特開 2024-31136 電線接続材料判別システム、及び電線接続材料判別方法

(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】P2024031136

(43)【公開日】2024-03-07

(54)【発明の名称】電線接続材料判別システム、及び電線接続材料判別方法

(51)【国際特許分類】

   G06Q 50/06 20240101AFI20240229BHJP

   H02G 1/02 20060101ALI20240229BHJP

   G06T 7/00 20170101ALI20240229BHJP

   G06V 10/70 20220101ALI20240229BHJP

【ＦＩ】

G06Q50/06

H02G1/02

G06T7/00 350B

G06V10/70

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022134490

(22)【出願日】2022-08-25

(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】弁理士法人一色国際特許事務所

(72)【発明者】

【氏名】宮内 学

【テーマコード（参考）】

5G352

5L049

5L096

【Ｆターム（参考）】

5G352AM05

5L049CC06

5L096BA08

5L096BA18

5L096FA52

5L096JA22

5L096KA04

(57)【要約】

【課題】電線接続材料の選定作業を効率よく適切に行えるようにする。
【解決手段】電線接続材料の判別システムは、単体の電線接続材料を撮影した画像データである単体画像データと撮影時の状況に関する情報である仕様特定情報を説明変数とし、電線接続材料の種類及び仕様を目的変数とする学習データにより学習した機械学習モデルである電線接続材料判別モデルを記憶し、新たに撮影した電線接続材料の単体画像データと当該単体画像データの撮影時における仕様特定情報を取得し、単体画像データと仕様特定情報を電線接続材料判別モデルに入力することにより電線接続材料の種類及び仕様を判別結果として取得し、取得した判別結果を出力する。
【選択図】図４Ａ

【特許請求の範囲】

【請求項1】

プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、
単体の電線接続材料を撮影した画像データである単体画像データと撮影時の状況に関する情報である仕様特定情報を説明変数とし、前記電線接続材料の種類及び仕様を目的変数とする学習データにより学習した機械学習モデルである電線接続材料判別モデルを記憶し、
新たに撮影した電線接続材料の単体画像データと当該単体画像データの撮影時における前記仕様特定情報を取得し、
前記単体画像データと前記仕様特定情報を前記電線接続材料判別モデルに入力することにより前記電線接続材料の種類及び仕様を判別結果として取得し、
取得した前記判別結果を出力する、
電線接続材料の判別システム。

【請求項2】

請求項１に記載の電線接続材料の判別システムであって、
電力関連施設において設備更新の対象となる所定の範囲を視野範囲として撮影した画像データである全体画像データを説明変数とし、前記全体画像データに写り込んでいる、前記判別結果として取得した種類及び仕様の前記電線接続材料の数を目的変数とする学習データにより学習した機械学習モデルである数量判定モデルを記憶し、
新たに撮影した前記全体画像データを前記電線接続材料判別モデルに入力することにより前記全体画像データに写り込んでいる前記電線接続材料の数を取得し、
取得した前記数に基づく情報を出力する、
電線接続材料の判別システム。

【請求項3】

請求項２に記載の電線接続材料の判別システムであって、
電線接続材料の種類ごと仕様ごとの調達の状況に関する情報である調達状況情報を記憶し、
前記判別結果として取得した前記電線接続材料の種類及び仕様に対応する前記調達状況情報を取得し、
取得した前記調達状況情報と、取得した前記電線接続材料の数とに基づき、前記設備更新において必要となる前記電線接続材料の調達に関する情報である調達情報を生成し、
前記調達情報を出力する、
電線接続材料の判別システム。

【請求項4】

請求項３に記載の電線接続材料の判別システムであって、
前記判別結果、取得した前記電線接続材料の数、及び前記調達情報のうちの少なくともいずれかをユーザインタフェースを介してユーザに提示する、
電線接続材料の判別システム。

【請求項5】

請求項１に記載の電線接続材料の判別システムであって、
前記種類は、圧縮型端子、Ｓ型Ｔ分岐クランプ、Ｓ型Ｌ分岐クランプ、及び、圧縮型直線スリーブのうちの少なくともいずれかである、
電線接続材料の判別システム。

【請求項6】

請求項１に記載の電線接続材料の判別システムであって、
前記仕様は、スリーブに挿入される電線の径、ボルト穴の数、材質、及び、めっき方法のうちの少なくともいずれかである、
電線接続材料の判別システム。

【請求項7】

請求項１に記載の電線接続材料の判別システムであって、
前記仕様特定情報は、被写体である電線接続材料までの距離を示す情報、現場の光の強度を示す情報、及び、撮影装置の仕様や設定に関する情報のうちの少なくともいずれかである、
電線接続材料の判別システム。

【請求項8】

プロセッサ及び記憶装置を有する情報処理装置が、
単体の電線接続材料を撮影した画像データである単体画像データと撮影時の状況に関する情報である仕様特定情報を説明変数とし、前記電線接続材料の種類及び仕様を目的変数とする学習データにより学習した機械学習モデルである電線接続材料判別モデルを記憶するステップ、
新たに撮影した電線接続材料の単体画像データと当該単体画像データの撮影時における前記仕様特定情報を取得するステップ、
前記単体画像データと前記仕様特定情報を前記電線接続材料判別モデルに入力することにより前記電線接続材料の種類及び仕様を判別結果として取得するステップ、及び、
取得した前記判別結果を出力するステップ、
を実行する、電線接続材料の判別方法。

【請求項9】

請求項８に記載の電線接続材料の判別方法であって、
前記情報処理装置が、
電力関連施設において設備更新の対象となる所定の範囲を視野範囲として撮影した画像データである全体画像データを説明変数とし、前記全体画像データに写り込んでいる、前記判別結果として取得した種類及び仕様の前記電線接続材料の数を目的変数とする学習データにより学習した機械学習モデルである数量判定モデルを記憶するステップ、
新たに撮影した前記全体画像データを前記電線接続材料判別モデルに入力することにより前記全体画像データに写り込んでいる前記電線接続材料の数を取得するステップ、及び、
取得した前記数に基づく情報を出力するステップ、
を更に実行する、電線接続材料の判別方法。

【請求項10】

請求項９に記載の電線接続材料の判別方法であって、
前記情報処理装置が、
電線接続材料の種類ごと仕様ごとの調達の状況に関する情報である調達状況情報を記憶するステップ、
前記判別結果として取得した前記電線接続材料の種類及び仕様に対応する前記調達状況情報を取得するステップ、
取得した前記調達状況情報と、取得した前記電線接続材料の数とに基づき、前記設備更新において必要となる前記電線接続材料の調達に関する情報である調達情報を生成するステップ、及び、
前記調達情報を出力するステップ、
を更に実行する、電線接続材料の判別方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、電線接続材料判別システム、及び電線接続材料判別方法に関する。

【背景技術】

【0002】

特許文献１には、電気施設において電気器具相互間の配線に使用する電線の電線サイズ等の電線種類を自動的に選定することを目的として構成された電線種類選定装置について記載されている。電線種類選定装置は、各種電気施設に組込まれる各電気器具の形式ごとに該当電気器具に接続可能な電線の電線サイズを記憶しておき、入力された各電気器具に接続可能な電線の電線サイズを読出し、入力された各電気器具相互間の配線情報及び読出された各電線サイズに基づき各電気機具相互間を接続する配線に使用する電線の電線サイズ及び各電気機具に接続するための端子形状を解析し、解析された端子形状及び電線サイズを有した電線種類を特定し、特定された各配線に使用する電線の電線種類を出力する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平９－８１５９６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

変電所等の電力関連施設においては、機能の維持回復や安全な運用等を目的として、計画的に電力設備の更新（以下、「設備更新」と称する。）が行われる。その際、電力設備や電線を相互に接続するための部材である電線接続材料も設備更新の対象となる。

【0005】

電線接続材料には電線のサイズ等に応じて様々な種類のものが存在する。そのため、設備更新に際しては、図面や現地調査により設備更新の対象となる電線接続材料の選定が行われる。

【0006】

しかし、図面が存在しない場合や、経年により電線接続材料に刻印された表示（線種や太さ等の表示）が不鮮明で読み取れないことがあり、電線接続材料の選定に苦慮することがある。また、既設の電線接続材料の種類や仕様を特定するために停電を実施する必要が生じることもある。また、電線接続材料の選定を誤った場合は再度の選定や調達が必要となり、工期の延長やコストの増大に繋がる。

【0007】

尚、上記の特許文献１に記載の技術は、電気器具相互間の配線に使用する電線の電線サイズ等の電線種類を自動的に選定することを目的として構成されたものであり、電線接続材料の選定を目的とするものではない。また、同文献に記載の技術では、電気器具に接続可能な電線の電線サイズを電気器具の形式ごとに記録した電気機器データファイルを用意する必要がある。また、同文献に記載の技術では、電線種類選定装置の利用に際し、電気機器の形式や電気機器の組み込み位置、電気器具相互間の配線情報を、事前に人が細かく入力しておく必要もある。

【0008】

本発明はこのような背景に鑑みてなされたものであり、電線接続材料の選定作業を効率よく適切に行うことが可能な、電線接続材料判別システム、及び電線接続材料判別方法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】

上記目的を達成するための本発明のうちの一つは、電線接続材料の判別システムであって、プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、単体の電線接続材料を撮影した画像データである単体画像データと撮影時の状況に関する情報である仕様特定情報を説明変数とし、前記電線接続材料の種類及び仕様を目的変数とする学習データにより学習した機械学習モデルである電線接続材料判別モデルを記憶し、新たに撮影した電線接続材料の単体画像データと当該単体画像データの撮影時における前記仕様特定情報を取得し、前記単体画像データと前記仕様特定情報を前記電線接続材料判別モデルに入力することにより前記電線接続材料の種類及び仕様を判別結果として取得し、取得した前記判別結果を出力する。

【0010】

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

【発明の効果】

【0011】

本発明によれば、電線接続材料の選定作業を効率よく適切に行うことができる。

【図面の簡単な説明】

【0012】

【図1】判別システムの概略的な構成を示す図である。

【図2】電力関連施設の一例（変電所）を示す図である。

【図3A】電線接続材料の一例（２穴圧縮端子）である。

【図3B】電線接続材料の一例（４穴圧縮端子）である。

【図3C】電線接続材料の一例（Ｓ型Ｔ分岐クランプ）である。

【図3D】電線接続材料の一例（Ｓ型Ｌ分岐クランプ）である。

【図3E】電線接続材料の一例（圧縮形直線スリーブ）である。

【図4A】判別装置の主な機能を説明するブロック図である。

【図4B】判別装置のハードウェア構成の一例である。

【図5A】作業者端末の主な機能を説明するブロック図である。

【図5B】作業者端末のハードウェア構成の一例である。

【図6】学習処理を説明するフローチャートである。

【図7】撮影処理を説明するフローチャートである。

【図8】判別処理を説明するフローチャートである。

【図9】調達状況情報の一例である。

【図10】判定結果提示処理を説明するフローチャートである。

【図11】判別結果提示画面の一例である。

【発明を実施するための形態】

【0013】

以下、発明を実施するための形態について説明する。尚、以下の説明において、同一の又は類似する構成について共通の符号を付して説明を省略することがある。

【0014】

図１に、本発明の一実施形態として説明する情報処理システムである電線接続材料判別システム（以下、「判別システム１」と称する。）の概略的な構成を示している。判別システム１は、電力会社等の電気事業者が運営する設備管理部門やデータセンタ等に設けられる情報処理装置（コンピュータ）である電線接続材料判別装置（以下、「判別装置１００」と称する。）と、変電所等の電力関連施設３において作業を行う作業者２によって所持され操作される情報処理装置である一つ以上の作業者端末２００と、を含む。

【0015】

判別装置１００は、例えば、サーバ装置、パーソナルコンピュータ、クラウド等であり、作業者端末２００は、例えば、スマートフォン、タブレット、ノートブック型コンピュータ、専用端末等である。判別装置１００と作業者端末２００は、通信ネットワーク５を介して通信可能に接続している。通信ネットワーク５は、例えば、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット、各種無線通信網（３Ｇ、４Ｇ、５Ｇ通信網等）、専用線等である。

【0016】

判別システム１は、電力関連施設３において電力設備の安全運用や機能維持等を目的として行われる電力設備の更新作業（以下、「設備更新」と称する。）に際して必要となる（交換の対象となる）、電線接続材料の選定作業や調達（発注）作業を支援する。

【0017】

図２に電力関連施設３の一例（変電所）を示す。同図に示すように、変電所には、各種の電力設備（各種電線（送電線、電線（母線、支線等）、変圧器、断路器、遮断器、避雷器、各種計測器等）が設けられている。また、電力設備の随所には、電力設備を接続（電線同士や電線と電線以外の電力設備を接続）するための電線接続材料３０が用いられている。

【0018】

図３Ａ～図３Ｅに電線接続材料３０のいくつかの例を示す。図３Ａ及び図３Ｂは、いずれも電線と電線以外の電力設備を接続する電線接続材料３０の例（圧縮端子）である。尚、図３Ａは、ボルト穴が２つのタイプの圧縮端子（２穴圧縮端子）であり、図３Ｂは、ボルト穴が４つのタイプの圧縮端子（４穴圧縮端子）である。また、図３Ｃは、電線同士を接続する電線接続材料３０の例（Ｓ型Ｔ分岐クランプ）である。また、図３Ｄは、電線同士を接続する電線接続材料３０の例（Ｓ型Ｌ分岐クランプ）である。また、図３Ｅは、電線同士を接続する電線接続材料３０の例（圧縮形直線スリーブ）の例である。

【0019】

図３Ａ～図３Ｅに示すいずれの電線接続材料３０についても、その種類（圧縮型端子、Ｓ型Ｔ分岐クランプ、Ｓ型Ｌ分岐クランプ、圧縮型直線スリーブ等）ごとに様々な仕様のものが用意されている。上記の仕様には、例えば、スリーブに挿入される電線の径、ボルト穴の数、材質（銅、アルミ等）、めっき方法（すずめっき、銀メッキ等、めっき無し）等がある。

【0020】

図１に戻り、作業者２は、現場において作業者端末２００を操作し、電線接続材料３０や、電力関連施設３において設備更新の対象となる所定範囲の電力設備群の外観を撮影し、撮影した画像データを作業者端末２００から判別装置１００に送信する。判別装置１００は、送られてきた画像データを機械学習モデル（ＡＩ（Artificial Intelligence）モデル）を用いて分析する。

【0021】

例えば、判別装置１００は、単体の電線接続材料３０を撮影した画像データに写り込んでいる電線接続材料３０（以下、「単体画像データ」と称する。）の種類や仕様を特定する。また、判別装置１００は、電力関連施設３において設備更新の対象となる所定範囲を視野範囲として撮影した画像データ（以下、「全体画像データ」と称する。）に写り込んでいる、単体画像データにより特定した電線接続材料３０と種類及び仕様が一致する電線接続材料３０の数を特定する。

【0022】

判別装置１００は、単体画像データにより特定した電線接続材料３０の種類及び仕様と、単体画像データにより特定した電線接続材料３０と種類及び仕様が一致する電線接続材料３０の数（以下、「調達数」と称する。）に基づく調達に関する情報（以下、「調達情報」と称する。）とを、判別結果として作業者端末２００に送信する。作業者端末２００は、判別結果を受信すると、ユーザインタフェースを介して判別結果の内容を出力（表示、音声出力等）して作業者２に提供する。

【0023】

このように、本実施形態の判別システム１によれば、作業者２は、電線接続材料３０の種類や仕様を容易に特定することができる。そのため、例えば、電線接続材料３０の図面が存在しない場合や経年により電力接続材料に刻印された表示（種類や仕様を示す表示）が不鮮明な場合でも、電線接続材料３０の種類及び仕様を容易に特定することができる。また、データベースの準備や停電を実施する必要もなく、作業者２は、設備更新に必要な（交換が必要な）電線接続材料３０の選定作業を効率よく行うことができる。

【0024】

また、作業者２は、設備更新において必要となる電線接続材料３０の調達に関する情報（調達情報））を容易に把握することができる。更に、本実施形態の判別システム１によれば、例えば、知識や経験のない者でも、設備更新に必要となる電線接続材料３０の選定作業を適切かつ効率よく行うことができる。

【0025】

図４Ａは、判別装置１００の主な機能を説明するブロック図である。同図に示すように、判別装置１００は、記憶部１１０、撮影画像取得管理部１２０、学習データ生成部１３１、モデル学習部１３２、判別処理部１４０、調達情報生成部１５０、及び判別結果送信部１６０の各機能を有する。

【0026】

上記機能のうち、記憶部１１０は、画像データ１１１、仕様特定情報１１１ａ、学習データ１１２、モデル群１１３、調達状況情報１１５、及び判別結果１１６の各情報（データ）を記憶する。学習データ１１２は、電線接続材料判別モデル用の学習データ１１２１と、数量判定モデル用の学習データ１１２２とを含む。また、モデル群１１３は、電線接続材料判別モデル１１３１と数量判定モデル１１３２の各モデルを含む。

【0027】

画像データ１１１は、作業者２が、作業者端末２００を用いて撮影した所定のデータ型式の画像データ（単体画像データ、全体画像データ）である。尚、画像データ１１１は、動画から切り出されたもの（フレームデータ）でもよい。

【0028】

仕様特定情報１１１ａは、画像データ１１１に付帯させる情報であり、電線接続材料３０の仕様の特定に用いる、画像データ１１１の撮影時の状況を示す情報（以下、「仕様特定情報」と称する。）である。仕様特定情報１１１ａは、例えば、作業者端末２００に搭載されている測距センサにより取得された、当該撮影装置から被写体である電線接続材料３０までの距離（以下、「撮影距離」と称する。）を示す情報、照度センサにより取得される現場の光（日差し）の強度（照度）を示す情報、作業者端末２００の撮影装置の仕様や設定（Ｆ値、露出（シャッタースピード、絞り値）、ＩＳＯ感度等）に関する情報等である。仕様特定情報１１１ａにより、画像データ１１１に写り込んでいる電線接続材料３０のサイズや材質等、電線接続材料３０の仕様を特定するために必要な情報を得ることができる。

【0029】

学習データ１１２のうち、電線接続材料判別モデル用の学習データ１１２１は、電線接続材料判別モデル１１３１の学習に用いる学習データ（教師データ）であり、単体画像データ及び仕様特定情報１１１ａを説明変数とし、当該画像データに写り込んでいる電線接続材料３０の種類及び仕様を目的変数として対応づけたデータセットである。また、数量判定モデル用の学習データ１１２２は、数量判定モデル１１３２の学習に用いる学習データ（教師データ）であり、全体画像データ及び仕様特定情報１１１ａ（電線接続材料３０のサイズを特定する必要がない場合は全体画像データのみでもよい）と、当該全体画像データに写り込んでいる、特定の種類及び仕様の電線接続材料３０の数（調達数）を目的変数として対応づけたデータセットである。学習データ１１２は、例えば、アノテーションツール（annotation tool）を利用して作成される。学習データ１１２は、各モデルについて要求される予測精度を充足するように、様々な条件（撮影方向、撮影距離、撮影角度、照度等）の下で撮影された画像データ１１１を説明変数とするものが用意される。

【0030】

モデル群１１３の各モデル（電線接続材料判別モデル１１３１、数量判定モデル１１３２）の実体は、例えば、調整可能なパラメータを含んだ、多項式、行列式、数式、ベクトル等である。診断モデル１１４の種類は必ずしも限定されないが、例えば、深層学習（ＤＮＮ（Deep Neural Network）、ＣＮＮ（Convolutional Neural Network）等）により実現される。

【0031】

電線接続材料判別モデル１１３１は、単体画像データが入力されると、当該単体画像データに写り込んでいる電線接続材料３０の種類及び仕様を示す情報を出力する。電線接続材料判別モデル１１３１は、例えば、画像認識の仕組みより、単体画像データに写り込んでいる電線接続材料３０の種類を特定する。また、電線接続材料判別モデル１１３１は、例えば、距離センサにより取得された被写体（電線接続材料３０）までの撮影距離等の仕様特定情報１１１ａから、被写体のサイズに関する情報（スリーブに挿入される電線の径、ボルト穴の数等）等の電線接続材料３０の仕様を特定する。

【0032】

数量判定モデル１１３２は、全体画像データが入力されると、当該全体画像データに写り込んでいる、特定の種類及び仕様の電線接続材料３０の数（調達数）を出力する。

【0033】

尚、画像データにおける電線接続材料３０が写り込んでいる領域の特定や電線接続材料３０の認識／検出（物体の検出、バウンディングボックス（bounding box）の抽出、物体の位置特定等）は、例えば、「Ｒ－ＣＮＮ」、「Fast Ｒ－ＣＮＮ」「FasterＲ－ＣＮＮ」、「sliding window method」、「ＨＯＧ（Histograms of Oriented Gradients）特徴量」、「region proposal method」、「ＹＯＬＯ（You Only Look Once）」、「ＳＳＤ（Single Shot Detector）」、「Ｅｎｄ－ｔｏ－ＥＮＤ学習」、ＤＣＮ（Deformed Convolutional Networks）、ＤＥＴＲ（End-to-End Object Detection with Transformers）等）を用いて行われる。尚、電線接続材料３０が写り込んでいない画像データを定常状態としてオートエンコーダ（ＶＡＥ（Variational Autoencoder）等）により学習した機械学習モデル（異常検知モデル）でもよい。電線接続材料３０の材質の特定は、例えば、深層学習を利用した各種材質認識の仕組みを用いて行われる（例えば、「深層学習による材質/質感の画像認識」，東北大学大学院情報化学研究科，岡谷 貴之，2016年度人工知能学会全国大会（第30回）を参照）。

【0034】

各モデルが判定に際して用いる特徴量は、人間系が手動で設定してもよいし、例えば、公知の特徴量抽出手法（ＳＩＦＴ（Scale-Invariant Feature Transform)、ＳＵＲＦ（Speeded-Up Robust Features）、ＦＡＳＴ（Features from Accelerated Segment Test）、ＢＲＩＥＦ（Binary Robust Independent Elementary Features）、ＯＲＢ（Oriented FAST and Rotated BRIEF）等）を用いて情報処理装置が自動的に抽出した特徴量を用いてもよい。

【0035】

調達状況情報１１５は、電線接続材料３０の種類ごと仕様ごとの調達の状況に関する情報（納期、購入価格、過去の調達履歴等）である。

【0036】

判別結果１１６は、判別装置１００がモデル群１１３の各モデルに基づき判定した結果や調達状況情報１１５から取得した情報に基づく、設備更新において必要となる電線接続材料３０の調達に関する情報（以下、「調達情報」と称する。）を含む。

【0037】

上記機能のうち、撮影画像取得管理部１２０は、作業者端末２００から送られてくる画像データ及び仕様特定情報を受信し、受信した画像データを画像データ１１１として、また、受信した仕様特定情報を仕様特定情報１１１ａとして、夫々管理する。

【0038】

学習データ生成部１３１は、学習データ１１２を生成する。学習データ生成部１３１は、例えば、ユーザに説明変数を提示しつつ、当該説明変数について設定する目的変数（ラベル）をユーザから受け付けることにより、学習データ１１２を生成する。

【0039】

モデル学習部１３２は、学習データ１１２を用いてモデル群１１３の各モデル（電線接続材料判別モデル１１３１、数量判定モデル１１３２）の学習を行う。

【0040】

判別処理部１４０は、モデル群１１３の各モデルを用い、単体画像データに基づく電線接続材料３０の種類及び仕様の判別や、全体画像データに基づく調達数の特定を行う。判別処理部１４０は、電線接続材料判別部１４１及び数量判定部１４２の各機能を含む。

【0041】

このうち電線接続材料判別部１４１は、電線接続材料判別モデル１１３１に画像データ１１１（単体画像データ）及び仕様特定情報１１１ａを入力することにより、当該画像データに写り込んでいる電線接続材料３０の種類や仕様を示す情報を取得する。

【0042】

また、数量判定部１４２は、数量判定モデル１１３２に全体画像データ及び仕様特定情報１１１ａ（仕様特定情報１１１ａを説明変数として用いない場合は全体画像データのみでもよい）を入力し、当該画像データに写り込んでいる、特定の種類及び仕様の電線接続材料３０（電線接続材料判別部１４１により特定した種類及び仕様の電線接続材料３０）の数（調達数）を取得する。

【0043】

調達情報生成部１５０は、調達状況情報１１５から、判別処理部１４０が取得した種類及び仕様の電線接続材料３０の情報（納期、価格等）を取得し、数量判定部１４２で取得した数（調達数）に基づき、当該電線接続材料３０についての調達情報を生成する。

【0044】

判別結果送信部１６０は、判別処理部１４０が取得した、画像データ１１１に写り込んでいる電線接続材料３０の種類及び仕様と、調達情報生成部１５０が生成した調達情報とを含む情報である判別結果１１６を生成し、生成した判別結果１１６を作業者端末２００に送信する。

【0045】

図４Ｂは、判別装置１００のハードウェア構成の一例である。同図に示すように、判別装置１００は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、及び通信装置１６を備える。判別装置１００は、通信可能に接続された複数の情報処理装置により構成してもよい。

【0046】

同図に示す構成については、その全部又は一部が、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。判別装置１００の機能の全部又は一部は、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。判別装置１００の機能の全部又は一部は、例えば、ＳａａＳ（Software as a Service）、ＰａａＳ（Platform as a Service）、ＩａａＳ（Infrastructure as a Service）等を利用して実現されるものであってもよい。

【0047】

同図において、プロセッサ１１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。

【0048】

主記憶装置１２は、プロセッサ１１がプログラムを実行する際に利用する装置であり、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。判別装置１００が備える各種の機能は、プロセッサ１１が、補助記憶装置１３に格納（記憶）されているプログラムやデータを主記憶装置１２に読み出して実行することにより実現される。

【0049】

補助記憶装置１３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１３には、記録媒体の読取装置や通信装置１６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１３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１２に随時読み込まれる。

【0050】

入力装置１４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、タッチパネル、キーボード、マウス、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。

【0051】

出力装置１５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１５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。尚、例えば、判別装置１００が、通信装置１６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。

【0052】

入力装置１４及び出力装置１５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。

【0053】

通信装置１６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１６は、インターネット等の通信ネットワーク５を介して他の装置との間の通信を実現する、有線方式又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。

【0054】

判別装置１００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。

【0055】

判別装置１００が備える前述した各機能は、プロセッサ１１が、主記憶装置１２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、判別装置１００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。判別装置１００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。

【0056】

図５Ａは、作業者端末２００の主な機能を説明するブロック図である。同図に示すように、作業者端末２００は、記憶部２１０、撮影処理部２２０、仕様特定情報取得部２２５、画像データ送信部２３０、判別結果受信部２３５、及び判別結果出力部２４０を有する。

【0057】

上記機能のうち、記憶部２１０は、画像データ２１１、仕様特定情報２１１ａ、及び判別結果２１２を記憶する。

【0058】

撮影処理部２２０は、電線接続材料３０や、電力関連施設３において設備更新の対象となる範囲の電力設備群を撮影し、その画像データ（単体画像データ、全体画像データ）を記憶部２１０に画像データ２１１として格納する。

【0059】

仕様特定情報取得部２２５は、画像データ２１１に付帯させる情報である仕様特定情報を取得し、取得した仕様特定情報を仕様特定情報２１１ａとして記憶部２１０に格納する。仕様特定情報２１１ａは、前述した仕様特定情報１１１ａに相当する情報である。

【0060】

画像データ送信部２３０は、画像データ２１１に仕様特定情報２１１ａを付帯させて判別装置１００に送信する。

【0061】

判別結果受信部２３５は、判別装置１００から送られてくる判別結果を受信し、受信した判別結果を判別結果２１２として記憶部２１０に格納する。

【0062】

判別結果出力部２４０は、判別結果２１２の内容を、ユーザインタフェースを介してユーザに提示（表示、音声出力等）する。

【0063】

図５Ｂは、作業者端末２００のハードウェア構成の一例である。同図に示すように、作業者端末２００は、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２６、撮影装置２７、及び各種センサ２８を備える。このうちプロセッサ２１、主記憶装置２２、補助記憶装置２３、入力装置２４、出力装置２５、及び通信装置２６については夫々、判別装置１００のプロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、及び通信装置１６と同様の構成であるので説明を省略する。

【0064】

撮影装置２７は、被写体を撮影して画像データを生成し記録する装置である。作業者端末２００が、例えば、スマートフォンやタブレット、ノートブック型コンピュータである場合、撮影装置２７は、例えば、これらに備えられているディジタルスチールカメラである。撮影装置２７は、当該撮影装置２７の仕様や撮影時の設定（Ｆ値、露出（シャッタースピード、絞り値）、ＩＳＯ感度等）に関する情報をプロセッサ２１に通知する。

【0065】

各種センサ２８は、例えば、距離センサ、照度センサ等である。

【0066】

続いて、判別システム１において行われる主な処理について説明する。

【0067】

図６は、判別装置１００のモデル学習部１３２が、モデル群１１３の各モデル（電線接続材料判別モデル１１３１、数量判定モデル１１３２）の学習に際して行う処理（以下、「学習処理Ｓ６００」と称する。）を説明するフローチャートである。以下、同図とともに学習処理Ｓ６００について説明する。

【0068】

まず、モデル学習部１３２は、画像データ１１１及び仕様特定情報１１１ａを記憶部１１０から読み出す（Ｓ６１１）。

【0069】

続いて、モデル学習部１３２は、電線接続材料判別モデル用の学習データ１１２１を用いて電線接続材料判別モデル１１３１の学習を行う（Ｓ６１２）。

【0070】

続いて、モデル学習部１３２は、数量判定モデル用の学習データ１１２２を用いて数量判定モデル１１３２の学習を行う（Ｓ６１３）。

【0071】

尚、各モデルの学習には多くの情報処理資源を必要とするため、当該学習は、例えば、クラウドシステムが提供する機械学習用のＡＰＩ（Application Programming Interface）等を利用して行うようにしてもよい。また、モデル学習部１３２が、例えば、学習済の各モデルの精度の検証を行うようにしてもよい。その場合、例えば、学習データを学習用のデータと検証用のデータとに予め分類しておき、学習に際しては学習用のデータを用いて学習し、検証に際しては検証用のデータを用いて検証を行うようにする。

【0072】

図７は、電線接続材料３０の判別に際し作業者端末２００が行う主な処理（以下、「撮影処理Ｓ７００」と称する。）を説明するフローチャートである。作業者２は、現場に作業者端末２００を持ち込み、作業者端末２００を操作して、電線接続材料３０や、電力関連施設３において設備更新の対象となる範囲の電力設備群を撮影する。撮影処理Ｓ７００は、その際に作業者端末２００が行う処理である。撮影処理Ｓ７００は、例えば、作業者２が作業者端末２００に対して所定の開始操作を行ったことを契機として行われる。以下、同図とともに撮影処理Ｓ７００について説明する。

【0073】

まず、作業者端末２００の撮影処理部２２０が、作業者２が撮影装置２７を操作して撮影した画像データ（単体画像データ、全体画像データ）を取得し、取得した画像データを画像データ２１１として記憶部２１０に格納する（Ｓ７１１）。

【0074】

また、撮影処理部２２０による撮影に際し、仕様特定情報取得部２２５は、画像データ２１１に付帯させる仕様特定情報を取得し、取得した仕様特定情報を仕様特定情報２１１ａとして記憶部２１０に格納する（Ｓ７１２）。

【0075】

続いて、画像データ送信部２３０が、取得した画像データ２１１と仕様特定情報２１１ａを判別装置１００に送信する（Ｓ７１３）。

【0076】

図８は、判別装置１００が、作業者端末２００から画像データ及び仕様特定情報を受信した際に行う処理（以下、「判別処理Ｓ８００」と称する。）を説明するフローチャートである。以下、同図とともに判別処理Ｓ８００について説明する。

【0077】

判別装置１００は、作業者端末２００から画像データ及び仕様特定情報を受信すると（Ｓ８１１：ＹＥＳ）、まず、受信した画像データのうち、単体画像データと受信した仕様特定情報を電線接続材料判別モデル１１３１に入力し、電線接続材料３０の種類及び仕様を特定する（Ｓ８１２）。

【0078】

続いて、判別装置１００は、受信した画像データのうち全体画像データ（もしくは全体画像データと仕様特定情報）を数量判定モデル１１３２に入力し、Ｓ８１２で特定した電線接続材料３０の数（調達数）を特定する（Ｓ８１３）。

【0079】

続いて、判別装置１００は、調達状況情報１１５を参照し、Ｓ８１２で特定した電線接続材料３０の種類及び仕様とＳ８１３で特定した数量に基づき調達情報を生成する（Ｓ８１４）。

【0080】

図９に調達状況情報１１５の一例を示す。例示する調達状況情報１１５は、種類＆仕様（型番）９１１、価格（円）９１２、納期９１３等の項目を有する複数のレコードで構成される。調達状況情報１１５の一つのレコードは電線接続材料３０の種類と仕様（型番）の一つの組み合わせに対応している。

【0081】

上記項目のうち種類＆仕様（型番）９１１には、電線接続材料３０の種類と仕様（型番）を特定する情報が格納される。価格（円）９１２には、当該電線接続材料３０の現在価格が格納される。納期９１３には、当該電線接続材料３０について予想される納期が格納される。

【0082】

図８に戻り、続いて、判別装置１００は、Ｓ８１２で特定した電線接続材料３０の種類及び仕様、Ｓ８１３で特定した数量、及びＳ８１４で生成した調達情報を含む情報を判別結果１１６として生成し（Ｓ８１５）、生成した判別結果１１６を作業者端末に送信する（Ｓ８１６）。

【0083】

図１０は、作業者端末２００が、判別装置１００から判別結果１１６を受信した際に行う処理（以下、「判定結果提示処理Ｓ１０００」と称する。）を説明するフローチャートである。

【0084】

作業者端末２００は、判別装置１００から判別結果１１６を受信すると（Ｓ１０１１）、受信した判別結果１１６（２１２）の内容を出力（表示、音声出力等）してユーザに提示する（Ｓ１０１２）。

【0085】

図１１は、Ｓ１０１２において作業者端末２００が出力装置２５である表示装置に表示する画面（以下、「判別結果提示画面１１００」と称する。）の一例である。同図に示すように、例示する判別結果提示画面１１００は、種類の表示欄１１１１、仕様の表示欄１１１２、及び調達情報の表示欄１１１３を有する。

【0086】

種類の表示欄１１１１には、判別装置１００が特定した電線接続材料３０の種類を示す情報（同図では「圧着端子」と形番「Ａ４－４００」）が表示される。仕様の表示欄１１１２には、判別装置１００が特定した電線接続材料３０の仕様（同図では、ボルト穴の数「４」、材質「銅」、めっき方法「銀メッキ」）が表示される。調達情報の表示欄１１１３には、判別装置１００が生成した調達情報（同図では、価格「○○円」、納期「２週間」、予測調達数「１０」）が表示される。

【0087】

このように、現場の作業者は、作業者端末２００を利用して電線接続材料３０や設備更新の対象となる範囲の電力設備群を撮影するだけで、撮影した電線接続材料３０に関する情報を（電線接続材料３０の仕様や調達情報）を容易に取得することができる。このため、作業者は電線接続材料の選定作業を効率よく適切に行うことができ、電力設備の設備更新にかかる業務を効率よく進めることができる。

【0088】

以上、本発明の実施形態について詳述したが、以上の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、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ことは勿論である。例えば、上記の実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記実施形態の構成の一部について、他の構成の追加、削除、置換をすることが可能である。

【符号の説明】

【0089】

１ 判別システム、２ 作業者、３ 電力関連施設、５ 通信ネットワーク、２７ 撮影装置、２８ 各種センサ、３０ 電線接続材料、１００ 判別装置、１１０ 記憶部、１１１ 画像データ、１１１ａ 仕様特定情報、１１２ 学習データ、１１２１ 電線接続材料判別モデル用の学習データ、１１２２ 数量判定モデル用の学習データ、１１３ モデル群、１１３１ 電線接続材料判別モデル、１１３２ 数量判定モデル、１１５ 調達状況情報、１１６ 判別結果、１２０ 撮影画像取得管理部、１３１ 学習データ生成部、１３２ モデル学習部、１４０ 判別処理部、１４１ 電線接続材料判別部、１４２ 数量判定部、１５０ 調達情報生成部、１６０ 判別結果送信部、２００ 作業者端末、２１０ 記憶部、２１１ 画像データ、２１１ａ 仕様特定情報、２１２ 判別結果、２２０ 撮影処理部、２２５ 仕様特定情報取得部、２３０ 画像データ送信部、２３５ 判別結果受信部、２４０ 判別結果出力部、Ｓ６００ 学習処理、Ｓ７００ 撮影処理、Ｓ８００ 判別処理、Ｓ１０００ 判定結果提示処理、１１００ 判別結果提示画面

【図1】

【図2】

【図3A】

【図3B】

【図3C】

【図3D】

【図3E】

【図4A】

【図4B】

【図5A】

【図5B】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】