JP4433890B2 - 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法 - Google Patents

電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法 Download PDF

Info

Publication number
JP4433890B2
JP4433890B2 JP2004173164A JP2004173164A JP4433890B2 JP 4433890 B2 JP4433890 B2 JP 4433890B2 JP 2004173164 A JP2004173164 A JP 2004173164A JP 2004173164 A JP2004173164 A JP 2004173164A JP 4433890 B2 JP4433890 B2 JP 4433890B2
Authority
JP
Japan
Prior art keywords
load current
total load
voltage
phase
frequency component
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
Application number
JP2004173164A
Other languages
English (en)
Other versions
JP2006017456A (ja
Inventor
卓也 向井
紀之 久代
成憲 中田
直之 樋原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2004173164A priority Critical patent/JP4433890B2/ja
Publication of JP2006017456A publication Critical patent/JP2006017456A/ja
Application granted granted Critical
Publication of JP4433890B2 publication Critical patent/JP4433890B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Description

本発明は、一般家庭の電気機器稼動状態を推定するシステムにおいて、初期学習に伴うデータ収集作業を容易に行なうための改良に関するものである。
従来の電気機器稼動状態推定システムは、電気機器が発生する高調波パターンに着目し、給電引込口付近に設置した電流電圧センサで収集した総負荷電流並びに電圧から求める高調波パターンを特徴量としてパターン認識し、電気機器の稼働状態又は消費電力を推定する(例えば、特許文献1参照)。
上記システムであれば、電気機器個別にセンサを取り付ける必要がなく、システム導入のコストが安く抑えられる。また、ホームネットワークに未対応な電気機器の稼働状態を推定することができる。
特開2001−330630号公報
ところで、上記システムにおいては、屋内で使用される電気機器の全組合せパターンの特徴量を学習データに用いなければ、判定率が低下する。しかし、屋内の電気機器数が増加すれば当該組合せパターン数は指数的に増加するので、初期学習に伴うデータ収集は非常に困難である。計測する組み合わせ数が増加すれば、組合せパターンを変更するごとに電気機器のスイッチの切り替え作業機会も増え、作業時間が長時間に及び被測定家屋への負担も増加する。また、冷蔵庫は長時間スイッチを切れば中の食品を傷めるなど電気機器によっては実現できない組合せパターンも存在する。
そこで、本発明は、このような問題を解決し、初期学習に伴いデータ収集する機器の組合せパターンを少種類に抑え、初期学習にかかる負荷を軽減する電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法を提供することを目的とする。
本発明は、被計測家屋で使用される複数の電気機器の稼動状態を、事前に蓄積した学習データとのパターン認識により推定する電気機器稼動状態推定システムにおいて、学習データは、電気機器を一つずつ稼動させて被計測家屋における総負荷電流及び電圧を計測データとして取得すると共に、これらの計測データを組合せ毎に加算して、複数の生成データを生成し、得られた計測データおよび生成データの特徴量であることを特徴とする。
また、本発明は、被計測家屋で使用される複数の電気機器の稼動状態を推定するために、複数の電気機器に対する稼動/非稼動の全組合せパターンの総負荷電流及び電圧から得られる特徴量を学習データとして格納した学習データベースを構築する電気機器稼動状態推定用データベース構築方法であって、学習データベースには、電気機器を一つずつ稼動させて被計測家屋における総負荷電流及び電圧を計測データとして取得すると共に、これらの計測データを組合せ毎に加算して複数の生成データを生成し、得られた計測データおよび生成データの特徴量を格納することを特徴とする。
本発明は、学習データベースに格納する特徴量の取得において、複数の電気機器に対する稼動/非稼動の全組合せパターンの総負荷電流及び電圧を実際に計測しなくても、各電気機器が一つずつ稼動した場合に得られる計測データ(総負荷電流及び電圧)に基づいて、全組合せパターン(或いは、多くの組合せパターン)を演算によって抽出することができる。
したがって、本発明は、学習データ収集時の稼動状態の組合せパターンを変更する作業において、電気機器のスイッチの切り替え回数を減少できるので、作業時間を大幅に短縮できる。一般に、電気機器は部屋やフロアを隔てて接続されているので、スイッチの切り替えの度に作業者は部屋やフロアを移動せねばならず、1回の組合せパターン変更にも相当な時間を要する。本発明であれば、かかるケースにおいても、迅速に組合せパターンの変更作業が完了する。
また、本発明は、スイッチ切り替えの困難な電気機器が含まれている場合でも、全組合せパターンの学習データを蓄積することができる。例えば、冷蔵庫は長時間電源を切っておけば中の食品を傷めてしまうので、冷蔵庫は常に稼動したままの組合せパターンのみを学習データとして収集することになる。このため、屋内から冷蔵庫を撤去した場合、当該学習データでは不十分となり、複数の電気機器の稼動状態を推定するのが困難となる。しかし、当該学習データだけでなく冷蔵庫が稼動していない組合せパターンの学習データを蓄積できれば、上記問題は解決される。
さらに、本発明では、常時稼動が要求される冷蔵庫等の第1の電気機器と、第1の電気機器を除いた第2の電気機器とが稼動した際の計測データから、第1の電気機器のみが稼動した計測データを減算することにより、冷蔵庫等の第1の電気機器が稼動していない組合せパターンの学習データを生成させることが可能となる。その結果、冷蔵庫等の第1の電気機器を屋内から撤去した場合であっても、当該学習データを用いて、高い精度で、複数の電気機器の稼動状態を推定することができる。
以下、本発明の好適な実施の形態について添付図面を参照して説明する。
図1は、本実施の形態に係る電気機器稼動状態推定システムの配置状態を示す概念図である。また、図2は、本実施の形態に係る電気機器稼動状態推定システムの構成を示すブロック図である。
図1に示すように、本実施の形態の電気機器稼動状態推定システムは、被計測家屋1の給電線引込口付近に配置され、被計測家屋1で使用される複数の電気機器2a〜2cの稼動状態を、事前に蓄積した学習データとのパターン認識により推定するシステムである。
図1,2に示すように、本実施の形態の電気機器稼動状態推定システムは、給電線引込口付近に配置され、被計測家屋における総負荷電流と電圧を計測する計測手段3と、電気機器を一つずつ稼動させたときに計測手段3より得られる複数の計測データを保存する保存手段4と、保存手段4に保存された計測データを組合せ毎に加算して、複数の生成データを生成するデータ生成手段5と、計測データおよび生成データに基づいて特徴量を抽出する特徴量抽出手段6と、電気機器2a〜2cに対する稼動/非稼動の全組合せパターンの総負荷電流及び電圧から得られる特徴量を学習データとして格納する学習データベース7とを備えている。
また、本実施の形態の電気機器稼動状態推定システムは、電気機器2a〜2cの稼働状態を推定する識別器が保持された識別子データベース8と、学習データベース7に格納された学習データから上記識別器を各々学習する学習手段9と、計測手段3で計測された計測データの特徴量を抽出する特徴量抽出手段10と、特徴量抽出手段10で抽出された特徴量を、識別器データベースに保持された学習済みの識別器を用いて、電気機器の稼動状態を推定する推定手段11と、推定手段11から出力される稼働状態推定結果を表示する推定結果表示手段12とを備える。
なお、保存手段4とデータ生成手段5と特徴量抽出手段6とから、学習データベース7に格納する特徴量を取得する特徴量取得手段が構成される。また、識別子データベース8と学習手段9と推定手段11とから、計測手段3で計測した計測データの特徴量と学習データベース7に格納された学習データとを比較して、複数の電気機器2a〜2cの稼動状態を推定する稼動状態推定手段が構成される。
さらに、電気機器2a〜2cの稼動状態とは、電気機器2a〜2cのスイッチがOnかOffかを示す。また、電気機器2a〜2cの組合せパターンとは、(電気機器A=On,電気機器B=On)、(電気機器A=Off,電気機器B=On)といった様々な稼働状態に関するパターンを示す。
次に、本実施の形態の動作を説明する。
本実施の形態における電気機器2a〜2cの稼動状態推定処理は、図7に示す3ステップの作業により実行される。
(ステップI)
はじめに学習データを収集する。電気機器2a〜2cのスイッチ切り替えを行い、様々な組合せパターンで総負荷電流並びに電圧を計測し、当該計測データから抽出した特徴量と電気機器2a〜2cの稼動状態の情報を併せて学習データとする。
(ステップII)
次に稼動状態を推定する識別器を前記学習データで初期学習を行なう。識別器にはニューラルネットワークやサポートベクターマシンなどが用いられる。
(ステップIII)
最後に学習した識別器を使い、計測データから電気機器2a〜2cの稼動状態を推定する。
以下、ステップIにおける本システムの処理を示す。
上記計測手段3で計測した計測データは、稼動状態情報と併せて、例えば図8のようなデータを保存手段4に一時保存する。計測していない組合せパターンの総負荷電流並びに電圧は、上記保存手段4に保存されている計測データからデータ生成手段5にて生成する。特徴量抽出手段6は、当該計測データ及び当該生成データを併せた全組合せパターンの総負荷電流及び電圧から特徴量を抽出し、稼動状態情報と併せて学習データとし、上記学習データはステップIIにおいて識別器の初期学習に用いられる。また上記学習データは学習データベース7が保存する。
学習データ用に実際に計測する組合せパターンは1つの電気機器のみが稼動している場合を考える。この場合の学習データ収集時間は、全組合せパターンを計測する場合に比べ図3に表した程度短縮できる。
保存手段4には電気機器2a〜2cのうち1つの機器が稼動している計4パターンの計測データが保存されている。当該計測データからデータ生成手段5にて計測していない組合せパターンの総負荷電流並びに電圧データを生成する。
はじめに各計測データで電圧の基本波周波数成分の初期位相が0になるように総負荷電流の位相を修正する。次に高速フーリエ変換(FFT)で各周波数成分の最大値と位相を求め、電気機器2aの当該総負荷電流をそれぞれ次のように周波数分解する。
Ia(t)=Ia1cos(2πf1t+φa1)+Iacos(2πf2t+φa2)+・・・
ここでIa(t)は、電気機器2aの位相を修正した総負荷電流、fiは周波数、Ia1はfi成分の電流最大値、φa1はfi成分の位相である。電気機器2b,2cについても同様の処理を行う。
電気機器2a,2bが稼動しているパターンの周波数fi成分の電流最大値Ia-bi及び位相φa-biは、重ね合わせの原理に基づき理論計算できる。まず、重ね合わせの原理により次式が成り立つ。
Ia-bicos(2πfit+φa-bi)=Iaicos(2πfit+φai)+Ibicos(2πfit+φbi)
上式の計算を進めると
Figure 0004433890
となる。電気機器2a又は電気機器2bが高調波電流を発生させるインバータ機器であっても、電気機器2a〜2cそれぞれに高調波電源を持つ図9の等価回路で表現でき、数式は成立する。全ての周波数に対して数式を計算し、電流最大値及び位相を求める。最終的に全周波数成分の和を電気機器2a及び電気機器2bが稼動しているパターンの総負荷電流とする。当該パターンの電圧は、基本波周波数成分の初期位相が0である基本周波数の正弦波とする。
以上により計測していない全組合せパターンの総負荷電流と電圧を生成できる。また、上記計算を行なう周波数を基本波周波数の整数倍の周波数に間引くことで計算量を軽減できる。
一方、電気機器2a常に稼働していなければならない場合、電気機器2bのみが稼働しているときの総負荷電流並びに電圧は、数式の電流最大値の符号が異なる以外上記と同様の方法により生成できる。計測した組合せパターンは電気機器2aが稼働している、電気機器2a及び電気機器2bが稼動しているパターンとする。
電気機器2bのみが稼働している周波数成分の電流最大値及び位相は数式により求められる。
Figure 0004433890
データ生成手段5が計測していない組合せパターンの総負荷電流並びに電圧を生成した後、特徴量抽出手段6が該生成データ及び前記計測データから特徴量を抽出する。
特徴量は、例えば、総負荷電流の基本波並びに高調波電流の実効値及び基本波電圧に対する位相差、給電線引込口から見たインピーダンスの基本波周波数成分の絶対値及び位相、総負荷電流の平均値、ピーク値、波高率、波形率、平均消費電力、力率などが考えられる。
計測データの総負荷電流をI(t)、電圧をV(t)、基本波成分の周期をTとする。n次の高調波電流の実効値Inと基本波電圧との位相差φnは、次のように求める。ここで、f1は基本周波数、fnは基本周波数のn倍である。
Figure 0004433890
給電線引込口から見たインピーダンスの基本波周波数成分の絶対値Zは基本波電圧の実効値Vを基本波電流の実効値Iから、位相φzは数式5の位相差φnから求められる。
Figure 0004433890
総負荷電流の平均値I m e a n は、半周期の平均、ピーク値I p e a k は最大値を用いる。
Figure 0004433890
波形の尖鋭度を表す波高率HR、波形の滑らか度を表す波形率WRは次式で求める。
Figure 0004433890
平均消費電力Pや力率αを特徴量に用いることもできる。
Figure 0004433890
ここでVpeakは電圧のピーク値である。
以下、ステップIIにおける本システムの処理を示す。
電気機器2a〜2cの稼働状態を推定する識別器は電気機器2a〜2c毎に用意し、識別器データベース8に保持されている。前記識別器はニューラルネットワーク、サポートベクターマシンなどを用いる。学習手段9は、前記学習データベース7にある学習データから前記識別器を各々学習し、当該識別器に与えられる特徴量に対して電気機器2a〜2cの稼働状態(OnかOffか)を識別する識別面を形成する(図10)。これにより学習した識別器に特徴量を入力すれば電気機器2a〜2cの稼働状態の推定結果を出力できる。
以下、ステップIIIにおける本システムの処理を示す。電気機器2a〜2cの稼働状態を推定する際のデータの流れを図4に示す。
はじめに計測手段3で総負荷電流並びに電圧は計測し、当該計測データから特徴量抽出手段10において特徴量を抽出する。当該特徴量はステップIIで識別器の初期学習に用いた特徴量と同じ種類にする。
次に、推定手段11に識別器データベース8が保持する学習済みの識別器13a〜13cをセットし、前記推定手段11は、入力される特徴量に対しての稼働状態推定結果を出力する。ここで、電気機器2aの稼働状態は識別器13aで推定するというように、1つの識別器は1つの電気機器の稼働状態推定を担当する。前記推定手段11は、これら推定結果をあわせて出力する。
前記推定結果は推定結果表示手段12が表示する。例えば図6のように屋内に設置したディスプレイに表示することで、被測定家屋において現在どの電気機器2a〜2cが稼働しているかを把握できる。
以上のように、本実施の形態であれば、学習データベース7に格納する特徴量の取得において、複数の電気機器2a〜2cに対する稼動/非稼動の全組合せパターンの総負荷電流及び電圧を実際に計測しなくても、各電気機器2a〜2cが一つずつ稼動した場合に得られる計測データ(総負荷電流及び電圧)に基づいて、全組合せパターン(或いは、多くの組合せパターン)を演算によって抽出することができる。その結果、学習データ収集時(ステップI)の稼動状態の組合せパターンを変更する作業において、電気機器2a〜2cのスイッチの切り替え回数を減少できるので、作業時間を大幅に短縮できる。
なお、本実施の形態と同様の方法で生成した学習データを用いて、稼働状態でなく電気機器2a〜2c個別の消費電力を推定してもよい。このとき学習データ収集時には電気機器2a〜2cに消費電力を計測する装置を取り付けるものとする。
本実施の形態に係る電気機器稼動状態推定システムの配置状態を示す概念図である。 本実施の形態に係る電気機器稼動状態推定システムの構成を示すブロック図である。 学習データの収集時間の短縮率を表した表である。 推定動作時のデータの流れを示す図である。 学習データの一例を示す表である。 推定結果の表示例を示す図である。 本実施の形態における電気機器の稼動状態推定処理の動作ステップを示す図である。 計測データの一例を示す表である。 インバータ機器を接続したときの屋内配線の等価回路図である。 識別器のイメージを示す図である。
符号の説明
1…被計測家屋、2a〜2c…電気機器、3…計測手段、4…保存手段、5…データ生成手段、6,10…特徴量抽出手段、7…学習データベース、8…識別子データベース、9…学習手段、11…推定手段、12…推定結果表示手段、13a〜13c…識別器。

Claims (6)

  1. 被計測家屋内の電気機器を一つずつ稼動させて一つずつの総負荷電流ならびに電圧を計測する計測ステップと、
    前記計測ステップで計測した結果を計測データとして保存する計測データ保存ステップと、
    前記計測データ保存ステップで保存した一つずつ稼動させた電気機器毎の前記計測データを周波数分解し各周波数成分から各周波数成分の総負荷電流と位相を求め複数の電気機器の全ての稼動と非稼動の組合せパターンの総負荷電流ならびに電圧を演算する際に電気機器aの各周波数成分f (i=1,2,3,..,n)の総負荷電流がI ai 、位相がφ ai であり、電気機器bの各周波数成分f の総負荷電流がI bi 、位相がφ bi であるとき、電気機器aと電気機器bの組合せパターンの各周波数成分ごとの電流最大値I a−bi ならびに位相φ a−bi を、次の式
    Figure 0004433890
    により重ね合わせて求め、この重ね合わせて求めた前記各周波数成分の和により組合せパターンの総負荷電流と位相を生成する演算ステップと、
    前記計測データおよび前記演算ステップで生成した生成データを併せた全組合せパターンの総負荷電流ならびに電圧から特徴量を抽出する特徴量抽出ステップと、
    前記特徴量抽出ステップで抽出した特徴量を初期学習データベースとして保存する特徴量保存ステップと、
    を備えたことを特徴とする初期学習データベース構築方法。
  2. 稼動を止めることができない電気機器のみが稼動しているときの総負荷電流ならびに電圧を計測する単体計測ステップと、
    前記稼動を止めることができない電気機器と稼動を止めることができる電気機器の全ての電気機器毎との組合せで稼動しているときの総負荷電流ならびに電圧を計測する組合せ計測ステップと、
    前記組合せ計測結果の電圧の各周波数成分f (i=1,2,3,..,n)の総負荷電流I a−bi ならびに位相φ a−bi から前記単体計測結果の電圧の各周波数成分f の総負荷電流I ai ならびに位相φ ai 次の式
    Figure 0004433890
    によって各周波数成分f の負荷電流の正弦成分および余弦成分を減算することにより得られる前記稼動を止めることができる電気機器のみの電圧の各周波数成分f の総負荷電流I bi ならびに位相φ bi の各周波数成分の和により、前記稼動を止めることができる電気機器のみが稼動している総負荷電流ならびに電圧を、前記稼動を止めることができる全ての電気機器について求める演算生成ステップと、
    前記単体計測ステップで計測した単体計測データおよび前記組合せ計測ステップで計測した組合せ計測データおよび前記演算生成ステップで生成した生成データを併せた全組合せパターンの総負荷電流ならびに電圧から特徴量を抽出する特徴量抽出ステップと、
    前記特徴量抽出ステップで抽出した特徴量を初期学習データベースとして保存する特徴量保存ステップと、
    を備えたことを特徴とする初期学習データベース構築方法。
  3. 前記特徴量は、総負荷電流の基本波並びに高調波の電流実効値及び電圧に対する位相差、給電線引込口から見たインピーダンスの基本波周波数成分の絶対値及び位相、総負荷電流の平均値、ピーク値、波高率、波形率、力率、平均消費電力のうち1つ又は複数である請求項1または2に記載の初期学習データベース構築方法。
  4. 被計測家屋で使用される複数の電気機器の稼動状態を、事前に蓄積した学習データとのパターン認識により推定する電気機器稼動状態推定システムにおいて、
    前記被計測家屋内の前記電気機器を一つずつ稼動させて一つずつの総負荷電流ならびに電圧を計測する計測手段と、
    前記計測手段で計測した結果を計測データとして保存する計測データ保存手段と、
    前記計測データ保存手段で保存した一つずつ稼動させた電気機器毎の前記計測データを周波数分解し各周波数成分から各周波数成分の総負荷電流と位相を求め複数の電気機器の全ての稼動と非稼動の組合せパターンの総負荷電流ならびに電圧を演算する際に電気機器aの各周波数成分f (i=1,2,3,..,n)の総負荷電流がI ai 、位相がφ ai であり、電気機器bの各周波数成分f の総負荷電流がI bi 、位相がφ bi であるとき、電気機器aと電気機器bの組合せパターンの各周波数成分ごとの電流最大値I a−bi ならびに位相φ a−bi を、次の式
    Figure 0004433890
    により重ね合わせて求め、この重ね合わせて求めた前記各周波数成分の和により組合せパターンの総負荷電流と位相を生成する演算手段と、
    前記計測データおよび前記演算手段で生成した生成データを併せた前記全組合せパターンの総負荷電流ならびに電圧から特徴量を抽出する特徴量抽出手段と、
    前記特徴量抽出手段で抽出した特徴量を初期学習データベースとして保存する特徴量保存手段と、
    を備えたことを特徴とする電気機器稼動状態推定システム。
  5. 稼動を止めることができない電気機器がある場合に、
    前記計測手段は、
    前記稼動を止めることができない電気機器のみが単体で稼動しているときの総負荷電流ならびに電圧を計測するとともに、前記稼動を止めることができない電気機器および稼動を止めることができる電気機器とを組合せて稼動しているときの総負荷電流ならびに電圧を計測し、
    前記演算手段は、
    前記組合せ計測結果の電圧の各周波数成分f (i=1,2,3,..,n)の総負荷電流I a−bi ならびに位相φ a−bi から前記単体計測結果の電圧の各周波数成分f の総負荷電流I ai ならびに位相φ ai 次の式
    Figure 0004433890
    によって各周波数成分f の負荷電流の正弦成分および余弦成分を減算することにより得られる前記稼動を止めることができる電気機器のみの電圧の各周波数成分f の総負荷電流I bi ならびに位相φ bi の各周波数成分の和により、前記稼動を止めることができる電気機器のみが稼動している総負荷電流ならびに電圧を求めることを特徴とする請求項記載の電気機器稼動状態推定システム。
  6. 前記特徴量は、総負荷電流の基本波並びに高調波の電流実効値及び電圧に対する位相差、給電線引込口から見たインピーダンスの基本波周波数成分の絶対値及び位相、総負荷電流の平均値、ピーク値、波高率、波形率、力率、平均消費電力のうち1つ又は複数である請求項4または5のいずれかに記載の電気機器稼動状態推定システム。
JP2004173164A 2004-06-04 2004-06-10 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法 Expired - Fee Related JP4433890B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004173164A JP4433890B2 (ja) 2004-06-04 2004-06-10 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004167232 2004-06-04
JP2004173164A JP4433890B2 (ja) 2004-06-04 2004-06-10 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法

Publications (2)

Publication Number Publication Date
JP2006017456A JP2006017456A (ja) 2006-01-19
JP4433890B2 true JP4433890B2 (ja) 2010-03-17

Family

ID=35791896

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004173164A Expired - Fee Related JP4433890B2 (ja) 2004-06-04 2004-06-10 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法

Country Status (1)

Country Link
JP (1) JP4433890B2 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
US11002773B2 (en) 2013-07-17 2021-05-11 Nec Corporation Monitoring apparatus, monitoring method, and storage medium

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4565511B2 (ja) * 2006-08-02 2010-10-20 国立大学法人名古屋大学 電気機器稼働状態推定システム
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
WO2010085817A1 (en) * 2009-01-26 2010-07-29 Geneva Cleantech Inc. Methods and apparatus for power factor correction and reduction of distortion in and noise in a power supply delivery network
JP2010210575A (ja) * 2009-03-12 2010-09-24 Oki Electric Ind Co Ltd 電気機器稼動状況推定装置、情報格納装置、及び、電気機器稼動状況推定システム
CN102823123A (zh) * 2010-01-25 2012-12-12 吉尼瓦洁净技术公司 用于功率因子校正和减少电力传输网络中的失真和噪声的方法和设备
TWI423549B (zh) * 2010-07-02 2014-01-11 Univ Nat Chiao Tung 辨識電器狀態的電力監測裝置及其電力監測方法
JP5598200B2 (ja) 2010-09-16 2014-10-01 ソニー株式会社 データ処理装置、データ処理方法、およびプログラム
JP5630176B2 (ja) 2010-09-16 2014-11-26 ソニー株式会社 電力供給装置
JP5546506B2 (ja) * 2011-08-03 2014-07-09 日本電信電話株式会社 電気機器識別装置、電気機器識別方法および電気機器識別プログラム
KR101866564B1 (ko) * 2011-09-26 2018-06-14 한국전력공사 원격검침 로드 프로파일의 부하기기별 전력 사용 패턴 분리 장치 및 방법
TWI440862B (zh) * 2011-11-21 2014-06-11 國立交通大學 Electrical detection method and system based on user feedback information
CN103308786B (zh) * 2012-03-06 2015-09-02 日电(中国)有限公司 能源消耗设备的状态检测方法和装置
CN104246520B (zh) * 2012-04-18 2016-11-02 索尼公司 电子装置的运行状态估计设备、电子装置的运行状态估计方法、电子装置的特征向量登记设备、电子装置的特征向量登记方法、服务器装置和电子装置的运行状态估计系统
KR101557116B1 (ko) 2013-11-13 2015-10-02 주식회사 케이티 개별 부하의 운영상태를 추정하는 장치 및 방법
JP6342700B2 (ja) * 2014-05-01 2018-06-13 トヨタ自動車株式会社 電力消費行動推定装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0451353A (ja) * 1990-06-20 1992-02-19 Fujitsu Ltd パターン学習方式
JP3877269B2 (ja) * 2000-05-18 2007-02-07 財団法人電力中央研究所 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
JP2002152971A (ja) * 2000-08-30 2002-05-24 Daihen Corp 負荷需要推定装置
JP4454001B2 (ja) * 2001-06-19 2010-04-21 財団法人電力中央研究所 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
JP2003333768A (ja) * 2002-05-15 2003-11-21 Sharp Corp 電気機器稼働状況把握方法及び装置
JP3892358B2 (ja) * 2002-07-23 2007-03-14 財団法人電力中央研究所 消費電力の変動が頻繁に起こる電気機器の動作状態を推定する方法および消費電力の変動が頻繁に起こる電気機器のモニタリングシステム
JP4269630B2 (ja) * 2002-10-15 2009-05-27 ダイキン工業株式会社 消費電力量算出装置及び消費電力量算出方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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
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
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

Also Published As

Publication number Publication date
JP2006017456A (ja) 2006-01-19

Similar Documents

Publication Publication Date Title
JP4433890B2 (ja) 電気機器稼動状態推定システムおよび電気機器稼動状態推定用データベース構築方法
Yang et al. Feature knowledge based fault detection of induction motors through the analysis of stator current data
US9091742B2 (en) Fault identification techniques for high resistance grounded systems
Yang et al. A non-intrusive appliance load monitoring for efficient energy consumption based on Naive Bayes classifier
JP6724922B2 (ja) 教師データ提供装置、推定装置、推定システム、教師データ提供方法、推定方法、及び、プログラム
JP6144408B2 (ja) エネルギー計測情報ラベリングシステムおよびエネルギー計測情報ラベリングサーバ
JP5727949B2 (ja) 電流波形識別装置
Martin-Diaz et al. Analysis of various inverters feeding induction motors with incipient rotor fault using high-resolution spectral analysis
Jimenez et al. Feature extraction for nonintrusive load monitoring based on S-Transform
Gargoom et al. Investigation of effective automatic recognition systems of power-quality events
WO2014197180A1 (en) Method and system employing graphical electric load categorization to identify one of a plurality of different electric load types
JP6791152B2 (ja) 推定装置、推定方法、及び、プログラム
JP5492148B2 (ja) 電気機器識別装置、電気機器識別方法及び電気機器識別プログラム
Edomwandekhoe et al. Advanced feature selection for broken rotor bar faults in induction motors
US20130106185A1 (en) Power management apparatus and method for controlling the same
JP5127608B2 (ja) 電力品質評価システム
JP6585979B2 (ja) 回転機診断システム
KR20160143456A (ko) 전력 관리 기능을 갖는 시스템 및 사용자 단말기, 및 이것의 전력 관리 방법
Rahnama et al. Diode open-circuit fault detection in rectifier bridge of the brushless synchronous generator
JP2010210575A (ja) 電気機器稼動状況推定装置、情報格納装置、及び、電気機器稼動状況推定システム
JP2008191108A (ja) 電力品質評価システム
EP3079227A1 (en) Calculation device
KR101689501B1 (ko) 싸이리스터 스위치 고장 검지 장치를 구비한 다중 위상제어 정류기 및 고장 검지 방법
Saleh et al. Phaselet-based method for detecting electric faults in $3\phi $ induction motor drives—part I: analysis and development
JP6221443B2 (ja) 監視装置、監視方法及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060724

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090120

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090323

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090417

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090630

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090828

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: 20091208

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20091221

R151 Written notification of patent or utility model registration

Ref document number: 4433890

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130108

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130108

Year of fee payment: 3

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

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees