特許第6625839号(P6625839)IP Force 特許公報掲載プロジェクト 2015.5.11 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 株式会社東芝の特許一覧
特許6625839負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法
<>
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000014
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000015
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000016
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000017
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000018
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000019
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000020
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000021
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000022
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000023
  • 特許6625839-負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 図000024
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6625839
(24)【登録日】2019年12月6日
(45)【発行日】2019年12月25日
(54)【発明の名称】負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法
(51)【国際特許分類】
   G06Q 50/06 20120101AFI20191216BHJP
   H02J 3/00 20060101ALI20191216BHJP
【FI】
   G06Q50/06
   H02J3/00 130
【請求項の数】10
【全頁数】20
(21)【出願番号】特願2015-137281(P2015-137281)
(22)【出願日】2015年7月8日
(65)【公開番号】特開2017-21497(P2017-21497A)
(43)【公開日】2017年1月26日
【審査請求日】2018年3月16日
(73)【特許権者】
【識別番号】000003078
【氏名又は名称】株式会社東芝
(73)【特許権者】
【識別番号】598076591
【氏名又は名称】東芝インフラシステムズ株式会社
(74)【代理人】
【識別番号】110001634
【氏名又は名称】特許業務法人 志賀国際特許事務所
(72)【発明者】
【氏名】篠原 正憲
【審査官】 海江田 章裕
(56)【参考文献】
【文献】 特開2001−188772(JP,A)
【文献】 特開平07−306846(JP,A)
【文献】 国際公開第2011/046228(WO,A1)
【文献】 特開2006−11715(JP,A)
【文献】 特開2004−320963(JP,A)
【文献】 特開昭58−12539(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
G06Q10/00−99/00
H02J 3/00
(57)【特許請求の範囲】
【請求項1】
所定時間毎に管理対象の実績電力量と前記所定時間における契約電力量とに基づいて取得される、所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得部と、
前記類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別部と、
を備える負荷実績データ判別装置。
【請求項2】
前記種類判別部は、自身が判別した種類と、予め前記所定期間毎に設定された種類とが異なる場合には、予め設定された種類を自身が判別した種類に訂正する
請求項1に記載の負荷実績データ判別装置。
【請求項3】
所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得部と、
前記類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別部と、
前記種類判別部における種類の判別結果を、前記所定期間を特定する情報に関連付けて記録する判別結果記録部と、
前記判別結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出部と、
を備え
前記種類判別部は、複数の前記負荷パターンから前記種類毎の統計値を取得し、
前記種類判別部が取得した前記統計値を格納する統計値格納部と、
前記統計値格納部より取得した前記統計値に基づいて、前記負荷パターンの異常値を検出する異常検出部と、
を更に備え、
前記異常検出部は、前記異常値以外の前記所定期間の負荷と前記異常値以外の前記所定期間の負荷の平均との偏差に基づいて、検出した異常値を修正する、
負荷予測装置。
【請求項4】
所定時間毎に管理対象の実績電力量と前記所定時間における契約電力量とに基づいて取得される、所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得部と、
前記類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別部と、
前記種類判別部における種類の判別結果を、前記所定期間を特定する情報に関連付けて記録する判別結果記録部と、
前記判別結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出部と、
を備える負荷予測装置。
【請求項5】
前記判別結果記録部から参照した前記種類と、予め前記所定期間毎に設定された種類とが異なる場合に、利用者へ通知を行う通知部を、
更に備える請求項3又は請求項4に記載の負荷予測装置。
【請求項6】
前記統計値格納部より、前記所定期間の種類が同じで、かつ、現在の直前の時間帯に対応する統計値を取得して、前記直前の時間帯までの負荷パターンが、上記統計値から予測される範囲から乖離したことを検出する乖離検出部を
更に備える請求項に記載の負荷予測装置。
【請求項7】
前記乖離検出部は、前記乖離を検出した場合に、前記直前の時間帯までの負荷パターンに基づいて、正しい種類を推定する請求項に記載の負荷予測装置。
【請求項8】
所定時間毎に管理対象の実績電力量と前記所定時間における契約電力量とに基づいて取得される、所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得ステップと、
前記類似度取得ステップにおいて取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別ステップと、
を有する負荷実績データ判別方法。
【請求項9】
所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得ステップと、
前記類似度取得ステップにおいて取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別ステップと、
前記種類判別ステップにおける種類の判別結果を、前記所定期間を特定する情報に関連付けて判定結果記録部に記録する判別結果記録ステップと、
前記判定結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出ステップと、
を有し、
前記種類判別ステップにおいて複数の前記負荷パターンから前記種類毎の統計値を取得し、
前記種類判別ステップにおいて取得した前記統計値を格納する統計値格納ステップと、
前記統計値格納ステップにおいて取得した前記統計値に基づいて、前記負荷パターンの異常値を検出する異常検出ステップと、
を更に有し、
前記異常検出ステップにおいて前記異常値以外の前記所定期間の負荷と前記異常値以外の前記所定期間の負荷の平均との偏差に基づいて、検出した異常値を修正する、
負荷予測方法。
【請求項10】
所定時間毎に管理対象の実績電力量と前記所定時間における契約電力量とに基づいて取得される、所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得ステップと、
前記類似度取得ステップにおいて取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別ステップと、
前記種類判別ステップにおける種類の判別結果を、前記所定期間を特定する情報に関連付けて判定結果記録部に記録する判別結果記録ステップと、
前記判定結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出ステップと、
を有する負荷予測方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法に関する。
【背景技術】
【0002】
従来、エネルギー機器を最適に運用するための運用システムにおいて、運用の最適化には、エネルギー機器の負荷を予測する負荷予測装置の予測精度を高める必要がある。負荷予測装置における負荷予測は、管理対象となるエネルギー機器の負荷実績データを定期的に収集した負荷実績データに基づいて行われる。この負荷実績データは、異なる日の間で、1日の時間帯毎に同じような変化を示す日パターンを有するが、この日パターンは様々な要因で変動する。具体的には、日パターンは、経年変動や年間を通しての気候による季節的な変動で、変化する。また、負荷実績データの変動を精度よく予測するためには、直近の負荷実績データを学習データや統計処理対象データとすることで、予測モデルに反映させる必要がある。
【0003】
上述したように、日パターンの変動は、負荷となる機器の稼働状況(機器を利用する人員の活動状態)によるもの、気象状況による冷暖房の稼働状況によるもの等がある。その中で、人員の活動状態による休日(休業日等)、平日(営業日、就業日等)等の日種別の違いは変動の大きな要因となっている。このため、負荷予測等を行う場合には、休日用、平日用に別々の予測モデルを用いることが多い。また、場合によっては日パターンをさらに細かい日種別に分ける(休日明け平日、土曜日等)こともある。また、特殊な日種別として、特異(特殊)日が設定され、予測の対象から除外する場合もある。どのモデルで予測を行うかは、曜日別のカレンダ情報にあらかじめ設定されている休日、平日、特異日等の日種別をもとにしている。また、祝祭日の休日設定、特異日の設定は、人間が手入力で入力していた。
【0004】
従来の負荷予測装置では予測対象日の日種別の情報(カレンダ情報)が誤っていると、使用するモデルが異なるため、予測結果が実際の負荷パターンと合わなくなる可能性があった。また、過去の負荷実績データの日パターンの日種別は、予測を行った時点のカレンダ情報をそのまま使用しているため、実際の日パターンの日種別に合致しないデータが含まれる可能性がある。そのような負荷実績データを用いて学習、統計処理を行うことにより、予測結果の精度が著しく低下する可能性があった。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特許第2704026号公報
【特許文献2】特開2013−5465号公報
【特許文献3】特許第3160693号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
本発明が解決しようとする課題は、負荷実績データから外乱となるデータを修正又は除外することができる負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法を提供することである。
【課題を解決するための手段】
【0007】
実施形態の負荷実績データ判別装置は、類似度取得部と、種類判別部とを持つ。類似度取得部は、所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する。種類判別部は、類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する。
【図面の簡単な説明】
【0008】
図1】第1の実施形態における負荷予測装置を備える運用システムの構成例を示す図。
図2】負荷予測装置10において蓄積されるデータの対応関係を示す図。
図3】類似度SIの確率分布および類似度SIの対数の正規分布を示す図。
図4】日種別判別部104における日種別の訂正処理を説明するための負荷パターンの具体例1を示す図。
図5】日種別判別部104における日種別の訂正処理を説明するための負荷パターンの具体例2を示す図。
図6】負荷予測装置10における日種別の判別に関する動作を示すフロー図。
図7】異常検出部108が異常値を検出する処理を説明するための負荷パターンの具体例3を示す図。
図8】異常検出部108が異常値を検出する処理を説明するための負荷パターンの具体例4を示す図。
図9】負荷予測装置10の異常検出部108が、負荷パターンの異常値を修正した修正例を示す図。
図10】第2の実施形態における負荷予測装置の構成例を示す図。
図11】負荷パターンにおける乖離例を示す図。
【発明を実施するための形態】
【0009】
以下、実施形態の負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法を、図面を参照して説明する。
【0010】
(第1の実施形態)
まず、第1の実施形態における負荷予測装置を備え、管理対象となるエネルギー機器を最適に運用するための運用システムの概略について説明する。
図1は、第1の実施形態における負荷予測装置を備える運用システムの構成例を示す図である。図1に示すように、運用システム1は、負荷予測装置10と、カレンダ情報記録部11と、入出力部12と、負荷実績収集部13と、気象情報収集部14と、機器計画部15と、運用パターン記録部16と、機器制御部17とを備える。また、運用システム1は、管理対象となるエネルギー機器の負荷を計測する負荷設備2、気象情報を提供する気象情報提供設備3、及び、管理対象となるエネルギー機器を含むエネルギー設備4と接続されている。
【0011】
運用システム1は、管理対象となるエネルギー機器の稼働状況を、人員の活動状態による休日(休業日等)、平日(営業日、就業日等)、特異日(平日と異なる時間帯に稼働する営業日等)等の日種別に分類して、各日種別の特性に応じて負荷予測を行い、負荷の管理を行っている。
【0012】
負荷予測装置10は、負荷実績収集部13から負荷実績データを受け取り、その負荷実績データを所定期間分(例えば、2〜3週間分)蓄積する機能を有する。また、負荷予測装置10は、蓄積した負荷実績データに基づいて、負荷パターンの日種別を判別する機能と、判別した日種別と、カレンダ情報に設定されている日種別とが一致するか判断する機能とを有する。また、負荷予測装置10は、判別した日種別毎の過去の負荷パターンに基づいて、日種別の負荷パターンを予測した負荷予測パターンを出力する機能を有する。なお、負荷予測装置10の構成の詳細については後述する。なお、負荷パターンとは、負荷実績データにおける1日分の時間帯毎の推移を示す日パターンのことであり、1日単位の負荷実績データそのものを負荷パターンとしてもよい。
【0013】
カレンダ情報記録部11は、各年月日について、その曜日の情報と、管理対象となるエネルギー機器の稼働状況に応じて設定される休日、平日、特異日のいずれかの日種別を示す情報とを記録している。この日種別に関する情報は、例えば、入出力部12を操作する運用システム1の管理者が設定するものである。具体的には、例えば、土曜日、日曜日、祝祭日が休日の日種別となり、祝祭日を除く月曜日〜金曜日が平日の日種別となる設定が行われる。また、管理対象となるエネルギー機器の稼働状況に応じて、上記の設定とは異なる設定も可能である。例えば、特定の日のみ半日だけエネルギー機器を稼働させる場合は、その日を、特異日の日種別として設定する。入出力部12は、管理者等の運用システム1のユーザが入力操作を行うための例えばキーボードおよびマウス等を含む入力部と、情報をユーザに伝達するための例えばディスプレイおよびスピーカ等を含む出力部とを備える。
【0014】
負荷実績収集部13は、負荷設備2より各時間帯の負荷実績のデータを収集して、負荷実績データとして負荷予測装置10へ出力する。気象情報収集部14は、気象情報提供設備3から気温、湿度、及び、降雨量等を含む気象情報を収集する。機器計画部15は、負荷予測装置10内の負荷予測パターン記録部113に記録される負荷予測パターンに基づいて、エネルギー機器の運用計画に関する情報を含む運用パターンを生成する。運用パターン記録部16は、機器計画部15で生成された運用パターンを記録する。機器制御部17は、運用パターン記録部16に記録された運用パターンを参照して、運用パターンに応じてエネルギー設備4に含まれるエネルギー機器を制御する。
【0015】
以上の構成により、運用システム1は、管理対象となるエネルギー機器の負荷を適切に管理することができる。なお、本実施形態における負荷としては、電力量負荷を管理対象としているが、熱量負荷を管理対象としてもよく、電力量負荷及び熱量負荷の双方を管理対象としてもよい。
【0016】
次に、第1の実施形態における負荷予測装置10の詳細について説明する。図1に示すとおり、負荷予測装置10は、負荷実績データ記録部101と、類似度算出部102と、日間類似度テーブル103と、日種別判別部104と、判別結果記録部105と、日種別情報106と、予測用負荷パターン抽出部107と、異常検出部108と、変更通知部109と、予測用負荷パターン記録部110と、気象情報記録部111と、負荷パターン予測部112と、負荷予測パターン記録部113とを備える。なお、第1の実施形態における負荷実績データ判別装置は、図示していないが、例えば、負荷実績データ記録部101と、類似度算出部102と、日間類似度テーブル103と、日種別判別部104とを備える構成である。
【0017】
負荷実績データ記録部101は、負荷実績収集部13より、各時間帯の負荷実績データを受け取り、記録する。類似度算出部102は、負荷実績データ記録部101から負荷実績データを参照して、負荷実績データに基づいて、対象日と対象期間の各日との負荷パターンの類似度を算出し日間類似度テーブル103を作成する。日間類似度テーブル103は、類似度算出部102が生成した、対象日と対象期間の各日との負荷パターンの類似度に関する情報を格納するテーブルである。
【0018】
日種別判別部104は、負荷実績データ記録部101より対象日の負荷実績データを参照して、対象日の負荷パターンの日種別(休日、平日、特異日)を判別する機能を有する。また、日種別判別部104は、カレンダ情報記録部11から対象日の日種別を参照して、判別結果の日種別と同じであれば、そのまま判別結果記録部105へ出力する。また、日種別判別部104は、カレンダ情報記録部11から対象日の日種別を参照して、判別結果の日種別と異なる場合は、参照した日種別を判別結果の日種別に訂正して、判別結果記録部105へ出力する。判別結果記録部105は、日種別判別部104が出力した対象日の負荷パターンの日種別を、対象日の日付と関連付けて記録する。
【0019】
日種別情報106は、日種別毎の負荷パターンの統計値を格納している。日種別毎の負荷パターンの統計値とは、例えば、日種別毎の負荷パターンの平均値である平均負荷パターンや、日種別毎の負荷パターンの最大値、最小値等を含む。なお、日種別判別部104は、日種別毎の負荷パターンの統計値を算出し、日種別情報106へ出力する。
【0020】
予測用負荷パターン抽出部107は、判別結果記録部105より日種別の情報を参照し、負荷実績データ記録部101より負荷実績データを参照して、対象期間の日種別を抽出した負荷パターンを予測用負荷パターンとする。
【0021】
異常検出部108は、日種別情報106より日種別の統計値を参照し、判別結果記録部105より対象日の日種別の情報を参照し、負荷実績データ記録部101より対象日の負荷実績データを参照して、対象日の日種別に対応する統計値に基づいて、対象日の負荷パターンにおける時間帯毎の異常値の有無を検出する。また、異常検出部108は、異常値を検出すると、負荷パターンの異常値を修正して、修正後の負荷パターンを、予測用負荷パターン記録部110へ出力する。
【0022】
変更通知部109は、判別結果記録部105に記録された対象日の日種別と、カレンダ情報記録部11に設定された対象日の日種別とを比較して、双方の日種別が異なる場合には、日種別が変更されたことを入出力部12へ通知する。これにより、運用システム1のユーザは、カレンダ情報の日種別の設定に誤りがあることを知ることができる。
【0023】
予測用負荷パターン記録部110は、予測用負荷パターン抽出部107が抽出した予測用負荷パターンを格納する。また、予測用負荷パターン記録部110は、異常検出部108より修正後の負荷パターンを受信すると、その日時の負荷パターンを、修正後の負荷パターンに更新する。
【0024】
気象情報記録部111は、気象情報収集部14が収集した気象情報を日付に関連付けて記録する。負荷パターン予測部112は、予測用負荷パターン記録部110から予測用負荷パターンを参照し、気象情報記録部111から気象情報を参照して、ニューラルネット法、回帰モデル等を使用して負荷パターンを予測し、負荷予測パターンを出力する。負荷予測パターン記録部113は、負荷パターン予測部112が出力した負荷予測パターンを記録する。
【0025】
次に、負荷予測装置10における日間類似度テーブル103の蓄積処理の具体例ついて説明する。また、カレンダ情報記録部11と、負荷予測装置10が備える負荷実績データ記録部101、日間類似度テーブル103、及び、判別結果記録部105とにそれぞれ記録されるデータの内容、および、各データの対応関係についても説明する。
【0026】
図2は、負荷予測装置10において蓄積されるデータの対応関係を示す図である。
図2に示すように、カレンダ情報記録部11には、D日・・・DS+2日・・・の各日における日種別の情報が設定されている。また、負荷予測装置10は、D日に負荷実績データの蓄積を開始している。D日の行に示すように、負荷実績データ記録部101にはD日に対応する負荷パターン(日パターン)が記録され、判別結果記録部105にはD日に対応する判別結果の日種別が記録される。D日の翌日は、D日の行に示すように、負荷実績データ記録部101にはD日に対応する負荷パターンが記録され、判別結果記録部105にはD日に対応する判定結果の日種別が記録され、日間類似度テーブル103にはD日とD日の負荷パターンの類似度の情報が記録される。
【0027】
日の翌日は、D日の行に示すように、負荷実績データ記録部101にはD日に対応する負荷パターンが記録され、判別結果記録部105にはD日に対応する判定結果の日種別が記録され、日間類似度テーブル103にはD日とD日の負荷パターンの類似度の情報およびD日とD日の負荷パターンの類似度の情報が記録される。
【0028】
なお、判別結果記録部105に記録される判別結果の日種別は、最初の数日はカレンダ情報の日種別を仮に設定し記録する。日種別判別部104における、日種別の判別が、所定日数以上になった時点で開始されるので、それまでは、カレンダ情報の日種別を仮に設定する。ここで、所定日数は、例えば、修正が必要となる日が含まれる場合を想定して、対象日+3日以上の日数である。
【0029】
以下同様にD日、D日・・・と処理されて、対象期間となるS日間までは、判別結果記録部105に類似度の情報が1日ずつ追加される。S日以降では、例えばDS+1日の行では、D日との類似度から始まって、D日との類似度で終わるテーブルとなり、例えばDS+2日の行では、D日との類似度から始まって、DS+1日との類似度で終わるテーブルとなる。すなわち、日間類似度テーブル103は、対象期間のS日間となる範囲で、対象期間に含まれる対象日をシフトしている。
【0030】
次に、類似度算出部102における負荷パターンの類似度の算出の具体例について説明する。
類似度算出部102は、対象日の間で、管理時間帯(30分間又は1時間等)毎の負荷パターンの類似度SIを以下の(式1)および(式2)の式を用いて算出する。
【数1】
ただし、(式1)において、xd(t)は、d日のt時間帯の契約電力量Wc[kWh]で正規化した負荷であり、Wd(t)は、d日のt時間帯の実績電力量[kWh]である。また、(式2)において、SIijは、i日とj日の負荷パターンの類似度であり、i日のt時間帯とj日のt時間帯の負荷の差の二乗の積算値により求まる値である。また、時間帯t=1,…,mであり、管理する時間帯を30分間とすると、1日は24時間なので、m=48となる。
【0031】
次に、日種別判別部104における類似度SIを利用した日種別の判別における第1の判別手法について説明する。
上記の(式2)で求めた類似度SIは、0に偏った正の確率分布となる。そこで、図3に示すとおり、類似度SIの確率分布を対数正規分布f(x)と仮定し、類似度SIの対数の正規分布f(log(x))を利用できるものとする。図3は、類似度SIの確率分布および類似度SIの対数の正規分布を示す図である。
【0032】
そこで、日種別判別部104は、同一日種別の負荷パターン間の類似度の対数の平均値SIglog ̄を以下の(式3)の式を用いて求める(実際の ̄は、(式3)に示すとおり「SIglog」の上に位置する。)。また、日種別判別部104は、負荷パターンの同一日種別における標本標準偏差SSDglogを以下の(式4)の式を用いて求める。
【数2】
【0033】
また、日種別判別部104は、以下の(式5)を用いて、負荷パターンiから日種別と同じ日種別への類似度の平均が日種別グループ内の平均から3σ(SSDglog)以内であれば、同一の日種別に所属すると判別する。なお、σの値は、(式5)に示す3.0に限定されるものではなく、例えば、2.5〜3.0の間の値を用いればよい。
【数3】
【0034】
また、日種別判別部104における類似度SIを利用した日種別の判別における第2の判別手法について説明する。
日間の類似度は図2に示したように、対象期間S日間の範囲で日間類似度テーブル103に格納されている。そして、特異日でない日種別の類似度SIは、対象日と同じ日種別の類似度の分布と、その他の日種別の類似度の分布とに偏る傾向がある。よって、日種別判別部104は、類似度SIの最小値と最大値の中間値を利用して日種別を判別する。
【0035】
まず、日種別判別部104は、類似度を大きさ順にソートして、[類似度1、類似度2、…、類似度S]とする。次に、日種別判別部104は、ソートした類似度の小さい方から順に、最大値の類似度Sと最小値の類似度1の中間値と比較して、中間値よりも小さい類似度の中で中間値に最も近い値となる類似度Iを求める。すなわち、類似度Iは、以下の式を満たす値であり、下記式の右辺が中間値を示す。
類似度I<(類似度S−類似度1)/2
【0036】
次に、日種別判別部104は、[類似度1、類似度2、…、類似度I]について、同じ日種別が設定比率以上であり、かつ、類似度Iの次の大きさの類似度Jについて、以下の(式6)に示す条件を満たす場合に、判別対象日の日種別を、類似度1、類似度2、…、類似度Iの日の日種別と同じ日種別と判別する。
【数4】
【0037】
なお、上記類似度Iを求める式は、中間値を求めるための分母を2としたが、季節等に応じて1.5〜2の間の値を用いてよい。また、上記設定比率は、季節等に応じてその比率を変更してもよい。また、日種別判別部104は、カレンダ情報記録部11から対象日の日種別を参照して、参照した日種別が判別結果の日種別と異なる場合は、参照した日種別を判別結果の日種別に訂正する処理を行う。
【0038】
次に、日種別判別部104における日種別の訂正処理(平日→休日への訂正処理)について、負荷パターンの具体例1を用いて説明する。
図4は、日種別判別部104における日種別の訂正処理を説明するための負荷パターンの具体例1を示す図である。図4において、縦軸は負荷量であり、横軸は時間帯である。
【0039】
図4に示されるように、平日1〜平日5の負荷パターンは、各負荷パターン間において類似したパターンとなっている。また、休日1〜休日3の負荷パターンも、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す平日6の負荷パターンは、平日1〜平日5の負荷パターンとは類似しておらず、休日1〜休日3の負荷パターンと類似している。なお、平日6は、カレンダ情報記録部11に記録されている対象日の日種別が平日であったため、図4において平日と表記されている。
【0040】
このような場合に、日種別判別部104は、平日6の負荷パターンと、休日1〜休日3の負荷パターンの類似度SI休日log ̄(平日6)(実際の ̄は、「SI休日log」の上に位置する。)について、以下の(式7)に示す条件を満たすか否かを判別する。
【数5】
【0041】
ここで、日種別判別部104は、図4に示す平日6の負荷パターンに基づいた類似度SI休日log ̄(平日6)は、(式7)に示す条件を満たすと判別する。すなわち、日種別判別部104は、平日6の負荷パターンの日種別を、休日と判別する。これにより、日種別判別部104は、対象日の日種別を平日から休日に訂正して、判別結果記録部105へ出力する。
【0042】
次に、日種別判別部104における日種別の訂正処理(平日→特異日への訂正処理)について、負荷パターンの具体例2を用いて説明する。
図5は、日種別判別部104における日種別の訂正処理を説明するための負荷パターンの具体例2を示す図である。図5に示すように、平日1〜平日5の負荷パターンは、各負荷パターン間において類似したパターンとなっている。また、休日1〜休日4の負荷パターンも、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す平日6の負荷パターンは、平日1〜平日5の負荷パターンを比較すると、以下の点で異なる。平日6の負荷パターンは、負荷量の最大値が約2000であり、平日1〜平日5の負荷パターンは、負荷量の最大値が2500〜3200の範囲にふくまれている点で異なる。また、平日6の負荷パターンは、12:00過ぎくらいから下降が始まっているが、平日1〜平日5の負荷パターンは、16:00くらいから負荷量の下降が始まっている点で異なる。
【0043】
また、平日6の負荷パターンと休日1〜休日4の負荷パターンを比較すると、平日6の負荷パターンは、負荷量1000を超えるピークが存在するが、休日1〜休日4の負荷パターンは、ほぼ横ばいのパターンであり負荷量1000を超えるピークが存在しない点で異なる。すなわち、平日6の負荷パターンは、平日1〜平日5の負荷パターンとは類似しておらず、休日1〜休日3の負荷パターンとも類似していない。なお、平日6は、例えば、カレンダ情報記録部11において対象日の日種別を、誤って平日と設定されたものである。
【0044】
このような場合に、日種別判別部104は、平日6の負荷パターンと、休日1〜休日4の負荷パターンの類似度SI休日log ̄(平日6)について、上述した(式7)に示す条件を満たすか否かを判別する。
【0045】
ここで、日種別判別部104は、図5に示す平日6の負荷パターンに基づいた類似度SI休日log ̄(平日6)は、(式7)に示す条件を満たさないと判別する。次に、日種別判別部104は、平日6の負荷パターンと、平日1〜平日5の負荷パターンの類似度SI平日log ̄(平日6)(実際の ̄は、「SI平日log」の上に位置する。)について、以下の(式8)に示す条件を満たすか否かを判別する。
【数6】
【0046】
ここで、日種別判別部104は、図5に示す平日6の負荷パターンに基づいた類似度SI平日log ̄(平日6)は、(式8)に示す条件を満たさないと判別する。すなわち、日種別判別部104は、平日6の負荷パターンの日種別を、平日でも休日でもないので、特異日と判別する。これにより、日種別判別部104は、対象日の日種別を平日から特異日に訂正して、判別結果記録部105へ出力する。
【0047】
次に、負荷予測装置10において、上述した中間値を利用して日種別を判別する第2の判別手法を用いて、日種別の判別を行う動作について説明する。
図6は、負荷予測装置10における日種別の判別に関する動作を示すフロー図である。図6に示すように、ステップS100において、負荷実績データ記録部101は、負荷実績収集部13より、各時間帯の負荷実績データを受け取り、日付と関連付けて記録し、順次蓄積する。
【0048】
次に、ステップS110において、類似度算出部102は、負荷実績データ記録部101から参照した負荷実績データに基づいて、対象日と対象期間の各日との負荷パターンの類似度を算出し、日間類似度テーブル103を更新する。次に、ステップS120において、日種別判別部104は、日間類似度テーブル103の類似度を参照して、上述した第2の判別手法を用いて、対象日の日種別を判別する。次に、ステップS130において、日種別判別部104は、カレンダ情報記録部11から対象日の日種別を参照して、判別結果の日種別と異なるか否か(=日種別を訂正するか否か)を判断する。
【0049】
ここで、日種別を訂正すると判断した場合(ステップS130のYES)には、ステップS140に進み、日種別判別部104は、カレンダ情報記録部11より参照した日種別を判別結果の日種別に訂正する。次に、ステップS150に進み、日種別判別部104は、訂正後の日種別を判別結果記録部105へ出力する。
【0050】
また、日種別を訂正しないと判断した場合(ステップS130のNO)には、ステップS150に進み、日種別判別部104は、訂正していない日種別を判別結果記録部105へ出力する。以上の処理により、判別結果記録部105は、訂正された日種別を、対象日に関連付けて蓄積することができる。
【0051】
以上に説明した動作により、負荷予測装置10は、対象日の日種別の判別を行うことで、カレンダ情報記録部11より参照した日種別が間違っていた場合であっても、判別結果記録部105に訂正後の正しい日種別を記録することができる。
【0052】
次に、負荷予測装置10の異常検出部108が、異常値を検出する処理について、負荷パターンの具体例3を用いて説明する。
図7は、異常検出部108が異常値を検出する処理を説明するための負荷パターンの具体例3を示す図である。図7に示すように、休日1〜休日4の負荷パターンは、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す休日5の負荷パターンは、21:00〜23:00の時間帯の数値が異常な値となっている。異常検出部108は、日種別情報106から参照した、対象日の日種別に対応する統計値に基づいて、休日5の負荷パターンにおける21:00以降の負荷量を異常値として検出する。
【0053】
ここで、統計値の具体例を示して、具体的な異常値の検出処理について説明する。日種別判別部104は、上記統計値の1つとして、対象期間Sに含まれる日種別I(例えば、I=平日)の負荷パターンにおける各時間帯tの平均値W(t) ̄(実際の ̄は、「W(t)」の上に位置する)を、以下に示す(式9)を用いて算出する。なお、(式9)において、i=1〜nは、日種別Iである対象期間S中の該当日を示す。また、日種別判別部104は、上記統計値の1つとして、標準偏差想定値SSDlog(t) ̄(実際の ̄は、「SSDlog(t)」の上に位置する)を、以下に示す(式10)を用いて算出する。
【数7】
【0054】
日種別判別部104が算出した上記統計値は、日種別情報106に格納される。次に、異常検出部108は、日種別情報106より、平均値W(t) ̄(実際の ̄は、「W(t)」の上に位置する)及び標準偏差想定値SSDlog(t) ̄を参照して、以下の(式11)により、時間帯tにおける負荷量W(t)の異常を検出する。(式11)において、平均値W(t) ̄は、検出対象となる負荷量W(t)と同じ日種別lを有する負荷パターンの時間帯tの平均値である。異常検出部108は、(式11)に示すように、検出対象となる負荷量W(t)と平均値W(t) ̄との差の絶対値が、平均値W(t) ̄に3σ(SSDlog(t) ̄)を加えた値より大きい場合は、異常値として検出している。また、t=1,…,m(m=48:時間帯の単位が30分間の場合)である。
【数8】
【0055】
次に、負荷予測装置10の異常検出部108が、異常値を検出する処理について、バラツキの大きい負荷パターンの具体例4を用いて説明する。
図8は、異常検出部108が異常値を検出する処理を説明するための負荷パターンの具体例4を示す図である。図8に示すように、11:00頃までは時間帯毎のバラツキが大きく、14:00以降はバラツキが小さくなっている。同じ日種別となる負荷パターンが少ない場合は、時間帯毎のバラツキが大きくなることがある。
【0056】
このような負荷パターンの場合は、日種別判別部104は、上述した(式10)の代わりに、以下の(式12)を用いて標準偏差想定値SSDlog(t) ̄を求める。(式12)において、CV ̄(実際の ̄は、「CV」の上に位置する)は、変動係数CV(t)の平均値であり、日種別判別部104は、以下の(式13)を用いて求める。なお、t=1,…,m(m=48:時間帯の単位が30分間の場合)である。また、式(13)において、CV(t)は、時間帯tにおける変動係数であり、日種別判別部104は、以下の(式14)を用いて全時間帯についてCV(t)を求める。
【数9】
【0057】
このように、負荷予測装置10の異常検出部108は、負荷パターンのバラツキが大きい場合は、(式12)を用いて的確に異常値を検出することができる。
【0058】
次に、負荷予測装置10の異常検出部108が、負荷パターンの異常値を修正する処理について説明する。異常検出部108は、異常値を検出した時間帯の負荷量に対して、以下の(式15)を用いて、異常値以外の時間帯の負荷と、異常値以外の時間帯の負荷の平均との偏差を求め、その偏差の平均値を平均値W(t) ̄に加えた値で修正する。
【数10】
【0059】
図9は、負荷予測装置10の異常検出部108が、負荷パターンの異常値を修正した修正例を示す図である。図9には、実測された休日の負荷パターンと、統計値として求めた負荷パターンの平均、上限、下限が示されている。図9に示すとおり、20:00以降において休日の負荷パターンが、上限の負荷パターンを超えた異常値を示している。異常検出部108がこの異常値を修正することにより、一点鎖線の楕円で囲んだ修正部分90に示すとおり、上限の負荷パターン内に収まる負荷パターンとなる。
【0060】
(第2の実施形態)
次に、第2の実施形態として、当日の負荷実績データの推移を監視して、日種別を判別する機能を有する負荷予測装置について説明する。
図10は、第2の実施形態における負荷予測装置の構成例を示す図である。図10に示すように、負荷予測装置10aは、図1に示す負荷予測装置10と比較して、予測用負荷パターン抽出部107aと、乖離検出部114とを備える点で異なり、その他の構成は同じである。よって、同じ構成のものには、図1と同一の符号を付与し、説明を省略する。また、図10に示していないが、負荷予測装置10aを含む運用システムは、図1に示した運用システム1と同様の構成である。
【0061】
乖離検出部114は、日種別情報106より日種別の統計値を参照し、カレンダ情報記録部11から現在日(負荷実績データを収集中の日)の日種別を参照し、負荷実績データ記録部101より当日の負荷実績データを参照して、当日の日種別に対応する統計値に基づいて、現時点までの時間帯毎に負荷パターンが、対応する時間帯の統計値から予測される正常な範囲から乖離した場合に、これを検出する。また、負荷パターンの乖離を検出した場合に、乖離検出部114は、当日の正しい日種別を推定して日種別の訂正指示を予測用負荷パターン抽出部107aへ出力する機能を有する。予測用負荷パターン抽出部107aは、乖離検出部114からの訂正指示に応じた日種別の対象期間の負荷パターンを予測用負荷パターンとして出力する。
【0062】
具体的には、乖離検出部114は、日種別情報106より日種別の統計値として、時間帯tに設定されている日種別Iの平均値W(t) ̄と、標準偏差想定値SSDlog(t) ̄を参照して、以下の(式16)の条件を満たした場合に、乖離を検出する。なお、(式16)において、カレンダ情報記録部11から参照した当日の日種別は、日種別Iである。また、(式16)において、tは、現在時刻の直前となる時間帯である。
【数11】
【0063】
上記処理により負荷パターンの乖離を検出した場合、乖離検出部114は、以下の(式17)の条件を所定数の時間帯に渡り連続して満たす日種別Jがあると判断した場合は、日種別を訂正する指示を予測用負荷パターン抽出部107aへ送信する。これにより、予測用負荷パターン記録部110は、正しい日種別に応じた予測用負荷パターンを格納する。負荷パターン予測部112は、正しい日種別に応じた予測用負荷パターンに基づいて負荷予測パターンを出力できる。機器計画部15は、正しい日種別に応じた負荷予測パターンに基づいて運用パターンを生成することができる。以上により、負荷予測装置10aを備える運用システムは、当日の途中からではあるが、正しい日種別Jに応じた運用パターンに基づいて、管理対象となるエネルギー機器を制御することができる。
【数12】
【0064】
図11は、負荷パターンにおける乖離例を示す図である。図11には、実測中の平日の負荷パターンと、統計値として求めた平日および休日における負荷パターンの平均、上限、下限が示されている。図11に示す実測中の平日は、例えば、カレンダ情報記録部11において対象日の日種別を、誤って平日と設定されたものである。図11に示すように、当日の負荷パターンが6:00頃以降に日種別が平日下限の負荷パターンを下回り、乖離が発生している。そして、図11に示すように、休日上限の負荷パターンから休日下限の負荷パターンの範囲内に、連続した数時間帯、入っているので、日種別を平日から休日に訂正する。このように、乖離検出部114は、実測中の平日の負荷パターンを時間帯毎に処理することで、図11に示すような乖離を検出し、乖離後の負荷パターンの日種別を休日に訂正する。
【0065】
上記各実施形態において、負荷予測装置10内の類似度算出部102、日種別判別部104、予測用負荷パターン抽出部107、異常検出部108、変更通知部109、負荷パターン予測部112、負荷予測装置10a内の予測用負荷パターン抽出部107a、及び、乖離検出部114は、ソフトウェア機能部であるものとしたが、LSI等のハードウェア機能部であってもよい。
【0066】
以上説明した少なくともひとつの実施形態によれば、所定期間Sにおける各日間の負荷パターンの類似度をそれぞれ算出する類似度算出部102と、類似度算出部102が算出した類似度に基づいて、負荷パターンの日種別を判別する日種別判別部104とを持つことにより、負荷実績データから外乱となるデータを除外することができる。
【0067】
また、以上に説明した負荷予測装置10内の類似度算出部102、日種別判別部104、予測用負荷パターン抽出部107、異常検出部108、変更通知部109、負荷パターン予測部112、負荷予測装置10a内の予測用負荷パターン抽出部107a、及び、乖離検出部114の機能をソフトウェアによって実現する場合は、それらの機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録し、そのプログラムをコンピューターシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピューターシステム」とは、OS(Operating System)や周辺機器等のハードウェアを含むものとする。また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD(Compact Disk)−ROM等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバーやクライアントとなるコンピューターシステム内部の揮発性メモリー(RAM)のように、一定時間プログラムを保持しているものも含むものとする。
【0068】
また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピューターシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピューターシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であってもよい。また、クラウドコンピューティングを利用して運用システム1を構築してもよい。
【0069】
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
【符号の説明】
【0070】
1…運用システム、2…負荷設備、4…エネルギー設備、10,10a…負荷予測装置、11…カレンダ情報記録部、12…入出力部、13…負荷実績収集部、15…機器計画部、16…運用パターン記録部、17…機器制御部、101…負荷実績データ記録部、102…類似度算出部、103…日間類似度テーブル、104…日種別判別部、105…判別結果記録部、106…日種別情報、107,107a…予測用負荷パターン抽出部、108…異常検出部、109…変更通知部、110…予測用負荷パターン記録部、111…気象情報記録部、112…負荷パターン予測部、113…負荷予測パターン記録部、114…乖離検出部
図1
図2
図3
図4
図5
図6
図7
図8
図9
図10
図11