特開 2024-39988 最適化プログラム、最適化方法および情報処理装置

(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】P2024039988

(43)【公開日】2024-03-25

(54)【発明の名称】最適化プログラム、最適化方法および情報処理装置

(51)【国際特許分類】

   G06Q 30/0202 20230101AFI20240315BHJP

   G06Q 10/04 20230101ALI20240315BHJP

   G06N 20/00 20190101ALI20240315BHJP

【ＦＩ】

G06Q30/02 310

G06Q10/04

G06N20/00

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022144775

(22)【出願日】2022-09-12

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002918

【氏名又は名称】弁理士法人扶桑国際特許事務所

(72)【発明者】

【氏名】飯村 由信

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049AA04

5L049BB01

(57)【要約】

【課題】機械学習モデルの予測値を利用した操作量の最適化を効率化する。
【解決手段】情報処理装置１０は、第１の期間に発生する第１の需要量に対する実績値を示す実績データ１３に基づいて、実績値に応じて操作量を最適化することで獲得される利益１４を算出する。情報処理装置１０は、訓練済みの予測モデル１５を用いて、第１の需要量に対する第１の予測値を算出する。情報処理装置１０は、補正モデル１６を用いて第１の予測値から補正された第２の予測値に応じて操作量を最適化することで獲得される利益１７と、利益１４との比較に基づいて、補正モデル１６を決定する。情報処理装置１０は、予測モデル１５および補正モデル１６を用いて、第１の期間と異なる第２の期間に発生する第２の需要量に対する第３の予測値を算出し、第３の予測値に応じて最適化された操作量を示す計画データ１８を出力する。
【選択図】図１

【特許請求の範囲】

【請求項1】

第１の期間に発生する第１の需要量に対する実績値を示す実績データに基づいて、前記実績値に応じて操作量を最適化することで獲得される第１の利益を算出し、
訓練済みの予測モデルを用いて、前記第１の需要量に対する第１の予測値を算出し、
補正モデルを用いて前記第１の予測値から補正された第２の予測値に応じて前記操作量を最適化することで獲得される第２の利益と、前記第１の利益との比較に基づいて、前記補正モデルを決定し、
訓練済みの前記予測モデルおよび決定された前記補正モデルを用いて、前記第１の期間と異なる第２の期間に発生する第２の需要量に対する第３の予測値を算出し、前記第３の予測値に応じて最適化された前記操作量を示す計画データを出力する、
処理をコンピュータに実行させる最適化プログラム。

【請求項2】

前記補正モデルの決定は、前記第１の利益と前記第２の利益との差が最小になる前記補正モデルを探索する処理を含む、
請求項１記載の最適化プログラム。

【請求項3】

前記予測モデルは、異なる時刻それぞれに対して前記第１の予測値を算出し、
前記補正モデルは、前記異なる時刻に応じて異なる補正値を付与する、
請求項１記載の最適化プログラム。

【請求項4】

前記第１の利益の算出は、前記実績値に基づいて、前記第１の利益が最大になる前記操作量を探索する処理を含む、
請求項１記載の最適化プログラム。

【請求項5】

第１の期間に発生する第１の需要量に対する実績値を示す実績データに基づいて、前記実績値に応じて操作量を最適化することで獲得される第１の利益を算出し、
訓練済みの予測モデルを用いて、前記第１の需要量に対する第１の予測値を算出し、
補正モデルを用いて前記第１の予測値から補正された第２の予測値に応じて前記操作量を最適化することで獲得される第２の利益と、前記第１の利益との比較に基づいて、前記補正モデルを決定し、
訓練済みの前記予測モデルおよび決定された前記補正モデルを用いて、前記第１の期間と異なる第２の期間に発生する第２の需要量に対する第３の予測値を算出し、前記第３の予測値に応じて最適化された前記操作量を示す計画データを出力する、
処理をコンピュータが実行する最適化方法。

【請求項6】

第１の期間に発生する第１の需要量に対する実績値を示す実績データを記憶する記憶部と、
前記実績データに基づいて、前記実績値に応じて操作量を最適化することで獲得される第１の利益を算出し、訓練済みの予測モデルを用いて、前記第１の需要量に対する第１の予測値を算出し、補正モデルを用いて前記第１の予測値から補正された第２の予測値に応じて前記操作量を最適化することで獲得される第２の利益と、前記第１の利益との比較に基づいて、前記補正モデルを決定し、訓練済みの前記予測モデルおよび決定された前記補正モデルを用いて、前記第１の期間と異なる第２の期間に発生する第２の需要量に対する第３の予測値を算出し、前記第３の予測値に応じて最適化された前記操作量を示す計画データを出力する処理部と、
を有する情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は最適化プログラム、最適化方法および情報処理装置に関する。

【背景技術】

【0002】

コンピュータは、在庫資源の購入や放出などの操作量を、需要量に応じて最適化することで、獲得される利益を最大化したいことがある。最適化対象とする期間の需要量が未知である場合、コンピュータは、機械学習モデルを用いて需要量を予測し、予測した需要量を前提として最適な操作量を計画することがある。

【0003】

例えば、将来期間の需要量を予測する推定装置が提案されている。提案の推定装置は、過去期間の需要量に基づいて機械学習モデルを訓練し、訓練された機械学習モデルを用いて将来期間の需要量を予測する。推定装置は、予測された需要量の変動が、当該予測された需要量を前提として獲得される期待利益に与える影響を示す影響度を算出する。推定装置は、算出された影響度を重みとして用いて機械学習モデルを再訓練し、再訓練された機械学習モデルを用いて将来期間の需要量を推定し直す。

【0004】

なお、過去の売上データに基づいて、類似する製品間の代替関係を推定する顧客モデルを生成し、需給バランスが悪化した際に、機会損失および在庫コストを最小化するアクションを選択する需給均衡化方法が提案されている。また、過去期間の商品の需要量に基づいて将来期間の需要量を予測し、予測した需要量を前提として、利益が最大になるような発注計画を生成する発注量決定装置が提案されている。また、過去期間における商品の販売数を、欠品により販売機会を喪失した回数を加えることで補正し、補正された販売実績データを用いて機械学習モデルを訓練する需要予測装置が提案されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１８－１１６７００号公報

【特許文献2】米国特許出願公開第２０１５／００６６５６６号明細書

【特許文献3】特開２０１６－９１２１７号公報

【特許文献4】特開２０２１－１０３３７４号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

機械学習モデルの予測精度には限界があるため、予測した需要量と実際の需要量との間に差異が生じることがある。この場合、予測した需要量を前提として計画された操作量を実施しても、過剰在庫による在庫ロスの発生や在庫不足による機会損失の発生などの理由で、期待したほど利益が獲得されないことがある。

【0007】

この点、機械学習モデルは、操作量の最適化にとっての重要度に関係なく、予測した需要量の誤差が平均的に小さくなるように訓練されることが多い。例えば、機械学習モデルは、利益を大きくするという観点から重要度の高い時刻と重要度の低い時刻とを区別せずに、全ての時刻における需要量の予測誤差が平均的に小さくなるように訓練される。そこで、操作量を最適化する際に、重要度の高い需要量の予測誤差が優先的に小さくなるように、上記のように機械学習モデルを再訓練する方法が考えられる。

【0008】

しかし、操作量を最適化する毎に訓練済みの機械学習モデルを再訓練することは、最適化の計算量や所要時間が増大して非効率になるおそれがある。また、複雑な機械学習モデルを再訓練することは、訓練済みの機械学習モデルを利用しようとするユーザの負担が大きい。そこで、１つの側面では、本発明は、機械学習モデルの予測値を利用した操作量の最適化を効率化することを目的とする。

【課題を解決するための手段】

【0009】

１つの態様では、以下の処理をコンピュータに実行させる最適化プログラムが提供される。第１の期間に発生する第１の需要量に対する実績値を示す実績データに基づいて、実績値に応じて操作量を最適化することで獲得される第１の利益を算出する。訓練済みの予測モデルを用いて、第１の需要量に対する第１の予測値を算出する。補正モデルを用いて第１の予測値から補正された第２の予測値に応じて操作量を最適化することで獲得される第２の利益と、第１の利益との比較に基づいて、補正モデルを決定する。訓練済みの予測モデルおよび決定された補正モデルを用いて、第１の期間と異なる第２の期間に発生する第２の需要量に対する第３の予測値を算出し、第３の予測値に応じて最適化された操作量を示す計画データを出力する。

【0010】

また、１つの態様では、コンピュータが実行する最適化方法が提供される。また、１つの態様では、記憶部と処理部とを有する情報処理装置が提供される。

【発明の効果】

【0011】

１つの側面では、機械学習モデルの予測値を利用した操作量の最適化を効率化できる。

【図面の簡単な説明】

【0012】

【図1】第１の実施の形態の情報処理装置を説明するための図である。

【図2】第２の実施の形態の情報処理システムの例を示す図である。

【図3】サーバ装置のハードウェア例を示すブロック図である。

【図4】予測需要量に基づく操作計画の例を示すグラフである。

【図5】サーバ装置の機能例を示すブロック図である。

【図6】設定テーブルの例を示す図である。

【図7】実績データテーブルの例を示す図である。

【図8】補正関数テーブルの例を示す図である。

【図9】操作計画決定の手順例を示すフローチャートである。

【図10】実際需要量と予測需要量の比較例を示すグラフである。

【図11】理想利益と予測利益の比較例を示すグラフである。

【発明を実施するための形態】

【0013】

以下、本実施の形態を図面を参照して説明する。
［第１の実施の形態］
第１の実施の形態を説明する。

【0014】

図１は、第１の実施の形態の情報処理装置を説明するための図である。
第１の実施の形態の情報処理装置１０は、機械学習モデルを用いて需要量を予測し、予測した需要量に応じた最適な操作量の計画を生成する。情報処理装置１０は、クライアント装置でもよいしサーバ装置でもよい。情報処理装置１０が、コンピュータ、最適化装置または機械学習装置と呼ばれてもよい。

【0015】

情報処理装置１０は、記憶部１１および処理部１２を有する。記憶部１１は、ＲＡＭ（Random Access Memory）などの揮発性半導体メモリでもよいし、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの不揮発性ストレージでもよい。処理部１２は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＤＳＰ（Digital Signal Processor）などのプロセッサである。ただし、処理部１２が、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの電子回路を含んでもよい。プロセッサは、例えば、ＲＡＭなどのメモリ（記憶部１１でもよい）に記憶されたプログラムを実行する。プロセッサの集合が、マルチプロセッサまたは単に「プロセッサ」と呼ばれてもよい。

【0016】

記憶部１１は、実績データ１３を記憶する。実績データ１３は、第１の期間に発生した需要量の実績値を示す。第１の期間は、以下の処理を行う時点より前の過去期間である。実績値は、実際需要量と呼ばれてもよい。需要量は、例えば、予め蓄積しておくことが可能であり経済的価値をもつ資源の消費量である。将来の需要量は、天候や経済状態などの環境条件に依存するため、誤差なく予測することが困難である。需要量は、例えば、電気などのエネルギー資源の消費量や、商品の販売量などである。実績データ１３は、第１の期間に属する複数の時刻に対応する複数の実績値を含んでもよい。例えば、実績データ１３は、２４時間分の電力消費量の測定値を含む。

【0017】

また、記憶部１１は、訓練済みの予測モデル１５を記憶する。予測モデル１５は、需要量を予測する機械学習モデルである。予測モデル１５を訓練する機械学習は、情報処理装置１０によって行われてもよいし、他の情報処理装置によって行われてもよい。予測モデル１５は、実績データ１３を用いて訓練されてもよい。予測モデル１５のモデル構造は限定されず、線形回帰モデルまたは非線形回帰モデルでもよい。予測モデル１５は、気温や雨量などの需要量以外の入力データから需要量を予測するものであってもよい。また、予測モデル１５は、直近の需要量の変動からその後の需要量を予測するものであってもよい。例えば、予測モデル１５は、気温などの気象情報から電力消費量を予測する。

【0018】

処理部１２は、予測モデル１５を用いて第２の期間に発生する需要量の予測値を算出し、算出した予測値に応じて操作量を最適化する。第２の期間は、例えば、第１の期間より後の期間であり、予測時点より後の将来期間でもよい。予測値は、予測需要量と呼ばれてもよい。操作量は、例えば、在庫資源の入出力量であり、活動量（アクション量）と呼ばれてもよい。操作量は、蓄電池への充電量のようなエネルギー資源の購入量と、蓄電池からの放電量のようなエネルギー資源の放出量であってもよい。また、操作量は、商品の仕入れ量と在庫商品の出庫量であってもよい。

【0019】

操作量は、例えば、獲得される利益が最大になるように最適化される。例えば、処理部１２は、エネルギー資源を単価の低い時刻に購入して蓄積し、蓄積したエネルギー資源を単価の高い時刻に放出して消費するように操作量を計画する。これにより、コスト節約益が発生する。また、例えば、処理部１２は、事前に商品を仕入れて入庫し、需要量の多い時刻に在庫商品を出庫するように操作量を計画する。これにより、売上利益が発生する。このとき、処理部１２は、需要量の予測値に基づいて、過剰在庫による在庫ロスや在庫不足による機会損失が抑制されるように操作量を最適化する。ただし、処理部１２は、予測モデル１５が出力する予測値をそのまま使用せず、補正された予測値を使用する。

【0020】

まず、処理部１２は、実績データ１３に基づいて、実績値に応じて操作量を最適化することで獲得される利益１４を算出する。利益１４は、需要量の予測誤差がないと仮定した場合に過去に獲得することが可能であった最大の利益であり、達成可能最大利益または理想利益と呼ばれてもよい。例えば、処理部１２は、実績データ１３が示す実績値を前提として、利益が最大になる最適な操作量を探索し、最適な操作量に対応する利益を利益１４として算出する。この最適な操作量は、理想操作量と呼ばれてもよい。

【0021】

また、処理部１２は、予測モデル１５を用いて、実績データ１３と同じ第１の期間について需要量の予測値を算出する。例えば、処理部１２は、第１の期間の気象情報を予測モデル１５に入力することで、第１の期間の予測値を算出する。処理部１２は、利益１４と第１の期間の予測値とを用いて、補正モデル１６を決定する。補正モデル１６は、予測モデル１５が出力する予測値を補正するものであり、補正関数または機械学習モデルと呼ばれてもよい。補正モデル１６の決定は、最適化、訓練または機械学習と呼ばれてもよい。補正モデル１６のモデル構造は限定されない。補正モデル１６は、予測モデル１５が出力する予測値に対して、時刻に応じて異なる補正値を加算するものであってもよい。

【0022】

処理部１２は、補正モデル１６を用いて補正された予測値に応じて操作量を最適化することで獲得される利益１７と、利益１４との比較に基づいて、補正モデル１６を決定する。補正された予測値は、補正後需要量と呼ばれてもよい。例えば、処理部１２は、利益１４と利益１７との差が最小になるように補正モデル１６を決定する。補正モデル１６の決定には、遺伝的アルゴリズム（ＧＡ：Genetic Algorithm）や粒子群最適化（ＰＳＯ：Particle Swarm Optimization）などのメタヒューリスティクスが使用されてもよい。また、補正モデル１６の決定には、最急降下法が用いられてもよい。メタヒューリスティクスは、特定の問題に依存しない発見的方法である。

【0023】

例えば、処理部１２は、補正モデル１６を初期化する。処理部１２は、予測モデル１５が出力する予測値を補正モデル１６によって補正し、補正された予測値を前提として、獲得される利益が最大になる最適な操作量を探索し、最適な操作量に対応する利益を利益１７として算出する。処理部１２は、利益１４と利益１７との差が小さくなるように、補正モデル１６を更新する。処理部１２は、利益１７の算出と補正モデル１６の更新とを所定の収束条件が満たされるまで繰り返し、補正モデル１６を決定する。

【0024】

補正モデル１６が決定されると、処理部１２は、予測モデル１５および補正モデル１６を用いて、第２の期間に発生する需要量について補正済みの予測値を算出する。例えば、処理部１２は、第２の期間の気象情報を予測モデル１５に入力することで補正前の予測値を算出し、補正前の予測値を補正モデル１６に入力することで補正後の予測値を算出する。予測モデル１５に入力される第２の期間のデータは、気象予報情報などの予想データであってもよい。予測モデル１５および補正モデル１６は、予測モデル１５の後段に補正モデル１６が連結された単一の機械学習モデルとみなされてもよい。

【0025】

処理部１２は、補正された予測値に応じて最適化された操作量を示す計画データ１８を生成し、計画データ１８を出力する。例えば、処理部１２は、第２の期間の需要量についての補正された予測値を前提として、獲得される利益が最大になる最適な操作量を探索する。計画データ１８は、第２の期間に属する複数の時刻に対応する複数の操作量を含んでもよい。例えば、計画データ１８は、２４時間分の蓄電池の充放電量を含む。処理部１２は、計画データ１８を不揮発性ストレージに保存してもよいし、表示装置に表示してもよいし、他の情報処理装置に送信してもよい。

【0026】

なお、補正モデル１６は、将来期間の操作量を計画する毎に決定されてもよい。また、補正モデル１６は、時の経過によって実績データ１３が増加する毎に修正されてもよい。また、計画データ１８は、蓄電池の充放電を制御する電力制御デバイスのように、在庫資源の入出力を制御する制御デバイスに出力されてもよく、そのような制御デバイスによって在庫資源の入出力の制御のために用いられてもよい。

【0027】

以上説明したように、第１の実施の形態の情報処理装置１０は、第１の期間の需要量の実績値に応じて操作量を最適化することで獲得される利益１４を算出すると共に、訓練済みの予測モデル１５を用いて、第１の期間の需要量の予測値を算出する。情報処理装置１０は、補正モデル１６を用いて補正された予測値に応じて操作量を最適化することで獲得される利益１７と、利益１４との比較に基づいて、補正モデル１６を決定する。情報処理装置１０は、予測モデル１５および補正モデル１６を用いて、第２の期間の需要量の予測値を算出し、この予測値に応じて最適化された操作量を示す計画データ１８を出力する。

【0028】

これにより、より大きい利益を獲得できると期待される操作量が提示される。また、情報処理装置１０は、訓練済みの予測モデル１５を利用して操作量を最適化することができ、予測モデル１５を再訓練しなくてもよい。よって、計算量や処理時間が減少して操作量の最適化が効率化されると共に、ユーザの負担が軽減される。また、予測モデル１５の予測値が補正モデル１６によって補正される。よって、操作量の最適化にとって重要な需要量の予測精度が優先的に高くなるように予測値が補正され、予測モデル１５の出力をそのまま使用する場合よりも最適化の精度が向上する。

【0029】

なお、情報処理装置１０は、補正モデル１６の決定において、利益１４と利益１７との差が最小になる補正モデル１６を探索してもよい。これにより、情報処理装置１０は、最適化結果を、需要量の予測誤差がない場合の理想的な操作量に近づけることができる。また、予測モデル１５は、異なる時刻それぞれに対して予測値を算出するものであってもよく、補正モデル１６は、時刻に応じて異なる補正値を付与するものであってもよい。これにより、時刻によって価格が異なるような資源について、操作量の最適化の精度が向上する。また、情報処理装置１０は、利益１４の算出において、実績データ１３が示す実績値を前提として、利益１４が最大になる操作量を探索してもよい。これにより、利益が最大になる可能性が高い最適化結果が得られるように、補正モデル１６が決定される。

【0030】

［第２の実施の形態］
次に、第２の実施の形態を説明する。
図２は、第２の実施の形態の情報処理システムの例を示す図である。

【0031】

第２の実施の形態の情報処理システムは、電力系統３１、ネットワーク３２、電気製品群３３、蓄電池３４、蓄電池制御部３５およびサーバ装置３６を含む。蓄電池制御部３５およびサーバ装置３６は、ネットワーク３２に接続されている。サーバ装置３６は、第１の実施の形態の情報処理装置１０に対応する。

【0032】

電力系統３１は、需要設備に電力を供給するために発電、変電、送電および配電を行うシステムである。電力系統３１は、電力事業者によって保有される。ネットワーク３２は、データ通信ネットワークである。ネットワーク３２は、ＬＡＮ（Local Area Network）を含んでもよく、インターネットなどの広域ネットワークを含んでもよい。また、ネットワーク３２は、有線ネットワークを含んでもよく、無線ネットワークを含んでもよい。

【0033】

電気製品群３３は、電力系統３１から供給される電気を用いて動作するデバイス群である。電気製品群３３は、家屋に設置されてもよいし、事業所に設置されてもよいし、屋外に設置されてもよい。電気製品群３３が使用する電気は、電力系統３１から直接供給されたものであることもあるし、蓄電池３４に一旦蓄積されたものであることもある。

【0034】

蓄電池３４は、電力系統３１から供給される電気を一時的に蓄積する電池デバイスである。蓄電池３４は、家屋に設置されてもよいし、事業所に設置されてもよいし、屋外に設置されてもよい。蓄電池３４は、蓄電池制御部３５からの指示に応じて充電を行い、蓄電池制御部３５からの指示に応じて電気製品群３３に対して放電を行う。

【0035】

蓄電池制御部３５は、蓄電池３４の充放電を制御する制御デバイスである。蓄電池制御部３５は、コンピュータであってもよい。蓄電池制御部３５は、事前に入力される充放電計画に従い、特定の時間帯に電力系統３１から蓄電池３４への充電を指示し、特定の時間帯に蓄電池３４から電気製品群３３への放電を指示する。充放電計画は、蓄電池３４のユーザから入力されてもよいし、サーバ装置３６から受信されてもよい。

【0036】

通常、充電時刻は、２４時間のうち電気料金単価の安い時刻であり、放電時刻は、２４時間のうち電気料金単価の高い時刻である。これにより、電気料金の節約額に相当する利益が発生する。また、蓄電池制御部３５は、１時間毎の電気製品群３３の電力消費量を需要量として測定し、測定された需要量のデータをサーバ装置３６に送信する。

【0037】

サーバ装置３６は、蓄電池制御部３５から受信されるデータに基づいて、電気料金を最も節約できるような蓄電池３４の充放電計画を生成するサーバコンピュータである。サーバ装置３６は、データセンタに配置されてもよく、いわゆるクラウドシステムに含まれてもよい。サーバ装置３６は、生成した充放電計画をユーザに対して出力してもよく、生成した充放電計画を蓄電池制御部３５に送信してもよい。また、サーバ装置３６の機能をもつコンピュータが、家屋または事業所に設置されてもよい。また、サーバ装置３６の機能をもつコンピュータが、クライアントコンピュータであってもよい。

【0038】

図３は、サーバ装置のハードウェア例を示すブロック図である。
サーバ装置３６は、バスに接続されたＣＰＵ１０１、ＲＡＭ１０２、ＨＤＤ１０３、ＧＰＵ１０４、入力インタフェース１０５、媒体リーダ１０６および通信インタフェース１０７を有する。ＣＰＵ１０１は、第１の実施の形態の処理部１２に対応する。ＲＡＭ１０２またはＨＤＤ１０３は、第１の実施の形態の記憶部１１に対応する。

【0039】

ＣＰＵ１０１は、プログラムの命令を実行するプロセッサである。ＣＰＵ１０１は、ＨＤＤ１０３に記憶されたプログラムおよびデータをＲＡＭ１０２にロードし、プログラムを実行する。サーバ装置３６は、複数のプロセッサを有してもよい。

【0040】

ＲＡＭ１０２は、ＣＰＵ１０１で実行されるプログラムおよびＣＰＵ１０１で演算に使用されるデータを一時的に記憶する揮発性半導体メモリである。サーバ装置３６は、ＲＡＭ以外の種類の揮発性メモリを有してもよい。なお、ＲＡＭ１０２は、バスに接続されたＲＡＭインタフェースに挿入されてもよい。また、バスに接続されたＤＭＡ（Direct Memory Access）コントローラが、ＣＰＵ１０１を介さずにＲＡＭ１０２と周辺機器との間でデータを直接転送してもよい。

【0041】

ＨＤＤ１０３は、オペレーティングシステム（ＯＳ：Operating System）やミドルウェアやアプリケーションソフトウェアなどのソフトウェアのプログラムと、データとを記憶する不揮発性ストレージである。サーバ装置３６は、フラッシュメモリやＳＳＤ（Solid State Drive）などの他の種類の不揮発性ストレージを有してもよい。

【0042】

ＧＰＵ１０４は、ＣＰＵ１０１と連携して画像処理を行い、サーバ装置３６に接続された表示装置１１１に画像を出力する。表示装置１１１は、例えば、ＣＲＴ（Cathode Ray Tube）ディスプレイ、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイまたはプロジェクタである。サーバ装置３６に、プリンタなどの他の種類の出力デバイスが接続されてもよい。また、ＧＰＵ１０４は、ＧＰＧＰＵ（General Purpose Computing on Graphics Processing Unit）として使用されてもよい。ＧＰＵ１０４は、ＣＰＵ１０１からの指示に応じてプログラムを実行し得る。サーバ装置３６は、ＲＡＭ１０２以外の揮発性半導体メモリをＧＰＵメモリとして有してもよい。

【0043】

入力インタフェース１０５は、サーバ装置３６に接続された入力デバイス１１２から入力信号を受け付ける。入力デバイス１１２は、例えば、マウス、タッチパネルまたはキーボードである。サーバ装置３６に複数の入力デバイスが接続されてもよい。

【0044】

媒体リーダ１０６は、記録媒体１１３に記録されたプログラムおよびデータを読み取る読み取り装置である。記録媒体１１３は、例えば、磁気ディスク、光ディスクまたは半導体メモリである。磁気ディスクには、フレキシブルディスク（ＦＤ：Flexible Disk）およびＨＤＤが含まれる。光ディスクには、ＣＤ（Compact Disc）およびＤＶＤ（Digital Versatile Disc）が含まれる。媒体リーダ１０６は、記録媒体１１３から読み取られたプログラムおよびデータを、ＲＡＭ１０２やＨＤＤ１０３などの他の記録媒体にコピーする。読み取られたプログラムは、ＣＰＵ１０１によって実行されることがある。

【0045】

記録媒体１１３は、可搬型記録媒体であってもよい。記録媒体１１３は、プログラムおよびデータの配布に用いられることがある。また、記録媒体１１３およびＨＤＤ１０３が、コンピュータ読み取り可能な記録媒体と呼ばれてもよい。

【0046】

通信インタフェース１０７は、ネットワーク３２を介して蓄電池制御部３５や他の情報処理装置と通信する。通信インタフェース１０７は、スイッチやルータなどの有線通信装置に接続される有線通信インタフェースでもよいし、基地局やアクセスポイントなどの無線通信装置に接続される無線通信インタフェースでもよい。

【0047】

次に、需要量と単価と操作量の関係について説明する。
図４は、予測需要量に基づく操作計画の例を示すグラフである。
サーバ装置３６は、０時から２４時までの２４時間を１期間とする操作計画を生成する。操作計画は、１時間単位の操作量を示す。よって、１期間の操作計画は２４個の操作量を含む。操作量は、蓄電池３４の充放電量である。正の操作量は蓄電池３４の放電量を表し、負の操作量は蓄電池３４の充電量を表す。なお、以下では、ｋ－１時０分からｋ時０分までの１時間（ｋ＝１，２，…，２４）の値を、時刻ｋの値と表現することがある。

【0048】

電気料金を最小にする最適な操作計画は、各時刻の電気料金単価と最適化対象期間の需要量とに依存する。電気料金単価は、電気料金の従量部分であり、単位消費電力に対して追加的に課される電気料金である。電気料金単価は、１時間単位で規定される。２４時間の中で、時刻によって電気料金単価が異なる。例えば、深夜および早朝の電気料金単価が安く、日中の電気料金単価が高い。

【0049】

需要量は、電気製品群３３の電力消費量である。需要量は、１時間単位で予測または測定される。操作計画を生成する時点において、将来期間の需要量は未知である。このため、サーバ装置３６は、訓練済みの機械学習モデルである予測モデルを用いて、将来期間の需要量を予測する。予測需要量が算出されると、サーバ装置３６は、電気料金単価と予測需要量とから、１期間の最適な操作量を算出する。ただし、予測需要量と実際需要量とは、通常は一致しない。実際需要量は、電気製品群３３の実際の電力消費量である。このため、実際に獲得される利益が、操作計画の生成時に期待した利益より少ないことが多い。

【0050】

図４において、予測需要量４１は、ある１日について予測モデルが予測した１時間毎の需要量である。予測需要量４１は、例えば、予想気温などの気象予報情報に基づいて算出される。予測需要量４１は、日によって異なる。単価４２は、１時間毎の電気料金単価である。単価４２は、少なくとも短期的には固定であり、日によって変化しない。

【0051】

操作量４３は、サーバ装置３６による最適化によって予測需要量４１と単価４２とから決定される１時間毎の操作量である。通常、相対的に単価４２が安い時刻に対して、充電を示す負の操作量が算出され、相対的に単価４２が高い時刻に対して、放電を示す正の操作量が算出される。操作量４３の最適化では、サーバ装置３６は、電気料金の節約額である利益を目的関数として用いて、目的関数の値を最大にする操作量を探索する。電気料金の節約額は、放電する各時刻について放電量と単価４２の積を算出し、充電する各時刻について充電量と単価４２の積を算出し、前者の和から後者の和を引いた差額である。

【0052】

操作量４３の最適化には、最急降下法など様々な最適化アルゴリズムを用いることができる。例えば、サーバ装置３６は、操作量４３を初期化し、現在の操作量４３のもとで２４時間の利益を算出する。サーバ装置３６は、各時刻の操作量４３を微少量だけ変化させた場合の利益の変化量を算出し、利益が大きくなるように各時刻の操作量４３を更新する。サーバ装置３６は、利益が収束するまで操作量４３の更新を繰り返す。

【0053】

ただし、操作量４３は任意の値をとることができるわけではなく、操作量４３には制約条件が存在する。例えば、蓄電池３４の物理的制約から、１時間の最大充電量である充電速度や１時間の最大放電量である放電速度には限界があり、電池容量も決まっている。また、蓄電池３４は、電気製品群３３の電力消費量を超える放電を行わず、電力系統３１に対して電力を販売する売電も行わない。よって、サーバ装置３６は、各時刻の操作量４３が予測需要量４１以下になるよう制限する。

【0054】

実際需要量４４は、操作計画の生成後に測定される１時間毎の需要量である。実際需要量４４は、実際の天候やイベントなどに依存するものであり、日によって異なる。通常、予測需要量４１と実際需要量４４との間には誤差が発生する。単価４２が高い時刻の実際需要量４４が予測需要量４１より少ない場合、蓄電池３４は計画よりも少ない電気しか放出せず、過剰充電による蓄電ロスが発生する可能性がある。また、単価４２が高い時刻の実際需要量４４が予測需要量４１より多い場合、不足分の電力を電力系統３１から高額で購入することになり、機会損失が発生する可能性がある。よって、予測需要量４１の精度は、操作計画を実施した場合に獲得される利益に影響を与える。

【0055】

上記の操作量の最適化は、以下のように数学的に規定され得る。第２の実施の形態では説明を簡単にするため、予測需要量を算出する予測モデルとして、数式（１）に示すような線形回帰モデルを使用する。数式（１）において、θ_１，θ_２は機械学習によって決定されるパラメータであり、ξは予測需要量である。θ_１は予測需要量の固定部分を示す固定係数であり、θ_２は気温に比例する変動部分を示す比例係数である。ただし、予測モデルは、気温以外の入力データを受け付けてもよい。また、予測モデルは、直近の需要量の変動からその直後の需要量を予測するものであってもよい。

【0056】

【数1】

【0057】

サーバ装置３６は、最適化アルゴリズムを用いて数式（２）に示す最適化問題を解く。数式（２）において、ｕは数式（３）に示す列ベクトルであり、ξは数式（４）に示す列ベクトルである。ｕは操作量ベクトルであり、Ｈ個の要素を含む。Ｈは１期間に含まれる時刻の個数であり、第２の実施の形態ではＨ＝２４である。ｕに含まれる要素ｕ_ｋは、時刻ｋの操作量である。ξは需要量ベクトルであり、Ｈ個の要素を含む。ξに含まれる要素ξ_ｋは、時刻ｋの需要量である。Φ（ｕ，ξ）はｕ，ξから算出される利益である。サーバ装置３６は、制約条件Ｕを満たす範囲で、Φ（ｕ，ξ）が最大になるｕを探索する。

【0058】

【数2】

【0059】

【数3】

【0060】

【数4】

【0061】

Φは数式（５）に示す関数である。数式（５）において、Ｐ_ｋは時刻ｋの電気料金単価である。Φは、電気料金単価と操作量の積をＨ個の時刻について合計したものを、１期間の利益として算出する。Ｕは数式（６），（７），（８）に示す制約条件を含む。数式（６）において、－Ｕ_ｃは蓄電池３４の充電速度であり、Ｕ_ｄｃは蓄電池３４の放電速度である。各時刻の操作量は、－Ｕ_ｃ以上かつＵ_ｄｃ以下に制限される。数式（７）において、Ｕ_ｓは蓄電池３４の電池容量であり、ｘ_ｋは時刻ｋの蓄電池３４の蓄電量である。各時刻の蓄電量は、Ｕ_ｓ以下に制限される。また、数式（８）が示すように、時刻ｋの操作量ｕ_ｋは、時刻ｋの需要量ξ_ｋ以下に制限される。

【0062】

【数5】

【0063】

【数6】

【0064】

【数7】

【0065】

【数8】

【0066】

前述のように、予測需要量と実際需要量とは相違することが多い。ここで、予測モデルは、全ての時刻の予測誤差が平均的に低下するように訓練されている。一方で、操作精度が１期間の利益に与える影響は、時刻によって異なる。通常、電気料金単価が高い時刻は利益に与える影響が大きく、電気料金単価の安い時刻は利益に与える影響が小さい。よって、操作量の最適化の観点からは、重要度が高い時刻と重要度が低い時刻とが存在する。重要度が高い時刻の予測需要量の精度を優先的に上げることで、利益が向上する。

【0067】

そこで、第２の実施の形態では、サーバ装置３６は、予測モデルの出力をそのまま用いて操作計画を生成する代わりに、補正モデルによって予測モデルの出力を補正する。サーバ装置３６は、操作計画の生成時に適切な補正モデルを決定する。ただし、サーバ装置３６は、訓練済みの予測モデル自体を再訓練しなくてよい。

【0068】

次に、サーバ装置３６の機能について説明する。
図５は、サーバ装置の機能例を示すブロック図である。
サーバ装置３６は、設定情報記憶部１２１、実績データ記憶部１２２、予測モデル記憶部１２３および補正関数記憶部１２４を有する。これらの記憶部は、例えば、ＲＡＭ１０２またはＨＤＤ１０３を用いて実装される。また、サーバ装置３６は、予測モデル訓練部１２５、需要量予測部１２６、計画最適化部１２７、補正関数訓練部１２８および計画決定部１２９を有する。これらの処理部は、例えば、ＣＰＵ１０１およびプログラムを用いて実装される。

【0069】

設定情報記憶部１２１は、操作量を最適化する際の前提条件となるパラメータを示す設定情報を記憶する。設定情報は、例えば、ユーザによって作成されて設定情報記憶部１２１に保存される。設定情報は、１時間毎の電気料金単価を含む。また、設定情報は、電池容量など蓄電池３４の物理的性能を含む。

【0070】

実績データ記憶部１２２は、過去期間の測定値を含む実績データを記憶する。実績データは、１時間毎の実際需要量を含む。実際需要量は、例えば、蓄電池制御部３５によって測定される。また、実績データは、気温など予測モデルに入力されるデータを含む。実績データの一部分が訓練データとして使用され、他の部分がテストデータとして使用される。一例として、実績データは、過去６年間の７月および８月の平日にあたる２５３日分の測定値を含む。そのうち、５年間にあたる２１２日分の測定値が訓練データとして使用され、１年間にあたる４１日分の測定値がテストデータとして使用される。

【0071】

予測モデル記憶部１２３は、上記の実績データを用いて訓練された予測モデルを記憶する。予測モデルは、需要量を予測する。ただし、予測モデルは、他の情報処理装置によって訓練されてもよい。また、予測モデルは、上記の実績データと異なる訓練データを用いて訓練されてもよい。予測モデルは、操作計画の生成時に再訓練されなくてよい。

【0072】

補正関数記憶部１２４は、操作計画の生成時に訓練された補正関数を記憶する。補正関数は、予測モデルが出力する予測需要量を時刻に応じて補正する。操作計画の生成には、補正関数によって補正された需要量が使用される。補正関数は、操作計画の生成毎に更新されてもよく、時の経過によって実績データが増加した場合に更新されてもよい。

【0073】

予測モデル訓練部１２５は、実績データ記憶部１２２に記憶された実績データを用いて予測モデルを訓練し、訓練済みの予測モデルを予測モデル記憶部１２３に保存する。例えば、予測モデル訓練部１２５は、気温を説明変数とし需要量を目的変数として用いて、最小自乗法により線形回帰モデルを生成する。

【0074】

需要量予測部１２６は、予測モデル記憶部１２３に記憶された予測モデルに、予測対象期間についての気温などの入力データを入力することで、予測対象期間の需要量を予測する。この予測需要量は、補正前の需要量である。需要量予測部１２６は、補正関数の訓練の際に、過去期間の予測需要量を算出して補正関数訓練部１２８に対して出力する。また、需要量予測部１２６は、将来期間の操作計画の生成の際に、将来期間の予測需要量を算出して計画決定部１２９に対して出力する。

【0075】

計画最適化部１２７は、設定情報記憶部１２１に記憶された設定情報と与えられた需要量とに基づいて最適化アルゴリズムを実行し、与えられた需要量のもとで利益が最大になる最適な操作量を探索する。計画最適化部１２７は、補正関数の訓練の際に、過去期間の最適な操作量と達成される利益とを算出して補正関数訓練部１２８に対して出力する。また、計画最適化部１２７は、将来期間の操作計画の生成の際に、将来期間の最適な操作量と達成される利益とを算出して計画決定部１２９に対して出力する。

【0076】

補正関数訓練部１２８は、補正関数を訓練して補正関数記憶部１２４に保存する。補正関数訓練部１２８は、実績データに含まれる実際需要量を計画最適化部１２７に入力することで、過去期間の理想利益を算出する。理想利益は、需要量の予測誤差がない場合に過去期間に獲得可能であった最大利益であり、達成可能最大利益と呼ばれてもよい。

【0077】

また、補正関数訓練部１２８は、需要量予測部１２６が算出した過去期間の予測需要量を補正関数で補正し、過去期間の補正後需要量を計画最適化部１２７に入力することで、過去期間の補正後利益を算出する。補正後利益は、現在の補正関数によって補正された需要量を前提として獲得される最大利益である。補正関数訓練部１２８は、理想利益と補正後利益とを比較し、両者の差が小さくなるように補正関数を更新する。補正関数訓練部１２８は、補正後利益が収束するまで補正関数の更新を繰り返す。これにより、補正関数訓練部１２８は、理想利益と補正後利益との差が最小になる補正関数を探索する。

【0078】

計画決定部１２９は、需要量予測部１２６が算出した将来期間の予測需要量を、補正関数記憶部１２４に記憶された訓練済みの補正関数で補正し、将来期間の補正後需要量を計画最適化部１２７に入力する。これにより、計画決定部１２９は、補正後需要量を前提として、獲得される利益が最大になる最適な操作量を決定する。計画決定部１２９は、将来期間の操作量を示す操作計画を生成して出力する。計画決定部１２９は、操作計画を不揮発性ストレージに保存してもよいし、表示装置１１１に表示してもよいし、他の情報処理装置に送信してもよい。送信先は蓄電池制御部３５であってもよい。

【0079】

なお、補正関数をテストする場合、上記の「将来期間」を過去期間の一部であるテスト期間に置き換えてもよい。計画決定部１２９は、テスト期間について、補正前需要量と補正後需要量と実際需要量とを比較してもよい。また、計画決定部１２９は、補正前需要量のもとで獲得される利益と、補正後需要量のもとで獲得される利益と、実際需要量のもとで獲得される利益とを比較してもよい。また、計画決定部１２９は、補正関数のテスト結果を不揮発性ストレージに保存してもよいし、表示装置１１１に表示してもよいし、他の情報処理装置に送信してもよい。

【0080】

図６は、設定テーブルの例を示す図である。
設定テーブル１３１には、設定情報が登録される。設定テーブル１３１は、設定情報記憶部１２１に記憶される。設定テーブル１３１は、電池容量、放電速度、充電速度、電気料金単価、訓練期間および予測期間を含む。電池容量は、蓄電池３４が保持できる最大電気量である。放電速度は、蓄電池３４が１時間当たりに放出できる電気量である。充電速度は、蓄電池３４が１時間当たりに蓄積できる電気量である。

【0081】

電気料金単価は、単位消費電力当たりの変動費である。電気料金単価は、時刻によって異なる。例えば、０時から７時までと２３時から２４時までの電気料金単価が安く、７時から２３時までの電気料金単価が高い。訓練期間は、補正関数の訓練のために実績データを使用する過去期間の日数である。予測期間は、操作計画を生成する将来期間の日数である。ただし、予測期間は、補正関数のテストのために実績データを使用する過去期間の日数、すなわち、テスト期間の日数であってもよい。

【0082】

図７は、実績データテーブルの例を示す図である。
実績データテーブル１３２には、実績データが登録される。実績データテーブル１３２は、実績データ記憶部１２２に記憶される。実績データテーブル１３２には、ＩＤ、時刻、実際需要量および気温をそれぞれ含む複数のレコードが登録される。ＩＤは、レコードを識別する識別番号である。時刻は、過去の特定の１時間を識別する。実際需要量は、時刻が示す時点の直近１時間に電気製品群３３が消費した電力の測定値である。気温は、時刻が示す時点で測定された外気温である。サーバ装置３６は、気温の測定値を、公的機関または気象情報サービス会社から入手してもよい。

【0083】

図８は、補正関数テーブルの例を示す図である。
補正関数テーブル１３３は、補正関数を示す。補正関数は、時刻に応じて異なる補正値を予測需要量に対して付与する。補正関数テーブル１３３は、補正関数記憶部１２４に記憶される。補正関数記憶部１２４は、１期間に含まれる１時から２４時までの２４個の時刻に対応する２４個の補正値を含む。補正値は、正であることもあるし負であることもある。サーバ装置３６は、時刻ｋの予測需要量（ｋ＝１，２，…，２４）に、時刻ｋの補正値λ_ｋを加算することで、時刻ｋの補正後需要量を算出する。ただし、補正関数テーブル１３３は補正関数の一例であり、補正関数の構造はこれに限定されない。

【0084】

ここで、補正関数の訓練は、以下のように数学的に規定され得る。補正関数訓練部１２８は、過去期間の実績データから、数式（９）に示すように理想操作計画を生成する。数式（９）において、ξ^Ｄは１期間の実際需要量を示す列ベクトルであり、ｕ^＊は１期間の理想操作量を示す列ベクトルである。ｕ^＊は、実際需要量を前提として利益が最大になるように最適化された１期間の操作量を示す。よって、Φ（ｕ^＊，ξ^Ｄ）は、実際需要量のもとで獲得することが可能であった最大利益である理想利益を示す。

【0085】

【数9】

【0086】

補正関数の訓練に用いる実績データは、Ｎ個の期間（Ｎは２以上の整数）、すなわち、過去Ｎ日分の実際需要量を含む。例えば、Ｎ＝２１２である。理想操作計画の生成および理想利益の算出は、２４時間単位で行われる。そこで、補正関数訓練部１２８は、数式（１０）に示すように、Ｎ個の期間に対応するＮ個の理想利益を算出する。

【0087】

【数10】

【0088】

補正関数訓練部１２８は、数式（１１）に示すように、予測モデルが出力する予測需要量を補正関数によって補正する。数式（１１）において、ξは予測モデルが出力するＨ個の予測需要量を含む列ベクトルであり、λはＨ個の補正量を含む列ベクトルである。補正関数訓練部１２８は、ξにλを加える。よって、補正関数訓練部１２８は、時刻ｋの予測需要量ξ_ｋに、時刻ｋの補正量λ_ｋを加算する。λは、Ｎ個の期間に共通に使用される。

【0089】

【数11】

【0090】

補正関数訓練部１２８は、補正後需要量から、数式（１２）に示すように補正後操作計画を生成する。数式（１２）において、ｕ^＊＊は１期間の補正後操作量を示す列ベクトルである。ｕ^＊＊は、補正後需要量を前提として利益が最大になるように最適化された１期間の操作量を示す。よって、Φ（ｕ^＊＊，ξ＋λ）は、補正後需要量のもとで獲得することが可能な最大利益である補正後利益を示す。補正後操作計画の生成および補正後利益の算出は、２４時間単位で行われる。よって、理想利益Φ（ｕ^＊，ξ^Ｄ）と同様に、補正後利益Φ（ｕ^＊＊，ξ＋λ）もＮ個の期間それぞれについて算出される。

【0091】

【数12】

【0092】

補正関数訓練部１２８は、数式（１３）に示すように、補正後利益と理想利益との差が最小になる補正量を探索する。補正関数訓練部１２８は、Ｎ個の期間それぞれについて、補正後利益から理想利益を減算する。補正関数訓練部１２８は、Ｎ個の期間の減算結果を合計し、その絶対値を算出する。これは、Ｎ個の期間の補正後利益を合計し、Ｎ個の期間の理想利益を合計し、前者から後者を引いてその絶対値をとることによっても算出される。補正関数訓練部１２８は、この差が最小になるλを探索する。

【0093】

【数13】

【0094】

最急降下法を用いる場合、補正関数訓練部１２８は、数式（１４）に示すように、Ｈ個の時刻それぞれについて勾配を算出する。数式（１４）において、β_ｋは時刻ｋの予測需要量ξ_ｋに対する補正後利益の勾配である。β_ｋは、予測需要量ξ_ｋを微少量だけ変動させた場合に、Ｎ個の補正後利益の合計がどの程度変動するかを示す。

【0095】

【数14】

【0096】

補正関数訓練部１２８は、Ｎ個の補正後利益の合計とＮ個の理想利益の合計とを比較する。補正後利益の合計が理想利益の合計より小さい場合、補正関数訓練部１２８は、数式（１５）に示すようにＨ個の時刻それぞれの補正量を更新する。数式（１５）において、ηは学習率を示す定数である。ηは、ステップ法に基づいて十分に小さい値に決められる。ここでは、補正関数訓練部１２８は、前イテレーションにおける時刻ｋの補正量に、時刻ｋの勾配β_ｋのη倍を加えることで、現イテレーションの補正量とする。

【0097】

【数15】

【0098】

一方、補正後利益の合計が理想利益の合計より大きい場合、補正関数訓練部１２８は、数式（１６）に示すようにＨ個の時刻それぞれの補正量を更新する。ここでは、補正関数訓練部１２８は、前イテレーションにおける時刻ｋの補正量から、時刻ｋの勾配β_ｋのη倍を引くことで、現イテレーションの補正量とする。

【0099】

【数16】

【0100】

補正関数訓練部１２８は、勾配を算出して補正量を更新するイテレーションを、収束条件が満たされるまで繰り返す。収束条件は、補正後利益が収束することである。補正関数訓練部１２８は、補正量を更新すると、Ｎ個の期間の補正後利益の合計を、前イテレーションと現イテレーションとの間で比較する。補正関数訓練部１２８は、前イテレーションの補正後利益の合計から現イテレーションの補正後利益の合計を引いてその絶対値を算出し、算出された差が閾値ε未満であるか判定する。算出された差が閾値ε未満である場合、補正関数訓練部１２８は、イテレーションを停止して補正関数を確定する。

【0101】

次に、サーバ装置３６の処理手順について説明する。
図９は、操作計画決定の手順例を示すフローチャートである。
（Ｓ１０）計画最適化部１２７は、過去Ｎ期間それぞれについて、実際需要量に基づいて、利益が最大になるように操作量を最適化した理想操作計画を生成する。

【0102】

（Ｓ１１）計画最適化部１２７は、過去Ｎ期間それぞれについて、ステップＳ１０で生成された理想操作計画によって獲得されると期待される理想利益を算出する。ただし、理想利益は、ステップＳ１０の探索の中で既に算出されていることがある。

【0103】

（Ｓ１２）需要量予測部１２６は、過去Ｎ期間それぞれについて、気温などの入力データを訓練済みの予測モデルに入力することで予測需要量を算出する。
（Ｓ１３）補正関数訓練部１２８は、補正関数を初期化する。

【0104】

（Ｓ１４）補正関数訓練部１２８は、過去Ｎ期間それぞれについて、ステップＳ１２で算出された予測需要量を、補正関数を用いて補正する。
（Ｓ１５）計画最適化部１２７は、過去Ｎ期間それぞれについて、補正後需要量に基づいて、利益が最大になるように操作量を最適化した補正後操作計画を生成する。

【0105】

（Ｓ１６）計画最適化部１２７は、過去Ｎ期間それぞれについて、ステップＳ１５で生成された補正後操作計画によって獲得されると期待される補正後利益を算出する。ただし、補正後利益は、ステップＳ１５の探索の中で既に算出されていることがある。

【0106】

（Ｓ１７）補正関数訓練部１２８は、ステップＳ１６で算出された補正後利益が収束条件を満たすか判断する。例えば、補正関数訓練部１２８は、過去Ｎ期間の補正後利益の合計を前イテレーションのものと比較し、その差が閾値未満であるか判断する。補正後利益が収束条件を満たす場合、ステップＳ１９に処理が進む。補正後利益が収束条件を満たさない場合、ステップＳ１８に処理が進む。

【0107】

（Ｓ１８）補正関数訓練部１２８は、過去Ｎ期間の理想利益の合計と過去Ｎ期間の補正後利益の合計とを比較し、両者の差が小さくなるように補正関数を更新する。例えば、補正関数訓練部１２８は、Ｈ個の時刻それぞれの勾配を算出し、理想利益の合計と補正後利益の合計との大小関係に応じて、勾配を用いてＨ個の補正量それぞれを更新する。そして、ステップＳ１４に処理が戻る。

【0108】

（Ｓ１９）需要量予測部１２６は、将来期間について、気温などの入力データを訓練済みの予測モデルに入力することで予測需要量を算出する。
（Ｓ２０）計画決定部１２９は、将来期間について、ステップＳ１９で算出された予測需要量を、訓練済みの補正関数を用いて補正する。

【0109】

（Ｓ２１）計画最適化部１２７は、将来期間について、補正後需要量に基づいて、利益が最大になるように操作量を最適化した操作計画を生成する。計画決定部１２９は、生成された操作計画を出力する。

【0110】

次に、実際需要量と予測需要量と補正後需要量との比較について説明する。
図１０は、実際需要量と予測需要量の比較例を示すグラフである。
曲線５１は、テスト期間に含まれる２４時間の実際需要量を示す。曲線５２は、テスト期間に含まれる２４時間について予測モデルが出力した予測需要量を示す。曲線５３は、テスト期間に含まれる２４時間について補正関数が補正した補正後需要量を示す。電気料金単価が高く操作量最適化上の重要度が高い時刻について、予測需要量と比べて補正後需要量の方が実際需要量に近くなっており、予測誤差が小さくなっている。

【0111】

図１１は、理想利益と予測利益の比較例を示すグラフである。
曲線５４，５５，５６は、テスト期間における１日毎の利益を示す。曲線５４は、実際需要量に基づいて事後的に最適化された操作計画を実施した場合に獲得される利益を示す。曲線５５は、予測需要量に基づいて最適化された操作計画を、実際需要量のもとで実施した場合に獲得される利益を示す。曲線５６は、補正後需要量に基づいて最適化された操作計画を、実際需要量のもとで実施した場合に獲得される利益を示す。予測モデルが出力する予測需要量と比べて補正後需要量の方が重要な時刻の予測精度が高いことから、最適化結果である操作計画の精度が上がる。これにより、予測需要量から生成された操作計画と比べて、補正後需要量から生成された操作計画の方が高い利益を達成できる。

【0112】

以上説明したように、第２の実施の形態のサーバ装置３６は、電気料金の節約額に相当する利益が大きくなるように、蓄電池３４の充放電を制御する操作計画を生成する。これにより、ユーザに対して有用な情報が提供される。また、サーバ装置３６は、訓練済みの予測モデルを利用して操作計画を生成し、予測モデルを再訓練しなくてよい。これにより、計算量や処理時間が減少して最適化が効率化される。また、ユーザは予測モデルの複雑な内部構造を理解しなくてよく、操作計画を作成するユーザの負担が軽減される。

【0113】

また、サーバ装置３６は、予測モデルの出力を補正するための補正モデルを、過去期間の実績データに基づいて訓練し、予測モデルに加えて補正モデルを用いて操作計画を生成する。このとき、サーバ装置３６は、実際需要量を知っていた場合に獲得可能な理想利益と予測需要量のもとで期待される利益との差が小さくなるように、補正モデルを訓練する。これにより、操作計画にとって重要な時刻の予測精度が優先的に高くなるように予測需要量が補正され、高い利益を獲得できる高品質な操作計画が生成される。

【符号の説明】

【0114】

１０ 情報処理装置
１１ 記憶部
１２ 処理部
１３ 実績データ
１４，１７ 利益
１５ 予測モデル
１６ 補正モデル
１８ 計画データ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】