予兆監視システム（SIAT）が検出した通常と異なるパラメータ挙動の発生原因を推定する機能の開発
公開日:
カテゴリ: 第16回
予兆監視システム(SIAT)が検出した
通常と異なるパラメータ挙動の発生原因を推定する機能の開発
Development of the cause analysis functionality for the abnormal behavior detected by SIAT
中国電力株式会社林司Hayashi TsukasaMember 中国電力株式会社谷川稔Tanigawa MinoruMember 日本電気株式会社山本敬之Yamamoto TakayukiMember 株式会社 IIU扁瀬健太郎Takase KentaroMember 株式会社 IIU児玉典子Noriko KodamaMember
Abstract
System Invariant Analysis Technology, SIAT can detect abnormal behavior of plant parameters. However, the cause analysis functionality for the abnormal behavior has been strongly desired to support engineers making decisions for taking appropriate actions.
For that purpose, we have developed the cause analysis functionality based on the result of the broken invariant analysis. Database of the broken invariant distribution with that cause is prepared and the similarity with the current abnormal behavior of the plant parameters are evaluated.
Keywords: SIAT, Abnormal Behavior of Plant Parameters, Cause Analysis, Support for Engineering Judge
はじめに
予兆監視システム(SIAT)による常時監視は、与えられた学習期間(モデル作成期間)におけるモデルを作成し、その関係性が破れることを検出する事で、「いつもと違う」を見つける手法となっている(SIAT = System Invariant Analysis Technology)。しかしながら、数年来課題となっているのが、関係性が破れた時にそれが何に起因するものか、運転員・保修員が採るべき
ショ について、 を うための を供する事である。つまり、ただ単に「いつもと違う」ことを検出するだけでは、 に して な
を 供出来ているとは言えない。
そこで、過去データを いて各種操作の実施時やトラブル発生時の関係性の破れを評価し、予め破れに関するデータベースを作成しておき、それらと比較する事で、原因特 を シストするための「原因特 シスト機能」を開発した。
関係性の破れ(指紋)データベースの構築
「 ルタ ム監視」において、「各種操作の実施」や「故障等の発生」によって監視対象としているパラメータ間の関係性が破れる。
〒110-0008 東京都台東区池之端2-7-17 株式会社IIU 主任研究員
児玉 典子 E-mail: kodama@iiu.co.jp
各試験・操作実施時における関係性の破れの検出結
果のスナップショットは図l の様な「関係性の破れの分布」として視覚化する事が出来る。
RCIC 試験
A-RHR ポンプ起動
図1 試験・操作実施における関係性の破れのハ布の例
図l における横軸は「予測対象パラメータ」、縦軸は「参照側パラメータ」を表し、図中の各格子はパラ メータ間の関係性に対応する。各点は「破れている」
「破れていない」の2値のいずれかをとり、点が打たれているものは関係性が破れている事を表す。
「原因特 シスト機能」はこの「破れの分布」を入力として、それが何の「原因」によるものか、を特
する事を支援する為の機能である。その概要は以下の りである。
①まず、過去のプロコ データにおける、各種試験・操作実施時やトラブル発生時のパラメータ挙動を 入力として、どの関係性が破れたのかを分析し、その内訳をデータベースに登録・蓄積しておく。これを我々は操作・トラブルの「指紋」と呼んでいる。
②実 の運 時に関係性が破れた場合、①で蓄積しておいた破れの内訳との「類似度」を独自の計算手法で算出し、破れの要因の推 を試みる。
、同一の操作が われた場合であってもプラ トの 等によって、現れる関係性の破れの分布は ずしも同一では く、ある程度のバラつきをもって現れる。
そこで①の指紋データベースの作成では、同一の操作に対しても複数回分の指紋を蓄積しておき、②の類似度評価では、過去のバラつきも考慮した評価を う。
ただし、本機能はあくまで人間が原因を特 することを補助する目的から開発したものであり、最終的な判断は人間に委ねられるものである。
登録した指紋との類似度評価による原因特定のアシスト
前述の様に、指紋データベースにはトラブルだけでは く、各種試験・操作実施時に発生する関係性の破れについても登録しておく。
ただし、どの様な試験・操作が実施されたか等を当てても、それらは 常人間にとっては既知の事であるので、これだけでは特 の は い。実 には、これら操作の推 は、異常兆候の発見に役立てることを目標としている。
すなわち、過去に起きたことのない末知のトラブル が発生した場合であっても、図2 のようなフローによ
って、実 には われていない操作が実施されたものと誤推 させることで、異常兆候の検知に繋げようとするものである。
図2 要因推定結果に対するフロー
勿論、学習済みのトラブルであれば、その発生を直接推 しようとする。図3 は、実 の 常運転時のプロコ データを いて関係性の破れの原因を推 させた結果である。図中の数値は1 に近い程、その操作が
われた可能性が扁いと評価された事を 味し、0印は実 にその操作が われていた事を表している。
各種操作による破れが現れる中、放射性流体の漏洩が発生した事を扁い 度で推 している(図中の 印の時 における「放射性流体漏洩」)。そしてそれは実
、PLR ポ プフラ ジ部からの漏洩事象を捉えたものであった。
関係性（全10609個）の破れの個数
放射性流体漏洩
0 92
0
点 度
0 92
RCW II ⇒ I
0 84
0
A-RHR
0 82
RCW I ⇒ II
0 67
RCIC
0 36
C-RHR
0 74
0
図3 原因特定アシスト機能のハ 結果の例(PLR ポンプフランジ部漏洩事象発生時)
本機能は、運転に伴って、指紋データベース上に指紋を して蓄積していく事により、より しい原因推 を う事が可能となる。また、原因推 に失敗した場合には、その しい原因を追加で学習させることにより、次回からは推 が可能となる様にしようとするフレームワー となっている。