特許 7487412 プラント監視方法、プラント監視装置及びプラント監視プログラム

(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】

(24)【登録日】2024-05-10

(45)【発行日】2024-05-20

(54)【発明の名称】プラント監視方法、プラント監視装置及びプラント監視プログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20240513BHJP

【ＦＩ】

G05B23/02 R

【請求項の数】 13

(21)【出願番号】P 2023520943

(86)(22)【出願日】2022-04-19

(86)【国際出願番号】 JP2022018157

(87)【国際公開番号】W WO2022239612

(87)【国際公開日】2022-11-17

【審査請求日】2023-07-28

(31)【優先権主張番号】P 2021082212

(32)【優先日】2021-05-14

(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】110000785

【氏名又は名称】ＳＳＩＰ弁理士法人

(72)【発明者】

【氏名】永野 一郎

(72)【発明者】

【氏名】斎藤 真由美

(72)【発明者】

【氏名】青山 邦明

(72)【発明者】

【氏名】江口 慶治

【審査官】田中 成彦

(56)【参考文献】

【文献】特許第５０３１０８８（ＪＰ，Ｂ２）

【文献】特開２０１５－００１８２３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０２０／０３７０９９６（ＵＳ，Ａ１）

【文献】特開２０１５－０８８０７８（ＪＰ，Ａ）

【文献】特開２０１４－０１０４８２（ＪＰ，Ａ）

【文献】特開２０１０－１８１１８８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視方法であって、
現時点に至るまでの過去の第１期間の前記データである第１データを取得するステップと、
現時点以後の第２期間の前記データである第２データを予測する予測ステップと、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する単位空間作成ステップと、を備え、
前記予測ステップでは、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する
プラント監視方法。

【請求項2】

前記第３データは、前記複数の変数の各々についてそれぞれ定められた前記規定長さの時間分前記第１期間をそれぞれ過去にシフトさせた前記第３期間の前記変数のデータの集合であり、
前記第４データは、前記複数の変数の各々についてそれぞれ定められた前記規定長さの時間分前記第２期間をそれぞれ過去にシフトさせた前記第４期間の前記変数のデータの集合である
請求項１に記載のプラント監視方法。

【請求項3】

前記複数の変数のうち少なくとも１つの変数について定められた前記規定長さの時間は１年である
請求項１又は２に記載のプラント監視方法。

【請求項4】

前記複数の変数のうち少なくとも他の１つの変数について定められた前記規定長さの時間は、前記他の１つの変数に関連するプラント構成機器の部品交換周期である
請求項３に記載のプラント監視方法。

【請求項5】

前記予測ステップでは、前記第３期間と前記第４期間との間での前記データの変化、又は、前記第３期間と前記第１期間との間での前記データの変化を示す値を用いて、前記第２データを予測する
請求項１又は２に記載のプラント監視方法。

【請求項6】

前記予測ステップでは、前記複数の変数のうちの一の変数について、前記第４データの平均と前記第３データの平均との差分に基づく値を、前記第１データに加算して前記第２データを得る
請求項１又は２に記載のプラント監視方法。

【請求項7】

前記差分を前記第３データの標準偏差で除した値に前記第１データの標準偏差を乗じた値を、前記第１データに加算して前記第２データを得る
請求項６に記載のプラント監視方法。

【請求項8】

前記予測ステップでは、前記複数の変数のうちの一の変数について、前記第１データの平均と、前記第３データの平均との差分に基づく値を、前記第４データに加算して前記第２データを得る
請求項１又は２に記載のプラント監視方法。

【請求項9】

前記差分を前記第３データの標準偏差で除した値に前記第４データの標準偏差を乗じた値を、前記第４データに加算して前記第２データを得る
請求項８に記載のプラント監視方法。

【請求項10】

前記単位空間を構成する前記第１データの数は、前記単位空間を構成する前記第２データの数よりも多い
請求項１又は２に記載のプラント監視方法。

【請求項11】

前記第２データのうち、前記単位空間の作成に用いるデータをランダムに選択するステップを備え、
前記単位空間作成ステップでは、前記選択するステップで選択されたデータと、前記第１データの少なくとも一部とを用いて前記単位空間を作成する
請求項１又は２に記載のプラント監視方法。

【請求項12】

プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視装置であって、
現時点に至るまでの過去の第１期間の前記データである第１データを取得するように構成された取得部と、
現時点以後の第２期間の前記データである第２データを予測するように構成された予測部と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成するように構成された単位空間作成部と、を備え、
前記予測部は、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測するように構成された
を備えるプラント監視装置。

【請求項13】

プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視プログラムであって、
コンピュータに、
現時点に至るまでの過去の第１期間の前記データである第１データを取得する手順と、
現時点以後の第２期間の前記データである第２データを予測する手順と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する手順と、を実行させ、
前記第２データを予測する手順では、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する
プラント監視プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、プラント監視方法、プラント監視装置及びプラント監視プログラムに関する。
本願は、２０２１年５月１４日に日本国特許庁に出願された特願２０２１－０８２２１２号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】

プラントの状態を示す変数（センサで取得可能な状態量等）の基準的なデータ集合と、該変数についての計測データとの乖離を示すマハラノビス距離を用いてプラントを監視することがある。

【0003】

特許文献１には、マハラノビス距離を用いたプラント監視方法において、運転期間に応じて設定される複数の単位空間を用いてマハラノビス距離を算出することが記載されている。ここで、上述の単位空間は、プラントの運転状態が正常であるか否かを判定する際の基準となるデータの集合体である。より具体的には、特許文献１では、プラントの起動運転期間におけるプラントの状態量に基づいて作成される単位空間を用いてプラントの起動運転期間に取得されるデータについてのマハラノビス距離を算出するとともに、プラントの負荷運転期間におけるプラントの状態量に基づいて作成される単位空間を用いてプラントの負荷運転期間に取得されるデータについてのマハラノビス距離を算出するようになっている。

【先行技術文献】

【特許文献】

【0004】

【文献】特許第５０３１０８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、マハラノビス距離の算出の基礎となる単位空間は、通常、過去の期間にセンサによって取得されたデータ（基準データ）から構成される。このような単位空間を用いて、上述の過去の期間（基準データが取得された期間）よりも後の期間における時点（例えば現時点や近い未来の時点）での計測データ（評価対象データ）についてのマハラノビス距離を算出する場合、基準データが取得された過去の期間におけるデータのトレンドと、評価対象データが取得された期間におけるデータのトレンドとが一致しないことがある。この場合、評価対象データについて算出されるマハラノビス距離に基づくプラントの異常検知の精度が良好でない場合がある。

【0006】

上述の事情に鑑みて、本発明の少なくとも一実施形態は、プラントの異常を精度良く検知可能なプラント監視方法、プラント監視装置及びプラント監視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】

【0007】

本発明の少なくとも一実施形態に係るプラント監視方法は、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視方法であって、
現時点に至るまでの過去の第１期間の前記データである第１データを取得するステップと、
現時点以後の第２期間の前記データである第２データを予測する予測ステップと、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する単位空間作成ステップと、を備え、
前記予測ステップでは、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する。

【0008】

また、本発明の少なくとも一実施形態に係るプラント監視装置は、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視装置であって、
現時点に至るまでの過去の第１期間の前記データである第１データを取得するように構成された取得部と、
現時点以後の第２期間の前記データである第２データを予測するように構成された予測部と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成するように構成された単位空間作成部と、を備え、
前記予測部は、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測するように構成される。

【0009】

また、本発明の少なくとも一実施形態に係るプラント監視プログラムは、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視プログラムであって、
コンピュータに、
現時点に至るまでの過去の第１期間の前記データである第１データを取得する手順と、
現時点以後の第２期間の前記データである第２データを予測する手順と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する手順と、を実行させ、
前記第２データを予測する手順では、前記第１期間を規定長さの時間分過去にシフトさせた第３期間の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する。

【発明の効果】

【0010】

本発明の少なくとも一実施形態によれば、本発明の少なくとも一実施形態は、プラントの異常を精度良く検知可能なプラント監視方法、プラント監視装置及びプラント監視プログラムが提供される。

【図面の簡単な説明】

【0011】

【図1】幾つかの実施形態に係る監視方法が適用されるプラントに含まれるガスタービンの概略構成図である。

【図2】一実施形態に係るプラント監視装置の概略構成図である。

【図3】一実施形態に係るプラントの監視方法のフローチャートである。

【図4A】一実施形態に係るプラントの監視方法を説明するための図である。

【図4B】一実施形態に係るプラントの監視方法を説明するための図である。

【図5】プラントの状態を示す複数の変数に基づき作成される単位空間の一例を模式的に示す図である。

【図6】プラントの状態を示す変数についての計測データの一例を示す模式的なグラフである。

【図7】プラントの状態を示す変数についての計測データの一例を示す模式的なグラフである。

【図8】プラントの状態を示す変数についての計測データの一例を示す模式的なグラフである。

【図9】プラントの状態を示す変数についての計測データの一例を示す模式的なグラフである。

【図10】プラントの状態を示す複数の変数と規定長さの時間（計測データの変動周期）との対応関係の一例を示す表である。

【発明を実施するための形態】

【0012】

以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。

【0013】

（プラント監視装置の構成）
図１は、幾つかの実施形態に係る監視方法が適用されるプラントに含まれる機器の一例であるガスタービンの概略構成図である。図２は、一実施形態に係るプラント監視装置の概略構成図である。

【0014】

図１に示すガスタービン１０は、空気を圧縮するための圧縮機１２と、圧縮機１２からの圧縮空気とともに燃料を燃焼させるための燃焼器１４と、燃焼器１４で発生した燃焼ガスによって駆動されるタービン１６と、を備える。ガスタービン１０のロータ１５に発電機１８が連結され、ガスタービン１０によって発電機１８が回転駆動されるようになっている。

【0015】

幾つかの実施形態では、監視対象のプラントは、上述のガスタービン１０を含む。幾つかの実施形態では、監視対象のプラントは、他の機器（例えば蒸気タービン）を含んでもよい。

【0016】

図２に示すプラント監視装置４０は、計測部３０によって計測されるプラントの状態を示す複数の変数の計測値に基づいて、プラントの監視をするように構成される。

【0017】

計測部３０は、プラントの状態を示す複数の変数を計測するように構成される。計測部３０は、プラントの状態を示す複数の変数をそれぞれ計測するように構成された複数のセンサを含んでもよい。

【0018】

ガスタービン１０を含むプラントの場合、計測部３０は、プラントの状態を示す変数として、ガスタービン１０のロータ回転数、各段ブレードパス温度、ブレードパス平均温度、タービン入口圧力、タービン出口圧力、発電機出力、吸気フィルタ入口圧力又は吸気フィルタ出口圧力の何れかを計測するように構成されたセンサを含んでもよい。

【0019】

プラント監視装置４０は、計測部３０から、プラントの状態を示す変数の計測値を示す信号を受け取るように構成される。プラント監視装置４０は、計測部３０からの計測値を示す信号を、規定のサンプリング周期毎に受け取るように構成されていてもよい。また、また、プラント監視装置４０は、計測部３０から受け取った信号を処理して、プラントの異常の有無を判定するように構成される。プラント監視装置４０による判定結果は、表示部６０（ディスプレイ等）に表示されるようになっていてもよい。

【0020】

図２に示すように、一実施形態に係るプラント監視装置４０は、データ取得部（取得部）４２と、予測部４４と、単位空間作成部４６と、マハラノビス距離算出部４８と、異常判定部５０と、を含む。

【0021】

プラント監視装置４０は、プロセッサ（ＣＰＵ等）、主記憶装置（メモリデバイス；ＲＡＭ等）、補助記憶装置及びインターフェース等を備えた計算機を含む。プラント監視装置４０は、インターフェースを介して、計測部３０から、プラントの状態を示す変数の計測値を示す信号を受け取るようになっている。プロセッサは、このようにして受け取った信号を処理するように構成される。また、プロセッサは、記憶装置に展開されるプログラムを処理するように構成される。これにより、上述の各機能部（データ取得部４２等）の機能が実現される。

【0022】

プラント監視装置４０での処理内容は、プロセッサにより実行されるプログラムとして実装される。プログラムは、補助記憶部に記憶されていてもよい。プログラム実行時には、これらのプログラムは記憶装置に展開される。プロセッサは、記憶装置からプログラムを読み出し、プログラムに含まれる命令を実行するようになっている。

【0023】

データ取得部４２は、現時点以前の規定期間（後述する第１期間、第３期間及び第４期間）内の複数の時刻ｔ（ｔ１，ｔ２，…）の各々におけるプラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータ（第１データ、第３データ及び第４データ）を取得するように構成される。ガスタービン１０を含むプラントの場合、プラントの状態を示す変数（Ｖ１，Ｖ２，…，Ｖｎ）は、ガスタービン１０のロータ回転数、各段ブレードパス温度、ブレードパス平均温度、タービン入口圧力、タービン出口圧力、発電機出力、吸気フィルタ入口圧力、又は吸気フィルタ出口圧力の何れかを含んでもよい。なお、時刻ｔにおける上述の変数のデータは、時刻ｔを基準とする規定期間における上述の変数の計測値の代表値（例えば平均値）であってもよい。

【0024】

データ取得部４２は、計測部３０により計測される複数の変数の計測値に基づき上述のデータを取得するように構成されてもよい。複数の変数の計測値又は該計測値に基づくデータは、記憶部３２に記憶されるようになっていてもよい。データ取得部４２は、上述の計測値又は該計測値に基づくデータを、記憶部３２から取得するように構成されていてもよい。

【0025】

なお、記憶部３２は、プラント監視装置４０を構成する計算機の主記憶装置又は補助記憶装置を含んでもよい。あるいは、記憶部３２は、該計算機とネットワークを介して接続される遠隔記憶装置を含んでもよい。

【0026】

予測部４４は、データ取得部４２で取得される現時点以前の規定期間における複数の変数のデータに基づいて、現時点以後の規定期間（後述する第２期間）における該複数の変数のデータ（第２データ）を予測するように構成される。

【0027】

単位空間作成部４６は、データ取得部４２で取得された第１データ、及び、予測部４４で取得された第２データに基づいて、マハラノビス距離の計算の基礎となる単位空間を作成するように構成される。

【0028】

上述の単位空間は、目的に対して均質な集団（正常データの集合）であり、評価対象（診断対象）となるデータの単位空間の中心からの距離がマハラノビス距離として算出される。マハラノビス距離が小さければ評価対象のデータは正常である可能性が大きく、マハラノビス距離が大きければ評価対象のデータは異常である可能性が大きい。

【0029】

マハラノビス距離算出部４８は、単位空間作成部４６により作成された単位空間を用いて、評価対象のデータについてマハラノビス距離を計算するように構成される。

【0030】

異常判定部５０は、マハラノビス距離算出部４８により算出されたマハラノビス距離に基づいて、プラントの異常の有無を判定するように構成される。

【0031】

（プラント監視のフロー）
以下、幾つかの実施形態に係るプラント監視方法についてより具体的に説明する。なお、以下において、上述のプラント監視装置４０を用いて一実施形態に係るプラント監視方法を実行する場合について説明するが、幾つかの実施形態では、他の装置を用いてプラントの監視方法を実行するようにしてもよい。

【0032】

図３は、幾つかの実施形態に係るプラントの監視方法のフローチャートである。図４Ａ及び図４Ｂは、幾つかの実施形態に係るプラントの監視方法を説明するための図である。

【0033】

図３に示すように、幾つかの実施形態では、まず、データ取得部４２は、現時点に至るまでの過去の第１期間Ｔ１（図４Ａ参照）内の複数の時刻におけるプラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータである第１データを取得する（Ｓ２）。すなわち、第１データは、第１期間Ｔ１内の複数の時刻の各々における複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータの組（データセット）を含む。

【0034】

なお、本明細書において、「現時点」は、特定の時点（基準時点）の意味であり、今現在とは限らず、今現在よりも前の時点であってもよい。

【0035】

また、データ取得部４２は、過去の第３期間Ｔ３（図４Ａ参照）内の複数の時刻におけるプラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータである第３データを取得するとともに、過去の第４期間Ｔ４（図４Ａ参照）内の複数の時刻におけるプラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータである第４データを取得する（Ｓ４）。

【0036】

図４Ａに示すように、上述の第３期間Ｔ３は、第１期間Ｔ１を規定長さの時間分過去にシフトさせた期間である。すなわち、第３期間Ｔ３は、現時点から規定長さの時間分前における第１期間Ｔ１に対応する期間である。第３期間Ｔ３の開始時点は、第１期間Ｔ１の開始時点から規定長さの時間分前の時点であり、第３期間Ｔ３の終了時点は、第１期間Ｔ１から規定長さの時間分前の時点である。また、第３期間Ｔ３の長さは、第１期間Ｔ１の長さと等しい。

【0037】

図４Ａに示すように、上述の第４期間Ｔ４は、現時点以後の第２期間Ｔ２を規定長さの時間分過去にシフトさせた期間である。すなわち、第４期間Ｔ４は、現時点から規定長さの時間分前における第２期間Ｔ２に対応する期間である。第４期間Ｔ４の開始時点は、第２期間Ｔ２の開始時点から規定長さの時間分前の時点であり、第４期間Ｔ４の終了時点は、第２期間Ｔ２の終了時点から規定長さの時間分前の時点である。また、第４期間Ｔ４の長さは、第２期間Ｔ２の長さと等しい。

【0038】

上述の第３データ（複数の変数についての第３データ）は、複数の変数の各々についてそれぞれ定められた規定長さの時間分第１期間Ｔ１をそれぞれ過去にシフトさせた第３期間Ｔ３の各変数のデータの集合であるとともに、上述の第４データ（複数の変数についての第４データ）は、複数の変数の各々についてそれぞれ定められた規定長さの時間分第２期間Ｔ２をそれぞれ過去にシフトさせた第４期間Ｔ４の各変数のデータの集合であってもよい。すなわち、複数の変数の各々について、第１期間Ｔ１及び第２期間Ｔ２から第３期間Ｔ３及び第４期間Ｔ４までの時間のシフト量（遡る時間の長さ；即ち、上述の規定長さの時間）がそれぞれ定義されていてもよい。

【0039】

例えば、図４Ｂに示すように、複数の変数（Ｖａ，Ｖｂを含む）についての第３データは、変数Ｖａについては第１期間Ｔ１から規定長さの時間Ｔａ（例えば１年）分過去にシフトした第３期間Ｔ３（Ｖａ）の変数Ｖａのデータ、及び、変数Ｖｂについては第１期間Ｔ１から規定長さの時間Ｔｂ（例えば１．５年）分過去にシフトした第３期間Ｔ３（Ｖｂ）の変数Ｖｂのデータを含み、かつ、複数の変数についての第４データは、変数Ｖａについては第２期間Ｔ２から規定長さの時間Ｔａ分過去にシフトした第４期間Ｔ４（Ｖａ）の変数Ｖａのデータ、及び、変数Ｖｂについては第２期間Ｔ２から規定長さの時間Ｔｂ分過去にシフトした第４期間Ｔ４（Ｖｂ）の変数Ｖｂのデータを含んでもよい。

【0040】

すなわち、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）の第３データは、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）の各々についての第３期間Ｔ３内の複数の時刻の各々におけるデータの組（データセット）を含む。また、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）の第４データは、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）の各々についての第４期間Ｔ４内の複数の時刻の各々におけるデータの組（データセット）を含む。

【0041】

以下、本明細書において、複数の変数の第３データに含まれる特定の変数についてのデータを、該変数についての第３データという場合がある。また、複数の変数の第４データに含まれる特定の変数についてのデータを、該変数についての第４データという場合がある。

【0042】

次に、予測部４４は、ステップＳ２で取得した第１期間Ｔ１の第１データ、及び、ステップＳ４で取得した第３期間Ｔ３の第３データ及び第４期間Ｔ４の第４データに基づいて、現時点以後の第２期間Ｔ２（図４Ａ，４Ｂ参照）におけるプラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータである第２データを予測する（Ｓ６）。ここで、第２データは、第２期間Ｔ２における複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータの組（データセット）を複数含む。典型的には、第２期間Ｔ２の長さは、第１期間Ｔ１の長さと等しい。なお、ステップＳ６において第２データを予測する手順については後述する。

【0043】

次に、単位空間作成部４６は、ステップＳ２で取得される第１データ、及び、ステップＳ６で予測される第２データに基づいて、後続のステップＳ１０でのマハラノビス距離の計算の基礎となる単位空間を作成する（Ｓ８）。即ち、ステップＳ８では、第１データ及び第２データの中から、単位空間を構成するデータを選択する。

【0044】

ステップＳ８では、ステップＳ２で取得される第１データの少なくとも一部、及び、ステップＳ６で取得される第２データの少なくとも一部を用いて、上述の単位空間を作成してもよい。また、ステップＳ８では、第１データの少なくとも一部、及び、第２データの少なくとも一部に加え、第１データが取得される第１期間に至るまでの、第１期間よりも前の期間Ｔ０（図４Ａ，４Ｂ参照）に取得された複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータを用いて、上述の単位空間を作成してもよい。

【0045】

そして、マハラノビス距離算出部４８は、単位空間作成部４６により作成された単位空間を用いて、評価対象（診断対象）のデータ（信号空間データ）についてマハラノビス距離を計算する（Ｓ１０）。典型的には、ステップＳ１０では、現時点以後の期間内に取得される複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）の計測値（Ｙ１，Ｙ２，…，Ｙｎ）を評価対象のデータ（信号空間データ）とし、これについてマハラノビス距離を算出する。

【0046】

評価対象のデータについてのマハラノビス距離は、特許文献１に記載される方法で算出することができるが、マハラノビス距離の算出方法について、概略的には以下のように説明することができる。まず、単位空間を構成するデータ（ｎ個の変数（Ｖ１，Ｖ２，…，Ｖｎ）についてのデータセット（Ｘ_１，Ｘ_２，…，Ｘ_ｎ））を用いて、下記式（Ａ）より各項目（変数）毎の平均を求める。なお、下記式において、ｋは単位空間を構成するｎ個の変数の各々のデータ数（データセット数）である。

【数1】

次に、上記式（Ａ）で算出した各項目（変数）毎の平均を用いて、下記式（Ｂ）により単位空間を構成するデータについて共分散行列ＣＯＶ（ｎ×ｎ行列）を求める。

【数2】

そして、評価対象のデータＹ_１～Ｙ_ｎと、上記式（Ａ）により求めた平均及び上記式（Ｂ）により求めた共分散行列の逆行列を用いて、下記式（Ｃ）によりマハラノビス距離Ｄの２乗値Ｄ^２が算出される。なお、下記式において、ｌはｎ個の変数についての評価対象のデータ（信号空間データ）Ｙ_１～Ｙ_ｎのデータ数（データセット数）である。

【数3】

【0047】

次に、異常判定部５０は、ステップＳ１０で算出されたマハラノビス距離Ｄに基づいて、プラントの異常の有無を判定する（Ｓ１２）。ステップＳ１２では、上述のマハラノビス距離Ｄと閾値との比較に基づき、プラントの異常の有無を判定してもよい。例えば、ステップＳ１０で算出されたマハラノビス距離Ｄが閾値以下であるときにプラントは正常であると判定するとともに、マハラノビス距離Ｄが閾値より大きいときにプラントに異常が生じていると判定するようにしてもよい。

【0048】

図５は、プラントの状態を示す複数の変数に基づき作成される単位空間の一例を模式的に示す図である。図６及び図７、並びに、図８及び図９は、プラントの状態を示す変数についての計測データの一例を示す模式的なグラフである。図６及び図７、並びに、図８及び図９において、実線はプラントの状態を示す変数についての計測データ（センサ値）を示し、一対の曲線Ｕ１，Ｕ２（破線）の間の領域は、マハラノビス距離の計算の基礎となる単位空間に相当する。

【0049】

プラントの状態を示す複数の変数についての計測データ（例えば温度や圧力等）には、図６及び図７、並びに、図８及び図９に示すように、周期的に変動するものが含まれる。図６及び図７に示す変数の計測データは１年周期での季節変動を伴うものであり、例えば、温度センサによる計測データ等が含まれる。図８及び図９に示す変数の計測データはプラント構成機器の部品交換周期での変動を伴うものであり、例えば、吸気フィルタ（プラント構成機器の部品）の出口圧力を計測するセンサによる計測データが含まれる。部品交換周期での変動を伴う計測データとは、部品交換時点からの経過時間によって計測データの変動の仕方が影響を受けるものである。

【0050】

ここで、現時点（又は現時点から近い未来の時点、例えば上述の第２期間Ｔ２内の時点等）に取得される計測データについて、マハラノビス距離を算出することを考える。

【0051】

この場合において、直近の過去の期間（例えば上述の第１期間）に取得された複数の変数のデータのみを用いて単位空間を作成すると、図７又は図９に示すように、計測データ（実線）の周期的変動と、単位空間（曲線Ｕ１と曲線Ｕ２の間の領域）の周期的変動との間で時間差が生じる。その結果、計測データの単位空間の中心からの距離が大きくなる期間（図中の領域Ａ）が発生し、このような期間において、マハラノビス距離が大きく算出されやすくなり、プラントの異常について誤判定されやすくなる等、異常検知の精度が良好でない場合がある。

【0052】

これに対し、上述の実施形態では、第１期間Ｔ１及びこれに続く第２期間Ｔ２にそれぞれ対応する規定長さの時間分前の過去の期間（第３期間Ｔ３及び第４期間Ｔ４）に取得された第３データ及び第４データ、並びに、第１期間Ｔ１に取得された第１データに基づいて、複数の変数のデータの周期的な変動を加味して第２データを予測することができる。これは、例えば図５に示すように、ある変数のデータについて、第１期間Ｔ１とこれに続く第２期間Ｔ２との間でのデータの変動は、第１期間Ｔ１に対応する規定長さの時間（例えば、１年又は部品交換周期）分前の第３期間Ｔ３及び第２期間Ｔ２に対応する規定長さの時間分前の第４期間Ｔ４との間でのデータの変動に対応するためである。そして、上述の実施形態では、このように予測された第２データ、及び、実測値に基づく第１データを併せて用いることで季節変動を加味した単位空間を作成することができる。

【0053】

このように単位空間を作成すると、図６又は図８に示すように、計測データ（実線）の周期的変動のトレンドと、単位空間（曲線Ｕ１と曲線Ｕ２の間の領域）の周期的変動のトレンドとが一致しやすくなる。その結果、算出されるマハラノビス距離は、計測データの周期的変動の影響を受けにくくなる。例えば、図６又は図８において、領域Ａ（図７又は図９中の領域Ａに対応する領域）に対応する期間において、計測データの単位空間の中心からの距離は、他の期間と同等である。

【0054】

よって、このように作成された単位空間に基づき算出されるマハラノビス距離を用いることで、精度良くプラントの異常検知をすることができる。

【0055】

なお、図５において、楕円Ｑ１～Ｑ４は、それぞれ、第１データ～第４データのそれぞれに基づき作成される単位空間の一例を模式的に示す図である。それぞれの楕円は、各単位空間から計算されるマハラノビス距離が等しい点の集合である。図５では、簡略化のため、２つの変数Ｖ１，Ｖ２に基づく単位空間が概略的に示されている。図５に示すように、第１データに基づく単位空間Ｑ１に対する、第２データに基づく単位空間Ｑ２の位置の変化は、第３データに基づく単位空間Ｑ３に対する、第４データに基づく単位空間Ｑ４の位置の変化に対応している。すなわち、単位空間Ｑ１の中心に対するに対する単位空間Ｑ２の中心の変動ベクトルｖ_１２の向きと、単位空間Ｑ３の中心に対するに対する単位空間Ｑ４の中心の変動ベクトルｖ_３４の向きとがほぼ同じである。なお、これらの変動ベクトルの長さは、単位空間を構成するデータのばらつき具合（楕円の大きさ）にも影響を受ける。図５においては、単位空間Ｑ３及び単位空間Ｑ４を構成するデータのばらつきは、単位空間Ｑ１及び単位空間Ｑ２を構成するデータのばらつきよりも小さい。よって、変動ベクトルｖ_３４の長さは、変動ベクトルｖ_１２の長さよりも短い。したがって、ステップＳ６において、各期間におけるデータのばらつき具合の差を考慮することによって、より適切に第２データを予測することができる。

【0056】

幾つかの実施形態では、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のうち少なくとも１つの変数（例えばＶａ）について定められた上述の規定長さの時間（第１期間Ｔ１及び第２期間Ｔ２から第３期間Ｔ３及び第４期間Ｔ４までの時間のシフト量）は１年である。

【0057】

プラントの状態を示す複数の変数のデータには、通常、季節に応じて１年周期で変動するものが含まれる。この点上述の実施形態によれば、第１期間Ｔ１及び第２期間Ｔ２に対応する１年前の期間（第３期間Ｔ３及び第４期間Ｔ４）に取得された上述の少なくとも１つの変数（Ｖａ）のついてのデータを含む第３データ及び第４データを用いて、第２データを予測するようにしたので、該変数（Ｖａ）のデータの季節変動を加味して第２データを精度良く予測することができる。

【0058】

幾つかの実施形態では、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のうち少なくとも他の１つの変数（例えばＶｂ）について定められた上述の規定長さの時間（第１期間Ｔ１及び第２期間Ｔ２から第３期間Ｔ３及び第４期間Ｔ４までの時間のシフト量）は、該他の１つの変数（Ｖｂ）に関連するプラント構成機器の部品交換周期である。例えば、該プラント構成機器は、ガスタービンの吸気フィルタであってもよい。

【0059】

ここで、図１０は、プラントの状態を示す複数の変数（Ｖ１，Ｖ２，…，Ｖ１５０）にそれぞれ対応するセンサの番号（センサＮｏ．）と、該複数の変数（センサ）の各々について定められた上述の規定長さの時間（第１期間Ｔ１及び第２期間Ｔ２から第３期間Ｔ３及び第４期間Ｔ４までの時間のシフト量）との対応関係の一例を示す表である。

【0060】

図１０に示すように、上述の規定長さの時間（第１期間Ｔ１及び第２期間Ｔ２から第３期間Ｔ３及び第４期間Ｔ４までの時間のシフト量）は、複数の変数の各々について個別に設定することができる。なお、図１０に示すように、複数の変数について、プラント構成機器の部品交換周期に基づいて上述の規定長さの時間を設定する場合、部品交換周期（即ち上述の規定長さの時間）は、部品の種類等に応じて異なっていてもよい。

【0061】

プラントの状態を示す複数の変数のデータには、該変数に関連するプラント構成機器の部品交換周期で変動するものが含まれる場合がある。この点、上述の実施形態によれば、によれば、第１期間Ｔ１及び第２期間Ｔ２に対応する１年前の期間（第３期間Ｔ３及び第４期間Ｔ３）に取得された上述の少なくとも１つの変数（Ｖａ）についてのデータ、及び、第１期間Ｔ１及び第２期間Ｔ２に対応する部品交換周期分前の期間（第３期間Ｔ３及び第４期間Ｔ４）に取得された上述の少なくとも他の１つの変数（Ｖｂ）についてのデータを含む第３データ及び第４データを用いて、第２データを予測する。したがって、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のデータについて、各変数（Ｖａ及びＶｂ）それぞれの特性に応じた周期（季節的な周期（即ち１年周期）又は部品交換周期）での変動を加味して第２データをより精度良く予測することができる。

【0062】

幾つかの実施形態では、ステップＳ６において、第３期間Ｔ３と第４期間Ｔ４との間での複数の変数のデータの変化、又は、第３期間Ｔ３と第１期間Ｔ１との間での複数の変数のデータの変化を示す値を用いて、上述の第２データを予測する。ここで、２つの期間の間での複数の変数のデータの変化を示す値は、例えば、該２つの期間のデータのそれぞれの代表値（平均値等）の差分等であってもよい。

【0063】

第３期間Ｔ３と第４期間Ｔ４との間のデータの変化は、第１期間Ｔ１と第２期間Ｔ２との間のデータの変化に対応する。この点、上述の実施形態では、第３期間Ｔ３と第４期間Ｔ４との間でのデータの変化を示す値を用いて、第１期間Ｔ１における第１データに基づいて第２期間Ｔ２における第２データを適切に予測することができる。あるいは、第３期間Ｔ３と第１期間Ｔ１との間のデータの変化は、第４期間Ｔ４と第２期間Ｔ２との間のデータの変化に対応する。この点、上述の実施形態では、第３期間Ｔ３と第１期間Ｔ１との間でのデータの変化を示す値を用いて、第４期間Ｔ４における第４データに基づいて第２期間Ｔ２における第２データを適切に予測することができる。

【0064】

幾つかの実施形態では、ステップＳ６において、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のうちの一の変数（ここではＶａとする）について、変数Ｖａについての第４データの平均ｍ_４と第３データの平均ｍ_３との差分（ｍ_４－ｍ_３）に基づく値を、変数Ｖａについての第１データに加算して変数Ｖａについての第２データを得る。

【0065】

このように、第３期間Ｔ３と第４期間Ｔ４との間でのデータの変化を示す値として、第４データの平均ｍ_４と第３データの平均ｍ_３との差分（ｍ_４－ｍ_３）に基づく値を用い、該値を第１期間Ｔ１における第１データに加算することで、第２データを適切に予測することができる。

【0066】

なお、変数Ｖａについての第１データをｄ_１とし、変数Ｖａについての第２データをｄ_２とすると、第２データｄ_２は、例えば下記式（ａ）で表したものであってもよい。
ｄ_２＝ｄ_１＋（ｍ_４－ｍ_３） …（ａ）

【0067】

幾つかの実施形態では、上述の差分（ｍ_４－ｍ_３）を変数Ｖａについての第３データの標準偏差σ_３で除した値に、変数Ｖａについての第１データの標準偏差σ_１を乗じた値を、変数Ｖａについての第１データに加算して、変数Ｖａについての第２データを得る。この場合、変数Ｖａについての第１データをｄ_１とし、変数Ｖａについての第２データをｄ_２とすると、第２データｄ_２は、下記式（Ａ）で表すことができる。
ｄ_２＝ｄ_１＋（ｍ_４－ｍ_３）／σ_３×σ_１ …（Ａ）

【0068】

このように、第４データの平均ｍ_４と第３データの平均ｍ_３との差分（ｍ_４－ｍ_３）を、第３データの標準偏差σ_３で除するとともに第１データの標準偏差σ_１を乗じることで補正したもの（即ち、上記差分（ｍ_４－ｍ_３）を、第１データの標準偏差σ_１と第３データの標準偏差σ_３との比で補正したもの）を第１データｄ_１に加算することにより、規定長さの時間（例えば、１年又は部品交換周期）分前からのデータの分布の変化を加味して第２データｄ_２を得ることができる。よって、このように得られる第２データｄ_２を用いて作成された単位空間に基づき算出されるマハラノビス距離を用いることで、より精度良くプラントの異常検知をすることができる。また、σ_１≒σ_３と仮定して、計算を簡略化しても良い。

【0069】

幾つかの実施形態では、ステップＳ６において、複数の変数（Ｖ１，Ｖ２，…，Ｖｎ）のうちの一の変数（ここではＶａとする）について、変数Ｖａについての第１データの平均ｍ_１と第３データの平均ｍ_３との差分（ｍ_１－ｍ_３）に基づく値を、変数Ｖａについての第４データに加算して変数Ｖａについての第２データを得る。

【0070】

このように、第３期間Ｔ３と第１期間Ｔ１との間でのデータの変化を示す値として、第１データの平均ｍ_１と第３データの平均ｍ_３との差分（ｍ_１－ｍ_３）に基づく値を用い、該値を第４期間Ｔ４における第４データに加算することで、第２データを適切に予測することができる。

【0071】

なお、変数Ｖａについての第４データをｄ_４とし、変数Ｖａについての第２データをｄ_２とすると、第２データｄ_２は、例えば下記式（ｂ）で表したものであってもよい。
ｄ_２＝ｄ_４＋（ｍ_１－ｍ_３） …（ｂ）

【0072】

幾つかの実施形態では、上述の差分（ｍ_１－ｍ_３）を、変数Ｖａについての第３データの標準偏差σ_３で除した値に変数Ｖａについての第４データの標準偏差σ_４を乗じた値を、変数Ｖａについての第４データに加算して、変数Ｖａについての第２データを得る。この場合、変数Ｖａについての第４データをｄ_４とし、変数Ｖａについての第２データをｄ_２とすると、第２データｄ_２は、下記式（Ｂ）で表すことができる。
ｄ_２＝ｄ_４＋（ｍ_１－ｍ_３）／σ_３×σ_４ …（Ｂ）

【0073】

このように、第１データの平均ｍ_１と第３データの平均ｍ_３との差分（ｍ_１－ｍ_３）を、第３データの標準偏差σ_３で除するとともに第４データの標準偏差σ_４を乗じることで補正したもの（即ち、上記差分（ｍ_１－ｍ_３）を、第４データの標準偏差σ_４と第３データの標準偏差σ_３との比で補正したもの）を第４データｄ_４に加算することにより、直前の期間からのデータの分布の変化を加味して第２データｄ_２を得ることができる。よって、このように得られる第２データｄ_２を用いて作成された単位空間に基づき算出されるマハラノビス距離を用いることで、より精度良くプラントの異常検知をすることができる。また、σ_３≒σ_４と仮定して、計算を簡略化しても良い。

【0074】

幾つかの実施形態では、ステップＳ８で作成される単位空間を構成する第１データの数は、該単位空間を構成する第２データの数よりも多い。すなわち、ステップＳ８において、単位空間を構成する第１データの数が、該単位空間を構成する第２データの数よりも多くなるように、第１データ及び第２データの中から、単位空間を構成するデータを選択する。

【0075】

上述の実施形態では、単位空間を構成するデータのうち、実測データに基づく第１データの数が、予測データである第２データの数よりも多いので、該単位空間に基づき算出されるマハラノビス距離に基づく異常検知の信頼性が良好となる。

【0076】

幾つかの実施形態では、ステップＳ８において、第２データのうち、単位空間の作成に用いるデータを、例えば乱数を用いて、ランダムに選択する。そして、ランダムに選択された第２データと、第１データの少なくとも一部とを用いて単位空間を作成する。

【0077】

上述の実施形態によれば、ステップＳ６で予測された第２データのうち、ランダムに選択された一部のデータと、第１データの少なくとも一部とを用いて、単位空間を適切に作成することができる。

【0078】

上記各実施形態に記載の内容は、例えば以下のように把握される。

【0079】

（１）本発明の少なくとも一実施形態に係るプラント監視方法は、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視方法であって、
現時点に至るまでの過去の第１期間（Ｔ１）の前記データである第１データを取得するステップ（Ｓ２）と、
現時点以後の第２期間（Ｔ２）の前記データである第２データを予測する予測ステップ（Ｓ６）と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する単位空間作成ステップ（Ｓ８）と、を備え、
前記予測ステップでは、前記第１期間を規定長さの時間分過去にシフトさせた第３期間（Ｔ３）の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間（Ｔ４）の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する。

【0080】

プラントの状態を示す複数の変数についての計測データ（例えば温度や圧力等）には、規定長さの時間毎に周期的に変動するものが含まれる。また、第１期間とこれに続く第２期間との間でのデータの変動は、規定長さの時間分前の過去の期間であって第１期間に対応する第３期間と、第２期間に対応する第４期間との間でのデータの変動に対応する。この点、上記（１）の方法では、第１期間及びこれに続く第２期間にそれぞれ対応する規定長さの時間分前の過去の期間（第３期間及び第４期間）に取得された第３データ及び第４データ、並びに、第１期間に取得された第１データに基づいて、複数の変数のデータの周期的な変動を加味して第２データを予測することができる。そして、このように予測された第２データ、及び、実測値に基づく第１データを併せて用いることで、複数の変数のデータの周期的な変動を加味した単位空間を作成することができる。よって、このように作成された単位空間に基づき算出されるマハラノビス距離を用いることで、精度良くプラントの異常検知をすることができる。

【0081】

（２）幾つかの実施形態では、上記（１）の方法において、
前記第３データは、前記複数の変数の各々についてそれぞれ定められた前記規定長さの時間分前記第１期間をそれぞれ過去にシフトさせた前記第３期間の前記変数のデータの集合であり、
前記第４データは、前記複数の変数の各々についてそれぞれ定められた前記規定長さの時間分前記第２期間をそれぞれ過去にシフトさせた前記第４期間の前記変数のデータの集合である。

【0082】

プラントの状態を示す複数の変数のデータは、その変数の特性に応じてそれぞれ異なる変動周期を有する場合がある。上記（２）の方法によれば、複数の変数の各々について、第１期間及び第２期間から第３期間及び第４期間までの時間のシフト量（即ち、規定長さの時間）が定められる。すなわち、複数の変数の各々について、該変数のデータの変動周期に応じた規定長さの時間をそれぞれ定義することができるので、各変数の特性に応じた規定長さの時間分前の過去データの集合である第３データ及び第４データを使用することで、第２データの予測精度を向上させることができる。

【0083】

（３）幾つかの実施形態では、上記（１）又は（２）の方法において、
前記複数の変数のうち少なくとも１つの変数について定められた前記規定長さの時間は１年である。

【0084】

プラントの状態を示す複数の変数のデータには、通常、季節に応じて１年周期で変動するものが含まれる。上記（３）の方法によれば、第１期間及び第２期間に対応する１年前の期間（第３期間及び第４期間）に取得された上述の少なくとも１つの変数のついてのデータを含む第３データ及び第４データを用いて、第２データを予測するようにしたので、該変数のデータの季節変動を加味して第２データを精度良く予測することができる。

【0085】

（４）幾つかの実施形態では、上記（３）の方法において、
前記複数の変数のうち少なくとも他の１つの変数について定められた前記規定長さの時間は、前記他の１つの変数に関連するプラント構成機器の部品交換周期である。

【0086】

プラントの状態を示す複数の変数のデータには、該変数に関連するプラント構成機器の部品交換周期で変動するものが含まれる場合がある。上記（４）の方法によれば、第１期間及び第２期間に対応する１年前の期間（第３期間及び第４期間）に取得された上述の少なくとも１つの変数についてのデータ、及び、第１期間及び第２期間に対応する部品交換周期分前の期間（第３期間及び第４期間）に取得された上述の少なくとも他の１つの変数についてのデータを含む第３データ及び第４データを用いて、第２データを予測する。したがって、複数の変数のデータについて、各変数それぞれの特性に応じた周期（季節的な周期（即ち１年周期）又は部品交換周期）での変動を加味して第２データをより精度良く予測することができる。

【0087】

（５）幾つかの実施形態では、上記（１）乃至（４）の何れかの方法において、
前記予測ステップでは、前記第３期間と前記第４期間との間での前記データの変化、又は、前記第３期間と前記第１期間との間での前記データの変化を示す値を用いて、前記第２データを予測する。

【0088】

第３期間と第４期間との間のデータの変化は、第１期間と第２期間との間のデータの変化に対応する。また、第３期間と第１期間との間のデータの変化は、第４期間と第２期間との間のデータの変化に対応する。上記（５）の方法によれば、第３期間と第４期間との間でのデータの変化を示す値を用いて、第１期間における第１データに基づいて第２期間における第２データを適切に予測することができる。あるいは、上記（５）の方法によれば、第３期間と第１期間との間での前記データの変化を示す値を用いて、第４期間における第４データに基づいて第２期間における第２データを適切に予測することができる。

【0089】

（６）幾つかの実施形態では、上記（１）乃至（５）の何れかの方法において、
前記予測ステップでは、前記複数の変数のうちの一の変数について、前記第４データの平均と前記第３データの平均との差分に基づく値を、前記第１データに加算して前記第２データを得る。

【0090】

上記（６）の方法によれば、第３期間と第４期間との間でのデータの変化を示す値として、第４データの平均と第３データの平均との差分に基づく値を用い、該値を第１期間における第１データに加算することで、第２データを適切に取得することができる。

【0091】

（７）幾つかの実施形態では、上記（６）の方法において、
前記差分を前記第３データの標準偏差で除した値に前記第１データの標準偏差を乗じた値を、前記第１データに加算して前記第２データを得る。

【0092】

上記（７）の方法によれば、第４データの平均と第３データの平均との差分を、第３データの標準偏差で除するとともに第１データの標準偏差を乗じることで補正したものを第１データに加算することにより、１年前からのデータの分布の変化を加味して第２データを得ることができる。よって、このように得られる第２データを用いて作成された単位空間に基づき算出されるマハラノビス距離を用いることで、より精度良くプラントの異常検知をすることができる。

【0093】

（８）幾つかの実施形態では、上記（１）乃至（５）の何れかの方法において、
前記予測ステップでは、前記複数の変数のうちの一の変数について、前記第１データの平均と、前記第３データの平均との差分に基づく値を、前記第４データに加算して前記第２データを得る。

【0094】

上記（８）の方法によれば、
第３期間と第１期間との間でのデータの変化を示す値として、第１データの平均と第３データの平均との差分に基づく値を用い、該値を第４期間における第４データに加算することで、第２データを適切に取得することができる。

【0095】

（９）幾つかの実施形態では、上記（８）の方法において、
前記差分を前記第３データの標準偏差で除した値に前記第４データの標準偏差を乗じた値を、前記第４データに加算して前記第２データを得る。

【0096】

上記（９）の方法によれば、第１データの平均と第３データの平均との差分を、第３データの標準偏差で除するとともに第４データの標準偏差を乗じることで補正したものを第４データに加算することにより、直前の期間からのデータの分布の変化を加味して第２データを得ることができる。よって、このように得られる第２データを用いて作成された単位空間に基づき算出されるマハラノビス距離を用いることで、より精度良くプラントの異常検知をすることができる。

【0097】

（１０）幾つかの実施形態では、上記（１）乃至（９）の何れかの方法において、
前記単位空間を構成する前記第１データの数は、前記単位空間を構成する前記第２データの数よりも多い。

【0098】

上記（１０）の方法によれば、単位空間を構成するデータのうち、実測データに基づく第１データの数が、予測データである第２データの数よりも多いので、該単位空間に基づき算出されるマハラノビス距離に基づく異常検知の信頼性が良好となる。

【0099】

（１１）幾つかの実施形態では、上記（１）乃至（１０）の何れかの方法において、
前記第２データのうち、前記単位空間の作成に用いるデータをランダムに選択するステップを備え、
前記単位空間作成ステップでは、前記選択するステップで選択されたデータと、前記第１データの少なくとも一部とを用いて前記単位空間を作成する。

【0100】

上記（１１）の方法によれば、予測された第２データのうちランダムに選択された一部のデータと、第１データの少なくとも一部とを用いて、単位空間を適切に作成することができる。

【0101】

（１２）本発明の少なくとも一実施形態に係るプラント監視装置（４０）は、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視装置であって、
現時点に至るまでの過去の第１期間（Ｔ１）の前記データである第１データを取得するように構成された取得部（４２）と、
現時点以後の第２期間（Ｔ２）の前記データである第２データを予測するように構成された予測部（４４）と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成するように構成された単位空間作成部（４６）と、を備え、
前記予測部は、前記第１期間を規定長さの時間分過去にシフトさせた第３期間（Ｔ３）の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間（Ｔ４）の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測するように構成される。

【0102】

プラントの状態を示す複数の変数についての計測データ（例えば温度や圧力等）には、規定長さの時間毎に周期的に変動するものが含まれる。また、第１期間とこれに続く第２期間との間でのデータの変動は、規定長さの時間分前の過去の期間であって第１期間に対応する第３期間と、第２期間に対応する第４期間との間でのデータの変動に対応する。この点、上記（１２）の構成では、第１期間及びこれに続く第２期間にそれぞれ対応する規定長さの時間分前の過去の期間（第３期間及び第４期間）に取得された第３データ及び第４データ、並びに、第１期間に取得された第１データに基づいて、複数の変数のデータの周期的な変動を加味して第２データを予測することができる。そして、このように予測された第２データ、及び、実測値に基づく第１データを併せて用いることで、複数の変数のデータの周期的な変動を加味した単位空間を作成することができる。よって、このように作成された単位空間に基づき算出されるマハラノビス距離を用いることで、精度良くプラントの異常検知をすることができる。

【0103】

（１３）本発明の少なくとも一実施形態に係るプラント監視プログラムは、
プラントの状態を示す複数の変数のデータから算出されるマハラノビス距離を用いる前記プラントの監視プログラムであって、
コンピュータに、
現時点に至るまでの過去の第１期間（Ｔ１）の前記データである第１データを取得する手順と、
現時点以後の第２期間（Ｔ２）の前記データである第２データを予測する手順と、
前記第１データ及び前記第２データに基づいて、前記マハラノビス距離の計算の基礎となる単位空間を作成する手順と、を実行させ、
前記第２データを予測する手順では、前記第１期間を規定長さの時間分過去にシフトさせた第３期間（Ｔ３）の前記データである第３データ、前記第２期間を前記規定長さの時間分過去にシフトさせた第４期間（Ｔ４）の前記データである第４データ、及び、前記第１データに基づいて、前記第２データを予測する。

【0104】

プラントの状態を示す複数の変数についての計測データ（例えば温度や圧力等）には、規定長さの時間毎に周期的に変動するものが含まれる。また、第１期間とこれに続く第２期間との間でのデータの変動は、規定長さの時間分前の過去の期間であって第１期間に対応する第３期間と、第２期間に対応する第４期間との間でのデータの変動に対応する。この点、上記（１３）の構成では、第１期間及びこれに続く第２期間にそれぞれ対応する規定長さの時間分前の過去の期間（第３期間及び第４期間）に取得された第３データ及び第４データ、並びに、第１期間に取得された第１データに基づいて、複数の変数のデータの周期的な変動を加味して第２データを予測することができる。そして、このように予測された第２データ、及び、実測値に基づく第１データを併せて用いることで、複数の変数のデータの周期的な変動を加味した単位空間を作成することができる。よって、このように作成された単位空間に基づき算出されるマハラノビス距離を用いることで、精度良くプラントの異常検知をすることができる。

【0105】

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されることはなく、上述した実施形態に変形を加えた形態や、これらの形態を適宜組み合わせた形態も含む。

【0106】

本明細書において、「ある方向に」、「ある方向に沿って」、「平行」、「直交」、「中心」、「同心」或いは「同軸」等の相対的或いは絶対的な配置を表す表現は、厳密にそのような配置を表すのみならず、公差、若しくは、同じ機能が得られる程度の角度や距離をもって相対的に変位している状態も表すものとする。
例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。
また、本明細書において、四角形状や円筒形状等の形状を表す表現は、幾何学的に厳密な意味での四角形状や円筒形状等の形状を表すのみならず、同じ効果が得られる範囲で、凹凸部や面取り部等を含む形状も表すものとする。
また、本明細書において、一の構成要素を「備える」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。

【符号の説明】

【0107】

１０ ガスタービン
１２ 圧縮機
１４ 燃焼器
１５ ロータ
１６ タービン
１８ 発電機
３０ 計測部
３２ 記憶部
４０ プラント監視装置
４２ データ取得部
４４ 予測部
４６ 単位空間作成部
４８ マハラノビス距離算出部
５０ 異常判定部
６０ 表示部
Ａ 領域
Ｔ１ 第１期間
Ｔ２ 第２期間
Ｔ３ 第３期間
Ｔ４ 第４期間

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】