JP6548454B2 - 電気機器の診断装置、電気機器の診断システム、電気機器の診断方法およびプログラム - Google Patents

Description

本発明は、電気機器の診断装置、電気機器の診断システム、電気機器の診断方法およびプログラムに関する。

本技術分野の背景技術として、下記特許文献１の要約書には、「油浸絶縁機器の部分放電特性から、その部分放電発生源の種類の判別を可能とする」、「油浸絶縁機器に交流電圧を印加し、この印加電圧の上昇に伴う部分放電電荷量の発生推移パターンを求め記憶する発生推移パターン記憶部８１、複数種類の粒子を部分放電発生源として求めた部分放電電荷量の複数の発生推移パターンモデルを記憶する発生推移パターンモデル記憶部８２、および発生推移パターン記憶部８１、発生推移パターンモデル記憶部８２から発生推移パターンおよび複数の発生推移パターンモデルを読み出し発生推移パターンが複数の発生推移パターンモデルのいずれのものに最も近似しているかを判断することにより、当該部分放電発生時の部分放電発生源である粒子の種類を判別する粒子判別部８３を備えている」と記載されている。

また、下記特許文献２の要約書には、「電気設備診断システム１は、電気設備２の電流や電圧を検出するセンサ、回転機の回転角度位置や回転速度を検出するセンサやトルクセンサ、温度センサ、振動センサなどを総称したセンサ３により検出された特徴量がＡ／Ｄ変換回路４を介して学習部５に入力されると、学習部５は電動機の正常状態、故障状態や劣化状態に対応したそれぞれの特徴量を隠れマルコフモデルに基づいてパラメータ化し、記憶する。診断部６は電気設備２の運転状態で検出された特徴量のパターンの出力確率を、学習部５に記憶されているパラメータに基づいて演算したうえ、出力確率が最大となるパラメータを決定することにより、電気設備２の状態を判定し、その状態を表示部７に表示させる」と記載されている。

特開平１１−１４２４６７号公報 特開２００５−２５１１８５号公報

高出力のモータには、定格電源電圧が３．３ｋＶ、６．６ｋＶ、１１ｋＶ等である高圧モータが適用される場合がある。高圧モータは、工場等の基幹設備に適用されるため、突発故障によって停止すると、生産設備の稼働率低下や生産計画の見直しを余儀なくされる等、多大な影響を及ぼす。高圧モータの故障原因としては、約２５％が固定子巻線の絶縁劣化であるとの調査結果がある。

また、近年は省エネルギーのため、インバータによる可変速駆動が高圧モータにまで普及しつつある。しかし、インバータを用いると、インバータサージによって絶縁劣化が加速するという問題が発生する。この傾向はＳｉＣ（炭化ケイ素）等の新材料を用いた半導体デバイスの登場によって一層顕著になると見込まれている。それは、インバータサージが発生する頻度はインバータの出力周波数に比例するため、インバータの出力周波数が上がると、絶縁劣化が加速すると考えられるためである。このような事情により、高圧モータの運転状態における高精度な絶縁劣化診断が要望されている。

特許文献１に開示された技術は、絶縁部材内部ないし周辺で発生する部分放電の発生推移パターンが、複数の発生推移パターンモデルの何れに最も近似しているかを判断し、部分放電の発生源を判別しようとするものである。しかしこの技術では、事前に用意したパターンモデルの何れに最も近いかを判定するが、そのモデルが表現する現象の進行度や、その判定の信頼度の情報が得られないという問題があった。特に、実際の現象に適合した発生推移パターンモデルを用意していなかった場合に、誤判定を生じさせる可能性が高かった。

また特許文献２に開示された技術は、統計的なパターン認識手法を用いて電気設備の状態を診断しようとするものである。しかしこの技術では、劣化現象を記述する物理モデルを使用せずに診断するため、劣化進行度を定量的に把握することが難しいという問題があった。
この発明は上述した事情に鑑みてなされたものであり、電気機器の高精度な診断を実現できる電気機器の診断装置、電気機器の診断システム、電気機器の診断方法およびプログラムを提供することを目的とする。

上記課題を解決するため本発明の電気機器の診断装置は、診断対象である電気機器に対する計測データを記憶する計測データ記憶部と、一または複数のモデル定数値によって前記電気機器の状態を表す現象記述モデルを記憶する現象記述モデル記憶部と、前記計測データを再現するように前記モデル定数値を決定するとともに、前記モデル定数値の前記電気機器に対する適合の度合いである成功レベル指標値を算出するモデル定数値決定部と、前記モデル定数値と前記成功レベル指標値とを用いて、前記現象記述モデルに対応する現象が発生している確実度と前記現象の進行度とを求める判定部とを有することを特徴とする。

本発明の電気機器の診断装置、電気機器の診断システム、電気機器の診断方法およびプログラムによれば、電気機器の高精度な診断を実現できる。

本発明の第１実施形態による回転機診断システムのブロック図である。 部分放電現象が生じる絶縁部材の等価回路の一例を示す回路図である。 第１実施形態における回転機診断装置のブロック図である。 部分放電信号の分布の第１の例を示す図である。 部分放電信号の分布の第２の例を示す図である。 部分放電信号の分布の第３の例を示す図である。 部分放電信号の分布の第４の例を示す図である。 本発明の第２実施形態における回転機診断装置のブロック図である。 回転機診断システムの変形例のブロック図である。 回転機診断システムの他の変形例のブロック図である。 回転機診断システムのさらに他の変形例のブロック図である。

［第１実施形態］
（全体構成）
以下、図１に示すブロック図を参照し、本発明の第１実施形態による回転機診断システムの構成を説明する。
図１において、電源１から給電線２ａ，２ｂ，２ｃを介して、三相誘導電動機であるモータ３に電力が供給される。また、モータ３の回転軸には負荷機械４が結合されている。給電線２ａ，２ｂ，２ｃには３個の計測用コンデンサ１１の各一端が接続され、各計測用コンデンサ１１の他端は相互に接続されるとともに接地電位に接続されている。

電流センサ５は、部分放電によって各計測用コンデンサ１１から接地電位に流れる電流（部分放電信号）を一括して計測する。モータ３の巻線の絶縁部材内部およびその近傍で発生する部分放電は、主に１ＭＨｚから１００ＭＨｚ、またはそれ以上の高周波領域に現れる。電流センサ５は、その周波数帯域にて感度を有するものが適用される。電源周波数等の周波数成分は、１ＭＨｚよりも相当に低いため、電流センサ５においては検出されない。

また、計測用コンデンサ１１とモータ３との間において、給電線２ａ，２ｂ，２ｃには、全ての相の電流を一括して計測する電流センサ６が設けられている。電流センサ６も、電流センサ５と同様の周波数帯域にて感度を有するものが適用される。従って、モータ３に部分放電が生じていなければ、電流センサ５，６が検出する部分放電信号は零値になるが、モータ３に部分放電が生じると、非零値の部分放電信号が電流センサ５，６によって計測される。

電流センサ５，６の出力信号は、回転機診断装置８にて分析され、絶縁劣化の兆候に関する情報に変換され、情報伝達装置１０によってユーザに伝達される。この情報伝達装置１０は、例えばディスプレイやランプ等、視覚に訴える装置でもよいし、ブザー等の聴覚に訴える装置であってもよい。

（絶縁部材の等価回路）
モータ３に絶縁劣化が起こる要因には様々なものが考えられるが、本実施形態においては、「絶縁部材におけるボイド（空隙）の発生」を一つの要因として想定している。
モータ３が長時間に亘って運転されると、モータ３が発生する熱によって、絶縁部材には酸化や分解のような変質が起こり、これによって絶縁部材の構成変化、すなわちボイドの発生等が起こる。一般的に、ボイドは絶縁部材よりも誘電率が低いため、ボイドに印加される電圧は相対的に高くなり、ボイドにてコロナ放電が発生しやすくなる。コロナ放電が発生すると、微少な電荷移動が起こるため、モータ３の固定子巻線に流れる電流に高周波の部分放電信号が重畳する。

ボイドが発生した絶縁部材の等価回路の回路図を図２に示す。図２において、入力端子５０，５１は、絶縁部材を挟む一対の導体に対応し、両者間には電圧Ｖが印加されている。コンデンサ５２は、ボイドが発生していない箇所における絶縁部材に対応する。コンデンサ５３、ボイド部５４およびコンデンサ５８の直列回路は、ボイドが発生している部分に対応する。ボイド部５４は、コンデンサ５５、抵抗器５６、スイッチ５７を有している。

ボイド部５４にて部分放電が発生していないとき、スイッチ５７はオフ状態であると考えることができる。一方、部分放電が発生しているとき、スイッチ５７はオン状態であると考えることができる。図２において、コンデンサ５２，５３，５５，５８の静電容量や、抵抗器５６の抵抗値は、電流センサ５，６（図１参照）の実測値に対して、各種最適化手法を適用して決定することができる。

（回転機診断装置８の構成）
次に、図１に示した回転機診断装置８の構成を説明する。
回転機診断装置８は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）等、一般的なコンピュータとしてのハードウエアを備えており、ＨＤＤには、ＯＳ（Operating System）、アプリケーションプログラム、各種データ等が格納されている。ＯＳおよびアプリケーションプログラムは、ＲＡＭに展開され、ＣＰＵによって実行される。

図３は、回転機診断装置８において、ＲＡＭに展開されたアプリケーションプログラムによって実現される機能を、ブロック図として示すものである。
図３において現象記述モデル記憶部２２は、一または複数の定数によって動作が規定される、現象記述モデルが記憶されている。「現象記述モデル」とは、具体的には、数式または等価回路等である。図２に示した例においては、図２に示す等価回路そのものの構成が、現象記述モデルになる。また、この等価回路の動作は数式によっても表現可能である。

電流センサ５，６（図１参照）から得られた計測データは、計測データ記憶部２４に記憶される。そして、モデル定数値決定部２６は、計測データを最も再現するように、現象記述モデルの動作を規定する一または複数の定数の値、すなわちモデル定数値Ｄ１を決定する。図２に示した例においては、コンデンサ５２，５３，５５，５８の静電容量や、抵抗器５６の抵抗値がモデル定数値Ｄ１に該当する。

また、モデル定数値Ｄ１を決定する際、モデル定数値決定部２６においては、モデル定数値Ｄ１の決定について、成功レベルを示す一または複数の指標値（成功レベル指標値Ｄ２）も得られる。図２に示した例においては、現象記述モデル（図２の回路構成）と、モデル定数値Ｄ１（静電容量、抵抗値）とに基づいて、電流の「計算値」を求めることができる。一方、電流の実測値と計算値との間には、残差が生じる。そこで、実測値と計算値との間の残差の逆数を成功レベル指標値Ｄ２とすることができる。

ここで、モデル定数値Ｄ１および成功レベル指標値Ｄ２が、モータ３の劣化の進行とともに如何に変化してゆくかを検討する。
まず、モータ３に劣化現象が生じていない状態、すなわち正常状態を想定してみる。正常状態では、モデル定数値Ｄ１と成功レベル指標値Ｄ２とは、共にノイズ等による計測値のばらつきによってばらつくのに留まり、大きな変動は起こらない。

次に、モータ３に劣化現象が発生した場合であって、現象記述モデルが該劣化現象に適合する正しいモデルであった場合を想定してみる。この場合、劣化現象が進行し、モデル定数値Ｄ１が正常状態での値から変化してゆくと、成功レベル指標値Ｄ２は、正常状態における値よりも増加する。

次に、劣化現象が発生した場合であって、現象記述モデルが該劣化現象に適合していない場合を想定してみる。この場合は、モデルの適合度に応じて成功レベル指標値Ｄ２の変化の仕方は異なる。すなわち、全く適合しないモデルの場合は、成功レベル指標値Ｄ２は正常状態における値よりも減少する。また、ある程度適合するモデルの場合は、成功レベル指標値Ｄ２は、正常状態の場合の値よりも増加するものの、その増加幅は正しいモデルを適用したときほどには大きくならない。

以上のように、成功レベル指標値Ｄ２に増加傾向が見られるならば、適用した現象記述モデルに適合する劣化現象が起きている可能性が相対的に高いと判断できる。一方、成功レベル指標値Ｄ２に減少傾向が見られるならば、適用した現象記述モデルが記述する現象とは異なる現象が起きている可能性が高いと判断できる。

図３に示す発生確実度・進行度判定部２８は、モータ３の使用が開始されて以降、すなわちモータ３が正常状態であるとき以降、モデル定数値Ｄ１および成功レベル指標値Ｄ２を定期的に求め、これらの値のばらつきの幅も含めて、履歴データ記憶部３０に蓄積してゆく。これにより、発生確実度・進行度判定部２８は、現象記述モデルに係る劣化現象が発生している確実度および該劣化現象の劣化進行度を定量的に算出する。

劣化進行度を定量的に算出する方法として、機械学習を活用することが考えられる。例えば、正常状態におけるモデル定数値Ｄ１および成功レベル指標値Ｄ２を多次元データ集合の初期値として履歴データ記憶部３０に記憶しておき、その後の多次元データ集合の初期値からの乖離の度合いによって劣化進行度を定量化することができる。これにより、微弱な異常兆候についても検出感度を高めることができる。発生確実度・進行度判定部２８によって求められた確実度および劣化進行度は、情報伝達装置１０（図１参照）を介してユーザに伝達される。

（診断の具体例）
電流センサ５，６で計測された部分放電信号は、回転機診断装置８において放電電荷量に変換され、例えば図４に示すような、印加電圧の位相角に対する分布として計測データ記憶部２４に記憶される。放電電荷量の位相角分布は、部分放電の発生部位や発生要因によって異なる特徴を示すため、本実施形態においては、現象記述モデルとして、ある１つの発生要因による放電電荷量の位相角分布の特徴を再現できるモデルを準備して現象記述モデル記憶部２２に記憶しておくこととする。

上述したように、図２に示した等価回路はその現象記述モデルの一例であり、モータ３の絶縁部材内部のボイドで発生する部分放電現象を想定したものである。ボイドに起因する部分放電信号は、図４に示すように、絶縁部材に印加される電圧Ｖの絶対値が最も増加する期間、すなわち電圧位相の０°〜９０°および１８０°〜２７０°付近に集中する傾向がある。これは、電圧Ｖの絶対値が上昇する期間にはボイドに電荷が供給され続けるため、ボイドにおける電荷の蓄積とコロナ放電とが繰り返される傾向があるためである。

モデル定数値決定部２６は、最適化手法等を用いて、部分放電信号の計測データを最も再現するようにモデル定数値Ｄ１を決定し、成功レベル指標値Ｄ２を求め、発生確実度・進行度判定部２８は、得られたモデル定数値Ｄ１と成功レベル指標値Ｄ２とを用いることによって、絶縁劣化診断を行う。

例えば、ある時点で図４に示した位相角分布が得られた後、モータ３の運転をさらに続けた結果、図５に示す位相角分布が得られたと仮定する。図５に示す位相角分布は、図４と比較すると、分布形状はほぼ同様のまま、放電電荷量が大きくなっている。モデル定数値決定部２６は、図５の分布に応じてモデル定数値Ｄ１を決定するため、モデル定数値Ｄ１は、一般的には、図４の分布が得られた時の値とは相違する。

また、モデル定数値決定部２６は、決定したモデル定数値Ｄ１に基づいて成功レベル指標値Ｄ２を求める。ここで、図５の分布は、図４の分布よりもノイズに対する相対的な放電電荷量が大きくなるため、成功レベル指標値Ｄ２は、図４の分布が得られた時の値よりも、増加傾向を示すと考えられる。このように、成功レベル指標値Ｄ２が増加傾向を示す場合は、「現象記述モデルが正しい」すなわち「発生している部分放電現象は、絶縁部材内部のボイドである」と判断できる。

但し、部分放電が発生する理由は、絶縁部材内部のボイドに限られず、種々の要因が考えられる。例えば、固定子巻線を縛る緊縛紐が電磁振動によって緩んだ場合、固定子巻線を固定する楔が電磁振動によって脱落した場合、塵埃が付着・堆積した場合、固定子と回転子のギャップ摺りが起こった場合等が考えられ、何れの場合も各々の要因に応じた分布にて部分放電が発生する。

例えば、図６に示すように、ある特定の位相角付近に部分放電が集中し、かつ、放電電荷量が正負の何れか一方に偏るような位相角分布が計測されたと仮定する。この計測データに対して図２の等価回路を適用すると、放電電荷量が増加すればするほど成功レベル指標値Ｄ２は減少すると考えられる。このような場合は、「間違った現象記述モデルを適用している」すなわち「発生している部分放電現象は絶縁部材内部のボイドにおける部分放電ではない」と判断できる。

また、例えば、図７に示すような位相角分布が計測されたと仮定する。図７に示す分布においては、電圧位相の０°〜９０°および１８０°〜２７０°付近の区間に部分放電信号が集中しているが、各区間における放電電荷量は位相角が大きくなるとともに漸減している。この計測データに対して図２の等価回路を適用すると、放電電荷量が増加したときに成功レベル指標値Ｄ２は、ある程度は増加するものの、正しい現象記述モデルを適用したときほどは増加しないと考えられる。

このような場合は、「ある程度正しい現象記述モデルを適用している」、すなわち「発生している部分放電現象は絶縁部材内部のボイドにおける部分放電に類似した現象である」、あるいは「絶縁部材内部のボイドを含む複合的な要因によって部分放電現象が発生している」と判断できる。

計測データは、診断を実施する頻度以上の頻度で収集することが望ましい。例えば、１日に１回診断するのであれば、１日に１回以上の頻度で計測データを収集するとよい。
以上のように、本実施形態における回転機診断装置８によれば、劣化進行度を定量化できるので、モータ３の運転中に部分放電を計測しつつ高精度な絶縁劣化診断を実現することができる。

［第２実施形態］
次に、本発明の第２実施形態による回転機診断システムの構成を説明する。
本実施形態の全体構成は第１実施形態のもの（図１）と同様であるが、回転機診断装置８に代えて、図８のブロック図に示す回転機診断装置８Ａが適用される点が異なる。そこで、図８を参照しつつ回転機診断装置８Ａの構成を説明する。回転機診断装置８Ａは、回転機診断装置８と同様に、ＣＰＵ、ＲＡＭ、ＲＯＭ、ＨＤＤ等を有した一般的なコンピュータとしてのハードウエアを備えており、ＨＤＤには、ＯＳアプリケーションプログラム、各種データ等が格納されている。図８は、ＲＡＭに展開されたアプリケーションプログラムによって実現される機能を、ブロック図として示すものである。なお、図８において、図３の各部に対応する部分には同一の符号を付す。

本実施形態における現象記述モデル記憶部４２は、複数の異なる現象にそれぞれ対応する複数の現象記述モデルを記憶している。このうち、実際に適用される一の現象記述モデルは、モデル更新部４４によって指定される。モデル更新部４４は、複数の現象記述モデルを循環的に切り替えつつ指定する。

モデル定数値決定部２６は、適用された現象記述モデルに対してモデル定数値Ｄ１および成功レベル指標値Ｄ２を算出する。履歴データ記憶部３０は、算出されたモデル定数値Ｄ１および成功レベル指標値Ｄ２を、これらの値のばらつきの幅も含めて、適用されている現象記述モデルに対応付けて蓄積する。

発生確実度・進行度判定部２８は、モデル定数値Ｄ１および成功レベル指標値Ｄ２に基づいて、適用されている現象記述モデルに係る劣化現象が発生している確実度および該劣化現象の劣化進行度を定量的に算出する。その具体的な手法は、第１実施形態のものと同様であるが、本実施形態においては、複数の現象記述モデルの各々に対して、確実度および劣化進行度が算出される。

総合判定部４６は、各現象記述モデルに対する確実度および劣化進行度に基づいて、モータ３に何れの劣化現象が発生したと解釈するのが確からしいか、すなわち計測データに最も適合する現象記述モデルは何れのモデルであるかを判定する。この判定結果を総合判定結果という。そして、総合判定部４６は、情報伝達装置１０（図１参照）に対して、複数の現象記述モデルの各々に対する確実度および劣化進行度を表示させるとともに、総合判定結果を表示させる。

以上のように、本実施形態における回転機診断装置８Ａによれば、第１実施形態の回転機診断装置８と同様に、劣化進行度を定量化できるので、モータ３の運転中に部分放電を計測しつつ高精度な絶縁劣化診断を実現することができる。さらに、本実施形態の回転機診断装置８Ａによれば、総合判定部４６は複数の劣化要因に対して総合的な判定を行うため、劣化現象把握の高精度化を図ることができる。

［変形例］
本発明は上述した実施形態に限定されるものではなく、種々の変形が可能である。上述した実施形態は本発明を理解しやすく説明するために例示したものであり、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、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について削除し、若しくは他の構成の追加・置換をすることが可能である。上記実施形態に対して可能な変形は、例えば以下のようなものである。

（１）上記各実施形態においては、モータ３として三相誘導電動機を適用した例を説明したが、モータ３の相数は用途に応じて適宜決定してもよく、また、モータ３として直流モータを適用してもよい。また、本発明における電気機器は、モータに限定されるわけではなく、発電機であってもよい。発電機については、モータと比較すると電力の流れる向きが逆になるが、同様の手法で絶縁劣化診断を行うことができる。また、本発明における「電気機器」は、モータ、発電機等の回転機に限定されるわけではなく、トランスやリアクトル等の静止電気機器にも適用することができる。

（２）回転機診断システムの全体構成は、図１に示したものに限定されるわけではなく、種々の変形が可能である。例えば、図９のブロック図に示すように、電流センサ６（図１参照）に代えて、各相の給電線２ａ，２ｂ，２ｃに流れる部分放電信号を個別に検出する電流センサ７ａ，７ｂ，７ｃを設けてもよい。
また、図１０のブロック図に示すように、電流センサ５に代えて、各相の計測用コンデンサ１１に流れる部分放電信号を個別に検出する電流センサ９ａ，９ｂ，９ｃを設けてもよい。また、図１１のブロック図に示すように、電流センサ５，６に代えて、各相の電流センサ７ａ，７ｂ，７ｃと電流センサ９ａ，９ｂ，９ｃとを設けてもよい。

（３）また、部分放電を検出可能なセンサは、電流センサに限られるものではない。例えば、部分放電が発生したときの衝撃音を検出する音波センサや、部分放電が発生したときの電磁放射を検出する電磁波センサによっても部分放電を検出することができる。そこで、これら音波センサまたは電磁波センサを電流センサ５，６等に代えて適用してもよく、電流センサ５，６等とともに適用してもよい。

（４）上記各実施形態における回転機診断装置８，８Ａのハードウエアは一般的なコンピュータによって実現できるため、図３，図８に示したブロック図を実現するプログラム等を記憶媒体に格納し、または伝送路を介して頒布してもよい。

（５）また、図３，図８に示した処理は、上記各実施形態ではプログラムを用いたソフトウエア的な処理として説明したが、その一部または全部をＡＳＩＣ(Application Specific Integrated Circuit；特定用途向けＩＣ)、あるいはＦＰＧＡ(field-programmable gate array)等を用いたハードウエア的な処理に置き換えても良い。

［構成・効果の総括］
以上のように、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、診断対象である電気機器に対する計測データを記憶する計測データ記憶部（２４）と、一または複数のモデル定数値（Ｄ１）によって前記電気機器の状態を表す現象記述モデルを記憶する現象記述モデル記憶部（２２，４２）と、前記計測データを再現するように前記モデル定数値（Ｄ１）を決定するとともに、前記モデル定数値（Ｄ１）の前記電気機器に対する適合の度合いである成功レベル指標値（Ｄ２）を算出するモデル定数値決定部（２６）と、前記モデル定数値（Ｄ１）と前記成功レベル指標値（Ｄ２）とを用いて、前記現象記述モデルに対応する現象が発生している確実度と前記現象の進行度とを求める判定部（２８）とを有することを特徴とする。

かかる構成によれば、判定部（２８）はモデル定数値（Ｄ１）および成功レベル指標値（Ｄ２）を用いて劣化等の現象の進行度を定量化できるので、電気機器の状態を高精度に診断することができる。

さらに、第２実施形態における電気機器の診断装置（８Ａ）によれば、前記現象記述モデル記憶部（４２）は、複数の前記現象記述モデルを記憶するものであり、複数の前記現象記述モデルのうち、適用される一の現象記述モデルを切り替えつつ指定するモデル更新部（４４）と、複数の前記現象記述モデルに対して前記判定部（２８）が求めた確実度と進行度とに基づいて、前記計測データに最も適合する現象記述モデルを判定する総合判定部（４６）とをさらに有することを特徴とする。

これにより、総合判定部（４６）は複数の現象記述モデルに対して総合的な判定を行うため、劣化診断等の高精度化を図ることができる。

さらに、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、前記電気機器の正常状態における前記モデル定数値（Ｄ１）および前記成功レベル指標値（Ｄ２）を多次元データ集合として記憶する記憶部（３０）をさらに有し、前記判定部（２８）は、現在の前記モデル定数値（Ｄ１）および前記成功レベル指標値（Ｄ２）による多次元データ集合と、前記記憶部（３０）に記憶された多次元データ集合（初期値）との乖離の度合いによって前記進行度を求めるものであることを特徴とする。
このように、正常状態における多次元データ集合と、その後の多次元データ集合とを比較することにより、判定部（２８）は、微弱な異常兆候についても検出感度を高めることができる。

さらに、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、前記計測データは、前記電気機器の運転中に計測された部分放電信号を計測したデータであり、前記判定部（２８）は、前記進行度として、前記電気機器の絶縁劣化の度合いを求めるものであることを特徴とする。
これにより、電気機器を運転しつつ、該電気機器の絶縁劣化の度合いを定量的に求めることができる。

さらに、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、前記現象記述モデルとして数式または等価回路を適用することを特徴とする。
このように、数式または等価回路によって現象記述モデルを記述することにより、劣化進行度を定量的に把握することができる。

さらに、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、前記モデル定数値（Ｄ１）を決定する手法として最適化手法を適用することを特徴とする。
これにより、計測データに応じて適切なモデル定数値（Ｄ１）を求めることができる。

さらに、第１，第２実施形態における電気機器の診断装置（８，８Ａ）によれば、前記電気機器は回転機であることを特徴とする。
これにより、回転機の絶縁劣化の度合いを定量的に求めることができる。

１ 電源
２ａ，２ｂ，２ｃ 給電線
３ モータ
４ 負荷機械
５，６，７ａ，７ｂ，７ｃ，９ａ，９ｂ，９ｃ 電流センサ（センサ）
８，８Ａ 回転機診断装置（電気機器の診断装置）
１０ 情報伝達装置
１１ 計測用コンデンサ
２２ 現象記述モデル記憶部
２４ 計測データ記憶部
２６ モデル定数値決定部
２８ 発生確実度・進行度判定部（判定部）
３０ 履歴データ記憶部（記憶部）
４２ 現象記述モデル記憶部
４４ モデル更新部
４６ 総合判定部
５０，５１ 入力端子
５２，５３，５５，５８ コンデンサ
５４ ボイド部
５６ 抵抗器
５７ スイッチ

Claims (10)

1. 診断対象である電気機器に対する計測データを記憶する計測データ記憶部と、
   一または複数のモデル定数値によって前記電気機器の状態を表す現象記述モデルを記憶する現象記述モデル記憶部と、
   前記計測データを再現するように前記モデル定数値を決定するとともに、前記モデル定数値の前記電気機器に対する適合の度合いである成功レベル指標値を算出するモデル定数値決定部と、
   前記モデル定数値と前記成功レベル指標値とを用いて、前記現象記述モデルに対応する現象が発生している確実度と前記現象の進行度とを求める判定部と
   を有することを特徴とする電気機器の診断装置。
2. 前記現象記述モデル記憶部は、複数の前記現象記述モデルを記憶するものであり、
   複数の前記現象記述モデルのうち、適用される一の現象記述モデルを切り替えつつ指定するモデル更新部と、
   複数の前記現象記述モデルに対して前記判定部が求めた確実度と進行度とに基づいて、前記計測データに最も適合する現象記述モデルを判定する総合判定部と
   をさらに有することを特徴とする請求項１に記載の電気機器の診断装置。
3. 前記電気機器の正常状態における前記モデル定数値および前記成功レベル指標値を多次元データ集合として記憶する記憶部
   をさらに有し、
   前記判定部は、現在の前記モデル定数値および前記成功レベル指標値による多次元データ集合と、前記記憶部に記憶された多次元データ集合との乖離の度合いによって前記進行度を求めるものである
   ことを特徴とする請求項２に記載の電気機器の診断装置。
4. 前記計測データは、前記電気機器の運転中に計測された部分放電信号を計測したデータであり、
   前記判定部は、前記進行度として、前記電気機器の絶縁劣化の度合いを求めるものである
   ことを特徴とする請求項３に記載の電気機器の診断装置。
5. 前記現象記述モデルとして数式または等価回路を適用する
   ことを特徴とする請求項４に記載の電気機器の診断装置。
6. 前記モデル定数値を決定する手法として最適化手法を適用する
   ことを特徴とする請求項５に記載の電気機器の診断装置。
7. 前記電気機器は回転機である
   ことを特徴とする請求項６に記載の電気機器の診断装置。
8. 請求項１に記載の電気機器の診断装置と、
   前記電気機器と、
   前記電気機器から前記計測データを収集するセンサと
   を有することを特徴とする電気機器の診断システム。
9. 診断対象である電気機器に対する計測データを記憶する計測データ記憶過程と、
   一または複数のモデル定数値によって前記電気機器の状態を表す現象記述モデルを記憶する現象記述モデル記憶過程と、
   前記計測データを再現するように前記モデル定数値を決定するとともに、前記モデル定数値の前記電気機器に対する適合の度合いである成功レベル指標値を算出するモデル定数値決定過程と、
   前記モデル定数値と前記成功レベル指標値とを用いて、前記現象記述モデルに対応する現象が発生している確実度と前記現象の進行度とを求める判定過程と
   を有することを特徴とする電気機器の診断方法。
10. コンピュータを、
    診断対象である電気機器に対する計測データを記憶する計測データ記憶部、
    一または複数のモデル定数値によって前記電気機器の状態を表す現象記述モデルを記憶する現象記述モデル記憶部、
    前記計測データを再現するように前記モデル定数値を決定するとともに、前記モデル定数値の前記電気機器に対する適合の度合いである成功レベル指標値を算出するモデル定数値決定部、
    前記モデル定数値と前記成功レベル指標値とを用いて、前記現象記述モデルに対応する現象が発生している確実度と前記現象の進行度とを求める判定部、
    として機能させるためのプログラム。

Images