[发明专利]发电厂的运转辅助装置和运转辅助方法

说明书

本发明的目的在于：在发生异常时尽早地停止发电厂，避免异常的传播所伴随的损害成本的增加。运转辅助装置(200)具备：诊断单元(500)，其根据运转数据(3)，诊断发电厂(100)的运转状态；异常传播预测单元(600)，其根据通过诊断单元(500)得到的诊断结果，基于物理模型，预测异常传播的机器和时间；成本计算单元(700)，其根据异常传播预测单元(600)的结果，预测损害成本随时间的变化；发电厂停止判定单元(800)，其在损害成本为预先确定的伴随发电厂(100)的紧急停止的损害成本以上的情况下，生成停止发电厂(100)的信号。

技术领域

本发明涉及发电厂(plant)的运转辅助装置和运转辅助方法，具体涉及避免损害成本增加的发电厂的运转辅助装置和运转辅助方法。

背景技术

近年来，伴随着ICT(信息通信技术：Information and CommunicationTechnology)，IoT(物联网：Internet of Thing)的技术革新，能够利用高速的计算机、网络通信、大容量的数据保存装置的环境正在完备。在许多工业领域中大量积累的数据的灵活利用正在被关注，其中，在发电业务的领域中，也要求通过对发电厂的测量数据、检修/维护数据等在现场收集的数据、企业的经营和资产信息进行管理的系统的整合而制定更高效的经营方针。在发电业务的领域中，担心伴随风力发电、太阳能发电等可再生能源的利用增加的发电量的变动会降低电力系统的稳定性，因此作为后备电源的火力发电厂的重要性增加了。另外，从东日本大地震以后，日本国内的原子能发电的比例减少，其结果是火力发电厂不只起到以前的作为负荷调整的作用，实际上还起到了作为基本负荷电源的作用。因此，在火力发电厂中，要求考虑到运转率、环境性能、效率等重要业绩评价指标(KPI：KeyPerformance Indicators)的应用。

为了改善火力发电厂的KPI，研究了许多检测诊断对象发生异常状态之前的异常征兆的装置及其方法。在专利文献1中，公开了利用自适应谐振理论(Adaptive ResonanceTheory：ART)的诊断装置。在此，ART是指根据其类似度将多维的时序数据分类为集群(cluster)的理论。

在专利文献1的技术中，首先利用ART将正常时的运转数据分类为多个集群(正常集群)。接着，将当前的运转数据输入到ART而分类为集群。在无法将该时序数据分类为正常集群时，生成新的集群(新集群)。产生新集群意味着诊断对象的状态变化为新的状态(新状态)。因此，在专利文献1的诊断装置中，根据新集群的产生来判断异常征兆的发生。

另外，在专利文献2中，公开了以下的技术，即预测因构成发电厂的设备的破损/性能降低/功能停止造成的风险成本，一边与运营的营业额进行比较，一边选择最优的运营方法并指示。

现有技术文献

专利文献

专利文献1：日本特开2010-237893

专利文献2：日本特开2004-094631

专利文献3：日本特开2015-7509

发明内容

发明要解决的问题

通过使用专利文献1的技术，能够检测到发电厂的异常征兆的发生。在检测到异常征兆的情况下，发电厂的运转人员为了分析和确认其原因，继续发电厂的运转。但是，通过实施异常的原因分析、确认等，有可能另外需要为此的时间。

另外，在专利文献2的技术中，在风险成本的预测中使用异常发生和异常传播(波及)的概率模型。为了构建这样的概率模型，必须收集过去发生的异常的事例。

因此，本发明中，其目的在于：在发生异常时尽早地停止发电厂，避免伴随异常的传播的损害成本的增加。

用于解决问题的手段