ニューロ応用需要予測技法と熱供給プラントへの適用

特集

知的処理応用システム【ニューロ,ファジィ,ルールベースー

ニューロ応用需要予測技法と熱供給プラントへの適用

Demand Forecasting

_{MethodandltsApplicationtoHeatSupplyPlants}

中原正二*

肋5わ7肋々αんαm 下田

誠**

肋加わ5ゐg椚〃血

吉岡正博*

肋sαゐ才γO yO∫んオ0カ〟

坂内正明***

肋ぶαα々オ励乃乃〟∼ HIDIC-AZ監視制御システム 数理計画応用 運転計画

珪

●運転費低減 ●実用性向上

)

血_

山ユ1+ユ1

＼ ノ

画直垂]

ポイラ 三ご聖､ 荘子

ぎ暫

ユーロ応用 吸収式冷凍機 ･■書 1

壷ヂ三.

.1i･.∴ぎ㌣亙■ `=三･完,+･ l 熱供給プラント 制御用計算機H旧ICシリーズ 転粗

〕

経験(実績)反映 需要予測型運転計画システムのコンセプト _{右脳機能と左脳機能を制御用計算機H旧ICシリーズに搭載して,熱供給} プラントのランニングコストを低減した｡

熱供給プラントでの廃熱利別や熱融通などを含め

た熱壮機器の高効率運転は,エネルギーを有効活用

する上できわめて重要な要素である｡この高効率運

転の自軌化を実現するためには,まず熱需要を的確

に予測することが不可欠であり,この子測に基づい

た制御･逮捕が必要である｡

日_￣在製作所はこうしたニーズにこたえるため,ニ

ューラルネットを応用した高精度な需要予測技法を

開発した｡この需要予測技法は,24時間の需要パタ

ーンを￣予測する日間需要予測と,これをオンライン

で修正する短時間需要予測によって構成される｡

さらに,需要予測技法と運転計画技法を組み合わ

せた需要予測型運転計画システムを開発した｡熱供

給プラントの運用制御には,E(電気)制御,Ⅰ(計装)

制御およびC(計算機)制御のすべてが必要である｡

これら制御の上に,このシステムを運用計画の中核

として位置づけることにより,熱源機器の高効率運

車云や運転コストの低減に大きく貢献できると確信し

ている｡ *日立製作所人みか⊥二場 **l_J立製作所R立研究所 ***日､在製作所システム事業部 17

142 日立評論 〉OL.75 _No.2=993-2) 需要予測機能 日間需要′てターン _{運転計画機能}

n

はじめに 近年,地球温暖化やヒートアイランド現象などの環境 問題が深刻化する一方,アメニティ指向の高まりから空 調片摺∼エネルギーの需要はますます増大する傾向にあ る｡都巾ではこの需要にこたえるため,地域冷暖上引こ代 表されるように,熱エネルギーを高効率かつ集■い的に生

戌して広範囲に供給する熱供給プラントの導人がi■-1ヲ芭に

行われている｡また,丁場などの生産設備でも,エネル ギーコストの低減を目指して,高効率な熱エネルギー供 給が求められている｡ 熱供給プラントを構成する冷凍機,ボイラなどの熱源 機器を高効率に運転することは,エネルギーをイナ効活用 する卜できわめて重要な課題である｡また,コージェネ レーション,ごみ焼却や下水などの廃熱の有効利用,蓄

熱による佳夜間の負荷平均化や熱融通など熱源利什J形態

の多様化および機若芽構成の裡雑化によって高度な遵奉云技 術が必要となり,高効率運転の自動化が強く望まれてき ている｡この日新化を実現するためには,まず熱需要を 的膵に予測する技法を確立することが不可欠であり,さ らにこの子測に基づいた制御･運用が必要である｡ 日立製作所はこうしたニーズにこたえるため,ニュ ーラルネットの特徴を生かした高精度な需要予測技法 と,これを核とした需要予測型運転計画システムを開発 した｡ ここでは,今川開発したシステムの概要と,核となる 高安子渕技法について説明する｡

白

需要予測型運転計画システムの概要

需要予測型運転計何システム1)は,図1にホすように 需要丁測機能,運転計画機能および制御機能で構成して いる｡ 需要一千測機能のうち日間需要予測は1時間ごと24時間 分の熱需要を子測し,逆転計画機能はこの子測熱需要に 基づいて熱iセ;ミ機器の運転計画(起動･停止スケジュール) を作成する｡作成された逆転計画に基づいて,制御機能 が熱源機器の起動･停止および負荷制御を子iう｡ 一･方,H間需要子測によって子測された熱需安値と実 際の熱需要値との偏差を補正するため,オンライン型の 触呼問需安子測を行う｡短時間需要予測は気温･湿度･ 需要他などのリアルタイムデータに其づいて矧侍間先, 例えば1時間後の熱需要値を予測する｡運転計両機能は, この子測需要他に基づいて口1封需要予測による運転計L叫 18 日間需要予測 予測結果 短時間需要 予測

た∃

短時間先予測値

たコ

制御機能 起動･停止 制御 負荷制御 数王里計画応用 運転計画

囲

修正 知識処理応用 運転計画 最適 運転計画 ●運転モー｢設定 ●高効率運転 ●買電ピーク加卜 知識べ【ス ●運転ルール 機器動特性 図l需要予測型運転計画システム機能構庇 需要予測機 能,運転計画機能および制御機能の三つの機能で構成する｡ プラント状態表示 トレンド表示 警報処理 機器操作 POCS POCS 状態印字 故障印字 帳票印字 アラーム プリンタ ロギング プリンタ + [>-オンライン系 監視操作機能 ニューラルネット橋梁 初期学習 枚器特性入力 WS 情報LAN 情報制御系 POCC POCC 需要予測機能 運転計画機能 統合化制御LAN PCS PCS PCS

_____叫_l

7 7 / DDC シーケンス制御 注:略語説明 POCS(ProcessOperator'sConsoleStat加) POCC(ProcessOperator'sConsoleContro帖｢) PCS(ProcessControIStation) WS(Workstation) 図2 _{H旧IC-AZに搭載した需要予測型運転計画システム構成} 例 情報制御系POCCに需要予測･運転計画機能を,ワークステ ーションにニューラルネット構築などのB&M(ビルダアンド メ ンテナンス)機能を持たせている｡ を修止する｡ 需要子測型運転計痢システムを,熱供給プラントの機 械,電気,計装の各設備を統合的に連用するEIC(電気･ 計装･計算機)制御統合システムHIDIC-AZ2)に搭載し た例を図2に,システムの特徴を図3に示す｡このよう に,このシステムは熱需要を的確に予測することにより,

ニューロ応用需要予測技法と熱供給7Dラントヘの適用 143 従来方式 オペレーター設定 スケジュール時刻 による発停制御 需要に追従した制御 サイクリック制御 プログラム処理 問 題 点 設定時刻によるため, 需要条件に応い: 制御が困難u 余裕のある運転指令 高頻度な起動･停止 むだ･無理運転 プラント機器 増･改造時ソフト変更 需要予測型運転計画システム 需要 ニューロ需要予測 論理的計算による コストミニマム計画 Al応用

賢′

予測 Jl一

芸計

過去の 運転実績 当日の条件 オンライン 図3 需要予測型運転 計画システムの特徴 需要を的確に予測する ことにより,機器の高効 率かつ安全･安定な制御 を実現する｡ 起動･停止指令 容量制御指令 受変電設備 電気 _{コージェネレーション設備} 排熱

一---⊂亘コ亘:コ至::]

---一亡亘亘≡三□

高効幸運転制御 安全･安定制御 ノ令凍機･ボイラ 熱源設備 熱 空調設備 排熱 _下水設備二み焼却 熱源機器の運車去コストを最小に抑えるような遵転計耐を 作成することができ,機器の高効率かつ安全･安定な制 御を実現する｡

田

_{ニューラルネット応用需要予測の特徴}

3.1ニューラルネット応用需要予測 ニューラルネットは,図4に示すようにニューロン(脳 細胞)を数学的にモデル化したユニットを多数結合した ものである3)｡今[百l用いた階層型ニューラルネット4)は, ユニットを人力層,中間層および刑ノJ層に分けて配置, 結合したものである｡入ノJ屑に特定の入ノJを加えたとき の望ましい汁.力を教師データとして出力層にノブーえ,結合 の重みを変化させることを学習と呼ぶ｡学習によって入 力と出力の関係を結合の重みとして記憶しておけば,任 意の入ノJに対して正しい山ノJを得ることができる｡ 今山開発したニューラルネット応用需要子測技法は, 以上の特徴を応用して需要に影響を与える因子(気温, 湿度,天気など)をニューラルネットに人力し,一千測器要を 出力として得るものである｡使用するニューラルネットは, リアルタイム制御向けニューロシステム構築支援ツー

ルEUREKA-Ⅱ/NEURO(ElectronicUnderstandingand

Reasoning by Knowledge

_{Activation一Ⅱ/NEURO)}

をベースとした,3層の階層型ニューラルネットである｡ 3.2 _{日間需要予測} 日間需要予測では,図5に示すようにあらかじめ過去 の実績需要パターンをニューラルネットの出力に,同じ

tJの影響岡子をニューラルネットの人力に与えて学習さ

せておく｡需安と影響凶▲子との内米関係をニューロン例 の重みとして記憶したニューラルネットに,習日需要の 入力 ▲てl .＼■2 ･刀.-㍉】 入1 1=･㌦ 出力.v (a)ニューロン(神経細胞) 加依昇器 シグモイド関数 飽和 力 山山 〟

〟=喜一1仙.v=爪)=†ご`∴′∫

(b)ニューロンのモデル(ユニット) 入力層 → → 入 力 → 中間層 出力層 出 ((〕)階層型ニューラルネットの構造 図4 _{ニューラルネットの構造} ニューラルネットは,ニュ ーロン(脳細胞)を数学的にモデル化したユニットを多数結合した ものであり,結合の重み〝/を変化させることによって学習する｡ 影響凶子を入ノJすることによって24時間分の子測需要値 を子ニミ去る｡ ニューラルネットによる需要予測の特徴の一つは,自 己成長件である｡需要は季節または需要家の増減などさ

まざまな要岡によって変動する｡時々刻々変動する需要

に追従するために,子測誤差が設定値を超えた場合には,

最近の実績データを朋いてニューラルネットを自軌的に

巾学習する｡このように,ニューラルネットは自+の知 識を向上させることによって需要変垂加こ対応することが 19

144 日立評論 〉OL,75 _No.Z(19932) 出力信号1 (需要パターン) 出力層一上 重み係数 中間層

芸濃琵∃虹二==ニ

ユニット (ニューロン) 入力層￣丁 入力信号 季 水曜気湿 節 温日温度 外部条件 需要パターン 過去の実績 学習 影響圏子 図5 _{日間需要予測方式の概要} 過去の実績需要と影響因子 との因果関係を,学習によってニューロン問の重みとして記憶す る｡この図では,重み係数を色の違いで表現している｡ できる｡ また,あるイベントが発生するHでは,イベント対応 ニューラルネットが予測を行う｡イベント対仏こユーラ

ルネットは,(1)イベントの時間帯を人力情報に追加す

る,(2)過去の経験に基づいて予測値を補正する,などの 処二哩を行う｡ 3.3 _{短時間需要予測} 短時間需要予測は,時々刻々と変化するリアルタイム データ(気温,湿度など)をニューラルネットに人力し, 現在の実績需要に対する変化量を予測するものである｡ 予測誤差のフィードバック,需要変化呆の抽出などによ り,予測精度の向上を図っている｡日間需要子測と短時 間需要一子測は,お二白二いの結果を部分的に共有することに より,知識の達紋性を確保している｡

n

予測結果例

日間需要予測のシミュレーション結果を図6にホす｡ 入力情事馴ま,翌日の予想最高･最低気温,うム占度,曜R, 季節の標準的熱需要パターンと前口の熱需要パターンと の偏差などであり,出力情報は翌日の熱需要パターンで ある｡ シミュレーションの結果,日間の平均予測誤差は実績 の需要イr引こ対し5%以内であり,この方式が有効である 0 ∩) 0 0 (･1)蔵鋸ご蜜蜜 12 時 玄り∼ 18 24 注:-(実績値),一---(予測値) 図6 日間需要予測シミュレーション結果 日間平均予測 誤差は5%以内である｡ ことを確認した｡

白

知識処理応用運転計画

知識処理応用運転計回lは,時刻ごとに最通解が得られ る数理計内法5)と,数式表現しにくい運転ノウハウを反 映できる知識処理子音よを融合したものである｡これによ り,運転習を低減する最も効率のよい機器の選択や,高 頻度な機器ヲ芭停などのむだ･無理の防止を図る実用的な 運転計画を作成できる｡ある地域冷暖房での運車云計両の

シミュレーションの結果,従来の優先順位法に比べて運

転賀を5∼6%低減し,かつ機器の起動･停_lヒ山数の少

ない遷幸云計画を作成することができた｡

凶

おわりに

以卜,需要予測技法の特徴と熱供給プラントでのシミ ュレーション結果について述べた｡熱供給プラントの高 効率運転は,環境問題解決に向けて必要イ(可欠となる技

術である｡今後とも最新技術を導入し,て打安予測当り運転

計画システムの高機能化･高性能化を匝1ることにより, 熱源機器の高効率運転と,いっそうの運転コストミニマ ムの追)ドに向けて全ノJで取り組んでいく考えである｡ 最後に,数理計内法について種々ご指導いただいた大 阪府.求人単1二学部教授伊東弘一_1二学博士に対し,深く感 謝の意を表す次第である｡ 参考文献 1)￣￣F乱 外:高効率運転を実現する地域冷暖房刷運転支援 システム,U立評論,74,12,891∼894(平4-12) 2)天日,外:EIC統合システム"ⅠⅠIOIC-AZ”,上-】有井論, 73,8,807∼814(平3-8) 3)服部,外:ニューロ･ファジィ応用圧延機形状制御シス 20 テム,日￣i7二評論,73,749∼756(､ド3-8) 4)Rumelhart,etal∴LearningRepreseIltati()11SbyBack Propagati()11Errors,Nature323,5二う3∼536(1986) 5)伊東,外:コージェネレーションの最適計画,産業図苦 (1990)