JP2009303415A - Equipment discriminator, program and method - Google Patents
Equipment discriminator, program and method Download PDFInfo
- Publication number
- JP2009303415A JP2009303415A JP2008156408A JP2008156408A JP2009303415A JP 2009303415 A JP2009303415 A JP 2009303415A JP 2008156408 A JP2008156408 A JP 2008156408A JP 2008156408 A JP2008156408 A JP 2008156408A JP 2009303415 A JP2009303415 A JP 2009303415A
- Authority
- JP
- Japan
- Prior art keywords
- information
- input
- feature
- situation
- advance
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
- Y04S20/244—Home appliances the home appliances being or involving heating ventilating and air conditioning [HVAC] units
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Description
本発明は、機器判別装置、プログラム、および、方法に関し、特に、電気機器を判別する機器判別装置、プログラム、および、方法に関する。 The present invention relates to a device determination device, a program, and a method, and more particularly, to a device determination device, a program, and a method for determining an electric device.
関連する技術として、たとえば特許文献１に示される電気機器監視システムがある。この電気機器監視システムは、電気機器を管理するシステムにおいて電気機器に供給される電気量の挙動から特徴量を求め、電気機器を判別している。電気量は、たとえば、電流の大きさを表す電流の平均値、電流の形状を表すピーク平均値、通電時間、ピーク遅延率、電流と電圧の時間差を表すピーク時間差等である。なお、ピーク平均値は、電流のピーク値を平均値で除した値である。ピーク遅延率は、通電開始から電流のピークまでの時間を通電時間で除した値である。ピーク時間差は、電流のピークと電圧のピークの時間差である。
As a related technique, for example, there is an electric equipment monitoring system disclosed in
また、他の関連する技術として、たとえば特許文献２に示される照明システムがある。この照明システムは、コントローラとコントローラから出力する調光信号に対応する照度で照明する照明装置とからなっている。そして、そのコントローラは、調光信号のデューティ比を変化させたときに、各放電管の照度が略一定となり始める変極点の照度を記憶する記憶部を有している。そして、そのコントローラは、調光信号のデューティ比を連続的に変化させ照度が略一定となり始める変極点の近傍の照度を検出する。そして、そのコントローラは、記憶されている照度と検出した照度とを比較し、任意の放電灯が接続された照明装置の種類を自動的に判別する。
As another related technique, for example, there is an illumination system disclosed in
さらに、他の関連する技術として、たとえば非特許文献１に示される家庭の電力消費の内訳を解析するシステムがある。この家庭の電力消費の内訳を解析するシステムは、電力消費の特徴を解析することにより接続されている電気製品を推定している。
Furthermore, as another related technique, for example, there is a system for analyzing a breakdown of household power consumption shown in Non-Patent
しかしながら、特許文献１の技術では、電気量の挙動から求められる特徴量が類似している電気機器の種別を精度良く判定できない問題があった。
However, the technique disclosed in
また、非特許文献１の技術では、電力消費の特徴が類似している電気機器の種別を精度良く判定できない、そして、電力消費の特徴を捉えるのには長時間を要する問題があった。
Further, the technique of Non-Patent
また、特許文献２の技術では、照明装置の照度を外部から制御し、その影響を観測することで放電灯の種別を判別するという、侵入的な手段を有する、機器個別のコントローラを用意しなければならない問題があった。
In the technique of
すなわち、電気機器の動作に影響をあたえることなく、短時間で、高精度な電気機器の判別をすることができないという問題があった。 That is, there is a problem in that it is impossible to determine the electrical device with high accuracy in a short time without affecting the operation of the electrical device.
本発明の目的は、上述した課題を解決する機器判別装置、プログラム、および、方法を提供することにある。 An object of the present invention is to provide a device discriminating apparatus, a program, and a method for solving the above-described problems.
本発明の機器判別装置は、電源を入力して動作し、前記電源の入力特性と前記動作による周囲状況の変化が、特定の相関を有する機器のあらかじめあたえられたおよび／または取得した電源入力特性情報に基づいて入力特徴情報を生成する入力解析手段と、
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成するセンサ情報解析手段と、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する接続機器判別手段と、
を有する。
The device discrimination apparatus of the present invention operates by inputting power, and the power input characteristics obtained by and / or obtained in advance for a device having a specific correlation between the input characteristics of the power and the change in the ambient situation due to the operation. Input analysis means for generating input feature information based on the information;
Sensor information analysis means for generating situation feature information based on ambient situation information given and / or acquired in advance of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Connected device discrimination means for extracting the type;
Have
本発明のプログラムは、電源を入力して動作し、前記電源の入力特性と前記動作による周囲状況の変化が、特定の相関を有する機器のあらかじめあたえられたおよび／または取得した電源入力特性情報に基づいて入力特徴情報を生成する処理と、
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成する処理と、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する処理と、
をコンピュータに実行させる。
The program of the present invention operates by inputting a power supply, and the input characteristics of the power supply and the change in ambient conditions due to the operation are provided in the power supply input characteristics information given and / or acquired in advance for a device having a specific correlation. Processing to generate input feature information based on,
Processing for generating situation feature information based on pre-given and / or acquired ambient situation information of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Processing to extract the type;
Is executed on the computer.
本発明の方法は、コンピュータが、電源を入力して動作し、前記電源の入力特性と前記動作による周囲状況の変化が、特定の相関を有する機器のあらかじめあたえられたおよび／または取得した電源入力特性情報に基づいて入力特徴情報を生成し、
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成し、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する。
According to the method of the present invention, a computer is operated by inputting power, and the power input that has been given and / or acquired in advance for a device having a specific correlation between the input characteristics of the power and the change in ambient conditions due to the operation. Generate input feature information based on the characteristic information,
Generating situation feature information based on pre-given and / or acquired ambient situation information of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Extract the type.
本発明によれば、電気機器の動作に影響をあたえることなく、短時間で、高精度な電気機器の判別をすることが可能になる。 ADVANTAGE OF THE INVENTION According to this invention, it becomes possible to discriminate | determine a highly accurate electric equipment in a short time, without affecting the operation | movement of an electric equipment.
次に、本発明の実施の形態について図面を参照して詳細に説明する。 Next, embodiments of the present invention will be described in detail with reference to the drawings.
なお、以下において、記載を省略した物理量の単位は、たとえば、以下のとおりであるものとする。たとえば、電流の単位はアンペア、電圧の単位はボルト、位相差の単位は度数法の度、有効電力の単位はワット、照度の単位はルクスであるものとする。そして、温度の単位はセルシウス温度（摂氏温度）の度、湿度の単位は湿度百分率（相対湿度）のパーセント、風速の単位はメートル毎秒であるものとする。本実施の形態で扱う単位は、上記以外もの、たとえば、ミリアンペア、弧度法のラジアン、熱力学温度（絶対温度）の度など、でもよい。 In the following, the units of physical quantities whose description is omitted are, for example, as follows. For example, it is assumed that the unit of current is ampere, the unit of voltage is volt, the unit of phase difference is degree degree, the unit of active power is watts, and the unit of illuminance is lux. The unit of temperature is Celsius temperature (degrees Celsius), the unit of humidity is percent of humidity (relative humidity), and the unit of wind speed is meters per second. The units handled in the present embodiment may be other than those described above, for example, milliamperes, radians of arc method, thermodynamic temperature (absolute temperature), and the like.
また、以下において、時系列有効電力値列は、一定時間（たとえば、『１０ｍｓ』）間隔で測定した有効電力の値を、時系列に並べたものであるとする。同じく、時系列電流値列は、一定時間（たとえば、『１０ｍｓ』）間隔で測定した入力電流の値を、時系列に並べたものであるとする。 In the following, it is assumed that the time-series active power value sequence is a series of active power values measured at regular time intervals (for example, “10 ms”) in time series. Similarly, it is assumed that the time-series current value sequence is a series of input current values measured at regular intervals (for example, “10 ms”) in time series.
図１を参照すると、本発明の第１の実施の形態の機器判別装置３０は、プラグオス３０１とプラグメス３０２と入力測定手段３０３と入力特徴蓄積手段３０４と入力解析手段３０５とセンサ手段５０１とセンサ情報解析手段３０７と状況機器対応蓄積手段３０８と接続機器判別手段３０９とを含む。
Referring to FIG. 1, a device
同じく、図１を参照すると、本発明の第１の実施の形態の機器判別装置３０には、コンセント１０と、接続機器２０と、機器判別装置３０によって抽出された接続機器２０の情報を表示するモニタなどの出力手段６０が接続されている。コンセント１０は、外部電源を供給する。接続機器２０は、エアコンや照明などの電気機器である。
Similarly, referring to FIG. 1, the
同じく、図１を参照すると、接続機器２０の周辺の温度、湿度、明るさ、空気の流れ、音、振動などの、周囲状況４０が存在する。
Similarly, referring to FIG. 1, there are
プラグオス３０１は、コンセント１０と接続され、外部電源を入力する。
The
プラグメス３０２は、接続機器２０と接続され、プラグオス３０１にて機器判別装置３０に供給された外部電源を接続機器２０に出力する。
The
入力測定手段３０３は、接続機器２０の入力特性（たとえば、電流、電圧）を測定し、電源入力特性情報６００（たとえば、電流値６０１、電圧値６０２、電流と電圧の位相差６０３）を出力する。
The input measuring means 303 measures the input characteristics (for example, current, voltage) of the connected
入力解析手段３０５は、電源入力特性情報６００に基づいて、入力特徴情報６１０（たとえば、平均有効電力値６１３、平均電流値６１４、時系列有効電力値列６１５、時系列電流値列６１６）を生成する。 Input analysis means 305 generates input feature information 610 (for example, average active power value 613, average current value 614, time series active power value string 615, time series current value string 616) based on power supply input characteristic information 600. To do.
入力特徴蓄積手段３０４は、あらかじめあたえられたおよび／または取得した入力特徴機器対応情報６２０を格納する。図２は、入力特徴蓄積手段３０４と入力特徴機器対応情報６２０との構造を示す図である。入力特徴機器対応情報６２０は、たとえば、機器名６２１、動作状態６２２、平均有効電力値６２３、平均電流値６２４、時系列有効電力値列６２５、および、時系列電流値列６２６を含んでいる。入力特徴機器対応情報６２０は、これら以外の要素（たとえば最大電流値、時系列電圧値列、突入電流値、など）を含んでいてもよいし、これらの要素の一部を含んでいなくてもよい。
The input
なお、機器名６２１、および、機器名６２１と動作状態６２２との組は、一般的に機器の種別と呼ぶことができる。なお、入力特徴蓄積手段３０４に格納されている入力特徴機器対応情報６２０は、たとえば、電気機器メーカなどから提供されるデータに基づいて登録しておいてよい。
Note that the device name 621 and the combination of the device name 621 and the operation state 622 can generally be referred to as device types. Note that the input feature device correspondence information 620 stored in the input
なお、図中の『Ｎ／Ａ』は、利用不可（ｎｏｔ ａｖａｉｌａｂｌｅ）であることを意味する。 Note that “N / A” in the figure means that it is not available.
センサ手段５０１は、周囲状況４０（たとえば、温度、湿度、照度、風力、風向、音量、振動、映像、音声、など）を計測する。そして、センサ手段５０１は、周囲状況情報７００（たとえば、距離７０１、照度７０３、温度７０４、湿度７０５、風速７０６、など）（図８参照）を出力する。 The sensor means 501 measures the ambient situation 40 (for example, temperature, humidity, illuminance, wind force, wind direction, volume, vibration, video, audio, etc.). And the sensor means 501 outputs the surrounding condition information 700 (For example, distance 701, illumination intensity 703, temperature 704, humidity 705, wind speed 706, etc.) (refer FIG. 8).
センサ情報解析手段３０７は、周囲状況情報７００に基づいて、状況特徴情報７１０（図９参照）を生成する。状況特徴情報７１０は、たとえば、ある時点の周囲状況情報７００のいずれかの要素そのもの、特定の時点からの周囲状況情報７００のいずれかの要素の変化分、一定時間内の周囲状況情報７００のいずれかの要素の平均値などであってよい。そして、センサ情報解析手段３０７は、状況特徴情報７１０を出力する。
The sensor
状況機器対応蓄積手段３０８は、あらかじめあたえられたおよび／または取得した状況特徴機器対応情報７２０を格納する。図３は、状況機器対応蓄積手段３０８と状況特徴機器対応情報７２０との構造を示す図である。状況特徴機器対応情報７２０は、たとえば、機器名７２１、動作状態７２２、１ｍ照度変化７２３を含んでいる。なお、１ｍ照度変化７２３の“１ｍ”は、機器名７２１と１ｍ照度変化７２３の基になる照度７０３を測定するセンサとの距離７０１が『１ｍ』であることを示している（以下の同様の表現も、同様の意味である）。
The situation device
また状況特徴機器対応情報７２０は、たとえば、１ｍ温度変化７２４、１ｍ湿度変化７２５、１ｍ風速変化７２６を含んでいる。また状況特徴機器対応情報７２０は、たとえば、２ｍ照度変化７２７、２ｍ温度変化７２８、２ｍ湿度変化７２９、２ｍ風速変化７３０を含んでいる。また状況特徴機器対応情報７２０は、たとえば、３ｍ照度変化７３１、３ｍ温度変化７３２、３ｍ湿度変化７３３、３ｍ風速変化７３４を含んでいる。
Moreover, the situation characteristic apparatus corresponding information 720 includes, for example, a 1 m
なお、状況特徴機器対応情報７２０は、これら以外の要素（たとえば、音量、振動、映像、音声、など）を含んでいてもよいし、これらの要素の一部を含んでいなくてもよい。なお、機器名７２１、および、機器名７２１と動作状態７２２との組は、一般的に機器の種別と呼ぶことができる。なお、状況機器対応蓄積手段３０８に格納されている状況特徴機器対応情報７２０は、たとえば、電気機器メーカなどから提供されるデータに基づいて登録しておいてよい。なお、図中の『Ｎ／Ａ』は、利用不可（ｎｏｔ ａｖａｉｌａｂｌｅ）であることを意味する。
The situation characteristic device correspondence information 720 may include other elements (for example, volume, vibration, video, audio, etc.), or may not include some of these elements. Note that the device name 721 and the combination of the device name 721 and the operating state 722 can generally be referred to as a device type. Note that the situation feature device correspondence information 720 stored in the situation device
接続機器判別手段３０９は、入力特徴機器対応情報６２０を参照して、入力特徴情報６１０に対応する機器の種別の候補を抽出する。そして、接続機器判別手段３０９は、状況特徴機器対応情報７２０を参照して、状況特徴情報７１０に対応する機器の候補を抽出する。そして、接続機器判別手段３０９は、入力特徴情報６１０に対応する機器の種別の候補であり、かつ、状況特徴情報７１０に対応する機器の種別の候補である、機器の種別を接続機器２０の機器の種別として抽出する。
The connected
次に第１の実施の形態の動作について、図１から図１０を参照し、具体的な例を示して説明する。 Next, the operation of the first embodiment will be described with reference to FIGS. 1 to 10 and a specific example.
図４は、機器判別装置３０の概略的な動作の流れを示すフローチャートである。
FIG. 4 is a flowchart showing a schematic operation flow of the
機器判別装置３０は、たとえば、入力測定手段３０３による契機の検出通知、あるいは、図示しない手段による操作者の指示の検出通知などにより動作を開始する（ステップＳ１００）。入力測定手段３０３による契機の検出は、たとえば、プラグオス３０１のコンセント１０への接続による電圧の発生であってよい。
The
まず、入力解析手段３０５は、第１入力特徴情報保持部６１１および第２入力特徴情報保持部６１２を初期設定する（ステップＳ１０２）。たとえば、入力解析手段３０５は、第１入力特徴情報保持部６１１の平均有効電力値６１３を『０』に初期設定する。そして、入力解析手段３０５は、第１入力特徴情報保持部６１１の平均電流値６１４を『０』に初期設定する。そして、入力解析手段３０５は、第１入力特徴情報保持部６１１の時系列有効電力値列６１５を『０，０，０，０，０，・・・，０』に（“，”で区切られた１００個の有効電力値をすべて『０』に）初期設定する。そして、入力解析手段３０５は、第１入力特徴情報保持部６１１の時系列電流値列６１６を『０，０，０，０，０，・・・，０』に（“，”で区切られた１００個の電流値６０１をすべて『０』に）初期設定する。そして、入力解析手段３０５は、第２入力特徴情報保持部６１２の平均有効電力値６１３を『０』に初期設定する。そして、入力解析手段３０５は、第２入力特徴情報保持部６１２の平均電流値６１４を『０』に初期設定する。そして、入力解析手段３０５は、第２入力特徴情報保持部６１２の時系列有効電力値列６１５を『０，０，０，０，０，・・・，０』に（“，”で区切られた１００個の有効電力値をすべて『０』に）初期設定する。そして、入力解析手段３０５は、第２入力特徴情報保持部６１２の時系列電流値列６１６を『０，０，０，０，０，・・・，０』に（“，”で区切られた１００個の電流値６０１をすべて『０』に）初期設定する。そして、入力解析手段３０５は、図示しない電源入力特性情報６００の取得数を『０』に初期設定する。
First, the
次に、センサ情報解析手段３０７は、現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８を初期設定する（ステップＳ１０４）。具体的には、センサ情報解析手段３０７は、センサ手段５０１から周囲状況情報７００を読み出し、現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８に記憶させる。図８（１）は、周囲状況情報７００が、たとえば、距離７０１『１』、照度７０３『５２１』、温度７０４『１８．４』、湿度７０５『６１．７』、風速７０６『０．１』である場合の、現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の初期設定の例である。
Next, the sensor
次に、入力測定手段３０３は、一定時間（たとえば、１０ｍｓ）間隔で入力特性を測定し、電源入力特性情報６００を出力する（ステップＳ１１０）。 Next, the input measuring means 303 measures the input characteristics at regular time intervals (for example, 10 ms) and outputs the power supply input characteristic information 600 (step S110).
そして、入力解析手段３０５は、電源入力特性情報６００を取得する（ステップＳ１１２）。図６に、入力解析手段３０５が、電源入力特性情報６００を取得し、図示しない手段により入力解析手段３０５の内部に保持しているイメージを示す。
Then, the
そして、入力解析手段３０５は、あらかじめ定められた数（たとえば、『１００』）の電源入力特性情報６００を取得したか否かを確認する（規定数取得？）（ステップＳ１１４）。なお、入力解析手段３０５は、図示しない手段（たとえば、ハードウェアや、機器判別装置３０の図示しないメモリ上のワークエリアに設けたカウンタ）によって、電源入力特性情報６００の取得数を計数する。
Then, the input analysis means 305 confirms whether or not a predetermined number (for example, “100”) of the power input characteristic information 600 has been acquired (obtains the prescribed number?) (Step S114). The
そして、あらかじめ定められた数の電源入力特性情報６００を取得していない場合（ステップＳ１１４でＮＯ）、入力解析手段３０５は、ステップＳ１１０へ分岐する。
If the predetermined number of power input characteristic information 600 has not been acquired (NO in step S114), the
また、あらかじめ定められた数の電源入力特性情報６００を取得した場合（ステップＳ１１４でＹＥＳ）、入力解析手段３０５は、入力特徴情報６１０を生成し、出力する（ステップＳ１１６）。図７は、入力特徴情報６１０と、これを保持する第１入力特徴情報保持部６１１および第２入力特徴情報保持部６１２との構造を示す。入力特徴情報６１０は、平均有効電力値６１３、平均電流値６１４、時系列有効電力値列６１５、および、時系列電流値列６１６を含む。具体的には、たとえば、入力解析手段３０５は、電源入力特性情報６００の電流値６０１（たとえば、『０．５』）、電圧値６０２（たとえば、『１０２』）、電流と電圧の位相差６０３（たとえば、『１０』）に基づいて、有効電力値を計算する。有効電力値＝０．５×１０２×０．９８５（ｃｏｓ１０）＝５０．２。
When a predetermined number of power input characteristic information 600 is acquired (YES in step S114), the
そして、入力解析手段３０５は、１００個の有効電力値を平均した平均有効電力値６１３（たとえば、『５０．３』）を生成する。そして、平均有効電力値６１３は、すなわち、消費電力値である。そして入力解析手段３０５は、１００個の有効電力値からなる時系列有効電力値列６１５（たとえば、『５０．５，５０．５，５０．４，４９．７，５０．０，５０．５，・・・・・・，５０．２』）、を生成する。またたとえば、入力解析手段３０５は、１００個の電流値６０１を平均した平均電流値６１４（たとえば、『０．５１』）を生成する。そして、入力解析手段３０５は、１００個の電流値６０１からなる時系列電流値列６１６（たとえば、『０．５１，０．５３，０．５１，０．４９，０．５０，０．５１，・・・・・・，０．５０』）を生成する。なお、合わせて、入力解析手段３０５は、図示しない手段によって、取得した電源入力特性情報６００の取得数を『０』クリアする。
Then, the
次に、接続機器判別手段３０９は、入力特徴情報６１０を取得する（ステップＳ１１８）。
Next, the connected
次に、入力解析手段３０５は、生成した入力特徴情報６１０を第１入力特徴情報保持部６１１または第２入力特徴情報保持部６１２に記憶させる（ステップＳ１２０）。具体的には、入力解析手段３０５は、入力特徴情報６１０を、最初に第１入力特徴情報保持部６１１に記憶させ、次に第２入力特徴情報保持部６１２に記憶させる。第１入力特徴情報保持部６１１にも第２入力特徴情報保持部６１２にも、すでに入力特徴情報６１０が保持されている場合は、古い方の入力特徴情報６１０を保持している第１入力特徴情報保持部６１１または第２入力特徴情報保持部６１２に上書きして記憶させる。なお、第１入力特徴情報保持部６１１および第２入力特徴情報保持部６１２は、入力解析手段３０５のハードウェアのレジスタとして実現されてもよいし、機器判別装置３０の図示しないメモリ上にワークエリアとして実現されてもよい。
Next, the
次に、入力解析手段３０５は、第１入力特徴情報保持部６１１の平均有効電力値６１３と第２入力特徴情報保持部６１２の平均有効電力値６１３との比を計算する（ステップＳ１２２）。平均有効電力値６１３の比は、たとえば、最新の入力特徴情報６１０と一つ前の入力特徴情報６１０との２つの平均有効電力値６１３が等しければ、１．００が算出される。平均有効電力値６１３の比は、たとえば、２つの平均有効電力値６１３が異なっていれば、小さいほうの平均有効電力値６１３（たとえば、『１．０』）を大きいほうの平均有効電力値６１３（たとえば、『５０．０』）で割った値（１．０÷５０．０＝０．０２）が算出される。
Next, the
そして、入力解析手段３０５は、２つの平均有効電力値６１３の比があらかじめ定められた閾値（たとえば『０．９０』）以下であるか否かを示す、閾値以下情報（図示しない）を出力する（ステップＳ１２４）。なお、閾値以下情報は、たとえば、平均電流値６２４について示すものであってもよい。また、閾値以下情報は、時系列有効電力値列６１５や時系列電流値列６１６の最大値と最小値の差について示すものであってもよい。また、閾値以下情報は、これらを組み合わせたものについて示すものであってもよい。 Then, the input analysis means 305 outputs threshold value information (not shown) indicating whether the ratio of the two average active power values 613 is equal to or less than a predetermined threshold value (for example, “0.90”). (Step S124). Note that the information below the threshold value may be information about the average current value 624, for example. Further, the information below the threshold value may indicate the difference between the maximum value and the minimum value of the time series active power value sequence 615 and the time series current value sequence 616. Further, the information below the threshold value may be information about a combination of these.
センサ情報解析手段３０７は、閾値以下情報を取得する（ステップＳ１２６）。そして、センサ情報解析手段３０７は、閾値以下情報が、有意であるか否かを確認する（閾値以下か？）（ステップＳ１２８）。なお、閾値以下情報は、２つの平均有効電力値６１３の比があらかじめ定められた閾値（たとえば０．９０）以下である場合に有意である。そして、閾値以下情報が、有意である場合（ステップＳ１２８でＮＯ）、センサ情報解析手段３０７は、ステップＳ１３２へ分岐する。
The sensor
また、閾値以下情報が、有意でない場合（ステップＳ１２８でＹＥＳ）、センサ情報解析手段３０７は、現周囲状況情報保持部７０７の周囲状況情報７００を読み出し、それを基準周囲状況情報保持部７０８に記憶させる（ステップ１３０）。
If the information below the threshold is not significant (YES in step S128), the sensor
そして、センサ情報解析手段３０７は、センサ手段５０１から周囲状況情報７００を取得し、現周囲状況情報保持部７０７に記憶させる（ステップＳ１３２）。たとえば、図８（２）は、周囲状況情報７００が距離７０１『１』、照度７０３『５２１』、温度７０４『１８．８』、湿度７０５『６１．７』、風速７０６『４．２』の場合の例である。たとえば、図８（３）は、周囲状況情報７００が距離７０１『１』、照度７０３『５２１』、温度７０４『２３．６』、湿度７０５『６０．５』、風速７０６『４．２』の場合の例である。なお、本実施の形態の動作の理解を容易にするため、図８（２）、図８（３）は、たとえば、以下のようなものであると想定した例である。図８（２）は、暖房機器の運転開始直後（ステップＳ１２８でＹＥＳの判断をした後、数回のステップＳ１３２の実施時）の例を示す。図８（３）は、暖房機器の運転開始後数分経過した場合（ステップＳ１２８でＹＥＳの判断をした後、数百回のステップＳ１３２の実施後）の例を示す。
Then, the sensor
そして、センサ情報解析手段３０７は、現周囲状況情報保持部７０７の周囲状況情報７００と、基準周囲状況情報保持部７０８の周囲状況情報７００に基づいて、状況特徴情報７１０を生成し、出力する（ステップＳ１３６）。
Then, the sensor information analysis means 307 generates and outputs the situation feature information 710 based on the surrounding situation information 700 of the current surrounding situation
たとえば、センサ情報解析手段３０７が、図８（２）に示す現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の周囲状況情報７００に基づいて、図９（２）に示す状況特徴情報７１０を生成する場合を例に、説明する。距離７１１は、現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の距離７０１と等しく『１』である。なお、距離７１１が距離７０１と等しくない場合は故障等の異常が発生しており、機器判別装置３０は適切な障害処理を実行する。障害処理の実現方法は当業者にとって周知の技術であり、その詳細は本実施の形態の理解に直接関係しないため、説明を省略する。
For example, the sensor
照度変化７１３は、現周囲状況情報保持部７０７の照度７０３から、基準周囲状況情報保持部７０８の照度７０３を減算した値（『５２１』−『５２１』＝『０』）である。温度変化７１４は、現周囲状況情報保持部７０７の温度７０４から、基準周囲状況情報保持部７０８の温度７０４を減算した値（『１８．８』−『１８．４』＝『０．４』）である。湿度変化７１５は、現周囲状況情報保持部７０７の湿度７０５から、基準周囲状況情報保持部７０８の湿度７０５を減算した値（『６１．７』−『６１．７』＝『０』）である。風速変化７１６は、現周囲状況情報保持部７０７の風速７０６から、基準周囲状況情報保持部７０８の風速７０６を減算した値（『４．２』−『０．１』＝『４．１』）である。
The illuminance change 713 is a value obtained by subtracting the illuminance 703 of the reference ambient state
たとえば、センサ情報解析手段３０７が、図８（３）に示す現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の周囲状況情報７００に基づいて、図９（３）に示す状況特徴情報７１０を生成する場合を例に、説明する。距離７１１は、現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の距離７０１と等しく『１』である。照度変化７１３は、現周囲状況情報保持部７０７の照度７０３から、基準周囲状況情報保持部７０８の照度７０３を減算した値（『５２１』−『５２１』＝『０』）である。温度変化７１４は、現周囲状況情報保持部７０７の温度７０４から、基準周囲状況情報保持部７０８の温度７０４を減算した値（『２３．６』−『１８．４』＝『５．２』）である。湿度変化７１５は、現周囲状況情報保持部７０７の湿度７０５から、基準周囲状況情報保持部７０８の湿度７０５を減算した値（『６０．５』−『６１．７』＝『−１．２』）である。風速変化７１６は、現周囲状況情報保持部７０７の風速７０６から、基準周囲状況情報保持部７０８の風速７０６を減算した値（『４．２』−『０．１』＝『４．１』）である。
For example, the sensor
同様に、センサ情報解析手段３０７は、図８（１）に示す現周囲状況情報保持部７０７および基準周囲状況情報保持部７０８の周囲状況情報７００に基づいて、図９（１）に示す状況特徴情報７１０を生成する。
Similarly, the sensor
そして、接続機器判別手段３０９は、状況特徴情報７１０を取得する（ステップＳ１３８）。
Then, the connected
次に、接続機器判別手段３０９は、入力特徴情報６１０と入力特徴機器対応情報６２０との入力特徴類似度を算出し、あらかじめあたえられた閾値（たとえば、『０．８５』）以上の入力特徴類似度を有する入力特徴機器対応情報６２０を抽出する。そして、接続機器判別手段３０９は、抽出した入力特徴機器対応情報６２０の機器名６２１／動作状態６２２の機器を、接続機器２０の第１の候補として選定する（ステップＳ１４０）。
Next, the connected
たとえば、一例として、図７の第１入力特徴情報保持部６１１の入力特徴情報６１０と図２の入力特徴機器対応情報６２０との入力特徴類似度を算出し、入力特徴機器対応情報６２０を抽出する場合を説明する。図７の入力特徴情報６１０と図２の入力特徴機器対応情報６２０との入力特徴類似度は、たとえば、平均有効電力値類似度と平均電流値類似度と時系列有効電力値列類似度と時系列電流値列類似度との乗算値とする。平均有効電力値類似度は、たとえば、平均有効電力値６１３と平均有効電力値６２３との内、大きいほうで小さいほうを割った値とする。ただし、平均有効電力値６１３と平均有効電力値６２３との内いずれが大きいか比較した際に、等しいことが判明した場合は、平均有効電力値類似度は、『１．００』であるとする（以下、他の類似度の計算においても同様）。平均電流値類似度は、たとえば、平均電流値６１４と平均電流値６２４との内、大きいほうで小さいほうを割った値とする。時系列有効電力値列類似度は、たとえば、時系列有効電力値列６１５の平均偏差と時系列有効電力値列６２５の平均偏差との内、大きいほうで小さいほうを割った値とする。時系列電流値列類似度は、たとえば、時系列電流値列６１６の平均偏差と時系列電流値列６２６の平均偏差との内、大きいほうで小さいほうを割った値とする。これらの算出方法は、本実施の形態を限定するものでない。入力特徴類似度は、たとえば、平均有効電力値類似度と平均電流値類似度と時系列有効電力値列類似度と時系列電流値列類似度の平均であってもよい。時系列電流値列類似度は、たとえば、連続する電流値６０１の差分平均に基づいて求めてもよい。
For example, as an example, the input feature similarity between the input feature information 610 in the first input feature
たとえば、図７の第１入力特徴情報保持部６１１の入力特徴情報６１０と図２の機器名６２１『１２００Ｗヒーター』／動作状態６２２『４００Ｗ動作時』の入力特徴機器対応情報６２０との入力特徴類似度は、以下のように計算される。なお、以下の計算において、有効数字は、小数点以下２桁とする。
For example, the input feature information 610 of the first input feature
平均有効電力値類似度＝５０．３÷４１２＝０．１２。 Average active power value similarity = 50.3 ÷ 412 = 0.12.
平均電流値類似度＝０．５１÷３．９３＝０．１３。 Average current value similarity = 0.51 ÷ 3.93 = 0.13.
平均有効電力値６１３を平均値とした時系列有効電力値列６１５の平均偏差＝（０．２＋０．２＋０．１＋０．３＋０．０＋０．２＋０．１＋０．０＋０．１＋０．１）÷１０＝０．１３。 Average deviation of time series active power value sequence 615 with average active power value 613 as an average value = (0.2 + 0.2 + 0.1 + 0.3 + 0.0 + 0.2 + 0.1 + 0.0 + 0.1 + 0.1) /10=0.13 .
なお、時系列有効電力値列６１５は、たとえば、１００個の有効電力値を並べたものであるとしたが、ここでは、説明が煩雑になるのを避けるため、１０個の有効電力値を並べたものとし、図中には記載していない適当な数値を用いて計算する（以下、同様）。また、時系列電流値列６１６の平均偏差、時系列有効電力値列６２５の平均偏差、時系列電流値列６２６の平均偏差の計算例も、同様である。 The time series active power value sequence 615 is, for example, a list of 100 active power values, but here, in order to avoid complicated explanation, 10 active power values are arranged. The calculation is made using appropriate numerical values not described in the figure (the same applies hereinafter). The calculation example of the average deviation of the time series current value sequence 616, the average deviation of the time series active power value sequence 625, and the average deviation of the time series current value sequence 626 is the same.
平均有効電力値６２３を平均値とした時系列有効電力値列６２５の平均偏差＝（１．５＋０．３＋０．５＋０．１＋０．１＋０．３＋０．４＋１．０＋０．８＋０．２）÷１０＝０．５２。 Average deviation of time series active power value sequence 625 with average active power value 623 as an average value = (1.5 + 0.3 + 0.5 + 0.1 + 0.1 + 0.3 + 0.4 + 1.0 + 0.8 + 0.2) /10=0.52 .
時系列有効電力値列類似度＝０．１３÷０．５２＝０．２５。 Time series active power value sequence similarity = 0.13 ÷ 0.52 = 0.25.
平均電流値６１４を平均値とした時系列電流値列６１６の平均偏差＝（０．００＋０．０２＋０．０１＋０．０３＋０．０１＋０．００＋０．００＋０．０１＋０．００＋０．０１）÷１０＝０．０１。 Average deviation of the time series current value sequence 616 with the average current value 614 as an average value = (0.00 + 0.02 + 0.01 + 0.03 + 0.01 + 0.00 + 0.00 + 0.01 + 0.00 + 0.01) ÷ 10 = 0.01.
平均電流値６２４を平均値とした時系列電流値列６２６の平均偏差＝（０．０２＋０．０７＋０．０９＋０．０６＋０．０３＋０．０５＋０．０１＋０．０１＋０．０３＋０．０４）÷１０＝０．４１。 Average deviation of time series current value sequence 626 with average current value 624 as an average value = (0.02 + 0.07 + 0.09 + 0.06 + 0.03 + 0.05 + 0.01 + 0.01 + 0.03 + 0.04) ÷ 10 = 0.41.
時系列電流値列類似度＝０．０１÷０．４１＝０．０２。 Time series current value sequence similarity = 0.01 ÷ 0.41 = 0.02.
入力特徴類似度＝０．１２×０．１３×０．２５×０．０２＝０．００
たとえば、入力特徴情報６１０と機器名６２１『照明（白熱灯）』／動作状態６２２『高照度動作時』の入力特徴機器対応情報６２０との入力特徴類似度は、以下のように計算される。
Input feature similarity = 0.12 × 0.13 × 0.25 × 0.02 = 0.00
For example, the input feature similarity between the input feature information 610 and the input feature device correspondence information 620 in the device name 621 “illumination (incandescent lamp)” / operation state 622 “high illuminance operation” is calculated as follows.
平均有効電力値類似度＝４９．７÷５０．３＝０．９９。 Average active power value similarity = 49.7 ÷ 50.3 = 0.99.
平均電流値類似度＝０．５０÷０．５１＝０．９８。 Average current value similarity = 0.50 ÷ 0.51 = 0.98.
時系列有効電力値列６２５の平均偏差＝（０．１＋０．０＋０．１＋０．１＋０．２＋０．１＋０．１＋０．２＋０．２＋０．１）÷１０＝０．１２。 Average deviation of the time series active power value column 625 = (0.1 + 0.0 + 0.1 + 0.1 + 0.2 + 0.1 + 0.1 + 0.2 + 0.2 + 0.1) /10=0.12.
時系列有効電力値列類似度＝０．１２÷０．１３＝０．９２。 Time series active power value sequence similarity = 0.12 / 0.13 = 0.92.
時系列電流値列６２６の平均偏差＝（０．０１＋０．００＋０．０２＋０．０１＋０．０３＋０．０１＋０．０２＋０．００＋０．０１＋０．００）÷１０＝０．０１。 Average deviation of time series current value sequence 626 = (0.01 + 0.00 + 0.02 + 0.01 + 0.03 + 0.01 + 0.02 + 0.00 + 0.01 + 0.00) /10=0.01.
時系列電流値列類似度＝０．０１÷０．０１＝１．００。 Time series current value sequence similarity = 0.01 ÷ 0.01 = 1.00.
入力特徴類似度＝０．９９×０．９８×０．９２×１．００＝０．８９
たとえば、入力特徴情報６１０と機器名６２１『暖房』／動作状態６２２『通常運転中』の入力特徴機器対応情報６２０との入力特徴類似度は、以下のように計算される。
Input feature similarity = 0.99 x 0.98 x 0.92 x 1.00 = 0.89
For example, the input feature similarity between the input feature information 610 and the input feature device correspondence information 620 of the device name 621 “heating” / operation state 622 “during normal operation” is calculated as follows.
平均有効電力値類似度＝５０．２÷５０．３＝１．００。 Average active power value similarity = 50.2 ÷ 50.3 = 1.00.
平均電流値類似度＝０．５１÷０．５１＝１．００。 Average current value similarity = 0.51 ÷ 0.51 = 1.00.
時系列有効電力値列６２５の平均偏差＝（０．２＋０．１＋０．０＋０．０＋０．１＋０．１＋０．１＋０．２＋０．２＋０．２）÷１０＝０．１２。 Average deviation of time series active power value column 625 = (0.2 + 0.1 + 0.0 + 0.0 + 0.1 + 0.1 + 0.1 + 0.2 + 0.2 + 0.2) /10=0.12.
時系列有効電力値列類似度＝０．１２÷０．１３＝０．９２。 Time series active power value sequence similarity = 0.12 / 0.13 = 0.92.
時系列電流値列６２６の平均偏差＝（０．０１＋０．０１＋０．００＋０．００＋０．００＋０．００＋０．０１＋０．０２＋０．０２＋０．０２）÷１０＝０．０１。 Average deviation of time series current value sequence 626 = (0.01 + 0.01 + 0.00 + 0.00 + 0.00 + 0.00 + 0.01 + 0.02 + 0.02 + 0.02) ÷ 10 = 0.01.
時系列電流値列類似度＝０．０１÷０．０１＝１．００。 Time series current value sequence similarity = 0.01 ÷ 0.01 = 1.00.
入力特徴類似度＝１．００×１．００×０．９２×１．００＝０．９２。 Input feature similarity = 1.00 × 1.00 × 0.92 × 1.00 = 0.92.
同様にして、接続機器判別手段３０９は、すべての入力特徴機器対応情報６２０について、入力特徴情報６１０との入力特徴類似度を求める。そして、接続機器判別手段３０９は、入力特徴類似度が、あらかじめ定められた閾値以上の入力特徴機器対応情報６２０を抽出する。上記の例の場合、接続機器判別手段３０９は、機器名６２１『照明（白熱灯）』／動作状態６２２『高照度動作時』の入力特徴機器対応情報６２０と、機器名６２１『暖房』／動作状態６２２『通常運転中』の入力特徴機器対応情報６２０を抽出する。そして、接続機器判別手段３０９は、抽出した『照明（白熱灯）』と『暖房』とを、接続機器２０の第１の候補として選定する。
Similarly, the connected
次に、接続機器判別手段３０９は、状況特徴機器対応情報７２０と状況特徴情報７１０との類似度を算出し、あらかじめあたえられた閾値（たとえば、『０．９５』）以上の類似度を有する状況特徴機器対応情報７２０を抽出する。そして、接続機器判別手段３０９は、抽出した状況特徴機器対応情報７２０の機器名７２１／動作状態７２２の機器を、接続機器２０の第２の候補として選定する（ステップＳ１４２）。
Next, the connected
たとえば、一例として、図９の状況特徴情報７１０と図３の状況特徴機器対応情報７２０との状況特徴類似度を算出し、状況特徴機器対応情報７２０を抽出する場合を説明する。 For example, as an example, a case where the situation feature similarity between the situation feature information 710 in FIG. 9 and the situation feature device correspondence information 720 in FIG. 3 is calculated and the situation feature device correspondence information 720 is extracted will be described.
まず、状況特徴情報７１０の距離７１１は、『１』であるので、状況特徴機器対応情報７２０のうち使用する情報は、１ｍ照度変化７２３、１ｍ温度変化７２４、１ｍ湿度変化７２５、１ｍ風速変化７２６である。
First, since the distance 711 of the situation feature information 710 is “1”, the information used in the situation feature device correspondence information 720 is 1 m illuminance change 723, 1 m
図９の状況特徴情報７１０と図３の状況特徴機器対応情報７２０との状況特徴類似度は、たとえば、照度変化類似度と温度変化類似度と湿度変化類似度と風速変化類似度との乗算値とする。照度変化類似度は、たとえば、照度変化７１３と１ｍ照度変化７２３との内、大きいほうで小さいほうを割った値とする。温度変化類似度は、たとえば、温度変化７１４と１ｍ温度変化７２４との内、大きいほうで小さいほうを割った値とする。湿度変化類似度は、たとえば、湿度変化７１５と１ｍ湿度変化７２５との内、大きいほうで小さいほうを割った値とする。風速変化類似度は、たとえば、風速変化７１６と１ｍ風速変化７２６との内、大きいほうで小さいほうを割った値とする。なお、これらの算出方法は、本実施の形態を限定するものでない。状況特徴類似度は、たとえば、照度変化類似度と温度変化類似度と湿度変化類似度と風速変化類似度の平均であってもよい。
The situation feature similarity between the situation feature information 710 in FIG. 9 and the situation feature device correspondence information 720 in FIG. 3 is, for example, a multiplication value of an illuminance change similarity, a temperature change similarity, a humidity change similarity, and a wind speed change similarity. And The illuminance change similarity is, for example, a value obtained by dividing the larger one of the illuminance change 713 and the 1 m illuminance change 723 by the smaller one. The temperature change similarity is, for example, a value obtained by dividing the larger one of the temperature change 714 and the 1 m
上記の計算方法によれば、図９（１）、または、図９（２）の状況特徴情報７１０を取得した場合、接続機器判別手段３０９は、状況特徴類似度が『０．８５』以上の状況特徴機器対応情報７２０を抽出しない。そして、図９（３）の状況特徴情報７１０を取得した場合、接続機器判別手段３０９は、以下の計算により、状況特徴類似度が『０．８５』以上の状況特徴機器対応情報７２０として、機器名７２１『暖房』／動作状態７２２『通常運転中』の状況特徴機器対応情報７２０を抽出する。
According to the above calculation method, when the situation feature information 710 of FIG. 9 (1) or FIG. 9 (2) is acquired, the connected
照度変化類似度＝１（照度変化７１３＝１ｍ照度変化７２３より）。 Illuminance change similarity = 1 (illuminance change 713 = 1 m from illuminance change 723).
温度変化類似度＝５．２÷５．３＝０．９８。 Temperature change similarity = 5.2 ÷ 5.3 = 0.98.
湿度変化類似度＝１（湿度変化７１５＝１ｍ湿度変化７２５より）。 Humidity change similarity = 1 (from humidity change 715 = 1 m humidity change 725).
風速変化類似度＝４．０÷４．１＝０．９８。 Wind speed change similarity = 4.0 ÷ 4.1 = 0.98.
状況特徴類似度＝０．９８×０．９８＝０．９６。 Situation feature similarity = 0.98 × 0.98 = 0.96.
そして、接続機器判別手段３０９は、抽出した『暖房』を、接続機器２０の第２の候補として選定する。
Then, the connected
次に、接続機器判別手段３０９は、接続機器２０の第１の候補と接続機器２０の第２の候補を比較して、一致するものを接続機器２０の第３の候補として抽出する（ステップＳ１４４）。
上記で説明した例によれば、接続機器判別手段３０９は、『暖房』を接続機器２０の第３の候補として抽出する。
Next, the connected
According to the example described above, the connected
そして、接続機器判別手段３０９は、抽出した接続機器２０の第３の候補の数が、あらかじめあたえられた目標数（たとえば、『１』）であるか否かを確認する（第３の候補の数は目標数？）（ステップＳ１４６）。
Then, the connected
そして、抽出した接続機器２０の第３の候補の数が目標数の場合（ステップＳ１４６でＹＥＳ）、接続機器判別手段３０９は、接続機器２０の第３の候補の機器名６２１と動作状態６２２の組（機器名６２１だけであってもよい）を出力する（ステップＳ１４８）。そして、接続機器判別手段３０９は、ステップＳ１５０へ進み、処理を終了する。
When the number of extracted third candidates for the connected
また、抽出した接続機器２０の第３の候補の数が目標数でない場合（ステップＳ１４６でＮＯ）、接続機器判別手段３０９は、ステップＳ１６０へ分岐する。
If the number of extracted third candidates for the connected
そして、接続機器判別手段３０９は、強制終了契機が発生したか否かを確認する（強制終了契機が発生？）（ステップＳ１６０）。強制終了契機は、たとえば、図示しない手段による操作者の指示の検出通知や、図示しない手段によるタイムアウト通知などであってよい。
Then, the connected
そして、強制終了契機が発生していない場合（ステップＳ１６０でＮＯ）、接続機器判別手段３０９は、ステップＳ１１０へ分岐する。
If no forced termination opportunity has occurred (NO in step S160), the connected
そして、強制終了契機が発生した場合（ステップＳ１６０でＹＥＳ）、接続機器判別手段３０９は、抽出失敗情報を出力する（ステップＳ１６２）。抽出失敗情報は、たとえば、接続機器２０の第１の候補であることを明示した機器名６２１と動作状態６２２の組（機器名６２１だけであってもよい）の第１候補一覧であってよい。また、抽出失敗情報は、たとえば、接続機器２０の第２の候補あることを明示した機器名６２１と動作状態６２２の組（機器名６２１だけであってもよい）の第２候補一覧であってよい。また、抽出失敗情報は、たとえば、第１候補一覧と第２候補一覧とを合成したものでもよい。そして、接続機器判別手段３０９は、ステップＳ１６４へ進み、処理を終了する。
If a forced termination event occurs (YES in step S160), the connected
こうして、機器判別装置３０は、接続機器２０を判別する処理を完了する。
In this way, the
図１０は、本実施の形態の特徴的な構成を示す図である。機器判別装置３１は、入力解析手段３０５と、センサ情報解析手段３０７と、接続機器判別手段３０９とを有する。
FIG. 10 is a diagram showing a characteristic configuration of the present embodiment. The
入力解析手段３０５は、電源入力特性情報６００に基づいて入力特徴情報６１０を生成する。電源入力特性情報６００は、電源を入力して動作し、電源入力の特性と動作による周囲状況４０の変化が、特定の相関を有する接続機器２０の電源入力の特性情報である。電源入力特性情報６００は、入力解析手段３０５にあらかじめあたえられていてもよいし、入力解析手段３０５が図示しない手段から取得してもよい。
The
センサ情報解析手段３０７は、周囲状況情報７００に基づいて状況特徴情報７１０を生成する。周囲状況情報７００は、センサ情報解析手段３０７にあらかじめあたえられていてもよいし、センサ情報解析手段３０７が図示しない手段から取得してもよい。
The sensor
接続機器判別手段３０９は、入力特徴機器対応情報６２０と状況特徴機器対応情報７２０とを参照して、入力特徴情報６１０および状況特徴情報７１０とに対応する機器の種別を抽出する。入力特徴機器対応情報６２０は、接続機器判別手段３０９にあらかじめあたえられていてもよいし、接続機器判別手段３０９が図示しない手段から取得してもよい。そして、状況特徴機器対応情報７２０は、接続機器判別手段３０９にあらかじめあたえられていてもよいし、接続機器判別手段３０９が図示しない手段から取得してもよい。
The connected
本実施の形態の第１の効果は、電気機器の動作に影響をあたえることなく、短時間で、高精度な電気機器の判別をすることが可能になることである。その理由は、電源入力特性情報を解析して特徴を抽出し、周囲状況情報を解析して特徴を抽出し、これら両方に基づいて接続された電気機器を判別するようにしたからである。すなわち、高精度に判定できる理由は、電源入力特性情報から抽出した特徴だけでなく、周囲状況情報から抽出した特徴に基づいて判別しているため、電源入力特性が似たような機器であっても、周囲状況情報が異なることにより、判別が可能になるからである。同様に、短時間で判定できる理由は、電源入力特性情報と周囲状況情報のいずれか一方のみを用いるより、両方を利用することで、情報量が多くなり、機器ごとの違いが早く発見できるからである。 The first effect of the present embodiment is that it is possible to determine a highly accurate electric device in a short time without affecting the operation of the electric device. The reason is that the characteristics are extracted by analyzing the power input characteristic information, the characteristics are extracted by analyzing the surrounding situation information, and the connected electrical device is determined based on both. In other words, the reason why the determination can be made with high accuracy is not only the feature extracted from the power supply input characteristic information but also the device having a similar power supply input characteristic because the determination is based on the feature extracted from the ambient situation information. This is because the discrimination can be made when the surrounding situation information is different. Similarly, the reason why it can be determined in a short period of time is that the amount of information increases by using both of the power input characteristic information and the surrounding situation information, and the difference between devices can be discovered quickly. It is.
本実施の形態の第２の効果は、電気機器が本来の仕様で動作しない状態であっても、精度の制限つきで電気機器の判別をすることが可能になることである。その理由は、強制終了契機の発生に応じて、接続機器の候補を出力するようにしたからである。 The second effect of the present embodiment is that it is possible to discriminate an electric device with limited accuracy even when the electric device does not operate according to its original specifications. The reason is that connected device candidates are output in response to the occurrence of a forced termination event.
次に本発明の第２の実施の形態について図面を参照して説明する。 Next, a second embodiment of the present invention will be described with reference to the drawings.
図１１を参照すると、本発明の第２の実施の形態の機器判別装置３０は、第１の実施の形態の接続機器判別手段３０９が、接続機器判別手段３２９に置き換わっている。他の構成要素の変更はない。
Referring to FIG. 11, in the
同じく、図１１を参照すると、接続機器判別手段３２９が取得する学習用情報８２０を入力する入力手段８０（たとえば、クライアント端末装置、可搬型記憶デバイスのインタフェース、など）が接続されている。他の要素の変更はない。 Similarly, referring to FIG. 11, input means 80 (for example, a client terminal device, an interface of a portable storage device, etc.) for inputting learning information 820 acquired by the connected device determination means 329 is connected. There are no other element changes.
図１４は、学習用情報８２０とこれを保持する学習用情報保持部８２９の構造を示す。学習用情報８２０は、機器名８２１、動作状態８２２、および、タイマー値８２３を含む。
FIG. 14 shows the structure of learning information 820 and a learning
接続機器判別手段３２９は、第１の実施の形態の接続機器判別手段３０９の機能に加えて、次の機能を有している。
The connected
接続機器判別手段３２９は、入力手段８０から、学習用情報８２０を取得する。なお、学習用情報８２０の取得先は、本実施の形態における入力手段８０に限定するものではない。接続機器判別手段３２９は、図示しない手段により、ネットワーク経由で、他の装置等から学習用情報８２０を取得してもよい。また、学習用情報８２０は、あらかじめ与えられて、接続機器判別手段３２９の図示しない保持部に記憶されていてもよい。
The connected
接続機器判別手段３２９は、学習用情報８２０を保持する学習用情報保持部８２９を含む。接続機器判別手段３２９は、学習用情報８２０に基づいて、学習契機を検出する。そして、接続機器判別手段３２９は、学習用情報８２０と入力特徴情報６１０とに基づいて入力特徴機器対応情報６２０を生成し、入力特徴蓄積手段３０４に記憶させる。そして、接続機器判別手段３２９は、学習用情報８２０と状況特徴情報７１０とに基づいて状況特徴機器対応情報７２０を生成し、状況機器対応蓄積手段３０８に記憶させる。
The connected
次に第２の実施の形態の動作について、図１１から図１４を参照し、具体的な例を示して説明する。 Next, the operation of the second embodiment will be described with reference to FIGS. 11 to 14 and a specific example.
図１２は、機器判別装置３０の概略的な動作の流れを示すフローチャートである。
FIG. 12 is a flowchart illustrating a schematic operation flow of the
本実施の形態では、機器判別装置３０は、たとえば、入力手段８０からの指示を契機として動作を開始する（ステップＳ２００）。
In the present embodiment, for example, the
まず、接続機器判別手段３２９は、学習用情報保持部８２９（図１３参照）を初期設定する（ステップＳ２０２）。たとえば、接続機器判別手段３２９は、入力手段８０から、学習用情報８２０を取得した場合は、学習用情報８２０を学習用情報保持部８２９に記憶させる。また、接続機器判別手段３２９は、学習用情報８２０を取得しなかった場合は、学習用情報保持部８２９をすべて『０』クリアする。
First, the connected
ステップＳ１０２からステップＳ１３８の動作は、第１の実施の形態と同じであるので説明を省略する。 Since the operations from step S102 to step S138 are the same as those in the first embodiment, description thereof will be omitted.
次に、接続機器判別手段３２９は、学習用情報保持部８２９のタイマー値８２３を参照して、学習用情報８２０を取得しているか否かを確認する。すなわち接続機器判別手段３２９は、タイマー値８２３が『０』ならば学習用情報８２０を取得していないと判断し、タイマー値８２３が『０』以外ならば学習用情報８２０を取得していると判断する（タイマー値８２３は『０』？）（ステップＳ２１０）。
Next, the connected
そして、学習用情報８２０を取得していないと判断した場合（ステップＳ２１０でＹＥＳ）、接続機器判別手段３２９は、ステップＳ１４０へ分岐する。
If it is determined that the learning information 820 has not been acquired (YES in step S210), the connected
ステップＳ１４０からステップＳ１６４の動作は、第１の実施の形態と同じであるので説明を省略する。 Since the operations from step S140 to step S164 are the same as those in the first embodiment, description thereof will be omitted.
そして、学習用情報８２０を取得していると判断した場合（ステップＳ２１０でＮＯ）、接続機器判別手段３２９は、入力解析手段３０５から閾値以下情報を取得する（ステップＳ２１２）。
If it is determined that the learning information 820 has been acquired (NO in step S210), the connected
そして、接続機器判別手段３２９は、閾値以下情報が２つの平均有効電力値６１３の比があらかじめ定められた閾値（たとえば０．９０）以下であることを示しているか否かを確認する（閾値以下か？）（ステップＳ２１４）。そして、閾値以下情報が閾値以下であることを示していない場合（ステップＳ２１２でＮＯ）、接続機器判別手段３２９は、ステップＳ２１８へ分岐する。
Then, the connected
また、閾値以下情報が閾値以下であることを示している場合（ステップＳ２１４でＹＥＳ）、接続機器判別手段３２９は、タイマー値８２３で示される時間の計時を開始する（ステップＳ２１６）。
If the information below the threshold indicates that the information is below the threshold (YES in step S214), the connected
次に、接続機器判別手段３２９は、タイマー値８２３で示される時間が経過したか否かを確認する（時間経過？）（ステップＳ２１８）。そして、時間が経過していない場合（ステップＳ２１８でＮＯ）、接続機器判別手段３２９は、ステップＳ１１０へ分岐する。
Next, the connected
そして、時間が経過した場合（ステップＳ２１８でＹＥＳ）、接続機器判別手段３２９は、学習用情報８２０の機器名８２１と、動作状態８２２[N1]と、入力特徴情報６１０の平均有効電力値６１３と、平均電流値６１４と、時系列有効電力値列６１５と、時系列電流値列６１６とから入力特徴機器対応情報６２０を生成する（ステップＳ２２０）。
When the time has elapsed (YES in step S218), the connected
そして、接続機器判別手段３２９は、生成した入力特徴機器対応情報６２０を入力特徴蓄積手段３０４に記憶させる（ステップＳ２２２）。
Then, the connected
そして、接続機器判別手段３２９は、学習用情報８２０の機器名８２１と、動作状態８２２と、状況特徴情報７１０の距離７１１と、照度変化７１３と、温度変化７１４と、湿度変化７１５と、風速変化７１６とから状況特徴機器対応情報７２０を生成する（ステップＳ２２４）。
そして、接続機器判別手段３２９は、生成した状況特徴機器対応情報７２０を状況機器対応蓄積手段３０８に記憶させる（ステップＳ２２６）。
Then, the connected
Then, the connected
こうして、機器判別装置３０は、入力特徴機器対応情報６２０および状況特徴機器対応情報７２０を生成する処理を完了する。
In this way, the
こうして、接続機器判別手段３２９は、入力特徴情報６１０と、あらかじめあたえられたおよび／または取得した学習用情報８２０に基づいて、入力特徴機器対応情報６２０を生成する。また、接続機器判別手段３２９は、状況特徴情報７１０と、あらかじめあたえられたおよび／または取得した学習用情報８２０に基づいて、状況特徴機器対応情報７２０を生成する。
Thus, the connected
本実施の形態の効果は、入力特徴情報や状況特徴情報が不明な機器についても対応可能とすることができることである。その理由は、学習用情報と入力特徴情報とに基づいて入力特徴機器対応情報を生成し、また、学習用情報と状況特徴情報とに基づいて状況特徴機器対応情報を生成するようにしたからである。 The effect of the present embodiment is that it is possible to cope with a device whose input feature information or situation feature information is unknown. The reason is that the input feature device correspondence information is generated based on the learning information and the input feature information, and the situation feature device correspondence information is generated based on the learning information and the situation feature information. is there.
以上説明した、第１および第２の実施の形態では、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、本実施の形態を実施するときには、その複数の動作の順番は内容的に支障しない範囲で変更することができる。 In the first and second embodiments described above, a plurality of operations are described in order in the form of a flowchart, but the described order does not limit the order in which the plurality of operations are executed. For this reason, when implementing this Embodiment, the order of the some operation | movement can be changed in the range which does not interfere in content.
さらに、第１および第２の実施の形態では、複数の動作は個々に相違するタイミングで実行されることに限定されない。このため、ある動作の実行中に他の動作が発生すること、ある動作の実行タイミングと他の動作の実行タイミングとの一部ないし全部が重複していること、等でもよい。 Furthermore, in the first and second embodiments, the plurality of operations are not limited to being executed at different timings. For this reason, another operation may occur during execution of a certain operation, or a part or all of the execution timing of a certain operation and the execution timing of another operation may overlap.
さらに、第１および第２の実施の形態では、ある動作が他の動作の契機になるように記載しているが、その記載はある動作と他の動作のすべての関係を限定するものではない。このため、本実施の形態を実施するときには、その複数の動作の関係は内容的に支障しない範囲で変更することができる。また各構成要素の各動作の具体的な記載は、各構成要素の各動作を限定するものではない。このため、各構成要素の具体的な各動作は、本実施の形態を実施する上で機能的、性能的、その他の特性に対して支障をきたさない範囲内で変更されてよい。これらは、たとえば、状況特徴情報の閾値以上であることを契機に入力特徴情報を生成するように変更すること、状況特徴情報に基づいて候補を選んで、入力特徴情報で絞り込むように変更することも含む。 Furthermore, in the first and second embodiments, it is described that a certain operation becomes a trigger for another operation, but the description does not limit all relationships between the certain operation and other operations. . For this reason, when implementing this Embodiment, the relationship of the some operation | movement can be changed in the range which does not interfere in content. The specific description of each operation of each component does not limit each operation of each component. For this reason, each specific operation of each component may be changed within a range that does not hinder the functional, performance, and other characteristics in carrying out the present embodiment. These are, for example, changing to generate input feature information triggered by being equal to or greater than the threshold value of the situation feature information, and changing to select candidates based on the situation feature information and narrowing down by the input feature information Including.
なお、第１および第２の実施の形態は、ハードウェアで実現されてもよいし、ソフトウェアで実現されてもよいし、ハードウェアとソフトウェアの混在により実現されてもよい。 The first and second embodiments may be realized by hardware, may be realized by software, or may be realized by mixing hardware and software.
また、各構成要素の物理的な構成は、以上の実施の形態の記載に限定されることは無く、独立して存在してもよいし、組み合わされて存在してもよいし、または、分離して構成されてもよい。これは、たとえば、機器判別装置にセンサ手段や、出力手段や、入力手段が含まれる、あるいは一体となった構成にしてもよいことを含んでいる。 In addition, the physical configuration of each component is not limited to the description of the above embodiment, and may exist independently, may exist in combination, or may be separated. May be configured. This includes, for example, that the device discriminating apparatus includes a sensor unit, an output unit, an input unit, or may be configured as an integral unit.
また、入力特徴危機対応情報や、状況特徴危機対応情報は、機器の故障を想定した場合や、経年変化による機器の劣化を想定した場合の情報を含んでもよい。たとえば、それは、機器名が『エアコン（フィルタ目づまり）』であったり、『冷蔵庫（冷却力低下）』であったりしてもよい。 Further, the input feature crisis response information and the situation feature crisis response information may include information when a device failure is assumed or when device deterioration due to secular change is assumed. For example, the device name may be “air conditioner (filter clogged)” or “refrigerator (decreased cooling power)”.
本発明は、エネルギー管理システムに組み込み、電気機器のプラグアンドプレイに利用できる。 The present invention can be incorporated into an energy management system and used for plug and play of electrical equipment.
また、本発明は、機器の状態を通知する監視方法に利用できる。 The present invention can also be used in a monitoring method for notifying the state of a device.
１０ コンセント
２０ 接続機器
３０ 機器判別装置
３１ 機器判別装置
４０ 周囲状況
６０ 出力手段
８０ 入力手段
３０１ プラグオス
３０２ プラグメス
３０３ 入力測定手段
３０４ 入力特徴蓄積手段
３０５ 入力解析手段
３０７ センサ情報解析手段
３０８ 状況機器対応蓄積手段
３０９ 接続機器判別手段
３２９ 接続機器判別手段
５０１ センサ手段
６００ 電源入力特性情報
６０１ 電流値
６０２ 電圧値
６０３ 位相差
６１０ 入力特徴情報
６１１ 第１入力特徴情報保持部
６１２ 第２入力特徴情報保持部
６１３ 平均有効電力値
６１４ 平均電流値
６１５ 時系列有効電力値列
６１６ 時系列電流値列
６２０ 入力特徴機器対応情報
６２１ 機器名
６２２ 動作状態
６２３ 平均有効電力値
６２４ 平均電流値
６２５ 時系列有効電力値列
６２６ 時系列電流値列
７００ 周囲状況情報
７０１ 距離
７０３ 照度
７０４ 温度
７０５ 湿度
７０６ 風速
７０７ 現周囲状況情報保持部
７０８ 基準周囲状況情報保持部
７１０ 状況特徴情報
７１１ 距離
７１３ 照度変化
７１４ 温度変化
７１５ 湿度変化
７１６ 風速変化
７２０ 状況特徴機器対応情報
７２１ 機器名
７２２ 動作状態
７２３ １ｍ照度変化
７２４ １ｍ温度変化
７２５ １ｍ湿度変化
７２６ １ｍ風速変化
７２７ ２ｍ照度変化
７２８ ２ｍ温度変化
７２９ ２ｍ湿度変化
７３０ ２ｍ風速変化
７３１ ３ｍ照度変化
７３２ ３ｍ温度変化
７３３ ３ｍ湿度変化
７３４ ３ｍ風速変化
８２０ 学習用情報
８２１ 機器名
８２２ 動作状態
８２３ タイマー値
８２９ 学習用情報保持部
DESCRIPTION OF SYMBOLS 10 Outlet 20 Connection apparatus 30 Apparatus discrimination | determination apparatus 31 Apparatus discrimination | determination apparatus 40 Ambient condition 60 Output means 80 Input means 301 Plug male 302 Plug female 303 Input measurement means 304 Input feature storage means 305 Input analysis means 307 Sensor information analysis means 308 Status equipment correspondence storage means 309 Connected Device Discriminating Unit 329 Connected Device Discriminating Unit 501 Sensor Unit 600 Power Input Characteristic Information 601 Current Value 602 Voltage Value 603 Phase Difference 610 Input Feature Information 611 First Input Feature Information Holding Unit 612 Second Input Feature Information Holding Unit 613 Average Effectiveness Power value 614 Average current value 615 Time series active power value string 616 Time series current value string 620 Input feature device correspondence information 621 Device name 622 Operating state 623 Average active power value 624 Average current value 625 Time series active power value sequence 6 6 Time-series current value string 700 Ambient condition information 701 Distance 703 Illuminance 704 Temperature 705 Humidity 706 Wind speed 707 Current ambient condition information holding part 708 Reference ambient condition information holding part 710 Condition feature information 711 Distance 713 Illuminance change 714 Temperature change 715 Humidity change 716 Wind speed change 720 Status characteristic device correspondence information 721 Device name 722 Operating state 723 1m Illuminance change 724 1m Temperature change 725 1m Humidity change 726 1m Wind speed change 727 2m Illumination change 728 2m Temperature change 729 2m Humidity change 730 2m Wind speed change 731 3m Illuminance change 732 3 m temperature change 733 3 m humidity change 734 3 m wind speed change 820 learning information 821 device name 822 operation state 823 timer value 829 learning information holding unit
Claims (14)
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成するセンサ情報解析手段と、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する接続機器判別手段と、
を有することを特徴とする機器判別装置。 It operates by inputting power, and input characteristic information based on power input characteristic information given in advance and / or acquired by a device having a specific correlation between the input characteristics of the power supply and changes in ambient conditions due to the operation. Input analysis means to generate;
Sensor information analysis means for generating situation feature information based on ambient situation information given and / or acquired in advance of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Connected device discrimination means for extracting the type;
A device discriminating apparatus characterized by comprising:
を有することを特徴とする請求項１記載の機器判別装置。 The apparatus discriminating apparatus according to claim 1, further comprising an input measuring unit that measures input characteristics of the apparatus and outputs the power input characteristic information.
を有することを特徴とする請求項１または２記載の機器判別装置。 Sensor means for measuring the ambient condition of the device and outputting the ambient condition information;
The apparatus discrimination apparatus according to claim 1, wherein the apparatus discrimination apparatus is provided.
を有することを特徴とする請求項１ないし３のいずれかに記載の機器判別装置。 4. The device according to claim 1, further comprising means for generating input feature device correspondence information based on the input feature information and learning information given and / or acquired in advance. Discriminator.
を有することを特徴とする請求項１ないし４のいずれかに記載の機器判別装置。 5. The device according to claim 1, further comprising means for generating situation feature device correspondence information based on the situation feature information and learning information given and / or acquired in advance. Discriminator.
ことを特徴とする請求項１ないし５のいずれかに記載の機器判別装置。 The connected device determination unit extracts a predetermined number of device types corresponding to the input feature information and the situation feature information with reference to the input feature device correspondence information and the situation feature device correspondence information. 6. The apparatus discriminating apparatus according to claim 1, wherein extraction failure information is output when it cannot be performed.
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成する処理と、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する処理と、
をコンピュータに実行させることを特徴とするプログラム。 It operates by inputting power, and input characteristic information based on power input characteristic information given in advance and / or acquired by a device having a specific correlation between the input characteristics of the power supply and changes in ambient conditions due to the operation. Process to generate,
Processing for generating situation feature information based on pre-given and / or acquired ambient situation information of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Processing to extract the type;
A program that causes a computer to execute.
をコンピュータに実行させることを特徴とする請求項７記載のプログラム。 8. The program according to claim 7, which causes a computer to execute processing for generating input feature device correspondence information based on the input feature information and learning information given and / or acquired in advance.
をコンピュータに実行させることを特徴とする請求項７または８記載のプログラム。 The program according to claim 7 or 8, wherein a computer is caused to execute a process of generating situation feature device correspondence information based on the situation feature information and learning information given and / or acquired in advance.
をコンピュータに実行させることを特徴とする請求項７ないし９のいずれかに記載のプログラム。 Extracted when it is impossible to extract a predetermined number of device types corresponding to the input feature information and the situation feature information with reference to the input feature device correspondence information and the situation feature device correspondence information The program according to any one of claims 7 to 9, which causes a computer to execute a process of outputting failure information.
電源を入力して動作し、前記電源の入力特性と前記動作による周囲状況の変化が、特定の相関を有する機器のあらかじめあたえられたおよび／または取得した電源入力特性情報に基づいて入力特徴情報を生成し、
前記機器のあらかじめあたえられたおよび／または取得した周囲状況情報に基づいて状況特徴情報を生成し、
あらかじめあたえられたおよび／または取得した入力特徴機器対応情報とあらかじめあたえられたおよび／または取得した状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応する機器の種別を抽出する、
ことを特徴とする方法。 Computer
It operates by inputting power, and input characteristic information based on power input characteristic information given in advance and / or acquired by a device having a specific correlation between the input characteristics of the power supply and changes in ambient conditions due to the operation. Generate
Generating situation feature information based on pre-given and / or acquired ambient situation information of the device;
Referring to the input feature device correspondence information given and / or obtained in advance and the situation feature device correspondence information given and / or obtained in advance, the device corresponding to the input feature information and the situation feature information Extract type,
A method characterized by that.
前記入力特徴情報と、あらかじめあたえられたおよび／または取得した学習用情報に基づいて、入力特徴機器対応情報を生成する
ことを特徴とする請求項１１記載の方法。 Computer
12. The method according to claim 11, wherein the input feature device correspondence information is generated based on the input feature information and the learning information given and / or acquired in advance.
前記状況特徴情報と、あらかじめあたえられたおよび／または取得した学習用情報に基づいて、状況特徴機器対応情報を生成する
ことを特徴とする請求項１１または１２記載の方法。 Computer
The method according to claim 11 or 12, wherein the situation feature device correspondence information is generated based on the situation feature information and learning information given and / or acquired in advance.
前記入力特徴機器対応情報と前記状況特徴機器対応情報とを参照して、前記入力特徴情報および前記状況特徴情報とに対応するあらかじめ定められた数の機器の種別を抽出することができない場合に抽出失敗情報を出力する
ことを特徴とする請求項１１ないし１３のいずれかに記載の方法。 Computer
Extracted when it is impossible to extract a predetermined number of device types corresponding to the input feature information and the situation feature information with reference to the input feature device correspondence information and the situation feature device correspondence information 14. The method according to claim 11, wherein failure information is output.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008156408A JP4977648B2 (en) | 2008-06-16 | 2008-06-16 | Device discriminating apparatus, program, and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008156408A JP4977648B2 (en) | 2008-06-16 | 2008-06-16 | Device discriminating apparatus, program, and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009303415A true JP2009303415A (en) | 2009-12-24 |
| JP4977648B2 JP4977648B2 (en) | 2012-07-18 |
Family
ID=41549709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008156408A Expired - Fee Related JP4977648B2 (en) | 2008-06-16 | 2008-06-16 | Device discriminating apparatus, program, and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4977648B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101608328B1 (en) | 2014-06-24 | 2016-04-04 | 이정환 | An apparatus for identifying device through analyzing power consumption pattern and the method thereof |
| JP6395910B1 (en) * | 2017-07-19 | 2018-09-26 | 三菱電機株式会社 | Device management system, data exchange system, data exchange method, and device management program |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000292465A (en) * | 1999-02-01 | 2000-10-20 | Central Res Inst Of Electric Power Ind | Electric apparatus monitoring system and abnormal operation alerting system |
| JP2000299945A (en) * | 1999-04-12 | 2000-10-24 | Adoin Kenkyusho:Kk | Remote automated diagnostic system for power consumption conditions |
| JP2000306191A (en) * | 1999-04-16 | 2000-11-02 | Matsushita Electric Ind Co Ltd | Area division and device for extracting object |
| JP2001330630A (en) * | 2000-05-18 | 2001-11-30 | Central Res Inst Of Electric Power Ind | Electrical equipment monitoring system and abnormality warning system utilizing the same |
| JP2001344027A (en) * | 2000-05-31 | 2001-12-14 | Matsushita Electric Ind Co Ltd | Energizing controller |
| JP2003133085A (en) * | 2001-10-25 | 2003-05-09 | Matsushita Electric Works Ltd | Lighting system |
| JP2003259569A (en) * | 2001-12-28 | 2003-09-12 | Atsushi Matsushita | Remote detection method, remote control method, and remote control system for electric apparatus, and outlet used therefor |
| 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 |
| JP2004056969A (en) * | 2002-07-23 | 2004-02-19 | Central Res Inst Of Electric Power Ind | Method for estimating operating state of electric device with frequently changing power consumption and monitor system of the same device |
| JP2004222375A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Managing system for electric equipment |
| JP2004221770A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Electric equipment management supporting system, and center server for supporting electric equipment management |
| JP2004222374A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Monitoring system for electric equipment |
| JP2005202578A (en) * | 2004-01-14 | 2005-07-28 | Toshiba Corp | Communication device and communication method |
| JP2005354794A (en) * | 2004-06-10 | 2005-12-22 | Mitsubishi Electric Corp | Life information collecting system |
| JP2006017456A (en) * | 2004-06-04 | 2006-01-19 | Mitsubishi Electric Corp | Electrical apparatus working state estimating system, and database construction method for estimating electrical apparatus working state |
| JP2007003296A (en) * | 2005-06-22 | 2007-01-11 | Toenec Corp | Electric appliance monitoring system |
| JP2008039492A (en) * | 2006-08-02 | 2008-02-21 | Univ Nagoya | System for estimating electrical equipment operation state |
-
2008
- 2008-06-16 JP JP2008156408A patent/JP4977648B2/en not_active Expired - Fee Related
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000292465A (en) * | 1999-02-01 | 2000-10-20 | Central Res Inst Of Electric Power Ind | Electric apparatus monitoring system and abnormal operation alerting system |
| JP2000299945A (en) * | 1999-04-12 | 2000-10-24 | Adoin Kenkyusho:Kk | Remote automated diagnostic system for power consumption conditions |
| JP2000306191A (en) * | 1999-04-16 | 2000-11-02 | Matsushita Electric Ind Co Ltd | Area division and device for extracting object |
| JP2001330630A (en) * | 2000-05-18 | 2001-11-30 | Central Res Inst Of Electric Power Ind | Electrical equipment monitoring system and abnormality warning system utilizing the same |
| JP2001344027A (en) * | 2000-05-31 | 2001-12-14 | Matsushita Electric Ind Co Ltd | Energizing controller |
| JP2003133085A (en) * | 2001-10-25 | 2003-05-09 | Matsushita Electric Works Ltd | Lighting system |
| JP2003259569A (en) * | 2001-12-28 | 2003-09-12 | Atsushi Matsushita | Remote detection method, remote control method, and remote control system for electric apparatus, and outlet used therefor |
| 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 |
| JP2004056969A (en) * | 2002-07-23 | 2004-02-19 | Central Res Inst Of Electric Power Ind | Method for estimating operating state of electric device with frequently changing power consumption and monitor system of the same device |
| JP2004222375A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Managing system for electric equipment |
| JP2004221770A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Electric equipment management supporting system, and center server for supporting electric equipment management |
| JP2004222374A (en) * | 2003-01-10 | 2004-08-05 | Matsushita Electric Works Ltd | Monitoring system for electric equipment |
| JP2005202578A (en) * | 2004-01-14 | 2005-07-28 | Toshiba Corp | Communication device and communication method |
| JP2006017456A (en) * | 2004-06-04 | 2006-01-19 | Mitsubishi Electric Corp | Electrical apparatus working state estimating system, and database construction method for estimating electrical apparatus working state |
| JP2005354794A (en) * | 2004-06-10 | 2005-12-22 | Mitsubishi Electric Corp | Life information collecting system |
| JP2007003296A (en) * | 2005-06-22 | 2007-01-11 | Toenec Corp | Electric appliance monitoring system |
| JP2008039492A (en) * | 2006-08-02 | 2008-02-21 | Univ Nagoya | System for estimating electrical equipment operation state |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101608328B1 (en) | 2014-06-24 | 2016-04-04 | 이정환 | An apparatus for identifying device through analyzing power consumption pattern and the method thereof |
| JP6395910B1 (en) * | 2017-07-19 | 2018-09-26 | 三菱電機株式会社 | Device management system, data exchange system, data exchange method, and device management program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4977648B2 (en) | 2012-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2014122705A1 (en) | Solar cell panel monitoring program, solar cell panel monitoring apparatus, and method for monitoring solar cell panel | |
| JP5520807B2 (en) | Residential electrical equipment maintenance management device and residential electrical equipment maintenance system | |
| CN105637432A (en) | Identifying anomalous behavior of a monitored entity | |
| US10401401B2 (en) | System and methods thereof for monitoring of energy consumption cycles | |
| US11624761B2 (en) | Fault detection for appliances based on energy consumption data | |
| CN110469461B (en) | Fracture estimation method and device for fan toothed belt and readable storage medium | |
| KR20190069213A (en) | Apparatus and method for operation and management of distributed photovoltaic energy generator based on remote monitoring | |
| CN109001645B (en) | Elevator battery detection method, device, equipment and storage medium | |
| US20200041155A1 (en) | System and method for thermostat detection of condensate switch tripping | |
| EP3721683B1 (en) | System, methods, and apparatuses for distributed detection of luminaire anomalies | |
| CN102341789A (en) | Apparatus and method for monitoring a computer system | |
| JP4977648B2 (en) | Device discriminating apparatus, program, and method | |
| CN106201797A (en) | The method that fatigue tester collocation 4U tool realizes multinode AC test | |
| CN110749027A (en) | Monitoring method and device for electrical equipment, air conditioner and storage medium | |
| TWI443356B (en) | Detection system and method of abnormal operating states in an electrical appliance | |
| CN114200877A (en) | Monitoring method and device for electric equipment | |
| EP3423789B1 (en) | Systems and methods thereof for determination of a device state based on current consumption monitoring and machine-learning thereof | |
| US9658290B2 (en) | System and method of battery life estimation | |
| US9581995B2 (en) | Systems and methods for monitoring of equipment using a configurable rule base | |
| US9172552B2 (en) | Managing an entity using a state machine abstract | |
| US11310892B2 (en) | System, methods, and apparatuses for distributed detection of luminaire anomalies | |
| CN113544708A (en) | Cluster-based classification for time series data | |
| NL2020228B1 (en) | Detecting inefficient appliances | |
| CN115371205A (en) | Method and device for detecting abnormality of circulation of air conditioning system, electronic device, and medium | |
| US20070150220A1 (en) | Method for monitoring a technical device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110121 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110510 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110601 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20110712 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120403 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120416 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150420 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |