JP7382909B2

JP7382909B2 - Equipment management device, its control method and program

Info

Publication number: JP7382909B2
Application number: JP2020129292A
Authority: JP
Inventors: 匡史北山
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2020-07-30
Filing date: 2020-07-30
Publication date: 2023-11-17
Anticipated expiration: 2040-07-30
Also published as: JP2022026027A

Description

本開示は、設備管理装置に関し、より特定的には、故障率関数の更新処理に関する。 The present disclosure relates to an equipment management device, and more specifically, to updating processing of a failure rate function.

電力会社の送変電設備、その他の設備の点検、保全計画または中長期の更新計画の策定のために、当該設備の劣化状態を定量的に求める必要がある。信頼性工学において、各設備の劣化状態の把握のための状態評価モデルとして、故障率または故障率関数が使用されることがある。当該故障率関数は、実際に記録された設備の障害、すなわち設備障害データに基づいて算出される。また、故障率関数は、設備障害データが一定量蓄積するごとに更新され得る。 In order to inspect, maintain, or formulate medium- to long-term renewal plans for power transmission and substation equipment and other equipment of electric power companies, it is necessary to quantitatively determine the state of deterioration of the equipment. In reliability engineering, a failure rate or a failure rate function is sometimes used as a condition evaluation model for understanding the deterioration condition of each piece of equipment. The failure rate function is calculated based on actually recorded equipment failures, that is, equipment failure data. Further, the failure rate function may be updated every time a certain amount of equipment failure data is accumulated.

故障率関数の更新に関し、例えば、特開２００４－１９１３５９号公報（特許文献１）は、「設計時破損確率関数算出部ではプラント設備を構成する各機器毎に設計段階でプラント機器に関する設計データに応じて、機器毎にその供用年数と破損確率との関係を示す破損確率関数を求める。確率関数変更部は破損確率関数を当該機器の製造に関する製造データ、当該機器の運転履歴、及び当該機器に関する検査の少なくとも一つに基づいて、破損確率関数を修正して修正破損確率関数とする。機器取替判定部では、供用年数に応じて修正破損確率関数から得られる修正破損確率と予め設定された判定値とを比較して、修正破損確率が判定値を越えると当該機器の取替えを判定して、修正破損確率に応じてプラント設備のリスクを管理する」リスクマネージメント装置を開示している（［要約］参照）。 Regarding the update of the failure rate function, for example, Japanese Patent Application Laid-Open No. 2004-191359 (Patent Document 1) states that ``The design-time failure probability function calculation unit updates the design data regarding the plant equipment at the design stage for each piece of equipment constituting the plant equipment. Accordingly, a failure probability function indicating the relationship between the service life and failure probability is determined for each piece of equipment.The probability function changing unit converts the failure probability function to manufacturing data related to the manufacture of the piece of equipment, the operating history of the piece of equipment, and the probability of failure of the piece of equipment. Based on at least one of the inspections, the failure probability function is corrected to obtain a revised failure probability function.The equipment replacement determination unit calculates the corrected failure probability obtained from the revised failure probability function according to the number of years of service and the preset failure probability function. The company discloses a risk management system that compares the corrected damage probability with a judgment value, and if the corrected damage probability exceeds the judgment value, determines whether to replace the equipment, and manages the risk of plant equipment according to the corrected damage probability ([ (see [Summary]).

特開２００４－１９１３５９号公報Japanese Patent Application Publication No. 2004-191359

特許文献１に開示された技術によると、過去の設備障害データが失われている場合、適切に故障率関数を更新することができない。したがって、過去の設備障害データが失われている場合でも、適切に故障率関数を更新するための技術が必要とされている。 According to the technique disclosed in Patent Document 1, if past equipment failure data is lost, the failure rate function cannot be updated appropriately. Therefore, there is a need for a technique for appropriately updating the failure rate function even when past equipment failure data is lost.

本開示は、上記のような背景に鑑みてなされたものであって、ある局面における目的は、過去の設備障害データが失われている場合でも、適切に故障率関数を更新するための技術を提供することにある。 The present disclosure has been made in view of the above background, and an objective in one aspect is to provide a technology for appropriately updating a failure rate function even when past equipment failure data is lost. It is about providing.

ある実施の形態に従う設備管理装置は、設備障害データから故障率関数を算出する制御部と、故障率関数による設備の故障予測を出力する出力部とを備える。制御部は、設備障害データを格納する記憶装置から第１の設備障害データ群を取得し、第１の設備障害データ群に基づいて第１の故障率関数を算出し、第１の故障率関数から第１の特徴量を抽出し、事前に第２の設備障害データ群に基づいて算出された第２の故障率関数から第２の特徴量を抽出し、第１の特徴量および第２の特徴量に基づいて、第３の故障率関数を算出し、出力部は、第３の故障率関数による設備の故障予測をディスプレイまたは外部の機器に出力する。 An equipment management device according to an embodiment includes a control unit that calculates a failure rate function from equipment failure data, and an output unit that outputs equipment failure prediction based on the failure rate function. The control unit acquires a first equipment failure data group from a storage device that stores equipment failure data, calculates a first failure rate function based on the first equipment failure data group, and calculates a first failure rate function. , a second feature is extracted from a second failure rate function calculated in advance based on a second equipment failure data group, and the first feature and second A third failure rate function is calculated based on the feature amount, and the output unit outputs a failure prediction of the equipment based on the third failure rate function to a display or an external device.

ある実施の形態に従うと、過去の設備障害データが失われている場合でも、適切に故障率関数を更新することが可能である。 According to an embodiment, even if past equipment failure data is lost, it is possible to appropriately update the failure rate function.

この開示内容の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本開示に関する次の詳細な説明から明らかとなるであろう。 These and other objects, features, aspects, and advantages of the disclosure will become apparent from the following detailed description of the disclosure, taken in conjunction with the accompanying drawings.

ある実施の形態に従う設備管理システム１０の全体像の一例を示す図である。1 is a diagram illustrating an example of an overall image of an equipment management system 10 according to an embodiment. 設備管理装置１００の構成の一例を示す図である。1 is a diagram showing an example of the configuration of an equipment management device 100. FIG. 故障率関数の算出手順の一例を示す図である。FIG. 3 is a diagram showing an example of a procedure for calculating a failure rate function. 故障率関数の特徴量の一例を示す図である。FIG. 3 is a diagram illustrating an example of feature amounts of a failure rate function. 図４に示す各故障率関数のグラフの一例を示す図である。5 is a diagram showing an example of a graph of each failure rate function shown in FIG. 4. FIG. 図４に示す各故障率関数の尺度パラメータおよび形状パラメータのグラフの一例を示す図である。5 is a diagram showing an example of a graph of scale parameters and shape parameters of each failure rate function shown in FIG. 4. FIG. 設備管理装置１００における故障率関数の更新の手順の一例を示す図である。5 is a diagram illustrating an example of a procedure for updating a failure rate function in the equipment management device 100. FIG.

以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。 Hereinafter, embodiments of the technical idea according to the present disclosure will be described with reference to the drawings. In the following description, the same parts are given the same reference numerals. Their names and functions are also the same. Therefore, detailed descriptions thereof will not be repeated.

＜Ａ．適用例＞
本実施の形態に従う設備管理装置または故障率関数の更新方法は、一例として、変電所等に配置される設備の管理または更新のために利用され得る。設備管理装置は、設備の状態情報を収集するセンサー等を含む設備管理システムの一部を構成し得る。 <A. Application example>
The equipment management device or failure rate function updating method according to the present embodiment can be used, for example, to manage or update equipment located at a substation or the like. The equipment management device may constitute part of an equipment management system that includes sensors and the like that collect equipment status information.

図１および図２を参照して、設備管理システムによって管理される１以上の設備を含む施設の構成例、および、設備管理装置のハードウェアの構成例について説明する。併せて、設備管理装置がデータを収集する手順、および、設備管理装置が当該データに基づいて各設備の故障予測を行なう手順について説明する。以下、変電所やプラント等を「施設」と表す。また、施設に含まれる個々の装置等、例えば、変圧器等を「設備」と表す。 An example of the configuration of a facility including one or more pieces of equipment managed by an equipment management system and an example of the hardware configuration of an equipment management device will be described with reference to FIGS. 1 and 2. In addition, a procedure for the facility management device to collect data and a procedure for the facility management device to predict failures of each facility based on the data will be described. Hereinafter, substations, plants, etc. will be referred to as "facilities." Furthermore, individual devices included in the facility, such as transformers, are referred to as "equipment."

（ａ．システムの構成例）
図１は、本実施の形態に従う設備管理システム１０の全体像の一例を示す図である。設備管理システム１０は、設備管理装置１００と、設備障害データベース１１０と、１以上の端末１２０と、１以上のセンサー１３０と、ネットワーク１５０とを含む。 (a. System configuration example)
FIG. 1 is a diagram showing an example of an overall image of an equipment management system 10 according to the present embodiment. The equipment management system 10 includes an equipment management device 100, an equipment fault database 110, one or more terminals 120, one or more sensors 130, and a network 150.

これ以降、複数の端末１２０の各端末を表わす場合には、各々を端末１２０Ａ，１２０Ｂのように表す。また、複数のセンサー１３０の各センサーを表わす場合には、各々をセンサー１３０Ａ，１３０Ｂのように表す。設備管理システム１０の一部または全ては、変電所等の施設内に設置される。当該設備管理システム１０が設置される施設の個々の設備は、設備１４０Ａ，１４０Ｂのように表わされる。これらの設備を総称するときは、設備１４０と表す。 From now on, when representing each of the plurality of terminals 120, each terminal will be represented as terminal 120A, 120B. Moreover, when representing each sensor of the plurality of sensors 130, each sensor is represented as sensors 130A and 130B. A part or all of the facility management system 10 is installed within a facility such as a substation. Individual equipment of the facility where the equipment management system 10 is installed is represented as equipment 140A, 140B. When these facilities are collectively referred to as facilities 140.

なお、図１に示す設備管理システム１０および設備は一例であり、設備管理システム１０および設備の構成例はこれに限られない。ある局面において、設備管理システム１０は、任意の数の端末１２０と、センサー１３０とを含んでいてもよい。また、設備管理装置１００は、複数の情報処理装置からなるクラスターであってもよく、仮想マシンであってもよい。 Note that the equipment management system 10 and equipment shown in FIG. 1 are merely examples, and the configuration example of the equipment management system 10 and equipment is not limited to this. In one aspect, facility management system 10 may include an arbitrary number of terminals 120 and sensors 130. Further, the equipment management device 100 may be a cluster consisting of a plurality of information processing devices, or may be a virtual machine.

設備管理装置１００および設備障害データベース１１０は、例えば、管理施設１７０に設置され得る。ある局面において、管理施設１７０は、変電所の変電所制御室等であってもよい。他の局面において、設備管理装置１００および／または設備障害データベース１１０は、ネットワークを介して、外部に設置されてもよいし、クラウド環境に仮想的に構成されてもよい。また、他の局面において、クラウド環境やサーバー上に設けられた設備障害データベース１１０は、各施設に設置された設備管理装置１００の各々と通信可能であってもよい。その場合、設備障害データベース１１０は、複数の施設から設備障害データを収集し、当該収集した設備障害データを各施設に設置された設備管理装置１００の各々に送信し得る。 The equipment management device 100 and the equipment failure database 110 may be installed in a management facility 170, for example. In one aspect, the management facility 170 may be a substation control room of a substation, or the like. In other aspects, the equipment management device 100 and/or the equipment failure database 110 may be installed externally via a network, or may be virtually configured in a cloud environment. In other aspects, the equipment failure database 110 provided in a cloud environment or on a server may be able to communicate with each of the equipment management devices 100 installed in each facility. In that case, the equipment failure database 110 may collect equipment failure data from a plurality of facilities and transmit the collected equipment failure data to each of the equipment management devices 100 installed in each facility.

設備管理装置１００は、施設内の各設備１４０Ａ，１４０Ｂ等の設備障害データに基づいて、各設備ごとの故障率関数を算出する。設備管理装置１００は、当該各設備ごとの故障率関数に基づいて、各設備１４０Ａ，１４０Ｂ等が故障する時期を推定し得る。「設備障害データ」は、ある設備または設備が備える部品に異常が出たことを示すデータである。 The equipment management device 100 calculates a failure rate function for each piece of equipment based on equipment failure data for each piece of equipment 140A, 140B, etc. in the facility. The equipment management device 100 can estimate when each equipment 140A, 140B, etc. will fail based on the failure rate function for each equipment. "Equipment failure data" is data indicating that an abnormality has occurred in a certain piece of equipment or a component included in the equipment.

設備管理装置１００は、ＰＣ（Personal Computer）、タブレット、スマートフォン、ワークステーション、クラスター、クラウド環境上で構築された仮想マシン、組み込みコンピューター等を含む専用装置、または、これらの組み合わせであってもよい。 The facility management device 100 may be a dedicated device including a PC (Personal Computer), a tablet, a smartphone, a workstation, a cluster, a virtual machine built on a cloud environment, an embedded computer, or a combination thereof.

設備障害データベース１１０は、施設内の設備１４０の設備障害データを格納する。設備障害データは、様々な情報と関連付けて設備障害データベース１１０に格納され得る。例えば、設備障害データは、設備毎の障害種別、メーカー、機種の型式・製造年、設備の稼働開始年度・経年、および、設置条件（設備が設置される変電所、海辺等の環境条件等）等の任意の情報に関連付けられ得る。ある局面において、設備障害データベース１１０は、設備管理装置１００および／または端末１２０等から設備障害データを取得してもよい。また、他の局面において、設備障害データベース１１０は、施設内の作業員１６０により、設備障害データとして、設備の目視検査等の結果を入力されてもよい。 The equipment failure database 110 stores equipment failure data of equipment 140 within the facility. Equipment failure data may be stored in the equipment failure database 110 in association with various information. For example, equipment failure data includes the type of failure for each piece of equipment, the manufacturer, the model/year of manufacture, the year the equipment started operating, the age of the equipment, and the installation conditions (substation where the equipment is installed, environmental conditions such as the beach, etc.) It can be associated with any information such as. In a certain aspect, the equipment failure database 110 may acquire equipment failure data from the equipment management device 100 and/or the terminal 120. In another aspect, results of visual inspection of equipment, etc., may be input into the equipment fault database 110 by the worker 160 in the facility as equipment fault data.

設備毎の障害種別は、設備が変圧器であれば、例えば、絶縁破壊に結びつく障害事象（部分放電、分解ガス発生、巻線過熱、漏油）、ガス絶縁開閉装置(ＧＩＳ（Gas Insulated Switch））の障害事象（ガス遮断器、真空遮断器、油遮断器、空気遮断器）、短絡・地絡に結びつく障害事象（部分放電、異物発生、ノズル消耗・損傷）、および、開閉不能に結びつく障害事象（タンク亀裂、フィルタ目詰まり、漏油・油量低下、油圧・空気圧低下）等を含み得る。 If the equipment is a transformer, the fault types for each equipment are, for example, fault events that lead to insulation breakdown (partial discharge, decomposition gas generation, winding overheating, oil leakage), gas insulated switchgear (GIS), etc. ) failure events (gas circuit breakers, vacuum circuit breakers, oil circuit breakers, air circuit breakers), failure events that lead to short circuits and ground faults (partial discharge, foreign object generation, nozzle wear and damage), and failures that lead to the inability to open/close. This may include events (tank cracks, filter clogging, oil leaks/low oil volume, low oil pressure/air pressure), etc.

設備管理装置１００は、例えば、設備障害データベース１１０に格納された設備障害データを参照して、故障率関数を算出し得る。また、設備管理装置１００は、設備障害データベース１１０にある程度の設備障害データが蓄積される毎に、設備障害データベース１１０に蓄積された全てまたは一部の設備障害データに基づいて、故障率関数を更新し得る。 The equipment management device 100 can calculate a failure rate function, for example, with reference to equipment failure data stored in the equipment failure database 110. Furthermore, each time a certain amount of equipment failure data is accumulated in the equipment failure database 110, the equipment management device 100 updates the failure rate function based on all or part of the equipment failure data accumulated in the equipment failure database 110. It is possible.

ある局面において、設備障害データベース１１０は、リレーショナルデータベースとして表現されてもよいし、キーバリュー型またはドキュメント型等のＮｏＳＱＬ（Not only Structured Query Language)の形式で表現されてもよい。また、他の局面において、設備障害データベース１１０は、ＪＳＯＮ（JavaScript（登録商標） Object Notation）等の他の任意のデータ形式で表現されてもよい。 In a certain aspect, the equipment failure database 110 may be expressed as a relational database, or may be expressed in a NoSQL (Not only Structured Query Language) format such as a key-value type or a document type. In other aspects, the equipment failure database 110 may be expressed in any other data format such as JSON (JavaScript (registered trademark) Object Notation).

端末１２０は、１または複数のセンサー１３０に接続され、当該１または複数のセンサー１３０から計測データを取得する。また、端末１２０は、ネットワーク１５０を介して、取得した計測データを設備管理装置１００または設備障害データベース１１０に送信する。設備管理装置１００は、端末１２０から計測データを取得した場合、当該計測データを設備障害データベース１１０に格納する。ある局面において、端末１２０は、取得した計測データに基づいて、計測データの異常を判定し、当該判定の結果に基づいて設備故障データを生成してもよい。 The terminal 120 is connected to one or more sensors 130 and acquires measurement data from the one or more sensors 130. Further, the terminal 120 transmits the acquired measurement data to the equipment management device 100 or the equipment failure database 110 via the network 150. When the equipment management device 100 acquires measurement data from the terminal 120, the equipment management device 100 stores the measurement data in the equipment failure database 110. In one aspect, the terminal 120 may determine an abnormality in the measurement data based on the acquired measurement data, and may generate equipment failure data based on the result of the determination.

ある局面において、端末１２０は、ＰＣ、タブレット、スマートフォン、ワークステーション、組み込みコンピューターを含む専用装置、または、これらの組み合わせであってもよい。また、他の局面において、端末１２０は、１または複数のセンサー１３０と一体型であってもよい。 In some aspects, terminal 120 may be a PC, a tablet, a smartphone, a workstation, a special purpose device including an embedded computer, or a combination thereof. In other aspects, the terminal 120 may be integrated with one or more sensors 130.

センサー１３０は、施設内の設備１４０に設置され、計測データを端末１２０に送信する。ある局面において、１台の設備１４０は、複数のセンサー１３０を備えていてもよい。その場合、各センサー１３０は、例えば、設備１４０に含まれる個々の部品等の状態または異常を示す計測データを端末１２０に送信し得る。 The sensor 130 is installed in equipment 140 within the facility and transmits measurement data to the terminal 120. In some aspects, one equipment 140 may include multiple sensors 130. In that case, each sensor 130 may transmit measurement data indicating, for example, the status or abnormality of individual parts included in the equipment 140 to the terminal 120.

ある局面において、センサー１３０は、カメラ、赤外線カメラ、ガスセンサー、振動センサー、圧力センサー、温度センサー、湿度センサー、赤外線センサー、気圧センサー、加速度センサー、ジャイロセンサー、スイッチ、その他任意のセンサー、または、これらの組み合わせであってもよい。また、センサー１３０は、その用途に合わせて、設備１４０の各部品に取り付けられるか、各部品の近傍に配置される。 In one aspect, the sensor 130 is a camera, an infrared camera, a gas sensor, a vibration sensor, a pressure sensor, a temperature sensor, a humidity sensor, an infrared sensor, an air pressure sensor, an acceleration sensor, a gyro sensor, a switch, or any other sensor. It may be a combination of Further, the sensor 130 is attached to each component of the equipment 140 or placed near each component, depending on its purpose.

設備１４０の部品は、例えば、変圧器であれば、巻線、タップコイル、鉄心、絶縁媒体(絶縁紙、絶縁油)、タンク、主回路通電部、冷却装置、タップ切替装置、計器、継電器、ガス絶縁開閉装置(ＧＩＳ）、開閉器（ガス遮断器、真空遮断器、油遮断器、空気遮断器）、遮断部（主接触子、ピストン、ノズル、極間コンデンサ、投入抵抗、極間絶縁物）、操作部（タンク、フィルタ、ポンプ、アキュムレータ、シリンダ、電磁弁）、絶縁支持部、電気制御部、操作箱、グリース、変流器およびブッシング等を含み得る。 For example, in the case of a transformer, the components of the equipment 140 include windings, tap coils, iron cores, insulating media (insulating paper, insulating oil), tanks, main circuit energizing parts, cooling devices, tap switching devices, meters, relays, Gas insulated switchgear (GIS), switchgear (gas circuit breaker, vacuum circuit breaker, oil circuit breaker, air circuit breaker), circuit breaker (main contact, piston, nozzle, capacitor between poles, closing resistance, insulation between poles) ), operating parts (tanks, filters, pumps, accumulators, cylinders, solenoid valves), insulating supports, electrical control parts, operating boxes, grease, current transformers, bushings, etc.

ネットワーク１５０は、設備管理装置１００と、設備障害データベース１１０と、端末１２０と、センサー１３０とを相互に接続し、各機器間でのデータの送受信を可能にする。ある局面において、ネットワーク１５０は、イーサーネット（登録商標）等を含むローカルエリアネットワークであってもよい。その場合、ネットワーク１５０に接続された各機器は、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）、ＵＤＰ（User Datagram Protocol）等の通信プロトコルを用いてデータを送受信し得る。 The network 150 interconnects the equipment management device 100, the equipment fault database 110, the terminal 120, and the sensor 130, and enables data transmission and reception between each device. In some aspects, network 150 may be a local area network including Ethernet or the like. In that case, each device connected to the network 150 can send and receive data using communication protocols such as TCP/IP (Transmission Control Protocol/Internet Protocol) and UDP (User Datagram Protocol).

上記のように、ある局面において、設備管理装置１００または設備障害データベース１１０は、複数のセンサー１３０および端末１２０から、設備障害データまたは設備障害を推定するための計測データを受信し得る。他の局面において、設備管理装置１００または設備障害データベース１１０は、施設内の作業員１６０から、設備障害データまたは設備障害を推定するための計測データの入力を受け付けてもよい。その場合、設備管理装置１００および設備障害データベース１１０は、センサー１３０および端末１２０を必要としない。 As described above, in certain aspects, the equipment management device 100 or the equipment failure database 110 may receive equipment failure data or measurement data for estimating equipment failure from the plurality of sensors 130 and the terminal 120. In another aspect, the equipment management device 100 or the equipment failure database 110 may receive input of equipment failure data or measurement data for estimating equipment failure from the worker 160 in the facility. In that case, the equipment management device 100 and the equipment failure database 110 do not require the sensor 130 and the terminal 120.

（ｂ．システムの機能例）
設備管理システム１０は、大きく分けて３つの機能を備える。以下、これらの３つの機能について説明する。 (b. System function example)
The equipment management system 10 has three main functions. These three functions will be explained below.

設備管理システム１０の１つ目の機能は、設備障害データまたは設備障害データを生成するための計測データの収集である。センサー１３０は、設備１４０の状態を示す計測データを端末１２０に送信する。ある局面において、センサー１３０は、定期的に、設備１４０の状態を示す計測データを端末１２０に送信してもよい。他の局面において、センサー１３０は、計測データが予め定められた閾値以上／以下である場合のみ（設備に異常がある可能性が高い場合のみ）、計測データを端末１２０に送信してもよい。さらに、他の局面において、センサー１３０は、計測データに設備（変圧器等）または部品（巻線、タップコイル、鉄心等）の識別情報等を関連付けて、当該計測データおよび識別情報を端末１２０に送信してもよい。その場合、センサー１３０は、計測データおよび識別情報等の関連付け処理を実行するための組み込みコンピューター（図示せず）等を備えていてもよい。 The first function of the equipment management system 10 is to collect equipment failure data or measurement data for generating equipment failure data. Sensor 130 transmits measurement data indicating the state of equipment 140 to terminal 120. In one aspect, the sensor 130 may periodically transmit measurement data indicating the state of the equipment 140 to the terminal 120. In another aspect, the sensor 130 may transmit the measured data to the terminal 120 only when the measured data is above/below a predetermined threshold (only when there is a high possibility that there is an abnormality in the equipment). Furthermore, in another aspect, the sensor 130 associates the measurement data with identification information of equipment (such as a transformer) or parts (windings, tap coils, iron cores, etc.), and transmits the measurement data and identification information to the terminal 120. You can also send it. In that case, the sensor 130 may include a built-in computer (not shown) or the like for performing association processing of measurement data, identification information, and the like.

端末１２０は、１または複数のセンサー１３０から計測データを取得すると、当該計測データを設備管理装置１００または設備障害データベース１１０に送信し得る。ある局面において、端末１２０は、センサー１３０から計測データおよび設備または部品の識別情報を受信した場合、これらの計測データと、設備または部品の識別情報とを設備管理装置１００または設備障害データベース１１０に送信してもよい。また、他の局面において、端末１２０は、受信した計測データから設備障害データを生成してもよい。例えば、端末１２０は、設備１４０Ａまたは部品（Ａ）に取り付けられたセンサー１３０Ａの値が、ある閾値以上であることに基づいて、設備１４０Ａまたは部品（Ａ）の設備障害データ（Ａ）を生成し得る。端末１２０は、設備障害データ（Ａ）と、設備または部品の識別情報とを設備管理装置１００または設備障害データベース１１０に送信してもよい。 Upon acquiring measurement data from one or more sensors 130, the terminal 120 can transmit the measurement data to the equipment management device 100 or the equipment failure database 110. In one aspect, when the terminal 120 receives measurement data and identification information of the equipment or parts from the sensor 130, the terminal 120 transmits these measurement data and the identification information of the equipment or parts to the equipment management device 100 or the equipment failure database 110. You may. In other aspects, the terminal 120 may generate equipment failure data from the received measurement data. For example, the terminal 120 generates equipment failure data (A) for the equipment 140A or the component (A) based on the fact that the value of the sensor 130A attached to the equipment 140A or the component (A) is greater than or equal to a certain threshold. obtain. The terminal 120 may transmit the equipment failure data (A) and identification information of equipment or parts to the equipment management device 100 or the equipment failure database 110.

設備管理装置１００は、計測データを取得した場合、当該計測データに基づいて、設備障害データを生成し、当該設備障害データを設備障害データベース１１０に格納し得る。ある局面において、設備管理装置１００は、設備障害データを取得した場合、当該設備障害データを設備障害データベース１１０に格納し得る。 When the equipment management device 100 acquires measurement data, it can generate equipment failure data based on the measurement data and store the equipment failure data in the equipment failure database 110. In a certain aspect, when the equipment management device 100 acquires equipment fault data, it can store the equipment fault data in the equipment fault database 110.

他の局面において、設備管理装置１００は、設備障害データに、設備毎の障害種別、メーカー、機種の型式・製造年、設備の稼働開始年度・経年、および、設置条件（設備が設置される変電所、海辺等の環境条件等）等の任意の情報を関連付けて、これらの情報を設備障害データベース１１０に保存してもよい。 In other aspects, the equipment management device 100 includes equipment failure data that includes the type of failure for each equipment, the manufacturer, the model/year of manufacture, the year the equipment began operation/age, and the installation conditions (the substation where the equipment is installed). This information may be stored in the equipment failure database 110 in association with arbitrary information such as environmental conditions (e.g. location, seaside, etc.).

設備障害データベース１１０は、設備管理装置１００、端末１２０およびセンサー１３０の全てまたは一部と通信することで、設備障害データを蓄積する。ある局面において、設備障害データベース１１０は、受信した設備障害データにタイムスタンプを付与してもよい。設備障害データベース１１０に蓄積された設備障害データは、故障率関数の算出に使用される。ある局面において、設備管理装置１００は、計測データを設備障害データとして扱ってもよい。一例として、センサー１３０が、予め定められた閾値以上／以下（設備に異常がある可能性が高い）計測データのみを出力する場合、設備管理装置１００は当該計測データを設備障害データとして使用し得る。 The equipment failure database 110 accumulates equipment failure data by communicating with all or part of the equipment management device 100, the terminal 120, and the sensor 130. In some aspects, the equipment fault database 110 may add a timestamp to the received equipment fault data. Equipment failure data accumulated in the equipment failure database 110 is used to calculate a failure rate function. In a certain aspect, the equipment management device 100 may treat measurement data as equipment failure data. As an example, when the sensor 130 outputs only measurement data that is above/below a predetermined threshold value (high possibility that there is an abnormality in the equipment), the equipment management device 100 may use the measurement data as equipment failure data. .

設備管理システム１０の２つ目の機能は、故障率関数の算出または更新である。設備管理装置１００は、設備障害データベース１１０に蓄積された設備障害データに基づいて、故障率関数を算出する。一例として、設備障害データベース１１０は、期間（１）における設備障害データを蓄積していたとする。この場合、設備管理装置１００は、期間（１）における設備障害データを解析することで故障率関数（１）を算出し得る。 The second function of the equipment management system 10 is to calculate or update a failure rate function. The equipment management device 100 calculates a failure rate function based on the equipment failure data accumulated in the equipment failure database 110. As an example, assume that the equipment failure database 110 has accumulated equipment failure data during period (1). In this case, the equipment management device 100 can calculate the failure rate function (1) by analyzing the equipment failure data in the period (1).

その後、設備障害データベース１１０は、期間（１）より後の期間（２）における設備障害データをさらに蓄積したとする。この場合、設備管理装置１００は、期間（１）における設備障害データと、期間（２）における設備障害データとの両方に基づいて、新しい故障率関数を算出することが望ましい。しかし、設備障害データベース１１０から期間（１）における設備障害データが失われていた場合、または、設備管理装置１００に他の機器で算出された故障率関数（１）のみがデータとして入力されていた場合、設備管理装置１００は、期間（１）における設備障害データと、期間（２）における設備障害データとの両方に基づいて、新しい故障率関数を算出することができない。 After that, it is assumed that the equipment failure database 110 further accumulates equipment failure data in period (2) after period (1). In this case, the equipment management device 100 preferably calculates a new failure rate function based on both the equipment failure data in period (1) and the equipment failure data in period (2). However, if the equipment failure data for period (1) was lost from the equipment failure database 110, or only the failure rate function (1) calculated by another device was input to the equipment management device 100 as data. In this case, the equipment management device 100 cannot calculate a new failure rate function based on both the equipment failure data in period (1) and the equipment failure data in period (2).

そこで、設備管理装置１００は、このような場合、期間（２）における設備障害データに基づいて、故障率関数（２）を算出する。次に、設備管理装置１００は、故障率関数（１）から特徴量（１）を抽出し、故障率関数（２）から特徴量（２）を抽出する。設備管理装置１００は、当該特徴量（１），（２）に基づいて、特徴量（１Ａ）を算出する。ある局面において、特徴量（１Ａ）は、特徴量（１），（２）の平均値であってもよい。次に、設備管理装置１００は、特徴量（１Ａ）に基づいて、故障率関数（１Ａ）を算出する。故障率関数（１Ａ）は、特徴量（１），（２）に基づいて算出されるため、故障率関数（１），（２）の両方の特徴を含む関数である。最後に、設備管理装置１００は、古い故障率関数（１）を新しい故障率関数（１Ａ）に更新する（置き換える）。仮に過去の設備障害データが失われている場合でも、設備管理装置１００は、当該処理により、適切に、故障率関数を更新することができる。 Therefore, in such a case, the equipment management device 100 calculates the failure rate function (2) based on the equipment failure data in the period (2). Next, the equipment management device 100 extracts the feature amount (1) from the failure rate function (1), and extracts the feature amount (2) from the failure rate function (2). The equipment management device 100 calculates a feature amount (1A) based on the feature amounts (1) and (2). In a certain aspect, the feature amount (1A) may be the average value of the feature amounts (1) and (2). Next, the equipment management device 100 calculates a failure rate function (1A) based on the feature amount (1A). Since the failure rate function (1A) is calculated based on the feature quantities (1) and (2), it is a function that includes the features of both failure rate functions (1) and (2). Finally, the equipment management device 100 updates (replaces) the old failure rate function (1) with the new failure rate function (1A). Even if past equipment failure data is lost, the equipment management device 100 can appropriately update the failure rate function through this process.

設備管理システム１０の３つ目の機能は、各設備の故障時期の予測である。設備管理装置１００は、故障率関数に基づいて、各設備１４０の寿命予測を行なうことができる。当該各設備１４０の寿命予測は、例えば、設備の点検または／および更新計画等に使用され得る。 The third function of the equipment management system 10 is to predict when each equipment will fail. The equipment management device 100 can predict the life of each equipment 140 based on the failure rate function. The predicted lifespan of each piece of equipment 140 can be used, for example, for equipment inspection and/or renewal planning.

（ｃ．設備管理装置１００のハードウェア構成例）
図２は、設備管理装置１００の構成の一例を示す図である。設備管理装置１００は、ＣＰＵ（Central Processing Unit）２０１と、１次記憶装置２０２と、２次記憶装置２０３と、外部機器インターフェイス２０４と、入力インターフェイス２０５と、出力インターフェイス２０６と、通信インターフェイス２０７とを含む。ある局面において、端末１２０も、図２に示す構成の一部または全てを含んでいてもよい。 (c. Hardware configuration example of equipment management device 100)
FIG. 2 is a diagram showing an example of the configuration of the equipment management device 100. The equipment management device 100 includes a CPU (Central Processing Unit) 201, a primary storage device 202, a secondary storage device 203, an external device interface 204, an input interface 205, an output interface 206, and a communication interface 207. include. In some aspects, terminal 120 may also include some or all of the configuration shown in FIG. 2.

ＣＰＵ２０１は、設備管理装置１００の各種機能を実現するためのプログラムを実行し得る。ＣＰＵ２０１は、例えば、少なくとも１つの集積回路によって構成される。集積回路は、例えば、少なくとも１つのＣＰＵ、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはこれらの組み合わせ等によって構成されてもよい。 The CPU 201 can execute programs for realizing various functions of the equipment management device 100. The CPU 201 is configured by, for example, at least one integrated circuit. The integrated circuit may be configured by, for example, at least one CPU, at least one FPGA (Field Programmable Gate Array), or a combination thereof.

１次記憶装置２０２は、ＣＰＵ２０１によって実行されるプログラムと、ＣＰＵ２０１によって参照されるデータとを格納する。ある局面において、１次記憶装置２０２は、ＤＲＡＭ（Dynamic Random Access Memory）またはＳＲＡＭ（Static Random Access Memory）等によって実現されてもよい。 The primary storage device 202 stores programs executed by the CPU 201 and data referenced by the CPU 201. In one aspect, the primary storage device 202 may be implemented by DRAM (Dynamic Random Access Memory), SRAM (Static Random Access Memory), or the like.

２次記憶装置２０３は、不揮発性メモリーであり、ＣＰＵ２０１によって実行されるプログラムおよびＣＰＵ２０１によって参照されるデータを格納してもよい。その場合、ＣＰＵ２０１は、２次記憶装置２０３から１次記憶装置２０２に読み出されたプログラムを実行し、２次記憶装置２０３から１次記憶装置２０２に読み出されたデータを参照する。ある局面において、２次記憶装置２０３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）またはフラッシュメモリー等によって実現されてもよい。 The secondary storage device 203 is a nonvolatile memory, and may store programs executed by the CPU 201 and data referenced by the CPU 201. In that case, the CPU 201 executes the program read from the secondary storage device 203 to the primary storage device 202 and refers to the data read from the secondary storage device 203 to the primary storage device 202. In one aspect, the secondary storage device 203 is realized by a HDD (Hard Disk Drive), an SSD (Solid State Drive), an EPROM (Erasable Programmable Read Only Memory), an EEPROM (Electrically Erasable Programmable Read Only Memory), a flash memory, or the like. It's okay.

外部機器インターフェイス２０４は、プリンター、スキャナーおよび外付けＨＤＤ等の任意の外部機器による接続を受け付け得る。ある局面において、外部機器インターフェイス２０４は、ＵＳＢ（Universal Serial Bus）端子等によって実現されてもよい。 External device interface 204 can accept connections by any external devices, such as printers, scanners, and external HDDs. In one aspect, the external device interface 204 may be realized by a USB (Universal Serial Bus) terminal or the like.

入力インターフェイス２０５は、キーボード、マウス、タッチパッドまたはゲームパッド等の任意の入力装置に接続され得る。ある局面において、入力インターフェイス２０５は、ＵＳＢ端子、ＰＳ／２端子およびＢｌｕｅｔｏｏｔｈ（登録商標）モジュール等によって実現されてもよい。 Input interface 205 may be connected to any input device such as a keyboard, mouse, touch pad or game pad. In one aspect, the input interface 205 may be realized by a USB terminal, a PS/2 terminal, a Bluetooth (registered trademark) module, or the like.

出力インターフェイス２０６は、ブラウン管ディスプレイ、液晶ディスプレイまたは有機ＥＬ（Electro-Luminescence）ディスプレイ等の任意の出力装置に接続され得る。ある局面において、出力インターフェイス２０６は、ＵＳＢ端子、Ｄ－ｓｕｂ端子、ＤＶＩ（Digital Visual Interface）端子およびＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）端子等によって実現されてもよい。 The output interface 206 can be connected to any output device such as a cathode ray tube display, a liquid crystal display, or an organic EL (Electro-Luminescence) display. In one aspect, the output interface 206 may be realized by a USB terminal, a D-sub terminal, a DVI (Digital Visual Interface) terminal, an HDMI (registered trademark) (High-Definition Multimedia Interface) terminal, or the like.

通信インターフェイス２０７は、有線または無線のネットワーク機器と接続される。ある局面において、通信インターフェイス２０７は、有線ＬＡＮ（Local Area Network）ポートおよびＷｉ-Ｆｉ（登録商標）（Wireless Fidelity）モジュール等によって実現されてもよい。他の局面において、通信インターフェイス２０７は、ＴＣＰ／ＩＰ、ＵＤＰ等の通信プロトコルを用いてデータを送受信してもよい。 Communication interface 207 is connected to wired or wireless network equipment. In one aspect, the communication interface 207 may be realized by a wired LAN (Local Area Network) port, a Wi-Fi (registered trademark) (Wireless Fidelity) module, or the like. In other aspects, the communication interface 207 may send and receive data using communication protocols such as TCP/IP and UDP.

＜Ｂ．故障率関数の更新手順＞
次に、図３～図６を参照して、設備管理装置１００における故障率関数の更新手順について説明する。図３は、故障率関数の算出手順の一例を示す図である。図３を参照して、設備障害データから故障率関数を算出する方法について説明する。ステップＳ３１０において、設備管理装置１００は、設備障害データベース１１０から、設備障害データを読み出す。ステップＳ３２０において、設備管理装置１００は、故障解析手法を用いて、設備障害データを解析する。ある局面において、故障解析手法は、ハザード解析、カプランマイヤー法および生存時間分析等の任意の手法を含み得る。より具体的には、設備管理装置１００は、設備障害データに対して故障解析手法を適用するプログラムを実行する。ステップＳ３３０において、設備管理装置１００は、ステップＳ３２０での解析結果に基づいて、故障率関数を算出する。 <B. Failure rate function update procedure>
Next, a procedure for updating the failure rate function in the equipment management device 100 will be described with reference to FIGS. 3 to 6. FIG. 3 is a diagram illustrating an example of a procedure for calculating a failure rate function. A method for calculating a failure rate function from equipment failure data will be described with reference to FIG. 3. In step S310, the equipment management device 100 reads equipment fault data from the equipment fault database 110. In step S320, the equipment management device 100 analyzes equipment failure data using a failure analysis method. In certain aspects, failure analysis techniques may include any techniques such as hazard analysis, Kaplan-Meier methods, and survival time analysis. More specifically, the equipment management device 100 executes a program that applies a failure analysis method to equipment failure data. In step S330, the equipment management device 100 calculates a failure rate function based on the analysis result in step S320.

図４は、故障率関数の特徴量の一例を示す図である。図４を参照して、故障率関数の特徴量の一例および複数の故障率関数の特徴量の合成の一例について説明する。「故障率関数」は、なんらかの関数と、当該関数に使用されるパラメーターとに基づいて決定される。故障率関数の「特徴量」とは、当該関数に使用される各種パラメーターである。特徴量は、１つまたは複数のパラメーターを含み得る。 FIG. 4 is a diagram illustrating an example of a feature amount of a failure rate function. An example of a feature quantity of a failure rate function and an example of a combination of feature quantities of a plurality of failure rate functions will be described with reference to FIG. A "failure rate function" is determined based on a certain function and parameters used for the function. The "features" of a failure rate function are various parameters used for the function. A feature may include one or more parameters.

例えば、式４１０は、回帰モデルの関数であり、２つのパラメーター「傾きａ、切片ｂ」を含む。式４１０の特徴量は、この「傾きａ、切片ｂ」になる。式４２０は、指数関数であり、１つのパラメーター「故障率λ」を含む。式４２０の特徴量は、この「故障率λ」になる。式４３０は、ワイブル分布の関数であり、２つのパラメーター「形状パラメータｍ、尺度パラメータη」を含む。式４３０の特徴量は、この「形状パラメータｍ、尺度パラメータη」になる。 For example, equation 410 is a function of a regression model and includes two parameters "slope a, intercept b." The feature amount of equation 410 is "slope a, intercept b". Equation 420 is an exponential function and includes one parameter "failure rate λ". The feature amount of equation 420 is this "failure rate λ". Equation 430 is a function of the Weibull distribution and includes two parameters "shape parameter m and scale parameter η." The feature amount of equation 430 is this "shape parameter m, scale parameter η."

一例として、設備管理装置１００は、ワイブル分布の故障率関数に基づいて、設備１４０の故障率を推定するものとする。表４００は、古い故障率関数（１）の特徴量と、新しい故障率関数（２）の特徴量との合成の一例を示す。故障率関数（１）は、２０１１年度の設備障害データから算出されたとする。故障率関数（２）は、２０１８年度の設備障害データから算出されたとする。 As an example, it is assumed that the equipment management device 100 estimates the failure rate of the equipment 140 based on a Weibull distribution failure rate function. Table 400 shows an example of combining the features of the old failure rate function (1) and the features of the new failure rate function (2). It is assumed that the failure rate function (1) is calculated from equipment failure data for fiscal year 2011. It is assumed that the failure rate function (2) is calculated from equipment failure data for fiscal year 2018.

ある局面において、設備管理装置１００は、故障率関数（１）および（２）の特徴量の平均値を求めてもよい。例えば、設備管理装置１００は、故障率関数（１）の形状パラメータ「３．２」および故障率関数（２）の形状パラメータ「２．８」の平均値「３．０」を故障率関数（１Ａ）の形状パラメータとして算出する。同様に、設備管理装置１００は、故障率関数（１）の尺度パラメータ「２７．０」および故障率関数（２）の尺度パラメータ「３３．０」の平均値「２８．５」を故障率関数（１Ａ）の尺度パラメータとして算出する。設備管理装置１００は、算出した形状パラメータおよび尺度パラメータを式４３０に代入することで、新しい故障率関数（１Ａ）を算出することができる。各パラメータの計算式は以下のようになる。 In one aspect, the equipment management device 100 may calculate the average value of the feature amounts of the failure rate functions (1) and (2). For example, the equipment management device 100 sets the average value "3.0" of the shape parameter "3.2" of the failure rate function (1) and the shape parameter "2.8" of the failure rate function (2) to the failure rate function ( 1A) is calculated as the shape parameter. Similarly, the equipment management device 100 sets the average value "28.5" of the scale parameter "27.0" of the failure rate function (1) and the scale parameter "33.0" of the failure rate function (2) to the failure rate function Calculate as the scale parameter of (1A). The equipment management device 100 can calculate a new failure rate function (1A) by substituting the calculated shape parameter and scale parameter into equation 430. The calculation formula for each parameter is as follows.

形状パラメータ（３．２＋２．８）／２＝３．０
尺度パラメータ（２７．０＋３３．０）／２＝３０．０
他の局面において、設備管理装置１００は、故障率関数（１）および（２）の特徴量に重み付けをして（係数を掛けて）、故障率関数（１）および（２）を合成することで故障率関数（１Ａ）の特徴量を算出してもよい。例えば、設備管理装置１００は、故障率関数（１）および（２）に、３：１の重み付けをしたとする。その場合、新しい故障率関数（１Ａ）の各パラメータは以下の計算式で求めることができる。 Shape parameter (3.2+2.8)/2=3.0
Scale parameter (27.0+33.0)/2=30.0
In another aspect, the equipment management device 100 weights (multiplies by a coefficient) the feature amounts of the failure rate functions (1) and (2) to synthesize the failure rate functions (1) and (2). The feature amount of the failure rate function (1A) may be calculated using For example, assume that the equipment management device 100 weights failure rate functions (1) and (2) at a ratio of 3:1. In that case, each parameter of the new failure rate function (1A) can be calculated using the following formula.

形状パラメータ（３．２×３＋２．８）／４＝３．１
尺度パラメータ（２７．０×３＋３３．０）／４＝２８．５
設備管理装置１００は、各故障率関数の算出に使用された設備障害データのデータ数等によって、上記の重み付けの係数を決定してもよい。一例として、故障率関数（１）の算出に使用された故障率データの総数がｎ１であったとする。また、故障率関数（２）の算出に使用された故障率データの総数がｎ２であったとする。この場合、設備管理装置１００は、故障率関数（１）および（２）の特徴量にｎ１：ｎ２の重み付けを行ない、新しい故障率関数（１Ａ）の特徴量を算出し得る。故障率関数１の重み付けの係数はｎ１／（ｎ１＋ｎ２）になり、故障率関数２の重み付けの係数はｎ２／（ｎ１＋ｎ２）になる。 Shape parameter (3.2×3+2.8)/4=3.1
Scale parameter (27.0×3+33.0)/4=28.5
The equipment management device 100 may determine the above-mentioned weighting coefficient based on the number of equipment failure data used to calculate each failure rate function. As an example, assume that the total number of failure rate data used to calculate the failure rate function (1) is n1. Further, it is assumed that the total number of failure rate data used to calculate the failure rate function (2) is n2. In this case, the equipment management device 100 can calculate the feature amount of a new failure rate function (1A) by weighting the feature amounts of the failure rate functions (1) and (2) in a ratio of n1:n2. The weighting coefficient of failure rate function 1 is n1/(n1+n2), and the weighting coefficient of failure rate function 2 is n2/(n1+n2).

他の例として、故障率関数（１）の算出に使用された故障率データの収集期間がｔ１であったとする。また、故障率関数（２）の算出に使用された故障率データの収集期間がｔ２であったとする。この場合、設備管理装置１００は、故障率関数（１）および（２）の特徴量にｔ１：ｔ２の重み付けを行ない、新しい故障率関数（１Ａ）の特徴量を算出し得る。故障率関数１の重み付けの係数はｔ１／（ｔ１＋ｔ２）になり、故障率関数２の重み付けの係数はｎ２／（ｔ１＋ｔ２）になる。 As another example, assume that the collection period of failure rate data used to calculate failure rate function (1) is t1. Further, assume that the collection period of the failure rate data used to calculate the failure rate function (2) is t2. In this case, the equipment management device 100 can weight the feature amounts of the failure rate functions (1) and (2) by t1:t2, and calculate the feature amount of the new failure rate function (1A). The weighting coefficient of failure rate function 1 is t1/(t1+t2), and the weighting coefficient of failure rate function 2 is n2/(t1+t2).

さらに別の例として、設備管理装置１００は、ユーザーから任意の重み付けの係数の入力を受け付け、当該入力された重み付けの係数を使用してもよい。ユーザーが、故障率関数（１）および故障率関数（２）の重み付けをｘ：ｙに設定したとする。この場合、設備管理装置１００は、故障率関数（１）および（２）の特徴量にｘ：ｙの重み付けを行ない、新しい故障率関数（１Ａ）の特徴量を算出し得る。故障率関数１の重み付けの係数はｘ／（ｘ＋ｙ）になり、故障率関数２の重み付けの係数はｙ／（ｘ＋ｙ）になる。 As yet another example, the facility management device 100 may receive an input of an arbitrary weighting coefficient from the user, and use the input weighting coefficient. Assume that the user sets the weighting of failure rate function (1) and failure rate function (2) to x:y. In this case, the equipment management device 100 can calculate the feature amount of a new failure rate function (1A) by weighting the feature amounts of the failure rate functions (1) and (2) in x:y. The weighting coefficient of failure rate function 1 is x/(x+y), and the weighting coefficient of failure rate function 2 is y/(x+y).

図５は、図４に示す各故障率関数のグラフの一例を示す図である。グラフ５１０は、故障率関数（１）のグラフである。グラフ５２０は、故障率関数（２）のグラフである。グラフ５３０は、故障率関数（１Ａ）のグラフである。故障率関数（１Ａ）の特徴量は、故障率関数（１）の特徴量および故障率関数（２）の特徴量の合成値（例えば、平均値等）である。そのため、故障率関数（１Ａ）のグラフも、故障率関数（１）のグラフおよび故障率関数（２）のグラフを合成したようなグラフになる。なお、設備管理装置１００が故障率関数（１）および（２）の特徴量に重み付けを行ない、故障率関数（１）および（２）を合成した場合、その重み付け係数の値によって、故障率関数（１Ａ）の傾きは変化する。 FIG. 5 is a diagram showing an example of a graph of each failure rate function shown in FIG. 4. Graph 510 is a graph of failure rate function (1). Graph 520 is a graph of failure rate function (2). Graph 530 is a graph of failure rate function (1A). The feature amount of the failure rate function (1A) is a composite value (eg, average value, etc.) of the feature amount of the failure rate function (1) and the feature amount of the failure rate function (2). Therefore, the graph of the failure rate function (1A) also becomes a graph that is a composite of the graph of the failure rate function (1) and the graph of the failure rate function (2). Note that when the equipment management device 100 weights the feature amounts of the failure rate functions (1) and (2) and synthesizes the failure rate functions (1) and (2), the failure rate function The slope of (1A) changes.

図６は、図４に示す各故障率関数の尺度パラメータおよび形状パラメータのグラフの一例を示す図である。ポイント６１０は故障率関数（１）の各パラメータの値を示す。ポイント６２０は故障率関数（２）の各パラメータの値を示す。ポイント６３０は故障率関数（１Ａ）の各パラメータの値を示す。故障率関数（１Ａ）の特徴量は、故障率関数（１）の特徴量および故障率関数（２）の特徴量合成値（例えば、平均値等）である。そのため、ポイント６３０は、ポイント６１０および６２０の間の値になる。なお、設備管理装置１００が故障率関数（１）および（２）の特徴量に重み付けを行ない、故障率関数（１）および（２）を合成した場合、その重み付けの値によって、ポイント６３０の座標は変化する。 FIG. 6 is a diagram showing an example of a graph of scale parameters and shape parameters of each failure rate function shown in FIG. 4. Point 610 indicates the value of each parameter of failure rate function (1). Point 620 indicates the value of each parameter of failure rate function (2). Point 630 indicates the value of each parameter of the failure rate function (1A). The feature amount of the failure rate function (1A) is a composite value (eg, average value, etc.) of the feature amount of the failure rate function (1) and the feature amount of the failure rate function (2). Therefore, point 630 has a value between points 610 and 620. Note that when the equipment management device 100 weights the feature amounts of the failure rate functions (1) and (2) and synthesizes the failure rate functions (1) and (2), the coordinates of the point 630 are determined based on the weighted value. changes.

図７は、設備管理装置１００における故障率関数の更新の手順の一例を示す図である。図７を参照して、設備管理装置１００が、現在使用している古い故障率関数（Ｘ）と、新しく算出した故障率関数（Ｙ）とに基づいて、古い故障率関数（Ｘ）を更新する処理について説明する。ある局面において、ＣＰＵ２０１は、図７の処理を行うためのプログラムを２次記憶装置２０３から１次記憶装置２０２に読み込んで、当該プログラムを実行してもよい。他の局面において、当該処理の一部または全部は、当該処理を実行するように構成された回路素子の組み合わせとしても実現され得る。 FIG. 7 is a diagram illustrating an example of a procedure for updating a failure rate function in the equipment management device 100. Referring to FIG. 7, equipment management device 100 updates the old failure rate function (X) based on the old failure rate function (X) currently in use and the newly calculated failure rate function (Y). The process to do this will be explained. In one aspect, the CPU 201 may load a program for performing the processing in FIG. 7 from the secondary storage device 203 into the primary storage device 202, and execute the program. In other aspects, part or all of the processing may be implemented as a combination of circuit elements configured to perform the processing.

ステップＳ７１０において、ＣＰＵ２０１は、設備障害データベース１１０から、設備障害データを取得する。ある局面において、ＣＰＵ２０１は、施設内に設置された設備障害データベース１１０から設備障害データを取得してもよい。また、他の局面において、ＣＰＵ２０１は、クラウド環境等の施設外に設置された設備障害データベース１１０から設備障害データを取得してもよい。 In step S710, the CPU 201 acquires equipment failure data from the equipment failure database 110. In one aspect, the CPU 201 may acquire equipment failure data from the equipment failure database 110 installed within the facility. In other aspects, the CPU 201 may acquire equipment fault data from the equipment fault database 110 installed outside the facility, such as in a cloud environment.

ステップＳ７２０において、ＣＰＵ２０１は、取得した設備障害データをフィルタリングし、故障率関数の更新に使用する設備障害データを選別する。ある局面において、ＣＰＵ２０１は、フィルターとして、器種別毎の障害種別、メーカー、機種の型式・製造年、設備の稼働開始年度・経年、および、設置条件（設備が設置される変電所、海辺等の環境条件等）等の任意の情報を使用し得る。 In step S720, the CPU 201 filters the acquired equipment failure data and selects equipment failure data to be used for updating the failure rate function. In a certain situation, the CPU 201 acts as a filter, identifying the type of failure for each type of equipment, the manufacturer, the type and year of manufacture, the year the equipment started operating, and the age of the equipment, as well as the installation conditions (substation where the equipment is installed, seaside, etc.). (environmental conditions, etc.) may be used.

ＣＰＵ２０１は、これらのフィルターを使用して、故障率関数の算出または更新に使用する設備障害データを選別することで、例えば、一部の部品、一部の故障種別の設備障害データのみの故障率関数等を算出することができる。 The CPU 201 uses these filters to select the equipment failure data used to calculate or update the failure rate function, so that, for example, the failure rate of only equipment failure data for some parts and some failure types Functions etc. can be calculated.

例えば、障害種別、部品、製品の型番またはこれらの組み合わせ等ごとに、故障率のバラツキの幅に差異が出ることがある。そこで、ＣＰＵ２０１は、後述するステップＳ７８０で更新判定のときの閾値をステップＳ７２０で使用したフィルターに基づいて設定してもよい。当該フィルタリングおよび閾値の設定に基づいて、ＣＰＵ２０１は、障害種別、部品、製品の型番またはこれらの組み合わせ等ごとに、適切に故障率関数を更新し得る。 For example, the range of variation in failure rates may vary depending on the type of failure, parts, product model numbers, or combinations thereof. Therefore, the CPU 201 may set a threshold value for update determination in step S780, which will be described later, based on the filter used in step S720. Based on the filtering and threshold settings, the CPU 201 can appropriately update the failure rate function for each failure type, component, product model number, or a combination thereof.

ステップＳ７３０において、ＣＰＵ２０１は、設備障害データを用いて、故障解析を実行する。より具体的には、ＣＰＵ２０１は、設備障害データに対して故障解析を行なうプログラムを実行する。ある局面において、故障解析は、ハザード解析、カプランマイヤー法、生存時間分析、またはこれらの組み合わせ等の任意の故障解析の方法を含んでいてもよい。 In step S730, the CPU 201 executes failure analysis using the equipment failure data. More specifically, the CPU 201 executes a program that performs failure analysis on equipment failure data. In some aspects, failure analysis may include any method of failure analysis, such as hazard analysis, Kaplan-Meier, survival analysis, or a combination thereof.

ステップＳ７４０において、ＣＰＵ２０１は、ステップＳ７３０の故障解析の結果に基づいて、新しい故障率関数（Ｙ）を算出する。ステップＳ７５０において、ＣＰＵ２０１は、ステップＳ７４０にて算出した故障率関数の特徴量を抽出する。例えば、故障率関数（Ｙ）が、ワイブル分布の関数である場合、ＣＰＵ２０１は、故障率関数（Ｙ）から「形状パラメータ、尺度パラメータ」を特徴量として抽出する。ステップＳ７６０において、ＣＰＵ２０１は、古い故障率関数（Ｘ）の特徴量を抽出する。 In step S740, the CPU 201 calculates a new failure rate function (Y) based on the result of the failure analysis in step S730. In step S750, the CPU 201 extracts the feature amount of the failure rate function calculated in step S740. For example, if the failure rate function (Y) is a Weibull distribution function, the CPU 201 extracts "shape parameters and scale parameters" from the failure rate function (Y) as feature quantities. In step S760, the CPU 201 extracts the feature amount of the old failure rate function (X).

ステップＳ７７０において、ＣＰＵ２０１は、各特徴量に基づいて、故障率関数（Ｘ）のモデルの更新判定を実行する。ある局面において、ＣＰＵ２０１は、故障率関数（Ｘ）の特徴量と、故障率関数（Ｙ）の特徴量との差異が予め定められた閾値以上であることに基づいて、モデルの更新条件を満たすと判定してもよい。他の局面において、更新前の故障率関数（Ｘ）の特徴量と、更新後の故障率関数（Ｘ）の特徴量との差異が予め定められた閾値以上であることに基づいて、モデルの更新条件を満たすと判定してもよい。当該閾値は、ステップＳ７２０にて使用されたフィルターに基づいて決定または選択されてもよい。 In step S770, the CPU 201 determines whether to update the model of the failure rate function (X) based on each feature amount. In one aspect, the CPU 201 satisfies the model update condition based on the fact that the difference between the feature amount of the failure rate function (X) and the feature amount of the failure rate function (Y) is greater than or equal to a predetermined threshold. It may be determined that In another aspect, the model is It may be determined that the update condition is satisfied. The threshold may be determined or selected based on the filter used in step S720.

ステップＳ７８０において、ＣＰＵ２０１は、モデルの更新条件が満たされると判定した場合（ステップＳ７８０にてＹＥＳ）、制御をステップＳ７９０に移す。そうでない場合（ステップＳ７８０にてＮＯ）、ＣＰＵ２０１は、処理を終了する。ステップＳ７９０において、ＣＰＵ２０１は、モデルの更新処理を実行する。当該モデルの更新処理は、図４を参照して説明した故障率関数の更新処理に相当する。ＣＰＵ２０１は、更新した故障率関数（モデル）を用いて設備１４０の故障を予測し、当該予測の結果をディスプレイまたは外部の機器に出力し得る。 In step S780, if the CPU 201 determines that the model update condition is satisfied (YES in step S780), the CPU 201 moves control to step S790. Otherwise (NO in step S780), CPU 201 ends the process. In step S790, the CPU 201 executes model update processing. The model update process corresponds to the failure rate function update process described with reference to FIG. The CPU 201 can predict a failure of the equipment 140 using the updated failure rate function (model), and output the prediction result to a display or an external device.

以上説明したように、本実施の形態に従う設備管理装置１００は、古い故障率関数の特徴量と、新しい故障率関数の特徴量とに基づいて、これら両方の故障率関数の特徴を併せ持つ故障率関数を算出することができる。当該故障率関数の算出処理により、設備管理装置１００は、過去の設備障害データが失われていた場合においても、適切に、故障率関数を更新することができる。 As described above, the equipment management apparatus 100 according to the present embodiment is capable of generating a failure rate that combines the characteristics of both of these failure rate functions based on the feature amounts of the old failure rate function and the feature amounts of the new failure rate function. Functions can be calculated. Through the calculation process of the failure rate function, the equipment management apparatus 100 can appropriately update the failure rate function even when past equipment failure data is lost.

また、設備管理装置１００は、故障率関数を算出するときの設備障害データをフィルタリングし、当該フィルタリングに関連付けられた閾値を用いて故障率関数のモデルの更新判定を行い得る。当該フィルタリングおよび更新判定処理により、設備管理装置１００は、設備故障データの異常値等の影響を取り除き、設備または設備に含まれる部品ごとに適した故障率関数を求めることができる。 Furthermore, the equipment management device 100 can filter the equipment failure data when calculating the failure rate function, and use a threshold associated with the filtering to determine whether to update the model of the failure rate function. Through the filtering and update determination processing, the equipment management device 100 can remove the influence of abnormal values of equipment failure data and obtain a failure rate function suitable for each equipment or each component included in the equipment.

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内で全ての変更が含まれることが意図される。また、実施の形態および各変形例において説明された開示内容は、可能な限り、単独でも、組合わせても、実施することが意図される。 The embodiments disclosed this time should be considered to be illustrative in all respects and not restrictive. The scope of the present disclosure is indicated by the claims rather than the above description, and it is intended that all changes are included within the meaning and scope equivalent to the claims. Furthermore, the disclosures described in the embodiments and each modification are intended to be implemented alone or in combination to the extent possible.

１０設備管理システム、１００設備管理装置、１１０設備障害データベース、１２０端末、１３０センサー、１４０設備、１５０ネットワーク、１６０作業員、１７０管理施設、２０１ＣＰＵ、２０２１次記憶装置、２０３２次記憶装置、２０４外部機器インターフェイス、２０５入力インターフェイス、２０６出力インターフェイス、２０７通信インターフェイス、４１０，４２０，４３０式、５１０，５２０，５３０グラフ。 10 equipment management system, 100 equipment management device, 110 equipment failure database, 120 terminal, 130 sensor, 140 equipment, 150 network, 160 worker, 170 management facility, 201 CPU, 202 primary storage device, 203 secondary storage device, 204 external device interface, 205 input interface, 206 output interface, 207 communication interface, 410, 420, 430 formula, 510, 520, 530 graph.

Claims

設備障害データから故障率関数を算出する制御部と、
前記故障率関数による設備の故障予測を出力する出力部とを備え、
前記制御部は、
前記設備障害データを格納する記憶装置から第１の設備障害データ群を取得し、
前記第１の設備障害データ群に基づいて第１の故障率関数を算出し、
前記第１の故障率関数から第１の特徴量を抽出し、
前記第１の設備障害データ群の収集期間よりも前の期間において収集された第２の設備障害データ群に基づいて算出された第２の故障率関数から第２の特徴量を抽出し、
前記第１の特徴量および前記第２の特徴量に基づいて、第３の故障率関数を算出し、
前記出力部は、前記第３の故障率関数による前記設備の故障予測をディスプレイまたは外部の機器に出力する、設備管理装置。 a control unit that calculates a failure rate function from equipment failure data;
an output unit that outputs a failure prediction of the equipment based on the failure rate function,
The control unit includes:
obtaining a first equipment failure data group from a storage device that stores the equipment failure data;
calculating a first failure rate function based on the first equipment failure data group;
extracting a first feature quantity from the first failure rate function;
extracting a second feature quantity from a second failure rate function calculated based on a second equipment failure data group collected in a period before the collection period of the first equipment failure data group;
Calculating a third failure rate function based on the first feature amount and the second feature amount,
The output unit is an equipment management device that outputs a failure prediction of the equipment based on the third failure rate function to a display or an external device.

前記第１の特徴量および前記第２の特徴量に基づいて、前記第３の故障率関数を算出することは、
前記第１の特徴量に第１の係数を掛けることと、
前記第２の特徴量に第２の係数を掛けることと、
前記第１の係数を掛けた前記第１の特徴量と、前記第２の係数を掛けた前記第２の特徴量との平均値を算出することと、
当該平均値に基づいて前記第３の故障率関数を算出することとを含む、請求項１に記載の設備管理装置。 Calculating the third failure rate function based on the first feature amount and the second feature amount includes:
multiplying the first feature amount by a first coefficient;
multiplying the second feature amount by a second coefficient;
Calculating an average value of the first feature quantity multiplied by the first coefficient and the second feature quantity multiplied by the second coefficient;
The equipment management device according to claim 1, further comprising calculating the third failure rate function based on the average value.

前記制御部は、前記第１の設備障害データ群および前記第２の設備障害データ群の各々の総数または収集期間に基づいて、前記第１の係数および前記第２の係数を算出する、請求項２に記載の設備管理装置。 The control unit calculates the first coefficient and the second coefficient based on the total number or collection period of each of the first equipment failure data group and the second equipment failure data group. 2. The equipment management device according to 2.

前記設備管理装置に対する入力を受け付けるための入力部をさらに備え、
前記制御部は、
前記入力部から、前記第１の特徴量および前記第２の特徴量に掛ける係数に関する情報を取得し、
前記係数に関する情報に基づいて、前記第１の係数および前記第２の係数を算出する、請求項２に記載の設備管理装置。 further comprising an input unit for receiving input to the equipment management device,
The control unit includes:
obtaining information regarding a coefficient by which the first feature amount and the second feature amount are multiplied from the input unit;
The equipment management device according to claim 2, wherein the first coefficient and the second coefficient are calculated based on information regarding the coefficient.

第３の故障率関数を算出することは、前記第１の特徴量と、前記第２の特徴量との差異が予め定められた閾値以上であることに基づいて、前記第３の故障率関数を算出することを含む、請求項１～４のいずれかに記載の設備管理装置。 Calculating the third failure rate function may include calculating the third failure rate function based on the fact that the difference between the first feature amount and the second feature amount is greater than or equal to a predetermined threshold . The equipment management device according to any one of claims 1 to 4, comprising calculating .

前記第１の設備障害データ群から前記第１の故障率関数を算出することは、フィルター情報に基づいて、前記第１の設備障害データ群から前記第１の故障率関数の算出に使用する設備障害データを選択することを含む、請求項５に記載の設備管理装置。 Calculating the first failure rate function from the first equipment failure data group includes determining the equipment used to calculate the first failure rate function from the first equipment failure data group based on filter information. The equipment management device according to claim 5 , comprising selecting fault data.

前記制御部は、前記フィルター情報に基づいて前記閾値を決定する、請求項６に記載の設備管理装置。 The equipment management device according to claim 6 , wherein the control unit determines the threshold value based on the filter information.

前記フィルター情報は、前記設備の障害種別、前記設備のメーカー、前記設備の型番、前記設備の製造年、前記設備の稼働開始年度、および、前記設備の設置条件の少なくとも１つを含む、請求項６または７に記載の設備管理装置。 The filter information includes at least one of a failure type of the equipment, a manufacturer of the equipment, a model number of the equipment, a year of manufacture of the equipment, a year when the equipment started operating, and an installation condition of the equipment. 8. The equipment management device according to 6 or 7 .

設備管理装置の制御方法であって、
設備障害データを格納する記憶装置から第１の設備障害データ群を取得するステップと、
前記第１の設備障害データ群に基づいて第１の故障率関数を算出するステップと、
前記第１の故障率関数から第１の特徴量を抽出するステップと、
前記第１の設備障害データ群の収集期間よりも前の期間において収集された第２の設備障害データ群に基づいて算出された第２の故障率関数から第２の特徴量を抽出するステップと、
前記第１の特徴量および前記第２の特徴量に基づいて、第３の故障率関数を算出するステップと、
前記第３の故障率関数による設備の故障予測をディスプレイまたは外部の機器に出力するステップとを含む、制御方法。 A method for controlling an equipment management device, the method comprising:
acquiring a first equipment failure data group from a storage device that stores equipment failure data;
calculating a first failure rate function based on the first equipment failure data group;
extracting a first feature quantity from the first failure rate function;
extracting a second feature quantity from a second failure rate function calculated based on a second equipment failure data group collected in a period before the collection period of the first equipment failure data group; ,
calculating a third failure rate function based on the first feature amount and the second feature amount;
A control method comprising the step of outputting equipment failure prediction based on the third failure rate function to a display or an external device.

前記第１の特徴量および前記第２の特徴量に基づいて、前記第３の故障率関数を算出するステップは、
前記第１の特徴量に第１の係数を掛けるステップと、
前記第２の特徴量に第２の係数を掛けるステップと、
前記第１の係数を掛けた前記第１の特徴量と、前記第２の係数を掛けた前記第２の特徴量との平均値を算出するステップと、
当該平均値に基づいて前記第３の故障率関数を算出するステップとを含む、請求項９に記載の制御方法。 Calculating the third failure rate function based on the first feature amount and the second feature amount,
Multiplying the first feature amount by a first coefficient;
multiplying the second feature amount by a second coefficient;
calculating an average value of the first feature quantity multiplied by the first coefficient and the second feature quantity multiplied by the second coefficient;
The control method according to claim 9 , comprising the step of calculating the third failure rate function based on the average value.

前記第１の設備障害データ群および前記第２の設備障害データ群の各々の総数または収集期間に基づいて、前記第１の係数および前記第２の係数を算出するステップをさらに含む、請求項１０に記載の制御方法。 10. The method further comprises the step of calculating the first coefficient and the second coefficient based on the total number or collection period of each of the first equipment failure data group and the second equipment failure data group. Control method described in .

前記第１の特徴量および前記第２の特徴量に掛ける係数に関する情報の入力を受け付けるステップと、
前記係数に関する情報に基づいて、第１の係数および第２の係数を算出するステップとをさらに含む、請求項１０に記載の制御方法。 receiving input of information regarding coefficients to be multiplied by the first feature amount and the second feature amount;
The control method according to claim 10 , further comprising the step of calculating a first coefficient and a second coefficient based on information regarding the coefficient.

第３の故障率関数を算出するステップは、前記第１の特徴量と、前記第２の特徴量との差異が予め定められた閾値以上であることに基づいて、前記第３の故障率関数を算出するステップを含む、請求項９～１２のいずれかに記載の制御方法。 The step of calculating the third failure rate function includes calculating the third failure rate function based on the fact that the difference between the first feature amount and the second feature amount is greater than or equal to a predetermined threshold . The control method according to any one of claims 9 to 12 , comprising the step of calculating .

前記第１の設備障害データ群から前記第１の故障率関数を算出するステップは、フィルター情報に基づいて、前記第１の設備障害データ群から前記第１の故障率関数の算出に使用する設備障害データを選択するステップを含む、請求項１３に記載の制御方法。 The step of calculating the first failure rate function from the first equipment failure data group includes determining the equipment used to calculate the first failure rate function from the first equipment failure data group based on filter information. The control method according to claim 13 , comprising the step of selecting fault data.

前記フィルター情報に基づいて前記閾値を決定するステップをさらに含む、請求項１４に記載の制御方法。 The control method according to claim 14 , further comprising determining the threshold value based on the filter information.

前記フィルター情報は、前記設備の障害種別、前記設備のメーカー、前記設備の型番、前記設備の製造年、前記設備の稼働開始年度、および、前記設備の設置条件の少なくとも１つを含む、請求項１４または１５に記載の制御方法。 The filter information includes at least one of a failure type of the equipment, a manufacturer of the equipment, a model number of the equipment, a year of manufacture of the equipment, a year when the equipment started operating, and an installation condition of the equipment. 16. The control method according to 14 or 15 .

請求項９～１６のいずれかに記載のプログラムを１または複数のプロセッサーに実行させるためのプログラム。 A program for causing one or more processors to execute the program according to any one of claims 9 to 16 .