにして選択された種類のデータのみを表示させても良い。

このように、第１実施例のプラントの制御装置においては、図１１に示したモデル修正結果表示画面に表示される情報に応じてモデル修正の終了の可否を決定できる機能を有することにより、所望の統計モデル性能が得られるまでモデル修正を繰り返すことが可能となる。その結果、解析モデルデータとプラントの実機特性の誤差が大きい場合でも、一定以上の推定精度を保証するロバストな統計モデルを構築できる。

また、モデル修正時に推定誤差が目標閾値を達成する前に収束するなどして、冗長な計算が繰り返されている場合、かかる画面の確認により迅速にモデル修正条件の再設定を実施できるため、モデル修正を効率的に実行できる。

上記した本実施例のプラントの制御装置では、前記モデル修正部により適切に調整されたモデル構築データを用いることにより、統計モデルの推定精度を向上させることができる。また、前記モデル修正部により冗長なデータを削除するため、データ蓄積による統計モデル計算時間の増加を回避し、制御周期以内でのモデル構築及び最適な制御ロジックの学習が可能となる。

以上で、第１実施例であるプラントの制御装置における画像表示装置９２０に表示される画面についての説明を終了する。

次に、制御装置２００を、火力発電プラントに適用した第２実施例である火力発電プラントの制御装置について説明する。

尚、火力発電プラント以外のプラントを制御する際にも、制御装置２００を使用できることは言うまでもない。

図１２は、制御装置２００が適用される火力発電プラント１００ａの構成を示す概略図である。先ず、火力発電プラント１００ａによる発電の仕組みについて簡単に説明する。

図１２において、火力発電プラント１００ａを構成するボイラ１０１には、ミル１１０で石炭を細かく粉砕した燃料である微粉炭と、微粉炭搬送用の１次空気及び燃焼調整用の２次空気とを供給する複数のバーナ１０２が設けられており、このバーナ１０２を通じて供給した微粉炭を、ボイラ１０１の内部で燃焼させる。尚、微粉炭と１次空気は配管１３４から、２次空気は配管１４１から夫々バーナ１０２に導かれる。

また、ボイラ１０１には、２段燃焼用の空気をボイラ１０１に投入するアフタエアポート１０３が設けられている。２段燃焼用の空気は、配管１４２からアフタエアポート１０３に導かれる。

ボイラ１０１の内部で微粉炭を燃焼することによって発生した高温の燃焼ガスは、ボイラ１０１の内部の経路に沿って下流側に流下して、ボイラ１０１の内部に配置された熱交換器１０６で給水と熱交換して蒸気を発生させた後に、排ガスとなってボイラ１０１の下流側に設置されたエアーヒーター１０４に流入し、このエアーヒーター１０４で熱交換してボイラ１０１に供給する空気を昇温する。

そして、このエアーヒーター１０４を通過した排ガスは、図示していない排ガス処理を施した後に、煙突から大気に放出される。

ボイラ１０１の熱交換器１０６を循環する給水は、給水ポンプ１０５を介して熱交換器１０６に供給され、熱交換器１０６においてボイラ１０１を流下する燃焼ガスによって過熱され、高温高圧の蒸気となる。尚、本実施例では熱交換器の数を１つとしているが、熱交換器を複数配置するようにしてもよい。

熱交換器１０６で発生した高温高圧の蒸気は、タービンガバナ１０７を介して蒸気タービン１０８に導かれ、蒸気の持つエネルギーによって蒸気タービン１０８を駆動して発電機１０９で発電する。

上記第２実施例の火力発電プラント１００ａには、火力発電プラントの運転状態を示す状態量を検出する様々な計測器が配置されている。

前記火力発電プラント１００ａは図１のプラント１００に該当しているので、これらの計測器から取得された火力発電プラントの計測信号は、図１に示すようにプラント１００から計測信号１として制御装置２００の外部入力インターフェース２０１に送信される。

計測器としては、例えば図１２の火力発電プラント１００ａに示すように、熱交換器１０６から蒸気タービン１０８に供給される高温高圧の蒸気の温度を計測する温度計測器１５１、蒸気の圧力を計測する圧力計測器１５２、発電機９で発電される電力量を計測する発電出力計測器１５３が図示されている。

蒸気タービン１０８の復水器（図示せず）によって蒸気を冷却して生じた給水は、給水ポンプ１０５によってボイラ１０１の熱交換器１０６に供給されるが、この給水の流量は流量計測器１５０によって計測されている。

また、ボイラ１０１から排出する燃焼ガスである排ガス中に含まれている成分（窒素酸化物（ＮＯｘ），一酸化炭素（ＣＯ）、及び硫化水素（Ｈ₂Ｓ）など）の濃度に関する状態量の計測信号は、ボイラ１０１の下流側に設けた濃度計測器１５４によって計測される。

即ち、制御装置２００を上記火力発電プラント１００ａに適用した第２実施例の火力発電プラントの制御装置において、計測器で計測される火力発電プラント１００ａの計測データ項目には、上記各計測器によって計測した火力発電プラント１００ａの状態量であるボイラ１０１に供給される燃料流量、ボイラ１０１に供給される空気流量、ボイラ１０１の熱交換器１０６に供給される給水流量、ボイラ１０１の熱交換器１０６で発生して蒸気タービン１０８に供給される蒸気温度、ボイラ１０１の熱交換器１０６に供給される給水の給水圧力、ボイラ１０１から排出される排ガスのガス温度、前記排ガスのガス濃度、及びボイラ１０１から排出される排ガスの一部をボイラ１０１に再循環させる排ガス再循環流量等が含まれる。

これらの計測データ項目は、図１で示した制御装置２００における制御信号生成部７００で演算して出力された制御信号１５によって決定される計測データ項目である。

尚、一般的には図１２に図示した以外にも多数の計測器が火力発電プラント１００ａに配置されるが、ここでは図示を省略する。

次に、ボイラ１０１の内部に投入される空気の経路、すなわちバーナ１０２からボイラ１０１の内部に投入される１次空気と２次空気の経路、及びアフタエアポート１０３からボイラ１０１の内部に投入される空気の経路について図１３を用いて説明する。

図１２に示したボイラ１０１において、１次空気は、ファン１２０から配管１３０に導かれ、途中でボイラ１０１の下流側に設置されたエアーヒーター１０４を通過する配管１３２と、エアーヒーター１０４を通過せずにバイパスする配管１３１とに分岐するが、エアーヒーター１０４の下流側に配設した配管１３３となって再び合流し、バーナ１０２の上流側に設置された微粉炭を製造するミル１１０に導かれる。

エアーヒーター１０４を通過する１次空気は、ボイラ１０１を流下する燃焼ガスと熱交換することによって加熱される。この加熱された１次空気と共に、エアーヒーター１０４をバイパスした１次空気は、ミル１１０において粉砕した微分炭をバーナ１０２に搬送する。

ファン１２１を用いて配管１４０から投入された空気は、エアーヒーター１０４で同様にして加熱された後に、２次空気用の配管１４１とアフタエアポート用の配管１４２とに分岐して、夫々、ボイラ１０１のバーナ１０２とアフタエアポート１０３とに導かれる。

第２実施例である火力発電プラントの制御装置においては、ファン１２１から送られてバーナ１０２とアフタエアポート１０３からボイラ１０１の内部へ投入される空気流量を制御する例として、２次空気用の配管１４１とアフタエアポート用の配管１４２の上流側に操作端機器となるエアダンパ１６２及びエアダンパ１６３をそれぞれ設け、制御装置２００によってこれらのエアダンパ１６２及びエアダンパ１６３の開度を調節して、ボイラ１０１の内部に供給される２次空気とアフタエアの流量をそれぞれ制御できるように構成している。

また、ファン１２０から送られてバーナ１０２から微粉炭と共にボイラ１０１の内部へ投入される空気流量を制御する例として、配管１３３に合流する直前部分の配管１３１及び配管１３２に操作端機器となるエアダンパ１６０及びエアダンパ１６１をそれぞれ設け、制御装置２００によってこれらのエアダンパ１６０及びエアダンパ１６１の開度を調節して、ボイラ１０１の内部に供給される空気の流量をそれぞれ制御できるように構成している。

前記制御装置２００は、他の計測データ項目を制御することもできるので、操作端機器の設置場所を制御対象に応じて変えてもよい。

図１３は、図１２に示した火力発電プラント１００ａのボイラ１０１の下流側に設置したエアーヒーター１０４と関連する配管部の拡大図である。

図１３に示したように、エアーヒーター１０４には空気を供給する配管１３０、及び配管１４０がそれぞれ設置されており、このうち、配管１４０はエアーヒーター１０４を貫通して配設され、配管１３０は途中から分岐した配管１３１と配管１３２によって構成されており、前記配管１３１はエアーヒーター１０４をバイパスして配設され、前記配管１３２はエアーヒーター１０４を貫通して配設されている。

そして配管１３２はエアーヒーター１０４を貫通した後に配管１３１と合流した配管１３３となってミル１１０に導かれ、このミル１１０から該配管１３３を通じて微粉炭と共に空気をボイラ１０１のバーナ１０２に導くように配設されている。

また、配管１４０はエアーヒーター１０４を貫通した後に配管１４１と配管１４２とに分岐し、このうち、配管１４１はボイラ１０１のバーナ１０２に、配管１４２はボイラ１０１のアフタエアポート１０３に、それぞれ空気を導くように配設されている。

また、前記配管１３３に合流する直前部分の配管１３１及び配管１３２には、流通する空気量を調節するエアダンパ１６０及びエアダンパ１６１がそれぞれ設置され、前記配管１４１及び配管１４２の上流部分には、流通する空気量を調節するエアダンパ１６２及びエアダンパ１６３がそれぞれ設置されている。

そして、これらのエアダンパ１６０〜１６３を操作することにより、配管１３１，１３２，１４１，１４２を空気が通過する面積を変更することができるので、配管１３１，１３２，１４１，１４２を通過してボイラ１０１の内部に供給される空気流量を個別に調整できる。

制御装置２００の制御信号生成部７００によって演算された制御信号１５を外部出力インターフェース２０２を介して火力発電プラント１００ａに対する制御信号１６として出力し、ボイラ１０１の配管１３１，１３２，１４１，１４２にそれぞれ設置したエアダンパ１６０，１６１，１６２，１６３などの操作端の機器を操作する。

尚、本実施例では、エアダンパ１６０，１６１，１６２，１６３などの機器のことを操作端と呼び、これを操作するのに必要な制御装置２００で演算した制御信号１５が該制御装置２００から前記操作端に指令する出力信号を制御信号１６と呼ぶ。

また、制御信号生成部７００によって演算されて前記操作端に出力される制御信号１６としては、ボイラ１０１に配管１３１，１３２，１４１，１４２を通じて供給される空気流量、ボイラ１０１に空気を供給する配管１３１，１３２，１４１，１４２にそれぞれ設置された空気の流量を調節する空気ダンパ１６０〜１６３の開度、ボイラ１０１のバーナ１０２に供給される微粉炭の燃料流量、及びボイラ１０１から排出される排ガスの一部をボイラ１０１に再循環させる排ガス再循環流量等が含まれる。

以降では、実施例１の制御装置を火力発電プラント１００ａに適用して、ボイラ１０１に設置したバーナ１０２に供給する空気量を調節し、配管１３１，１３２にそれぞれ設置されたエアダンパ１６０，１６１、及びボイラ１０１に設置したアフタエアポート１０３に供給する空気量を調節し、配管１４１，１４２にそれぞれ設置されたエアダンパ１６２，１６３を操作端として、ボイラ１０１から排出される排ガス中のＣＯ，ＮＯｘ、及びＨ₂Ｓの濃度を被制御量とする場合について説明する。

尚、本実施例では、ボイラ１０１の操作端の操作量（エアダンパ１６０，１６１，１６２，１６３の開度）が制御装置２００を構成する統計モデル５００のモデル入力に、ボイラ１０１から排出される排ガスに含まれるＮＯｘ，ＣＯ及びＨ₂Ｓ濃度が統計モデル５００のモデル出力になり、モデル出力夫々の最小化が学習の目的となる。

図１４は、第２実施例である火力発電プラントの制御装置において、火力発電プラント１００ａの制御装置２００に用いた場合に、画像表示装置９２０に表示される画面の一例であり、第１実施例のプラントの制御装置においてモデル入出力を設定する際に表示される画面例を示した図９に対応する、画像表示装置に表示される制御装置２００を構成する統計モデル５００のモデル入出力設定の画面例である。

図１４に示したモデル入出力設定の画面例では、ボイラ１０１の操作端であるバーナ１０２、及びアフタエアポート１０３の夫々に対して、その位置関係を把握しながら制御装置２００における統計モデル５００のモデル入出力が設定できるようになっている。

具体的には、モデル入力設定の画面において、ボイラ操作端表示画面３５００に表示されたモデル入力項目リスト３５０２に表示される入力項目に対して選択バー３５０３によって選択された項目に関して、その設置位置を示すボイラ操作端表示画面３５００に表示される缶前のボイラ図上のシンボルがポインタ３５０１によって示される。

また、この操作とは逆に、ボイラ操作端表示画面３５００に表示される特定の操作端のシンボルに対して外部入力装置９００のマウス９０２をクリックし、ポインタ３５０１のフォーカスを合せることにより、選択バー３５０３の表示位置を移動させる（入力項目を選択する）こともできる。そして、ボタン３５０４を選択することで、選択した入力項目をモデル入力項目リスト３５０３に追加できる。

尚、図１４において、数値ボックス３５０６、並びにモデル入力設定の画面における出力項目の選択バー３５０９，画面３５０８，３５１１、ボタン３５１０，３５１２，３５１３、及びボタン３５０７の機能については、図９の画面の場合と同様である。

第２実施例の火力発電プラントの制御装置によってボイラ１０１に供給する空気を制御する空気量制御では、特定のバーナ及びアフタエアポートのエアダンパの調整方法に関して先験的な知見が存在し、多くの場合それに基づいた制御が実行される。

そこで、本実施例の制御装置２００におけるモデル入力設定を、図１４に示したような画面構成とすることにより、プラントの運転員は、ボイラ１０１の操作端の位置を確認しつつ、前記先験知識に基づく制御方法を考慮した上で制御装置２００における統計モデル５００のモデル入出力を適切に選定することができる。

また、図１４に示した画面を用いて設定した操作端、及び最小・最大値をプラント設計情報と関連付けて理解することが可能となるため、モデル入力設定を効率化し、設定ミスの低減にも資することができる。

図１５は、第２実施例である火力発電プラントの制御装置において、火力発電プラント１００ａの制御装置２００に用いた場合に、画像表示装置９２０に表示される画面の一例であり、第１実施例のプラントの制御装置においてモデルデータ修正条件を設定する際に表示される画面例を示した図１０に対応する、画像表示装置に表示される制御装置２００を構成する、モデルデータ修正部５００のモデルデータ修正条件設定の画面例である。

図１５に示したモデルデータ修正条件設定の画面例では、モデルデータ修正条件である推定誤差閾値の設定画面において、モデル出力項目表示リスト３６０５と計測誤差影響を関連付けるチェックボックス３６０６が表示されている。火力発電プラントの計測データでは、例えばＣＯ濃度のように、定常運転時でも計測値の時間的変動が大きいデータ項目が存在する。そのようなデータ項目がモデル出力として設定されている場合、採取される計測データの計測誤差が大きくなる可能性がある。その結果、データのばらつきが大きくなることにより、第１実施例で示したモデル修正アルゴリズムにおいて推定誤差閾値以下を満足するデータ修正が実行できず、アルゴリズムがループに陥る可能性がある。そこで、そのような計測誤差の大きい計測データ項目に対して、前記チェックボックス３６０６を介して計測誤差の影響を関連付けることにより、前記ステップ１８１７の推定誤差閾値判定時に、数値ボックス３６０４で設定した閾値に計測誤差を加算する。この結果、計測誤差の影響が大きい場合でもアルゴリズムがループに陥ることはなくなり、常に望ましいデータ修正結果が得られる。

尚、図１５において、チェックボックス３６００及び３６０２、数値ボックス３６０１，３６０３，３６０７，３６０８及び３６０９、ボタン３６１０及び３６１１の機能については、図１０の画面の場合と同様である。

以上説明したように、プラントの制御装置２００を火力発電プラントに適用すれば、環境規制や運用コストに対する要求を満たす操作方法を学習することにより、火力発電プラントから排出されるＮＯｘ，ＣＯ、及びＨ₂Ｓ濃度の目標値を達成することができる。

本実施例によれば、統計モデルを構築する際に用いる解析モデルデータとプラント特性の誤差が大きい場合でも、採取される計測モデルデータ情報に基づき解析モデルデータのモデル出力値情報を修正することで統計モデルの精度を短期間で向上させることができる。また、計測モデルデータが冗長に蓄積される場合でも、データを適切に削除することで、統計モデル構築時間の増加を回避し、制御周期以内で学習を完了する火力発電プラントの制御装置を実現することができる。

上述した各実施例の制御装置は、メモリやＣＰＵを備えたコンピュータなどで実施することができ、また装置の有する機能としての処理手段などはプログラムモジュールであり、モジュールを読み込んでコンピュータに実行させることで各機能を実施することができる。

また、プログラムモジュールを記録した記録媒体をコンピュータに読み込ませることにより各機能を実施可能である。

なお、本発明は上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、上記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限定されるものではない。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・置換をすることが可能である。

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。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

プラントの制御装置及び火力発電プラントの制御装置に適用可能である。

１計測信号
１６制御信号
９０入出力データ情報
１００プラント
１００ａ火力発電プラント
１０１ボイラ
１０２バーナ
１０３アフタエアポート
１３０〜１３３，１４０〜１４２配管
１６０〜１６３エアダンパ
２００制御装置
２０１外部入力インターフェース
２０２外部出力インターフェース
２１０計測信号データベース
２２０モデル構築データベース
２３０学習情報データベース
２４０制御ロジックデータベース
２５０制御信号データベース
３００計測信号変換部
４００数値解析部
５００統計モデル
６００モデル修正部
７００制御信号生成部
８００操作方法学習部
９００外部入力装置
９０１キーボード
９０２マウス
９１０保守ツール
９１１外部入力インターフェース
９１２データ送受信処理部
９１３外部出力インターフェース
９２０画像表示装置

Claims

プラントから該プラントの状態量である計測信号を取り込み、前記計測信号を用いて前記プラントを制御する制御信号を演算する制御装置を備えたプラントの制御装置において、
制御装置は、前記プラントの状態量である計測信号を取り込んで保存する計測信号データベースと、前記計測信号データベースに保存されたプラントの計測データから変換した計測モデルデータ及び前記プラントを模擬した物理モデルの数値解析で得られた前記プラントの出力である解析モデルデータの少なくとも一方を含むモデル構築データを保存するモデル構築データベースと、前記モデル構築データベースに保存されたモデル構築データを用いて前記プラントに制御信号を与えた時に該プラントの状態量である計測信号の値を推定するプラントの制御特性を模擬する統計モデルと、前記統計モデルを用いて前記計測信号に相当するモデル出力が目標値を達成するようにプラントに与える前記制御信号に相当するモデル入力の生成方法を学習する操作方法学習部と、前記操作方法学習部における学習の制約条件及び学習結果に関する学習情報データを保存する学習情報データベースと、前記計測信号データベースの計測信号、及び前記学習情報データベースの学習情報データを用いてプラントに対して送信される制御信号を演算する制御信号生成部と、
前記モデル構築データベースに保存される解析モデルデータの選択、又は計測モデルデータの削除を実行するモデル修正部とを設けて、
前記操作方法学習部は、前記統計モデルが前記モデル修正部によるモデル構築データの修正結果を用いてモデル出力を生成するように構成したことを特徴とするプラントの制御装置。
請求項１に記載のプラントの制御装置において、
前記モデル構築データベースに保存されるモデル構築データには、各データが計測情報によるデータか、数値解析によるデータかを示す識別子、モデル入力空間における入力条件，出力条件及びその作成時刻のうち、少なくとも１つの情報が含まれることを特徴とするプラントの制御装置。
請求項１に記載のプラントの制御装置において、
前記解析モデルデータの選択を実行する前記モデル修正部は、最新の計測データと解析モデルデータとの距離を基準に、モデル出力値を修正する解析モデルデータ候補を、閾値を基準に選択する機能と、最新の計測データから所定の個数の近傍に存在することを基準に選択する機能のうち、少なくとも１つを備えることを特徴とするプラントの制御装置。
請求項１に記載のプラントの制御装置において、
前記解析データ修正機能は、最新の計測データに対するモデル出力値を計算する機能と、前記計算されたモデル出力値と実際の計測データ値の誤差が閾値以下の場合に、選択した解析モデルデータのモデル出力値情報を、その誤差を基準に修正する機能を備えることを特徴とするプラントの制御装置。
請求項１に記載のプラントの制御装置において、
前記計測モデルデータの削除を実行するモデル修正部は、最新の計測データとモデル構築データとの距離を基準に、前記距離が閾値以下のモデル構築データを選択する機能と、その選択データが計測データの場合は、データ作成後の経過時間が閾値時間以上となるデータを選択する機能を備えることを特徴とするプラントの制御装置。
請求項１に記載のプラントの制御装置において、
前記制御装置は画像表示装置と接続されており、前記画像表示機能は前記モデル構築データベースに保存された情報を画像表示装置に表示する機能と、前記モデル修正部で用いるモデル修正条件を、画像表示装置を介して設定する機能と、前記モデル修正部によるモデル構築データの修正結果を画像表示装置に表示する機能のうち、少なくとも１つを備えることを特徴とするプラントの制御装置。
ボイラを備えた火力発電プラントから該プラントの状態量である計測信号を取り込み、前記計測信号を用いて前記火力発電プラントを制御する制御信号を演算する制御装置を備えた火力発電プラントの制御装置において、
前記計測信号は、前記火力発電プラントのボイラから排出される排ガスに含まれる窒素酸化物，一酸化炭素、及び硫化水素の濃度のうち少なくとも１つを表す状態量の信号を含み、
前記制御信号は、前記火力発電プラントのボイラに供給する空気流量、この空気流量を調節する空気ダンパの開度、ボイラに供給される燃料流量、ボイラから排出された排ガスを該ボイラに再循環させる排ガス再循環流量のうち少なくとも１つを表す信号を含み、
制御装置は、前記火力発電プラントの状態量である計測信号を取り込んで保存する計測信号データベースと、前記計測信号データベースに保存されたプラントの計測データから変換した計測モデルデータ及び前記火力発電プラントを模擬した物理モデルの数値解析で得られた前記プラントの出力である解析モデルデータの少なくとも一方を含むモデル構築データを保存するモデル構築データベースと、前記モデル構築データベースに保存されたモデル構築データを用いて前記プラントに制御信号を与えた時に該プラントの状態量である計測信号の値を推定するプラントの制御特性を模擬する統計モデルと、前記統計モデルを用いて前記計測信号に相当するモデル出力が目標値を達成するようにプラントに与える前記制御信号に相当するモデル入力の生成方法を学習する操作方法学習部と、前記操作方法学習部における学習の制約条件及び学習結果に関する学習情報データを保存する学習情報データベースと、前記計測信号データベースの計測信号、及び前記学習情報データベースの学習情報データを用いてプラントに対して送信される制御信号を演算する制御信号生成部と、
前記モデル構築データベースに保存される解析モデルデータの選択、又は計測モデルデータの削除を実行するモデル修正部とを設けて、
前記操作方法学習部は、前記統計モデルが前記モデル修正部によるモデル構築データの修正結果を用いてモデル出力を生成するように構成したことを特徴とする火力発電プラントの制御装置。
請求項７に記載の火力発電プラントの制御装置において、
前記モデル構築データベースに保存されるモデル構築データには、各データが計測情報によるデータか、数値解析によるデータかを示す識別子、モデル入力空間における入力条件，出力条件及びその作成時刻のうち、少なくとも１つの情報が含まれることを特徴とする火力発電プラントの制御装置。
請求項７に記載の火力発電プラントの制御装置において、
前記解析モデルデータの選択を実行する前記モデル修正部は、最新の計測データと解析モデルデータとの距離を基準に、モデル出力値を修正する解析モデルデータ候補を、閾値を基準に選択する機能と、最新の計測データから所定の個数の近傍に存在することを基準に選択する機能のうち、少なくとも１つを備えることを特徴とする火力発電プラントの制御装置。
請求項７に記載の火力発電プラントの制御装置において、
前記解析データ修正機能は、最新の計測データに対するモデル出力値を計算する機能と、前記計算されたモデル出力値と実際の計測データ値の誤差が閾値以下の場合に、選択した解析モデルデータのモデル出力値情報を、その誤差を基準に修正する機能を備えることを特徴とする火力発電プラントの制御装置。
請求項７に記載の火力発電プラントの制御装置において、
前記計測モデルデータの削除を実行するモデル修正部は、最新の計測データとモデル構築データとの距離を基準に、前記距離が閾値以下のモデル構築データを選択する機能と、その選択データが計測データの場合は、データ作成後の経過時間が閾値時間以上となるデータを選択する機能を備えることを特徴とする火力発電プラントの制御装置。
請求項７に記載の火力発電プラントの制御装置において、
前記制御装置は画像表示装置と接続されており、前記画像表示機能は前記モデル構築データベースに保存された情報を画像表示装置に表示する機能と、前記モデル修正部で用いるモデル修正条件を、画像表示装置を介して設定する機能と、前記モデル修正部によるモデル構築データの修正結果を画像表示装置に表示する機能のうち、少なくとも１つを備えることを特徴とするプラントの制御装置。
プラントから該プラントの状態量である計測信号を取り込み、前記プラントに制御信号を与えた時に該プラントの状態量である計測信号の値を推定するプラントの制御特性を模擬する統計モデルを用い、前記計測信号に相当するモデル出力が目標値を達成するようにプラントに与える前記制御信号に相当するモデル入力の生成方法を学習し、前記学習したモデル入力を用いて前記プラントを制御する制御装置が、前記統計モデルを構築するためのモデル構築データを減らすために、前記計測信号から変換したモデル構築データである計測モデルデータからのデータ選択か、前記プラントを模擬した物理モデルの数値解析で得られたモデル構築データである解析モデルデータからのデータ選択かを区別して表示して、モデル構築データの選択を受付ける制御装置のモデル構築データの修正方法。
請求項１３において、
前記モデル構築データの選択を受付ける際に、モデル構築データを検索するパラメータ入力を受け付ける場合に、前記計測モデルデータからのデータ選択か解析モデルデータからのデータ選択かを区別して表示することを前記パラメータ入力より前に行うことを特徴とする制御装置のモデル構築データの修正方法。