JP7649730B2 - 異常検出装置、異常検出システム、及び異常検出方法 - Google Patents

Description

本発明は、異常検出装置、異常検出システム、及び異常検出方法に関する。

従来から、システムの正常性を評価するための物理量を計測器で計測し、その計測値と予め決められた基準値と比較すること等によって、システムの異常を検出することが行われている。

例えば、高圧の電力システムでは、系統負荷が過負荷状態になっていることや電路における短絡等の異常を検出して、遮断器等を動作させてシステムを保護する。そのために、回路に流れる負荷電流を電流計測器で計測し、その計測信号を保護継電器に入力し、電流計測器から出力された電気信号に基づく電流が予め定められた基準値を超えたときに、過負荷や短絡といった異常を検出する。

直流鉄道向け変電設備においても、許容負荷を超える過負荷電流や短絡時に発生する過大電流からき電システムを保護するために、き電システムに流れる電流を電流計測器で常時計測し、過負荷電流や短絡電流等のシステム異常を検知して直流遮断器を制御する。

直流き電回路における過負荷電流は、緩やかに増加して負荷の許容電流より大きくなることを特徴とし、短絡電流は、故障点が変電所近傍であるため当該変電所に配置された遮断器に流れる電流が短時間で増加することを特徴とする。直流遮断器では、短絡電流を早期に検出して遮断することでシステムへの負荷を低減するため、短絡電流と過負荷電流を区別して遮断する直流選択遮断装置を用いる場合がある。

例えば、き電電流の時間変化率（ｄｉ／ｄｔ）の大きさから短絡電流と過負荷電流を選別する電流変化率型の直流選択遮断装置がある。電流変化率型の直流選択遮断装置は、電流計測器で計測した計測信号を入力する。電流変化率型の直流選択遮断装置は、その計測信号に基づくｄｉ／ｄｔが、基準値よりも大きい場合には過負荷電流遮断用の規定電流よりも小さい電流で動作し、基準値以下の場合には過負荷電流遮断用の規定電流よりも大きい電流で動作する。

特許文献１には、き電線に流れる電流Ｉ（ｔ）を電流計測器で計測し、その計測信号をデジタル化してマイクロコンピュータに入力する。電流Ｉ（ｔ）とその変化量ΔＩの伝達関数を求め、伝達関数を満たすようにデジタル化したＩ（ｔ）からΔＩを計算し、ΔＩが基準値ΔＩｒよりも大きい場合に電流Ｉ（ｔ）を遮断する。伝達関数から、ｄｉ／ｄｔに対応するΔＩの特性を導出できるため、過負荷電流と短絡電流を選別して遮断することが可能になる。

特開昭６３－５３１３３号公報

高圧の電力システムにおける保護継電器のように、システムの正常性を判断するための物理量を計測器で計測してその計測値が予め定められた基準値を超えたときに異常を検出する手法では、異常検出回路にレベル値の高いノイズが入力された際に、異常を誤検出する可能性がある。

特許文献１のように、電流等の物理量の時間変化を計測して異常を検出する手法では、周波数が高いノイズ発生時には微分信号が大きくなり、異常を誤検出する可能性が高まる。異常検出システムでは、ノイズ発生時には異常を誤検出せず、ノイズと異常を選別して検出することが要請される。それと同時に、直流き電システムにおける短絡電流のように早期に検出すべきシステム異常は、発生から検出までの遅れ時間を短くすることが要請される。

本発明は、上記を考慮してなされたものであり、対象システムにおいて計測される物理量の計測結果に基づく対象システムの異常検知の迅速性、検出精度、及び信頼性の向上を図ることを一つの目的とする。

上述した課題を解決するため、本発明の一態様では、対象システムにおいて計測される物理量に基づいて前記対象システムの異常を検出する異常検出装置であって、前記対象システムにおいて計測された物理量の時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換する読込部と、前記時系列データのうちの最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく統計量及び該統計量の誤差を計算する分析部と、前記分析部によって計算された前記統計量のバラつき度合が所定条件を充足する場合に、前記統計量に基づいて前記対象システムの異常を検出する検出部とを有することを特徴とする。

本発明の一態様によれば、例えば、対象システムにおいて計測される物理量の計測結果に基づく対象システムの異常検知の迅速性、検出精度、及び信頼性の向上を図ることができる。

実施形態に係る異常検出装置の構成を示す図。 実施形態に係る異常検出装置における計測器の出力、ＡＤ変換、デジタル信号読込み、分析、及び、異常検出の動作開始及び動作完了のタイミングを示すタイミングチャート。 実施形態に係る分析部による時系列データの平均と標準偏差の計算方法を説明するための図。 物理量の時系列データの平均と標準偏差と誤差の計算結果を示す図。 物理量の時系列データの平均と標準偏差に基づく異常評価方法（その１）を説明するための図。 物理量の時系列データの平均と標準偏差に基づく異常評価方法（その２）を説明するための図。 物理量の時系列データの平均と標準偏差に基づく異常評価方法（その３）を説明するための図。 物理量の時系列データの時間変化率とその標準偏差の計算方法を説明するための図。 物理量の時系列データの時間変化率と時間変化率の標準偏差の計算結果を示す図。 物理量の時系列データの時間変化率と標準偏差に基づく異常評価方法を説明するための図。 物理量の時系列データの平均と標準偏差、及び、物理量の時系列データの時間変化率と標準偏差を用いた異常評価方法を説明するための図。 実施例１に係る直流き電回路の全体構成を示す図。 実施例１に係る故障電流検出回路の構成を示す図。 実施例１に係る直流き電回路における過負荷電流と短絡電流の様相を示す図。 実施例１に係る過負荷電流と短絡電流の検出方法を説明するための図。 実施例１に係る過負荷電流と短絡電流の検出方法を説明するための図。 減衰振動によるノイズの模擬の一次元回帰分析結果を示す図。 短絡電流の模擬の一次元回帰分析結果を示す図。 減衰振動によるノイズと短絡電流の模擬の比較結果を示す図。 実施例２に係る故障電流検出回路の構成を示す図。 実施例２に係る直流き電回路の構成と短絡事故が発生した際の様相を示す図。 実施例３に係るコンデンサ容量点検システムを用いたコンデンサ充放電回路の構成を示す図。

以下、本発明の実施形態及び実施例について、図面を参照して説明する。なお、以下に説明する実施形態及び実施例は、図面を含めて例示に過ぎず、特許請求の範囲に係る発明を限定するものではない。また実施形態及び実施例の中で説明されている諸要素及びその組合せの全てが、発明の解決手段に必須であるとは限らない。また発明の構成に必須だが周知である構成については、図示及び説明を省略する場合がある。

以下の説明において、後出の実施形態又は実施例において、既出の実施形態又は実施例と重複する構成には同一符号を付与して説明を省略し、差分を中心に説明する。

以下の説明において、プログラムを実行するプロセッサ又はプログラムと同等の機能を実現するハードウェアロジックは、記憶部及び／又はインターフェース等を適宜用いながら定められた処理を行い、各種の機能部を実現する。

「プロセッサ」は、１又は複数である。プロセッサは、典型的には、ＣＰＵ（Central Processing Unit）のようなマイクロプロセッサであるが、ＧＰＵ（Graphics Processing Unit）のような他種のプロセッサでもよい。またプロセッサは、シングルコアでもよいしマルチコアでもよい。また、プロセッサは、処理の一部又は全部を行うハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit））といった広義のプロセッサでもよい。

以下の説明において、例えば「ｙ￣」なる表記は、ｙの真上に￣が記載された表記と同等である。

以下の説明において、判定対象と閾値との大小関係の判定における等号は、大小の何れの範囲に含めてもよい。例えば閾値Ｔｈに対して「Ａ≧ＴｈならばＢ、Ａ＜ＴｈならばＣ」とするか「Ａ＞ＴｈならばＢ、Ａ≦ＴｈならばＢ」とするかは、適宜変更し得る事項である。

［実施形態１］
図１は、実施形態に係る異常検出装置Ｓの構成を示す図である。本実施形態における異常検出装置Ｓは、計測器３、ＡＤ（Analog-Digital）変換部４、デジタル信号読込部５、分析部６、及び検出部７を含んで構成される。

計測器３は、異常検出対象のシステム１の正常や異常の状態を評価するために計測対象となるシステム１において計測される物理量２を計測する。ＡＤ変換部４は、計測器３によって計測された計測信号であるアナログ信号をデジタル信号（量子化データ）へ変換する。デジタル信号読込部５は、ＡＤ変換部４によって変換されたデジタル信号を読込んで演算処理可能なデータへ変換する。

分析部６は、デジタル信号読込部５によって読込まれたデジタル信号が変換されたデータのうちの最新データを含む時系列データを統計的手法に基づき分析し、時系列データの平均や時間変化率等の推定値と推定値の誤差や時系列データのバラつき度合（標準偏差等）を計算する。検出部７は、分析部６によって計算された推定値と推定値の誤差や時系列データのバラつき度合に基づいて、システム１の異常を検出する。

なおデジタル信号読込部５、分析部６、及び検出部７は、異常検出装置としてマイクロコンピュータやＦＰＧＡといったプロセッサで構成されてもよい。異常検出装置は、１つのプロセッサで構成されてもよいし、複数のプロセッサで構成されてもよい。異常検出装置が複数のプロセッサで構成される場合には、デジタル信号読込部５、分析部６、及び検出部７が適宜統合及び分散されて各プロセッサに配置される。また異常検出装置と、ＡＤ変換部４とを含んで、異常検出システムとして構成されてもよい。異常検出システムは、さらに計測器３を含んでもよい。

図２は、実施形態に係る異常検出装置Ｓにおける計測器３の出力、ＡＤ変換、デジタル信号読込み、分析、及び、異常検出の動作開始及び動作完了のタイミングを示すタイミングチャートである。

異常検出対象のシステム１が電力システムや直流き電システムの場合における短絡電流および過負荷電流検出を例に説明する。この場合、物理量２は、例えば電路に流れる電流である。計測器３は、電流計測用の変流器やロゴスキーコイル、ホールＣＴ（Current Transformer）等である。デジタル信号読込部５、分析部６、及び検出部７は、デジタルデータの演算処理やその他処理が可能なプロセッサである。

図２では、パルスの立上りが実行開始であり、立下りが動作完了である。計測器３の出力８は、継続してＡＤ変換部４へ入力されることから、常時ＯＮである。ＡＤ変換部の動作９は、リアルタイム性を確保できる所定周期Ｔでアナログ信号をデジタル信号へ変換することから、所定周期Ｔの変換処理の動作開始及び動作完了を繰返す。

デジタル信号読込部５、分析部６、及び検出部７の各動作（それぞれ動作１０、動作１１、及び動作１２）は、ＡＤ変換部４の次の動作開始まで（すなわち、次のデジタル信号の入力まで）に完了する。デジタル信号読込部５の動作１０は、ＡＤ変換部の動作９と略同期する。分析部６の動作１１は、動作１０が完了すると略同時に開始する。検出部７の動作１２は、動作１０が完了すると略同時に開始し、次の動作９の開始までに完了する。デジタル信号読込部５、分析部６、及び検出部７が、所定周期Ｔで開始及び完了を繰返すように、１周期における動作１０と動作１１と動作１２の合計動作時間が所定周期Ｔ以内に定められている。このように、常に最新データを考慮して異常をリアルタイムに評価するため、早期の異常検出が可能になる。

以下、異常検出装置Ｓのうち、デジタル信号の時系列データを統計的手法に基づいて分析して平均や時間変化率等の推定値、推定値の誤差及び時系列データのバラつき度合を計算する分析部６、及び、分析部６による計算結果に基づきシステム１の異常を評価し検出する検出部７の詳細について説明する。

図３は、実施形態に係る分析部６による時系列データの平均ｙ￣と標準偏差σｙの計算方法を説明するための図である。図３では、横軸を時刻ｘ、縦軸を物理量２のデータｙとする。例えば、物理量２が電流の場合、単位はアンペア（Ａ）となる。

物理量２の時系列データに対し、Ｎ個のデータの平均ｙ￣とバラつき度合、すなわち標準偏差σｙを計算する。図３では、簡単のためデータ数Ｎ＝３の場合を示しており、１回目の計算では、ｘ＝［ｘ１，ｘ２，ｘ３］、ｙ＝［ｙ１，ｙ２，ｙ３］の平均と標準偏差を計算する。２回目の計算では、ｘ＝［ｘ２，ｘ３，ｘ４］、ｙ＝［ｙ２，ｙ３，ｙ４］、３回目の計算では、ｘ＝［ｘ３，ｘ４，ｘ５］、ｙ＝［ｙ３，ｙ４，ｙ５］の平均と標準偏差を計算する。

このように、新しいデータが入力されるごとに、ＦＩＦＯ（First IN First Out：先入れ先出し法）により、前回の計算に用いたデータのうちの最古のデータを破棄し、新しいデータを含めて新たに計算する。例えば、ｙ４が入力される２回目の計算では、最古のデータｘ１、ｙ１を破棄し、最新データｘ４、ｙ４を含め、ｘ＝［ｘ２，ｘ３，ｘ４］、ｙ＝［ｙ２，ｙ３，ｙ４］の組合せで平均と標準偏差を求める。データが入力されるごとに新しいｘとｙを含んだ組合せについて平均と標準偏差の計算を繰返す。平均ｙ￣及び標準偏差σｙは、式（１）及び式（２）から計算される。

ここで、ｙ￣はｙの平均、ｊは計算回数、σｙはｙの標準偏差である。式（２）では不偏分散を用いて標準偏差を計算したが、１／（Ｎ－１）のＮ－１をＮへ置き換えた普通分散でもよい。ｊは計算回数であるため、例えば、図３を用いて説明すると、Ｎ＝３であり、２回目の計算では、ｉ＝ｊ＝２、ｊ＋Ｎ－１＝４となり、ｉ＝２から４までのデータ（ｘ＝［ｘ２，ｘ３，ｘ４］、ｙ＝［ｙ２，ｙ３，ｙ４］の組合せ）の平均と標準偏差を計算する。平均ｙ￣、標準偏差σｙを計算することで、平均に対してどれだけデータがバラついているかを評価できるため、例えば、計測器３に１％の誤差がある場合には計測器３で取得された時系列データの標準偏差が平均の１％よりも大きい場合はノイズが発生した等の推定が可能になる。このように標準偏差を異常検出の指標として用いることで検出精度を高めることができる。また、式（３）を標準偏差と代用して異常検出の指標としてもよい。

上記では、標準偏差σｙを異常検出の指標として説明したが、標準偏差σｙ￣を誤差の指標としてもよい。標準偏差σｙ￣は、式（４）で計算できる。図４以降では、標準偏差σｙを用いて異常の評価方法を説明するが、標準偏差σｙ￣でも代用できるものとする。

図４は、物理量２の時系列データの平均ｙ￣と標準偏差σｙと誤差ｙ￣ｅｒｒｏｒの計算結果を示す図である。時刻ｘは１ずつ増え、物理量のデータｙは２～４の間で変化する。図３の例と同様にデータ数Ｎ＝３とした。例えば図３の表のｉ＝１の行に示すように、ｘ＝［ｘ１，ｘ２，ｘ３］、ｙ＝［ｙ１，ｙ２，ｙ３］の平均ｙ￣は３．０、標準偏差σｙは０．１２、誤差４．１％である。またｉ＝５の行に示すように、ｘ＝［ｘ５，ｘ６，ｘ７］、ｙ＝［ｙ５，ｙ６，ｙ７］の平均ｙ￣は３．２、標準偏差σｙは０．４１、誤差１３．１％であり、ｘ＝［ｘ１，ｘ２，ｘ３］、ｙ＝［ｙ１，ｙ２，ｙ３］の場合に比べて標準偏差σｙ及び誤差ｙ￣ｅｒｒｏｒが大きい。これは、ｙ＝［ｙ５，ｙ６，ｙ７］のデータ範囲が２．６～３．６であり、ｙ＝［ｙ１，ｙ２，ｙ３］のデータ範囲２．９～３．２に比べてデータのバラつきが大きいことが理由である。このように、データのバラつきに応じて標準偏差σｙ及び誤差ｙ￣ｅｒｒｏｒは大きくなる。

図５は、物理量２の時系列データの平均ｙ￣と標準偏差σｙに基づく異常評価方法（その１）を説明するための図である。図５では、横軸を平均ｙ￣、縦軸を標準偏差σｙとする。図５では、物理量２が予め決められた基準値よりも大きい場合に異常とするシステムを例としている。横軸に点線で物理量２の基準値Ｃｔｙ￣を示した。図５では、標準偏差σｙが想定よりも大きい場合は推定値の信頼性が低く異常と判断しないものとするため、縦軸に標準偏差σｙの基準値Ｃｔσｙも示しており、斜線部を異常判定領域とした。

標準偏差σｙの基準値Ｃｔσｙは、例えば、計測器３の計測誤差から想定される値としてもよく、または、システムとしての物理量２の予想される変動幅から決めてもよい。何れの場合にしても、例えば、異常検出装置Ｓに想定外のノイズが入ってきた際には、標準偏差σｙが大きくなるため平均ｙ￣の推定精度が基準値Ｃｔｙ￣を超えても異常と評価せず、標準偏差σｙが小さい場合は平均ｙ￣の推定精度が高くなるため、平均ｙ￣が基準値Ｃｔｙ￣を超えた場合は異常と評価する。このように、標準偏差を考慮して異常を評価することで異常検出の精度と信頼性を高めることができる。

図６は、物理量２の時系列データの平均ｙ￣と標準偏差σｙに基づく異常評価方法（その２）を説明するための図である。図６では、物理量２が予め決められた基準値Ｃｔｙ￣よりも小さい場合に異常とするシステムを例としている。図６では、図５で示した例と同様に、標準偏差σｙが想定よりも大きい場合は推定値の信頼性が低く異常と判断しないものとするため、縦軸に標準偏差σｙの基準値Ｃｔσｙを示し、斜線部を異常判定領域とした。

図７は、物理量２の時系列データの平均と標準偏差ｙ￣と標準偏差σｙに基づく異常評価方法（その３）を説明するための図である。図７では、正常時には標準偏差σｙがどこまで変動し得るかあらかじめ基準値が決まっているシステムを例としている。標準偏差σｙが基準値Ｃｔσｙを超えた場合に異常と評価して検出するため、斜線部を異常判定領域とした。

このように、本実施形態における異常検出装置Ｓでは、物理量２を計測器３で計測し、その計測したアナログ信号をデジタル信号に変換して処理するため、異常検出の対象とするシステム１に合わせて図５、図６、図７のように異常の検出条件を容易に変更できる。すなわち、標準偏差ｙ￣と標準偏差σｙの特性曲線を求め、その特性曲線の上または下の領域を異常の検出条件としてもよい。また、図５、図６、図７では縦軸を標準偏差σｙとしたが、標準偏差σｙの代わりに式（３）の誤差ｙ￣ｅｒｒｏｒや、式（４）の標準偏差σｙ￣を用いてもよい。

図８は、物理量２の時系列データの時間変化率ａとその標準偏差σａの計算方法を説明するための図である。図３では、横軸を時刻ｘ、縦軸を物理量２のデータｙとする。例えば、物理量２が電流の場合、単位はアンペア（Ａ）となる。物理量２の時系列データに対し、Ｎ個のデータの時間変化率ａとその標準偏差σａを計算する。図８では、簡単のためデータ数Ｎ＝３の場合を示しており、１回目の計算では、ｘ＝［ｘ１，ｘ２，ｘ３］、ｙ＝［ｙ１，ｙ２，ｙ３］の時間変化率ａとその標準偏差σａを計算する。２回目の計算では、ｘ＝［ｘ２，ｘ３，ｘ４］、ｙ＝［ｙ２，ｙ３，ｙ４］、３回目の計算では、ｘ＝［ｘ３，ｘ４，ｘ５］、ｙ＝［ｙ３，ｙ４，ｙ５］の時間変化率ａとその標準偏差σａを計算する。

このように、新しいデータが入力されるごとに、ＦＩＦＯ（First IN First Out：先入れ先出し法）により、前回の計算に用いたデータのうちの最古のデータを破棄し、新しいデータを含めて新たに計算する。例えば、ｙ４が入力される２回目の計算では、最古のデータｘ１、ｙ１を破棄し、最新データｘ４、ｙ４を含め、ｘ＝［ｘ２，ｘ３，ｘ４］、ｙ＝［ｙ２，ｙ３，ｙ４］の組合せで時間変化率ａとその標準偏差σａを求める。データが入力されるごとに新しいｘとｙを含んだ組合せについて時間変化率ａとその標準偏差σａの計算を繰返す。時間変化率ａ及び標準偏差σａは、例えば、回帰分析を用いて計算される。傾き（すなわち時間変化率）をａ、切片をｂとする回帰方程式をｙ＝ａｘ＋ｂとする。ｙｉと回帰方程式の誤差合計Ｗは、式（５）で表される。Ｎはデータ数であり、ｊは計算回数である。

例えば、図７を用いて説明すると、Ｎ＝３、２回目の計算では、ｉ＝ｊ＝２、ｊ＋Ｎ－１＝４となり、ｉ＝２から４までのデータに対して時間変化率ａ及び標準偏差σａを計算することになる。式（５）をａ又はｂで偏微分した値がゼロ、すなわち、δＷ／δa＝０、δＷ／δｂ＝０になるときのａ及びｂを求めることで誤差合計Ｗを最小にする傾きａと切片ｂの値を計算することができる。ａ及びｂは、それぞれ、式（６）及び式（７）のように表される。

ｂは、ａの導出後、一次回帰式ｙ＝ａｘ＋ｂから求めてもよい。実際には、これら推定値ａ、ｂは、平均ｙ￣と同様に推定値であるため、標準偏差σａ（ａの誤差）と標準偏差σｂ（ｂの誤差）を計算できる。データのバラつきが大きい場合、すなわちノイズが発生した場合等は標準偏差σａ及び標準偏差σｂは値が大きくなる。この場合には、式（８）、式（９）、式（１０）に示すように、ｙの残差平方和Ｓｙ^２を求めた後にσａとσｂを導出する。

時間変化率ａの誤差ａｅｒｒｏｒを、式（１１）のように定義してもよい。

上記では、回帰方程式を一次回帰式ｙ＝ａｘ＋ｂとして時間変化率を計算する手法を説明したが、対象とするシステム１における物理量２の時間変化が指数関数（例えば、物理量２＝αexp(－βt)、α、βは係数、tは時間）等で表現できる場合は、その関数を回帰方程式として回帰分析を実施し、時間変化率と標準偏差を計算してもよい。

図９は、物理量２の時系列データの時間変化率ａと時間変化率ａの標準偏差σａの計算結果を示す図である。時刻ｘは１ずつ増え、物理量のデータｙは２～１０の間で変化する。図８の例と同様にデータ数Ｎ＝３とした。例えば図３の表のｉ＝１の行に示すように、ｘ＝［ｘ１，ｘ２，ｘ３］、ｙ＝［ｙ１，ｙ２，ｙ３］の時間変化率ａは１、標準偏差σａは０、誤差ａｅｒｒｏｒは０％である。これは、ｘが１増えるごとにｙが必ず１ずつ増えており、時間変化率ａが誤差なく求まるためである。

一方、ｉ＝４の行に示すように、ｘ＝［ｘ４，ｘ５，ｘ６］、ｙ＝［ｙ４，ｙ５，ｙ６］の時間変化率ａは－０．０５、標準偏差σａは０．１４４、誤差ａｅｒｒｏｒは２８．８６８％である。これは、y４＝３．５、ｙ５＝３．２の２点から時間変化率ａを求めた場合はマイナスになるが、ｙ６＝３．５であるためｙ５、ｙ６から時間変化率ａを求めた場合はプラスになるため、ｙ４、ｙ５、ｙ６の３点で求める時間変化率ａは正負の両方があるため、標準偏差σａと誤差ａｅｒｒｏｒが大きくなるためである。時間変化率ａを用いて異常を検出する際は、標準偏差σａと誤差ａｅｒｒｏｒの大きさによって時間変化率ａの推定精度を検証し、異常を評価する。

図１０は、物理量２の時系列データの時間変化率ａと標準偏差σａに基づく異常評価方法を説明するための図である。図１０では、横軸を時間変化率ａ、縦軸を標準偏差σａとする。図１０では、物理量２の時間変化率ａが予め決められた基準値よりも大きい場合に異常とするシステムを例としている。横軸に点線で物理量２の時間変化率ａの基準値Ｃｔａを示した。図１０では、標準偏差σａが想定よりも大きい場合は推定値の信頼性が低く異常と判断しないものとするため、縦軸に標準偏差σａの基準値Ｃｔσａも示しており、斜線部を異常判定領域とした。

標準偏差σａの基準値Ｃｔσａの基準値は、例えば、計測器３の計測誤差から想定される値を求めてもよく、または、システム１における物理量２の時間変化率ａの予想される変動幅から決めてもよい。いずれの場合にしても、例えば、異常検出装置Ｓに想定外のノイズが入ってきた際には、標準偏差σａが基準値Ｃｔσａよりも大きく時間変化率ａの推定精度が低下するため、時間変化率ａが基準値Ｃｔａを超えても異常と評価せず、標準偏差σａが基準値Ｃｔａ以下では時間変化率ａの推定精度が高くなるため、時間変化率ａが基準値Ｃｔａを超えた場合は異常と評価する。このようにして、異常評価の精度と信頼性を高めることができる。

図５、図６、図７に示した物理量２の平均ｙ￣と標準偏差σｙによる異常評価方法のように、回帰分析による時間変化率ａとその標準偏差σａを用いた場合でも、対象とするシステムに応じて異常検出領域を定めればよい。例えば、物理量２の時間変化率ａが予め決められた基準値Ｃｔａよりも小さい場合に異常とする場合は、分析部６において計算された物理量２の時間変化率ａが基準値Ｃｔａよりも小、かつ、標準偏差σａが基準値Ｃｔσａ以下のときに異常と評価する。あるいは、物理量２の時間変化率ａが予め決められた基準値Ｃｔａよりも大きい場合に異常とする場合は、物理量２の時間変化率ａが基準値Ｃｔａよりも大、かつ、標準偏差σａが基準値Ｃｔσａ以下のときに異常と評価する。あるいは、標準偏差σａがどこまで変動し得るかあらかじめわかっているシステム１においては、標準偏差σａが基準値Ｃｔσａを超えた場合には異常と判定する。

このように、本実施形態における異常検出装置Ｓでは、物理量２を計測器３で計測し、その計測したアナログ信号をデジタル信号に変換して統計処理するため、異常検出の対象とするシステム１に合わせて異常の検出条件を容易に変更できる。時間変化率ａと標準偏差σａの特性曲線を求め、その特性曲線の上又は下の領域を異常の検出条件としてもよい。また縦軸を式（１０）誤差ａｅｒｒｏｒとしてもよい。

図１１は、物理量２の時系列データの平均ｙ￣と標準偏差σｙ、及び、物理量２の時系列データの時間変化率ａと標準偏差σａを用いた異常評価方法を説明するための図である。図１１では、横軸を平均ｙ￣、縦軸を時間変化率ａとし、それぞれ基準値を点線で示した。図１１に斜線で示すように、異常検出領域を平均ｙ￣が基準値Ｃｔｙ￣以上かつ物理量２の時間変化ａが基準値Ｃｔａ以上を異常検出領域とする。このとき、時系列データの標準偏差σｙ及び時間変化ａの標準偏差σａの少なくともどちらか一方がそれぞれの基準値Ｃｔσｙ、Ｃｔσａよりも大きい場合は異常と評価しない。すなわち、下記が異常検出条件となる。
（ｙ￣＞Ｃｔｙ￣）∧（σｙ＜Ｃｔσｙ）∧（ａ＞Ｃｔａ）∧（σａ＜Ｃｔσａ）
・・・（１２）

図１１の手法は、異常モードが物理量２の平均ｙ￣又は時間変化率ａのどちらかに依存しているようなシステム１に有効である。平均ｙ￣、標準偏差σｙ（もしくは誤差ｙ￣ｅｒｒｏｒ)、時間変化率ａ、時間変化率ａの標準偏差σａ（もしくは時間変化率ａの誤差ａｅｒｒｏｒ）を用いて、システム１の異常検出領域を決める。

図１１では、異常検出領域を物理量２の平均ｙ￣が基準値Ｃｔｙ￣以上かつ物理量２の時間変化ａが基準値Ｃｔａ以上のときを異常検出領域としたが、対象とするシステム１や計測する物理量２によっては異常評価領域が異なるため、システム１の特徴に応じて異常領域検出領域を変更してよい。例えば、異常検出領域を物理量２の平均ｙ￣が基準値Ｃｔｙ￣以下かつ物理量２の時間変化ａが基準値Ｃｔａ以下としてもよい。時系列データの標準偏差σｙや時間変化率ａの標準偏差σａの変動幅がどれだけあるか予め分かっているシステム１においては、標準偏差σｙや標準偏差σａがそれぞれの基準値Ｃｔｙ￣、Ｃｔσａを超えたときに異常を検出してもよい。

実施例１では、実施形態にて説明した異常検出装置Ｓ及び異常検出方法を、鉄道の直流き電システムへ適用した例を説明する。なお、実施例１の図中の「ｃｌ」は遮断器の投入状態を示す。

図１２は、実施例１に係る直流き電回路１Ｓの全体構成を示す図である。直流き電回路１Ｓは、第１の変電設備である変電所１３（変電所Ａ）と変電所１３に隣接する第２の変電設備である変電所１４（変電所Ｂ）を含んで構成される。変電所を変電システムともいう。変電所１３は、電力網から交流電力を受電し、直流電力をき電線へ給電する変電システムを構成する。変電所１３には、交流遮断器１５、変圧器１６、整流器１７、直流遮断器１８、直流遮断器１９、直流遮断器２０、及び、直流遮断器２１が配置される。変電所１３は、電力網から受電した交流電力を、変圧器１６と整流器１７を介して直流電力に変換し、き電線へ給電する。

変電所１４には、交流遮断器２２、変圧器２３、整流器２４、直流遮断器２５、直流遮断器２６、直流遮断器２７、及び、直流遮断器２８が配置される。変電所１４は、変電所１３と同様に、電力網から受電した交流電力を、変圧器２３と整流器２４を介して直流電力に変換し、き電線へ給電する。

正常時は、直流遮断器１８、直流遮断器１９、直流遮断器２０、直流遮断器２１、直流遮断器２５、直流遮断器２６、直流遮断器２７、直流遮断器２８、交流遮断器１５、及び、交流遮断器２２は投入状態にある。直流遮断器１８は、上り架線２９の区間Ａに接続する。直流遮断器２１と直流遮断器２５は、上り架線２９の区間Ｂに接続する。直流遮断器２８は、上り架線２９の区間Ｃに接続する。直流遮断器１９は、下り架線３０の区間Ｆに接続する。直流遮断器２０と直流遮断器２６は、下り架線３０の区間Ｅに接続する。直流遮断器２７は、下り架線３０の区間Ｄに接続する。

そして、列車３１は、区間Ｂを走行中の際、上り架線２９を介して変電所１３及び変電所１４から直流電力が給電される。列車３１へ給電された直流電力は、レール３２を介して変電所１３及び変電所１４へ戻る。変電所１３及び変電所１４より列車に給電される電流の経路は、電流経路３３及び電流経路３４のようになる。

図１２では、例えば、変電所１３では、電流計測器３５は、直流遮断器２１の下流の電流を計測してそのアナログ信号を故障電流検出回路３６に入力する。故障電流検出回路３６は、直流選択遮断装置である。故障電流検出回路３６は、入力されたアナログ信号に基づいて過負荷電流や短絡電流等の異常を評価する。故障電流検出回路３６は、故障電流が発生した際には異常を検出して直流遮断器２１を開放して電流を遮断する。図示しないが、直流遮断器１８、直流遮断器１９、及び、直流遮断器２０にもそれぞれ電流計測器と故障電流検出回路が配置されている。各故障電流検出回路は、故障電流が発生した際は異常を検出して対応する直流遮断器１８、直流遮断器１９、及び、直流遮断器２０をそれぞれ制御する。

変電所１４でも同様に、電流計測器３７は、直流遮断器２５の下流の電流を計測してそのアナログ信号を故障電流検出回路３８に入力する。故障電流検出回路３８は、直流選択遮断装置である。故障電流検出回路３８は、入力されたアナログ信号に基づいて短絡電流や負荷電流等の異常を評価する。故障電流検出回路３８は、故障電流が発生した際は異常を検出して直流遮断器２５を開放して電流を遮断する。図示しないが、直流遮断器２６、直流遮断器２７、及び、直流遮断器２８にもそれぞれ電流計測器と故障電流検出回路が配置されている。各故障電流検出回路は、故障電流が発生した際は異常を検出して対応する直流遮断器２６、直流遮断器２７、及び、直流遮断器２８をそれぞれ制御する。

図１３は、実施例１に係る故障電流検出回路３６の構成を示す図である。故障電流検出回路３８も、故障電流検出回路３６と同様の構成である。故障電流検出回路３６には、電流計測器３５で計測されたアナログ信号が入力される。故障電流検出回路３６は、実施形態の図１で示した異常検出装置Ｓの構成と同様であり、ＡＤ変換部４、デジタル信号読込部５、分析部６、及び検出部７を含んで構成される。さらに故障電流検出回路３６は、遮断器制御部７ａを含んで構成される。

本実施例における分析部６では、電流Ｉの時系列データの平均Ｉ￣、電流Ｉの時系列データの標準偏差σＩ、電流Ｉの時系列データの時間変化率ｄＩ／ｄｔとその標準偏差σ_{ｄｔ／ｄＩ}を計算する。これらの計算は、実施形態の図３及び図８で説明した手法による。検出部７において異常を検出した際は、遮断器制御部７ａは、直流遮断器２１に開放指令を送信し、直流遮断器２１を制御する。

なお故障電流検出回路３６は、マイクロコンピュータやＦＰＧＡといったプロセッサで構成されてもよい。故障電流検出回路３６は、１つのプロセッサで構成されてもよいし、複数のプロセッサで構成されてもよい。故障電流検出回路３６が複数のプロセッサで構成される場合には、ＡＤ変換部４、デジタル信号読込部５、分析部６、検出部７、及び、遮断器制御部７ａが適宜統合及び分散されて各プロセッサに配置される。例えばＡＤ変換部４が１つのプロセッサに、デジタル信号読込部５、分析部６、検出部７、及び遮断器制御部７ａが１つのプロセッサにそれぞれ配置されてもよい。あるいは、ＡＤ変換部４が１つのプロセッサに、デジタル信号読込部５、分析部６、及び検出部７が１つのプロセッサに、遮断器制御部７ａが１つのプロセッサにそれぞれ配置されてもよい。

図１４は、実施例１に係る直流き電回路１Ｓにおける過負荷電流と短絡電流の様相を示す図である。図１４では、横軸を時刻ｔ、縦軸を電流Ｉとする。直流き電システムでは、負荷電流が許容電流より大きくなった場合や短絡が発生した際には、故障電流の発生、すなわち、き電システムの異常として検出して直流遮断器を制御する。図１４に示すように、過負荷電流３９は、緩やかに増加して負荷の許容電流ＣｔＩより大きくなることを特徴とし、短絡電流４０は、図１４の例では故障点が変電所近傍であるため、時間変化率４０ａに示すように、当該変電所に配置された遮断器に流れる電流が短時間で増加する（時間変化率ｄＩ／ｄｔが所定以上大きい）ことを特徴とする。故障電流検出回路３６は、過負荷電流３９と短絡電流４０を選別して検出すると共に、ノイズ発生時には不要動作せず、かつ、早期に過負荷および短絡の異常を検出することが要請される。以上から、実施形態で示した異常検出装置及び異常検出方法を直流き電システムへ適用することができる。

図１５Ａ及び図１５Ｂは、実施例１に係る過負荷電流と短絡電流の検出方法を説明するための図である。図１５Ａでは、横軸を電流Ｉの時系列データの平均Ｉ￣、縦軸を電流Ｉの時系列データの時間変化率ｄＩ／ｄｔとしている。また図１５Ａでは、電流Iの基準値をＩ１、Ｉ２、電流Iの時間変化率ｄＩ／ｄｔの基準値をＡ１としている。図１５Ｂでは、横軸を電流Ｉの時系列データの標準偏差σＩ、縦軸を電流Ｉの時系列データの時間変化率ｄＩ／ｄｔの標準偏差σ_{ｄＩ／ｄｔ}としている。また図１５Ｂでは、電流Iの基準値をＩ１、Ｉ２、電流Iの時間変化率ｄＩ／ｄｔの基準値をＡ１としている。

図１５Ａの斜線で示すように、故障電流の判定領域を領域Ｒｅ１と領域Ｒｅ２に分けて考える。領域Ｒｅ１は、短絡電流の検出に用いる領域であり、電流が基準値Ｉ１より大かつ電流Iの時間変化率が基準値Ａ１より大のときに故障と判定する領域である。領域Ｒｅ２は、過負荷電流の検出に用いる領域であり、電流が基準値Ｉ２より大かつ電流Ｉの時間変化率が基準値Ａ１未満のときに故障と判定する領域である。

故障電流検出回路３６では、分析部６は、電流Ｉの時系列データの平均Ｉ￣、電流Ｉの時系列データの標準偏差σＩ、電流Ｉの時系列データの時間変化率ｄＩ／ｄｔとその標準偏差σ_{ｄＩ／ｄｔ}を統計的手法により計算し、これらの計算結果に基づいて過負荷電流や短絡電流を検出する。例えば、電流Ｉの時系列データの平均I￣は式（１）より、電流Ｉの時系列データの標準偏差σIは式（２）より、電流Ｉの時系列データの時間変化率ｄＩ／ｄｔは式（６）より、電流Ｉの時系列データの時間変化率の標準偏差σ_{ｄＩ／ｄｔ}は式（９）より求める。図１５Ａでは、電流Ｉの時系列データにおける標準偏差σIの基準値ＣｔσI、時間変化率の標準偏差σ_{ｄＩ／ｄｔ}の基準値Ｃｔσ_{ｄＩ／ｄｔ}を決め、標準偏差σＩと標準偏差σ_{ｄＩ／ｄｔ}の少なくともどちらか一方が図１５Ｂに示す基準値を超える場合には、図１５Ａに示す条件に領域Ｒｅ１、Ｒｅ２に該当したとしても故障電流（すなわち過負荷電流と短絡電流）と評価せず、検出しないものとする。

すなわち、短絡電流の検出条件は、領域Ｒｅ１に該当し、式（１３）のようになる。
(Ｉ￣＞Ｉ１)∧(σＩ＜ＣｔσI)∧(ｄＩ／ｄｔ＞Ａ１)∧(σ_{ｄＩ／ｄｔ}＜Ｃｔσ_{ｄＩ／ｄｔ})
・・・（１３）

また、過負荷電流の検出条件は、領域Ｒｅ２に該当し、式（１４）のようになる。
(Ｉ￣＞Ｉ２)∧(σＩ＜ＣｔＩ)∧(ｄＩ／ｄｔ＜Ａ１)∧(σ_{ｄＩ／ｄｔ}＜Ｃｔσ_{ｄＩ／ｄｔ})
・・・（１４）

上記では、標準偏差σＩと標準偏差σ_{ｄＩ／ｄｔ}を計算結果の誤差の指標としたが、式（３）に基づく平均I￣の誤差I￣ｅｒｒｏｒ及び式（１１）に基づく時間変化率ｄＩ／ｄｔの誤差ｄI／ｄｔｅｒｒｏｒを誤差の指標として採用してもよい。

図１６Ａは、減衰振動によるノイズの模擬の一次元回帰分析結果を示す図である。図１６Ｂは、短絡電流の模擬の一次元回帰分析結果を示す図である。図１６Ｃは、減衰振動によるノイズと短絡電流の模擬の比較結果を示す図である。図１６Ａ及び図１６Ｂにてノイズと短絡電流を模擬して回帰分析した結果を用い、本実施例における異常検出方法の有効性を説明する。図１６Ａは、減衰振動でノイズを模擬した時系列データの波形１６ａを示す。図１６Ｂは、３×１０^６Ａ／ｓで上昇する短絡電流を模擬した時系列データの波形１６ｂを示す。

図１６Ｂの短絡電流の波形では、計測器に±２%の誤差があるとし、疑似乱数を用いてその誤差を計算し、ｙ＝３×１０^６×±２％として求めた。比較のためには同じデータ数と時間幅で回帰分析を実施する必要があるため、図１６Ａ、図１６Ｂに示すように、同じ時間幅ΔＴ（（０－Ｔ）秒)のデータ点に対して回帰分析を実施した。図１６Ａ、図１６ＢにおけるΔＴ内にあるデータ数も同じにした。その結果を図１６Ｃに示す。

図１６Ｃに示すように、電流Ｉの時間変化率ｄI／ｄｔは、減衰振動ノイズが３．１２×１０^６Ａ／ｓ、短絡電流が２．９６×１０^６Ａ／ｓとなった。また電流Ｉの時間変化率ｄI／ｄｔの標準偏差σ_{ｄI／ｄｔ}は、減衰振動ノイズが０．５３×１０^６Ａ／ｓ、短絡電流が０．００５９×１０^６Ａ／ｓとなった。また電流Ｉの時間変化率ｄI／ｄｔの誤差σ_{ｄI／ｄｔ}ｅｒｒｏｒは、減衰振動ノイズが１７％、短絡電流が０．２％となった。減衰振動ノイズと短絡電流とで、時間変化率ｄI／ｄｔは、はほぼ一致しているが、標準偏差σ_{ｄI／ｄｔ}に大きな差がある。このことは、本実施例によれば、標準偏差σ_{ｄI／ｄｔ}を用いてノイズ発生時に不要に異常を検出することを防ぐことを示している。

さらに、時間変化率ｄI／ｄｔをアナログの微分回路で検出する際は、たとえば、図１６Ｂのように計測した電流信号に±２％の計測誤差がある場合は、その微分信号の計測結果には電流の計測誤差に対して２倍の±４％程度の誤差が発生すると考えられる。しかし、本実施例のように、統計的手法である回帰分析を用いることで、図１６Ｃのように時間変化率の時間変化率ｄI／ｄｔの誤差σ_{ｄI／ｄｔ}ｅｒｒｏｒを０．２％に抑制できている。よって、本実施例によれば、異常の検出精度を高めることが分かる。なお、誤差σ_{ｄI／ｄｔ}ｅｒｒｏｒは、式（１１）を用いて計算した。

実施例２では、実施例１にて説明した故障電流検出回路３６，３８を用い、隣接する二変電所間で短絡電流が発生した際の故障点の推定方法を説明する。

図１７は、実施例２に係る故障電流検出回路４１の構成を示す図である。実施例２における故障電流検出回路４１では、図１３で説明した故障電流検出回路３６と同様に、電流計測器３５で計測されたアナログ信号を入力する。故障電流検出回路４１は、ＡＤ変換部４、デジタル信号読込部５、分析部６、検出部７、及び、故障点分析部４２を含んで構成される。故障点分析部４２は、分析部６によって計算された電流Ｉの時系列データの平均Ｉ￣、電流Ｉの時系列データの標準偏差σＩ、電流Ｉの時系列データの時間変化率ｄＩ／ｄｔとその標準偏差σ_{ｄＩ／ｄｔ}を用い、変電所から故障点４４（図１８）を介して形成される電路の抵抗Ｒ及びインダクタンスＬを計算して、遠征子局４７（図１８）へ送信する。遠征子局４７は、コンピュータ等である。

なお故障電流検出回路４１は、マイクロコンピュータやＦＰＧＡといったプロセッサで構成されてもよい。故障電流検出回路４１は、１つのプロセッサで構成されてもよいし、複数のプロセッサで構成されてもよい。故障電流検出回路４１が複数のプロセッサで構成される場合には、ＡＤ変換部４、デジタル信号読込部５、分析部６、検出部７、及び、故障点分析部４２が適宜統合及び分散されて各プロセッサに配置される。

図１８は、実施例２に係る直流き電回路２Ｓと短絡事故が発生した際の様相を示す図である。実施例２に係る直流き電回路２Ｓは、実施例１における図１２と同様に、第１の変電設備である変電所１３（変電所Ａ）と変電所１３に隣接する第２の変電設備である変電所１４（変電所Ｂ）を含んで構成される。図１８では、上り架線２９の区間Ｂとレール３２の間で短絡事故が発生した場合を考察することとし、簡単のため、図１２に記載した直流遮断器１８、直流遮断器１９、直流遮断器２０、直流遮断器２６、直流遮断器２７、直流遮断器２８は記載しない。

図１８では、変電所１３では、電流計測器３５は、直流遮断器２１の下流の電流を計測し、そのアナログ信号を、図１７で説明した故障電流検出回路４１に入力する。変電所１４においても同様に、電流計測器３７は、直流遮断器２５の下流の電流を計測してそのアナログ信号を故障電流検出回路４３に入力する。なお、故障電流検出回路４３の構成は、故障電流検出回路４１と同じである。

上り架線２９の区間Ｂとレール３２の間で短絡事故が発生した場合は、故障点４４における抵抗が０になるため、変電所１３の交流入力から直流遮断器２１を介して故障点４４に流れる電流経路４５、及び、変電所１４の交流入力から直流遮断器２５を介して故障点４４に流れる電流経路４６となる。

図１８に示すように、変電所１３から故障点４４までの上り架線２９における抵抗はＲ_１１、インダクタンスはＬ_１１、故障点４４から変電所Ａ１３までのレール３２における抵抗はＲ_１２、インダクタンスはＬ_１２とする。電流経路４５における抵抗の抵抗Ｒ_１は、Ｒ_１＝Ｒ_１１＋Ｒ_１２となり、電流経路４５におけるインダクタンスＬ_１は、Ｌ_１＝Ｌ_１１＋Ｌ_１２となる。同様に、変電所１４から故障点４４までの上り架線２９における抵抗はＲ_２１、インダクタンスはＬ_２１、故障点４４から変電所１４までのレール３２における抵抗はＲ_２２、インダクタンスはＬ_２２とする。電流経路４６における抵抗Ｒ_２は、Ｒ_２＝Ｒ_２１＋Ｒ_２２となり、電流経路４６におけるインダクタンスＬ_２は、Ｌ_２＝Ｌ_２１＋Ｌ_２２となる。

短絡電流を検出した際には、故障電流検出回路４１は抵抗Ｒ_１及びインダクタンスＬ_１を計算し、故障電流検出回路４３は抵抗Ｒ_２及びインダクタンスＬ_２を計算し、それぞれ、遠方監視制御設備等の遠征子局４７に送信する。遠征子局４７は、受信した抵抗Ｒ_１及びインダクタンスＬ_１と、抵抗Ｒ_２及びインダクタンスＬ_２をもとに故障点の位置を計算する。以下で、その計算方法の詳細を説明する。

図１８に示すように、電流経路４５は、直列のＬＲ回路になっている。変電所１３の送出電圧をＶ０（Ｖ）、電流経路４５に流れる電流をＩとすると、下記式（１５）が成り立つ。例えばＶ０＝１５００（Ｖ）などの定数としてもよく、電圧計測器（不図示）で送り出し電圧を計測してもよい。

図１７を参照して説明したように、故障電流検出回路４１では、故障点分析部４２は、分析部６によって計算された電流Ｉの時系列データの平均Ｉ￣、電流Ｉの時系列データの標準偏差σＩ、電流Ｉの時系列データの時間変化率ｄＩ／ｄｔとその標準偏差σｄＩ／ｄｔを記録している。また、電圧計測器（不図示）で計測した送り出し電圧Ｖ０も記録している。故障点分析部４２は、電流Ｉの時系列データの平均Ｉ￣と電流Ｉの時系列データの時間変化率ｄＩ／ｄｔのうち、短絡電流を検出した時刻をｔ０、そのΔＴ秒後の時刻をｔ１＝ｔ０＋ΔＴとすると、式（１５）から、式（１６）及び式（１７）が成り立つ。

式（１３）及び式（１４）の連立方程式から抵抗Ｒ１及びインダクタンスＬ１が求まる。

このとき、電流Ｉの時系列データの平均I￣と電流Ｉの時系列データの時間変化率ｄI／ｄｔは、電流Ｉの時系列データの標準偏差σＩ、電流Ｉの時系列データの時間変化率の標準偏差σ_{ｄＩ／ｄｔ}の計算結果が、それぞれ基準値より小さいものを用いる。そうすることで、Ｒ_１及びＬ_１を精度よく求めることができる。

このように、故障電流検出回路４１の分析部６で計算した結果を故障点分析部４２で記録し、その計算結果の時系列データと式（１８）及び式（１９）を用いることで、変電所と故障点における電路の抵抗及びインダクタンスを導出できる。式（１８）及び式（１９）を用い、電流経路４６の抵抗Ｒ_２及びインダクタンスＬ_２も計算できる。抵抗及びインダクタンスは、電路の長さに比例するため、遠征子局４７は、変電所１３及び変電所１４の距離Ｄ_ＡＢがわかっていれば、Ｒ_１、Ｒ_２を用い、変電所１３から故障点４４までの距離Ｄ_Ａ、変電所１４から故障点４４までの距離Ｄ_Ｂを式（２０）及び式（２１）のように導出できる。例えば、Ｒ_１:Ｒ_２＝Ｄ_Ａ:Ｄ_Ｂ＝Ｄ_Ａ:（Ｄ_ＡＢ－Ｄ_Ａ)＝（Ｄ_ＡＢ－Ｄ_Ｂ)：Ｄ_Ｂである。

また、Ｌ_１、Ｌ_２を用いて、距離Ｄ_Ａ、距離Ｄ_Ｂを式（２２）及び式（２３）のように導出できる。

また、インダクタンスＬと抵抗Ｒの直列回路から成る直流き電システムにおいて、変電所からの送出電圧Ｅのときの短絡発生時刻ｔの電流Ｉを表す式（２４）から抵抗及びインダクタンスを求めてもよい。

式（２４）からわかるように、直流のＬＲ回路では時間が経過すると共に電流ＩはＥ／Ｒに近付く。式（２５）を回帰曲線として回帰分析を実施して回帰係数のｃ、ｄを計算する。その値と電圧Ｅから、抵抗及びインダクタンスを計算し、式（２０）及び式（２１）、又は、式（２１）及び式（２２）から、変電所から故障点までの距離を計算してもよい。

なお必ずしも遠征子局４７が故障点４４を算出する必要はない。例えば、短絡電流が発生した場合に、短絡電流を検出した故障電流検出回路４１又は４３の故障点分析部４２が、隣接する変電所の故障電流検出回路４１又は４３の故障点分析部４２と通信を行って抵抗及びインダクタンスの値を受信する。短絡電流を検出した故障電流検出回路４１又は４３の故障点分析部４２は、隣接する変電所の故障電流検出回路４１又は４３の故障点分析部４２から受信した抵抗及びインダクタンスと、自装置が計算した抵抗及びインダクタンスを用いて、故障点を算出するようにしてもよい。

実施例３では、実施形態で説明した異常検出装置Ｓ及び異常検出方法を適用したコンデンサ容量点検システム及びコンデンサ容量点検方法について説明する。実施例３は、対象システムにおいて計測される物理量が複数である場合の一例である。

図１９は、実施例３に係るコンデンサ容量点検システムを用いたコンデンサ充放電回路３Ｓの構成を示す図である。図１９に示すコンデンサ充放電回路３Ｓは、直流電源４８、充電スイッチ４９、充電抵抗５０、コンデンサ５１、放電抵抗５２、放電スイッチ５３、充放電制御装置５４、ダイオード５５、電流計測器５６、電圧計測器５７、及び、コンデンサ容量点検部５８を含んで構成される。

充電スイッチ４９及び放電スイッチ５３は、有接点リレーまたは無接点の半導体スイッチ等を用いる。充放電制御装置５４は、充電時には放電スイッチ５３をオフしてそのあと充電スイッチ４９をオンして充電を開始し、放電時には、充電スイッチ４９をオフして充電を停止した後に放電スイッチ５３をオンして放電を開始する。

ダイオード５５は、放電時にコンデンサ５１から放電抵抗５２に電流が流れるよう制御するために配置されている。電流計測器５６は、コンデンサ５１に流れる電流を計測する。電圧計測器５７は、コンデンサ５１の電圧を計測する。電流計測器５６は、計測電流のアナログ信号をコンデンサ容量点検部５８に入力する。電圧計測器５７は、計測電圧のアナログ信号をコンデンサ容量点検部５８に入力する。

コンデンサ容量点検部５８は、ＡＤ変換部４ａ、デジタル信号読込部５ａ、及び、分析部６ａを含んで構成される。ＡＤ変換部４ａは、計測電流のアナログ信号をデジタル信号に変換する。デジタル信号読込部５ａは、ＡＤ変換部４ａによって変換されたデジタル信号を読込んで演算処理できるようデータ化する。分析部６ａは、デジタル信号読込部５ａによって読込まれたデジタル信号が変換されたデータのうちの最新データを含む時系列データを統計的手法に基づき分析し、時系列データの平均や時間変化率等の推定値と推定値の誤差や時系列データのバラつき度合（標準偏差等）を計算する。

また、コンデンサ容量点検部５８は、ＡＤ変換部４ｂ、デジタル信号読込部５ｂ、及び、分析部６ｂを含んで構成される。ＡＤ変換部４ｂは、計測電圧のアナログ信号をデジタル信号に変換する。デジタル信号読込部５ｂは、ＡＤ変換部４ｂによって変換されたデジタル信号を読込んで演算処理できるようデータ化する。分析部６ｂは、デジタル信号読込部５ａによって読込まれたデジタル信号が変換されたデータのうちの最新データを含む時系列データを統計的手法に基づき分析し、時系列データの平均や時間変化率等の推定値と推定値の誤差や時系列データのバラつき度合（標準偏差等）を計算する。

また、コンデンサ容量点検部５８は、分析部６ａ及び分析部６ｂの計算結果に基づいて、コンデンサ５１の容量を推定するコンデンサ容量計算部（検出部）５９を含んで構成される。コンデンサ容量計算部５９は、計算したコンデンサ容量の推定値を管理部６０に送信する。

管理部６０は、コンデンサ容量の管理値とコンデンサ容量計算部５９で計算されたコンデンサ容量の推定値を比較し、管理値から外れた場合に異常として警報を出す。また、管理部６０は、コンデンサ容量計算部５９から受信したコンデンサ容量の推定値を記録する。

図１９では、管理部６０をコンデンサ容量点検部５８の外に図示したが、コンデンサ容量点検部５８の中に配置してもよい。このコンデンサ５１の容量の評価及び点検は、コンデンサ５１の充電又は放電時に実施するものとし、充放電制御装置５４からの指令で実行される。

分析部６ａは、電流Ｉの時系列データの平均Ｉ￣、電流Ｉの時系列データの標準偏差σＩを計算する。分析部６ｂは、電圧Ｖの時系列データの時間変化率ｄＶ／ｄｔとその標準偏差σ_{ｄＶ／ｄｔ}を計算する。平均Ｉ￣及び標準偏差σＩは図３に示した手法で計算し、時間変化率ｄＶ／ｄｔ及び標準偏差σ_{ｄＶ／ｄｔ}は図８に示した手法で計算する。

または、充電回路で想定されるモデル関数を作成し、そのモデル関数を回帰方程式として回帰分析を実施して求めてもよい。いずれの場合においても、統計的手法で計算する。

以下では、コンデンサ容量計算部５９におけるコンデンサ容量の計算方法について説明する。コンデンサ５１の容量をＣ、コンデンサに蓄えられた電荷をＱは、コンデンサ電圧をＶとすると、式（２６）が成り立つ。

式（２６）を時間微分すると、式（２７）のようになる。

電荷の時間変化は電流Iであることから、式（２７）を変形すると式（２８）のようになる。

式（２８）に、分析部６ａによって計算された電流Iの時系列データの平均Ｉ￣、分析部６ｂによって計算された電圧Ｖの時系列データの時間変化率ｄＶ／ｄｔを代入してコンデンサ容量を計算できる。このとき、電流Iの時系列データの標準偏差σＩ、電圧Ｖの時系列データの時間変化率の標準偏差σ_{ｄＶ／ｄｔ}が予め決められた基準値より小さいときのデータを用いることで、コンデンサ容量の計算精度を高めることができる。

なおコンデンサ容量点検部５８及び管理部６０は、マイクロコンピュータやＦＰＧＡといったプロセッサで構成されてもよい。コンデンサ容量点検部５８は、１つのプロセッサで構成されてもよいし、複数のプロセッサで構成されてもよい。コンデンサ容量点検部５８が複数のプロセッサで構成される場合には、ＡＤ変換部４ａ，４ｂ、デジタル信号読込部５ａ，５ｂ、分析部６ａ，６ｂ、コンデンサ容量計算部５９、及び、管理部６０が適宜統合及び分散されて各プロセッサに配置される。

（その他の実施形態）
上述の実施形態及び実施例に関連し、さらに以下の実施形態を開示する。

（１）対象システムにおいて計測される物理量に基づいて前記対象システムの異常を検出する異常検出装置であって、前記対象システムにおいて計測された物理量の時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換する読込部と、前記時系列データのうちの最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく統計量及び該統計量の誤差を計算する分析部と、前記分析部によって計算された前記統計量のバラつき度合が所定条件を充足する場合に、前記統計量に基づいて前記対象システムの異常を検出する検出部とを有することを特徴とする異常検出装置。

上記（１）では、対象システムの正常性を評価するための計測対象となる物理量を計測器で計測し、その計測したアナログ信号をデジタル信号に変換して演算処理できるようデータ化し、データ化した過去の複数点分と最新のデータを含む時系列データを統計的手法に基づいて平均や時間変化率などの推定値（統計量）およびそれらの誤差、時系列データのバラつき度合を計算し、その計算結果に基づいてシステムの異常を検出する。よって、計算した平均や時間変化率などの誤差や時系列データのばらつき度合が小さい場合は推定値の信頼性が高くなるため、推定値が異常と判定する基準値に達した場合に異常と評価する。計算した平均や時間変化率などの誤差や時系列データのバラつき度合が大きい場合は推定値の信頼性が低くなるため、推定値が異常値の基準に達しても異常と評価しない。よって、異常検出の精度及び信頼性を向上できる。

（２）上記（１）に記載の異常検出装置であって、前記読込部は、所定周期で、前記量子化データを読込み、読込んだ該量子化データを前記時系列データへ変換し、前記読込部によって、前記所定周期の今回周期の量子化データが読込まれてから、前記所定周期の次回周期の量子化データが読込まれるまでに、前記分析部は、前記今回周期の量子化データが演算処理可能に変換された時系列データを含む最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく今回周期の統計量及び該今回周期の統計量の誤差を計算する処理を完了し、前記検出部は、前記分析部によって計算された前記今回周期の統計量及び該今回周期の統計量の誤差が所定条件を充足する場合に、前記今回周期の統計量に基づいて前記対象システムの異常を検出する処理を完了することを特徴とする異常検出装置。

上記（２）では、時系列データの平均値や時間変化率などの推定値と誤差の計算および異常検出は、最新のデジタル信号の受信からその次のデジタル信号が入力されるまでの間に完了することとし、常に最新データを考慮してリアルタイムに異常を評価して検出する。よって、常に最新データを考慮して推定値と誤差、時系列データのバラつき度合を計算して異常を評価するため、遅延なく早期の異常検出が可能になる。

（３）上記（１）に記載の異常検出装置であって、前記統計量は、前記最新の所定数の時系列データの平均であり、前記統計量の誤差は、前記平均もしくは前記最新の所定数の時系列データの標準偏差であり、前記検出部は、前記分析部によって計算された前記標準偏差が所定条件を充足する場合に、前記平均に基づいて前記対象システムの異常を検出することを特徴とする異常検出装置。

上記（３）では、最新の所定数の時系列データの平均もしくは最新の所定数の時系列データの標準偏差が所定条件を充足する場合に、平均の信頼性が高くなるため、平均に基づいて対象システムの異常を検出することで、異常検出の精度及び信頼性を向上できる。

（４）上記（１）に記載の異常検出装置であって、前記統計量は、前記最新の所定数の時系列データの時間変化率であり、前記統計量の誤差は、前記時間変化率の標準偏差であり、前記検出部は、前記分析部によって計算された前記標準偏差が所定条件を充足する場合に、前記時間変化率に基づいて前記対象システムの異常を検出することを特徴とする異常検出装置。

上記（４）では、最新の所定数の時系列データの時間変化率の標準偏差が所定条件を充足する場合に、時間変化率の信頼性が高くなるため、時間変化率に基づいて対象システムの異常を検出することで、異常検出の精度及び信頼性を向上できる。

（５）上記（１）に記載の異常検出装置であって、前記統計量は、前記最新の所定数の時系列データの平均及び時間変化率であり、前記統計量の誤差は、前記平均もしくは前記最新の所定数の時系列データの標準偏差及び前記時間変化率の標準偏差であり、前記検出部は、前記分析部によって計算された前記標準偏差が所定条件を充足する場合に、前記平均及び前記時間変化率に基づいて前記対象システムの異常を検出することを特徴とする異常検出装置。

上記（５）では、最新の所定数の時系列データの平均もしくは最新の所定数の時系列データの標準偏差及び最新の所定数の時系列データの時間変化率の標準偏差が所定条件を充足する場合に、平均及び時間変化率の信頼性が高くなるため、平均及び時間変化率に基づいて前記対象システムの異常を検出することで、異常検出の精度及び信頼性を向上できる。

（６）上記（４）又は（５）に記載の異常検出装置であって、前記分析部は、前記最新の所定数の時系列データの回帰分析によって前記時間変化率及び前記時間変化率の標準偏差を計算することを特徴とする異常検出装置。

上記（６）では、回帰分析によって時間変化率及び時間変化率の標準偏差を計算することで、異常検出の精度を高めることができる。

（７）上記（５）に記載の異常検出装置であって、前記対象システムは、電力網から受電した電力の電圧を変換し遮断器を介してき電線へ供給する変電システムであり、前記物理量は、前記変電システムを流れる電流であり、前記検出部によって前記変電システムの異常が検出された場合に、前記遮断器を開放して前記き電線への電力の供給の遮断する制御を行う遮断器制御部を有することを特徴とする異常検出装置。

上記（７）によれば、き電システムにおいて精度よく過負荷電流や短絡電流等の異常電流をノイズと弁別して検出し、迅速かつ適切に遮断器開放を行うことができる。

（８）上記（７）に記載の異常検出装置であって、前記変電システムは、前記き電線に沿って複数存在し、前記検出部によって前記変電システムの異常が検出された場合に、前記電流の時系列データの平均、前記電流の時系列データもしくは該平均の標準偏差、前記電流の時系列データの時間変化率、及び、該時間変化率の標準偏差を用いて、前記変電システムから前記き電線の故障点を介して形成される電路の抵抗及びインダクタンスを計算する故障点分析部を有し、前記故障点分析部によって計算された異常が検出された前記変電システムの前記抵抗及び前記インダクタンスと、前記故障点分析部によって計算された該変電システムに隣接する変電システムの前記抵抗及び前記インダクタンスと、に基づいて、前記故障点が算出されることを特徴とする異常検出装置。

上記（８）では、迅速かつ精度よく計算された変電システムの抵抗及びインダクタンスに基づき変電システムを始点及び終点とする電路における故障点を推定し、迅速かつ高精度に故障点を推定できる。

（９）上記（１）又は（２）に記載の異常検出装置であって、前記物理量は、複数であり、前記読込部は、複数の前記物理量毎に、前記時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換し、前記分析部は、複数の前記物理量毎に、前記統計量及び該統計量の誤差を計算し、前記検出部は、前記分析部によって計算された複数の前記物理量毎の前記統計量のバラつき度合が所定条件を充足する場合に、複数の前記物理量毎の前記統計量に基づいて前記対象システムの異常を検出することを特徴とする異常検出装置。

上記（９）では、複数の物理量毎の統計量のバラつき度合が所定条件を充足する場合に、複数の物理量毎の統計量に基づいて対象システムの異常を検出するので、対象システムにおいて計測される複数の物理量を用いて、異常検出の精度を高めたり、多様な指標の高精度な推定値を算出したりすることができる。

（１０）上記（９）に記載の異常検出装置であって、前記対象システムは、直流電源部から直流電圧を受電するコンデンサを有するコンデンサの充放電システムであり、前記物理量は、前記コンデンサを流れる電流及び前記コンデンサの電圧であり、前記読込部は、前記コンデンサを流れる電流及び前記コンデンサの電圧毎に、前記時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換し、前記分析部は、前記コンデンサを流れる電流の平均と該平均の誤差、及び、前記コンデンサの電圧の時間変化率と該時間変化率の誤差を計算し、前記検出部は、前記分析部によって計算された前記平均の誤差及び前記時間変化率の誤差が所定条件を充足する場合に、前記平均及び前記時間変化率を基に前記コンデンサの容量を計算することを特徴とする異常検出装置。

上記（１０）では、コンデンサを流れる電流の平均の誤差及びコンデンサの電圧の時間変化率の誤差が所定条件を充足する場合に、コンデンサの電流の平均及びコンデンサの電圧の時間変化率を基にコンデンサの容量を計算することで、精度よくコンデンサの容量の点検を行うことができる。

（１１）上記（１）～（１０）の何れか１項に記載の異常検出装置と、前記対象システムにおいて計測された物理量を前記時系列の量子化データへ変換する変換部とを有することを特徴とする異常検出システム。

上記（１１）によれば、対象システムにおいて計測された物理量を変換した時系列の量子化データを出発点として、対象システム等の異常検出を行うことで、アナログ信号特有のノイズをデジタル信号上で識別できるので、対象システムの異常検出を精度よく行うことができる。

（１２）対象システムにおいて計測される物理量に基づいて前記対象システムの異常を検出する異常検出装置が実行する異常検出方法であって、前記対象システムにおいて計測された物理量の時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換する読込ステップと、前記時系列データのうちの最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく統計量及び該統計量の誤差を計算する分析ステップと、前記分析ステップによって計算された前記統計量のバラつき度合が所定条件を充足する場合に、前記統計量に基づいて前記対象システムの異常を検出する検出ステップとを有することを特徴とする異常検出方法。

本発明は上記の実施形態に限定されるものではなく、様々な変形例を含む。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、矛盾しない限りにおいて、ある実施形態の構成の一部を他の実施形態の構成で置き換え、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、構成の追加、削除、置換、統合、又は分散をすることが可能である。また、実施形態で示した構成及び処理は、処理効率又は実装効率に基づいて適宜分散、統合、または入れ替えることが可能である。

１：システム、１Ｓ，２Ｓ：直流き電回路、２：物理量、３：計測器、４，４ａ，４ｂ：ＡＤ変換部、５，５ａ，５ｂ：デジタル信号読込部、６，６ａ，６ｂ：分析部、７：検出部、１３，１４：変電所、１５：交流遮断器、１６：変圧器、１７：整流器、１８，１９，２０，２１，２５，２６，２７，２８：直流遮断器、２２：交流遮断器、２３：変圧器、２４：整流器、２９：上り架線、３０：下り架線、３１：列車、３２：レール、３５，３７：電流計測器、３６，３８：故障電流検出回路、４１：故障電流検出回路、４２：故障点分析部、４３：故障電流検出回路、４７：遠征子局、４８：直流電源、４９：充電スイッチ、５０：充電抵抗、５１：コンデンサ、５２：放電抵抗、５３：放電スイッチ、５５：ダイオード、５６：電流計測器、５７：電圧計測器、５９：コンデンサ容量計算部（検出部）、６０：管理部

Claims (11)

1. 対象システムにおいて計測される物理量に基づいて前記対象システムの異常を検出する異常検出装置であって、
   所定周期で、前記対象システムにおいて計測された物理量の時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換する読込部と、
   前記所定周期で、前記時系列データのうちの最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく推定値と該推定値の誤差又は該最新の所定数の時系列データのバラつき度合を計算する分析部と、
   前記所定周期で、前記分析部によって計算された前記推定値の誤差又は前記バラつき度合が所定条件を充足するかを判定し、該所定条件を充足する場合に、前記推定値に基づいて前記対象システムの異常を検出する検出部と
   を有し、
   前記読込部によって、前記所定周期の今回周期の前記量子化データが読込まれてから、前記所定周期の次回周期の前記量子化データが読込まれるまでに、
   前記分析部は、
   前記所定周期の前回周期において前記推定値と該推定値の誤差又は前記バラつき度合を計算する際に用いた前記所定数の時系列データから最も古い一定数の時系列データを先入れ先出し法により破棄し、前記今回周期において前記読込部によって前記量子化データから変換された前記時系列データを含めた前記最新の所定数の時系列データに基づいて、前記今回周期の前記推定値と前記推定値の誤差又は前記バラつき度合を計算し、
   前記検出部は、
   前記分析部によって計算された前記今回周期の前記推定値の誤差又は前記バラつき度合が所定条件を充足するか否かを判定し、該所定条件を充足する場合に、前記今回周期の前記推定値に基づいて前記対象システムの異常を検出する
   ことを特徴とする異常検出装置。
2. 請求項１に記載の異常検出装置であって、
   前記推定値は、前記最新の所定数の時系列データの平均であり、
   前記バラつき度合いは、前記最新の所定数の時系列データの標準偏差であり、
   前記検出部は、前記分析部によって計算された前記標準偏差が所定条件を充足する場合に、前記平均に基づいて前記対象システムの異常を検出する
   ことを特徴とする異常検出装置。
3. 請求項１に記載の異常検出装置であって、
   前記推定値は、前記最新の所定数の時系列データの時間変化率であり、
   前記推定値の誤差は、前記時間変化率の標準偏差であり、
   前記検出部は、前記分析部によって計算された前記標準偏差が所定条件を充足する場合に、前記時間変化率に基づいて前記対象システムの異常を検出する
   ことを特徴とする異常検出装置。
4. 請求項１に記載の異常検出装置であって、
   前記推定値は、前記最新の所定数の時系列データの平均及び時間変化率であり、
   前記バラつき度合いは、前記最新の所定数の時系列データの標準偏差であり、
   前記推定値の誤差は、前記時間変化率の標準偏差であり、
   前記検出部は、前記分析部によって計算された前記最新の所定数の時系列データ及び前記時間変化率の標準偏差が所定条件を充足する場合に、前記平均及び前記時間変化率に基づいて前記対象システムの異常を検出する
   ことを特徴とする異常検出装置。
5. 請求項３又は４に記載の異常検出装置であって、
   前記分析部は、前記最新の所定数の時系列データの回帰分析によって前記時間変化率及び前記時間変化率の標準偏差を計算する
   ことを特徴とする異常検出装置。
6. 請求項４に記載の異常検出装置であって、
   前記対象システムは、電力網から受電した電力の電圧を変換し遮断器を介してき電線へ供給する変電システムであり、
   前記物理量は、前記変電システムを流れる電流であり、
   前記検出部によって前記変電システムの異常が検出された場合に、前記遮断器を開放して前記き電線への電力の供給の遮断する制御を行う遮断器制御部を有する
   ことを特徴とする異常検出装置。
7. 請求項６に記載の異常検出装置であって、
   前記変電システムは、前記き電線に沿って複数存在し、
   前記検出部によって前記変電システムの異常が検出された場合に、前記電流の時系列データの平均、前記電流の時系列データもしくは該平均の標準偏差、前記電流の時系列データの時間変化率、及び、該時間変化率の標準偏差を用いて、前記変電システムから前記き電線の故障点を介して形成される電路の抵抗及びインダクタンスを計算する故障点分析部を有し、
   前記故障点分析部によって計算された異常が検出された前記変電システムの前記抵抗及び前記インダクタンスと、前記故障点分析部によって計算された該変電システムに隣接する変電システムの前記抵抗及び前記インダクタンスと、に基づいて、前記故障点が算出される
   ことを特徴とする異常検出装置。
8. 請求項１に記載の異常検出装置であって、
   前記物理量は、複数であり、
   前記読込部は、複数の前記物理量毎に、前記時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換し、
   前記分析部は、複数の前記物理量毎に、前記推定値と該推定値の誤差又は前記バラつき度合を計算し、
   前記検出部は、前記分析部によって計算された複数の前記物理量毎の前記推定値の誤差又は前記バラつき度合が所定条件を充足する場合に、複数の前記物理量毎の前記推定値に基づいて前記対象システムの異常を検出する
   ことを特徴とする異常検出装置。
9. 請求項８に記載の異常検出装置であって、
   前記対象システムは、直流電源部から直流電圧を受電するコンデンサを有するコンデンサの充放電システムであり、
   前記物理量は、前記コンデンサを流れる電流及び前記コンデンサの電圧であり、
   前記読込部は、前記コンデンサを流れる電流及び前記コンデンサの電圧毎に、前記時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換し、
   前記分析部は、前記コンデンサを流れる電流の平均と該電流に係る前記最新の所定数の時系列データの前記バラつき度合、及び、前記コンデンサの電圧の時間変化率と該時間変化率の誤差を計算し、
   前記検出部は、前記分析部によって計算された前記バラつき度合及び前記時間変化率の誤差が所定条件を充足する場合に、前記平均及び前記時間変化率を基に前記コンデンサの容量を計算する
   ことを特徴とする異常検出装置。
10. 請求項１～９の何れか１項に記載の異常検出装置と、
    前記対象システムにおいて計測された物理量を前記時系列の量子化データへ変換する変換部と
    を有することを特徴とする異常検出システム。
11. 対象システムにおいて計測される物理量に基づいて前記対象システムの異常を検出する異常検出装置が実行する異常検出方法であって、
    所定周期で、前記対象システムにおいて計測された物理量の時系列の量子化データを読込み、読込んだ該量子化データを演算処理可能な時系列データへ変換する読込ステップと、
    前記所定周期で、前記時系列データのうちの最新の所定数の時系列データを分析し、該最新の所定数の時系列データに基づく推定値と該推定値の誤差又は該最新の所定数の時系列データのバラつき度合を計算する分析ステップと、
    前記所定周期で、前記分析ステップによって計算された前記推定値の誤差又は前記バラつき度合が所定条件を充足するかを判定し、該所定条件を充足する場合に、前記推定値に基づいて前記対象システムの異常を検出する検出ステップと
    を有し、
    前記読込ステップによって、前記所定周期の今回周期の前記量子化データが読込まれてから、前記所定周期の次回周期の前記量子化データが読込まれるまでに、
    前記分析ステップでは、
    前記所定周期の前回周期において前記推定値と該推定値の誤差又は前記バラつき度合を計算する際に用いた前記所定数の時系列データから最も古い一定数の時系列データを先入れ先出し法により破棄し、前記今回周期において前記読込ステップによって前記量子化データから変換された前記時系列データを含めた前記最新の所定数の時系列データに基づいて、前記今回周期の前記推定値と該推定値の誤差又は前記バラつき度合を計算し、
    前記検出ステップでは、
    前記分析ステップによって計算された前記今回周期の前記推定値の誤差又は前記バラつき度合が所定条件を充足するか否かを判定し、該所定条件を充足する場合に、前記今回周期の前記推定値に基づいて前記対象システムの異常を検出する
    ことを特徴とする異常検出方法。

Images