WO2024096055A1

WO2024096055A1 - 電源機器の遠隔診断装置、遠隔診断システム及びコンピュータプログラム

Info

Publication number: WO2024096055A1
Application number: PCT/JP2023/039413
Authority: WO
Inventors: 友幸長野
Original assignee: 株式会社Ｇｓユアサ
Priority date: 2022-11-04
Filing date: 2023-11-01
Publication date: 2024-05-10

Abstract

電源機器の遠隔診断装置、遠隔診断システム及びコンピュータプログラムの提供。　電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、蓄電素子に印加される電圧の計測データとを電源機器より通信ネットワークを介して取得する取得部と、取得したリプル電流及び電圧の計測データに基づき、蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、導出したインピーダンス成分の周波数特性から、蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、算出したキャパシタンス及び等価直列抵抗値に基づき、蓄電素子の劣化状態を推定する推定部とを備える。

Description

電源機器の遠隔診断装置、遠隔診断システム及びコンピュータプログラム

　本発明は、電源機器の遠隔診断装置、遠隔診断システム及びコンピュータプログラムに関する。

　電源機器は、例えば、交流を直流に変換するコンバータと、コンバータにより変換された直流を交流に変換するインバータとを電力変換回路として備えている。この電力変換回路部分には、インバータに入力される電力を平滑化するためのキャパシタが接続される。

　キャパシタは、充放電動作を繰り返すことによって、静電容量が減少するという特性を有しており、装置の性能維持のためには定期的な交換を余儀なくされる寿命部品である。

特開２００４－２７４８４８号公報

　しかしながら、実際に稼働している電源機器に関して効果的な診断技術が存在しないため、電源機器が故障に至ってからキャパシタを含む蓄電素子の寿命及び故障を判断することになり、適切な保守計画を立てることは困難である。

　本発明は、電源機器の電力変換回路部分に用いられる蓄電素子の劣化状態を推定し、保守計画に役立てることができる電源機器の遠隔診断装置、遠隔診断システム及びコンピュータプログラムを提供することを目的とする。

　本発明の一態様に係る電源機器の遠隔診断装置は、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部とを備える。

　本発明の一態様に係る遠隔診断システムは、電力変換回路と、該電力変換回路に接続される蓄電素子と、該蓄電素子に流れるリプル電流と、前記蓄電素子に印加される電圧とを計測する計測部とを備える電源機器、及び前記計測部により計測される前記リプル電流及び前記電圧の計測データを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部とを備える遠隔診断装置を含む。

　本発明の一態様に係るコンピュータプログラムは、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得し、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出し、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出し、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する処理をコンピュータに実行させるためのコンピュータプログラムである。

　上記態様によれば、電源機器の電力変換回路部分に用いられる蓄電素子の劣化状態を推定し、保守計画に役立てることができる。

実施の形態１に係る遠隔診断システムの構成例を示す模式図である。遠隔診断装置の内部構成を示すブロック図である。遠隔診断装置が実行する処理の手順を説明するフローチャートである。推定結果の出力例を示す模式図である。学習モデルの構成例を示す模式図である。キャパシタの劣化度合いの経時変化を示すグラフである。リアクトルを含んだ電源機器の構成例を示す模式図である。実施の形態５に係る遠隔診断装置が実行する処理の手順を説明するフローチャートである。実施の形態６に係る遠隔診断装置が実行する処理の手順を説明するフローチャートである。

　（１）本開示の電源機器の遠隔診断装置は、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部とを備える。

　電源機器の電力変換回路部分に用いられる蓄電素子は、電力変換回路部分に入力される電力を平滑化する平滑化用のキャパシタを含む。電気自動車（ＥＶ）、ハイブリッド電気自動車（ＨＥＶ）、プラグインハイブリッド電気自動車（ＰＨＥＶ）等の車両には、リチウムイオンキャパシタやリチウムイオン電池などの蓄電素子が用いられる。このような蓄電素子には、電力変換回路部分で発生するリプル電流が流れ込む場合がある。この結果、蓄電素子の劣化要因となる内部発熱等が発生しやすい。電源機器の電力変換回路部分に用いられる蓄電素子は、他の部品と比較して寿命が短く、故障率が高い部品の１つとなっている。

　しかしながら、実際に稼働している電源機器に関して効果的な診断技術は存在していない。このため、電源機器が故障に至ってから蓄電素子の寿命及び故障を判断することになる。信頼性工学のバスタブ曲線（故障率曲線）などに基づいて保守交換することが一般的であるが、電源機器の稼働実態を考慮できておらず、適切な保守計画を立てることは困難である。電力変換回路部分に用いられる蓄電素子の交換は、設置先での交換となるため、非常に大掛かりとなる。場合によっては、電源機器全体の交換となり、経済的な損失も大きい。保守保全の観点からも、定期点検などで事前に交換できることが好ましい。

　上記（１）の遠隔診断装置によれば、実際に稼働している電源機器から、リプル電流及び電圧の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を推定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　（２）上記（１）に記載の遠隔診断装置において、前記取得部は、前記電源機器から、前記リプル電流及び前記電圧の計測データを定期的に取得し、前記推定部は、前記算出部により算出されるキャパシタンス及び等価直列抵抗値に基づき、前記蓄電素子の劣化状態の時系列変化を導出することにより、前記蓄電素子の寿命を推定することが好ましい。

　上記（２）に記載の遠隔診断装置によれば、蓄電素子の劣化状態を定期的に推定することによって、蓄電素子の寿命を推定できる。この結果、遠隔診断装置は、蓄電素子が寿命に達する前に、蓄電素子の交換を含む電源機器の保守作業をユーザに促すことができる。

　（３）上記（２）に記載の遠隔診断装置において、前記推定部により推定された前記蓄電素子の寿命と、前記蓄電素子の定格寿命とを表示する表示部を備えることが好ましい。

　上記（３）に記載の遠隔診断装置によれば、推定した蓄電素子の寿命と、蓄電素子の定格寿命とをユーザに提示できる。ユーザは、表示された２つの寿命を比較することによって、蓄電素子の現状の劣化状態を許容するか否かを判断し、その判断を基に電源機器の保守計画を立てることができる。

　（４）上記（１）から（３）の何れか１つに記載の遠隔診断装置において、前記蓄電素子の劣化状態を推定する際の判定基準を学習する学習部を備えることが好ましい。

　上記（４）に記載の遠隔診断装置によれば、蓄電素子の劣化状態を推定する際の判定基準を学習により求める。遠隔診断装置は、通信により計測データを取得するので、通信ネットワークを介して複数の電源機器を接続することによって、より多くの計測データを収集できる。遠隔診断装置は、多くの計測データを基に判定基準を定めることにより、劣化状態を推定する際の推定精度を高めることができる。

　（５）本開示の電源機器の遠隔診断装置は、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子の周囲温度の計測データとを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出する導出部と、導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出する算出部と、算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する推定部とを備える。

　上記（５）の遠隔診断装置によれば、実際に稼働している電源機器から、リプル電流及び周囲温度の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を判定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　（６）上記（５）に記載の遠隔診断装置において、前記取得部は、計測期間が異なる複数組の計測データを取得し、前記推定部は、各組の計測データを用いて、計測期間毎に前記蓄電素子の仮寿命を推定し、前記計測期間毎に推定される仮寿命に基づき、前記蓄電素子の寿命を推定することが好ましい。

　上記（６）の遠隔診断装置によれば、計測期間が異なる複数組の計測データを利用して蓄電素子の寿命を推定できる。例えば、電源機器の稼働率が高く、蓄電素子の発熱量が多い期間と、電源機器の稼働率が低く、蓄電素子の発熱量が少ない期間とを分けて仮寿命を推定し、推定した仮寿命を基に蓄電素子の寿命を推定するので、実環境における電源機器の稼働状況を加味して、蓄電素子の寿命をより正確に推定できる。

　（７）上記（１）から（６）の何れか１つに記載の遠隔診断装置において、前記推定部による推定結果に応じて、前記蓄電素子の交換を含む前記電源機器の保守作業を促す情報を出力する出力部を備えることが好ましい。

　上記（７）に記載の遠隔診断装置によれば、蓄電素子の劣化状態又は寿命を推定するので、蓄電素子が寿命に達する前に、蓄電素子の交換を含む電源機器の保守作業をユーザに促すことができる。

　（８）上記（１）から（６）の何れか１つに記載の遠隔診断装置において、前記推定部による推定結果を出力する出力部と、前記蓄電素子の劣化状態を許容するか否かのユーザの判断を受付ける受付部と、受付けた判断結果に応じた前記蓄電素子の保守交換時期を前記ユーザに提示する提示部とを備えることが好ましい。

　上記（８）に記載の遠隔診断装置によれば、蓄電素子の劣化状態を許容するか否かのユーザの判断に応じた保守交換時期を提示する。例えば、蓄電素子の劣化状態をユーザが許容した場合、推定した寿命及び定格寿命のうち、遅い方の寿命を保守交換時期としてユーザに提示すればよい。一方、劣化状態をユーザが許容しない場合、推定した寿命及び定格寿命のうち、早い方の寿命を保守交換時期として提示すればよい。

　（９）上記（１）から（８）の何れか１つに記載の遠隔診断装置において、前記蓄電素子は、前記電力変換回路部分に入力される電力を平滑化する平滑化用のキャパシタであることが好ましい。

　上記（９）に記載の遠隔診断装置によれば、平滑化の用途に用いられるキャパシタに関して、劣化状態や寿命を推定できる。例えば、平滑化の用途に用いられるキャパシタは、直流から直流または交流から直流へ電力変換を行う電力変換回路と、直流から直流または直流から交流へ電力変換を行う電力変換回路とに接続されているため、電力変換回路部分で発生するリプル電圧及びリプル電流によって劣化しやすい。平滑化の用途に用いられるキャパシタを遠隔診断することで、実際に稼働している電源機器の劣化状態や寿命を推定でき、電源機器の故障による経済的な損失を防ぐことができる。

　（１０）上記（１）から（８）の何れか１つに記載の遠隔診断装置において、前記蓄電素子は、前記電力変換回路部分から出力される電力からノイズを除去するフィルタ用のキャパシタであることが好ましい。

　上記（１０）に記載の遠隔診断装置によれば、フィルタとして用いられるキャパシタに関して、劣化状態や寿命を推定できる。例えば、電源機器に用いられるフィルタは、電源機器の動作を妨げる余計な電気信号（以下、ノイズ）を防ぎ、電源機器に接続される電線を伝って外部に漏れ出した高周波のノイズをカットするために設けられる。フィルタに使用されるキャパシタが劣化すると、電源機器に接続される電線を伝って外部に高周波のノイズが漏れ出し、外部の電源機器などに悪影響を与える。フィルタとして用いられるキャパシタを遠隔診断することで、実際に稼働している電源機器のフィルタの劣化状態や寿命を推定でき、外部の電源機器の誤動作や故障などによる経済的な損失を防ぐことができる。

　（１１）上記（１）から（１０）の何れか１つに記載の遠隔診断装置において、前記取得部は、前記蓄電素子に接続されるリアクトル又はトランスに印加される電圧と、前記リアクトル又はトランスのインダクタンス値とに基づき計算された前記リプル電流の計測データを取得することが好ましい。

　上記（１１）に記載の遠隔診断装置によれば、リアクトル又はトランスに印加される電圧と、リアクトル又はトランスのインダクタンス値とからリプル電流を計算するので、電源機器が電流センサを搭載していない場合であっても、蓄電素子に流れるリプル電流を計測できる。

　（１２）本開示の遠隔診断システムは、電力変換回路と、該電力変換回路に接続される蓄電素子と、該蓄電素子に流れるリプル電流と、前記蓄電素子に印加される電圧とを計測する計測部とを備える電源機器、及び前記計測部により計測される前記リプル電流及び前記電圧の計測データを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部とを備える遠隔診断装置を含む。

　上記（１２）に記載の遠隔診断システムによれば、遠隔診断装置は、実際に稼働している電源機器から、リプル電流及び電圧の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を推定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　（１３）本開示の遠隔診断システムは、電力変換回路と、該電力変換回路に接続される蓄電素子と、該蓄電素子に流れるリプル電流と、前記蓄電素子の周囲温度とを計測する計測部とを備える電源機器、及び前記計測部により計測される前記リプル電流及び前記周囲温度の計測データを前記電源機器より通信ネットワークを介して取得する取得部と、取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出する導出部と、導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出する算出部と、算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する推定部とを備える遠隔診断装置を含む。

　上記（１３）に記載の遠隔診断システムによれば、実際に稼働している電源機器から、リプル電流及び周囲温度の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を判定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　（１４）上記（１２）又は（１３）に記載の遠隔診断システムにおいて、前記電源機器は、前記蓄電素子に接続されるリアクトル又はトランスを含み、前記計測部は、前記リアクトル又はトランスに印加される電圧と、前記リアクトル又はトランスのインダクタンス値とに基づき、前記蓄電素子に流れるリプル電流を計算することが好ましい。

　上記（１４）に記載の遠隔診断システムによれば、リアクトル又はトランスに印加される電圧と、リアクトル又はトランスのインダクタンス値とからリプル電流を計算するので、電源機器が電流センサを搭載していない場合であっても、蓄電素子に流れるリプル電流を計測できる。

　（１５）本開示のコンピュータプログラムは、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得し、取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出し、導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出し、算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する処理をコンピュータに実行させるためのコンピュータプログラムである。

　上記（１５）に記載のコンピュータプログラムは、実際に稼働している電源機器から、リプル電流及び電圧の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を推定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　（１６）本開示のコンピュータプログラムは、電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子の周囲温度の計測データとを前記電源機器より通信ネットワークを介して取得し、取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出し、導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出し、算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する処理をコンピュータに実行させるためのコンピュータプログラムである。

　上記（１６）に記載のコンピュータプログラムは、実際に稼働している電源機器から、リプル電流及び周囲温度の計測データを通信ネットワーク経由で取得し、取得した計測データに基づき蓄電素子の劣化状態を判定する。このため、遠隔診断装置では、蓄電素子が劣化に至るまでの期間（例えば、１０年といった期間）、蓄電素子の劣化状態を随時把握できるので、電源機器の保守計画に役立てることができる。

　以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
（実施の形態１）
　図１は実施の形態１に係る遠隔診断システムの構成例を示す模式図である。実施の形態に係る遠隔診断システム１は、診断対象の電源機器１００と、遠隔地より電源機器１００を診断する遠隔診断装置２００とを備える。ここで、遠隔地は、電源機器１００から離れた地点を表す。遠隔地は、必ずしも電源機器１００から距離的に遠い地点である必要はなく、電源機器１００を直接的に操作することができない程度に離れた地点であればよい。遠隔診断システム１には、更に、遠隔診断装置２００による診断結果が通知されるユーザ端末３００が含まれてもよい。

　電源機器１００は、例えば、電力系統Ｅに接続された電源機器であり、電力系統Ｅの交流電力を所定の電力供給先に応じた出力電力に変換して供給する。代替的に、電源機器１００に接続される交流は、任意の交流電源であってもよい。実施の形態において、電力供給先は回転機などのモータＭである。代替的に、電力供給先は任意の装置又は任意の設備であってもよい。

　電源機器１００は、例えば、整流回路１１０、平滑回路１２０、インバータ回路１３０、制御ユニット１４０、及び通信ユニット１５０を備える。

　整流回路１１０は、例えば、電力用半導体素子を利用して、交流電力を直流電力に変換する整流回路である。整流回路１１０は、直列に接続された一対の整流素子からなるアームを３本備え、各アームの中間点からＲ相、Ｓ相、及びＴ相の交流電力が入力される。整流回路１１０は、Ｒ相、Ｓ相、及びＴ相の各相の交流電力を整流し、正ラインＰＬ及び負ラインＮＬを通じて、直流電力を平滑回路１２０へ出力する。整流回路１１０は、昇圧、降圧及び昇降圧コンバータを含んだ高力率コンバータであってもよく、電力を双方向で制御できる双方向コンバータであってもよい。

　平滑回路１２０は、キャパシタＣ_UTを備える。キャパシタＣ_UTは、整流回路１１０及びインバータ回路１３０と並列に、正ラインＰＬ及び負ラインＮＬを繋ぐ経路上に配置される。キャパシタＣ_UTは、整流回路１１０から出力される直流電力やインバータ回路１３０を通じて出力される電力を平滑化する。キャパシタＣ_UTは、電源機器の電力変換回路部分に接続される蓄電素子の一例である。

　実施の形態において、平滑回路１２０が備えるキャパシタＣ_UTは１つである。代替的に、平滑回路１２０が備えるキャパシタＣ_UTは複数であってもよい。複数のキャパシタＣ_UTは、正ラインＰＬ及び負ラインＮＬの間に直列に接続されてもよく、並列に接続されてもよい。

　平滑回路１２０は、直流リアクトルを含んでもよい。直流リアクトルは、例えば、整流回路１１０とキャパシタＣ_UTとの間の正ラインＰＬに直列に配置される。直流リアクトルは、入力力率の改善、高調波の低減、平滑回路電圧の安定等のために接続される。この直流リアクトルは、整流回路１１０に含まれてもよい。

　インバータ回路１３０は、平滑回路１２０と並列に正ラインＰＬ及び負ラインＮＬに接続される。インバータ回路１３０は、例えば、直列に接続された一対の電力用半導体素子からなるアームを３本備えたブリッジ回路により構成される。各アームの中間点からＵ相、Ｖ相、及びＷ相の出力線が引き出される。電力用半導体素子には、ＩＧＢＴやＭＯＳＦＥＴなどが用いられる。インバータ回路１３０は、正ラインＰＬ及び負ラインＮＬを通じて平滑回路１２０から供給される直流電力を、電力用半導体素子のスイッチング動作により、Ｕ相、Ｖ相、及びＷ相の交流電力に変換し、回転機などのモータＭに交流電力を供給する。

　本実施の形態では、電源機器１００が整流回路１１０及びインバータ回路１３０を備える構成とした。代替的に、電源機器１００は、ＰＷＭコンバータ及びＰＷＭインバータを備える構成であってもよい。更に、電源機器１００は、ＤＣ／ＤＣコンバータ及びＤＣ／ＡＣインバータを備える構成であってもよい。後者の場合、太陽電池や蓄電池などの直流電力を出力する電源が用いられる。加えて、電源機器１００は、無停電電源装置といった交流電源装置、整流器といった直流電源装置、パワーコンディショナ、コージェネレーションシステムで利用される系統連系インバータ、蓄電素子を含むパワーコンディショナ、又は電気自動車用のパワーコンディショナといった直流電力を交流電力に変換するインバータであってもよい。

　制御ユニット１４０は、インバータ回路１３０の動作（電力用半導体素子のスイッチング動作）を制御すると共に、キャパシタＣ_UTに流れるリプル電流と、キャパシタＣ_UTに印加されるキャパシタ電圧とを時系列的に計測する。リプル電流及びキャパシタ電圧の計測のために、平滑回路１２０には、キャパシタＣ_UTに流れるリプル電流を計測する電流センサと、キャパシタＣ_UTに印加されるキャパシタ電圧を計測する電圧センサとが設けられてもよい。代替的に、制御ユニット１４０は、電力系統Ｅからの入力電圧と、インバータ回路１３０の出力電圧とから、整流後の電圧（すなわち、キャパシタＣ_UTに印加される電圧）を計算し、計算した電圧とインバータ回路１３０内のフィルタインダクタンス値とから、リプル電流を計算してもよい。

　制御ユニット１４０は、上述した手段により、リプル電流及びキャパシタ電圧の計測データを収集する。計測データは時系列のデータである。計測データに含まれるリプル電流の値及びキャパシタ電圧の値は、同時刻の値であることが好ましい。制御ユニット１４０は、収集した計測データを通信ユニット１５０へ出力する。計測データの収集期間や通信ユニット１５０への出力タイミングは適宜に設定できる。一例では、制御ユニット１４０は、１ヶ月単位で計測データを収集し、収集した計測データを月１回のタイミングで通信ユニット１５０へ出力する。

　通信ユニット１５０は、通信ネットワークＮＷを介して遠隔診断装置２００と通信するための通信インタフェースを備える。通信ユニット１５０は、制御ユニット１４０から入力されるリプル電流及びキャパシタ電圧の計測データを通信ネットワークＮＷ経由で遠隔診断装置２００へ送信する。

　実施の形態では、電源機器１００が制御ユニット１４０及び通信ユニット１５０を備える構成とした。代替的に、制御ユニット１４０及び通信ユニット１５０は、電源機器１００の外部に設けられてもよい。

　実施の形態では、制御ユニット１４０にて計測データを収集する構成とした。代替的に、制御ユニット１４０は、計測データを逐次的に外部サーバ（不図示）へアップロードし、外部サーバに計測データを収集させる構成としてもよい。外部サーバは、適宜のタイミング（例えば月１回のタイミング）にて、収集した計測データを遠隔診断装置２００へ送信すればよい。

　遠隔診断装置２００は、通信ネットワークＮＷ経由で電源機器１００からリプル電流及びキャパシタ電圧の計測データを取得する。遠隔診断装置２００は、取得したリプル電流及びキャパシタ電圧の計測データに基づき、電源機器１００の診断を行う。

　以下では、平滑回路１２０に設けられた平滑化用のキャパシタＣ_UTを対象として、劣化状態及び寿命を推定する構成について説明する。電源機器１００がインバータ回路１３０とモータＭとの間に並列に接続されるフィルタ用のキャパシタを備えている場合、劣化状態及び寿命の推定対象は、このフィルタ用のキャパシタであってもよい。

　図２は遠隔診断装置２００の内部構成を示すブロック図である。遠隔診断装置２００は、制御部２０１、記憶部２０２、通信部２０３、操作部２０４、及び表示部２０５を備える。

　制御部２０１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などにより構成される。制御部２０１が備えるＣＰＵは、ＲＯＭ又は記憶部２０２に記憶されている各種コンピュータプログラムをＲＡＭ上に展開して実行することにより、装置全体を遠隔診断装置２００として機能させる。

　制御部２０１は、上記の構成に限定されるものではなく、複数のＣＰＵ、マルチコアＣＰＵ、ＧＰＵ（Graphics Processing Unit）、マイコン、揮発性又は不揮発性のメモリ等を備える任意の処理回路又は演算回路であってもよい。制御部２０１は、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ、日時情報を出力するクロック等の機能を備えていてもよい。

　記憶部２０２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等を用いた記憶装置を備える。記憶部２０２には、制御部２０１によって実行される各種コンピュータプログラム、及びコンピュータプログラムの実行に必要なデータ等が記憶される。記憶部２０２に記憶されるコンピュータプログラムの１つは、上述したリプル電流及びキャパシタ電圧の計測データから、キャパシタＣ_UTの劣化状態を推定するための推定処理プログラムＰＧである。

　記憶部２０２に記憶されるコンピュータプログラムは、当該コンピュータプログラムを読み取り可能に記録した非一時的な記録媒体ＲＭにより提供されてもよい。記録媒体ＲＭは、ＣＤ－ＲＯＭ、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤ（Secure Digital）カード、マイクロＳＤカード、コンパクトフラッシュ（登録商標）などの可搬型メモリである。この場合、制御部２０１は、不図示の読取装置を用いて記録媒体ＲＭからコンピュータプログラムを読み取り、読み取ったコンピュータプログラムを記憶部２０２にインストールする。代替的に、コンピュータプログラムは、通信により提供されてもよい。この場合、制御部２０１は、通信部２０３を通じてコンピュータプログラムをダウンロードし、ダウンロードしたコンピュータプログラムを記憶部２０２にインストールすればよい。

　通信部２０３は、通信ネットワークＮＷを介して電源機器１００の通信ユニット１５０と通信を行うためのインタフェースを備える。通信部２０３は、通信ユニット１５０から送信されるデータ（リプル電流及びキャパシタ電圧の計測データ）を通信ネットワークＮＷ経由で受信した場合、受信したデータを制御部２０１へ出力する。制御部２０１は、受信したデータを記憶部２０２に記憶させる。通信部２０３は、通信ユニット１５０へ送信すべきデータ（例えば、電源機器１００への指示）が制御部２０１より入力された場合、入力されたデータを通信ネットワークＮＷ経由で通信ユニット１５０へ送信する。

　操作部２０４は、キーボード、マウスなどの入力インタフェースを備えており、ユーザによる操作を受付ける。表示部２０５は、液晶ディスプレイ装置などを備えており、ユーザに対して報知すべき情報を表示する。実施の形態では、遠隔診断装置２００が操作部２０４及び表示部２０５を備える構成としたが、操作部２０４及び表示部２０５は必須ではなく、外部コンピュータを通じて必要な操作を受付け、ユーザに通知すべき情報を外部コンピュータへ送信する構成であってもよい。外部コンピュータの一例は、ユーザ端末３００である。

　以下、遠隔診断装置２００による劣化推定処理について説明する。
（１）計測データの取得
　電源機器１００の制御ユニット１４０は、電源機器１００が実環境下で稼働している間、電力変換回路部分に用いられるキャパシタＣ_UTのリプル電流及びキャパシタ電圧を計測し、それらの計測データを取得する。計測データは時系列のデータである。以下では、リプル電流の計測データをＩ（ｔ）、キャパシタ電圧の計測データをＶ（ｔ）と記述する。遠隔診断装置２００は、通信ネットワークＮＷを介して、リプル電流の計測データＩ（ｔ）と、キャパシタ電圧の計測データＶ（ｔ）とを電源機器１００より取得する。

（２）周波数特性の導出
　遠隔診断装置２００の制御部２０１は、取得したリプル電流の計測データＩ（ｔ）と、キャパシタ電圧の計測データＶ（ｔ）とに基づき、キャパシタＣ_UTにおけるインピーダンス成分の周波数特性を導出する。制御部２０１は、例えば、リプル電流の計測データＩ（ｔ）及びキャパシタ電圧の計測データＶ（ｔ）のそれぞれに対して離散フーリエ変換（ＤＦＴ : Discrete Fourier Transform）を適用し、それぞれの周波数スペクトルを算出する。離散フーリエ変換は、コンピュータ上では高速フーリエ変換（ＦＦＴ : Fast Fourier Transform）のアルゴリズムにより実行される。代替的に、制御部２０１は、離散コサイン変換（ＤＣＴ : Discrete Cosine Transform）を適用して、周波数スペクトルを算出してもよい。以下では、リプル電流の周波数スペクトルをＩ（ω_k ）、キャパシタ電圧の周波数スペクトルをＶ（ω_k ）と記述する。ｋは、Ｎ個の値（０，１，２，…，Ｎ－１）をとる。

　制御部２０１は、Ｖ（ω_k ）をＩ（ω_k ）で除算して、キャパシタＣ_UTのインピーダンス成分Ｚ（ω_k ）を算出する。ｋはＮ個の値をとるので、周波数ω_k に依存したＮ個のインピーダンス成分Ｚ（ω_k ）が求まる。

（３）キャパシタンス及び等価直列抵抗値の算出
　キャパシタＣ_UTを、キャパシタと、等価直列抵抗（ＥＳＲ : Equivalent Series Resistance）との直列等価回路とみなした場合、キャパシタＣ_UTのインピーダンス成分Ｚ（ω_k ）は、以下の数１により表される。ここで、Ｃは等価直列回路におけるキャパシタのキャパシタンスであり、Ｒ_s は等価直列抵抗値である。

　制御部２０１は、リプル電流の計測データＩ（ｔ）と、キャパシタ電圧の計測データＶ（ｔ）とから算出したインピーダンス成分Ｚ（ω_k ）を、数１でフィッティングすることにより、キャパシタンスＣ及び等価直列抵抗値Ｒ_s を求める。すなわち、制御部２０１は、数１におけるキャパシタンスＣ及び等価直列抵抗値Ｒ_s をパラメータに用いて、計測値として得られるインピーダンス成分Ｚ（ω_k ）をフィッティングすることにより、キャパシタンスＣ及び等価直列抵抗値Ｒ_s を求める。フィッティングには、最小二乗法などの既存の手法が用いられる。

（４）劣化状態の推定
　制御部２０１は、算出したキャパシタンスＣ及び等価直列抵抗値Ｒ_s に基づき、キャパシタＣ_UTの劣化状態を推定する。キャパシタＣ_UTが劣化すると、キャパシタンスＣが低下し、等価直列抵抗値Ｒ_s が上昇することが知られている。そこで、制御部２０１は、キャパシタンスＣ及び等価直列抵抗値Ｒ_s のそれぞれに閾値（ＴＨ_C 及びＴＨ_R とする）を設定し、算出したキャパシタンスＣが閾値ＴＨ_C 未満、かつ、算出した等価直列抵抗値Ｒ_s が閾値ＴＨ_R を超える場合、キャパシタＣ_UTが劣化したと推定すればよい。キャパシタンスＣに対する閾値ＴＨ_C 、及び等価直列抵抗値Ｒ_s に対する閾値ＴＨ_R は、それぞれ独立して設定されてもよく、２つの閾値ＴＨ_C ，ＴＨ_R が相関を持つように設定されてもよい。

　これらの閾値ＴＨ_C ，ＴＨ_R は人為的に設定されてもよく、学習によって算出されてもよい。後者の場合、遠隔診断装置２００は、劣化が進んでいないキャパシタが電力変換回路部分に用いられた電源機器と、劣化が進んでいるキャパシタが電力変換回路部分に用いられた電源機器とから、それぞれ計測データを収集する。遠隔診断装置２００は、それぞれの計測データから算出されるキャパシタンスＣ及び等価直列抵抗値Ｒ_s を分類するように、閾値ＴＨ_C ，ＴＨ_R を決定する。キャパシタンスＣ及び等価直列抵抗値Ｒ_s の値をキャパシタが劣化しているグループと、キャパシタが劣化していないグループに分類する際、ロジスティック回帰、ｋ近傍法、決定木、サポートベクターマシンなどの既存の学習モデルが用いられてもよく、統計的な手法が用いられてもよい。

　本実施の形態では、簡略化のため、閾値ＴＨ_C ，ＴＨ_R を用いて劣化状態を推定する構成とした。代替的に、閾値曲線や関数等の適宜の判定基準を用いて劣化状態を推定する構成としてもよい。

　以下、遠隔診断装置２００の動作について説明する。
　図３は遠隔診断装置２００が実行する処理の手順を説明するフローチャートである。遠隔診断装置２００の制御部２０１は、記憶部２０２から推定処理プログラムＰＧを読み出して実行することにより、以下の処理を行う。

　遠隔診断装置２００の制御部２０１は、電源機器１００にて計測されるリプル電流の計測データＩ（ｔ）と、キャパシタ電圧の計測データＶ（ｔ）とを通信ネットワークＮＷ経由で取得する（ステップＳ１０１）。制御部２０１は、適宜のタイミングで計測データの送信要求を電源機器１００へ送信し、その応答として電源機器１００から送信される計測データを受信すればよい。代替的に、制御部２０１は、電源機器１００の通信ユニット１５０から自発的に送信される計測データを受信する構成であってもよい。制御部２０１は、取得したリプル電流の計測データＩ（ｔ）及びキャパシタ電圧の計測データＶ（ｔ）を記憶部２０２に一時的に記憶させる。

　制御部２０１は、電源機器１００からリプル電流の計測データＩ（ｔ）及びキャパシタ電圧の計測データＶ（ｔ）を所定期間収集する毎に、以下の解析を行う。計測データの収集期間は任意に設定される。例えば、収集期間を１ヶ月とし、制御部２０１は、１ヶ月毎に以下の解析を行ってもよい。

　制御部２０１は、取得したリプル電流の計測データＩ（ｔ）と、キャパシタ電圧の計測データＶ（ｔ）とに基づき、キャパシタＣ_UTにおけるインピーダンス成分の周波数特性を導出する（ステップＳ１０２）。具体的には、制御部２０１は、リプル電流の計測データＩ（ｔ）及びキャパシタ電圧の計測データＶ（ｔ）のそれぞれに対し、ＤＦＴやＤＣＴなどの既存の手法を適用することによって、それぞれの周波数スペクトルＩ（ω_k ）及びＶ（ω_k ）を算出する。次いで、制御部２０１は、Ｖ（ω_k ）をＩ（ω_k ）で除算して、キャパシタＣ_UTのインピーダンス成分Ｚ（ω_k ）を算出する。

　制御部２０１は、導出したインピーダンス成分Ｚ（ω_k ）の周波数特性から、キャパシタＣ_UTにおけるキャパシタンスＣ及び等価直列抵抗値Ｒ_s を算出する（ステップＳ１０３）。制御部２０１は、ステップＳ１０２で導出したインピーダンス成分Ｚ（ω_k ）を、数１でフィッティングすることにより、キャパシタンスＣ及び等価直列抵抗値Ｒ_s を算出する。

　制御部２０１は、算出したキャパシタンスＣ及び等価直列抵抗値Ｒ_s に基づき、キャパシタＣ_UTの劣化状態を推定する（ステップＳ１０４）。制御部２０１は、算出したキャパシタンスＣが閾値ＴＨ_C 未満であり、かつ、算出した等価直列抵抗値Ｒ_s が閾値THR 超である場合、キャパシタＣ_UTは劣化していると推定する。一方、制御部２０１は、算出したキャパシタンスＣが閾値ＴＨ_C 以上、若しくは、算出した等価直列抵抗値Ｒ_s が閾値THR 以下である場合、キャパシタＣ_UTは劣化していないと推定する。

　制御部２０１は、ステップＳ１０４の推定結果に基づく情報を出力する（ステップＳ１０５）。例えば、ステップＳ１０４でキャパシタＣ_UTが劣化していると推定した場合、制御部２０１は、キャパシタＣ_UTの交換を促す文字情報を表示部２０５に表示させる。図４は推定結果の出力例を示す模式図である。図４は、電源機器１００のキャパシタＣ_UTが劣化していると推定される旨の文字情報を表示部２０５に表示した例を示している。

　遠隔診断装置２００が音声出力手段を備える場合、音声出力手段を通じて音声を出力させることによって、キャパシタＣ_UTの交換を促す構成としてもよい。代替的に、制御部２０１は、キャパシタＣ_UTの交換を促す情報を通信部２０３よりユーザ端末３００に通知してもよい。ステップＳ１０４でキャパシタＣ_UTが劣化していないと推定した場合、制御部２０１は、キャパシタＣ_UTが劣化していない旨の文字情報を表示部２０５に表示させてもよく、情報の出力を省略してもよい。

　以上のように、実施の形態１に係る遠隔診断装置２００は、現実に稼働している電源機器１００から計測データを取得し、取得した計測データに基づき、電源機器１００の電力変換回路部分に用いられるキャパシタＣ_UTの劣化状態を推定する。遠隔診断装置２００は、キャパシタＣ_UTが劣化していると推定した場合、例えば、ユーザにその旨を報知してキャパシタＣ_UTの交換を促すことができ、電源機器１００の保守計画に役立てることができる。

（実施の形態２）
　実施の形態２では、機械学習の学習モデルを用いて、劣化状態を推定する構成について説明する。
　遠隔診断システム１の全体構成、遠隔診断装置２００の内部構成については実施の形態１と同様であるため、その説明を省略する。

　実施の形態２に係る遠隔診断装置２００は、キャパシタＣ_UTのキャパシタンスＣ及び等価直列抵抗値Ｒ_s を入力した場合、キャパシタＣ_UTの劣化度合いに関する情報を出力するよう学習された学習モデルＭＤを用いて、キャパシタＣ_UTの劣化度合いを推定する。

　図５は学習モデルＭＤの構成例を示す模式図である。学習モデルＭＤは、例えば、入力層ＬＹ１、中間層ＬＹ２ａ，２ｂ、及び出力層ＬＹ３を備える。図５の例では、学習モデルＭＤが２つの中間層ＬＹ２ａ，２ｂを備える構成とした。代替的に、中間層の数は１つ又は３つ以上であってもよい。学習モデルＭＤの一例は、ＤＮＮ（Deep Neural Network）である。代替的に、ＳＶＭ、ＸＧＢｏｏｓｔ（eXtreme Gradient Boosting）、ＬｉｇｈｔＧＢＭ（Light Gradient Boosting Machine）、などが用いられてもよい。

　学習モデルＭＤを構成する各層は、１つ又は複数のノードを備える。各層のノードは、前後の層に設けられたノードと一方向に所望の重みおよびバイアスで結合されている。入力層ＬＹ１のノードの数と同数の成分を有するベクトルデータが学習モデルＭＤの入力データとして与えられる。実施の形態２における入力データは、キャパシタＣ_UTのキャパシタンスＣ及び等価直列抵抗値Ｒ_s である。これらの値の算出手法は実施の形態１と同様であるため、その説明を省略する。

　入力層ＬＹ１の各ノードに与えられたデータは、最初の中間層ＬＹ２ａに与えられる。その中間層ＬＹ２ａにおいて重み係数及びバイアスを含む活性化関数を用いて出力が算出され、算出された値が次の中間層ＬＹ２ｂに与えられ、以下同様にして出力層ＬＹ３の出力が求められるまで次々と後の層に伝達される。

　出力層ＬＹ３は、キャパシタＣ_UTの劣化度合いに関する情報を出力する。出力層ＬＹ３による出力形態は任意である。例えば、出力層ＬＹ３に１１個のノードを設け、１個目のノードから劣化度合いが０％である確率（＝Ｐ０）、２個目のノードから劣化度合いが１０％である確率（＝Ｐ１）、…、１１個目のノードから劣化度合いが１００％である確率（＝Ｐ１０）を出力してもよい。ここで、劣化度合いが０％とは、キャパシタＣ_UTが全く劣化していない状態を表し、劣化度合いが１００％とは、キャパシタＣ_UTが完全に劣化した状態を表している。代替的に、出力層ＬＹ３に２個のノードを設け、一方のノードから劣化している確率、他方のノードから劣化していない確率を出力してもよい。

　学習モデルＭＤは、所定の学習アルゴリズムに従って学習され、重み係数、バイアス等を含む学習モデルＭＤの内部パラメータが決定される。学習に先立ち、キャパシタＣ_UTの劣化度合いに係る情報と、キャパシタンスＣ及び等価直列抵抗値Ｒ_s とを含むデータセットが多数用意される。遠隔診断装置２００は、キャパシタＣ_UTの劣化度合いを様々に変化させた電源機器１００（劣化度合いが既知の電源機器１００）について、リプル電流及びキャパシタ電圧の計測データを取得し、キャパシタＣ_UTのキャパシタンスＣ及び等価直列抵抗値Ｒ_s を計算することによって、上記のデータセットを用意する。遠隔診断装置２００は、用意したデータセットを訓練データに用いて、誤差逆伝搬法などのアルゴリズムを用いて学習することにより、ノード間の重み係数及びバイアスを含む学習モデルＭＤの内部パラメータを決定する。

　運用開始前の学習フェーズにおいて、遠隔診断装置２００は、学習モデルＭＤの学習を行い、学習済みの学習モデルＭＤを記憶部２０２に記憶させる。代替的に、外部サーバにて学習モデルＭＤの学習を行い、学習後の学習モデルＭＤを記憶部２０２に記憶させてもよい。

　運用開始後の運用フェーズにおいて、遠隔診断装置２００は、稼働中の電源機器１００からリプル電流及びキャパシタ電圧の計測データを取得した場合、取得した計測データに基づき、キャパシタＣ_UTのキャパシタンスＣ及び等価直列抵抗値Ｒ_s を計算する。遠隔診断装置２００は、計算したキャパシタンスＣ及び等価直列抵抗値Ｒ_s を学習モデルＭＤに入力して演算を行い、学習モデルＭＤの出力層ＬＹ３から出力される情報を参照することによって、キャパシタＣ_UTの劣化状態を推定する。例えば、遠隔診断装置２００は、確率が最も高くなったノードを特定し、対応するラベル（劣化度合い）を読み出すことによって、劣化状態を推定する。

　本実施の形態では、学習モデルＭＤが記憶部２０２に記憶されており、遠隔診断装置２００の制御部２０１にて学習モデルＭＤによる演算を実行する構成とした。代替的に、学習モデルＭＤを外部サーバにインストールし、通信部２０３を介して外部サーバにアクセスすることにより、学習モデルＭＤによる演算を外部サーバに実行させる構成としてもよい。この場合、遠隔診断装置２００の制御部２０１は、稼働中の電源機器１００から取得した計測データからキャパシタンスＣ及び等価直列抵抗値Ｒ_s を算出し、算出結果を外部サーバへ送信することによって学習モデルＭＤによる演算を実行させればよい。

　以上のように、実施の形態２に係る遠隔診断装置２００は、学習モデルＭＤを用いてキャパシタＣ_UTの劣化状態を推定する。本実施の形態では、キャパシタＣ_UTの劣化度合いが様々な電源機器１００から計測データを収集するので、実環境に即した学習モデルＭＤを構築することができ、精度良くキャパシタＣ_UTの劣化状態を推定できる。

（実施の形態３）
　実施の形態３では、遠隔診断装置２００がキャパシタＣ_UTの寿命を推定する構成について説明する。
　遠隔診断システム１の全体構成、遠隔診断装置２００の内部構成については実施の形態２と同様であるため、その説明を省略する。

　実施の形態３に係る遠隔診断装置２００は、一定期間毎（例えば、１ヶ月毎）にキャパシタＣ_UTの劣化状態を推定し、劣化状態の時系列変化を導出することによって、キャパシタＣ_UTの寿命を推定する。

　図６はキャパシタＣ_UTの劣化状態の経時変化を示すグラフである。図６に示すグラフの横軸は経過時間（月数）を示し、縦軸は劣化度合いを示している。劣化度合いは、実施の形態２で説明した学習モデルを用いて推定される、キャパシタＣ_UTの劣化状態を表す。

　遠隔診断装置２００の制御部２０１は、一定期間毎（例えば１カ月毎）にキャパシタＣ_UTの劣化度合いを推定し、グラフ上にプロットする。制御部２０１は、劣化度合いの時系列変化を示す曲線を求め、その曲線が寿命推定閾値（図６の例では５０％）と交差する月数をキャパシタＣ_UTの寿命として推定する。制御部２０１は、推定した寿命の情報を表示部２０５に表示する。このとき、制御部２０１は、推定したキャパシタＣ_UTの寿命と共に、キャパシタＣ_UTの定格寿命を表示してもよい。代替的に、制御部２０１は、推定した寿命及び定格寿命の情報を通信部２０３を通じてユーザ端末３００に通知する。

　代替的に、制御部２０１は、キャパシタＣ_UTの保守交換時期をユーザに提示してもよい。このとき、制御部２０１は、ユーザ端末３００を通じて、キャパシタＣ_UTの劣化状態を許容するか否かの判断を受付け、ユーザの判断結果に応じて保守交換時期を定めてもよい。例えば、ユーザがキャパシタＣ_UTの現在の劣化状態を許容する場合、遠隔診断装置２００が推定するキャパシタＣ_UTの寿命、及び、キャパシタＣ_UTの定格寿命のうち、遅い方の寿命をキャパシタＣ_UTの保守交換時期として定めればよい。一方、ユーザがキャパシタＣ_UTの現在の劣化状態を許容しない場合、遠隔診断装置２００が推定するキャパシタＣ_UTの寿命、及び、キャパシタＣ_UTの定格寿命のうち、早い方の寿命をキャパシタＣ_UTの保守交換時期として定めればよい。遠隔診断装置２００は、定めた保守交換時期の情報を表示部２０５に表示、若しくは、ユーザ端末３００に通知することによって、ユーザに提示すればよい。

　以上のように、実施の形態３では、キャパシタＣ_UTの寿命を推定し、保守交換時期等をユーザに提示できるので、保守計画に役立てることができる。

（実施の形態４）
　電源機器１００の回路トポロジーによっては、リアクトル（若しくはトランス）が使用される。この場合、キャパシタＣ_UTはリアクトル（若しくはトランス）の一次側又は二次側に配置されることが多い。実施の形態４では、電源機器１００に含まれるリアクトル（若しくはトランス）を活用して、キャパシタＣ_UTに流れ込む電流を計測する手法について説明する。

　図７はリアクトルＲ_UTを含んだ電源機器１００の構成例を示す模式図である。図７の構成例では、整流回路１１０とインバータ回路１３０とを接続する正ラインＰＬにリアクトルＲ_UTが接続されており、キャパシタＣ_UTはリアクトルＲ_UTの二次側に配置されている。リアクトルＲ_UTは、高周波電流がキャパシタＣ_UTに流れ込むことを抑制し、キャパシタＣ_UTの焼損を防止する。キャパシタＣ_UTは、リアクトルＲ_UTの一次側に配置されてもよい。電源機器１００のその他の構成は、実施の形態１と同様である。

　実施の形態４では、リアクトルＲ_UTを活用して、キャパシタＣ_UTに流れるリプル電流を計測する。

　閉回路に発生する起電力はその回路を貫く磁束の時間変化率に比例する（ファラデーの法則）ので、リアクトルＲ_UTにおける電圧ｖは以下の数２で表される。

　ここで、ｎはコイルの巻数、Φは磁束、ｔは時間である。磁束ΦとリアクトルＲ_UTに流れる電流ｉとの間には、Φ＝ｎ×ｉ／Ｒｍ（Ｒｍは磁気抵抗）の関係があるので、数２は以下のように書き換えられる。

　ここで、ＬはリアクトルＲ_UTにおけるインダクタンスであり、Ｌ＝ｎ² ／Ｒｍによって与えられる。Ｒｍは磁気抵抗であり、Ｒｍ＝ｌ／μＳによって与えられる。ｌは磁路長、μは透磁率、Ｓは鉄心の断面積である。

　数３より、リアクトルＲ_UTに流れる電流は、電圧ｖと時間ｔとの積に比例し、インダクタンスＬが小さい程、電流値が大きくなることが分かる。

　実施の形態４に係る制御ユニット１４０は、リアクトルＲ_UTに印加される電圧ｖを時系列的に計測し、数３を利用してキャパシタＣ_UTに流れるリプル電流を計算する。数３に含まれるインダクタンスＬの値は事前に計測され、制御ユニット１４０に与えられているものとする。インダクタンスＬは固定値であってもよく、リアクトルＲ_UTの周囲温度によって変動する値であってもよい。後者の場合、リアクトルＲ_UTの周囲温度を様々に変化させた場合のインダクタンスＬが事前に計測され、周囲温度とインダクタンスＬとの関係を示すテーブル若しくは関数が制御ユニット１４０に与えられる。上記の計算を行うために、平滑回路１２０には、リアクトルＲ_UTに印加される電圧ｖを計測する電圧センサやリアクトルＲ_UTの周囲温度を計測する温度センサが設けられてもよい。制御ユニット１４０は、計測した電圧ｖの時間積分を計算し、得られた値に１／Ｌを乗算することによって、キャパシタＣ_UTに流れるリプル電流を計算する。

　以上のように、実施の形態４では、電流センサを使用することなく、キャパシタＣ_UTに流れるリプル電流を計測できる。

　図７ではリアクトルＲ_UTが平滑回路１２０に含まれる構成例を示した。代替的に、リアクトルＲ_UTは、整流回路１１０に含まれてもよく、インバータ回路１３０に含まれてもよい。リアクトルＲ_UTに代えて、トランスが設けられてもよい。

　電源機器１００の回路トポロジーによっては、リアクトルＲ_UTが使用されていないことがある。この場合、リアクトルＲ_UTを制御ユニット１４０の内部に設け、このリアクトルＲ_UTに対し、キャパシタＣ_UTに印加される電圧と同じ電圧を印加する回路構成とすればよい。制御ユニット１４０は、リアクトルＲ_UTの電圧ｖを電圧センサを用いて計測し、上述した数３を用いることによって、キャパシタＣ_UTに流れるリプル電流を計算できる。

　実施の形態４では、電源機器１００内の制御ユニット１４０においてキャパシタＣ_UTに流れるリプル電流を計算する構成とした。代替的に、遠隔診断装置２００においてキャパシタＣ_UTに流れるリプル電流を計算する構成としてもよい。この場合、リアクトルＲ_UTにおけるインダクタンスＬの値（固定値若しくは周囲温度によって変動する値）と、リアクトルＲ_UTの電圧ｖを時系列的に計測して得られる計測データとが遠隔診断装置２００に与えられる。遠隔診断装置２００の制御部２０１は、与えられた電圧ｖの計測データと、インダクタンスＬの値とから、キャパシタＣ_UTに流れるリプル電流を計算できる。

（実施の形態５）
　実施の形態５では、遠隔診断装置２００がキャパシタＣ_UTに流れるリプル電流、及びキャパシタＣ_UTの周囲温度の計測データを基に、キャパシタＣ_UTの劣化状態を推定する構成について説明する。
　遠隔診断システム１の全体構成、遠隔診断装置２００の内部構成については実施の形態１と同様であるため、その説明を省略する。

　実施の形態５では、制御ユニット１４０は、インバータ回路１３０の動作（電力用半導体素子のスイッチング動作）を制御すると共に、キャパシタＣ_UTに流れるリプル電流と、キャパシタＣ_UTの周囲温度とを時系列的に計測する。

　リプル電流の計測のために、平滑回路１２０には、キャパシタＣ_UTに流れるリプル電流を計測する電流センサが設けられる。代替的に、制御ユニット１４０は、電力系統Ｅからの入力電圧と、インバータ回路１３０の出力電圧とから、整流後の電圧（すなわち、キャパシタＣ_UTに印加される電圧）を計算し、計算した電圧とインバータ回路１３０内のフィルタインダクタンス値とから、リプル電流を計算してもよい。更に、実施の形態４で説明したように、電源機器１００にリアクトル（若しくはトランス）が搭載されている場合、制御ユニット１４０若しくは遠隔診断装置２００は、リアクトルに印加される電圧を時系列的に計測して得られる計測データを取得し、上述した数３を利用してキャパシタＣ_UTに流れるリプル電流を計算してもよい。

　周囲温度の計測のために、キャパシタＣ_UTの周囲には温度センサが設けられる。温度センサは、温度が変化し得る任意の場所に設置されるとよい。平滑回路１２０が複数のキャパシタＣ_UTを備える場合、周囲温度が最も高いキャパシタＣ_UTを事前計測で特定しておき、特定したキャパシタＣ_UTの周囲に温度センサが設置されるとよい。

　制御ユニット１４０は、上述した手段により、リプル電流及び周囲温度の計測データを収集する。計測データは時系列のデータである。計測データに含まれるリプル電流の値及び周囲温度の値は、同時刻の値であることが好ましい。制御ユニット１４０は、収集した計測データを通信ユニット１５０へ出力する。計測データの計測期間や通信ユニット１５０への出力タイミングは適宜に設定できる。一例では、制御ユニット１４０は、キャパシタＣ_UTの発熱が大きい期間及び発熱が小さい期間をそれぞれ計測期間として設定し、各計測期間で収集して計測データを通信ユニット１５０へ出力する。代替的に、制御ユニット１４０は、１ヶ月単位で計測データを収集し、収集した計測データを月１回のタイミングで通信ユニット１５０へ出力してもよい。通信ユニット１５０は、制御ユニット１４０から入力されるリプル電流及び周囲温度の計測データを通信ネットワークＮＷ経由で遠隔診断装置２００へ送信する。

　遠隔診断装置２００は、通信ネットワークＮＷ経由で電源機器１００からリプル電流及び周囲温度の計測データを取得する。遠隔診断装置２００は、取得したリプル電流及び周囲温度の計測データに基づき、電源機器１００の診断を行う。

　以下、実施の形態５における劣化推定処理について説明する。
（１）計測データの取得
　電源機器１００の制御ユニット１４０は、電源機器１００が実環境下で稼働している間、電力変換回路部分に用いられるキャパシタＣ_UTのリプル電流及び周囲温度を計測し、それらの計測データを取得する。計測データは時系列のデータである。以下では、リプル電流の計測データをＩ（ｔ）、周囲温度の計測データをＴ（ｔ）と記述する。遠隔診断装置２００は、通信ネットワークＮＷを介して、リプル電流の計測データＩ（ｔ）と、周囲温度の計測データＴ（ｔ）とを電源機器１００より取得する。

（２）周波数特性の導出
　遠隔診断装置２００の制御部２０１は、取得したリプル電流の計測データＩ（ｔ）に基づき、リプル電流の周波数特性を導出する。制御部２０１は、リプル電流の計測データＩ（ｔ）に対し、離散フーリエ変換（ＤＦＴ : Discrete Fourier Transform）を適用することにより、周波数特性を算出する。離散フーリエ変換は、コンピュータ上では高速フーリエ変換（ＦＦＴ : Fast Fourier Transform）のアルゴリズムにより実行される。代替的に、制御部２０１は、離散コサイン変換（ＤＣＴ : Discrete Cosine Transform）を適用して、周波数特性を算出してもよい。以下では、リプル電流の周波数スペクトルをＩ（ω_k ）と記述する。ｋは、Ｎ個の値（０，１，２，…，Ｎ－１）をとる。

（３）温度上昇値の算出
　制御部２０１は、（２）で導出したリプル電流の周波数特性を、以下の数４で示す発熱計算式に代入することによって、キャパシタＣ_UTにおける温度上昇値を算出する。

　左辺のΔＴは、実使用時のリプル電流によってキャパシタＣ_UTが発熱したときの温度上昇値（℃）を表す。右辺のΔＴｏは、定格のリプル電流を印加したときの温度上昇値（℃）を表し、キャパシタＣ_UTの型式に応じて定まる固定値である。Ｉｘは実使用時のリプル電流の実効値（Ａｒｍｓ）である。制御部２０１は、（２）で導出したリプル電流の周波数特性を基に、発熱への寄与が高い周波数を特定し、その周波数での電流値をＩｘに代入する。Ｉｏはカテゴリ上限温度における定格リプル電流の実効値（Ａｒｍｓ）であり、キャパシタＣ_UTの型式に応じて定まる固定値である。ここで、カテゴリ上限温度とは、設計上、キャパシタＣ_UTを連続的に使用できる周囲温度の上限値を表す。Ｆは周波数補正係数（無次元）であり、周波数に応じて定まる固定値である。

（４）寿命推定
　制御部２０１は、（３）で算出した温度上昇値を、以下の数５で示す寿命計算式に代入することによって、キャパシタＣ_UTの寿命を推定する。数５は、キャパシタの寿命に支配的な要因（例えば、電解質の蒸散や電解質の劣化など）と温度との間に、アレニウス則に従う関係があることから導かれる計算式である。

　数５は、電源機器１００に用いたキャパシタＣ_UTの型式に応じて選択される寿命計算式を示している。左辺のＬｘは、実使用時のキャパシタＣ_UTの寿命（ｈ）を表す。右辺のＬｏは、カテゴリ上限温度において、定格電圧を印加したときの規定寿命（ｈ）を表し、キャパシタＣ_UTの型式に応じて定まる固定値である。Ｔｏはカテゴリ上限温度であり、固定値である。Ｔｘは実使用時の周囲温度（℃）であり、電源機器１００から取得した周囲温度の計測データＴ（ｔ）が用いられる。Ｔｘは計測期間内での周囲温度の平均値であってもよく、代表値であってもよい。ΔＴは（３）で導出した温度上昇値（℃）である。Ｌｒは、カテゴリ上限温度において、定格リプル電流を重畳したときの規定寿命（ｈ）を表し、キャパシタＣ_UTの型式に応じて定まる固定値である。Ｋｔは周囲温度加速の補正係数、Ａｏはリプル電流の重畳による自己温度上昇加速係数、Ｋｖは電圧軽減率であり、それぞれ固定値である。

（５）劣化状態の推定
　制御部２０１は、（４）で推定した寿命と任意の基準値とを比較することにより、キャパシタＣ_UTの劣化状態を推定する。基準値は任意に設定される。例えば、製造メーカが定める電源機器１００の定格寿命を１５年とした場合、その１５年を基準値として設定することができる。制御部２０１は、（４）で推定した寿命が基準値を上回ると判断した場合、キャパシタＣ_UTの劣化は進んでおらず、劣化状態は問題なしと推定する。一方、制御部２０１は、（４）で推定した寿命が基準値以下と判断した場合、キャパシタＣ_UTの劣化が進んでおり、劣化状態は問題ありと推定する。

　以下、遠隔診断装置２００の動作について説明する。
　図８は実施の形態５に係る遠隔診断装置２００が実行する処理の手順を説明するフローチャートである。遠隔診断装置２００の制御部２０１は、記憶部２０２から推定処理プログラムＰＧを読み出して実行することにより、以下の処理を行う。

　遠隔診断装置２００の制御部２０１は、電源機器１００にて計測されるリプル電流の計測データＩ（ｔ）と、周囲温度の計測データＴ（ｔ）とを通信ネットワークＮＷ経由で取得する（ステップＳ５０１）。制御部２０１は、適宜のタイミングで計測データの送信要求を電源機器１００へ送信し、その応答として電源機器１００から送信される計測データを受信する。代替的に、制御部２０１は、電源機器１００の通信ユニット１５０から自発的に送信される計測データを受信する構成であってもよい。制御部２０１は、取得したリプル電流及び周囲温度の計測データを記憶部２０２に記憶させる。

　制御部２０１は、取得したリプル電流及び周囲温度の計測データを用いて以下の演算を実行することにより、キャパシタＣ_UTの寿命を推定する。キャパシタＣ_UTの型式に応じて定まる各種の固定値（Ｉｏ，ΔＴｏ，Ｌｏ，Ｔｏ，Ｌｒ，Ｋｔ，Ａｏ，Ｋｖ）や周波数補正係数Ｆは記憶部２０２に事前に記憶されているものとする。代替的に、制御部２０１は、キャパシタＣ_UTの型式を外部サーバに通知し、外部サーバから上記固定値や周波数補正係数Ｆを取得してもよい。

　制御部２０１は、取得したリプル電流の計測データＩ（ｔ）に基づき、リプル電流の周波数特性を導出する（ステップＳ５０２）。具体的には制御部２０１は、リプル電流の計測データＩ（ｔ）に対し、ＤＦＴやＤＣＴなどの既存の手法を適用することによって、リプル電流の周波数特性を導出する。

　制御部２０１は、ステップＳ５０２で導出したリプル電流の周波数特性に基づき、リプル電流が流れた際のキャパシタＣ_UTの温度上昇値ΔＴを算出する（ステップＳ５０３）。このとき、制御部２０１は、導出したリプル電流の周波数特性を参照し、発熱への寄与が高い周波数（電流値が最も高い周波数）を特定する。制御部２０１は、特定した周波数でのリプル電流値（＝Ｉｘ）と、その周波数での補正係数（＝Ｆ）とを含む各値を数４の発熱計算式に代入することによって、キャパシタＣ_UTの温度上昇値ΔＴを算出する。温度上昇値ΔＴの算出に必要なＩｏやΔＴｏの値は記憶部２０２から読み出される。

　制御部２０１は、ステップＳ５０３で算出した温度上昇値ΔＴと、ステップＳ５０１で取得した周囲温度の計測データＴ（ｔ）とに基づき、キャパシタＣ_UTの寿命を推定する（ステップＳ５０４）。制御部２０１は、数５に代入するＴｘの値として、計測データＴ（ｔ）の平均値を算出するか、又は計測データＴ（ｔ）から代表値を選出する。代表値は、最高値又は最低値であってもよく、中央値であってもよい。制御部２０１は、実使用時の周囲温度Ｔｘ及びステップＳ５０２で算出した温度上昇値ΔＴを含む各値を数５の寿命計算式に代入することによって、キャパシタＣ_UTの寿命Ｌｘを算出する。寿命Ｌｘの算出に必要なＬｏやＴｏの値は記憶部２０２から読み出される。

　制御部２０１は、ステップＳ５０４で推定した寿命Ｌｘと基準値とを比較することにより、キャパシタＣ_UTの劣化状態を推定する（ステップＳ５０５）。基準値は任意に設定される。例えば、電源機器１００の定格寿命（例えば１５年）が基準値として設定され、記憶部２０２に記憶される。制御部２０１は、ステップＳ５０４で推定した寿命Ｌｘを基準値と比較した結果、推定した寿命Ｌｘが基準値を上回ると判断した場合、キャパシタＣ_UTの劣化は進んでおらず、劣化状態は問題ないと推定する。一方、制御部２０１は、ステップＳ５０４で推定した寿命Ｌｘを基準値と比較した結果、推定した寿命Ｌｘが基準値以下であると判断した場合、キャパシタＣ_UTの劣化は進んでおり、劣化状態は問題ありと推定する。

　制御部２０１は、ステップＳ５０５の推定結果に基づく情報を出力する（ステップＳ５０６）。例えば、ステップＳ５０５でキャパシタＣ_UTの劣化状態に問題ありと推定した場合、制御部２０１は、キャパシタＣ_UTの交換を促す文字情報を表示部２０５に表示させる。推定結果の出力例は実施の形態１と同様であり、例えば、電源機器１００のキャパシタＣ_UTが劣化していると推定される旨の文字情報を表示部２０５に表示させる。

　遠隔診断装置２００が音声出力手段を備える場合、音声出力手段を通じて音声を出力させることによって、キャパシタＣ_UTの交換を促す構成としてもよい。代替的に、制御部２０１は、キャパシタＣ_UTの交換を促す情報を通信部２０３よりユーザ端末３００に通知してもよい。ステップＳ５０５でキャパシタＣ_UTが劣化していないと推定した場合、制御部２０１は、キャパシタＣ_UTが劣化していない旨の文字情報を表示部２０５に表示させてもよく、情報の出力を省略してもよい。

　ステップＳ５０６において、制御部２０１は、推定したキャパシタＣ_UTの寿命の情報を表示部２０５に表示してもよく、キャパシタＣ_UTの定格寿命を併せて表示してもよい。

　代替的に、制御部２０１は、キャパシタＣ_UTの保守交換時期をユーザに提示してもよい。このとき、制御部２０１は、ユーザ端末３００を通じて、キャパシタＣ_UTの劣化状態を許容するか否かの判断を受付け、ユーザの判断結果に応じて保守交換時期を定めてもよい。例えば、ユーザがキャパシタＣ_UTの現在の劣化状態を許容する場合、遠隔診断装置２００が推定するキャパシタＣ_UTの寿命、及び、キャパシタＣ_UTの定格寿命のうち、遅い方の寿命をキャパシタＣ_UTの保守交換時期として定めればよい。一方、ユーザがキャパシタＣ_UTの現在の劣化状態を許容しない場合、遠隔診断装置２００が推定するキャパシタＣ_UTの寿命、及び、キャパシタＣ_UTの定格寿命のうち、早い方の寿命をキャパシタＣ_UTの保守交換時期として定めればよい。遠隔診断装置２００は、保守交換時期の情報を表示部２０５に表示するか、若しくは、ユーザ端末３００に通知することによって、ユーザに提示すればよい。

　以上のように、実施の形態５に係る遠隔診断装置２００は、現実に稼働している電源機器１００から計測データを取得し、取得した計測データに基づき、電源機器１００の電力変換回路部分に用いられるキャパシタＣ_UTの劣化状態を推定する。遠隔診断装置２００は、キャパシタＣ_UTが劣化していると推定した場合、例えば、ユーザにその旨を報知してキャパシタＣ_UTの交換を促すことができ、電源機器１００の保守計画に役立てることができる。

（実施の形態６）
　実施の形態６では、複数の計測期間を設け、各計測期間で得られる計測データを用いてキャパシタＣ_UTの仮寿命を推定し、推定した仮寿命から、最終的なキャパシタＣ_UTの寿命を推定する構成について説明する。
　遠隔診断システム１の全体構成、遠隔診断装置２００の内部構成については実施の形態１と同様であるため、その説明を省略する。

　実施の形態６に係る遠隔診断装置２００は、計測期間が異なる複数組の計測データを取得する。例えば、遠隔診断装置２００は、電源機器１００の稼働率が高く、キャパシタＣ_UTの発熱が多い期間（計測期間Ａとする）での計測データと、電源機器１００の稼働率が低く、キャパシタＣ_UTの発熱が少ない期間（計測期間Ｂとする）での計測データとを取得する。遠隔診断装置２００が取得する計測データは、実施の形態１と同様に、キャパシタＣ_UTに流れるリプル電流の計測データと、キャパシタＣ_UTの周囲温度の計測データとを含む。

　遠隔診断装置２００の制御部２０１は、計測期間Ａの計測データを用いて、キャパシタＣ_UTの仮寿命（Ｌａとする）を推定し、計測期間Ｂの計測データを用いて、キャパシタＣ_UTの仮寿命（Ｌｂとする）を推定する。推定方法は、実施の形態１と同様である。すなわち、制御部２０１は、数４の発熱計算式と、数５の寿命計算式とを用いて、それぞれの計測データから仮寿命Ｌａ，Ｌｂを計算する。

　制御部２０１は、計算した仮寿命Ｌａ，Ｌｂから、最終的なキャパシタＣ_UTの寿命を推定する。制御部２０１は、例えば、数６に示される複合寿命式を用いて、最終的な寿命を計算する。

　ここで、Ｌｘは、最終的に求めるべきキャパシタＣ_UTの寿命（ｈ）である。Ｌａは計測期間Ａの計測データを用いて計算される仮寿命（ｈ）、Ｌｂは計測期間Ｂの計測データを用いて計算される仮寿命（ｈ）である。Ｒａは全体に占める計測期間Ａの割合（＝Ａ／（Ａ＋Ｂ））、Ｒｂは全体に占める計測期間Ｂの割合（＝Ｂ／（Ａ＋Ｂ））である。

　上記の例では、２つの計測期間のそれぞれで得られる計測データを用いて仮寿命を計算し、最終的な寿命を計算する構成とした。代替的に、３つ以上の計測期間が設定されてもよい。この場合、制御部２０１は、各計測期間で得られる計測データを用いてそれぞれ仮寿命を計算し、数６の右辺を３項以上に拡張した式（数７を参照）を用いて、最終的な寿命を計算すればよい。

　図９は実施の形態６に係る遠隔診断装置２００が実行する処理の手順を説明するフローチャートである。遠隔診断装置２００の制御部２０１は、記憶部２０２から推定処理プログラムＰＧを読み出して実行することにより、以下の処理を行う。

　制御部２０１は、カウンタの値をｉ＝１に設定する（ステップＳ６０１）。カウンタの値は、計測期間を指定するためのインデックスであり、１～Ｎの整数値を取るものとする。Ｎは２以上の整数である。制御部２０１は、ｉ番目の計測期間（ｉは２以上の整数）で計測されるリプル電流及び周囲温度の計測データを電源機器１００より取得する（ステップＳ６０２）。

　制御部２０１は、取得したｉ番目の計測期間の計測データを用いて、キャパシタＣ_UTの仮寿命を推定する（ステップＳ６０３）。制御部２０１は、リプル電流の計測データから周波数特性を導出し、数４の発熱計算式と、数５の寿命計算式とを用いることにより、キャパシタＣ_UTの仮寿命を推定する。

　制御部２０１は、ｉ＝Ｎであるか否かを判断する（ステップＳ６０４）。ｉ≠Ｎであると判断した場合（Ｓ６０４：ＮＯ）、制御部２０１は、カウンタの値を１だけ増加させて（ステップＳ６０５）、処理をステップＳ６０２へ戻す。

　制御部２０１は、ｉ＝Ｎであると判断した場合、すなわち、全ての計測期間における仮寿命の推定が完了したと判断した場合（Ｓ６０４：ＹＥＳ）、キャパシタＣ_UTの最終的な寿命を推定する（ステップＳ６０６）。制御部２０１は、ｉ番目の計測期間より得られる計測データを用いて推定した仮寿命をＬｉ、全体に占めるｉ番目の計測期間の割合をＲｉとした場合、以下の数７を用いて、最終的な寿命Ｌｘを推定する。

　最終的な寿命Ｌｘを推定した後の処理は実施の形態５と同様である。すなわち、制御部２０１は、推定した寿命Ｌｘと基準値とを比較することにより、キャパシタＣ_UTの劣化状態を推定し（ステップＳ６０７）、推定結果に基づく情報を出力する（ステップＳ６０８）。

　以上のように、実施の形態６では、複数の計測期間のそれぞれで得られる計測データを用いて仮寿命を推定し、推定した仮寿命からキャパシタＣ_UTの寿命を推定するので、実環境における電源機器１００の稼働状況を加味した寿命をより正確に推定できる。

　実施の形態１～６では、診断対象の蓄電素子として、平滑回路１２０に用いられるキャパシタＣ_UTを例示した。代替的に、診断対象の蓄電素子は、電力変換回路部分から出力される電力からノイズを除去するフィルタ用のキャパシタであってもよい。更に、診断対象の蓄電素子は、電気自動車（ＥＶ）、ハイブリッド電気自動車（ＨＥＶ）、プラグインハイブリッド電気自動車（ＰＨＥＶ）等の車両に用いられるリチウムイオンキャパシタやリチウムイオン電池などの蓄電素子であってもよい。

　開示された実施形態は、全ての点において例示であって、制限的なものではない。本発明の範囲は、請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれる。

　１００　電源機器
　１１０　整流回路
　１２０　平滑回路
　１３０　インバータ回路
　１４０　制御ユニット
　１５０　通信ユニット
　２００　遠隔診断装置
　２０１　制御部
　２０２　記憶部
　２０３　通信部
　２０４　操作部
　２０５　表示部
　Ｃ_UT　キャパシタ
　ＰＧ　推定処理プログラム
　ＲＭ　記録媒体

Claims

　電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得する取得部と、
　取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、
　導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、
　算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部と
　を備える、電源機器の遠隔診断装置。
　前記取得部は、前記電源機器から、前記リプル電流及び前記電圧の計測データを定期的に取得し、
　前記推定部は、前記算出部により算出されるキャパシタンス及び等価直列抵抗値に基づき、前記蓄電素子の劣化状態の時系列変化を導出することにより、前記蓄電素子の寿命を推定する
　請求項１に記載の電源機器の遠隔診断装置。
　前記推定部により推定された前記蓄電素子の寿命と、前記蓄電素子の定格寿命とを表示する表示部を備える
　請求項２に記載の電源機器の遠隔診断装置。
　前記蓄電素子の劣化状態を推定する際の判定基準を学習する学習部
　備える請求項１に記載の電源機器の遠隔診断装置。
　電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子の周囲温度の計測データとを前記電源機器より通信ネットワークを介して取得する取得部と、
　取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出する導出部と、
　導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出する算出部と、
　算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する推定部と
　を備える、電源機器の遠隔診断装置。
　前記取得部は、計測期間が異なる複数組の計測データを取得し、
　前記推定部は、各組の計測データを用いて、計測期間毎に前記蓄電素子の仮寿命を推定し、前記計測期間毎に推定される仮寿命に基づき、前記蓄電素子の寿命を推定する
　請求項５に記載の電源機器の遠隔診断装置。
　前記推定部による推定結果に応じて、前記蓄電素子の交換を含む前記電源機器の保守作業を促す情報を出力する出力部
　を備える、請求項１から請求項６の何れか１つに記載の電源機器の遠隔診断装置。
　前記推定部による推定結果を出力する出力部と、
　前記蓄電素子の劣化状態を許容するか否かのユーザの判断を受付ける受付部と、
　受付けた判断結果に応じた前記蓄電素子の保守交換時期を前記ユーザに提示する提示部と
　を備える、請求項１から請求項６の何れか１つに記載の電源機器の遠隔診断装置。
　前記蓄電素子は、前記電力変換回路部分に入力される電力を平滑化する平滑化用のキャパシタである
　請求項１から請求項６の何れか１つに記載の電源機器の遠隔診断装置。
　前記蓄電素子は、前記電力変換回路部分から出力される電力からノイズを除去するフィルタ用のキャパシタである
　請求項１から請求項６の何れか１つに記載の電源機器の遠隔診断装置。
　前記取得部は、前記蓄電素子に接続されるリアクトル又はトランスに印加される電圧と、前記リアクトル又はトランスのインダクタンス値とに基づき計算された前記リプル電流の計測データを取得する
　請求項１から請求項６の何れか１つに記載の電源機器の遠隔診断装置。
　電力変換回路と、
　該電力変換回路に接続される蓄電素子と、
　該蓄電素子に流れるリプル電流と、前記蓄電素子に印加される電圧とを計測する計測部と
　を備える電源機器、及び
　前記計測部により計測される前記リプル電流及び前記電圧の計測データを前記電源機器より通信ネットワークを介して取得する取得部と、
　取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出する導出部と、
　導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出する算出部と、
　算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する推定部と
　を備える遠隔診断装置
　を含む遠隔診断システム。
　電力変換回路と、
　該電力変換回路に接続される蓄電素子と、
　該蓄電素子に流れるリプル電流と、前記蓄電素子の周囲温度とを計測する計測部と
　を備える電源機器、及び
　前記計測部により計測される前記リプル電流及び前記周囲温度の計測データを前記電源機器より通信ネットワークを介して取得する取得部と、
　取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出する導出部と、
　導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出する算出部と、
　算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する推定部と
　を備える遠隔診断装置
　を含む遠隔診断システム。
　前記電源機器は、前記蓄電素子に接続されるリアクトル又はトランスを含み、
　前記計測部は、前記リアクトル又はトランスに印加される電圧と、前記リアクトル又はトランスのインダクタンス値とに基づき、前記蓄電素子に流れるリプル電流を計算する
　請求項１２又は請求項１３に記載の遠隔診断システム。
　電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子に印加される電圧の計測データとを前記電源機器より通信ネットワークを介して取得し、
　取得した前記リプル電流及び前記電圧の計測データに基づき、前記蓄電素子におけるインピーダンス成分の周波数特性を導出し、
　導出した前記インピーダンス成分の周波数特性から、前記蓄電素子におけるキャパシタンス及び等価直列抵抗値を算出し、
　算出した前記キャパシタンス及び前記等価直列抵抗値に基づき、前記蓄電素子の劣化状態を推定する
　処理をコンピュータに実行させるためのコンピュータプログラム。
　電源機器の電力変換回路部分に用いられる蓄電素子に流れるリプル電流の計測データと、前記蓄電素子の周囲温度の計測データとを前記電源機器より通信ネットワークを介して取得し、
　取得した前記リプル電流の計測データに基づき、前記リプル電流の周波数特性を導出し、
　導出した前記リプル電流の周波数特性に基づき、前記リプル電流が前記蓄電素子に流れた際の前記蓄電素子の温度上昇値を算出し、
　算出した前記蓄電素子の温度上昇値と、前記周囲温度の計測データとに基づき、前記蓄電素子の寿命を推定し、
　推定した寿命を基準値と比較することにより、前記蓄電素子の劣化状態を推定する
　処理をコンピュータに実行させるためのコンピュータプログラム。