JP2008039492A - 電気機器稼働状態推定システム - Google Patents

Abstract

【課題】コンピュータによる長時間の計算が必要なニューラルネットワークという非線形判別手段に頼らずに、特徴量の時系列データを基底とする計算量の少ない線形判別法を用いて複数の電気機器の稼働状態を推定することが可能な電気機器稼働状態推定システムを提供する。
【解決手段】電気機器稼働状態推定システム１は、センサ２が電源幹線ＭＬに流れる電源電流及び電源電圧を検出すると、センサ２から出力された電源電流、電源電圧対応の検出信号は特徴量検出部３に出力され、特徴量検出部３から線形判別部４に電源電流、電源電圧対応のデジタル信号が伝送されるため、線形判別部４は線形判別法を用いて、電源幹線ＭＬに接続されている複数の電気機器のうちの、どの電気機器が稼働しているかを判別する。稼働電気機器が判別されると、そのデータは記録部５に記録され、表示部６に表示される。
【選択図】図１

Description

本発明は、電力需要家に設けられた複数の電気機器の稼働状態を推定するための電気機器稼働状態推定システムに関する。

従来、電力需要家で使用されている複数の電気機器の稼働状態を推定する場合、電力需要家の電源幹線部に電源電流、電源電圧（いわゆる特徴量）を測定する装置を設け、それぞれの電気機器の稼働に対応した高調波成分（特徴量）から各電気機器の稼働状態を推定する電気機器稼働状態推定システム（特許文献１参照）が提案されている。この従来の電気機器稼働状態推定システムによれば、電源幹線部に設けられた上記装置で測定された電源電流と電源電圧からそれぞれの電気機器が発する高調波電流とその位相に関するデータを抽出し、それらの値と稼働電気機器の対応をニューラルネットワークにより判別するものである。

しかしながら、上記従来の電気機器稼働状態推定システムの場合、電力需要家で使用されているそれぞれの電気機器が発する高調波の特徴量を記憶するためにニューラルネットワークを構築する必要がある。このニューラルネットワークの構築には、コンピュータで長時間の計算が必要となる。また、電力需要家に新たな電気機器が追加される度に、ニューラルネットワークを再学習する必要があり、その再学習の度に膨大な計算時間がかかるという問題がある。上記従来の電気機器稼働状態推定システムの場合、それぞれの電気機器を流れる電流の時刻間の依存関係や、電気機器間の電流の関係を無視し、各時刻の電源幹線電流の値のみから稼働電気機器を判別しようとするものであるため、ニューラルネットワークという非線形判別手段に頼っている。
特開２０００−２９２４６５号公報

そこで本発明では、コンピュータで長時間の計算が必要なニューラルネットワークという非線形判別手段に頼らずに、特徴量の時系列データを基底とした線形判別法を用いて、各電気機器の稼働状態を推定する電気機器稼働状態推定システムを提供することを解決すべき課題とするものである。

上記課題は、特許請求の範囲の欄に記載した電気機器稼働状態推定システムにより解決することができる。
請求項１に記載した電気機器稼働状態推定システムによれば、特徴量検出部により、それぞれの電気機器の稼働に伴う特徴量が電源幹線部で線形和として検出されると、線形判別部は、その特徴量検出部により検出された特徴量を線形和とする時系列データを基底とした線形判別法により、複数の電気機器のうちのいずれの電気機器が稼働しているかを判別することができる。
上記線形判別法は、前記従来の電気機器稼働状態推定システムのようにそれぞれの電気機器が発する高調波の特徴量を記憶するためにニューラルネットワークを構築するということが不要であり、アルゴリズムが簡潔であるため、線形判別部を簡単で安価に構成することができる。また、新たな電気機器が増設されても、新たな電気機器の稼働状態での特徴量を記憶させるだけでよいため、従来の電気機器稼働状態推定システムのように再学習の必要がなく、計算量の大幅な低減を実現することができる。

ここで、線形判別法の原理を説明する。
尚、この説明では、特徴量検出部が電源幹線部で検出する特徴量を、総電流ｉ（ｔ）とする。また、それぞれの電気機器の稼働時の電流をｉｋ（ｔ）とする。ここでｋは各電気機器に割り振られた番号である。また、それぞれの電気機器の稼働状況を表す変数としてｃｋを考える。

上記総電流ｉ（ｔ）は、特徴量検出部の検出点より下流に接続されているそれぞれの電気機器の稼働時の電流ｉｋ（ｔ）と、それぞれの電気機器の稼働状況を表す変数ｃｋの積を足し合わせたものである。ここで、式誤差ｅ（ｔ）を用いると、特徴量検出部により検出される総電流ｉ（ｔ）は、

ｎ
ｉ（ｔ）＝Σ ｃｋｉｋ（ｔ）＋ｅ（ｔ） （１）
ｋ＝１

と表現することができる。尚、式（１）においてｎは、特徴量検出部の検出点より下流に接続されているそれぞれの電気機器の台数を表す。式（１）を式誤差ｅ（ｔ）について解くと、
ｎ
ｅ（ｔ）＝ｉ（ｔ）−Σｃｋｉｋ（ｔ） （２）
ｋ＝１

となる。ここで、最小二乗法による

Ｔ
Σｅ^２（ｔ）
ｔ＝０

を最小にする変数ｃｋを求め、ｃｋの値より電気機器の稼働状態を推定することができる。尚、ｔは、ある時間区間（ｔ＝０，・・・・，Ｔ）を示している。

次に、線形判別法のアルゴリズムについて説明する。この説明では、特徴量検出部が電源幹線部で検出する特徴量を、それぞれの電気機器の稼働に伴う電源電流とする。
(1) はじめに、特徴量検出部が電源幹線部で電源電流を検出する検出点の下流に接続されている電気機器を明確にし、各電気機器に番号を割り振る。例えば、検出点より下流に３台の電気機器が接続されている場合には電気機器１をｋ＝１、電気機器２をｋ＝２、電気機器３をｋ＝３とする。
(2) 接続されている電気機器が単独で稼働する場合の、ある時間区間（ｔ＝０，・・・・，Ｔ）の時系列の電流値ｉｋ（ｔ）（ただしｋ＝１，２，３）を用意する。この時系列の電流値ｉｋ（ｔ）は、電源電圧を基準として、例えば、電源電圧値がゼロとなる点や、最大値もしくは最小値となる点などを基準位相ｔ＝０とする。そして、基準位相ｔ＝０から商用周波数１周期分（または、複数周期分であってもよい）の波形を計測したときの値とする。
(3) 特徴量検出部が電源幹線部で電源電流を検出する。このとき電源幹線部で検出される総電流は、各電気機器が単独で稼働した場合の電流の重ね合わせとして求められる。つまり、検出点で検出される電源電流（総電流）ｉ（ｔ）は、各電気機器の稼働時の電流ｉｋ（ｔ）（ただしｋ＝１，２，３）の重ね合わせで表現される。
(4) 各電気機器の稼働状況を表す変数ｃｋにおいて、電気機器１はｃ１、電気機器２はｃ２、電気機器３はｃ３とする。そうすると検出点の総電流ｉ（ｔ）は、前記式（１）のように表すことができる。この例では３台の電気機器が接続されていることから、式（１）におけるｎは、ｎ＝３である。さらに、式（１）を式誤差ｅ（ｔ）について解くと、式（２）のように変形することができる。
(5) 検出された総電流ｉ（ｔ）に対して判定する区間（ｔ＝０，・・・・，Ｔ）において、（２）で用意した各電気機器の電流値ｉｋ（ｔ）を用いることで、

Ｔ
Σｅ^２（ｔ）
ｔ＝０

を最小にする変数ｃｋを求め（誤差最小化問題）、変数ｃｋの値から、該当する電気機器の稼働状態を推定することができる。
例えば、変数ｃｋ（ただしｋ＝１，２，３）の値が基準より小さい場合には、それに相当する電気機器ｋ（ただしｋ＝１，２，３）は稼働していないと判定することができる。
一方、変数ｃｋ（ただしｋ＝１，２，３）の値が基準より大きい場合には、それに相当する電気機器ｋ（ただしｋ＝１，２，３）は稼働していると判定することができる。
上記誤差最小化問題の解法としては、変数ｃｋを連続値とする場合と、０もしくは１のどちらかを取る離散値とする場合がある。
誤差最小化問題の解として求まる変数ｃｋにおいて、値が連続値である場合についての判定法について説明する。尚、この説明でも、特徴量検出部が電源幹線部で検出する特徴量を電源電流（電源電圧も検出する）とする。
いま、数台の電気機器があり、これらの電気機器を個々に稼働させることで、計１１通りの電流ｉｋ（ｔ）が検出されたとする。すなわち、電流ｉｋ（ｔ）は、ｉ１（ｔ）からｉ１１（ｔ）までとなる。この１１通りの電流ｉｋ（ｔ）に対して重みｃｋを割り振る。すなわち、ｃｋは、ｃ１からｃ１１までとなる。

いま、２台の電気機器が同時に稼働したとする。このとき検出された総電流ｉ（ｔ）は、電流ｉ１（ｔ）とｉ８（ｔ）の重ね合わせであったとする。この重ね合わされた電流ｉ１（ｔ）＋ｉ８（ｔ）に対して線形判別法を行った場合、得られる変数ｃｋの値は表図として示した図４のようになる。変数ｃｋの値が０．５０以上であれば電流値ｉｋ（ｔ）が含まれるものとすると、図４よりそれに相当する変数ｃｋは、ｃ１とｃ８であることが分かる。つまり、ｃ１とｃ８に相当する電流ｉ１（ｔ）とｉ８（ｔ）に相当する電気機器が現在稼働状態にあると判定することができる。以上のことから、複数の電気機器の電流が重ね合わさった場合であっても、どれかの電気機器が稼働することで生じた電流かを特定することができ、その結果、現在稼働中にある電気機器を判別することが可能となる。

尚、以上の説明では、特徴量検出部が電源幹線部で検出する特徴量を電源電流としたが、電源電流以外の様々な電気諸量を特徴量としてもよい。また、特徴量検出部で検出された信号に信号処理を施した二次的な信号を特徴量としてもよい。

以上のように、電気機器の稼働状態が分かることから、現在の電力使用量を把握することができるだけでなく、将来の電力量予測に役立てることもできる。

また、請求項２に記載の電気機器稼働状態推定システムによれば、前記線形判別部において判別された稼働電気機器を記録部に記録するとともに、表示部に表示することができる。

本発明によれば、コンピュータで長時間の計算が必要なニューラルネットワークという非線形判別手段を使用しないで、特徴量の時系列データを基底とした計算量の少ない線形判別法を用いることにより、電源幹線から電力の供給を受ける各電気機器の稼働状態を推定することができる。

次に、本発明の実施の形態について説明する。
図１は、電力会社等の給電線ＰＳＷから電力の供給を受ける電源幹線ＭＬに接続されている複数台（Ｎ台）の電気機器ｋ１，ｋ２・・・ｋＮの稼働状態を推定する電気機器稼働状態推定システム１の構成を示したシステム系統図である。

図１において、電源幹線ＭＬに接続されている電気機器ｋ１，ｋ２・・・ｋＮのうちの１台、あるいは複数台の電気機器が稼働している場合に電源幹線ＭＬに流れる電源電流及び電源電圧を検出するセンサ２が設けられている。尚、センサ２と接続されている特徴量検出部３は、センサ２で検出された電源電流、電源電圧対応の検出信号をデジタル信号に変換するＡ／Ｄ変換回路を有している。

特徴量検出部３から出力された上記電源電流、電源電圧対応のデジタル信号は、線形判別部４に伝送される。この線形判別部４は、上記電源電流、電源電圧対応のデジタル信号を、前述の線形判別法のアルゴリズム(1)〜(5)に基づいて、前述の変数ｃｋ、即ち各電気機器ｋ１〜ｋＮの変数ｃ１〜ｃＮを求め、各電気機器ｋ１，ｋ２・・・ｋＮのうちのどの電気機器が稼働しているかを判別する。

上記のように線形判別部４により、稼働している電気機器が判別されると、その稼働電気機器判別データは記録部５に記録され、更に、記録部５に記録された記録データは、図示していない操作手段の操作により、表示部６に表示される。

尚、上記線形判別部４、記録部５をコンピュータで構成するとともに、表示部６を同コンピュータのディスプレイとすると、本システムをコンパクトに安価に構成することができる。

図２は、図１に示した電気機器稼働状態推定システムを拡大した場合のシステム系統図である。
図２に示すように、電力会社等の給電線ＰＳＷから電力の供給を受ける電源幹線ＭＬには複数の分岐線ＳＬ１，ＳＬ２・・・ＳＬＮが接続されており、それぞれの分岐線ＳＬ１，ＳＬ２・・・ＳＬＮには複数の電気機器が接続されている。

図２に示した電気機器稼働状態推定システム１Ａの場合、電源幹線ＭＬに流れる電源電流及び電電電圧を検出するためのセンサＳ０から出力された電源電流、電源電圧対応の検出信号は特徴量検出部３Ｍに入力される。尚、特徴量検出部３Ｍは、図１に示した特徴量検出部３と同様に構成され、特徴量検出部３Ｍから出力された電源電流、電源電圧対応のデジタル信号は線形判別部４Ｍに伝送される。線形判別部４Ｍは、上記電源電流、電源電圧対応のデジタル信号を、前述の線形判別法のアルゴリズム(1)〜(5)に基づいて解析し、分岐線ＳＬ１，ＳＬ２・・・ＳＬＮに接続されている複数の電気機器のうちの、どの電気機器が稼働しているかを判別する。

上記のように線形判別部４Ｍにより、稼働している電気機器が判別されると、その稼働電気機器判別データは記録部５Ｍに記録され、更に、記録部５Ｍに記録された記録データは、図示していない操作手段の操作により、表示部６Ｍに表示される。

このように、上記センサＳ０、特徴量検出部３Ｍ、線形判別部４Ｍ、記録部５Ｍ、表示部６Ｍで構成される電気機器稼働状態推定システム１Ａは、分岐線ＳＬ１，ＳＬ２・・・ＳＬＮに接続されている複数の電気機器のうちのどの電気機器が稼働しているかを総合的に判別する。

次に、電気機器稼働状態推定システム１Ｂ，１Ｃの場合、分岐線ＳＬ１，ＳＬ２に流れる電源電流及び電源電圧を検出するためのセンサＳ１，Ｓ２から出力された電源電流、電源電圧対応の検出信号はそれぞれの特徴量検出部３に入力される。尚、各特徴量検出部３は前述の特徴量検出部３Ｍと同様に構成されており、各特徴量検出部３から出力された電源電流、電源電圧対応のデジタル信号はそれぞれの線形判別部４に伝送される。各線形判別部４は、各特徴量検出部３から出力された電源電流、電源電圧対応のデジタル信号を、上記線形判別部４Ｍと同じアルゴリズムに基づいて解析し、分岐線ＳＬ１，ＳＬ２に接続されている複数の電気機器のうちのどの電気機器が稼働しているかを判別する。各線形判別部４により、稼働している電気機器が判別されると、その稼働電気機器判別データはそれぞれの記録部５に記録され、更に、各記録部５に記録された記録データは、それぞれの表示部６に表示される。尚、他の分岐線に接続されている電気機器のうちのどの電気機器が稼働しているかを判別する場合も、同様に構成された電気機器稼働状態推定システムが使用される。

尚、それぞれの各分岐線ＳＬ１〜ＳＬＮに接続されている電気機器のうちのどの電気機器が稼働しているかを判別する電気機器稼働状態推定システム１Ｂ，１Ｃ・・・１Ｎの場合、上記線形判別部４をそれぞれの分岐線毎に設けることなく、複数の分岐線単位にまとめて設けてもよい。また、電源電圧を検出するセンサは、１箇所に設けてその検出信号を他の線形判別部に送信してもよい。

図３は、前述の図１に示した電気機器稼働状態推定システム１を一般的な電力需要家である家屋１１に適用した例を示したシステム系統図である。
図３に示すように、電気機器稼働状態推定システム１は、電力会社の給電線ＰＳＷから電力の供給を受ける電源幹線ＭＬに接続されているＮ台の電気機器ｋ１，ｋ２，ｋ３・・・ｋＮの稼働状態を推定するものである。

電源幹線ＭＬに接続されている電気機器ｋ１，ｋ２・・・ｋＮのうちの１台、あるいは複数台の電気機器が稼働している場合に電源幹線ＭＬに流れる電源電流及び電源電圧を検出するセンサ２が屋外の引込口に設けられている。尚、センサ２と接続されている特徴量検出部３は、前述のようにセンサ２で検出された電源電流及び電源電圧の検出信号をデジタル信号に変換して出力するもので、特徴量検出部３から出力されたデジタル信号は、線形判別部４に伝送される。この線形判別部４は、上記電源電流、電源電圧対応のデジタル信号を、前述の線形判別法のアルゴリズム(1)〜(5)に基づいて解析し、前述のように各電気機器ｋ１〜ｋＮの変数ｃ１〜ｃＮを求め、各電気機器ｋ１，ｋ２・・・ｋＮのうちの、どの電気機器が稼働しているかを判別する。

上記のように線形判別部４により、稼働している電気機器が判別されると、その稼働電気機器判別データは記録部５に記録され、更に、記録部５に記録された記録データは表示部６に表示される。

尚、このシステムでは、コンピュータで構成された線形判別部４、記録部５、表示部６及び電子回路で構成される特徴量検出部３を防滴構造のボックスに入れ、屋外設置を可能とすれば、屋外で、屋内の電気機器の稼働状態を確認することができる。また、センサ２の設置位置は、本例のように屋外であっても、屋内の分電盤の主ブレーカの近辺でも、あるいは分岐ブレーカの近辺でもよい。分岐ブレーカの近辺に設置した場合は、各分岐ブレーカに接続されている電気機器の稼働状態を確認することができる。

以上のように、電気機器稼働状態推定システムを用いることにより、電気機器の稼働状態を判別することができることから、現在の電力使用量を把握することができるだけでなく、将来の電力量の予測に役立てることもできる。

電気機器稼働状態推定システムの構成を示したシステム系統図である。 複数の電気機器稼働状態推定システムを用いた場合のシステム系統図である。 電気機器稼働状態推定システムを一般家屋に適用した場合のシステム系統図である。 電気機器の稼働状態を推定する場合の誤差を最小にする変数ｃｋの値を示した表図である。

符号の説明

１，１Ａ，１Ｂ・・・１Ｎ 電気機器稼働状態推定システム
２，Ｓ０，Ｓ１，Ｓ２ センサ
３，３Ｍ 特徴量検出部
４，４Ｍ 線形判別部
５，５Ｍ 記録部
６，６Ｍ 表示部
ｋ１〜ｋＮ 電気機器

Claims (3)

1. 電源幹線から電源の供給を受けて稼働する複数の電気機器の稼働状態を推定するための電気機器稼働状態推定システムであって、
   前記電源幹線において前記それぞれの電気機器の稼働に伴う特徴量を線形和として検出する特徴量検出部と、前記特徴量検出部により検出された前記特徴量の時系列データを基底とした線形判別法により前記複数の電気機器のうちのいずれの電気機器が稼働しているかを判別する線形判別部とを備えたことを特徴とする電気機器稼働状態推定システム。
2. 請求項１に記載の電気機器稼働状態推定システムであって、前記線形判別部により前記複数の電気機器のうちのいずれの電気機器が稼働しているかが判別された場合の稼働電気機器データを記録する記録部と、前記記録部に記録された前記稼働電気機器データを表示する表示部とを備えたことを特徴とする電気機器稼働状態推定システム。
3. 請求項１又は請求項２に記載の電気機器稼働状態推定システムであって、前記電源幹線における電源電圧がゼロとなる点、または最大値もしくは最小値となる点を基準位相として１周期分の波形が計測された電源電流を特徴量とする電気機器稼働状態推定システム。

Images