JP6593325B2 - 監視装置、監視システム、監視方法及びプログラム - Google Patents

Description

本発明は、監視装置、監視システム、監視方法及びプログラムに関する。

近年、スマートメータなどの普及に伴い、所定の単位内（家庭内、会社内、ビルの１つのフロア内等）の総消費電力（瞬時値）をユーザに向けて提供する機能が標準化しつつある。所定の単位内の総消費電力だけでなく、所定の単位内で使用されている電気機器単体の消費電力（瞬時値）をも提供することにより、更にきめ細やかな節電対策を促すことが期待される。

電気機器個別の消費電力は、例えば各電気機器に測定器を取り付けることで把握することができる。しかし、この手段の場合、各電気機器に測定器を取り付ける作業負担が大きい。また、電気機器の数が増えるに従い測定器の数も増え、費用負担が大きくなる。

関連する技術が、特許文献１乃至６に開示されている。

特許文献１及び２には、給電引き込み口や分電盤等の電源幹線部に測定器を設置し、当該測定器で測定した測定データ（総消費電流波形等）を利用して各電気機器の動作状態を推定する技術が開示されている。当該技術では、予め、各電気機器の動作時の特徴量（教師特徴量）を用意し、さらに、この教師特徴量をあらゆる態様で組み合わせた合算教師特徴量を用意する。そして、電源幹線部で測定された測定データから抽出された特徴量と、予め用意している教師特徴量（合算教師特徴量を含む）とに基づいて、各電気機器の動作状態を推定する。

特許文献３には、各電気機器の動作時の特徴量を示す教師特徴量を生成する技術が開示されている。具体的には、被計測家屋内の電気機器を１つずつ動作させて所定のデータ（消費電流等）を個別に測定する。そして、測定した各電気機器のデータから特徴量を抽出し、抽出した特徴量を教師特徴量として保存する。

特許文献４には、データ抽出手段と、推定手段とを備える消費電力測定システムが開示されている。データ抽出手段は、需要地の引込線における所定箇所で測定した総負荷電流及び電圧に基づいて、総負荷電流の商用周波数１周期分における平均化した電流波形データを抽出し、該平均化した電流波形データから、電流値の変化が増加から減少に転じる点、又は減少から増加に転じる点を示す凸点に関する凸点情報を抽出する。推定手段は、電気機器の種別と凸点情報と消費電力とを対応付けた推定モデルを予め保持し、データ抽出手段が抽出した凸点情報と、推定モデルとに基づいて、動作中の電気機器の消費電力を個別に推定する。

特許文献５には、電力需要家が使用している複数の電気機器の稼働状況を推定する遠隔電気機器監視方法が開示されている。当該方法では、電力需要家の給電線から総負荷電流を測定し、当該総負荷電流をその基本は並びに高調波ごとの電流に変換するとともに、基本波並びに高調波毎の電流の時間差分を取って電流変化データを生成する。そして、これら基本波並びに高調波毎の電流変化を独立成分分析により同一高調波強度比率を持つ機器群として推定される成分毎に分離する。そして、この同一高調波強度比率成分毎の電流変化の波形から監視態様機器の機器別の稼働状況（電流変化）を推定する。

特許文献６には、電力系統から電力供給される負荷機器の電力消費量を推定する電力消費量推定装置が開示されている。当該装置は、負荷機器の稼働状態に応じた値を示す稼働状態信号を受付け、受付けた稼働状態信号が示す値に基づき、負荷機器が稼働状態にある稼働負荷機器かどうかを判定する。そして、新規稼働負荷機器の推定電力消費量として、その変化の前後の総電力消費量の変動量を割り当て、新規稼働負荷機器以外の稼働負荷機器の推定電力消費量としてその稼働負荷機器に前回割り当てた推定電力消費量を割り当てる。

特許第３４０３３６８号公報 特許第４５６５５１１号公報 特許第４４３３８９０号公報 特開２０１１−２３２０６１号公報 特開２００３−９４３０号公報 特開２０１０−１６９５６７号公報

本発明者らは、分電盤等で測定した測定データ（所定の単位内の総消費電流波形等）から抽出した監視用特徴量と、監視対象電気機器毎に用意した教師特徴量、及び、これらを組み合わせて生成される監視対象電気機器の組み合わせ毎の教師特徴量（合算教師特徴量）と、に基づいて監視対象電気機器各々の消費電力（瞬時値）を算出する技術を検討した。

当該技術の場合、監視対象電気機器の数が増加するにつれ、監視対象電気機器の消費電力を推定する処理に利用する教師特徴量（合算教師特徴量を含む）の数が増加する。特に、監視対象の電気機器の数が増加すると、監視対象電気機器の組み合わせ数が顕著に増加し、合算教師特徴量の数が顕著に増加する。監視対象電気機器の数がＭ個である場合、_ＭＣ_Ｍ＋_ＭＣ_Ｍ−１＋_ＭＣ_Ｍ−２・・・＋_ＭＣ_２個の監視対象電気機器の組み合わせが存在することになる。当該個数の組み合わせ各々に対応した合算教師特徴量を用意する必要がある。

また、監視対象電気機器の消費電力を推定する場合、監視対象電気機器毎に複数の電力消費状態各々に対応した教師特徴量を用意する必要がある。このため、合算教師特徴量を用意する組み合わせは、上記監視対象電気機器の組み合わせ各々をさらに細分化したものとなる。結果、用意する教師特徴量の数はさらに多くなる。

上述のように、当該技術の場合、推定処理に利用する教師特徴量（合算教師特徴量を含む）の数が膨大になるという問題がある。この場合、教師特徴量（合算教師特徴量を含む）を利用した監視対象電気機器各々の消費電力を推定する処理の処理負担が大きくなる。

そこで、本発明は、監視対象電気機器各々の消費電力を推定するために利用する教師特徴量（合算教師特徴量を含む）の数を少なくすることができる技術を提供することを課題とする。

本発明によれば、
監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段と、
を有し、
前記第１の推定手段は、前記監視対象電気機器の中の一部の消費電力を推定し、
前記第２の推定手段は、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視装置が提供される。

また、本発明によれば、前記監視装置と、監視対象電気機器が設置された単位内に設置された測定器が測定した、総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得し、前記監視装置に送信する中継装置と、を有する監視システムが提供される。

また、本発明によれば、
コンピュータが、
監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得工程と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定工程と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定工程と、
を実行し、
前記第１の推定工程では、前記監視対象電気機器の中の一部の消費電力を推定し、
前記第２の推定工程では、前記第１の推定工程で消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視方法が提供される。

また、本発明によれば、
コンピュータを、
監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段、
として機能させ、
前記第１の推定手段は、前記監視対象電気機器の中の一部の消費電力を推定し、
前記第２の推定手段は、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定するプログラムが提供される。

本発明によれば、電気機器の稼働状態を推定するために利用される教師特徴量（合算教師特徴量を含む）の数を少なくすることができる。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

本実施形態の装置のハードウエア構成の一例を概念的に示す図である。 本実施形態の監視装置の機能ブロック図の一例である。 本実施形態の教師データの一例を模式的に示す図である。 本実施形態の教師データの一例を模式的に示す図である。 本実施形態の教師データの一例を模式的に示す図である。 図５に示す教師データを説明するための図である。 本実施形態の教師データの一例を模式的に示す図である。 図７に示す教師データを説明するための図である。 図７に示す教師データを説明するための図である。 本実施形態の教師データの一例を模式的に示す図である。 第１の推定部が監視対象電気機器の電源状態を推定するために利用することができる情報の一例を模式的に示す図である。 本実施形態の教師データの一例を模式的に示す図である。 本実施形態の監視装置の処理の流れの一例を示すフローチャートである。 本実施形態の監視装置の適用例の一例を模式的に示す図である。 本実施形態の監視装置の適用例の一例を模式的に示す図である。 本実施形態の監視装置の機能ブロック図の一例である。 本実施形態の出力部による出力例の一例を模式的に示す図である。 第１の推定部により消費電力を推定される監視対象電気機器の一例を説明するための図である。 本実施形態の監視装置の処理の流れの一例を示すフローチャートである。 本実施形態の監視装置の処理の流れの一例を示すフローチャートである。 本実施形態の監視装置の機能ブロック図の一例である。

まず、本実施形態の装置のハードウエア構成の一例について説明する。本実施形態の装置が備える各部は、任意のコンピュータのＣＰＵ（Central Processing Unit）、メモリ、メモリにロードされたプログラム（あらかじめ装置を出荷する段階からメモリ内に格納されているプログラムのほか、ＣＤ（Compact Disc）等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムも含む）、そのプログラムを格納するハードディスク等の記憶ユニット、ネットワーク接続用インタフェイスを中心にハードウエアとソフトウエアの任意の組み合わせによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。

図１は、本実施形態の装置のハードウエア構成の一例を概念的に示す図である。図示するように、本実施形態の装置は、例えば、バス１０Ａで相互に接続されるＣＰＵ１Ａ、ＲＡＭ（Random Access Memory）２Ａ、ＲＯＭ（Read Only Memory）３Ａ、表示制御部４Ａ、ディスプレイ５Ａ、操作受付部６Ａ、操作部７Ａ、通信部８Ａ、補助記憶装置９Ａ等を有する。なお、図示しないが、その他、外部機器と有線で接続される入出力インタフェイス、マイク、スピーカ等の他の要素を備えてもよい。

ＣＰＵ１Ａは各要素とともに装置のコンピュータ全体を制御する。ＲＯＭ３Ａは、コンピュータを動作させるためのプログラムや各種アプリケーションプログラム、それらのプログラムが動作する際に使用する各種設定データなどを記憶する領域を含む。ＲＡＭ２Ａは、プログラムが動作するための作業領域など一時的にデータを記憶する領域を含む。補助記憶装置９Ａは、例えばＨＤＤ（Hard Disc Drive）であり、大容量のデータを記憶可能である。

ディスプレイ５Ａは、表示装置（ＬＥＤ（Light Emitting Diode）表示器、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等）等で構成される。ディスプレイ５Ａは、タッチパッドと一体になったタッチパネルディスプレイであってもよい。表示制御部４Ａは、ＶＲＡＭ（Video RAM）に記憶されたデータを読み出し、読み出したデータに対して所定の処理を施した後、ディスプレイ５Ａに送って各種画面表示を行う。操作受付部６Ａは、操作部７Ａを介して各種操作を受付ける。操作部７Ａは、操作キー、操作ボタン、スイッチ、ジョグダイヤル、タッチパネルディスプレイ、キーボードなどを含む。通信部８Ａは、有線及び／又は無線で、インターネット、ＬＡＮ（Local Area Network）等のネットワークに接続し、他の電子機器と通信する。

以下、本実施の形態について説明する。なお、以下の実施形態の説明において利用する機能ブロック図は、ハードウエア単位の構成ではなく、機能単位のブロックを示している。これらの図においては、各装置は１つの機器により実現されるよう記載されているが、その実現手段はこれに限定されない。すなわち、物理的に分かれた構成であっても、論理的に分かれた構成であっても構わない。なお、同一の構成要素には同一の符号を付し、適宜説明を省略する。

＜第１の実施形態＞
まず、本実施形態の概要について説明する。本実施形態では、分電盤等で取得された監視用の波形データ（総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データ）を取得すると、まず、当該波形データを利用して、複数の監視対象電気機器の中の少なくとも一部の電源状態（電源ＯＮ又は電源ＯＦＦ）を推定する（第１ステップ）。

第１ステップでは、各監視対象電気機器の消費電力まで推定する必要はなく、各監視対象電気機器の電源状態が電源ＯＮ又は電源ＯＦＦのいずれであるかを推定すればよい。このため、各監視対象電気機器の消費電力を推定する場合に比べて、合算教師特徴量を用意する組み合わせの数は少なくなる。結果、利用する教師特徴量（合算教師特徴量を含む）の数を著しく少なくできる。

そして、第１ステップの後、電源ＯＦＦと推定された監視対象電気機器を除く監視対象電気機器を処理対象とし、処理対象の監視対象電気機器各々の消費電力を推定する（第２ステップ）。

第２ステップでは、処理対象の監視対象電気機器各々の様々な消費電力各々に対応した教師特徴量、及び、これらを組み合わせて生成される合算教師特徴量に基づいて、電源ＯＦＦと推定された監視対象電気機器を除く監視対象電気機器の消費電力を推定する。

このような本実施形態によれば、監視対象電気機器すべてを処理対象として第２ステップを行う場合に比べて、第２ステップで処理対象となる監視対象電気の数を少なくすることができる。このため、監視対象電気機器の組み合わせ数を減らすことができる。結果、利用する合算教師特徴量の数を少なくすることができる。

そして、本発明者らは、このような本実施形態によれば、第１ステップ及び第２ステップで利用する教師特徴量（合算教師特徴量を含む）の総数を、監視対象電気機器すべてを一度に処理対象として消費電力を推定する場合に比べて、著しく少なくできることを確認した。

次に、本実施形態の構成について詳細に説明する。図２に、本実施形態の監視装置１０の機能ブロック図の一例を示す。図示するように、監視装置１０は、記憶部１１と、単位毎波形データ取得部１２と、第１の推定部１３と、第２の推定部１４とを有する。図２１に、本実施形態の監視装置１０の機能ブロック図の他の一例を示す。図示するように、監視装置１０が記憶部１１を有さない点で、図２の例と異なる。この場合、記憶部１１は、監視装置１０と異なる装置内に設けられる。そして、監視装置１０は、有線及び／又は無線で当該装置と通信し、記憶部１１に記憶されている情報を取得する。

記憶部１１は、監視対象電気機器各々に、以下の（１）及び（２）の少なくとも一方を対応付けた教師データを記憶する。

（１） 各監視対象電気機器の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データである機器毎教師波形データ
（２） （１）の機器毎教師波形データから抽出される少なくとも１種類の教師特徴量

教師特徴量は、監視対象電気機器各々の所定の稼働状態（例：電源ＯＮ状態、所定の値の電力を消費している状態、電源状態が変化した状態（ＯＮ→ＯＦＦ、ＯＦＦ→ＯＮ））に特有の特徴量である。記憶部１１は、監視対象電気機器毎に、様々な稼働状態に対応付けて、教師特徴量を記憶することができる。

教師特徴量は、例えば、消費電流の周波数強度・位相（高調波成分）、位相、消費電流の変化、平均値、ピーク値、実効値、波高率、波形率、電流変化の収束時間、通電時間、ピークの位置、電圧のピーク位置と消費電流のピーク位置との間の時間差、力率、特定の周波数（１／２周期、１／３周期等）の成分、これらの変化量などであってもよい。なお、教師特徴量はここでの例示に限定されない。

監視対象電気機器各々の所定の稼働状態は、１種類の特徴量で示されてもよいし、複数種類の特徴量の組み合わせで示されてもよい。各稼働状態は、同じ種類の特徴量の組み合わせで示されてもよいし、異なる種類の特徴量の組み合わせで示されてもよい。

図３に、記憶部１１が記憶する教師データの一例を模式的に示す。図３に示す教師データは、監視対象電気機器各々に、各々が電源ＯＮ状態である時の教師特徴量を対応付けている。この場合の教師特徴量は、電源ＯＮ状態時の波形データ（例：所定周期分の波形データ）から抽出された特徴量である。図３に示す教師データは、機器ＩＤ、教師データＩＤ、教師特徴量、及び、状態が互いに対応付けられている。

図４に、記憶部１１が記憶する教師データの他の一例を模式的に示す。図４に示す教師データは、監視対象電気機器各々に、各々の電源状態が変化した時の教師特徴量を対応付けている。この場合の教師特徴量は、電源ＯＮ状態時の波形データ（例：所定周期分の波形データ）と電源ＯＦＦ状態時の波形データ（例：所定周期分の波形データ）の差分の波形データから抽出された特徴量、又は、電源ＯＮ状態時の波形データから抽出された特徴量と電源ＯＦＦ状態時の波形データから抽出された特徴量との差分等である。図４に示す教師データは、機器ＩＤ、教師データＩＤ、教師特徴量、及び、状態が互いに対応付けられている。

図５に、記憶部１１が記憶する教師データの他の一例を模式的に示す。図５に示す教師データは、監視対象電気機器各々に、各消費電力時の教師特徴量を対応付けている。この場合の教師特徴量は、各消費電力時の波形データ（例：所定周期分の波形データ）から抽出された特徴量である。図５に示す教師データは、機器ＩＤ、教師データＩＤ、電力値帯、代表値、教師特徴量、及び、状態が互いに対応付けられている。

図６を用いて、図５の教師データの概要を説明する。当該教師データの場合、監視対象電気機器毎に、０Ｗから定格電力までの範囲を所定の電力値幅で任意のグループに分割する。各グループの電力値幅及びグループ数は監視対象電気機器毎に決定できる。そして、グループごとに、代表値及び教師特徴量を生成する。

図６に示す例の場合、０Ｗから１２００Ｗ（定格電力）までの範囲を電力値幅５Ｗで複数のグループに分割している。そして、各グループに含まれる電力値帯の統計値（平均値、最大値、最小値、中央値、出現頻度が最も高い消費電力等）を代表値としている。また、各グループに含まれる電力値帯の中のいずれかの電力を消費している時の波形データ（例：所定周期分の波形データ）から抽出された特徴量を、教師特徴量としている。

図５に示す教師データＩＤ各々は上述したグループ各々に対応し、電力値帯は各グループが含む電力値帯を示す。

図７に、記憶部１１が記憶する教師データの他の一例を模式的に示す。図７に示す教師データは、監視対象電気機器各々に、各消費電力時の教師特徴量を対応付けている。この場合の教師特徴量は、各消費電力時の波形データ（例：所定周期分の波形データ）から抽出された特徴量である。図７に示す教師データは、機器ＩＤ、教師データＩＤ、電力値帯、代表値、教師特徴量、及び、状態が互いに対応付けられている。

図８及び図９を用いて、図７の教師データの概要を説明する。当該教師データの場合、監視対象電気機器毎に、０Ｗから定格電力までの範囲の中に部分的に、代表値及び教師特徴量を生成するグループを設定する。各グループの電力値幅及びグループ数は監視対象電気機器毎に決定できる。そして、グループごとに、代表値及び教師特徴量を生成する。

図８に示す例の場合、６０５Ｗから６１０Ｗ、１１０７Ｗから１１１２Ｗ等にグループを設定している。そして、各グループに含まれる電力値帯の統計値（平均値、最大値、最小値、中央値、出現頻度が最も高い消費電力等）を代表値としている。また、各グループに含まれる電力値帯の中のいずれかの電力を消費している時の波形データ（例：所定周期分の波形データ）から抽出された特徴量を、教師特徴量としている。

ここで、０Ｗから定格電力までの範囲の中に部分的に、代表値及び教師特徴量を生成するグループを設定する一例について説明する。例えば、監視対象電気機器毎に、所定時間分の機器毎教師波形データを利用して、消費電力の頻度分析を行う。頻度分析の手段としては、例えば、頻度分布曲線を生成し、それを分析する手段や、ヒストグラムを生成し、それを分析する手段や、処理対象電気機器が実際に消費し得る消費電力帯（０Ｗより大、規格電力以下）を複数のグループに分割し、各グループの消費電力をカウントする手段等が考えられるが、これらに限定されない。

頻度分布曲線の生成は、例えば、カーネル密度推定を実行することで実現してもよい。この場合、例えば核関数にＧａｕｓｓ核、バンド幅にＳｉｌｖｅｒｍａｎのバンド幅を用いることができる。なお、他の核関数（例：多項式など）やバンド幅を用いることもできる。図９に、生成した頻度分布曲線の一例を示す。横軸が消費電力であり、縦軸が出現頻度となっている。

そして、出現頻度が相対的に多い電力値を含むようにグループを設定することができる。なお、低消費電力帯（例：定格電力の値の１０パーセント以下）をグループ設定対象から外してもよい。

例えば、記憶部１１は、ここで例示した教師特徴量を含む教師データの中の少なくとも一部を記憶することができる。なお、記憶部１１は、ここで例示した教師特徴量を含む教師データに代えて、機器毎教師波形データを記憶してもよい。この場合、以下で説明する第１の推定部１３及び第２の推定部１４が、記憶部１１に記憶されている機器毎教師波形データを利用し、所定のタイミングで、ここで例示したような教師データを生成する。

図２に戻り、単位毎波形データ取得部１２は、監視対象電気機器が設置された単位内（家庭内、分電盤の分岐単位、会社内、ビルの１つのフロア内等）における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する。このような単位毎監視用波形データは、例えば分電盤等の電源幹線部付近に設置された測定器を介して取得することができる。

単位毎波形データ取得部１２は、単位毎監視用波形データをリアルタイム処理で取得してもよいし、バッチ処理で所定の時間分（例：１分、３０分、１時間、２４時間）をまとめて取得してもよい。なお、監視対象電気機器の消費電力（瞬時値）をリアルタイムにユーザに提供するよう構成する場合、単位毎波形データ取得部１２は、単位毎監視用波形データをリアルタイム処理で取得する。

第１の推定部１３は、単位毎波形データ取得部１２が取得した単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、機器毎教師波形データから抽出される教師特徴量（合算教師特徴量を含む）に基づいて、監視対象電気機器の中の少なくとも一部の稼働状態を推定する。本実施形態の場合、第１の推定部１３は、監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定する。

例えば、第１の推定部１３は、教師特徴量（合算教師特徴量を含む）と状態（電源状態、電源状態の変化）とを対応付けた教師データ（図３、４、１０参照）を用いて推定モデルを生成し、生成した推定モデルに第１の特徴量グループの値（特徴量）を入力することで、推定結果（監視対象電気機器各々の電源状態、電源状態の変化等）を得てもよい。第１の特徴量グループは、第１の推定部１３が利用する推定モデルの生成に利用された教師特徴量（合算教師特徴量を含む）と同種の特徴量で構成される。推定モデルは、例えば、重回帰分析、ニューラルネットワーク、遺伝的アルゴリズム等を用いたものとできる。

第１の推定部１３は、例えば、監視対象電気機器各々に、各々が電源ＯＮ状態である時の教師特徴量を対応付けた教師データ（図３）、及び、これらを組み合わせて生成される合算教師特徴量を含む教師データ（図１０参照）に基づいて、監視対象電気機器の中の少なくとも一部の電源状態を推定する。

図１０に示す教師データは、教師データＩＤ、教師特徴量、及び、状態が互いに対応付けられている。当該教師データは、複数の監視対象電気機器のすべての組み合わせ各々に対応する。すなわち、当該教師データは、監視対象電気機器がＭ個の場合、Ｍ個からＭ個取り出した場合の組み合わせ、Ｍ個から（Ｍ−１）個取り出した場合の組み合わせ、・・・Ｍ個から２個取り出した場合の組み合わせすべてに対応する。記憶部１１は予めこのような合算教師特徴量を含む教師データを記憶していてもよい。又は、第１の推定部１３が記憶部１１に記憶されている各監視対象電気機器に対応した機器毎教師波形データや教師特徴量を利用して、所定のタイミング合算教師特徴量を含む教師データを生成してもよい。

他の例として、第１の推定部１３は、記憶部１１が記憶する、監視対象電気機器各々に、各々の電源状態が変化した時の教師特徴量を対応付けた教師データ（図４参照）に基づいて、監視対象電気機器の中の少なくとも一部の電源状態を推定してもよい。当該例の場合、第１の推定部１３は、監視対象電気機器の電源状態を常時管理しておく（図１１参照）。そして、電源状態が変化した時の教師特徴量を対応付けた教師データ（図４参照）、及び、これらの合算教師特徴量（不図示）に基づいて、監視対象電気機器の中の少なくとも一部の電源状態の変化を検知すると、管理している情報（図１１参照）を更新する。この情報を参照することで、第１の推定部１３は、ある時点における監視対象電気機器各々の電源状態を特定できる。

なお、記憶部１１が機器毎教師波形データを記憶し、教師特徴量を記憶していない場合、第１の推定部１３は当該機器毎教師波形データを利用して教師特徴量を抽出し、抽出した教師特徴量を利用して合算教師特徴量を生成し、これらの特徴量（合算教師特徴量を含む）に基づいて、監視対象電気機器の中の少なくとも一部の電源状態を推定する。

図２に戻り、第２の推定部１４は、単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、第１の特徴量グループと異なる第２の特徴量グループ、及び、機器毎教師波形データから抽出される教師特徴量に基づいて、監視対象電気機器の中の一部の稼働状態を推定する。本実施形態の場合、第２の推定部１４は、第１の推定部１３により電源ＯＦＦ状態と推定された監視対象電気機器を除く監視対象電気機器の中の少なくとも一部の消費電力を推定する。

例えば、第２の推定部１４は、教師特徴量（合算教師特徴量を含む）と状態（消費電力）とを対応付けた教師データ（図５、７、１２参照）を用いて推定モデルを生成し、生成した推定モデルに第２の特徴量グループの値（特徴量）を入力することで、推定結果（監視体操電気機器各々の消費電力）を得てもよい。第２の特徴量グループは、第２の推定部１４が利用する推定モデルの生成に利用された教師特徴量（合算教師特徴量を含む）と同種の特徴量で構成される。推定モデルは、例えば、重回帰分析、ニューラルネットワーク、遺伝的アルゴリズム等を用いたものとできる。

図１２に示す教師データは、教師データＩＤ、教師特徴量、及び、状態が互いに対応付けられている。当該教師データは、複数の監視対象電気機器のすべての組み合わせ各々に対応する。なお、複数の監視対象電気機器の組み合わせは、監視対象電気機器各々が取り得る複数の稼働状態（消費電力）に応じてさらに細分化される。例えば、第１の監視対象電気機器と第２の監視対象電気機器とからなる組み合わせを考える。簡単にするため、第１の監視対象電気機器は消費電力２．５Ｗと５Ｗの２つの稼働状態を取り、第２の監視対象電気機器は１Ｗ、２Ｗ、３Ｗの３つの稼働状態を取るとする。この場合、第１の監視対象電気機器と第２の監視対象電気機器とからなる組み合わせ（第１：第２）は、（２．５Ｗ：１Ｗ）、（２．５Ｗ：２Ｗ）、（２．５Ｗ：３Ｗ）、（５Ｗ：１Ｗ）、（５Ｗ：２Ｗ）、（５Ｗ：３Ｗ）の６つの組み合わせに細分化される。図１２に示す教師データは、このような細分化された組み合わせ各々に対応する。記憶部１１は予めこのような教師データを記憶していてもよい。又は、第２の推定部１４が記憶部１１に記憶されている各監視対象電気機器に対応した機器毎教師波形データや教師特徴量を利用して、所定のタイミングでこのような教師データを生成してもよい。

なお、記憶部１１が機器毎教師波形データを記憶し、教師特徴量を記憶していない場合、第２の推定部１４は当該機器毎教師波形データを利用して教師特徴量を抽出し、抽出した教師特徴量を利用して合算教師特徴量を生成し、これらの特徴量（合算教師特徴量を含む）に基づいて、監視対象電気機器の中の少なくとも一部の消費電力を推定する。

次に、図１３のフローチャートを用いて、本実施形態の監視方法の処理の流れの一例を説明する。

まず、単位毎波形データ取得部１２が、監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する（Ｓ１０）。

例えば、単位毎波形データ取得部１２は、リアルタイム処理で、所定の単位内に設置された測定装置から単位毎監視用波形データを取得する。この場合、単位毎波形データ取得部１２は、単位毎監視用波形データの取得を継続する。又は、単位毎波形データ取得部１２は、バッチ処理で、所定時間分の単位毎監視用波形データをまとめて取得する。

なお、以下の説明で出てくる「リアルタイム処理の場合」は、Ｓ１１の処理がリアルタイム処理の場合をさし、「バッチ処理の場合」は、Ｓ１１の処理がバッチ処理の場合をさす。

次に、監視装置１０は、Ｓ１０で取得した単位毎監視用波形データの中の所定周期分（処理対象分）の波形データから、所定種類の特徴量を抽出する（Ｓ１１）。

リアルタイム処理の場合、監視装置１０は、最新の所定周期分の波形データから、所定種類の特徴量を抽出する。そして、最新の所定周期分の波形データから抽出した所定種類の特徴量を、第１の推定部１３及び第２の推定部１４に入力する。

一方、バッチ処理の場合、監視装置１０は、所定時間分の単位毎監視用波形データに含まれる所定周期分（処理対象分）の複数の波形データを順に処理対象とし、処理対象の所定周期分の波形データから、所定種類の特徴量を抽出する。そして、監視装置１０は、１つの所定周期分の波形データから所定種類の特徴量を抽出するごとに、又は、所定個数の所定周期分の波形データから所定種類の特徴量を抽出するごとに、抽出した所定種類の特徴量を第１の推定部１３及び第２の推定部１４に入力する。

その後、第１の推定部１３は、Ｓ１１で抽出された特徴量の中の第１の特徴量グループと、記憶部１１が記憶する教師特徴量、又は、記憶部１１が記憶する機器毎教師波形データから抽出した教師特徴量とに基づいて、監視対象電気機器の中の少なくとも一部の稼働状態（電源状態）を推定する（Ｓ１２）。

例えば、第１の推定部１３は、Ｓ１１で抽出された所定種類の特徴量（第１の特徴量グループ）を取得すると、記憶部１１から、電源ＯＮ状態の教師特徴量を含む教師データ（図３等）、および、これらを利用して生成される合算教師特徴量を含む教師データ（図１０等）を取得する。なお、記憶部１１が合算教師特徴量を含む教師データ（図１０等）を記憶していない場合、第１の推定部１３は、記憶部１１から取得した電源ＯＮ状態の教師特徴量を含む教師データ（図３等）を利用して、合算教師特徴量を含む教師データ（図１０等）を生成する。また、記憶部１１が機器毎教師波形データを記憶しており、ＯＮ状態の教師特徴量を含む教師データ（図３等）を記憶していない場合、第１の推定部１３は機器毎教師波形データを取得し、当該機器毎教師波形データを利用して、電源ＯＮ状態の教師特徴量を含む教師データ（図３等）を生成する。また、生成した電源ＯＮ状態の教師特徴量を含む教師データ（図３等）を利用して、合算教師特徴量を含む教師データ（図１０等）を生成する。

そして、第１の推定部１３は、取得した電源ＯＮ状態の教師特徴量を含む教師データ（図３等）、および、これらを利用して生成される合算教師特徴量を含む教師データ（図１０等）を利用して推定モデルを生成し、生成した推定モデルに第１の特徴量グループの値（特徴量）を入力することで、推定結果を得る。なお、第１の推定部１３の処理対象となる監視対象電気機器はあらかじめ決まっている。このため、あらかじめ上記推定モデルが生成され、記憶部１１に記憶されておいてもよい。そして、第１の推定部１３は記憶部１１から当該推定モデルを取出し、上記推定処理を行ってもよい。

なお、第１の推定部１３は、監視対象電気機器の電源状態を常時管理しておき（図１１参照）、単位毎監視用波形データから抽出される特徴量を利用して各監視対象電気機器の電源状態の変化を検知し、管理情報（図１１参照）を更新することで、ある時点における監視対象電気機器の電源状態を推定してもよい。

リアルタイム処理の場合、第１の推定部１３は最新の所定周期分の波形データから抽出された所定種類の特徴量（第１の特徴量グループ）に基づいた電源状態の推定を行った後、推定結果を第２の推定部１４に入力する。一方、バッチ処理の場合、第１の推定部１３は、１つの所定周期分の波形データから抽出された所定種類の特徴量（第１の特徴量グループ）に基づいた電源状態の推定を行うごとに、又は、所定個数の所定周期分の波形データから抽出された所定種類の特徴量（第１の特徴量グループ）に基づいた推定を行うごとに、推定結果を第２の推定部１４に入力する。

その後、第２の推定部１４は、Ｓ１２で電源ＯＦＦ状態と推定された監視対象電気機器を除く監視対象電気機器の稼働状態（消費電力）を推定する。具体的には、Ｓ１１で抽出された特徴量の中の第２の特徴量グループと、記憶部１１が記憶する教師特徴量、又は、記憶部１１が記憶する機器毎教師波形データから抽出した教師特徴量とに基づいて、所定の監視対象電気機器の稼働状態（消費電力）を推定する（Ｓ１３）。

例えば、第２の推定部１４は、Ｓ１１で抽出された所定種類の特徴量（第２の特徴量グループ）、および、Ｓ１２での推定結果（電源状態）を取得すると、記憶部１１から、Ｓ１１で電源ＯＦＦ状態と推定されていない監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データ（図５等）、および、これらを利用して生成される合算教師特徴量を含む教師データ（図１２等）を取得する。なお、記憶部１１が合算教師特徴量を含む教師データ（図１２等）を記憶していない場合、第２の推定部１４は、記憶部１１から取得した電源ＯＦＦ状態と推定されていない監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データ（図５等）を利用して、合算教師特徴量を含む教師データ（図１２等）を生成する。また、記憶部１１が機器毎教師波形データを記憶しており、各消費電力に対応した教師特徴量を含む教師データ（図５等）を記憶していない場合、第２の推定部１４はＳ１１で電源ＯＦＦ状態と推定されていない監視対象電気機器の機器毎教師波形データを記憶部１１から取得し、当該機器毎教師波形データを利用して、各消費電力に対応した教師特徴量を含む教師データ（図５等）を生成する。また、生成した各消費電力に対応した教師特徴量を含む教師データ（図５等）を利用して、合算教師特徴量を含む教師データ（図１２等）を生成する。

そして、第２の推定部１４は、取得した電源ＯＦＦ状態と推定されていない監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データ（図５等）、および、これらを利用して生成される合算教師特徴量を含む教師データ（図１２等）を利用して推定モデルを生成し、生成した推定モデルに第２の特徴量グループの値（特徴量）を入力することで、推定結果を得る。本実施形態の場合、第２の推定部１４の処理対象となる監視対象電気機器はあらかじめ特定されておらず、Ｓ１２での推定処理により定まる。このため、あらかじめ上記推定モデルを生成しておくことはない。

リアルタイム処理の場合、以上の処理により、ある時点（最新の時点）における監視対象電気機器各々の消費電力が推定される。そして、上記処理が繰り返される。一方、バッチ処理の場合、以上の処理により、ある時間内（Ｓ１１で取得した単位毎監視用波形データの時間）における監視対象電気機器各々の消費電力の変化が推定される。なお、電源ＯＦＦ状態と推定された監視対象電気機器の消費電力は、例えば０Ｗと推定される。

以上説明した本実施形態によれば、監視対象電気機器各々の様々な消費電力各々に対応した教師特徴量、及び、これらを組み合わせて生成される合算教師特徴量に基づいて監視対象電気機器各々の消費電力を推定する前に、監視対象電気機器各々の電源状態に対応した教師特徴量、及び、それらを組み合わせて生成される合算教師特徴量に基づいて監視対象電気機器各々の電源状態を推定する。そして、その後、電源ＯＦＦ状態（例えば消費電力０Ｗと推定）と推定された監視対象電気機器を除く監視対象電気機器各々の各消費電力に対応した教師特徴量、及び、それらを組み合わせて生成される合算教師特徴量に基づいて監視対象電気機器各々の消費電力を推定する。

監視対象電気機器各々の電源状態の推定は、監視対象電気機器各々の消費電力を推定する場合に比べて、利用する教師特徴量（合算教師特徴量を含む）の数が著しく少なくすむ。

また、本実施形態の場合、電源ＯＦＦ状態（例えば消費電力０Ｗと推定）と推定された監視対象電気機器を処理対象から除くことができるので、監視対象電気機器各々の消費電力を推定する処理に利用する教師特徴量（合算教師特徴量を含む）の数を、すべての監視対象電気機器を処理対象として監視対象電気機器各々の消費電力を推定する場合に比べて著しく少なくすることができる。

そして、本発明者らは、このような本実施形態によれば、監視対象電気機器各々の稼働状態（電源状態、消費電力）を推定するために利用する教師特徴量（合算教師特徴量を含む）の総数を、すべての監視対象電気機器を処理対象として監視対象電気機器各々の消費電力を推定する場合に比べて著しく少なくすることができることを確認した。

このような、本実施形態によれば、教師特徴量（合算教師特徴量を含む）の生成負担を軽減できるほか、教師データを利用して推定モデルを生成する処理の負担を軽減できるなどの効果が実現される。

ここで、図１４及び１５を用いて、本実施形態の監視装置１０の適用例を説明する。なお、当該適用例は、以下のすべての実施形態において同様である。

図１４に示す適用例では、所定の家庭、会社、ビル等の単位内に監視装置１０が設置される。当該単位には、複数の電気機器６０が設置されている。各電気機器６０は、当該単位に設置された分電盤４０を介して、電力の供給を受ける。図中、電力の流れを点線で示している。そして、実線で、データの流れを示している。

分電盤４０のそばには測定器５０が設置され、消費電流、入力電圧、消費電力などを測定する。測定器５０で測定された測定データは、監視装置１０に送信される。監視装置１０、分電盤４０、及び、測定器５０は、ＬＡＮや、複数の機器間をつなぐ専用のケーブルなどにより、データ通信が可能な状態となっている。監視装置１０は、インターネット等のネットワーク３０を介して、ユーザが所有する端末装置７０と接続されている。なお、図中データ通信の線で結んでいないが、電気機器６０と監視装置１０も互いにデータ通信可能な状態となっていてもよい。例えば、電気機器６０はＬＡＮ等のネットワークにつながる機能を備えていてもよい。監視装置１０は、推定結果を自装置の出力装置や端末装置７０を介してユーザに提供する。

当該適用例の場合、以下のような前準備により、記憶部１１に所定のデータが記憶される。

例えば、監視装置１０が所定の単位内に設置された後、各電気機器６０を個別に動作させる。この時、監視装置１０は、動作させている電気機器６０を識別する情報の入力を例えばユーザから受付けるとともに、測定器５０が測定した測定データ各々を、各監視対象電気機器の機器毎教師波形データとして取得する。そして、監視装置１０は取得した各監視対象電気機器の機器毎教師波形データを記憶部１１に記憶させることができる。なお、監視装置１０は、取得した各監視対象電気機器の機器毎教師波形データ各々から所定の教師特徴量を抽出し、抽出した教師特徴量を各監視対象電気機器に対応付けて記憶部１１に記憶させてもよい。さらに、監視装置１０は、各監視対象電気機器に対応した教師特徴量を利用して合算教師特徴量を生成し、生成した合算教師特徴量を記憶部１１に記憶させてもよい。

他の例として、ネットワーク３０に接続されたサーバ（不図示）に、市場に出回っている多種多様な電気機器各々の機器毎教師波形データ、又は、当該機器毎教師波形データから抽出された所定の教師特徴量が記憶されていてもよい。そして、監視装置１０は、監視装置１０を操作した手入力、端末装置７０を介した入力、又は、電気機器６０各々との通信により、所定の単位に設置されている電気機器６０各々を識別する情報を取得する。その後、監視装置１０は、上記サーバにアクセスし、識別した電気機器６０各々の機器毎教師波形データ、又は、教師特徴量を取得し、記憶部１１に記憶させてもよい。また、監視装置１０は、サーバから機器毎教師波形データを取得した場合、当該データから所定の特徴量を抽出し、記憶部１１に記憶させてもよい。さらに、監視装置１０は、各監視対象電気機器に対応した教師特徴量を利用して合算教師特徴量を生成し、生成した合算教師特徴量を記憶部１１に記憶させてもよい。

なお、上記２つの例を併せた例とすることもできる。すなわち、監視装置１０は、所定の単位に設置されている電気機器６０各々を識別する情報を取得すると、上記サーバにアクセスして、識別した電気機器６０各々の機器毎教師波形データ、又は、教師特徴量を取得し、記憶部１１に記憶させる。サーバから機器毎教師波形データを取得した場合、監視装置１０は、当該データから所定の特徴量を抽出し、記憶部１１に記憶させてもよい。そして、サーバに保存されていない等の理由により、上記処理で１つ以上の電気機器６０の機器毎教師波形データ、又は、教師特徴量を取得できなかった場合、監視装置１０は、取得できなかった電気機器６０を個別に動作させる作業を促す情報をユーザに向けて出力してもよい。そして、監視装置１０は、上述した電気機器６０を個別に動作させる手段と同様にして、機器毎教師波形データ、又は、教師特徴量を取得してもよい。この場合も、監視装置１０は、各監視対象電気機器に対応した教師特徴量を利用して合算教師特徴量を生成し、生成した合算教師特徴量を記憶部１１に記憶させてもよい。

以上のような前準備により、記憶部１１に所定のデータが記憶された後、単位毎波形データ取得部１２、第１の推定部１３及び第２の推定部１４により、上述した推定処理が実行される。

図１５に示す適用例では、所定の家庭、会社、ビル等の単位内に中継装置２０が設置される。当該単位には、複数の電気機器６０が設置されている。各電気機器６０は、当該単位に設置された分電盤４０を介して、電力の供給を受ける。図中、電力の流れを点線で示している。そして、実線で、データの流れを示している。

分電盤４０のそばには測定器５０が設置され、消費電流、入力電圧、消費電力などを測定する。測定器５０で測定された測定データは、中継装置２０に送信される。中継装置２０、分電盤４０、及び、測定器５０は、ＬＡＮや、複数の機器間をつなぐ専用のケーブルなどにより、データ通信が可能な状態となっている。中継装置２０は、インターネット等のネットワーク３０を介して、ユーザが所有する端末装置７０と接続されている。なお、図中データ通信の線で結んでいないが、電気機器６０と中継装置２０も互いにデータ通信可能な状態となっていてもよい。例えば、電気機器６０はＬＡＮ等のネットワークにつながる機能を備えていてもよい。

監視装置１０は、所定の単位外に設置される。監視装置１０は、いわゆるクラウドサーバであってもよい。監視装置１０はネットワーク３０を介して、中継装置２０や端末装置７０とデータ通信可能になっている。例えば、監視装置１０は中継装置２０を介して単位毎監視用波形データを取得する。そして、監視装置１０は、推定結果を中継装置２０や端末装置７０を介してユーザに提供する。

当該適用例の場合、中継装置２０は、測定器５０から測定データ（機器毎教師波形データ、単位毎監視用波形データ等）を取得すると、取得した測定データを監視装置１０に転送する。なお、中継装置２０は、例えば図１４に示す例と同様にして、各教師データ生成用測定データに対応する電気機器６０を識別する情報の入力をユーザから受付け、教師データ生成用測定データとともに各々に対応する電気機器６０の識別情報をも監視装置１０に転送することができる。また、中継装置２０は所定の単位内に設置されている電気機器６０からデータ（単位内に設置されている電気機器６０を識別する情報等）を取得すると、取得したデータを教師データ生成装置１０に転送する。また、中継装置２０はユーザから所定の情報（単位内に設置されている電気機器６０を識別する情報等）の入力を受付けると、取得した情報を教師データ生成装置１０に転送する。当該適用例の場合も、図１４に示す適用例と同様の前処理により、記憶部１１に所定のデータが記憶される。

＜第２の実施形態＞
本実施形態は、出力部１５を有する点で第１の実施形態と異なる。図１６に、本実施形態の監視装置１０の機能ブロック図の一例を示す。図示するように、監視装置１０は、記憶部１１と、単位毎波形データ取得部１２と、第１の推定部１３と、第２の推定部１４と、出力部１５とを有する。記憶部１１、単位毎波形データ取得部１２、第１の推定部１３及び第２の推定部１４の構成は第１の実施形態と同様である。なお、本実施形態の監視装置は、第１の実施形態と同様に、記憶部１１を有さない構成とすることもできる（図２１参照）。

出力部１５は、第１の推定部１３及び第２の推定部１４による推定結果（監視対象電気機器各々の消費電力（瞬時値、所定の期間内の消費電力の履歴））を出力する。出力部１５は、ディスプレイ、プリンター、メーラー等の出力装置を介して、推定結果を出力することができる。なお、メーラーを利用する場合、予め推定結果を送信する先のアドレス情報が出力部１５に登録されている。そして、出力部１５は、所定のアドレス情報を利用して、推定結果を所定の送信先に送信する。

図１７に出力例の一例を示す。図１７に示す推定結果によれば、ユーザは、ある単位内におけるある時点の総消費電力（瞬時値）、及び、当該単位に設置された監視対象電気機器各々の消費電力（瞬時値）を容易に把握することができる。

なお、本実施形態によれば、その他、第１の実施形態と同様の作用効果を実現できる。

＜第３の実施形態＞
本実施形態では、第１の特徴量グループを利用して一部の監視対象電気機器の消費電力を推定し（第１ステップ）、その後、第２の特徴量グループを利用して第１ステップで消費電力を推定されなかった監視対象電気機器の少なくとも一部の消費電力を推定する（第２ステップ）。

本発明者らは、単位毎監視用波形データから抽出される各種特徴量の中の一部は、特定の監視対象電気機器に特有のものであることを見出した。すなわち、単位毎監視用波形データから抽出される一部の特徴量には、一部の監視対象電気機器の成分のみが含まれ、他の監視対象電気機器の成分は含まれない。

本実施形態では、このような一部の監視対象電気機器に特有の特徴量を利用して一部の監視対象電気機器の消費電力を推定した後（第１ステップ）、残りの監視対象電気機器の消費電力を推定する（第２ステップ）。なお、第１ステップで一部の監視対象電気機器の消費電力を推定しているので、第２ステップでは、第１ステップで推定した一部の監視対象電気機器の消費電力を考慮して（その分を差し引くなどして）、残りの監視対象電気機器の消費電力を推定する。

このような本実施形態の場合、第１ステップでは、一部の監視対象電気機器の教師特徴量及びそれらの合算教師特徴量のみを利用して、一部の監視対象電気機器の消費電力を推定することができる。第１ステップで扱う特徴量には、他の監視対象電気機器の成分は含まれないので、当該ステップでは他の監視対象電気機器を処理対象とする必要がない。

そして、第２ステップでは、第１ステップで処理対象となった監視対象電気機器を除くその他の監視対象電気機器の教師特徴量及びそれらの合算教師特徴量のみを利用して、その他の監視対象電気機器の消費電力を推定することができる。

例えば、監視対象電気機器が５個の場合、組み合せの数は３１（＝_５Ｃ_５＋_５Ｃ_４＋_５Ｃ_３＋_５Ｃ_２＋_５Ｃ_１）である。これに対し、５個の監視対象電気機器を３個と２個のグループに分けた場合の各々のグループの組み合わせの数は７（＝_３Ｃ_３＋_３Ｃ_２＋_３Ｃ_１）、及び、３（＝_２Ｃ_２＋_２Ｃ_１）であり、総数は１０個である。後者の場合、第１のグループに含まれる監視対象電気機器と、第２のグループに含まれる監視対象電気機器との組み合わせを考慮する必要がない分、組み合わせの総数は少なくなる。

このような本実施形態によれば、監視対象電気機器の消費電力を推定するために利用する教師特徴量（合算教師特徴量を含む）の数を少なくすることができる。

本実施形態の監視装置１０の機能ブロック図の一例は、図２、図１６及び図２１と同様である。記憶部１１、単位毎波形データ取得部１２、出力部１５の構成は第１及び第２の実施形態と同様である。

第１の推定部１３は、単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループに基づいて、一部の監視対象電気機器の消費電力を推定する。

上述の通り、単位毎監視用波形データから抽出される各種特徴量の中の一部は、特定の監視対象電気機器に特有のものである。第１の推定部１３は、このような一部の監視対象電気機器に特有の特徴量（第１特徴量グループ）に基づいて、一部の監視対象電気機器の消費電力を推定する。

このような監視対象電気機器としては、例えば、単相でｎ極あるモータを備えた監視対象電気機器等が該当する。図１８に、４極あるモータの一例を示す。当該モータの場合、１周期につき１／２回転する。なお、６極あるモータの場合、１周期につき１／３回転する。

このようなモータにおいて、１／２回転するときの特性（速度、力等）と、残りの１／２回転するときの特性との間に差が存在する場合、波形データの中に１／２周期に対応する周波数（東日本の場合、２５Ｈｚ、西日本の場合３０Ｈｚ）の成分が現れる。なお、他の監視対象電気機器の場合、波形データ中に当該成分は現れない。このため、当該例の場合、１／２周期に対応する周波数（東日本の場合、２５Ｈｚ、西日本の場合３０Ｈｚ）の成分に由来の特徴量を第１の特徴量グループとすることができる。

このような第１の特徴量グループは、一部の監視対象電気機器に特有のものであり、他の監視対象電気機器はこのような特徴量を有さない。すなわち、単位毎監視用波形データから抽出された当該種類の特徴量の中に、他の監視対象電気機器の成分は含まれない。このため、第１の推定部１３は、一部の監視対象電気機器の教師特徴量、及び、これを合算した合算教師特徴量に基づいて、一部の監視対象電気機器の消費電力を推定できる。

なお、第１の推定部１３は、第１特徴量グループの中の一部（第１−１特徴量グループ）に基づいて一部の監視対象電気機器の消費電力を推定し、第１特徴量グループの中の他の一部（第１−２特徴量グループ）に基づいて他の一部の監視対象電気機器の消費電力を推定してもよい。例えば、第１−１特徴量グループは、１／２周期に対応する周波数（東日本の場合、２５Ｈｚ、西日本の場合３０Ｈｚ）の成分に由来の特徴量であり、第１−２特徴量グループは、１／３周期に対応する周波数（東日本の場合、約１７Ｈｚ、西日本の場合２０Ｈｚ）の成分に由来の特徴量である場合などである。ここでは、第１の特徴量グループが２つに分かれる例を示したが、さらに多くのグループに分かれてもよい。

第２の推定部１４は、第２の特徴量グループに基づいて、第１の推定部１３により消費電力を推定された（処理対象となった）監視対象電気機器を除く監視対象電気機器の中の少なくとも一部の消費電力を推定する。なお、第２の特徴量グループに含まれる特徴量の中には、第１の推定部１３により消費電力を推定された監視対象電気機器の成分も含まれ得る。そこで、第２の推定部１４は、単位毎監視用波形データの中に当該成分が含まれていることを考慮した処理で、他の監視対象電気機器の消費電力を推定する。当該成分とは、第１の推定部１３により消費電力を推定された監視対象電気機器が、推定された電力を消費している時に単位毎監視用波形データに現れる成分のことを意味する。

単位毎監視用波形データの中に当該成分が含まれていることを考慮した処理としては、例えば、単位毎監視用波形データから当該成分を差し引く処理、単位毎監視用波形データから抽出された特徴量から当該成分に相当する特徴量を差し引く処理等が考えられるが、これらに限定されない。第２の推定部１４のその他の構成は、第１及び第２の実施形態と同様である。

本実施形態の場合、第１の推定部１３及び第２の推定部１４は、監視対象電気機器の消費電力が所定の値であることを示す教師特徴量に基づいて、監視対象電気機器の消費電力を推定する。

次に、図１９のフローチャートを用いて、本実施形態の監視方法の処理の流れの一例を説明する。なお、以下の処理はリアルタイム処理及びバッチ処理いずれであってもよい。いずれの場合も、その流れは第１の実施形態で説明したものと同様である。

まず、単位毎波形データ取得部１２が、監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する（Ｓ２０）。

次に、監視装置１０は、Ｓ２０で取得した単位毎監視用波形データから、所定種類の特徴量を抽出する（Ｓ２１）。

その後、第１の推定部１３は、Ｓ２１で抽出された特徴量の中の第１の特徴量グループと、記憶部１１が記憶する教師特徴量、又は、記憶部１１が記憶する機器毎教師波形データから抽出した教師特徴量とに基づいて、監視対象電気機器の中の少なくとも一部の稼働状態（消費電力）を推定する（Ｓ２２）。

例えば、第１の推定部１３は、Ｓ２１で抽出された所定種類の特徴量（第１の特徴量グループ）を取得すると、記憶部１１から、所定の一部の監視対象電気機器の各消費電力に対応した所定種類の特徴量からなる教師特徴量を含む教師データ、および、これらを利用して生成される合算教師特徴量を含む教師データを取得する。なお、記憶部１１が合算教師特徴量を含む教師データを記憶していない場合、第１の推定部１３は、記憶部１１から取得した所定の一部の監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データを利用して、合算教師特徴量を含む教師データを生成する。また、記憶部１１が機器毎教師波形データを記憶しており、各消費電力に対応した教師特徴量を含む教師データを記憶していない場合、第１の推定部１３は、所定の一部の監視対象電気機器の機器毎教師波形データを記憶部１１から取得し、当該機器毎教師波形データを利用して、各消費電力に対応した所定種類の特徴量からなる教師特徴量を含む教師データを生成する。また、生成した各消費電力に対応した教師特徴量を含む教師データを利用して、合算教師特徴量を含む教師データを生成する。

そして、第１の推定部１３は、取得した所定の一部の監視対象電気機器の各消費電力に対応した所定種類の特徴量からなる教師特徴量を含む教師データ、および、これらを利用して生成される合算教師特徴量を含む教師データを利用して推定モデルを生成し、生成した推定モデルに第１の特徴量グループの値（特徴量）を入力することで、推定結果を得る。なお、第１の推定部１３の処理対象となる監視対象電気機器はあらかじめ決まっている。このため、あらかじめ上記推定モデルが生成され、記憶部１１に記憶されておいてもよい。そして、第１の推定部１３は記憶部１１から当該推定モデルを取出し、上記推定処理を行ってもよい。

その後、第２の推定部１４は、Ｓ２２で消費電力を推定された（処理対象となった）監視対象電気機器を除く監視対象電気機器の稼働状態（消費電力）を推定する（Ｓ２３）。

例えば、第２の推定部１４は、Ｓ２１で抽出された所定種類の特徴量（第２の特徴量グループ）、および、Ｓ２２での推定結果（消費電力）を取得すると、記憶部１１から、Ｓ２２で消費電力を推定されていない監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データ、および、これらを利用して生成される合算教師特徴量を含む教師データを取得する。なお、記憶部１１が合算教師特徴量を含む教師データを記憶していない場合、第２の推定部１４は、記憶部１１から取得した一部の監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データを利用して、合算教師特徴量を含む教師データを生成する。また、記憶部１１が機器毎教師波形データを記憶しており、各消費電力に対応した教師特徴量を含む教師データを記憶していない場合、第２の推定部１４はＳ２２で消費電力を推定されていない監視対象電気機器の機器毎教師波形データを記憶部１１から取得し、当該機器毎教師波形データを利用して、各消費電力に対応した教師特徴量を含む教師データを生成する。また、生成した各消費電力に対応した教師特徴量を含む教師データを利用して、合算教師特徴量を含む教師データを生成する。

そして、第２の推定部１４は、取得した一部の監視対象電気機器の各消費電力に対応した教師特徴量を含む教師データ、および、これらを利用して生成される合算教師特徴量を含む教師データを利用して推定モデルを生成し、生成した推定モデルに第２の特徴量グループの値（特徴量）を入力することで、推定結果を得る。なお、本実施形態の場合、第２の推定部１４の処理対象となる監視対象電気機器はあらかじめ決まっている。このため、あらかじめ上記推定モデルが生成され、記憶部１１に記憶されておいてもよい。そして、第２の推定部１４は記憶部１１から当該推定モデルを取出し、上記推定処理を行ってもよい。以上の処理により、監視対象電気機器の消費電力が推定される。

本実施形態によれば、第１及び第２の実施形態と同様の作用効果が実現される。

＜第４の実施形態＞
本実施形態では、第１の特徴量グループを利用して一部の監視対象電気機器の電源状態を推定する処理（第１ステップ）、及び、第１´の特徴量グループを利用して他の一部の監視対象電気機器の消費電力を推定する処理（第１´ステップ）を実行した後、第１ステップで電源ＯＦＦ状態と推定された監視対象電気機器、及び、第１´ステップで消費電力を推定された監視対象電気機器を除く他の監視対象電気機器の消費電力を、第２の特徴量グループを利用して推定する（第２ステップ）。

本実施形態の監視装置１０の機能ブロック図の一例は、図２、図１６及び図２１と同様である。記憶部１１、単位毎波形データ取得部１２、出力部１５の構成は第１乃至第３の実施形態と同様である。

第１の推定部１３は、第１の特徴量グループを利用して一部の監視対象電気機器の電源状態を推定する。当該処理は、第１の実施形態で説明した通りである。また、第１の推定部１３は、第１の特徴量グループと異なる第１´の特徴量グループを利用して他の一部の監視対象電気機器の消費電力を推定する。当該処理は、第３の実施形態で説明した通りである。

第１の推定部１３が電源状態を推定する処理、及び、消費電力を推定する処理の順番は特段制限されず、いずれを先に実施してもよい。なお、電源状態を推定する処理を先に行う場合、当該処理で電源ＯＦＦ状態と推定された監視対象電気機器は、消費電力を推定する処理の対象から外すことができる。また、消費電力を推定する処理を先に行う場合、当該処理で消費電力を推定された監視対象電気機器は、電源状態を推定する処理の対象から外すことができる。いずれの場合も、先の処理の結果を考慮して、後の処理を実行することができる。

第２の推定部１４は、第１の推定部１３により消費電力を推定された監視対象電気機器、及び、電源ＯＦＦ状態と推定された監視対象電気機器を除く監視対象電気機器の中の少なくとも一部の消費電力を推定する。その他の第２の推定部１４の構成は、第１乃至第３の実施形態と同様である。

次に、図２０のフローチャートを用いて、本実施形態の監視方法の処理の流れの一例を説明する。なお、以下の処理はリアルタイム処理及びバッチ処理いずれであってもよい。いずれの場合も、その流れは第１の実施形態で説明したものと同様である。

まず、単位毎波形データ取得部１２が、監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する（Ｓ３０）。

次に、監視装置１０は、Ｓ３０で取得した単位毎監視用波形データから、所定種類の特徴量を抽出する（Ｓ３１）。

その後、第１の推定部１３は、Ｓ３１で抽出された特徴量の中の第１の特徴量グループと、記憶部１１が記憶する教師特徴量、又は、記憶部１１が記憶する機器毎教師波形データから抽出した教師特徴量とに基づいて、監視対象電気機器の中の少なくとも一部の稼働状態（電源状態）を推定する（Ｓ３２）。当該処理は、例えば図１３のＳ１２と同様である。

その後、第１の推定部１３は、Ｓ３１で抽出された特徴量の中の第１´の特徴量グループと、記憶部１１が記憶する教師特徴量、又は、記憶部１１が記憶する機器毎教師波形データから抽出した教師特徴量とに基づいて、Ｓ３２で電源ＯＦＦ状態と推定された監視対象電気機器を除く監視対象電気機器の中の少なくとも一部の稼働状態（消費電力）を推定する（Ｓ３３）。当該処理は、例えば図１９のＳ２２と同様である。

その後、第２の推定部１４は、Ｓ３２で電源ＯＦＦ状態と推定された監視対象電気機器、及び、Ｓ３３で消費電力を推定された監視対象電気機器を除く監視対象電気機器の稼働状態（消費電力）を推定する（Ｓ３４）。以上の処理により、監視対象電気機器の消費電力が推定される。当該処理は、例えば図１３のＳ１３、及び、図１９のＳ２３と同様である。

本実施形態によれば、第１乃至第３の実施形態と同様の作用効果が実現される。

＜第５の実施形態＞
本実施形態の監視装置１０の機能ブロック図の一例は、図２、図１６及び図２１と同様である。記憶部１１、単位毎波形データ取得部１２、出力部１５の構成は第１乃至第３の実施形態と同様である。

第１の推定部１３及び第２の推定部１４は、教師データを用いて推定モデルを生成し、生成した推定モデルに単位毎監視用波形データから抽出した所定の特徴量を入力することで、推定結果を得るのでなく、単位毎監視用波形データから抽出した所定の特徴量と、教師データに含まれる教師特徴量（合算教師特徴量を含む）とを順に照合していくことで、単位毎監視用波形データから抽出した所定の特徴量とマッチングする教師特徴量（合算教師特徴量を含む）を特定する。

例えば、第１の推定部１３及び第２の推定部１４は、合算教師特徴量を生成する処理と、照合処理とを並行して行う。すなわち、１つの合算教師特徴量を生成すると、照合処理を行い、マッチングしなかった場合、他の合算教師特徴量を生成する。そして、単位毎監視用波形データから抽出した所定の特徴量とマッチングする合算教師特徴量が見つかると、そこで合算教師特徴量を生成する処理及び照合処理を終了する。第１の推定部１３及び第２の推定部１４のその他の構成は、第１乃至第４の実施形態と同様である。

本実施形態によれば、第１乃至第４の実施形態と同様の作用効果が実現される。

ここで、第１乃至第５の実施形態の監視装置１０で推定された結果に基づいて実現されるサービスの例を説明する。

例えば、節電のためのアドバイスを行うことができる。第１乃至第５の実施形態の監視装置１０によれば、１日（０時から２４時）における電気機器の稼働状態の時間変化が確認できる。このような出力に基づいて、電気機器の使用が多い時間帯等を特定し、その時間における使用を意識的に減らすなどのアドバイスを行うことができる。

その他の例として、電気機器のメンテナンス（例：エアコンの掃除）のタイミングを通知することができる。第１乃至第５の実施形態の監視装置１０によれば、推定結果を蓄積していくことで、各電気機器の累積稼働時間を算出することができる。例えば、累積時間が所定の値となったタイミングで、メンテナンスを促す通知を行うことができる。また、電気機器の故障や一部部品の経年劣化により、消費電流、消費電力、電圧や、測定特徴量などが変化しうる。そこで、例えば、このような変化を検知すると、メンテナンスを促す通知を行うことができる。

その他の例として、冷蔵庫の使用に関するアドバイスを行うことができる。冷蔵庫は、その内部への積み込み状態に応じて、消費電流、消費電力、電圧、測定特徴量などが変化しうる。第１乃至第５の実施形態の監視装置１０によれば、このような変化を検知することができる。この変化に基づいて、詰め込みすぎの警告や、内部の物が少なくなっているので備蓄を増やす催促などを通知することができる。

その他の例として、第１乃至第５の実施形態の監視装置１０によれば、過去の推定結果の履歴と比較することで、電気機器の使用パターンがいつもと異なるか否かを検知することができる。電気機器の使用パターンがいつもと異なった場合、サービス受領者（電気機器の使用者）に何らかの変化（例：病気、事件に巻き込まれた等）が生じている可能性がある。そこで、このような場合、予め登録していた連絡先に警告を通知することができる。

その他の例として、第１乃至第５の実施形態の監視装置１０によれば、電気機器の使用パターン（例：１日の中の使用パターン）に基づいて、ユーザの生活リズム等を推定することができる。そこで、不規則な生活リズム（例：夜中の活動が多い（夜中に多くの電気機器を使用）、昼間の活動と夜中の活動が不規則に現れる等）のユーザに対して、生活リズムを改善するよう警告することができる。

以下、参考形態の例を付記する。
１． 監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、前記監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段と、
を有する監視装置。
２． １に記載の監視装置において、
前記監視対象電気機器各々に対応付けて、消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データである機器毎教師波形データ、及び、前記機器毎教師波形データから抽出される所定の稼働状態時の教師特徴量の少なくとも一方を記憶する記憶手段をさらに有し、
前記第１の推定手段及び前記第２の推定手段は、前記機器毎教師波形データから抽出された前記教師特徴量に基づいて、前記推定を行う監視装置。
３． １又は２に記載の監視装置において、
前記第１の推定手段は、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定し、
前記第２の推定手段は、前記第１の推定手段により電源ＯＦＦ状態と推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視装置。
４． ３に記載の監視装置において、
前記第１の推定手段は、前記監視対象電気機器が電源ＯＮ状態であることを示す前記教師特徴量、及び、前記監視対象電気機器が電源ＯＮ状態及び電源ＯＦＦ状態の間で状態変化したことを示す前記教師特徴量の少なくとも一方に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定する監視装置。
５． ３又は４に記載の監視装置において、
前記第２の推定手段は、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定する監視装置。
６． １又は２に記載の監視装置において、
前記第１の推定手段は、前記監視対象電気機器の中の一部の消費電力を推定し、
前記第２の推定手段は、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視装置。
７． ６に記載の監視装置において、
前記第１の推定手段及び前記第２の推定手段は、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定する監視装置。
８． １から７のいずれかに記載の監視装置において、
前記第１の推定手段及び前記第２の推定手段による推定結果を出力する出力手段をさらに有する監視装置。
９． １から８のいずれかに記載の監視装置と、
監視対象電気機器が設置された単位内に設置された測定器が測定した、総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得し、前記監視装置に送信する中継装置と、
を有する監視システム。
１０． コンピュータが、
監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得工程と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定工程と、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定工程と、
を実行する監視方法。
１０−２． １０に記載の監視方法において、
前記コンピュータは、前記監視対象電気機器各々に対応付けて、消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データである機器毎教師波形データ、及び、前記機器毎教師波形データから抽出される所定の稼働状態時の教師特徴量の少なくとも一方を記憶しておき、
前記第１の推定工程及び前記第２の推定工程では、前記機器毎教師波形データから抽出された前記教師特徴量に基づいて、前記推定を行う監視方法。
１０−３． １０又は１０−２に記載の監視方法において、
前記第１の推定工程では、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定し、
前記第２の推定工程では、前記第１の推定工程で電源ＯＦＦ状態と推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視方法。
１０−４． １０−３に記載の監視方法において、
前記第１の推定工程では、前記監視対象電気機器が電源ＯＮ状態であることを示す前記教師特徴量、及び、前記監視対象電気機器が電源ＯＮ状態及び電源ＯＦＦ状態の間で状態変化したことを示す前記教師特徴量の少なくとも一方に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定する監視方法。
１０−５． １０−３又は１０−４に記載の監視方法において、
前記第２の推定工程では、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定する監視方法。
１０−６． １０又は１０−２に記載の監視方法において、
前記第１の推定工程では、前記監視対象電気機器の中の一部の消費電力を推定し、
前記第２の推定工程では、前記第１の推定工程で消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視方法。
１０−７． １０−６に記載の監視方法において、
前記第１の推定工程及び前記第２の推定工程では、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定する監視方法。
１０−８． １０から１０−７のいずれかに記載の監視方法において、
前記コンピュータが、前記第１の推定工程及び前記第２の推定工程での推定結果を出力する出力工程をさらに実行する監視方法。
１１． コンピュータを、
監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段、
前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段、
として機能させるためのプログラム。
１１−２． １１に記載のプログラムにおいて、
前記コンピュータを、さらに、
前記監視対象電気機器各々に対応付けて、消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データである機器毎教師波形データ、及び、前記機器毎教師波形データから抽出される所定の稼働状態時の教師特徴量の少なくとも一方を記憶する記憶手段として機能させ、
前記第１の推定手段及び前記第２の推定手段に、前記機器毎教師波形データから抽出された前記教師特徴量に基づいて、前記推定を行わせるプログラム。
１１−３． １１又は１１−２に記載のプログラムにおいて、
前記第１の推定手段に、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定させ、
前記第２の推定手段に、前記第１の推定手段により電源ＯＦＦ状態と推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定させるプログラム。
１１−４． １１−３に記載のプログラムにおいて、
前記第１の推定手段に、前記監視対象電気機器が電源ＯＮ状態であることを示す前記教師特徴量、及び、前記監視対象電気機器が電源ＯＮ状態及び電源ＯＦＦ状態の間で状態変化したことを示す前記教師特徴量の少なくとも一方に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態が、電源ＯＮ状態及び電源ＯＦＦ状態のいずれであるかを推定させるプログラム。
１１−５． １１−３又は１１−４に記載のプログラムにおいて、
前記第２の推定手段に、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定させるプログラム。
１１−６． １１又は１１−２に記載のプログラムにおいて、
前記第１の推定手段に、前記監視対象電気機器の中の一部の消費電力を推定させ、
前記第２の推定手段に、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定させるプログラム。
１１−７． １１−６に記載のプログラムにおいて、
前記第１の推定手段及び前記第２の推定手段に、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定させるプログラム。
１１−８． １１から１１−７のいずれかに記載のプログラムにおいて、
前記コンピュータを、さらに、
前記第１の推定手段及び前記第２の推定手段による推定結果を出力する出力手段として機能させるためのプログラム。

この出願は、２０１４年３月３１日に出願された日本出願特願２０１４−０７１１２１号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (7)

1. 監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段と、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段と、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段と、
   を有し、
   前記第１の推定手段は、前記監視対象電気機器の中の一部の消費電力を推定し、
   前記第２の推定手段は、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視装置。
2. 請求項１に記載の監視装置において、
   前記第１の推定手段及び前記第２の推定手段は、前記監視対象電気機器の消費電力が所定の値であることを示す前記教師特徴量に基づいて、前記監視対象電気機器の消費電力を推定する監視装置。
3. 請求項１又は２に記載の監視装置において、
   前記監視対象電気機器各々に対応付けて、消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データである機器毎教師波形データ、及び、前記機器毎教師波形データから抽出される所定の稼働状態時の教師特徴量の少なくとも一方を記憶する記憶手段をさらに有し、
   前記第１の推定手段及び前記第２の推定手段は、前記機器毎教師波形データから抽出された前記教師特徴量に基づいて、前記推定を行う監視装置。
4. 請求項１から３のいずれか１項に記載の監視装置において、
   前記第１の推定手段及び前記第２の推定手段による推定結果を出力する出力手段をさらに有する監視装置。
5. 請求項１から４のいずれか１項に記載の監視装置と、
   監視対象電気機器が設置された単位内に設置された測定器が測定した、総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得し、前記監視装置に送信する中継装置と、
   を有する監視システム。
6. コンピュータが、
   監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得工程と、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定工程と、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定工程と、
   を実行し、
   前記第１の推定工程では、前記監視対象電気機器の中の一部の消費電力を推定し、
   前記第２の推定工程では、前記第１の推定工程で消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定する監視方法。
7. コンピュータを、
   監視対象電気機器が設置された単位内における総消費電流、総入力電圧及び総消費電力の中の少なくとも１つの波形データである単位毎監視用波形データを取得する単位毎波形データ取得手段、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなる第１の特徴量グループ、及び、監視対象電気機器各々の所定の稼働状態時の特徴量である教師特徴量に基づいて、前記監視対象電気機器の中の少なくとも一部の稼働状態を推定する第１の推定手段、
   前記単位毎監視用波形データから抽出した少なくとも１種類の特徴量からなり、前記第１の特徴量グループと異なる第２の特徴量グループ、及び、前記教師特徴量に基づいて、前記監視対象電気機器の中の一部の稼働状態を推定する第２の推定手段、
   として機能させ、
   前記第１の推定手段は、前記監視対象電気機器の中の一部の消費電力を推定し、
   前記第２の推定手段は、前記第１の推定手段により消費電力を推定された前記監視対象電気機器を除く前記監視対象電気機器の中の少なくとも一部の消費電力を推定するプログラム。

Images