TW201738677A - 資料處理裝置、資料處理系統、資料處理方法以及程式 - Google Patents
資料處理裝置、資料處理系統、資料處理方法以及程式 Download PDFInfo
- Publication number
- TW201738677A TW201738677A TW106103438A TW106103438A TW201738677A TW 201738677 A TW201738677 A TW 201738677A TW 106103438 A TW106103438 A TW 106103438A TW 106103438 A TW106103438 A TW 106103438A TW 201738677 A TW201738677 A TW 201738677A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- waveform
- operation state
- distance
- teacher
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33034—Online learning, training
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33038—Real time online learning, training, dynamic network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本發明提供一種資料處理裝置(10),係具有:波形資料取得部(11),其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出部(12),其係從波形資料抽出波形特徵量;環境資料取得部(13),其係取得顯示波形資料被取得時之對象機器之環境的環境資料;動作狀態資料取得部(14),其係取得顯示波形資料被取得時之對象機器之動作狀態的動作狀態資料;距離算出部(19),其係算出包含波形特徵量、環境資料及動作狀態資料的成員、與複數個參照成員各者的距離;群組化部(15),其係根據與複數個參照成員各者的距離,而將成員予以群組化;及登錄部(16),其係將符合預定條件的群組作為教師資料予以登錄。
Description
本發明係關於一種資料處理裝置、資料處理系統、資料處理方法以及程式。
揭示了關於專利文獻1至3的技術。
在專利文獻1中,係揭示一種根據經由複數個感測器(sensor)所測量的多維度感測資料,而診斷機械設備有無異常徵兆的裝置。
在專利文獻2及3中,係揭示一種根據電流波形而判斷電氣機器之種類或動作狀況的方法。
專利文獻1:日本特開2013-8111號公報
專利文獻2:日本特開2014-206417號公報
專利文獻3:日本特開2013-201230號公報
在專利文獻1至3的任一者中,都必須預先產生表示預定之狀態(例如無異常的狀態、預定的動作狀況等)的
測量資料(教師資料)。此測量資料係可對應對象機器的動作狀態或外部環境而變動。產生對應各種動作狀態及各種外部環境之多樣的教師資料,需要花費許多時間與勞力。
本發明之目的為提供一種產生用以推定電氣機器之狀態之教師資料的新穎的技術。
依據本發明,係提供一種資料處理裝置,其係具有:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
此外,依據本發明,係提供一種資料處理系統,其係具有複數個終端裝置與伺服器;前述終端裝置係具有:波形資料取得手段,其係取得對象機器之消耗電流及/或
電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;及傳送接收手段,其係將前述波形特徵量、前述環境資料及前述動作狀態資料傳送至前述伺服器;前述伺服器係具有:傳送接收手段,其係從複數個前述終端裝置各者接收前述波形特徵量、前述環境資料及前述動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
此外,依據本發明,係提供一種資料處理方法,其係由電腦執行下列步驟:波形資料取得步驟,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出步驟,其係從前述波形資料抽出波形特徵量;環境資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;
動作狀態資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出步驟,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化步驟,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄步驟,其係將符合預定條件的群組作為教師資料予以登錄。
此外,依據本發明,係提供一種程式,該程式係令電腦作為下列手段而產生作用:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
依據本發明,實現產生用以推定電氣機器之狀態之教師資料的新穎的技術。
1A‧‧‧處理器
2A‧‧‧記憶體
3A‧‧‧輸出入介面
4A‧‧‧周邊電路
5A‧‧‧匯流排
10‧‧‧資料處理裝置
11‧‧‧波形資料取得部
12‧‧‧特徵量抽出部
13‧‧‧環境資料取得部
14‧‧‧動作狀態資料取得部
15‧‧‧群組化部
16‧‧‧登錄部
17‧‧‧教師資料記憶部
17-1、17-2‧‧‧教師資料記憶部
18‧‧‧推定部
19‧‧‧距離算出部
20‧‧‧傳送接收部
21‧‧‧傳送接收部
30‧‧‧終端裝置
40‧‧‧伺服器
上述之目的、及其他目的、特徵及優點,藉由以下所述的較佳實施形態、以及其所附隨的以下圖式將更加明瞭。
第1圖係為概念性顯示本實施形態之裝置之硬體構成之一例的圖。
第2圖係為本實施形態之資料處理裝置之功能方塊圖的一例。
第3圖係為示意性地顯示本實施形態之資料處理裝置所處理之資料之一例的圖。
第4圖係為示意性地顯示本實施形態之資料處理裝置所處理之資料之一例的圖。
第5圖係為示意性地顯示本實施形態之資料處理裝置所處理之資料之一例的圖。
第6圖係為顯示本實施形態之資料處理裝置之處理之流程之一例的流程圖。
第7圖係為本實施形態之資料處理裝置之功能方塊圖的一例。
第8圖係為本實施形態之資料處理系統之功能方塊圖的一例。
首先說明本實施形態之裝置(資料處理裝置)之硬體構成的一例。本實施形態之裝置所具備的各部,係藉由任
意的電腦的CPU(Central Processing Unit,中央處理單元)、記憶體(memory)、被載入於記憶體的程式、儲存該程式的硬碟(harddisk)等的記憶單元(除可儲存從裝置出貨階段即已預先儲存的程式外,還可儲存從CD(Compact Disc,光碟)等之記憶媒體或網際網路(internet)上之伺服器等所下載的程式)、及以網路連接用介面(interface)為中心,藉由硬體與軟體之任意的組合來實現。再者,所屬技術領域中具有通常知識者應能理解該實現方法、裝置有各種的變形例。
第1圖係為例示本實施形態之裝置之硬體構成的方塊圖。如第1圖所示,裝置係具有:處理器(processor)1A、記憶體2A、輸出入介面3A、周邊電路4A、及匯流排(bus)5A。在周邊電路中,包含有各種模組(module)。
匯流排5A係為供處理器1A、記憶體2A、周邊電路4A及輸出入介面3A彼此傳送接收資料之用的資料傳送路徑。處理器1A係例如為CPU(Central Processing Unit,中央處理單元)、或GPU(Graphics Processing Unit,圖形處理單元)等的運算處理裝置。記憶體2A係為例如RAM(Random Access Memory,隨機存取記憶體)或ROM(Read Only Memory,唯讀記憶體)等的記憶體。輸出入介面3A係包含用以從外部裝置、外部伺服器、外部感測器等取得資訊的介面等。處理器1A係對各模組下達指令,且依據該等的運算結果而進行運算。
以下說明本實施形態。另外,在以下的實施形態的說明中所使用的功能方塊圖,係顯示功能單位的方塊,而非
硬體單位的構成。在此等圖中,雖記載為各裝置係藉由1個機器而實現,但該實現手段並不限定於此。亦即,亦可為實體上分開的構成,亦可為邏輯上分開的構成。另外,對於相同的構成要素係賦予相同的符號,且適當省略說明。
<第1實施形態>
本實施形態之資料處理裝置10係提供收集為了推定對象機器之狀態所使用之教師資料的功能。以下詳細說明。
第2圖係顯示本實施形態之資料處理裝置10之功能方塊圖的一例。如圖所示,資料處理裝置10係具有:波形資料取得部11、特徵量抽出部12、環境資料取得部13、動作狀態資料取得部14、群組化部15、登錄部16、及距離算出部19。
波形資料取得部11係取得對象機器的消耗電流及/或電壓的波形資料。
對象機器係可為一般家庭中所使用的家電機器,亦可為辦公室中所使用的辦公機器,亦可為工廠等中所使用的工廠機器,亦可為其他。設置於預定位置的測量感測器,係連續地測量所對應之1個對象機器的消耗電流及/或電壓的波形資料。
波形資料取得部11係連續地取得上述測量感測器所測量的上述波形資料。該波形資料係以任意的手段,與測量時間點(timing)的日期時間時刻資訊建立對應關係。另外,經由測量感測器所測量的波形資料,亦可與日期時間時刻資訊建立對應關係,而儲存於波形資料DB(資料庫,database)。再者,波形資料取得部11亦可從波形資料DB取得波形資料。
此外,波形資料取得部11亦可不透過波形資料DB而取得波形資料。
特徵量抽出部12係從波形資料取得部11所取得的波形資料抽出預定的波形特徵量。特徵量抽出部12亦可將波形資料分割為每一預定時間的處理單位資料,且依每一處理單位資料抽出波形特徵量。
波形特徵量可考慮有消耗電流的頻率強度-相位(高頻成分)、相位、消耗電流的變化、平均值、峰(peak)值、實效值、波高率、波形率、電流變化的收斂時間、通電時間、峰值的位置、電壓的峰值位置與消耗電流之峰值位置之間的時間差、功率因數等,但不以此等為限。特徵量抽出部12係抽出預先規定的1種或複數種的波形特徵量。
環境資料取得部13係取得顯示波形資料被取得時之對象機器之環境的環境資料。環境資料取得部13係例如可取得溫度、濕度及氣象中之至少一者作為環境資料。環境資料係藉由任意的手段與所觀測之日期時間時刻資訊建立對應關係。
環境資料取得部13亦可例如取得經由設置在對象機器之周邊的測量感測器所測量的溫度及/或濕度。環境資料取得部13係連續地取得上述測量感測器所測量的溫度及/或濕度。該資料係藉由任意的手段與測量時間點的日期時間時刻資訊建立對應關係。經由測量感測器所測量的溫度及/或濕度,亦可與日期時間時刻資訊建立對應關係而儲存於溫度及/或濕度DB。再者,環境資料取得部13亦可從溫度及/或濕度
DB取得上述資料。此外,環境資料取得部13亦可不透過溫度及/或濕度DB而取得上述資料。
此外,環境資料取得部13亦可例如從預定的伺服器取得網路上所公開之對象機器之設置場所的氣象資訊。此時,環境資料取得部13係預先保持顯示對象機器之設置場所的資訊。再者,向伺服器要求並取得對應該設置場所的氣象資訊。此外,亦可由操作者(operator)將氣象資訊輸入至環境資料取得部13。
另外,環境資料取得部13亦可依上述預定的每一時間從伺服器或操作者取得依預定的每一時間所發布之最新的實際的氣象資訊(為不同於天氣預報的概念,實際上為在各時間點所觀測之該時間點的氣象資訊)。此外,環境資料取得部13亦可從伺服器或操作者取得預先發布的天氣預報,且從該天氣預報,取得波形資料被取得時的氣象資訊。
動作狀態資料取得部14係取得顯示波形資料被取得時之對象機器之動作狀態的動作狀態資料。動作狀態資料取得部14係可從對象機器,及/或從安裝於對象機器的測量感測器,取得動作狀態資料。動作狀態資料係藉由任意的手段與觀察到各動作狀態的日期時間時刻資訊建立對應關係。
動作狀態資料取得部14係從對象機器及/或測量感測器,連續地取得動作狀態資料。該動作狀態資料係藉由任意的手段,與測量時間點的日期時間時刻資訊建立對應關係。經由對象機器及/或測量感測器所測量的動作狀態資料,亦可與日期時間時刻資訊建立對應關係而儲存於動作狀態資料
DB。再者,動作狀態資料取得部14亦可從動作狀態DB,取得動作狀態資料。此外,動作狀態資料取得部14亦可不透過動作狀態DB而取得動作狀態資料。
在此說明動作狀態資料。當動作狀態資料不同時,消耗電流及/或電壓的波形資料的內容(形狀等)就有可能彼此不同。以下依對象機器的每一種類來說明動作狀態資料的一例。
例如,對象機器為空調設備(airconditioner)時,動作狀態資料可考慮有顯示運轉狀態(待機中、動作中等)的資料、顯示動作模式(暖氣、冷氣、除濕等)的資料、設定溫度、室外機的周圍溫度、室外機之風扇的旋轉數、室內的溫度、室內機之風扇的旋轉數、及壓縮機(compressor)的運轉狀態(最大的XX%等)等。
對象機器為石油風扇加熱器時,動作狀態資料可考慮有運轉狀態(待機中、動作中等)、動作模式(普通模式、節能(Eco)模式等)、設定溫度、風扇的旋轉數等。
對象機器為冷凍機(業務用、大型)時,動作狀態資料可考慮有運轉狀態(冷凍、除霜等)、設定溫度、室外機的周圍溫度、壓縮機的運轉狀態(最大的XX%等)等。
對象機器為冷凍庫(業務用、大型)時,動作狀態資料可考慮有運轉狀態(冷藏、除霜等)、設定溫度、室外機的周圍溫度、室外機之風扇的旋轉數、室內的溫度、室內機之風扇的旋轉數、壓縮機的運轉狀態(最大的XX%等)等。
對象機器為微波爐時,動作狀態資料可考慮有運
轉狀態(待機中、加熱中等)、電力設定等。
對象機器為電視機時,動作狀態資料可考慮有運轉狀態(待機中、視聽中、錄影中等)。
對象機器為冷藏庫時,動作狀態資料可考慮有運轉狀態(冷藏、除霜等)、庫內溫度、周圍溫度、壓縮機的運轉狀態(最大的XX%等)等。
對象機器為個人電腦時,動作狀態資料可考慮有運轉狀態(待機中、操作中等)等。
對象機器為洗衣機時,動作狀態資料可考慮有運轉狀態(洗衣中,清洗中、脫水中、待機中等)等。
對象機器為照明器具時,動作狀態資料可考慮有運轉狀態(待機中、點燈中等)、調光狀態(XX%)等。
對象機器為保溫機/保冷器(展示櫃(showcase))時,動作狀態資料可考慮有運轉狀態(待機、保溫中、保冷中等)、動作模式(保溫、保冷等)、壓縮機的運轉狀態(最大的XX%等)、庫內溫度、周圍溫度等。
對象機器為影印機時,動作狀態資料可考慮有運轉狀態(待機中、影印中等)等。
對象機器為ATM(Automatic Teller Machine,自動提款機)時,動作狀態資料可考慮有運轉狀態(待機中、存款中、提款中等)等。
對象機器為看板照明時,動作狀態資料可考慮有運轉狀態(點燈中、熄燈中等)等。
對象機器為油炸鍋時,動作狀態資料可考慮有運
轉狀態(待機中、加熱中等)等。
對象機器為洗碗機時,動作狀態資料可考慮有運轉狀態(待機中、洗淨中、乾燥中等)等。
對象機器為咖啡機(coffee maker)(全自動)時,動作狀態資料可考慮有運轉狀態(待機中、抽出中、煮沸中、清掃中等)等。
對象機器為收銀台-POS(Point Of Sale,銷售點)系統時,動作狀態資料可考慮有運轉狀態(待機中、輸入中、存入金額中、提出金額中、印刷中等)等。
藉由以上所說明的波形資料取得部11、特徵量抽出部12、環境資料取得部13及動作狀態資料取得部14,可獲得第3圖所示之資料中之距離以外的值。第3圖所示的資料,係將識別從波形資料抽出波形特徵量之成為單位的處理單位資料各者的資訊(處理單位資料ID(identifier,識別符))、從各處理單位資料所抽出的波形特徵量、各處理單位資料被測量之時間點的外部環境資料、各處理單位資料被測量之時間點的動作狀態資料、及以下將要說明之經由距離算出部19所算出的距離彼此建立對應關係。當被波形資料取得部11、特徵量抽出部12、環境資料取得部13及動作狀態資料取得部14處理新的資料時,第3圖所示的資料即隨時被更新(追加新的資料)。
另外,所謂「處理單位資料被測量之時間點的外部環境資料」,亦可為在與處理單位資料被測量之日期時間時刻(對象時間點)相同的時間點、最接近對象時間點的時間點、對象時間點之後之最接近的時間點、或者,對象時間點之前之
最接近的時間點所測量的外部環境資料。此外,由於處理單位資料(處理單位的波形資料)具有一定的持續時間,因此視外部環境的測量間隔而定,在該持續時間之中可對應各種外部環境資料而測量複數個值。此時,亦可將該複數個值的統計值(平均值、最大值、最小值、眾數值、中間值等),設為處理單位資料被測量之時間點的外部環境資料。
同樣地,「處理單位資料被測量之時間點的動作狀態資料」,係指在與處理單位資料被測量之日期時間時刻(對象時間點)相同的時間點、最接近對象時間點的時間點、對象時間點之後之最接近的時間點、或者,對象時間點之前之最接近的時間點所測量的動作狀態資料。此外,由於處理單位資料(處理單位的波形資料)具有一定的持續時間,因此視動作狀態的測量間隔而定,在該持續時間之中可對應各種動作狀態資料而測量複數個值。此時,亦可將該複數個值的統計值(平均值、最大值、最小值、眾數值、中間值等),設為處理單位資料被測量之時間點的動作狀態資料。
返回第2圖,距離算出部19係算出包含特徵量抽出部12所抽出之波形特徵量、環境資料取得部13所取得之環境資料、及動作狀態資料取得部14所取得之動作狀態資料的成員、與複數個參照成員各者的距離。對應於第3圖所示之1個處理單位資料ID的波形特徵量、環境資料及動作狀態資料,即成為1個成員。
各參照成員係包含波形特徵量、環境資料、及動作狀態資料。在本實施形態中,係將在該時點所登錄的教師資
料各者作為各參照成員。
第4圖係示意性地顯示所登錄之教師資料的一例。第4圖所示的資料,係將識別複數個教師資料各者的資訊(教師資料ID)、波形特徵量、外部環境資料、及動作狀態資料彼此建立對應關係。該資訊係藉由經由操作者所進行的編輯及以下所要說明之經由登錄部16所進行的新的教師資料的登錄而更新。
例如,由操作者預先登錄2個以上的教師資料,以作為開始本實施形態之教師資料產生處理的前處理。在最初的階段中,以此方式所登錄的教師資料,即成為參照成員。之後,隨著本實施形態之教師資料產生處理的進行,當有經由登錄部16所進行之新的教師資料的登錄時,參照成員的數量即隨之增加。
距離算出部19係算出新取得的成員、與在該時點所登錄之教師資料(參照成員)各者的距離(類似度)。距離的算出方法係為設計事項。例如,亦可藉由機械學習來算出距離。此外,亦可對應各成員及各參照成員,將各種波形特徵量、各種環境資料、及各種動作狀態資料依照預先規定的規則而規格化,而獲得將該等依預定順序排列的多維度座標。再者,亦可算出該座標值間的距離。
藉由距離算出部19所進行的處理,而決定第3圖之距離之欄位的值。在算出距離的時點有N個(N係2以上的整數)參照資料時,對應各成員而算出N個距離,且作為N維度資料而登錄於距離的欄位。
返回第2圖,群組化部15係根據與複數個參照成員各者的距離,而將成員予以群組化。具體而言,群組化部15係將距離(N維度資料)之值類似者彼此予以群組化。群組化的方法雖為設計事項,但以下說明一例。
首先,當最初的第1成員被賦予時,群組化部15即發行群組ID,使第1成員歸屬於第1群組。然後,將第1成員的距離(N維度資料),作為第1群組的代表距離予以登錄。藉此,更新第5圖所示的資訊。
接著,當第2成員被賦予時,群組化部15即算出第2成員的距離(N維度資料)、與在該時點所登錄之第1群組的代表距離(N維度資料)的類似度。例如,群組化部15係將N維度資料當作N維度座標,且將該座標間的距離作為上述類似度予以算出。
再者,群組化部15係判斷上述類似度是否為預定值(設計事項)以下。當為預定值(設計事項)以下時,群組化部15係使第2成員歸屬於第1群組。然後,根據第1成員的距離(N維度資料)與第2成員的距離(N維度資料),算出第1群組的代表距離(N維度資料),且予以更新。例如,將第1成員的距離(N維度資料)與第2成員的距離(N維度資料)的平均值,設為第1群組的代表距離(N維度資料)。藉此,更新第5圖所示的資訊。
另一方面,當非為預定值(設計事項)以下時,群組化部15係發行新的群組ID,且使第2成員歸屬於第2群組。然後,將第2成員的距離(N維度資料)作為第2群組的
代表距離予以登錄。藉此,更新第5圖所示的資訊。
例如以此方式當新的成員被賦予至群組化部15時,群組化部15即亦可算出新的成員的距離(N維度資料)、與在該時點所登錄之群組各者的代表距離(N維度資料)的類似度,且將類似度為預定以下者予以群組化。
返回第2圖,登錄部16係將符合預定條件的群組,作為顯示對象機器之預定狀態的教師資料予以登錄。以預定條件而言,係例如例示有「成員的數量為預定數以上」等。
當被登錄部16登錄新的教師資料時,第4圖所示的資訊即被更新。此外,當被登錄部16登錄新的教師資料時,參照成員的數量即增加。顯示參照成員與各成員之距離的N維度資料的維度亦隨之增加。
距離算出部19係當被登錄部16登錄新的教師資料時,即可更新第3圖所示之距離之欄位的值。例如,假設藉由由登錄部16所進行之新的教師資料的登錄,參照成員的數量從3個增加為4個。此時,距離算出部19係將顯示各成員、與至今為止之3個參照成員各者之距離的3維度資料(距離),更新為顯示各成員、與新的4個參照成員各者之距離的4維度資料(距離)。
接著根據第6圖的流程圖來說明本實施形態之資料處理裝置10之處理的流程的一例。
首先,登錄2個以上的教師資料以作為前準備(參照第4圖)。各教師資料係包含波形特徵量、環境資料及動作狀態資料。例如,亦可登錄啟動時、小負荷時、大負荷時的波
教師資料。
在前準備之後,當教師資料產生處理開始時,在S10中,波形資料取得部11係取得對象機器的消耗電流及/或電壓的波形資料。此外,環境資料取得部13係取得顯示上述波形資料被取得時之對象機器之環境的環境資料。此外,動作狀態資料取得部14係取得顯示上述波形資料被取得時之對象機器之動作狀態的動作狀態資料。
在S11中,特徵量抽出部12係處理在S10中所取得之波形資料內的處理單位資料,且抽出預定的波形特徵量。
在S12中,距離算出部19係算出在S11中所抽出之波形資料的波形特徵量、在S10中所取得之該波形資料被取得時的環境資料及動作狀態資料的成員、與在該時點所登錄之教師資料(參照成員)各者的距離,且與該成員建立對應關係(參照第3圖)。
在S13中,群組化部15係根據與複數個教師資料(參照成員)各者的距離,將成員予以群組化(群組化處理)。藉此,更新第5圖的資訊。
在藉由群組化處理更新第5圖所示的資訊之後,登錄部16係判斷是否存在(是否新產生)符合用以作為教師資料予以登錄之預定條件的群組(S14)。在此所稱之預定條件,係例如成員數量為預定數以上。
當符合預定條件的群組存在時(S14的Yes(是)),登錄部16係將該群組作為顯示對象機器之預定狀態的教師資料予以重新登錄(S15)。之後,距離算出部19係
更新第3圖所示之距離之欄位的值(S16)。具體而言,將距離之欄位的值,更新為顯示各成員、與包含新登錄之教師資料之複數個教師資料(參照成員)各者的距離的資訊。
之後,群組化部15係根據更新後的距離,而將成員予以群組化(群組化處理)。藉此,更新第5圖的資訊。之後,前進至S14,重複相同的處理。
在S14中,當不存在符合預定條件的群組時(S14的No(否)),前進至S17。
在S17中,判斷是否要結束教師資料產生處理。當判斷為不結束時(S17的No),返回S10並重複處理。另一方面,當判斷為要結束時(S17的Yes),結束處理。例如,當符合「新的教師資料的登錄非為預定時間以上」、「所登錄的教師資料的數量已達預定數」、「教師資料產生處理的執行時間已達預定時間」、「操作者已輸入了處理結束的指示」等的條件時,資料處理裝置10即判斷為要結束處理。
依據以上所說明的本實施形態,可一面使對象機器動作,一面產生顯示該對象機器之預定狀態的教師資料。因此,例如,可在日常之中一面實際利用對象機器,一面產生教師資料。
如此,因為可在日常之中一面實際利用一面產生教師資料,因此可減輕僅只是為了要產生教師資料就要使對象機器動作的勞力。此時,不須使對象機器無謂地動作,因此亦可期待電費的節約等。
此外,在本實施形態中,係可根據外部環境資料
或動作狀態資料進行群組化之後,將符合預定條件之群組的波形特徵量作為教師資料予以登錄。因此,可登錄對應各種外部環境或各種動作狀態之多樣性的教師資料。
此外,在本實施形態中,可將成員數為預定數以上之群組的波形特徵量作為教師資料予以登錄。亦即,不將成員之數量未達預定數的群組的波形特徵量作為教師資料予以登錄。此種情形下,不會有因為對象機器之無法預期的動作,而使暫時性出現的波形特徵量作為教師資料被登錄之情事。結果,可減輕不必要的教師資料的登錄,且可減輕教師資料的數量非必要地膨脹的麻煩。
此外,在本實施形態中,係可根據與在該時點所登錄之複數個教師資料(參照成員)各者的距離,而將複數個成員予以群組化。因此,不須多準備最初應準備的教師資料,最低限度2個即可。此外,最初要準備的教師資料並無特別條件,例如,可在屬於環境資料之1者的溫度為10℃與20℃之類之可簡單準備的環境下採取教師資料,而可大幅削減準備教師資料的勞力與時間。
<第2實施形態>
本實施形態的資料處理裝置10,除提供第1實施形態中所說明的功能外,還提供使用以第1實施形態中所說明的功能所產生的教師資料而推定對象機器之狀態的功能。以下詳細說明。
第7圖係顯示本實施形態之資料處理裝置10之功能方塊圖的一例。如圖所示,資料處理裝置10係具有:波形資料取得部11、特徵量抽出部12、環境資料取得部13、動作
狀態資料取得部14、群組化部15、登錄部16、教師資料記憶部17、推定部18、及距離算出部19。
波形資料取得部11、特徵量抽出部12、環境資料取得部13、動作狀態資料取得部14、群組化部15、登錄部16及距離算出部19的構成係與第1實施形態相同。
在教師資料記憶部17中,係供記憶登錄部16所登錄的教師資料(參照第4圖)。
推定部18係使用記憶於教師資料記憶部17中的教師資料而推定對象機器的狀態。具體而言,係推定對象機器的狀態是異常還是正常。
例如,推定部18係藉由使用了教師資料(正常時的波形特徵量)的機械學習而產生推定模型(model),且對於所產生的推定模型,輸入經由特徵量抽出部12、環境資料取得部13及動作狀態資料取得部14所取得的新的成員的值,藉此即可獲得推定結果(正常或以上)。推定模型係例如可設為使用了多重迴歸分析、神經網路(neural network)、隱藏馬可夫模型(hidden Markov model)等者。
推定部18所進行的推定處理,係可與使在第1實施形態中使用第6圖所說明的教師資料產生處理同時進行,亦可在教師資料收集處理完成之後進行。無論如何,記憶於教師資料記憶部17中的教師資料的數量愈增加,推定部18所進行的推定精確度就愈高。
依據以上所說明的本實施形態,可實現與第1實施形態相同的作用效果。此外,依據本實施形態,可推定對象
機器的狀態(有無異常)。如第1實施形態中所說明,依據本實施形態的資料處理裝置10,產生對應於各種外部環境或各種動作狀態的多樣的教師資料,且予以登錄。根據此種多樣的教師資料而進行推定處理,藉此即可提高推定精確度。
<第3實施形態>
在本實施形態中,係藉由伺服器(例如雲端伺服器(cloud server))、與複數個終端裝置之連動的處理,來收集多樣的教師資料。
第8圖係顯示伺服器40及終端裝置30之功能方塊圖的一例。如圖所示,複數個終端裝置30各者係具有:波形資料取得部11、特徵量抽出部12、環境資料取得部13、動作狀態資料取得部14、教師資料記憶部17-2、推定部18及傳送接收部21。另外,亦可不具有教師資料記憶部17-2及推定部18。
波形資料取得部11、特徵量抽出部12、環境資料取得部13、動作狀態資料取得部14及推定部18的構成,係與第1及第2實施形態相同。傳送接收部21係在與其他裝置(例如伺服器40)之間進行資料的傳送接收。教師資料記憶部17-2係記憶複數個教師資料。
伺服器40係具有:群組化部15、登錄部16、教師資料記憶部17-1、距離算出部19及傳送接收部20。
群組化部15、登錄部16及距離算出部19的構成,係與第1及第2實施形態相同。傳送接收部20係在與其他裝置(例如複數個終端裝置30)之間進行資料的傳送接收。教師資料記憶部17-1係記憶複數個教師資料。
複數個終端裝置30係對應複數個對象機器各者而設置。複數個終端裝置30亦可設置於地理上彼此相隔的場所。複數個終端裝置30係取得對應於複數個對象機器各者的波形特徵量、環境資料及動作狀態資料,且傳送至伺服器40。終端裝置30亦可與所對應之對象機器的識別資訊(型號等)建立對應關係,並將波形特徵量、環境資料及動作狀態資料傳送至伺服器40。
伺服器40係將從複數個終端裝置30所取得的波形特徵量、環境資料及動作狀態資料予以群組化。然後,將符合預定條件的群組作為教師資料予以登錄。
伺服器40係可將登錄於教師資料記憶部17-1中的教師資料予以傳送至複數個終端裝置30各者。各終端裝置30係將從伺服器40所接收到的教師資料予以登錄於教師資料記憶部17-2。再者,推定部18係使用記憶於教師資料記憶部17-2中的教師資料,而推定對象機器的狀態。
依據以上所說明的本實施形態,由於可在複數個終端裝置30收集資料(波形特徵量、環境資料及動作狀態資料),因此短時間即可收集許多的資料。結果,可有效率地產生教師資料。
此外,藉由在各種場所設置複數個終端裝置,即可產生起因於地理位置之環境要因(氣溫、濕度的不同、或晝夜的冷暖差)亦予以納入的多樣的教師資料。
以下附記參考形態之例。
1.一種資料處理裝置,係具有:
波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
2.根據第1項之資料處理裝置,其中前述距離算出手段係將所登錄的前述教師資料作為前述參照成員來算出前述距離。
3.根據第1項或第2項之資料處理裝置,其中前述登錄手段係將前述成員之數量成為預定數以上的前述群組作為前述教師資料予以登錄。
4.根據第1項至第3項中任一項之資料處理裝置,其中前述環境資料取得手段係取得溫度、濕度及氣象中的至少1者作為前述環境資料。
5.根據第1項至第4項中任一項之資料處理裝置,其中前述動作狀態資料取得手段係從前述對象機器、及/或從安裝於前述對象機器的感測器,取得前述動作狀態資料。
6.根據第1項至第5項中任一項之資料處理裝置,其中進一步具有推定手段,其係使用前述教師資料而推定前述對象機器的狀態。
7.一種資料處理系統,係具有複數個終端裝置與伺服器;前述終端裝置係具有:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;及傳送接收手段,其係將前述波形特徵量、前述環境資料及前述動作狀態資料傳送至前述伺服器;前述伺服器係具有:傳送接收手段,其係從複數個前述終端裝置各者接收前述波形特徵量、前述環境資料及前述動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
8.根據第7項之資料處理系統,其中前述伺服器的前述
傳送接收手段係將經由前述登錄手段所登錄的前述教師資料,傳送至複數個前述終端裝置各者。
9.一種資料處理方法,其係由電腦執行下列步驟:波形資料取得步驟,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出步驟,其係從前述波形資料抽出波形特徵量;環境資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出步驟,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化步驟,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄步驟,其係將符合預定條件的群組作為教師資料予以登錄。
9-2.根據第9項之資料處理方法,其中在前述距離算出步驟中,係將所登錄的前述教師資料作為前述參照成員而算出前述距離。
9-3.根據第9項或第9-2項之資料處理方法,其中在前述登錄步驟中,係將前述成員之數量成為預定數以上的前述群組,作為前述教師資料予以登錄。
9-4.根據第9項至9-3項中任一項之資料處理方法,其中在前述環境資料取得步驟中,係取得溫度、濕度及氣象中的至
少1者作為前述環境資料。
9-5.根據第9項至9-4項中任一項之資料處理方法,其中在前述動作狀態資料取得步驟中,係從前述對象機器、及/或從安裝於前述對象機器的感測器,取得前述動作狀態資料。
9-6.根據第9項至9-5項中任一項之資料處理方法,其中前述電腦係進一步執行推定步驟,該推定步驟係使用前述教師資料而推定前述對象機器的狀態。
10.一種程式,係令電腦作為下列手段而產生作用:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
10-2.根據第10項之程式,其中前述距離算出手段係將所登錄的前述教師資料作為前述參照成員來算出前述距離。
10-3.根據第10項或第10-2項之程式,其中前述登錄手
段係將前述成員之數量成為預定數以上的前述群組作為前述教師資料予以登錄。
10-4.根據第10項至第10-3項中任一項之程式,其中前述環境資料取得手段係取得溫度、濕度及氣象中的至少1者作為前述環境資料。
10-5.根據第10項至第10-4項中任一項之程式,其中前述動作狀態資料取得手段係從前述對象機器、及/或從安裝於前述對象機器的感測器,取得前述動作狀態資料。
10-6.根據第10項至第10-5項中任一項之程式,其中進一步具有堆定手段,該推定手段係使用前述教師資料而推定前述對象機器的狀態。
本申請係主張以2016年3月23日所申請之日本申請特願2016-058004號為基礎的優先權,且在此納入其所揭示的所有內容。
10‧‧‧資料處理裝置
11‧‧‧波形資料取得部
12‧‧‧特徵量抽出部
13‧‧‧環境資料取得部
14‧‧‧動作狀態資料取得部
15‧‧‧群組化部
16‧‧‧登錄部
19‧‧‧距離算出部
Claims (10)
- 一種資料處理裝置,係具有:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
- 根據申請專利範圍第1項之資料處理裝置,其中前述距離算出手段係將所登錄的前述教師資料作為前述參照成員來算出前述距離。
- 根據申請專利範圍第1項之資料處理裝置,其中前述登錄手段係將前述成員之數量成為預定數以上的前述群組作為前述教師資料予以登錄。
- 根據申請專利範圍第1項之資料處理裝置,其中前述環境資料取得手段係取得溫度、濕度及氣象中的至少1者作為 前述環境資料。
- 根據申請專利範圍第1項之資料處理裝置,其中前述動作狀態資料取得手段係從前述對象機器、及/或從安裝於前述對象機器的感測器,取得前述動作狀態資料。
- 根據申請專利範圍第1項之資料處理裝置,其中進一步具有推定手段,其係使用前述教師資料而推定前述對象機器的狀態。
- 一種資料處理系統,係具有複數個終端裝置與伺服器;前述終端裝置係具有:波形資料取得手段,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;及傳送接收手段,其係將前述波形特徵量、前述環境資料及前述動作狀態資料傳送至前述伺服器;前述伺服器係具有:傳送接收手段,其係從複數個前述終端裝置各者接收前述波形特徵量、前述環境資料及前述動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離; 群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
- 根據申請專利範圍第7項之資料處理系統,其中前述伺服器的前述傳送接收手段係將經由前述登錄手段所登錄的前述教師資料,傳送至複數個前述終端裝置各者。
- 一種資料處理方法,係由電腦執行下列步驟:波形資料取得步驟,其係取得對象機器之消耗電流及/或電壓的波形資料;特徵量抽出步驟,其係從前述波形資料抽出波形特徵量;環境資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得步驟,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出步驟,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化步驟,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄步驟,其係將符合預定條件的群組作為教師資料予以登錄。
- 一種程式,係令電腦作為下列手段而產生作用:波形資料取得手段,其係取得對象機器之消耗電流及/或 電壓的波形資料;特徵量抽出手段,其係從前述波形資料抽出波形特徵量;環境資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之環境的環境資料;動作狀態資料取得手段,其係取得顯示前述波形資料被取得時之前述對象機器之動作狀態的動作狀態資料;距離算出手段,其係算出包含前述波形特徵量、前述環境資料及前述動作狀態資料的成員、與複數個參照成員各者的距離;群組化手段,其係根據與複數個前述參照成員各者的距離,而將前述成員予以群組化;及登錄手段,其係將符合預定條件的群組作為教師資料予以登錄。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016058004A JP6686593B2 (ja) | 2016-03-23 | 2016-03-23 | データ処理装置、データ処理システム、データ処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201738677A true TW201738677A (zh) | 2017-11-01 |
Family
ID=59899928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106103438A TW201738677A (zh) | 2016-03-23 | 2017-02-02 | 資料處理裝置、資料處理系統、資料處理方法以及程式 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10831184B2 (zh) |
EP (1) | EP3435185A4 (zh) |
JP (1) | JP6686593B2 (zh) |
CN (1) | CN108885448A (zh) |
CA (1) | CA3018660A1 (zh) |
TW (1) | TW201738677A (zh) |
WO (1) | WO2017163569A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI687696B (zh) * | 2019-06-26 | 2020-03-11 | 國立中興大學 | 回饋型隱藏式馬可夫模型辨識器的建立方法與基於此辨識器的辨識系統的建立方法 |
TWI783826B (zh) * | 2021-12-14 | 2022-11-11 | 國立中山大學 | 電力系統狀態的分析方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018146747A1 (ja) * | 2017-02-08 | 2019-02-14 | 三菱電機株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP6810675B2 (ja) | 2017-11-16 | 2021-01-06 | 東京エレクトロンデバイス株式会社 | 情報処理装置及びプログラム |
CN111433691B (zh) * | 2017-11-28 | 2024-03-08 | 株式会社安川电机 | 控制系统、工厂系统、学习系统、估计用模型的生成方法和致动器的状态估计方法 |
JP7214417B2 (ja) * | 2018-09-20 | 2023-01-30 | 株式会社Screenホールディングス | データ処理方法およびデータ処理プログラム |
US11367020B2 (en) | 2019-03-28 | 2022-06-21 | Mitsubishi Electric Corporation | Signal selection device, learning device, and signal selection method and program |
US11427193B2 (en) * | 2020-01-22 | 2022-08-30 | Nodar Inc. | Methods and systems for providing depth maps with confidence estimates |
KR102550678B1 (ko) | 2020-01-22 | 2023-07-04 | 노다르 인크. | 비-강성 스테레오 비전 카메라 시스템 |
US11782145B1 (en) | 2022-06-14 | 2023-10-10 | Nodar Inc. | 3D vision system with automatically calibrated stereo vision sensors and LiDAR sensor |
CN116302897B (zh) * | 2023-05-15 | 2023-10-17 | 合肥联宝信息技术有限公司 | 一种数据集的建立方法、装置、电子设备及存储介质 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200919210A (en) | 2007-07-18 | 2009-05-01 | Steven Kays | Adaptive electronic design |
WO2009034821A1 (ja) | 2007-09-11 | 2009-03-19 | Nec Corporation | データロガー、データ保存方法およびプログラム |
JP5048625B2 (ja) | 2008-10-09 | 2012-10-17 | 株式会社日立製作所 | 異常検知方法及びシステム |
JP5392533B2 (ja) | 2008-10-10 | 2014-01-22 | ソニー株式会社 | 固体撮像素子、光学装置、信号処理装置及び信号処理システム |
BRPI0923437B1 (pt) | 2008-12-15 | 2021-03-09 | Accenture Global Services Limited | método de determinar um tipo de falha em uma rede de energia de múltiplas fases |
JP5301310B2 (ja) | 2009-02-17 | 2013-09-25 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
TW201037637A (en) | 2009-04-03 | 2010-10-16 | Lin Wen Yuan | Method of monitoring an object using ID recognization |
US8156055B2 (en) | 2009-05-04 | 2012-04-10 | ThinkEco, Inc. | System and method for utility usage, monitoring and management |
US9014685B2 (en) | 2009-06-12 | 2015-04-21 | Microsoft Technology Licensing, Llc | Mobile device which automatically determines operating mode |
JP2011155712A (ja) | 2010-01-25 | 2011-08-11 | Sony Corp | 電子機器、電力管理装置、及び機器特定方法 |
JP4832609B1 (ja) | 2011-06-22 | 2011-12-07 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置および異常予兆診断方法 |
JP5639562B2 (ja) | 2011-09-30 | 2014-12-10 | 株式会社東芝 | サービス実行装置、サービス実行方法およびサービス実行プログラム |
JP2013201230A (ja) | 2012-03-23 | 2013-10-03 | Seiko Instruments Inc | ホールセンサ |
JP5855036B2 (ja) * | 2013-02-28 | 2016-02-09 | 三菱電機株式会社 | 設備点検順位設定装置 |
JP5991942B2 (ja) | 2013-04-11 | 2016-09-14 | 日本電信電話株式会社 | 電源電圧歪みによる電流の特徴への影響除去法 |
US11002773B2 (en) * | 2013-07-17 | 2021-05-11 | Nec Corporation | Monitoring apparatus, monitoring method, and storage medium |
CN104699685B (zh) * | 2013-12-04 | 2018-02-09 | 富士通株式会社 | 模型更新装置及方法、数据处理装置及方法、程序 |
WO2015145865A1 (ja) * | 2014-03-24 | 2015-10-01 | 日本電気株式会社 | 監視装置、監視システム、監視方法及びプログラム |
US10466283B2 (en) * | 2014-03-31 | 2019-11-05 | Nec Corporation | Training data generation device, electrical device monitoring system, training data generation method, and non-transitory storage medium |
-
2016
- 2016-03-23 JP JP2016058004A patent/JP6686593B2/ja active Active
-
2017
- 2017-01-20 CN CN201780019327.5A patent/CN108885448A/zh active Pending
- 2017-01-20 WO PCT/JP2017/001877 patent/WO2017163569A1/ja active Application Filing
- 2017-01-20 CA CA3018660A patent/CA3018660A1/en not_active Abandoned
- 2017-01-20 US US16/085,665 patent/US10831184B2/en active Active
- 2017-01-20 EP EP17769616.8A patent/EP3435185A4/en not_active Withdrawn
- 2017-02-02 TW TW106103438A patent/TW201738677A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI687696B (zh) * | 2019-06-26 | 2020-03-11 | 國立中興大學 | 回饋型隱藏式馬可夫模型辨識器的建立方法與基於此辨識器的辨識系統的建立方法 |
TWI783826B (zh) * | 2021-12-14 | 2022-11-11 | 國立中山大學 | 電力系統狀態的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CA3018660A1 (en) | 2017-09-28 |
WO2017163569A1 (ja) | 2017-09-28 |
JP6686593B2 (ja) | 2020-04-22 |
JP2017174045A (ja) | 2017-09-28 |
EP3435185A4 (en) | 2019-05-01 |
EP3435185A1 (en) | 2019-01-30 |
US10831184B2 (en) | 2020-11-10 |
CN108885448A (zh) | 2018-11-23 |
US20190087186A1 (en) | 2019-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201738677A (zh) | 資料處理裝置、資料處理系統、資料處理方法以及程式 | |
JP6735492B2 (ja) | 空気調和機のレコメンド処理を実行するサーバおよびレコメンド処理システム | |
JP5123039B2 (ja) | 電力管理システム | |
CN107923645B (zh) | 空气调节运行分析装置以及记录有程序的非临时性计算机可读取记录介质 | |
EP1489719A2 (en) | Energy management system, energy management method, and unit for providing information on energy-saving recommended equipment | |
US20120232879A1 (en) | Data center efficiency analyses and optimization | |
US20170219241A1 (en) | Data Center Infrastructure Management (DCIM) system comprising predictive analytics | |
JP2005032235A (ja) | エネルギー管理システム、エネルギー管理方法及び省エネルギー推奨機器情報提供装置 | |
JP6504956B2 (ja) | 冷暖房機器選定支援システム | |
US20150347076A1 (en) | Information presentation apparatus, information presentation method, and recording medium storing computer program | |
JP2011150650A (ja) | 省エネルギ診断システム | |
JP6410990B2 (ja) | 冷媒不足予測装置、冷媒不足予測方法およびプログラム | |
WO2017038364A1 (ja) | 情報出力装置、情報出力方法、及び、プログラム | |
JP6249982B2 (ja) | 費用予測装置およびプログラム | |
JP2020086910A (ja) | 空調システム管理装置、データ提供システム、データ提供方法、及び、プログラム | |
WO2012026525A1 (ja) | 電力管理システムおよび管理サーバ | |
EP3859544B1 (en) | Server device, data distribution system, data provision method, and program | |
JP6338684B2 (ja) | 診断装置、診断方法、及び、プログラム | |
US20170330246A1 (en) | System, user managing server, and method of providing user customized advertisement | |
CN104730952A (zh) | 一种数据输出方法及控制设备 | |
US20130085694A1 (en) | Energy usage amount managing apparatus, energy usage amount management method, and computer readable medium | |
Graziano et al. | Cloudfridge: a cloud-based control system for commercial refrigeration systems | |
Yamamoto et al. | Advanced thermal environment and energy consumption calculation over time using combined energy simulation, computational fluid dynamics, and heat source model | |
CN111412632A (zh) | 一种空调控制方法、装置、存储介质及空调 | |
JP5914866B2 (ja) | 省エネルギ診断システム、省エネルギ診断方法 |