JP6638260B2 - 情報提供装置、情報提供方法、及びプログラム - Google Patents

Description

本発明は、情報提供装置、情報提供方法、及びプログラムに関する。

センサの測定データ等の運転データを分析してプロセスの監視や診断を行う方法として、多変量統計的プロセス監視（ＭＳＰＣ：Multivariate Statistical Process Control）と呼ばれる方法が従来から知られている。

また、機器で発生したイベントのログデータの列と故障との関連性を求めることで、機器の異常予測を行う技術が知られている（例えば特許文献１参照）。

特許第５３６４５３０号公報

しかしながら、上記の従来技術では、例えばプラントの運転員等は、異常が発生した際にどのような復旧操作を行えば良いのかを知ることができない場合があった。したがって、例えば、プラントの運転員の経験が浅い場合等には、発生した異常の復旧操作に時間が掛かってしまっていた。

本発明の一実施形態は、上記の点に鑑みてなされたもので、類似の過去事例を提供することを目的とする。

上記目的を達成するため、本発明の一実施形態では、機器又は設備の監視を支援する情報を提供する情報提供装置であって、時系列に従って予め記憶されている前記機器又は設備におけるイベント情報に対してフィルタリングを行うフィルタ処理手段と、前記フィルタ処理手段によりフィルタリングされた後のイベント情報から、予め指定されたイベント情報を含む複数のイベント系列を生成する生成手段と、前記生成手段で生成された複数のイベント系列同士の類似度を算出する算出手段と、前記算出手段で算出された類似度に基づいて前記複数のイベント系列を分類して、事例情報を生成し、該事例情報を所定の記憶領域に記憶させる記憶手段と、前記機器又は設備から出力されたイベント情報と、前記所定の記憶領域に記憶されている事例情報との類似度を算出して、該類似度に応じて前記事例情報を出力する情報提供手段と、を有する。

本発明の一実施形態によれば、類似の過去事例を提供することができる。

第一の実施形態の監視支援システムの一例の構成を示す図である。 第一の実施形態の支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。 第一の実施形態の監視支援システムの一例の機能構成を示す図である。 第一の実施形態のフィルタ処理の一例を示すフローチャートである。 第一の実施形態のドキュメントの作成を模式的に説明する図である。 ドキュメント管理テーブルの一例を示す図である。 重要度テーブルの一例を示す図である。 除外辞書テーブルの一例を示す図である。 第一の実施形態の事例データ作成処理の一例を示すフローチャートである。 第一の実施形態のログデータ系列の作成を模式的に説明する図である。 類似度テーブルの一例を示す図である。 事例ＤＢの一例を示す図である。 第一の実施形態の情報提供処理の一例を示すフローチャートである。 過去の操作手順を情報提供する場合について模式的に説明する図である。 過去の原因候補を情報提供する場合について模式的に説明する図である。 第二の実施形態の監視支援システムの一例の機能構成を示す図である。 第二の実施形態の事例データの作成処理の一例を示すフローチャートである。 第二の実施形態のログデータ系列の生成を模式的に説明する図である。 第二の実施形態の情報提供処理の一例を示すフローチャートである。 対象イベントの発生予測を情報提供する場合について模式的に説明する図である。

次に、本発明の実施の形態について、図面を参照しながら詳細に説明する。

［第一の実施形態］
＜システム構成＞
まず、本実施形態の監視支援システム１のシステム構成について、図１を参照しながら説明する。図１は、第一の実施形態の監視支援システムの一例の構成を示す図である。

図１に示す監視支援システム１は、支援装置１０と、１以上の監視装置２０と、履歴管理装置３０と、１以上の機器制御装置４０とを有する。これら各装置は、例えばＬＡＮ（Local Area Network）等のネットワークＮを介して通信可能に接続されている。また、機器制御装置４０には、１以上の機器５０が接続されている。

本システムの動作には、機器５０に故障や異常等が発生した場合における復旧操作手順等の過去事例を作成する「事例作成」フェーズと、機器５０で発生したイベント等に応じた過去事例をユーザに提示する「情報提供」フェーズとがある。基本的に「事例作成」フェーズはオフラインの処理であり、「情報提供」フェーズはオンラインの処理である。

支援装置１０は、「事例作成」フェーズにおいて、履歴管理装置３０に蓄積されている過去のイベントログデータに基づいて、所定のイベントが発生した場合の過去事例を示す事例データを作成する。また、支援装置１０は、「情報提供」フェーズにおいて、機器５０で発生したイベント等に応じて、過去事例を示す事例データをユーザに提示する。

監視装置２０は、「情報提供」フェーズにおいて、支援装置１０から提示された事例データに基づく過去事例を表示する。これにより、例えばプラント等の運転員やオペレータ等のユーザは、機器５０において故障や異常等のイベントが発生した場合に、その後に行うべき復旧操作手順等を知ることができる。このように、本実施形態の監視支援システム１では、故障や異常等のイベントが発生した場合における過去事例をユーザに情報提供することで、当該ユーザが復旧操作等を行うことを支援する。

履歴管理装置３０は、機器制御装置４０から受信したイベントログデータ等の履歴を時系列で管理する。

ここで、イベントログデータとは、機器５０で何等かのイベントが発生した際に機器制御装置４０から送信される、イベントの発生等を示すデータである。イベントには、機器５０で発生した故障や異常を示すアラーム、機器５０における各種動作、ユーザによる機器５０の設定値の変更等の各種操作、当該操作に対する機器５０の応答等が含まれる。なお、以降では、イベントログデータを、単に「イベントデータ」と表す。

機器制御装置４０は、機器５０を制御する装置である。機器制御装置４０は、自身に接続されている機器５０に何等かのイベント（例えば機器５０の状態変化等）が発生した場合等に、イベントデータを履歴管理装置３０に送信する。

機器５０は、例えばガスタービンや蒸気タービン等であり、機器制御装置４０により制御される設備やプラント等である。

なお、本実施形態の監視支援システム１では、機器５０の一例としてプラントや設備等を想定するが、これに限られない。本実施形態の監視支援システム１は、機器制御装置４０により制御される機器５０として例えばルータ等を用いて、ネットワーク機器に故障や異常等が発生した場合の過去事例を情報提供する場合にも適用され得る。また、同様に、機器５０として各種電子機器を用いて、各種電子機器に故障や異常等が発生した場合の過去事例を情報する場合にも適用され得る。

＜ハードウェア構成＞
次に、本実施形態の支援装置１０、監視装置２０、及び履歴管理装置３０のハードウェア構成について、図２を参照しながら説明する。図２は、第一の実施形態の支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。なお、支援装置１０、監視装置２０、及び履歴管理装置３０は同様のハードウェア構成を有しているため、以降では、主に支援装置１０のハードウェア構成について説明する。

図２に示す支援装置１０は、入力装置１１、表示装置１２、外部Ｉ／Ｆ１３、ＲＡＭ（Random Access Memory）１４を有する。また、図２に示す支援装置１０は、ＲＯＭ（Read Only Memory）１５、ＣＰＵ（Central Processing Unit）１６、通信Ｉ／Ｆ１７、記憶装置１８を有する。これら各ハードウェアは、バスＢにより通信可能に接続されている。

入力装置１１は、例えばキーボードやマウス、タッチパネル等であり、ユーザが各操作信号を入力するのに用いられる。表示装置１２は、例えばＬＣＤ（Liquid Crystal Display）等であり、処理結果を表示する。なお、入力装置１１及び／又は表示装置１２は、必要なときにバスＢに接続して利用する形態であっても良い。

外部Ｉ／Ｆ１３は、外部装置とのインタフェースである。外部装置には、記録媒体１３ａ等がある。これにより、支援装置１０は、外部Ｉ／Ｆ１３を介して記録媒体１３ａの読み取り及び／又は書き込みを行うことができる。記録媒体１３ａには、フレキシブルディスク、ＣＤ、ＤＶＤ、ＳＤメモリカード、ＵＳＢメモリ等がある。なお、記録媒体１３ａには、本実施形態を実現するプログラムが格納されても良い。

ＲＡＭ１４は、プログラムやデータを一時保持することができる揮発性の半導体メモリである。ＲＯＭ１５には、支援装置１０の起動時に実行されるＢＩＯＳ（Basic Input/Output System）、ＯＳ（Operating System）設定、及びネットワーク設定等のプログラムやデータが格納されている。

ＣＰＵ１６は、ＲＯＭ１５や記憶装置１８等からプログラムやデータをＲＡＭ１４上に読み出し、処理を実行することで、支援装置１０全体の制御や機能を実現する演算装置である。

通信Ｉ／Ｆ１７は、支援装置１０をネットワークＮに接続するためのインタフェースである。これにより、支援装置１０は、通信Ｉ／Ｆ１７を介してデータ通信を行うことができる。

記憶装置１８は、プログラムやデータを格納している不揮発性のメモリであり、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（solid state drive）等である。格納されるプログラムやデータには、本実施形態を実現するプログラム、支援装置１０全体を制御する基本ソフトウェアであるＯＳ、及びＯＳ上において各種機能を提供するアプリケーションソフトウェア等がある。なお、記憶装置１８は、格納しているプログラムやデータを所定のファイルシステム及び／又はＤＢにより管理している。

本実施形態に係る支援装置１０は、上記のハードウェア構成を有することにより、後述する各種処理を実現できる。

＜機能構成＞
次に、本実施形態の監視支援システム１の機能構成について、図３を参照しながら説明する。図３は、第一の実施形態の監視支援システムの一例の機能構成を示す図である。

図３に示す履歴管理装置３０は、ログデータＤＢ３１０を有する。当該ＤＢは、記憶装置１８を用いて実現可能である。

ログデータＤＢ３１０は、機器制御装置４０から送信されたイベントデータを時系列に従って格納する。このように、履歴管理装置３０は、機器５０で発生したイベントのイベントデータをログデータＤＢ３１０に蓄積する。

図３に示す支援装置１０は、フィルタ処理部１０１、対象イベント設定部１０２、事例系列作成部１０３、第１の類似度算出部１０４、分類部１０５、及び名前付け部１０６を有する。また、支援装置１０は、比較系列作成部１０７、第２の類似度算出部１０８、取得部１０９、及び情報提供部１１０を有する。これら各部は、支援装置１０にインストールされた１以上のプログラムが、ＣＰＵ１６に実行させる処理により実現される。

さらに、図３に示す支援装置１０は、事例ＤＢ１２０を有する。当該ＤＢは、記憶装置１８を用いて実現可能である。

フィルタ処理部１０１は、「事例作成」フェーズにおいて、ログデータＤＢ３１０に格納されているイベントデータに対して、フィルタ処理を行う。

ここで、フィルタ処理とは、ログデータＤＢ３１０に格納されているイベントデータから所定のイベントデータを除く（除外する）処理のことである。すなわち、ログデータＤＢ３１０に格納されているイベントデータには、例えば、機器５０が動作中であることを示すイベントデータ等、機器制御装置４０から定常的に送信されるイベントデータが含まれる。このようなイベントデータは、事例データの作成にあたりノイズとして作用する場合がある。したがって、フィルタ処理では、ログデータＤＢ３１０に格納されているログデータのうち、ノイズとして作用する場合があるイベントデータを除外する。

なお、ログデータＤＢ３１０に格納されているログデータに対してフィルタ処理を行った後のログデータを、「フィルタ処理後のログデータ」と表す。

また、フィルタ処理部１０１は、ドキュメント作成部１１１、重要度算出部１１２、閾値設定部１１３、除外辞書作成部１１４、及びフィルタ部１１５を有する。これら各部の詳細については後述する。

対象イベント設定部１０２は、「事例作成」フェーズにおいて、ユーザにより指定されたイベントを事例データの作成対象イベント（以降では、「対象イベント」と表す。）として設定する。

事例系列作成部１０３は、「事例作成」フェーズにおいて、対象イベントに基づいて、フィルタ処理後のイベントデータから複数のログデータ系列を作成する。

第１の類似度算出部１０４は、「事例作成」フェーズにおいて、ログデータ系列同士の類似度を算出する。また、第１の類似度算出部１０４は、「事例作成」フェーズにおいて、算出した類似度を正規化する。

分類部１０５は、「事例作成」フェーズにおいて、第１の類似度算出部１０４により算出された類似度に基づいて、複数のログデータ系列を分類する。

名前付け部１０６は、「事例作成」フェーズにおいて、分類部１０５により分類されたログデータ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０６は、名前が付与されたログデータ系列を事例データとして事例ＤＢ１２０に格納する。これにより、本実施形態の監視支援システム１では、「事例作成」フェーズにおいて、対象イベントに関する過去事例を示す事例データが作成及び保持される。

比較系列作成部１０７は、「情報提供」フェーズにおいて、ログデータＤＢ３１０に格納されているイベントデータのうち、直近のイベントからログ比較用データ系列を作成する。

ここで、ログ比較用データ系列とは、事例ＤＢ１２０に格納された事例データに含まれるログデータ系列との類似度を比較するためのイベントデータのデータ系列である。

第２の類似度算出部１０８は、「情報提供」フェーズにおいて、事例ＤＢ１２０に格納された事例データに含まれるログデータ系列と、ログ比較用データ系列との類似度を算出する。

取得部１０９は、「情報提供」フェーズにおいて、第２の類似度算出部１０８により算出された類似度に基づいて、事例ＤＢ１２０からログデータ系列を取得する。すなわち、取得部１０９は、ログ比較用データ系列との類似度が高いログデータ系列を取得する。これにより、本実施形態の監視支援システム１では、機器５０の直近の状況と類似する過去事例を示す事例データを取得することができる。

情報提供部１１０は、「情報提供」フェーズにおいて、取得部１０９により取得されたログデータ系列を評価して、評価結果を監視装置２０に送信する。これにより、本実施形態の監視支援システム１では、過去事例の情報を情報提供として監視装置２０に送信する。したがって、監視装置２０を操作している運転員やオペレータ等のユーザは、情報提供された過去事例の情報に基づいて、例えば、故障や異常等が派生した際に、当該故障や異常等から復旧するための操作手順を知ることができる。換言すれば、本実施形態の監視支援システム１では、例えば、故障や異常等が発生した際に、当該故障や異常等の復旧を支援することができる。

事例ＤＢ１２０は、事例データを格納する。事例データとは、上述したように、ログデータ系列に名前を付与したデータである。事例データの詳細については後述する。

ここで、フィルタ処理部１０１に含まれるドキュメント作成部１１１、重要度算出部１１２、閾値設定部１１３、除外辞書作成部１１４、及びフィルタ部１１５について説明する。

ドキュメント作成部１１１は、ログデータＤＢ３１０に格納されているイベントデータを、所定の時間毎に切り出したイベントデータ群を作成する。ここで、ドキュメント作成部１１１により作成されたイベントデータ群を「ドキュメント」と称する。すなわち、ドキュメント作成部１１１は、ログデータＤＢ３１０に格納されているイベントデータを、複数のドキュメントに分割する。

また、ドキュメント作成部１１１は、作成したドキュメントを管理するドキュメント管理テーブルを作成する。

重要度算出部１１２は、ドキュメント作成部１１１により作成されたドキュメント毎に、当該ドキュメントに含まれるイベント毎の重要度を算出して、ドキュメント毎及びイベント毎に重要度を関連付けた重要度テーブルを作成する。ここで、本実施形態の重要度算出部１１２は、ｔｆ指標とｉｄｆ指標の積であるｔｆ−ｉｄｆを重要度として算出する。

閾値設定部１１３は、重要度算出部１１２により作成された重要度テーブルに基づいて、重要度の閾値を設定する。

除外辞書作成部１１４は、閾値設定部１１３により設定された閾値に基づいて、ドキュメント毎に除外するイベントを関連付けた除外辞書テーブルを作成する。

フィルタ部１１５は、ドキュメント管理テーブルと除外辞書テーブルとに基づいて、当該除外辞書テーブルに関連付けられているイベントを示すイベントデータをログデータＤＢ３１０から除外（削除）する。これにより、本実施形態の監視支援システム１では、例えば、ドキュメントに含まれるイベントの重要度が閾値以下である場合には、当該イベントがログデータＤＢ３１０から削除される。換言すれば、本実施形態の監視支援システム１では、例えば、ノイズとして作用するイベントをログデータＤＢ３１０から削除することができる。

＜処理の詳細＞
次に、本実施形態の監視支援システム１の処理の詳細について説明する。

≪フィルタ処理≫
まず、「事例作成」フェーズにおいて、ログデータＤＢ３１０に格納されているイベントデータに対して行うフィルタ処理について、図４を参照しながら説明する。図４は、第一の実施形態のフィルタ処理の一例を示すフローチャートである。

ステップＳ４０１において、フィルタ処理部１０１のドキュメント作成部１１１は、ログデータＤＢ３１０に格納されているイベントデータを、所定の時間毎に切り出したドキュメントを作成する。

なお、イベントデータにより示されるイベントは、例えば、「空気ブロー弁，開」や「冷却機器故障」等のように、メッセージとして表される。このため、イベントを示すメッセージを記号と対応付けることで、イベントを記号化して表すことができる。本実施形態では、イベントは、所定のアルファベット１文字で記号化されているものとして説明する。これにより、例えば、「空気ブロー弁，開」を示すイベントはイベント「Ａ」で表され、「冷却機器故障」を示すイベントはイベント「Ｋ」等で表される。

ここで、ドキュメントの作成について、図５を参照しながら説明する。図５は、第一の実施形態のドキュメントの作成を模式的に説明する図である。

図５に示すように、ログデータＤＢ３１０には、イベントデータが時系列に従って格納されている。本実施形態のドキュメント作成部１１１は、１時間毎のイベントデータからドキュメントを作成する。

より具体的には、「２０１５−０５−０１ ００：００：００」のイベント「Ｂ」から「２０１５−０５−０１ ００：５９：５８」のイベント「Ｃ」までのイベントデータを切り出して第１のドキュメントとする。

同様に、「２０１５−０５−０１ ０１：０１：１５」のイベント「Ｂ」から「２０１５−０５−０１ ０１：５９：５８」のイベント「Ｃ」までのイベントデータを切り出して第２のドキュメントとする。

このように、ドキュメント作成部１１１は、ログデータＤＢ３１０から所定の時間毎にイベントデータを切り出して（抽出して）、複数のドキュメントを作成する。本実施形態では、ドキュメント作成部１１１は、第１のドキュメント、第２のドキュメント、・・・、第Ｄのドキュメントが作成されたものとして説明を続ける。なお、ドキュメント作成部１１１によりドキュメントが作成される所定の時間は、ユーザにより任意の時間が設定されて良い。

また、ドキュメント作成部１１１は、作成した各ドキュメントについて、ログデータＤＢ３１０からイベントデータを切り出す開始時刻及び終了時刻を管理するドキュメント管理テーブルを作成する。すなわち、本実施形態のドキュメント作成部１１１は、例えば、図６に示すドキュメント管理テーブルを作成する。図６は、ドキュメント管理テーブルの一例を示す図である。

これにより、本実施形態のドキュメント管理テーブルにおいて、第１のドキュメントは、「２０１５−０５−０１ ００：００：００」から「２０１５−０５―０１ ００：５９：５９」までのイベントデータを切り出して作成されたものであることが管理される。

同様に、本実施形態のドキュメント管理テーブルにおいて、第２のドキュメントは、「２０１５−０５−０１ ０１：００：００」から「２０１５−０５―０１ ０１：５９：５９」までのイベントデータを切り出して作成されたものであることが管理される。他のドキュメントについても同様である。

ステップＳ４０２において、フィルタ処理部１０１の重要度算出部１１２は、ドキュメント作成部１１１により作成されたドキュメント毎に、当該ドキュメントに含まれるイベント毎の重要度を算出して、重要度テーブルを作成する。

ここで、重要度算出部１１２は、ｔｆ指標とｉｄｆ指標の積であるｔｆ−ｉｄｆを重要度として算出する。

例えば、ログデータＤＢ３１０に格納されているイベントデータのイベントの種別が「イベントＡ」、「イベントＢ」、・・・、「イベントＴ」である場合、それぞれのイベントを「タームｔ_ｉ」と表す。すなわち、「イベントＡ」を「タームｔ_１」、「イベントＢ」を「タームｔ_２」、・・・「イベントＴ」を「タームｔ_２０」と表す。また、「第ｊのドキュメント」を「ｄ_ｊ」と表す。すると、第ｊのドキュメントにおけるタームｔ_ｉのｔｆ指標を示すｔｆ_ｉ，ｊは以下で表される。

また、タームｔ_ｉのｉｄｆ指標を示すｉｄｆ_ｉは以下で表される。

したがって、本実施形態の重要度算出部１１２は、ｔｆ_ｉ，ｊとｉｄｆ_ｉとの積を、第ｊのドキュメントにおけるタームｔ_ｉの重要度として算出する。なお、重要度算出部１１２は、ｔｆ_ｉ，ｊとｉｄｆ_ｉの積を、例えば０以上１以下の範囲内となるように正規化した上で、当該正規化後の値を重要度としても良い。

このように、重要度算出部１１２は、ドキュメント毎に、当該ドキュメントに含まれるイベント毎の重要度を算出して、例えば、図７に示す重要度テーブルを作成する。図７は、重要度テーブルの一例を示す図である。

図７に示すように、重要度テーブルには、ドキュメント毎に、イベント毎の重要度が関連付けられている。本実施形態の重要度算出部１１２は、ｔｆ指標とｉｄｆ指標の積であるｔｆ−ｉｄｆを重要度として算出することにより、多くのドキュメントに出現するイベントの重要度は低く算出される一方、特定のドキュメントにしか出現しないイベントの重要度は高く算出される。すなわち、本実施形態の重要度算出部１１２では、例えば、恒常的に発生し、ノイズとして作用するようなイベントの重要度は低く算出される。

ステップＳ４０３において、フィルタ処理部１０１の閾値設定部１１３は、重要度算出部１１２により作成された重要度テーブルに基づいて、重要度の閾値を設定する。

ここで、閾値設定部１１３は、種々の方法により重要度の閾値を設定することができる。例えば、閾値設定部１１３は、重要度テーブルを監視装置２０等に送信して、当該監視装置２０等において、当該重要度テーブルに基づいて、ユーザにより指定された値を閾値として設定しても良い。

また、閾値設定部１１３は、重要度テーブルに格納されている重要度から算出される種々の統計量（例えば、平均値や中間値等の定数倍）を閾値として設定しても良い。

ステップＳ４０４において、フィルタ処理部１０１の除外辞書作成部１１４は、閾値設定部１１３により設定された閾値に基づいて、除外辞書テーブルを作成する。すなわち、除外辞書作成部１１４は、例えば、重要度テーブルにおいて、ドキュメント毎に、重要度が閾値以下であるイベントを、除外するイベントとして当該ドキュメントに関連付けて、除外辞書テーブルを作成する。本実施形態の除外辞書作成部１１４は、例えば、図８に示す除外辞書テーブルを作成する。図８は、除外辞書テーブルの一例を示す図である。

図８に示すように、除外辞書テーブルには、ドキュメント毎に、当該ドキュメントにおいて除外するイベントのリストが関連付けられている。例えば、第１のドキュメントには、「イベントＡ」と「イベントＢ」とが関連付けられている。このように、除外辞書テーブルには、重要度テーブルにおいて、例えば、重要度が閾値以下であるイベントが、除外イベントとしてドキュメントと関連付けられている。

ステップＳ４０５において、フィルタ処理部１０１のフィルタ部１１５は、ドキュメント管理テーブルと除外辞書テーブルとに基づいて、ログデータＤＢ３１０から当該除外辞書テーブルに関連付けられているイベントにより示されるイベントデータを除外する。

すなわち、フィルタ部１１５は、ドキュメント管理テーブルを参照して、ドキュメント毎の開始時刻及び終了時刻を取得する。そして、フィルタ部１１５は、ログデータＤＢ３１０において、当該ドキュメント毎の開始時刻及び終了時刻に含まれるイベントデータのうち、除外辞書テーブルの対応するドキュメントに関連付けられているイベントにより示されるイベントデータを削除する。

例えば、フィルタ部１１５は、ドキュメント管理テーブルを参照して、第１のドキュメントの開始時刻「２０１５−０５−０１ ００：００：００」及び終了時刻「２０１５−０５−０１ ００：５９：５９」を取得する。そして、フィルタ部１１５は、ログデータＤＢ３１０において、当該開始時刻から当該終了時刻までの間に含まれるイベントデータのうち、除外辞書テーブルの第１のドキュメントに対応付けられている「イベントＡ」と「イベントＢ」のイベントデータを削除する。

同様に、フィルタ部１１５は、ドキュメント管理テーブルを参照して、第２のドキュメントの開始時刻「２０１５−０５−０１ ０１：００：００」及び終了時刻「２０１５−０５−０１ ０１：５９：５９」を取得する。そして、フィルタ部１１５は、ログデータＤＢ３１０において、当該開始時刻から当該終了時刻までの間に含まれるイベントデータのうち、除外辞書テーブルの第２のドキュメントに対応付けられている「イベントＢ」のイベントデータを削除する。他のドキュメントについても同様である。

このように、本実施形態の監視支援システム１では、イベントの重要度を算出した上で、重要度に応じてイベントをログデータＤＢ３１０から削除する。換言すれば、本実施形態の監視支援システム１では、重要度の低いイベントをログデータＤＢ３１０から削除する。このため、本実施形態の監視支援システム１では、例えば、恒常的に発生し、ノイズとして作用するイベントを削除することができる。したがって、本実施形態の監視支援システム１では、後述する事例データ作成処理において、ノイズの影響が少ない事例データを作成することができるようになる。

なお、以降では、ログデータＤＢ３１０には、フィルタ処理部１０１によりフィルタ処理された後のログデータが格納されているものとする。

≪事例データの作成処理≫
次に、「事例作成」フェーズにおいて、事例データを作成する処理について、図９を参照しながら説明する。図９は、第一の実施形態の事例データ作成処理の一例を示すフローチャートである。

ステップＳ９０１において、ユーザは、入力装置１１等から事例データを作成するイベントを指定する。すると、対象イベント設定部１０２は、ユーザにより指定されたイベントを対象イベントに設定する。ここで、対象イベント設定部１０２は、２以上の対象イベントを設定しても良い。

以降では、対象イベントとして、機器５０の故障の発生を示すイベント「Ｋ」が設定されたものとして説明する。

ステップＳ９０２において、事例系列作成部１０３は、対象イベント設定部１０２により設定された対象イベントに基づいて、ログデータＤＢ３１０に格納されているフィルタ処理後のイベントデータから複数のログデータ系列を作成する。

ここで、ログデータ系列の作成について、図１０を参照しながら説明する。図１０は、第一の実施形態のログデータ系列の作成を模式的に説明する図である。

図１０に示すように、ログデータＤＢ３１０には、フィルタ処理後のイベントデータが時系列に従って格納されている。本実施形態の事例系列作成部１０３は、対象イベント「Ｋ」を示すイベントデータの前後３０分間のイベントデータをログデータ系列として抽出して作成する。

より具体的には、イベント「Ｋ」の前後３０分間に発生したイベント「Ｄ」及びイベント「Ｇ」を示すイベントデータを抽出して、第１のログデータ系列「ＤＫＧ」を作成する。

同様に、イベント「Ｋ」の前後３０分間に発生したイベント「Ｃ」及びイベント「Ａ」を示すイベントデータを抽出して、第２のログデータ系列「ＣＫＡ」を作成する。

このように、事例系列作成部１０３は、対象イベントの前後の所定の時間の間のイベントを抽出して、複数のログデータ系列を作成する。本実施形態では、事例系列作成部１０３により、第１のログデータ系列、第２のログデータ系列、・・・、第Ｍのログデータ系列が作成されたものとして説明を続ける。なお、事例系列作成部１０３によりイベントデータが抽出される対象イベントの前後の所定の時間は、ユーザにより任意の時間が設定されて良い。

ステップＳ９０３において、第１の類似度算出部１０４は、ログデータ系列同士の類似度を算出する。

すなわち、第１の類似度算出部１０４は、第１のログデータ系列と、第１のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。同様に、第１の類似度算出部１０４は、第２のログデータ系列と、第２のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。同様に、第１の類似度算出部１０４は、第３のログデータ系列と、第３のログデータ系列〜第Ｍのログデータ系列それぞれとの類似度を算出する。このように、第１の類似度算出部１０４は、自身も含めたログデータ系列同士の類似度を算出する。

ここで、ログデータ系列同士の類似度を算出する方法には、例えば、ログデータ系列を隠れマルコフモデル（ＨＭＭ：Hidden Markov Model）からの発生データと見做した場合において、ＨＭＭ同士の情報量（例えばカルバック−ライブラー情報量）を類似度として算出する方法が挙げられる。

また、ログデータ系列同士の類似度を算出する方法には、例えば、あるログデータ系列を他のログデータ系列に変形するのに必要な手順の最小コストとして定義されるレーベンシュタイン距離を類似度として算出する方法が挙げられる。

ステップＳ９０４において、第１の類似度算出部１０４は、ステップＳ９０３で算出した類似度を０以上１以下の値となるように正規化して、類似度テーブルを作成する。

ここで、第１の類似度算出部１０４により正規化された類似度が格納された類似度テーブルの一例を図１１に示す。図１１は、類似度テーブルの一例を示す図である。

図１１に示す類似度テーブルは、ログデータ系列同士の正規化された類似度の算出結果の一例を示している。図１１に示すように、本実施形態では、ログデータ系列同士が同一である場合には、正規化後の類似度の値は「１．０」となり、ログデータ系列同士の類似の度合いが低くなるに従って、正規後の類似度の値が小さくなる。

ステップＳ９０５において、分類部１０５は、第１の類似度算出部１０４により作成された類似度テーブルに基づいて、ログデータ系列を分類する。

ここで、ログデータ系列を分類する方法には、例えば、凝集型階層的クラスタリングの手法を用いて、予めユーザにより指定された数のクラスタに分類する方法が挙げられる。なお、凝集型階層的クラスタリングの手法において、クラスタ間の距離は、例えば、Lance-Williamsの更新式に基づいて更新すれば良い。

ステップＳ９０６において、名前付け部１０６は、分類部１０５により分類されたログデータ系列に対して、ユーザにより指定された名前を付与する。そして、名前付け部１０６は、名前が付与されたログデータ系列を事例データとして事例ＤＢ１２０に格納する。これにより、事例データが事例ＤＢ１２０に格納される。

ここで、上記のステップＳ９０６において、ログデータ系列を凝集型階層的クラスタリングの手法を用いて、３つのクラスタに分類した場合の事例ＤＢ１２０に格納された事例データを図１２に示す。図１２は、事例ＤＢの一例を示す図である。

図１２に示すように、第１のログデータ系列、第３のログデータ系列、及び第Ｍのログデータ系列等に名前「名前α」が付与された事例データが同一のクラスタに分類されている。このように、本実施形態の監視支援システム１は、１以上のログデータ系列に名前を付与した上で、事例データとして分類する。

なお、同一のクラスタに分類される事例データには、ユーザにより適切な名前が付与されることが好ましい。例えば、対象イベント「Ｋ」の後に復旧操作手順のイベント系列が含まれるログデータ系列の事例データには、名前「イベント「Ｋ」の復旧操作事例」等の名前を付与することが好ましい。

また、例えば、対象イベント「Ｋ」の他に関連する故障や異常等のイベントが含まれるログデータ系列の事例データには、名前「関連アラームの発生事例」等の名前を付与することが好ましい。

このように、本実施形態の監視支援システム１では、フィルタ処理された過去のイベントデータの履歴に基づいて、対象イベントが発生した前後の事例データを作成する。そして、本実施形態の監視支援システム１は、互いに類似する事例データに名前を付与した上で分類し、過去事例として保持する。これにより、後述する情報提供処理において、類似する過去事例の情報をユーザに提示することができ、当該ユーザの操作支援等を行うことができる。

≪情報提供処理≫
次に、「情報提供」フェーズにおいて、ユーザに対して過去事例を示す事例データを情報提供する処理について、図１３を参照しながら説明する。図１３は、第一の実施形態の情報提供処理の一例を示すフローチャートである。

ステップＳ１３０１において、比較系列作成部１０７は、ログデータＤＢ３１０に格納されているフィルタ処理後のイベントデータのうち、直近のイベントデータからログ比較用データ系列を作成する。

すなわち、比較系列作成部１０７は、ログデータＤＢ３１０に格納されているフィルタ処理後のイベントデータのうち、現在時刻から過去の所定の時間の間（例えば過去３０分間）に発生したイベントのイベントデータを抽出して比較用データ系列を作成する。より具体的には、比較系列作成部１０７は、例えば、現在時刻が「０３：３０：００」である場合、「０３：００：００」〜「０３：３０：００」までに発生したイベントのイベントデータを抽出して、比較用データ系列を作成する。

ステップＳ１３０２において、第２の類似度算出部１０８は、事例ＤＢ１２０に格納された事例データと、ログ比較用データ系列との類似度を算出する。すなわち、第２の類似度算出部１０８は、各事例データに含まれるログデータ系列と、ログ比較用データ系列との類似度をそれぞれ算出する。

ステップＳ１３０３において、取得部１０９は、各事例データに含まれるログデータ系列のうち、ログ比較用データ系列との類似度が高い上位Ｎ件のログデータ系列を取得する。なお、Ｎの値はユーザが任意に設定することができるが、例えば、２〜３（件）程度とすれば良い。

これにより、本実施形態の監視支援システム１では、直近で発生しているイベントと類似する過去事例におけるログデータ系列が取得される。

ステップＳ１３０４において、情報提供部１１０は、ステップＳ１３０３で取得したログデータ系列を評価して、評価結果を情報提供として監視装置２０に送信する。

ここで、情報提供部１１０による情報提供の一例について、図１４を参照しながら説明する。図１４は、過去の操作手順を情報提供する場合について模式的に説明する図である。

図１４に示すように、ログ比較用データ系列が「ＢＤＣＹＫ」であり、上記のステップＳ１３０４で取得されたログデータ系列が「ＢＤＣＹＫＧＨＹＱＧ」であるとする。このとき、情報提供部１１０は、ログデータ系列「ＢＤＣＹＫＧＨＹＱＧ」において、イベント「Ｋ」が発生した後には、「ＧＨＹＱＧ」という操作がなされていると評価する。したがって、例えば、異常や故障等を示すイベント「Ｋ」が発生した後の復旧操作手順の過去事例として、情報提供部１１０は、当該ログデータ系列に付与された名前とともに操作手順「ＧＨＹＱＧ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、異常や故障等のイベントが機器５０で発生した場合の復旧操作手順の過去事例を知ることができる。

また、情報提供部１１０による情報提供の他の例ついて、図１５を参照しながら説明する。図１５は、過去の原因候補を情報提供する場合について模式的に説明する図である。

図１５に示すように、ログ比較用データ系列が「ＴＢＣＫＥ」であり、上記のステップＳ１３０４で取得されたログデータ系列が「ＣＤＥＨＤＣＴＢＣＫＥ」であるとする。このとき、情報提供部１１０は、ログデータ系列が「ＣＤＥＨＤＣＴＢＣＫＥ」において、イベント「Ｋ」が発生した発生原因の候補は「ＣＤＥＨＤＣ」のイベント列の中にあると評価する。したがって、例えば、異常や故障等を示すイベント「Ｋ」が発生した場合に、過去事例における当該イベントの発生原因の候補として、情報提供部１１０は、当該ログデータ系列に付与された名前とともに原因の候補「ＣＤＥＨＤＣ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、異常や故障等のイベントが機器５０で発生した場合の発生原因の候補を知ることができる。

以上のように、本実施形態の監視支援システム１では、直近で機器５０に発生したイベントに応じて、類似の過去事例をユーザに提供することができる。これにより、本実施形態の監視支援システム１では、例えば、故障や異常等を示すイベントが発生した場合に、ユーザによる当該故障や異常等からの復旧活動を支援することができる。

［第二の実施形態］
次に、第二の実施形態の監視支援システム１について説明する。第二の実施形態の説明では、第一の実施形態との相違点について説明し、第一の実施形態と同様の機能構成を有する箇所には第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

本実施形態は、「情報提供」フェーズにおいて、対象イベントの発生予測をユーザに情報提供するものである。

＜機能構成＞
次に、本実施形態の監視支援システム１の機能構成について、図１６を参照しながら説明する。図１６は、第二の実施形態の監視支援システムの一例の機能構成を示す図である。

図１６に示す支援装置１０は、事例系列作成部１０３Ａ及び情報提供部１１０Ａを有する。

事例系列作成部１０３Ａは、ログデータ系列を作成する。このとき、本実施形態の事例系列作成部１０３Ａは、対象イベントの発生前の所定の時間の間に発生したイベントを示すイベントデータからログデータ系列を作成する。

情報提供部１１０Ａは、取得部１０９により取得されたログデータ系列を評価して、評価結果を監視装置２０に送信する。このとき、本実施形態の情報提供部１１０Ａは、対象イベントの発生を予測した評価結果を情報提供として監視装置２０に送信する。したがって、監視装置２０を操作している運転員やオペレータ等のユーザは、故障や異常等を示す対象イベントの発生を回避やリスクを低減するための対応を行うことができるようになる。

＜処理の詳細＞
次に、本実施形態の監視支援システム１の処理の詳細について説明する。

≪事例データの作成処理≫
本実施形態の事例データの作成処理について、図１７を参照しながら説明する。図１７は、第二の実施形態の事例データの作成処理の一例を示すフローチャートである。なお、図１７におけるステップＳ９０１、及びステップＳ９０３〜ステップＳ９０６の処理は、第一の実施形態と同様であるため、その説明を省略する。

ステップＳ１７０１において、事例系列作成部１０３Ａは、対象イベント設定部１０２により設定された対象イベントに基づいて、ログデータＤＢ３１０に格納されているフィルタ処理後のイベントデータから複数のログデータ系列を作成する。

ここで、本実施形態におけるログデータ系列の作成について、図１８を参照しながら説明する。図１８は、第二の実施形態のログデータ系列の生成を模式的に説明する一例の図である。

第一の実施形態と同様に、ログデータＤＢ３１０には、フィルタ処理後のイベントデータが時系列に従って格納されている。本実施形態の事例系列作成部１０３Ａは、対象イベント「Ｋ」を示すイベントデータの発生前４５分間のイベントデータをログデータ系列として抽出して作成する。

より具体的には、イベント「Ｋ」の前４５分間に発生したイベント「Ｄ」及びイベント「Ｃ」を示すイベントデータを抽出して、第１のログデータ系列「ＣＤＫ」を作成する。

同様に、イベント「Ｋ」の前４５分間に発生したイベント「Ｃ」及びイベント「Ｄ」を示すイベントデータを抽出して、第２のログデータ系列「ＤＣＫ」を作成する。

このように、本実施形態の事例系列作成部１０３Ａは、対象イベントの発生前の所定の時間の間のイベントを抽出して、複数のログデータ系列を作成する。これにより、本実施形態の事例系列作成部１０３Ａにより作成されるログデータ系列では、当該ログデータ系列に含まれる末尾のイベントが対象イベントとなる。

≪情報提供処理≫
次に、本実施形態の情報提供処理について、図１９を参照しながら説明する。図１９は、第二の実施形態の情報提供処理の一例を示すフローチャートである。なお、図１９におけるステップＳ１３０１〜ステップＳ１３０３の処理は、第一の実施形態と同様であるため、その説明を省略する。

ステップＳ１９０１において、情報提供部１１０Ａは、ステップＳ１３０３で取得したログデータ系列を評価して、評価結果を情報提供として監視装置２０に送信する。

ここで、本実施形態の情報提供部１１０Ａによる情報提供の一例について、図２０を参照しながら説明する。図２０は、対象イベントの発生予測を情報提供する場合について模式的に説明する図である。

図２０に示すように、ログ比較用データ系列が「ＴＤＢＣ」であり、ステップＳ１３０３で取得されたログデータ系列が「ＴＤＢＣＤＦＧＥＫ」であるとする。このとき、情報提供部１１０Ａは、ログデータ系列「ＴＤＢＣＤＦＧＥＫ」において、イベント列「ＴＤＢＣ」が発生した後に、「ＤＦＧＥＫ」の発生が予測できると評価する。すなわち、情報提供部１１０Ａは、今後、イベント列「ＤＦＧＥ」が発生した後、対象イベント「Ｋ」が発生すると評価する。また、このとき、情報提供部１１０Ａは、対象イベント「Ｋ」が発生するまでの発生時間を予測することもできる。

したがって、情報提供部１１０Ａは、当該ログデータ系列に付与された名前とともに予測イベント列として「ＤＦＧＡＫ」を監視装置２０に送信する。これにより、運転員やオペレータ等のユーザは、対象イベントの発生が予測される事や発生するまでの時間等を知ることができ、故障や異常等を示す対象イベントの発生を回避するための操作やリスクを低減するための対応を行うことができるようになる。

以上、本発明の実施形態について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１ 監視支援システム
１０ 支援装置
２０ 監視装置
３０ 履歴管理装置
４０ 機器制御装置
５０ 機器
１０１ フィルタ処理部
１０２ 対象イベント設定部
１０３ 事例系列作成部
１０４ 第１の類似度算出部
１０５ 分類部
１０６ 名前付け部
１０７ 比較系列作成部
１０８ 第２の類似度算出部
１０９ 取得部
１１０ 情報提供部
１１１ ドキュメント作成部
１１２ 重要度算出部
１１３ 閾値設定部
１１４ 除外辞書作成部
１１５ フィルタ部
１２０ 事例ＤＢ
３１０ ログデータＤＢ
Ｎ ネットワーク

Claims (7)

1. 機器又は設備の監視を支援する情報を提供する情報提供装置であって、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報に対してフィルタリングを行うフィルタ処理手段と、
   前記フィルタ処理手段によりフィルタリングされた後のイベント情報から、予め指定された指定イベント情報を含む複数のイベント系列を生成する生成手段と、
   前記生成手段で生成された複数のイベント系列同士の類似度を算出する算出手段と、
   前記算出手段で算出された類似度に基づいて前記複数のイベント系列を分類して、事例情報を生成し、該事例情報を所定の記憶領域に記憶させる記憶手段と、
   前記フィルタ処理手段によりフィルタリングされた後のイベント情報のうちの過去の所定の時間の間のイベント情報を示す第１のイベント系列と、前記所定の記憶領域に記憶されている事例情報に含まれる第２のイベント系列との類似度を算出する類似度算出手段と、
   前記類似度算出手段により算出された類似度に基づいて前記第２のイベント系列を前記記憶領域から取得し、取得した前記第２のイベント系列と前記第１のイベント系列と前記指定イベント情報との関係に応じた情報を提供する情報提供手段と、
   を有する情報提供装置。
2. 前記第２のイベント系列は、前記第１のイベント系列よりも系列長が長く、かつ、前記第１のイベント系列と一致するイベント系列を示す部分系列を含み、
   前記情報提供手段は、
   前記指定イベント情報が前記第１のイベント系列に含まれる場合、前記第２のイベント系列中で前記部分系列よりも後又は前のイベント系列を、前記指定イベント情報が発生した場合における過去の操作手順事例又は前記指定イベント情報が発生した場合における発生原因候補として情報を提供し、
   前記指定イベント情報が前記第１のイベント系列に含まれず、かつ、前記第２のイベント系列が前記部分系列よりも後に前記指定イベント情報を含む場合、前記第２のイベント系列中で前記部分系列よりも後のイベント系列を、前記指定イベント情報が発生する過去の予測事例として情報を提供する、請求項１に記載の情報提供装置。
3. 前記フィルタ処理手段は、
   前記イベント情報の重要度を算出し、該算出された重要度が所定の閾値以下である前記イベント情報を除外することでフィルタリングを行う、請求項１又は２に記載の情報提供装置。
4. 前記フィルタ処理手段は、
   前記イベント情報を所定の時間間隔毎に複数のイベント情報群に分割し、該イベント情報群毎に前記イベント情報の重要度を算出する、請求項３記載の情報提供装置。
5. 前記フィルタ処理手段は、
   前記重要度は、前記イベント情報群における前記イベント情報のｔｆ指標と、前記複数のイベント情報群における前記イベント情報のｉｄｆ指標との積である、請求項４に記載の情報提供装置。
6. 機器又は設備の監視を支援する情報を提供する情報提供装置における情報提供方法であって、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報に対してフィルタリングを行うフィルタ処理手順と、
   前記フィルタ処理手順によりフィルタリングされた後のイベント情報から、予め指定された指定イベント情報を含む複数のイベント系列を生成する生成手順と、
   前記生成手順で生成された複数のイベント系列同士の類似度を算出する算出手順と、
   前記算出手順で算出された類似度に基づいて前記複数のイベント系列を分類して、事例情報を生成し、該事例情報を所定の記憶領域に記憶させる記憶手順と、
   前記フィルタ処理手順によりフィルタリングされた後のイベント情報のうちの過去の所定の時間の間のイベント情報を示す第１のイベント系列と、前記所定の記憶領域に記憶されている事例情報に含まれる第２のイベント系列との類似度を算出する類似度算出手順と、
   前記類似度算出手順により算出された類似度に基づいて前記第２のイベント系列を前記記憶領域から取得し、取得した前記第２のイベント系列と前記第１のイベント系列と前記指定イベント情報との関係に応じた情報を提供する情報提供手順と、
   を有する情報提供方法。
7. 機器又は設備の監視を支援する情報を提供する情報提供装置を、
   時系列に従って予め記憶されている前記機器又は設備におけるイベント情報に対してフィルタリングを行うフィルタ処理手段、
   前記フィルタ処理手段によりフィルタリングされた後のイベント情報から、予め指定された指定イベント情報を含む複数のイベント系列を生成する生成手段、
   前記生成手段で生成された複数のイベント系列同士の類似度を算出する算出手段、
   前記算出手段で算出された類似度に基づいて前記複数のイベント系列を分類して、事例情報を生成し、該事例情報を所定の記憶領域に記憶させる記憶手段、
   前記フィルタ処理手段によりフィルタリングされた後のイベント情報のうちの過去の所定の時間の間のイベント情報を示す第１のイベント系列と、前記所定の記憶領域に記憶されている事例情報に含まれる第２のイベント系列との類似度を算出する類似度算出手段、
   前記類似度算出手段により算出された類似度に基づいて前記第２のイベント系列を前記記憶領域から取得し、取得した前記第２のイベント系列と前記第１のイベント系列と前記指定イベント情報との関係に応じた情報を提供する情報提供手段、
   として機能させるためのプログラム。

Images