JP2010097392A - 設備劣化予測システムおよび設備劣化予測方法 - Google Patents

Abstract

【課題】 各種の機器が設置されている設備の正確な劣化を予測することができ、また、予測結果を設備の維持・管理に反映することを可能にする設備劣化予測システムおよび設備劣化予測方法を提供する。
【解決手段】 設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを記憶する記憶装置２０と、記憶装置２０に記憶されている機器属性の組み合わせで機器を分類し、分類の中から選択された機器の故障の有無を故障実績から決定し、故障の有無から機器の故障率を算出し、この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する設備劣化予測装置１０とを備える。
【選択図】 図１

Description

この発明は、各種設備の劣化を予測する設備劣化予測システムおよび設備劣化予測方法に関する。

各種設備として例えば電力会社の場合には配電設備があり、電力会社は配電設備の維持・管理を行っている。配電設備については、その設置年数、稼動状態、設置場所などによって、劣化の状況が異なる。このために、電力会社では、すべての配電設備について範囲や区間などを決めて、担当者が巡視をする。配電設備の種類が膨大であり、かつ、広範囲に設置されているので、巡視範囲や区間に対して優先順位を決めて、効率的な巡視を行うことが重要である。

一方、配電設備のような機器の劣化を予測する方法がある（例えば、特許文献１参照。）。この方法は、機器の故障記録を基にし、数学的な手法から機器の故障確率を算出する。この方法は、プラントに設けられる変電機器などを対象としている。
特開２００７‐３２８５２２号公報

ところで、先に述べた機器の劣化を予測する方法には、次の課題がある。通常、配電設備の劣化は、その設備を構成する各機器の材料、稼動状態などの影響を受けるが、この方法にはこれらの事項が考慮されていない。配電設備は、開閉器や変圧器などのように、設置年数、機器材料、稼動状態が異なる機器が柱上に設置されて形成されている。したがって、材料や稼動状態などが異なる配電設備については、正確な故障確率を算出することができない。つまり、配電設備の正確な劣化を予測することができない。

また、機器の故障確率は、機器が設置されている場所の環境などの影響を受けるが、この方法にはこれらの事項が考慮されていない。配電設備は、塩害地区や雪害地区などの地域特性の異なる場所に設置され、また、平地や急傾斜地などの地形区分の異なる場所に設置される。したがって、こうした場所に設置されている配電設備については、正確な劣化を予測することができない。

さらに、先の方法は機器の故障確率を算出するだけであり、算出した故障確率が機器の維持・管理などに反映されていない。

この発明の目的は、前記の課題を解決し、各種の機器が設置されている設備の正確な劣化を予測することができ、また、予測結果を設備の維持・管理に反映することを可能にする設備劣化予測システムおよび設備劣化予測方法を提供することにある。

前記の課題を解決するために、請求項１の発明は、設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを記憶する記憶手段と、前記記憶手段に記憶されている機器属性の組み合わせで機器を分類し、分類の中から選択された機器の故障の有無を故障実績から決定し、故障の有無から機器の故障率を算出し、この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する処理手段と、を備えることを特徴とする設備劣化予測システムである。

請求項１の発明では、設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを、記憶手段が前もって記憶している。こうした状態で、処理手段は、記憶手段に記憶されている機器属性の組み合わせで機器を分類し、分類の中から選択された機器の故障の有無を故障実績から決定する。この後、処理手段は、機器の故障の有無から機器の故障率を算出し、この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する。

請求項２の発明は、請求項１に記載の設備劣化予測システムにおいて、前記処理手段は、巡視で異常が発見された機器が故障する確率を故障率として算出した後、最新の巡視実績によって故障率を算出して故障率を更新していく、ことを特徴とする。

請求項３の発明は、請求項１または２に記載の設備劣化予測システムにおいて、前記処理手段は、分類して選択された機器の故障の有無から機器の故障率を算出する場合、データ不足で故障率を算出することができないとき、故障率無しを含む複数の分類を組み合わせ、この組み合わせにより得られる故障の有無のデータに対して最小２乗法を用いて故障率を算出する、ことを特徴とする。

請求項４の発明は、請求項１〜３のいずれか１項に記載の設備劣化予測システムにおいて、前記記憶手段は、各機器の取替え時期の故障率を記憶し、前記処理手段は、機器の現在の故障率と設置年数とから、この機器の劣化速度を算出し、前記記憶手段に記憶されている、この機器の故障率と、算出した劣化速度とを基にして取替え時期を算出する、ことを特徴とする。

請求項５の発明は、請求項１〜４のいずれか１項に記載の設備劣化予測システムにおいて、前記記憶手段は、設置されている機器を範囲や区間等の、巡視の区分毎に記憶し、前記処理手段は、前記記憶手段に記憶されている各区分の機器の故障率と、機器が故障した場合の被害量とを算出し、これらの故障率と被害量とから各機器のリスクを表す値を算出し、各機器の算出結果を基にして各区分のリスクを示す値を算出する、ことを特徴とする。

請求項６の発明は、設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを、あらかじめ記憶し、あらかじめ記憶されている機器属性の組み合わせで機器を分類し、分類の中から選択された機器の故障の有無を故障実績から決定し、機器の故障の有無から機器の故障率を算出し、この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する、ことを特徴とする設備劣化予測方法である。

請求項１および請求項６の発明によれば、機器属性の組み合わせで分けられた機器、例えば設置年数が２０年以上の機器であり、機器がコンクリート柱である場合の故障率を、巡視実績によって更新する。これにより、設備の各機器に対する正確な故障率を提供することができ、この故障率により、将来の故障発生を予測することを可能にする。

請求項２の発明によれば、算出した故障率が最新の巡視実績で更新されていくので、正確な故障率を得ることができる。これにより、設備の各機器に対する将来の故障発生を、正確に予測することを可能にする。

請求項３の発明によれば、分類された機器の故障の有無から機器の故障率を算出する場合、データが不足して故障率を算出することができないときでも、分類された機器の故障率を得ることができる。

請求項４の発明によれば、設備の各機器の取替え時期を自動で算出するので、機器の取替え時期を効率的に得ることを可能にする。

請求項５の発明によれば、各区分毎に設置されている機器の故障率を基にして、各区分のリスクを示す値を自動で算出することができる。これにより、算出したリスクを設備の維持・管理に反映することにより、設備の巡視を効率的に行うことを可能にする。

次に、この発明の実施の形態について、図面を用いて詳しく説明する。各実施の形態では、電力会社の設備の劣化予測をする場合を例として説明する。また、この実施の形態では、配電設備の構成要素として、電柱、開閉器、変圧器および電線を例としている。

（実施の形態１）
この実施の形態による設備劣化予測システムを図１に示す。図１の設備劣化予測システムは、設備劣化予測装置１０と、設備劣化予測装置１０によるアクセスが可能な記憶装置２０とを備えている。

記憶装置２０は、設備の劣化予測に必要とする各種のデータを、データベースとして記憶している。記憶装置２０が記憶するデータベースには、設置年月日データベース２１Ａがある。設置年月日データベース２１Ａには、配電設備の各構成要素である機器が設置された年月日が、機器の属性として記録されている。設置年月日データベース２１Ａの一例を図２に示す。この設置年月日データベース２１Ａには、電柱、開閉器、変圧器および電線の各機器に対応して、それらの設置年数と設置年月日とが記録されている。

記憶装置２０が記憶するデータベースには、材料構成データベース２１Ｂがある。材料構成データベース２１Ｂには、電柱、開閉器、変圧器および電線を形成する材料が、機器の属性として記録されている。材料構成データベース２１Ｂの一例を図３に示す。この材料構成データベース２１Ｂには、配電設備の機器が例えば電柱であれば、コンクリート柱、鋼管柱、木柱のような区分が記録されている。

記憶装置２０が記憶するデータベースには、地形区分データベース２１Ｃがある。地形区分データベース２１Ｃには、各地区に特徴的な地形が記録されている。地形区分データベース２１Ｃの一例を図４に示す。この地形区分データベース２１Ｃには、各地区の例えば平地、急傾斜地、山林、埋立地などのような地形特性が記録されている。

記憶装置２０が記憶するデータベースには、地域特性データベース２１Ｄがある。地域特性データベース２１Ｄには、各地区の環境等が記録されている。地域特性データベース２１Ｄの一例を図５に示す。この地域特性データベース２１Ｄには、塩害地区、雪害地区、強風地区のような、各地区の気象条件などの地域特性が記録されている。

記憶装置２０が記憶するデータベースには、稼動状態データベース２１Ｅがある。稼動状態データベース２１Ｅには、巡視の担当者が各地区を巡視したときの結果が記録されている。稼動状態データベース２１Ｅの一例を図６に示す。この稼動状態データベース２１Ｅには、電柱、開閉器、変圧器および電線の巡視結果として、異常の有り・無しが記録されている。この実施の形態では、電柱、開閉器、変圧器および電線の異常は次の通りである。
電柱の異常 …亀裂、損傷、腐食
開閉器の異常…錆発生、損傷、腐食
変圧器の異常…錆発生、損傷、過負荷
電線の異常 …被覆損傷、素線切れ、過負荷

記憶装置２０が記憶するデータベースには、故障データベース２１Ｆがある。故障データベース２１Ｆには、配電設備の機器における過去の故障が記録されている。故障データベース２１Ｆの一例を図７に示す。この故障データベース２１Ｆには、例えば電柱、開閉器、変圧器および電線の故障の発生した年月日、電柱番号、故障の内容が記録されている。この実施の形態では、電柱、開閉器、変圧器および電線の故障は次の通りである。
電柱の故障 …折損、倒壊、傾斜
開閉器の故障…破損、焼損、動作不能
変圧器の故障…破損、焼損、漏油
電線の故障 …断線、接触不良

設備劣化予測装置１０は、配電設備の劣化を予測するコンピュータであり、表示部１１、操作部１２、処理部１３、記憶部１４およびインターフェース１５を備えている。

表示部１１は、配電設備の劣化予測に必要とするデータや、劣化予測の結果などを表示するＬＣＤ（液晶ディスプレイ）などの表示装置である。操作部１２は、マウスやキーボードなどのような、担当者によって操作される装置である。操作部１２の操作により、配電設備の劣化予測を始めるための指示などが入力される。インターフェース１５は、処理部１３を記憶装置２０に接続して、記憶装置２０に対するアクセスを可能にする。記憶部１４は、コンピュータに必要とする各種のプログラムや、配電設備の劣化予測を行うためのプログラムをあらかじめ記憶している。

処理部１３は、記憶部１４に記憶されている各種のプログラムを実行する。処理部１３が実行するプログラムには図８および図９に示す設備劣化予測処理がある。操作部１２に処理開始の指示が入力されると、処理部１３は、設備劣化予測処理を開始し、配電設備を構成する機器を入力する入力画面を表示する（ステップＳ１）。ステップＳ１で処理部１３は、表示部１１を制御して、劣化予測対象の一覧、この実施の形態では、電柱、開閉器、変圧器および電線を表示する。この後、処理部１３は、操作部１２に対する操作により、劣化予測対象が選択されると、選択結果を操作部１２から受け取る（ステップＳ２）。ステップＳ２が終了すると、処理部１３は、記憶装置２０の各データベースを参照し（ステップＳ３）、配電設備の選択された構成要素つまり劣化予測対象に関連するデータ（以下、「関連データ」という）を抽出する（ステップＳ４）。処理部１３は、関連データを記憶装置２０から受け取ると、関連データを組み合わせたデータ（以下、「組み合わせデータ」という）を作成する（ステップＳ５）。この組み合わせデータは機器の分類を表すデータである。

例えば、ステップＳ２で劣化予測対象として電柱が選択されると、処理部１３は、図１０に示すように、設置年月日データベース２１Ａから抽出した電柱の設置年数データと、材料構成データベース２１Ｂから抽出した材料構成データとを関連データとする。そして、処理部１３は、これら２つの関連データを組み合わせて、組み合わせデータを作成する。

ステップＳ５で組み合わせデータを作成すると、組み合わせデータの各項目を選択するための選択画面を表示する（ステップＳ６）。例えば、ステップＳ６により、劣化予測対象の設置年数と機器材料とが担当者によって選択される。ステップＳ６の後、処理部１３は選択結果を受け取る（ステップＳ７）。処理部１３は、受け取った選択結果を用いて、故障データベース２１Ｆを参照し（ステップＳ８）、過去の故障実績データを作成する（ステップＳ９）。

例えば、ステップＳ７で、組み合わせデータの設置年数区分から２０年以上が選択され、機器材料区分からコンクリート柱が選択されると、処理部１３は、故障データベース２１Ｆから該当するデータを抽出する。処理部１３は、これらのデータを用いて、図１１に示すように、選択事項に該当する電柱番号と故障の有無から成る、過去の故障実績データを作成する。

処理部１３は、ステップＳ９で故障実績データを作成すると、更新処理（図９）をする（ステップＳ１０）。この更新処理で、処理部１３は、ベイズの定理を用い、設備の故障率（事前確率）を最新の巡視実績で更新して故障率（事後確率）を算出する。以下では、設置年数区分から２０年以上が選択され、機器材料区分からコンクリート柱が選択された場合、つまり、２０年以上のコンクリート柱の場合を具体例として説明する。処理部１３は、
２０年以上のコンクリート柱の電柱が故障する事象をＡ
２０年以上のコンクリート柱の電柱で、巡視により異常が発見される事象をＢ
とする。処理部１３は、更新処理を開始すると、設備の事前確率を算出する（ステップＳ１０Ａ）。具体例の場合には、処理部１３は、図１１の過去の故障実績データから、コンクリート柱の故障率（事前確率）を、次の式から算出する。

ステップＳ１０Ａが終了すると、処理部１３は、設備で事故が発生しない確率を算出する（ステップＳ１０Ｂ）。具体例の場合には、処理部１３は、次の式からコンクリート柱で事故が発生しない確率を算出する。

この後、処理部１３は、記憶装置２０の各データベースを参照し（ステップＳ１０Ｃ）、最新の巡視実績データを作成する（ステップＳ１０Ｄ）。具体例の場合には、処理部１３は、稼動状態データベース２１Ｅを参照し、図１２に示すように、電柱番号と異常の有り・無しから成る、最新の巡視実績データを作成する。

この後、処理部１３は、ステップＳ９で作成した過去の故障実績データと、ステップＳ１０Ｄで作成した最新の巡視実績データとから、故障が発生した設備のうち、巡視で異常が発見される確率と、故障が発生しなかった設備のうち、巡視で異常が発見される確率とを算出する（ステップＳ１０Ｅ）。具体例の場合には、故障が発生した設備のうち、巡視で異常が発見されるケースが図１３に示す通りである。これにより、処理部１３は、次の式から、故障が発生した設備のうち、巡視で異常が発見される確率を算出する。

また、故障が発生しなかった設備のうち、巡視で異常が発見されるケースが図１４に示す通りである。これにより、処理部１３は、次の式から、故障が発生しなかった設備のうち、巡視で異常が発見される確率を算出する。

処理部１３は、巡視で異常が発見される２通りの確率を算出すると、ベイズの定理、つまり次の式を用い、

巡視で異常が発見された設備が、故障する確率（事後確率）を算出する（ステップＳ１０Ｆ）。具体例の場合には、処理部１３は、次の式を用いて、事後確率を算出する。

この数６式を用いた算出結果は０．８０である。処理部１３は、設備の故障率（事前確率）である０．６を、巡視で異常が発見された設備が故障する確率（事後確率）である０．８０として更新する。つまり、処理部１３は、巡視実績によって設備の故障率を更新する。これにより、設置年数区分が２０年以上のコンクリート柱の、最新の故障率は０．８０になる。

処理部１３は、ステップＳ１０Ｆが終了すると、ステップＳ１０の更新処理を終了する。この後、処理部１３は、更新処理で算出した事後確率を出力する（ステップＳ１１）。ステップＳ１１で、処理部１３は例えば表示部１１を制御して、事後確率を表示する。処理部１３はステップＳ１１を終えると、設備劣化予測処理を終了する。そして、処理部１３は、後日、故障率を算出する場合、更新処理で算出した事後確率を事前確率とし、これにより設備劣化予測処理を行う。

次に、この実施の形態の設備劣化予測システムを用いた設備劣化予測方法について説明する。担当者は、配電設備の劣化を予測する場合に、設備劣化予測装置１０を操作して、設備劣化予測処理の開始を入力する。この後、設備劣化予測装置１０が劣化予測対象を選択するための選択画面を表示するので、担当者は、例えば電柱を選択する。これにより、設備劣化予測装置１０は、コンクリート柱の設置年数データや材料構成データを組み合わせて、機器の分類を表す組み合わせデータを作成し、組み合わせデータの各項目を選択するための選択画面を表示する。担当者が、例えば組み合わせデータの設置年数区分から２０年以上を選択し、機器材料区分からコンクリート柱を選択すると、設備劣化予測装置１０は、該当する電柱番号と故障の有無とから成る故障実績データを作成する。

この後、設備劣化予測装置１０は、更新処理を行い、ベイズの定理を用い、設備の故障率を最新の巡視実績で更新する。そして、設備劣化予測装置１０は、算出した故障率を出力し、また、算出した故障率を必要に応じてデータベースとして保存する。

この実施の形態によれば、配電設備の構成要素である各機器の設置年数、機器材料、稼動状態等を反映して、各機器等の故障率を高い精度で出力することができる。これにより、配電設備のように、設置年数、機器材料、稼動状態等が異なる機器が多岐にわたっている設備について、正確な故障率を用いて、配電設備の劣化の様子を把握することを可能にする。

また、この実施の形態によれば、次の事後確率を算出する場合、既に算出した事後確率を事前確率として設備劣化予測処理を行う。これにより、事後確率を計算した後、記憶装置２０の稼動状態データベース２１Ｅに記憶されている最新の巡視実績データを用いて、将来の故障発生予測を正確に行うことを可能にする。

なお、この実施の形態では、亀裂などの異常の事象や、折損などの故障の事象に関係なく、機器の故障率を処理部１３が算出したが、異常の事象や故障の事象毎に故障率を算出してもよい。例えば、巡視により、コンクリート柱に亀裂が発見された場合に、このコンクリート柱に折損が発生する確率を算出するようにしてもよい。この場合には、ベイズの定理を用いて、事象ごとの実績から故障率を算出する。

（実施の形態２）
この実施の形態では、故障率のデータが一部無い場合に、該当する故障率を推定する。この実施の形態による設備劣化予測システムを図１５に示す。この実施の形態による設備劣化予測システムは、設備劣化予測装置１０と記憶装置２０とを備えている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。

この実施の形態では、記憶装置２０が地形地域データベース２２を備えている。地形地域データベース２２は、地形特性および地域特性の組み合わせと、各組み合わせに対応する、配電設備の構成要素の故障率が記録されている。例えばコンクリート柱を例にすると、図１６に示すように、材料構成データベース２１Ｂから得られる、コンクリート柱の材料構成データの各要素と、地形区分データベース２１Ｃから得られる地形区分データの各要素と、地域特性データベース２１Ｄから得られる地域特性データの各要素との組み合わせから、地形・地域の組み合わせデータが作成される。さらに、組み合わせデータの要素に故障率が付加されて得られたデータを集めたものが、地形地域データベース２２である。この故障率は、実施の形態１の設備劣化予測処理で算出されたデータである。この地形地域データベース２２の一例を図１７に示す。この地形地域データベース２２は、配電設備の構成要素である電柱、開閉器、変圧器および電線が異なる地形・地区に設置された場合の故障率を表す。しかし、地域よっては、故障率を算出するために必要なデータが取得困難な場合があり、例えばコンクリート柱の急傾斜地の雪害地域に設置された場合の、故障率のデータが無しである。

この実施の形態では、設備劣化予測装置１０の処理部１３が、実施の形態１の設備劣化予測処理などに加えて、地形地域データベース２２で故障率のデータが一部無しの場合に、該当する故障率を推定する故障率推定処理を行う。処理部１３は故障率推定処理で最小２乗法を用いる。最小２乗法は次の通りである。２変数ｘ、ｙがあり、値ｘに対する値ｙの変化が、多少とも規則的に起こる場合、値ｘ、ｙの間が、直線（回帰直線）により、かなりよくあてはまることが知られている。しかし、得られるデータは必ずしも回帰直線上にあるわけではなく、この直線に対して多少のばらつきを示すことが一般的である。

得られたデータに最もよくあてはまる回帰直線を求める方法として、最小２乗法が知られている。最小２乗法は、図１８に示すように、得られたデータＤ１〜Ｄ４と直線Ｌとの、ｙ軸方向の距離ｄ１〜ｄ４の和が最小になるように、直線Ｌを求める。この方法は、回帰直線の方程式を、

とすると、回帰直線からの偏差の２乗和Ｄが、

となり、この偏差の２乗和Ｄが最小となる値ａ、ｂを求める。値ａは数７式の切片を表す回帰母数であり、値ｂは数７式の傾きを表す回帰母数である。なお、数８式では、距離ｄは、例えば図１８のｙ軸方向の距離ｄ１〜ｄ４のそれぞれを表している。

回帰直線の値ａ、ｂは、次の連立方程式から求められる。

なお、数９式の中で、値Ｎは、得られたデータｘ、ｙの個数を表す。

こうした最小２乗法を用いて、処理部１３は、先のデータ無しの故障率を、故障率推定処理で推定する。この故障率推定処理を図１９に示す。なお、以下ではコンクリート柱の場合を具体例として説明する。操作部１２に処理開始の指示が入力されると、処理部１３は、配電設備の機器を入力する入力画面を表示する（ステップＳ２１）。ステップＳ２１で処理部１３は、表示部１１を制御して、故障率の算出対象の一覧、この実施の形態では、電柱、開閉器、変圧器および電線を表示する。この後、処理部１３は、操作部１２の操作により、算出対象が選択されると、選択結果を操作部１２から受け取る（ステップＳ２２）。ステップＳ２２が終了すると、処理部１３は、記憶装置２０の地形地域データベース２２を参照し（ステップＳ２３）、算出対象の地形地域データを抽出する（ステップＳ２４）。

ステップＳ２４が終了すると、処理部１３は、表示部１１を制御して、地形地域データの各項目を選択するための選択画面を表示する（ステップＳ２５）。例えば、ステップＳ２５により、雪害のデータ無しの項目が選択される。ステップＳ２５の後、処理部１３は選択結果を受け取る（ステップＳ２６）。処理部１３は、受け取った選択結果を用いて、異なる地形における故障率を組み合わせたデータを抽出する（ステップＳ２７）。具体例の場合には、地形地域データベース２２から、平地の故障率と、データ無しが存在する急傾斜地の故障率とを組み合わせる。データを（ｘ、ｙ）とすると、このときのデータの分布は図２０のようになる。
（ｘ、ｙ）＝（０．６、０．９）
＝（０．３、０．５）
＝（０．２、０．３）

ステップＳ２７の後、処理部１３は、最小２乗法により、回帰直線の回帰母数ａ、ｂを算出する（ステップＳ２８）。具体例の場合には、３組（Ｎ＝３）の（ｘ、ｙ）を用いて、

の各値を算出し、これらの値を数９式に用いると、

となる。また、３組（Ｎ＝３）の（ｘ、ｙ）を用いて、

の各値を算出し、これらの値を数１０式に用いると、

となる。この後、処理部１３は、数１３式と数１６式と、

として連立方程式にする。処理部１３は、数１７式を解き、次の解を得て、ステップＳ２８を終了する。

この後、処理部１３は、ステップＳ２８で得た解、つまり、回帰母数を数７式に適用し、

を得る（ステップＳ２９）。

この後、処理部１３は、地域特性の既存の故障率を回帰直線に適用し、データ無しの部分に対応する故障率を算出する（ステップＳ３０）。具体例の場合には、コンクリート柱における平地、雪害の故障率が０．５（＝ｘ）であるので、急傾斜地、雪害の故障率ｙを次のように算出する。

これにより、処理部１３は、データ無しに対応する故障率、つまり、コンクリート柱における急傾斜地、雪害の故障率を値０．７６と推定する。この様子を図２１に示す。この後、処理部１３は、記憶装置２０の地形地域データベース２２を更新して（ステップＳ３１）、故障率推定処理を終了する。

この実施の形態によれば、故障率推定処理を行うことにより、地形地域データベース２２でデータ無しの部分に対応する故障率を得ることができる。これにより、データの取得が困難な地域特性を含む地域特性データベース２１Ｄの故障率を用いて、この地域に設置されている配電設備の劣化の様子を確実に、かつ、正確に把握することを可能にする。

なお、この実施の形態によれば、与えられたデータが３点である場合を例としたが、データ数が多い程、つまり、地形地域データベース２２の区分数が多い程、正確な故障率を得ることができる。また逆に、最低２点のデータがあれば、データ無しの部分に対応する故障率を算出することができる。さらに、例えば図２２に示すように、コンクリート柱における平地および急傾斜地でのデータが１点しかない場合、処理部１３は、地形区分の組み合わせを変更することにより、必要とする２点のデータを得ることが可能である。

（実施の形態３）
この実施の形態では、先の各実施の形態で算出した故障率を用いて、設備の取替え時期を推定する。この実施の形態による設備劣化予測システムを図２３に示す。この設備劣化予測システムは、設備劣化予測装置１０と記憶装置２０とを備えている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。

この実施の形態では、記憶装置２０が設備取替えデータベース２３を備えている。設備取替えデータベース２３は、配電設備の機器を取り替えるときに参照される故障率が記録されている。つまり、機器の故障率が設備取替えデータベース２３に記録されている値に達すると、この機器を取り替える時期がきたことが判明する。設備取替えデータベース２３の一例を図２４に示す。この設備取替えデータベース２３は、配電設備の構成要素である電柱、開閉器、変圧器および電線にそれぞれ対応する故障率が記録されている。

この実施の形態では、設備劣化予測装置１０の処理部１３が、実施の形態１の設備劣化予測処理などに加えて、機器の取替え時期を予測する設備取替え予測処理を行う。この設備取替え予測処理を図２５に示す。操作部１２に処理開始の指示が入力されると、処理部１３は、設備取替え予測処理を開始し、実施の形態１の設備劣化予測処理を行う（ステップＳ４１）。ステップＳ４１が終了すると、処理部１３は、設備劣化予測処理で得たデータを利用して、劣化速度を算出する（ステップＳ４２）。例えば、ステップＳ４１で、２５年後のコンクリート柱の故障率として、０．７５を得る。これにより、処理部１３は、

の式を用い、劣化速度つまり１年当たりの故障率を０．０３／年として算出する。この後、処理部１３は、設備取替えデータベース２３を参照し（ステップＳ４３）、該当する機器を取り替えるための故障率を読み出し（ステップＳ４４）、取替え時期を算出する（ステップＳ４５）。具体例の場合、図２６に示すように、故障率と機器の設置年数とは比例関係にあるので、処理部１３は、

の式を用い、設備取替え時期を１．６７年と算出する。この場合には、設備取替え時期は、１．６７年を四捨五入し２年とする。

ステップＳ４５が終了すると、処理部１３は、算出した取替え時期を出力し（ステップＳ４６）、設備取替え予測処理を終了する。これにより、出力値である２年後に、機器の取替え時期がくることが判明する。

こうして、この実施の形態によれば、設備劣化予測装置１０が配電設備の機器の取替え時期を自動で算出するので、担当者による取替え時期の計算を不要にし、取替え時期を効率的に得ることを可能にする。

（実施の形態４）
この実施の形態では、実施の形態１で算出した事後確率を、配電設備の巡視に利用する。一般に、配電設備の巡視を行う場合、電力会社は、
ａ．配電線のフィーダー単位
ｂ．電柱番号○○号から○○号まで
といった、ある範囲・区間毎に行う。したがって、巡視の優先順位を決めるためには、各範囲・区間毎に設備の劣化度合いを定量化することが重要である。この、実施の形態による設備劣化予測システムはこうした定量化を行うものであり、この設備劣化予測システムを図２７に示す。この設備劣化予測システムは、設備劣化予測装置１０と記憶装置２０とを備えている。なお、この実施の形態では、先に説明した実施の形態１と同一もしくは同一と見なされる構成要素には、それと同じ参照符号を付けて、その説明を省略する。

この実施の形態では、記憶装置２０が機器配置データベース２４Ａを備えている。機器配置データベース２４Ａには、各機器の配置の様子を示すデータが記録されている。機器配置データベース２４Ａの一例を図２８に示す。この実施の形態では、図２９に示すように、機器の配置の様子がフィーダーＦＡ〜ＦＣのフィーダー単位で記録されている。なお、この実施の形態では、フィーダーＦＡ〜ＦＣは電柱３本の構成としている。

記憶装置２０はランクデータベース２４Ｂを備えている。ランクデータベース２４Ｂは、配電設備の機器が故障した場合に、その影響の大きさが数値で記録されている。ランクデータベース２４Ｂの一例を図３０に示す。このランクデータベース２４Ｂには、配電設備の機器が故障した場合の被害項目のランクが、停電戸数、復旧時間および社会影響度の区分毎に記録されている。なお、ランクデータベース２４Ｂでは、社会影響度として、電力の需要密度[ｋＷ／ｍ^２]、大規模工場の有無などを用いてもよい。また、被害の項目には、復旧費用［万円］、復旧要員数［人］などを加えてもよい。

この実施の形態では、設備劣化予測装置１０の処理部１３が実施の形態１の設備劣化予測処理などに加えて、巡視の優先順位を決める優先順位予測処理を行う。この優先順位予測処理を図３１に示す。操作部１２に処理開始の指示が入力されると、処理部１３は、優先順位予測処理を開始し、配電設備を選択するための選択画面を表示する（ステップＳ５１）。図３０のランクデータベース２４Ｂを用いた具体例では、処理部１３は、配電設備としてフィーダーＦＡ、フィーダーＦＢ、フィーダーＦＣ等を選択するための画面を表示する。

ステップＳ５１が終了すると、処理部１３は選択結果を受け取る（ステップＳ５２）。具体例では、処理部１３は操作部１２からフィーダーＦＡ〜ＦＣを選択する選択結果を受け取る。処理部１３は、受け取った選択結果を用いて、劣化予測処理を行う（ステップＳ５３）。各フィーダーのすべての機器に対する劣化予測処理つまり故障率の算出が終了していなければ（ステップＳ５４）、処理部１３はステップＳ５３を繰り返す。具体例では、ステップＳ５３とステップＳ５４とにより、図３２に示すように、処理部１３はフィーダーＦＡ〜ＦＣの各電柱および電柱に設置されている機器の故障率を算出する。

すべての機器に対する故障率の算出が終了すると、処理部１３は、記憶装置２０のランクデータベース２４Ｂを参照し（ステップＳ５５）、各機器が故障したときの被害の量を算出する（ステップＳ５６）。ステップＳ５６で、処理部１３は次の式を用いて被害の量を算出する。

なお、数２３式では、「停電戸数」として停電戸数を表すランクを用い、「復旧時間」として復旧時間を表すランクを用いる。また、「社会影響度」として社会影響度を表すランクを用いる。具体例では、フィーダーＦＡの各機器のランクおよび被害の量は図３３に示す値となり、フィーダーＦＢの各機器のランクおよび被害の量は図３４に示す値となる。また、フィーダーＦＣの各機器のランクおよび被害の量は図３５に示す値となる。図３３〜図３５において、「計」の欄の数値が被害の量を表している。なお、各機器の停電戸数は各電柱の機器毎の供給戸数を表すデータベース（図示を省略）と連係している。また、各機器の復旧時間は、過去の実績を基にして、あらかじめ与えられている。

ステップＳ５６が終了すると、処理部１３は、被害の量と次の式とを用いて、故障のリスクを算出する（ステップＳ５７）。

具体例では、フィーダーＦＡの各機器のリスクは図３６に示す値となり、フィーダーＦＢの各機器のリスクは図３７に示す値となる。また、フィーダーＦＣの各機器のリスクは図３８に示す値となる。ステップＳ５７が終了すると、処理部１３は、各機器のリスクの、範囲・区間毎の小計を算出し（ステップＳ５８）、さらに、各小計を合計して、各範囲・区間毎のリスクを算出する（ステップＳ５９）。具体例では、処理部１３はフィーダーＦＡ〜ＦＣのリスクを、次の式を用いて算出する。

ステップＳ５９が終了すると、処理部１３は、算出した各範囲・区間毎のリスクに対して巡視の優先順位を付ける（ステップＳ６０）。ステップＳ６０で処理部１３は、リスクの値の大きい順に、「１」、「２」、「３」等の優先順位を付けていく。具体例では、図３９に示すように、フィーダーＦＢが最も高い優先順位「１」が付けられている。ステップＳ６０が終了すると、処理部１３は、巡視の優先順位の一覧を出力し（ステップＳ６１）、優先順位予測処理を終了する。

こうして、この実施の形態により、巡視の範囲・区間毎に設置されている機器の劣化度合いを定量化することで、優先順位を算出することができる。これにより、配電設備の巡視を効率的に行うことを可能にする。

なお、この実施の形態では、ランクデータベース２４Ｂの被害項目が３つであったが、項目数が多い程、また、項目の区分が多い程、被害の量を詳細に算出することができる。また、この実施の形態の具体例では、範囲・区間がフィーダー単位であったが、図４０に示すように、
区間ＳＡ…電柱番号○○幹１号から電柱番号○○幹１０号まで
区間ＳＢ…電柱番号○○幹１０号から電柱番号○○幹２０号まで
区間ＳＣ…電柱番号○○幹２０号から電柱番号○○幹３０号まで
というように、区間単位であってもよい。この場合には、優先順位予測処理で各区間ＳＡ〜ＳＣの優先順位を算出することになる。

以上、この発明の各実施の形態を詳述してきたが、具体的な構成は各実施の形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計の変更等があっても、この発明に含まれる。例えば、各実施の形態では、電力会社の配電設備の劣化を予測する場合を例としたが、この他にも発電設備や、変電設備など各種の設備の劣化を予測することができる。また、電力会社の設備に限定されることなく、橋梁や建造物、鉄道などの設備のように、設置年数、使用状態などの異なる各種の設備について、これらの設備の劣化や巡視の優先順位を予測することができる。

この発明の実施の形態１による設備劣化予測システムを示す構成図である。 設置年月日データベースの一例を示す図である。 材料構成データベースの一例を示す図である。 地形区分データベースの一例を示す図である。 地域特性データベースの一例を示す図である。 稼動状態データベースの一例を示す図である。 故障データベースの一例を示す図である。 設備劣化予測処理を示すフローチャートである。 更新処理を示すフローチャートである。 関連データの生成を説明する説明図である。 過去の故障実績データを説明する説明図である。 最新の巡視実績データを示す図である。 異常発見データを示す図である。 異常発見データを示す図である。 この発明の実施の形態２による設備劣化予測システムを示す構成図である。 地形特性および地域特性の組み合わせと、各組み合わせに対応する、配電設備の構成要素を、コンクリート柱を例として示す図である。 地形地域データベースの一例を示す図である。 回帰直線を示す図である。 故障率推定処理を示すフローチャートである。 データの分布を示す図である。 回帰直線によるデータの推定を示す図である。 組み合わせの変更を示す図である。 この発明の実施の形態３による設備劣化予測システムを示す構成図である。 設備取替えデータベースの一例を示す図である。 設備取替え予測処理を示すフローチャートである。 故障率と設置年数との関係を示す図である。 この発明の実施の形態４による設備劣化予測システムを示す構成図である。 機器配置データベースの一例を示す図である。 フィーダー単位で配置されている機器を示す配置図である。 ランクデータベースの一例を示す図である。 優先順位予測処理を示すフローチャートである。 故障率が算出された機器の一覧を示す図である。 フィーダーの各機器のランクを表す図である。 フィーダーの各機器のランクを表す図である。 フィーダーの各機器のランクを表す図である。 フィーダーの各機器のリスクを表す図である。 フィーダーの各機器のリスクを表す図である。 フィーダーの各機器のリスクを表す図である。 巡視の優先順位を示す図である。 巡視の区間を示す図である。

符号の説明

１０ 設備劣化予測装置（処理装置）
１１ 表示部
１２ 操作部
１３ 処理部
１４ 記憶部
１５ インターフェース
２０ 記憶装置（記憶手段）

Claims (6)

1. 設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを記憶する記憶手段と、
   前記記憶手段に記憶されている機器属性の組み合わせで機器を分類し、分類の中から選択された機器の故障の有無を故障実績から決定し、故障の有無から機器の故障率を算出し、この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する処理手段と、
   を備えることを特徴とする設備劣化予測システム。
2. 前記処理手段は、巡視で異常が発見された機器が故障する確率を故障率として算出した後、最新の巡視実績によって故障率を算出して故障率を更新していく、
   ことを特徴とする請求項１に記載の設備劣化予測システム。
3. 前記処理手段は、分類して選択された機器の故障の有無から機器の故障率を算出する場合、データ不足で故障率を算出することができないとき、故障率無しを含む複数の分類を組み合わせ、この組み合わせにより得られる故障の有無のデータに対して最小２乗法を用いて故障率を算出する、
   ことを特徴とする請求項１または２に記載の設備劣化予測システム。
4. 前記記憶手段は、各機器の取替え時期の故障率を記憶し、
   前記処理手段は、機器の現在の故障率と設置年数とから、この機器の劣化速度を算出し、前記記憶手段に記憶されている、この機器の故障率と、算出した劣化速度とを基にして取替え時期を算出する、
   ことを特徴とする請求項１〜３のいずれか１項に記載の設備劣化予測システム。
5. 前記記憶手段は、設置されている機器を範囲や区間等の、巡視の区分毎に記憶し、
   前記処理手段は、前記記憶手段に記憶されている各区分の機器の故障率と、機器が故障した場合の被害量とを算出し、これらの故障率と被害量とから各機器のリスクを表す値を算出し、各機器の算出結果を基にして各区分のリスクを示す値を算出する、
   ことを特徴とする請求項１〜４のいずれか１項に記載の設備劣化予測システム。
6. 設備を構成する各機器の設置年数や機器材料等の属性を表す機器属性と、各機器の過去の故障の有無を表す故障実績と、各機器に対する巡視で発見された異常を表す巡視実績とを、あらかじめ記憶し、
   あらかじめ記憶されている機器属性の組み合わせで機器を分類し、
   分類の中から選択された機器の故障の有無を故障実績から決定し、
   機器の故障の有無から機器の故障率を算出し、
   この機器の故障率と、この機器の巡視実績とを基にベイズの定理を用いて、巡視で異常が発見された機器が、故障する確率を故障率として算出する、
   ことを特徴とする設備劣化予測方法。

Images