知財求人 - 知財ポータルサイト「IP Force」
▶ 富士電機株式会社の特許一覧 ▶ 学校法人明治大学の特許一覧
(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】P2024168159
(43)【公開日】2024-12-05
(54)【発明の名称】情報処理装置、情報処理方法、及びプログラム
(51)【国際特許分類】
H02J 3/26 20060101AFI20241128BHJP
H02J 3/00 20060101ALI20241128BHJP
H02J 3/12 20060101ALI20241128BHJP
【ＦＩ】
H02J3/26
H02J3/00 170
H02J3/12
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023084599
(22)【出願日】2023-05-23
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り （１）掲載日：令和５年３月１日 ウェブサイト：ｈｔｔｐｓ：／／ｇａｋｋａｉ－ｗｅｂ．ｎｅｔ／ｐ／ｉｅｅ／ｉｐｐａｎ／ｍｏｄ２．ｐｈｐ （２）掲載日：令和５年３月３日 ウェブサイト：ｈｔｔｐｓ：／／ｗｗｗ．ｂｏｏｋｐａｒｋ．ｎｅ．ｊｐ／ｃｍ／ｉｅｅｊ／ｄｅｔａｉｌ／ＩＥＥＪ－２０２３０３０７Ｘ０５７０１－０１３－ＰＤＦ／ （３）開催日：令和５年３月７日 開催場所：電力技術／電力系統技術／半導体電力変換合同研究会 名護市産業支援センター（沖縄県名護市大中１丁目１９番２４） （４）開催日：令和５年３月１６日 開催場所：令和５年電気学会全国大会 名古屋大学 東山キャンパス（名古屋市千種区不老町）
(71)【出願人】
【識別番号】000005234
【氏名又は名称】富士電機株式会社
(71)【出願人】
【識別番号】801000027
【氏名又は名称】学校法人明治大学
(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】関 孝二郎
(72)【発明者】
【氏名】小林 優斗
(72)【発明者】
【氏名】福山 良和
【テーマコード（参考）】
5G066
【Ｆターム（参考）】
5G066AA03
5G066AE01
5G066AE03
5G066AE09
5G066DA10
5G066GA02
5G066GC10
(57)【要約】
【課題】三相送配電線の電圧不平衡率を改善可能なねん架の状態を精度良く定めることができる情報処理装置を提供する。
【解決手段】情報処理装置は、電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて電力系統とやりとりされる電力と、電力系統の構成を示す系統構成情報と、に基づいて、ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出部と、ｍ個のノードのそれぞれにおける三相送配電線の状態を決定変数とし、ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する決定部と、を備える。
【選択図】図３
【解決手段】情報処理装置は、電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて電力系統とやりとりされる電力と、電力系統の構成を示す系統構成情報と、に基づいて、ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出部と、ｍ個のノードのそれぞれにおける三相送配電線の状態を決定変数とし、ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する決定部と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出部と、
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定部と、
を備え、
前記決定部は、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
情報処理装置。
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定部と、
を備え、
前記決定部は、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
情報処理装置。
【請求項2】
請求項１に記載の情報処理装置であって、
前記目的関数は、前記ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、前記ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかと、前記三相送配電線をねん架するノードの数とに基づいて定まる関数であり、
前記決定部は、
前記目的関数を用いて、前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率を算出する
情報処理装置。
前記目的関数は、前記ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、前記ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかと、前記三相送配電線をねん架するノードの数とに基づいて定まる関数であり、
前記決定部は、
前記目的関数を用いて、前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率を算出する
情報処理装置。
【請求項3】
請求項２に記載の情報処理装置であって、
前記決定部は、
前記決定変数を前記三相送配電線の現在の状態にした場合における前記目的関数の値と、ねん架するノードの数の前記目的関数における重みとの比率に基づいて、前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率を算出する
情報処理装置。
前記決定部は、
前記決定変数を前記三相送配電線の現在の状態にした場合における前記目的関数の値と、ねん架するノードの数の前記目的関数における重みとの比率に基づいて、前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率を算出する
情報処理装置。
【請求項4】
請求項１に記載の情報処理装置であって、
前記決定部は、
前記目的関数が最適化された電力系統のノード数とねん架数とで定まる割合に基づいて算出された前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率で、前記初期値を生成する
情報処理装置。
前記決定部は、
前記目的関数が最適化された電力系統のノード数とねん架数とで定まる割合に基づいて算出された前記第１状態、前記第２状態、及び前記第３状態のそれぞれの発生確率で、前記初期値を生成する
情報処理装置。
【請求項5】
請求項１から４の何れか一項に記載の情報処理装置であって、
前記決定部は、
前記第１状態の発生確率が、前記第２状態、及び前記第３状態のそれぞれの発生確率より大きくなる前記初期値を生成する
情報処理装置。
前記決定部は、
前記第１状態の発生確率が、前記第２状態、及び前記第３状態のそれぞれの発生確率より大きくなる前記初期値を生成する
情報処理装置。
【請求項6】
請求項１に記載の情報処理装置であって、
前記決定部は、
メタヒューリスティクスを用いた組み合わせ最適化手法により、前記目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する
情報処理装置。
前記決定部は、
メタヒューリスティクスを用いた組み合わせ最適化手法により、前記目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する
情報処理装置。
【請求項7】
請求項１に記載の情報処理装置であって、
前記算出部は、
前記電力系統における所定の位置の電圧、及び電流を計測するセンサの計測値、または、前記ｎ個のノードのそれぞれに接続されたスマートメータの計測値の少なくとも何れかを用いて、前記ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力を算出する
情報処理装置。
前記算出部は、
前記電力系統における所定の位置の電圧、及び電流を計測するセンサの計測値、または、前記ｎ個のノードのそれぞれに接続されたスマートメータの計測値の少なくとも何れかを用いて、前記ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力を算出する
情報処理装置。
【請求項8】
請求項１に記載の情報処理装置であって、
前記目的関数は、前記ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、前記ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかに基づいて定まる関数である
情報処理装置。
前記目的関数は、前記ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、前記ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかに基づいて定まる関数である
情報処理装置。
【請求項9】
情報処理装置が、
電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出ステップと、
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定ステップと、
を含み、
前記決定ステップにおいて、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
情報処理方法。
電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出ステップと、
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定ステップと、
を含み、
前記決定ステップにおいて、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
情報処理方法。
【請求項10】
コンピュータに、
電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出処理と、
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定処理と、
を実行させ、
前記決定処理において、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
プログラム。
電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出処理と、
前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定処理と、
を実行させ、
前記決定処理において、
前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法、及びプログラムに関する。
【背景技術】
【0002】
電力系統の送電線、または配電線（以下、「送配電線」と称する。）において、相毎の電圧のばらつきは電圧不平衡率（以下、「不平衡率」と称する。）で算出され、不平衡率は小さいことが望ましい。そして、電力系統の不平衡率を解消するため、三相配電線においてねん架が行われることがある。
【0003】
特許文献１には、三相送配電線におけるねん架の位置を決定するねん架位置決定装置が記載されている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１５－１２６６７９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
ところで、近年、電力系統には、太陽光発電や電気自動車充電器などの機器が設置されることがある。これらの機器による不規則な負荷変動又は発電変動は電圧の不平衡を拡大させる。しかしながら、特許文献１に記載の技術では、実際の負荷変動又は発電変動は考慮していないため、電圧不平衡率を改善可能なねん架の位置及び当該位置におけるねん架のパターン（相の入れ替え方）を必ずしも決定できるとは限らない。
【0006】
本発明は、上記のような従来の問題に鑑みてなされたものであって、三相送配電線の電圧不平衡率を改善可能なねん架の状態（ねん架の位置及び当該位置におけるねん架のパターン）を精度良く定めることができる情報処理装置、情報処理方法、及びプログラ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】
【0007】
前述した課題を解決する主たる本発明は、情報処理装置は、電力系統におけるｍ個のノードのそれぞれにおける三相送配電線の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は前記第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードのそれぞれにおいて前記電力系統とやりとりされる電力と、前記電力系統の構成を示す系統構成情報と、に基づいて、前記ｎ個のノードのそれぞれの電圧の不平衡率を算出する算出部と、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定変数とし、前記ｎ個のノードのそれぞれの電圧の不平衡率に基づいて定まる目的関数を最適化する、前記ｍ個のノードのそれぞれにおける前記三相送配電線の状態を決定する決定部と、を備え、前記決定部は、前記第２状態、及び前記第３状態のそれぞれの発生確率と異なる発生確率で前記第１状態が発生する、前記決定変数の初期値を生成する。
【発明の効果】
【0008】
本発明によれば、三相送配電線の電圧不平衡率を改善可能なねん架の状態を精度良く定めることができる。
【図面の簡単な説明】
【0009】
【図1】本発明の第１の実施形態による情報処理装置１０のハードウェア構成を示す図である。
【図2】第１の実施形態による情報処理装置１０がねん架の状態の決定を行う電力系統２０の一例を示す図である。
【図3】第１の実施形態による情報処理装置１０が備える機能及びデータベースの一例を示す構成図である。
【図4】第１の実施形態による系統構成情報のデータ構成及びデータ例を示す概略図である。
【図5】第１の実施形態による付帯機器情報のデータ構成及びデータ例を示す概略図である。
【図6】第１の実施形態によるスマートメータマスタのデータ構成及びデータ例を示す概略図である。
【図7】第１の実施形態によるスマートメータ計測値テーブルのデータ構成及びデータ例を示す概略図である。
【図8】第１の実施形態による変圧器電力算出部１３が出力する変圧器電力データの一例を示す概略図である。
【図9】第１の実施形態による最適ねん架算出部１５の詳細な機能ブロックの一例を示す図である。
【図10】第１の実施形態による決定処理を説明するための図である。
【図11】第１の実施形態による決定処理を説明するための図である。
【図12】第１の実施形態による最適ねん架算出部１５が生成する不平衡率算出結果テーブルの一例を示す概略図である。
【図13】第１の実施形態による最適ねん架算出部１５が生成する目的関数算出結果テーブルの一例を示す概略図である。
【図14】第１の実施形態による不平衡解消処理の一例を示すフローチャートである。
【図15】乱数により生成した初期集団の一例を示す図である。
【図16】第１の実施形態による発生確率テーブル１５３のデータ構成及びデータ例を示す概略図である。
【図17】第１の実施形態による最適ねん架算出部１５が生成する初期集団の一例を示す概略図である。
【図18】第１の実施形態によるノードＮ毎の発生確率テーブル１５３の一例を示す概略図である。
【図19】決定処理における計算時間を比較するグラフである。
【図20】本発明の第３の実施形態による最適ねん架算出結果実績テーブルのデータ構成及びデータ例を示す概略図である。
【図21】本発明の第４の実施形態による情報処理装置１０Ａが備える機能及びデータベースの一例を示す構成図である。
【図22】第４の実施形態によるセンサ計測値テーブルのデータ構成及びデータ例を示す概略図である。
【発明を実施するための形態】
【0010】
本明細書及び添付図面の記載により、少なくとも以下の事項が明らかとなる。
【0011】
＝＝＝＝＝第１の実施形態＝＝＝＝＝
＜＜＜情報処理装置１０の構成＞＞＞
まず、第１の実施形態について説明する。
図１は、本発明の一実施形態である情報処理装置１０のハードウェア構成を示す図である。情報処理装置１０は、例えば、図２に示す電力系統２０（後述）の三相送配電線に対するねん架の状態を決定する装置である。ねん架の状態とは、ねん架する位置、及び当該位置におけるねん架のパターンである。ねん架のパターンとは、各相の入れ替え方（捻り方）である。情報処理装置１０は、ＣＰＵ（Central Processing Unit）１０１、メモリ１０２、入力部１０３、出力部１０４、記憶部１０５、記録媒体駆動部１０６、及びネットワーク接続部１０７を含むコンピュータである。ＣＰＵ１０１、メモリ１０２、入力部１０３、出力部１０４、記憶部１０５、記録媒体駆動部１０６、及びネットワーク接続部１０７は、バスを介して相互に通信接続する。
＜＜＜情報処理装置１０の構成＞＞＞
まず、第１の実施形態について説明する。
図１は、本発明の一実施形態である情報処理装置１０のハードウェア構成を示す図である。情報処理装置１０は、例えば、図２に示す電力系統２０（後述）の三相送配電線に対するねん架の状態を決定する装置である。ねん架の状態とは、ねん架する位置、及び当該位置におけるねん架のパターンである。ねん架のパターンとは、各相の入れ替え方（捻り方）である。情報処理装置１０は、ＣＰＵ（Central Processing Unit）１０１、メモリ１０２、入力部１０３、出力部１０４、記憶部１０５、記録媒体駆動部１０６、及びネットワーク接続部１０７を含むコンピュータである。ＣＰＵ１０１、メモリ１０２、入力部１０３、出力部１０４、記憶部１０５、記録媒体駆動部１０６、及びネットワーク接続部１０７は、バスを介して相互に通信接続する。
【0012】
ＣＰＵ１０１は、メモリ１０２又は記憶部１０５に格納されたプログラムを実行することにより、情報処理装置１０における様々な機能を実現する。
メモリ１０２は、例えばＲＡＭ（Random-Access Memory）等であり、ねん架の状態を決定するためのプログラムやデータ等の一時的な記憶領域として用いられる。
メモリ１０２は、例えばＲＡＭ（Random-Access Memory）等であり、ねん架の状態を決定するためのプログラムやデータ等の一時的な記憶領域として用いられる。
【0013】
入力部１０３は、ユーザによるコマンドやデータの入力を受け付ける装置であり、キーボード、タッチパネルディスプレイ上でのタッチ位置を検出するタッチセンサなどの入力インタフェースを含む。
出力部１０４は、例えばディスプレイなどの表示装置、又はプリンタでなどの出力装置である。
出力部１０４は、例えばディスプレイなどの表示装置、又はプリンタでなどの出力装置である。
【0014】
記憶部１０５は、例えば、ハードディスク、ＵＳＢ（Universal Serial Bus）メモリ、又はメモリカードなどにより構成され、ＣＰＵ１０１によって、実行または処理されるプログラム又は各種データを格納する不揮発性の記憶装置である。
【0015】
記録媒体駆動部１０６は、例えば光ディスク又はコンパクトディスクなどの記録媒体６と接続し、記録媒体６からデータを読み出す、又はデータを書き込む。
【0016】
ネットワーク接続部１０７は、ネットワーク（不図示）を介して、他のコンピュータと各種プログラムやデータの受け渡しを行う。
【0017】
＜＜＜電力系統２０の一例＞＞＞
図２は、情報処理装置１０がねん架の状態の決定を行う電力系統２０の一例を示す図である。電力系統２０は、例えば、６．６ｋＶ系の送配電線系統であり、変圧器２１、送配電線２２、センサ内蔵開閉器２３、複数の柱上変圧器ＴＲ（ＴＲ１～ＴＲ５）、及び複数の電力量計ＳＭ（ＳＭ１～ＳＭ５）を含む。また、送配電線２２には、センサ内蔵開閉器２３又は複数の柱上変圧器ＴＲのそれぞれが接続されるノードＮ（Ｎ０～Ｎ５）が設けられる。なお、電力系統２０は、自営線で構成されている場合も含む。
図２は、情報処理装置１０がねん架の状態の決定を行う電力系統２０の一例を示す図である。電力系統２０は、例えば、６．６ｋＶ系の送配電線系統であり、変圧器２１、送配電線２２、センサ内蔵開閉器２３、複数の柱上変圧器ＴＲ（ＴＲ１～ＴＲ５）、及び複数の電力量計ＳＭ（ＳＭ１～ＳＭ５）を含む。また、送配電線２２には、センサ内蔵開閉器２３又は複数の柱上変圧器ＴＲのそれぞれが接続されるノードＮ（Ｎ０～Ｎ５）が設けられる。なお、電力系統２０は、自営線で構成されている場合も含む。
【0018】
変圧器２１は、送電線（不図示）から供給される電圧を変圧し、６．６ｋＶの電圧を送配電線２２へと出力する。
【0019】
送配電線２２は、変圧器２１からの電力を各需要家に供給するための三相送配電線であり、上流側の変圧器２１から下流側に向かって延びている。送配電線２２は、変圧器２１からのＵ相、Ｖ相、Ｗ相の三相交流電力を供給するための電力線である。送配電線２２は、Ｕ相の電力を供給する送配電線２２１、Ｖ相の電力を供給する送配電線２２２、及びＷ相の電力を供給する送配電線２２３を有する。
【0020】
ノードＮは、送配電線２２上に設けられている任意の管理単位である。本実施形態では、ノードＮは、柱上変圧器ＴＲ単位で管理されている集約単位である。ノードＮは、ねん架の位置の候補である。以下、説明の便宜を図るため、ノード番号「ｉ（ｉは整数）」のノードＮをノードＮｉと記す。ノード番号は、各ノードＮを識別する識別番号である。例えば、ノード番号「０」のノードＮは、ノードＮ０と記す。なお、各ノードＮに共通する事項については、ノード番号を省略し、単に「ノードＮ」又は「各ノードＮ」と記す。
【0021】
センサ内蔵開閉器２３は、定周期で、設置点の少なくとも電圧、及び電流のそれぞれの測定値を測定可能なセンサを有する開閉器である。センサ内蔵開閉器２３の設置点が、ノードＮ０である。
【0022】
柱上変圧器ＴＲは、送配電線２２に接続される変圧器である。柱上変圧器ＴＲは、例えば一次側の電圧を所定の変圧比で変圧して、当該変圧された電圧を二次側から出力する変圧器である。柱上変圧器ＴＲ１～ＴＲ４の一次側はそれぞれ、送配電線２２１～２２３のうち何れか二相（二本）の送配電線２２に接続され、変圧器ＴＲ５の一次側は送配電線２２１～２２３に接続される。柱上変圧器ＴＲ１～ＴＲ５の二次側はそれぞれ、需要家に接続される。需要家は、送配電線２２から供給される電力を使用する者であり、電力を消費する負荷をそれぞれ有する。変圧器２１が送配電線２２へ出力した電力は、柱上変圧器ＴＲを介して需要家に配給される。以下、説明の便宜を図るため、付帯機器ＩＤ「ＴＲｉ」の柱上変圧器ＴＲを、柱上変圧器ＴＲｉと記す。付帯機器ＩＤは、各付帯機器（センサ内蔵開閉器２３又は柱上変圧器ＴＲ）を識別する識別情報である。例えば、付帯機器ＩＤ「ＴＲ１」の柱上変圧器ＴＲは、柱上変圧器ＴＲ１と記す。なお、各柱上変圧器ＴＲに共通する事項については、数字を省略し、単に「柱上変圧器ＴＲ」又は「各柱上変圧器ＴＲ」と記す。
【0023】
電力量計ＳＭは、送配電線２２の所定のノードＮにおける需要家に設置される。電力量計ＳＭとしては、所謂スマートメータを用いることができる。電力量計ＳＭは、需要家の使用電力量（負荷量又は発電量）の測定値を、所定周期で測定する。以下、説明の便宜を図るため、スマートメータＩＤ「ＳＭｉ」の電力量計ＳＭを電力量計ＳＭｉと記す。スマートメータＩＤは、各電力量計ＳＭを識別する識別情報である。例えば、スマートメータＩＤ「ＳＭ１」の電力量計ＳＭは、電力量計ＳＭ１と記す。なお、各電力量計ＳＭに共通する事項については、数字を省略し、単に「電力量計ＳＭ」又は「各電力量計ＳＭ」と記す。なお、本図では、１台の柱上変圧器ＴＲそれぞれに１台の電力量計ＳＭが接続されている構成を例示しているが、１台の柱上変圧器ＴＲに対し複数台の電力量計ＳＭ（すなわち、需要家）が接続されていてもよい。
【0024】
＜＜＜情報処理装置１０の詳細＞＞＞
図３は、情報処理装置１０が備える機能及びデータベースの一例を示す構成図である。
図３は、情報処理装置１０が備える機能及びデータベースの一例を示す構成図である。
【0025】
情報処理装置１０は、電力系統２０の各電力量計ＳＭそれぞれと、通信線３０を介して通信接続する。情報処理装置１０は、系統構成データベース１１と、スマートメータ情報データベース１２と、変圧器電力算出部１３と、データ生成部１４と、最適ねん架算出部１５と、結果出力部１６とを有する。情報処理装置１０の記憶部１０５には、系統構成データベース１１、及びスマートメータ情報データベース１２が予め記憶されている。また、ＣＰＵ１０１が、記憶部１０５に格納された所定のプログラムをメモリ１０２に読み出して実行又は処理することにより、情報処理装置１０には、変圧器電力算出部１３、データ生成部１４、最適ねん架算出部１５、及び結果出力部１６の各機能が実現される。
【0026】
系統構成データベース１１は、電力系統２０の構成を示す系統構成情報、及び、電力系統２０が有する付帯機器（センサ内蔵開閉器２３及び柱上変圧器ＴＲ）に関する情報を示す付帯機器情報を記憶するデータベースである。
【0027】
図４は、系統構成情報のデータ構成及びデータ例を示す概略図である。
図示するように、系統構成情報は、ノード番号と、電柱番号と、緯度と、経度と、接続先電柱番号と、配電線Ｒ（Ｕ相）と、配電線Ｘ（Ｕ相）と、配電線Ｒ（Ｖ相）と、配電線Ｘ（Ｖ相）と、配電線Ｒ（Ｗ相）と、配電線Ｘ（Ｗ相）と、付帯機器ＩＤとの各項目を有する。
ノード番号は、各ノードＮを識別する識別情報である。電柱番号は、ノードＮが配置される電柱の識別番号である。緯度は、電柱が設置されている位置の緯度である。経度は、電柱が設置されている位置の経度である。接続先電柱番号は、電柱が送配電線２２を介して接続する上流側の電柱の電柱番号である。配電線Ｒ（Ｕ相）は、Ｕ相における線路の抵抗（単位は、「Ω（オーム）」）である。配電線Ｘ（Ｕ相）は、Ｕ相におけるリアクタンス（単位は、「Ω」）である。配電線Ｒ（Ｖ相）は、Ｖ相における線路の抵抗（単位は、「Ω」）である。配電線Ｘ（Ｖ相）は、Ｖ相におけるリアクタンス（単位は、「Ω」）である。配電線Ｒ（Ｗ相）は、Ｗ相における線路の抵抗（単位は、「Ω」）である。配電線Ｘ（Ｗ相）は、Ｗ相におけるリアクタンス（単位は、「Ω」）である。付帯機器ＩＤは、ノードＮに配置される付帯機器の識別情報である。
図示するように、系統構成情報は、ノード番号と、電柱番号と、緯度と、経度と、接続先電柱番号と、配電線Ｒ（Ｕ相）と、配電線Ｘ（Ｕ相）と、配電線Ｒ（Ｖ相）と、配電線Ｘ（Ｖ相）と、配電線Ｒ（Ｗ相）と、配電線Ｘ（Ｗ相）と、付帯機器ＩＤとの各項目を有する。
ノード番号は、各ノードＮを識別する識別情報である。電柱番号は、ノードＮが配置される電柱の識別番号である。緯度は、電柱が設置されている位置の緯度である。経度は、電柱が設置されている位置の経度である。接続先電柱番号は、電柱が送配電線２２を介して接続する上流側の電柱の電柱番号である。配電線Ｒ（Ｕ相）は、Ｕ相における線路の抵抗（単位は、「Ω（オーム）」）である。配電線Ｘ（Ｕ相）は、Ｕ相におけるリアクタンス（単位は、「Ω」）である。配電線Ｒ（Ｖ相）は、Ｖ相における線路の抵抗（単位は、「Ω」）である。配電線Ｘ（Ｖ相）は、Ｖ相におけるリアクタンス（単位は、「Ω」）である。配電線Ｒ（Ｗ相）は、Ｗ相における線路の抵抗（単位は、「Ω」）である。配電線Ｘ（Ｗ相）は、Ｗ相におけるリアクタンス（単位は、「Ω」）である。付帯機器ＩＤは、ノードＮに配置される付帯機器の識別情報である。
【0028】
図５は、付帯機器情報のデータ構成及びデータ例を示す概略図である。
図示するように、付帯機器情報は、付帯機器ＩＤと、付帯機器種別と、接続相との各項目を有する。
付帯機器ＩＤは、各付帯機器（センサ内蔵開閉器２３又は柱上変圧器ＴＲ）を識別する識別情報である。付帯機器種別は、付帯機器の種別である。例えば、付帯機器ＩＤ「ＳＥ１」は、センサ内蔵開閉器２３であり、付帯機器ＩＤ「ＴＲ１」～「ＴＲ５」は、柱上変圧器ＴＲである。接続相は、付帯機器が接続する送配電線２２の相である。図示する例では、例えば、センサ内蔵開閉器２３は、ＵＶＷ相（すなわち、Ｕ相、Ｖ相、及びＷ相の全ての相）に接続する。また、柱上変圧器ＴＲ１は、ＵＶ相（すなわち、Ｕ相及びＶ相の二相）に接続する。
図示するように、付帯機器情報は、付帯機器ＩＤと、付帯機器種別と、接続相との各項目を有する。
付帯機器ＩＤは、各付帯機器（センサ内蔵開閉器２３又は柱上変圧器ＴＲ）を識別する識別情報である。付帯機器種別は、付帯機器の種別である。例えば、付帯機器ＩＤ「ＳＥ１」は、センサ内蔵開閉器２３であり、付帯機器ＩＤ「ＴＲ１」～「ＴＲ５」は、柱上変圧器ＴＲである。接続相は、付帯機器が接続する送配電線２２の相である。図示する例では、例えば、センサ内蔵開閉器２３は、ＵＶＷ相（すなわち、Ｕ相、Ｖ相、及びＷ相の全ての相）に接続する。また、柱上変圧器ＴＲ１は、ＵＶ相（すなわち、Ｕ相及びＶ相の二相）に接続する。
【0029】
図３に戻り、情報処理装置１０の機能構成について説明を続ける。
スマートメータ情報データベース１２は、各電力量計ＳＭのそれぞれに関する情報を示すスマートメータマスタと、各電力量計ＳＭのそれぞれで計測された定周期の計測値を示すスマートメータ計測値テーブルとを記憶するデータベースである。
スマートメータ情報データベース１２は、各電力量計ＳＭのそれぞれに関する情報を示すスマートメータマスタと、各電力量計ＳＭのそれぞれで計測された定周期の計測値を示すスマートメータ計測値テーブルとを記憶するデータベースである。
【0030】
図６は、スマートメータマスタのデータ構成及びデータ例を示す概略図である。
図示するように、スマートメータマスタは、スマートメータＩＤと、接続先柱上変圧器ＩＤと、型式と、定格電圧との各項目を有する。
スマートメータＩＤは、各電力量計ＳＭを識別する識別情報である。接続先柱上変圧器ＩＤは、電力量計ＳＭが接続する柱上変圧器ＴＲの付帯機器ＩＤである。型式は、電力量計ＳＭの型式である。定格電圧は、電力量計ＳＭの定格電圧である。
図示するように、スマートメータマスタは、スマートメータＩＤと、接続先柱上変圧器ＩＤと、型式と、定格電圧との各項目を有する。
スマートメータＩＤは、各電力量計ＳＭを識別する識別情報である。接続先柱上変圧器ＩＤは、電力量計ＳＭが接続する柱上変圧器ＴＲの付帯機器ＩＤである。型式は、電力量計ＳＭの型式である。定格電圧は、電力量計ＳＭの定格電圧である。
【0031】
図７は、スマートメータ計測値テーブルのデータ構成及びデータ例を示す概略図である。
図示するように、スマートメータ計測値テーブルは、計測日時と、スマートメータＩＤと、メータ計測値との各項目を有する。
計測日時は、メータ計測値を計測した日時（年月日時分）である。メータ計測値は、電力量計ＳＭが計測した需要家の使用電力量の測定値（単位は「ｋＷｈ（キロワットアワー）」）である。
図示する例では、３０分毎の各電力量計ＳＭの計測値がスマートメータ計測値テーブルに格納されている。すなわち、本例では、各電力量計ＳＭは、３０分毎の定周期で、需要家の使用電力量を計測する。
スマートメータ計測値テーブルに格納されているデータは、記憶部１０５に予め記憶されていてもよいし、ＣＰＵ１０１が、通信線３０を介して、各電力量計ＳＭからメータ計測値を取得し、取得したメータ計測値をスマートメータ計測値テーブルに書き込むことで、随時更新されてもよい。
図示するように、スマートメータ計測値テーブルは、計測日時と、スマートメータＩＤと、メータ計測値との各項目を有する。
計測日時は、メータ計測値を計測した日時（年月日時分）である。メータ計測値は、電力量計ＳＭが計測した需要家の使用電力量の測定値（単位は「ｋＷｈ（キロワットアワー）」）である。
図示する例では、３０分毎の各電力量計ＳＭの計測値がスマートメータ計測値テーブルに格納されている。すなわち、本例では、各電力量計ＳＭは、３０分毎の定周期で、需要家の使用電力量を計測する。
スマートメータ計測値テーブルに格納されているデータは、記憶部１０５に予め記憶されていてもよいし、ＣＰＵ１０１が、通信線３０を介して、各電力量計ＳＭからメータ計測値を取得し、取得したメータ計測値をスマートメータ計測値テーブルに書き込むことで、随時更新されてもよい。
【0032】
図３に戻り、情報処理装置１０の機能構成について説明を続ける。
変圧器電力算出部１３は、系統構成データベース１１、及びスマートメータ情報データベース１２が記憶する情報に基づいて、各柱上変圧器ＴＲ単位での電力状態（負荷、又は発電）の分布（以下、「負荷分布」とする。）を算出する。本実施形態では、変圧器電力算出部１３は、負荷分布として、各柱上変圧器ＴＲそれぞれの平均消費電力を算出する。
変圧器電力算出部１３は、系統構成データベース１１、及びスマートメータ情報データベース１２が記憶する情報に基づいて、各柱上変圧器ＴＲ単位での電力状態（負荷、又は発電）の分布（以下、「負荷分布」とする。）を算出する。本実施形態では、変圧器電力算出部１３は、負荷分布として、各柱上変圧器ＴＲそれぞれの平均消費電力を算出する。
【0033】
以下、図７に示すデータ例を用いて、計測日時「２０１９/１２/１０ ９:００」から計測日時「２０１９/１２/１０ ９:３０」までの３０分間の柱上変圧器ＴＲ１の平均消費電力を算出する場合を例に、平均消費電力の算出方法について具体的に説明する。まず、変圧器電力算出部１３は、図６のスマートメータマスタを参照して、柱上変圧器ＴＲ１に接続する電力量計ＳＭ１を特定する。そして、変圧器電力算出部１３は、計測日時「２０１９/１２/１０ ９:３０」の電力量計ＳＭ１のメータ計測値「１５５０」から計測日時「２０１９/１２/１０ ９:００」の電力量計ＳＭ１のメータ計測値「１５００」を減算して、３０分間の電力量計測値「５０ｋＷｈ（＝１５５０－１５００）」を算出する。そして、変圧器電力算出部１３は、電力量計測値「５０ｋＷｈ」を「０．５時間（３０分）」で除算して、３０分間の柱上変圧器ＴＲ１の平均消費電力「１００ｋＷ（キロワット）（＝５０ｋＷｈ÷０．５ｈ）」を算出する。同様に、変圧器電力算出部１３は、柱上変圧器ＴＲ２の平均消費電力「１５０ｋＷ」、柱上変圧器ＴＲ３の平均消費電力「５０ｋＷ」、柱上変圧器ＴＲ４の平均消費電力「８０ｋＷ」、及び、柱上変圧器ＴＲ５の平均消費電力「２００ｋＷ」を算出する。そして、変圧器電力算出部１３は、算出した各柱上変圧器ＴＲの平均消費電力を示す変圧器電力データを、データ生成部１４に出力する。
【0034】
図８は、変圧器電力算出部１３が出力する変圧器電力データの一例を示す概略図である。
変圧器電力データは、計測日時と、付帯機器ＩＤと、変圧器電力との各項目を有する。
計測日時は、変圧器電力の算出に用いたメータ計測値を計測した日時（年月日時分）である。変圧器電力は、計測日時から直近３０分間の柱上変圧器ＴＲの平均消費電力（単位は、「ｋＷ」）である。
変圧器電力データは、計測日時と、付帯機器ＩＤと、変圧器電力との各項目を有する。
計測日時は、変圧器電力の算出に用いたメータ計測値を計測した日時（年月日時分）である。変圧器電力は、計測日時から直近３０分間の柱上変圧器ＴＲの平均消費電力（単位は、「ｋＷ」）である。
【0035】
なお、図示する例では、「２０１９/１２/１０ ９:３０」時点の単一の時間断面での負荷分布を示しているが、時間断面は複数であってもよい。また、本実施形態では、負荷分布を有効電力のみで説明しているが、無効電力も設定してもよい。
【0036】
図３に戻り、情報処理装置１０の機能構成について説明を続ける。
データ生成部１４は、系統構成データベース１１、及び変圧器電力データに基づいて、入力データを生成する。入力データは、各ノードＮのそれぞれにおける各相それぞれの負荷を示す。まず、データ生成部１４は、系統構成データベース１１が記憶する系統構成情報及び付帯機器情報を参照することにより、各柱上変圧器ＴＲが設置される電柱、電柱単位の接続関係、及び各配電線のインピーダンスを特定する。例えば、データ生成部１４は、系統構成情報及び付帯機器情報に基づいて、各ノードＮに配置されている柱上変圧器ＴＲが接続する相を特定し、特定した相に対する負荷を、柱上変圧器ＴＲの変圧器電力とする。図４及び図５に示すデータ例では、例えば、データ生成部１４は、ノードＮ１に配置される柱上変圧器ＴＲ１が、ＵＶ相の配電線に接続されていることを特定する。そして、データ生成部１４は、変圧器電力データを参照し、ノードＮ１におけるＵＶ相の負荷を柱上変圧器ＴＲ１の変圧器電力「１００」とし、ＶＷ相の負荷を「０」とし、ＷＵ相の負荷を「０」とする。そして、データ生成部１４は、全てのノードＮのそれぞれにおける各相それぞれの負荷を示す入力データを最適ねん架算出部１５に出力する。
データ生成部１４は、系統構成データベース１１、及び変圧器電力データに基づいて、入力データを生成する。入力データは、各ノードＮのそれぞれにおける各相それぞれの負荷を示す。まず、データ生成部１４は、系統構成データベース１１が記憶する系統構成情報及び付帯機器情報を参照することにより、各柱上変圧器ＴＲが設置される電柱、電柱単位の接続関係、及び各配電線のインピーダンスを特定する。例えば、データ生成部１４は、系統構成情報及び付帯機器情報に基づいて、各ノードＮに配置されている柱上変圧器ＴＲが接続する相を特定し、特定した相に対する負荷を、柱上変圧器ＴＲの変圧器電力とする。図４及び図５に示すデータ例では、例えば、データ生成部１４は、ノードＮ１に配置される柱上変圧器ＴＲ１が、ＵＶ相の配電線に接続されていることを特定する。そして、データ生成部１４は、変圧器電力データを参照し、ノードＮ１におけるＵＶ相の負荷を柱上変圧器ＴＲ１の変圧器電力「１００」とし、ＶＷ相の負荷を「０」とし、ＷＵ相の負荷を「０」とする。そして、データ生成部１４は、全てのノードＮのそれぞれにおける各相それぞれの負荷を示す入力データを最適ねん架算出部１５に出力する。
【0037】
最適ねん架算出部１５は、入力データに基づいて、電力系統２０における不平衡率を小さくする、送配電線２２のねん架の状態（ねん架位置及び各ねん架位置におけるねん架のパターン）を決定する決定処理を実行する。ねん架位置は、送配電線２２をねん架する位置（本実施形態では、複数あるノードＮのうちいずれか）である。ねん架のパターンは、送配電線２２における相の入れ替え方である。
【0038】
図９は、最適ねん架算出部１５の詳細な機能ブロックの一例を示す図である。
最適ねん架算出部１５は、算出部１５１と、決定部１５２と、発生確率テーブル１５３とを備える。情報処理装置１０の記憶部１０５には、発生確率テーブル１５３が予め記憶されている。
最適ねん架算出部１５は、算出部１５１と、決定部１５２と、発生確率テーブル１５３とを備える。情報処理装置１０の記憶部１０５には、発生確率テーブル１５３が予め記憶されている。
【0039】
算出部１５１は、電力系統２０におけるｍ（ｍは正の整数）個のノードＮのそれぞれにおける送配電線２２の状態を、第１状態～第３状態のいずれかとして得られる複数の組み合わせと、ｎ（ｎは正の整数）個のノードＮのそれぞれにおいて電力系統とやりとりされる電力と、系統構成情報と、に基づいて、ｎ個のノードＮのそれぞれの電圧の不平衡率を算出する算出処理を実行する。
【0040】
ここで、第１状態とは、送配電線２２をねん架しない状態であり、第２状態とは、送配電線２２を第１パターンでねん架する状態であり、第３状態とは、送配電線２２を第１パターンと異なる第２パターンでねん架する状態である。なお、第１パターン、及び第２パターンの詳細については後述する。また、本実施形態におけるｍ個のノードＮは、送配電線２２に設けられる全てのノードＮであるが、これに限らず、送配電線２２に設けられるノードＮのうち予め選定した複数のノードＮであってもよい。また、本実施形態におけるｎ個のノードＮは、電力量計ＳＭ（柱上変圧器ＴＲ）が接続されるノードＮ（すなわち、センサ内蔵開閉器２３が配置されるノードＮ０以外の全てのノードＮ）である。また、本実施形態では、算出部１５１は、ｎ個のノードのそれぞれに接続された電力量計ＳＭの計測値を用いて、ｎ個のノードのそれぞれにおいて電力系統２０とやりとりされる電力を算出する。
【0041】
決定部１５２は、電圧の不平衡率の算出結果に基づいて、ｍ個のノードのそれぞれにおける送配電線２２の状態を決定する決定処理を実行する。すなわち、決定部１５２は、電力系統２０におけるねん架の状態を決定する。具体的には、決定部１５２は、ｍ個のノードのそれぞれにおける送配電線２２の状態を決定変数とし、ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかに基づいて定まる目的関数を最適化する、ｍ個のノードのそれぞれにおける送配電線２２の状態を決定する。このとき、決定部１５２は、発生確率テーブル１５３を参照して、第２状態、及び第３状態のそれぞれの発生確率と異なる発生確率で第１状態が発生する、決定変数の初期値を生成する。例えば、決定部１５２は、第１状態の発生確率が、第２状態、及び第３状態のそれぞれの発生確率より大きくなる初期値を生成する。
【0042】
発生確率テーブル１５３は、決定変数の初期値における第１状態、第２状態、及び第３状態のそれぞれの発生確率を示す情報である。発生確率テーブル１５３の詳細については後述する。
【0043】
【0044】
まず、最適ねん架算出部１５は、入力データに基づいて、図１０に示すテーブルＴ１００のように、各ノードＮのそれぞれにおける各相の負荷を、変数「ノード［ｉ］．負荷設定［ｊ］」にそれぞれ代入する。ここで、配列「ノード」のインデックス「ｉ」は、ノード番号を示す。また、配列「負荷設定」のインデックス「ｊ」は、０，１，２の三値をとり、「０」がＵＶ相を示し、「１」がＶＷ相を示し、「２」がＷＵ相を示す。例えば、ノード［ｉ］．負荷設定「０」は、ノード番号「ｉ」のノードＮにおけるＵＶ相の負荷を示し、ノード［ｉ］．負荷設定「１」は、ノード番号「ｉ」のノードＮにおけるＶＷ相の負荷を示し、ノード［ｉ］．負荷設定「２」は、ノード番号「ｉ」のノードＮにおけるＷＵ相の負荷を示す。また、本実施形態における負荷は、ノードＮに配置されている柱上変圧器ＴＲの変圧器電力である。最適ねん架算出部１５は、柱上変圧器ＴＲが接続する相に対応する「負荷設定」に、柱上変圧器ＴＲの変圧器電力を代入する。例えば、ノードＮ１に配置されている柱上変圧器ＴＲ１は、ＵＶ相に接続しているため、最適ねん架算出部１５は、ノード［１］．負荷設定［０］を、柱上変圧器ＴＲ１の変圧器電力「１００」（ノード［１］．負荷設定［０］＝１００）とする。
【0045】
続いて、最適ねん架算出部１５は、ｍ個のノードＮのそれぞれにおける送配電線２２の状態の組み合わせ（以下、「ねん架パターンの組み合わせ」とする。）を生成し、図１０示すテーブルＴ２００のように、生成したねん架パターンの組み合わせを、変数「ノード［ｎ］．ねん架パターン」により離散値の配列を用いて定義する。変数「ねん架パターン」は、０，１，２の三値をとり、「０」は、送配電線２２をねん架しない（捻らない）ことを示し、「１」は、Ｕ相をＶ相に、Ｖ相をＷ相に、Ｗ相をＵ相に入れ替える第１パターンを示し、「２」は、Ｕ相をＷ相に、Ｖ相をＵ相に、Ｗ相をＶ相に入れ替える第２パターンを示す。例えば、ノード［０］．ねん架パターン＝０は、ノードＮ０においてねん架を行わないことを示す。また、ノード［２］．ねん架パターン＝２は、ノードＮ２において、Ｕ相をＷ相に、Ｖ相をＵ相に、Ｗ相をＶ相に入れ替える（第２パターンでねん架する）ことを示す。また、ノード［４］．ねん架パターン＝１は、ノードＮ４において、Ｕ相をＶ相に、Ｖ相をＷ相に、Ｗ相をＵ相に入れ替える（第１パターンでねん架する）ことを示す。なお、三相交流電力を供給する電力系統２０では、相の順序を変更することはできないため、ねん架パターンはこの三値に限られる。
【0046】
図１０に示す電力系統２０に対し、テーブルＴ２００に示すねん架パターンの組み合わせでねん架を行うと、図１１に示す電力系統２０Ａのように、ノードＮ２において、Ｕ相がＶ相に、Ｖ相がＷ相に、Ｗ相がＵ相に接続され、ノードＮ４において、Ｕ相がＷ相に、Ｖ相がＵ相に、Ｗ相がＶ相に接続される。
【0047】
続いて、最適ねん架算出部１５は、図１１に示すテーブルＴ３００のように、変数「ノード［ｉ］．ねん架パターン」を用いて各ノードＮにおける相回転を算出し、変数「ノード［ｉ］．相回転」に代入する。変数「相回転」は、生成したねん架パターンの組み合わせで送配電線２２をねん架した際の、ｍ個のノードＮのそれぞれにおける、相の入れ替わり方を示す。変数「相回転」は、変数「ねん架パターン」と同様に、０，１，２の三値をとり、「０」は、送配電線２２の状態が変わらないことを示し、「１」は、Ｕ相がＶ相に、Ｖ相がＷ相に、Ｗ相がＵ相に入れ替わることを示し、「２」は、Ｕ相がＷ相に、Ｖ相がＵ相に、Ｗ相がＶ相に入れ替わることを示す。例えば、ノードＮ３では、ノードＮ２において第２パターンでねん架された結果、Ｕ相がＷ相に、Ｖ相がＵ相に、Ｗ相がＶ相に入れ替わるため、相回転に「２」が設定される。また、ノードＮ５では、ノードＮ２が第２パターンでねん架され、ノードＮ４が第１パターンでねん架された結果、送配電線２２の状態が変わらないため、相回転に「０」が設定される。
【0048】
具体的には、まず、最適ねん架算出部１５は、ノードＮ０の相回転を０（ノード［０］．相回転＝０）に設定する。そして、最適ねん架算出部１５は、ｉが１以上である場合に、ノード［ｉ］．相回転を、ノード［ｉ－１］．相回転＋ノード［ｉ］．ねん架パターンの３による剰余（すなわち３で割った余り）とする。つまり、最適ねん架算出部１５は、「ノード［ｉ］．相回転＝ノード［ｉ－１］．相回転＋ノード［ｉ］．ねん架パターン％３」とする。ここで、「％」は、余剰を示す。
【0049】
続いて、最適ねん架算出部１５は、算出した相回転を利用して、生成したねん架パターンの組み合わせでねん架をした後の負荷を算出する。具体的には、最適ねん架算出部１５は、ねん架後の各ノードＮのそれぞれにおける負荷を、次の式（１）～（３）により、変数「ノード［ｉ］．ねん架負荷設定［ｊ］」にそれぞれ代入する。
【0050】
ノード[ｉ]．ねん架負荷設定[(０＋ノード[ｉ]．相回転)％３]＝ノード[ｉ]．負荷設定[０]…（１）
【0051】
ノード[ｉ]．ねん架負荷設定[(１＋ノード[ｉ]．相回転)％３]＝ノード[ｉ]．負荷設定[１]…（２）
【0052】
ノード[ｉ]．ねん架負荷設定[(２＋ノード[ｉ]．相回転)％３]＝ノード[ｉ].負荷設定[２]…（３）
【0053】
配列「ねん架負荷設定」のインデックスは、０，１，２の三値をとり、「０」がＵＶ相を示し、「１」がＶＷ相を示し、「２」がＷＵ相を示す。例えば、ノード［ｉ］．ねん架負荷設定「０」は、ノード番号「ｉ」のノードＮにおけるねん架後のＵＶ相の負荷を示し、ノード［ｉ］．ねん架負荷設定「１」は、ノード番号「ｉ」のノードＮにおけるねん架後のＶＷ相の負荷を示し、ノード［ｉ］．ねん架負荷設定「２」は、ノード番号「ｉ」のノードＮにおけるねん架後のＷＵ相の負荷を示す。
【0054】
ノードＮ２の負荷を例に、上述した式（１）を用いて具体的に説明する。ノードＮ２における上述した式（１）は、次の式（１Ａ）になる。
【0055】
ノード[２].ねん架負荷設定[(０＋ノード[２].相回転)％３]＝ノード[２].負荷設定[０]…（１Ａ）
【0056】
そして、式（１Ａ）に、ノード[２].相回転＝２を代入すると、次の式（１Ｂ）で表せる。
【0057】
ノード[２].ねん架負荷設定[（０＋２）%３]＝ノード[２].負荷設定[０]…（１Ｂ）
【0058】
その結果、次の式（１Ｃ）になり、ノードＮ２のＵＶ相の負荷が、ねん架によりＷＵ相に接続されることを算出することができる。
【0059】
ノード[２].ねん架負荷設定[２]＝ノード[２].負荷設定[０]…（１Ｃ）
【0060】
そして、式（１Ｃ）に、ノード[２].負荷設定[０]＝１５０．０を代入することにより、次の式（１Ｄ）のように、ねん架後のノードＮ２のＷＵ相の負荷を算出することができる。
【0061】
ノード[２].ねん架負荷設定[２]＝１５０．０…（１Ｄ）
【0062】
このように、式（１）を用いることで、ノードＮ２のＵＶ相の負荷「１５０．０」が、ねん架によりＷＵ相に変更されることを、変数「ねん架負荷設定」に設定することができる。
【0063】
そして、最適ねん架算出部１５は、ねん架後の負荷を示す変数「ノード［ｉ］．ねん架負荷設定［ｊ］」を用いて、三相潮流計算によるシミュレーションを実行し、生成したねん架パターンの組み合わせでねん架後の各ノードＮのそれぞれの相毎の電圧、及び不平衡率を算出する。具体的には、最適ねん架算出部１５は、三相各相の電圧から正相電圧及び逆相電圧を算出し、逆相電圧を正相電圧で除算した値に１００を乗算する（すなわち、「逆相電圧÷正相電圧×１００」）ことで算出する。
【0064】
図１２は、最適ねん架算出部１５が生成する不平衡率算出結果テーブルの一例を示す概略図である。
最適ねん架算出部１５は、算出した各ノードＮのそれぞれの相毎の電圧、及び不平衡率を含む不平衡率算出結果テーブルを生成する。例えば、最適ねん架算出部１５は、ｍ個のノードＮのそれぞれについて、ねん架パターン、相回転、負荷設定［０］～負荷設定［２］、ねん架負荷設定［０］～ねん架負荷設定［２］、電圧［０］～電圧［２］、及び不平衡率の各変数の値を、不平衡率算出結果テーブルに書き込む。ここで、電圧［０］は、ＵＶ相の電圧を示し、電圧［１］は、ＶＷ相の電圧を示し、電圧［２］は、ＷＵ相の電圧を示す。図１２には、図１１に示すように、電力系統２０に対し、テーブルＴ２００に示すようにノードＮ２を第２パターンで、ノードＮ４を第１パターンでねん架したときのデータ例を示している。最適ねん架算出部１５は、ｍ個のノードＮのそれぞれにおけるねん架パターンの組み合わせ毎に、それぞれ不平衡率算出結果テーブルを生成する。また、最適ねん架算出部１５は、複数の時間断面（例えば、所定期間内における電力量計ＳＭの計測周期（例えば、３０分）毎の時間断面全て）について、それぞれ不平衡率算出結果テーブルを生成する。
最適ねん架算出部１５は、算出した各ノードＮのそれぞれの相毎の電圧、及び不平衡率を含む不平衡率算出結果テーブルを生成する。例えば、最適ねん架算出部１５は、ｍ個のノードＮのそれぞれについて、ねん架パターン、相回転、負荷設定［０］～負荷設定［２］、ねん架負荷設定［０］～ねん架負荷設定［２］、電圧［０］～電圧［２］、及び不平衡率の各変数の値を、不平衡率算出結果テーブルに書き込む。ここで、電圧［０］は、ＵＶ相の電圧を示し、電圧［１］は、ＶＷ相の電圧を示し、電圧［２］は、ＷＵ相の電圧を示す。図１２には、図１１に示すように、電力系統２０に対し、テーブルＴ２００に示すようにノードＮ２を第２パターンで、ノードＮ４を第１パターンでねん架したときのデータ例を示している。最適ねん架算出部１５は、ｍ個のノードＮのそれぞれにおけるねん架パターンの組み合わせ毎に、それぞれ不平衡率算出結果テーブルを生成する。また、最適ねん架算出部１５は、複数の時間断面（例えば、所定期間内における電力量計ＳＭの計測周期（例えば、３０分）毎の時間断面全て）について、それぞれ不平衡率算出結果テーブルを生成する。
【0065】
続いて、最適ねん架算出部１５は、ｎ個のノードＮのそれぞれの電圧の不平衡率から目的関数を算出する。例えば、最適ねん架算出部１５は、ｎ個のノードＮのそれぞれの電圧の不平衡率の平均値（以下、「平均不平衡率」とし、図１２に示すデータ例の場合「１．０７」である。）、ｎ個のノードＮのそれぞれの電圧の不平衡率の最大値（以下、「最大不平衡率」とし、図１２に示すデータ例の場合「１．９５」である。）、及び、送配電線２２をねん架するノードＮの数（以下、「ねん架数」とし、図１２に示すデータ例の場合「２」である。）を選択的に組み合わせた目的関数を算出する。本実施形態では、最適ねん架算出部１５は、次の式（４）により、目的関数Ｆ（ｐ）を算出する。
【0066】
F(p) = X×f(p) + Y×g(p) + Z×h(p) …（４）
【0067】
ここで、ｐは、次の式（５）で示される、ねん架パターンの組み合わせである。ねん架パターンの組み合わせｐが、決定変数である。
【0068】
p ∈ {x1, x2,・・・, xm-1, xm } , xi ∈ {0, 1, 2}…（５）
【0069】
ここで、ｍは、ノードＮの数である。また、関数ｆ（ｐ）は、ねん架パターンの組み合わせｐを入力として全ての時間断面で全てのノードＮの平均不平衡率を算出する関数である。また、ｇ（ｐ）は、ねん架パターンの組み合わせｐを入力として全ての時間断面で全てのノードＮの中から最大不平衡率を抽出する関数である。また、ｈ（ｐ）は、ねん架パターンｐを入力としてねん架数をカウントする関数である。
【0070】
また、「Ｘ」は、平均不平衡率の重みであり、「Ｙ」は、最大不平衡率の重みであり、「Ｚ」は、ねん架数の重みである。Ｘ，Ｙ，Ｚそれぞれの値を変化させることにより、各要素（平均不平衡率、最大不平衡率、及びねん架数）の重みを変更することができる。例えば、Ｘの値をＹ及びＺの値より大きくすることで、平均不平衡率の重みを、最大不平衡率及びねん架数の重みより重くすることができる。すなわち、Ｘの値を大きくすることで平均不平衡率の重みを重くし、Ｘの値を小さくすることで平均不平衡率の重みを小さくすることができる。同様に、Ｙの値を大きくすることで最大不平衡率の重みを重くし、Ｙの値を小さくすることで最大不平衡率の重みを小さくすることができる。同様に、Ｚの値を大きくすることでねん架数の重みを重くし、Ｚの値を小さくすることでねん架数の重みを小さくすることができる。また、Ｘ，Ｙ，Ｚの値を０にすることにより、目的関数から各要素（平均不平衡率、最大不平衡率、又はねん架数）を除外することができる。例えば、Ｚを０とすれば、ねん架数を目的関数から除外することができる。なお、本実施形態では、目的関数は、平均不平衡率又は最大不平衡率の少なくとも何れかに基づいて定まるが、これに限らず、例えば、ｎ個のノードＮのそれぞれの電圧の不平衡率の中央値等、ｎ個のノードＮのそれぞれの電圧の不平衡率に基づいて定まるものであればよい。
【0071】
そして、最適ねん架算出部１５は、予め設定された閾値α～γを用いて、目的関数の各要素（平均不平衡率、最大不平衡率、又はねん架数）に制約条件を定める。例えば、平均不平衡率に対する制約条件は閾値αより小さいことであり、最大不平衡率に対する制約条件は閾値βより小さいことであり、ねん架数に対する制約条件は閾値γより小さいことである。具体的には、最適ねん架算出部１５は、次のように目的関数の各要素の重みの値を決定する。
【0072】
ｆ（ｐ）＜閾値αのとき Ｘ＝Ａ
ｆ（ｐ）≧閾値αのとき Ｘ＝Ａ′（ただしＡ′≫Ａ)
ここで、Ａ及びＡ′は予め設定された定数である。また、Ａ′は、Ａより充分に大きい。
ｆ（ｐ）≧閾値αのとき Ｘ＝Ａ′（ただしＡ′≫Ａ)
ここで、Ａ及びＡ′は予め設定された定数である。また、Ａ′は、Ａより充分に大きい。
【0073】
ｇ（ｐ）＜閾値βのとき Ｙ＝Ｂ
ｇ（ｐ）≧閾値βのとき Ｙ＝Ｂ′（ただしＢ′≫Ｂ)
ここでＢ及びＢ′は予め設定された定数である。また、Ｂ′は、Ｂより充分に大きい。
ｇ（ｐ）≧閾値βのとき Ｙ＝Ｂ′（ただしＢ′≫Ｂ)
ここでＢ及びＢ′は予め設定された定数である。また、Ｂ′は、Ｂより充分に大きい。
【0074】
ｈ（ｐ）＜閾値γのときＺ＝Ｃ
ｈ（ｐ）≧閾値γのときＺ＝Ｃ′（ただしＣ′≫Ｃ)
ここで、Ｃ及びＣ′は予め設定された定数である。また、Ｃ′は、Ｃより充分に大きい。
ｈ（ｐ）≧閾値γのときＺ＝Ｃ′（ただしＣ′≫Ｃ)
ここで、Ｃ及びＣ′は予め設定された定数である。また、Ｃ′は、Ｃより充分に大きい。
【0075】
このように目的関数の各要素に対する重みの値を決定することで、各制約条件を満たさないねん架パターンの組み合わせが、不平衡率を小さくするねん架の状態として選択されることを防ぐことができる。例えば、閾値γを２とした場合、後述する図１３に示すデータ例では、ねん架数が２以上のＮｏ.３及びＮｏ.５は、目的関数が非常に大きな値となるため、不平衡率を小さくするねん架の状態として選択されることがない。
【0076】
その後、最適ねん架算出部１５は、終了条件を満たすまで、ねん架パターンの組み合わせを変更し、変更したねん架パターンの組み合わせに対する目的関数を算出する。終了条件は、例えば、ねん架パターンの組み合わせの数（算出した目的関数の数）が所定の閾値を超える、又は算出した目的関数の値が所定の閾値よりも小さくなる、などである。終了条件は、任意に定義することができる。
【0077】
図１３は、最適ねん架算出部１５が生成する目的関数算出結果テーブルの一例を示す概略図である。
最適ねん架算出部１５は、目的関数を算出する毎に、ねん架パターンの組み合わせを識別するＮｏ．と、ねん架パターンの組み合わせを示す変数「ノード［ｎ］．ねん架パターン」の値と、平均不平衡率（単位は、％）と、最大不平衡率（単位は、％）と、ねん架数と、算出した目的関数とを対応付けて目的関数算出結果テーブルに書き込む。
最適ねん架算出部１５は、目的関数を算出する毎に、ねん架パターンの組み合わせを識別するＮｏ．と、ねん架パターンの組み合わせを示す変数「ノード［ｎ］．ねん架パターン」の値と、平均不平衡率（単位は、％）と、最大不平衡率（単位は、％）と、ねん架数と、算出した目的関数とを対応付けて目的関数算出結果テーブルに書き込む。
【0078】
そして、最適ねん架算出部１５は、終了条件を満たすと、目的関数を最適化する。具体的には、最適ねん架算出部１５は、目的関数算出結果テーブルを参照して、最も目的関数が小さい（すなわち、min F(p)の）ねん架の状態の組み合わせを、不平衡率を小さくするねん架の状態として選択する。例えば、図示するデータ例では、最適ねん架算出部１５は、最も目的関数の小さいＮｏ.４のねん架パターンの組み合わせ（ノードＮ５において第２パターンでねん架する）を、不平衡率を小さくするねん架の状態として選択する。そして、最適ねん架算出部１５は、選択したねん架の状態を示すデータ（以下、「決定結果」とする。）を結果出力部１６に出力する。
【0079】
結果出力部１６は、最適ねん架算出部１５から入力された決定結果を、ディスプレイによる表示、又はプリンタによる印字などにより出力する。結果出力部１６は、決定結果を、ネットワーク接続部１０７を介して他のコンピュータなどに送信してもよい。
【0080】
＝＝情報処理装置１０で実行される不平衡解消処理の一例＝＝
図１４は、情報処理装置１０で実行される、電力系統２０の不平衡解消処理の一例を示すフローチャートである。
まず、データ生成部１４が、系統構成情報、付帯機器情報、及び変圧器電力データに基づいて、入力データを生成する（ステップＳ１００）。続いて、最適ねん架算出部１５が、データ生成部１４が生成した入力データを読み込む（ステップＳ２００）。そして、最適ねん架算出部１５は、入力データに基づいて、三相潮流計算によるシミュレーションを実行し、各ノードＮのそれぞれにおける相毎の電圧を算出する（ステップＳ３００）。続いて、最適ねん架算出部１５は、算出した各ノードＮの相毎の電圧に基づいて、各ノードＮのそれぞれの現在の不平衡率を算出する（ステップＳ４００）。
図１４は、情報処理装置１０で実行される、電力系統２０の不平衡解消処理の一例を示すフローチャートである。
まず、データ生成部１４が、系統構成情報、付帯機器情報、及び変圧器電力データに基づいて、入力データを生成する（ステップＳ１００）。続いて、最適ねん架算出部１５が、データ生成部１４が生成した入力データを読み込む（ステップＳ２００）。そして、最適ねん架算出部１５は、入力データに基づいて、三相潮流計算によるシミュレーションを実行し、各ノードＮのそれぞれにおける相毎の電圧を算出する（ステップＳ３００）。続いて、最適ねん架算出部１５は、算出した各ノードＮの相毎の電圧に基づいて、各ノードＮのそれぞれの現在の不平衡率を算出する（ステップＳ４００）。
【0081】
続いて、最適ねん架算出部１５は、算出した各ノードＮの不平衡率に基づいて、ねん架による不平衡対策が必要か否かを判定する（ステップＳ５００）。例えば、最適ねん架算出部１５は、ステップＳ４００において算出した各ノードＮの平均不平衡率、最大不平衡率、またはその両方が予め設定された閾値を超えた場合に、不平衡対策が必要であると判定する。不平衡対策が必要でないと判定した場合（ステップＳ５００：Ｎｏ）、情報処理装置１０は、本不平衡解消処理を終了する。
【0082】
一方、最適ねん架算出部１５は、不平衡対策が必要であると判定した場合（ステップＳ５００：Ｙｅｓ）、ステップＳ６０１～Ｓ６０８に示す決定処理を実行する（ステップＳ６００）。
【0083】
最適ねん架算出部１５は、メタヒューリスティクスを用いた組み合わせ最適化手法を用いて、不平衡率を小さくするねん架の状態を決定する。メタヒューリスティクスを用いた最適化手法では、一般的に乱数を用いて初期集団を生成する。
【0084】
図１５は、乱数により生成した初期集団の一例を示す図である。
本図では、生成した初期集団を、テーブル形式で例示している。例示するテーブルの項目「初期個体」には、初期集団における個体の識別情報が設定されている。図示する例では、ｎ個の個体が初期集団に含まれる。例示するテーブルの項目「ノード［ｉ］（ｉは、ノード番号）」には、各個体におけるノードＮｉのねん架パターンが設定される。以下、テーブル形式で例示した初期集団における、ねん架パターンが設定されるマス目を「セル」と称する。乱数を用いて初期集団を生成すると、ねん架パターンには、第１状態「０」、第２状態「１」、及び第３状態「２」が等確率（３分の１）でランダムに設定される。そのため、乱数を用いて初期集団を生成すると、ねん架数が比較的多い個体も初期集団に含まれる。
本図では、生成した初期集団を、テーブル形式で例示している。例示するテーブルの項目「初期個体」には、初期集団における個体の識別情報が設定されている。図示する例では、ｎ個の個体が初期集団に含まれる。例示するテーブルの項目「ノード［ｉ］（ｉは、ノード番号）」には、各個体におけるノードＮｉのねん架パターンが設定される。以下、テーブル形式で例示した初期集団における、ねん架パターンが設定されるマス目を「セル」と称する。乱数を用いて初期集団を生成すると、ねん架パターンには、第１状態「０」、第２状態「１」、及び第３状態「２」が等確率（３分の１）でランダムに設定される。そのため、乱数を用いて初期集団を生成すると、ねん架数が比較的多い個体も初期集団に含まれる。
【0085】
一方で、上述した目的関数は、ねん架数に基づいて定まるため、ねん架数が多くなると、その値が大きくなる特性を有する。そのため、乱数を用いて初期集団を生成すると、評価値の低い（目的関数の値が大きい）個体も比較的多く初期集団に含まれる。このため、乱数を用いて初期集団を生成すると、目的関数を最適化する（電圧不平衡率を改善するねん架の状態を決定する決定処理の）計算時間が長くなる。一般に、メタヒューリスティクスを用いた組み合わせ最適化手法では、初期集団に評価値の高い個体が含まれていると収束が速くなる（計算時間が短くなる）ことが知られている。よって、本実施形態における最適ねん架算出部１５は、初期集団における各ノードＮのねん架パターン（第１状態～第３状態）のそれぞれの発生確率を調整し、評価値の高い（目的関数の値が小さい）個体が多く含まれる初期集団を生成することにより、目的関数を最適化する計算時間を短縮させる。
【0086】
よって、本実施形態における最適ねん架算出部１５は、決定処理において、まず、初期集団（ｎ,ｐ）における各ノードＮのねん架パターン（第１状態～第３状態）のそれぞれの発生確率を調整する（ステップＳ６０１）。具体的には、まず、最適ねん架算出部１５は、発生確率テーブル１５３から、各ねん架パターン「０」、「１」、「２」それぞれの発生確率を読み出す。
【0087】
図１６は、発生確率テーブル１５３のデータ構成及びデータ例を示す概略図である。
図示するように、発生確率テーブル１５３は、値と、発生確率との各項目を有する。値は、各ねん架パターン（第１状態「０」、第２状態「１」、又は、第３状態「２」）を示す。発生確率は、初期集団における値の発生確率である。図示する例では、第１状態「０」の発生確率は「０．７５０」であり、第２状態「１」の発生確率は「０．１２５」であり、第３状態「２」の発生確率は「０．１２５」である。本実施形態では、第１状態「０」の発生確率が、第２状態「１」及び第３状態「２」と異なる発生確率となるよう、ユーザが予め発生確率テーブル１５３に各値の発生確率を設定する。図１６に示す例では、第１状態「０」の発生確率が、第２状態「１」及び第３状態「２」よりも大きい。また、第２状態「１」及び第３状態「２」の発生確率は等しい。
図示するように、発生確率テーブル１５３は、値と、発生確率との各項目を有する。値は、各ねん架パターン（第１状態「０」、第２状態「１」、又は、第３状態「２」）を示す。発生確率は、初期集団における値の発生確率である。図示する例では、第１状態「０」の発生確率は「０．７５０」であり、第２状態「１」の発生確率は「０．１２５」であり、第３状態「２」の発生確率は「０．１２５」である。本実施形態では、第１状態「０」の発生確率が、第２状態「１」及び第３状態「２」と異なる発生確率となるよう、ユーザが予め発生確率テーブル１５３に各値の発生確率を設定する。図１６に示す例では、第１状態「０」の発生確率が、第２状態「１」及び第３状態「２」よりも大きい。また、第２状態「１」及び第３状態「２」の発生確率は等しい。
【0088】
続いて、最適ねん架算出部１５は、ｍ個のノードＮのそれぞれにおけるねん架パターン（ねん架の状態）の組み合せｐが異なるｎ個の初期個体を含む初期集団（ｎ,ｐ）を生成する（ステップＳ６０２）。このとき、最適ねん架算出部１５は、初期集団（ｎ,ｐ）全体における第１状態「０」～第３状態「２」のそれぞれの発生確率が、読み出した第１状態～第３状態のそれぞれの発生確率となるように、初期集団（ｎ,ｐ）を生成する。
【0089】
図１７は、最適ねん架算出部１５が生成する初期集団の一例を示す概略図である。
本図では、生成した初期集団を、テーブル形式で例示している。最適ねん架算出部１５は、初期集団において、発生確率「０．７５０」で第１状態「０」を、発生確率「０．１２５」で第２状態「１」を、発生確率「０．１２５」で第３状態「２」を各セルに設定する。これにより、第１状態「０」の発生確率が「０．７５０」であり、第２状態「１」の発生確率が「０．１２５」であり、第３状態「２」の発生確率が「０．１２５」である初期集団が生成される。よって、各初期個体における第１状態「０」の発生比率が、第２状態「１」及び第３状態「２」に比べて多くなる。例えば、図１７に例示する初期個体「ｎ」では、ねん架するノードＮはノードＮ４（第２状態「１」）の１つのみであって、他の４つのノードＮはねん架しない第１状態「０」である。このように、最適ねん架算出部１５は、初期集団における第１状態「０」～第３状態「２」の発生確率を調整することで、目的関数の値が比較的小さい初期個体を、乱数を用いて初期集団を生成した場合と比べて多く含む初期集団を生成することができる。すなわち、初期集団の段階で、目的関数を最適化する最適解のねん架の状態に近い個体を生成することができる。
本図では、生成した初期集団を、テーブル形式で例示している。最適ねん架算出部１５は、初期集団において、発生確率「０．７５０」で第１状態「０」を、発生確率「０．１２５」で第２状態「１」を、発生確率「０．１２５」で第３状態「２」を各セルに設定する。これにより、第１状態「０」の発生確率が「０．７５０」であり、第２状態「１」の発生確率が「０．１２５」であり、第３状態「２」の発生確率が「０．１２５」である初期集団が生成される。よって、各初期個体における第１状態「０」の発生比率が、第２状態「１」及び第３状態「２」に比べて多くなる。例えば、図１７に例示する初期個体「ｎ」では、ねん架するノードＮはノードＮ４（第２状態「１」）の１つのみであって、他の４つのノードＮはねん架しない第１状態「０」である。このように、最適ねん架算出部１５は、初期集団における第１状態「０」～第３状態「２」の発生確率を調整することで、目的関数の値が比較的小さい初期個体を、乱数を用いて初期集団を生成した場合と比べて多く含む初期集団を生成することができる。すなわち、初期集団の段階で、目的関数を最適化する最適解のねん架の状態に近い個体を生成することができる。
【0090】
続いて、最適ねん架算出部１５は、生成した集団に含まれる複数の個体（ねん架の状態）のそれぞれに対し、次のステップＳ６０３～ステップＳ６０４の処理を実行する。すなわち、集団に含まれる個体の数ｎだけ、ステップＳ６０３～ステップＳ６０４の処理を繰り返し実行する。
【0091】
最適ねん架算出部１５は、複数の時間断面ｔのそれぞれについて、時間断面ｔの負荷を用いて三相潮流計算によるシミュレーションを実行し、ｍ個のノードＮのそれぞれにおいてねん架パターンｐを適用した際の、各ノードＮのそれぞれにおける電圧の不平衡率を算出する（ステップＳ６０３：算出ステップ）。すなわち、最適ねん架算出部１５は、複数の時間断面ｔの負荷全てについて、ステップＳ６０３の処理を繰り返し実行する。
【0092】
続いて、最適ねん架算出部１５は、全ての時間断面ｔにおける各ノードＮのそれぞれの不平衡率に基づいて、目的関数を算出する（ステップＳ６０４）。ここで、最適ねん架算出部１５は、生成した集団に含まれる全ての個体（ねん架の状態）のそれぞれに対し、目的関数を算出する。
【0093】
その後、最適ねん架算出部１５は、生成した集団に対し、交差、突然変異、又は淘汰などの遺伝的操作を行う（ステップＳ６０５）。
【0094】
その後、最適ねん架算出部１５は、上述した終了条件を満たすか否かを判定する（ステップＳ６０６）。
【0095】
終了条件を満たさないと判定した場合（ステップＳ６０６：Ｎｏ）、ステップＳ６０５で行った遺伝的操作により世代交代し、集団を入れ替え（ステップＳ６０７）、ステップＳ６０３の処理に戻る。すなわち、最適ねん架算出部１５は、終了条件を満たすまで、集団を入れ替えてステップＳ６０３～Ｓ６０５の処理を繰り返す。
【0096】
一方、終了条件を満たすと判定した場合（ステップＳ６０６：Ｙｅｓ）、最適ねん架算出部１５は、目的関数が最も小さくなるねん架の状態を、決定結果として結果出力部１６に出力する（ステップＳ６０８：決定ステップ）。結果出力部１６は、ディスプレイによる表示、又はプリンタによる印字などにより決定結果を出力する。その後、情報処理装置１０は、不平衡解消処理を終了する。
【0097】
なお、本実施形態では、メタヒューリスティクスを用いた組み合わせ最適化手法の一例として、遺伝的アルゴリズムを用いる場合について説明したが、これに限らず、粒子群最適化法、又はタブーサーチなどの他の手法も当然適用できる。
【0098】
また、本実施形態では、最適ねん架算出部１５は、発生確率テーブル１５３を用いて初期集団全体における第１状態「０」～第３状態「２」の発生確率を調整しているが、これに限らず、初期個体毎に発生確率を調整してもよいし、ノードＮ毎に発生確率を調整してもよい。
【0099】
図１８は、ノードＮ毎の発生確率テーブル１５３の一例を示す概略図である。
ノードＮ毎の発生確率テーブル１５３は、値と、各ノードＮのそれぞれの発生確率との各項目を有する。なお、図示する例では、全てのノードＮにおいて、第１状態「０」の発生確率が「０．７５０」であり、第２状態「１」の発生確率が「０．１２５」であり、第３状態「２」の発生確率が「０．１２５」である場合を例示しているが、これに限らず、ノードＮ毎に異なる発生確率を設定してもよい。最適ねん架算出部１５は、ノードＮ毎の発生確率テーブル１５３を参照して、初期集団においてノードＮ毎に発生確率を調整する。例えば、最適ねん架算出部１５は、初期集団において、ノードＮ０の列にあるセルに、発生確率「０．７５０」で第１状態「０」を、発生確率「０．１２５」で第２状態「１」を、発生確率「０．１２５」で第３状態「２」を設定する。これにより、初期集団のノードＮ０における第１状態「０」の発生確率が「０．７５０」となり、第２状態「１」の発生確率が「０．１２５」となり、第３状態「２」の発生確率が「０．１２５」となる。
ノードＮ毎の発生確率テーブル１５３は、値と、各ノードＮのそれぞれの発生確率との各項目を有する。なお、図示する例では、全てのノードＮにおいて、第１状態「０」の発生確率が「０．７５０」であり、第２状態「１」の発生確率が「０．１２５」であり、第３状態「２」の発生確率が「０．１２５」である場合を例示しているが、これに限らず、ノードＮ毎に異なる発生確率を設定してもよい。最適ねん架算出部１５は、ノードＮ毎の発生確率テーブル１５３を参照して、初期集団においてノードＮ毎に発生確率を調整する。例えば、最適ねん架算出部１５は、初期集団において、ノードＮ０の列にあるセルに、発生確率「０．７５０」で第１状態「０」を、発生確率「０．１２５」で第２状態「１」を、発生確率「０．１２５」で第３状態「２」を設定する。これにより、初期集団のノードＮ０における第１状態「０」の発生確率が「０．７５０」となり、第２状態「１」の発生確率が「０．１２５」となり、第３状態「２」の発生確率が「０．１２５」となる。
【0100】
メタヒューリスティクスを用いた組み合わせ最適化手法は多数あるが、遺伝的アルゴリズム（GA）やタブーサーチ（TS）、粒子群最適化（PSO）のような、初期値として初期個体の集団を生成するアルゴリズムついては、発生確率テーブル１５３を用いて第１状態「０」～第３状態「２」の発生確率を調整した初期集団のデータを入力値とする。一方、Population-Based Incremental Learning （PBIL）のような分布推定アルゴリズム（EDA）の場合、初期値として初期確率を与えるアルゴリズムであるため、発生確率テーブル１５３の値をそのまま初期値として設定する。したがって、本実施形態に開示する、初期集団における第１状態「０」～第３状態「３」の発生確率を調整する手法は、上記に具体的に挙げたアルゴリズムに限定せず、初期個体または初期確率またはその両方を用いて初期集団を生成するステップを有するメタヒューリスティクス手法に適用できる。
【0101】
図１９は、決定処理における計算時間を比較するグラフである。
図示するグラフにおける縦軸は、目的関数の値であり、横軸は、世代数である。目的関数を最適化する決定処理の計算時間は、世代数に比例する。また、実線Ｌ１は、発生確率テーブル１５３を用いて初期集団における第１状態「０」～第３状態「２」の発生確率を調整した場合の目的関数の値の推移を示し、破線Ｌ２は、乱数を用いて初期集団を生成した場合の目的関数の値の推移を示す。図示するように、発生確率を調整して初期集団を生成した場合に収束する世代数Ｔ１は、乱数を用いて初期集団を生成した場合に収束する世代数Ｔ２の半数以下である。すなわち、本実施形態における情報処理装置１０では、発生確率を調整して初期集団することにより、乱数を用いて初期集団を生成する場合と比べて、目的関数を最適化する（不平衡率を解消するねん架の状態を算出する）計算時間を短縮することができる。
図示するグラフにおける縦軸は、目的関数の値であり、横軸は、世代数である。目的関数を最適化する決定処理の計算時間は、世代数に比例する。また、実線Ｌ１は、発生確率テーブル１５３を用いて初期集団における第１状態「０」～第３状態「２」の発生確率を調整した場合の目的関数の値の推移を示し、破線Ｌ２は、乱数を用いて初期集団を生成した場合の目的関数の値の推移を示す。図示するように、発生確率を調整して初期集団を生成した場合に収束する世代数Ｔ１は、乱数を用いて初期集団を生成した場合に収束する世代数Ｔ２の半数以下である。すなわち、本実施形態における情報処理装置１０では、発生確率を調整して初期集団することにより、乱数を用いて初期集団を生成する場合と比べて、目的関数を最適化する（不平衡率を解消するねん架の状態を算出する）計算時間を短縮することができる。
【0102】
＝＝＝＝＝第２の実施形態＝＝＝＝＝
次に、本発明の第２の実施形態について説明する。
第１の実施形態では、ユーザが手動で発生確率テーブル１５３を設定しているが、本実施形態では、情報処理装置１０が目的関数を用いて発生確率テーブル１５３を設定する点が、第１の実施形態と異なる。情報処理装置１０のハードウェア構成及び機能構成は、第１の実施形態と同様であるため、その説明を省略する。
次に、本発明の第２の実施形態について説明する。
第１の実施形態では、ユーザが手動で発生確率テーブル１５３を設定しているが、本実施形態では、情報処理装置１０が目的関数を用いて発生確率テーブル１５３を設定する点が、第１の実施形態と異なる。情報処理装置１０のハードウェア構成及び機能構成は、第１の実施形態と同様であるため、その説明を省略する。
【0103】
上述した式（４）で示される目的関数において、例えば、各重みＸ，Ｙ，Ｚが、Ｘ＝０．５，Ｙ＝０．５，Ｚ＝０．０１である場合を例に、具体的に説明する。ねん架前（現在）の電力系統２０の平均不平衡率ｆ（０）＝０．０１(ねん架前の平均不平衡率１％)であり、最大不平衡率ｇ（０）＝０．０１６６６(ねん架前の最大不平衡率１．６６６％)である場合、ねん架前の目的関数の値Ｆ（０）は、ねん架数ｈ（０）＝０であるため、次の式（６）で示すように、０．０１３３３となる。
【0104】
F(0) = X×f (0) + Y×g(0) = 0.01333…（６）
【0105】
そして、ｆ（ｐ）,ｇ（ｐ）は、０以上の値しかとらないため、ｈ（ｐ）＞１．３３３になると、ｆ（ｐ）,ｇ（ｐ）がどのような値になっても、目的関数の値Ｆ（ｐ）は、ねん架前の目的関数の値Ｆ（０）を超える。すなわち、ねん架数ｈ（ｐ）＝１であれば、目的関数を小さくできる可能性があるが、ｈ（ｐ）＞１．３３３であるときには、ねん架前よりも常に目的関数が大きくなる。そして、ねん架数は整数であるため、目的関数を最小にするねん架数は１以下であると推定できる。したがって、最適ねん架算出部１５は、本例では、初期個体において、ねん架数が１である初期個体が多くなるように発生確率を設定する。具体的には、最適ねん架算出部１５は、目的関数を用いて、次の式（７）により、第１状態「０」の発生確率Ｐ（０）を算出する。
【0106】
【0107】
ここで、分母（Ｘ×ｆ（０）＋Ｙ×ｇ（０））は、ねん架前の目的関数の値Ｆ（０）である。また、分子Ｚは、目的関数におけるねん架数の重みであり、ねん架する工事１回（ねん架数１）あたりの評価値である。すなわち、第１状態「０」の発生比率Ｐ（０）は、決定変数を送配電線２２の現在の状態にした場合における目的関数の値Ｆ（０）と、ねん架数の目的関数における重みＺとの比率に基づいて定まる。ただし、最適ねん架算出部１５は、上述した式（７）により算出した値が１以上である場合には、Ｐ（０）＝１とする。ねん架前の目的関数の値Ｆ（０）（分母）よりも工事1回あたりの評価値Ｚ（分子）が大きい場合には、ねん架すると、ねん架前よりも評価値が悪化する（目的関数の値が大きくなる）。このため、最適ねん架算出部１５は、分子Ｚ＞分母（Ｘ×ｆ（０）＋Ｙ×ｇ（０））である場合には、ねん架しない確率を１（第１状態「０」の発生確率Ｐ（０）を１）とする。一方、最適ねん架算出部１５は、分子Ｚ＜分母（Ｘ×ｆ（０）＋Ｙ×ｇ（０））である場合には、分子Ｚと分母（Ｘ×ｆ（０）＋Ｙ×ｇ（０））との比率に応じて、ねん架しない確率を決定する。具体的には、最適ねん架算出部１５は、分母（Ｘ×ｆ（０）＋Ｙ×ｇ（０））に比べて分子Ｚが非常に小さいほど、ねん架数が目的関数に与える影響が少ないため、ねん架しない確率を０（第１状態「０」の発生確率Ｐ（０）を０）に近づける。
【0108】
また、最適ねん架算出部１５は、次の式（８）により、第２状態「１」の発生確率Ｐ（１）を算出する。
【0109】
【0110】
また、最適ねん架算出部１５は、次の式（９）により、第３状態「２」の発生確率Ｐ（２）を算出する。
【0111】
【0112】
ここで、上述した例のように、Ｘ＝０．５，Ｙ＝０．５，Ｚ＝０．０１であって、ねん架前の平均不平衡率ｆ（０）＝０．０１，ねん架前の最大不平衡率ｇ（０）＝０．０１６６６である場合、第１状態「０」～第３状態「２」のそれぞれの発生確率Ｐ（０）～Ｐ（２）は、それぞれ次の式（１０）～（１２）のように算出される。
【0113】
【0114】
【0115】
【0116】
最適ねん架算出部１５は、算出した第１状態「０」～第３状態「２」のそれぞれの発生確率Ｐ（０）～Ｐ（２）を、発生確率テーブル１５３に書き込む。発生確率テーブル１５３を用いた初期集団の調整の方法は、第１の実施形態と同様であるため、その説明を省略する。
【0117】
なお、上述した式（７）～（９）は、目的関数をもとに発生確率を調整する手段の一例を示したものであり、これに限らず、上述した式（７）～（９）にさらに四則演算を行うなど、目的関数を利用することによって、初期集団における第１状態「０」～第３状態「２」のそれぞれの発生確率を調整するものであればよい。例えば、上述した例のように、ｈ（ｐ）＞１．３３３になると、目的関数の値Ｆ（ｐ）が、ねん架前の目的関数の値Ｆ（０）を超える場合には、ねん架数が１（１．３３３以下の正の整数）である初期個体を多く含む初期集団を生成するように調整するものであればよい。
【0118】
＝＝＝＝＝第３の実施形態＝＝＝＝＝
次に、本発明の第３の実施形態について説明する。
第１の実施形態では、ユーザが手動で発生確率テーブル１５３を設定しているが、本実施形態では、情報処理装置１０または他の情報処理装置が、電力系統２０と異なる他の電力系統に対する不平衡率解消処理の決定結果（ねん架の状態）の実績値を用いて発生確率テーブル１５３を設定する点が、第１の実施形態と異なる。本実施形態における情報処理装置１０は、目的関数が最適化された電力系統に対する不平衡率解消処理の決定結果の実績値（目的関数を最適化した実績値）を格納する最適ねん架算出結果テーブルを記憶部１０５に予め記憶している。情報処理装置１０の他のハードウェア構成及び機能構成は、第１の実施形態と同様であるため、その説明を省略する。
次に、本発明の第３の実施形態について説明する。
第１の実施形態では、ユーザが手動で発生確率テーブル１５３を設定しているが、本実施形態では、情報処理装置１０または他の情報処理装置が、電力系統２０と異なる他の電力系統に対する不平衡率解消処理の決定結果（ねん架の状態）の実績値を用いて発生確率テーブル１５３を設定する点が、第１の実施形態と異なる。本実施形態における情報処理装置１０は、目的関数が最適化された電力系統に対する不平衡率解消処理の決定結果の実績値（目的関数を最適化した実績値）を格納する最適ねん架算出結果テーブルを記憶部１０５に予め記憶している。情報処理装置１０の他のハードウェア構成及び機能構成は、第１の実施形態と同様であるため、その説明を省略する。
【0119】
図２０は、最適ねん架算出結果実績テーブルのデータ構成及びデータ例を示す概略図である。
図示するように、最適ねん架算出結果実績テーブルは、系統Ｎｏと、ノード数と、平均不平衡率（単位は、「％」）と、最大不平衡率（単位は、「％」）と、ねん架数と、ねん架数÷ノード数との各項目を有する。系統Ｎｏは、各電力系統を識別する識別情報である。ノード数は、電力系統に含まれるノードＮの数である。平均不平衡率は、目的関数を最適化した決定結果における平均不平衡率である。最大不平衡率は、目的関数を最適化した決定結果における最大不平衡率である。ねん架数は、目的関数を最適化した決定結果におけるねん架数である。ねん架数÷ノード数は、ねん架数をノード数で除算した値である。すなわち、ねん架数÷ノード数は、目的関数が最適化された電力系統のノード数とねん架数とで定まる割合である。
図示するように、最適ねん架算出結果実績テーブルは、系統Ｎｏと、ノード数と、平均不平衡率（単位は、「％」）と、最大不平衡率（単位は、「％」）と、ねん架数と、ねん架数÷ノード数との各項目を有する。系統Ｎｏは、各電力系統を識別する識別情報である。ノード数は、電力系統に含まれるノードＮの数である。平均不平衡率は、目的関数を最適化した決定結果における平均不平衡率である。最大不平衡率は、目的関数を最適化した決定結果における最大不平衡率である。ねん架数は、目的関数を最適化した決定結果におけるねん架数である。ねん架数÷ノード数は、ねん架数をノード数で除算した値である。すなわち、ねん架数÷ノード数は、目的関数が最適化された電力系統のノード数とねん架数とで定まる割合である。
【0120】
各電力系統に含まれるノードの数に対する、目的関数を最適化した決定結果のねん架数の割合は、実績から見積もることができる。例えば図２０に示す例では、各電力系統における「ねん架数÷ノード数（ねん架数をノード数で除算した値）」の平均値は「０．２５」である。そのため、本例では、ノード数に対して４分の１（０．２５）程度のねん架数のときに最適解となる（目的関数を最適化できる）ことがわかる。つまり、全てのノードのうち４分の３(０．７５)はねん架しない第１状態「０」が最適解となる。したがって、本実施形態では、最適ねん架算出部１５は、最適ねん架算出結果実績テーブルから各電力系統における「ねん架数÷ノード数」を読み出し、読み出した（ねん架数÷ノード数）を次の式（１３）～式（１５）に代入することで、第１状態「０」～第３状態「２」のそれぞれの発生確率Ｐ（０）～Ｐ（２）を算出する。
【0121】
P(0) = 1 - （(ねん架数÷ノード数)の平均値）・・・（１３）
【0122】
P(1) = （(ねん架数÷ノード数)の平均値）÷2 ・・・（１４）
【0123】
P(2) = （(ねん架数÷ノード数)の平均値）÷2 ・・・（１５）
【0124】
例えば、（ねん架数÷ノード数）の平均値が０．２５である場合には、Ｐ（０）＝１―０．２５＝０．７５であり、Ｐ（１）＝０．２５÷２＝０．１２５であり、Ｐ（２）＝０．２５÷２＝０．１２５である。最適ねん架算出部１５は、算出した第１状態「０」～第３状態「２」のそれぞれの発生確率Ｐ（０）～Ｐ（２）を、発生確率テーブル１５３に書き込む。発生確率テーブル１５３を用いた初期集団の調整の方法は、第１の実施形態と同様であるため、その説明を省略する
【0125】
なお、上述した式（１３）～（１５）は、他の電力系統における不平衡率算出処理の決定結果の実績値をもとに発生確率を調整する手段の一例を示したものであり、これに限らず、上述した式（１３）～（１５）にさらに四則演算を行うなど、目的関数を最適化する決定結果の実績値に基づいて、初期集団における第１状態「０」～第３状態「２」のそれぞれの発生確率を調整するものであればよい。
【0126】
また、発生確率テーブル１５３を生成するタイミングは、上述したＳ６０１であってもよいし、不平衡算出処理を開始する前のオフライン処理時であってもよい。
【0127】
また、本実施形態では、情報処理装置１０が、発生確率テーブル１５３を生成する場合を例に説明したが、これに限らず、情報処理装置１０と異なる他の装置が、最適ねん架算出結果実績テーブルに基づいて発生確率テーブル１５３を生成し、情報処理装置１０に送信するようにしてもよい。
【0128】
＝＝＝＝＝第４の実施形態＝＝＝＝＝
次に、本発明の第４の実施形態について説明する。
第１の実施形態から第３の実施形態では、電力量計ＳＭの計測値に基づいて、各ノードＮの負荷分布を算出しているが、本実施形態では、センサ内蔵開閉器２３の計測値を用いて負荷分布を算出する点が、第１の実施形態から第３の実施形態と異なる。
次に、本発明の第４の実施形態について説明する。
第１の実施形態から第３の実施形態では、電力量計ＳＭの計測値に基づいて、各ノードＮの負荷分布を算出しているが、本実施形態では、センサ内蔵開閉器２３の計測値を用いて負荷分布を算出する点が、第１の実施形態から第３の実施形態と異なる。
【0129】
図２１は、本実施形態による情報処理装置１０Ａが備える機能及びデータベースの一例を示す構成図である。
本図において第１の実施形態による情報処理装置１０と同様の構成には、同一の符号を付し、その説明を省略する。また、情報処理装置１０Ａのハードウェア構成は、第１の実施形態と同様であるため、その説明を省略する。本実施形態による情報処理装置１０Ａは、第１の実施形態による情報処理装置１０の構成に加えて、センサ開閉器計測データベース１７を備える。情報処理装置１０Ａの記憶部１０５には、センサ開閉器計測データベース１７が予め記憶されている。
本図において第１の実施形態による情報処理装置１０と同様の構成には、同一の符号を付し、その説明を省略する。また、情報処理装置１０Ａのハードウェア構成は、第１の実施形態と同様であるため、その説明を省略する。本実施形態による情報処理装置１０Ａは、第１の実施形態による情報処理装置１０の構成に加えて、センサ開閉器計測データベース１７を備える。情報処理装置１０Ａの記憶部１０５には、センサ開閉器計測データベース１７が予め記憶されている。
【0130】
センサ開閉器計測データベース１７は、センサ内蔵開閉器２３が計測する定周期の計測値を示すセンサ計測値テーブルを記憶するデータベースである。センサ内蔵開閉器２３の計測値は、設置点の少なくとも電圧、及び電流を含む。センサ計測値テーブルに格納されているデータは、記憶部１０５に予め記憶されていてもよいし、ＣＰＵ１０１が、通信線３０を介して、センサ内蔵開閉器２３から計測値を取得し、取得した計測値をセンサ計測値テーブルに書き込むことで、随時更新されてもよい。
【0131】
図２２は、センサ計測値テーブルのデータ構成及びデータ例を示す概略図である。
図示するように、センサ計測値テーブルは、センサ内蔵開閉器ＩＤと、計測日時と、電圧Ｖｕｖと、電圧Ｖｖｗと、電圧Ｖｗｕと、電流Ｉｕ０と、電流Ｉｖ０と、電流Ｉｗ０と、力率ｕと、力率ｖと、力率ｗとの各項目を有する。
センサ内蔵開閉器ＩＤは、センサ内蔵開閉器２３を識別する付帯機器ＩＤである。計測日時は、計測値（電圧Ｖｕｖ、電圧Ｖｖｗ、電圧Ｖｗｕ、電流Ｉｕ０、電流Ｉｖ０、電流Ｉｗ０、力率ｕ、力率ｖ、及び力率ｗ）を計測した日時（年月日時分）である。電圧Ｖｕｖは、ＵＶ相の電圧（単位は、Ｖ（ボルト））である。電圧Ｖｖｗは、ＶＷ相の電圧である。電圧Ｖｗｕは、ＷＵ相の電圧である。電流Ｉｕ０は、Ｕ相に流れる電流（単位は、Ａ（アンペア））である。電流Ｉｖ０は、Ｖ相に流れる電流である。電流Ｉｗ０は、Ｗ相に流れる電流である。力率ｕは、Ｕ相の力率である。力率ｖは、Ｖ相の力率である。力率ｗは、Ｗ相の力率である。
図示する例では、１分毎のセンサ内蔵開閉器２３の計測値がセンサ計測値テーブルに格納されている。すなわち、本例では、センサ内蔵開閉器２３は、１分毎の定周期で、計測値を計測する。
図示するように、センサ計測値テーブルは、センサ内蔵開閉器ＩＤと、計測日時と、電圧Ｖｕｖと、電圧Ｖｖｗと、電圧Ｖｗｕと、電流Ｉｕ０と、電流Ｉｖ０と、電流Ｉｗ０と、力率ｕと、力率ｖと、力率ｗとの各項目を有する。
センサ内蔵開閉器ＩＤは、センサ内蔵開閉器２３を識別する付帯機器ＩＤである。計測日時は、計測値（電圧Ｖｕｖ、電圧Ｖｖｗ、電圧Ｖｗｕ、電流Ｉｕ０、電流Ｉｖ０、電流Ｉｗ０、力率ｕ、力率ｖ、及び力率ｗ）を計測した日時（年月日時分）である。電圧Ｖｕｖは、ＵＶ相の電圧（単位は、Ｖ（ボルト））である。電圧Ｖｖｗは、ＶＷ相の電圧である。電圧Ｖｗｕは、ＷＵ相の電圧である。電流Ｉｕ０は、Ｕ相に流れる電流（単位は、Ａ（アンペア））である。電流Ｉｖ０は、Ｖ相に流れる電流である。電流Ｉｗ０は、Ｗ相に流れる電流である。力率ｕは、Ｕ相の力率である。力率ｖは、Ｖ相の力率である。力率ｗは、Ｗ相の力率である。
図示する例では、１分毎のセンサ内蔵開閉器２３の計測値がセンサ計測値テーブルに格納されている。すなわち、本例では、センサ内蔵開閉器２３は、１分毎の定周期で、計測値を計測する。
【0132】
データ生成部１４Ａは、系統構成データベース１１及びセンサ計測値テーブルが記憶する情報に基づいて、各ノードＮにおける負荷分布を推定し、推定した負荷分布に基づいて入力データを生成する。例えば、データ生成部１４Ａは、各柱上変圧器ＴＲの平均消費電力（又は各需要家の使用電力量）を変化させて、センサ内蔵開閉器２３の計測値に一致するよう、三相潮流計算を行う。この結果、データ生成部１４Ａは、各ノードＮにおける負荷分布を推定することができる。
【0133】
なお、本実施形態では、情報処理装置１０Ａは、センサ内蔵開閉器２３の計測値のみを用いて、各ノードＮにおける負荷分布を推定しているが、これに限らず、各電力量計ＳＭの計測値及びセンサ内蔵開閉器２３の計測値の両方を用いて、各ノードＮにおける負荷分布を推定してもよい。一般に、電力量計ＳＭの計測周期（例えば、３０分）は、センサ内蔵開閉器２３の計測周期（例えば、１分）よりも長い。よって、情報処理装置１０Ａは、各電力量計ＳＭの計測値に加えて、センサ内蔵開閉器２３の計測値を用いることで、電力量計ＳＭの計測周期よりも短い周期で各ノードＮの負荷分布を推定することができる。これにより、情報処理装置１０Ａは、各ノードＮの負荷分布を時系列で精度良く推定することができる。すなわち、情報処理装置１０Ａは、より細かい時間断面で各ノードＮの負荷分布を生成することができる。
【0134】
＝＝＝＝＝まとめ＝＝＝＝＝
以上、本発明の情報処理装置１０について説明した。本発明における情報処理装置１０は、電力系統２０におけるｍ個のノードのそれぞれにおける送配電線２２の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードＮのそれぞれにおいて電力系統２０とやりとりされる電力と、電力系統２０の構成を示す系統構成情報と、に基づいて、ｎ個のノードＮのそれぞれの電圧の不平衡率を算出し、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定変数とし、ｎ個のノードＮのそれぞれの電圧の不平衡率の平均値、又は、ｎ個のノードＮのそれぞれの電圧の不平衡率の最大値の少なくとも何れかに基づいて定まる目的関数を最適化する、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定する。
以上、本発明の情報処理装置１０について説明した。本発明における情報処理装置１０は、電力系統２０におけるｍ個のノードのそれぞれにおける送配電線２２の状態を、ねん架しない第１状態、第１パターンでねん架する第２状態、又は第１パターンと異なる第２パターンでねん架する第３状態のいずれかとして得られる複数の組み合わせと、ｎ個のノードＮのそれぞれにおいて電力系統２０とやりとりされる電力と、電力系統２０の構成を示す系統構成情報と、に基づいて、ｎ個のノードＮのそれぞれの電圧の不平衡率を算出し、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定変数とし、ｎ個のノードＮのそれぞれの電圧の不平衡率の平均値、又は、ｎ個のノードＮのそれぞれの電圧の不平衡率の最大値の少なくとも何れかに基づいて定まる目的関数を最適化する、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定する。
【0135】
このような構成により、本発明による情報処理装置１０によれば、送配電線２２の電圧不平衡率を改善可能なねん架の状態を精度良く定めることができる。
【0136】
また、本発明による情報処理装置１０は、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定する際に、第２状態、及び第３状態のそれぞれの発生確率と異なる発生確率で第１状態が発生する、決定変数の初期値を生成する。
【0137】
このような構成により、本発明による情報処理装置１０では、目的関数の評価値の高い初期値を設定することができる。よって、乱数を用いて初期値を設定する場合と比べて、目的関数を最適化する計算時間を短縮することができる。すなわち、より短時間で、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定することができる。
【0138】
また、目的関数は、ｎ個のノードのそれぞれの電圧の不平衡率の平均値、又は、ｎ個のノードのそれぞれの電圧の不平衡率の最大値の少なくとも何れかと、三相送配電線をねん架するノードの数とに基づいて定まる関数であり、本発明による情報処理装置１０は、目的関数を用いて、第１状態、第２状態、及び第３状態のそれぞれの発生確率を算出する。より具体的には、情報処理装置１０は、決定変数を送配電線２２の現在の状態にした場合における目的関数の値と、ねん架するノードの数の目的関数における重みとの比率に基づいて、第１状態、第２状態、及び第３状態のそれぞれの発生確率を算出する。
【0139】
このような構成により、本発明による情報処理装置１０では、目的関数の評価値が比較的高い第１状態、第２状態、及び第３状態のそれぞれの発生確率を精度良く算出することができる。これにより、目的関数の評価値の高い初期値を設定することができるため、より短時間で、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定することができる。
【0140】
また、本発明による情報処理装置１０は、目的関数が最適化された電力系統のノード数とねん架数とで定まる割合に基づいて算出された第１状態、第２状態、及び第３状態のそれぞれの発生確率で、初期値を生成する。
【0141】
このような構成により、本発明による情報処理装置１０では、目的関数の評価値が比較的高い第１状態、第２状態、及び第３状態のそれぞれの発生確率を精度良く算出することができる。これにより、目的関数の評価値の高い初期値を設定することができるため、より短時間で、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定することができる。
【0142】
また、本発明による情報処理装置１０は、第１状態の発生確率が、第２状態、及び第３状態のそれぞれの発生確率より大きくなる初期値を生成する。
【0143】
このような構成により、本発明による情報処理装置１０では、ｍ個のノードＮのうちねん架しない第１状態のノードＮが、ねん架するノードＮより多く含まれる初期値を設定することができる。目的関数は、送配電線２２をねん架するノードＮの数に基づいて定まるため、ねん架しないノードＮが多く含まれる初期値を設定することにより、目的関数の評価値が比較的高い初期値を設定することができる。これにより、より短時間で、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定することができる。
【0144】
また、本発明による情報処理装置１０は、メタヒューリスティクスを用いた組み合わせ最適化手法により、目的関数を最適化する、ｍ個のノードＮのそれぞれにおける送配電線２２の状態を決定する。
【0145】
このような構成により、計算コストを削減して効率良く、かつ精度良く、不平衡率を小さくするねん架の状態を決定することができる。
【0146】
また、本発明による情報処理装置１０は、電力系統２０における所定の位置の電圧、及び電流を計測するセンサ内蔵開閉器２３の計測値、または、ｎ個のノードＮのそれぞれに接続された電力量計ＳＭの計測値の少なくとも何れかを用いてを用いて、ｎ個のノードＮのそれぞれにおいて電力系統２０とやりとりされる電力を算出する。
【0147】
このような構成により、本発明による情報処理装置１０では、センサ内蔵開閉器２３又は各電力量計ＳＭの計測値を用いて、各ノードＮにおける実際の負荷変動又は発電変動が反映された負荷分布を生成することができる。
【0148】
上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。また、本発明は、その趣旨を逸脱することなく、変更や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のはいうまでもない。
【0149】
例えば、上述した系統構成データベース１１、スマートメータ情報データベース１２、又はセンサ開閉器計測データベース１７それぞれが記憶する各データは、ＣＰＵ１０１が、記録媒体駆動部１０６を介して記録媒体６に格納されたデータを読み込んでもよいし、ネットワーク接続部１０７を介して外部のコンピュータ又はサーバから取得してもよい。
【0150】
また、上述した変圧器電力データ、ねん架毎の不平衡率算出結果テーブル、又は目的関数算出結果テーブルなどの情報処理装置１０,１０Ａの各機能が生成する各種データは、ＣＰＵ１０１が、記憶部１０５に格納してもよいし、記録媒体駆動部１０６を介して記録媒体６に書き込んでもよいし、メモリ１０２上に構造体として格納してもよいし、算出した決定結果とともに出力部１０４に出力してもよい。
【符号の説明】
【0151】
１０,１０Ａ 情報処理装置
１１ 系統構成データベース
１２ スマートメータ情報データベース
１３ 変圧器電力算出部
１４,１４Ａ データ生成部
１５ 最適ねん架算出部
１６ 結果出力部
１７ センサ開閉器計測データベース
１０１ ＣＰＵ
１０２ メモリ
１０３ 入力部
１０４ 出力部
１０５ 記憶部
１０６ 記録媒体駆動部
１０７ ネットワーク接続部
２０ 電力系統
２１ 変圧器
２２ 送配電線
２３ センサ内蔵開閉器
３０ 通信線
Ｎ ノード
ＳＭ 電力量計
ＴＲ 柱上変圧器
１１ 系統構成データベース
１２ スマートメータ情報データベース
１３ 変圧器電力算出部
１４,１４Ａ データ生成部
１５ 最適ねん架算出部
１６ 結果出力部
１７ センサ開閉器計測データベース
１０１ ＣＰＵ
１０２ メモリ
１０３ 入力部
１０４ 出力部
１０５ 記憶部
１０６ 記録媒体駆動部
１０７ ネットワーク接続部
２０ 電力系統
２１ 変圧器
２２ 送配電線
２３ センサ内蔵開閉器
３０ 通信線
Ｎ ノード
ＳＭ 電力量計
ＴＲ 柱上変圧器
【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】
【図20】
【図21】
【図22】