特許 6887361 監視対象選定装置、監視対象選定方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6887361

(24)【登録日】2021年5月20日

(45)【発行日】2021年6月16日

(54)【発明の名称】監視対象選定装置、監視対象選定方法、およびプログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20210603BHJP

   G01M 99/00 20110101ALI20210603BHJP

   G21C 17/00 20060101ALN20210603BHJP

   G21D 3/04 20060101ALN20210603BHJP

【ＦＩ】

   G05B23/02 302T

   G01M99/00 Z

   !G21C17/00 110

   !G21D3/04 B

【請求項の数】10

【全頁数】17

(21)【出願番号】特願2017-210663(P2017-210663)

(22)【出願日】2017年10月31日

(65)【公開番号】特開2019-82918(P2019-82918A)

(43)【公開日】2019年5月30日

【審査請求日】2020年5月27日

(73)【特許権者】

【識別番号】000006208

【氏名又は名称】三菱重工業株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100162868

【弁理士】

【氏名又は名称】伊藤 英輔

(74)【代理人】

【識別番号】100161702

【弁理士】

【氏名又は名称】橋本 宏之

(74)【代理人】

【識別番号】100189348

【弁理士】

【氏名又は名称】古都 智

(74)【代理人】

【識別番号】100196689

【弁理士】

【氏名又は名称】鎌田 康一郎

(74)【代理人】

【識別番号】100210572

【弁理士】

【氏名又は名称】長谷川 太一

(72)【発明者】

【氏名】椎塚 晋

(72)【発明者】

【氏名】野村 真澄

【審査官】 松本 泰典

(56)【参考文献】

【文献】 特開２０１７−０６２７３０（ＪＰ，Ａ）

【文献】 特開２０１７−０６２７２８（ＪＰ，Ａ）

【文献】 国際公開第２０１５／０４５３１９（ＷＯ，Ａ１）

【文献】 特開２０１３−１６４７２０（ＪＰ，Ａ）

【文献】 特開平１０−１５４０５６（ＪＰ，Ａ）

【文献】 米国特許出願公開第２００８／０２２８３０６（ＵＳ，Ａ１）

【文献】 特開２００１−３３４９９９（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｍ ９９／００

Ｇ２１Ｃ １７／００

Ｇ２１Ｄ ３／０４

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

プラントの計測パラメータの相互の相関関係を表す相関値に基づき当該プラントの異常予兆を検知する異常予兆監視装置に前記計測パラメータを出力する監視対象選定装置であって、
前記プラントにおいて計測される複数の計測パラメータを取得し、前回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類し、今回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類する分類部と、
前記異常予兆監視装置に出力する前記今回の運転サイクルにおける計測パラメータを選択する選択部と、
を備え、
前記選択部は、前記分類の結果に基づいて前回の運転サイクルと今回の運転サイクルとで挙動が異なると判断した場合に、挙動が異なることが正常であるのか異常であるのかを、事前に記憶部に記憶された情報に基づいて判断し、正常であって監視が不要であると判断した場合に、前記今回の運転サイクルにおける計測パラメータを前記異常予兆監視装置に出力する、
監視対象選定装置。

【請求項2】

前記分類部は、
比較した結果、前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とが同じ場合に、当該計測パラメータを前記異常予兆監視装置に出力する前記計測パラメータとして選択し、前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とが異なる場合に、前記今回の運転サイクルの前記計測パラメータが正常である場合に当該計測パラメータを前記異常予兆監視装置に出力する前記計測パラメータとして選択する、
請求項１に記載の監視対象選定装置。

【請求項3】

前記分類部は、
前記計測パラメータを、時刻に対する計測値の傾きの値に基づいて、前記傾きの値が分類閾値以上の第１の挙動と、前記傾きの値の絶対値が分類閾値未満の第２の挙動と、前記傾きの値が負の値の場合に傾きの値の絶対値が分類閾値以上の第３の挙動とに分類する、
請求項２に記載の監視対象選定装置。

【請求項4】

前記分類部は、
前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動との分類結果が同じ場合に、前記計測パラメータを前記異常予兆監視装置に出力するように選択する、
請求項３に記載の監視対象選定装置。

【請求項5】

前記分類部は、
前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第２の挙動のときに各々の期間の計測パラメータの平均値の比または差が第１所定値の範囲内の場合に、前記計測パラメータを前記異常予兆監視装置に出力するように選択する、
請求項３または請求項４に記載の監視対象選定装置。

【請求項6】

前記分類部は、
前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第１の挙動のときに各々の傾きの値の比または差が第２所定値の範囲内である場合に、前記計測パラメータを前記異常予兆監視装置に出力するように選択する、
請求項３から請求項５のいずれか１項に記載の監視対象選定装置。

【請求項7】

前記分類部は、
前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第３の挙動であり各々の傾きの値が負の値ときに各々の傾きの値の比または差が第２所定値の範囲内である場合に、前記計測パラメータを前記異常予兆監視装置に出力するように選択する、
請求項３から請求項５のいずれか１項に記載の監視対象選定装置。

【請求項8】

前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動を、前記計測パラメータごとに記憶する記憶部、を備え、
前記選択部は、
前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とが異なる場合、または前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第２の挙動のときに各々の期間の計測パラメータの平均値の比または差が第１所定値の範囲外の場合、または前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第１の挙動でありそれぞれの傾きの値の比が所定範囲外である場合、または前記前回の運転サイクルの前記計測パラメータの挙動と前記今回の運転サイクルの前記計測パラメータの挙動とがともに前記第３の挙動であり各々の傾きの値が負の値ときに各々の傾きの値の比または差が第２所定値の範囲外である場合、前記記憶部が記憶する情報を参照して、前記今回の運転サイクルの前記計測パラメータの挙動が正常である場合、前記計測パラメータを前記異常予兆監視装置に出力するように選択する、
請求項３から請求項７のいずれか１項に記載の監視対象選定装置。

【請求項9】

プラントの計測パラメータの相互の相関関係を表す相関値に基づき当該プラントの異常予兆を検知する異常予兆監視装置に前記計測パラメータを出力する監視対象選定装置を用いた監視対象選定方法であって、
分類部が、前記プラントにおいて計測される複数の計測パラメータを取得し、前回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類し、今回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類するステップと、
選択部が、前記異常予兆監視装置に出力する前記今回の運転サイクルにおける計測パラメータを選択するステップと、
を有し、
前記計測パラメータを選択するステップでは、前記分類の結果に基づいて前回の運転サイクルと今回の運転サイクルとで挙動が異なると判断した場合に、挙動が異なることが正常であるのか異常であるのかを、事前に記憶部に記憶された情報に基づいて判断し、正常であって監視が不要であると判断した場合に、前記今回の運転サイクルにおける計測パラメータを前記異常予兆監視装置に出力する、
監視対象選定方法。

【請求項10】

プラントの計測パラメータの相互の相関関係を表す相関値に基づき当該プラントの異常予兆を検知する異常予兆監視装置に前記計測パラメータを出力する監視対象選定装置のコンピュータに、
分類部が、前記プラントにおいて計測される複数の計測パラメータを取得し、前回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類し、今回の運転サイクルにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類するステップと、
選択部が、前記異常予兆監視装置に出力する前記今回の運転サイクルにおける計測パラメータを選択するステップと、
を実行させるプログラムであって、
前記計測パラメータを選択するステップでは、前記分類の結果に基づいて前回の運転サイクルと今回の運転サイクルとで挙動が異なると判断した場合に、挙動が異なることが正常であるのか異常であるのかを、事前に記憶部に記憶された情報に基づいて判断し、正常であって監視が不要であると判断した場合に、前記今回の運転サイクルにおける計測パラメータを前記異常予兆監視装置に出力する、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、監視対象選定装置、監視対象選定方法、およびプログラムに関する。

【背景技術】

【0002】

原子力発電プラントにおいて、異常予兆監視システムは、制御対象に設けられた複数の計測装置から計測情報を取得し、取得した計測情報をプラント運転データとして取得する。また、異常予兆監視システムは、取得した複数の計測パラメータ間の相互関係を示す相関に基づいて、原子力発電プラントの異常予兆を検知する。なお、異常診断システムは、データベース、異常予兆監視システム等を備える。異常診断システムは、異常予兆監視システムが出力した異常予兆検知結果とデータベースの情報を基に、原子力発電プラントの異常事象等（異常事象・異常予兆設備・異常対応処置）を特定している（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１７−６２７３０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１に記載の技術では、複数の計測装置の運転サイクルが異なる場合等、計測情報が不連続に変化する場合に相関関係の崩れが生じるため、この影響を受け運転サイクル内の異常予兆検知が困難となる。また、特許文献１に記載の技術では、運転サイクルが異なることに起因する異常検知（誤検知)により、監視すべき運転サイクル内の異常検知が非効率となる。

【0005】

本発明は、誤検知を低減し、異常診断システムで効果的な異常事象等の特定を行うことができる監視対象選定装置、監視対象選定方法、およびプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の第１の態様によれば、監視対象選定装置は、当該監視対象選定装置が出力する計測パラメータの相互の相関関係を表す相関値に基づきプラントの異常事象を診断する異常診断装置に前記計測パラメータを出力する監視対象選定装置であって、前記プラントにおいて計測される複数の計測パラメータを取得し、第１期間における前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類し、前記第１期間と第２期間それぞれにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類する分類部と、前記第１期間の前記計測パラメータの挙動と、前記第２期間の前記計測パラメータの挙動とを比較した結果に基づいて、前記異常診断装置に出力する前記計測パラメータを選択する選択部と、を備える。

【0007】

また、本発明の第２の態様によれば、監視対象選定装置において、前記分類部は、比較した結果、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とが同じ場合に、当該計測パラメータを前記異常診断装置に出力する前記計測パラメータとして選択し、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とが異なる場合に、前記第２期間の前記計測パラメータが正常である場合に当該計測パラメータを前記異常診断装置に出力する前記計測パラメータとして選択するようにしてもよい。

【0008】

また、本発明の第３の態様によれば、監視対象選定装置において、前記分類部は、前記計測パラメータを、時刻に対する計測値の傾きの値に基づいて、前記傾きの値が分類閾値以上の第１の挙動と、前記傾きの値の絶対値が分類閾値未満の第２の挙動と、前記傾きの値が負の値の場合に傾きの値の絶対値が分類閾値以上の第３の挙動とに分類するようにしてもよい。

【0009】

また、本発明の第４の態様によれば、監視対象選定装置において、前記分類部は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動との分類結果が同じ場合に、前記計測パラメータを前記異常診断装置に出力するように選択するようにしてもよい。

【0010】

また、本発明の第５の態様によれば、監視対象選定装置において、前記分類部は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第２の挙動のときに各々の期間の計測パラメータの平均値の比または差が第１所定値の範囲内の場合に、前記計測パラメータを前記異常診断装置に出力するように選択するようにしてもよい。

【0011】

また、本発明の第６の態様によれば、監視対象選定装置において、前記分類部は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第１の挙動のときに各々の傾きの値の比または差が第２所定値の範囲内である場合に、前記計測パラメータを前記異常診断装置に出力するように選択するようにしてもよい。

【0012】

また、本発明の第７の態様によれば、監視対象選定装置において、前記分類部は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第３の挙動であり各々の傾きの値が負の値ときに各々の傾きの値の比または差が第２所定値の範囲内である場合に、前記計測パラメータを前記異常診断装置に出力するように選択するようにしてもよい。

【0013】

また、本発明の第８の態様によれば、監視対象選定装置は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動を、前記計測パラメータごとに記憶する記憶部、を備え、前記選択部は、前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とが異なる場合、または前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第２の挙動のときに各々の期間の計測パラメータの平均値の比または差が第１所定値の範囲外の場合、または前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第１の挙動でありそれぞれの傾きの値の比が所定範囲外である場合、または前記第１期間の前記計測パラメータの挙動と前記第２期間の前記計測パラメータの挙動とがともに前記第３の挙動であり各々の傾きの値が負の値ときに各々の傾きの値の比または差が第２所定値の範囲外である場合、前記記憶部が記憶する情報を参照して、前記第２期間の前記計測パラメータの挙動が正常である場合、前記計測パラメータを前記異常診断装置に出力するように選択するようにしてもよい。

【0014】

また、本発明の第９の態様によれば、監視対象選定方法は、監視対象選定装置が出力する計測パラメータの相互の相関関係を表す相関値に基づきプラントの異常事象を診断する異常診断装置に前記計測パラメータを出力する前記監視対象選定装置の監視対象選定方法であって、分類部が、前記プラントにおいて計測される複数の計測パラメータを取得し、第１期間における前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類するステップと、前記分類部が、前記第１期間と第２期間それぞれにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類するステップと、選択部が、前記第１期間の前記計測パラメータの挙動と、前記第２期間の前記計測パラメータの挙動とを比較した結果に基づいて、前記異常診断装置に出力する前記計測パラメータを選択するステップと、を含む。

【0015】

また、本発明の第１０の態様によれば、プログラムは、監視対象選定装置が出力する計測パラメータの相互の相関関係を表す相関値に基づきプラントの異常事象を診断する異常診断装置に前記計測パラメータを出力する前記監視対象選定装置のコンピュータに、前記プラントにおいて計測される複数の計測パラメータを取得し、第１期間における前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類する手順と、前記第１期間と第２期間それぞれにおける前記複数の計測パラメータそれぞれに対して時刻に対する計測値の変化の挙動を分類する手順と、前記第１期間の前記計測パラメータの挙動と、前記第２期間の前記計測パラメータの挙動とを比較した結果に基づいて、前記異常診断装置に出力する前記計測パラメータを選択する手順と、を実行させる。

【発明の効果】

【0016】

上記態様のうち少なくとも１つの態様によれば、監視対象選定装置は、誤検知を低減し、異常診断システムで効果的な異常事象等の特定を行うことができる。

【図面の簡単な説明】

【0017】

【図1】本実施形態に係る異常診断システムの構成例を示す図である。

【図2】本実施形態に係る監視対象選定装置の構成例を示す図である。

【図3】本実施形態に係る計測パラメータの分類例を示す図である。

【図4】本実施形態に係るＮサイクルとＮ＋１サイクルにおける挙動の変化例を示す図である。

【図5】本実施形態に係る記憶部が記憶する情報例を説明する図である。

【図6】本実施形態に係る監視対象選定装置が行う処理手順例を示すフローチャートである。

【図7】本実施形態に係る異常予兆監視装置の構成例を示す図である。

【図8】異常予兆判断部が選択した２つの計測パラメータの例を示す図である。

【図9】異常指示値と警報発信閾値の例を示す図である。

【図10】発生事象に対する計測パラメータの寄与度の例を示す図である。

【図11】計測パラメータの監視例を説明する図である。

【発明を実施するための形態】

【0018】

以下、本発明の実施の形態について図面を参照しながら説明する。
図１は、本実施形態に係る異常診断システム１の構成例を示す図である。図１に示すように、異常診断システム１は、監視対象選定装置３、異常予兆監視装置４、および異常診断装置５を備える。なお、以下の実施形態では、異常診断システム１を原子力発電プラントに適用する例を説明する。
また、異常診断装置５は、取得部５１、記憶部５２、および異常診断制御部５３を備える。

【0019】

異常診断システム１は、原子力発電プラントに設けられる複数の計測装置２１、２２，２３，・・・それぞれが出力する計測パラメータを、プラント運転データとして取得する。異常診断システム１は、取得した計測パラメータに基づいて原子炉を有する原子力発電プラントの異常を診断する。ここで計測装置２１、２２，２３，・・・は、例えば、ポンプの圧力、注入される流量、出力される流量、水位、ポンプの軸受けの温度等を計測する装置である。

【0020】

監視対象選定装置３は、計測装置２１、２２，２３，・・・それぞれから計測パラメータを取得する。監視対象選定装置３は、取得した計測パラメータそれぞれに対して、出力対象であるか否かを判断する。監視対象選定装置３は、出力対象であると判断した計測パラメータを選択し、選択した計測パラメータを異常予兆監視装置４に出力する。なお、監視対象選定装置３の構成、判断方法等については、後述する。

【0021】

異常予兆監視装置４は、例えば、取得した複数の計測パラメータの相互の相関関係を表す相関値に基づいて、原子力発電プラントの異常予兆を検知する。異常予兆監視装置４は、検知した異常予兆の検知結果を異常診断装置５に出力する。異常予兆の検知結果には、例えば、パラメータ推移、パラメータ寄与度、及び計測パラメータの系統上の位置等が含まれている。なお、異常予兆監視装置４の構成、判断方法等については、後述する。

【0022】

異常診断装置５は、異常予兆監視装置４が出力する異常予兆の検知結果と、自装置が記憶する原子力発電プラントの過去の運転履歴とに基づいて、原子力発電プラントの異常事象を特定する。

【0023】

取得部５１は、異常予兆監視装置４が出力する異常予兆の検知結果を取得する。
記憶部５２は、原子力発電プラントの過去の運転履歴に基づいて生成される各種情報を記憶する。例えば、記憶部５２は、原子力発電プラントの異常事象と、異常事象に関連付けられる異常予兆設備と、異常事象に関連付けられる異常対応処置と、を記憶する。また、記憶部５２は、異常事象に関連付けられる判定用のパラメータ推移と、異常事象に関連付けられる判定用のパラメータ寄与度と、を記憶する。なお、判定用のパラメータ推移と判定用のパラメータ寄与度は、原子力発電プラントの過去の運転履歴に基づいて生成されている。

【0024】

異常診断制御部５３は、取得した異常予兆の検知結果と、記憶部５２が記憶する各種情報を比較・照合する（つまり、マッチング判定を行う）ことで、原子力発電プラントの異常事象等を特定する。例えば、異常診断制御部５３は、取得した異常予兆の検知結果に含まれるパラメータ推移、パラメータ寄与度、及び計測パラメータの系統上の位置と、記憶部５２が記憶するパラメータ推移、パラメータ寄与度、及び計測パラメータの系統上の位置を比較する。異常診断制御部５３は、これらを比較した結果、異常予兆の検知結果に一致するパラメータ推移、パラメータ寄与度、及び計測パラメータの系統上の位置があれば、一致したパラメータ推移、パラメータ寄与度、及び計測パラメータの系統上の位置に関連付けられる異常事象を特定する。さらに、異常診断制御部５３は、特定した異常事象に関連付けられる異常予兆設備及び異常対応処置を特定する。
なお、上述した異常診断装置５の異常診断方法は一例であり、これに限らない。

【0025】

次に、監視対象選定装置３の構成例と動作例を説明する。
図２は、本実施形態に係る監視対象選定装置３の構成例を示す図である。図２に示すように、監視対象選定装置３は、取得部３１、記憶部３２、対象選定部３３、出力部３４、およびトレンド監視部３５を備える。また、対象選定部３３は、分類部３３１、選択部３３２を備える。

【0026】

取得部３１は、計測装置２１、２２，２３，・・・それぞれから計測パラメータを取得する。

【0027】

対象選定部３３は、取得部３１が取得した計測パラメータそれぞれに対して、出力対象である計測パラメータを選択する。

【0028】

分類部３３１は、取得した計測パラメータ毎に、Ｎサイクル（第１期間）の時系列変化（挙動）を分類する。また、分類部３３１は、取得した計測パラメータ毎に、Ｎ＋１サイクル（第２期間）の時系列変化（挙動）を分類する。ここで、Ｎサイクルは、例えば十三ヶ月であり、Ｎ＋１サイクルは、例えば一週間である。このように、Ｎ＋１サイクル（第２期間）は、Ｎサイクル（第１期間）より短い期間であってもよい。分類部３３１は、時刻に対する計測パラメータの変化を、例えば線形近似して傾きを求める。分類部３３１は、傾きの大きさに基づいて、挙動を分類する。挙動の種類は、例えば、時間の経過に従って計測値が増加する「上昇」、時間の経過に従って計測値が所定の値の範囲内である「一定」、時間の経過に従って計測値が減少する「低下」である。

【0029】

選択部３３２は、分類部３３１が分類したＮサイクルにおける挙動の分類結果（以下、Ｎサイクルの分類結果という）と、Ｎ＋１サイクルにける挙動の分類結果（以下、Ｎ＋１サイクルの分類結果）が一致しているか異なっているか判断する。選択部３３２は、Ｎサイクルの分類結果と、Ｎ＋１サイクルの分類結果が異なっている場合、評価対象であると判断する。選択部３３２は、Ｎサイクルの分類結果と、Ｎ＋１サイクルの分類結果が一致している場合、Ｎサイクルにおける計測パラメータの第１の平均値と、Ｎ＋１サイクルにおける計測パラメータの第２の平均値を求め、求めた第１の平均値と第２の平均値が同じであるか異なっているか判断する。なお、選択部３３２は、例えば、第１の平均値と第２の平均値の比または差が所定の値の範囲内である場合、第１の平均値と第２の平均値が同じであると判断する。選択部３３２は、第１の平均値と第２の平均値が異なっている場合、評価対象であると判断する。選択部３３２は、Ｎサイクルの分類結果と、Ｎ＋１サイクルの分類結果が一致している場合、Ｎサイクルにおける計測パラメータの時刻に対する第１の傾きと、Ｎ＋１サイクルにおける計測パラメータの時刻に対する第２の傾きを求め、求めた第１の傾きと第２の傾きが同じであるか異なっているか判断する。選択部３３２は、第１の傾きと第２の傾きが異なっている場合、評価対象であると判断する。選択部３３２は、Ｎサイクルの分類結果とＮ＋１サイクルの分類結果が一致している場合、かつ第１の平均値と第２の平均値が一致している場合、かつ第１の傾きと第２の傾きが一致している場合、出力対象（評価対象外）であると判断して、取得した計測パラメータを、出力部３４を介して異常予兆監視装置４に出力する。なお、分類部３３１は、複数の計測パラメータを分類する際に、複数の計測パラメータの最大値と最小値用いて計測値を規格化したのちに、挙動を分類するようにしてもよい。

【0030】

選択部３３２は、評価対象と判断した計測パラメータに対して、さらにＮサイクルの分類結果とＮ＋１サイクルの分類結果が異なっている場合、または第１の平均値と第２の平均値が異なっている場合、または第１の傾きと第２の傾きが異なっている分類結果が正常であるか異常であるかを、記憶部３２が記憶する情報と比較して判断する。選択部３３２は、正常であると判断し、かつ監視対象選定装置３で監視不要な計測パラメータである場合、取得した計測パラメータを、出力部３４を介して異常予兆監視装置４に出力する。選択部３３２は、異常であると判断した場合、または監視対象選定装置３で監視する必要がある計測パラメータである場合、取得した計測パラメータをトレンド監視部３５に出力する。

【0031】

記憶部３２は、計測データを分類するための分類閾値を記憶する。記憶部３２は、計測パラメータ毎に、正常動作時のＮサイクルの挙動の分類結果とＮ＋１サイクルの挙動の分類結果を記憶する。記憶部３２は、Ｎサイクル時の動作状態、Ｎ＋１サイクル時の動作状態を記憶する。なお、動作状態とは、点検前、点検後、装置の交換前、装置の交換後、作業が行われた状態、作業が行われていなかった状態等である。記憶部３２は、計測パラメータ毎に、Ｎサイクルにおける挙動の分類結果を記憶し、Ｎ＋１サイクルにおける挙動の分類結果を記憶する。

【0032】

出力部３４は、対象選定部３３が選択した計測パラメータを異常予兆監視装置４に出力する。
トレンド監視部３５は、選択部３３２が出力した計測パラメータに対して、計測パラメータの監視（トレンド監視）等を行う。トレンド監視部３５は、監視した結果を示す情報と監視した計測パラメータを、図１の破線のように異常予兆監視装置４または異常診断装置５に出力するようにしてもよい。または、トレンド監視部３５は、自装置が備える不図示の表示部に表示するようにしてもよい。

【0033】

次に、計測パラメータの分類例を説明する。
図３は、本実施形態に係る計測パラメータの分類例を示す図である。図３において、横軸は時刻、縦軸は計測値である。
符号ｇ１は、時系列変化の状態（挙動）が上昇の例である。分類部３３１は、線形近似して求めた傾きの大きさが、分類閾値以上である場合に、挙動の分類結果を「上昇」（第１の挙動）であると判断する。

【0034】

符号ｇ２は、時系列変化の状態（挙動）が一定の例である。分類部３３１は、線形近似して求めた傾きの大きさの絶対値が、分類閾値未満である場合に、挙動の分類結果を「一定」（第２の挙動）であると判断する。

【0035】

符号ｇ３は、時系列変化の状態（挙動）が低下の例である。分類部３３１は、線形近似して求めた傾きが負の値のとき、傾きの絶対値が分類閾値以上である場合に、挙動の分類結果を「低下」（第３の挙動）であると判断する。

【0036】

次に、計測パラメータの分類例を説明する。
図４は、本実施形態に係るＮサイクルとＮ＋１サイクルにおける挙動の変化例を示す図である。
図４に示す例では、Ｎサイクルの挙動は「上昇」であり、Ｎ＋１サイクルの挙動は「一定」である。なお、Ｎサイクルにおける挙動は正常時の挙動である。そして、Ｎ＋１サイクルの挙動が監視対象選定装置３の解析対象である。
このように、同じ計測パラメータにおいて、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果が異なる場合、選択部３３２は、挙動の分類結果が異なる要因を確認し、異なっていることが正常であるのか異常であるのかを判断する。ここで、要因は、例えば、Ｎサイクルの計測パラメータが作業点検前でありＮ＋１サイクルの計測パラメータが点検後である場合、またはＮサイクルの計測パラメータが装置の交換前でありＮ＋１サイクルの計測パラメータが装置の交換後である場合等である。
例えば、再起動後、Ｎ＋１サイクルの期間（例えば一週間）の挙動が一定であることが正常である場合もある。また、装置の交換後であれば、Ｎ＋１サイクルの挙動が一定であることが正常である場合もある。

【0037】

次に、記憶部３２が記憶する情報例を説明する。
図５は、本実施形態に係る記憶部３２が記憶する情報例を説明する図である。
図５に示すように、記憶部３２は、分類部３３１が分類したＮサイクルとＮ＋１サイクルの挙動の分類結果を記憶する。例えば、記憶部３２は、計測パラメータＡに、Ｎサイクルの挙動の分類結果の「上昇」、Ｎ＋１サイクルの挙動の分類結果の「上昇」を対応付けて記憶する。記憶部３２は、計測パラメータＣに、Ｎサイクルの挙動の分類結果の「一定」、Ｎ＋１サイクルの挙動の分類結果の「一定」を対応付けて記憶する。

【0038】

次に、監視対象選定装置３が行う処理手順例を説明する。
図６は、本実施形態に係る監視対象選定装置３が行う処理手順例を示すフローチャートである。なお、監視対象選定装置３は、以下の処理を、計測パラメータ毎に行う。

【0039】

（ステップＳ１）取得部３１は、計測装置２１、２２，２３，・・・それぞれから計測パラメータを取得する。
（ステップＳ２）分類部３３１は、Ｎサイクルの時系列変化（挙動）を分類する。また、分類部３３１は、Ｎ＋１サイクルの時系列変化（挙動）を分類する。

【0040】

（ステップＳ３）選択部３３２は、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果とが異なっているか否かを判断する。選択部３３２は、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果とが異なっていると判断した場合（ステップＳ３；ＹＥＳ）、ステップＳ７の処理に進める。選択部３３２は、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果とが同じである判断した場合（ステップＳ３；ＮＯ）、ステップＳ４の処理に進める。

【0041】

（ステップＳ４）選択部３３２は、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果とが、両方とも「一定」である場合、Ｎサイクルにおける計測パラメータの平均値を求め、Ｎ＋１サイクルにおける計測パラメータの平均値を求める。続けて、選択部３３２は、Ｎサイクルにおける計測パラメータの平均値と、Ｎ＋１サイクルにおける計測パラメータの平均値とが異なっているか否かを判断する。選択部３３２は、例えば、Ｎサイクルにおける計測パラメータの平均値と、Ｎ＋１サイクルにおける計測パラメータの平均値の比または差が、第１所定値の範囲内である場合は、平均値が同じであると判断する。また、選択部３３２は、例えば、Ｎサイクルにおける計測パラメータの平均値と、Ｎ＋１サイクルにおける計測パラメータの平均値の比または差が、第１所定値の範囲外である場合は、平均値が異なっていると判断する。選択部３３２は、Ｎサイクルにおける計測パラメータの平均値と、Ｎ＋１サイクルにおける計測パラメータの平均値とが異なっていると判断した場合（ステップＳ４；ＹＥＳ）、ステップＳ７の処理に進める。選択部３３２は、Ｎサイクルにおける計測パラメータの平均値と、Ｎ＋１サイクルにおける計測パラメータの平均値とが同じであると判断した場合（ステップＳ４；ＮＯ）、ステップＳ５の処理に進める。

【0042】

（ステップＳ５）選択部３３２は、Ｎサイクルの挙動の分類結果と、Ｎ＋１サイクルの挙動の分類結果とが、両方とも「上昇」または「低下」である場合、Ｎサイクルにおける時間に対する計測パラメータの傾きを例えば線形近似で求め、Ｎ＋１サイクルにおける時間に対する計測パラメータの傾きを例えば線形近似で求める。続けて、選択部３３２は、Ｎサイクルにおける傾きと、Ｎ＋１サイクルにおける傾きとが異なっているか否かを判断する。選択部３３２は、例えば、Ｎサイクルにおける傾きと、Ｎ＋１サイクルにおける傾きの比または差が、第２所定値の範囲内である場合は、傾きが同じであると判断する。また、選択部３３２は、例えば、Ｎサイクルにおける傾きと、Ｎ＋１サイクルにおける傾きの比または差が、第２所定値の範囲外である場合は、傾きが異なっていると判断する。なお、第２所定値は、「上昇」と「低下」で同じ値であってもよく、異なっていてもよい。選択部３３２は、Ｎサイクルにおける傾きと、Ｎ＋１サイクルにおける傾きが異なっていると判断した場合（ステップＳ５；ＹＥＳ）、ステップＳ７の処理に進める。選択部３３２は、Ｎサイクルにおける傾きと、Ｎ＋１サイクルにおける傾きが同じであると判断した場合（ステップＳ５；ＮＯ）、ステップＳ６の処理に進める。

【0043】

（ステップＳ６）選択部３３２は、Ｎサイクルの挙動の分類結果とＮ＋１サイクルの挙動の分類結果が同じであり、かつＮサイクルにおける計測パラメータの平均値とＮ＋１サイクルにおける計測パラメータの平均値が同じであり、かつＮサイクルにおける計測パラメータの傾きとＮ＋１サイクルにおける計測パラメータの傾きが同じである場合、その計測パラメータを評価対象外として選択する。選択後、選択部３３２は、ステップＳ８の処理を進める。

【0044】

（ステップＳ７）選択部３３２は、Ｎサイクルの挙動の分類結果とＮ＋１サイクルの挙動の分類結果が異なる場合、またはＮサイクルにおける計測パラメータの平均値とＮ＋１サイクルにおける計測パラメータの平均値が異なる場合、またはＮサイクルにおける計測パラメータの傾きとＮ＋１サイクルにおける計測パラメータの傾きが異なる場合、その計測パラメータを評価対象として選択する。選択後、選択部３３２は、ステップＳ９の処理を進める。

【0045】

（ステップＳ８）選択部３３２は、選択した計測パラメータを異常予兆監視装置４に出力する。監視対象選定装置３は、処理を終了する。

【0046】

（ステップＳ９）選択部３３２は、ステップＳ７で評価対象とした計測パラメータのＮサイクルの挙動とＮ＋１サイクルの挙動が異なることが正常であるのか異常であるのかを、記憶部３２が記憶する情報に基づいて判断する。または、選択部３３２は、ステップＳ７で評価対象としたＮサイクルにおける計測パラメータの平均値とＮ＋１サイクルにおける計測パラメータの平均値が異なることが正常であるのか異常であるのかを、記憶部３２が記憶する情報に基づいて判断する。または、選択部３３２は、ステップＳ７で評価対象としたＮサイクルにおける傾きとＮ＋１サイクルにおける傾きが異なることが正常であるのか異常であるのかを、記憶部３２が記憶する情報に基づいて判断する。選択部３３２は、正常であると判断した場合（ステップＳ９；正常）、ステップＳ１０の処理に進め、異常であると判断した場合（ステップＳ９；異常）、ステップＳ１１の処理に進める。

【0047】

（ステップＳ１０）選択部３３２は、正常であると判断された計測パラメータの監視が必要であるか否かを、記憶部３２が記憶する情報に基づいて判断する。選択部３３２は、監視が不要であると判断した場合（ステップＳ１０；予兆監視可）、ステップＳ８の処理に進める。選択部３３２は、監視が必要であると判断した場合（ステップＳ１０；予兆監視否）、ステップＳ１１の処理に進める。この意味合いは、Ｎ＋１サイクルにおける挙動の分類結果の異なりが一時的なものであるのか継続するかを選択部３３２が判断している。選択部３３２は、継続的に挙動の分類結果が異なるのであれば、監視不要なので対象外と判断する。

【0048】

（ステップＳ１１）選択部３３２は、計測パラメータをトレンド監視部３５に出力する。トレンド監視部３５は、選択部３３２が出力した計測パラメータに対して、トレンド監視等を行う。

【0049】

なお、上述した処理において、選択部３３２は、ステップＳ３でＮサイクルとＮ＋１サイクルの計測パラメータの挙動の分類結果が同じ場合に、その計測パラメータを選択して、選択した計測パラメータを異常予兆監視装置４に出力するようにしてもよい。

【0050】

また、上述した処理において、選択部３３２は、ステップＳ４でＮサイクルとＮ＋１サイクルの計測パラメータの平均値が同じ場合に、その計測パラメータを選択して、選択した計測パラメータを異常予兆監視装置４に出力するようにしてもよい。

【0051】

また、上述した処理において、選択部３３２は、ステップＳ３でＮサイクルとＮ＋１サイクルの計測パラメータの挙動の分類結果が同じ場合、かつステップＳ５でＮサイクルとＮ＋１サイクルの計測パラメータの傾きが同じ場合に、その計測パラメータを選択して、選択した計測パラメータを異常予兆監視装置４に出力するようにしてもよい。

【0052】

ここで、ステップＳ９の処理を行う理由を、さらに説明する。
正常時の挙動であるＮサイクルの挙動と、Ｎ＋１サイクルの挙動とが異なっていても、計測値の挙動としては正常である場合もあり得る。例えばＮサイクルの動作後に、計測装置２１が交換された場合、Ｎ＋１サイクルの挙動がＮサイクルの挙動と異なる場合もある。また、例えばＮ＋１サイクルの期間に作業が行われていた場合、Ｎ＋１サイクルの挙動がＮサイクルの挙動と異なる場合もある。ステップＳ９の処理の目的は、このように正常である計測パラメータを異常予兆監視装置４に出力するように選択することにある。

【0053】

なお、上述した例では、分類部３３１が、計測パラメータに対して線形近似して挙動を３種類に分類する例を説明したが、これに限らない。分類部３３１は、時刻に対する計測値に対して、二次近似、三次近似、・・等を行って分類してもよい。または、所定の時間変化を有する挙動を記憶部３２に記憶させておき、分類部３３１は、記憶部３２が記憶する情報を参照して分類してもよい。所定の時間変化を有する挙動とは、例えば、台形形状の挙動、期間内に複数回の増加と低下を繰り返す挙動、矩形波のように高い計測値と低い計測値を繰り返す挙動等である。また、分類部３３１は、２種類以上に挙動を分類してもよく、４種類以上に挙動を分類してもよい。

【0054】

次に、異常予兆監視装置４の構成例と動作例を説明する。
図７は、本実施形態に係る異常予兆監視装置４の構成例を示す図である。図７に示すように、異常予兆監視装置４は、取得部４１、記憶部４２、および異常予兆判断部４３を備える。

【0055】

取得部４１は、監視対象選定装置３が出力する選択された計測パラメータを取得する。
記憶部４２は、取得部４１が取得した計測パラメータを、計測パラメータ毎に時系列に従って記憶する。また、記憶部４２は、異常予兆であるか否かを判定するための閾値を記憶する。記憶部４２は、時刻に対する計測値の変化の予測値または正常時の実測値を計測パラメータ毎に記憶する。さらに、記憶部４２は、実測値と予測値との乖離閾値を、計測パラメータ毎に記憶する。

【0056】

異常予兆判断部４３は、複数の計測パラメータのうち、２つの計測パラメータの相関強さを表す相関値それぞれを導出する。異常予兆判断部４３は、導出した全ての計測パラメータの相関値を足し合わせた相関値を異常指示値として用いる。異常予兆判断部４３は、監視指示値が警報発信閾値を超えた場合、異常予兆があると判定（検知）する。異常予兆判断部４３は、監視指示値が警報発信閾値以下である場合、異常予兆がないと判定（未検知）する。異常予兆判断部４３は、異常予兆があると検知した場合、異常予兆の検知結果を異常診断装置５に出力する。なお、異常指標値とは、異常度の指標である。また、警報発信閾値は、異常予兆であるか否かを判定するための閾値である。

【0057】

次に、異常予兆監視装置４が行う予兆監視の処理手順の概略を説明する。
異常予兆判断部４３は、複数の計測パラメータのうち、２つの計測パラメータを選択する。
図８は、異常予兆判断部４３が選択した２つの計測パラメータの例を示す図である。図８に示す例では、異常予兆判断部４３は、第１の計測パラメータとして「ＡＡライン出口流量」を選択する。そして、異常予兆判断部４３は、第２の計測パラメータとして、まず「ＢＢポンプ軸受温度」を選択する。次に、異常予兆判断部４３は、第２の計測パラメータとして、「ＡＡライン入口温度」を選択する。次に、異常予兆判断部４３は、第２の計測パラメータとして、「ＣＣライン出口温度」を選択する。このように、異常予兆判断部４３は、複数の計測パラメータから、２つの計測パラメータの全ての組み合わせを選択していく。そして、異常予兆判断部４３は、選択した第１の計測パラメータと第２の計測パラメータの相関の強さを示す相関値を、全ての組み合わせに対して求める。異常予兆判断部４３は、第１の計測パラメータと第２の計測パラメータの全ての組み合わせそれぞれの相関値の総和を、異常指示値をして求める。

【0058】

図９は、異常指示値と警報発信閾値の例を示す図である。
図９において、横軸は時刻、縦軸は異常指示値である。破線ｇ１１は、警報発信閾値を表し、波形ｇ１２は、時刻に対する異常指示値の変化を表す。図９に表す例では、時刻ｔ１のとき、異常指示値が警報発信閾値を超える例である。
異常予兆判断部４３は、監視指示値が警報発信閾値を超えた場合、その時刻ｔ１のときの計測パラメータそれぞれの異常指標値に帯する寄与度を求める。

【0059】

図１０は、発生事象に対する計測パラメータの寄与度の例を示す図である。図１０において、横軸は計測パラメータの種類、縦軸は寄与度である。
図１０に示す例では、異常指標値に寄与している寄与度の高い計測パラメータが、順にパラメータＡ、パラメータＢ、パラメータＣ、パラメータＤ、パラメータＥ、パラメータＦの例である。図１０に示すように、図９において、時刻ｔ１のとき寄与度が最も高い計測パラメータは、パラメータＡである。
このように、異常予兆判断部４３は、異常指示値が警報発信閾値を超えた時刻における寄与度の高い計測パラメータを抽出する。なお、異常予兆判断部４３は、寄与度の高い計測パラメータを少なくとも１つ抽出し、２つ以上抽出するようにしてもよい。

【0060】

異常予兆判断部４３は、抽出した寄与度の高い計測パラメータに対して、実測値と予測値との比較を行うことで計測パラメータを個別に監視する。
図１１は、計測パラメータの監視例を説明する図である。図１１において、横軸は時刻、縦軸は、計測値である。また、波形ｇ２１は、実測値であり、波形ｇ２２は予測値である。
図９、図１０に示す例において、異常予兆判断部４３は、寄与度の高い計測パラメータとしてパラメータＡを選択する。そして、異常予兆判断部４３は、記憶部４２が記憶するパラメータＡの時刻に対する計測値の変化の予測値（または正常時の実測値）を読み出す。異常予兆判断部４３は、予測値と実測値を比較し、予測値と実測値との乖離状態を監視する。異常予兆判断部４３は、例えば、時刻ｔ１以降、パラメータＡの実測値と予測値との乖離状態を監視し、実測値と予測値との差が乖離閾値以上となった時刻ｔ２のときに、パラメータＡに異常予兆が発生していると検知する。異常予兆判断部４３は、異常予兆があると検知した場合、異常予兆の検知結果を異常診断装置５に出力する。

【0061】

なお、異常予兆監視装置４は、異常指示値が警報発信閾値を超えたとき、不図示の報知部から報知するようにしてもよい。また、異常予兆監視装置４は、異常指示値が警報発信閾値を超えたとき、不図示の表示部に寄与度の高い計測パラメータと寄与度を表示させるようにしてもよい。

【0062】

なお、上述した異常予兆の方法は一例であり、これに限らない。例えば、先行技術文献における特許文献１の特開２０１５−６２７３０号公報に記載のように行ってもよい。

【0063】

上述したように、異常予兆監視装置４は、運転サイクル内の異常予兆検知を目的としている。このため異常予兆監視装置４は、ＮサイクルとＮ＋１サイクルの間で計測パラメータそれぞれの挙動が異なっている場合、相関が崩れることによって異常予兆検知が困難になる場合があった。
このため、本実施形態では、Ｎ＋１サイクルの挙動が異常である場合に、その計測パラメータを異常予兆判断部４３に出力しないように選択する。または、本実施形態では、その計測パラメータを異常予兆監視装置４に出力する計測パラメータから除外する。換言すると、本実施形態では、計測パラメータの不連続な変化に起因する異常予兆を事前にスクリーニングし、運転サイクル内の異常を監視する異常予兆監視装置４の入力から除外する。
これにより、本実施形態によれば、異常予兆監視装置４に出力する計測パラメータを選択することで、異常予兆監視装置４の誤検出を低減することができる。この結果、本実施形態によれば、異常診断システム１の異常事象の特定時の精度を向上させることができる。

【0064】

また、本実施形態では、計測パラメータそのものを異常予兆監視装置４に入力するのではなく、上述の監視対象選定装置３で監視対象を選定した上で異常予兆監視装置４に入力することとしている。

【0065】

また、本実施形態では、異常予兆監視前の計測パラメータを対象に挙動を分析（パターン化）して分類した。また、本実施形態では、運転サイクル間（例えば、前回の運転サイクルと今回の運転サイクル）で比較を行うようにした。

【0066】

以上のように、本実施形態では、計測パラメータ間の相互関係を示す相関値に基づいて、原子力発電プラントの異常予兆を検知する際に、監視対象選定装置３で取得した複数の計測パラメータから正常な挙動の計測パラメータを選択して、選択した計測パラメータを異常予兆監視装置４に出力するようにした。
以上のように、本実施形態では、運転サイクルが異なる場合等、計測パラメータが不連続に変化する場合に相関関係の崩れが発生した場合であっても、正常な挙動の計測パラメータを選択して、選択した計測パラメータを異常予兆監視装置４に出力するようにした。この結果、本実施形態によれば、運転サイクル内の異常予兆検知・異常事象特定が困難となる課題を解決することができる。

【0067】

また、上述した例では、異常診断システム１を原子力発電プラントに適用する例を説明したが、これに限らない。異常診断システム１は、火力発電プラント、水力発電プラント、風力発電プラント、太陽光発電プラント等に適用することも可能である。この場合、第１期間、第２期間は、それぞれの発電プラントに応じた期間であってもよい。

【0068】

なお、本発明における監視対象選定装置３の機能の全てまたは一部を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより監視対象選定装置３が行う処理の全てまたは一部を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

【0069】

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。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。

【0070】

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形および置換を加えることができる。

【符号の説明】

【0071】

１…異常診断システム、３…監視対象選定装置、４…異常予兆監視装置、５…異常診断装置、３１…取得部、３２…記憶部、３３…対象選定部、３４…出力部、３５…トレンド監視部、３３１…分類部、３３２…選択部、４１…取得部、４２…記憶部、４３…異常予兆判断部、５１…取得部、５２…記憶部、５３…異常診断制御部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】