JP7247627B2

JP7247627B2 - 異常要因特定方法、異常要因特定装置、電力変換装置及び電力変換システム

Info

Publication number: JP7247627B2
Application number: JP2019023035A
Authority: JP
Inventors: 一喜梅沢; 怜石田; 原大附田; 泰之能登
Original assignee: Fuji Electric Co Ltd
Current assignee: Fuji Electric Co Ltd
Priority date: 2019-02-12
Filing date: 2019-02-12
Publication date: 2023-03-29
Anticipated expiration: 2039-02-12
Also published as: JP2020137145A; US11275124B2; US20200256926A1

Description

本発明は、異常要因特定方法及び異常要因特定装置、該異常要因特定装置を含む電力変換装置及び電力変換システムに関する。

電力変換装置に異常が発生した場合、早急な復旧が必要である。また複数の電力変換装置が並列接続される構成では、複数の電力変換装置の中の何れかに異常が発生している場合、正常な電力変換装置の動作に悪影響を与えるため、システム全体の信頼性を低下させるおそれがある。また、電力変換装置の外部環境、例えば電力変換装置に電力を供給する受電設備、電力変換装置に接続される負荷設備などに異常が生じた場合、電力変換装置の動作に影響を与える場合もある。従って、異常の発生要因を速やかに分析及び特定し、その対策と改善を図る必要がある。特許文献１には、装置故障の兆候を検知し、装置自体の異常を判定する技術が開示されている。

特開２０１８－４４９３８号公報

しかしながら、特許文献１に開示される異常判定方法を利用した場合、電力変換装置の故障に至らない異常の要因を特定することができず、また電力変換装置自体の異常であるのか、電力変換装置の外部環境に起因する異常であるのかを判別することができない。従って、電力変換装置の故障に至らない異常や、電力変換装置の外部環境に起因する異常が生じた場合でも、何らかの異常が発生したことを示す異常通知情報がユーザに提供されて、異常要因を特定するための調査が必要となる。そのため、異常要因の特定に多大な労力をかける必要があると共に多額のコストが生じるという課題があった。

本発明は、上記に鑑みてなされたものであって、異常要因の特定を容易化する異常要因特定方法を得ることを目的とする。

上述した課題を解決し、目的を達成するため、本発明に係る異常要因特定方法は、コンピュータに適用される異常要因特定方法であって、電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するステップと、前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第１数値を生成するステップと、前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第２数値を生成するステップと、前記検出値及び前記制御パラメータを用いて算出される前記第１数値及び前記第２数値を少なくとも２軸を有する座標上にプロットするステップと、前記第１数値及び前記第２数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、を含む。

本発明によれば、異常要因の特定を容易化できるという効果を奏する。

本発明の実施の形態に係る電力変換装置１を備えた電力変換システム３００の構成例を示す図ＰＷＭパルス３５を生成する機能を説明するための図電力変換装置１が備えるデータ分析を行う機能を説明するための図図３に示される第１分析部４８などで実行されるデータサンプリング処理と、サンプリングされた離散データを用いた演算処理を説明するための図第１分析部４８の処理動作を説明するためのフローチャート直交座標に配置された積算値Ｂ（ｋ）の平均値と積算値Ｃ（ｋ）の平均値と正常範囲とを示す図ステップＳ１０における動作を説明するための図第１分析部４８における動作の具体例を説明するための図第２分析部４９の処理動作を説明するためのフローチャート第２分析部４９による分析例として評価入力Ｄが変動をした場合の直交座標のプロットの例を示す図第３分析部５０の処理動作を説明するためのフローチャート第３分析部５０における動作の具体例を説明するための第１図第３分析部５０における動作の具体例を説明するための第２図第４分析部５１の処理動作を説明するためのフローチャート第４分析部５１における動作の具体例を説明するための図第５分析部５２の処理動作を説明するためのフローチャート第５分析部５２における動作の具体例を説明するための第１図第５分析部５２における動作の具体例を説明するための第２図異常と判定されたデータのプロット点から正常範囲までの距離の算出方法を説明するための図本実施の形態に係る電力変換装置１の制御部２００のハードウェア構成例を示す図要因特定部５５に適用される機械学習部４００の一例を示す図要因特定部５５で行われる要因判別処理の流れを示す第１図要因特定部５５で行われる要因判別処理の流れを示す第２図要因特定部５５で行われる要因判別処理の流れを示す第３図直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第１図直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第２図直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第３図図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第１図図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第２図図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第３図本発明の実施の形態に係る異常要因特定装置５００の構成例を示す図電力変換装置１の機能ブロックを示す図異常要因特定装置５００の機能ブロックを示す図

以下に、本発明の実施の形態に係る異常要因特定方法、異常要因特定装置、電力変換装置及び電力変換システムを図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

［実施の形態］
図１は本発明の実施の形態に係る電力変換装置１を備えた電力変換システム３００の構成例を示す図である。電力変換システム３００は、電力変換装置１、バイパス２５、受電設備２４及び蓄電池２３を備える。電力変換システム３００は、電力変換装置１の故障に至らない異常や、電力変換装置１の外部環境に起因する異常が生じた場合、何らかの異常が発生したことを示す異常通知情報をユーザに通知するために、異常要因を特定して、例えば、電力変換装置１の表示部６０に異常要因を表示させ、電力変換装置１の通信部６１を介して、監視システムと異常要因を報知する。また電力変換システム３００は、異常要因を特定して、電力変換装置１の警報部５８を介して、ユーザに異常が発生したことを報知する。表示部６０、通信部６１及び警報部５８の詳細は後述する。電力変換装置１は、例えば無停電電源装置である。本実施の形態では電力変換装置１が無停電電源装置である場合の例を説明しているが、電力変換装置１は、無停電電源装置に限定されず、例えばソーラーパネルからの直流電力を交流電力に変換する太陽光用電力変換装置（パワーコンディショナ）でもよいし、入力される直流電圧を異なる値の直流電圧に変換して出力するコンバータでもよいし、入力される直流電圧を交流電圧に変換して出力するインバータでもよい。

電力変換装置１は、交流電圧を整流する整流器４と、チョッパ５と、整流器４又はチョッパ５から出力される電圧を交流電圧に変換して負荷２２に出力するインバータ３とを備える。整流器４、チョッパ５及びインバータ３は、電力変換器を構成する。

また電力変換装置１は、遮断器９Ａ、遮断器９Ｂ、遮断器９Ｃ及び遮断器９Ｄを備える。

整流器４の入力側には、遮断器９Ｂを介して、受電設備２４が接続される。整流器４は制御部２００から出力される制御信号２Ｂにより制御される。整流器４と遮断器９Ｂとの間には、コンデンサ６Ｂ及びリアクトル８Ｂが接続される。コンデンサ６Ｂ及びリアクトル８Ｂは、高調波フィルタを構成する。

整流器４の出力側にはインバータ３が接続される。インバータ３は、制御部２００から出力される制御信号２Ｃにより制御される。インバータ３と整流器４との間には、整流器４の出力電圧を平滑するコンデンサ７（直流中間コンデンサ）が接続される。

インバータ３の出力側には、遮断器９Ａを介して、負荷２２が接続される。インバータ３と遮断器９Ａとの間には、リアクトル８Ａ及びフィルタコンデンサ６Ａが接続される。リアクトル８Ａ及びフィルタコンデンサ６Ａは、高調波フィルタを構成する。

整流器４の出力側とインバータ３の入力側には、チョッパ５が接続される。チョッパ５は、制御部２００から出力される制御信号２Ａにより制御される。チョッパ５には、遮断器９Ｃを介して、蓄電池２３が接続される。

遮断器９Ｃとチョッパ５との間には、コンデンサ６Ｃ及びリアクトル８Ｃが接続される。コンデンサ６Ｃ及びリアクトル８Ｃは、高調波フィルタを構成する。

遮断器９Ａ、遮断器９Ｂ、遮断器９Ｃ及び遮断器９Ｄのそれぞれは、制御部２００から出力される投入指令又は遮断指令により開閉動作する。図１では、制御部２００から出力される投入指令又は遮断指令が伝達される配線が省略されている。

遮断器９Ａはインバータ３に負荷２２を接続し、又はインバータ３と負荷２２との接続状態を解除する開閉器である。遮断器９Ｂは受電設備２４に整流器４を接続し、又は受電設備２４と整流器４との接続状態を解除する開閉器である。遮断器９Ｃは蓄電池２３にチョッパ５を接続し、又は蓄電池２３とチョッパ５と接続状態を解除する開閉器である。遮断器９Ｄはバイパス２５に負荷２２を接続し、又はバイパス２５と負荷２２との接続状態を解除する開閉器である。

制御部２００には、異常要因を特定するための情報である異常要因特定情報が入力される。この異常要因特定情報は、充電放電電流１０、直流電圧１１、直流電流１２、直流中間電圧１３、受電電圧１４、交流入力電圧１５、交流入力電流１６、バイパス電圧１７、バイパス電流１８、交流出力電流１９、交流出力電圧２０、負荷電流２１、遮断器アンサーバック２７、ファン回転数２８、温度２９である。異常要因特定情報の種類は、これらに限定されるものではない。

異常要因特定情報を用いることにより、制御部２００では、電力変換装置１に発生した異常であるのか、電力変換装置１の外部環境に起因する異常であるのかを特定し、さらに電力変換装置１の故障に至らない異常の要因を特定することができる。制御部２００による異常要因特定方法についは後述する。

電力変換装置１で発生する異常の要因としては、例えばコンデンサのレアショートが発生した場合、半導体素子の異常加熱により半導体チップのジャンクション温度が定格温度以上になった場合などである。

電力変換装置１の外部環境に起因する異常の要因としては、例えば、雷が発生して受電設備２４にサージが発生した場合、大容量の負荷２２が切断又は投入されたことによって交流電力が大きく変動した場合、非常発電設備（受電設備２４）の定格容量が小さいために電力変換装置１の出力が制限された場合などである。

その他にも、電力変換装置１の外部環境に起因する異常の要因としては、受電設備２４と電力変換装置１との間に地絡が発生した場合、負荷２２と電力変換装置１との間に地絡が発生した場合などである。

電力変換装置１の故障に至らない異常の要因としては、例えばリアクトルのレアショートによりインダクタンスが低下して、電圧、電流などにノイズが重畳した場合などである。

充電放電電流１０は、蓄電池２３と遮断器９Ｃとの間に流れる電流を検出する電流検出器で検出された電流である。直流電圧１１は、コンデンサ６Ｃに印加される電圧の値を検出する電圧検出器で検出された電圧である。

直流電流１２は、遮断器９Ｃとチョッパ５との間に流れる電流の値を検出する電流検出器で検出された電流である。直流中間電圧１３は、コンデンサ７に印加される電圧の値を検出する電圧検出器で検出された電圧である。

受電電圧１４は、受電設備２４から出力される電圧の値を検出する電圧検出器で検出された電圧である。交流入力電圧１５は、整流器４の入力側に印加される電圧の値を検出する電圧検出器で検出された電圧である。交流入力電流１６は、整流器４に入力される電流の値を検出する電流検出器で検出された電流である。

バイパス電圧１７は、バイパス２５から出力される電圧の値を検出する電圧検出器で検出された電圧である。バイパス電流１８は、バイパス２５から負荷２２に流入する電流の値を検出する電流検出器で検出された電流である。

交流出力電流１９は、インバータ３から出力される交流電流の値を検出する電流検出器で検出された電流である。交流出力電圧２０は、インバータ３から出力される交流電圧の値を検出する電圧検出器で検出された電流である。負荷電流２１は、負荷２２に流入する電流の値を検出する電流検出器で検出された電流である。

遮断器アンサーバック２７は、遮断器９Ａ、遮断器９Ｂ、遮断器９Ｃ及び遮断器９Ｄのそれぞれの開閉状態を示す情報である。遮断器アンサーバック２７は、後述する補助スイッチ４４から出力される。補助スイッチ４４は、遮断器９Ａ、遮断器９Ｂ、遮断器９Ｃ及び遮断器９Ｄのそれぞれに設けられるノーマリーオープン型又はノーマリークローズ型のスイッチである。ファン回転数２８は、後述するファン回転数センサで検出されたファンの回転数を示す情報である。温度２９は、後述する温度センサで検出された温度の値を示す情報である。

図２はＰＷＭパルス３５を生成する機能を説明するための図である。図２には、制御部２００が有する複数の機能の内、ＰＷＭパルス３５を生成して、制御信号２Ａ、制御信号２Ｂ又は制御信号２Ｃとして出力する機能であるＰＷＭパルス出力部２００Ａの構成例が示される。

ＰＷＭパルス出力部２００Ａは、減算部３２、制御調節部３６、及びＰＷＭパルス生成部３７を備える。

減算部３２は、検出値３１と制御指令値３０との差分である制御偏差３３を出力する。検出値３１は、図１に示される充電放電電流１０、直流電圧１１、直流電流１２、直流中間電圧１３、受電電圧１４、交流入力電圧１５、交流入力電流１６、バイパス電圧１７、バイパス電流１８、交流出力電流１９、交流出力電圧２０、負荷電流２１などである。制御指令値３０は、電力変換装置１の出力の目標値である。

制御調節部３６は、減算部３２から出力される制御偏差３３に応じた制御調整値３４（通電率を指定する情報）を生成して出力する。ＰＷＭパルス生成部３７は、制御調整値３４に基づきＰＷＭパルス３５を生成する。

図３は電力変換装置１が備えるデータ分析を行う機能を説明するための図である。電力変換装置１は、センサ検出値６４（検出値）が入力される入力部９０を備える。制御部２００は、運転モード制御調整部４６及びデータ分析部４７を備える。

入力部９０において、センサ検出値６４がデータ分析部４７にて扱えるようにデータ変換される。具体的には、入力部９０は、センサ検出値６４をアナログデジタル変換し、出力する。変換されたデータは、センサ検出データ３８として、運転モード制御調整部４６に入力される。運転モード制御調整部４６は、センサ検出データ３８に基づき、電力変換装置１の運転モード及び制御調整を行う。運転モード制御調整部４６から出力される制御調整データ３９は、データ分析部４７に入力される。なお、制御偏差３３及び制御調整データ３９は、それぞれ図２における制御偏差３３及び制御調整値３４をアナログデジタル変換してデジタル化した数値である。

制御部２００には、警報部５８、表示部６０及び通信部６１が接続される。警報部５８及び表示部６０は、電力変換装置１の本体に設けられているものでもよいし、通信回線を介して、電力変換装置１から離れた場所に設けられているものでもよい。通信部６１は、通信回線を介して、監視システムとの間で情報の伝送が可能である。

運転モード制御調整部４６は、センサ検出データ３８に基づき運転モード情報６５（モードパラメータ）を生成して出力する。分析データ６２は、要因特定部５５の分析結果を示す情報である。運転モード制御調整部４６は、受信した分析データ６２に基づいて、例えば電力変換装置１の運転を停止させたり、具体的には、整流器４、インバータ３、チョッパ５に対する制御を決定する。運転モード情報６５は、要因特定部５５に入力される。モードパラメータは、電力変換装置１の運転状態と制御状態と要因判定対象とに応じて変更されるパラメータである。

センサ検出値６４は、電流センサ４０、電圧センサ４１、ファン回転数センサ４２及び温度センサ４３の何れかで検出された検出情報である。

電流センサ４０は、充電放電電流１０、直流電流１２、交流入力電流１６、バイパス電流１８、交流出力電流１９、負荷電流２１などを検出するセンサである。

電圧センサ４１は、直流電圧１１、直流中間電圧１３、受電電圧１４、交流入力電圧１５、バイパス電圧１７、交流出力電圧２０などを検出するセンサである。

ファン回転数センサ４２は、電力変換装置１の内部に設置される冷却ファンの回転数（ファン回転数２８）を検出するセンサである。温度センサ４３は、電力変換装置１の内部に設けられる部品の温度を検出するセンサ、当該部品の周囲温度を検出するセンサ、電力変換装置１の環境温度を検出するセンサ、整流器４、インバータ３及びチョッパ５のそれぞれに含まれる半導体素子の温度を検出するセンサなどである。

運転モード情報６５は、運転モードの内容を示す情報である。運転モードには、例えば充電運転モード、交流運転モード、入力制限運転モード、直流運転モードなどがある。

充電運転モードは、受電設備２４からの電力の供給が停止していないときに、チョッパ５を降圧運転することによって、蓄電池２３に電力を蓄える運転モードである。

交流運転モードは、通常時（非停電時）の運転モードであり、受電設備２４から供給される電力を利用して負荷２２を駆動するモードである。

入力制限運転モードは、負荷２２が受電設備２４の電力容量より過負荷状態の場合、受電設備２４から入力する電力を制限し、不足分の電力を蓄電池２３からチョッパ５を経由して放電する場合の運転モードである。

直流運転モードは、停電時の運転モードであり、例えば受電設備２４からの電力の供給が停止しているとき、チョッパ５を昇圧運転することによって、蓄電池２３に蓄えられた電力を負荷に供給する運転モードである。

なお、運転モード制御調整部４６は、以下に示すような情報を、運転モード情報６５として生成して、要因特定部５５に入力してもよい。

例えば、運転モード制御調整部４６は、直流短絡が生じていることを示す情報、蓄電池２３に異常が生じていることを示す情報（蓄電池２３から発生する温度が設定値より高いことを示す情報、蓄電池２３が過電圧状態又は充電不足状態になっていることを示す情報など）、インバータ３に異常が生じていることを示す情報（インバータ３の出力電圧が設定値よりも低下していることを示す情報など）などを生成して出力してもよい。

また、運転モード制御調整部４６は、受電設備２４から供給される電流が設定値よりも高いことを示す過電流情報を生成して出力してもよいし、受電設備２４からバイパス２５に切り替わるタイミングを示す切り替えタイミング情報などを生成して出力してもよい。なお、受電設備２４からバイパス２５に切り替わる際には、制御部２００は、インバータ３の交流出力電圧をバイパス２５の電圧、位相等を同期させるように制御してから切り替える。このためインバータ３に異常が発生して出力電圧が不足している場合には、バイパス切り替え時に、バイパス２５からの電力がインバータ３に流れ込む現象が起きる。

データ分析部４７は、異常判定部８０、要因特定部５５、状態分析データ記録部５６、センサ波形記録部５７、及び要因分析データ記録部５９を備える。

異常判定部８０は、第１分析を行う第１分析部４８、第２分析を行う第２分析部４９、第３分析を行う第３分析部５０、第４分析を行う第４分析部５１、第５分析を行う第５分析部５２を備える。以下では、説明を簡単化するため、「第１分析部４８、第２分析部４９、第３分析部５０、第４分析部５１及び第５分析部」を、「第１分析部４８など」と称する場合がある。

第１分析部４８などには、センサ検出データ３８、制御偏差及び制御調整データ３９が入力される。

図４は図３に示される第１分析部４８などで実行されるデータサンプリング処理と、サンプリングされた離散データを用いた演算処理を説明するための図である。

図４に示される評価入力Ａは、前述した充電放電電流１０、直流電圧１１、直流電流１２、直流中間電圧１３、受電電圧１４、交流入力電圧１５、交流入力電流１６、バイパス電圧１７、バイパス電流１８、交流出力電流１９、交流出力電圧２０、負荷電流２１、遮断器アンサーバック２７、ファン回転数２８、温度２９などである。

評価入力Ａは、データサンプリング時間毎にサンプリングされて離散系のデータ（サンプル値）に変換される。図４ではサンプル値が、Ａ（ｋ－３）、Ａ（ｋ－２）、Ａ（ｋ）などで表記される。

第１分析部４８などは、これらのサンプル値を２乗したものを、一定時間区間積算（２乗積和演算）することで、積算値Ｂを算出する。積算値Ｂ（ｋ）は、Ａ（ｋ－３）からＡ（ｋ）までのサンプル値を２乗したものを積算した値である。積算値Ｂ（ｋ＋１）は、Ａ（ｋ＋１）からＡ（ｋ＋４）までのサンプル値を２乗したものを積算した値である。

また第１分析部４８などは、隣り合うサンプル値同士の差分（各サンプルデータ差）を２乗し、２乗したものを、一定時間区間積算することで、積算値Ｃを算出する。積算値Ｃ（ｋ）は、Ａ（ｋ－３）からＡ（ｋ）までの各サンプルデータ差を２乗したものを積算した値である。積算値Ｃ（ｋ＋１）は、Ａ（ｋ＋１）からＡ（ｋ＋４）までの各サンプルデータ差を２乗したものを積算した値である。

［第１分析部４８］
次に第１分析部４８の処理動作を説明する。図５は第１分析部４８の処理動作を説明するためのフローチャートである。図６は直交座標に配置された積算値Ｂ（ｋ）の平均値と積算値Ｃ（ｋ）の平均値と正常範囲とを示す図である。正常範囲は、所定条件により予め設定された判定領域である。

ステップＳ１において、第１分析部４８は、評価入力Ａのサンプル値（データＡ（ｋ））を取得する。

ステップＳ２において、第１分析部４８は、データＡ（ｋ）を２乗積和演算することにより、積算値Ｂ（ｋ）を算出する。

ステップＳ３において、第１分析部４８は、ステップＳ２で演算された積算値Ｂ（ｋ）の平均値を算出する。

ステップＳ４において、第１分析部４８は、ステップＳ３で演算された積算値Ｂ（ｋ）の平均値を、ステップＳ２で演算された積算値Ｂ（ｋ）から減算することによって、直交座標の原点近傍に配置する処理を行う。図６には、直交座標に配置された積算値Ｂ（ｋ）の平均値が示される。

ステップＳ５において、第１分析部４８は、２乗積和演算により積算値Ｃ（ｋ）を算出する。

ステップＳ６において、第１分析部４８は、ステップＳ５で演算された積算値Ｃ（ｋ）の平均値を算出する。

ステップＳ７において、第１分析部４８は、ステップＳ６で演算された積算値Ｃ（ｋ）の平均値を、ステップＳ５で演算された積算値Ｃ（ｋ）から減算することによって、直交座標の原点近傍に配置する処理を行う。図６には、直交座標に配置された積算値Ｃ（ｋ）の平均値が示される。

ステップＳ８において、第１分析部４８は、ステップＳ２で演算されたＢ（ｋ）とステップＳ５で演算されたＣ（ｋ）とのそれぞれに、パラメータ（規格化パラメータ）Ｗｎを乗算することによって、Ｂ（ｋ）及びＣ（ｋ）を直交座標にプロット可能な値に変換し、変換された値を直交座標にプロットする。ｎは１以上の自然数であり、分析数を表す。

ステップＳ９において、第１分析部４８は、ステップＳ８でプロットされたデータ（対象データ）が、図６に示される正常範囲内であるか正常範囲外であるかを判定する。正常範囲は、電力変換装置１の運転状態、電力変換装置１の製造誤差、各センサの検出誤差等を考慮して算出され、予め第１分析部４８に設定されている。

例えばバイパス電圧、受電電圧、充電放電電流などのレベルが規定値よりも上昇又は下降した場合、バイパス電圧、受電電圧、充電放電電流などのレベルが短期間に変動（急変）した場合には、ステップＳ８でプロットされたデータが、正常範囲外に位置する。図６に示される異常データは、ステップＳ８でプロットされたデータである。

第１分析部４８は、データが正常範囲内であると判定した場合（ステップＳ９，Ｙｅｓ）、処理を終了する。第１分析部４８は、データが正常範囲外であると判定した場合（ステップＳ９，Ｎｏ）、ステップＳ１０の処理を実行する。

ステップＳ１０において、第１分析部４８は、正常範囲外と判定されたデータが直交座標の第１象限～第４象限の何れに存在するかを判定する。また、ステップＳ１０において、第１分析部４８は、正常範囲外と判定されたデータから正常範囲までの距離（正常範囲からの距離）ＺＡを算出する。すなわち第１分析部４８は、プロットされたデータが、正常範囲からどの程度離れているのかを算出する。算出した距離情報７０は要因特定部５５に入力される。要因特定部５５は、正常範囲外と判定されたデータが存在する直交座標の象限に基づいて、異常の要因を特定する。要因特定部５５の詳細は後述する。

図７を用いてステップＳ１０の動作について説明する。図７はステップＳ１０における動作を説明するための図である。

図７に示される直交座標において、Ｘ軸方向は、例えばバイパス電圧、受電電圧、交流出力電流、交流出力電圧、充電放電電流などのレベルが上昇傾向にあるのか下降傾向になるのかを表す。Ｘ軸正方向はレベル上昇を表し、Ｘ軸負方向はレベル垂下（下降）を表す。

Ｙ軸方向は、例えばバイパス電圧、受電電圧、交流出力電流、交流出力電圧、充電放電電流などのレベルの変動度合（変動率）を表す。Ｙ軸正方向はレベル急変を表し、Ｙ軸負方向はレベル漸変を表す。

第１象限は、検出されたデータのレベルが上昇しかつ急変したことを示す領域である。第２象限は、検出されたデータのレベルが下降（垂下）しかつ急変したことを示す領域である。第３象限は、検出されたデータのレベルが下降（垂下）しかつ漸変したことを示す領域である。第４象限は、検出されたデータのレベルが上昇しかつ漸変したことを示す領域である。

図７に示されるＹ１～Ｙ３とＸ１～Ｘ３のそれぞれは、異常発生時にプロットされたデータから正常範囲までの距離を目安にして、異常レベルを判定するための判定領域である。

Ｙ１、Ｙ２、及びＹ３は、バイパス電圧、受電電圧、交流出力電流、交流出力電圧、充電放電電流などのレベルが短時間に急変したか漸変したかを判定するための判定領域である。Ｙ１、Ｙ２、Ｙ３と数字が大きくなる順で電圧、電流などのレベルの変動率が大きい。すなわち、異常発生時にプロットされたデータが正常範囲から離れるほど、電圧、電流などのレベルの変動率が大きいことを意味する。Ｙ１、Ｙ２、及びＹ３は、予め第１分析部４８に設定されている。

Ｘ１、Ｘ２、及びＸ３は、バイパス電圧、受電電圧、交流出力電流、交流出力電圧、充電放電電流などのレベルがどの程度上昇したか又は下降したかを判定するための判定領域である。Ｘ１、Ｘ２、Ｘ３の順で電圧、電流などのレベルの上昇量又は下降量が大きい。すなわち、異常発生時にプロットされたデータが正常範囲から離れるほど、電圧、電流などのレベルの上昇量又は下降量が大きいことを意味する。Ｘ１、Ｘ２、及びＸ３は、予め第１分析部４８に設定されている。

図７に示されるＰＴ１は、第１象限においてＸ２とＹ２が重なる領域にプロットされたデータである。ＰＴ２は、第２象限においてＸ２とＹ２が重なる領域にプロットされたデータである。ＰＴ３は、第３象限においてＸ２とＹ２が重なる領域にプロットされたデータである。ＰＴ４は、第４象限においてＸ２とＹ２が重なる領域にプロットされたデータである。ＰＴ１～ＰＴ４のデータは、異常発生時に検出された電流、電圧などが、前述した積和演算などにより直交座標上にプロットされたものである。

このように直交座標上にデータがプロットされることによって、異常発生時に検出された電流、電圧などのレベルが上昇傾向にあるのか下降傾向にあるのかを、ユーザに知らせることができる。さらに、異常発生時に検出された電流、電圧などのレベルが急変したのか漸変したのかを、ユーザに知らせることができる。例えば、受電電圧に基づいてプロットする場合で、受電側の平衡が破れ、受電電圧が緩やかに上昇/下降（垂下）してしまった場合、電圧のレベルは上昇/下降（垂下）するが、レベル急変は生じない。したがって、このような場合は、X軸近傍の正常状態範囲から離れたところの正側/負側にプロットされる。また、受電設備２４が太陽光発電設備などであって、日射の急変/漸変により受電電圧が急変/漸変する場合や、遮断器が開閉した場合、落雷により雷サージが生じた場合などには、受電電圧にリプルが生じることがある。このような場合、電圧のレベルは変化しないが、レベル急変が生じるため、Y軸近傍の正常状態範囲から離れたところの正側又は負側にプロットされる。ユーザはレベルが上昇傾向にあるのか下降（垂下）傾向にあるのか、レベルが急変したのか漸変したのかを知ることで異常の状態を推定できる。

さらに、直交座標上にＸ１、Ｘ２、Ｘ３、Ｙ１、Ｙ２、Ｙ３などの判定領域を組み合わせることによって、検出されたデータが、正常範囲からどの程度離れているのかを、ユーザに知らせることができる。図８を用いて、第１分析部４８における異常判定動作の具体例を説明する。

図８は第１分析部４８における動作の具体例を説明するための図である。

図８（ａ）には、交流電圧のレベルが瞬間的に低下（垂下）、かつ、交流電圧の変動率が大きい（急変）場合の例が示される。図８（ｂ）には、交流電圧のレベルが正常、かつ、交流電圧の変動率が大きい場合の例が示される。

図８（ａ）及び図８（ｂ）のそれぞれには、例えば交流電圧の波形（検出波形）と、直交座標のＸ座標の値と、直交座標のＹ座標の値とが示される。なお、Ｘ座標の値は、検出波形の周期を任意に分割して、その周期内で積和演算を行った結果を示している。本実施例では、１周期を６分割した場合である。望ましくは、１周期を分析するにあたり、演算サイクルを開始するタイミングを、分割したタイミングのそれぞれで開始するように、並列処理を行うことで、より詳細に素早く検出波形の変化を捉えることが可能である。Ｙ座標の値についても同様である。計算結果の最大値の推移をつなげた値がＸ座標、Ｙ座標それぞれの値としてプロットされる。

図８（ａ）の検出波形では、交流の半周期において電圧レベルが垂下している。積算値Ｂ（ｋ）の演算の結果、図８（ａ）のＸ座標の値は一時的に低下する傾向を示す。また積算値Ｙ（ｋ）の演算の結果、図８（ａ）のＹ座標の値は一時的に上昇する傾向を示す。

第１分析部４８は、このような検出波形に対して第１分析を実施することにより、図８（ｃ）の直交座標上にプロットＰＴ５を行う。

図８（ｂ）の検出波形では、交流電圧の実効値に揺らぎがあるものの、レベルは正常である。積算値Ｂ（ｋ）の演算の結果、図８（ｂ）のＸ座標の値は変動しないが、図８（ｂ）のＹ座標の値は一時的に上昇する傾向を示す。

第１分析部４８は、このような検出波形に対して第１分析を実施することにより、図８（ｃ）の直交座標上にプロットＰＴ６を行う。

図８（ｃ）の直交座標には、変動正常範囲Ｒ１（変動が正常であることを示す範囲）と、レベル正常範囲Ｒ２（レベルが正常であることを示す範囲）とが設定されている。変動正常範囲Ｒ１は、図７に示される判定領域Ｙ１に対応する。レベル正常範囲Ｒ２は、図７に示される判定領域Ｘ１に対応する。変動正常範囲Ｒ１及びレベル正常範囲Ｒ２は、予め設定されている。この説明における変動正常範囲Ｒ１及びレベル正常範囲Ｒ２のそれぞれの上限と下限を示す点線は、直線で示されているが、これに限定されるものではなく、曲線でもよい。

図８（ｃ）では、第２象限において、プロットＰＴ５が、変動正常範囲Ｒ１及びレベル正常範囲Ｒ２の外側に位置する。また第１象限において、プロットＰＴ６が、変動正常範囲Ｒ１の外側であるが、レベル正常範囲Ｒ２の内側に位置する。このプロットから、図８（ａ）では、交流電圧のレベルが減少し、かつレベルが急変していることがわかる。また図８（ｂ）では、交流電圧のレベルは変化せず、レベルの急変のみが生じていることがわかる。このように検出波形のみの比較では、区別できない波形の乱れを分析し異常の状態を推定することが可能となる。具体的には、電力変換装置１に発生した異常なのか、受電側または負荷側に発生した異常なのかを推定することが可能となる。

プロットＰＴ５が、変動正常範囲Ｒ１及びレベル正常範囲Ｒ２のそれぞれの外側に位置するため、ステップＳ１１において、第１分析部４８は、何らかの異常が発生したと判定して、異常と判定した結果を異常判定情報５３（図３参照）として出力する。異常判定情報５３は、状態分析データ記録部５６、センサ波形記録部５７及び警報部５８のそれぞれに入力される。

状態分析データ記録部５６には、異常レベル数値５４と、異常と判定した結果を示す情報である異常判定情報５３とが記録される。なお、異常レベル数値５４及び異常判定情報５３には、異常発生日時を対応付けて記録してもよい。状態分析データ記録部５６に記録された情報は、例えば表示部６０及び通信部６１に入力される。表示部６０及び通信部６１の詳細については後述する。

センサ波形記録部５７には、例えば、異常判定情報５３と評価入力データ４５（図４に示される評価入力Ａに相当）とが記録される。異常判定情報５３及び評価入力データ４５には、各センサ（電流センサ４０など）で電流値などが検出された日時、異常発生日時などを対応付けて記録してもよい。センサ波形記録部５７に記録された情報は、例えば表示部６０及び通信部６１に入力される。なお、評価入力データとは、本実施形態では、センサ検出値６４、制御偏差３３、制御調整値３４、をアナログデジタル変換して生成される。

また第１分析部４８は、プロットされたデータが正常範囲からどの程度離れているのかを計算し、計算結果である距離情報７０を、要因特定部５５に入力する。距離情報７０の計算方法については後述する。

第１分析部４８は、プロットされたデータが、前述したＸ１等の判定領域の何れに位置するかを示す数値（異常レベル数値５４）を生成し、要因特定部５５、状態分析データ記録部５６などに入力する。

異常レベル数値５４の生成方法は、例えばＸ１等の判定領域と、生成される数値（異常レベル数値５４）とを対応付けたテーブル情報をメモリに格納しておき、このテーブル情報を第１分析部４８が参照して、プロットされたデータに対応する数値を読み出して、異常レベル数値５４として出力する方法を例示できる。

異常レベル数値５４の生成方法の例としては、Ｘ１とＹ１が重なる領域を正常範囲として、それ以外の領域、例えばＸ１とＹ２が重なる領域、Ｘ２とＹ２が重なる領域、Ｘ２とＹ３が重なる領域などと、異常レベルに対応する数値とを対応付けたテーブル情報を、第１象限から第４象限のそれぞれで作成してメモリに格納しておき、これらのテーブル情報を第１分析部４８が参照して、象限毎のテーブルに、プロットされたデータを照合することにより、対応する数値を読み出して、異常レベル数値５４として出力する方法を例示できる。

［第２分析部４９］
次に第２分析部４９の処理動作を説明する。例えば停止中の負荷２２の電源が投入された場合、整流器４の直流電圧が正定値から一時的に低下する。また、正常に運転中の大容量の負荷２２の電源が解除された場合、整流器４の直流電圧が整定値から一時的に上昇する。制御指令値がノイズなどの影響により変動したりする。第２分析部４９は、このような変化を直交座標にプロットすることによって、要因特定部５５による異常要因特定のための情報を生成する。第２分析部４９を利用することによって、電力変換装置１の外部環境で生じる擾乱を分析できる。

図９は第２分析部４９の処理動作を説明するためのフローチャートである。図１０は第２分析部４９による分析例として評価入力Ｄが変動をした場合の直交座標のプロットの例を示す図である。

図１０に示される評価入力Ｄは、例えば直流電圧１１、直流電流１２、直流中間電圧１３、充電放電電流１０などの検出値、交流入力電流１６、交流出力電圧２０などを実効値変換したもの、制御調整値３４の何れかである。

ステップＳ１１０において、第２分析部４９は、評価入力Ｄのサンプル値（データＤ（ｋ））を取得する。

ステップＳ１２０において、第２分析部４９は、データＤ（ｋ）から指令値Ｒ（ｋ）を減算することにより偏差ΔＤ（ｋ）を求める。指令値Ｒ（ｋ）は、図２に示される制御指令値３０である。

ステップＳ１３０において、第２分析部４９は、偏差ΔＤ（ｋ）を積和演算することにより、積算値Ｘ（ｋ）を算出する。

ステップＳ１４０において、第２分析部４９は、偏差ΔＤ（ｋ）の差分を積和演算することにより、積算値Ｙ（ｋ）を算出する。

ステップＳ１５０において、第２分析部４９は、ステップＳ１３０で演算されたＸ（ｋ）とステップＳ１４０で演算されたＹ（ｋ）とのそれぞれに、パラメータ（規格化パラメータ）Ｗｎを乗算することによって、Ｘ（ｋ）及びＹ（ｋ）を規格化することで、直交座標にプロット可能な値に変換し、変換された値を直交座標にプロットする。ｎは１以上の自然数であり、分析数を表す。

ステップＳ１６０において、第２分析部４９は、ステップＳ１５０でプロットされたデータが、図１０に示される正常範囲内であるか正常範囲外であるかを判定する。この正常範囲（変動正常範囲Ｒ１１及びレベル正常範囲Ｒ１２）は、電力変換装置１の運転状態、電力変換装置１の製造誤差、各センサの検出誤差等を考慮して算出され、予め設定されている。この説明における変動正常範囲Ｒ１１、及びレベル正常範囲Ｒ１２のそれぞれの上限と下限を示す点線は直線で示されているが、これに限定されるものではなく、曲線でもよい。

第２分析部４９は、データが正常範囲内であると判定した場合（ステップＳ１６０，Ｙｅｓ）、処理を終了する。第２分析部４９は、データが正常範囲外であると判定した場合（ステップＳ１６０，Ｎｏ）、ステップＳ１７０の処理を実行する。

ステップＳ１７０において、第２分析部４９は、正常範囲外と判定されたデータが直交座標の第１象限～第４象限の何れに存在するかを判定する。また、ステップＳ１７０において、第２分析部４９は、正常範囲外と判定されたデータから、正常範囲までの距離（正常範囲からの距離）ＺＢを算出する。すなわち第２分析部４９は、プロットされたデータが正常範囲からどの程度離れているのかを算出し、算出結果である距離情報７０を要因特定部５５に入力する。

図１０を用いて具体例を説明する。図１０に示される直交座標において、Ｘ軸方向は、直流電圧１１、直流電流１２、直流中間電圧１３などのレベルの高低を表す。Ｘ軸正方向はレベル高を表し、Ｘ軸負方向はレベル低を表す。

Ｙ軸方向は、例えば直流電圧１１、直流電流１２、直流中間電圧１３などのレベルが上昇傾向にあるのか下降傾向になるのかを表す。Ｙ軸正方向はレベル上昇を表し、Ｙ軸負方向はレベル下降を表す。

第１象限は、検出されたデータのレベルが高くなり、急変上昇したことを示す領域である。第２象限は、検出されたデータのレベルが低くなり、急変下降したことを示す領域である。第３象限は、検出されたデータのレベルが低いところから急変上昇したことを示す領域である。第４象限は、検出されたデータのレベルが高いところから急変下降したことを示す領域である。

変動正常範囲Ｒ１１は、レベル変動が正常であることを示す範囲を表し、レベル正常範囲Ｒ１２は、レベルが正常であることを示す範囲を表す。変動正常範囲Ｒ１１及びレベル正常範囲Ｒ１２は、予め設定されている。

図１０の直交座標に示される「１」～「５」までの番号は、図１０の下側に示される番号に対応している。図１０の下側には、評価入力Ｄの一例が示される。評価入力Ｄが例えば直流電圧１１である。縦軸は電圧の値、横軸は時間である。

図１０の番号「１」で示される直流電圧１１は整定値である。

図１０の番号「２」で示される直流電圧１１は漸変かつ下降中である。番号「２」の直流電圧１１は、第３象限に位置し、かつ、変動正常範囲Ｒ１１及びレベル正常範囲Ｒ１２の外側に位置する。

図１０の番号「３」で示される直流電圧１１はレベル低かつ上昇中である。番号「３」の直流電圧１１は、第２象限に位置し、かつ、変動正常範囲Ｒ１１の内側であるが、レベル正常範囲Ｒ１２の外側に位置する。

図１０の番号「４」で示される直流電圧１１はレベル高かつ上昇中である。番号「４」の直流電圧１１は、第１象限に位置し、かつ、変動正常範囲Ｒ１１及びレベル正常範囲Ｒ１２の外側に位置する。

図１０の番号「５」で示される直流電圧１１はレベル高かつ下降中である。番号「５」の直流電圧１１は、第４象限に位置し、かつ、変動正常範囲Ｒ１１及びレベル正常範囲Ｒ１２の外側に位置する。

図１０の直交座標では、番号「１」、「２」、「３」、「１」、「４」、「５」、「１」の順で直流電圧１１のデータがプロットされる。

番号「２」～「５」の直流電圧１１のデータは、正常範囲外に位置するため、ステップＳ１８０において、第２分析部４９は、何らかの異常が発生したと判定して、異常と判定した結果を異常判定情報５３として出力する。異常判定情報５３は、状態分析データ記録部５６、センサ波形記録部５７及び警報部５８のそれぞれに入力される。

なお、第２分析部４９は、番号「１」、「２」、「３」、「１」、「４」、「５」、「１」の順で推移するデータの軌跡を示す軌跡情報を生成し、生成した軌跡情報を状態分析データ記録部５６に入力してもよい。また、表示部６０は、状態分析データ記録部５６に記録された軌跡情報に基づき、データの軌跡を視覚化して表示するように構成してもよい。これにより、ユーザは、直流電圧１１などの変化の推移を詳細に把握することができる。なお、第２分析部４９を利用することによって、電力変換装置１の外部環境で生じる擾乱、例えば、電力変換装置１からの電力が供給される負荷２２が急に立ち上がる、または急に立ち下がる等した場合や、チョッパ５に異常が発生した場合等、第２分析部４９を利用することによって、変化の推移を詳細かつ容易に把握することができる。また、軌跡を視覚化することによって、整定値を時間軸のグラフで検証する場合と比較して、一見性が向上するため変化の推移を詳細かつ容易に把握することができる。

［第３分析部５０］
次に第３分析部５０の処理動作を説明する。第３分析部５０は、交流入力電圧１５、交流入力電流１６、交流出力電流１９、交流出力電圧２０などの変化を高速フーリエ変換（ＦＦＴ）で解析し、その結果を直交座標にプロットすることによって、要因特定部５５による異常要因特定のための情報を生成する。第３分析部５０を利用することによって、電力変換装置１で生じる擾乱を分析できる。

図１１は第３分析部５０の処理動作を説明するためのフローチャートである。図１２は第３分析部５０における動作の具体例を説明するための第１図である。図１３は第３分析部５０における動作の具体例を説明するための第２図である。

図１２には、上から順に、交流出力電流の波形と、交流出力電流の高速フーリエ変換（Ｉ－ＦＦＴ）による分析結果と、交流出力電圧の波形と、交流電圧の高速フーリエ変換（Ｖ－ＦＦＴ）による分析結果とが示される。なお、横軸は時間を表している。本実施例では、キャリア周波数成分とキャリア周波数の２倍の周波数成分を示しているが、これに限らず、キャリア周波数の整数倍の周波数成分であればよい。

図１２には、例えば、電力変換装置１が正常運転しているときの交流出力電流及び交流出力電圧のそれぞれの波形と、電力変換装置１が備えるコンデンサに異常が発生したときの交流出力電流及び交流出力電圧のそれぞれの波形とが示される。また図１２には、電力変換装置１が備えるリアクトルに異常が発生したときの交流出力電流及び交流出力電圧のそれぞれの波形と、スイッチング素子（例えばインバータ３に設けられる半導体スイッチング素子）に異常が発生したときの交流出力電流及び交流出力電圧のそれぞれの波形とが示される。

ステップＳ２１０において、第３分析部５０は、評価入力Ｅのサンプル値（電流データＥ（ｋ））を取得する。評価入力Ｅは、例えば図１２に示される交流出力電流に相当する。

ステップＳ２２０において、第３分析部５０は、電流データＥ（ｋ）に対して特定周波数のＦＦＴ分析を行う。これにより、例えばインバータ３に設けられるスイッチ素子のスイッチング周波数の例えば２倍の周波数成分のレベルを検出する。このレベル検出結果は、図１２に示されるＩ－ＦＦＴであり、図１３の直交座標のＸ軸の値（Ｘ（ｋ））に相当する。

ステップＳ２３０において、第３分析部５０は、評価入力Ｆのサンプル値（電圧データＦ（ｋ））を取得する。評価入力Ｆは、例えば図１２に示される交流出力電圧に相当する。

ステップＳ２４０において、第３分析部５０は、電圧データＦ（ｋ）に対して特定周波数のＦＦＴ分析を行う。これにより、例えばインバータ３に設けられるスイッチ素子のスイッチング周波数（キャリア周波数）の例えば２倍の周波数成分のレベルを検出する。このレベル検出結果は、図１２に示されるＶ－ＦＦＴであり、図１３の直交座標のＹ軸の値（Ｙ（ｋ））に相当する。

例えばリアクトル８Ａがレアショートすると交流出力電流１９にノイズが重畳されるため、Ｉ－ＦＦＴの周波数成分のレベルが大きくなる。

例えばフィルタコンデンサ６Ａが劣化して静電容量が低下すると、交流出力電圧２０のリプルが増加し、Ｖ－ＦＦＴの周波数成分のレベルは、大きくなる。

例えばスイッチング素子が故障すると、スイッチング動作が正常に行われなくなるため、交流出力電流１９及び交流出力電圧２０の波形が乱れて、Ｉ－ＦＦＴ、Ｖ－ＦＦＴの周波数成分のレベルが不安定になる。また、ＰＷＭパルスを生成する部品が劣化した場合、ＰＷＭパルスが欠落するため、Ｉ－ＦＦＴ上で減少傾向となる（第２象限へプロットされる）。ＰＷＭパルスを生成する部品が劣化した場合とは、例えば、フォトカプラ等が劣化した場合、ゲート駆動回路の不具合が生じた場合などである。

ステップＳ２５０において、第３分析部５０は、ステップＳ２２０での分析結果Ｘ（ｋ）及びステップＳ２４０での分析結果Ｙ（ｋ）に、パラメータ（規格化パラメータ）Ｗｎを乗算することによって、Ｘ（ｋ）及びＹ（ｋ）を直交座標にプロット可能な値に変換し、変換された値を直交座標にプロットする。ｎは１以上の自然数であり、分析数を表す。なお、本実施例では、Ｘ（ｋ）及びＹ（ｋ）は、キャリア周波数の２倍の成分における、例えば半周期内の平均値である。なお、直交座標へプロットする場合、本実施例では、Ｘ（ｋ）及びＹ（ｋ）の平均値がゼロ点にくるように、Ｘ（ｋ）及びＹ（ｋ）からそれぞれの平均値を差分している。

ステップＳ２６０において、第３分析部５０は、ステップＳ２５０でプロットされたデータが、図１３に示される正常範囲内（正常範囲Ｘ１内かつ正常範囲Ｙ１内）であるか正常範囲外であるかを判定する。正常範囲Ｘ１はＩ－ＦＦＴの分析結果に対する正常範囲であり、正常範囲Ｙ１はＶ－ＦＦＴの分析結果に対する正常範囲である。これらの正常範囲は、電力変換装置１を構成する部品の製造公差、使用環境条件など考慮して算出され、予め設定されている。

第３分析部５０は、データが正常範囲内であると判定した場合（ステップＳ２６０，Ｙｅｓ）、処理を終了する。第３分析部５０は、データが正常範囲外であると判定した場合（ステップＳ２６０，Ｎｏ）、ステップＳ２７０の処理を実行する。

ステップＳ２７０において、第３分析部５０は、正常範囲外と判定されたデータが直交座標の第１象限又は第２象限に存在するかを判定する。また、ステップＳ２７０において、第３分析部５０は、正常範囲外と判定されたデータから正常範囲までの距離（正常範囲からの距離）ＺＣを算出する。すなわち第３分析部５０は、プロットされたデータが正常範囲からどの程度離れているのかを算出し、算出結果である距離情報７０を要因特定部５５に入力する。第１象限又は第２象限に存在するかを判定する理由の一つとして、高調波成分は、基本的にはリアクトル８Ａ、フィルタコンデンサ６Ａで構成されるフィルタに吸収させているが、当該フィルタからは一定値が出力される。このためＶ－ＦＦＴ上の負側にプロットされることは稀だからである。

図１３に示される「リアクトル異常」、「コンデンサ異常」、「スイッチング素子異常」などのデータは、正常範囲外にプロットされているため、ステップＳ２８０において、第３分析部５０は、何らかの異常が発生したと判定して、異常と判定した結果を異常判定情報５３として出力する。異常判定情報５３は、状態分析データ記録部５６、センサ波形記録部５７及び警報部５８のそれぞれに入力される。

［第４分析部５１］
次に第４分析部５１の処理動作を説明する。例えば、充電運転、交流運転（満充電時）、入力制限運転、直流運転などが行われているとき、電力変換装置１に流れる電力の方向と大きさを分析することによって、直流短絡、バッテリ異常、インバータ異常などを検出できる。第４分析部５１は、電力変換装置１に流れる電力の方向と大きさを計算し、その結果を直交座標にプロットすることによって、要因特定部５５による異常要因特定のための情報を生成する。第４分析部５１を利用することによって、電力変換装置１の内部又は外部環境で生じる異常を分析できる。なお、電力は、有効電力及び無効電力の少なくとも１つを含んでもよく、瞬時値、一定時間内での平均電力値でもよい。

図１４は第４分析部５１の処理動作を説明するためのフローチャートである。図１５は第４分析部５１における動作の具体例を説明するための図である。

図１５に示される直交座標のＸ軸は、インバータ３と整流器４との間の電力フローを表す。Ｘ軸正方向はインバータ３に流れる電力が、整流器４に流れる電力よりも大きい領域を表す。Ｘ軸負方向は整流器４に流れる電力が、インバータ３に流れる電力よりも大きい領域を表す。なお、図１５に示す座標の正の向きに、図１に示した整流器４、インバータ３、チョッパ５の出力がされているとして、電力の正負を定義している。例えば、整流器４へ受電設備２４からの交流入力電力が流れている場合は、整流器４の軸とは逆向きなので負の値として扱う。

図１５に示される直交座標のＹ軸は、蓄電池２３の放電電力又は充電電力の大きさを表す。Ｙ軸正方向は、蓄電池２３の放電電力が充電電力よりも大きい領域を表す。Ｙ軸負方向は、蓄電池２３の充電電力が放電電力よりも大きい領域を表す。

図１５に示される番号「１」は、充電運転モードで運転中の電力変換装置１で検出されたデータに基づきプロットされたデータである。

充電運転モードの場合、チョッパ５を降圧運転することによって、蓄電池２３に電力が蓄えられるため、番号「１」で示されるプロットは、第３象限においてＸ軸とＹ軸との交点付近に位置する。

図１５に示される番号「２」は、満充電時の交流運転モードで運転中の電力変換装置１で検出されたデータに基づきプロットされたデータである。

交流運転モードの場合、満充電状態のためチョッパ５から蓄電池２３に向かう電力は発生しないが、インバータ３、整流器４、チョッパ５などにおいて電力損失が生じるため、番号「２」で示されるプロットは、Ｘ軸とＹ軸との交点付近からＸ軸負方向に僅かにずれた箇所に位置する。

図１５に示される番号「３」は、入力制限モードで運転中の電力変換装置１で検出されたデータに基づきプロットされたデータである。

入力制限モードの場合、整流器４における入力電力が制限され、その不足分を蓄電池２３からの放電電力にて補うため、番号「３」で示されるプロットは、第１象限において、Ｘ軸とＹ軸との交点付近から、Ｘ軸正方向とＹ軸正方向に一定距離離れた箇所に位置する。

図１５に示される番号「４」は、直流運転モードで運転中の電力変換装置１で検出されたデータに基づきプロットされたデータである。

直流運転モードの場合、整流器４は停止し、電力源が蓄電池２３の放電電力になるため、番号「４」で示されるプロットは、第１象限において、番号「３」のプロット位置から、Ｘ軸正方向とＹ軸正方向に一定距離離れた箇所に位置する。

直交座標上の番号「１」～「４」で示されるプロットを囲む実線は、正常範囲を表す。

図１５に示される番号「５」は、直流短絡時（異常モード１）に検出されたデータに基づきプロットされたデータである。

例えば、チョッパ５とインバータ３との間に配線される直流母線が短絡した場合、第４分析部５１は、直交座標上の異常モード１で示される位置、すなわち第２象限において正常範囲を超える位置に、プロットを行う。これにより、ユーザは、電力変換装置１において直流短絡が発生していることを知ることができる。

図１５に示される番号「６」は、蓄電池異常時（異常モード２）に検出されたデータに基づきプロットされたデータである。

例えば、蓄電池２３の交換作業の際、蓄電池２３の端子が短絡状態となった場合、蓄電池２３に接続されるケーブルが誤配線された場合、第４分析部５１は、直交座標上の異常モード２で示される位置、すなわち第３象限において正常範囲を超える位置に、プロットを行う。これにより、ユーザは、蓄電池２３においてショートが発生していることを知ることができる。

図１５に示される番号「７」は、インバータ異常時（異常モード３）に検出されたデータに基づきプロットされたデータである。

例えば、インバータ３のスイッチング素子に異常が生じた場合、第４分析部５１は、直交座標上の異常モード３で示される位置、すなわち第４象限において正常範囲を超える位置に、プロットを行う。これにより、ユーザは、インバータ３に何らかの異常が生じたことを知ることができる。

ステップＳ３１０において、第４分析部５１は、インバータ電力Ｐｉｎｖ（ｋ）を算出する。

ステップＳ３２０において、第４分析部５１は、整流器電力Ｐｒｅｃ（ｋ）を算出する。

ステップＳ３３０において、第４分析部５１は、インバータ電力Ｐｉｎｖ（ｋ）から整流器電力Ｐｒｅｃ（ｋ）を減算することにより、電力偏差Ｘ（ｋ）を求める。

ステップＳ３４０において、第４分析部５１は、評価入力データ４５を利用して放電電力Ｐｂａｔ（ｋ）を算出し、算出した放電電力Ｐｂａｔ（ｋ）から、Ｙ軸の値Ｙ（ｋ）を求める。例えば放電時は放電電力Ｐｂａｔ（ｋ）が正の値（Ｙ軸正方向）となり、充電時は放電電力Ｐｂａｔ（ｋ）が負の値（Ｙ軸負方向）となる。

ステップＳ３５０において、第４分析部５１は、ステップＳ３３０で演算されたＸ（ｋ）とステップＳ３４０で演算されたＹ（ｋ）とのそれぞれに、パラメータ（規格化パラメータ）Ｗｎを乗算することによって、Ｘ（ｋ）及びＹ（ｋ）を直交座標にプロット可能な値に変換し、変換された値を直交座標にプロットする。ｎは１以上の自然数であり、分析数を表す。

ステップＳ３６０において、第４分析部５１は、ステップＳ３５０でプロットされたデータが、図１５に示される正常範囲内であるか、正常範囲外であるかを判定する。

これらの正常範囲は、電力変換装置１を構成する部品の製造公差、使用環境条件など考慮して算出され、予め設定されている。

第４分析部５１は、データが正常範囲内であると判定した場合（ステップＳ３６０，Ｙｅｓ）、処理を終了する。第４分析部５１は、データが正常範囲外であると判定した場合（ステップＳ３６０，Ｎｏ）、ステップＳ３７０の処理を実行する。

ステップＳ３７０において、第４分析部５１は、正常範囲外と判定されたデータが直交座標のどの象限に存在するかを判定する。またステップＳ３７０において、第４分析部５１は、正常範囲外と判定されたデータから、正常範囲までの距離（正常範囲からの距離）ＺＤを算出する。すなわち第４分析部５１は、プロットされたデータが正常範囲からどの程度離れているのかを算出し、算出結果である距離情報７０を要因特定部５５に入力する。

図１５に示される番号「５」、「６」、「７」などのデータは、正常範囲外にプロットされているため、ステップＳ３８０において、第４分析部５１は、何らかの異常が発生したと判定して、異常と判定した結果を異常判定情報５３として出力する。異常判定情報５３は、状態分析データ記録部５６、センサ波形記録部５７及び警報部５８のそれぞれに入力される。

［第５分析部５２］
次に第５分析部５２の処理動作を説明する。例えば、負荷２２において高調波発生負荷が動作した場合、容量が大きい負荷２２が停止したことによって消費電力が短時間に大きく低下した場合、容量が大きい負荷２２が起動したことによって消費電力が短時間に大きく増加した場合などにおいて、負荷２２の変動に起因する負荷電流、負荷電圧の変動を分析することによって、異常要因を特定できるように構成されている。高調波発生負荷は、受電設備２４などの交流電源からの受電に伴ない高調波を発生する負荷であり、電力変換器、蓄電設備などである。

図１６は第５分析部５２の処理動作を説明するためのフローチャートである。図１７は第５分析部５２における動作の具体例を説明するための第１図である。図１７には負荷変動に伴う負荷電流の変化の例が４つ示される。

番号「１」が付される「負荷変換」は、例えば電力変換装置１に接続されていた特定の種類の負荷２２が、当該負荷２２とは異なる種類の負荷２２に交換されたときの負荷電流の波形を表す。負荷変換とは、例えば線形負荷から非線形負荷に変換された場合を意味する。

番号「２」が付される「負荷振動」は、サーバなどの負荷２２において、高調波が発生した場合の負荷電流の波形を表す。

番号「３」が付される「負荷急減」は、例えば大容量の負荷２２が停止したことによって消費電力が短時間に大きく低下した場合の負荷電流の波形を表す。

番号「４」が付される「負荷急増」は、例えば大容量の負荷２２が起動したことによって消費電力が短時間に大きく増加した場合の負荷電流の波形を表す。

図１８は第５分析部５２における動作の具体例を説明するための第２図である。図１８の直交座標には、図１７に示される波形を分析した結果が示される。図１８の「１」のデータは、図１７の「負荷変換」時の負荷電流をデータ化したものである。同様に「２」のデータは、図１７の「負荷振動」時の負荷電流をデータ化したものである。「３」のデータは、図１７の「負荷急減」時の負荷電流をデータ化したものである。「４」のデータは、図１７の「負荷急増」時の負荷電流をデータ化したものである。

Ｙ１～Ｙ３は、異常レベルを判定するための判定領域である。Ｙ１、Ｙ２、Ｙ３の順でレベルの変動率が大きい。

「１」のデータは、直交座標上の第１象限において、Ｘ軸正方向の正常範囲内、かつ、Ｙ軸正方向のＹ１内にプロットされている。

「２」のデータは、直交座標上の第１象限と第２象限の境界部において、Ｘ軸正方向の正常範囲内で、かつ、Ｙ軸正方向のＹ３内にプロットされている。

「３」のデータは、直交座標上の第２象限において、Ｘ軸負方向の正常範囲外、かつ、Ｙ軸正方向の正常範囲内にプロットされている。

「４」のデータは、直交座標上の第１象限において、Ｘ軸正方向の正常範囲外、かつ、Ｙ軸正方向の正常範囲内にプロットされている。

ステップＳ４１０において、第５分析部５２は、サンプル値（データＪ（ｋ））を取得する。サンプル値（データＪ（ｋ））は、負荷電流２１である。なお、サンプル値（データＪ（ｋ））は、負荷電流２１の代わりに、交流出力電流１９、又は交流入力電流１６でもよい。本実施の形態では、サンプル値（データＪ（ｋ））が負荷電流２１と仮定して説明する。

ステップＳ４２０において、第５分析部５２は、２乗積和演算により積算値Ｌ（ｋ）を算出する。図１７にこの算出結果が示される。

ステップＳ４３０において、第５分析部５２は、ステップＳ４２０で演算された積算値Ｌ（ｋ）の平均値を算出する。

ステップＳ４４０において、第５分析部５２は、ステップＳ４２０で演算された積算値Ｌ（ｋ）の平均値を、ステップＳ４２０で演算された積算値Ｌ（ｋ）から減算することによって、直交座標のＸ軸のゼロ点に配置する処理を行う。

ステップＳ４５０において、第５分析部５２は、２乗積和演算により積算値Ｍ（ｋ）を算出する。図１７にこの算出結果が示される。

ステップＳ４６０において、第５分析部５２は、積算値Ｍ（ｋ）を積算値Ｌ（ｋ）で除算することによって、積算値Ｌ（ｋ）に対する積算値Ｍ（ｋ）の割合（Ｙ（ｋ））を算出する。

ステップＳ４７０において、第５分析部５２は、ステップＳ４４０で演算されたＸ（ｋ）とステップＳ４６０で演算されたＹ（ｋ）とのそれぞれに、パラメータ（規格化パラメータ）Ｗｎを乗算することによって、Ｘ（ｋ）及びＹ（ｋ）を直交座標にプロット可能な値に変換し、変換された値を直交座標にプロットする。ｎは１以上の自然数であり、分析数を表す。

ステップＳ４８０において、第５分析部５２は、ステップＳ４７０でプロットされたデータが、図１８に示される正常範囲内であるか正常範囲外であるかを判定する。

第５分析部５２は、データが正常範囲内であると判定した場合（ステップＳ４８０，Ｙｅｓ）、処理を終了する。第５分析部５２は、データが正常範囲外であると判定した場合（ステップＳ４８０，Ｎｏ）、ステップＳ４９０の処理を実行する。

ステップＳ４９０において、第５分析部５２は、正常範囲外と判定されたデータが直交座標の第１象限、第２象限の何れに存在するかを判定する。

また、ステップＳ４９０において、第５分析部５２は、正常範囲外と判定されたデータから、正常範囲までの距離（正常範囲からの距離）ＺＥを算出する。すなわち第５分析部５２は、プロットされたデータが正常範囲からどの程度離れているのかを算出し、算出結果である距離情報７０を要因特定部５５に入力する。

図１８に示すように、番号「１」、「２」のデータは、正常範囲外に位置するため、ステップＳ４１００において、第５分析部５２は、何らかの異常が発生したと判定して、異常と判定した結果を異常判定情報５３として出力する。異常判定情報５３は、状態分析データ記録部５６、センサ波形記録部５７及び警報部５８のそれぞれに入力される。

［距離の算出方法］
図１９は異常と判定されたデータのプロット点から正常範囲までの距離の算出方法を説明するための図である。図１９に示される距離Ｚは、第１分析部４８などで算出される距離ＺＡ、ＺＢ、ＺＣ、ＺＤ、ＺＤを表す。

図１９に示されるように、距離Ｚは、プロットされたデータのＸ軸方向位置と正常範囲のＸ軸方向位置との差分を２乗したものに、第１象限にプロットされたデータのＹ軸方向位置と正常範囲のＹ軸方向位置との差分を２乗したものを足し合わせて、平方根をとった値である。なお、図１９に示す正常範囲を示す線は、４辺が直線の四角形状に限定されるものではなく、楕円形状の線でもよいし、湾曲した線を環状の線でもよく、その評価入力データにてかえてもよい。

［要因特定部５５による異常発生の要因判定動作］
次に要因特定部５５の動作を説明する。要因特定部５５は、例えば下記（１）の要因判定式に、要因判定の対象毎の、モードパラメータ、規格化パラメータ、重み係数、距離Ｚ及びバイアス値を設定することによって、異常の要因判定を行う。重み係数は、要因判定対象に応じて分析データの感度を変化させるための係数である。

図５、図９、図１１、図１４、図１６のフローチャートに示されるＷｎは、規格化パラメータである。ｎは１以上の自然数であり、分析数を表す。Ｗｎは、電圧、電流、電力、ＦＦＴ、制御量の数値と、分析Ａ～分析Ｅのそれぞれの分析式の数値との規格化に利用される。前記分析値として演算されたＸ（ｋ）、Ｙ（ｋ）に対して、要因特定部５５は、Ｘ（ｋ）＝Ｗｎ・Ｘ（ｋ）、Ｙ（ｋ）＝Ｗｎ・Ｙ（ｋ）として規格化した数値に変換する処理を行う。

要因判定式は、要因数毎に、下記（１）式にて構成される。下記（１）式における該当要素を添え字にて分別するため、第１分析部４８を分析Ａ、第２分析部４９を分析Ｂとし、第３分析部５０を分析Ｃとし、第４分析部５１を分析Ｄとし、第５分析部５２を分析Ｅとし、下記の各パラメータの添え字Ａ，Ｂ，Ｃ，Ｄ，Ｅにて各分析に該当する事を示すものとする。

要因判定式
Ｙｍ＝ＭＡｍ１・ＷＡｍ１・ＺＡ１＋・・・＋ＭＡｍｎ・ＷＡｍｎ・ＺＡｎ
＋ＭＢｍ１・ＷＢｍ１・ＺＢ１＋・・・＋ＭＢｍｎ・ＷＢｍｎ・ＺＢｎ
＋ＭＣｍ１・ＷＣｍ１・ＺＣ１＋・・・＋ＭＣｍｎ・ＷＣｍｎ・ＺＣｎ
＋ＭＤｍ１・ＷＤｍ１・ＺＤ１＋・・・＋ＭＤｍｎ・ＷＤｍｎ・ＺＤｎ
＋ＭＥｍ１・ＷＥｍ１・ＺＥ１＋・・・＋ＭＥｍｎ・ＷＥｍｎ・ＺＥｎ
－Ｂ１・・・（１）

ＭＡｍｎ、ＭＢｍｎ、ＭＣｍｎ、ＭＤｍｎ及びＭＥｍｎは、モードパラメータ（運転モードの内容を示す情報である運転モード情報６５）である。Ａ、Ｂ、Ｃ、Ｄ及びＥは、各分析に応じたモード判定である。モードパラメータは、運転モードと要因判定式に応じて変化する－１、０、１の何れかである。

ＷＡｍｎ、ＷＢｍｎ、ＷＣｍｎ、ＷＤｍｎ及びＷＥｍｎは、各データの重み係数であり、各判定式における判定精度を調整するためのパラメータである。これは、機械学習などに連動して判定精度を高めるために修正される。ｍは１以上の自然数で、要因判定の数である。ｎは１以上の自然数で、検出分析数を意味する。

ＺＡｎ、ＺＢｎ，ＺＣｎ、ＺＤｎ及びＺＥｎは、第１分析部４８などで算出された距離を表す。ｎは１以上の自然数であり、分析数を表す。

Ｂ１は各要因判定の誤差やノイズを考慮した誤判定防止用のバイアス値である。

但し、実際の判定式には膨大な変数が含まれるため、（１）式には、数点の変数のみを含む要因判定式を例示している。図２２Ａは要因特定部５５で行われる要因判別処理の流れを示す第１図である。図２２Ｂは要因特定部５５で行われる要因判別処理の流れを示す第２図である。図２２Ｃは要因特定部５５で行われる要因判別処理の流れを示す第３図である。

図２２Ａにおいて要因判別式の流れを説明すると、図２２の左から右に向かって、各種検出、制御誤差、制御補正の入力が行われる、これは評価入力データ４５の事を示している。各分析Ａ、Ｂ、Ｃ、Ｄ、Ｅが実施され、各々の入力と分析に応じた規格化のためにＷｎがかけられ、分析毎にＸ，Ｙの成分が算出される。

そして、要因特定部５５は、図２２Ｂに示すように、各検出、各分析毎に直交座標にプロットし、さらに、正常、注意、故障などを示す判定範囲を表記する。

また、要因特定部５５は、正常領域から逸脱した距離（ＺＡｎ、ＺＢｎ，ＺＣｎ、ＺＤｎ及びＺＥｎ）を、図１９に示した方法にて算出する。算出した距離（ＺＡｎ、ＺＢｎ，ＺＣｎ、ＺＤｎ及びＺＥｎ）に、モードパラメータをかけて、判定する要因毎に、式を構成する。そのため要因判定式は、図２２Ａに示されたＹ１～Ｙｍのように多数存在する。ｍは１以上の自然数で、要因判定の数である。要因特定部５５は、図２２Ｃの要因度分析のヒストグラムのように、Ｙ１～Ｙｍまでの各分析データを算出し、縦軸の要因度にて要因特定を行う。

なお要因判定式は（１）式に限定されず、要因特定部５５における要因判定には（１）式以外の式を利用してもよい。

＜要因特定例＞
図２３及び図２４を用いて、要因判定式までの処理の実施例を示す。この実施例では重み係数をすべて１とした場合について説明する。図２３Ａは直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第１図である。図２３Ｂは直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第２図である。図２３Ｃは直流電圧を一定値に制御している電力変換装置１を例とし、出力電圧に垂下変動が発生した場合における波形を示す第３図である。図２４Ａは図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第１図である。図２４Ｂは図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第２図である。図２４Ｃは図２３に示される出力電圧の変化が生じた場合における要因判定処理の一連の流れを示す第３図である。

図２３Ａには、異常要因がスイッチング素子駆動系異常に起因する場合の波形が示される。図２３Ｂには、異常要因が負荷急変に起因する場合の波形が示される。
図２３Ｃには、異常要因が電力変換装置の入力電圧急変（垂下）に起因する場合の波形が示される。図２３に示される各データを分析した数値は、図２４Ａに示すように、直交座標にプロットされる。図２４Ａには、図２３に示される出力電圧、出力電流、入力電圧、入力電流、ＦＦＴ（例えばフィルタ電圧のＦＦＴ解析結果）、及び電力（例えば電力変換装置の出力電力）のデータが示される。（１）のプロットは、スイッチング素子駆動系のデータである。（２）のプロットは、負荷系のデータである。（３）のプロットは、電力変換装置の入力電圧系のデータである。

図２４Ａに示される各データの距離Ｚは、判定要因毎に、図２４Ｂの下側の表の通りである。また、出力電圧変動時の要因判別式における判定要因毎のモードパラメータは、図２４Ｂの上側の表の通り、－１、０、１となる。これを図２４Ｃに示される要因判別式に代入し計算すると、図２４Ｃの表の結果となる。

図２４Ｃの表によれば、スイッチング素子駆動系の判別式においてスイッチング素子駆動系異常時は１１．５、すなわちゼロ以上となるため、要因度ありとなるが、この判別式に、負荷系の異常時データＺを代入すると－２０となり、入力電圧系の異常時データＺを代入すると－１０となる。すなわち、ゼロ以下となり、要因外（要因度なし）となる。負荷系の異常時データＺを代入するとは、スイッチング素子駆動系のＭＢ１～ＭＤ１に、負荷系のＺＢ１～ＺＤ１を掛け合わせることをいう。入力電圧系の異常時データＺを代入するとは、スイッチング素子駆動系のＭＢ１～ＭＤ１に、入力電圧系のＺＢ１～ＺＤ１を掛け合わせることをいう。

また、図２４Ｃの表に示される負荷系判別式において、負荷系異常時は６、すなわちゼロ以上となるため、要因度ありとなるが、この判別式に、スイッチング素子駆動系異常時データＺを代入すると－２９．５となり、入力電圧異常時のデータＺを入力すると－１０となる。すなわち、ゼロ以下となり、要因外（要因度なし）となる。

さらに、図２４Ｃの表に示される入力電圧系判別式において、入力電圧異常時は６、すなわちゼロ以上となるため、要因度ありとなるが、この判別式に、スイッチング素子駆動系異常時のデータＺを代入すると－６．５となり、負荷系異常時のデータＺを代入すると－２４となる。すなわち、ゼロ以下となり、要因外（要因度なし）となる。

要因特定部５５による要因判定の結果は、要因判定された日時と対応付けて、要因分析データ記録部５９に記録されると共に、表示部６０及び通信部６１に伝送される。

表示部６０は、距離情報７０、異常レベル数値５４及び異常判定情報５３に基づき、異常要因などをユーザへ通知する表示器である。

表示部６０には、例えば図７、図１０、図１３、図１５、図１８などに示される直交座標の形式で、異常と判定されたデータを各象限にプロットしたものに、正常範囲とレベル判定領域とを対応付け、視覚化して表示される。また表示部６０には、例えば、要因特定部５５による判定結果を、例えばメッセージ形式で表示してもよい。

この場合のメッセージの例は、例えば「Ｘ月Ｘ日の○時○分ごろ、大型の負荷が投入された可能性が高いです」、「Ｘ月Ｘ日の○時○分現在、電力変換装置内の部品の劣化が進行している可能性が高いです」、「Ｘ月Ｘ日の○時○分ごろ、蓄電池の活線作業が行われた可能性があります」などである。

これにより、ユーザは、異常要因、異常発生時期などを直感的に把握できる。そのため、異常の発生要因を特定し易くなるため、電力変換装置１、受電設備２４、負荷２２、及びバイパス２５の何れで発生した異常なのかを切り分けた上で、復旧の対策方法などを講じることがでる。

例えば、負荷２２の増設に起因する交流電圧の変動が生じた場合や、受電設備２４の瞬時停電に起因する交流電圧の変動が生じた場合でも、ユーザは、表示部６０に表示された停電発生時期と、異常要因（要因特定部５５による判定結果）と、異常と判定されたデータとを確認することによって、電力変換装置１の異常ではないことを判別することができる。

また、異常と判定されたデータがレベル判定領域と共に表示部６０に表示されることによって、即座に対応する必要がある事象であるのか、暫く監視してから対策を講じるべきかを、ユーザに判断させることができる。

従って、ユーザは、電力変換装置１に起因する異常が発生したのか、電力変換装置１以外の外部環境に起因する異常が発生したのかを把握した上で、復旧対応策を検討することができる。そのため、異常発生の要因毎に最適は復旧措置を講じることができる。その結果、復旧作業に要する検討時間などを大幅に削減できると共に、復旧作業に要する人的リソースを最適化でき、復旧作業に要する工数を大幅に削減することが可能になる。

通信部６１は、距離情報７０、異常レベル数値５４及び異常判定情報５３に基づき、異常要因などの情報を、監視システムに伝達する通信インタフェースである。

通信部６１を用いることによって、電力変換装置１が設置される場所から離れた遠隔地でも、異常要因、異常発生時期などを含む情報を取得できる。そのため、電力変換装置１に記録される情報を、当該遠隔の場所に駐在する作業員と共有でき、復旧作業時を円滑に行うことができる。また、通信部６１が設けられていない場合には電力変換装置１に記録される情報を持ち運び可能な記録媒体に記録した上で、作業員に渡すという手間が発生するが、通信部６１を用いることによってこのような手間が生じることがなくなり、復旧作業に要するコストを削減できる。

警報部５８は、異常判定情報５３に基づき、異常が発生したことを報知する音声出力部である。警報部５８による報知方法は、アラーム音でもよいし、音声ガイダンスでもよい。

警報部５８を用いることによって、表示部６０において常に異常監視を行わなくとも、アラーム音が発生したときに表示部６０を確認することによって、ユーザは異常要因、異常発生時期などを把握できる。そのため、異常が発生したことを即座に知得できると共に、表示部６０に表示された異常要因などの情報を見落とすることを抑制できる。

図２０は本実施の形態に係る電力変換装置１の制御部２００のハードウェア構成例を示す図である。制御部２００は、プロセッサ６０１と、ＲＡＭ、ＲＯＭなどで構成されるメモリ６０２と、プロセッサ６０１などを警報部５８、表示部６０及び通信部６１に接続するための入出力インタフェース６０３とにより実現することが可能である。

プロセッサ６０１、メモリ６０２及び入出力インタフェース６０３は、バス６０４に接続され、バス６０４を介して、異常判定情報５３、異常レベル数値５４、距離情報７０、センサ検出値６４などの受け渡しを行うことが可能である。

電力変換装置１を実現する場合、制御部２００用のプログラムをメモリ６０２に格納しておき、このプログラムをプロセッサ６０１が実行することにより、制御部２００の第１分析部４８、要因特定部５５などが実現される。制御部２００用のプログラムは、第１分析部４８、要因特定部５５などの機能を実行するプログラムである。入出力インタフェース６０３は、警報部５８、表示部６０及び通信部６１との間で、情報の伝送するときに利用される。

前述した特許文献１には、外部環境における擾乱の判別や、運転状態における変化に対しての要因判定の方法が開示されていない。また従来技術には、電力変換装置の内部で高速に異常の分析を行うものはなく、電力変換装置の接続される外部装置（異常診断装置など）で異常の分析が行われる。これは統計学的計算における主成分分析処理の負荷が大きいためである。

また、電力変換装置１には受電設備２４、負荷２２などが接続されるため、交流運転モード、直流運転モードなどにおいて様々な周波数成分が発生する。従来技術では、波形差、周波数成分差のみで異常の判定が行われるため、交流運転モード、直流運転モードなどにおいて異常要因の特定が困難であり、瞬間的な異常事象を分析することができない。

これに対して、本実施の形態では、異常事象が数値化され、異常発生時の電圧、電流などの波形が記録され、さらに異常発生の要因が電力変換装置１本体に起因するものであるのか電力変換装置１の外部環境に起因するものであるのかを分析できる。そのため、早急に異常要因の是正対策を講じることができる。

また、異常発生時の分析履歴と波形を用いることによって、異常要因の確認と異常要因の報告書作成に活用できる。

また、異常発生時の分析履歴と波形を用いることによって、例えば異常判定値を調整することができ、それにより、電力変換装置１が故障に至る前や、電力変換装置１の外部への異常擾乱波及に至る前などに、電力変換装置１を安全に停止させるという措置をとることも可能になる。

図２１は要因特定部５５に適用される機械学習部４００の一例を示す図である。機械学習部４００は、例えば異常の要因を特定するための判定式に含まれるパラメータの修正方法を学習する。

機械学習とは、コンピュータに人のような学習能力を獲得させるための技術であり、コンピュータが、データ識別等の判断に必要なアルゴリズムを、事前に取り込まれる学習データから自律的に生成し、新たなデータについてこれを適用して予測を行う技術のことをいう。機械学習方法の一例を以下に説明する。
（教師あり学習）事前に与えられたサンプルとなるデータをもとにデータの識別や法則性の導出を行う手法（例：回帰分析、SVM（サポートベクターマシーン））。
（教師なし学習）サンプルとなるデータがない状態で、実データそのものを解析することで、データに存在する本質的な構造や特徴を抽出する手法（例：ｋ平均法（K-Means）、潜在的意味インデックス（LSI）、トピックモデル手法（LDA））。
（半教師学習）少数のサンプルを用いて学習をおこない、その後ある程度の実データを分類して、その結果のうち高い確度のものをサンプルと捉えなおして再度学習をする手法。（例：ブートストラップ法、Adaboost）
（構造学習）個別にデータを推定せず、データ全体の構造に最適化した形で個々の推定をまとめて行う手法。（例：構造化SVM、条件付き確率場（CRF））。
（強化学習）サンプルが存在しないが、代わりに学習した後からフィードバック情報を得ることでさらなる学習の手がかりとする手法。（例：バンディットアルゴリズム、UCBアルゴリズム）。
（深層学習）人の脳の構造をソフトウェア的に模倣するニューラルネットという手法を多層化し、高度化を図った手法（例：制限付きボルツマン機械、Category2Vec）。

図２１には、例えばニューラルネットで構成された機械学習部４００が示される。

上記の機械学習方法は、教師あり学習、教師なし学習、半教師学習、構造学習、強化学習、深層学習のいずれかの方法でもよく、さらに、これらの学習方法を組み合わせた方法でもよく、機械学習のための学習方法は問わない。

要因特定部５５が、例えば異常要因の判定に利用したパラメータ（モードパラメータ、重み係数又はバイアス値）を、ユーザによって修正されたモードパラメータ、重み係数又はバイアス値を用いて、機械学習された機械学習部４００である場合、モードパラメータの値、重み係数、バイアス値などが自動的に最適値に修正されるため、異常要因の判定の精度が大幅に向上する。

以上に説明したように本実施の形態に係る異常要因特定方法は、コンピュータに適用される異常要因特定方法であって、電力変換装置で検出される検出値に基づき算出される数値を直交座標にプロットし、前記直交座標にプロットされた対象データが所定条件により予め設定された判定領域内にあるか否かを判定し、前記数値が前記判定領域外であると判定されたときに、前記対象データが存在する前記直交座標の象限に基づいて、異常の要因を特定する。

これにより、異常発生時に検出されたデータが直交座標の各象限にプロットされ、そのデータの位置から電力変換装置に発生した異常であるのか、電力変換装置の外部環境に起因する異常であるのかなどを特定することができる。さらに電力変換装置の故障に至らない異常の要因も特定することができる。従って、多大な労力とコストを生じさせることなく、異常要因の特定を容易に行うことができる。

また第１分析部４８は、前記検出値を一定間隔でサンプルしたデータを２乗したものを一定時間区間積算した第１数値（ステップＳ２のＢ（ｋ））と、前記サンプルしたデータの差分を２乗したものを一定時間区間積算した第２数値（ステップＳ５のＣ（ｋ））とを、前記直交座標にプロットし、前記第１数値の平均値を前記直交座標のゼロ点に配置し、前記第２数値の平均値を前記直交座標のゼロ点に配置するように構成される。

これにより、積和演算などの簡易な演算により、異常要因の特定が可能になるため、電力変換装置を構成する演算回路に処理能力が低いものを利用した場合でも異常要因の特定が可能であり、電力変換装置の製造コストの上昇を抑制しながら、異常要因の特定の容易化を図ることができる。

また第２分析部４９は、直流中間電圧、直流電流及び直流電圧の何れかである前記検出値を一定間隔でサンプルしたデータと制御指令値との偏差（ステップＳ１２０のΔＤ（ｋ））を一定時間区間積算した第１数値（ステップＳ１３０のＸ（ｋ））と、前記偏差の差分を一定時間区間積算した第２数値（ステップＳ１４０のＹ（ｋ））とを、前記直交座標にプロットするように構成される。

これにより、直流中間電圧、直流電流及び直流電圧などを利用して電力変換装置の外部環境で生じる異常を特定できるため、電力変換装置で異常が発生しているのか、電力変換装置の外部環境で異常が発生していのかを容易に切り分けることができる。

また第３分析部５０は、電力変換装置で検出される電圧値のフーリエ変換結果（ステップＳ２２０のＸ（ｋ））と、前記電力変換装置で検出される電流値のフーリエ変換結果（ステップＳ２４０のＹ（ｋ））とを、前記直交座標にプロットするように構成される。

これにより、例えば交流波形のレベルと異常判定用の閾値とを比較するだけでは検出が困難な事象についても、ＦＦＴ解析することによって、図１２に示されるようなコンデンサ異常、リアクトル異常、スイッチング素子異常などの様々な異常要因を判定することが可能になる。

また第４分析部５１は、電力変換装置で検出される交流出力電力を前記直交座標の第１座標軸上の第１方向（例えばＸ軸正方向）にプロットし、前記電力変換装置で検出される交流入力電力を前記直交座標の第１座標軸上の第２方向（例えばＸ軸負方向）にプロットし、放電電力を前記第１座標軸と直交する第２座標軸上の第１方向（例えばＹ軸正方向）にプロットし、充電電力を前記第２座標軸上の第２方向（例えばＹ軸負方向）にプロットするように構成されている。

これにより、充電運転、交流運転、入力制限運転、直流運転などが行われているとき、電力変換装置１に流れる電力の方向と大きさを分析することによって、直流短絡、バッテリ異常、インバータ異常などを特定することができる。

また第５分析部５２は、前記電力変換装置で検出される交流入力電流又は交流出力電流を一定間隔でサンプルしたデータを２乗したものを一定時間区間積算した第１数値（ステップＳ４２０のＬ（ｋ））を演算し、前記サンプルしたデータの差分を２乗したものを一定時間区間積算した第２数値（ステップＳ４５０のＭ（ｋ））を演算し、複数の前記第１数値の平均値と前記第１数値との差分を、前記直交座標の第１座標軸の方向にプロットし、前記第２数値を前記第１数値で除算した値を、前記第１座標軸と直交する第２座標軸の方向にプロットするように構成されている。

これにより、異常要因が負荷２２の故障、負荷２２に供給される電力の増減などに起因するものであるのかを特定できる。

また、本実施の形態に係る異常判定部８０及び要因特定部５５の機能（異常要因特定方法）は、電力変換装置１以外の装置（異常要因特性装置）で実現することも可能である。異常要因特性装置は、各種のプログラムをインストールすることで、各種の機能を実行することがデバイスであればよく、サーバ、パーソナルコンピュータ、タブレット端末、スマートフォン、ノートＰＣなどでもよい。この場合、異常判定部８０及び要因特定部５５の機能を実行するプログラムを異常要因特性装置のメモリに格納しておき、このプログラムを異常要因特性装置のプロセッサが実行することにより、異常判定部８０及び要因特定部５５などが実現される。

図２５は本発明の実施の形態に係る異常要因特定装置５００の構成例を示す図である。以下では、異常要因特定装置５００は、入力部９０、データ分析部４７、表示部６０、通信部６１及び警報部５８を備える。異常要因特定装置５００によれば、タブレット端末、スマートフォン、ノートＰＣなどを利用して、異常要因の特定が可能になる。

図２６は電力変換装置１の機能ブロックを示す図である。電力変換装置１は電力変換装置１で検出される検出値が入力される入力部９０と、前記検出値に基づき算出される数値を直交座標にプロットするプロット部９１と、前記直交座標にプロットされた対象データが所定条件により予め設定された判定領域内にあるか否かを判定する判定部９２と、前記数値が前記判定領域外であると判定されたときに、前記対象データが存在する前記直交座標の象限に基づいて、異常の要因を特定する要因特定部５５と、を備える。これにより、電力変換装置１に機能を追加するだけで異常要因の特定が可能になり、電力変換システムの構成を簡素化することができる。

図２７は異常要因特定装置５００の機能ブロックを示す図である。異常要因特定装置５００は、電力変換装置で検出される検出値が入力される入力部９０と、前記検出値に基づき算出される数値を直交座標にプロットするプロット部９１と、前記直交座標にプロットされた対象データが所定条件により予め設定された判定領域内にあるか否かを判定する判定部９２と、前記数値が前記判定領域外であると判定されたときに、前記対象データが存在する前記直交座標の象限に基づいて、異常の要因を特定する要因特定部５５と、を備える。これにより、電力変換装置１への機能追加をすることなく、電力変換装置１以外の端末装置などを利用して、異常要因の特定が可能になる。

電力変換システム３００は、異常要因特定装置５００と電力変換装置１との何れかに異常要因を表示させるように構成してもよい。また、電力変換システム３００は、異常要因特定装置５００の結果（異常要因の特定結果）をネットワークを介して、端末に表示させてもよい。

また、異常要因特定装置は、電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、を備えるように構成してもよい。制御パラメータは、運転モード制御調整部４６からデータ分析部４７に入力される制御偏差３３及び制御調整データ３９である。データ分析部は、制御偏差３３及び制御調整データ３９と、電力変換装置から検出される検出値のデジタルデータとが入力される。

また、異常要因特定装置のデータ分析部は、前記プロットされた数値が所定の範囲を超えた場合、異常と判断するように構成してもよい。

また、異常要因特定装置のデータ分析部は、前記プロットされた数値が所定の範囲を超えた場合、前記プロットされた数値が前記所定の範囲からどの程度逸脱したかを表す距離を算出して前記特定部に出力し、前記運転モード制御調整部は、前記検出値に基づいて判断される前記電力変換装置の運転状態を表す運転モード情報を前記特定部に出力し、前記特定部は、前記運転モード情報に加えて異常事象の何れかに対応する運転モードパラメータを選択し、前記運転モードパラメータ、ベクトル値及び予め設定された重み係数に基づいて異常要因を特定するように構成してもよい。

また、異常要因特定装置の特定部は、前記運転モードパラメータと、前記重み係数とを乗算し、当該乗算した値から、異常要因の誤判定防止用のバイアス値を減算し、当該減算後の値がゼロを超える場合、前記ゼロを超える値の中で最も大きな値に対応する異常事象を、異常の要因として特定するように構成してもよい。

前記データ分析部は、前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するサンプリング部と、前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第１数値を生成する第１数値生成部と、前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第２数値を生成する第２数値生成部と、前記第１数値及び前記第２数値を前記座標にプロットする第１プロット部と、を含む第１分析部を備えるように構成してもよい。

前記データ分析部は、前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するサンプリング部と、前記サンプリング処理された数値と前記制御パラメータとの偏差を一定時間区間積算して算出される第３数値を生成する第３数値生成部と、前記偏差の前記一定間隔における差分を一定時間区間積算して算出される第４数値を生成する第４数値生成部と、前記第３数値及び前記第４数値を前記座標にプロットする第２プロット部と、を含む第２分析部を備えるように構成してもよい。

前記データ分析部は、前記電力変換装置で検出される電圧値をフーリエ変換して第５数値を算出する第５数値生成部と、前記電力変換装置で検出される電流値をフーリエ変換して第６数値を算出する第６数値生成部と、前記第５数値及び前記第６数値を前記座標にプロットする第３プロット部と、を含む第３分析部を備えるように構成してもよい。

前記データ分析部は、前記電力変換装置で検出される交流出力電力と交流出力電力を用いて第７数値を生成する第７数値生成部と、前記電力変換装置に含まれるチョッパ部からの充放電電力を用いて第８数値を生成する第８数値生成部と、前記第７数値及び前記第８数値を前記座標にプロットする第４プロット部と、を含む第４分析部を備えるように構成してもよい。

前記データ分析部は、前記検出値及び前記制御パラメータを用いて算出される数値を一定間隔でサンプリング処理するサンプリング部と、前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第９数値と該第９数値の平均値との差分である第１０数値を生成する第１０数値生成部と、前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第１１数値と前記第９数値との比率である第１２数値を生成する第１２数値生成部と、前記第１０数値及び前記第１２数値を前記座標にプロットする第５プロット部と、を含む第５分析部を備えるように構成してもよい。

前記第１プロット部は、前記第１数値及び前記第２数値の各々の平均値が前記座標のゼロ点となるようにプロットするように構成してもよい。

前記第３プロット部は、前記第５数値、前記第６数値の各々の平均値が前記座標のゼロ点となるようにプロットするように構成してもよい。

前記特定部は、前記重み係数の修正方法を学習する機械学習部をさらに含むように構成してもよい。

以上の実施の形態に示した構成は、本発明の内容の一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、本発明の要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

１電力変換装置、２Ａ制御信号、２Ｂ制御信号、２Ｃ制御信号、３インバータ、４整流器、５チョッパ、６Ａフィルタコンデンサ、６Ｂコンデンサ、６Ｃコンデンサ、７コンデンサ、８Ａリアクトル、８Ｂリアクトル、８Ｃリアクトル、９Ａ遮断器、９Ｂ遮断器、９Ｃ遮断器、９Ｄ遮断器、１０充電放電電流、１１直流電圧、１２直流電流、１３直流中間電圧、１４受電電圧、１５交流入力電圧、１６交流入力電流、１７バイパス電圧、１８バイパス電流、１９交流出力電流、２０交流出力電圧、２１負荷電流、２２負荷、２３蓄電池、２４受電設備、２５バイパス、２７遮断器アンサーバック、２８ファン回転数、２９温度、３０制御指令値、３１検出値、３２減算部、３３制御偏差、３４制御調整値、３５ＰＷＭパルス、３６制御調節部、３７ＰＷＭパルス生成部、３８センサ検出データ、３９制御偏差及び制御調整データ、４０電流センサ、４１電圧センサ、４２ファン回転数センサ、４３温度センサ、４４補助スイッチ、４５、評価入力データ、４６運転モード制御調整部、４７データ分析部、４８第１分析部、４９第２分析部、５０第３分析部、５１第４分析部、５２第５分析部、５３異常判定情報、５４異常レベル数値、５５要因特定部、５６状態分析データ記録部、５７センサ波形記録部、５８警報部、５９要因分析データ記録部、６０表示部、６１通信部、６２分析データ、６４センサ検出値、６５運転モード情報、７０距離情報、８０異常判定部、９０入力部、９１プロット部、９２判定部、１００プロット部、１０１判定部、２００制御部、２００ＡＰＷＭパルス出力部、３００電力変換システム、４００機械学習部、５００異常要因特定装置、６０１プロセッサ、６０２メモリ、６０３入出力インタフェース、６０４バス。

Claims

コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するステップと、
前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第１数値を生成するステップと、
前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第２数値を生成するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第１数値及び前記第２数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第１数値及び前記第２数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するステップと、
前記サンプリング処理された数値を２乗し、一定時間区間積算して算出された第１積算値を算出するステップと、
算出した前記第１積算値の第１平均値を算出するステップと、
前記第１積算値から前記第１平均値を減算し第１数値を生成するステップと、
前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出された第２積算値を算出するステップと、
算出した前記第２積算値の第２平均値を算出するステップと、
前記第２積算値から前記第２平均値を減算し第２数値を生成するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第１数値及び前記第２数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第１数値及び前記第２数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するステップと、
前記サンプリング処理された数値と前記制御パラメータとの偏差を一定時間区間積算して算出される第３数値を生成するステップと、
前記偏差の前記一定間隔における差分を一定時間区間積算して算出される第４数値を生成するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第３数値及び前記第４数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第３数値及び前記第４数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記電力変換装置で検出される電圧値をフーリエ変換して第５数値を算出するステップと、
前記電力変換装置で検出される電流値をフーリエ変換して第６数値を算出するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第５数値及び前記第６数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第５数値及び前記第６数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記電力変換装置で検出される電圧値をフーリエ変換して第５数値を算出するステップと、
前記電力変換装置で検出される電流値をフーリエ変換して第６数値を算出するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第５数値及び前記第６数値を、前記第５数値及び前記第６数値のそれぞれの平均値が少なくとも２軸を有する座標のゼロ点になるように、前記座標上にプロットするステップと、
前記第５数値及び前記第６数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記電力変換装置に含まれるインバータに流れる交流出力電力と前記電力変換装置に含まれる整流器に流れる交流入力電力を用いて第７数値を生成するステップと、
前記電力変換装置に含まれるチョッパ部からの充放電電力を用いて第８数値を生成するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第７数値及び前記第８数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第７数値及び前記第８数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記検出値及び前記制御パラメータを用いて算出される数値を一定間隔でサンプリング処理するステップと、
前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第９数値と該第９数値の平均値との差分である第１０数値を生成するステップと、
前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第１１数値と前記第９数値との比率である第１２数値を生成するステップと、
前記検出値及び前記制御パラメータを用いて算出される前記第１０数値及び前記第１２数値を少なくとも２軸を有する座標上にプロットするステップと、
前記第１０数値及び前記第１２数値がプロットされた前記座標の象限に基づいて異常要因を特定するステップと、
を含む
異常要因特定方法。
コンピュータに適用される異常要因特定方法であって、
電源から供給される電力を変換して負荷に供給する電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力するステップと、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするステップと、
前記座標にプロットされた対象データが所定条件により予め設定された判定領域内にあるか否かを判定し、前記数値が前記判定領域外であると判定されたとき、前記判定領域から前記数値のＸ軸成分及びＹ軸成分までの距離を算出するステップと、
前記距離に、前記電力変換装置の運転状態及び異常事象の何れかで決定されるモードパラメータと、要因判定対象に応じて分析データの感度を変化させる重み係数とを乗算し、当該乗算した値を複数足しあわせてから、異常要因の誤判定防止用のバイアス値を減算するステップと、
当該減算後の値がゼロを超える場合、前記ゼロを超える値の中で異常の要因として特定するステップと、
を含む
異常要因特定方法。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するサンプリング部と、
前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第１数値を生成する第１数値生成部と、
前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第２数値を生成する第２数値生成部と、
前記第１数値及び前記第２数値を前記座標にプロットする第１プロット部と、
を含む第１分析部
を備える異常要因特定装置。
前記第１プロット部は、
前記第１数値及び前記第２数値の各々の平均値が前記座標のゼロ点となるようにプロットする請求項９に記載の異常要因特定装置。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記検出値及び前記制御パラメータに基づいて算出される数値を一定間隔でサンプリング処理するサンプリング部と、
前記サンプリング処理された数値と前記制御パラメータとの偏差を一定時間区間積算して算出される第３数値を生成する第３数値生成部と、
前記偏差の前記一定間隔における差分を一定時間区間積算して算出される第４数値を生成する第４数値生成部と、
前記第３数値及び前記第４数値を前記座標にプロットする第２プロット部と、
を含む第２分析部
を備える異常要因特定装置。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記電力変換装置で検出される電圧値をフーリエ変換して第５数値を算出する第５数値生成部と、
前記電力変換装置で検出される電流値をフーリエ変換して第６数値を算出する第６数値生成部と、
前記第５数値及び前記第６数値を前記座標にプロットする第３プロット部と、
を含む第３分析部
を備える異常要因特定装置。
前記第３プロット部は、
前記第５数値、前記第６数値の各々の平均値が前記座標のゼロ点となるようにプロットする請求項１２に記載の異常要因特定装置。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記電力変換装置に含まれるインバータに流れる交流出力電力と前記電力変換装置に含まれる整流器に流れる交流入力電力を用いて第７数値を生成する第７数値生成部と、
前記電力変換装置に含まれるチョッパ部からの充放電電力を用いて第８数値を生成する第８数値生成部と、
前記第７数値及び前記第８数値を前記座標にプロットする第４プロット部と、
を含む第４分析部
を備える異常要因特定装置。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
前記数値がプロットされた前記座標の象限に基づいて異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記検出値及び前記制御パラメータを用いて算出される数値を一定間隔でサンプリング処理するサンプリング部と、
前記サンプリング処理された数値を２乗し、一定時間区間積算して算出される第９数値と該第９数値の平均値との差分である第１０数値を生成する第１０数値生成部と、
前記サンプリング処理された数値の前記一定間隔における差分を２乗し、一定時間区間積算して算出される第１１数値と前記第９数値との比率である第１２数値を生成する第１２数値生成部と、
前記第１０数値及び前記第１２数値を前記座標にプロットする第５プロット部と、
を含む第５分析部
を備える異常要因特定装置。
前記データ分析部は、
前記プロットされた数値が所定の範囲を超えた場合、異常と判断する
請求項９から請求項１５のいずれか一項に記載の異常要因特定装置。
電源から供給される電力を変換して負荷に供給する電力変換装置の異常を特定する異常要因特定装置であって、
前記電力変換装置から検出される検出値に基づいて算出される制御パラメータを出力する運転モード制御調整部と、
前記検出値及び前記制御パラメータを用いて算出される数値を少なくとも２軸を有する座標上にプロットするデータ分析部と、
異常要因を特定する特定部と、
を備え、
前記データ分析部は、
前記プロットされた数値が所定の範囲を超えた場合、前記プロットされた数値が前記所定の範囲からどの程度逸脱したかを表す距離を算出して前記特定部に出力し、
前記運転モード制御調整部は、
前記検出値に基づいて判断される前記電力変換装置の運転状態を表す運転モード情報を前記特定部に出力し、
前記特定部は、
前記運転モード情報に加えて異常事象の何れかに対応する運転モードパラメータを選択し、前記運転モードパラメータ、距離及び予め設定された重み係数に基づいて異常要因を特定する
異常要因特定装置。
前記特定部は、
前記運転モードパラメータと、前記距離と、前記重み係数とを乗算し、当該乗算した値から、異常要因の誤判定防止用のバイアス値を減算し、当該減算後の値がゼロを超える場合、前記ゼロを超える値の中で異常の要因として特定する
請求項１７に記載の異常要因特定装置。
前記特定部は、
前記重み係数の修正方法を学習する機械学習部
をさらに含む
請求項１７又は１８に記載の異常要因特定装置。
請求項９から請求項１９のいずれか一項に記載の異常要因特定装置と、
前記異常要因特定装置の結果を表示する表示部と、を備える電力変換装置。
請求項２０に記載の電力変換装置を備え、
前記異常要因特定装置の結果をネットワークを介して、端末に表示させる電力変換システム。