JP7565719B2

JP7565719B2 - Analysis device, analysis method, and program

Info

Publication number: JP7565719B2
Application number: JP2020120900A
Authority: JP
Inventors: 太田中
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2020-07-14
Filing date: 2020-07-14
Publication date: 2024-10-11
Anticipated expiration: 2040-07-14
Also published as: JP2022017988A

Description

本開示は、解析装置、解析方法及びプログラムに関する。 This disclosure relates to an analysis device, an analysis method, and a program.

従来、原子力発電設備、化学プラント等の各種プラント設備では、事故の可能性等を評価するため、種々の解析を行う。解析ではモンテカルロ法など、ランダムサンプリングで無作為で変数の値を選定し、選定した値を用いて試行計算を行う方法がある。特許文献１には、プラント設備を構成する機器ごとの故障確率を演算し、故障確率に応じてプラント設備の安全管理を行う技術が記載されている。特許文献２には、半導体装置の経時的な絶縁故障破壊寿命を演算し、絶縁故障破壊寿命を高精度で予測する技術が記載されている。特許文献３には、歩留まりの演算を用いるシミュレーションとして、１つの欠陥が複数の不良を引き起こす場合の高速な歩留まりシミュレーションを行う技術が記載されている。 Conventionally, various analyses are performed in various plant facilities such as nuclear power plants and chemical plants to evaluate the possibility of accidents. The analysis includes methods such as the Monte Carlo method, in which variable values are randomly selected by random sampling and trial calculations are performed using the selected values. Patent Document 1 describes a technology that calculates the failure probability of each device that constitutes a plant facility and performs safety management of the plant facility according to the failure probability. Patent Document 2 describes a technology that calculates the insulation failure breakdown life of a semiconductor device over time and predicts the insulation failure breakdown life with high accuracy. Patent Document 3 describes a technology that performs a high-speed yield simulation when one defect causes multiple defects as a simulation that uses yield calculation.

特開２００４－１９１３５９号公報JP 2004-191359 A 特開２００８－２８２２７２号公報JP 2008-282272 A 特開平５－４０７６５号公報Japanese Patent Application Publication No. 5-40765

ここで、ランダムサンプリングを用いた解析では、多くの試行計算回数を要する。本開示は、少ない試行計算回数で着目事象の発生確率を計算できる解析装置、解析方法及びプログラムを提供することを課題とする。 Here, analysis using random sampling requires many trial calculations. The objective of the present disclosure is to provide an analysis device, analysis method, and program that can calculate the occurrence probability of a target event with a small number of trial calculations.

本開示の解析装置は、着目事象の一因となる複数のイベントの発生とイベントの発生の確率が変動する変数と、前記着目事象の発生の有無との関係を取得する取得部と、複数のイベントの発生と変数との関係を複数の変動パラメータとし、前記複数の変動パラメータを累積確率に変換する変換部と、複数の前記累積確率と前記累積確率での前記着目事象の発生有無を確率座標内にマッピングするマッピング部と、マッピングしたマッピング座標に基づき、前記確率座標内で、前記着目事象が発生すると判定される領域を特定する領域特定部と、前記領域から前記着目事象の発生確率を算出する算出部と、を備える。 The analysis device of the present disclosure includes an acquisition unit that acquires the relationship between the occurrence of multiple events that contribute to a target event, variables in which the probability of the event occurrence fluctuates, and the presence or absence of the target event occurring; a conversion unit that converts the relationship between the occurrence of multiple events and variables into multiple fluctuation parameters and converts the multiple fluctuation parameters into cumulative probabilities; a mapping unit that maps the multiple cumulative probabilities and the presence or absence of the target event occurring based on the cumulative probabilities into a probability coordinate; an area identification unit that identifies an area in the probability coordinate where the target event is determined to occur based on the mapped mapping coordinates; and a calculation unit that calculates the occurrence probability of the target event from the area.

本開示の解析方法は、着目事象の一因となる複数のイベントの発生とイベントの発生の確率が変動する変数と、前記着目事象の発生の有無との関係を取得するステップと、複数のイベントの発生と変数との関係を複数の変動パラメータとし、前記複数の変動パラメータを累積確率に変換するステップと、複数の前記累積確率と前記累積確率での前記着目事象の発生有無を確率座標内にマッピングするステップと、マッピングしたマッピング座標に基づき、前記確率座標内で、前記着目事象が発生すると判定される領域を特定するステップと、前記領域から前記着目事象の発生確率を算出するステップと、を備える。 The analysis method disclosed herein includes the steps of: acquiring the relationship between the occurrence of multiple events that contribute to a target event, a variable in which the probability of the event occurrence fluctuates, and the occurrence or non-occurrence of the target event; defining the relationship between the occurrence of multiple events and the variable as multiple fluctuation parameters and converting the multiple fluctuation parameters into cumulative probabilities; mapping the multiple cumulative probabilities and the occurrence or non-occurrence of the target event based on the cumulative probabilities into a probability coordinate; identifying an area in the probability coordinate where the target event is determined to occur based on the mapped mapping coordinate; and calculating the occurrence probability of the target event from the area.

本開示のプログラムは、コンピュータに、着目事象の一因となる複数のイベントの発生とイベントの発生の確率が変動する変数と、前記着目事象の発生の有無との関係を取得するステップと、複数のイベントの発生と変数との関係を複数の変動パラメータとし、前記複数の変動パラメータを累積確率に変換するステップと、複数の前記累積確率と前記累積確率での前記着目事象の発生有無を確率座標内にマッピングするステップと、マッピングしたマッピング座標に基づき、前記確率座標内で、前記着目事象が発生すると判定される領域を特定するステップと、前記領域から前記着目事象の発生確率を算出するステップと、を実行させる。 The program disclosed herein causes a computer to execute the steps of acquiring the relationship between the occurrence of multiple events that contribute to a target event, variables in which the probability of the event occurrence fluctuates, and the presence or absence of the target event occurring, the steps of converting the relationship between the occurrence of multiple events and variables into multiple fluctuation parameters and converting the multiple fluctuation parameters into cumulative probabilities, the steps of mapping the multiple cumulative probabilities and the presence or absence of the target event occurring based on the cumulative probabilities into a probability coordinate, the steps of identifying an area in the probability coordinate where the target event is determined to occur based on the mapped mapping coordinate, and the steps of calculating the occurrence probability of the target event from the area.

本開示によれば、少ない試行計算回数で着目事象の発生の確率を計算できる。 According to this disclosure, it is possible to calculate the probability of occurrence of a target event with a small number of trial calculations.

図１は、本実施形態に係る解析装置を示すブロック図である。FIG. 1 is a block diagram showing an analysis device according to the present embodiment. 図２は、各シナリオのイベントの発生と一次冷却材温度との時間変化を示すグラフである。FIG. 2 is a graph showing the occurrence of events and the change in primary coolant temperature over time for each scenario. 図３は、第１イベントと第２イベントの発生タイミングと着目事象の発生の有無との関係を示す説明図である。FIG. 3 is an explanatory diagram showing the relationship between the occurrence timing of the first event and the second event and the occurrence or non-occurrence of a target event. 図４は、本実施形態に係る解析方法の処理の一例を示すフローチャートである。FIG. 4 is a flowchart showing an example of the process of the analysis method according to this embodiment. 図５は、イベント発生の時間と、イベント発生の累積確率との関係の一例を示す説明図である。FIG. 5 is an explanatory diagram showing an example of the relationship between the time of an event occurrence and the cumulative probability of the event occurrence. 図６は、確率座標にマッピングした結果の一例を示す説明図である。FIG. 6 is an explanatory diagram showing an example of a result of mapping onto probability coordinates. 図７は、確率座標内での着目事象が発生する領域の判定処理の一例を示す説明図である。FIG. 7 is an explanatory diagram showing an example of a process for determining an area in which a target event occurs within a probability coordinate system. 図８は、着目事象の発生確率の算出処理の一例を示す説明図である。FIG. 8 is an explanatory diagram showing an example of a process for calculating the occurrence probability of a target event. 図９は、初期サンプリング点の配置の一例を示す説明図である。FIG. 9 is an explanatory diagram showing an example of the arrangement of initial sampling points. 図１０は、サンプリング点の追加処理の一例を説明するための説明図である。FIG. 10 is an explanatory diagram for explaining an example of the process of adding sampling points. 図１１は、本実施形態に係る確率値を用いた確率座標へのプロットを示す説明図である。FIG. 11 is an explanatory diagram showing plotting on probability coordinates using probability values according to this embodiment. 図１２は、本実施形態に係るロジット関数で変数変換した確率値を用いた確率座標へのプロットを示す説明図である。FIG. 12 is an explanatory diagram showing plots on probability coordinates using probability values that have been variable-transformed using the logit function according to this embodiment.

以下に、本開示に係る実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能であり、また、実施形態が複数ある場合には、各実施形態を組み合わせることも可能である。 Below, an embodiment of the present disclosure will be described in detail with reference to the drawings. Note that the present invention is not limited to this embodiment. Furthermore, the components in the following embodiments include those that are easily replaceable by a person skilled in the art, or those that are substantially the same. Furthermore, the components described below can be combined as appropriate, and when there are multiple embodiments, the respective embodiments can also be combined.

＜解析装置＞
図１は、本実施形態に係る解析装置を示すブロック図である。図１に示す解析装置１０は、原子力発電設備、化学プラント等の各種プラント設備で発生する故障等を着目事象とし、着目事象に影響を与える運転の複数の変化をそれぞれイベントとし、複数のイベントによる着目事象の発生の確率を解析する。解析装置１０は、入力部１２と、表示部１４と、演算部１６と、記憶部１８と、を含む。入力部１２は、キーボード及びマウス、タッチパネル、またはオペレータからの発話を集音するマイク等の入力装置を含み、オペレータが入力装置に対して行う操作に対応する信号を演算部１６へ出力する。入力部１２には、記録媒体のデータを取得するＵＳＢ（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）端子等も含む。表示部１４は、ディスプレイ等の表示装置を含み、演算部１６から出力される表示信号に基づいて、処理結果や処理対象の画像等、各種情報を含む画面を表示する。また、表示部１４は、データを記録媒体で出力する記録装置を含んでもよい。また、解析装置１０は、入力部１２及び表示部１４として、通信インターフェースを用いて、データの送信を行う通信部を含んでいてもよい。通信部は、外部機器と通信を行い取得した各種データ、プログラムを記憶部１８に送り、保存する。通信部は、有線の通信回線で外部機器と接続しても、無線の通信回線で外部機器と接続してもよい。 <Analysis equipment>
FIG. 1 is a block diagram showing an analysis device according to the present embodiment. The analysis device 10 shown in FIG. 1 regards a failure or the like occurring in various plant facilities such as a nuclear power plant or a chemical plant as an event of interest, and regards a plurality of changes in operation that affect the event of interest as events, and analyzes the probability of the occurrence of the event of interest due to the plurality of events. The analysis device 10 includes an input unit 12, a display unit 14, a calculation unit 16, and a storage unit 18. The input unit 12 includes an input device such as a keyboard and a mouse, a touch panel, or a microphone that collects the speech of an operator, and outputs a signal corresponding to an operation performed by the operator on the input device to the calculation unit 16. The input unit 12 also includes a USB (Universal Serial Bus) terminal that acquires data from a recording medium. The display unit 14 includes a display device such as a display, and displays a screen including various information such as a processing result or an image to be processed based on a display signal output from the calculation unit 16. The display unit 14 may also include a recording device that outputs data on a recording medium. The analysis device 10 may also include a communication unit that transmits data using a communication interface as the input unit 12 and the display unit 14. The communication unit transmits various data and programs acquired by communicating with an external device to the storage unit 18 and stores them. The communication unit may be connected to the external device via a wired communication line or a wireless communication line.

演算部１６は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）やＧＰＵ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）等の集積回路（プロセッサ）と、作業領域となるメモリとを含み、これらのハードウェア資源を用いて各種プログラムを実行することによって各種処理を実行する。具体的に、演算部１６は、記憶部１８に記憶されているプログラムを読み出してメモリに展開し、メモリに展開されたプログラムに含まれる命令をプロセッサに実行させることで、各種処理を実行する。 The calculation unit 16 includes integrated circuits (processors) such as a CPU (Central Processing Unit) and a GPU (Graphics Processing Unit), and memory that serves as a working area, and executes various programs using these hardware resources to perform various processes. Specifically, the calculation unit 16 reads out programs stored in the storage unit 18, expands them in memory, and causes the processor to execute instructions included in the programs expanded in memory, thereby performing various processes.

演算部１６は、解析対象のプラントで起こる事故、故障を着目事象とし、着目事象の発生に影響を与えるプラントの変化をイベントとする。演算部１６は、複数のイベントの発生により着目事象が起こるか否かを評価し、着目事象の発生確率を評価する。以下では、複数のイベントの発生時間を設定して解析した結果を１つのシナリオをという。１つのシナリオのイベントの条件の組み合わせが１つのサンプリング点となる。シナリオには、着目事象の発生の有無の情報を含めてもよい。演算部１６は、複数のシナリオについて解析を行い、着目事象の発生確率を算出する。演算部１６は、取得部１０１と、変換部１０２と、マッピング部１０３と、領域特定部１０４と、算出部１０５と、を備える。 The calculation unit 16 regards an accident or failure occurring in the plant to be analyzed as an event of interest, and a change in the plant that affects the occurrence of the event of interest as an event. The calculation unit 16 evaluates whether the event of interest occurs due to the occurrence of multiple events, and evaluates the probability of the event of interest occurring. In the following, a result of analysis in which the occurrence times of multiple events are set is referred to as one scenario. A combination of event conditions in one scenario becomes one sampling point. A scenario may include information on the occurrence or non-occurrence of the event of interest. The calculation unit 16 analyzes multiple scenarios and calculates the probability of the event of interest occurring. The calculation unit 16 includes an acquisition unit 101, a conversion unit 102, a mapping unit 103, an area identification unit 104, and a calculation unit 105.

取得部１０１は、着目事象の発生に影響を与える複数のイベントを取得する。つまり、取得部１０１は、解析対象の着目事象と複数のイベントの情報を取得する。取得部１０１は、複数のイベントについて解析で算出した各時間でイベントが発生する確率の情報を取得し、各イベントの発生する確率を時間の関数とした変動パラメータを取得する。 The acquisition unit 101 acquires multiple events that affect the occurrence of a target event. In other words, the acquisition unit 101 acquires information on the target event to be analyzed and multiple events. The acquisition unit 101 acquires information on the probability of an event occurring at each time calculated by the analysis for the multiple events, and acquires a variation parameter that represents the probability of each event occurring as a function of time.

変換部１０２は、複数のイベントのそれぞれについて、変動パラメータを累積確率に変換する。つまり、変換部１０２は、イベントが発生する累積確率を時間の関数として算出する。累積確率は、０から１の値となり、イベントが発生する確率がないときに０、その時間までにイベントが必ず発生している時点の累積確率が１となる。 The conversion unit 102 converts the variable parameters into cumulative probabilities for each of the multiple events. In other words, the conversion unit 102 calculates the cumulative probability that an event will occur as a function of time. The cumulative probability has a value between 0 and 1, with 0 being the cumulative probability when there is no probability that the event will occur and 1 being the cumulative probability when the event will definitely occur by that time.

マッピング部１０３は、各シナリオについてイベントの情報に基づいて解析を行い、着目事象が発生するか否かを算出する。マッピング部１０３は、イベントの累積確率を軸としたマップ上に、算出結果をプロットする。マッピング部１０３は、シナリオ毎に計算を行い、算出結果をプロットすることで、着目事象が発生したサンプリング点と、着目事象が発生しないサンプリング点とをプロットしたマップを作成する。 The mapping unit 103 performs an analysis for each scenario based on the event information, and calculates whether or not the event of interest will occur. The mapping unit 103 plots the calculation results on a map with the cumulative probability of the event as an axis. The mapping unit 103 performs calculations for each scenario and plots the calculation results, thereby creating a map that plots sampling points where the event of interest occurs and sampling points where the event of interest does not occur.

領域特定部１０４は、マッピング部１０３で作成したそれぞれのイベントの累積確率を軸としたマップに基づき、累積確率のマップ上で着目事象が発生するか否かの境界を算出する。また、領域特定部１０４は、境界の情報に基づいて、累積確率のマップ上で着目事象が発生する領域を特定する。 The area identification unit 104 calculates the boundary of whether or not the target event will occur on the cumulative probability map based on the map with the cumulative probability of each event as its axis, created by the mapping unit 103. The area identification unit 104 also identifies the area where the target event will occur on the cumulative probability map based on the boundary information.

算出部１０５は、領域特定部１０４で特定した領域の情報に基づいて、着目事象の発生確率を算出する。また、算出部１０５は、着目事象の発生確率を算出する繰り返し計算を終了するかを判定する収束判定部１０５ａを有する。 The calculation unit 105 calculates the occurrence probability of the target event based on the information of the area identified by the area identification unit 104. The calculation unit 105 also has a convergence determination unit 105a that determines whether to end the repeated calculations for calculating the occurrence probability of the target event.

記憶部１８は、磁気記憶装置や半導体記憶装置等の不揮発性を有する記憶装置を備え、各種のプログラムおよびデータを記憶する。記憶部１８は、解析プログラム１２０と、イベントデータ１２２と、条件テーブル１２４と、を含む。 The memory unit 18 includes a non-volatile storage device such as a magnetic storage device or a semiconductor storage device, and stores various programs and data. The memory unit 18 includes an analysis program 120, event data 122, and a condition table 124.

解析プログラム１２０は、演算部１６の各部の処理を実行するプログラムである。解析プログラムは、原子炉の状態を解析するＭＡＡＰ，ＲＥＬＡＰ、簡易モデルを用いて原子炉の状態を解析するプログラムや、解析結果からイベントの組み合わせ毎の結果を整理するプログラム、パラメータを変換するプログラム、マッピングを行うプログラム、累積確率に変換するプログラム、累積確率の算出結果に基づいて着目事象の発生確率を算出するプログラム等を含む。イベントデータ１２２は、解析する対象のデータである。具体的には、イベントデータ１２２は、複数のイベントの発生タイミングと着目事象の発生の有無との関係をまとめたデータである。イベントデータ１２２は、複数のイベントの発生タイミングのみとし、情報に基づいて演算部１６で処理して着目事象の発生の有無を算出し、結果を記録してもよい。イベントデータ１２２は、入力部１２から入力されたデータを蓄積する。条件テーブル１２４は、解析プログラム１２０で実行する各種処理の条件である。 The analysis program 120 is a program that executes the processing of each part of the calculation unit 16. The analysis program includes MAAP and RELAP that analyze the state of the reactor, a program that analyzes the state of the reactor using a simple model, a program that organizes the results of each combination of events from the analysis results, a program that converts parameters, a program that performs mapping, a program that converts to cumulative probability, a program that calculates the occurrence probability of a target event based on the calculation result of the cumulative probability, and the like. The event data 122 is data to be analyzed. Specifically, the event data 122 is data that summarizes the relationship between the occurrence timing of multiple events and the occurrence or non-occurrence of a target event. The event data 122 may be limited to the occurrence timing of multiple events, and may be processed by the calculation unit 16 based on the information to calculate the occurrence or non-occurrence of a target event, and the result may be recorded. The event data 122 accumulates data input from the input unit 12. The condition table 124 is the condition of various processes executed by the analysis program 120.

〈解析方法〉
次に、解析装置１０の処理動作、つまり解析方法について説明する。以下、本実施形態では、原子力発電設備を解析対象とする。具体的には、着目事象を炉心損傷とし、イベントを、冷却系の故障と、冷却系の復旧の２つとした場合で説明する。なお、着目事象、イベントは、一例であり、種々の対象を着目事象とし、着目事象に対する種々の変化をイベントとすることができる。また、イベントの数は、２つに限定されず、２つ以上であればよい。 Analysis method
Next, the processing operation of the analysis device 10, that is, the analysis method, will be described. In the following, in this embodiment, a nuclear power plant is the subject of analysis. Specifically, the case will be described where the event of interest is core damage, and there are two events, namely, a failure of the cooling system and recovery of the cooling system. Note that the event of interest and the events are merely examples, and various objects can be the event of interest, and various changes to the event of interest can be the events. In addition, the number of events is not limited to two, and may be two or more.

本実施形態では、着目事象を炉心損傷の発生とし、第１イベントを、冷却系の故障とし、第２イベントを冷却系の復旧とする。本実施形態において、第２イベントは、第１イベントよりも後に発生するイベントとなる。解析装置１０は、第１イベントと第２イベントとの発生するタイミング（時間）が異なる複数の組み合わせを設定し、それぞれを別のシナリオとする。本実施形態のイベントの発生時間は、シナリオにおいてイベントが発生するタイミング、つまりシミュレーションにおいてイベントが発生する時点である。シナリオには、第１イベントが発生し、第２イベントが発生しないシナリオも含まれる。 In this embodiment, the event of interest is the occurrence of core damage, the first event is a failure of the cooling system, and the second event is the recovery of the cooling system. In this embodiment, the second event is an event that occurs after the first event. The analysis device 10 sets multiple combinations of the first and second events with different occurrence timings (times), and each combination is treated as a different scenario. In this embodiment, the occurrence time of an event is the timing at which the event occurs in the scenario, that is, the point in time at which the event occurs in the simulation. The scenarios also include scenarios in which the first event occurs but the second event does not occur.

シナリオの条件に基づいてプラントの時間に応じた状態変化の解析（過渡解析）を行うことで、シナリオの条件での各時間のプラントの状態を算出する。解析装置１０は、シナリオに基づいて、冷却系の故障と復旧が生じた場合の一次冷却材の温度の変化を解析する。解析装置１０は、解析の結果、一次冷却材の温度が所定以上になった場合、着目事象である炉心損傷が発生すると判定する。 The state of the plant at each time under the scenario conditions is calculated by analyzing the changes in state of the plant over time (transient analysis) based on the conditions of the scenario. Based on the scenario, the analysis device 10 analyzes the change in temperature of the primary coolant when a failure and recovery of the cooling system occurs. If, as a result of the analysis, the temperature of the primary coolant reaches or exceeds a predetermined value, the analysis device 10 determines that core damage, which is the event of interest, will occur.

図２は、各シナリオのイベントの発生と一次冷却材温度との時間変化を示すグラフである。図２は、横軸が時間であり、縦軸が一次冷却材温度である。線分６０、６２、６４は、各シナリオで算出した一次冷却材の一次冷却温度である。図２では、符号を付していないその他のシナリオの結果も示している。また、図２は、多数のシナリオのうち、一部のシナリオについての結果を示している。線分６０のシナリオは、タイミング９０で第１イベントである冷却系の故障が発生し、タイミング９２で第２イベントである冷却系の復旧が発生している。線分６０は、タイミング９０以降で一次冷却材の温度の上昇し、タイミング９２以降で一次冷却材の温度が低下する。線分６２のシナリオは、タイミング８０で第１イベントである冷却系の故障が発生し、タイミング８２で第２イベントである冷却系の復旧が発生している。このように、シナリオでの第１イベント、第２イベントの発生時間が異なり、プラントの解析対象の挙動が変化する。図２では、例えば、基準７０の温度を上回った場合、炉心損傷すると判断する場合、線分６０のシナリオは、炉心損傷し、線分６２、６４のシナリオでは炉心損傷しないと判断される。 Figure 2 is a graph showing the occurrence of events in each scenario and the change over time in the primary coolant temperature. In Figure 2, the horizontal axis is time, and the vertical axis is the primary coolant temperature. Lines 60, 62, and 64 are the primary coolant temperatures calculated in each scenario. Figure 2 also shows the results of other scenarios that are not numbered. Figure 2 also shows the results for some of the many scenarios. In the scenario of line 60, a first event, a cooling system failure, occurs at timing 90, and a second event, a cooling system recovery, occurs at timing 92. In line 60, the temperature of the primary coolant increases after timing 90, and the temperature of the primary coolant decreases after timing 92. In the scenario of line 62, the first event, a cooling system failure, occurs at timing 80, and a second event, a cooling system recovery, occurs at timing 82. In this way, the occurrence times of the first and second events in the scenarios differ, and the behavior of the plant to be analyzed changes. In FIG. 2, for example, if it is determined that core damage will occur if the temperature exceeds the reference temperature 70, the scenario of line segment 60 will result in core damage, while the scenarios of lines 62 and 64 will result in no core damage.

図３は、第１イベントと第２イベントの発生タイミングと着目事象の発生の有無との関係を示す説明図である。図３は、横軸が第１イベントの発生する時間、縦軸が第２イベントの発生する時間である。シナリオの第１イベントの発生する時間と第２イベントの発生する時間からプロットする位置を特定し、特定した位置に着目事象が発生したか否かの結果を示した図となる。図２に示すように、各シナリオについて解析を行い、イベントが発生するタイミングでプロットすると、図３に示すように、境界９８で領域Ａ_１と領域Ａ_２に分かれる。領域Ａ_１は、着目事象である炉心損傷が発生しないシナリオのプロットとなる。領域Ａ_２は、着目事象である炉心損傷が発生するシナリオのプロットとなる。このように、イベントが発生する時間を評価の軸として、着目事象の発生の有無を評価すると、境界９８で、着目事象が発生するか否かが切り替わることが見いだされる。ここで、着目事象が発生する確率をモンテカルロ法で算出する場合、図３に示すプロット点をランダムサンプリングで抽出し、抽出した点で着目事象が生じるかを評価する処理を繰り返し実行し、ランダムサンプリングでプロット点を多数抽出することで、着目事象の発生確率を算出している。これに対して、本実施形態の解析装置１０は異なる方法で着目事象の発生確率を算出する。 FIG. 3 is an explanatory diagram showing the relationship between the occurrence timing of the first and second events and the occurrence or non-occurrence of the target event. In FIG. 3, the horizontal axis is the time when the first event occurs, and the vertical axis is the time when the second event occurs. The plot position is specified based on the time when the first event occurs and the time when the second event occurs in the scenario, and the result of whether the target event occurs or not at the specified position is shown. As shown in FIG. 2, when each scenario is analyzed and plotted at the timing when the event occurs, as shown in FIG. 3, it is divided into area _A1 and area _A2 at the boundary 98. Area _A1 is a plot of a scenario in which the target event, core damage, does not occur. Area _A2 is a plot of a scenario in which the target event, core damage, occurs. In this way, when the occurrence or non-occurrence of the target event is evaluated using the time when the event occurs as the axis of evaluation, it is found that the occurrence or non-occurrence of the target event switches at the boundary 98. Here, when the probability of occurrence of the event of interest is calculated by the Monte Carlo method, the plot points shown in Fig. 3 are extracted by random sampling, and a process of evaluating whether the event of interest occurs at the extracted points is repeatedly executed to extract a large number of plot points by random sampling, thereby calculating the occurrence probability of the event of interest. In contrast, the analysis device 10 of the present embodiment calculates the occurrence probability of the event of interest by a different method.

図４は、本実施形態に係る解析方法に関するフローチャートである。解析装置１０は、取得部１０１を用いて複数のイベントに対する変動パラメータの情報を取得する（ステップＳ１）。解析装置１０は、解析対象の着目事象の発生に影響を与える複数のイベントを取得し、複数のイベントについて解析で算出した各時間でイベントが発生する確率の情報を取得し、各イベントの発生する確率を時間の関数とした変動パラメータを取得する。解析装置１０は、各時間でイベントが発生する確率の算出に、プラントの解析を用いてもよい。解析装置１０は、プラントの解析を行わずに、各時間でイベントが発生する確率を算出することもできる。 Figure 4 is a flowchart relating to the analysis method according to this embodiment. The analysis device 10 acquires information on the variation parameters for multiple events using the acquisition unit 101 (step S1). The analysis device 10 acquires multiple events that affect the occurrence of the event of interest to be analyzed, acquires information on the probability of the multiple events occurring at each time calculated by the analysis, and acquires variation parameters that are the probability of each event occurring as a function of time. The analysis device 10 may use a plant analysis to calculate the probability of an event occurring at each time. The analysis device 10 can also calculate the probability of an event occurring at each time without analyzing the plant.

解析装置１０は、変換部１０２を用いて、複数の変動パラメータを、累積確率に変換する（ステップＳ２）。具体的には、解析装置１０は、複数の変動パラメータの情報に基づいて各イベントの発生時間と累積確率（発生時間までにイベントが発生している確率）との関係を算出し、シナリオのイベントの累積確率を特定する。 The analysis device 10 uses the conversion unit 102 to convert the multiple variable parameters into cumulative probabilities (step S2). Specifically, the analysis device 10 calculates the relationship between the occurrence time of each event and the cumulative probability (probability that the event has occurred by the occurrence time) based on the information of the multiple variable parameters, and identifies the cumulative probability of the events in the scenario.

図５は、イベント発生の時間と、イベント発生の累積確率との関係の一例を示す説明図である。図５は、横軸をイベントが発生する時間とし、縦軸をイベント発生の累積確率（Ｐ）としている。解析により各時間でイベントが発生する確率を算出し、算出結果に基づいて、各時間での累積確率を算出することができる。算出結果を用いることで、図５に示すように、イベントについて、時間と累積確率との関係１１０を算出する。変換部１０２は、図５の関係１１０に基づいて、各シナリオのイベントの発生時間に基づいて累積確率を対応付け、変動パラメータを累積確率に変換する。つまり評価に用いる軸を時間から累積確率に変換する。 Figure 5 is an explanatory diagram showing an example of the relationship between the time of event occurrence and the cumulative probability of event occurrence. In Figure 5, the horizontal axis represents the time when an event occurs, and the vertical axis represents the cumulative probability of event occurrence (P). The probability of an event occurring at each time can be calculated by analysis, and the cumulative probability at each time can be calculated based on the calculation results. Using the calculation results, as shown in Figure 5, a relationship 110 between time and cumulative probability for an event is calculated. Based on the relationship 110 in Figure 5, the conversion unit 102 associates the cumulative probability based on the occurrence time of the event in each scenario, and converts the variable parameters into cumulative probabilities. In other words, the axis used for evaluation is converted from time to cumulative probability.

解析装置１０は、マッピング部１０３を用いて、サンプリング点（シナリオ）について着目事象の発生有無を算出し、確率座標内にマッピングする（ステップＳ３）。解析装置１０は、サンプリング点（シナリオ）でのイベントの発生時間の情報に基づいてプラントの解析を実行し、着目事象が発生するかを判定する。シナリオについて着目事象が発生するかは事前に解析で算出してもよい。また、図３のイベントの発生時間を軸とした情報を予め用意し、複数のイベントの発生時間の組み合わせに基づいて判定してもよい。また、本実施形態のサンプリング点は、イベントの累積確率の差が一定の間隔となる値の点を選定する。これにより、０から１の累積確率の座標上に均等にサンプリング点を設定することができる。なお、本実施形態では、初期のサンプリング点を、イベントの累積確率の差が一定の間隔となる値で設定したが、これに限定されない。例えば、着目事象の境界が推定できる場合、サンプリング点を、境界近傍のみに設定してもよい。また、サンプリング点の間隔も一定に限定されず、座標の位置に応じて間隔を変えて所定の間隔としてもよい。 The analysis device 10 uses the mapping unit 103 to calculate whether or not the target event occurs for the sampling point (scenario) and maps it within the probability coordinate (step S3). The analysis device 10 performs an analysis of the plant based on the information on the occurrence time of the event at the sampling point (scenario) and determines whether the target event occurs. Whether or not the target event occurs for the scenario may be calculated in advance by analysis. Information based on the occurrence time of the event in FIG. 3 may be prepared in advance and a determination may be made based on a combination of the occurrence times of multiple events. In addition, the sampling points in this embodiment are selected as points of values at which the difference in the cumulative probability of the event is at a constant interval. This makes it possible to set sampling points evenly on the coordinates of the cumulative probability from 0 to 1. In this embodiment, the initial sampling points are set at values at which the difference in the cumulative probability of the event is at a constant interval, but this is not limited to this. For example, if the boundary of the target event can be estimated, the sampling points may be set only near the boundary. In addition, the intervals of the sampling points are not limited to being constant, and may be set to a predetermined interval by changing the interval depending on the position of the coordinate.

解析装置１０は、イベントの累積確率を軸としたマップ上に、算出結果をプロットする。本実施形態では、シナリオの第１イベントの累積確率と第２イベントの累積確率とに基づいて、プロットする位置を選定し、選定した位置に着目事象の発生の有無の情報を対応付ける。解析装置１０は、サンプリング点毎に計算の処理と、マップ上へのプロット処理を行うことで、累積確率を軸としたマップを作成する。 The analysis device 10 plots the calculation results on a map with the cumulative probability of the events as the axis. In this embodiment, the position for plotting is selected based on the cumulative probability of the first event and the cumulative probability of the second event of the scenario, and information on the occurrence or non-occurrence of the event of interest is associated with the selected position. The analysis device 10 creates a map with the cumulative probability as the axis by performing calculation processing for each sampling point and plotting processing on the map.

図６は、確率座標にマッピングした結果の一例を示す説明図である。図６は、横軸を第１イベント発生の累積確率（Ｐ_Ａ）とし、縦軸を第２イベント発生の累積確率（Ｐ_Ｂ）とした。図６は、着目事象が発生している、つまり炉心損傷のサンプリング点と、着目事象が発生していない、つまり炉心冷却成功したサンプリング点とを異なる形状の印とした。図６に示すように、炉心損傷のサンプリング点と、炉心冷却成功したサンプリング点とは、領域が２つにわかれる。 Fig. 6 is an explanatory diagram showing an example of the result of mapping to probability coordinates. In Fig. 6, the horizontal axis is the cumulative probability (P _A ) of the occurrence of the first event, and the vertical axis is the cumulative probability (P _B ) of the occurrence of the second event. In Fig. 6, sampling points where the event of interest has occurred, i.e., core damage, and sampling points where the event of interest has not occurred, i.e., core cooling has been successful, are marked with marks of different shapes. As shown in Fig. 6, the sampling points where core damage has occurred and the sampling points where core cooling has been successful are divided into two regions.

次に、解析装置１０は、領域特定部１０４を用いて、着目事象が確率座標内に占める領域を特定する（ステップＳ４）。解析装置１０は、マッピング部１０３で作成した累積確率を軸としたマップを用いて、着目事象が発生する領域と着目事象が発生しない領域の境界を算出し、算出した境界の情報を用いて、着目事象が発生する領域を算出する。 Next, the analysis device 10 uses the area identification unit 104 to identify the area that the target event occupies in the probability coordinates (step S4). The analysis device 10 uses the map with the cumulative probability as its axis created by the mapping unit 103 to calculate the boundary between the area where the target event occurs and the area where the target event does not occur, and calculates the area where the target event occurs using the calculated boundary information.

図７は、確率座標内での着目事象が発生する領域の判定処理の一例を示す説明図である。図８は、着目事象の発生確率の算出処理の一例を示す説明図である。なお、図７及び図８は、後述する図４のステップＳ７の処理を実行し、サンプリング点を追加した後の状態を示している。解析装置１０は、図７に示すようにマップの情報を解析して、事象進展境界１２９を算出する。事象進展境界１２９は、炉心損傷のサンプリング点と、炉心冷却成功したサンプリング点との境界である。事象進展境界１２９は、境界の近傍にあるサンプリング点の累積確率の情報に基づいて、算出する。算出方法は特に限定されず、機械学習を用いても、設定した算出式から算出してもよい。 Figure 7 is an explanatory diagram showing an example of a process for determining an area in the probability coordinate where a target event occurs. Figure 8 is an explanatory diagram showing an example of a process for calculating the occurrence probability of a target event. Note that Figures 7 and 8 show a state after the process of step S7 in Figure 4 described later is executed and sampling points are added. The analysis device 10 analyzes the map information as shown in Figure 7 to calculate an event progression boundary 129. The event progression boundary 129 is the boundary between the sampling points of core damage and the sampling points where core cooling was successful. The event progression boundary 129 is calculated based on information on the cumulative probability of sampling points in the vicinity of the boundary. The calculation method is not particularly limited, and may be calculated using machine learning or from a set calculation formula.

次に、解析装置１０は、事象進展境界１２９と、着目事象が発生するサンプリング点の情報に基づいてマップ上で、着目事象が発生する領域１３０を算出する。 Next, the analysis device 10 calculates the area 130 on the map where the event of interest occurs based on the event progression boundary 129 and the information on the sampling point where the event of interest occurs.

解析装置１０は、算出部１０５を用いて領域から着目事象の発生確率を算出する（ステップＳ５）。具体的には、解析装置１０は、確率座標内での領域１３０の面積に基づいて、着目事象の発生確率を算出する。なお、本実施形態では、イベントが２つ、つまりパラメータが２つであるため、領域の面積から発生確率を算出したが、イベントが３つ、つまりパラメータが３つでの場合、領域の体積から発生確率を算出することができる。イベントが４つ以上の場合でも、マップの全体の領域に対する着目事象が発生する領域に基づいて、発生確率を算出できる。 The analysis device 10 calculates the occurrence probability of the target event from the region using the calculation unit 105 (step S5). Specifically, the analysis device 10 calculates the occurrence probability of the target event based on the area of the region 130 in the probability coordinates. Note that in this embodiment, since there are two events, i.e., two parameters, the occurrence probability is calculated from the area of the region, but if there are three events, i.e., three parameters, the occurrence probability can be calculated from the volume of the region. Even if there are four or more events, the occurrence probability can be calculated based on the region in which the target event occurs relative to the entire region of the map.

解析装置１０は、算出部１０５の収束判定部１０５ａを用いて、領域から着目事象の発生確率を算出し、着目事象の発生確率が以前の算出結果から収束したか否かを判定する（ステップＳ６）。収束の判定基準は、特に限定されないが、前回の計算結果の発生確率との差分が例示される。 The analysis device 10 uses the convergence determination unit 105a of the calculation unit 105 to calculate the occurrence probability of the target event from the region, and determines whether the occurrence probability of the target event has converged from the previous calculation result (step S6). The criterion for determining convergence is not particularly limited, but an example is the difference from the occurrence probability of the previous calculation result.

解析装置１０は、収束していないと判定した場合（ステップＳ６でＮｏ）と判定した場合、サンプリング点の追加を行い（ステップＳ７）、ステップＳ３の処理を再度実行する。なお、解析装置１０は、追加したサンプリング点以外は、前回の結果を流用し、追加したサンプリング点（シナリオ）の解析を行えばよい。 If the analysis device 10 determines that convergence has not occurred (No in step S6), it adds sampling points (step S7) and executes the process of step S3 again. Note that the analysis device 10 can reuse the results from the previous analysis for all sampling points other than the added sampling points, and perform analysis of the added sampling points (scenario).

図９及び図１０を用いて、サンプリング点の追加処理について説明する。図９は、初期サンプリング点の配置の一例を示す説明図である。図１０は、サンプリング点の追加処理の一例を説明するための説明図である。解析装置１０は、例えば、マップ上に均等な大きさのマス目を形成し、各マス１５０の中央に初期サンプリング点１５２、１５４を設定する。初期サンプリング点１５２は、着目事象が発生すると判定した点である。図９では、着目事象が発生しないサンプリング点を０、着目事象が発生する場合を１とする。初期サンプリング点１５４は、対象事象が発生しないと判定した点である。図９のように初期サンプリング点１５２、１５４は、マップ上に均等に配置されるように設定されている。解析装置１０は、初期サンプリング１５２、１５４の情報に基づいて、着目事象が発生するか否かの境界１６０を算出する。これにより、マップを２つの領域に分割する。 The process of adding sampling points will be described with reference to FIG. 9 and FIG. 10. FIG. 9 is an explanatory diagram showing an example of the arrangement of initial sampling points. FIG. 10 is an explanatory diagram for explaining an example of the process of adding sampling points. For example, the analysis device 10 forms squares of equal size on the map, and sets initial sampling points 152 and 154 in the center of each square 150. The initial sampling point 152 is a point where it is determined that the target event will occur. In FIG. 9, a sampling point where the target event does not occur is set to 0, and a sampling point where the target event occurs is set to 1. The initial sampling point 154 is a point where it is determined that the target event will not occur. As shown in FIG. 9, the initial sampling points 152 and 154 are set to be evenly arranged on the map. The analysis device 10 calculates a boundary 160 for whether or not the target event will occur based on the information of the initial sampling points 152 and 154. This divides the map into two regions.

解析装置１０は、図１０に示すように、境界１６０の近傍にサンプリング点１７０を追加する。追加するサンプリング点１７０の座標の算出方法は、種々の方法を用いることができる。図１０に示す例では、第１サンプリング点の座標が同一で、境界１６０に近い、サンプリング点１５２、１５４との中点に追加のサンプリング点１７０を設定する。サンプリング点１７０の追加方法は特に限定されず、境界１６０から一定距離の座標に追加のサンプリング点を設定してもよく、一方の軸の各値において、境界１６０と境界１６０に最も近いサンプリング点１５２との間、境界１６０と境界１６０に最も近いサンプリング点１５４との間に、追加のサンプリング点を設定してもよい。 As shown in FIG. 10, the analysis device 10 adds a sampling point 170 near the boundary 160. Various methods can be used to calculate the coordinates of the added sampling point 170. In the example shown in FIG. 10, the additional sampling point 170 is set at the midpoint between the sampling points 152 and 154, which have the same coordinates as the first sampling point and are close to the boundary 160. The method of adding the sampling point 170 is not particularly limited, and the additional sampling point may be set at a coordinate at a certain distance from the boundary 160, or the additional sampling point may be set between the boundary 160 and the sampling point 152 closest to the boundary 160, or between the boundary 160 and the sampling point 154 closest to the boundary 160, at each value on one axis.

解析装置１０は、発生確率が収束している（ステップＳ６でＹｅｓ）と判定した場合、本処理を終了する。 If the analysis device 10 determines that the occurrence probability has converged (Yes in step S6), it ends this process.

解析装置１０は、以上のように、複数のイベントの発生について、それぞれの累積確率の組み合わせでの着目事象の発生の有無を評価し、その結果に基づいて、着目事象の発生確率を評価することで、簡単な計算で、着目事象の発生確率を算出できる。 As described above, the analysis device 10 evaluates whether or not a target event occurs for each combination of cumulative probabilities for the occurrence of multiple events, and evaluates the probability of the target event occurring based on the results, thereby allowing the probability of the target event occurring to be calculated with a simple calculation.

例えば、モンテカルロ法を用いる場合、各イベントの発生時間をランダムサンプリングで設定し、設定した発生時間でイベントが発生した場合に着目事象が発生するか否かを算出する。モンテカルロ法を用いる場合、各イベントの発生時間をランダムサンプリングで設定し、その結果に基づいて評価する処理を結果が収束するまで実行する。モンテカルロ法を用いた場合、例えば、１００万回から５００万回の試行回数を設定し、収束条件を満足したら、試行回数前に処理を終了する。 For example, when using the Monte Carlo method, the occurrence time of each event is set by random sampling, and a calculation is made as to whether or not the event of interest will occur if the event occurs at the set occurrence time. When using the Monte Carlo method, the occurrence time of each event is set by random sampling, and an evaluation process based on the results is executed until the results converge. When using the Monte Carlo method, for example, the number of trials is set to 1 million to 5 million, and if the convergence condition is satisfied, the process is terminated before the number of trials is reached.

一例として、同様の評価対象を用いて、本実施形態の解析処理１０による処理と、モンテカルロ法を用いた計算とで、評価を行った。ケース１では、本実施形態の発生確率が２．１×１０^－４、試行回数が２０４回、比較となるモンテカルロ法を用いた場合、発生確率が２．０×１０^－４、試行回数が８０万回であった。ケース２では、本実施形態の発生確率が２．０×１０^－５、試行回数が１９８回、比較となるモンテカルロ法を用いた場合、発生確率が２．１×１０^－５、試行回数が８０万回であった。ケース３では、本実施形態の発生確率が２．８×１０^－７、試行回数が１８０回、比較となるモンテカルロ法を用いた場合、発生確率が３．４×１０^－５、試行回数が５００万回でも結果が収束しなかった。 As an example, evaluation was performed using the same evaluation target by the process according to the analysis process 10 of this embodiment and calculation using the Monte Carlo method. In case 1, the occurrence probability of this embodiment was 2.1×10 ⁻⁴ and the number of trials was 204, and when the comparative Monte Carlo method was used, the occurrence probability was 2.0×10 ⁻⁴ and the number of trials was 800,000. In case 2, the occurrence probability of this embodiment was 2.0×10 ⁻⁵ and the number of trials was 198, and when the comparative Monte Carlo method was used, the occurrence probability was 2.1×10 ⁻⁵ and the number of trials was 800,000. In case 3, the occurrence probability of this embodiment was 2.8×10 ⁻⁷ and the number of trials was 180, and when the comparative Monte Carlo method was used, the occurrence probability was 3.4×10 ⁻⁵ and the number of trials was 5 million, but the results did not converge.

以上のように、解析装置１０は、モンテカルロ法を用いて着目事象の発生を評価する場合と、同等の発生確率を算出することができ、かつ、計算回数（演算量）を大幅に低減することができる。例えば、上記例では、本実施形態の演算を行うことで、計算回数をモンテカルロ法を用いる場合の１０００分の１以下とすることができる。 As described above, the analysis device 10 can calculate the same occurrence probability as when the Monte Carlo method is used to evaluate the occurrence of the target event, and can significantly reduce the number of calculations (amount of calculations). For example, in the above example, by performing the calculations of this embodiment, the number of calculations can be reduced to 1/1000 or less of the number required when using the Monte Carlo method.

本実施形態の解析装置１０は、サンプリング点の確率座標上で均等間隔に初期配置したが、確率平面の極値付近の一単位を所定関数に基づいて細分化することが好ましい。図１１は、本実施形態に係る確率値を用いた確率座標へのプロットを示す説明図である。図１２は、本実施形態に係るロジット関数で変数変換した確率値を用いた確率座標へのプロットを示す説明図である。図１１は、確率座標の軸を、数値を等分で分割した軸を示している。図１２は、確率座標の軸をロジット関数で示している。ロジット関数は、確率をＰとした場合、下記式で示す。なお、確率Ｐは、０から１の値となる。

In the analysis device 10 of this embodiment, the sampling points are initially arranged at equal intervals on the probability coordinates, but it is preferable to subdivide a unit near an extreme value of the probability plane based on a predetermined function. FIG. 11 is an explanatory diagram showing a plot on the probability coordinates using the probability values according to this embodiment. FIG. 12 is an explanatory diagram showing a plot on the probability coordinates using the probability values variable-transformed by the logit function according to this embodiment. FIG. 11 shows the axis of the probability coordinates on which the numerical values are divided equally. FIG. 12 shows the axis of the probability coordinates as a logit function. When the probability is P, the logit function is expressed by the following formula. Note that the probability P has a value between 0 and 1.

上記実施形態では、確率座標のサンプリング点を座標上に均等に配置するとした。これに対して、確率を評価する場合、図１１に示すように極値の近傍で複数点のサンプリングが求められる場合がある。このような場合、図１２に示すように確率座標の軸をロジット関数の値とし、ロジット関数上の軸で均等配置を行うことで、図１１に示すように局地近傍にサンプリング点が集中した配置とすることができる。具体的には、０から０．００１、０．９９９から１の間に設定するサンプリング点の数を他の領域よりも多くすることができ、極値近傍での着目事象の発生をより多数の点で評価することができる。

In the above embodiment, the sampling points of the probability coordinate are arranged evenly on the coordinate. In contrast, when evaluating the probability, multiple sampling points may be required near the extreme value as shown in Fig. 11. In such a case, by setting the axis of the probability coordinate to the value of the logit function as shown in Fig. 12 and arranging the sampling points evenly on the axis on the logit function, it is possible to arrange the sampling points so that they are concentrated near the local area as shown in Fig. 11. Specifically, the number of sampling points set between 0 and 0.001 and between 0.999 and 1 can be made larger than in other regions, and the occurrence of the event of interest near the extreme value can be evaluated at a larger number of points.

ここで、本実施形態では、イベントの発生とイベントの発生時間とを変動パラメータとして、累積確率に変換したが、上記に限定されない。変動パラメータの対象は、イベントの発生時間に限定されず、イベントの発生に対して確率的な挙動を示す種々の変数を対象とすることができる。なお、変数は、イベントの発生の情報と変数との情報に基づいて着目事象の発生の有無を評価できるパラメータとすることが好ましい。 In this embodiment, the occurrence of an event and the time at which the event occurs are used as variable parameters and converted into a cumulative probability, but this is not limited to the above. The variable parameters are not limited to the time at which the event occurs, and various variables that exhibit probabilistic behavior with respect to the occurrence of an event can be used as the variable parameters. It is preferable that the variable is a parameter that can evaluate the occurrence or non-occurrence of a target event based on information on the occurrence of the event and information on the variable.

図示した解析装置１０の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていなくてもよい。すなわち、各装置の具体的形態は、図示のものに限られず、各装置が実施する処理負担や使用状況などに応じて、その全部又は一部を任意の単位で機能的又は物理的に分散又は統合してもよい。解析装置１０の構成は、例えば、ソフトウェアとして、解析方法、又は、メモリにロードされ、解析方法を動作させるコンピュータが実行するプログラムなどによって実現される。上記実施形態では、これらのハードウェア又はソフトウェアの連携によって実現される機能ブロックとして説明した。すなわち、これらの機能ブロックについては、ハードウェアのみ、ソフトウェアのみ、又は、それらの組み合わせによって種々の形で実現できる。 Each of the components of the illustrated analysis device 10 is functionally conceptual and does not necessarily have to be physically configured as illustrated. In other words, the specific form of each device is not limited to that shown in the figure, and all or part of each device may be functionally or physically distributed or integrated in any unit depending on the processing load and usage status of each device. The configuration of the analysis device 10 is realized, for example, as software, by an analysis method, or a program loaded into memory and executed by a computer that operates the analysis method. In the above embodiment, these functional blocks have been described as being realized by the cooperation of these hardware or software. In other words, these functional blocks can be realized in various forms by hardware only, software only, or a combination of both.

上記に記載した構成要素には、当業者が容易に想定できるものや、実質的に同一のものを含む。さらに、上記に記載した構成は、適宜組み合わせ可能である。また、本発明の要旨を逸脱しない範囲において構成の種々の省略、置換又は変更が可能である。 The components described above include those that a person skilled in the art would easily imagine and those that are substantially the same. Furthermore, the configurations described above can be combined as appropriate. In addition, various omissions, substitutions, or modifications of the configurations are possible without departing from the spirit of the present invention.

１０解析装置
１２入力部
１４表示部
１６演算部
１８記憶部
１０１取得部
１０２変換部
１０３マッピング部
１０４領域特定部
１０５算出部
１０５ａ収束判定部 REFERENCE SIGNS LIST 10 Analysis device 12 Input unit 14 Display unit 16 Calculation unit 18 Storage unit 101 Acquisition unit 102 Conversion unit 103 Mapping unit 104 Region identification unit 105 Calculation unit 105a Convergence determination unit

Claims

an acquisition unit that acquires a relationship between a variable that varies the probability of occurrence of a plurality of events that are factors of a target event, and whether or not the target event has occurred;
a conversion unit that converts a relationship between the occurrence of a plurality of events and a variable into a plurality of fluctuation parameters and converts the plurality of fluctuation parameters into a cumulative probability;
a mapping unit that maps a plurality of the cumulative probabilities and the occurrence or non-occurrence of the event of interest based on the cumulative probabilities into a probability coordinate system;
an area specifying unit that specifies an area in which the event of interest is determined to occur within the probability coordinates based on the mapped mapping coordinates;
and a calculation unit that calculates the occurrence probability of the event of interest based on the size of an area in which the event of interest occurs relative to the size of the entire map area .

The analysis device according to claim 1, wherein the probability of occurrence of the event of interest at the mapping coordinates is 0 or 1.

The analysis device according to claim 1 or 2, wherein the mapping unit maps, as an initial sampling point, the occurrence or nonoccurrence of the event of interest according to a combination of a plurality of the cumulative probabilities, one for each unit of the probability coordinate.

The analysis device according to claim 3, wherein the mapping unit determines additional sampling points to be added to the initial sampling points, and maps the occurrence or non-occurrence of the event of interest according to a combination of the cumulative probabilities of the additional sampling points.

The analysis device according to claim 1 or 2, wherein the mapping unit divides a unit near an extreme value of the probability coordinate into a region smaller than other regions based on a function.

The analysis device according to any one of claims 1 to 5, wherein the calculation unit calculates the occurrence probability of the event of interest from the region and has a convergence determination unit that determines whether the occurrence probability of the event of interest has converged from a previous calculation result.

A step of acquiring a relationship between a variable that varies the probability of occurrence of a plurality of events that are factors of a target event and the occurrence of the target event, and whether or not the target event occurs;
A step of converting a relationship between occurrence of a plurality of events and variables into a plurality of fluctuation parameters, and converting the plurality of fluctuation parameters into a cumulative probability;
Mapping a plurality of the cumulative probabilities and the occurrence or non-occurrence of the target event in the cumulative probabilities into a probability coordinate system;
A step of identifying an area in which the event of interest is determined to occur within the probability coordinates based on the mapped mapping coordinates;
and calculating the occurrence probability of the event of interest based on the size of the area in which the event of interest occurs relative to the size of the entire map area .

On the computer,
A step of acquiring a relationship between a variable that varies the probability of occurrence of a plurality of events that are factors of a target event and the occurrence of the target event, and whether or not the target event occurs;
A step of converting a relationship between occurrence of a plurality of events and variables into a plurality of fluctuation parameters, and converting the plurality of fluctuation parameters into a cumulative probability;
Mapping a plurality of the cumulative probabilities and the occurrence or non-occurrence of the target event in the cumulative probabilities into a probability coordinate system;
A step of identifying an area in which the event of interest is determined to occur within the probability coordinates based on the mapped mapping coordinates;
and calculating the occurrence probability of the event of interest based on the size of the area in which the event of interest occurs relative to the size of the entire map area .