JP6465106B2 - 教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラム - Google Patents

Description

本発明は、教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラムに関する。

近年、スマートメータなどの普及に伴い、所定の単位内（家庭内、会社内、ビルの１つのフロア内等）の総消費電力値（瞬時値）をユーザに向けて提供する機能が標準化しつつある。所定の単位内の総消費電力値だけでなく、所定の単位内で使用されている電気機器単体の消費電力値（瞬時値）も提供することにより、更にきめ細やかな節電対策を促すことが期待される。

電気機器個別の消費電力値は、例えば各電気機器に測定器を取り付けることで把握することができる。しかし、この手段の場合、各電気機器に測定器を取り付ける作業負担が大きい。また、電気機器の数が増えるに従い測定器の数も増え、費用負担が大きくなる。

特許文献１及び２には、給電引き込み口や分電盤等の電源幹線部に測定器を設置し、当該測定器で測定した測定データ（総消費電流波形等）を利用して各電気機器の動作状態を推定する技術が開示されている。当該技術では、予め、各電気機器の動作時の特徴量（教師特徴量）を用意し、さらに、この教師特徴量をあらゆる態様で組み合わせた合算教師特徴量を用意する。そして、電源幹線部で測定された測定データから抽出された特徴量と、予め用意している教師特徴量（合算教師特徴量を含む）とに基づいて、各電気機器の動作状態を推定する。

特許文献３には、各電気機器の動作時の特徴量を示す教師特徴量を生成する技術が開示されている。具体的には、被計測家屋内の電気機器を１つずつ動作させて所定のデータ（消費電流等）を個別に測定する。そして、測定した各電気機器のデータから特徴量を抽出し、抽出した特徴量を教師特徴量として保存する。

特許第３４０３３６８号公報 特許第４５６５５１１号公報 特許第４４３３８９０号公報

本発明者らは、電源幹線部で測定した測定データを利用して、監視対象の電気機器の消費電力値（瞬時値）を算出する技術を検討した。そして、検討の結果、新たな課題を見出した。以下、検討した処理及び新たな課題を説明する。

各電気機器の教師データは次のようにして生成した。まず、第１の電気機器が実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）を所定数のグループに分割した。そして、グループごとに代表電力値及び特徴量（教師特徴量）を決定した。このようにして決定した各グループの代表電力値及び教師特徴量すべてが、第１の電気機器の教師データとなる。

図１３に上記のようにして生成された教師データの一例を示す。図１３は、消費し得る消費電力値帯が０Ｗより大１２００Ｗ以下であるドライヤーの教師データである。当該教師データは、上記消費電力値帯を５Ｗ単位で２４０のグループに分けている。そして、各グループに、各電力値帯の中間値である代表電力値と、各電力値帯内の電力を消費している時の消費電流波形から抽出した特徴量（教師特徴量）とが対応付けられている。すなわち、各教師特徴量は、当該ドライヤーが各電力値帯内の電力を消費している時の特徴量である。

図１４は、図１３に示す教師データを生成する処理の概念を示す図である。当該図によれば、ドライヤーが消費し得る消費電力値帯である０Ｗより大１２００Ｗ以下の範囲が５Ｗ単位で２４０のグループに分けられ、グループごとに代表電力値及び特徴量が決定されることが把握できる。

図１５は、消費し得る消費電力値帯が０Ｗより大５００Ｗ以下である冷蔵庫の教師データである。当該教師データは、上記消費電力値帯を５０Ｗ単位で１０のグループに分けている。そして、各グループに、各電力値帯の中間値である代表電力値と、各電力値帯内の電力を消費している時の消費電流波形から抽出した特徴量（教師特徴量）とが対応付けられている。

図１３及び１５に示すような教師データを監視対象の電気機器毎に作成した後、図１６に示すように、これらの教師特徴量を足し合わせた合算教師特徴量を含む合算教師データを生成する。合算教師データは、合算教師特徴量のほか、足し合わせた教師特徴量に対応する電気機器及び消費電力値帯を識別する情報が含まれる。

図１６に示すＩＤ「冷１＋ド１」に対応付けられた特徴量は、図１３に示す「ド１」の教師特徴量と、図１５に示す「冷１」の教師特徴量とを足し合わせた特徴量である。この合算教師特徴量は、ドライヤーが０Ｗより大５Ｗ以下の範囲で電力を消費しており、冷蔵庫が０Ｗより大５０Ｗ以下の範囲で電力を消費しており、かつ、他の電気機器が電力を消費していない時に観察される特徴量である。合算教師データは、考えられうるあらゆる組合せを網羅したものとする。

その後、このような教師データ（合算教師データを含む）を利用して、監視対象の電気機器の動作状態を監視する。具体的には、電源幹線部で電流波形を測定し、当該測定データから特徴量を抽出する。そして、抽出した特徴量と、教師特徴量（合算教師特徴量を含む）とを照合処理し、マッチングする教師特徴量を特定する。

例えば、抽出した特徴量と、図１６に示すＩＤ「冷１＋ド１」に対応付けられた特徴量とがマッチングした場合、「ドライヤーが０Ｗより大５Ｗ以下の範囲で電力を消費しており、冷蔵庫が０Ｗより大５０Ｗ以下の範囲で電力を消費しており、かつ、他の電気機器が電力を消費していない」という各電気機器の動作状態が特定される。また、抽出した特徴量と、図１３に示すＩＤ「ド２４０」に対応付けられた特徴量とがマッチングした場合、「ドライヤーが１１９５Ｗより大１２００Ｗ以下の範囲で電力を消費しており、かつ、他の電気機器が電力を消費していない」という各電気機器の動作状態が特定される。

当該技術の場合、教師データ（合算教師データを含む）の数が膨大になるという問題がある。監視対象の電気機器の数が増えると、当該問題は顕著となる。教師データ（合算教師データを含む）の数が増えると、教師データ（合算教師データを含む）を生成する処理の負担が大きくなるほか、教師データ（合算教師データを含む）を記憶させておく記憶装置の容量負担も大きくなる。さらに、教師データ（合算教師データを含む）を利用した監視対象電気機器の稼働状態の推定処理の処理負担も大きくなる。

教師データ（合算教師データを含む）の数を減らす手段として、各電気機器が消費し得る消費電力値帯を分ける上記グループ各々がカバーする電力値帯の幅を大きくし、グループの数を減らす手段が考えられる。例えば、図１３及び１４に示す例では、ドライヤーが消費し得る消費電力値帯（０Ｗより大１２００Ｗ以下）を５Ｗ単位で２４０のグループに分けたが、１００Ｗ単位で１２のグループに分ける例が考えられる。しかし、グループの数を減らすと、各電気機器の動作状態を特定する精度が劣化する恐れがある。

そこで、本発明は、電気機器の動作状態を特定するために利用される教師データを作成するための新たな技術を提供することを課題とする。

本発明によれば、
教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段と、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段と、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段と、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段と、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段と、
を有する教師データ生成装置が提供される。

また、本発明によれば、
前記教師データ生成装置と、
前記教師データ生成装置が生成した監視対象となる前記電気機器各々の前記教師特徴量を利用して、前記電気機器の稼働状態を推定する監視装置と、を有し、
前記監視装置は、
前記電気機器の消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段と、
前記監視用波形データから抽出された特徴量である監視用特徴量と、前記教師データ生成装置が生成した前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段と、
前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段と、
を有する電気機器監視システムが提供される。

また、本発明によれば、
コンピュータを、
教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段、
として機能させるためのプログラムが提供される。

また、本発明によれば、
コンピュータが、
教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得工程と、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析工程と、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定工程と、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出工程と、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶装置に記憶する記憶工程と、
を有する教師データ生成方法が提供される。

本発明によれば、電気機器の動作状態を特定するために利用される教師データを作成するための新たな技術が実現される。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

本実施形態の装置のハードウエア構成の一例を概念的に示す図である。 本実施形態の教師データ生成装置の教師データ生成手法を説明するための図である。 本実施形態の教師データ生成装置の機能ブロック図の一例を示す図である。 本実施形態の分析部及び特定部１３の処理例を説明するための図である。 本実施形態の教師データ生成装置で生成される教師データの一例を模式的に示す図である。 本実施形態の教師データ生成装置で生成される教師データの一例を模式的に示す図である。 本実施形態の教師データ生成装置の処理の流れの一例を示すフローチャートである。 本実施形態の教師データ生成装置の機能ブロック図の一例を示す図である。 本実施形態の教師データ生成装置及び監視装置が出力する情報の一例を示すフローチャートである。 本実施形態の教師データ生成装置の適用例の一例を示す図である。 本実施形態の監視装置２０の機能ブロック図の一例を示す図である。 本実施形態の電気機器監視システムの適用例の一例を示す図である。 比較例で生成される教師データの一例を模式的に示す図である。 比較例での教師データの生成手法を説明するための図である。 比較例で生成される教師データの一例を模式的に示す図である。 合算教師データの一例を模式的に示す図である。 本実施形態の教師データ生成装置の適用例の一例を示す図である。

まず、本実施形態の装置のハードウエア構成の一例について説明する。本実施形態の装置が備える各部は、任意のコンピュータのＣＰＵ（Central Processing Unit）、メモリ、メモリにロードされたプログラム（あらかじめ装置を出荷する段階からメモリ内に格納されているプログラムのほか、ＣＤ（Compact Disc）等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムも含む）、そのプログラムを格納するハードディスク等の記憶ユニット、ネットワーク接続用インタフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。

図１は、本実施形態の装置のハードウエア構成の一例を概念的に示す図である。図示するように、本実施形態の装置は、例えば、バス１０Ａで相互に接続されるＣＰＵ１Ａ、ＲＡＭ（Random Access Memory）２Ａ、ＲＯＭ（Read Only Memory）３Ａ、表示制御部４Ａ、ディスプレイ５Ａ、操作受付部６Ａ、操作部７Ａ、通信部８Ａ、補助記憶装置９Ａ等を有する。なお、図示しないが、その他、外部機器と有線で接続される入出力インタフェイス、マイク、スピーカ等の他の要素を備えてもよい。

ＣＰＵ１Ａは各要素とともに装置のコンピュータ全体を制御する。ＲＯＭ３Ａは、コンピュータを動作させるためのプログラムや各種アプリケーションプログラム、それらのプログラムが動作する際に使用する各種設定データなどを記憶する領域を含む。ＲＡＭ２Ａは、プログラムが動作するための作業領域など一時的にデータを記憶する領域を含む。補助記憶装置９Ａは、例えばＨＤＤ（Hard Disc Drive）であり、大容量のデータを記憶可能である。

ディスプレイ５Ａは、例えば、表示装置（ＬＥＤ（Light Emitting Diode）表示器、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等）である。ディスプレイ５Ａは、タッチパッドと一体になったタッチパネルディスプレイであってもよい。表示制御部４Ａは、ＶＲＡＭ（Video RAM）に記憶されたデータを読み出し、読み出したデータに対して所定の処理を施した後、ディスプレイ５Ａに送って各種画面表示を行う。操作受付部６Ａは、操作部７Ａを介して各種操作を受付ける。操作部７Ａは、操作キー、操作ボタン、スイッチ、ジョグダイヤル、タッチパネルディスプレイ、キーボードなどを含む。通信部８Ａは、有線及び／又は無線で、インターネット、ＬＡＮ（Local Area Network）等のネットワークに接続し、他の電子機器と通信する。

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

＜第１の実施形態＞
まず、本実施形態の概要について説明する。本実施形態では、図１４に示す例のように、電気機器が実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）すべてをカバーするようにグループ（代表電力値及び特徴量を決定する単位）を設定するのでなく、図２に示すように、消費電力値帯（０Ｗより大、定格電力以下）を部分的にカバーするようにグループ（代表電力値及び特徴量を決定する単位）を設定する。

具体的には、まず、教師データを生成するために測定した測定データを利用して、消費電力値各々の出現頻度を分析する。その後、出現頻度が多い消費電力値を含むように上記グループを設定する。そして、各グループに対応した教師データを生成する。すなわち、出現頻度が多い消費電力値に対応した教師データのみを生成し、出現頻度が少ない消費電力値に対応した教師データは生成しない。

多くの電気機器は複数の動作モードを備え、選択的にいずれかの動作モードで動作する。例えば、ドライヤーの場合、「熱風（強）モード」、「熱風（弱）モード」、「冷風モード」等の動作モードを備えるものがある。一般的に、各動作モード時の消費電力値はほぼ一定の範囲内に収まる。そして、動作モードが切り替わった際や、電源ＯＦＦ状態からいずれかの動作モードに状態が変化した際などに、消費電力値は瞬間的に大きく変動し、様々な値をとり得る。

すなわち、電気機器は、実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）の範囲の様々な値で電力を消費するが、通常の態様で電気機器を使用している場合、ほとんどのタイミングでは一定の範囲の消費電力値（各動作モードに対応した消費電力値）で電力を消費し、その他の範囲の消費電力値では電力を消費することはほとんどない。このため、測定データにおいて、実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）の範囲の様々な値が現れるが、各動作モードに対応した消費電力値の出現頻度が多く、その他の範囲の消費電力値の出現頻度は少ないという傾向がみられる。

本実施形態では、通常の態様で使用している場合に現れる消費電力値（測定データ内において出現頻度の多い消費電力値）、すなわち、各動作モードに対応した消費電力値を含むようにグループ（代表電力値及び特徴量を決定する単位）を設定し、グループごとに代表電力値及び特徴量を決定する。そして、通常の態様で使用している場合にほとんど現れない消費電力値（測定データ内において出現頻度の多い消費電力値）を含むグループは設定せず、この消費電力値に対応した教師データは生成しない。

このような本実施形態によれば、図１４に示す例のように、電気機器が実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）すべてをカバーするようにグループ（代表電力値及び特徴量を決定する単位）を設定し、グループごとに代表電力値及び特徴量を決定する例に比べて、電気機器の教師データの数を減らすことができる。結果、上記例に比べて、合算教師データの数も減らすことができる。なお、教師データの数は減ったが、出現頻度の多い消費電力値に対応する教師データは生成しているので、教師データ（合算教師データを含む）を利用した照合処理により監視対象の電気機器の動作状態を推定する処理の精度を、上記例と同等に保つことができる。

次に、本実施形態の構成について詳細に説明する。図３に、本実施形態の教師データ生成装置１０の機能ブロック図の一例を示す。図示するように、教師データ生成装置１０は、教師データ生成用測定データ取得部１１（請求項中の「測定データ取得手段」に対応）と、分析部１２と、特定部１３と、特徴量抽出部１４と、教師データ記憶部１５（請求項中の「記憶手段」に対応）とを有する。

教師データ生成用測定データ取得部１１は、教師データ生成用測定データ（請求項中の「測定データ」に対応）を取得する。教師データ生成用測定データは、教師データ生成用波形データ（請求項中の「波形データ」に対応）と、教師データ生成用消費電力値データ（請求項中の「消費電力値データ」に対応）とを含む。

教師データ生成用波形データは、教師データを生成する処理の対象である処理対象電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む。教師データ生成用消費電力値データは、上記処理対象電気機器の時系列な消費電力値を示す（すなわち、処理対象電気機器の所定の時間ごとの消費電力値が時系列に連続したデータ）。教師データ生成用波形データ及び教師データ生成用消費電力値データは、同じタイミングで（同じ時間帯に）、処理対象電気機器から測定されたデータである。教師データ生成用測定データは、電気機器毎のデータである。

教師データ生成用測定データは、教師データ生成用消費電力値データに含まれる消費電力値各々が測定されたタイミングを、教師データ生成用波形データ内で特定可能な構成となっている。

例えば、教師データ生成用波形データ及び教師データ生成用消費電力値データは、時刻情報や測定開始タイミングからの経過時間情報等が対応付けられている。または、教師データ生成用波形データは、一連の波形データから所定の長さ単位で切出された複数の子波形データに分かれていてもよい。そして、各子波形データ（教師データ生成用波形データ）と、各消費電力値（教師データ生成用消費電力値データ）とが対応付けられていてもよい。一連の波形データから複数の子波形データを切り出す手段は特段制限されず、長さＴ（例：所定周期分の長さ）の子波形データを、ｔ（０より大Ｔ以下）ずつずらして複数の子波形データを切り出してもよい。ｔ＜Ｔの場合、隣接する子波形データは互いに共通する部分を一部有することとなる。

教師データ生成用測定データは、処理対象電気機器を、当該電気機器が取り得るあらゆる動作モードで動作させて測定されたデータであるのが好ましい。また、教師データ生成用測定データは、各動作モードでの動作を所定時間以上（例：３０秒以上、１分以上、５分以上）継続させて測定されたデータであるのが好ましい。

分析部１２は、教師データ生成用消費電力値データを利用して各消費電力値の出現頻度を分析する。分析手段としては、例えば、頻度分布曲線を生成し、それを分析する手段や、ヒストグラムを生成し、それを分析する手段や、処理対象電気機器が実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）を複数のグループに分割し、各グループの消費電力値をカウントする手段等が考えられるが、これらに限定されない。

頻度分布曲線の生成は、例えば、カーネル密度推定を実行することで実現してもよい。この場合、例えば核関数にＧａｕｓｓ核、バンド幅にＳｉｌｖｅｒｍａｎのバンド幅を用いることができる。なお、他の核関数（例：多項式など）やバンド幅を用いることもできる。図４に、分析部１２が生成した頻度分布曲線の一例を示す。横軸が消費電力値であり、縦軸が出現頻度となっている。

特定部１３は、基準消費電力値よりも出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する。この特定消費電力値帯が、上述したグループ（代表電力値及び特徴量を決定する単位）に対応する。

基準消費電力値は、例えば、「対象の消費電力値＋α（設計的事項）」及び「対象の消費電力値−α」であってもよい。この場合、１５０Ｗの消費電力値（対象の消費電力値）の基準消費電力値は、（１５０＋α）Ｗ及び（１５０−α）Ｗとなる。そして、１５０Ｗの消費電力値（対象の消費電力値）の出現頻度が基準消費電力値よりも高いか否かを判定する際、１５０Ｗの消費電力値（対象の消費電力値）の出現頻度と、消費電力値（１５０＋α）Ｗの出現頻度及び消費電力値（１５０−α）Ｗの出現頻度とを比較することとなる。

このαを適切に設定することで、特定部１３は、横軸に消費電力値、縦軸に出現頻度を取ったグラフ（例：頻度分布曲線、ヒストグラム等）において極大値となる消費電力値を１つ以上特定し、特定した消費電力値各々を含む１つ以上の特定消費電力値帯を特定することができる。

特定部１３は、基準消費電力値よりも出現頻度が高い消費電力値のすべてを含むように１つ以上の特定消費電力値帯を特定してもよいし、基準消費電力値よりも出現頻度が高い消費電力値の一部を含むように１つ以上の特定消費電力値帯を特定してもよい。

例えば、特定部１３は、上述のように横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を１つ以上特定した後、特定した複数の極大値の中の出現頻度が高い方から順に所定数Ｍの極大値を抽出してもよい。そして、特定部１３は、抽出した所定数Ｍの極大値（消費電力値）各々を含むように、所定数Ｍの特定消費電力値帯を特定してもよい。また、極大値の中の最も大きい値Ｎの所定割合以上（例：０．９％以上）の値である極大値のみを抽出するようにしてもよい。

なお、特定部１３は、低消費電力値帯を除去した後に、特定消費電力値帯を特定する処理を実行してもよい。すなわち、低消費電力値帯は、特定消費電力値帯を特定する対象から除外してもよい。除去する際の閾値は電気機器毎に設定できるが、例えば、定格電力の値の１０パーセント以下を低消費電力値帯としてもよい。

特定部１３は、基準消費電力値よりも出現頻度が高い消費電力値Ｐを特定した後、例えば、（Ｐ−β）以上（Ｐ＋β）以下の範囲を、１つの特定消費電力値帯として特定することができる。なお、βの値は設計的事項である。

図４に示す例の場合、特定部１３は、丸で囲む４つの極大値（ピーク）各々を含むように、４つの特定消費電力値帯を特定する。

特徴量抽出部１４は、特定部１３が特定した特定消費電力値帯ごとに、特定消費電力値帯に含まれる消費電力値を利用して代表電力値を決定する。また、特徴量抽出部１４は、特定部１３が特定した特定消費電力値帯ごとに、特定消費電力値帯に含まれる消費電力値が測定されたタイミングの教師データ生成用波形データ（例：当該タイミングを含む所定波長分の波形データ）を利用して特徴量（教師特徴量）を抽出する。例えば、対応付けられている消費電力値が特定消費電力値帯に含まれる複数の子波形データを利用して（例：複数の子波形データのいずれかを利用して、複数の子波形データを平均した波形データを利用して）、特徴量（教師特徴量）を抽出する。

代表電力値は、例えば、特定消費電力値帯に含まれる消費電力値に基づいて算出した統計値（平均値、最大値、最小値、中央値、出現頻度が最も高い消費電力値等）とすることができる。

教師特徴量は、消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを用いて特定可能な特徴量であり、例えば、消費電流の周波数強度・位相（高調波成分）、位相、消費電流の変化、平均値、ピーク値、実効値、波高率、波形率、電流変化の収束時間、通電時間、ピークの位置、電圧のピーク位置と消費電流のピーク位置との間の時間差、力率などであってもよい。なお、教師特徴量はここでの例示に限定されない。特徴量抽出部１４は、特定消費電力値帯に含まれる消費電力値の一部又は全部に対応する（測定タイミングが一致する）教師データ生成用波形データを利用して、このような特徴量を抽出する。なお特徴量を抽出する処理は、従来技術に準じて実現できる。

教師データ記憶部１５は、特定消費電力値帯各々に基づいて決定した代表電力値と、特徴量（教師特徴量）とのペアを対応付けて記憶する。

図５に、教師データ記憶部１５が記憶する情報の一例を模式的に示す。図５に示す情報は、あるドライヤーに関する教師データである。図示する電力値帯は、特定部１３が特定した特定消費電力値帯を示す。図示する代表値及び特徴量は、特徴量抽出部１４が特定消費電力値帯ごとに決定した代表電力値及び特徴量（教師特徴量）を示す。

図２は、図５に示す教師データを生成する処理の概念を示す図である。当該図によれば、ドライヤーが消費し得る消費電力値帯である０Ｗより大１２００Ｗ以下の範囲に部分的に特定消費電力値帯（グループ）が設定され、特定消費電力値帯（グループ）ごとに代表電力値及び特徴量（教師特徴量）が決定されることが把握できる。

このように、本実施形態の場合、特定部１３により特定された１つ以上の特定消費電力値帯（図５の電力値帯）は、処理対象電気機器が消費し得る消費電力値帯の一部を含まない。すなわち、特定部１３により特定された１つ以上の特定消費電力値帯（図５の電力値帯）は、処理対象電気機器が消費し得る消費電力値帯のすべてをカバーするのでなく、一部を含まない状態となっている。なお、処理対象電気機器が消費し得る消費電力値帯は、０Ｗより大、処理対象電気機器の定格電力の値以下の電力値帯である。

図６に、教師データ記憶部１５が記憶する情報の他の一例を模式的に示す。図６に示す情報は、複数の電気機器に関する教師データである。図示する電気機器ＩＤは、各電気機器の識別情報を示す。図示する教師ＩＤは、当該電気機器に対応して特定部１３により特定された特定消費電力値帯毎に付された識別情報を示す（図５に示すＩＤに対応する）。図示する代表値及び特徴量は、特徴量抽出部１４が特定消費電力値帯ごとに決定した代表電力値及び特徴量（教師特徴量）を示す。

なお、特徴量抽出部１４は、電気機器毎に抽出した特徴量（教師特徴量）を足し合わせて合算教師特徴量を生成してもよい。そして、合算教師データを教師データ記憶部１５に記憶させてもよい。

合算教師特徴量は、複数の監視対象電気機器のすべての組み合わせ各々に対応する。また、各組み合わせは、監視対象電気機器各々に対応付けられた複数の代表値（消費電力）に応じて複数の組み合わせに分けられる。例えば、第１の監視対象電気機器と第２の監視対象電気機器とからなる組み合わせを考える。簡単にするため、第１の監視対象電気機器は消費電力２．５Ｗと５Ｗの２つの代表値を対応付けられており、第２の監視対象電気機器は１Ｗ、２Ｗ、３Ｗの３つの代表値を対応付けられているとする。この場合、第１の監視対象電気機器と第２の監視対象電気機器とからなる組み合わせ（第１：第２）は、（２．５Ｗ：１Ｗ）、（２．５Ｗ：２Ｗ）、（２．５Ｗ：３Ｗ）、（５Ｗ：１Ｗ）、（５Ｗ：２Ｗ）、（５Ｗ：３Ｗ）の６つの組み合わせに分けられる。なお、合算教師特徴量には、合算した特徴量（教師特徴量）各々に対応する電気機器及び各電気機器の消費電力値（代表電力値）が対応付けられる。

次に、図７のフローチャートを用いて、本実施形態の教師データ生成装置１０の処理の流れの一例を説明する。

まず、教師データ生成用測定データ取得部１１は、教師データを生成する処理の対象である処理対象電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む教師データ生成用波形データと、処理対象電気機器の時系列な消費電力値を示す教師データ生成用消費電力値データとを含み、教師データ生成用消費電力値データに含まれる消費電力値各々が測定されたタイミングを教師データ生成用波形データ内で特定可能である教師データ生成用測定データを取得する（取得工程Ｓ１１）。

その後、分析部１２は、教師データ生成用消費電力値データを利用して各消費電力値の出現頻度を分析する（分析工程Ｓ１２）。

その後、特定部１３は、基準消費電力値よりも出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する（特定工程Ｓ１３）。

その後、特徴量抽出部１４は、特定消費電力値帯ごとに、特定消費電力値帯に含まれる消費電力値を利用して代表電力値を決定するとともに、特定消費電力値帯に含まれる消費電力値が測定されたタイミングの教師データ生成用波形データを利用して特徴量（教師特徴量）を抽出する（抽出工程Ｓ１４）。

その後、処理対象電気機器に、特定消費電力値帯各々に基づいて決定した代表電力値と、特徴量（教師特徴量）とのペアを対応付けて教師データ記憶部１５に記憶する（記憶工程Ｓ１５）。

以上説明した本実施形態によれば、電気機器の動作状態を特定するために利用される教師データを作成するための新たな技術が実現される。

本実施形態では、図１４に示す例のように、電気機器が実際に消費し得る消費電力値帯（０Ｗより大、定格電力以下）すべてをカバーするようにグループ（代表電力値及び特徴量を決定する単位）を設定し、グループごとに代表電力値及び特徴量（教師特徴量）を生成するのでなく、図２に示すように、電気機器がよく消費している消費電力値（教師データ生成用消費電力値データの中で出現頻度が高かった消費電力値）を含むように部分的にグループ（代表電力値及び特徴量を決定する単位）を設定し、グループごとに代表電力値及び特徴量（教師特徴量）を生成する。

このため、図１４に示す例に比べて、各電気機器の教師データの数を減らすことができる。結果、図１４に示す例に比べて、合算教師データの数も減らすことができる。なお、教師データの数は減ったが、出現頻度の多い消費電力値に対応する教師データは生成しているので、教師データ（合算教師データを含む）を利用した照合処理により監視対象の電気機器の動作状態を推定する処理の精度を、図１４に示す例と同等に保つことができる。

＜第２の実施形態＞
本実施形態の教師データ生成装置１０は、第１の実施形態で説明した構成で生成した教師データを利用して、監視対象の電気機器の動作状態を特定する機能をさらに有する。

図８に、本実施形態の教師データ生成装置１０の機能ブロック図の一例を示す。図示するように、教師データ生成装置１０は、教師データ生成用測定データ取得部１１と、分析部１２と、特定部１３と、特徴量抽出部１４と、教師データ記憶部１５と、監視用波形データ取得部１６と、照合部１７と、出力部１８とを有する。

教師データ生成用測定データ取得部１１、分析部１２、特定部１３、特徴量抽出部１４及び教師データ記憶部１５の構成は、第１の実施形態と同様である。なお、教師データ記憶部１５には、予め、監視対象の複数の電気機器に関する教師データ（合算教師データを含む）が記憶されている。

監視用波形データ取得部１６は、監視対象電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する。

具体的には、監視用波形データ取得部１６は、給電引き込み口や分電盤等の電源幹線部付近に設置された測定器で測定された監視用波形データを取得する。このような監視用波形データは、複数の監視対象電気機器各々の動作状態に応じて、１つの監視対象電気機器の波形データのみで構成される場合もあれば、複数の監視対象電気機器の波形データが合算された波形データとなる場合もある。

監視用波形データ取得部１６は、監視用波形データをリアルタイム処理で測定器から取得してもよいし、バッチ処理で一定期間分（例：１時間分、１日分等）をまとめて測定器から取得してもよい。監視対象電気機器の現在の動作状態をリアルタイムにユーザに報告する場合、リアルタイム処理が選択される。一方、一定期間内の監視対象電気機器の動作状態をあるタイミングでまとめてユーザに報告する場合、リアルタイム処理又はバッチ処理が選択される。

照合部１７は、監視用波形データから抽出された特徴量である監視用特徴量と、教師データ記憶部１５に記憶されている監視対象電気機器の教師特徴量（合算教師特徴量を含む）とを利用して照合処理を行う。例えば、照合部１７は、教師データ記憶部１５に記憶されている監視対象電気機器の教師特徴量（合算教師特徴量を含む）を用いて生成された推定モデルに監視用特徴量を入力し、推定結果（照合結果）として、監視用特徴量とマッチングした教師特徴量（合算教師特徴量を含む）を得る。推定モデルは、例えば、重回帰分析、ニューラルネットワーク、遺伝的アルゴリズム等を用いたものとできる。監視用特徴量は、教師特徴量と同種の特徴量とすることができる。照合部１７は、ユーザへの報告の対応に応じて、リアルタイム処理及びバッチ処理を選択することができる。

出力部１８は、照合部１７による照合処理の結果、監視用特徴量とマッチングした教師特徴量（合算教師特徴量を含む）に対応付けられている代表電力値を、監視対象電気機器のその時点の消費電力値として出力する。図９に、出力部１８による出力例が示されている。図示する例では、２０１４年２月１９日１４時３分時点における総消費電力値（瞬時値）、エアコン、ドライヤー、冷蔵庫などの各電気機器の消費電力値（瞬時値）が示されている。

出力部１８は、監視用特徴量とマッチングする教師特徴量（合算教師特徴量を含む）が見つからなかった場合、いずれかの監視対象電気機器に故障などの不具合が発生している可能性がある旨の情報を出力してもよい。監視用特徴量とマッチングする教師特徴量（合算教師特徴量を含む）が見つからなかった場合、監視対象電気機器の状態が変化し（故障など）、通常時と異なる波形データになっていると考えられる。このような通常の状態と異なる監視対象電気機器の特徴量は生成されていないため、監視用特徴量にこのような監視対象電気機器の特徴量が含まれている場合、教師特徴量（合算教師特徴量を含む）とマッチングしなくなる。

なお、本実施形態の場合、各電気機器が消費し得る消費電力値帯である０Ｗより大定格電力以下の範囲を部分的にカバーするように教師データを生成しているので、電気機器がカバーされていない部分の電力を消費している際、監視用特徴量とマッチングする教師特徴量（合算教師特徴量を含む）が見つからないケースが出てくる。このような状態の時に不具合発生の可能性を出力する不都合を回避するため、監視用特徴量とマッチングする教師特徴量（合算教師特徴量を含む）が見つからない頻度が所定レベル以上（例：１５分間に５０回以上等）になった時に、いずれかの監視対象電気機器に故障などの不具合が発生している可能性がある旨の情報を出力してもよい。

本実施形態の監視用波形データ取得部１６、照合部１７及び出力部１８による監視対象電気機器の動作状態を特定する処理は、当該処理で利用する教師データ（教師特徴量）の構成に特徴があり、その他の処理内容は従来技術に準じたあらゆる構成を採用することができる。

図１０に、本実施形態の教師データ生成装置１０の適用例を示す。当該適用例では、所定の単位内（家庭内、会社内、ビルの１つのフロア内等）に教師データ生成装置１０が設置される。所定の単位内には、複数の電気機器６０が設置されている。各電気機器６０は、当該単位に設置された分電盤４０を介して、電力の供給を受ける。図中、電力の流れを点線で示している。そして、実線で、データの流れを示している。

分電盤４０の側には測定器５０が設置され、消費電流、入力電圧、消費電力などを測定する。測定器５０で測定された測定データは、教師データ生成装置１０に送信される。教師データ生成装置１０、分電盤４０、及び、測定器５０は、ＬＡＮや、複数の機器間をつなぐ専用のケーブルなどにより、データ通信が可能な状態となっている。教師データ生成装置１０は、インターネット等のネットワーク３０を介して、ユーザが所有する端末装置７０と接続されている。なお、図中データ通信の線で結んでいないが、電気機器６０と教師データ生成装置１０も互いにデータ通信可能な状態となっていてもよい。例えば、電気機器６０はＬＡＮ等のネットワークにつながる機能を備えていてもよい。

当該適用例の場合、例えば、教師データ生成装置１０が所定の単位内に設置された後、各電気機器６０を個別に動作させる。教師データ生成装置１０は、例えばユーザから動作させている電気機器６０を識別する情報の入力を受付けるとともに、この時に測定器５０が測定した測定データを、当該電気機器６０に対応した教師データ生成用測定データとして取得する。その後、教師データ生成装置１０は、第１の実施形態で説明したように、各電気機器６０に対応した教師データを生成して、教師データ記憶部１５に記憶する。

他の例として、ネットワーク３０に接続されたサーバ（不図示）に、市場に出回っている多種多様な電気機器各々の教師データ生成用測定データが記憶されていてもよい。そして、教師データ生成装置１０は、教師データ生成装置１０を操作した手入力、端末装置７０を介した入力、又は、電気機器６０各々との通信により、所定の単位に設置されている電気機器６０各々を識別する情報を取得する。その後、教師データ生成装置１０の教師データ生成用測定データ取得部１１は、サーバにアクセスし、識別した電気機器６０各々の教師データ生成用測定データを取得してもよい。その後、教師データ生成装置１０は、第１の実施形態で説明したように、各電気機器６０に対応した教師データを生成して、教師データ記憶部１５に記憶する。

なお、上記２つの例を併せた例とすることもできる。すなわち、教師データ生成装置１０は、所定の単位に設置されている電気機器６０各々を識別する情報を取得すると、サーバにアクセスして、識別した電気機器６０各々の教師データ生成用測定データを取得する。この時、サーバに保存されていない等の理由により、１つ以上の電気機器６０の教師データ生成用測定データを取得できなかった場合、教師データ生成装置１０は、教師データ生成用測定データを取得できなかった電気機器６０を個別に動作させる作業を促す情報をユーザに向けて出力してもよい。そして、教師データ生成装置１０は、サーバから取得した教師データ生成用測定データ、及び、測定器５０から取得した教師データ生成用測定データを利用して教師データを生成してもよい。

以上のようにして教師データが生成された後、教師データ生成装置１０は、本実施形態で説明したように測定器５０から監視用波形データを取得し、監視対象の電気機器６０の動作状態を特定する。そして、教師データ生成装置１０の出力部１８は、端末装置７０に監視対象電気機器の消費電力値を示す情報（図９参照）を送信したり、教師データ生成装置１０が有するディスプレイに当該情報を出力したりする。

図１７に他の適用例を示す。当該適用例では、教師データ生成装置１０は所定の単位外に設置される。教師データ生成装置１０は、いわゆるクラウドサーバであってもよい。教師データ生成装置１０はネットワーク３０に繋がっており、中継装置８０や端末装置７０とデータ通信可能になっている。

中継装置８０は所定の単位内に設置される。そして、中継装置８０は、測定器５０から測定データ（教師データ生成用測定データ、監視用波形データ等）を取得すると、取得した測定データを教師データ生成装置１０に転送する。なお、中継装置８０は、例えば図１０に示す例と同様にして、各教師データ生成用測定データに対応する電気機器６０を識別する情報の入力をユーザから受付け、教師データ生成用測定データとともに各々に対応する電気機器６０の識別情報をも教師データ生成装置１０に転送することができる。また、中継装置８０は所定の単位内に設置されている電気機器６０からデータ（単位内に設置されている電気機器６０を識別する情報等）を取得すると、取得したデータを教師データ生成装置１０に転送する。また、中継装置８０はユーザから所定の情報（単位内に設置されている電気機器６０を識別する情報等）の入力を受付けると、取得した情報を教師データ生成装置１０に転送する。

教師データ生成装置１０は、中継装置８０から転送されてきたデータを利用して、教師データ（合算教師データを含む）を生成したり、電気機器６０の動作状態を特定したりする。

以上説明した本実施形態によれば、第１の実施形態と同様の作用効果を実現することができる。また、第１の実施形態で説明した特徴的な教師データを利用して監視対象電気機器の動作状態を特定する処理を実行するので、図１４に示す例のようにして生成した教師データを利用する場合に比べて、監視対象の電気機器の動作状態を推定する処理の精度を同等に保ったまま、処理のスピードを向上させることができる。

＜第３の実施形態＞
図１１に、本実施形態の電気機器監視システムの機能ブロック図の一例を示す。図示するように、本実施形態の電気機器監視システムは、教師データ生成装置１０と、監視装置２０とを有する。教師データ生成装置１０の機能ブロック図の一例は、例えば図３で示される。このような本実施形態の教師データ生成装置１０の構成は、第１の実施形態と同様である。

監視装置２０は、記憶部２１と、監視用波形データ取得部１６と、照合部１７と、出力部１８とを有する。記憶部２１には、監視装置２０が設置された所定の単位（家庭内、会社内、ビルの１つのフロア内等）に設置されている電気機器に関する教師データ（合算教師データを含む）が記憶される。監視用波形データ取得部１６、照合部１７及び出力部１８の構成は第２の実施形態と同様である。なお、照合部１７は、記憶部２１に記憶されている教師データ（合算教師データを含む）を利用して、照合処理を行う。

図１２に、本実施形態の教師データ生成装置１０の適用例を示す。当該適用例では、所定の単位内（家庭内、会社内、ビルの１つのフロア内等）に監視装置２０が設置される。所定の単位内には、複数の電気機器６０が設置されている。各電気機器６０は、当該単位に設置された分電盤４０を介して、電力の供給を受ける。図中、電力の流れを点線で示している。そして、実線で、データの流れを示している。

分電盤４０の側には測定器５０が設置され、消費電流、入力電圧、消費電力などを測定する。測定器５０で測定された測定データは、監視装置２０に送信される。監視装置２０、分電盤４０、及び、測定器５０は、ＬＡＮや、複数の機器間をつなぐ専用のケーブルなどにより、データ通信が可能な状態となっている。監視装置２０は、インターネット等のネットワーク３０を介して、ユーザが所有する端末装置７０と接続されている。なお、図中データ通信の線で結んでいないが、電気機器６０と監視装置２０も互いにデータ通信可能な状態となっていてもよい。例えば、電気機器６０はＬＡＮ等のネットワークにつながる機能を備えていてもよい。

教師データ生成装置１０は、所定の単位外に設置される。教師データ生成装置１０は、いわゆるクラウドサーバであってもよい。教師データ生成装置１０はネットワーク３０に繋がっており、監視装置２０や端末装置７０とデータ通信可能になっている。

当該適用例の場合、例えば、予め教師データ生成装置１０は市場に出回っている多種多様な電気機器各々の教師データを生成し、記憶しておく。そして、監視装置２０が所定の単位内に設置された後、監視装置２０は、監視装置２０を操作した手入力、端末装置７０を介した入力、又は、電気機器６０各々との通信により、所定の単位に設置されている電気機器６０各々を識別する情報を取得する。その後、監視装置２０は教師データ生成装置１０にアクセスし、識別した電気機器６０に関する教師データ（合算教師データを含む）を要求する。

すると、教師データ生成装置１０は、識別した電気機器６０各々に対応する教師データを取り出すとともに、取り出した教師データを組み合わせた合算教師データを生成する。そして、教師データ生成装置１０は、取り出した教師データ及び生成した合算教師データを、監視装置２０に返信する。監視装置２０は、受信した教師データ（合算教師データを含む）を記憶部２１に記憶する。

他の例として、監視装置２０が所定の単位内に設置された後、各電気機器６０を個別に動作させる。この時に測定器５０が測定した測定データを、監視装置２０は取得し、教師データ生成装置１０に転送する。そして、教師データ生成装置１０は、取得した測定データ（教師データ生成用測定データ）を利用して教師データ（合算教師データを含む）を生成し、監視装置２０に返信する。監視装置２０は、受信した教師データ（合算教師データを含む）を記憶部２１に記憶する。

他の例として、例えば、予め教師データ生成装置１０は市場に出回っている多種多様な電気機器各々の教師データ生成用測定データを記憶しておく。そして、監視装置２０が所定の単位内に設置された後、監視装置２０は、監視装置２０を操作した手入力、端末装置７０を介した入力、又は、電気機器６０各々との通信により、所定の単位に設置されている電気機器６０各々を識別する情報を取得する。その後、監視装置２０は教師データ生成装置１０にアクセスし、識別した電気機器６０に関する教師データ（合算教師データを含む）を要求する。

すると、教師データ生成装置１０は、識別した電気機器６０各々に対応する教師データ生成用測定データを取り出すとともに、取り出した教師データ生成用測定データを利用して、教師データ（合算教師データを含む）を生成する。そして、教師データ生成装置１０は、生成した教師データ（合算教師データを含む）を監視装置２０に返信する。監視装置２０は、受信した教師データ（合算教師データを含む）を記憶部２１に記憶する。

他の例として、上記を併せた例とすることもできる。監視装置２０が所定の単位内に設置された後、監視装置２０は、監視装置２０を操作した手入力、端末装置７０を介した入力、又は、電気機器６０各々との通信により、所定の単位に設置されている電気機器６０各々を識別する情報を取得する。その後、監視装置２０は教師データ生成装置１０にアクセスし、識別した電気機器６０に関する教師データ（合算教師データを含む）を要求する。

すると、教師データ生成装置１０は、予め記憶している複数の電気機器各々の教師データ又は教師データ生成用測定データを利用して、監視装置２０に返信する教師データ（合算教師データを含む）を生成する。そして、この時、１つ以上の電気機器６０に対応するデータ（教師データ又は教師データ生成用測定データ）が存在しない場合、教師データ生成装置１０は、監視装置２０にその電気機器６０の測定データを要求する。すると、監視装置２０は、その電気機器６０を個別に動作させる作業を促す情報をユーザに向けて出力する。そして、監視装置２０は測定器５０から当該電気機器６０の測定データ（教師データ生成用測定データ）を取得し、教師データ生成装置１０に返信する。

その後、教師データ生成装置１０、予め記憶していたデータ（教師データ又は教師データ生成用測定データ）及び監視装置２０から受信した教師データ生成用測定データを利用して、所定の単位内に設置されている電気機器６０に関する教師データ（合算教師データを含む）を生成する。そして、教師データ生成装置１０は、生成した教師データ（合算教師データを含む）を監視装置２０に返信する。監視装置２０は、受信した教師データ（合算教師データを含む）を記憶部２１に記憶する。

以上のようにして監視装置２０の記憶部２１に教師データ（合算教師データ）が記憶された後、監視装置２０は、第２の実施形態及び本実施形態で説明したように、監視対象の電気機器６０の動作状態を特定する。そして、監視装置２０の出力部１８は、端末装置７０に監視対象電気機器の消費電力値を示す情報（図９参照）を送信したり、監視装置２０が有するディスプレイに当該情報を出力したりする。

以上説明した本実施形態によれば、第１及び第２の実施形態と同様の作用効果を実現することができる。また、第１の実施形態で説明した特徴的な教師データを利用して監視対象電気機器の動作状態を特定する処理を実行するので、図１４に示す例のようにして生成した教師データを利用する場合に比べて、監視対象の電気機器の動作状態を推定する処理の精度を同等に保ったまま、処理のスピードを向上させることができる。

ここで、第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０で推定された結果に基づいて実現されるサービスの例を説明する。

例えば、節電のためのアドバイスを行うことができる。第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０によれば、１日（０時から２４時）における電気機器の稼動状態の時間変化が確認できる。このような出力に基づいて、電気機器の使用が多い時間帯等を特定し、その時間における使用を意識的に減らすなどのアドバイスを行うことができる。

その他の例として、電気機器のメンテナンス（例：エアコンの掃除）のタイミングを通知することができる。第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０によれば、推定結果を蓄積していくことで、各電気機器の累積稼働時間を算出することができる。例えば、累積時間が所定の値となったタイミングで、メンテナンスを促す通知を行うことができる。また、電気機器の故障や一部部品の経年劣化により、消費電流、消費電力、電圧や、測定特徴量などが変化しうる。そこで、例えば、このような変化を検知すると、メンテナンスを促す通知を行うことができる。

その他の例として、冷蔵庫の使用に関するアドバイスを行うことができる。冷蔵庫は、その内部への積み込み状態に応じて、消費電流、消費電力、電圧、測定特徴量などが変化しうる。第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０によれば、このような変化を検知することができる。この変化に基づいて、詰め込みすぎの警告や、内部の物が少なくなっているので備蓄を増やす催促などを通知することができる。

その他の例として、第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０によれば、過去の推定結果の履歴と比較することで、電気機器の使用パターンがいつもと異なるか否かを検知することができる。電気機器の使用パターンがいつもと異なった場合、サービス受領者（電気機器の使用者）に何らかの変化（例：病気、事件に巻き込まれた等）が生じている可能性がある。そこで、このような場合、予め登録していた連絡先に警告を通知することができる。

その他の例として、第２及び第３の実施形態の教師データ生成装置１０及び監視装置２０によれば、電気機器の使用パターン（例：１日の中の使用パターン）に基づいて、ユーザの生活リズム等を推定することができる。そこで、不規則な生活リズム（例：夜中の活動が多い（夜中に多くの電気機器を使用）、昼間の活動と夜中の活動が不規則に現れる等）のユーザに対して、生活リズムを改善するよう警告することができる。

＜＜実施例＞＞
第１の実施形態で説明した手法（図２参照）で教師データ（合算教師データを含む）を生成した場合（実施例１）と、図１４に示す例の手法で教師データ（合算教師データを含む）を生成した場合（比較例１）とを比較した。

＜各電気機器の教師データの生成＞
「台所照明（大）」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「浴室照明」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「台所照明（小）」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを２個のグループに等分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「電気ポット」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「台所換気扇」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「キッチンヒーター」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から１３次以下の奇数次高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「扇風機」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「ドライヤー」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から２つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、各特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを３個のグループに等分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「部屋照明（ＬＥＤ）」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを２個のグループに等分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「電子レンジ」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「冷蔵庫」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「ＰＣモニター」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「エアコン」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から４つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、各特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを５個のグループに等分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「部屋照明」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から２つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、各特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを２個のグループに分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

「テレビ」
実施例１：電力頻度分布曲線を生成した後、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を出現頻度が大きい方から１つ抽出した。その後、抽出した消費電力値±５Ｗの消費電力値帯を特定消費電力値帯として特定した。そして、当該特定消費電力値帯に含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

比較例１：０Ｗから定格電力値までを２個のグループに分割した。そして、各グループに含まれる消費電力値の平均を代表値とし、当該消費電力値が測定されたタイミングの消費電流波形から高調波成分を特徴量として抽出した。

＜合算教師データの生成＞
実施例１：上記１５種類の電気機器各々の教師データをあらゆる組合せで合算して合算教師データを生成した。
比較例１：上記１５種類の電気機器各々の教師データをあらゆる組合せで合算して合算教師データを生成した。

＜電気機器の動作を特定する処理＞
上記１５種類の電気機器に電力を供給する分電盤で、消費電流波形を測定した。そして、測定した消費電流波形から抽出した特徴量と、実施例１の教師データ（合算教師データを含む）及び比較例１の教師データ（合算教師データを含む）各々とを照合して、電気機器の動作状態を特定した。なお、電気機器の動作状態はランダムに変化させた。

その後、相対誤差指標（ＭＡＰＥ）で各電気機器の消費電力値の推定誤差を算出した。結果を表１乃至４に示す。上記教師データの生成方法の説明で明らかなように、実施例１の教師データの数は比較例１の教師データの数に比べて少ない。しかしながら、表１乃至４に示すように、実施例１の推定誤差は、比較例１の推定誤差と同程度であった。

以下、参考形態の例を付記する。
１． 教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段と、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段と、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段と、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段と、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段と、
を有する教師データ生成装置。
２． １に記載の教師データ生成装置において、
前記測定データは、前記消費電力値データに含まれる消費電力値各々が測定されたタイミングを、前記波形データ内で特定可能である教師データ生成装置。
３． １又は２に記載の教師データ生成装置において、
前記特徴量抽出手段は、前記特定消費電力値帯ごとに、前記特定消費電力値帯に含まれる消費電力値に基づいて前記代表電力値を決定するとともに、前記特定消費電力値帯に含まれる消費電力値が測定されたタイミングの前記波形データを利用して特徴量を抽出する教師データ生成装置。
４． １から３のいずれかに記載の教師データ生成装置において、
前記特定手段は、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を１つ以上特定し、特定した消費電力値各々を含む１つ以上の前記特定消費電力値帯を特定する教師データ生成装置。
５． １から４のいずれかに記載の教師データ生成装置において、
前記特定手段により特定された１つ以上の前記特定消費電力値帯は、前記電気機器が消費し得る消費電力値帯の一部を含まない教師データ生成装置。
６． ５に記載の教師データ生成装置において、
前記電気機器が消費し得る消費電力値帯は、０Ｗより大、前記電気機器の定格電力の値以下の電力値帯である教師データ生成装置。
７． １から６のいずれかに記載の教師データ生成装置において、
監視対象となる前記電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段と、
前記監視用波形データから抽出された特徴量である監視用特徴量と、前記記憶手段に記憶されている前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段と、
前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段と、
を有する教師データ生成装置。
８． １から６のいずれかに記載の教師データ生成装置と、
前記教師データ生成装置が生成した監視対象となる前記電気機器各々の前記教師特徴量を利用して、前記電気機器の稼働状態を推定する監視装置と、を有し、
前記監視装置は、
前記電気機器の消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段と、
前記監視用波形データから抽出された特徴量である監視用特徴量と、前記教師データ生成装置が生成した前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段と、
前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段と、
を有する電気機器監視システム。
９． コンピュータを、
教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段、
として機能させるためのプログラム。
９−２． ９に記載のプログラムにおいて、
前記測定データは、前記消費電力値データに含まれる消費電力値各々が測定されたタイミングを、前記波形データ内で特定可能であるプログラム。
９−３． ９又は９−２に記載のプログラムにおいて、
前記特徴量抽出手段に、前記特定消費電力値帯ごとに、前記特定消費電力値帯に含まれる消費電力値に基づいて前記代表電力値を決定させるとともに、前記特定消費電力値帯に含まれる消費電力値が測定されたタイミングの前記波形データを利用して特徴量を抽出させるプログラム。
９−４． ９から９−３のいずれかに記載のプログラムにおいて、
前記特定手段に、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を１つ以上特定させ、特定した消費電力値各々を含む１つ以上の前記特定消費電力値帯を特定させるプログラム。
９−５． ９から９−４のいずれかに記載のプログラムにおいて、
前記特定手段により特定された１つ以上の前記特定消費電力値帯は、前記電気機器が消費し得る消費電力値帯の一部を含まないプログラム。
９−６． ９−５に記載のプログラムにおいて、
前記電気機器が消費し得る消費電力値帯は、０Ｗより大、前記電気機器の定格電力の値以下の電力値帯であるプログラム。
９−７． ９から９−６のいずれかに記載のプログラムにおいて、
前記コンピュータを、さらに、
監視対象となる前記電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段、
前記監視用波形データから抽出された特徴量である監視用特徴量と、前記記憶手段に記憶されている前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段、
前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段、
として機能させるためのプログラム。
１０． コンピュータが、
教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得工程と、
前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析工程と、
基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定工程と、
前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出工程と、
前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶装置に記憶する記憶工程と、
を有する教師データ生成方法。
１０−２． １０に記載の教師データ生成方法において、
前記測定データは、前記消費電力値データに含まれる消費電力値各々が測定されたタイミングを、前記波形データ内で特定可能である教師データ生成方法。
１０−３． １０又は１０−２に記載の教師データ生成方法において、
前記特徴量抽出工程では、前記特定消費電力値帯ごとに、前記特定消費電力値帯に含まれる消費電力値に基づいて前記代表電力値を決定するとともに、前記特定消費電力値帯に含まれる消費電力値が測定されたタイミングの前記波形データを利用して特徴量を抽出する教師データ生成方法。
１０−４． １０から１０−３のいずれかに記載の教師データ生成方法において、
前記特定工程では、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を１つ以上特定し、特定した消費電力値各々を含む１つ以上の前記特定消費電力値帯を特定する教師データ生成方法。
１０−５． １０から１０−４のいずれかに記載の教師データ生成方法において、
前記特定工程で特定された１つ以上の前記特定消費電力値帯は、前記電気機器が消費し得る消費電力値帯の一部を含まない教師データ生成方法。
１０−６． １０−５に記載の教師データ生成方法において、
前記電気機器が消費し得る消費電力値帯は、０Ｗより大、前記電気機器の定格電力の値以下の電力値帯である教師データ生成方法。
１０−７． １０から１０−６のいずれかに記載の教師データ生成方法において、
前記コンピュータが、さらに、
監視対象となる前記電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得工程と、
前記監視用波形データから抽出された特徴量である監視用特徴量と、前記記憶装置に記憶されている前記電気機器の前記教師特徴量とを利用して照合処理を行う照合工程と、
前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力工程と、
を実行する教師データ生成方法。

この出願は、２０１４年３月３１日に出願された日本出願特願２０１４−０７１１２０号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (10)

1. 教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段と、
   前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段と、
   基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段と、
   前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段と、
   前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段と、
   を有する教師データ生成装置。
2. 請求項１に記載の教師データ生成装置において、
   前記測定データは、前記消費電力値データに含まれる消費電力値各々が測定されたタイミングを、前記波形データ内で特定可能である教師データ生成装置。
3. 請求項１又は２に記載の教師データ生成装置において、
   前記特徴量抽出手段は、前記特定消費電力値帯ごとに、前記特定消費電力値帯に含まれる消費電力値に基づいて前記代表電力値を決定するとともに、前記特定消費電力値帯に含まれる消費電力値が測定されたタイミングの前記波形データを利用して特徴量を抽出する教師データ生成装置。
4. 請求項１から３のいずれか１項に記載の教師データ生成装置において、
   前記特定手段は、横軸に消費電力値、縦軸に出現頻度を取ったグラフにおいて極大値となる消費電力値を１つ以上特定し、特定した消費電力値各々を含む１つ以上の前記特定消費電力値帯を特定する教師データ生成装置。
5. 請求項１から４のいずれか１項に記載の教師データ生成装置において、
   前記特定手段により特定された１つ以上の前記特定消費電力値帯は、前記電気機器が消費し得る消費電力値帯の一部を含まない教師データ生成装置。
6. 請求項５に記載の教師データ生成装置において、
   前記電気機器が消費し得る消費電力値帯は、０Ｗより大、前記電気機器の定格電力の値以下の電力値帯である教師データ生成装置。
7. 請求項１から６のいずれか１項に記載の教師データ生成装置において、
   監視対象となる前記電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段と、
   前記監視用波形データから抽出された特徴量である監視用特徴量と、前記記憶手段に記憶されている前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段と、
   前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段と、
   を有する教師データ生成装置。
8. 請求項１から６のいずれか１項に記載の教師データ生成装置と、
   前記教師データ生成装置が生成した監視対象となる前記電気機器各々の前記教師特徴量を利用して、前記電気機器の稼働状態を推定する監視装置と、を有し、
   前記監視装置は、
   前記電気機器の消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む監視用波形データを取得する監視用波形データ取得手段と、
   前記監視用波形データから抽出された特徴量である監視用特徴量と、前記教師データ生成装置が生成した前記電気機器の前記教師特徴量とを利用して照合処理を行う照合手段と、
   前記監視用特徴量とマッチングした前記教師特徴量に対応付けられている前記代表電力値を、前記電気機器の消費電力値として出力する出力手段と、
   を有する電気機器監視システム。
9. コンピュータを、
   教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得手段、
   前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析手段、
   基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定手段、
   前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出手段、
   前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶する記憶手段、
   として機能させるためのプログラム。
10. コンピュータが、
    教師データを生成する処理の対象となる電気機器の時間軸に沿った消費電流波形、入力電圧波形及び消費電力波形の中の少なくとも１つを含む波形データと、前記電気機器の時系列な消費電力値を示す消費電力値データとを含む測定データを取得する測定データ取得工程と、
    前記消費電力値データを利用して各消費電力値の出現頻度を分析する分析工程と、
    基準消費電力値よりも前記出現頻度が高い消費電力値を含み、所定の電力値幅を有する特定消費電力値帯を１つ以上特定する特定工程と、
    前記特定消費電力値帯ごとに、代表電力値を決定するとともに、前記波形データを利用して特徴量を抽出する特徴量抽出工程と、
    前記電気機器に、前記特定消費電力値帯各々に基づいて決定した前記代表電力値と、前記特徴量である教師特徴量とのペアを対応付けて記憶装置に記憶する記憶工程と、
    を有する教師データ生成方法。

Images