JP4876057B2 - プラントの制御装置、及び火力発電プラントの制御装置 - Google Patents

Description

本発明はプラントの制御装置、及びボイラを備えた火力発電プラントを制御する火力発電プラントの制御装置に関する。

一般にプラントを制御する制御装置では、制御対象であるプラントから得られる計測信号を処理し、制御対象に与える操作信号を演算して制御信号として出力する。

このプラントの制御装置には、プラントの計測信号がその目標値を満足するように、操作信号を計算するアルゴリズムが実装されている。

プラントの制御に用いられている制御アルゴリズムとして、ＰＩ（比例・積分）制御アルゴリズムがある。

ＰＩ制御では、プラントの計測信号とその目標値との偏差に比例ゲインを乗じた値に、偏差を時間積分した値を加算して、制御対象に与える操作信号を演算する。

ＰＩ制御を用いた制御アルゴリズムは、ブロック線図などで入力関係を記述することができるため、入力と出力の因果関係が分かりやすく、プラント制御においてＰＩ制御は安定／安全な制御アルゴリズムであることから、実機への適用実績が多数ある。

しかし、プラント運転形態の変更や環境の変化など、事前に想定していない条件でプラントを運転する場合には、制御ロジックを変更するなどの作業が必要になる場合がある。

一方、プラントの運転形態や環境の変化に対応して、制御方法を自動的に修正／変更する適応制御がある。

その１つの方法である学習アルゴリズムを用いたプラント制御方法として、例えば特開２０００−３５９５６号公報に記載された技術がある。

特開２０００−３５９５６号公報に記載された技術である学習アルゴリズムを用いたプラント制御方法では、制御装置に制御対象の特性を予測するモデルと、モデル出力がその目標値を達成するようなモデル入力の生成方法を学習する学習部を持たせている。

また、学習アルゴリズムとして、文献の「強化学習」には、計測信号が運転目標値を達成した場合に正の評価値を与え、この評価値を基にＡｃｔｏｒ−Ｃｒｉｔｉｃ、Ｑ学習、実時間Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇなどのアルゴリズムを用いて操作信号の生成方法を学習する手法が記載されている。

特開２０００−３５９５６号公報 「強化学習」（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ）、三上貞芳・皆川雅章共訳、森北出版株式会社、２０００年１２月２０日出版、第１４２〜１７２項、第２４７〜２５３項

特開２０００−３５９５６号公報に記載された前記の学習アルゴリズムを用いたプラント制御技術をプラント制御に適用する際に、制御対象のプラントの特性を予測するモデルと実際のプラントの特性とが一致しない場合は、モデルの予測値とプラントの実測値には違いが生じる。

そのため、モデルの予測値では最適となる操作条件であっても、実際のプラントにとっては最適な操作条件とはならず、よってこの操作条件でプラントを制御した場合には適正な制御ができないことになる。

上記の現象を回避するプラント制御の方法として、実際のプラントの特性とモデルの特性とが一致するように実際のプラントの計測値を用いてモデルを修正する方法がある。

しかしながら、上記の方法ではモデルを修正するのに必要な実際のプラントの計測データを蓄積するために長期間を要し、しかもデータを蓄積する期間中は期待する制御性能が発揮できないことになる。

特開２０００−３５９５６号公報には、モデルと実際のプラントの特性とが一致しない場合に好適に対応する技術について全く記載されていない。

本発明の目的は、制御対象のプラントの特性を予測するモデルの特性が実際のプラントの特性と相違する場合にも、プラントの制御特性を良好に維持できるプラントの制御装置及び火力発電プラントの制御装置を提供することにある。

本発明のプラントの制御装置は、プラントの運転状態を計測した計測信号を用いてプラントを制御する操作信号を演算するプラントの制御装置において、前記制御装置に、プラントに送信する操作信号を生成する操作信号生成手段と、プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記補正信号生成手段はモデルから抽出したモデル特性の特徴量に基づいて補正信号を計算するように構成し、前記操作信号生成手段は、少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該プラントを制御する前記操作信号を計算するように構成したことを特徴とする。

また本発明の火力発電プラントの制御装置は、火力発電プラントの運転状態を計測した計測信号を用いて火力発電プラントを制御する操作信号を演算する火力発電プラントの制御装置において、計測信号は火力発電プラントのボイラから排出される排ガスに含まれる窒素酸化物濃度、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度、石炭の流量、ミルの分級機回転数、発電機出力のうちの少なくとも１つの計測信号を含んでおり、操作信号にはボイラの空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量の少なくとも１つの操作信号を含んでおり、前記制御装置に、火力発電プラントに送信する操作信号を生成する操作信号生成手段と、火力発電プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該火力発電プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記モデルは火力発電プラントのボイラのバーナーパターン、負荷レベル、炭種毎に対応するモデルを複数備えており、前記操作結果評価手段は、ボイラのミルに供給する石炭流量の計測信号の値に基づいてバーナーパターンを把握する機能と、出力デマンドもしくは発電機出力の計測信号の値に基づいて負荷レベルを把握する機能と、ミル分級機回転数の計測信号の値に基づいて炭種を把握する機能を備えており、前記学習信号生成手段は、前記操作結果評価手段で把握した各条件に対応したモデルを用いて学習した結果に従って学習信号を生成するように構成し、前記操作信号生成手段は、少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該火力発電プラントを制御する前記操作信号を計算するように構成したことを特徴とする。

本発明によれば、制御対象のプラントの特性を予測するモデルの特性が実際のプラントの特性と相違する場合にも、プラントの制御特性を良好に維持できるプラントの制御装置及び火力発電プラントの制御装置が実現できる。

次に、本発明の実施例であるプラントの制御装置及び火力発電プラントの制御装置について、図面を参照して説明する。

図１は、本発明の第１の実施例であるプラントの制御装置の全体構成を示す制御ブロック図である。

図１において、本実施例のプラント１００の制御装置は制御装置２００によって制御されている。

制御装置２００には演算装置として、計測信号変換手段３００、操作結果評価手段４００、基準信号生成手段５００、学習信号生成手段６００、学習手段６１０、モデル６２０、補正信号生成手段７００、および操作信号生成手段８００がそれぞれ備えられた構成となっている。

また、制御装置２００は、データベースとして計測信号データベース２３０、モデル構築用データベース２４０、学習結果情報データベース２５０、補正信号計算用データベース２６０、及び操作信号データベース２７０を備えている。

また、制御装置２００は、外部とのインターフェイスとして、外部入力インターフェイス２１０、及び外部出力インターフェイス２２０を持つ。

そしてこの制御装置２００には、外部入力インターフェイス２１０を介してプラント１００から該プラントの各種状態量を計測した計測信号１が該制御装置２００に取り込まれており、また、外部出力インターフェイス２２０を介して制御装置２００から前記プラント１００に対して例えば供給される動作流体の流量を制御する操作信号２３が送り出されている。

プラント１００から制御装置２００に取り込んだプラント１００の各種状態量の計測信号１は、外部入力インターフェイス２１０を介した後に計測信号２として制御装置２００に備えられたデータベースである計測信号データベース２３０に保存される。

制御装置２００に備えられた演算装置である操作信号生成手段８００で生成する操作信号２２は、操作信号生成手段８００から外部出力インターフェイス２２０に伝送すると共に、制御装置２００に備えられたデータベースである操作信号データベース２７０に保存される。

また、制御装置２００に備えられた演算装置である操作結果評価手段４００では、計測信号データベースに保存されている計測信号３を用いてフラグ１２、１３、１４、１５を計算する。

操作結果評価手段４００で計算したフラグ１２、１３、１４、１５は、制御装置２００に備えられた演算装置である基準信号生成手段５００、学習信号生成手段６００、補正信号生成手段７００、操作信号生成手段８００にそれぞれ送信される。

基準信号生成手段５００、学習信号生成手段６００、補正信号生成手段７００、操作信号生成手段８００では、送信されたフラグ１２、１３、１４、１５の値を基に、動作するか否かを決定する（例えば、フラグの値が０の時は動作せずに、フラグの値が１の時は動作する等）。

尚、フラグの値の決定方法は、図３を用いて後述する。

制御装置２００に備えられた演算装置の操作信号生成手段８００では、基準信号生成手段５００で生成する基準信号１７、学習信号生成手段６００で生成する学習信号１６、補正信号生成手段７００で生成する補正信号１８をそれぞれ用いて、操作信号２２を計算する。

制御装置２００に備えられた演算装置の基準信号生成手段５００では、計測信号データベース２３０に保存されている計測信号４を用いて基準信号１７を計算する。

基準信号生成手段５００は、ＰＩ制御（比例・積分制御）回路等で構成され、予め設計したロジックに基づいて基準信号１７を計算するように形成されている。

制御装置２００に備えられた演算装置の学習信号計算手段６００では、計測信号データベース２３０に保存されている計測信号４、操作信号データベース２７０に保存されている操作信号２１、及び、学習情報データベース２５０に保存されている学習情報データ１１を用いて、学習信号１６を計算する。

学習情報データベース２５０に保存されている学習情報データ１１は、学習手段６１０からの学習情報データ９、及びモデル６２０からのモデル出力７を用いて作成する。

制御装置２００に備えられた演算装置のモデル６２０は、内部に構築した統計モデルや物理モデルを用いてプラント１００の制御特性を模擬する機能を持つ。

制御装置２００で生成した操作信号２３を外部出力インターフェイス２２０を介してプラント１００に与え、その制御結果であるプラント１００の計測信号１を外部入力インターフェイス２１０を介して制御装置２００で受信する。

これらの状況を、学習手段６１０とモデル６２０を組み合わせて動作させることでプラント１００の制御特性を模擬しモデル出力７として出力する。

すなわち、学習手段６１０で生成したモデル入力８をモデル６２０に与え、その制御結果であるモデル出力７を学習手段６１０が受信する。

モデル６２０は、モデル構築用データベース２４０に保存されているモデル構築用データ６を用いて、学習手段６１０から入力するモデル入力８に対応するモデル出力７を計算して出力する。

モデル６２０は、例えばニューラルネットワークなどの統計モデルや、プラント１００の物理モデルによって構築されている。

モデル構築用データベース２４０には、計測信号変換手段３００にて計測信号データベース２３０から出力した計測信号４に含まれるノイズを除去することで生成される実機データ５、及び、モデル６２０を構築するために必要なモデルパラメータ等のモデル構築用データ６が保存される。

制御装置２００に備えられた演算装置の学習手段６１０では、モデル６２０で計算されるモデル出力７が、所望の値となるようなモデル入力８の生成方法を学習する。

モデル出力７の目標値など、学習に用いるパラメータは学習情報データベース２５０に保存されており、これらの保存されている学習情報データ１０を用いて学習手段６１０で学習する。

学習手段６１０を実装する方法として強化学習がある。この強化学習では学習の初期段階においては試行錯誤的にモデル入力８を生成する。

学習手段６１０では、その後、学習を進めるに従って、モデル６２０で演算されたモデル出力７が所望の値となるようなモデル入力８を生成できるようになる。

このような学習アルゴリズムとして、文献の「強化学習」には、計測信号が運転目標値を達成した場合に正の評価値を与え、この評価値を基にＡｃｔｏｒ−Ｃｒｉｔｉｃ、Ｑ学習、実時間Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇなどのアルゴリズムを用いて操作信号の生成方法を学習する手法が記載されている。

学習手段６１０は、上述した強化学習の手法の他にも、進化的計算手法などの種々の最適化手法を適用することもできる。

学習手段６１０で学習した結果である学習情報データ９は、学習情報データベース２５０に保存される。

制御装置２００に備えられた演算装置の補正信号生成手段７００では、操作信号データベース２７０に保存されている操作信号２１、計測信号データベース２３０に保存されている計測信号４、学習情報データベース２５０に保存されている学習情報データ１９、補正信号計算用データベース２６０に保存されている補正信号計算用データ２０、及び学習情報データベース２６０に保存されている学習情報データ１９を用いて、補正信号１８を計算する。

補正信号生成手段７００は、操作信号の値を増加させる機能、操作信号の値を減少させる機能、操作信号の値を現状の値に保持する機能、操作信号の値を基の値に戻す機能、操作信号の値を予め決めておいた値と一致させる機能のうち、少なくとも一つの機能を持つように構成されている。

また、補正信号生成手段７００ではモデル６２０の特徴量を抽出して、補正信号１８を計算することもできる。この補正信号生成手段７００の動作の詳細は後述する。

そして前記補正信号生成手段７００で生成した補正信号１８は、操作信号生成手段８００によって生成する操作信号２２を補正するようにこの操作信号生成手段８００に出力される。

操作信号生成手段８００では、補正信号生成手段７００から入力した補正信号１８等に基づいて操作信号２２を計算して出力し、制御装置２００からは外部出力インターフェイス２２０を介して前記プラント１００に対して、例えばボイラのバーナー、及びエアポートの空気流量を制御する操作信号２３として出力する。

また、図１に示したように、制御装置２００の近傍にはキーボード９０１とマウス９０２で構成される外部入力装置９００と、保守ツール９１０と、画像表示装置９５０が設置されている。

そしてプラント１００の運転員は、キーボード９０１とマウス９０２で構成される外部入力装置９００を用いて保守ツール入力信号５１を生成し、この信号を保守ツール９１０に入力することによって、制御装置２００に配置されている各種のデータベースの情報を、画像表示装置９５０に表示できるようにしている。

保守ツール９１０は、外部入力インターフェイス９２０、データ送受信部９３０、及び外部出力インターフェイス９４０で構成されている。

外部入力装置９００で生成した保守ツール入力信号５１は、外部入力インターフェイス９２０を介して保守ツール９１０に取り込まれる。

保守ツール９１０のデータ送受信部９３０では、保守ツール入力信号５２の情報に従って、制御装置２００に配置されている各種データベースからデータベース情報５０を取得するように構成されている。

保守ツール９１０のデータ送受信処理部９３０では、データベース情報５０を処理した結果得られる保守ツール出力信号５３を、外部出力インターフェイス９４０に送信する。

外部出力インターフェイス９４０はこの保守ツール出力信号５３に基づいた出力信号５４を画像表示装置９５０に送信して該画像表示装置９５０で表示する。

尚、上記した本発明の実施例であるプラントの制御装置２００では、前記制御装置２００に備えられたデータベースを構成する計測信号データベース２３０、モデル構築用データベース２４０、学習結果情報データベース２５０、補正信号計算用データベース２６０、及び操作信号データベース２７０、計測信号変換手段３００、操作結果評価手段４００、基準信号生成手段５００、学習信号生成手段６００、学習手段６１０、モデル６２０、補正信号生成手段７００、及び操作信号生成手段８００が制御装置２００の内部に配置されているが、これらの全て、あるいは一部を制御装置２００の外部に配置するように構成してもよい。

図２は、図１に示した第１の実施例であるプラントの制御装置における制御の手順を示すフローチャート図である。

図２において、プラント１００の制御装置２００では本フローチャートのステップ１０００、１０１０、１０２０、１０３０、１０４０、１０５０、１０６０を組み合わせてプラント１００の制御を実行する。

また、図２に示すように、制御装置２００は、Ａ、Ｂ、Ｃの３つの運転モードを持つ。

まず最初に、初期モード決定のステップ１０００では、初期モードを決定するが、本実施例における初期モードはモードＡとなっている。

そこで次にモード判定のステップ１０１０に進み、このモード判定のステップ１０１０でモード判定を実施して、運転モードがＡモードの場合は操作信号生成のステップ１０２０へ、運転モードがＢモードの場合は操作信号生成のステップ１０３０へ、運転モードがＣモードの場合は操作信号生成のステップ１０４０へそれぞれ進む。

モード判定のステップ１０１０で判定されて進んだ操作信号生成の各ステップ１０２０、１０３０、１０４０では、制御装置２００に備えられた操作信号生成手段８００を動作させて操作信号２２を生成させることになる。

制御装置２００に備えられた操作結果評価手段４００が動作して、計測信号データベースに保存されている計測信号３を用いて前記操作結果評価手段４００にて必要に応じて基準信号生成手段５００、学習信号生成手段６００、補正信号生成手段７００を動作させるためのフラグ１２、１３、１５を生成する。

運転モードが初期モードのＡモードが設定された場合で、操作信号生成のステップ１０２０に進んだ場合には、基準信号生成手段５００で生成した基準信号１７を用いて、前記操作信号生成手段８００に演算関数として備えた式（１）に基づき操作信号２２を計算する。

ここで、Ｓｏは操作信号、Ｓｂは基準信号である。

Ｓｏ ＝ Ｓｂ ・・・（１）
また、運転モードがＢモードに移行して操作信号生成のステップ１０３０に進んだ場合には、基準信号生成手段５００で生成した基準信号１７と、学習信号生成手段６００で生成した学習信号１６とを用いて、前記操作信号生成手段８００に演算関数として備えた式（２）に基づき操作信号２２を計算する。

ここで、Ｓｌは学習信号である。

Ｓｏ ＝ Ｓｂ ＋ Ｓｌ ・・・（２）
また、運転モードがＣモードに移行して操作信号生成のステップ１０４０に進んだ場合には、基準信号生成手段５００で生成した基準信号１７と、学習信号生成手段６００で生成した学習信号１６と、補正信号生成手段７００で生成した補正信号１８とを用いて、前記操作信号生成手段８００に演算関数として備えた式（３）に基づき操作信号２２を計算する。
ここで、Ｓｒは補正信号である。

Ｓｏ ＝ Ｓｂ ＋ Ｓｌ ＋ Ｓｒ ・・・（３）
尚、本実施例の制御装置２００では、操作信号生成手段８００に演算関数として備えた式（１）〜（３）を用いて操作信号２２を計算しているが、この制御装置２００に例えば変化率制限器を用いて操作信号Ｓｏが急激に変化することを防ぐ機能や、上下限設定器を用いて、操作信号の値を予め設定された範囲内に制限する機能を付加しても良い。

モード判定にて判定されたモードＡ、Ｂ、Ｃに基づいて進む前記操作信号生成の各ステップ１０２０、１０３０、１０４０の何れかのステップを経た後に進行する、プラントへ操作信号送信、操作結果取得のステップ１０５０では、前記各ステップ１０２０、１０３０、１０４０のいずれかのステップで生成した操作信号生成手段８００からの操作信号２２を外部出力インターフェイス２２０を介して操作信号２３としてプラント１００に送信する。

この操作信号２３をプラント１００に与えた結果として、その後、プラント１００から運転状態を示す状態量である計測信号１を取得して制御装置２００の計測信号データベース２３０に保存する。

前記ステップ１０５０を経た後に進む、操作結果評価、次モード決定のステップ１０６０では、制御装置２００に備えた前記操作結果評価手段４００において、計測信号データベース２３０に保存した計測信号３を用いてプラント１００を操作した操作結果を評価し、次のモードを決定する。

前記したようにプラント１００を制御する運転モードの初期モードは、初期モード決定のステップ１０００で設定されたモードＡである。

その後、学習信号生成手段６００による学習結果を併用して操作信号を生成するＢモードに移行する。

運転モードがＢモードに移行した場合に操作結果評価手段４００では、ある操作信号２２ａ１をプラント１００に与えた結果として取得した第１の計測信号Ｓｍ１と、更新した操作信号２２ａ２をプラント１００に与えた結果として該プラント１００から取得した第２の計測信号Ｓｍ２と、これらの計測信号Ｓｍ１、Ｓｍ２の目標値Ｓａとを用いて、前記第１の計測信号Ｓｍ１と前記目標値Ｓａとの誤差である第１の誤差Ｅ１と、前記第２の計測信号Ｓｍ２と前記目標値Ｓａとの誤差である第２の誤差Ｅ２を、この操作結果評価手段４００にて式（４）、及び式（５）に基づいて計算する。

ここで、Ｅ１は第１の誤差、Ｅ２は第２の誤差、Ｓｍ１は第１の計測値、Ｓｍ２は第２の計測値、Ｓａは計測信号の目標値である。

計測値Ｓｍ１、Ｓｍ２は、ある一定期間の平均値、あるいは、瞬時値等を用いる。

また、ＡＢＳ（ａ）はａの絶対値を計算する関数を意味する。

Ｅ１ ＝ ＡＢＳ（Ｓｍ１ − Ｓａ） ・・・（４）
Ｅ２ ＝ ＡＢＳ（Ｓｍ２ − Ｓａ） ・・・（５）
第１の誤差Ｅ１よりも第２の誤差Ｅ２が大きい場合はモードＣに移行し、第１の誤差Ｅ１よりも第２の誤差Ｅ２が小さい場合にはモードＢとする。

すなわち、更新した操作信号をプラント１００に与えた結果、制御特性が悪化した（計測信号と目標値との誤差が大きくなった）場合に運転モードはＣモードに移行となり、操作信号生成手段８００では補正信号生成手段７００で生成した補正信号１８を用いて操作信号２２を計算する。

後述するように、補正信号生成手段７００では補正信号１８は制御特性を良好に維持するように生成する。

その結果として、プラント１００の制御性能が向上する効果が得られる。

また、操作信号生成のステップ１０４０では、操作信号生成手段８００に演算関数として備えた式（３）を用いて操作信号２２を計算する方法の他にも、演算関数の式（４）、及び式（５）で計算した誤差Ｅ１、Ｅ２を用いて、又は式（６）〜（８）に基づいて操作信号２２を計算することもできる。

尚、α、βは重みパラメータ、εは予め定められた設計パラメータである。

Ｓｏ ＝ Ｓｂ ＋ α×Ｓｌ ＋ β×Ｓｒ ・・・（６）
α ← α − ε（Ｅ２ − Ｅ１） ・・・（７）
β ← β ＋ ε（Ｅ２ − Ｅ１） ・・・（８）
ここで、式（６）は、前回のαの値からε（Ｅ２ − Ｅ１）を減じて、αの値を更新することを意味する。

操作信号生成手段８００に演算関数として備えた式（６）〜（８）を用いて操作信号２２を計算することで、Ｅ２−Ｅ１の値が大きいほど、補正信号Ｓｒの重みパラメータであるβの値が大きくなり、補正信号生成手段７００で生成される補正信号１８の値が操作信号生成手段８００にて生成される操作信号２２に与える影響が大きくなる。

図３は、図１に示したプラントの制御装置の実施例である制御装置２００における補正信号計算用データベース２６０に保存する情報の設定画面である。

そして制御装置２００の補正信号生成手段７００では、図４に示した画面で設定された各種の情報である、補正信号計算用データベース２６０に保存された情報を用いて補正信号１８を計算する。

図３の画面を用いることによって、プラント１００の運転員は操作端毎に、操作信号の値を増加させる機能、操作信号の値を減少させる機能、操作信号の値を現状の値に保持する機能、操作信号の値を元の値に戻す機能、操作信号の値を予め決めておいた値と一致させる機能、モデル特徴量に基づいて計算する機能のどの機能を用いるかを、任意に設定できる。

また、操作端毎に操作量の操作範囲を設定することもできる。

前記のモデル特徴量としては、制御装置２００のモデル構築用データベース２４０に保存されているモデルパラメータ、モデル出力特性曲線の偏極点情報等がある。

図４及び図５は、図１に示したプラントの制御装置の実施例である制御装置２００に備えられた補正信号生成手段７００による各動作を説明する図である。

図４の図４（ａ）乃至図４（ｄ）には、横軸にモデル又は実機への操作量、縦軸にモデル又は実機の被制御量をそれぞれ表示して、本実施例の制御装置２００におけるモデル６２０のモデル特性とその学習結果とを示す１例を図示している。

尚、図４（ａ）乃至図４（ｄ）には本実施例にてモデルの被制御量が最小となる操作条件を制御装置２００の学習手段６１０で探索した場合を想定して表示している。

図４（ａ）において、横軸のα１は現在の操作量、β１は学習（探索）した後の操作量を示している。

図４（ａ）に示すように、操作量をα１から学習（探索）後の操作量β１に更新することで、モデル６２０上ではモデル特性曲線によって示される被制御量が減少する。

従って、モデル特性と実機であるプラントのプラント特性が一致していれば、操作量をα１からβ１に更新することで、操作量に対するプラント１００の被制御量は減少することになる。

しかし、モデル誤差があり、モデル特性と実機のプラント特性とが一致しない場合には、学習した結果を用いてプラント１００を操作すると、逆にプラント１００の被制御量が増加する可能性がある。

図４（ｂ）は、操作量をα１から学習後のβ１に更新した結果、モデル特性曲線が上昇してプラント１００の被制御量が増加した例を示している。

ところで、モデル誤差に起因する制御特性の悪化は、新たに取得したプラント１００の計測信号１を用いてモデル６２０を修正することによってモデル誤差を減少させ、その後、修正したモデル６２０を対象に制御装置２００の学習手段６１０によってモデル６２０に対する操作方法を再学習することで、抑制できる。

しかしこの方法を用いる場合には、モデル６２０を修正する多数の計測信号１のデータを蓄積するために長期間を要する場合が多く、そのデータ蓄積の期間中は期待する制御性能を発揮できないことになる。

特に長期間にわたってプラント１００を制御特性が悪い状態で運転することが許されない場合には、上記した方法を適用することは難しい。

そこで、本実施例の制御装置２００に備えられている補正信号生成手段７００は、上記方法による問題を解決するものである。

すなわち、本実施例の制御装置２００では、モデル６２０に対する操作量をα１から学習後のβ１に更新し、制御対象のプラント１００の被制御量が増加した場合には、制御装置２００の運転モードは初期モードのＡモードからＣモードに変更される（図２参照）。

変更されたＣモードでは、制御装置２００に備えた補正信号生成手段７００にて制御特性を良好に維持するための補正信号１８を生成し、この補正信号１８に基づいて操作信号生成手段８００にて制御対象のプラント１００に対する指令信号となる操作信号２２を生成する。

前記補正信号生成手段７００は、図４（ａ）に示したモデル特性曲線を利用して補正信号１８を生成する機能を持っている。

即ち、補正信号生成手段７００では、モデル特性曲線に基づいてこのモデル特性曲線の偏極点数を算出し、この偏極点の数に基づいて補正信号１８を計算する。

そしてモデル特性曲線の偏極点数が偶数の時は操作量を減少させ、奇数の時は操作量を増加させる。

上記した方法によって被制御量が減少し、モデル特性が所望の特性に近づくことの理由を、図４（ａ）〜図４（ｆ）を用いて説明する。

まず、図４（ａ）に示すように、操作量がα１とβ１の間にあるモデル特性曲線の偏極点数が偶数の場合を説明する。

図４（ａ）に示したモデル特性曲線の例では、偏極点数は０個であり、偶数である。

この場合、図４（ｂ）に示すように、実機特性曲線として実線で表した実機特性における偏極点の位置が操作量のα１とβ１の間となると、操作量β１の時の被制御量が操作量α１の時の被制御量よりも大きくなる。

また、実機特性曲線として実線で表した実機特性における偏極点の位置がβ１よりも大きい場合は、図４（ｃ）に示すようになり、操作量β１の時の被制御量は操作量α１の時の被制御量よりも小さくなる。

そこで実機特性が図４（ｂ）に示したように偏極点の位置が操作量のα１とβ１の間となる特性である場合には、操作量を減少させることで被制御量を減少することが可能になる。

すなわち、破線で表したモデル特性曲線の偏極点数が偶数の時は、操作量をα１に近づけるように減少することでプラント１００の被制御量を減少できる。

次に、図４（ｄ）乃至図４（ｆ）に示したようにモデル６２０に異なったモデル特性曲線を有するモデルを備えて、操作量のα２とβ２の間にあるモデル特性曲線の偏極点数が奇数の場合について説明する。

図４（ｄ）に示した例では、モデル特性曲線の偏極点数は１個であり、奇数である。

この場合、図４（ｅ）に示すように、実線で表した実機特性曲線における偏極点の位置が破線で表したモデル特性曲線の偏極点よりも操作量β２寄りになると、操作量β２の時の被制御量が操作量α２の時の被制御量よりも大きくなる。

また、逆に実機特性曲線における偏極点の位置がモデル特性の偏極点よりも操作量α２寄りの場合は、実機特性曲線は図４（ｆ）に実線で示したようになり、操作量β２の時の被制御量は操作量α２の時の被制御量よりも小さくなる。

このことから実機特性が、図４（ｅ）に示すような実機特性曲線である場合には、操作量を増加させることで操作量に対する被制御量を減少させることができる。

すなわち、モデル特性曲線の偏極点数が奇数の時は、操作量を減少させることで、制御対象のプラント１００の被制御量を減少させることができる。

尚、上記図４では、モデル特性曲線の偏極点数が偶数である図４（ａ）〜図４（ｃ）の場合をパターン１として左側に表し、モデル特性曲線の偏極点数が奇数である図４（ｄ）〜図４（ｆ）の場合をパターン２として右側に表している。

そこで、補正信号生成手段７００では、上記したモデル特性曲線の偏極点数の情報を用いて、操作量を増加、減少させる補正信号１８を生成して操作信号生成手段８００に出力するように構成している。

また、図４（ａ）、図４（ｄ）に示したのようなモデル特性曲線の偏極点の位置を強調したグラフ、及びモデル特性曲線の偏極点の数を図１に示した制御装置２００に付設した保守ツール９１０の画像表示装置９５０上に表示させることで、プラント１００の運転員は補正信号生成手段７００で生成する補正信号１８の生成根拠を知ることができ、補正信号１８の妥当性を評価することができる。

図５は、本実施例の制御装置２００における補正信号生成手段７００によって、プラント１００を対象に最適な操作方法を学習する動作を説明する図である。

学習のための探索範囲は、制御装置２００の学習手段６１０とモデル６２０を組み合わせて決定する。

図５（ａ）に横軸が操作量、縦軸が被制御量としてプラント１００を制御する場合のモデル特性を実線で示すように、学習手段６１０では、モデル出力と目標値との誤差が最小となる操作条件を中心に、予め定められた閾値の範囲を試行錯誤の範囲に設定する。

次に補正信号生成手段７００では、学習手段６１０で定めた試行錯誤の範囲内で操作信号を変化させる操作量の探査範囲にして、プラント１００の計測信号と計測信号の目標値との誤差が最小となるように操作信号を計算する。

そして学習手段６１０による学習結果は、例えば図５（ｂ）に示すような形態で学習情報データベース２５０に保存される。

図５（ｂ）は被制御量がγ１より大きい時は操作量を減少させ、被制御量がγ１より小さい時は操作量を増加するような補正信号１８を補正信号生成手段７００によって生成することを意味している。

図５（ｂ）に示した補正信号のグラフを、画像表示装置９５０上に表示することで、プラント１００の運転員は補正信号１８の生成根拠を知ることができ、補正信号１８の妥当性を評価できる。

図６は、本実施例の制御装置２００に備えた補正信号生成手段７００で行う操作信号を変化させる試行錯誤の範囲を変更するインターフェイスを説明する図である。

図６の画面に示された各種の情報を用いることで、図５（ａ）、図５（ｂ）で説明した操作量の探索範囲を図６の画面に閾値に基づく探査範囲１と比較して手動修正に基づく探査範囲２として示したように手動で設定することができる。

この結果、プラント１００の運転に熟知した運転員が前記図５の探索範囲を設定することで、最適操作条件の探索中もプラント１００を安全に運転できる効果が得られる。

上記した本発明の実施例によれば、制御対象のプラントの特性を予測するモデルの特性が実際のプラントの特性と相違する場合にも、プラントの制御特性を良好に維持できるプラントの制御装置が実現できる。

次に、本発明の第２の実施例である火力発電プラントの制御装置について、図面を参照して説明する。

図７は本発明の第２の実施例である火力発電プラントの制御装置の全体構成を示す制御ブロック図である。

また、後述する図８には図７に示した本発明の第２の実施例である火力発電プラントの制御装置の制御対象となる火力発電プラントとして、燃料に石炭を用いるボイラを備えた火力発電プラントの概略構成を示す。

図７に示した第２の実施例である火力発電プラントの制御装置は、図１に示した第１の実施例であるプラントの制御装置と基本構造が共通しているので、共通した構成部分についての説明は省略し、相違する構成部分についてのみ以下に説明する。

図７の火力発電プラントの制御装置において、燃料に石炭を用いるボイラ１０１を備えた火力発電プラント１００ａは制御装置２００によって制御されている。

本実施例の制御装置２００では、火力発電プラント１００ａの各種状態量である、例えばボイラ１０１出口の燃焼ガスの酸素濃度、もしくは一酸化炭素濃度を計測した計測信号１が該制御装置２００に取り込まれており、また、外部出力インターフェイス２２０を介して制御装置２００から前記火力発電プラント１００ａに対して、例えばボイラ１０１のバーナー１０２、及びエアポート１０３の空気流量を制御する操作信号２３が送り出されている。

本実施例の制御装置２００を用いることによって、火力発電プラント１００ａに備えられたボイラ１０１の空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量の少なくとも１つを対象にして制御することで、火力発電プラント１００ａから排出される排ガスに含まれる窒素酸化物、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度の少なくとも１つを所望の値に制御することが可能となる。

本実施例において制御装置２００を構成するモデル６２０では、モデル構築用データベース２４０に保存されているモデル構築用データ６である空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量を入力して、その時の窒素酸化物、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度の値を予測演算して出力するように構成されている。

図１に示した第１の実施例であるプラントの制御装置と、図７に示した第２の実施例である火力発電プラントの制御装置とでは、図７に示した第２の実施例の制御装置２００では学習手段６１０とモデル６２０とが複数備えられている点で異なっている。

本実施例の制御装置２００では、このように学習手段６１０とモデル６２０とを複数備えることで、火力発電プラント１００ａの運転条件の切り替えに対応することが可能となっている。

火力発電プラント１００ａはボイラ１０１のバーナーパターン、負荷レベル、炭種を変更する運転を実施すると、プラント特性が大きく変化する。

プラント特性が大きく変化した場合でも火力発電プラント１００ａの運転状態を良好に保つ方法として、本実施例では、制御装置２００にモデル切替手段６３０を設置し、このモデル切替手段６３０の中に各種の運転条件に対応した複数のモデル６２０を用意すると共に、これらの各種の運転条件に対応させて用意した複数のモデル６２０を対象に操作方法を学習する複数の学習手段６１０をそれぞれ配置することにより構成している。

また、本実施例で運転条件毎に備えられたモデル６２０を対象にして用意された学習手段６１０でそれぞれ学習した学習情報データ９の種類は、モデル６２０の種類の数だけ存在することになる。

そしてこれらの学習手段６１０でそれぞれ学習した学習結果は、学習情報データベース２５０に保存される。

また、学習信号生成手段６００で学習信号１６を生成する時に、どの学習結果を用いるかの決定、すなわち、現在のプラント運転条件の判定は、操作結果評価手段４００で実施される。

図８には図７に示した本発明の第２の実施例である火力発電プラントの制御装置の制御対象となる燃料に石炭を用いるボイラを備えた火力発電プラントの概略構成を示す。

まず、図８（ａ）を用いてボイラ１０１を備えた火力発電プラント１００ａの発電の仕組みについて説明する。

図８（ａ）において、燃料となる石炭はミル１１０にて粉砕して微粉炭として石炭搬送用の１次空気、及び燃焼調整用の２次空気と共にボイラ１０１に設置したバーナー１０２を通じてボイラ１０１に投入し、ボイラ１０１の火炉内部で燃料の石炭を燃焼する。

燃料の石炭と１次空気は配管１３４から、２次空気は配管１４１からバーナー１０２に導かれる。

また、２段燃焼用のアフタエアを、ボイラ１０１に設置したアフタエアポート１０３を通じてボイラ１０１に投入する。このアフタエアは、配管１４２からアフタエアポート１０３に導かれる。

燃料の石炭をボイラ１０１の火炉の内部で燃焼させて発生した高温の燃焼ガスは、ボイラ１０１の火炉を矢印で示した経路に沿って下流側に流れ、ボイラ１０１に配置された熱交換器１０６を通過して熱交換した後、燃焼排ガスとなってボイラ１０１から排出されてボイラ１０１の外部に設置されたエアーヒーター１０４に流下する。

エアーヒーター１０４を通過した燃焼排ガスはその後、図示していない排ガス処理装置で燃焼排ガスに含まれている有害物質を除去した後に、煙突をから大気に放出される。

ボイラ１０１を循環する給水は、タービン１０８に設置された図示していない復水器から給水ポンプ１０５を介してボイラ１０１に導かれ、ボイラ１０１の火炉に設置した熱交換器１０６においてボイラ１０１の火炉の内部を流下する燃焼ガスによって加熱されて高温高圧の蒸気となる。

尚、本実施例では熱交換器１０６の数を１個として図示しているが、熱交換器を複数個配置してもよい。

熱交換器１０６で発生した高温高圧の蒸気は、タービンガバナ弁１０７を介して蒸気タービン１０８に導かれ、蒸気の持つエネルギーによって蒸気タービン１０８を駆動し、この蒸気タービン１０８に連結した発電機１０９を回転させて発電する。

次に、ボイラ１０１の火炉に設置されたバーナー１０２からボイラ１０１の火炉内に投入される１次空気及び２次空気、ボイラ１０１の火炉に設置されたアフタエアポート１０３からボイラ１０１の火炉内に投入されるアフタエアの経路について説明する。

１次空気は、ファン１２０から配管１３０に導かれ、途中でエアーヒーター１０４の内部を通過する配管１３２とエアーヒーター１０４をバイパスする配管１３１とに分岐し、これらの配管１３２及び配管１３１を流下した１次空気は再び配管１３３にて合流してミル１１０に導かれる。

エアーヒーター１０４を通過する空気は、ボイラ１０１の火炉から排出される燃焼排ガスにより加熱される。

この１次空気を用いてミル１１０で生成される石炭（微粉炭）を配管１３３を通じてバーナー１０２に搬送する。

２次空気及びアフタエアは、ファン１２１から配管１４０に導かれ、エアーヒーター１０４の内部を通過する配管１４０を流下して加熱された後に、配管１４０の下流側で２次空気用の配管１４１と、アフタエア用の配管１４２とに分岐して、それぞれボイラ１０１の火炉に設置されたバーナー１０２とアフタエアポート１０３に導かれるように構成されている。

本実施例であるボイラを備えた火力発電プラント１００ａの制御装置２００は、ボイラの排ガス中のＮＯｘおよびＣＯ濃度を低減するため、バーナー１０２からボイラ１０１に投入する空気量と、アフタエアポート１０３からボイラ１０１に投入する空気量を調整する機能を持っている。

火力発電プラント１００ａには、該火力発電プラント１００ａの運転状態を検出する様々な計測器が配置されており、これらの計測器から取得されたプラントの計測信号は、計測信号１として制御装置２００に送信される。

火力発電プラント１００ａの運転状態を検出する様々な計測器として、例えば図８には流量計測器１５０、温度計測器１５１、圧力計測器１５２、発電出力計測器１５３、及びＯ_２濃度及び／又はＣＯ濃度を計測する濃度計測器１５４がそれぞれ図示されている。

流量計測器１５０は給水ポンプ１０５からボイラ１０１に供給される給水の流量を計測する。また、温度計測器１５１及び圧力計測器１５２は、ボイラ１０１に配設された熱交換器１０６において該ボイラ１０１を流下する燃焼ガスとの熱交換で発生した蒸気を蒸気タービン１０８に供給する蒸気の温度及び圧力をそれぞれ計測する。

前記熱交換器１０６で発生した蒸気で駆動される蒸気タービン１０８によって回転される発電機１０９によって発電された電力量は発電出力計測器１５３で計測する。

また、ボイラ１０１を流下する燃焼排ガスに含まれている成分（ＣＯ、ＮＯｘなど）の濃度に関する情報は、ボイラ１０１の下流側であるボイラ出口の流路に設けたＯ_２濃度及び／又はＣＯ濃度を計測する濃度計測器１５４で計測される。

尚、一般的には図８に図示した以外にも多数の計測器が火力発電プラント１００に配置されているが、ここでは図示を省略する。

図８（ｂ）は、火力発電プラント１００ａを構成するボイラ１０１の下流側に設置されたエアーヒーター１０４と、このエアーヒーター１０４に配設された配管を示す部分拡大図である。

図８（ｂ）に示すように、エアーヒーター１０４の内部に配設された配管１４０の下流側で分岐した２次空気用の配管１４１及びアフタエア用の配管１４２、エアーヒーター１０４の内部に配設された配管１３２、及びエアーヒーター１０４をバイパスした配管１３１には空気ダンパ１６２、１６３、１６１、１６０がそれぞれ配置されている。

そしてこれらの空気ダンパ１６０〜１６３を操作することによって配管１３１、１３２、１４１、１４２内で空気が通過する面積を変更し、これらの配管１３１、１３２、１４１、１４２を通過する空気流量を個別に調整する。

そして火力発電プラント１００ａを制御する制御装置２００によって生成されて該火力発電プラント１００ａに出力される操作信号１８を用いて、給水ポンプ１０５、ミル１１０、空気ダンパ１６０、１６１、１６２、１６３などの機器を操作する。

尚、本実施例である火力発電プラントの制御装置では、給水ポンプ１０５、ミル１１０、空気ダンパ１６０、１６１、１６２、１６３などの火力発電プラントの状態量を調節する機器のことを操作端と呼び、これを操作するのに必要な指令信号を操作信号と呼ぶ。

また、燃焼用等の空気、あるいは微粉炭等の燃料をボイラ１０１に投入する際に、その吐出角度を上下左右に動かすことの出来る機能をボイラ１０１に設置したバーナー１０２、及びアフタエアポート１０３に付加して、これらのバーナー１０２及びアフタエアポート１０３の取付け角度を調節する指令信号を前記操作信号１８に含めることもできる。

次に図９を用いて本実施例の制御装置２００に設置した操作結果評価手段４００によるプラント運転条件の判定方法を説明する。

図９（ａ）乃至図９（ｃ）において、操作結果評価手段４００は、ミル１１０に供給する石炭流量の計測信号の値に基づいてボイラ１０１のバーナーパターンを把握する機能と、出力デマンドもしくは発電機１０９の出力の計測信号の値に基づいて負荷レベルを把握する機能と、ミル分級機回転数の計測信号の値に基づいて炭種を把握する機能を持つ。

図９（ａ）は操作結果評価手段４００によってボイラ１０１のバーナーパターンを把握する機能を説明する図である。

横軸の時間がｔ１の時は、縦軸に石炭の流量が示されているように、ミル１１０を構成するミルＡ、Ｂ、Ｄからボイラ１０１に石炭が供給されており、時間ｔ２を境にミルＣから石炭の供給が始まる（例えば、時間がｔ３の時は、ミルＡ、Ｂ、Ｃ、Ｄのすべてから石炭が供給される）。

図９（ａ）右側のボイラの概略図に示すように、ミルＡ、Ｂ、Ｃ、Ｄからは、ボイラ１０１の缶前及び缶後に水平方向に沿って設置したそれぞれ５本のバーナーへ石炭を供給している。

操作結果評価手段４００では計測データベース１３０を通じて火力発電プラント１００ａの計測信号３として検出した、図９（ａ）に示したミルＡ、Ｂ、Ｃ、Ｄから供給される石炭供給量、及びミルＡ、Ｂ、Ｃ、Ｄとボイラ１０１に設置した５本のバーナーとの対応関係から、バーナーパターンを把握することができる。

上記のバーナーパターンを把握することによって、ボイラ１０１の火炉内における燃焼状態を把握することが可能となる。

図９（ｂ）は操作結果評価手段４００によって火力発電プラント１００ａの負荷レベルを把握する機能を説明する図である。

発電機出力は図８に示した発電出力計測器１５３によって発電機１０９の発電量を計測したものであり、図９（ｂ）で横軸の時間がｔ４の時の縦軸に示した火力発電プラント１００ａの発電機出力量はＭ４、時間がｔ５の時の発電機出力量はＭ５であることを示している。

このように、発電出力計測器１５３で計測した発電機出力の計測信号の値に基づいて火力発電プラント１００ａの負荷レベルを把握できる。

図９（ｃ）は操作結果評価手段４００によって火力発電プラント１００ａのボイラ１０１の燃料に使用される第１の炭種判別方法を説明する図である。

図８に示した火力発電プラントのミル１１０に設置されている燃料の石炭を粉砕した微粉炭をボイラ１０１に供給するミル分級機に関して、図９（ｃ）には横軸の時間がｔ６の時における縦軸に示したミル分級機の回転数はＲ６、時間がｔ７の時の回転数はＲ７であることを示している。

ミル分級機の回転数は、ボイラ１０１にミル１１０から供給される燃料の微粉炭の粒度が目標値となるように調整される。

石炭の硬さは炭種毎に異なるため、微粉炭の粒度が目標値と一致する際の分級機回転数は炭種毎に異なることになる。

従って、この分級機回転数からボイラ１０１に供給される石炭の炭種を判別することができる。

制御装置２００の学習信号生成手段６００では下記の手順で学習信号１６を生成する。

まず、操作結果評価手段４００では計測信号データベース２３０を通じて得た火力発電プラント１００ａの計測信号３に基づいて該操作結果評価手段４００で把握した前記バーナーパターンを把握する機能、負荷レベルを把握する機能、及び炭種を把握する機能により判定したプラント運転条件に対応したフラグ１３を生成して学習信号生成手段６００にこのフラグ１３を出力する。

モデル６２０では操作結果評価手段４００で判定したプラント運転条件に対応したモデル６２０を用いてこのモデル６２０に対応した学習手段６１０にて学習した学習情報データ９を生成し、学習情報データベース２５０を経由して学習情報データ１１として前記学習信号生成手段６００に出力させる。

学習信号生成手段６００ではこれらのフラグ１３及び学習情報データ１１に基づいて学習信号１６を演算して生成し、操作信号生成手段８００に出力するように構成している。

図１０は、本実施例の制御装置２００に設置した操作結果評価手段４００における第２の炭種判定方法を説明する図である。

図１０（ａ）において、操作結果評価手段４００では前述した石炭組成の情報に基づいてモデル切替手段６３０に各種の運転条件に応じて複数用意された各モデル６２０の間の重みを計算し、補正信号生成手段７００では計算されたモデル６２０の重みの値と学習手段６１０の学習結果を参照して、この補正信号生成手段７００に演算関数として備えた式（９）を用いて補正信号１８を生成する。

ここで、１≦ｉ≦ｎ、ｎは炭種の数、ｄｉはｉ番目の石炭と実サンプル値の距離、Ｓｉはｉ番目の石炭モデルを用いた学習結果に従って生成した学習信号値の値である。

式（９）は、（Ｓｉ／ｄｉ）を１≦ｉ≦ｎの範囲で全て加算した値を、（１／ｄｉ）を１≦ｉ≦ｎの範囲で全て加算した値で除することを意味する。

Ｓｏ ＝ Σ（Ｓｉ／ｄｉ）／Σ（１／ｄｉ） ・・・（９）
尚、距離ｄｉは、ユークリッド距離、マハラノビス距離の計算アルゴリズムを用いて、計算する。

そして図１０（ａ）に示された成分１と成分２の図面において、炭種判定の対象となった実サンプル値は、炭種Ａサンプル値との距離ｄ１と、炭種Ｂサンプル値との距離ｄ２との関係から距離ｄ１、ｄ２の逆数をとると、炭種Ａサンプル値が重みが大で炭種Ｂサンプル値が重みが小となる。

よって操作結果評価手段４００では各モデル６２０に上記の重みの値を付けて計算することにより、実サンプルの炭種が判定できる。

また、図１０（ｂ）左側のボイラの概略図に示すように、本実施例の制御装置２００に備えた補正信号生成手段７００では、ボイラ１０１の燃料として硫黄分が閾値よりも多く含まれている石炭を使用する場合には、ボイラ１０１の火炉壁面部のバーナー、及びエアポートから供給する空気流量の値を大きくするように補正信号１８を生成して操作信号生成手段８００に出力する。

操作信号生成手段８００ではこの補正信号１８に基づいて操作信号２２を生成し、外部インターフェイス２２０を介して火力発電プラント１００ａに対する操作信号２３として出力して制御している。

尚、図１０（ｂ）右側の空気流量のグラフは図１０（ｂ）左側のボイラの概略図の火炉壁面部のバーナー、及びエアポートから供給する空気流量の状況を模式的に示したものである。

特に、硫黄分の多い石炭を燃料とする場合、ボイラ１０１の火炉壁面部の腐食を抑制するように空気流量を調整することが重要となる。

また図１０（ｂ）に示すように、本実施例の制御装置２００では、ボイラ１０１の燃料として硫黄分の多い石炭を使用する場合には、ボイラ１０１の火炉壁面部の空気流量を増やすように補正信号生成手段７００で補正信号１８を生成することで、ボイラ１０１の火炉壁に設置したバーナー１０２、及びエアポート１０３から火炉壁に沿って炉壁の腐食を抑制できる。

図１１は、図７及び図８に示した本発明の第２の実施例である火力発電プラントの制御装置において制御装置２００の動作を説明する説明図である。

図１１（ａ）は、本実施例の制御装置２００に備えたモデル６２０の特性の例を示す図であり、このモデル６２０に対応して設置された学習手段６１０では、このモデル６２０を対象にＣＯ濃度が最小になる操作条件を学習する。

例えば、学習手段６１０を制御装置２００に実装する際に強化学習を用い、ＣＯ濃度が低いほど報酬が大きくなるように設定することで、ＣＯ濃度が最小となる操作条件（図１１（ａ）中の操作条件ｙ）に到達する操作方法を学習できる。

図１１（ａ）に翼軸に操作条件、縦軸にＣＯ濃度をとって両者の関係を示したように、操作条件ｙの近傍は操作条件の変化に対するＣＯ濃度の変化が大きい。

空気流量が操作条件である場合、ボイラ１０１に投入される空気流量は時間的に変動するので、操作信号を操作条件ｙと一致させても実際にボイラ１０１に投入される空気流量が変動してＣＯ濃度が上昇する可能性がある。

このような現象を回避するため、本実施例の制御装置２００では学習手段６１０を動作させる際に以下に述べる方法を採用することもできる。

即ち、学習手段６１０を制御装置２００に実装する際に強化学習を適用し、ＣＯ濃度が低いほど大きくなる第１の報酬値と、学習手段６１０に演算関数として備えた式（１０）が満足される場合には負の値を取る第２の報酬を加算した報酬を用いる。

尚、式（１０）において、ＣＯ（Ｉ）は操作条件がＩの時のＣＯ濃度推定値（モデル出力）、Δは微小値、Ωは予め設定する閾値である。

ＡＢＳ（ＣＯ（Ｉ） − ＣＯ（Ｉ＋Δ））／Δ ＞ Ω ・・・（１０）
学習手段６１０に上記の報酬を採用することで、ＣＯ濃度の変化率が小さい条件で、ＣＯ濃度が最小となる操作条件（図１１（ａ）中の操作条件ｘ）に到達する操作方法を学習できる。

これは、火力発電プラント１００ａを制御する場合に安定運転に寄与する。

図１１（ｂ）は、制御対象が火力発電プラント１００ａである本実施例における制御装置２００に備えた操作信号生成手段８００の１実施形態（制御回路）である。

図１１（ｂ）の制御回路に示したように、操作信号生成手段８００を構成する制御回路にボイラ出口の酸素濃度を所望の値とするため、酸素濃度計測値とその目標値との偏差を入力としたＰＩ制御器の出力信号と、空気流量設定値を加算することで、空気流量に関する操作信号を生成する。

そして操作信号生成手段８００では生成したこの空気流量の操作信号に基づいて、ボイラ１０１に投入する総空気流量を演算により決定し操作信号として出力する。

また補正信号生成手段７００で生成した補正信号１８は操作信号生成手段８００に入力されるが、この補正信号１８は、例えば図１１（ｂ）に示した操作信号生成手段８００を構成する制御回路では、補正信号ａ、補正信号ｂとして示す位置に入力するように反映される。

すなわち、前記補正信号ａと補正信号ｂは、酸素濃度目標値を補正する補正信号ａ、及び、空気流量操作信号を補正する補正信号ｂとして入力させている。

また図１１（ｃ）は、本実施例における制御装置２００に備えた補正信号生成手段７００における補正信号１８の生成方法の１例である。

図１１（ｃ）に示すように、補正信号生成手段７００による補正信号１８の生成は、モデル６２０のモデル特性と制御対象である火力発電プラント１００ａの実機データとの誤差の特徴に基づいて、補正信号１８を生成する。

すなわち、補正信号生成手段７００では、モデル６２０のモデル特性と火力発電プラント１００ａの実機データとの誤差の特徴から誤差要因を推定し、この誤差要因に基づいて補正信号１８を生成する。

誤差要因として、ボイラ１０１の火炉壁に設置されるアフタエアポート１０３からボイラ１０１の火炉内に投入する空気の運動量調整に起因するものが挙げられる。

そこで、アフタエアポート１０３から火炉内に投入する空気の運動量調整について述べる。

図１１（ｄ）は本実施例におけるボイラ１０１の火炉壁に設置したアフタエアポート１０３の概略構造図である。

図１１（ｄ）において、アフタエアポート１０３に供給する空気は、アフタエアポート１０３のノズル１８１、１８２を介して火炉内に供給される。

ノズル１８１、１８２から火炉内に供給する空気の配分は、図８（ｂ）に示された空気ダンパ１６３の一部を構成する空気ダンパ１６３ａ、１６３ｂをそれぞれ操作することで変更できる。

すなわち、図１１（ｄ）において、空気ダンパ１６３ｂの位置を右に移動すると、空気ダンパ１６３ｂの流路が狭くなるため、ノズル１８２から火炉内に供給される空気流量が減少する。

火力発電プラント１００ａでは、このようにアフタエアポート１０３の空気ダンパ１６３ａ、１６３ｂを操作して、アフタエアポート１０３から火炉内に投入する空気の流量、流速、運動量を調整する。

アフタエアポート１０３の空気ダンパ１６３ａ、１６３ｂの開度は、手動で設定値に操作する。

また、目標とする空気量と実際にボイラ１０１に投入される空気量には設定値と操作結果による空気量との間で誤差が生じる可能性がある。

そこで制御装置２００のモデル６２０では、空気ダンパ１６３ａ、１６３ｂの開度設定値に基づいて、その設定値の場合におけるボイラ１０１から排出される燃焼排ガス中の一酸化炭素濃度等を予測するように構成されている。

そのため、前述のように、ボイラ１０１に投入される空気量の設定値と操作結果による空気量との間に誤差が生じる場合には、モデル６２０の予測値と、火力発電プラント１００ａの状態量である計測値とが一致しない可能性がある。

そこで本実施例の制御装置２００では、モデル６２０の予測値と火力発電プラント１００ａからの計測値が一致しない場合に、ボイラ１０１に投入される空気量の設定値と操作結果による空気量との間の誤差を無くすように補正信号生成手段７００によってアフタエアポート１０３の空気ダンパ１６３ａ、１６３ｂの開度を補正する操作信号１８を生成し、操作信号生成手段８００に入力させてこの操作信号生成手段８００で操作信号２２を生成するように構成している。

また、この操作信号１８の値は、図７に示した画像表示装置９５０に操作ガイダンス値として表示させて、火力発電プラント１００ａの運転員が知るようにすることもできる。

上述したように本実施例の制御装置２００を用いてアフタエアポート１０３の空気１６３ａ、１６３ｂの開度を調整することで、ボイラ１０１から排出される燃焼排ガスに含まれる窒素酸化物、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物、又は水銀等を所望の値に制御することができる。

尚、本実施例では、ボイラ１０１の火炉壁に設置したアフタエアポート１０３から火炉内に投入する空気の流量、流速、運動量等の調整を制御装置２００によって行う場合について述べたが、この制御装置２００をボイラ１０１の火炉壁に設置したバーナー１０２から火炉に投入する空気の流量、流速、運動量等を調整する制御に適用しても良い。

上記した本発明の実施例によれば、制御対象のプラントの特性を予測するモデルの特性が実際のプラントの特性と相違する場合にも、プラントの制御特性を良好に維持できる火力発電プラントの制御装置が実現できる。

本発明は、プラントの制御装置、及びボイラを備えた火力発電プラントの制御装置に適用可能である。

本発明の第１の実施例であるプラントの制御装置の全体構成を示す制御ブロック図。 図１に示した第１の実施例であるプラントの制御装置における制御の手順を示すフローチャート。 図１に示した第１の実施例であるプラントの制御装置における補正信号計算用データベースに保存する情報の設定画面。 図１に示した第１の実施例であるプラントの制御装置における補正信号生成手段の各動作の説明図。 図１に示した第１の実施例であるプラントの制御装置における補正信号生成手段による最適な操作方法を学習する動作の説明図。 図１に示した第１の実施例であるプラントの制御装置における補正信号生成手段で試行錯誤の範囲を変更するインターフェイスの説明図。 本発明の第２の実施例である火力発電プラントの制御装置の全体構成を示す制御ブロック図。 図７に示した第２の実施例である火力発電プラントの全体構成を示す概略構成図。 図７に示した第２の実施例である火力発電プラントの制御装置における操作結果評価手段によるプラント運転条件の判定方法の説明図。 図７に示した第２の実施例である火力発電プラントの制御装置における操作結果評価手段４００による炭種判定方法を示す説明図。 図７に示した第２の実施例である火力発電プラントの制御装置におけるモデルと学習手段による動作の説明図。

符号の説明

１、２、４：計測信号、７：モデル出力、８：モデル入力、９、１９：学習情報データ、１６：学習信号、１８：補正信号、２２、２３：操作信号、１００：プラント、１００ａ：火力発電プラント、１０１：ボイラ、２００：制御装置、２１０：外部入力インターフェイス、２２０：外部出力インターフェイス、２３０：計測信号データベース、２４０：モデル構築用データベース、２５０：学習結果情報データベース、２６０：補正信号計算用データベース、２７０：操作信号データベース、３００：計測信号変換手段、４００：操作結果評価手段、５００：基準信号生成手段、６００：学習信号生成手段、６１０：学習手段、６２０：モデル、７００：補正信号生成手段、８００：操作信号生成手段、９００：外部入力装置、９１０：保守ツール、９５０：画像表示装置。

Claims (10)

1. プラントの運転状態を計測した計測信号を用いてプラントを制御する操作信号を演算するプラントの制御装置において、
   前記制御装置に、プラントに送信する操作信号を生成する操作信号生成手段と、プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記補正信号生成手段はモデルから抽出したモデル特性の特徴量に基づいて補正信号を計算するように構成し、前記操作信号生成手段は、少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該プラントを制御する前記操作信号を計算するように構成したことを特徴とするプラントの制御装置。
2. 請求項１に記載したプラントの制御装置において、前記モデルではプラントに対する現在の操作信号から前記学習手段による学習結果に基づいて計算した操作信号に変化させた時のモデル特性曲線を算出し、前記補正信号生成手段では前記モデル特性曲線の偏極点数を算出し、前記プラントの制御装置に接続させて画像表示装置を設置し、この画像表示装置に偏極点の位置を強調したモデル特性曲線、もしくは、偏極点数のうち、少なくとも１つを画面上に表示させるようにしたことを特徴とするプラントの制御装置。
3. プラントの運転状態を計測した計測信号を用いてプラントを制御する操作信号を演算するプラントの制御装置において、
   前記制御装置に、プラントに送信する操作信号を生成する操作信号生成手段と、プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、前記学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該プラントの第１の計測信号及び第２の計測信号とその計測信号の目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記学習手段は、モデルの出力と目標値との誤差が最小となる操作条件を予め定めた閾値の範囲内で探索して学習するように構成し、前記補正信号生成手段は、前記学習手段による閾値の範囲内で探索し操作信号を変化させて該プラントの計測信号と計測信号の目標値との誤差が最小となる補正信号を計算するように構成し、前記操作信号生成手段は、少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該プラントを制御する前記操作信号を計算するように構成したことを特徴とするプラントの制御装置。
4. 請求項３に記載したプラントの制御装置において、学習手段の学習に用いるパラメータを保存している学習情報データベースに、学習手段による閾値の範囲内で探索する範囲を任意に設定するユーザーインターフェイスを備えたことを特徴とするプラントの制御装置。
5. プラントの運転状態を計測した計測信号を用いてプラントを制御する操作信号を演算するプラントの制御装置において、
   前記制御装置に、プラントに送信する操作信号を生成する操作信号生成手段と、プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記操作結果評価手段は前記誤差に基づいて前記学習信号と前記補正信号の重みパラメータ値を計算するように構成し、前記操作信号生成手段は、少なくとも前記操作結果評価手段で計算した重みパラメータ値と前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該プラントを制御する前記操作信号を計算するように構成したことを特徴とするプラントの制御装置。
6. 火力発電プラントの運転状態を計測した計測信号を用いて火力発電プラントを制御する操作信号を演算する火力発電プラントの制御装置において、
   計測信号は火力発電プラントのボイラから排出される排ガスに含まれる窒素酸化物濃度、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度、石炭の流量、ミルの分級機回転数、発電機出力のうちの少なくとも１つの計測信号を含んでおり、操作信号にはボイラの空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量の少なくとも１つの操作信号を含んでおり、前記制御装置に、火力発電プラントに送信する操作信号を生成する操作信号生成手段と、火力発電プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該火力発電プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に操作信号生成手段で生成する前記操作信号の補正信号を生成する補正信号生成手段とを備え、前記モデルは火力発電プラントのボイラのバーナーパターン、負荷レベル、炭種毎に対応するモデルを複数備えており、前記操作結果評価手段は、ボイラのミルに供給する石炭流量の計測信号の値に基づいてバーナーパターンを把握する機能と、出力デマンドもしくは発電機出力の計測信号の値に基づいて負荷レベルを把握する機能と、ミル分級機回転数の計測信号の値に基づいて炭種を把握する機能を備えており、前記学習信号生成手段は、前記操作結果評価手段で把握した各条件に対応したモデルを用いて学習した結果に従って学習信号を生成するように構成し、前記操作信号生成手段は、少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該火力発電プラントを制御する前記操作信号を計算するように構成したことを特徴とする火力発電プラントの制御装置。
7. 請求項６に記載した火力発電プラントの制御装置において、前記モデルは、火力発電プラントのボイラで複数の炭種の石炭を使用する場合のモデル特性を模擬できるように複数のモデルを具備しており、前記操作結果評価手段は石炭の組成の情報に基づいて複数のモデル間におけるモデルの重みを計算するように構成し、前記補正信号生成手段は前記モデルの重みに基づいて該火力発電プラントを制御する前記補正信号を計算するように構成したことを特徴とする火力発電プラントの制御装置。
8. 請求項６に記載した火力発電プラントの制御装置において、前記補正信号生成手段は、硫黄分が閾値よりも多く含まれている石炭を使用する場合には、ボイラの火炉壁面部に設置したバーナー、及びエアポートから供給する空気流量が多くなるように補正信号を生成することを特徴とする火力発電プラントの制御装置。
9. 火力発電プラントの運転状態を計測した計測信号を用いて火力発電プラントを制御する操作信号を演算する火力発電プラントの制御装置において、
   計測信号には火力発電プラントから排出される排ガスに含まれる窒素酸化物濃度、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度の少なくとも１つを含んでおり、操作信号にはボイラの空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量の少なくとも１つの操作信号を含んでおり、前記制御装置に、火力発電プラントに送信する操作信号を生成する操作信号生成手段と、火力発電プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該火力発電プラントの第１の計測信号及び第２の計測信号とその目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に前記操作信号生成手段で生成する操作信号の補正信号を生成する補正信号生成手段とを備え、前記モデルは火力発電プラントのボイラの少なくとも一酸化炭素濃度の予測値を計算して出力するように構成し、前記学習手段は前記一酸化炭素濃度の予測値の変化率が小さく、かつ一酸化炭素濃度の予測値が最小となる操作条件に到達するモデル入力信号の生成方法を学習するように構成し、前記操作信号生成手段は少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該火力発電プラントを制御する前記操作信号を計算するように構成したことを特徴とする火力発電プラントの制御装置。
10. 火力発電プラントの運転状態を計測した計測信号を用いて火力発電プラントを制御する操作信号を演算する火力発電プラントの制御装置において、
    計測信号には火力発電プラントから排出されるガスに含まれる窒素酸化物濃度、一酸化炭素濃度、二酸化炭素濃度、硫化酸化物濃度、水銀濃度、石炭の流量、ミルの分級機回転数、発電機出力のうちの少なくとも１つを含んでおり、操作信号には空気ダンパの開度、空気流量、空気温度、燃料流量、排ガス再循環流量の少なくとも１つの操作信号を含んでおり、前記制御装置に、火力発電プラントに送信する操作信号を生成する操作信号生成手段と、火力発電プラントの特性を模擬するモデルと、モデルで模擬した出力信号が予め設定された目標を満足するようにモデルの入力信号を生成する学習手段と、学習手段での学習結果に従って学習信号を計算する学習信号生成手段とを備え、更に、ある操作信号及び更新した操作信号をプラントに与えた結果として取得した該火力発電プラントの第１の計測信号及び第２の計測信号とその計測信号の目標値との誤差である第１の誤差及び第２の誤差をそれぞれ計算する操作結果評価手段と、この操作結果評価手段で計算した第２の誤差が第１の誤差よりも大きい場合に前記操作信号生成手段で生成する操作信号の補正信号を生成する補正信号生成手段とを備え、前記補正信号生成手段は、前記第１の誤差又は前記第２の誤差の特徴から誤差要因を推定して前記誤差要因に基づいて補正信号を生成するように構成し、前記操作信号生成手段は少なくとも前記学習信号生成手段で計算した学習信号と前記補正信号生成手段で計算した補正信号を用いて該火力発電プラントを制御する前記操作信号を計算するように構成したことを特徴とする火力発電プラントの制御装置。

Images