JP2017117229A - 電力推定方法および該電力推定方法が適用される電力推定装置 - Google Patents

Abstract

【課題】電気機器を重複して検出することなく、計算量を低減させながら、電気機器の消費電力を推定すること。【解決手段】 本実施形態の電力推定方法は、分電盤上の消費電力から、各電気機器によって消費される消費電力を推定するための電力推定方法であって、各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせを複数作成し、各組み合わせについて、スコア関数を算出し、分電盤上の消費電力を、算出された複数のスコア関数の各々に代入し、複数のスコア関数のうちの最大値を示すスコア関数となる組み合わせに基づいて、各電気機器によって消費される消費電力を推定することを特徴とする。【選択図】図７

Description

この発明は、電気機器の消費電力を推定するための電力推定方法および該電力推定方法が適用される電力推定装置に関する。

従来、家庭等の分電盤に設置された電流センサを用いて電流波形を測定し、その測定された波形の形状に基づき、家庭等内で動作している電気機器の消費電力を推定するシステムが知られている（特許文献１）。

特開２０１３−２３８５２３号公報

しかしながら、例えば、従来のようにサポートベクターマシン等のパターン認識技術による学習を用いて消費電力の推定を行う場合において、対象となる電気機器の数が増大した場合、消費電力を推定するために必要な学習時間も増大する。すなわち、消費電力を推定するために必要な計算量も増大するという問題がある。

また、このようなパターン認識を用いて個別の電気機器に対して各々消費電力の推定を行い、その推定の結果を集計する従来の方法を用いた場合、類似する電流波形を出力する電気機器を重複して検出するという問題もある。この場合、例えば、分電盤において測定される消費電力よりも、推定の結果によって得られた電気機器の消費電力の総和が大きくなることがある。

この発明は、このような事情に鑑みてなされたものであり、電気機器を重複して検出することなく、計算量の増大を抑えながら、電気機器の消費電力を推定するための電力推定方法および該電力推定方法が適用される電力推定装置を提供することにある。

上記目的を達成するためにこの発明は、以下のような構成要素を備えている。すなわち、本発明の電力推定方法は、分電盤上の消費電力から、各電気機器によって消費される消費電力を推定するための電力推定方法であって、各電気機器による消費実績に基づいて、各電気機器の各動作モードにおける消費電力の平均値および消費電力の標準偏差、ならびに、各電気機器の全動作モードに対する各動作モードの動作時間の割合を示す滞在率、を事前に算出記録し、各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせを複数作成し、各組み合わせについて、対応する各動作モードにおける、消費電力の平均値、消費電力の標準偏差、および、滞在率に基づき、スコア関数を算出し、分電盤上の消費電力を、算出された複数のスコア関数の各々に代入し、複数のスコア関数のうちの最大値を示すスコア関数となる組み合わせに基づいて、各電気機器によって消費される消費電力を推定することを特徴とする。

すなわちこの発明によれば、電気機器を重複して検出することなく、計算量の増大を抑えながら、電気機器の消費電力を推定するための電力推定方法、および該電力推定方法が適用される電力推定装置を提供することができる。

本発明の第１の実施形態の電力推定方法が適用された電力推定装置を含む電力推定システムの概念を説明するための図である。 第１の実施形態の電力推定装置において用いられる滞在率を説明するための図である。 第１の実施形態の電力推定装置において用いられる動作モード組み合わせデータベースを示す図である。 第１の実施形態の電力推定装置において用いられるスコア関数を示すグラフである。 第１の実施形態の電力推定装置において用いられるスコア関数の別の例を示すグラフである。 第１の実施形態の電力推定システムのより詳細な構成例を示すブロック図である。 第１の実施形態の電力推定装置によって実行される電力推定処理手順の一例を示すフローチャートである。 本発明の第２の実施形態の電力推定方法が適用された電力推定装置を含む電力推定システムの概念を説明するための図である。 第２の実施形態の電力推定装置において用いられる動作モード組み合わせデータベースを示す図である。

（第１の実施形態）
以下、図面を参照して本発明の第１の実施形態について説明する。
始めに、具体的に図面を参照して説明する前に、第１の実施形態の概要について説明する。
第１の実施形態の電力推定方法が適用された電力推定装置は、家庭やオフィス等において使用される複数の異なる種類の家電機器等の電気機器の各々によって消費される個々の消費電力を推定するために、家庭やオフィス等に設置されている分電盤に設けられた電力センサによって計測される分電盤上の消費電力に基づき、個々の電気機器の動作状態を推定することによって、個々の電気機器の消費電力を推定する。

より詳細には、各電気機器の動作状態を示す動作モードごとの、消費電力の平均値、消費電力の標準偏差、および後述する滞在率等を用いて、各電気機器における動作モードの組み合わせに対応する複数のスコア関数を算出し、算出されたスコア関数を例えばデータベースとして蓄積する。そして、電力センサによって計測された分電盤上の消費電力を各スコア関数に代入することによって、複数のスコア関数のうちの最大値が得られるスコア関数に対応する電気機器の動作モードの組み合わせを判定し、その判定結果に応じて、個々の電気機器の消費電力を推定する。

次に、図１乃至図５を参照して、第１の実施形態の電力推定方法が適用された電力推定装置の概要について説明する。
図１は、第１の実施形態の電力推定装置１０を含む電力推定システム１の概念を説明するための図である。

電力推定システム１は、電力推定装置１０に加えて、電力センサ９を備える分電盤８と、表示部１４とを備える。

電力推定装置１０は、分電盤８上の消費電力から、各電気機器によって消費される消費電力を推定するためのシステムである。例えば、家庭やオフィス等において利用される電気機器Ａ，Ｂ等の複数の電気機器のそれぞれの消費電力の推定を行うためのシステムである。以下、複数の電気機器として電気機器Ａ，Ｂの２つの電気機器を想定して説明する。また、以下、電気機器Ａと電気機器Ｂを特に区別する必要がない場合は、電気機器Ａおよび電気機器Ｂを、それぞれ、単に電気機器と称する場合がある。

電気機器Ａ，Ｂは、分電盤８と接続されており、分電盤８の配下で動作する。

分電盤８は、電気機器Ａ，Ｂが利用される家庭やオフィス等に設置されており、コンセント等を介して電気機器Ａ，Ｂと接続されており、電気機器Ａ，Ｂによって使用される電力を供給する。

電力センサ９は、例えば分電盤８内に設置されており、分電盤８上の消費電力ｗを計測する。

電力推定装置１０は、電力センサ９によって計測された分電盤８上の消費電力ｗに基づき、後述する図６における蓄積部１９に蓄積された電気機器データベース１２を用いて、電気機器Ａの消費電力（以下、「消費電力Ａｗ」と称す。）および電気機器Ｂの消費電力（以下、「消費電力Ｂｗ」と称す。）を推定するための電力推定処理を行う。なお、電力推定装置１０による電力推定処理の詳細については、図６および図７等を参照して後述する。

電気機器データベース１２は、電気機器Ａ，Ｂの各々の各動作モードにおける消費電力の平均値等の情報を有する。また、電気機器データベース１２は、電力推定装置１０によって電力推定処理が行われるよりも前に予め生成される。

動作モードは、電気機器の利用状態等の動作状態を示しており、例えば、電気機器の電源がオフ状態であるＯＦＦモード、電気機器の電源がオン状態であるＯＮモード等を含む。

具体的には、電気機器データベース１２は、図示するように、電気機器Ａ，Ｂの種類等を識別するための内容を示す電気機器項目１２ａ、電気機器Ａ，Ｂの動作モードを示す状態項目１２ｂ、電気機器Ａ，Ｂの消費電力の平均値Ｅおよびその消費電力の平均値Ｅに関する標準偏差Ｓを示す平均・標準偏差項目１２ｃ、および電気機器Ａ，Ｂの各々の全動作モードに対する各動作モードの動作時間の割合を示す滞在率Ｐを示す滞在率項目１２ｄを含む。なお、滞在率Ｐの詳細については、図２を参照して後述する。

より詳細には、電気機器Ａは、動作モードとして、例えば、図示するように、電源がオフ状態であることを示す動作モード「０：ｏｆｆ」、および、電源がオン状態であることを示す動作モード「１：ｏｎ」の２つの動作モードを有する。そして、動作モード「０：ｏｆｆ」では、消費電力の平均値Ｅが０ワットであり、標準偏差Ｓが０ワットであることを示している。一方、動作モード「１：ｏｎ」では、消費電力の平均値Ｅが１００ワットであり、標準偏差Ｓが１０ワットであることを示している。

また、電気機器Ａの全動作モードの総動作時間を１００とした場合における各動作モードの動作時間の割合（％）を示す滞在率Ｐに関しては、３０％が動作モード「０：ｏｆｆ」で動作しており、残りの７０％が動作モード「１：ｏｎ」で動作していることを示している。

次に、電気機器Ｂは、動作モードとして、例えば、図示するように、電源がオフ状態であることを示す動作モード「０：ｏｆｆ」、例えば低消費電力で動作している状態であることを示す動作モード「１：ｈａｌｆ」、および、高消費電力で動作している状態であることを示す動作モード「２：ｆｕｌｌ」の３つの動作モードを有する。

なお、電気機器Ａの動作モード「０：ｏｆｆ」と電気機器Ｂの動作モード「０：ｏｆｆ」とを区別するために、電気機器Ａの動作モード「０：ｏｆｆ」を例えば「０：ｏｆｆ（Ａ）」とし、電気機器Ｂの動作モード「０：ｏｆｆ」を例えば「０：ｏｆｆ（Ｂ）」としてもよい。

そして、動作モード「０：ｏｆｆ」では、消費電力の平均値Ｅが０ワットであり、標準偏差Ｓが０であることを示している。一方、動作モード「１：ｈａｌｆ」では、消費電力の平均値Ｅが８０ワットであり、標準偏差Ｓが１０ワットであることを示している。また、動作モード「２：ｆｕｌｌ」では、消費電力の平均値Ｅが１６０ワットであり、標準偏差Ｓが２０ワットであることを示している。

また、電気機器Ｂの全動作モードの総動作時間を１００とした場合における各動作モードの動作時間の割合（％）を示す滞在率Ｐに関しては、６０％が動作モード「０：ｏｆｆ」で動作しており、３０％が動作モード「１：ｈａｌｆ」で動作しており、残りの１０％が動作モード「２：ｆｕｌｌ」で動作していることを示している。

表示部１４は、電力推定装置１０によって推定された消費電力Ａｗおよび消費電力Ｂｗを、例えばユーザ等に提示するために、例えば分電盤８に備えられた画面に表示させるための処理を行う。また、分電盤８に備えられた画面の代わりに、例えば、無線通信を用いてユーザの携帯端末の画面等に表示させてもよい。

次に、図２を参照して、滞在率Ｐについて詳細に説明する。
各電気機器の滞在率Ｐは、上述したように、各電気機器の全動作モードに対する各動作モードの動作時間の割合である。各動作モードの動作時間は、例えば、各電気機器の各動作モードに対応する各状態が継続している時間である。

例えば、滞在率Ｐは、例えば所定の１日において、所定の動作モードで動作している動作時間の平均値がｔ時間である場合、その所定の動作モードにおける滞在率Ｐは、ｔ／２４＊１００（％）である。

図２は、電気機器Ａ，Ｂの各々の、所定の一日における、各動作モードおよび消費電力の変化を示している。また、図２の横軸は、所定の一日における時刻（ｈｒ）を示しており、図２の縦軸は、各電気機器の消費電力（Ｗ）を示している。

電気機器Ａは、グラフ７０ａに示すように、約７時から２４時の間、動作モード「１：ｏｎ」である。そして、それ以外の時間、すなわち０時から約７時は、動作モード「０：ｏｆｆ」である。

そして、動作モード「１：ｏｎ」における滞在率Ｐは、７０％であり、動作モード「０：ｏｆｆ」における滞在率Ｐは、残りの３０％である。

また、グラフ７０ａに示すように、動作モード「１：ｏｎ」における、電気機器Ａの消費電力の平均値Ｅは、例えば、ｗ２で示す値、１００ワットである。

一方、電気機器Ｂは、グラフ７０ｂ−１，７０ｂ−３に示すように、８時から１２時の間および約１５時から約１８時の間、動作モード「１：ｈａｌｆ」である。また、グラフ７０ｂ−２に示すように、１２時から約１５時の間、動作モード「２：ｆｕｌｌ」である。そして、それ以外の時間、すなわち、０時から８時の間および約１８時から２４時の間は、動作モード「０：ｏｆｆ」である。

そして、動作モード「１：ｈａｌｆ」における滞在率Ｐは、３０％であり、動作モード「２：ｆｕｌｌ」における滞在率Ｐは、１０％であり、動作モード「０：ｏｆｆ」における滞在率Ｐは、残りの６０％である。

また、グラフ７０ｂ−１，７０ｂ−３に示すように、動作モード「１：ｈａｌｆ」における、電気機器Ｂの消費電力の平均値Ｅは、例えば、ｗ１で示す値、８０ワットである。また、グラフ７０ｂ−２に示すように、動作モード「２：ｆｕｌｌ」における、電気機器Ｂの消費電力の平均値Ｅは、例えば、ｗ３で示す値、１６０ワットである。

次に、図３を参照して、第１の実施形態の電力推定装置において用いられる動作モード組み合わせデータベース２０について説明する。

後述する図６における蓄積部１９に蓄積された動作モード組み合わせデータベース２０は、電気機器データベース１２における各電気機器の各動作モードの組み合わせを示しており、電気機器データベース１２に基づき生成される。また、動作モード組み合わせデータベース２０は、電力推定処理においてスコア関数を算出するために用いられる。なお、スコア関数に関しては図４を参照して後述する。

動作モード組み合わせデータベース２０は、具体的には、図３に示すように、電気機器Ａの動作モード「０：ｏｆｆ」に関する項目２１ａ、電気機器Ａの動作モード「１：ｏｎ」に関する項目２１ｂ、電気機器Ｂの動作モード「０：ｏｆｆ」に関する項目２２ａ、電気機器Ｂの動作モード「１：ｈａｌｆ」に関する項目２２ｂ、および電気機器Ｂの動作モード「０２：ｆｕｌｌ」に関する項目２２ｃを有する。

また、動作モード組み合わせデータベース２０は、電気機器Ａの各動作モードと電気機器Ｂの各動作モードとの各組み合わせに対応する複数の動作モード（以下、「組み合わせ動作モード」と称す。）に関する要素を有する。そして、この複数の組み合わせ動作モードは、それぞれ、動作モード組み合わせデータベース２０の各要素、すなわち要素２３ａ，２３ｂ，２３ｃ，２３ｄ，２３ｅ，２３ｆに対応する。

要素２３ａ，２３ｂ，２３ｃ，２３ｄ，２３ｅ，２３ｆには、対応する組み合わせ動作モードにおける「滞在率Ｐ，消費電力の平均値Ｅ±標準偏差Ｓ」が示されている。なお、各組み合わせ動作モードにおける滞在率Ｐ、消費電力の平均値Ｅ、および標準偏差Ｓの算出方法については、図４を参照して後述する。

電気機器Ａの動作モード「０：ｏｆｆ」と電気機器Ｂの動作モード「０：ｏｆｆ」とを組み合わせた場合における組み合わせ動作モード（以下、「組み合わせ動作モード（２３ａ）」と称す。）は、図３に示すように、要素２３ａに対応する。そして、要素２３ａに示す「１８％，０±１０」は、組み合わせ動作モード（２３ａ）の滞在率Ｐが１８％であり、消費電力の平均値Ｅが０ワットであり、標準偏差Ｓが１０ワットであるということを示している。

同様に、例えば、電気機器Ａの動作モード「１：ｏｎ」と電気機器Ｂの動作モード「１：ｈａｌｆ」とを組み合わせた場合における組み合わせ動作モード（以下、「組み合わせ動作モード（２３ｅ）」と称す。）は、要素２３ｅに対応する。そして、要素２３ｅに示す「２１％，１８０±２０」は、組み合わせ動作モード（２３ｅ）の滞在率Ｐが２１％であり、消費電力の平均値Ｅが１８０ワットであり、標準偏差Ｓが２０ワットであるということを示している。

次に、図４を参照して、スコア関数について説明する。
スコア関数は、電力センサ９によって計測された分電盤８上の消費電力ｗに基づき、動作モードの組み合わせを判定するために用いるスコアを算出するための関数であり、動作モード組み合わせデータベース２０に基づき算出される。スコア関数は、例えば、数式（１）に示すようなガウシアン関数Ｆである。

ここで、ｗは、電力センサ９によって計測された分電盤８上の消費電力ｗを示している。Ｍ_１，Ｍ_２，…Ｍ_ｎは、それぞれ、各電気機器の動作モードを示している。

また、数式（１）のＰは、数式（２）に示すように、各電気機器（n=1,2,3,…）のＭ_ｎ番目の動作モードの滞在率Ｐ_ｎ，Ｍｎの積によって得られる滞在率Ｐを示している。なお、図１および図３で示した滞在率Ｐは、数式（１）のＰを百分率で示したものである。以下、滞在率Ｐと記載した場合は、百分率で示した滞在率を意味する。

なお、数式（３）に示すように、どの電気機器においても、各動作モードの滞在率Ｐ_ｎ，Ｍｎの和は１であり、百分率では１００％に相当する。

例えば、電気機器Ａの動作モード「１：ｏｎ」の滞在率Ｐ＝７０％と電気機器Ｂの動作モード「２：ｆｕｌｌ」の滞在率Ｐ＝１０％との積は、滞在率Ｐ＝７％である。

また、数式（１）において、λは、ガウシアン関数Ｆのピークを分離するために調整可能なチューニングパラメータである。図４では、λ＝１とした場合を示している。
また、Ｅは、各電気機器(n=1,2,3,…)のＭ_ｎ番目の動作モードの消費電力の平均値Ｅ_ｎ，Ｍｎの総和、すなわち
、を示している。また、Ｓは、各電気機器(n=1,2,3,…)のＭ_ｎ番目の動作モードの標準偏差Ｓ_ｎ，Ｍｎの総和、すなわち
、を示している。

また、標準偏差Ｓは、数式（４ａ），（４ｂ），（４ｃ）の何れか１つを用いて、算出してもよい。つまり、ガウシアン関数Ｆに用いられる標準偏差Ｓとして、対応する各動作モードにおける、消費電力の標準偏差Ｓ_ｎ，Ｍｎの和、消費電力の標準偏差Ｓ_ｎ，Ｍｎの自乗和の平方根、滞在率Ｐ_ｎ，Ｍｎと標準偏差Ｓ_ｎ，Ｍｎの積和、および、滞在率Ｐ_ｎ，Ｍｎと標準偏差Ｓ_ｎ，Ｍｎの自乗積和の平方根、のうちの何れか１つを含む標準偏差を用いてもよい。

数式（４ａ）は、例えば、電気機器の動作またはその動作モードが互いに無相関である場合に用いられる。数式（４ａ）を用いる場合は、例えば、冷蔵庫やトイレの便座ヒーターのように人の活動と関係なく動作するような電気機器を対象とする場合が想定され得る。

数式（４ｂ）は、
に対して、各動作モードの滞在率Ｐに応じて重み付けを行う場合に用いられる。

数式（４ｃ）は、数式（４ａ）に対して、さらに、各動作モードの滞在率Ｐに応じて重み付けを行う場合に用いられる。換言すると、数式（４ｃ）は、各電気機器の動作が互いに無相関とみなされた場合であって、かつ、滞在率Ｐに応じて重み付けをする場合に用いられる。

また、数式（４ｂ）および数式（４ｃ）のように、滞在率Ｐに応じて重み付けを行う場合は、例えば、使用頻度が高くない電気機器または稼働率が低い電気機器が含まれる場合が想定され得る。

また、数式（４ｂ）および数式（４ｃ）の分母に示すｍａｘＰ_ｎ，Ｍｎは、各電気機器の動作モードＭ_ｎの滞在率Ｐ_ｎ，Ｍｎのうちの最大の滞在率の値を示している。

なお、滞在率Ｐの測定が困難な場合には、簡便法として、滞在率Ｐ＝１としてもよい。

また、例えば、全ての電気機器がオフ状態である場合、標準偏差Ｓが０になり、ガウシアン関数Ｆが発散する。そのため、例えば、各電気機器において、消費電力の平均値が最小となる動作モードに対応する標準偏差Ｓの中で、最も小さな値をとるものを、オフ状態における標準偏差Ｓとする。図３の要素２３ａは、このようにしてＳ＝１０としてある。

なお、以下、第１の実施形態において、標準偏差Ｓが、
によって算出される場合について説明する。

図４は、上述したような数式（１）を用いて算出された、動作モード組み合わせデータベース２０の要素２３ａ，２３ｂ，２３ｃ，２３ｄ，２３ｅ，２３ｆに示される各組み合わせ動作モードに対応するスコア関数を示すスコア関数グラフ３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆを示している。

図４の横軸は、分電盤８上の消費電力ｗ（ワット（Ｗ））を示しており、図４の縦軸は、各スコア関数の分電盤８上の消費電力ｗに対するスコアを示している。

具体的には、スコア関数グラフ３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆは、それぞれ、要素２３ａ，２３ｂ，２３ｃ，２３ｄ，２３ｅ，２３ｆに示す滞在率Ｐ、消費電力の平均値Ｅ、および標準偏差Ｓを用いて算出された、分電盤８上の消費電力ｗに対するスコアを示している。

例えば、スコア関数グラフ３０ａは、電気機器Ａが動作モード「０：ｏｆｆ」であり、かつ、電気機器Ｂが動作モード「０：ｏｆｆ」である場合におけるスコア関数に対応する。

そして、図４において、スコア関数グラフ３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆのうちの何れか１つが、分電盤８上の消費電力ｗに対して、最大のスコアを得ることが分かる。

例えば、電力センサ９によって計測された分電盤８上の消費電力ｗが２７０ワットである場合について説明する。この場合、スコア関数グラフ３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆのうちのスコア関数グラフ３０ｆに対応するスコア関数が、図４のｆＰ１で示される最大のスコアを得ることが分かる。つまり、電気機器Ａが動作モード「１：ｏｎ」で動作しており、かつ、電気機器Ｂが動作モード「２：ｆｕｌｌ」で動作していることが分かる。

一方、スコア関数グラフ３０ｆは、電気機器Ａが動作モード「１：ｏｎ」であり、かつ、電気機器Ｂが動作モード「２：ｆｕｌｌ」である場合におけるスコア関数に対応する。そして、この場合における各電気機器の消費電力の平均値Ｅは、電気機器データベース１２に示すように、電気機器Ａの消費電力の平均値Ｅが１００ワットであり、電気機器Ｂの消費電力の平均値Ｅが１６０ワットである。つまり、電気機器Ａの消費電力の平均値Ｅと電気機器Ｂの消費電力の平均値Ｅの合計は２６０ワットである。

そのため、分電盤８上の消費電力ｗと判定された組み合せ動作モードにおける消費電力の平均値Ｅとの差分として１０ワットが生じる。この１０ワットの差分は、例えば、各電気機器の対応する動作モードにおける標準偏差Ｓに基づき、各電気機器に対して按分する。

例えば、電気機器データベース１２に示すように、電気機器Ａの動作モード「１：ｏｎ」における標準偏差Ｓは１０ワットであり、電気機器Ｂの動作モード「２：ｆｕｌｌ」における標準偏差Ｓは２０ワットである。そのため、電気機器Ａに関して、１０ワットの約３分の１である３ワットを加算し、電気機器Ｂに関して、１０ワットの約３分の２である７ワットを加算する。

そして、最終的に、消費電力Ａｗが１０３ワット（１００ワット＋３ワット）であり、消費電力Ｂｗが１６７ワット（１６０ワット＋７ワット）であると推定され得る。

なお、図４は、λ＝１とした場合を示しており、スコア関数グラフ３０の重なりを低減させるためにλを調整することによって、動作モードの組み合わせの判定をすることもできる。

次に、図５を参照して、λの値を変更した場合におけるスコア関数について説明する。
図５は、λ＝１０の場合における各スコア関数のグラフを示している。また、スコア関数グラフ３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆは、それぞれ、スコア関数グラフ６０ａ，６０ｂ，６０ｃ，６０ｄ，６０ｅ，６０ｆに対応する。

そして、λの値を１よりも大きくすることによって、各スコア関数グラフがシャープになり、分解能が高くなるため、各スコア関数グラフにおける重なりが低減され、各スコア関数グラフのピークを明確に分離することができる。これにより、例えば分電盤８上の消費電力が１６０ワット強であったばあい、図５では６０ｃと判定できるものが、図４のように３０ｅと誤判定される可能性を低減させることができる。

次に、図６を参照して、図１を参照して説明した電力推定システム１をより詳細に説明する。図６は、電力推定システム１の構成例を示すブロック図である。なお、図１を参照して説明した構成および内容については、説明を省略する。

電力推定装置１０は、取得部１５、算出部１６、および推定部１７を備える。

取得部１５は、電力センサ９によって計測された分電盤８上の消費電力ｗを、分電盤８から取得する。そして、算出部１６に送る。

算出部１６は、各電気機器による消費実績に基づいて、各電気機器の各動作モードにおける消費電力の平均値Ｅおよび消費電力の標準偏差Ｓ、ならびに、滞在率Ｐ、を事前に算出記録し、各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせを複数作成し、各組み合わせについて、対応する各動作モードにおける、消費電力の平均値Ｅ、消費電力の標準偏差Ｓ、および、滞在率Ｐに基づき、スコア関数を算出する。

以下、スコア関数が、蓄積部１９に予め蓄積されている場合について説明する。

推定部１７は、判定部１７ａを備え、蓄積部１９から取得されたスコア関数に関する情報ｄ１および算出部１６から送られた分電盤８上の消費電力ｗに関する情報ｂに基づき、消費電力Ａｗ，Ｂｗを推定する。

判定部１７ａは、消費電力Ａｗ，Ｂｗを推定するために必要な、動作モードの組み合わせの判定を行う。分電盤８上の消費電力ｗが代入された各スコア関数のスコアを比較し、スコアが最大であるスコア関数に対応する動作モードの組み合わせを判定する。

そして、推定部１７は、分電盤８上の消費電力ｗと、判定された動作モードの消費電力との間に差がある場合は、その差の電力を按分することにより、消費電力Ａｗ，Ｂｗを推定する。

そして、推定部１７は、推定された消費電力Ａｗ，Ｂｗを、上述した画面等に表示させるために、推定された消費電力Ａｗ，Ｂｗを含む推定結果ｃを表示部１９に送る。

また、推定部１７は、推定結果を、情報ｄ２として蓄積部１９に送ってもよい。このように、推定結果を蓄積部１９に蓄積させることによって、例えば、推定部１７によって推定結果が得られた後、所定時間経過後、蓄積部１９に蓄積されている推定結果を表示部１４に表示させることもできる。

蓄積部１９は、上述したような、スコア関数に関する情報、および、推定部１７によって推定された消費電力Ａｗ，Ｂｗに関する情報、を蓄積する。

なお、蓄積部１９は、図６に示すように電力推定装置１０の外部に設けられていてもよいし、電力推定装置１０の内部に設けられていてもよい。また、例えば、電力推定システム１とインターネット等を介して接続されているクラウドストレージのような外部の記録装置として、電力推定システム１の外部に設けられていてもよい。

表示部１４は、推定部１７から送られた推定結果ｃに基づき、推定された消費電力Ａｗ，Ｂｗを、推定結果として、上述した画面等に表示させるための処理を行う。例えば、各電気機器と対応する各消費電力を関連付けて画面に表示させる。

なお、電力推定装置１０は、ソフトウェアとして実現してもよいし、ハードウェアとして実現してもよい。

また、請求項において、分電盤８上の消費電力を、算出された複数のスコア関数の各々に代入し、複数のスコア関数のうちの最大値を示すスコア関数となる前記組み合わせに基づいて、各電気機器によって消費される消費電力を推定する推定手段は、例えば、推定部１７に対応する。

次に、図７のフローチャートを参照して、第１の実施形態の電力推定装置１０によって実行される電力推定処理手順の一例について説明する。
まず、例えば算出部１６によって、電力センサ９等によって計測された各電気機器による消費実績に基づいて、各電気機器の各動作モードにおける、消費電力の平均値Ｅ、消費電力の標準偏差Ｓ、および滞在率Ｐが事前に算出され、電気機器データベース１２が生成され、生成された電気機器データベース１２が蓄積部１９に記録される（ステップＳ５０）。

次に、例えば算出部１６によって、ステップＳ５０において生成された電気機器データベース１２に基づき、各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせが複数生成され、生成された各組み合わせについて、スコア関数が算出される（ステップＳ５２）。

次に、取得部１５によって、電力センサ９によって計測された分電盤８上の消費電力ｗが、分電盤８から送られる（ステップＳ５４）。

そして、推定部１７によって、ステップＳ５４において送られた分電盤８上の消費電力ｗが、ステップＳ５２において算出された各スコア関数に代入され、各スコア関数のスコアが算出される（ステップＳ５６）。

次に、判定部１７ａによって、ステップＳ５６において算出された複数のスコア関数のうちの最大のスコアを示すスコア関数となる動作モードの組み合わせが判定される（ステップＳ５８）。

そして、ステップＳ５８で判定された動作モードの組み合わせに基づき、各電気機器の消費電力、例えば消費電力Ａｗ，Ｂｗ、が推定される（ステップＳ６０）。

そして、表示部１４によって、推定された各電気機器の消費電力が画面等に表示される（ステップＳ６２）。

以上のような第１の実施形態によって、次のような効果を得ることができる。
各電気機器の消費電力を推定する際、電気機器を重複して検出することなく、計算量の増大を抑えながら、各電気機器の消費電力を推定することが可能となる。

より詳細には、従来のようなサポートベクターマシン等のパターン認識技術による学習を用いることなく、スコア関数を用いることによって、各電気機器の消費電力を、計算量の増大を抑えながら、より短時間で、推定することが可能となる。そして、類似する電流波形に対応する電気機器が重複して検出されることを抑制することも可能となる。

さらにまた、電気機器を重複して検出しないため、推定される消費電力の誤差を減少させ、推定される消費電力および各電気機器の動作状態を、高精度に推定することも可能となる。

そして、推定結果を画面等に表示することによって、例えば電気機器を利用するユーザは、各電気機器の消費電力を知ることが可能となる。そのため、例えば、ユーザは、総消費電力を低減するために、知り得た各消費電力に関する情報を利用することも可能となる。
（第２の実施形態）
以下、図面を参照して本発明の第２の実施形態について説明する。
なお、第１の実施形態における構成および動作等と同様の内容については、例えば同一符号を付すことによって、説明を省略する。

第２の実施形態では、消費電力の平均値Ｅの代わりに、各電気機器の各動作モードにおける電流波形の平均波形Ｉを用いて、各電気機器の消費電力を推定する。なお、電流波形の平均波形Ｉは、ベクトルである。

図８は、第２の実施形態の電力推定方法が適用された電力推定装置１０を含む電力推定システム１の概念を説明するための図である。
分電盤８は、電力センサ９の代わりに電流電圧センサ７を備える。電流電圧センサ７は、分電盤８上の電流波形と電圧波形とを計測する。

電気機器データベース８０は、電気機器データベース１２の電気機器項目１２ａ、状態項目１２ｂ、および滞在率項目１２ｄ、にそれぞれ対応する、電気機器項目８０ａ、状態項目８０ｂ、および滞在率項目８０ｅを含む。さらに、電気機器Ａ，Ｂの電流波形の平均波形Ｉを示す平均電流波形項目８０ｃ、および、標準偏差Ｓを示す標準偏差項目８０ｄ、を含む。

平均電流波形項目８０ｃについて、例えば、電気機器Ａの動作モード「０：ｏｆｆ」における電流波形の平均波形Ｉは、Ｉ_Ａ，０（＝０）、すなわち０ベクトル、である。なお、電流波形の平均波形Ｉの２つの添え字は、それぞれ、電気機器項目８０ａに関する文字と状態項目８０ｂに関する文字である。また、例えば、電気機器Ｂの動作モード「１：ｈａｌｆ」における電流波形の平均波形Ｉは、Ｉ_Ｂ，１である。

また、標準偏差項目８０ｄに示す値は、平均・標準偏差項目１２ｃにおける標準偏差Ｓの値に相当する。

そして、例えば算出部１６によって、電気機器データベース８０に示される各電気機器の各動作モードにおける電流波形の平均波形Ｉを用いて、図９に示すような動作モード組み合わせデータベース９０が事前に生成され、蓄積部１９に記録される。動作モード組み合わせデータベース９０の詳細については後述する。

そして、例えば算出部１６によって、動作モード組み合わせデータベース２０の代わりに、生成された動作モード組み合わせデータベース９０を用いて、複数のスコア関数が算出される。

ここで、第２の実施形態におけるスコア関数の一例について説明する。
スコア関数として、例えば、数式（５）に示すようなガウシアン関数Ｆを用いる。

数式（５）のＪは、電流電圧センサ７によって計測された分電盤８上の電流波形、すなわち実測値である電流波形、を示している。Ｖは、電流電圧センサ７によって計測された分電盤８上の電圧波形を示している。ここで、ＪおよびＶは、ベクトルである。

また、組合せ電流波形Ｉは、
のように算出される。ここで、Ｉ_ｎ、Ｍｎは、ｎ番目の電気機器の動作モードＭ_ｎにおける電流波形の平均波形を示している。

なお、数式（５）のＳは、数式（１）と同様の標準偏差Ｓを示している。そして、Ｓは、第１の実施形態と同様に、
のように算出される。また、数式（４ａ），（４ｂ），（４ｃ）を用いて算出されてもよい。

同様に、数式（５）のＰは、数式（１）と同様の滞在率Ｐを示している。そして、Ｐは、第１の実施形態と同様に、
のように算出される。

また、数式（５）に示すように、Ｖ・（Ｊ―Ｉ）が、数式（１）におけるｗ−Ｅに相当する。

そして、推定部１７は、分電盤８上の消費電力ｗの代わり、電流電圧センサ７によって計測された分電盤８上の電流波形Ｊを、組合せ電流波形Ｉを用いて、算出された複数のスコア関数の各々に代入し、代入された複数のスコア関数のうちの最大値を示すスコア関数となる動作モードの組み合わせに基づいて、各電気機器によって消費される消費電力を推定する。

次に、動作モード組み合わせデータベース９０の詳細について説明する。

動作モード組み合わせデータベース９０は、図３に示す動作モード組み合わせデータベース２０における項目２１ａ，２１ｂ，２２ａ，２２ｂ，２２ｃにそれぞれ対応する項目９１ａ，９１ｂ，９２ａ，９２ｂ，９２ｃを有する。

要素９３ａ，９３ｂ，９３ｃ，９３ｄ，９３ｅ，９３ｆは、対応する組み合わせ動作モードにおける「滞在率Ｐ，組合せ電流波形Ｉ，標準偏差Ｓ」を示す。

例えば、電気機器Ａの動作モード「１：ｏｎ」と電気機器Ｂの動作モード「１：ｈａｌｆ」とを組み合わせた場合における組み合わせ動作モード（以下、「組み合わせ動作モード（９３ｅ）」と称す。）は、要素９３ｅに対応する。そして、要素９３ｅに示す「２１％，Ｉ_Ａ，１＋Ｉ_Ｂ，１，２０」は、組み合わせ動作モード（９３ｅ）の滞在率Ｐが２１％であり、組合せ電流波形ＩがＩ_Ａ，１＋Ｉ_Ｂ，１であり、標準偏差Ｓが２０ワットであることを示している。

ここで、Ｉ_Ａ，１＋Ｉ_Ｂ，１は、電流波形の平均波形Ｉ_Ａ，１と電流波形の平均波形Ｉ_Ｂ，１との合計を意味する。また、Ｉ_Ａ，１＋Ｉ_Ｂ，１は、ベクトルＩ_Ａ，１とベクトルＩ_Ｂ，１とを合成したベクトルを意味する。

以上のような第２の実施形態によって、第１の実施形態における効果に加えて、次のような効果を得ることができる。
すなわち、第２の実施形態では、消費電力の平均値Ｅの代わりに電流波形の平均波形Ｉを用いることによって、消費電力の推定のためにより多くの情報を利用できるため、第１の実施形態よりも計算量は増えるものの、より高精度に消費電力の推定を行うことが可能となる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…電力推定システム、７…電流電圧センサ、８…分電盤、９…電力センサ、１０…電力推定装置、１２…電気機器データベース、１２ａ…電気機器項目、１２ｂ…状態項目、１２ｃ…平均・標準偏差項目、１２ｄ…滞在率項目、１４…表示部、１５…取得部、１６…算出部、１７…推定部、１７ａ…判定部、１９…蓄積部、２０…動作モード組み合わせデータベース、２１ａ，９１ａ…電気機器Ａの動作モード「０：ｏｆｆ」に関する項目、２１ｂ，９１ｂ…電気機器Ａの動作モード「１：ｏｎ」に関する項目、２２ａ，９２ａ…電気機器Ｂの動作モード「０：ｏｆｆ」に関する項目、２２ｂ，９２ｂ…電気機器Ｂの動作モード「１：ｈａｌｆ」に関する項目、２２ｃ，９２ｃ…電気機器Ｂの動作モード「０２：ｆｕｌｌ」に関する項目、２３ａ，２３ｂ，２３ｃ，２３ｄ，２３ｅ，２３ｆ，９３ａ，９３ｂ，９３ｃ，９３ｄ，９３ｅ，９３ｆ…要素、３０ａ，３０ｂ，３０ｃ，３０ｄ，３０ｅ，３０ｆ…スコア関数グラフ、６０ａ，６０ｂ，６０ｃ，６０ｄ，６０ｅ，６０ｆ…スコア関数グラフ、７０ａ，７０ｂ−１，７０ｂ−２，７０ｂ−３…（滞在率Ｐに関する）グラフ、８０…電気機器データベース、８０ａ…電気機器項目、８０ｂ…状態項目、８０ｃ…平均電流波形項目、８０ｄ…標準偏差項目、８０ｅ…滞在率項目、９０…動作モード組み合わせデータベース、Ａ，Ｂ…電気機器、Ａｗ…消費電力、Ｂｗ…消費電力、Ｅ…消費電力の平均値、Ｆ…ガウシアン関数、Ｉ…電流波形の平均波形（平均電流波形）、Ｊ…電流波形（実測値）、Ｖ…電圧波形、Ｓ…標準偏差、Ｐ…滞在率、ｗ…消費電力、ｂ…情報、ｃ…推定結果、ｗ１，ｗ３…電気機器Ｂの消費電力の平均値、ｗ２…電気機器Ａの消費電力の平均値。

Claims (6)

1. 分電盤上の消費電力から、各電気機器によって消費される消費電力を推定するための電力推定方法であって、
   前記各電気機器による消費実績に基づいて、前記各電気機器の各動作モードにおける消費電力の平均値および前記消費電力の標準偏差、ならびに、前記各電気機器の全動作モードに対する各動作モードの動作時間の割合を示す滞在率、を事前に算出記録し、
   前記各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせを複数作成し、前記各組み合わせについて、対応する各動作モードにおける、前記消費電力の平均値、前記消費電力の標準偏差、および、前記滞在率に基づき、スコア関数を算出し、
   前記分電盤上の消費電力を、前記算出された複数のスコア関数の各々に代入し、前記複数のスコア関数のうちの最大値を示すスコア関数となる前記組み合わせに基づいて、前記各電気機器によって消費される消費電力を推定する、
   電力推定方法。
2. 前記消費電力の平均値、前記消費電力の標準偏差、および、前記滞在率を算出することは、さらに、前記各電気機器による消費実績に基づいて、前記各電気機器の各動作モードにおける電流波形の平均波形を事前に算出記録し、
   前記スコア関数を算出することは、前記各電気機器の消費電力の平均値の代わりに、前記各電気機器の電流波形の平均波形を用いて、前記複数のスコア関数を算出し、
   分電盤上の消費電力の内訳を推定することは、前記分電盤上の消費電力の代わり、分電盤上の電流波形を、前記各電気機器の電流波形の平均波形を用いて算出された前記複数のスコア関数の各々に代入することによって、前記各電気機器によって消費される消費電力を推定する、請求項１記載の電力推定方法。
3. 前記複数のスコア関数の各々は、ガウシアン関数である請求項１または２に記載の電力推定方法。
4. 前記ガウシアン関数に用いられる標準偏差は、前記対応する各動作モードにおける、前記消費電力の標準偏差の和、前記消費電力の標準偏差の自乗和の平方根、前記滞在率と標準偏差の積和、および、前記滞在率と標準偏差の自乗積和の平方根、のうちの１つを含む請求項３記載の電力推定方法。
5. 分電盤上の消費電力から各電気機器によって消費される消費電力を推定するための電力推定装置であって、
   前記各電気機器による消費実績に基づいて、前記各電気機器の各動作モードにおける消費電力の平均値および前記消費電力の標準偏差、ならびに、前記各電気機器の全動作モードに対する各動作モードの動作時間の割合を示す滞在率、を事前に算出記録し、前記各電気機器について、それぞれ任意に選択された１つの動作モードを組み合わせてなる組み合わせを複数作成し、前記各組み合わせについて、対応する各動作モードにおける、前記消費電力の平均値、前記消費電力の標準偏差、および、前記滞在率に基づき、スコア関数を算出する算出手段と、
   前記分電盤上の消費電力を、前記算出された複数のスコア関数の各々に代入し、前記複数のスコア関数のうちの最大値を示すスコア関数となる前記組み合わせに基づいて、前記各電気機器によって消費される消費電力を推定する推定手段と、
   を備える電力推定装置。
6. 前記算出手段は、さらに、前記各電気機器による消費実績に基づいて、前記各電気機器の各動作モードにおける電流波形の平均波形を事前に算出記録し、前記各電気機器の消費電力の平均値の代わりに、前記各電気機器の電流波形の平均波形を用いて、前記複数のスコア関数を算出し、
   前記推定手段は、前記分電盤上の消費電力の代わり、前記分電盤上の電流波形を、前記電流波形の平均波形を用いて算出された前記複数のスコア関数の各々に代入することによって、前記各電気機器によって消費される消費電力を推定する、請求項５記載の電力推定装置。