JP2016184237A - 設備不良予測システム、設備不良予測装置、及び設備不良予測方法 - Google Patents

Abstract

【課題】点検対象設備の状態を示す定性的なデータと、点検対象設備から提供される定量的なデータとにもとづいて、点検対象設備における不良の発生を精度よく予測可能な、設備不良予測システム、設備不良予測装置、及び設備不良予測方法を提供することを目的とする。
【解決手段】ともにネットワーク２に接続可能な、設備不良予測装置３及び複数のスマートメータ（１２Ａ〜１２Ｄ）と、複数のスマートメータに情報を提供する変圧器（１１Ａ，１１Ｂ）と、を有し、スマートメータは、変圧器から提供される情報を数値化した定量データを、ネットワーク２を介して設備不良予測装置３に送信し、設備不良予測装置３は、送信された定量データをデータベース１２１に蓄積し、さらに、データベース１２１に蓄積された定量データから算出する統計量を用いて、変圧器における不良の発生を予測することを特徴とする設備不良予測システム１。
【選択図】図１

Description

本発明は、点検対象設備における不良の発生を予測可能な設備不良予測システム、設備不良予測装置、及び設備不良予測方法に関する。

引用文献１には、設備の状態を示す定性的なデータと、設備から提供される定量的なデータとにもとづいて、設備の劣化を予測することができる設備劣化予測システムおよび設備劣化予測方法が記載されている。

特開２０１０−０９７３９２号公報

例えば、変圧器のような配電設備の劣化には、各機器の材料などの設備仕様、設置されている地域の特性などの外部環境だけでなく、内部を流れる電流、電圧、電力等の負荷情報などの内部状態も影響する。特許文献１に記載の方法では、この内部状態に関する情報が考慮されておらず、内部状態に応じて精度よく劣化が予測できないという課題がある。

本発明は、前記の課題を鑑みてなされたものであり、点検対象設備における不良の発生を精度よく予測可能な、設備不良予測システム、設備不良予測装置、及び設備不良予測方法を提供することを目的とする。

前記課題を解決するため、本発明は、ネットワークに接続可能な設備不良予測装置と、データベースを保存するデータ記憶装置と、前記ネットワークに接続可能な複数の端末装置と、を有し、前記端末装置は、点検対象設備から提供される情報を数値化した定量データを、前記ネットワークを介して前記設備不良予測装置に送信し、前記設備不良予測装置は、送信された前記定量データを前記データベースに蓄積し、さらに、前記データベースに蓄積された前記定量データから算出する統計量を用いて、前記点検対象設備における不良の発生を予測することを特徴とする設備不良予測システムとする。また、その設備不良予測システムに備わる設備不良予測装置、及び設備不良予測方法とする。

本発明によれば、点検対象設備における不良の発生を精度よく予測可能な、設備不良予測システム、設備不良予測装置、及び設備不良予測方法を提供できる。これによって、点検対象設備の巡視点検に際し、その効率を向上するように巡視点検する対象を決定することが可能になる。

本実施例に係る設備不良予測システムの全体構成を示す図である。 データベースの構成を示すブロック図である。 設備データに含まれるデータの一構成例を示す図であり、（ａ）は設備対応データを示す図、（ｂ）は径間データを示す図、（ｃ）は機器情報データを示す図である。 計測データに含まれるデータの一構成例を示す図であり、（ａ）はスマートメータデータを示す図、（ｂ）は機器対応付けデータを示す図である。 計測統計量データの一構成例を示す図である。 点検履歴データの一構成例を示す図である。 設置環境データの一構成例を示す図である。 設備不良予測システムが設備の不良を予測する手順を示すフローチャートである。 予測データテーブルを示す図である。 計測統計量データをカテゴリ分けする一例を示す図である。 本実施例に数量化理論２類を適用する概要を説明する模式図であり、（ａ）は予測データテーブルを示す図、（ｂ）はデータ群の分布を示すイメージ図である。 判別式を示す図である。 （ａ）は点検結果を予測するのに用いられるサンプルデータを示す図、（ｂ）は判別式による判別結果を示す図である。

以下、本発明の実施例を、図面を用いて詳細に説明する。

図１は、本実施例に係る設備不良予測システムの全体構成を示す図である。
本発明の実施例に係る設備不良予測システム１は、設備の状態を示す情報（設備データ）、設備が設置される環境の情報（設置環境データ）、設備の巡視点検で得られる情報（点検履歴データ）などの定性的なデータと、各家屋（第１家屋Ｈｍ１，第２家屋Ｈｍ２，第３家屋Ｈｍ３，第４家屋Ｈｍ４）に設置される端末装置としてのスマートメータ（第１スマートメータ１２Ａ，第２スマートメータ１２Ｂ，第３スマートメータ１２Ｃ，第４スマートメータ１２Ｄ）等から得られる電力量等の定量的なデータを組み合わせて設備（本実施例では、第１変圧器１１Ａ，第２変圧器１１Ｂ）の点検結果（不良の発生）を予測する設備不良予測システム１である。

本実施例の設備不良予測システム１は電力配電設備に備わり、電柱（第１電柱１０Ａ，第２電柱１０Ｂ，第３電柱１０Ｃ，第４電柱１０Ｄ）に搭載されている変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）における不良の発生を予測するように構成されている。したがって、本実施例において、第１変圧器１１Ａと第２変圧器１１Ｂは設備不良予測システム１によって点検結果（不良の発生）が予測される点検対象設備になる。

図１に示すように、本実施例の設備不良予測システム１は、ネットワーク２に接続される設備不良予測装置３を有する。
なお、ネットワーク２は、インターネット網など汎用のネットワークであってもよいし、設備不良予測システム１のための専用のネットワーク（ＷＡＮ：Wide Area Networkなど）であってもよい。

また、設備不良予測システム１は、電力配電設備として備わる４つの電柱（第１電柱１０Ａ，第２電柱１０Ｂ，第３電柱１０Ｃ，第４電柱１０Ｄ）を管理する。第１電柱１０Ａと第２電柱１０Ｂが第１電線Ｃ１を支持し、第４電柱１０Ｄと第３電柱１０Ｃが第２電線Ｃ２を支持している。本実施例では、第１電柱１０Ａと第２電柱１０Ｂの間（第１径間）を特定するための径間ＩＤを「ＳＰＡＮ＿１」とし、第３電柱１０Ｃと第４電柱１０Ｄの間（第２径間）を特定するための径間ＩＤを「ＳＰＡＮ＿２」とする。

また、図１に示す設備不良予測システム１は、２つの地域（Ａｒｅａ１，Ａｒｅａ２）にまたがって備わる電力配電設備を管理する一例を示している。
２つの地域は、塩害が発生しやすい地域か否か、豪雪地帯か否か、など、電力配電設備に影響を与える環境の違いで区分されている。本実施例では、塩害が発生しやすい地域か否かで区分される一例を示し、Ａｒｅａ２は海岸沿いなど塩害が発生しやすい地域、Ａｒｅａ１は内陸部など塩害が発生しにくい地域とする。

第２電柱１０Ｂには第１変圧器１１Ａが備わっている。第１変圧器１１Ａは第１電線Ｃ１における電圧を、家屋（第１家屋Ｈｍ１，第２家屋Ｈｍ２）に配電する電圧に変圧する。第１変圧器１１Ａで変圧された電力が第２電柱１０Ｂから２つの家屋（第１家屋Ｈｍ１と第２家屋Ｈｍ２）に配電される。
第３電柱１０Ｃには第２変圧器１１Ｂが備わっている。第２変圧器１１Ｂは第２電線Ｃ２における電圧を、家屋（第３家屋Ｈｍ３，第４家屋Ｈｍ４）に配電する電圧に変圧する。第２変圧器１１Ｂで変圧された電力が第３電柱１０Ｃから２つの家屋（第３家屋Ｈｍ３と第４家屋Ｈｍ４）に配電される。
なお、第１変圧器１１Ａや第２変圧器１１Ｂから配電される家屋の数は限定されない。第１変圧器１１Ａや第２変圧器１１Ｂから３つ以上の家屋に配電される構成であってもよい。

４つの家屋（第１家屋Ｈｍ１，第２家屋Ｈｍ２，第３家屋Ｈｍ３，第４家屋Ｈｍ４）には、それぞれスマートメータ（第１スマートメータ１２Ａ，第２スマートメータ１２Ｂ，第３スマートメータ１２Ｃ，第４スマートメータ１２Ｄ）が設置されている。各スマートメータは、各家屋で使用される電力量を計測可能に構成される。例えば、第１スマートメータ１２Ａは、第１家屋Ｈｍ１で使用される電力量を計測可能に構成される。
また、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄは、それぞれ第１家屋Ｈｍ１〜第４家屋Ｈｍ４に配電される電力の電圧（電圧値）と電流（電流値）を計測可能に構成される。例えば、第１スマートメータ１２Ａは、第１家屋Ｈｍ１に配電される電力の電圧と電流を計測可能に構成される。

前記したように、各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）は各変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）から配電される電力の電力量、電圧、電流を計測可能に構成されている。したがって、本実施例において各変圧器から配電される電力は、各変圧器から各スマートメータに提供される情報となる。また、各スマートメータは、各変圧器から提供される情報（電力）を、電力量、電圧、電流として数値化し、これらを定量データとして扱うように構成されている。

各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）は、計測した電力量、電圧、及び電流（定量データ）を実測値として、ネットワーク２を介して定期的に設備不良予測装置３に送信する。このため、各スマートメータにはネットワーク２に接続可能なインタフェースが備わっていることが好ましい。なお、各スマートメータはネットワーク２に有線で接続されていてもよいし、無線で接続されていてもよい。
本実施例において、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄは、ネットワーク２に接続され、さらに、ネットワーク２を介して設備不良予測装置３に接続される端末装置になる。

また、図１に示す電力配電設備（第１電柱１０Ａ〜第４電柱１０Ｄ，第１変圧器１１Ａ，第２変圧器１１Ｂ等）は、本実施例を説明するための一例であって、この構成に限定されない。

本実施例に係る設備不良予測システム１を制御する設備不良予測装置３は、ＣＰＵ（Central Processing Unit）１１５、メモリ１１６、ネットワークインタフェース１１８、表示部１１９、デバイスＩ／Ｏ１２０、データベース１２１、操作部１２２を有する。データベース１２１はデータ記憶装置１２１ａに保存（蓄積）されている。ＣＰＵ１１５と、メモリ１１６と、ネットワークインタフェース１１８と、表示部１１９と、デバイスＩ／Ｏ１２０と、データ記憶装置１２１ａと、操作部１２２と、はデータバス１２３で接続され、互いにデータ送受信が可能に構成されている。

メモリ１１６は不揮発性の記憶部であり、不良予測プログラム１１７を格納する。ＣＰＵ１１５は不良予測プログラム１１７を実行して設備不良予測装置３を制御する制御部である。また、設備不良予測システム１は設備不良予測装置３（ＣＰＵ１５）で制御される。ネットワークインタフェース１１８は設備不良予測装置３をネットワーク２に接続するためのインタフェース部である。データベース１２１は、設備不良予測システム１が管理する設備（第１電柱１０Ａ〜第４電柱１０Ｄ，第１変圧器１１Ａ，第２変圧器１１Ｂ等）に関する情報（例えば、設備の状態を示す情報）や点検履歴データ、及び、スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）から送信される実測値等で構成され、所定のデータ記憶装置１２１ａに保存（蓄積）されている。操作部１２２は、点検担当者等が操作するキーボードやマウスなどである。デバイスＩ／Ｏ１２０は、ＵＳＢ（Universal Serial Bus）メモリやハードディスクなどの外部機器を接続する接続端子である。

本実施例の設備不良予測システム１は、このように構成される設備不良予測装置３によって制御される。

各家屋（第１家屋Ｈｍ１〜第４家屋Ｈｍ４）に設置されている各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）は、各家屋で使用された電力量と、各家屋に配電される電力の電圧や電流と、を計測し、計測した実測値を定期的に設備不良予測装置３に送信する。本実施例の各スマートメータは、ネットワーク２を介して実測値を設備不良予測装置３に送信する。設備不良予測装置３は、各スマートメータから送信される実測値をデータ記憶装置１２１ａに保存してデータベース１２１に蓄積する。

ＣＰＵ１１５は、不良予測プログラム１１７を実行して、設備（本実施例では第１変圧器１１Ａや第２変圧器１１Ｂ）における不良の発生を予測する。このとき、ＣＰＵ１１５は、データベース１２１に蓄積されている、設備の状態を示す情報や点検履歴等の定性的なデータ（後記する定性データＤ１）と、各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）から送信される定量的な実測値（後記する定量データＤ２）を組み合わせて用いる。ＣＰＵ１１５が不良予測プログラム１１７を実行して行う処理の詳細は後記する。

次に、図２〜図６を参照して、図１に示す設備不良予測装置３に備わるデータベース１２１の構成を説明する。
図２はデータベースの構成を示すブロック図である。
図２に示すように、データベース１２１は、設備データ２００、点検履歴データ２０１、設置環境データ２０２、計測データ２０３、計測統計量データ２０４を含んで構成される。

設備データ２００は、不良を予測する対象となる設備の情報を含むデータであり、本実施例では、図１に示す第１変圧器１１Ａと第２変圧器１１Ｂの状態を示す情報を含む。
点検履歴データ２０１は、第１変圧器１１Ａと第２変圧器１１Ｂを点検担当者が巡視点検したときに取得した情報を含む。
設置環境データ２０２は、第１変圧器１１Ａと第２変圧器１１Ｂが設置される環境の情報を含む。本実施例において設置環境データ２０２は、第１変圧器１１Ａが設置されるＡｒｅａ１（図１参照）の環境に関する情報と、第２変圧器１１Ｂが設置されるＡｒｅａ２（図１参照）の環境に関する情報とを含む。

計測データ２０３は、図１に示す各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）が各家屋（第１家屋Ｈｍ１〜第４家屋Ｈｍ４）で使用された電力量を計測して設備不良予測装置３に送信する実測値からなる。各スマートメータから送信される実測値には、各家屋に配電された電力の電圧や電流が含まれている。
計測統計量データ２０４は、計測データ２０３から算出される統計量を含んで構成される。計測統計量データ２０４に含まれる統計量は、設備不良予測装置３のＣＰＵ１１５（図１参照）が計測データ２０３から算出する。

データベース１２１を構成する各データにおいて、設備データ２００と、点検履歴データ２０１と、設置環境データ２０２は定性的なデータであり、本実施例では定性データＤ１と称する。また、計測データ２０３と、計測統計量データ２０４は定量的なデータであり、本実施例では定量データＤ２と称する。各データの詳細は後記する。

図３は設備データに含まれるデータの一構成例を示す図であり、（ａ）は設備対応データを示す図、（ｂ）は径間データを示す図、（ｃ）は機器情報データを示す図である。
図２に示す設備データ２００には、設備対応データ２００ａ（図３の（ａ）参照）と、径間データ２００ｂ（図３の（ｂ）参照）と、機器情報データ２００ｃ（図３の（ｃ）参照）と、が含まれている。

図３の（ａ）に示すように、設備対応データ２００ａは、各スマートメータのＩＤ（メータＩＤ）と、対応する変圧器のＩＤ（トランスＩＤ）とを含む。設備対応データ２００ａは、各家屋にどの変圧器から電力が配電されているかを対応付けるためのデータである。
本実施例では、第１スマートメータ１２Ａ（図１参照）のメータＩＤを「ＳＭ＿Ａ」、第２スマートメータ１２Ｂ（図１参照）のメータＩＤを「ＳＭ＿Ｂ」、第３スマートメータ１２Ｃ（図１参照）のメータＩＤを「ＳＭ＿Ｃ」、第４スマートメータ１２Ｄ（図１参照）のメータＩＤを「ＳＭ＿Ｄ」とする。
また、第１変圧器１１Ａ（図１参照）のトランスＩＤを「Ｔｒ＿Ａ」、第２変圧器１１Ｂ（図１参照）のトランスＩＤを「Ｔｒ＿Ｂ」とする。

図１に示すように、第１家屋Ｈｍ１〜第４家屋Ｈｍ４のそれぞれに１つのスマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）が設置され、各スマートメータのそれぞれに固有のメータＩＤ（ＳＭ＿Ａ〜ＳＭ＿Ｄ）が付与されている。したがって、設備対応データ２００ａによって、各家屋（第１家屋Ｈｍ１〜第４家屋Ｈｍ４）と、その家屋に電力を配電する変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）とが対応付けられる。

また、図３の（ａ）における「ＭＴ１」と「ＭＴ２」は、設備対応データ２００ａに含まれるデータの集合体（以下、このようなデータの集合体をデータ群と称する）の一例を示している。図３の（ａ）において、データ群「ＭＴ１」は第１スマートメータ１２Ａ（メータＩＤ：ＳＭ＿Ａ）に対応するデータ群であり、第１スマートメータ１２Ａに対応する変圧器が第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）であることを示している。また、データ群「ＭＴ２」は第２スマートメータ１２Ｂ（メータＩＤ：ＳＭ＿Ｂ）に対応するデータ群であり、第２スマートメータ１２Ｂに対応する変圧器が第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）であることを示している。

図３の（ｂ）に示すように、径間データ２００ｂは、電柱と電柱の間（径間）を示す径間ＩＤと、その径間ＩＤに対応する電柱（第１電柱１０Ａ〜第４電柱１０Ｄ）に関するデータとを含む。
本実施例では、各電柱（第１電柱１０Ａ〜第４電柱１０Ｄ）に電柱ＩＤを付与する。第１電柱１０Ａの電柱ＩＤを「Ｐ＿Ａ」、第２電柱１０Ｂの電柱ＩＤを「Ｐ＿Ｂ」、第３電柱１０Ｃの電柱ＩＤを「Ｐ＿Ｃ」、第４電柱１０Ｄの電柱ＩＤを「Ｐ＿Ｄ」とする。
そして、径間データ２００ｂでは、径間ＩＤに対応する始点側の電柱ＩＤと終点側の電柱ＩＤが設定されている。

例えば、図１に示すように、第１電柱１０Ａ（電柱ＩＤ：Ｐ＿Ａ）と、第２電柱１０Ｂ（電柱ＩＤ：Ｐ＿Ｂ）と、の間が第１径間（径間ＩＤ：ＳＰＡＮ＿１）である場合、変圧器（第１変圧器１１Ａ）を備える第２電柱１０Ｂを終点側とし、変圧器の備わらない第１電柱１０Ａを始点側とする。つまり、電力の配電における下流側が終点側になる。

そして、図３の（ｂ）における「ＳＰｎ１」と「ＳＰｎ２」は、径間データ２００ｂに含まれるデータ群の一例を示している。例えば、データ群「ＳＰｎ１」は第１径間（径間ＩＤ：ＳＰＡＮ＿１）に対応するデータ群であり、第１径間の始点側が第１電柱１０Ａ（電柱ＩＤ：Ｐ＿Ａ）で、終点側が第２電柱１０Ｂ（電柱ＩＤ：Ｐ＿Ｂ）であることを示している。また、データ群「ＳＰｎ２」は第２径間（径間ＩＤ：ＳＰＡＮ＿２）に対応するデータ群であり、第２径間の始点側が第４電柱１０Ｄ（電柱ＩＤ：Ｐ＿Ｄ）で、終点側が第３電柱１０Ｃ（電柱ＩＤ：Ｐ＿Ｃ）であることを示している。

また、径間データ２００ｂによって、どの電柱とどの電柱が接続されているかが明確になる。

図３の（ｃ）に示すように、機器情報データ２００ｃは、第１変圧器１１Ａ（図１参照）と第２変圧器１１Ｂ（図１参照）の情報を含んで構成される。例えば、データ群「ＴＲ１」は第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）に対応するデータ群であり、第１変圧器１１Ａが取り付けられている電柱（第２電柱１０Ｂ）と、第１変圧器１１Ａの製造メーカ（メーカＡ）、製造年月日（１９９０年１０月２１日）、耐塩区分（普通）、設置エリア（Ａｒｅａ１）と、を示している。また、データ群「ＴＲ２」は第２変圧器１１Ｂ（トランスＩＤ：Ｔｒ＿Ｂ）に対応するデータ群であり、第２変圧器１１Ｂが取り付けられている電柱（第３電柱１０Ｃ）と、第２変圧器１１Ｂの製造メーカ（メーカＣ）、製造年月日（１９８７年１月１日）、耐塩区分（耐塩）、設置エリア（Ａｒｅａ２）と、を示している。
なお、機器情報データ２００ｃにおける耐塩区分は、塩害に対する耐久性を示す情報であり、例えば、「耐塩」と設定されている変圧器は、塩害に対して耐久性を有する構造になっていることを示す。

図３の（ｃ）に示す機器情報データ２００ｃは、電力配電設備に対する巡視点検の対象となる設備（変圧器や電柱など）に関するデータであって、主に巡視点検に必要とされるデータである。したがって、機器情報データ２００ｃは図３の（ｃ）に記載される項目に限定されず、巡視点検の際に必要となる項目を適宜含んだ構成とすればよい。

図４は計測データに含まれるデータの一構成例を示す図であり、（ａ）はスマートメータデータを示す図、（ｂ）は機器対応付けデータを示す図である。
図２に示す計測データ２０３には、スマートメータデータ２０３ａ（図４の（ａ）参照）と、機器対応付けデータ２０３ｂ（図４の（ｂ）参照）と、が含まれている。

図４の（ａ）に示すように、スマートメータデータ２０３ａは、メータＩＤと、送信日時と、電力量と、電圧（電圧値）と、電流（電流値）とを含む。
スマートメータデータ２０３ａは、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ（図１参照）から送信される実測値を含むデータ（定量データＤ２）である。なお、送信日時は、設備不良予測装置３（図１参照）が、各スマートメータから送信される実測値を受信した日時であってもよいし、各スマートメータが実測値を送信した日時であってもよい。各スマートメータが実測値を送信した日時とする場合、当該日時が実測値に含まれていることが好ましい。

図４の（ａ）に示すデータ群「ＤＴ１」は第１スマートメータ１２Ａ（メータＩＤ：ＳＭ＿Ａ）から送信された実測値で構成されるデータ群であり、送信日時（２０１４年５月６日１２時３０分）と、電力量（２５００Ｗｈ）と、電圧（１００Ｖ）と、電流（２５Ａ）と、を含んでいる。また、データ群「ＤＴ２」は第２スマートメータ１２Ｂ（メータＩＤ：ＳＭ＿Ｂ）から送信された実測値で構成されるデータ群であり、送信日時（２０１４年５月６日１２時３０分）と、電力量（２０００Ｗｈ）と、電圧（１００Ｖ）と、電流（２０Ａ）と、を含んでいる。

本実施例は、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ（図１参照）が３０分間隔で実測値を送信する一例を示している。この場合、電力量、電圧、電流等の実測値は過去３０分の平均値であってもよいし、過去３０分における最大値（または最小値）であってもよい。つまり、各スマートメータは、３０分ごとに電力量、電圧、電流の平均値又は最大値（最小値）を設備不良予測装置３（図１参照）に送信するように構成されている。なお、各スマートメータが実測値を送信する間隔は３０分に限定されない。

図４の（ｂ）に示す機器対応付けデータ２０３ｂは、スマートメータデータ２０３ａを第１変圧器１１Ａ（図１参照）と第２変圧器１１Ｂ（図１参照）に対応付けするデータである。
図４の（ｂ）に示すデータ群「ＤＴｔｒ１」は、図１に示す第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）に関するデータで構成されるデータ群であり、実測値が送信された送信日時（２０１４年５月６日１２時３０分）と、電力量（４５００Ｗｈ）と、電圧（１００Ｖ）と、電流（４５Ａ）と、を示している。また、図４の（ｂ）に示すデータ群「ＤＴｔｒ２」は、図１に示す第２変圧器１１Ｂ（トランスＩＤ：Ｔｒ＿Ｂ）に関するデータで構成されるデータ群であり、実測値が送信された送信日時（２０１４年５月６日１２時３０分）と、電力量（５３００Ｗｈ）と、電圧（１００Ｖ）と、電流（５３Ａ）と、を示している。

図１に示すように、第１電柱１０Ａと第２電柱１０Ｂが第１径間（径間ＩＤ：ＳＰＡＮ＿１）の間隔で配置されて第１電線Ｃ１を支持している。第１変圧器１１Ａは第２電柱１０Ｂに備わり、第１家屋Ｈｍ１と第２家屋Ｈｍ２に電力を配電している。第１家屋Ｈｍ１には第１スマートメータ１２Ａが設置され、第２家屋Ｈｍ２には第２スマートメータ１２Ｂが設置されている。
また、第４電柱１０Ｄと第３電柱１０Ｃが第２径間（径間ＩＤ：ＳＰＡＮ＿２）の間隔で配置されて第２電線Ｃ２を支持している。第２変圧器１１Ｂは第３電柱１０Ｃに備わり、第３家屋Ｈｍ３と第４家屋Ｈｍ４に電力を配電している。第３家屋Ｈｍ３には第３スマートメータ１２Ｃが設置され、第４家屋Ｈｍ４には第４スマートメータ１２Ｄが設置されている。
設備データ２００（図２参照）に含まれる設備対応データ２００ａ（図３の（ａ）参照）と径間データ２００ｂ（図３の（ｂ）参照）は、図１に示す各設備の配置をメータＩＤ、トランスＩＤ、径間ＩＤ、及び電柱ＩＤで対応付けている。

設備対応データ２００ａ（図３の（ａ）参照）に示すように、第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）には、第１スマートメータ１２Ａ（メータＩＤ：ＳＭ＿Ａ）と第２スマートメータ１２Ｂ（メータＩＤ：ＳＭ＿Ｂ）が接続されている。また、第２変圧器１１Ｂ（トランスＩＤ：Ｔｒ＿Ｂ）には、第３スマートメータ１２Ｃ（メータＩＤ：ＳＭ＿Ｃ）と第４スマートメータ１２Ｄ（メータＩＤ：ＳＭ＿Ｄ）が接続されている。

したがって、第１変圧器１１Ａに関する実測値は次式１Ａ〜式１Ｃで示される。
Ｐｔｒ（Ｔｒ＿Ａ）＝Ｐｍｔ（ＳＭ＿Ａ）＋Ｐｍｔ（ＳＭ＿Ｂ）・・・（１Ａ）
Ｖｔｒ（Ｔｒ＿Ａ）＝Ｖｍｔ（ＳＭ＿Ａ）＝Ｖｍｔ（ＳＭ＿Ｂ）・・・（１Ｂ）
Ｉｔｒ（Ｔｒ＿Ａ）＝Ｉｍｔ（ＳＭ＿Ａ）＋Ｉｍｔ（ＳＭ＿Ｂ）・・・（１Ｃ）
同様に、第２変圧器１１Ｂに関する実測値は次式２Ａ〜式２Ｃで示される。
Ｐｔｒ（Ｔｒ＿Ｂ）＝Ｐｍｔ（ＳＭ＿Ｃ）＋Ｐｍｔ（ＳＭ＿Ｄ）・・・（２Ａ）
Ｖｔｒ（Ｔｒ＿Ｂ）＝Ｖｍｔ（ＳＭ＿Ｃ）＝Ｖｍｔ（ＳＭ＿Ｄ）・・・（２Ｂ）
Ｉｔｒ（Ｔｒ＿Ｂ）＝Ｉｍｔ（ＳＭ＿Ｃ）＋Ｉｍｔ（ＳＭ＿Ｄ）・・・（２Ｃ）

式１Ａ，式２ＡにおけるＰｔｒは、カッコ内に表記されたトランスＩＤに対応する変圧器の電力量を示す。つまり、式１ＡにおけるＰｔｒ（Ｔｒ＿Ａ）は第１変圧器１１Ａの電力量を示し、式２ＡにおけるＰｔｒ（Ｔｒ＿Ｂ）は第２変圧器１１Ｂの電力量を示す。
また、式１Ａ，式２ＡにおけるＰｍｔは、カッコ内に表記されたメータＩＤに対応するスマートメータが計測した電力量を示す。つまり、式１ＡにおけるＰｍｔ（ＳＭ＿Ａ），Ｐｍｔ（ＳＭ＿Ｂ）は、それぞれ第１スマートメータ１２Ａ，第２スマートメータ１２Ｂが計測した電力量を示す。同様に、式２ＡにおけるＰｍｔ（ＳＭ＿Ｃ），Ｐｍｔ（ＳＭ＿Ｄ）は、それぞれ第３スマートメータ１２Ｃ，第４スマートメータ１２Ｄが計測した電力量を示す。

式１Ｂ，式２ＢにおけるＶｔｒは、カッコ内に表記されたトランスＩＤに対応する変圧器が送り出す電力の電圧を示す。つまり、式１ＢにおけるＶｔｒ（Ｔｒ＿Ａ）は第１変圧器１１Ａの電圧を示し、式２ＢにおけるＶｔｒ（Ｔｒ＿Ｂ）は第２変圧器１１Ｂの電圧を示す。
また、式１Ｂ，式２ＢにおけるＶｍｔは、カッコ内に表記されたメータＩＤに対応するスマートメータが計測した電圧を示す。つまり、式１ＢにおけるＶｍｔ（ＳＭ＿Ａ），Ｖｍｔ（ＳＭ＿Ｂ）は、それぞれ第１スマートメータ１２Ａ，第２スマートメータ１２Ｂが計測した電圧を示す。同様に、式２ＢにおけるＶｍｔ（ＳＭ＿Ｃ），Ｖｍｔ（ＳＭ＿Ｄ）は、それぞれ第３スマートメータ１２Ｃ，第４スマートメータ１２Ｄが計測した電圧値を示す。

式１Ｃ，式２ＣにおけるＩｔｒは、カッコ内に表記されたトランスＩＤに対応する変圧器が送り出す電力の電流を示す。つまり、式１ＣにおけるＩｔｒ（Ｔｒ＿Ａ）は第１変圧器１１Ａの電流を示し、式２ＣにおけるＩｔｒ（Ｔｒ＿Ｂ）は第２変圧器１１Ｂの電流を示す。
また、式１Ｃ，式２ＣにおけるＩｍｔは、カッコ内に表記されたメータＩＤに対応するスマートメータが計測した電流を示す。つまり、式１ＣにおけるＩｍｔ（ＳＭ＿Ａ），Ｉｍｔ（ＳＭ＿Ｂ）は、それぞれ第１スマートメータ１２Ａ，第２スマートメータ１２Ｂが計測した電流を示す。同様に、式２ＣにおけるＩｍｔ（ＳＭ＿Ｃ），Ｉｍｔ（ＳＭ＿Ｄ）は、それぞれ第３スマートメータ１２Ｃ，第４スマートメータ１２Ｄが計測した電流を示す。

このように、式１Ａ〜式１Ｃにもとづいて、第１スマートメータ１２Ａと第２スマートメータ１２Ｂの実測値から、第１変圧器１１Ａに対応する実測値が算出できる。また、式２Ａ〜２Ｃにもとづいて、第３スマートメータ１２Ｃと第４スマートメータ１２Ｄの実測値から、第２変圧器１１Ｂに対応する実測値が算出できる。
そして、スマートメータデータ２０３ａの電力量として、メータＩＤに対応した式１Ａ，式２Ａにおける「Ｐｍｔ」が設定され、電圧として、メータＩＤに対応した式１Ｂ，式２Ｂにおける「Ｖｍｔ」が設定され、電流として、メータＩＤに対応した式１Ｃ，式２Ｃにおける「Ｉｍｔ」が設定される。
また、機器対応付けデータ２０３ｂの電力量として、トランスＩＤに対応した式１Ａ，式２Ａで算出される「Ｐｔｒ」が設定され、電圧として、トランスＩＤに対応した式１Ｂ，式２Ｂで算出される「Ｖｔｒ」が設定され、電流として、トランスＩＤに対応した式１Ｃ，式２Ｃで算出される「Ｉｔｒ」が設定される。

このように、設備不良予測装置３（図１参照）は、各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）から送信される実測値（スマートメータデータ２０３ａ）を集約し、各変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）に対応付けて機器対応付けデータ２０３ｂを生成する。

図５は計測統計量データの一構成例を示す図である。
図５に示すように、計測統計量データ２０４は、トランスＩＤと、最大電力及び最小電力と、需要の伸びと、総電力量とを含む。本実施例において、計測統計量データ２０４に含まれる、最大電力及び最小電力、需要の伸び、総電力量は１年ごと（年度ごと）の統計とする。なお、計測統計量データ２０４は１年ごとの統計に限定されず、半期ごとや季節ごとの統計であってもよい。また、最大電力や最小電力に替わって所定期間（例えば１年間）における電力量の平均を含んだ計測統計量データ２０４であってもよい。

図５の計測統計量データ２０４に示すデータ群「ＳＴ１」は、第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）に対応する統計量で構成され、データ群「ＳＴ２」は、第２変圧器１１Ｂ（トランスＩＤ：Ｔｒ＿Ｂ）に対応する統計量で構成される。
なお、最大電力及び最小電力は、該当する期間に各変圧器から配電された電力の最大値及び最小値である。また、需要の伸びは、該当する期間と、その前の期間と、における総電力量の差を示す。例えば、２００８年における需要の伸びは、前年（２００７年）から２００８年までの総電力量の変化を示す。また、総電力量は該当する期間における電力量の総計である。

このように、図１に示す設備不良予測装置３は、各変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）に対応付けられた実測値（図４の（ｂ）に示す機器対応付けデータ２０３ｂ）から統計量（最大電力，最小電力，需要の伸び，総電力量等）を算出して、図５に示す計測統計量データ２０４を生成する。

図６は点検履歴データの一構成例を示す図である。
図６に示すように、本実施例の点検履歴データ２０１は、点検日時と、点検機器と、点検結果と、不良の状況とを含む。点検機器は点検担当者によって巡視点検される機器であり、本実施例では図１に示す第１変圧器１１Ａと第２変圧器１１Ｂが含まれる。そして、点検機器が変圧器の場合、点検機器としてトランスＩＤが設定される。

図６の点検履歴データ２０１に示すデータ群「ＭＴ１」は、２０１０年９月８日に、第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）が点検され、錆が発見されて点検結果が不良と判定されたことを示している。また、データ群「ＭＴ２」は、２０１０年１０月９日に、第２変圧器１１Ｂ（トランスＩＤ：Ｔｒ＿Ｂ）が点検され、点検結果が良と判定されたことを示している。

なお、点検履歴データ２０１は、点検担当者が設備不良予測装置３（図１参照）に入力するデータである。点検担当者によるデータの入力方法は限定されない。例えば、点検担当者が点検時に所持する携帯型端末からネットワーク２（図１参照）を介してデータが設備不良予測装置３に入力される構成であってもよい。また、巡視点検によって点検担当者が取得したデータが可搬式の記憶装置（メモリ媒体）に記憶され、その記憶装置を介してデータが設備不良予測装置３に入力される構成であってもよい。また、点検担当者が操作部１２２（図１参照）を操作してデータを設備不良予測装置３に入力する構成であってもよい。
また、点検履歴データ２０１の構成は、図６に示す構成に限定されず、点検結果に関する情報が適宜含まれるものとすればよい。

図７は設置環境データの一構成例を示す図である。
設置環境データ２０２は、設備不良予測システム１（図１参照）が管理する電力配電設備が設置される地域（設置エリア）の情報（環境属性）を管理するデータであり、本実施例では、塩害、雷害、風害などの項目を含んでいる。
図７に示す設置環境データ２０２は、Ａｒｅａ１（図１参照）が、塩害が無く、雷害が多発し、かつ、強風による影響が大きいことを示し、Ａｒｅａ２（図１参照）が、塩害が発生しやすく、雷害が発生しにくく、かつ、強風による影響がほとんどないことを示している。
なお、設置環境データ２０２の構成は、図７に示す構成に限定されず、電力配電設備に影響を与える環境属性に関する情報が適宜含まれたものとすればよい。

図８は設備不良予測システムが設備の不良を予測する手順を示すフローチャートである。図９は予測データテーブルを示す図である。
図８に示すフローチャートにもとづいて、設備不良予測システム１（図１参照）による予測の手順を説明する（適宜図１〜７参照）。
なお、図８に示す手順において、ステップＳ１は第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄが実行して設備不良予測装置３に実測値を送信する手順であり、ステップＳ２以降の手順は、設備不良予測装置３のＣＰＵ１１５が、不良予測プログラム１１７を実行することで実施する手順である。

各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）は、各家屋（第１家屋Ｈｍ１〜第４家屋Ｈｍ４）について電力等（本実施例では、電力量、電圧、電流）を計測して実測値を取得し、ネットワーク２を介して、設備不良予測装置３に送信する（ステップＳ１）。一例として各スマートメータは、所定の時間間隔（例えば、３０分間隔）で実測値を設備不良予測装置３に送信する。

ＣＰＵ１１５は、スマートメータから送信された実測値を受信すると、その実測値を集約してスマートメータデータ２０３ａを作成し、データベース１２１に蓄積する。また、ＣＰＵ１１５は、設備対応データ２００ａを参照してスマートメータデータ２０３ａを構成する実測値を変圧器に対応付けし、機器対応付けデータ２０３ｂを生成してデータベース１２１に蓄積する（ステップＳ２）。

図４の（ａ）のスマートメータデータ２０３ａに示すように、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄが送信する実測値（電力量、電圧、電流等）はメータＩＤと対応している。ＣＰＵ１１５は、設備対応データ２００ａを参照してメータＩＤに対応するトランスＩＤを抽出して実測値をトランスＩＤに対応付けする。このとき、ＣＰＵ１１５は、前記した式１Ａ〜式１Ｃ，式２Ａ〜式２Ｃにもとづいて、各変圧器の電力量、電圧、電流を算出（集約）し、トランスＩＤに対応させて機器対応付けデータ２０３ｂを生成する。つまり、ＣＰＵ１１５は、各スマートメータから送信される実測値を集約して各変圧器に対応付けし、機器対応付けデータ２０３ｂを生成する。

ＣＰＵ１１５は、定期的（１年ごと、半年ごと、季節ごと等）に、機器対応付けデータ２０３ｂから統計量（最大電力，最小電力，需要の伸び，総電力量）を算出して計測統計量データ２０４を生成し、データベース１２１に蓄積する（ステップＳ３）。
ＣＰＵ１１５は、ステップＳ２で作成した機器対応付けデータ２０３ｂに示される変圧器ごとの実測値にもとづいて統計量（最大電力，最小電力，需要の伸び，総電力量）を算出し、計測統計量データ２０４を生成してデータベース１２１に蓄積する。
最大電力は、対象とする期間内に各変圧器から配電される電力の最大値とし、最小電力は、対象とする期間内に各変圧器から配電される電力の最小値とする。
また、総電力量は、機器対応付けデータ２０３ｂに記載される電力量を全て積算した値とし、需要の伸びは、対象とする期間における総電力量と、その前の期間における総電力量の差とする。
なお、計測統計量データ２０４に含まれる統計量は、前記した最大電力，最小電力，需要の伸び，総電力量に限定されない。例えば、平均電力量や電圧変動量などが統計量に含められる構成であってもよい。

ＣＰＵ１１５は、点検履歴データ２０１に、設備データ２００と、設置環境データ２０２と、計測統計量データ２０４と、を対応付けする（ステップＳ４）。ステップＳ４で、ＣＰＵ１１５は、トランスＩＤをキーとして、点検履歴データ２０１に、設備データ２００の機器情報データ２００ｃと、設置環境データ２０２と、計測統計量データ２０４とを対応付けし、図９に示す予測データテーブル３００を生成する。

予測データテーブル３００は、点検履歴データ２０１と、設備データ２００の機器情報データ２００ｃと、設置環境データ２０２と、計測統計量データ２０４とが、トランスＩＤをキーとして結合されて生成される。予測データテーブル３００は、点検結果（点検履歴データ２０１）と、耐塩区分（機器情報データ２００ｃ）と、設置エリア（設置環境データ２０２）と、塩害及び雷害及び風害（設置環境データ２０２）と、に含まれるデータを有する。さらに、予測データテーブル３００は、経年と、前年度需要の伸びと、２年前需要の伸びと、のデータを有する。

経年は、機器情報データ２００ｃにおける製造年月日にもとづいてＣＰＵ１１５が算出する。具体的にＣＰＵ１１５は、点検履歴データ２０１に含まれる点検日時の、製造年月日からの経年年数を算出し、算出した結果を経年とする。

また、ＣＰＵ１１５は、計測統計量データ２０４に含まれる需要の伸びから、点検日時の前年度の需要の伸びを抽出して、これを前年度需要の伸びに設定する。さらに、ＣＰＵ１１５は、計測統計量データ２０４に含まれる需要の伸びから、点検日時の２年前の需要の伸びを抽出して、これを２年前需要の伸びに設定する。
例えば、点検日時が２０１０年の場合、前年度需要の伸びの項には、２００９年度における需要の伸びが設定され、２年前需要の伸びの項には、２００８年度における需要の伸びが設定される。

このように、ＣＰＵ１１５は予測データテーブル３００を生成する。
図９に示す予測データテーブル３００のデータ群「ＴＢ１」は、第１変圧器１１Ａの点検履歴データ２０１をベースとするデータ群であり、第１変圧器１１ＡのトランスＩＤ（Ｔｒ＿Ａ）をキーとして、点検履歴データ２０１と計測統計量データ２０４と設備データ２００（機器情報データ２００ｃ）とが対応付けられている。また、設置エリア（Ａｒｅａ１）をキーとして、機器情報データ２００ｃに設置環境データ２０２が対応付けられている。
このようにして、点検履歴データ２０１と、機器情報データ２００ｃと、計測統計量データ２０４と、設備データ２００と、設置環境データ２０２と、が対応付けられる。

また、図９に示す予測データテーブル３００のデータ群「ＴＢ２」は、第２変圧器１１Ｂの点検履歴データ２０１をベースとするデータ群であり、第２変圧器１１ＢのトランスＩＤ（Ｔｒ＿Ｂ）をキーとして、点検履歴データ２０１と計測統計量データ２０４と設備データ２００（機器情報データ２００ｃ）とが対応付けられている。また、設置エリア（Ａｒｅａ２）をキーとして、機器情報データ２００ｃに設置環境データ２０２が対応付けられている。
このようにして、点検履歴データ２０１と、設備データ２００（機器情報データ２００ｃ）と、計測統計量データ２０４と、設置環境データ２０２と、が対応付けられて予測データテーブル３００が生成される。

予測データテーブル３００を作成した後、ＣＰＵ１１５は、定量データＤ２を定性データＤ１として扱うため、定量データＤ２をカテゴリ分けして定性データ化する（ステップＳ５）。つまり、ＣＰＵ１１５は、定量データＤ２である計測統計量データ２０４を定性データＤ１として扱うために計測統計量データ２０４をカテゴリ分けする。

図１０は計測統計量データをカテゴリ分けする一例を示す図である。
図１０は、予測データテーブル３００に含まれる計測統計量データ２０４の前年度需要の伸びをカテゴリ分けする一例を示している。
図１０に示す一例では、機器数（本実施例では、変圧器の数）がほぼ均等になるように、前年度需要の伸びの数値範囲を設定する。そして、設定された数値範囲を１つのカテゴリとする。前年度需要の伸び（定量データＤ２）が、新たに設定されたカテゴリに分類されることによってカテゴリ分けされ、定性データＤ１として扱えるようになる。

例えば、ＣＰＵ１１５は、図１０に示すように、前年度需要の伸びの値が−２０ｋＷｈ〜０ｋＷｈの範囲にある場合は「前年度需要の伸び＿０ｋＷｈ以下」というカテゴリ（Ｃａｔ１）に分類し、前年度需要の伸びの値が０ｋＷｈ〜２０ｋＷｈの範囲にある場合は「前年度需要の伸び＿２０ｋＷｈ以下」というカテゴリ（Ｃａｔ２）に分類し、前年度需要の伸びの値が２０ｋＷｈ〜４０ｋＷｈの範囲にある場合は「前年度需要の伸び＿４０ｋＷｈ以下」というカテゴリ（Ｃａｔ３）に分類し、前年度需要の伸びの値が４０ｋＷｈ〜６０ｋＷｈの範囲にある場合は「前年度需要の伸び＿６０ｋＷｈ以下」というカテゴリ（Ｃａｔ４）に分類し、前年度需要の伸びの値が６０ｋＷｈ〜の範囲にある場合は「前年度需要の伸び＿６０ｋＷｈ以上」というカテゴリ（Ｃａｔ５）に分類する。
このように、ＣＰＵ１１５は、統計量である前年度需要の伸びを数値範囲でカテゴリ分けする。

図１０に示す一例では、第１変圧器１１Ａに対応する前年度需要の伸びが５０ｋＷｈなので、ＣＰＵ１１５は、「前年度需要の伸び＿６０ｋＷｈ以下」というカテゴリ（Ｃａｔ４）に分類する。また、第２変圧器１１Ｂに対応する前年度需要の伸びが１０ｋＷｈなので、ＣＰＵ１１５は、「前年度需要の伸び＿２０ｋＷｈ以下」というカテゴリ（Ｃａｔ２）に分類する。

ＣＰＵ１１５は、「経年」や「２年前需要の伸び」など他の定量データＤ２についても同様の手法によって適宜カテゴリ分けする。

定量データＤ２をカテゴリ分けした後、ＣＰＵ１１５は、スマートメータ１２Ａ〜１２Ｄから送信される実測値と対応付けされた点検履歴データ２０１を入力とし、各変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）の不良を予測した過去のデータから、点検結果を区分する判別式を求める（ステップＳ６）。本実施例において点検結果は「不良」又は「良」であり、ＣＰＵ１１５は、ステップＳ６において各変圧器における不良の発生の有無を区分するための判別式を求める。

そして、ＣＰＵ１１５は、求めた判別式に新たなサンプルを入力し、その出力から点検結果を予測する（ステップＳ７）。本実施例においてＣＰＵ１１５は、ステップＳ７で各変圧器における不良の発生の有無を予測する。

ステップＳ６，Ｓ７において、ＣＰＵ１１５は、ステップＳ４で作成した予測データテーブル３００に含まれるデータ群（ＴＢ１，ＴＢ２等）を入力として、各変圧器における不良の発生を予測する。本実施例において、ＣＰＵ１１５は、数量化理論２類という統計手法を用いて、変圧器における不良の発生を予測する。数量化理論２類は、カテゴリ変数を対象とする判別分析であり、事前に与えられているデータ群が異なるグループに分かれることが明らかな場合、新しいデータ群（サンプルデータ）が得られた際に、どちらのグループに入るのかを判別する基準（判別式）を得るための手法である。本手法は一般的な手法であるため詳細な説明は割愛するが、図１１〜図１３を用いて、本実施例に数量化理論２類を適用する概要を説明する。

図１１は本実施例に数量化理論２類を適用する概要を説明する模式図であり、（ａ）は予測データテーブルを示す図、（ｂ）はデータ群の分布を示すイメージ図である。図１２は判別式を示す図である。図１３の（ａ）は点検結果を予測するのに用いられるサンプルデータを示す図、（ｂ）は判別式による判別結果を示す図である。
ＣＰＵ１１５は、ステップＳ４で構成した予測データテーブル３００に含まれる各データ群を構成するデータを予測用データとする。
本実施例の予測データテーブル３００は、図１１の（ａ）に示すように、点検結果にもとづいて「良」と「不良」に分類されている。そして、図１１の（ｂ）の左側にイメージで示すように、点検結果の「良」と「不良」に対応付けられたデータ群が分布している。図１１の（ｂ）では点検結果が「良」のデータ群を黒い丸で示し、点検結果が「不良」のデータ群を黒い三角で示している。例えば、データ群「ＴＢ１」は黒い三角の一つであり、データ群「ＴＢ２」は黒い丸の一つである。

ＣＰＵ１１５は、予測データテーブル３００に含まれる各データ群が点検結果の「良」と「不良」で分類されるように、数量化理論２類にもとづいた判別式３０１を求める。
ＣＰＵ１１５は、数量化理論２類にもとづいて設定される判別式３０１で決定される所定の係数を予測用データ（データ群を構成するデータ）に掛け合わせて、予測用データを重み付けする。このとき、ＣＰＵ１１５は、予測データテーブル３００に含まれる各データ群が点検結果の「良」と「不良」で分類されるように、予測用データの重み付け（係数）を決定する。予測用データの係数は、過去の巡視点検の実績から、どのような状況、状態の機器に「不良」という判断がなされているかを統計的に分析した結果にもとづいて設定され、これによって判断基準となる判別式３０１が構築される。

ＣＰＵ１１５は、例えば、図１２に示すように、予測データテーブル３００に含まれる予測用データの係数を決定して判別式３０１を求める。
図１２に一例を示す判別式３０１の係数は、正値が「不良」と判定する傾向にあることを示し、負値が「良」と判定する傾向にあることを示す。また、正値が大きいほど「不良」と判定する傾向が強く、負値が大きいほど「良」と判定する傾向が強くなることを示す。

なお、図１１の（ｂ）の右図において、判別式３０１で「良」を示す範囲に「不良」と判定されたデータ群（黒い三角）が存在している。また、判別式３０１で「不良」を示す範囲に「良」と判定されたデータ群（黒い丸）が存在している。これは、判別式３０１による、データ群の「良」と「不良」の区分の正確さが１００％ではないことを示す。

ＣＰＵ１１５は、図１３の（ａ）示すようなサンプルデータ４００が入力されたとき、入力されたサンプルデータ４００にもとづいて点検結果を予測する。本実施例のＣＰＵ１１５は、第１変圧器１１Ａ及び第２変圧器１１Ｂ（図１参照）における不良の発生を予測する。
なお、入力されるサンプルデータ４００は、図１０に示す予測データテーブル３００に含まれるデータを含んでいることが好ましい。

例えば、図１３の（ａ）に示すサンプルデータ４００のデータ群「ＳＰ１」は第１変圧器１１Ａ（図１参照）の点検結果を予測するためのサンプルデータの集まりとなる。
点検担当者は、第１変圧器１１Ａ（図１参照）の点検結果を予測したい場合、第１変圧器１１ＡのトランスＩＤ（Ｔｒ＿Ａ）を設備不良予測装置３に入力する。
ＣＰＵ１１５は、機器情報データ２００ｃ（図３の（ｃ）参照）から第１変圧器１１Ａの製造年月日を抽出して現在の経年を算出する（図１３の（ａ）に示す一例では２４年）。また、ＣＰＵ１１５は、機器情報データ２００ｃから第１変圧器１１Ａの耐塩区分（普通）、設置エリア（Ａｒｅａ１）、製造メーカ（メーカＡ）などの情報を抽出する。またＣＰＵ１１５は設置環境データ２０２（図７参照）から、第１変圧器１１Ａの設置エリア（Ａｒｅａ１）に対応する塩害（無）、雷害（強雷地域）、風害（強風地域）を抽出する。さらにＣＰＵ１１５は、計測統計量データ２０４（図５参照）から、第１変圧器１１Ａの前年度需要の伸びや２年前需要の伸びを算出する。前年度需要の伸びは、現時点の前年度のデータにもとづいて算出される。同様に、２年前需要の伸びは、現時点の２年前のデータにもとづいて算出される。

このように、ＣＰＵ１１５は、入力されたトランスＩＤにもとづいて必要に応じデータベース１２１（図２参照）を参照してサンプルデータを生成する。例えば、図１３の（ａ）のサンプルデータ４００に示すように、第１変圧器１１Ａ（トランスＩＤ：Ｔｒ＿Ａ）に対応するデータ群ＳＰ１が生成される。

また、第２変圧器１１Ｂ（図１参照）のトランスＩＤ（Ｔｒ＿Ｂ）が入力された場合、ＣＰＵ１１５は、同様にして第２変圧器１１Ｂに対応するサンプルデータ４００のデータ群ＳＰ２を生成する。

ＣＰＵ１１５は、図１２に示す判別式３０１に設定されている係数で、生成されたサンプルデータ４００のデータ群ＳＰ１，ＳＰ２の各データを重み付けする。その結果、図１３の（ｂ）に白三角で示すように、データ群ＳＰ１が判別式３０１に対して「不良」の領域にあると、ＣＰＵ１１５は、第１変圧器１１Ａ（図１参照）の点検結果を「不良」と予測する。つまり、ＣＰＵ１１５は、第１変圧器１１Ａに不良が発生すると予測する。
また、図１３の（ｂ）に白丸で示すように、データ群ＳＰ２が判別式３０１に対して「良」の領域にあると、ＣＰＵ１１５は、第２変圧器１１Ｂ（図１参照）の点検結果を「良」と予測する。つまり、ＣＰＵ１１５は、第２変圧器１１Ｂに不良が発生しないと予測する。

図８に示すように、本実施例の設備不良予測装置３（ＣＰＵ１１５）は、ステップＳ１で第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄから受信する実測値にもとづいて、ステップＳ２〜Ｓ７に示す手順を実行し、第１変圧器１１Ａ及び第２変圧器１１Ｂの点検結果（不良の発生）を予測する。このときＣＰＵ１１５は、数量化理論２類の手法を利用して点検結果を予測する。

例えば、点検担当者は点検結果が「不良」と予測された第１変圧器１１Ａ（図１参照）を、不良が発生すると予測される設備として巡視点検を強化し、点検結果が「良」と予測された第２変圧器１１Ｂ（図１参照）は、不良が発生しないと予測される設備として巡視点検を延期や中止する（又は、点検の負担を軽減する）ように、巡視点検計画を立案することが可能になる。これによって、全ての変圧器を点検する場合に比べて効率よい巡視点検が可能になる。

以上のように、図１に示す本実施例の設備不良予測装置３（ＣＰＵ１１５）は、サンプルデータ４００（図１３の（ａ）参照）にもとづいて第１変圧器１１Ａ及び第２変圧器１１Ｂの点検結果（不良の発生）を予測する。サンプルデータ４００には、定量データＤ２（図２参照）として計測統計量データ２０４（統計量）が含まれている。また、サンプルデータ４００には、定性データＤ１（図２参照）として設置環境データ２０２と機器情報データ２００ｃとが含まれている。さらに、判別式３０１（図１２参照）は、過去の巡視点検の実績（すなわち、図６に示す点検履歴データ２０１）を統計的に分析した結果にもとづいて設定される。
したがって、ＣＰＵ１１５は、計測統計量データ２０４（統計量）と、点検履歴データ２０１と、機器情報データ２００ｃと、設置環境データ２０２と、を用いて第１変圧器１１Ａ及び第２変圧器１１Ｂの点検結果（不良の発生）を予測することができる。

また、ＣＰＵ１１５は、判別式３０１（図１２参照）で、機器情報データ２００ｃ（図２参照）と、設置環境データ２０２（図２参照）と、を重み付けし、その重み付けに応じて第１変圧器１１Ａ及び第２変圧器１１Ｂの点検結果（不良の発生）を予測する。本実施例においてＣＰＵ１１５は、図１２に一例を示すように、機器情報データ２００ｃに含まれる経年と、耐塩区分と、を重み付けする。またＣＰＵ１１５は、設置環境データ２０２に含まれる設置エリアと、経年と、塩害と、を重み付けする。
そしてＣＰＵ１１５は、これらの重み付けに応じ、図１３の（ｂ）に示すように判別式３０１によって「良」と「不良」に分類し、「不良」に分類されたデータ群（図１３の（ｂ）に示す一例ではデータ群「ＳＰ１」）に対応する変圧器（図１３の（ａ）に示す一例では第１変圧器１１Ａ）に不良が発生すると予測する。

また、ＣＰＵ１１５は、図８に示すステップＳ５で定量データＤ２である計測統計量データ２０４（統計量）を数値範囲にもとづいてカテゴリ分けし、さらに、そのカテゴリを判別式３０１（図１２参照）で重み付けする。そして、ＣＰＵ１１５は、機器情報データ２００ｃの重み付けと、設置環境データ２０２の重み付けと、計測統計量データ２０４をカテゴリ分けしたカテゴリの重み付けと、に応じて、図１３の（ｂ）に示すように判別式３０１で「良」と「不良」に分類し、「不良」に分類されたデータ群（図１３の（ｂ）に示す一例ではデータ群「ＳＰ１」）に対応する変圧器（図１３の（ａ）に示す一例では第１変圧器１１Ａ）に不良が発生すると予測する。

このように、図１に示す本実施例の設備不良予測装置３（ＣＰＵ１１５）は、各スマートメータ（第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄ）から送信される実測値から算出される統計量（図５に示す計測統計量データ２０４）を用いて変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）における点検結果（不良の発生）を予測する。
また、ＣＰＵ１１５は、各スマートメータから送信される実測値を集約して変圧器に対応付けて統計量を算出する。
さらに、ＣＰＵ１１５は、定性データＤ１（図２参照）としてデータベース１２１に蓄積されている点検履歴データ２０１（図２参照）と、機器情報データ２００ｃ（図３の（ｃ）参照）と、設置環境データ２０２（図２参照）と、を用いて変圧器における点検結果（不良の発生）を予測する。

このように、本実施例の設備不良予測装置３（ＣＰＵ１１５）は、定量データＤ２である計測統計量データ２０４（図２参照）を数値範囲でカテゴリ分けしてカテゴリを重み付けすることで定性データＤ１（図２参照）として扱っている。これによって、ＣＰＵ１１５は、定量データＤ２である計測統計量データ２０４と、定性データＤ１である点検履歴データ２０１（図２参照）、機器情報データ２００ｃ（図３の（ｃ）参照）及び設置環境データ２０２（図２参照）と、を用いて変圧器（第１変圧器１１Ａ，第２変圧器１１Ｂ）の点検結果（不良の発生）を予測できる。このときに、設備不良予測装置３においては、数量化理論２類の手法を利用できる。したがって、変圧器の内部状態を示す情報（本実施例では電力量、電圧、電流）にもとづいて当該変圧器の点検結果を予測できることになり、精度の高い予測が可能になっている。

また、点検担当者が第１変圧器１１Ａや第２変圧器１１Ｂを巡視点検したときに取得するデータは点検履歴データ２０１（図２参照）に入力され、データベース１２１（図２参照）に蓄積される。したがって、巡視点検が実施された変圧器（第１変圧器１１Ａなど）に関する固有のデータ（情報）が蓄積される。これによって、点検結果を予測するためのデータが増えることになり精度の高い予測が可能となっている。

なお、本発明は前記した実施例に限定されるものではない。例えば、前記した実施例は本発明をわかりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることも可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。

この他、本発明は、前記した実施例に限定されるものではなく、発明の趣旨を逸脱しない範囲で適宜設計変更が可能である。

例えば、本実施例において点検結果を予測する対象は図１に示す第１変圧器１１Ａ及び第２変圧器１１Ｂとしたが点検結果を予測する対象は変圧器に限定されない。例えば、第１スマートメータ１２Ａ〜第４スマートメータ１２Ｄなどを点検対象設備としてもよい。
もちろん、設備不良予測装置３（ＣＰＵ１１５）で点検結果を予測する対象の変圧器の数も２つに限定されず、設備不良予測装置３（ＣＰＵ１１５）が３つ以上の変圧器について点検結果を予測する構成であってもよい。また、１つの変圧器が配電する家屋（第１家屋Ｈｍ１〜第４家屋Ｈｍ４）の数も２つに限定されない。１つの変圧器から３つ以上の家屋に電力が配電される構成であってもよい。この場合、それぞれの家屋にスマートメータが設置されていることが好ましい。

また、本実施例では、図１３の（ａ）に示すサンプルデータ４００の生成において、点検担当者がトランスＩＤを設備不良予測装置３（図１参照）に入力すると、設備不良予測装置３がサンプルデータ４００を生成する構成とした。この構成に限定されず、所定の時間間隔（例えば、巡視点検が必要となる２年間などの時間間隔）で設備不良予測装置３（ＣＰＵ１１５）が自動的にサンプルデータ４００を生成し、さらに、生成されたサンプルデータ４００にもとづいて第１変圧器１１Ａ（図１参照）や第２変圧器１１Ｂ（図１参照）の点検結果を予測する構成であってもよい。

この場合、例えば、点検結果が「不良」と予測された変圧器のトランスＩＤを点検担当者が有するハンディ端末に送信する構成とすれば、点検担当者は巡視点検の必要がある変圧器を即座に知ることができる。

また、本実施例の設備不良予測装置３（ＣＰＵ１１５）は、点検履歴データ２０１（図２参照）と、機器情報データ２００ｃ（図３の（ｃ）参照）と、設置環境データ２０２（図２参照）と、計測統計量データ２０４（図２参照）と、を用いて変圧器の点検結果を予測している。この構成に限定されず、例えば、計測統計量データ２０４のみを用いて変圧器の点検結果を予測する設備不良予測装置３（ＣＰＵ１１５）であってもよい。又は、例えば、計測統計量データ２０４と点検履歴データ２０１を用いて変圧器の点検結果を予測する設備不良予測装置３（ＣＰＵ１１５）であってもよい。

また、本実施例では、図１に示すように設備不良予測装置３にデータベース１２１（データ記憶装置１２１ａ）が備わっている。この構成に限定されず、設備不良予測装置３と別体にデータ記憶装置１２１ａが配置される構成であってもよい。この場合、設備不良予測装置３とデータ記憶装置１２１ａとは、例えば、ネットワーク２を介して接続されていればよい。

また、本実施例は、電力配電設備における電柱等の巡視点検業務を例として説明したが、本発明の適用範囲はこの分野及び対象物に限定されるものではない。

１ 設備不良予測システム
２ ネットワーク
３ 設備不良予測装置
１１Ａ 第１変圧器（点検対象設備）
１１Ｂ 第２変圧器（点検対象設備）
１２Ａ 第１スマートメータ（端末装置）
１２Ｂ 第２スマートメータ（端末装置）
１２Ｃ 第３スマートメータ（端末装置）
１２Ｄ 第４スマートメータ（端末装置）
１１５ ＣＰＵ（制御部）
１１８ ネットワークインタフェース（インタフェース部）
１２１ データベース
１２１ａ データ記憶装置
２００ｃ 機器情報データ
２０１ 点検履歴データ
２０２ 設置環境データ
２０４ 計測統計量データ（統計量）
３０１ 判別式
Ｄ１ 定性データ
Ｄ２ 定量データ

Claims (14)

1. ネットワークに接続可能な設備不良予測装置と、
   データベースを保存するデータ記憶装置と、
   前記ネットワークに接続可能な複数の端末装置と、を有し、
   前記端末装置は、
   点検対象設備から提供される情報を数値化した定量データを、前記ネットワークを介して前記設備不良予測装置に送信し、
   前記設備不良予測装置は、
   送信された前記定量データを前記データベースに蓄積し、さらに、前記データベースに蓄積された前記定量データから算出する統計量を用いて、前記点検対象設備における不良の発生を予測することを特徴とする設備不良予測システム。
2. 前記設備不良予測装置は、複数の前記端末装置から送信される前記定量データを集約して前記点検対象設備に対応付けし、
   前記点検対象設備に対応付けられた前記定量データから前記統計量を算出することを特徴とする請求項１に記載の設備不良予測システム。
3. 前記設備不良予測装置は、前記点検対象設備の点検により得られた点検履歴データを定性データとして有し、
   前記統計量に加えて前記点検履歴データを用いて前記点検対象設備における不良の発生を予測することを特徴とする請求項１又は請求項２に記載の設備不良予測システム。
4. 前記設備不良予測装置は、前記点検対象設備の情報を含む機器情報データと、前記点検対象設備が設置される環境の環境情報を含む設置環境データと、を定性データとして有し、
   前記統計量と前記点検履歴データに加えて、前記機器情報データと前記設置環境データとを用いて前記点検対象設備における不良の発生を予測することを特徴とする請求項３に記載の設備不良予測システム。
5. 前記設備不良予測装置は、
   前記点検対象設備に対応付けられた前記定量データから算出された前記統計量を数値範囲でカテゴリ分けし、
   前記カテゴリに対応して前記点検対象設備における不良の発生を予測することを特徴とする請求項２から請求項４までのいずれか１項に記載の設備不良予測システム。
6. 前記設備不良予測装置は、
   前記点検対象設備に対応付けられた前記定量データから算出された前記統計量を数値範囲でカテゴリ分けし、
   数量化理論２類にもとづいた判別式で前記カテゴリと前記機器情報データと前記設置環境データとを重み付けし、
   前記カテゴリの重み付けと前記機器情報データの重み付けと前記設置環境データの重み付けとに応じて前記点検対象設備における不良の発生を予測することを特徴とする請求項４に記載の設備不良予測システム。
7. ネットワークに接続するためのインタフェース部と、
   データベースを保存するデータ記憶装置と、
   制御部と、を有し、
   点検対象設備から情報が提供されるとともに提供された前記情報を数値化して定量データを生成する複数の端末装置と前記ネットワークを介して接続され、
   前記制御部は、複数の前記端末装置から送信される前記定量データを前記データベースに蓄積し、前記データベースに蓄積された前記定量データから統計量を算出し、
   さらに、算出した前記統計量を用いて、前記点検対象設備における不良の発生を予測することを特徴とする設備不良予測装置。
8. 前記制御部は、複数の前記端末装置から送信される前記定量データを集約して前記点検対象設備に対応付けし、
   前記点検対象設備に対応付けられた前記定量データから前記統計量を算出することを特徴とする請求項７に記載の設備不良予測装置。
9. 前記データベースには、前記点検対象設備の点検により得られた点検履歴データが定性データとして蓄積され、
   前記制御部は、
   前記統計量に加えて前記点検履歴データを用いて前記点検対象設備における不良の発生を予測することを特徴とする請求項７又は請求項８に記載の設備不良予測装置。
10. 前記データベースに、前記点検対象設備の情報を含む機器情報データと、前記点検対象設備が設置される環境の環境情報を含む設置環境データと、が定性データとして蓄積され、
    前記制御部は、
    前記統計量と前記点検履歴データに加えて、前記機器情報データと前記設置環境データとを用いて前記点検対象設備における不良の発生を予測することを特徴とする請求項９に記載の設備不良予測装置。
11. 前記制御部は、
    前記点検対象設備に対応付けられた前記定量データから算出された前記統計量を数値範囲でカテゴリ分けし、
    前記カテゴリに対応して前記点検対象設備における不良の発生を予測することを特徴とする請求項８から請求項１０までのいずれか１項に記載の設備不良予測装置。
12. 前記制御部は、
    前記点検対象設備に対応付けられた前記定量データから算出された前記統計量を数値範囲でカテゴリ分けし、
    数量化理論２類にもとづいた判別式で前記カテゴリと前記機器情報データと前記設置環境データとを重み付けし、
    前記カテゴリの重み付けと、前記機器情報データの重み付けと、前記設置環境データの重み付けと、に応じて前記点検対象設備における不良の発生を予測することを特徴とする請求項１０に記載の設備不良予測装置。
13. ネットワークに接続するためのインタフェース部と、
    データベースを保存するデータ記憶装置と、を有し、
    点検対象設備から情報が提供されるとともに提供された前記情報を数値化して定量データを生成する複数の端末装置と前記ネットワークを介して接続されている設備不良予測装置の制御部が実行し、
    複数の前記端末装置から送信される前記定量データを前記データベースに蓄積する手順と、
    前記データベースに蓄積された前記定量データを集約して前記点検対象設備に対応付ける手順と、
    前記点検対象設備に対応付けられた前記定量データから統計量を算出する手順と、
    算出した前記統計量を数値範囲でカテゴリ分けする手順と、
    数量化理論２類にもとづいた判別式で前記カテゴリを重み付けする手順と、を有し、
    前記カテゴリの重み付けに応じて前記点検対象設備における不良の発生を予測することを特徴とする設備不良予測方法。
14. 前記点検対象設備の情報を含んでいて前記データベースに蓄積されている機器情報データを、数量化理論２類にもとづいた判別式で重み付けする手順と、
    前記点検対象設備が設置される環境の環境情報を含んでいて前記データベースに蓄積されている設置環境データを、数量化理論２類にもとづいた判別式で重み付けする手順と、をさらに有し、
    前記制御部が、前記カテゴリの重み付けに加えて、前記機器情報データの重み付けと、前記設置環境データの重み付けと、に応じて前記点検対象設備における不良の発生を予測することを特徴とする請求項１３に記載の設備不良予測方法。

Images