JP3403368B2 - 電気機器モニタリングシステム及び動作異常警報システム - Google Patents
電気機器モニタリングシステム及び動作異常警報システムInfo
- Publication number
- JP3403368B2 JP3403368B2 JP2000024531A JP2000024531A JP3403368B2 JP 3403368 B2 JP3403368 B2 JP 3403368B2 JP 2000024531 A JP2000024531 A JP 2000024531A JP 2000024531 A JP2000024531 A JP 2000024531A JP 3403368 B2 JP3403368 B2 JP 3403368B2
- Authority
- JP
- Japan
- Prior art keywords
- electric
- data
- monitoring system
- current
- power consumer
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、電気機器の動作状
態を非侵入的な方法で推定する電気機器のモニタリング
システム及びこれを利用した電気機器の動作異常警告シ
ステムに関するものである。さらに詳しくは、本発明は
電気機器なかでもインバータ機器の動作状態を推定する
のに好適な電気機器モニタリングシステム及びこれを利
用した電気機器の動作異常警告システムに関するもので
ある。
態を非侵入的な方法で推定する電気機器のモニタリング
システム及びこれを利用した電気機器の動作異常警告シ
ステムに関するものである。さらに詳しくは、本発明は
電気機器なかでもインバータ機器の動作状態を推定する
のに好適な電気機器モニタリングシステム及びこれを利
用した電気機器の動作異常警告システムに関するもので
ある。
【０００２】
【従来の技術】従来、電力需要家において設置している
電気機器は単純なオン・オフ動作をするものが多かっ
た。このような電気機器の動作状態を非侵入的（Non-In
trusive;給電線引込口付近一箇所に測定センサーを設置
するもので、給電線下流の分岐回路毎に測定センサーを
取り付けたり、回路に接続されている電気機器毎に測定
センサーを取り付けたりしない状態のことをいう）に推
定するモニタリングシステムが提案されている。このモ
ニタリングシステムは、例えば、ＭＩＴ（Massachusett
s Institute of Technology ; 米国) で開発されたアル
ゴリスムを用いてＥＰＲＩ(Electric Power Research I
nstitute; 米国) が装置化している。このアルゴリズム
を用いたモニタリングシステムでは、上記電気機器のオ
ン・オフ動作を需要家の総電力負荷カーブのステップ状
の時間変化として捉え、電気機器の定格消費電力及び力
率に基づいてオンあるいはオフとなった電気機器の特定
と動作状態の推定を行っている。
電気機器は単純なオン・オフ動作をするものが多かっ
た。このような電気機器の動作状態を非侵入的（Non-In
trusive;給電線引込口付近一箇所に測定センサーを設置
するもので、給電線下流の分岐回路毎に測定センサーを
取り付けたり、回路に接続されている電気機器毎に測定
センサーを取り付けたりしない状態のことをいう）に推
定するモニタリングシステムが提案されている。このモ
ニタリングシステムは、例えば、ＭＩＴ（Massachusett
s Institute of Technology ; 米国) で開発されたアル
ゴリスムを用いてＥＰＲＩ(Electric Power Research I
nstitute; 米国) が装置化している。このアルゴリズム
を用いたモニタリングシステムでは、上記電気機器のオ
ン・オフ動作を需要家の総電力負荷カーブのステップ状
の時間変化として捉え、電気機器の定格消費電力及び力
率に基づいてオンあるいはオフとなった電気機器の特定
と動作状態の推定を行っている。
【０００３】
【発明が解決しようとする課題】しかしながら、最近で
は、一般家庭の電力需要家においても、電気機器として
各種のインバータ機器が設置されてきており、電力需要
家における電気機器の消費電力の時間的推移が必ずしも
ステップ状ではなく、穏やかに変動したり、あるいは不
規則に変動したりしてきている。このような電力変動を
する場合には、上記ＭＩＴが開発した従来のアルゴリズ
ムを採用したモニタリングシステムでは、インバータ機
器を含んだ電気機器の動作状態を推定することができな
い。しかも、最近はインバータ機器だけを使用したり、
ノンインバータ機器を使用したりするといことはなく、
これら電気機器が混在した状態で使用されていることが
一般的であり、一層電気機器の動作状況の把握を難しく
している。
は、一般家庭の電力需要家においても、電気機器として
各種のインバータ機器が設置されてきており、電力需要
家における電気機器の消費電力の時間的推移が必ずしも
ステップ状ではなく、穏やかに変動したり、あるいは不
規則に変動したりしてきている。このような電力変動を
する場合には、上記ＭＩＴが開発した従来のアルゴリズ
ムを採用したモニタリングシステムでは、インバータ機
器を含んだ電気機器の動作状態を推定することができな
い。しかも、最近はインバータ機器だけを使用したり、
ノンインバータ機器を使用したりするといことはなく、
これら電気機器が混在した状態で使用されていることが
一般的であり、一層電気機器の動作状況の把握を難しく
している。
【０００４】
【課題を解決するための手段】本発明は、従来のアルゴ
リズムでは推定ができないインバータ機器を含んだ電気
機器の動作状態を非侵入的な方法で推定可能とする電気
機器モニタリングシステム並びにそれを利用した電気機
器の動作異常警告システムを提供することを目的とす
る。
リズムでは推定ができないインバータ機器を含んだ電気
機器の動作状態を非侵入的な方法で推定可能とする電気
機器モニタリングシステム並びにそれを利用した電気機
器の動作異常警告システムを提供することを目的とす
る。
【０００５】かかる目的を達成するため、請求項１記載
の発明に係る発明は、電力需要家が使用している複数の
電気機器の動作状態を推定するモニタリングシステムに
おいて、電力需要家の給電線引込口付近に設置した測定
センサーと、測定センサーで検出した測定データから基
本波並びに高調波の電流とそれらの電圧に対する位相に
関するデータを取り出すデータ抽出手段と、データ抽出
手段からの基本波並びに高調波の電流とそれらの電圧に
対する位相に関するデータを基に、当該電力需要家が使
用している電気機器の動作状態を推定するパターン認識
手段を備えるようにしている。
の発明に係る発明は、電力需要家が使用している複数の
電気機器の動作状態を推定するモニタリングシステムに
おいて、電力需要家の給電線引込口付近に設置した測定
センサーと、測定センサーで検出した測定データから基
本波並びに高調波の電流とそれらの電圧に対する位相に
関するデータを取り出すデータ抽出手段と、データ抽出
手段からの基本波並びに高調波の電流とそれらの電圧に
対する位相に関するデータを基に、当該電力需要家が使
用している電気機器の動作状態を推定するパターン認識
手段を備えるようにしている。
【０００６】したがって、請求項１記載の発明では、電
気機器が発生する基本波並びに高調波の電流とそれらの
電圧に対する位相のパターンに着目し、パターン認識手
段によるパターン認識手法を応用して、給電線引込口付
近で測定した総負荷電流と電圧の波形から基本波並びに
高調波の電流とそれらの電圧に対する位相に関するデー
タを抽出し、電気機器の動作状態を推定するようにして
いる。
気機器が発生する基本波並びに高調波の電流とそれらの
電圧に対する位相のパターンに着目し、パターン認識手
段によるパターン認識手法を応用して、給電線引込口付
近で測定した総負荷電流と電圧の波形から基本波並びに
高調波の電流とそれらの電圧に対する位相に関するデー
タを抽出し、電気機器の動作状態を推定するようにして
いる。
【０００７】請求項２記載の発明では、請求項１のパタ
ーン認識手段としてニューラルネットワークを採用し、
当該ニューラルネットワークはインバータ機器を含む複
数の電気機器の種々の組み合わせと、それらの電気機器
の種々の動作状態の組み合わせについて、あらかじめ測
定したいくかつの高調波電流とその位相に関するデータ
とその時の解答である電気機器の動作状態を教師データ
としてあらかじめ与えて学習させておくことで、電力需
要家の測定センサーで測定した基本波並びに高調波の電
流とそれらの位相に関するデータからパターン認識によ
って需要家の電気機器の動作状態を推定するようにして
いる。
ーン認識手段としてニューラルネットワークを採用し、
当該ニューラルネットワークはインバータ機器を含む複
数の電気機器の種々の組み合わせと、それらの電気機器
の種々の動作状態の組み合わせについて、あらかじめ測
定したいくかつの高調波電流とその位相に関するデータ
とその時の解答である電気機器の動作状態を教師データ
としてあらかじめ与えて学習させておくことで、電力需
要家の測定センサーで測定した基本波並びに高調波の電
流とそれらの位相に関するデータからパターン認識によ
って需要家の電気機器の動作状態を推定するようにして
いる。
【０００８】すなわち、ニュートラルネットワークに
は、あらかじめいくかつの教師データを与えて学習を終
了させておく必要がある。例えば、教師データとして
は、電気機器の組み合わせとそれぞれに対する動作状態
の組み合わせから、解答となる電気機器の動作状態を幾
つかを選び、ニューラルネットワークに与えて学習させ
る。そして、測定センサーで測定した総負荷電流の波形
と電圧の波形から基本波並びに高調波の電流とそれらの
電圧に対する位相に関するデータを取り出し、これらを
学習の終了したニューラルネットワークに与える。これ
により、ニューラルネットワークはインバータ機器を含
む複数の電気機器の動作状態を推定する。
は、あらかじめいくかつの教師データを与えて学習を終
了させておく必要がある。例えば、教師データとして
は、電気機器の組み合わせとそれぞれに対する動作状態
の組み合わせから、解答となる電気機器の動作状態を幾
つかを選び、ニューラルネットワークに与えて学習させ
る。そして、測定センサーで測定した総負荷電流の波形
と電圧の波形から基本波並びに高調波の電流とそれらの
電圧に対する位相に関するデータを取り出し、これらを
学習の終了したニューラルネットワークに与える。これ
により、ニューラルネットワークはインバータ機器を含
む複数の電気機器の動作状態を推定する。
【０００９】更に、請求項３記載の発明の電気機器の動
作異常警告システムは、請求項１または２に記載の電気
機器モニタリングシステムで得られた情報あるいはその
加工情報から、需要家在室者の安否、需要家内の安全、
電気機器や電化システムの異常の有無等を判定し、その
情報を外部へ発信するようにしている。この場合、火災
などに繋がる電力機器の異常動作や需要家在室者の安否
・安全を非侵入的な方法でモニタリングできる。
作異常警告システムは、請求項１または２に記載の電気
機器モニタリングシステムで得られた情報あるいはその
加工情報から、需要家在室者の安否、需要家内の安全、
電気機器や電化システムの異常の有無等を判定し、その
情報を外部へ発信するようにしている。この場合、火災
などに繋がる電力機器の異常動作や需要家在室者の安否
・安全を非侵入的な方法でモニタリングできる。
【００１０】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００１１】図１に、本発明の電気機器モニタリングシ
ステムが適用された系統の模式図を示す。この図１にお
いて、符号１は電気機器モニタリングシステムであり、
このモニタリングシステム１は、電力需要家２に設置さ
れている電気機器３の動作状態の推定において有用なも
のである。
ステムが適用された系統の模式図を示す。この図１にお
いて、符号１は電気機器モニタリングシステムであり、
このモニタリングシステム１は、電力需要家２に設置さ
れている電気機器３の動作状態の推定において有用なも
のである。
【００１２】この電力需要家２に設置されている電気機
器３としては、例えばテレビジョン受像機３ａ、冷蔵庫
３ｂ、エアーコンディショナー３ｃ、照明設備としての
白熱灯３ｄ及び蛍光灯３ｅを挙げることができる。ま
た、この電気機器３が接続される電力需要家２に設置さ
れている電気回路は、引込線４及び電柱５に架設された
電線を介して電気事業者等の電力系統に接続されてい
る。
器３としては、例えばテレビジョン受像機３ａ、冷蔵庫
３ｂ、エアーコンディショナー３ｃ、照明設備としての
白熱灯３ｄ及び蛍光灯３ｅを挙げることができる。ま
た、この電気機器３が接続される電力需要家２に設置さ
れている電気回路は、引込線４及び電柱５に架設された
電線を介して電気事業者等の電力系統に接続されてい
る。
【００１３】この電気機器モニタリングシステム１は、
基本的には、測定センサー１１と、測定センサー１１で
検出した測定データから基本波並びに高調波の電流とそ
れらの電圧に対する位相に関するデータを取り出すデー
タ抽出手段１２と、データ抽出手段１２からの前述のデ
ータを基に当該電力需要家が使用している電気機器の動
作状態を推定するパターン認識手段、例えばニューラル
ネットワーク１３とからなる。
基本的には、測定センサー１１と、測定センサー１１で
検出した測定データから基本波並びに高調波の電流とそ
れらの電圧に対する位相に関するデータを取り出すデー
タ抽出手段１２と、データ抽出手段１２からの前述のデ
ータを基に当該電力需要家が使用している電気機器の動
作状態を推定するパターン認識手段、例えばニューラル
ネットワーク１３とからなる。
【００１４】ここで、上述した測定センサー１１は、電
力需要家２の引込線４の引込口６の付近に一箇所に設置
している。このように測定センサー１１を引込口６の付
近に一箇所に設置する構成としたことにより、非侵入的
なシステムとすることができる。この測定センサー１１
は、具体的には、例えば引込口６の付近の引込線４に電
気的に並列接続されている計器用変成器（ＰＴ）１１１
と、同付近の引込線４に直列接続された計器用変流器
（ＣＴ）１１２とからなる。さらに具体的に説明すれ
ば、前記ＰＴ１１１の一次側は、引込線４の電圧波形を
測定できるように引込線４に並列に接続されている。同
様に、ＣＴ１１２の一次側は、引込線４の電流波形を測
定できるように引込線４に直列に接続されている。これ
らＰＴ１１１とＣＴ１１２の各二次側は、データ抽出手
段１２の入力端子に接続されている。
力需要家２の引込線４の引込口６の付近に一箇所に設置
している。このように測定センサー１１を引込口６の付
近に一箇所に設置する構成としたことにより、非侵入的
なシステムとすることができる。この測定センサー１１
は、具体的には、例えば引込口６の付近の引込線４に電
気的に並列接続されている計器用変成器（ＰＴ）１１１
と、同付近の引込線４に直列接続された計器用変流器
（ＣＴ）１１２とからなる。さらに具体的に説明すれ
ば、前記ＰＴ１１１の一次側は、引込線４の電圧波形を
測定できるように引込線４に並列に接続されている。同
様に、ＣＴ１１２の一次側は、引込線４の電流波形を測
定できるように引込線４に直列に接続されている。これ
らＰＴ１１１とＣＴ１１２の各二次側は、データ抽出手
段１２の入力端子に接続されている。
【００１５】上述したデータ抽出手段１２は、前記測定
センサー１１であるＰＴ１１１及びＣＴ１１２で検出し
た測定データから基本波並びに高調波の電流に関するデ
ータと、電圧に対する基本波と高調波の電流の位相に関
するデータとを取り出すことができる。このデータ抽出
手段１２からの基本波並びに高調波の電流に関するデー
タと、電圧に対する基本波の電流（以下、基本波電流と
も呼ぶ）と高調波の電流（以下、高調波電流とも呼ぶ）
の位相に関するデータとが、上述したパターン認識手段
の１つとしてのニューラルネットワーク１３に与えられ
る。
センサー１１であるＰＴ１１１及びＣＴ１１２で検出し
た測定データから基本波並びに高調波の電流に関するデ
ータと、電圧に対する基本波と高調波の電流の位相に関
するデータとを取り出すことができる。このデータ抽出
手段１２からの基本波並びに高調波の電流に関するデー
タと、電圧に対する基本波の電流（以下、基本波電流と
も呼ぶ）と高調波の電流（以下、高調波電流とも呼ぶ）
の位相に関するデータとが、上述したパターン認識手段
の１つとしてのニューラルネットワーク１３に与えられ
る。
【００１６】上述したニューラルネットワーク１３は、
人間の脳の神経細胞を模倣した情報処理システムであ
り、いくつかの神経細胞（ニューロン）がシナプスと呼
ばれる媒体を介して相互に結合して情報を交換しながら
情報処理を行うようにした並列分散処理システムのこと
である。このニューラルネットワーク１３は、当該電力
需要家２が使用している電気機器３のうちインバータ機
器を含む電気機器の動作状態を推定する推定手段１３１
を備えている。
人間の脳の神経細胞を模倣した情報処理システムであ
り、いくつかの神経細胞（ニューロン）がシナプスと呼
ばれる媒体を介して相互に結合して情報を交換しながら
情報処理を行うようにした並列分散処理システムのこと
である。このニューラルネットワーク１３は、当該電力
需要家２が使用している電気機器３のうちインバータ機
器を含む電気機器の動作状態を推定する推定手段１３１
を備えている。
【００１７】この推定手段１３１には、まず、教師デー
タを与えておく。この教師データとは、複数の電気機器
の種々の組み合わせと、それらの電気機器の種々の動作
状態の組み合わせについて、あらかじめ測定したいくつ
かの基本波と高調波の電流とそれらの電圧に対する位相
に関するデータとその時の解答である電気機器の動作状
態とからなるデータのことをいう。また、この推定手段
１３１は、電力需要家の測定センサー１１によって測定
した総負荷電流の高調波成分と位相に関するデータを入
力することによって、パターン認識によってインバータ
機器を含む複数の電気機器の個別の動作状態を推定する
ことができるようになっている。
タを与えておく。この教師データとは、複数の電気機器
の種々の組み合わせと、それらの電気機器の種々の動作
状態の組み合わせについて、あらかじめ測定したいくつ
かの基本波と高調波の電流とそれらの電圧に対する位相
に関するデータとその時の解答である電気機器の動作状
態とからなるデータのことをいう。また、この推定手段
１３１は、電力需要家の測定センサー１１によって測定
した総負荷電流の高調波成分と位相に関するデータを入
力することによって、パターン認識によってインバータ
機器を含む複数の電気機器の個別の動作状態を推定する
ことができるようになっている。
【００１８】図２に、電気機器モニタリングシステムの
具体的構成例を示す。この図において、電力需要家２に
引き込まれた引込線４が単相三線式である場合、日本の
場合には、引込線４は、Ａ相４ａと中性線４ｎとの間で
交流１００〔Ｖ〕、Ｂ相４ｂと中性線４ｎとの間で交流
１００〔Ｖ〕、Ａ相４ａとＢ相４ｂとの間で２００
〔Ｖ〕となる。Ａ相４ａと中性線４ｎとの間に、電流Ｉ
A1，ＩA2，…，ＩA6を流し、電圧・電流の位相差φA1，
φA2，…，φA6を持つ電気機器３が接続されている。同
様に、Ｂ相４ｂと中性線４ｎとの間に、電流ＩB1，
ＩB2，…，ＩB6を流し、電圧・電流の位相差φB1，
φB2，…，φB6を持つ電気機器３が接続されている。そ
して、ＰＴ１１１ａの一次側は、Ａ相４ａと中性線４ｎ
との間に接続されている。ＰＴ１１１ａの二次側には、
Ａ相４ａの電圧と相似の電圧ＶA が出力される。ＰＴ１
１１ｂの一次側は、Ｂ相４ｂと中性線４ｎとの間に接続
されている。ＰＴ１１１ｂの二次側には、Ｂ相４ｂの電
圧と相似の電圧ＶB が出力される。ＣＴ１１２ａ，１１
２ｂには貫通型を使用するものとすると、ＣＴ１１２ａ
はＡ相４ａに流れる電流を測定して二次側からＡ相の電
流と相似の電流ＩA を出力し、また、ＣＴ１１２ｂはＢ
相４ｂに流れる電流を測定して二次側からＢ相の電流と
相似の電流ＩB を出力する。ここで、電圧ＶＡとＩＡの
位相関係はＡ相電圧とＡ相電流の位相関係に原理的に等
しく、また、ＶＢとＩＢの位相関係もＢ相電圧とＢ相電
流の位相関係に原理的に等しく保たれている。これら電
圧ＶA ，ＶB と、電流ＩA ，ＩB は、データ抽出手段１
２に入力される。
具体的構成例を示す。この図において、電力需要家２に
引き込まれた引込線４が単相三線式である場合、日本の
場合には、引込線４は、Ａ相４ａと中性線４ｎとの間で
交流１００〔Ｖ〕、Ｂ相４ｂと中性線４ｎとの間で交流
１００〔Ｖ〕、Ａ相４ａとＢ相４ｂとの間で２００
〔Ｖ〕となる。Ａ相４ａと中性線４ｎとの間に、電流Ｉ
A1，ＩA2，…，ＩA6を流し、電圧・電流の位相差φA1，
φA2，…，φA6を持つ電気機器３が接続されている。同
様に、Ｂ相４ｂと中性線４ｎとの間に、電流ＩB1，
ＩB2，…，ＩB6を流し、電圧・電流の位相差φB1，
φB2，…，φB6を持つ電気機器３が接続されている。そ
して、ＰＴ１１１ａの一次側は、Ａ相４ａと中性線４ｎ
との間に接続されている。ＰＴ１１１ａの二次側には、
Ａ相４ａの電圧と相似の電圧ＶA が出力される。ＰＴ１
１１ｂの一次側は、Ｂ相４ｂと中性線４ｎとの間に接続
されている。ＰＴ１１１ｂの二次側には、Ｂ相４ｂの電
圧と相似の電圧ＶB が出力される。ＣＴ１１２ａ，１１
２ｂには貫通型を使用するものとすると、ＣＴ１１２ａ
はＡ相４ａに流れる電流を測定して二次側からＡ相の電
流と相似の電流ＩA を出力し、また、ＣＴ１１２ｂはＢ
相４ｂに流れる電流を測定して二次側からＢ相の電流と
相似の電流ＩB を出力する。ここで、電圧ＶＡとＩＡの
位相関係はＡ相電圧とＡ相電流の位相関係に原理的に等
しく、また、ＶＢとＩＢの位相関係もＢ相電圧とＢ相電
流の位相関係に原理的に等しく保たれている。これら電
圧ＶA ，ＶB と、電流ＩA ，ＩB は、データ抽出手段１
２に入力される。
【００１９】データ抽出手段１２は、アナログ／デジタ
ル（Ａ／Ｄ）変換器１２１と、高速フーリエ変換器１２
２とからなる。Ａ／Ｄ変換器１２１は電圧ＶA ，ＶB と
電流ＩA ，ＩB とをデジタルデータに変換することがで
きる。このＡ／Ｄ変換器１２１の出力は、高速フーリエ
変換器１２２に与えられる。高速フーリエ変換器１２２
は、前記Ａ／Ｄ変換器１２１からのデジタルデータから
電流データＩＡ（１− １３），ＩＢ（１−１３）、位相
差データφＡ（１−１３） ，φＢ（１−１３ ）を得る
ことができる。ここで、電流データＩＡ１，ＩＢ１、位
相差データφＡ １，φＢ１はそれぞれ基本波の電流並び
に位相差を示し、電流データＩＡ（２− １３）、Ｉ
Ｂ（２−１３）、位相差データφＡ（２−１３）、φ
Ｂ（２−１３）は添字（２〜１３）が高調波の次数２次
から１３次を表す高調波の電流と位相差とをそれぞれ示
し、給電線に供給される交流電力の基本周波数にその次
数の数値を乗ずることでその高調波のもつ周波数を表
す。例えば、基本周波数が５０Ｈｚの場合、３次高調波
電流とは１５０Ｈｚの周波数成分のみをもつ電流成分の
ことを指す。また、一般に、奇数次の高調波が卓越して
現れ、偶数次のものは小さいため、ここでは２次から１
３次のうち、奇数次のデータを高調波データとしてニュ
ーラルネットワーク１３に入力として与えている。
ル（Ａ／Ｄ）変換器１２１と、高速フーリエ変換器１２
２とからなる。Ａ／Ｄ変換器１２１は電圧ＶA ，ＶB と
電流ＩA ，ＩB とをデジタルデータに変換することがで
きる。このＡ／Ｄ変換器１２１の出力は、高速フーリエ
変換器１２２に与えられる。高速フーリエ変換器１２２
は、前記Ａ／Ｄ変換器１２１からのデジタルデータから
電流データＩＡ（１− １３），ＩＢ（１−１３）、位相
差データφＡ（１−１３） ，φＢ（１−１３ ）を得る
ことができる。ここで、電流データＩＡ１，ＩＢ１、位
相差データφＡ １，φＢ１はそれぞれ基本波の電流並び
に位相差を示し、電流データＩＡ（２− １３）、Ｉ
Ｂ（２−１３）、位相差データφＡ（２−１３）、φ
Ｂ（２−１３）は添字（２〜１３）が高調波の次数２次
から１３次を表す高調波の電流と位相差とをそれぞれ示
し、給電線に供給される交流電力の基本周波数にその次
数の数値を乗ずることでその高調波のもつ周波数を表
す。例えば、基本周波数が５０Ｈｚの場合、３次高調波
電流とは１５０Ｈｚの周波数成分のみをもつ電流成分の
ことを指す。また、一般に、奇数次の高調波が卓越して
現れ、偶数次のものは小さいため、ここでは２次から１
３次のうち、奇数次のデータを高調波データとしてニュ
ーラルネットワーク１３に入力として与えている。
【００２０】これらの基本波並びに高調波の電流データ
ＩＡ（１−１３）、ＩＢ（１−１３ ） 、位相差データ
φＡ（１−１３） ，φＢ（１−１３） の各データは、
ニューラルネットワーク１３に与えられる。
ＩＡ（１−１３）、ＩＢ（１−１３ ） 、位相差データ
φＡ（１−１３） ，φＢ（１−１３） の各データは、
ニューラルネットワーク１３に与えられる。
【００２１】ニューラルネットワーク１３はあらかじめ
教師データによって学習を終了している。学習は次のよ
うにして行う。
教師データによって学習を終了している。学習は次のよ
うにして行う。
【００２２】すなわち、図１に示した電気機器３の組み
合わせを例にとると、次の表１、表２及び表３に示すよ
うな機器の使用状態にあったときの電圧Ｖ、電流Ｉを取
り込み、これをデータ抽出手段１２で基本波と高調波の
奇数次数に対する電流値と位相差のデータを得ておき、
これらのデータとそれぞれの場合のインバータ機器の動
作状態を教師データとしてニューラルネットワークの学
習を行う。
合わせを例にとると、次の表１、表２及び表３に示すよ
うな機器の使用状態にあったときの電圧Ｖ、電流Ｉを取
り込み、これをデータ抽出手段１２で基本波と高調波の
奇数次数に対する電流値と位相差のデータを得ておき、
これらのデータとそれぞれの場合のインバータ機器の動
作状態を教師データとしてニューラルネットワークの学
習を行う。
【００２３】
【表１】
【００２４】
【表２】
【００２５】
【表３】
【００２６】例えば、電気機器３としては、表１、表２
及び表３に示すように、インバータ式エアーコンディシ
ョナー（表では「エアコン」）、インバータ式冷蔵庫
（表では「冷蔵庫新」）、オンオフ型の冷蔵庫（表では
「冷蔵庫旧」）、白熱灯、蛍光灯、テレビジョン受像機
（表では「ＴＶ」）を使用するものとする。また、各機
器３のオン、オフの状態は、表ではオンが「１」、オフ
が「０」で表している。
及び表３に示すように、インバータ式エアーコンディシ
ョナー（表では「エアコン」）、インバータ式冷蔵庫
（表では「冷蔵庫新」）、オンオフ型の冷蔵庫（表では
「冷蔵庫旧」）、白熱灯、蛍光灯、テレビジョン受像機
（表では「ＴＶ」）を使用するものとする。また、各機
器３のオン、オフの状態は、表ではオンが「１」、オフ
が「０」で表している。
【００２７】表１、表２及び表３に示すような電気機器
３のオン、オフ状態であって、かつ、オン状態の機器の
消費電力〔Ｗ〕が表１、表２及び表３に示す値であった
とした場合に、次数（１，３，…，１３）における電流
値及び位相差が、次の表４、表５及び表６に示すような
値になる。
３のオン、オフ状態であって、かつ、オン状態の機器の
消費電力〔Ｗ〕が表１、表２及び表３に示す値であった
とした場合に、次数（１，３，…，１３）における電流
値及び位相差が、次の表４、表５及び表６に示すような
値になる。
【００２８】
【表４】
【００２９】
【表５】
【００３０】
【表６】
【００３１】図３、図４及び図５に、表４、表５及び表
６に示す次数（１，３，…，１３）における電流値及び
位相差を示す。各図において、横軸には電流の次数を、
縦軸には電流値〔Ａ〕及び位相差〔度〕をそれぞれ示し
ている。基本波および各高調波次数の電流値は太線で棒
状に、位相差は細線で示している。ここで、各電流値及
び位相差（ｓｉｎ変換してある）は情報のもつ重みを均
等化するために０から１の範囲あるいは−１から１の範
囲に規格することが好ましい。
６に示す次数（１，３，…，１３）における電流値及び
位相差を示す。各図において、横軸には電流の次数を、
縦軸には電流値〔Ａ〕及び位相差〔度〕をそれぞれ示し
ている。基本波および各高調波次数の電流値は太線で棒
状に、位相差は細線で示している。ここで、各電流値及
び位相差（ｓｉｎ変換してある）は情報のもつ重みを均
等化するために０から１の範囲あるいは−１から１の範
囲に規格することが好ましい。
【００３２】ここで、表１に示すように、「エアコ
ン」、「白熱灯」及び「蛍光灯」がオン状態になってい
る場合には、基本波並びに高調波の電流値及び位相差は
各次数（基本波は次数１で示している）において表４の
ような値になり、これら値を図で示すと図３のようにな
る。この図３において、位相差は、基本波、第１３次高
調波において著しく大きくなり、それ以外の高調波では
比較的小さくなって概ね略Ｕ字状の形状になることがわ
かる。また、図３において、第３次以上の高調波電流値
はかなり小さくなっている。
ン」、「白熱灯」及び「蛍光灯」がオン状態になってい
る場合には、基本波並びに高調波の電流値及び位相差は
各次数（基本波は次数１で示している）において表４の
ような値になり、これら値を図で示すと図３のようにな
る。この図３において、位相差は、基本波、第１３次高
調波において著しく大きくなり、それ以外の高調波では
比較的小さくなって概ね略Ｕ字状の形状になることがわ
かる。また、図３において、第３次以上の高調波電流値
はかなり小さくなっている。
【００３３】また、表２に示すように、「エアコン」、
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表５のような値になり、これら値を図で示すと図
４に示すようになる。この図４において、位相差は、基
本波が一番大きく、第３次高調波、第７次高調波、第１
１次が概ね同じ値で、これら次数よりも第５次及び第９
次は小さく、更に第１３次は最も小さくなる形状となっ
ている。また、高調波電流値は、図４において、第３次
高調波電流が相対的に大きな値を示している。
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表５のような値になり、これら値を図で示すと図
４に示すようになる。この図４において、位相差は、基
本波が一番大きく、第３次高調波、第７次高調波、第１
１次が概ね同じ値で、これら次数よりも第５次及び第９
次は小さく、更に第１３次は最も小さくなる形状となっ
ている。また、高調波電流値は、図４において、第３次
高調波電流が相対的に大きな値を示している。
【００３４】また、表３に示すように、「冷蔵庫新」、
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表６のような値になり、これら値を図で示すと図
５に示すようになる。この図５において、位相差は、基
本波が一番大きく、第５次高調波、第１１次高調波が大
きく、他の次数では次数が増すに従って小さくなる形状
となっている。また、高調波電流値は、図５において、
第３次高調波電流、第５次高調波電流値が相対的に大き
な値を示している。
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表６のような値になり、これら値を図で示すと図
５に示すようになる。この図５において、位相差は、基
本波が一番大きく、第５次高調波、第１１次高調波が大
きく、他の次数では次数が増すに従って小さくなる形状
となっている。また、高調波電流値は、図５において、
第３次高調波電流、第５次高調波電流値が相対的に大き
な値を示している。
【００３５】このように表１、表２及び表３に示すよう
な機器３を動作させたときに得られるデータとその時の
解答であるインバータ機器の動作状態を教師データとし
てニューラルネットワーク１３を学習させておく。な
お、教師データはこの例で示したものに限られるもので
はなく、適当な電気機器の組み合わせ、適当な動作状態
の組み合わせの時のデータをいくつか用意すればよい。
な機器３を動作させたときに得られるデータとその時の
解答であるインバータ機器の動作状態を教師データとし
てニューラルネットワーク１３を学習させておく。な
お、教師データはこの例で示したものに限られるもので
はなく、適当な電気機器の組み合わせ、適当な動作状態
の組み合わせの時のデータをいくつか用意すればよい。
【００３６】このようにしてニューラルネットワーク１
３を教師データで学習させた後に、実際に、図１に示す
ように電力需要家２の電気機器３の動作状態を非侵入的
に測定することになる。
３を教師データで学習させた後に、実際に、図１に示す
ように電力需要家２の電気機器３の動作状態を非侵入的
に測定することになる。
【００３７】すなわち、電気機器モニタリングシステム
１を、図１に示すように、電力需要家２に適用する。具
体的には、図１に示すように、引込線４の電力需要家２
の引込口６に測定センサー１１を配置し、実際に、電気
機器モニタリングシステム１を動作させて電力需要家２
の電気機器３の動作状態を推定させる。この電力需要家
２の電気機器３は、上述した教師データとは異なる電気
機器３の組み合せとなっているものとする。
１を、図１に示すように、電力需要家２に適用する。具
体的には、図１に示すように、引込線４の電力需要家２
の引込口６に測定センサー１１を配置し、実際に、電気
機器モニタリングシステム１を動作させて電力需要家２
の電気機器３の動作状態を推定させる。この電力需要家
２の電気機器３は、上述した教師データとは異なる電気
機器３の組み合せとなっているものとする。
【００３８】ここで、電気機器モニタリングシステム１
によってデータ測定をおこなった。この電力需要家２に
おける電気機器３の測定データ、すなわち測定センサー
１１のＰＴ１１１ａ，１１１ｂ及びＣＴ１１２ａ，１１
２ｂからの測定データ（電圧ＶA ，ＶB 、電流ＩA ，Ｉ
B ）は、当然、教師データとして学習に使っていないデ
ータである。このようなＰＴ１１１ａ，１１１ｂ及びＣ
Ｔ１１２ａ，１１２ｂからの測定データを、データ抽出
手段１２に入力する。
によってデータ測定をおこなった。この電力需要家２に
おける電気機器３の測定データ、すなわち測定センサー
１１のＰＴ１１１ａ，１１１ｂ及びＣＴ１１２ａ，１１
２ｂからの測定データ（電圧ＶA ，ＶB 、電流ＩA ，Ｉ
B ）は、当然、教師データとして学習に使っていないデ
ータである。このようなＰＴ１１１ａ，１１１ｂ及びＣ
Ｔ１１２ａ，１１２ｂからの測定データを、データ抽出
手段１２に入力する。
【００３９】このデータ抽出手段１２において、アナロ
グ電圧データＶA ，ＶB とアナログ電流データＩA ，Ｉ
B とは、Ａ／Ｄ変換器１２１によりデジタルデータに変
換される。このＡ／Ｄ変換器１２１からのデジタルデー
タを用いて、高速フーリエ変換器１２２により、基本波
並びに高調波の電流データＩＡ（１−１３）、ＩＢ（
１−１３）及び位相差データφＡ（１−１３） ，φ
Ｂ（１−１３） を得る。
グ電圧データＶA ，ＶB とアナログ電流データＩA ，Ｉ
B とは、Ａ／Ｄ変換器１２１によりデジタルデータに変
換される。このＡ／Ｄ変換器１２１からのデジタルデー
タを用いて、高速フーリエ変換器１２２により、基本波
並びに高調波の電流データＩＡ（１−１３）、ＩＢ（
１−１３）及び位相差データφＡ（１−１３） ，φ
Ｂ（１−１３） を得る。
【００４０】これらの基本波並びに高調波の電流データ
ＩＡ（１−１３）、ＩＢ（１−１３ ）及び位相差データ
φＡ（１−１３） ，φＢ（１−１３） は、ニューラル
ネットワーク１３に供給される。ニューラルネットワー
ク１３では、推定手段１３１によって、現在入力されて
いる測定データのパターンを参照し、学習によって得ら
れた推定能力によってパターン認識している。そのパタ
ーン認識した結果をニューラルネットワーク１３の推定
結果（図では「電気機器の動作状態」と表示する）とし
て出力している。
ＩＡ（１−１３）、ＩＢ（１−１３ ）及び位相差データ
φＡ（１−１３） ，φＢ（１−１３） は、ニューラル
ネットワーク１３に供給される。ニューラルネットワー
ク１３では、推定手段１３１によって、現在入力されて
いる測定データのパターンを参照し、学習によって得ら
れた推定能力によってパターン認識している。そのパタ
ーン認識した結果をニューラルネットワーク１３の推定
結果（図では「電気機器の動作状態」と表示する）とし
て出力している。
【００４１】上述の表１、表２及び表３で示すような入
力データ例とは、異なる電気機器３の動作状態の組み合
わせについて電気機器モニタリングシステム１で測定し
た結果、インバータ式エアコンの動作状態についてはほ
ぼ１００％の確率で正確に推定できることが確認でき
た。
力データ例とは、異なる電気機器３の動作状態の組み合
わせについて電気機器モニタリングシステム１で測定し
た結果、インバータ式エアコンの動作状態についてはほ
ぼ１００％の確率で正確に推定できることが確認でき
た。
【００４２】この電気機器モニタリングシステム１は、
電気機器が発生する基本波並びに高調波電流に着目し、
ニューラルネットワークなどのパターン認識手法を応用
して、電力需要家２の引込線４の引込口６付近での総負
荷電流と電圧の測定結果から電気機器特にインバータ機
器を含む電気機器の動作状態を推定することができる利
点がある。
電気機器が発生する基本波並びに高調波電流に着目し、
ニューラルネットワークなどのパターン認識手法を応用
して、電力需要家２の引込線４の引込口６付近での総負
荷電流と電圧の測定結果から電気機器特にインバータ機
器を含む電気機器の動作状態を推定することができる利
点がある。
【００４３】また、この電気機器モニタリングシステム
１は、ニューラルネットワーク１３による推定精度を向
上させるための学習を、電力需要家２の外部から電話回
線、光ファイバー専用回線等を利用して外部から行うこ
とができる。
１は、ニューラルネットワーク１３による推定精度を向
上させるための学習を、電力需要家２の外部から電話回
線、光ファイバー専用回線等を利用して外部から行うこ
とができる。
【００４４】さらに、電気機器モニタリングシステム１
によって測定した電気機器の動作状態は、電力需要家２
自身が利用できる以外に、通信回線を経由して電力会社
等が利用できるシステムとして構築することができる。
によって測定した電気機器の動作状態は、電力需要家２
自身が利用できる以外に、通信回線を経由して電力会社
等が利用できるシステムとして構築することができる。
【００４５】また、本実施形態では主に電力機器の動作
状態の推定による非侵入的モニタリングについて述べた
が、これに特に利用方法は限定されず、電気機器の動作
異常を警告することもできる。即ち、電気機器動作異常
モニタリングシステムは、上述の電気機器モニタリング
システムで得られた情報あるいはその加工情報から、需
要家在室者の安否、需要家内の安全、電気機器や電化シ
ステムの異常の有無等を判定し、その情報を外部へ発信
することができる。例えば、本システムにより、在室者
が毎日オンオフされるはずの照明、テレビ、電気ポッ
ト、温水便座等の動作状態から「需要家在室者の安否」
を判定することができるとともに、火災等の原因となる
電気アイロン、電気ストーブ、電化厨房等の長時間使用
（つけっぱなし）等から「需要家内の安全」を判定する
ことができる。「これらの情報の外部発信」について
は、既存の電話回線、PHS、ポケベル、インターネット
等の利用が可能であり、「通報対象者」は居室者本人、
居室者の縁者、消防署、地方自治体等の福祉医療担当者
等を想定できる。
状態の推定による非侵入的モニタリングについて述べた
が、これに特に利用方法は限定されず、電気機器の動作
異常を警告することもできる。即ち、電気機器動作異常
モニタリングシステムは、上述の電気機器モニタリング
システムで得られた情報あるいはその加工情報から、需
要家在室者の安否、需要家内の安全、電気機器や電化シ
ステムの異常の有無等を判定し、その情報を外部へ発信
することができる。例えば、本システムにより、在室者
が毎日オンオフされるはずの照明、テレビ、電気ポッ
ト、温水便座等の動作状態から「需要家在室者の安否」
を判定することができるとともに、火災等の原因となる
電気アイロン、電気ストーブ、電化厨房等の長時間使用
（つけっぱなし）等から「需要家内の安全」を判定する
ことができる。「これらの情報の外部発信」について
は、既存の電話回線、PHS、ポケベル、インターネット
等の利用が可能であり、「通報対象者」は居室者本人、
居室者の縁者、消防署、地方自治体等の福祉医療担当者
等を想定できる。
【００４６】また、２１世紀初頭には、需要家情報ネッ
トワーク（「ファイバー・ツー・ホーム」などと呼ばれ
ている）が整備され、多用な情報サービスが需要家へ提
供されると同時に、電力需要家２の側の情報もネットワ
ークを通して収集され、これらの情報は電気事業者等の
経営にも反映されてゆくものと期待される。例えば、電
気事業者にとって電力需要家２の側の重要な情報の一つ
に電力需要家２が保有する電気機器の構成や使用実態に
関する情報があるが、これらはＤＳＭ（DemandSide Man
agement）の効果評価、潜在需要の予測、負荷率低下の
要因分析、きわめて細かな季時別料金システムの構築、
需要家への各種サービスの提供等を行う上で必要不可欠
である。この電気機器モニタリングシステム１は、上述
したニーズに応えることができる有力なシステムの一つ
である。
トワーク（「ファイバー・ツー・ホーム」などと呼ばれ
ている）が整備され、多用な情報サービスが需要家へ提
供されると同時に、電力需要家２の側の情報もネットワ
ークを通して収集され、これらの情報は電気事業者等の
経営にも反映されてゆくものと期待される。例えば、電
気事業者にとって電力需要家２の側の重要な情報の一つ
に電力需要家２が保有する電気機器の構成や使用実態に
関する情報があるが、これらはＤＳＭ（DemandSide Man
agement）の効果評価、潜在需要の予測、負荷率低下の
要因分析、きわめて細かな季時別料金システムの構築、
需要家への各種サービスの提供等を行う上で必要不可欠
である。この電気機器モニタリングシステム１は、上述
したニーズに応えることができる有力なシステムの一つ
である。
【００４７】なお、上述の実施形態は本発明の好適な実
施の一例ではあるがこれに限定されるものではなく本発
明の要旨を逸脱しない範囲において種々変形実施可能で
ある。例えば、本実施形態では、パターン認識手段とし
てニューラルネットワークを用いた例について主に説明
したがこれに特に限定されるものではなく、弁別手法に
よっては微妙な条件における推定精度が落ちることも考
えられるが実施できないものではない。また、本実施形
態のようなニューラルネットワークによる場合、特にイ
ンバータ機器の動作状態も精度良く推定できることがで
き、インバータ機器を含む複数の電気機器の使用におけ
る動作状況のモニタリングには最適である。
施の一例ではあるがこれに限定されるものではなく本発
明の要旨を逸脱しない範囲において種々変形実施可能で
ある。例えば、本実施形態では、パターン認識手段とし
てニューラルネットワークを用いた例について主に説明
したがこれに特に限定されるものではなく、弁別手法に
よっては微妙な条件における推定精度が落ちることも考
えられるが実施できないものではない。また、本実施形
態のようなニューラルネットワークによる場合、特にイ
ンバータ機器の動作状態も精度良く推定できることがで
き、インバータ機器を含む複数の電気機器の使用におけ
る動作状況のモニタリングには最適である。
【００４８】
【発明の効果】以上説明したように本発明によれば、電
力需要家において設置されている電気機器が発生する基
本波並びに高調波の電流とそれらの電圧に対する位相の
パターンに着目し、ニューラルネットワーク等のパター
ン認識手法を応用することにより、給電線引込口付近で
の総負荷電流と電圧の測定結果からインバータ機器を含
む複数の電気機器の個別の動作状態を推定することがで
きる効果がある。
力需要家において設置されている電気機器が発生する基
本波並びに高調波の電流とそれらの電圧に対する位相の
パターンに着目し、ニューラルネットワーク等のパター
ン認識手法を応用することにより、給電線引込口付近で
の総負荷電流と電圧の測定結果からインバータ機器を含
む複数の電気機器の個別の動作状態を推定することがで
きる効果がある。
【００４９】また、本発明に係る電気機器モニタリング
システムは、パターン認識手段に与える教師データの変
更が外部から可能であるため測定精度を外部から変更し
たり、あるいは、電力需要家の電気機器の使用状態のデ
ータを外部に送出することができるため電気事業者等へ
本システムによって得られたデータを送ることにより木
目の細かい電気料金制度を構築するためのデータとして
使うことができる。
システムは、パターン認識手段に与える教師データの変
更が外部から可能であるため測定精度を外部から変更し
たり、あるいは、電力需要家の電気機器の使用状態のデ
ータを外部に送出することができるため電気事業者等へ
本システムによって得られたデータを送ることにより木
目の細かい電気料金制度を構築するためのデータとして
使うことができる。
【００５０】また、本発明に係る電気機器モニタリング
システムによれば、被測定電気機器毎に測定センサーを
取り付ける必要がないため、本システムを需要家に設置
する時にプライバシー等を侵害したり、追加の配線等を
施す度合いが少ない利点がある。
システムによれば、被測定電気機器毎に測定センサーを
取り付ける必要がないため、本システムを需要家に設置
する時にプライバシー等を侵害したり、追加の配線等を
施す度合いが少ない利点がある。
【００５１】更に、請求項３記載の発明の電気機器の動
作異常警告システムによると、火災などに繋がる電力機
器の異常動作や需要家在室者の安否・安全を非侵入的な
方法でモニタリングできる。
作異常警告システムによると、火災などに繋がる電力機
器の異常動作や需要家在室者の安否・安全を非侵入的な
方法でモニタリングできる。
【図１】本発明の実施の形態に係る電気機器モニタリン
グシステムが適用された電力需要家の電気系を示す図で
ある。
グシステムが適用された電力需要家の電気系を示す図で
ある。
【図２】同電気機器モニタリングシステムを示す構成図
である。
である。
【図３】同電気機器モニタリングシステムの教師データ
として使用する入力データ例を示す図である。
として使用する入力データ例を示す図である。
【図４】同電気機器モニタリングシステムの教師データ
として使用する入力データの他の例を示す図である。
として使用する入力データの他の例を示す図である。
【図５】同電気機器モニタリングシステムの教師データ
として使用する入力データのさらに他の例を示す図であ
る。
として使用する入力データのさらに他の例を示す図であ
る。
１ 電気機器モニタリングシステム
２ 電気需要家
３ 電気機器
４ 引込線
４ａ Ａ相
４ｂ Ｂ相
４ｎ 中性線
６ 引込口
１１ 測定センサー
１２ データ抽出手段
１３ パターン認識手段としてのニューラルネットワー
ク １１１、１１１ａ、１１１ｂ ＰＴ １１２、１１２ａ、１１２ｂ ＣＴ １２１ Ａ／Ｄ変換器 １２２ 高速フーリエ変換器 １３１ 推定手段
ク １１１、１１１ａ、１１１ｂ ＰＴ １１２、１１２ａ、１１２ｂ ＣＴ １２１ Ａ／Ｄ変換器 １２２ 高速フーリエ変換器 １３１ 推定手段
フロントページの続き
(56)参考文献 特開 平９−33570（ＪＰ，Ａ)
特開 平５−10973（ＪＰ，Ａ)
特開 平４−236358（ＪＰ，Ａ)
特開 平５−256895（ＪＰ，Ａ)
特開 平８−338856（ＪＰ，Ａ)
特開 平６−289069（ＪＰ，Ａ)
実開 昭58−47169（ＪＰ，Ｕ)
特表 平６−504380（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G01R 21/00 - 22/00 130
G01R 11/00 - 11/66
H02J 3/00
Claims (3)
- 【請求項１】 電力需要家が使用している複数の電気機
器の動作状態を推定するモニタリングシステムにおい
て、前記電力需要家の給電線引込口付近に設置した測定
センサーと、前記測定センサーで検出した測定データか
ら基本波並びに高調波の電流とそれらの電圧に対する位
相に関するデータを取り出すデータ抽出手段と、前記デ
ータ抽出手段からの基本波並びに高調波の電流とそれら
の電圧に対する位相に関するデータを基に、当該電力需
要家が使用している電気機器の動作状態を推定するパタ
ーン認識手段とを備えたことを特徴とする電気機器モニ
タリングシステム。 - 【請求項２】 前記パターン認識手段はニューラルネッ
トワークであり、インバータ機器を含む複数の電気機器
の種々の組み合わせと、それらの電気機器の種々の動作
状態の組み合わせについて、あらかじめ測定したいくつ
かの基本波並びに高調波の電流とそれらの電圧に対する
位相に関するデータとその時の解答である電気機器の動
作状態を教師データとしてあらかじめ与えて学習するこ
とで、前記測定センサーで測定する基本波並びに高調波
の電流とそれらの電圧に対する位相に関するデータから
前記電力需要家の使用している複数の電気機器の動作状
態をパターン認識によって推定することを特徴とする請
求項１記載の電気機器モニタリングシステム。 - 【請求項３】 請求項１または２記載の電気機器モニタ
リングシステムで得られた情報あるいはその加工情報か
ら、需要家在室者の安否、需要家内の安全、電気機器や
電化システムの異常の有無等を判定し、その情報を外部
へ発信する電気機器の動作異常警告システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000024531A JP3403368B2 (ja) | 1999-02-01 | 2000-02-01 | 電気機器モニタリングシステム及び動作異常警報システム |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11-24241 | 1999-02-01 | ||
| JP2424199 | 1999-02-01 | ||
| JP2000024531A JP3403368B2 (ja) | 1999-02-01 | 2000-02-01 | 電気機器モニタリングシステム及び動作異常警報システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000292465A JP2000292465A (ja) | 2000-10-20 |
| JP3403368B2 true JP3403368B2 (ja) | 2003-05-06 |
Family
ID=26361735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000024531A Expired - Fee Related JP3403368B2 (ja) | 1999-02-01 | 2000-02-01 | 電気機器モニタリングシステム及び動作異常警報システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3403368B2 (ja) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011067988A1 (ja) | 2009-12-02 | 2011-06-09 | 日本電気株式会社 | 電力計測システム、電力計測方法および情報処理装置 |
| JP2013109742A (ja) * | 2011-11-21 | 2013-06-06 | Jiaotong Univ | ユーザーフィードバック情報に基づく電気器具検出方法とシステム |
| WO2013141397A1 (en) * | 2012-03-21 | 2013-09-26 | Kabushiki Kaisha Toshiba | Electrical device monitoring apparatus, method thereof and system |
| JP2015021775A (ja) * | 2013-07-17 | 2015-02-02 | 日本電気株式会社 | 監視装置、監視方法及びプログラム |
| WO2015151789A1 (ja) * | 2014-03-31 | 2015-10-08 | 日本電気株式会社 | 教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラム |
| WO2016157927A1 (ja) * | 2015-03-31 | 2016-10-06 | 日本電気株式会社 | データ処理装置、データ処理方法、及び、プログラム |
| WO2017038354A1 (ja) * | 2015-09-03 | 2017-03-09 | 日本電気株式会社 | 情報提供装置、情報提供方法、及び、プログラム |
| US10114051B2 (en) | 2014-03-31 | 2018-10-30 | Nec Corporation | Monitoring device, monitoring system, monitoring method, and non-transitory storage medium |
| US10274573B2 (en) | 2014-05-29 | 2019-04-30 | Nec Corporation | Monitoring system, monitoring device and method of operating the same, server and method of operating the same, and non-transitory storage medium |
| US10401403B2 (en) | 2014-03-31 | 2019-09-03 | Nec Corporation | Monitoring device, monitoring system, monitoring method, and non-transitory storage medium |
| US10495674B2 (en) | 2014-01-29 | 2019-12-03 | Nec Corporation | Monitoring device, monitoring system, monitoring method, correction information generation device, correction information generation method, and non-transitory storage medium |
| US10712375B2 (en) | 2015-03-31 | 2020-07-14 | Nec Corporation | Data processing device, data processing method, and non-transitory storage medium |
| US10763671B2 (en) | 2014-11-28 | 2020-09-01 | Nec Corporation | Power management apparatus, power management system, power management method, and non-transitory storage medium |
| US11002773B2 (en) | 2013-07-17 | 2021-05-11 | Nec Corporation | Monitoring apparatus, monitoring method, and storage medium |
| US11237584B2 (en) | 2016-08-22 | 2022-02-01 | Nec Corporation | State change detection apparatus, method, and non-transitory medium |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE367584T1 (de) * | 2000-04-12 | 2007-08-15 | Central Res Inst Elect | System und verfahren zur abschätzung des stromverbrauchs eines elektrischen geräts und abnormalitätswarnungssystem damit |
| JP4084966B2 (ja) * | 2002-07-05 | 2008-04-30 | 財団法人電力中央研究所 | 特定電気機器の動作状態推定方法及びシステム並びに電力需要家在室者の安否確認方法及びシステム |
| JP4056004B2 (ja) * | 2003-11-20 | 2008-03-05 | 財団法人電力中央研究所 | 高調波信号発生装置及びこれを用いた特定電気機器の動作状態推定方法及びシステム並びに電力需要家居住者の安否確認方法及びシステム |
| JP4811921B2 (ja) * | 2006-01-30 | 2011-11-09 | 日置電機株式会社 | 表示制御装置 |
| JP4367784B2 (ja) * | 2006-09-01 | 2009-11-18 | 国立大学法人 名古屋工業大学 | 電動機固定子巻線の短絡診断システム |
| WO2009125627A1 (ja) | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 |
| JP4977648B2 (ja) * | 2008-06-16 | 2012-07-18 | Ｎｅｃシステムテクノロジー株式会社 | 機器判別装置、プログラム、および、方法 |
| JP4937205B2 (ja) * | 2008-07-22 | 2012-05-23 | 株式会社東芝 | 電力品質評価システム |
| US8447541B2 (en) * | 2009-01-26 | 2013-05-21 | Geneva Cleantech Inc. | Energy usage monitoring with remote display and automatic detection of appliance including graphical user interface |
| KR101652109B1 (ko) * | 2009-07-22 | 2016-08-29 | 엘지전자 주식회사 | 전력 모니터링 장치 |
| WO2011091444A1 (en) * | 2010-01-25 | 2011-07-28 | Geneva Cleantech Inc. | Automatic detection of appliances |
| JP5010009B2 (ja) * | 2010-04-15 | 2012-08-29 | 三菱電機株式会社 | 情報収集装置、情報収集方法、及び、プログラム |
| JP5627486B2 (ja) * | 2011-01-31 | 2014-11-19 | 三菱電機株式会社 | 信号発生装置及び機器動作検出システム |
| JP5549616B2 (ja) * | 2011-02-04 | 2014-07-16 | 富士通株式会社 | 機器種別判定装置及び機器種別判定プログラム、並びに電源管理システム |
| JP5502117B2 (ja) * | 2012-02-20 | 2014-05-28 | 三菱電機株式会社 | 機器稼動推定装置、安否推定システム、機器稼働推定方法及びプログラム |
| JP5520338B2 (ja) * | 2012-05-16 | 2014-06-11 | 日本電信電話株式会社 | 電気機器検出および電力消費量モニタリングシステム |
| JP6071397B2 (ja) | 2012-10-04 | 2017-02-01 | 株式会社東芝 | 状態推定装置、状態推定方法およびプログラム |
| US9638723B2 (en) | 2012-10-04 | 2017-05-02 | Kabushiki Kaisha Toshiba | Status estimation apparatus, status estimation method |
| JP5575212B2 (ja) | 2012-12-03 | 2014-08-20 | 三菱電機株式会社 | 異常検出装置、異常検出方法、及びプログラム |
| JP5818825B2 (ja) * | 2013-01-22 | 2015-11-18 | 三菱電機株式会社 | モニタリング装置、モニタリング方法、及びプログラム |
| WO2014184957A1 (ja) * | 2013-05-17 | 2014-11-20 | 三菱電機株式会社 | 判別システム、ホームエネルギーマネジメントシステム、判別方法、及びプログラム |
| JP5814979B2 (ja) | 2013-06-13 | 2015-11-17 | 三菱電機株式会社 | 電力測定装置、判定方法、およびプログラム |
| WO2015083393A1 (ja) | 2013-12-03 | 2015-06-11 | 株式会社東芝 | 機器状態推定装置、機器消費電力推定装置、およびプログラム |
| JP2015108953A (ja) | 2013-12-04 | 2015-06-11 | 株式会社東芝 | 演算装置 |
| JP6158064B2 (ja) | 2013-12-13 | 2017-07-05 | 株式会社東芝 | 料金情報出力装置、料金情報出力方法及びプログラム |
| CN104833852A (zh) * | 2015-05-11 | 2015-08-12 | 重庆大学 | 一种基于人工神经网络的电力系统谐波信号估计测量方法 |
| JP6143919B2 (ja) * | 2015-08-20 | 2017-06-07 | 株式会社東芝 | 電気機器モニタリング装置およびその方法 |
| JP2019164057A (ja) | 2018-03-20 | 2019-09-26 | 本田技研工業株式会社 | 負荷推定装置および可搬型の電力供給装置 |
| JP2019165576A (ja) | 2018-03-20 | 2019-09-26 | 本田技研工業株式会社 | 負荷推定装置および電力供給装置 |
| WO2019180819A1 (ja) | 2018-03-20 | 2019-09-26 | 本田技研工業株式会社 | 負荷推定装置および電力供給装置 |
| WO2022130626A1 (ja) * | 2020-12-18 | 2022-06-23 | 株式会社日立製作所 | 異常診断装置、プログラムおよび異常診断方法 |
| US11403508B1 (en) | 2021-10-15 | 2022-08-02 | Starkoff Co., Ltd. | Method for estimating load by energy meter including load estimation model based on neural network and energy meter using the same |
-
2000
- 2000-02-01 JP JP2000024531A patent/JP3403368B2/ja not_active Expired - Fee Related
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011067988A1 (ja) | 2009-12-02 | 2011-06-09 | 日本電気株式会社 | 電力計測システム、電力計測方法および情報処理装置 |
| JP2013109742A (ja) * | 2011-11-21 | 2013-06-06 | Jiaotong Univ | ユーザーフィードバック情報に基づく電気器具検出方法とシステム |
| WO2013141397A1 (en) * | 2012-03-21 | 2013-09-26 | Kabushiki Kaisha Toshiba | Electrical device monitoring apparatus, method thereof and system |
| JP2015021775A (ja) * | 2013-07-17 | 2015-02-02 | 日本電気株式会社 | 監視装置、監視方法及びプログラム |
| US11002773B2 (en) | 2013-07-17 | 2021-05-11 | Nec Corporation | Monitoring apparatus, monitoring method, and storage medium |
| US11067612B2 (en) | 2014-01-29 | 2021-07-20 | Nec Corporation | Monitoring device, monitoring system, monitoring method, correction information generation device, correction information generation method, and non-transitory storage medium |
| US10495674B2 (en) | 2014-01-29 | 2019-12-03 | Nec Corporation | Monitoring device, monitoring system, monitoring method, correction information generation device, correction information generation method, and non-transitory storage medium |
| JPWO2015151789A1 (ja) * | 2014-03-31 | 2017-04-13 | 日本電気株式会社 | 教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラム |
| WO2015151789A1 (ja) * | 2014-03-31 | 2015-10-08 | 日本電気株式会社 | 教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラム |
| US10114051B2 (en) | 2014-03-31 | 2018-10-30 | Nec Corporation | Monitoring device, monitoring system, monitoring method, and non-transitory storage medium |
| US10401403B2 (en) | 2014-03-31 | 2019-09-03 | Nec Corporation | Monitoring device, monitoring system, monitoring method, and non-transitory storage medium |
| US10466283B2 (en) | 2014-03-31 | 2019-11-05 | Nec Corporation | Training data generation device, electrical device monitoring system, training data generation method, and non-transitory storage medium |
| US10274573B2 (en) | 2014-05-29 | 2019-04-30 | Nec Corporation | Monitoring system, monitoring device and method of operating the same, server and method of operating the same, and non-transitory storage medium |
| US10763671B2 (en) | 2014-11-28 | 2020-09-01 | Nec Corporation | Power management apparatus, power management system, power management method, and non-transitory storage medium |
| WO2016157927A1 (ja) * | 2015-03-31 | 2016-10-06 | 日本電気株式会社 | データ処理装置、データ処理方法、及び、プログラム |
| US10712375B2 (en) | 2015-03-31 | 2020-07-14 | Nec Corporation | Data processing device, data processing method, and non-transitory storage medium |
| US10712374B2 (en) | 2015-03-31 | 2020-07-14 | Nec Corporation | Data processing device, data processing method, and non-transitory storage medium |
| JPWO2016157927A1 (ja) * | 2015-03-31 | 2018-01-25 | 日本電気株式会社 | データ処理装置、データ処理方法、及び、プログラム |
| US10750251B2 (en) | 2015-09-03 | 2020-08-18 | Nec Corporation | Information providing apparatus, information providing method, and storage medium |
| WO2017038354A1 (ja) * | 2015-09-03 | 2017-03-09 | 日本電気株式会社 | 情報提供装置、情報提供方法、及び、プログラム |
| US11237584B2 (en) | 2016-08-22 | 2022-02-01 | Nec Corporation | State change detection apparatus, method, and non-transitory medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000292465A (ja) | 2000-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3403368B2 (ja) | 電気機器モニタリングシステム及び動作異常警報システム | |
| JP3602825B2 (ja) | 電気機器の消費電力推定システム並びに方法及びこれを利用した異常警告システム | |
| JP3877269B2 (ja) | 電気機器モニタリングシステム及びこれを利用した異常警告システム | |
| Chakraborty et al. | Smart meters for enhancing protection and monitoring functions in emerging distribution systems | |
| JP4454001B2 (ja) | 遠隔電気機器監視方法及び装置並びにそれを利用した消費電力推定方法及び装置 | |
| EP2496913B1 (en) | Method and apparatus for monitoring power consumption | |
| US7622912B1 (en) | Method for enabling monitoring of power consumption | |
| JP5665619B2 (ja) | 相判別装置 | |
| WO2018229712A1 (en) | System and method for detecting theft of electricity with integrity checks analysis | |
| CN104316816B (zh) | 一种单相居民电能表串户排查方法 | |
| JP2011232061A (ja) | 消費電力測定システム及び消費電力測定方法 | |
| WO2018229714A1 (en) | System and method for detecting theft of electricity | |
| Gerber et al. | Energy and power quality measurement for electrical distribution in AC and DC microgrid buildings | |
| JP4084966B2 (ja) | 特定電気機器の動作状態推定方法及びシステム並びに電力需要家在室者の安否確認方法及びシステム | |
| JP2000314752A (ja) | 電力モニタリングシステム | |
| JP5243516B2 (ja) | 発電システムにおける発電量及び負荷量測定装置 | |
| JP2012002795A (ja) | 電力監視装置 | |
| Alhazmi | Allocating power quality monitors in electrical distribution systems to measure and detect harmonics pollution | |
| RU2607674C2 (ru) | Способ определения энергопотребления в электрической установке и электрическая установка переменного тока | |
| JP2011112464A (ja) | 電力監視システム | |
| Valois et al. | Voltage unbalance in low voltage distribution networks | |
| JP4056004B2 (ja) | 高調波信号発生装置及びこれを用いた特定電気機器の動作状態推定方法及びシステム並びに電力需要家居住者の安否確認方法及びシステム | |
| CN107037259A (zh) | 一种效果良好的智能防窃电管理系统 | |
| JP3976321B2 (ja) | 電気機器の動作状態推定方法および電気機器モニタリングシステム | |
| Haq et al. | A step towards advanced metering for the smart grid: A survey of energy monitors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090228 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100228 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120229 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120229 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130228 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130228 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140228 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |