JP2017174045A - データ処理装置、データ処理システム、データ処理方法及びプログラム - Google Patents

Abstract

【課題】電気機器の状態を推定するための教師データを生成する新たな技術を提供する。
【解決手段】対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得部１１と、波形データから波形特徴量を抽出する特徴量抽出部１２と、波形データが取得された時の対象機器の環境を示す環境データを取得する環境データ取得部１３と、波形データが取得された時の対象機器の動作状態を示す動作状態データを取得する動作状態データ取得部１４と、波形特徴量、環境データ及び動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出部１９と、複数の参照メンバー各々との距離に基づき、メンバーをグループ化するグループ化部１５と、所定条件を満たすグループを、教師データとして登録する登録部１６と、を有するデータ処理装置１０を提供する。
【選択図】図２

Description

本発明は、データ処理装置、データ処理システム、データ処理方法及びプログラムに関する。

特許文献１乃至３に関連する技術が開示されている。

特許文献１には、複数のセンサーによって測定された多次元センサデータに基づいて、機械設備の異常予兆の有無を診断する装置が開示されている。

特許文献２及び３には、電流波形に基づき、電気機器の種別や動作状況を判断する方法が開示されている。

特開２０１３−８１１１号公報 特開２０１４−２０６４１７号公報 特開２０１３−２０１２３０号公報

特許文献１乃至３いずれにおいても、所定の状態（例：異常がない状態、所定の動作状況等）を表す測定データ（教師データ）を予め生成する必要がある。この測定データは、対象機器の動作状態や外部環境に応じて変動し得る。各種動作状態及び各種外部環境に対応した多様な教師データを生成するのは多くの時間と手間を要する。

本発明は、電気機器の状態を推定するための教師データを生成する新たな技術を提供することを課題とする。

本発明によれば、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
前記波形データから波形特徴量を抽出する特徴量抽出手段と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
所定条件を満たすグループを教師データとして登録する登録手段と、
を有するデータ処理装置が提供される。

また、本発明によれば、
複数の端末装置とサーバとを有し、
前記端末装置は、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
前記波形データから波形特徴量を抽出する特徴量抽出手段と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを前記サーバに送信する送受信手段と、
を有し、
前記サーバは、
複数の前記端末装置各々から前記波形特徴量、前記環境データ及び前記動作状態データを受信する送受信手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
所定条件を満たすグループを教師データとして登録する登録手段と、
を有するデータ処理システムが提供される。

また、本発明によれば、
コンピュータが、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得工程と、
前記波形データから波形特徴量を抽出する特徴量抽出工程と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得工程と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得工程と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出工程と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化工程と、
所定条件を満たすグループを教師データとして登録する登録工程と、
を実行するデータ処理方法が提供される。

また、本発明によれば、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段、
前記波形データから波形特徴量を抽出する特徴量抽出手段、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段、
所定条件を満たすグループを教師データとして登録する登録手段、
として機能させるプログラムが提供される。

本発明によれば、電気機器の状態を推定するための教師データを生成する新たな技術が実現される。

本実施形態の装置のハードウエア構成の一例を概念的に示す図である。 本実施形態のデータ処理装置の機能ブロック図の一例である。 本実施形態のデータ処理装置が処理するデータの一例を模式的に示す図である。 本実施形態のデータ処理装置が処理するデータの一例を模式的に示す図である。 本実施形態のデータ処理装置が処理するデータの一例を模式的に示す図である。 本実施形態のデータ処理装置の処理の流れの一例を示すフローチャートである。 本実施形態のデータ処理装置の機能ブロック図の一例である。 本実施形態のデータ処理システムの機能ブロック図の一例である。

まず、本実施形態の装置（データ処理装置）のハードウエア構成の一例について説明する。本実施形態の装置が備える各部は、任意のコンピュータのＣＰＵ（Central Processing Unit）、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット（あらかじめ装置を出荷する段階から格納されているプログラムのほか、ＣＤ（Compact Disc）等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる）、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。

図１は、本実施形態の装置のハードウエア構成を例示するブロック図である。図１に示すように、装置は、プロセッサ１Ａ、メモリ２Ａ、入出力インターフェイス３Ａ、周辺回路４Ａ、バス５Ａを有する。周辺回路には、様々なモジュールが含まれる。

バス５Ａは、プロセッサ１Ａ、メモリ２Ａ、周辺回路４Ａ及び入出力インターフェイス３Ａが相互にデータを送受信するためのデータ伝送路である。プロセッサ１Ａは、例えばＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などの演算処理装置である。メモリ２Ａは、例えばＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などのメモリである。入出力インターフェイス３Ａは、外部装置、外部サーバ、外部センサー等から情報を取得するためのインターフェイスなどを含む。プロセッサ１Ａは、各モジュールに指令を出し、それらの演算結果をもとに演算を行う。

以下、本実施の形態について説明する。なお、以下の実施形態の説明において利用する機能ブロック図は、ハードウエア単位の構成ではなく、機能単位のブロックを示している。これらの図においては、各装置は１つの機器により実現されるよう記載されているが、その実現手段はこれに限定されない。すなわち、物理的に分かれた構成であっても、論理的に分かれた構成であっても構わない。なお、同一の構成要素には同一の符号を付し、適宜説明を省略する。

＜第１の実施形態＞
本実施形態のデータ処理装置１０は、対象機器の状態を推定するために用いられる教師データを収集する機能を提供する。以下、詳細に説明する。

図２に、本実施形態のデータ処理装置１０の機能ブロック図の一例を示す。図示するように、データ処理装置１０は、波形データ取得部１１と、特徴量抽出部１２と、環境データ取得部１３と、動作状態データ取得部１４と、グループ化部１５と、登録部１６、距離算出部１９とを有する。

波形データ取得部１１は、対象機器の消費電流及び／又は電圧の波形データを取得する。

対象機器は、一般家庭で利用される家電機器であってもよいし、オフィスで利用されるオフィス機器であってもよいし、工場等で利用される工場機器であってもよいし、その他であってもよい。所定位置に設置された測定センサーが、対応する１つの対象機器の消費電流及び／又は電圧の波形データを連続的に測定する。

波形データ取得部１１は、上記測定センサーが測定した上記波形データを、連続的に、取得する。当該波形データは、任意の手段で、測定タイミングの日時時刻情報と対応付けられる。なお、測定センサーにより測定された波形データは、日時時刻情報と対応付けて、波形データＤＢ（データベース）に蓄積されてもよい。そして、波形データ取得部１１は、波形データＤＢから、波形データを取得してもよい。その他、波形データ取得部１１は、波形データＤＢを介さず、波形データを取得してもよい。

特徴量抽出部１２は、波形データ取得部１１が取得した波形データから所定の波形特徴量を抽出する。特徴量抽出部１２は、波形データを所定時間毎の処理単位データに分割し、処理単位データ毎に波形特徴量を抽出してもよい。

波形特徴量は、消費電流の周波数強度・位相（高調波成分）、位相、消費電流の変化、平均値、ピーク値、実効値、波高率、波形率、電流変化の収束時間、通電時間、ピークの位置、電圧のピーク位置と消費電流のピーク位置との間の時間差、力率などが考えられるが、これらに限定されない。特徴量抽出部１２は、予め定められた１種類又は複数種類の波形特徴量を抽出する。

環境データ取得部１３は、波形データが取得された時の対象機器の環境を示す環境データを取得する。環境データ取得部１３は、例えば、温度、湿度及び天候の中の少なくとも１つを環境データとして取得することができる。環境データは、任意の手段で、観測された日時時刻情報と対応付けられる。

環境データ取得部１３は、例えば、対象機器の周辺に設置された測定センサーにより測定された温度及び／又は湿度を取得してもよい。環境データ取得部１３は、上記測定センサーが測定した温度及び／又は湿度を、連続的に取得する。当該データは、任意の手段で、測定タイミングの日時時刻情報と対応付けられる。測定センサーにより測定された温度及び／又は湿度は、日時時刻情報と対応付けて、温度及び／又は湿度ＤＢに蓄積されてもよい。そして、環境データ取得部１３は、温度及び／又は湿度ＤＢから、上記データを取得してもよい。その他、環境データ取得部１３は、温度及び／又は湿度ＤＢを介さず上記データを取得してもよい。

また、環境データ取得部１３は、例えば、ネット上で公開されている対象機器の設置場所の天候情報を所定のサーバから取得してもよい。この場合、環境データ取得部１３は、予め、対象機器の設置場所を示す情報を保持している。そして、当該設置場所に対応する天候情報をサーバに要求し、取得する。その他、オペレータが、天候情報を環境データ取得部１３に入力してもよい。

なお、環境データ取得部１３は、所定の時間毎に発表される最新の実際の天候情報（天気予報と異なる概念であり、実際に各タイミングで観測されたそのタイミングの天候情報）を、上記所定の時間毎にサーバ又はオペレータから取得してもよい。その他、環境データ取得部１３は、前もって発表された天気予報をサーバ又はオペレータから取得し、当該天気予報から、波形データが取得された時の天候情報を取得してもよい。

動作状態データ取得部１４は、波形データが取得された時の対象機器の動作状態を示す動作状態データを取得する。動作状態データ取得部１４は、対象機器から、及び／又は、対象機器に取り付けられた測定センサーから、動作状態データを取得することができる。動作状態データは、任意の手段で、各動作状態が観察された日時時刻情報と対応付けられる。

動作状態データ取得部１４は、対象機器及び／又は測定センサーから、連続的に、動作状態データを取得する。当該動作状態データは、任意の手段で、測定タイミングの日時時刻情報と対応付けられる。対象機器及び／又は測定センサーにより測定された動作状態データは、日時時刻情報と対応付けて、動作状態データＤＢに蓄積されてもよい。そして、動作状態データ取得部１４は、動作状態ＤＢから、動作状態データを取得してもよい。その他、動作状態データ取得部１４は、動作状態ＤＢを介さず、動作状態データを取得してもよい。

ここで、動作状態データについて説明する。動作状態データが異なると、消費電流及び／又は電圧の波形データの内容（形状等）が互いに異なり得る。以下、対象機器の種類ごとに動作状態データの一例を説明する。

例えば、対象機器がエアコンの場合、動作状態データは、稼働状態（待機中、動作中等）を示すデータ、動作モード（暖房、冷房、除湿等）を示すデータ、設定温度、室外機の周囲温度、室外機のファンの回転数、室内の温度、室内機のファンの回転数、コンプレッサの稼働状態（最大のＸＸ％等）等が考えられる。

対象機器が石油ファンヒーターの場合、動作状態データは、稼働状態（待機中、動作中等）、動作モード（通常モード、エコモード等）、設定温度、ファンの回転数等が考えられる。

対象機器が冷凍機（業務用、大型）の場合、動作状態データは、稼働状態（冷凍、霜取り等）、設定温度、室外機の周囲温度、コンプレッサの稼働状態（最大のＸＸ％等）等が考えられる。

対象機器が冷凍庫（業務用、小型）の場合、動作状態データは、稼働状態（冷蔵、霜取り等）、設定温度、室外機の周囲温度、室外機のファンの回転数、室内の温度、室内機のファンの回転数、コンプレッサの稼働状態（最大のＸＸ％等）等が考えられる。

対象機器が電子レンジの場合、動作状態データは、稼働状態（待機中、加熱中等）、電力設定等が考えられる。

対象機器がテレビの場合、動作状態データは、稼働状態（待機中、視聴中、録画中等）が考えられる。

対象機器が冷蔵庫の場合、動作状態データは、稼働状態（冷蔵、霜取り等）、庫内温度、周囲温度、コンプレッサの稼働状態（最大のＸＸ％等）等が考えられる。

対象機器がパソコンの場合、動作状態データは、稼働状態（待機中、動作中等）等が考えられる。

対象機器が洗濯機の場合、動作状態データは、稼働状態（洗濯中、濯ぎ中、脱水中、待機中等）等が考えられる。

対象機器が照明器具の場合、動作状態データは、稼働状態（待機中、点灯中等）、調光状態（ＸＸ％）等が考えられる。

対象機器が保温機／保冷器（ショーケース）の場合、動作状態データは、稼働状態（待機、保温中、保冷中等）、動作モード（保温、保冷等）、コンプレッサの稼働状態（最大のＸＸ％等）、庫内温度、周囲温度等が考えられる。

対象機器がコピー機の場合、動作状態データは、稼働状態（待機中、コピー中等）等が考えられる。

対象機器がＡＴＭ（Automatic Teller Machine）の場合、動作状態データは、稼働状態（待機中、入金中、出金中等）等が考えられる。

対象機器が看板照明の場合、動作状態データは、稼働状態（点灯中、滅灯中等）等が考えられる。

対象機器がフライヤーの場合、動作状態データは、稼働状態（待機中、加熱中等）等が考えられる。

対象機器が食器洗浄機の場合、動作状態データは、稼働状態（待機中、洗浄中、乾燥中等）等が考えられる。

対象機器がコーヒーメーカ（全自動）の場合、動作状態データは、稼働状態（待機中、抽出中、湯沸し中、清掃中等）等が考えられる。

対象機器がレジ・ＰＯＳ（Point Of Sale）システムの場合、動作状態データは、稼働状態（待機中、入力中、入金中、出金中、印刷中等）等が考えられる。

以上説明した波形データ取得部１１、特徴量抽出部１２、環境データ取得部１３及び動作状態データ取得部１４により、図３に示すデータの中の、距離以外の値が得られる。図３に示すデータは、波形データから波形特徴量を抽出する単位となる処理単位データ各々を識別する情報（処理単位データＩＤ（identifier））と、各処理単位データから抽出された波形特徴量と、各処理単位データが測定されたタイミングの外部環境データと、各処理単位データが測定されたタイミングの動作状態データと、以下で説明する距離算出部１９により算出される距離とが互いに対応付けられている。波形データ取得部１１、特徴量抽出部１２、環境データ取得部１３及び動作状態データ取得部１４により新たなデータが処理されると、図３に示すデータが随時更新される（新たなデータが追加）。

なお、「処理単位データが測定されたタイミングの外部環境データ」とは、処理単位データが測定された日時時刻（対象タイミング）と同じタイミング、対象タイミングに最も近いタイミング、対象タイミングより後の最も近いタイミング、又は、対象タイミングより前の最も近いタイミングで測定された外部環境データであってもよい。その他、処理単位データ（処理単位の波形データ）は一定の時間幅を有するため、外部環境データの測定間隔によっては、当該時間幅の中に各種外部環境データに対応して複数の値が測定され得る。この場合、当該複数の値の統計値（平均値、最大値、最小値、最頻値、中間値等）を、処理単位データが測定されたタイミングの外部環境データとしてもよい。

同様に、「処理単位データが測定されたタイミングの動作状態データ」とは、処理単位データが測定された日時時刻（対象タイミング）と同じタイミング、対象タイミングに最も近いタイミング、対象タイミングより後の最も近いタイミング、又は、対象タイミングより前の最も近いタイミングで測定された動作状態データを意味する。その他、処理単位データ（処理単位の波形データ）は一定の時間幅を有するため、動作状態データの測定間隔によっては、当該時間幅の中に各種動作状態データに対応して複数の値が測定され得る。この場合、当該複数の値の統計値（平均値、最大値、最小値、最頻値、中間値等）を、処理単位データが測定されたタイミングの動作状態データとしてもよい。

図２に戻り、距離算出部１９は、特徴量抽出部１２が抽出した波形特徴量、環境データ取得部１３が取得した環境データ、及び、動作状態データ取得部１４が取得した動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する。図３に示す１つの処理単位データＩＤに対応する波形特徴量、環境データ及び動作状態データが、１つのメンバーとなる。

各参照メンバーは、波形特徴量、環境データ、及び、動作状態データを含む。本実施形態では、その時点で登録されている教師データ各々を、各参照メンバーとする。

図４に、登録されている教師データの一例を模式的に示す。図４に示すデータは、複数の教師データ各々を識別する情報（教師データＩＤ）と、波形特徴量と、外部環境データと、動作状態データとが互いに対応付けられている。当該情報は、オペレータによる編集及び以下で説明する登録部１６による新たな教師データの登録により更新される。

例えば、本実施形態の教師データ生成処理を開始する前処理として、オペレータが２つ以上の教師データを登録しておく。最初の段階では、このようにして登録された教師データが、参照メンバーとなる。以降、本実施形態の教師データ生成処理の進行に伴い、登録部１６による新たな教師データの登録があると、それに伴い、参照メンバーの数が増えていくこととなる。

距離算出部１９は、新たに取得したメンバーと、その時点で登録されている教師データ（参照メンバー）各々との距離（類似度）を算出する。距離の算出方法は、設計的事項である。例えば、機械学習により距離を算出してもよい。その他、各メンバー及び各参照メンバーに対応して、各種波形特徴量、各種環境データ、及び、各種動作状態データを予め定められたルールに従い規格化し、それらを所定の順に並べた多次元座標を得てもよい。そして、当該座標値間の距離を算出してもよい。

距離算出部１９による処理により、図３の距離の欄の値が定まる。距離を算出する時点で参照データがＮ個（Ｎは、２以上の整数）ある場合、各メンバーに対応してＮ個の距離が算出され、Ｎ次元データとして距離の欄に登録される。

図２に戻り、グループ化部１５は、複数の参照メンバー各々との距離に基づき、メンバーをグループ化する。具体的には、グループ化部１５は、距離（Ｎ次元データ）の値が類似するもの同士をグループ化する。グループ化の方法は設計的事項であるが、以下、一例を説明する。

まず、最初の第１のメンバーが与えられると、グループ化部１５は、グループＩＤを発行し、第１のグループに第１のメンバーを属させる。そして、第１のメンバーの距離（Ｎ次元データ）を、第１のグループの代表距離として登録する。これにより、図５に示す情報が更新される。

次いで、第２のメンバーが与えられると、グループ化部１５は、第２のメンバーの距離（Ｎ次元データ）と、その時点で登録されている第１のグループの代表距離（Ｎ次元データ）との類似度を算出する。例えば、グループ化部１５は、Ｎ次元データをＮ次元座標として扱い、当該座標間の距離を上記類似度として算出する。

そして、グループ化部１５は、上記類似度が所定値（設計的事項）以下か判断する。所定値（設計的事項）以下である場合、グループ化部１５は、第２のメンバーを第１のグループに属させる。そして、第１のメンバーの距離（Ｎ次元データ）と第２のメンバーの距離（Ｎ次元データ）とに基づき、第１のグループの代表距離（Ｎ次元データ）を算出し、更新する。例えば、第１のメンバーの距離（Ｎ次元データ）と第２のメンバーの距離（Ｎ次元データ）との平均値を、第１のグループの代表距離（Ｎ次元データ）とする。これにより、図５に示す情報が更新される。

一方、所定値（設計的事項）以下でない場合、グループ化部１５は、新たなグループＩＤを発行し、第２のグループに第２のメンバーを属させる。そして、第２のメンバーの距離（Ｎ次元データ）を、第２のグループの代表距離として登録する。これにより、図５に示す情報が更新される。

例えばこのようにして、新たなメンバーがグループ化部１５に与えられると、グループ化部１５は、新たなメンバーの距離（Ｎ次元データ）と、その時点で登録されているグループ各々の代表距離（Ｎ次元データ）との類似度を算出し、類似度が所定以下のものをグループ化してもよい。

図２に戻り、登録部１６は、所定条件を満たすグループを、対象機器の所定の状態を示す教師データとして登録する。所定条件としては、例えば「メンバーの数が所定数以上」等が例示される。

登録部１６により新たな教師データが登録されると、図４に示す情報が更新される。また、登録部１６により新たな教師データが登録されると、参照メンバーの数が増加する。それに伴い、参照メンバーと各メンバーとの距離をしめすＮ次元データの次元も増加する。

距離算出部１９は、登録部１６により新たな教師データが登録されると、図３に示す距離の欄の値を更新することができる。例えば、登録部１６による新たな教師データの登録により、参照メンバーの数が３個から４個に増加したとする。この場合、距離算出部１９は、各メンバーと、それまでの３個の参照メンバー各々との距離を示した３次元データ（距離）を、各メンバーと、新たな４個の参照メンバー各々との距離を示した４次元データ（距離）に更新する。

次に、図６のフローチャートに基づき、本実施形態のデータ処理装置１０の処理の流れの一例を説明する。

まず、前準備として、２個以上の教師データが登録される（図４参照）。各教師データは、波形特徴量、環境データ及び動作状態データを含む。例えば、起動時、小負荷時、大負荷時の波教師データが登録されてもよい。

前準備の後、教師データ生成処理が開始されると、Ｓ１０において、波形データ取得部１１が、対象機器の消費電流及び／又は電圧の波形データを取得する。また、環境データ取得部１３が、上記波形データが取得された時の対象機器の環境を示す環境データを取得する。また、動作状態データ取得部１４が、上記波形データが取得された時の対象機器の動作状態を示す動作状態データを取得する。

Ｓ１１では、特徴量抽出部１２が、Ｓ１０で取得された波形データ内の処理単位データを処理し、所定の波形特徴量を抽出する。

Ｓ１２では、距離算出部１９が、Ｓ１１で抽出された波形データの波形特徴量、Ｓ１０で取得された当該波形データが取得された時の環境データ及び動作状態データ含むメンバーと、その時点で登録されている教師データ（参照メンバー）各々との距離を算出し、当該メンバーに対応付ける（図３参照）。

Ｓ１３では、グループ化部１５が、複数の教師データ（参照メンバー）各々との距離に基づき、メンバーをグループ化する（グループ化処理）。これにより、図５の情報が更新される。

グループ化処理により図５に示す情報が更新された後、登録部１６は、教師データとして登録するための所定の条件を満たすグループが存在しないか（新たに発生していないか）判断する（Ｓ１４）。ここでの所定の条件は、例えば、メンバーの数が所定数以上である。

所定の条件を満たすグループが存在する場合（Ｓ１４のＹｅｓ）、登録部１６は、そのグループを、対象機器の所定の状態を示す教師データとして新たに登録する（Ｓ１５）。その後、距離算出部１９は、図３に示す距離の欄の値を更新する（Ｓ１６）。具体的には、距離の欄の値を、各メンバーと、新たに登録された教師データを含む複数の教師データ（参照メンバー）各々との距離を示す情報に更新する。

その後、グループ化部１５が、更新後の距離に基づき、メンバーをグループ化する（グループ化処理）。これにより、図５の情報が更新される。その後、Ｓ１４に進み、同様の処理を繰り返す。

Ｓ１４において、所定の条件を満たすグループが存在しない場合（Ｓ１４のＮｏ）、Ｓ１７に進む。

Ｓ１７では、教師データ生成処理を終了するか否か判断する。終了しないと判断した場合（Ｓ１７のＮｏ）、Ｓ１０に戻って処理を繰り返す。一方、終了すると判断した場合（Ｓ１７のＹｅｓ）、処理を終了する。例えば、「新たな教師データの登録が所定時間以上ない」、「登録された教師データの数が所定数に達した」、「教師データ生成処理の実行時間が所定時間に達した」、「オペレータから処理終了の指示入力があった」等の条件を満たすと、データ処理装置１０は処理を終了すると判断する。

以上説明した本実施形態によれば、対象機器を動作させながら、その対象機器の所定の状態を示す教師データを生成することができる。このため、例えば、対象機器を日常の中で実際に利用しながら、教師データを生成することができる。

このように、日常の中で実際に利用しながら教師データを生成することができるので、教師データを生成するためだけに対象機器を動作させるという労力を軽減することができる。この場合、対象機器を無駄に動作させる必要がないため、電気代の節約等が期待される。

また、本実施形態では、外部環境データや動作状態データに基づきグループ化した後、所定の条件を満たすグループの波形特徴量を教師データとして登録することができる。このため、各種外部環境や各種動作状態に応じた多様な教師データを登録することが可能となる。

また、本実施形態では、メンバーの数が所定数以上のグループの波形特徴量を教師データとして登録することができる。すなわち、メンバーの数が所定数に達しないグループの波形特徴量を教師データとして登録しない。かかる場合、対象機器の予期せぬ動作により、一時的に現れた波形特徴量が教師データとして登録されることはない。結果、不要な教師データの登録を軽減し、教師データの数が不要に膨大となる不都合を軽減できる。

また、本実施形態では、その時点で登録されている複数の教師データ（参照メンバー）各々との距離に基づき、複数のメンバーをグループ化できる。このため、最初に用意すべき教師データを多く用意する必要が無く、最低２つでよい。また、最初に用意する教師データに特別な条件は無く、たとえば、環境データの１つである温度が１０℃と２０℃といった簡単に用意できる環境で教師データを採取することができ、教師データを用意する手間や時間を大きく削減できる。

＜第２の実施形態＞
本実施形態のデータ処理装置１０は、第１の実施形態で説明した機能に加えて、第１の実施形態で説明した機能で生成した教師データを用い、対象機器の状態を推定する機能を提供する。以下、詳細に説明する。

図７に、本実施形態のデータ処理装置１０の機能ブロック図の一例を示す。図示するように、データ処理装置１０は、波形データ取得部１１と、特徴量抽出部１２と、環境データ取得部１３と、動作状態データ取得部１４と、グループ化部１５と、登録部１６と、教師データ記憶部１７と、推定部１８と、距離算出部１９を有する。

波形データ取得部１１、特徴量抽出部１２、環境データ取得部１３、動作状態データ取得部１４、グループ化部１５、登録部１６及び距離算出部１９の構成は、第１の実施形態と同様である。

教師データ記憶部１７には、登録部１６が登録した教師データ（図４参照）が記憶される。

推定部１８は、教師データ記憶部１７に記憶されている教師データを用いて、対象機器の状態を推定する。具体的には、対象機器の状態が異常か正常かを推定する。

例えば、推定部１８は、教師データ（正常時の波形特徴量）を用いた機械学習により推定モデルを生成し、生成した推定モデルに、特徴量抽出部１２、環境データ取得部１３及び動作状態データ取得部１４により取得された新たなメンバーの値を入力することで、推定結果（正常又は以上）を得ることができる。推定モデルは、例えば、重回帰分析、ニューラルネットワーク、隠れマルコフモデル等を用いたものとできる。

推定部１８による推定処理は、第１の実施形態で図６を用いて説明した教師データ生成処理と並行して行われてもよいし、教師データ取集処理が完了した後に行われてもよい。いずれにしても、教師データ記憶部１７に記憶されている教師データの数が増えるほど、推定部１８による推定精度が高くなる。

以上説明した本実施形態によれば、第１の実施形態と同様な作用効果を実現できる。また、本実施形態によれば、対象機器の状態（異常の有無）を推定することができる。第１の実施形態で説明したように、本実施形態のデータ処理装置１０によれば、各種外部環境や各種動作状態に応じた多様な教師データが生成され、登録される。このような多様な教師データに基づき推定処理を行うことで、推定精度を高めることができる。

＜第３の実施形態＞
本実施形態では、サーバ（例：クラウドサーバ）と、複数の端末装置との連動した処理により、多様な教師データを収集する。

図８に、サーバ４０及び端末装置３０の機能ブロック図の一例を示す。複数の端末装置３０各々は、図示するように、波形データ取得部１１、特徴量抽出部１２、環境データ取得部１３、動作状態データ取得部１４、教師データ記憶部１７−２、推定部１８及び送受信部２１を有する。なお、教師データ記憶部１７−２及び推定部１８を有さなくてもよい。

波形データ取得部１１、特徴量抽出部１２、環境データ取得部１３、動作状態データ取得部１４及び推定部１８の構成は、第１及び第２の実施形態と同様である。送受信部２１は、他の装置（例：サーバ４０）との間でデータの送受信を行う。教師データ記憶部１７−２は、複数の教師データを記憶する。

サーバ４０は、グループ化部１５、登録部１６、教師データ記憶部１７−１、距離算出部１９及び送受信部２０を有する。

グループ化部１５、登録部１６及び距離算出部１９の構成は、第１及び第２の実施形態と同様である。送受信部２０は、他の装置（例：複数の端末装置３０）との間でデータの送受信を行う。教師データ記憶部１７−１は、複数の教師データを記憶する。

複数の端末装置３０は、複数の対象機器各々に対応して設置される。複数の端末装置３０は、互いに地理的に離れた場所に設置されてもよい。複数の端末装置３０は、複数の対象機器各々に対応した波形特徴量、環境データ及び動作状態データを取得し、サーバ４０に送信する。端末装置３０は、対応する対象機器の識別情報（型番等）に対応付けて、波形特徴量、環境データ及び動作状態データをサーバ４０に送信してもよい。

サーバ４０は、複数の端末装置３０から取得した波形特徴量、環境データ及び動作状態データをグループ化する。そして、所定条件を満たすグループを教師データとして登録する。

サーバ４０は、教師データ記憶部１７−１に登録されている教師データを複数の端末装置３０各々に送信することができる。各端末装置３０は、サーバ４０から受信した教師データを教師データ記憶部１７−２に登録する。そして、推定部１８は、教師データ記憶部１７−２に記憶されている教師データを用いて、対象機器の状態を推定する。

以上説明した本実施形態によれば、複数の端末装置３０でデータ（波形特徴量、環境データ及び動作状態データ）を収集することができるので、短時間で多くのデータを収集することができる。結果、教師データを効率的に生成することができる。

また、様々な場所に複数の端末装置を設置することで、地理的な位置に起因する環境要因（気温、湿度の違いや、昼夜の寒暖差）も取り込んだ多様な教師データが生成することができる。

以下、参考形態の例を付記する。
１． 対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
前記波形データから波形特徴量を抽出する特徴量抽出手段と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
所定条件を満たすグループを教師データとして登録する登録手段と、
を有するデータ処理装置。
２． １に記載のデータ処理装置において、
前記距離算出手段は、登録されている前記教師データを前記参照メンバーとし、前記距離を算出するデータ処理装置。
３． １又は２に記載のデータ処理装置において、
前記登録手段は、前記メンバーの数が所定数以上となった前記グループを、前記教師データとして登録するデータ処理装置。
４． １から３のいずれかに記載のデータ処理装置において、
前記環境データ取得手段は、前記環境データとして、温度、湿度及び天候の中の少なくとも１つを取得するデータ処理装置。
５． １から４のいずれかに記載のデータ処理装置において、
前記動作状態データ取得手段は、前記対象機器から、及び／又は、前記対象機器に取り付けられたセンサーから、前記動作状態データを取得するデータ処理装置。
６． １から５のいずれかに記載のデータ処理装置において、
前記教師データを用いて、前記対象機器の状態を推定する推定手段をさらに有するデータ処理装置。
７． 複数の端末装置とサーバとを有し、
前記端末装置は、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
前記波形データから波形特徴量を抽出する特徴量抽出手段と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを前記サーバに送信する送受信手段と、
を有し、
前記サーバは、
複数の前記端末装置各々から前記波形特徴量、前記環境データ及び前記動作状態データを受信する送受信手段と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
所定条件を満たすグループを教師データとして登録する登録手段と、
を有するデータ処理システム。
８． ７に記載のデータ処理システムにおいて、
前記サーバの前記送受信手段は、前記登録手段により登録された前記教師データを、複数の前記端末装置各々に送信するデータ処理システム。
９． コンピュータが、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得工程と、
前記波形データから波形特徴量を抽出する特徴量抽出工程と、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得工程と、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得工程と、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出工程と、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化工程と、
所定条件を満たすグループを教師データとして登録する登録工程と、
を実行するデータ処理方法。
９−２． ９に記載のデータ処理方法において、
前記距離算出工程では、登録されている前記教師データを前記参照メンバーとし、前記距離を算出するデータ処理方法。
９−３． ９又は９−２に記載のデータ処理方法において、
前記登録工程では、前記メンバーの数が所定数以上となった前記グループを、前記教師データとして登録するデータ処理方法。
９−４． ９から９−３のいずれかに記載のデータ処理方法において、
前記環境データ取得工程では、前記環境データとして、温度、湿度及び天候の中の少なくとも１つを取得するデータ処理方法。
９−５． ９から９−４のいずれかに記載のデータ処理方法において、
前記動作状態データ取得工程では、前記対象機器から、及び／又は、前記対象機器に取り付けられたセンサーから、前記動作状態データを取得するデータ処理方法。
９−６． ９から９−５のいずれかに記載のデータ処理方法において、
前記コンピュータが、前記教師データを用いて、前記対象機器の状態を推定する推定工程をさらに実行するデータ処理方法。
１０． コンピュータを、
対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段、
前記波形データから波形特徴量を抽出する特徴量抽出手段、
前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段、
前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段、
前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段、
複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段、
所定条件を満たすグループを教師データとして登録する登録手段、
として機能させるプログラム。
１０−２． １０に記載のプログラムにおいて、
前記距離算出手段は、登録されている前記教師データを前記参照メンバーとし、前記距離を算出するプログラム。
１０−３． １０又は１０−２に記載のプログラムにおいて、
前記登録手段は、前記メンバーの数が所定数以上となった前記グループを、前記教師データとして登録するプログラム。
１０−４． １０から１０−３のいずれかに記載のプログラムにおいて、
前記環境データ取得手段は、前記環境データとして、温度、湿度及び天候の中の少なくとも１つを取得するプログラム。
１０−５． １０から１０−４のいずれかに記載のプログラムにおいて、
前記動作状態データ取得手段は、前記対象機器から、及び／又は、前記対象機器に取り付けられたセンサーから、前記動作状態データを取得するプログラム。
１０−６． １０から１０−５のいずれかに記載のプログラムにおいて、
前記教師データを用いて、前記対象機器の状態を推定する推定手段をさらに有するプログラム。

１Ａ プロセッサ
２Ａ メモリ
３Ａ 入出力Ｉ／Ｆ
４Ａ 周辺回路
５Ａ バス
１０ データ処理装置
１１ 波形データ取得部
１２ 特徴量抽出部
１３ 環境データ取得部
１４ 動作状態データ取得部
１５ グループ化部
１６ 登録部
１７ 教師データ記憶部
１７−１ 教師データ記憶部
１７−２ 教師データ記憶部
１８ 推定部
１９ 距離算出部
２０ 送受信部
２１ 送受信部
３０ 端末装置
４０ サーバ

Claims (10)

1. 対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
   前記波形データから波形特徴量を抽出する特徴量抽出手段と、
   前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
   前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
   前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
   複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
   所定条件を満たすグループを教師データとして登録する登録手段と、
   を有するデータ処理装置。
2. 請求項１に記載のデータ処理装置において、
   前記距離算出手段は、登録されている前記教師データを前記参照メンバーとし、前記距離を算出するデータ処理装置。
3. 請求項１又は２に記載のデータ処理装置において、
   前記登録手段は、前記メンバーの数が所定数以上となった前記グループを、前記教師データとして登録するデータ処理装置。
4. 請求項１から３のいずれか１項に記載のデータ処理装置において、
   前記環境データ取得手段は、前記環境データとして、温度、湿度及び天候の中の少なくとも１つを取得するデータ処理装置。
5. 請求項１から４のいずれか１項に記載のデータ処理装置において、
   前記動作状態データ取得手段は、前記対象機器から、及び／又は、前記対象機器に取り付けられたセンサーから、前記動作状態データを取得するデータ処理装置。
6. 請求項１から５のいずれか１項に記載のデータ処理装置において、
   前記教師データを用いて、前記対象機器の状態を推定する推定手段をさらに有するデータ処理装置。
7. 複数の端末装置とサーバとを有し、
   前記端末装置は、
   対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段と、
   前記波形データから波形特徴量を抽出する特徴量抽出手段と、
   前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段と、
   前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段と、
   前記波形特徴量、前記環境データ及び前記動作状態データを前記サーバに送信する送受信手段と、
   を有し、
   前記サーバは、
   複数の前記端末装置各々から前記波形特徴量、前記環境データ及び前記動作状態データを受信する送受信手段と、
   前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段と、
   複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段と、
   所定条件を満たすグループを教師データとして登録する登録手段と、
   を有するデータ処理システム。
8. 請求項７に記載のデータ処理システムにおいて、
   前記サーバの前記送受信手段は、前記登録手段により登録された前記教師データを、複数の前記端末装置各々に送信するデータ処理システム。
9. コンピュータが、
   対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得工程と、
   前記波形データから波形特徴量を抽出する特徴量抽出工程と、
   前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得工程と、
   前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得工程と、
   前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出工程と、
   複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化工程と、
   所定条件を満たすグループを教師データとして登録する登録工程と、
   を実行するデータ処理方法。
10. コンピュータを、
    対象機器の消費電流及び／又は電圧の波形データを取得する波形データ取得手段、
    前記波形データから波形特徴量を抽出する特徴量抽出手段、
    前記波形データが取得された時の前記対象機器の環境を示す環境データを取得する環境データ取得手段、
    前記波形データが取得された時の前記対象機器の動作状態を示す動作状態データを取得する動作状態データ取得手段、
    前記波形特徴量、前記環境データ及び前記動作状態データを含むメンバーと、複数の参照メンバー各々との距離を算出する距離算出手段、
    複数の前記参照メンバー各々との距離に基づき、前記メンバーをグループ化するグループ化手段、
    所定条件を満たすグループを教師データとして登録する登録手段、
    として機能させるプログラム。

Images