特許ウォッチ

公開番号2024029816
公報種別公開特許公報(A)
公開日2024-03-07
出願番号2022132211
出願日2022-08-23
発明の名称状態推定装置、状態推定方法及びプログラム
出願人国立大学法人広島大学,東洋紡株式会社
代理人個人
主分類G06N 20/00 20190101AFI20240229BHJP(計算;計数)
要約【課題】精度よく目的変量の推定を行うことができるとともに、データベースの学習状況を分析可能な状態推定装置、状態推定方法及びプログラムを提供する。
【解決手段】状態推定装置1は、推定対象Pの状態を表す説明変量xと目的変量yとを含む複数のデータセットを格納するデータベースDBを作成するデータベース作成部111と、データベースDBを学習させる学習部112と、学習されたデータベースDBに基づいて、推定対象Pの測定値である説明変量xに対応する目的変量yを推定する推定部114と、を備える。データベース作成部111は、測定可能な状態変数のうち重要度の大きい変数を説明変量xとして選択し、学習部112は、学習前の初期データセットを、学習用データセットを用いて推定用データベースを作成し、推定用データベースの推定用データセットは、初期データセットのデータと学習によるデータの修正量とを含むデータセットである。
【選択図】図2
特許請求の範囲【請求項１】
推定対象の状態を表す説明変量と目的変量とを含む複数のデータセットを格納するデータベースを作成するデータベース作成部と、
前記データベースを学習させる学習部と、
前記学習部で学習された前記データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部と、を備え、
前記データベース作成部は、前記推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を前記説明変量として選択し、
前記学習部は、学習前の初期データセットを、学習用データセットを用いて更新することにより学習させて推定用データベースを作成し、
前記推定用データベースの推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである、
ことを特徴とする状態推定装置。
続きを表示（約 1,200 文字）【請求項２】
前記修正量は、推定された前記目的変量と実測された前記目的変量との差に基づいて導出される、前記目的変量の補正値である、
ことを特徴とする請求項１に記載の状態推定装置。
【請求項３】
前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットに含まれる前記目的変量を、所定の前記説明変量の時間変化に基づいて補間する、
ことを特徴とする請求項１に記載の状態推定装置。
【請求項４】
前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットを、前記説明変量と前記目的変量との関係に影響を与える環境指標に基づいて複数のデータ群に分類し、前記データ群ごとに前記データベースを作成する、
ことを特徴とする請求項１から３のいずれか一項に記載の状態推定装置。
【請求項５】
前記推定部は、
測定された前記説明変量と、前記推定用データセット中の前記説明変量との類似度を演算して近傍データを抽出し、前記データベースごとに抽出された前記近傍データの数に基づいて前記データベースごとの重みを算出し、前記近傍データと前記重みに基づいて、前記目的変量を推定する、
ことを特徴とする請求項４に記載の状態推定装置。
【請求項６】
推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成する初期データベース作成ステップと、
前記初期データベースを、学習用データセットを用いて学習させて推定用データベースを作成する学習ステップと、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定ステップと、を含み、
前記推定用データベースに格納された推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである、
ことを特徴とする状態推定方法。
【請求項７】
コンピュータを、
推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成するデータベース作成部、
前記データベースを、学習用データセットを用いて学習させて、初期データセットのデータと、学習によるデータの修正量とを含む推定用データセットを格納する推定用データベースを作成する学習部、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部、
として動作させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、状態推定装置、状態推定方法及びプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来、対象の状態を表すパラメータとして測定された説明変量（入力変数）の値に基づいて、所定の目的変量（出力変数）の値を推定する状態推定方法が開発されている。このような状態推定方法は、ソフトセンサと呼ばれ、高温高圧環境となるプラント内の各種パラメータ、製品品質等、測定が難しいパラメータを、物理的なセンサ（ハードセンサ）によって測定された物理量（測定値）を用いて推定する場合等に用いられている。
【０００３】
例えば特許文献１のように、ソフトセンサの入力値と、保存された複数のデータとに基づいて、出力値を推定する状態推定方法が開発されている。特許文献１のソフトセンサでは、保存されたデータを学習させることにより、ソフトセンサの精度を向上させることとしている。
【先行技術文献】
【特許文献】
【０００４】
国際公開第２００２／００６９５３号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１のソフトセンサでは、所定の大きさのメッシュで量子化された入力空間に入力値と出力値との組み合わせ（データセット）である履歴データが振り分けられて事例ベースが作成される。出力値は、この事例ベースと、測定された現在の入力値とに基づいて、推定される。特許文献１の事例ベースでは、メッシュごとに、事例としてのデータセットの値が学習により修正され、事例ベースのデータセットが作成される。
【０００６】
しかしながら、ソフトセンサは、推定対象の動作中に測定可能な状態変数である説明変量を用いて、測定困難な目的変量を推定するので、精度よく目的変量を推定することは難しい。
【０００７】
また、特許文献１のデータセットは、学習により上書き修正されたデータのみが保存されており、修正後に初期のデータセットの入力値、出力値に対する学習の状況を確認することは難しい。
【０００８】
本発明は、上述の事情に鑑みてなされたものであり、精度よく目的変量の推定を行うことができるとともに、データベースの学習状況を分析可能な状態推定装置、状態推定方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するために、本発明の第１の観点に係る状態推定装置は、
推定対象の状態を表す説明変量と目的変量とを含む複数のデータセットを格納するデータベースを作成するデータベース作成部と、
前記データベースを学習させる学習部と、
前記学習部で学習された前記データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部と、を備え、
前記データベース作成部は、前記推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を前記説明変量として選択し、
前記学習部は、学習前の初期データセットを、学習用データセットを用いて更新することにより学習させて推定用データベースを作成し、
前記推定用データベースの推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである。
【００１０】
また、前記修正量は、推定された前記目的変量と実測された前記目的変量との差に基づいて導出される、前記目的変量の補正値である、
こととしてもよい。
（【００１１】以降は省略されています）

関連特許