知財求人 - 知財ポータルサイト「IP Force」
特許7411061物理量計算装置、操作量計算装置、物理量計算方法、プログラムおよび運転最適化システム
(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】
(24)【登録日】2023-12-26
(45)【発行日】2024-01-10
(54)【発明の名称】物理量計算装置、操作量計算装置、物理量計算方法、プログラムおよび運転最適化システム
(51)【国際特許分類】
G05B 13/04 20060101AFI20231227BHJP
G05B 13/00 20060101ALI20231227BHJP
【ＦＩ】
G05B13/04
G05B13/00 L
【請求項の数】
9
(21)【出願番号】P 2022500238
(86)(22)【出願日】2020-12-01
(86)【国際出願番号】 JP2020044743
(87)【国際公開番号】W WO2021161625
(87)【国際公開日】2021-08-19
【審査請求日】2022-05-24
(31)【優先権主張番号】PCT/JP2020/030986
(32)【優先日】2020-08-17
(33)【優先権主張国・地域又は機関】JP
(31)【優先権主張番号】P 2020021857
(32)【優先日】2020-02-12
(33)【優先権主張国・地域又は機関】JP
(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
(72)【発明者】
【氏名】川上 麗子
(72)【発明者】
【氏名】若杉 一幸
(72)【発明者】
【氏名】手島 哲平
【審査官】田中 友章
(56)【参考文献】
【文献】特開２０００－２０５６５１（ＪＰ，Ａ）
【文献】特開２００９－２９５２９１（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１６／０２９１６０８（ＵＳ，Ａ１）
【文献】特開２０１９－１８５４６８（ＪＰ，Ａ）
【文献】特開２００３－１５０２３３（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ １３／０４
Ｇ０５Ｂ １３／００
(57)【特許請求の範囲】
【請求項1】
流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルと、前記フローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算する物理量計算部と、
を備え、
前記物理量計算式は、各流路の特性を示す計算式であって、当該流路における前記流体物の物理量と流量との関係を示す計算式である、
物理量計算装置。
【請求項2】
前記収支計算式が、実績値との違いを補正する演算項を含む請求項１に記載の物理量計算装置。
【請求項3】
前記実績値との違いは、前記流体物の状態量の計測データの不足に起因して前記収支が合わないこと、前記流路のモデル化の誤差に起因して前記収支が合わないこと、経年劣化や損失により前記収支が合わないことの少なくとも１つに対応する請求項２に記載の物理量計算装置。
【請求項4】
前記流体物の供給量は、前記流体物の発生量と、前記流体物の追加供給量との合計量である請求項１から３のいずれかに記載の物理量計算装置。
【請求項5】
前記追加供給量が、前記流体物の生成機器で生成された生成量と前記流体物の循環量とを含む請求項４に記載の物理量計算装置。
【請求項6】
前記発生量および前記消費量がそれぞれ、少なくとも実績値を説明変数とする機械学習を用いて予測された予測値である請求項４または５に記載の物理量計算装置。
【請求項7】
請求項４から６のいずれかに記載の物理量計算装置と、前記追加供給量を操作量として、前記操作量に応じて変化する所定の評価値と前記物理量に係る制約条件の達成度とに基づく評価関数が、最大または最小となるように、前記操作量を求める最適化部と、
を備える操作量計算装置。
【請求項8】
流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算するステップを、
を含み、
前記物理量計算式は、各流路の特性を示す計算式であって、当該流路における前記流体物の物理量と流量との関係を示す計算式である、
物理量計算方法。
【請求項9】
流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算するステップを、
をコンピュータに実行させるプログラムであって、
前記物理量計算式は、各流路の特性を示す計算式であって、当該流路における前記流体物の物理量と流量との関係を示す計算式である、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、物理量計算装置、操作量計算装置、物理量計算方法、プログラムおよび運転最適化システムに関する。本願は、２０２０年２月１２日に日本に出願された特願２０２０－０２１８５７号と、２０２０年８月１７日に国際出願されたＰＣＴ／ＪＰ２０２０／０３０９８６とに基づき優先権を主張し、その内容をここに援用する。
【背景技術】
【0002】
特許文献１には、機器構成要素の物理ベースモデル、統計モデル、ヒューリスティクモデル等に基づいて、プラントの損失を導出し、コスト関数に基づき機器の制御に働きかけ、プラント効率を高めるシステムが開示されている。ここで、コスト関数はプラントの機器を動作させるコストを計算する。特許文献１に記載されているシステムにおいて導出される損失は、圧力損失、熱損失、振動損失等、物理的損失を含むため、同システムでは損失導出のために多数の物理モデル等の構築が必要となる。また、経年変化を考慮する際には物理モデル等の再構築が必要となる。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１４－１７４９９３号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に記載されているシステムでは、最適なプロセス制御を行うために複雑なモデルを構築および再構築する必要があり、構成が複雑化してしまうという課題がある。
【0005】
本開示は、上記事情に鑑みてなされたものであり、簡単な構成で所定の物理量を計算することができる物理量計算装置、操作量計算装置、物理量計算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】
上記課題を解決するために、本開示に係る物理量計算装置は、流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルと、前記フローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算する物理量計算部と、を備える。
【0007】
本開示に係る物理量計算方法は、流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算するステップを、を含む。
【0008】
本開示に係るプログラムは、流体物を消費する複数の消費機器と前記各消費機器に前記流体物を流す複数の流路とを対象として、前記各流路に流れる前記流体物の流量のみに係る収支を計算する収支計算式と、前記流路における前記流体物の前記各流量に基づき前記流路における前記流体物の所定の物理量を計算する物理量計算式とを備えるフローモデルを用いて、前記流体物の供給量と、前記流体物の消費量とを入力パラメータとし、前記各物理量を計算するステップを、をコンピュータに実行させる。
【0009】
本開示に係る運転最適化システムは、設備（例えばプラント）に対する操作量を入力し、当該操作量および外乱要素に応じた前記設備の状態を模擬して、当該設備の状態を示す物理量を計算する物理量計算部と、前記物理量を変数とし、前記設備の状態が適切か否かの指標を示す評価関数が最大または最小となるように前記操作量を求める最適化部と、前記外乱要素を、少なくとも実績値を説明変数とする機械学習を用いて予測された予測値として前記物理量計算部に出力する予測部と、を備える。
【発明の効果】
【0010】
本開示の物理量計算装置、操作量計算装置、物理量計算方法、プログラムおよび運転最適化システムによれば、簡単な構成で所定の物理量を計算することができる。
【図面の簡単な説明】
【0011】
【図1】本開示の第１実施形態に係る操作量計算装置の構成例を示すブロック図である。
【図11】本開示の第２実施形態に係るフローモデルを表す数式の構成例を示す模式図である。
【図12】少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
【図13】他の実施形態におけるプラント運転最適化システムの一構成例を示す図である。
【図14】他の実施形態におけるプラント運転最適化システムの一構成例を示す図である。
【図15】他の実施形態におけるプラント運転最適化システムの一構成例を示す図である。
【発明を実施するための形態】
【0012】
＜第１実施形態＞
以下、本開示の第１実施形態に係る物理量計算装置、操作量計算装置、物理量計算方法およびプログラムについて図面を参照して説明する。なお、各図において同一または対応する構成には同一の符号を用いて説明を適宜省略する。
以下、本開示の第１実施形態に係る物理量計算装置、操作量計算装置、物理量計算方法およびプログラムについて図面を参照して説明する。なお、各図において同一または対応する構成には同一の符号を用いて説明を適宜省略する。
【0013】
（操作量計算装置の構成例）
図１は、本開示の第１実施形態に係る操作量計算装置の構成例を示すブロック図である。図１に示す操作量計算装置１は、例えば、サーバ、パーソナルコンピュータ、タブレット端末等のコンピュータ、そのコンピュータの周辺装置等を用いて構成され、コンピュータ等のハードウェアとコンピュータが実行するプログラム等のソフトウェアとの組み合わせから構成される機能的構成として、物理量計算部２、最適化部３、予測部４および記憶部５を備える。また、記憶部５は、フローモデル６と実績値７と運転計画値８を記憶する。なお、操作量計算装置１は、物理量計算部２を備える物理量計算装置としての態様も有する。この場合、操作量計算装置１は、物理量計算部２を備える物理量計算装置と、最適化部３等を備える構成となる。
図１は、本開示の第１実施形態に係る操作量計算装置の構成例を示すブロック図である。図１に示す操作量計算装置１は、例えば、サーバ、パーソナルコンピュータ、タブレット端末等のコンピュータ、そのコンピュータの周辺装置等を用いて構成され、コンピュータ等のハードウェアとコンピュータが実行するプログラム等のソフトウェアとの組み合わせから構成される機能的構成として、物理量計算部２、最適化部３、予測部４および記憶部５を備える。また、記憶部５は、フローモデル６と実績値７と運転計画値８を記憶する。なお、操作量計算装置１は、物理量計算部２を備える物理量計算装置としての態様も有する。この場合、操作量計算装置１は、物理量計算部２を備える物理量計算装置と、最適化部３等を備える構成となる。
【0014】
図１に示す操作量計算装置１は、化学プラント等のプラント１００等において発生した発生物を、プラント１００内の複数の機器で消費する場合に、消費量が発生量（発生物の量）を上回るとき、最適な追加供給量（発生量に追加して供給する量）を、フローモデル６を用いて操作量として計算する（シミュレーションする）装置である。ここで、発生量は、例えば、プラント１００外やプラント１００を備える工場外、プラント１００の他の工程等の最適化の対象範囲外で発生した発生物の量に対応する。また、発生量は、例えば、プラント１００等において副次的に生産された副生物の量を含んでいてもよい。また、追加供給量（操作量）は、最適化部３が最適化処理において操作する量（変化させる量）であり、最適化の対象範囲内で追加供給される量に対応する。なお、本実施形態において最適な追加供給量とは複数の候補の中で適切さの度合いが相対的に高い追加供給量を意味する。本実施形態において操作量計算装置１が計算対象とする発生物は、気体、液体等の流体物であり、例えば、水素（Ｈ２）、窒素（Ｎ２）等の単体、二酸化炭素（ＣＯ２）、水あるいは蒸気（Ｈ２Ｏ）、メタン（ＣＨ４）、アンモニア （ＮＨ３）等の化合物、あるいは、それらの混合物である。
【0015】
なお、図１では、プラント１００内に操作量計算装置１を設ける例を示しているが、操作量計算装置１は、プラント１００外に設けられていてもよい。
【0016】
（フローモデル）
まず、図２～図６を参照して、フローモデル６について説明する。図２は、図１に示すフローモデル６の構成例を示す模式図である。図３および図４は、図２に示すフローモデル６を表す数式の構成例を示す模式図である。図５は、図１に示すフローモデル６の他の構成例を示す模式図である。図６は、図５に示すフローモデル６ａを表す数式の構成例を示す模式図である。
まず、図２～図６を参照して、フローモデル６について説明する。図２は、図１に示すフローモデル６の構成例を示す模式図である。図３および図４は、図２に示すフローモデル６を表す数式の構成例を示す模式図である。図５は、図１に示すフローモデル６の他の構成例を示す模式図である。図６は、図５に示すフローモデル６ａを表す数式の構成例を示す模式図である。
【0017】
図２に示すように、フローモデル６は、プラント１００のプロセスにおける流体物の主要なフローを模擬するモデルである。この場合、プラント１００は、流体物を消費する複数の消費機器と各消費機器に流体物を流す複数の流路と、図１に示す操作量計算装置１を備える。また、フローモデル６は、予測発生量１０と、追加供給量２０と、消費機器３１～３４と、燃料３５と、フレア３６と、流路５１～５３と、流路６１～７１を要素として備えている。この場合、フローモデル６は、流体物を消費する複数の消費機器と各消費機器に流体物を流す複数の流路とを対象とするモデルとして構築されている。また、プロセスにおいて運転上の品質や安全を担保するための管理条件が、制約条件として設定されている。この場合、流路６３（消費機器３１の入口）に制約条件１が、流路６７（消費機器３２の出口）に制約条件２が、流路７０（燃料３５の入口）に制約条件３が、それぞれ設定されている。制約条件１～３は、例えば、流体物の濃度、分圧、流量等の所定の物理量が、所定の下限値以上、所定の上限値以下、所定の上下限値の範囲内にあることなどである。なお、制約条件は、１つの流路に複数設定されていてもよいし、１つの条件で複数の物理量を対象としていてもよい。なお、流路５１～５３は、３以上の流路に接続されていいて収支を確認する必要がある要素である。
【0018】
図２において、予測発生量（発生量）１０は、例えば改質器や反応器等で将来発生することが予測される発生物（発生された流体物）の流量である。追加供給量２０は、予測消費量が予測発生量を上回る場合に追加供給される流体物の流量である。追加供給量２０は、例えば、流体物を貯蔵するタンクから流入させた流体物の流量、流体物を流すパイプラインから流入させた流体物の流量、プラント１００内の流体物の製造機器で製造した流体物の流量、プラント１００内で循環させた（リサイクルした）流体物の流量、それらを組み合わせた流量等である。また、予測発生量１０と追加供給量２０の合計量がフローモデル６における流体物の供給量となる。消費機器３１～３４は、例えば脱硫器等、流体物を消費する機器である。燃料３５は、例えばガスタービン等の機器で燃料として消費される流体物である。フレア３６は、流体物を燃焼するフレアスタックに導かれる流体物である。なお、予測発生量１０をΔ１０で、追加供給量２０をΔ２０で、消費機器３１～３４が消費すると予測される流体物の流量をそれぞれ予測消費量Δ１～Δ４で表す。また、流路６１の流体物の流量をＦ０１、流路６２の流量をＦ０２、流路６３～６５の流量をＦ１１～Ｆ１３、流路６６と流路６７の流量をＦ２１と流量Ｆ２２、流路６８の流量をＦ３１、流路６９の流量をＦ４１、流路７０と流路７１の流量を流量Ｆ５１とＦ５２でそれぞれ表す。
【0019】
なお、図２に示す例では、予測発生量１０は流路６１を通して流路５１に供給され、追加供給量２０は流路６２を通して流路５１に供給される。流路５１は、流路６３～６５を介して、消費機器３１～３３の各入口に接続されている。消費機器３１および３２の各出口は、流路６６および６７を介して、流路５２に接続されている。消費機器３４の入口は、流路６８を介して、流路５２に接続されている。消費機器３４の出口は、流路６９を介して、流路５３に接続されている。流路５３からは流路７０を介して燃料３５に、あるいは流路７１を介してフレア３６に、流体物が供給される。
【0020】
次に、図３および図４を参照して、図２に示すフローモデル６を表す数式の例について説明する。本実施形態においてフローモデル６は、例えば、図３に示す複数の収支計算式６－１と、図４に示す複数（または１）の物理量計算式６－２によって表すことができる。
【0021】
各収支計算式６－１は、各流路に流れる流体物の流量に係る収支を計算する数式である。図３の１番目の収支計算式は、流路６１の流量Ｆ０１が流量Δ１０（予測発生量１０）であることを表す。２番目の収支計算式は、流路６２の流量Ｆ０２が流量Δ２０（追加供給量２０）であることを表す。３番目の収支計算式は、流路５１に入る流量が（流量Ｆ０１＋流量Ｆ０２）で、流路５１から出る流量が（流量Ｆ１１＋流量Ｆ１２＋流量Ｆ１３）であることを表す。４番目の収支計算式は、流量Ｆ１３が予測消費量Δ３であることを表す。５番目の収支計算式は、流量Ｆ２１が（流量Ｆ１１－予測消費量Δ１）であることを表す。６番目の収支計算式は、流量Ｆ２２が（流量Ｆ１２－予測消費量Δ２）であることを表す。７番目の収支計算式は、流路５２に入る流量が（流量Ｆ２１＋流量Ｆ２２）で、流路５２から出る流量が流量Ｆ３１であることを表す。８番目の収支計算式は、流量Ｆ４１が（流量Ｆ３１－予測消費量Δ４）であることを表す。９番目の収支計算式は、流路５３に入る流量が流量Ｆ４１で、流路５３から出る流量が（流量Ｆ５１＋流量Ｆ５２）であることを表す。
【0022】
一方、各物理量計算式６－２は、流路における流体物の各流量に基づき各流路における流体物の所定の物理量を計算する数式である。流体物の所定の物理量は、上述したように、例えば、分圧、濃度、流量等である。図３に示す例では、流路６３に設定されている制約条件１に係る物理量計算式は、管理対象（制御対象）の物理量をＰ１とした場合に、物理量Ｐ１が流路６３の流量Ｆ１１を変数とする関数Ｒ１で計算されることを表す。同様に、流路６７に設定されている制約条件２に係る物理量計算式は、管理対象の物理量をＰ２とした場合に、物理量Ｐ２が流路６７の流量Ｆ２２を変数とする関数Ｒ２で計算されることを表す。また、流路７０に設定されている制約条件３に係る物理量計算式は、管理対象の物理量をＰ３とした場合に、物理量Ｐ３が流路７０の流量Ｆ５１を変数とする関数Ｒ３で計算されることを表す。
【0023】
例えば、物理量Ｐ１が流量であれば、関数Ｒ１は、Ｐ１＝Ｆ１１となる。例えば、物理量Ｐ１が分圧や濃度であれば、関数Ｒ１は、流量Ｆ１１と物理量Ｐ１との物理関係に基づく数式となる。分圧、濃度等の流体物の特性に係る物理量は、化学プラント等のプラントにおいては流量と比例の物理関係を有している場合が多い。したがって、例えば、物理量と流量の実績値に基づいて統計的に物理関係を求めることで、求めた物理関係に基づき関数Ｒ１を決定することができる。なお、図３に示す例では、各物理量計算式６－２を、各制約条件１、２および３が設定されている各流路６３、６７および７０の流量Ｆ１１、Ｆ２２およびＦ５１を変数とする関数Ｒ１（Ｆ１１）、Ｒ２（Ｆ２２）およびＲ３（Ｆ５１）としている。ただし、各制約条件における各物理量計算式６－２内の変数は、制約条件が設定されている流路の流量に限らず、流量を変数とすることができる。例えば、制約条件が対象とする物理量が、ある消費機器の消費量と物理関係を有する場合、当該消費機器の入口の流量と出口の流量を変数に含めることができる。例えば、制約条件が対象とする物理量が、追加供給量と予測発生量の量や割合、追加供給量のうち生成量と循環量の量や割合等と物理関係を有する場合には追加供給量、予測発生量、生成量、循環量等に対応する流量を変数に含めることができる。
【0024】
なお、本実施形態の説明では、収支計算式６－１という文言は１つの収支計算式６－１という意味と複数の収支計算式６－１という意味を含み、物理量計算式６－２という文言は１つの物理量計算式６－２という意味と複数の物理量計算式６－２という意味を含む。
【0025】
フローモデル６では、予測発生量１０（Δ１０）と予測消費量Δ１～Δ４を決定すれば、収支計算式６－１を用いて、追加供給量２０（Δ２０）を求めることができる。ただし、この場合、予測発生量１０（Δ１０）と予測消費量Δ１～Δ４に基づいて求めた追加供給量２０（Δ２０）は、予測される必要最小限の追加供給量であり、制約条件を必ずしも満足しない。そこで、本実施形態では、フローモデル６を用いて、後述するようにして、最適化処理を行い、制約条件１～３を満たす最適な追加供給量２０（Δ２０）を計算する。
【0026】
次に、図５と図６を参照してフローモデル６の他の例について説明する。図５に示す他の例のフローモデル６ａは、図２に示すフローモデル６に対して、追加供給量Δ２０が、生成量２０ａ（Δ２０ａ）と循環量８０（Δ８０）から構成される点が異なる。この場合、生成量２０ａは、流体物の製造機器で生成された流体物の流量であり、流路６２を介して流路５１へ供給される。循環量８０は、流路５３から流路７２（流量Ｆ５３）を介して供給された流量であり、循環量８０は流路７３（流量Ｆ０３）を介して流路５１へ供給される。図６は、図５に示すフローモデル６ａを表す収支計算式６ａ－１を表す。なお、図４に示す物理量計算式６－２は、図２に示すフローモデル６と図５に示すフローモデル６ａで共通である。フローモデル６ａによれば、追加供給量Δ２０を、生成量２０ａ（Δ２０ａ）と循環量８０（Δ８０）とに分けて収支計算や物理量の計算を行うことができる。
【0027】
（物理量計算部）
図１に示す物理量計算部２は、記憶部５が記憶するフローモデル６を用いて制約条件が対象とする１または複数の物理量を計算する。すなわち、物理量計算部２は、流体物を消費する複数の消費機器と各消費機器に流体物を流す複数の流路とを備えるプラント１０内の各流路に流れる流体物の流量に係る複数の収支を計算する複数の収支計算式と、１または複数の流路における流体物の各流量に基づき１または複数の流路における流体物の１または複数の所定の物理量を計算する１または複数の物理量計算式とを用いて、流体物の供給量（流体物の発生量と流体物の追加供給量の合計量）と、流体物の消費量とを入力パラメータとし、各物理量を計算する。
図１に示す物理量計算部２は、記憶部５が記憶するフローモデル６を用いて制約条件が対象とする１または複数の物理量を計算する。すなわち、物理量計算部２は、流体物を消費する複数の消費機器と各消費機器に流体物を流す複数の流路とを備えるプラント１０内の各流路に流れる流体物の流量に係る複数の収支を計算する複数の収支計算式と、１または複数の流路における流体物の各流量に基づき１または複数の流路における流体物の１または複数の所定の物理量を計算する１または複数の物理量計算式とを用いて、流体物の供給量（流体物の発生量と流体物の追加供給量の合計量）と、流体物の消費量とを入力パラメータとし、各物理量を計算する。
【0028】
（最適化部）
最適化部３は、追加供給量を操作量として、操作量に応じて変化する所定の評価値と１または複数の物理量に係る１または複数の制約条件の達成度とに基づく評価関数が、最大または最小となるように、操作量を求める。所定の評価値は、例えば、操作量（追加供給量）を得るために必要なコスト（費用）を表す値、プラント１００における排出ガスの削減効果を表す値等とすることができる。制約条件の達成度は、制約条件を満足するか否かを表す２値としたり、満足した場合にしきい値に対してどれだけ余裕があったのかを表す値としたり、満足できなかった場合にしきい値に対してどれだけ近づいていたのかを表す値としたりすることができる。評価関数の一例を以下に示す。
最適化部３は、追加供給量を操作量として、操作量に応じて変化する所定の評価値と１または複数の物理量に係る１または複数の制約条件の達成度とに基づく評価関数が、最大または最小となるように、操作量を求める。所定の評価値は、例えば、操作量（追加供給量）を得るために必要なコスト（費用）を表す値、プラント１００における排出ガスの削減効果を表す値等とすることができる。制約条件の達成度は、制約条件を満足するか否かを表す２値としたり、満足した場合にしきい値に対してどれだけ余裕があったのかを表す値としたり、満足できなかった場合にしきい値に対してどれだけ近づいていたのかを表す値としたりすることができる。評価関数の一例を以下に示す。
【0029】
評価関数＝コスト＋制約条件式１＋制約条件式２＋制約条件式３＋…
【0030】
上式において、制約条件式１、２、３、…は、制約条件を逸脱すると、値が大きくなるよう設計される。追加供給量＝コストとし、制約条件式に物理量計算部２が計算した物理量を代入する。最適化部３は、計算された評価関数の値が最小となるよう、繰り返し最適化計算を行う。最適化計算には勾配降下法などを用いる。なお、物理量計算部２は、最適化部３が操作量として求めた追加供給量を入力パラメータとして用いて、各物理量を計算することができる。
【0031】
（予測部）
予測部４は、物理量計算部２の入力パラメータである流体物の発生量と消費量の予測値を計算する。予測部４は、例えば、発生量の予測値と消費量の予測値を、運転計画情報や過去の実績値等を説明変数とする機械学習を用いて計算する。なお、説明変数には、実績値だけでなく、操業計画等の計画値や気象の予報値等、将来の情報を用いることができる。機械学習のアルゴリズムに限定はないが、例えばランダムフォレスト等を用いることができる。なお、物理量計算部２は、予測部４が予測した流体物の発生量と流体物の消費量を入力パラメータとして用いて、各物理量の予測値を計算することができる。予測部４は、例えば、直近のプロセス値の実績データの学習によりプラントの傾向を学習し、運転計画に則った数時間～数日先のプロセス値を予測することができる。
予測部４は、物理量計算部２の入力パラメータである流体物の発生量と消費量の予測値を計算する。予測部４は、例えば、発生量の予測値と消費量の予測値を、運転計画情報や過去の実績値等を説明変数とする機械学習を用いて計算する。なお、説明変数には、実績値だけでなく、操業計画等の計画値や気象の予報値等、将来の情報を用いることができる。機械学習のアルゴリズムに限定はないが、例えばランダムフォレスト等を用いることができる。なお、物理量計算部２は、予測部４が予測した流体物の発生量と流体物の消費量を入力パラメータとして用いて、各物理量の予測値を計算することができる。予測部４は、例えば、直近のプロセス値の実績データの学習によりプラントの傾向を学習し、運転計画に則った数時間～数日先のプロセス値を予測することができる。
【0032】
（記憶部）
記憶部５が記憶するフローモデル６は、例えば、図３や図６に示すような収支計算式６－１や６ａ－１と図４に示すような物理量計算式６－２とを表す情報と、プラント１００における実際の機器や配管等とフローモデル６内の機器や流路との対応関係とを示す情報とを含む。フローモデル６は、収支計算式と物理量計算式とを表す情報を、例えば、数式を解くためのプログラムとして含んでいてもよい。
記憶部５が記憶するフローモデル６は、例えば、図３や図６に示すような収支計算式６－１や６ａ－１と図４に示すような物理量計算式６－２とを表す情報と、プラント１００における実際の機器や配管等とフローモデル６内の機器や流路との対応関係とを示す情報とを含む。フローモデル６は、収支計算式と物理量計算式とを表す情報を、例えば、数式を解くためのプログラムとして含んでいてもよい。
【0033】
また、記憶部５が記憶する実績値７（プロセス実績値ともいう）は、例えば、フローモデル６で定義された発生量、追加供給量（生成量、循環量）、各消費量、各流量、各物理量の過去において単位時間毎に計測された計測値の時系列のデータ、フローモデル６に定義されていない他の時系列のプロセスデータ（プロセスで管理されているデータ）等を含む。また、記憶部５が記憶する運転計画値８は、プラント１００の運転計画に基づく発生量、消費量等の計画値を表す情報である。
【0034】
（操作量計算装置の動作例）
図７～図１０および図１０Ａ～図１０Ｃを参照して、図１に示す操作量計算装置１の動作例について説明する。図７は、図１に示す操作量計算装置１の動作例を示す模式図である。図８は、図１に示す操作量計算装置１の動作例を示すフローチャートである。図９および図１０および図１０Ａ～図１０Ｃは、図１に示す操作量計算装置１の動作例を説明するための模式図である。ここでは図２～図４を参照して説明したフローモデル６を対象とする動作例について説明する。
図７～図１０および図１０Ａ～図１０Ｃを参照して、図１に示す操作量計算装置１の動作例について説明する。図７は、図１に示す操作量計算装置１の動作例を示す模式図である。図８は、図１に示す操作量計算装置１の動作例を示すフローチャートである。図９および図１０および図１０Ａ～図１０Ｃは、図１に示す操作量計算装置１の動作例を説明するための模式図である。ここでは図２～図４を参照して説明したフローモデル６を対象とする動作例について説明する。
【0035】
図７は、操作量計算装置１による追加供給量の最適化処理の概要を示す。図７に示すように、操作量計算装置１において、予測部４は、実績値７等（実績値７、運転計画値８、予測部４が予測した予測値等）に基づいて予測発生量Δ１０、予測消費量Δ１、Δ２、Δ３、Δ４等を予測して出力する。また、物理量計算部２は、最適化部３が操作量として計算した追加供給量Δ２０と、予測部４が計算した発生量Δ１０、予測消費量Δ１、Δ２、Δ３、Δ４等の外乱要素を入力パラメータとして、物理量Ｐ１、Ｐ２およびＰ３を計算結果として出力する。最適化部３は、物理量計算部２が計算した計算結果を受け取り、例えば上述した評価関数を計算し、評価関数が最小となるように操作量（追加供給量）を見直して、物理量計算部２へ入力する。
【0036】
次に、図８を参照して、操作量計算装置１による追加供給量の最適化処理の例について説明する。図８に示す処理は、Ｔ時間後の追加供給量の最適値を計算する処理である。図８に示す処理が開始されると、まず、予測部４が、運転計画値とプロセス実績値を取得する（ステップＳ１１）。次に、予測部４が、取得した運転計画値とプロセス実績値を説明変数とし、機械学習手法によりＴ時間後の発生量と消費量を予測する（ステップＳ１２）。
【0037】
次に、物理量計算部２が、予測部４が予測した発生量および消費量と追加供給量の初期値とを入力し、物理量を計算する（ステップＳ１３）。ここで、追加供給量の初期値は、例えば、最初の値は実績値として、次以降の値はステップＳ１５で決定された値とすることができる。次に、最適化部３が、物理量の計算結果と追加供給量から評価関数を計算する（ステップＳ１４）。次に、最適化部３が、評価関数の値が最小となる方向に追加供給量を調整（最適化）する（ステップＳ１５）。次に、最適化部３が、収束条件を満足したか否かを判断する（ステップＳ１６）。収束条件は、例えば、繰り返し回数が所定の上限回数以上となったこと、評価関数の値の変化の傾きが所定のしきい値未満となったこと等である。収束条件が満足していない場合（ステップＳ１６で「ＮＯ」の場合）、ステップＳ１３へ戻り、物理量計算部２が物理量を再度、計算する（ステップＳ１３）。他方、収束条件が満足していた場合（ステップＳ１６で「ＹＥＳ」の場合）、最適化部３が、最適な追加供給量を出力する（ステップＳ１７）。ステップＳ１７において最適化部３は、例えば、所定の表示部に最適な追加供給量を示す情報を表示したり、プラント１００内の図示していない制御装置に最適な追加供給量を示す情報を通知したりする。
【0038】
図９は、操作量計算装置１を用いて、追加供給量の実績値を初期値として最適化処理を行った結果の一例を示す。横軸は最適化計算回数（繰り返し回数）であり、縦軸は追加供給量である。図９に示した例では、１５％ほど追加供給量が減少する改善効果が得られた。また、図１０は、実績値の時系列に対して最適化処理を行った結果の例を示す。横軸は時刻であり、縦軸は追加供給量である。また、図１０Ａ～図１０Ｃは、最適化処理において確認された物理量（流量、圧力および濃度）の最適化前後の値の例を示す。横軸は時刻であり、縦軸は流量、圧力および濃度である。図１０Ａ～図１０Ｃに示す各物理量は、制約条件として定められている破線で示す各しきい値以上の値を有している。
【0039】
（作用・効果）
以上のように、第１実施形態によれば、プロセスの流体物の流量をベースとしたフローを模擬したフローモデル６でプロセス収支計算を行い、コストと機器の管理条件からなる評価関数で適切な追加供給量を求めることができる。また、第１実施形態によれば、機器や化学反応等の物理モデルを構築せずに、所定の物理量を計算することができる。すなわち、プロセスの収支式と流量および管理条件に関わる要素のパラメータのみをシミュレーションの対象範囲とするため、機器や化学反応等の物理モデルを構築する必要がなく、シミュレーションのモデル構築が容易である。また、コストと機器運営の管理条件（制約条件）を考慮した評価関数を用いることにより、プラントの品質と安全に関わる管理条件を満たし、かつ、コストが最小となるような最適な追加供給量が得られる。
以上のように、第１実施形態によれば、プロセスの流体物の流量をベースとしたフローを模擬したフローモデル６でプロセス収支計算を行い、コストと機器の管理条件からなる評価関数で適切な追加供給量を求めることができる。また、第１実施形態によれば、機器や化学反応等の物理モデルを構築せずに、所定の物理量を計算することができる。すなわち、プロセスの収支式と流量および管理条件に関わる要素のパラメータのみをシミュレーションの対象範囲とするため、機器や化学反応等の物理モデルを構築する必要がなく、シミュレーションのモデル構築が容易である。また、コストと機器運営の管理条件（制約条件）を考慮した評価関数を用いることにより、プラントの品質と安全に関わる管理条件を満たし、かつ、コストが最小となるような最適な追加供給量が得られる。
【0040】
また、物理量の計算においてプロセス値に予測値を用いることで、例えば数時間～数日先の適切な運転計画をたてることができる。
【0041】
以上のように、第１実施形態によれば、簡単な構成で所定の物理量を計算することができ、また、簡単な構成で最適な操作量を計算することができる。
【0042】
＜第２実施形態＞
次に、本開示の第２実施形態に係る操作量計算装置、操作量計算方法およびプログラムについて図１１を参照して説明する。第１実施形態と第２実施形態とでは、フローモデル６の構成が一部異なる。図１に示す操作量計算装置１の構成と図２に示す各機器と流路の構成は、第１実施形態と第２実施形態で共通である。図１１は、本開示の第２実施形態に係るフローモデル６を表す数式の構成例を示す模式図である。
次に、本開示の第２実施形態に係る操作量計算装置、操作量計算方法およびプログラムについて図１１を参照して説明する。第１実施形態と第２実施形態とでは、フローモデル６の構成が一部異なる。図１に示す操作量計算装置１の構成と図２に示す各機器と流路の構成は、第１実施形態と第２実施形態で共通である。図１１は、本開示の第２実施形態に係るフローモデル６を表す数式の構成例を示す模式図である。
【0043】
図１１は、図１に示すフローモデル６が含む収支計算式を、収支計算式６－１ｂとして示す。図１１に示す収支計算式６－１ｂは、図３に示す第１実施形態の収支計算式６－１と比較して、６番目～８番目の収支計算式が異なる。なお、図４に示す物理量計算式６－２は、第１実施形態と第２実施形態で共通である。
【0044】
図２に示すフローモデル６は、主管等による主要な流れを模擬するモデルであり、副管、枝管等の一部の流れが省略されている場合がある（場合を許容する）ので、フローモデル６を用いた計算結果と実績値の差が大きくなることがある。また、実プラントの機器の経年劣化や触媒の活性変化等による変化によってフローモデル６を用いた計算結果と実績値の差が大きくなることが考えられる。そこで、第２実施形態では、１または複数の収支計算式６－１ｂに、実績値との違いを補正する演算項を含ませている。
【0045】
図１１に示す例では、６番目の収支計算式６－１ｂの右辺に演算子「＋」を用いて補正定数Ｃ１を補正用の演算項として追加している。また、７番目の収支計算式６－１ｂは、左辺の流量Ｆ２１およびＦ２２に補正係数Ｃ２を乗じることで、第１演算項（第１項）をＦ２１＊Ｃ２、第２演算項（第２項）をＦ２２＊Ｃ２とし、第１演算項と第２演算項を補正用の演算項としている。また、８番目の収支計算式６－１ｂの左辺に演算子「＋」を用いて補正定数Ｃ４を補正用の演算項として追加するとともに、左辺の流量Ｆ３１に補正係数Ｃ３を乗じることで、第１演算項をＦ３１＊Ｃ３とし、補正用の演算項としている。
【0046】
図１１に示す補正定数Ｃ１およびＣ４と補正係数Ｃ２およびＣ３は、フローモデル６を用いた計算値と実プラントの実績値に乖離が生じる場合に、プロセス実績値と計算値の乖離分を集計し、差分や距離算出など統計的手法により決定し、収支計算式に含ませることができる。第２実施形態によれば、収支計算式に統計的手法で定めた補正用の演算項を含ませることで、モデル構築が容易かつ、実プラントの機器の経年劣化や触媒の活性変化等による変化にも随時追従することができる。なお、基本的な考え方として、補正用の演算項は、例えば、次のように設定することができる。すなわち、考慮できていない流路の収支を補正する場合は＋の補正、流量をノルマル換算するための情報（温度や圧力）に欠落があったり、濃度の情報が欠落していたりする等を補正する場合は×の補正をする、というようにすることができる。また、考慮できない流路の流量が無視できないほどに大きい場合は、機器での消費量を用いて補正してもよい。また、収支計算式が含む、補正用の演算項が補正する実績値との違いは、例えば、流体物の状態量（例えば温度、圧力等、熱平衡にある物理系を記述する物理量）の計測データの不足に起因して収支が合わないこと、流路のモデル化の誤差（例えば主要流路のみのモデル化による誤差）に起因して収支が合わないこと、経年劣化や損失により収支が合わないことの少なくとも１つに対応する。
【0047】
（その他の実施形態）
以上、本開示の実施の形態について図面を参照して詳述したが、具体的な構成はこの実施の形態に限られるものではなく、本開示の要旨を逸脱しない範囲の設計変更等も含まれる。例えば、図２に示すフローモデル６は、消費機器に加えて、不純物を除去する機器等の流体物を基本的には消費しない機器を含んでいてもよい。また、その場合には、消費機器以外の機器の稼働量を操作量に含ませてもよい。
以上、本開示の実施の形態について図面を参照して詳述したが、具体的な構成はこの実施の形態に限られるものではなく、本開示の要旨を逸脱しない範囲の設計変更等も含まれる。例えば、図２に示すフローモデル６は、消費機器に加えて、不純物を除去する機器等の流体物を基本的には消費しない機器を含んでいてもよい。また、その場合には、消費機器以外の機器の稼働量を操作量に含ませてもよい。
【0048】
（コンピュータ構成）
図１２は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、プロセッサ９１、メインメモリ９２、ストレージ９３、インタフェース９４を備える。
上述の操作量計算装置１は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９３に記憶されている。プロセッサ９１は、プログラムをストレージ９３から読み出してメインメモリ９２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９１は、プログラムに従って、上述した各記憶部に対応する記憶領域をメインメモリ９２に確保する。
図１２は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、プロセッサ９１、メインメモリ９２、ストレージ９３、インタフェース９４を備える。
上述の操作量計算装置１は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９３に記憶されている。プロセッサ９１は、プログラムをストレージ９３から読み出してメインメモリ９２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９１は、プログラムに従って、上述した各記憶部に対応する記憶領域をメインメモリ９２に確保する。
【0049】
プログラムは、コンピュータ９０に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、ストレージに既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータは、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。この場合、プロセッサによって実現される機能の一部または全部が当該集積回路によって実現されてよい。
【0050】
ストレージ９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。ストレージ９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムをメインメモリ９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ９３は、一時的でない有形の記憶媒体である。
【0051】
＜付記＞
各実施形態に記載の操作量計算装置１は、例えば以下のように把握される。
各実施形態に記載の操作量計算装置１は、例えば以下のように把握される。
【0052】
（１）第１の態様に係る物理量計算装置（操作量計算装置１の一態様）は、流体物を消費する複数の消費機器３１～３４と各消費機器３１～３４に流体物を流す複数の流路５１～５３および６１～７１とを対象として、各流路に流れる流体物の流量のみに係る収支を計算する収支計算式６－１と、流路における流体物の各流量に基づき流路における流体物の所定の物理量を計算する物理量計算式６－２とを備えるフローモデルと、フローモデルを用いて、流体物の供給量と、流体物の消費量とを入力パラメータとし、各物理量を計算する物理量計算部２を備える。第１の態様によれば、簡単な構成で所定の物理量を計算することができる。
【0053】
（２）第２の態様に係る物理量計算装置は、（１）の物理量計算装置であって、収支計算式が、実績値との違いを補正する演算項を含む。第２の態様によれば、計算値と実プラントの実績値に乖離が生じる場合に補正することができる。
【0054】
（３）第３の態様に係る物理量計算装置は、（２）の物理量計算装置であって、実績値との違いは、流体物の状態量の計測データの不足に起因して前記収支が合わないこと、流路のモデル化の誤差に起因して前記収支が合わないこと、経年劣化や損失により前記収支が合わないことの少なくとも１つに対応する。
【0055】
（４）第４の態様に係る物理量計算装置は、（１）～（３）の物理量計算装置であって、流体物の供給量は、流体物の発生量と、流体物の追加供給量との合計量である。
【0056】
（５）第５の態様に係る物理量計算装置は、（４）の物理量計算装置であって、追加供給量が、流体物の生成機器で生成された生成量と流体物の循環量とを含む。第５の態様によれば、追加供給量Δ２０を、生成量２０ａ（Δ２０ａ）と循環量８０（Δ８０）とに分けて収支計算や物理量の計算を行うことができる。
【0057】
（６）第６の態様に係る物理量計算装置は、（４）または（５）の物理量計算装置であって、前記発生量および前記消費量がそれぞれ、少なくとも実績値を説明変数とする機械学習を用いて予測された予測値である。第６の態様によれば、例えば、直近のプロセス値の実績データの学習によりプラントの傾向を学習し、運転計画に則った数時間～数日先のプロセス値を予測することができる。
【0058】
（７）第７の態様に係る操作量計算装置１は、（４）～（６）の物理量計算装置と、追加供給量を操作量として、操作量に応じて変化する所定の評価値と物理量に係る制約条件の達成度とに基づく評価関数が、最大または最小となるように、操作量を求める最適化部３と、を備える。第７の態様によれば、簡単な構成で最適な操作量を計算することができる。
【0059】
＜その他の実施形態＞
上述の第１の実施形態及び第２の実施形態で説明した操作量計算装置１は、図１３に示すような、予測部４を含むプラント運転最適化システム（設備運転最適化システム）９として構成される。
即ち、プラント運転最適化システム９は、プラント（設備）１００に対する操作量を入力し、当該操作量および外乱要素に応じたプラント１００の状態を模擬して、当該プラント１００の状態を示す物理量を計算する物理量計算部２と、当該物理量を変数とし、プラント１００の状態が適切か否かの指標を示す評価関数が最大または最小となるように操作量を求める最適化部３と、外乱要素を、少なくとも実績値を説明変数とする機械学習を用いて予測された予測値として物理量計算部２に出力する予測部４と、を備える。
上述の第１の実施形態及び第２の実施形態で説明した操作量計算装置１は、図１３に示すような、予測部４を含むプラント運転最適化システム（設備運転最適化システム）９として構成される。
即ち、プラント運転最適化システム９は、プラント（設備）１００に対する操作量を入力し、当該操作量および外乱要素に応じたプラント１００の状態を模擬して、当該プラント１００の状態を示す物理量を計算する物理量計算部２と、当該物理量を変数とし、プラント１００の状態が適切か否かの指標を示す評価関数が最大または最小となるように操作量を求める最適化部３と、外乱要素を、少なくとも実績値を説明変数とする機械学習を用いて予測された予測値として物理量計算部２に出力する予測部４と、を備える。
【0060】
ここで、「プラント１００に対する操作量」とは、第１、第２の実施形態においては、流体物の追加供給量２０（Δ２０）である。
また、「プラント１００の状態を示す物理量」とは、第１、第２の実施形態においては、上述の物理量Ｐ１、Ｐ２、Ｐ３である。
また、「プラント１００の状態が適切か否かの度合いを示す評価関数」とは、第１、第２の実施形態においては、上述のコスト（追加供給量）および制約条件の達成度を考慮してなる評価関数のことである。
また、「外乱要素」とは、第１、第２の実施形態においては、上述の発生量Δ１０、予測消費量Δ１、Δ２、Δ３、Δ４等のことである。外乱要素はプラントの状態量から求めることができない要素であり、プラント１００とは異なる設備の状態に基づいて算出される。
また、「プラント１００の状態を示す物理量」とは、第１、第２の実施形態においては、上述の物理量Ｐ１、Ｐ２、Ｐ３である。
また、「プラント１００の状態が適切か否かの度合いを示す評価関数」とは、第１、第２の実施形態においては、上述のコスト（追加供給量）および制約条件の達成度を考慮してなる評価関数のことである。
また、「外乱要素」とは、第１、第２の実施形態においては、上述の発生量Δ１０、予測消費量Δ１、Δ２、Δ３、Δ４等のことである。外乱要素はプラントの状態量から求めることができない要素であり、プラント１００とは異なる設備の状態に基づいて算出される。
【0061】
（プラント運転最適化システムの他の構成例）
図１４、図１５は、それぞれ、プラント運転最適化システムの構成の一例を示す図である。
上述のプラント運転最適化システム９は、第１、第２の実施形態に限定されず、例えば、図１４、図１５にそれぞれ示す実施形態のように適用することも可能である。
図１４、図１５は、それぞれ、プラント運転最適化システムの構成の一例を示す図である。
上述のプラント運転最適化システム９は、第１、第２の実施形態に限定されず、例えば、図１４、図１５にそれぞれ示す実施形態のように適用することも可能である。
【0062】
図１４に示すプラント運転最適化システム９は、動力コストの最小化を目的として、社外および社内でのエネルギー需要を予測し、各種燃料コストや電力取引での収益を考慮した上で、ボイラおよびタービンの稼働を制御することで、運転の最適化を行う。動力コストの最小化には、燃料蓄積量を最適にすることが、コストインパクトが大きいことから、燃料残量を主な評価指標としている。
【0063】
本実施形態において、物理量計算部２は、ボイラ、タービン、プラントの統計モデルおよび物理モデルである。図１４に示すように、物理量計算部２には、操作量として、タンクからの燃料使用量、および、ボイラ／タービン運転パラメータが入力される。
【0064】
また、工業地帯に建設されている発電プラントでは、外部への電力供給のみならず、隣接する他社のプラントに蒸気を直接供給している場合がある。そこで、図１４に示す予測部４は、外乱要素として、電力デマンドの予測値に加え、蒸気デマンドの予測値を出力する。
また、本実施形態において、予測部４は、さらに、副生燃料流入量／単価、買電単価、燃料単価等の予測値を出力する。
予測部４は、以上の予測値を外乱要素として物理量計算部２に入力する。
また、本実施形態において、予測部４は、さらに、副生燃料流入量／単価、買電単価、燃料単価等の予測値を出力する。
予測部４は、以上の予測値を外乱要素として物理量計算部２に入力する。
【0065】
物理量計算部２は、入力された操作量（燃料使用量、ボイラ／タービン運転パラメータ）および外乱要素（電力デマンド、蒸気デマンド等の予測値）に従ってプラント１００の運転を模擬（シミュレーション）し、その計算結果として、燃料残量、買電電力量および外部調達燃料流量を出力する。
【0066】
最適化部３は、物理量計算部２の計算結果（燃料残量、買電電力量および外部調達燃料流量）を、コストインパクトが大きい燃料残量を特に考慮して作成された評価関数に代入し、プラント運転の評価値を算出する。最適化部３は、勾配降下法等による最適化計算を行い、評価値が最小となる最適な操作量を出力する。
【0067】
図１５に示すプラント運転最適化システム９は、エネルギー供給事業における収益最大化を目的として、社外および社内でのエネルギー需要を予測し、各種燃料コストや電力取引での収益を考慮した上で、ボイラおよびタービンの稼働を制御することで、最適化を行う。ここで収益は、「売蒸気＋売電気－燃料コスト」で表され、この収益の最大化には、特に、電力市場での余剰電力量の売電のインパクトが大きいことから、そのためのボイラ操業量を主な評価指標としている。
【0068】
本実施形態において、物理量計算部２は、ボイラ、タービン、プラントの統計モデルおよび物理モデルである。図１５に示すように、物理量計算部２には、操作量として、ボイラ主蒸気流量が入力される。
【0069】
また、図１５に示すように、予測部４は、外乱要素として、蒸気デマンド、ＪＰＥＸ（Japan Electric Power eXchange）価格、燃料単価、燃料原単位等の予測値を出力する。予測部４は、これらの予測値を外乱要素として物理量計算部２に入力する。
【0070】
物理量計算部２は、入力された操作量（ボイラ主蒸気流量）および外乱要素（蒸気デマンド等の予測値）に従ってプラント１００の運転を模擬（シミュレーション）し、その計算結果として、発電機出力、所内補機動力、所内蒸気量、抽気弁開度、排気圧を出力する。
【0071】
最適化部３は、物理量計算部２の計算結果（発電機出力、所内補機動力、所内蒸気量、抽気弁開度、排気圧）を、収益の最大化（つまり、余剰電力の売電のためのボイラ操業量）を評価指標とする評価関数に代入し、プラント運転の評価値を算出する。最適化部３は、勾配降下法等による最適化計算を行い、評価値が最小となる最適な操作量を出力する。
【0072】
以上のように、プラント運転最適化システム９は、プラントへの操作量に外乱要素の予測値を組み合わせ、最適な操作量を提示する『ガイダンス』を行う。そのうえで、工場設備等において、プラント運転最適化システム９が提示したガイダンス値で自動的に運転する『制御』が行われてもよい。
より具体的には、プラント運転最適化システム９は、プラント１００における熱発生等のプロセスをシミュレータ（物理量計算部２）としてモデル化し、プラント１００で操作可能な実操作量と、プラント１００では操作できない外乱要素をシミュレータに入力する。ここで、外部要因値は機械学習による予測値が用いられる。シミュレーション結果は、評価関数によって評価され、評価関数を通じて、例えばプラント１００で設定されるＫＰＩに合致するように最適化計算を行い、操作量の最適解をガイダンスに表示する。
より具体的には、プラント運転最適化システム９は、プラント１００における熱発生等のプロセスをシミュレータ（物理量計算部２）としてモデル化し、プラント１００で操作可能な実操作量と、プラント１００では操作できない外乱要素をシミュレータに入力する。ここで、外部要因値は機械学習による予測値が用いられる。シミュレーション結果は、評価関数によって評価され、評価関数を通じて、例えばプラント１００で設定されるＫＰＩに合致するように最適化計算を行い、操作量の最適解をガイダンスに表示する。
【産業上の利用可能性】
【0073】
上述の物理量計算装置、操作量計算装置、物理量計算方法、プログラムおよび運転最適化システムによれば、簡単な構成で所定の物理量を計算することができる。
【符号の説明】
【0074】
１ 操作量計算装置
２ 物理量計算部
３ 最適化部
４ 予測部
５ 記憶部
６ フローモデル
７ 実績値
８ 運転計画値
３１～３４ 消費機器
５１～５３、６１～７２ 流路
１００ プラント
９ プラント運転最適化システム
２ 物理量計算部
３ 最適化部
４ 予測部
５ 記憶部
６ フローモデル
７ 実績値
８ 運転計画値
３１～３４ 消費機器
５１～５３、６１～７２ 流路
１００ プラント
９ プラント運転最適化システム
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図10A】
【図10B】
【図10C】
【図11】
【図12】
【図13】
【図14】
【図15】