WO2017057180A1

WO2017057180A1 - 推定装置、推定方法、及び、プログラム

Info

Publication number: WO2017057180A1
Application number: PCT/JP2016/077992
Authority: WO
Inventors: 貴裕戸泉; 鈴木　亮太; 永典實吉; 滋河本
Original assignee: 日本電気株式会社
Priority date: 2015-09-29
Filing date: 2016-09-23
Publication date: 2017-04-06
Also published as: JP6791152B2; JPWO2017057180A1

Abstract

監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得部（１１）と、電気機器毎に、消費電流値又は消費電力値と、当該消費電流値又は当該消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、第１の教師データ群よりも教師データの数が少ない第２の教師データ群に基づき、複数の電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定部（１２）と、第１の推定処理及び第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択部（１３）と、を有し、推定部（１２）は、選択部（１３）が選択した推定処理を実行する推定装置（１０）。

Description

推定装置、推定方法、及び、プログラム

　本発明は、推定装置、推定方法、及び、プログラムに関する。

　特許文献１には、給電線引込口付近に設置した測定センサで検出した測定データから特徴量を取り出し、当該特徴量に基づき、電気機器群の稼動状態を推定する技術が開示されている。

　特許文献１に記載されている技術を用いて、複数の電気機器各々の消費電力値又は消費電流値を推定することができる。すなわち、複数の消費電力値又は消費電流値各々で稼働中に測定データに含まれる特徴量を有する複数の教師データを電気機器毎に用意することで、上記推定を実現できる。このような電気機器各々の消費電力値又は消費電流値を推定する技術においては、以下のような課題がある。

　インバータ機器（インバータを備える電気機器）は、多数の消費電力値及び消費電流値をとる。インバータ機器の稼動状態を推定する場合、多数の消費電力値又は消費電流値各々に対応した多数の教師データ（例：１Ｗ毎の消費電力値各々に対応した教師データ、１０ｍＡ毎の消費電流値各々に対応した教師データ）を用いることで、電気機器の消費電力値又は消費電流値の推定の精度が向上する。しかしながら、教師データの数が増えるほど、機械学習に要する計算コストが増大する等の問題が発生する。

　一方で、少数の消費電力値又は消費電流値各々に対応した少数の教師データ（例：２００Ｗ毎の消費電力値各々に対応した教師データ、２Ａ毎の消費電流値各々に対応した教師データ）を用いることで、機械学習に要する計算コストを減らすことができる。しかしながら、教師データの数が減るほど、電気機器の消費電力値又は消費電流値の推定の精度が悪くなる等の問題が発生する。

特許第３４０３３６８号

　上記のように、特許文献１には、計算コストを軽減しつつ、良好な推定精度を実現することができないと言う問題があった。本発明は、上記の課題を解決する技術を提供することを目的とする。

　本発明によれば、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段と、
を有し、
　前記推定手段は、前記選択手段が選択した推定処理を実行する推定装置が提供される。

　また、本発明によれば、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段と、
を有し、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定装置が提供される。

　また、本発明によれば、
　コンピュータが、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得工程と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定工程と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択工程と、
を実行し、
　前記推定工程では、前記選択工程で選択された推定処理を実行する推定方法が提供される。

　また、本発明によれば、
　コンピュータを、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段、
として機能させ、
　前記推定手段は、前記選択手段が選択した推定処理を実行する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、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付工程と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示工程と、
を実行し、
　前記表示工程では、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定方法が提供される。

　また、本発明によれば、
　コンピュータを、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段、
として機能させ、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替えるプログラムが提供される。

　本発明によれば、計算コストを軽減しつつ、良好な推定の精度を実現する技術が実現される。

　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。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定部の機能ブロック図の一例である。本実施形態の推定部に記憶される情報の一例を模式的に示す図である。本実施形態の推定装置の処理の流れの一例を示すフローチャートである。本実施形態の推定装置の処理の流れの一例を示すフローチャートである。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置の処理の流れの一例を示すフローチャートである。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定部に記憶される情報の一例を模式的に示す図である。本実施形態の推定装置の処理の流れの一例を示すフローチャートである。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置の処理の流れの一例を示すフローチャートである。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置の機能ブロック図の一例である。本実施形態の推定装置が表示するＵＩ画面の一例である。本実施形態の推定装置が表示するＵＩ画面の一例である。

　まず、本実施形態の装置（推定装置）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るプログラム、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（あらかじめ装置を出荷する段階から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をも格納できる）、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合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（推定装置）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、通信部８Ａ、補助記憶装置９Ａ等を有する。なお、本実施形態の装置は、さらに、表示制御部４Ａ、ディスプレイ５Ａ、操作受付部６Ａ、操作部７Ａ等を有してもよい。また、図示しないが、本実施形態の装置は、その他、マイク、スピーカ等の他の要素を備えてもよい。また、図示する要素の一部を有さなくてもよい。

　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、例えば、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）である。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／または無線で、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。また、通信部８Ａは、有線及び／または無線で他の電子機器と直接つながり、通信を行うことができる。

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

＜第１の実施形態＞
　まず、本実施形態の概要について説明する。本実施形態の推定装置は、推定精度を重視した推定処理（第１の推定処理）、及び、計算コストを重視した推定処理（第２の推定処理）を実行することができる。

　このような本実施形態の推定装置によれば、推定精度が重視される場面では第１の推定処理を実行し、計算コストが重視される場面では第２の推定処理を実行する等、複数の推定処理を使い分けることができる。このため、常に推定精度を重視した推定処理を行う構成や、常に計算コストを重視した推定処理を行う構成に比べて、推定精度及び計算コストの良好なバランスを保つことができる。結果、計算コストを軽減しつつ、良好な推定の精度を実現できる。

　次に、本実施形態の構成について詳細に説明する。図２に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、データ取得部１１と、推定部１２と、選択部１３とを有する。

　データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（瞬間波形データ。交流周波数に応じた波形データ。以下同様。）を取得する。データ取得部１１は、分電盤、分電盤の分岐毎、コンセント、テーブルタップ等、任意の位置に設置された１つまたは複数の測定センサより、測定データを取得する。データ取得部１１は、時系列な測定データを所定の測定センサから取得することができる。

　また、データ取得部１１は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）をさらに取得してもよい。例えば、データ取得部１１は、当該瞬時値を測定センサから取得してもよい。

　測定センサの設置位置よりも下流側で配線に接続され、電力供給を受ける複数の電気機器が、監視対象の電気機器となる。

　推定部１２は、複数の電気機器各々の消費電流値又は消費電力値を推定する。図３に、推定部１２の機能ブロック図の一例を示す。図示するように、推定部１２は、推定処理実行部１４と、教師データ記憶部１５とを有する。

　教師データ記憶部１５は、監視対象の電気機器毎に、消費電流値又は消費電力値と、当該消費電流値又は当該消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する。

　図４に、教師データ記憶部１５が記憶する教師データの一例を模式的に示す。図示する例では、監視対象の電気機器各々を識別するための識別情報である電気機器ＩＤ（identification）と、消費電力と、各電気機器が各消費電力で稼働中に測定データに含まれる特徴量と、第１のフラグ情報とが互いに対応付けられている。なお、消費電力を消費電流に置き換えてもよい。

　測定データから抽出される特徴量は様々であり、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、電源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、力率などであってもよい。なお、ここでの例示に限定されない。

　図示する電気機器ＩＤ「０００００１」は、インバータ機器であり、稼働中に複数の消費電力値及び消費電流値をとる。このため、当該電気機器に対応付けて、複数の消費電力値及び／又は消費電流値各々に対応した教師データが登録されている。すなわち、電気機器ＩＤ「０００００１」に対応付けて、当該電気機器がとる複数の消費電力値（代表値）各々と、当該電気機器が各消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた複数の教師データが登録されている。なお、各インバータ機器に対応付けて教師データを登録する消費電力値及び／又は消費電流値の値（代表値）やその数の定め方は設計的事項であり、電気機器毎に異なってもよい。図示する電気機器ＩＤ「０００００１」の例の場合、５０Ｗ単位で消費電力値（代表値）が設定され、各々に対応する教師データが登録されている。

　一方、電気機器ＩＤ「０００００２」は、インバータ機器でなく、稼働中に１つの消費電力値及び消費電流値をとる（なお、ここでの「１つの消費電力値及び消費電流値」は、ピンポイントの値を意味するものでなく、所定値以下のズレを許す概念である。）。このため、当該電気機器に対応付けて、１つの消費電力値及び／又は消費電流値に対応した教師データが登録されている。

　インバータ機器（インバータを備える電気機器）は、例えば、エアコン、ＰＣ（Personal Computer）等である。インバータ機器でない電気機器（インバータを備えない電気機器）は、例えば、照明などである。

　図３に戻り、推定処理実行部１４は、データ取得部１１が取得した測定データ、及び、教師データ記憶部１５に記憶されている教師データに基づき、複数の電気機器各々の消費電流値又は消費電力値を推定する。

　推定処理実行部１４は、推定精度を重視した第１の推定処理、及び、計算コストを重視した第２の推定処理で、複数の電気機器各々の消費電流値又は消費電力値を推定することができる。推定処理実行部１４は、以下で説明する選択部１３が選択した推定処理を実行する。

　第１の推定処理は、第１の教師データ群に基づき、電気機器各々の消費電流値又は消費電力値を推定する。第２の推定処理は、第１の教師データ群よりも教師データのデータ数が少ない第２の教師データ群に基づき、電気機器各々の消費電流値又は消費電力値を推定する。

　すなわち、第１の推定処理と第２の推定処理とは、推定処理に利用する教師データのデータ数が異なる。具体的には、第１の教師データ群は、インバータ機器（第２の電気機器）各々に対応する教師データのデータ数が、第２の教師データ群よりも多い。

　より詳細には、第１の教師データ群は、第２の電気機器の中の第２－１の電気機器の教師データとして、Ｎ個の消費電流値又は消費電力値各々に対応する教師データを含む。これに対し、第２の教師データ群は、上記第２－１の電気機器の教師データとして、Ｍ個の消費電流値又は消費電力値各々に対応する教師データを含む。そして、Ｎ＞Ｍの関係を満たす。これにより、（第１の教師データ群の教師データのデータ数）＞（第２の教師データ群の教師データのデータ数）の関係を成り立たせる。

　例えば、推定処理実行部１４は、第１の推定処理においては、教師データ記憶部１５に記憶されている教師データの全て（例：図４に示す教師データの全て）を用いて、推定処理を行う。一方、第２の推定処理においては、推定処理実行部１４は、教師データ記憶部１５に記憶されている教師データの一部、例えば図４において第１のフラグがたっている教師データのみを用いて、推定処理を行う。

　上記例の場合、第１の教師データ群は、電気機器ＩＤ「０００００１」の教師データとして、５０Ｗごとの消費電力値（５００Ｗ、４５０Ｗ、４００Ｗ・・・）各々に対応する教師データを含む。一方、第２の教師データ群は、電気機器ＩＤ「０００００１」の教師データとして、１００Ｗごとの消費電力値（５００Ｗ、４００Ｗ・・・）各々に対応する教師データを含む。

　第２の推定処理の他の例として、例えば、図４において教師データ記憶部１５に記憶されている教師データを複数のグループにクラスタリングし、同じグループ内で平均化して圧縮した教師データを用いて、推定処理を行ってもよい。

　なお、第２の推定処理は、互いに使用する教師データのデータ数が異なる第２－１～第２－ｎの推定処理に分かれてもよい。いずれも、使用する教師データのデータ数は、第１の推定処理より少ない。第２－１～第２－ｎの推定処理は、インバータ機器（第２の電気機器）各々に対応する教師データ（推定に使用する教師データ）のデータ数が互いに異なる。

　以下、第２－１の推定処理で使用する教師データのデータ数が最も少なく、第２－２の推定処理、第２－３の推定処理と、ハイフン後の数字が増えるに従い、使用する教師データのデータ数が増えるものとする。

　例えば、図４に示す教師データ群において、第２－１～第２－ｎの推定処理各々に対応するフラグの欄が設けられていてもよい。そして、推定処理実行部１４は、各推定処理を行う際、各推定処理に対応するフラグがたっている教師データのみを用いて、推定処理を行ってもよい。他の例として、例えば、第２－１～第２－ｎの推定処理において、図４において教師データ記憶部１５に記憶されている教師データを互いに異なる数の複数のグループにクラスタリングし、同じグループ内で平均化して圧縮した教師データを用いて、推定処理を行ってもよい。

　第１の推定処理と第２の推定処理とは、推定を行う時間単位（時間間隔）が異なってもよい。具体的には、第２の推定処理は、第１の推定処理に比べて使用する教師データの数が少なく、処理時間を短くできる。このため、第２の推定処理の推定の時間単位は、第１の推定処理の推定の時間単位よりも小さくてもよい。すなわち、第１の推定処理で時間ｔ１毎の状態（複数の電気機器各々の消費電流値又は消費電力値）を推定し、第２の推定処理で時間ｔ２毎の状態（複数の電気機器各々の消費電流値又は消費電力値）を推定する場合、ｔ１＞ｔ２の関係を満たしてもよい。第１の推定処理では推定精度を重視しているため、計算コストを重視している第２の推定処理と比べると、推定を行う時間間隔（時間単位）が長い。反対に、第２の推定処理は、計算コストを重視しているため、第１の推定処理と比べて、推定を行う時間間隔（時間単位）が短い。このようにすれば、処理内容に応じた最適な推定の精度を得られて好ましい。なお、ｔ１＝ｔ２であってもよい。

　ここで、推定処理実行部１４による推定処理の一例を説明する。まず、推定処理実行部１４は、処理対象の教師データ群（第１の教師データ群又は第２の教師データ群）を用いて、複数の電気機器の教師データを合算した合算教師データを複数作成する。

　例えば、図４に示す電気機器ＩＤ「０００００１」、消費電力「５００Ｗ」、特徴量「○○○」に対応する教師データと、電気機器ＩＤ「０００００２」、消費電力「１２５Ｗ」、特徴量「○×」に対応する教師データを合算する（特徴量を足し合わせる）ことで、電気機器ＩＤ「０００００１」が消費電力「５００Ｗ」で稼働し、かつ、電気機器ＩＤ「０００００２」が消費電力「１２５Ｗ」で稼働している時に測定データに含まれる特徴量を含む合算教師データが得られる。

　その後、推定処理実行部１４は、処理対象の教師データ群（第１の教師データ群又は第２の教師データ群）、及び、処理対象の教師データ群を用いて作成した複数の合算教師データを用いた機械学習により推定モデルを生成する。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、隠れマルコフモデル等を用いたものとできる。

　そして、推定処理実行部１４は、データ取得部１１が取得した測定データから抽出した特徴量を、生成した推定モデルに入力することで、推定結果（複数の電気機器各々の消費電流値又は消費電力値）を得ることができる。

　なお、推定処理実行部１４は、上述のようにして得られた推定結果（複数の電気機器各々の消費電流値又は消費電力値）を補正してもよい。例えば、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）を、上記推定結果として得られた複数の電気機器各々の消費電流値又は消費電力値の比で按分することで、複数の電気機器各々の補正後の消費電流値又は消費電力値を得てもよい。

　図２に戻り、選択部１３は、第１の推定処理及び第２の推定処理を含む複数の推定処理の中からいずれかを選択する。なお、第２の推定処理が第２－１～第２－ｎの推定処理に分かれている場合、選択部１３は、第１の推定処理及び第２－１～第２－ｎの推定処理の中からいずれかを選択する。

　本実施形態では、選択部１３による選択のアルゴリズムは制限されない。以下の実施形態で、選択部１３による選択のアルゴリズムの一例を説明する。

　次に、図５のフローチャートを用いて、本実施形態の推定装置１０の処理の流れの一例を説明する。

　まず、データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（処理対象）を取得する（Ｓ１０）。

　その後、選択部１３は、第１の推定処理及び第２の推定処理を含む複数の推定処理の中からいずれかを選択する（Ｓ１１）。

　すると、推定部１２は、Ｓ１０で取得された測定データを、Ｓ１１で選択部１３が選択した推定処理で処理し、複数の電気機器各々の消費電流値又は消費電力値を推定する（Ｓ１２）。

　以上説明したように、本実施形態の推定装置１０は、推定精度を重視した推定処理（第１の推定処理）、及び、計算コストを重視した推定処理（第２の推定処理）を実行することができる。

　このような本実施形態の推定装置１０によれば、推定精度が重視される場面では第１の推定処理を実行し、計算コストが重視される場面では第２の推定処理を実行する等、場面に応じて複数の推定処理を使い分けることができる。このため、常に推定精度を重視した推定処理を行う構成や、常に計算コストを重視した推定処理を行う構成に比べて、推定精度及び計算コストの良好なバランスを保つことができる。結果、計算コストを軽減しつつ、良好な推定の精度を実現できる。

　また、選択部１３の選択アルゴリズムを適切に設計することで、第１の推定処理及び第２の推定処理を状況に応じて適切に選択できるようになる。結果、計算コストを軽減しつつ、良好な推定の精度を実現できる。

＜第２の実施形態＞
　本実施形態は、複数の電気機器全体の消費電流値又は消費電力値に基づき、第１の推定処理又は第２の推定処理を選択する点で、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。

　本実施形態の推定装置１０の機能ブロック図の一例は、第１の実施形態同様、図２で示される。

　データ取得部１１は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）を取得する。例えば、データ取得部１１は、当該瞬時値を測定センサから取得してもよい。

　選択部１３は、データ取得部１１が取得した監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が所定の第１の閾値（設計的事項）を上回る場合、第２の推定処理を選択する。そして、選択部１３は、上記消費電流値（瞬時値）又は消費電力値（瞬時値）が上記第１の閾値を下回る場合、第１の推定処理を選択する。

　第１の閾値と比較される監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）は、測定値そのものであってもよいし、所定時間分（例：１分、５分、１５分）の測定値の統計値（例：平均値、最大値、最小値、最頻値、中間値等）であってもよい。

　なお、第２の推定処理が第２－１～第２－ｎの推定処理に分かれている場合、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が第１の閾値（設計的事項）を上回ると、選択部１３は、第２－１の推定処理から第２－ｎの推定処理の中のいずれかを選択する。選択部１３は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が大きくなるに従い、第２－１の推定処理から第２－ｎの推定処理をこの順に選択するよう構成される。

　例えば、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が第１の閾値（設計的事項）以上第１´の閾値（設計的事項）未満の場合、第２－１の推定処理を選択し、第１´の閾値（設計的事項）以上第１´´の閾値（設計的事項）未満の場合、第２－２の推定処理を選択する、といった具合である。

　監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が相対的に大きい場合（第１の閾値を上回る場合）、多くの電気機器が稼働中である可能性がある。この場合、第１の実施形態で説明した合算教師データとして、少数の電気機器の教師データを合算した合算教師データのみならず、多数の電気機器の教師データを合算した合算教師データをも作成する必要がある。結果、合算教師データのデータ数が増える傾向となり、推定の計算コストが増える。

　そこで、本実施形態では、このような場合、計算コストを重視した第２の推定処理を選択する。

　一方、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が相対的に小さい場合（第１の閾値を下回る場合）、多くの電気機器が稼働中であることはなく、限られた台数の電気機器が稼働中である。この場合、第１の実施形態で説明した合算教師データとして、少数の電気機器の教師データを合算した合算教師データのみを作成すればよく、多数の電気機器の教師データを合算した合算教師データを作成する必要がない。結果、合算教師データのデータ数が減る傾向となり、推定の計算コストが減る。

　そこで、本実施形態では、このような場合、推定精度を重視した第１の推定処理を選択する。

　推定部１２の推定処理実行部１４は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）に応じた台数を上限とし、複数の電気機器の教師データを合算することで、合算教師データを作成してもよい。

　例えば、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）に応じた台数が「３」である場合、推定処理実行部１４は、２台の電気機器の教師データを合算した合算教師データ、及び、３台の電気機器の教師データを合算した合算教師データを作成し、４台以上の電気機器の教師データを合算した合算教師データは作成しない。

　推定処理実行部１４は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）と、上記数とを対応付けた対応情報を予め保持しておいてもよい。そして、当該対応情報と、データ取得部１１が取得した監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）とに基づき、合算する教師データのデータ数を特定してもよい。

　推定部１２のその他の構成は、第１の実施形態と同様である。

　次に、図６のフローチャートを用いて、本実施形態の推定装置１０の処理の流れの一例を説明する。

　まず、データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（処理対象）を取得する（Ｓ３０）。また、データ取得部１１は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）を取得する（Ｓ３１）。

　その後、選択部１３は、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）と、第１の閾値とを大小比較する。

　監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が第１の閾値を上回る場合（Ｓ３２のＹｅｓ）、選択部１３は第２の推定処理を選択する（Ｓ３４）。一方、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）が第１の閾値を下回る場合（Ｓ３２のＮｏ）、選択部１３は第１の推定処理を選択する（Ｓ３４）。

　すると、推定部１２は、Ｓ３０で取得された測定データを、Ｓ３３又はＳ３４で選択部１３が選択した推定処理で処理し、複数の電気機器各々の消費電流値又は消費電力値を推定する（Ｓ３５）。

　本実施形態によれば、第１の実施形態と同様な作用効果を実現できる。

　また、本実施形態によれば、監視対象の複数の電気機器全体の消費電流値（瞬時値）又は消費電力値（瞬時値）に基づき、推定処理を選択することができる。

　そこで、本実施形態では、このような場合、推定精度を重視した第１の推定処理でなく、計算コストを重視した第２の推定処理を選択する。このため、計算コストが増大になり過ぎ、計算に多大な時間を費やす等の不都合を軽減できる。

　そこで、本実施形態では、このような場合、計算コストを重視した第２の推定処理でなく、推定精度を重視した第１の推定処理を選択する。このため、計算コストが増大になることなく、良好な精度の推定結果が得られる。

　このように、本実施形態によれば、その状況に応じた適切な推定処理を実行できるので、常に推定精度を重視した推定処理を行う構成や、常に計算コストを重視した推定処理を行う構成に比べて、推定精度及び計算コストの良好なバランスを保つことができる。結果、計算コストを軽減しつつ、良好な推定の精度を実現できる。

＜第３の実施形態＞
　本実施形態は、複数の電気機器各々の消費電流値又は消費電力値を推定する前に、稼働中の電気機器の台数を推定し、推定した台数に基づき第１の推定処理又は第２の推定処理を選択する点で、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。

　図７に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、データ取得部１１と、推定部１２と、選択部１３と、第１の前処理部１６とを有する。データ取得部１１の構成は、第１の実施形態と同様である。

　第１の前処理部１６は、データ取得部１１が取得した測定データに基づき、稼動中の電気機器の台数を推定する。

　例えば、第１の前処理部１６は、監視対象の電気機器各々と、各電気機器が稼働中に測定データに含まれる特徴量とを対応付けた教師データを利用して、上記推定を行ってもよい。

　第１の実施形態で説明した推定部１２の推定で利用される教師データは、電気機器毎に、消費電流値又は消費電力値と、当該消費電流値又は当該消費電力値で稼働中に測定データに含まれる特徴量とを対応付けたものである。このため、電気機器がインバータ機器である場合、その電気機器に対応する教師データの稼働状態（消費電力値又は消費電流値）の数（状態数）が複数になる。

　これに対し、第１の前処理部１６の推定で使用される教師データは、各電気機器が稼働中かそうでないかの２値（状態）と、各状態時に測定データに含まれる特徴量とを対応付けたものである。このため、電気機器がインバータ機器であろうとなかろうと、１台の電気機器に対応する教師データのもつ状態数は１つ（状態：稼働中）でよい。

　このように、第１の前処理部１６が行う推定は、利用する教師データのもつ状態数が１つでよいため、精度を粗くしてもよく、教師データのデータ数を少なくできる。したがって、推定部１２が行う推定に比べて、第１の前処理部１６で行う推定の方が計算コストを小さくできる。

　以下、第１の前処理部１６が行う推定で利用される教師データを、「前処理用教師データ」という。また、複数の前処理用教師データを合算して得られる教師データを、「前処理用合算教師データ」という。

　ここで、第１の前処理部１６による推定処理の一例を説明する。まず、第１の前処理部１６は、複数の電気機器の前処理用教師データを合算した前処理用合算教師データを複数作成する。

　例えば、電気機器ＩＤ「０００００１」の前処理用教師データの特徴量と、電気機器ＩＤ「０００００２」の前処理用教師データの特徴量とを足し合わせることで、電気機器ＩＤ「０００００１」及び電気機器ＩＤ「０００００２」が稼働中に測定データに含まれる特徴量を含む前処理用合算教師データを作成することができる。

　その後、第１の前処理部１６は、前処理用教師データ及び前処理用合算教師データを用いた機械学習により推定モデルを生成する。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、隠れマルコフモデル等を用いたものとできる。

　そして、第１の前処理部１６は、データ取得部１１が取得した測定データから抽出した特徴量を、生成した推定モデルに入力することで、推定結果（稼働中の電気機器ＩＤ）を得ることができる。その後、稼働中と推定した電気機器の台数をカウントすることで、稼働中の電気機器の台数を推定できる。

　選択部１３は、第１の前処理部１６が推定した台数が所定の第２の閾値を上回る場合、第２の推定処理を選択する。そして、選択部１３は、第１の前処理部１６が推定した台数が第２の閾値を下回る場合、第１の推定処理を選択する。

　なお、第２の推定処理が第２－１～第２－ｎの推定処理に分かれている場合、選択部１３は、第１の前処理部１６が推定した台数が所定の第２の閾値を上回ると、第２－１の推定処理から第２－ｎの推定処理の中のいずれかを選択する。選択部１３は、第１の前処理部１６が推定した台数が大きくなるに従い、第２－１の推定処理から第２－ｎの推定処理をこの順に選択するよう構成される。

　例えば、第１の前処理部１６が推定した台数が第２の閾値（設計的事項）以上第２´の閾値（設計的事項）未満の場合、第２－１の推定処理を選択し、第２´の閾値（設計的事項）以上第２´´の閾値（設計的事項）未満の場合、第２－２の推定処理を選択する、といった具合である。

　稼働中の電気機器の台数が相対的に大きい場合（第２の閾値を上回る場合）、第１の実施形態で説明した合算教師データ（推定部１２の処理で利用されるもの）として、少数の電気機器の教師データを合算した合算教師データのみならず、多数の電気機器の教師データを合算した合算教師データをも作成する必要がある。結果、合算教師データのデータ数が増える傾向となり、推定の計算コストが増える。

　一方、稼働中の電気機器の数が相対的に小さい場合（第２の閾値を下回る場合）、第１の実施形態で説明した合算教師データ（推定部１２の処理で利用されるもの）の組合せ数が比較的少ないため、合算教師データを生成するための各器機の教師データとして、各機器の稼働状態（消費電力又は消費電流）を細かく推定できる教師データを利用することができる（例えば、推定したい稼働状態が消費電力であれば、消費電力の分解能を細かくした各電気機器の教師データを利用することができる）。結果、合算教師データの分解能を細かくすることができ、推定精度を向上させることができる。

　なお、推定部１２の推定処理実行部１４は、第１の前処理部１６が推定した機器の台数に応じた数の電気機器の教師データを合算した合算教師データを作成してもよい。第１の前処理部１６が推定した機器の台数に応じた数は、第１の前処理部１６が推定した台数（値）そのものである。なお、第１の前処理部１６の推定の誤差を考慮し、第１の前処理部１６が推定した台数（値）に所定の値（設計的事項）を加えた数及び／又は引いた数を、さらに、第１の前処理部１６が推定した機器の台数に応じた数としてもよい。なお、所定の値は、複数個であってもよい。

　例えば、第１の前処理部１６が推定した台数が「７」である場合、推定処理実行部１４は、７台の電気機器の教師データを合算した合算教師データを作成する。その他、第１の前処理部１６の推定の誤差を考慮し、推定値に「１」を加え、８台の電気機器の教師データを合算した合算教師データを作成してもよい。また、推定値から「１」を引き、６台の電気機器の教師データを合算した合算教師データを作成してもよい。さらに、推定値に「２」を加えた数及び／又は引いた数分の電気機器の教師データを合算した合算教師データを作成してもよい。そして、推定処理実行部１４は、その他の台数分の電気機器の教師データを合算した合算教師データを作成しない。

　次に、図８のフローチャートを用いて、本実施形態の推定装置１０の処理の流れの一例を説明する。

　まず、データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（処理対象）を取得する（Ｓ２０）。

　その後、第１の前処理部１６は、Ｓ２０で取得された測定データに基づき、稼働中の電気機器の台数を推定する（Ｓ２１）。

　そして、選択部１３は、Ｓ２１で推定された台数と、第２の閾値とを大小比較する。

　Ｓ２１で推定された台数が第２の閾値を上回る場合（Ｓ２２のＹｅｓ）、選択部１３は第２の推定処理を選択する（Ｓ２４）。一方、Ｓ２１で推定された台数が第２の閾値を下回る場合（Ｓ２２のＮｏ）、選択部１３は第１の推定処理を選択する（Ｓ２４）。

　すると、推定部１２は、Ｓ２０で取得された測定データを、Ｓ２３又はＳ２４で選択部１３が選択した推定処理で処理し、複数の電気機器各々の消費電流値又は消費電力値を推定する（Ｓ２５）。

　また、本実施形態によれば、複数の電気機器各々の消費電流値又は消費電力値を推定する前に、稼働中の電気機器の台数を推定し、推定した台数に基づき、推定処理を選択することができる。

　一方、稼働中の電気機器の台数が相対的に小さい場合（第２の閾値を下回る場合）、第１の実施形態で説明した合算教師データ（推定部１２の処理で利用されるもの）として、少数の電気機器の教師データを合算した合算教師データのみを作成すればよく、多数の電気機器の教師データを合算した合算教師データを作成する必要がない。結果、合算教師データのデータ数が減る傾向となり、推定の計算コストが減る。

＜第４の実施形態＞
　本実施形態は、推定処理を選択するユーザ入力を受付け、ユーザ入力に従い第１の推定処理又は第２の推定処理を選択する点で、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。

　図９に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、データ取得部１１と、推定部１２と、選択部１３と、入力受付部１７とを有する。データ取得部１１及び推定部１２の構成は、第１の実施形態と同様である。

　入力受付部１７は、推定処理を選択するユーザ入力を受付ける。ユーザは、第１の推定処理又は第２の推定処理を選択する。なお、第２の推定処理が第２－１～第２－ｎの推定処理に分かれる場合、ユーザは、第１の推定処理、及び、第２－１～第２－ｎの推定処理の中からいずれかを選択する。

　選択部１３は、入力受付部１７が受付けたユーザ入力に従い、いずれかの推定処理を選択する。具体的には、選択部１３は、ユーザが選択した推定処理を選択する。

　以上説明した本実施形態によれば、第１の実施形態と同様な作用効果を実現できる。

　また、本実施形態によれば、ユーザが推定処理を選択できる。このため、ユーザが真に希望する推定処理で、複数の電気機器各々の消費電流値又は消費電力値を推定することができる。

＜第５の実施形態＞
　本実施形態では、複数の電気機器各々の消費電流値又は消費電力値を推定する前に、各電気機器が稼働中か否かを推定する。そして、インバータ機器でない電気機器、すなわち、稼働中に１つの消費電力値及び消費電流値をとる電気機器の消費電流値又は消費電力値を、上記推定の結果に基づき決定する。

　すなわち、稼働中でないと推定された場合、消費電力値０Ｗ、又は、消費電流値０Ａと推定値を決定する。一方、稼働中と推定された場合、その電気機器がとる１つの値を、現在の消費電力値又は消費電流値の推定値として決定する。

　その後、インバータ機器各々の消費電力値又は消費電流値を、停止中と推定された電気機器の教師データを除く教師データ群に基づき、推定する。

　図１０に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、データ取得部１１と、推定部１２と、選択部１３と、第２の前処理部１８とを有する。データ取得部１１の構成は、第１の実施形態と同様である。

　第２の前処理部１８は、データ取得部１１が取得した測定データに基づき、複数の電気機器各々が稼働中か停止中かを推定する。第２の前処理部１８は、第３の実施形態で説明した第１の前処理部１６による推定処理と同様の推定処理で、複数の電気機器各々が稼働中か停止中かを推定することができる。

　推定部１２は、稼働中に１つの消費電流値及び消費電力値をとる第１の電気機器（インバータ機器でない電気機器）各々の消費電流値及び消費電力値を、第２の前処理部１８の推定結果に基づき決定する。

　例えば、推定部１２は、図１１に示すような、監視対象の電気機器各々が第１の電気機器（インバータ機器でない電気機器）及び第２の電気機器（インバータ機器）のいずれかを特定するための情報を予め保持しておく。図示する情報では、監視対象の電気機器各々を識別するための識別情報である電気機器ＩＤと、第２のフラグと、消費電力とが互いに対応付けられている。そして、第２の電気機器のみに、第２のフラグがたっている。また、第１の電気機器のみに、各電気機器が稼働中にとる１つの消費電力値が登録されている。

　推定部１２は、このような情報を利用して、監視対象の電気機器各々が第１の電気機器及び第２の電気機器いずれに該当するかを特定できる。そして、第１の電気機器においては、第２の前処理部１８による推定結果に基づき、消費電力値又は消費電流値の推定値を決定する。

　例えば、推定部１２は、停止中と推定された第１の電気機器の消費電力値又は消費電流値の推定値として、０Ｗ又は０Ａを決定する。そして、推定部１２は、稼働中と推定された第１の電気機器の消費電力値又は消費電流値の推定値として、図１１に示す情報において第１の電気機器各々に対応付けられている値を決定する。

　また、推定部１２は、稼働中に複数の消費電流値及び消費電力値をとる第２の電気機器（インバータ機器）各々の消費電流値及び消費電力値を、停止中と推定された電気機器（第１の電気機器及び第２の電気機器を含む）の教師データを含まない第１の教師データ群に基づいた第１の推定処理、又は、停止中と推定された電気機器（第１の電気機器及び第２の電気機器を含む）の教師データを含まない第２の教師データ群に基づいた第２の推定処理により推定する。換言すれば、稼働中と推定された電気機器（第１の電気機器及び第２の電気機器を含む）の教師データのみを含む第１の教師データ群又は第２の教師データ群に基づいた推定処理を実行する。

　なお、推定部１２は、第１の電気機器のみならず、第２の電気機器の一部、すなわち、第２の前処理部１８により停止中と推定された第２の電気機器の消費電力値又は消費電流値をも、第２の前処理部１８の推定結果に基づき決定してもよい。具体的には、推定部１２は、第２の前処理部１８により停止中と推定された第２の電気機器の消費電力値又は消費電流値の推定値として、０Ｗ又は０Ａを決定してもよい。そして、推定部１２は、第２の前処理部１８により稼働中と推定された電気機器の消費電力値又は消費電流値の推定値を、第１の推定処理又は第２の推定処理で推定してもよい。

　推定部１２は、第１の実施形態で説明した方法と同様な方法で、推定結果（複数の電気機器各々の消費電流値又は消費電力値）を補正してもよい。また、推定部１２は、監視対象の複数の電気気機器全体の消費電力値から、インバータでない機器の推定電力を差し引いた電力値を、上記推定結果として得られた複数のインバータ機器各々の消費電力値で按分することで、複数のインバータ機器各々の補正後の消費電力値を得てもよい。

　なお、推定部１２は、合算教師データとして、稼働中と推定されたすべての電気機器の教師データを合算したもののみを作成してもよい。すなわち、稼働中と推定された電気機器の一部の教師データを合算した合算教師データを作成しなくてもよい。このようにすれば、合算教師データのデータ数を減らすことができ、好ましい。

　選択部１３は、第２乃至第４の実施形態で説明した処理で、第１の推定処理又は第２の推定処理を選択してもよい。

　その他、選択部１３は、第２の前処理部１８により稼働中と推定された第２の電気機器の台数に基づいて、推定処理を選択してもよい。例えば、選択部１３は、第２の前処理部１８により稼働中と推定された第２の電気機器の台数が所定の第３の閾値（設計的事項）を上回る場合、第２の推定処理を選択し、第２の前処理部１８により稼働中と推定された第２の電気機器の台数が第３の閾値を下回る場合、第１の推定処理を選択する。

　なお、第２の推定処理が第２－１～第２－ｎの推定処理に分かれている場合、選択部１３は、第２の前処理部１８により稼働中と推定された第２の電気機器の台数が所定の第３の閾値を上回ると、第２－１の推定処理から第２－ｎの推定処理の中のいずれかを選択する。選択部１３は、第２の前処理部１８により稼働中と推定された第２の電気機器の台数が大きくなるに従い、第２－１の推定処理から第２－ｎの推定処理をこの順に選択するよう構成される。

　例えば、第２の前処理部１８により稼働中と推定された第２の電気機器の台数が第３の閾値（設計的事項）以上第３´の閾値（設計的事項）未満の場合、第２－１の推定処理を選択し、第３´の閾値（設計的事項）以上第３´´の閾値（設計的事項）未満の場合、第２－２の推定処理を選択する、といった具合である。

　次に、図１２のフローチャートを用いて、本実施形態の推定装置１０の処理の流れの一例を説明する。

　まず、データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（処理対象）を取得する（Ｓ４０）。

　その後、第２の前処理部１８は、Ｓ４０で取得された測定データに基づき、複数の電気機器各々が稼働中か停止中かを推定する（Ｓ４１）。

　そして、推定部１２は、稼働中に１つの消費電流値及び消費電力値をとる第１の電気機器（インバータ機器でない電気機器）各々の消費電流値及び消費電力値を、第２の前処理部１８の推定結果に基づき決定する（Ｓ４２）。

　また、推定部１２は、稼働中に複数の消費電流値及び消費電力値をとる第２の電気機器（インバータ機器）のうち、第２の前処理部１８により稼働中と推定された電気機器の台数をカウントする（Ｓ４３）。

　そして、選択部１３は、Ｓ４３でカウントされた台数と、第３の閾値とを大小比較する。

　Ｓ４３でカウントされた台数が第３の閾値を上回る場合（Ｓ４４のＹｅｓ）、選択部１３は第２の推定処理を選択する（Ｓ４６）。一方、Ｓ４３でカウントされた台数が第３の閾値を下回る場合（Ｓ４４のＮｏ）、選択部１３は第１の推定処理を選択する（Ｓ４５）。

　すると、推定部１２は、Ｓ４０で取得された測定データを、Ｓ４５又はＳ４６で選択部１３が選択した推定処理で処理し、第２の電気機器各々の消費電流値又は消費電力値を推定する（Ｓ４７）。

　以上説明した本実施形態によれば、第１乃至第４の実施形態と同様な作用効果を実現できる。

　また、本実施形態の場合、計算コストが小さい第２の前処理部１８による推定結果に基づき、一部の電気機器（インバータ機器でない電気機器）の消費電流値又は消費電力値の推定値を決定し、他の一部の電気機器（インバータ機器）の消費電流値又は消費電力値のみを、推定部１２による推定処理で求めることができる。

　推定部１２による推定処理では、稼働中と推定された電気機器の教師データのみを用い、停止中と推定された電気機器の教師データを用いる必要がない。このため、使用する教師データのデータ数を減らすことができる。結果、計算コストを軽減できる。

＜第６の実施形態＞
　本実施形態では、時系列な測定データを時系列順に処理し、複数の電気機器各々の消費電流値又は消費電力値を時系列に推定する。そして、処理対象のタイミングの測定データと、複数の電気機器各々の教師データとに基づき、処理対象のタイミングにおける複数の電気機器各々の消費電流値又は消費電力値を推定する前に、処理対象のタイミングの測定データと、それよりも前のタイミングの測定データとの類似度を判断する。そして、所定レベル以上類似する場合、処理対象のタイミングの推定結果（複数の電気機器各々の消費電流値又は消費電力値）として、それよりも前のタイミングの推定結果を採用する。

　本実施形態の推定装置１０の機能ブロック図の一例は、第１乃至第５の実施形態同様、図２、図７、図９又は図１０で示される。第１の前処理部１６、入力受付部１７及び第２の前処理部１８の構成は、第１乃至第５の実施形態と同様である。

　データ取得部１１は、時系列な測定データを取得し、時系列順に処理対象とする。データ取得部１１のその他の構成は、第１乃至第５の実施形態と同様である。

　推定部１２は、時系列な測定データを時系列順に処理し、複数の電気機器各々の時系列な消費電流値又は消費電力値を推定する。推定部１２は、第１の推定処理及び第２の推定処理に加えて、第３の推定処理を実行することができる。

　第３の推定処理では、推定部１２は、処理対象のタイミング（第１のタイミング）よりも前のタイミングにおける複数の電気機器各々の消費電流値又は消費電力値の推定結果を、処理対象のタイミング（第１のタイミング）の推定結果として採用する。第３の推定処理では、教師データを用いた推定処理を実行しない。

　選択部１３は、処理対象のタイミングにおける測定データと、それよりも前のタイミングにおける測定データ（例：時間的に１つ前のデータ）との差分が所定の閾値を下回る場合、第３の推定処理を選択する。

　選択部１３は、差分が所定の閾値を上回る場合、第１の推定処理又は第２の推定処理を選択する。例えば、選択部１３は、第２乃至第５の実施形態で説明した処理で、第１の推定処理又は第２の推定処理を選択してもよい。

　処理対象のタイミングにおける測定データと、それよりも前のタイミングにおける測定データ（例：時間的に１つ前のデータ）との差分は、測定データ（瞬間波形データ。交流周波数に応じた波形データ。）の差分であってもよいし、測定データから抽出された所定の特徴量の差分であってもよい。ここでいう差分は、波形同士の特徴量ベクトルの距離であっても、各特徴量の差の絶対値の和などであってもよい。

　以上説明した本実施形態によれば、第１乃至第５の実施形態と同様な作用効果を実現できる。

　また、本実施形態の場合、処理対象のタイミングにおける測定データと、それよりも前のタイミングにおける測定データ（例：時間的に１つ前のデータ）とが所定レベル以上類似する場合、処理対象のタイミング（第１のタイミング）よりも前のタイミングにおける複数の電気機器各々の消費電流値又は消費電力値の推定結果を、処理対象のタイミング（第１のタイミング）の推定結果として採用することができる。

　このため、時系列順に並ぶ複数の測定データ（瞬間波形データ。交流周波数に応じた波形データ。）すべてに対して教師データに基づく推定処理を行うのでなく、一部の測定データに対する推定処理を省略できる。結果、計算コストを軽減できる。

＜第７の実施形態＞
　本実施形態では、複数の電気機器各々の消費電流値又は消費電力値を推定する前に、各電気機器が稼働中か否かを推定した結果の信頼度を算出する。そして、信頼度が所定レベルを上回る場合、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行し、信頼度が所定レベルを下回る場合、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する。

　電気機器が稼働中か否かの推定結果の信頼度が所定レベルより低い場合、稼働中の電気機器の中に、教師データを登録されていないものが含まれる可能性がある。このような状況下で、複数の電気機器各々の消費電流値又は消費電力値を推定しても、十分な精度の結果は得られない。

　そこで、本実施形態では、信頼度が所定レベルを上回る場合には、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行するが、信頼度が所定レベルを下回る場合には、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する。

　図１３に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、データ取得部１１と、推定部１２と、選択部１３と、第３の前処理部１９とを有する。なお、図示しないが、推定装置１０は、さらに、第１の前処理部１６、入力受付部１７及び第２の前処理部１８の中のいずれかを有してもよい。データ取得部１１、選択部１３、第１の前処理部１６、入力受付部１７及び第２の前処理部１８の構成は、第１乃至第６の実施形態と同様である。

　第３の前処理部１９は、複数の電気機器各々が稼働中か停止中かを推定した結果の信頼度を算出する。複数の電気機器各々が稼働中か停止中かの推定は、第３の実施形態で説明した第１の前処理部１６による推定処理と同様の推定処理で実現できる。推定した結果の信頼度を算出する方法は特段制限されず、従来のあらゆる方法を採用できる。

　推定部１２は、第３の前処理部１９が算出した信頼度が所定レベルを上回る場合（所定レベル以上信頼できる場合）、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行する。推定部１２は、第１乃至第６の実施形態で説明した方法で、複数の電気機器各々の消費電流値又は消費電力値を推定する。例えば、推定部１２は、選択部１３が選択した推定処理を実行する。

　一方、第３の前処理部１９が算出した信頼度が所定レベルを下回る場合（所定レベル以上信頼できない場合）、推定部１２は、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する。警告の手段は様々であり、ディスプレイ、スピーカ、警告ランプ等のあらゆる出力装置を介して実現できる。また、警告の出力はリアルタイムでなくてもよく、事後に信頼度が所定レベルを下回った期間をまとめて、レポートとして出力してもよい。

　なお、本実施形態の推定装置１０は、図１４の機能ブロック図に示すように、さらに、登録部２０を有してもよい。

　登録部２０は、第３の前処理部１９が算出した信頼度が所定レベルを下回る場合、データ取得部１１が取得した測定データから特徴量を抽出し、教師データとして教師データ記憶部１５（データベース）に登録する。

　第３の前処理部１９が算出した信頼度が所定レベルを下回る場合、測定データの中に、教師データを登録されていない電気機器の成分が含まれる可能性がある。このような測定データから抽出した特徴量を教師データ記憶部１５（データベース）に登録することで、教師データを登録されていない電気機器の成分を含む教師データを登録することができる。

　登録部２０は、抽出した教師データ（特徴量）が教師データ記憶部１５に既に登録されていないか確認し、登録されていない場合に、抽出した特徴量を含む教師データを登録してもよい。そして、既に登録されている場合は、抽出した特徴量を含む教師データを新たに登録しなくてもよい。

　この場合、教師データの登録に不備があったためでなく、電源電圧降下等のその他の理由で、第３の前処理部１９が算出した信頼度が低くなったと考えられる。この場合、登録部２０は、その旨を示す警告を出力してもよい。警告の手段は様々であり、ディスプレイ、スピーカ、警告ランプ等のあらゆる出力装置を介して実現できる。

　次に、図１５のフローチャートを用いて、本実施形態の推定装置１０の処理の流れの一例を説明する。

　まず、データ取得部１１は、監視対象の複数の電気機器全体の消費電流又は消費電力の測定データ（処理対象）を取得する（Ｓ５０）。

　その後、第３の前処理部１９は、Ｓ４０で取得された測定データに基づき、複数の電気機器各々が稼働中か停止中かを推定し（Ｓ５１）、その結果の信頼度を算出する（Ｓ５２）。

　推定部１２は、Ｓ５２で算出された信頼度と、所定の閾値とを大小比較する。

　Ｓ５２で算出された信頼度が所定の閾値を上回る場合（Ｓ５３のＹｅｓ）、推定部１２は、複数の電気機器各々の消費電流又は消費電力を推定する処理を実行する（Ｓ５７）。すなわち、第１乃至第６の実施形態で説明した処理、例えば、図５のＳ１１～Ｓ１２、図６のＳ３１～Ｓ３５、図８のＳ２１～Ｓ２５、又は、図１２のＳ４２～Ｓ４７等を実行する。

　一方、Ｓ５２で算出された信頼度が所定の閾値を下回る場合（Ｓ５３のＮｏ）、推定部１２は、複数の電気機器各々の消費電流又は消費電力を推定する処理を実行せず、警告を出力する（Ｓ５４）。

　そして、登録部２０は、Ｓ５０で取得された測定データから特徴量を抽出し（Ｓ５５）、教師データ記憶部１５（データベース）に登録する（Ｓ５６）。

　また、本実施形態の場合、複数の電気機器各々の消費電流値又は消費電力値を推定する前に、各電気機器が稼働中か否かを推定した結果の信頼度を算出し、信頼度が所定レベルを下回る場合、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力することができる。

　本実施形態では、このような十分な精度の結果が得られない状況下では、複数の電気機器各々の消費電流値又は消費電力値を推定する処理を実行しない。このため、処理負担を軽減する。

＜第８の実施形態＞
　本実施形態では、第１の推定処理又は第２の推定処理で推定した複数の電気機器各々の消費電流値又は消費電力値（推定結果）を、ディスプレイに表示することができる。また、第１の推定処理及び第２の推定処理を選択するユーザ入力を受付けることができる。

　そして、ディスプレイに表示する推定結果を、ユーザ入力に応じて、第１の推定処理による推定結果、及び、第２の推定処理による推定結果の間で切り替えることができる。

　図１６に、本実施形態の推定装置１０の機能ブロック図の一例を示す。図示するように、推定装置１０は、入力受付部１７と、表示部２１とを有する。

　図１７に、本実施形態の推定装置１０の機能ブロック図の他の一例を示す。図示するように、推定装置１０は、データ取得部１１、推定部１２及び選択部１３をさらに有してもよい。データ取得部１１、推定部１２及び選択部１３の構成は、第１乃至第７の実施形態と同様である。

　入力受付部１７は、第１の推定処理及び第２の推定処理のいずれかを選択するユーザ入力を受付ける。

　表示部２１は、ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する。また、表示部２１は、推定結果をディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、ディスプレイに表示する推定結果を、切り換えられた後の推定処理に基づく推定結果に切り替える。

　図１８及び図１９に、本実施形態の推定装置１０が表示するＵＩ（User Interface）画面の一例を示す。

　当該ＵＩ画面では、横軸に時間を取り、縦軸に消費電力及び信頼度を取ったグラフが表示されている。当該グラフには、推定部１２により推定された複数の電気機器各々の時系列な消費電力値の推定結果が、積み上げグラフで表示されている。

　また、当該グラフには、推定部１２による推定結果の信頼度が表示されている。推定部１２による推定結果の信頼度を算出する方法は特段制限されず、従来のあらゆる方法を採用できる。

　また、当該ＵＩ画面には、第１の推定処理及び第２の推定処理を選択するユーザ入力を受付けるＧＵＩ（Graphical User Interface）部品が表示されている。つまみを左右方向に移動させることで、第１の推定処理（精度重視）又は第２の推定処理（計算コスト重視）を選択できる。

　図１８では、第２の推定処理（計算コスト重視）が選択されている。そして、グラフには、第２の推定処理で推定された推定結果が表示されている。この場合、信頼度は相対的に低くなる。当該状態でＧＵＩ部品を操作し、第１の推定処理（精度重視）を選択するよう切り替えると、ＵＩ画面は図１９の状態に切り替わる。

　図１９では、第１の推定処理（精度重視）が選択されている。そして、グラフには、第１の推定処理で推定された推定結果が表示されている。この場合、信頼度は相対的に高くなる。当該状態でＧＵＩ部品を操作し、第２の推定処理（計算コスト重視）を選択するよう切り替えると、ＵＩ画面は図１８の状態に切り替わる。

　図１８及び図１９より、当該例では、第１の推定処理（精度重視）と第２の推定処理（計算コスト重視）とで推定を行う時間単位（時間間隔）が異なっていることが分かる。具体的には、第１の推定処理では約３時間毎の状態を推定しているのに対し（図１９参照）、第２の推定処理では約３０分毎の状態を推定している（図１８参照）。第１の推定処理では推定精度を重視しているため、計算コストを重視している第２の推定処理と比べると、推定を行う時間間隔（時間単位）が長い。反対に、第２の推定処理は、計算コストを重視しているため、第１の推定処理と比べて、推定を行う時間間隔（時間単位）が短い。

　以上説明した本実施形態によれば、第１乃至第７の実施形態と同様な作用効果を実現できる。

　また、第１の推定処理及び第２の推定処理の選択をユーザから受付け、各々の推定結果を表示することで、ユーザが真に希望する情報を提供することができる。

＜第９の実施形態＞
　本実施形態のデータ取得部１１は、複数の測定センサ各々から測定データを取得する。複数の測定センサは、例えば、分電盤の分岐毎に設置される。推定部１２の教師データ記憶部１５は、測定センサ毎に、その下流側で配線に接続され、電力供給を受ける複数の電気機器各々の教師データを記憶する。そして、推定処理実行部１４は、測定センサ毎にデータ取得部１１が取得する測定データと、測定センサ毎に教師データ記憶部１５が記憶する教師データとに基づき、測定センサ毎に、複数の電気機器各々の消費電流値又は消費電力値を推定する。選択部１３は、測定センサ毎に、推定処理を選択する。

　このような、本実施形態によれば、測定センサ毎に推定処理を選択することができる。すなわち、第１の測定センサに対応して第１の推定処理が選択されている時に、第２の測定センサに対応して第２の推定処理が選択されている、という状況を実現できる。

　測定センサ毎に、監視対象の電気機器の稼動状況は異なり得る。例えば、第１の測定センサに対応する監視対象電気機器の多数が稼働中である一方、第２の測定センサに対応する監視対象電気機器の大部分が停止中であり、少数のみ稼働中という状況が発生し得る。測定センサ毎に推定処理を選択できる本実施形態によれば、測定センサ各々の状況に応じた適切な推定処理を測定センサ毎に決定できる。結果、計算コストを軽減しつつ、良好な推定の精度を実現できる。

　以下、参考形態の例を付記する。
１．　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段と、
を有し、
　前記推定手段は、前記選択手段が選択した推定処理を実行する推定装置。
２．　１に記載の推定装置において、
　複数の前記電気機器の中には、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器と、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器とが含まれ、
　前記第１の教師データ群は、前記第２の電気機器各々に対応する前記教師データの数が、前記第２の教師データ群よりも多い推定装置。
３．　２に記載の推定装置において、
　前記第１の教師データ群は、前記第２の電気機器の中の第２－１の電気機器の教師データとして、Ｎ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　前記第２の教師データ群は、前記第２－１の電気機器の前記教師データとして、Ｍ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　ＮはＭより大きい推定装置。
４．　１から３のいずれかに記載の推定装置において、
　前記測定データに基づき、稼動中の前記電気機器の台数を推定する第１の前処理手段をさらに有し、
　前記選択手段は、前記第１の前処理手段が推定した台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第１の前処理手段が推定した台数が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
５．　１から３のいずれかに記載の推定装置において、
　前記選択手段は、複数の前記電気機器全体の消費電流値又は消費電力値が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記消費電流値又は前記消費電力値が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
６．　１から３のいずれかに記載の推定装置において、
　推定処理を選択するユーザ入力を受付ける入力受付手段をさらに有し、
　前記選択手段は、前記ユーザ入力に従いいずれかの推定処理を選択する推定装置。
７．　１から３のいずれかに記載の推定装置において、
　前記測定データに基づき、複数の前記電気機器各々が稼働中か停止中かを推定する第２の前処理手段をさらに有し、
　前記推定手段は、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器各々の消費電流値及び消費電力値を、前記第２の前処理手段の推定結果に基づき決定する推定装置。
８．　７に記載の推定装置において、
　前記推定手段は、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器各々の消費電流値及び消費電力値を、停止中と推定された電気機器の前記教師データを含まない前記第１の教師データ群に基づき推定する前記第１の推定処理、又は、停止中と推定された電気機器の前記教師データを含まない前記第２の教師データ群に基づき推定する前記第２の推定処理により推定する推定装置。
９．　７又は８に記載の推定装置において、
　前記選択手段は、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
１０．　１から９のいずれかに記載の推定装置において、
　前記データ取得手段は、時系列な前記測定データを取得し、
　前記推定手段は、時系列な前記測定データを処理して、複数の前記電気機器各々の時系列な消費電流値又は消費電力値を推定し、
　前記推定手段は、第１のタイミングよりも前のタイミングにおける複数の前記電気機器各々の消費電流値又は消費電力値の推定結果を、前記第１のタイミングの推定結果として採用する第３の推定処理をさらに実行し、
　前記選択手段は、前記第１のタイミングにおける前記測定データと前記第１のタイミングよりも前のタイミングにおける前記測定データとの差分が所定の閾値を下回る場合、前記第３の推定処理を選択する推定装置。
１１．　１から１０のいずれかに記載の推定装置において、
　複数の前記電気機器各々が稼働中か停止中かを推定した結果の信頼度を算出する第３の前処理手段をさらに有し、
　前記推定手段は、前記第３の前処理手段が算出した前記信頼度が所定レベルを上回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行し、前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する推定装置。
１２．　１１に記載の推定装置において、
　前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、前記測定データから特徴量を抽出し、教師データとしてデータベースに登録する登録手段をさらに有する推定装置。
１３．　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段と、
を有し、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定装置。
１４．　コンピュータが、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得工程と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定工程と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択工程と、
を実行し、
　前記推定工程では、前記選択工程で選択された推定処理を実行する推定方法。
１４－２．　１４に記載の推定方法において、
　複数の前記電気機器の中には、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器と、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器とが含まれ、
　前記第１の教師データ群は、前記第２の電気機器各々に対応する前記教師データの数が、前記第２の教師データ群よりも多い推定方法。
１４－３．　１４－２に記載の推定方法において、
　前記第１の教師データ群は、前記第２の電気機器の中の第２－１の電気機器の教師データとして、Ｎ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　前記第２の教師データ群は、前記第２－１の電気機器の前記教師データとして、Ｍ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　ＮはＭより大きい推定方法。
１４－４．　１４から１４－３のいずれかに記載の推定方法において、
　前記コンピュータが、前記測定データに基づき、稼動中の前記電気機器の台数を推定する第１の前処理工程をさらに実行し、
　前記選択工程では、前記第１の前処理工程で推定した台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第１の前処理工程で推定した台数が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定方法。
１４－５．　１４から１４－３のいずれかに記載の推定方法において、
　前記選択工程では、複数の前記電気機器全体の消費電流値又は消費電力値が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記消費電流値又は前記消費電力値が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定方法。
１４－６．　１４から１４－３のいずれかに記載の推定方法において、
　前記コンピュータが、推定処理を選択するユーザ入力を受付ける入力受付工程をさらに実行し、
　前記選択工程では、前記ユーザ入力に従いいずれかの推定処理を選択する推定方法。
１４－７．　１４から１４－３のいずれかに記載の推定方法において、
　前記コンピュータが、前記測定データに基づき、複数の前記電気機器各々が稼働中か停止中かを推定する第２の前処理工程をさらに実行し、
　前記推定工程では、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器各々の消費電流値及び消費電力値を、前記第２の前処理工程での推定結果に基づき決定する推定方法。
１４－８．　１４－７に記載の推定方法において、
　前記推定工程では、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器各々の消費電流値及び消費電力値を、停止中と推定された電気機器の前記教師データを含まない前記第１の教師データ群に基づき推定する前記第１の推定処理、又は、停止中と推定された電気機器の前記教師データを含まない前記第２の教師データ群に基づき推定する前記第２の推定処理により推定する推定方法。
１４－９．　１４－７又は１４－８に記載の推定方法において、
　前記選択工程では、前記第２の前処理工程により稼働中と推定された前記第２の電気機器の台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第２の前処理工程により稼働中と推定された前記第２の電気機器の台数が所定の閾値を下回る場合、前記第１の推定処理を選択する推定方法。
１４－１０．　１４から１４－９のいずれかに記載の推定方法において、
　前記データ取得工程では、時系列な前記測定データを取得し、
　前記推定工程では、時系列な前記測定データを処理して、複数の前記電気機器各々の時系列な消費電流値又は消費電力値を推定し、
　前記推定工程では、第１のタイミングよりも前のタイミングにおける複数の前記電気機器各々の消費電流値又は消費電力値の推定結果を、前記第１のタイミングの推定結果として採用する第３の推定処理をさらに実行し、
　前記選択工程では、前記第１のタイミングにおける前記測定データと前記第１のタイミングよりも前のタイミングにおける前記測定データとの差分が所定の閾値を下回る場合、前記第３の推定処理を選択する推定方法。
１４－１１．　１４から１４－１０のいずれかに記載の推定方法において、
　前記コンピュータが、複数の前記電気機器各々が稼働中か停止中かを推定した結果の信頼度を算出する第３の前処理工程をさらに実行し、
　前記推定工程では、前記第３の前処理工程で算出した前記信頼度が所定レベルを上回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行し、前記第３の前処理工程で算出した前記信頼度が所定レベルを下回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する推定方法。
１４－１２．　１４－１１に記載の推定方法において、
　前記コンピュータが、前記第３の前処理工程で算出した前記信頼度が所定レベルを下回る場合、前記測定データから特徴量を抽出し、教師データとしてデータベースに登録する登録工程をさらに実行する推定方法。
１５．　コンピュータを、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段、
として機能させ、
　前記推定手段は、前記選択手段が選択した推定処理を実行するプログラム。
１５－２．　１５に記載のプログラムにおいて、
　複数の前記電気機器の中には、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器と、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器とが含まれ、
　前記第１の教師データ群は、前記第２の電気機器各々に対応する前記教師データの数が、前記第２の教師データ群よりも多いプログラム。
１５－３．　１５－２に記載のプログラムにおいて、
　前記第１の教師データ群は、前記第２の電気機器の中の第２－１の電気機器の教師データとして、Ｎ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　前記第２の教師データ群は、前記第２－１の電気機器の前記教師データとして、Ｍ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　ＮはＭより大きいプログラム。
１５－４．　１５から１５－３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、前記測定データに基づき、稼動中の前記電気機器の台数を推定する第１の前処理手段としてさらに機能させ、
　前記選択手段は、前記第１の前処理手段が推定した台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第１の前処理手段が推定した台数が前記所定の閾値を下回る場合、前記第１の推定処理を選択するプログラム。
１５－５．　１５から１５－３のいずれかに記載のプログラムにおいて、
　前記選択手段は、複数の前記電気機器全体の消費電流値又は消費電力値が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記消費電流値又は前記消費電力値が前記所定の閾値を下回る場合、前記第１の推定処理を選択するプログラム。
１５－６．　１５から１５－３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、推定処理を選択するユーザ入力を受付ける入力受付手段としてさらに機能させ、
　前記選択手段は、前記ユーザ入力に従いいずれかの推定処理を選択するプログラム。
１５－７．　１５から１５－３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、前記測定データに基づき、複数の前記電気機器各々が稼働中か停止中かを推定する第２の前処理手段としてさらに機能させ、
　前記推定手段は、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器各々の消費電流値及び消費電力値を、前記第２の前処理手段の推定結果に基づき決定するプログラム。
１５－８．　１５－７に記載のプログラムにおいて、
　前記推定手段は、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器各々の消費電流値及び消費電力値を、停止中と推定された電気機器の前記教師データを含まない前記第１の教師データ群に基づき推定する前記第１の推定処理、又は、停止中と推定された電気機器の前記教師データを含まない前記第２の教師データ群に基づき推定する前記第２の推定処理により推定するプログラム。
１５－９．　１５－７又は１５－８に記載のプログラムにおいて、
　前記選択手段は、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を下回る場合、前記第１の推定処理を選択するプログラム。
１５－１０．　１５から１５－９のいずれかに記載のプログラムにおいて、
　前記データ取得手段は、時系列な前記測定データを取得し、
　前記推定手段は、時系列な前記測定データを処理して、複数の前記電気機器各々の時系列な消費電流値又は消費電力値を推定し、
　前記推定手段は、第１のタイミングよりも前のタイミングにおける複数の前記電気機器各々の消費電流値又は消費電力値の推定結果を、前記第１のタイミングの推定結果として採用する第３の推定処理をさらに実行し、
　前記選択手段は、前記第１のタイミングにおける前記測定データと前記第１のタイミングよりも前のタイミングにおける前記測定データとの差分が所定の閾値を下回る場合、前記第３の推定処理を選択するプログラム。
１５－１１．　１５から１５－１０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、複数の前記電気機器各々が稼働中か停止中かを推定した結果の信頼度を算出する第３の前処理手段としてさらに機能させ、
　前記推定手段は、前記第３の前処理手段が算出した前記信頼度が所定レベルを上回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行し、前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力するプログラム。
１５－１２．　１５－１１に記載のプログラムにおいて、
　前記コンピュータを、前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、前記測定データから特徴量を抽出し、教師データとしてデータベースに登録する登録手段としてさらに機能させるプログラム。
１６．　コンピュータが、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付工程と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示工程と、
を実行し、
　前記表示工程では、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定方法。
１７．　コンピュータを、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段、
として機能させ、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替えるプログラム。

　この出願は、２０１５年９月２９日に出願された日本出願特願２０１５－１９１７２６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

　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段と、
を有し、
　前記推定手段は、前記選択手段が選択した推定処理を実行する推定装置。
　請求項１に記載の推定装置において、
　複数の前記電気機器の中には、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器と、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器とが含まれ、
　前記第１の教師データ群は、前記第２の電気機器各々に対応する前記教師データの数が、前記第２の教師データ群よりも多い推定装置。
　請求項２に記載の推定装置において、
　前記第１の教師データ群は、前記第２の電気機器の中の第２－１の電気機器の教師データとして、Ｎ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　前記第２の教師データ群は、前記第２－１の電気機器の前記教師データとして、Ｍ個の消費電流値又は消費電力値各々に対応する前記教師データを含み、
　ＮはＭより大きい推定装置。
　請求項１から３のいずれか１項に記載の推定装置において、
　前記測定データに基づき、稼動中の前記電気機器の台数を推定する第１の前処理手段をさらに有し、
　前記選択手段は、前記第１の前処理手段が推定した台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第１の前処理手段が推定した台数が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
　請求項１から３のいずれか１項に記載の推定装置において、
　前記選択手段は、複数の前記電気機器全体の消費電流値又は消費電力値が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記消費電流値又は前記消費電力値が前記所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
　請求項１から３のいずれか１項に記載の推定装置において、
　推定処理を選択するユーザ入力を受付ける入力受付手段をさらに有し、
　前記選択手段は、前記ユーザ入力に従いいずれかの推定処理を選択する推定装置。
　請求項１から３のいずれか１項に記載の推定装置において、
　前記測定データに基づき、複数の前記電気機器各々が稼働中か停止中かを推定する第２の前処理手段をさらに有し、
　前記推定手段は、稼働中に１つの消費電流値及び消費電力値をとる第１の前記電気機器各々の消費電流値及び消費電力値を、前記第２の前処理手段の推定結果に基づき決定する推定装置。
　請求項７に記載の推定装置において、
　前記推定手段は、稼働中に複数の消費電流値及び消費電力値をとる第２の前記電気機器各々の消費電流値及び消費電力値を、停止中と推定された電気機器の前記教師データを含まない前記第１の教師データ群に基づき推定する前記第１の推定処理、又は、停止中と推定された電気機器の前記教師データを含まない前記第２の教師データ群に基づき推定する前記第２の推定処理により推定する推定装置。
　請求項７又は８に記載の推定装置において、
　前記選択手段は、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を上回る場合、前記第２の推定処理を選択し、前記第２の前処理手段により稼働中と推定された前記第２の電気機器の台数が所定の閾値を下回る場合、前記第１の推定処理を選択する推定装置。
　請求項１から９のいずれか１項に記載の推定装置において、
　前記データ取得手段は、時系列な前記測定データを取得し、
　前記推定手段は、時系列な前記測定データを処理して、複数の前記電気機器各々の時系列な消費電流値又は消費電力値を推定し、
　前記推定手段は、第１のタイミングよりも前のタイミングにおける複数の前記電気機器各々の消費電流値又は消費電力値の推定結果を、前記第１のタイミングの推定結果として採用する第３の推定処理をさらに実行し、
　前記選択手段は、前記第１のタイミングにおける前記測定データと前記第１のタイミングよりも前のタイミングにおける前記測定データとの差分が所定の閾値を下回る場合、前記第３の推定処理を選択する推定装置。
　請求項１から１０のいずれか１項に記載の推定装置において、
　複数の前記電気機器各々が稼働中か停止中かを推定した結果の信頼度を算出する第３の前処理手段をさらに有し、
　前記推定手段は、前記第３の前処理手段が算出した前記信頼度が所定レベルを上回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行し、前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、複数の前記電気機器各々の消費電流値又は消費電力値を推定する処理を実行せず、警告を出力する推定装置。
　請求項１１に記載の推定装置において、
　前記第３の前処理手段が算出した前記信頼度が所定レベルを下回る場合、前記測定データから特徴量を抽出し、教師データとしてデータベースに登録する登録手段をさらに有する推定装置。
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段と、
を有し、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定装置。
　コンピュータが、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得工程と、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定工程と、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択工程と、
を実行し、
　前記推定工程では、前記選択工程で選択された推定処理を実行する推定方法。
　コンピュータを、
　監視対象の複数の電気機器全体の消費電流又は消費電力の測定データを取得するデータ取得手段、
　前記電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に前記測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき、複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理を実行する推定手段、
　前記第１の推定処理及び前記第２の推定処理を含む複数の推定処理の中からいずれかを選択する選択手段、
として機能させ、
　前記推定手段は、前記選択手段が選択した推定処理を実行するプログラム。
　コンピュータが、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付工程と、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示工程と、
を実行し、
　前記表示工程では、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替える推定方法。
　コンピュータを、
　複数の監視対象の電気機器毎に、消費電流値又は消費電力値と、前記消費電流値又は前記消費電力値で稼働中に測定データに含まれる特徴量とを対応付けた教師データを複数有する第１の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第１の推定処理、及び、前記第１の教師データ群よりも前記教師データの数が少ない第２の教師データ群に基づき複数の前記電気機器各々の消費電流値又は消費電力値を推定する第２の推定処理のいずれかを選択するユーザ入力を受付ける入力受付手段、
　前記ユーザ入力で選択された推定処理に基づく推定結果をディスプレイに表示する表示手段、
として機能させ、
　前記表示手段は、前記推定結果を前記ディスプレイに表示している状態で、選択されている推定処理が切り換えられると、それに応じて、前記ディスプレイに表示する前記推定結果を、切り換えられた後の推定処理に基づく前記推定結果に切り替えるプログラム。