JP5419848B2 - Anomaly detection device, anomaly detection method, and anomaly detection program - Google Patents
Anomaly detection device, anomaly detection method, and anomaly detection program Download PDFInfo
- Publication number
- JP5419848B2 JP5419848B2 JP2010245727A JP2010245727A JP5419848B2 JP 5419848 B2 JP5419848 B2 JP 5419848B2 JP 2010245727 A JP2010245727 A JP 2010245727A JP 2010245727 A JP2010245727 A JP 2010245727A JP 5419848 B2 JP5419848 B2 JP 5419848B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- feature amount
- abnormal
- current
- determination target
- 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.)
- Active
Links
Images
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Testing Relating To Insulation (AREA)
Description
本発明は、電気機器及びその電気機器の電力供給線接続部近傍の配線路において発生したトラッキング現象、グロー現象などの電気的な異常を検出するための異常検知装置、異常検知方法、及び異常検知プログラムに関する。 The present invention relates to an anomaly detection device, an anomaly detection method, and an anomaly detection for detecting an electrical anomaly such as a tracking phenomenon or a glow phenomenon occurring in an electrical device and a wiring path in the vicinity of a power supply line connection portion of the electrical device. Regarding the program.
トラッキング現象は、絶縁材料の表面が湿潤汚染された場合に、埃の汚れや水分等の付着物を通して表面に電流が流れ、これが繰り返されて付着物に沿うように炭化導電路が形成され、この炭化導電路に沿って電流が流れるという現象、及び導体に電流が流れることによって損失熱が過度に生じた場合に、熱劣化によって有機絶縁材料表面に形成された炭化導電路を通して電流が流れる現象を言う。 In the tracking phenomenon, when the surface of the insulating material is wet-contaminated, a current flows through the surface through the dirt, moisture, and other deposits, and this is repeated to form a carbonized conductive path along the deposit. The phenomenon that current flows along the carbonized conductive path, and the phenomenon that current flows through the carbonized conductive path formed on the surface of the organic insulating material due to thermal deterioration when the heat loss is excessive due to the current flowing through the conductor. say.
グロー現象は、電気接続部で発生するもので、電路の接続部での接触不良時または断線初期に電流の断続が生じる際の現象である。 The glow phenomenon occurs at the electrical connection portion, and is a phenomenon that occurs when current is interrupted at the time of poor contact at the connection portion of the electric circuit or at the beginning of the disconnection.
これらの異常を早期に検知する技術が開発されている。 Techniques for early detection of these abnormalities have been developed.
従来の異常検知装置では、例えば、電流波形の半波毎に、電圧波形の零クロス点から閾値S1または−S1を最初に通過するまでの時間を通過位相A(n)、B(n)として検出し、検出した通過位相A(n)、B(n)と1周期後に検出した通過位相A(n+1)、B(n+1)との差の絶対値|A(n+1)−A(n)|、|B(n+1)−B(n)|が変動値K1を超えると、通過位相変動があったと判断して、所定時間T1間で積算した通過位相変動の回数が回数Z1を超えた場合に、コード断線時に生じるスパークの発生を検出している(特許文献1)。これはグロー現象の検出に対応する。 In the conventional abnormality detection device, for example, for each half wave of the current waveform, the time from the zero cross point of the voltage waveform to the first passing through the threshold value S1 or -S1 as the passing phases A (n) and B (n) The absolute value of the difference between the detected and detected passing phases A (n) and B (n) and the passing phases A (n + 1) and B (n + 1) detected one cycle later | A (n + 1) −A (n) | , | B (n + 1) −B (n) | exceeds the fluctuation value K1, it is determined that there is a passage phase fluctuation, and the number of times of passage phase fluctuation accumulated during the predetermined time T1 exceeds the number of times Z1. The occurrence of a spark generated when the cord is disconnected is detected (Patent Document 1). This corresponds to the detection of the glow phenomenon.
また、他の従来技術では、電力供給線の電流波形を計測しその波高率又は波形率、又は波高率と波形率の両方を演算により求め、その結果を基にトラッキング現象の発生の有無を判定している(特許文献2)。 In another conventional technique, the current waveform of the power supply line is measured, the crest factor or the waveform rate, or both the crest factor and the waveform rate are obtained by calculation, and the presence or absence of the tracking phenomenon is determined based on the result. (Patent Document 2).
さらに、他の従来技術では、計測した電流から1サイクル毎のピーク値を抽出し、抽出した複数のピーク値からあらかじめ設定した閾値以上のものを選択し、選択されたピーク値から、その直前に抽出したピーク値を減算し、あらかじめ設定した複数の閾値に対してそれぞれの閾値に当てはまる減算結果の個数を計数し、それぞれの計数結果があらかじめ設定した閾値以上となった場合、トラッキング現象及びグロー現象の発生と判断して報知信号を出力する(特許文献3)。 Further, in another conventional technique, a peak value for each cycle is extracted from the measured current, and a plurality of extracted peak values that are equal to or higher than a preset threshold value are selected, and the selected peak value is immediately before that. The extracted peak value is subtracted, and the number of subtraction results that apply to each threshold value is counted for a plurality of preset threshold values. If each count result exceeds a preset threshold value, tracking phenomenon and glow phenomenon It is judged that this occurs and a notification signal is output (Patent Document 3).
しかし、特許文献1に記載の従来技術は、トラッキング現象については対応していない。また、変動値K1は周波数に依存するため周波数が変わればその値を変えなければならず、インバータを採用した機器においては誤動作する恐れがある。 However, the prior art described in Patent Document 1 does not support the tracking phenomenon. Further, since the fluctuation value K1 depends on the frequency, the value must be changed if the frequency changes, and there is a risk of malfunction in a device employing an inverter.
特許文献2に記載の従来技術は、トラッキング現象については対応していない。また、周波数の変化により影響を受ける波高率や波形率を求めるので、インバータを採用した機器においては誤動作する恐れがある。
The prior art described in
特許文献3に記載の従来技術は、トラッキング現象及びグロー現象のいずれについても検知対象としているが、周波数の変化で影響を受ける1サイクル毎のピーク値を求めてこれを利用して異常検知を行っているので、インバータを採用した機器においては誤動作する恐れがある。
The prior art described in
近年、インバータを採用した機器が増えてきており、上記の従来技術ではその機器の正常な動作であってもトラッキング現象又はグロー現象の異常であると誤検知してしまう恐れがある。 In recent years, the number of devices employing inverters has increased, and in the above-described conventional technology, there is a risk that even if the devices operate normally, they may be erroneously detected as being abnormal in the tracking phenomenon or the glow phenomenon.
本発明は、上記のような問題を解決するためになされたものであり、電気機器全般を対象として、トラッキング現象、グロー現象等の異常を検知できる異常検知装置、異常検知方法、及び異常検知プログラムを提供することを目的とする。 SUMMARY OF THE INVENTION The present invention has been made to solve the above-described problems. An abnormality detection apparatus, an abnormality detection method, and an abnormality detection program capable of detecting an abnormality such as a tracking phenomenon and a glow phenomenon for all electrical devices. The purpose is to provide.
上記目的を達成するために、本発明に係る異常検知装置は、電流計測部と、記憶部と、特徴量取得部と、異常判定部とを備える。電流計測部は負荷機器に交流電力を供給する電力供給線に流れる電流をサンプリング計測して得られる時系列データを電流波形データとして取得する。記憶部は電流波形データと、電力供給線を含めて負荷機器が正常であるときのインパルス成分の特徴量である正常時特徴量と、電力供給線を含めて負荷機器が異常であるときの異常要因毎のインパルス成分の特徴量である異常時特徴量と、を記憶する。特徴量取得部は電流波形データからインパルス成分を抽出し、抽出されたインパルス成分から特徴量である判定対象特徴量を取得する。異常判定部は正常時特徴量と判定対象特徴量とを比較し、比較の結果に基づき負荷機器の異常を判定し、異常と判定された場合に、異常時特徴量と判定対象特徴量とを比較し、比較の結果に基づき負荷機器の異常の要因を判定し、異常時特徴量に誤差範囲で一致する判定対象特徴量の割合がいずれの異常時特徴量に対しても基準値以下の場合は、判定対象特徴量を新たな異常時特徴量として記憶部に記憶する。 In order to achieve the above object, an abnormality detection apparatus according to the present invention includes a current measurement unit, a storage unit, a feature amount acquisition unit, and an abnormality determination unit. The current measurement unit acquires time-series data obtained by sampling and measuring a current flowing through a power supply line that supplies AC power to the load device as current waveform data. The storage unit has current waveform data, normal feature quantities that are impulse component characteristics when the load equipment including the power supply line is normal, and abnormalities when the load equipment including the power supply line is abnormal An abnormal characteristic amount that is a characteristic amount of an impulse component for each factor is stored. The feature amount acquisition unit extracts an impulse component from the current waveform data, and acquires a determination target feature amount that is a feature amount from the extracted impulse component. The abnormality determination unit compares the normal feature amount and the determination target feature amount, determines an abnormality of the load device based on the result of the comparison , and when it is determined to be abnormal, the abnormal feature amount and the determination target feature amount are determined. When comparing, determining the cause of the abnormality of the load device based on the result of the comparison, and the ratio of the feature quantity to be judged that matches the abnormal feature quantity within the error range is below the reference value for any abnormal feature quantity Stores the determination target feature amount in the storage unit as a new abnormal feature amount .
本発明によれば、電気機器全般を対象として、トラッキング現象、グロー現象等の異常を検知できる、異常検知装置、異常検知方法、及び異常検知プログラムを提供することができる。 ADVANTAGE OF THE INVENTION According to this invention, the abnormality detection apparatus, the abnormality detection method, and abnormality detection program which can detect abnormality, such as a tracking phenomenon and a glow phenomenon, can be provided for the whole electric equipment.
実施形態1.
本発明の実施形態1に係る異常検知装置を説明する。異常検知装置1は、図1に示すように、電流計測部3、異常診断部4、記憶部5、異常情報出力部6を備える。図1の電力供給線2は負荷機器(電気機器で、以下では機器と略称する)7a、7b、7c等(7a、7b、7c等を代表して7とする)に動作用の電力を供給する線で、図1では単相で供給する例を示す。
Embodiment 1. FIG.
An abnormality detection apparatus according to Embodiment 1 of the present invention will be described. As shown in FIG. 1, the abnormality detection device 1 includes a
電流計測部3は、電流検出部30、増幅器31、高周波通過フィルタ(HPF=High Pass Filter)32、AD変換器(ADC=Analogue Digital Converter)33、及びタイミング検出部34を備える。
The
電流検出部30は電力供給線2の一方の線を流れる電流を電流信号として測定する。具体例としては変流器である。増幅器31は電流検出部30からの電流信号を増幅する。HPF32は増幅された電流信号の低周波成分、具体的には商用電力の周波数である50Hz及び60Hz成分、をカットする。ADC33はフィルタリングされた電流信号をデジタル化された時系列データ、すなわち電流波形データに変換して出力する。タイミング検出部34は電力供給線2の電圧を測定し零クロス点を検出してタイミング信号としてADC33に出力する。タイミング信号は例えば電圧値が負から正になる零クロスの時点をとらえて出力されるので、ADC33は電流波形データを1周期毎に区別して出力する。
The
異常診断部4は特徴量取得部40と異常判定部41とを備える。特徴量取得部40は、電流計測部3で計測されデジタル値に変換された電流波形データからインパルスに該当する部分(インパルス成分)を抽出し、抽出したインパルス成分に対して特徴量と命名する量を取得し、取得された特徴量を1周期分集め、これを判定対象特徴量リストとする。異常判定部41はこの判定対象特徴量リストに基づき異常発生の有無を判定する。
The
記憶部5は、電流波形データ情報50、正常時特徴量情報51、異常時特徴量情報52、及び異常判定情報53を記憶する。電流波形データ情報50はハードディスク装置や半導体メモリなどのメモリ装置で構成され、電流計測部3で計測された電流波形データで、直近N周期分を含む。正常時特徴量情報51は機器7毎にその機器7の正常時の電流波形におけるインパルス成分の特徴量を1周期分集めた正常時特徴量リストである。異常時特徴量情報52は機器7毎に、また、異常要因毎に、その機器7のその要因による異常が発生したときの電流波形におけるインパルス成分の特徴量を1周期分集めた異常時特徴量リストである。異常判定情報53は異常判定部41で判定対象特徴量リストに基づき異常の発生の有無を判定する際に判定基準となる情報である。
The
異常情報出力部6は異常判定部41での判定結果を表示画面に出力するための例えば表示装置である。また、判定結果を印字出力するためのプリンタや通信回線を利用して出力するための通信回路等のいずれの装置であってもよい。
The abnormality
次に、本実施形態1に係る異常検知装置1の動作について説明する。異常検知装置1の電流波形データには正常動作時及び異常動作時にインパルス成分が出現する。インパルス成分とは、電流波形に現れる機器7に供給される商用電力の周波数50Hz又は60Hzよりも著しく高い周波数のパルス状の電流変化成分であり、且つ所定の閾値を超える高さを有するもののことを言い、電流変化は増加方向(正のインパルス成分)と減少方向(負のインパルス成分)共に生じうる。このインパルス成分のその正負の符号を含めた出現のパターンは、機器7毎に、正常時、異常時によって異なり、異常の要因によっても異なるが、再現性を有する。従って、このインパルス成分を電流波形データから抽出し、その出現パターンを正常時の出現パターンと比較することにより異常の発生を検知することができ、異常時の出現パターンと比較することにより異常の要因を判定することができる。
Next, the operation of the abnormality detection device 1 according to the first embodiment will be described. Impulse components appear in the current waveform data of the abnormality detection device 1 during normal operation and abnormal operation. The impulse component is a pulse-like current change component having a frequency significantly higher than the
なお、処理の対象であるインパルス成分は商用周波数50Hz又は60Hzよりも著しく高い周波数の成分なので、これを抽出しやすくするため、さらにはADC33でのデジタル化の際のインパルス成分の分解能を向上させるために、電流計測部3にHPF32を導入し、商用電力周波数50Hz又は60Hzの成分をカットする。
Note that the impulse component to be processed is a component having a frequency significantly higher than the commercial frequency of 50 Hz or 60 Hz, so that it can be easily extracted, and further, the resolution of the impulse component at the time of digitization by the
このインパルス成分の出現パターンを定量化するために、特徴量取得部40はインパルス成分の特徴量を求める。図2にインパルス成分とその特徴量の概念を示す。特徴量は、図2に示すように、インパルス成分の出現する位置(位相といってもよい。以下ではインパルス成分の位置と呼ぶ)P、インパルス成分のピークの正味の高さ(インパルス成分の高さ)H、インパルス成分の代表的な幅(インパルス成分の幅)Wをセットにしたものである。なお、インパルス成分は、該当する状況において再現性のあるものを抽出する必要がある。そのため、N周期分電流波形データを重ね合わせて積算して生成した積算電流波形データを使用してインパルス成分の抽出とその特徴量の算定を行う。この積算処理は特徴量取得部40が、記憶部5に格納された電流波形データ情報50から直近の過去N周期分の電流波形データを読み出して実行する。
In order to quantify the appearance pattern of the impulse component, the feature
インパルス成分の位置Pは、タイミング検出部34から出力されるタイミング信号で決まる電圧信号の零クロス点から測った時間位置又は位相である。
The position P of the impulse component is a time position or phase measured from the zero cross point of the voltage signal determined by the timing signal output from the
インパルス成分の高さHはインパルス成分の裾野両端部数点についてのそれぞれの平均値を例えば直線で結び、ピーク位置でのこの直線の値をピーク値から差し引くことによりピークの正味の高さHとして算定できる。 The height H of the impulse component is calculated as the net height H of the peak by, for example, connecting the average values of several points at both ends of the impulse component with a straight line and subtracting the value of this straight line at the peak position from the peak value. it can.
インパルス成分の幅Wは、例えば半値幅とする。これは、ピークの正味の高さHの半分に相当する高さに該当するインパルス成分の幅を算定することにより求めることができる。図2に幅Wとして示すものが半値幅である。 The width W of the impulse component is, for example, a half width. This can be determined by calculating the width of the impulse component corresponding to a height corresponding to half the net height H of the peak. What is shown as the width W in FIG. 2 is the half-value width.
特徴量は、このように、容易に算出できるという点で便利な指標となる。 The feature amount is a convenient index in that it can be easily calculated as described above.
特徴量リストとは、機器7の状況に対応した1周期に相当する積算電流波形データから抽出された再現性のあるインパルス成分全てについての特徴量を集めたものである。この特徴量リストが電流波形を計測したときの対象となる機器7のインパルス成分の出現パターンを示すことになる。
The feature quantity list is a collection of feature quantities for all reproducible impulse components extracted from integrated current waveform data corresponding to one cycle corresponding to the state of the
正常時の特徴量リスト(正常時特徴量リスト)を機器7毎(その機器7の運転条件毎を含む)に集めたものが正常時特徴量情報51で、異常時の特徴量リスト(異常時特徴量リスト)を機器7毎、異常要因毎に集めたものが異常時特徴量情報52である。これらはあらかじめ該当する電流波形データを計測し、これまで説明した方法により抽出したインパルス成分の特徴量を算定することにより作成される。なお、新たな異常が発生したときはその都度その情報を異常時特徴量情報52に追加することによりライブラリの充実化を図ることができる。
A normal feature amount list (normal feature amount list) collected for each device 7 (including each operation condition of the device 7) is a normal
図3(a)にドライヤを対象となる機器7として正常時の電流波形データを、図3(b)に同じドライヤにおいて、電力供給線2から機器7への電力引き込み部で断続的な断線という異常が発生した時の電流波形データの一例を示す。いずれも100周期分(N=100)の電流波形データを1周期単位で位相を合わせて積算して得られた電流波形データである。ただし、この波形データはHPF32を通さずに測定したものである。そのため商用電力周波数成分が残ったままになっている。
FIG. 3A shows the current waveform data when the dryer is the
図3(a)では特徴的なインパルス成分は矢印a、bで示す箇所に認められるが、その大きさは小さい。a、bのそれぞれについて特徴量を算定し集めたものが正常時特徴量リストである。一方、図3(b)では、A〜Dの矢印で示す箇所に大きなインパルス成分が出現している。A〜Dのそれぞれについて特徴量を算定し集めたものが異常時特徴量リストである。この異常時特徴量リストは対応する異常要因と共に異常時特徴量情報52に含めることができる。
In FIG. 3A, a characteristic impulse component is recognized at the locations indicated by arrows a and b, but the magnitude is small. A normal feature list is obtained by calculating and collecting feature values for each of a and b. On the other hand, in FIG.3 (b), the big impulse component has appeared in the location shown by the arrow of AD. What is obtained by calculating and collecting feature amounts for each of A to D is an abnormal feature amount list. This abnormal feature amount list can be included in the abnormal
次に、異常判定の対象となる機器7で異常検知装置1を動作させた場合を想定する。電流計測部3は電流検出部30により電力供給線2の一方の線を流れる電流を電流信号として測定し、増幅器31で電流信号を増幅し、HPF32で電流信号中の低周波成分をカットする。ADC33では電流信号をデジタル化された時系列データ、すなわち電流波形データとし、タイミング検出部34からのタイミング信号によりこの電流波形データを1周期毎に区別して出力する。このようにして測定された電流波形データは電流波形データ情報50として記憶部5に格納される。特徴量取得部40は電流波形データ情報50を記憶部5から例えば100周期分読み出して、1周期単位で互いに積算することにより、図3(b)に示すような積算電流波形データ(ただし、この積算電流波形データはHPF32を通す前の電流波形データを積算したものであるため商用電力の周波数成分が含まれている。HPF32を通すことによりこの周波数成分は低減する。)を生成する。そして、生成した積算電流波形データから所定の高さを有するインパルス成分(図3(b)の例ではインパルス成分A〜D)を抽出し特徴量の算定を行い、抽出したインパルス成分全てについての図2に示す特徴量を集めて判定対象特徴量リストを作成する。図4に判定対象特徴量リストの例を示す。図4の表中の特徴量PA、HA、WA等は数値を示し、1周期分のインパルス成分A〜Dについてのそれぞれの特徴量を集めたものが判定対象特徴量リストとなる。正常時特徴量リスト、異常時特徴量リストも同じ構成である。ただし正常時特徴量リストは機器7毎(動作モード毎を含む)、異常時特徴量リストは機器7(動作モード毎を含む)及び異常要因毎のリストである。
Next, it is assumed that the abnormality detection device 1 is operated by the
異常判定部41は、特徴量取得部40で作成された判定対象特徴量リストを受け、記憶部5から正常時特徴量情報51と異常判定情報53とを読み出し、機器7毎の正常時特徴量リストと判定対象特徴量リストとの類似度を所定の要領に従って算定する。異常判定情報53には正常時特徴量リストとの類似度から正常、異常を判定する基準となる正常基準値が含まれている。異常判定部41は、類似度がこの正常基準値よりも大きければ判定対象特徴量リストは正常時特徴量リストに類似するとしてその動作は正常であると判定する。類似度が正常判定基準値以下であれば判定対象特徴量リストは正常時特徴量リストに類似しないとしてその動作は異常であると判定する。
The
類似度は、比較対象となるリスト間で、特徴量が一致するインパルス成分がどれほどあるかと言うことを示す指標である。従って、基本はインパルス成分の特徴量が一致するかどうかをどのように判断するかである。比較する両インパルス成分の位置、高さ、幅が全てそれぞれについて設定された所定の誤差範囲で一致しているとき、両インパルス成分の特徴量は一致すると判断する。類似度は、特徴量の一致するインパルス成分が両特徴量リスト間でどの程度の割合になるかを示す数値であり、いろいろな定義方法が考えられるがいずれの定義方法であってもよい。 The similarity is an index indicating how many impulse components having the same feature amount exist between the lists to be compared. Therefore, the basis is how to determine whether or not the feature quantities of the impulse components match. When the positions, heights, and widths of the two impulse components to be compared all match within a predetermined error range set for each, it is determined that the feature amounts of the two impulse components match. The degree of similarity is a numerical value indicating how much the impulse component having the same feature quantity is between the two feature quantity lists. Various definition methods are conceivable, but any definition method may be used.
図5に異常検知処理をフロー図で示す。このフロー図は異常検知方法、及び異常検知プログラムの内容を示すものでもある。異常検知装置1は電流計測部3を介して電流波形データを取得し、記憶部5に電流波形データ情報50として格納する。このデータは時系列データで所定の期間のデータが記憶される(ステップST1)。
FIG. 5 is a flowchart showing the abnormality detection process. This flowchart also shows the contents of the abnormality detection method and abnormality detection program. The abnormality detection device 1 acquires current waveform data via the
特徴量取得部40は、記憶部5の電流波形データ情報50から所定の周期分(N周期分)の直近の電流波形データを読み出し、1周期分に重ね合わせて積算し積算電流波形データを生成する(ステップST2)。次に積算電流波形データからインパルスは形成分を抽出し(ステップST3)、抽出したインパルス成分について、その特徴量を算定する(ステップST4)。抽出したインパルス成分について算定した特徴量をリストにし、これを判定対象特徴量リストと呼ぶ(ステップST5)。
The feature
異常判定部41は、記憶部5から正常時特徴量情報51の中の機器7毎の正常時特徴量リストを読み出し、判定対象特徴量リストと正常時特徴量リストとの類似度を算定する(ステップST6)。また、異常判定情報53の中からこの場合の類似度の判定基準となる正常基準値を読み出し、算定した類似度がこの正常基準値より大きいかどうかを判定する(ステップST7)。大きい場合(ステップST7;YES)は両者は類似しているとして正常な動作状態であると判定し、ステップST1に戻り、異常状態の監視のための電流波形データの計測を続ける。小さいまたは等しい場合(ステップST7;NO)は両者は類似していないとして異常状態であると判定し、異常時の処理を実行する(ステップST8)。異常時の処理とは例えば表示装置への異常発生の表示や通信回線を介して所定の場所に異常の発生を知らせる等の処理である。
The
(変形例)
異常判定の変形例として、異常判定部41が、正常時特徴量情報51を利用した正常時特徴量リストと判定対象特徴量リストとの類似度算定結果から異常であるという判定を行った場合に、異常時特徴量情報52を利用して異常の要因を判定する。異常の要因を判定するために、記憶部5の異常時特徴量情報52から該当する機器7の異常時特徴量リストを異常要因毎に読み出して判定対象特徴量リストとの類似度を算定する。類似度が別途定める類似度の基準値(この場合は異常基準値と呼び、記憶部5の異常判定情報53に格納されている)よりも大きい場合は、その要因による異常と判定する。類似度が異常基準値以下の場合は、その要因の異常ではないと判定し、他の異常要因の異常時特徴量リストとの類似度を算定する。異常時特徴量情報52に含まれている全ての異常時特徴量リストと類似していない場合は、異常時特徴量情報52に含まれている異常要因以外の要因による異常と判定する。このときは、判定対象特徴量リストを異常時特徴量情報52に加えて記憶部5に格納することにより、異常時特徴量情報52の充実化を図ることができる。なおこの場合の異常要因は判明した時点で明確にすればよく、それまでは他の要因と識別できるような名称にしておけばよい。
(Modification)
As a modification of the abnormality determination, when the
図6に異常判定に正常時特徴量情報51及び異常時特徴量情報52を使用する場合の異常検知処理をフロー図で示す。このフロー図は異常検知方法、及び異常検知プログラムの内容を示すものでもある。図6のステップST1からステップST7までの処理は図5のステップST1からステップST7までの処理と同じ内容である。ステップST7で「NO」の判定となったときは、異常判定部41は、異常の要因を特定するために記憶部5の異常時特徴量情報52から該当する機器7の異常要因別の異常時特徴量リストを、異常判定情報53の中から、類似度判断基準となる異常基準値を読み出す。この異常基準値は正常基準値と同じ値にしてもよい。そして、それぞれの異常時特徴量リストに対する判定対象特徴量リストの類似度を逐次算定する(ステップST9)。算定した類似度は算定の都度、異常基準値よりも大きいかどうか判定する(ステップST10)。大きい場合(ステップST10;YES)、両リストは類似するとして、発生した異常は、対比した異常時特徴量リストの異常要因によるものであるとして異常要因を判定する(ステップST11)。全ての異常要因についての異常時特徴量リストに対して、いずれの場合も類似度が異常基準値以下の場合(ステップST10;NO)、判定対象特徴量リストを異常時特徴量情報52に加える(ステップST12)。これにより異常時特徴量情報52のライブラリが充実化する。ステップST11、ST12のいずれの場合も異常が生じていることでは共通しているので、図5のステップST8と同様に異常時の処理を実行する(ステップST8)。ただし、異常要因が判明したときはその異常要因を、異常要因が判明しなかったときは判定対象特徴量リストを異常時特徴量情報52に加えた旨を出力に加えてもよい。
FIG. 6 is a flowchart showing an abnormality detection process when the normal
なお、図1の電流計測部3でHPF32を削除し、得られた電流波形データに対して所定回数ウェーブレット変換を施し、その結果から高周波成分を抽出することによりHPF32を介して得られた電流波形情報と類似の低周波カット効果を有する電流波形データを得てもよい。このウェーブレット変換は積算電流波形データに対して実行してもよくその方が演算回数が少なくて済むという効果がある。なお、ウェーブレット変換処理は特徴量取得部40で実行するのが好ましい。
It should be noted that the current waveform obtained through the
更に、図1の電流計測部3でHPF32を削除し、ウェーブレット変換も行わないという構成にしてもよい。この場合は商用電力の周波数成分が残った電流波形データを扱うことになる。そのため、電流信号をADC33でデジタル化する際のインパルス成分の分解能を向上させることができず、微弱なインパルス成分の抽出感度は低下するが、このような場合であってもADC33の分解能を向上させればインパルス成分の抽出は可能であり特徴量に基づく異常検知は可能である。
Furthermore, the configuration may be such that the
また、電流計測部3で計測された電流波形データは記憶部5に格納せずに必要な周期分異常診断部4のRAM(Random−Access Memory)に一時保存しつつ特徴量取得部40での処理を実行してもよい。
In addition, the current waveform data measured by the
このように電流波形データ上のインパルス成分の特徴量リストが正常時、異常時において異なることを利用して正常/異常の判定をするので、周波数が変わるインバータを利用した機器を含めた電気機器について異常の検知が可能で、従来インバータ機器を利用した電気機器において起こりやすかった誤判定の確率も低減できる。また、変形例によればインパルス成分の特徴量リストが異常要因に応じて異なるものとなることから、トラッキング現象、グロー現象、配線のショートなどの異常要因を識別することも可能になる。 As described above, normality / abnormality is determined based on the fact that the feature quantity list of the impulse component on the current waveform data is different between normal and abnormal, so electric devices including devices using inverters whose frequency changes are used. Abnormality can be detected, and the probability of erroneous determination, which has been easy to occur in an electric device using a conventional inverter device, can be reduced. In addition, according to the modification, the feature amount list of the impulse component varies depending on the abnormality factor, so that it is possible to identify an abnormality factor such as a tracking phenomenon, a glow phenomenon, and a wiring short.
実施形態2.
図7は、本発明の実施形態2に係る異常検出装置の構成例を示す図である。図7のうち電流計測部3は図1に示す電流計測部3と同じ構成である。異なるのは異常診断部4と記憶部5に記憶される情報である。ただし、電流波形データは直接に異常診断部4に入力される。異常診断部4は入力された電流波形データから電流実効値を算定する電流実効値算定部42と、電流実効値算定結果から所定の基準に従って簡便に異常の判定を実施する簡易異常判定部43を備える。記憶部5は簡易異常判定部43での判定に使用する情報を簡易異常判定情報54として記憶する。
FIG. 7 is a diagram illustrating a configuration example of the abnormality detection apparatus according to the second embodiment of the present invention. In FIG. 7, the
簡易異常判定部43は、算定された電流実効値の中から所定の閾値を超える電流実効値のみを選定し、所定の時間内に発生するこの閾値を超える電流実効値が何回発生したかを計数する。この回数を判定対象回数とする。次に、判定対象回数が、回数に関する判定基準である回数基準値よりも大きいかどうかを判定する。
The simple
次に異常検出装置1の動作原理について、実施形態1と異なる異常診断部4の動作を中心に説明する。電流計測部3で得られる電流波形データは、HPF32を通しているため商用電力の周波数成分が大幅に低減する。そのためインパルス成分が発生しても正常時であれば電流実効値算定部42で算定した電流実効値はインパルス成分が小さいことから非常に小さいものとなる。一方、異常が生じるとインパルス成分が大きくなり電流実効値が増加する。
Next, the operation principle of the abnormality detection device 1 will be described focusing on the operation of the
図8は正常時及び異常時の電流実効値の変化を示す例である。実線は電力の時間変化を示し、黒の矩形を実線で結んだものは電流実効値の変化を示す。図の左端の縦軸は電力値を示し、右端の縦軸は電流実効値である電流値を示す。図中、「正常なON」として示した箇所の電力の時間変化はほぼ一定のままで推移している。この部分に対応する電力実効値は非常に小さい値である。一方、図中「異常なON/OFF」と記載した箇所は機器7への電力供給線2が途中で、例えば電源コードなどで破断しかかっておりそのために電力の異常なON/OFFが断続的に生じている部分である。このときの電流実効値は図8に示すとおり時間により急変し大きな値と小さな値との間を変動する。従って、電流実効値は異常判定の指標となりうるため電流実効値算定部42で、HPF32で商用周波数成分をカットした後の電流波形データに対して電流実効値を算定する。
FIG. 8 shows an example of changes in the effective current value during normal operation and abnormal operation. A solid line indicates a change in power over time, and a black rectangle connected by a solid line indicates a change in effective current value. The vertical axis at the left end of the figure indicates the power value, and the vertical axis at the right end indicates the current value that is the current effective value. In the figure, the temporal change in power at the location indicated as “normally ON” remains substantially constant. The effective power value corresponding to this portion is a very small value. On the other hand, the portion indicated as “abnormal ON / OFF” in the figure is in the middle of the
簡易異常判定部43は、電流実効値の大きさが大きい場合に異常と判定することもできるが、この電流実効値は高周波ノイズの影響で短時間だけ急増する場合もある。この急増の程度は多くは小さいものである。従って、このノイズの影響を除くために、簡易異常判定部43は、まず所定の閾値を超える電力実効値の増加のみを取り出し、小さな電流実効値については判定対象外とする。この閾値は、正常時の電流実効値の平均値に基づいて例えばその1.5倍を閾値として記憶部5の簡易異常判定情報54に格納して利用する。
The simple
なお、電流実効値が正常時であっても運転条件により変化する場合は、この閾値を直近の過去所定周期分の電流実効値の平均値の例えば1.5倍として設定することもできる。この場合は閾値は簡易異常判定情報54に格納されたものではなく、電流実効値算定部42でその都度算定して求めることになる。
When the current effective value changes depending on operating conditions even when the current effective value is normal, this threshold value can be set as, for example, 1.5 times the average value of the current effective value for the most recent predetermined period. In this case, the threshold value is not stored in the simple
また、ノイズの影響は一過性であることがほとんどであるから、電流実効値の急変が一過性のものか、所定時間継続して発生するものかを判定するために、所定時間内の閾値を超える電流実効値の測定回数が所定の基準値(回数基準値)を超えるかどうかを判定する。基準値を超えれば異常と判定し、超えなければ正常と判定する。 In addition, since the influence of noise is mostly transient, in order to determine whether the sudden change in the effective current value is transient or occurs continuously for a predetermined time, It is determined whether or not the number of measurements of the current effective value exceeding the threshold exceeds a predetermined reference value (number reference value). If it exceeds the reference value, it is determined as abnormal, and if it does not exceed, it is determined as normal.
このような電流実効値の変動の原因は実施形態1で説明したインパルス成分が機器7の状態により変動することによるものと考えることができる。正常時のインパルス成分は図3(a)で例示したとおり非常に小さいものである。従ってこれを実効値に換算してもその寄与は無視できる程でしかない。一方異常時のインパルス成分は図3(b)に示すように相対的に大きいものとなるためこれを実効値に換算すると実効値に対する大きな寄与となる。特に、図3(a)(b)では除かれていない商用電力周波数成分がHPF32により除かれるため、ベースとなる実効値そのものが小さい値となる。そのため電流実効値は図8に示すように正常時では小さく、異常時では大きな値となり、ON/OFFの断続に応じて変動する。この電流実効値はインパルス成分の特徴量の中の位置情報を除く高さと幅情報を1周期で抽出されるインパルス成分にわたり積分したものと考えることができる。
It can be considered that the cause of the fluctuation of the current effective value is that the impulse component described in the first embodiment varies depending on the state of the
図9は、実施形態2に係る異常検知処理の例を示すフロー図である。このフロー図は異常検知方法、及び異常検知プログラムの内容を示すものでもある。まず電流計測部3を介して電流波形データを取得する(ステップST20)。この電流波形データは商用電力周波数成分をカットしたものである。次に電流実効値算定部42は、電流波形データから電流実効値を算定する(ステップST21)。なお、次のステップST22で使用する閾値を直近の過去所定周期分の電流実効値の平均値の例えば1.5倍として設定する場合は、ステップST21でこの閾値を算定する。簡易異常判定部43は、算定された電流実効値から所定の閾値を超えるものを抽出し、所定時間内の電流実効値の計測回数(判定対象回数)を計数する(ステップST22)。次に、判定対象回数が回数基準値を超えるかどうかを判定し(ステップST23)、判定対象回数が回数基準値を超えれば(ステップST23;YES)異常と判定し、次に異常時の処理が実行される(ステップST24)。超えなければ(ステップST23;NO)ステップST20に戻る。
FIG. 9 is a flowchart illustrating an example of the abnormality detection process according to the second embodiment. This flowchart also shows the contents of the abnormality detection method and abnormality detection program. First, current waveform data is acquired via the current measuring unit 3 (step ST20). This current waveform data is obtained by cutting the commercial power frequency component. Next, the current effective
この方法は、商用電力周波数成分をカットした後に電流実効値を求め、所定時間内の閾値を超える電流実効値の出現回数が所定の回数を超えることにより異常と判定するので、周波数が変化するインバータを利用した機器を含めた電気機器について簡便な処理により異常の検知が可能となり、従来インバータ機器を利用した電気機器において起こりやすかった誤判定の確率も低減できる。 This method obtains the current effective value after cutting the commercial power frequency component, and determines that the current effective value exceeding the threshold value within a predetermined time exceeds the predetermined number of times, so that it is determined to be abnormal. It is possible to detect anomalies with a simple process for electrical devices including devices that use, and it is possible to reduce the probability of erroneous determinations that have been likely to occur in conventional electrical devices that use inverter devices.
図10に実施形態2に係る異常検知装置の変形構成例を示す。この構成例は実施形態1と2とを組み合わせたものである。図10において、電流計測部3の構成は図7で説明したものと同じである。異常診断部4、記憶部5は図1と図7の対応する部分の構成を含む。異常情報出力部6は図1、図7と同様である。
FIG. 10 shows a modified configuration example of the abnormality detection apparatus according to the second embodiment. This configuration example is a combination of the first and second embodiments. In FIG. 10, the configuration of the
動作は以下の通りである。電流計測部3で得られたHPF32を経由した電流波形データは記憶部5の電流波形データ情報50として格納される。電流実効値算定部42はこの電流波形データを読み出して電流実効値を算定する。簡易異常判定部43はこの電流実効値算定結果に基づいて上記実施形態2で説明した手順に従って異常の判定を実行する。ここで「異常」と判定された場合に、特徴量取得部40は電流波形データ情報50から必要な周期分だけ電流波形データを読み出してインパルス成分の抽出と特徴量算定、及び判定対象特徴量リストの作成を実行する。異常判定部41は記憶部5の異常時特徴量情報52から該当する機器7の異常要因別の異常時特徴量リストを読み出し、各異常時特徴量リストと判定対象特徴量リストとの類似度を逐次算定し、実施形態1で説明した手順に従って類似するかどうかを判定する。この判定により異常の要因が特定できる。なお、異常判定部41は、異常時特徴量情報52に基づく異常要因の特定を実行する前に、正常時特徴量情報51を利用して実施形態1で説明した異常の判定を実施してもよい。これは、簡易異常判定部43での「異常」判定を異なる診断方法により再確認するという位置づけになる。記憶部5に格納された各種情報の使用はこれまで説明したとおりであるから説明を省略する。
The operation is as follows. Current waveform data obtained by the
なお、電流波形データについては必ずしも記憶部5に格納する必要はなく、異常診断部4の持つバッファメモリに一時的に保存してその後の処理に使用してもよい。
The current waveform data is not necessarily stored in the
図11に上記実施形態2の変形例に対する異常検知処理の概略フロー図を示す。このフロー図は異常検知方法、及び異常検知プログラムの内容を示すものでもある。まず電流計測部3で電流波形データを取得する(ステップST30)。電流波形データはその後の特徴量に基づく異常検知処理用に記憶部5に電流波形データ情報50として格納する。
FIG. 11 shows a schematic flowchart of the abnormality detection process for the modification of the second embodiment. This flowchart also shows the contents of the abnormality detection method and abnormality detection program. First, current waveform data is acquired by the current measuring unit 3 (step ST30). The current waveform data is stored as current
ステップST31、ST32は実施形態2で説明した電流実効値による異常検知処理である。得られた電流波形データに対して図9のステップST21、22の処理と同じ内容の処理を実行し(ステップST31)、ステップST31で得られた判定対象回数が回数基準値よりも大きいかどうかにより異常の判定を行う(ステップST32)。判定対象回数が回数基準値よりも大きくなければ(ステップST32;NO)正常と判定され、ステップST30に戻る。判定対象回数が回数基準値よりも大きければ(ステップST32;YES)異常と判定され、以下の特徴量に基づく異常検知処理(ステップST33〜39)に移行する。 Steps ST31 and ST32 are the abnormality detection process based on the current effective value described in the second embodiment. 9 is executed on the obtained current waveform data (step ST31), and whether or not the number of times of determination obtained in step ST31 is greater than the number of times reference value. Abnormality is determined (step ST32). If the number of times to be determined is not larger than the reference number of times (step ST32; NO), it is determined as normal and the process returns to step ST30. If the number of times of determination is larger than the reference number of times (step ST32; YES), it is determined that there is an abnormality, and the process proceeds to abnormality detection processing (steps ST33 to 39) based on the following feature values.
まず、得られた電流波形データに対して判定対象特徴量リストを作成する(ステップST33;図6のステップST2〜5の内容と同じ)。得られた判定対象特徴量リストの正常時特徴量リストに対する類似度を算定し(ステップST34;図6のステップST6と同じ内容)、算定された類似度が正常基準値より大きいかどうかを判定する(ステップST35)。正常基準値より大きければ(ステップST35;YES)正常と判定する。この場合、ステップST32での判定結果と矛盾することになるので、あらかじめどちらの判定結果を優先するかを定めておく必要がある。ここではステップST35での判定結果を優先するとしてステップST30に戻る。ステップST32の判定結果を優先する場合はこの結果は参考扱いとして無視する。 First, a determination target feature quantity list is created for the obtained current waveform data (step ST33; the same as the contents of steps ST2 to 5 in FIG. 6). The degree of similarity of the obtained determination target feature quantity list with respect to the normal feature quantity list is calculated (step ST34; the same content as step ST6 in FIG. 6), and it is determined whether the calculated similarity is larger than the normal reference value. (Step ST35). If it is larger than the normal reference value (step ST35; YES), it is determined as normal. In this case, since the conflict with the determination in step ST32, it is necessary to define a preference of the result of either pre-determined. Here, the determination result in step ST35 is given priority, and the process returns to step ST30. When giving priority to the determination result of step ST32, this result is ignored as a reference treatment.
次に、得られた判定対象特徴量リストと異常時特徴量リストと類似度を算定し(ステップST36;図6のステップST9と同じ内容)、算定された類似度が異常基準値以上かどうかを判定する(ステップST37;図6のST10と同じ内容)。異常基準値より大きければ(ステップST37;YES)対比した異常時特徴量リストの異常要因による異常と判定する(ステップST38;図6のST11と同じ内容)。異常基準値以下であれば(ステップST37;NO)その異常要因による異常ではないと判定し、他の異常要因の異常時特徴量リストに対する類似度を算定し、類似度が異常基準値以上かどうかを判定する(ステップST37)という作業を繰り返す。その結果、異常時特徴量情報52に含まれる全ての異常要因に対する異常時特徴量リストに対して類似度が異常基準値以下であれば(ステップST37;NO)発生した異常は異常時特徴量情報52に含まれるどの異常要因にも該当しない異常であると判定され、このときの判定対象特徴量リストを、異常要因がわかればその異常要因とともに、不明であれば他の異常要因と識別できる名称を付して、異常時特徴量情報52に加える(ステップST39;図6のステップST12と同じ内容)。これにより、ライブラリとしての異常時特徴量情報52が充実化される。異常要因が判定されてもされなくても、その後異常時の処理を実行する(ステップST40;図6のST8と同じ内容)。
Next, a similarity is calculated between the obtained determination target feature quantity list and the abnormal feature quantity list (step ST36; the same content as step ST9 in FIG. 6), and whether or not the calculated similarity is equal to or greater than an abnormality reference value. Determination is made (step ST37; the same content as ST10 in FIG. 6). If it is larger than the abnormality reference value (step ST37; YES), it is determined that the abnormality is caused by the abnormality factor in the abnormal feature amount list compared (step ST38; the same content as ST11 in FIG. 6). If it is below the abnormal reference value (step ST37; NO), it is determined that the abnormality is not abnormal due to the abnormal factor, the similarity to the abnormal feature list of other abnormal factors is calculated, and whether the similarity is equal to or higher than the abnormal reference value Is repeated (step ST37). As a result, if the similarity is less than or equal to the abnormality reference value with respect to the abnormality feature amount list for all abnormality factors included in the abnormality feature amount information 52 (step ST37; NO), the abnormality that has occurred is the abnormality feature amount information. 52. A name that can be determined as an abnormality that does not correspond to any abnormality factor included in 52, and that can be distinguished from other abnormality factors if the unknown feature factor list is unknown together with the abnormality factor if the abnormality factor is known. And added to the abnormal characteristic amount information 52 (step ST39; the same contents as step ST12 in FIG. 6). Thereby, the
ステップST34、35は正常時特徴量リストに基づいて異常検知を行う部分であり、ステップST31、32の異常検知結果と同内容の結果が得られるだけなので省略してもよい。ステップST36〜39は異常要因別の異常時特徴量リストに基づいて異常検知を行う部分で、異常要因を判定するための処理である。 Steps ST34 and 35 are portions for performing abnormality detection based on the normal feature amount list, and may be omitted because only the result having the same content as the abnormality detection result of steps ST31 and 32 is obtained. Steps ST36 to ST39 are portions for performing abnormality detection based on the abnormality feature amount list for each abnormality factor, and are processes for determining the abnormality factor.
この変形例によれば、電流実効値に基づく異常検知で異常とされた場合にのみ、特徴量に基づく異常検知を行うので、これまでの効果を保持したまま、電流実効値に基づく処理に比べて処理量の大きな、従って時間のかかる特徴量に基づく異常検知処理の件数を低減することができ、異常検出の効率を向上させることができる。 According to this modification, abnormality detection based on the feature value is performed only when abnormality is detected by abnormality detection based on the current effective value, so compared with the processing based on the current effective value while maintaining the previous effects. Therefore, it is possible to reduce the number of abnormality detection processes based on feature quantities that require a large amount of processing and therefore take time, and improve the efficiency of abnormality detection.
図12は図1、図7、または図10に示す異常検知装置1のハードウェア構成例を示すブロック図である。異常検知装置1は、制御部100、主記憶部110、外部記憶部120、入出力部130、及び入出力部130に接続された電流計測部3を備える。操作部140、表示部150を備えてもよい。主記憶部110、外部記憶部120、入出力部130、操作部140、表示部150、はいずれも内部バス160を介して制御部100に接続されている。
FIG. 12 is a block diagram illustrating a hardware configuration example of the abnormality detection device 1 illustrated in FIG. 1, FIG. 7, or FIG. The abnormality detection device 1 includes a
制御部100はCPU(Central Processing Unit)等から構成され、外部記憶部120に記憶されている制御プログラム200に従って、本システムの処理を実行するとともに実施形態1、2に記載した記憶対象となるデータを記憶する。
The
主記憶部110はRAM(Random−Access Memory)等から構成され、外部記憶部120に記憶されている制御プログラム200をロードし、制御部100の作業領域として用いられる。制御プログラム200を破線で表示しているのは、制御プログラム200はシステムの動作時にだけ外部記憶部120から主記憶部110に読み出されるためである。
The
外部記憶部120は、フラッシュメモリ、ハードディスク、DVD−RAM(Digital Versatile Disc Random−Access Memory)、DVD−RW(Digital Versatile Disc ReWritable)等の不揮発性メモリから構成される。外部記憶部120は、これまでの実施の形態で説明した各種処理を制御部100に行わせるためのプログラムを記憶する。また、このプログラムを実行する制御部100の指示に従って、外部記憶部120に記憶されているデータを制御部100に供給し、制御部100から供給されたデータを記憶する。図1、図7、図10の記憶部5は、外部記憶部120により構成される。
The
操作部140はキーボードおよびマウスなどのポインティングデバイス等と、キーボードおよびポインティングデバイス等を内部バス160に接続するインタフェース装置から構成されている。図1、図7、図10では明示していないが、ユーザーからの入力はこの操作部140を介して実行される。
The
表示部150は、CRT(Cathode Ray Tube)またはLCD(Liquid Crystal Display)などから構成される。図1、図7、または図10の異常情報出力部6はこの表示部150である。
The
図1、図7、図10に示す異常検知装置1の異常診断部4は制御部100と主記憶部110で構成され、記憶部5は外部記憶部120で構成される。なお、図1、図7、図10には入出力部130は省略されているが、電力計測部3からの電流波形データはこの入出力部130を介して異常診断部4に入力され、記憶部5に格納される。
The
このような構成により、図5、図6、図9、及び図11に示すフロー図に記載された処理手順を上記プログラム200に実行させることができ、その実行により図1、図7、図10に示す各構成要素はその機能を果たすことができ、その結果実施形態1及び2に係る発明の内容を実現することができる。
With such a configuration, it is possible to cause the
1 異常検知装置
2 電力供給線
3 電流計測部
4 異常診断部
5 記憶部
6 異常情報出力部
7、7a、7b、7c 負荷機器(電気機器、機器)
30 電流検出部(変流器)
31 増幅器
32 高周波通過フィルタ(HPF)
33 AD変換器(ADC)
34 タイミング検出部
40 特徴量取得部
41 異常判定部
42 電流実効値算定部
43 簡易異常判定部
50 電流波形データ情報
51 正常時特徴量情報
52 異常時特徴量情報
53 異常判定情報
54 簡易異常判定情報
100 制御部
110 主記憶部
120 外部記憶部
130 入出力部
140 操作部
150 表示部
160 内部バス
DESCRIPTION OF SYMBOLS 1
30 Current detector (current transformer)
31
33 AD converter (ADC)
34
Claims (9)
前記電流波形データと、前記電力供給線を含めて前記負荷機器が正常であるときのインパルス成分の特徴量である正常時特徴量と、前記電力供給線を含めて前記負荷機器が異常であるときの異常要因毎のインパルス成分の特徴量である異常時特徴量と、を記憶する記憶部と、
前記電流波形データからインパルス成分を抽出し、抽出されたインパルス成分から特徴量である判定対象特徴量を取得する特徴量取得部と、
前記正常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常を判定し、異常と判定された場合に、前記異常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常の要因を判定し、前記異常時特徴量に誤差範囲で一致する前記判定対象特徴量の割合がいずれの前記異常時特徴量に対しても基準値以下の場合は、前記判定対象特徴量を新たな異常時特徴量として前記記憶部に記憶する異常判定部と、
を備える異常検知装置。 A current measurement unit that obtains, as current waveform data, time-series data obtained by sampling and measuring a current flowing through a power supply line that supplies AC power to a load device;
When the current waveform data, the normal feature amount that is the feature amount of the impulse component when the load device including the power supply line is normal, and the load device including the power supply line are abnormal A storage unit for storing an abnormal characteristic amount that is a characteristic amount of an impulse component for each abnormality factor of
A feature quantity acquisition unit that extracts an impulse component from the current waveform data and acquires a determination target feature quantity that is a feature quantity from the extracted impulse component;
The normal feature amount and the determination target feature amount are compared, an abnormality of the load device is determined based on a comparison result, and when the abnormality is determined to be abnormal, the abnormal feature amount and the determination target feature amount And determining the cause of the abnormality of the load device based on the result of the comparison, and the ratio of the determination target feature amount that matches the abnormal feature amount in an error range with respect to any abnormal feature amount In the case of a reference value or less, an abnormality determination unit that stores the determination target feature amount in the storage unit as a new abnormality feature amount ;
An abnormality detection device comprising:
ことを特徴とする請求項1に記載の異常検知装置。 The feature amount is the peak position, net height, and width of the impulse component,
The abnormality detection device according to claim 1 .
ことを特徴とする請求項1又は2に記載の異常検知装置。 The comparison of the feature amounts is to compare the one or more feature amounts to be compared with each other when the feature amounts to be compared are each composed of one or more impulse component feature amounts. ,
The abnormality detection device according to claim 1 or 2 , wherein
ことを特徴とする請求項1乃至3のいずれか1項に記載の異常検知装置。 The feature amount acquisition unit integrates current waveform data for the most recent predetermined period to obtain integrated current waveform data for one period, and extracts an impulse component as current waveform data.
The abnormality detection apparatus according to any one of claims 1 to 3 , wherein
ことを特徴とする請求項1乃至4のいずれか1項に記載の異常検知装置。 The current measuring unit includes a high-pass filter for removing low frequency components of a predetermined frequency or less including a commercial power frequency,
The abnormality detection device according to any one of claims 1 to 4 , wherein the abnormality detection device is provided.
所定時間内での、所定の閾値を超える前記判定対象実効値のサンプリング計測回数が所定の回数基準値を超えるとき異常と判定する簡易異常判定部と、を備え、
前記簡易異常判定部で異常と判定されたとき、前記特徴量取得部が前記判定対象特徴量を取得し、前記異常判定部が前記負荷機器の異常を判定する、
ことを特徴とする請求項5に記載の異常検知装置。 A current effective value calculation unit for calculating an effective value of the current of the commercial power frequency from the current waveform data as a determination target effective value;
A simple abnormality determination unit that determines an abnormality when the number of sampling measurements of the determination target effective value exceeding a predetermined threshold within a predetermined time exceeds a predetermined number of reference values;
When it is determined that the abnormality in the simple abnormality determining unit, the feature amount acquisition unit acquires the determination target feature amount, the abnormality judging section judges an abnormality of the load device,
The abnormality detection device according to claim 5 .
ことを特徴とする請求項6に記載の異常検知装置。 The current effective value calculation unit calculates the current effective value and the average value of the latest past multiple cycles, and sends the average value multiplied by a predetermined magnification to the simple abnormality determination unit as the threshold value.
The abnormality detection device according to claim 6 .
前記電流波形データからインパルス成分を抽出し、抽出されたインパルス成分から特徴量である判定対象特徴量を取得する特徴量取得ステップと、
前記電力供給線を含めて前記負荷機器が正常であるときのインパルス成分の特徴量である正常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常を判定し、異常と判定された場合に、前記電力供給線を含めて前記負荷機器が異常であるときの異常要因毎のインパルス成分の特徴量である異常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常の要因を判定し、前記異常時特徴量に誤差範囲で一致する前記判定対象特徴量の割合がいずれの前記異常時特徴量に対しても基準値以下の場合は、前記判定対象特徴量を新たな異常時特徴量として記憶する異常判定ステップと、
を備える異常検知方法。 A current measurement step for acquiring time-series data obtained by sampling and measuring a current flowing in a power supply line for supplying AC power to a load device as current waveform data;
A feature amount acquisition step of extracting an impulse component from the current waveform data and acquiring a determination target feature amount that is a feature amount from the extracted impulse component;
Compares the normal feature amount, which is a feature amount of an impulse component when the load device including the power supply line is normal, with the determination target feature amount, and determines abnormality of the load device based on the comparison result If the load device including the power supply line is abnormal when it is determined to be abnormal, a comparison is made between the abnormal characteristic amount that is the characteristic amount of the impulse component for each abnormality factor and the determination target characteristic amount when the load device is abnormal. Then, the cause of the abnormality of the load device is determined based on the comparison result, and the ratio of the determination target feature quantity that matches the abnormality feature quantity in an error range is a reference value for any of the abnormality feature quantities In the following cases, an abnormality determination step for storing the determination target feature amount as a new abnormality feature amount ,
An abnormality detection method comprising:
前記電流波形データからインパルス成分を抽出し、抽出されたインパルス成分から特徴量である判定対象特徴量を取得する特徴量取得ステップと、
前記電力供給線を含めて前記負荷機器が正常であるときのインパルス成分の特徴量である正常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常を判定し、異常と判定された場合に、前記電力供給線を含めて前記負荷機器が異常であるときの異常要因毎のインパルス成分の特徴量である異常時特徴量と前記判定対象特徴量とを比較し、比較の結果に基づき前記負荷機器の異常の要因を判定し、前記異常時特徴量に誤差範囲で一致する前記判定対象特徴量の割合がいずれの前記異常時特徴量に対しても基準値以下の場合は、前記判定対象特徴量を新たな異常時特徴量として記憶する異常判定ステップと、
をコンピュータに実行させるための異常検知プログラム。 A current measurement step for acquiring time-series data obtained by sampling and measuring a current flowing in a power supply line for supplying AC power to a load device as current waveform data;
A feature amount acquisition step of extracting an impulse component from the current waveform data and acquiring a determination target feature amount that is a feature amount from the extracted impulse component;
Compares the normal feature amount, which is a feature amount of an impulse component when the load device including the power supply line is normal, with the determination target feature amount, and determines abnormality of the load device based on the comparison result If the load device including the power supply line is abnormal when it is determined to be abnormal, a comparison is made between the abnormal characteristic amount that is the characteristic amount of the impulse component for each abnormality factor and the determination target characteristic amount when the load device is abnormal. Then, the cause of the abnormality of the load device is determined based on the comparison result, and the ratio of the determination target feature quantity that matches the abnormality feature quantity in an error range is a reference value for any of the abnormality feature quantities In the following cases, an abnormality determination step for storing the determination target feature amount as a new abnormality feature amount ,
An abnormality detection program that causes a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010245727A JP5419848B2 (en) | 2010-11-01 | 2010-11-01 | Anomaly detection device, anomaly detection method, and anomaly detection program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010245727A JP5419848B2 (en) | 2010-11-01 | 2010-11-01 | Anomaly detection device, anomaly detection method, and anomaly detection program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012098133A JP2012098133A (en) | 2012-05-24 |
JP5419848B2 true JP5419848B2 (en) | 2014-02-19 |
Family
ID=46390212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010245727A Active JP5419848B2 (en) | 2010-11-01 | 2010-11-01 | Anomaly detection device, anomaly detection method, and anomaly detection program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5419848B2 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5896961B2 (en) * | 2013-08-07 | 2016-03-30 | 三菱電機株式会社 | Electric leakage detection device, electric leakage detection method, and program |
US12044714B2 (en) | 2018-08-30 | 2024-07-23 | Nec Corporation | Anomaly detection apparatus, method and computer-readable medium |
CN112540210B (en) * | 2020-12-04 | 2023-10-31 | 天目数据(福建)科技有限公司 | Method for identifying abnormal users of zero line and live line, method for identifying anti-electricity-stealing and storage medium |
WO2023166720A1 (en) * | 2022-03-04 | 2023-09-07 | 三菱電機株式会社 | Input/output device, pulse width display system, and pulse width display method |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2980698B2 (en) * | 1991-01-17 | 1999-11-22 | 株式会社東芝 | Inverter device |
JP2001289903A (en) * | 2000-04-11 | 2001-10-19 | Tempearl Ind Co Ltd | Insulation deterioration detecting circuit and device using this circuit |
JP3369536B2 (en) * | 2000-06-02 | 2003-01-20 | 弘伸 中野 | Connection failure detection device |
US7133267B2 (en) * | 2004-11-10 | 2006-11-07 | Ametek, Inc. | Arc detection circuit |
JP2006250821A (en) * | 2005-03-11 | 2006-09-21 | Nagoya Institute Of Technology | Tracking detector |
-
2010
- 2010-11-01 JP JP2010245727A patent/JP5419848B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012098133A (en) | 2012-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5935850B2 (en) | Partial discharge diagnostic device | |
JP4735470B2 (en) | Insulation diagnostic device and insulation diagnostic method | |
JP5419848B2 (en) | Anomaly detection device, anomaly detection method, and anomaly detection program | |
JP5414413B2 (en) | Partial discharge diagnostic method and partial discharge diagnostic device for gas insulated switchgear | |
JP2010518412A (en) | System, method, and computer program for detecting electrostatic discharge phenomenon | |
JP6945371B2 (en) | Diagnostic equipment for rotating machine systems, power converters, rotating machine systems, and diagnostic methods for rotating machine systems. | |
CN107589320B (en) | Wave recording method and wave recording device of power module | |
JPH09274095A (en) | Reactor output monitor | |
JP6865406B2 (en) | Arc detection circuit, breaker system, junction box system, power conditioner, microinverter, DC optimizer and arc detection method | |
JP5599982B2 (en) | Insulation degradation diagnosis device for high-voltage power receiving equipment | |
JP2011237182A (en) | Device and method for determining partial discharge | |
JP2019039845A (en) | Partial discharge diagnosis device and partial discharge diagnosis method | |
JP2019045401A (en) | Partial discharge diagnostic device and partial discharge diagnostic method | |
KR20220145582A (en) | Arc fault detector for fire risk prediction and operating method thereof | |
KR102109264B1 (en) | Apparatus for diagnosing abnormality of rotor | |
JP2012207937A (en) | Insulation diagnosis device | |
JP2014013164A (en) | Failure detection method of lightning protection device | |
JP2007020373A (en) | Method for detecting grounding and device therefor | |
JP2017181148A (en) | Power cable insulation degraded position estimation method and estimation system | |
JPWO2020144734A1 (en) | Arc ground fault detection method | |
US11300603B2 (en) | Method and system for condition monitoring electrical equipment | |
KR102449161B1 (en) | Arc detection method and apparatus using frequency analysis | |
JP2020101488A (en) | Partial discharge detector and partial discharge detection method | |
JP3431390B2 (en) | Cable insulation diagnosis method | |
JP2020101490A (en) | Partial discharge detector and partial discharge detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131002 |
|
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: 20131022 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5419848 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
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 |