特開 2024-176064 提示システム、提示方法、及び、プログラム

(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】P2024176064

(43)【公開日】2024-12-19

(54)【発明の名称】提示システム、提示方法、及び、プログラム

(51)【国際特許分類】

   G06Q 50/06 20240101AFI20241212BHJP

【ＦＩ】

G06Q50/06

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2023094281

(22)【出願日】2023-06-07

(71)【出願人】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】100109210

【弁理士】

【氏名又は名称】新居 広守

(74)【代理人】

【識別番号】100137235

【弁理士】

【氏名又は名称】寺谷 英作

(74)【代理人】

【識別番号】100131417

【弁理士】

【氏名又は名称】道坂 伸一

(72)【発明者】

【氏名】具 利晟

(72)【発明者】

【氏名】馬場 朗

(72)【発明者】

【氏名】渡辺 健一

【テーマコード（参考）】

5L049

5L050

【Ｆターム（参考）】

5L049CC06

5L050CC06

(57)【要約】

【課題】太陽光発電設備を設置するか否かの判断材料を提示することができる提示システムを提供する。
【解決手段】提示システム１０は、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データを学習データとして構築された機械学習モデルと、太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データとに基づいて、第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測部３２ｅと、予測された電気料金の削減量を提示する提示部３２ｆとを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部と、
太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得部と、
取得された前記第２電気料金データと、複数の前記第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、前記第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測部と、
取得された前記第２電気料金データと、複数の前記第１電気料金データのそれぞれとの類似度を算出する類似度算出部と、
算出された前記類似度に基づいて、複数の前記第１利用者と前記第２利用者とをグループ分けするグルーピング処理部と、
予測された前記電気料金の削減量と、前記第２利用者と同一のグループに所属する前記第１利用者の前記第１電気料金データに基づいて定まる、予測の根拠とを提示する提示部とを備える
提示システム。

【請求項2】

前記提示部は、前記予測の根拠として、前記第２利用者と同一のグループに所属する前記第１利用者の、太陽光発電設備の設置による電気料金の削減量の実績と、当該第１利用者の前記第１電気料金データの少なくとも一部とを提示する
請求項１に記載の提示システム。

【請求項3】

前記提示部は、前記予測の根拠として、前記第２利用者と同一のグループに所属する前記第１利用者の、太陽光発電設備の設置による電気料金の削減量の実績の分布を示すグラフを提示する
請求項１または２に記載の提示システム。

【請求項4】

前記グラフにおいては、前記第２利用者と同一のグループに所属する前記第１利用者の、太陽光発電設備の設置による電気料金の削減量の平均値が示されている
請求項３に記載の提示システム。

【請求項5】

前記グラフが提示されているときに、前記グラフに対する区間が指定されると、指定された区間の長さに応じて、指定された区間内の電気料金の削減量が得られる確率が提示される
請求項４に記載の提示システム。

【請求項6】

前記提示部は、予測された前記電気料金の削減量に相当する金銭価値を有する商品を提示する
請求項１または２に記載の提示システム。

【請求項7】

前記提示部は、予測された前記電気料金の削減量の年次変化を提示する
請求項１または２に記載の提示システム。

【請求項8】

前記予測部は、前記第２施設に太陽光発電設備が設置されたと仮定した場合の発電量を予測し、
前記提示部は、予測された前記発電量の年次変化を提示する
請求項７に記載の提示システム。

【請求項9】

前記提示部は、平均気温、最高気温、及び、最低気温の年次変化を提示する
請求項７に記載の提示システム。

【請求項10】

前記提示部は、石炭、ＬＮＧ（Ｌｉｑｕｅｆｉｅｄ Ｎａｔｕｒａｌ Ｇａｓ）、及び、原油の燃料単価の年次変化を提示する
請求項７に記載の提示システム。

【請求項11】

さらに、複数の前記第１電気料金データのそれぞれに対して特徴量を算出する特徴量算出部を備え、
前記予測部は、算出された前記特徴量を前記機械学習モデルに入力することにより、前記電気料金の削減量を予測する
請求項１または２に記載の提示システム。

【請求項12】

前記第１電気料金データには、前記第１利用者の属性情報、契約電力情報、使用電力統計量情報、前記第１施設に設けられた設備の設備諸元情報、前記第１施設の属性情報、及び、電気料金削減量情報が含まれる
請求項１または２に記載の提示システム。

【請求項13】

コンピュータによって実行される提示方法であって、
前記コンピュータは、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部にアクセス可能であり、
前記提示方法は、
太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得ステップと、
取得された前記第２電気料金データと、複数の前記第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、前記第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測ステップと、
取得された前記第２電気料金データと、複数の前記第１電気料金データのそれぞれとの類似度を算出する類似度算出ステップと、
算出された前記類似度に基づいて、複数の前記第１利用者と前記第２利用者とをグループ分けするグルーピングステップと、
予測された前記電気料金の削減量と、前記第２利用者と同一のグループに所属する前記第１利用者の前記第１電気料金データに基づいて定まる、予測の根拠とを提示する提示ステップとを含む
提示方法。

【請求項14】

請求項１３に記載の提示方法を前記コンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、提示システム、提示方法、及び、プログラムに関する。

【背景技術】

【0002】

特許文献１には、ハイブリッドシステムの構成仕様を提供する方法に関する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００３－２４４８４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明は、太陽光発電設備を設置するか否かの判断材料を提示することができる提示システム等を提供する。

【課題を解決するための手段】

【0005】

本発明の一態様に係る提示システムは、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部と、太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得部と、取得された前記第２電気料金データと、複数の前記第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、前記第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測部と、取得された前記第２電気料金データと、複数の前記第１電気料金データのそれぞれとの類似度を算出する類似度算出部と、算出された前記類似度に基づいて、複数の前記第１利用者と前記第２利用者とをグループ分けするグルーピング処理部と、予測された前記電気料金の削減量と、前記第２利用者と同一のグループに所属する前記第１利用者の前記第１電気料金データに基づいて定まる、予測の根拠とを提示する提示部とを備える。

【0006】

本発明の一態様に係る提示方法は、コンピュータによって実行される提示方法であって、前記コンピュータは、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部にアクセス可能であり、前記提示方法は、太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得ステップと、取得された前記第２電気料金データと、複数の前記第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、前記第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測ステップと、取得された前記第２電気料金データと、複数の前記第１電気料金データのそれぞれとの類似度を算出する類似度算出ステップと、算出された前記類似度に基づいて、複数の前記第１利用者と前記第２利用者とをグループ分けするグルーピングステップと、予測された前記電気料金の削減量と、前記第２利用者と同一のグループに所属する前記第１利用者の前記第１電気料金データに基づいて定まる、予測の根拠とを提示する提示ステップとを含む。

【0007】

本発明の一態様に係るプログラムは、前記提示方法を前記コンピュータに実行させるためのプログラムである。

【発明の効果】

【0008】

本発明の提示システム等は、太陽光発電設備を設置するか否かの判断材料を提示することができる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施の形態に係る提示システムの機能構成を示すブロック図である。

【図2】図２は、第１電気料金データに含まれる情報の詳細を示す図である。

【図3】図３は、機械学習モデルを構築するための動作のフローチャートである。

【図4】図４は、電気料金の削減量の予測動作のシーケンス図である。

【図5】図５は、電気料金の削減量の予測結果の表示画面の一例を示す図である。

【図6】図６は、確率が表示された、電気料金の削減量の予測結果の表示画面の一例を示す図である。

【図7】図７は、電気料金の削減量の予測結果の表示画面の変形例１を示す図である。

【図8】図８は、電気料金の削減量の予測結果の表示画面の変形例２を示す図である。

【発明を実施するための形態】

【0010】

以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

【0011】

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

【0012】

（実施の形態）
［構成］
まず、実施の形態に係る提示システムの構成について説明する。図１は、実施の形態に係る提示システムの機能構成を示すブロック図である。

【0013】

提示システム１０は、太陽光発電設備が設置されていない住宅に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測し、予測した電気料金の削減量を、当該住宅の居住者に対して提示することができるシステムである。住宅は、施設の一例である。

【0014】

住宅に太陽光発電設備を設置した場合の電気料金の削減量（削減効果）は、当該住宅、及び、当該住宅の周辺環境などに応じて差があることから、居住者は、太陽光発電設備の設置を決断できないことが多い。例えば、太陽光発電設備を試しに住宅に設置し、実際の電気料金の削減量が算出されれば、算出された電気料金の削減量は、太陽光発電設備を設置するか否かの判断に有用であると考えられるが、現実的ではない。

【0015】

これに対し、提示システム１０は、太陽光発電設備が設置されていない住宅に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測し、予測した電気料金の削減量を予測の根拠とともに提示することができる。提示システム１０は、情報端末２０と、削減量予測装置３０とを備える。

【0016】

情報端末２０は、提示システム１０におけるユーザインターフェース装置であり、例えば、太陽光発電設備が設置されていない住宅の居住者、または、当該居住者に太陽光発電設備の設置を推奨する者（例えば、太陽光発電設備を販売する事業者の従業員（営業マン））などのシステム利用者によって使用される。情報端末２０は、具体的には、パーソナルコンピュータ、スマートフォン、または、タブレット端末などである。情報端末２０は、操作受付部２１と、表示部２２と、通信部２３と、情報処理部２４と、記憶部２５とを備える。

【0017】

操作受付部２１は、システム利用者の操作を受け付ける。操作受付部２１は、具体的には、キーボード、マウス、または、タッチパネルなどによって実現される。

【0018】

表示部２２は、電気料金の削減量の予測に必要な情報の入力画面、及び、電気料金の削減量の予測結果の表示画面などを表示する。表示部２２は、例えば、液晶パネルまたは有機ＥＬパネルなどの表示パネルによって実現される。

【0019】

通信部２３は、情報端末２０が削減量予測装置３０と通信を行うための通信回路である。通信部２３によって行われる通信は、有線通信であってもよいし、無線通信であってもよい。通信に用いられる通信規格についても特に限定されない。

【0020】

情報処理部２４は、電気料金の削減量の予測に必要な情報を削減量予測装置３０へ送信する処理、及び、電気料金の削減量の予測結果を表示部２２に表示する処理などの情報処理を行う。情報処理部２４は、例えば、マイクロコンピュータによって実現されるが、プロセッサまたは専用回路によって実現されてもよい。情報処理部２４の機能は、情報処理部２４を構成するマイクロコンピュータまたはプロセッサなどのハードウェアが記憶部２５に記憶されたコンピュータプログラム（ソフトウェア）を実行することによって実現される。

【0021】

記憶部２５は、情報処理部２４が実行するコンピュータプログラム等の初期設定動作に関する情報処理に必要な情報が記憶される記憶装置である。記憶部２５は、例えば、半導体メモリによって実現されるが、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）によって実現されてもよい。

【0022】

削減量予測装置３０は、太陽光発電設備が設置されていない住宅に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する。削減量予測装置３０は、具体的には、サーバ装置（クラウドコンピュータ）などである。削減量予測装置３０は、通信部３１と、情報処理部３２と、記憶部３３とを備える。

【0023】

通信部３１は、削減量予測装置３０が情報端末２０と通信するための通信モジュール（通信回路）である。通信部３１によって行われる通信は、有線通信であってもよいし、無線通信であってもよい。通信に用いられる通信規格についても特に限定されない。

【0024】

情報処理部３２は、電気料金の削減量を予測するための情報処理を行う。情報処理部３２は、具体的には、プロセッサまたはマイクロコンピュータによって実現される。情報処理部３２は、具体的には、取得部３２ａと、特徴量算出部３２ｂと、類似度算出部３２ｃと、グルーピング処理部３２ｄと、予測部３２ｅと、提示部３２ｆとを備える。取得部３２ａ、特徴量算出部３２ｂ、類似度算出部３２ｃ、グルーピング処理部３２ｄ、予測部３２ｅ、及び、提示部３２ｆの機能は、情報処理部３２を構成するプロセッサまたはマイクロコンピュータが記憶部３３に記憶されたコンピュータプログラムを実行することによって実現される。取得部３２ａ、特徴量算出部３２ｂ、類似度算出部３２ｃ、グルーピング処理部３２ｄ、予測部３２ｅ、及び、提示部３２ｆの機能の詳細については後述される。

【0025】

記憶部３３は、情報処理部３２が実行するコンピュータプログラムなど、電気料金の削減量を予測するための各種情報が記憶される記憶装置である。記憶部３３は、具体的には、ＨＤＤまたは半導体メモリなどによって実現される。

【0026】

［電気料金データ］
削減量予測装置３０の記憶部３３には、太陽光発電設備が既に設置されている住宅の居住者（以下、第１居住者または第１利用者とも記載される）の電気料金の実績に関する第１電気料金データが多数（多人数分）記憶され、コンピュータによってアクセス可能にデータベース化されている。第１電気料金データには、第１居住者の識別情報と、月ごとの電気料金を示す情報（例えば、２０２２年１０月の電気料金９０００円、というような月ごとの区別ができる情報）とが含まれる。

【0027】

また、第１電気料金データには、これらの情報に加えて、利用者属性情報、契約電力情報、使用電力統計量情報、設備諸元情報、住宅属性情報、及び、電気料金削減量情報などが含まれる。図２は、第１電気料金データに含まれる情報の詳細を示す図である。

【0028】

利用者属性情報は、住所、世帯人数、建物種別、及び、利用エネルギーなどを示す情報である。なお、利用エネルギーは、電気のみが使用されているか、電気及びガスが併用されているかということを意味する。

【0029】

契約電力情報は、電気料金プランを示す情報である。

【0030】

使用電力統計量情報は、昼間の平均電力使用量、１日あたりの平均電力使用量、１月当りの平均電力使用量、年間使用電力量、昼夜電力使用比率、及び、夏冬電力使用比率などを示す情報である。

【0031】

設備諸元情報は、太陽光発電設備の機器構成、太陽光発電設備のパネル容量、及び、太陽光発電設備の定格値などを示す情報である。設備諸元情報には、太陽光発電設備以外の設備の機器構成及び定格値が含まれてもよい。太陽光発電設備以外の機器は、例えば、ヒートポンプ式給湯器、蓄電池システム、ＥＶ（Ｅｌｅｃｔｒｉｃ Ｖｅｈｉｃｌｅ）充電器、または、燃料電池発電システムなどである。

【0032】

住宅属性情報は、間取り、延床面積、外皮面積、及び、外皮断熱仕様などを示す情報である。

【0033】

電気料金削減量情報は、太陽光発電設備が既に設置されている住宅において、太陽光発電設備が設置されて発電を行うことによってどれだけの電気料金が削減されているかを示す情報である。以下では、電気料金の削減量は、１年あたりの電気料金の削減量として説明されるが、１月あたりなど単位期間あたりの電気料金の削減量であればよい。

【0034】

なお、以上説明した情報のうち、利用者属性情報、契約電力情報、使用電力統計量情報、設備諸元情報、及び、住宅属性情報は、第１居住者へのアンケートなどによって取得される。

【0035】

また、電気料金削減量情報は、削減量予測装置３０の情報処理部３２によって算出される。情報処理部３２は、例えば、記憶部３３に記憶された、太陽光発電設備の発電量、発電量における自家消費、及び、売電の割合などの情報から、仮に太陽光発電設備が設置されていなかったとすると電気料金がどれだけ増大するかを算出することができる。電気料金がどれだけ増大するかは、太陽光発電設備が設置されたことによる電気料金の削減量に相当する。

【0036】

なお、第１電気料金データに、利用者属性情報、契約電力情報、使用電力統計量情報、設備諸元情報、住宅属性情報、及び、電気料金削減量情報の全てが含まれることは必須ではない。第１電気料金データには、利用者属性情報、契約電力情報、使用電力統計量情報、設備諸元情報、住宅属性情報、及び、電気料金削減量情報のうち必要に応じた少なくとも一部の情報が含まれればよい。

【0037】

［機械学習モデルを構築するための動作］
削減量予測装置３０の情報処理部３２は、太陽光発電設備が設置されていない住宅に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測するための機械学習モデルを構築し、記憶部３３に記憶する。以下、機械学習モデルを構築するための動作について説明する。図３は、機械学習モデルを構築するための動作のフローチャートである。

【0038】

削減量予測装置３０の取得部３２ａは、第１電気料金データを記憶部３３から取得する（Ｓ１１）。特徴量算出部３２ｂは、第１電気料金データに含まれる電気料金削減量情報以外の情報を加工することで特徴量を算出する（Ｓ１２）。情報処理部３２は、電気料金削減量情報以外の情報が特徴量に加工された第１電気料金データを機械学習モデルに学習させる（Ｓ１３）。

【0039】

以上のステップＳ１１～Ｓ１３の処理が第１電気料金データの数だけ繰り返されることで、機械学習モデルが構築される。この機械学習モデルは、第１電気料金データのうち電気料金削減量情報以外の情報を入力データとして、電気料金の削減量を出力することができる。つまり、機械学習モデルは、太陽光発電設備が設置されていない住宅に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測することができる。

【0040】

なお、ステップＳ１２の特徴量の算出処理は必須ではなく、必要に応じて行われればよい。情報処理部３２は、複数（多数）の第１電気料金データを機械学習モデルに学習させればよい。

【0041】

［電気料金の削減量の予測動作］
次に、電気料金の削減量の予測動作について説明する。図４は、電気料金の削減量の予測動作のシーケンス図である。

【0042】

情報端末２０の操作受付部２１は、第２電気料金データの入力操作をシステム利用者から受け付ける（Ｓ２１）。第２電気料金データは、太陽光発電設備が設置されていない住宅の居住者（以下、第２居住者、または、第２利用者とも記載される）の電気料金データであり、電気料金削減量情報が含まれていない点を除いて、第１電気料金データと同様のデータである。

【0043】

なお、第１電気料金データにおける設備諸元情報は、設置済みの太陽光発電設備の設備諸元情報であるが、第２電気料金データにおける設備諸元情報は、これから設置する予定の太陽光発電設備の設備諸元情報である。

【0044】

情報端末２０の情報処理部２４は、入力された第２電気料金データを、通信部２３を用いて削減量予測装置３０へ送信する（Ｓ２２）。

【0045】

削減量予測装置３０の通信部３１は、第２電気料金データを受信する。取得部３２ａは、受信された第２電気料金データを取得する（Ｓ２３）。特徴量算出部３２ｂは、第２電気料金データに含まれる情報を加工することで特徴量を算出する（Ｓ２４）。なお、ステップＳ２４の特徴量の算出処理は必須ではなく、必要に応じて行われればよい。予測部３２ｅは、情報が特徴量に加工された第２電気料金データを機械学習モデルに入力することで、電気料金の削減量を予測する（Ｓ２５）。

【0046】

次に、特徴量算出部３２ｂは、記憶部３３に記憶されている複数の第１電気料金データのそれぞれに対して、当該第１電気料金データに含まれる電気料金削減量情報以外の情報を加工することで特徴量を算出する（Ｓ２６）。なお、ステップＳ２６の特徴量の算出処理は必須ではなく、必要に応じて行われればよい。また、第１電気料金データが特徴量を含む形式で記憶部３３に記憶されているような場合も、ステップＳ２６の特徴量の算出処理は省略可能である。

【0047】

類似度算出部３２ｃは、情報が特徴量に加工された第２電気料金データと、情報が特徴量に加工された複数の第１電気料金データのそれぞれとの類似度を算出する（Ｓ２７）。類似度算出部３２ｃは、例えば、第２電気料金データに含まれる特徴量を要素とするベクトルと、第１電気料金データに含まれる特徴量を要素とするベクトルとのコサイン類似度を算出する。なお、類似度の算出には、既存のどのような方法が用いられてもよい。

【0048】

グルーピング処理部３２ｄは、算出された類似度に基づいて、第２電気料金データに対応する第２居住者と、複数の第１電気料金データに対応する複数の第１居住者とをグループ分けする（Ｓ２８）。グルーピング処理部３２ｄは、例えば、類似度が所定値以上の（つまり、類似度が比較的高い）第１居住者を第２居住者と同一のグループに決定する。なお、グループ分け（グルーピング、クラスタリング）には、既存のどのような方法が用いられてもよい。

【0049】

提示部３２ｆは、ステップＳ２５において予測された電気料金の削減量を提示（可視化）するための提示情報を生成し、通信部３１を用いて情報端末２０へ送信する（Ｓ２９）。提示情報には、予測された電気料金の削減量の、予測の根拠を示す根拠情報など、図５（後述）の表示画面を表示するために必要な情報が含まれる。根拠情報は、第２利用者と同一のグループに所属する第１利用者の第１電気料金データ（より詳細には、電気料金の削減量の実績など）に基づいて定まる情報である。

【0050】

情報端末２０の通信部２３は、提示情報を受信する。情報処理部２４は、受信された提示情報に基づいて、電気料金の削減量の予測結果を表示部２２に表示する（Ｓ３０）。図５は、電気料金の削減量の予測結果の表示画面の一例を示す図である。

【0051】

図５に示される表示画面においては、第２利用者と同一のグループに所属する第１利用者の電気料金の削減量の実績の分布がグラフ化されており、グラフ（分布）には、電気料金の削減量の平均値が示されている。グラフ、及び、平均値は、予測の根拠（可視化された根拠情報）の一例である。

【0052】

また、グラフにおいては、第２居住者の電気料金の削減量（予測された電気料金の削減量）が、分布の中でどこに位置するか（図５の「あなた」に相当）とともに、予測された電気料金の削減量（金額）が表示されている。また、グラフにおいては、第２居住者に対する類似度が最も高かった第１居住者の電気料金の削減量の実績が分布の中でどこに位置するか（図５の「Ａさん」に相当）とともに、電気料金の削減量の実績（金額）が表示されている。第２居住者と最も類似度が高かった第１居住者の電気料金の削減量の実績は、予測の根拠（可視化された根拠情報）の別の一例である。

【0053】

また、グラフにおいては、第２居住者に対する類似度が最も高かった第１居住者の第１電気料金データの少なくとも一部も表示される。図５の例では、太陽光発電設備の発電容量、及び、電気料金プランが表示されている。なお、図５の例では、第２居住者が設置を希望する太陽光発電設備の発電容量、及び、電気料金プランも表示されている。

【0054】

このように、提示システム１０（削減量予測装置３０）は、複数の第１電気料金データを用いて、電気料金の削減量の予測、及び、予測の根拠の提示を行うことができる。言い換えれば、提示システム１０は、機械学習モデルを用いた電気料金の削減量の予測、及び、予測の根拠の提示の両方を、同じ複数の第１電気料金データを用いて実現することができる。

【0055】

また、第２居住者の電気料金の削減量の予測値を、第２居住者と類似する第１居住者の電気料金の削減量の実績（予測の根拠となった電気料金の削減量）と比較可能な態様で提示することで、第２居住者の電気料金の削減量の予測についての納得性の向上を図ることができる。

【0056】

なお、システム利用者は、情報端末２０の操作受付部２１への操作により、図５のグラフにおいて区間（電気料金の削減量の上限値及び下限値）を指定することができ、このような指定が行われると、その区間の電気料金の削減量を得ることができる確率が表示部２２に表示される。図６は、確率が表示された、電気料金の削減量の予測結果の表示画面の一例を示す図である。情報端末２０の操作受付部２１への操作により、区間の上限値（図６のＺ１円）及び下限値（図６のＹ１円）が変更されると、表示される確率も変更される。この場合、取得部３２ａは、グラフに対して区間を指定する情報を情報端末２０から取得し、提示部３２ｆは、指定された区間の長さに応じて、指定された区間内の電気料金の削減量が得られる確率を提示する。

【0057】

これにより、システム利用者は、リスク（確率）とリターン（電気料金の削減量）とを定量的に把握することができる。

【0058】

［予測結果の表示画面の変形例１］
削減量予測装置３０の提示部３２ｆは、予測結果の提示画面に、予測された電気料金の削減量の金額に代えて、または、金額に加えて、予測された電気料金の削減量に相当する金銭価値を有する商品を提示してもよい。図７は、このような予測結果の表示画面の変形例１を示す図である。

【0059】

このように、太陽光発電設備を設置した場合に得られる金銭価値が商品価値化されて提示されれば、システム利用者は、太陽光発電設備を設置した場合に得られるメリットをよりリアルに想像できる。

【0060】

なお、商品の提示を行うために、記憶部３３には、電気料金の削減量と当該電気料金の削減量に相当する商品とを対応付けた情報があらかじめ記憶される。提示部３２ｆは、このような情報を参照することで、予測された電気料金の削減量に相当する金銭価値を有する商品を提示することができる。

【0061】

［予測結果の表示画面の変形例２］
削減量予測装置３０の提示部３２ｆは、予測された電気料金の削減量の年次変化を提示してもよい。図８は、このような予測結果の表示画面の変形例２を示す図である。

【0062】

図８に示されるように、２０２０年に太陽光発電設備を設置していたと仮定した場合の２０２０年の１年間における電気料金の削減量の予測値、２０２１年に太陽光発電設備を設置していたと仮定した場合の２０２１年の１年間における電気料金の削減量予測値・・というように、提示部３２ｆは、予測された電気料金の削減量の年次変化を提示する。これにより、システム利用者は、日射量の年次変化、及び、電気料金の年次変化などの、電気料金の削減量への影響を把握することができる。

【0063】

なお、この場合、特定の年における電気料金の削減量を予測する方法としては、例えば、当該特定の年における電気料金に関する複数の第１電気料金データを学習データとして学習モデルを構築する方法が考えられる。

【0064】

また、図８の表示画面においては、第２居住者と最も類似度が高かった第１居住者の電気料金の削減量の実績の年次変化も合わせて表示されている。このように、提示システム１０は、第２居住者の電気料金の削減量の予測値を、第２居住者と類似する第１居住者の電気料金の削減量の実績（予測の根拠となった電気料金の削減量）と比較可能な態様で提示することで、第２居住者の電気料金の削減量の予測についての納得性の向上を図ることができる。

【0065】

また、図８の表示画面、または、これとは別の表示画面において、提示部３２ｆは、太陽光発電設備を設置したと仮定した場合の発電量の予測値（１年間の総発電量）の年次変化を提示してもよい。この場合、予測部３２ｅは、例えば、電気料金の削減量の予測値と、第２電気料金データ（電気料金プランを示す情報等）とを用いて、発電量の予測値を算出（逆算）する。

【0066】

また、予測部３２ｅは、上記特定の年における電気料金の削減量を予測するための機械学習モデルを用いて、発電量を予測してもよい。つまり、上記特定の年における電気料金の削減量を予測するための機械学習モデルは、電気料金の削減量の予測値に加えて、発電量の予測値を出力してもよく、この場合、当該機械学習モデルを構築するための第１電気料金データには、発電量情報が含まれる。また、予測部３２ｅは、発電量を予測するための別の機械学習モデルを用いて発電量を予測してもよい。

【0067】

この場合も、第２居住者と最も類似度が高かった第１居住者の発電量の実績の年次変化が合わせて表示されてもよい。このように、提示システム１０は、第２居住者が居住する住宅に太陽光発電設備を設置したと仮定した場合の発電量の予測値を、第２居住者と類似する第１居住者が保有する太陽光発電設備の発電量の実績（予測の根拠となった発電量）と比較可能な態様で提示することで、第２居住者の発電量の予測についての納得性の向上を図ることができる。

【0068】

また、図８の表示画面、または、これとは別の表示画面において、提示部３２ｆは、平均気温、最高気温、及び、最低気温の年次変化を提示してもよい。例えば、提示部３２ｆは、気象情報管理サーバ（図示せず）から削減量予測装置３０へ提供される気温情報に基づいて、平均気温、最高気温、及び、最低気温の年次変化を提示することができる。

【0069】

このように、気温の年次変化が提示されれば、システム利用者は、気温の年次変化の電気料金の削減量への影響を容易に把握することができる。

【0070】

また、図８の表示画面、または、これとは別の表示画面において、提示部３２ｆは、石炭、ＬＮＧ（Ｌｉｑｕｅｆｉｅｄ Ｎａｔｕｒａｌ Ｇａｓ）、及び、原油の燃料単価の年次変化を提示してもよい。例えば、提示部３２ｆは、燃料単価情報管理サーバ（図示せず）から削減量予測装置３０へ提供される燃料単価情報に基づいて、石炭、ＬＮＧ、及び、原油の燃料単価の年次変化を提示することができる。

【0071】

このように、燃料単価の年次変化が提示されれば、システム利用者は、燃料単価の年次変化の電気料金の削減量への影響を容易に把握することができる。

【0072】

［効果等］
本明細書の開示内容から導き出される発明は、例えば以下のような発明である。以下、本明細書の開示内容から導き出される発明について、当該発明によって得られる効果等と合わせて説明する。

【0073】

発明１は、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部３３と、太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得部３２ａと、取得された第２電気料金データと、複数の第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測部３２ｅと、取得された第２電気料金データと、複数の第１電気料金データのそれぞれとの類似度を算出する類似度算出部３２ｃと、算出された類似度に基づいて、複数の第１利用者と第２利用者とをグループ分けするグルーピング処理部３２ｄと、予測された電気料金の削減量と、第２利用者と同一のグループに所属する第１利用者の第１電気料金データに基づいて定まる、予測の根拠とを提示する提示部３２ｆとを備える、提示システム１０である。

【0074】

このような提示システム１０は、太陽光発電設備を設置するか否かの判断材料として、太陽光発電設備が設置されたと仮定した場合の電気料金の削減量の予測値を提示することができる。また、提示システム１０は、予測の根拠を合わせて提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0075】

発明２は、提示部３２ｆは、予測の根拠として、第２利用者と同一のグループに所属する第１利用者の、太陽光発電設備の設置による電気料金の削減量の実績と、当該第１利用者の第１電気料金データの少なくとも一部とを提示する、発明１の提示システム１０である。

【0076】

このような提示システム１０は、第２利用者と類似する第１利用者の太陽光発電設備の設置による電気料金の削減量の実績を提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0077】

発明３は、提示部３２ｆは、予測の根拠として、第２利用者と同一のグループに所属する第１利用者の、太陽光発電設備の設置による電気料金の削減量の実績の分布を示すグラフを提示する、発明１または２の提示システム１０である。

【0078】

このような提示システム１０は、第２利用者と類似する第１利用者の太陽光発電設備の設置による電気料金の削減量の実績の分布をグラフ化して提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0079】

発明４は、グラフにおいては、第２利用者と同一のグループに所属する第１利用者の、太陽光発電設備の設置による電気料金の削減量の平均値が示されている、発明３の提示システム１０である。

【0080】

このような提示システム１０は、第２利用者と類似する第１利用者の太陽光発電設備の設置による電気料金の削減量の実績の平均値を提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0081】

発明５は、グラフが提示されているときに、グラフに対する区間が指定されると、指定された区間の長さに応じて、指定された区間内の電気料金の削減量が得られる確率が提示される、発明３または４に記載の提示システム１０である。

【0082】

このような提示システム１０は、リスク（確率）とリターン（電気料金の削減量）とを定量的に提示することができる。

【0083】

発明６は、提示部３２ｆは、予測された電気料金の削減量に相当する金銭価値を有する商品を提示する、発明１～５のいずれかの提示システム１０である。

【0084】

このような提示システム１０は、太陽光発電設備を設置した場合に得られる金銭価値を商品価値化して提示することができる。

【0085】

発明７は、提示部３２ｆは、予測された電気料金の削減量の年次変化を提示する、発明１～６のいずれかの提示システム１０である。

【0086】

このように、予測された電気料金の削減量の年次変化が提示されれば、システム利用者は、日射量の年次変化、及び、電気料金の年次変化などの、電気料金の削減量への影響を把握することができる。

【0087】

発明８は、予測部３２ｅは、取得された第２電気料金データと、機械学習モデルと同一または異なる機械学習モデルに基づいて、第２施設に太陽光発電設備が設置されたと仮定した場合の発電量を予測し、提示部２３ｆは、予測された発電量の年次変化を提示する、発明７の提示システムである。

【0088】

このように、予測された発電量の年次変化が提示されれば、システム利用者は、発電量の年次変化の、電気料金の削減量への影響を容易に把握することができる。

【0089】

発明９は、提示部３２ｆは、平均気温、最高気温、及び、最低気温の年次変化を提示する、発明７または８の提示システム１０である。

【0090】

このように、気温の年次変化が提示されれば、システム利用者は、気温の年次変化の電気料金の削減量への影響を容易に把握することができる。

【0091】

発明１０は、提示部３２ｆは、石炭、ＬＮＧ、及び、原油の燃料単価の年次変化を提示する、発明７～９のいずれかの提示システム１０である。

【0092】

このように、燃料単価の年次変化が提示されれば、システム利用者は、燃料単価の年次変化の電気料金の削減量への影響を容易に把握することができる。

【0093】

発明１１は、さらに、複数の第１電気料金データのそれぞれに対して特徴量を算出する特徴量算出部３２ｂを備え、予測部３２ｅは、算出された特徴量を機械学習モデルに入力することにより、電気料金の削減量を予測する、発明１～１０のいずれかの提示システム１０である。

【0094】

このような提示システム１０は、算出された特徴量を機械学習モデルに入力することにより、電気料金の削減量を予測することができる。

【0095】

発明１２は、第１電気料金データには、第１利用者の属性情報、契約電力情報、使用電力統計量情報、第１施設に設けられた設備の設備諸元情報、第１施設の属性情報、及び、電気料金削減量情報が含まれる、発明１～１１のいずれかの提示システム１０である。

【0096】

このような提示システム１０は、第１利用者の属性情報、契約電力情報、使用電力統計量情報、第１施設に設けられた設備の設備諸元情報、第１施設の属性情報、及び、電気料金削減量情報を含む第１電気料金データに基づいて、機械学習モデルを構築することができる。

【0097】

発明１３は、提示システム１０（削減量予測装置３０）などのコンピュータによって実行される提示方法であって、コンピュータは、太陽光発電設備が設置された第１施設を利用する第１利用者の電気料金の実績に関する第１電気料金データが複数記憶された記憶部３３にアクセス可能であり、提示方法は、太陽光発電設備が設置されていない第２施設を利用する第２利用者の電気料金の実績に関する第２電気料金データを取得する取得ステップＳ２３と、取得された第２電気料金データと、複数の第１電気料金データを学習データとして構築された機械学習モデルとに基づいて、第２施設に太陽光発電設備が設置されたと仮定した場合の電気料金の削減量を予測する予測ステップＳ２５と、取得された第２電気料金データと、複数の第１電気料金データのそれぞれとの類似度を算出する類似度算出ステップＳ２７と、算出された類似度に基づいて、複数の第１利用者と第２利用者とをグループ分けするグルーピングステップＳ２８と、予測された電気料金の削減量と、第２利用者と同一のグループに所属する第１利用者の第１電気料金データに基づいて定まる、予測の根拠とを提示する提示ステップＳ２９、Ｓ３０とを含む、提示方法である。

【0098】

このような提示方法は、太陽光発電設備を設置するか否かの判断材料として、太陽光発電設備が設置されたと仮定した場合の電気料金の削減量の予測値を提示することができる。また、提示方法は、予測の根拠を合わせて提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0099】

発明１４は、発明１３の提示方法をコンピュータに実行させるためのプログラムである。

【0100】

このようなプログラムによれば、コンピュータは、太陽光発電設備を設置するか否かの判断材料として、太陽光発電設備が設置されたと仮定した場合の電気料金の削減量の予測値を提示することができる。また、コンピュータは、予測の根拠を合わせて提示することで、電気料金の削減量の予測値に対するシステム利用者の納得感の向上を図ることができる。

【0101】

（その他の実施の形態）
以上、実施の形態に係る提示システム、及び、判定方法について説明したが、本発明は、上記実施の形態に限定されるものではない。

【0102】

例えば、上記実施の形態では、住宅に太陽光発電設備を設置するか否かの判断材料として、電気料金の削減量が予測されたが、住宅以外の施設に太陽光発電設備を設置するか否かの判断材料として、電気料金の削減量が予測されてもよい。

【0103】

また、上記実施の形態では、提示システムは、複数の装置によって実現されたが、単一の装置として実現されてもよい。例えば、提示システムは、削減量予測装置に相当する単一の装置として実現されてもよい。提示システムが複数の装置によって実現される場合、提示システムが備える各構成要素は、複数の装置にどのように振り分けられてもよい。例えば、削減量予測装置が備える機能的な構成要素の一部は、情報端末によって備えられてもよい。つまり、削減量予測装置によって実行されると説明された処理の一部は、情報端末によって実行されてもよい。

【0104】

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

【0105】

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

【0106】

また、各構成要素は、ハードウェアによって実現されてもよい。例えば、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

【0107】

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。例えば、本発明は、提示システムなどのコンピュータによって実行される提示方法として実現されてもよい。また、本発明は、提示方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、このようなプログラムが記憶された、コンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

【0108】

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

【符号の説明】

【0109】

１０ 提示システム
２０ 情報端末
２１ 操作受付部
２２ 表示部
２３、３１ 通信部
２４、３２ 情報処理部
２５、３３ 記憶部
３０ 削減量予測装置
３２ａ 取得部
３２ｂ 特徴量算出部
３２ｃ 類似度算出部
３２ｄ グルーピング処理部
３２ｅ 予測部
３２ｆ 提示部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】