JP2021518624A - 電気配線における火災に先行する放電の検出 - Google Patents

Abstract

本明細書には電気配線における電気火災に先行する放電を検出するための方法およびシステムが記載されている。回路に結合された１つまたは複数のセンサデバイスは、回路の電気的活性によって生成された１つまたは複数の信号波形を検出する。センサデバイスは、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する。センサデバイスに通信可能に結合されたサーバは、１つまたは複数の過渡特性を受信する。サーバは、１つまたは複数の過渡特性を分析して、１つまたは複数の放電の兆候を識別する。サーバは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する。

Description

本出願の主題は、概して、電気配線におけるアーク故障を含む初期段階の放電の検出に関連している。

米国消防局国立消防データセンタ（ｈｔｔｐｓ：／／ｗｗｗ．ｕｓｆａ．ｆｅｍａ．ｇｏｖ／ｄｏｗｎｌｏａｄｓ／ｐｄｆ／ｓｔａｔｉｓｔｉｃｓ／ｖ１４ｉ１３．ｐｄｆ）が発表した統計によると、住宅用電気配線におけるアーク放電は電気火災の７０％以上を占めており、これは、生命および財産に対する最も危険な脅威の１つである。アーク故障（アークとも呼ばれる）は、２つ以上の導体間で発生する高出力の連続的な放電であり、一般的に、住宅の建物内で、電線または絶縁の完全性が損なわれた場合（例えば、物理的損傷、水害、腐食、経年劣化、または接触不良など）に発生する。落雷や電力サージなどの事象も、絶縁の破壊を引き起こし、配線の損傷につながる可能性がある。損傷した配線の結果として、小さな散発的な放電が発生し始め、配線を囲む絶縁材料が炭化する。放電が時間の経過とともに継続するにつれて、絶縁がますます侵食され、放電の強度が増加する。最終的に、強い放電は配線内に形成される連続的なアーク故障となり、その結果、大量の電流が流れ、大量のエネルギーが放出される（それに応じて高温になる）。配線が木枠、断熱材、および／または同様の可燃性材料に近接していることに起因して、アークによって生成される温度が十分に高い場合、それらは火災を発生させる可能性がある。アーク放電を発生させるのに十分な大きさになる前に、数日、数週間、または数か月間に発生する可能性のある小さな放電を検出し、警告することができれば、電気火災を防止する上で大きな利点になる（非特許文献１において説明されている）。

上記の放電は、並列放電、直列放電、およびラインからアースへの放電を含む様々な方法で発生し得る。並列放電は、導体間の電圧差が大きいために、ガスまたは誘電体材料を介して（通常は、損傷した絶縁体または空気を介して）電流／電子が１つの導体から別の導体に流れるときに発生する。図１Ａは並列放電の図である。電気回路は２本の配線１０２ａ、１０２ｂを有し、各配線は絶縁材料によって囲まれている。配線間の絶縁が破壊されると、配線間で放電（放電１０４など）が発生し得る。並列放電の例には、炭化（即ち、絶縁材料の破壊）および湿式トラッキング（即ち、電流の形成を可能にする配線の表面上の水分）が含まれる。

直列放電は、単一の導体が、導体を通る抵抗が増加し、かつ導体内および周囲の絶縁内（または導体が露出している場合は、外部の物体にも）に放電が発生するのに十分な高電圧差が生じる程度に損傷したときに発生する。図１Ｂは、直列放電の図である。電気回路は、放電１０８を発生させる損傷した配線１０６を含む。直列放電の例には、地上熱分解（即ち、導体から近くの木材に流れる電流）、および寿命となったより線（即ち、発熱および発火性ガスの増加をもたらす配線の破損）が含まれる。特殊なタイプの直列放電は、（図１Ｃにおいて示されるような）グローイング接続（ｇｌｏｗｉｎｇ ｃｏｎｎｅｃｔｉｏｎ）と呼ばれる現象で発生する。このような場合、導体は接触しているが、共に堅固に接続されていない。界面の境界に酸化物層が形成され、接合部の導体の抵抗が増加する。電流が界面を介して流れる場合、温度が危険なレベル（例えば、白色領域１１０は、電気コンセントにおける高温を示す）まで上昇し、付近の材料を発火させて破壊的な火災を引き起こす可能性がある。放電が進行して火災が発生してからでは、対策を講じて損失を防止するには遅すぎる。電気配線におけるこのような放電の発生をできるだけ早期に検出して、対策を講じることが重要である。

アーク故障回路遮断器（ＡＦＣＩ：ａｒｃ−ｆａｕｌｔ ｃｉｒｃｕｉｔ ｉｎｔｅｒｒｕｐｔｅｒｓ）などの技術は、現在、アーク故障などの初期段階の放電を検出するために存在する。ＡＦＣＩ技術を搭載した電気コンセントでは、ＡＦＣＩが回路内のアーク故障を検出し、そのような故障を検出すると回路を遮断して、電気火災の発生を防止する。しかしながら、ＡＦＣＩは比較的高価であり、個々の回路上の放電を検出するには、建物内の各回路に設置する必要がある。

ヤーランス・アール・エイ（Ｙｅｒｅａｎｃｅ，Ｒ．Ａ．）およびケルクホフ・ティー（Ｋｅｒｋｈｏｆｆ，Ｔ．）、「電気火災分析（Ｅｌｅｃｔｒｉｃａｌ Ｆｉｒｅ Ａｎａｌｙｓｉｓ）」、第３版、２０６頁、チャールズ・シー・トーマス社（Ｃｈａｒｌｅｓ Ｃ．Ｔｈｏｍａｓ）、イリノイ州、スプリングフィールド、２０１０年

従って、住宅および他の建物に見られるような電気配線システムにおいて火災が発生するのに十分な大きさの放電となる前に、初期段階の放電を検出する方法およびシステムが必要とされる。本明細書に記載の方法およびシステムは、電気配線の放電が形成され始めたときに、放電を初期段階で検出するという利点を提供し、これにより、潜在的な火災の危険性の迅速な通知を可能にする。さらに、本明細書に記載される技術は、放電に関する電気配線システムの長期自動監視（数週間、数か月、数年など）を行って、建物の電気配線システムの活性および傾向に関する詳細情報を取得することを可能にし、これには、異なる放電の重大度レベルを区別する能力、絶縁の炭化および放電の発生を開始し得るサージ、サグ、電圧低下などの事象の監視、放電の検出と住宅内で稼働している電気機器およびデバイスの動作との相関（例えば、アーク放電は、空調ユニットなどのデバイス内で発生する可能性があり、長期モニタリングは、放電を空調ユニットの動作と相関させる機会を提供し、デバイスは、複数の住宅にわたる監視からの情報を集約することにより、送電網上の電気的問題を相関させることができる）が含まれる。また、いくつかの実施形態において、システムは、複雑で、高価で、または危険な他のデバイスまたは監視コンポーネントの設置の代わりに、既存のコンセントに差し込む単一の監視デバイスを利用する。

本発明は、一態様では、電気配線における電気火災に先行する放電を検出するためのシステムを特徴とする。システムは、回路に結合された１つまたは複数のセンサデバイスを含み、各センサデバイスは、回路上の電気的活性（ｅｌｅｃｔｒｉｃａｌ ａｃｔｉｖｉｔｙ）によって生成された１つまたは複数の信号波形を検出するように構成される。各センサデバイスは、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するように構成され、各センサデバイスは、１つまたは複数の過渡信号に基づいて１つまたは複数の過渡特性を生成するように構成される。システムは、１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスを含む。サーバコンピューティングデバイスは、各センサデバイスから過渡特性を受信するように構成されている。サーバコンピューティングデバイスは、過渡特性を分析して、１つまたは複数の放電の兆候を識別するように構成されている。サーバコンピューティングデバイスは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成するように構成されている。

本発明は、別の態様では、コンピュータが実行する、電気配線における電気火災に先行する放電を検出する方法を特徴とする。回路に結合された１つまたは複数のセンサデバイスは、回路の電気的活性によって生成された１つまたは複数の信号波形を検出する。各センサデバイスは、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、各センサデバイスは、１つまたは複数の過渡信号に基づいて１つまたは複数の過渡特性を生成する。１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスは、各センサデバイスから１つまたは複数の過渡特性を受信する。サーバコンピューティングデバイスは、過渡特性を分析して、１つまたは複数の放電の兆候を識別する。サーバコンピューティングデバイスは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する。

本発明は、別の態様では、電気配線における電気火災に先行する放電を検出するためのセンサデバイスであって、回路に結合されたセンサデバイスを特徴とする。センサデバイスは、回路上の電気的活性を感知して、電気的活性の１つまたは複数の信号波形を検出するモジュールを含む。センサデバイスは、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成し、過渡特性を分析して、１つまたは複数の放電の兆候を識別し、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成するプロセッサを備える。

本発明は、別の態様では、電気配線における電気火災に先行する放電を検出するためのシステムを特徴とする。システムは、回路に結合された１つまたは複数のセンサデバイスを含み、各センサデバイスは、回路上の電気的活性によって生成された１つまたは複数の信号波形を検出するように構成される。システムは、１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスを含む。サーバコンピューティングデバイスは、各センサデバイスから１つまたは複数の信号波形を受信する。サーバコンピューティングデバイスは、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別する。サーバコンピューティングデバイスは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する。

本発明は、別の態様では、コンピュータが実行する、電気配線における電気火災に先行する放電を検出する方法を特徴とする。回路に結合された１つまたは複数のセンサデバイスは、回路上の電気的活性によって生成された１つまたは複数の信号波形を検出する。１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスは、各センサデバイスから１つまたは複数の信号波形を受信する。サーバコンピューティングデバイスは、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別する。サーバコンピューティングデバイスは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する。

本発明は、別の態様では、電気配線における電気火災に先行する放電を検出するためのセンサデバイスを特徴とする。センサデバイスは、回路上の電気的活性によって生成された１つまたは複数の信号波形を検出するモジュールを備える。センサデバイスは、各センサデバイスから１つまたは複数の信号波形を受信し、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別し、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成するプロセッサを備える。

上記の態様のいずれも、以下の特徴のうちの１つまたは複数を含むことができる。いくつかの実施形態において、１つまたは複数の信号波形が、全電圧サイクル波形を含む。いくつかの実施形態において、１つまたは複数のセンサデバイスは、１０ＭＨｚから１００ＭＨｚの間の範囲の周波数で全電圧サイクル波形をサンプリングする。

いくつかの実施形態において、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、ａ）全電圧サイクル波形のサンプルを複数のビンに分割すること、ｂ）複数のビンの各々に対する平均値および最大値を決定すること、ｃ）平均値と最大値との差を決定すること、ｄ）全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、ｅ）複数のビンにわたる各累積最大値の微分（ｄｅｒｉｖａｔｉｖｅ）を決定することを含む。いくつかの実施形態において、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、および電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む。

いくつかの実施形態において、過渡特性を分析して、１つまたは複数の放電の兆候を識別することは、電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、および比率が所定の閾値を超えている場合に、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む。いくつかの実施形態において、１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成することは、所定の時間内に発生した識別された放電の兆候の数を決定すること、および識別された放電の兆候の数に基づいて１つまたは複数のアラート信号を生成することを含む。

いくつかの実施形態において、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、ｃ）複数のビンの各々に対する最大値を決定すること、ｄ）全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、ｅ）複数のビンにわたる各累積最大値の微分を決定することを含む。いくつかの実施形態において、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、および電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む。

いくつかの実施形態において、過渡特性を分析して、１つまたは複数の放電の兆候を識別することは、電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、および比率が所定の閾値を超えている場合に、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む。いくつかの実施形態において、１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成することは、所定の時間内に発生した識別された放電の兆候の数を決定すること、および識別された放電の兆候の数に基づいて１つまたは複数のアラート信号を生成することを含む。

いくつかの実施形態において、１つまたは複数のセンサデバイスは、１つまたは複数の信号波形が閾値に到達したことを検出すると、８０ＭＨｚで全電圧サイクル波形をサンプリングする。いくつかの実施形態において、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、閾値を超える全電圧サイクル波形の１つまたは複数のサンプルを識別すること、および識別された１つまたは複数のサンプルを格納することを含む。いくつかの実施形態において、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、識別された各サンプルに対して、識別されたサンプルのピークの数を決定すること、識別されたサンプルのピークの立ち上がり時間を決定すること、識別されたサンプルのパルス幅を決定すること、および識別されたサンプルの積分を決定することを含む。いくつかの実施形態において、過渡特性を分析して、１つまたは複数の放電の兆候を識別することは、識別されたサンプルのピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む。いくつかの実施形態において、１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成することは、所定の時間内に発生した識別された放電の兆候の数を決定すること、および識別された放電の兆候の数に基づいて１つまたは複数のアラート信号を生成することを含む。

いくつかの実施形態において、１つまたは複数のセンサデバイスは、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する。いくつかの実施形態において、サーバコンピューティングデバイスは、１つまたは複数のセンサデバイスから受信した過渡特性に基づいて更新された過渡検出プロファイルを生成し、更新された過渡検出プロファイルを１つまたは複数のセンサデバイスの各々に送信する。いくつかの実施形態において、１つまたは複数のセンサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する。

いくつかの実施形態において、サーバコンピューティングデバイスは、１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する。いくつかの実施形態において、サーバコンピューティングデバイスは、１つまたは複数のアラート信号を１つまたは複数のセンサデバイスのうちの少なくとも１つに送信する。いくつかの実施形態において、１つまたは複数のセンサデバイスの少なくとも１つは、１つまたは複数のアラート信号の少なくとも１つを受信すると、視覚的インジケータを作動させる。いくつかの実施形態において、視覚的インジケータは、１つまたは複数のセンサデバイスのうちの少なくとも１つの発光ダイオード（ＬＥＤ）コンポーネントである。いくつかの実施形態において、サーバコンピューティングデバイスは、１つまたは複数の機械学習アルゴリズムを使用して、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別する。

本発明の他の態様および利点は、添付の図面と併せて、例示のためのみに本発明の原理を説明する以下の詳細な説明から明らかになるであろう。

上記の技術の利点は、さらなる利点とともに、添付の図面と併せて以下の説明を参照することによって、よりよく理解することができる。図面は、必ずしも縮尺どおりではなく、技術の原理を説明することに重点が置かれている。
並列アーク故障の図である。 直列アーク故障の図である。 グローイング接続の図である。 電気配線の電気火災に先行する放電を検出するためのシステムのブロック図である。 例示的な送電網の図である。 屋内の住宅用電力線ネットワークに関する例示的な通信チャネルの現場で収集された測定値を示す図である。 ３つの異なる回路と、実験室環境で測定された比較用の２０ｍの長さのケーブルとの伝達特性を示す図である。 電気配線の電気火災に先行する放電を検出するコンピュータが実行する方法のフロー図である。 電気配線における電気火災に先行する放電を検出するコンピュータが実行する方法の詳細なフロー図である。 電気配線における電気火災に先行する放電を検出するコンピュータが実行する方法の詳細なフロー図である。 電気配線における電気火災に先行する放電を検出するコンピュータが実行する方法の詳細なフロー図である。 放電活性を示す過渡を描写する、センサデバイスによって生成された例示的な波形データの図である。 放電活性を示す過渡を描写する、センサデバイスによって生成された例示的な波形データの図である。 放電活性を示す過渡を描写する、センサデバイスによって生成された例示的な波形データの図である。 過渡特性を識別するためにセンサデバイスによって生成された例示的な波形データの図である。 過渡特性を識別するためにセンサデバイスによって生成された例示的な波形データの図である。 過渡特性を識別するためにセンサデバイスによって生成された例示的な波形データの図である。 時間の経過に伴う過渡振幅比率を示す図である。 時間の経過とともに発生する放電活性の可能性を示す図である。 アラート信号通知を表示すためのリモートコンピューティングデバイスの例示的なユーザインタフェースの図である。 テスト装置によって生成された安全信号の例示的な波形データの図である。 図２のシステムと組み合わせて使用することができるプロキシデバイスのブロック図である。 テスト住宅に設置されたセンサデバイスによって収集された火災の前兆となるアーク信号を示す図である。 テスト住宅に設置されたセンサデバイスによって収集された火災の前兆となるアーク信号を示す図である。 テスト住宅に設置されたセンサデバイスによって収集された火災の前兆となるアーク信号を示す図である。 テスト住宅に設置されたセンサデバイスによって収集された火災の前兆となるアーク信号を示す図である。 テスト住宅に設置されたセンサデバイスによって収集された火災の前兆となるアーク信号を示す図である。 図１４Ｃのアーク信号の詳細を示す図である。 放電による個々のパルスの詳細を示す図である。 システムテストの結果を示すいくつかのグラフを含む図である。 プロキシデバイスによって再作成されたパルスの振幅と比較した実験データからのパルスの振幅を示すヒストグラムの図である。 火災の前兆信号が時間の経過とともにどのように現れるかを示すプロットの図である。 ＨＦ電気的活性を生成している電気ネットワーク上で実行されているデバイスに関するプロットの図である。

図２は、電気配線における電気火災に先行する放電を検出するためのシステム２００のブロック図である。システム２００は、配電システム２２０（例えば、住宅または商業ビル内の電気システム）内の回路を含む電線２０２を含み、配電システム２２０は、サービス入口ケーブル２２２から受け取った電力を分岐回路（電線２０２など）に伝達し、分岐回路は、電力を建物内の電気機器およびコンセント（例えば、コンセント２０８）に供給する。放電は、送電線効果を介して配電システム全体に伝わる、非常に急速な電流インパルスを生成する。放電によって生成された高周波信号は、電力線通信で使用される高周波信号と同様に住宅内全体に伝わる。

概して、建物内の回路、コンセント、デバイス、および電気機器に電力を供給する配線は、火災の前兆信号が発生源からセンサに伝わる媒体である。前兆はインパルス放電であり、建物内の配電線に沿って伝わる電磁信号を発生させる。配線（住宅の固定配線およびデバイスおよび電気機器へのモバイルコードの両方）における全ての場所は、屋内の全てのコンセントへの伝達関数を有し、前兆信号はこの伝達関数によって変調されてセンサに到達する。本明細書で説明する方法およびシステムは、電力線搬送通信技術において開発された方法と同様の方法を活用して、住宅の電気ネットワーク全体に伝わる非常に広い周波数コンテンツを測定および識別する。

図３は、１つまたは複数の住居にサービスを提供する例示的な電気ネットワークの図である。図３に示すように、高電圧電力線３００からの電気は、変圧器３０２を通過して、１つまたは複数の住居（例えば、住居Ａ３０４、住居Ｂ３０６）に、＋１２０Ｖ ＡＣ線（Ｌ１）３０８、中性線３１０、および−１２０Ｖ ＡＣ線（Ｌ２）３１２を介して供給される。線Ｌ１およびＬ２は、住宅内のサービスパネル３１８内の回路遮断器３１６を介して複数の分岐回路３１４に結合されている。Ｌ１上の任意の回路からＬ２上の任意の回路への通信が可能であることを理解されたい。

２０世紀への変わり目から、電力線を使用した通信が検討され、使用されてきた。過去２０年間で、様々な企業が、建物内の配電システムを介して１００Ｍｂｐｓから１Ｇｂｐｓのローカルエリアネットワーク通信を提供する製品をリリースしている。この作業により、ＩＥＥＥ１９０１において電力線通信が標準化され、消費者向けの「イーサネット・オーバー電力線」アダプタが広く利用できるようになり、建物内の電力線を介したブロードバンド通信は成熟した技術である。

電力線（即ち、チャネル）を介した通信に関連する２つの主要な問題として建物の様々な回路上の送信機と受信機の伝送特性および減衰特性と、チャネルノイズ環境とがある。分岐（例えば、回路上の各コンセントなど）並びに周波数および時間依存インピーダンスを有する負荷（例えば、異なるデバイスの消費電力、異なる構造、および異なるオン対オフ特性に起因する）による不連続性が多く存在するため、電力線チャネルは簡単ではない。時間変動の原因となるデバイスは、スイッチング電源およびその他の非線形機器要素による狭帯域および広帯域の両方のノイズ注入にも関与している。現在利用可能な電力線通信に関連する例示的な技術は、シー・カノ（Ｃ．Ｃａｎｏ）、エイ・ピットロ（Ａ．Ｐｉｔｔｏｌｏ）、ディー・マローン（Ｄ．Ｍａｌｏｎｅ）、エル・ランペ（Ｌ．Ｌａｍｐｅ）、エイ・エム・トネロ（Ａ．Ｍ．Ｔｏｎｅｌｌｏ）、エイ・ジー・ダバック（Ａ．Ｇ．Ｄａｂａｋ）、「電力線通信の最新技術：応用から媒体まで（Ｓｔａｔｅ ｏｆ ｔｈｅ ａｒｔ ｉｎ ｐｏｗｅｒ ｌｉｎｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｆｒｏｍ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎｓ ｔｏ ｔｈｅ ｍｅｄｉｕｍ）」、ＩＥＥＥジャーナル・オン・セレクテッド・エリアズ・イン・コミュニケーションズ（ＩＥＥＥ Ｊ．Ｓｅｌ．Ａｒｅａｓ Ｃｏｍｍｕｎ．）、第３４巻、１９３５−１９５２頁、２０１６年７月（ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ｐｄｆ／１６０２．０９０１９．ｐｄｆで入手可能）であり、これは参照により本明細書に組み込まれる。

電力線チャネルの伝送特性は、重要なフィールド測定およびモデリングアクティビティの対象となっており、２０１０年のＩＥＥＥ１９０１規格の批准に至った（２０１０年９月の「ブロードバンドオーバー電力線ネットワーク用のＩＥＥＥ規格（ＩＥＥＥ Ｓｔａｎｄａｒｄ ｆｏｒ Ｂｒｏａｄｂａｎｄ Ｏｖｅｒ Ｐｏｗｅｒ Ｌｉｎｅ Ｎｅｔｗｏｒｋｓ）、媒体アクセス制御および物理層の仕様（Ｍｅｄｉｕｍ Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌ ａｎｄ Ｐｈｙｓｉｃａｌ Ｌａｙｅｒ Ｓｐｅｃｉｆｉｃａｔｉｏｎｓ）、ＩＥＥＥ規格１９０１−２０１０」に記載されている）。図４Ａは、屋内の住宅用電力線ネットワークに関する例示的な通信チャネルの現場で収集された測定値を示している。図４Ａの上段の図表は、同じ回路上の送信機および受信機の複数のペアを表し、図４Ａの下段の図表は、ユニットが異なる回路上にある複数の送信機および受信機のペアを示している（エム・トリック（Ｍ．Ｔｌｉｃｈ）、エイ・ゼッダム（Ａ．Ｚｅｄｄａｍ）、エフ・ムーラン（Ｆ．Ｍｏｕｌｉｎ）、エフ・ゴーティエ（Ｆ・Ｇａｕｔｈｉｅｒ）、「最大１００ＭＨｚの屋内電力線通信チャネルの特性評価−第１部：１パラメータ決定論的モデル（Ｉｎｄｏｏｒ ｐｏｗｅｒ−ｌｉｎｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｃｈａｎｎｅｌ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｕｐ ｔｏ １００ＭＨｚ−Ｐａｒｔ Ｉ：Ｏｎｅ−ｐａｒａｍｅｔｅｒ ｄｅｔｅｒｍｉｎｉｓｔｉｃ ｍｏｄｅｌ）」、ＩＥＥＥトランザクションズ・オン・パワー・デリバリー（ＩＥＥＥＴｒａｎｓ．Ｐｏｗｅｒ Ｄｅｌ．）、第２３巻、第３号、１３９２−１４０１頁、２００８年７月において説明されている）。スペインでの測定結果も同様の特性を示しており、主電源構成および配線スタイルの変更が全体的に同様の特性をもたらすことが確認されている（上記のシー・カノ（Ｃ．Ｃａｎｏ）他を参照）。より興味深く困難なケースは、図４Ｂの図表であり、これは、３つの異なる回路に関する伝達特性と、実験室の環境で測定された長さ２０ｍのケーブルとの比較を示している（イー・リウ（Ｅ．Ｌｉｕ）、ワイ・ギャオ（Ｙ．Ｇａｏ）、オー・ビラル（Ｏ．Ｂｉｌａｌ）、およびティー・コロホネン（Ｔ．Ｋｏｒｈｏｎｅｎ）、「屋内電力線チャネルのブロードバンド特性評価（Ｂｒｏａｄｂａｎｄ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｉｎｄｏｏｒ ｐｏｗｅｒｌｉｎｅ ｃｈａｎｎｅｌ）」、電力線通信の国際シンポジウムのプロシーディング（Ｐｒｏｃ．Ｉｎｔ．Ｓｙｍｐ．Ｐｏｗｅｒ Ｌｉｎｅ Ｃｏｍｍｕｎ）、スペイン、サラゴサ、２００４年３月３１日〜４月２日に記載されている）。

図４Ａおよび図４Ｂの図表は、特定のチャネルに関して可変周波数依存性を示すが、平均して比較的平坦な減衰を示す。これらのデータを収集するために使用された場所は、アパートから大規模な住宅まで規模および築年数にばらつきがあった。チャネルの特性は、多くの点で固定無線通信チャネルと類似している。無線チャネルは、環境内の物体からの信号の反射（即ち、マルチパス誘導フェージング）により、フェージング（即ち、周波数、位置、および時間依存減衰）を経験する。配線の不連続性、不整合インピーダンス、および分岐によって信号が反射するため、配線でも同じ効果が生じる。時間領域では、これらの反射は、受信機に到達する元の信号の振幅および時間シフトされたコピーとして現れる。周波数領域では、これらのコピーの周波数成分は、積極的または否定的に干渉して、図表で観察されるように、伝達特性におけるピークおよびノッチを引き起こす。

電力線通信システムは、ブロードバンド、無線ローカルエリアネットワーク（例えば、ＩＥＥＥ８０２．１１ｎ）、主に直交周波数分割多重化方式（ＯＦＤＭ）で採用されているのと同じ信号符号化およびノイズ耐性技術を使用する。ＯＦＤＭは、信号分散およびフェージングの影響を低減しながら、スペクトルの広帯域にわたって情報を拡散するための手法であるため、良好な解決策である。

電力線環境は通信にとって簡単なものではないが、イーサネット（登録商標）・オーバー電力線製品の市場での成功は、ブロードバンド信号が複雑な電気ネットワークを伝わることが可能であることを示している。狭帯域通信は、個々の時間変化するチャネル条件に依存する極端な周波数選択性のため、非常に簡単なものではない。回路間の信号減衰は顕著であるが、典型的には５０ｄＢ未満であるため、電気配線のほぼ全ての場所から発生する信号を、屋内配線の他の場所（即ち、コンセント）において受信機で検出することが可能である。

図２に戻ると、システム２００は、１２０ＶＡＣプラグ２０６を介して分岐回路の電線２０２のコンセント２０８に結合されたセンサデバイス２０４をさらに含む。センサデバイスは、いくつかの実施形態において、不要な６０Ｈｚ信号および電気システム上で動作する機器によって生成される電気ノイズをフィルタリングしながら、放電信号を増幅できるようにセンサデバイスを電気インフラストラクチャに結合する電子部品（例えば、処理モジュール２０４ａ、ＡＤＣ２０４ｂ、ＣＰＵ２０４ｃ）を備える。処理モジュール２０４ａは、分岐回路の電線２０２上で発生する電気的活性を感知し、感知された電気を波形データとして捕捉するコンデンサ、抵抗器、および増幅器などの部品を含む。いくつかの実施形態において、処理モジュール２０４ａは、センサデバイスの周波数応答を、放電が高い信号対雑音比を有する範囲に制限することができるフィルタを含む。フィルタリングは、ハードウェアコンポーネントを使用して実施するか、または処理モジュール２０４ａにインストールされたファームウェアで実施することができる。分岐回路の電線２０２上で発生する電気的活性は、配電システム２２０との間で送受信される信号を含むことに留意されたい。このようにして、単一のセンサは、他の分岐回路を含む完全な配電システム２２０全体にわたって放電信号を観察することができる。図２は、単一のセンサデバイス２０４を示しているが、システム２００は、配電システムにおける電気的活性を感知するように配置された２つ以上のセンサデバイスを含むことができることを理解されたい。サーバコンピューティングデバイスにデータを送信する複数のセンサは、感度を高め、連携して、放電が発生している場所に関する情報を提供することができる。

いくつかの実施形態において、場所は、各センサデバイスへの過渡信号の到達の時間差が、配線上の放電の場所に対する相対的な距離を提供する到達時間技術（ｔｉｍｅ−ｏｆ−ａｒｒｉｖａｌ ｔｅｃｈｎｉｑｕｅｓ）を使用して決定することができ、概して、センサデバイス２０４は、パルスの形状を観察するように構成される。センサデバイスが観察するパルス形状は、発生源パルス形状に、電気システム配線における全ての分岐、終端、またはインピーダンス変化からのその形状の反射を加えたものである。反射間の時間は、群速度で除算された距離の差の積である。反射の大きさおよび極性は、負荷または接合部の複素インピーダンスによって決定される。様々な反射のタイミングは、回路内の発生源の場所を示す。これらの反射の形状変化は、反射を生成した負荷および接合部のインピーダンスを示している。例えば、２つのセンサデバイスが同じ回路の異なる場所に設置されている場合、２つのデバイスにおける到達時間の差によって、ノイズ上で反射が見られないパルスであっても、回路内の場所を特定することができる。

一実施形態では、センサデバイス２０４は、毎秒最大２７００万の波形サンプルを捕捉し、サンプルを５１２のビンに割り当てることができる。センサデバイス２０４は、各ビンの最大振幅を決定し、ビニングされた値を使用して波形データを生成する。センサデバイス２０４は、センサハードウェアの帯域幅および処理要件を低減するために、波形信号の微分値を取得する機能も実行する。例えば、センサデバイス２０４は、隣接する波形サンプルを破棄して第１の微分を取得し、次にプロセスを繰り返して第２の微分を取得することができる。一実施形態では、センサデバイス２０４は、いくつかの隣接するサンプルを追加し、いくつかの隣接するサンプルを減算してウェーブレットを取得し、次に、以前に捕捉されたウェーブレットに対して分析して、信号に何らかの変化が生じたかどうかを判断する。

センサデバイス２０４は、通信ネットワーク２１２を介してサーバコンピューティングデバイス２１４に通信可能に結合されている。一実施形態では、センサデバイス２０４は、センサデバイス２０４が無線接続を介してサーバコンピューティングデバイス２１４と通信することを可能にする通信コンポーネント（例えば、アンテナ、ネットワークインタフェース回路）を備えている。

本明細書で説明されるような電気配線における放電を検出するプロセスを実行するために、通信ネットワーク２１２は、システム２００の他のコンポーネントが互いに通信することを可能にする。ネットワーク２１２は、ＷｉＦｉ（登録商標）またはＬＡＮなどのローカルネットワークであるか、またはインターネットおよび／またはセルラーネットワークなどの広域ネットワークであり得る。いくつかの実施形態において、ネットワーク２１２は、システム２００のコンポーネントが互いに通信することを可能にするいくつかの個別のネットワークおよび／またはサブネットワーク（例えば、セルラーからインターネット）から構成される。

サーバコンピューティングデバイス２１４は、１つまたは複数の専用プロセッサおよび１つまたは複数の物理メモリモジュールを含むハードウェアと、サーバコンピューティングデバイス２１４のプロセッサによって実行されて、システム２００の他のコンポーネントからデータを受信し、システム２００の他のコンポーネントにデータを送信し、本明細書に記載されるような電気配線における放電を検出するための機能を実行する特殊なソフトウェアモジュール（過渡分析モジュール２１４ａなど）との組み合わせである。いくつかの実施形態において、モジュール２１４ａは、サーバコンピューティングデバイス２１４内の専用プロセッサ上にプログラムされた特殊なセットのコンピュータソフトウェア命令であり、特殊なコンピュータソフトウェア命令を実行するための特別に指定されたメモリ場所および／またはレジスタを含むことができる。モジュール２１４ａによって実行される特定の処理のさらなる説明は、以下に提供される。いくつかの実施形態において、センサデバイス２０４は、サーバコンピューティングデバイス１０６に関して本明細書に記載される処理がセンサデバイス２０４によって実行され得るという点で、スタンドアロンデバイスとして動作するように構成され得る（即ち、本明細書に記載されたデータ収集、分析、およびアラートプロセスを実行するプロセッサおよびメモリは、センサデバイスに組み込むことができる）。

データベース２１６は、本明細書で説明されるように、電気配線における放電を検出するプロセスと併せて使用されるデータ記憶のための一時的メモリおよび／または永続的メモリを備える。概して、データベース２１６は、サーバコンピューティングデバイス２１４によって使用されるデータの特定のセグメントを受信、生成、および格納するように構成される。いくつかの実施形態において、データベース２１６の全部または一部は、サーバコンピューティングデバイス２１４内に統合することができるか、または別個のコンピューティングデバイスまたは複数のデバイス上に配置することができる。例えば、データベース２１６は、米国カリフォルニア州、レッドウッドシティーのオラクル社（Ｏｒａｃｌｅ Ｃｏｒｐ．）から入手可能なＭｙＳＱＬ（商標）などのデータベースを含むことができる。別の例では、データベース２１６は、ＤｙｎａｍｏＢＢ（商標）を使用するアマゾン・ウェブ・サービス（ＡＷＳ）（商標）などのクラウドベースの記憶媒体を含むことができる。他の実施形態では、データベースは、例えば、サーバコンピューティングデバイス２１４および／またはセンサモジュール２０４上のメモリ内に配置することができる。

図５は、図２のシステム２００を使用して、電気配線における初期段階のアーク故障を検出するコンピュータが実行する方法５００のフロー図である。分岐回路（例えば、配線２０２を含む分岐１回路）に結合された１つまたは複数のセンサデバイス（例えば、センサデバイス２０４）は、分岐回路上の電気的活性によって生成された１つまたは複数の信号波形を検出する（５０２）。例えば、放電は電流のインパルス変化であるため、放電によって発生した信号は、任意の接合部の周囲で反射して電線２０２を伝搬する。これらの信号には、一般に、配線の長さに応じた戻りの遅延がある。信号はまた、位相シフトを示し、これにより、システム２００は、本明細書に記載されているように、電線２０２上の放電（非常に小さな放電であっても）に関連する活性を表す波形における過渡信号を識別することが可能となる。

センサデバイス２０４は、検出された１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別する（５０４）。センサデバイス２０４は、識別された過渡信号に基づいて過渡特性を生成し、過渡特性をサーバコンピューティングデバイス２１４に送信する（５０６）。過渡分析モジュール２１４ａは、各センサデバイス２０４から複数組の過渡特性を受信し（５０８）、過渡特性を分析して、１つまたは複数の放電の兆候（ｅｌｅｃｔｒｉｃａｌ ｄｉｓｃｈａｒｇｅ ｉｎｄｉｃａｔｉｏｎｓ）を識別する（５１０）。アラート生成モジュール２１４ｂは、１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する（５１２）。

いくつかの実施形態において、センサデバイス２０４は、１つまたは複数の信号波形を検出し（ステップ５０２）、１つまたは複数の信号波形を、過渡信号を識別すること（ステップ５０４）、過渡特性を生成すること（ステップ５０６）、過渡特性を分析すること（ステップ５１０）、およびアラート信号を生成すること（ステップ５１２）を含むさらなる処理のために過渡分析モジュール２１４ａに送信することができることを理解されたい。さらに、いくつかの実施形態において、センサデバイス２０４は、図５の全てのステップを内部で実行することができることを理解されたい。いくつかの実施形態において、センサデバイス２０４は、ネットワーク帯域幅を節約し、処理能力および性能を改善するために、信号波形を過渡分析モジュール２１４ａに送信する前に、１つまたは複数の信号波形を圧縮する。

いくつかの実施形態において、アラート生成モジュール２１４ｂは、１つまたは複数のアラート信号をリモートコンピューティングデバイス（例えば、携帯電話、タブレット、スマートウォッチなど）に送信する。リモートコンピューティングデバイスは、例えば、１つまたは複数のアラート信号の受信に基づいて、リモートコンピューティングデバイスに関連付けられた画面上にメッセージまたはインジケータ（警告アイコンなど）を表示することができる。例えば、アラート信号は、システム２００によって検出された危険な状態または危険を示すテキストのコーパスを含むパケットベースのメッセージを含むことができる。いくつかの実施形態において、アラート生成モジュール２１４ｂは、１つまたは複数のアラート信号を１つまたは複数のセンサデバイス２０４に送信する。センサデバイス２０４は、１つまたは複数のアラート信号を受信すると、１つまたは複数のコンポーネント（例えば、センサデバイスに埋め込まれたコンポーネント）をアクティブにすることができる。例えば、アラート生成モジュール２１４ｂからアラート信号を受信すると、センサデバイス（単数または複数）２０４は、システム２００によって危険な状態または危険が検出されたことを示すためにセンサデバイス２０４の外部で点灯および／または点滅するＬＥＤ要素をアクティブにすることができる。図５のステップに関する追加の詳細は、図６Ａから図６Ｃに関して以下に提供される。

図６Ａから図６Ｃは、図２のシステム２００を使用して、図５に関して上記のフレームワークに従って、電気配線における電気火災に先行する放電を検出するコンピュータが実施する方法の詳細なフロー図を含む。図６Ａから図６Ｃは、放電を検出するためにシステム２００によって使用され得る３つの異なる方法（方法Ａ（図６Ａ）、方法Ｂ（図６Ｂ）、および方法Ｃ（図６Ｃ））を含む。これらの方法は例示的なものであり、本明細書に記載のシステムで使用するために他の方法が企図され得ることを理解されたい。また、方法Ａ、Ｂ、およびＣは、独立して、または互いに組み合わせて使用され得ることを理解されたい。一実施形態では、センサデバイス２０４は、方法Ａ、Ｂ、またはＣの１つに従って波形データを処理する複数の論理的プロセッサおよび／または物理的プロセッサ（例えば、ＣＰＵ２０４ｃ）を含み得る。

例えば、方法ＡおよびＢにおいて、センサデバイス２０４の高速アナログ−デジタル変換器（ＡＤＣ）２０４ｂは、全電圧サイクル波形（ｆｕｌｌ ｖｏｌｔａｇｅ ｃｙｃｌｅ ｗａｖｅｆｏｒｍ）（１／６０秒）を２７ＭＨｚでサンプリングして捕捉することによって波形（５０２）を検出する。一方、方法Ｃでは、ＡＤＣ２０４ｂは、全電圧サイクル波形（１／６０秒）を捕捉し、（帯域幅及びメモリリソースを節約するために）波形が閾値に到達したか、または閾値を超過したことを検出すると、８０ＭＨｚでサンプリングする。

センサデバイス２０４のＣＰＵ２０４ｃは、いくつかの異なる方法で波形データにおける過渡を識別することができる（５０４）。例えば、方法Ａでは、ＣＰＵ２０４ｃは、２７００万のサンプルを５１２のビンに分割することによって、サンプリングされた波形データに対してビニングプロセスを実行する。ＣＰＵ２０４ｃは、各ビンの最大値と最小値との間の差を算出し、各ビンの最大値と平均値との間の差を算出する。次に、ＣＰＵ２０４ｃは、１５サイクルのビニングされた最大−平均データを累積し、１５サイクルの最大値を決定する。次に、ＣＰＵ２０４ｃは、ビンの各累積最大値にわたる微分を算出する。

方法Ｂでは、ＣＰＵ２０４ｃは、全電圧サイクルにわたる波形の微分を算出する。ＣＰＵ２０４ｃは、得られた２，７００万個のサンプルを５１２個のビンに分割し、各ビンの最大値を算出する。次に、ＣＰＵ２０４ｃは、１５サイクルのビニングされた最大データを累積し、１５サイクルの最大値を決定する。次に、ＣＰＵ２０４ｃは、各累積最大値の複数のビンにわたる微分を算出する。

方法Ｃでは、ＣＰＵ２０４ｃは、トリガの前のサンプルを含む、浮動閾値を超える波形サンプル（これらは、サイクル内の単一の過渡である）の記憶をトリガする。
図６Ａから図６Ｃに続いて、センサデバイス２０４のＣＰＵ２０４ｃは、様々な方法で過渡特性を生成することができる（５０６）。例えば、方法ＡおよびＢでは、ＣＰＵ２０４ｃは、全電圧サイクルにわたって平均過渡振幅を算出し、電圧サイクル内の１６個の位相セクションに関する平均過渡振幅を算出する。方法Ｃでは、ＣＰＵ２０４ｃは、過渡のピークの数をカウントし、ピークの立ち上がり時間を算出し、過渡の最大振幅を算出し、過渡のパルス幅を算出し、かつ過渡の積分を算出する。

センサデバイス２０４が、上記のビニングプロセスに基づいて電圧波形データに変化が生じたと判断すると、センサデバイス２０４は、ネットワーク２１２を介して過渡特性データをサーバコンピューティングデバイス２１４に送信する。過渡分析モジュール２１４ａは、センサデバイス２０４から過渡特性データを受信し（５０４）、波形データを分析して、信号波形における１つまたは複数の放電の兆候を識別する（５０６）。一例では、信号分析モジュール２１４ａは、受信データを使用して信号波形を再構築し、過渡の分布（過渡が同位相で発生する場所を含む）を、過渡の予想分布と比較する。例えば、信号分析モジュール２１４ａは、過渡が同位相で発生する場所、および過渡がどの程度再現可能であるかを判断することができる。例えば、過渡が波形において規則的なパターンを示すか（これは、回路上のデバイスまたは電気機器の動作を示し得る）、または過渡が不規則なパターンを示すか（これは、放電および／またはアーク故障活性を示し得る）を判断することができる。

いくつかの実施形態において、センサデバイス２０４のＣＰＵ２０４ｃは、決定された過渡特性をサーバコンピューティングデバイス２１４の過渡分析モジュール２１４ａに送信し、モジュール２１４ａは、過渡特性を受信する。いくつかの実施形態において、センサデバイス２０４は、サーバコンピューティングデバイス２１４への接続を必要としないスタンドアロンモジュールとして構成することができ、これらの実施形態では、センサデバイス２０４は、過渡特性を分析するステップ（５１０）およびアラート信号を生成するステップ（５１２）も実行することができ、さらにいくつかの実施形態において、（前述したように）アラート信号をリモートコンピューティングデバイスに送信するステップを実行することができることを理解されたい。いくつかの実施形態において、アラート信号は、センサデバイス２０４内で局所的に生成することができ、かつセンサデバイス２０４の他の部品、例えば、センサデバイス２０４に埋め込まれたスピーカまたは他のオーディオ部品、またはセンサデバイス２０４に埋め込まれた光部品または他の視覚的部品（例えば、ＬＥＤ）をトリガして、潜在的に危険な電気的活性が発生していることを近くの人にアラートするために使用され得る。

過渡分析モジュール２１４ａは、センサデバイス２０４から受信した過渡特性を様々な方法で分析することができる（５１０）。例えば、方法ＡおよびＢにおいて、モジュール２１４ａは、電圧ゼロ交差付近の平均ピーク過渡に対する最大電圧付近の位相セクションにおける平均ピーク過渡の比率を決定する。比率が閾値より大きい場合、モジュール２１４ａは、これらの過渡を潜在的な放電として識別する。方法Ｃでは、モジュール２１４ａは、過渡のピークの数が所定の閾値を超えているかどうか、および立ち上がり時間が所定の閾値よりも大きいかどうかを評価する。評価が是であれば、モジュール２１４ａは過渡を潜在的な放電として識別する。

図７Ａ〜図７Ｃおよび図８Ａ〜図８Ｃは、過渡信号を示す、センサデバイス２０４のＣＰＵ２０４ｃによって捕捉された波形データの図である。図７Ａは、１秒間に１６００万サンプルで捕捉された、２ミリ秒間のサンプリングされた電圧データの波形の例示的な図である。図７Ａに示すように、波形データのほとんどは、電気機器および空気中の電磁信号などの特徴によって生成される一般的な電気的バックグラウンドノイズである。しかしながら、波形データは、いくつかの大きなスパイク（例えば、７０２、７０４）も示しており、これらは、電気回路の放電活性を示し得る過渡である。

図７Ｂは、追加の詳細を示すために拡大された、図７Ａからの波形の一部を示す例示的な図である。図７Ｂにおいて確認されるように、個々の過渡の形状（例えば、７１２、７１４）が現れている。さらに詳しく見ると、図７Ｃは、図７Ｂの波形の一部（即ち、２μｓ）を拡大してさらなる詳細を示す例示的な図である。図７Ｃに示されるように、過渡５１４は、リングダウン構造（ｒｉｎｇ−ｄｏｗｎ ｓｔｒｕｃｔｕｒｅ）を示し、これは、信号の減衰に要する時間を示す。さらに、過渡７１４は、電圧の非常に急速な変化および急速な立ち上がり時間を有する。方法Ｃに関して上記で説明したように、センサデバイス２０４のＣＰＵ２０４ｃは、このタイプのサンプリングされた波形データを使用して、過渡分析モジュール２１４ａに送信するための過渡特性を生成することができる（５０６）。

図８Ａ〜図８Ｃは、センサデバイス２０４のＣＰＵ２０４ｃがサンプリングされた波形信号を５１２のビンに分割する方法（即ち、方法ＡおよびＢに関して上で説明したような）を示す例示的な図である。例示的な全電圧サイクル波形が図８Ａに示されており、ビン番号がｘ軸に割り当てられ、振幅がｙ軸上に示されている。図８Ｂは、別の例示的な電圧サイクル波形であり、センサデバイスのＣＰＵ２０４ｃが方法ＡおよびＢに関して上記したように過渡を識別する方法を示す注釈が付されている。図８Ｂに示すように、ＣＰＵ２０４ｃは、最大電流、平均電流、および１５サイクルに亘る最大値、並びに１５サイクルにわたる最大微分、電流の最大微分、および全電圧サイクルにわたる微分を決定することができる。図８Ｃは、例示的な電圧サイクル波形であり、過渡分析モジュール２１４ａによって識別された潜在的な放電を示す注釈が付されている。方法ＡおよびＢに関して上記で説明したように、過渡分析モジュール２１４ａは、電圧ゼロ交差（例えば、セクション８０４）付近の平均ピーク過渡に対する最大電圧付近の位相セクション（例えば、セクション８０２）における平均ピーク過渡の比率を決定することができる。過渡分析モジュール２１４ａは、比率の表現を生成することができる（図９を参照）。図９に示すように、１５時１７分４０秒から１５時１８分００秒までの期間（９０２で示される）は、電気配線で放電が発生していた期間である。

いくつかの実施形態において、過渡分析モジュール２１４ａは、図９からの比率データを、比率に基づいて発生する放電の可能性を示すメトリックに変換することができる。図１０は、図９の比率データに基づいて、特定の期間中に発生する放電の可能性を示す例示的な図である。図１０に示すように、放電の可能性は、１５時１７分４０秒に０から２に移動し、１５時１８分００秒まで０と２の間で変動する。この例では、２の値は、放電が発生している可能性が高いことを示している。

過渡特性データ内の放電インジケータを識別した上で、サーバコンピューティングデバイス２１４のアラート生成モジュール２１４ｂは、検出された放電インジケータに関連するアラート信号を生成する（５１２）。いくつかの実施形態において、アラート生成モジュール２１４ｂは、センサデバイス２０４が分岐回路に接続されている建物または場所を監視している（または、それ以外に関連している）１つまたは複数のリモートデバイスを自動的に識別して、アラート信号をこれらリモートデバイスに自動的に送信する。リモートデバイスは、携帯電話、タブレット、デスクトップＰＣ、スマート電気機器、ＩｏＴデバイス、スマートウォッチ、およびその他のコンピュータベースのデバイスを含むことができる。リモートデバイスは、ホーン、サイレン、ライト、およびその他の視聴覚インジケータデバイスを含むこともできる。

いくつかの実施形態において、データベース２１６は、リモートデバイスの識別に関連する情報（例えば、ＩＰアドレス、電話番号、電子メールアドレス）を含み、アラート生成モジュール２１４ｂは、識別情報を使用して、各リモートデバイス用のアラート信号を準備する。いくつかの実施形態において、アラート生成モジュール２１４ｂは、パケットベースの配信（例えば、テキストメッセージング、ＸＭＬ、電子メール）、回路ベースの配信（例えば、ページング、音声メッセージング）などの任意の標準的な通信プロトコルまたは技術を使用する。例えば、アラート信号は、ヘッダと特定のデータ要素を含む本体とを有するパケットベースの通信（例えば、メッセージ）の形式をとることができる。アラート信号は、システム２００によって検出されたアーク故障の種類、放電活性のおおよその場所（例えば、上記した到達時間技術を使用して）、センサデバイス２０４の識別情報、および建物内のセンサデバイス２０４の場所、およびその他の関連情報（例えば、同じ分岐回路に接続された電気機器またはその他の電子デバイスの識別情報など）に関する情報を含むことができる。

図１１は、アラート信号の受信に基づいてユーザにメッセージを表示すためのリモートコンピューティングデバイス（例えば、携帯電話）のユーザインタフェースの例示的な図である。図１１に示されるように、リモートコンピューティングデバイスにインストールされたアプリは、（例えば、インターネットを介して）サーバコンピューティングデバイス２１４に結合され、アラート生成モジュール２１４ｂからプッシュされたアラート信号を自動的にリッスンするように構成され得る。アラート信号がリモートコンピューティングデバイスに到達すると、アプリは、電気火災の危険性をユーザに通知する警告インジケータ１１０２（例えば、赤色の点滅する図形またはアイコン）を自動的に表示することができる。ユーザインタフェースは、検出された以前の放電活性（例えば、ユーザの屋内におけるその他の事象）のログを含むこともできる。

このように、本明細書に記載のシステムおよび方法は、現在利用可能なアーク故障検出技術に比べて、本システムが回路内の放電活性を示し得る、分岐回路内で発生する小さな過渡を従来のアーク故障検出器よりもはるかに早く、かつより高い精度で検出することができるという点で、大きな利点を提供する。本明細書に記載のシステムおよび方法はまた、ネットワークベースの処理アーキテクチャを活用して、特定の分岐回路に関する信号データを経時的に捕捉し、これは、分岐回路に関する電気的活性プロファイルの変化の即時検出を可能にし、電力システム内で発生し得る異常の種類に関する有用な情報を、電力会社および電気機器製造業者などの上流の事業体に提供することができる。

また、複数の異なるセンサデバイスを、電力事業者が運営する共通の電力網に亘って様々な建物に設置することができることを理解されたい（例えば、多くの異なる住宅は、上記したように放電を監視するために建物の電気システムに取り付けられたセンサデバイスを有し得る）。これらの分散型センサデバイスの各々は、センサデバイスとの間でデータを送受信する１つまたは複数の集中型サーバコンピューティングデバイスと通信することができる。この構成では、サーバコンピューティングデバイスは、センサデバイスから放電検出データを収集し、分析のためにデータを集約することができる。一例では、サーバコンピューティングデバイスは、エンドユーザからのフィードバックとともに、異なる住宅および建物に設置された複数のセンサデバイスからの放電データおよび／または過渡データを使用して、過渡検出および特性評価アルゴリズムを改善するための機械学習技術およびアルゴリズムを実装することができる。

いくつかの実施形態において、１つまたは複数の放電の兆候を識別するための過渡特性の分析は、機械学習技術の適用によって強化される。ブーストされたツリーなどの手法（参照により本明細書に組み込まれるｈｔｔｐｓ：／／ｘｇｂｏｏｓｔ．ｒｅａｄｔｈｅｄｏｃｓ．ｉｏ／ｅｎ／ｌａｔｅｓｔ／ｔｕｔｏｒｉａｌｓ／ｍｏｄｅｌ．ｈｔｍｌ、およびフリードマン・ジェローム・エイチ（Ｆｒｉｅｄｍａｎ、Ｊｅｒｏｍｅ Ｈ．）、「勾配関数の近似（Ｇｒａｄｉｅｎｔ Ｆｕｎｃｔｉｏｎ Ａｐｐｒｏｘｉｍａｔｉｏｎ）」、ジ・アナルズ・オブ・スタティスティクス（Ｔｈｅ Ａｎｎａｌｓ ｏｆ Ｓｔａｔｉｓｔｉｃｓ）、第２９巻、第５号（２００１年１０月）、１１８９−１２３２頁に記載されている）は、住宅または建物からの既知の放電信号を有する真値データ（ｔｒｕｔｈ ｄａｔａ）セットまたは実験室で生成された真値データセットに基づく様々な特性の自動選択を可能にする。機械学習により、人間が手動で導出するよりも、より詳細な計算モデルおよび過渡特性と放電の兆候との関係の発展が可能となる。いくつかの実施形態において、これらの過渡特性からの自己相関遅延（ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ ｌａｇｓ）および尖度（ｋｕｒｔｏｓｉｓ）などの時系列特徴は、タンブリングウィンドウ上でさらに算出され、これらの特徴を機械学習モデルに提供して、さらなる状況を提供し、精度を向上させることができる。放電の兆候または誤検知（ｆａｌｓｅ ｐｏｓｉｔｉｖｅｓ）の両方の真値データセットが拡大するにつれて、機械学習モデルを改善することができ、さらに開発されたファームウェアを改善の継続的なサイクルでセンサに展開することができる。

さらに、サーバコンピューティングデバイスは、過渡および過渡特性を識別するための更新されたソフトウェア方法を実行のためにセンサデバイスに配布して（即ち、ファームウェアまたは同様のアップグレードの形式で）、これにより、センサネットワークを住宅を保護するための最新のアルゴリズムと自動的に同期させることができる。また、複数の住宅に配置された複数のセンサデバイスは、一般的に検出される電圧波形および過渡に関するデータを相互に関連付けて、送電網の問題の潜在的な場所を特定し、アクションを実行するために送電網事業者または電力事業者と通信することができる。

本明細書に記載のシステムおよび方法の別の態様は、別個の電子デバイス（いくつかの実施形態において、センサデバイス２０４に埋め込まれる）を介して電気配線に導入される危険な放電のように見える信号を生成するデバイスの組み込みを含むことができる。これらの信号（安全信号とも呼ばれる）を使用して、センサデバイス２０４の動作をテストすることができ、その結果、センサデバイス２０４に関する誤動作または他の問題を識別することができる。図１２は、安全信号の検出から生成された例示的な波形の図である。図１２に示すように、これらの過渡は、危険な放電が配線上で発生した場合に発生するタイプの過渡に類似している。これらの過渡は、センサデバイス２０４によって検出されるべく十分小さいが、ＡＦＣＩを始動させるのに十分大きくないことに留意されたい。

本明細書に記載のシステムおよび方法の別の重要な側面は、屋内の任意の場所で発生する火災の前兆を検出する際のセンサデバイスの有効性をテストするための装置の開発である。これを達成するための１つの可能な方法は、多くの住宅に火災の前兆パルスを生成する損傷したコードを持ち込み、屋内の他のコンセントからパルス信号がどの程度良好に検出されるかを測定することである。このアプローチの欠点は、信号を安全に生成することができる訓練を受けた技術者を派遣するのにかなりの時間がかかり、調査では、誰かが屋内でシステムを監視している間、信号が短期間でしか測定されないことである。損傷した（かつ危険な）電気コードを長期間の間、屋内において歓迎する理解のある個人はいないであろう。

別のよりスケーラブルなアプローチは、実際の火災の前兆によって実験室内で生成および記録された火災信号を再生することができるプロキシデバイスの使用である。このプロキシデバイスは、全国の様々なタイプの住宅に数百のユニットを経済的に展開することを可能にし、長期間にわたって信号検出パフォーマンスを追跡する機能を有する。図１３は、図２のシステム２００と組み合わせて使用することができるプロキシデバイス１３００のブロック図である。

図１３に示されるように、プロキシデバイス１３００は、フラッシュメモリモジュール１３０２、ＣＰＵ１３０４、デジタル−アナログ信号変換器（ＤＡＣ）１３０６、および電力増幅器１３０８を備える。デバイス１３００は、ＤＡＣおよび電力増幅器（電力コンデンサを介して電気システムに結合されている）を利用して、火災の前兆信号をシミュレートする。ＤＡＣ１３０６は、１２０ＭＨｚの信号を短時間生成することができる。ＣＰＵは、位相の適切な位置で発生するパルスを生成するように主電源からのゼロ交差で位相ロックされる。パルス情報は、ＣＰＵによってフラッシュメモリから読み出され、記録されたパルスはＤ／Ａコンバータおよびパワーアンプを介して再生される。

プロキシデバイス１３００は、複数の住宅に配備されると、以下の質問に答えるのに役立つ。
１）火災の前兆となるアーク信号は、住宅の電気システム内でどの程度良好に伝わっているか？
２）本明細書に記載の方法およびシステムは、電気火災信号をどの程度良好に識別し、これらの信号を屋内の他の電気機器によって作成された信号とどの程度良好に区別するか？
火災前兆パルス信号が住宅の電気システム内をどの程度良好に伝わるかを判定するために、プロキシデバイス１３００およびセンサデバイス２０４が、住宅のコンセントに差し込まれたときに、検出のためのシンチレーションパルスを生成するテスト装置とともに、テスト住宅内に配備された。テスト装置は、活線、中性線、接地線を備えた標準の壁コンセントに接続された電源コードを含んでいた。電源コードは、シンチレーションまたは放電によって生成される電流が通過しなければならない抵抗を含むように接続された。電源コードの端部は、プラグに接続されており、プラグを介して様々なテスト装置に接続することができる。テスト装置は、損傷した延長コードが通過したプラスチック製のＮＥＭＡエンクロージャを含んでいた。損傷した電気コードは、放電を引き起こす様々な物質にさらされる可能性がある。例えば、物質は、グラファイト粉末、水、または水溶液、石鹸水、および塩水であり得る。差動アナログ−デジタルコンバータは、既知の抵抗の両端の電圧を測定して、抵抗を流れる電流を算出する。損傷したコードを様々な物質にさらすことによって発生すると予想されるピーク電流に応じて、適切な利得が得られるように様々なサイズの抵抗が選択された。テスト住宅は、約４，０００平方フィート（約１２１９平方メートル）の大きな一戸建て住宅である。住宅には、フラットスクリーンテレビ、オーディオ機器、コンピュータを含む典型的なタイプの電子機器がある。電子機器は、通常、サージサプレッサ電源ストリップによって保護されている。

図１４Ａ〜図１４Ｅは、テスト住宅から収集された火災の前兆となるアーク信号を示す図である。図１４Ａのグラフは、２つのセンサからの６０秒のピークアナログ−デジタルコンバータ出力の測定を示している。「同じティン（ＳａｍｅＴｉｎｇ）」というラベルが付されたセンサデバイスは、同じ１２０Ｖレッグ／位相にあり、かつテスト装置と同じ分岐回路にある。「他のティン（ＯｔｈｅｒＴｉｎｇ）」というラベルが付されたセンサデバイスは、別の分岐回路の電源ネットワークの反対側の１２０Ｖレッグ／位相にある。より大きな振幅信号は、テスト装置が火災前兆パルスを生成している時間を示す。例えば、図１４Ａでは、同じティンラインと他のティンラインが、領域１４０２で強調表示されている領域において約２４００の生のデジタルユニットまでジャンプし、これは、両方のセンサデバイスが火災前兆パルスを検出したことを示す。図１４Ｂのグラフは、図１４Ａの強調表示された期間１４０２を１秒の時間に拡大して示している。

図１４Ｃのグラフについては、図１４Ｂのデータが、さらに２０ミリ秒の時間に拡大され、これは、図１４Ｂにおける領域１４０４によって示されている。図１４Ｃには、テスト装置のホットライン上の１０オームの抵抗を流れる電流１４０６の測定値が示されている。これは、絶縁体上で絶縁破壊が発生したときに流れる電流であり、放電として観察され、熱および光の形で証明される。

図１４Ｄおよび図１４Ｅは、１０オームの抵抗を流れる電流のさらに拡大された期間と、センサデバイスによって観察される結果としての波形を示している。図１４Ｄのグラフは、５００マイクロ秒に拡大された図１４Ｃの強調表示された期間１４０８を示し、図１４Ｅのグラフは、８０マイクロ秒に拡大された図１４Ｄの強調表示された期間１４１０を示す。

図１５は、図１４Ｃのより詳細なバージョンを示しており、電気絶縁破壊が発生し、センサデバイスが１０オームの抵抗を流れる電流を測定した２回を強調表示している。この例では、電気絶縁破壊により、数マイクロ秒の期間にわたって緩やかに変化する電流から、ナノ秒から数十ナノ秒のオーダーで非常に速く開始および停止する電流が生成されることが理解される。図１５に見られるように、緩やかに変化する電流は、同じ回路上のセンサデバイス（「同じティン」）では可視信号１５０２を生成するが、異なるレッグのセンサデバイス（「他のティン」）では生成されない。一方、急速に変化する電流は、両方のセンサデバイスからの信号において可視である。

図１６は、電流が流れ始めて、最終的に消滅するまで、電流の流れが何度か中断されるときの電流変化率に関するいくつかの情報を有する、放電からの個々のパルスのうちの１つをより詳細に示す。電流が急速に変化するたびに、両方のセンサデバイスは、信号の急激な上昇と、その後の特徴的なリングダウンを観察することに留意されたい。これは、信号が電気ネットワークをどの程度良好に伝わるかに最大の影響を与える放電の特性が、電流の非常に急速な立ち上がり時間と立ち下がり時間であることを示している。放電が始まると、特徴的なリングダウン信号１６０２が現れるが、電流が同じレベルで継続するので、逆相のセンサデバイスは、強い応答を示さないことに留意されたい。これは、プロキシデバイスの開発にとって重要な発見であり、これは、プロキシデバイスが火災の前兆である高速パルス電流の立ち上がり時間および立ち下がり時間をシミュレートすることができる限り、信号の最も関連性の高い部分を再生成することができ、より長く続く電流を再生成する必要はないことを意味する。

任意の波形発生器として機能するプロキシデバイス１３００は、実験室の波形を不完全に再現することを理解されたい。波形発生器は、特定のデジタルクロックエッジでのみ電圧ステップを生成することができ、かつ特定の離散振幅のステップのみを生成することができる。システムは、データに対して不可逆圧縮を実行し、最大のピークのみを保持し、それらの形状を保持する。プロキシデバイス１３００のインピーダンスは、絶縁体の損傷した部分のインピーダンスと同じではないので、プロキシデバイスからの反射は、損傷したケーブルからの反射とは異なる。結果として、プロキシデバイスが、損傷した絶縁体における実際のシンチレーションによって生成される信号と同様の信号をセンサデバイス２０４において生成するのに十分であることを確認することが重要である。

これをテストするために、実験室で配線の絶縁体を損傷させて、損傷した絶縁体におけるシンチレーションによって生成された電流を測定し、実験室の別の回路のセンサデバイスでそれらのシンチレーションによって生成された電圧を同時に測定した。次に、プロキシデバイス１３００は、測定されたシンチレーションを再生するようにプログラムされ、損傷した絶縁体がプロキシデバイスに置き換えられ、プロキシデバイスで生成された電流と、異なる回路上のセンサデバイスにおいて生成された電圧とが同時に測定された。

図１７に、上記したテストの結果を示す。グラフ１７０２ａは、損傷した絶縁体から実験室で最初に測定された電流を示している。グラフ１７０４ａは、グラフ１７０２ａに示される電流パルスによって生成された、別の回路で測定されたセンサデバイスの電圧を示している。グラフ１７０６ａは、プロキシデバイスによって生成された電流を示し、グラフ１７０８ａは、別の回路上のセンサデバイスによって測定された電圧を示している。グラフ１７０２ｂ、１７０４ｂ、１７０６ｂ、および１７０８ｂは、グラフ１７０２ａ、１７０４ａ、１７０６ａ、および１７０８ａの同じ測定値をより高い時間分解能でそれぞれ示している。プロキシデバイスによって生成されるセンサ電圧は、最初に測定されたものと同じではないが、使用するのに十分に類似している。

住宅中を伝わるかどうかを決定する火災前兆パルス信号の第２の特性は、パルスの振幅である。より大きな振幅パルスは、センサデバイス２０４においてより大きな応答を生成する。電流の振幅とセンサデバイスの応答のサイズとの関係は、グラフ１７０２ｂおよび１７０４ｂで確認することができる。グラフ１７０２ｂのより大きな電流振幅は、１７０４ｂのより大きなセンサ応答として観察される。同様に、プロキシデバイスによって生成される振幅電流が大きいほど、センサデバイスでの応答が大きくなる（グラフ１７０６ｂおよび１７０８ｂを参照）。２５ｍＡのオーダーの電流は、検出されるのに十分な信号対雑音比でセンサデバイス２０４において応答を生成するのに十分である。

火災の前兆は、単一の電源サイクルで数千のパルスを生成し、その大部分は、電気インフラストラクチャを伝わって反対側のレッグのセンサデバイスによって確認できるほど振幅が大きくない。プロキシデバイス１３００は、サイクル当たりに限られた数のパルスを生成することができる。プロキシデバイスは、住宅全体で検出されると予想される最大かつ最速のパルスの生成に焦点を合わせるようにプログラムされている。いくつかの実施形態において、プロキシデバイス１３００は、サーバコンピューティングデバイス（例えば、サーバコンピューティングデバイス２１４）と通信して、サーバが動作している時間および動作しているモードをサーバに通知することができる。この場合、センサデバイスが信号を検出することを確認するために、プロキシデバイスが動作中であることを示す時間をセンサデバイスの出力に関連付けることは簡単である。この例では、プロキシデバイス１３００は、０ミリアンペアから３００ミリアンペアの範囲の振幅を有する高速パルスを生成するようにプログラムされた。図１８は、「真値」（濃い灰色、１８０２）とラベル付けされた、実験室で取得された５秒間のデータセットで発見されたパルスの振幅のヒストグラムを示す。さらに、プロキシデバイスによって再作成されたパルスの振幅のヒストグラムが薄い灰色（１８０４）で示されている。概して、プロキシのパルスの数は、真値データソースのパルス数もよりも少ない。上記のように、これは、全てのパルスを再生するのに十分なデータを保持するにはプロキシデバイスのメモリの制限があるため、最大のパルスを再生することに焦点が置かれているからである。

プロキシのテストデータセットにおけるパルス電流振幅は、アーク故障回路遮断器をトリガするピークアンペアと比較して小さいことに留意されたい。ＡＦＣＩは、並列アークの場合は約５０アンペア、直列アークの場合は５アンペアで始動する（ジェイ・ウェハ（Ｊ．Ｗａｆｅｒ）、「アーク故障回路遮断の進化（Ｔｈｅ Ｅｖｏｌｕｔｉｏｎ ｏｆ Ａｒｃ Ｆａｕｌｔ Ｃｉｒｃｕｉｔ Ｉｎｔｅｒｒｕｐｔｉｏｎ）」、第５１回電気接点に関するＩＥＥＥ ＨＯＬＭ会議（ＩＥＥＥ ＨＯＬＭ ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｌｅｃｔｒｉｃａｌ Ｃｏｎｔａｃｔｓ）、２００５年に記載されている）。これらの小さな振幅でパルス電流を検出することにより、本明細書に記載のセンサデバイスは、アークが危険になり、火災の危険が差し迫っているレベルよりもかなり前に住宅所有者にアラートすることができる。シンチレーションが検出されてからアークが危険になるほど大きくなるまでの時間枠は、数時間から数年のオーダーになる可能性がある（ツイベル・ジェイ・ディー（Ｔｗｉｂｅｌｌ、ＪＤ）、「電気と火災（Ｅｌｅｃｔｒｉｃｉｔｙ ａｎｄ Ｆｉｒｅ）」、火災調査における６１−１０４頁、エヌ・エヌ・デイド（Ｎ． Ｎ． Ｄａｅｉｄ）編、シーアールシー・プレス社（ＣＲＣ Ｐｒｅｓｓ）、フロリダ州、ボカラトン、２００４年に記載されている）。

火災の前兆が電力ネットワーク全体に伝わる信号を生成し、単一のセンサデバイスで検出することができることを実証したので、検出効率に関する第２の問題は、センサデバイスが、火災の前兆信号と、電力線上で感知可能である人工信号またはその他の干渉信号とをどの程度良好に区別することができるかに関する。火災の前兆信号は、以下のように、識別のために利用される並列アークの特定の特性を示す（直列アークは、例えば、ゼロ交差での低信号と、ゼロ交差の領域のすぐ外側で大きな振幅インパルスなどの、識別のために利用できる他の特性を有し、グローイング接続は、識別のために利用できる異なる特性があることに留意されたい）。

１）火災前兆パルス信号は、平均的に電圧ピーク付近ではより大きく、電圧ゼロ交差付近では最も弱くゼロに近づく。
２）パルス信号は、複数のサイクルにわたって時間的にランダムに分布し、位相全体にランダムに分布する。

図１９は、火災の前兆信号が時間の経過とともにどのように見えるかのプロットを示す。プロットの時間は上から下に向かって増加している。プロットの各行は、単一の電力サイクルを表しており、上昇半サイクルが左側に示され、下降半サイクルが右側に示されている。スケール１９０２は、電力サイクル位相の様々な場所で検出されたＨＦ信号の振幅を示す。並列アークの場合、ＨＦ振幅は電力サイクル上のピークにおいて増加し、ゼロ電圧交差においてゼロになる。

比較のために、図２０は、ＨＦ電気的活性を生成している電気ネットワーク上で動作しているデバイスに関する図１９のプロットを示す。電気ネットワーク上で動作しているデバイスの典型的な特徴は、ＨＦの電気的活性がより長期間にわたって位相内の繰り返し可能な場所にあることである。これは、下降半サイクルにおける垂直線で示される。本明細書に記載のセンサアルゴリズムは、予測可能な繰り返し信号を生成する人工デバイスと、時間および振幅がより変動する火災の前兆信号との間の違いを利用する。

上記の技術は、デジタルおよび／またはアナログ電子回路、またはコンピュータハードウェア、ファームウェア、ソフトウェア、またはそれらの組み合わせで実施することができる。この実施は、データ処理装置、例えば、プログラム可能なプロセッサ、および／または複数のコンピュータによって実行されるか、またはそれらの動作を制御するために、コンピュータプログラム製品、即ち、機械可読ストレージデバイスに有形に具体化されるコンピュータプログラムとすることができる。コンピュータプログラムは、ソースコード、コンパイルされたコード、解釈されたコード、および／または機械語を含む、任意の形式のコンピュータ言語またはプログラミング言語で記述することができ、コンピュータプログラムは、スタンドアロンプログラムとして、またはコンピューティング環境での使用に適したサブルーチン、要素、またはその他のユニットとして含む、任意の形式で配備することができる。コンピュータプログラムは、１台のコンピュータまたは１つまたは複数の場所の複数のコンピュータで実行するように展開することができる。

方法ステップは、入力データを操作すること、かつ／または出力データを生成することによって、技術の機能を実行するためのコンピュータプログラムを実行する１つまたは複数の特別目的のプロセッサによって実行され得る。方法ステップは、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＦＰＡＡ（フィールドプログラマブルアナログアレイ）、ＣＰＬＤ（コンプレックスプログラマブルロジックデバイス）、ＰＳｏＣ（プログラマブルシステムオンチップ）、ＡＳＩＰ（アプリケーション固有命令セットプロセッサ）、またはＡＳＩＣ（特定用途向け集積回路）などの専用論理回路によって実行することもでき、装置をこれらの回路によって実施することもできる。サブルーチンは、格納されたコンピュータプログラムおよび／またはプロセッサの一部、および／または１つまたは複数の機能を実装する特別な回路を参照することができる。

コンピュータプログラムの実行に適したプロセッサは、例として、汎用マイクロプロセッサおよび専用マイクロプロセッサの両方、および任意の種類のデジタルまたはアナログコンピュータの任意の１つまたは複数のプロセッサを含む。一般に、プロセッサは、読み取り専用メモリまたはランダムアクセスメモリ、あるいはその両方から命令およびデータを受信する。コンピュータの本質的な要素は、命令を実行するためのプロセッサと、命令および／またはデータを格納するための１つまたは複数のメモリデバイスである。キャッシュなどのメモリデバイスは、データを一時的に格納するために使用することができる。メモリデバイスは、長期的なデータ格納にも使用することができる。一般に、コンピュータは、データを格納するための１つまたは複数の大容量ストレージデバイス、例えば、磁気ディスク、光磁気ディスク、または光ディスクからデータを受信するか、または、これらにデータを転送するか、またこれらとデータを送受信するように動作可能に結合される。コンピュータはまた、ネットワークから命令および／またはデータを受信するために、および／またはネットワークに命令および／またはデータを転送するために、通信ネットワークに動作可能に結合することもできる。コンピュータプログラムの命令およびデータを具体化するのに適したコンピュータ可読記憶媒体は、例としては、半導体メモリデバイス（例えば、ＤＲＡＭ、ＳＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイス）、磁気ディスク（例えば、内蔵ハードディスクまたはリムーバブルディスク）、光磁気ディスク、および光ディスク（例えば、ＣＤ、ＤＶＤ、ＨＤ−ＤＶＤ、Ｂｌｕ−ｒａｙ（登録商標）ディスク）を含む任意の形態の揮発性メモリおよび不揮発性メモリを含む。プロセッサおよびメモリは、専用論理回路によって補完され、るつ／または組み込まれてもよい。

ユーザとの対話を提供するために、上記の技術は、ユーザに情報を表示すためのディスプレイデバイス（例えば、ＣＲＴ（陰極線管）、プラズマ、またはＬＤＣ（液晶ディスプレイ）モニタ）、およびキーボード、およびポインティングデバイス（例えば、マウス、トラックボール、タッチパッド、モーションセンサなど）を用いて通信して、ユーザがコンピュータに入力を提供できる（例えば、ユーザインタフェース要素と対話できる）ようにして、コンピュータ上で実施することができる。他の種類のデバイスを使用して、ユーザとの対話を提供することもでき、例えば、ユーザに提供されるフィードバックは、任意の形態の感覚的フィードバック（例えば、視覚的フィードバック、聴覚的フィードバック、または触覚的フィードバック）であり得、ユーザからの入力は、音響入力、音声入力、および／または触覚入力を含む任意の形式で受信することができる。

上記の技術は、バックエンドコンポーネントを含む分散コンピューティングシステムにおいて実施することができる。バックエンドコンポーネントは、例えば、データサーバ、ミドルウェアコンポーネント、および／またはアプリケーションサーバとすることができる。上記の技術は、フロントエンドコンポーネントを含む分散コンピューティングシステムにおいて実施することができる。フロントエンドコンポーネントは、例えば、グラフィカルユーザインタフェースを有するクライアントコンピュータ、ユーザが例示的な実施形態と対話することができるウェブブラウザ、および／または送信デバイスのための他のグラフィカルユーザインタフェースとすることができる。上記の手法は、そのようなバックエンド、ミドルウェア、またはフロントエンドコンポーネントの任意の組み合わせを含む分散コンピューティングシステムにおいて実施することができる。

コンピューティングシステムのコンポーネントは、デジタルまたはアナログデータ通信の任意の形態または媒体（例えば、通信ネットワーク）を含むことができる伝送媒体によって相互接続することができる。伝送媒体は、任意の構成において、１つまたは複数のパケットベースのネットワークおよび／または１つまたは複数の回路ベースのネットワークを含むことができる。パケットベースのネットワークは、例えば、インターネット、キャリアインターネットプロトコル（ＩＰ）ネットワーク（例えば、ローカルエリアネットワーク（ＬＡＮ））、ワイドエリアネットワーク（ＷＡＮ）、キャンパスエリアネットワーク（ＣＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、ホームエリアネットワーク（ＨＡＮ））、プライベートＩＰネットワーク、ＩＰプライベートブランチエクスチェンジ（ＩＰＢＸ）、無線ネットワーク（例えば、無線アクセスネットワーク（ＲＡＮ））、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）、ＷｉＭＡＸ（登録商標）、一般パケット無線サービス（ＧＰＲＳ）ネットワーク、ＨｉｐｅｒＬＡＮ）、および／または他のパケットベースのネットワークを含む。回線ベースのネットワークは、例えば、公衆交換電話網（ＰＳＴＮ）、レガシ−構内交換機（ＰＢＸ）、無線ネットワーク（例えば、ＲＡＮ、符号分割多元接続（ＣＤＭＡ）ネットワーク、時分割多元接続（ＴＤＭＡ）ネットワーク、モバイル通信用グローバルシステム（ＧＳＭ（登録商標））ネットワーク））、および／または他の回線ベースのネットワークを含む。

伝送媒体を介した情報転送は、１つまたは複数の通信プロトコルに基づくことができる。通信プロトコルは、例えば、イーサネットプロトコル、インターネットプロトコル（ＩＰ）、ボイスオーバーＩＰ（ＶＯＩＰ）、ピアツーピア（Ｐ２Ｐ）プロトコル、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、セッション開始プロトコル（ＳＩＰ）、Ｈ．３２３、メディアゲートウェイ制御プロトコル（ＭＧＣＰ）、シグナリングシステム＃７（ＳＳ７）、移動体通信のためのグローバルシステム（ＧＳＭ）プロトコル、プッシュトゥトーク（ＰＴＴ）プロトコル、ＰＴＴオーバーセルラー（ＰＯＣ）プロトコル、および／または他の通信プロトコルを含むことができる。

コンピューティングシステムのデバイスは、例えば、コンピュータ、ブラウザデバイスを備えたコンピュータ、電話、ＩＰ電話、モバイルデバイス（例えば、携帯電話、パーソナルデジタルアシスタント（ＰＤＡ）デバイス、ラップトップコンピュータ、電子メールデバイス）、および／または他の通信デバイスを含むことができる。ブラウザデバイスは、例えば、ワールドワイドウェブブラウザ（例えば、マイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）から入手可能なマイクロソフト（Ｍｉｃｒｏｓｏｆｔ（登録商標））インターネットエクスプローラ（Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標））、モジラ社（Ｍｏｚｉｌｌａ Ｃｏｒｐｏｒａｔｉｏｎ）から入手可能なモジラ（Ｍｏｚｉｌｌａ（登録商標））ファイアフォックス（Ｆｉｒｅｆｏｘ））を備えたコンピュータ（例えば、デスクトップコンピュータ、ラップトップコンピュータ）を含む。モバイルコンピューティングデバイスは、例えば、ブラックベリー（Ｂｌａｃｋｂｅｒｒｙ（登録商標））を含む。ＩＰ電話は、例えば、シスコシステム社（Ｃｉｓｃｏ Ｓｙｓｔｅｍｓ、Ｉｎｃ）から入手可能なシスコユニファイドアイピーフォン（Ｃｉｓｃｏ（登録商標）Ｕｎｉｆｉｅｄ ＩＰ Ｐｈｏｎｅ ７９８５Ｇ、および／またはシスコシステム社から入手可能なシスコユニファイドワイヤレスフォン（Ｃｉｓｃｏ（登録商標）Ｕｎｉｆｉｅｄ Ｗｉｒｅｌｅｓｓ Ｐｈｏｎｅ ７９２０を含む。

備える、含む、および／または各々の複数形の用語は、非限定であり（ｏｐｅｎ ｅｎｄｅｄ）、記載されている構成を含み、かつ記載されていない追加の構成を含むことができる。および／または、非限定であり、１つまたは複数の記載された構成を含み、かつ記載された構成の組み合わせを含む。

当業者は、本発明が、その要旨または本質的な特徴から逸脱することなく、他の特定の形態で具体化され得ることを理解するであろう。従って、前述の実施形態は、本明細書に記載の発明を限定するのではなく、全ての点で例示的であると見なされるべきである。

Claims (121)

1. 電気配線における電気火災に先行する放電を検出するためのシステムであって、
   回路に結合された１つまたは複数のセンサデバイスであって、各センサデバイスは、
   前記回路上の電気的活性によって生成された１つまたは複数の信号波形を検出し、
   前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、
   識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するように構成されている、前記１つまたは複数のセンサデバイスと、
   前記１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスであって、前記サーバコンピューティングデバイスは、
   各センサデバイスから前記１つまたは複数の過渡特性を受信し、
   過渡特性を分析して、１つまたは複数の放電の兆候を識別し、
   前記１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成するように構成されている、前記サーバコンピューティングデバイスと、を備えるシステム。
2. 前記１つまたは複数の信号波形は、全電圧サイクル波形を含む、請求項１に記載のシステム。
3. 前記１つまたは複数のセンサデバイスが、１０ＭＨｚから１００ＭＨｚの間の範囲の周波数で全電圧サイクル波形をサンプリングする、請求項２に記載のシステム。
4. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
   ａ）前記全電圧サイクル波形のサンプルを複数のビンに分割すること、
   ｂ）前記複数のビンの各々に対する平均値および最大値を決定すること、
   ｃ）前記平均値と前記最大値との差を決定すること、
   ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
   ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項３に記載のシステム。
5. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
   前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
   電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項４に記載のシステム。
6. 前記過渡特性を分析して前記１つまたは複数の放電の兆候を識別することは、
   電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
   前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項５に記載のシステム。
7. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
   所定の時間内に発生した識別された放電の兆候の数を決定すること、
   識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項６に記載のシステム。
8. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
   ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、
   ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
   ｃ）前記複数のビンの各々の最大値を決定すること、
   ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
   ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項３に記載のシステム。
9. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
   前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
   電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項８に記載のシステム。
10. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項９に記載のシステム。
11. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項１０に記載のシステム。
12. 前記１つまたは複数のセンサデバイスは、前記１つまたは複数の信号波形が閾値に到達したことを検出すると、８０ＭＨｚで前記全電圧サイクル波形をサンプリングする、請求項２に記載のシステム。
13. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    閾値を超える前記全電圧サイクル波形の１つまたは複数のサンプルを識別すること、
    識別された１つまたは複数のサンプルを格納することを含む、請求項１２に記載のシステム。
14. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、識別された各サンプルに対して、
    識別されたサンプルにおけるピークの数を決定すること、
    識別されたサンプルのピークの立ち上がり時間を決定すること、
    識別されたサンプルのパルス幅を決定すること、
    識別されたサンプルの積分を決定することを含む、請求項１３に記載のシステム。
15. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、識別されたサンプルにおけるピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む、請求項１４に記載のシステム。
16. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項１５に記載のシステム。
17. 前記１つまたは複数のセンサデバイスは、前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、前記センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する、請求項１に記載のシステム。
18. 前記サーバコンピューティングデバイスは、１つまたは複数のセンサデバイスから受信した過渡特性に基づいて更新された過渡検出プロファイルを生成し、更新された過渡検出プロファイルを前記１つまたは複数のセンサデバイスの各々に送信する、請求項１７に記載のシステム。
19. 前記１つまたは複数のセンサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する、請求項１８に記載のシステム。
20. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する、請求項１に記載のシステム。
21. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号を前記１つまたは複数のセンサデバイスのうちの少なくとも１つに送信する、請求項１に記載のシステム。
22. 前記１つまたは複数のセンサデバイスのうちの少なくとも１つは、前記１つまたは複数のアラート信号のうちの少なくとも１つを受信すると、視覚的インジケータを作動させる、請求項２１に記載のシステム。
23. 前記視覚的インジケータは、前記１つまたは複数のセンサデバイスのうちの少なくとも１つの発光ダイオード（ＬＥＤ）コンポーネントである、請求項２２に記載のシステム。
24. 前記サーバコンピューティングデバイスは、１つまたは複数の機械学習アルゴリズムを使用して、過渡特性を分析して、１つまたは複数の放電の兆候を識別する、請求項１に記載のシステム。
25. コンピュータが実行する、電気配線の電気火災に先行する放電を検出する方法であって、
    回路に結合された１つまたは複数のセンサデバイスの各々によって、前記回路上の電気的活性によって生成された１つまたは複数の信号波形を検出するステップと、
    前記１つまたは複数のセンサデバイスの各々によって、１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップと、
    前記１つまたは複数のセンサデバイスの各々によって、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップと、
    前記１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスによって、各センサデバイスから１つまたは複数の過渡特性を受信するステップと、
    前記サーバコンピューティングデバイスによって、過渡特性を分析して、１つまたは複数の放電の兆候を識別するステップと、
    前記サーバコンピューティングデバイスによって、前記１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成するステップと、を含む方法。
26. 前記１つまたは複数の信号波形が、全電圧サイクル波形を含む、請求項２５に記載の方法。
27. 前記１つまたは複数のセンサデバイスは、１０ＭＨｚから１００ＮＨｚの間の周波数で全電圧サイクル波形をサンプリングする、請求項２６に記載の方法。
28. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
    ａ）前記全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｂ）前記複数のビンの各々に対する平均値および最大値を決定すること、
    ｃ）前記平均値と前記最大値との差を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項２７に記載の方法。
29. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項２８に記載の方法。
30. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えている場合、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項２９に記載の方法。
31. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成するステップは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項３０に記載の方法。
32. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
    ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、
    ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｃ）前記複数のビンの各々の最大値を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項２７に記載の方法。
33. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項３２に記載の方法。
34. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項３３に記載の方法。
35. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成するステップは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項３４に記載の方法。
36. 前記１つまたは複数のセンサデバイスは、信号波形が閾値に到達したことを検出すると、８０ＭＨｚで前記全電圧サイクル波形をサンプリングする、請求項２６に記載の方法。
37. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
    閾値を超える前記全電圧サイクル波形の１つまたは複数のサンプルを識別すること、
    識別された１つまたは複数のサンプルを格納することを含む、請求項３６に記載の方法。
38. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、識別された各サンプルに対して、
    識別されたサンプルにおけるピークの数を決定すること、
    識別されたサンプルのピークの立ち上がり時間を決定すること、
    識別されたサンプルのパルス幅を決定すること、
    識別されたサンプルの積分を決定することを含む、請求項３７に記載の方法。
39. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、識別されたサンプルにおけるピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む、請求項３８に記載の方法。
40. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成するステップは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項３９に記載の方法。
41. 前記１つまたは複数のセンサデバイスは、前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、前記センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する、請求項２５に記載の方法。
42. 前記サーバコンピューティングデバイスは、１つまたは複数のセンサデバイスから受信した過渡特性に基づいて更新された過渡検出プロファイルを生成し、更新された過渡検出プロファイルを前記１つまたは複数のセンサデバイスの各々に送信する、請求項４１に記載の方法。
43. 前記１つまたは複数のセンサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する、請求項４２に記載の方法。
44. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する、請求項２５に記載の方法。
45. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号を前記１つまたは複数のセンサデバイスのうちの少なくとも１つに送信する、請求項２５に記載の方法。
46. 前記１つまたは複数のセンサデバイスのうちの少なくとも１つは、前記１つまたは複数のアラート信号のうちの少なくとも１つを受信すると、視覚的インジケータを作動させる、請求項４５に記載の方法。
47. 前記視覚的インジケータが、前記１つまたは複数のセンサデバイスのうちの少なくとも１つの発光ダイオード（ＬＥＤ）コンポーネントである、請求項４６に記載の方法。
48. 前記サーバコンピューティングデバイスは、１つまたは複数の機械学習アルゴリズムを使用して、過渡特性を分析して、１つまたは複数の放電の兆候を識別する、請求項２５に記載の方法。
49. 電気配線における電気火災に先行する放電を検出するためのシステムであって、
    回路に結合された１つまたは複数のセンサデバイスであって、各センサデバイスは、前記回路上の電気的活性によって生成された１つまたは複数の信号波形を検出するように構成されている、前記１つまたは複数のセンサデバイスと、
    前記１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスであって、前記サーバコンピューティングデバイスは、
    各センサデバイスから前記１つまたは複数の信号波形を受信し、前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別し、
    前記１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成するように構成されている、前記サーバコンピューティングデバイスと、を備えるシステム。
50. 前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別することは、
    前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別すること、
    識別された過渡信号に基づいて１つまたは複数の過渡特性を生成すること、
    前記１つまたは複数の過渡特性を分析して、１つまたは複数の放電の兆候を識別することを含む、請求項４９に記載のシステム。
51. 前記１つまたは複数の信号波形が、全電圧サイクル波形を含む、請求項４９に記載のシステム。
52. 前記１つまたは複数のセンサデバイスが、１０ＭＨｚから１００ＭＨｚの間の範囲の周波数で全電圧サイクル波形をサンプリングする、請求項５１に記載のシステム。
53. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    ａ）前記全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｂ）前記複数のビンの各々に対する平均値および最大値を決定すること、
    ｃ）前記平均値と前記最大値との差を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項５２に記載のシステム。
54. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項５３に記載のシステム。
55. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えている場合、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項５４に記載のシステム。
56. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項５５に記載のシステム。
57. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、
    ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｃ）前記複数のビンの各々の最大値を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項５２に記載のシステム。
58. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項５７に記載のシステム。
59. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項５８に記載のシステム。
60. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項５９に記載のシステム。
61. 前記１つまたは複数のセンサデバイスは、信号波形が閾値に到達したことを検出すると、８０ＭＨｚで全電圧サイクル波形をサンプリングする、請求項５１に記載のシステム。
62. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    閾値を超える前記全電圧サイクル波形の１つまたは複数のサンプルを識別すること、
    識別された１つまたは複数のサンプルを格納することを含む、請求項６１に記載のシステム。
63. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、識別された各サンプルに対して、
    識別されたサンプルにおけるピークの数を決定すること、
    識別されたサンプルのピークの立ち上がり時間を決定すること、
    識別されたサンプルのパルス幅を決定すること、
    識別されたサンプルの積分を決定することを含む、請求項６２に記載のシステム。
64. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、識別されたサンプルのピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む、請求項６３に記載のシステム。
65. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項６４に記載のシステム。
66. 前記１つまたは複数のセンサデバイスは、前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、前記センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する、請求項５０に記載のシステム。
67. 前記サーバコンピューティングデバイスは、１つまたは複数のセンサデバイスから受信した過渡特性に基づいて更新された過渡検出プロファイルを生成し、更新された過渡検出プロファイルを前記１つまたは複数のセンサデバイスの各々に送信する、請求項６６に記載のシステム。
68. 前記１つまたは複数のセンサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する、請求項６７に記載のシステム。
69. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する、請求項４９に記載のシステム。
70. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号を前記１つまたは複数のセンサデバイスのうちの少なくとも１つに送信する、請求項４９に記載のシステム。
71. 前記１つまたは複数のセンサデバイスのうちの少なくとも１つは、前記１つまたは複数のアラート信号のうちの少なくとも１つを受信すると、視覚的インジケータを作動させる、請求項７０に記載のシステム。
72. 前記視覚的インジケータは、前記１つまたは複数のセンサデバイスのうちの少なくとも１つの発光ダイオード（ＬＥＤ）コンポーネントである、請求項７１に記載のシステム。
73. 前記サーバコンピューティングデバイスは、１つまたは複数の機械学習アルゴリズムを使用して、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別する、請求項４９に記載のシステム。
74. 電気配線における電気火災に先行する放電を検出するためのセンサデバイスであって、前記センサデバイスは、回路に結合されており、
    前記回路の電気的活性を感知して、前記電気的活性の１つまたは複数の信号波形を検出するモジュールと、
    プロセッサであって、
    前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別し、
    前記１つまたは複数の放電の兆候が識別されると、１つまたは複数のアラート信号を生成する前記プロセッサと、を備えるセンサデバイス。
75. 前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別することは、
    前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別すること、
    識別された過渡信号に基づいて１つまたは複数の過渡特性を生成すること、
    前記１つまたは複数の過渡特性を分析して、１つまたは複数の放電の兆候を識別することを含む、請求項７４に記載のセンサデバイス。
76. 前記１つまたは複数の信号波形が、全電圧サイクル波形を含む、請求項７４に記載のセンサデバイス。
77. 前記センサデバイスは、１０ＭＨｚから１００ＭＨｚの間の範囲の周波数で全電圧サイクル波形をサンプリングする、請求項７６に記載のセンサデバイス。
78. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    ａ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｂ）前記複数のビンの各々に対する平均値および最大値を決定すること、
    ｃ）前記平均値と前記最大値との差を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項７５に記載のセンサデバイス。
79. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項７８に記載のセンサデバイス。
80. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えている場合、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項７９に記載のセンサデバイス。
81. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項８０に記載のセンサデバイス。
82. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、
    ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
    ｃ）前記複数のビンの各々の最大値を決定すること、
    ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
    ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項７７に記載のセンサデバイス。
83. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、
    前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
    前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項８２に記載のセンサデバイス。
84. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、
    電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
    前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項８３に記載のセンサデバイス。
85. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項８４に記載のセンサデバイス。
86. 前記センサデバイスは、信号波形が閾値に到達したことを検出すると、８０ＭＨｚで全電圧サイクル波形をサンプリングする、請求項７６に記載のシステム。
87. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別することは、
    閾値を超える前記全電圧サイクル波形の１つまたは複数のサンプルを識別すること、
    識別された１つまたは複数のサンプルを格納することを含む、請求項８６に記載のセンサデバイス。
88. 前記識別された過渡信号に基づいて１つまたは複数の過渡特性を生成することは、識別された各サンプルに対して、
    識別されたサンプルにおけるピークの数を決定すること、
    識別されたサンプルのピークの立ち上がり時間を決定すること、
    識別されたサンプルのパルス幅を決定すること、
    識別されたサンプルの積分を決定することを含む、請求項８７に記載のセンサデバイス。
89. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別することは、識別されたサンプルのピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む、請求項８８に記載のセンサデバイス。
90. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成することは、
    所定の時間内に発生した識別された放電の兆候の数を決定すること、
    識別された放電の兆候の数に基づいて、１つまたは複数のアラート信号を生成することを含む、請求項８９に記載のセンサデバイス。
91. 前記センサデバイスは、前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、前記センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する、請求項７５に記載のセンサデバイス。
92. 前記センサデバイスは、前記センサデバイスによって生成された過渡特性に基づいて、更新された過渡検出プロファイルを生成する、請求項９１に記載のセンサデバイス。
93. 前記センサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する、請求項９２に記載のセンサデバイス。
94. 前記センサデバイスは、１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する、請求項７４に記載のセンサデバイス。
95. 前記センサデバイスは、前記１つまたは複数のアラート信号のうちの少なくとも１つを生成すると、視覚的インジケータを作動させる、請求項７４に記載のセンサデバイス。
96. 前記視覚的インジケータは、前記センサデバイスの発光ダイオード（ＬＥＤ）コンポーネントである、請求項９５に記載のセンサデバイス。
97. コンピュータが実行する、電気配線の電気火災に先行する放電を検出する方法であって、
    回路に結合された１つまたは複数のセンサデバイスによって、前記回路上の電気的活性によって生成された１つまたは複数の信号波形を検出するステップと、
    前記１つまたは複数のセンサデバイスに通信可能に結合されたサーバコンピューティングデバイスによって、各センサデバイスからの前記１つまたは複数の信号波形を受信するステップと、
    前記サーバコンピューティングデバイスによって、前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別するステップと、
    前記サーバコンピューティングデバイスによって、１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成するステップと、を含む方法。
98. 前記１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別するステップは、
    前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別すること、
    識別された過渡信号に基づいて１つまたは複数の過渡特性を生成すること、
    前記１つまたは複数の過渡特性を分析して、１つまたは複数の放電の兆候を識別することを含む、請求項９７に記載の方法。
99. 前記１つまたは複数の信号波形が、全電圧サイクル波形を含む、請求項９８に記載の方法。
100. 前記１つまたは複数のセンサデバイスは、１０ＭＨｚから１００ＭＨｚの間の範囲の周波数で全電圧サイクル波形をサンプリングする、請求項９９に記載の方法。
101. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
     ａ）前記全電圧サイクル波形のサンプルを複数のビンに分割すること、
     ｂ）前記複数のビンの各々に対する平均値および最大値を決定すること、
     ｃ）前記平均値と前記最大値との差を決定すること、
     ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
     ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項１００に記載の方法。
102. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、
     前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
     前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項１０１に記載の方法。
103. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、
     電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
     前記比率が所定の閾値を超えている場合、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項１０２に記載の方法。
104. 前記１つまたは複数の放電の兆候が識別されたときに、前記１つまたは複数のアラート信号を生成するステップは、
     所定の時間内に発生した識別された放電の兆候の数を決定すること、
     識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項１０３に記載の方法。
105. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
     ａ）全電圧サイクルにわたる全電圧信号波形のサンプルの微分を決定すること、
     ｂ）全電圧サイクル波形のサンプルを複数のビンに分割すること、
     ｃ）前記複数のビンの各々の最大値を決定すること、
     ｄ）前記全電圧サイクル波形の他の複数のサンプルの各々についてａ）〜ｃ）のステップを繰り返して、全てのサンプルにわたる各ビンに関する累積最大値を決定すること、
     ｅ）前記複数のビンにわたる各累積最大値の微分を決定することを含む、請求項１０４に記載の方法。
106. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、
     前記全電圧サイクル波形の電圧サイクルにわたる平均過渡振幅を決定すること、
     前記電圧サイクル内の複数の位相セクションに関する平均過渡振幅を決定することを含む、請求項１０５に記載の方法。
107. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、
     電圧サイクルのゼロ交差付近の平均ピーク過渡に対する、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡の比率を決定すること、
     前記比率が所定の閾値を超えると、最大電圧付近の１つまたは複数の位相セクションにおける平均ピーク過渡を放電の兆候として識別することを含む、請求項１０６に記載の方法。
108. 前記１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成するステップは、
     所定の時間内に発生した識別された放電の兆候の数を決定すること、
     識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項１０７に記載の方法。
109. 前記１つまたは複数のセンサデバイスは、信号波形が閾値に到達したことを検出すると、８０ＭＨｚで前記全電圧サイクル波形をサンプリングする、請求項９９に記載の方法。
110. 前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別するステップは、
     閾値を超える前記全電圧サイクル波形の１つまたは複数のサンプルを識別すること、
     識別された１つまたは複数のサンプルを格納することを含む、請求項１０９に記載の方法。
111. 識別された過渡信号に基づいて１つまたは複数の過渡特性を生成するステップは、識別された各サンプルに対して、
     識別されたサンプルにおけるピークの数を決定すること、
     識別されたサンプルのピークの立ち上がり時間を決定すること、
     識別されたサンプルのパルス幅を決定すること、
     識別されたサンプルの積分を決定することを含む、請求項１１０に記載の方法。
112. 前記過渡特性を分析して１つまたは複数の放電の兆候を識別するステップは、識別されたサンプルのピークの数が所定の閾値を超え、かつ識別されたサンプルにおけるピークの立ち上がり時間が所定の閾値を超えたときに、識別されたサンプルを放電の兆候として分類することを含む、請求項１１１に記載の方法。
113. 前記１つまたは複数の放電の兆候が識別されたときに、１つまたは複数のアラート信号を生成するステップは、
     所定の時間内に発生した識別された放電の兆候の数を決定すること、
     識別された放電の兆候の数に基づいてアラート信号を生成することを含む、請求項１１２に記載の方法。
114. 前記１つまたは複数のセンサデバイスは、前記１つまたは複数の信号波形内の１つまたは複数の過渡信号を識別し、前記センサデバイスのメモリモジュールに格納された過渡検出プロファイルを使用して、識別された過渡信号に基づいて１つまたは複数の過渡特性を生成する、請求項９８に記載の方法。
115. 前記サーバコンピューティングデバイスは、１つまたは複数のセンサデバイスから受信した過渡特性に基づいて更新された過渡検出プロファイルを生成し、更新された過渡検出プロファイルを前記１つまたは複数のセンサデバイスの各々に送信する、請求項１１４に記載の方法。
116. 前記１つまたは複数のセンサデバイスは、更新された過渡検出プロファイルを適用して、１つまたは複数の信号波形内の後続の過渡信号を識別して、１つまたは複数の過渡特性を生成する、請求項１１５に記載の方法。
117. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号をリモートコンピューティングデバイスに送信する、請求項９７に記載の方法。
118. 前記サーバコンピューティングデバイスは、前記１つまたは複数のアラート信号を前記１つまたは複数のセンサデバイスのうちの少なくとも１つに送信する、請求項９７に記載の方法。
119. 前記１つまたは複数のセンサデバイスのうちの少なくとも１つは、前記１つまたは複数のアラート信号のうちの少なくとも１つを受信すると、視覚的インジケータを作動させる、請求項１１８に記載の方法。
120. 前記視覚的インジケータが、前記１つまたは複数のセンサデバイスのうちの少なくとも１つの発光ダイオード（ＬＥＤ）コンポーネントである、請求項１１９に記載の方法。
121. 前記サーバコンピューティングデバイスは、１つまたは複数の機械学習アルゴリズムを使用して、１つまたは複数の信号波形を分析して、１つまたは複数の放電の兆候を識別する、請求項９７に記載の方法。

Images