[go: up one dir, main page]

WO2009125627A1 - 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 - Google Patents

機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 Download PDF

Info

Publication number
WO2009125627A1
WO2009125627A1 PCT/JP2009/053316 JP2009053316W WO2009125627A1 WO 2009125627 A1 WO2009125627 A1 WO 2009125627A1 JP 2009053316 W JP2009053316 W JP 2009053316W WO 2009125627 A1 WO2009125627 A1 WO 2009125627A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
state
feature amount
state detection
detection
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.)
Ceased
Application number
PCT/JP2009/053316
Other languages
English (en)
French (fr)
Inventor
真 勝倉
成憲 中田
紀之 久代
丈瑠 黒岩
利康 樋熊
直之 樋原
善朗 伊藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to CN200980111626.7A priority Critical patent/CN101981601B/zh
Priority to EP10013514A priority patent/EP2276005A3/en
Priority to EP09729412A priority patent/EP2264680A4/en
Priority to CN201210312522.6A priority patent/CN102842204B/zh
Priority to PCT/JP2009/055240 priority patent/WO2009125659A1/ja
Priority to US12/919,296 priority patent/US8930146B2/en
Priority to JP2010507203A priority patent/JP5084906B2/ja
Priority to EP20100013515 priority patent/EP2276006A3/en
Priority to CN201210312525.XA priority patent/CN102842205B/zh
Publication of WO2009125627A1 publication Critical patent/WO2009125627A1/ja
Priority to JP2010192819A priority patent/JP5538140B2/ja
Priority to JP2010192894A priority patent/JP2011014156A/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2825—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere in household appliances or professional audio/video equipment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D4/00—Tariff metering apparatus
    • G01D4/002—Remote reading of utility meters
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
    • 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
    • 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
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • 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
    • 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
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Definitions

  • the present invention relates to a device state detection device and a device state detection method for detecting an operating state of a device, a consumer abnormality detection device, a consumer abnormality detection system, and a consumer abnormality detection method for detecting an abnormality of a consumer in a residence. Is.
  • a device that can reliably determine the ON / OFF change of a device and estimate the type of the device in the load state "Of the plurality of devices connected to the downstream side of the measurement point of the feeder line through the switching means, the type of the device in which the switching means is closed and in a loaded state is the electrical installed at the measurement point.
  • a load information storage means for storing load information in a predetermined cycle for each of the plurality of devices in advance, and a time change of the output for each predetermined cycle of the electrical quantity detection means.
  • the amount-of-electricity-change detecting means to detect, when the amount of electricity is changed, the detected amount change created based on the amount of change in electricity is compared with each load information stored in the load information recording means. Load information that most closely approximates the detected amount change is extracted, and an open / close change device estimation unit that uses the type of device corresponding to the extracted load information as the open / close change device, and the load state based on the open / close change device information.
  • a first load device estimation means for estimating the type of a device in a load state after the change in the amount of electricity by changing the type of a device from the state before the change in the amount of electricity. (For example, refer to Patent Document 2).
  • the method of attaching a sensor to a consumer is subject to the pressure that the consumer is being monitored, resulting in a problem that the use of the device is rejected as a result of inconvenience. For this reason, it is realistic that it is a system which does not attach any sensor to a consumer.
  • the sensor is not attached to the human body, the presence / absence of an abnormality is estimated from information other than biological information, for example, a person's movement or life pattern.
  • a life monitoring system that supports a monitored person such as an elderly person living alone autonomously in accordance with a certain pattern has been proposed.
  • a life reference pattern is generated, and when it is determined that the situation is out of the reference, it is determined as abnormal (see, for example, Patent Document 4).
  • JP 2000-292465 A (second page) JP 2002-152971 A (page 4) Japanese Unexamined Patent Publication No. 2006-212213 (Page 5-6, FIGS. 1 to 9) Japanese Patent Laying-Open No. 2005-284535 (pages 8-9, FIGS. 8-10)
  • Patent Document 1 it is necessary to learn a combination of all operating states of devices existing in the home. Is very difficult.
  • Patent Document 2 when an unknown device is introduced into a home and starts to operate, there is a possibility of erroneous estimation.
  • the present invention has been made in order to solve the above-described problems, and has little time and effort to learn combinations of operating states of all devices existing in the home, and is estimated even when an unknown device is operated.
  • An object of the present invention is to provide a device state detection apparatus with few errors.
  • An object of the present invention is to provide a person abnormality detection device, a person abnormality detection system and a person abnormality detection method.
  • An apparatus state detection apparatus includes a measurement unit that measures a physical quantity of an environment in which an apparatus is installed, a feature quantity calculation unit that calculates a feature quantity of a measurement value measured by the measurement unit, A storage means for storing the feature quantity and the device state corresponding to the feature quantity as dictionary data, and searching for the feature quantity stored in the dictionary data using the feature quantity calculated by the feature quantity calculation means as a search key. And a device state detecting means for detecting the device state based on the device state corresponding to the feature amount.
  • the device state detection device is a device for detecting the state of a device connected to a power supply line, and includes a current detection unit for measuring a current flowing through the power supply line, and a current measured by the current detection unit as a voltage.
  • Current voltage conversion means for converting to a value
  • waveform filter means for passing a specific frequency component of the current converted to a voltage value by the current voltage conversion means, and a current containing the specific frequency component that has passed through the waveform filter means
  • a waveform amplifying means for converting the current waveform amplified by the waveform amplifying means into a digital value
  • a feature value calculating means for calculating a feature value from the current value of the digital value after AD conversion,
  • a device status database that stores a plurality of reference device entries that register device feature values in the device status, and a feature value calculated by the feature value calculation means
  • a device state detection unit that compares the amount and the device feature amount of the reference device entry in the device state database and identifies a reference device entry having a device feature amount that matches the feature amount calculated by the feature amount calculation unit;
  • an output device that outputs the reference device entry specified by the state detection means as device state information.
  • the consumer anomaly detection device determines the activity state of a consumer from wireless communication means for measuring the intensity of a received radio wave from a wireless communication device, and time variation of the radio wave intensity measured by the wireless communication means. From the activity determination means that uses the determination result as activity information, the operating state of the equipment installed around the consumer, and the operating equipment detection means that uses the status as equipment information, the activity information and the equipment information An abnormality detection means for detecting the presence or absence of an abnormality of a consumer is provided.
  • the device state detection apparatus can detect the device state of the device based on the physical quantity of the environment in which the device is installed.
  • “environmental physical quantity” means at least one of a load physical quantity accompanying the use of one or a plurality of devices and an environment physical quantity in which these devices are installed.
  • Specific examples of the former include, for example, current used by the device, gas flow rate, water flow rate, and data transfer amount on the network. Specific examples of the latter include illuminance and temperature.
  • a plurality of reference device entries in which device feature values in the device state are registered for each device state are stored in the device state database in advance, A feature value of the device connected to the feeder line is calculated by processing the flowing current, the feature value is compared with each reference device entry in the device state database, and a device feature that matches the calculated feature value
  • the consumer abnormality detection device since the presence or absence of a consumer abnormality is detected from the activity information of the activity determination means and the device information of the operating equipment detection means, the state of the consumer is accurately determined. Can be detected. In addition, for example, it is possible to detect a situation where the user goes out while forgetting to turn off the lighting and air conditioning, and wasteful use of energy can be reduced. In addition, the reliability of abnormality detection is higher than in the past, abnormality can be detected quickly, and the safety of consumers can be ensured. In particular, the context representing the situation is easy to understand for the person who receives the abnormality notification. For example, a person who has been notified of an abnormality can easily understand that the situation is abnormal by receiving information such as “IH is moving but no person is at home”.
  • FIG. 1 is a system configuration diagram of a device state detection apparatus 100 according to Embodiment 1 of the present invention. It is a functional block diagram of the apparatus state detection apparatus 100 which concerns on Embodiment 1 of this invention. It is a figure which shows the data structure of the apparatus state detection apparatus 100 which concerns on Embodiment 1 of this invention. It is a figure which shows the data structure of the living action estimation apparatus 400 which concerns on Embodiment 1 of this invention. It is an operation
  • FIG. 20 is a functional block diagram of a device state detection device 2000 according to Embodiment 9. It is a figure which shows an example of the result screen displayed on the output device 2250 of FIG. It is an operation
  • FIG. 19 It is a figure which shows the electric current 2502 which flows on the feeder 2140 when the television 2130 is attached, and the voltage 2501 of the feeder 2140 at that time. It is a figure which shows the example which filtered the electric current value of FIG. 19 with the waveform filter means. It is a figure which shows the example which smoothed the electric current value after filtering of FIG. 20 with the waveform smoothing means. It is a figure which shows the example which carried out the wavelet transform of the electric current value after smoothing of FIG. It is a figure which shows the feature-value calculated from the wavelet transformation result of FIG. It is a figure which shows the operation
  • FIG. 25 is a schematic diagram showing a schematic configuration of a device state detection server 2100 in the tenth embodiment.
  • FIG. 26 is a functional block diagram showing a configuration of a device state detection server 2100 of FIG. It is a figure which shows the utilization form of the apparatus state detection system 2200 of Embodiment 11.
  • FIG. It is a functional block diagram which shows the structure of the apparatus state detection system 2200 of FIG. It is the block diagram and external appearance perspective view which show the consumer abnormality detection apparatus which concerns on Embodiment 12 of this invention. It is a schematic diagram which shows the path
  • FIG. 1 is a schematic system configuration diagram of a home environment in which a device state detection apparatus 100 according to Embodiment 1 of the present invention is installed.
  • the device state detection device 100 is connected to a measurement device 300 and a daily activity estimation device 400.
  • the measuring device 300 is a device for measuring the current of the power supply port of the power line 301, and uses, for example, a current sensor.
  • the measuring device 300 is installed at the power supply port of the power line 301 or at an upstream portion of an extension cord such as a table tap or an OA tap.
  • the device state detection device 100 detects the device state in the home based on the measurement result of the measurement device 300, and the detected device state is output to the living activity estimation device 400.
  • the living activity estimation device 400 is a device for estimating a domestic activity based on the device state detected by the device state detection device 100.
  • the living activity estimation device 400 is connected to the output device 302.
  • the output device 302 is a device for outputting the daily activity detected by the daily activity estimation device 400, and uses, for example, a display or a data output device.
  • FIG. 2 is a functional configuration diagram of the device state detection apparatus 100 and the living activity estimation apparatus 400. Based on FIG. 2, an outline of the overall operation will be described.
  • the device state detection apparatus 100 includes a measurement unit 110, a feature amount calculation unit 120, a device state detection unit 130, and a storage device 140.
  • the measurement unit 110, the feature amount calculation unit 120, and the device state detection unit 130 are each connected to the storage device 140.
  • the storage device 140 is for storing the measurement entry 112, the feature value entry 122, the matched reference device entry 131, the device state entry 132, and the reference device entry dictionary 200.
  • the output unit 150 is connected to the storage device 140 and performs an output operation to the living activity estimation device 400.
  • the output unit 150 corresponds to the “output unit” and “warning state output unit” of the present invention.
  • the measuring means 110 has an A / D conversion function, and samples and measures the instantaneous value of the current measured by the measuring apparatus 300 at a constant period.
  • the measurement result is stored as a measurement entry 112 in the storage device 140.
  • the feature amount calculation unit 120 calculates the feature amount by a predetermined method based on the measurement entry 112.
  • the feature amount is stored in the storage device 140 as a feature amount entry 122.
  • the device state detection unit 130 collates the feature amount entry 122 with the reference device entry dictionary 200. Those matching as a result of collation are stored as a match reference device entry 131.
  • the match reference device entry 131 is appropriately added and deleted so as to be in a form suitable for output to the living activity estimation device 400, and is newly stored as a device state entry 132.
  • the living activity estimation device 400 includes a matching unit 410, an output unit 420, and a storage device 430.
  • the matching unit 410 and the output unit 420 are each connected to the storage device 430.
  • the storage device 430 is for storing the reference action entry dictionary 500 and the matching reference action entry 411.
  • the matching unit 410 acquires the device state entry 132 from the device state detection apparatus 100 and collates it with the reference action entry dictionary 500. What matched as a result of the collation is stored in the storage device 430 as a matching reference action entry 411.
  • the output unit 420 outputs the matching reference action entry 411 to the output device 302, and the matching reference action entry 411 is output by the output device 302.
  • the measurement unit 110, the feature amount calculation unit 120, the device state detection unit 130, the matching unit 410, and the output unit 420 can be realized by using hardware such as a circuit device that realizes these functions, You may implement
  • the storage device 140 and the storage device 430 are configured by a memory, an HDD (Hard Disk Drive), or the like. Note that in this Embodiment 1, an example in which one storage device 140 and one storage device 430 are provided will be described; however, a configuration in which a plurality of storage devices are provided may be employed. Further, the storage device 140 and the storage device 430 may be provided as external devices and connected to the device state detection device 100 and the living activity estimation device 400.
  • FIG. 3 shows a data structure stored in the storage device 140 of the device state detection apparatus 100.
  • a plurality of measurement entries 112 shown in (A) are held as a history in a ring buffer format or the like. Each measurement entry 112 holds a measured value 112a measured by the measuring unit 110 and accompanying information (not shown).
  • the incidental information includes, for example, a serial number of the measurement value 112a, a value acquisition time, and the like.
  • a plurality of feature amount entries 122 shown in (B) are also held as a history in a ring buffer format or the like. Each feature amount entry 122 holds a feature amount 122a calculated by the feature amount calculating means 120 and accompanying information (not shown).
  • the incidental information includes, for example, a calculation method by the feature amount calculation unit 120 and parameters used for the calculation.
  • the measurement entry 112 and the feature amount entry 122 correspond one-to-one.
  • (C) is a reference device entry dictionary 200, which is a collection of reference device entries 201.
  • the reference device entry 201 includes data that includes a device feature amount 201a and a device state 201b corresponding to the device feature amount 201a.
  • the device feature amount 201a corresponds to the feature amount calculated by the feature amount calculation unit 120
  • the device state 201b is a device state corresponding to the device feature amount 201a. That is, when the device feature amount 201a is detected, it can be said that the device is in the state indicated by the device state 201b.
  • the reference device entry dictionary 200 is stored in advance in the storage device, and can be added / updated.
  • (D) is a match reference device entry 131, which is composed of a set of data including a device feature amount 131a, a corresponding device state 131b, a feature amount distance 131c, and accompanying information (not shown).
  • the match reference device entry 131 is obtained by adding the feature amount distance 131c to the result of the device state detection unit 130 searching the reference device entry dictionary 200.
  • the device feature amount 131a and the device state 131b correspond to the device feature amount 201a and the device state 201b of the reference device entry 201, respectively.
  • the feature amount distance 131c is a distance between the feature amount 122a of the feature amount entry 122 used for the search and the device feature amount 201a of the reference device entry 201 matched as a result of the search.
  • (E) is a device status entry 132, which is composed of data that includes a device status time 132a and a device status 132b as a set.
  • the device state time 132a is the current time, and the device state 132b is the same as the device state 131b of the match reference device entry 131.
  • a plurality of device status entries 132 are held as history in a ring buffer format or the like.
  • FIG. 4 shows a data configuration stored in the storage device 430 of the daily activity estimation device 400.
  • A is a reference action entry dictionary 500, which is a collection of reference action entries 501.
  • the reference action entry 501 is configured by data including a reference action time 501a, a reference device state 501b, a reference living action 501c, and a reference occupancy location 501d.
  • the reference action entry dictionary 500 is stored in advance in a storage device, and can be added / updated.
  • (B) is a matching reference action entry 411, which is composed of a set of reference action time 411a, reference device state 411b, reference living action 411c, and reference occupancy location 411d. This matching reference action entry 411 is the same as the reference action entry 501 obtained as a result of the matching unit 410 searching the reference action entry dictionary 500.
  • FIG. 5 shows an operation flow of the device state detection apparatus 100 according to the first embodiment.
  • the numbers written in the vicinity of the arrows connecting the steps represent data exchanged between the steps (for example, “112a” is measured value 112a).
  • 112a is measured value 112a.
  • the measuring means 110 measures the measured value 112a.
  • This measured value 112a is obtained by sampling an instantaneous value of the current measured by the measuring apparatus 300 at a constant period.
  • FIG. 6A shows a data configuration example of the measurement value 112a.
  • the measured value 112a is a vector, which is a current value (112a-11, 112a-12,... 112a-1n) sampled during a predetermined time. These individual current values are collectively referred to as a measured value 112a.
  • the predetermined time is a time that is a constant multiple of the wave period of 50 Hz to 60 Hz, which is the voltage period.
  • the sampling period is a time corresponding to a constant of the wave period of 50 Hz to 60 Hz.
  • the current values in the measured value 112a are arranged in time order.
  • the measurement means 110 continuously performs this measurement operation and sequentially holds the measurement values 112a.
  • the measurement unit 110 generates a measurement entry 112 from the measurement value 112a.
  • the measurement entry 112 includes a measurement value 112a and incidental information such as a measurement time. Then, the generated measurement entry 112 is sequentially output to the feature amount calculation unit 120.
  • the feature quantity calculation means 120 acquires the measurement entry 112 and calculates the feature quantity 122a based on the measurement value 112a held in the measurement entry 112. Specifically, the difference between the weighted average value and the measured value 112a is calculated from the measured value 112a, and this is used as the feature quantity 121a.
  • FIG. 6B shows a data configuration example of the feature amount 122a.
  • the feature amount 122a is a vector, and is configured by a value corresponding to the above-described measurement value 112a.
  • the measured value 112a and the feature value 122a correspond to each other one to one.
  • the individual measured values 112a-1n and 122a-1n also correspond one-to-one.
  • a feature value entry 122 is generated from the calculated feature value 121a.
  • the feature amount entry 122 includes a feature amount 122a and incidental information such as a feature amount calculation method and parameters used for the calculation. Then, the generated feature amount entry 122 is sequentially output to the device state detection unit 130.
  • the device state detection unit 130 acquires the feature value entry 122 and searches the reference device entry dictionary 200 using the feature value 122a included in the feature value entry 122 as a search key.
  • the reference device entry dictionary 200 is a collection of reference device entries 201 in which the device feature amount 201a and the device state 201b are set as one set.
  • the reference device entry 201 indicates that the device is in the state indicated by the device state 201b.
  • the device state 201b stores, for example, device states such as “TV ON”, “pot ON”, and “microwave oven ON”, and warning states such as “current leakage” and “abnormality”.
  • the warning state refers to a state in which there is a high possibility that some abnormality has occurred in the device, or a state in which there is a high risk of occurrence of an abnormality.
  • the equipment gradually changes and deteriorates over a long period of months or years due to aging or some trouble. This state of change appears in the measured value 112a and eventually appears in the feature value 122a.
  • the device feature amount 201a and the device state 201b in this warning state are stored in the reference device entry dictionary 200 as the reference device entry 201.
  • the process proceeds to the next step, and if it is not found, this process ends.
  • a distance between the calculated feature value 122a and the device feature value 201a of the reference device entry 201 is calculated by a predetermined calculation method (hereinafter referred to as a feature value distance), and the distance is within a predetermined threshold. May be “matched”.
  • the device state detection unit 130 generates a match reference device entry 131 based on the search result in step S605.
  • the match reference device entry 131 includes a device feature amount 131a, a device state 131b, a feature amount distance 131c, and accompanying information (not shown).
  • the device feature amount 131a and the device state 131b correspond to the device feature amount 201a and the device state 201b of the reference device entry 201 searched in step S605, respectively, and the feature amount distance 131c is the feature amount distance calculated in step S605. It is.
  • the device state 131b is derived from the measured value 112a measured by the measuring unit 110. That is, the state of the device such as “microwave oven ON” and “pot ON” is detected based on the current value.
  • a reference number uniquely indicating the reference device entry 201 retrieved from the reference device entry dictionary 200 may be held instead of holding the device feature value 131a and the device state 131b. Even in this way, the same purpose can be achieved.
  • the device status detection unit 130 generates a device status entry 132.
  • the device status entry 132 includes a device status time 132a and a device status 132b as shown in FIG.
  • the device state time 132a is the current time
  • the device state 132b is the same as the device state 131b of the match reference device entry 131 generated in step S606. From this device status entry 132, it can be understood what device status (device status 132b) is at a certain time (device status time 132a). Then, the generated device status entry 132 is output to the output unit 150.
  • the output unit 150 outputs the device status entry 132 to the matching unit 410.
  • the matching unit 410 acquires the device state entry 132 and searches the reference action entry dictionary 500 using the device state 131b as a key.
  • the reference action entry dictionary 500 is a collection of reference action entries 501.
  • the reference action entry 501 includes a reference action time 501a, a reference device state 501b, a reference living action 501c, and a reference occupancy location 501d. It is data to be.
  • reference action time 501 a when the user is in a predetermined device state (reference device state 501 b), what action the user is performing (reference living action 501 c) and where It can be said that the data indicates whether the user is in the room (reference room location 501d).
  • the reference action time 501a is stored as, for example, “7:10 am”.
  • the reference device state 501b is stored as “TV ON”, for example. When in a warning state, “television abnormality is occurring” or the like is stored. When a plurality of devices operate simultaneously, a plurality of device states such as “TV ON, pot ON” are stored.
  • the reference living action 501c represents specific contents of an action performed by a consumer, and is stored as, for example, “breakfast” or “going out”.
  • the reference occupancy location 501d represents a location that exists when the consumer performs the reference living act 501c. For example, when the reference living act 501c is “breakfast”, the reference occupancy location 501d is “dining” or the like. It is remembered.
  • the reference action entry 501 when there is one reference action entry 501 having a reference device state 501b that matches the device state 132b of the device state entry 132, the reference action entry 501 is set as a search result.
  • the current time or the device state time 132a is compared with the reference action time 501a, and the search result having the smallest difference is searched.
  • this process ends.
  • the matching unit 410 stores the reference action entry 501 retrieved from the reference action entry dictionary 500 as a matched reference action entry 411.
  • the reference action time 411a, the reference device state 411b, the reference living action 411c, and the reference occupancy location 411d respectively correspond to those of the reference action entry 501 searched in S609.
  • the device state 131b is derived from the measured value 112a measured by the measuring means 110, and the consumer's reference living act 411c and the reference occupancy location 411d are derived. That is, a device state such as “microwave oven ON” and “pot ON” is detected based on the current value, and further, a daily activity such as “breakfast” is estimated based on this device state.
  • the output unit 420 acquires the match reference action entry 411 and outputs it.
  • the data to be output is, for example, the matching reference action entry 411 itself, or the reference living action 411c or the reference occupancy location 411d.
  • the data output by the output means 420 is output to an output device 302 such as a display that is viewed by a consumer.
  • the reference device state 411b may be output only when the reference device state 411b is in a warning state such as “Abnormal”. In the case of the warning state, the normal device state is an output method. May be changed. By doing so, it is possible to more clearly inform the consumer that an abnormality has occurred in the device.
  • the device state 131b can be obtained from the measured value 112a measured by the measuring means 110, and the reference living act 411c and the reference occupancy location 411d can be obtained. That is, it is possible to estimate the state of the device in the home from the current value in the home, and to estimate the daily activities and the room location of the consumer.
  • the reference action entries 501 can be sorted in descending order or ascending order of the reference action time 501a. In this way, it is possible to refer to the reference action entries 501 before and after the reference action entry 501 that matches as a result of the search. Therefore, when estimating the user's daily activities at a certain time, it is possible to estimate what kind of action was performed immediately before that and what kind of action will be performed next. . Similarly, the current occupancy location, the previous occupancy location, the next occupancy location, and the like can be estimated. Based on these estimation results, for example, operation control such as the ON / OFF state of the device and the operation mode can be performed. This utilization method is an example, and the utilization method is not limited to this.
  • the reference action entry 501 is described as holding the reference living action 501c and the reference occupancy location 501d separately.
  • the reference action entry 501 is configured to hold only one of them. Alternatively, both may be integrated.
  • the reference living act 501c when it is desired to presume the action performed by the consumer and the room location at that time and to estimate it as “the action of the consumer”, the reference living action 501c and the reference room location 501d are integrated, It may be handled as data such as “meal in”, “turn on the light in the bedroom”, or “stay in the living room”.
  • the example in which the device state detection apparatus 100 is installed in the home has been described. However, it is obvious that the device state detection apparatus 100 can be installed in an environment other than the home. The same applies to other embodiments described below.
  • the matching means 410 may use two or more consecutive device status entries 132 as search keys in order to improve the search accuracy. In this case, for example, when the device status 132b of the two consecutive device status entries 132 and the reference device status 501b of the two consecutive reference action entries 501 match, the two matched reference device entries are displayed. It can be output as a search result.
  • the home device state can be detected based on the current value in the home.
  • the living activity estimation device 400 can estimate the user's living activity based on the device state.
  • the apparatus state detection apparatus 100 can detect a warning state, for example, when an abnormality such as a malfunction occurs in the apparatus, it can be detected early, and the safety of the environment in which the apparatus is installed can be improved. it can. In addition, it is possible to detect abnormalities such as electric leakage at an early stage, thereby minimizing wasteful energy loss.
  • the search results are acquired with the time taken into account. I made it. Therefore, it is possible to perform behavior estimation according to the behavior pattern of the consumer according to the time, and there is an effect that the estimation accuracy is increased.
  • the reference action entries 501 are sorted in descending or ascending order of the reference action time 501a and stored in the reference action entry dictionary 500, the life before and after the living action of the consumer at a certain point in time is stored. Actions can also be estimated. As a result, for example, it is possible to automatically operate an electric device in accordance with an action that is assumed to be performed next by a consumer, or to stop an electrical device that has been forgotten to be turned off. It can contribute to improvement of convenience and reduction of energy consumption.
  • Embodiment 2 a method of calculating the feature quantity 121a by the feature quantity calculation unit 120 will be described. Step S603 in FIG. 5 will be described in more detail.
  • FIG. 7 is a schematic diagram showing a feature amount calculation method by the feature amount calculation means 120.
  • a measured value 112a is a measured value of the current measured by the measuring means 110.
  • the feature amount calculation means 120 obtains a weighted average of the window width 2 for each of the measurement values 112a-11, 112a-12,... 112a-1n constituting the measurement value 112a, This value is a measured value average value 1202.
  • “Window width 2” means obtaining an average of “two” values. Specifically, a weighted average of the measurement value 112a-11 and the measurement value 112a-12 is obtained, and this is set as a measurement value average value 1202-11.
  • a difference between the measured value average value 1202 and the measured value 112a is obtained to obtain a measured value difference value 1204.
  • the measured value difference value 1204-11 is obtained from the difference between the measured value 112a-11 and the measured value average value 1202-11.
  • a measured value difference value 1204-12 is obtained from the difference between the measured value 112a-12 and the measured value average value 1202-11.
  • the measured value average value 1202 shown in FIG. 7B is the measured value average value 1202 in FIG.
  • a weighted average of the window width 2 is obtained, and this value is referred to as a second measured value average value 1205.
  • the average value of the measured value average values 1202-11 and 1202-12 is obtained, and this is set as the measured value average value 1205-11.
  • Similar calculations are performed for other values constituting the measured value average value 1202.
  • a difference between the measured value average value 1202 and the second measured value average value 1205 is obtained to obtain a second measured value difference value 1206.
  • the second measured value difference value 1206-11 is obtained from the difference between the measured value average value 1202-11 and the second measured value average value 1205-11.
  • a plurality of measured value difference value vectors and measured value average value vectors are obtained by repeatedly executing the above calculation until the average number of samples becomes smaller than the averaging window width.
  • the plurality of measured value difference value vectors and the measured value average value vector are combined as a feature value 122a.
  • the number of data constituting the measurement value 112a and the number of data constituting the feature amount 122a do not necessarily match. By performing such an operation, it is possible to separate a fine fluctuation component and a large fluctuation component, so that the feature of the measurement value 112a can be efficiently expressed.
  • FIG. 8 shows an example in which the current value of the television is actually measured to obtain the measured value 112a, and the feature amount 122a is calculated by the feature amount calculation means 120.
  • FIG. 8A shows a television current waveform measured over 20 ms. The measured value 112a has a different shape for each device.
  • FIG. 8B shows the result of calculating the feature value 122a by the method shown in FIG. The feature value 122a expresses the feature value of the measurement value 112a that is different for each device.
  • the feature amount 122a obtained in this way is stored in advance as the device feature amount 201a of the reference device entry 201 of the reference device entry dictionary 200, so that when the feature amount 122a matching the feature amount 122a is obtained, the television set can be obtained. It can be determined that the system has been operated.
  • the feature value 122a is obtained by performing a predetermined calculation on the measurement value 112a, whereby the feature of the measurement value 112a unique to the device can be expressed more remarkably. Therefore, by applying the feature value 122a obtained in this way to the above-described first embodiment, it is possible to detect the device state with higher accuracy.
  • a plurality of measurement value difference value vectors and a measurement value average value vector are combined as a feature amount.
  • a component with a small number of samples and a small variation may be discarded and the remaining may be used as a feature amount. Thereby, the dimension of the feature amount can be reduced and the data amount can be compressed.
  • a plurality of measurement value difference value vectors and a measurement value average value vector are combined as a feature amount.
  • the plurality of measurement value difference value vectors and the measurement value average value vector It is possible to extract only components of a dimension having a large difference between devices as feature amounts. Thereby, the difference of the feature-value between apparatuses becomes large, and the precision of the match determination in a search can be improved.
  • a plurality of measurement value difference value vectors and a measurement value average value vector are combined as a feature amount.
  • Only the weighted average value or the difference value in the section where the current value greatly changes may be extracted and used as the feature amount. For example, as shown in the measured value 112a in FIG. 8A, the actual current value of the device is large in the interval where it is almost zero. By generating the feature amount except for the section where the current value is 0, the dimension of the feature amount can be reduced.
  • the measured value difference value vector and the measured value average value vector are combined as the feature amount, but only the measured value average value vector may be used as the feature amount. Even in this case, it is possible to obtain the feature amount of the device while reducing the data amount of the feature amount vector.
  • the calculation method of the feature amount 122a may be an operation for obtaining the periodicity of the measurement value 112a, instead of obtaining the weighted average value.
  • periodicity can be extracted by extracting values such as peak-to-peak distance, wave crest factor, rise time, and fall time for each cycle.
  • Fourier transform or wavelet transform may be performed on the measured value.
  • the harmonic component can be efficiently expressed by setting the intensity and phase of each harmonic component as the feature quantity 122a. Even in this case, the feature amount 122a for each device can be obtained.
  • the feature value 122a can be calculated from a plurality of continuous measurement values 112a, instead of calculating for each measurement value 112a. By doing in this way, the feature-value of the apparatus with a different period is computable.
  • Embodiment 3 In the third embodiment, a search operation when the device state detection unit 130 searches the reference device entry dictionary 200 will be described. Step S605 shown in FIG. 5 will be described in more detail.
  • the device state detection unit 130 when the device state detection unit 130 searches the reference device entry dictionary 200, the device state detection unit 130 represents the degree of matching between the feature amount entry 122 and the reference device entry 201 using an index called feature amount matching degree. . Then, it is determined whether or not there is a match based on the degree of feature quantity match.
  • the degree of feature amount matching is obtained by calculating a difference between values of the feature amount 122a of the feature amount entry 122 and the device feature amount 201a held by the reference device entry 201 for each dimension.
  • the feature quantity 122a is a vector.
  • the device feature amount 201a is also a vector having the same dimension. If each element of the feature quantity 122a is A i and each element of the device feature quantity 201a is B i , the feature quantity match degree S can be obtained by the following (Equation 1). At this time, the feature amount matching degree S takes a value of 0 to 1.
  • the inner product of the vector of the feature quantity 122a and the device feature quantity 201a may be calculated, and a value obtained by dividing by the norm of each vector may be used as the feature quantity match degree S.
  • the values of the respective dimensions of the vector of the feature quantity 122a and the device feature quantity 201a are compared, the number of substantially matching numbers is counted, and the value obtained by dividing this number by the total number of dimensions is used as the feature quantity matching degree S. You can also.
  • the device state detection apparatus 100 uses the index of the feature amount matching degree and uses the reference device entry 201 having a high feature amount matching degree as a search result. Even when there is no matching reference device entry 201, the device state can be estimated. Further, by using the above-described calculation method, the accuracy of the feature amount matching degree can be increased.
  • Embodiment 4 FIG.
  • a search operation when the device state detection unit 130 searches the reference device entry dictionary 300 when a plurality of devices are operating simultaneously will be described.
  • Step S605 in FIG. 5 will be described in more detail.
  • the feature quantity 1220 shown in FIG. 9 (A) is a graphical representation of the feature quantity 122a.
  • the feature amount calculation unit 120 sequentially outputs the feature amount entries 122 to the device state detection unit 130. Therefore, the feature value 122a of the feature value entry 122 acquired by the device state detection unit 130 can be regarded as a continuous value, and FIG. 9A schematically shows the feature value 122a. That is, the feature amount 122a can be rephrased as the feature amount 1220 divided by a predetermined time unit.
  • the device state detection unit 130 When searching the reference device entry dictionary 200 in step S605 of FIG. 5, the device state detection unit 130 first obtains a difference between the current feature value 122a and the past feature value 122a shown in FIG.
  • the past feature quantity 122a used here is one or more cycles before the present.
  • FIG. 9B shows an example of the obtained difference.
  • the difference between the past feature value 122a indicated by the alternate long and short dash line and the current feature value 122a indicated by the broken line is indicated by a solid line.
  • This difference can be said to be a feature amount of the device that has changed between the past and the present. For example, if one device in the past has been operating, and another device has started operating from the past to the present, the feature quantity of the device that has started operating is the difference. It becomes.
  • the device state detection means 130 searches the reference device entry dictionary 200 using this difference as a search key. Then, the reference device entry 201 having the device feature amount 201a that matches the difference is specified as a search result
  • the device state is detected even when a plurality of devices are operating simultaneously. be able to. For example, it is possible to detect a device state of a device whose state has newly changed between the past and the present. Since the steep change appearing in the difference feature 122a is unique to each device, the device state of the device that has newly started operation is detected by searching the reference device entry dictionary 200 using the difference as a search key. It can be done.
  • the device state is detected using the difference between the current feature value 122a and the past feature value 122a as a search key, only the device feature value 201a for each device state 201b should be stored in the reference device entry dictionary 200. In many cases, it is not necessary to store the device state in the case where a plurality of devices are operating simultaneously in the reference device entry dictionary 200. Therefore, the trouble of learning the device state when a plurality of devices are operating at the same time becomes unnecessary. Further, since the amount of information to be stored is small, the capacity of the storage device 140 can be small. In addition, even when an unknown device that does not exist in the reference device entry dictionary 200 is in operation and a known device that exists in the reference device entry dictionary 200 starts to operate, the known difference can be obtained by using the difference. The device status of the device can be detected.
  • the current feature value 122a may be added to the reference device entry dictionary 200.
  • a new reference device entry 201 having the current feature amount 122a as the device feature amount 201a and the searched device state as the device state 201b of the reference device entry 201 is created and added to the reference device entry dictionary 200. To do. In this way, by adding the reference device entry 201 to the reference device entry dictionary 200, it is possible to perform a more accurate search in subsequent searches.
  • the past feature value 122a calculated before the device operation is performed can be used. Whether or not the device operation has been performed can be determined based on whether or not the length of the long-period component of the feature amount 122a has changed by a certain value or more. Accordingly, paying attention to the long-period component of the feature quantity 122a, a new operation is performed by calculating the difference between the feature quantity 122a before the point when the strength changes by a certain value or more and the current feature quantity 122a. It is possible to detect the device status of the connected device.
  • the device state detection method shown in the fourth embodiment can be used in combination with the first or second embodiment.
  • Embodiment 5 when the device state 201b of the reference device entry 201 obtained by searching the reference device entry dictionary 200 is a warning state, the device is detected to be in a warning state. .
  • the fifth embodiment another method for detecting a warning state of a device will be described. Note that the description of the same parts as those in Embodiment 1 is omitted.
  • FIG. 10 shows a data structure of the reference device entry dictionary 210 and the matching reference device entry 133 according to the fifth embodiment.
  • a reference device entry dictionary 210 is provided instead of the reference device entry dictionary 200 shown in the first embodiment, and a matching reference device entry 133 is provided instead of the matching reference device entry 131.
  • the reference device entry dictionary 210 is a collection of reference device entries 211.
  • the reference device entry 211 includes data that includes a device feature amount 211a, a device state 211b, and a device feature amount history 211c.
  • the device feature amount 211a and the device state 211b are the same as the device feature amount 201a and the device state 201b described in the first embodiment.
  • the device feature amount 201c is configured by a history of the feature amount 122a calculated by the feature amount calculation unit 120.
  • the match reference device entry 133 shown in FIG. 10B includes data that includes a device feature amount 133a, a device state 133b corresponding to the device feature amount 133a, a feature amount distance 133c, and a warning state 133d. Only the point provided with the warning state 133d is different from the above-described matching reference device entry 131, and the others are the same.
  • FIG. 11 shows an operation flow of the device state detection apparatus 100 according to the fifth embodiment.
  • steps S611, S612, and S606a are the same as those in FIG.
  • detailed operations will be described along each step.
  • the device state detection unit 130 stores the feature value 122a used as the search key as a history in the device feature value history 211c of the reference device entry 211 searched in step S605.
  • step S605 not only the case where the feature quantity 122a serving as the search key and the device feature quantity 211a completely match, but also a search result having a high degree of feature quantity match is used. Even when the search result is the same reference device entry 211, the feature quantity 122a used as the search key varies. Therefore, various feature values 122a are stored in the device feature value history 211c.
  • the device state detection unit 130 calculates an average value of the accumulated device feature amount history 211c, and further determines whether the average value exceeds a predetermined threshold. Then, the state exceeding the threshold is determined as a warning state. Equipment gradually changes and deteriorates on a monthly or yearly basis. This state of change appears in the measured value 112a and eventually appears in the feature value 122a. In step S612, an average value of the device feature value history 211c is calculated, and it is determined whether or not this value exceeds a threshold value, thereby determining whether or not the feature value 122a has changed, that is, whether or not a warning state has occurred. To do.
  • the variance may be calculated instead of the average value of the device feature amount history 211c, and the determination may be made based on whether or not this value exceeds a predetermined threshold. Moreover, you may determine using both an average value and a variance value. Even in this case, it is possible to determine whether or not a warning state is present.
  • the predetermined threshold value may be set to a value that is common to all devices, or may be set to an independent value for each device.
  • step S612 If it is determined in step S612 that the state is a warning state, the warning content is added to the warning state 131d of the matched reference device entry 131. Moreover, it is good also as adding only the information of whether it is a warning state, without adding warning content.
  • the warning state is determined from the history of the feature value 122a, not only the state of whether or not the device is operating but also the secular change. It is possible to detect the accompanying deterioration state and the state of malfunction of the device. Even when a feature value 122a that is not stored in the reference device entry dictionary 210 is obtained, according to the fifth embodiment, it is possible to detect a warning state.
  • the warning state may be determined as follows. A difference or ratio between the current feature value 122a used as the search key and the device feature value history 211c is obtained, and it is determined whether or not the value exceeds a predetermined threshold value. By doing so, the degree of deviation between the current feature value 122a and the past feature value 122a can be known. When the threshold value is exceeded, it is determined as a warning state.
  • a predetermined threshold value a value common to all devices may be set, or an independent value may be set for each device.
  • the warning state may be determined as follows. An average value of the device feature value history 211c is calculated, a difference or ratio between the average value and the current feature value 122a is calculated, and it is determined whether or not the value exceeds a predetermined threshold value. In this way, the degree of divergence between the current feature value 122a and the average of the past feature value 122a is known. When the threshold value is exceeded, it is determined as a warning state.
  • a predetermined threshold value a value common to all devices may be set, or an independent value may be set for each device.
  • the warning state may be determined as follows.
  • an average value for a predetermined number of times in the older history and an average value for a predetermined number of times in the newer history are obtained, and both average values are compared to calculate the difference or ratio.
  • a predetermined threshold value a value common to all devices may be set, or an independent value may be set for each device.
  • the example in which the feature amount 122a is held as the device feature amount history 211c has been described.
  • the feature amount 122a, the device feature amount 211a, and the feature amount 122a are not stored as the history. It may be a distance. Even if it does in this way, the effect similar to the above can be acquired.
  • the matching reference device entry 131 is provided with the warning state 131d.
  • the warning state 131d may not be provided. In that case, it is possible to respond by adding a warning state to the device state 131b. For example, if “TV ON / warning state” or the like is added, the operation state and warning state of the device can be held simultaneously.
  • warning state detection method shown in the fifth embodiment can be used in combination with the first to fourth embodiments described above.
  • Embodiment 6 FIG. In the sixth embodiment, another example of detecting a warning state will be described. In the sixth embodiment, only the operation of the device state detection unit 130 is different, and the other configurations are the same as those in the fifth embodiment, and thus the description of the same parts is omitted.
  • FIG. 12 is an operation flow showing in detail step S612 of FIG. 11 regarding the operation of the device state detection means 130 according to the sixth embodiment.
  • the appliance state detection unit 130 starts the process of step S612 in FIG.
  • the device state detection unit 130 determines whether or not the current process execution in step S605 is within a predetermined time from the previous process execution in step S605. If it is within the predetermined time, the process proceeds to step S703, and if it exceeds the predetermined time, the process proceeds to step S705.
  • S703 The device state detection unit 130 determines whether or not a warning state is detected when the reference device entry dictionary 210 in the previous step S605 is searched.
  • the devices detected within a predetermined time thereafter are also in a warning state. Judgment is made.
  • the device state detection apparatus 100 collates the feature amount 122a calculated based on the current value with the reference device entry dictionary 210 stored in advance. It can be determined whether or not it is in a warning state.
  • the “warning state” indicates that there is a high possibility that a failure due to aged deterioration or some abnormality is occurring. In general, it is difficult to easily cure such problems. However, there are many cases where changes due to aging occur very slowly, and there is a possibility that measurement errors, etc. may occur, and even if a warning state is detected, it is considered that it is not in a warning state in the next search. It is done.
  • the state of the device detected within a predetermined time after the warning state is detected is determined to be the warning state, so the warning state is detected more reliably. can do.
  • step S704 the warning state is not determined immediately, but the warning state is determined, and the warning state is determined only when the number of times the warning state is determined reaches a predetermined number. May be. In this way, it is possible to determine the warning state with high accuracy while preventing the warning state from being overrun.
  • warning state detection method shown in the sixth embodiment can be used in combination with the first to fourth embodiments described above.
  • Embodiment 7 FIG. In the seventh embodiment, a search operation when the matching unit 410 searches the reference action entry dictionary 500 will be described. Step S609 in FIG. 5 will be described in more detail.
  • the matching means 410 searches the reference action entry dictionary 500, the matching means 410 represents the degree of matching between the device state entry 132 and the reference action entry 501 using an index called reference action matching degree. For example, even if the device state 132b serving as a search key matches the reference device state 501b, if the device state time 132a and the reference action time 501a are greatly different, the degree of matching between entries, that is, Treated as having a low reference action match.
  • the calculation of the degree of match uses the difference between the device state time 132a and the reference action time 501a.
  • the degree of coincidence is Y
  • the device state time 132a is X1
  • the reference action time 501a is X2.
  • the degree of match Y ranges from 0 to 1.
  • FIG. 13 shows the details of the operation flow when the matching means 410 searches the reference action entry dictionary 500.
  • FIG. 13 shows that step S609 in FIG. 5 has been described in more detail. Hereinafter, each step will be described.
  • step S609 The process of step S609 is started.
  • the device state entry 132 is acquired.
  • S802 The number of reference action entries 501 held in the reference action entry dictionary 500 is substituted into a variable N.
  • S803 1 is substituted into a variable i indicating the number of repetitions.
  • S804 The difference between the device state time 132a held by the device state entry 132 and the reference action time 501a held by the i-th reference action entry 501 is calculated and substituted into the variable X.
  • step S806 If the device state 132b held by the device state entry 132 matches the reference device state 501b held by the i-th reference action entry 501, the process proceeds to step S806. If not, the process proceeds to step S807.
  • the matching unit 410 can specify the reference action entry 501 having the highest degree of matching with the device state entry 132. It can be said that the reference action entry 501 having the highest degree of match is highly likely to match the daily action of the consumer, and contributes to accurate action estimation.
  • the living behavior of the consumer is estimated based on the device state and the time, it is possible to perform more accurate estimation.
  • the living activity estimation method shown in the seventh embodiment can be used in combination with the first to sixth embodiments.
  • Embodiment 8 FIG. In the eighth embodiment, another search operation when the matching unit 410 searches the reference action entry dictionary 500 will be described.
  • the history of the device status entry 132 for a predetermined time from a certain point in time Based on the above, an example in the case of estimating a living act will be described. Step S609 in FIG. 5 will be described in more detail.
  • the matching means 410 searches the reference action entry dictionary 500, the matching means 410 calculates using not only the current device status entry 132 but also the history of the device status entry 132 for a predetermined time from the current time.
  • the predetermined time is 20 minutes.
  • FIG. 14 is a diagram for explaining the processing contents of the matching means 419.
  • device status entries 132-1, 132-2, and 132-3 are stored as the history of the device status entry 132.
  • the reference action entry 501 stores a combination of a plurality of reference action times 501a and a reference device state 501b for one reference living action 501c.
  • the reference living action 501c is “breakfast”, and at this time, “pot ON” and “toaster ON” are stored as the reference device state 501b.
  • the matching means 410 is connected to the device status entries 132-1, 132-2, 132- that are held back 20 minutes, which is a predetermined time from the present time.
  • the reference action entry 501 that matches 3 is searched. Specifically, the reference action entry 501 having at least one reference device state 501b that matches the device state entry 132-1, 132-2, or 132-3 is searched.
  • the example shown in FIG. 14 shows a state where two reference action entries 501-1 and 501-2 are searched. “Pot ON” and “Toaster ON” match with the reference action entry 501-1, and “Pot ON” matches with the reference action entry 501-2.
  • the degree of match Z is calculated by the following (Equation 3).
  • the degree of match Z represents the average of the degree of match Y i for each device status entry 132.
  • the degree of match Z with the reference action entry 501-1 is 0.1
  • the degree of match Z with the reference action entry 501-2 is 0.004.
  • the reference action entry 501-1 having a high is specified as the search result.
  • the unit of time is used as the unit of time in the calculation of the matching degree Z, but the unit of time is arbitrary.
  • a living activity is estimated based on a series of device states within a predetermined time, it is possible to more accurately estimate a living activity that uses a plurality of devices. Can do. For example, when a plurality of devices are operated to perform a living activity, even if the operating order of each device changes slightly, an appropriate living activity can be estimated.
  • the degree of coincidence may not be calculated using only absolute time, but may be calculated using relative time.
  • the degree of coincidence by absolute time is obtained, and for the other device status entry 132, the reference entry
  • the relative time from is calculated to obtain the degree of match, and the average of all these values is taken as the overall match.
  • the reference entry can be arbitrarily determined, such as using the earliest time in the history of the device status entry 132.
  • the degree of match based on the relative time it is possible to estimate living activities with high accuracy even when a certain living activity is performed at a different time. For example, even when the wake-up time is delayed by 30 minutes and the time of daily activities performed thereafter is lowered by 30 minutes, reasonable estimation can be performed by obtaining the degree of match using the relative time.
  • the degree of matching may be calculated using the number of matching device states instead of calculating the degree of matching using time. That is, in the history of the device status entry 132 for a predetermined time, the number that matches the reference device status 501b in the reference action entry 501 is divided by the number of history of the device status entry 132, and this is used as the degree of match. .
  • the degree of coincidence may be calculated using the number of continuously matching device states. That is, in the history of the device status entry 132 for a predetermined time, the number that continuously matches the reference device status 501b in the reference action entry 501 is divided by the number of history of the device status entry 132, and this is matched. Degree.
  • the living activity estimation method shown in the eighth embodiment can be used in combination with the first to sixth embodiments described above.
  • the device state detection device 100 and the life activity estimation device 400 are operated in cooperation, and the device state detected by the device state detection device 100 is transmitted via the life activity estimation device 400.
  • the configuration example in the case of outputting to the output device 302 has been described, but the device state output method is not limited to this.
  • a configuration in which the living activity estimation device 400 is not provided, and a configuration in which the device state detection device 100 directly outputs to the output device may be employed.
  • the apparatus state detection device 100 and the daily activity estimation device 400 may be provided as a single device having both functions, instead of being provided as separate devices. Further, either or both of the output device 302 and the measurement device 300 can be incorporated into the device.
  • the measuring unit 110 measures the current value.
  • the flow rate of the water used by the device may be measured. Since there is a pattern in the flow rate of water used for each device as in the case of current, the state of the device using water can be detected by the same device. For example, since an automatic washing machine automatically supplies water, the pattern becomes almost the same every time, so that it can be easily detected, and the accuracy of estimation of the occupancy position and the action can be improved. Also, a combination of current and water flow rate can be used.
  • the equipment can be configured to measure the gas flow rate used by the equipment. Also in the gas flow rate, there is a pattern in the gas flow rate used for each device in the same way as the current, so that the gas using device used by the same device can be detected. For example, a gas stove or the like is automatically controlled, and can be easily detected because it has the same pattern almost every time, and the accuracy of estimation of the occupancy position and the action can be improved. Also, a combination of current, water flow rate, and gas flow rate can be used.
  • the illumination intensity which is the amount of light
  • the device can be configured to measure the temperature of the environment such as the room. Even at the temperature indicating the amount of heat, since a pattern exists for each device as in the case of current, a device used by a similar device can be detected. For example, since an air conditioner or the like is set to have the same temperature almost every time, it can be easily detected, and the accuracy of estimation of the occupancy position and the action can be improved. Also, a combination of current, water flow, gas flow, illuminance, and temperature can be used.
  • the measuring means 110 can be configured to measure the data transfer amount on the network. Since there is a pattern for each application used in the same way as the current in the data transfer amount, it is possible to detect the application used by the same device. For example, since IP telephones and the like are set to have the same data transfer amount almost every time, they can be easily detected, and the accuracy of estimation of the occupancy position and action can be improved. Also, a combination of current, water flow rate, gas flow rate, illuminance, temperature, and data transfer amount can be used.
  • FIG. FIG. 15 is a diagram showing a configuration in the residence 2010 in which the device state detection apparatus 2000 according to Embodiment 9 of the present invention is installed.
  • a lighting 2010 and a television 2130 are installed in the residence 2010, and all of them are supplied with power from the feeder line 2140.
  • a device state detection device 2000 is connected to the power supply line 2140.
  • the device state detection apparatus 2000 includes a current sensor 2202 and can measure an instantaneous value of a current flowing through the feeder line 2140.
  • the device state detection device 2000 includes a voltage sensor 2201 and can measure an instantaneous value of the voltage of the power supply line 2140.
  • Device state detection apparatus 2000 detects the state of the device based on measurement results (current and voltage values) 150 measured by current sensor 2202 and voltage sensor 2201.
  • the device state detection apparatus 2000 of the present example detects a device state (on / off state or device mode state) by extracting a unique characteristic for each device from the mixed current with the configuration described later. It is possible.
  • the current sensor 2202 is installed at a power supply port. You may install in the upstream part of extension cords, such as a table tap and OA tap. Further, the current sensor 2202 may be installed in an outlet embedded in a wall. Further, the current sensor 2202 may be installed in a power meter or a columnar transformer installed outdoors.
  • the television 2130 has a television-specific current 2502 as shown in FIG. Further, such a specific waveform is repeatedly reproduced every period of the voltage 2501 (here, commercial frequency 50 Hz or 60 Hz) while the television 2130 is ON. Intrinsic waveforms, such as television-specific current 2502, are created by the inherent nature of the power supply circuit. When the voltage 2501 is applied, a current similar to the voltage 2501 can be obtained when a simple resistor is a load.
  • a current that is not similar to the voltage 2501 like the current 2502 of the television 2130 is obtained is that the alternating current is converted into direct current using a capacitor input rectifier circuit or the like as the power supply circuit of the television 2130.
  • a rectifier circuit generates different harmonics for each device due to a difference in the circuit itself or a load on the device. Therefore, a characteristic current waveform such as current 2502 is obtained. Therefore, by detecting such a difference in harmonics, it is possible to determine what device is operating and what state the device is in.
  • FIG. 16 is a functional block diagram of device state detection apparatus 2000 according to the ninth embodiment.
  • the device state detection apparatus 2000 includes one current sensor 2202, one voltage sensor 2201, a processing unit 2300 that detects the device state by processing the measurement results of the current sensor 2202 and the voltage sensor 2201, and a device state database 2230. And an output device 2250 for outputting the processing result.
  • the processing unit 2300 includes a current-voltage conversion unit 2203, an impedance upper unit 2204, a waveform filter unit 2205, a waveform amplification unit 2206, an AD conversion unit 2207, a waveform segmentation unit 2208, a waveform smoothing unit 2209, a feature amount calculation unit 2210, and a device state.
  • a detection unit 2220 and a device state information creation unit 2240 are provided.
  • the current sensor 2202 measures the instantaneous value of the current flowing through the feeder line 2140. Specifically, the current ratio of the secondary winding of N turns wound around the ring core and the through-wire (feeder line 2140) is N. It is composed of a current transformer that becomes one-to-one. The current sensor 2202 allows a current obtained by reducing the current flowing through the through wire to 1 / N to flow through the secondary circuit.
  • the voltage sensor 2201 measures an instantaneous value of the voltage flowing through the power supply line 2140. Specifically, the transformation ratio of the secondary winding of the M turn wound around the core and the through-wire (power supply line 2140) is M versus. This is a voltage transformer that becomes 1. The voltage sensor 2201 outputs a voltage obtained by reducing the voltage between the primary side electric wires to 1 / M to the secondary side circuit.
  • the current-voltage conversion unit 2203 converts the waveform of the current flowing on the feeder 2140 detected by the current sensor 2202 from a current value to a voltage value. Specifically, for example, a highly accurate electrical resistor is inserted in parallel with the current sensor 2202. Note that the current-voltage conversion unit 2203 and the current sensor 2202 may be combined. For example, current is directly converted into voltage using a shunt resistor or the like.
  • the impedance upper means 2204 increases the output impedance of the current-voltage conversion means 2203 several times to several million times. Since the output impedance of the current-voltage conversion means 2203 is affected by the impedance fluctuation of the power supply line 2140 that passes through the current sensor 2202, the output impedance of the current-voltage conversion means 2203 changes when the load on the power supply line 2140 changes. In order to make the output impedance substantially constant, the output impedance should be increased to such an extent that the fluctuation can be ignored. For example, the output impedance of the current-voltage conversion means 2203 is several tens of ohms, while the impedance upper means 2204 increases the output impedance to several mega ohms.
  • the impedance upper means 2204 is constituted by, for example, a buffer follower circuit using an operational amplifier or a transistor.
  • the waveform filter unit 2205 extracts only a specific frequency component from the current waveform amplified by the impedance upper unit 2204.
  • the specific frequency is in a range from several times to several hundred times the commercial frequency of 50 Hz or 60 Hz.
  • the waveform filter unit 2205 extracts the harmonic of the fundamental frequency (commercial frequency) for the reason described later and outputs it to the next waveform amplification unit 2206.
  • the method for example, by setting the pass band of the waveform filter means 2205 to 100 Hz to 200 KHz, the commercial frequency component can be attenuated and the harmonic component can be emphasized.
  • the waveform filter unit 2205 includes, for example, a bandpass analog filter that reduces a low frequency range and a high frequency range, a high pass analog filter that reduces a low frequency range, and the like.
  • the waveform amplification means 2206 amplifies the voltage value of the current waveform.
  • the amplification degree is set such that the amplitude width of the maximum voltage value and the minimum voltage value of the current waveform is equal to or slightly smaller than the input range of the AD conversion means 2207. For example, when the width of the voltage value of the current waveform is 100 mV and the input range of the AD conversion means 2207 is 10 V, the amplification degree is about 90 to 100 times. By doing so, an error when digitized by the next AD conversion means 2207 can be reduced.
  • the AD conversion means 2207 is an AD converter, converts the voltage value of the amplified current waveform and the voltage value measured by the voltage sensor 2201 from an analog value to a digital value, and records them in the storage means 2212.
  • time division and quantization are performed.
  • the time division is to convert an analog value into a digital value every predetermined time period. For this reason, the analog value is continuous in time, but the digital value is discrete in time.
  • Quantization is the conversion of an analog value into a digital value based on a predetermined voltage resolution. For this reason, the analog value is continuous in voltage, but the digital value is discrete in voltage.
  • the converted digital value is a discrete value of about 4.88 mV.
  • the impedance upper unit 2204, the waveform filter unit 2205, the waveform amplification unit 2206, and the AD conversion unit 2207 may be combined into one semiconductor.
  • the waveform delimiter 2208 is a unit that delimits the digital value of the current recorded in the storage unit 2212 for each voltage period and adjusts the number of sample values (sample current values) during one voltage period to be a predetermined number.
  • the voltage cycle is a wave frequency of 50 Hz or 60 Hz, which is a commercial frequency
  • the voltage value cycle (voltage cycle) is grasped from the measurement result of the voltage sensor 2201 input from the AD conversion means 2207.
  • the voltage period is approximately 16 ms or 20 ms for commercial frequencies. Since the voltage cycle is not always a multiple of the time division cycle of the AD conversion means 2207, the number of sample values that fall within the voltage cycle is not always a fixed number, but increases or decreases within a range of plus or minus one. .
  • the waveform delimiting means 2208 inserts “0” at the end of the waveform so that the number of sample values becomes the predetermined number. For example, if the number of samples of current value during one voltage cycle is set to 200, and there are only 199 samples of current value at a certain time, “0” is added at the end of the current value. Thus, the number of sample values is 200.
  • the waveform delimiting means 2208 discards the excess sample values so that the number of sample values becomes the predetermined number. For example, if the number of samples of current value during one voltage cycle is set to 200 and the number of samples of current value at a certain time is 201, the last value of the current value is discarded and the sample value 200 is assumed to be 200.
  • Waveform smoothing means 2209 smoothes the waveform by reading and convolving a plurality of current waveforms divided by the waveform dividing means 2208. To convolve is to average the waveforms in time. For example, each sample value of current for one period of voltage at time A is 1, 2, 3, 4 in time order, and similarly, each sample value of current for one period of voltage at time B is 5, 6, In the case of 7, 8, the convolution of the current value at time A and the current value at time B is to calculate (1 + 5) / 2, (2 + 6) / 2, (3 + 7) / 2, and (4 + 8) / 2 That is, the current values after convolution are 3, 4, 5, 6 in time order.
  • the feature quantity calculation means 2210 calculates the feature quantity 2210a from the smoothed waveform obtained by the waveform smoothing means 2209 using a predetermined arithmetic expression.
  • the feature value 2210a is a vector.
  • wavelet transformation and binarization are used as the predetermined calculation. Wavelet transformation is performed on the smoothed current waveform, and its wavelet coefficient is obtained. Then, the obtained wavelet coefficient is binarized with a predetermined threshold.
  • the feature amount calculation result of the feature amount calculation unit 2210 includes the respective feature amounts 2210a when a plurality of devices are connected to the feeder 2140.
  • the device state database 2230 stores one or more reference device entries 2231.
  • the reference device entry 2231 holds a device feature 2231a and a device state 2231b as a set for each device.
  • the device feature amount 2231a is a feature amount detected as a current change when the state of the device is in the state represented by the device state 2231b.
  • the device state 2231b includes an ON / OFF state of the device, a mode state of the device, and an aged deterioration state of the device. Examples of the mode state of the device include “cooling”, “heating”, and “air blowing” in an air conditioner, for example. Examples of the deterioration state of the device include “power supply breakage” and “wiring failure”.
  • each device state 2231b a characteristic unique to each state appears in the current flowing through the power supply line 2140. Therefore, the device feature value 2231a and the device state 2231b are stored as a pair in the device state database 2230. For example, in the case of a wiring failure, the characteristic amount of the device is unique, which is different from that in the normal state. Therefore, the device state 2231b and the device state 2231b indicating the wiring failure are stored as a reference device entry 2231.
  • the device state detection unit 2220 compares the feature amount calculation result of the feature amount calculation unit 2210 with all the reference device entries 2231 in the device state database 2230, and matches (matches) the feature amount 2210a calculated by the feature amount calculation unit 2210.
  • the reference device entry 2231 having the similar device feature amount 2231a is specified. That is, it is determined whether or not a feature amount 2210a that matches the device feature amount 2231a of each reference device entry 2231 is included in the feature amount calculation result.
  • the device in the device state of the reference device entry 2231 is connected to the power supply line 2140, and the reference device entry 2231 is stored in the storage unit 2212 as the matching reference device entry 2221. To do.
  • the device state information creation unit 2240 creates device state information based on the match reference device entry 2221 that is the search result, and outputs the device state information to the output device 2250.
  • the output device 2250 is a means for displaying the device status information from the device status information creation means 2240 on the screen, and includes a liquid crystal display, a television output, etc. as screen display means.
  • FIG. 17 is a diagram illustrating an example of a result screen displayed on the output device 2250.
  • the house name 2303, the device name 2301 and the device state 2302 are displayed for each device in a form in which the user can clearly understand the correspondence. For example, “ON” and “OFF” states are displayed, a mode is displayed, and a lighting time is displayed.
  • This display example is an example, and the components such as the device name 2301, the device state 2302, and the residence name 2303 may not be arranged in this way. Further, the output screen shown in FIG. 17 may have only a part of each component.
  • the AD conversion unit 2207, the waveform segmentation unit 2208, the waveform smoothing unit 2209, the feature amount calculation unit 2210, the device state detection unit 2220, and the device state information creation unit 2240 use hardware such as a circuit device that realizes these functions. It can also be realized as software executed on an arithmetic device such as a microcomputer or CPU. A storage device such as a memory is provided as necessary. You may share between each means.
  • the device state database 2230 can be configured by storing the reference device entry 2231 in advance in a storage device such as a memory or an HDD (Hard Disk Drive). Further, the device state database 2230 may be provided outside each means. Further, the device status database 2230 may be a data server installed at a remote location.
  • the storage unit 2212 can be configured by a rewritable storage device such as a memory, an HDD (Hard Disk Drive), or a flash memory.
  • a rewritable storage device such as a memory, an HDD (Hard Disk Drive), or a flash memory.
  • the feature amount 2210a, the matched reference device entry 2221, and the reference device entry 2231 can be configured as data stored in the storage unit 2212.
  • FIG. 18 is a flow in which the device state detection device 2000 detects the state of the device. Hereinafter, each step will be described. Here, an example when the power of the television 2130 is turned on will be described.
  • FIG. 19 is a diagram illustrating a current 2502 that flows on the power supply line 2140 when the television 2130 is attached and a voltage 2501 of the power supply line 2140 at that time.
  • the horizontal axis indicates time
  • the vertical axis on the right side indicates voltage [V]
  • the vertical axis on the left side indicates current [A].
  • the TV 2130 has a TV-specific current 2502 as shown in FIG.
  • such a characteristic waveform is repeatedly reproduced every period of the voltage 2501.
  • the current-voltage conversion unit 2203 converts the current value flowing on the feeder line 2140 detected by the current sensor 2202 into a voltage value.
  • the current value detected by the current sensor 2202 includes a current 2520 unique to the television set when the power source of the television 2130 is turned on.
  • the impedance upper unit 2204 increases the impedance on the current sensor 2202 side.
  • the waveform filter unit 2205 extracts only a specific frequency component from the current waveform amplified by the impedance upper unit 2204.
  • FIG. 20 is a diagram showing a current 2602 of the television 2130 in which only a specific frequency is extracted by the waveform filter means 2205 and a voltage 2601 of the feeder line 2140 at that time.
  • the horizontal axis represents time
  • the vertical axis on the right represents voltage [V]
  • the vertical axis on the left represents current [A].
  • a case where the filter is passed through a primary high-pass linear filter with a cutoff frequency of 500 Hz is shown.
  • the waveform amplification unit 2206 amplifies the voltage value of the current waveform including only the specific frequency component that has passed through the waveform filter unit 2205 to the input range of the AD conversion unit 2207.
  • the AD conversion unit 2207 converts the voltage value of the power supply line 2140 transformed by the voltage sensor 2201 and the amplified current waveform from an analog value to a digital value, and records the converted value in the storage unit 2212.
  • the waveform delimiter 2208 delimits the current waveform digitized for each voltage period, and corrects so that the number of sample values of the delimited signal is always a predetermined number. This process is as described above.
  • the waveform smoothing means 2209 convolves the current waveform having the same number of samples for each segment by L periods. The details of this processing are also as described above.
  • FIG. 21 shows the current 2702 of the television 2130 after the waveform is smoothed by the waveform smoothing means 2209 and the voltage 2701 of the feeder line at that time.
  • the horizontal axis represents time
  • the vertical axis on the right represents voltage [V]
  • the vertical axis on the left represents current [A]. Due to the convolution effect of the waveform by the waveform smoothing means 2209, the wave component that does not have reproducibility for each voltage period is canceled out.
  • the environmental noise is removed from the current 2602 in FIG. 20 before the waveform smoothing means 2209 is passed.
  • the waveform smoothing means 2209 can remove environmental noise by performing such convolution several times to several hundred times.
  • the feature amount calculation unit 2210 performs Wavelet transform on the convolved current waveform, binarizes the coefficient using a plurality of predetermined threshold values, and sets it as a feature amount 2210a.
  • FIG. 22 shows the wavelet coefficient 2802 and the voltage 2801 of the feeder 2140 at that time when Wavelet conversion is performed on the current waveform of the television 2130 by the feature amount calculation means 2210.
  • the wavelet coefficient a TV-specific peak 2803 appears at a TV-specific position. Since this unique peak location is different for each device, it is possible to detect what device is operating by observing where the peak appears.
  • the feature amount calculation unit 2210 uses Wavelet transform so that the peak width becomes very narrow. Therefore, it is possible to reduce the possibility that the peak positions of the devices overlap, and to reduce the erroneous detection of the devices.
  • the conversion method used for the feature amount calculation is not limited to the Wavelet transform, but the Wavelet transform has a feature that allows information in the time domain to remain. This is an effective means when it is desired to detect the peak generation timing as a feature amount.
  • the amount of calculation can be reduced by using Wavelet transform as compared with the case of using another transform method (for example, Fourier transform), there is an advantage that it can be handled by a small microcomputer.
  • FIG. 23 shows the wavelet coefficient 2902 binarized by the television 2130 by the feature amount calculation means 2210 and the voltage 2901 of the feeder line at that time.
  • the horizontal axis indicates time
  • the vertical axis on the right side indicates the voltage [V]
  • the vertical axis on the left side indicates the binarized value of the wavelet coefficient 2902.
  • the wavelet coefficient binarized with 0.1 as a threshold is shown.
  • the position where the peak peculiar to the television appears is “1”
  • the portion where the peak value does not appear is “0”. Since the value of the wavelet coefficient itself varies, it is not suitable to use it as it is for determining the matching with the reference device entry 2231 because it causes a false detection.
  • the binarized wavelet coefficient 2902 shown in FIG. 23 it is possible to perform stable matching that is resistant to error fluctuations.
  • the feature value 2210a indicated by the binarized wavelet coefficient is expressed by the number of peaks and the time interval between the peaks. Further, by binarizing the feature amount, the data amount of the device feature amount 2231a registered in the device state database 2230 can be significantly reduced. That is, the data size can be significantly reduced compared to registering the feature value 2210a as a measurement value. Note that FIG. 23 shows only the feature amount calculation result based on the current waveform of the television 2130. However, since various devices are connected to the feeder line 2140, other devices are operating at the same time. In that case, both peaks of each device appear.
  • the feature amount 2210a (the number of peaks and the time interval between each peak) is unique to the device, and does not coincide with the feature amount of other devices or other device states, and can be distinguished.
  • the feature amount calculation unit 2210 acquires a feature amount calculation result having a plurality of different feature amounts 2210a.
  • the device state detection unit 2220 compares the feature amount calculation result acquired by the feature amount calculation unit 2210 with the reference device entry 2231 in the device state database 2230 and compares the state of each device connected to the power supply line 2140. get. That is, it is sequentially searched whether or not a device feature amount that matches or is similar to the device feature amount 2231a of each reference device entry 2231 in the device state database 2230 is included in the feature amount calculation result. Is extracted as a matched reference entry, and the process proceeds to step (S2411).
  • FIG. 24 shows a schematic diagram of the search operation. Here, an example in which the television 2130 is turned on is shown.
  • the device feature amount 2231a is binarized and is a time-series vector having “0” and “1” as elements. At this time, it is compared whether or not the measured feature value is also “1” at the position where the device feature value 2231a is “1”. Then, the ratio (score) of positions where the measured feature quantity is also “1” is calculated. For example, when the score is 50% or more, it is determined that they match.
  • a plurality of different feature amounts 2210a are included in the feature amount calculation result, and thus there are a plurality of matching reference device entries 2231.
  • all matched reference device entries 2231 are recorded in the storage unit 2212 as matched reference device entries 2221.
  • the process ends.
  • the case where there is no match that is, the device feature amount of the reference device entry 2231 registered in the device state database 2230 in the feature amount calculation result acquired by the feature amount calculation means 2210.
  • This is a case where there is no feature quantity 2210a that matches or is similar to 2231a. Specifically, this corresponds to a case where a new device that has not been registered as the reference device entry 2231 is turned on.
  • a new unknown device is turned on, there is no reference device entry 2231 corresponding to the feature amount 2210a of the device, so that it is possible to prevent erroneous estimation that another device is turned on, for example.
  • the operation state of the device can be detected with high accuracy.
  • the device status information creation unit 2240 creates device status information based on the match reference device entry 2221 that is the search result.
  • the output device 2250 outputs the device status information on, for example, a display screen shown in FIG.
  • the feature value 2210a of the device connected to the feed line 2140 is calculated from the current flowing through the feed line 2140, and the feature value 2210a and the device state database 2230 are stored in advance.
  • the device feature database 2230a in the device state 2231b may be registered for each device state in the device state database 2230. Therefore, it is not necessary to be aware of the combination of all devices existing in the network, and it is possible to reduce the trouble of learning the combination of operating states of all devices.
  • the feature amount 2210a is compared with the device state database 2230.
  • the amount of processing calculation at the time is also small. Therefore, the capability of the microcomputer is low, and a small microcomputer can be used.
  • the device state database 2230 by clearly separating the device state database 2230 from the feature amount calculation, it is possible to easily register a new device or delete an erroneous reference device entry 2231 only by updating the device state database 2230. Also, the latest device entry can always be maintained by downloading and updating the device status database 2230 from a server connected via the Internet or the like.
  • the feature amount of the device is not registered in the device state database 2230, and thus it is possible to prevent erroneous estimation with other devices.
  • the output device 2250 has been described as a display unit in this example.
  • the output unit 2250 is not limited to this and may be a unit for outputting data. That is, for example, it may be connected to the Internet, connected to an SMTP server, and may be a means for transmitting device status information as a search result of the device status detecting means 2220 to a designated mail address. In this case, the device status information is transmitted at regular intervals.
  • a wired communication device such as a wireless communication device, an infrared communication device, Ethernet (registered trademark), or RS-232C is provided.
  • As the device status information to be transmitted all new device status information obtained up to the present since the last mail transmission may be transmitted.
  • data may be transmitted to a center server that centrally manages the entire town via a home gateway using a small wireless communication device.
  • the output screen shown in FIG. 17 may be a screen on a central management terminal in the center server.
  • FIG. Embodiment 10 of the present invention relates to a technique suitable for a case where there are a plurality of power supply lines in a building.
  • a technique suitable for a case where there are a plurality of power supply lines in a building due to the widespread use of all electrification, the current pulling of 220V by single-phase three-wire is becoming the main. For this reason, the situation where two feeders exist in one house exists frequently.
  • FIG. 25 is a schematic diagram illustrating a schematic configuration of the device state detection server 2100 according to the tenth embodiment.
  • the device state detection server 2100 includes a voltage sensor 2102 connected to the power supply line 2101, a device state detection device 2107 connected to the voltage sensor 2103, and a device state detection device 2108 connected to the voltage sensor 2105 and the current sensor 2106. This is a configuration provided.
  • the internal configuration of each device state detection device 2107, 2108 is substantially the same as that described in the ninth embodiment.
  • the device state detection device 2107 detects the state of the device connected to the power supply line 2101, and the device state detection device 2108 detects the state of the device connected to the power supply line 2104.
  • the example provided with two sets of apparatus state detection apparatuses here is shown, of course, more than one may be sufficient.
  • FIG. 26 is a functional block diagram showing the configuration of the device state detection server 2100.
  • the device state detection server 2100 includes a device state detection device 2107, a device state detection device 2108, an integration unit 2310 that integrates the device states obtained by each of the device state detection devices 2107 and 2108, and an output device that outputs an integration result. 2250 and control means 2320 for controlling the entire device state detection server 2100.
  • the device state detection devices 2107 and 2108 provided in the device state detection server 2100 may each include the output device 2250 as described in Embodiment 9, but the output device 2250 is used as the device state detection server 2100. Since at least one is sufficient, it is assumed here that the device state detection server 2100 includes a configuration in which the output device 2250 is excluded from the components in the device state detection devices 2107 and 2108.
  • the integration unit 2310 gives an ID indicating the device state detection device 2107 to the device information searched by the device state detection device 2107, and indicates the device state detection device 2108 to the device information searched by the device state detection device 2108.
  • An ID is assigned, and both of them are collected and held as one piece of device state information.
  • the device state detection server 2100 simultaneously detects the states of devices connected to the plurality of power supply lines 2101 and 1104 by the corresponding device state detection devices 2107 and 2108, respectively, and the integrated unit 2310 detects the device information detected by each.
  • the data are integrated and output together by one output device 2250.
  • the device status is displayed together on one display screen as shown in FIG. It becomes possible to do.
  • a 220V device such as an IH cooker is connected across the power supply line 2101 and the power supply line 2104.
  • the device state detection device 2107 and the device state detection device 2108 detect the same device state redundantly.
  • the device state detection server 2100 can improve the reliability of the device state information by using the redundant device state information. Specifically, for example, the IH cooker is added to the reference device entry 2231 as additional information indicating that the device is detected from both the power supply line 2101 side and the power supply line 2104 side. If the IH cooker is detected on one side of the device state detection device 2108 and not detected on the other side, it is determined that the information is incorrect.
  • Embodiment 11 FIG. The eleventh embodiment of the present invention relates to a technique suitable for remotely monitoring the device states of devices installed in a plurality of buildings and rooms.
  • FIG. 27 is a diagram illustrating a usage form of the device state detection system 2200 according to the eleventh embodiment.
  • Device state detection system 2200 is connected to device state detection devices 2201A and 2202A having the same configuration as in the ninth embodiment via network 2204A.
  • the network 2204A is a dedicated line, a telephone line, the Internet, or the like.
  • Each of the device state detection devices 2201A and 2202A is installed in a different building, floor, or room, and the device state detection system 2200 is installed, for example, at a remote location from the installation location of the device state detection devices 2201A and 2202A.
  • the device state detection system 2200 receives the device state information acquired by each of the device state detection devices 2201A and 2202A via the network 2204A, and the device in each building or room where the device state detection devices 2201A and 2202A are installed. It is possible to provide new services such as monitoring conditions and providing energy-saving advice based on the monitoring results.
  • the device state detection devices 2201A and 2202A and the device state detection system 2200 are configured to be able to send and receive e-mails via the network 2204A.
  • the device state detection devices 2201A and 2202A are configured in real time by e-mail.
  • the state detection result is transmitted to the device state detection system 2200.
  • the device status detection devices 2201A and 2202A give an ID that can identify the sender and a time at which the device status is detected, and send it.
  • FIG. 28 is a functional block diagram showing the configuration of the device state detection system 2200.
  • the device state detection system 2200 includes a communication unit 2210A for communicating with the device state detection devices 2201A and 2202A via the network 2204A, a mail box 2211 for storing mails transmitted from the device state detection devices 2201A and 2202A, Device state information management means 2212A for managing the device state at the place where the device state detection devices 2201A, 2202A are installed based on the mail stored in the mail box 2211 as device state information, and device state information for storing the device state information
  • a database 2213, display means 2214 for displaying management results, and control means 2215 for controlling the entire device state detection system 2200 are provided.
  • the information managed in the device status information database 2213 is used as information for performing various services in addition to being displayed on the display unit 2214 as a management result.
  • the apparatus state detection system 2200 includes a microcomputer (not shown) (hereinafter referred to as a microcomputer). Based on a predetermined calculation program stored in a CPU and an internal memory of the microcomputer, a control unit 2215 and an apparatus state information management unit 2212A. Is realized.
  • the device state detection system 2200 receives emails transmitted from the device state detection devices 2201A and 2202A at regular intervals via the communication unit 2210A and accumulates them in the mail box 2211.
  • the notification of the device status detection results from the device status detection devices 2201A and 2202A is not limited to the method using mail, and if communication with the device status detection device 2201A is possible, data may be exchanged by direct communication.
  • the exchange between the device state detection system 2200 and the device state detection devices 2201A and 2202A is performed by mail, even if a large number of device state detection devices are connected to the network 2204A, communication is performed due to an increase in traffic on the network 2204A. Problems such as an increase in load can be avoided. That is, the communication load between the device state detection devices 2201A and 2202A and the device state detection system 2200 can be reduced as compared with a mode in which a session is established and communication is started.
  • device state detection devices 2201A and 2202A are installed in each home, whereby the device state information database 2213 can collectively manage the device states of a plurality of houses. It becomes possible. For this reason, it becomes possible to provide new services such as energy saving advice. For example, since the device state detection system 2200 can detect that the cooling device is left attached or the cooling temperature is set lower than necessary with respect to the outside air temperature, an appropriate energy saving according to the state is possible. Advice is possible.
  • the device connected to the network 2204A is the device state detection device, but the device state detection server 2100 described in the tenth embodiment may be used. Also in this case, the same effect as described above can be obtained.
  • FIG. FIG. 29 is a block diagram and an external perspective view showing a consumer abnormality detecting device according to Embodiment 12 of the present invention.
  • the occupant abnormality detection device 3001 of the twelfth embodiment is based on signals from the wireless communication means 3002, the activity determination means 3004, and the activity determination means 3004 that receive radio waves from the wireless access point 3020 via the antenna 3003.
  • An LED display unit 3005 that is turned on / off, an operating device detection unit 3006 that receives radio waves from various devices 3030 via an antenna 3007, and an LED display unit that is turned on / off based on a signal from the operating device detection unit 3006 3008, an abnormality detection unit 3009 that transmits a control signal for controlling the device 3030 via the antenna 3010, and an alarm buzzer 3011 that emits a buzzer sound based on a signal from the abnormality detection unit 3009.
  • the wireless access point 3020 existing outside the consumer anomaly detection device 3001 includes, for example, a wireless LAN router, a cordless telephone, a notebook computer with a wireless LAN function, and a facility control device that transmits a radio wave of a specific frequency with a constant radio wave intensity.
  • a wireless communication device such as a communication device. Wireless radio waves are transmitted intermittently from the wireless access point 3020 for a certain period.
  • the above-described wireless communication unit 3002 is a communication device that measures radio wave intensity when a radio wave (same frequency) is received from the wireless access point 3020, a CPU, and when the communication device starts measurement, the CPU communicates with the wireless communication unit 3002. And a ROM for storing the program, a RAM for temporarily storing data obtained by the execution of the CPU, and the like.
  • the radio communication unit 3002 measures the intensity of the received radio wave for a certain period and stores it as data in the RAM.
  • the radio field intensity during a predetermined time is read out, a change value of the radio field intensity is calculated from the difference between the minimum value and the maximum value of the radio field intensity, and is stored in the RAM together with the reception time.
  • the fixed period and the predetermined time are stored in the ROM.
  • the activity determination unit 3004 is, for example, a CPU, a program that the CPU executes as the activity determination unit 3004 when the wireless communication unit 3002 starts operation, a ROM that stores the program, and data obtained by execution of the CPU Is constituted by a RAM or the like for temporarily storing the data.
  • the activity determination unit 3004 reads the change value of the radio wave intensity calculated by the wireless communication unit 3002 and compares it with a preset threshold value. When the change value of the radio field intensity is equal to or greater than the threshold value, it is determined that the consumer is active. When the change value is lower than the threshold value, it is determined that the consumer is not active. It is stored in RAM as information. When it is determined that the consumer is active, the LED display unit 3005 is turned on. When it is determined that the consumer is not active, the LED display unit 3005 is turned off.
  • the above-described threshold value is stored in the ROM.
  • the operating device detection unit 3006 is executed by the CPU as the operating device detection unit 3006 when, for example, a communication device or CPU that receives a radio wave from the detection target device 3030 receives a radio wave from the detection target device 3030. And a ROM for storing the program, a RAM for temporarily storing data obtained by execution of the CPU, and the like.
  • the operating device detection unit 3006 acquires information on the operating state of the device 3030 from the received radio wave, and as device information. Save to RAM.
  • the LED display unit 3008 is turned on / off based on the device information. For example, the LED display unit 3008 is turned on when the detection target device 3030 is operating, and the LED display unit 3008 is turned off when the device 3030 is not operating.
  • the above-described device 3030 is, for example, an illumination, an air conditioner, an audio device, an AV device, an IH cooking heater, an air conditioner, a television, a dryer, a hot water toilet seat, and the like.
  • Each device 3030 has a communication function for notifying the operating device detecting unit 3006 of the ON / OFF state and the operating state by wireless communication. For example, in the case of an air conditioner, when the remote control changes from “OFF” to “heating”, an operating state such as “air conditioner, heating” is transmitted to the operating device detection means 3006.
  • the abnormality detection unit 3009 temporarily stores, for example, a program that the CPU executes as the abnormality detection unit 3009 when the CPU and the activity determination unit 3004 operate, a ROM that stores the program, and data obtained by the execution of the CPU. It is comprised with the communication apparatus etc. which transmit the control signal with respect to the apparatus 3030 produced
  • the abnormality detection unit 3009 determines that there is no abnormality when it is determined from the activity information stored in the RAM of the activity determination unit 3004 that there is a consumer in the residence. When it is confirmed that there is no resident in the residence, it is determined from the device information stored in the RAM of the operating device detection means 3006 whether the detection target device 3030 is operating.
  • the alarm buzzer 3011 is activated and turned on.
  • a control signal for turning off the lighting in the state, lowering the output of the air conditioner, or stopping the operation of the IH cooking heater is transmitted to the device 3030.
  • FIG. 30 is a schematic diagram showing a path of a radio wave transmitted from the wireless access point to the consumer abnormality detection device.
  • the radio waves radiated from the wireless access point 3020 include a radio wave that travels straight and a radio wave that reflects from the floor, ceiling, wall, etc. in the room 3040 and follows these various paths.
  • the consumer abnormality detection device 3001 is reached.
  • the radio waves that have arrived at the occupant abnormality detection device 3001 along the respective paths have different path lengths, and are therefore received by the wireless communication unit 3002 in a state of being out of phase. Radio waves with different phases cancel each other or strengthen each other.
  • the radio wave is weakened by hitting the obstacle 3050, but the intensity of the received radio wave in the wireless communication unit 3002 is not necessarily weak, and the value of the radio wave intensity depends on the position of the obstacle 3050. Goes up and down greatly.
  • the intensity of the received radio wave in the wireless communication unit 3002 varies drastically.
  • the intensity of the received radio wave fluctuates sufficiently at a measurable level even if it is a minute fluctuation or vibration associated with a biological activity. For this reason, even when a consumer is sleeping, a sufficient fluctuation is generated in the intensity of the received radio wave in the wireless communication means 3002 and measurement is possible.
  • FIG. 31 is a flowchart showing the operations of the wireless communication means and activity determination means of the consumer abnormality detecting device according to the twelfth embodiment
  • FIG. 32 is a diagram showing the intensity of the received radio wave measured by the wireless communication means. Note that the radio field intensity shown in FIG. 32 is weaker as it is closer to 0 and stronger as it is closer to 100, and is an example measured during 24 hours from midnight to midnight the next day.
  • the radio communication unit 3002 When the radio communication unit 3002 receives the radio wave from the radio access point 3020 via the antenna 3003 (S3031), the radio communication unit 3002 measures the intensity of the received radio wave for a certain period (S3032) and stores it as data in the RAM. As shown in FIG. 32, the radio wave intensity measured by the wireless communication means 3002 has almost no change during the time when the consumer is out, but changes every moment during the time when the consumer is in the residence. is doing. In addition, when the consumer is sleeping, the intensity of the received radio wave changes every moment with the movement of the consumer such as turning over.
  • the wireless communication unit 3002 reads the radio wave intensity for a predetermined time from the RAM, and calculates the change value of the radio wave intensity from the difference between the minimum value and the maximum value of the radio wave intensity (S3033).
  • the data is stored in the RAM together with the reception time. This operation is repeated every time radio waves are transmitted from the wireless access point 3020.
  • the activity determination unit 3004 reads out the change value of the radio field intensity stored in the RAM of the wireless communication unit 3002 and compares it with a preset threshold value (S3034). When the change value is equal to or greater than the threshold value, it is determined that there is a consumer activity, and the result is stored in the RAM as activity information. Then, the LED display unit 3005 is turned on to clearly indicate to the user that there is an activity (S3035), and the above-described series of processing ends (S3037).
  • the LED display unit 3005 is turned off to clearly indicate to the user that there is no activity (S3036), and the above-described series of processing ends (S3037).
  • FIG. 33 is a flowchart showing the operation of the operating device detecting means of the consumer abnormality detecting apparatus according to the twelfth embodiment.
  • the operating device detection unit 3006 receives a radio wave from the detection target device 3030 via the antenna 3007 (S3051), the operating device detection unit 3006 extracts a status notification indicating the operating state of the device 3030 from the received radio wave, and stores the status notification in the RAM. save. Then, it is determined whether or not the device 3030 is operating with reference to the status notification stored in the RAM (S3052). When it is determined from the status notification that the device 3030 is operating, the result is stored in the RAM as device information. Then, the LED display unit 3008 is turned on to clearly indicate to the user that the operation of the device 3030 has been detected (S3053), and the above-described series of processing ends (S3055).
  • the operating device detection unit 3006 stores the result in the RAM as device information. Then, the LED display unit 3008 is turned off to clearly indicate to the user that the device 3030 is not operating (S3054), and the above-described series of processing ends (S3055).
  • FIG. 34 is a flowchart showing the operation of the abnormality detection means of the consumer abnormality detection device according to the twelfth embodiment.
  • the abnormality detection unit 3009 reads out the activity information of the consumer from the RAM of the activity determination unit 3004, and starts an abnormality detection process (S3071). First, it is determined from the activity information whether or not the resident is active in the residence (S3072), and when it is determined from the activity information that the resident is active, the abnormality detection process is terminated (S3075).
  • the abnormality detection unit 3009 determines that the consumer is not active from the activity information
  • the abnormality detection unit 3009 reads out the device information from the RAM of the operating device detection unit 3006 and detects the target device 3030 (for example, a television or an air conditioner). ) Is in operation (S3073).
  • the abnormality detection process is terminated (S3075).
  • the alarm buzzer is activated and the operation is stopped for the detection target device 3030.
  • a control signal for lowering the output is transmitted (S3074), and the abnormality detection process is terminated (S3075).
  • the series of abnormality detection processing described above is performed each time the activity determination unit 3004 stores the activity information in its own RAM and the active device detection unit 3006 stores the device information in its own RAM.
  • FIG. 35 is a diagram showing an example of the presence / absence of abnormality detected by the abnormality detection means.
  • the black squares shown in (1) to (4) of FIG. 35 indicate that the consumer is active and the device is operating, and the white square is that the consumer is not active.
  • the state and the state where the device is not operating are shown.
  • (1) is a state in which, for example, a person is sleeping, and the device 3030 to be detected is not used, and (2) is used by the device 3030 to be detected, for example, at noon. It is the state that was done.
  • the abnormality detection unit 3009 detects the presence of the activity of the consumer and determines that it is normal regardless of whether or not the detection target device 3030 is operating.
  • (3) is a state in which, for example, a consumer is out and the device 3030 to be detected is not used.
  • the abnormality detection means 3009 detects that there is no activity of the consumer, detects that the device 3030 to be detected is not operating, and determines that it is normal.
  • (4) is a state in which the activity of the consumer is not complete after the detection target device 3030 is used. In this case, for example, the device 3030 has been used, but it has become unwell in the middle and has become cramped, has fallen and cannot move, or has gone out while using the device. In such a case, the abnormality detection unit 3009 detects that there is no activity of a consumer on the way, detects that the device 3030 to be detected is operating, and determines that it is abnormal.
  • FIG. 36 is a diagram illustrating an installation example of the consumer abnormality detection device according to the twelfth embodiment.
  • a consumer abnormality detection device 3001 and a detection target device 3030 are installed in the residence, and a consumer 3050 lives in the residence. Since the inside of the dwelling is surrounded by the outer wall, wireless signals emitted from the device 3030 and the consumer abnormality detection device 3001 do not leak outside.
  • the wireless access point 3020 is installed in the residence. When the consumer 3050 is moving around in the residence, the radio wave transmitted from the wireless access point 3020 with a constant output reaches the consumer anomaly detection device 3001, and the intensity of the received radio wave in the wireless communication means 3002 is momentarily.
  • the activity determination means 3004 can easily estimate that there is a consumer 3050 in the residence.
  • a status notification corresponding to the operation is transmitted from the device 3030 to the consumer abnormality detection device 3001.
  • the operating device detection means 3006 can recognize that the device 3030 has been operated by receiving this.
  • the consumer abnormality detection device 3001 continues to monitor whether there is any abnormality in the installed residence.
  • the alarm buzzer 3011 when there is no activity of a consumer, when the operation of the device 3030 to be detected is detected, it is determined that there is an abnormality and the alarm buzzer 3011 is activated. An abnormality can be notified. In addition, when it is determined that there is an abnormality, the detection target device 3030 is turned off or the output is reduced, so that waste of energy can be reduced and an energy saving application can be provided. Furthermore, by determining that the state where there is no consumer activity and the device 3030 is operating is abnormal, the algorithm can be simplified and implemented in a microcomputer or the like having a ROM or RAM with a small storage capacity.
  • FIG. 37 is a front view showing an appearance of a consumer abnormality detecting apparatus according to Embodiment 13 of the present invention.
  • the configuration of the consumer abnormality detection device 3001 is the same as that of the twelfth embodiment except for the operating device detection means 3006 and the abnormality detection means 3009.
  • a consumer abnormality detection device 3001 is used for plugging in a detachable connection to an outlet 3060 installed in a residence, and for inserting a power plug 3030a of a device 3030 connected to the connection plug.
  • the operating device detection means 3006 in this consumer abnormality detection device 3001 detects the current value from the output of the A / D converter and compares it with a preset threshold value. When the current value is lower than the threshold value, it is determined that the device 3030 is not operating. When the current value is equal to or greater than the threshold value, it is determined that the device 3030 is operating, and one of the determination results is stored in the RAM as device information. To do.
  • the aforementioned threshold value is stored in a ROM provided in the operating device detection unit 3006.
  • the abnormality detection unit 3009 determines that there is an abnormality from the activity information stored in the RAM of the activity determination unit 3004 and the device information stored in the RAM of the operating device detection unit 3006, the abnormality detection unit 3009 operates the relay to turn off the above-described contact point. The power supply to the device 3030 is cut off.
  • FIG. 38 is a flowchart showing the operation of the operating device detecting means of the consumer abnormality detecting device according to the thirteenth embodiment. In the following description, it is assumed that the connection plug of the consumer abnormality detection device 3001 is connected to the outlet 3060.
  • the operating device detection unit 3006 measures the current value of the detection target device 3030 in which the power plug 3030a is connected to the outlet 3012 of the apparatus 3001 through a shunt resistor and an A / D converter at a preset cycle. (S3101), it is determined whether the current value is greater than or equal to a threshold value (S3102). When the current value of the detection target device 3030 is equal to or greater than the threshold value, it is determined that the device 3030 is operating, and the result is stored in the RAM as device information. Then, the LED display unit 3008 is turned on (S3103), the fact that the operation of the device 3030 has been detected is clearly indicated to the user, and the above-described series of processing ends (S3105).
  • the abnormality detection unit 3009 reads out the activity information of the consumer from the RAM of the activity determination unit 3004 and determines whether the consumer is active. When it is determined from the activity information that the consumer is active, the abnormality detection process is terminated. When it is determined from the activity information that the consumer is not active, the device information is read from the RAM of the operating device detection unit 3006 to determine whether the detection target device 3030 is operating. When it is determined that the detection target device 3030 is not operating, the abnormality detection process is terminated. On the other hand, when it is determined from the device information that the detection target device 3030 is operating when the consumer is not active, the alarm buzzer is activated and the relay is operated to turn off the contact point. .
  • the current value of the detection target device 3030 in which the power plug 3030a is connected to the outlet 3012 of the apparatus 3001 is equal to or greater than the threshold value, it is determined that the device 3030 is operating. Thus, it is possible to detect the operating state of the device 3030 that does not have the wireless communication function.
  • the current value of the detection target device 3030 is equal to or greater than the threshold value, that is, when the activity of the consumer is not detected when the detection target device 3030 is operating, the power source of the device 3030 is cut off. As a result, wasteful use of electric power can be reduced and energy-saving applications can be provided.
  • FIG. 39 is a front view showing an appearance of a consumer abnormality detecting apparatus according to Embodiment 14 of the present invention. Note that the three connection terminals 3014 shown in the drawing are not described in this embodiment.
  • the configuration of the consumer abnormality detection device 3001 is the same as that of the twelfth embodiment except for the operating device detection means 3006 and the abnormality detection means 3009.
  • the consumer abnormality detection device 3001 is installed in the vicinity of a distribution board provided in a residence, and detects a current flowing on the secondary side (100V power supply line) of the main breaker of the distribution board.
  • a clamp-type current transformer 3013 is provided.
  • the operating device detection means 3006 in this consumer abnormality detection device 3001 measures the current flowing through a plurality of devices 3030 such as televisions and air conditioners to be detected in advance via a current transformer 3013, and detects harmonics included in the current. Extract and save in RAM. This preservation of harmonics is for the purpose of learning the device 3030 to be detected before using the apparatus 3001.
  • a harmonic is extracted from the measured current and compared with the harmonic stored in the RAM to determine whether or not the device is a detection target device 3030.
  • a detection target device 3030 it is determined that the device is operating.
  • substantially the same harmonics are not detected, it is determined that the detection target device 3030 is not operating, and one of the determination results is It is stored in RAM as information.
  • the abnormality detection unit 3009 determines that there is an abnormality from the activity information stored in the RAM of the activity determination unit 3004 and the device information stored in the RAM of the operating device detection unit 3006, the abnormality detection unit 3009 operates the alarm buzzer 3011 to Inform the effect.
  • FIG. 40 is a flowchart showing the operation of the operating device detecting means of the consumer abnormality detecting apparatus according to the fourteenth embodiment.
  • the operating device detection unit 3006 measures the current through the current transformer 3013 (S3121), and determines whether or not a harmonic is included in the measured current (S3122). When harmonics are not included, this operation is repeated. If the measurement current includes harmonics, the harmonics are extracted and compared with the harmonics stored in advance in the RAM, and it is determined whether or not the device is a detection target device 3030 (S3123).
  • the LED display unit 3008 When almost the same harmonic is detected, it is determined that the device 3030 to be detected is operating, and the result is stored in the RAM as device information. Then, the LED display unit 3008 is turned on (S3124) to indicate to the user that the device 3030 to be detected has been operated, and the above-described series of processing ends (S3126). If the extracted harmonic is not stored in the RAM, it is determined that the device 3030 to be detected is not operating, and the result is stored in the RAM as device information. Then, the LED display unit 3008 is turned off (S3125), the user is clearly informed that the device 3030 to be detected is not operating, and the above-described series of processing ends (S3126).
  • the abnormality detection unit 3009 reads out the activity information of the consumer from the RAM of the activity determination unit 3004 and determines whether the consumer is active. When it is determined from the activity information that the consumer is active, the abnormality detection process is terminated. When it is determined from the activity information that the consumer is not active, the device information is read from the RAM of the operating device detection unit 3006 to determine whether the detection target device 3030 is operating. When it is determined that the detection target device 3030 is not operating, the abnormality detection process is terminated. On the other hand, when it is determined from the device information that the detection target device 3030 is operating when the consumer is not active, the alarm buzzer is activated.
  • the current flowing on the secondary side of the main breaker of the distribution board is measured by the current transformer 3013, and the harmonics are extracted from the measured current to operate the device 3030 to be detected. Therefore, it is possible to detect the operating state of the device 3030 without the wireless communication function.
  • the harmonics as the detection target device 3030 are detected from the measurement current, if a consumer activity is not detected, the user 3030 is notified of this, so that the device 3030 whose power is forgotten to be turned off. Can be quickly turned off, and wasteful power consumption of the detection target device 3030 can be prevented.
  • the place where the consumer abnormality detection device 3001 is installed is in the vicinity of the distribution board, but the consumer abnormality detection device 3001 may be installed in a place adjacent to a power meter or a pole transformer. good.
  • the current of the device 3030 to be detected may be measured using a current transformer 3013 on the secondary power line of the distribution board. Further, the current flowing on the secondary side of the main breaker of the distribution board is measured by the current transformer 3013 and the harmonics are extracted.
  • the power consumption, reactive power, voltage fluctuation, current effective which can be obtained from the power line. Value, effective voltage value, circuit impedance, frequency spectrum, or the like may be used, or a combination of these may be used.
  • the consumer abnormality detection device 3001 provided with the current transformer 3013 has been described.
  • the connection terminal 3014 (see FIG. 39) connected to the secondary feeder of the main breaker of the distribution board. You may make it use the consumer abnormality detection apparatus 3001 provided with.
  • voltages of 100 V (ground voltage) and 200 V are respectively measured, and a distortion of a voltage waveform generated when a detection target TV, an air conditioner (for 200 V) or the like is operating is learned in advance.
  • the waveform distortion is detected, the operation of the target TV or air conditioner is detected.
  • the device 3030 Even in such a configuration, it is possible to detect the operating state of the device 3030 without the wireless communication function. In addition, when detecting almost the same voltage waveform (distortion) as the detection target device 3030 from the measured voltage, if the activity of the consumer is not detected, the fact is notified to the user. The device 3030 that has been forgotten to be turned off can be quickly turned off, and wasteful power consumption of the device 3030 to be detected can be prevented.
  • FIG. 41 is a perspective view showing an appearance of a consumer abnormality detecting apparatus according to Embodiment 15 of the present invention.
  • the configuration of the consumer anomaly detection device 3001 is the same as that of the twelfth embodiment except for the operating device detection means 3006.
  • the consumer abnormality detection device 3001 includes an antenna 3015 for measuring EMC noise radiated from the device 3030.
  • the operating device detection unit 3006 in the consumer abnormality detection device 3001 receives EMC noise radiated from the device 3030 to be detected in advance and stores it in the RAM as data. This EMC noise is stored in order to learn the device 3030 to be detected before using the apparatus 3001. After that, the received EMC noise and the EMC noise stored in the RAM are compared to determine whether or not the device is a detection target device 3030. When it is not detected, it is determined that the detection target device 3030 is not operating, and any determination result is stored in the RAM as device information.
  • FIG. 42 is a flowchart showing the operation of the operating device detecting means of the consumer abnormality detecting apparatus according to the fifteenth embodiment.
  • the operating device detection unit 3006 measures the EMC noise (S3142), and the measured EMC noise is almost the same as the EMC noise stored in the RAM in advance. It is determined using a pattern matching algorithm or the like (S3143). When it is detected that both noises are substantially the same, it is determined that the device 3030 to be detected is operating, and the result is stored in the RAM as device information. Then, the LED display unit 3008 is turned on (S3144) to indicate to the user that the device 3030 to be detected has been operated, and the above-described series of processing ends (S3146).
  • the LED display unit 3008 is turned off (S3145), it is clearly indicated to the user that the device 3030 to be detected is not operating, and the above-described series of processing ends (S3146).
  • the EMC noise generated from the device 3030 is received and measured, and compared with the measured EMC noise and the EMC noise of the device 3030 previously learned and stored in the RAM. Therefore, it is possible to detect the operating state of the device 3030 without the wireless communication function.
  • the alarm buzzer 3011 is operated to notify the user, so that the device 3030 that has been forgotten to be turned off can be quickly identified. It can be turned off, wasteful use of electric power can be reduced, and an energy saving application can be provided.
  • the device 3030 to be detected can be specified from the EMC noise.
  • the device 3030 may be operated without specifying the device 3030. For example, since the absolute amount of EMC noise increases when the device 3030 is activated, it is easy to say “any device 3030 in the residence has been activated” even if the device 3030 cannot be identified. Can be estimated.
  • the wireless signal transmitted from the wireless access point 3020 is a packet with an error detection code
  • the wireless communication means 3002 of the consumer abnormality detection device 3001 transmits the packet with an error detection code via the antenna 3003. If an error is detected in the received packet, the radio wave intensity data measured while receiving the packet is discarded without being stored in the RAM.
  • a packet with an error detection code is a data packet with a function to detect when a radio signal is destroyed due to noise radio waves being mixed into the radio signal being transmitted. It is.
  • the configuration of the consumer abnormality detecting device 3001 according to the sixteenth embodiment is the same as that described in any of the twelfth to fifteenth embodiments except for the wireless communication means 3002.
  • FIG. 43 is a flowchart showing the operations of the wireless communication means and activity determination means of the consumer abnormality detection device according to Embodiment 16 of the present invention.
  • the wireless communication unit 3002 receives a packet transmitted from the wireless access point 3020 via the antenna 3003 (S3151)
  • the wireless communication unit 3002 measures the intensity of the received radio wave for a certain period (S3152). Then, it is determined whether there is an error in the packet using the error detection code given to the packet (S3153). If there is an error in the packet, the measured radio wave intensity is discarded and the operation is terminated (S3158).
  • the measured radio field strength is stored in the RAM, the radio field strength for a predetermined time is read, and the change value of the radio field strength is calculated from the difference between the minimum value and the maximum value. (S3154), it is stored in the RAM together with the reception time.
  • the activity determination unit 3004 reads the change value of the radio wave intensity every predetermined time calculated by the wireless communication unit 3002 and compares it with a threshold value stored in advance in the RAM (S3155). When the change value of the radio wave intensity is greater than or equal to the threshold value, it is determined that the consumer is active, and the result is stored in the RAM as activity information. Then, the LED display unit 3005 is turned on (S3156), the fact that the activity has been detected is clearly indicated to the user, and the above-described series of processing ends (S3158). When the change value is lower than the threshold value, it is determined that the consumer is not active, and the result is stored in the RAM as activity information. Then, the LED display unit 3005 is turned off (S3157), the fact that no activity is detected is clearly indicated to the user, and this series of processing ends (S3158).
  • the intensity of the measured received radio wave becomes higher than the normal value, but it can be detected that the noise has been added by the error detection code. An abnormal value can be discarded. Moreover, when a sudden noise radio wave is added to the same frequency band and the received radio wave is disturbed, it can be detected by the error detection function, so that the active state can be accurately determined.
  • the wireless communication means 3002 receives a packet with an error detection code, but the error detection code may not be explicitly shown in the packet.
  • the error detection code may not be explicitly shown in the packet.
  • a network that constructs a packet based on a rule that the number of bits of data is aligned in advance, even if an error detection code is not explicitly included in the packet, such a rule is used. It is possible to detect an error from
  • Embodiment 17 The wireless communication means 3002 of the consumer anomaly detection apparatus 3001 according to Embodiment 17 transmits a request packet notifying the wireless access point 3020 of a request for transmitting a packet. As a result, the wireless access point 3020 returns a request reply packet (with an error detection code) in response to the request packet.
  • This function can be realized, for example, by utilizing the function of a wireless beacon.
  • a wireless beacon is a signal for appealing the presence of each other to terminals in a network participating in a wireless network.
  • Radio communication means 3002 starts measuring the radio field intensity only when this request reply packet is received.
  • the configuration of the consumer abnormality detection device is the same as that described in any of Embodiments 12 to 16, except for the configuration of the wireless communication means 3002.
  • FIG. 44 is a flowchart showing the operations of the wireless communication means and activity determination means of the consumer abnormality detection device according to Embodiment 17 of the present invention.
  • the wireless communication unit 3002 transmits a request packet to the wireless access point 3020 (S3161), and when the request reply packet is received from the wireless access point 3020 via the antenna 3003 (S3161).
  • the wireless communication unit 3002 measures the intensity of the received radio wave for a certain period (S3163). Then, it is determined whether there is an error in the packet using the error detection code given to the packet (S3164). If there is an error in the packet, the measured radio wave intensity is discarded and the operation is terminated (S3169).
  • the measured radio field strength is stored in the RAM, the radio field strength for a predetermined time is read, and the change value of the radio field strength is calculated from the difference between the minimum value and the maximum value. (S3165), it is stored in the RAM together with the reception time.
  • the activity determination unit 3004 reads the change value of the radio wave intensity every predetermined time calculated by the wireless communication unit 3002, and compares it with a threshold value stored in advance in the RAM (S3166). When the change value of the radio wave intensity is greater than or equal to the threshold value, it is determined that the consumer is active, and the result is stored in the RAM as activity information. Then, the LED display unit 3005 is turned on (S3167), the fact that the activity has been detected is clearly indicated to the user, and the above-described series of processing ends (S3169). When the change value is lower than the threshold value, it is determined that the consumer is not active, and the result is stored in the RAM as activity information. Then, the LED display unit 3005 is turned off (S3168), the fact that no activity is detected is clearly indicated to the user, and this series of processing ends (S3169).
  • the packet when the wireless communication means 3002 transmits a request packet, the packet can be received at an early timing, and the activity determination cycle can be shortened.
  • the request packet and the request reply packet are beacons and the like, but if the network protocol is the same, a communication response command such as PING (PacketINternet Groper) may be used.
  • PING PacketINternet Groper
  • the measurement of the radio wave intensity is started only when the request reply packet is received, but other than this, the normal packet reception may be used together.
  • FIG. FIG. 45 is a diagram showing a configuration of a consumer abnormality detection system according to Embodiment 18 of the present invention.
  • the configuration of the consumer abnormality detection device 3001 in this system is the same as that described in any of Embodiments 12 to 17, except for the abnormality detection means 3009.
  • the abnormality detection means 3009 of the consumer abnormality detection device 3001 according to the eighteenth embodiment includes a connection port to a LAN connected to the Internet network.
  • the abnormality detection means installed at a remote location is detected.
  • An email indicating that an abnormality has been detected is transmitted to the center 3090. This function is realized by using electronic mail which is generally spread on the Internet. This mail is relayed using a router 3070 installed in the residence.
  • Packets are exchanged by wireless communication between the anomaly detection means 3009 of the consumer anomaly detection device 3001 and the router 3070.
  • the wireless communication uses, for example, the same communication device that the consumer abnormality detection device 3001 exchanges data with the device 3030 to be detected.
  • the router 3070 is connected to the abnormality detection center 3090 via the Internet network 3080.
  • the anomaly detection center 3090 is provided with a mailbox to which a unique e-mail address is assigned to each household, and the status of a plurality of houses is monitored by scanning the mailbox.
  • FIG. 46 is a flowchart showing the operation of the abnormality detection means of the consumer abnormality detection device according to Embodiment 18 of the present invention.
  • the abnormality detection unit 3009 reads the activity information of the consumer from the RAM of the activity determination unit 3004, and starts an abnormality detection process (S3181). First, it is determined from the activity information whether or not the resident is active in the residence (S3182). When it is determined from the activity information that the resident is active, the abnormality detection process is terminated (S3186).
  • the abnormality detection unit 3009 determines that the consumer is not active from the activity information
  • the abnormality detection unit 3009 reads out the device information from the RAM of the operating device detection unit 3006 and detects the target device 3030 (for example, a television or an air conditioner). ) Is operating (S3183).
  • the abnormality detection process is terminated (S3186).
  • an alarm buzzer is activated (S3184) to notify that an abnormality has been detected around the device.
  • a warning notification mail indicating that an abnormality has been detected is transmitted to the abnormality detection center 3090 via the router 3070 and the Internet network 3080 (S3185), and the operation of the detection target device 3030 is stopped or the output is reduced.
  • the control signal to be transmitted is transmitted, and the abnormality detection process is terminated (S3186).
  • the detection target device 3030 when the detection target device 3030 is in operation when the consumer is not active, it is determined that there is an abnormality, and a warning notification mail indicating that is sent to the abnormality detection center 3090. Therefore, it is possible to notify the third party of the abnormality of the consumer even when there is no rescuer who seeks help in the surrounding area. Thereby, it is possible to promptly contact an emergency organization.
  • the abnormality detection center 3090 it is possible to perform a confirmation operation such as making a confirmation call to a mobile phone of a consumer, and more accurate abnormality detection can be performed.
  • a mailbox to which a unique e-mail address is assigned to each home may be installed outside the abnormality detection center 3090.
  • a mail configuration and transmission means means having the same function other than electronic mail such as HTTP, FTP, SSL, etc. may be used.
  • Embodiment 19 when the detection target device 3030 is operating when a consumer is not active, it is determined that there is an abnormality, and a warning notification mail indicating that is sent to the abnormality detection center 3090.
  • the anomaly detection means 3009 transmits the activity information and device information of the consumer to the anomaly detection center 3090 including information such as the destination, sender, and transmission time. It is a thing.
  • the anomaly detection center 3090 accumulates these mails, determines whether the current state is abnormal from the accumulated data including the past, and returns the determination result by e-mail or the like. Data is stored in the form of a relational database or the like in an HDD or the like installed in the abnormality detection center 3090.
  • the configuration of the consumer abnormality detection device 3001 in this system is the same as that described in any of Embodiments 12 to 18, except for the abnormality detection means 3009.
  • FIG. 47 is a flowchart showing the operation of the abnormality detection means of the consumer abnormality detection device according to Embodiment 19 of the present invention.
  • the abnormality detection unit 3009 reads out the device information from the RAM of the operating device detection unit 3006 and the activity information of the consumer from the memory of the activity determination unit 3004, and starts the abnormality detection process (S3191). First, the read device information and activity information, destination, sender, transmission time, and other information are sent by e-mail to the abnormality detection center 3090 (S3192).
  • the abnormality detection unit 3009 determines whether the result is information notifying the abnormality (S3193). If the determination result is normal, the abnormality detection process is terminated (S3195). If the determination result is abnormal, an alarm buzzer is activated (S3194) to notify that an abnormality has been detected in the surrounding area. At this time, the abnormality detection unit 3009 transmits a control signal for stopping the operation or reducing the output to the detection target device 3030, and ends the abnormality detection process (S3195).
  • the server of the abnormality detection center 3090 that can search a large amount of data at high speed can be used for abnormality detection, it is possible to quickly perform abnormality detection with higher accuracy. Moreover, since the example of the abnormality which occurred in the other house can be shared, a similar case can be discovered quickly.
  • the abnormality detection unit 3009 transmits the activity information and the device information to the abnormality detection center 3090 by e-mail or the like, but only the information on either the activity information or the device information is transmitted. You may make it send, and you may make it transmit each information separately as another mail.
  • Embodiment 20 FIG.
  • a database is provided in the abnormality detection means 3009.
  • the configuration of the consumer abnormality detection device is the same as that described in any of Embodiments 12 to 19 except for the abnormality detection means 3009.
  • the abnormality detection unit 3009 reads and refers to the activity information stored in the RAM by the activity determination unit 3004 and the device information stored in the RAM by the operating device detection unit 3006, and searches the database using these as search keys.
  • the search result is stored in the RAM as the determination result of the presence or absence of abnormality.
  • the state of the device 3030 considered to be abnormal and the activity state of the consumer are stored in association with each other.
  • the information stored in the database is, for example, information such as “the state where the IH is operating and the consumer is not active is abnormal”.
  • the database is configured as a relational database having, for example, three fields of activity information, device information, and determination results. These data are stored in a ROM, RAM, flash memory, hard disk or the like.
  • each device 3030 As described above, a database constructed from past experiences can be used, and past similar cases can be efficiently used for abnormality detection, so that the abnormality detection accuracy can be improved. For example, it is possible to make detailed designations for each device 3030, such as “In the case of a television, it may be operated by a timer and is therefore not subject to abnormality detection”.
  • the database is configured as a relational database, but these may be other types of databases such as XML.
  • the wireless communication unit 3002, the activity determination unit 3004, the operating device detection unit 3006, and the abnormality detection unit 3009 are each provided with a CPU. Also good.
  • a ROM and a RAM for storing programs are also provided. However, the ROM and the RAM may be shared.
  • the wireless communication means 3002, the operating device detection means 3006, and the abnormality detection means 3009 are each equipped with a communication device (including an antenna). You may make it share with a communication apparatus.
  • the wireless access point 3101 may be a public one placed outside the house.
  • the device may be a TV radio wave source, a radio wave source, a public wireless LAN source, or the like.
  • device information is stored in the RAM, an ID or the like that can identify the device 3030 is assigned.
  • the abnormality detection unit 3009 determines an abnormality, it is determined that there is an abnormality if at least one of the plurality of devices 3030 is operating when there is no activity of a consumer.
  • These algorithms may be other algorithms.
  • the radio field intensity for a predetermined time is read from the RAM and the change value of the radio field intensity is calculated from the difference between the minimum value and the maximum value of the radio field intensity.
  • the average value of the amount of change may be used as the change value.
  • the radio wave intensity during a predetermined time is “50, 55, 45, 20, 30, 70” on the time axis
  • the minimum value of the radio field intensity that can be measured is represented as 0, and the maximum value is represented as 100.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Psychiatry (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

　家庭内に存在する全機器の稼動状態の組み合わせを学習する手間が少なく、かつ、未知の機器が稼動した場合でも推定誤りが少ない機器状態検出装置等を得る。 　機器が設置されている環境の物理量を計測する計測手段１１０と、前記計測手段１１０が計測した計測値の特徴量を計算する特徴量計算手段１２０と、予め前記機器ごとの前記特徴量とこれに対応する機器状態とを参照機器エントリ辞書２００として記憶する記憶手段１４０と、前記特徴量計算手段１２０が計算した特徴量を検索キーとして前記参照機器エントリ辞書２００に記憶された特徴量を検索し、検索した該特徴量に対応する機器状態に基づいて機器状態を検出する機器状態検出手段１３０とを備えた。

Description

機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法
　本発明は、機器の稼働状態を検出する機器状態検出装置及び機器状態検出方法、並びに住居内の生活者の異常を検知する生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法に関するものである。
　近年、ホームネットワーク技術の普及に伴って、家庭内に接続された電気機器の動作状態の推定に関するものが提案されている。例えば、「インバータ機器を含んだ電気機器の動作状態を非侵入的な方法で推定可能とする」ことを目的とした技術として、「電力需要家の給電線引込口付近に設置した測定センサーと、測定センサーで検出した測定データから基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを取り出すデータ抽出手段と、データ抽出手段からの基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを基に、当該電力需要家が使用している電気機器の動作状態を推定するパターン認識手段を備える」ものが提案されている（例えば、特許文献１参照）。
　また、「負荷需要推定精度の高い、特に、機器のＯＮ又はＯＦＦの変化を確実に判定して負荷状態にある機器の種別を推定可能な負荷需要推定装置を得る」ことを目的とした技術として、「給電線の計測点より下流側にそれぞれ開閉手段を介して接続された複数の機器の内、上記開閉手段が閉路されて負荷状態にある機器の種別を、上記計測点に設置された電気量検出手段の出力から推定する負荷需要推定装置において、予め上記複数の機器それぞれの所定周期における負荷情報を記憶する負荷情報記憶手段、上記電気量検出手段の上記所定周期毎の出力の時間変化を検出する電気量変化検出手段、この電気量変化があったとき上記電気量変化分に基づき作成された検出量変化分と上記負荷情報記録手段に記憶された各負荷情報とを比較し、上記検出量変化分に最も近似した負荷情報を抽出し、当該抽出した負荷情報に相当する機器の種別を開閉変化機器とする開閉変化機器推定手段、および上記開閉変化機器の情報に基づき負荷状態にある機器の種別を上記電気量変化前の状態から変更することにより上記電気量変化後における負荷状態にある機器の種別を推定する第１の負荷機器推定手段を備えた」ものが提案されている（例えば、特許文献２参照）。
　ところで、近年、独りで暮らす高齢者の世帯数が急速に増加している。このような一人暮らしの生活者では、脳梗塞や心筋梗塞などの緊急を要する異常事態が発生した場合に発見が遅れてしまうといった問題がある。このような問題を解決するために、生活者の異常を検出して、病院や救急センターに直接通知するセンサが期待されている。
　生活者に何らかのセンサを取り付ける方法は、生活者が監視されているといったプレッシャーを受け、煩わしさ等から結果として装置の利用を拒絶してしまうという問題が発生する。このため、生活者には一切のセンサを取り付けないシステムであることが現実的である。センサを人体に取り付けない場合、生体情報以外の情報、例えば、人の動きや生活パターンから異常の有無を推定する。
　室内の人の動きから異常を検知する方法としては、送信機を用いないより簡易な構成で、かつ住居内の空間を広く検知することができ、高精度に人物の在圏を検知することを可能とする電波を用いた人物在圏検知システムが提案されている。これは、人が住居内に居るにもかかわらず、人の動きがないといった状況から異常を検知している（例えば、特許文献３参照）。
　また、生活パターンから異常を検知する方法としては、独居老人等の被監視者が、自律的に一定のパターンに則した生活を営むことを支援する生活監視システムが提案されている。これは、生活の基準パターンを生成し、基準外の状況であると判断した場合に異常と判断するものである（例えば、特許文献４参照）。
特開２０００－２９２４６５号公報（第２頁） 特開２００２－１５２９７１号公報（第４頁） 特開２００６－２２１２１３号公報（第５－６頁、図１－図９） 特開２００５－２８４５３５号公報（第８－９頁、図８－図１０）
　しかし、上記特許文献１に記載の従来技術によれば、家庭内に存在する機器のすべての稼働状態の組み合わせを学習する必要があるので、機器が増えるとその学習量は膨大な数となり、実現は非常に困難である。
　また、上記特許文献２に記載の従来技術によれば、未知の機器が家庭内に導入されて稼働しはじめた場合には、誤推定する可能性がある。
　また、前述のように生活者の異常を検知する方法が提案されているが、これらは異常を判定する文脈に難点があり、状況によっては誤検知する可能性がある。即ち「人が動かない」といった状況だけから異常を検知すると、就寝中に誤検知してしまう。また、「普段と異なる行動をしている」といった状況だけから異常を検知すると、週末などの平日と異なる生活リズムの場合に誤検知してしまうという課題が残る。
　本発明は、上記のような課題を解決するためになされたものであり、家庭内に存在する全機器の稼動状態の組み合わせを学習する手間が少なく、かつ、未知の機器が稼動した場合でも推定誤りが少ない機器状態検出装置を提供することを目的とする。
　また、本発明は、上記のような課題を解決するためになされたものであり、機器の稼動状態などを示す機器情報と人の活動状態を示す活動情報から生活者の異常有無を検知する生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法を提供することを目的とする。
　本発明に係る機器状態検出装置は、機器が設置されている環境の物理量を計測する計測手段と、前記計測手段が計測した計測値の特徴量を計算する特徴量計算手段と、予め前記機器ごとの前記特徴量とこれに対応する機器状態とを辞書データとして記憶する記憶手段と、前記特徴量計算手段が計算した特徴量を検索キーとして前記辞書データに記憶された特徴量を検索し、検索した該特徴量に対応する機器状態に基づいて機器状態を検出する機器状態検出手段とを有するものである。
　また、本発明に係る機器状態検出装置は、給電線に繋がる機器の状態を検出する装置であって、給電線に流れる電流を計測する電流検出手段と、電流検出手段で計測された電流を電圧値に変換する電流電圧変換手段と、電流電圧変換手段で電圧値に変換した電流のうち特定周波数の成分を通過させる波形フィルタ手段と、波形フィルタ手段を通過した特定周波数成分を含む電流を増幅する波形増幅手段と、波形増幅手段によって増幅された電流波形をＡＤ変換してデジタル値とするＡＤ変換手段と、ＡＤ変換後のデジタル値の電流値から特徴量を計算する特徴量計算手段と、各機器それぞれの機器状態毎にその機器状態における機器特徴量を登録した参照機器エントリを複数記憶する機器状態データベースと、特徴量計算手段が計算した特徴量と、機器状態データベース内の参照機器エントリの機器特徴量とを対比させ、特徴量計算手段が計算した特徴量に合致する機器特徴量を持つ参照機器エントリを特定する機器状態検出手段と、機器状態検出手段で特定された参照機器エントリを機器状態情報として出力する出力装置とを備えたものである。
　また、本発明に係る生活者異常検知装置は、無線通信機からの受信電波の強度を計測する無線通信手段と、無線通信手段により計測された電波強度の時間変化から生活者の活動状態を判定し、その判定結果を活動情報とする活動判定手段と、生活者の周辺に設置された機器の稼動状態を検知し、その状態を機器情報とする稼動機器検知手段と、活動情報及び機器情報から生活者の異常の有無を検知する異常検知手段とを備えたものである。
　本発明に係る機器状態検出装置によれば、機器が設置されている環境の物理量に基づいて、該機器の機器状態を検出することができる。
　なお、本発明において「環境の物理量」とは、１又は複数の機器の使用に伴う負荷物理量、又は、これらの機器が設置されている環境の物理量の少なくとも何れかをいう。前者の具体例としては、例えば、機器が使用する電流、ガス流量、水道流量、ネットワーク上のデータ転送量である。また、後者の具体例としては、例えば、照度、温度である。
　また、本発明に係る機器状態検出装置によれば、各機器それぞれの機器状態毎にその機器状態における機器特徴量を登録した参照機器エントリを予め機器状態データベースに複数記憶しておき、給電線に流れる電流を処理して給電線に繋がる機器の特徴量を計算し、その特徴量と、機器状態データベースの各参照機器エントリとを対比させ、前記計算して得られた特徴量に合致する機器特徴量を持つ参照機器エントリを特定することで、機器状態を把握するので、同時に様々な機器が作動している場合や、未知の機器が作動している場合にも、全機器の組合せ学習の手間なく、また、推定誤りを生じることなく機器の稼動状態を高い精度で検出することができる。
　また、本発明に係る生活者異常検知装置によれば、活動判定手段の活動情報及び稼動機器検知手段の機器情報から生活者の異常の有無を検知するようにしたので、生活者の状態を正確に検知することができる。また、例えば照明や空調を消し忘れたまま外出してしまうといった事態を検出することができ、エネルギーの無駄使いを削減することができる。また、従来と比べ、異常検知の信頼度が高く、素早く異常を検知でき、生活者の安全を確保することができる。特に、状況を表す文脈が、異常通知を受け取る人にとってわかりやすい。例えば、異常を通知された人が「ＩＨが動いているのに、人が家にいません」といった情報を受け取ることで、容易に異常事態であることを理解することができる。
本発明の実施の形態１に係る機器状態検出装置１００のシステム構成図である。 本発明の実施の形態１に係る機器状態検出装置１００の機能構成図である。 本発明の実施の形態１に係る機器状態検出装置１００のデータ構成を示す図である。 本発明の実施の形態１に係る生活行為推定装置４００のデータ構成を示す図である。 本発明の実施の形態１に係る機器状態検出装置１００の動作フローである。 計測値１１２ａと特徴量１２２ａのデータ構成を示す図である。 本発明の実施の形態２に係る特徴量計算手段１２０による特徴量計算方法を示す図である。 本発明の実施の形態２に係る計測値１１２ａと特徴量１２２ａの具体例である。 本発明の実施の形態４に係る特徴量計算手段１２０による特徴量計算方法を示す図である。 本発明の実施の形態５に係る参照機器エントリ辞書２１０及び合致参照機器エントリ１３３のデータ構成を示す図である。 本発明の実施の形態５に係る機器状態検出装置１００の動作フローである。 本発明の実施の形態６に係る機器状態検出手段１３０の動作フローである。 本発明の実施の形態７に係るマッチング手段４１０の動作フローである。 本発明の実施の形態８に係るマッチング手段４１０の処理を説明する図である。 実施の形態９に係る機器状態検出装置２０００を設置した住居２０１０内の構成を示す図である。 実施の形態９に係る機器状態検出装置２０００の機能ブロック図である。 図１６の出力装置２２５０に表示される結果画面の一例を示す図である。 実施の形態９に係る機器状態検出装置２０００が、機器を検出する際の動作フローである。 テレビ２１３０を付けた場合に給電線２１４０上に流れる電流２５０２とその時の給電線２１４０の電圧２５０１を示す図である。 図１９の電流値を波形フィルタ手段でフィルタリングした例を示す図である。 図２０のフィルタリング後の電流値を波形平滑化手段で平滑化した例を示す図である。 図２１の平滑化後の電流値をウェーブレット変換した例を示す図である。 図２２のウェーブレット変換結果から算出された特徴量を示す図である。 計測した特徴量を元に機器状態データベースから合致する機器エントリを検索する際の動作を示す図である。 実施の形態１０における機器状態検出サーバー２１００の概略構成を示す模式図である。 図２５の機器状態検出サーバー２１００の構成を示す機能ブロック図である。 実施の形態１１の機器状態検出システム２２００の利用形態を示す図である。 図２７の機器状態検出システム２２００の構成を示す機能ブロック図である。 本発明の実施の形態１２に係る生活者異常検知装置を示すブロック図及び外観斜視図である。 無線アクセスポイントから生活者異常検知装置に送信される電波の経路を示す模式図である。 実施の形態１２に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャートである。 無線通信手段によって計測された受信電波の強度を示す図である。 実施の形態１２に係る生活者異常検知装置の稼動機器検知手段の動作を示すフローチャートである。 実施の形態１２に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。 異常検知手段による異常有無の検知例を示す図である。 実施の形態１２に係る生活者異常検知装置の設置例を示す図である。 本発明の実施の形態１３に係る生活者異常検知装置の外観を示す正面図である。 実施の形態１３に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。 本発明の実施の形態１４に係る生活者異常検知装置の外観を示す正面図である。 実施の形態１４に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。 本発明の実施の形態１５に係る生活者異常検知装置の外観を示す斜視図である。 実施の形態１５に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。 本発明の実施の形態１６に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャートである。 本発明の実施の形態１７に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャートである。 本発明の実施の形態１８に係る生活者異常検知システムの構成を示す図である。 本発明の実施の形態１８に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。 本発明の実施の形態１９に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。
符号の説明
　１００　機器状態検出装置、３００　計測装置、３０１　電力線、３０２　出力装置、４００　生活行為推定装置、１１０　計測手段、１２０　特徴量計算手段、１３０　機器状態検出手段、１４０　記憶装置、１５０　出力手段、１１２　計測エントリ、１１２ａ　計測値、１２２　特徴量エントリ、１２２ａ　特徴量、１３１　合致参照機器エントリ、１３１ａ　機器特徴量、１３１ｂ　機器状態、１３１ｃ　特徴量距離、１３２　機器状態エントリ、１３２ａ　機器状態時刻、１３２ｂ　機器状態、２００　参照機器エントリ辞書、２０１　参照機器エントリ、２０１ａ　機器特徴量、２０１ｂ　機器状態、４１０　マッチング手段、４２０　出力手段、４３０　記憶装置、４１１　合致参照行為エントリ、４１１ａ　参照行為時刻、４１１ｂ　参照機器状態、４１１ｃ　参照生活行為、４１１ｄ　参照在室場所、５００　参照行為エントリ辞書、５０１　参照行為エントリ、５０１ａ　参照行為時刻、５０１ｂ　参照機器状態、５０１ｃ　参照生活行為、５０１ｄ　参照在室場所、２０００　機器状態検出装置、２１００　機器状態検出サーバー、２１０１　給電線、２１０２　電圧センサ、２１０３　電圧センサ、２１０４　給電線、２１０５　電圧センサ、２１０６　電流センサ、２１０７，２１０８　機器状態検出装置、２１４０　給電線、２２００　機器状態検出システム、２２０１　電圧センサ、２２０１Ａ，２２０２Ａ　機器状態検出装置、２２０２　電流センサ、２２０３　電流電圧変換手段、２２０４　インピーダンスアッパー手段、２２０４Ａ　ネットワーク、２２０５　波形フィルタ手段、２２０６　波形増幅手段、２２０７　ＡＤ変換手段、２２０８　波形区切り手段、２２０９　波形平滑化手段、２２１０　特徴量計算手段、２２１０Ａ　通信手段、２２１０ａ　特徴量、２２１１　メールボックス、２２１２　記憶手段、２２１２Ａ　機器状態情報管理手段、２２１３　機器状態情報データベース、２２１４　表示手段、２２１５　制御手段、２２２０　機器状態検出手段、２２２１　合致参照機器エントリ、２２３０　機器状態データベース、２２３１　参照機器エントリ、２２３１ａ　機器特徴量、２２３１ｂ　機器状態、２２４０　機器状態情報作成手段、２２５０　出力装置、２３００　処理部、２３１０　統合手段、２３２０　制御手段、３００１　生活者異常検知装置、３００２　無線通信手段、３００３　アンテナ、３００４　活動判定手段、３００５　ＬＥＤ表示部、３００６　稼動機器検知手段、３００７　アンテナ、３００８　ＬＥＤ表示部、３００９　異常検知手段、３０１０　アンテナ、３０１１　警報ブザー、３０１３　変流トランス、３０１４　接続端子、３０１５　ＥＭＣ用アンテナ、３０２０　無線アクセスポイント、３０３０　機器、３０６０　コンセント、３０７０　ルーター、３０８０　インターネット網、３０９０　異常検知センター。
実施の形態１．
　図１は、本発明の実施の形態１に係る機器状態検出装置１００を設置した家庭内環境の概略システム構成図である。図１に示すように、機器状態検出装置１００は、計測装置３００と、生活行為推定装置４００とに接続される。
　計測装置３００は、電力線３０１の給電口の電流を計測するための装置であり、例えば電流センサーなどを用いる。計測装置３００は、電力線３０１の給電口、あるいは、テーブルタップやＯＡタップのような延長コードの上流部分に設置する。
　機器状態検出装置１００は、計測装置３００の計測結果に基づいて家庭内の機器状態を検出するものであり、検出した機器状態は、生活行為推定装置４００へ出力される。
　生活行為推定装置４００は、機器状態検出装置１００が検出した機器状態に基づいて家庭内の生活行為を推定するための装置である。生活行為推定装置４００は出力装置３０２に接続されている。出力装置３０２は生活行為推定装置４００が検出した生活行為を出力するための装置であり、例えば、ディスプレイやデータ出力装置などを用いる。
　図２は、機器状態検出装置１００及び生活行為推定装置４００の機能構成図である。図２に基づいて、全体の動作概要を説明する。
　機器状態検出装置１００は、計測手段１１０、特徴量計算手段１２０、機器状態検出手段１３０、記憶装置１４０により構成される。計測手段１１０、特徴量計算手段１２０、機器状態検出手段１３０はそれぞれ記憶装置１４０に接続されている。記憶装置１４０は、計測エントリ１１２、特徴量エントリ１２２、合致参照機器エントリ１３１、機器状態エントリ１３２、参照機器エントリ辞書２００を記憶するためのものである。出力手段１５０は記憶装置１４０に接続され、生活行為推定装置４００への出力動作を行う。なお、出力手段１５０は、本発明の「出力手段」及び「警告状態出力手段」に相当する。
　図２において、計測手段１１０はＡ／Ｄ変換機能を有し、計測装置３００が計測した電流の瞬時値を一定周期でサンプリングして計測する。計測結果は、記憶装置１４０に計測エントリ１１２として記憶される。特徴量計算手段１２０は、計測エントリ１１２に基づいて所定の方法により特徴量を計算する。特徴量は、特徴量エントリ１２２として記憶装置１４０に記憶される。機器状態検出手段１３０は、特徴量エントリ１２２と、参照機器エントリ辞書２００とを照合する。照合の結果合致したものが、合致参照機器エントリ１３１として記憶される。合致参照機器エントリ１３１は、生活行為推定装置４００に出力するのに適した形になるよう適宜情報を付加・削除され、新たに機器状態エントリ１３２として記憶される。
　生活行為推定装置４００は、マッチング手段４１０と、出力手段４２０と、記憶装置４３０とで構成されている。マッチング手段４１０、出力手段４２０は、それぞれ記憶装置４３０に接続されている。記憶装置４３０は、参照行為エントリ辞書５００、合致参照行為エントリ４１１を記憶するためのものである。
　図２において、マッチング手段４１０は、機器状態検出装置１００から機器状態エントリ１３２を取得し、これと参照行為エントリ辞書５００とを照合する。照合の結果合致したものが、合致参照行為エントリ４１１として記憶装置４３０に記憶される。出力手段４２０は、合致参照行為エントリ４１１を出力装置３０２に出力し、出力装置３０２により合致参照行為エントリ４１１が出力される。
　計測手段１１０、特徴量計算手段１２０、機器状態検出手段１３０、マッチング手段４１０、及び出力手段４２０は、これらの機能を実現する回路デバイス等のハードウェアを用いて実現することもできるし、マイコンやＣＰＵ等の演算装置上で実行されるソフトウェアとして実現してもよい。
　また、記憶装置１４０及び記憶装置４３０は、メモリやＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などで構成される。なお、本実施の形態１では、記憶装置１４０と記憶装置４３０をそれぞれ１つずつ設ける場合の例について説明するが、複数の記憶装置を設ける構成としてもよい。また、記憶装置１４０及び記憶装置４３０は、外部装置として設けて機器状態検出装置１００や生活行為推定装置４００に接続する構成としてもよい。
　図３は、機器状態検出装置１００の記憶装置１４０に記憶されるデータ構成を示すものである。
　（Ａ）に示す計測エントリ１１２は、リングバッファ形式などにより履歴として複数保持されている。各々の計測エントリ１１２には、計測手段１１０によって計測された計測値１１２ａと、図示しない付帯情報とが保持されている。付帯情報としては、例えば、計測値１１２ａの整理番号や、値の取得時刻などがある。
　（Ｂ）に示す特徴量エントリ１２２もまた、リングバッファ形式などにより履歴として複数保持されている。各々の特徴量エントリ１２２には、特徴量計算手段１２０によって計算された特徴量１２２ａと、図示しない付帯情報とが保持されている。付帯情報としては、例えば、特徴量計算手段１２０による計算方法や計算に用いたパラメータなどがある。なお、計測エントリ１１２と特徴量エントリ１２２は、１対１に対応する。
　（Ｃ）は参照機器エントリ辞書２００であり、参照機器エントリ２０１の集合体である。参照機器エントリ２０１は、機器特徴量２０１ａとこれに対応する機器状態２０１ｂとを１組としたデータにより構成される。機器特徴量２０１ａは、特徴量計算手段１２０が計算した特徴量に相当するものであり、機器状態２０１ｂはこの機器特徴量２０１ａに対応する機器状態である。すなわち、機器特徴量２０１ａが検出されたとき、機器は、機器状態２０１ｂに示す状態にあるといえる。参照機器エントリ辞書２００は予め記憶装置に保持されており、また、追加・更新することも可能である。
　（Ｄ）は合致参照機器エントリ１３１であり、機器特徴量１３１ａとこれに対応する機器状態１３１ｂ、特徴量距離１３１ｃと、図示しない付帯情報とを１組としたデータにより構成される。この合致参照機器エントリ１３１は、機器状態検出手段１３０が参照機器エントリ辞書２００を検索した結果に、特徴量距離１３１ｃを付加したものである。機器特徴量１３１ａ、機器状態１３１ｂは、それぞれ、参照機器エントリ２０１の機器特徴量２０１ａ、機器状態２０１ｂに対応する。特徴量距離１３１ｃは、検索に用いた特徴量エントリ１２２の特徴量１２２ａと、検索の結果合致した参照機器エントリ２０１の機器特徴量２０１ａとの距離である。
　（Ｅ）は機器状態エントリ１３２であり、機器状態時刻１３２ａと機器状態１３２ｂとを１組としたデータにより構成される。機器状態時刻１３２ａは現在時刻であり、機器状態１３２ｂは、合致参照機器エントリ１３１の機器状態１３１ｂと同じものである。機器状態エントリ１３２は、リングバッファ形式などにより履歴として複数保持されている。
　図４は、生活行為推定装置４００の記憶装置４３０に記憶されるデータ構成を示すものである。
　（Ａ）は参照行為エントリ辞書５００であり、参照行為エントリ５０１の集合体である。参照行為エントリ５０１は、参照行為時刻５０１ａと、参照機器状態５０１ｂと、参照生活行為５０１ｃと、参照在室場所５０１ｄとを１組としたデータにより構成される。参照行為エントリ辞書５００は予め記憶装置に保持されており、また、追加・更新することも可能である。
　（Ｂ）は合致参照行為エントリ４１１であり、参照行為時刻４１１ａと、参照機器状態４１１ｂと、参照生活行為４１１ｃと、参照在室場所４１１ｄとを１組としたデータにより構成される。この合致参照行為エントリ４１１は、マッチング手段４１０が参照行為エントリ辞書５００を検索した結果得られた参照行為エントリ５０１と同じものである。
　図５に、本実施の形態１に係る機器状態検出装置１００の動作フローを示す。図５において、各ステップ間を結ぶ矢印の近傍に記している数字は、ステップ間でやり取りされるデータ（例えば、「１１２ａ」であれば計測値１１２ａ）を表す。以下、各ステップに沿って、詳細な動作について説明する。
（Ｓ６０１）
　計測手段１１０は、計測値１１２ａを計測する。この計測値１１２ａは、計測装置３００が計測した電流の瞬時値を一定周期でサンプリングして計測したものである。
　ここで、図６（Ａ）に計測値１１２ａのデータ構成例を示す。計測値１１２ａはベクトルであり、所定の時間の間にサンプリングされた電流値（１１２ａ－１１、１１２ａ－１２、・・・１１２ａ－１ｎ）である。これら個々の電流値をまとめて計測値１１２ａと呼ぶ。なお、所定の時間とは、電圧の周期である５０Ｈｚないし６０Ｈｚの波の周期の定数倍の時間である。また、サンプリングの周期は、５０Ｈｚないし６０Ｈｚの波の周期の定数分の１の時間である。計測値１１２ａ内の電流値は、時間順に並んだ状態となっている。
　計測手段１１０は、この計測動作を継続的に行い、計測値１１２ａを順次保持していく。
（Ｓ６０２）
　計測手段１１０は、計測値１１２ａから計測エントリ１１２を生成する。計測エントリ１１２は、計測値１１２ａと、例えば計測時刻などの付帯情報により構成される。そして、生成した計測エントリ１１２を、特徴量計算手段１２０に順次出力する。
（Ｓ６０３）
　特徴量計算手段１２０は計測エントリ１１２を取得し、計測エントリ１１２に保持されている計測値１１２ａに基づいて特徴量１２２ａを計算する。具体的には、計測値１１２ａから、重み付き平均値とその計測値１１２ａとの差分を計算し、これを特徴量１２１ａとする。
　ここで、図６（Ｂ）に特徴量１２２ａのデータ構成例を示す。特徴量１２２ａはベクトルであり、前述の計測値１１２ａに対応する値により構成されている。計測値１１２ａと特徴量１２２ａとはそれぞれ１対１に対応する。また、個々の計測値１１２ａ－１ｎと１２２ａ－１ｎもそれぞれ１対１に対応する。
（Ｓ６０４）
　続けて、計算した特徴量１２１ａから特徴量エントリ１２２を生成する。特徴量エントリ１２２は、特徴量１２２ａと、例えば特徴量の計算方法や、計算に用いたパラメータなどの付帯情報により構成される。そして、生成した特徴量エントリ１２２を、機器状態検出手段１３０に順次出力する。
（Ｓ６０５）
　機器状態検出手段１３０は特徴量エントリ１２２を取得し、この特徴量エントリ１２２に含まれる特徴量１２２ａを検索キーとして参照機器エントリ辞書２００を検索する。ここで、参照機器エントリ辞書２００は、機器特徴量２０１ａと機器状態２０１ｂとを１組とする参照機器エントリ２０１の集合体である。参照機器エントリ２０１は、機器特徴量２０１ａが検出されるときには、その機器は機器状態２０１ｂで示す状態にあるということを示す。機器状態２０１ｂは、例えば、「テレビＯＮ」「ポットＯＮ」「電子レンジＯＮ」などの機器状態や、「漏電中」「異常発生中」などの警告状態が格納されている。
　ここで警告状態とは、機器に何らかの異常が発生している可能性が高い状態であること、又は異常発生のおそれが高い状態であることをいう。機器は、経年劣化や何らかのトラブルにより、月単位あるいは年単位の長期に亘って徐々に変化し、劣化していく。この変化の状態は、計測値１１２ａに現れ、ひいては特徴量１２２ａに現れることになる。この警告状態にあるときの機器特徴量２０１ａと機器状態２０１ｂを参照機器エントリ２０１として参照機器エントリ辞書２００に保持しておく。
　検索した結果、特徴量１２２ａと合致する機器特徴量２０１ａを有する参照機器エントリ２０１が見つかった場合には次のステップへ進み、見つからなかった場合には本処理を終了する。
　ここで、「合致する」とは、必ずしも完全一致のみを意味するものではない。計算された特徴量１２２ａと参照機器エントリ２０１の機器特徴量２０１ａとから所定の計算方法により両者の距離（以下、特徴量距離と称す）を算出し、該距離が所定の閾値内にある場合には「合致する」ものとしてもよい。
（Ｓ６０６）
　機器状態検出手段１３０は、ステップＳ６０５での検索結果に基づいて、合致参照機器エントリ１３１を生成する。合致参照機器エントリ１３１は、図３（Ｄ）で示すように機器特徴量１３１ａと、機器状態１３１ｂと、特徴量距離１３１ｃと、図示しない付帯情報により構成される。機器特徴量１３１ａと機器状態１３１ｂは、ステップＳ６０５で検索された参照機器エントリ２０１の機器特徴量２０１ａと機器状態２０１ｂにそれぞれ対応するものであり、特徴量距離１３１ｃはステップＳ６０５で算出した特徴量距離である。
　ここまでのステップＳ６０１からＳ６０６において、計測手段１１０が計測した計測値１１２ａから、機器状態１３１ｂを導出したことになる。すなわち、電流の値に基づいて例えば「電子レンジＯＮ」「ポットＯＮ」などの機器の状態を検出している。
　なお、合致参照機器エントリ１３１において、機器特徴量１３１ａと機器状態１３１ｂとを保持する代わりに、参照機器エントリ辞書２００から検索した参照機器エントリ２０１を一意に示す整理番号を保持することとしてもよい。このようにしても、同様の目的を達することができる。また、前記特徴量距離１３１ｃを保持することを省略してもよい。
（Ｓ６０７）
　機器状態検出手段１３０は、機器状態エントリ１３２を生成する。機器状態エントリ１３２は、図３（Ｅ）で示すように機器状態時刻１３２ａと機器状態１３２ｂとで構成される。機器状態時刻１３２ａは、現在時刻であり、機器状態１３２ｂはステップＳ６０６で生成した合致参照機器エントリ１３１の機器状態１３１ｂと同じものである。この機器状態エントリ１３２により、ある時刻において（機器状態時刻１３２ａ）どのような機器状態であるか（機器状態１３２ｂ）ということがわかる。そして、生成した機器状態エントリ１３２を出力手段１５０に出力する。
（Ｓ６０８）
　出力手段１５０は、機器状態エントリ１３２をマッチング手段４１０に出力する。
（Ｓ６０９）
　マッチング手段４１０は、機器状態エントリ１３２を取得し、機器状態１３１ｂをキーとして参照行為エントリ辞書５００を検索する。ここで、参照行為エントリ辞書５００は参照行為エントリ５０１の集合体であり、参照行為エントリ５０１は、参照行為時刻５０１ａ、参照機器状態５０１ｂ、参照生活行為５０１ｃ、参照在室場所５０１ｄとを１組とするデータである。参照行為エントリ５０１は、ある時刻（参照行為時刻５０１ａ）において、所定の機器状態（参照機器状態５０１ｂ）にあるときに、使用者がどのような行為を行っていて（参照生活行為５０１ｃ）、どこに在室しているか（参照在室場所５０１ｄ）を示すデータであるといえる。参照行為時刻５０１ａは、例えば、「午前７時１０分」などと記憶されている。参照機器状態５０１ｂは、例えば、「テレビＯＮ」などと記憶されている。警告状態にある場合は、「テレビ異常発生中」などと記憶されている。複数の機器が同時に稼働するような場合には、「テレビＯＮ、ポットＯＮ」などと複数の機器状態が記憶されている。参照生活行為５０１ｃは、生活者がする行為の具体的な内容を表し、例えば、「朝食」や「外出」などと記憶されている。参照在室場所５０１ｄは、生活者が参照生活行為５０１ｃを行うときに存在する場所を表し、例えば、参照生活行為５０１ｃが「朝食」の場合には、参照在室場所５０１ｄは「ダイニング」などと記憶されている。
　検索した結果、機器状態エントリ１３２の機器状態１３２ｂと一致する参照機器状態５０１ｂを有する参照行為エントリ５０１が１つの場合には、その参照行為エントリ５０１を検索結果とする。機器状態１３２ｂと一致する参照機器状態５０１ｂを有する参照行為エントリ５０１が複数ある場合には、現在時刻又は機器状態時刻１３２ａと、参照行為時刻５０１ａとを比較し、その差分が最も小さいものを検索結果とする。また、機器状態１３２ｂと一致する参照機器状態５０１ｂを有する参照行為エントリ５０１が見つからない場合には、本処理を終了する。
（Ｓ６１０）
　続けて、マッチング手段４１０は参照行為エントリ辞書５００から検索された参照行為エントリ５０１を、合致参照行為エントリ４１１として格納する。参照行為時刻４１１ａ、参照機器状態４１１ｂ、参照生活行為４１１ｃ、参照在室場所４１１ｄはそれぞれ、Ｓ６０９にて検索された参照行為エントリ５０１のそれに対応する。
　ここまでのステップＳ６０１からＳ６１０において、計測手段１１０が計測した計測値１１２ａから、機器状態１３１ｂを導出し、さらに生活者の参照生活行為４１１ｃや参照在室場所４１１ｄを導出したことになる。すなわち、電流の値に基づいて、「電子レンジＯＮ」「ポットＯＮ」などの機器状態を検出し、さらにこの機器状態に基づいて「朝食」などの生活行為を推定している。
（Ｓ６１１）
　出力手段４２０は合致参照行為エントリ４１１を取得し、出力を行う。出力するデータは、例えば、合致参照行為エントリ４１１それ自体、又は参照生活行為４１１ｃないし参照在室場所４１１ｄである。出力手段４２０により出力されたデータは、例えば、生活者が閲覧するディスプレイなどの出力装置３０２に出力される。また、参照機器状態４１１ｂが「異常発生中」などの警告状態であった場合にのみ、この参照機器状態４１１ｂを出力してもよいし、警告状態の場合には通常の機器状態とは出力方法を変えてもよい。このようにすることで、機器に異常が発生していることをより明確に生活者に伝えることができる。
　以上のような一連の動作により、計測手段１１０が計測した計測値１１２ａから機器状態１３１ｂを得て、さらに参照生活行為４１１ｃや参照在室場所４１１ｄを得ることができる。すなわち、家庭内の電流値から、家庭内の機器の状態を推定し、生活者の生活行為及び在室場所を推定することができるのである。
　なお、参照行為エントリ辞書５００において、参照行為エントリ５０１を参照行為時刻５０１ａの降順ないし昇順にソートしておくことができる。このようにすることで、検索の結果合致した参照行為エントリ５０１の前後の参照行為エントリ５０１をも参照することが可能となる。したがって、ある時刻における使用者の生活行為を推定したときに、その直前にどのような行為をしていたのか、また、次にどのような行為をするのか、ということをも推定することができる。同様に、現在の生活者の在室場所や、直前の在室場所、次の在室場所なども推定することができる。これらの推定結果に基づいて、例えば、機器のＯＮ／ＯＦＦ状態や動作モードなどの運転制御を行うことができる。なお、この活用方法は一例であり、活用方法はこれに限られるものではない。
　また、本実施の形態１では、参照行為エントリ５０１は、参照生活行為５０１ｃと参照在室場所５０１ｄを別個に保持するものとして説明したが、これらのうち何れか一方のみ保持するように構成してもよいし、両者を一体化させて用いてもよい。例えば、生活者がする行為のみを推定したい場合は、参照生活行為５０１ｃのみを保持するような構成とすることもできる。
　また、生活者がする行為とそのときの在室場所を一体的に捉えて「生活者の行動」として推定したい場合には、参照生活行為５０１ｃと参照在室場所５０１ｄを一体化して、「リビングで食事をする」「寝室で照明を点灯させる」「リビングに在室している」といったデータとして取り扱ってもよい。
　また、本実施の形態１では、家庭内に機器状態検出装置１００を設置する場合の例について説明したが、家庭内以外の環境に設置できることは自明である。
　これは、以降で述べる他の実施の形態においても同様である。
　また、マッチング手段４１０は、検索の精度を向上させるために、連続する２つ以上の機器状態エントリ１３２を検索キーとして用いてもよい。この場合、例えば、連続する二つの機器状態エントリ１３２の持つ機器状態１３２ｂと、連続する２つの参照行為エントリ５０１の持つ参照機器状態５０１ｂが、それぞれ合致した場合に、合致した２つの参照機器エントリを検索結果として出力することができる。
　以上のように、本実施の形態１に係る機器状態検出装置１００によれば、家庭内の電流値に基づいて家庭内の機器状態を検出することができる。また、生活行為推定装置４００により、この機器状態に基づいて使用者の生活行為を推定することができる。また、機器状態検出装置１００は警告状態を検出することができるので、例えば機器に不具合などの異常が生じている場合に早期発見でき、機器が設置されている環境の安全性を向上させることができる。また、漏電などの異常の早期発見も可能であり、無駄なエネルギーの損失を最小限に食い止めることができる。
　生活行為推定装置４００においては、マッチング手段４１０による参照行為エントリ辞書５００の検索において、機器特徴量が合致する複数の検索結果が得られた場合には、時刻を加味して検索結果を取得するようにした。そのため、時刻に応じた生活者の行動パターンに即した行動推定を行うことができ、推定精度が高まるという効果を奏する。
　また、参照行為エントリ５０１を、参照行為時刻５０１ａの降順ないし昇順にソートして、参照行為エントリ辞書５００に格納するようにしたので、ある時点の生活者の生活行為に加えて、その前後の生活行為も推定することができる。これにより、例えば生活者が次に行うと推定される行動に合わせて電気機器を自動的に稼動させたり、不要な電気機器の消し忘れがあればこれを停止させたりすることができ、生活者の利便性の向上とエネルギー消費量の削減に貢献できる。
実施の形態２．
　本実施の形態２では、特徴量計算手段１２０による特徴量１２１ａの計算方法について説明する。前述の図５におけるステップＳ６０３をより詳細に説明するものである。なお、図１に示したシステム構成、図２に示した機器状態検出装置１００、生活行為推定装置４００の構成は前述の実施の形態１と同じであるので、説明を省略する。
　図７は、特徴量計算手段１２０による特徴量計算方法を示す模式図である。
　図７（Ａ）において、計測値１１２ａは、計測手段１１０が計測した電流の計測値である。特徴量計算手段１２０は、計測値１１２ａを受け取ると、計測値１１２ａを構成する個々の計測値１１２ａ－１１、１１２ａ－１２、・・・１１２ａ－１ｎについて、窓幅２の重み付き平均を求め、この値を計測値平均値１２０２とする。「窓幅２」とは、「２つ」の値の平均を求めることをいう。具体的には、計測値１１２ａ－１１と計測値１１２ａ－１２との重み付き平均を求め、これを計測値平均値１２０２－１１とする。同様の計算を、計測値１１２ａを構成する他の値についても行う。さらに、計測値平均値１２０２と計測値１１２ａとの差分を求めて計測値差分値１２０４を得る。具体的には、計測値１１２ａ－１１と計測値平均値１２０２－１１との差分から計測値差分値１２０４－１１を得る。同様に、計測値１１２ａ－１２と計測値平均値１２０２－１１との差分から計測値差分値１２０４－１２を得る。以上のような計算を行うことにより、計測値１１２ａを、計測値平均値１２０２と計測値差分値１２０４とに分解する。
　図７（Ｂ）においては、上記と同様の操作を計測値平均値１２０２に対して行う。図７（Ｂ）に示す計測値平均値１２０２は、図７（Ａ）の計測値平均値１２０２である。この計測値平均値１２０２を構成する個々の計測値平均値１２０２－１１、１２０２－１２、・・・について、窓幅２の重み付き平均を求め、この値を第二の計測値平均値１２０５とする。具体的には、計測値平均値１２０２－１１と１２０２－１２の平均値を求め、これを計測値平均値１２０５－１１とする。同様の計算を、計測値平均値１２０２を構成する他の値についても行う。さらに、計測値平均値１２０２と第二の計測値平均値１２０５との差分を求めて第二の計測値差分値１２０６を得る。具体的には、計測値平均値１２０２－１１と第二の計測値平均値１２０５－１１との差分から第二の計測値差分値１２０６－１１を得る。
　以上のような計算を、平均した値のサンプル数が平均化の窓幅よりも小さくなるまで繰り返し実行することにより、複数の計測値差分値ベクトルと計測値平均値ベクトルが得られる。この複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量１２２ａとする。この場合、計測値１１２ａを構成するデータの個数と、特徴量１２２ａを構成するデータの個数は必ずしも一致しない。このような演算を行うことにより、細かい変動成分と大きな変動成分を分けることができるので、計測値１１２ａの特徴を効率よく表現することができる。
　図８は、実際にテレビの電流値を計測して計測値１１２ａを得て、前記特徴量計算手段１２０により特徴量１２２ａを算出した例である。図８（Ａ）は、テレビの電流波形を２０ｍｓに渡って計測したものである。計測値１１２ａは機器ごとに違った形状となる。図８（Ｂ）は、前述の図７で示した方法により、特徴量１２２ａを計算した結果を示すものである。特徴量１２２ａは、機器ごとに異なる計測値１１２ａの特徴量を更に際だたせて表現する。
　このようにして求めた特徴量１２２ａを、予め参照機器エントリ辞書２００の参照機器エントリ２０１の機器特徴量２０１ａとして記憶しておくことで、これと合致する特徴量１２２ａが得られた場合にテレビが稼働したと判断することができる。
　以上のように本実施の形態２によれば、計測値１１２ａに所定の計算を施して特徴量１２２ａを得ることで、機器に固有の計測値１１２ａの特徴をより顕著に表現することができる。したがって、このようにして求めた特徴量１２２ａを前述の実施の形態１に適用することで、より精度の高い機器状態の検出を行うことができる。
　また、図７における特徴量の計算方法において、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量としたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、サンプル数の多い変動の小さな成分を切り捨てて残りを特徴量としてもよい。これにより、特徴量の次元を小さくし、データ量を圧縮することができる。
　また、図７における特徴量の計算方法において、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量としたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、機器間の差異が大きい次元の成分だけを取り出して特徴量としてもよい。これにより、機器間の特徴量の差異が大きくなり、検索における合致判定の精度を向上させることができる。
　また、図７における特徴量の計算方法において、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量としたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、電流値が大きく変化する区間の重み付き平均値や差分値だけを取り出して特徴量としてもよい。
　例えば、図８（Ａ）の計測値１１２ａに示すように、実際の機器の電流値は、ほぼ０である区間が大きい。電流値が０である区間を除いて特徴量を生成することにより、特徴量の次元を小さくすることができる。
　また本実施の形態２では、計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量としたが、計測値平均値ベクトルのみを特徴量としてもよい。このようにしても、特徴量ベクトルのデータ量を削減しつつ、機器の特徴量を得ることができる。
　また、特徴量１２２ａの計算方法は、重み付きの平均値を求めるのではなく、計測値１１２ａの周期性を取り出す演算であってもよい。例えば、ピーク間距離、波の波高率、立ち上がり時間、立下り時間などの値を、周期ごとに抽出することにより、周期性を抽出することができる。
　周期性を取り出すためには、計測値に対しフーリエ変換やウェーブレット変換を行えばよい。
　この場合、高調波の成分ごとにその強度と位相を特徴量１２２ａとすることで、高調波成分を効率よく表現することができる。このようにしても、機器ごとの特徴量１２２ａを得ることができる。
　また、特徴量１２２ａを求める際に、計測値１１２ａごとに計算するのではなく、連続する複数の計測値１１２ａから特徴量１２２ａを算出することもできる。このようにすることで、周期の異なる機器の特徴量を算出することができる。
実施の形態３．
　本実施の形態３では、機器状態検出手段１３０が参照機器エントリ辞書２００を検索する際の検索動作について説明する。前述の図５に示したステップＳ６０５をより詳細に説明するものである。なお、図１に示したシステム構成、図２に示した機器状態検出装置１００、生活行為推定装置４００の構成は前述の実施の形態１と同じであるので、説明を省略する。
　本実施の形態３では、機器状態検出手段１３０は、参照機器エントリ辞書２００を検索する際に、特徴量エントリ１２２と参照機器エントリ２０１との合致度合いを、特徴量合致度という指標を用いて表す。そして、この特徴量合致度の大小から、合致しているかどうかを判定する。
　特徴量合致度は、特徴量エントリ１２２の特徴量１２２ａと、参照機器エントリ２０１が保持する機器特徴量２０１ａの次元ごとの値の差を計算することにより求める。図６（Ｂ）に示したように、特徴量１２２ａはベクトルである。また、機器特徴量２０１ａもこれと同じ次元のベクトルである。特徴量１２２ａの各要素をＡi、機器特徴量２０１ａの各要素をＢiとすると、特徴量合致度Ｓは以下の（式１）により求めることができる。このとき特徴量合致度Ｓは０～１の値をとる。
Figure JPOXMLDOC01-appb-M000001
　あるいは、特徴量１２２ａと機器特徴量２０１ａのベクトルの内積を計算し、それぞれのベクトルのノルムで除算した値を、特徴量合致度Ｓとしてもよい。
　あるいは、特徴量１２２ａと機器特徴量２０１ａのベクトルの各次元の値を比較し、ほぼ一致している個数を数えて、この個数を次元の総数で除した値を特徴量合致度Ｓとすることもできる。
　以上のように、本実施の形態３に係る機器状態検出装置１００は、特徴量合致度という指標を用い、特徴量合致度の高い参照機器エントリ２０１を検索結果とするようにしたので、完全に一致する参照機器エントリ２０１が存在しないような場合でも、機器状態を推定することができる。また、上述の計算方法を用いることにより、特徴量合致度の精度を高めることができる。
実施の形態４．
　本実施の形態４では、複数の機器が同時に稼働している状態において、機器状態検出手段１３０が参照機器エントリ辞書３００を検索する際の検索動作について説明する。前述の図５におけるステップＳ６０５をより詳細に説明するものである。なお、図１に示したシステム構成、図２に示した機器状態検出装置１００、生活行為推定装置４００の構成は前述の実施の形態１と同じであるので、説明を省略する。
　図９（Ａ）に示す特徴量１２２０は、特徴量１２２ａを連続的にグラフ表示したものである。前述のとおり特徴量計算手段１２０は、特徴量エントリ１２２を順次、機器状態検出手段１３０に出力している。したがって、機器状態検出手段１３０が取得する特徴量エントリ１２２の特徴量１２２ａは、連続的な値と捉えることができ、この特徴量１２２ａを模式的に示したものが図９（Ａ）である。すなわち、特徴量１２２ａは、特徴量１２２０を所定の時間単位で分割したものであると言い換えることができる。
　機器状態検出手段１３０は、図５のステップＳ６０５で参照機器エントリ辞書２００を検索する際において、まず、図９（Ａ）に示す現在の特徴量１２２ａと過去の特徴量１２２ａとの差分を求める。ここで用いる過去の特徴量１２２ａは、現在よりも１周期以上前のものである。図９（Ｂ）に、求めた差分の例を示す。図９（Ｂ）においては、一点鎖線で示す過去の特徴量１２２ａと破線で示す現在の特徴量１２２ａとの差分を、実線で示している。この差分は、過去から現在までの間に変化した機器の特徴量であるといえる。例えば、過去にある１つの機器が稼働していた場合において、過去から現在までの間に新たに別の機器が稼働を始めたとすると、この新たに稼働を始めた機器の特徴量が、前記差分となる。機器状態検出手段１３０は、この差分を検索キーとして、参照機器エントリ辞書２００を検索する。そして、前記差分と合致する機器特徴量２０１ａを有する参照機器エントリ２０１を検索結果として特定する。
　このように、本実施の形態４によれば、現在の特徴量１２２ａと過去の特徴量１２２ａの差分を検索キーとして用いるので、複数の機器が同時に稼働している場合でも、機器状態を検出することができる。例えば、過去から現在までの間に新たに状態が変化した機器の機器状態を検出することもできる。前記差分の特徴量１２２ａに現れる急峻な変化は機器ごとに固有であるので、前記差分を検索キーとして参照機器エントリ辞書２００を検索することで、新たに稼働を始めた機器の機器状態を検出することができるのである。
　また、現在の特徴量１２２ａと過去の特徴量１２２ａの差分を検索キーとして機器状態を検出するので、個々の機器状態２０１ｂについての機器特徴量２０１ａのみを参照機器エントリ辞書２００に保持しておけばよく、複数の機器が同時に稼働している場合の機器状態については参照機器エントリ辞書２００に保持しておく必要はない。したがって、予め複数の機器が同時に稼働している場合の機器状態を学習しておくなどの手間が不要となる。また、保持しておく情報量が少ないので、記憶装置１４０の容量も少なくてすむ。
　また、参照機器エントリ辞書２００に存在しない未知の機器が稼働している最中に参照機器エントリ辞書２００に存在する既知の機器が稼働し始めた場合においても、前記差分を用いることにより、既知の機器の機器状態を検出することができる。
　なお、本実施の形態４においては、現在の特徴量１２２ａを参照機器エントリ辞書２００に追加するようにしてもよい。この際、現在の特徴量１２２ａを機器特徴量２０１ａとし、検索された機器状態を参照機器エントリ２０１の機器状態２０１ｂとする参照機器エントリ２０１を新たに作成し、これを参照機器エントリ辞書２００に追加する。このように、参照機器エントリ辞書２００に参照機器エントリ２０１を追加することで、以後の検索時においてより精度の高い検索を行うことが可能となる。
　また、現在の特徴量１２２ａと過去の特徴量１２２ａとの差分を求める際において、機器操作が行われる前に計算した過去の特徴量１２２ａを用いることができる。機器操作が行われたかどうかは、特徴量１２２ａの持つ周期の長い成分の長さが一定値以上変化したか否かにより判断することができる。したがって、特徴量１２２ａの持つ周期の長い成分に着目し、強さが一定値以上変化した時点より前の特徴量１２２ａと、現在の特徴量１２２ａとの差分を計算することで、新たに操作された機器の機器状態を検出することができる。
　また、本実施の形態４で示した機器状態検出方法については、前述の実施の形態１又は２と組み合わせて用いることができる。
実施の形態５．
　前述の実施の形態１では、参照機器エントリ辞書２００を検索して得られた参照機器エントリ２０１の機器状態２０１ｂが警告状態であった場合に、その機器が警告状態であることを検出していた。本実施の形態５では、機器の警告状態の他の検出方法について説明する。なお、実施の形態１と同一部分については説明を省略する。
　図１０は、本実施の形態５に係る参照機器エントリ辞書２１０及び合致参照機器エントリ１３３のデータ構成である。本実施の形態５では、前述の実施の形態１で示した参照機器エントリ辞書２００に代えて参照機器エントリ辞書２１０を、合致参照機器エントリ１３１に代えて合致参照機器エントリ１３３を備える。
　図１０（Ａ）において、参照機器エントリ辞書２１０は、参照機器エントリ２１１の集合体である。参照機器エントリ２１１は、機器特徴量２１１ａと、機器状態２１１ｂと、機器特徴量履歴２１１ｃとを１組としたデータにより構成される。機器特徴量２１１ａと機器状態２１１ｂは、前述の実施の形態１で述べた機器特徴量２０１ａと機器状態２０１ｂと同じものである。機器特徴量２０１ｃは、特徴量計算手段１２０によって計算された特徴量１２２ａの履歴により構成される。
　図１０（Ｂ）に示す合致参照機器エントリ１３３は、機器特徴量１３３ａとこれに対応する機器状態１３３ｂ、特徴量距離１３３ｃ、及び警告状態１３３ｄを１組としたデータにより構成される。警告状態１３３ｄを備えた点のみ前述の合致参照機器エントリ１３１と異なり、その他については同一である。
　図１１に、本実施の形態５に係る機器状態検出装置１００の動作フローを示す。図１１においては、ステップＳ６１１、Ｓ６１２、Ｓ６０６ａのみ前述の図５と異なり、その他は同一であるので、同一部分については説明を省略する。以下、各ステップに沿って、詳細な動作について説明する。
（Ｓ６１１）
　機器状態検出手段１３０は、ステップＳ６０５で検索した参照機器エントリ２１１の機器特徴量履歴２１１ｃに、検索キーとして用いた特徴量１２２ａを履歴として格納する。前述の実施の形態１で述べた通り、ステップＳ６０５では、検索キーとなる特徴量１２２ａと機器特徴量２１１ａとが完全一致する場合のみならず、特徴量合致度の高いものを検索結果としているので、検索結果が同じ参照機器エントリ２１１となる場合でも、検索キーとして用いられた特徴量１２２ａにはバラツキがある。したがって、機器特徴量履歴２１１ｃには様々な特徴量１２２ａが格納されることになる。
（Ｓ６１２）
　機器状態検出手段１３０は、蓄積された機器特徴量履歴２１１ｃの平均値を算出し、さらにその平均値が所定の閾値を超えたか否か判定する。そして、閾値を超えた状態を、警告状態と判断する。機器は、月単位あるいは年単位で徐々に変化し、劣化していくものである。この変化の状態は、計測値１１２ａに現れ、ひいては特徴量１２２ａに現れることになる。本ステップＳ６１２では、機器特徴量履歴２１１ｃの平均値を算出してこの値が閾値を超えたか否か判定することで、特徴量１２２ａに変化が生じてきているか、すなわち警告状態か否かを判定する。
　なお、警告状態か否かを判定するにあたっては、機器特徴量履歴２１１ｃの平均値ではなく、分散を算出して、この値が所定の閾値を超えたか否かによって判定してもよい。また、平均値と分散値の両方を用いて判定してもよい。このようにしても、警告状態か否かを判定することができる。
　また、所定の閾値は、すべての機器で共通する値を設定してもよく、また、機器ごとに独立の値を設定してもよい。
（Ｓ６０６ａ）
　ステップＳ６１２で警告状態であると判定された場合には、合致参照機器エントリ１３１の警告状態１３１ｄに警告内容を追記する。また、警告内容を追記しなくとも、警告状態であるか否かという情報のみを追記することとしてもよい。
　以上のように、本実施の形態５によれば、特徴量１２２ａの履歴から警告状態か否かを判定するようにしたので、機器が稼働中か否か、という状態のみならず、経年変化に伴う劣化状態や、機器の動作不具合等の状態も検出することが可能となる。また、参照機器エントリ辞書２１０に記憶されていないような特徴量１２２ａが得られた場合でも、本実施の形態５によれば、警告状態であることを検出することができる。
　また、ステップＳ６１２では以下のようにして警告状態の判定をしてもよい。
　検索キーとして用いた現在の特徴量１２２ａと、機器特徴量履歴２１１ｃの差分又は比を求め、その値が所定の閾値を超えたか否か判定する。このようにすることで、現在の特徴量１２２ａと過去の特徴量１２２ａとの乖離度合いが分かる。閾値を超えた場合には、警告状態と判定する。なお、所定の閾値は、すべての機器で共通する値を設定してもよく、また、機器ごとに独立の値を設定してもよい。
　あるいは、ステップＳ６１２では以下のように警告状態の判定をしてもよい。
　機器特徴量履歴２１１ｃの平均値を算出し、その平均値と現在の特徴量１２２ａとの差分又は比を算出し、その値が所定の閾値を超えたか否か判定する。このようにすることで、現在の特徴量１２２ａと過去の特徴量１２２ａの平均との乖離度合いが分かる。閾値を超えた場合には、警告状態と判定する。なお、所定の閾値は、すべての機器で共通する値を設定してもよく、また、機器ごとに独立の値を設定してもよい。
　あるいは、ステップＳ６１２では以下のように警告状態の判定をしてもよい。
　機器特徴量履歴２１１ｃのうち、古い方の履歴の所定回数分の平均値と、新しい方の履歴の所定回数分の平均値とを求め、両方の平均値を比較してその差分又は比を算出し、その差分又は比が所定の閾値を超えたか否か判定する。このようにすることで、連続変量である特徴量１２２ａの変化の様子を適切に捉えることができる。閾値を超えた場合には、警告状態と判定する。なお、所定の閾値は、すべての機器で共通する値を設定してもよく、また、機器ごとに独立の値を設定してもよい。
　なお、これら平均又は分散の計算にあたって、すべての特徴量１２２ａの履歴を機器特徴量履歴２１１ｃとして保持しておく必要はない。例えば、新たな平均値を求める際には、以下の式のようにして求めることができる。
　平均＝（追加された値＋（過去の平均値＊過去の履歴数））／（過去の履歴数＋１）
　したがって、平均値を求めた際にその平均値と履歴数を保持しておけば、次回も平均値を計算することができるので、必ずしも機器特徴量履歴２１１ｃを保持せずともよい。
　また、例えば分散を求める際には、以下の式により求めることができる。
　分散＝Σ（平均値－機器特徴量履歴２１１ｃ）2＝Σ平均値2－２＊平均値＊Σ機器特徴量履歴＋Σ機器特徴量履歴2
　したがって、分散を求めた際にその平均値と履歴数と機器特徴量履歴の二乗和を保持しておけば、次回も分散を計算することができるので、必ずしも機器特徴量履歴２１１ｃを保持せずともよい。
　また、本実施の形態５では、機器特徴量履歴２１１ｃとして特徴量１２２ａを保持する場合の例について説明したが、履歴として保存するのは特徴量１２２ａではなく、特徴量１２２ａと機器特徴量２１１ａとの距離であってもよい。このようにしても、上記と同様の効果を得ることができる。
　また、本実施の形態５では、合致参照機器エントリ１３１に警告状態１３１ｄを設ける構成としたが、警告状態１３１ｄを設けない構成とすることもできる。その際には、機器状態１３１ｂに警告状態を追記することで対応できる。例えば、「テレビＯＮ・警告状態」などと追記するようにすれば、機器の動作状態と警告状態とを同時に保持することができる。
　また、本実施の形態５で示した警告状態検出方法については、前述の実施の形態１～４と組み合わせて用いることができる。
実施の形態６．
　本実施の形態６では、警告状態を検出するその他の実施例について説明する。なお、本実施の形態６では、機器状態検出手段１３０の動作のみ異なり、その他の構成については実施の形態５と同じであるため、同一部分については説明を省略する。
　図１２は、本実施の形態６に係る機器状態検出手段１３０の動作について、図１１のステップＳ６１２を詳細に示した動作フローである。以下、各ステップについて説明する。
　（Ｓ７０１）
　機器状態検出手段１３０は、図１１のステップＳ６１２の処理を開始する。
　（Ｓ７０２）
　機器状態検出手段１３０は、今回のステップＳ６０５での処理実行が、前回のステップＳ６０５での処理実行から所定時間以内かどうか判定する。所定時間以内の場合はステップＳ７０３へ、所定時間を超えている場合はステップＳ７０５へ進む。
　（Ｓ７０３）
　機器状態検出手段１３０は、前回のステップＳ６０５での参照機器エントリ辞書２１０を検索した際に、警告状態が検出されたか否か判定する。「警告状態」が検出されていた場合は、ステップＳ７０４へ進む。警告状態が検出されていなかった場合は、ステップＳ７０５へ進む。
　（Ｓ７０４）
　現在の機器状態を、警告状態と判定する。例えば、今回のステップＳ６０５での参照機器エントリ辞書２１０の検索により警告状態が検出されていなかった場合であっても、本ステップＳ７０４にて警告状態と判定されることになる。
　（Ｓ７０５）
　前述の実施の形態５で述べた方法にしたがって、警告状態か否か判定する。
　以上のように、本実施の形態６では、特徴量１２２ａに基づく参照機器エントリ辞書２１０の検索により警告状態が検出された場合には、その後所定時間内に検出した機器についても警告状態であると判定するようにしている。
　前述の実施の形態１～６で述べた通り、本発明に係る機器状態検出装置１００は、電流値に基づいて計算した特徴量１２２ａと予め記憶した参照機器エントリ辞書２１０とを照合することにより、警告状態か否か判定することができる。
　ここで、前述の通り「警告状態」は、経年劣化や何らかの異常による不具合等が生じている可能性が高いことを指し示すものである。一般的にこのような不具合等は、簡単に治癒することは考えにくいものである。しかし、経年劣化による変化は非常に緩やかに生じる場合も多く、また、計測誤差等が生じる可能性もあり、警告状態が検出された場合でも次回の検索では警告状態ではないとされる場合も考えられる。
　本実施の形態６では、このような場合でも、警告状態が検出されてから所定時間内に検出された機器の状態を警告状態であると判定するようにしたので、より確実に警告状態を検出することができる。
　なお、ステップＳ７０４において、即座に警告状態と判定するのではなく、警告未然状態と判定しておき、この警告未然状態と判定された回数が所定数に達した時にはじめて警告状態と判定するようにしても良い。
　このようにすることで、警告状態の乱発を防ぎつつ、精度の高い警告状態の判定を行うことができる。
　また、本実施の形態６で示した警告状態検出方法については、前述の実施の形態１～４と組み合わせて用いることができる。
実施の形態７．
　本実施の形態７では、マッチング手段４１０が参照行為エントリ辞書５００を検索する際の検索動作について説明する。前述の図５におけるステップＳ６０９をより詳細に説明するものである。なお、図１に示したシステム構成、図２に示した機器状態検出装置１００、生活行為推定装置４００の構成は前述の実施の形態１と同じであるので、説明を省略する。
　マッチング手段４１０は、参照行為エントリ辞書５００を検索する際に、機器状態エントリ１３２と参照行為エントリ５０１との合致度合いを、参照行為合致度という指標を用いて表す。
　例えば、検索キーとなる機器状態１３２ｂと参照機器状態５０１ｂとが一致する場合であっても、機器状態時刻１３２ａと参照行為時刻５０１ａが大きく違っている場合、エントリ同士の合致している度合い、すなわち参照行為合致度が低いものとして扱う。
　合致度の計算は、機器状態時刻１３２ａと参照行為時刻５０１ａの差を用いる。例えば、合致度をＹ、機器状態時刻１３２ａをＸ１、参照行為時刻５０１ａをＸ２として、次の（式２）により計算する。合致度Ｙは０から１の大きさをとる。
　前記実施の形態１では、機器状態１３２ｂと参照機器状態５０１ｂが同じ参照行為エントリ５０１が複数存在する場合には、時刻の最も近いものを用いることを説明したが、これをより定量的に評価したものが、上記（式２）であるということができる。
　すなわち、機器状態１３２ｂと参照機器状態５０１ｂとが一致する参照行為エントリ５０１が複数存在する場合には、上記（式２）を用いて合致度Ｙを計算し、合致度Ｙが最も大きくなるような参照行為エントリ５０１を検索結果とする。
　図１３に、マッチング手段４１０が参照行為エントリ辞書５００を検索する際の動作フロー詳細を示す。図１３は、図５のステップＳ６０９をより詳細に説明したものという位置づけである。以下、各ステップについて説明する。
　（Ｓ８０１）
　ステップＳ６０９の処理を開始する。前提として、機器状態エントリ１３２を取得した状態である。
　（Ｓ８０２）
　参照行為エントリ辞書５００が保持する参照行為エントリ５０１の個数を変数Ｎに代入する。
　（Ｓ８０３）
　繰り返し回数を示す変数ｉに１を代入する。
　（Ｓ８０４）
　機器状態エントリ１３２が保持する機器状態時刻１３２ａと、ｉ番目の参照行為エントリ５０１が保持する参照行為時刻５０１ａの差分を計算し、変数Ｘに代入する。
　（Ｓ８０５）
　機器状態エントリ１３２が保持する機器状態１３２ｂと、ｉ番目の参照行為エントリ５０１が保持する参照機器状態５０１ｂとが一致する場合、ステップＳ８０６に進む。一致しない場合はステップＳ８０７に進む。
　（Ｓ８０６）
　機器状態エントリ１３２とｉ番目の参照行為エントリ５０１との合致度Ｙiを、Ｙi＝１／（Ｘ＋１）として記録する。
　（Ｓ８０７）
　ｉ番目の機器状態エントリの合致度Ｙiを０として記録する。
　（Ｓ８０８）
　変数ｉに１を加算する。
　（Ｓ８０９）
　変数ｉがＮより大きい場合、すなわち、比較処理が参照行為エントリ５０１のすべてで終了した場合はステップＳ８１０に進む。そうでない場合はステップＳ８０４に戻り、処理を継続する。
　（Ｓ８１０）
　１番目からＮ番目までの合致度Ｙiのうち最も高いものを特定し、この合致度に対応する参照行為エントリ５０１を検索結果とする。
　以上の処理により、マッチング手段４１０は、機器状態エントリ１３２との合致度が最も高い参照行為エントリ５０１を特定することができる。合致度が最も高い参照行為エントリ５０１は、生活者の生活行為と合致する可能性が高いといえ、精度よい行動推定に資する。
　以上のように本実施の形態７によれば、機器状態と時刻とに基づいて生活者の生活行為を推定するようにしたので、より精度の高い推定を行うことができる。
　また、本実施の形態７で示した生活行為推定方法については、前述の実施の形態１～６と組み合わせて用いることができる。
実施の形態８．
　本実施の形態８では、マッチング手段４１０が参照行為エントリ辞書５００を検索する際の他の検索動作について説明する。前述の実施の形態７では、現在の機器状態エントリ１３２に基づいて生活行為を推定する場合の例について説明したが、本実施の形態８では、ある時点から所定時間分の機器状態エントリ１３２の履歴に基づいて、生活行為を推定する場合の例について説明する。前述の図５におけるステップＳ６０９をより詳細に説明するものである。なお、図１に示したシステム構成、図２に示した機器状態検出装置１００、生活行為推定装置４００の構成は前述の実施の形態１と同じであるので、説明を省略する。
　マッチング手段４１０は、参照行為エントリ辞書５００を検索する際に、現時点の機器状態エントリ１３２だけでなく、現在から所定時間分の機器状態エントリ１３２の履歴を用いて計算する。本実施の形態８では、この所定時間が２０分である場合の例について説明する。
　図１４は、マッチング手段４１９の処理内容を説明する図である。図１４において、機器状態エントリ１３２の履歴として、機器状態エントリ１３２－１、１３２－２、１３２－３が記憶されている。
　参照行為エントリ５０１は、１つの参照生活行為５０１ｃに対して、複数の参照行為時刻５０１ａと参照機器状態５０１ｂの組み合わせが記憶されている。例えば、参照行為エントリ５０１－１においては、参照生活行為５０１ｃが「朝食」であり、このときは参照機器状態５０１ｂとして「ポットＯＮ」と「トースターＯＮ」が記憶されている。
　ここで、７：２０の時に生活行為を推定する場合には、マッチング手段４１０は、現在から所定時間である２０分を遡って保持されている機器状態エントリ１３２－１、１３２－２、１３２－３と合致する参照行為エントリ５０１を検索する。
　具体的には、機器状態エントリ１３２－１、１３２－２、又は１３２－３と一致する参照機器状態５０１ｂを少なくとも１つ以上備えている参照行為エントリ５０１を検索する。図１４に示す例では、参照行為エントリ５０１－１と５０１－２の２つが検索された様子を示している。参照行為エントリ５０１－１との間では「ポットＯＮ」と「トースターＯＮ」が一致しており、参照行為エントリ５０１－２との間では「ポットＯＮ」が一致している。このように複数の検索結果が得られた場合には、次の（式３）により合致度Ｚを計算する。
Figure JPOXMLDOC01-appb-M000003
　上記の（式３）において、合致度Ｚは、機器状態エントリ１３２ごとの合致度Ｙiの平均を表している。図１４の例においては、参照行為エントリ５０１－１との合致度Ｚが０．１、参照行為エントリ５０１－２との合致度Ｚが０．００４であるので、両者を比較して合致度Ｚが高い参照行為エントリ５０１－１を検索結果として特定する。なお、本実施の形態８では、合致度Ｚの計算において時間の単位として分単位を用いたが、時間の単位については任意である。
　以上のように、本実施の形態８によれば、所定時間内の一連の機器状態に基づいて生活行為を推定するので、複数の機器を使用するような生活行為をより精度の高く推定することができる。例えば、複数の機器を稼働させて生活行為をする場合において、それぞれの機器の稼働順序が多少変わったとしても、適切な生活行為を推定することができる。
　なお、本実施の形態８の他の計算方法として、以下の（例１）～（例３）を用いることもできる。
　（例１）
　機器状態エントリ１３２と参照行為エントリ５０１との合致度を計算する際に、絶対時刻のみを用いて合致度を計算するのではなく、相対時刻を用いて計算してもよい。例えば、所定時間分の機器状態エントリ１３２の履歴の中で、基準となるもの（以下、「基準エントリ」と称す）については絶対時刻による合致度を求め、その他の機器状態エントリ１３２については基準エントリからの相対時刻を計算して合致度を求め、これらすべての平均を全体の合致度とする。基準エントリは、機器状態エントリ１３２の履歴の中で最も早い時刻のものを用いるなど、任意に定めることができる。
　このように、相対時刻によって合致度を求めることで、ある生活行為が通常とは違う時間に行われた場合にも、精度の高い生活行為の推定を行うことができる。例えば、起床時間が３０分遅れてその後に行われる生活行為の時刻が３０分ずつ繰り下がったような場合でも、相対時刻を用いて合致度を求めることで妥当な推定を行うことができる。
　（例２）
　機器状態エントリ１３２と参照行為エントリ５０１との合致度を計算する際に、時刻を用いて合致度を計算するのではなく、一致した機器状態の個数を用いて合致度を計算してもよい。すなわち、所定時間分の機器状態エントリ１３２の履歴の中で、参照行為エントリ５０１内の参照機器状態５０１ｂと一致する個数を、機器状態エントリ１３２の履歴の個数で除算し、これを合致度とする。
　このように、一致する機器状態の個数を用いて合致度を求めることで、時間に拘わらず生活行為の推定を行うことができる。例えば、毎日の生活時間が不規則な生活者の行動を推定する場合にも、精度良く生活行為を推定することができる。
　（例３）
　機器状態エントリ１３２と参照行為エントリ５０１との合致度を計算する際に、連続して一致した機器状態の個数を用いて合致度を計算してもよい。すなわち、所定時間分の機器状態エントリ１３２の履歴の中で、参照行為エントリ５０１内の参照機器状態５０１ｂと連続して一致する個数を、機器状態エントリ１３２の履歴の個数で除算し、これを合致度とする。
　このように、連続して一致する機器状態の個数を用いて合致度を求めることで、例えば、毎日の生活時間が不規則な生活者の行動を推定する場合にも、一連の機器状態に基づいて生活行為を推定するので、精度の高い推定に資する。
　また、本実施の形態８で示した生活行為推定方法については、前述の実施の形態１～６と組み合わせて用いることができる。
　なお、上記実施の形態１～８では、機器状態検出装置１００と生活行為推定装置４００とを協同して動作させ、機器状態検出装置１００が検出した機器状態を生活行為推定装置４００を経由して出力装置３０２に出力する場合の構成例について説明したが、機器状態の出力方法はこれに限定されるものではない。例えば、生活行為推定装置４００を設けない構成とし、機器状態検出装置１００から直接出力装置へ出力する構成とすることもできる。
　また、機器状態検出装置１００と生活行為推定装置４００を別個の装置として設けるのではなく、両装置の機能を併せ持つ１つの装置を設ける構成とすることもできる。さらには、出力装置３０２又は計測装置３００の何れか又は両方を、該装置に組み込む構成とすることもできる。
　また、上記説明では、計測手段１１０が電流値を計測する場合の例について説明したが、機器が使用する水道の流量を計測するものとしてもよい。水道の流量においても、電流と同じように機器ごとに使用する水の流量にパターンが存在するため、同様の装置によって水を使用している機器状態を検出することができる。例えば自動洗濯機は自動給水のため、ほぼ毎回、同じパターンとなるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。また、電流と水道の流量とを組み合わせて用いることもできる。
　また、機器が使用するガス流量を計測する構成とすることもできる。ガスの流量においても、電流と同じように機器ごとに使用するガスの流量にパターンが存在するため、同様の装置によって使用しているガス使用機器を検出することができる。例えばガスストーブなどは自動制御であり、ほぼ毎回、同じパターンとなるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。また、電流、水道の流量、ガスの流量を組み合わせて用いることもできる。
　また、室内などの環境の照度を計測する構成とすることもできる。光の量である照度も、照明や時間ごとにパターンが存在するため、同様の装置によって使用している照明機器を検出することができる。例えば蛍光灯などは、ほぼ毎回、同じ照度となるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。また、電流、水道の流量、ガスの流量、照度を組み合わせて用いることもできる。
　また、室内などの環境の温度を計測する構成とすることもできる。熱量を示す温度においても、電流と同じように機器ごとにパターンが存在するため、同様の装置によって使用している機器を検出することができる。例えばエアコンなどは、ほぼ毎回、同じ温度とするように設定されているため、容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。また、電流、水道の流量、ガスの流量、照度、温度を組み合わせて用いることもできる。
　また、計測手段１１０は、ネットワーク上のデータ転送量を計測する構成とすることもできる。データ転送量において、電流と同じように使用しているアプリケーションごとにパターンが存在するため、同様の装置によって使用しているアプリケーションを検出することができる。例えばＩＰ電話などは、ほぼ毎回、同じデータ転送量となるように設定されているため、容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。また、電流、水道の流量、ガスの流量、照度、温度、データ転送量を組み合わせて用いることもできる。
実施の形態９．
　図１５は、本発明の実施の形態９に係る機器状態検出装置２０００を設置した住居２０１０内の構成を示す図である。ここでは一般的な住居を例に取り、以下の説明を行うものとする。
　住居２０１０内には、照明２１２０やテレビ２１３０が設置されており、いずれも給電線２１４０より電力供給を受けている。また、給電線２１４０には機器状態検出装置２０００が接続されている。
　機器状態検出装置２０００は、電流センサ２２０２を備えており、給電線２１４０に流れる電流の瞬時値を計測することができる。
　また、機器状態検出装置２０００は、電圧センサ２２０１を備えており、給電線２１４０の電圧の瞬時値を計測することができる。
　機器状態検出装置２０００は電流センサ２２０２および電圧センサ２２０１で計測した計測結果（電流および電圧値）１５０に基づいて機器の状態検出を行う。
　図１５において、照明２１２０が点灯している場合、照明２１２０固有の電流が給電線２１４０に流れる。また、テレビ２１３０の電源が投入された場合、テレビ２１３０に固有の電流が給電線２１４０に流れる。通常、これらの電流は、給電線２１４０上で混ざり合ってしまうため容易にはどの機器が動いているのか識別できない。しかしながら、本例の機器状態検出装置２０００は、後述する構成によって、混ざり合った電流の中から機器ごとに固有の特徴を抽出して機器の状態（オン・オフ状態や機器のモード状態）を検出可能となっている。なお、電流センサ２２０２は、電力の給電口に設置する。テーブルタップやＯＡタップのような延長コードの上流部分に設置してもよい。また、電流センサ２２０２は、壁に埋め込まれたコンセントに設置してもよい。また、電流センサ２２０２は、屋外に設置された電力メーターや柱状トランスなどに設置しても良い。
　ここで、機器状態検出装置２０００の詳細な説明をするに先立って、機器状態の検出原理について簡単に説明する。ここでは、テレビ２１３０を付けた場合について説明する。
　テレビ２１３０は、後述の図１９に示すようにテレビ固有の電流２５０２を持っている。また、このような固有波形は、テレビ２１３０がＯＮしている間、電圧２５０１の周期（ここでは、商用周波数の５０Ｈｚ又は６０Ｈｚ）ごとに繰り返し再現する。テレビ固有の電流２５０２のような固有の波形はその電源回路の固有性によって生み出される。電圧２５０１が加わった場合、単なる抵抗器が負荷の場合には電圧２５０１と相似な電流が得られる。これがテレビ２１３０の電流２５０２のように、電圧２５０１と相似でない電流が得られるのは、テレビ２１３０の電源回路としてコンデンサインプット型整流回路などを用いて交流を直流に変換しているためである。このような整流回路は、回路自体の違いや機器の負荷の違いなどにより、機器ごとに異なる高調波を発する。このため、電流２５０２のような特徴的な電流波形が得られるのである。したがって、このような高調波の違いを検出することで、どのような機器が動いているのかや、機器がどのような状態であるのかを判定することができる。
　図１６は、本実施の形態９に係る機器状態検出装置２０００の機能ブロック図である。
　機器状態検出装置２０００は、１つの電流センサ２２０２と、１つの電圧センサ２２０１と、電流センサ２２０２および電圧センサ２２０１の計測結果を処理して機器状態を検出する処理部２３００と、機器状態データベース２２３０と、処理結果を出力する出力装置２２５０とを備えている。
　処理部２３００は、電流電圧変換手段２２０３、インピーダンスアッパー手段２２０４、波形フィルタ手段２２０５、波形増幅手段２２０６、ＡＤ変換手段２２０７、波形区切り手段２２０８、波形平滑化手段２２０９、特徴量計算手段２２１０、機器状態検出手段２２２０および機器状態情報作成手段２２４０を備えている。
　電流センサ２２０２は、給電線２１４０に流れる電流の瞬時値を計測するもので、具体的にはリングコアに巻かれたNターンの２次巻き線と貫通電線（給電線２１４０）の変流比がN対１になる電流トランスで構成されている。電流センサ２２０２は、貫通電線に流れる電流をN分の１にした電流を２次側回路に流す。
　電圧センサ２２０１は、給電線２１４０に流れる電圧の瞬時値を計測するもので、具体的にはコアに巻かれたMターンの２次巻き線と貫通電線（給電線２１４０）の変圧比がM対１になる電圧トランスである。電圧センサ２２０１は、１次側電線間の電圧をM分の１にした電圧を２次側回路に出力する。
　電流電圧変換手段２２０３は、電流センサ２２０２で検出された、給電線２１４０上を流れる電流の波形を電流値から電圧値に変換する。具体的には例えば、精度の高い電気抵抗器を電流センサ２２０２と並列に挿入した構成である。
　なお、電流電圧変換手段２２０３と電流センサ２２０２は一つにまとめても良い。例えば、シャント抵抗などを用いて直接、電流を電圧に変換するなどである。
　インピーダンスアッパー手段２２０４は、電流電圧変換手段２２０３の出力インピーダンスを数倍～数百万倍に高くする。電流電圧変換手段２２０３の出力インピーダンスは電流センサ２２０２を貫通する給電線２１４０のインピーダンス変動の影響を受けるため、給電線２１４０上の負荷が変動すると電流電圧変換手段２２０３の出力インピーダンスも変動する。出力インピーダンスをほぼ一定値にするためには、変動分が無視できる程度に出力インピーダンスを上げればよい。例えば、電流電圧変換手段２２０３の出力インピーダンスは数十オームに対し、インピーダンスアッパー手段２２０４によって、出力インピーダンスを数メガオームにあげる。インピーダンスアッパー手段２２０４は、例えば、オペアンプやトランジスタによるバッファーフォロアー回路で構成する。
　波形フィルタ手段２２０５は、インピーダンスアッパー手段２２０４で増幅された電流波形から、特定の周波数成分のみを抽出する。特定の周波数とは、商用周波数である５０Hｚ又は６０Hｚの数倍～数百倍までの範囲である。波形フィルタ手段２２０５では、後述する理由から、基本周波（商用周波）の高調波を抽出し、次の波形増幅手段２２０６に出力する。その方法としては、例えば、波形フィルタ手段２２０５の通過帯域を１００Ｈｚ～２００ＫＨｚとすることにより、商用周波数成分を減衰し、高調波成分を強調することができる。
　また、例えば、波形フィルタ手段２２０５の通過帯域を５００Ｈｚ～２００ＫＨｚとすることにより、商用周波数成分を大きく減衰し、高調波成分のみを抽出することができる。波形フィルタ手段２２０５は、例えば、低周波域および高周波域を低減するバンドパス型のアナログフィルタ、低周波域を低減するハイパス型のアナログフィルタなどで構成される。
　波形増幅手段２２０６は、電流波形の電圧値を増幅する。増幅度は、電流波形の最大電圧値と最小電圧値の振幅幅がＡＤ変換手段２２０７の入力範囲に一致する又はそれより多少小さい程度とする。例えば、電流波形の電圧値の幅が１００ｍＶに対して、ＡＤ変換手段２２０７の入力範囲が１０Ｖの場合には、増幅度はおよそ９０倍～１００倍にする。このようにすることで、次のＡＤ変換手段２２０７でデジタル化したときの誤差を少なくすることができる。
　ＡＤ変換手段２２０７は、ＡＤ変換器であり、増幅された電流波形の電圧値と、電圧センサ２２０１が計測した電圧値とをそれぞれアナログ値からデジタル値に変換し、記憶手段２２１２に記録する。アナログ値からデジタル値に変換する際には、時分割と量子化を行う。時分割とは、定められた時間周期ごとにアナログ値をデジタル値に変換することである。このためアナログ値は時間的に連続であるが、デジタル値は時間的に離散値となる。量子化とは、所定の電圧分解能に基づき、アナログ値をデジタル値に変換することである。このため、アナログ値は電圧的に連続であるが、デジタル値は電圧的に離散値となる。例えば、１０ビットの分解能を持ち、０V～５Vまでの入力範囲を持つＡＤコンバーターの場合、変換されたデジタル値は約４．８８ｍＶ単位の離散値となる。なお、インピーダンスアッパー手段２２０４、波形フィルタ手段２２０５、波形増幅手段２２０６およびＡＤ変換手段２２０７は一つの半導体にまとめてあっても良い。
　波形区切り手段２２０８は、記憶手段２２１２に記録された電流のデジタル値をその電圧周期ごとに区切り、電圧一周期間のサンプル値（サンプル電流値）の個数が所定の個数になるように調整する手段である。電圧周期は、ここでは商用周波数である５０Ｈｚ又は６０Ｈｚの波の周期であり、ＡＤ変換手段２２０７から入力される電圧センサ２２０１の計測結果から、電圧値の周期（電圧周期）を把握している。電圧周期は、商用周波数の場合、およそ１６ｍｓ又は２０ｍｓである。なお、電圧周期は、ＡＤ変換手段２２０７の時分割の周期の丁度倍数とは限らないため、電圧周期内に収まるサンプル値の個数は常に一定の個数ではなく、プラスマイナス１個の範囲で増減する。
　波形区切り手段２２０８は、サンプル値の個数が所定の個数に満たない場合、「０」を波形の最後に挿入してサンプル値の個数が所定の個数になるようにする。例えば、電圧１周期の間の電流値のサンプル数が２００と定められており、あるときの電流値のサンプル数が１９９個しかなかった場合は、電流値の一番最後に「０」を追加して、サンプル値の個数を２００個とする。
　また、波形区切り手段２２０８は、サンプル値の個数が所定の個数を超えている場合、超えたサンプル値を捨て、サンプル値の個数が所定の個数になるようにする。例えば、電圧１周期の間の電流値のサンプル数が２００と定められており、あるときの電流値のサンプル数が２０１あった場合は、電流値の一番最後の値を捨てて、サンプル値の個数を２００とする。
　波形平滑化手段２２０９は、波形区切り手段２２０８によって区切られた電流波形を複数読み込み、畳み込むことによって波形を平滑化する。畳み込むとは、波形を時間的にあわせて平均を取ることである。例えば、時刻Aにおける電圧１周期分の電流の各サンプル値が時間順に１、２、３、４であり、同様に時刻Bにおける電圧１周期分の電流の各サンプル値が時間順に５、６、７、８であった場合、時刻Aにおける電流値と時刻Bにおける電流値を畳み込むとは、（１＋５）÷２、（２＋６）÷２、（３＋７）÷２、（４＋８）÷２を計算することであり、畳み込んだ後の電流値は時間順に、３、４、５、６となる。
　特徴量計算手段２２１０は、波形平滑化手段２２０９が求めた平滑化波形から、所定の演算式により特徴量２２１０ａを計算する。特徴量２２１０ａはベクトルである。所定の演算として、本例では、ウェーブレット変換と二値化を用いる。平滑化した電流波形に対してウェーブレット変換を行い、そのウェーブレット係数を求める。そして、求めたウェーブレット係数を所定の閾値で二値化する。なお、特徴量計算手段２２１０の特徴量計算結果は、給電線２１４０に複数の機器が接続されている場合には、そのそれぞれの特徴量２２１０ａが含まれたものとなる。
　機器状態データベース２２３０は、１以上の参照機器エントリ２２３１を格納している。参照機器エントリ２２３１は、各機器毎にそれぞれ機器特徴量２２３１ａと機器状態２２３１ｂとを組にして保持するものである。機器特徴量２２３１ａは、その機器の状態が機器状態２２３１ｂで表される状態にある場合に電流変化として検出される特徴量である。機器状態２２３１ｂとしては、機器のＯＮ／ＯＦＦ状態、機器のモード状態、機器の経年劣化状態がある。機器のモード状態とは、例えばエアコンでは、「冷房」、「暖房」、「送風」などがある。機器の劣化状態とは、例えば、「電源破損」、「配線不良」などがある。
　それぞれの機器状態２２３１ｂにおいて、給電線２１４０に流れる電流にそれぞれの状態固有の特徴が表れることから、その機器特徴量２２３１ａと機器状態２２３１ｂとを組として機器状態データベース２２３０として保持する。例えば、配線不良の場合、機器の特徴量が通常時とは異なる特異なものになることから、配線不良を示す機器状態２２３１ｂと機器状態２２３１ｂと対として参照機器エントリ２２３１として保持する。
　機器状態検出手段２２２０は、特徴量計算手段２２１０の特徴量計算結果を、機器状態データベース２２３０内の全ての参照機器エントリ２２３１と対比させ、特徴量計算手段２２１０が計算した特徴量２２１０ａに合致（一致又は類似（一致率が所定の値以上）も含む）する機器特徴量２２３１ａを持つ参照機器エントリ２２３１を特定する。すなわち、各参照機器エントリ２２３１の機器特徴量２２３１ａと合致する特徴量２２１０ａが特徴量計算結果に含まれているか否かを判断する。含まれていると判断した場合、その参照機器エントリ２２３１の機器状態にある機器が給電線２１４０に接続されていると判断でき、その参照機器エントリ２２３１を合致参照機器エントリ２２２１として記憶手段２２１２に格納する。
　機器状態情報作成手段２２４０は、検索結果である合致参照機器エントリ２２２１に基づき機器状態情報を作成し、出力装置２２５０に出力する。
　出力装置２２５０は、機器状態情報作成手段２２４０からの機器状態情報を画面表示する手段で、画面表示の手段として、液晶ディスプレイ、テレビ出力などを備える。
　図１７は、出力装置２２５０に表示される結果画面の一例を示す図である。
　住居名２３０３と、機器ごとに機器名２３０１と機器の状態２３０２をユーザーが明確にその対応付けが分かる形で表示する。例えば、「入」、「切」の状態を表示する、モードを表示する、点灯時間を表示するなどである。この表示例は一例であって、機器名２３０１、機器状態２３０２、住居名２３０３などの各コンポーネントがこのような配置でなくても良い。また図１７に示す出力画面は、各コンポーネントが一部しかなくても良い。
　ＡＤ変換手段２２０７、波形区切り手段２２０８、波形平滑化手段２２０９、特徴量計算手段２２１０、機器状態検出手段２２２０、機器状態情報作成手段２２４０は、これらの機能を実現する回路デバイス等のハードウェアを用いて実現することもできるし、マイコンやＣＰＵ等の演算装置上で実行されるソフトウェアとして実現することもできる。メモリ等の記憶装置は、必要に応じて適宜備える。各手段間で共用してもよい。
　機器状態データベース２２３０は、メモリやＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）等の記憶装置にあらかじめ参照機器エントリ２２３１を格納しておくことにより構成することができる。また、機器状態データベース２２３０は、各手段の外部に備えていてもよい。また、機器状態データベース２２３０は遠隔地に設置されたデータサーバーであっても良い。
　記憶手段２２１２は、メモリやＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、フラッシュメモリ等の書き換え可能な記憶装置によって構成することができる。
　特徴量２２１０ａ、合致参照機器エントリ２２２１、参照機器エントリ２２３１は、記憶手段２２１２に格納されるデータとして構成することができる。
　図１８は、機器状態検出装置２０００が機器の状態を検出するフローである。以下、各ステップについて説明する。ここでは、テレビ２１３０の電源をＯＮした場合の例で説明する。
　図１９は、テレビ２１３０を付けた場合に給電線２１４０上に流れる電流２５０２とその時の給電線２１４０の電圧２５０１を示す図である。図１９において横軸は時間、縦軸右側は電圧[Ｖ]、縦軸左側は電流[Ａ]を示している。
　テレビ２１３０は図１９のようにテレビ固有の電流２５０２を持つ。また、このような固有波形は、電圧２５０１の周期ごとに繰り返し再現することは上述した通りである。
（Ｓ２４０１）
　電流電圧変換手段２２０３は、電流センサ２２０２で検出した給電線２１４０上を流れる電流値を電圧値に変換する。電流センサ２２０２で検出される電流値には、テレビ２１３０の電源をＯＮしたことによるテレビ固有の電流２５２０が含まれたものとなっている。
（Ｓ２４０２）
　インピーダンスアッパー手段２２０４は、電流センサ２２０２側のインピーダンスを高くする。
（Ｓ２４０３）
　波形フィルタ手段２２０５は、インピーダンスアッパー手段２２０４で増幅された電流波形から、特定周波数成分のみを抽出する。
　図２０は、波形フィルタ手段２２０５によって特定周波数のみを抽出したテレビ２１３０の電流２６０２とそのときの給電線２１４０の電圧２６０１を示す図である。図２０において横軸は時間、縦軸右側は電圧[Ｖ]、縦軸左側は電流[Ａ]を示している。ここでは、例としてカットオフ周波数５００Ｈｚの一次ハイパス線形フィルタを通過させた場合について示す。
　波形フィルタ手段２２０５を通る前の図１９の電流２５０２のうち、高周波域だけが抽出され、比較的パワーの大きい低周波成分が除去されたことにより、波形フィルタ手段２２０５を通った後である図２０の電流２６０２に示すように高調波成分のみが際立つ。どのような機器も、５０Ｈｚや６０Ｈｚなどの電圧と同じ周波数の電流成分が最もパワーが大きい。このため、これらの成分を残したまま電流波形を後の処理工程であるＡＤ変換手段２２０７でＡＤ変換してしまうと、高調波成分の分解能が悪くなる。したがって、波形フィルタ手段２２０５によってこのような低域の成分を除去し、高調波成分を抽出することにより、ＡＤ変換における分解能を向上することが可能となる。
（Ｓ２４０４）
　波形増幅手段２２０６は、波形フィルタ手段２２０５を通過した特定周波数成分だけを含む電流波形の電圧値を、ＡＤ変換手段２２０７の入力範囲まで増幅する。
（Ｓ２４０５）
　ＡＤ変換手段２２０７は、電圧センサ２２０１が変圧した給電線２１４０の電圧値と、増幅された電流波形とのそれぞれを、アナログ値からデジタル値に変換して、記憶手段２２１２に記録する。
（Ｓ２４０６）
　波形区切り手段２２０８は、電圧の周期ごとにデジタル値化された電流波形を区切り、区切った信号のサンプル値の個数が常に所定の個数となるように補正する。この処理については上述した通りである。
（Ｓ２４０７）
　波形平滑化手段２２０９は、一つの区切りごとに同じサンプル数になった電流波形をL周期分を畳み込む。この処理の詳細も、上述した通りである。
　図２１は、波形平滑化手段２２０９によって波形を平滑化した後のテレビ２１３０の電流２７０２とそのときの給電線の電圧２７０１である。図２１において横軸は時間、縦軸右側は電圧[Ｖ]、縦軸左側は電流[Ａ]を示している。
　波形平滑化手段２２０９による波形の畳み込み効果により、電圧周期ごとの再現性がない波の成分については打ち消される。図２１の電流２７０２に示すように、波形平滑化手段２２０９を通す前である図２０の電流２６０２から環境ノイズが除去されている。
　電流の高調波成分は非常に小さいため、環境ノイズに埋もれやすく、確実に計測することは難しい。このため、時間的にランダムに印加される環境ノイズと、電圧周期と同じ周期で繰り返し再現する高調波成分を分離するためには、電圧周期ごとに畳み込みを行って確率的に環境ノイズのパワーを押さえ込むことが有効である。波形平滑化手段２２０９は、このような畳み込みを数回～数百回行うことにより、環境ノイズを除去することができる。
（Ｓ２４０８）
　特徴量計算手段２２１０は、畳み込まれた電流波形に対してWavelet変換を行い、その係数を所定の複数の閾値を用いて２値化し、特徴量２２１０ａとする。
　図２２は、特徴量計算手段２２１０によってテレビ２１３０の電流波形に対してWavelet変換を行い、ウェーブレット係数２８０２とそのときの給電線２１４０の電圧２８０１を示したものである。ここでは、例として、一つのレベルのウェーブレット係数のみ示す。ウェーブレット係数には、テレビ固有の位置にテレビ固有のピーク２８０３があらわれる。この固有のピーク箇所は機器ごとに異なるため、ピークがどの位置に現れたかを観測することにより、どのような機器が稼動しているかを検出することができる。
　なお、複数の機器が同時に稼動している場合、それぞれの機器ごとの固有のピークが観測されるが、特徴量計算手段２２１０では、Wavelet変換を用いることで、ピークの幅が非常に狭くなるように変換できるため、機器ごとのピークの位置が重なってしまう可能性を小さくし、機器の誤検知を少なくすることができる。特徴量計算に用いる変換方法は、Wavelet変換に限られたものではないが、Wavelet変換は、時間領域の情報を残すことができる特徴を有することから、本例の場合のように、電圧周期内におけるピーク発生タイミングを特徴量として検出したい場合に有効な手段である。また、Wavelet変換を用いることにより、他の変換方法（例えばフーリエ変換）を用いた場合に比較して計算量を少なくできるため、小型のマイコンで対応できるという利点もある。
　図２３は、特徴量計算手段２２１０によって、テレビ２１３０の二値化したウェーブレット係数２９０２とその時の給電線の電圧２９０１を示したものである。横軸は時間、縦軸右側は電圧[Ｖ]、縦軸左側はウェーブレット係数２９０２の二値化後の値を示している。ここでは例として、ウェーブレット係数を０．１を閾値として二値化したものを示す。
　時間軸に対して、テレビ固有のピークが出る位置は「１」となり、ピーク値が出ない部分に関しては「０」となる。ウェーブレット係数の値自体は変動があるため、それをそのまま参照機器エントリ２２３１とのマッチングの判定に用いるのは誤検知の原因となり、適していない。しかし、図２３に示す２値化したウェーブレット係数２９０２を用いることで、誤差変動に強く、安定したマッチングを行うことができる。
　なお、二値化後のウェーブレット係数で示される特徴量２２１０ａとは、すなわちピーク数と、各ピーク間の時間間隔とによって表されるものである。また特徴量を２値化することにより、機器状態データベース２２３０に登録する機器特徴量２２３１ａのデータ量を大幅に小さくすることができる。すなわち、特徴量２２１０ａを計測値で登録するのに比べて、データサイズを大幅に小さくすることができる。なお、図２３には、テレビ２１３０の電流波形に基づく特徴量計算結果しか示されていないが、給電線２１４０には、多様な機器が接続されていることから、他の機器が同時に動いている場合にはそれぞれの機器のピークが両方とも表れることになる。しかしながら、特徴量２２１０ａ（ピーク数および各ピーク間の時間間隔）は、その機器固有のものであり、他の機器や他の機器状態の特徴量と一致することはなく、区別できるものである。また、上述したように、給電線２１４０に多様な機器が接続されている場合、特徴量計算手段２２１０では、複数の異なる特徴量２２１０ａを有する特徴量計算結果が取得されることになる。
（Ｓ２４０９），（Ｓ２４１０）
　機器状態検出手段２２２０は、特徴量計算手段２２１０で取得された特徴量計算結果と機器状態データベース２２３０内の参照機器エントリ２２３１とを対比させて、給電線２１４０に接続されている各機器の状態を取得する。
　すなわち、機器状態データベース２２３０の各参照機器エントリ２２３１の機器特徴量２２３１ａと一致又は類似する機器特徴量が特徴量計算結果に含まれているかを順次検索し、含まれている場合、その機器特徴量を有する参照機器エントリ２２３１を、合致参照エントリとして抽出し、ステップ（Ｓ２４１１）に進む。図２４に、その検索動作の模式図を示す。ここでは、テレビ２１３０がＯＮされた場合の例を示している。
　ここで、計測された特徴量２２１０ａと、機器特徴量２２３１ａが合致するかどうかの計算方法の代表例について説明する。機器特徴量２２３１ａは２値化され、「０」と「１」を要素に持つ時系列のベクトルである。このとき、機器特徴量２２３１ａが「１」の位置において、計測された特徴量も「１」であるかどうかを比較する。そして、計測された特徴量も「１」である位置の割合（スコア）を計算する。例えば、スコアが５０％以上である場合には、合致したと判断する。給電線２１４０に複数の機器が接続されている場合は、特徴量計算結果には複数の異なる特徴量２２１０ａが含まれているため、合致する参照機器エントリ２２３１も複数存在する。この場合、合致した全ての参照機器エントリ２２３１を合致参照機器エントリ２２２１として記憶手段２２１２に記録する。
　なお、検索の結果、合致するものが存在しなかった場合は処理を終了する。ここで、合致するものが存在しなかった場合とは、すなわち、特徴量計算手段２２１０で取得された特徴量計算結果内に、機器状態データベース２２３０に登録されている参照機器エントリ２２３１の機器特徴量２２３１ａと一致又は類似する特徴量２２１０ａがない場合である。具体的には参照機器エントリ２２３１として登録されていなかった新たな機器がＯＮされた場合が該当する。このように、新しい未知の機器がＯＮした場合に、その機器の特徴量２２１０ａに対応する参照機器エントリ２２３１は存在しないことから、例えば別の機器がＯＮしているといった誤推定を防止することができ、機器の稼動状態を高い精度で検出することができる。
（Ｓ２４１１）
　機器状態情報作成手段２２４０は、検索結果である合致参照機器エントリ２２２１に基づいて機器状態情報を作成する。
（Ｓ２４１２）
　出力装置２２５０は、機器状態情報を例えば図１７に示す表示画面で出力する。
　このように本実施の形態９によれば、給電線２１４０に流れる電流から給電線２１４０に接続されている機器の特徴量２２１０ａを算出し、その特徴量２２１０ａと、機器状態データベース２２３０に予め記憶された参照機器エントリ２２３１とを対比させて機器状態を特定するため、機器状態データベース２２３０には、機器状態毎にその機器状態２２３１ｂにおける機器特徴量２２３１ａを登録しておけばよく、従来のように宅内に存在する全機器の組み合わせを意識する必要がなく、全機器の稼働状態の組み合わせ学習の手間を軽減することが可能となる。また、全機器の組み合わせ分の登録データが必要であった従来に比べ、登録データ数（ここでは参照機器エントリ数）が格段に少なくて済むため、特徴量２２１０ａと機器状態データベース２２３０とを対比する際の処理計算量も少なくて済む。したがって、マイコンの能力が低くて済み、小型のマイコンで対応可能となる。
　また、機器状態データベース２２３０を特徴量計算と明確に分離することにより、機器状態データベース２２３０の更新のみによって新しい機器を登録したり、間違った参照機器エントリ２２３１を削除したりすることが簡単にできる。また、機器状態データベース２２３０をインターネットなどで接続されたサーバーからデータをダウンロードして更新することにより、常に最新の機器エントリを保つことができる。
　また、新たな未知の機器が稼働した場合、その機器の特徴量は機器状態データベース２２３０に登録されていないことから、他の機器と誤推定することを防止することが可能である。
　なお、出力装置２２５０として、本例では表示手段として説明したが、これに限られたものではなく、データ出力する手段としてもよい。すなわち、例えばインターネットに接続され、ＳＭＴＰサーバーに接続して、指定したメールアドレス宛に機器状態検出手段２２２０の検索結果である機器状態情報を送信する手段としても良い。この場合、一定周期ごとに機器状態情報を送信する。また、データ出力の手段として、無線通信装置、赤外線通信装置、Ethernet（登録商標）、RS-232Cなどの有線通信装置を備える。送信する機器状態情報は最後にメールを送信してから現在までに得た全ての新しい機器状態情報を送信しても良い。また、最新の機器状態情報のみを送信してもよい。また更に、小型の無線通信機を用いてホームゲートウェイを経由して、町全体を集中管理するセンターサーバーへデータを送信するようにしてもよい。図１７に示す出力画面は、センターサーバーにある集中管理端末上の画面であっても良い。
実施の形態１０．
　本発明の実施の形態１０は、建物内に給電線が複数ある場合に好適な技術に関する。具体的には例えば、一般的な家庭では、オール電化の普及により、現在単相３線による２２０Ｖの引き込みが主体となりつつある。このため、一戸の中に二つの給電線が存在する状況は頻繁に存在する。また、工場などでは、複数の給電線が存在することが一般的である。そこで、実施の形態１０では、このように二つの給電線に繋がった機器の状態を一括して検出することを可能とするものである。
　図２５は、本実施の形態１０における機器状態検出サーバー２１００の概略構成を示す模式図である。
機器状態検出サーバー２１００は、給電線２１０１　に接続された電圧センサ２１０２および電圧センサ２１０３に接続された機器状態検出装置２１０７と、電圧センサ２１０５および電流センサ２１０６に接続された機器状態検出装置２１０８とを備えた構成である。各機器状態検出装置２１０７，２１０８の内部構成は、実施の形態９で説明したものとほぼ同じである。機器状態検出装置２１０７は給電線２１０１　に繋がる機器の状態を検知し、機器状態検出装置２１０８は給電線２１０４　に繋がる機器の状態を検知する。なお、ここでは機器状態検出装置を２組備えた例を示しているが、更に複数であってももちろん良い。
　図２６は、機器状態検出サーバー２１００の構成を示す機能ブロック図である。図２６において、図１６と同一部分には同一符号を付し、説明を省略する。
　機器状態検出サーバー２１００は、機器状態検出装置２１０７と、機器状態検出装置２１０８と、機器状態検出装置２１０７，２１０８のそれぞれで得られる機器状態を統合する統合手段２３１０と、統合結果を出力する出力装置２２５０と、機器状態検出サーバー２１００全体を制御する制御手段２３２０とを備えている。なお、機器状態検出サーバー２１００に備える各機器状態検出装置２１０７，２１０８は、実施の形態９で説明したようにそれぞれ出力装置２２５０を備えていてもよいが、出力装置２２５０は機器状態検出サーバー２１００として少なくとも１つあれば十分であるため、ここでは、機器状態検出装置２１０７，２１０８内の各構成から出力装置２２５０を除いた構成を機器状態検出サーバー２１００に備えているものとする。
　統合手段２３１０は、機器状態検出装置２１０７により検索された機器情報に対して機器状態検出装置２１０７を示すＩＤを付与し、機器状態検出装置２１０８によって検索された機器情報に機器状態検出装置２１０８を示すＩＤを付与し、これらを両方ともまとめて一つの機器状態情報として保持するものである。
　機器状態検出サーバー２１００は、これら複数の給電線２１０１　，１１０４にそれぞれ繋がる機器の状態を、それぞれ対応の機器状態検出装置２１０７，２１０８で同時に検出し、それぞれで検出した機器情報を、統合手段２３１０で統合して一つの出力装置２２５０でまとめて出力する。その結果、例えば給電線２１０１　にテレビと電子レンジが接続され、給電線２１０４　に掃除機と照明とが接続されている場合、図１７に示したような一つの表示画面でまとめて機器状態を表示することが可能となる。
　また、２２０Ｖ機器、例えばＩＨ調理器などは、給電線２１０１　と給電線２１０４　にまたがって接続される。このため、機器状態検出装置２１０７と機器状態検出装置２１０８とでは同じ機器の状態が重複して検出される。機器状態検出サーバー２１００は、これら重複した機器状態の情報を用いることで、機器状態情報の信頼性を向上させることができる。具体的には例えば、ＩＨ調理器は給電線２１０１　側と給電線２１０４　側の両方から検出される機器であることを、参照機器エントリ２２３１に更に追加情報として加えておき、機器状態検出装置２１０７と機器状態検出装置２１０８の一方でＩＨ調理器が検出され、他方で検出されない場合には、その情報が誤っていると判断する、などである。
実施の形態１１．
　本発明の実施の形態１１は、複数の建物や各部屋それぞれに設置された機器の機器状態をまとめて遠隔監視する際に好適な技術に関する。
　図２７は、実施の形態１１の機器状態検出システム２２００の利用形態を示す図である。
　機器状態検出システム２２００は、上記実施の形態９と同様の構成を有する機器状態検出装置２２０１Ａ，２２０２Ａとネットワーク２２０４Ａを介して接続されている。ネットワーク２２０４Ａは専用線、電話線、インターネットなどである。機器状態検出装置２２０１Ａ，２２０２Ａのそれぞれは、別の建物や階、部屋に設置され、機器状態検出システム２２００は、機器状態検出装置２２０１Ａ，２２０２Ａの設置場所から例えば遠隔地に設置されている。機器状態検出システム２２００は、機器状態検出装置２２０１Ａ，２２０２Ａのそれぞれで取得した機器状態情報をネットワーク２２０４Ａを介して受信し、機器状態検出装置２２０１Ａ，２２０２Ａの設置場所である各建物や各部屋の機器状態を監視し、この監視結果に基づき、省エネアドバイスをするなどの新しいサービスの提供を可能とするものである。
　機器状態検出装置２２０１Ａ，２２０２Ａと、機器状態検出システム２２００とは、ネットワーク２２０４Ａを介して電子メールの送受信が可能に構成されており、機器状態検出装置２２０１Ａ，２２０２Ａは、電子メールにより、リアルタイムに機器状態の検出結果を機器状態検出システム２２００に送信する。また、機器状態検出装置２２０１Ａ，２２０２Ａは、機器状態情報を送る際、送信者を特定することができるＩＤと機器状態を検出した時刻とを付与して送信する。
　図２８は、機器状態検出システム２２００の構成を示す機能ブロック図である。
　機器状態検出システム２２００は、ネットワーク２２０４Ａを介して機器状態検出装置２２０１Ａ，２２０２Ａと通信するための通信手段２２１０Ａと、機器状態検出装置２２０１Ａ，２２０２Ａから送信されてくるメールを蓄積するメールボックス２２１１と、メールボックス２２１１内に蓄積されたメールに基づき機器状態検出装置２２０１Ａ，２２０２Ａが設置された場所における機器状態を機器状態情報として管理する機器状態情報管理手段２２１２Ａと、機器状態情報を記憶する機器状態情報データベース２２１３と、管理結果を表示する表示手段２２１４と、機器状態検出システム２２００全体を制御する制御手段２２１５とを備えている。機器状態情報データベース２２１３で管理された情報は、表示手段２２１４に管理結果として表示される以外に、各種サービスを行うための情報として使用される。機器状態検出システム２２００は、図示しないマイクロコンピュータ（以下、マイコンという）を備えており、マイコン内のＣＰＵおよび内部メモリに記憶された所定の演算プログラムに基づいて制御手段２２１５および機器状態情報管理手段２２１２Ａが実現されている。
　機器状態検出システム２２００は、機器状態検出装置２２０１Ａ，２２０２Ａから送信されてくるメールを通信手段２２１０Ａを介して一定周期ごとに受信し、メールボックス２２１１内に蓄積する。なお、機器状態検出装置２２０１Ａ，２２０２Ａからの機器状態検出結果の通知は、メールによる方法に限られず、機器状態検出装置２２０１Ａと直接通信できる場合は直接通信によってデータをやり取りしても良い。
　機器状態検出システム２２００と機器状態検出装置２２０１Ａ，２２０２Ａとのやりとりをメールで行う場合には、非常に多くの機器状態検出装置がネットワーク２２０４Ａ上に繋がったとしても、ネットワーク２２０４Ａ上のトラフィック増加によって通信負荷が増大するといった問題を回避することができる。すなわち、機器状態検出装置２２０１Ａ，２２０２Ａと、機器状態検出システム２２００との間の通信を、セッションを確立して通信を開始する形態に比べて、通信負荷を軽減することが可能である。
　また、一般的な家庭のネットワークでは通常ファイアーウォールが設定されているため、専用のポートによる通信はこれらの設定変更の煩雑さが発生する。しかしながら、メール通信の場合、非常に一般的なプロトコルとポートを使用するためこのような手間を省くことができる。
　このように構成された機器状態検出システム２２００では、機器状態検出装置２２０１Ａ，２２０２Ａをそれぞれ各家庭に設置することにより、複数の家の機器状態を機器状態情報データベース２２１３で一括して管理することが可能となる。このため、省エネアドバイスなどの新しいサービスを提供することが可能となる。例えば、冷房機器が付けっぱなしになっていたり、外気温に対して冷房温度が必要以上に低く設定されている等を機器状態検出システム２２００側で検知できるため、その状態に応じた適切な省エネアドバイスが可能となる。
　なお、ネットワーク２２０４Ａに接続される装置を機器状態検出装置としたが、実施の形態１０で説明した機器状態検出サーバー２１００としても良い。この場合も上記と同様の作用効果が得られる。
実施の形態１２．
　図２９は本発明の実施の形態１２に係る生活者異常検知装置を示すブロック図及び外観斜視図である。
　実施の形態１２の生活者異常検知装置３００１は、無線アクセスポイント３０２０からの電波をアンテナ３００３を介して受信する無線通信手段３００２と、活動判定手段３００４と、活動判定手段３００４からの信号に基づいて点灯／消灯するＬＥＤ表示部３００５と、各種の機器３０３０からの電波をアンテナ３００７を介して受信する稼動機器検知手段３００６と、稼動機器検知手段３００６からの信号に基づいて点灯／消灯するＬＥＤ表示部３００８と、機器３０３０を制御する制御信号をアンテナ３０１０を介して送信する異常検知手段３００９と、異常検知手段３００９からの信号に基づいてブザー音を発する警報ブザー３０１１とを備えている。
　生活者異常検知装置３００１の外部に存在する無線アクセスポイント３０２０は、例えば、特定の周波数の電波を一定の電波強度で発信する無線ＬＡＮルーター、コードレス電話、無線ＬＡＮ機能付きノートパソコン、設備制御用の通信機などの無線通信機器である。無線アクセスポイント３０２０からは無線電波が一定期間かつ断続的に送信されている。
　前述の無線通信手段３００２は、無線アクセスポイント３０２０からの電波（同一周波数）が受信されたときに電波強度を計測する通信機、ＣＰＵ、通信機が計測を開始した際にＣＰＵが無線通信手段３００２として実行するためのプログラム、このプログラムが保存されたＲＯＭ、ＣＰＵの実行により得られたデータを一時的に保存するためのＲＡＭ等で構成されている。この無線通信手段３００２は、無線アクセスポイント３０２０からの電波がアンテナ３００３を介して受信されると、一定期間、受信電波の強度を計測し、それをデータとしてＲＡＭに保存する。そして、所定時間の間の電波強度を読み出して電波強度の最小値と最大値の差から電波強度の変化値を算出し、データとして受信時刻と共にＲＡＭに保存する。一定期間及び所定時間は、前記のＲＯＭに保存されている。
　活動判定手段３００４は、例えば、ＣＰＵ、無線通信手段３００２が動作を開始した際にＣＰＵが活動判定手段３００４として実行するためのプログラム、このプログラムが保存されたＲＯＭ、ＣＰＵの実行により得られたデータを一時的に保存するためのＲＡＭ等で構成されている。この活動判定手段３００４は、無線通信手段３００２によって算出された電波強度の変化値を読み込んで、予め設定された閾値と比較する。電波強度の変化値が閾値以上のときは生活者が活動していると判定し、その変化値が閾値より低いときは生活者が活動していないと判定し、この何れかの判定結果を活動情報としてＲＡＭに保存する。また、生活者が活動していると判定したときはＬＥＤ表示部３００５を点灯し、生活者が活動していないと判定したときはＬＥＤ表示部３００５を消灯する。前述した閾値はＲＯＭに保存されている。
　稼動機器検知手段３００６は、例えば、検知対象の機器３０３０からの電波を受信する通信機、ＣＰＵ、通信機が検知対象の機器３０３０からの電波が受信した際にＣＰＵが稼動機器検知手段３００６として実行するためのプログラム、このプログラムが保存されたＲＯＭ、ＣＰＵの実行により得られたデータを一時的に保存するためのＲＡＭ等で構成されている。この稼動機器検知手段３００６は、周辺に設置された検知対象の機器３０３０からの電波がアンテナ３００７を介して受信されると、その受信電波から機器３０３０の稼動状態の情報を取得し、機器情報としてＲＡＭに保存する。また、その機器情報に基づいてＬＥＤ表示部３００８を点灯／消灯する。例えば、検知対象の機器３０３０が稼動しているときはＬＥＤ表示部３００８を点灯し、その機器３０３０が稼動していないときはＬＥＤ表示部３００８を消灯する。
　前述の機器３０３０は、例えば、照明、空調装置、音響装置、ＡＶ装置、ＩＨクッキングヒーター、エアコン、テレビ、ドライヤー、温水便座等である。各機器３０３０は、ＯＮ／ＯＦＦの状態や稼動状態を無線通信で稼動機器検知手段３００６に通知する通信機能を有している。例えばエアコンにおいては、リモコンによって「ＯＦＦ」から「暖房」に変わった場合、「エアコン、暖房」といった稼動状態を稼動機器検知手段３００６に送信する。
　異常検知手段３００９は、例えば、ＣＰＵ、活動判定手段３００４が動作した際にＣＰＵが異常検知手段３００９として実行するためのプログラム、このプログラムが保存されたＲＯＭ、ＣＰＵの実行により得られたデータを一時的に保存するためのＲＡＭ、ＣＰＵによって生成された機器３０３０に対する制御信号を無線で送信する通信機等で構成されている。この異常検知手段３００９は、活動判定手段３００４のＲＡＭに保存された活動情報から住居内に生活者が居ると判定したとき異常なしと判定する。また、住居内に生活者が居ないことを確認したときは稼動機器検知手段３００６のＲＡＭに保存された機器情報から検知対象の機器３０３０が稼動しているかどうかを判定する。例えば、生活者が居ないのに照明がＯＮ状態であったり、エアコンが稼働していたり、また、ＩＨクッキングヒーターが稼動していた場合は、異常と判定して警報ブザー３０１１を作動すると共に、ＯＮ状態の照明をＯＦＦしたり、エアコンの出力を下げたり、また、ＩＨクッキングヒーターの稼動を停止させる制御信号をその機器３０３０に送信する。
　次に、前記のように構成された生活者異常検知装置の動作について図３０～図３６を用いて説明する。
　まず最初に、無線アクセスポイント３０２０から生活者異常検知装置３００１に送信される電波の強度について説明する。図３０は無線アクセスポイントから生活者異常検知装置に送信される電波の経路を示す模式図である。
　無線アクセスポイント３０２０から放射された電波は、図中に示すように、直進する電波と、部屋３０４０内の床面や天井、壁等にぶつかって反射する電波とがあり、この様々な経路をたどって生活者異常検知装置３００１に到達する。各経路をたどって生活者異常検知装置３００１に到達した電波は、その経路長が異なるため、位相がずれた状態で無線通信手段３００２により受信される。位相の異なる電波は、互いに打ち消しあったり強めあったりする。
　例えば、障害物３０５０のある部屋３０４０では、電波は障害物３０５０に当たって弱くなるが、無線通信手段３００２における受信電波の強度は、必ずしも弱くなるわけではなく、障害物３０５０の位置によってその電波強度の値は大きく上下する。障害物３０５０が移動する場合、無線通信手段３００２における受信電波の強度は激しく変動する。例えば、障害物３０５０が生活者であった場合、生体活動に伴う微小なゆれや振動であっても、受信電波の強度は計測可能なレベルで十分大きく変動する。このため、生活者が就寝中であった場合でも、無線通信手段３００２における受信電波の強度に十分な揺らぎが発生し計測可能である。
　次に、無線通信手段及び活動判定手段の動作について図３１及び図３２を用いて説明する。　図３１は実施の形態１２に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャート、図３２は無線通信手段によって計測された受信電波の強度を示す図である。なお、図３２に示す電波強度は、０に近いほど弱く、１００に近いほど強いことを示し、午前０時から翌日の午前０時までの２４時間の間に計測された一例である。
　無線通信手段３００２は、無線アクセスポイント３０２０からの電波をアンテナ３００３を介して受信すると（Ｓ３０３１）、一定期間、受信電波の強度を計測し（Ｓ３０３２）、データとしてＲＡＭに保存する。この無線通信手段３００２により計測された電波強度は、図３２に示すように、生活者が外出していた時間帯では殆ど変化がないが、生活者が住居内に居る時間帯では時々刻々と変化している。また、生活者が就寝中のときは、受信電波の強度は、生活者の寝返りなどの動きに伴って、時々刻々と変化している。
　無線通信手段３００２は、受信電波の強度の計測が終了すると、所定時間の間の電波強度をＲＡＭから読み出して電波強度の最小値と最大値の差から電波強度の変化値を算出し（Ｓ３０３３）、受信時刻と共に前記のＲＡＭに保存する。この動作は、無線アクセスポイント３０２０から電波が送信される毎に繰り返し行われる。
　一方、活動判定手段３００４は、電波強度の変化値が算出されると、無線通信手段３００２のＲＡＭに保存された電波強度の変化値を読み出して、予め設定された閾値と比較する（Ｓ３０３４）。変化値が閾値以上のときは、生活者の活動有りと判定してその結果を活動情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００５を点灯して、ユーザーに対し活動有りと判定した旨を明示し（Ｓ３０３５）、前述した一連の処理を終了する（Ｓ３０３７）。
　また、電波強度の平均値が閾値より低いときは、生活者の活動無しと判定してその結果を活動情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００５を消灯して、ユーザーに対し活動無しと判定した旨を明示し（Ｓ３０３６）、前述した一連の処理を終了する（Ｓ３０３７）。
　以上のように、受信した電波強度の変化値が所定の閾値以上のときに生活者の活動が有ると判定することにより、物や扉の開け閉めといった物体の位置の変化の影響を受けずに生活者の活動を検知することができる。
　次に、稼動機器検知手段の動作について図３３を用いて説明する。
　図３３は実施の形態１２に係る生活者異常検知装置の稼動機器検知手段の動作を示すフローチャートである。
　稼動機器検知手段３００６は、検知対象の機器３０３０からの電波をアンテナ３００７を介して受信すると（Ｓ３０５１）、受信電波から機器３０３０の稼動状態を示す状態通知を抽出して、その状態通知をＲＡＭに保存する。そして、そのＲＡＭに保存した状態通知を参照して機器３０３０が稼動しているかどうかを判定する（Ｓ３０５２）。状態通知から機器３０３０が稼動していると判定したときは、その結果を機器情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００８を点灯して、ユーザーに対し機器３０３０の稼動を検知した旨を明示し（Ｓ３０５３）、前述した一連の処理を終了する（Ｓ３０５５）。
　また、稼動機器検知手段３００６は、状態通知から機器３０３０が稼動していないと判定したときは、その結果を機器情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００８を消灯して、ユーザーに対し機器３０３０が稼動していない旨を明示し（Ｓ３０５４）、前述した一連の処理を終了する（Ｓ３０５５）。
　以上のように、検知対象の機器３０３０からの状態通知を受信することにより、物理的に離れた位置にある機器３０３０の状態を取得することができる。
　図３４は実施の形態１２に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。
　異常検知手段３００９は、活動判定手段３００４のＲＡＭから生活者の活動情報を読み出して、異常検知の処理を開始する（Ｓ３０７１）。先ず、活動情報から住居内で生活者が活動しているかどうかを判定し（Ｓ３０７２）、その活動情報から生活者が活動していると判定したときは異常検知の処理を終了する（Ｓ３０７５）。
　また、異常検知手段３００９は、活動情報から生活者が活動していないと判定したときは、稼動機器検知手段３００６のＲＡＭから機器情報を読み出して、検知対象の機器３０３０（例えば、テレビやエアコン等）が稼動しているかどうかを判定する（Ｓ３０７３）。検知対象の機器３０３０が稼動していないと判定したときは異常検知の処理を終了する（Ｓ３０７５）。一方、生活者が活動していないときに、機器情報から検知対象の機器３０３０が稼動していると判定したときは、警報ブザーを作動し、かつ検知対象の機器３０３０に対して稼動を停止、或いは出力を下げさせる制御信号を送信し（Ｓ３０７４）、異常検知の処理を終了する（Ｓ３０７５）。
　前述した一連の異常検知処理は、活動判定手段３００４が自己のＲＡＭに活動情報を、また、稼動機器検知手段３００６が自己のＲＡＭに機器情報をそれぞれ保存する毎に行われる。
　ここで、具体的に異常有無の検知例について図３５を参照しながら説明する。
　図３５は異常検知手段による異常有無の検知例を示す図である。なお、図３５の（１）～（４）に示す黒の四角は、生活者が活動している状態と機器が稼動している状態を示し、白の四角は、生活者が活動していない状態と機器が稼動していない状態を示している。
　図中の（１）は、例えば生活者が就寝しているときで、検知対象の機器３０３０が使用されていない状態であり、（２）は、例えばお昼時などに検知対象の機器３０３０が使用された状態である。これらの場合、異常検知手段３００９は、生活者の活動有りを検知して、検知対象の機器３０３０が稼動しているか否かに関係なく正常と判定する。
　（３）は、例えば生活者が外出中で、検知対象の機器３０３０が使用されていない状態である。この場合、異常検知手段３００９は、生活者の活動無しを検知し、検知対象の機器３０３０が稼動していないと検知し、正常と判定する。
　（４）は、検知対象の機器３０３０が使用された後に、生活者の活動が途中でなくなった状態である。この場合は、例えば、機器３０３０を使っていたが、途中で具合が悪くなってうずくまってしまった、或いは倒れて動けなくなった、又は機器を使用したまま外出してしまったといった状態である。このような場合、異常検知手段３００９は、途中において生活者の活動無しを検知し、検知対象の機器３０３０が稼動していると検知し、異常と判定する。
　次に、生活者異常検知装置３００１の設置例について図３６を用いて説明する。
　図３６は実施の形態１２に係る生活者異常検知装置の設置例を示す図である。
　住居内に生活者異常検知装置３００１と検知対象の機器３０３０が設置され、生活者３０５０が住居内で暮らしている。住居内は周りを外壁に囲まれているため、機器３０３０や生活者異常検知装置３００１が発する無線信号が外に漏洩することはない。無線アクセスポイント３０２０は住居内に設置される。生活者３０５０が住居内を動き回っているときに、無線アクセスポイント３０２０から一定の出力で送信された電波は、生活者異常検知装置３００１に到達し、無線通信手段３００２における受信電波の強度は時々刻々と変化する。これにより、活動判定手段３００４は住居内に生活者３０５０が居ることが容易に推定できる。また、生活者３０５０が検知対象の機器３０３０を操作した場合、その機器３０３０から操作に応じた状態通知が生活者異常検知装置３００１に送信される。この時、稼動機器検知手段３００６は、これを受信することにより、機器３０３０が操作されたということを把握することができる。生活者異常検知装置３００１は、設置された住居内に異常がないかどうかを監視し続ける。
　以上のように実施の形態１２によれば、生活者の活動がないときに、検知対象の機器３０３０の稼動を検知したとき異常ありと判定して警報ブザー３０１１を作動させるようにしたので、周囲に対して異常を報知することができる。また、異常と判定した際に、検知対象の機器３０３０をＯＦＦ、或いは出力を下げるようにしたので、エネルギーの無駄使いを減らすことが可能になり、省エネアプリケーションを提供することができる。さらに、生活者の活動がなく、機器３０３０の稼動があるという状態を異常と判断することにより、アルゴリズムを簡略化し、記憶容量の少ないＲＯＭやＲＡＭを備えたマイコンなどに実装することができる。
実施の形態１３．
　実施の形態１２では、稼動機器検知手段３００６が機器３０３０からの状態通知に基づいて機器３０３０の稼動状態を判定するようにしたものであるが、実施の形態１３は、検知対象の機器３０３０に流れる電流から機器３０３０の稼動状態を検知するようにしたものである。
　図３７は本発明の実施の形態１３に係る生活者異常検知装置の外観を示す正面図である。なお、生活者異常検知装置３００１の構成は、稼動機器検知手段３００６及び異常検知手段３００９を除き、実施の形態１２と同様である。
　実施の形態１３に係る生活者異常検知装置３００１は、住居内に設置されたコンセント３０６０に着脱可能に接続される接続プラグと、この接続プラグに接続された機器３０３０の電源プラグ３０３０ａ差込用のコンセント３０１２と、接続プラグとコンセント３０１２の間に挿入されたシャント抵抗及びリレーの接点と、シャント抵抗による電圧降下の値をデジタル値に変換して稼動機器検知手段３００６に出力するＡ／Ｄ変換器とを備えている。
　この生活者異常検知装置３００１における稼動機器検知手段３００６は、Ａ／Ｄ変換器の出力から電流値を検知し、予め設定された閾値と比較する。電流値が閾値より低いときは機器３０３０が稼動していないと判定し、電流値が閾値以上のときは機器３０３０が稼動していると判定し、何れかの判定結果を機器情報としてＲＡＭに保存する。前述の閾値は、稼動機器検知手段３００６に設けられたＲＯＭに保存されている。
　異常検知手段３００９は、活動判定手段３００４のＲＡＭに保存された活動情報と稼動機器検知手段３００６のＲＡＭに保存された機器情報とから異常と判定したとき、リレーを動作させて前述の接点をＯＦＦし、機器３０３０への電源供給を遮断する。
　次に、稼動機器検知手段３００６及び異常検知手段３００９の動作を説明する。
　図３８は実施の形態１３に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。なお、生活者異常検知装置３００１の接続プラグがコンセント３０６０に接続されているものとして説明する。
　稼動機器検知手段３００６は、予め設定された周期で、本装置３００１のコンセント３０１２に電源プラグ３０３０ａが接続された検知対象の機器３０３０の電流値をシャント抵抗及びＡ／Ｄ変換器を介して計測し（Ｓ３１０１）、その電流値が閾値以上かどうかを判定する（Ｓ３１０２）。検知対象の機器３０３０の電流値が閾値以上のときは、その機器３０３０が稼動していると判定して、その結果を機器情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００８を点灯して（Ｓ３１０３）、ユーザーに対し機器３０３０の稼動を検知した旨を明示し、前述した一連の処理を終了する（Ｓ３１０５）。また、電流値が閾値より低いときは、検知対象の機器３０３０が稼動していないと判定して、その結果を機器情報としてＲＡＭに保存する。そして、前記のＬＥＤ表示部３００８を消灯して（Ｓ３１０４）、ユーザーに対し機器３０３０の稼動が検知されなかった旨を明示し、前述した一連の処理を終了する（Ｓ３１０５）。
　一方、異常検知手段３００９は、活動判定手段３００４のＲＡＭから生活者の活動情報を読み出して、生活者が活動しているかどうかを判定する。その活動情報から生活者が活動していると判定したときは異常検知の処理を終了する。また、活動情報から生活者が活動していないと判定したときは、稼動機器検知手段３００６のＲＡＭから機器情報を読み出して、検知対象の機器３０３０が稼動しているかどうかを判定する。検知対象の機器３０３０が稼動していないと判定したときは異常検知の処理を終了する。一方、生活者が活動していないときに、機器情報から検知対象の機器３０３０が稼動していると判定したときは、警報ブザーを作動すると共に、リレーを動作させてその接点をＯＦＦ状態にする。
　以上のように実施の形態１３によれば、本装置３００１のコンセント３０１２に電源プラグ３０３０ａが接続された検知対象の機器３０３０の電流値が閾値以上のとき、その機器３０３０が稼動していると判定するようにしたので、無線通信機能が付いていない機器３０３０の稼動状態を検知することができる。また、検知対象の機器３０３０の電流値が閾値以上のとき、即ち検知対象の機器３０３０が稼動しているときに生活者の活動が検知されなかった場合、その機器３０３０の電源を遮断するようにしたので、電力の無駄使いを低減でき、省エネアプリケーションを提供できる。
実施の形態１４．
　実施の形態１３では、検知対象の機器３０３０の電流検知としてシャント抵抗における電圧降下を計測するようにしたが、実施の形態１４は、クランプ式の変流トランスを用いて検知対象の機器３０３０の高調波電流を検知するようにしたものである。
　図３９は本発明の実施の形態１４に係る生活者異常検知装置の外観を示す正面図である。なお、図中に示す３本の接続端子３０１４は、本実施の形態では無いものとして説明する。また、生活者異常検知装置３００１の構成は、稼動機器検知手段３００６及び異常検知手段３００９を除き、実施の形態１２と同様である。
　実施の形態１４に係る生活者異常検知装置３００１は、住居内に設けられた分電盤の近傍に設置され、分電盤のメインブレーカの２次側（１００Ｖ給電線）に流れる電流を検知するクランプ式の変流トランス３０１３を備えている。この生活者異常検知装置３００１における稼動機器検知手段３００６は、予め検知対象の例えばテレビ、エアコン等の複数の機器３０３０に流れる電流を変流トランス３０１３を介して計測し、電流に含まれる高調波を抽出してＲＡＭに保存する。この高調波の保存は、本装置３００１の使用前に検知対象の機器３０３０を学習させるためである。その後は、計測電流から高調波を抽出しＲＡＭに保存した高調波と比較して検知対象の機器３０３０かどうかを判定する。検知対象の機器３０３０と判定したときは稼動していると判定し、ほぼ同じ高調波を検知できなかったときは検知対象の機器３０３０が稼動していないと判定し、何れかの判定結果を機器情報としてＲＡＭに保存する。
　異常検知手段３００９は、活動判定手段３００４のＲＡＭに保存された活動情報と稼動機器検知手段３００６のＲＡＭに保存された機器情報とから異常と判定したとき、警報ブザー３０１１を動作させてユーザにその旨を報知する。
　次に、稼動機器検知手段３００６及び異常検知手段３００９の動作を説明する。
　図４０は実施の形態１４に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。
　稼動機器検知手段３００６は、変流トランス３０１３を介して電流を計測し（Ｓ３１２１）、計測電流に高調波が含まれているかどうかを判定する（Ｓ３１２２）。高調波が含まれていないときは、この動作を繰り返し行う。計測電流に高調波が含まれているときは、その高調波を抽出し予めＲＡＭに保存した高調波と比較して検知対象の機器３０３０かどうかを判定する（Ｓ３１２３）。ほぼ同じ高調波を検知したときは、検知対象の機器３０３０が稼動していると判定して、その結果を機器情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００８を点灯して（Ｓ３１２４）、ユーザーに対し検知対象の機器３０３０が稼動した旨を明示し、前述した一連の処理を終了する（Ｓ３１２６）。また、抽出した高調波がＲＡＭに保存されていないときは、検知対象の機器３０３０が稼動していないと判定して、その結果を機器情報としてＲＡＭに保存する。そして、前記のＬＥＤ表示部３００８を消灯して（Ｓ３１２５）、ユーザーに対し検知対象の機器３０３０が稼動していない旨を明示し、前述した一連の処理を終了する（Ｓ３１２６）。
　一方、異常検知手段３００９は、活動判定手段３００４のＲＡＭから生活者の活動情報を読み出して、生活者が活動しているかどうかを判定する。その活動情報から生活者が活動していると判定したときは異常検知の処理を終了する。また、活動情報から生活者が活動していないと判定したときは、稼動機器検知手段３００６のＲＡＭから機器情報を読み出して、検知対象の機器３０３０が稼動しているかどうかを判定する。検知対象の機器３０３０が稼動していないと判定したときは異常検知の処理を終了する。一方、生活者が活動していないときに、機器情報から検知対象の機器３０３０が稼動していると判定したときは、警報ブザーを作動する。
　以上のように実施の形態１４によれば、分電盤のメインブレーカの２次側に流れる電流を変流トランス３０１３で計測し、計測電流から高調波を抽出して検知対象の機器３０３０が稼動しているかどうかを判定するようにしたので、無線通信機能が付いていない機器３０３０の稼動状態を検知することができる。また、測定電流から検知対象の機器３０３０とほぼ同じ高調波を検知したときに、生活者の活動が検知されなかった場合、その旨をユーザーに報知するようにしたので、電源の切り忘れた機器３０３０を速やかにＯＦＦすることができ、検知対象の機器３０３０の無駄な電力の消費を防止することができる。
　なお、実施の形態１４では、生活者異常検知装置３００１の設置場所を分電盤の近傍としたが、生活者異常検知装置３００１を電力メータや柱上トランスに隣接する場所などに設置しても良い。また、分電盤の２次側の電力線に変流トランス３０１３を用いて検知対象の機器３０３０の電流を計測するようにしても良い。
　また、分電盤のメインブレーカの２次側に流れる電流を変流トランス３０１３で計測して高調波を抽出するようにしたが、電力線から取得できる、消費電力、無効電力、電圧変動、電流実効値、電圧実効値、回路インピーダンス、周波数スペクトルなどを用いても良いし、これらを組み合わせたものであっても良い。
　また、実施の形態１４では、変流トランス３０１３を備えた生活者異常検知装置３００１について述べたが、分電盤のメインブレーカの２次側の給電線と接続する接続端子３０１４（図３９参照）を備えた生活者異常検知装置３００１を用いるようにしても良い。この場合、１００Ｖ（対地電圧）及び２００Ｖの電圧をそれぞれ計測し、予め検知対象のテレビ、エアコン（２００Ｖ用）等が稼動しているときに発生する電圧波形のひずみを学習しておき、その電圧波形のひずみを検知したときに検知対象であるテレビやエアコンの稼動を検知するようにする。
　このように構成した場合も無線通信機能が付いていない機器３０３０の稼動状態を検知することができる。また、測定電圧から検知対象の機器３０３０とほぼ同じ電圧波形（ひずみ）を検知したときに、生活者の活動が検知されなかった場合、その旨をユーザーに報知するようにしているので、電源の切り忘れた機器３０３０を速やかにＯＦＦすることができ、検知対象の機器３０３０の無駄な電力の消費を防止することができる。
実施の形態１５．
　実施の形態１５は、機器３０３０から発生するＥＭＣノイズ（電磁波ノイズ）を検知したときに機器３０３０が稼動していると判定するようにしたものである。
　図４１は本発明の実施の形態１５に係る生活者異常検知装置の外観を示す斜視図である。なお、生活者異常検知装置３００１の構成は、稼動機器検知手段３００６を除き、実施の形態１２と同様である。
　実施の形態１５に係る生活者異常検知装置３００１は、機器３０３０から放射されるＥＭＣノイズを計測するためのアンテナ３０１５を備えている。この生活者異常検知装置３００１における稼動機器検知手段３００６は、予め検知対象の機器３０３０から放射されるＥＭＣノイズを受信し、ＲＡＭにデータとして保存する。このＥＭＣノイズの保存は、本装置３００１の使用前に検知対象の機器３０３０を学習させるためである。その後は、受信したＥＭＣノイズとＲＡＭに保存したＥＭＣノイズを比較して検知対象の機器３０３０かどうかを判定し、検知対象の機器３０３０と判定したときは稼動していると判定し、ほぼ同じノイズを検知できなかったときは検知対象の機器３０３０が稼動していないと判定し、何れかの判定結果を機器情報としてＲＡＭに保存する。
　次に、稼動機器検知手段３００６の動作を説明する。
　図４２は実施の形態１５に係る生活者異常検知装置の稼動機器検出手段の動作を示すフローチャートである。
　稼動機器検知手段３００６は、機器３０３０から発生するＥＭＣノイズをアンテナ３０１５を介して受信すると（Ｓ３１４１）、ＥＭＣノイズを計測し（Ｓ３１４２）、計測したＥＭＣノイズが予めＲＡＭに保存したＥＭＣノイズとほぼ同じかどうかをパターンマッチングアルゴリズム等を用いて判定する（Ｓ３１４３）。双方のノイズがほぼ同じと検知したときは、検知対象の機器３０３０が稼動していると判定して、その結果を機器情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００８を点灯して（Ｓ３１４４）、ユーザーに対し検知対象の機器３０３０が稼動した旨を明示し、前述した一連の処理を終了する（Ｓ３１４６）。
　また、双方のノイズが異なっていると検知したときは、検知対象の機器３０３０が稼動していないと判定して、その結果を機器情報としてＲＡＭに保存する。そして、前記のＬＥＤ表示部３００８を消灯して（Ｓ３１４５）、ユーザーに対し検知対象の機器３０３０が稼動していない旨を明示し、前述した一連の処理を終了する（Ｓ３１４６）。
　以上のように実施の形態１５によれば、機器３０３０から発生するＥＭＣノイズを受信して計測し、計測したＥＭＣノイズと予め学習してＲＡＭに保存した機器３０３０のＥＭＣノイズと比較して検知対象の機器３０３０かどうかを判定するようにしたので、無線通信機能が付いていない機器３０３０の稼動状態を検知することができる。また、検知対象の機器３０３０と判定した際に、生活者の活動か検知されなかった場合、警報ブザー３０１１を動作させてユーザーに報知するようにしているので、電源の切り忘れた機器３０３０を速やかにＯＦＦすることができ、電力の無駄使いを低減でき、省エネアプリケーションを提供できる。
　なお、実施の形態１５では、ＥＭＣノイズから検知対象の機器３０３０を特定できるようにしたが、機器３０３０を特定せず、何れかの機器３０３０が稼動した場合としても良い。例えば、機器３０３０が稼動すれば、ＥＭＣノイズの絶対量は増加するため、どのような機器３０３０かは特定できなくても、「住居内の何れかの機器３０３０が稼動した」といったことは容易に推定できる。
実施の形態１６．
　実施の形態１６は、無線アクセスポイント３０２０から送信される無線信号が誤り検出符号付きパケットであり、生活者異常検知装置３００１の無線通信手段３００２は、誤り検出符号付きのパケットをアンテナ３００３を介して受信し、パケットに誤りが検知された場合は、そのパケットを受信している間に計測した電波強度のデータをＲＡＭに保存せずに破棄する。誤り検出符号付きパケットとは、送信中の無線信号にノイズ電波が混入してしまって無線信号が破壊されてしまった場合に、破壊された旨を検出するための機能が付いたデータパケットのことである。
　なお、実施の形態１６の生活者異常検知装置３００１の構成は、無線通信手段３００２を除き、実施の形態１２～１５で説明した何れかのものと同様である。
　次に、無線通信手段３００２及び活動判定手段３００４の動作を説明する。
　図４３は本発明の実施の形態１６に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャートである。
　無線通信手段３００２は、無線アクセスポイント３０２０から送信されたパケットをアンテナ３００３を介して受信すると（Ｓ３１５１）、一定期間、受信電波の強度を計測する（Ｓ３１５２）。そして、パケットに付与された誤り検出符号を用いてパケットに誤りがあるかどうかを判定する（Ｓ３１５３）。パケットに誤りがあった場合は、計測した電波強度を破棄して動作を終了する（Ｓ３１５８）。
　また、パケットに誤りがなかったときは、計測した電波強度をＲＡＭに保存し、所定時間の間の電波強度を読み出して電波強度の最小値と最大値の差から電波強度の変化値を算出し（Ｓ３１５４）、受信時刻と共に前記ＲＡＭに保存する。
　活動判定手段３００４は、無線通信手段３００２によって算出された所定時間毎の電波強度の変化値を読み込んで、予めＲＡＭに保存した閾値と比較する（Ｓ３１５５）。電波強度の変化値が閾値以上のときは生活者が活動していると判定して、その結果を活動情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００５を点灯して（Ｓ３１５６）、ユーザーに対し活動を検知した旨を明示し、前述した一連の処理を終了する（Ｓ３１５８）。また、変化値が閾値より低いときは生活者が活動していないと判定して、その結果を活動情報としてＲＡＭに保存する。そして、前記のＬＥＤ表示部３００５を消灯して（Ｓ３１５７）、ユーザーに対し活動を検知していない旨を明示し、この一連の処理を終了する（Ｓ３１５８）。
　実施の形態１６においては、同一の周波数帯にノイズが加わってしまうと、計測した受信電波の強度が正常値よりも高くなるが、誤り検出符号によってノイズが加わったことを検知できるため、このような異常値を破棄することができる。また、同一の周波数帯に、突発的なノイズ電波が加わって受信電波が乱れた場合、誤り検出機能によってそれを検出できるため、活動状態の判定を正確に行うことができる。
　なお、実施の形態１６では、無線通信手段３００２が誤り検出符号付きパケットを受信するようにしたが、パケット内に誤り検出符号が明示的に示されていなくても良い。例えば、予めデータのビット数が同数個になるように揃えるといったルールに基づいてパケットを構築するネットワークにおいては、誤り検出符号が明示的にはパケット中に含まれていなくても、このようなルールから誤りを検出することが可能である。
実施の形態１７．
　実施の形態１７に係る生活者異常検知装置３００１の無線通信手段３００２は、無線アクセスポイント３０２０に対して、パケットを送信させる要求を通知するリクエストパケットを送信する。これにより、無線アクセスポイント３０２０は、リクエストパケットに応答して、リクエストリプライのパケット（誤り検出符号付）を返送する。同機能は、例えば、無線ビーコンの機能などを活用することによって実現できる。無線ビーコンは、無線ネットワークに参加するネットワークの端末同士が、お互いの存在をアピールするための信号である。無線通信手段３００２では、このリクエストリプライのパケットを受信した場合にのみ電波強度の計測を開始する。なお、生活者異常検知装置の構成は、無線通信手段３００２の構成を除き、実施の形態１２～１６で説明した何れかのものと同様である。
　次に、生活者異常検知装置３００１の無線通信手段３００２及び活動判定手段３００４の動作を説明する。
　図４４は本発明の実施の形態１７に係る生活者異常検知装置の無線通信手段及び活動判定手段の動作を示すフローチャートである。
　無線通信手段３００２は、無線アクセスポイント３０２０に対してリクエストパケットを送信し（Ｓ３１６１）、このリクエストパケットの送信により、無線アクセスポイント３０２０からのリクエストリプライのパケットがアンテナ３００３を介して受信されると（Ｓ３１６２）、無線通信手段３００２は、一定期間、受信電波の強度を計測する（Ｓ３１６３）。そして、パケットに付与された誤り検出符号を用いてパケットに誤りがあるかどうかを判定する（Ｓ３１６４）。パケットに誤りがあった場合は、計測した電波強度を破棄して動作を終了する（Ｓ３１６９）。
　また、パケットに誤りがなかったときは、計測した電波強度をＲＡＭに保存し、所定時間の間の電波強度を読み出して電波強度の最小値と最大値の差から電波強度の変化値を算出し（Ｓ３１６５）、受信時刻と共に前記ＲＡＭに保存する。
　活動判定手段３００４は、無線通信手段３００２によって算出された所定時間毎の電波強度の変化値を読み込んで、予めＲＡＭに保存された閾値と比較する（Ｓ３１６６）。電波強度の変化値が閾値以上のときは生活者が活動していると判定して、その結果を活動情報としてＲＡＭに保存する。そして、ＬＥＤ表示部３００５を点灯して（Ｓ３１６７）、ユーザーに対し活動を検知した旨を明示し、前述した一連の処理を終了する（Ｓ３１６９）。また、変化値が閾値より低いときは生活者が活動していないと判定して、その結果を活動情報としてＲＡＭに保存する。そして、前記のＬＥＤ表示部３００５を消灯して（Ｓ３１６８）、ユーザーに対し活動を検知していない旨を明示し、この一連の処理を終了する（Ｓ３１６９）。
　実施の形態１７においては、無線通信手段３００２がリクエストパケットを送信することにより、早いタイミングでパケットを受信することができ、活動の判定周期を短くすることができる。
　なお、実施の形態１７では、リクエストパケット、リクエストリプライのパケットとしては、ビーコンなどとしたが、ネットワークのプロトコルが同じ場合には、ＰＩＮＧ（PacketINternet Groper ）などの通信応答コマンドを使用しても良い。
　また、リクエストリプライのパケットを受信した場合にのみ電波強度の計測を開始するようにしたが、これ以外にも、通常のパケット受信時などを併用しても良い。
実施の形態１８．
　図４５は本発明の実施の形態１８に係る生活者異常検知システムの構成を示す図である。なお、本システムにおける生活者異常検知装置３００１の構成は、異常検知手段３００９を除き、実施の形態１２～１７で説明した何れかのものと同様である。
　実施の形態１８に係る生活者異常検知装置３００１の異常検知手段３００９は、インターネット網に接続されたＬＡＮなどへの接続口を備え、異常を検知した場合には、遠隔地に設置された異常検知センター３０９０に対して異常を検知した旨を示すメールを送信する。同機能はインターネットにおいて一般的に普及している電子メールを用いて実現する。このメールの中継は住居内に設置されたルーター３０７０を利用する。
　生活者異常検知装置３００１の異常検知手段３００９とルーター３０７０との間は無線通信によりパケットをやりとりする。無線通信は、例えば、生活者異常検知装置３００１が検知対象の機器３０３０との間でデータをやり取りするのと同じ通信機を利用する。ルーター３０７０は、インターネット網３０８０を介して異常検知センター３０９０と接続されている。異常検知センター３０９０には、各家庭に固有のメールアドレスを割り振ったメールボックスが設置されており、同メールボックスを走査することによって、複数の家の状態を監視する。
　次に、生活者異常検知装置３００１の異常検知手段３００９の動作を説明する。
　図４６は本発明の実施の形態１８に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。
　異常検知手段３００９は、活動判定手段３００４のＲＡＭから生活者の活動情報を読み出して、異常検知の処理を開始する（Ｓ３１８１）。先ず、活動情報から住居内で生活者が活動しているかどうかを判定し（Ｓ３１８２）、その活動情報から生活者が活動していると判定したときは異常検知の処理を終了する（Ｓ３１８６）。
　また、異常検知手段３００９は、活動情報から生活者が活動していないと判定したときは、稼動機器検知手段３００６のＲＡＭから機器情報を読み出して、検知対象の機器３０３０（例えば、テレビやエアコン等）が稼動しているかどうかを判定する（Ｓ３１８３）。検知対象の機器３０３０が稼動していないと判定したときは異常検知の処理を終了する（Ｓ３１８６）。一方、機器情報から検知対象の機器３０３０が稼動していると判定したときは、警報ブザーを作動し（Ｓ３１８４）、周囲に異常が検知されたことを報知する。そして、異常を検知した旨を示す警告通知のメールをルーター３０７０及びインターネット網３０８０を介して異常検知センター３０９０に送信し（Ｓ３１８５）、検知対象の機器３０３０に対して稼動を停止、或いは出力を下げさせる制御信号を送信し、異常検知の処理を終了する（Ｓ３１８６）。
　以上のように、生活者が活動していないときに検知対象の機器３０３０が稼動していた場合、異常と判定してその旨を示す警告通知のメールを異常検知センター３０９０に送信するようにしたので、周囲に助けを求められる救護者がいない場合にも生活者の異常を第３者に対して通知することができる。これにより、救急機関などへの連絡を迅速に行うことができる。また、異常検知センター３０９０では、生活者の携帯電話などに確認の電話をかけるなどといった確認作業を行うことが可能になり、より正確な異常検知を行うことができる。
　なお、各家庭に固有のメールアドレスを割り振ったメールボックスは、異常検知センター３０９０の外に設置されていても良い。また、メールの構成及び送信手段としては、ＨＴＴＰ，ＦＴＰ，ＳＳＬなどの電子メール以外の同様の機能を持つ手段を用いても良い。
実施の形態１９．
　実施の形態１８では、生活者が活動していないときに検知対象の機器３０３０が稼動していた場合、異常と判定してその旨を示す警告通知のメールを異常検知センター３０９０に送信するようにしたものであるが、実施の形態１９は、異常検知手段３００９が生活者の活動情報及び機器情報を、あて先、送り元、送信時刻などの情報を含んだメールを異常検知センター３０９０に送信するようにしたもである。
　異常検知センター３０９０では、これらのメールを蓄積し、そして、過去も含めて蓄積されたデータから現在の状態が異常であるかどうかを判定して、判定結果をメールなどで返信する。データの蓄積は、異常検知センター３０９０に設置されたＨＤＤなどにリレーショナルデータベースなどの形で行う。
　なお、本システムにおける生活者異常検知装置３００１の構成は、異常検知手段３００９を除き、実施の形態１２～１８で説明した何れかのものと同様である。
　次に、生活者異常検知装置３００１の異常検知手段３００９の動作を説明する。
　図４７は本発明の実施の形態１９に係る生活者異常検知装置の異常検知手段の動作を示すフローチャートである。
　異常検知手段３００９は、稼動機器検知手段３００６のＲＡＭから機器情報を、活動判定手段３００４のメモリから生活者の活動情報をそれぞれ読み出して異常検知の処理を開始する（Ｓ３１９１）。先ず、読み出した機器情報と活動情報、あて先、送り元、送信時刻などの情報を異常検知センター３０９０にメール送信する（Ｓ３１９２）。
　異常検知手段３００９は、前述のメール送信により、異常検知センター３０９０からの判定結果が受信されると、その結果は異常を知らせる情報かどうかを判定する（Ｓ３１９３）。判定結果が正常であった場合は異常検知の処理を終了する（Ｓ３１９５）。また、判定結果が異常であったときは警報ブザーを作動し（Ｓ３１９４）、周囲に異常が検知されたことを報知する。この時、異常検知手段３００９は、検知対象の機器３０３０に対して稼動を停止、或いは出力を下げさせる制御信号を送信し、異常検知の処理を終了する（Ｓ３１９５）。
　以上のように、大量のデータを高速に検索できる異常検知センター３０９０のサーバーを異常検知に活用することができるため、より精度の高い異常検知を素早く行うことができる。また、他の住宅でおきた異常の例などを共有することができるため、類似事例を素早く発見することができる。
　なお、実施の形態１９では、異常検知手段３００９が、異常検知センター３０９０に対して活動情報と機器情報をメールなどで送信するようにしたが、活動情報或いは機器情報の何れか一方の情報だけを送るようにしても良いし、各情報を個別に別のメールとして送信するようにしても良い。
実施の形態２０．
　実施の形態２０は、異常検知手段３００９内にデータベースを設けるようにしたものである。なお、生活者異常検知装置の構成は、異常検知手段３００９を除き、実施の形態１２～１９で説明した何れかのものと同様である。
　異常検知手段３００９は、活動判定手段３００４によりＲＡＭに保存された活動情報と、稼動機器検知手段３００６によってＲＡＭに保存された機器情報とを読み出して参照し、これらを検索キーとしてデータベースを検索する。検索結果は異常有無の判定結果としてＲＡＭに保存する。
　前述のデータベースには、異常と考えられる機器３０３０の状態と生活者の活動状態とが関連付けられて保存されている。データベースに保存される情報は、例えば、「ＩＨが稼動していて生活者が活動していない状態は異常である」といった情報である。データベースは、具体的には、例えば、活動情報、機器情報、判定結果の３つのフィールドを持つリレーショナルデータベースとして構成されている。これらのデータは、ＲＯＭ、ＲＡＭ、フラッシュメモリ、ハードディスクなどに保存される。
　以上のように、過去経験などから構築したデータベースを活用することができ、過去の類似事例を効率よく異常検知に活用することができるため、異常の検知精度を向上させることができる。例えば、「テレビの場合はタイマーによって作動することがあるため異常検知の対象外とする」といったような機器３０３０毎の細かい指定をすることができる。
　実施の形態２０では、データベースをリレーショナルデータベースとして構成するとしたが、これらは、ＸＭＬなど別の形態のデータベースであっても良い。
　なお、前述した各実施の形態では、無線通信手段３００２、活動判定手段３００４、稼動機器検知手段３００６及び異常検知手段３００９には、それぞれＣＰＵを備えていることを述べたが、ＣＰＵを共有しても良い。また、プログラムを格納するＲＯＭやＲＡＭもそれぞれ備えていることを述べたが、ＲＯＭとＲＡＭを共有する構成としても良い。さらに、実施の形態１２、１３及び１６～２０では、無線通信手段３００２、稼動機器検知手段３００６及び異常検知手段３００９にそれぞれ通信機（アンテナも含む）を備えていることを述べたが、１つの通信機で共有するようにしても良い。
　また、無線アクセスポイント３１０１は宅外に置かれた公共的なものであってもよい。例えば、テレビ電波の発信源、ラジオ電波の発信源、公衆無線ＬＡＮの発信源などであっても良い。
　また、稼動機器検知手段３００６が検知する機器３０３０、異常検知手段３００９が制御する機器３０３０は複数あっても良い。この場合、機器３０３０を検知する処理は１台の時と同じ処理を他の機器についても繰り返す。ＲＡＭに機器情報を保存するときには、機器３０３０を特定できるＩＤなどを付与する。また、異常検知手段３００９が異常を判定する際には、生活者の活動がないときに複数の機器３０３０のうち少なくとも１つが稼動している場合異常と判定する。また、これらのアルゴリズムは、別のアルゴリズムであっても良い。
　さらに、実施の形態１２、１６、１７では、所定時間の間の電波強度をＲＡＭから読み出して電波強度の最小値と最大値の差から電波強度の変化値を算出するようにしたが、電波強度の変化量の平均値を変化値としても良い。例えば、所定時間の間の電波強度が時間軸に「５０，５５，４５，２０，３０，７０」であった場合に、１サンプル値との差分値「５５－５０＝５，４５－５５＝－１０，２０－４５＝－２５，３０－２０＝１０，７０－３０＝４０」の絶対値である「５，１０，２５，１０，４０」の平均値１８を変化値としても良い。なお、ここでは、計測できる電波強度の最小値を０、最大値を１００として表す。

Claims (96)

  1. 　１又は複数の機器の状態を検出する機器状態検出装置であって、
    　機器が設置されている環境の物理量を計測する計測手段と、
    　前記計測手段が計測した計測値の特徴量を計算する特徴量計算手段と、
    　予め前記機器ごとの前記特徴量とこれに対応する機器状態とを辞書データとして記憶する記憶手段と、
    　前記特徴量計算手段が計算した特徴量を検索キーとして前記辞書データに記憶された特徴量を検索し、検索結果として特定した該特徴量に対応する機器状態に基づいて機器状態を検出する機器状態検出手段とを有する
    　ことを特徴とする機器状態検出装置。
  2. 　前記計測手段は、前記計測値を時刻順に前記特徴量計算手段に出力する
    　ことを特徴とする請求項１記載の機器状態検出装置。
  3. 　前記計測手段は、機器に供給される電流値を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  4. 　前記計測手段は、機器が接続された電力線の給電口を流れる電流を計測する
    　ことを特徴とする請求項３記載の機器状態検出装置。
  5. 　前記計測手段は、機器が接続された延長コードの上流に流れる電流を計測する
    　ことを特徴とする請求項３記載の機器状態検出装置。
  6. 　前記計測手段は、電圧周期の定数倍の時間、電流を計測する
    　ことを特徴とする請求項３乃至請求項５の何れかに記載の機器状態検出装置。
  7. 　前記計測手段は、電圧周期の定数分の１のサンプリング周期で電流を計測する
    　ことを特徴とする請求項３乃至請求項６の何れかに記載の機器状態検出装置。
  8. 　前記計測手段は、機器が使用する水道の流量を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  9. 　前記計測手段は、機器が使用するガスの流量を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  10. 　前記計測手段は、機器が設置されている環境の照度を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  11. 　前記計測手段は、機器が設置されている環境の温度を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  12. 　前記計測手段は、機器が設置されている環境の通信ネットワーク上のデータ転送量を計測する
    　ことを特徴とする請求項１又は請求項２記載の機器状態検出装置。
  13. 　前記特徴量計算手段は、
    　前記特徴量を時刻順に前記機器状態検出手段に出力する
    　ことを特徴とする請求項１乃至請求項１２の何れかに記載の機器状態検出装置。
  14. 　前記特徴量計算手段は、
    　前記計測値を所定の窓幅単位で重み付きで平均化して計測値平均値を求め、
    　該計測値平均値を前記特徴量とする
    　ことを特徴とする請求項１乃至請求項１３の何れかに記載の機器状態検出装置。
  15. 　前記特徴量計算手段は、
    　前記計測値平均値と平均化前の前記計測値との差分値を求めてこの値を計測値差分値とし、前記計測値平均値と前記計測値差分値とを前記特徴量とする
    　ことを特徴とする請求項１４記載の機器状態検出装置。
  16. 　前記特徴量計算手段は、
    　前記計測値平均値を所定の窓幅単位で重み付きで平均化して第２計測値平均値とし、
    　さらに平均化する前の値との差分を求めて第２計測値差分値とし、
    　前記計測値平均値、前記計測値差分値、前記第２計測値平均値、及び前記第２計測値差分値を、前記特徴量とする
    　ことを特徴とする請求項１５記載の機器状態検出装置。
  17. 　前記特徴量計算手段は、
    　所定の演算を行って前記計測値の周期性を取り出し、
    　取り出した周期ごとに、周期性が確認された計測値内の位置とその強さを、前記特徴量とする
    　ことを特徴とする請求項１乃至請求項１３の何れかに記載の機器状態検出装置。
  18. 　前記特徴量計算手段は、
    　フーリエ変換又はウェーブレット変換を用いて前記計測値の周期性を取り出す
    　ことを特徴とする請求項１７記載の機器状態検出装置。
  19. 　前記機器状態検出手段は、
    　前記特徴量計算手段が計算した特徴量と、前記辞書データに記憶された特徴量との合致度を計算し、この合致度に基づいて検索結果を特定する
    　ことを特徴とする請求項１乃至請求項１８の何れかに記載の機器状態検出装置。
  20. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出手段は、前記特徴量計算手段が計算した特徴量と、前記辞書データに記憶された特徴量との次元ごとの差分を求め、この差分を用いて前記合致度を計算する
    　ことを特徴とする請求項１９記載の機器状態検出装置。
  21. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出手段は、前記特徴量計算手段が計算した特徴量と、前記辞書データに記憶された特徴量との次元ごとの差分を求め、この差分が所定の範囲内にある次元の個数をカウントし、このカウント結果を総次元数で除算した値を前記合致度とする
    　ことを特徴とする請求項１９記載の機器状態検出装置。
  22. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出手段は、前記特徴量計算手段が計算した特徴量と、前記辞書データに記憶された特徴量のベクトルの内積を求め、この内積をそれぞれのベクトルのノルムで除算した値を前記合致度とする
    　ことを特徴とする請求項１９記載の機器状態検出装置。
  23. 　前記機器ごとに前記特徴量が履歴として保持されており、
    　前記機器状態検出手段は、
    　機器操作が行われた時点より前に計算した第１の特徴量と、機器操作が行われた時点より後に計算した第２の特徴量との差分を求めてこれを第３の特徴量とし、
    　前記第３の特徴量と前記辞書データに記憶された特徴量との合致度を計算し、この合致度に基づいて検索結果を特定する
    　ことを特徴とする請求項１９記載の機器状態検出装置。
  24. 　前記機器状態検出手段は、
    　前記第２の特徴量と、前記検索結果として特定した特徴量に対応する機器状態とを組み合わせて新たに辞書データに記憶させる
    　ことを特徴とする請求項２３記載の機器状態検出装置。
  25. 　前記機器状態検出手段は、
    　前記特徴量のうち周期の長い成分が所定値以上変化した点を、機器操作が行われた時点であると判断する
    　ことを特徴とする請求項２３又は請求項２４記載の機器状態検出装置。
  26. 　前記機器状態検出手段が検出した機器状態を出力する出力手段を備えた
    　ことを特徴とする請求項１乃至請求項２５の何れかに記載の機器状態検出装置。
  27. 　前記辞書データが保持する機器状態には、
    　その機器に何らかの異常が発生している可能性が高いことを示す状態である警告状態が含まれている
    　ことを特徴とする請求項１乃至請求項２６の何れかに記載の機器状態検出装置。
  28. 　前記機器状態検出手段は、
    　前記辞書データに記憶された特徴量を検索するに際して検索キーとなった特徴量を、検索結果として特定された前記辞書データに特徴量履歴として記憶させる
    　ことを特徴とする請求項１乃至請求項２７の何れかに記載の機器状態検出装置。
  29. 　前記機器状態検出手段は、前記特徴量履歴に基づいて機器が警告状態であるか否かを判定する
    　ことを特徴とする請求項２８記載の機器状態検出装置。
  30. 　前記機器状態検出手段は、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出し、これらの値が所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  31. 　前記機器状態検出手段は、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出し、これらの値が、機器ごとに設けられた所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  32. 　前記機器状態検出手段は、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出して記録しておき、
    　新たに前記特徴量履歴の平均又は分散の何れか又は両方を算出した際に、前記記録した値と新たに算出した値との差分を求め、この差分が所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  33. 　前記機器状態検出手段は、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出して記録しておき、
    　新たに前記特徴量履歴の平均又は分散の何れか又は両方を算出した際に、前記記録した値と新たに算出した値との差分を求め、この差分が機器ごとに設けられた所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  34. 　前記機器状態検出手段は、
    　検出した機器状態が警告状態であった場合には、
    　その前後所定の時間以内に前記機器状態検出手段が検出した機器状態を、警告状態であると判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  35. 　前記機器状態検出手段は、
    　検出した機器状態が警告状態であった場合には、
    　その前後所定の時間以内に前記機器状態検出手段が検出した機器状態を警告未然状態であると判定し、該警告未然状態の判定が所定の回数に達したときに該機器状態を警告状態であると判定する
    　ことを特徴とする請求項２９記載の機器状態検出装置。
  36. 　前記警告状態を出力する警告状態出力手段を有し、
    　前記警告状態と判定されたときには前記警告状態出力手段が作動される
    　ことを特徴とする請求項２８乃至請求項３５の何れかに記載の機器状態検出装置。
  37. 　１又は複数の機器の状態を検出する機器状態検出方法であって、
    　機器が設置されている環境の物理量を計測する計測ステップと、
    　前記計測ステップが計測した計測値の特徴量を計算する特徴量計算ステップと、
    　予め前記機器ごとの前記特徴量とこれに対応する機器状態とを辞書データとして記憶する記憶手段と、
    　前記特徴量計算ステップが計算した特徴量を検索キーとして、予め前記機器ごとの前記特徴量とこれに対応する機器状態が記憶された辞書データを検索し、検索結果として特定した該特徴量に対応する機器状態に基づいて機器状態を検出する機器状態検出ステップとを有する
    　ことを特徴とする機器状態検出方法。
  38. 　前記計測ステップは、
    　前記計測値を時刻順に出力して前記特徴量計算ステップに移行する
    　ことを特徴とする請求項３７記載の機器状態検出方法。
  39. 　前記計測ステップは、機器に供給される電流値を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  40. 　前記計測ステップは、機器が接続された電力線の給電口を流れる電流を計測する
    　ことを特徴とする請求項３９記載の機器状態検出方法。
  41. 　前記計測ステップは、機器が接続された延長コードの上流に流れる電流を計測する
    　ことを特徴とする請求項３９記載の機器状態検出方法。
  42. 　前記計測ステップは、電圧周期の定数倍の時間、電流を計測する
    　ことを特徴とする請求項３９乃至請求項４１の何れかに記載の機器状態検出方法。
  43. 　前記計測ステップは、電圧周期の定数分の１のサンプリング周期で電流を計測する
    　ことを特徴とする請求項３９乃至請求項４２の何れかに記載の機器状態検出方法。
  44. 　前記計測ステップは、機器が使用する水道の流量を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  45. 　前記計測ステップは、機器が使用するガスの流量を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  46. 　前記計測ステップは、機器が設置されている環境の照度を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  47. 　前記計測ステップは、機器が設置されている環境の温度を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  48. 　前記計測ステップは、機器が設置されている環境の通信ネットワーク上のデータ転送量を計測する
    　ことを特徴とする請求項３７又は請求項３８記載の機器状態検出方法。
  49. 　前記特徴量計算ステップは、
    　前記特徴量を時刻順に出力して前記機器操作検出手段に移行する
    　ことを特徴とする請求項３７乃至請求項４８の何れかに記載の機器状態検出方法。
  50. 　前記特徴量計算ステップは、
    　前記計測値を所定の窓幅単位で重み付きで平均化して計測値平均値を求め、
    　該計測値平均値を前記特徴量とする
    　ことを特徴とする請求項３７乃至請求項４９の何れかに記載の機器状態検出方法。
  51. 　前記特徴量計算ステップは、
    　前記計測値平均値と平均化前の前記計測値との差分値を求めてこの値を計測値差分値とし、前記計測値平均値と前記計測値差分値とを前記特徴量とする
    　ことを特徴とする請求項５０記載の機器状態検出方法。
  52. 　前記特徴量計算ステップは、
    　前記計測値平均値を所定の窓幅単位で重み付きで平均化して第２計測値平均値とし、
    　さらに平均化する前の値との差分を求めて第２計測値差分値とし、
    　前記計測値平均値、前記計測値差分値、前記第２計測値平均値、及び前記第２計測値差分値とを、前記特徴量とする
    　ことを特徴とする請求項５１記載の機器状態検出方法。
  53. 　前記特徴量計算ステップは、
    　所定の演算を行って前記計測値の周期性を取り出し、
    　取り出した周期ごとに、周期性が確認された計測値内の位置とその強さを、前記特徴量とする
    　ことを特徴とする請求項３７乃至請求項４９の何れかに記載の機器状態検出方法。
  54. 　前記特徴量計算ステップは、
    　フーリエ変換又はウェーブレット変換を用いて前記計測値の周期性を取り出す
    　ことを特徴とする請求項５３記載の機器状態検出方法。
  55. 　前記機器状態検出ステップは、
    　前記特徴量計算ステップが計算した特徴量と、前記辞書データに記憶された特徴量との合致度を計算し、この合致度に基づいて検索結果を特定する
    　ことを特徴とする請求項３７乃至請求項５４の何れかに記載の機器状態検出方法。
  56. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出ステップは、前記特徴量計算ステップが計算した特徴量と、前記辞書データに記憶された特徴量との次元ごとの差分を求め、この差分を用いて前記合致度を計算する
    　ことを特徴とする請求項５５記載の機器状態検出方法。
  57. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出ステップは、前記特徴量計算ステップが計算した特徴量と、前記辞書データに記憶された特徴量との次元ごとの差分を求め、この差分が所定の範囲内にある次元の個数をカウントし、このカウント結果を総次元数で除算した値を前記合致度とする
    　ことを特徴とする請求項５５記載の機器状態検出方法。
  58. 　前記特徴量は多次元ベクトル値で構成されており、
    　前記機器状態検出ステップは、前記特徴量計算ステップが計算した特徴量と、前記辞書データに記憶された特徴量のベクトルの内積を求め、この内積をそれぞれのベクトルのノルムで除算した値を前記合致度とする
    　ことを特徴とする請求項５５記載の機器状態検出方法。
  59. 　前記機器ごとに前記特徴量が履歴として保持されており、
    　前記機器状態検出ステップは、
    　機器操作が行われた時点より前に計算した第１の特徴量と、機器操作が行われた時点より後に計算した第２の特徴量との差分を求めてこれを第３の特徴量とし、
    　前記第３の特徴量と前記辞書データに記憶された特徴量との合致度を計算し、この合致度に基づいて検索結果を特定する
    　ことを特徴とする請求項５５記載の機器状態検出方法。
  60. 　前記機器状態検出ステップは、
    　前記第２の特徴量と、前記検索結果として特定した特徴量に対応する機器状態とを組み合わせて新たに辞書データに記憶させる
    　ことを特徴とする請求項５９記載の機器状態検出方法。
  61. 　前記機器状態検出ステップは、
    　前記特徴量のうち周期の長い成分が所定値以上変化した点を、機器操作が行われた時点であると判断する
    　ことを特徴とする請求項５９又は請求項６０記載の機器状態検出方法。
  62. 　前記機器状態検出ステップが検出した機器状態を出力する出力ステップを備えた
    　ことを特徴とする請求項３７乃至請求項６１の何れかに記載の機器状態検出方法。
  63. 　前記辞書データが保持する機器状態には、
    　その機器に何らかの異常が発生している可能性が高いことを示す状態である警告状態が含まれている
    　ことを特徴とする請求項３７乃至請求項６２の何れかに記載の機器状態検出方法。
  64. 　前記機器状態検出ステップは、
    　前記辞書データに記憶された特徴量を検索するに際して検索キーとなった特徴量を、検索結果として特定された前記辞書データに特徴量履歴として記憶させる
    　ことを特徴とする請求項３７乃至請求項６３の何れかに記載の機器状態検出方法。
  65. 　前記機器状態検出ステップは、前記特徴量履歴に基づいて機器が警告状態であるか否かを判定する
    　ことを特徴とする請求項６４記載の機器状態検出方法。
  66. 　前記機器状態検出ステップは、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出し、これらの値が所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  67. 　前記機器状態検出ステップは、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出し、これらの値が、機器ごとに設けられた所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  68. 　前記機器状態検出ステップは、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出して記録しておき、
    　新たに前記特徴量履歴の平均又は分散の何れか又は両方を算出した際に、前記記録した値と新たに算出した値との差分を求め、この差分が所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  69. 　前記機器状態検出ステップは、
    　前記特徴量履歴の平均又は分散の何れか又は両方を算出して記録しておき、
    　新たに前記特徴量履歴の平均又は分散の何れか又は両方を算出した際に、前記記録した値と新たに算出した値との差分を求め、この差分が機器ごとに設けられた所定の閾値を超えた際に警告状態と判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  70. 　前記機器状態検出ステップは、
    　検出した機器状態が警告状態であった場合には、
    　その前後所定の時間以内に前記機器状態検出ステップが検出した機器状態を、警告状態であると判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  71. 　前記機器状態検出ステップは、
    　検出した機器状態が警告状態であった場合には、
    　その前後所定の時間以内に前記機器状態検出ステップが検索した機器状態を警告未然状態であると判定し、該警告未然状態の判定が所定の回数に達したときに該機器状態を警告状態であると判定する
    　ことを特徴とする請求項６５記載の機器状態検出方法。
  72. 　前記警告状態を出力する警告状態出力ステップを有し、
    　前記警告状態と判定されたときには前記警告状態出力ステップが実行される
    　ことを特徴とする請求項６４乃至請求項７１の何れかに記載の機器状態検出方法。
  73. 　給電線に繋がる機器の状態を検出する装置であって、
    　給電線に流れる電流を計測する電流検出手段と、
    　前記電流検出手段で計測された電流を電圧値に変換する電流電圧変換手段と、
    　前記電流電圧変換手段で電圧値に変換した電流のうち特定周波数の成分を通過させる波形フィルタ手段と、
    　前記波形フィルタ手段を通過した特定周波数成分を含む電流を増幅する波形増幅手段と、
    　前記波形増幅手段によって増幅された電流波形をＡＤ変換してデジタル値とするＡＤ変換手段と、
    　前記ＡＤ変換後のデジタル値の電流値から特徴量を計算する特徴量計算手段と、
    　各機器それぞれの機器状態毎にその機器状態における機器特徴量を登録した参照機器エントリを複数記憶する機器状態データベースと、
    　前記特徴量計算手段が計算した特徴量と、前記機器状態データベース内の参照機器エントリの機器特徴量とを対比させ、前記特徴量計算手段が計算した特徴量に合致する機器特徴量を持つ参照機器エントリを特定する機器状態検出手段と、
    　前記機器状態検出手段で特定された参照機器エントリを機器状態情報として出力する出力装置と
    を備えたことを特徴とする機器状態検出装置。
  74. 　前記給電線の電圧を計測する電圧検出手段と、波形区切り手段と、波形平滑化手段とを更に備え、前記ＡＤ変換手段は、前記電圧検出手段で計測した前記給電線の電圧をＡＤ変換してデジタル値とし、前記波形増幅手段によって増幅された電流波形をＡＤ変換したデジタル値とともに前記波形区切り手段に出力し、前記波形区切り手段は、前記ＡＤ変換手段がデジタル化した電流波形のデジタル値を前記ＡＤ変換手段がデジタル化した電圧の周期で区切り、区切った電流のデジタル値のサンプル数が所定数になるように値を挿入又は削除し、前記波形平滑化手段は、電圧一周期毎に前記波形区切り手段が区切った電流のサンプル電流値を、複数の電圧周期分読み込んで畳み込み演算を行うことを特徴とする請求項７３記載の機器状態検出装置。
  75. 　前記特徴量計算手段は、前記波形平滑化手段が平滑化した電流値を用いて特徴量を求めることを特徴とする請求項７４記載の機器状態検出装置。
  76. 　前記電流電圧変換手段の電圧値を出力インピーダンスを高くして前記波形フィルタ手段に入力させるインピーダンスアッパー手段を有することを特徴とする請求項７３乃至請求項７５の何れかに記載の機器状態検出装置。
  77. 　前記波形フィルタ手段は、５０Ｈｚ又は６０Ｈｚ以上の高次高調波を通過させることを特徴とする請求項７３乃至請求項７６の何れかに記載の機器状態検出装置。
  78. 　前記波形増幅手段は、前記波形フィルタ手段を通過した電流の振幅が前記ＡＤ変換手段の入力範囲と同一又は小さくなるように増幅度を設定することを特徴とする請求項７３乃至請求項７７の何れかに記載の機器状態検出装置。
  79. 　前記特徴量計算手段は、前記ＡＤ変換手段で変換された前記電流値をウェーブレット変換してウェーブレット係数を求め、所定の閾値を用いて前記ウェーブレット係数を７４値化して特徴量とすることを特徴とする請求項７３乃至請求項７８の何れかに記載の機器状態検出装置。
  80. 　前記参照機器エントリは、前記機器状態として、機器のＯＮ、ＯＦＦ状態、機器のモード状態又は機器の劣化状態を持つことを特徴とする請求項７３乃至請求項７９の何れかに記載の機器状態検出装置。
  81. 　請求項７３乃至請求項８０の何れかに記載の機器状態検出装置の内、前記出力装置を除いた構成を少なくとも２組備え、前記各機器状態検出装置の機器状態情報を一括管理する機器状態検出サーバーであって、前記各機器状態検出装置の機器状態情報を統合する統合手段と、統合結果を出力する出力装置とを有することを特徴とする機器状態検出サーバー。
  82. 　請求項７３乃至請求項８０の何れかに記載の機器状態検出装置又は請求項８１に記載の機器状態検出サーバーにネットワークを介して接続する通信手段と、機器状態情報データベースと、前記機器状態検出装置又は前記機器状態検出サーバーから送信されてくる機器状態検出結果を前記通信手段を介して受信し、機器状態情報として前記機器状態情報データベースに格納し、前記ネットワークに接続された機器状態検出装置又は前記機器状態検出サーバーで検出された機器状態を管理する機器状態情報管理手段とを有することを特徴とする機器状態検出システム。
  83. 　前記機器状態検出装置又は機器状態検出サーバーの前記出力装置は、前記機器検出結果を一定時間ごとに電子メールで送信するものであり、本機器状態検出システムは、送信されてきた電子メールを蓄積するメールボックスを備えることを特徴とする請求項８２記載の機器状態検出システム。
  84. 　無線通信機からの受信電波の強度を計測する無線通信手段と、
    　該無線通信手段により計測された電波強度の時間変化から生活者の活動状態を判定し、その判定結果を活動情報とする活動判定手段と、
    　生活者の周辺に設置された機器の稼動状態を検知し、その状態を機器情報とする稼動機器検知手段と、
    　前記活動情報及び前記機器情報から生活者の異常の有無を検知する異常検知手段と
    を備えたことを特徴とする生活者異常検知装置。
  85. 　前記異常検知手段は、異常を検知した際に、生活者の周辺で稼動している機器を制御することを特徴とする請求項８４記載の生活者異常検知装置。
  86. 　前記稼動機器検知手段は、前記機器に設けられた無線通信機から発信される機器の状態通知を受信し、該状態通知を機器情報とすることを特徴とする請求項８４又は８５記載の生活者異常検知装置。
  87. 　前記稼動機器検知手段は、前記機器に流れる電流値を計測して予め設定された閾値と比較し、その比較結果を機器の機器情報とすることを特徴とする請求項８４又は８５記載の生活者異常検知装置。
  88. 　前記稼動機器検知手段は、前記機器の給電線に流れる電流から高調波を抽出して予め設定された高調波と比較し、その比較結果を機器の機器情報とすることを特徴とする請求項８４又は８５記載の生活者異常検知装置。
  89. 　前記稼動機器検知手段は、前記機器から放射された電磁波ノイズを取得して予め設定された電磁波ノイズと比較し、その比較結果を機器の機器情報とすることを特徴とする請求項８４又は８５記載の生活者異常検知装置。
  90. 　前記無線通信手段は、誤り検出符号付きの無線パケットを受信し、
    　前記異常検知手段は、受信された無線パケットに誤りがないと判定したときのみ生活者の異常の有無を検知することを特徴とする請求項８４乃至８９の何れかに記載の生活者異常検知装置。
  91. 　前記無線通信手段は、前記無線通信機に対して、無線パケットの送信を要求することを特徴とする請求項８４乃至９０の何れかに記載の生活者異常検知装置。
  92. 　前記異常検知手段は、予め生活者の異常状態が保存されたデータベースを備え、前記活動情報及び前記機器情報を基に前記データベースを検索して異常の有無を検知することを特徴とする請求項８４乃至９１の何れかに記載の生活者異常検知装置。
  93. 　請求項８４乃至９２の何れかに記載の生活者異常検知装置は、ネットワークによって異常検知センターに接続され、
    　前記異常検知手段は、異常を検知した際に前記異常検知センターに通知することを特徴とする生活者異常検知システム。
  94. 　請求項８４乃至９２の何れかに記載の生活者異常検知装置は、ネットワークによって異常検知センターに接続され、
    　前記異常検知手段は、前記活動情報及び前記機器情報を前記異常検知センターに通知し、
    　前記異常検知センターは、異常状態を判定するためのデータベースを備え、前記異常検知手段からの活動情報及び機器情報を基に前記データベースを検索し、検索結果を前記異常検知手段に対して通知することを特徴とする生活者異常検知システム。
  95. 　無線通信機からの受信電波の強度を計測する第１のステップと、
    　受信電波の強度の時間変化が所定値以上のときに生活者の活動があると判定する第２ステップと、
    　生活者の周辺に設置された機器の稼動状態を検知する第３ステップと、
    　第２ステップの結果と第３ステップの結果から異常の有無を検知する第４ステップと
    を有することを特徴とする生活者異常検知方法。
  96. 　前記第４のステップは、
    　前記第２ステップで生活者の活動がないと判定され、
    　前記第３ステップで生活者の周辺の機器が稼動していると検知されたときに異常であると判定することを特徴とする請求項９５記載の生活者異常検知方法。
PCT/JP2009/053316 2008-04-11 2009-02-25 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 Ceased WO2009125627A1 (ja)

Priority Applications (11)

Application Number Priority Date Filing Date Title
US12/919,296 US8930146B2 (en) 2008-04-11 2009-03-18 Apparatus state detector, method for detecting apparatus state, apparatus state detection server and apparatus state detection system; living persons' anomaly detector, living persons' anomaly detection system and method for detecting living persons' anomaly, and apparatus-state database maintenance server
EP20100013515 EP2276006A3 (en) 2008-04-11 2009-03-18 Living person anomaly detection system and method
EP09729412A EP2264680A4 (en) 2008-04-11 2009-03-18 DEVICE, METHOD, SERVER AND SYSTEM FOR DETECTING THE DEVICE STATUS, DEVICE, SYSTEM AND METHOD FOR DETECTING AN EMERGENCY ANALOG AND SERVER FOR MAINTAINING THE DEVICE STATUS DATABASE
CN201210312522.6A CN102842204B (zh) 2008-04-11 2009-03-18 生活者异常探测装置、生活者异常探测系统及方法
PCT/JP2009/055240 WO2009125659A1 (ja) 2008-04-11 2009-03-18 機器状態検出装置、機器状態検出方法、機器状態検出サーバー及び機器状態検出システム、並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法、並びに機器状態データベース保守サーバー
CN200980111626.7A CN101981601B (zh) 2008-04-11 2009-03-18 设备状态检测装置
JP2010507203A JP5084906B2 (ja) 2008-04-11 2009-03-18 機器状態検出装置
EP10013514A EP2276005A3 (en) 2008-04-11 2009-03-18 Apparatus state detector
CN201210312525.XA CN102842205B (zh) 2008-04-11 2009-03-18 设备状态检测装置
JP2010192819A JP5538140B2 (ja) 2008-04-11 2010-08-30 機器状態検出装置、機器状態検出サーバー及び機器状態検出システム、並びに機器状態データベース保守サーバー
JP2010192894A JP2011014156A (ja) 2008-04-11 2010-08-30 生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2008-103298 2008-04-11
JP2008103298 2008-04-11
JP2008-126973 2008-05-14
JP2008126973 2008-05-14
JP2008278049 2008-10-29
JP2008-278049 2008-10-29

Publications (1)

Publication Number Publication Date
WO2009125627A1 true WO2009125627A1 (ja) 2009-10-15

Family

ID=41161762

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2009/053316 Ceased WO2009125627A1 (ja) 2008-04-11 2009-02-25 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法
PCT/JP2009/055240 Ceased WO2009125659A1 (ja) 2008-04-11 2009-03-18 機器状態検出装置、機器状態検出方法、機器状態検出サーバー及び機器状態検出システム、並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法、並びに機器状態データベース保守サーバー

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/055240 Ceased WO2009125659A1 (ja) 2008-04-11 2009-03-18 機器状態検出装置、機器状態検出方法、機器状態検出サーバー及び機器状態検出システム、並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法、並びに機器状態データベース保守サーバー

Country Status (5)

Country Link
US (1) US8930146B2 (ja)
EP (3) EP2264680A4 (ja)
JP (3) JP5084906B2 (ja)
CN (3) CN101981601B (ja)
WO (2) WO2009125627A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012055100A (ja) * 2010-09-02 2012-03-15 Yazaki Corp 使用電気機器判断装置及び使用電気機器判断方法
CN102449646A (zh) * 2010-02-02 2012-05-09 松下电器产业株式会社 运行状况判断装置以及运行状况判断方法
CN104155546A (zh) * 2014-07-31 2014-11-19 江苏益邦电力科技有限公司 基于电压参数测试ica算法的传导电磁干扰噪声源识别方法
JPWO2017013760A1 (ja) * 2015-07-22 2017-11-02 三菱電機株式会社 無線通信装置、存在検知システム、方法、及びプログラム
JPWO2022049701A1 (ja) * 2020-09-03 2022-03-10
WO2023152948A1 (ja) * 2022-02-14 2023-08-17 三菱電機株式会社 空気調和機
US11841382B2 (en) 2018-03-20 2023-12-12 Honda Motor Co., Ltd. Information providing apparatus, information providing method, and system

Families Citing this family (88)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8712732B2 (en) * 2007-09-18 2014-04-29 Belkin International, Inc. Electrical event detection device and method of detecting and classifying electrical power usage
EP2282590B1 (en) * 2009-07-24 2017-11-15 Stichting IMEC Nederland Rf transmitter device and method for operating the same
US9182246B2 (en) 2010-01-25 2015-11-10 Sony Corporation Method, system and sensor for identifying an electrical device connected to a mains grid
TWI423549B (zh) * 2010-07-02 2014-01-11 Univ Nat Chiao Tung 辨識電器狀態的電力監測裝置及其電力監測方法
JP5917566B2 (ja) * 2011-01-28 2016-05-18 ザ ボード オブ リージェンツ オブ ザ ネバダ システム オブ ハイヤー エデュケーション オン ビハーフ オブ ザ デザート リサーチ インスティテュート 信号同定の方法およびシステム
JP5549616B2 (ja) * 2011-02-04 2014-07-16 富士通株式会社 機器種別判定装置及び機器種別判定プログラム、並びに電源管理システム
US8880365B2 (en) * 2011-03-14 2014-11-04 General Electric Company System and method for generating an energy usage profile for an electrical device
JP5751872B2 (ja) * 2011-03-14 2015-07-22 三菱電機株式会社 機器状態検出装置及び機器状態検出システム
JP5492148B2 (ja) * 2011-06-15 2014-05-14 日本電信電話株式会社 電気機器識別装置、電気機器識別方法及び電気機器識別プログラム
JP5729162B2 (ja) * 2011-06-24 2015-06-03 富士通株式会社 電力管理装置
JP5279877B2 (ja) * 2011-07-19 2013-09-04 三菱電機株式会社 トイレ使用検出システム、トイレ使用検出装置及び安否確認システム
WO2013014774A1 (ja) * 2011-07-27 2013-01-31 三菱電機株式会社 空調機器管理装置、空調機器管理プログラム、及び空調機器管理方法
JP5452558B2 (ja) * 2011-09-05 2014-03-26 三菱電機株式会社 見守りシステム、見守り装置及び見守り方法
CN102411106B (zh) * 2011-11-18 2014-01-15 广东电网公司广州供电局 电力变压器故障监测方法及装置
JP5766105B2 (ja) * 2011-12-07 2015-08-19 三菱電機株式会社 稼動機器特定装置、監視装置、稼動機器特定方法及びプログラム
CN103245365B (zh) * 2012-02-02 2015-11-25 中国人民解放军68056部队 一种军用电子设备检测装置及其检测方法、检测系统
JP6267852B2 (ja) * 2012-02-03 2018-01-24 サターン ライセンシング エルエルシーＳａｔｕｒｎ Ｌｉｃｅｎｓｉｎｇ ＬＬＣ 情報処理装置及び情報処理方法
JP5701797B2 (ja) * 2012-03-05 2015-04-15 トヨタホーム株式会社 分電盤の分岐回路接続判定システム
JP5905760B2 (ja) * 2012-03-28 2016-04-20 京セラ株式会社 制御装置、制御システム、及び制御方法
CN104246520B (zh) * 2012-04-18 2016-11-02 索尼公司 电子装置的运行状态估计设备、电子装置的运行状态估计方法、电子装置的特征向量登记设备、电子装置的特征向量登记方法、服务器装置和电子装置的运行状态估计系统
DE102012208415A1 (de) * 2012-05-21 2013-11-21 Robert Bosch Gmbh Vorrichtung und Verfahren zum Ändern eines Stromverbrauchsprofils von mindestens einer Person in einem Haus oder in einer Wohneinheit mit einem Verteilnetz
JP5914210B2 (ja) * 2012-06-26 2016-05-11 株式会社日立製作所 エネルギー管理システム
JP5929575B2 (ja) * 2012-07-11 2016-06-08 ソニー株式会社 消費電力管理装置及び消費電力管理システム
JP2014075964A (ja) 2012-09-11 2014-04-24 Ricoh Co Ltd 種類判定装置、種類判定方法およびプログラム
US9953267B2 (en) * 2012-09-27 2018-04-24 Panasonic Intellectual Property Management Co., Ltd. Control method and non-transitory computer readable recording medium
JP6071397B2 (ja) * 2012-10-04 2017-02-01 株式会社東芝 状態推定装置、状態推定方法およびプログラム
US9638723B2 (en) 2012-10-04 2017-05-02 Kabushiki Kaisha Toshiba Status estimation apparatus, status estimation method
JP6172601B2 (ja) * 2012-10-19 2017-08-02 パナソニックＩｐマネジメント株式会社 待機電力推定装置、プログラム
JP5575212B2 (ja) * 2012-12-03 2014-08-20 三菱電機株式会社 異常検出装置、異常検出方法、及びプログラム
KR20140089272A (ko) * 2013-01-04 2014-07-14 삼성전자주식회사 스마트 장치 및 이를 이용한 홈 네트워크 시스템
US20140281650A1 (en) * 2013-03-15 2014-09-18 Evermind, Inc. Passive monitoring system
WO2014184957A1 (ja) * 2013-05-17 2014-11-20 三菱電機株式会社 判別システム、ホームエネルギーマネジメントシステム、判別方法、及びプログラム
CN103413586B (zh) * 2013-07-26 2016-03-30 国核电站运行服务技术有限公司 一种核电厂多部件系统维修方法
WO2015073510A1 (en) * 2013-11-12 2015-05-21 Alstom Technology Ltd Power transformers using optical current sensors
WO2015097845A1 (ja) * 2013-12-27 2015-07-02 インフォメティス株式会社 信号処理システム、信号処理方法および信号処理プログラム
JP6157003B2 (ja) * 2014-02-14 2017-07-05 Kddi株式会社 消費電力量に基づく整合性のある生活状況の推定が可能な装置、プログラム及び方法
AU2015228622A1 (en) 2014-03-11 2016-10-27 British Gas Trading Limited Determination of a state of operation of a domestic appliance
JP2015184942A (ja) * 2014-03-25 2015-10-22 株式会社日立ハイテクノロジーズ 故障原因分類装置
GB2528644B (en) 2014-07-08 2016-11-09 3Rings Care Ltd Smart plug
JP6263112B2 (ja) * 2014-10-31 2018-01-17 日本電信電話株式会社 電力値算出方法および電力値算出システム
CN105809884B (zh) * 2014-12-29 2018-09-25 北京市建筑设计研究院有限公司 一种在宅事故监控系统
JP6701619B2 (ja) * 2015-03-20 2020-05-27 日本電気株式会社 電気設備資産管理システム、電気設備資産管理方法および電気設備資産管理プログラム
KR20170132274A (ko) * 2015-03-31 2017-12-01 엔이씨 솔루션 이노베이터 가부시키가이샤 수도 사용 검출 시스템, 이를 사용하는 감시 시스템, 수도 사용 검출 방법, 감시 방법, 및 컴퓨터 판독가능 기록 매체
US9836069B1 (en) 2015-03-31 2017-12-05 Google Inc. Devices and methods for protecting unattended children in the home
JP6617589B2 (ja) * 2015-05-27 2019-12-11 パナソニックＩｐマネジメント株式会社 機器管理方法および機器管理装置
CN104880592A (zh) * 2015-06-24 2015-09-02 国网浙江省电力公司电力科学研究院 一种谐波条件下的电能计算方法及系统
JP6452593B2 (ja) * 2015-10-30 2019-01-16 三菱電機株式会社 情報処理装置及び情報処理方法
JP2017117089A (ja) * 2015-12-22 2017-06-29 ローム株式会社 センサノード、センサネットワークシステム、および監視方法
CN105684353A (zh) * 2016-01-23 2016-06-15 张阳 剧院中设备管理方法及系统
EP3437298A1 (en) * 2016-05-01 2019-02-06 Argus Cyber Security Ltd Net sleuth for in-vehicle network anomaly detection
GB201613225D0 (en) * 2016-08-01 2016-09-14 Univ Liverpool John Moores Analysing energy usage
RU2641318C1 (ru) * 2016-08-01 2018-01-17 Дмитрий Николаевич Семенов Способ диагностирования обобщённого технического состояния электродвигателя
JP6787057B2 (ja) * 2016-11-10 2020-11-18 カシオ計算機株式会社 売上データ処理システム及び売上データ処理方法
WO2018087885A1 (ja) * 2016-11-11 2018-05-17 三菱電機株式会社 劣化検出装置、劣化検出システム、劣化検出方法、及び、プログラム
WO2018101363A1 (ja) * 2016-11-30 2018-06-07 日本電気株式会社 状態推定装置と方法とプログラム
CN106649755B (zh) * 2016-12-26 2020-08-25 山东鲁能软件技术有限公司 一种多维度实时变电设备数据的阈值自适应设置异常检测方法
KR101872813B1 (ko) * 2016-12-26 2018-06-29 주식회사 인코어드 테크놀로지스 댁내 구성원의 이상 상태 판단 방법 및 장치
JP6318276B2 (ja) * 2017-02-10 2018-04-25 サターン ライセンシング エルエルシーＳａｔｕｒｎ Ｌｉｃｅｎｓｉｎｇ ＬＬＣ 情報処理装置及び情報処理方法
WO2018199721A1 (ko) 2017-04-28 2018-11-01 서울대학교 산학협력단 뉴럴네트워크에서 데이터 처리를 가속화하는 방법 및 장치
DE112017008148B4 (de) * 2017-11-21 2021-12-16 Mitsubishi Electric Corporation Anomalie-Erfassungseinrichtung und Anomalie-Erfassungsverfahren
US11856006B2 (en) * 2017-11-27 2023-12-26 Nippon Telegraph And Telephone Corporation Abnormal communication detection apparatus, abnormal communication detection method and program
KR102415214B1 (ko) * 2017-12-22 2022-06-30 서울대학교산학협력단 이상치를 고려한 뉴럴네트워크 가속 방법 및 장치
WO2019202053A1 (en) * 2018-04-18 2019-10-24 Koninklijke Philips N.V. A system for emergency safety warning and risk mitigation
US12244434B2 (en) * 2018-04-18 2025-03-04 Koninklijke Philips N.V. System for emergency safety warning and risk mitigation
US11165512B2 (en) * 2018-05-23 2021-11-02 Nec Corporation Wireless communication identification device and wireless communication identification method
EP3598077B1 (de) * 2018-07-20 2020-09-02 neXenio GmbH Mehrschichtige signalauswertung
CN112703493B (zh) * 2018-09-28 2024-09-24 三菱电机株式会社 服务器装置、数据流通系统、数据提供方法以及记录介质
CN109520560A (zh) * 2018-10-01 2019-03-26 上海黄龙物联网科技有限公司 设备状态检测方法及系统
US10641820B1 (en) * 2018-10-19 2020-05-05 Teradyne, Inc. Automated test equipment with relay hot-switch detection
KR20210124438A (ko) 2019-03-26 2021-10-14 제이에프이 스틸 가부시키가이샤 프로세스 상태 감시 장치 및 프로세스 상태 감시 방법
JP2020201143A (ja) * 2019-06-11 2020-12-17 株式会社日立製作所 自動点検システム
WO2021130869A1 (ja) * 2019-12-24 2021-07-01 三菱電機株式会社 機器状態判定システム、電力量計、および機器状態判定方法
CN111179548A (zh) * 2019-12-28 2020-05-19 杭州拓深科技有限公司 一种基于电流指纹技术的独居人员安全预警方法及系统
CN111025014B (zh) * 2019-12-30 2021-09-28 东南大学 一种一体化双向计量与监控系统
CN111262922B (zh) * 2020-01-13 2020-09-29 安徽华创环保设备科技有限公司 一种基于大数据的可视化环保设备服务管理系统
WO2021166393A1 (ja) * 2020-02-19 2021-08-26 アルプスアルパイン株式会社 アラート通知システム及びアラート通知方法
DE112020007131T5 (de) * 2020-04-27 2023-03-09 Mitsubishi Electric Corporation Anomalie-diagnoseverfahren, anomalie-diagnosevorrichtung und anomalie-diagnoseprogramm
CN111739273B (zh) * 2020-08-07 2020-11-20 成都极米科技股份有限公司 测试方法及系统
JP7601580B2 (ja) * 2020-08-28 2024-12-17 日立グローバルライフソリューションズ株式会社 見守り装置、見守り方法及び見守りプログラム
CN112363672B (zh) * 2020-11-09 2024-07-16 北京大豪科技股份有限公司 数据处理方法、装置及设备
CN116724475B (zh) * 2020-11-25 2025-11-18 三菱电机楼宇解决方案株式会社 消耗电力监视装置
WO2022130626A1 (ja) * 2020-12-18 2022-06-23 株式会社日立製作所 異常診断装置、プログラムおよび異常診断方法
CN112769849B (zh) * 2021-01-19 2023-06-09 杭州迪普科技股份有限公司 一种病毒确诊与阻断的方法、系统、设备及存储介质
CN116933044B (zh) * 2023-09-15 2023-11-24 深圳高新区信息网有限公司 一种供电数据智能处理方法及系统
CN117290670B (zh) * 2023-11-27 2024-01-26 南京中鑫智电科技有限公司 一种基于增强滤波器算法的变压器套管绝缘状态估计方法
CN119001305B (zh) * 2024-10-18 2025-02-18 国网甘肃省电力公司酒泉供电公司 一种储能电力转换系统性能测试系统
CN119893178B (zh) * 2025-03-26 2025-06-03 四川天邑康和通信股份有限公司 一种机顶盒的状态评估方法、装置、介质及设备
CN120470504B (zh) * 2025-07-15 2025-09-23 浙江省邮电工程建设有限公司 一种数据中心管线优化管理方法与系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04324372A (ja) * 1991-04-25 1992-11-13 Hitachi Ltd 生活パターン分析報知システム
JP2000090366A (ja) * 1998-09-09 2000-03-31 Fukushi System Kenkyusho:Kk 生活行動遠隔確認装置および生活行動遠隔確認システム
JP2001236582A (ja) * 2000-02-24 2001-08-31 Matsushita Electric Ind Co Ltd テーブルタップおよびテーブルタップを用いた監視システム
JP2002015000A (ja) * 2000-06-29 2002-01-18 Toshiba Corp 多変数時系列データ類似度判定装置
JP2002071740A (ja) * 2000-08-30 2002-03-12 Chugoku Electric Power Co Inc:The 波形伝送による地絡検出システム
JP2002090413A (ja) * 2000-09-18 2002-03-27 Toshiba Corp 高電圧機器の絶縁異常診断装置
JP2002137611A (ja) * 2000-10-31 2002-05-14 Sumitomo Rubber Ind Ltd タイヤ空気圧低下警報装置および方法
JP2002251686A (ja) * 2000-12-19 2002-09-06 Matsushita Electric Ind Co Ltd 生活見守りシステム、受信手段、および生活の見守り方法
JP2003196773A (ja) * 2001-12-25 2003-07-11 Dx Antenna Co Ltd 自動検針装置を用いた監視システム
JP2004038765A (ja) * 2002-07-05 2004-02-05 Central Res Inst Of Electric Power Ind 特定電気機器の動作状態推定方法及びシステム並びに電力需要家在室者の安否確認方法及びシステム並びに高調波信号注入装置を備えた電気機器
JP2007183890A (ja) * 2006-01-10 2007-07-19 Chugoku Electric Power Co Inc:The 生活状況監視システム、装置、方法およびプログラム

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE457486B (sv) 1987-04-29 1988-12-27 Czeslaw Kiluk Foerfarande vid larmsystem, innefattande registrering av energifoerbrukning
JPH03129948A (ja) 1989-10-13 1991-06-03 Toshiba Corp データ無線伝送方法及び無線通信装置
JP2661566B2 (ja) * 1994-11-17 1997-10-08 日本電気株式会社 電力量計測回路ならびにディジタル電力量計
JPH11329011A (ja) * 1998-05-12 1999-11-30 Koito Mfg Co Ltd 自動車用ヘッドランプ
JP3403368B2 (ja) 1999-02-01 2003-05-06 財団法人電力中央研究所 電気機器モニタリングシステム及び動作異常警報システム
JP2000331273A (ja) 1999-05-19 2000-11-30 Shimizu Corp 住環境評価支援システム
JP2001052277A (ja) 1999-08-05 2001-02-23 Yoshio Masuda 行動遠方監視システム及びｈシステム
US6853920B2 (en) * 2000-03-10 2005-02-08 Smiths Detection-Pasadena, Inc. Control for an industrial process using one or more multidimensional variables
US6522247B2 (en) * 2000-05-23 2003-02-18 Kabushiki Kaisha Toshiba Apparatus monitoring system and apparatus monitoring method
JP2002049418A (ja) 2000-05-23 2002-02-15 Toshiba Corp 機器監視システムとその方法
JP3622783B2 (ja) * 2000-07-04 2005-02-23 シャープ株式会社 活動情報供給システムおよびサーバシステム
JP2002024966A (ja) 2000-07-05 2002-01-25 Toto Ltd 在宅安否遠隔確認システム
JP2002152971A (ja) 2000-08-30 2002-05-24 Daihen Corp 負荷需要推定装置
US8682952B2 (en) * 2000-11-09 2014-03-25 Intel-Ge Care Innovations Llc System for maximizing the effectiveness of care giving
JP2003022488A (ja) 2001-07-06 2003-01-24 Fujitsu General Ltd 無線ｌａｎシステム
CA2385642A1 (en) * 2001-07-31 2003-01-31 Jacob Edward Prins Vigilant dwelling
WO2003044755A1 (en) * 2001-11-08 2003-05-30 Behavioral Informatics, Inc. Monitoring a daily living activity and analyzing data related thereto
JP3943960B2 (ja) * 2002-02-26 2007-07-11 四国電力株式会社 電気機器の状態情報にもとづいた生活見守り方法およびシステム
JP2004246709A (ja) * 2003-02-14 2004-09-02 Fuji Xerox Co Ltd 情報可視化装置、方法およびプログラム
JP4036112B2 (ja) * 2003-02-14 2008-01-23 富士ゼロックス株式会社 故障診断システム
KR101604833B1 (ko) * 2003-05-14 2016-03-21 인텔 코포레이션 표시자들의 주기적인 측정을 이용한 네트워크 관리
JP2004348551A (ja) 2003-05-23 2004-12-09 Omron Corp 浴室内挙動検知装置
US7447176B2 (en) * 2003-06-03 2008-11-04 Microsoft Corporation Making roaming decisions based on association qualities between wireless devices and wireless access points
JP2005025625A (ja) 2003-07-04 2005-01-27 Omron Corp 浴室内挙動検知装置および浴室内挙動検知方法
JP4091504B2 (ja) 2003-08-29 2008-05-28 株式会社東芝 電力デマンド監視装置システム
JP2005174058A (ja) 2003-12-12 2005-06-30 Matsushita Electric Ind Co Ltd 家庭内情報システム
JP2005284535A (ja) 2004-03-29 2005-10-13 Sanyo Electric Co Ltd 生活監視システム
JP2005284796A (ja) * 2004-03-30 2005-10-13 Kato Electrical Mach Co Ltd 救護対象者の救護支援システム
JP2006054849A (ja) * 2004-07-13 2006-02-23 Iwatsu Electric Co Ltd アクセスポイントにおける自動化チャネル決定方法及び自動化チャネル割当システム
WO2006013753A1 (ja) * 2004-08-06 2006-02-09 Murata Manufacturing Co., Ltd. 高周波複合部品
JP2006186587A (ja) 2004-12-27 2006-07-13 Fujitsu Ten Ltd 音響制御装置および音響制御方法
US20070055151A1 (en) * 2005-01-20 2007-03-08 Shertukde Hemchandra M Apparatus and methods for acoustic diagnosis
JP4572305B2 (ja) 2005-02-08 2010-11-04 広島市 人物在圏検知システム
EP1705617A3 (fr) * 2005-03-24 2011-04-20 France Telecom Procédé et dispositif de suivi à distance de l'activité d'une personne dans une habitation
US7336168B2 (en) 2005-06-06 2008-02-26 Lawrence Kates System and method for variable threshold sensor
JP2006343057A (ja) * 2005-06-10 2006-12-21 Matsushita Electric Ind Co Ltd 給湯装置
TW200721861A (en) * 2005-09-09 2007-06-01 Nokia Corp Use of measurement pilot for radio measurement in a wireless network
JP2007132884A (ja) 2005-11-14 2007-05-31 Ntt Docomo Inc 位置推定装置及び位置推定方法
WO2007107984A2 (en) * 2006-03-22 2007-09-27 Ianiv Seror System and method for real time monitoring of a subject and verification of an emergency situation
DE602006010188D1 (de) * 2006-06-19 2009-12-17 Univ Bari Vorrichtung und Verfahren zur Erkennung von Stürzen und Unbeweglichkeit
JP4565511B2 (ja) 2006-08-02 2010-10-20 国立大学法人名古屋大学 電気機器稼働状態推定システム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04324372A (ja) * 1991-04-25 1992-11-13 Hitachi Ltd 生活パターン分析報知システム
JP2000090366A (ja) * 1998-09-09 2000-03-31 Fukushi System Kenkyusho:Kk 生活行動遠隔確認装置および生活行動遠隔確認システム
JP2001236582A (ja) * 2000-02-24 2001-08-31 Matsushita Electric Ind Co Ltd テーブルタップおよびテーブルタップを用いた監視システム
JP2002015000A (ja) * 2000-06-29 2002-01-18 Toshiba Corp 多変数時系列データ類似度判定装置
JP2002071740A (ja) * 2000-08-30 2002-03-12 Chugoku Electric Power Co Inc:The 波形伝送による地絡検出システム
JP2002090413A (ja) * 2000-09-18 2002-03-27 Toshiba Corp 高電圧機器の絶縁異常診断装置
JP2002137611A (ja) * 2000-10-31 2002-05-14 Sumitomo Rubber Ind Ltd タイヤ空気圧低下警報装置および方法
JP2002251686A (ja) * 2000-12-19 2002-09-06 Matsushita Electric Ind Co Ltd 生活見守りシステム、受信手段、および生活の見守り方法
JP2003196773A (ja) * 2001-12-25 2003-07-11 Dx Antenna Co Ltd 自動検針装置を用いた監視システム
JP2004038765A (ja) * 2002-07-05 2004-02-05 Central Res Inst Of Electric Power Ind 特定電気機器の動作状態推定方法及びシステム並びに電力需要家在室者の安否確認方法及びシステム並びに高調波信号注入装置を備えた電気機器
JP2007183890A (ja) * 2006-01-10 2007-07-19 Chugoku Electric Power Co Inc:The 生活状況監視システム、装置、方法およびプログラム

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102449646A (zh) * 2010-02-02 2012-05-09 松下电器产业株式会社 运行状况判断装置以及运行状况判断方法
JP2012055100A (ja) * 2010-09-02 2012-03-15 Yazaki Corp 使用電気機器判断装置及び使用電気機器判断方法
CN104155546A (zh) * 2014-07-31 2014-11-19 江苏益邦电力科技有限公司 基于电压参数测试ica算法的传导电磁干扰噪声源识别方法
JPWO2017013760A1 (ja) * 2015-07-22 2017-11-02 三菱電機株式会社 無線通信装置、存在検知システム、方法、及びプログラム
US11841382B2 (en) 2018-03-20 2023-12-12 Honda Motor Co., Ltd. Information providing apparatus, information providing method, and system
JPWO2022049701A1 (ja) * 2020-09-03 2022-03-10
JP7214054B2 (ja) 2020-09-03 2023-01-27 三菱電機株式会社 機器分析装置、機器分析方法および機器分析プログラム
US12242565B2 (en) 2020-09-03 2025-03-04 Mitsubishi Electric Corporation Device analysis apparatus, device analysis method, and storage medium
WO2023152948A1 (ja) * 2022-02-14 2023-08-17 三菱電機株式会社 空気調和機
JP7546798B2 (ja) 2022-02-14 2024-09-06 三菱電機株式会社 空気調和機

Also Published As

Publication number Publication date
CN102842204A (zh) 2012-12-26
US8930146B2 (en) 2015-01-06
JP2011022156A (ja) 2011-02-03
JP5084906B2 (ja) 2012-11-28
CN102842205A (zh) 2012-12-26
CN101981601A (zh) 2011-02-23
EP2264680A4 (en) 2012-05-09
EP2276005A3 (en) 2012-05-16
EP2276005A2 (en) 2011-01-19
CN101981601B (zh) 2014-10-08
EP2276006A2 (en) 2011-01-19
CN102842205B (zh) 2014-10-08
EP2276006A3 (en) 2012-05-09
JPWO2009125659A1 (ja) 2011-08-04
JP5538140B2 (ja) 2014-07-02
US20110010106A1 (en) 2011-01-13
JP2011014156A (ja) 2011-01-20
WO2009125659A1 (ja) 2009-10-15
EP2264680A1 (en) 2010-12-22
CN102842204B (zh) 2014-11-12

Similar Documents

Publication Publication Date Title
JP5084906B2 (ja) 機器状態検出装置
CN102193041B (zh) 用于识别连接到电网的电气设备的方法、系统和传感器
WO2010103332A1 (en) Current measuring device
Patrono et al. An innovative approach for monitoring elderly behavior by detecting home appliance's usage
KR20110022171A (ko) 독거노인의 생활 상태를 모니터링하기 위한 시스템 및 그 방법
JP6493828B2 (ja) 外出支援装置、およびプログラム
Hernández et al. Applications of NILM techniques to energy management and assisted living
WO2015136839A1 (ja) 生活行動推定装置、およびプログラム
CN111708925A (zh) 一种用于居民用户的家电负荷智能识别系统及方法
CN111190067A (zh) 基于物联网的餐饮消毒设备使用监控方法、服务器及系统
JP6570767B2 (ja) 劣化検出装置、劣化検出システム、劣化検出方法、及び、プログラム
US20220337081A1 (en) An in-line device and a method for controlling an electrical appliance
US10544954B2 (en) System and method for monitoring an energy consuming appliance
CN116704731A (zh) 一种基于电流指纹技术的安全用电预报警方法
Chaudary et al. Towards the development of an efficient and cost effective intelligent home system based on the Internet of Things
TWI842329B (zh) 非侵入式負載辨識方法
Mistretta et al. Utilising passive indoor localisation of people and energy device identification to enhance the intelligence of smart home systems
Quek Branch Circuit Load Monitoring using Naïve Bayesian Classifier
Gaddam et al. Selection and optimization of wireless sensors in a smart digital home for the elderly
WO2023043431A1 (en) Binary classification of equipment signatures
Cammaert Anomaly detection on power signals to monitor behavior
TW201433038A (zh) 應用非侵入負載量測技術的智慧居家或建築的電源管理系統
CN119044876A (zh) 一种对于智能电能表的负荷监测系统及方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09729699

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

NENP Non-entry into the national phase

Ref country code: JP

122 Ep: pct application non-entry in european phase

Ref document number: 09729699

Country of ref document: EP

Kind code of ref document: A1