WO2018038000A1

WO2018038000A1 - 状態変化検知装置、方法及びプログラム

Info

Publication number: WO2018038000A1
Application number: PCT/JP2017/029563
Authority: WO
Inventors: 貴裕戸泉; 鈴木　亮太; 滋河本
Original assignee: 日本電気株式会社
Priority date: 2016-08-22
Filing date: 2017-08-17
Publication date: 2018-03-01
Also published as: JP7003922B2; JPWO2018038000A1; US11237584B2; US20190187736A1

Abstract

本発明の目的は、瞬時波形から、直接的に、状態遷移の情報を得ることを可能とすることである。電源電流の波形データに関する状態変化特徴量を抽出し、前記波形データの区間に対して、抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する。

Description

状態変化検知装置、方法及びプログラム

（関連出願についての記載）
　本発明は、日本国特許出願：特願２０１６－１６１９８５号（２０１６年８月２２日出願）の優先権主張に基づくものであり、同出願の全記載内容は引用をもって本書に組み込み記載されているものとする。
　本発明は、電気機器の状態変化を検知する装置、方法及びプログラムに関する。

　家庭や店舗あるいは工場等において屋内、屋外等に配備された各電気機器（「電気設備」とも称せられる）に個別に測定器を設置し、個々の測定器での測定データから各電気機器の動作状態を判断するシステムの場合、対象機器全てに測定器を設置する必要があることから、作業に手間がかかり、使用者に負担を強いるという問題やコスト面で問題がある。

　一方、建物の引込線口付近に設置した測定器で得られる情報から下流に接続されている電気機器の個別の動作状態を推定する非侵入型モニタリングシステム（ｎｏｎｉｎｔｒｕｓｉｖｅ　ｌｏａｄ　ｍｏｎｉｔｏｒｉｎｇ：ＮＩＬＭ）では、各電気機器に測定器を設置する必要がなく、上記コスト面の問題を克服している。例えば分電盤の主幹等に流れる電流波形を観測して通信網を介してクラウドサーバに転送し、クラウドサーバ上で機械学習等によって学習した分離器により機器毎に電流波形を分離し、機器毎の消費電力量や、機器毎のオン、オフ等を推定する機器分離技術が開示されている（非特許文献１）。

　また、電力波形に基づき電気機器の状態を判別する関連技術として、例えば非特許文献２には、分電盤に取り付けた電流センサを用いて基幹線に流れている電流波形（１周期分の瞬時波形）を取得し、各機器固有の電流波形情報を備えた波形データベースに照らして、波形解析することにより、機器ごとの消費電力を推定し、機器のオン、オフ等、機器の状態を判別することが記載されている。

　よく知られているように、コンデンサインプット型整流回路（整流回路と平滑コンデンサ）を含むインバータ機器（例えばインバータエアコン、パソコン、電子レンジ、インバータ照明器具等）の場合、入力交流電流に歪みが生じ、電源電流に高調波（商用電源周波数の整数倍の周波数成分）が発生する。電源ラインに高調波電流が流れると、該電源ラインのインピーダンスにより電圧降下が生じ、電源電圧波形も高調波を含んだ波形となり、電気機器や配線設備等に悪影響を及ぼす。図２７の２７１、２７２は、コンデンサインプット型整流回路を備えた電気機器の電源電圧、電流波形の１周期を模式的に例示している。電気機器の電源入力電流は電源電圧（正弦波）のピーク値付近だけ電流が流れるような波形となり、電源電流は高調波成分を多く含むことになる。図２７の２７３、２７４は３次高調波、４次高調波の電流波形をそれぞれ例示している。図２７の２７５、２７６は、基本波＋３次高調波、基本波＋４次高調波の電流波形をそれぞれ例示している。

　半サイクル前と半サイクル先が対称（上下対称）の波形は、直流成分や偶数次高調波は含まれず、奇数次高調波成分だけが含まれる。基本波＋３次高調波の電流波形２７５は、これに該当する。この点について簡単に説明しておく。例えば図２７の２７７に示す三角波形（ｇ(ωｔ)（ただし、ωはｆ×２π、ｆは商用電源周波数（基本波周波数）であり、例えば５０Ｈｚ）は、半サイクル前と半サイクル先が上下対称の波形である。この三角波をフーリエ（Ｆｏｕｒｉｅｒ）級数展開すると、次式（１）のように、直流成分と偶数次高調波成分は含まれず、奇数次高調波成分（基本波（ω）、３次（３ω）、５次（５ω）、７次（７ω）、・・・等）の項のみとなっている（半サイクル前と半サイクル先が上下対称の矩形波のフーリエ級数展開についても奇数次高調波成分の項のみからなる）。

　　　　　　　　　　　　　　　　　　　　・・・（１）

　一方、偶数次高調波（４次高調波）を含む場合、図２７の２７６に示すように、半サイクル前と半サイクル先が上下非対称の波形となる。

　電源電流に重畳される高調波成分を分析することにより、電気機器の動作状態の推定が行われる。関連技術として、例えば特許文献１には、インバータ機器を含んだ電気機器の動作状態を非侵入的な方法で推定可能とする電気機器モニタリングシステムとして、電力需要家の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、基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを取り出すデータ抽出手段と、前記データ抽出手段からの基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを基に、当該電力需要家が使用している電気機器の動作状態を推定するパターン認識手段と、を備えた電気機器モニタリングシステムが開示されている。このシステムでは、複数の電気機器の種々の組み合わせと、それらの電気機器の種々の動作状態の組み合わせについて、あらかじめ測定したいくつかの基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータと、その時の解答である電気機器の動作状態を教師データとしてあらかじめ与えて学習することで、前記測定センサで測定する基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータから前記電力需要家の使用している複数の電気機器の動作状態をパターン認識によって推定する。

　特許文献１では、電気機器の各動作状態の電流波形（教師データ）を予め用意しておく必要がある。これに対して、教師データを予め用意しなくても、装置が自動で教師データを収集し、各機器の稼働状況を推定する方法が、例えば特許文献２や特許文献３等に開示されている。

　特許文献２には、非侵入型電気器具負荷監視（ＮＩＬＭ）において、回路における電力または電流測定値の時系列を分析し、電気機器が定常状態にあるか遷移状態にあるかを、前記時系列の平均と分散を用いることで、教師データがない状態で機器の稼働状況推定を行う方法が開示されている。

　特許文献３には、電源の電力消費特徴を測定し、電力を複数の電気機器に供給する測定モジュールと、前記測定モジュールに結合され、前記電力消費特徴の変化を検出および計算する変化検出およびサーチモジュールならびに電気機器シグネチャデータベースと、を含み、前記変化検出およびサーチモジュールは、前記変化が検出されると、前記変化によって、前記電気機器シグネチャデータベースをサーチして、前記変化に類似する１つ又はそれ以上の候補電気機器と前記候補電気機器の状態または複数の候補電気機器の状態の組み合わせとを得る電力監視装置が開示されている。前記変化検出およびサーチモジュールは、前記電気機器シグネチャデータベースを格納するメモリーユニットと、前記メモリーユニットに結合され、前記電力消費特徴の前記特性パラメーターリストおよび前記電力消費特徴の以前の前記特性パラメーターリストによって、前記変化の変化特性パラメーターリストを検出かつ計算するサーチユニットと、を含み、前記変化特性パラメーターリストは、変化電流波、過渡電流波、電圧二乗平均平方根値、電流二乗平均平方根値、有効電力（ａｃｔｉｖｅ　ｐｏｗｅｒ）、および無効電力（ｒｅａｃｔｉｖｅ　ｐｏｗｅｒ）を含む。変化特性パラメータの「時系列変化」に対して、閾値を設けることにより、教師データがない状態で各機器の稼働状態の推定を行う構成が開示されている。

　特許文献４には、高調波電流信号をサンプリングし、ディジタル化し、周波数分析して、次数ごとに監視値と警報時限を設定し、超過時に警報接点を出力し、中央監視装置では、受信したデータをもとに高調波潮流の方向判定と高調波発生源の特定を行う構成が開示されている。特許文献４には、第３次、５次、７次等の奇数次高調波ごとの含有率と当該次数に対する監視値の設定例が開示されている。なお、特許文献４では、変動の緩やかな準定常高調波を主たる対象としており、例えば瞬時波形に現れる突発性高調波は対象としていない。

　特許文献５には、複数の需要家機器が接続可能な電気系統へ供給される電力及び電流についての測定情報を取得し、前記電力の高調波成分である第１の高調波成分と、前記電流の高調波成分である第２の高調波成分とを計算する高調波成分計算部と、前記複数の需要家機器がそれぞれ必要とする電力の高調波含有率を記録可能であるデータベースと、前記第１の高調波成分を、前記需要家機器の有効電力及び前記高調波含有率から求められる第１の電力と、前記電気系統における抵抗値及び前記第２の高調波成分から求められる第２の電力とにより表すことで、前記需要家機器の有効電力及び前記電気系統における抵抗値を推定する状態推定部を備えた状態推定装置が開示されている。

　特許文献６には、複数の機器の各々の電流波形を参照波形として記憶するデータベースと、電源線に流れる電流波形を電源周波数１サイクルごとに測定する電流波形測定手段と、前記電流波形の１サイクルごとの変化量が所定の閾値を超える場合に過渡状態と判別するとともに、前記変化量が前記閾値を超えない場合に定常状態と判別する定常状態判別手段と、第１の定常状態から過渡状態を経て第２の定常状態に遷移した場合に、第２の定常状態で測定した電流波形と、第１の定常状態で測定した電流波形との差分である差分波形を算出する差分波形算出手段と、前記差分波形と、前記データベースの各参照波形とを比較し、前記差分波形に最も類似する参照波形を選択し、選択した参照波形に対応する機器が前記過渡状態において動作状態の変化があった機器であると識別する識別手段と、を備える電流波形識別装置が開示されている。特許文献６では、測定した電流波形と、１サイクル前の電流波形とを比較している。

特許第３４０３３６８号公報特表２０１４－５１１０９６号公報特許第５２９５３２２号公報特開平０９－２２９９８１号公報特開２０１４－１７１３７３号公報特開２０１３－１５０５０８号公報

"機器分離技術を活用したサービスの東京電力との共同実証について"、インフォメティス株式会社、［平成２８年５月０１日検索］インターネット（ＵＲＬ：http://prtimes.jp/main/html/rd/p/000000001.000012366.html）河本滋、戸泉貴裕、實吉永典、"１つのセンサーで複数機器の消費電力や利用状況を見える化する電力指紋分析技術"、ＮＥＣ技報／Ｖｏｌ．６８　Ｎｏ．２／ＩＣＴが拓くスマートエネルギーソリューション特集

　以下に関連技術の分析を与える。

　上記特許文献２、３等に開示されている構成では、各瞬時波形が持っている特徴量を各波形に対して個別に抽出し、抽出された特徴量の時系列データに対して、差分や標準偏差を利用することで、時系列変化を検知している。

　すなわち、瞬時波形から、直接的に、状態変化の情報を得ることを可能とする手法は開示されていない。

　したがって、本発明は、上記課題の認識に基づき創案されたものであって、その目的の一つは、瞬時波形から、直接的に、状態変化の情報を得ることを可能とする装置、方法、プログラムを提供することにある。

　本発明の一つの側面によれば、電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出手段と、
　前記波形データの区間に対して、抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出手段とを備えた状態変化検知装置が提供される。

　本発明の他の側面によれば、コンピュータによる電気機器の状態変化検知方法であって、
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出ステップと、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出ステップと、を含む状態変化検知方法が提供される。

　本発明の他の側面によれば、電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出処理と、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出処理と、をコンピュータに実行させるプログラムが提供される。本発明によれば、上記プログラムを記憶したコンピュータ読み出し可能な記録媒体（例えば磁気・光記録媒体、半導体ストレージデバイス等のｎｏｎ－ｔｒａｎｓｉｔｏｒｙ　ｃｏｍｐｕｔｅｒ　ｒｅａｄａｂｌｅ　ｒｅｃｏｒｄｉｎｇ　ｍｅｄｉｕｍ）が提供される。

　本発明によれば、瞬時波形から、直接的に、状態変化の情報を得ることができる。

本発明の第１の実施形態の構成を例示する図である。本発明の第１の実施形態の全体の動作を説明するための流れ図である。本発明の第２の実施形態の構成を例示する図である。本発明の第２の実施形態の全体の動作を説明するための流れ図である。本発明の第２の実施形態の状態変化特徴量抽出手段（部）の構成を例示する図である。本発明の第２の実施形態の状態変化特徴量抽出手段（部）の動作を説明する流れ図である。本発明の第２の実施形態の遷移状態検出手段（部）の構成の一例を例示する図である。本発明の第２の実施形態の遷移状態検出手段（部）の動作を説明する流れ図である。本発明の第２の実施形態の遷移状態検出手段（部）の構成の別の例を例示する図である。本発明の第２の実施形態の別の例の遷移状態検出手段（部）の動作を説明する流れ図である。電流波形の一例を示す図である。図８Ａの１サイクル（遷移状態）の周波数スペクトルと１サイクル（定常状態）の周波数スペクトルを示す図である。電流波形、１サイクル（２０ｍｓ）毎のフーリエ変換による状態変化特徴量の推移、短時間フーリエ変換による状態変化特徴量の推移、遷移状態検出結果の対応関係を示す図である。電流波形、状態変化特徴量の推移、遷移状態検出結果を示す図である。電流波形を例示する図である。図１１Ａの２サイクル分（遷移状態）の周波数スペクトルと２サイクル分（定常状態）の周波数スペクトルを示す図である。電流波形、状態変化特徴量の推移、遷移状態検出結果を示す図である（２周期）。本発明の第３の実施形態の構成を例示する図である。本発明の第３の実施形態の位相調整波形接続手段（部）の構成の一例を例示する図である。本発明の第３の実施形態の位相調整波形接続手段（部）の動作を説明するための流れ図である。本発明の第３の実施形態において、電圧波形、電流波形、データ取得期間、位相調整波形接続手段で位相調整され接続された２つの波形の接続例、状態変化特徴量の時間推移を示す図である。本発明の第３の実施形態において２つの波形の接続例を説明する図である。本発明の第４の実施形態の構成を例示する図である。本発明の第４の実施形態の動作を説明する図である本発明の第４の実施形態の状態変化点保存手段（部）の構成の一例を例示する図である。本発明の第４の実施形態の状態変化点保存手段の動作を説明するための流れ図である。本発明の第４の実施形態の定常状態分離抽出保存手段の構成の一例を例示する図である。本発明の第４の実施形態の定常状態分離抽出保存手段の動作を説明するための流れ図である。本発明の第４の実施形態の機器固有状態抽出手段の構成の一例を例示する図である。本発明の第４の実施形態の機器固有状態抽出手段の動作を説明するための流れ図である。本発明の第４の実施形態の変形例１を例示する図である。本発明の第４の実施形態の変形例２を例示する図である。本発明の第２の実施形態を説明する図であり、測定器の一例と波形取得手段の構成を例示する図である。図２４Ａの電流計、電圧計の接続を例示する図である。本発明の第２の実施形態を説明する図である。図２５Ａにおける合成波形と分離波形を例示する図である。状態変化検知装置をコンピュータに実装した構成を例示する図である。電源電流の高調波を説明する図である。

＜第１の実施の形態＞
　次に、本発明の例示的な実施形態について図面を参照して詳細に説明する。図１は、本発明の例示的な第１の実施の形態の構成を例示する図である。

　図１を参照すると、状態変化検知装置１００は、電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出手段（状態変化特徴量抽出部）１０１と、前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づき、遷移状態を検知する遷移状態抽出手段（遷移状態抽出部）１０２を備えている。状態変化検知装置１００の各手段１０１、１０２は、一つの装置（匡体）内に一体で組み込む構成としてもよいし、異なったノードに分散配置し通信手段で相互に接続する構成としてもよい。

　状態変化特徴量抽出手段１０１は、電源電流波形について、フーリエ変換（例えばＦＦＴ（Ｆａｓｔ　Ｆｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ：高速フーリエ変換）又はＤＦＴ（Ｄｉｓｃｒｅｔｅ　Ｆｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ：離散フーリエ変換）等）を行う。

　サンプリングポイント数＝Ｎ（例えば２の冪乗）の電源電流波形（離散時間信号波形）ｇ（ｉ）（ｉ＝０，…Ｎ－１）に対して離散フーリエ変換を行うとＧ（ｎ）（ｎ＝０～Ｎ－１）が得られる。

　　　　　　　　　　　　　　　　　　　　・・・（２）

　Ｇ（０）は直流成分である。ナイキスト（Ｎｙｑｕｉｓｔ）周波数（Ｇ（Ｎ／２））を中心に、周波数範囲の前半（Ｇ（１）からＧ（Ｎ／２－１））に対して、残りの半分（Ｇ（Ｎ／２＋１）からＧ（Ｎ－１））は鏡映対称となる。周波数スペクトルＧ（ｊ）の強度（振幅成分）Ｉ（ｊ）は、以下のように、実部Ｒｅ（Ｇ（ｊ））と虚部Ｉｍ（Ｇ（ｊ））の２乗の和の平方根で与えられる。

　　　　　　　　　　　　　　　　　・・・（３）

　上記周波数成分のうち、例えば商用電源周波数の奇数次高調波成分以外の周波数成分の強度（振幅成分）Ｉ（ｊ）の和を状態変化特徴量（ｆｅａｔｕｒｅ　ｖａｌｕｅ）ＦＶとする。

　　　　　　　　　　　　　　　　　　　・・・（４）

　上式（４）において、強度Ｉ（ｊ）の総和Σをとるインデックスｊ（集合Ｅ）は、０～Ｎ／２（周波数スペクトル（Ｇ（０）～Ｇ（Ｎ／２）に対応）の整数のうち、商用電源周波数の奇数次高調波成分以外の周波数成分の次数であって０を含む。

　周波数成分のうち例えば商用電源周波数の奇数次高調波成分以外の周波数成分の強度（振幅成分）Ｉ（ｊ）のｎ乗和を状態変化特徴量（ｆｅａｔｕｒｅ　ｖａｌｕｅ）ＦＶとしてもよい。

　　　　　　　　　　　　　　　　　　　・・・（５）

　ただし、上式（５）において、ｎは例えば２、あるいは３以上の整数である。

　状態変化特徴量抽出手段１０１は、状態変化検知装置１００の記憶装置（不図示）に予め記憶保持されている電気機器の電源電流波形データに基づき、当該電源電流波形データに関する状態変化特徴量を計算するようにしてもよい。この記憶装置は、状態変化検知装置１００外部に接続される記憶装置であって状態変化検知装置１００の状態変化特徴量抽出手段１０１がネットワーク等の通信手段を介してアクセス可能なデータベース装置等であってもよい。

　遷移状態抽出手段１０２は、状態変化特徴量抽出手段１０１で算出された状態変化特徴量と、予め設定された閾値との大小比較を行い、フーリエ変換された電流波形データの区間（長さは、例えば商用電源周波数１周期（１サイクル）以内の区間）が、
　電気機器のオン・オフや電気機器の内部制御等の遷移状態に対応するか、あるいは、
　電気機器の定常状態であるか、を判定する。

　遷移状態抽出手段１０２は、例えば、
　電流波形データの区間の状態変化特徴量の大きさが閾値以下であれば、当該区間は定常状態であると判定し、
　電流波形データの区間の状態変化特徴量の大きさが閾値を超える場合には、当該区間は遷移状態であると判定する、構成としてもよい。

　状態変化特徴量抽出手段１０１において、窓関数をかけてフーリエ変換を行う処理で切り出す電流波形の時間区間の開始端を少しずつ（時間Δｔずつ）ずらしながら行う短時間フーリエ変換（窓関数の長さは一定）により、電流波形から状態変化特徴量の時間推移（時系列データ）を求め、遷移状態抽出手段１０２では、定常状態であるか又は遷移状態であるかの判定を、時間Δｔ（＜２０ｍｓ(millisecond)：商用電源周波数の１周期の長さ）ごとに行うようにしてもよい。この場合、遷移状態の判定の時間分解能はΔｔで与えられる。

　図２は、第１の実施形態の全体の動作を説明する流れ図である。図２を参照すると、状態変化特徴量抽出手段１０１は、電源電流の波形データに基づき、状態変化特徴量を計算する（ステップＳ１１）。

　次に、遷移状態抽出手段１０２は、電流波形データの区間に対して抽出された状態変化特徴量の大きさに基づいて、当該区間が定常状態であるか遷移状態であるかを検出する（ステップＳ１２）。遷移状態抽出手段１０２は、状態変化特徴量の時系列データに基づき、状態変化点（定常状態から遷移状態への変化点、又は遷移状態から定常状態への変化点）を抽出するようにしてもよい。

＜第２の実施の形態＞
　図３は、本発明の例示的な第２の実施の形態の構成を例示する図である。図３を参照すると、第２の実施の形態の状態変化検知装置１００Ａは、図１の状態変化検知装置１００の構成に加えて、波形取得手段（波形取得部）１０３を備えている。波形取得手段１０３は、例えば、
・電気機器に設置された測定器、
・スマートメータ、あるいは、
・ＨＥＭＳ（Ｈｏｍｅ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）、ＢＥＭＳ（Ｂｕｉｌｄｉｎｇ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）、ＦＥＭＳ（Ｆａｃｔｏｒｙ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）等のコントローラ（ゲートウェイ）等の
少なくとも一つから、電流波形データ（あるいは電流波形データと電圧波形データ、あるいは、電流波形データと瞬時電力波形データ）を取得するようにしてもよい。

　波形取得手段１０３は、電気機器の電源電流を測定する測定器を含む構成としてもよいし、あるいは、電気機器の電源電流を測定する測定器で取得した波形データを、通信手段等を介して取得する構成としてもよい。

　図２４Ａは、図１の波形取得手段１０３が通信接続する測定器２００の構成の一例を模式的に示す図である。なお、図２４Ａでは、簡単のため、単相２線式交流が例示されているが、三相３線式の交流の場合も、例えば三台の単相電力計を用いて測定できる。あるいは、電力について２電力計法に基づく測定を行うようにしてもよい。図２４Ａにおいて、測定器２００は、図２４Ｂの負荷２１０の端子間電圧を測定する電圧計２０１（図２４ＢのＵ）と、図２４Ｂの負荷２１０に流れる電流を測定する電流計２０４（図２４ＢのＩ）を備えた構成としてもよい。電圧計２０１は、負荷２１０の端子間電圧を降圧する降圧回路２０２と、降圧回路２０２のアナログ出力電圧をデジタル信号に変換するアナログデジタル変換器２０３を備えた構成としてもよい。電流計２０４は、電源ライン（負荷２１０）に流れる電流を検知する電流検知回路２０５と、電流検知回路２０５のアナログ出力電圧をデジタル信号に変換するアナログデジタル変換器２０６を備えた構成としてもよい。電流検知回路２０５は、例えば電源ラインに挿入されたシャント抵抗（不図示）の端子間電圧を計測する構成としてもよいし、あるいは、磁気コア等にコイルを巻いた変流器構造をとり電流測定対象のケーブルを挟み込み、磁気コア中に流れる磁束の検知値から換算することにより電流を検知するＣＴ（Ｃｕｒｒｅｎｔ　Ｔｒａｎｓｆｏｒｍｅｒ）センサ等で構成してもよい。

　電圧計２０１のアナログデジタル変換器２０３からの電圧波形データと、電流計２０４のアナログデジタル変換器２０６からの電力波形データは、例えば乗算器２０７で乗算され、瞬時電力波形が得られる。瞬時電力波形は、有効電力算出部２０８で平滑化され、有効電力値が算出される。電圧波形データ、電力波形データ、瞬時電力波形、有効電力値は、通信部２０９に入力され、図３の状態変化検知装置１００の波形取得手段１０３に送信される。なお、アナログデジタル変換器２０３、２０６、乗算器２０７、有効電力算出部２０８、通信部２０９には、商用交流電源を直流電源に変換するＡＣ（Alternate Current）－ＤＣ(Direct Current)コンバータ（不図示）と、該ＡＣ－ＤＣコンバータの出力直流電圧を別の直流電圧に変換するＤＣ－ＤＣコンバータを介して、所定の直流電源電圧を供給する構成としてもよい。

　図２４Ａに例示するように、状態変化検知装置１００の波形取得手段１０３は、例えば通信部１０３－１、波形抽出部１０３－２、記憶装置１０３－４を備えた構成としてもよい。通信部１０３－１は、測定器２００の通信部２０９とネットワーク等を介して通信し、電流波形データ、電圧波形データ、瞬時電力波形等のうち必要な波形データを受信し、受信した波形データを記憶装置１０３－４に格納する。通信部１０３－１は、測定器２００から受信した電流波形データについて、測定器２００の識別番号（識別名）（Ｉｄｅｎｔｉｔｙ：ＩＤ）（あるいは、被測定電気機器のＩＤ）と電源電流波形データのサンプル時刻等の情報を記憶装置１０３－４に格納するようにしてもよい。波形抽出部１０３－２は記憶装置１０３－４に格納された波形データ（例えば電流波形データ）について必要な長さ（例えば１周期）の波形データを抽出する。

　図３において、波形取得手段１０３は、測定器に接続するか、これを含む構成以外に、スマートメータや、電流センサ等から取得した消費電力、電流波形から、波形分離して、電気機器の電源電流波形（長さは、例えば商用電源周波数の１周期以内）を取得するようにしてもよい。

　図２５Ａは、図３の波形取得手段１０３が電源電流波形から機器分離を行う例を模式的に説明する図である。図２５Ａを参照すると、電力需要家の建屋２０内において、通信装置２１をＨＥＭＳ／ＢＥＭＳ／ＦＥＭＳ等のコントローラで構成し、スマートメータ２５の検針データ（消費電力、電流値等）を例えばＢルートから取得する。コントローラがスマートメータ２５からＢルートで取得する検針データ（消費電力、電流値等）は、建屋全体の消費電力に関する情報を含む。また、分電盤２２の基幹電力線が接続されている主ブレーカ（不図示）および分岐ブレーカ（不図示）のうち少なくとも１つのブレーカ（不図示）に、当該ブレーカに流れる電流を検出する電流センサ２３を備え、電流センサ２３から、通信装置２１に無線伝送等で電流波形データを送信するようにしてもよい。電流センサ２３は、ＣＴ（Ｃｕｒｒｅｎｔ　Ｔｒａｎｓｆｏｒｍｅｒ）（例えば零相変流器（Ｚｅｒｏ－ｐｈａｓｅ－ｓｅｑｕｅｎｃｅ　Ｃｕｒｒｅｎｔ　Ｔｒａｎｓｆｏｒｍｅｒ：ＺＣＴ））やホール素子等で構成してもよい。電流センサ２３は、不図示のアナログデジタル変換器で電流波形（アナログ信号）をサンプリングしデジタル信号に変換し、不図示の符号化器で圧縮符号化した上で通信装置２１に、Ｗｉ－ＳＵＮ（Ｗｉｒｅｌｅｓｓ　Ｓｍａｒｔ　Ｕｔｉｌｉｔｙ　Ｎｅｔｗｏｒｋ）等により無線伝送するようにしてもよい。

　さらに図２５Ａを参照すると、状態変化検知装置１００の波形取得手段１０３は、通信部１０３－１、波形抽出部１０３－２、波形分離部１０３－３、記憶装置１０３－４を備えている。通信部１０３－１は、ネットワーク等を介して通信装置２１と通信し、電流センサ２３やスマートメータ２５等で取得した電源電流波形を取得し、記憶装置１０３－４に格納する。図２５Ｂの３７１は、図２５Ａの分電盤２２の不図示の主ブレーカ又は分岐ブレーカに接続された電流センサ２３又はスマートメータ２５で取得された電流波形（商用電源の１サイクル分）を模式的に例示している。波形分離部１０３－３は、図２５Ｂの電流波形データ３７１から、例えば非特許文献１、２等の手法を用いて、分電盤２２の主ブレーカ又は分岐ブレーカに接続する電気機器２４Ａ～２４Ｃの各機器の電源電流波形に分離し、記憶装置１０３－４に格納する。波形分離部１０３－３は、分離した電源電流波形データに対応する電気機器のＩＤと当該電源電流波形データのサンプル時刻等の情報を記憶装置１０３－４に格納するようにしてもよい。図２５Ｂにおいて、３７２、３７３、３７４は、図２５Ａの電気機器２４Ａ、２４Ｂ、２４Ｃの各々について、機器毎に分離された電流波形を表している。波形分離部１０３－３は、スマートメータ２５からＢルートで取得した検針データ（消費電力、電流値等）から、電気機器２４Ａ～電気機器２４Ｃの電源電流波形データを取得してもよい。例えば、スマートメータ２５の検針データのうち、電流値の時系列変化のデータを機械学習や信号処理技術等の分析手段を用いて分析することにより、各機器の電源電流波形データを取得するようにしてもよい。

　図２５Ａにおいて、波形抽出部１０３－２は、記憶装置１０３－４に格納された各電気機器の波形データ（例えば電流波形データ）のうち対象電気機器の電流波形データについて必要な長さ（例えば１周期）の波形データを抽出する。

　図３を参照すると、状態変化特徴量抽出手段１０１は、波形取得手段１０３で取得された電流波形データについて、前記第１の実施形態と同様、フーリエ変換（例えばＦＦＴ又はＤＦＴ）を行い、周波数成分のうち、例えば商用電源周波数の奇数次高調波成分以外の周波数成分の強度の和（又はｎ乗和）（上式（４）又は（５））を状態変化特徴量（ｆｅａｔｕｒｅ　ｖａｌｕｅ）ＦＶとする。

　なお、状態変化特徴量抽出手段１０１は、状態変化検知装置１００の記憶装置に予め記憶保持されている電流波形データに基づき、当該電流波形データに関する状態変化特徴量を計算するようにしてもよい。この記憶装置は、例えば図２４Ａ又は図２５Ａの波形取得手段１０３の記憶装置１０３－４であってもよいし、状態変化検知装置１００内部の記憶装置（例えば後述される図２６の記憶装置１１２等）、あるいは、状態変化検知装置１００外部に接続される記憶装置であって状態変化検知装置１００の状態変化特徴量抽出手段１０１がネットワーク等の通信手段を介してアクセス可能なデータベース装置等であってもよい。

　図３において、遷移状態抽出手段１０２は、前記第１の実施形態と同様、状態変化特徴量抽出手段１０１で算出された状態変化特徴量と、予め設定された閾値との大小比較を行い、フーリエ変換された電流波形データの区間（長さは例えば商用電源周波数の１周期以内の区間）が、電気機器のオン・オフや機器の内部制御等の遷移状態に対応するか、あるいは、定常状態であるかを判定する。遷移状態抽出手段１０２は、例えば電流波形データの区間の状態変化特徴量の大きさが閾値以下であれば、電流波形データの当該区間は、定常状態であると判定し、状態変化特徴量の大きさが閾値を超える場合には、電流波形データの当該区間は、遷移状態である、と判定する構成としてもよい。

　状態変化特徴量抽出手段１０１において、前記第１の実施形態と同様、窓関数をかけて切り出す電流波形の時間範囲を少しずつ（時間Δｔずつ）ずらしながら行う短時間フーリエ変換により、電流波形から状態変化特徴量の時間推移（時系列データ）を求め、遷移状態抽出手段１０２では、定常状態であるか又は遷移状態であるかの判定を、時間Δｔ（＜２０ｍｓ）ごとに行うようにしてもよい。

　図４は、本発明の第２の実施形態の全体の動作を説明する流れ図である。図４を参照すると、図３の波形取得手段１０３が、商用電源周波数１周期分の電源電流波形を取得する（ステップＳ１０）。このステップＳ１０において、波形取得手段１０３は、図２４Ａを参照して説明したように、電気機器（負荷２１０）に接続された測定器２００から電気機器の電源電流波形、瞬時電力波形を取得するようにしてもよい。あるいは、波形取得手段１０３は、図２５Ａ、図２５Ｂを参照して説明したように、分電盤の主ブレーカや分岐ブレーカに接続された電流センサ（図２５Ａの電流センサ２３）から、又は、スマートメータ（図２５Ａの２５）から電源電流波形を取得し、波形分離部（図２５Ａの１０３－３）により、機器分離技術（disaggregation technology）等を用いて、個々の電気機器の電源電流、瞬時電力波形に分離するようにしてもよい。

　次に、状態変化特徴量抽出手段１０１は、波形取得手段１０３で取得した波形データに基づき、状態変化特徴量を計算する（ステップＳ１１）。

　次に、遷移状態抽出手段１０２は、電源電流波形データの区間に対して抽出された状態変化特徴量の大きさに基づいて、当該区間が定常状態であるか遷移状態であるかを検出する（ステップＳ１２）。遷移状態抽出手段１０２は、状態変化特徴量の時系列データに基づき、状態変化点（定常状態から遷移状態への変化点、又は遷移状態から定常状態への変化点）を抽出するようにしてもよい。

　図５Ａは、図１、及び図３の状態変化特徴量抽出手段（状態変化特徴量抽出部）１０１の構成を例示する図である。図５Ａを参照すると、状態変化特徴量抽出手段１０１は、電流波形データを入力する波形入力部１０１－１と、電流波形データ（離散時間データの系列）に対してＦＦＴ又はＤＦＴ等のフーリエ変換を行い周波数領域に変換するフーリエ変換部１０１－２と、フーリエ変換の結果（周波数スペクトル）から状態変化特徴量を計算する状態変化特徴量計算部１０１－３を備えている。

　図５Ｂは、図５Ａの状態変化特徴量抽出手段１０１による図２のステップＳ１１の処理を説明する図である。図５Ｂを参照すると、状態変化特徴量抽出手段１０１の波形入力部１０１－１は、例えば商用電源周波数１周期分の電流波形データを入力する（ステップＳ１１０）。波形入力部１０１－１は、状態変化特徴量抽出手段１０１内に備えた記憶装置、又は、状態変化検知装置１００の外部の記憶装置等に記憶保持されている電流波形データを入力するようにしてもよい。あるいは、波形入力部１０１－１は、例えば図２４Ａ又は図２５Ａの波形取得手段１０３の記憶装置１０３－４に記憶保持されている電流波形データを入力するようにしてもよい。あるいは、波形入力部１０１－１は、図３の波形取得手段１０３から電流波形データを直接受け取る構成としてもよい。

　なお、波形入力部１０１－１が入力するデータは、商用電源周波数１周期以上であってもよい。あるいは、商用電源周波数１周期未満であっても、商用電源周波数成分（例えば５０Ｈｚ）の奇数次高調波成分（３次、５次、７次、・・・：１５０Ｈｚ、２５０Ｈｚ、３５０Ｈｚ、・・・）以外の周波数成分を抽出できる長さであればよい。例えば、４次高調波成分を抽出するには、商用電源周波数１周期の４分の１の長さの波形データであってよい。

　次に、状態変化特徴量抽出手段１０１のフーリエ変換部１０１－２は、入力した電流波形データ（時間領域のデータ）を、例えばＦＦＴ等により、周波数領域に変換する（ステップＳ１１１）。フーリエ変換部１０１－２では、各周波数成分に対する強度と位相の値を抽出してもよい。あるいは、商用電源周波数の奇数次高調波成分以外の特定の周波数について、強度と位相の値を抽出してもよい。奇数次高調波成分以外の特定の周波数は、商用電源周波数の奇数次高調波成分以外の周波数成分を少なくとも１個以上含むものであってもよい。なお、波形取得手段１０３が取得する電流波形データのサンプリング周波数ｆｓは、解析対象の次数の高調波成分がナイキスト周波数（ｆｓ／２）以下となる周波数とする。例えばナイキスト周波数を４２次高調波成分（２１００Ｈｚ）とする場合、測定器（例えば図２４Ａのアナログデジタル変換器（ＡＤＣ）２０３、２０６）でのサンプリング周波数は４．２ｋＨｚとなる。

　状態変化特徴量抽出手段１０１の状態変化特徴量計算部１０１－３は、抽出した商用電源周波数の奇数次高調波成分以外の周波数スペクトルの強度の和（上式（４））をとる（ステップＳ１１２）。状態変化特徴量計算部１０１－３は、周波数スペクトルの強度のｎ乗和（上式（５））を求めるようにしてもよい。

　状態変化特徴量計算部１０１－３は、強度の和をとるための商用周波数の奇数次高調波以外の周波数成分は、標準偏差などを用いて、標準偏差の値が大きいものを選択して和をとってもよい。

　例えば時系列電流波形データを窓関数で切り出す範囲をずらしながらフーリエ変換する短時間フーリエ変換を行い、各時刻における周波数の値について時刻方向に計算した標準偏差の値を用いて、遷移状態の中で標準偏差の値が大きい周波数を選択して和をとってもよい。

　状態変化特徴量計算部１０１－３は、奇数次高調波成分以外の周波数スペクトルの強度の和を状態変化特徴量として出力する（ステップＳ１１３）。状態変化特徴量は、定常状態では、値が小さく、状態変化時に、値が大きくなる特徴量のことを表す。この特徴をもった特徴量であれば、上記の例に限定されるものでなく、他の特徴量であってもよいことは勿論である。

　図６Ａは、図１、及び図３の遷移状態抽出手段（遷移状態抽出部）１０２の構成を例示する図である。図６Ａに示すように、遷移状態抽出手段１０２は、状態変化特徴量を入力する状態変化特徴量入力部１０２－１と、入力された状態変化特徴量と記憶装置１０２－４に格納された閾値を比較判定する判定部１０２－２と、判定部１０２－２の判定結果に基づき、状態を出力する状態出力部１０２－３と、記憶装置１０２－４、１０２－５を備えている。なお、表示装置１０２－６は、状態変化検知装置１００を構成するコンピュータの表示装置等であってもよい。

　図６Ｂは、図６Ａの遷移状態抽出手段１０２による図２、図４のステップＳ１２の処理を説明する流れ図である。図６Ｂを参照すると、遷移状態抽出手段１０２の状態変化特徴量入力部１０２－１は、状態変化特徴量の時系列データを入力する（ステップＳ１２０）。

　遷移状態抽出手段１０２の判定部１０２－２は、状態変化特徴量の時系列データの各データについて、状態変化特徴量の大きさが、記憶装置１０２－４に保持された閾値を超えるか否か判定する（ステップＳ１２１）。

　遷移状態抽出手段１０２の状態出力部１０２－３は、状態変化特徴量が閾値を超える場合に（ステップＳ１２１のＹｅｓ分岐）、状態変化特徴量の時系列データの当該データの区間を「遷移状態」として出力し（ステップＳ１２２）、状態変化特徴量が閾値以下の場合（ステップＳ１２１のＮｏ分岐）、当該データの区間を「定常状態」として出力する（ステップＳ１２３）。遷移状態抽出手段１０２は、判定結果である状態（定常状態、遷移状態）の時系列情報を記憶装置１０２－５に格納するようにしてもよい。あるいは、遷移状態抽出手段１０２は、判定結果である状態（定常状態、遷移状態）の時系列情報を表示装置１０２－６に表示するようにしてもよい。その際、電流波形データに対応させて状態（定常状態、遷移状態）を表示するようにしてもよい。なお、記憶装置１０２－４に格納されている閾値は例えば利用者（電力需要家）、装置設計者あるいはシステムの管理者（保守者）等が不図示の端末等から予め設定し、記憶装置１０２－４に格納するようにしてもよい。あるいは、過去の波形データに関する状態変化特徴量を説明変数、状態遷移の結果を目的変数として機械学習により学習し、記憶装置１０２－４に格納されている閾値の値を更新する構成としてもよい。

　図７Ａは、図１、及び図３の遷移状態抽出手段（遷移状態抽出部）１０２の別の構成を例示する図である。図７Ａに示すように、遷移状態抽出手段１０２は、状態変化特徴量を入力する状態変化特徴量入力部１０２－１と、状態変化特徴量に対して統計的解析を行うことで、外れ値を検出する外れ値検出部１０２－７と、外れ値検出部１０２－７での外れ値検出結果に基づき、状態を出力する状態出力部１０２－３と、記憶装置１０２－５を備えている。

　図７Ｂは、図７Ａの遷移状態抽出手段（遷移状態抽部）１０２による図２、図４のステップＳ１２の処理を説明する流れ図である。図７Ｂを参照すると、遷移状態抽出手段１０２の状態変化特徴量入力部１０２－１は、状態変化特徴量の時系列データを入力する（ステップＳ１２０）。

　遷移状態抽出手段１０２の外れ値検出部１０２－７は、状態変化特徴量の時系列データにおいて、取得した電流波形の時系列データについて、遷移状態の個数に比べて、定常状態の頻度が極端に多い場合、統計的な外れ値検知の手法を用いて、遷移状態は、外れ値であると検出する（ステップＳ１２４）。状態変化特徴量の時系列データを用いることを利点として、複数のデータを用いるため、閾値を任意に設定しなくとも、外れ値から学習して自動で設定することができる。

　遷移状態抽出手段１０２の状態出力部１０２－３は、外れ値検出部１０２－７で外れ値が検出された場合に（ステップＳ１２５のＹｅｓ分岐）、当該データの区間を遷移状態とし（ステップＳ１２６）、外れ値が検出されない場合（ステップＳ１２５のＮｏ分岐）、当該データの区間を定常状態とする（ステップＳ１２７）。遷移状態抽出手段１０２は、判定結果である状態（定常状態、遷移状態）の時系列情報を記憶装置１０２－５に格納するようにしてもよい。あるいは、遷移状態抽出手段１０２は、判定結果である状態（定常状態、遷移状態）の時系列情報を表示装置１０２－６に表示するようにしてもよい。その際、電流波形データに対応させて状態（定常状態、遷移状態）を表示するようにしてもよい。

　特に制限されるものではないが、外れ値検知の方法は、例えば、
・標準偏差やマハラノビス距離を用いた方法や、
・Ｓｍｉｒｎｏｖ‐Ｇｒｕｂｂｓ検定（異常値を棄却するかどうかを検定する。「グラブス・スミルノフ棄却検定」とも称される）などの方法を用いてもよい。

　なお、図７Ａ、図７Ｂの手法は、電流波形の測定区間が長く測定条件を満たさない、あるいは遷移状態が多くなる等により、定常状態の頻度が極端に多いという条件が成立しない場合、外れ値検知による遷移状態の検出は適用できなくなる。

　図８Ａは、「遷移状態」の時間区間と「定常状態」の時間区間を含む電気機器の電源電流波形データ、図８Ｂの３０１、３０２は、図８Ａの電流波形データの「遷移状態」と「定常状態」の商用電源周波数１周期分の周波数スペクトル（強度）を示す図である。図８Ｂの遷移状態３０１と定常状態３０２の周波数スペクトルを対比すると、遷移状態３０１では定常状態に比べて、商用電源周波数（５０Ｈｚ）の奇数次高調波成分以外の強度が大きくなる。定常状態３０２では、３次高調波成分（１５０Ｈｚ）、５次高調波成分（２５０Ｈｚ）等の奇数次高調波成分が目立つ。遷移状態３０１では、奇数次高調波成分以外にも、ＤＣ（Ｄｉｒｅｃｔ　Ｃｕｒｒｅｎｔ）成分、２次高調波成分（１００Ｈｚ）、４次高調波成分（２００Ｈｚ）等の偶数次高調波成分の強度も大きく、高次の高調波成分の強度も、定常状態に比べて大きい。

　図９は、上記した第１、第２の実施形態の状態変化検知装置１００、１００Ａの適用例として、タスクライトのオン・オフ時の遷移状態を抽出した例を示す図である。図９において、波形３１１は、タスクライトの電源電流波形データを示す。波形３１２は、電源電流波形データ３１１に対して商用電源周波数１周期（２０ｍｓ）毎に、フーリエ変換（ＦＦＴ）により抽出した状態変化特徴量の時間推移を示す。波形３１３は、電流波形３１１に対して短時間フーリエ変換により時間をずらして抽出した状態変化特徴量の時間推移を示す。３１４は、状態変化特徴量を用いて検出した遷移状態（遷移状態の時間推移）を表す。図９において、３１１、３１２、３１３、３１４の時間軸は同一である。測定した電流波形が、例えば半サイクル前と半サイクル後で大きく変化しているときに、状態変化特徴量の値は大きくなる。状態変化特徴量の値に閾値を設けることによって、遷移状態を検知することができる。

　図９において、３１２では、状態変化特徴量は、電源周波数の１周期（２０ｍｓ）の間、一定値となる（したがって、時間分解能は２０ｍｓ）。

　図９において、３１３では、窓関数（長さ＝２０ｍｓ）により切り出す範囲の開始時点を例えばΔｔ（例えば１ｍｓ）ずつずらして短時間フーリエ変換を行っており、状態変化特徴量の時間分解能はΔｔ（＝１ｍｓ）となる（単位幅が１ｍｓの階段波形となる）。このため、３１３では、状態変化特徴量の時間変化の様子を高精度に抽出することができる。これに対して、３１２では、状態変化特徴量は商用電源周波数１周期（２０ｍｓ）の間一定値となるため、３１３の状態変化特徴量のピーク付近の時間変化は検出されない。

　図９において、前記第１、第２の実施形態の状態変化検知装置１００の遷移状態抽出手段１０２が、例えば短時間フーリエ変換に基づく状態変化特徴量３１３の大きさを閾値と比較し、状態変化特徴量の大きさが閾値以下では、定常状態と判定し、状態変化特徴量の大きさが閾値を超えると、遷移状態と判定している。電流波形データ３１１に対して、状態変化特徴量の大きさが閾値以下の区間（時間窓長＝２０ｍｓ）は、定常状態、状態変化特徴量の大きさが閾値を超える区間は遷移状態と判定される。図９の３１４の例では、２０ｍｓの時点で定常状態から遷移状態に状態が変化し、６０ｍｓの時点で遷移状態から定常状態に状態が変化している。

　なお、図９の３１４の例では、時間分解能が異なる状態変化特徴量３１２、３１３に対して同一区間で「遷移状態」が検出されている。これは、たまたま電流波形３１１が、そのようなパターンであったことによるものであり、一般に、状態変化特徴量の時間分解能が異なれば、遷移状態の検出結果の時間推移パターンも変化する。

　図１０の３２１は、電気機器の電源電流波形データ（図８Ａと同一）、図１０の３２２は、状態変化特徴量、図１０の３２３は、遷移状態の一例を示している。３２２は、電流波形データ３２１に掛ける窓関数（ウインドウ）を２０ｍｓ（商用電源周波数の１周期）とする短時間フーリエ変換で周波数分析して得た状態変化特徴量の時間推移（時系列データ）を示している。３２３は、状態変化特徴量の時系列データを閾値と比較して算出した定常状態、遷移状態の時間推移を示している。

　図１１Ａは、電気機器の電源電流波形データを示している。図１１Ｂの３３１は図１１Ａの「遷移状態」（電源周波数２周期分の時間区間＝４０ｍｓ）の周波数スペクトルである。図１１Ｂの３３２は、図１１Ａの「定常状態」（電源周波数の２周期分の時間区間）の周波数スペクトルを示している。図１１Ｂの周波数スペクトルにおいて、周波数分解能Δｆは、
　Δｆ＝１／Ｔ＝ｆｓ／Ｎ　・・・（６）
（ただし、Ｔは窓関数の長さ、ｆｓはサンプリング周波数、Ｎはサンプリング数）で与えられる。図１１Ａの窓関数の長さ（＝４０ｍｓ）は、図８Ａの窓関数の長さ（＝２０ｍｓ）の２倍であり、サンプリング周波数を同一とすると、図１１Ａのサンプリング数は図８Ａのサンプリング数の２倍となっている。このため、図１１Ｂの３３１、３３２に示すように、ＦＦＴによる周波数分解能は、図８Ｂのの３０１、３０２の２倍となる。

　図１２Ａの３４１は、電気機器の電源電流波形データ（図１０Ａの３２１と同一）である。図１２Ｂの３４２は、電源電流波形データ３４１に掛ける窓関数の長さを４０ｍｓ（２周期）とし、窓関数をずらしてＦＦＴを行う短時間フーリエ変換で周波数分析して得た状態変化特徴量の時系列データを示している。図１２の３４３は、状態変化特徴量を閾値と比較して算出した定常状態、遷移状態の時間推移を示している。

　図１２の３４２に示すように、商用電源周波数の２周期分の区間（窓関数の長さ＝４０ｍｓ）の電流波形データに対して求めた状態変化特徴量の時間推移は、商用電源周波数の１周期の区間（窓関数の長さ＝２０ｍｓ）の電流波形データに対して求めた状態変化特徴量の時間推移（図１０の３２２）と若干相違している。図１０の３２２では、状態変化特徴量は、４０ｍｓと５０ｍｓの間で短時間（数ｍｓ）閾値を下回った後、閾値を超え、６０ｍｓよりも前の時点で再び立ち下がり閾値を下回っている。図１２の３４２では、状態変化特徴量は、２０ｍｓから７０ｍｓの手前まで閾値を常に上回っており、７０ｍｓの手前の時点で立ち下がり閾値を下回っている。図１０の３２３で検出された４０ｍｓと５０ｍｓの間の細いひげ状のパルス（遷移状態の間の瞬時の定常状態）は、図１２の３４３では検出されず、２０ｍｓから７０ｍｓの手前の時点まで常に遷移状態とされる。図１２の３４３の遷移状態は、図１０の３２３における相隣る２つの遷移状態をつないで１つとしたものに対応している。

　なお、図１の状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２、図３の波形取得手段１０３、状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２は、コンピュータで実行されるプログラムでその処理、機能を実現するようにしてもよい。図２６は、図１の状態変化検知装置１００あるいは図３の状態変化検知装置１００Ａを、コンピュータ装置１１０で実現した構成を例示する図である。図２６を参照すると、コンピュータ装置１１０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１１１、メモリ（記憶装置）１１２、入出力（Ｉｎｐｕｔ・Ｏｕｔｐｕｔ：ＩＯ）インタフェース１１３、通信インタフェース１１４を備える。記憶装置１１２は、ハードディスクドライブ（ＨＤＤ）、半導体メモリ（例えば、ソリッドステートドライブ（ＳＳＤ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、読み出し専用のリードオンリメモリ（ＲＯＭ）、電気的に消去プログラム可能なリードオンリメモリ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ－Ｏｎｌｙ　Ｍｅｍｏｒｙ）、コンパクトディスク（ＣＤ）、デジタルバーサタイルディスク（ＤＶＤ）等のいずれか、または複数の組み合わせから構成され、ＣＰＵ１１１で実行されるプログラムを格納する。ＣＰＵ１１１は、記憶装置１１２に格納されてプログラムを実行することで、図１の状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２、あるいは、図３の波形取得手段１０３、状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２の機能を実現する。遷移状態抽出手段１０１は、ＩＯインタフェース１１３を介して出力装置に状態遷移抽出結果を出力してもよい。図３の波形取得手段１０３は、通信インタフェース１１４を介して測定器等から電流波形を取得し、記憶装置１１２（書込み可能なＨＤＤ、ＳＳＤ、ＤＲＡＭ等を含む）に格納するようにしてもよい。この場合、通信インタフェース１１４は、図２４Ａ、図２５Ａの通信部１０３－１に対応する。記憶装置１１２は、図２４Ａ、図２５Ａの記憶装置１０３－４に対応させてもよい。なお、図５Ａの記憶装置１０１－４、図６Ａの記憶装置１０２－４、１０２－５、図７Ａの記憶装置１０２－５は、図２４Ａ、図２５Ａの記憶装置１０３－４とともに、コンピュータ装置１１０の記憶装置１１２にまとめてもよい。

　上記した例示的な第１、第２の実施形態によれば、電流波形データから、奇数次高調波成分以外の高調波成分を抽出して状態変化特徴量を算出し、該状態変化特徴量の大きさに基づき、状態遷移を検知している。このため、状態遷移を精度よく検知することができる。

　なお、図８Ａ、図１０Ａ等の電源電流波形について、スパイクがあるか否かを観察しているだけでは、遷移状態であるか定常状態であるかを判断できない場合ある。電気機器のスイッチが切り替わるタイミングによっては、電源電流波形は急激に変化しない場合がある。例えば電源電流波形がゼロクロスするタイミングで、スイッチがオンからオフに切り替わった場合、電源電流波形は急激に変化しない。このため、電源電流波形を常にモニタリングする必要がある。これに対して、第１、第２の実施形態によれば、電源電流波形の状態変化特徴量の大きさ（非負値）に基づいて、遷移状態であるか、定常状態であるかを検知することができる。

＜第３の実施の形態＞
　次に、本発明の例示的な第３の実施形態について図面を参照して詳細に説明する。第３の実施形態では、商用電源周波数１周期（サイクル）分の電源電流波形データを複数接続して得られる接続波形を周波数領域に変換し、奇数次高調波成分以外の周波数成分の強度の和（又はｎ状和）を状態変化特徴量としている。図１３は、本発明の例示的な第３の実施形態の構成を例示する図である。

　図１３を参照すると、第３の実施形態の状態変化検知装置１００Ｂは、波形取得手段（波形取得部）１０３と、位相調整波形接続手段（位相調整波形接続部）１０４と、状態変化特徴量抽出手段（状態変化特徴量抽出部）１０１と、遷移状態抽出手段（遷移状態抽出部）１０２を備えている。

　図１３において、状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２は、前記第１、第２の実施形態と同様にして、遷移状態の検知を行う。

　波形取得手段１０３は、例えば商用電源周波数１周期の電流波形と電圧波形を取得する。位相調整波形接続手段１０４は、商用電源周波数１周期以上の時間差の開いた複数の測定点における電流瞬時波形または電力瞬時波形について、これらの複数の測定点における瞬時波形を位相調整して接続する。

　状態変化特徴量抽出手段１０１は、接続された電流瞬時波形または電力瞬時波形を、フーリエ変換し、商用電源周波数の奇数次高調波成分以外の周波数成分の強度の和を状態変化特徴量として出力する。

　図１４Ａは、位相調整波形接続手段１０４の構成を例示する図である。図１４Ｂは、位相調整波形接続手段１０４の動作を説明するための流れ図である。なお、波形取得手段１０３、状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２の動作は、前記第１の実施の形態に示した動作と同様であるため、説明は省略する。

　図１４Ａを参照すると、位相調整波形接続手段１０４は、１周期の電流波形と電圧波形データを２波形分入力する波形入力部１０４－１、電流波形データに対して位相調整を行い２波形の位相を合せる位相調整部１０４－２、位相調整された電流波形を接続する波形接続部１０４－３を備えている。

　図１４Ｂを参照すると、位相調整波形接続手段１０４の波形入力部１０４－１は、例えば、波形取得手段１０３で取得した電流波形データと電圧波形データから、複数のデータ取得期間に測定された複数の電圧波形データと電流波形データについて、時系列的に隣り合った２つのデータ取得タイミングにおける１周期分の電流波形データと電圧波形データをそれぞれ入力する（ステップＳ４０）。

　位相調整波形接続手段１０４の位相調整部１０４－２は、入力された２つの電源電流波形データについて、位相が揃っていない場合（したがって位相合わせが必要な場合）には、位相調整を行う（ステップＳ４１）。

　位相調整部１０４－２での位相調整の一つの方法として、電圧波形からフーリエ変換で商用電源周波数の基準波（基本波）の位相を抽出し、基準波の位相を用いて、電流波形の位相を調整する。

　位相調整部１０４－２において、電圧波形から位相情報を抽出する別の方法として、電圧波形のゼロクロス点を検知する方法を用いてもよい。電圧波形の最初のゼロクロス点が電圧波形データのサンプリングの開始点から何番目にあるかという情報と、検知した電圧波形のゼロクロス点の次のゼロクロス点までのデータ点数の値に基づき、電圧波形の位相情報を抽出するようにしてもよい。最初のゼロクロス点がサンプリング開始点からｍ番目であり、当該ゼロクロス点の次のゼロクロス点までのデータ点数をｎ個（ゼロクロス点間の位相は１８０度である）である場合、位相は１８０×ｍ／ｎで与えられる。

　位相調整部１０４－２において、電源電流波形データの位相調整は、電源電流波形データをフーリエ変換で周波数領域（ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ）に変換後に、位相回転を行うようにしてもよい。あるいは、抽出した位相を商用電源周波数の１周期（３６０度）の長さに変換して、電流波形データを時間領域（ｔｉｍｅ　ｄｏｍａｉｎ）で位相相当分、シフトしてもよい。

　なお、電源電圧、電源電流の測定時に、測定器内部で、電圧のゼロクロス点の値やトリガタイミングなどを用いて、電源電流波形の開始点を調整するなどして、電源電流波形データの位相が合わせられている場合は、位相調整波形接続手段１０４の波形入力部１０４－１は、電圧波形を入力しなくてもよい。この場合、位相調整波形接続手段１０４では、電圧波形は利用されないため、波形取得手段１０３は、電源電流波形データを取得すればよい。

　位相調整波形接続手段１０４の波形接続部１０４－３は、位相調整部１０４－２において得られた時系列的に隣合った２つの位相調整された電流波形データを、時系列的に連続値として接続して出力する（ステップＳ４２）。

　第３の実施形態においても、前記第１、第２の実施形態と同様の方法で状態遷移を検知する。状態変化特徴量抽出手段１０１は、位相調整波形接続手段１０４から出力された２つの電流波形が接続された電流波形（例えば長さ４０ｍｓ）から、前記第１の実施形態と同様の方法で、商用電源周波数基準波（例えば５０Ｈｚ）の奇数次高調波成分以外の周波数成分の強度を足し合わせることで、状態変化特徴量を抽出する。遷移状態抽出手段１０２は、図６を参照して説明したように、状態変化特徴量に基づき閾値との比較により、遷移状態を検出してもよい。あるいは、遷移状態抽出手段１０２は、図７を参照して説明したように、統計的手法による外れ値の検出により、遷移状態を検出するようにしてもよい。

　図１４Ａの位相調整波形接続手段１０４の波形接続部１０４－３において、２つの電流波形データの接続の仕方は、上記した方法に限定されるものでないことは勿論である。例えば、時系列的に、前の電流波形の前半半周期と、時系列的に後の電流波形の後半半周期を接続させ、全体で１周期の電流波形を作成してもよい。

　また、位相調整波形接続手段１０４の波形接続部１０４－３において、接続する電流波形の数は２つに限らず、３つ以上の電流波形について、位相を合せて並べてから、フーリエ変換して、奇数次高調波成分以外の周波数成分の強度の和を求めてもよい。

　また、位相調整波形接続手段１０４の波形接続部１０４－３におけるその他の接続方法として、位相を合わせた２つの電流波形を時系列的に交互に並べ、全体で１周期の電流波形を作成してもよい。この場合、作成された１周期の電流波形をフーリエ変換すると、商用電源周波数の奇数次高調波成分以外の高調波は現れないが、時系列的に前後の２つの電流波形が異なる場合に、奇数次高調波成分の高周波側の強度が大きくなる。したがって、高周波側の奇数次高調波の強度に閾値を設けることによって、遷移状態を検出してもよい。

　さらに位相調整波形接続手段１０４の波形接続部１０４－３における別の接続方法として、周期を合わせた２つの電流波形の電流瞬時値を、ランダムに選択して並べて、新しい１周期の電流波形を作成してもよい。ここで得られた電流波形をフーリエ変換すると、２つの電流波形に変化がない場合は、奇数次のみの高調波が得られ、２つの電流波形に変化がある場合は、奇数次高調波成分以外の高調波の和の値、もしくは、奇数次の高周波の高調波の値が大きくなる。これらの値に閾値を設けることによって、遷移状態を検出してもよい。位相調整波形接続手段１０４では、既に保持している波形データのサンプリング値を用いるため、取得間隔（サンプリング時間）を短くして、高速なサンプリングレートで波形データを取得しなくても、既存の波形データにおいて不足している（例えば測定無しの期間の波形データ）を補完することができる。このため、高精度に状態推定を行うことができる。

　図１５には、位相調整後の電圧波形（３５１－１～３５１－４）と、電流波形（３５２－１～３５２－４）を、それぞれ測定の順に並べて模式的に示されている。図１５において、電圧波形、電流波形データ（（３５１－１、３５２－１）～（３５１－４、３５２－４））の取得期間は４つあり（データ取得期間１～４（３５３－１～３５３－４））、それぞれの間に「測定無しの期間」がある。

　図１５において、データ取得期間１～４（３５３－１～３５３－４）では、それぞれ、例えば１周期分の電圧波形と電流波形（（電圧波形１、電流波形１）～（電圧波形４、電流波形４））を取得する。

　図１５において、３５４－１、３５４－２、３５４－３は、位相調整後の電流波形１と電流波形２の２つの波形、電流波形２と電流波形３の２つの波形、電流波形３と電流波形４の２つの波形をそれぞれ接続した状態を示している。

　図１５において、３５５は、電流波形１と電流波形２、電流波形２と電流波形３、電流波形３と電流波形４のそれぞれの２つの接続波形に対して、長さ４０ｍｓ（電源周波数の２周期分）の窓関数を掛けてフーリエ変換を行う切り出し範囲を少しずつずらして行う短時間フーリエ変換で求めた状態変化特徴量の時間推移を示している。

　位相調整後の１周期の２つの電流波形の接続例について以下に説明する。位相調整後の１周期の２つの電流波形（波形１、２）が以下のデータとして並んでいるものとする。

波形１：ＡＡＡＡＡＡＡＡＡＡ
波形２：ＢＢＢＢＢＢＢＢＢＢ

（１）２つの波形を周期を合わせて接続する。
前半を波形１、後半を波形２とするパターンで２周期の波形を作成する。
例：ＡＡＡＡＡ　ＡＡＡＡＡ　ＢＢＢＢＢ　ＢＢＢＢＢ

（２）２つの波形を周期を合わせて、半周期ごとに接続する。

　１周期の前半を波形１、１周期の後半を波形２とするパターンで１周期の波形を作成する。
例：ＡＡＡＡＡ　ＢＢＢＢＢ

（３）２つの波形を周期を合わせて、交互に並べる。

　データ点１を波形１、データ点２を波形２、データ点３を波形１、・・・というように奇数番目のデータ点をＡ、偶数番目のデータ点をＢという並び方にする。偶数番目か奇数番目かは逆でもよい。この場合、奇数次高調波成分以外は出ないが、変化がある場合に高周波の強度が大きくなる。
例：ＡＢＡＢＡ　ＢＡＢＡＢ　ＡＢＡＢＡ　ＢＡＢＡＢ

（４）２つの波形を周期を合わせて、ランダムに並べる。

　１周期波形の全データ数の半分をＡ、その他半分をＢとし、
波形データＡを選択するか、波形データＢを選択するかを、ランダムに決める。
例：ＡＡＢＡＢ　ＢＡＢＢＡ

　図１６は、位相調整後の１周期（２０ｍｓ）の２つの電流波形の接続の仕方を例示する図である。図１６の３６１は波形１、３６２は波形２である。

波形１：Ａ１～Ａ１０のデータがこの順で並んでいる。
波形２：Ｂ１～Ｂ１０のデータがこの順で並んでいる。

　図１６において、３６３は、前半の１周期を波形１（３６１）、後半の１周期を波形２（３６２）とする２周期の波形を作成する例を示している。これは、図１５の２つの波形の接続（３５４―１～３５４―３）の仕方に対応している。

　図１６において、３６４は、１周期の前半を波形１、後半を波形２として１周期の波形を作成する例を示している。３６４において、１周期目の波形は、前半が波形１のＡ１～Ａ５（３６１－１）、後半は波形２のＢ６～Ｂ１０（３６２－２）、２周期目の波形は、前半が波形１のＡ６～Ａ１０（３６１－２）、後半は波形２のＢ１～Ｂ５（３６２－１）となる。

　例示的な第３の実施形態においても、状態変化検知装置１００Ｂにおける各手段は、図２６を参照して説明した前記第１の実施形態と同様、コンピュータで実行されるプログラムで実現するようにしてもよいことは勿論である。

　例示的な第３の実施形態によれば、時系列的に隣り合った２つの電流波形を、第１の実施の形態と同じ方法で比較できるため、装置の性能等の理由でデータが連続的に測定できない場合であっても、奇数次高調波成分以外の高調波を用いて状態遷移を検知することができる。ＨＥＭＳでの電源電流のサンプリング期間は１００ｍｓｅｃ（商用電源周波数５周期分の時間区間）であり、１０秒に１回の測定となる。この場合、測定無しの期間で定常状態から遷移状態に切り替わっていても、第２の実施形態によれば、遷移状態を推定することができる。

　なお、位相調整波形接続手段１０４の波形入力部１０４－１が、状態変化検知装置１００Ｂ内部又は外部の記憶装置に予め記憶されている、複数のデータ取得期間に測定された複数の電圧波形データと電流波形データ（例えば図１５の（電圧波形１、電流波形１）～（電圧波形４、電流波形４）等）から、時系列的に隣り合った２つのデータ取得タイミングにおける１周期分の電流波形データと電圧波形データをそれぞれ入力する場合、状態変化検知装置１００Ｂに波形取得手段１０３を含めない構成としてもよい。

＜第４の実施の形態＞　
　次に、本発明の例示的な第４の実施形態について説明する。図１７は、第４の実施形態の構成を例示する図である。図１７を参照すると、第４の実施形態の状態変化検知装置１００Ｃは、前記第２の実施形態の波形取得手段（波形取得部）１０３、状態変化特徴量抽出手段（状態変化特徴量抽出部）１０１、遷移状態抽出手段（遷移状態抽出部）１０２に加えて、状態変化点保存手段（状態変化点保存部）１０５と、定常状態分離抽出保存手段（定常状態分離抽出保存部）１０６と、機器固有状態抽出手段（機器固有状態抽出部）１０７をさらに備えている。

　波形取得手段１０３は、図２４Ａを参照して説明したように測定器２００に接続されるか、又は測定器を含む構成としてもよいし、あるいは図２５Ａを参照して説明したように、分電盤の主ブレーカ又は分岐ブレーカ等に接続された電流センサで測定された、複数の電気機器に流れる電源電流波形やスマートメータで測定された電源電流波形を機器分離技術等で波形分離したものであってもよい。状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２は、前記第１、第２の実施形態で説明したものと同一である。

　図１８は、例示的な第４の実施形態の動作を説明する図である。図１８において、ステップＳ１０、Ｓ１１は、図４のステップＳ１０、Ｓ１１と同じである。図１８のステップＳ１２では、図４のステップＳ１２と同じく、遷移状態抽出手段１０２が、電流波形データの区間の状態変化特徴量の大きさに基づき、当該区間が定常状態であるか遷移状態であるか判定し、定常状態と遷移状態の時系列データを出力する。図１８を参照すると、状態変化点保存手段１０５は、遷移状態抽出手段１０２で抽出された状態（定常状態、遷移状態）の時系列データを受け取り、状態変化点情報（定常状態から遷移状態、あるいは、遷移状態から定常状態への変化時点）を取得して記憶装置（図１９Ａの１０５－４）に逐次保存する（ステップＳ１３）。

　定常状態分離抽出保存手段１０６は、状態変化点保存手段１０５によって記憶装置１０５－４に保存された状態変化点情報を用いて、電流波形データ（時系列）を分類（クラスタリング）する（ステップＳ１４）。なお、電流波形データ（時系列）のクラスタリングにおいて、クラスタリングの手法は特に制限されるものでなく、最短距離法などの階層的手法（ｈｉｅｒａｒｃｈｉｃａｌ　ｍｅｔｈｏｄ）や、ｋ－ｍｅａｎｓ法などの非階層的手法（ｎｏｎ－ｈｉｅｒａｒｃｈｉｃａｌ　ｍｅｔｈｏｄ）など任意の手法が用いられる。

　機器固有状態抽出手段１０７は、定常状態分離抽出保存手段１０６によって分離抽出された状態変化点の前後の各定常状態について、時系列の順に、例えば定常状態の特徴量の差分をとることで、機器固有の特徴量を抽出する（ステップＳ１５）

　本実施形態によれば、機器分離等の波形解析に利用される機器固有の波形を自動で取得可能としている。

　以下では、第４の実施形態について、前記第１の実施形態との相違点である状態変化点保存手段１０５と、定常状態分離抽出保存手段１０６と、機器固有状態抽出手段１０７を中心に説明する。

　図１９Ａは、図１７の状態変化点保存手段１０５の構成例を例示する図である。状態変化点保存手段１０５は、状態情報を入力する状態情報入力部１０５－１、状態変化点の情報を取得する状態変化点情報取得部１０５－２、状態変化点の情報を記憶装置１０５－４に保存する状態変化点情報保存部１０５－３を備えている。

　図１９Ｂは、図１９Ａの状態変化点保存手段１０５の動作を説明する流れ図である。図１９Ｂを参照すると、状態情報入力部１０５－１は、遷移状態抽出手段１０２で抽出された状態（定常状態、遷移状態の時系列）の時系列データを受け取る（ステップＳ５０）。

　状態変化点情報取得部１０５－２は、状態（定常状態、遷移状態の時系列）の時系列データから状態変化点情報を取得する（ステップＳ５１）。状態変化点は、変化の時点に関する情報と変化の種別（定常状態から遷移状態への変化であるか、遷移状態から定常状態への変化であるか等）を含むようにしてもよい。

　状態変化点情報保存部１０５－３は、状態変化点情報を記憶装置１０５－４に保存する（ステップＳ５２）。

　状態変化点の情報は、状態が変化した時刻情報と、変化した先が遷移状態であるか定常状態であるかを１又は０で表した２値であってもよい（状態変化点情報＝（時刻情報）＋（２値情報））。

　あるいは、状態変化点の情報は、遷移状態抽出手段１０２において遷移状態であるか定常状態であるかの判定に用いる状態変化特徴量そのものでもよい。

　状態変化点情報保存部１０５－３は、状態変化点での電流波形データは保存せず、状態変化点前後の定常状態と判定された時間区間の電流波形データを時系列データとして記憶装置１０５－４に保存するようにしてもよい。

　図２０Ａは、図１７の定常状態分離抽出保存手段１０６の構成例を例示する図である。図２０Ａを参照すると、定常状態分離抽出保存手段１０６は、状態変化点情報を入力する状態変化点情報入力部１０６－１、電流波形データを入力する電流波形入力部１０６－２、定常状態の電流波形を分類する定常状態分離抽出部１０６－３、定常状態の電流波形（特徴量）を記憶装置１０６－５に保存する定常状態保存部１０６－４を備えている。

　図２０Ｂは、図２０Ａの定常状態分離抽出保存手段１０６の動作を説明する流れ図である。図２０Ｂを参照すると、状態変化点情報入力部１０６－１は、状態変化点保存手段１０５によって記憶装置１０５－４に保存された状態変化点情報を入力する（ステップＳ６０）。

　電流波形入力部１０６－２は、波形取得手段１０３で取得した電流波形データを入力する（ステップＳ６１）。

　定常状態分離抽出部１０６－３は、状態変化点情報に基づき、定常状態の電流波形データ（時系列）を分類する。例えば定常状態分離抽出部１０６－３は、状態変化点の前後の電流波形データ（もしくは電力波形であってもよい）の定常状態の特徴量に基づき、定常状態を分離抽出する（ステップＳ６２）。

　定常状態分離抽出部１０６－３は、状態変化点前後の定常状態の電流波形データから、当該定常状態の電流波形データの特徴量を抽出し、抽出した定常状態の電流波形データの特徴量の分布もしくは平均値等を抽出する。

　ここで、定常状態の特徴量は、電流波形データそのものであってもよい。

　あるいは、定常状態分離抽出部１０６－３は、定常状態の特徴量として、電流波形データをフーリエ変換した周波数領域での特徴量を用いてもよい。定常状態の特徴量は、状態変化特徴量を用いてもよいし、あるいは、商用電源周波数の奇数次高調波成分の周波数成分の強度の和又は２乗和等を定常状態の特徴量としてもよい。

　定常状態保存部１０６－４は、分離抽出された定常状態の電流波形データ（特徴量）を記憶装置１０６－５に保存する（ステップＳ６３）。

　図２１Ａは、図１７の機器固有状態抽出手段１０７の構成例を例示する図である。図２１Ａを参照すると、機器固有状態抽出手段１０７は、定常状態の電流波形（特徴量）を入力する定常状態電流波形入力部１０７－１、定常状態の電流波形から機器固有の電流波形（特徴量）を取得する機器固有波形（特徴量）取得部１０７－２、機器固有波形を記憶装置１０７－４に保存する機器固有波形（特徴量）保存部１０７－３を備えている。

　図２１Ｂは、図２１Ａの機器固有状態抽出手段１０７の動作を説明する流れ図である。図２１Ｂを参照すると、定常状態電流波形入力部１０７－１は、定常状態分離抽出保存手段１０６によって分離抽出された状態変化点の前後の各定常状態の時系列の電流波形データを入力する（ステップＳ７０）。

　機器固有波形（特徴量）取得部１０７－２は、例えば状態変化点の前後の定常状態の特徴量の差分をとることで、機器固有の波形（特徴量）を抽出する（ステップＳ７１）。これは、状態変化点の前の電流波形が定常状態から遷移状態に変化し、再び定常状態に変化した場合、その前後での電流波形の特徴量の変化分が、電気機器固有の特徴量に対応している。

　定常状態の特徴量が定常状態の電流波形データそのものである場合、機器固有波形（特徴量）取得部１０７－２は、定常状態分離抽出保存手段１０６によって得られた各定常状態の電流波形データについて、状態変化点前後の定常状態の電流波形データの差分をとることで、電気機器単体の固有波形を抽出するようにしてもよい。すなわち、状態変化点前の第１の安定状態の電流波形が、状態変化点である遷移状態の電流波形を経て、状態変化点後の第２の安定状態の電流波形に遷移した場合に、第２の安定状態の電流波形と、第１の安定状態の電流波形との差分である差分波形を電気機器固有の波形とする。

　機器固有波形（特徴量）保存部１０７－２で抽出された機器固有波形（又はその波形の特徴量）を、記憶装置１０７－４に保存する（ステップＳ７２）。記憶装置１０７－４は、例えば非特許文献２に記載された波形解析等の照合用に波形データベース等であってもよい。

　状態変化点前後の定常状態の電流波形データ（又はその特徴量）の差分を取ることによって電気機器単体の固有波形（特徴量）を抽出する例として、例えば図９の電流波形３１１について、図９の状態（遷移状態、定常状態）の時間推移３１４に示すように、第１の定常状態（０～２０ｍｓ）、遷移状態（２０ｍｓ～６０ｍｓ）、第２の定常状態（６０ｍｓ～１００ｍｓ）と時間推移している。この場合、機器固有状態抽出手段１０７において、第１の定常状態（０～２０ｍｓ）と第２の定常状態（６０～１００ｍｓ）の電流波形（又はその特徴量）の差分を電気機器単体の固有波形（特徴量）としてもよい。

　また、機器固有波形（特徴量）取得部１０７－２は、状態変化点前後のそれぞれの電流波形データに関して、分布の比較を行う場合、状態変化点前後のそれぞれの定常状態の電流波形データのデータ点数を揃えるなどの前処理を施してから、例えば、主成分分析を行い、固有波形を抽出するようにしてもよい。

　例えば、機器固有波形（特徴量）取得部１０７－２は、状態変化点前後のそれぞれの定常状態の電流波形データに関して、データ点数の多い方の電流波形データのデータ点数を減らすか、もしくは、データ点数の少ない方を、得られた分布の乱数などを用いて増やす、などして、状態変化点前後それぞれの定常状態の電流波形データのデータ点数を揃えるようにしてもよい。上記のようにして、機器固有状態抽出手段１０７は、機器単体の固有波形を抽出する。

　第４の実施形態においても、状態変化検知装置１００Ｃにおける各手段は、図２６を参照して説明した前記第１の実施形態と同様、コンピュータで実行されるプログラムで実現するようにしてもよいことは勿論である。

　第４の実施形態によれば、電気機器の稼働状況を表す電源電流波形データから遷移状態を自動で検知し、定常状態を自動で分類し、電気機器固有の電流波形を自動で抽出することができるので、電気機器単体の固有電流波形と電力を自動で抽出して学習することができる。なお、第４の実施形態において、状態変化特徴量抽出手段１０１が、状態変化検知装置１００Ｃ内部又は外部の記憶装置に予め記憶保持されている電流波形データに基づき、状態変化特徴量を計算する構成とし、図１７の波形取得手段１０３を用いない構成としてもよい。

＜第４の実施形態の変形例１＞
　次に、本発明の例示的な第４の実施形態の変形例１について説明する。図２２は、変形例１を例示する図である。

　図２２に示すように、変形例１の状態変化検知装置１００Ｄは、図１７の機器固有状態抽出手段１０７の代わりに、機器の稼働状態推定手段１０８を備えている。また、波形取得手段１０３は、１台の電気機器の電源電流波形データを取得する。波形取得手段１０３は、図２４Ａを参照して説明した測定器２００から電源電流波形データを取得する構成としてもよい。あるいは、図２５Ａに示すように、分電盤の主ブレーカ又は分岐ブレーカ等に接続された電流センサ２３又はスマートメータ２５からの電源電流波形を波形分離部１０３－３で機器分離し、１台の電気機器の電源電流波形データを取得するようにしてもよい。図２２において、状態変化特徴量抽出手段１０１、遷移状態抽出手段１０２に加えて、状態変化点保存手段１０５と、定常状態分離抽出保存手段１０６は、前記第４の実施形態と同一である。

　稼働状態推定手段１０８は、定常状態分離抽出保存手段１０６によって得られた定常状態の電流波形データの特徴量の時系列順序を抽出することによって、電気機器の稼働パターン（稼働状態）を推定する。稼働状態として、電気機器のオン、オフや、稼働パターン、消費電力等を推定することができる。例えば定常状態の特徴量を、電流波形データをフーリエ変換した周波数領域での特徴量（例えば前記第１の実施形態の状態変化特徴量、あるいは、商用電源周波数の奇数次高調波成分の周波数成分の強度の和又はｎ乗和等）とし、この特徴量の時間推移から定常状態のパターンを取得し、これを機器の稼働パターンとして記憶装置１０８－１に保存するようにしてもよい。

　変形例１によれば、稼働状態推定手段１０８で取得した稼働パターンから電気機器の動作状況の時間推移を把握、解析することができる。変形例１によれば、特定の機器の各動作モードへの電流波形の遷移パターンを自動で学習することが可能とされている。このため、機器の稼働パターンを抽出することも可能である。なお、第４の実施形態の変形例１において、状態変化特徴量抽出手段１０１が、前記第１の実施形態と同様、状態変化検知装置１００Ｄ内部又は外部の記憶装置に予め記憶保持されている電流波形データに基づき、状態変化特徴量を計算する構成とし、図１７の波形取得手段１０３を用いない構成としてもよい。

＜第４の実施形態の変形例２＞
　次に、本発明の例示的な第４の実施形態の変形例２について説明する。図２３は、本発明の第４の実施形態の変形例２の構成を例示する図である。図２３を参照すると、変形例２の状態変化検知装置１００Ｅは、図１７を参照して説明した第４の実施形態における波形取得手段１０３と状態変化特徴量抽出手段１０１の間に、前記第３の実施形態の位相調整波形接続手段１０４を備えている。

　変形例２によれば、前記例示的な第４の実施形態の作用効果に加え、装置の性能等の理由でデータが連続的に測定できない場合であっても、奇数次高調波成分以外の高調波を用いて状態遷移を検知することができる。

　さらなる変形例として、図２２を参照して説明した例示的な第４の実施形態の変形例１における波形取得手段１０３と状態変化特徴量抽出手段１０１の間に、前記第３の実施形態の位相調整波形接続手段１０４を備えた構成としてもよい。

　なお、上記の特許文献１－６、非特許文献１、２の各開示を、本書に引用をもって繰り込むものとする。本発明の全開示（請求の範囲を含む）の枠内において、さらにその基本的技術思想に基づいて、実施形態ないし実施例の変更・調整が可能である。また、本発明の請求の範囲の枠内において種々の開示要素（各請求項の各要素、各実施例の各要素、各図面の各要素等を含む）の多様な組み合わせ乃至選択が可能である。すなわち、本発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。

　上記した実施形態は以下のように付記される（ただし、以下に制限されない）。

（付記１）
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出手段と、
　前記波形データの区間に対して、抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出手段と、
　を備えたことを特徴とする状態変化検知装置。

（付記２）
　前記状態変化特徴量抽出手段は、前記電源電流の波形データの周波数領域において電源周波数の奇数次高調波成分以外の周波数成分の各強度を計算し、
　前記各強度の和又はｎ乗和（ｎは２以上の整数）に基づき、前記状態変化特徴量を算出する、ことを特徴とする付記１に記載の状態変化検知装置。

（付記３）
　前記状態変化特徴量抽出手段は、電源周波数の１周期以内の所定の長さの前記電源電流の波形データ又は電源周波数の複数周期の前記電源電流の波形データから、前記状態変化特徴量を抽出する、ことを特徴とする付記１又は２に記載の状態変化検知装置。

（付記４）
　波形取得手段で取得した前記電源電流の波形データのうち、電源周波数の１周期以上異なる１周期以内の複数の前記波形データに対して、他の波形データに対する位相合わせが必要な前記波形データの位相を調整した上で、１周期以内の複数の前記波形データを接続する位相調整波形接続手段をさらに備え、
　前記状態変化特徴量抽出手段は、前記位相調整波形接続手段で接続された複数の１周期以内の前記波形データに対して、前記状態変化特徴量を算出する、ことを特徴とする付記１乃至３のいずれか一に記載の状態変化検知装置。

（付記５）
　前記遷移状態抽出手段は、
　前記状態変化特徴量の大きさが予め定められた閾値を超えている場合、前記波形データの区間を遷移状態と判定し、
　前記状態変化特徴量の大きさが前記閾値以下の場合、前記波形データの区間を定常状態と判定し、判定結果を出力する、ことを特徴とする付記１乃至４のいずれか一に記載の状態変化検知装置。

（付記６）
　前記遷移状態抽出手段によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存手段と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出保存手段と、
　分離抽出された前記定常状態に基づき、電気機器に固有の波形又は特徴量を抽出する機器固有状態抽出手段と、
　をさらに含む、ことを特徴とする付記５に記載の状態変化検知装置。

（付記７）
　前記遷移状態抽出手段によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存手段と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出保存手段と、
　分離抽出された前記定常状態の波形データの特徴量を学習し、学習した定常状態の特徴量に基づき、電気機器の稼動状態を推定する稼動状態推定手段と、
　をさらに含む、ことを特徴とする付記５に記載の状態変化検知装置。

（付記８）
　コンピュータによる電気機器の状態変化検知方法であって、
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出ステップと、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出ステップと、
　を含むことを特徴とする状態変化検知方法。

（付記９）
　前記状態変化特徴量抽出ステップは、前記電源電流の波形データの周波数領域において電源周波数の奇数次高調波成分以外の周波数成分の各強度を計算し、前記各強度の和又はｎ乗和（ｎは２以上の整数）に基づき、前記状態変化特徴量を算出する、ことを特徴とする付記８記載の状態変化検知方法。

（付記１０）
　前記状態変化特徴量抽出ステップは、電源周波数の１周期以内の所定の長さの前記電源電流の波形データ又は電源周波数の複数周期の前記電源電流の波形データから、前記状態変化特徴量を抽出する、ことを特徴とする付記８又は９に記載の状態変化検知方法。

（付記１１）
　前記波形取得ステップで取得した前記電源電流の波形データのうち、電源周波数の１周期以上異なる１周期以内の複数の前記波形データに対して、他の波形データに対する位相合わせが必要な前記波形データの位相を調整した上で、１周期以内の複数の前記波形データを接続する位相調整波形接続ステップをさらに含み、
　前記状態変化特徴量抽出ステップは、前記位相調整波形接続ステップで接続された複数の１周期以内の前記波形データに対して前記状態変化特徴量を算出する、ことを特徴とする付記８乃至１０のいずれか一に記載の状態変化検知方法。

（付記１２）
　前記遷移状態抽出ステップは、
　前記状態変化特徴量の大きさが予め定められた閾値を超えている場合、前記波形データの区間を遷移状態と判定し、
　前記状態変化特徴量の大きさが前記閾値以下の場合、前記波形データの区間を定常状態と判定し、判定結果を出力する、ことを特徴とする付記８乃至１１のいずれか一に記載の状態変化検知方法。

（付記１３）
　前記遷移状態抽出ステップによって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存ステップと、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出ステップと、
　分離抽出された前記定常状態について電気機器に固有の波形又は特徴量を抽出する機器固有状態抽出ステップと、
　をさらに含む、ことを特徴とする付記１２に記載の状態変化検知方法。

（付記１４）
　前記遷移状態抽出ステップによって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存ステップと、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出ステップと、
　分離抽出された前記定常状態の波形データの特徴量を学習し、学習した定常状態の特徴量に基づき、電気機器の稼動状態を推定する稼動状態推定ステップをさらに含む、ことを特徴とする付記１２に記載の状態変化検知方法。

（付記１５）
　コンピュータに、
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出処理と、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出処理と、
　を実行させるプログラム。

（付記１６）
　前記状態変化特徴量抽出処理は、前記電源電流の波形データの周波数領域において電源周波数の奇数次高調波成分以外の周波数成分の各強度を計算し、前記各強度の和又はｎ乗和（ｎは２以上の整数）に基づき、前記状態変化特徴量を算出する、ことを特徴とする付記１５に記載のプログラム。

（付記１７）
　前記状態変化特徴量抽出処理は、電源周波数の１周期以内の所定の長さの前記電源電流の波形データ又は電源周波数の複数周期の前記電源電流の波形データから、前記状態変化特徴量を抽出する、ことを特徴とする付記１５又は１６に記載のプログラム。

（付記１８）
　前記波形取得処理で取得した前記電源電流の波形データのうち、電源周波数の１周期以上異なる１周期以内の複数の前記波形データに対して、他の波形データに対する位相合わせが必要な前記波形データの位相を調整した上で、１周期以内の複数の前記波形データを接続する位相調整波形接続処理をさらに含み、
　前記状態変化特徴量抽出処理は、前記位相調整波形接続処理で接続された複数の１周期以内の前記波形データに対して前記状態変化特徴量を算出する、ことを特徴とする付記１５乃至１７のいずれか一に記載のプログラム。

（付記１９）
　前記遷移状態抽出処理は、前記状態変化特徴量の大きさが予め定められた閾値を超えている場合に遷移状態、前記状態変化特徴量の大きさが前記閾値以下の場合に定常状態と判定し、判定結果を出力する、ことを特徴とする付記１５乃至１８のいずれか一に記載のプログラム。

（付記２０）
　前記遷移状態抽出処理によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存処理と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出処理と、
　前記定常状態について電気機器に固有の波形又は特徴量を抽出する機器固有状態抽出処理と、
　をさらに前記コンピュータに実行させる、付記１９に記載のプログラム。

（付記２１）
　前記遷移状態抽出処理によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存処理と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出処理と、
　分離抽出された前記定常状態の波形データの特徴量を学習し、学習した定常状態の特徴量に基づき、電気機器の稼動状態を推定する稼動状態推定処理と、
　をさら前記コンピュータに実行させる、付記１９に記載のプログラム。

２０　建屋（家屋、店舗、工場等）
２１　通信装置（ＨＥＭＳ／ＢＥＭＳ／ＦＥＭＳコントローラ）
２２　分電盤
２３　電流センサ
２４Ａ～２４Ｃ　電気機器
２５　スマートメータ
１００、１００Ａ、１００Ｂ、１００Ｃ、１００Ｄ、１００Ｅ　状態変化検知装置
１０１　状態変化特徴量抽出手段（状態変化特徴量抽出部）
１０１－１　波形入力部
１０１－２　フーリエ変換部
１０１－３　状態変化特徴量計算部
１０１－４　記憶装置
１０２　遷移状態抽出手段（遷移状態抽出部）
１０２－１　状態変化特徴量入力部
１０２－２　判定部
１０２－３　状態出力部
１０２－４、１０２－５　記憶装置
１０２－６　表示装置
１０２－７　外れ値検出部
１０３　波形取得手段（波形取得部）
１０３－１　通信部
１０３－２　波形抽出部
１０３－３　波形分離部
１０３－４　記憶装置
１０４　位相調整波形接続手段（位相調整波形接続部）
１０４－１　波形入力部
１０４－２　位相調整部
１０４－３　波形接続部
１０５　状態変化点保存手段
１０５－１　状態情報入力部
１０５－２　状態変化点情報取得部
１０５－３　状態変化点情報保存部
１０５－４　記憶装置
１０６　定常状態分離抽出保存手段（定常状態分離抽出保存部）
１０６－１　状態変化点情報入力部
１０６－２　電流波形入力部
１０６－３　定常状態分離抽出部
１０６－４　定常状態保存部
１０６－５　記憶装置
１０７　機器固有状態抽出手段（機器固有状態抽出部）
１０７－１　定常電流波形入力部
１０７－２　機器固有波形（特徴量）取得部
１０７－３　機器固有波形（特徴量）保存部
１０７－４　記憶装置
１０８　稼働状態推定手段（稼働状態推定部）
１０８－１　記憶装置
１１０　コンピュータ装置
１１１　ＣＰＵ
１１２　記憶装置
１１３　ＩＯインタフェース
１１４　通信インタフェース
２００　測定器
２０１　電圧計
２０２　降圧回路
２０３、２０６　アナログデジタル変換器（ＡＤＣ）
２０４　電流計
２０５　電流検知回路
２０７　乗算器
２０８　有効電力算出部
２０９　通信部
２１０　負荷
２７１～２７７　波形
３１１、３２１、３４１　電流波形データ
３１２、３１３、３２２、３４２　状態変化特徴量
３１４、３２３、３４３　遷移状態検出結果の時間推移
３３１　周波数スペクトル（遷移状態）
３３２　周波数スペクトル（定常状態）
３５１－１～３５１－４　電圧波形
３５２－１～３５２－４　電流波形
３５３－１～３５３－４　データ取得期間
３５４－１～３５４－３　波形の接続
３５５　状態変化特徴量
３６１　波形１
３６１－１、３６１－２　波形１の部分波形
３６２　波形２
３６２－１、３６２－２　波形２の部分波形
３６３　波形の接続
３６４　波形の接続
３７１　　電流波形（合成波形）
３７２～３７４　電流波形（分離波形）

Claims

　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出手段と、
　前記波形データの区間に対して、抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出手段と、
　を備えたことを特徴とする状態変化検知装置。
　前記状態変化特徴量抽出手段は、前記電源電流の波形データの周波数領域において電源周波数の奇数次高調波成分以外の周波数成分の各強度を計算し、
　前記各強度の和又はｎ乗和（ｎは２以上の整数）に基づき、前記状態変化特徴量を算出する、ことを特徴とする請求項１記載の状態変化検知装置。
　前記状態変化特徴量抽出手段は、電源周波数の１周期以内の所定の長さの前記電源電流の波形データ又は電源周波数の複数周期の前記電源電流の波形データから、前記状態変化特徴量を抽出する、ことを特徴とする請求項１又は２に記載の状態変化検知装置。
　前記電源電流の波形データのうち、電源周波数の１周期以上異なる１周期以内の複数の前記波形データに対して、他の波形データに対する位相合わせが必要な前記波形データの位相を調整した上で、１周期以内の複数の前記波形データを接続する位相調整波形接続手段をさらに備え、
　前記状態変化特徴量抽出手段は、前記位相調整波形接続手段で接続された複数の１周期以内の前記波形データに対して、前記状態変化特徴量を算出する、ことを特徴とする請求項１乃至３のいずれか１項に記載の状態変化検知装置。
　前記遷移状態抽出手段は、
　前記状態変化特徴量の大きさが予め定められた閾値を超えている場合、前記波形データの区間を遷移状態と判定し、
　前記状態変化特徴量の大きさが前記閾値以下の場合、前記波形データの区間を定常状態と判定し、判定結果を出力する、ことを特徴とする請求項１乃至４のいずれか１項に記載の状態変化検知装置。
　前記遷移状態抽出手段によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存手段と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出保存手段と、
　分離抽出された前記定常状態に基づき、電気機器に固有の波形又は特徴量を抽出する機器固有状態抽出手段と、
　をさらに含む、ことを特徴とする請求項５に記載の状態変化検知装置。
　前記遷移状態抽出手段によって検知された定常状態と遷移状態の時系列情報を入力し、状態の変化点を保存する状態変化点保存手段と、
　前記状態変化点の前後の定常状態の前記波形データを分離抽出する定常状態分離抽出保存手段と、
　分離抽出された前記定常状態の波形データの特徴量を学習し、学習した定常状態の特徴量に基づき、電気機器の稼動状態を推定する稼動状態推定手段と、
　をさらに含む、ことを特徴とする請求項５に記載の状態変化検知装置。
　コンピュータによる電気機器の状態変化検知方法であって、
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出ステップと、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出ステップと、
　を含むことを特徴とする状態変化検知方法。
　コンピュータに、
　電源電流の波形データに関する状態変化特徴量を抽出する状態変化特徴量抽出処理と、
　前記波形データの区間に対して抽出した状態変化特徴量の大きさに基づいて、遷移状態を検知する遷移状態抽出処理と、
　を実行させるプログラム。