知財求人 - 知財ポータルサイト「IP Force」
(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】2025-02-12
(45)【発行日】2025-02-20
(54)【発明の名称】シミュレータシステム及びシミュレータ方法
(51)【国際特許分類】
G05B 23/02 20060101AFI20250213BHJP
G06Q 50/06 20240101ALI20250213BHJP
G06Q 10/04 20230101ALI20250213BHJP
G09B 9/00 20060101ALI20250213BHJP
【ＦＩ】
G05B23/02 Z
G06Q50/06
G06Q10/04
G09B9/00 A
【請求項の数】
4
(21)【出願番号】P 2021181247
(22)【出願日】2021-11-05
(65)【公開番号】P2023069415
(43)【公開日】2023-05-18
【審査請求日】2024-01-25
(73)【特許権者】
【識別番号】000005108
【氏名又は名称】株式会社日立製作所
(74)【代理人】
【識別番号】110001807
【氏名又は名称】弁理士法人磯野国際特許商標事務所
(72)【発明者】
【氏名】平塚 政幸
(72)【発明者】
【氏名】武内 洋人
【審査官】田中 友章
(56)【参考文献】
【文献】特開平４－８４３０８（ＪＰ，Ａ）
【文献】特開２０１７－１４６７７０（ＪＰ，Ａ）
【文献】特開平９－６４０７（ＪＰ，Ａ）
【文献】特開２０１９－２０８８５（ＪＰ，Ａ）
【文献】特開２００６－３４４００４（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ ２３／０２
Ｇ０９Ｂ ９／００
Ｇ０６Ｑ ５０／０６
Ｇ０６Ｑ １０／０４
(57)【特許請求の範囲】
【請求項1】
プラントを構成する機器の性能を計算するための性能計算式に基づいて、前記機器のモデルである機器モデルを生成し、当該機器モデルを接続することにより、前記プラントのモデルであるプラントモデルを生成するプラントモデル生成部と、前記プラントモデルに基づいた強化学習により、前記性能計算式に用いられている定数である制御定数を推定する制御定数推定部と、
推定された前記制御定数を設定した前記プラントモデルを使用して前記プラントのシミュレーションを行うシミュレータ部と、
前記性能計算式に基づいて、前記性能計算式に用いられている計算記号の階層構造を抽出し、表示部に表示する階層構造処理部と、
を有することを特徴とするシミュレータシステム。
【請求項2】
前記プラントの動作状態を判別するための指標である動作レベルを算出し、算出した前記動作レベルを前記階層構造と併せて前記表示部に表示する動作レベル処理部を有することを特徴とする請求項１に記載のシミュレータシステム。
【請求項3】
前記動作レベル処理部は、前記性能計算式に基づいて算出され、前記機器の動作効率が最もよい場合の出力である前記機器のベスト値と、前記機器から取得される運転値とを基に前記動作レベルを算出し、
前記運転値は、
前記機器から取得される運転データの現在値、又は、所定の時刻における前記運転データ及び前記現在値との差分を含む比較値である
ことを特徴とする請求項２に記載のシミュレータシステム。
【請求項4】
プラントを構成する機器の性能を計算するための性能計算式に基づいて、前記性能計算式に用いられている計算記号の階層構造を抽出し、表示部に表示する階層構造処理ステップと、
前記性能計算式に基づいて、前記機器のモデルである機器モデルを生成し、当該機器モデルを接続することにより、前記プラントのモデルであるプラントモデルを生成するプラントモデル生成ステップと、
前記プラントモデルに基づいた強化学習により、前記性能計算式に用いられている定数である制御定数を推定する制御定数推定ステップと、
推定された前記制御定数を設定した前記プラントモデルを使用して前記プラントのシミュレーションを行うシミュレーションステップと、
が実行されることを特徴とするシミュレータ方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、シミュレータシステム及びシミュレータ方法の技術に関する。
【背景技術】
【0002】
２０２１年６月現在、経済産業省における石炭火力検討ワーキンググループでは、「非効率石炭 ２０３０年フェードアウト」の実現に向けた政策対応についての検討がされている。
【0003】
第５次エネルギー基本計画において、我が国における石炭火力の位置づけとして、石炭は、温室効果ガスの排出量が大きいという問題があるが、地政学的リスクが化石燃料の中で最も低い。また、石炭は、熱量当たりの単価も化石燃料の中で最も安いことから、現状において安定供給性や経済性に優れた重要なベースロード電源の燃料として評価されている。
【0004】
石炭火力に対する効率目標値の設定では、非効率な石炭火力の定義はＳＣ（Super Critical）以下（高効率はＵＳＣ（Ultra Super Critical）以上）と明記され、発電方式による線引きがされていた。一方で、「エネルギーの使用の合理化等に関する法律」（省エネ法）における現行の火力発電効率のベンチマーク制度では、発電方式区分ではなく実績の発電効率が指標となっている。
【0005】
火力発電効率のベンチマーク目標は火力発電設備全体（石炭、ＬＮＧ（Liquefied Natural Gas：液化天然ガス）、石油）の目標である。そのため、石炭、ＬＮＧ、石油すべての火力発電を所有する事業者は、石炭以外の燃料による火力発電が高効率であれば、ベンチマークを達成することができる。したがって、石炭火力のみによる目標達成の実効性が担保されているものではなく、石炭火力のみを対象に新たな指標・目標値を設定することが必要である。
【0006】
特許文献１には「異常検出装置は、プラントの実機から計測される実機計測値を取得し、制御装置から制御指令を取得する取得部と、前記プラントの実機の状態を示すシミュレータ計算値を前記制御指令に基づいて算出するシミュレーション部と、算出した前記シミュレータ計算値に対する前記実機計測値の乖離の度合いが所定の判定閾値を上回った場合に、前記実機に異常が発生したと判定する異常判定部と、前記異常が発生したと判定された場合に、異常が発生したことを通知する通知処理部と、を備える」異常検出装置、シミュレータ、プラント監視システム、異常検出方法及びプログラムが開示されている（要約参照）。
【0007】
特許文献２には「発電プラントのプロセスデータを走査入力するプラント入力手段と、入力した前記プロセスデータに基づいてプラントの特定の整定状態を判定するプラント整定判定手段と、このプラント整定判定手段の判定結果が整定状態であるとき前記プロセスデータを収集するプラントデータ収集手段と、前記収集データを大容量記憶装置へ保存するデータ保存手段と、前記大容量記憶装置からデータを抽出する検索手段と、この検索データを集計し、プラント性能を計算する計算手段と、今回の計算結果及び過去の計算結果からの推移を出力する出力手段とを備えたことを特徴とする」発電プラント性能管理装置が開示されている（請求項１参照）。
【0008】
特許文献３には「データ収集サーバー２００は、電力系統に含まれる複数の部分系統のそれぞれにおける電気的諸量のデータを所定間隔で収集し保持する。デジタルツイン生成部１０２は、データ収集サーバー２００が保持する電気的諸量のデータを基に、各部分系統を再現したモデルを含む電力系統のシミュレーションモデルを生成し、且つ、電気的諸量の変化を基にモデルを更新する。シミュレーション実行部１０２は、データ収集サーバー２００に収集されたデータ及びシミュレーションモデルを基にシミュレーションを実行する。結果通知部１０３は、シミュレーション実行部１０２により実行されたシミュレーションの結果を通知する」電力系統制御装置、電力系統制御システム、電力系統制御方法及び電力系統制御プログラムが開示されている（要約参照）。
【先行技術文献】
【特許文献】
【0009】
【文献】特開２０２０－１２９１５８号公報
【文献】特公平０８－０１６６１８号公報
【文献】特開２０１９－１５４２０１号公報
【発明の概要】
【発明が解決しようとする課題】
【0010】
特許文献１に記載されている技術では、プラント性能診断の観点を有していない。また、特許文献２に記載されている技術では要因の分析に関する記載がない。
【0011】
そして、特許文献３に記載されている技術には、火力・水力発電所および再エネ発電におけるプラント性能診断およびデジタルツインの観点を有していない。また、特許文献３に記載されている系統解析シミュレーションについても、系統事故時の系統状況を再現するものであり、ボイラ効率、タービン効率、ヒートバランス等、プラント性能計算におけるシミュレーションではない。
【0012】
このような背景に鑑みて本発明がなされたのであり、本発明は、プラントのシミュレーションを簡易に行うことを課題とする。
【課題を解決するための手段】
【0013】
前記した課題を解決するため、本発明は、プラントを構成する機器の性能を計算するための性能計算式に基づいて、前記機器のモデルである機器モデルを生成し、当該機器モデルを接続することにより、前記プラントのモデルであるプラントモデルを生成するプラントモデル生成部と、前記プラントモデルに基づいた強化学習により、前記性能計算式に用いられている定数である制御定数を推定する制御定数推定部と、推定された前記制御定数を設定した前記プラントモデルを使用して前記プラントのシミュレーションを行うシミュレータ部と、前記性能計算式に基づいて、前記性能計算式に用いられている計算記号の階層構造を抽出し、表示部に表示する階層構造処理部と、を有することを特徴とする。
その他の解決手段は実施形態中において適宜記載する。
その他の解決手段は実施形態中において適宜記載する。
【発明の効果】
【0014】
本発明によれば、プラントのシミュレーションを簡易に行うことができる。
【図面の簡単な説明】
【0015】
【図1】本実施形態に係るプラントシミュレータシステムの構成例を示す図である。
【図2】本実施形態で行われるプラントシミュレータシステムで行われる全体処理を示す図である。
【図3】統計処理の詳細な手順を示す図である。
【図4】分析支援処理の手順を示すフローチャートである。
【図5】計算式仕様、関数仕様、入力点仕様の分解を示す図である。
【図6】本実施形態で行われる階層構造検索処理の手順を示すフローチャートである。
【図7】計算記号の一例を示す図である。
【図8】本実施形態で行われる分析支援表示処理の手順を示す図である。
【図9】分析支援表示処理で表示される計算式解析画面の例を示す図である。
【図10】プラントモデルの生成手順を示すフローチャートである。
【図11】簡易機器モデル生成処理の手順を示す図である。
【図12】簡易機器モデルの一例としての弁モデルを示す図である。
【図13】入出力リストの一例を示す図である。
【図14】プラントモデル生成処理によって生成されるプラントモデルの例である。
【図15】プラントモデルの確認処理に関する図である。
【図16A】本実施形態で行われる制御定数推定処理の手順を示す図である。
【図16B】運転パラメータ決定処理の具体例を示す図である。
【図17】制御パラメータの例を示す図である。
【図18】本実施形態の結果、生成されるプラントモデルを用いた運転シミュレータシステムの例を示す図である。
【図19】比較例による運転シミュレータシステムの例を示す図である。
【発明を実施するための形態】
【0016】
次に、本発明を実施するための形態（「実施形態」という）について、適宜図面を参照しながら詳細に説明する。
【0017】
本実施形態におけるプラントシミュレータシステムＺ（図１参照：シミュレータシステム）は、性能計算式に基づいて生成される機器のモデルである簡易機器モデル３５０（図１１参照）を接続することで、プラントのモデルであるプラントモデル５２０（図１４、図１６Ａ参照）を生成する。機器とは、プラントを構成する機器である。そして、プラントシミュレータシステムＺは、このプラントモデル５２０を用いて、性能計算式における定数である制御定数を強化学習によって推定する。その後、推定された制御定数がプラントモデル５２０に適用されることで、プラントを模擬した運転シミュレータシステム２（図１参照）が提供される。
【0018】
詳しくは、本実施形態では既存の火力・水力発電所及び再エネ発電におけるプラントの運転シミュレーションが実施され、所定の条件におけるプラント性能判断が可能となるものである（図１８参照）。また、本実施形態では性能計算式における計算記号の階層構造の検索や、現在値と目標値（ベスト値）の差分等である動作レベルが算出され、プラントにおける効率低下等の要因分析支援が可能である（図９参照）。加えて、本実施形態ではプラントの実データ（運転データ３０１（図２参照））から強化学習に基づいて制御定数が推定される（図１６Ａ参照）。計算記号とは性能計算式に用いられる変数等である。制御定数は簡易機器モデル３５０を表現する計算式における定数である。階層構造、ベスト値については後記する。
【0019】
なお、本実施形態の適用対象として火力発電プラントが想定されているが、本実施形態の適用対象は火力発電プラントに限らず、その他のプラントでもよい。なお、本実施形態では、火力発電プラントを単にプラントと称する。また、本実施形態において実プラントを、適宜プラントと称する。
【0020】
【0021】
（システム）
まず、図１を参照して本実施形態に係るプラントシミュレータシステムＺの構成を示す。
図１は、本実施形態に係るプラントシミュレータシステムＺの構成例を示す図である。
図１に示すように、プラントシミュレータシステムＺは、シミュレータ生成装置１と運転シミュレータシステム（シミュレータ部）２とを備える。
シミュレータ生成装置１は、プラントから取得する実績データ（以降、運転データ３０１（図２参照）と称する）と、予め設定されている機器の性能計算式とを基に、プラントモデル５２０（図１６Ａ参照）を生成する。機器とはプラントを構成する機器である。そして、運転シミュレータシステム２では生成されたプラントモデル５２０を基に運転シミュレーションが行われる。
まず、図１を参照して本実施形態に係るプラントシミュレータシステムＺの構成を示す。
図１は、本実施形態に係るプラントシミュレータシステムＺの構成例を示す図である。
図１に示すように、プラントシミュレータシステムＺは、シミュレータ生成装置１と運転シミュレータシステム（シミュレータ部）２とを備える。
シミュレータ生成装置１は、プラントから取得する実績データ（以降、運転データ３０１（図２参照）と称する）と、予め設定されている機器の性能計算式とを基に、プラントモデル５２０（図１６Ａ参照）を生成する。機器とはプラントを構成する機器である。そして、運転シミュレータシステム２では生成されたプラントモデル５２０を基に運転シミュレーションが行われる。
【0022】
（シミュレータ生成装置１）
シミュレータ生成装置１はＰＣ（Personal Computer）等で構成され、メモリ１００、ＣＰＵ（Central Processing Unit）１１、ＨＤＤ（Hard Disk Drive）や、ＳＤＤ（Slid State Drive）等から構成される記憶装置１２を備える。さらに、シミュレータ生成装置１は入力装置１３、表示装置（表示部）１４、及び、通信装置１５を備える。
シミュレータ生成装置１はＰＣ（Personal Computer）等で構成され、メモリ１００、ＣＰＵ（Central Processing Unit）１１、ＨＤＤ（Hard Disk Drive）や、ＳＤＤ（Slid State Drive）等から構成される記憶装置１２を備える。さらに、シミュレータ生成装置１は入力装置１３、表示装置（表示部）１４、及び、通信装置１５を備える。
【0023】
記憶装置１２に格納されているプログラムがメモリ１００にロードされ、ロードされたプログラムがＣＰＵ１１によって実行されることにより、統計処理部１１０、分析支援処理部１２０、制御定数推定部１３０、運転パラメータ決定部１４０、運転シーケンス決定部１５０が具現化する。
【0024】
統計処理部１１０は、プラントから取得した運転データ３０１（図２参照）の補間処理等を行う。ちなみに、運転データ３０１は実プラントから取得される流量や、圧力等の実データ（過去データ）である。
分析支援処理部１２０は、階層構造検索部（階層構造処理部）１２１及び分析支援表示処理部（階層構造処理部、動作レベル処理部）１２２を備える。
階層構造検索部１２１は補間された運転データ３０１を用いて性能計算式で用いられている計算記号の階層構造を検索し、出力する。階層構造については後記するが、性能計算式に用いられている計算記号の階層構造である。
分析支援処理部１２０は、階層構造検索部（階層構造処理部）１２１及び分析支援表示処理部（階層構造処理部、動作レベル処理部）１２２を備える。
階層構造検索部１２１は補間された運転データ３０１を用いて性能計算式で用いられている計算記号の階層構造を検索し、出力する。階層構造については後記するが、性能計算式に用いられている計算記号の階層構造である。
【0025】
分析支援表示処理部１２２は、階層構造検索部１２１によって検索された計算記号の階層構造を表示装置１４に表示する。また、分析支援表示処理部１２２は、プラントを構成する機器の動作効率等を分析するための動作レベルを算出し、表示装置１４に表示する。階層構造、動作レベルについては後記する。なお、以降ではプラントを構成する機器を単に機器と称することがある。
【0026】
制御定数推定部１３０はプラントモデル処理部（プラントモデル生成部）１３１及び強化学習部（制御定数推定部）１３２を備える。
プラントモデル処理部１３１は、階層構造検索部１２１による検索結果等を用いて疑似的なプラントのモデル（プラントモデル５２０（図１６Ａ参照））を生成する。
強化学習部１３２は、強化学習によってプラントモデル５２０の制御定数を推定する。
プラントモデル処理部１３１は、階層構造検索部１２１による検索結果等を用いて疑似的なプラントのモデル（プラントモデル５２０（図１６Ａ参照））を生成する。
強化学習部１３２は、強化学習によってプラントモデル５２０の制御定数を推定する。
【0027】
運転パラメータ決定部１４０は、制御定数を基にプラントモデル５２０の運転パラメータ（図２参照）を算出する。運転パラメータは、例えば火力発電プラントにおけるダンパの制御値等である。
運転シーケンス決定部１５０は、制御定数や、運転パラメータを基にプラントモデル５２０の運転シーケンス（図２参照）を求める。運転シーケンスは、例えばプラントを構成する機器の動作順番等である。
運転シーケンス決定部１５０は、制御定数や、運転パラメータを基にプラントモデル５２０の運転シーケンス（図２参照）を求める。運転シーケンスは、例えばプラントを構成する機器の動作順番等である。
【0028】
プラントモデル５２０に対して制御定数、運転パラメータ、運転シーケンス等がプラントモデル５２０に対して適用されることによりプラントに対する運転シミュレータシステム２（デジタルツイン）が構築される。
【0029】
［全体処理］
図２は、本実施形態で行われるプラントシミュレータシステムＺで行われる全体処理を示す図である。適宜、図１を参照する。図２では、プラントシミュレータシステムＺで行われる全体処理の概要を示し、それぞれの処理の詳細については後記する。
プラントシミュレータシステムＺは、以下に示す処理から構成される。
（Ａ１）統計処理部１１０が運転データ３０１から統計モデル３１１を活用する統計処理（Ｓ１）を行う。「運転データ３０１から統計モデル３１１を活用する」とは運転データ３０１の統計モデル３１１を生成し、この統計モデル３１１を用いて運転データ３０１の欠損を補間することである。具体的には、統計処理部１１０は最適な統計モデル３１１を使用して運転データ３０１の補間を行う。
図２は、本実施形態で行われるプラントシミュレータシステムＺで行われる全体処理を示す図である。適宜、図１を参照する。図２では、プラントシミュレータシステムＺで行われる全体処理の概要を示し、それぞれの処理の詳細については後記する。
プラントシミュレータシステムＺは、以下に示す処理から構成される。
（Ａ１）統計処理部１１０が運転データ３０１から統計モデル３１１を活用する統計処理（Ｓ１）を行う。「運転データ３０１から統計モデル３１１を活用する」とは運転データ３０１の統計モデル３１１を生成し、この統計モデル３１１を用いて運転データ３０１の欠損を補間することである。具体的には、統計処理部１１０は最適な統計モデル３１１を使用して運転データ３０１の補間を行う。
【0030】
（Ａ２）分析支援処理部１２０が性能計算式情報３２０に格納されている性能計算式で用いられている計算記号の階層構造や、プラントを構成する機器の動作状態を判別するための動作レベルを表示装置１４に表示する（計算式解析画面４００）ことでユーザによるプラントの分析を支援する分析支援処理（Ｓ２）を行う。
【0031】
（Ａ３）制御定数推定部１３０が、予め設定されている性能計算式から逆引きされる制御定数（制御定数情報３０４）を推定する制御定数推定処理（Ｓ３）を行う。「性能計算式３２０から逆引きされる制御定数を推定」とは性能計算式を基に制御定数を推定するという意味である。なお、性能計算式とは、プラントを構成する機器の性能値を算出するための式であり、例えば、発電効率を示す計算式である。
【0032】
具体的には、プラントモデル処理部１３１によって、性能計算式を基に疑似的なプラントのモデルであるプラントモデル５２０（図１６Ａ参照）が生成される。そして制御定数推定部１３０は、プラントモデル５２０を基に高効率な制御を可能とする制御定数を推定する。このようにして、性能計算式を基に制御定数が推定される。
【0033】
（Ａ４）運転パラメータ決定部１４０や、運転シーケンス決定部１５０が推定した制御定数に対する運転パラメータ（運転パラメータ情報３０５）や運転シーケンス（運転シーケンス情報３０６）を決定する運転パラメータ・運転シーケンス決定処理（Ｓ４）を行う。
【0034】
（Ａ５）運転シミュレータシステム２は、決定された制御定数、運転パラメータ、運転シーケンスを基に運転シミュレータシステム２（デジタルツイン）を構築する。ユーザは、構築された運転シミュレータシステム２に、運転シナリオに異常や予期しない事象に対する進展予測や支援を鑑みた要素を付加する。そして、ユーザは、運転シミュレータシステム２に指示を出すことによって、運転シミュレータシステム２が、プラントモデル５２０の運転シミュレーションであるシミュレーション処理を行う（Ｓ５：シミュレーションステップ）。これにより、運転シミュレータシステム２は推定された制御定数を設定したプラントモデル５２０を使用してプラントのシミュレーションを行う。
（Ａ６）ユーザは、運転シミュレータシステム２による結果を基に現在の運転シミュレーションの結果が良好であるか否かを評価する（Ｓ６）。
（Ａ６）ユーザは、運転シミュレータシステム２による結果を基に現在の運転シミュレーションの結果が良好であるか否かを評価する（Ｓ６）。
【0035】
ステップＳ６の結果、最適であれば、そのプラントモデル５２０を基に実際の機器の運転が行われる。最適でなければ、ステップＳ１～Ｓ６の処理が繰り返される。これにより、高効率なプラントの設定が実現される。
【0036】
以下、図２のステップＳ１～Ｓ６のそれぞれの概要について説明する。ステップＳ１～Ｓ６のさらに詳細な説明は後記する。
【0037】
（Ａ１）の運転データ３０１から統計モデル３１１を活用する統計処理（Ｓ１）では、統計処理部１１０が一般的に用いられる基底半径計算手法等を用いて疑似運転データ３０２（図３参照）を生成する。疑似運転データ３０２は運転データ３０１の欠損を補完するためのデータである。基底半径計算手法では、ＣＶ法、半径式、提案手法、改良提案手法等の計算手法を用いることで、運転データ３０１のばらつきに対応する統計モデル３１１を生成することが可能である。統計処理部１１０は生成した統計モデル３１１のうち、最適な統計モデル３１１を使用して疑似運転データ３０２を生成する。
【0038】
（Ａ２）の分析支援処理（Ｓ２）では、分析支援処理部１２０を構成する階層構造検索部１２１が、性能計算を行うための性能計算式（性能計算式情報３２０）における階層構造を検索する。すなわち、分析支援処理部１２０が性能計算式に基づいて、性能計算式に用いられている計算記号の階層構造を抽出し、表示装置１４に表示する。
【0039】
加えて、分析支援処理（Ｓ２）では、分析支援処理部１２０を構成する分析支援表示処理部１２２が、プラントを構成する機器の動作状態を判別するための動作レベルを算出する。そして、分析支援表示処理部１２２は算出した動作レベルを表示装置１４に表示するとともに、階層構造検索部１２１が検索した階層構造を計算記号の階層構造を示す階層図等で可視化し（計算式解析画面４００）、ユーザに提示する。これによって、いわゆる性能計算式の構造における見える化が可能となり、ユーザによるプラントを構成する機器の動作効率等の要因分析が可能となる。また、機器のベスト値と、運転値（現在値又は比較値）との差分である動作レベルが表示装置１４に表示される。ベスト値は性能計算式に基づいて算出されるものであり、機器の動作効率が最もよい場合の出力である。現在値、比較値については後記する。そして、ユーザが表示されている内容を分析することにより、階層図における各階層、及び、性能計算式における機器の動作効率低下等の要因を分析することが可能となる。そして、動作レベルはプラントの動作状態を判別するための指標である。つまり、分析支援処理部１２０は、プラントの動作状態を判別するための指標である動作レベルを算出し、算出した動作レベルを階層構造と併せて前記表示装置１４に表示する。
【0040】
（Ａ３）性能計算式から逆引きが行われることで制御定数を推定する制御定数推定処理（Ｓ３）では、制御定数推定部１３０を構成するプラントモデル処理部１３１が性能計算式を用いることで疑似的なプラントのモデル（プラントモデル５２０（図１６Ａ参照））を生成する。そして、制御定数推定部１３０を構成する強化学習部１３２は、強化学習を用いて、プラントモデル５２０の制御定数（制御定数情報３０４）を推定する。
【0041】
具体的には、プラントモデル処理部１３１が、まず、プラントを構成する機器の性能を計算するための性能計算式に基づいて、前記機器のモデルである簡易機器モデル３５０（図１１参照）を生成する。続いて、プラントモデル処理部１３１は、簡易機器モデル３５０を接続することにより、プラントのモデルであるプラントモデル５２０を生成する。続いて、強化学習部１３２がプラントモデル５２０に基づいた強化学習により、性能計算式に用いられている定数である制御定数を推定する。
【0042】
なお、制御定数は強化学習によって高効率な運転を実現するよう推定されているが、複数の制御定数の候補が推定された場合、強化学習部１３２が最も効率の高い運転を実現する制御定数を決定する処理が行われてもよい。
【0043】
（Ａ４）の運転パラメータ・運転シーケンス決定処理（Ｓ４）では、まず、運転パラメータ決定部１４０が模擬されたプラントモデル５２０について高効率な運転を実現する運転パラメータ（運転パラメータ情報３０５）を決定する。さらに、運転シーケンス決定部１５０は、推定された制御定数や、運転パラメータに対する運転シーケンス（運転シーケンス情報３０６）を決定する。
【0044】
（Ａ５）シミュレーション処理（Ｓ５）において、推定された制御定数、運転パラメータ、運転シーケンスがプラントモデル５２０に対して適用されることによってプラントに対する運転シミュレータシステム２が構築される。さらに、運転シミュレータシステム２に対して、運転データ３０１及び統計モデル３１１で生成した疑似運転データ３０２が設定されることで運転シミュレータシステム２による実プラントの運転シミュレーションが開始される。つまり、運転シミュレータシステム２は推定された制御定数を設定したプラントモデル５２０を使用してプラントのシミュレーションを行う。
【0045】
シミュレーション処理では、ユーザがプラントの燃料を減らしたり、排気ガスを減らしたりするには、どのようにすればよいか等をシミュレートする。
また、ユーザは、運転シミュレータシステム２において制御定数等を変更することにより、プラントの効率がどのように変化するかを試すことができる。
さらに、シミュレーション処理では、ユーザが訓練シナリオに異常予兆や予期しない事象に対する進展予測や対策支援を鑑みた要素を付加することで、従来にない高効率なプラントを実現する訓練ソリューションが提供可能である。つまり、実際のプラントでは設定しにくい制御値等を試すことができる。
また、ユーザは、運転シミュレータシステム２において制御定数等を変更することにより、プラントの効率がどのように変化するかを試すことができる。
さらに、シミュレーション処理では、ユーザが訓練シナリオに異常予兆や予期しない事象に対する進展予測や対策支援を鑑みた要素を付加することで、従来にない高効率なプラントを実現する訓練ソリューションが提供可能である。つまり、実際のプラントでは設定しにくい制御値等を試すことができる。
【0046】
前記したようにユーザは、運転シミュレータシステム２による結果を基に現在の運転シミュレーションの結果が良好であるか否かを評価する（Ｓ６）。評価の結果、運転シミュレーションの結果が良好ではない場合、ステップＳ１へ処理が戻される。シミュレーション処理（Ｓ５）の結果、運転シミュレーションの結果が良好であれば実プラントにプラントモデル５２０の設定が反映される。
【0047】
【0048】
［統計処理（図２のステップＳ１）の詳細］
図３は、図２のステップＳ１に示す統計処理の詳細な手順を示す図である。
図３に示すように、統計処理部１１０は、プラントから取得した運転データ３０１を基に運転データ３０１の統計モデル３１１を生成する。そして、統計処理部１１０は統計モデル３１１を基に運転データ３０１の欠損を補完するための推定データである疑似運転データ３０２を生成する。そして、統計処理部１１０は、運転データ３０１と疑似運転データ３０２とを合わせることにより、図３のグラフＧ１で示すように運転データ３０１（黒丸）を疑似運転データ３０２（×印）で補間することができる。なお、グラフＧ１では横軸が運転時間を示し、縦軸がプロセス値を示している。プロセス値とはプラントにおける機器の出力値である。また、グラフＧ１において一点鎖線の縦線は補間を行うデータの境界線（区切り）を示している。
図３は、図２のステップＳ１に示す統計処理の詳細な手順を示す図である。
図３に示すように、統計処理部１１０は、プラントから取得した運転データ３０１を基に運転データ３０１の統計モデル３１１を生成する。そして、統計処理部１１０は統計モデル３１１を基に運転データ３０１の欠損を補完するための推定データである疑似運転データ３０２を生成する。そして、統計処理部１１０は、運転データ３０１と疑似運転データ３０２とを合わせることにより、図３のグラフＧ１で示すように運転データ３０１（黒丸）を疑似運転データ３０２（×印）で補間することができる。なお、グラフＧ１では横軸が運転時間を示し、縦軸がプロセス値を示している。プロセス値とはプラントにおける機器の出力値である。また、グラフＧ１において一点鎖線の縦線は補間を行うデータの境界線（区切り）を示している。
【0049】
疑似運転データ３０２を生成するための統計モデル３１１は、ａ．ＣＶ法、ｂ．半径式法、ｃ．提案手法、ｄ．改良提案手法等が用いられる。
以下、ＣＶ法、半径式法、提案手法、改良提案手法の手順を示す。
以下、ＣＶ法、半径式法、提案手法、改良提案手法の手順を示す。
【0050】
ａ．ＣＶ法の計算手法は以下の通りである。
（ａ-１）統計処理部１１０は基底半径をすべての基底に対して一律に設定する。基底とは運転データ３０１の項目である。例えば、温度や、燃料の量、空気量等である。また、基底半径とは、用いられる運転データ３０１の範囲である。例えば、用いられる燃料の量の範囲である。基底半径が決まれば、基底直径、即ち、用いられる運転データ３０１の範囲が決定される。
（ａ-１）統計処理部１１０は基底半径をすべての基底に対して一律に設定する。基底とは運転データ３０１の項目である。例えば、温度や、燃料の量、空気量等である。また、基底半径とは、用いられる運転データ３０１の範囲である。例えば、用いられる燃料の量の範囲である。基底半径が決まれば、基底直径、即ち、用いられる運転データ３０１の範囲が決定される。
【0051】
（ａ－２）（ａ―１）が行われた後、統計処理部１１０は以下のアルゴリズムで基底を決定する。
（ａ－２－１）統計処理部１１０は統計モデル３１１の構築に用いる運転データ３０１のデータサンプルを２つのグループに分割する。
（ａ－２－２）統計処理部１１０は、それぞれの基底に対して基底半径の候補を生成する。
（ａ－２－３）統計処理部１１０は、分割したデータサンプルのうち、一方のグループのサンプルデータを用いて統計モデル３１１を構築し、残りのグループのサンプルデータ用いて精度を評価する。
（ａ―３）統計処理部１１０は（ａ―２）の処理を繰り返し、精度が所望の値となる基底半径を選定する。所望の値とは予め設定してある値である。
（ａ－２－１）統計処理部１１０は統計モデル３１１の構築に用いる運転データ３０１のデータサンプルを２つのグループに分割する。
（ａ－２－２）統計処理部１１０は、それぞれの基底に対して基底半径の候補を生成する。
（ａ－２－３）統計処理部１１０は、分割したデータサンプルのうち、一方のグループのサンプルデータを用いて統計モデル３１１を構築し、残りのグループのサンプルデータ用いて精度を評価する。
（ａ―３）統計処理部１１０は（ａ―２）の処理を繰り返し、精度が所望の値となる基底半径を選定する。所望の値とは予め設定してある値である。
【0052】
ｂ．半径式の計算手法は以下の通りである。
（ｂ－１）統計処理部１１０は、基底半径をすべての基底に対して一律に設定する。
（ｂ－２）統計処理部１１０は、以下のアルゴリズムで基底を決定する。
（ｂ－２－１）統計処理部１１０は、統計モデル３１１の構築に用いる運転データ３０１の入力データ（操作パラメータデータ）間の距離を計算する。入力データ間の距離とは、入力変数が張る座標空間における入力データ間の距離である。
（ｂ－２－２）統計処理部１１０は、（ｂ－２－１）の処理で計算した距離の最大に基づいて、基底平均値を決定する。
（ｂ－１）統計処理部１１０は、基底半径をすべての基底に対して一律に設定する。
（ｂ－２）統計処理部１１０は、以下のアルゴリズムで基底を決定する。
（ｂ－２－１）統計処理部１１０は、統計モデル３１１の構築に用いる運転データ３０１の入力データ（操作パラメータデータ）間の距離を計算する。入力データ間の距離とは、入力変数が張る座標空間における入力データ間の距離である。
（ｂ－２－２）統計処理部１１０は、（ｂ－２－１）の処理で計算した距離の最大に基づいて、基底平均値を決定する。
【0053】
ｃ．提案手法の計算手法は以下の通りである。
（ｃ－１）統計処理部１１０は、基底半径を基底毎に設定する。
（ｃ－２）統計処理部１１０は、運転データ３０１に対して個別に疎密度情報を定義する。疎密度情報とは、データによって形成される座標空間における単位空間当たりのデータ数である。
（ｃ－３）統計処理部１１０は、計算した疎密度に対して近傍データを変化させて基底半径を調整する。近傍データとは、データによって形成される座標空間において、任意のデータに対して所定の距離にあるデータである。
（ｃ－１）統計処理部１１０は、基底半径を基底毎に設定する。
（ｃ－２）統計処理部１１０は、運転データ３０１に対して個別に疎密度情報を定義する。疎密度情報とは、データによって形成される座標空間における単位空間当たりのデータ数である。
（ｃ－３）統計処理部１１０は、計算した疎密度に対して近傍データを変化させて基底半径を調整する。近傍データとは、データによって形成される座標空間において、任意のデータに対して所定の距離にあるデータである。
【0054】
ｄ．改良提案手法の計算手法は以下の通りである。
（ｄ－１）統計処理部１１０は、各基底関数に対して出力変数（統計モデル３１１の出力データ）毎に規定半径を設定し、基底半径を基底半径毎に調整する。基底関数とは、構築する統計モデル３１１を構成する関数である。
（ｄ－２）統計処理部１１０は、入力空間の被覆度とモデル構築データの出力変数値を基に規定半径を調整する。被覆度とは、基底関数が入力空間を被覆する度合いである。
（ｄ－１）統計処理部１１０は、各基底関数に対して出力変数（統計モデル３１１の出力データ）毎に規定半径を設定し、基底半径を基底半径毎に調整する。基底関数とは、構築する統計モデル３１１を構成する関数である。
（ｄ－２）統計処理部１１０は、入力空間の被覆度とモデル構築データの出力変数値を基に規定半径を調整する。被覆度とは、基底関数が入力空間を被覆する度合いである。
【0055】
統計処理部１１０は、ａ～ｄの手法によって生成される基底半径値、基底平均値、半径パラメータの最適値を基に疑似運転データ３０２を生成する。統計処理部１１０は、疑似運転データ３０２を用いることで、運転データ３０１を補間することが可能である。つまり、統計処理部１１０は、ａ～ｄの手法によって求めた基底半径等を基に、最適な統計モデル３１１を検索し、最適な統計モデル３１１を基に疑似運転データ３０２を生成する。そして、統計処理部１１０は、疑似運転データ３０２によって運転データ３０１の補間の補間を行う。
なお、疑似運転データ３０２の生成は、ａ～ｄの手法に限らず、線形補間等の手法が用いられてもよい。
なお、疑似運転データ３０２の生成は、ａ～ｄの手法に限らず、線形補間等の手法が用いられてもよい。
【0056】
［分析支援処理（図２のステップＳ２）の詳細］
図４は、図２のステップＳ２に示す分析支援処理の手順を示すフローチャートである。
図４に示すように、分析支援処理では、階層構造検索処理（Ｓ２１）と、分析支援表示処理（Ｓ２２）とから構成される。分析支援処理によって、性能計算式（図２参照）で使用される計算記号の階層が可視化される。
ステップＳ２１の階層構造検索処理の詳細については後記するが、図４に示すように、分析支援処理部１２０を構成する階層構造検索部１２１が、複数の性能計算式（性能計算式情報３２０）を基に計算記号の階層構造を検索する。階層構造については後記する。
ステップＳ２２の分析支援情報表示処理の詳細については後記するが、図４に示すように、分析支援処理部１２０は階層構造検索処理の結果、動作レベル、運転データ３０１等に基づく情報を表示装置１４に表示する。
図４は、図２のステップＳ２に示す分析支援処理の手順を示すフローチャートである。
図４に示すように、分析支援処理では、階層構造検索処理（Ｓ２１）と、分析支援表示処理（Ｓ２２）とから構成される。分析支援処理によって、性能計算式（図２参照）で使用される計算記号の階層が可視化される。
ステップＳ２１の階層構造検索処理の詳細については後記するが、図４に示すように、分析支援処理部１２０を構成する階層構造検索部１２１が、複数の性能計算式（性能計算式情報３２０）を基に計算記号の階層構造を検索する。階層構造については後記する。
ステップＳ２２の分析支援情報表示処理の詳細については後記するが、図４に示すように、分析支援処理部１２０は階層構造検索処理の結果、動作レベル、運転データ３０１等に基づく情報を表示装置１４に表示する。
【0057】
［階層構造検索処理（図４のステップＳ２１）の詳細］
図５～図７は、図４のステップＳ２１に示す階層構造検索処理を説明するための図である。
階層構造検索処理に先立って、階層構造検索部１２１は以下の手順で性能計算式の分解を行う。
まず、図５に示すように、性能計算式は複数の計算式仕様３２１や、関数仕様３２２、入力点仕様３２３を参照している。計算式仕様３２１には性能計算式そのものの情報や、使用されている入力点（入力変数）に関する情報等が格納されている。また、関数仕様３２２には関数に関する情報が格納されている。関数とは、性能計算式に含まれるものであり、予め入力・出力の関係がわかっているものである（シグモイド関数等）。また、入力点仕様３２３には性能計算式で使用されている入力点に関する情報が格納されている。一般的に、性能計算式を参照しただけでは、性能計算式間の関係をユーザが一目で判断することは困難である。ちなみに、統計モデル３１１を導出する際に用いられる基底関数等は関数仕様３２２に含まれる関数とは異なるものである。
図５～図７は、図４のステップＳ２１に示す階層構造検索処理を説明するための図である。
階層構造検索処理に先立って、階層構造検索部１２１は以下の手順で性能計算式の分解を行う。
まず、図５に示すように、性能計算式は複数の計算式仕様３２１や、関数仕様３２２、入力点仕様３２３を参照している。計算式仕様３２１には性能計算式そのものの情報や、使用されている入力点（入力変数）に関する情報等が格納されている。また、関数仕様３２２には関数に関する情報が格納されている。関数とは、性能計算式に含まれるものであり、予め入力・出力の関係がわかっているものである（シグモイド関数等）。また、入力点仕様３２３には性能計算式で使用されている入力点に関する情報が格納されている。一般的に、性能計算式を参照しただけでは、性能計算式間の関係をユーザが一目で判断することは困難である。ちなみに、統計モデル３１１を導出する際に用いられる基底関数等は関数仕様３２２に含まれる関数とは異なるものである。
【0058】
例えば、性能計算式の一例として発電効率を示す以下の式（１）、式（２）が存在するものとする。
Ｐ ＝ （ＢＩＮＯＵＴ／１００）×Ｔ ・・・ （１）
ＰＬＯＳＳ ＝ （ＢＬＯＳＳ／１００）×Ｔ ・・・ （２）
Ｐ ＝ （ＢＩＮＯＵＴ／１００）×Ｔ ・・・ （１）
ＰＬＯＳＳ ＝ （ＢＬＯＳＳ／１００）×Ｔ ・・・ （２）
【0059】
式（１）、式（２）において、「Ｐ」は入出力法による発電端効率、「ＢＩＮＯＵＴ」は入出力法によるボイラ効率である。また、「Ｔ」はタービン室効率、「ＰＬＯＳＳ」は損失法による発電端効率、「ＢＬＯＳＳ」は損失法によるボイラ効率である。式（１）、式（２）ではＴが共通の入力点（入力変数）となっているが、コンピュータは単に式（１）と式（２）とを比較しても、式（１）と式（２）との関係を推測することは困難である。
【0060】
そこで、本実施形態では、分析支援処理部１２０が性能計算式を分解することで、それぞれの性能計算式間の関係性を参照する。そして、分解した結果である計算式情報３３１や定義情報３３２等をキーとして、入力点情報３３３との関係が把握されることで性能計算式間の関係が明示される。以下に、性能計算式の分解処理を記載する。
【0061】
（Ｂ１）分析支援処理部１２０は計算式仕様３２１を分解することで、以下の情報を含む計算式情報３３１を取得する。
・計算記号、名称、計算順序、計算周期、計算時間
計算式情報３３１のうち、計算記号、計算順序は後記する入力点ＩＤと紐づけるための検索キーである。つまり、計算式情報３３１は計算記号や、計算順序をキーとしたリレーショナルデータベースの一部を構築する。計算式情報３３１における検索キーは図５において括弧内に記載されている。後記する定義情報３３２、入力点情報３３３、関数情報３３４における検索キーも同様である。
・計算記号、名称、計算順序、計算周期、計算時間
計算式情報３３１のうち、計算記号、計算順序は後記する入力点ＩＤと紐づけるための検索キーである。つまり、計算式情報３３１は計算記号や、計算順序をキーとしたリレーショナルデータベースの一部を構築する。計算式情報３３１における検索キーは図５において括弧内に記載されている。後記する定義情報３３２、入力点情報３３３、関数情報３３４における検索キーも同様である。
【0062】
なお、計算記号は、式（１）、式（２）における「Ｐ」、「ＢＩＮＯＵＴ」、・・・等の変数である。このような階層構造を検索する際において変数を計算記号と称する。名称は計算記号が示す機能の名称である。例えば、式（１）、式（２）における計算記号「Ｐ」の名称は「入出力法による発電端効率」である。計算順序は、それぞれの性能計算式を計算する順序である。例えば、式（１）を計算した後に式（２）を計算する等である。計算周期は性能計算式の計算が行われる周期である。計算が行われる周期とは、例えば、所定時間毎に計算が行われる等である。計算時間は性能計算式の計算が行われた際に、計算に要する時間である。計算周期及び計算時間は実際に性能計算式の計算が行われた際の情報が格納されるとよい。
【0063】
（Ｂ２）分析支援処理部１２０は計算式仕様３２１を分解することで、以下の定義情報３３２を取得する。
・計算記号（定義式）、名称、計算式、計算記号（参照式）
定義情報３３２のうち、計算記号（定義式）、計算記号（参照式）は後記する入力点ＩＤと紐づけるための検索キーである。
計算記号（定義式）は計算記号の定義を示すものである。名称は計算記号（定義式）の機能名称である。計算式は、計算記号（定義式）が用いられている性能計算式である。計算記号（参照式）は計算記号（定義式）中に含まれる計算記号である。なお、（Ｂ１）に示す計算記号は、（Ｂ２）の計算記号（定義式）、計算記号（参照式）の双方に対応する。
・計算記号（定義式）、名称、計算式、計算記号（参照式）
定義情報３３２のうち、計算記号（定義式）、計算記号（参照式）は後記する入力点ＩＤと紐づけるための検索キーである。
計算記号（定義式）は計算記号の定義を示すものである。名称は計算記号（定義式）の機能名称である。計算式は、計算記号（定義式）が用いられている性能計算式である。計算記号（参照式）は計算記号（定義式）中に含まれる計算記号である。なお、（Ｂ１）に示す計算記号は、（Ｂ２）の計算記号（定義式）、計算記号（参照式）の双方に対応する。
【0064】
（Ｂ３）分析支援処理部１２０は入力点仕様３２３を分解することで、以下の入力点情報３３３を取得する。なお、以下に示す入力点情報３３３に含まれる情報は入力点情報３３３に格納されている情報である。
・入力点ＩＤ、名称、単位
入力点ＩＤは入力点に対して一意に付与される番号である。ちなみに、計算記号は入力変数、出力変数を含むが入力点は入力変数である。式（１）、（２）における「ＢＩＮＯＵＴ」、「Ｔ」、「ＢＬＯＳＳ」等が入力点に相当する。このような階層構造を検索する際において入力変数を入力点と称する。名称は入力点の機能名称である。単位は入力点Ｎｏが示す変数に代入される値の単位である。
・入力点ＩＤ、名称、単位
入力点ＩＤは入力点に対して一意に付与される番号である。ちなみに、計算記号は入力変数、出力変数を含むが入力点は入力変数である。式（１）、（２）における「ＢＩＮＯＵＴ」、「Ｔ」、「ＢＬＯＳＳ」等が入力点に相当する。このような階層構造を検索する際において入力変数を入力点と称する。名称は入力点の機能名称である。単位は入力点Ｎｏが示す変数に代入される値の単位である。
【0065】
（Ｂ４）分析支援処理部１２０は関数仕様３２２を分解することで、以下の関数情報３３４を取得する。なお、以下に示す関数情報３３４は関数仕様３２２に含まれている情報である。
・関数ＩＤ、名称、関数式
関数情報３３４のうち、関数ＩＤは入力点ＩＤと紐づけるための検索キーである。
関数は、前記したように所定の機器の入出力関係を示すものである。関数ＩＤは関数に対して一意に付与される番号である。関数式は、関数が示す計算式である。
・関数ＩＤ、名称、関数式
関数情報３３４のうち、関数ＩＤは入力点ＩＤと紐づけるための検索キーである。
関数は、前記したように所定の機器の入出力関係を示すものである。関数ＩＤは関数に対して一意に付与される番号である。関数式は、関数が示す計算式である。
【0066】
【0067】
階層構造検索部１２１は計算式情報３３１における検索キーをリスト化（計算順序での並び替え含む）する（Ｓ２１１）。具体的には、階層構造検索部１２１は計算式情報３３１を計算順序で並び替えた後、検索キーの１つである計算記号をリストとして抽出する。ステップＳ２１１で出力されるリストを計算記号リストと称する。
【0068】
階層構造検索部１２１は定義情報３３２における計算記号（定義式）をリスト化する（Ｓ２１２）。具体的には階層構造検索部１２１は定義情報３３２の計算記号（定義式）を定義情報３３２から取得してリスト化する。ステップＳ２１２で出力されるリストを定義式リストと称する。
【0069】
階層構造検索部１２１は定義情報３３２の計算記号（参照式）を定義式リスト（リスト）に追加する（Ｓ２１３）。この際、階層構造検索部１２１は計算記号（参照式）を、定義情報３３２から１つ取得して、ステップＳ２１２で格納した計算記号（定義式）と対応付けて定義式リストに格納する。この際、定義情報３３２における計算記号（定義式）との対応の通りに計算記号（定義式）と計算記号（参照式）とが対応付けられる。
【0070】
続いて、階層構造検索部１２１は関数情報３３４における関数ＩＤを定義式リスト（リスト）に追加する（Ｓ２１４）。具体的には階層構造検索部１２１は関数情報３３４から関数ＩＤを１つ取得して定義式リスト（リスト）に追加する。
【0071】
そして、階層構造検索部１２１は、定義情報３３２における計算記号（参照式）及び関数情３３４報における関数ＩＤのすべてが定義式リストに追加されたか否かを判定する（Ｓ２１５）。
計算記号（参照式）及び関数ＩＤのすべてがリストに追加されていない場合（Ｓ２１５→Ｎｏ）、階層構造検索部１２１はステップＳ２１３へ処理を戻す。
計算記号（参照式）及び関数ＩＤのすべてがリストに追加されていない場合（Ｓ２１５→Ｎｏ）、階層構造検索部１２１はステップＳ２１３へ処理を戻す。
【0072】
計算記号（参照式）及び関数ＩＤのすべてがリストに追加されている場合（Ｓ２１５→Ｙｅｓ）、階層構造検索部１２１は、ステップＳ２１１～Ｓ２１５で生成されたそれぞれのリストと入力点情報３３３の入力点ＩＤを照合し、最終的なリストとして計算式リスト情報３３０を出力する（Ｓ２１６）。計算式リスト情報３３０は計算式リスト、定義式リスト、関数リストが互いに入力点ＩＤによって紐づけられているものである。つまり、ステップＳ２１６において階層構造検索部１２１は入力点情報３３３を参照し、計算式リスト、定義式リスト、関数リストのそれぞれの情報（計算記号、関数）に対応する入力点ＩＤを計算式リスト、定義式リスト、関数リストに対応付けて追加する。これにより、計算リスト、定義式リスト、関数リストが入力点ＩＤによって互いに紐づけられる。さらに、計算式リスト情報３３０では、計算リスト、定義式リスト、関数リストを介して、計算式情報３３１、定義情報３３２、入力点情報３３３、関数情報３３４にも紐づけられている。
【0073】
このように生成された計算式リスト情報３３０には計算記号、名称、単位、計算式ＩＤ、計算順序等の情報が含まれている。
【0074】
【0075】
図７は、計算記号の一例を示す図である。なお、図７に示す例は、計算記号の一例であり、図５に示す計算式仕様３２１、関数仕様３２２、入力点仕様３２３、計算式情報３３１、定義情報３３２、入力点情報３３３、関数情報３３４、図６に示す各リストとは別のものである。
図７に示す例では、Ｎｏ、計算記号、名称、単位、入出力関数情報（Ｉ／Ｏ／Ｆ）、入力点／関数ＩＤが示されている。
入出力関数情報は、対象となる計算記号が出力に使用されるものか、入力に使用されるものか、関数として使用されるものかについての情報が格納される。例えば、計算記号「Ｐ」は前記した式（１）に示すように発電端効率として出力（ＯＵＴ）されるものである。また、計算記号「ＢＩＮＯＵＴ」は式（１）に示すように発電端効率の入力（ＩＮ）となるものである。なお、図７には関数として使用される計算記号の例が記載されていないが、対象となる計算記号が関数の場合、入出力関数情報（Ｉ／Ｏ／Ｆ）には「Ｆ」が格納される。ちなみに、図７に記載されている計算記号、名称は式（１）、式（２）で使用されているものと同様である。
図７に示す例では、Ｎｏ、計算記号、名称、単位、入出力関数情報（Ｉ／Ｏ／Ｆ）、入力点／関数ＩＤが示されている。
入出力関数情報は、対象となる計算記号が出力に使用されるものか、入力に使用されるものか、関数として使用されるものかについての情報が格納される。例えば、計算記号「Ｐ」は前記した式（１）に示すように発電端効率として出力（ＯＵＴ）されるものである。また、計算記号「ＢＩＮＯＵＴ」は式（１）に示すように発電端効率の入力（ＩＮ）となるものである。なお、図７には関数として使用される計算記号の例が記載されていないが、対象となる計算記号が関数の場合、入出力関数情報（Ｉ／Ｏ／Ｆ）には「Ｆ」が格納される。ちなみに、図７に記載されている計算記号、名称は式（１）、式（２）で使用されているものと同様である。
【0076】
入力点／関数ＩＤには、入力点ＩＤ及び関数ＩＤが格納されている。図７に示す例では、入力点／関数ＩＤは計算記号そのものが使用されている。なお、「Ｐ」は出力であるが、他の性能計算式で入力点として使用される場合は「Ｐ」として使用されることを示している。
【0077】
（分析支援表示処理）
図８は、本実施形態で行われる分析支援表示処理（図４のステップＳ２２）の手順を示す図である。
本処理では、図６で生成された計算式リスト情報３３０が用いられる。図６に示す階層構造計算処理で生成された計算式リスト情報３３０では計算記号と計算順序がリスト化されている。
図８は、本実施形態で行われる分析支援表示処理（図４のステップＳ２２）の手順を示す図である。
本処理では、図６で生成された計算式リスト情報３３０が用いられる。図６に示す階層構造計算処理で生成された計算式リスト情報３３０では計算記号と計算順序がリスト化されている。
【0078】
まず、分析支援表示処理部１２２は動作レベル算出処理を行う（Ｓ２２１）。ステップＳ２２１において分析支援表示処理部１２２は運転データ３０１を取得し、機器のベスト値と、現在値又は比較値を設定することで、動作レベルを機器毎に算出する。前記したように、ベスト値は性能計算式に基づいて算出され、機器の動作効率が最もよい場合の出力である。現在値や、比較値は運転データ３０１のデータが使用される。現在値は機器から取得される運転データ３０１の現在値である。比較値とは、所定の時刻における運転データ３０１及び現在値との差分を含むものである。このように分析支援表示処理部１２２は、機器のベスト値と、機器から取得される運転値（現在値又は比較値）との差分や偏差等の動作レベルを算出する。つまり、分析支援表示処理部１２２は、機器のベスト値と、機器から取得される運転値（現在値又は比較値）とを基に動作レベルを算出する。このようにして、分析支援表示処理部１２２は、プラントの動作状態を判別するための指標である動作レベルを算出する。
【0079】
続いて、分析支援表示処理部１２２は可視化表示処理を行う（Ｓ２２２）。分析支援表示処理部１２２は、計算式リスト情報３３０に含まれる計算順序に従い計算記号を図９に示す可視化表示領域４０２に階層表示する。さらに、ステップＳ２２２において、分析支援表示処理部１２２はステップＳ２２１で算出した動作レベル等を図９に示す動作レベル判定領域４０１に表示する。
そして、ユーザによる分析作業が行われる（Ｓ２２３）。分析作業については後記する。
そして、ユーザによる分析作業が行われる（Ｓ２２３）。分析作業については後記する。
【0080】
（計算式解析画面４００）
図９は、図８に示す分析支援表示処理で表示される計算式解析画面４００の例を示す図である。
図９に示すように、計算式解析画面４００は動作レベル判定領域４０１と、可視化表示領域４０２とを有する。動作レベル判定領域４０１には動作レベルが表示されている。動作レベル判定領域４０１には、動作レベルに加えて、運転データ３０１の現在値又は比較値や、ベスト値等が表示されてもよい。また、可視化表示領域４０２には計算記号の階層構造等が表示されている。ここで計算記号の階層構造について説明する。計算記号の階層構造とは計算記号の関係を示している。例えば、ある計算記号「ＸＡ」は式Ａによって算出され、その式Ａには計算記号「ＸＢ」が使用されているものとする。さらに、計算記号「ＸＢ」は式（Ａ）とは異なる式Ｂによって算出され、式Ｂには計算記号「ＸＣ」が使用されているものとする。すなわち、以下の関係が成り立っているものとする。
図９は、図８に示す分析支援表示処理で表示される計算式解析画面４００の例を示す図である。
図９に示すように、計算式解析画面４００は動作レベル判定領域４０１と、可視化表示領域４０２とを有する。動作レベル判定領域４０１には動作レベルが表示されている。動作レベル判定領域４０１には、動作レベルに加えて、運転データ３０１の現在値又は比較値や、ベスト値等が表示されてもよい。また、可視化表示領域４０２には計算記号の階層構造等が表示されている。ここで計算記号の階層構造について説明する。計算記号の階層構造とは計算記号の関係を示している。例えば、ある計算記号「ＸＡ」は式Ａによって算出され、その式Ａには計算記号「ＸＢ」が使用されているものとする。さらに、計算記号「ＸＢ」は式（Ａ）とは異なる式Ｂによって算出され、式Ｂには計算記号「ＸＣ」が使用されているものとする。すなわち、以下の関係が成り立っているものとする。
【0081】
ＸＡ＝ｆ（ＸＢ）
ＸＢ＝ｆ（ＸＣ）
ＸＢ＝ｆ（ＸＣ）
【0082】
このような場合、計算記号「ＸＡ」の下位構成として計算記号「ＸＢ」が存在し、計算記号「ＸＢ」の下位構成として計算記号「ＸＣ」が存在する。このような場合、計算記号「ＸＡ」、「ＸＢ」、「ＸＣ」の階層関係は図９の可視化表示領域４０２に示す形式で表示される。なお、図９の可視化表示領域４０２における表示形式は一例であり、その他の表示形式で計算記号の階層構造が表示されてもよい。
【0083】
このように、分析支援表示処理部１２２は、計算記号の階層構造を表示装置１４に表示する。加えて、分析支援表示処理部１２２は、算出した動作レベルを階層構造と併せて表示装置１４に表示する。動作レベルと階層構造とが併せて表示されることで、ユーザは性能計算式が参照している入力点ＩＤと、その値を比較し、分析を行うことが可能である（図８のＳ２２３）。図８における分析作業（Ｓ２２３）において、ユーザは動作レベルによる機器の動作効率等の動作状態の確認や、階層表示による機器・系統の相互関係の判別等を行う。具体的には、ユーザは動作レベル判定領域４０１に表示されている動作レベルを参照することによって、機器の効率等といった動作状態を確認する。そして、効率が低下している機器があれば、ユーザは可視化表示領域４０２に表示されている計算記号の階層構造を参照して、効率低下の要因を分析する。
【0084】
更に、ユーザによる分析作業を行うため、任意の性能計算式や入力点の除外が可能である。例えば、発電端効率の場合、発電機出力や積算値が使用されている。このような場合、運転条件や季節変動、単純増加値等の外的要因が排除されることで、プラントを構成する機器や系統を絞り込む（縮小する）ことが可能となる。なお、性能計算式や、入力点の除外は、ユーザが計算式解析画面４００に表示されている性能計算式や、入力点の情報を選択した後、ユーザが除外を指示することによって行われる。
【0085】
【0086】
まず、制御定数推定処理（図２のステップＳ３）について説明する。制御定数推定処理では、制御定数の推定に先立ってプラントモデル５２０（図１６Ａ参照）の生成が行われる。
（プラントモデル生成処理）
図１０は、簡易機器モデル３５０を組み合わせて生成されるプラントモデル５２０（図１６Ａ参照）の生成手順を示すフローチャートである。
プラントモデル処理部１３１は性能計算式を基に簡易機器モデル３５０（図１１参照）を生成する（Ｓ３１１：プラントモデル生成ステップ）。なお、簡易機器モデル３５０はプラントを構成する機器のモデルであるが、機器の系統に関する情報を含んでいてもよい。
プラントモデル処理部１３１は生成したい簡易機器モデル３５０に対する入出力接続の設定を行う。これにより、プラントモデル５２０が生成される。入出力接続の設定は図６の処理で生成された計算式リスト情報３３０を基に行われる。
（プラントモデル生成処理）
図１０は、簡易機器モデル３５０を組み合わせて生成されるプラントモデル５２０（図１６Ａ参照）の生成手順を示すフローチャートである。
プラントモデル処理部１３１は性能計算式を基に簡易機器モデル３５０（図１１参照）を生成する（Ｓ３１１：プラントモデル生成ステップ）。なお、簡易機器モデル３５０はプラントを構成する機器のモデルであるが、機器の系統に関する情報を含んでいてもよい。
プラントモデル処理部１３１は生成したい簡易機器モデル３５０に対する入出力接続の設定を行う。これにより、プラントモデル５２０が生成される。入出力接続の設定は図６の処理で生成された計算式リスト情報３３０を基に行われる。
【0087】
プラントモデル処理部１３１は簡易機器モデル３５０の入出力関係をリスト化することで入出力リストを生成する（Ｓ３１２：プラントモデル生成ステップ）。入出力リストについては後記する。
【0088】
プラントモデル処理部１３１はステップＳ３１２で生成したプラントモデル５２０での計算処理を実行する（Ｓ３１３）。具体的には、運転データ３０１や、図３の処理で生成された疑似運転データ３０２を、プラントモデル５２０の機器へ入力する。
そして、プラントモデル処理部１３１はステップＳ３１３で行った計算処理の計算結果をファイル出力し（Ｓ３１４）、ユーザは結果を確認する（Ｓ３１５）。ステップＳ３１５では、生成されたプラントモデル５２０による計算が正常に処理されているか否かが判定されればよい。正常に処理されているか否かとは、エラーが出力されていないか否かや、異常な値が出力されていいないか否か等である。要するに、ステップＳ３１５では生成されたプラントモデル５２０が正常であるか否かをユーザが確認する。
そして、プラントモデル処理部１３１はステップＳ３１３で行った計算処理の計算結果をファイル出力し（Ｓ３１４）、ユーザは結果を確認する（Ｓ３１５）。ステップＳ３１５では、生成されたプラントモデル５２０による計算が正常に処理されているか否かが判定されればよい。正常に処理されているか否かとは、エラーが出力されていないか否かや、異常な値が出力されていいないか否か等である。要するに、ステップＳ３１５では生成されたプラントモデル５２０が正常であるか否かをユーザが確認する。
【0089】
（簡易機器モデル生成処理）
図１１は、図１０のステップＳ３１１で行われる簡易機器モデル生成処理の手順を示す図である。
性能計算式は複数の計算式や関数が、組み合わされることで構成されている。本実施形態では、この考えを用いて、例えば、圧力部や熱交換部、流量発生部等といったプラントの構成部品を模擬する計算を行うことで簡易機器モデル３５０を構築することが可能である。
図１１は、図１０のステップＳ３１１で行われる簡易機器モデル生成処理の手順を示す図である。
性能計算式は複数の計算式や関数が、組み合わされることで構成されている。本実施形態では、この考えを用いて、例えば、圧力部や熱交換部、流量発生部等といったプラントの構成部品を模擬する計算を行うことで簡易機器モデル３５０を構築することが可能である。
【0090】
例えば、式（１）に示す発電端効率を発電機の簡易機器モデル３５０を示す式（関数）とすることで、発電機の簡易機器モデル３５０が生成される。
【0091】
簡易機器モデル３５０を構築するために必要な模擬部分（機器）は以下のようなものがある。以下に示す模擬部分は、すべての模擬部分の一部を示している。ちなみに、以下の関数は図５の計算式仕様３２１等に格納されている関数である。また、以下に示す計算式は性能計算式としても用いられるものである。
【0092】
（Ｃ１）機械模擬
・圧力容器計算式
・ポンプ計算式
・弁計算式数
・温度計算式
・エンタルピ計算式
・熱量計算式
・流量計算式
（Ｃ２）制御模擬
・ＰＩ制御計算式
・操作端計算式
（Ｃ３）分析模擬
・最小二乗法計算式
・線形計算式
・非線形計算式
（Ｃ４）定数模擬
・対応表
・定数値
・圧力容器計算式
・ポンプ計算式
・弁計算式数
・温度計算式
・エンタルピ計算式
・熱量計算式
・流量計算式
（Ｃ２）制御模擬
・ＰＩ制御計算式
・操作端計算式
（Ｃ３）分析模擬
・最小二乗法計算式
・線形計算式
・非線形計算式
（Ｃ４）定数模擬
・対応表
・定数値
【0093】
図１１の符号３４０には簡易機器モデル３５０を構成する計算モデルの例として代表圧力部、熱交換部、流量発生部の圧力－流量特性の計算モデルが示されている。代表圧力部とは、圧力部のうちの任意の代表的な圧力部である。例えば、代表圧力部では入力流量「Ｆｉ」（ｋｇ／ｓ）と、入力エンタルピ「Ｈｉ」（ｋＪ／ｋｇ）が入力となる。そして、入力に対し代表圧力部の容積「Ｖ」（ｍ３）を関係させることで出力流量「Ｆｏ」（ｋｇ／ｓ）と、出力エンタルピ「Ｈｏ」（ｋＪ／ｋｇ）が出力される。また、熱交換部では、入力流量「Ｆｉ」（ｋｇ／ｓ）、入力エンタルピ「Ｈｉ」（ｋＪ／ｋｇ）、入熱量「Ｑｉ」（ｋＪ／ｓ）が入力となる。そして、入力に対し熱交換部での圧力「Ｐ」（ｋＰａ）を関係させることで出力流量「Ｆｏ」（ｋｇ／ｓ）、出力エンタルピ「Ｈｏ」（ｋＪ／ｋｇ）、放熱量「Ｑｏ」（ｋＪ／ｓ）が出力される。また、流量発生部では、入力圧力「Ｐｉ」（ｋＰａ）、モータ等の回転数（ｒｐｍ）、弁開度（－）を入力が入力となる。なお、弁開度の「－」は弁が閉じていることを示している。そして、入力に対して圧力－流量特性：ｆ（ｘ）を関係させることで、出力圧力Ｐｏ（ｋＰａ）が出力される。ちなみに、流量は回転数及び弁開度から算出される。
【0094】
図１１に示すように、構築された簡易機器モデル３５０はモデル情報３５１として記憶される。そして、モデル情報３５１には計算式仕様３５２、関数仕様３５３が紐づけられている。モデル情報３５１に紐づけられている計算式仕様３５２、関数仕様３５３は図５に示す計算式仕様３２１や、関数仕様３２２と同様の内容を有する。また、計算式仕様３５２、関数仕様３５３は簡易機器モデル３５０の構築時に生成される。
【0095】
なお、（Ｃ２）制御模擬、（Ｃ３）分析模擬も性能計算式によって表現されているものとする。
【0096】
（簡易機器モデル３５０の一例）
図１２は簡易機器モデル３５０の一例としての弁モデル３６０を示す図である。
図１２に示す弁モデル３６０は、弁入口圧力「Ｐ１」、弁出口圧力「Ｐ２」、弁開度「Ａ」、弁定数「Ｃ」を用いた以下の式（１１）によって弁流量「Ｆ」を出力する。
図１２は簡易機器モデル３５０の一例としての弁モデル３６０を示す図である。
図１２に示す弁モデル３６０は、弁入口圧力「Ｐ１」、弁出口圧力「Ｐ２」、弁開度「Ａ」、弁定数「Ｃ」を用いた以下の式（１１）によって弁流量「Ｆ」を出力する。
【0097】
Ｆ ＝ Ｃ×（Ｐ１－Ｐ２）×Ａ ・・・ （１１）
【0098】
なお、弁モデル３６０（簡易機器モデル３５０）を表現する計算式である式（１１）における「Ｃ」が制御定数である。また、式（１１）は弁流量の大小を判定するための性能計算式でもある。従って、制御定数（式（１１）の「Ｃ」）は性能計算式に用いられている定数である。このようにプラントモデル処理部１３１はプラントを構成する機器の性能を計算するための性能計算式に基づいて、機器のモデルである簡易機器モデル（機器モデル）３５０を生成する。
【0099】
ちなみに、前記した（Ｃ４）に示す対応表、定数値はプラントモデル５２０（図１６Ａ参照）の定数であり、制御定数とは異なるものである。また、式（１１）の「Ｃ」は値を変更することができる（ただし、一度決めると変更できないため定数である）が、式（１）、式（２）における「１００」は変更することができないため、制御定数ではない。
【0100】
図１３は図１０のステップＳ３１２で生成される入出力リストの一例を示す図である。
入出力リストでは、Ｎｏ、機器名、ＩＮ／ＯＵＴ、ＰＩＤ、接続元ＰＩＤ、初期値の各フィールドを有している。
Ｎｏは接続関係に割り振られる番号である。
機器名は、対称となる機器の名称である。
ＩＮ／ＯＵＴは対象となる情報が入力であるか出力であるかを示すものである。なお、図１３のＮｏ１，Ｎｏ２に記載されている「ＯＵＴ１」、「ＯＵＴ２」のように末尾に数字が付与されているものについて、末尾の数字は機器の出力端の番号を示している。Ｎｏ３，Ｎｏ４における「ＩＮ１」、「ＩＮ３」も同様である。
入出力リストでは、Ｎｏ、機器名、ＩＮ／ＯＵＴ、ＰＩＤ、接続元ＰＩＤ、初期値の各フィールドを有している。
Ｎｏは接続関係に割り振られる番号である。
機器名は、対称となる機器の名称である。
ＩＮ／ＯＵＴは対象となる情報が入力であるか出力であるかを示すものである。なお、図１３のＮｏ１，Ｎｏ２に記載されている「ＯＵＴ１」、「ＯＵＴ２」のように末尾に数字が付与されているものについて、末尾の数字は機器の出力端の番号を示している。Ｎｏ３，Ｎｏ４における「ＩＮ１」、「ＩＮ３」も同様である。
【0101】
ＰＩＤは入力点ＩＤである。
接続元ＰＩＤは、対象となる機器の接続元となるＰＩＤ（入力点ＩＤ）である。例えば、Ｎｏ３の機器「Ｚ２」はＮｏ１の「Ｙ１－１」に接続していることを示している。つまり、「Ｙ１－１」の出力が「Ｘ１」の入力となっている。
接続元ＰＩＤは、対象となる機器の接続元となるＰＩＤ（入力点ＩＤ）である。例えば、Ｎｏ３の機器「Ｚ２」はＮｏ１の「Ｙ１－１」に接続していることを示している。つまり、「Ｙ１－１」の出力が「Ｘ１」の入力となっている。
【0102】
初期値は対象となる情報の初期値である。初期値はユーザによって設定される。なお、初期値が設定されない情報は初期値の欄が空欄となっている。
【0103】
前記したように、このような簡易機器モデル３５０の接続関係は、図６で生成される計算式リスト情報３３０を基に設定される。
【0104】
図１４はプラントモデル生成処理によって生成されるプラントモデル５２０の例である。
図１４に示すように、プラントモデル５２０は簡易機器モデル３５０が複数接続されて構成されている。図１４では理解しやすくするため簡易機器モデル３５０が示す機器の接続関係が図示されているが、実際には図１３に示す入出力リストで、それぞれの簡易機器モデル３５０の接続関係が示されている。
図１４に示すように、プラントモデル５２０は簡易機器モデル３５０が複数接続されて構成されている。図１４では理解しやすくするため簡易機器モデル３５０が示す機器の接続関係が図示されているが、実際には図１３に示す入出力リストで、それぞれの簡易機器モデル３５０の接続関係が示されている。
【0105】
このようにプラントモデル処理部１３１は簡易機器モデル３５０を接続することにより、プラントのモデルであるプラントモデル５２０を生成する。
【0106】
図１５は、プラントモデル５２０の確認処理に関する図である。
図１５に示すように、プラントモデル５２０の確認処理では、プラントモデル処理部１３１が運転データ３０１から生成される統計モデル３１１を用いて疑似運転データ３０２を生成する。なお、図１５に示す処理で使用される統計モデル３１１は図３の統計処理（図２のステップＳ１）で用いられる統計モデル３１１でよい。
図１５に示すように、プラントモデル５２０の確認処理では、プラントモデル処理部１３１が運転データ３０１から生成される統計モデル３１１を用いて疑似運転データ３０２を生成する。なお、図１５に示す処理で使用される統計モデル３１１は図３の統計処理（図２のステップＳ１）で用いられる統計モデル３１１でよい。
【0107】
そして、プラントモデル処理部１３１は、運転データ３０１と疑似運転データ３０２とをプラントモデル５２０に適用してプラントモデル５２０の動作を計算する（計算処理：Ｓ３１３）。この計算処理は図１０のステップＳ３１３に相当する処理である。そして、ユーザは計算処理の結果を確認する（図１０のＳ３１５）。計算処理の結果をユーザが確認する際、前記したように生成されたプラントモデル５２０が正常に動作するか否かを確認すればよい。
【0108】
（制御定数推定処理）
図１６Ａは、本実施形態で行われる制御定数推定処理の手順を示す図である。
図１６Ａに示す制御定数推定処理では、生成されたプラントモデル５２０を利用して制御定数推定部１３０が高効率な運転となる制御定数の推定を行う。推定された制御定数が高効率な運転となるか否かは、一般的には以下の手法のうち、いずれかを用いた分析を行うことによって判定される。
（Ｄ１）統計モデル３１１の疑似運転データ３０２による性能計算の試算が行われる。
（Ｄ２）簡易機器モデル３５０による試算が行われる。
（Ｄ３）プラントモデル５２０による試算が行われる。
どの手法においても、制御定数となる固定値が存在する。
図１６Ａは、本実施形態で行われる制御定数推定処理の手順を示す図である。
図１６Ａに示す制御定数推定処理では、生成されたプラントモデル５２０を利用して制御定数推定部１３０が高効率な運転となる制御定数の推定を行う。推定された制御定数が高効率な運転となるか否かは、一般的には以下の手法のうち、いずれかを用いた分析を行うことによって判定される。
（Ｄ１）統計モデル３１１の疑似運転データ３０２による性能計算の試算が行われる。
（Ｄ２）簡易機器モデル３５０による試算が行われる。
（Ｄ３）プラントモデル５２０による試算が行われる。
どの手法においても、制御定数となる固定値が存在する。
【0109】
例えば、（Ｄ１）の性能計算の試算を行う上で必要な制御定数が性能計算式に含まれている。この制御定数を変更することで、高効率な運転となる場合がある。（Ｄ２）（Ｄ３）も同様に、生成したプラントモデル５２０における制御定数を変更することで高効率な運転となる場合がある。本実施形態では、強化学習を用いて、このような高効率な運転を実現する制御定数が推定される。
【0110】
以下、図１６Ａを参照して、本実施形態で行われる制御定数推定処理を説明する。
図１６Ａにおける計算処理（Ｓ３１３）は、図１０、図１５の計算処理（Ｓ３１３）である。つまり、運転データ３０１及び疑似運転データ３０２による計算処理（Ｓ３１３）によって、プラントモデル５２０が正常に生成されていることが確認されている。
図１６Ａにおける計算処理（Ｓ３１３）は、図１０、図１５の計算処理（Ｓ３１３）である。つまり、運転データ３０１及び疑似運転データ３０２による計算処理（Ｓ３１３）によって、プラントモデル５２０が正常に生成されていることが確認されている。
【0111】
本実施形態では制御定数を求めるため、強化学習が用いられる。強化学習は、与えられた条件下で得られる価値を最大化する方法を、試行錯誤を通じて探索し続ける学習手法である。強化学習は、プラントモデル５２０の定数、制御定数を動的に変更していくことで、最も高効率な運転となる制御定数を検索する。なお、前記したように、プラントモデル５２０の定数とは、前記した（Ｃ４）で示される対応表、定数値である。
【0112】
更に、運転パラメータ決定部１４０が強化学習で求められた、最も高効率な運転となる制御定数を基に、対象となる機器や操作端の操作条件を決定することで運転パラメータを決定する。さらに、運転シーケンス決定部１５０が強化学習で求めた制御定数や、運転パラメータを基に運転シーケンスを決定する。
このサイクルが回されることで、強化学習の入出力データを最適化することが可能であり、高効率な運転となる状態を確定することが可能である。
このサイクルが回されることで、強化学習の入出力データを最適化することが可能であり、高効率な運転となる状態を確定することが可能である。
【0113】
具体的には、制御定数推定部１３０の強化学習部１３２が操作パラメータ設定データ５４１及びガイダンス条件データ５４２を取得する。操作パラメータ設定データ５４１には、どの機器を用いるのか等に関する情報が格納されている。ガイダンス条件データ５４２には機器に入力する入力値や、各機器の動作割合等が格納されている。
【0114】
次に、強化学習部１３２が強化学習を実行する強化学習処理を行う（Ｓ３２１：制御定数推定ステップ）。具体的には、強化学習部１３２はプラントモデル５２０に取得した操作パラメータ設定データ５４１及びガイダンス条件データ５４２を入力する。その上で、強化学習部１３２は、制御定数、プラントモデル５２０の定数を求める。このように強化学習部１３２は、プラントモデル５２０に基づいた強化学習により、性能計算式に用いられている定数である制御定数を推定する。
【0115】
強化学習部１３２は強化学習処理を行うたびに学習結果データ５６２、制御結果データ５６３を出力する。学習結果データ５６２には強化学習の結果、出力されるパラメータが格納される。強化学習の結果出力される、制御結果データ５６３にはプラントモデル５２０における、それぞれの簡易機器モデル３５０の制御値が格納される。この制御値とは、例えば、強化学習が行われるたびに出力される簡易機器モデル３５０の出力値であり、制御定数とは異なるものである。
【0116】
［運転パラメータ・運転シーケンス決定処理（図２のステップＳ４）］
以下の記載は運転パラメータ・運転シーケンス決定処理（図２のステップＳ４）についての説明である。
続いて、運転パラメータ決定部１４０は運転パラメータ決定処理を行う（Ｓ４０１）。運転パラメータ決定処理では強化学習処理で求められた各定数（プラントモデル５２０の定数、制御定数）を基に簡易機器統計モデル５５０（図１６Ｂ参照）を生成する。
以下の記載は運転パラメータ・運転シーケンス決定処理（図２のステップＳ４）についての説明である。
続いて、運転パラメータ決定部１４０は運転パラメータ決定処理を行う（Ｓ４０１）。運転パラメータ決定処理では強化学習処理で求められた各定数（プラントモデル５２０の定数、制御定数）を基に簡易機器統計モデル５５０（図１６Ｂ参照）を生成する。
【0117】
具体的には、運転パラメータ決定部１４０は、プラントモデル５２０を生成する際に出力された簡易機器モデル３５０毎の条件別モデル入力データ５２１や、条件別モデル出力データ５２２や、制御定数設定データ５２３で構築されるプラントモデル５２０に強化学習処理で求められたプラントモデル５２０の定数、制御定数３０４等を適用する。条件別モデル入力データ５２１は、簡易機器モデル３５０における所定の条件に基づいた入力データである。条件別モデル入力データ５２１として、運転データ３０１等が用いられてもよい。条件別モデル出力データ５２２は、条件別モデル入力データ５２１が入力された際における簡易機器モデル３５０の出力である。制御定数設定データ５２３は制御定数が複数存在する場合において、制御定数を１つに絞るための設定データである。
【0118】
そして、運転パラメータ決定部１４０は、強化学習処理で求められた制御定数３０４等を適用されたプラントモデル５２０における簡易機器モデル３５０毎の統計モデルである簡易機器統計モデル５５０を生成する。このように簡易機器統計モデル５５０は図３に示す統計モデル３１１とは異なるものである。運転パラメータ決定部１４０は、簡易機器統計モデル５５０を評価することで運転パラメータ（図２参照）を決定する。運転パラメータの決定手法については後記する。
【0119】
そして、運転パラメータ決定処理（Ｓ４０１）の結果、モデル特性データ５６１が出力される。モデル特性データ５６１には図１６Ｂに示す簡易機器統計モデル５５０に関する情報や、符号５５１に関する情報等が格納されている。
【0120】
また、強化学習処理（Ｓ３２１）及び運転パラメータ決定処理（Ｓ４０１）の結果、制御パラメータ（制御パラメータ情報５７１）が出力される。制御パラメータについては後記するが、制御定数や、運転パラメータに関する情報を含んでいる。
【0121】
運転シーケンス決定部１５０は制御パラメータを基に運転シーケンス（図２参照）を決定する運転シーケンス決定処理を行う（Ｓ４０２）。
【0122】
そして、運転シーケンス決定部１５０は決定した制御定数、運転パラメータ、運転シーケンス等を用いてプラントモデル５２０の評価を行い、評価が低ければ、プラントモデル５２０を利用した強化学習部１３２による強化学習が再び行われる（符号５８１で示される矢印）。
【0123】
図１６Ｂは運転パラメータ決定処理（図１６ＡのＳ４０１）の具体例を示す図である。
簡易機器統計モデル５５０は、任意の簡易機器モデル３５０（図１１参照）に対して強化学習の結果（プラントモデル５２０の定数、制御定数）を適用した統計モデルである。
例えば、運転パラメータ決定部１４０は簡易機器統計モデル５５０で示すようなモデル入力とモデル出力との関係において符号５５１で示す最も出力が高くなる（最も高効率となる）モデル入力を決定する。なお、図１６Ｂにおいて、モデル入力、モデル出力の「モデル」とは簡易機器モデル３５０を示している。
簡易機器統計モデル５５０は、任意の簡易機器モデル３５０（図１１参照）に対して強化学習の結果（プラントモデル５２０の定数、制御定数）を適用した統計モデルである。
例えば、運転パラメータ決定部１４０は簡易機器統計モデル５５０で示すようなモデル入力とモデル出力との関係において符号５５１で示す最も出力が高くなる（最も高効率となる）モデル入力を決定する。なお、図１６Ｂにおいて、モデル入力、モデル出力の「モデル」とは簡易機器モデル３５０を示している。
【0124】
そして、運転パラメータ決定部１４０はモデル入力に対する機器の操作制御を示す操作制御マップ５９０を参照する。そして、運転パラメータ決定部１４０は簡易機器統計モデル５５０において最も高効率となるモデル入力の値５９１に対応する操作制御値を算出する。なお、図１６Ｂにおいて、簡易機器統計モデル５５０と、操作制御マップ５９０の横軸は揃えられているわけではない。
【0125】
図１７は制御パラメータの例を示す図である。
図１７に示す制御パラメータの例では、Ｎｏ、モデル入力、モデル出力、簡易機器統計モデル５５０における簡易機器モデル出力、強化学習処理による結果としての制御定数（図２参照）、運転パラメータ決定処理の結果としての運転パラメータ（図２参照）が格納されている。
Ｎｏはプラントモデル５２０における簡易機器モデル３５０に対して一意に付与される番号である。
モデル入力は簡易機器モデル３５０に入力される数値であり、モデル出力は簡易機器モデル３５０から出力される数値である（図１１参照）。モデル入力は図１６Ａにおける条件別モデル入力データ５２１に一致し、モデル出力は図１６Ａにおける条件別モデル出力データ５２２に一致してもよい。
簡易機器統計モデル５５０に対する簡易機器モデル出力の欄には簡易機器統計モデル５５０に簡易機器モデル３５０を適用した際の出力が格納される。
図１７に示す制御パラメータの例では、Ｎｏ、モデル入力、モデル出力、簡易機器統計モデル５５０における簡易機器モデル出力、強化学習処理による結果としての制御定数（図２参照）、運転パラメータ決定処理の結果としての運転パラメータ（図２参照）が格納されている。
Ｎｏはプラントモデル５２０における簡易機器モデル３５０に対して一意に付与される番号である。
モデル入力は簡易機器モデル３５０に入力される数値であり、モデル出力は簡易機器モデル３５０から出力される数値である（図１１参照）。モデル入力は図１６Ａにおける条件別モデル入力データ５２１に一致し、モデル出力は図１６Ａにおける条件別モデル出力データ５２２に一致してもよい。
簡易機器統計モデル５５０に対する簡易機器モデル出力の欄には簡易機器統計モデル５５０に簡易機器モデル３５０を適用した際の出力が格納される。
【0126】
強化学習処理における制御定数の欄には、強化学習によって推定される最適な制御定数が簡易機器モデル３５０毎に格納される。
運転パラメータ決定処理における運転パラメータには運転パラメータ決定処理（図１６ＡのＳ４０１）で出力される運転パラメータが格納される。
運転パラメータ決定処理における運転パラメータには運転パラメータ決定処理（図１６ＡのＳ４０１）で出力される運転パラメータが格納される。
【0127】
［シミュレーション処理（図２のステップＳ５）］
（運転シミュレータシステム２）
図１８は本実施形態の結果、生成されるプラントモデル５２０を用いた運転シミュレータシステム２の例を示す図である。図１８に示される運転シミュレータシステム２は図２のステップＳ５（シミュレーション処理）で使用されるものである。
図１８に示すように、運転シミュレータシステム２は訓練用操作端末２１、訓練用ユニット計算機２２、訓練用コントローラ２３、保守ツール２４、モデル計算機２５を有している。
訓練用操作端末２１は、ユーザによる運転シミュレーションが行われる際にプラントモデル５２０を操作するための端末である。
訓練用ユニット計算機２２は訓練用操作端末２１によるプラントモデル５２０の操作をプラントモデル５２０に反映する。
訓練用コントローラ２３は運転シミュレーションにおける制御ロジックを実行する。
保守ツール２４は、プラントモデル５２０に対する保守シミュレーションを制御する。
モデル計算機２５はプラントモデル５２０の動作（運転シミュレーション）を実行する。具体的には、インストラクタＰが制御定数や、運転パラメータ、運転シーケンス等を初期値としてモデル計算機２５に格納されているプラントモデル５２０に設定することで運転シミュレータシステム２（デジタルツイン）が構築される。さらに、インストラクタＰが運転データ３０１（図２参照）や、疑似運転データ３０２を初期値として運転シミュレータシステム２に設定することで運転シミュレーションが開始される。
（運転シミュレータシステム２）
図１８は本実施形態の結果、生成されるプラントモデル５２０を用いた運転シミュレータシステム２の例を示す図である。図１８に示される運転シミュレータシステム２は図２のステップＳ５（シミュレーション処理）で使用されるものである。
図１８に示すように、運転シミュレータシステム２は訓練用操作端末２１、訓練用ユニット計算機２２、訓練用コントローラ２３、保守ツール２４、モデル計算機２５を有している。
訓練用操作端末２１は、ユーザによる運転シミュレーションが行われる際にプラントモデル５２０を操作するための端末である。
訓練用ユニット計算機２２は訓練用操作端末２１によるプラントモデル５２０の操作をプラントモデル５２０に反映する。
訓練用コントローラ２３は運転シミュレーションにおける制御ロジックを実行する。
保守ツール２４は、プラントモデル５２０に対する保守シミュレーションを制御する。
モデル計算機２５はプラントモデル５２０の動作（運転シミュレーション）を実行する。具体的には、インストラクタＰが制御定数や、運転パラメータ、運転シーケンス等を初期値としてモデル計算機２５に格納されているプラントモデル５２０に設定することで運転シミュレータシステム２（デジタルツイン）が構築される。さらに、インストラクタＰが運転データ３０１（図２参照）や、疑似運転データ３０２を初期値として運転シミュレータシステム２に設定することで運転シミュレーションが開始される。
【0128】
このように、運転シミュレータシステム２では、推定された制御定数を設定したプラントモデル５２０を使用してプラントのシミュレーションが行われる。
【0129】
ユーザは、運転シミュレータシステム２による運転シミュレーションの結果が良好であれば、実プラントに制御定数や、運転パラメータや、運転シーケンスを反映させる。
運転シミュレータシステム２による運転シミュレーションの結果が良好でなければ、再度、図２のステップＳ１へ処理を戻す。なお、この処理は図２のステップＳ６に相当する。
運転シミュレータシステム２による運転シミュレーションの結果が良好でなければ、再度、図２のステップＳ１へ処理を戻す。なお、この処理は図２のステップＳ６に相当する。
【0130】
（比較例）
図１９は、比較例による運転シミュレータシステム２Ａの例を示す図である。
図１９に示すように運転シミュレータシステム２Ａの構成は図１７に示す運転シミュレータシステム２と同様である。
これまでの運転シミュレータシステム２Ａではマルファンクション（事故時対応操作）機能として予め設定された事故時の状態を模擬することで運転員の訓練が行われる。これまでの運転シミュレータシステム２Ａではプラントにおける各系統（主蒸気系統、主蒸気タービン、復水系統・・・等）の機器モデルをユーザが１つ１つプログラムで詳細／簡略的に設定する必要がある。これに対し、本実施形態における運転シミュレータシステム２では、これまで示してきたように、簡易機器モデル３５０（図１１参照）が性能計算式を基に生成される。これにより、本実施形態におけるプラントシミュレータシステムＺは簡易な操作でプラントを模擬する運転シミュレータシステム２を構築することができる。
図１９は、比較例による運転シミュレータシステム２Ａの例を示す図である。
図１９に示すように運転シミュレータシステム２Ａの構成は図１７に示す運転シミュレータシステム２と同様である。
これまでの運転シミュレータシステム２Ａではマルファンクション（事故時対応操作）機能として予め設定された事故時の状態を模擬することで運転員の訓練が行われる。これまでの運転シミュレータシステム２Ａではプラントにおける各系統（主蒸気系統、主蒸気タービン、復水系統・・・等）の機器モデルをユーザが１つ１つプログラムで詳細／簡略的に設定する必要がある。これに対し、本実施形態における運転シミュレータシステム２では、これまで示してきたように、簡易機器モデル３５０（図１１参照）が性能計算式を基に生成される。これにより、本実施形態におけるプラントシミュレータシステムＺは簡易な操作でプラントを模擬する運転シミュレータシステム２を構築することができる。
【0131】
以下、図１８と図１９とを参照して、本実施形態の運転シミュレータシステム２と、これまでの運転シミュレータシステム２Ａとを比較する。
運転シミュレータシステム２は、図１６Ａで求めた運転データ３０１や、制御定数を含む各定数を初期値とし、高効率な運転を行うための訓練を行うものである。前記したように、これまでの運転シミュレータシステム２Ａは事故時対応操作（マルファンクション）と主目的としている。これに対し、本実施形態で生成されるプラントモデル５２０を使用する運転シミュレータシステム２では性能計算式に基づいた簡易機器モデル３５０が使用され、さらに強化学習によって高効率な運転を実現するための制御定数が設定される。このような設定が行われた運転シミュレータシステム２を使用することで、高効率な運転を行うためには、プラントを構成する機器に対して、どのような設定等を行えばよいかがわかる。すなわち、運転シミュレータシステム２によれば高効率な運転を行うための訓練が可能となる。もちろん、これまでの運転シミュレータシステム２Ａと同様、実プラントで運転していない状態を訓練することが可能となる。つまり、本実施形態で生成されるプラントモデル５２０によれば、実プラントでは設定しにくいパラメータを試すことができる。
運転シミュレータシステム２は、図１６Ａで求めた運転データ３０１や、制御定数を含む各定数を初期値とし、高効率な運転を行うための訓練を行うものである。前記したように、これまでの運転シミュレータシステム２Ａは事故時対応操作（マルファンクション）と主目的としている。これに対し、本実施形態で生成されるプラントモデル５２０を使用する運転シミュレータシステム２では性能計算式に基づいた簡易機器モデル３５０が使用され、さらに強化学習によって高効率な運転を実現するための制御定数が設定される。このような設定が行われた運転シミュレータシステム２を使用することで、高効率な運転を行うためには、プラントを構成する機器に対して、どのような設定等を行えばよいかがわかる。すなわち、運転シミュレータシステム２によれば高効率な運転を行うための訓練が可能となる。もちろん、これまでの運転シミュレータシステム２Ａと同様、実プラントで運転していない状態を訓練することが可能となる。つまり、本実施形態で生成されるプラントモデル５２０によれば、実プラントでは設定しにくいパラメータを試すことができる。
【0132】
本実施形態におけるプラントシミュレータシステムＺは、火力プラントや、水力発電プラントなどのプラントにおけるデジタルツインを機器の性能を計算するための（プラント性能診断で用いる）性能計算式に基づいて生成するものである。
【0133】
また、本実施形態におけるプラントシミュレータシステムＺは、性能計算式における計算K号の階層構造を検索・表示するとともに、動作レベルによってプラントの動作状態について要因を分析可能である。
そして、本実施形態におけるプラントシミュレータシステムＺは、所定の条件におけるプラントの機器について動作を試すことで、プラントの性能について試行することができる。
そして、本実施形態におけるプラントシミュレータシステムＺは、所定の条件におけるプラントの機器について動作を試すことで、プラントの性能について試行することができる。
【0134】
また、今後のエネルギミックスにおける負荷調整力、ならびに需給バランスを行う必要がある中において高効率な運転を目指すために必要な運転能力を教育的観点からも行うことが可能である。また、前記したように、運転シミュレータシステム２Ａと同様、実プラントで実行していない設定状態を用いて、起こり得る異常予兆や進展予測等の対応訓練も可能である。このように、本実施形態の運転シミュレータシステム２によれば、実プラントでは実施することが難しい状態を模擬することが可能である。
【0135】
実プラントでは実施することが難しい状態を模擬するため、前記したように、これまでの運転シミュレータシステム２Ａは、機器毎に機器モデルを１つ１つ生成することで対応してきた。しかし、この機器モデルは主機、補機、プラント構成、機械特性等、多種多様な条件の１つ１つをプログラム化する必要がある。本実施形態で生成されるプラントモデル５２０では、性能計算式を基に主機、補機、プラント構成、機械特性等、多種多様な条件を強化学習によって求められる。そのため、主機、補機、プラント構成、機械特性等、多種多様な条件の１つ１つをプログラム化する必要がない。
【0136】
本実施形態によるプラントシミュレータシステムＺは、具体的には、これまで説明したように、
（Ｅ１）運転データ３０１から統計モデル３１１による疑似運転データ３０２を生成し、この疑似運転データ３０２によるデータ補間が行われる。
（Ｅ２）性能計算式を基に機器のモデルである簡易機器モデル３５０が生成される。
（Ｅ３）簡易機器モデル３５０を組み合わせたプラントモデル５２０によって模擬データが生成される。
の手法を用いることで、主機、補機、プラント構成、機械特性等、多種多様な条件を１つ１つ１つプログラム化する必要がない。つまり、運転データ３０１から主機、補機、プラント構成、機械特性等、多種多様な条件の１つ１つをプログラム化することなくプラントモデル５２０を生成することが可能である。
（Ｅ１）運転データ３０１から統計モデル３１１による疑似運転データ３０２を生成し、この疑似運転データ３０２によるデータ補間が行われる。
（Ｅ２）性能計算式を基に機器のモデルである簡易機器モデル３５０が生成される。
（Ｅ３）簡易機器モデル３５０を組み合わせたプラントモデル５２０によって模擬データが生成される。
の手法を用いることで、主機、補機、プラント構成、機械特性等、多種多様な条件を１つ１つ１つプログラム化する必要がない。つまり、運転データ３０１から主機、補機、プラント構成、機械特性等、多種多様な条件の１つ１つをプログラム化することなくプラントモデル５２０を生成することが可能である。
【0137】
これらの手法は、図９に示す可視化表示領域４０２が表示されることにより、プラントモデル５２０の生成過程がブラックボックスとならない。つまり、可視化表示領域４０２では性能計算式に使用されている計算記号の階層構造が示されている。従って、性能計算式から生成される簡易機器モデル３５０の入出力関係も可視化表示領域４０２によって視認できる。従って可視化表示領域４０２が表示されることにより、プラントモデル５２０の生成過程がブラックボックスとならない。また、動作レベル判定領域４０１に動作レベルが表示されることにより、実プラントの動作状態を容易に確認することができる。
【0138】
また、性能計算式や、生成したプラントモデル５２０が可視化（表示装置１４に表示）されてもよい。これにより、実プラントの構成変更時にも容易に簡易機器モデル３５０を変更することが可能となる。
【0139】
要するに、本実施形態による運転シミュレータシステム２によれば事故時対応操作（マルファンクション）機能を有するとともに、事故時の状態だけではなく、高効率な運転となる制御定数による運転訓練が可能となる。
また、本実施形態による運転シミュレータシステム２では、これまで実プラントで運転していない状態を訓練することができる。これにより異常予兆や、進展予測の対策支援の訓練が容易に可能となる。
また、本実施形態による運転シミュレータシステム２では、これまで実プラントで運転していない状態を訓練することができる。これにより異常予兆や、進展予測の対策支援の訓練が容易に可能となる。
【0140】
例えば、ユーザは運転シミュレータシステム２による運転シミュレーションで、様々な設定値を探ることで、燃料の削減や、ＣＯ２排出量の削減を試すことができる。また、強化学習においてＣＯ２排出量を削減しつつ、高効率な制御定数を求めることもできる。
【0141】
このように、本実施形態では、プラント（火力発電プラント）を運転シミュレータシステム２によるバーチャル空間で再現・検証するデジタルツインサイクルを回している。このようにすることで、非効率石炭 ２０３０年フェードアウトへの施策や、バイオマス混焼・副生物混焼、アンモニア混焼や水素混焼等の燃焼方法検証、調整力運転に伴う発電効率低下時の要因を分析することが可能となる。
【0142】
つまり、本実施形態におけるプラントシミュレータシステムＺを活用することによって、事業者はバイオマス混焼・副生物混焼、アンモニア混焼や水素混焼におけるプラントの運転シミュレーションだけではなく、調整力運転に伴う発電効率低下時の要因を分析することが可能となる。その上で、事業者にとっては、２０３０年度のエネルギミックスと整合的になるよう、発電効率の目標値（石炭火力発電は４１．０％以上）を設定し、利益最大化及び環境規制守りながら事業活動を継続していくことが可能となる。
【0143】
また、本実施形態のプラントシミュレータシステムＺによれば、これまで述べてきた理由により、火力・水力発電及び再エネ発電事業者については、売電収入のみならずプラントの高効率運転における燃料費の削減や設備稼働率向上、発電所運用の教育・訓練にかかるコスト削減が期待できる。また、プラントの状態把握及びプラントモデル５２０の精度向上、信頼性の高い発電所の監視・運用・制御・復旧の実現、予期しない事業に対する進展予測や対策検討等が可能である。これにより、これまで熟練者のノウハウをＯＪＴによる現場訓練から、デジタル発電所上で行うことが可能となり、柔軟な運用方式の構築・評価・確認が可能となる。
【0144】
発送電分離、再生可能エネルギー電源の増加、需要家側機器の能動化等により、系統状態の把握が困難になってくることが予想されている。これに伴い、電力需要量のリアルタイムデータの収集が困難になってくるおそれがある。経済的で信頼性の高い発電運用を実現するために、電力需要の振る舞いを正確に予測、評価できるシミュレーション技術や性能評価の重要性が増し、そのモデル定数の精度がより重要になってくる。本実施形態では、火力発電所の実機データから統計モデル３１１を活用しながら性能計算式の階層構造や、動作レベルが導出・表示される。さらに、本実施形態では、性能計算式を基に制御定数が推定される。その上で、その制御定数を実現する運転シーケンス等が出力される。その運転手法シーケンスに基づいた訓練シナリオに異常予兆や予期しない事象に対する進展予測や対策支援を鑑みた要素を付加することで、これまで運転シミュレータシステム２Ａにはない高効率なプラントを実現するデジタルツイン技術を包含したプラント性能診断が実現される。
【0145】
また、本実施形態のプラントシミュレータシステムＺは以下の効果を奏する。
（Ｆ１）プラントの状態把握及びプラントにおける高効率な制御定数の実現。
（Ｆ２）信頼性の高い発電所の監視・運用・制御・復旧の実現。
（Ｆ３）予期しない事業に対する進展予測や対策検討。
（Ｆ４）これまでの給電方式にとらわれない必要性に応じた柔軟な運用方式の構築・評価・確認。
（Ｆ５）新しい発電所運用方式の計算機上での評価・確認。
（Ｆ６）発電所運用の教育・訓練。
（Ｆ１）プラントの状態把握及びプラントにおける高効率な制御定数の実現。
（Ｆ２）信頼性の高い発電所の監視・運用・制御・復旧の実現。
（Ｆ３）予期しない事業に対する進展予測や対策検討。
（Ｆ４）これまでの給電方式にとらわれない必要性に応じた柔軟な運用方式の構築・評価・確認。
（Ｆ５）新しい発電所運用方式の計算機上での評価・確認。
（Ｆ６）発電所運用の教育・訓練。
【0146】
また、本実施形態のプラントシミュレータシステムＺによれば、以下のような経済面での効果を奏する。
（Ｆ７）プラント設備の情報の有用性、安定化制御等の必要性を定性的・定量的に確認できる。
（Ｆ８）プラント設備の最大限活用（利用率向上）。
（Ｆ９）電力取引の拡大における発電制約の最大限の抑制。
（Ｆ７）プラント設備の情報の有用性、安定化制御等の必要性を定性的・定量的に確認できる。
（Ｆ８）プラント設備の最大限活用（利用率向上）。
（Ｆ９）電力取引の拡大における発電制約の最大限の抑制。
【0147】
本発明は前記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を有するものに限定されるものではない。また、記載された実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
【0148】
また、前記した各構成、機能、各部１１０，１２０，１２１，１２２，１３０，１３１，１３２，１４０，１５０、記憶装置１２等は、それらの一部又はすべてを、例えば集積回路で設計すること等によりハードウェアで実現してもよい。また、図１に示すように、前記した各構成、機能等は、ＣＰＵ１１等のプロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、ＨＤ（Hard Disk）に格納すること以外に、メモリ１００や、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣ（Integrated Circuit）カードや、ＳＤ（Secure Digital）カード、ＤＶＤ（Digital Versatile Disc）等の記録媒体に格納することができる。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
【符号の説明】
【0149】
１ シミュレータ生成装置
２ 運転シミュレータシステム（シミュレータ部）
２Ａ 運転シミュレータシステム
１４ 表示装置（表示部）
１１０ 統計処理部
１２０ 分析支援処理部
１２１ 階層構造検索部（階層構造処理部）
１２２ 分析支援表示処理部（階層構造処理部、動作レベル処理部）
１３０ 制御定数推定部
１３１ プラントモデル処理部（プラントモデル生成部）
１３２ 強化学習部（制御定数推定部）
１４０ 運転パラメータ決定部
１５０ 運転シーケンス決定部
３０１ 運転データ
３０２ 疑似運転データ
３０４ 制御定数情報（制御定数）
３０５ 運転パラメータ情報
３０６ 運転シーケンス情報
３１１ 統計モデル
３２０ 性能計算式情報（性能計算式）
３５０ 簡易機器モデル（機器モデル）
４００ 計算式解析画面
４０１ 動作レベル判定領域
４０２ 可視化表示領域
５２０ プラントモデル
Ｚ プラントシミュレータシステム（シミュレータシステム）
Ｓ５ シミュレーション処理（シミュレーションステップ）
Ｓ３２１ 強化学習処理（制御定数推定ステップ）
Ｓ３１１ 簡易機器モデルの生成（プラントモデル生成ステップ）
Ｓ３１２ 入出力リストの生成（プラントモデル生成ステップ）
２ 運転シミュレータシステム（シミュレータ部）
２Ａ 運転シミュレータシステム
１４ 表示装置（表示部）
１１０ 統計処理部
１２０ 分析支援処理部
１２１ 階層構造検索部（階層構造処理部）
１２２ 分析支援表示処理部（階層構造処理部、動作レベル処理部）
１３０ 制御定数推定部
１３１ プラントモデル処理部（プラントモデル生成部）
１３２ 強化学習部（制御定数推定部）
１４０ 運転パラメータ決定部
１５０ 運転シーケンス決定部
３０１ 運転データ
３０２ 疑似運転データ
３０４ 制御定数情報（制御定数）
３０５ 運転パラメータ情報
３０６ 運転シーケンス情報
３１１ 統計モデル
３２０ 性能計算式情報（性能計算式）
３５０ 簡易機器モデル（機器モデル）
４００ 計算式解析画面
４０１ 動作レベル判定領域
４０２ 可視化表示領域
５２０ プラントモデル
Ｚ プラントシミュレータシステム（シミュレータシステム）
Ｓ５ シミュレーション処理（シミュレーションステップ）
Ｓ３２１ 強化学習処理（制御定数推定ステップ）
Ｓ３１１ 簡易機器モデルの生成（プラントモデル生成ステップ）
Ｓ３１２ 入出力リストの生成（プラントモデル生成ステップ）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16A】
【図16B】
【図17】
【図18】
【図19】