(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】P2024120322
(43)【公開日】2024-09-05
(54)【発明の名称】異常検知方法及び異常検知システム
(51)【国際特許分類】
H02B 3/00 20060101AFI20240829BHJP
G05B 23/02 20060101ALI20240829BHJP
【ＦＩ】
H02B3/00 M
G05B23/02 302S
【審査請求】未請求
【請求項の数】5
【出願形態】ＯＬ
(21)【出願番号】P 2023027034
(22)【出願日】2023-02-24
(71)【出願人】
【識別番号】000003942
【氏名又は名称】日新電機株式会社
(74)【代理人】
【識別番号】100099933
【弁理士】
【氏名又は名称】清水 敏
(74)【代理人】
【識別番号】100124028
【弁理士】
【氏名又は名称】松本 公雄
(74)【代理人】
【識別番号】100145207
【弁理士】
【氏名又は名称】酒本 裕明
(74)【代理人】
【識別番号】100078813
【弁理士】
【氏名又は名称】上代 哲司
(74)【代理人】
【識別番号】100094477
【弁理士】
【氏名又は名称】神野 直美
(72)【発明者】
【氏名】千林 暁
【テーマコード（参考）】
3C223
【Ｆターム（参考）】
3C223AA30
3C223BA01
3C223EA04
3C223FF04
3C223FF26
3C223FF35
3C223FF45
3C223GG01
3C223HH08
3C223HH24
3C223HH26
(57)【要約】
【課題】電気設備において水分侵入を検知でき、結露及び水分付着による絶縁劣化を未然に防止できる異常検知方法及び異常検知システムを提供する。
【解決手段】異常検知方法は、電気設備に配置された温度センサ及び湿度センサの測定データを取得し、容積絶対湿度を算出し（３０６）、乖離値を算出し（３０８）、温度センサ及び湿度センサの対毎に移動平均値を算出し（３１０）、学習期間における乖離値及び移動平均値の時系列データからＫ１、Ｋ２及びＫ３を決定し、乖離値及び移動平均値に関して、Ｋ１、Ｋ２及びＫ３から複数のしきい値を算出し（３１２）、学習期間の後、測定データから算出された乖離値及び移動平均値と、複数のしきい値とを比較することにより、電気設備における水分侵入の異常発生の有無を判定する（３２０）。これにより、水分侵入の異常判定のためのしきい値を、比較的簡単な演算により自動的に、且つ精度よく決定できる。
【選択図】図４
【解決手段】異常検知方法は、電気設備に配置された温度センサ及び湿度センサの測定データを取得し、容積絶対湿度を算出し（３０６）、乖離値を算出し（３０８）、温度センサ及び湿度センサの対毎に移動平均値を算出し（３１０）、学習期間における乖離値及び移動平均値の時系列データからＫ１、Ｋ２及びＫ３を決定し、乖離値及び移動平均値に関して、Ｋ１、Ｋ２及びＫ３から複数のしきい値を算出し（３１２）、学習期間の後、測定データから算出された乖離値及び移動平均値と、複数のしきい値とを比較することにより、電気設備における水分侵入の異常発生の有無を判定する（３２０）。これにより、水分侵入の異常判定のためのしきい値を、比較的簡単な演算により自動的に、且つ精度よく決定できる。
【選択図】図４
【特許請求の範囲】
【請求項1】
Ｎを２以上の整数として、電気設備に配置された、１対１に対応するＮ組の温度センサ及び湿度センサから、同じタイミングにおいて測定された温度データ及び相対湿度データを取得する第１ステップと、
前記温度データと、当該温度データに対応する前記相対湿度データとを用いて、容積絶対湿度を算出する第２ステップと、
前記第２ステップにより算出されたＮ個の前記容積絶対湿度の少なくとも一部から平均値を算出する第３ステップと、
Ｎ個の前記容積絶対湿度の各々の乖離値を、前記容積絶対湿度／前記平均値－１により算出する第４ステップと、
前記第１ステップ、前記第２ステップ、前記第３ステップ及び前記第４ステップを所定期間繰返し実行することにより得られた前記乖離値を用いて、前記温度センサ及び前記湿度センサの対毎に移動平均値を算出する第５ステップと、
学習期間において、前記第１ステップ、前記第２ステップ、前記第３ステップ、前記第４ステップ及び前記第５ステップが繰返されることにより生成された前記乖離値及び前記移動平均値の各々の時系列データを、大きい順に並べ替える第６ステップと、
前記乖離値及び前記移動平均値の各々に関して、前記第６ステップにより並べ替えられた後のデータの中から、最上位から数えて、前記時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７ステップと、
前記乖離値及び前記移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８ステップと、
前記学習期間の後、前記温度センサ及び前記湿度センサにより測定された温度データ及び相対湿度データから算出された前記乖離値及び前記移動平均値と、前記複数のしきい値とを比較することにより、前記電気設備における水分侵入の異常発生の有無を判定する第９ステップとを含み、
Ｌ２は、Ｌ１より大きく、
Ｌ３は、Ｌ２より大きいことを特徴とする、異常検知方法。
前記温度データと、当該温度データに対応する前記相対湿度データとを用いて、容積絶対湿度を算出する第２ステップと、
前記第２ステップにより算出されたＮ個の前記容積絶対湿度の少なくとも一部から平均値を算出する第３ステップと、
Ｎ個の前記容積絶対湿度の各々の乖離値を、前記容積絶対湿度／前記平均値－１により算出する第４ステップと、
前記第１ステップ、前記第２ステップ、前記第３ステップ及び前記第４ステップを所定期間繰返し実行することにより得られた前記乖離値を用いて、前記温度センサ及び前記湿度センサの対毎に移動平均値を算出する第５ステップと、
学習期間において、前記第１ステップ、前記第２ステップ、前記第３ステップ、前記第４ステップ及び前記第５ステップが繰返されることにより生成された前記乖離値及び前記移動平均値の各々の時系列データを、大きい順に並べ替える第６ステップと、
前記乖離値及び前記移動平均値の各々に関して、前記第６ステップにより並べ替えられた後のデータの中から、最上位から数えて、前記時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７ステップと、
前記乖離値及び前記移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８ステップと、
前記学習期間の後、前記温度センサ及び前記湿度センサにより測定された温度データ及び相対湿度データから算出された前記乖離値及び前記移動平均値と、前記複数のしきい値とを比較することにより、前記電気設備における水分侵入の異常発生の有無を判定する第９ステップとを含み、
Ｌ２は、Ｌ１より大きく、
Ｌ３は、Ｌ２より大きいことを特徴とする、異常検知方法。
【請求項2】
前記第３ステップにおいて算出される前記平均値は、Ｎ個の前記容積絶対湿度から、前記第４ステップにおいて算出される前記乖離値に対応する容積絶対湿度を除いて算出されることを特徴とする、請求項１に記載の異常検知方法。
【請求項3】
前記第９ステップは、
前記学習期間の後に測定された前記温度データ及び前記相対湿度データから算出された前記乖離値及び前記移動平均値を、前記複数のしきい値と比較してポイントを設定する第１０ステップと、
前記ポイントが所定値以上であれば、前記電気設備において水分侵入の異常が発生したと判定する第１１ステップとを含むことを特徴とする、請求項１又は請求項２に記載の異常検知方法。
前記学習期間の後に測定された前記温度データ及び前記相対湿度データから算出された前記乖離値及び前記移動平均値を、前記複数のしきい値と比較してポイントを設定する第１０ステップと、
前記ポイントが所定値以上であれば、前記電気設備において水分侵入の異常が発生したと判定する第１１ステップとを含むことを特徴とする、請求項１又は請求項２に記載の異常検知方法。
【請求項4】
Ｌ１は、０．１より大きく０．３より小さく、
Ｌ２は、１より大きく５より小さく、
Ｌ３は、１０より大きく２０より小さいことを特徴とする、請求項１又は請求項２に記載の異常検知方法。
Ｌ２は、１より大きく５より小さく、
Ｌ３は、１０より大きく２０より小さいことを特徴とする、請求項１又は請求項２に記載の異常検知方法。
【請求項5】
Ｎを２以上の整数として、電気設備に配置された、１対１に対応するＮ組の温度センサ及び湿度センサと、
演算装置とを含み、
前記演算装置は、
前記Ｎ組の前記温度センサ及び前記湿度センサの各々により、同じタイミングにおいて測定された温度データ及び相対湿度データを取得する第１処理と、
前記温度データと、当該温度データに対応する前記相対湿度データとを用いて、容積絶対湿度を算出する第２処理と、
前記第２処理により算出されたＮ個の前記容積絶対湿度の少なくとも一部から平均値を算出する第３処理と、
Ｎ個の前記容積絶対湿度の各々の乖離値を、前記容積絶対湿度／前記平均値－１により算出する第４処理と、
前記第１処理、前記第２処理、前記第３処理及び前記第４処理を所定期間繰返し実行することにより得られた前記乖離値を用いて、前記温度センサ及び前記湿度センサの対毎に移動平均値を算出する第５処理と、
学習期間において、前記第１処理、前記第２処理、前記第３処理、前記第４処理及び前記第５処理が繰返されることにより生成された前記乖離値及び前記移動平均値の各々の時系列データを、大きい順に並べ替える第６処理と、
前記乖離値及び前記移動平均値の各々に関して、前記第６処理により並べ替えられた後のデータの中から、最上位から数えて、前記時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７処理と、
前記乖離値及び前記移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８処理と、
前記学習期間の後、前記温度センサ及び前記湿度センサにより測定された温度データ及び相対湿度データから算出された前記乖離値及び前記移動平均値と、前記複数のしきい値とを比較することにより、前記電気設備における水分侵入の異常発生の有無を判定する第９処理とを実行し、
Ｌ２は、Ｌ１より大きく、
Ｌ３は、Ｌ２より大きいことを特徴とする、異常検知システム。
演算装置とを含み、
前記演算装置は、
前記Ｎ組の前記温度センサ及び前記湿度センサの各々により、同じタイミングにおいて測定された温度データ及び相対湿度データを取得する第１処理と、
前記温度データと、当該温度データに対応する前記相対湿度データとを用いて、容積絶対湿度を算出する第２処理と、
前記第２処理により算出されたＮ個の前記容積絶対湿度の少なくとも一部から平均値を算出する第３処理と、
Ｎ個の前記容積絶対湿度の各々の乖離値を、前記容積絶対湿度／前記平均値－１により算出する第４処理と、
前記第１処理、前記第２処理、前記第３処理及び前記第４処理を所定期間繰返し実行することにより得られた前記乖離値を用いて、前記温度センサ及び前記湿度センサの対毎に移動平均値を算出する第５処理と、
学習期間において、前記第１処理、前記第２処理、前記第３処理、前記第４処理及び前記第５処理が繰返されることにより生成された前記乖離値及び前記移動平均値の各々の時系列データを、大きい順に並べ替える第６処理と、
前記乖離値及び前記移動平均値の各々に関して、前記第６処理により並べ替えられた後のデータの中から、最上位から数えて、前記時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７処理と、
前記乖離値及び前記移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８処理と、
前記学習期間の後、前記温度センサ及び前記湿度センサにより測定された温度データ及び相対湿度データから算出された前記乖離値及び前記移動平均値と、前記複数のしきい値とを比較することにより、前記電気設備における水分侵入の異常発生の有無を判定する第９処理とを実行し、
Ｌ２は、Ｌ１より大きく、
Ｌ３は、Ｌ２より大きいことを特徴とする、異常検知システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、配電盤等の電気設備における水分の侵入を検知し、電気設備の動作停止等の不具合の発生、及び、短絡及び地絡等の重大事故の発生を未然に防止できる異常検知方法及び異常検知システムに関する。
【背景技術】
【0002】
配電盤等の電気設備は、風雨にさらされる屋外に配置され、高温及び多湿等、劣悪な環境に設置されることがあり、設置されてから同じ環境で長期間使用される。配電盤等の電気設備に絶縁劣化等の異常が発生すると、電力の供給先の全ての機器に影響が生じることになる。また、異常の発生は、火災等の重大事故にもつながる可能性がある。したがって、電気設備における絶縁劣化の原因となる結露及び水分付着への対策として、相対湿度をセンサにより測定し、しきい値（例えば、６０％ＲＨ）を超えるとスペースヒータに通電して相対湿度を下げる、という湿度制御方法が行われている。
【0003】
例えば、下記特許文献１には、電気機器が収納された筐体内部における結露発生を予測する結露検出ユニットが開示されている。この結露検出ユニットは、電気設備に配置されたヒータ又はファン等の温度制御機器を制御する精度を高めるために、電気設備の筐体の表面温度と、電気設備内部の温度及び湿度とを測定し、測定結果に基づき温度制御機器を制御する。
【0004】
下記特許文献２には、連結され並べて設置された複数の配電盤（列盤）の設置場所における環境変化等、外部環境による影響を受けることなく電気設備の異常を検知できる異常検知方法が開示されている。この異常検知方法は、複数の配電盤の各々に配置した温度センサの測定データを相対評価することにより、温度異常を検知する。具体的には、各温度センサの測定データから代表値（平均値）を求め、測定データと代表値との差分を算出し、差分の時系列データの移動平均値及び移動標準偏差値を算出して、それらの算出結果に基づき温度異常を検知する。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開２０１７－３２２８１号公報
【特許文献2】特開２０２０－９１８４号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
列盤として構成される電気設備（例えば配電盤）においては、ピット等からの水分侵入及び雨水侵入（例えば、通風口、又は、パッキン及び筐体の劣化により生じる隙間からの侵入）により、特定の盤に結露又は水分付着による絶縁劣化が生じ、不具合が発生することがある。特許文献１及び２のいずれによっても、このような列盤における特定の盤への水分侵入のリスクを検知できない。飽和水蒸気量の温度依存性が非線形（即ち指数関数状の曲線）であることを考慮すると、特許文献１のように、測定データと代表値との差分を用いる方法を相対湿度の測定データに適用しても、水分侵入を精度よく検知することはできない。
【0007】
また、複数の配電盤により構成される列盤に限らず、複数の機器が同じ環境で使用される電気設備において、特定の機器に結露又は水分付着が発生することを検知できれば好ましい。なお、水分侵入とは、液体か気体かを問わず、電気設備内に水が侵入することを意味する。即ち、液体の水が侵入する場合に限らず、例えば、湿度の高い空気が電気設備内に侵入して結露する場合も、水分侵入に含まれる。
【0008】
したがって、本発明は、電気設備（電気機器を含む）において水分侵入を検知でき、結露及び水分付着による絶縁劣化を未然に防止できる異常検知方法及び異常検知システムを提供することを目的とする。
【課題を解決するための手段】
【0009】
（１）本発明の第１の局面に係る異常検知方法は、Ｎを２以上の整数として、電気設備に配置された、１対１に対応するＮ組の温度センサ及び湿度センサから、同じタイミングにおいて測定された温度データ及び相対湿度データを取得する第１ステップと、温度データと、当該温度データに対応する相対湿度データとを用いて、容積絶対湿度を算出する第２ステップと、第２ステップにより算出されたＮ個の容積絶対湿度の少なくとも一部から平均値を算出する第３ステップと、Ｎ個の容積絶対湿度の各々の乖離値を、容積絶対湿度／平均値－１により算出する第４ステップと、第１ステップ、第２ステップ、第３ステップ及び第４ステップを所定期間繰返し実行することにより得られた乖離値を用いて、温度センサ及び湿度センサの対毎に移動平均値を算出する第５ステップと、学習期間において、第１ステップ、第２ステップ、第３ステップ、第４ステップ及び第５ステップが繰返されることにより生成された乖離値及び移動平均値の各々の時系列データを、大きい順に並べ替える第６ステップと、乖離値及び移動平均値の各々に関して、第６ステップにより並べ替えられた後のデータの中から、最上位から数えて、時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７ステップと、乖離値及び移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８ステップと、学習期間の後、温度センサ及び湿度センサにより測定された温度データ及び相対湿度データから算出された乖離値及び移動平均値と、複数のしきい値とを比較することにより、電気設備における水分侵入の異常発生の有無を判定する第９ステップとを含み、Ｌ２は、Ｌ１より大きく、Ｌ３は、Ｌ２より大きい。
【0010】
これにより、電気設備における水分侵入の異常を精度よく検知できる。また、水分侵入の異常判定のためのしきい値を、比較的簡単な演算により自動的に、且つ精度よく決定できる。そのため、しきい値を決定するために人の判断が不要になり、水分侵入の異常検知システムの運用が容易になる。また、比較的簡単な演算によりしきい値を決定できるので、高性能の演算素子が不要であり、システムの製造費用を低減できる。
【0011】
（２）上記（１）において、第３ステップにおいて算出される平均値は、Ｎ個の容積絶対湿度から、第４ステップにおいて算出される乖離値に対応する容積絶対湿度を除いて算出されることができる。これにより、水分侵入の異常を検知するためのしきい値として、より適切な値を決定できる。
【0012】
（３）上記（１）又は（２）において、第９ステップは、学習期間の後に測定された温度データ及び相対湿度データから算出された乖離値及び移動平均値を、複数のしきい値と比較してポイントを設定する第１０ステップと、ポイントが所定値以上であれば、電気設備において水分侵入の異常が発生したと判定する第１１ステップとを含むことができる。これにより、電気設備における水分侵入の異常検知が容易になる。
【0013】
（４）上記（１）から（３）のいずれか１つにおいて、Ｌ１は、０．１より大きく０．３より小さくてもよく、Ｌ２は、１より大きく５より小さくてもよく、Ｌ３は、１０より大きく２０より小さくてもよい。これにより、水分侵入の異常をより精度よく検知できる。
【0014】
（５）本発明の第２の局面に係る異常検知システムは、Ｎを２以上の整数として、電気設備に配置された、１対１に対応するＮ組の温度センサ及び湿度センサと、演算装置とを含み、演算装置は、Ｎ組の温度センサ及び湿度センサの各々により、同じタイミングにおいて測定された温度データ及び相対湿度データを取得する第１処理と、温度データと、当該温度データに対応する相対湿度データとを用いて、容積絶対湿度を算出する第２処理と、第２処理により算出されたＮ個の容積絶対湿度の少なくとも一部から平均値を算出する第３処理と、Ｎ個の容積絶対湿度の各々の乖離値を、容積絶対湿度／平均値－１により算出する第４処理と、第１処理、第２処理、第３処理及び第４処理を所定期間繰返し実行することにより得られた乖離値を用いて、温度センサ及び湿度センサの対毎に移動平均値を算出する第５処理と、学習期間において、第１処理、第２処理、第３処理、第４処理及び第５処理が繰返されることにより生成された乖離値及び移動平均値の各々の時系列データを、大きい順に並べ替える第６処理と、乖離値及び移動平均値の各々に関して、第６処理により並べ替えられた後のデータの中から、最上位から数えて、時系列データの総数のＬ１％、Ｌ２％及びＬ３％に対応する順位のデータを、それぞれＫ１、Ｋ２及びＫ３として決定する第７処理と、乖離値及び移動平均値の各々に関して、各々に対応するＫ１、Ｋ２及びＫ３から複数のしきい値を算出する第８処理と、学習期間の後、温度センサ及び湿度センサにより測定された温度データ及び相対湿度データから算出された乖離値及び移動平均値と、複数のしきい値とを比較することにより、電気設備における水分侵入の異常発生の有無を判定する第９処理とを実行し、Ｌ２は、Ｌ１より大きく、Ｌ３は、Ｌ２より大きい。
【0015】
これにより、電気設備における水分侵入の異常を精度よく検知できる。また、水分侵入の異常判定のためのしきい値を、比較的簡単な演算により自動的に、且つ精度よく決定できる。そのため、しきい値を決定するために人の判断が不要になり、水分侵入の異常検知システムの運用が容易になる。また、比較的簡単な演算によりしきい値を決定できるので、高性能の演算素子が不要であり、システムの製造費用を低減できる。
【0016】
（６）上記の（１）から（５）のいずれか１つにおいて、複数のしきい値は、Ｋ１又はＫ２に、Ｋ１とＫ２との差である第１差分値、Ｋ２とＫ３との差である第２差分値、Ｋ１とＫ３との差である第３差分値、又は、第１差分値、第２差分値及び第３差分値のいずれかの整数倍を加算して算出されてもよい。
【0017】
（７）上記の（１）から（６）のいずれか１つにおいて、学習期間は、異常発生の有無の判定を開始するときより前の１か月以上の期間、又は、異常発生の有無の判定を行う検知期間に対応する、前年における期間であってもよい。
【0018】
（８）上記の（１）から（７）のいずれか１つにおいて、学習期間は、２か月以上、６か月未満であってもよい。
【0019】
（９）上記の（１）から（８）のいずれか１つにおいて、Ｎは４以上であってもよい。
【0020】
（１０）上記の（１）から（９）のいずれか１つにおいて、電気設備は複数の列盤を含んでいてもよく、複数の列盤が、温度コントロール機能を有する列盤が含まれていれば、当該列盤には、温度センサ及び湿度センサを配置しなくてもよい。
【0021】
（１１）上記の（１）から（５）のいずれか１つにおいて、複数のしきい値は、Ｋ２又はＫ３に定数が加算されて得られる値を含んでいてもよい。
【発明の効果】
【0022】
本発明によれば、電気設備（電気機器を含む）において水分侵入を検知でき、結露及び水分付着による絶縁劣化を未然に防止できる異常検知方法及び異常検知システムを提供できる。
【図面の簡単な説明】
【0023】
【発明を実施するための形態】
【0024】
以下の実施の形態においては、同一の部品には同一の参照番号を付してある。それらの名称及び機能も同一である。したがって、それらについての詳細な説明は繰返さない。
【0025】
（異常検知システムの構成）
図１を参照して、本発明の実施の形態に係る異常検知システム１００は、第１配電盤１２０、第２配電盤１２２、第３配電盤１２４、第４配電盤１２６及び第５配電盤１２８のそれぞれに配置された第１センサユニット１１０、第２センサユニット１１２、第３センサユニット１１４、第４センサユニット１１６及び第５センサユニット１１８と、演算装置１３０とを含む。第１配電盤１２０から第５配電盤１２８は、同種の配電盤又は類似する配電盤であり、連結され並べて設置された複数の配電盤（以下、列盤ともいう）である。第１センサユニット１１０から第５センサユニット１１８は、それぞれ第１配電盤１２０から第５配電盤１２８内の下部に配置され、ほぼ同じ位置（例えば同じ高さ）に配置されている。演算装置１３０は第５配電盤１２８の外部に配置されている。
図１を参照して、本発明の実施の形態に係る異常検知システム１００は、第１配電盤１２０、第２配電盤１２２、第３配電盤１２４、第４配電盤１２６及び第５配電盤１２８のそれぞれに配置された第１センサユニット１１０、第２センサユニット１１２、第３センサユニット１１４、第４センサユニット１１６及び第５センサユニット１１８と、演算装置１３０とを含む。第１配電盤１２０から第５配電盤１２８は、同種の配電盤又は類似する配電盤であり、連結され並べて設置された複数の配電盤（以下、列盤ともいう）である。第１センサユニット１１０から第５センサユニット１１８は、それぞれ第１配電盤１２０から第５配電盤１２８内の下部に配置され、ほぼ同じ位置（例えば同じ高さ）に配置されている。演算装置１３０は第５配電盤１２８の外部に配置されている。
【0026】
図２を参照して、第１センサユニット１１０は、制御部１４０、記憶部１４２、通信部１４４、タイマ１４６、バス１４８、Ａ／Ｄ変換部１５０、温度センサ１５２及び湿度センサ１５４を含む。制御部１４０は、第１センサユニット１１０を構成する各部を制御し、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、マイクロコンピュータ等である。記憶部１４２は、データを記憶し、例えば、書換可能な不揮発性半導体メモリである。通信部１４４は、外部と通信するための無線通信モジュールである。タイマ１４６は、制御部１４０からの要求を受けて、制御部１４０に現在時刻を表す情報（以下、単に現在時刻という）を伝送する。
【0027】
温度センサ１５２は、温度を測定するための素子であり、検出した温度に応じたアナログ信号を出力する。温度センサ１５２は、例えば測温抵抗体、熱電対等である。湿度センサ１５４は、相対湿度（％ＲＨ）を測定するための素子であり、検出した相対湿度に応じたアナログ信号を出力する。湿度センサ１５４は、例えば、抵抗式又は容量式の湿度センサである。後述するように、絶対湿度を精度よく算出するためには、温度センサ１５２及び湿度センサ１５４は、近接して配置されていることが好ましい。例えば、センシリオン（ＳＥＮＳＩＲＩＯＮ）社製のＳＨＴ－３１等の１チップタイプのデジタル温湿度センサを使用できる。
【0028】
Ａ／Ｄ変換部１５０は、所定のタイミングで、温度センサ１５２及び湿度センサ１５４から出力されるアナログ信号をデジタルデータに変換して出力する。Ａ／Ｄ変換部１５０から出力されるデジタルデータ（温度及び相対湿度の測定データ）は、記憶部１４２に記憶される。なお、温度センサ１５２及び湿度センサ１５４が、測定値をデジタルデータとして出力可能であれば、Ａ／Ｄ変換部１５０はなくてもよい。各部間でのデータ交換は、バス１４８を介して行われる。各部への電力供給は、電池を内蔵することにより、又は、各配電盤に設けられているサービスコンセントによりなされる。
【0029】
第２センサユニット１１２から第５センサユニット１１８も第１センサユニット１１０と同様に構成されている。なお、第１センサユニット１１０から第５センサユニット１１８の通信部は、それぞれを一意に区別するための情報（通信アドレス等）を持っている。また、第１センサユニット１１０から第５センサユニット１１８のそれぞれが有するタイマの時刻は、後述する演算装置１３０が有するタイマの時刻とそろっている（同時刻）とする。なお、同時刻（時刻がそろっている）とは、完全に同一時刻であることを意味するだけでなく、所定の許容範囲内で一致している場合をも含む意味である。
【0030】
図３を参照して、演算装置１３０は、制御部１７０、記憶部１７２、通信部１７４、タイマ１７６、表示部１７８、操作部１８０及びバス１８２を含む。制御部１７０は、演算装置１３０を構成する各部を制御し、例えばＣＰＵである。記憶部１７２は、データを記憶し、例えば、書換可能な不揮発性半導体メモリである。通信部１７４は、第１センサユニット１１０から第５センサユニット１１８と通信するための通信モジュールである。通信部１７４は、第１センサユニット１１０から第５センサユニット１１８と通信するために無線通信機能を有する。タイマ１７６は、制御部１７０からの要求を受けて、制御部１７０に現在時刻を伝送する。表示部１７８は、視覚情報（テキスト、画像等）を表示する。表示部１７８は、例えば、液晶ディスプレイパネル等の表示パネルと、表示パネルの各画素を駆動する駆動回路とを備えている。操作部１８０は、演算装置１３０に対する指示を入力するためのものであり、例えば、タッチパネルである。演算装置１３０を構成する各部間でのデータ交換は、バス１８２を介して行われる。演算装置１３０は、例えばコンピュータであってもよい。また、演算装置１３０は、例えばシーケンサーであってもよい。
【0031】
（異常検知システムの動作）
以下では、複数のセンサユニットの代表として第１センサユニット１１０に関して説明する。第２センサユニット１１２から第５センサユニット１１８も第１センサユニット１１０と同様に動作する。
（センサユニットの動作）
以下では、複数のセンサユニットの代表として第１センサユニット１１０に関して説明する。第２センサユニット１１２から第５センサユニット１１８も第１センサユニット１１０と同様に動作する。
（センサユニットの動作）
【0032】
第１センサユニット１１０は、一定の時間間隔で温度センサ１５２及び湿度センサ１５４により測定した温度データ及び相対湿度データ（以下、両者を測定データともいう）を、演算装置１３０に送信する。第１センサユニット１１０のこの機能は、制御部１４０が、記憶部１４２に記憶された所定のプログラムを読出して実行することにより実現される。具体的には、制御部１４０は、タイマ１４６から現在時刻を取得し、温度及び湿度を測定する時刻（以下、測定タイミングともいう）になったか否かを判定し、測定タイミングになったと判定すれは、Ａ／Ｄ変換部１５０を制御して、Ａ／Ｄ変換部１５０に入力されているアナログ信号（センサ素子１５０の測定信号）をデジタルデータに変換して、記憶部１４２に記憶する。続いて、制御部１４０は、記憶部１４２から測定データを読出し、通信部１４４を介して演算装置１３０に送信する。このとき、送信される測定データには、温度データ及び相対湿度データが含まれるので、演算装置１３０が両者を判別できるように送信する。例えば、温度又は湿度を表すコードと測定データとをセットとして送信すればよい。無線通信パケットに含まれるデータの並び順を、予め取り決めておいてもよい（例えば、温度データ、相対湿度データの順）。
【0033】
例えば、第１センサユニット１１０に、１時間毎に第１配電盤１２０内部の温度及び湿度を測定して送信させる場合には、測定タイミングの情報として、測定の開始時刻と測定間隔（例えば６０分）とを、予め記憶部１４２に記憶しておけばよい。制御部１４０は、記憶部１４２から測定タイミングの情報を読出し、タイマ１４６により現在時刻を参照して、上記の処理を実現することができる。
【0034】
ここでは、第１センサユニット１１０から第５センサユニット１１８は、同じ測定タイミングが設定されているとする。上記したように、第１センサユニット１１０から第５センサユニット１１８のタイマの時刻がそろっているので、第１センサユニット１１０から第５センサユニット１１８からは、同じタイミングにおいて、それぞれ第１配電盤１２０から第５配電盤１２８の内部の温度及び湿度の測定データが送信される。なお、「同じタイミング」とは、「同時刻」に関して上記したことから明らかなように、完全に同一タイミングであることを意味するだけでなく、所定の許容範囲内で一致している場合をも含む意味である。
【0035】
（演算装置の動作）
演算装置１３０は、第１センサユニット１１０から第５センサユニット１１８の各々から送信される測定データ（即ち、温度データ及び相対湿度データ）を受信し、受信した測定データを、第１センサユニット１１０から第５センサユニット１１８の各々について、温度データ及び相対湿度データ毎に時系列に記憶部１７２に記憶する（即ち、過去に受信し、記憶している測定データに追加する）。これにより、合計１０（＝５×２）の時系列データが記憶部１７２に記憶される。上記したように、第１センサユニット１１０から第５センサユニット１１８の各々からは、同時刻に測定が行われ、測定データが送信されるので、制御部１７０は、同時刻に測定された測定データを対応させて記憶部１７２に記憶できる。演算装置１３０は、第１センサユニット１１０から第５センサユニット１１８の各々に関して、所定の期間（以下、学習期間という）測定データを記憶部１７２に記憶した後、後述するように、解析処理を実行し、水分侵入の異常検知に用いるしきい値を算出する。演算装置１３０は、学習期間の後、解析結果（即ちしきい値）に基づいて、第１配電盤１２０から第５配電盤１２８のいずれかにおいて、水分侵入の異常が発生しているか否か、又は、水分侵入の異常が発生する予兆があるか否かを判定する。
演算装置１３０は、第１センサユニット１１０から第５センサユニット１１８の各々から送信される測定データ（即ち、温度データ及び相対湿度データ）を受信し、受信した測定データを、第１センサユニット１１０から第５センサユニット１１８の各々について、温度データ及び相対湿度データ毎に時系列に記憶部１７２に記憶する（即ち、過去に受信し、記憶している測定データに追加する）。これにより、合計１０（＝５×２）の時系列データが記憶部１７２に記憶される。上記したように、第１センサユニット１１０から第５センサユニット１１８の各々からは、同時刻に測定が行われ、測定データが送信されるので、制御部１７０は、同時刻に測定された測定データを対応させて記憶部１７２に記憶できる。演算装置１３０は、第１センサユニット１１０から第５センサユニット１１８の各々に関して、所定の期間（以下、学習期間という）測定データを記憶部１７２に記憶した後、後述するように、解析処理を実行し、水分侵入の異常検知に用いるしきい値を算出する。演算装置１３０は、学習期間の後、解析結果（即ちしきい値）に基づいて、第１配電盤１２０から第５配電盤１２８のいずれかにおいて、水分侵入の異常が発生しているか否か、又は、水分侵入の異常が発生する予兆があるか否かを判定する。
【0036】
【0037】
ステップ３００において、制御部１７０は、通信部１７４により、第１センサユニット１１０から第５センサユニット１１８のいずれかから送信される測定データ（即ち、温度データ及び相対湿度データ）を受信したか否を判定する。受信したと判定された場合、制御はステップ３０２に移行する。そうでなければ、ステップ３００の処理が繰返される。
【0038】
ステップ３０２において、制御部１７０は、受信した測定データを記憶部１７２に記憶する。上記したように、制御部１７０は、第１センサユニット１１０から第５センサユニット１１８の各々に関して、温度データ及び相対湿度データ毎に時系列に測定データを記憶部１７２に記憶する。
【0039】
ステップ３０４において、制御部１７０は、解析を実行するか否かを判定する。具体的には、制御部１７０は、所定の学習期間における測定データを取得できたか否かを判定する。なお、各センサが測定データを送信する周期が一定である場合には、所定個数の測定データを取得できたか否かを判定してもよい。
【0040】
ステップ３０６において、制御部１７０は、第１センサユニット１１０から第５センサユニット１１８の各々に関して、１組の測定データ（温度データ及び相対湿度データ）を記憶部１７２から読出し、それを用いて、容積絶対湿度を算出する。例えば、制御部１７０は、１組の温度データＴｍ（℃）及び相対湿度データＨｍ（％ＲＨ）を用いて、下記の式１により、容積絶対湿度Ｙｍ（ｇ／ｍ３）を算出する。ｍはセンサユニットを特定するためのものであり、ｍ＝１から５はそれぞれ第１センサユニット１１０から第５センサユニット１１８に対応する。
Ｙｍ＝２１７×（６．１０７８×１０Ｋ）／（Ｔｍ＋２７３．１５）×Ｈｍ／１００ ・・・（式１）
ここでＫ＝７．５×Ｔｍ／（Ｔｍ＋２３７．３）である。算出された容積絶対湿度Ｙｍは、センサユニット毎に、時系列に記憶部１７２に記憶される。
Ｙｍ＝２１７×（６．１０７８×１０Ｋ）／（Ｔｍ＋２７３．１５）×Ｈｍ／１００ ・・・（式１）
ここでＫ＝７．５×Ｔｍ／（Ｔｍ＋２３７．３）である。算出された容積絶対湿度Ｙｍは、センサユニット毎に、時系列に記憶部１７２に記憶される。
【0041】
ステップ３０８において、制御部１７０は、ステップ３０６により算出された容積絶対湿度Ｙｍに関して、乖離値を算出する。具体的には、制御部１７０は、第１センサユニット１１０から第５センサユニット１１８の各々に関して、同じタイミングの測定データから算出された容積絶対湿度Ｙｍ（即ち、ｍ＝１から５の５個のデータ）を記憶部１７２から読出す。第ｍセンサユニット（ｍ＝１から５）に関する容積絶対湿度をＹｍとし、５個１組の容積絶対湿度の内、Ｙｍに関して、Ｙｍ以外のデータＹｎ（ｎ≠ｍ）の平均値Ｙａｖｍを算出し、乖離値Ｘｍを、式２により算出する。
Ｘｍ＝Ｙｍ／Ｙａｖｍ－１・・・（式２）
これにより、１組の容積絶対湿度（即ち５個のデータ）から、１組の乖離値Ｘｍ（ｍ＝１から５）が算出される。制御部１７０は、学習期間において算出した容積絶対湿度の全データに関して乖離値Ｘｍ（ｍ＝１から５）を算出し、記憶部１７２に記憶する。乖離値Ｘｍ（ｍ＝１から５）は、センサ毎の時系列データとして記憶される。
Ｘｍ＝Ｙｍ／Ｙａｖｍ－１・・・（式２）
これにより、１組の容積絶対湿度（即ち５個のデータ）から、１組の乖離値Ｘｍ（ｍ＝１から５）が算出される。制御部１７０は、学習期間において算出した容積絶対湿度の全データに関して乖離値Ｘｍ（ｍ＝１から５）を算出し、記憶部１７２に記憶する。乖離値Ｘｍ（ｍ＝１から５）は、センサ毎の時系列データとして記憶される。
【0042】
空気の単位体積当たりに存在可能な水蒸気量（飽和水蒸気量（ｇ／ｍ３））は、温度の増大に伴い指数関数的に増大する。したがって、相対湿度の変化が同じであっても、水蒸気量の変化は温度によって大きく異なる。即ち、相対湿度が所定量変動した場合、高温状態における水蒸気量の変動は、低温状態よりも大きくなる。このことから、湿度の評価において、単に相対湿度の差分を用いて評価すると、低温状態においては、相対湿度の変動に対して感度が鈍くなり、高温状態においては、逆に感度が高くなり、湿度の変動に対して一様な評価ができない。そのために、上記したように算出した平均値に対する倍率（Ｙｍ／Ｙａｖｍ）を含む乖離量を用いる。なお、１を減算しているのは、評価値をゼロ付近の値にシフトさせるためのものである。電気設備の容積絶対湿度（１ｍ３当たりの水蒸気量（ｇ））は、他に水分が供給されない限りは外気に含まれる水蒸気量により決定されるので、どの盤もほぼ一定であり、水分侵入の異常がなければ、式２により算出される乖離量Ｘｍはゼロ付近の値となる。
【0043】
ステップ３１０において、制御部１７０は、ステップ３０８により第１センサユニット１１０から第５センサユニット１１８の各々に関して算出された乖離値Ｘｍ（ｍ＝１から５）から、移動平均値Ｘａｖｍ（ｍ＝１から５）を算出する。移動平均値Ｘａｖｍを算出するデータを特定するための所定期間（以下、ウインドウともいう）Ｔとして、例えば１２時間、２４時間及び７２時間を用いる。図５を参照して、横軸は時刻を表し、縦軸はｍ番目の温度センサの乖離値Ｘｍを表している。乖離値Ｘｍを模式的に破線で示す。実際の乖離値Ｘｍはデジタルデータであり、図５において、その一部を黒丸で示している。ｍ番目の温度センサに関して、所定期間Ｔにおける複数の乖離値Ｘｍｉ（ｉ＝１からｎ）の平均値を算出する処理を、平均値を算出する対象データ（即ち、所定期間Ｔ内のデータ）をシフト（例えば、ｔ１からｔ３内のデータからｔ２からｔ４内のデータにシフト）しながら繰返す。制御部１７０は、学習期間において算出した乖離値Ｘｍ（ｍ＝１から５）を用いて、３つの所定期間Ｔｊ（ｊ＝１から３）毎の移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）を算出し、記憶部１７２に記憶する。例えば、Ｔ１＝１２（時間）、Ｔ２＝２４（時間）、Ｔ３＝７２（時間）である。移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）は、センサ及び所定期間の組合せ毎に、時系列データとして記憶される。
【0044】
ステップ３１２において、制御部１７０は、ステップ３０８により算出された乖離値Ｘｍ（ｍ＝１から５）の時系列データ、及び、ステップ３１０により算出された移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）の時系列データを用いて、異常を検知するためのしきい値を決定する。しきい値は、合計２０の時系列データの各々に関して決定される。
【0045】
具体的には、制御部１７０は各時系列データに関して、数値が大きいものから順に並べて（即ち、１番目のデータは最大値）、４番目、５５番目及び３８２番目のデータを、それぞれＫ１、Ｋ２及びＫ３とする。４番目、５５番目及び３８２番目のデータはそれぞれ、各時系列データの集合において概ね最上位から０．１３５％、２．２７５％及び１５．８６５％に位置する。これらの数値はそれぞれ、各時系列データが正規分布（標準偏差はσ）するとしたときの３σ、２σ及び１σに対応する。
【0046】
次に、制御部１７０は、乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）の各々に対応するポイントを決定するためのしきい値Ｔｈ１からＴｈ４を決定する。即ち、制御部１７０は、各時系列データに関して、Ｋ２をしきい値Ｔｈ１、Ｋ１をしきい値Ｔｈ２、２×Ｋ１－Ｋ２をしきい値Ｔｈ３、２×Ｋ１－Ｋ３をしきい値Ｔｈ４とする。使用されるＫ１、Ｋ２及びＫ３は、各時系列データに関して、上記したように決定されたものである。制御部１７０は、各時系列データに関して決定されたしきい値Ｔｈ１からＴｈ４を記憶部１７２に記憶する。
【0047】
一例として、図６を参照して、乖離値Ｘｍの時系列データに関して、４つのしきい値Ｔｈ１からＴｈ４と、０から４の４つのポイントとの対応を示す。
即ち、Ｘｍ＜Ｔｈ１（＝Ｋ２）であれば、そのＸｍに０ポイントを対応させる。Ｔｈ１（＝Ｋ２）≦Ｘｍ＜Ｔｈ２（＝Ｋ１）であれば、そのＸｍに１ポイントを対応させる。
Ｔｈ２（＝Ｋ１）≦Ｘｍ＜Ｔｈ３（＝２×Ｋ１－Ｋ２）であれば、そのＸｍに２ポイントを対応させる。
Ｔｈ３（＝２×Ｋ１－Ｋ２）≦Ｘｍ＜Ｔｈ４（＝２×Ｋ１－Ｋ３）であれば、そのＸｍに３ポイントを対応させる。
Ｘｍ＞Ｔｈ４（＝２×Ｋ１－Ｋ３）であれば、そのＸｍに４ポイントを対応させる。
即ち、Ｘｍ＜Ｔｈ１（＝Ｋ２）であれば、そのＸｍに０ポイントを対応させる。Ｔｈ１（＝Ｋ２）≦Ｘｍ＜Ｔｈ２（＝Ｋ１）であれば、そのＸｍに１ポイントを対応させる。
Ｔｈ２（＝Ｋ１）≦Ｘｍ＜Ｔｈ３（＝２×Ｋ１－Ｋ２）であれば、そのＸｍに２ポイントを対応させる。
Ｔｈ３（＝２×Ｋ１－Ｋ２）≦Ｘｍ＜Ｔｈ４（＝２×Ｋ１－Ｋ３）であれば、そのＸｍに３ポイントを対応させる。
Ｘｍ＞Ｔｈ４（＝２×Ｋ１－Ｋ３）であれば、そのＸｍに４ポイントを対応させる。
【0048】
同様にして、移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）の各々に関するしきい値Ｔｈ１からＴｈ４を用いて、移動平均値Ｘａｖｍｊに対応するポイントが決定される。即ち、図６において、乖離値Ｘｍを移動平均値Ｘａｖｍｊに置換えて、Ｋ１からＫ３には、移動平均値Ｘａｖｍｊの時系列データに関して、上記したように決定されたものを用いる。
【0049】
以上により、学習期間における測定データから算出された容積絶対湿度により、ポイントを決定するためのしきい値Ｔｈ１からＴｈ４が決定されたので、以降、制御部１７０は、決定されたしきい値を用いて、異常の検知処理を実行する。
【0050】
ステップ３１４において、制御部１７０は、通信部１７４により、第１センサユニット１１０から第５センサユニット１１８の各々から送信される１組の測定データ（即ち、５個の温度データ及び５個の相対湿度データ）を受信したか否を判定する。受信したと判定された場合、制御はステップ３１６に移行する。そうでなければ、ステップ３１４の処理が繰返される。制御部１７０は、受信した測定データを記憶部１７２に記憶する。
【0051】
ステップ３１６において、制御部１７０は、ステップ３１４において受信した測定データ（即ち、５個の温度データ及び５個の相対湿度データ）から、上記の式１により、各センサユニットに関する容積絶対湿度を算出する。
【0052】
ステップ３１８において、制御部１７０は、ステップ３１６により算出された容積絶対湿度と、それまでに記憶部１７２に記憶されている容積絶対湿度の時系列データとを用いて、上記したように、式２により乖離値Ｘｍを算出し、乖離値Ｘｍの移動平均値Ｘａｖｍｊを算出する。さらに、制御部１７０は、記憶部１７２に記憶されているしきい値Ｋ１からＫ４を用いて、乖離値Ｘｍ及び移動平均値Ｘａｖｍｊの各々に対応するポイントを決定する。合計２０個のポイントが決定される。後述するように、ステップ３１８は繰返されるので、制御部１７０は、決定したポイントを時系列データとして記憶部１７２に記憶してもよい。その後、制御はステップ３２０に移行する。
【0053】
ステップ３２０において、制御部１７０は、ステップ３１８により決定された各ポイントが“３”以上であるか否かを判定する。２０個のポイントのうち、少なくとも１つのポイントが“３”以上であると判定された場合、制御はステップ３２２に移行する。そうでなければ、制御はステップ３２４に移行する。
【0054】
ステップ３２２において、制御部１７０は、異常を表すメッセージを提示する。例えば、制御部１７０は、表示部１７８に所定のメッセージを含む画像を表示する。例えば、乖離値Ｘｍ及び移動平均値Ｘａｖｍｊのいずれかに対応するポイントが“３”以上であれば、第ｍセンサユニットが配置されている配電盤に水分侵入の異常が発生した（又はその可能性がある）旨のメッセージを提示する。実施例として後述するように、ポイントが“３”又は“４”である状態はまれにしか発生しない。したがって、“３”以上のポイントが発生すれば、水分侵入の疑いがあると判断できる。なお、後述するように、“３”以上のポイントの発生頻度が高いか否かを判定してもよい。
【0055】
ステップ３２４において、制御部１７０は、終了の指示を受けたか否かを判定する。終了の指示は、例えば操作部１８０が操作されることにより成される。終了の指示を受けたと判定された場合、本プログラムは終了する。そうでなければ、制御はステップ３１４に戻り、制御部１７０は、上記の処理を繰返す。
【0056】
以上により、異常検知システム１００は、列盤における水分侵入の異常を精度よく検知できる。また、水分侵入の異常を判定するためのしきい値を、比較的簡単な演算により自動的に、且つ精度よく決定できる。即ち、乖離値Ｘｍ及び移動平均値Ｘａｖｍｊを算出し、それらの時系列データを並べ替えて、水分侵入の異常を判定するためのポイントを決定するためのしきい値（即ちＴｈ１からＴｈ４）を自動的に算出する。これにより、しきい値を決定するために人の判断が不要になり、水分侵入の異常検知システムの運用が容易になる。また、比較的簡単な演算によりしきい値を決定できるので、高性能の演算素子が不要であり、システムの製造費用を低減できる。
【0057】
また、学習期間を調整すれば、水分侵入の異常を検知するためのポイントを決定するためのより適切なしきい値を決定できる。したがって、列盤における水分侵入の異常の検知精度をより高くできる。
【0058】
上記においては、ステップ３１６において、１つのポイントが“３”以上であるか否かを判定しているが、これに限定されない。“３”以上のポイントの発生頻度が高いか否かを判定してもよい。「発生頻度が高い」とは、例えば、所定の期間（例えば、最後の測定から直近の３日間（即ち７２時間））において、“３”以上のポイントが所定回数（例えば１０回）以上発生している状態をいう。所定の期間は、最後の測定から直近の２日間から１０日間の期間であってもよい。所定回数の代わりに、発生確率を用いてもよく、例えば、所定期間において“３”以上のポイントの発生確率が所定値以上であれば、「発生頻度が高い」と判定してもよい。所定値は、例えば１０％以上３０％以下の値に設定できる。
【0059】
上記のように、無線通信機能を有するセンサユニットを使用することにより、既設の電気設備に容易に（条件によっては停電させることなく）、センサユニットを設置できる。
【0060】
上記においては、各時系列データに関して、数値が大きいものから順に並べて、４番目、５５番目及び３８２番目のデータを、それぞれＫ１、Ｋ２及びＫ３とする場合を説明したが、これに限定されない。例えば、各時系列データに関して、数値が大きいものから順に並べて、最上位から数えて、データ総数のＬ１％、Ｌ２％及びＬ３％（Ｌ１＜Ｌ２＜Ｌ３とする）に相当する順位の値を、Ｋ１、Ｋ２及びＫ３としてもよい。なお、最上位から数えて、総数のＬ％に対応する順位の値とは、最上位のデータから個数を数えたカウント値が、総数のＬ％を超えたときのデータ、又は、その１つ前のデータを意味する。Ｌ１、Ｌ２及びＬ３は、０．１＜Ｌ１＜０．３、１＜Ｌ２＜５、１０＜Ｌ３＜２０であればよい。上記した、０．１３５％、２．２７５％及び１５．８６５％はこれらを満たす。
【0061】
上記においては、乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）に関して、４つのしきい値Ｔｈ１からＴｈ４を用いて、５段階のポイント（即ち０から４）を対応させる場合を説明したが、これに限定されない。６段階以上のポイントを対応させてもよい。例えば、２×Ｋ１－Ｋ３＋（Ｋ１－Ｋ２）（即ち、６σ相当）をしきい値Ｔｈ５として用いれば、６段階のポイント（即ち０から５）を対応させることができる。
【0062】
上記においては、しきい値Ｔｈ１からＴｈ４を、Ｋ１、Ｋ２、Ｋ３及びそれらの演算値から決定しているが、これに限定されない。例えば、Ｋ２又はＫ３に水分侵入の発生と判断する乖離値定数を加算してしきい値としてもよい。例えば、実際の水分侵入があったときの乖離値は０．１程度であると判断し、後述するように、０ポイントから３ポイントに関するしきい値Ｔｈ１からＴｈ３にしては、上記のように設定し、４ポイントに関するしきい値Ｔｈ４のみ、上記した２×Ｋ１－Ｋ３に代えて、Ｋ１に定数を加算した値、例えばＫ１＋０．０８としてもよい。データのばらつきが少ない場合（即ち、Ｋ１からＫ３の値が小さい場合）には、Ｋ１からＫ３だけに基づいてしきい値を決定すると、異常を過敏に検知することが考えられる。Ｔｈ４＝Ｋ１＋０．０８とすれば、過敏な検知を回避できる。なお、Ｋ１に加算する定数は、０．０５～０．１５の範囲であればよい。
【0063】
上記においては、学習期間の後、温度センサの測定データから算出された乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）に対して、複数のしきい値を用いてポイントを設定する場合を説明したが、これに限定されない。ポイントを設定するのは、判定処理を分かり易くするためであり、ポイントを設定しなくてもよい。乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）を、水分侵入の異常と判定するしきい値、例えばしきい値Ｔｈ３（即ち、それ以上であれば３ポイントを対応させるしきい値）と比較して、水分侵入の異常発生の有無を判定してもよい。例えば、乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）のいずれかが、しきい値Ｔｈ３以上である場合、又は、しきい値Ｔｈ３以上の発生頻度が高い場合に、水分侵入の異常が発生したと判定すればよい。
【0064】
列盤に配置するセンサユニットの数は、異常発生の盤を特定する目的では４以上必要であり、望ましくは５以上である。センサユニットの総数が少ないと、特定の盤の水分侵入による測定データの異常が、代表値に大きく影響するので、他の盤の差分データにも影響し易くなる。温度センサの総数が５以上であれば、そのような影響を抑制できる。
【0065】
また、列盤の一部については、エアコン又は冷却ファン等の温度及び湿度の変動の要因がある盤を含む場合がある。このような盤に温度センサを設置して検知を行うと、乖離量Ｘｍを不必要に大きくし、水分侵入の異常検知の感度を低下させてしまう可能性がある。したがって、そのような盤は検知対象から除外する（即ち、センサユニットを設置しない）ことが望ましい。
【0066】
上記では５台の配電盤により構成される列盤を示したが、これに限定されない。４台以下又は６台以上の配電盤により構成されてもよい。列盤を構成する要素は配電盤に限定されない。配電盤以外の電気設備であってもよい。
【0067】
また、同種又は類似する電気設備を並列させた列盤に限定されない。近接して配置される複数の電気設備であってもよい。さらには、１つの電気設備に複数のセンサユニットが配置されたものであってもよい。
【0068】
上記では、各センサユニットが各配電盤内の下部に配置され、各温度センサ及び各湿度センサの取付け位置の高さがほぼ等しい場合を説明したが、各温度センサ及び各湿度センサの取付け位置は任意である。なお、配電盤内の水分侵入を検知するための湿度相対評価をいう点では、センサユニットを配電盤の下部に配置することが望ましい。また、各温度センサをほぼ同じ高さに配置することにより、周囲環境の各センサユニットへの影響を揃えることができ、配電盤内の水分侵入の異常の検知がより容易になる。
【0069】
上記では、容積絶対湿度の乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）を全て算出し、各々に関するしきい値Ｔｈ１からしきい値Ｔｈ４を決定する場合を説明したが、これに限定されない。容積絶対湿度の乖離値及び複数期間に関する移動平均値の少なくとも１つを算出して、その算出値（例えばＸｍとする）に関するしきい値Ｔｈ１からしきい値Ｔｈ４を決定してもよい。その後、温度センサ及び湿度センサの測定データから容積絶対湿度を算出して、しきい値に対応する算出値Ｘｍを算出し、しきい値を用いて算出値Ｘｍに対応するポイントを決定すれば、そのポイントにより水分侵入の異常を検知できる。
【0070】
また、上記においては、乖離値を算出するための基準となる平均値Ｙａｖを、全ての測定値から監視対象の測定値を除いて計算しているが、これに限定されない。監視対象の測定値を含めて全ての測定値の平均値を算出し、その平均値を基準として乖離値を算出してもよい。そのように算出された乖離値を用いても、上記と同様の移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）を算出でき、同様の効果（即ち、水分侵入の異常検知の精度）が得られる。
【0071】
上記では、演算装置１３０による乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）の算出は、学習期間の全ての測定データを取得した後に実行される場合を説明したが、これに限定されない。学習期間において、演算装置１３０が、各センサから、同時に測定された１組の測定データを受信する度に実行してもよい。
【0072】
各センサユニットと演算装置１３０の間の通信は、有線通信であってもよい。また、演算装置１３０をデータ収集装置と解析装置とに分離し、データ収集装置を列盤の近傍に配置し、解析装置を、列盤から離隔して配置してもよい。データ収集装置が各センサユニットから測定データを取得し、一時記憶した後、測定データを解析装置に送信し、解析装置が、容積絶対湿度を算出して、容積絶対湿度の乖離値Ｘｍ（ｍ＝１から５）及び移動平均値Ｘａｖｍｊ（ｍ＝１から５、ｊ＝１から３）を算出する。データ収集装置から解析装置には、無線通信により測定データを送信してもよい。また、データ収集装置と解析装置との間が遠距離であれば、有線の場合、例えば、ＲＳ４２２、ＲＳ４８５等の長距離伝送可能な通信方式を使用すればよい。また、データ収集装置と解析装置とが直接通信する方式でなくてもよい。例えば、収集した測定データを、携帯電話等の電波又はインターネットを介して、所定のデータサーバ又はクラウドに保管しておき、当該データサーバ又はクラウドのデータを解析装置が読出して解析を実施してもよい。また、解析結果は、電子メール等により設備管理者へ連絡されてもよい。
【0073】
上記では、第１センサユニット１１０から第５センサユニット１１８が、温度及び湿度を測定する度に測定データを送信する場合を説明したが、これに限定されない。複数回の測定データを記憶しておき、まとめて演算装置１３０に送信してもよい。第１センサユニット１１０から第５センサユニット１１８のそれぞれの測定タイミングは同じであるので、複数のデータをまとめて送信する場合には、送信される複数のデータ間の測定順序が、演算装置１３０において分かるようになっていれば、同じタイミングで測定された第１センサユニット１１０から第５センサユニット１１８の測定データを用いて代表値を決定することができる。
【0074】
上記では、各センサユニットがタイマと記憶部とを持ち、一定間隔で演算装置１３０に測定データを送付しているが、そうでなくてもよい。例えば、演算装置１３０がタイマを持ち、一定間隔（例えば１時間毎）で各センサユニットと通信して（例えば、各センサユニットに測定データの送信要求をポーリングにより送信して）温度及び湿度の現在値を取得し、演算装置１３０の記憶部１７２にデータロギング（時系列データとして記憶）してもよい。
【0075】
上記では、メッセージを表示部１７８に提示する場合を説明したが、これに限定されない。音響（音声を含む）又はＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）の点灯等により提示してもよく、さらには、中央監視盤等の遠隔装置への表示又は電子メール送付等により、水分侵入の異常の発生を提示してもよい。
【0076】
学習期間については、特に屋外盤については季節によって外部環境（日射強度及び日射角度、外気温、降水、風速及び風向等）が変わるため、水分侵入の異常検知の対象期間（以下、検知期間という）に近い季節を含むことが望ましい。例えば、後述する実施例のように、３か月間を学習期間として次の月を検知期間とする。また、前年の測定データがあれば、検知期間に対応する前年の期間の測定データを、学習期間の測定データとすることが望ましい。
【0077】
学習期間はデータ数を確保する観点から２か月間以上、望ましくは３か月間程度が望ましい。一方、学習期間を長くとりすぎると検知期間とは条件が大きく異なるデータも含まれるため、検知精度が低下する。最長でも６か月間程度が望ましい。測定データを記録するタイミング（例えば時間間隔）については、１０分間から１時間の間で適宜決定すればよい。通常、１時間に１回、測定データを記録できればよい。
【実施例0078】
以下に実験結果を示し、本発明の有効性を示す。図１と同様に、屋外に設置された５台の電気設備で構成された列盤の各盤にセンサユニットを配置して、温度及び湿度の測定を行った。測定された温度データ及び相対湿度データを、それぞれ図７及び図８に示し、上記したように解析した結果を図９から図１３に示す。図７から図１３において、左端の「センサ」の列に示したＳ１からＳ５は、図１の第１センサユニット１１０から第５センサユニット１１８と同様に配置されたセンサユニットに対応する。
【0079】
図７は、各センサユニットの温度センサにより測定されたデータを示す。縦軸は温度であり、横軸は日である。１０月２３日から翌年の３月３１日までの期間、１時間毎、温度測定を行った。上記した学習期間は、１０月２３日から翌年の１月３１日までである（図７のセンサユニットＳ１に関するグラフの矢印参照）。学習期間に測定されたデータ総数は２４０７である。学習期間中の測定データを用いて、上記したように、ポイントを決定するためのしきい値を決定した。また、センサユニットＳ３（第３センサユニットに対応）が設定された盤には加熱源（即ちヒータ）を設置し、学習期間後（即ちしきい値が決定された後）加熱した（図７のセンサユニットＳ３に関するグラフの矢印参照）。具体的には、５４Ｗのヒータにより、２月２日から２月１０日の間加熱した。２月１０日に９０Ｗのヒータに交換し、２月１０日から２月１７日の間加熱した。２月１７日に１４４Ｗのヒータに交換し、２月１７日から２月２４日の間加熱した。２月２４日に３６Ｗのヒータに交換し、２月２４日から３月３日の間加熱した。
【0080】
図８は、各センサユニットの湿度センサにより測定されたデータを示す。縦軸は相対湿度であり、横軸は日である。上記したように、１０月２３日から翌年の３月３１日までの期間、１時間毎、温度測定を行った。
【0081】
【0082】
図１０は、図９に示した容積絶対湿度のトレンド（即ちグラフ）を対象として、上記のように算出した乖離値Ｘｍのトレンドを示す。図１１は、図１０に示した乖離値Ｘｍに関して、ウインドウを１２時間として算出した移動平均値Ｘａｖｍ１（ｍ＝１から５）のトレンドを示す。図１２は、図１０に示した乖離値Ｘｍに関して、ウインドウを２４時間として算出した移動平均値Ｘａｖｍ２（ｍ＝１から５）のトレンドを示す。図１３は、図１０に示した乖離値Ｘｍに関して、ウインドウを７２時間として算出した移動平均値Ｘａｖｍ３（ｍ＝１から５）のトレンドを示す。
【0083】
図１０に示した乖離値Ｘｍ及び図１１から図１３に示した移動平均値Ｘａｖｍｊ（ｊ＝１から３）の学習期間におけるデータを用いて、上記したようにしきい値を算出した。その結果を図１４に示す。図１４において、しきい値Ｔｈ１からＴｈ４をテーブル形式により示している。即ち、センサユニットＳｍ（ｍ＝１から５）の各テーブルにおいて、乖離値Ｘｍ及び移動平均値Ｘａｖｍｊ（ｊ＝１から３）に関するしきい値Ｔｈ１からＴｈ４を示す。上記したように、しきい値Ｔｈ１からＴｈ４は、ポイント０から４の境界値である。
【0084】
上記したように、しきい値Ｔｈ１（＝Ｋ２）及びＴｈ２（＝Ｋ１）は、それぞれ１ポイント及び２ポイントを乖離値Ｘｍに対応させるしきい値と言え、しきい値に対応する乖離値は、上位２．２７５％、０．１３５％に相当する乖離値である。しきい値Ｔｈ３（＝２×Ｋ１－Ｋ２）及びＴｈ４（＝２×Ｋ１－Ｋ３）は、それぞれ３ポイント及び４ポイントを乖離値Ｘｍに対応させるしきい値と言え、Ｋ１、Ｋ２及びＫ３から算出される。しきい値Ｔｈ３（＝２×Ｋ１－Ｋ２）及びＴｈ４（＝２×Ｋ１－Ｋ３）に対応する乖離値は、それぞれ４σ及び５σに相当する乖離値である。
【0085】
図１４に示したしきい値を、移動平均値を算出する期間（即ちウインドウ）に関して比較すると、ウインドウが大きくなるほど、しきい値が小さくなっている。したがって、ウインドウが大きくなるほど、水分侵入の異常検知のレスポンスは低下するが、水分侵入の異常検知の感度は高くなることが分かる。なお、レスポンスとは、異常（即ち水分侵入）を検知するのに必要な連続時間を意味し、連続時間が長いとレスポンスは低下する。移動平均値を算出するウインドウが比較的長いと、水分侵入の異常が発生しても、突発的な水分侵入であれば、ウインドウが比較的短い場合よりも移動平均値が小さくなる。したがって、移動平均値を算出するウインドウが比較的長いと、水分侵入の異常が連続して発生していなければ検知しにくく（即ち、検知に必要な連続時間が長く）、レスポンスは低い。逆に、瞬時値である乖離値Ｘｍを用いることにより、感度は低いが、レスポンスの高い水分侵入の異常検知を実現できる。
【0086】
図１４に示したしきい値を用いて、図１０に示した乖離値Ｘｍ（ｍ＝１から５）及び図１１から図１３に示した移動平均値Ｘａｖｍｊ（ｊ＝１から３）の各々に対応するポイントを決定した。その結果を図１５から図１８に示す。即ち、図１５は、図１０に示した乖離値Ｘｍ（ｍ＝１から５）に対応するポイントを示す。図１６は、図１１に示した、ウインドウを１２時間とした移動平均値Ｘａｖｍ１（ｍ＝１から５）に対応するポイントを示す。図１７は、図１２に示した、ウインドウを２４時間とした移動平均値Ｘａｖｍ２（ｍ＝１から５）に対応するポイントを示す。図１８は、図１３に示した、ウインドウを７２時間とした移動平均値Ｘａｖｍ３（ｍ＝１から５）に対応するポイントを示す。なお、図１５から図１８において、上記したように、センサユニットＳ３を配置した盤の加熱期間を矢印により示している。
【0087】
３ポイント及び４ポイントはレアケースであるから、このようなポイントが発生又は発生頻度が高まると、異常発生の疑いがあると判断ができる。乖離値及び移動平均値に関するポイントを示した図１５から図１８を見ると、センサユニットＳ１、Ｓ２、Ｓ４及びＳ５については、学習期間以降も“２”を上回るポイントの発生頻度は低い。ポイントは最大でも“３”であり、ポイントが“３”である頻度も低く、連続して発生していない。これに対して、センサユニットＳ３に関しては、図１６から図１８のいずれにおいても、過熱を模擬的に実施した期間（即ち加熱期間）において、高ポイント（即ち“３”以上のポイント）が発生していることが分かる。過熱源により盤内の対流、及びそれに伴う外気導入が促進されたためと考えられる。また、乖離値に関するポイントを示した図１５においにおいては、センサユニットＳ３に関して、“３”以上の高ポイントは発生していないが、これは実験時の異常の種類が、乖離値による検知が難しいものであったためと考えられる。配電盤への水分侵入が顕著な場合（外部からの雨水侵入等）には、乖離値によっても異常を検知可能である。乖離値を用いることにより、異常検知の応答性を高くでき、異常発生から検知までの時間を短くできる。
【0088】
図１６から図１８に示した加熱期間におけるセンサユニットＳ３のポイントの変化を比較すると、移動平均値を算出する期間（即ちウインドウ）による異常検知の感度を比較できる。今回は１週間ずつ一定電力（即ち、順に５４Ｗ、９０Ｗ、１４４Ｗ及び３６Ｗ）により加熱を行っており、ウインドウをより大きくして算出した移動平均値に対応するポイント（図１７及び図１８参照）が、より感度が高く、５４Ｗ以上のヒータによる過熱について異常検知できている。即ち、ウインドウを２４時間及び７２時間とした場合に、５４Ｗ、９０Ｗ及び１４４Ｗにより加熱した期間である２月２日から２月２４日の間、“３”以上のポイントが発生し、その頻度は、ウインドウを７２時間とした場合が、３種類のウインドウのうち最も高い。また、ウインドウを７２時間とした移動平均値に対応するポイント（図１８参照）は、発熱量（即ち、ヒータの電力量）の増加に応じて、高ポイントが継続する時間が長くなっていることが分かる。このように、ウインドウが異なる複数の移動平均値に対応するポイントを、水分侵入の異常検知に用いることにより、検知感度を優先した検知とレスポンスを優先した検知の両方を実施できる。
【0089】
図１９は、４ポイントに関するしきい値Ｔｈ４の算出方法を変更して、センサユニットＳ３に関するデータを解析した結果を示す。即ち、図１４に示したＴｈ４＝２×Ｋ１－Ｋ３の代わりに、Ｔｈ４＝Ｋ１＋０．０８とした。しきい値Ｔｈ１からＴｈ３にしては、図１４に示したものと同じである。図１９のグラフを、図１６から図１８におけるセンサユニットＳ３に関するグラフと比較すると、図１９においては、加熱期間においても最大３ポイントであり、何らかの異常が発生している可能性はある。しかし、水分侵入に至っている可能性は低いと推定できる。
【0090】
以上、実施の形態を説明することにより本発明を説明したが、上記した実施の形態は例示であって、本発明は上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、特許請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味及び範囲内での全ての変更を含む。
【符号の説明】
【0091】
１００ 異常検知システム
１１０ 第１センサユニット
１１２ 第２センサユニット
１１４ 第３センサユニット
１１６ 第４センサユニット
１１８ 第５センサユニット
１２０ 第１配電盤
１２２ 第２配電盤
１２４ 第３配電盤
１２６ 第４配電盤
１２８ 第５配電盤
１３０ 演算装置
１４０、１７０ 制御部
１４２、１７２ 記憶部
１４４、１７４ 通信部
１４６、１７６ タイマ
１４８、１８２ バス
１５０ Ａ／Ｄ変換部
１５２ 温度センサ
１５４ 湿度センサ
１７８ 表示部
１８０ 操作部
１１０ 第１センサユニット
１１２ 第２センサユニット
１１４ 第３センサユニット
１１６ 第４センサユニット
１１８ 第５センサユニット
１２０ 第１配電盤
１２２ 第２配電盤
１２４ 第３配電盤
１２６ 第４配電盤
１２８ 第５配電盤
１３０ 演算装置
１４０、１７０ 制御部
１４２、１７２ 記憶部
１４４、１７４ 通信部
１４６、１７６ タイマ
１４８、１８２ バス
１５０ Ａ／Ｄ変換部
１５２ 温度センサ
１５４ 湿度センサ
１７８ 表示部
１８０ 操作部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】