KPI改善辅助系统及KPI改善辅助方法技术方案

本发明专利技术提供一边实时地预测响应特性，一边追随实时变化的目标值而进行最佳操作，由此能够总体上进行最佳的运转的KPI改善辅助系统及KPI改善辅助方法。一种KPI改善辅助系统，其获得来自反复执行恒定运转状态和变动运转状态的应用对象的运转数据，并给予所述应用对象的操作条件，其特征在于，所述KPI改善辅助系统具有：动态特性评价单元，其至少使用变动运转状态下的操作条件和运转数据来评价应用对象的变动运转状态下的KPI的动态特性；学习单元，其根据动态特性评价单元中的评价结果学习应用对象的操作条件；以及操作条件信号生成单元，其按照学习单元的学习结果生成应用对象的操作条件。

【技术实现步骤摘要】
【国外来华专利技术】KPI改善辅助系统及KPI改善辅助方法
本专利技术涉及对各种机器的KPI改善进行辅助的KPI改善辅助系统及KPI改善辅助方法。
技术介绍
近年来，随着ICT(InformationandCommunicationTechnology)、IoT(InternetofThing)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日益齐整。在许多产业领域中大量蓄积的数据的有效利用受到关注的过程中，要求通过对机器的测量数据、检查和维护数据等在现场站点收集到的数据、企业的经营及资产信息进行管理的系统的综合，来改善重要业绩评价指标(KPI：KeyPerformanceIndicators)的运用。例如在发电业务的领域中，担心随着风力发电或太阳能发电等可再生能源的利用增加造成的发电量变动会使电力系统的稳定性下降，因此，作为备用电源的火力发电成套设备的重要性增加。此外，火力发电成套设备不仅承担作为负载调整的作用，还承担作为基础负载电源的作用，要求将效率、环境性能、运转率等运用性能考虑为KPI的运用。为了改善火力发电成套设备的运用性能，在专利文献1、专利文献2中公开了一种降低作为环境性能的氮氧化物浓度、一氧化碳浓度的控制装置。现有技术文献专利文献专利文献1：日本特开2012-141862号公报专利文献2：日本特开2009-244933号公报
技术实现思路
专利技术要解决的课题在现有技术文献所记载的技术中，将模拟静态特性的模型和以该模型为对象学习最佳的操作方法的学习单元组合，生成操作信号。通过使用该技术，能够使机器中使用的燃料的种类、生成的产品的内容、制造量变化，从而追随最佳的操作条件的变化，使操作条件移动到最佳值。但是，由于未考虑移动时的过渡性的变化，因此KPI暂时性地恶化，有时总体上不会成为最佳的运转。本专利技术的目的在于提供通过一边实时地预测响应特性，一边追随实时变化的目标值而进行最佳操作，从而能够实现总体上最佳的运转的KPI改善辅助系统及KPI改善辅助方法。用于解决课题的手段根据以上内容，在本专利技术中，“KPI改善辅助系统获得来自反复执行恒定运转状态和变动运转状态的应用对象的运转数据，给予所述应用对象的操作条件，其特征在于，所述KPI改善辅助系统具有：动态特性评价单元，其至少使用变动运转状态下的操作条件和运转数据来评价应用对象的变动运转状态下的KPI的动态特性；学习单元，其根据动态特性评价单元中的评价结果学习应用对象的操作条件；以及操作条件信号生成单元，其按照学习单元的学习结果来生成应用对象的操作条件”。此外，在本专利技术中，“KPI改善辅助方法使用来自反复执行恒定运转状态和变动运转状态的应用对象的运转数据，给予应用对象的操作条件，其特征在于，至少使用变动运转状态下的操作条件和运转数据来评价应用对象的变动运转状态下的KPI的动态特性，根据动态特性的评价结果来学习应用对象的操作条件，按照学习结果生成应用对象的操作条件”。专利技术效果通过使用本专利技术的KPI改善辅助系统及KPI改善辅助方法，能够改善各种机器的KPI。特别是在应用于火力、发电成套设备的情况下，能够改善成套设备效率，并削减煤炭消耗量。附图说明图1是对本专利技术的实施例的KPI改善辅助系统的结构例进行说明的框图。图2(a)是对KPI改善辅助系统中的学习动作进行说明的流程图。图2(b)时根据KPI改善辅助系统中的学习结果来生成操作条件信号的流程图。图3是对应用对象100的运转与KPI的关系进行说明的图。图4(a)是表示通过神经网络模型构建静态特性评价单元300的图。图4(b)是表示神经网络模型的输入与输出的关系的图。图4(c)是表示使学习单元400进行动作的结果的实施例的图。图5(a)是对保存在运转数据库DB1中的数据的形态进行说明的图。图5(b)是对保存在运转计划数据库DB2中的数据的形态进行说明的图。图6是将图2的处理进一步分为静态特性侧和动态特性侧来进行具体表示的流程图。图7(a)是表示在评价值计算单元500中仅使用静态特性评价结果Sg8来计算评价值Sg10时的成套设备的操作结果例的图。图7(b)是表示在评价值计算单元500中仅使用静态特性评价结果Sg8来计算评价值Sg10时的成套设备的操作结果例的图。图7(c)是表示在评价值计算单元500中使用静态特性评价结果Sg8和动态特性评价结果Sg9双方来计算评价值Sg10时的成套设备的操作结果例的图。图7(d)是表示在评价值计算单元500中使用静态特性评价结果Sg8和动态特性评价结果Sg9双方来计算评价值Sg10时的成套设备的操作结果例的图。图8是表示作为应用对象100的实施例的煤炭火力成套设备的结构的概略图。图9(a)是表示操作条件变更幅度与工艺值的过冲幅度的关系的图。图9(b)是表示仅使用静态特性评价结果Sg8来计算评价值Sg10时的成套设备的操作结果例的图。图9(c)是表示使用静态特性评价结果Sg8和动态特性评价结果Sg9双方来计算评价值Sg10的情况的图。图10(a)是对运转计划协同单元620所使用的运转计划数据Sg6的内容进行说明的图。图10(b)是对使用使运转计划协同评价单元620进行动作的评价值来使学习单元400进行动作的结果进行说明的图。具体实施方式以下，参照附图对本专利技术的实施例进行说明。实施例1图1是对本专利技术的实施例的KPI改善辅助系统200的结构例进行说明的框图。在本实施例中，KPI改善辅助系统200与本系统的应用对象100以及外部装置900连接。图1的KPI改善辅助系统200一般由计算机装置构成，若示意性地表示该运算装置中的处理功能，则能够称为具有静态特性评价单元300、学习单元400、评价值计算单元500、动态特性评价单元600、操作条件信号生成单元700的系统。并且，动态特性评价单元600具有过渡特性评价单元610和运转计划协同评价单元620。对于KPI改善辅助系统200中的各部的动作，在图2以后进行说明。KPI改善辅助系统200作为数据库DB而具有：运转数据数据库DB1、运转计划数据库DB2和学习结果数据库DB3。在数据库DB中，保存有电子化的信息，通常以称为电子文件(电子数据)的方式来保存信息。此外，KPI改善辅助系统200作为与外部的接口而具有外部输入接口210及外部输出接口220，经由接口与本系统的应用对象100及外部装置900连接。利用这样的接口结构，通过外部装置900所具有的外部输入装置910(键盘910以及鼠标920)的操作而制作的外部输入信号Sg1、和经由外部输入接口210在应用对象100中收集的运转数据Sg2被提取至KPI改善辅助系统200中。应用对象100由控制装置180和机器190构成，从机器190向控制装置180发送测量信号Sg70，从控制装本文档来自技高网...

【技术保护点】
1.一种KPI改善辅助系统，其获得来自反复执行恒定运转状态和变动运转状态的应用对象的运转数据，并给予所述应用对象的操作条件，其特征在于，/n所述KPI改善辅助系统具有：动态特性评价单元，其至少使用所述变动运转状态下的操作条件和所述运转数据来评价应用对象的变动运转状态下的KPI的动态特性；学习单元，其根据所述动态特性评价单元中的评价结果来学习所述应用对象的操作条件；以及操作条件信号生成单元，其按照所述学习单元的学习结果来生成所述应用对象的操作条件。/n

【技术特征摘要】
【国外来华专利技术】20190212 JP 2019-0225891.一种KPI改善辅助系统，其获得来自反复执行恒定运转状态和变动运转状态的应用对象的运转数据，并给予所述应用对象的操作条件，其特征在于，
所述KPI改善辅助系统具有：动态特性评价单元，其至少使用所述变动运转状态下的操作条件和所述运转数据来评价应用对象的变动运转状态下的KPI的动态特性；学习单元，其根据所述动态特性评价单元中的评价结果来学习所述应用对象的操作条件；以及操作条件信号生成单元，其按照所述学习单元的学习结果来生成所述应用对象的操作条件。


2.根据权利要求1所述的KPI改善辅助系统，其特征在于，
所述KPI改善辅助系统具有：静态特性评价单元，其至少使用所述恒定运转状态下的操作条件和所述运转数据来评价应用对象的恒定运转状态下的KPI的静态特性；以及评价值计算单元，其根据所述动态特性评价单元中的评价结果和所述静态特性评价单元中的评价结果来获得针对静态特性和动态特性的评价结果，
所述学习单元根据所述评价值计算单元给予的评价结果来学习所述应用对象的操作条件。


3.根据权利要求1所述的KPI改善辅助系统，其特征在于，
所述动态特性评价单元使用所述学习单元中的学习的结果所确定的所述变动运行状态下的操作条件，评价应用对象的所述变动运转状态下的KPI的动态特性。


4.根据权利要求2所述的KPI改善辅助系统，其特征在于，
所述静态特性评价单元使用所述学习单元中的学习的结果所确定的所述恒定运转状态下的操作条件，评价应用对象的所述恒定运转状态下的KPI的静态特性。


5.根据权利要求1～4中任一项所述的KPI改善辅助系统，其特征在于，
所述动态特性评价单元具有：过渡特性评价单元，其对作为所述操作条件的变化幅度和变化率中的至少1个与KPI的动态变化的关系进行评价。


6.根据权利要求5所述的KPI改善辅助系统，其特征在于，
所述动态特性评价单元具有：运转计划协同评价单元，其在变更了运转计划时，提高与当前的操作条件接近的操作条件的评价值，所述运转计划包含由所述应用对象所使用的燃料的种类、由所述应用对象所生成的产品的内容、制造量的计划值中的至少1个。


7.根据权利要求1～6中任一项所述的KPI改善辅助系统，其特征在于，
所述KPI改善辅助系统具有：静态特性评价单元，其使用所述恒定运转状态下的操作条件和所述运转数据来评价应用对象的恒定运转状态下的KPI的静态特性，
由所述学习单元所参照的评价值存在以下3种情况：根据所述静态特性评价单元中的静态特性评价结果来计算的情况、根据所述动态特性评价单元中的动态特性评价结果来计算的情况、根据所述静态特性评价结果和所述动态特性评价结果双方来计算的情况，针对3种计算方法生成评价结果为最大或最小的3种操作条件，并能够选择任意的操作条件。


8.根据权利要求1～6中任一项所述的KPI改善辅助系统，其特征在于，
所述KPI改善辅助系统具有：静态特性评价单元，其使用所述恒定运转状态下的操作条件和所述运转数据来评价应用对象的恒定运转状态下的KPI的静态特性，
所述静态特性评价单元和动态特性评价单元分别评价多个KPI，所述学习单元将多个KPI的评价结果的代表值作为评价结果来进行学习。


9.根据权利要求1～8中任一项所述的KPI改善辅助系统，其特征在于，
所述应用对象是火力发电成套设备，
所述KPI是火力发电成套设备所消耗的煤炭流量、从火力发电成套设备排出的灰中未燃部分、一氧化碳、氮氧化物、硫化氧化物、汞、氟、由煤尘或雾构成的微粒类、挥发性有机化合物中的任一种的状态量。


10.根据权利要求9所述的KP...

【专利技术属性】
技术研发人员：关合孝朗，堀嘉成，丹野光浩，滑川拓实，黑羽义幸，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP