成套設備的控制裝置以及火力發電成套設備的控制裝置的製作方法

2023-10-17 05:33:59 4

專利名稱：成套設備的控制裝置以及火力發電成套設備的控制裝置的製作方法
技術領域：
本發明涉及成套設備的控制裝置，特別涉及使用煤等的化石燃料發電的火力發電 成套設備的控制裝置。
背景技術：
成套設備的控制裝置，處理從作為控制對象的成套設備得到的狀態量的測量信 號，計算提供給控制對象的控制信號(操作信號)後傳遞給控制對象。在成套設備的所述控 制裝置上安裝有計算操作信號的算法，以使成套設備的狀態量的測量信號滿足其目標值。作為在成套設備的控制中使用的控制算法，有PI (比例·積分)控制算法。在PI 控制中，在成套設備的狀態量的測量信號與其目標值的偏差上乘以比例增益而得到的值 上，加上對偏差進行時間積分而得到的值，導出給予控制對象的操作信號。使用PI控制的控制算法，能夠使用框線圖等描述輸入輸出關係，所以容易明白輸 入和輸出的因果關係，有很多的應用成果。但是，在成套設備的運轉狀態變更或者環境變化 等事前想不到的條件下使成套設備運轉的時，有時需要變更控制邏輯等操作。另一方面，在能夠適應成套設備的運轉狀態或者環境的變化的控制方式中，有使 用自動修正控制算法或者參數值的自適應控制或者學習算法的控制方式。作為使用學習算法導出成套設備的控制裝置的操作信號的方法，一般是使用成套 設備的測量數據或者以數值分析為基礎構築的數據，以統計方式處理這些數據來構築推定 成套設備的特性的統計模型，對於該統計模型自主學習最佳的控制邏輯的方法。使用該自主學習的方法所得到的控制方式的性能依存於統計模型的推定精度。 艮口，統計模型的特性越接近實際的成套設備特性，就越能得到和對於統計模型的控制結果 同等的控制效果。因此，在使用學習算法的自適應控制技術中，構築更高精度的統計模型成 為課題。作為提高統計模型的精度的技術，在專利文獻1中記載了使用探索算法來最優化 作為統計方法之一的RBF網絡的基函數的半徑參數的技術。另外，在非專利文獻1中記載了用RBF網絡構成統計模型，通過以模型構築用的數 據特性(數據數量、維數、距離)為基礎而導出的計算式決定其基函數的半徑參數的技術。在上述公知技術中，因為執行基於模型構築用數據的特性的半徑調整，所以與隨 意設定半徑的情況相比，能夠構築與實際的成套設備特性更一致的統計模型。在對於成套設備的控制裝置應用專利文獻1、以及非專利文獻1中公開的技術的 情況下，通過基於數據的統計模型的半徑參數設定，與隨意設定半徑參數的情況相比，能夠 提高推定精度。另一方面，在成套設備控制中，因為在通過控制引起操作條件變更後到特性穩定 之前需要幾分鐘到十幾分鐘的時間，所以通過把該時間作為控制周期來變更操作條件，可 以期待得到最大的效果。因此，上述統計模型的參數調整、以及基於學習算法的控制邏輯的學習最好在該控制周期以內結束。但是，在成套設備的控制裝置中應用專利文獻1的技術的情況下，在像專利文獻1 的技術那樣使用最優化技術的半徑參數的調整方法中，因為要使數據和統計模型的推定結 果的誤差最小化來探索半徑參數，所以需要對應於探索次數反覆進行誤差評價。因為誤差 評價的次數與數據數量成比例增加，所以在數據量大的情況下計算成本增加，有可能無法 在控制周期以內結束統計模型的參數調整。 與此相對，在非專利文獻1的技術中，使用預先導出的計算式決定統計模型的半 徑參數，所以不需要反覆進行誤差評價，能夠減小計算成本，在控制周期以內結束統計模型 調整。另外在該技術中，以統計模型構築用的數據以某種程度的等間隔分布為前提，把全部 基底的半徑參數設定為一樣。但是，在成套設備的控制裝置中應用非專利文獻1的技術的情況下，在成套設備 的運轉控制中，為滿足性能保證值而以在最佳操作條件下穩定運轉為前提，所以設想所獲 得的模型構築用的數據的分布大體集中在接近最佳條件的區域中，另外，從遵守上述性能 保證值的觀點出發，多數情況下也不允許用於使數據等間隔分布的人為的操作。而且，當模型構築用的數據在某條件下集中分布時，通過設定成一樣的半徑參數， 統計模型的基函數不能充分地覆蓋輸入空間，有推定精度顯著降低的可能性。專利文獻1特開2005-115639號公報非專利文獻1北山、安田、山崎「RBF才、7卜7—夕i Particle SwarmOptimization (二 J 3統合的最適化」，電気學會論文誌C，Vol. 128，No. 4， pp.636-645(2008)

發明內容
本發明的目的是提供一種成套設備的控制裝置以及火力發電成套設備的控制裝 置，其具備即使在控制在構築統計模型時使用的數據中存在偏差的學習型的成套設備的情 況下，也根據該數據的偏差的分布在控制周期以內適當地調整統計模型的參數，使推定精 度提高的功能。本發明的成套設備的控制裝置，從成套設備取入作為該成套設備的狀態量的測量 信號，使用所述測量信號運算對所述成套設備進行控制的操作信號，其中，控制裝置具有 測量信號資料庫，其取入作為所述成套設備的狀態量的測量信號並保存；模型構築資料庫， 其保存從在所述測量信號資料庫中保存的成套設備的測量數據變換而得的模型構築數據； 統計模型，其使用在所述模型構築資料庫中保存的模型構築數據，推定對所述成套設備提 供控制信號時作為該成套設備的狀態量的測量信號的值，模擬成套設備的控制特性；操作 方法學習部，其使用所述統計模型學習與提供給成套設備的所述控制信號相當的模型輸入 的生成方法，以使與所述測量信號相當的模型輸出達到目標值；學習信息資料庫，其保存與 所述操作方法學習部中的學習的制約條件以及學習結果相關的學習信息數據；和控制信號 生成部，其使用所述測量信號資料庫的測量信號、以及所述學習信息資料庫的學習信息數 據，運算對成套設備發送的控制信號，而且，在所述控制裝置中設置模型調整部，其調整在 所述模型構築資料庫中保存的模型構築數據中包含的統計模型的基本半徑參數，所述統計 模型使用通過所述模型調整部得到的基本半徑參數的調整結果，生成模型輸出。
本發明的火力發電成套設備的控制裝置，從具有鍋爐的火力發電成套設備取入作 為該成套設備的狀態量的測量信號，使用所述測量信號運算對所述火力發電成套設備進行 控制的操作信號，其中，所述測量信號，包含表示在從所述火力發電成套設備的鍋爐排出的 廢氣中包含的氮氧化物、一氧化碳、以及硫化氫的濃度中的至少一種濃度的狀態量的信號， 所述操作信號，包含表示供給所述火力發電成套設備的鍋爐的空氣流量、調節該空氣流量 的空氣調節閥的開度、供給鍋爐的燃料流量、使得從鍋爐排出的廢氣向該鍋爐再循環的廢 氣再循環流量中的至少一種的信號，控制裝置具有測量信號資料庫，其取入作為所述火力 發電成套設備的狀態量的測量信號並保存；模型構築資料庫，其保存從在所述測量信號數 據庫中保存的成套設備的測量數據變換而得的模型構築數據，所述模型構築數據包含供給 鍋爐的空氣流量、調節該空氣流量的空氣調節閥的開度、供給鍋爐的燃料流量、使得從鍋爐 排出的廢氣向該鍋爐再循環的廢氣再循環流量中的至少一種；統計模型，其使用在所述模 型構築資料庫中保存的模型構築數據，推定對所述成套設備提供控制信號時作為該成套設 備的狀態量的測量信號的值，模擬成套設備的控制特性；操作方法學習部，其使用所述統計 模型學習與提供給成套設備的所述控制信號相當的模型輸入的生成方法，以使與所述測量 信號相當的模型輸出達到目標值；學習信息資料庫，其保存與所述操作方法學習部中的學 習的制約條件以及學習結果相關的學習信息數據；和控制信號生成部，其使用所述測量信 號資料庫的測量信號、以及所述學習信息資料庫的學習信息數據，運算對成套設備發送的 控制信號，而且，在所述控制裝置中設置模型調整部，其調整在所述模型構築資料庫中保存 的模型構築數據中包含的統計模型的基本半徑參數，所述統計模型使用通過所述模型調整 部得到的基本半徑參數的調整結果，生成模型輸出。根據本發明，能夠實現這樣的成套設備的控制裝置以及火力發電成套設備的控制 裝置，其具備即使在控制在構築統計模型時使用的數據中存在偏差的學習型的成套設備的 情況下，也可以根據該數據的偏差的分布在控制周期以內適當地調整統計模型的參數，使 推定精度提高的功能。


圖1是表示作為本發明的第一實施例的成套設備的控制裝置的結構的框圖。圖2是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的操作方 法的學習時的動作流程的流程圖。圖3是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整部的結構的框圖。圖4是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型構 築數據中保存的數據的形式的圖。圖5是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整的動作流程的流程圖。圖6是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整時的類別劃分的概念的概略圖。圖7是說明圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整機制的概要圖。
圖8是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整時的基底疏密度分布變化的樣子的概要圖。圖9是表示圖1中記載的本發明的第一實施例的成套設備的控制裝置中的模型調 整時的模型推定值分布變化的樣子的概要圖。圖10是在圖1中記載的本發明的第一實施例的成套設備的控制裝置中在設定模 型輸入輸出時在圖像顯示裝置上顯示的畫面的一例。圖11是在圖1中記載的本發明的第一實施例的成套設備的控制裝置中在設定模 型調整條件時在圖像顯示裝置上顯示的畫面的一例。圖12是在圖1中記載的本發明的第一實施例的成套設備的控制裝置中在確認模 型調整結果時在圖像顯示裝置上顯示的畫面的一例。圖13是表示作為應用本發明的成套設備的控制裝置的第二實施例的火力發電成 套設備的結構的概略結構圖。
圖14是表示在圖13中記載的第二實施例的火力發電成套設備中裝備的空氣加熱 器的結構的概略構造圖。圖15是在圖13中記載的本發明的第二實施例的火力發電成套設備的控制裝置中 在設定模型輸入輸出時在圖像顯示裝置上顯示的畫面的一例。符號說明1測量信號，16控制信號，90輸入輸出數據信息，100成套設備，IOOa火力發電成套 設備，101鍋爐，102燃燒器，103後空氣埠，130 133配管，140 142配管，160 163 空氣調節閥，200控制裝置，201外部輸入接口，202外部輸出接口，210測量信號資料庫，220 模型構築資料庫，230學習信息資料庫，240控制邏輯資料庫，250控制信號資料庫，300測量 信號變換部，400數值解析部，500統計模型，600模型調整部，700控制信號生成部，800操作 方法學習部，900外部輸入裝置，901鍵盤，902滑鼠，910維護工具，911外部輸入接口，912 數據收發處理部，913外部輸出接口，920圖像顯示裝置。
具體實施例方式下面，參照

本發明的成套設備的控制裝置以及火力發電成套設備的控制 裝置的實施例。在本發明的成套設備的控制裝置以及火力發電成套設備的控制裝置兩者中成為 共同的結構的成套設備控制裝置中，希望構成所述控制裝置的模型調整部具有類別運算功 能和半徑調整功能中的至少一種功能，所述類別運算功能使用在模型構築資料庫中保存的 信息來決定模型構築用數據的類別號碼，所述半徑調整功能使用包含通過所述類別運算功 能決定的類別信息的模型構築數據信息來調整統計模型的半徑參數。另外，希望在模型構築資料庫中保存的信息中包含各數據的模型輸入空間中的坐 標、半徑參數、數據疏密度、以及數據所屬的類別號碼中的至少一種信息。另外，希望類別運算功能具有計算作為表示各數據的密集度的指標的疏密度的功 能；和根據通過外部輸入裝置輸入的類別數信息，把用類別數等分模型構築數據的疏密度 分布範圍而得到的值作為基準來決定各數據的類別號碼的功能中的至少一種功能。另外，希望半徑調整功能具有在調整半徑參數時對於在模型輸入空間內任意決定的基準模型輸入計算其疏密度的功能；和在計算出的疏密度不滿足通過外部輸入裝置輸入 的閾值條件的情況下提取出位於基準模型輸入的最近處的數據的類別，調整屬於該類別的 數據的半徑參數的功能中的至少一種功能。希望所述控制裝置與圖像顯示裝置連接，具有在圖像顯示裝置上顯示在模型構築 資料庫中保存的信息的功能、通過圖像顯示裝置設定在模型調整部中使用的模型調整條件 的功能、和在圖像顯示裝置上顯示模型調整部的統計模型的調整結果的功能中的至少一種 功能。通過具有通過圖像顯示裝置輸入模型調整的條件設定的功能，成套設備的運行人 員能夠根據成套設備的控制需要設定恰當的模型調整條件。而且，通過具有在圖像顯示裝 置上顯示通過模型調整引起的疏密度的遷移、以及數據和推定結果的誤差的遷移的功能， 成套設備的運行人員能夠確認通過模型調整能否獲得希望的模型推定精度，在不能夠獲得 的情況下再次執行模型調整。 另外，在火力發電成套設備中應用本發明的控制裝置的情況下，成為具有控制信 號生成部的結構的火力發電成套設備的控制裝置，所述控制信號生成部使用從火力發電成 套設備取得的測量信號，導出供給火力發電成套設備的控制信號。這些測量信號包含表示在從火力發電成套設備排出的氣體中包含的氮氧化物、一 氧化碳、以及硫化氫各個的濃度中至少一種濃度的信號。另外，控制信號包含決定空氣調節 閥的開度、空氣流量、燃料流量、廢氣再循環流量中的至少一種的信號。所述控制裝置具有統計模型，用於推定在向火力發電成套設備供給控制信號時 的測量信號的值；模型構築資料庫，用於保存包含在所述統計模型的構築中使用的、火力發 電成套設備的空氣調節閥的開度、空氣流量、燃料流量、廢氣再循環流量中的至少一種信息 的數據；操作方法學習部，用於使用所述統計模型來學習與所述控制信號相應的模型輸入 的生成方法，以使與所述測量信號相應的模型輸出達到目標值；學習信息資料庫，用於保存 關於所述操作方法學習部中的學習的制約條件以及學習結果的信息；和模型調整部，用於 調整在所述模型構築資料庫中保存的信息中包含的統計模型的半徑參數。另外，希望所述控制裝置與圖像顯示裝置連接，具有在圖像顯示裝置上顯示在模 型構築資料庫中保存的信息的功能、通過圖像顯示裝置設定在模型調整部中使用的模型調 整條件的功能、和在圖像顯示裝置上顯示模型調整部的統計模型的調整結果的功能中的至 少一種功能。在火力發電成套設備的控制中應用了本發明的控制裝置的實施例中，通過圖像顯 示裝置輸入與火力發電成套設備中的模型輸入相應的燃燒器、以及後空氣埠的空氣量相 關的設定信息。下面，參照

作為本發明的實施例的成套設備的控制裝置以及火力發電成 套設備的控制裝置。實施例1首先，參照

作為本發明的第一實施例的成套設備的控制裝置。圖1是本發明的第一實施例的成套設備的控制裝置的系統結構圖。如圖1所示， 作為控制對象的成套設備100被控制裝置200控制。因為控制成套設備100的控制裝置200與維護工具910連接，所以成套設備100的運行人員能夠通過在維護工具910上連接的外部輸入裝置900和圖像顯示裝置(例如CRT 顯示器)920控制控制裝置200。在控制裝置200中形成為作為運算裝置而分別具有測量信號變換部300、數值解 析部400、統計模型500、模型調整部600、控制信號生成部700以及操作方法學習部800的結構。另外，在控制裝置200中，作為資料庫(DB)而設置有測量信號資料庫210、模型構 築資料庫220、學習信息資料庫230、控制邏輯資料庫240、以及控制信號資料庫250。另外，在控制裝置200中，作為和外部的接口而設置有外部輸入接口201以及外部 輸出接口 202。另外，在該控制裝置200中構成為，通過外部輸入接口 201從成套設備100把測 量該成套設備的各種狀態量而得到的測量信號1取入控制裝置200的測量信號資料庫210 中，另外，從控制裝置200的控制信號生成部700通過外部輸出接口 202對於作為控制對象 的成套設備100輸出控制該成套設備的控制信號15、例如作為控制供給的空氣流量的控制 信號16。在該控制裝置200中，通過外部輸入接口 201從所述成套設備100取入的測量成 套設備100的狀態量而得的測量信號2，被保存在測量信號資料庫210中。另外，通過在控制裝置200中設置的控制信號生成部700生成的控制信號15，被保 存在控制裝置200中設置的控制信號資料庫250中，同時從外部輸出接口 202作為針對所 述成套設備100的操作信號16而被輸出。在控制裝置200中設置的測量信號變換部300中，把在測量信號資料庫210中保 存的測量數據3變換為模型構築數據4。該模型構築數據4被保存在模型構築資料庫220 中。另外，在測量數據3中包含的、作為之前的控制結果而得到的運轉條件，被輸入在控制 裝置200內設置的控制信號生成部700。在控制裝置200內設置的數值解析部400中，使用模擬成套設備100的物理模型 來預測成套設備100的特性。用數值解析部400執行而得到的數值解析數據5被保存在模 型構築資料庫220中。在控制裝置200內設置的模型調整部600中，更新從模型構築資料庫220取入的 模型構築數據7中包含的模型參數信息(調整模型)，在模型構築資料庫220中保存更新後 的模型構築數據8。在控制裝置200內設置的操作方法學習部800中生成學習數據12，並保存在學習 信息資料庫230中。在控制裝置200內設置的統計模型500，具有模擬成套設備100的控制特性的功 能。即模擬運算與把操作信號16提供給成套設備100、得到其控制結果所對應的測量信號 1同等的功能。為進行該模擬運算，統計模型500使用從操作方法學習部800接受的模型輸 入9、和在模型構築資料庫220中保存的模型構築數據6。該模型輸入9相當於操作信號16。根據模型輸入9和模型構築數據6，在所述統 計模型500中通過使用基函數的統計方法模擬運算通過成套設備100的控制引起的特性變 化，得到模型輸出10。通過統計模型500得到的模型輸出10成為成套設備100的測量信號1的預測值。模型輸入9、模型輸出10兩者的數量都不限定於一種，可以分別準備多種。這裡，所謂使用基函數的統計方法，是在把模型輸入作為各分量的矢量空間內，根 據擁有的統計數據(在本發明中與模型構築數據6相當)信息來配置基函數，通過其線性 結合輸出成套設備特性的模擬運算結果(模型特性)的方法。作為代表性的方法，舉出作為神經網絡的一種方法的徑向基函數網絡(Radial Basis Function Network)，但是在本發明中關於統計模型的結構不限於此，也可以應用使 用基函數的其他方法。基函數，一 般使用放射狀的函數(高斯函數)，其形狀由表示放射的 範圍的半徑參數來決定。在控制裝置200內設置的控制信號生成部700中，使用從學習信息資料庫230輸 出的學習信息13、以及在控制邏輯資料庫250中保存的控制邏輯數據14，以使測量信號1 成為希望的值那樣生成控制信號15。在該控制邏輯資料庫250中保存計算控制邏輯數據14的控制電路、以及控制參 數。在計算該控制邏輯數據14的控制電路中，可以使用作為現有技術而公知的PI (比例 積 分)控制。操作方法學習部800，使用在學習信息資料庫230中保存的包含學習的制約條件 以及學習的參數設定條件等的學習信息數據11，學習模型輸入9的操作方法。作為學習結 果的學習數據12被保存在學習信息資料庫230中。這樣，在控制裝置200的動作中，通過具備在模型調整部600中調整在模型構築數 據庫220中保存的模型構築數據7中包含的模型參數信息的機制，提供與模型構築數據7 的特性對應的適當的模型參數數據，所以可以提高統計模型500中的成套設備特性的推定 精度。另外，因為遵照把數據的密度分布作為基準來公式化的算法執行這樣的模型調 整，所以與專利文獻1中記載的那樣的嘗試的半徑參數的決定方法相比，能夠縮短模型調 整所需要的時間。關於在控制裝置200中設置的統計模型500、模型調整部600、以及操作方法學習 部800的詳細功能，在後面進行描述。另外，在從操作方法學習部800向學習信息資料庫230中保存的學習數據12中， 包含關於操作前後的模型輸入、以及作為該操作的結果而得到的模型輸出的信息。在學習信息資料庫230中，選擇與當前的運轉條件對應的學習數據12，作為學習 信息數據13輸入控制信號生成部700中。成套設備100的運行人員，通過使用由鍵盤901和滑鼠902構成的外部輸入裝置 900、控制裝置200和能夠收發數據的維護工具910、以及圖像顯示裝置920，能夠訪問在控 制裝置200中配備的各種資料庫中保存的信息。另外，通過使用這些裝置，能夠輸入在控制裝置200的數值解析部400、統計模型 500、模型調整部600、以及操作方法學習部800中使用的參數設定值、學習的制約條件、以 及為確認所得到的學習結果而需要的設定信息。維護工具910由外部輸入接口 911、數據收發處理部912、以及外部輸出接口 913 構成，能夠通過數據收發處理部912與控制裝置200進行數據收發。用外部輸入裝置900生成的維護工具輸入信號91，通過外部輸入接口 911被取入維護工具910中。在維護工具910的數據收發處理部912中，遵照維護工具輸入信號92的 信息，從控制裝置200取得輸入輸出數據信息90。另外，在數據收發處理部912中，遵照維護工具輸入信號92的信息，對輸入輸出數 據信息90進行輸出，該輸入輸出數據信息90包含在控制裝置200的數值解析部400、統計 模型500、模型調整部600、以及操作方法學習部800中使用的參數設定值、學習的制約條 件、以及為確認所得到的學習結果而需要的設定信息。
在數據收發處理部912中，把作為處理輸入輸出數據信息90的結果而得到的維護 工具輸出信號93發送到外部輸出接口 913。從外部輸出接口 913發送的維護工具輸出信號 94顯示在圖像顯示裝置920上。在上述的控制裝置200中，測量信號資料庫210、模型構築資料庫220、學習信息數 據庫230、控制邏輯資料庫240、以及控制信號資料庫250被配置在控制裝置200的內部，但 是也可以把它們全部或者一部分配置在控制裝置200的外部。另外，數值解析部400被配置在控制裝置200的內部，但是也可以把它配置在控制 裝置200的外部。例如，也可以把數值解析部400、以及模型構築資料庫220配置在控制裝置200的 外部，經由網際網路向控制裝置200發送數值解析數據5。圖2是表示圖1中表示的作為第一實施例的成套設備的控制裝置中的控制過程的 流程圖。圖2表示一個流程圖，該流程圖表示通過在第一實施例的成套設備的控制裝置 200中設置的模型調整部600進行的統計模型500的調整、以及通過操作方法學習部800進 行的操作方法的學習時的動作。圖 2 表示的流程圖，組合步驟 1000、1100、1200、1300、1400、1500、1600、1700、 1800、1900、2000、2100以及2200來執行。下面說明各個步驟。在控制裝置200的動作開始後，首先最初在設定模型構築條件·學習條件的步驟 1000中，設定模型構築時的執行條件、學習時的最大學習次數、最大操作次數、制約條件等 各種參數值。接著，在調節統計模型的半徑的步驟1100中，使控制裝置200的模型調整部600 動作，更新在模型構築數據7中包含的模型參數。這裡，所述模型參數包含各數據的基本半 徑信息、中心疏密度信息、以及類別號碼信息。關於模型調整部600的詳細功能以及動作， 在後面進行描述。接著，在學習統計模型的參數的步驟1200中，使控制裝置200的統計模型500動 作，學習在統計模型500的推定值計算中使用的參數。關於學習的具體的手段，可以使用一 般使用的公知的各種方式。接著，在初始化學習次數k(k = 1)的步驟1300中，初始化表示步驟1400 2100 的重複次數的值、即學習次數k (設定k = 1)。接著，在決定模型輸入的初始值的步驟1400中，設定開始學習時的模型輸入9的 初始值。作為模型輸入9的初始值，可以選擇預先設定的可操作範圍內的任意值。S卩，如果 在該操作範圍內，則作為初始條件可選擇任意狀態。模型輸入9，通常表現為連續值矢量，但 是也可以使用離散值矢量。
接著，在初始化操作次數ο (ο = 1)的步驟1500中，初始化作為步驟1600 2000 的重複次數的操作次數ο (設定ο = 1)。接著，在更新模型輸入的步驟1600中，使用所決定的模型輸入9的操作量更新模 型輸入9。接著，在計算統計模型的基函數值的步驟1700中，向統計模型500輸入更新後的 模型輸入9，計算統計模型500的各基函數值。接著，在計算模型輸出的步驟1800中，根據在上述步驟1200中求得的統計模型 500的參數、以及在上述步驟1700中求得的統計模型500的基函數值，計算作為統計模型 500的運算結果的模型輸出10。接著，在學習操作方法的步驟1900中，使操作方法學習部800動作，根據用統計模 型500計算出的模型輸出10的值，使控制裝置200的操作方法學習部800動作，使用強化 學習理論等的學習算法，學習模型輸入9的操作方法。接下來的判斷操作次數ο是否達到最大值以上的步驟2000是分支。在操作次數ο比在步驟1000中設定的最大操作次數小的情況下，在ο上加1後返回步驟1600，在ο達 到最大操作次數的情況下，前進到步驟2100。接下來的判斷學習次數k是否達到最大值以上的步驟2100也是分支。在學習次 數k比在步驟1000中設定的最大學習次數小的情況下，在k上加1後返回步驟1400，在k 達到最大學習次數的情況下，前進到步驟2200。然後，在最後的將學習結果保存在學習信息資料庫中的步驟2200中，在學習信息 資料庫230中保存操作方法的學習結果，前進到使操作方法學習部800中的操作方法的學 習動作結束的步驟。通過以上的動作，在模型調整以及操作方法的學習中，根據由成套設備100的運 行人員所設定的模型調整條件、以及學習條件，更新在模型構築數據7中包含的模型參數 信息，另外能夠自主地獲得達到從任意的模型輸入條件得到希望的模型輸出的輸入條件的 操作方法。下面，使用圖3說明所述控制裝置200中的模型調整部600的動作。圖3是說明 模型調整部600的動作的圖，詳細表示了圖1表示的控制裝置200中包含模型調整部600 以及模型構築資料庫220的部分。所述模型調整部600由類別運算功能部601、以及半徑調整功能部602構成。類別 運算功能部601，使用在模型構築資料庫220中保存的模型構築數據7，計算各模型構築數 據的密度、作為表示對於在各數據中配置的基本的輸入空間的覆蓋率的參數的疏密度、以 及作為把疏密度作為基準對數據分類的結果而決定的類別號碼，向模型構築資料庫220保 存更新了它們的模型構築數據8。半徑調整功能部602，使用通過所述類別運算功能部601更新的模型構築數據7， 根據其中包含的疏密度、以及類別信息更新各模型構築數據的基本半徑信息，向模型構築 資料庫220保存更新後的模型構築數據8。以上的動作與圖2的流程圖中的調節統計模型 的半徑的步驟1100相當。圖4表示在所述模型構築資料庫220中保存的數據的形式的一例。在圖4中表示的、在模型構築資料庫220中保存的數據中，數據ID 221是各模型構築數據的識別號碼。數據坐標222是該數據的輸入空間中的坐標信息，同時意味著對於 該數據配置的統計的基函數的中心參數。基本半徑223是表示對於各數據配置的基本的範圍的參數。疏密度224是表示數 據的密度分布、以及基於在輸入空間內配置的基本的、該數據坐標中的基函數的覆蓋率的 參數。類別號碼225是根據疏密度而決定的參數，疏密度224進入特定的範圍內的數據 為同一類別，被給予相同的類別號碼。在更新在模型構築資料庫220中保存的數據數量時 決定類別號碼225，在下次更新模型構築資料庫220之前不更新。下面，參照流程圖(圖5)以及概念圖(圖6以及圖7)說明通過在所述控制裝置 200內設置的模型調整部600中的類別運算功能部601、以及半徑調整功能部進行的模型調 整的算法。圖5是表示通過所述模型調整部600進行的模型調整的算法動作的流程圖，與圖 2的流程圖中的調節統計模型的半徑的步驟1100相當。圖 5 表示的流程圖，組合步驟 1101、1102、1103、1104、1105、1106、1107、1108、 1109、1110、1111、以及1112執行。下面說明各個步驟。在模型調整的算法開始後，首先最初在初始化模型調整條件以及基本半徑的步驟 1101中，使模型調整部600動作，初始化模型調整時的最大反覆次數、類別數、疏密度判定 閾值、以及基本半徑等各種參數值。因為在後述的類別計算時使用，所以把全部數據的基本半徑初始化為比0大的相 同的值。另外希望半徑值設定為例如模型輸入空間的最大距離的5 10%左右的較小的值。接著，在初始化模型調整的反覆次數m(m= 1)的步驟1102中，初始化作為步驟 1106 1111的重複次數的反覆次數m (設定m= 1)。接著，在計算各數據的疏密度的步驟1103中，使模型調整部600的類別運算功能 部601動作，遵照數學式(1)計算各模型構築數據的疏密度Pit)數學式1
在數學式(1)中，i、j是數據的下標，I是數據總數，Ci、Cj分別是數據i、j的坐標 矢量，^是數據i的基本半徑。另外，數學式(1)中作為E的內容的指數函數表示統計模型 500的基函數。如數學式(1)所示，疏密度成為對於數據的基中心的全部基函數值的平均 值，即基於基函數的數據坐標上的覆蓋率。S卩，對於數據間的距離小(數據密集)的區域的數據，疏密度變大，對於數據間的 距離大(數據疏)的區域的數據，疏密度變小。通過像這樣定義疏密度，可以把數據的疏密 分布以及覆蓋率作為標量來處理。接著，在決定各數據的類別的步驟1104中，根據在計算所述各數據的疏密度的步 驟1103中計算出的各數據的疏密度信息決定各數據所屬的類別號碼。使用在初始化所述 模型調整條件以及基本半徑的步驟1101中設定的類別數、以及各數據的疏密度的最大值 Pmax、以及最小值Pmin，根據遵照數學式⑵計算的類別邊界條件決定所述類別號碼。在數學式⑵中，N是類別數，n是類別數的下標。 使用圖6說明基於以上定義的類別號碼決定方法。圖6是表示疏密度的分布的概念圖，橫軸表示模型構築數據ID，縱軸表示疏密度。 如圖6所示，用類別數N等分各數據的疏密度最大值Pmax和最小值Pmin的差所得到的範圍 成為各類別的區域，通過用數學式(2)計算的類別邊界條件pL"定義該區域。即把疏密度 取從0^到的範圍的數據分類到類別n中。(其中，類別N的疏密度的範圍為從PM
到 Pmax。)在後述的半徑調整方法中，把具有同一類別號碼的數據的基本半徑的值調整成為 一樣。在類別數多的情況下，要調整的基本半徑的參數數量增多，能夠細緻地調整基本半 徑，所以可以期待更大地改善推定精度，但是計算成本相應升高，與此相對，在類別數少的 情況下，雖然推定精度的改善小，但是計算成本降低。成套設備的運行人員可以根據關於精 度以及時間的需要，任意設定類別數。接著，在向資料庫中保存疏密度 類別信息的步驟1105中，向模型構築資料庫220 中保存使用計算出的疏密度以及類別號碼信息更新後的模型構築數據8。在以下的步驟1106 步驟1111中，使所述模型調整部600的半徑調整功能部602 動作，根據已決定的類別信息調整數據的基本半徑。這裡使用圖7說明具體的調整算法。圖7是說明所述模型調整部600的半徑調整功能部602中的數據的基本半徑的調 整的概要圖，是在取模型輸入數為2的情況下，在模型輸入空間上繪製在模型構築資料庫 220中保存的模型構築數據7的圖。各模型輸入取W，l]的範圍，在各數據上表示與基本半 徑的值對應的同心圓、以及各數據屬於的類別號碼。如圖7的上圖以及下圖所示，具有同一類別號碼的數據的基本半徑相等。基本半 徑的調整，首先在模型輸入空間上決定成為基本半徑調整的基準的模型輸入xm。然後，在與 該模型輸入對應的疏密度不滿足閾值條件的情況下，提取出位於該模型輸入的最近處的數 據，調整與該數據屬於相同的類別的數據的基本半徑。在圖7的下圖中表示了選擇對於模型輸入Xm最近的數據的類別號碼2，調整(放 大)具有同一類別號碼的數據的基本半徑的情況。通過以一定次數重複以上的處理，可以 得到能夠必要充分地覆蓋模型輸入空間的基本半徑參數。以下說明各步驟的細節。接著，在決定模型輸入條件的步驟1106中，決定在基本半徑調整時成為基準的模 型輸入xm。作為模型輸入條件，可以選擇可操作範圍內的任意的值。接著，在計算與模型輸入對應的疏密度的步驟1107中，對於已決定的模型輸入xm， 遵照數學式(3)計算Xm的疏密度Pm。數學式3
接著，判斷疏密度是否滿足閾值條件的步驟1108是分支。判斷計算出的疏密度Pm 是否滿足預先設定的閾值條件(上下限值以內)。然後，在滿足閾值條件的情況下，關於該模型輸入xm，認為作為調整對象的基本半徑不存在，前進到步驟1111，在不滿足閾值條件的 情況下，前進到用於調整基本半徑的步驟1109。接著，在決定模型輸入的最近的數據所屬的類別的步驟1109中，決定對於該模型 輸入Xm距離最小(最接近)的數據、以及該數據所屬的類別號碼。接著，在調節屬於最近數據的基本半徑的步驟1110中，關於具有與在步驟1109 中已決定的最近數據所屬的類別號碼相同的類別號碼的數據，調整其基本半徑，所述步驟 1109用於決定離所述模型輸入最近的數據屬於的類別。在疏密度P ffl低於閾值條件的下限值的情況，為擴大基底的覆蓋的區域增加疏密 度，而增大基本半徑；在大於上限值的情況下，為減小基底的覆蓋的區域減小疏密度，而減 小基本半徑，遵照這樣的方針執行基本半徑的調整。通過這樣使與任意的模型輸入條件對應的疏密度滿足閾值地調整基本半徑，能夠 減小在密區域中由於基底的競爭而引起的推定值的過大評價、以及在疏區域中由於無法充 分確保基底的覆蓋率而引起的過小評價的影響，提高模型推定精度。接著，判斷m是否達到最大值以上的步驟1111是分支。在反覆次數m比在初始化 模型調整條件以及基本半徑的步驟1101中設定的最大反覆次數小的情況下，在m上加1後 返回決定模型輸入條件的步驟1106，在m達到最大操作次數的情況下，前進到步驟1112。最後，在資料庫中保存基本半徑信息的步驟1112中，使用調整後的基本半徑信息 更新模型構築數據8後保存在模型構築資料庫220中，前進到結束模型調整部600的動作 的步驟。使用圖8以及圖9說明以上說明的通過控制裝置200的模型調整部600進行的模 型調整的算法的效果。圖8是在與圖7所示的同樣的模型輸入空間以及數據結構中的疏密度分布的周線 圖，圖8的上圖是把基本半徑設定為一樣的值(0. 1)的情況下的周線圖；圖8的下圖是通過 模型調整算法進行半徑調整後的周線圖。另外，圖9是與圖8表示的2種情況的基本半徑值對應的模型輸出分布的周線圖。 在圖8以及圖9的兩圖中，和圖7同樣地表示了基本半徑的同心圓、以及各數據的類別號碼。如圖8、圖9的上圖所示，在把基本半徑設定的一樣的情況下，因為基函數不能充 分覆蓋輸入空間，所以疏密度、模型輸出兩者都僅在基本半徑的同心圓的內部值變大。其結果，在數據分布疏的區域內的推定精度降低，在通過所述控制裝置200的操 作方法學習部800進行學習的情況下，也有可能得不到希望的控制性能。另一方面，在通過所述控制裝置200的模型調整部600調整基本半徑的情況下，因 為通過基函數能夠充分覆蓋輸入空間，所以如圖8、圖9所示，通過基底的覆蓋率升高，在輸 入空間內的幾乎全部區域內疏密度增加。並且，模型輸出值即使在數據分布疏的區域內也 成為與數據的特性對應的值，推定精度升高。根據以上的說明可知，在所述控制裝置200的模型調整部600中，根據模型構築數 據的疏密度信息，調整基本半徑以便能夠必要充分地覆蓋輸入空間。結果，能夠消除基底過 重地覆蓋的區域或者覆蓋率低的區域，有助於提高模型推定精度。另外，以疏密度為線索遵照一定的方針調整基本半徑，因此能夠排除嘗試的探索處理，與嘗試的半徑調整手段相比能夠降低計算成本。到此結束模型調整功能600的詳細 的動作說明。下面，使用圖10、11、12、13以及14說明在作為第一實施例的成套設備的控制裝置 中，在圖像顯示裝置920上顯示的畫面，所述圖像顯示裝置920顯示從能夠與控制裝置200 收發數據的維護工具910的外部輸出接口 913發送的維護工具輸出信號94。圖10 14是 在圖像顯示裝置920上顯示的畫面的一個具體例。圖10是在作為第一實施例的成套設備的控制裝置中，當設定模型輸入輸出時在 圖像顯示裝置上顯示的畫面例，是表示第一實施例的成套設備的控制裝置中的控制的過程 的圖2的流程圖中的、設定模型構築條件 學習條件的步驟1000的模型構築條件設定畫面 的一例。在該圖10表示的模型輸入輸出設定的畫面中，能夠從基於成套設備的測量數據 信息的輸入輸出項目中選擇任意的項目來設定控制裝置200中的統計模型500的模型輸入 輸出。在所述圖像顯示裝置920上顯示圖10所示的畫面的狀態下，操作外部輸入裝置 900的滑鼠902，把焦點(focus)移到畫面上的數值框上，通過使用鍵盤901能夠輸入數值。 另外，通過操作滑鼠902點擊畫面上的按鈕，可以選擇(按壓)按鈕。同樣，通過操作滑鼠 902點擊畫面上的複選框，可以輸入選項。在圖10表示的畫面中，首先，在模型輸入設定中，對於在輸入項目列表3000中顯 示的輸入項目，把滑鼠902的焦點移動到任意的項目上，通過選擇按鈕，能夠使選擇條3001 與所選擇的輸入項目一致。然後，通過選擇按鈕3002，可以在模型輸入項目列表3003中追 加所選擇的輸入項目。進而，通過把焦點移動到數值框3004以及3005的各個上來輸入數值，能夠對於所 追加的模型輸入項目設定其最小值以及最大值。在從已經追加的模型輸入項目列表中刪除 項目的情況下，通過滑鼠902選擇想要刪除的項目，通過選擇按鈕3006可以從列表中刪除。在圖10表示的畫面中，接著在模型輸出設定中，同樣對於在輸出項目列表3007 中顯示的輸出項目，把滑鼠902的焦點移動到任意的項目上，通過選擇按鈕，可以使選擇條 3008與所選擇的輸出項目一致。然後，通過選擇按鈕3009，可以在模型輸出項目列表3010 中追加所選擇的輸出項目。在從已經追加的模型輸出項目列表中刪除項目的情況下，通過滑鼠902選擇想要 刪除的項目，通過選擇按鈕3011可以從列表中刪除。在以上的模型輸入輸出設定結束後，當選擇按鈕3012時轉移到圖11表示的模型 調整條件設定畫面。圖11是在作為第一實施例的成套設備的控制裝置中設定模型調整條件時在圖像 顯示裝置上顯示的畫面例，在該圖11表示的模型調整條件設定的畫面中，通過把焦點移動 到數值框3100、3101、3102、3103以及3104各個上來輸入數值，可以設定圖5的流程圖中的 作為模型調整的反覆次數m的最大值的模型調整反覆次數、在上述步驟1104中使用的類別 數、在上述步驟1108中使用的疏密度閾值的最小值以及最大值、以及在模型調整結果的評 價中使用的推定誤差目標值。在以上的模型調整條件設定結束後，通過選擇按鈕3105，可以開始模型調整。另外，當選擇按鈕3106時返回模型輸入輸出設定畫面。圖12是在作為第一實施例的成套設備的控制裝置中確認模型調整結果時在圖像 顯示裝置上顯示的畫面例，是在表示第一實施例的成套設備的控制裝置中的控制的過程的 圖2的流程圖中的步驟1100的模型調整結束後的調整結果評價時使用的畫面的一例。在該圖12表示的模型調整結果顯示的畫面中，作為疏密度平均遷移顯示畫面 3200，用圖表3201顯示與模型調整的反覆次數m對應的疏密度的遷移。這裡，圖表的橫軸是模型調整的反覆次數m，縱軸為各反覆次數中的疏密度Pm的 移動平均。另外，在該疏密度平均遷移顯示畫面3200中顯示在圖11的模型調整條件設定 畫面中設定的疏密度閾值的最小值3202、以及最大值3203。另外，在圖12表示的模型調整結果顯示的畫面中，作為模型推定誤差遷移顯示畫 面3204，用圖表3205顯示與模型調整的反覆次數m對應的模型推定誤差的遷移。這裡，圖 表的橫軸是模型調整的反覆次數m，縱軸為各反覆次數中的模型評價用數據和模型推定值 的誤差。另外，在該模型推定誤差遷移顯示畫面3204中，顯示在圖11的模型調整條件設定 畫面中設定的推定誤差目標值3206。成套設備的運行人員可以一邊觀看在圖12中表示的疏密度平均遷移顯示畫面 3200、以及模型推定誤差遷移顯示畫面3204上顯示的模型調整結果，一邊判斷是否恰當地 執行了模型調整。在所述疏密度平均遷移顯示畫面3200中，在模型調整最後階段的疏密度3201在 疏密度閾值的最小值3202和最大值3203之間遷移的情況下，而且在所述模型推定誤差遷 移顯示畫面3204中，在模型調整最後階段的模型推定誤差3205低於推定誤差目標值3206 的情況下，作為得到了希望的模型調整結果，通過選擇按鈕3207可以結束模型調整。另一方面，在模型調整結果不滿足上述條件的某一個的情況下，通過選擇按鈕 3208，返回圖11的模型調整條件設定畫面，可以再執行模型調整。這樣，在第一實施例的成套設備的控制裝置中，通過具有根據在圖12表示的模型 調整結果顯示畫面上顯示的信息能夠決定可否結束模型調整的功能，能夠在得到希望的統 計模型性能之前重複模型調整。其結果，能夠不依賴模型構築數據的結構地，構築保證一定 以上的推定精度的魯棒(robust)的統計模型。另外，通過預先把模型調整的反覆次數設定得較少，能夠在模型調整中削減多餘 的計算成本，所以能夠比預想的縮短模型調整所需要的時間。因此，可以增加操作成套設備 的次數，得到更高的控制效果。在上述的本實施例的成套設備的控制裝置中，通過使用通過所述模型調整部適當 地調整了的半徑參數，能夠提高統計模型的推定精度。另外，在這樣的半徑參數的調整中， 不需要數據和推定值的誤差評價的反覆處理，所以能夠減少計算成本，能夠在控制周期以 內結束調整。到此結束關於在作為第一實施例的成套設備的控制裝置中的圖像顯示裝置920 上顯示的畫面的說明。根據本實施例，即使在控制在構築統計模型時使用的數據中存在偏差的學習型的 成套設備的情況下，也能夠根據該數據的偏差的分布在控制周期以內適當地調整統計模型 的參數，實現具備提高推定精度的功能的成套設備的控制裝置。
18
實施例2下面說明作為在火力發電成套設備中應用本發明的控制裝置200的第二實施例 的火力發電成套設備的控制裝置。當然，在控制火力發電成套設備以外的成套設備時也可以使用本發明的控制裝置 200。圖13是表示應用本發明的控制裝置200的火力發電成套設備100a的結構的概略 圖。首先簡單地說明通過火力發電成套設備100a進行的發電的結構。在圖13中，設置了向構成火力發電成套設備100a的鍋爐101供給用磨110把煤 粉碎得很細而得到的作為燃料的粉煤、和輸送粉煤用的一次空氣以及調整燃燒用的二次空 氣的多個燃燒器(burner) 102，在鍋爐101的內部使通過該燃燒器102供給的粉煤燃燒。粉 煤和一次空氣從配管134導入燃燒器102，二次空氣從配管141導入燃燒器102。另外，在鍋爐101中設置向鍋爐101投入2階段燃燒用的空氣的後空氣埠 (after air port) 103。2階段燃燒用的空氣從配管142導入後空氣埠 103。在鍋爐101的內部通過燃燒粉煤而產生的高溫燃燒氣體，沿鍋爐101的內部的路 徑向下遊側流下，在通過在鍋爐101的內部配置的熱交換器106與給水進行熱交換而產生 蒸汽後，成為廢氣，流入在鍋爐101的下遊側設置的空氣加熱器104，通過該空氣加熱器104 進行熱交換，提高供給鍋爐101的空氣的溫度。然後，通過該空氣加熱器104的廢氣，在實施了未圖示的廢氣處理後，從煙囪放出 到大氣中。在鍋爐101的熱交換器106中循環的給水，通過給水泵105被提供給熱交換器 106，在熱交換器106中通過流下鍋爐101的燃燒氣被加熱，成為高溫高壓蒸汽。在本實施 例中熱交換器的數量取1個，但是也可以配置多個熱交換器。在熱交換器106中產生的高溫高壓的蒸汽，通過渦輪機調速器107被導入蒸汽渦 輪機108，通過蒸汽具有的能量驅動蒸汽渦輪機108，通過發電機109進行發電。在上述第二實施例的火力發電成套設備100a中配置了檢測表示火力發電成套設 備的運轉狀態的狀態量的各種測量器。因為火力發電成套設備100a與圖1的成套設備100相當，所以從這些測量器取得 的火力發電成套設備的測量信號如圖1所示，從成套設備100作為測量信號1被發送到控 制裝置200的外部輸入接口 201。作為測量器，例如如圖13的火力發電成套設備100a所示，圖示出測量從熱交換器 106向蒸汽渦輪機108供給的高溫高壓蒸汽的溫度的溫度測量器151、測量蒸汽的壓力的壓 力測量器152、測量用發電機9發出的電力量的發電輸出測量器153。通過蒸汽渦輪機108的冷凝器(未圖示)冷卻蒸汽而產生的給水，通過給水泵105 被提供給鍋爐101的熱交換器106，但該給水的流量通過流量測量器150測量。另外，與作為從鍋爐101排出的燃燒氣的廢氣中包含的成分(氮氧化物(NOx)、一 氧化碳(CO)、以及硫化氫(H2S)等)的濃度相關的狀態量的測量信號，通過在鍋爐101的下 遊側設置的濃度測量器154測量。S卩，在上述火力發電成套設備100a中應用本發明的控制裝置200的第二實施例的 火力發電成套設備的控制裝置中，在用測量器測量的火力發電成套設備100a的測量數據項目中，包含通過上述各測量器測量的作為火力發電成套設備100a的狀態量的提供給鍋 爐101的燃料流量、提供給鍋爐101的空氣流量、提供給鍋爐101的熱交換器106的給水流 量、在鍋爐101的熱交換器106中產生後提供給蒸汽渦輪機108的蒸汽溫度、提供給鍋爐 101的熱交換器106的給水的給水壓力、從鍋爐101排出的廢氣的氣體溫度、上述廢氣的氣 體濃度、以及使從鍋爐101排出的廢氣的一部分再循環到鍋爐101的廢氣再循環流量等。這些測量數據項目，是通過由圖1表示的控制裝置200中的控制信號生成部700 運算後輸出的控制信號15決定的測量數據項目。一般在圖13中所示的測量器以外，在火力發電成套設備100a中還配置大量測量 器，但是這裡省略圖示。下面，使用圖13說明向鍋爐101的內部投入的空氣的路徑、即從燃燒器102向鍋 爐101的內部投入的一次空氣和二次空氣的路徑、以及從後空氣埠 103向鍋爐101的內 部投入的空氣的路徑。在圖13中表示的鍋爐101中，一次空氣從風扇120導入配管130，途中分支到通過 在鍋爐101的下遊側設置的空氣加熱器104的配管132、和不通過空氣加熱器104而繞過 的配管131，但是在空氣加熱器104的下遊側設置的配管133中再次匯合，被導入在燃燒器 102的上遊側設置的製造粉煤的磨110。通過空氣加熱器104的一次空氣，通過與流下鍋爐101的燃燒氣進行熱交換而被 加熱。與該被加熱的一次空氣一起，繞過空氣加熱器104的一次空氣將在磨110中粉碎後 的粉煤運送到燃燒器102。使用風扇121從配管140投入的空氣，在空氣加熱器104中同樣被加熱後，分支到 二次空氣用的配管141和後空氣埠用的配管142，分別被導入鍋爐101的燃燒器102和後 空氣埠 103。在作為第二實施例的火力發電成套設備的控制裝置中，作為控制從風扇121送 來、從燃燒器102和後空氣埠 103投入鍋爐101的內部的空氣流量的例子，構成為，在二 次空氣用的配管141和後空氣埠用的配管142的上遊側分別設置作為操作端設備的空氣 調節閥162以及空氣調節閥163，通過控制裝置200調節這些空氣調節閥162以及空氣調節 閥163的開度，能夠分別控制向鍋爐101的內部供給的二次空氣和後空氣(after air)的 流量。另外，作為控制從風扇120送來、從燃燒器102與粉煤一起向鍋爐101的內部投入 的空氣流量的例子，構成為，在就要合流為配管133之前的部分的配管131以及配管132上 分別設置作為操作端設備的空氣調節閥160以及空氣調節閥161，通過控制裝置200調節這 些空氣調節閥160以及空氣調節閥161的開度，能夠分別控制向鍋爐101的內部供給的空
氣的流量。所述控制裝置200也能夠控制其他測量數據項目，所以也可以根據控制對象改變 操作端設備的設置場所。圖14是與在圖13中表示的火力發電成套設備100a的鍋爐101的下遊側設置的 空氣加熱器104關聯的配管部的放大圖。如圖14所示，在空氣加熱器104中分別設置供給空氣的配管130、以及配管140， 其中，貫通空氣加熱器104地布設配管140，配管130由從途中分支的配管131和配管132構成，所述配管131繞過空氣加熱器104地布設，所述配管132貫通空氣加熱器104地布設。並且，配管132在貫通空氣加熱器104後與配管131匯合，形成配管133，導向磨 110，使從該磨110通過該配管133與粉煤一起把空氣導入鍋爐101的燃燒器102那樣布設。另外，配管140在貫通空氣加熱器104後分支為配管141和配管142，其中，布設成 配管141向鍋爐101的燃燒器102導入空氣，配管142向鍋爐101的後空氣埠 103導入 空氣。另外，在就要合流為所述配管133之前的部分的配管131以及配管132中，分別設 置調節流通的空氣量的空氣調節閥160以及空氣調節閥161，在所述配管141以及配管142 的上遊部分分別設置調節流通的空氣量的空氣調節閥162以及空氣調節閥163。然後，因為通過操作這些空氣調節閥160 163，能夠變更空氣通過配管131、132、 141、142的面積，所以能夠獨立地調整通過配管131、132、141、142提供給鍋爐101的內部的 空氣流量。把通過控制裝置200的控制信號生成部700運算出的控制信號15通過外部輸出 接口 202作為對於火力發電成套設備100a的操作信號16輸出，操作分別在鍋爐101的配 管131、132、141、142中設置的空氣調節閥160、161、162、163等控制端的設備。在本實施例中，把空氣調節閥160、161、162、163等設備稱為操作端，為操作它們 所需要的由控制裝置200運算出的控制信號15從該控制裝置200對所述操作端進行指示 的輸出信號稱為操作信號16。另外，作為通過控制信號生成部700運算後向所述操作端輸出的操作信號16，包 含通過配管131、132、141、142供給鍋爐101的空氣流量；分別在向鍋爐101供給空氣的配 管131、132、141、142上設置的、調節空氣流量的空氣調節閥160 163的開度；向鍋爐101 的燃燒器102供給的粉煤的燃料流量；以及使從鍋爐101排出的廢氣的一部分再循環到鍋 爐101的廢氣再循環流量等。以下說明下面的情況，在火力發電成套設備100a中應用本發明的控制裝置，把操 作端作為調節向在鍋爐101內設置的燃燒器102供給的空氣量的、分別在配管131、132內 設置的空氣調節閥160、161 ；以及調節向在鍋爐101內設置的後空氣埠 103供給的空氣 量的、分別在配管141、142內設置的空氣調節閥162、163，把被控制量作為從鍋爐101排出 的廢氣中的⑶、NOx、以及H2S的濃度。在本實施例中，鍋爐101的操作端的操作量(空氣調節閥160、161、162、163的開 度)成為構成控制裝置200的統計模型500的模型輸入，在從鍋爐101排出的廢氣中包含 的N0x、C0以及H2S濃度成為統計模型500的模型輸出，模型輸入輸出各個的最小化成為學 習的目的。圖15是在作為第二實施例的火力發電成套設備的控制裝置中，在火力發電成套 設備100a的控制裝置200中使用的情況下，在圖像顯示裝置920上顯示的畫面的一例，是 與表示第一實施例的成套設備的控制裝置中設定模型輸入輸出時顯示的畫面例的圖10對 應的、在圖像顯示裝置上顯示的構成控制裝置200的統計模型500的模型輸入輸出設定的 畫面例。在圖15表示的模型輸入輸出設定的畫面例中，對於作為鍋爐101的操作端的燃燒 器102、以及後空氣埠 103的各個，能夠一邊把握其位置關係一邊設定控制裝置200中的統計模型500的模型輸入輸出。具體說，在模型輸入設定的畫面中，關於對於在鍋爐操作端顯示畫面3500上顯示 的模型輸入項目列表3502中顯示的輸入項目通過選擇條3503所選擇的項目，通過指針 3501表示在表示其設置位置的鍋爐操作端顯示畫面3500中顯示的罐前(缶前)的鍋爐圖 上的符號。另外，與該操作相反，通過對於在鍋爐操作端顯示畫面3500上顯示的特定的操作 端的符號點擊外部輸入裝置900的滑鼠902，對準指針3501的焦點，也可以使選擇條3503 的顯示位置移動(選擇輸入項目)。然後，通過選擇按鈕3504能夠在模型輸入項目列表 3503中追加所選擇的輸入項目。在圖15中，數值框3506、以及模型輸入設定的畫面中的輸出項目的選擇條3509、 畫面3508、3511、按鈕3510、3512、3513、以及按鈕3507的功能，和圖10的畫面的情況下相同。在通過第二實施例的火力發電成套設備的控制裝置控制供給鍋爐101的空氣的 空氣量控制中，關於特定的燃燒器以及後空氣埠的空氣調節閥的調整方法存在先驗的知 識，在很多情況下根據它們執行控制。因此，通過把本實施例的控制裝置200中的模型輸入設定設為圖15所示那樣的畫 面結構，成套設備的運行人員能夠一邊確認鍋爐101的操作端的位置，一邊在考慮基於所 述先驗知識的控制方法的基礎上適當地選定控制裝置200中的統計模型500的模型輸入輸
出o另外，因為能夠把使用圖15表示的畫面設定的操作端、以及最小 最大值與成套 設備設計信息關聯理解，所以能夠提高模型輸入設定的效率，也有助於減少設定錯誤。如上所述，如果在火力發電成套設備中應用本發明的成套設備的控制裝置200，則 通過學習滿足對於環境規則或者運用成本的要求的操作方法，能夠達到從火力發電成套設 備排出的NOx、CO、以及H2S濃度的目標值。根據本實施例，即使在控制在構築統計模型時使用的數據中存在偏差的學習型的 成套設備的情況下，也能夠根據該數據的偏差的分布，在控制周期以內適當地調整統計模 型的參數，實現具有提高推定精度的功能的火力發電成套設備的控制裝置。本發明能夠應用於成套設備的控制裝置以及火力發電成套設備的控制裝置。
權利要求
一種成套設備的控制裝置，從成套設備取入作為該成套設備的狀態量的測量信號，使用所述測量信號運算對所述成套設備進行控制的操作信號，其特徵在於，控制裝置具有測量信號資料庫，其取入作為所述成套設備的狀態量的測量信號並保存；模型構築資料庫，其保存從在所述測量信號資料庫中保存的成套設備的測量數據變換而得的模型構築數據；統計模型，其使用在所述模型構築資料庫中保存的模型構築數據，推定對所述成套設備提供控制信號時作為該成套設備的狀態量的測量信號的值，模擬成套設備的控制特性；操作方法學習部，其使用所述統計模型學習與提供給成套設備的所述控制信號相當的模型輸入的生成方法，以使與所述測量信號相當的模型輸出達到目標值；學習信息資料庫，其保存與所述操作方法學習部中的學習的制約條件、以及學習結果相關的學習信息數據；和控制信號生成部，其使用所述測量信號資料庫的測量信號、以及所述學習信息資料庫的學習信息數據，運算對成套設備發送的控制信號，而且，在所述控制裝置中設置模型調整部，其調整在所述模型構築資料庫中保存的模型構築數據中包含的統計模型的基本半徑參數，所述統計模型使用通過所述模型調整部得到的基本半徑參數的調整結果，生成模型輸出。
2.根據權利要求1所述的成套設備的控制裝置，其特徵在於，所述模型調整部具有類別運算功能部和半徑調整功能部中的至少一個， 所述類別運算功能部，使用在所述模型構築資料庫中保存的模型構築數據，決定所述 模型構築數據的類別號碼，所述半徑調整功能部，使用包含通過所述類別運算功能決定的類別信息的模型構築數 據，調整所述統計模型的半徑參數。
3.根據權利要求2所述的成套設備的控制裝置，其特徵在於，在所述模型構築資料庫中保存的模型構築數據中，包含各數據的模型輸入空間坐標信 息、半徑參數信息、表示數據的密集度的疏密度信息、以及數據所屬的類別號碼信息中的至 少一種信息。
4.根據權利要求2所述的成套設備的控制裝置，其特徵在於，所述類別運算功能部，具有計算表示各數據的密集度的疏密度的功能；和根據通過外 部輸入裝置輸入的類別數信息，把用類別數等分所述模型構築數據的疏密度分布範圍而得 的值作為基準來決定各數據的類別號碼的功能中的至少一種功能。
5.根據權利要求2所述的成套設備的控制裝置，其特徵在於，所述半徑調整功能部，具有在調整半徑參數時針對在模型輸入空間內任意決定的基準 模型輸入來計算其疏密度的功能；和在計算出的疏密度不滿足通過外部輸入裝置輸入的閾 值條件的情況下，提取出位於所述基準模型輸入的最近處的數據的類別，調整屬於該類別 的數據的半徑參數的功能中的至少一種功能。
6.根據權利要求1所述的成套設備的控制裝置，其特徵在於，所述控制裝置與圖像顯示裝置連接，所述圖像顯示裝置具有顯示在所述模型構築資料庫中保存的模型構築數據的功能、顯示通過所述模型調整部得到的統計模型的調整結果的 功能、和設定在所述模型調整部中使用的模型調整條件的功能中的至少一種功能。
7.一種火力發電成套設備的控制裝置，從具有鍋爐的火力發電成套設備取入作為該成 套設備的狀態量的測量信號，使用所述測量信號運算對所述火力發電成套設備進行控制的 操作信號，其特徵在於，所述測量信號，包含表示在從所述火力發電成套設備的鍋爐排出的廢氣中包含的氮氧 化物、一氧化碳、以及硫化氫的濃度中的至少一種濃度的狀態量的信號，所述操作信號，包含表示供給所述火力發電成套設備的鍋爐的空氣流量、調節該空氣 流量的空氣調節閥的開度、供給鍋爐的燃料流量、使得從鍋爐排出的廢氣向該鍋爐再循環 的廢氣再循環流量中的至少一種的信號， 控制裝置具有測量信號資料庫，其取入作為所述火力發電成套設備的狀態量的測量信號並保存； 模型構築資料庫，其保存從在所述測量信號資料庫中保存的成套設備的測量數據變換 而得的模型構築數據，所述模型構築數據包含供給鍋爐的空氣流量、調節該空氣流量的空 氣調節閥的開度、供給鍋爐的燃料流量、使得從鍋爐排出的廢氣向該鍋爐再循環的廢氣再 循環流量中的至少一種；統計模型，其使用在所述模型構築資料庫中保存的模型構築數據，推定對所述成套設 備提供控制信號時作為該成套設備的狀態量的測量信號的值，模擬成套設備的控制特性；操作方法學習部，其使用所述統計模型學習與提供給成套設備的所述控制信號相當的 模型輸入的生成方法，以使與所述測量信號相當的模型輸出達到目標值；學習信息資料庫，其保存與所述操作方法學習部中的學習的制約條件、以及學習結果 相關的學習信息數據；和控制信號生成部，其使用所述測量信號資料庫的測量信號、以及所述學習信息資料庫 的學習信息數據，運算對成套設備發送的控制信號，而且，在所述控制裝置中設置模型調整部，其調整在所述模型構築資料庫中保存的模 型構築數據中包含的統計模型的基本半徑參數，所述統計模型使用通過所述模型調整部得到的基本半徑參數的調整結果，生成模型輸出ο
8.根據權利要求7所述的火力發電成套設備的控制裝置，其特徵在於，在所述模型構築資料庫中保存的模型構築數據中，包含與供給火力發電成套設備的鍋 爐的空氣流量、調節該空氣流量的空氣調節閥的開度、供給鍋爐的燃料流量、使得從鍋爐排 出的廢氣向該鍋爐再循環的廢氣再循環流量中的至少一種相關的信息，所述模型調整部具有類別運算功能部和半徑調整功能部中的至少一個，所述類別運算 功能部使用在所述模型構築資料庫中保存的模型構築數據，決定所述模型構築數據的類別 號碼，所述半徑調整功能部使用包含通過所述類別運算功能決定的類別信息的模型構築數 據，調整所述統計模型的半徑參數，在所述模型構築資料庫中保存的信息中，包含與火力發電成套設備的空氣調節閥的開 度、空氣流量、燃料流量、廢氣再循環流量中的至少一種相關信息，所述模型調整部具有類別運算功能和半徑調整功能中的至少一種功能，所述類別運算功能使用在所述模型構築資料庫中保存的信息，決定所述模型構築用數據的類別號碼，所 述半徑調整功能使用包含通過所述類別運算功能決定的類別信息的模型構築數據信息，調 整所述統計模型的半徑參數。
9.根據權利要求8所述的火力發電成套設備的控制裝置，其特徵在於，在所述模型構築資料庫中保存的模型構築數據中，包含各數據的模型輸入空間坐標信 息、半徑參數信息、表示數據的密集度的疏密度信息、以及數據所屬的類別號碼信息中的至 少一種信息。
10.根據權利要求8所述的火力發電成套設備的控制裝置，其特徵在於，所述類別運算功能部，具有計算表示各數據的密集度的疏密度的功能；和根據通過外 部輸入裝置輸入的類別數信息，把用類別數等分所述模型構築數據的疏密度分布範圍而得 的值作為基準來決定各數據的類別號碼的功能中的至少一種功能。
11.根據權利要求8所述的火力發電成套設備的控制裝置，其特徵在於，所述半徑調整功能部，具有在調整半徑參數時針對在模型輸入空間內任意決定的基準 模型輸入來計算其疏密度的功能；和在計算出的疏密度不滿足通過外部輸入裝置輸入的閾 值條件的情況下，提取出位於所述基準模型輸入的最近處的數據的類別，調整屬於該類別 的數據的半徑參數的功能中的至少一種功能。
12.根據權利要求7所述的火力發電成套設備的控制裝置，其特徵在於，所述控制裝置與圖像顯示裝置連接，所述圖像顯示裝置具有顯示在所述模型構築數據 庫中保存的模型構築數據的功能、顯示通過所述模型調整部得到的統計模型的調整結果的 功能、和設定在所述模型調整部中使用的模型調整條件的功能中的至少一種功能。
全文摘要
本發明的目的是提供一種成套設備的控制裝置以及火力發電成套設備的控制裝置，其即使在控制在構築統計模型時使用的數據中有偏差存在的學習型的成套設備的情況下，也能夠構築高精度的統計模型，獲得希望的控制效果。本發明的成套設備的控制裝置具有推定在對成套設備給予控制信號時取得的測量信號的值的統計模型、保存在所述統計模型的構築中使用的數據的模型構築資料庫、為使模型輸出達到目標值而學習模型輸入的生成方法的操作方法學習部、調整在所述模型構築資料庫中保存的信息中包含的統計模型的半徑參數的模型調整部，所述統計模型使用通過所述模型調整部得到的半徑參數的調整結果來生成模型輸出。
文檔編號G05B13/04GK101872162SQ20101016705
公開日2010年10月27日 申請日期2010年4月21日 優先權日2009年4月22日
發明者關合孝朗, 山田昭彥, 江口徹, 深井雅之, 清水悟 申請人:株式會社日立製作所