JPWO2015151558A1 - 監視装置、監視システム、監視方法及びプログラム - Google Patents

Abstract

電気機器が設置された単位内における波形データを取得する単位毎波形データ取得部（１１）と、当該波形データの中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、第１のタイミングの波形データ及び第２のタイミングの波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、電気機器の中の少なくとも一部の稼働状態の変化を推定する第１の推定部（１３）と、第１の推定部（１３）の推定結果に基づいて、電気機器各々の稼働状態を推定する第２の推定部（１４）と、を有する監視装置（１０）。

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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段と、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定工程と、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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。

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。 本実施形態の教師差分情報の一例を模式的に示す図である。 本実施形態の教師差分情報の概要を説明するための図である。 本実施形態の合算教師差分情報の一例を模式的に示す図である。 単位毎監視用波形データから差分情報を生成する処理を説明するための図である。 単位毎監視用波形データから差分情報を生成する処理を説明するための図である。 本実施形態の管理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。 本実施形態の教師データの一例を模式的に示す図である。 図１０の教師データの概要を説明するための図である。 図１０の教師データの概要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。 本実施形態の教師差分情報の一例を模式的に示す図である。 本実施形態の合算教師差分情報の一例を模式的に示す図である。 本実施形態の管理情報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。 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＞
本実施形態の概要について説明する。本実施形態の監視装置１０は、まず、所定のタイミングにおける監視対象電気機器各々の消費電力（稼働状態）を推定する。そして、推定した監視対象電気機器各々の消費電力（稼働状態）を示す管理情報を保持しておく。

その後、監視装置１０は、監視対象電気機器の消費電力の変化（稼働状態の変化）を監視する。そして、監視対象電気機器の消費電力の変化（稼働状態の変化）を検知すると、検知した結果に基づいて、上記管理情報を更新する。そして、当該管理情報を参照することで、監視装置１０は所定のタイミングにおける監視対象電気機器各々の消費電力（稼働状態）を推定する。

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２６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対応付けて、以下の（１）乃至（３）の少なくとも１つである教師差分情報を記憶する。

（１） 第１の稼働状態の時の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データと、第２の稼働状態の時の波形データとの差分の波形データ
（２） （１）の差分の波形データから抽出された少なくとも１種類の特徴量
（３） 第１の稼働状態の時の波形データ及び第２の稼働状態の時の波形データ各々から抽出された少なくとも１種類の特徴量の差分

本実施形態の場合、第１の稼働状態、及び、第２の稼働状態は、互いに異なる所定の電力を消費中の状態が該当する。

特徴量は、上記波形データから抽出可能なものであればよく、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）の成分などであってもよい。なお、特徴量はここでの例示に限定されない。

図３に、上記（２）及び（３）に対応する教師差分情報の一例を模式的に示す。図３に示す教師差分情報は、教師データＩＤ、機器ＩＤ、第１の稼働状態、第２の稼働状態、及び、特徴量が互いに対応付けられている。教師データＩＤ「０００１−００３」の教師差分情報は、機器ＩＤ「０００１」の監視対象電気機器の消費電力が５Ｗから１０Ｗに変化したときの教師特徴量を含む。なお、教師特徴量は、１種類の特徴量であってもよいし、複数種類の特徴量の組み合わせであってもよい。

このような教師差分情報は、例えば以下のようにして生成することができる。まず、監視対象電気機器毎に、図４に示すように、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。図４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、グループごとに、代表値（消費電力）を決定する。代表値は、例えば、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、中央値等）とすることができる。

その後、監視対象電気機器毎に予め用意した、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の中から、各グループの電力値のいずれかを消費しているタイミングの波形データ（例：所定周期分の波形データ）を取り出す。そして、取り出した波形データを、各グループに対応付ける。なお、機器毎教師波形データの中から、各グループに対応する波形データ（例：所定周期分の波形データを複数取り出した場合、その中のいずれかを代表波形データにしてもよいし、それらを平均化したものを代表波形データとしてもよい。

以上により、各グループに、代表値（消費電力）と、各グループの電力値を消費している時の波形データとが対応付けられる。各グループに対応付けられた波形データ（代表波形データ）は、各グループの代表値の電力を消費している稼働状態時の波形データとして扱う。

その後、複数のグループで生成可能なすべてのペアを生成し、ペアごとに、各グループに対応付けられている波形データの差分（例：一方から他方を引いた差分、および、その逆の差分）を算出することで、上記（１）の波形データが得られる。また、この得られた（１）の波形データから所定の特徴量を抽出することで、上記（２）の特徴量が得られる。

一方、各グループに対応付けられた波形データ（代表波形データ）各々から所定の特徴量を抽出した後、上記ペアごとに、当該特徴量の差分（例：一方から他方を引いた差分、および、その逆の差分）を算出することで、上記（３）の特徴量が得られる。

なお、ここでの生成の流れはあくまで一例であり、これに限定されない。

記憶部１１は、さらに、各監視対象電気機器に対応した教師差分情報（図３参照）を組み合わせて生成される合算教師差分情報を記憶してもよい。図５に合算教師差分情報の一例を模式的に示す。

図５に示す合算教師差分情報は、教師データＩＤ、合算教師特徴量、及び、状態が互いに対応付けられている。教師データＩＤ「（０００１−００３）＋（０００２−００３）」の合算教師差分情報は、図３に示す教師データＩＤ「０００１−００３」の教師差分情報と、教師データＩＤ「０００２−００３」の教師差分情報とに基づいて生成されたものである。当該合算教師差分情報は、機器ＩＤ「０００１」の監視対象電気機器の消費電力が５Ｗから１０Ｗに変化し、かつ、機器ＩＤ「０００２」の監視対象電気機器の消費電力が１０Ｗから５０Ｗに変化したときの教師特徴量（合算教師特徴量）を含む。

なお、複数の監視対象電気機器すべての稼働状態が同時に変化することはまれである。このため、合算教師差分情報は、複数の監視対象電気機器のすべての組み合わせに対応したものである必要はなく、その一部でよい。すなわち、記憶部１１に合算教師差分情報を予め記憶させておく場合、複数の監視対象電気機器から、稼働状態が同時に変化すると予測される数＋α（設計的事項）以下の監視対象電気機器を取り出して生成される組み合わせのみに対応した合算教師差分情報を、記憶部１１に記憶させておいてもよい。

例えば、監視対象電気機器の数がＭ個であり、稼働状態が同時に変化する監視対象電気機器の数を２個と設定し、かつ、αを１と設定する場合、Ｍ個から任意に３個取り出した時の組み合わせ、任意に２個取り出した時の組み合わせのみに対応した合算教師差分情報を記憶部１１に記憶させておいてもよい。

なお、Ｍ個の監視対象電気機器から任意に３個取り出した時の組み合わせ、及び、Ｍ個の監視対象電気機器から任意に２個取り出した時の組み合わせは、各々、各監視対象電気機器に対応付けられた複数の教師差分情報（図３参照）によりさらに細分化される。

この細分化を、Ｍ個の監視対象電気機器から任意に２個取り出した時の組み合わせ（Ｍ１、Ｍ２）を例に説明する。簡単にするため、監視対象電気機器Ｍ１は、（第１の稼働状態、第２の稼働状態）が（５Ｗ消費中、１０Ｗ消費中）である第Ｍ１−１の教師差分情報、及び、（１０Ｗ消費中、５Ｗ消費中）である第Ｍ１−２の差分情報のみが対応付けられているとする。また、監視対象電気機器Ｍ２は、（第１の稼働状態、第２の稼働状態）が（１０Ｗ消費中、２０Ｗ消費中）である第Ｍ２−１の教師差分情報、（１０Ｗ消費中、３０Ｗ消費中）である第Ｍ２−２の差分情報、（２０Ｗ消費中、３０Ｗ消費中）である第Ｍ２−３の教師差分情報、（２０Ｗ消費中、１０Ｗ消費中）である第Ｍ２−４の教師差分情報、（３０Ｗ消費中、１０Ｗ消費中）である第Ｍ２−５の差分情報、（３０Ｗ消費中、２０Ｗ消費中）である第Ｍ２−６の教師差分情報が対応付けられているとする。

この場合、（Ｍ１、Ｍ２）の組み合わせは、（第Ｍ１−１の教師差分情報、Ｍ２−１の教師差分情報）、（第Ｍ１−１の教師差分情報、Ｍ２−２の教師差分情報）、（第Ｍ１−１の教師差分情報、Ｍ２−３の教師差分情報）、（第Ｍ１−１の教師差分情報、Ｍ２−４の教師差分情報）、（第Ｍ１−１の教師差分情報、Ｍ２−５の教師差分情報）、（第Ｍ１−１の教師差分情報、Ｍ２−６の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−１の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−２の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−３の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−４の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−５の教師差分情報）、（第Ｍ１−２の教師差分情報、Ｍ２−６の教師差分情報）の組み合わせに細分化される。記憶部１１は、これら各々の組み合わせに対応した合算教師差分情報を記憶しておくことができる。

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値（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、単位毎監視用波形データから抽出した以下の（４）及び（５）の中の少なくとも１つからなる第１の監視用差分グループ、及び、記憶部１１が記憶する教師差分情報に基づいて、監視対象電気機器の中の少なくとも一部の稼働状態の変化を推定する。

（４） 単位毎監視用波形データの中の第１のタイミングの波形データと、第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量
（５） 第１のタイミングの波形データ及び第２のタイミングの波形データ各々から抽出された少なくとも１種類の特徴量の差分

ここで、図６及び７を用いて、上記（４）及び（５）のデータを生成する処理の一例について説明する。まず、図６及び７に示すように、予め定められたルールに従い、単位毎監視用波形データを時間軸に沿って区切っていくことで、複数の処理単位グループに分割する。図６の場合、時間Ｔ毎（例：所定周期毎）に単位毎監視用波形データを区切っていくことで、複数の処理単位グループに分割している。図６の場合、複数の処理単位グループに重なりがない。図７の場合、１つの処理単位グループの長さを時間Ｔ（例：所定周期分）とし、当該グループを所定の時間ｔ（０より大）づつずらしていくことで、複数の処理単位グループに分割している。ｔ＜Ｔの場合、複数の処理単位グループに重なりが発生する。ｔ＝Ｔの場合、図６と同じケースとなる。ｔ＞Ｔの場合、いずれの処理単位グループにも含まれないデータが発生する。

第１のタイミングの波形データとは、上述のように設定された複数の処理単位グループの中の１つ（第１の処理単位グループ）に含まれる波形データである。第２のタイミングの波形データとは、第１の処理単位グループと異なる処理単位グループ（第２の処理単位グループ）に含まれる波形データである。第１の処理単位グループと第２の処理単位グループは、時間的に連続する２つの処理単位グループ（例：図６および７に示す例の場合、数字が連続する２つの処理単位グループ）であってもよい。

第１の処理単位グループの波形データと第２の処理単位グループの波形データの差分を算出し、差分の波形データから所定の特徴量を抽出することで、上記（４）の特徴量が得られる。一方、第１及び第２の処理単位グループ各々の波形データから所定の特徴量を抽出した後、抽出した特徴量の差分を算出することで、上記（５）の特徴量が得られる。なお、ここでの生成の流れはあくまで一例であり、これに限定されない。

本実施形態では、第１の推定部１３は、（４）及び（５）の中の少なくとも１つからなる第１の監視用差分グループ、記憶部１１が記憶する図３に示す教師差分情報、及び、図５に示す合算教師差分情報に基づいて、監視対象電気機器の中の少なくとも一部の消費電力の変化の有無、及び、変化がある場合はその詳細（どの監視対象電気機器がどの稼働状態からどの稼働状態に変化したか）を推定する。

例えば、第１の推定部１３は、教師差分情報（図３参照）及び合算教師差分情報（図５参照）を教師データとして推定モデルを生成し、生成した推定モデルに第１の監視用差分グループの値（特徴量）を入力することで、推定結果を得てもよい。第１の監視用差分グループは、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特徴量（合算特徴量を含む）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。

なお、記憶部１１が図５に示す合算教師差分情報を記憶していない場合、第１の推定部１３は記憶部１１が記憶する教師差分情報を利用して、合算教師差分情報を生成する。また、記憶部１１が上記（１）の差分の波形データを保持している場合、第１の推定部１３はこの波形データを利用して、上記（２）の特徴量を生成し、さらに、生成した特徴量を利用して合算教師差分情報を生成する。

図２に戻り、第２の推定部１４は、第１の推定部１３の推定結果に基づいて、監視対象電気機器各々の稼働状態を推定する。本実施形態では、第２の推定部１４は監視対象電気機器の消費電力を推定する。

まず、第２の推定部１４は、所定のタイミングで監視対象電気機器各々の消費電力を推定する。そして、推定した内容を示す管理情報（図８）を生成し、保持しておく。そして、管理情報を生成したタイミング以降、第１の推定部１３が推定した監視対象電気機器の消費電力の変化に基づいて、当該管理情報を更新する。第２の推定部１４が監視対象電気機器各々の消費電力を推定する所定のタイミングとしては、監視装置１０による監視処理を開始する最初の段階、または、これに加えて、監視装置１０による監視処理を継続している間の所定の時間ごと（例：３０分毎、１時間毎、６時間毎など）のタイミングなどが考えられる。

ここで、第２の推定部１４が管理情報を生成するために、監視対象電気機器各々の消費電力を推定する処理の例を説明する。

＜消費電力推定処理１＞
例えば、監視対象電気機器すべての電源状態を電源ＯＦＦにした状態で、監視装置１０は、その旨を示す入力を例えばユーザから受付ける。すると、第２の推定部１４は、当該入力を受付けた時点における監視対象電気機器すべての消費電力を、消費電力０Ｗと推定する。当該処理は、監視装置１０による監視処理を開始する最初の段階で行う場合に適している。

＜消費電力推定処理２＞
例えば、記憶部１１は、図９又は１０に示すような教師データを記憶しておく。

図９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９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４を用いて、図９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４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９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１０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１０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１１及び図１２を用いて、図１０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１１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１２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。

記憶部１１は、さらに、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た教師データ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記憶しておいてもよい。合算教師特徴量は、複数の監視対象電気機器のすべての組み合わせに対応したものである。また、複数の監視対象電気機器が取り得る複数の稼働状態により当該組み合わせが細分化されるが、細分化された組み合わせすべてに対応したものである。

そして、第２の推定部１４は、これら教師データと、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された特徴量とに基づいて、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２の推定部１４は、これら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、単位毎監視用波形データから抽出された特徴量を入力することで、推定結果（監視対象電気機器の消費電力）を得てもよい。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。

当該処理は、監視装置１０による監視処理を開始する最初の段階で行う場合、および、監視装置１０による監視処理を継続中に所定の時間ごと（例：３０分毎、１時間毎、６時間毎など）に行う場合に適している。

第２の推定部１４は、例えば上記消費電力推定処理１及び２により生成され、かつ、第１の推定部１３による推定結果に基づいて更新される管理情報（図８参照）を参照することで、上記消費電力推定処理１及び２により監視対象電気機器の消費電力を推定したタイミングのみならず、その他のタイミングにおける監視対象電気機器各々の消費電力をも推定できる。

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。処理としては、リアルタイム処理及びバッチ処理いずれも利用できる。これは、以下のすべての実施形態において同様である。本実施形態では、両方の処理を考慮して説明するが、以下の実施形態では本実施形態と同様にできるので、説明を省略する。

まず、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、第２の推定部１４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。そして、複数の監視対象電気機器各々の消費電力を推定し、管理情報（図８）を生成する。

例えば、第２の推定部１４は、記憶部１１から取得した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監視用特徴量を入力することで、推定結果（各監視対象電気機器の消費電力）を得る。

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、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、生成した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監視用特徴量を入力することで、推定結果（各監視対象電気機器の消費電力）を得る。

なお、本実施形態の場合、第２の推定部１４の当該処理の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（すべて）。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。

次に、第１の推定部１３は、Ｓ１０で取得した単位毎監視用波形データから、所定種類特徴量で構成される差分情報（第１の監視用差分グループ）を抽出する（Ｓ１２）。

リアルタイム処理の場合、第１の推定部１３は、Ｓ１１で複数の監視対象電気機器の消費電力を推定したタイミング以降の波形データを処理対象とし、最新の所定周期分の波形データを第２のタイミングの波形データに設定し、それより前（例：その直前）の所定周期分の波形データを第１のタイミングの波形データに設定し、これらを利用して差分情報を生成する。

一方、バッチ処理の場合、第１の推定部１３は、所定時間分の単位毎監視用波形データの中のＳ１１で複数の監視対象電気機器の消費電力を推定したタイミング以降の波形データを処理対象とし、所定周期分の所定の処理対象の波形データを第２のタイミングの波形データに設定し、それより前（例：その直前）の所定周期分の波形データを第１のタイミングの波形データに設定し、これらを利用して差分情報を抽出する。

その後、第１の推定部１３は、Ｓ１１で複数の監視対象電気機器の消費電力を推定したタイミング以降に、監視対象電気機器に消費電力の変化があったか否か、またある場合はその詳細を推定する（Ｓ１３）。すなわち、第１の推定部１３は、Ｓ１２で抽出した差分情報（第１の監視用差分グループ）を利用して、Ｓ１２で設定した第１のタイミングと第２のタイミングとの間に、上記変化があったか否か、またある場合はその詳細を推定する。

例えば、第１の推定部１３は、Ｓ１２で抽出された差分情報（第１の監視用差分グループ）を取得すると、記憶部１１から、教師特徴量を含む教師差分情報（図３）、および、これらを利用して生成される合算教師差分情報（図５）を取得する。そして、第１の推定部１３は、取得した教師特徴量を含む教師差分情報（図３）、および、これらを利用して生成される合算教師差分情報（図５）を教師データとして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の監視用差分グループの値（特徴量）を入力することで、推定結果を得る。

なお、記憶部１１が合算教師差分情報（図５）を記憶していない場合、第１の推定部１３は、記憶部１１から取得した教師特徴量を含む教師差分情報（図３）を利用して、合算教師差分情報（図５）を生成する。また、記憶部１１が第１の稼働状態の時の波形データと、第２の稼働状態の時の波形データとの差分の波形データを記憶しており、教師特徴量を含む教師差分情報（図３）を記憶していない場合、第１の推定部１３は差分の波形データを記憶部１１から取得し、当該差分の波形データを利用して、教師特徴量を含む教師差分情報（図３）を生成する。また、生成した教師特徴量を含む教師差分情報（図３）を利用して、合算教師差分情報（図５等）を生成する。なお、生成する合算教師差分情報は、稼働状態が同時に変化すると予測される数＋α（設計的事項）以下の監視対象電気機器を取り出して生成される組み合わせのみに対応したものであってもよい。

そして、第１の推定部１３は、生成した教師特徴量を含む教師差分情報（図３）、および、これらを利用して生成される合算教師差分情報（図５）を教師データとして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の監視用差分グループの値（特徴量）を入力することで、推定結果を得る。

なお、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。

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に基づいた推定を行った後、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に基づいた推定を行うごとに、又は、所定周期分の所定個数の波形データ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。

第１の推定部１３から推定結果を受け取った第２の推定部１４は、監視対象電気機器の消費電力に変化があったか否か確認する。変化があった場合（Ｓ１４のＹｅｓ）、第２の推定部１４はその推定結果に基づいて管理情報を更新した後（Ｓ１６）、Ｓ１５に進む。一方、変化がなかった場合（Ｓ１４のＮｏ）、そのままＳ１５に進む。Ｓ１５では、第２の推定部１４は、最新の管理情報に基づいて、複数の監視対象電気機器各々の消費電力を推定する。なお、バッチ処理の場合、第２の推定部１４は時間的に前の推定結果から順に処理対象として変化の有無を追っていき、必要に応じて管理情報を更新する。

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、本実施形態の場合、第２の推定部１４が保持する管理情報を参照することで、複数の監視対象電気機器各々の現時点の消費電力を特定できる。このため、第１の推定部１３は、監視対象電気機器に対応付けられた複数の教師差分情報のうち、第１の稼働状態（変化前の稼働状態）が現時点の稼働状態と一致する教師差分情報のみを用いて、合算教師差分情報を生成してもよい。そして、第１の推定部１３は、第１の稼働状態（変化前の稼働状態）が現時点の稼働状態と一致する教師差分情報、及び、当該教師差分情報を用いて生成された合算教師差分情報のみを用いて、上記推定モデルを生成してもよい。このようにすれば、利用する教師差分情報（合算教師差分情報を含む）の数をさらに少なくすることができる。

以上説明した本実施形態の場合、最初の１回のみ、または、その後所定のタイミングで複数の監視対象電気機器の消費電力を推定すると、それ以降は、監視対象電気機器の消費電力の変化を監視することで、ある時点（例：現時点）における複数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。

上述の通り、複数の監視対象電気機器すべての消費電力が同時に変化することはまれである。このため、複数の監視対象電気機器の消費電力の変化を監視するために利用する特徴量として、これらすべての組み合わせに対応したものを用意する必要はなく、消費電力が同時に変化すると予測される数＋α（設計的事項）以下の監視対象電気機器を取り出して生成される組み合わせのみに対応したものを用意しておくことができる。

このため、すべてのタイミングにおいて、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、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、処理負担を軽減できる。

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。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を利用して、上記（１）乃至（３）の少なくとも１つである教師差分情報を生成し、記憶部１１に記憶させることができる。さらに、監視装置１０は、当該教師差分情報を利用して合算教師差分情報を生成し、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、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、または、上記（１）乃至（３）の少なくとも１つである教師差分情報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、教師特徴量、又は、教師差分情報を取得し、記憶部１１に記憶させてもよい。また、監視装置１０は、これらの情報を利用して上記（１）乃至（３）の少なくとも１つである教師差分情報を生成し、記憶部１１に記憶させることができる。さらに、監視装置１０は、当該教師差分情報を利用して合算教師差分情報を生成し、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、教師特徴量、又は、上記（１）乃至（３）の少なくとも１つである教師差分情報を取得し、上記と同様にして様々なデータを記憶部１１に記憶させる。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、教師特徴量、又は、上記（１）乃至（３）の少なくとも１つである教師差分情報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、教師特徴量、又は、上記（１）乃至（３）の少なくとも１つである教師差分情報を取得し、上記と同様にして様々なデータを記憶部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２６参照）。

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＞
本実施形態の概要について説明する。本実施形態の監視装置１０は、まず、所定のタイミングにおける監視対象電気機器各々の電源状態（稼働状態）、すなわち、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。そして、推定した監視対象電気機器各々の電源状態（稼働状態）を示す管理情報を保持しておく。

その後、監視装置１０は、監視対象電気機器の電源状態の変化（稼働状態の変化）を監視する。そして、監視対象電気機器の電源状態の変化（稼働状態の変化）を検知すると、検知した結果に基づいて、上記管理情報を更新する。そして、当該管理情報を参照することで、所定のタイミングにおける電源ＯＮ状態の監視対象電気機器を推定する。

その後、監視装置１０は、電源ＯＮ状態と推定した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、それらから生成される合算教師特徴量を利用して、電源ＯＮ状態と推定した監視対象電気機器各々の消費電力を推定する。なお、電源ＯＦＦ状態と推定した監視対象電気機器の消費電力は、例えば０Ｗと推定することができる。

次に、本実施形態の構成について詳細に説明する。図２及び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２に示すように、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。また、図１６に示すように、監視装置１０はさらに出力部１５を有することができる。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。なお、本実施形態の監視装置は、第１及び第２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）。

記憶部１１の構成も、第１の実施形態と同様である。図１８に、本実施形態の記憶部１１が記憶する教師差分情報の一例を模式的に示す。図１８に示す教師差分情報は、教師データＩＤ、機器ＩＤ、第１の稼働状態、第２の稼働状態、及び、特徴量が互いに対応付けられている。教師データＩＤ「０００１−００１」の教師差分情報は、機器ＩＤ「０００１」の監視対象電気機器の電源状態が、電源ＯＦＦ状態から電源ＯＮ状態に変化したときの特徴量を含む。なお、特徴量は、１種類の特徴量であってもよいし、複数種類の特徴量の組み合わせであってもよい。

記憶部１１は、さらに、図１８に示すような各監視対象電気機器に対応した差分情報を組み合わせて生成される合算教師差分情報を記憶してもよい。図１９に合算教師差分情報の一例を模式的に示す。

図１９に示す合算教師差分情報は、教師データＩＤ、合算教師特徴量、及び、状態が互いに対応付けられている。教師データＩＤ「（０００１−００１）＋（０００２−００１）」の合算教師差分情報は、図１８に示す教師データＩＤ「０００１−００１」の教師差分情報と、教師データＩＤ「０００２−００１」の教師差分情報とに基づいて生成されたものである。当該合算教師差分情報は、機器ＩＤ「０００１」の監視対象電気機器の電源状態が、電源ＯＦＦ状態から電源ＯＮ状態に変化し、かつ、機器ＩＤ「０００２」の監視対象電気機器の電源状態が、電源ＯＦＦ状態から電源ＯＮ状態に変化したときの特徴量（合算特徴量）を含む。

なお、複数の監視対象電気機器すべての稼働状態が同時に変化することはまれである。このため、本実施形態の場合も、第１の実施形態同様、複数の監視対象電気機器のすべての組み合わせに対応した合算教師差分情報を記憶部１１に記憶させておく必要はなく、一部の合算教師差分情報を記憶させておけばよい。

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の変化として、電源状態の変化を推定する点で、第１の実施形態と異なる。その他の構成は、第１の実施形態と同様である。

第１の推定部１３は、所定のタイミングで監視対象電気機器各々の電源状態を推定する。そして、推定した内容を示す管理情報（図２０）を生成して、保持しておく。そして、所定のタイミング以降、監視対象電気機器の電源状態の変化を監視し、変化を検知すると管理情報（図２０）を更新する。

第１の推定部１３が監視対象電気機器各々の電源状態を推定する所定のタイミングとしては、監視装置１０による監視処理を開始する最初の段階、または、これに加えて、監視装置１０による監視処理を継続している間の所定の時間ごと（例：３０分毎、１時間毎、６時間毎など）のタイミングなどが考えられる。

ここで、第１の推定部１３が管理情報を生成するために、監視対象電気機器各々の電源状態（稼働状態）を推定する処理の例を説明する。

＜電源状態推定処理１＞
例えば、監視対象電気機器すべての電源状態を電源ＯＦＦにした状態で、監視装置１０は、その旨を示す入力を例えばユーザから受付ける。すると、第１の推定部１３は、当該入力を受付けた時点における監視対象電気機器すべての電源状態を、電源ＯＦＦ状態と推定する。当該処理は、監視装置１０による監視処理を開始する最初の段階で行う場合に適している。

＜電源状態推定処理２＞
他の例として、例えば、監視装置１０は、所定のタイミングで、あるタイミング（例：その時点、ある日のある時刻）における監視対象電気機器各々の電源状態を示す情報の入力を、ユーザから受付ける。第１の推定部１３は、入力された内容に基づいて、そのタイミングにおける監視対象電気機器各々の電源状態を推定する。

なお、第１の推定部１３が、図１８に示すような各監視対象電気機器に対応した差分情報や、これらを組み合わせて生成される図１９に示すような合算教師差分情報を利用して、上記電源状態を推定したタイミング以降の監視対象電気機器の電源状態の変化を推定する処理は、第１の実施形態における各監視対象電気機器の消費電力の変化を推定する処理と同様にして実現できる。よって、ここでの説明は省略する。

第１の推定部１３は、例えば上記電源状態推定処理１及び２により生成され、かつ、その後の推定結果に基づいて更新される管理情報（図２０参照）を参照することで、上記電源状態推定処理１及び２により監視対象電気機器の電源状態を推定したタイミングのみならず、その他のタイミングにおける監視対象電気機器各々の電源状態をも推定できる。

次に、第２の推定部１４は、第１の推定部１３が電源ＯＮ状態と推定した監視対象電気機器のみを処理対象とし、これらの消費電力を推定する。すなわち、第２の推定部１４は、第１の推定部１３が電源ＯＮ状態と推定した監視対象電気機器の各消費電力に対応した教師特徴量、及び、それらから生成される合算教師特徴量を利用して、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。なお、電源ＯＦＦ状態と推定した監視対象電気機器の消費電力は、例えば０Ｗと推定することができる。

第２の推定部１４による当該処理は、第１の実施形態で説明した「消費電力推定処理２」と同様（処理対象が異なる点のみ相違する。）にして実現できる。第１の実施形態に比べて、本実施形態のほうが、処理対象の監視対象電気機器の数が少ない。一方、本実施形態に比べて、第１の実施形態のほうが、当該処理を実行する頻度が少ない。

次に、図２１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は、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）。

その後、第１の推定部１３は、あるタイミングにおける監視対象電気機器の電源状態を推定し、管理情報（図２０）を生成する（Ｓ２１）。

次に、第１の推定部１３は、Ｓ１０で取得した単位毎監視用波形データから、所定種類の特徴量で構成される差分情報（第１の監視用差分グループ）を抽出する（Ｓ２２）。その後、第１の推定部１３は、Ｓ１２で抽出した差分情報（第１の監視用差分グループ）を利用して、Ｓ２１で複数の監視対象電気機器の電源状態を推定したタイミング以降に、監視対象電気機器に電源状態の変化があったか否か、またある場合はその詳細（どの監視対象電気機器の電源状態が、どのように変化したか）を推定する（Ｓ２３）。

変化があった場合（Ｓ２４のＹｅｓ）、第１の推定部１３はその推定結果に基づいて管理情報を更新した後（Ｓ２５）、Ｓ２６に進む。一方、変化がなかった場合（Ｓ２４のＮｏ）、そのままＳ２６に進む。Ｓ２６では、第１の推定部１３は、最新の管理情報に基づいて、複数の監視対象電気機器各々の電源状態を推定する。そして、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、電源ＯＮ状態と推定された監視対象電気機器のみを処理対象とし、監視対象電気機器の消費電力を推定する（Ｓ２７）。

以上説明した本実施形態の場合、まず、複数の監視対象電気機器の電源状態を推定する（第１の処理）。そして、その後、電源ＯＮ状態と推定された監視対象電気機器のみを処理対象とし、処理対象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、および、これらを利用して生成される合算教師特徴量を利用して、監視対象電気機器各々の消費電力を推定する（第２の処理）。

このため、第２の処理で利用する教師データは、すべての監視対象電気機器を処理対象として当該処理を実行する場合に比べて、少なく済む。結果、処理負担を軽減できる。

なお、電源ＯＮ状態及び電源ＯＦＦ状態の２つの状態のみをとる電源状態を推定するために利用する教師データ（図１８、１９参照）の数は、多数の状態をとる消費電力（例：５Ｗ、１０Ｗ、１５Ｗ）を推定するために利用する教師データ（図１８、１９参照）の数に比べて少ない。

また、本実施形態の場合、差分情報を利用して電源状態の変化を検知する。多数の監視対象電気機器の電源状態が同時に変化することはまれである。このため、考慮すべき組み合せの数を減らすことができ、教師データの数を減らすことができる。

よって、本実施形態の場合、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２つの処理からなるが、すべての監視対象電気機器を処理対象とし、すべての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、および、これらを利用して生成される合算教師特徴量を利用して、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、処理負担を軽減できる。

＜第４の実施形態＞
本実施形態の概要について説明する。本実施形態の監視装置１０は、監視対象電気機器の消費電力の変化（稼働状態の変化）を監視する。その後、消費電力の変化（稼働状態の変化）があると推定されなかった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、それらから生成される合算教師特徴量を利用して、これらの監視対象電気機器各々の消費電力を推定する。なお、変化があると推定された監視対象電気機器の稼働状態は、変化後の電力を消費中であると推定される。

次に、本実施形態の構成について詳細に説明する。図２及び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２に示すように、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。また、図１６に示すように、監視装置１０はさらに出力部１５を有することができる。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。なお、本実施形態の監視装置は、第１乃至第３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）。

第１の推定部１３は、単位毎監視用波形データ中の第１のタイミング、及び、その後の第２のタイミングの間における、複数の監視対象電気機器の消費電力の変化を推定する。当該処理は、第１の実施形態で説明したとおりである。

第２の推定部１４は、第１の推定部１３により消費電力の変化があると推定されなかった監視対象電気機器を処理対象とし、上記第２のタイミングにおける消費電力を推定する。なお、第１の推定部１３により消費電力の変化があると推定された監視対象電気機器においては、推定された変化後の消費電力が第２のタイミングにおける消費電力として推定される。

上記第２のタイミングにおける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処理は、第３の実施形態で説明した第２の推定部１４の処理において、処理対象を、第１の推定部１３により消費電力の変化があると推定されなかった監視対象電気機器に置き換えることで実現できる。

例えば、第２の推定部１４は、処理対象の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、および、これらを利用して生成される合算教師特徴量と、単位毎監視用波形データから抽出された特徴量（第２のタイミングの波形データから抽出された特徴量）とに基づいて、監視対象電気機器の消費電力を推定することができる。

ただし、単位毎監視用波形データから抽出された特徴量（第２のタイミングの波形データから抽出された特徴量）の中には、第１の推定部１３により消費電力の変化があると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により消費電力の変化があると推定された監視対象電気機器が、推定された変化後の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。

次に、図２２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は、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、第１の推定部１３は、Ｓ３０で取得した単位毎監視用波形データから、所定種類の特徴量で構成される差分情報（第１の監視用差分グループ）を抽出する（Ｓ３１）。その後、第１の推定部１３は、Ｓ３１で抽出した差分情報（第１の監視用差分グループ）を利用して、監視対象電気機器に消費電力の変化があったか否か、またある場合はその詳細（どの監視対象電気機器が、どの消費電力からどの消費電力に変化したか）を推定する（Ｓ３２）。

その後、第２の推定部１４は、消費電力の変化があると推定されなかった監視対象電気機器のみを処理対象とし、監視対象電気機器の消費電力を推定する（Ｓ３３）。

以上説明した本実施形態の場合、まず、複数の監視対象電気機器の消費電力の変化を推定する（第１の処理）。そして、その後、消費電力の変化があると推定されなかった監視対象電気機器のみを処理対象とし、処理対象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、および、これらを利用して生成される合算教師特徴量を利用して、監視対象電気機器各々の消費電力を推定する（第２の処理）。

このため、第２の処理で利用する教師データは、すべての監視対象電気機器を処理対象として当該処理を実行する場合に比べて、少なく済む。結果、処理負担を軽減できる。

なお、本実施形態の場合、差分情報を利用して消費電力の変化を検知する。上述の通り、多数の監視対象電気機器の消費電力が同時に変化することはまれである。このため、考慮すべき組み合せの数を減らすことができ、教師データの数を減らすことができる。

よって、本実施形態の場合、消費電力の変化を推定する処理、及び、消費電力を推定する処理の２つの処理からなるが、すべての監視対象電気機器を処理対象とし、すべての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、および、これらを利用して生成される合算教師特徴量を利用して、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、処理負担を軽減できる。

＜第５の実施形態＞
本実施形態の概要について説明する。本実施形態の監視装置１０は、監視対象電気機器の電源状態の変化（稼働状態の変化）を監視する。その後、電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態である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、各々の各消費電力に対応した教師特徴量、及び、それらから生成される合算教師特徴量を利用して、これらの監視対象電気機器各々の消費電力を推定する。なお、処理対象外の監視対象電気機器は、例えば消費電力０Ｗと推定することができる。

次に、本実施形態の構成について詳細に説明する。図２及び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２に示すように、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。また、図１６に示すように、監視装置１０はさらに出力部１５を有することができる。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４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乃至第４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）。

第１の推定部１３は、単位毎監視用波形データ中の第１のタイミング、及び、その後の第２のタイミングの間における、複数の監視対象電気機器の電源状態の変化を推定する。当該処理は、第３の実施形態で説明したとおりである。

第２の推定部１４は、第１の推定部１３により電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態である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、上記第２のタイミングにおけるこれらの消費電力を推定する。なお、処理対象外の監視対象電気機器の消費電力は、例えば０Ｗと推定することができる。

上記第２のタイミングにおける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処理は、第３の実施形態で説明した第２の推定部１４の処理において、処理対象を、第１の推定部１３により電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態である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に置き換えることで実現できる。

例えば、第２の推定部１４は、処理対象の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、および、これらを利用して生成される合算教師特徴量と、単位毎監視用波形データから抽出された特徴量（第２のタイミングの波形データから抽出された特徴量）とに基づいて、監視対象電気機器の消費電力を推定することができる。

次に、図２３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は、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（Ｓ４０）。

次に、第１の推定部１３は、Ｓ４０で取得した単位毎監視用波形データから、所定種類の特徴量で構成される差分情報（第１の監視用差分グループ）を抽出する（Ｓ４１）。その後、第１の推定部１３は、Ｓ４２で抽出した差分情報（第１の監視用差分グループ）を利用して、監視対象電気機器に電源状態の変化があったか否か、またある場合はその詳細（どの監視対象電気機器の電源状態が、どのように変化したか）を推定する（Ｓ４２）。

その後、第２の推定部１４は、第１の推定部１３により電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態である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みを処理対象とし、監視対象電気機器の消費電力を推定する（Ｓ４３）。

以上説明した本実施形態の場合、まず、複数の監視対象電気機器の電源状態の変化を推定する（第１の処理）。そして、その後、電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態である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みを処理対象とし、処理対象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、および、これらを利用して生成される合算教師特徴量を利用して、監視対象電気機器各々の消費電力を推定する（第２の処理）。

このため、第２の処理で利用する教師データは、すべての監視対象電気機器を処理対象として当該処理を実行する場合に比べて、少なく済む。結果、処理負担を軽減できる。

なお、本実施形態の場合、差分情報を利用して電源状態の変化を検知する。上述の通り、多数の監視対象電気機器の電源状態が同時に変化することはまれである。このため、考慮すべき組み合せの数を減らすことができ、教師データの数を減らすことができる。

よって、本実施形態の場合、電源状態の変化を推定する処理、及び、消費電力を推定する処理の２つの処理からなるが、すべての監視対象電気機器を処理対象とし、すべての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、および、これらを利用して生成される合算教師特徴量を利用して、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、処理負担を軽減できる。

なお、第４の実施形態と本実施形態を組み合わせた変形例とすることもできる。すなわち、監視装置１０は、監視対象電気機器の電源状態の変化及び消費電力の変化の両方を監視する。その後、消費電力の変化があると推定された監視対象電気機器、及び、電源状態の変化があると推定され、かつ、変化後の状態が電源ＯＦＦ状態であると推定された監視対象電気機器の両方を除く監視対象電気機器を処理対象とし、各々の各消費電力に対応した教師特徴量、及び、それらから生成される合算教師特徴量を利用して、これらの監視対象電気機器各々の消費電力を推定する。当該変形例においても、同様の作用効果が実現される。

＜第６の実施形態＞
本実施形態では、第１乃至第５の実施形態における差分情報を利用した稼働状態の変化（電源状態の変化、消費電力の変化）の監視を、複数のステップに分けて実行する。

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で構成される教師差分情報を利用して一部の監視対象電気機器の稼働状態の変化を推定した後（第１ステップ）、他の特徴量で構成される教師差分情報を利用して他の監視対象電気機器の稼働状態の変化を推定する（第２ステップ）。なお、第２ステップで利用する特徴量には、第１ステップで処理対象となった監視対象電気機器の成分が含まれうる。このため、第１ステップで一部の監視対象電気機器の稼働状態の変化があると推定した場合、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稼働状態の変化を考慮して（その分を差し引くなどして）、他の監視対象電気機器の稼働状態の変化を推定する。

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差分情報及びそれらの合算教師差分情報のみを利用して、一部の監視対象電気機器の稼働状態の変化を推定することができる。第１ステップで扱う教師差分情報を構成する特徴量には、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差分情報及びそれらの合算教師差分情報のみを利用して、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、教師差分情報を利用して監視対象電気機器の稼働状態の変化を監視するために利用する教師差分情報（合算教師差分情報を含む）の数を少なくすることができる。

図２４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、本実施形態の監視装置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、第３の推定部１６とを有する。さらに、出力部１５を有してもよい。記憶部１１、単位毎波形データ取得部１２、第２の推定部１４、出力部１５の構成は、第１乃至第５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乃至第５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）。

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特定の種類の特徴量で構成される差分情報（第１の監視用差分グループ）に基づいて、一部の監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）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。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で構成される差分情報の中に、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、特定の種類の特徴量で構成される一部の監視対象電気機器の教師差分情報、及び、これを合算した合算教師差分情報、及び、単位毎監視用波形データから抽出される当該種類の特徴量で構成される差分情報（第１の監視用差分グループ）に基づいて、一部の監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）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２５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に基づいて生成される教師差分情報を、第１の監視用差分グループとすることができる。

なお、第１の推定部１３は、第１の監視用差分グループの中の一部（第１−１の監視用差分グループ）に基づいて一部の監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定し、第１の監視用差分グループの中の他の一部（第１−２の監視用差分グループ）に基づいて他の一部の監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定してもよい。

例えば、第１−１の監視用差分グループは、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構成され、第１−２の監視用差分グループは、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構成されてもよい。ここでは、第１の監視用差分グループが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３の推定部１６は、第１の監視用差分グループを構成する特徴量と異なる種類の特徴量で構成される監視用差分グループ（第２の監視用差分グループ）に基づいて、一部の監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定する。

第３の推定部１６は、第１の推定部１３により稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）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稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定する。

例えば、第３の推定部１６は、第１の推定部１３により電源状態の変化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中の少なくとも一部の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定することができる。

また、例えば、第３の推定部１６は、第１の推定部１３により消費電力の変化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中の少なくとも一部の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定することができる。

なお、第３の推定部１６による推定処理は、第１の推定部１３による推定処理と同様にして実現できる。

ところで、第２の監視用差分グループを構成する特徴量の中には、第１の推定部１３により稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）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３の推定部１６は、第２の監視用差分グループ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稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定する。当該成分とは、第１の推定部１３により稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定された監視対象電気機器が、推定された稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を行った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。

本実施形態の処理の場合、第１及び第５の実施形態の処理の流れにおいて、図１３のＳ１３、図２１のＳ２３、図２２のＳ３２、図２３のＳ４２を、第１の推定部１３による処理及び第３の推定部１６による処理に分けて行う。

なお、第１の実施形態等において本実施形態の構成を適用する場合、第２の推定部１４は、所定のタイミング以降（管理情報を生成したタイミング以降）に第３の推定部１６が推定した監視対象電気機器の稼働状態の変化に基づいて、管理情報をさらに更新することとなる。

以上説明した本実施形態によれば、第１及び第５の実施形態と同様の作用効果が得られる。また、監視対象電気機器の稼働状態の変化（電源状態の変化及び消費電力の変化の少なくとも一方）を推定する処理を上述のように分けて行うことで、当該処理で利用する教師データ（教師差分情報及び合算教師差分情報）の数を少なくすることができる。

＜第７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、１６及び２４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６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乃至第６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）。

第１の推定部１３及び第３の推定部１６の少なくとも一方は、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、教師差分情報（合算教師差分情報を含む）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３の推定部１６の少なくとも一方は、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３の推定部１６のその他の構成は、第１乃至第６の実施形態と同様である。

また、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）を特定することができる。

例えば、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２の推定部１４のその他の構成は、第１乃至第６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６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７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７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動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７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７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７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７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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段と、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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、第１の稼働状態の時の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データと第２の稼働状態の時の前記波形データとの差分の波形データ、当該差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１の稼働状態の時の前記波形データ及び前記第２の稼働状態の時の前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つである前記教師差分情報を記憶する記憶手段をさらに有する監視装置。
３． １又は２に記載の監視装置において、
前記単位毎監視用波形データの中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなり、前記第１の監視用差分グループと異なる第２の監視用差分グループ、及び、前記教師差分情報に基づいて、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の変化を推定する第３の推定手段をさらに有する監視装置。
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の中の少なくとも一部の前記監視対象電気機器の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したことを推定し、
前記第３の推定手段は、前記第１の推定手段により電源状態の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視装置。
５． 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の中の一部の消費電力の変化を推定し、
前記第３の推定手段は、前記第１の推定手段により消費電力の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視装置。
６． １から５のいずれかに記載の監視装置において、
前記第２の推定手段は、所定のタイミングにおける前記監視対象電気機器各々の稼働状態を示す管理情報を保持し、前記所定のタイミング以降に前記第１の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報を更新する監視装置。
７． ３に従属する６に記載の監視装置において、
前記第２の推定手段は、前記所定のタイミング以降に前記第３の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報をさらに更新する監視装置。
８． ２、及び、２に従属する３から７のいずれかに記載の監視装置において、
前記記憶手段は、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、
前記第２の推定手段は、前記単位毎監視用波形データから抽出された特徴量、及び、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、前記第１の推定手段により稼働状態の変化があると推定されなかった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監視装置。
９． １から８のいずれかに記載の監視装置において、
推定結果を出力する出力手段をさらに有する監視装置。
１０． 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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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。
１０−２． １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、第１の稼働状態の時の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データと第２の稼働状態の時の前記波形データとの差分の波形データ、当該差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１の稼働状態の時の前記波形データ及び前記第２の稼働状態の時の前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つである前記教師差分情報を記憶する記憶手段として機能させるためのプログラム。
１０−３． １０又は１０−２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、
前記単位毎監視用波形データの中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなり、前記第１の監視用差分グループと異なる第２の監視用差分グループ、及び、前記教師差分情報に基づいて、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の変化を推定する第３の推定手段として機能させるためのプログラム。
１０−４． １０−３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の中の少なくとも一部の前記監視対象電気機器の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したことを推定させ、
前記第３の推定手段に、前記第１の推定手段により電源状態の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定させるプログラム。
１０−５． １０−３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の中の一部の消費電力の変化を推定させ、
前記第３の推定手段に、前記第１の推定手段により消費電力の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定させるプログラム。
１０−６． １０から１０−５のいずれかに記載のプログラムにおいて、
前記第２の推定手段に、所定のタイミングにおける前記監視対象電気機器各々の稼働状態を示す管理情報を保持させ、前記所定のタイミング以降に前記第１の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報を更新させるプログラム。
１０−７． １０−３に従属する１０−６に記載のプログラムにおいて、
前記第２の推定手段に、前記所定のタイミング以降に前記第３の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報をさらに更新させるプログラム。
１０−８． １０−２、及び、１０−２に従属する１０−３から１０−７のいずれかに記載のプログラムにおいて、
前記記憶手段に、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させ、
前記第２の推定手段に、前記単位毎監視用波形データから抽出された特徴量、及び、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、前記第１の推定手段により稼働状態の変化があると推定されなかった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させるプログラム。
１０−９． １０から１０−８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、
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。
１１． 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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定工程と、
前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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。
１１−２． １１に記載の監視方法において、
前記コンピュータが、
前記監視対象電気機器各々に対応付けて、第１の稼働状態の時の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データと第２の稼働状態の時の前記波形データとの差分の波形データ、当該差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１の稼働状態の時の前記波形データ及び前記第２の稼働状態の時の前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つである前記教師差分情報を記憶しておく監視方法。
１１−３． １１又は１１−２に記載の監視方法において、
前記コンピュータが、さらに、
前記単位毎監視用波形データの中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなり、前記第１の監視用差分グループと異なる第２の監視用差分グループ、及び、前記教師差分情報に基づいて、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の変化を推定する第３の推定工程を実行する監視方法。
１１−４． １１−３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の中の少なくとも一部の前記監視対象電気機器の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したことを推定し、
前記第３の推定工程では、前記第１の推定工程で電源状態の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視方法。
１１−５． １１−３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の中の一部の消費電力の変化を推定し、
前記第３の推定工程では、前記第１の推定工程で消費電力の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視方法。
１１−６． １１から１１−５のいずれかに記載の監視方法において、
前記コンピュータは、所定のタイミングにおける前記監視対象電気機器各々の稼働状態を示す管理情報を保持しておき、前記第２の推定工程では、前記所定のタイミング以降に前記第１の推定工程で推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報を更新する監視方法。
１１−７． １１−３に従属する１１−６に記載の監視方法において、
前記第２の推定工程では、前記所定のタイミング以降に前記第３の推定工程で推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報をさらに更新する監視方法。
１１−８． １１−２、及び、１１−２に従属する１１−３から１１−７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２の推定工程では、前記単位毎監視用波形データから抽出された特徴量、及び、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、前記第１の推定工程で稼働状態の変化があると推定されなかった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監視方法。
１１−９． １１から１１−８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、さらに、
推定結果を出力する出力工程を実行する監視方法。
１２． １から９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。

この出願は、２０１４年３月３１日に出願された日本出願特願２０１４−０７１１２２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 (12)

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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段と、
   前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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. 請求項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、第１の稼働状態の時の消費電流、入力電圧及び消費電力の中の少なくとも１つの波形データと第２の稼働状態の時の前記波形データとの差分の波形データ、当該差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１の稼働状態の時の前記波形データ及び前記第２の稼働状態の時の前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つである前記教師差分情報を記憶する記憶手段をさらに有する監視装置。
3. 請求項１又は２に記載の監視装置において、
   前記単位毎監視用波形データの中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなり、前記第１の監視用差分グループと異なる第２の監視用差分グループ、及び、前記教師差分情報に基づいて、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の変化を推定する第３の推定手段をさらに有する監視装置。
4. 請求項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の中の少なくとも一部の前記監視対象電気機器の電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したことを推定し、
   前記第３の推定手段は、前記第１の推定手段により電源状態の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視装置。
5. 請求項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の中の一部の消費電力の変化を推定し、
   前記第３の推定手段は、前記第１の推定手段により消費電力の変化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電源状態が電源ＯＮ状態及び電源ＯＦＦ状態の間で変化したこと、又は、消費電力の変化を推定する監視装置。
6. 請求項１から５のいずれか１項に記載の監視装置において、
   前記第２の推定手段は、所定のタイミングにおける前記監視対象電気機器各々の稼働状態を示す管理情報を保持し、前記所定のタイミング以降に前記第１の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報を更新する監視装置。
7. 請求項３に従属する請求項６に記載の監視装置において、
   前記第２の推定手段は、前記所定のタイミング以降に前記第３の推定手段が推定した前記監視対象電気機器の稼働状態の変化に基づいて、前記管理情報をさらに更新する監視装置。
8. 請求項２、及び、請求項２に従属する請求項３から７のいずれか１項に記載の監視装置において、
   前記記憶手段は、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、
   前記第２の推定手段は、前記単位毎監視用波形データから抽出された特徴量、及び、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、前記第１の推定手段により稼働状態の変化があると推定されなかった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監視装置。
9. 請求項１から８のいずれか１項に記載の監視装置において、
   推定結果を出力する出力手段をさらに有する監視装置。
10. 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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定手段、
    前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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. 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の中の第１のタイミングの波形データと第２のタイミングの波形データとの差分の波形データから抽出された少なくとも１種類の特徴量、及び、前記第１のタイミングの前記波形データ及び前記第２のタイミングの前記波形データ各々から抽出された少なくとも１種類の特徴量の差分の中の少なくとも１つからなる第１の監視用差分グループ、及び、前記監視対象電気機器各々の第１の稼働状態時と第２の稼働状態時との差分に関する教師差分情報に基づいて、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の変化を推定する第１の推定工程と、
    前記第１の推定手段の推定結果に基づいて、前記監視対象電気機器各々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。
12. 請求項１から９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。

Images