JP2000292465A - Electric apparatus monitoring system and abnormal operation alerting system - Google Patents
Electric apparatus monitoring system and abnormal operation alerting systemInfo
- Publication number
- JP2000292465A JP2000292465A JP2000024531A JP2000024531A JP2000292465A JP 2000292465 A JP2000292465 A JP 2000292465A JP 2000024531 A JP2000024531 A JP 2000024531A JP 2000024531 A JP2000024531 A JP 2000024531A JP 2000292465 A JP2000292465 A JP 2000292465A
- Authority
- JP
- Japan
- Prior art keywords
- data
- electric
- monitoring system
- current
- phase
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、電気機器の動作状
態を非侵入的な方法で推定する電気機器のモニタリング
システム及びこれを利用した電気機器の動作異常警告シ
ステムに関するものである。さらに詳しくは、本発明は
電気機器なかでもインバータ機器の動作状態を推定する
のに好適な電気機器モニタリングシステム及びこれを利
用した電気機器の動作異常警告システムに関するもので
ある。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a monitoring system for electrical equipment for estimating the operating state of electrical equipment by a non-invasive method, and a warning system for abnormal operation of electrical equipment using the same. More specifically, the present invention relates to an electric device monitoring system suitable for estimating the operation state of an inverter device among electric devices, and an operation abnormality warning system for an electric device using the same.
【０００２】[0002]
【従来の技術】従来、電力需要家において設置している
電気機器は単純なオン・オフ動作をするものが多かっ
た。このような電気機器の動作状態を非侵入的（Non-In
trusive;給電線引込口付近一箇所に測定センサーを設置
するもので、給電線下流の分岐回路毎に測定センサーを
取り付けたり、回路に接続されている電気機器毎に測定
センサーを取り付けたりしない状態のことをいう）に推
定するモニタリングシステムが提案されている。このモ
ニタリングシステムは、例えば、ＭＩＴ（Massachusett
s Institute of Technology ; 米国) で開発されたアル
ゴリスムを用いてＥＰＲＩ(Electric Power Research I
nstitute; 米国) が装置化している。このアルゴリズム
を用いたモニタリングシステムでは、上記電気機器のオ
ン・オフ動作を需要家の総電力負荷カーブのステップ状
の時間変化として捉え、電気機器の定格消費電力及び力
率に基づいてオンあるいはオフとなった電気機器の特定
と動作状態の推定を行っている。2. Description of the Related Art Conventionally, electric appliances installed in electric power consumers often perform simple on / off operations. Non-invasive (Non-In
trusive: A measurement sensor is installed at one location near the feed line inlet, and the measurement sensor is not installed for each branch circuit downstream of the feed line or for each electrical device connected to the circuit. A monitoring system for estimating the above is proposed. This monitoring system is, for example, MIT (Massachusett)
EPRI (Electric Power Research I) using an algorithm developed at the Institute of Technology;
nstitute; United States). In a monitoring system using this algorithm, the on / off operation of the electric device is regarded as a step-like time change of the total power load curve of the consumer, and is turned on or off based on the rated power consumption and the power factor of the electric device. The electrical equipment that has become lost is identified and the operating state is estimated.
【０００３】[0003]
【発明が解決しようとする課題】しかしながら、最近で
は、一般家庭の電力需要家においても、電気機器として
各種のインバータ機器が設置されてきており、電力需要
家における電気機器の消費電力の時間的推移が必ずしも
ステップ状ではなく、穏やかに変動したり、あるいは不
規則に変動したりしてきている。このような電力変動を
する場合には、上記ＭＩＴが開発した従来のアルゴリズ
ムを採用したモニタリングシステムでは、インバータ機
器を含んだ電気機器の動作状態を推定することができな
い。しかも、最近はインバータ機器だけを使用したり、
ノンインバータ機器を使用したりするといことはなく、
これら電気機器が混在した状態で使用されていることが
一般的であり、一層電気機器の動作状況の把握を難しく
している。However, recently, various types of inverter equipment have been installed as electric equipment even in electric power consumers in ordinary households, and the temporal change in power consumption of electric equipment in electric power consumers. Is not necessarily stepped, but fluctuates gently or irregularly. In the case of such power fluctuation, the monitoring system employing the conventional algorithm developed by MIT cannot estimate the operation state of the electric device including the inverter device. Moreover, recently, only inverter equipment has been used,
There is no reason to use non-inverter equipment,
It is common that these electric devices are used in a mixed state, making it more difficult to grasp the operation status of the electric devices.
【０００４】[0004]
【課題を解決するための手段】本発明は、従来のアルゴ
リズムでは推定ができない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並びにそれを利用した電気機
器の動作異常警告システムを提供することを目的とす
る。SUMMARY OF THE INVENTION The present invention utilizes an electric equipment monitoring system and an electric equipment monitoring system which can estimate the operating state of an electric equipment including an inverter equipment which cannot be estimated by a conventional algorithm by a non-invasive method. An object of the present invention is to provide an operation abnormality warning system for electric equipment.
【０００５】かかる目的を達成するため、請求項１記載
の発明に係る発明は、電力需要家が使用している複数の
電気機器の動作状態を推定するモニタリングシステムに
おいて、電力需要家の給電線引込口付近に設置した測定
センサーと、測定センサー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、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
手段を備えるようにしている。[0005] In order to achieve the above object, the invention according to the first aspect of the present invention provides a monitoring system for estimating the operating state of a plurality of electric appliances used by an electric power consumer. A measurement sensor installed near the mouth, data extraction means for extracting data on the fundamental and harmonic currents and their phases with respect to the voltage from the measurement data detected by the measurement sensor, and the fundamental and harmonic data from the data extraction means. A pattern recognition unit is provided for estimating the operation state of the electric equipment used by the power consumer based on the data relating to the current and the phase with respect to the voltage.
【０００６】したがって、請求項１記載の発明では、電
気機器が発生する基本波並びに高調波の電流とそれらの
電圧に対する位相のパターンに着目し、パターン認識手
段によるパターン認識手法を応用して、給電線引込口付
近で測定した総負荷電流と電圧の波形から基本波並びに
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
タを抽出し、電気機器の動作状態を推定するようにして
いる。Therefore, in the first aspect of the present invention, attention is paid to the fundamental wave and harmonic currents generated by the electric equipment and the pattern of the phase with respect to those voltages, and the pattern recognition method by the pattern recognition means is applied to the power supply. From the waveforms of the total load current and the voltage measured near the wire inlet, data on the fundamental and harmonic currents and their phases with respect to the voltages are extracted, and the operating state of the electric device is estimated.
【０００７】請求項２記載の発明では、請求項１のパタ
ーン認識手段としてニューラルネットワークを採用し、
当該ニューラルネットワークはインバータ機器を含む複
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
定したいくかつの高調波電流とその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させておくことで、電力需
要家の測定センサーで測定した基本波並びに高調波の電
流とそれらの位相に関するデータからパターン認識によ
って需要家の電気機器の動作状態を推定するようにして
いる。According to a second aspect of the present invention, a neural network is adopted as the pattern recognition means of the first aspect,
The neural network uses various combinations of a plurality of electrical devices including an inverter device and various combinations of operating states of the electrical devices with data on harmonic currents and phases thereof measured in advance and answers at that time. By learning the operating state of a certain electrical device as teaching data in advance and learning it from the data on the currents and phases of the fundamental wave and harmonics measured by the measuring sensor of the electric power consumer, the electric power of the consumer is recognized by pattern recognition. The operating state of the device is estimated.
【０００８】すなわち、ニュートラルネットワークに
は、あらかじめいくかつの教師データを与えて学習を終
了させておく必要がある。例えば、教師データとして
は、電気機器の組み合わせとそれぞれに対する動作状態
の組み合わせから、解答となる電気機器の動作状態を幾
つかを選び、ニューラルネットワークに与えて学習させ
る。そして、測定センサーで測定した総負荷電流の波形
と電圧の波形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し、これらを
学習の終了したニューラルネットワークに与える。これ
により、ニューラルネットワークはインバータ機器を含
む複数の電気機器の動作状態を推定する。[0008] That is, it is necessary to end the learning by giving a certain amount of teacher data to the neutral network in advance. For example, as the teacher data, some operation states of the electric devices to be answered are selected from combinations of the electric devices and the combinations of the operation states with respect to each of the combinations, and the answer is given to the neural network for learning. Then, from the waveform of the total load current and the waveform of the voltage measured by the measurement sensor, data on the currents of the fundamental wave and the harmonics and the phases with respect to those voltages are extracted, and these are given to the neural network for which learning has been completed. As a result, the neural network estimates the operating states of a plurality of electric devices including the inverter device.
【０００９】更に、請求項３記載の発明の電気機器の動
作異常警告システムは、請求項１または２に記載の電気
機器モニタリングシステムで得られた情報あるいはその
加工情報から、需要家在室者の安否、需要家内の安全、
電気機器や電化システムの異常の有無等を判定し、その
情報を外部へ発信するようにしている。この場合、火災
などに繋がる電力機器の異常動作や需要家在室者の安否
・安全を非侵入的な方法でモニタリングできる。Further, the electric equipment operation abnormality warning system according to the third aspect of the present invention uses the information obtained by the electric equipment monitoring system according to the first or second aspect or the processing information thereof to determine whether or not a customer occupant is present. Safety, safety in consumers,
Judgment is made as to whether or not there is an abnormality in the electric equipment or the electric system, and the information is transmitted to the outside. In this case, the abnormal operation of the power equipment leading to a fire or the like and the safety and safety of the occupants of the customer can be monitored by a non-invasive method.
【００１０】[0010]
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。Embodiments of the present invention will be described below with reference to the drawings.
【００１１】図１に、本発明の電気機器モニタリングシ
ステムが適用された系統の模式図を示す。この図１にお
いて、符号１は電気機器モニタリングシステムであり、
このモニタリングシステム１は、電力需要家２に設置さ
れている電気機器３の動作状態の推定において有用なも
のである。FIG. 1 is a schematic diagram of a system to which the electrical equipment monitoring system of the present invention is applied. In FIG. 1, reference numeral 1 denotes an electrical equipment monitoring system,
This monitoring system 1 is useful for estimating the operation state of the electric equipment 3 installed in the electric power consumer 2.
【００１２】この電力需要家２に設置されている電気機
器３としては、例えばテレビジョン受像機３ａ、冷蔵庫
３ｂ、エアーコンディショナー３ｃ、照明設備としての
白熱灯３ｄ及び蛍光灯３ｅを挙げることができる。ま
た、この電気機器３が接続される電力需要家２に設置さ
れている電気回路は、引込線４及び電柱５に架設された
電線を介して電気事業者等の電力系統に接続されてい
る。The electric equipment 3 installed in the power consumer 2 includes, for example, a television receiver 3a, a refrigerator 3b, an air conditioner 3c, an incandescent lamp 3d and a fluorescent lamp 3e as lighting equipment. Further, an electric circuit installed in the electric power consumer 2 to which the electric equipment 3 is connected is connected to an electric power system such as an electric power company through electric wires laid on the service lines 4 and electric poles 5.
【００１３】この電気機器モニタリングシステム１は、
基本的には、測定センサー１１と、測定センサー１１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１２と、データ抽出手段１２からの前述のデ
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、例えばニューラル
ネットワーク１３とからなる。This electric equipment monitoring system 1 includes:
Basically, the measurement sensor 11, data extraction means 12 for extracting data relating to the fundamental wave and harmonic currents and their phases with respect to their voltages from the measurement data detected by the measurement sensor 11, and the aforementioned data extraction means 12 from the data extraction means 12 It comprises pattern recognition means for estimating the operation state of the electric equipment used by the power consumer based on the data, for example, a neural network 13.
【００１４】ここで、上述した測定センサー１１は、電
力需要家２の引込線４の引込口６の付近に一箇所に設置
している。このように測定センサー１１を引込口６の付
近に一箇所に設置する構成としたことにより、非侵入的
なシステムとすることができる。この測定センサー１１
は、具体的には、例えば引込口６の付近の引込線４に電
気的に並列接続されている計器用変成器（ＰＴ）１１１
と、同付近の引込線４に直列接続された計器用変流器
（ＣＴ）１１２とからなる。さらに具体的に説明すれ
ば、前記ＰＴ１１１の一次側は、引込線４の電圧波形を
測定できるように引込線４に並列に接続されている。同
様に、ＣＴ１１２の一次側は、引込線４の電流波形を測
定できるように引込線４に直列に接続されている。これ
らＰＴ１１１とＣＴ１１２の各二次側は、データ抽出手
段１２の入力端子に接続されている。Here, the above-mentioned measuring sensor 11 is installed at one location near the service entrance 6 of the service wire 4 of the power consumer 2. Since the measurement sensor 11 is provided at one location near the inlet 6 in this way, a non-invasive system can be provided. This measurement sensor 11
Specifically, for example, an instrumentation transformer (PT) 111 electrically connected in parallel to the service line 4 near the service port 6.
And an instrument current transformer (CT) 112 connected in series to the service line 4 in the vicinity. More specifically, the primary side of the PT 111 is connected in parallel to the service line 4 so that the voltage waveform of the service line 4 can be measured. Similarly, the primary side of the CT 112 is connected in series to the service line 4 so that the current waveform of the service line 4 can be measured. Each secondary side of PT111 and CT112 is connected to the input terminal of data extraction means 12.
【００１５】上述したデータ抽出手段１２は、前記測定
センサー１１であるＰＴ１１１及びＣＴ１１２で検出し
た測定データから基本波並びに高調波の電流に関するデ
ータと、電圧に対する基本波と高調波の電流の位相に関
するデータとを取り出すことができる。このデータ抽出
手段１２からの基本波並びに高調波の電流に関するデー
タと、電圧に対する基本波の電流（以下、基本波電流と
も呼ぶ）と高調波の電流（以下、高調波電流とも呼ぶ）
の位相に関するデータとが、上述したパターン認識手段
の１つとしてのニューラルネットワーク１３に与えられ
る。The data extracting means 12 described above obtains data relating to the fundamental and harmonic currents from the measurement data detected by the PT 111 and CT 112 which are the measurement sensors 11, and data relating to the phases of the fundamental and harmonic currents with respect to the voltage. And can be taken out. The data on the fundamental wave and the harmonic current from the data extracting means 12, the current of the fundamental wave with respect to the voltage (hereinafter also referred to as the fundamental current) and the current of the harmonic (hereinafter also referred to as the harmonic current)
Is provided to the neural network 13 as one of the above-described pattern recognition means.
【００１６】上述したニューラルネットワーク１３は、
人間の脳の神経細胞を模倣した情報処理システムであ
り、いくつかの神経細胞（ニューロン）がシナプスと呼
ばれる媒体を介して相互に結合して情報を交換しながら
情報処理を行うようにした並列分散処理システムのこと
である。このニューラルネットワーク１３は、当該電力
需要家２が使用している電気機器３のうちインバータ機
器を含む電気機器の動作状態を推定する推定手段１３１
を備えている。The above-described neural network 13
An information processing system that mimics the nerve cells of the human brain. A parallel distributed system in which several nerve cells (neurons) are connected to each other via a medium called a synapse to exchange information and perform information processing. A processing system. The neural network 13 includes an estimating unit 131 for estimating an operation state of an electric device including an inverter device among the electric devices 3 used by the power consumer 2.
It has.
【００１７】この推定手段１３１には、まず、教師デー
タを与えておく。この教師データとは、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
かの基本波と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
態とからなるデータのことをいう。また、この推定手段
１３１は、電力需要家の測定センサー１１によって測定
した総負荷電流の高調波成分と位相に関するデータを入
力することによって、パターン認識によってインバータ
機器を含む複数の電気機器の個別の動作状態を推定する
ことができるようになっている。The estimating means 131 is first provided with teacher data. This teacher data is data on several fundamental wave and harmonic currents measured in advance and the phase with respect to those voltages for various combinations of a plurality of electric devices and various combinations of operating states of the electric devices. And the operating state of the electrical equipment as the answer at that time. The estimating means 131 inputs data on the harmonic components and the phase of the total load current measured by the measurement sensor 11 of the power consumer, and performs individual operation of a plurality of electric devices including the inverter device by pattern recognition. The state can be estimated.
【００１８】図２に、電気機器モニタリングシステムの
具体的構成例を示す。この図において、電力需要家２に
引き込まれた引込線４が単相三線式である場合、日本の
場合には、引込線４は、Ａ相４ａと中性線４ｎとの間で
交流１００〔Ｖ〕、Ｂ相４ｂと中性線４ｎとの間で交流
１００〔Ｖ〕、Ａ相４ａとＢ相４ｂとの間で２００
〔Ｖ〕となる。Ａ相４ａと中性線４ｎとの間に、電流Ｉ
A1，ＩA2，…，ＩA6を流し、電圧・電流の位相差φA1，
φA2，…，φA6を持つ電気機器３が接続されている。同
様に、Ｂ相４ｂと中性線４ｎとの間に、電流ＩB1，
ＩB2，…，ＩB6を流し、電圧・電流の位相差φB1，
φB2，…，φB6を持つ電気機器３が接続されている。そ
して、ＰＴ１１１ａの一次側は、Ａ相４ａと中性線４ｎ
との間に接続されている。ＰＴ１１１ａの二次側には、
Ａ相４ａの電圧と相似の電圧ＶA が出力される。ＰＴ１
１１ｂの一次側は、Ｂ相４ｂと中性線４ｎとの間に接続
されている。ＰＴ１１１ｂの二次側には、Ｂ相４ｂの電
圧と相似の電圧ＶB が出力される。ＣＴ１１２ａ，１１
２ｂには貫通型を使用するものとすると、ＣＴ１１２ａ
はＡ相４ａに流れる電流を測定して二次側からＡ相の電
流と相似の電流ＩA を出力し、また、ＣＴ１１２ｂはＢ
相４ｂに流れる電流を測定して二次側からＢ相の電流と
相似の電流ＩB を出力する。ここで、電圧ＶＡとＩＡの
位相関係はＡ相電圧とＡ相電流の位相関係に原理的に等
しく、また、ＶＢとＩＢの位相関係もＢ相電圧とＢ相電
流の位相関係に原理的に等しく保たれている。これら電
圧ＶA ，ＶB と、電流ＩA ，ＩB は、データ抽出手段１
２に入力される。FIG. 2 shows a specific configuration example of the electrical equipment monitoring system. In this figure, when the service line 4 drawn into the electric power consumer 2 is a single-phase three-wire system, in Japan, the service line 4 has an alternating current of 100 [V] between the A-phase 4a and the neutral line 4n. , 100 V between the B phase 4b and the neutral wire 4n, and 200 V between the A phase 4a and the B phase 4b.
[V]. Between the A-phase 4a and the neutral wire 4n, the current I
A1, I A2, ..., shed I A6, the phase difference between the voltage and current φ A1,
An electric device 3 having φ A2 ,..., φ A6 is connected. Similarly, the current I B1 ,
I B2, ..., shed I B6, the phase difference between the voltage and current φ B1,
An electric device 3 having φ B2 ,..., φ B6 is connected. And the primary side of PT111a is A phase 4a and neutral wire 4n
Is connected between. On the secondary side of PT111a,
A voltage VA similar to the voltage of A-phase 4a is output. PT1
The primary side of 11b is connected between B phase 4b and neutral line 4n. The secondary side of PT111b, voltage V B voltage and similar B-phase 4b is output. CT112a, 11
Assuming that a penetration type is used for 2b, CT112a
Outputs a current I A of the current and similar to A-phase from the secondary side by measuring the current flowing in the A phase 4a also, CT112b the B
The current flowing through the phase 4b is measured, and a current IB similar to the current of the phase B is output from the secondary side. Here, the phase relationship is in principle the phase relationship of the A-phase voltage and the A-phase current equal to the voltage V A and I A, also, V B and I B of the phase relationship also the phase relationship of the B-phase voltage and the B-phase current In principle, they are kept equal. These voltages V A, and V B, the current I A, I B, the data extraction unit 1
2 is input.
【００１９】データ抽出手段１２は、アナログ／デジタ
ル（Ａ／Ｄ）変換器１２１と、高速フーリエ変換器１２
２とからなる。Ａ／Ｄ変換器１２１は電圧ＶA ，ＶB と
電流ＩA ，ＩB とをデジタルデータに変換することがで
きる。このＡ／Ｄ変換器１２１の出力は、高速フーリエ
変換器１２２に与えられる。高速フーリエ変換器１２２
は、前記Ａ／Ｄ変換器１２１からのデジタルデータから
電流データＩＡ（１− １３），ＩＢ（１−１３）、位相
差データφＡ（１−１３） ，φＢ（１−１３ ）を得る
ことができる。ここで、電流データＩＡ１，ＩＢ１、位
相差データφＡ １，φＢ１はそれぞれ基本波の電流並び
に位相差を示し、電流データＩＡ（２− １３）、Ｉ
Ｂ（２−１３）、位相差データφＡ（２−１３）、φ
Ｂ（２−１３）は添字（２〜１３）が高調波の次数２次
から１３次を表す高調波の電流と位相差とをそれぞれ示
し、給電線に供給される交流電力の基本周波数にその次
数の数値を乗ずることでその高調波のもつ周波数を表
す。例えば、基本周波数が５０Ｈｚの場合、３次高調波
電流とは１５０Ｈｚの周波数成分のみをもつ電流成分の
ことを指す。また、一般に、奇数次の高調波が卓越して
現れ、偶数次のものは小さいため、ここでは２次から１
３次のうち、奇数次のデータを高調波データとしてニュ
ーラルネットワーク１３に入力として与えている。The data extraction means 12 includes an analog / digital (A / D) converter 121 and a fast Fourier converter 12
Consists of two. A / D converter 121 may convert the voltage V A, V B and the current I A, and I B into digital data. The output of the A / D converter 121 is provided to the fast Fourier converter 122. Fast Fourier transformer 122
, The A / D converter 121 current data from the digital data from the I A (1- 13), I B (1-13), the phase difference data φ A (1-13), φ B (1-13) Can be obtained. Here, current data I A1, I B1, the phase difference data φ A 1, φ B1 each represent a current and phase difference of the fundamental wave, the current data I A (2- 13), I
B (2-13) , phase difference data φ A (2-13) , φ
B (2-13) indicates the current and the phase difference of the harmonics whose subscripts (2 to 13) indicate the second to thirteenth order of the harmonics, and indicates the fundamental frequency of the AC power supplied to the feeder line. By multiplying the numerical value of the order, the frequency of the harmonic is represented. For example, when the fundamental frequency is 50 Hz, the third harmonic current refers to a current component having only a frequency component of 150 Hz. Also, in general, odd-order harmonics predominate and even-order harmonics are small.
Of the third order, odd-order data is given as input to the neural network 13 as harmonic data.
【００２０】これらの基本波並びに高調波の電流データ
ＩＡ（１−１３）、ＩＢ（１−１３ ） 、位相差データ
φＡ（１−１３） ，φＢ（１−１３） の各データは、
ニューラルネットワーク１３に与えられる。Each of these fundamental and harmonic current data IA (1-13) , IB (1-13 ) , phase difference data φA (1-13) , φB (1-13) Is
It is provided to the neural network 13.
【００２１】ニューラルネットワーク１３はあらかじめ
教師データによって学習を終了している。学習は次のよ
うにして行う。The neural network 13 has already completed learning with the teacher data. Learning is performed as follows.
【００２２】すなわち、図１に示した電気機器３の組み
合わせを例にとると、次の表１、表２及び表３に示すよ
うな機器の使用状態にあったときの電圧Ｖ、電流Ｉを取
り込み、これをデータ抽出手段１２で基本波と高調波の
奇数次数に対する電流値と位相差のデータを得ておき、
これらのデータとそれぞれの場合のインバータ機器の動
作状態を教師データとしてニューラルネットワークの学
習を行う。That is, taking the combination of the electric equipment 3 shown in FIG. 1 as an example, the voltage V and the current I when the equipment is used as shown in the following Tables 1, 2 and 3 are Then, the data of the current value and the phase difference with respect to the odd order of the fundamental wave and the harmonic wave are obtained by the data extracting means 12,
Learning of the neural network is performed using these data and the operation state of the inverter device in each case as teacher data.
【００２３】[0023]
【表１】 [Table 1]
【００２４】[0024]
【表２】 [Table 2]
【００２５】[0025]
【表３】 [Table 3]
【００２６】例えば、電気機器３としては、表１、表２
及び表３に示すように、インバータ式エアーコンディシ
ョナー（表では「エアコン」）、インバータ式冷蔵庫
（表では「冷蔵庫新」）、オンオフ型の冷蔵庫（表では
「冷蔵庫旧」）、白熱灯、蛍光灯、テレビジョン受像機
（表では「ＴＶ」）を使用するものとする。また、各機
器３のオン、オフの状態は、表ではオンが「１」、オフ
が「０」で表している。For example, as the electric equipment 3, Tables 1 and 2
And, as shown in Table 3, an inverter type air conditioner ("air conditioner" in the table), an inverter refrigerator ("refrigerator new" in the table), an on-off type refrigerator ("refrigerator old" in the table), incandescent lamps, fluorescent lamps And a television receiver ("TV" in the table). In the table, the ON / OFF state of each device 3 is represented by “1” for ON and “0” for OFF.
【００２７】表１、表２及び表３に示すような電気機器
３のオン、オフ状態であって、かつ、オン状態の機器の
消費電力〔Ｗ〕が表１、表２及び表３に示す値であった
とした場合に、次数（１，３，…，１３）における電流
値及び位相差が、次の表４、表５及び表６に示すような
値になる。Table 1, Table 2, and Table 3 show the power consumption [W] of the ON / OFF state of the electric device 3 as shown in Table 1, Table 2, and Table 3 and the ON state of the device. If the value is a value, the current value and the phase difference in the order (1, 3,..., 13) become values as shown in the following Tables 4, 5, and 6.
【００２８】[0028]
【表４】 [Table 4]
【００２９】[0029]
【表５】 [Table 5]
【００３０】[0030]
【表６】 [Table 6]
【００３１】図３、図４及び図５に、表４、表５及び表
６に示す次数（１，３，…，１３）における電流値及び
位相差を示す。各図において、横軸には電流の次数を、
縦軸には電流値〔Ａ〕及び位相差〔度〕をそれぞれ示し
ている。基本波および各高調波次数の電流値は太線で棒
状に、位相差は細線で示している。ここで、各電流値及
び位相差（ｓｉｎ変換してある）は情報のもつ重みを均
等化するために０から１の範囲あるいは−１から１の範
囲に規格することが好ましい。FIGS. 3, 4 and 5 show the current values and the phase differences at the orders (1, 3,..., 13) shown in Tables 4, 5, and 6, respectively. In each figure, the horizontal axis represents the current order,
The vertical axis indicates the current value [A] and the phase difference [degree], respectively. The current values of the fundamental wave and the respective harmonic orders are indicated by thick lines in a bar shape, and the phase differences are indicated by thin lines. Here, it is preferable to standardize each current value and phase difference (sine-converted) in a range of 0 to 1 or a range of -1 to 1 in order to equalize the weight of information.
【００３２】ここで、表１に示すように、「エアコ
ン」、「白熱灯」及び「蛍光灯」がオン状態になってい
る場合には、基本波並びに高調波の電流値及び位相差は
各次数（基本波は次数１で示している）において表４の
ような値になり、これら値を図で示すと図３のようにな
る。この図３において、位相差は、基本波、第１３次高
調波において著しく大きくなり、それ以外の高調波では
比較的小さくなって概ね略Ｕ字状の形状になることがわ
かる。また、図３において、第３次以上の高調波電流値
はかなり小さくなっている。Here, as shown in Table 1, when the “air conditioner”, the “incandescent lamp” and the “fluorescent lamp” are in the ON state, the current value and the phase difference of the fundamental wave and the harmonic wave are different from each other. The values of the order (the fundamental wave is indicated by the order 1) are as shown in Table 4, and these values are shown in FIG. In FIG. 3, it can be seen that the phase difference is remarkably large for the fundamental wave and the thirteenth harmonic, and is relatively small for the other harmonics, thus forming a substantially U-shaped shape. In FIG. 3, the third and higher harmonic current values are considerably small.
【００３３】また、表２に示すように、「エアコン」、
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表５のような値になり、これら値を図で示すと図
４に示すようになる。この図４において、位相差は、基
本波が一番大きく、第３次高調波、第７次高調波、第１
１次が概ね同じ値で、これら次数よりも第５次及び第９
次は小さく、更に第１３次は最も小さくなる形状となっ
ている。また、高調波電流値は、図４において、第３次
高調波電流が相対的に大きな値を示している。As shown in Table 2, "air conditioner"
When the “incandescent lamp” and the “TV” are in the ON state, the current value and the phase difference of the fundamental wave and the harmonics become values as shown in Table 5 in each order. As shown in FIG. In FIG. 4, the phase difference of the fundamental wave is the largest, the third harmonic, the seventh harmonic, the first
The first order is almost the same value, and the fifth and ninth orders are higher than these orders.
The next is smaller and the thirteenth is the smallest. Further, in FIG. 4, the third harmonic current has a relatively large harmonic current value.
【００３４】また、表３に示すように、「冷蔵庫新」、
「白熱灯」及び「ＴＶ」がオン状態になっている場合に
は、基本波並びに高調波の電流値及び位相差は各次数に
おいて表６のような値になり、これら値を図で示すと図
５に示すようになる。この図５において、位相差は、基
本波が一番大きく、第５次高調波、第１１次高調波が大
きく、他の次数では次数が増すに従って小さくなる形状
となっている。また、高調波電流値は、図５において、
第３次高調波電流、第５次高調波電流値が相対的に大き
な値を示している。As shown in Table 3, "Refrigerator new",
When the “incandescent lamp” and the “TV” are in the ON state, the current value and the phase difference of the fundamental wave and the harmonic become values as shown in Table 6 in each order. As shown in FIG. In FIG. 5, the phase difference has a shape in which the fundamental wave is the largest, the fifth harmonic and the eleventh harmonic are large, and the other order is smaller as the order increases. Also, the harmonic current value in FIG.
The third harmonic current and the fifth harmonic current show relatively large values.
【００３５】このように表１、表２及び表３に示すよう
な機器３を動作させたときに得られるデータとその時の
解答であるインバータ機器の動作状態を教師データとし
てニューラルネットワーク１３を学習させておく。な
お、教師データはこの例で示したものに限られるもので
はなく、適当な電気機器の組み合わせ、適当な動作状態
の組み合わせの時のデータをいくつか用意すればよい。As described above, the neural network 13 is trained using the data obtained when the device 3 shown in Tables 1, 2 and 3 is operated and the operation state of the inverter device as the answer at that time as the teacher data. Keep it. Note that the teacher data is not limited to the data shown in this example, and it is sufficient to prepare some data for a suitable combination of electric devices and a proper combination of operating states.
【００３６】このようにしてニューラルネットワーク１
３を教師データで学習させた後に、実際に、図１に示す
ように電力需要家２の電気機器３の動作状態を非侵入的
に測定することになる。Thus, the neural network 1
After the learning of the power consumer 3 by the teacher data, the operation state of the electric equipment 3 of the power consumer 2 is actually measured non-invasively as shown in FIG.
【００３７】すなわち、電気機器モニタリングシステム
１を、図１に示すように、電力需要家２に適用する。具
体的には、図１に示すように、引込線４の電力需要家２
の引込口６に測定センサー１１を配置し、実際に、電気
機器モニタリングシステム１を動作させて電力需要家２
の電気機器３の動作状態を推定させる。この電力需要家
２の電気機器３は、上述した教師データとは異なる電気
機器３の組み合せとなっているものとする。That is, as shown in FIG. 1, the electric equipment monitoring system 1 is applied to an electric power consumer 2. Specifically, as shown in FIG.
The measurement sensor 11 is arranged at the entrance 6 of the electric appliance, and the electric equipment monitoring system 1 is actually operated to make the electric power consumer 2
The operation state of the electric device 3 is estimated. It is assumed that the electric equipment 3 of the power consumer 2 is a combination of the electric equipment 3 different from the above-described teacher data.
【００３８】ここで、電気機器モニタリングシステム１
によってデータ測定をおこなった。この電力需要家２に
おける電気機器３の測定データ、すなわち測定センサー
１１のＰＴ１１１ａ，１１１ｂ及びＣＴ１１２ａ，１１
２ｂからの測定データ（電圧ＶA ，ＶB 、電流ＩA ，Ｉ
B ）は、当然、教師データとして学習に使っていないデ
ータである。このようなＰＴ１１１ａ，１１１ｂ及びＣ
Ｔ１１２ａ，１１２ｂからの測定データを、データ抽出
手段１２に入力する。Here, the electrical equipment monitoring system 1
Data measurement was performed. The measurement data of the electric equipment 3 in the power consumer 2, that is, the PTs 111a and 111b and the CTs 112a and
Measurement data from 2b (voltage V A, V B, the current I A, I
B ) is, of course, data not used for learning as teacher data. Such PTs 111a, 111b and C
The measurement data from T112a and T112b is input to the data extraction means 12.
【００３９】このデータ抽出手段１２において、アナロ
グ電圧データＶA ，ＶB とアナログ電流データＩA ，Ｉ
B とは、Ａ／Ｄ変換器１２１によりデジタルデータに変
換される。このＡ／Ｄ変換器１２１からのデジタルデー
タを用いて、高速フーリエ変換器１２２により、基本波
並びに高調波の電流データＩＡ（１−１３）、ＩＢ（
１−１３）及び位相差データφＡ（１−１３） ，φ
Ｂ（１−１３） を得る。In the data extracting means 12, the analog voltage data V A , V B and the analog current data I A , I A
B is converted into digital data by the A / D converter 121. Using the digital data from the A / D converter 121, the current data IA (1-13) and IB (
1-13) and the phase difference data φ A (1-13) , φ
B (1-13) is obtained.
【００４０】これらの基本波並びに高調波の電流データ
ＩＡ（１−１３）、ＩＢ（１−１３ ）及び位相差データ
φＡ（１−１３） ，φＢ（１−１３） は、ニューラル
ネットワーク１３に供給される。ニューラルネットワー
ク１３では、推定手段１３１によって、現在入力されて
いる測定データのパターンを参照し、学習によって得ら
れた推定能力によってパターン認識している。そのパタ
ーン認識した結果をニューラルネットワーク１３の推定
結果（図では「電気機器の動作状態」と表示する）とし
て出力している。[0040] These fundamental and harmonics of the current data I A (1-13), I B (1-13) and phase difference data φ A (1-13), φ B (1-13) is a neural It is supplied to the network 13. In the neural network 13, the estimation unit 131 refers to the pattern of the currently input measurement data, and performs pattern recognition based on the estimation ability obtained by learning. The result of the pattern recognition is output as an estimation result of the neural network 13 (in the figure, indicated as “operating state of electric device”).
【００４１】上述の表１、表２及び表３で示すような入
力データ例とは、異なる電気機器３の動作状態の組み合
わせについて電気機器モニタリングシステム１で測定し
た結果、インバータ式エアコンの動作状態についてはほ
ぼ１００％の確率で正確に推定できることが確認でき
た。The input data examples shown in Tables 1, 2 and 3 above are different from the combinations of the operating states of the electric equipment 3 as a result of measurement by the electric equipment monitoring system 1 and the operation state of the inverter type air conditioner. It can be confirmed that can be accurately estimated with a probability of almost 100%.
【００４２】この電気機器モニタリングシステム１は、
電気機器が発生する基本波並びに高調波電流に着目し、
ニューラルネットワークなどのパターン認識手法を応用
して、電力需要家２の引込線４の引込口６付近での総負
荷電流と電圧の測定結果から電気機器特にインバータ機
器を含む電気機器の動作状態を推定することができる利
点がある。This electrical equipment monitoring system 1
Focusing on the fundamental and harmonic currents generated by electrical equipment,
By applying a pattern recognition technique such as a neural network, the operation state of the electric equipment, particularly the electric equipment including the inverter equipment, is estimated from the measurement result of the total load current and the voltage near the service entrance 6 of the service wire 4 of the power consumer 2. There are advantages that can be.
【００４３】また、この電気機器モニタリングシステム
１は、ニューラルネットワーク１３による推定精度を向
上させるための学習を、電力需要家２の外部から電話回
線、光ファイバー専用回線等を利用して外部から行うこ
とができる。Further, in the electric equipment monitoring system 1, learning for improving the estimation accuracy by the neural network 13 can be performed from outside the electric power consumer 2 using a telephone line, an optical fiber exclusive line, or the like. it can.
【００４４】さらに、電気機器モニタリングシステム１
によって測定した電気機器の動作状態は、電力需要家２
自身が利用できる以外に、通信回線を経由して電力会社
等が利用できるシステムとして構築することができる。Further, the electrical equipment monitoring system 1
The operating state of the electrical equipment measured by
In addition to the system that can be used by itself, the system can be constructed as a system that can be used by a power company or the like via a communication line.
【００４５】また、本実施形態では主に電力機器の動作
状態の推定による非侵入的モニタリングについて述べた
が、これに特に利用方法は限定されず、電気機器の動作
異常を警告することもできる。即ち、電気機器動作異常
モニタリングシステムは、上述の電気機器モニタリング
システムで得られた情報あるいはその加工情報から、需
要家在室者の安否、需要家内の安全、電気機器や電化シ
ステムの異常の有無等を判定し、その情報を外部へ発信
することができる。例えば、本システムにより、在室者
が毎日オンオフされるはずの照明、テレビ、電気ポッ
ト、温水便座等の動作状態から「需要家在室者の安否」
を判定することができるとともに、火災等の原因となる
電気アイロン、電気ストーブ、電化厨房等の長時間使用
（つけっぱなし）等から「需要家内の安全」を判定する
ことができる。「これらの情報の外部発信」について
は、既存の電話回線、PHS、ポケベル、インターネット
等の利用が可能であり、「通報対象者」は居室者本人、
居室者の縁者、消防署、地方自治体等の福祉医療担当者
等を想定できる。In this embodiment, non-invasive monitoring is mainly described by estimating the operating state of the power equipment. However, the method of use is not particularly limited to this, and it is possible to warn of an abnormal operation of the electric equipment. That is, the electrical equipment operation abnormality monitoring system uses the information obtained by the above electrical equipment monitoring system or its processing information to determine the safety of the occupants of the customer, the safety within the customer, the presence or absence of abnormality in the electrical equipment and the electrification system, and the like. And the information can be transmitted to the outside. For example, according to the present system, the occupants of the occupants are turned on and off every day.
Can be determined, and "safety in the customer" can be determined based on a long-time use (keeping it on) of an electric iron, an electric stove, an electric kitchen or the like which causes a fire or the like. For "outside transmission of this information", existing telephone lines, PHS, pagers, the Internet, etc. can be used.
We can imagine a relative of a living room, a fire department, a welfare / medical person at a local government, or the like.
【００４６】また、２１世紀初頭には、需要家情報ネッ
トワーク（「ファイバー・ツー・ホーム」などと呼ばれ
ている）が整備され、多用な情報サービスが需要家へ提
供されると同時に、電力需要家２の側の情報もネットワ
ークを通して収集され、これらの情報は電気事業者等の
経営にも反映されてゆくものと期待される。例えば、電
気事業者にとって電力需要家２の側の重要な情報の一つ
に電力需要家２が保有する電気機器の構成や使用実態に
関する情報があるが、これらはＤＳＭ（DemandSide Man
agement）の効果評価、潜在需要の予測、負荷率低下の
要因分析、きわめて細かな季時別料金システムの構築、
需要家への各種サービスの提供等を行う上で必要不可欠
である。この電気機器モニタリングシステム１は、上述
したニーズに応えることができる有力なシステムの一つ
である。In the early 21st century, a customer information network (called “fiber-to-home”, etc.) was established, providing diversified information services to consumers, Information on the side of the house 2 is also collected through the network, and it is expected that such information will be reflected in the management of the electric utility and the like. For example, one of the important information on the side of the power consumer 2 for an electric power company is information on the configuration and actual use of electric equipment owned by the power consumer 2, and these are DSM (Demand Side Man).
agement), potential demand forecasting, factor analysis of load factor reduction, construction of extremely detailed seasonal fee system,
It is indispensable for providing various services to consumers. The electric device monitoring system 1 is one of the leading systems that can meet the above-mentioned needs.
【００４７】なお、上述の実施形態は本発明の好適な実
施の一例ではあるがこれに限定されるものではなく本発
明の要旨を逸脱しない範囲において種々変形実施可能で
ある。例えば、本実施形態では、パターン認識手段とし
てニューラルネットワークを用いた例について主に説明
したがこれに特に限定されるものではなく、弁別手法に
よっては微妙な条件における推定精度が落ちることも考
えられるが実施できないものではない。また、本実施形
態のようなニューラルネットワークによる場合、特にイ
ンバータ機器の動作状態も精度良く推定できることがで
き、インバータ機器を含む複数の電気機器の使用におけ
る動作状況のモニタリングには最適である。The above embodiment is an example of a preferred embodiment of the present invention, but the present invention is not limited to this, and various modifications can be made without departing from the spirit of the present invention. For example, in the present embodiment, an example in which a neural network is used as a pattern recognition means has been mainly described. However, the present invention is not particularly limited to this. Depending on a discrimination method, estimation accuracy under delicate conditions may decrease. It is not something that cannot be done. In addition, in the case of using a neural network as in the present embodiment, the operation state of the inverter device can be estimated with high accuracy, and it is most suitable for monitoring the operation state when a plurality of electric devices including the inverter device are used.
【００４８】[0048]
【発明の効果】以上説明したように本発明によれば、電
力需要家において設置されている電気機器が発生する基
本波並びに高調波の電流とそれらの電圧に対する位相の
パターンに着目し、ニューラルネットワーク等のパター
ン認識手法を応用することにより、給電線引込口付近で
の総負荷電流と電圧の測定結果からインバータ機器を含
む複数の電気機器の個別の動作状態を推定することがで
きる効果がある。As described above, according to the present invention, attention is paid to the fundamental and harmonic currents generated by the electric equipment installed in the electric power consumer and the pattern of the phase with respect to those voltages, and the neural network is used. By applying such a pattern recognition technique as that described above, there is an effect that individual operating states of a plurality of electric devices including an inverter device can be estimated from the measurement results of the total load current and voltage near the power supply line entrance.
【００４９】また、本発明に係る電気機器モニタリング
システムは、パターン認識手段に与える教師データの変
更が外部から可能であるため測定精度を外部から変更し
たり、あるいは、電力需要家の電気機器の使用状態のデ
ータを外部に送出することができるため電気事業者等へ
本システムによって得られたデータを送ることにより木
目の細かい電気料金制度を構築するためのデータとして
使うことができる。In the electric equipment monitoring system according to the present invention, since the teacher data given to the pattern recognition means can be changed from the outside, the measurement accuracy can be changed from the outside, or the use of the electric equipment by the power consumer can be changed. Since the status data can be sent to the outside, the data obtained by this system can be sent to an electric power company or the like, and can be used as data for building a fine-grained electricity bill system.
【００５０】また、本発明に係る電気機器モニタリング
システムによれば、被測定電気機器毎に測定センサーを
取り付ける必要がないため、本システムを需要家に設置
する時にプライバシー等を侵害したり、追加の配線等を
施す度合いが少ない利点がある。According to the electrical equipment monitoring system of the present invention, it is not necessary to attach a measurement sensor to each electrical equipment to be measured. There is an advantage that the degree of wiring or the like is small.
【００５１】更に、請求項３記載の発明の電気機器の動
作異常警告システムによると、火災などに繋がる電力機
器の異常動作や需要家在室者の安否・安全を非侵入的な
方法でモニタリングできる。Further, according to the electric equipment operation abnormality warning system according to the third aspect of the present invention, the abnormal operation of the electric equipment leading to a fire or the like and the safety and safety of the occupants of the customer can be monitored in a non-invasive manner. .
【図１】本発明の実施の形態に係る電気機器モニタリン
グシステムが適用された電力需要家の電気系を示す図で
ある。FIG. 1 is a diagram showing an electric system of a power consumer to which an electric device monitoring system according to an embodiment of the present invention is applied.
【図２】同電気機器モニタリングシステムを示す構成図
である。FIG. 2 is a configuration diagram showing the electric device monitoring system.
【図３】同電気機器モニタリングシステムの教師データ
として使用する入力データ例を示す図である。FIG. 3 is a diagram showing an example of input data used as teacher data of the electric device monitoring system.
【図４】同電気機器モニタリングシステムの教師データ
として使用する入力データの他の例を示す図である。FIG. 4 is a diagram showing another example of input data used as teacher data of the electric device monitoring system.
【図５】同電気機器モニタリングシステムの教師データ
として使用する入力データのさらに他の例を示す図であ
る。FIG. 5 is a diagram showing still another example of input data used as teacher data of the electric device monitoring system.
１ 電気機器モニタリングシステム ２ 電気需要家 ３ 電気機器 ４ 引込線 ４ａ Ａ相 ４ｂ Ｂ相 ４ｎ 中性線 ６ 引込口 １１ 測定センサー １２ データ抽出手段 １３ パターン認識手段としてのニューラルネットワー
ク １１１、１１１ａ、１１１ｂ ＰＴ １１２、１１２ａ、１１２ｂ ＣＴ １２１ Ａ／Ｄ変換器 １２２ 高速フーリエ変換器 １３１ 推定手段DESCRIPTION OF SYMBOLS 1 Electric equipment monitoring system 2 Electric customer 3 Electric equipment 4 Service line 4a A phase 4b B phase 4n Neutral wire 6 Service opening 11 Measurement sensor 12 Data extraction means 13 Neural network 111, 111a, 111b PT 112 as pattern recognition means 112a, 112b CT 121 A / D converter 122 Fast Fourier transformer 131 Estimation means
Claims (3)
器の動作状態を推定するモニタリングシステムにおい
て、前記電力需要家の給電線引込口付近に設置した測定
センサーと、前記測定センサー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ことを特徴とする電気機器モニ
タリングシステム。1. A monitoring system for estimating an operation state of a plurality of electric devices used by an electric power consumer, wherein the measurement sensor is installed near a power supply line entrance of the electric power consumer and detected by the measurement sensor. Data extraction means for extracting data on the fundamental and harmonic currents and their phases with respect to the voltage from the measurement data, based on the data on the fundamental and harmonic currents and their phases with respect to their voltages from the data extraction means, An electric device monitoring system comprising: a pattern recognition unit configured to estimate an operation state of an electric device used by the power consumer.
トワークであり、インバータ機器を含む複数の電気機器
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、前記測定センサー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ことを特徴とする請
求項１記載の電気機器モニタリングシステム。2. The method according to claim 1, wherein the pattern recognition unit is a neural network, and includes a plurality of fundamental waves measured in advance for various combinations of a plurality of electric devices including an inverter device and various operation states of the electric devices. By learning the current of the harmonics and the phase of the voltage with respect to the phase with respect to the voltage, and the operating state of the electric device, which is the answer at that time, as the teacher data in advance, learning the fundamental and harmonic currents measured by the measurement sensor. 2. The electrical equipment monitoring system according to claim 1, wherein the operation states of the plurality of electrical equipments used by the power consumer are estimated by pattern recognition from the data on the phases with respect to the voltages.
リングシステムで得られた情報あるいはその加工情報か
ら、需要家在室者の安否、需要家内の安全、電気機器や
電化システムの異常の有無等を判定し、その情報を外部
へ発信する電気機器の動作異常警告システム。3. The information obtained by the electrical equipment monitoring system according to claim 1 or 2 or the processing information thereof, the safety of the occupants of the customer, the safety in the customer, the presence or absence of abnormality in the electrical equipment and the electrification system, etc. An alarm system for abnormal operation of electrical equipment that determines the status of an electronic device and sends the information to the outside.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000024531A JP3403368B2 (en) | 1999-02-01 | 2000-02-01 | Electrical equipment monitoring system and abnormal operation alarm system |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2424199 | 1999-02-01 | ||
| JP11-24241 | 1999-02-01 | ||
| JP2000024531A JP3403368B2 (en) | 1999-02-01 | 2000-02-01 | Electrical equipment monitoring system and abnormal operation alarm system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000292465A true JP2000292465A (en) | 2000-10-20 |
| JP3403368B2 JP3403368B2 (en) | 2003-05-06 |
Family
ID=26361735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000024531A Expired - Fee Related JP3403368B2 (en) | 1999-02-01 | 2000-02-01 | Electrical equipment monitoring system and abnormal operation alarm system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3403368B2 (en) |
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001077696A1 (en) * | 2000-04-12 | 2001-10-18 | Central Research Institute Of Electric Power Industry | System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same |
| JP2004038765A (en) * | 2002-07-05 | 2004-02-05 | Central Res Inst Of Electric Power Ind | Method and system for estimating operational state of specific electrical equipment, method and system for confirming safety of electricity consumer house resident, and electrical equipment having harmonic signal injector |
| JP2005160130A (en) * | 2003-11-20 | 2005-06-16 | Central Res Inst Of Electric Power Ind | Harmonic signal generator, method and system for estimating operational condition of specific electric apparatus using it, and system for confirming safety of electric power consumer resident |
| JP2007199021A (en) * | 2006-01-30 | 2007-08-09 | Hioki Ee Corp | Display control device |
| JP2008061462A (en) * | 2006-09-01 | 2008-03-13 | Nagoya Institute Of Technology | Short circuit diagnostic system of stator winding for motor |
| WO2009125659A1 (en) | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | Device state detecting device, device state detecting method, device state detecting server, device state detecting system, liver abnormality detecting device, liver abnormality detecting system, liver abnormality detecting method, and device state database maintaining server |
| JP2009303415A (en) * | 2008-06-16 | 2009-12-24 | Nec System Technologies Ltd | Equipment discriminator, program and method |
| JP2010029003A (en) * | 2008-07-22 | 2010-02-04 | Toshiba Corp | Power quality evaluation system |
| KR20110009338A (en) * | 2009-07-22 | 2011-01-28 | 엘지전자 주식회사 | Power monitoring device |
| JP2011227545A (en) * | 2010-04-15 | 2011-11-10 | Mitsubishi Electric Corp | Information collection device, information collection method and program |
| JP2012516133A (en) * | 2009-01-26 | 2012-07-12 | ジュネーブ クリーンテック インコーポレイテッド | Energy monitoring device, identification method and generation method |
| JP2012161164A (en) * | 2011-01-31 | 2012-08-23 | Mitsubishi Electric Corp | Device behaviour detecting system, signal generator and switch device |
| JP2012163411A (en) * | 2011-02-04 | 2012-08-30 | Fujitsu Ltd | Device type determination apparatus, device type determination program and power management system |
| JP2013518556A (en) * | 2010-01-25 | 2013-05-20 | ジェネヴァ クリーンテック インコーポレイテッド | Automatic detection of home appliances |
| JP2013171379A (en) * | 2012-02-20 | 2013-09-02 | Mitsubishi Electric Corp | Device operation estimation apparatus, safety estimation system, device operation estimation method and program |
| JP2013238523A (en) * | 2012-05-16 | 2013-11-28 | Nippon Telegr & Teleph Corp <Ntt> | Electric apparatus detecting and power consumption monitoring systems |
| WO2014054330A1 (en) | 2012-10-04 | 2014-04-10 | 株式会社 東芝 | State estimation device, state estimation method and program |
| JP2014142189A (en) * | 2013-01-22 | 2014-08-07 | Mitsubishi Electric Corp | Monitoring device, monitoring method, and program |
| WO2014184957A1 (en) * | 2013-05-17 | 2014-11-20 | 三菱電機株式会社 | Discrimination system, home energy management system, discrimination method, and program |
| WO2015083397A1 (en) | 2013-12-04 | 2015-06-11 | 株式会社 東芝 | Calculation device |
| WO2015083393A1 (en) | 2013-12-03 | 2015-06-11 | 株式会社東芝 | Device's state estimation device, device's power consumption estimation device, and program |
| WO2015087571A1 (en) | 2013-12-13 | 2015-06-18 | 株式会社東芝 | Bill information determination device, bill information output system and bill information determination method and program |
| CN104833852A (en) * | 2015-05-11 | 2015-08-12 | 重庆大学 | Power system harmonic signal estimation and measurement method based on artificial neural network |
| JP2016192896A (en) * | 2015-08-20 | 2016-11-10 | 株式会社東芝 | Electrical equipment monitoring device and method for the same |
| US9513141B2 (en) | 2009-12-02 | 2016-12-06 | Nec Corporation | Electric power measurement system, electric power measurement method, and information processing device |
| US9638723B2 (en) | 2012-10-04 | 2017-05-02 | Kabushiki Kaisha Toshiba | Status estimation apparatus, status estimation method |
| US9746504B2 (en) | 2012-12-03 | 2017-08-29 | Mitsubishi Electric Corporation | Fault detection device, fault detection method, and program |
| US9869704B2 (en) | 2013-06-13 | 2018-01-16 | Mitsubishi Electric Corporation | Power measurement device, determination method, and recording medium for identification of current detection element disposed in an incorrect direction |
| US11255888B2 (en) | 2018-03-20 | 2022-02-22 | Honda Motor Co., Ltd. | Load estimating device and power supply device |
| WO2022130626A1 (en) * | 2020-12-18 | 2022-06-23 | 株式会社日立製作所 | Abnormality diagnosis device, program and abnormality diagnosis method |
| US11454658B2 (en) | 2018-03-20 | 2022-09-27 | Honda Motor Co., Ltd. | Load estimating device and power generator |
| JP7214283B1 (en) | 2021-10-15 | 2023-01-30 | スタコフ カンパニー リミテッド | A method for estimating a load with an accumulator including a load estimation model based on a neural network, and an accumulator using the same |
| US11821955B2 (en) | 2018-03-20 | 2023-11-21 | Honda Motor Co., Ltd. | Load estimation device and portable power-supplying device |
| CN117921139A (en) * | 2024-03-25 | 2024-04-26 | 中国矿业大学(北京) | Welding machine operation monitoring device, method and system based on power grid end |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI440862B (en) * | 2011-11-21 | 2014-06-11 | 國立交通大學 | Electrical detection method and system based on user feedback information |
| JP5798069B2 (en) * | 2012-03-21 | 2015-10-21 | 株式会社東芝 | Electrical equipment monitoring device |
| JP6221443B2 (en) * | 2013-07-17 | 2017-11-01 | 日本電気株式会社 | Monitoring device, monitoring method and program |
| JP6455431B2 (en) | 2013-07-17 | 2019-01-23 | 日本電気株式会社 | Monitoring device, monitoring method and program |
| JP6547631B2 (en) | 2014-01-29 | 2019-07-24 | 日本電気株式会社 | Monitoring device, monitoring system, monitoring method, correction information creating device, correction information creating method, and program |
| JP6593325B2 (en) | 2014-03-31 | 2019-10-23 | 日本電気株式会社 | Monitoring device, monitoring system, monitoring method and program |
| WO2015151789A1 (en) * | 2014-03-31 | 2015-10-08 | 日本電気株式会社 | Training data generation device, electrical device monitoring system, training data generation method, and program |
| JP6583265B2 (en) | 2014-03-31 | 2019-10-02 | 日本電気株式会社 | Monitoring device, monitoring system, monitoring method and program |
| JP6597606B2 (en) | 2014-05-29 | 2019-10-30 | 日本電気株式会社 | Monitoring system, monitoring device, server, operation method of monitoring device, operation method of server, and program |
| JP6677168B2 (en) | 2014-11-28 | 2020-04-08 | 日本電気株式会社 | Power management device, power management system, power management method, and program |
| WO2016157926A1 (en) | 2015-03-31 | 2016-10-06 | 日本電気株式会社 | Data processing device, data processing method, and program |
| WO2016157927A1 (en) * | 2015-03-31 | 2016-10-06 | 日本電気株式会社 | Data processing apparatus, data processing method, and program |
| US10750251B2 (en) | 2015-09-03 | 2020-08-18 | Nec Corporation | Information providing apparatus, information providing method, and storage medium |
| WO2018038000A1 (en) | 2016-08-22 | 2018-03-01 | 日本電気株式会社 | State change detection apparatus, method, and program |
-
2000
- 2000-02-01 JP JP2000024531A patent/JP3403368B2/en not_active Expired - Fee Related
Cited By (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001077696A1 (en) * | 2000-04-12 | 2001-10-18 | Central Research Institute Of Electric Power Industry | System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same |
| EP1296147A1 (en) * | 2000-04-12 | 2003-03-26 | Central Research Institute of Electric Power Industry | System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same |
| US6816078B2 (en) | 2000-04-12 | 2004-11-09 | Central Research Institute Of Electric Power Industry | System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same |
| EP1296147A4 (en) * | 2000-04-12 | 2005-12-21 | Central Res Inst Elect | System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same |
| JP2004038765A (en) * | 2002-07-05 | 2004-02-05 | Central Res Inst Of Electric Power Ind | Method and system for estimating operational state of specific electrical equipment, method and system for confirming safety of electricity consumer house resident, and electrical equipment having harmonic signal injector |
| JP2005160130A (en) * | 2003-11-20 | 2005-06-16 | Central Res Inst Of Electric Power Ind | Harmonic signal generator, method and system for estimating operational condition of specific electric apparatus using it, and system for confirming safety of electric power consumer resident |
| JP2007199021A (en) * | 2006-01-30 | 2007-08-09 | Hioki Ee Corp | Display control device |
| JP2008061462A (en) * | 2006-09-01 | 2008-03-13 | Nagoya Institute Of Technology | Short circuit diagnostic system of stator winding for motor |
| EP2276005A2 (en) | 2008-04-11 | 2011-01-19 | Mitsubishi Electric Corporation | Apparatus state detector |
| WO2009125659A1 (en) | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | Device state detecting device, device state detecting method, device state detecting server, device state detecting system, liver abnormality detecting device, liver abnormality detecting system, liver abnormality detecting method, and device state database maintaining server |
| EP2276006A2 (en) | 2008-04-11 | 2011-01-19 | Mitsubishi Electric Corporation | Living person anomaly detection system and method |
| US8930146B2 (en) | 2008-04-11 | 2015-01-06 | Mitsubishi Electric Corporation | Apparatus state detector, method for detecting apparatus state, apparatus state detection server and apparatus state detection system; living persons' anomaly detector, living persons' anomaly detection system and method for detecting living persons' anomaly, and apparatus-state database maintenance server |
| JP2009303415A (en) * | 2008-06-16 | 2009-12-24 | Nec System Technologies Ltd | Equipment discriminator, program and method |
| JP2010029003A (en) * | 2008-07-22 | 2010-02-04 | Toshiba Corp | Power quality evaluation system |
| JP2012516133A (en) * | 2009-01-26 | 2012-07-12 | ジュネーブ クリーンテック インコーポレイテッド | Energy monitoring device, identification method and generation method |
| KR101652109B1 (en) * | 2009-07-22 | 2016-08-29 | 엘지전자 주식회사 | Power monitoring device |
| KR20110009338A (en) * | 2009-07-22 | 2011-01-28 | 엘지전자 주식회사 | Power monitoring device |
| US9513141B2 (en) | 2009-12-02 | 2016-12-06 | Nec Corporation | Electric power measurement system, electric power measurement method, and information processing device |
| JP2013518556A (en) * | 2010-01-25 | 2013-05-20 | ジェネヴァ クリーンテック インコーポレイテッド | Automatic detection of home appliances |
| JP2011227545A (en) * | 2010-04-15 | 2011-11-10 | Mitsubishi Electric Corp | Information collection device, information collection method and program |
| JP2012161164A (en) * | 2011-01-31 | 2012-08-23 | Mitsubishi Electric Corp | Device behaviour detecting system, signal generator and switch device |
| JP2012163411A (en) * | 2011-02-04 | 2012-08-30 | Fujitsu Ltd | Device type determination apparatus, device type determination program and power management system |
| JP2013171379A (en) * | 2012-02-20 | 2013-09-02 | Mitsubishi Electric Corp | Device operation estimation apparatus, safety estimation system, device operation estimation method and program |
| JP2013238523A (en) * | 2012-05-16 | 2013-11-28 | Nippon Telegr & Teleph Corp <Ntt> | Electric apparatus detecting and power consumption monitoring systems |
| WO2014054330A1 (en) | 2012-10-04 | 2014-04-10 | 株式会社 東芝 | State estimation device, state estimation method and program |
| US9638723B2 (en) | 2012-10-04 | 2017-05-02 | Kabushiki Kaisha Toshiba | Status estimation apparatus, status estimation method |
| US9746504B2 (en) | 2012-12-03 | 2017-08-29 | Mitsubishi Electric Corporation | Fault detection device, fault detection method, and program |
| JP2014142189A (en) * | 2013-01-22 | 2014-08-07 | Mitsubishi Electric Corp | Monitoring device, monitoring method, and program |
| WO2014184957A1 (en) * | 2013-05-17 | 2014-11-20 | 三菱電機株式会社 | Discrimination system, home energy management system, discrimination method, and program |
| JP5996108B2 (en) * | 2013-05-17 | 2016-09-21 | 三菱電機株式会社 | Information output system, home energy management system, information output method, and program |
| US9869704B2 (en) | 2013-06-13 | 2018-01-16 | Mitsubishi Electric Corporation | Power measurement device, determination method, and recording medium for identification of current detection element disposed in an incorrect direction |
| WO2015083393A1 (en) | 2013-12-03 | 2015-06-11 | 株式会社東芝 | Device's state estimation device, device's power consumption estimation device, and program |
| US9563530B2 (en) | 2013-12-03 | 2017-02-07 | Kabushiki Kaisha Toshiba | Device state estimation apparatus, device power consumption estimation apparatus, and program |
| JPWO2015083393A1 (en) * | 2013-12-03 | 2017-03-16 | 株式会社東芝 | Device state estimation device, device power consumption estimation device, and program |
| WO2015083397A1 (en) | 2013-12-04 | 2015-06-11 | 株式会社 東芝 | Calculation device |
| WO2015087571A1 (en) | 2013-12-13 | 2015-06-18 | 株式会社東芝 | Bill information determination device, bill information output system and bill information determination method and program |
| CN104833852A (en) * | 2015-05-11 | 2015-08-12 | 重庆大学 | Power system harmonic signal estimation and measurement method based on artificial neural network |
| JP2016192896A (en) * | 2015-08-20 | 2016-11-10 | 株式会社東芝 | Electrical equipment monitoring device and method for the same |
| US11255888B2 (en) | 2018-03-20 | 2022-02-22 | Honda Motor Co., Ltd. | Load estimating device and power supply device |
| US11454658B2 (en) | 2018-03-20 | 2022-09-27 | Honda Motor Co., Ltd. | Load estimating device and power generator |
| US11821955B2 (en) | 2018-03-20 | 2023-11-21 | Honda Motor Co., Ltd. | Load estimation device and portable power-supplying device |
| WO2022130626A1 (en) * | 2020-12-18 | 2022-06-23 | 株式会社日立製作所 | Abnormality diagnosis device, program and abnormality diagnosis method |
| JP7214283B1 (en) | 2021-10-15 | 2023-01-30 | スタコフ カンパニー リミテッド | A method for estimating a load with an accumulator including a load estimation model based on a neural network, and an accumulator using the same |
| JP2023059826A (en) * | 2021-10-15 | 2023-04-27 | スタコフ カンパニー リミテッド | Method for estimating load with power accumulator including load estimation model based on neural network, and power accumulator using the same |
| CN117921139A (en) * | 2024-03-25 | 2024-04-26 | 中国矿业大学(北京) | Welding machine operation monitoring device, method and system based on power grid end |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3403368B2 (en) | 2003-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2000292465A (en) | Electric apparatus monitoring system and abnormal operation alerting system | |
| JP3602825B2 (en) | System and method for estimating power consumption of electrical equipment and abnormality warning system using the same | |
| JP3877269B2 (en) | Electric equipment monitoring system and abnormality warning system using the same | |
| JP4454001B2 (en) | Remote electrical equipment monitoring method and apparatus, and power consumption estimation method and apparatus using the same | |
| JP3892358B2 (en) | Method for estimating the operating state of electrical equipment in which power consumption frequently changes and monitoring system for electrical equipment in which power consumption frequently changes | |
| JP2011523077A (en) | How to enable power consumption monitoring | |
| AU2021204455B2 (en) | Utility meter for use with distributed generation device | |
| JP4084966B2 (en) | Method and system for estimating operating state of specified electrical equipment and method and system for confirming safety of occupants of electric power consumers | |
| JP4762032B2 (en) | Energy conservation enlightenment system | |
| CN104535892B (en) | A kind of fault detection method and equipment | |
| JP2010200473A (en) | Energy monitoring system | |
| JP4881467B2 (en) | Power monitoring device | |
| JP2000314752A (en) | System for monitoring electric power | |
| JP3701596B2 (en) | Method and apparatus for estimating power consumption for each group of electrical equipment, and method and apparatus for determining whether or not to reconnect feeder lines | |
| JP4056004B2 (en) | Harmonic signal generator, operation state estimation method and system for specific electrical equipment using the same, and safety confirmation method and system for electric power consumer residents | |
| JP2011112464A (en) | Electric power monitoring system | |
| Valois et al. | Voltage unbalance in low voltage distribution networks | |
| JP3789087B2 (en) | Method and apparatus for estimating power consumption between electrical device group mainly composed of heat generation and other electrical device group, and determination method and device for determining appropriateness of reconnection of feeder line using the same | |
| Yoshimoto et al. | Non-intrusive appliances load monitoring system using neural networks | |
| JPH11248752A (en) | Display apparatus for power consumption amount | |
| JP2014011863A (en) | Photovoltaic power generation system | |
| US20230120453A1 (en) | Integrated home energy management, home monitoring, and automated fault mitigation | |
| Morsi et al. | On the appropriate monitoring period for voltage flicker measurement in the presence of distributed generation | |
| Mihaylov et al. | Smart microgrid sensorless load monitoring and management in TN-S and TN-CS electrical networks | |
| JP4733776B1 (en) | Power monitoring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090228 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100228 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120229 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120229 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130228 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130228 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140228 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |