JP2021145509A - 異常検知装置、異常検知方法、および異常検知プログラム - Google Patents
異常検知装置、異常検知方法、および異常検知プログラム Download PDFInfo
- Publication number
- JP2021145509A JP2021145509A JP2020043791A JP2020043791A JP2021145509A JP 2021145509 A JP2021145509 A JP 2021145509A JP 2020043791 A JP2020043791 A JP 2020043791A JP 2020043791 A JP2020043791 A JP 2020043791A JP 2021145509 A JP2021145509 A JP 2021145509A
- Authority
- JP
- Japan
- Prior art keywords
- power
- solar radiation
- power generation
- radiation intensity
- generated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 142
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 230000005855 radiation Effects 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000010248 power generation Methods 0.000 claims description 154
- 230000008569 process Effects 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 10
- 238000013480 data collection Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 101150003196 PCS1 gene Proteins 0.000 description 2
- 101100493726 Phalaenopsis sp. BIBSY212 gene Proteins 0.000 description 2
- 101100030895 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) RPT4 gene Proteins 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
Description
(1)太陽光発電装置が過積載である、即ちPCS(power conditioning system)定格出力よりも装置の実発電出力の方が大きい場合
(2)電力会社の指示によるPCS力率制御設定が行われている場合
(3)電力系統電圧の上昇など外乱によるPCSの発電出力が抑制される場合
(4)電力会社の指示により出力制御指示(発電停止の指示)がある場合
(5)自家消費型発電設備の出力制御(休日または昼の休憩時等の自家内電力需要減によるPCS出力の抑制)がかかる場合
また、従来技術では、上記のような事象以外にも、太陽電池モジュールや日射計にかかる影の影響等により、発電装置の機器異常を正しく判定できない場合があった。
前記所定の日照条件は、日射強度が所定の閾値以下であることを含み、前記時間帯には、朝、夕、及び夜を含まない。
〔太陽光発電システム全体の構成〕
図1は、本実施形態に係る異常検知装置19を備える太陽光発電システム1の全体構成の一例を模式的に示す図である。但し、本実施形態に関係のない太陽光発電システム1の構成については、その図示および説明を省略する。
次に、図2を参照して、異常検知装置19の構成について説明する。図2は、本実施形態に係る異常検知装置19の構成を示すブロック図である。
即ち、曇りまたは雨の日のデータのみを参照して推定モデルを生成する。このように、日射条件が閾値以下であるデータに限定して推定モデルを生成することにより、以下の(1)〜(5)の事象の影響、及び、太陽電池モジュール2や日射計8にかかる影の影響を受けづらい好適な推定モデルを生成することができる。
(1)太陽光発電装置が過積載である、即ちPCS(power conditioning system)定格出力よりも装置の実発電出力の方が大きい場合
(2)電力会社の指示によるPCS力率制御設定が行われている場合
(3)電力系統電圧の上昇など外乱によるPCSの発電出力が抑制される場合
(4)電力会社の指示により出力制御指示(発電停止の指示)がある場合
(5)自家消費型発電設備の出力制御(休日または昼の休憩時等の自家内電力需要減によるPCS出力の抑制)がかかる場合
また、前記時間帯には、朝、夕、及び夜を含まない。昼の時間帯のデータであれば、太陽電池モジュール2に入射する太陽光の入射角度が比較的高いので、発電電力が太陽電池モジュール2や日射計8にかかる影の影響を受けることが少ない。したがって、対象とするデータを昼のデータに限定することにより、精度の高い推定モデルを生成することができる。
例えば、下記のように、発電電力(Y)を日射強度(x)の2次関数として表してもよい。
〔数1〕Y=ax2+bx+c
なお、推定部57は、推定モデルを生成する推定モデル生成部58を備えていてもよい。
次に、本実施形態に係る異常検知装置19における処理の流れの一例を、図4および図6を参照しながら説明する。図4は発電電力の推定処理の流れを、図6は太陽電池モジュール2の異常判定処理の流れをそれぞれ示すフローチャートである。
まず、図4を参照して、太陽電池モジュール2における発電電力の推定処理の流れの一例について説明する。
ステップS10では、推定部57が、記憶部50から、対象日の前月1ヵ月間および過去の同月の1ヵ月間の間における1分毎の日射強度データ、発電電力データをそれぞれ取得する。続いて、ステップS12に進む。
ステップS12では、推定部57は、取得したデータが、所定の日照条件及び時間帯のデータであるか否かを判定する。日照条件及び時間帯としては、例えば、0.6W/m2以下および11時から12時59分までの120分間を選んでもよい。ここで、上記所定の日照条件としては、0.4kW/m2とすることがより好ましい。あるいは、季節によって、異なる日照条件の値を設定してもよい。取得したデータが、所定の日照条件及び時間帯のデータである(ステップS12でYES)場合は、ステップS16に進む。取得したデータが、所定の日照条件及び時間帯のデータ(ステップS12でNO)でない場合は、ステップS14に進む。
ステップS14では、推定部57は、取得したデータを参照しない。
ステップS16では、推定部57は、取得したデータが電力会社による発電停止の指示が出された期間のデータであるか否かを判定する。取得したデータが発電停止指示期間中、機器故障中、及び点検のための停止期間中の何れのデータでもない(ステップS16でNO)場合は、ステップS20に進む。取得したデータが発電停止指示期間中、機器故障中、及び点検のための停止期間中の何れかのデータである(ステップS16でYES)場合は、ステップS18に進む。
ステップS18では、推定部57は、取得したデータを参照しない。
ステップS20では、取得してデータを参照して、日射強度から発電電力を推定するための推定モデル、即ち、推定発電電力の近似式を、前月のデータおよび過去の同月のデータのそれぞれについて導出する。推定発電電力の近似式は、一例として、以下のような式が求められる。
Y=ax2+bx+c(xは日射強度、Yは推定される発電電力)
続いて、ステップS22に進む。
ステップS22では、導出された前月のデータの推定発電電力近似式および過去の同月のデータの推定発電電力近似式を太陽電池モジュール2(発電所、機器)毎に記憶部50に保存する。
以上で、発電電力の推定処理を終了する。
図5は、横軸に日射強度(kW/m2)、縦軸に太陽電池モジュール2における実測された発電電力(kW)がプロットされたグラフである。図5に示すように、日射強度および発電電力には高い相関性があることが示されており、日射強度(x)から発電電力(Y)を推定する関数(Y=ax2+bx+c)が発電電力推定モデルとして導出される。
Y=−4.0784×x2+24.744×x+0.3414
(a=−4.0784、b=24.744、c=0.3414)
上記では、日射強度(x)と発電電力(Y)の相関係数は0.9735であり、高い相関係数が得られた。
次に、上述の導出された推定発電電力の推定モデル(推定発電電力近似式)を用いて、対象日における太陽電池モジュール2の異常判定処理の流れについて説明する。
ステップS30では、第1の取得部60、第2の取得部61が、判定対象日の1分毎の日射強度データおよび発電電力データをそれぞれ取得する。
ステップS32では、推定部57が、取得したデータが、所定の日照条件及び時間帯のデータであるか否かを判定する。日照条件及び時間帯としては、例えば、0.6kW/m2以下および11時から12時59分までの120分間を選んでもよい。ここで、上記所定の日照条件としては、0.4kW/m2とすることがより好ましい。取得したデータが所定の日照条件及び時間帯のデータである(ステップS32でYES)場合は、ステップS36に進む。取得したデータが、所定の日照条件及び時間帯のデータでない(ステップS32でNO)場合は、ステップS34に進む。
ステップS34では、推定部57は、取得したデータを参照しない。
ステップS36では、推定部57は、取得したデータが電力会社による発電停止の指示が出された期間のデータであるか否かを判定する。取得したデータが発電停止指示期間中、機器故障中、及び点検のための停止期間中の何れのデータでもない(ステップS36でNO)場合は、ステップS40に進む。取得したデータが発電停止指示期間中、機器故障中、及び点検のための停止期間中の何れかのデータである(ステップS36でYES)場合は、ステップS38に進む。
ステップS38では、推定部57は、取得したデータを参照しない。
ステップS40では、前月の推定発電電力近似式および過去の同月の推定発電電力近似式のそれぞれに日射強度データの値を代入して、対象日における推定発電量を算出する。
ステップS42では、異常検知部62が、算出された推定発電電力と対象日に実測した発電電力とを比較して、乖離度が閾値内であるか否かを判定する。例えば、乖離度の閾値を7%と設定してもよい。対象日における実測の発電電力と、対象日における日射強度を前月の発電電力に基づいた推定発電電力近似式に代入して得られた推定発電電力とを比較する。更に、対象日における実測の発電電力と、対象日における日射強度を過去の同月の発電電力に基づいた推定発電電力近似式に代入して得られた推定発電電力とを比較する。これら2つの比較において、どちらも乖離度が閾値以下である(ステップS42でYES)場合は、ステップS44に進む。上記2つの比較において、何れかの乖離度が閾値を超える(ステップS42でNO)場合には、ステップS46に進む。
ステップS44では、異常検知部62が、太陽電池モジュール2の動作は正常であると判定する。
ステップS46では、異常検知部62が、太陽電池モジュール2の動作は異常であると判定する。
以上で、太陽電池モジュール2の異常検知処理を終了する。
〔実施形態2〕
本実施形態では、異常検知装置19は、複数の同一構成の太陽電池モジュール2において算出した乖離度の統計的値を導出し、各太陽電池モジュール2の乖離度を統計的値に基づいて補正して太陽電池モジュール2の異常の検知を行う例について説明する。
異常検知装置19の推定部57および異常検知部62は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
2 太陽電池モジュール
3 接続箱
4 直流集電箱
5 パワコン(power conditioner)
6 直流計測ユニット
8 日射計
9 気温計
10 気象変換箱
11 データ収集ユニット
15 インターネット、3G、LTE回線
16 クラウドサーバ
17 見える化サーバ
18 発電電力解析・診断サーバ
19 異常検知装置
50 記憶部
51、52 発電電力データ
53、54 日射強度データ
57 推定部
58 推定モデル生成部
60 第1の取得部
61 第2の取得部
62 異常検知部
Claims (10)
- 太陽光発電装置が発電する発電電力を示す発電電力情報を取得する第1の取得部と、
前記太陽光発電装置における日射強度を示す日射強度情報を取得する第2の取得部と、
所定の日照条件及び時間帯において実際に発電された発電電力と当該所定の日照条件及び時間帯での実際の日射強度とを参照して生成された推定モデルであって、日射強度に基づき発電電力を推定する推定モデルを用いて、前記第2の取得部が取得した日射強度情報が示す日射強度であって前記所定の日照条件及び時間帯における日射強度から、当該所定の日照条件及び時間帯における発電電力を推定する推定部と、
前記推定部が推定した発電電力である推定発電電力と、前記第1の取得部が取得した発電電力情報が示す発電電力であって前記所定の日照条件及び時間帯における発電電力とを比較することにより、異常の有無を判定する異常検知部と
を備えており、
前記所定の日照条件は、日射強度が所定の閾値以下であることを含み、
前記時間帯には、朝、夕、及び夜を含まない
ことを特徴とする異常検知装置。 - 前記異常検知部が対象日における異常判定に用いる推定モデルは、
当該対象日よりも過去における複数の期間における発電電力と日射強度
を参照して生成された推定モデルであることを特徴とする請求項1に記載の異常検知装置。 - 前記異常検知部が対象日における異常判定に用いる推定モデルは、
当該対象日を含む月の前月1ヶ月における発電電力と日射強度、及び
当該対象日を含む月の過去の同月1ヶ月における発電電力と日射強度
を参照して生成された推定モデルであることを特徴とする請求項2に記載の異常検知装置。 - 前記推定モデルには、非線形項を含む回帰曲線が含まれる
ことを特徴とする請求項1から3の何れか1項に記載の異常検知装置。 - 前記所定の閾値は、0.6kW/m2であり、
前記時間帯は、11時から12時59分までの何れかの時間帯である
ことを特徴とする請求項1から4の何れか1項に記載の異常検知装置。 - 前記推定モデルを生成する推定モデル生成部を備えている
ことを特徴とする請求項1から5の何れか1項に記載の異常検知装置。 - 前記第1の取得部は、複数の太陽光発電装置が発電する各々の発電電力を示す発電電力情報を取得し、
前記第2の取得部は、前記複数の太陽光発電装置の各々における日射強度を示す日射強度情報を取得し、
前記異常検知部は、
前記複数の太陽光発電装置の各々に対して、推定発電電力と、前記第1の取得部が取得した発電電力情報が示す発電電力との乖離度を用いて異常の有無を判定し、
所定の数以上の太陽光発電装置が異常であると判定した場合には、前記複数の太陽光発電装置の各々における乖離度から導出される統計的値を参照して、各々の太陽光発電装置に関する乖離度を補正し、補正後の乖離度に基づいて、異常の有無を判定する
ことを特徴とする請求項1から6の何れか1項に記載の異常検知装置。 - 太陽光発電装置が発電する発電電力を示す発電電力情報を取得する第1の取得部と、
日射強度を示す日射強度情報を取得する第2の取得部と、
所定の日照条件及び時間帯において実際に発電された発電電力と当該所定の日照条件及び時間帯での実際の日射強度とを参照して、日射強度に基づき発電電力を推定する推定モデルを生成する推定モデル生成部を備えており、
前記所定の日照条件は、日射強度が所定の閾値以下であることを含み、
前記時間帯には、朝、夕、及び夜を含まない
ことを特徴とする推定モデル生成装置。 - 太陽光発電装置が発電する発電電力を示す発電電力情報を取得する第1の取得工程と、
前記太陽光発電装置における日射強度を示す日射強度情報を取得する第2の取得工程と、
所定の日照条件及び時間帯において実際に発電された発電電力と当該所定の日照条件及び時間帯での実際の日射強度とを参照して生成された推定モデルであって、日射強度に基づき発電電力を推定する推定モデルを用いて、前記第2の取得工程にて取得した日射強度情報が示す日射強度であって前記所定の日照条件及び時間帯における日射強度から、当該所定の日照条件及び時間帯における発電電力を推定する推定工程と、
前記推定工程にて推定した発電電力である推定発電電力と、前記第1の取得工程において取得した発電電力情報が示す発電電力であって前記所定の日照条件及び時間帯における発電電力とを比較することにより、異常の有無を判定する異常判定工程と
を含み、
前記所定の日照条件は、日射強度が所定の閾値以下であることを含み、
前記時間帯には、朝、夕、及び夜を含まない
ことを特徴とする異常検知方法。 - 請求項1から7の何れか1項に記載の異常検知装置としてコンピュータを機能させるための異常検知プログラムであって、前記推定部および異常検知部としてコンピュータを機能させるための異常検知プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020043791A JP7435073B2 (ja) | 2020-03-13 | 2020-03-13 | 異常検知装置、異常検知方法、および異常検知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020043791A JP7435073B2 (ja) | 2020-03-13 | 2020-03-13 | 異常検知装置、異常検知方法、および異常検知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021145509A true JP2021145509A (ja) | 2021-09-24 |
JP7435073B2 JP7435073B2 (ja) | 2024-02-21 |
Family
ID=77767474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020043791A Active JP7435073B2 (ja) | 2020-03-13 | 2020-03-13 | 異常検知装置、異常検知方法、および異常検知プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7435073B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7177238B1 (ja) | 2021-10-25 | 2022-11-22 | エヌ・ティ・ティ・アドバンステクノロジ株式会社 | 故障判定システム、故障判定プログラム及び故障判定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013191672A (ja) | 2012-03-13 | 2013-09-26 | Omron Corp | 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム |
KR101532163B1 (ko) | 2014-01-15 | 2015-06-26 | 한국기술교육대학교 산학협력단 | 태양광발전 상태진단 평가시스템 |
JP6608619B2 (ja) | 2015-05-26 | 2019-11-20 | 東京電力ホールディングス株式会社 | 太陽光発電システムの発電状況診断方法及びその装置 |
JP6575572B2 (ja) | 2017-09-01 | 2019-09-18 | 富士電機株式会社 | 太陽電池ストリング診断システム及び太陽電池ストリング診断方法 |
TWI669904B (zh) | 2017-11-03 | 2019-08-21 | 財團法人資訊工業策進會 | 判斷太陽能板陣列是否異常之計算機裝置與方法 |
JP6937227B2 (ja) | 2017-11-16 | 2021-09-22 | 株式会社東芝 | 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム |
-
2020
- 2020-03-13 JP JP2020043791A patent/JP7435073B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7177238B1 (ja) | 2021-10-25 | 2022-11-22 | エヌ・ティ・ティ・アドバンステクノロジ株式会社 | 故障判定システム、故障判定プログラム及び故障判定方法 |
JP2023063689A (ja) * | 2021-10-25 | 2023-05-10 | エヌ・ティ・ティ・アドバンステクノロジ株式会社 | 故障判定システム、故障判定プログラム及び故障判定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7435073B2 (ja) | 2024-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Theristis et al. | Nonlinear photovoltaic degradation rates: Modeling and comparison against conventional methods | |
Ventura et al. | Utility scale photovoltaic plant indices and models for on-line monitoring and fault detection purposes | |
US10396710B2 (en) | Monitoring and evaluating performance and aging of solar photovoltaic generation systems and power inverters | |
JP5856294B2 (ja) | 太陽光発電監視方法及びその方法に用いられる太陽光発電監視システム | |
Mallor et al. | A method for detecting malfunctions in PV solar panels based on electricity production monitoring | |
JP5746098B2 (ja) | 自然エネルギーを利用した発電システムの劣化診断装置 | |
US20160356859A1 (en) | Fault detection in energy generation arrangements | |
JP7289995B2 (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
Ventura et al. | Development of models for on-line diagnostic and energy assessment analysis of PV power plants: The study case of 1 MW Sicilian PV plant | |
JP6087200B2 (ja) | 太陽光発電システムの異常検出装置、異常検出方法、及び太陽光発電システム | |
WO2017169473A1 (ja) | 太陽光発電システムの発電診断方法、及び発電診断装置 | |
WO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
US20190140589A1 (en) | Computer device and method for determining whether a solar energy panel array is abnormal | |
Livera et al. | Failure diagnosis of short-and open-circuit fault conditions in PV systems | |
JP2018007347A (ja) | 太陽光発電の性能評価方法 | |
US11086278B2 (en) | Adaptive system monitoring using incremental regression model development | |
JP2016220493A (ja) | 太陽光発電システムの発電状況診断方法及びその装置 | |
JP7435073B2 (ja) | 異常検知装置、異常検知方法、および異常検知プログラム | |
JP6548955B2 (ja) | 太陽光発電における発電量推定学習の支援システム | |
Oozeki et al. | An evaluation method for PV system to identify system losses by means of utilizing monitoring data | |
Spataru et al. | Development and implementation of a PV performance monitoring system based on inverter measurements | |
CN111401689B (zh) | 光伏场站降雪日期的确定方法、装置、设备及存储介质 | |
KR20150063228A (ko) | 태양광 발전기 출력 저하 판단 방법 및 장치 | |
JP2018166370A (ja) | 発電状態判定装置 | |
JP2021035098A (ja) | 太陽電池ストリングの劣化検出方法、劣化検出システム及び劣化検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231106 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7435073 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |