JP2014182018A - 計測データの補正方法、計測データ監視システム及び計測データ監視プログラム - Google Patents

Abstract

【課題】計測データに含まれる異常による、計測データを使用した判定への影響を低下させるさせることを目的とする。
【解決手段】所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、処理をコンピュータが実行する計測データの補正方法が提供される。
【選択図】図１２

Description

本発明は、計測データの補正方法、計測データ監視システム及び計測データ監視プログラムに関する。

機器に設置されたセンサーが検出した値に基づき機器の異常を判定したり、検出した値の確からしさを算出したりする技術が提案されている（例えば、特許文献１及び特許文献２参照）。

例えば、データセンターでは、管理対象の機器に設置された計測機器が所定時間毎に検出した機器の消費電力や温度等の計測データに基づき、機器の状態が判定される。

特開平０７−２８０６０３号公報 特開平０７−２６６２７２号公報

しかしながら、例えば、災害やメンテナンスの際には、計測データが欠測したり、異常値になったりする場合がある。このような異常を含む計測データは、例えば、管理対象の機器の状態を正確に判定する妨げとなる。

そこで、一側面では、計測データに含まれる異常による、計測データを使用した判定への影響を低下させることを目的とする。

一つの案では、
所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、
前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、
処理をコンピュータが実行する計測データの補正方法が提供される。

一態様によれば、計測データに含まれる異常による、計測データを使用した判定への影響を低下させることができる。

一実施形態に係る機器管理システムの全体構成例。 一実施形態に係るビル管理サーバで計測される計測データ例。 一実施形態に係る計測データ管理サーバで取得される計測データ例。 電力量の積算値の一例。 電力量の積算値の他の例。 電力量の時間的推移の一例。 電力量の時間的推移の他の例。 データセンター全体及び一部の電力量の時間的推移の一例。 データセンター全体及び一部の電力量の時間的推移の他の例。 一実施形態に係る計測データ管理サーバの内部構成例。 一実施形態に係る計測データの標本と分散例。 一実施形態に係る計測データの判定処理を示したフローチャート。 一実施形態に係る計測データの補正処理を示したフローチャート。 一実施形態に係る計測データの補正処理の効果の一例。 一実施形態に係る計測データ管理サーバのハードウェア構成例。

以下、本発明の実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

［システムの全体構成］
まず、本発明の一実施形態に係る機器管理システムについて、図１を参照しながら説明する。図１は、一実施形態に係る機器管理システムの全体構成例を示す。本実施形態では、機器管理システム１はデータセンターに設けられている。本実施形態に係る機器管理システム１は、管理対象のビル１０、ビル管理サーバ２０及び計測データ管理サーバ３０を有している。ビル管理サーバ２０及び計測データ管理サーバ３０は、ネットワークＮＷを介して接続されている。図１では、計測データ管理サーバ３０には、１つのビル管理サーバ２０のみが接続されているが、計測データ管理サーバ３０には、複数の管理サーバが接続されてもよい。

なお、本実施形態に係る機器管理システム１は、計測データ監視システムの一例であり、計測データ監視システムはこれに限られない。計測データ監視システムは、機器の状態を判定するための計測データの欠測や異常を判定し、過去の計測データの推移の傾向に基づき、異常と判定された計測データを補正することが可能なシステムであれば、どんな構成を有してもよい。

（管理対象機器）
ビル管理サーバ２０は、データセンターの運用状態の監視において、データセンター内の各種設備の稼働状態信号とデータの計測とを行っている。ビル管理サーバ２０は、計測されたデータ（以下、計測データともいう。）に基づき、ビル１０内の機器を管理する。管理対象の機器としては、例えば、特高設備１２、特高受電機器１２ａ、１２ｂ、分電盤１５ａ、１５ｂ、１５ｃ、１５ｄ、基幹中継機器やセンサ中継機器等を収納するラック１７ａ、１７ｂ、１７ｃが挙げられる。また、ビル管理サーバ２０は、冷却設備１６ａ、空調設備１６ｂ、照明機器１８ａ、１８ｂ、１８ｃ、ＩＴ機器１９ａ、１９ｂ、１９ｃを管理対象の機器として管理する。

以下、分電盤１５ａ、１５ｂ、１５ｃ、１５ｄは、総称して分電盤１５と記載し、ラック１７ａ、１７ｂ、１７ｃは、総称してラック１７と記載する。また、照明機器１８ａ、１８ｂ、１８ｃは、総称して照明機器１８と記載し、ＩＴ機器１９ａ、１９ｂ、１９ｃは、総称してＩＴ機器１９と記載する。

ビル１０内には、商用電源１１からの給電が途絶えたときにも安全に機器を管理し、運用するために、自家発電装置１３や（無停電電源装置：Uninterruptible Power Supply、以下、総称してＵＰＳ１４と記載する。）が設けられている。ＵＰＳ１４は、無停電で電力を供給する機器である。図１では、自家発電装置１３として発電装置ａ、ｂ、ｃが図示され、ＵＰＳ１４としてＵＰＳ１４ａ、１４ｂが図示されているが、自家発電装置１３及びＵＰＳ１４の数はこれに限られない。

ビル１０内の機器には、自家発電機器１３とＵＰＳ１４とにより災害時にも電力が供給される。例えば、災害時に商用電源１１からの給電が断たれてもＵＰＳ１４が一時的に各機器に電力を供給することで、自家発電装置１３から給電する運用に切り替える。これにより、災害等においてもビル１０内の機器の連続的な運転が可能となる。

以上のようにして、ビル管理サーバ２０は、商用電源１１からの給電が停止された場合でも、特高設備１２ａ、１２ｂ、冷却設備１６ａ、空調設備１６ｂ、ＩＴ機器１９等のビル１０内の運用に必要な設備の運転を継続させることができる。また、復電時には元の商用電源１１から給電する運用に戻すことができる。商用電源１１から自家発電装置１３（予備電源）への切り替えは、災害等により停電が起こった場合だけでなく、数か月毎の定期的な点検（メンテナンス）、運用の切り替え試験及び訓練の際にも発生する。また、電力会社との契約電力量を超えた電力の使用にはペナルティが課せられるため、契約電力量が超えそうな場合においても商用電源１１から自家発電装置１３への切り替えが発生する。このように、ビル管理サーバ２０の運用においては、数か月に１回程度の頻度で自家発電装置１３が使用される。

ビル１０内の各機器には、計測機器Ｓ１〜Ｓ２３（以下、総称して計測機器Ｓともいう。）が取り付けられている。例えば、特高受電機器１２ａ、１２ｂや分電盤１５には、計測機器（メーター）Ｓ１〜Ｓ６が取り付けられている。計測機器Ｓ１〜Ｓ６は、各機器の電力消費を監視し、所定時間毎に電力量の積算値を計測データとして出力する。また、例えば、ラック１７の床や壁には、計測機器の一例として温度センサ／風速センサＳ９、Ｓ１０，Ｓ１１が取り付けられている。温度センサ／風速センサＳ９、Ｓ１０，Ｓ１１は、３０秒周期毎にラック１７周辺の温度や風速を監視し、所定時間毎に温度や風速の値を計測データとして出力する。

計測データ管理サーバ３０は、データセンター内の各種設備のうち主にエネルギーに関する計測データをビル管理サーバ２０から取得して、データセンター全体のエネルギーに関する省エネ運転の管理を行う。ビル管理サーバ２０で管理する計測データの一例は、図２に示されている。

加えて、計測データ管理サーバ３０は、一部の機器に対する計測を行う。計測データ管理サーバ３０で管理する計測データの一例は、図３に示されている。計測データ管理サーバ３０は、図２の特高受電機器１２ａ、１２ｂ等の多数の計測データをビル管理サーバ２０から取得する。また、計測データ管理サーバ３０は、分電盤１５やラック１７等に取り付けられた計測機器Ｓを用いて温度や電力量等を計測する。このように、計測データ管理サーバ３０は、所定時間毎に計測した計測データと所定時間毎に他の機器から取得した計測データを有する。計測データは、ビル管理サーバ２０から取得した計測データに限られず、ネットワークＮＷに接続された図示しない他の機器から取得してもよい。

データセンターでは、管理対象の機器が消費する電力などのエネルギーを低減させ、効率的に機器を稼働（以下、機器の省エネ運転ともいう。）させることを目的として機器の管理が行われる。そのため、データセンターでは、管理対象の機器の電力の最大運用能力（キャパシティ）が試算され、必要な運転能力が満たされるように設備導入が行われる。これは、キャパシティの限界前に設備の増設が順次行われるような設備導入方法である。このように、電力の最大運用能力に余裕を持たせずに限界近くに設定することは、機器の省エネ運転に寄与する。一方で、電力の最大運用能力が限られている環境下では、計測データ管理サーバ３０は、各種機器の状態を示す電力量、温度、熱量等を常時計測し、機器の運転を細かく監視する必要がある。

予備電源へ切り替えられた場合においても、データセンターの運用に不可欠な設備は、電力供給の優先順位が高いため、予備電源から電力供給が優先的に行われる。一方、冷媒ポンプや冷却棟ファン設備、温度センサ等の計測機器は、電力供給の優先度が低いため、データセンターの運用状態を維持及び監視するのに必要な計測機器を除いては、予備電源からの電力供給が行われない時間帯が発生する。

このような背景から、予備電源へ切り替えられた場合、予備電源から給電されていない計測機器はダウンする。よって、設備が運用されているにも関わらず、ダウンした計測機器からの計測データに欠測が生じたり、計測データに異常が発生したりすることがある。また、データセンター内の各設備においては、データセンターの運用を継続させながら設備の点検や部品交換を行うため、点検や交換時に特定設備の計測データが異常値となることもある。

このように、管理対象の機器の省エネ運転を実現するために、機器の計測データは必要である。一方で、機器の省エネ運転下においても設備全体を安全に運用することが優先されるため、上記のような運用中の計測データの欠測や異常値の発生は生じ得る。

しかしながら、このような異常を含む計測データは、管理対象の機器の状態を正確に判定する妨げとなる。よって、異常な計測データは、例えば、システム運用者によって「手動で」補填や修正されることも行われている。その際、システム運用者は、計測データの前後関係や推移を見ながら妥当な値を算出して計測データの修正や補填を行う。計測データの異常が判定された場合、異常な計測データが自動的に妥当な値に修正又は補填されると、システム運用者の業務の負荷を低減することができる。

機器管理システム１においては、計測データ管理サーバ３０は、分電盤１５やラック１７等の計測データを収集し、計測データに基づく演算を行う。また、計測データ管理サーバ３０は、データセンターの基幹設備（特高受電機器１２ａ、１２ｂ、ＵＰＳ１４、冷却設備１６ａ、空調設備１６ｂ等）のエネルギーに関係する計測データをビル管理サーバ２０より取得し、省エネ運転の管理を行っている。

しかし、この結果、予備電源の切り替え時や設備の保守点検時等にビル管理サーバ２０が計測する計測データに欠測や異常が発生した場合、計測データ管理サーバ３０は、ビル管理サーバ２０から取得した計測データの欠測や異常にかかわらず、管理対象の機器の状態が異常かどうかの判定を行う必要がある。

ところが、最新の計測データについての判定を行うにあたっては、下記のような課題があり、単純にビル管理サーバ２０から受信したデータを検定するだけでは、計測データが妥当な値を有しているかの判断は難しい。特に、計測データの異常値の判定は、計測データの欠測の判定と比較して困難である。以下に、計測データのデータ検定に関する課題１〜３について説明する。

（課題１：積算値のデータ検定に関する課題）
まず、積算値のデータ検定に関する課題１について説明する。図４に示されるように、電力量や熱量のような値は、計測機器（例えば、メーター）の積算値から算出される。計測機器は、一時間単位で機器の計測を行い、０〜最大値（たとえば９９９９９９）の範囲の積算値が求められる。例えば、図４の装置Ａ（通常時）の場合、前回と今回の積算値の差分を電力量として算出する。図４の装置Ｂでは、点線枠の部分で、積算値が最大値を超え、「０」にリセットされている。この場合、最大値と前回の積算値の差分に今回の積算値を加算した値が電力量として算出される。なお、積算値及び電力量は、いずれも計測データの一例である。

停電による計測機器のダウン、計測機器の異常、計測対象の設備の保守作業等が発生すると、その時間帯の計測データは正しく算出できなくなる。具体的には、下記の場合、計測した計測データに異常が生じる。

図５（ａ）に示されるように、停電が発生したため、２０１２／０８／０１ ２２：００の時点で計測機器がダウンし、欠測が生じた。この場合、２０１２／０８／０１ ２３：００の時点の計測において、前回の積算値が欠測しているため、今回の電力量は算出できない。

図５（ｂ）に示されるように、２０１２／０８／０１ ２２：００過ぎに、設備の保守により積算値が補正された。この場合、２０１２／０８／０１ ２３：００の時点の計測において、前回の積算値が補正されているため、今回の電力量に正しい値を算出できず、算出された計測データは、異常値となる。

図５（ｃ）に示されるように、２０１２／０８／０１ ２２：００過ぎに、停電や保守により設備が交換され、積算値がリセットされた。この場合、前回の積算値と今回の積算値の差分の計算によって、妥当でない巨大値が電力量として算出される。

以上に説明した計測データを正しく算出できない場合のうち、計測データの欠測は、比較的容易に判定することができる。例えば、予め設定された計測データの正常範囲を示す閾値に基づき、計測データが閾値内に含まれるかの範囲検定を行ってもよい。これにより、計測データの欠測があるかの判定を容易に行うことができる。しかし、この範囲検定の結果、計測データが正常範囲内であった場合において、算出された計測データの異常の有無を判定することは難しい。

（課題２：複合設備のデータ検定に関する課題）
次に、複合設備のデータ検定に関する課題２について説明する。図６は、電力量の経時的な推移の一例を示す。図６は、複合設備の一例として、ターボ冷凍機の１号機（図６（ａ））、２号機（図６（ｂ））、３号機（図６（ｃ））の電力量の時間的推移を示す。１号機は、時刻ｔ１〜時刻ｔ２の間運転し、２号機は、時刻ｔ２から運転し、３号機は、時刻ｔ１まで運転している。このように、複合設備では、複数の機器がそれぞれ運転・停止を交代しながら稼働している。

このような運転状態においては、図６（ａ）〜図６（ｃ）に示した一の機器の計測データだけを参照すると、突然にデータ値が変動する。しかし、全体的には、ほぼ一定の運転状態が継続されている。これは、図６（ｄ）にターボ冷凍機の合計の電力量を示したように、ターボ冷凍機（１〜３号機）の複合設備がトータルで均一の稼働となるように制御されているからである。ところが、図６（ｄ）のターボ冷凍機の合計を参照して計測データの異常の有無を判定しても不十分な場合もある。例えば、ターボ冷凍機と他の冷却設備との複合設備においては、ターボ冷凍機以外の冷却設備が稼働されると、ターボ冷凍機の運転を停止することもある。この場合、ターボ冷凍機と冷却設備とを別々にして個々の設備のデータだけを参照し、一定時間帯の統計処理によって計測データの変動から計測データの異常を正確に判定することは難しい。この場合には、複数種類の設備の計測データを同時に見て計測データの異常を判定する必要がある。

なお、データセンターの冷却装置としては、ターボ冷凍機の他にフリークーリング冷却装置、外気冷却装置等様々の設備があり、これらすべての装置のバランスを取りながら運転を行っている。このため、計測データの異常の有無を正しく判定するには、ターボ冷凍機のみならず、他の装置の稼働状況も合わせて検定する必要がある。

（課題３：電力量の変化量に関する課題）
次に、電力量の変化量に関する課題３について、図７を参照しながら説明する。図７は、電力量の経時的な推移の他の例を示す。データセンターは、莫大な電力量を消費している。そのため、機器によっては、計測機器Ｓによって計測される積算値の１カウンタ当たりの電力量が大きくなる。例えば、特高受電機器１２ａ、１２ｂでは、計測機器Ｓの１カウンタ当たりの電力量は１００ｋＷｈである。よって、１カウンタ当たりの電力量に満たない１００ｋＷｈ未満の電力量は切り捨てられ、次回の積算値に加算される。この場合、加算される電力量が大きいため、特高受電機器１２ａ、１２ｂが消費する毎回の電力量にさほどの変化がなくても、図７に示されるように、前回の１００ｋＷｈ未満の切り捨てられた値が次回の電力量に加算される。この結果、特にＰ１やＰ２で示した所定時間毎の電力量にバラツキが生じ、電力量はギザギザした値となる。

また、課題２の複合設備における稼働状況の変動も考慮すると、計測データの変動は、設備の稼働状況と計測機器Ｓの１カウンタあたりの電力量の大きさとの両方に影響される。このため、計測データの突然の変動からすぐにその計測データが異常であると判定すると、判定精度が低下する。このように、各種の計測データの動きだけを見ても、計測データの正常又は異常の判別が困難な場合がある。

上記課題１〜３により説明したように、計測データを個々に見ていては、計測データの欠測や計測データの範囲異常は比較的容易に判定できるものの、計測データの異常の有無の判定は困難である。このような状況においては、計測データの異常を正確に判定しようとすると、計測データ管理サーバ３０の処理の負荷が増大する。特に、課題２のような複合設備に関する計測データに関しては、頻繁に異常が発生してしまい、計測データ管理サーバ３０の処理の負荷が増大することが懸念される。

一方、図８に示されるデータセンター全体及び一部の電力量の時間的推移の一例では、データセンター全体を総括して評価する指標ＰＵＥ（ＰＵＥ：Ｐｏｗｅｒ Ｕｓａｇｅ Ｅｆｆｅｃｔｉｖｅｎｅｓｓ；図８のＡ）は、ある程度緩やかに変化している状態であることがわかる。また、そのＰＵＥの算出に必要な合計データ（総有効電力量Ｂ〜Ｆ）についても、図７に示した課題３の電力量の１カウンタ値の影響はあるものの、ある程度緩やかに変化している状態であることがわかる。ここで、総有効電力量Ｂのうち、総有効電力量ＣはＩＴ機器の総有効電力量、総有効電力量Ｄは空調機器の総有効電力量、総有効電力量Ｅは照明機器の総有効電力量、総有効電力量Ｆ総有効電力量Ｂから総有効電力量Ｃ〜Ｆを引いた残りの総有効電力量を示す。

特に、総有効電力量Ｃ（ＩＴ機器）の電力量は滑らかに推移している。これは、総有効電力量Ｃ（ＩＴ機器）の電力量の１カウンタ値は、２〜３ｋＷｈと小さく計測の精度が高いためである。なお、特高受電機器１２ａ、１２ｂの計測時の１カウンタ値を小さくし、計測の精度を向上させることもできる。しかし、特高受電機器１２ａ、１２ｂの電力消費は大きい。このため、精度が高く、かつ大きな電力量を計測可能な計測機器を用意する必要があり、計測装置の値段が高くなるため現実的ではない。

上記課題１〜３にて説明したように、計測データの変動に基づき、単純に計測データの異常を判定することはできない一方、計測データの変動が計測データの異常を示している場合もある。

例えば、図９（ａ）は、データセンター全体及び一部の電力量の時間的推移の他の例を示す。図９（ｂ）は、図９（ａ）に示した時刻と同一の時刻における自家発電装置１３の電力量の時間的推移を示す。

時刻ｔ３では、データセンター内での各種設備のメンテナンスが行われていた。時刻ｔ４〜時刻ｔ５の間は、頻繁に自家発電装置１３の運用に切り替わり、その際に電力量の欠測や巨大値が多数発生した。

時刻ｔ４以降は、電源断後の初回の設備稼働時に、電力量のカウンタ値がリセットされ、巨大値が発生した。

図８及び図９の２つのグラフを比較すると、図８に示したある期間の計測データは、各データ値が同じような推移をしている一方で、図９に示した別の期間の計測データは、巨大値や他のデータの推移と異なるデータ値が存在しており、推移から逸脱した計測データが多数あることがわかる。

以上から、メンテナンス時や緊急時における電源の切り替わり時等の影響や機器の不具合により発生した計測データの異常は、過去の計測データの推移の傾向から判定できる。特に、図８に示したように、データセンター全体の消費電力量の変化がほぼ一定で緩やかに変化する場合、ある時点での最新の計測データが、その最新の計測データの直前の計測データの推移の傾向から外れているかにより、計測データの異常の有無を判定することができる。また、計測データの異常が判定された場合、異常と判定された計測データは、過去の計測データの推移の傾向に応じて自動補正される。以下、本実施形態に係る計測データ管理サーバ３０の内部構成について、図１０を参照しながら以下に説明する。

（計測データ管理サーバ）
図１０は、計測データ管理サーバ３０の内部構成例を示す。計測データ管理サーバ３０は、計測部３１、記憶部３２、計測データを記憶するデータベース３３、取得部３４、判定部３５及び補正部３６を有する。

計測部３１は、機器に取り付けられた計測機器により機器が消費した電力値等を所定時間毎に計測する。記憶部３２は、計測部３１が計測した電力値等の計測データをデータベース３３に記憶する。取得部３４は、ビル管理サーバ２０から基幹設備の計測データを所定時間毎に取得する。

判定部３５は、計測部３１又は取得部３４からの計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、最新の計測データを含む複数の計測データの推移の傾向とに基づき、最新の計測データの異常の有無を判定する。

補正部３６は、最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、最新の計測データを補正する。

例えば、データセンター内のどこかで計測データに異常が発生した場合、判定部３５によりその発生時刻におけるセンター全体の消費電力量の検定が行われ、計測データの異常が判定される。計測データに異常があると判定された場合、補正部３６により計測データが妥当なデータになるような計測データの自動修正又は計測データの欠測に対する補填が行われる。

なお、本実施形態では、判定部３５は、計測データ異常が発生したかを判定するための検定手法としてＦ検定を用いる。これによれば、閾値を使用しないで計測データの異常の判定を行うことができる。Ｆ検定は、２つの標本が、同じ母集団のものであるかどうかを検定する方法である。

標本の検定には、t検定、Ｆ検定、χ2検定、Ｕ検定等がある。本実施形態で検定対象となる計測データは、計測点ごとに各々異なったバラツキがあり、計測データのバラツキの範囲や度合は、管理対象の機器毎に特徴がある。また、本実施形態で検定対象となる計測データは、正規分布に従うとは限らない。このため、判定部３５は、計測データのこの２点の特徴に適合する検定手法としてＦ検定を使用する。

Ｆ検定は、２つの標本が同様な推移の傾向を示していれば、同じ母集団に属するという検定手法である。本実施形態では、具体的には、所定時間毎に計測された計測データのうち、最新の計測データを含まない複数の計測データを第１の標本とし、最新の計測データを含む複数の計測データを第２の標本とする。Ｆ検定により、第１及び第２の標本が同じ推移の傾向を示していれば、第１及び第２の標本は同じ母集団に属すると判定する。本実施形態では、第１及び第２の標本が同じ母集団に属している場合には、最新の計測データは、いままでの計測データと同様な推移の傾向を示しているため、正常な計測データと判定される。

なお、本実施形態の計測データは、正規分布に近似する分布になることは保証されないため、本実施形態に係る判定処理では、検定対象のデータが正規分布に近似する分布を示す場合に好適なt検定、χ2検定、Ｕ検定よりもＦ検定を行う方が好ましい。しかしながら、本実施形態では、Ｆ検定に替えて、t検定、χ2検定、Ｕ検定等の他の検定手法を使用することもできる。

本実施形態では、検定対象となる計測データは６種類（Ｎ＝６）であり、個々の計測データ１〜６は、以下の通りである。しかしながら、計測データの種類や個数はこれに限定されない。なお、いずれの種類の計測データも所定の時間間隔で計測されるデータである。

計測データ１は、データセンター全体の電力量の総和を示す総有効電力量（例えば、図８のＢ）である。計測データ２は、ＩＴ機器の電力量の総和を示す総有効電力量（例えば、図８のＣ）である。計測データ３は、空調機器の電力量の総和を示す総有効電力量（例えば、図８のＤ）である。計測データ４は、照明機器の電力量の総和を示す総有効電力量（例えば、図８のＥ）である。計測データ５は、その他の雑電力量、すなわち、総有効電力量からＩＴ機器、空調機器及び照明機器の総有効電力量を差し引いた残りの総有効電力量（例えば、図８のＦ）である。計測データ６は、データセンターの運用効率指標を示すＰＵＥ（例えば、図８のＡ）である。

Ｆ検定で用いられる第１の標本の一例としては、上記６種類のそれぞれについて所定個数の過去の計測データ（例えば、連続して計測された最新の計測データの直前までの複数の計測データ（以下、過去Ｔ時刻分の計測データという。））を示す。第２の標本の一例としては、上記６種類のそれぞれについて過去Ｔ時刻分の計測データに最新の計測データを加えた計測データを示す。例えば、ｎは２４〜２８であってもよい。

例えば、図１１では、時刻ｔｂに計測された最新の計測データに対して、時刻ｔａ以降に計測された計測データのうち、最新の計測データを含まない計測データ、つまり、時刻ｔａ以降に計測された過去Ｔ時刻分の計測データが、第１の標本とされる。また、時刻ｔａ〜時刻ｔｂの間に計測された過去Ｔ時刻分の計測データに最新の計測データを加えた計測データが、第２の標本とされる。つまり、ここでは、第１の標本と第２の標本との違いは、第２の標本は第１の標本に最新の計測データが加えられた点のみである。

ただし、第１の標本は、最新の計測データを含まない複数の計測データであれば、直前の計測データを含まなくてもよい。同様に、第２の標本は、最新の計測データを含む複数の計測データであれば、直前の計測データを含まなくてもよい。また、第１及び第２の標本に含まれる計測データは、最新の計測データが計測された時刻に近い時間帯に計測された計測データが好ましいが、これに限らない。また、第１の標本と第２の標本とに含まれる計測データには、同じ時刻に計測された計測データが含まれてもよいし、異なる時刻に計測された計測データのみであってもよい。ただし、第２の標本には、最新の計測データが含まれる必要がある。

Ｆ検定では、２標本の分散が等分散であるという帰無仮説が棄却できるか否かの検定が行われる。Ｆ検定では、例えば、図１１に示されるように、第１の標本に含まれる計測データの分散１と、第２の標本に含まれる計測データの分散２とが計算される。分散１は、最新の計測データを含まない複数の計測データの推移の傾向を示す一例である。また、分散２は、最新の計測データを含む複数の計測データの推移の傾向を示す一例である。

第１の標本に含まれる計測データの分散１は、式（１）で示される。

第２の標本に含まれる計測データの分散２は、式（２）で示される。

ここで、
は、最新の計測データを含まない第１の標本の分散１を求める際に算出した第１の標本の
計測データの平均値である。また、ｎは予め定められた標本数（例えば、ｎ＝２４）であ
る。

求められた分散１と分散２から得られる分散比：ＦがＦ分布表のＦｐ（ｐは棄却境界確率：５％程度）以下になる場合、帰無仮説が棄却されるため、最新の計測データは異常であると判定される。棄却域は、３％〜５％で設定されてもよい。棄却域が大きいほど計測データが異常と判定される確率が高くなり、厳しい検定条件となる。

このようにして、Ｆ検定では、最新の計測データの有無のみが異なる近似した第１及び第２の標本に対して、２つの標本の分散が等分散であるという帰無仮説を棄却できなければ、２つの標本は同じ母集団のデータとみなすことができ、２つの標本は同様なデータ推移の傾向を示していると判断できる。よって、その場合には、判定部３５は、最新の計測データの値は正常であると判定する。例えば、図１１（ａ）に模式的に示したように、分散１と分散２の差が小さく、Ｆ検定の結果が帰無仮説を棄却できない場合、最新の計測データの値は正常であると判定される。

一方、図１１（ｂ）に模式的に示したように、最新の計測データが、それ以前の計測データの推移の傾向と異なっている場合、最新の計測データを含まない複数の計測データの分散１と、最新の計測データを含む複数の計測データの分散２に大きく差があり、Ｆ検定の結果が帰無仮説を棄却できる可能性が高い。この図の場合、実際にＦ検定を行うと帰無仮説が棄却され、最新のデータの値は異常であると判定される。

［判定／補正処理］
次に、以上のＦ検定を使用した本実施形態に係る計測データの判定及び補正処理について、図１２及び図１３を参照しながら説明する。図１２は、一実施形態に係る計測データの判定処理を示したフローチャートである。図１３は、一実施形態に係る計測データの補正処理を示したフローチャートである。

（判定処理）
図１２の処理が開始されると、まず、計測部３１は、検定対象の数（種類）Ｎを特定する（ステップＳ１０）。ここでは、検定対象の種類は６種類、すなわち、Ｎ＝６と特定される。

次に、計測部３１は、検定対象ｎに１を代入し、検定異常数ｃに０を代入する（ステップＳ１２）。これにより、例えば、検定対象の種類が計測データ１、つまり、総有効電力量（例えば、図８のＢ）に設定される。また、この時点で検定により異常と判定された計測データの数は０である。

次に、計測部３１は、検定対象ｎの最新の計測データを計測（又は、ビル管理サーバ２０から取得）する（ステップＳ１４）。次に、判定部３５は、データベース３３から第１の標本と第２の標本の計測データを取得し、Ｆ検定を行う（ステップＳ１６）。

次に、判定部３５は、Ｆ検定の結果、帰無仮説が棄却できるか否かを判定する（ステップＳ１８）。帰無仮説が棄却できる場合、判定部３５は、Ｆ検定の結果が異常（最新の計測データが異常）であると判定し、検定異常数ｃを１だけ加算し（ステップＳ２０）、ステップＳ２２に進む。一方、帰無仮説が棄却できない場合、判定部３５は、Ｆ検定の結果が正常（最新の計測データが正常）であると判定し、そのままステップＳ２２に進む。

ステップＳ２２では、検定対象ｎに１を加算する。ここでは、ｎ＝２である。よって、次のステップＳ２４では、ｎはＮより小さいと判定し、ステップＳ１４に戻る。２種類目の計測データ（例えば、検定対象の種類が計測データ２、つまり、ＩＴ機器の電力量の総和を示す総有効電力量（例えば、図８のＣ）についても、ステップＳ１４〜Ｓ２４の処理が実行される。ステップＳ１８にてＦ検定の結果が異常であると判定された場合、判定部３５は、検定異常数ｃを１だけ加算する。３〜６種類目の計測データについても、ステップＳ１４〜Ｓ２４の処理が実行され、Ｆ検定の結果が異常であると判定された場合には、検定異常数ｃが１だけ加算される。

６種類目の計測データの検定後、ステップＳ２４にて、判定部３５は、ｎがＮに等しいと判定し、ステップＳ２６に進んで、検定異常数ｃが２以上であるかを判定する。検定異常数ｃが２以上の場合、判定部３１は、最新の計測データを補正すると判定する（ステップＳ２８）。検定異常数ｃが０又は１の場合には、直ちに本処理を終了する。

以上に説明したように、本実施形態に係る判定処理によれば、Ｆ検定により、最新の計測データが、最新の計測データを含まない過去Ｔ時刻分の計測データの推移の傾向に逸脱していないかを判定できる。最新の計測データが、過去Ｔ時刻分の計測データの推移の傾向に逸脱していなければ、最新の計測データは正常と判定される。一方、最新の計測データが、過去Ｔ時刻分の計測データの推移の傾向に逸脱していれば、最新の計測データは異常であると判定される。

また、本実施形態に係る判定処理によれば、Ｆ検定の結果、２種類以上の最新の計測データが異常であると判定されたとき、各種類の最新の計測データを補正すると判定され、次に説明する図１３に示した各種類の最新の計測データを補正する処理が実行される。つまり、１種類の最新の計測データが異常であると判定された場合には、異常とせず、各種類の最新の計測データは補正されない。

２種類以上の計測データに関してＦ検定により最新の計測データが異常と判定された場合にデータ異常と判定する理由について説明する。

図１２にて使用する６種類の計測データの一例は、次の通りである。
総有効電力量（ＩＴ機器）＝ラックの電力量の総和
総有効電力量（空調機器）＝空調機器の電力量の総和
総有効電力量（照明機器）＝照明機器の電力量の総和
総有効電力量（その他雑）＝総有効電力量−総有効電力量（ＩＴ機器）−総有効電力量（空調機器）−総有効電力量（照明機器）
ＰＵＥ＝総有効電力量／総有効電力量（ＩＴ機器）
上記の各式より、以下の関係があることがわかる。

総有効電力量（ＩＴ機器）は、総有効電力量（その他雑）とＰＵＥとに影響する。

総有効電力量（空調機器）は、総有効電力量（その他雑）に影響する。

総有効電力量（照明機器）は、総有効電力量（その他雑）に影響する。

総有効電力量（その他雑）は、総有効電力量、総有効電力量（ＩＴ機器）、総有効電力量（空調機器）、総有効電力量（照明機器）のいずれかに影響される。

ＰＵＥは、いずれかの電力量に影響される。

総有効電力量は、いずれかの電力量に影響される。

つまり、６種類の計測データは、互いに影響しあうことから、単体でＦ検定異常となる場合は、計測データの推移に生じた偶発的なバラツキともいえる。よって、１種類の最新の計測データが単体で異常であると判定された場合には、そのバラツキ度合いが許容できるものと判断され、最新の計測データは補正されない。ただし、各々のデータの推移を厳密に継続したい場合は、１種類の最新の計測データが単体で異常であると判定された場合にも、各種類の最新の計測データを補正してもよい。また、データ異常の判定を緩和する場合、同時に発生したデータ異常数を２種類ではなく、３種類以上の最新の計測データが異常であると判定された場合に、各種類の最新の計測データを補正してもよい。

（補正処理）
なお、上記では６種類のデータを例として説明したが、システム全体の傾向を示す代表データであれば、データ異常の判定対象のデータの種類数はいくつでも良い。ただし、判定対象のデータの種類数が多すぎると、データ異常の判定に要する処理負荷が増大し、反対に少なすぎるとデータ異常の判定精度が低下するため、処理負荷と判定精度のバランスを見ながら、適当な数のデータの種類数を決める必要がある。

次に、本実施形態に係る計測データの補正処理について、図１３を参照しながら説明する。図１３の処理が開始されると、まず、判定部３５は、最新の計測データを取得する（ステップＳ３０）。次に、判定部３５は、最新の計測データが欠測しているかを判定する（ステップＳ３２）。最新の計測データが欠測していると判定された場合、補正部３６は、所定個数の過去の計測データ、つまり、過去Ｔ時刻分の計測データを取得する（ステップＳ３４）。ここで、過去Ｔ時刻分の計測データの個数は、複数であればいくつでもよい。

補正部３６は、積算データ以外の計測データの欠測に対して、計測データの異常の修正と同様に、分散と平均値とを用いた補正値を使用する（ステップＳ３６）。

本実施形態では、一種類の計測データについて異常や欠測が検出された場合、その時刻の各種設備の電力量やＰＵＥには、単一あるいは複数の計測データに異常が存在する。このような計測データの性質を考慮し、各種類の計測データは、以下に説明するように補正される。なお、アナログ系のデータが計測データの場合、アナログ系のデータは基本的に計測機器でデータ検定されるため、有効であれば異常値ではないものとして扱う。

電力量のような積算系データが計測データの場合、欠測した最新の計測データを補正するための補正値は、最新の計測データの計測時刻より前に計測された過去Ｔ時刻分の計測データの推移の傾向から判断される。

補正値ｘは、式（１）及び式（２）を用いて算出される第１の標本の分散ｕ１２と第２の標本の分散ｕ２２とが等しくなることを前提として式（３）にて求められる値である。

第１の標本の分散ｕ１２は、最新の計測データを含まない過去の計測データの推移の傾向を示し、第２の標本の分散ｕ２２は、最新の計測データを含まない過去の計測データの推移の傾向を示す。式（３）にて求められる補正値ｘは、過去の計測データの推移の傾向に追従した値となる。これにより、最新の計測データは、前値や平均値を用いるよりも、よりいままでの計測データの推移の傾向に追従したデータ値で補正される。

次に、ステップＳ４６に進み、補正部３６は、算出した補正値ｘで欠測した最新の計測データを補填し、本処理を終了する。

なお、計測データが積算データの場合については、２時刻分以上の計測データが欠測となっている。よって、補正部３６は、復旧時刻においてカウンタ値をセットし、前回の有効データのカウンタ値と復旧時刻のカウンタ値との差分を求め、カウンタ値の差分に基づき求められる欠測した複数の時刻に対して、算出された補正値ｘを均等に按分する。

このデータの推移の判断においても前記計測データの異常の検出に用いた第１及び第２の標本によるＦ検定が使用される。このＦ検定により異常となった場合、その時刻に計測されたデータは、過去の計測データの推移の傾向から逸脱した計測データであると判断される。その場合、第１の標本の分散と、分散を求める際に算出した第１の標本の計測データの平均値とを用いて、式（３）から算出された補正値ｘにより最新の計測データが補正される。

次に、ステップＳ４６に進み、補正部３６は、算出した補正値で欠測した計測データを補填する。次いで、補正部３６は、全計測機器の最新の計測データについて本処理を実行したかを判定する（ステップＳ４８）。全ての判定が終了していない場合、補正部３６は、ステップＳ３０に戻り、ステップＳ３０〜ステップＳ４８の処理を繰り返す。全ての判定が終了した場合には、本処理が終了される。

ステップＳ３２にて、最新の計測データが欠測していないと判定された場合、判定部３５は、検定対象の最新の計測データを取得し（ステップＳ３８）、Ｆ検定を実行する（ステップＳ４０）。次に、判定部３５は、Ｆ検定の結果が異常であるかを判定する（ステップ４２）。

Ｆ検定の結果が異常であると判定された場合、補正部３６は、ステップＳ４０のＦ検定で算出された分散ｕ１２及び分散ｕ２２を用いて式（３）により補正値ｘを算出する（ステップＳ４４）。次に、ステップＳ４６に進み、補正部３６は、算出した補正値で異常と判定された最新の計測データを補正する。次いで、補正部３６は、全計測機器の最新の計測データについて本処理を実行したかを判定する（ステップＳ４８）。全ての判定が終了していない場合、補正部３６は、ステップＳ３０に戻り、ステップＳ３０〜ステップＳ４８の処理を繰り返す。全ての判定が終了した場合には、本処理が終了される。

以上に説明した本実施形態に係る補正処理によれば、計測データの推移の傾向に追従した補正値により最新の計測データの異常値が補正される。例えば、図１１（ａ）に示した計測データの場合、最新の計測データを含む第２の標本の計測データの分散２は、最新の計測データを含まない第１の標本の計測データの分散１と近似している。よって、本実施形態に係る判定処理では、第２の標本の計測データは、第１の標本の計測データと同じ推移の傾向を示すと判断される。よって、この場合には、最新の計測データは、正常と判定される。

一方、図１１（ｂ）に示した計測データの場合、最新の計測データを含む第２の標本の計測データの分散２は、最新の計測データを含まない第１の標本の計測データの分散１と近似していない。よって、本実施形態に係る判定処理では、第２の標本の計測データは、第１の標本の計測データと同じ推移の傾向を示していないと判断される。よって、この場合には、最新の計測データは、異常と判定される。そして、最新の計測データは、式（３）に過去の計測データの分散や平均値を代入することにより算出される補正値ｘに補正される。これにより、補正された最新の計測データは、過去の計測データの推移の傾向に追従した値に補正される。

また、本実施形態に係る補正処理によれば、異常と判定された最新の計測データは、次の計測が行われる前にリアルタイムに自動補正される。よって、次の計測データ（その時点での最新の計測データ）の判定時には、その直前の計測データの異常や欠測は、既に補填や補正が完了している。よって、過去の計測データに含まれる異常による、計測データを用いた判定への影響を低下させることができる。

（効果の例）
本実施形態に係る判定処理及び補正処理を行った結果の一例を図１４に示す。これによれば、メンテナンスや災害発生時に生じた電力量の欠損や異常が補填又は補正され、計測データのバラツキが顕著に低減されている。以上から、本実施形態に係る判定処理及び補正処理によれば、欠測又は異常な計測データを過去の計測データの推移の傾向に追従した値にリアルタイムに自動補正できる。これにより、たとえ計測データに異常や欠測が発生したとしても、システム全体のデータの推移の傾向を継続できることから、計測データに基づく管理対象の機器の状態把握の精度を高めることができる。また、データ異常の判定対象のデータを数種類に絞って検定を行うことから、計測データ管理サーバ３０がデータの補正処理を実行する際の処理負荷を軽減させることができる。これにより、データセンター全体の信頼性を向上させることができる。

以上に説明したように、本実施形態に係る機器管理システム１によれば、データセンターの機器管理システムにおいて、通常運用と停電運用の切り替えをきっかけとして発生する欠測やデータ異常の発生を検出することができる。

また、本実施形態に係る判定処理によれば、特定の数点の計測データに基づき、最新の計測データの異常を判定することができる。これにより、判定処理及び補正処理による計測データ管理サーバ３０の処理負荷を抑えることができる。

また、本実施形態に係る判定処理及び補正処理によれば、計測データを収集するとともに判定や補正に必要な演算を行いながら、計測データの異常を判定できる。、また、異常と判定された計測データは、判定で用いられた分散等から導かれる補正値により、直ちに補正又は補填することができる。

特に、本実施形態では、補正値や補填値が計測データの推移の傾向に追従した値となる。このため、異常な計測データを過去の計測データの推移の傾向に即した値に補正することができる。

なお、以上の実施形態では、主に電力量等のデータを計測データの例に挙げて説明した。しかしながら、本実施形態を適用可能な計測データは、これに限られず、温度や水位等を計測したデータ等にも適用できる。また、本実施形態では、検定対象の計測データが正規分布しないデータであることを前提にＦ検定を行ったが、これに限られず、検定対象のデータが正規分布することを前提としてもよい。その場合には、特にＦ検定に替えてt検定、χ2検定、Ｕ検定等を用いることが好適である。

また、本実施形態に係る機器管理システム１は、計測データの異常の有無の判定や、異常と判定された計測データの補正だけでなく、計測データの分析を行うこともできる。本実施形態に係る判定処理により、計測データに異常が発生したと判定された場合であって、その時点で停電もなく、メンテナンス中でもなかった場合、他に何が原因になっているかの分析に本実施形態の判定を使用することができる。

（ハードウェア構成例）
最後に、本実施形態に係る計測データ管理サーバ３０のハードウェア構成について、図１５を参照しながら簡単に説明する。図１５は、本実施形態にかかる計測データ管理サーバ３０のハードウェア構成例を示す図である。

図１５に示すように、計測データ管理サーバ３０は、入力装置１０１、表示装置１０２、外部Ｉ／Ｆ１０３、ＲＡＭ（Random Access Memory）１０４、ＲＯＭ（Read Only Memory）１０５、ＣＰＵ（Central Processing Unit）１０６、通信Ｉ／Ｆ１０７及びＨＤＤ（Hard Disk Drive）１０８を備え、それぞれがバスＢで相互に接続されている。

入力装置１０１は、キーボードやマウスなどを含み、計測データ管理サーバ３０に各操作を入力するのに用いられる。表示装置１０２は、ディスプレイなどを含み、デスクトップ画面等を表示する。

通信Ｉ／Ｆ１０７は、計測データ管理サーバ３０をネットワークＮＷに接続するインタフェースである。これにより、計測データ管理サーバ３０は、通信Ｉ／Ｆ１０７を介して、ビル管理サーバ２０と計測データ等を送受信する。

ＨＤＤ１０８は、プログラムやデータを格納している不揮発性の記憶装置である。格納されるプログラムやデータには、装置全体を制御する基本ソフトウェアであるＯＳ（Operating System）、及びＯＳ上において描画機能等の各種機能を提供するアプリケーションソフトウェアなどがある。また、ＨＤＤ１０８は、上記各実施形態の判定処理や補正処理を行うためにＣＰＵ１０６により実行される計測データ監視プログラムを格納する。

外部Ｉ／Ｆ１０３は、外部装置とのインタフェースである。外部装置には、記録媒体１０３ａなどがある。計測データ管理サーバ３０は、外部Ｉ／Ｆ１０３を介して、記録媒体１０３ａの読み取り及び／又は書き込みを行うことができる。記録媒体１０３ａとしては、ＣＤ（Compact Disk）、及びＤＶＤ（Digital Versatile Disk）、ならびに、ＳＤメモリカード（SD Memory card）やＵＳＢメモリ（Universal Serial Bus memory）等が挙げられる。

ＲＯＭ１０５は、不揮発性の半導体メモリ（記憶装置）であり、起動時に実行されるＢＩＯＳ（Basic Input/Output System）、ＯＳ設定、及びネットワーク設定などのプログラムやデータが格納されている。ＲＡＭ１０４は、プログラムやデータを一時保持する揮発性の半導体メモリ（記憶装置）である。ＣＰＵ１０６は、上記記憶装置（例えば「ＨＤＤ」や「ＲＯＭ」など）から、プログラムやデータをＲＡＭ上に読み出し、処理を実行することで、装置全体の制御や搭載機能を実現する演算装置である。

計測データ管理サーバ３０による計測部３１、取得部３４、判定部３５、補正部３６の各部は、ＨＤＤ１０８にインストールされたプログラムがＣＰＵ１０６に実行させる処理により実現される。計測データを記憶する記憶部３２は、例えば、ＲＡＭ１０４、ＨＤＤ１０８を用いてもよいし、計測データ管理サーバ３０にネットワークＮＷを介して接続される記憶装置を用いて実現可能である。

以上、計測データの補正方法、計測データ監視システム及び計測データ監視プログラムを実施例により説明したが、本発明は上記実施例に限定されるものではなく、本発明の範囲内で種々の変形及び改良が可能である。

例えば、上記実施形態では、計測データの推移の傾向は、分散を用いて判断された。しかしながら、本発明に係る計測データの補正方法では、計測データの推移の傾向は、分散以外の指標を用いて判断することもできる。計測データの推移の傾向を示す指標としては、例えば、分散から得られる標準偏差を用いた母平均の推定範囲と標本平均から補正値を予測することも可能である。

以上の説明に関し、更に以下の項を開示する。
（付記１）
所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、
前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、
処理をコンピュータが実行する計測データの補正方法。
（付記２）
前記判定の処理は、
前記補正された最新の計測データを、次に計測される計測データの異常の有無の判定に使用する、
処理をコンピュータが実行する付記１に記載の計測データの補正方法。
（付記３）
前記判定の処理は、
所定時間毎に計測された複数種類の前記計測データに対して各種類の前記最新の計測データの異常の有無をそれぞれ判定し、
前記補正の処理は、
２種類以上の前記最新の計測データに異常があると判定した場合、前記各種類の最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記各種類の最新の計測データをそれぞれ補正する、
処理をコンピュータが実行する付記１又は２に記載の計測データの補正方法。
（付記４）
所定時間毎に計測した計測データ又は所定時間毎に他の機器から取得した計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定する判定部と、
前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する補正部と、
を有する計測データ監視システム。
（付記５）
前記判定部は、
前記補正された最新の計測データを、次に計測される計測データの異常の有無の判定に使用する、
付記４に記載の計測データ監視システム。
（付記６）
前記判定部は、
所定時間毎に計測された複数種類の前記計測データに対して各種類の前記最新の計測データの異常の有無をそれぞれ判定し、
前記補正部は、
２種類以上の前記最新の計測データに異常があると判定した場合、前記各種類の最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記各種類の最新の計測データをそれぞれ補正する、
付記４又は５に記載の計測データ監視システム。
（付記７）
所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、
前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、
処理をコンピュータに実行させる計測データ監視プログラム。
（付記８）
前記判定の処理は、
前記補正された最新の計測データを、次に計測される計測データの異常の有無の判定に使用する、
処理をコンピュータに実行させる付記７に記載の計測データ監視プログラム。
（付記９）
前記判定の処理は、
所定時間毎に計測された複数種類の前記計測データに対して各種類の前記最新の計測データの異常の有無をそれぞれ判定し、
前記補正の処理は、
２種類以上の前記最新の計測データに異常があると判定した場合、前記各種類の最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記各種類の最新の計測データをそれぞれ補正する、
処理をコンピュータに実行させる付記７又は８に記載の計測データ監視プログラム。

１：機器管理システム、１０：ビル、１１：商用電源、１２：特高設備、１２ａ、１２ｂ：特高受電機器、１３：自家発電装置、１４ａ、１４ｂ：ＵＰＳ、２０：ビル管理サーバ、３０：計測データ管理サーバ、３１：計測部、３２：記憶部、３３：データベース、３４：取得部、３５：判定部、３６：補正部、Ｓ：計測機器

Claims (5)

1. 所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、
   前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、
   処理をコンピュータが実行する計測データの補正方法。
2. 前記判定の処理は、
   前記補正された最新の計測データを、次に計測される計測データの異常の有無の判定に使用する、
   処理をコンピュータが実行する請求項１に記載の計測データの補正方法。
3. 前記判定の処理は、
   所定時間毎に計測された複数種類の前記計測データに対して各種類の前記最新の計測データの異常の有無をそれぞれ判定し、
   前記補正の処理は、
   ２種類以上の前記最新の計測データに異常があると判定した場合、前記各種類の最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記各種類の最新の計測データをそれぞれ補正する、
   処理をコンピュータが実行する請求項１又は２に記載の計測データの補正方法。
4. 所定時間毎に計測した計測データ又は所定時間毎に他の機器から取得した計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定する判定部と、
   前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する補正部と、
   を有する計測データ監視システム。
5. 所定時間毎に計測される計測データのうち、最新の計測データを含まない複数の計測データの推移の傾向と、前記最新の計測データを含む複数の計測データの推移の傾向とに基づき、前記最新の計測データの異常の有無を判定し、
   前記最新の計測データに異常があると判定した場合、前記最新の計測データを含まない複数の計測データの推移の傾向に基づき、前記最新の計測データを補正する、
   処理をコンピュータに実行させる計測データ監視プログラム。