特開 2022-115524 情報処理装置及び情報処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022115524

(43)【公開日】2022-08-09

(54)【発明の名称】情報処理装置及び情報処理方法

(51)【国際特許分類】

   G01R 31/08 20200101AFI20220802BHJP

【ＦＩ】

G01R31/08

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2021012153

(22)【出願日】2021-01-28

(71)【出願人】

【識別番号】000211307

【氏名又は名称】中国電力株式会社

(74)【代理人】

【識別番号】110000176

【氏名又は名称】一色国際特許業務法人

(72)【発明者】

【氏名】満井 法嗣

(72)【発明者】

【氏名】篠田 誠一

【テーマコード（参考）】

2G033

【Ｆターム（参考）】

2G033AA02

2G033AB01

2G033AC02

2G033AD19

2G033AD20

2G033AE02

2G033AF00

2G033AG14

(57)【要約】

【課題】電線における事故点の有無を判定するための計測装置が出力する指標の時系列データに基づいて、信頼性の向上した事故点の有無の判定を出力可能な情報処理装置を提供する。
【解決手段】電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データを取得する取得部と、計測装置が計測中に出力する指標の時系列データを入力した場合に電線が地絡しているか否かを出力するよう学習済みの学習済みモデルを用いて、取得した時系列データから前記電線が地絡しているか否かを出力する出力部と、を備えた情報処理装置。
【選択図】図３

【特許請求の範囲】

【請求項1】

電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データを取得する取得部と、
計測装置が計測中に出力する指標の時系列データを入力した場合に電線が地絡しているか否かを出力するよう学習済みの学習済みモデルを用いて、取得した前記時系列データから前記電線が地絡しているか否かを出力する出力部と、
を備えた情報処理装置。

【請求項2】

請求項１に記載の情報処理装置であって、
前記指標の時系列データは、前記計測中における前記計測装置のメーターの映像データである、
情報処理装置。

【請求項3】

請求項２に記載の情報処理装置であって、
前記メーターは、地絡表示メーターと、出力電圧メーターとを含む、
情報処理装置。

【請求項4】

電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データと、前記電線が地絡しているか否かとが対応付けられた教師データを取得する取得部と、
取得した教師データに基づき、計測装置が計測中に出力する指標の時系列データを入力した場合に前記電線が地絡しているか否かを出力する学習済みモデルを生成するモデル生成部と、
を備えた情報処理装置。

【請求項5】

電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データを取得するステップと、
計測装置が計測中に出力する指標の時系列データを入力した場合に電線が地絡しているか否かを出力するよう学習済みの学習済みモデルを用いて、取得した前記時系列データから前記電線が地絡しているか否かを出力するステップと、
を含む情報処理方法。

【請求項6】

電線が地絡しているか否かを判定するための計測装置が出力する指標の時系列データと、前記電線が地絡しているか否かとが対応付けられた教師データを取得するステップと、
取得した教師データに基づき、計測装置が計測中に出力する指標の時系列データを入力した場合に前記電線が地絡しているか否かを出力する学習済みモデルを生成するステップと、
を含む情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置及び情報処理方法に関する。

【背景技術】

【0002】

配電線路に地絡による事故が発生したおそれがある場合に、事故点の有無を判定することができる装置が知られている。

【0003】

例えば、特許文献１には、パルス電圧値を表示する電圧表示メーターと、事故点に流れる地絡電流の大きさに比例した指示値を表示する地絡表示メーターを備え、高圧配電線路の停電区間の一部から事故点に高電圧のパルスを注入して事故点で放電を起こさせて、事故点に流れる地絡電流によって事故点を探査する事故点探査装置が開示されている。

【0004】

この事故点探査装置による探査において、作業者は、電圧表示メーターと、地絡表示メーターとが出力する指標を目視で確認し、確認結果に基づいて配電線路の事故点の有無を判定する。そして、作業者は、配電設備の複数箇所に設けられている開閉器の開閉操作を複数回繰り返し、その都度事故点の有無を判定することにより、事故点を探索することができる。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００４－３１７３４９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、特許文献１に開示された事故点探査装置を用いた事故点の有無の判定は、以下の理由から困難であって信頼性を欠く場合がある。

【0007】

一般に、事故点の有無の判定は、地絡表示メーターが示す値から判定する。事故点が存在する場合は、地絡表示メーターが振れる。しかしながら、このときの振れ幅について、事故点の有無を判定するための明確な閾値は存在しない。作業者は、地絡表示メーターの振れ幅から事故点の有無の判定が困難な場合、電圧表示メーターが示す値を考慮して事故点の有無を判定する。

【0008】

更に、地絡表示メーターと、電圧表示メーターとの出力は、時間の経過とともに変動する。例えば、地絡表示メーターは、パルス電圧を注入した直後にピーク値を示し、その後に減衰する。作業者は、パルス電圧が注入された直後のピーク値や減衰の速さを確認することで事故点の有無を判定する。
このように、作業者は、地絡表示メーターが示したピーク値や、その後の減衰の速さといった挙動や、２つのメーターそれぞれの挙動を総合考慮した上で事故点の有無を判定する。これらの判定は経験に依るところが大きいため、経験の乏しい作業者による判定は信頼性を欠く。

【0009】

本発明の目的は、電線における事故点の有無を判定するための計測装置が出力する指標の時系列データに基づいて、信頼性の高い事故点の有無の判定を出力可能な情報処理装置を提供することである。

【課題を解決するための手段】

【0010】

上記目的を達成するための本発明のうちの一つは、電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データを取得する取得部と、計測装置が計測中に出力する指標の時系列データを入力した場合に電線が地絡しているか否かを出力するよう学習済みの学習済みモデルを用いて、取得した時系列データから前記電線が地絡しているか否かを出力する出力部と、を備えた情報処理装置である。

【0011】

このような構成によれば、電線における事故点の有無を判定するための計測装置が出力する指標の時系列データに基づいて、信頼性の向上した事故点の有無の判定を出力することができる。作業員は、情報処理装置の出力に基づいて、作業者の経験によらず、事故点の有無について判断をすることが可能となる。

【0012】

本発明の他の一つは、上記情報処理装置であって、前記指標の時系列データは、前記計測中における前記計測装置のメーターの映像データである。

【0013】

このような構成によれば、計測装置を撮影することによって得たメーターの映像データに基づいて、事故点の有無の判定を出力することができる。これによって、既存の計測装置を用いることができるため、新たな計測装置を導入する必要が無い。

【0014】

本発明の他の一つは、上記情報処理装置であって、前記メーターは、地絡表示メーターと、出力電圧メーターとを含む。

【0015】

このような構成によれば、地絡表示メーターと、出力電圧メーターとを含む既存の計測装置を用いた計測により、作業員は、事故点の有無について判断をすることが可能となる。

【0016】

本発明の他の一つは、電線が地絡しているか否かを判定するための計測装置が計測中に出力する指標の時系列データと、前記電線が地絡しているか否かとが対応付けられた教師データを取得する取得部と、取得した教師データに基づき、計測装置が計測中に出力する指標の時系列データを入力した場合に電線が地絡しているか否かを出力する学習済みモデルを生成するモデル生成部と、を備えた情報処理装置である。

【0017】

このような構成によれば、情報処理装置は、指標の時系列データに基づいて、電線が地絡しているか否かを出力可能な学習済みモデルを生成することができる。

【発明の効果】

【0018】

本発明によれば、電線における事故点の有無を判定するための計測装置が出力する指標の時系列データに基づいて、信頼性の向上した事故点の有無の判定を出力可能な情報処理装置を提供することができる。

【図面の簡単な説明】

【0019】

【図1】情報処理システム１の構成を示す図である。

【図2】情報処理装置２のハードウェアの一例を示す図である。

【図3】教師データの一例を示す図である。

【図4】教師データのうち、映像データを構成する複数のフレーム画像データのうちの一つを表現した図である。

【図5】情報処理装置２の機能ブロックを示す図である。

【図6】学習済みモデルを生成するまでの処理の流れを説明するフローチャートである。

【図7】地絡の有無を表示させるまでの処理の流れを説明するフローチャートである。

【図8】映像データを構成する複数のフレーム画像データのうちの一つを説明する図である。

【図9】出力画面２４０の一例を示す図である。

【発明を実施するための形態】

【0020】

＝＝実施形態＝＝
＜情報処理システム＞
図１は、本実施形態の情報処理システム１の概略構成を示す図である。情報処理システム１は、情報処理装置２と、計測装置４と、携帯端末５とを含む。情報処理装置２と、携帯端末５とは、ネットワークＮＷを介して通信可能に接続されている。ネットワークＮＷは、例えばインターネット等の公衆回線、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等の専用回線等である。

【0021】

計測装置４は、電線の停電区間の一部から、事故点と推測される点にパルス電圧を所定の周期で印加し、事故点と推測される点に流れる地絡電流に基づいて、電線が地絡しているか否かを判定するための計測を行う装置である。ここで、「電線」とは、配電線、送電線を含む。計測装置４は、一般の事故点探査装置を用いることができる。なお、本実施形態において、「事故点」とは、電線が地絡している箇所を意味する。

【0022】

計測装置４は、地絡表示メーター４０ａと、出力電圧メーター４０ｂとを備えている。地絡表示メーター４０ａは、事故点と推測される点に流れる地絡電流の大きさに比例した指標を表示するメーターである。出力電圧メーター４０ｂは、パルス電圧値を表示するメーターである。以下では特に断らない限り、地絡表示メーター４０ａと、出力電圧メーター４０ｂとをまとめて「メーター４０」と呼ぶ。図１には示されていないが、本実施形態の計測装置４のメーター４０は、針式メーターである。なお、メーター４０の態様はこれに限られない。メーター４０は、例えば、液晶パネル等に数値で出力値を表示するメーターであってもよい。

【0023】

作業員は、計測装置４を携帯し、配電設備の電線における事故点の探索をするために現場に赴く。「配電設備」とは、発電所で生成された電力を、電力の需要者へ送電するための設備である。配電設備は、架空配電設備であってもよいし、地中配電設備であってもよい。

【0024】

携帯端末５は、スマートフォン、タブレット端末、ノートパソコン等の携帯可能な端末であり、カメラを搭載している。作業員は、計測装置４と共に携帯端末５を携帯して事故点の探索をするために現場に赴き、計測装置４がパルス電圧を印加している期間（以下、「計測中」と呼ぶ）のメーター４０の映像（以下では、計測中のメーター４０の映像を、単に「メーター４０の映像」と呼ぶ）を撮影する。携帯端末５は、撮影したメーター４０の映像を情報処理装置２に出力する。

【0025】

なお、メーター４０の映像は、携帯端末５により撮影されたものに限られず、例えば、電力会社等が管理するカメラにより撮影されたものでもよい。メーター４０の映像は、記録媒体を介して情報処理装置２に提供してもよいし、有線又は無線の通信手段（ＬＡＮ（Local Area Network）、ＵＳＢ（Universal Serial Bus）等）を介して情報処理装置２に出力してもよい。

【0026】

情報処理装置２は、メーター４０の映像が入力された場合に、電線が地絡しているか否かを出力する学習済みモデルを生成する。情報処理装置２は、更に、生成した学習済みモデルを用いて、メーター４０の映像から電線が地絡しているか否かを出力する（詳細は後述）。

【0027】

［情報処理装置のハードウェア構成］
図２は、情報処理装置２のハードウェアの一例を示す図である。例示する情報処理装置２は、プロセッサ２０、主記憶装置２１、補助記憶装置２２、入力装置２３、出力装置２４、及び通信装置２５を備える。なお、例示する情報処理装置２は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置２によって提供される機能の全部または一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。また、情報処理システム１は、通信可能に接続された複数の情報処理装置２を用いて構成してもよい。

【0028】

同図において、プロセッサ２０は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。

【0029】

主記憶装置２１は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。

【0030】

補助記憶装置２２は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置２２には、記録媒体の読取装置や通信装置２５を介してプログラムやデータを読み込むことができる。補助記憶装置２２に格納（記憶）されているプログラムやデータは主記憶装置２１に随時読み込まれる。

【0031】

入力装置２３は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。

【0032】

出力装置２４は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置２４は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。

【0033】

入力装置２３及び出力装置２４は、ユーザとの間で情報の受け付けや情報の提示を行うユーザインタフェースを構成する。

【0034】

通信装置２５は、他の装置との間の通信を実現する装置である。通信装置２５は、インターネット等の通信ネットワークを介して他の装置との間の通信を実現する、有線方式または無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。情報処理装置２は、通信装置２５を介して携帯端末５との間で情報の入力や出力を行う構成となっている。

【0035】

情報処理装置２には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。

【0036】

情報処理システム１が備える前述の各機能は、情報処理装置２のプロセッサ２０が、主記憶装置２１に格納されているプログラムを読み出して実行することにより、もしくは、情報処理システム１を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。情報処理システム１は、前述した各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。

【0037】

［教師データ］
図３及び４は、上述した補助記憶装置２２に記憶されている、本実施形態の教師データ６を説明する図である。教師データ６は、複数のデータを含んでいる。複数のデータの夫々は、実施済の地絡の有無を判定するための計測装置４による計測に対応している。図３の一の列には、一のデータが配列されている。

【0038】

本実施形態の教師データ６は、時系列データ６０と、地絡の有無６１とが対応付けられたデータである。教師データ６は、複数のデータを含んでいる。図３の一の列には、一のデータが配列されている。複数のデータの夫々は、入力データと、入力データに対して付与される正解データとから構成されている。複数のデータの夫々は、計測装置４によって実施済の一の計測に基づいて生成されたデータである。入力データは、時系列データ６０（後述）である。ここで、時系列データ６０は、入力データである。本実施形態では、時系列データ６０は、携帯端末５により撮影されたメーター４０の映像を再生するための映像データである。図３には、映像データを特定するファイル名が示されている。正解データは、地絡の有無６１である。

【0039】

図４は、教師データ６のうち、データ６ａにおける、映像データを構成する複数のフレーム画像データ６０ａのうちの一つを表現した図である。

【0040】

本実施形態では、時系列データ６０は、携帯端末５により撮影されたメーター４０の映像を表現する映像データとしたが、これに限られない。時系列データ６０は、メーター４０の出力値の時系列を特定できるデータであればよい。例えば、計測装置４自体がメーター４０の出力値の時系列データを生成できる場合は、これを時系列データ６０として用いてもよい。

【0041】

［情報処理装置の機能ブロック］
図５は、本実施形態の情報処理装置２の機能ブロックを示す図である。本実施形態の情報処理装置２には、プロセッサ２０が所定のプログラムを実行することにより、第１取得部３０と、モデル生成部３１と、第２取得部３２と、出力部３３と、表示制御部３４とが実現される。

【0042】

第１取得部３０は、補助記憶装置２２に記憶されている教師データ６（図３）を取得する。

【0043】

モデル生成部３１は、第１取得部３０が取得した教師データ６に基づき、学習済みモデルを生成する。学習済みモデルは、時系列データ６０を入力した場合に電線が地絡しているか否かを出力するよう学習済みの機械学習モデルである。

【0044】

モデル生成部３１は、メーター４０の映像の特徴量を学習するディープラーニングを行うことで、メーター４０の映像を入力とし、地絡の有無を出力とするニューラルネットワークを、学習済みモデルとして構築（生成）する。「メーター４０の映像の特徴量」とは、メーター４０の形状、メーター４０の目盛盤のレイアウト、メーター４０の針の配置の時間変化等を含む。

【0045】

モデル生成部３１は、メーター４０の映像の特徴量から、メーター４０の時系列データ６０の波形の特徴を抽出する。時系列データ６０の波形の特徴は、例えば、時系列データ６０の波形の最大値、最小値、極大値、極小値等を含む。また、時系列データ６０の波形の特徴は、時間について波形を一回又は複数回微分したものの最大値、最小値、極大値、極小値等を含んでもよい。また、時系列データ６０の波形の特徴は、時系列データ６０の波形をフーリエ級数展開することによって得られたフーリエスペクトルであってもよい。

【0046】

ニューラルネットワークは、例えばＣＮＮ（Convolution Neural Network）であり、メーター４０の映像の入力を受け付ける入力層と、地絡の有無を出力する出力層と、特徴量を抽出する中間層とを有する。ニューラルネットワークを構築（生成）する詳細な処理については後述する。

【0047】

第２取得部３２は、計測装置４が計測中に出力する指標の時系列データを取得する。前述のように、本実施形態では、指標の時系列データは、計測中における計測装置のメーター４０の映像データである。第２取得部３２は、携帯端末５から、ネットワークＮＷを介してメーター４０の映像を取得する。或いは、携帯端末５は、ネットワークＮＷを介してメーター４０の映像を補助記憶装置２２に予め記憶しておく。そして、第２取得部３２は、補助記憶装置２２からメーター４０の映像を取得してもよい。

【0048】

出力部３３は、モデル生成部３１が生成した学習済みモデルを用いて、第２取得部３２が取得したメーター４０の映像から電線が地絡しているか否かを出力する。

【0049】

表示制御部３４は、出力部３３によって出力された地絡の有無を告知する出力画面を生成し、出力装置２４に表示させる。

【0050】

［学習済みモデルを生成するまでの処理］
図６は、情報処理装置２が学習済みモデルを生成するまでの処理の流れを説明するフローチャートである。学習済みモデルを生成するまでの処理は、ステップＳ１１と、ステップＳ１２とを含んでいる。

【0051】

先ず、情報処理装置２の第１取得部３０は、ステップＳ１１において、教師データを取得する。図３に示した教師データ６は、ステップＳ１１において第１取得部３０が取得した教師データの一例である。

【0052】

次いで、情報処理装置２のモデル生成部３１は、ステップＳ１２において、教師データ６を用いて、学習済みモデルを生成する。

【0053】

ステップＳ１２において、図示しないニューラルネットワークの入力層は、入力された画素値を中間層に受け渡す。中間層は、画素値から抽出した特徴量を出力層に受け渡す。出力層は、中間層から出力された特徴量に基づいて地絡の有無を識別する。

【0054】

なお、本実施形態では学習済みモデルがニューラルネットワークであるものとして説明するが、学習済みモデルはＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木等、他の学習アルゴリズムで構築された学習済みモデルであってよい。

【0055】

モデル生成部３１は、入力データであるメーター４０の時系列データ６０を入力層に入力し、出力層から地絡の有無の結果を取得する。出力層から出力された地絡の有無の結果を、正解データと比較し、地絡の有無の結果が正解データとなるように、演算処理に用いるパラメータを最適化する。演算処理に用いるパラメータとは、例えばニューロン間の重み（結合係数）、各ニューロンで用いられる活性化関数の係数等である。パラメータの最適化の方法は特に限定されないが、モデル生成部３１は、例えば誤差逆伝播法を用いて各種パラメータの最適化を行う。

【0056】

以上説明した処理により、学習済みモデルを生成するまでの処理が終了する。生成された学習済みモデルは、補助記憶装置２２に記憶される。

【0057】

［地絡の有無を表示させるまでの処理］
図７は、情報処理装置２が、地絡の有無の結果を表示させるまでの処理の流れを説明するフローチャートである。地絡の有無の結果を表示させるまでの処理は、ステップＳ２１～ステップＳ２３を含んでいる。この処理の前に、補助記憶装置２２には、学習済みモデルが記憶されているとする。

【0058】

先ず、第２取得部３２は、ステップＳ２１において、時系列データ６０として、メーター４０の映像と、学習済みモデルとを取得する。具体的には、第２取得部３２は、携帯端末５から、ネットワークＮＷを介してメーター４０の映像を取得する。更に、第２取得部３２は、補助記憶装置２２から、学習済みモデルを取得する。図８は、携帯端末５が撮影したメーター４０の映像の、映像データを構成する複数のフレーム画像データ７ａのうちの一つを説明する図である。

【0059】

出力部３３は、ステップＳ２２において、学習済みモデルを用いて、メーター４０の映像から地絡の有無の結果を出力する。このとき学習済みモデルは、ステップ１２において生成された学習モデルである。また、入力であるメーター４０の映像は、ステップＳ２１において、第２取得部３２が取得したメーター４０の映像である。

【0060】

表示制御部３４は、ステップＳ２３において、出力部３３によって出力された地絡の有無の結果を説明する出力画面２４０を生成し、出力装置２４に表示させる。

【0061】

図９は、この例での出力画面２４０の一例を示す図である。出力画面２４０には、再生中のメーター４０の映像７と、出力部３３が出力した地絡の有無の結果として、「有」と表示されている。再生中のメーター４０の映像７は、ステップＳ２１において、第２取得部３２が取得したメーター４０の映像である。

【0062】

上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。また、本発明は、その趣旨を逸脱することなく、変更や改良され得るとともに、本発明にはその等価物が含まれるのはいうまでもない。

【0063】

例えば、本実施形態では、出力値を地絡の有無としたが、これに限られず、地絡している可能性としてもよい。

【0064】

また、本実施形態では、第１取得部３０と、モデル生成部３１と、第２取得部３２と、出力部３３と、表示制御部３４とが情報処理装置２に備えられる態様を示したが、これに限られるものではない。例えば、第１取得部３０と、モデル生成部３１とが一の情報処理装置に備えられ、第２取得部３２と、出力部３３と、表示制御部３４とが他の情報処理装置に備えられてもよい。

【0065】

これらのような場合であっても、情報処理装置２によれば、時系列データに基づいて、信頼性の高い地絡の有無の判定結果を出力することができる。

【符号の説明】

【0066】

１：情報処理システム
２：情報処理装置
２０：プロセッサ
２１：主記憶装置
２２：補助記憶装置
２３：入力装置
２４：出力装置
２５：通信装置
３０：第１取得部
３１：モデル生成部
３２：第２取得部
３３：出力部
３４：表示制御部
４：計測装置
４０：メーター
４０ａ：地絡表示メーター
４０ｂ：出力電圧メーター
５：携帯端末
６：教師データ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】