JP2018163289A - Plant operation simulation device, plant operation simulation method, and program - Google Patents

Plant operation simulation device, plant operation simulation method, and program Download PDF

Info

Publication number
JP2018163289A
JP2018163289A JP2017060954A JP2017060954A JP2018163289A JP 2018163289 A JP2018163289 A JP 2018163289A JP 2017060954 A JP2017060954 A JP 2017060954A JP 2017060954 A JP2017060954 A JP 2017060954A JP 2018163289 A JP2018163289 A JP 2018163289A
Authority
JP
Japan
Prior art keywords
event
plant
actual machine
simulation
machine data
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2017060954A
Other languages
Japanese (ja)
Other versions
JP6964423B2 (en
Inventor
友裕 小峰
Tomohiro Komine
友裕 小峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2017060954A priority Critical patent/JP6964423B2/en
Publication of JP2018163289A publication Critical patent/JP2018163289A/en
Application granted granted Critical
Publication of JP6964423B2 publication Critical patent/JP6964423B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide a plant operation simulation device that can accurately predict the current and future operation states of a plant.SOLUTION: A plant operation simulation device 1 comprises: an actual machine data acquisition part 10 that acquires an actual machine data group of a plant PL through a plurality of sensors provided in the plant PL; an event estimation part 11 that determines the presence/absence of the occurrence of a predetermined event in the plant PL on the basis of the time series of the acquired actual machine data group, and estimates the type of the occurred event, the place of the occurrence of the event, and the amount of the event; and a simulation execution part 12 that executes a simulation operation of the plant PL by using an actual simulation model M prepared in advance. The simulation execution part 12 executes the simulation operation of the plant PL by reflecting the type, place of the occurrence, and amount of the event estimated by the event estimation part 11 on the actual machine simulation model M.SELECTED DRAWING: Figure 1

Description

本発明は、プラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムに関する。   The present invention relates to a plant operation simulation apparatus, a plant operation simulation method, and a program.

各種センサ機器を通じてプラントの状態をモニタリングし、実機データ（モニタリングデータ）と設計データ等の既存データベースとに基づいて現在のプラントの状態を判断したり、将来のプラントの状態を予測したりする場合がある。例えば、モニタリングデータに基づいて将来の運転状況を予測する予測シミュレータを用いた運転支援装置が知られている。特許文献１には、モニタリングデータの不確かさを考慮してプラントの状態を予測し、プラントの運転を支援できるプラント運転支援システム等が開示されている。   There are cases where the state of the plant is monitored through various sensor devices, the current state of the plant is judged based on the actual machine data (monitoring data) and an existing database such as design data, or the state of the future plant is predicted. is there. For example, a driving support device using a prediction simulator that predicts a future driving situation based on monitoring data is known. Patent Document 1 discloses a plant operation support system and the like that can predict the state of a plant in consideration of the uncertainty of monitoring data and support the operation of the plant.

特開２０１６−１５７３２９号公報JP 2006-157329 A

当然ながら、実機データは、プラントの各所に設けられた各種センサ（計器類）を通じてでないと取得することはできない。しかしながら、コストや構造的な制約により、プラントにセンサを設置できる個数、位置は限られる。そのため、センサを通じて得られた実機データ群をプラントのシミュレーションモデルに投入したとしても、当該シミュレーションモデルの状態を実際のプラントの状態に完全に合わせ込むことは困難である。
即ち、単に、取得された実機データ群をシミュレーションモデルに投入したとしても、センサ機器では直接測ることができないプラントの状態（例えば、ある事故事象Ｘが発生した状態）までを再現することができない。プラントの実際の状態とシミュレーションモデルが再現するプラントの状態との間に根本的な差異（事故事象Ｘの発生有無）が存在したままプラントの模擬運転を行ったとしても、その予測結果は現実の運転から大きくかけ離れ得る。 Naturally, the actual machine data can be acquired only through various sensors (instruments) provided at various locations in the plant. However, the number and position of sensors that can be installed in the plant are limited due to cost and structural limitations. Therefore, even if an actual machine data group obtained through a sensor is input to a plant simulation model, it is difficult to perfectly match the state of the simulation model with the actual plant state.
In other words, even if the acquired actual machine data group is input to the simulation model, it is not possible to reproduce even the plant state (for example, a state where an accident event X has occurred) that cannot be directly measured by the sensor device. Even if a simulated operation of a plant is performed with a fundamental difference (whether or not an accident event X has occurred) between the actual state of the plant and the state of the plant reproduced by the simulation model, the prediction results are It can be far from driving.

本発明は、プラントの現在及び将来の運転状態を精度良く予測できるプラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムを提供することを目的とする。   An object of the present invention is to provide a plant operation simulation apparatus, a plant operation simulation method, and a program capable of accurately predicting current and future operation states of a plant.

本発明の第１の態様によれば、プラント運転シミュレーション装置は、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、予め用意された実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、を備える。そして、前記シミュレーション実行部は、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する。   According to the first aspect of the present invention, the plant operation simulation apparatus includes an actual machine data acquisition unit that acquires an actual machine data group of the plant through a plurality of sensors provided in the plant, and the acquired actual machine data group. An event estimation unit that determines whether or not a predetermined event has occurred in the plant based on a series, and estimates the type of the event that has occurred, the occurrence location of the event, and the event amount that indicates the scale of the event And a simulation execution unit that executes a simulated operation of the plant using an actual machine simulation model prepared in advance. And the said simulation execution part reflects the estimated said kind of event, generation | occurrence | production location, and event amount in the said real machine simulation model, and performs the simulation operation of the said plant.

また、本発明の第２の態様によれば、前記事象推定部は、前記実機データ群が、予め規定された条件パターンに合致しているか否かに基づいて前記事象の種類を推定する。   According to the second aspect of the present invention, the event estimation unit estimates the type of the event based on whether or not the actual machine data group matches a predetermined condition pattern. .

また、本発明の第３の態様によれば、前記事象推定部は、前記事象量を仮に定めた上で前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定する。   Further, according to the third aspect of the present invention, the event estimation unit temporarily performs the simulated operation of the plant after temporarily determining the event amount, and the result of the simulated operation is the actual machine data group. The event amount that matches the time series is specified.

また、本発明の第４の態様によれば、前記実機シミュレーションモデルを用いた前記プラントの模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理部を更に備える。   According to the fourth aspect of the present invention, the actual machine data group acquired every predetermined time through the plurality of sensors during the simulated operation of the plant using the actual machine simulation model is used as the actual machine simulation model. The system further includes a tuning processing unit that sequentially inputs the state of the actual machine simulation model with the state of the plant.

また、本発明の第５の態様によれば、プラント運転シミュレーション方法は、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得ステップと、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定ステップと、予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行ステップと、を有する。そして、前記シミュレーション実行ステップは、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行するステップを含む。   According to the fifth aspect of the present invention, the plant operation simulation method includes an actual machine data acquisition step of acquiring an actual machine data group of the plant through a plurality of sensors provided in the plant, and the acquired actual machine data group. An event that determines whether or not a predetermined event has occurred in the plant based on the time series of the event, and estimates the type of the event that has occurred, the occurrence location of the event, and the event amount indicating the scale of the event An estimation step, and a simulation execution step of executing a simulated operation of the plant using an actual simulation model of the plant prepared in advance. The simulation execution step includes a step of executing a simulated operation of the plant by reflecting the estimated event type, occurrence location, and event amount in the actual machine simulation model.

また、本発明の第６の態様によれば、プログラムは、コンピュータを、プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、として機能させる。そして、前記シミュレーション実行部は、推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する。   According to the sixth aspect of the present invention, the program uses a computer to acquire a real machine data group of the plant through a plurality of sensors provided in the plant, and the acquired real machine data group. An event that determines whether or not a predetermined event has occurred in the plant based on the time series of the event, and estimates the type of the event that has occurred, the occurrence location of the event, and the event amount indicating the scale of the event It functions as an estimation unit and a simulation execution unit that executes a simulated operation of the plant using an actual simulation model of the plant prepared in advance. And the said simulation execution part reflects the estimated said kind of event, generation | occurrence | production location, and event amount in the said real machine simulation model, and performs the simulation operation of the said plant.

上述のプラント運転シミュレーション装置、プラント運転シミュレーション方法及びプログラムによれば、プラントの現在及び将来の運転状態を精度良く予測できる。   According to the above-described plant operation simulation apparatus, plant operation simulation method, and program, it is possible to accurately predict the current and future operation states of the plant.

第１の実施形態に係るプラント運転シミュレーション装置の機能構成を示す図である。It is a figure which shows the function structure of the plant operation simulation apparatus which concerns on 1st Embodiment. 第１の実施形態に係るプラント運転シミュレーション装置のハードウェア構成を示す図である。It is a figure which shows the hardware constitutions of the plant operation simulation apparatus which concerns on 1st Embodiment. 第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第１図である。It is FIG. 1 which shows the processing flow of the plant operation simulation apparatus which concerns on 1st Embodiment. 第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第２図である。It is FIG. 2 which shows the processing flow of the plant operation simulation apparatus which concerns on 1st Embodiment. 第１の実施形態に係る事象推定部の機能を説明するための第１図である。It is FIG. 1 for demonstrating the function of the event estimation part which concerns on 1st Embodiment. 第１の実施形態に係る事象推定部の機能を説明するための第２図である。It is FIG. 2 for demonstrating the function of the event estimation part which concerns on 1st Embodiment. 第１の実施形態に係る事象推定部の機能を説明するための第３図である。It is FIG. 3 for demonstrating the function of the event estimation part which concerns on 1st Embodiment. 第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第３図である。It is FIG. 3 which shows the processing flow of the plant operation simulation apparatus which concerns on 1st Embodiment. 第１の実施形態に係る同調処理部の機能を説明するための第１図である。It is FIG. 1 for demonstrating the function of the tuning process part which concerns on 1st Embodiment. 第１の実施形態に係る同調処理部の機能を説明するための第２図である。It is FIG. 2 for demonstrating the function of the tuning process part which concerns on 1st Embodiment.

＜第１の実施形態＞
以下、第１の実施形態に係るプラント運転シミュレーション装置について、図１〜図１０を参照しながら詳細に説明する。 <First Embodiment>
Hereinafter, the plant operation simulation apparatus according to the first embodiment will be described in detail with reference to FIGS.

（プラント運転シミュレーション装置の機能構成）
図１は、第１の実施形態に係るプラント運転シミュレーション装置の機能構成を示す図である。
プラント運転シミュレーション装置１は、プラントＰＬ（実機）の運転を模擬するプラント運転シミュレータである。プラント運転シミュレーション装置１は、プラントＰＬの制御信号の入力を受け付ける。プラント運転シミュレーション装置１は、当該制御指令に従ってプラントＰＬの模擬運転を行う。
プラントＰＬは、本実施形態においては原子力発電プラントを想定しているが、他の実施形態においては原子力以外の発電プラント（火力発電プラント等）であってもよいし、発電プラント以外のプラント（例えば、化学プラント、廃棄物処理プラント等）であってもよい。 (Functional configuration of plant operation simulation device)
FIG. 1 is a diagram illustrating a functional configuration of a plant operation simulation apparatus according to the first embodiment.
The plant operation simulation device 1 is a plant operation simulator that simulates the operation of a plant PL (actual machine). The plant operation simulation apparatus 1 receives an input of a control signal for the plant PL. The plant operation simulation device 1 performs a simulation operation of the plant PL according to the control command.
The plant PL is assumed to be a nuclear power plant in the present embodiment, but in other embodiments, it may be a power plant other than nuclear power (such as a thermal power plant) or a plant other than a power plant (for example, Chemical plant, waste treatment plant, etc.).

プラントＰＬには、複数のセンサが設けられている。複数のセンサとは、例えば、配管の温度、圧力、流量等を計測可能な各種計器類、タンクの貯水量検出センサ、弁の開閉検知センサなどである。複数のセンサを通じて取得された実機データ群は、逐次、実機データ記録サーバＳに送信され、蓄積記録される。
実機データ記録サーバＳは、プラントＰＬを含む種々のプラントから逐次送信される実機データ群を蓄積記録するデータサーバである。 A plurality of sensors are provided in the plant PL. The plurality of sensors include, for example, various instruments that can measure the temperature, pressure, flow rate, and the like of the pipe, a tank water storage amount detection sensor, and a valve opening / closing detection sensor. The actual machine data group acquired through the plurality of sensors is sequentially transmitted to the actual machine data recording server S and stored and recorded.
The actual machine data recording server S is a data server that accumulates and records actual machine data groups sequentially transmitted from various plants including the plant PL.

図１に示すように、プラント運転シミュレーション装置１は、実機データ取得部１０と、事象推定部１１と、シミュレーション実行部１２と、同調処理部１３と、記録媒体１４、１５、１６とを備えている。
実機データ取得部１０は、種々のプラントに設けられた複数のセンサ（計器類）を通じて得られた実機データ群が蓄積された実機データ記録サーバＳから、プラントＰＬの実機データ群を取得する。
事象推定部１１は、実機データ取得部１０によって取得された実機データ群の時系列に基づいてプラントＰＬにおける所定の事象（例えば、ある事故事象）の発生有無を判定するとともに、発生した事象の種類、事象の発生箇所、及び、事象の規模を示す事象量を推定する。
シミュレーション実行部１２は、予め用意された実機シミュレーションモデルＭを用いてプラントＰＬの模擬運転を実行する。ここで、シミュレーション実行部１２は、事象推定部１１によって推定された事象の種類、発生箇所、及び、事象量を実機シミュレーションモデルＭに反映させて、プラントＰＬの模擬運転を実行する。
同調処理部１３は、実機シミュレーションモデルＭを用いたプラントＰＬの模擬運転中に、複数のセンサを通じて所定時間毎に取得される実機データ群を実機シミュレーションモデルＭに逐次入力する。この処理により、同調処理部１３は、実機シミュレーションモデルＭの状態をプラントＰＬの現実の状態と同調させる。
記録媒体１４、１５、１６は、プラント運転シミュレーション装置１内に具備される情報記録媒体である。記録媒体１４には、実機シミュレーションモデルＭを、プラントＰＬの運転段階に応じた種々の初期状態に設定するための初期状態ファイルＩが記録されている。記録媒体１５には、プラントＰＬの状態を模擬可能な実機シミュレーションモデルＭが記録されている。また、記録媒体１６には、発生した事象の種類を特定するための条件パターンが記録された事象判定テーブルＧが記録されている。
なお、実機シミュレーションモデルＭは、例えば、プラントＰＬの運転訓練用途で開発されたものであって、実機との整合性について実績があるシミュレーションモデルを用いるのが好ましい。 As shown in FIG. 1, the plant operation simulation apparatus 1 includes an actual machine data acquisition unit 10, an event estimation unit 11, a simulation execution unit 12, a tuning processing unit 13, and recording media 14, 15, and 16. Yes.
The actual machine data acquisition unit 10 acquires an actual machine data group of the plant PL from the actual machine data recording server S in which actual machine data groups obtained through a plurality of sensors (instruments) provided in various plants are accumulated.
The event estimation unit 11 determines whether or not a predetermined event (for example, an accident event) has occurred in the plant PL based on the time series of the actual machine data group acquired by the actual machine data acquisition unit 10, and the type of the event that has occurred , And the event amount indicating the event occurrence location and the scale of the event is estimated.
The simulation execution unit 12 executes a simulated operation of the plant PL using an actual machine simulation model M prepared in advance. Here, the simulation execution unit 12 reflects the event type, occurrence location, and event amount estimated by the event estimation unit 11 in the actual machine simulation model M, and executes a simulated operation of the plant PL.
During the simulated operation of the plant PL using the real machine simulation model M, the tuning processing unit 13 sequentially inputs a real machine data group acquired every predetermined time through a plurality of sensors to the real machine simulation model M. By this processing, the tuning processing unit 13 synchronizes the state of the actual machine simulation model M with the actual state of the plant PL.
The recording media 14, 15, 16 are information recording media provided in the plant operation simulation apparatus 1. The recording medium 14 records an initial state file I for setting the actual machine simulation model M to various initial states according to the operation stage of the plant PL. An actual machine simulation model M that can simulate the state of the plant PL is recorded in the recording medium 15. The recording medium 16 records an event determination table G in which a condition pattern for specifying the type of event that has occurred is recorded.
Note that the actual machine simulation model M is, for example, developed for operation training of the plant PL, and it is preferable to use a simulation model that has a track record of consistency with the actual machine.

（ハードウェア構成）
図２は、第１の実施形態に係るプラント運転シミュレーション装置のハードウェア構成を示す図である。
プラント運転シミュレーション装置１は、図２に示すようなコンピュータ５００によって実現される。
コンピュータ５００は、ＣＰＵ（Central Processing Unit）５０１、ＲＡＭ（Random Access Memory）５０２、ＲＯＭ（Read Only Memory）５０３、ストレージ５０４、外部Ｉ／Ｆ（Interface）５０５、入力受付部５０６、表示部５０７、通信Ｉ／Ｆ５０８等を有する。これらの装置はバスＢを介して相互に信号の送受信を行う。 (Hardware configuration)
FIG. 2 is a diagram illustrating a hardware configuration of the plant operation simulation apparatus according to the first embodiment.
The plant operation simulation apparatus 1 is realized by a computer 500 as shown in FIG.
A computer 500 includes a CPU (Central Processing Unit) 501, a RAM (Random Access Memory) 502, a ROM (Read Only Memory) 503, a storage 504, an external I / F (Interface) 505, an input receiving unit 506, a display unit 507, communication. I / F508 and the like. These devices transmit and receive signals to and from each other via the bus B.

ＣＰＵ５０１は、ＲＯＭ５０３やストレージ５０４等に格納されたプログラムやデータをＲＡＭ５０２上に読み出し、処理を実行することで、コンピュータ５００の各機能を実現する演算装置である。本実施形態においては、ＣＰＵ５０１は、図１に示す実機データ取得部１０、事象推定部１１、シミュレーション実行部１２、同調処理部１３としての機能を発揮する。
ＲＡＭ５０２は、ＣＰＵ５０１のワークエリア等として用いられる揮発性のメモリである。ＲＯＭ５０３は、電源を切ってもプログラムやデータを保持する不揮発性のメモリである。
ストレージ５０４は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）など等により実現され、ＯＳ（Operation System）、アプリケーションプログラム、及び各種データ等が記録される。本実施形態においては、ストレージ５０４は図１に示す記録媒体１４、１５、１６に相当し、当該ストレージ５０４には初期状態ファイルＩ、実機シミュレーションモデルＭ及び事象判定テーブルＧが記録される。
外部Ｉ／Ｆ５０５は、外部装置とのインタフェースである。外部装置には、例えば、可搬記録媒体５０９等がある。コンピュータ５００は、外部Ｉ／Ｆ５０５を介して、可搬記録媒体５０９の読取り、書き込みを行うことができる。可搬記録媒体５０９には、例えば、光学ディスク、磁気ディスク、メモリカード、ＵＳＢ（Universal Serial Bus）メモリ等が含まれる。 The CPU 501 is an arithmetic device that implements each function of the computer 500 by reading out programs and data stored in the ROM 503, the storage 504, and the like onto the RAM 502 and executing the processing. In the present embodiment, the CPU 501 exhibits functions as the actual machine data acquisition unit 10, the event estimation unit 11, the simulation execution unit 12, and the tuning processing unit 13 illustrated in FIG. 1.
A RAM 502 is a volatile memory used as a work area for the CPU 501. The ROM 503 is a nonvolatile memory that retains programs and data even when the power is turned off.
The storage 504 is realized by, for example, an HDD (Hard Disk Drive), an SSD (Solid State Drive), or the like, and stores an OS (Operation System), application programs, various data, and the like. In the present embodiment, the storage 504 corresponds to the recording media 14, 15, and 16 shown in FIG. 1, and the initial state file I, the actual machine simulation model M, and the event determination table G are recorded in the storage 504.
The external I / F 505 is an interface with an external device. Examples of the external device include a portable recording medium 509. The computer 500 can read and write the portable recording medium 509 via the external I / F 505. The portable recording medium 509 includes, for example, an optical disk, a magnetic disk, a memory card, a USB (Universal Serial Bus) memory, and the like.

入力受付部５０６は、例えば、マウス、タッチパネル及びキーボード等で構成され、操作者（オペレータ）の指示を受けてコンピュータ５００に各種操作等を入力する。   The input receiving unit 506 includes, for example, a mouse, a touch panel, a keyboard, and the like, and inputs various operations and the like to the computer 500 in response to instructions from an operator (operator).

表示部５０７は、例えば、液晶ディスプレイにより実現され、ＣＰＵ５０１による処理結果を表示する。   The display unit 507 is realized by a liquid crystal display, for example, and displays a processing result by the CPU 501.

通信Ｉ／Ｆ５０８は、有線通信又は無線通信により、コンピュータ５００をインターネット等のネットワークに接続するインタフェースである。バスＢは、上記各構成装置に接続され、制御装置間で各種制御信号等を送受信する。   The communication I / F 508 is an interface that connects the computer 500 to a network such as the Internet by wired communication or wireless communication. The bus B is connected to each of the above constituent devices, and transmits and receives various control signals and the like between the control devices.

（処理フロー）
図３は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第１図である。 (Processing flow)
FIG. 3 is a first diagram illustrating a process flow of the plant operation simulation apparatus according to the first embodiment.

図３に示すように、第１の実施形態に係るプラント運転シミュレーション装置１は、以下のような手順でプラントＰＬの運転模擬（シミュレーション）を実行する。   As shown in FIG. 3, the plant operation simulation apparatus 1 according to the first embodiment executes an operation simulation (simulation) of the plant PL in the following procedure.

まず、プラント運転シミュレーション装置１の実機データ取得部１０は、実機データ記録サーバＳにアクセスして、過去の所定時刻（例えば、現在から５分前）から現在までに得られたプラントＰＬの実機データ群の時系列を取得する（ステップＳ０１）。ここで取得される実機データ群とは、プラントＰＬの各所（配管、タンク、弁、ボイラー、タービン装置等）に設けられた各種センサを通じて得られた計測値である。   First, the actual machine data acquisition unit 10 of the plant operation simulation apparatus 1 accesses the actual machine data recording server S, and the actual machine data of the plant PL obtained from the past predetermined time (for example, 5 minutes before the present) to the present. The time series of the group is acquired (step S01). The actual machine data group acquired here is measured values obtained through various sensors provided at various locations (piping, tanks, valves, boilers, turbine devices, etc.) of the plant PL.

プラント運転シミュレーション装置１の事象推定部１１は、ステップＳ０１で取得された実機データ群の時系列に基づいてプラントＰＬにおける所定の事象の発生有無を判定するとともに、発生した事象の種類、事象の発生箇所、及び、事象の規模を示す事象量を推定する（ステップＳ０２）。このステップＳ０２の具体的な処理内容については後述する。   The event estimation unit 11 of the plant operation simulation apparatus 1 determines whether or not a predetermined event has occurred in the plant PL based on the time series of the actual machine data group acquired in step S01, and the type of event that has occurred and the occurrence of the event. The event amount indicating the location and the scale of the event is estimated (step S02). The specific processing content of this step S02 will be described later.

次に、プラント運転シミュレーション装置１の同調処理部１３は、プラントＰＬの模擬運転を行う前に、ステップＳ０１で取得された実機データ群の時系列を利用して、更に、実機シミュレーションモデルＭの状態をプラントＰＬの現実の状態と同調させる（ステップＳ０３）。このステップＳ０３の具体的な処理内容については後述する。   Next, the tuning processing unit 13 of the plant operation simulation apparatus 1 uses the time series of the actual machine data group acquired in step S01 before performing the simulated operation of the plant PL, and further the state of the actual machine simulation model M. Is synchronized with the actual state of the plant PL (step S03). The specific processing content of this step S03 will be described later.

次に、プラント運転シミュレーション装置１のシミュレーション実行部１２は、実機シミュレーションモデルＭを用いてプラントＰＬの模擬運転を実行する（ステップＳ０４）。ここで、シミュレーション実行部１２は、ステップＳ０２で推定された事象の種類、発生箇所、及び、事象量を実機シミュレーションモデルＭに反映させた上で、模擬運転を実行する。また、シミュレーション実行部１２は、ステップＳ０３の処理により実機シミュレーションモデルＭの状態が現実のプラントＰＬの状態と十分に同調した状態（十分に近づいた状態）となってから当該実機シミュレーションモデルＭを用いて模擬運転を実行する。
シミュレーション実行部１２によるシミュレーション結果（例えば、現状推定結果、将来予測結果等）は、逐次、表示部５０７（図２）を通じてオペレータに提示される。 Next, the simulation execution unit 12 of the plant operation simulation apparatus 1 executes a simulation operation of the plant PL using the actual machine simulation model M (step S04). Here, the simulation execution unit 12 executes the simulated operation after reflecting the event type, occurrence location, and event amount estimated in step S02 in the actual machine simulation model M. In addition, the simulation execution unit 12 uses the actual machine simulation model M after the state of the actual machine simulation model M is sufficiently synchronized with the state of the actual plant PL (a state that is sufficiently close) by the process of step S03. And perform simulated operation.
Simulation results (for example, current state estimation results, future prediction results, etc.) by the simulation execution unit 12 are sequentially presented to the operator through the display unit 507 (FIG. 2).

（事象推定部の機能）
図４は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第２図である。
また、図５〜図７は、それぞれ、第１の実施形態に係る事象推定部の機能を説明するための第１図〜第３図である。
以下、図４〜図７を参照しながら、図３のステップＳ０２における事象推定部１１の機能について詳細に説明する。 (Function of event estimation unit)
FIG. 4 is a second diagram illustrating a processing flow of the plant operation simulation apparatus according to the first embodiment.
FIGS. 5 to 7 are FIGS. 1 to 3 for explaining the function of the event estimation unit according to the first embodiment, respectively.
Hereinafter, the function of the event estimation unit 11 in step S02 of FIG. 3 will be described in detail with reference to FIGS.

図４に示す処理フローは、図３のステップＳ０２（事象推定処理）において、事象推定部１１が実行する処理フローである。
事象推定部１１は、まず、取得された実機データ群の時系列において、何らかの変化（変動）が生じているか否かを判定する（ステップＳ０２１）。例えば、事象推定部１１は、５分前の実機データ群と現在の最新の実機データ群とを対比して、所定の閾値以上の変化が生じているか否かを判定する。 The process flow shown in FIG. 4 is a process flow executed by the event estimation unit 11 in step S02 (event estimation process) in FIG.
The event estimation unit 11 first determines whether any change (fluctuation) has occurred in the time series of the acquired actual machine data group (step S021). For example, the event estimation unit 11 compares the actual machine data group five minutes ago with the current latest actual machine data group to determine whether or not a change greater than a predetermined threshold has occurred.

図５は、実機データ群の時系列をまとめたグラフである。図５では、簡単化のため、ある配管Ａの温度計測値（実機データＴ）、配管Ａの圧力計測値（実機データＰ）、配管Ａの流量計測値（実機データＦ）及び配管Ａの流量調整弁の弁開度（実機データＶ）のみを表記している。なお、実際のプラントＰＬの実機データの数は数万種類に及び得る。
実機データ群に変化がみられない場合は、何らの事象も発生していないものとみなし、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２１：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下している。この場合、事象推定部１１は、この実機データＦの変化量を検知して、ステップＳ０２１：ＹＥＳ以降の処理フローに入る。 FIG. 5 is a graph summarizing the time series of the actual machine data group. In FIG. 5, for simplification, a temperature measurement value of pipe A (actual machine data T), a pressure measurement value of pipe A (actual machine data P), a flow measurement value of pipe A (actual machine data F), and a flow rate of pipe A Only the valve opening (actual machine data V) of the regulating valve is shown. Note that the actual number of actual machine PL data can be tens of thousands.
If there is no change in the actual machine data group, it is considered that no event has occurred, and the event estimation process (step S02 in FIG. 3) ends without doing anything (step S021: NO).
On the other hand, in the example shown in FIG. 5, the actual machine data F (flow rate measurement value of the pipe A) decreases from 5 minutes before to the current time. In this case, the event estimation unit 11 detects the change amount of the actual machine data F, and enters the processing flow after step S021: YES.

ある実機データで所定値以上の変化が検知された場合（ステップＳ０２１：ＹＥＳ）、事象推定部１１は、この実機データの変化が予期されたものか否かを判定する（ステップＳ０２２）。
例えば、オペレータのマニュアル操作により配管Ａの弁開度が下げられていた場合、この操作に応じて実機データＦ（配管Ａの流量計測値）が低下することが予期される。即ち、実機データＦの変化について、他の実機データ（実機データＶ）の変化との整合性が認められる場合、実機データＦが一定以上変化したとしても、当該変化が異常であるとは考えにくい。したがって、この場合は、事象推定処理（図３のステップＳ０２）では何もせずに終了する（ステップＳ０２２：ＮＯ）。
他方、図５に示す例では、５分前から現在時刻にかけて実機データＦ（配管Ａの流量計測値）が低下しているにもかかわらず、実機データＶ（流量調整弁の弁開度）は変化していない。即ち、実機データＦの変化と実機データＶの変化との間に整合性が認められない。そこで、事象推定部１１は、予期しない事象が発生したものと判断し、ステップＳ０２２：ＹＥＳ以降の処理フローに入る。 When a change of a predetermined value or more is detected in certain actual machine data (step S021: YES), the event estimation unit 11 determines whether or not this change in actual machine data is expected (step S022).
For example, when the valve opening degree of the pipe A is lowered by the manual operation of the operator, it is expected that the actual machine data F (the flow rate measurement value of the pipe A) is lowered according to this operation. That is, when the change in the actual machine data F is consistent with the change in other actual machine data (actual machine data V), even if the actual machine data F changes more than a certain level, it is unlikely that the change is abnormal. . Therefore, in this case, the event estimation process (step S02 in FIG. 3) ends without doing anything (step S022: NO).
On the other hand, in the example shown in FIG. 5, the actual machine data V (the valve opening of the flow rate adjusting valve) is obtained despite the fact that the actual machine data F (flow rate measurement value of the pipe A) has decreased from 5 minutes before the current time. It has not changed. That is, no consistency is recognized between the change in the actual machine data F and the change in the actual machine data V. Therefore, the event estimation unit 11 determines that an unexpected event has occurred, and enters the processing flow after step S022: YES.

予期しない事象が発生した場合（ステップＳ０２２：ＹＥＳ）、事象推定部１１は、取得した実機データ群の時系列（図５）に基づいて、発生した事象の種類と、当該事象の発生箇所とを推定する（ステップＳ０２３）。ここで、ステップＳ０２３の処理について、図６を参照しながら説明する。   When an unexpected event occurs (step S022: YES), the event estimation unit 11 determines the type of the event that has occurred and the occurrence location of the event based on the acquired time series of the actual machine data group (FIG. 5). Estimate (step S023). Here, the process of step S023 will be described with reference to FIG.

図６は、記録媒体１６に予め記録された事象判定テーブルＧの例を示している。
図６に示すように、事象判定テーブルＧは、予め規定した「事象の種類」毎に、実機データ群の各々が満たす条件の組み合わせが記録されている。このような事象判定テーブルＧは、例えば、過去に発生した事故の履歴情報や事故マニュアルに記載された情報等に基づいて予め作成される。
事象推定部１１は、上述のステップＳ０２３において、事象判定テーブルＧを参照して、取得した実機データ群の時系列（図５）が、各条件の組み合わせが満たされているか否かを判定する。例えば、事象推定部１１は、実機データＴ（配管温度）が条件Ｔ１を満たし、実機データＰ（配管圧力）が条件Ｐ１を満たし、かつ、実機データＦ（配管流量）が条件Ｆ１を満たす場合には、プラントＰＬで事故事象Ｘ１（配管破断）が発生したものと推定する。
ここで、図６に示した各条件Ｔ１、Ｔ２、・・、Ｐ１、Ｐ２、・・、Ｆ１、Ｆ２、・・は、各実機データの範囲（○○以上、△△以下）、或いは、各実機データの変化量の範囲等で規定される。 FIG. 6 shows an example of the event determination table G recorded in advance on the recording medium 16.
As shown in FIG. 6, the event determination table G records a combination of conditions that each of the actual machine data groups satisfies for each “type of event” defined in advance. Such an event determination table G is created in advance based on, for example, history information of accidents that occurred in the past, information described in accident manuals, and the like.
In step S023 described above, the event estimation unit 11 refers to the event determination table G and determines whether or not the acquired time series (FIG. 5) of the actual machine data group satisfies the combinations of the conditions. For example, the event estimation unit 11 determines that the actual machine data T (pipe temperature) satisfies the condition T1, the actual machine data P (pipe pressure) satisfies the condition P1, and the actual machine data F (pipe flow) satisfies the condition F1. Estimates that an accident event X1 (pipe breakage) occurred in the plant PL.
Here, each condition T1, T2,..., P1, P2,..., F1, F2,... Shown in FIG. It is defined by the range of change in actual machine data.

なお、実機データ群の時系列によっては、事象判定テーブルＧに規定された複数の条件の組み合わせが当てはまる場合も想定される。例えば、ある実機データ群の時系列は、事故事象Ｘａの条件と、事故事象Ｘｂの条件との両方を満たすことも考えられる。この場合、事象推定部１１は、プラントＰＬで「事故事象Ｘａ、Ｘｂの何れか一方又は両方が発生した。」と推定する。   Depending on the time series of the actual machine data group, a combination of a plurality of conditions defined in the event determination table G may be assumed. For example, a time series of a certain actual machine data group may satisfy both the condition of the accident event Xa and the condition of the accident event Xb. In this case, the event estimation unit 11 estimates that “any one or both of the accident events Xa and Xb have occurred” in the plant PL.

また、事象推定部１１は、ステップＳ０２３で事象の発生箇所を特定する。具体的には、事象推定部１１は、図６に示す各条件を満たす実機データの取得源（センサ）を特定することで、当該事象の発生箇所を特定する。例えば、条件Ｔ１を満たした実機データＴ（配管温度）、条件Ｐ１を満たした実機データＰ（配管圧力）、及び、条件Ｆ１を満たした実機データＦ（配管流量）が、いずれも配管Ａに設けられたセンサを通じて取得されたものである場合には、事象推定部１１は、事故事象Ｘ１が配管Ａで発生している、又は、配管Ａと何らかの関連性を有している（２次現象的に影響が伝わってきた）ものと判断する。   Moreover, the event estimation part 11 pinpoints the generation | occurrence | production location of an event by step S023. Specifically, the event estimation unit 11 specifies the occurrence location of the event by specifying an acquisition source (sensor) of actual machine data that satisfies the conditions shown in FIG. For example, actual machine data T (pipe temperature) satisfying condition T1, actual machine data P (pipe pressure) satisfying condition P1, and actual machine data F (pipe flow rate) satisfying condition F1 are all provided in pipe A. In the case where the event estimation unit 11 is acquired through the obtained sensor, the event estimation unit 11 has the accident event X1 occurring in the pipe A or has some relation to the pipe A (secondary phenomenon) It is judged that the influence has been transmitted.

次に、事象推定部１１は、以下のステップＳ０２４、ステップＳ０２５及びステップＳ０２６を実行することで、発生した事象の事象量（規模）を推定する。
具体的には、事象推定部１１は、複数用意した事象量の候補の中から一つを仮に定めた上で、ステップＳ０２３で推定した結果（事象の種類、事象の発生箇所）とともに実機シミュレーションモデルＭに入力する。事象推定部１１から事象の種類、事象の発生箇所、及び、仮に定めた事象量の入力を受け付けると、シミュレーション実行部１２は、当該事象の種類、事象の発生箇所、及び、仮に定めた事象量を反映（マルファンクション投入）
させた実機シミュレーションモデルＭを用いて簡易的な模擬運転を実行する（ステップＳ０２４）。ここで、シミュレーション実行部１２は、“何らかの事象が発生した”との判断のきっかけとなった実機データ群の時系列と同一の時間帯（即ち、図５に示すグラフの−５ｍｉｎ〜０ｍｉｎの時間帯）について模擬運転を実行する。 Next, the event estimation unit 11 estimates the event amount (scale) of the event that has occurred by executing the following steps S024, S025, and S026.
Specifically, the event estimation unit 11 temporarily determines one of a plurality of prepared event amount candidates, and then the actual machine simulation model together with the result (event type, event occurrence location) estimated in step S023. Enter in M. Upon receiving the event type, event occurrence location, and provisional event amount input from the event estimation unit 11, the simulation execution unit 12 reads the event type, event occurrence location, and provisional event amount. Reflect (Malfunction input)
A simple simulation operation is executed using the actual machine simulation model M (step S024). Here, the simulation execution unit 12 is in the same time zone as the time series of the actual machine data group that triggered the determination that “some event has occurred” (that is, the time of −5 min to 0 min in the graph shown in FIG. 5). A simulated operation is executed for the belt.

事象推定部１１は、複数用意した事象量の候補の全てで模擬運転が実行されたか否かを判定する（ステップＳ０２５）。全ての事象量の候補で模擬運転が実行されていない場合（ステップＳ０２５：ＮＯ）、前回とは別の事象量の候補を選択して改めて模擬運転を実行する（ステップＳ０２４）。全ての事象量の候補で模擬運転の実行が完了した場合（ステップＳ０２５：ＹＥＳ）、事象推定部１１は、ステップＳ０２４における模擬運転の結果が実機データ群の時系列（図５）に一致する（最も近い）事象量の候補を特定する（ステップＳ０２６）。
以上のステップＳ０２４〜ステップＳ０２６の処理については、図７を参照しながらより具体的に説明する。 The event estimation unit 11 determines whether or not the simulated operation has been executed with all of the plurality of prepared event amount candidates (step S025). When the simulation operation is not executed for all the event amount candidates (step S025: NO), an event amount candidate different from the previous one is selected and the simulation operation is executed again (step S024). When the simulation operation is completed for all event quantity candidates (step S025: YES), the event estimation unit 11 matches the result of the simulation operation in step S024 with the time series of the actual machine data group (FIG. 5) ( The closest candidate event amount is specified (step S026).
The processes in steps S024 to S026 will be described more specifically with reference to FIG.

図７は、事象量を推定するための事象推定部１１の処理の流れを示している。
事象推定部１１は、ステップＳ０２３で推定した事象の種類、事象の発生箇所に応じた事象量の候補を用意する。例えば、図７に示すように、事象の種類＝「配管の破断」、事象の発生箇所＝「○○系統の配管Ａ」であった場合、事象推定部１１は、事象量（配管Ａに発生した穴の大きさ）の候補として、０．５ｃｍ、１．０ｃｍ、１．５ｃｍ、・・・等を用意する。
事象推定部１１は、事象量（穴の大きさ）の候補の一つ（例えば０．５ｃｍ）を仮に定め、事象パターン１（「配管の破断」、「○○系統の配管Ａ」、「０．５ｃｍ」）を実機シミュレーションモデルＭに反映（マルファンクション投入）する。シミュレーション実行部１２は、事象パターン１が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果１を得る（図７の上段参照）。
次に、事象推定部１１は、事象量（穴の大きさ）の別の候補の一つ（例えば１．０ｃｍ）を仮に定め、事象パターン２（「配管の破断」、「○○系統の配管Ａ」、「１．０ｃｍ」）を実機シミュレーションモデルＭに反映する。シミュレーション実行部１２は、事象パターン２が反映された実機シミュレーションモデルＭを用いて模擬運転を行い、模擬運転結果２を得る（図７の中段参照）。
同様に、事象推定部１１は、さらに別の事象量の候補を含む事象パターン３、４、・・を実機シミュレーションモデルＭに反映させ、シミュレーション実行部１２による模擬運転を繰り返すことで、模擬運転結果３、４、・・を得る（図７の下段参照）。
全ての事象量の候補に基づく模擬運転が完了すると（図４のステップＳ０２５：ＹＥＳ）、事象推定部１１は、各模擬運転結果１、２、３、・・と実機データ群の時系列（図５）との対比を行う。そして、事象推定部１１は、対比の結果、実機データ群の時系列（図５）に最も近い模擬運転結果を得た事象量の候補（例えば、１．０ｃｍ）を特定する。これにより、事象推定部１１は、プラントＰＬで発生した事象の事象量（事象の規模）を推定する（図６のステップＳ０２６）。 FIG. 7 shows a process flow of the event estimation unit 11 for estimating the event amount.
The event estimation unit 11 prepares event amount candidates according to the type of event estimated in step S023 and the occurrence location of the event. For example, as shown in FIG. 7, when the event type = “piping rupture” and the event occurrence location = “pipe A of XX system”, the event estimation unit 11 determines the event amount (occurrence in the pipe A As the candidates for the size of the hole, 0.5 cm, 1.0 cm, 1.5 cm, etc. are prepared.
The event estimation unit 11 temporarily determines one of the event amount (hole size) candidates (for example, 0.5 cm), and determines event pattern 1 (“pipe break”, “XX system pipe A”, “0”). .5 cm ") is reflected in the actual simulation model M (multifunction input). The simulation execution unit 12 performs a simulation operation using the actual machine simulation model M in which the event pattern 1 is reflected, and obtains a simulation operation result 1 (see the upper part of FIG. 7).
Next, the event estimation unit 11 temporarily determines another candidate (for example, 1.0 cm) of the event amount (hole size), and determines event pattern 2 (“piping break”, “piping of ○○ system”). A ”,“ 1.0 cm ”) is reflected in the actual machine simulation model M. The simulation execution unit 12 performs a simulation operation using the actual machine simulation model M in which the event pattern 2 is reflected, and obtains a simulation operation result 2 (see the middle stage in FIG. 7).
Similarly, the event estimation unit 11 reflects the event patterns 3, 4,... Including further event amount candidates in the actual machine simulation model M, and repeats the simulation operation by the simulation execution unit 12, thereby performing the simulation operation result. 3, 4,... Are obtained (see the lower part of FIG. 7).
When the simulation operation based on all the event amount candidates is completed (step S025 in FIG. 4: YES), the event estimation unit 11 sets the time series of the actual machine data group (FIG. Contrast with 5). And the event estimation part 11 specifies the candidate (for example, 1.0 cm) of the event quantity which obtained the simulation operation result nearest to the time series (FIG. 5) of a real machine data group as a result of contrast. Thereby, the event estimation part 11 estimates the event amount (event scale) of the event which generate | occur | produced in plant PL (step S026 of FIG. 6).

事象推定部１１は、以上の処理で推定した事象の種類、事象の発生箇所及び事象量を実機シミュレーションモデルＭに反映（マルファンクション投入）させる（ステップＳ０２７）。   The event estimation unit 11 reflects (malfunction input) the event type, event occurrence location, and event amount estimated by the above processing in the actual machine simulation model M (step S027).

なお、本実施形態においては、事象推定部１１は、事象量を推定する際に、用意した候補（０．５ｃｍ、１．０ｃｍ、・・）の全てで模擬運転を行うものとして説明したが、他の実施形態においてはこの態様に限定されない。他の実施形態に係る事象推定部１１は、例えば、一つの事象量の候補（例えば、１．０ｃｍ）を選択し、これに対応する一つの模擬運転結果を得た場合に、その模擬運転結果と実機データ（図５）との類似度がある判定閾値以上となった時点で事象量を特定し、事象推定処理を完了する態様としてもよい。   In the present embodiment, the event estimation unit 11 has been described as performing simulation operation with all of the prepared candidates (0.5 cm, 1.0 cm,...) When estimating the event amount. Other embodiments are not limited to this aspect. For example, when the event estimation unit 11 according to another embodiment selects one event amount candidate (for example, 1.0 cm) and obtains one simulated operation result corresponding thereto, the simulated operation result is obtained. It is good also as an aspect which specifies event amount and completes an event estimation process at the time of the similarity with more than a determination threshold value with real machine data (FIG. 5).

（同調処理部の機能）
図８は、第１の実施形態に係るプラント運転シミュレーション装置の処理フローを示す第３図である。
また、図９、図１０は、それぞれ、第１の実施形態に係る同調処理部の機能を説明するための第１図、第２図である。
以下、図８〜図１０を参照しながら、図３のステップＳ０３における同調処理部１３の機能について詳細に説明する。 (Function of tuning processor)
FIG. 8 is a third diagram showing a processing flow of the plant operation simulation apparatus according to the first embodiment.
FIGS. 9 and 10 are FIGS. 1 and 2 for explaining the function of the tuning processing unit according to the first embodiment, respectively.
Hereinafter, the function of the tuning processing unit 13 in step S03 of FIG. 3 will be described in detail with reference to FIGS.

図８に示す処理フローは、図３のステップＳ０３（同調処理）において、同調処理部１３が実行する処理フローである。
同調処理部１３は、まず、プラントＰＬの現在の運転ステータスに対応する初期状態ファイルＩを読み込んで実機シミュレーションモデルＭに展開する（ステップＳ０３１）。
図９に示すように、初期状態ファイルＩとは、実機シミュレーションモデルＭを特徴づける全ての内部物理量（パラメータｎ１、ｎ２、・・）が記録されたデータセットである。この初期状態ファイルＩは、プラントＰＬの主要な運転ステータス（例えば、「定格熱出力運転」、「停止運転」、「起動運転」等）ごとに用意される。ここで、「定格熱出力運転」とは、原子力プラントにおいて原子炉からの熱出力を定格（１００％）に保ったまま運転し続けることであり、より一般的には、いわゆる「定常運転」に相当する運転状態である。
ステップＳ０３１において、同調処理部１３は、例えば、オペレータによるマニュアル操作を介して、現在のプラントＰＬの運転ステータスに合致した初期状態ファイルＩを読み込む。また、同調処理部１３は、現在の実機データの時系列等に基づいて現在のプラントＰＬの運転ステータスを自動的に判断し、当該判断結果に応じた初期状態ファイルＩを選択して読み込んでもよい。
運転ステータスに対応する初期状態ファイルＩが読み込まれると、実機シミュレーションモデルＭは、その運転ステータス（例えば、定格熱出力運転）を模したプラントＰＬの初期状態となる。 The processing flow shown in FIG. 8 is a processing flow executed by the tuning processing unit 13 in step S03 (tuning processing) in FIG.
The tuning processing unit 13 first reads the initial state file I corresponding to the current operation status of the plant PL and develops it into the actual machine simulation model M (step S031).
As shown in FIG. 9, the initial state file I is a data set in which all internal physical quantities (parameters n1, n2,...) That characterize the actual machine simulation model M are recorded. This initial state file I is prepared for each main operation status (for example, “rated heat output operation”, “stop operation”, “start operation”, etc.) of the plant PL. Here, the “rated heat output operation” is to continue the operation while keeping the heat output from the nuclear reactor at the rated (100%) in the nuclear power plant, and more generally to the so-called “steady operation”. The corresponding operating state.
In step S031, the tuning processing unit 13 reads the initial state file I that matches the current operation status of the plant PL, for example, through a manual operation by the operator. Further, the tuning processing unit 13 may automatically determine the operation status of the current plant PL based on the time series of the current actual machine data, and may select and read the initial state file I according to the determination result. .
When the initial state file I corresponding to the operation status is read, the actual machine simulation model M becomes the initial state of the plant PL imitating the operation status (for example, rated heat output operation).

次に、同調処理部１３は、実機データ取得部１０を介してプラントＰＬの実機データ群を取得する（ステップＳ０３２）。ここで、同調処理部１３は、図３のステップＳ０１で取得した実機データ群の中から、例えば、１分周期で取得された実機データ群の過去１０分間分（１０セット）の実機データ群を取得する。   Next, the tuning processing unit 13 acquires a real machine data group of the plant PL via the real machine data acquisition unit 10 (step S032). Here, the tuning processing unit 13 selects, for example, the actual machine data group for the past 10 minutes (10 sets) of the actual machine data group acquired at the 1-minute cycle from the actual machine data group acquired in step S01 of FIG. get.

同調処理部１３は、ステップＳ０３１で初期状態となった実機シミュレーションモデルＭに対し、以降のステップＳ０３３〜Ｓ０３６の処理を通じて、実機シミュレーションモデルＭの状態を実機（プラントＰＬ）の現実の状態に同調させる。この処理（マニュアルセット）については、図１０を参照しながら説明する。   The tuning processing unit 13 synchronizes the state of the actual machine simulation model M with the actual state of the actual machine (plant PL) through the processes of subsequent steps S033 to S036 for the actual machine simulation model M that has been in the initial state in step S031. . This process (manual set) will be described with reference to FIG.

図１０に示すように、例えば、実機シミュレーションモデルＭは、複数の演算ノードＮによって構成される。各演算ノードＮでは、プラントＰＬの各所（配管、タンク、弁等）における種々の物理量（温度、圧力、流量等）を演算するための物理演算式が設定されている。実機シミュレーションモデルＭでは、ある層の演算ノードＮにおける物理量演算値（出力値）が次段の層の一つ又は複数の演算ノードＮへの入力値となる。   As shown in FIG. 10, for example, the actual machine simulation model M includes a plurality of operation nodes N. In each calculation node N, physical calculation formulas for calculating various physical quantities (temperature, pressure, flow rate, etc.) at various locations (piping, tanks, valves, etc.) of the plant PL are set. In the actual machine simulation model M, a physical quantity calculation value (output value) at a calculation node N in a certain layer becomes an input value to one or a plurality of calculation nodes N in the next layer.

同調処理部１３は、ある実機データの取得源（センサ）に対応する演算ノードＮに対し、当該実機データのマニュアルセット（強制上書き）を実行する（ステップＳ０３３）。例えば、図１０に示すように、圧力計測値である実機データＰ（例えば“２ＭＰａ”）の取得源（例えば配管Ａの圧力計）に対応する演算ノードＮが“Ｎ１”であった場合、同調処理部１３は、演算ノードＮ１に実機データＰ（２ＭＰａ）をマニュアルセットする。この場合、当該演算ノードＮ１は、自身に入力される前段の演算ノードＮからの入力値に拘らず、次段の各演算ノードＮに向けて実機データＰ（２ＭＰａ）を出力する。
同様に、温度計測値である実機データＴ（例えば“８０℃”）の取得源（例えば配管Ａ’の温度計）に対応する演算ノードＮが“Ｎ２”であった場合、同調処理部１３は、演算ノードＮ２に実機データＴ（８０℃）をマニュアルセットする。この場合、当該演算ノードＮ２は、自身に入力される前段の演算ノードＮからの入力値に拘らず、次段の各演算ノードＮに向けて実機データＴ（８０℃）を出力する。 The tuning processing unit 13 executes manual setting (forced overwriting) of the actual machine data for the operation node N corresponding to a certain actual machine data acquisition source (sensor) (step S033). For example, as shown in FIG. 10, when the calculation node N corresponding to the acquisition source (for example, the pressure gauge of the pipe A) of the actual machine data P (for example, “2 MPa”) that is the pressure measurement value is “N1”, the tuning is performed. The processing unit 13 manually sets actual machine data P (2 MPa) in the operation node N1. In this case, the computation node N1 outputs actual machine data P (2 MPa) toward each computation node N at the next stage, regardless of the input value from the computation node N at the previous stage inputted to itself.
Similarly, when the calculation node N corresponding to the acquisition source (for example, the thermometer of the pipe A ′) of the actual machine data T (for example, “80 ° C.”) that is the temperature measurement value is “N2”, the tuning processing unit 13 The actual machine data T (80 ° C.) is manually set in the operation node N2. In this case, the computation node N2 outputs the actual machine data T (80 ° C.) toward each computation node N in the next stage, regardless of the input value from the computation node N in the previous stage inputted to the computation node N2.

ステップＳ０３３で、各種センサに対応する演算ノードＮ（Ｎ１、Ｎ２、・・）の各々に実機データ群がマニュアルセットされると、シミュレーション実行部１２は、当該マニュアルセットがなされた実機シミュレーションモデルＭを用いて模擬運転を実行する（ステップＳ０３４）。   In step S033, when the actual machine data group is manually set in each of the operation nodes N (N1, N2,...) Corresponding to the various sensors, the simulation execution unit 12 displays the actual machine simulation model M in which the manual set has been made. The simulated operation is executed using the same (step S034).

同調処理部１３は、マニュアルセットを規定した回数だけ実行したか否かを判定する。過去１０分間分の実機データを１分周期でマニュアルセットする例の場合、マニュアルセットを実行した回数が１０回未満（ステップＳ０３５：ＮＯ）であれば、同調処理部１３は、１分間待機する（ステップＳ０３６）。なお、同調処理部１３の待機中、シミュレーション実行部１２は、ステップＳ０３４の模擬運転を継続して行う。   The tuning processing unit 13 determines whether or not the manual set has been executed a specified number of times. In the example in which the actual machine data for the past 10 minutes is manually set at a cycle of 1 minute, if the number of times of manual setting is less than 10 (step S035: NO), the tuning processing unit 13 waits for 1 minute ( Step S036). During the standby of the tuning processing unit 13, the simulation executing unit 12 continues the simulated operation in step S034.

次に、同調処理部１３は、ステップＳ０３３に戻り、実機シミュレーションモデルＭに対し、１分後の実機データ群をマニュアルセットする。同調処理部１３は、このマニュアルセットを１分周期で１０回繰り返すと（ステップＳ０３５：ＹＥＳ）、同調処理を完了する。   Next, the tuning processing unit 13 returns to step S033 and manually sets a real machine data group after one minute for the real machine simulation model M. The tuning processing unit 13 completes the tuning process when this manual set is repeated 10 times at 1 minute intervals (step S035: YES).

以上のように、同調処理部１３は、プラントＰＬの模擬運転の実行中において、実機データ群のマニュアルセットを周期的に繰り返すことで、実機シミュレーションモデルＭを構成する内部物理量の全てを現実のプラントＰＬの状態に同調させることができる。   As described above, the tuning processing unit 13 periodically repeats the manual set of the actual machine data group during the execution of the simulated operation of the plant PL, so that all the internal physical quantities constituting the actual machine simulation model M are converted to the actual plant. It can be tuned to the state of PL.

図３におけるステップＳ０２（事象推定処理）、及び、ステップＳ０３（同調処理）が完了すると、シミュレーション実行部１２は、実体的な模擬運転を開始する（図３のステップＳ０４）。この段階において、実機シミュレーションモデルＭは、ステップＳ０２を経て発生した事象が反映され、かつ、ステップＳ０３で十分に同調された状態となっている。シミュレーション実行部１２は、模擬運転の結果を逐次ディスプレイ（表示部５０７）に表示させてオペレータに知らせる。
シミュレーション実行部１２は、以下のような機能を有している。 When step S02 (event estimation process) and step S03 (synchronization process) in FIG. 3 are completed, the simulation execution unit 12 starts a substantial simulated operation (step S04 in FIG. 3). At this stage, the actual machine simulation model M reflects the event that has occurred through step S02, and is in a sufficiently synchronized state at step S03. The simulation execution unit 12 informs the operator of the results of the simulated operation by sequentially displaying them on the display (display unit 507).
The simulation execution unit 12 has the following functions.

（ａ）現在のプラントＰＬの状態把握（現状推定）
上述したように、プラントＰＬの各所における現実の物理量は、予め設けられた各種センサ（計器類）を通じて取得する必要がある。しかしながら、実機シミュレーションモデルＭを用いた模擬運転によれば、実機シミュレーションモデルＭの各演算ノードＮ（図１０）で逐次演算されるあらゆる箇所、あらゆる種類の物理量を導出することができる。したがって、現実の時間の流れに沿って模擬運転を継続実行することで、常に、計器類を設置していない箇所を含むプラントＰＬの全容を把握することができる。
なお、この場合、シミュレーション実行部１２によるシミュレーション実行中（ステップＳ０４）であっても、定期的に実機データを取得してマニュアルセットを行うのが好ましい。このようにすることで、実機運転と同時並行で行われる模擬運転において、現実のプラントＰＬの状態と実機シミュレーションモデルＭの状態との乖離を抑制することができる。 (A) Grasping current plant PL status (current estimation)
As described above, actual physical quantities at various locations in the plant PL need to be acquired through various sensors (instruments) provided in advance. However, according to the simulation operation using the actual machine simulation model M, it is possible to derive all the locations and all kinds of physical quantities that are sequentially calculated at each operation node N (FIG. 10) of the actual machine simulation model M. Therefore, by continuously executing the simulation operation along the actual flow of time, it is possible to always grasp the entire plant PL including the places where the instruments are not installed.
In this case, it is preferable to perform manual setting by periodically acquiring actual machine data even during simulation execution by the simulation execution unit 12 (step S04). By doing in this way, the divergence between the actual state of the plant PL and the state of the actual machine simulation model M can be suppressed in the simulation operation performed in parallel with the actual machine operation.

（ｂ）将来のプラントＰＬの状態把握（将来予測）
シミュレーション実行部１２は、実機シミュレーションモデルＭを用いた模擬運転を、実際の時間の流れよりも早い時間の流れで実行することができる。これにより、プラントＰＬの状態の将来予測が可能になる。 (B) Grasping future plant PL status (future prediction)
The simulation execution unit 12 can execute a simulation operation using the actual machine simulation model M at a time flow earlier than the actual time flow. Thereby, the future prediction of the state of the plant PL becomes possible.

（ｃ）ある制御指令を発した場合の結果分析
実機シミュレーションモデルＭを用いた模擬運転中に、入力受付部５０６（図２）から制御指令の入力を受け付けた場合、当該制御指令に基づいて、模擬運転を行う。これにより、オペレータは、「この状態にあるプラントＰＬに対し、仮に、この制御指令を発した場合に何が起こるか」を分析することができる。 (C) Result analysis when a certain control command is issued When a control command input is received from the input receiving unit 506 (FIG. 2) during a simulation operation using the real machine simulation model M, based on the control command, Simulate driving. Thereby, the operator can analyze “what happens when this control command is issued to the plant PL in this state”.

（ｄ）異なる事象を反映させた複数パターンの模擬運転の並列実行
例えば、図４のステップＳ０２３において、事象の種類別に規定された条件の組み合わせが複数当てはまる場合があることを説明した。例えば、発生した事象として、事故事象Ｘａ、事故事象Ｘｂの２つの候補が考えられる場合、シミュレーション実行部１２は、事故事象Ｘａが発生していることを想定した模擬運転Ｍａと、事故事象Ｘｂが発生していることを想定した模擬運転Ｍｂとの両方を並列的に実行する。これにより、オペレータは、発生の可能性がある全ての事故事象が加味された現状推定、将来予測が可能となる。
また、シミュレーション実行部１２は、（ａ）の現状推定と（ｂ）の将来予測を同時並列で実行してもよい。 (D) Parallel execution of simulated operation of multiple patterns reflecting different events For example, in step S023 of FIG. 4, it has been described that a plurality of combinations of conditions defined for each event type may be applied. For example, if two candidates of the accident event Xa and the accident event Xb are considered as the generated events, the simulation execution unit 12 determines that the simulated operation Ma assuming that the accident event Xa has occurred and the accident event Xb are Both the simulation operation Mb that is assumed to occur are executed in parallel. As a result, the operator can estimate the current situation and predict the future in consideration of all accident events that may occur.
Moreover, the simulation execution part 12 may perform the present condition estimation of (a) and the future prediction of (b) simultaneously in parallel.

（作用・効果）
以上に述べたとおり、第１の実施形態に係るプラント運転シミュレーション装置１は、実機データ取得部１０と、事象推定部１１と、シミュレーション実行部１２を具備する。
このような構成により、プラント運転シミュレーション装置１は、プラントＰＬである事象（事故事象Ｘ）が発生した場合に、当該事故事象Ｘを実機シミュレーションモデルＭに反映させた上で模擬運転を実行することができる。これにより、事故事象Ｘが加味された模擬運転がなされるため、プラントの現在及び将来の運転状態を精度良く予測できる。 (Action / Effect)
As described above, the plant operation simulation apparatus 1 according to the first embodiment includes the actual machine data acquisition unit 10, the event estimation unit 11, and the simulation execution unit 12.
With such a configuration, the plant operation simulation apparatus 1 executes the simulation operation after reflecting the accident event X in the actual machine simulation model M when an event (accident event X) that is the plant PL occurs. Can do. Thereby, since the simulation operation in which the accident event X is taken into consideration is performed, the present and future operation states of the plant can be accurately predicted.

また、第１の実施形態に係るプラント運転シミュレーション装置１は、同調処理部１３を更に備える。
このような構成により、プラント運転シミュレーション装置１は、実際の模擬運転を行う前（若しくは実際の模擬運転中）に、実機シミュレーションモデルＭの内部パラメータをプラントＰＬの運転状態に十分に同調させた上で模擬運転を実行することができる。これにより、一層精度の高い現状推定、将来予測を行うことができる。 Moreover, the plant operation simulation apparatus 1 according to the first embodiment further includes a tuning processing unit 13.
With such a configuration, the plant operation simulation apparatus 1 sufficiently synchronizes the internal parameters of the actual machine simulation model M with the operation state of the plant PL before performing the actual simulation operation (or during the actual simulation operation). Simulated operation can be executed with. As a result, it is possible to perform more accurate current state estimation and future prediction.

また、プラント運転シミュレーション装置１は、現状推定機能により、センサ非搭載部分も含めた情報収集力がアップするため、違和感のある箇所、ないしはその傾向を早期発見することができる。
この場合において、プラント運転シミュレーション装置１は、更に、以下のような機能を有していてもよい。即ち、プラント運転シミュレーション装置１は、現状推定にて不審点が見つかった場合、未来予測において今後どの様な影響が出てくるのかを判定し、当該判定結果をオペレータに通知する。このようにすることで、オペレータに対し、不審点に対する対応方針（「すぐに対応しなくても大丈夫」、「早期対応しなければプラントへのダメージが深刻」など）の意思決定を支援することができる。 In addition, the plant operation simulation apparatus 1 can detect an uncomfortable part or its tendency early because the information gathering power including the sensor non-mounted part is improved by the current state estimation function.
In this case, the plant operation simulation apparatus 1 may further have the following functions. That is, when a suspicious point is found in the current state estimation, the plant operation simulation apparatus 1 determines what kind of influence will occur in the future prediction and notifies the operator of the determination result. In this way, the operator can support decision-making on the response policy for suspicious points (such as “It ’s okay if you do n’t respond immediately”, “If you do n’t respond quickly, serious damage to the plant”). Can do.

以上より、本実施形態に係るプラント運転シミュレーション装置１によれば、プラントの健全性／保全能力が強化される。即ち、事が起こった後の早期収束だけでなく、事前にその芽を摘む為の予防においても有効性を発揮する。   From the above, according to the plant operation simulation apparatus 1 according to the present embodiment, the soundness / maintenance capability of the plant is enhanced. In other words, it is effective not only in early convergence after things happen, but also in prevention for picking the buds in advance.

なお、上述したプラント運転シミュレーション装置１における各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータ５００が読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。   In addition, the process of each process in the plant operation simulation apparatus 1 described above is stored in a computer-readable recording medium in the form of a program, and the above-described process is performed by the computer 500 reading and executing this program. . Here, the computer-readable recording medium means a magnetic disk, a magneto-optical disk, a CD-ROM, a DVD-ROM, a semiconductor memory, or the like. Alternatively, the computer program may be distributed to the computer via a communication line, and the computer that has received the distribution may execute the program.

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
また、プラント運転シミュレーション装置１は、１台のコンピュータで構成されていても良いし、通信可能に接続された複数のコンピュータで構成されていてもよい。 The program may be for realizing a part of the functions described above. Furthermore, what can implement | achieve the function mentioned above in combination with the program already recorded on the computer system, what is called a difference file (difference program) may be sufficient.
Moreover, the plant operation simulation apparatus 1 may be comprised with one computer, and may be comprised with the some computer connected so that communication was possible.

その他、本発明の趣旨を逸脱しない範囲で、上記した実施の形態における構成要素を周知の構成要素に置き換えることは適宜可能である。また、この発明の技術範囲は上記の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。   In addition, it is possible to appropriately replace the components in the above-described embodiments with known components without departing from the spirit of the present invention. The technical scope of the present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the spirit of the present invention.

１ プラント運転シミュレーション装置
１０ 実機データ取得部
１１ 事象推定部
１２ シミュレーション実行部
１３ 同調処理部
１４、１５、１６ 記録媒体
５００ コンピュータ
５０１ ＣＰＵ
５０２ ＲＡＭ
５０３ ＲＯＭ
５０４ ストレージ
５０５ 外部Ｉ／Ｆ
５０６ 入力受付部
５０７ 表示部
５０８ 通信Ｉ／Ｆ
５０９ 可搬記録媒体 DESCRIPTION OF SYMBOLS 1 Plant operation simulation apparatus 10 Actual machine data acquisition part 11 Event estimation part 12 Simulation execution part 13 Tuning process part 14, 15, 16 Recording medium 500 Computer 501 CPU
502 RAM
503 ROM
504 Storage 505 External I / F
506 Input reception unit 507 Display unit 508 Communication I / F
509 Portable recording media

Claims (6)

プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、
取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、
予め用意された実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、
を備え、
前記シミュレーション実行部は、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する
プラント運転シミュレーション装置。 An actual machine data acquisition unit for acquiring an actual machine data group of the plant through a plurality of sensors provided in the plant;
Based on the acquired time series of the actual machine data group, it is determined whether or not a predetermined event has occurred in the plant, and the type of the event that has occurred, the occurrence location of the event, and the scale of the event are determined. An event estimator for estimating the amount of events to be shown;
A simulation execution unit that performs a simulated operation of the plant using a real machine simulation model prepared in advance;
With
The simulation execution unit
A plant operation simulation apparatus that performs simulated operation of the plant by reflecting the estimated event type, occurrence location, and event amount in the actual machine simulation model. 前記事象推定部は、
前記実機データ群が、予め規定された条件パターンに合致しているか否かに基づいて前記事象の種類を推定する
請求項１に記載のプラント運転シミュレーション装置。 The event estimation unit includes:
The plant operation simulation apparatus according to claim 1, wherein the type of the event is estimated based on whether or not the actual machine data group matches a predetermined condition pattern. 前記事象推定部は、
前記事象量を仮に定めた上で前記プラントの模擬運転を実行させ、当該模擬運転の結果が前記実機データ群の時系列に一致する前記事象量を特定する
請求項１又は請求項２に記載のプラント運転シミュレーション装置。 The event estimation unit includes:
3. The simulated operation of the plant is executed after tentatively determining the event amount, and the event amount whose result of the simulated operation matches the time series of the actual machine data group is specified. The plant operation simulation apparatus described. 前記実機シミュレーションモデルを用いた前記プラントの模擬運転中に、前記複数のセンサを通じて所定時間毎に取得される前記実機データ群を前記実機シミュレーションモデルに逐次入力することで、前記実機シミュレーションモデルの状態を前記プラントの状態と同調させる同調処理部を更に備える
請求項１から請求項３の何れか一項に記載のプラント運転シミュレーション装置。 During the simulation operation of the plant using the actual machine simulation model, the actual machine data group acquired every predetermined time through the plurality of sensors is sequentially input to the actual machine simulation model, thereby changing the state of the actual machine simulation model. The plant operation simulation apparatus according to any one of claims 1 to 3, further comprising a tuning processing unit that synchronizes with the state of the plant. プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得ステップと、
取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定ステップと、
予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行ステップと、
を有し、
前記シミュレーション実行ステップは、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行するステップを含む
プラント運転シミュレーション方法。 An actual machine data acquisition step of acquiring an actual machine data group of the plant through a plurality of sensors provided in the plant;
Based on the acquired time series of the actual machine data group, it is determined whether or not a predetermined event has occurred in the plant, and the type of the event that has occurred, the occurrence location of the event, and the scale of the event are determined. An event estimation step for estimating the amount of events to be shown;
A simulation execution step of performing a simulated operation of the plant using a real machine simulation model of the plant prepared in advance;
Have
The simulation execution step includes:
A plant operation simulation method including a step of performing simulated operation of the plant by reflecting the estimated type, occurrence location, and event amount of the event in the actual machine simulation model. コンピュータを、
プラントに設けられた複数のセンサを通じて前記プラントの実機データ群を取得する実機データ取得部と、
取得された前記実機データ群の時系列に基づいて前記プラントにおける所定の事象の発生有無を判定するとともに、発生した前記事象の種類、前記事象の発生箇所、及び、前記事象の規模を示す事象量を推定する事象推定部と、
予め用意された前記プラントの実機シミュレーションモデルを用いて前記プラントの模擬運転を実行するシミュレーション実行部と、
として機能させ、
前記シミュレーション実行部は、
推定された前記事象の種類、発生箇所、及び、事象量を前記実機シミュレーションモデルに反映させて、前記プラントの模擬運転を実行する
プログラム。 Computer
An actual machine data acquisition unit for acquiring an actual machine data group of the plant through a plurality of sensors provided in the plant;
Based on the acquired time series of the actual machine data group, it is determined whether or not a predetermined event has occurred in the plant, and the type of the event that has occurred, the occurrence location of the event, and the scale of the event are determined. An event estimator for estimating the amount of events to be shown;
A simulation execution unit that performs a simulated operation of the plant using a real machine simulation model of the plant prepared in advance;
Function as
The simulation execution unit
A program for performing simulated operation of the plant by reflecting the estimated type, occurrence location, and event amount of the event in the actual machine simulation model.
JP2017060954A 2017-03-27 2017-03-27 Plant operation simulation equipment, plant operation simulation method and program Active JP6964423B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017060954A JP6964423B2 (en) 2017-03-27 2017-03-27 Plant operation simulation equipment, plant operation simulation method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017060954A JP6964423B2 (en) 2017-03-27 2017-03-27 Plant operation simulation equipment, plant operation simulation method and program

Publications (2)

Publication Number Publication Date
JP2018163289A true JP2018163289A (en) 2018-10-18
JP6964423B2 JP6964423B2 (en) 2021-11-10

Family

ID=63860438

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017060954A Active JP6964423B2 (en) 2017-03-27 2017-03-27 Plant operation simulation equipment, plant operation simulation method and program

Country Status (1)

Country Link
JP (1) JP6964423B2 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60100795A (en) * 1983-11-08 1985-06-04 株式会社日立製作所 Method and device for predicting state of inside of reactor on accident of nuclear reactor
JPS60102596A (en) * 1983-11-09 1985-06-06 株式会社日立製作所 Device for predicting state of nuclear reactor plant
JPH05322604A (en) * 1992-05-21 1993-12-07 Mitsubishi Heavy Ind Ltd Abnormality identifying unit
JP2000346681A (en) * 1999-06-02 2000-12-15 Japan Nuclear Cycle Development Inst States Of Projects Abnormality diagnostic device
JP2016080585A (en) * 2014-10-20 2016-05-16 日立Ｇｅニュークリア・エナジー株式会社 Plant state analysis device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60100795A (en) * 1983-11-08 1985-06-04 株式会社日立製作所 Method and device for predicting state of inside of reactor on accident of nuclear reactor
JPS60102596A (en) * 1983-11-09 1985-06-06 株式会社日立製作所 Device for predicting state of nuclear reactor plant
JPH05322604A (en) * 1992-05-21 1993-12-07 Mitsubishi Heavy Ind Ltd Abnormality identifying unit
JP2000346681A (en) * 1999-06-02 2000-12-15 Japan Nuclear Cycle Development Inst States Of Projects Abnormality diagnostic device
JP2016080585A (en) * 2014-10-20 2016-05-16 日立Ｇｅニュークリア・エナジー株式会社 Plant state analysis device

Also Published As

Publication number Publication date
JP6964423B2 (en) 2021-11-10

Similar Documents

Publication Publication Date Title
CN110601900B (en) Network fault early warning method and device
CN105787248B (en) The abnormal sensing and forecasting system and method for analysis based on time series data
JP2017004509A (en) Advanced analytical infrastructure for machine learning
JP6875179B2 (en) System analyzer and system analysis method
US9239894B2 (en) Systems and methods for predicting failures in power systems equipment
KR20180108446A (en) System and method for management of ict infra
CN104137078A (en) Operation management device, operation management method, and program
Puggina et al. Development of a statistical methodology for gas turbine prognostics
CN104156615A (en) Sensor test data point anomaly detection method based on LS-SVM
Venturini et al. Prediction reliability of a statistical methodology for gas turbine prognostics
CN111400850B (en) Equipment fault analysis method, device, equipment and storage medium
CN115145252B (en) Fault tree-based fault diagnosis method, system and medium for water turbine speed regulator
JP6252309B2 (en) Monitoring omission identification processing program, monitoring omission identification processing method, and monitoring omission identification processing device
CN114338348A (en) Intelligent alarm method, device, equipment and readable storage medium
JP7212292B2 (en) LEARNING DEVICE, LEARNING METHOD AND LEARNING PROGRAM
US11250349B2 (en) System for generating learning data
CN111026624A (en) Fault prediction method and device of power grid information system
JP6964423B2 (en) Plant operation simulation equipment, plant operation simulation method and program
WO2016174958A1 (en) Water leak occurence position estimation device, system, and method
US10394255B2 (en) Diagnostic device and method for monitoring frictional behavior in a control loop
JP6733656B2 (en) Information processing apparatus, information processing system, plant system, information processing method, and program
WO2020162603A1 (en) Abnormality detection device, simulator, plant monitoring system, abnormality detection method, and program
CN111488284A (en) Simulation operation active detection method for OpenStack cloud platform
Muhammad et al. Development of reliability monitor by GO-FLOW methodology for the safety related sub-systems in PWR
Puggina et al. Development of a statistical methodology for gas turbine prognostics

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20170328

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20181109

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191205

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200901

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201012

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210202

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210405

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210921

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211019

R150 Certificate of patent or registration of utility model

Ref document number: 6964423

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150