ホーム > 特許ランキング > 国立大学法人大阪大学
▶ 国立大学法人大阪大学の特許一覧 ▶ 関西電力株式会社の特許一覧
(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】
(24)【登録日】2024-11-06
(45)【発行日】2024-11-14
(54)【発明の名称】分析装置
(51)【国際特許分類】
G06Q 50/06 20240101AFI20241107BHJP
【ＦＩ】
G06Q50/06
【請求項の数】
17
(21)【出願番号】P 2020132435
(22)【出願日】2020-08-04
(65)【公開番号】P2022029207
(43)【公開日】2022-02-17
【審査請求日】2023-07-25
(73)【特許権者】
【識別番号】504176911
【氏名又は名称】国立大学法人大阪大学
(73)【特許権者】
【識別番号】000156938
【氏名又は名称】関西電力株式会社
(74)【代理人】
【識別番号】110001195
【氏名又は名称】弁理士法人深見特許事務所
(72)【発明者】
【氏名】山口 容平
(72)【発明者】
【氏名】下田 吉之
(72)【発明者】
【氏名】岩井 良真
(72)【発明者】
【氏名】上林 由果
【審査官】酒井 優一
(56)【参考文献】
【文献】特開２０２０－０３５０１６（ＪＰ，Ａ）
【文献】特開２０００－１６２２５３（ＪＰ，Ａ）
【文献】特開２０１７－２０７８８７（ＪＰ，Ａ）
【文献】特開２０１１－１０８１７３（ＪＰ，Ａ）
【文献】特開２０１１－１９３６０２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
分析装置であって、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データを取得する第１取得部と、
前記分析対象期間における、前記需要家の地域の前記時間帯毎の外気温を示す外気温データを取得する第２取得部と、
前記分析対象期間に含まれる各日の各時間帯における消費電力量を分析する分析部とを備え、
前記分析部は、
前記電力量データと前記外気温データとを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成し、
前記第１相関情報と前記外気温データとを用いて、前記分析対象期間に含まれる各日の対象時間帯における消費電力量を、常時稼働される電気機器によって消費される電力量に対応する第１成分と、当該消費電力量から前記第１成分を差し引くことにより得られる第２成分とに分解し、
前記外気温データを用いて、前記分析対象期間に含まれる複数の日について、前記対象時間帯の外気温と前記第２成分との相関を示す第２相関情報を生成し、
前記第２相関情報と前記外気温データとを用いて、前記複数の日の各々の前記対象時間帯における前記第２成分を、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する第３成分と、前記第２成分から前記第３成分を差し引くことにより得られる第４成分とに分解する、分析装置。
【請求項2】
前記第２相関情報は、外気温を第１説明変数とし、前記第２成分を第１目的変数とする回帰分析によって得られる第１式を示し、前記分析部は、
前記第１式の前記第１説明変数に前記複数の日の各々の前記対象時間帯の外気温を代入することにより得られる前記第１目的変数の値から、前記第１式において前記第１説明変数を変化させたときの前記第１目的変数の最小値を差し引くことにより外気温影響分を計算し、
前記複数の日の各々の前記対象時間帯について、前記第２成分と前記外気温影響分との差分を計算し、
前記差分に基づいて、前記第３成分を計算する、請求項１に記載の分析装置。
【請求項3】
前記分析部は、前記複数の日の各々を、曜日、休日か否か、および祝祭日か否かの少なくとも１つによって定義される複数のグループのいずれかに分類し、
前記複数のグループの各々に属する日の前記差分の代表値を、当該グループに属する日の前記対象時間帯における前記第３成分として決定する、請求項２に記載の分析装置。
【請求項4】
前記第２相関情報は、外気温を第１説明変数とし、前記第２成分を第１目的変数とする回帰分析によって得られる第１式を示し、前記分析部は、前記第１式において前記第１説明変数を変化させたときの前記第１目的変数の最小値を前記第３成分として決定する、請求項１に記載の分析装置。
【請求項5】
前記分析部は、前記分析対象期間を第１期間と前記第１期間よりも外気温の低い第２期間とに分割し、前記複数の日は、前記第１期間および前記第２期間の一方に属する、請求項１から４のいずれか１項に記載の分析装置。
【請求項6】
前記分析部は、前記外気温データを用いて、前記複数の日について、前記対象時間帯の外気温と前記第４成分との相関を示す第３相関情報を生成し、
前記第３相関情報を用いて、前記複数の日の各々の前記対象時間帯における前記第４成分を、第５成分と、前記第４成分から前記第５成分を差し引くことにより得られる第６成分とに分解し、
前記第３相関情報は、外気温を第２説明変数とし、前記第４成分を第２目的変数とする回帰分析によって得られる第３式を示し、
前記分析部は、前記第３式の前記第２説明変数に前記複数の日の各々の前記対象時間帯の外気温を代入することにより得られる前記第２目的変数の値から、前記第３式において前記第２説明変数を変化させたときの前記第２目的変数の最小値を差し引くことにより、前記第５成分を計算する、請求項１から５のいずれか１項に記載の分析装置。
【請求項7】
前記第６成分に基づいて異常を通知する通知部をさらに備える、請求項６に記載の分析装置。
【請求項8】
前記通知部は、１または連続する複数の時間帯からなる検知対象期間よりも前の時間帯における前記第６成分の分析結果から前記検知対象期間における前記第６成分の予測値を予測するモデルを用いて、前記予測値を予測し、
前記検知対象期間における前記第６成分の分析結果の代表値と前記予測値との差分が閾値よりも大きいことに応じて、前記異常の発生を検知し、
前記閾値は、前記分析対象期間に含まれる、前記検知対象期間と同じ時間長さの単位時間ごとの前記第６成分の分析結果の代表値と、前記モデルを用いて予測される当該単位時間における前記第６成分の予測値との差分の分布に応じて定められる、請求項７に記載の分析装置。
【請求項9】
前記通知部は、１または連続する複数の時間帯からなる検知対象期間における前記第６成分の分析結果の代表値が閾値よりも大きいことに応じて、前記異常の発生を検知し、前記閾値は、前記分析対象期間に含まれる、前記検知対象期間と同じ時間長さの単位時間ごとの前記第６成分の分析結果の代表値の分布に応じて定められる、請求項７に記載の分析装置。
【請求項10】
前記通知部は、対象日の全時間帯における前記第６成分の分析結果の最小値が前記第１成分から定められる閾値よりも大きいことに応じて、前記異常の発生を検知する、請求項７に記載の分析装置。
【請求項11】
前記通知部は、対象日の全時間帯における前記第６成分の分析結果の積算値または平均値が前記第３成分から定められる閾値よりも大きいことに応じて、前記異常の発生を検知する、請求項７に記載の分析装置。
【請求項12】
前記通知部は、対象日の前記対象時間帯における前記第６成分の分析結果が前記第３成分から定められる閾値よりも大きいことに応じて、前記異常の発生を検知する、請求項７に記載の分析装置。
【請求項13】
前記通知部は、少なくとも２日以上の長さの期間に属する日の予め定められた１つ以上の時間帯における、外気温の変化に対する前記第６成分の分析結果の変化の度合いが前記第５成分から定められる閾値よりも大きいことに応じて、前記異常の発生を検知する、請求項７に記載の分析装置。
【請求項14】
前記第１相関情報は、外気温を第３説明変数とし、前記最小消費電力量を第３目的変数とする回帰分析によって得られる第５式を示し、前記分析部は、前記第５式の前記第３説明変数に前記複数の日の各々の前記対象時間帯の外気温を代入することにより得られる前記第３目的変数の値を、前記複数の日の各々の前記対象時間帯における前記第１成分として決定する、請求項１から１３のいずれか１項に記載の分析装置。
【請求項15】
前記分析部は、前記第５式において前記第３説明変数を変化させたときの前記第３目的変数の最小値を第７成分として決定し、
前記分析対象期間に含まれる各日の前記対象時間帯における前記第１成分を、前記第７成分と、前記第１成分から前記第７成分を差し引くことにより得られる第８成分とに分解する、請求項１４に記載の分析装置。
【請求項16】
分析方法であって、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データを取得するステップと、
前記分析対象期間における、前記需要家の地域の前記時間帯毎の外気温を示す外気温データを取得するステップと、
前記分析対象期間に含まれる各日の各時間帯における消費電力量を分析するステップとを備え、
前記分析するステップは、
前記電力量データと前記外気温データとを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成するステップと、
前記第１相関情報と前記外気温データとを用いて、前記分析対象期間に含まれる各日の対象時間帯における消費電力量を、常時稼働される電気機器によって消費される電力量に対応する第１成分と、当該消費電力量から前記第１成分を差し引くことにより得られる第２成分とに分解するステップと、
前記外気温データを用いて、前記分析対象期間に含まれる複数の日について、前記対象時間帯の外気温と前記第２成分との相関を示す第２相関情報を生成するステップと、
前記第２相関情報と前記外気温データとを用いて、前記第２成分を、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する第３成分と、前記第２成分から前記第３成分を差し引くことにより得られる第４成分とに分解するステップとを含む、分析方法。
【請求項17】
分析方法をコンピュータに実行させるプログラムであって、前記分析方法は、
分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データを取得するステップと、
前記分析対象期間における、前記需要家の地域の前記時間帯毎の外気温を示す外気温データを取得するステップと、
前記分析対象期間に含まれる各日の各時間帯における消費電力量を分析するステップとを備え、
前記分析するステップは、
前記電力量データと前記外気温データとを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成するステップと、
前記第１相関情報と前記外気温データとを用いて、前記分析対象期間に含まれる各日の対象時間帯における消費電力量を、常時稼働される電気機器によって消費される電力量に対応する第１成分と、当該消費電力量から前記第１成分を差し引くことにより得られる第２成分とに分解するステップと、
前記外気温データを用いて、前記分析対象期間に含まれる複数の日について、前記対象時間帯の外気温と前記第２成分との相関を示す第２相関情報を生成するステップと、
前記第２相関情報と前記外気温データとを用いて、前記第２成分を、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する第３成分と、前記第２成分から前記第３成分を差し引くことにより得られる第４成分とに分解するステップとを含む、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、需要家の消費電力量を分析するための技術に関する。
【背景技術】
【0002】
従来、需要家の消費電力量に基づいて、用途別の消費電力量を分析する技術が開発されている。たとえば、非特許文献１は、事務所ビルの電力需要を、人の活動に依存しないベース成分、空調設備の稼働に伴う空調成分、および空調以外で人の活動に起因する活動成分に分解する手法を開示している。分析結果は、省エネルギー化のために利用される。
【先行技術文献】
【非特許文献】
【0003】
【文献】大島弘暉 他、「時刻別総電力量を用いた建物エネルギー使用実態評価手法開発」、空気調和・衛生工学会論文集、264号、2019-3、pp.13-21
【発明の概要】
【発明が解決しようとする課題】
【0004】
非特許文献１に記載の技術は、空調設備を稼働しない日の消費電力量を用いて、需要家の用途別の消費電力量の分析を行なう。すなわち、非特許文献１に記載の技術は、空調設備を稼働しない日が存在する建物を対象としている。そのため、非特許文献１に記載の技術は、宿泊施設および医療施設のような空調設備が常時稼働している建物を使用している需要家の消費電力量の分析には適用できない。
【0005】
本開示は、上記のような問題点に鑑みてなされたものであり、その目的は、様々な需要家の消費電力量を分析することが可能な技術を提供することである。
【課題を解決するための手段】
【0006】
ある局面に従うと、分析装置は、第１取得部と、第２取得部と、分析部とを備える。第１取得部は、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データを取得する。第２取得部は、分析対象期間における、需要家の地域の時間帯毎の外気温を示す外気温データを取得する。分析部は、分析対象期間に含まれる各日の各時間帯における消費電力量を分析する。分析部は、電力量データと外気温データとを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成する。分析部は、第１相関情報と外気温データとを用いて、分析対象期間に含まれる各日の対象時間帯における消費電力量を、人の活動に依存しない第１成分と、第１成分以外の第２成分とに分解する。分析部は、外気温データを用いて、分析対象期間に含まれる複数の日について、対象時間帯の外気温と第２成分との相関を示す第２相関情報を生成する。分析部は、第２相関情報と外気温データとを用いて、複数の日の各々の対象時間帯における第２成分を、外気温に応じて変動しない第３成分と、第３成分以外の第４成分とに分解する。
【0007】
上記の分析装置において、第２相関情報は、外気温を第１説明変数とし、第２成分を第１目的変数とする回帰分析によって得られる第１式を示す。分析部は、第１式の第１説明変数に複数の日の各々の対象時間帯の外気温を代入することにより得られる第１目的変数の値から、第１式において第１説明変数を変化させたときの第１目的変数の最小値を差し引くことにより外気温影響分を計算する。分析部は、複数の日の各々の対象時間帯について、第２成分と外気温影響分との差分を計算し、差分に基づいて、第３成分を計算する。
【0008】
上記の分析装置において、分析部は、複数の日の各々を、曜日、休日か否か、および祝祭日か否かの少なくとも１つによって定義される複数のグループのいずれかに分類する。分析部は、複数のグループの各々に属する日の差分の代表値を、当該グループに属する日の対象時間帯における第３成分として決定する。
【0009】
上記の分析装置において、第２相関情報は、外気温を第１説明変数とし、第２成分を第１目的変数とする回帰分析によって得られる第１式を示す。分析部は、第１式において第１説明変数を変化させたときの第１目的変数の最小値を第３成分として決定する。
【0010】
上記の分析装置において、分析部は、分析対象期間を第１期間と第１期間よりも外気温の低い第２期間とに分割する。複数の日は、第１期間および第２期間の一方に属する。
【0011】
上記の分析装置において、分析部は、外気温データを用いて、複数の日について、対象時間帯の外気温と第４成分との相関を示す第３相関情報を生成する。分析部は、第３相関情報を用いて、複数の日の各々の対象時間帯における第４成分を第５成分と第５成分以外の第６成分とに分解する。第３相関情報は、外気温を第２説明変数とし、第４成分を第２目的変数とする回帰分析によって得られる第３式を示す。分析部は、第３式の第２説明変数に複数の日の各々の対象時間帯の外気温を代入することにより得られる第２目的変数の値から、第３式において第２説明変数を変化させたときの第２目的変数の最小値を差し引くことにより、第５成分を計算する。
【0012】
上記の分析装置は、第６成分に基づいて異常を通知する通知部をさらに備える。
上記の分析装置において、通知部は、１または連続する複数の時間帯からなる検知対象期間よりも前の時間帯における第６成分の分析結果から検知対象期間における第６成分の予測値を予測するモデルを用いて、当該予測値を予測する。通知部は、検知対象期間における第６成分の分析結果の代表値と予測値との差分が閾値よりも大きいことに応じて、異常の発生を検知する。閾値は、分析対象期間に含まれる、検知対象期間と同じ時間長さの単位時間ごとの第６成分の分析結果の代表値と、モデルを用いて予測される当該単位時間における第６成分の予測値との差分の分布に応じて定められる。
上記の分析装置において、通知部は、１または連続する複数の時間帯からなる検知対象期間よりも前の時間帯における第６成分の分析結果から検知対象期間における第６成分の予測値を予測するモデルを用いて、当該予測値を予測する。通知部は、検知対象期間における第６成分の分析結果の代表値と予測値との差分が閾値よりも大きいことに応じて、異常の発生を検知する。閾値は、分析対象期間に含まれる、検知対象期間と同じ時間長さの単位時間ごとの第６成分の分析結果の代表値と、モデルを用いて予測される当該単位時間における第６成分の予測値との差分の分布に応じて定められる。
【0013】
上記の分析装置において、通知部は、１または連続する複数の時間帯からなる検知対象期間における第６成分の分析結果の代表値が閾値よりも大きいことに応じて、異常の発生を検知する。閾値は、分析対象期間に含まれる、検知対象期間と同じ時間長さの単位時間ごとの第６成分の分析結果の代表値の分布に応じて定められる。
【0014】
上記の分析装置において、通知部は、対象日の全時間帯における第６成分の分析結果の最小値が第１成分から定められる閾値よりも大きいことに応じて、異常の発生を検知する。
【0015】
上記の分析装置において、通知部は、対象日の全時間帯における第６成分の分析結果の積算値または平均値が第３成分から定められる閾値よりも大きいことに応じて、異常の発生を検知する。
【0016】
上記の分析装置において、通知部は、対象日の対象時間帯における第６成分の分析結果が第３成分から定められる閾値よりも大きいことに応じて、異常の発生を検知する。
【0017】
上記の分析装置において、通知部は、少なくとも２日以上の長さの期間に属する日の予め定められた１つ以上の時間帯における、外気温の変化に対する第６成分の分析結果の変化の度合いが第５成分から定められる閾値よりも大きいことに応じて、異常の発生を検知する。
【0018】
上記の分析装置において、第１相関情報は、外気温を第３説明変数とし、最小消費電力量を第３目的変数とする回帰分析によって得られる第５式を示す。分析部は、第５式の第３説明変数に複数の日の各々の対象時間帯の外気温を代入することにより得られる第３目的変数の値を、複数の日の各々の対象時間帯における第１成分として決定する。
【0019】
上記の分析装置において、分析部は、第５式において第３説明変数を変化させたときの第３目的変数の最小値を第７成分として決定する。分析部は、分析対象期間に含まれる各日の対象時間帯における第１成分を、第７成分と第７成分以外の第８成分とに分解する。
【0020】
他の局面に従うと、分析方法は、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データを取得するステップと、分析対象期間における、需要家の地域の時間帯毎の外気温を示す外気温データを取得するステップと、分析対象期間に含まれる各日の各時間帯における消費電力量を分析するステップとを備える。分析するステップは、電力量データと外気温データとを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成するステップを含む。さらに、分析するステップは、第１相関情報と外気温データとを用いて、分析対象期間に含まれる各日の対象時間帯における消費電力量を、人の活動に依存しない第１成分と、人の活動に依存する第２成分とに分解するステップを含む。さらに、分析するステップは、外気温データを用いて、分析対象期間に含まれる複数の日について、対象時間帯の外気温と第２成分との相関を示す第２相関情報を生成するステップを含む。さらに、分析するステップは、第２相関情報と外気温データとを用いて、第２成分を、外気温に応じて変動しない第３成分と、第３成分以外の第４成分とに分解するステップを含む。
【0021】
他の局面において、プログラムは、上記の分析方法の各ステップをコンピュータに実行させる。
【発明の効果】
【0022】
本開示の技術によれば、様々な需要家の消費電力量を分析できる。
【図面の簡単な説明】
【0023】
【図1】本実施の形態に従う分析装置を含むシステムの概略を示す図である。
【図2】分析装置のハードウェア構成を示す図である。
【図3】分析装置の機能構成を示す図である。
【図4】建物２００に設置される複数の電気機器２２０の分類を示す図である。
【図5】消費電力量を構成する複数の成分を示す図である。
【図6】分析装置１００における処理の流れの一例を示すフローチャートである。
【図7】ベース成分２１の算出方法を説明する図である。
【図8】ベース固定成分２７およびベース季節変動成分２８の算出方法を説明する図である。
【図9】第２成分２２に含まれる外気温影響分の算出方法を示す図である。
【図10】第２成分２２と外気温影響分との差分の分布を示す図である。
【図11】一週間における活動起因固定成分２３の変化の一例を示す図である。
【図12】外気温に対する、第２成分２２から活動起因固定成分２３を除いた第４成分２４の分布を示す図である。
【図13】外気温と第４成分との相関を示す回帰曲線３４の一例を示す図である。
【図14】分析対象期間の一部の期間における残渣成分２６の変動を示す図である。
【図15】分析結果の表示の一例を示す図である。
【図16】分析結果の表示の他の例を示す図である。
【図17】複数の事務所の活動起因固定成分２３の変化の一例を示す図である。
【図18】複数の総合スーパーの活動起因固定成分２３の変化の一例を示す図である。
【図19】複数の宿泊施設の活動起因固定成分２３の変化の一例を示す図である。
【図20】自己回帰モデルを説明する図である。
【図21】単位時間ごとの残渣成分２６の分析結果の代表値と予測値との差分の確率分布の一例を示す図である。
【図22】消費電力量の成分分析結果と残渣成分２６の予測値とを示す図である。
【図23】単位時間における残渣成分２６の代表値の確率分布の一例を示す図である。
【図24】単位時間ごとの残渣成分２６の分析結果を示す図である。
【図25】残渣成分２６の増大の原因となる現象と当該現象の有無の判定方法とを示す図である。
【図26】残渣成分２６の分析結果の積算値を示す図である。
【図27】消費電力量の成分分析結果を示す図である。
【図28】消費電力量の成分分析結果と閾値Ｔｈｃとを示す図である。
【図29】残渣成分２６の気温感応度を示す図である。
【発明を実施するための形態】
【0024】
以下、図面を参照しつつ、本発明に従う実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付し、重複する説明は繰り返さない。なお、以下で説明される実施の形態および各変形例は、適宜選択的に組み合わされてもよい。
【0025】
＜Ａ．システム構成＞
図１を参照して、本実施の形態に従う分析装置を含むシステムの構成について説明する。図１は、本実施の形態に従う分析装置を含むシステムの概略を示す図である。図１に示されるように、システムＳＹＳは、分析装置１００と分析対象となる建物２００とサーバ装置３００とを含む。
図１を参照して、本実施の形態に従う分析装置を含むシステムの構成について説明する。図１は、本実施の形態に従う分析装置を含むシステムの概略を示す図である。図１に示されるように、システムＳＹＳは、分析装置１００と分析対象となる建物２００とサーバ装置３００とを含む。
【0026】
建物２００は、需要家によって使用され、例えば、店舗、事務所、医療施設、宿泊施設などを含む。なお、建物２００は、建築物全体を指してもよいし、建築物の一部（たとえば１フロア）を指してもよい。建物２００にはスマートメータ２１０が設置されている。スマートメータ２１０は、需要家の時間帯毎の消費電力量を計測して記録する。具体的には、０時から２４時までを所定の時間長さ（例えば、３０分または１時間）で区切った時間帯毎に、建物２００に設置された各種の電気機器２２０によって消費された総電力量が計測される。
【0027】
スマートメータ２１０は、サーバ装置３００との間で通信を行ない、計測した消費電力量を示す電力量データをサーバ装置３００に送信する。サーバ装置３００は、スマートメータ２１０から受信した電力量データを蓄積する。
【0028】
分析装置１００は、ネットワークに接続されており、ネットワークを介してサーバ装置３００から建物２００の電力量データを取得する。分析装置１００は、当該電力データに基づいて、建物２００における電力の消費状態を分析する。分析装置１００は、分析結果を用いて、省エネルギーに関する情報を生成してもよい。生成された情報は、需要家に通知される。需要家は、通知された情報を確認することにより、省エネルギーのために適した行動を実行することができる。
【0029】
＜Ｂ．分析装置のハードウェア構成＞
図２は、分析装置のハードウェア構成を示す図である。図２に示されるように、分析装置１００は、主たる構成要素として、プログラム１１０を実行するプロセッサ１０１と、データを不揮発的に格納するＲＯＭ（Read Only Memory）１０２と、プロセッサ１０１によるプログラム１１０の実行により生成されたデータ、又は入力装置を介して入力されたデータを揮発的に格納するＲＡＭ（Random Access Memory）１０３と、データを不揮発的に格納するハードディスク（ＨＤＤ）１０４と、通信ＩＦ（Interface）１０５と、操作キー１０６と、電源回路１０７と、ディスプレイ１０８とを含む。各構成要素は、相互にデータバスによって接続されている。なお、通信ＩＦ１０５は、他の機器との間における通信を行なうためのインターフェイスである。
図２は、分析装置のハードウェア構成を示す図である。図２に示されるように、分析装置１００は、主たる構成要素として、プログラム１１０を実行するプロセッサ１０１と、データを不揮発的に格納するＲＯＭ（Read Only Memory）１０２と、プロセッサ１０１によるプログラム１１０の実行により生成されたデータ、又は入力装置を介して入力されたデータを揮発的に格納するＲＡＭ（Random Access Memory）１０３と、データを不揮発的に格納するハードディスク（ＨＤＤ）１０４と、通信ＩＦ（Interface）１０５と、操作キー１０６と、電源回路１０７と、ディスプレイ１０８とを含む。各構成要素は、相互にデータバスによって接続されている。なお、通信ＩＦ１０５は、他の機器との間における通信を行なうためのインターフェイスである。
【0030】
分析装置１００における処理は、各ハードウェアおよびプロセッサ１０１により実行されるプログラム１１０によって実現される。このようなプログラム１１０は、ＨＤＤ１０４に予め記憶されている。ただし、プログラム１１０は、その他の記憶媒体に格納されて、プログラムプロダクトとして流通していてもよい。あるいは、プログラム１１０は、いわゆるインターネットに接続されている情報提供事業者によってダウンロード可能なプログラムプロダクトとして提供されてもよい。このようなプログラム１１０は、読取装置によりその記憶媒体から読み取られて、あるいは、通信ＩＦ１０５等を介してダウンロードされた後、ＨＤＤ１０４に格納される。プロセッサ１０１は、ＨＤＤ１０４からプログラム１１０を読み出し、プログラム１１０を実行する。
【0031】
＜Ｃ．分析装置の機能構成＞
図３は、分析装置の機能構成を示す図である。図３に示されるように、分析装置１００は、記憶部１０と、第１取得部１１と、第２取得部１３と、分析部１５と、通知部１６とを備える。第１取得部１１、第２取得部１３、分析部１５および通知部１６は、プロセッサ１０１がプログラム１１０を実行することにより実現される。記憶部１０は、ＲＯＭ１０２およびＲＡＭ１０３によって実現される。
図３は、分析装置の機能構成を示す図である。図３に示されるように、分析装置１００は、記憶部１０と、第１取得部１１と、第２取得部１３と、分析部１５と、通知部１６とを備える。第１取得部１１、第２取得部１３、分析部１５および通知部１６は、プロセッサ１０１がプログラム１１０を実行することにより実現される。記憶部１０は、ＲＯＭ１０２およびＲＡＭ１０３によって実現される。
【0032】
第１取得部１１は、ネットワークを介してサーバ装置３００から、分析対象となる建物２００（図１参照）について、分析対象期間における需要家の電力量データ１２を取得する。分析対象期間は、例えば１年である。第１取得部１１は、取得した電力量データ１２を記憶部１０に格納する。
【0033】
第２取得部１３は、ネットワークを介して、分析対象期間における、需要家の地域（つまり、建物２００（図１参照）を含む地域）における時間帯毎の外気温を示す外気温データ１４を取得する。外気温データ１４は、所定の機関（例えば気象庁）から配信される。第２取得部１３は、取得した外気温データ１４を記憶部１０に格納する。
【0034】
分析部１５は、電力量データ１２と外気温データ１４とを用いて、分析対象期間に含まれる各日の各時間帯における消費電力量を分析する。具体的には、分析部１５は、消費電力量の成分分析を行なう。
【0035】
通知部１６は、分析部１５による分析結果を通知するとともに、分析結果から得られる省エネルギーに関する情報を生成し、生成した情報を通知する。通知部１６は、たとえば、分析結果および省エネルギーに関する情報をディスプレイ１０８（図２参照）に表示させる。
【0036】
＜Ｄ．消費電力量の成分分析＞
建物２００に設置される複数の電気機器２２０（図１参照）は、外気温に応じて消費電力量が変動する季節依存の機器と、外気温に応じて消費電力量が変動しない非季節依存の機器とに分類される。さらに、複数の電気機器２２０は、常時稼働される機器と、人の活動時に稼働される機器とに分類される。
建物２００に設置される複数の電気機器２２０（図１参照）は、外気温に応じて消費電力量が変動する季節依存の機器と、外気温に応じて消費電力量が変動しない非季節依存の機器とに分類される。さらに、複数の電気機器２２０は、常時稼働される機器と、人の活動時に稼働される機器とに分類される。
【0037】
図４は、建物２００に設置される複数の電気機器２２０の分類を示す図である。図４に示されるように、常時稼働される非季節依存の電気機器として、たとえばサーバ、共用室換気装置が挙げられる。人の活動時に稼働される非季節依存の電気機器として、たとえば照明器具およびコンセントに接続された機器が挙げられる。常時稼働される季節依存の電気機器として、たとえば２４時間運転される空調機、冷蔵庫、温水洗浄便座が挙げられる。人の活動時に稼働される季節依存の電気機器として、限定された時間にのみ使用される空調機、電気温水機が挙げられる。
【0038】
分析部１５は、図４に示す分類を考慮して、需要家の消費電力量を複数の成分に分解する。
【0039】
図５は、消費電力量を構成する複数の成分を示す図である。分析部１５は、分析対象期間の各日の各時間帯の消費電力量２０を、人の活動に依存しないベース成分２１（「第１成分」とも称する。）と、ベース成分２１以外の第２成分２２とに分解する。ベース成分２１は、常時稼働される電気機器によって消費される電力量に対応する。
【0040】
分析部１５は、第２成分２２を、外気温に応じて変動しない活動起因固定成分２３（「第３成分」とも称する。）と、活動起因固定成分２３以外の第４成分２４とに分解する。活動起因固定成分２３は、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する。
【0041】
分析部１５は、第４成分２４を、外気温に応じて変動する活動起因季節変動成分２５（「第５成分」とも称する。）と、活動起因季節変動成分２５以外の残渣成分２６（「第６成分」とも称する。）とに分解する。活動起因季節変動成分２５は、人の活動時に稼働される季節依存の電気機器によって消費される電力量に対応する。
【0042】
分析部１５は、ベース成分２１を、外気温に応じて変動しないベース固定成分２７（「第７成分」とも称する。）と、ベース固定成分２７以外のベース季節変動成分２８（「第８成分」とも称する。）とに分解する。ベース固定成分２７は、常時稼働される非季節依存の電気機器によって消費される電力量に対応する。ベース季節変動成分２８は、常時稼働される季節依存の電気機器によって消費される電力量に対応する。
【0043】
＜Ｅ．分析装置の処理の流れ＞
図６は、分析装置１００における処理の流れの一例を示すフローチャートである。図６に示されるように、まず、分析装置１００の第１取得部１１は、分析対象となる需要家について、分析対象期間における時間帯毎の消費電力量を示す電力量データ１２を取得する（ステップＳ１）。取得された電力量データ１２は、記憶部１０に格納される。
図６は、分析装置１００における処理の流れの一例を示すフローチャートである。図６に示されるように、まず、分析装置１００の第１取得部１１は、分析対象となる需要家について、分析対象期間における時間帯毎の消費電力量を示す電力量データ１２を取得する（ステップＳ１）。取得された電力量データ１２は、記憶部１０に格納される。
【0044】
次に、分析装置１００の第２取得部１３は、分析対象期間における、需要家の地域の時間帯毎の外気温を示す外気温データ１４を取得する（ステップＳ２）。取得された外気温データ１４は、記憶部１０に格納される。なお、ステップＳ２は、ステップＳ１の前に実行されてもよい。
【0045】
次に、分析装置１００の分析部１５は、分析対象期間に含まれる各日の各時間帯における消費電力量２０を、人の活動に依存しないベース成分２１（図５参照）と、ベース成分２１以外の第２成分２２とに分解する（ステップＳ３）。
【0046】
次に、分析部１５は、第２成分２２を、活動起因固定成分２３と活動起因固定成分２３以外の第４成分２４とに分解する（ステップＳ４）。
【0047】
次に、分析部１５は、第４成分２４を、活動起因季節変動成分２５と活動起因季節変動成分２５以外の残渣成分２６とに分解する（ステップＳ５）。
【0048】
さらに、ステップＳ４，Ｓ５と並行して、分析部１５は、ベース成分２１を、ベース固定成分２７とベース固定成分２７以外のベース季節変動成分２８とに分解する（ステップＳ６）。
【0049】
ステップＳ５，Ｓ６の完了後に、分析装置１００の通知部１６は、分析結果を通知する（ステップＳ７）。ステップＳ７において、通知部１６は、分析結果から省エネルギーに関する情報を生成し、生成した情報を通知してもよい。ステップＳ７の後、分析装置１００は処理を終了する。
【0050】
【0051】
分析部１５は、電力量データ１２と外気温データ１４とを用いて、分析対象期間に含まれる各日の各時間帯における消費電力量と外気温とを対応付けた単位データセットを生成する。例えば、分析対象期間に含まれる日数が３６５であり、各日が３０分毎の４８個の時間帯に分割される場合、分析部１５は、３６５×４８＝１７５２０個の単位データセットを生成する。
【0052】
ベース成分２１は、常時稼働される電気機器によって消費される電力量に対応する。そのため、人の活動しない時間帯の消費電力量を用いることにより、ベース成分２１の算出精度を高めることができる。そこで、分析部１５は、分析対象期間に含まれる各日のうちの予め定められた時間帯に対応する単位データセットを抽出する。予め定められた時間帯は、人の活動しない時間帯（たとえば０時から３時までの深夜時間帯）を含み、たとえば０時から７時までの時間帯である。予め定められた時間帯が０時から７時までの３０分毎の時間帯である場合、３６５日×１４個＝５１１０個の単位データセットが抽出される。
【0053】
図７には、横軸を外気温、縦軸を消費電力量とするグラフに、抽出された複数（たとえば５１１０個）の単位データセット４０をプロットした結果が示される。
【0054】
ベース成分２１は、常時稼働される電気機器によって消費される電力量に対応するため、各外気温における最小の消費電力量に対応する可能性が高い。そのため、分析部１５は、以下の手順（Ａ１）～（Ａ４）に従って、分析対象期間に含まれる各日の各時間帯のベース成分２１を計算する。
【0055】
手順（Ａ１）：分析部１５は、抽出された複数の単位データセット４０によって示される外気温のうちの最低外気温Ｔｍｉｎから最高外気温Ｔｍａｘまでの外気温範囲を複数の外気温度帯に分割する。外気温度帯の個数は、予め定められる。図７に示す例では、分析部１５は、最低外気温Ｔｍｉｎから最高外気温Ｔｍａｘまでの外気温範囲を３０区分の外気温度帯に分割している。３０区分の外気温度帯の幅Δｔは互いに同じである。
【0056】
手順（Ａ２）：分析部１５は、外気温度帯毎の最小消費電力量を特定する。図７に示されるように、分析部１５は、３０区分の外気温度帯の各々について、当該外気温度帯に属する単位データセット４０の中から最小の消費電力量を示す単位データセット４１を抽出する。分析部１５は、３０区分の外気温度帯の各々について抽出した単位データセット４１で示される消費電力量を、当該外気温度帯の最小消費電力量として特定する。
【0057】
手順（Ａ３）：分析部１５は、外気温を説明変数ｘとし、手順（Ａ２）で特定した最小消費電力量を目的変数ｙとする回帰分析を行ない、回帰式５０を求める。回帰式５０は、最小二乗法を用いて計算される。図７に示すグラフには、回帰式５０によって表される回帰曲線３０が描かれている。回帰式５０は、典型的には２次方程式（ｙ＝ａｘ2＋ｂｘ＋ｃ）であり、回帰曲線３０として２次曲線を表す。
【0058】
外気温が高くなると、たとえば２４時間使用されている空調機の冷房運転によって消費される電力量が多くなる。一方、外気温が低くなると、たとえば２４時間使用されている空調機の暖房運転によって消費される電力量が多くなる。そのため、回帰曲線３０は、通常、下に凸となる。
【0059】
手順（Ａ４）：分析部１５は、回帰式５０の説明変数ｘに分析対象期間に含まれる各日の各時間帯における外気温を代入することにより得られる目的変数ｙの値を、当該日の当該時間帯におけるベース成分２１として決定する。
【0060】
＜Ｇ．ベース固定成分およびベース季節変動成分の算出方法＞
図８を参照して、ステップＳ６の具体的な処理方法について説明する。図８は、ベース固定成分２７およびベース季節変動成分２８の算出方法を説明する図である。
図８を参照して、ステップＳ６の具体的な処理方法について説明する。図８は、ベース固定成分２７およびベース季節変動成分２８の算出方法を説明する図である。
【0061】
ベース固定成分２７（図５参照）は、常時稼働される非季節依存の電気機器によって消費される電力量に対応する。そのため、図８に示されるように、分析部１５は、回帰曲線３０を表す回帰式５０において説明変数ｘ（外気温）を変化させたときの目的変数ｙ（最小消費電力量）の最小値をベース固定成分２７として決定する。図８において、破線３１は、目的変数ｙの最小値を示している。
【0062】
分析部１５は、分析対象期間における各日の各時間帯におけるベース成分２１を、ベース固定成分２７とベース固定成分２７以外のベース季節変動成分２８とに分解する。すなわち、分析部１５は、分析対象期間における各日の各時間帯におけるベース成分２１からベース固定成分２７を差し引くことにより、当該日の当該時間帯におけるベース季節変動成分２８を計算する。
【0063】
＜Ｈ．活動起因固定成分の算出方法＞
図９および図１０を参照して、活動起因固定成分２３の算出方法を説明する。図９は、第２成分２２に含まれる外気温影響分の算出方法を示す図である。図１０は、第２成分２２と外気温影響分との差分の分布を示す図である。
図９および図１０を参照して、活動起因固定成分２３の算出方法を説明する。図９は、第２成分２２に含まれる外気温影響分の算出方法を示す図である。図１０は、第２成分２２と外気温影響分との差分の分布を示す図である。
【0064】
分析部１５は、分析対象期間に含まれる各日における各時間帯の単位データセット４０（図７参照）を、暖房期に対応する第１グループと、冷房期に対応する第２グループとに分類する。具体的には、分析部１５は、暖房期に属する日に対応する単位データセット４０を第１グループに分類し、冷房期に属する日に対応する単位データセット４０を第２グループに分類する。
【0065】
暖房期は、冷房期よりも外気温が低く、主に暖房が使用される期間である。冷房期は、暖房期よりも外気温が高く、主に冷房が使用される期間である。
【0066】
暖房期および冷房期は、予め定められる。たとえば、１１月から４月までが暖房期として予め定められ、５月から１０月までが冷房期として予め定められる。
【0067】
あるいは、分析部１５は、電力量データ１２に基づいて、暖房期および冷房期を決定してもよい。暖房期から冷房期に切り替わるとき、および、冷房期から暖房機に切り替わるとき、消費電力量は低くなる。そのため、分析部１５は、電力量データ１２を用いて、月毎の１日当たりの平均消費電力量が極小となる２つの月を特定する。分析部１５は、特定した２つの月を境として、暖房期および冷房期を決定すればよい。なお、特定された２つの月の各々は、暖房期および冷房期のいずれかに分類される。
【0068】
分析部１５は、分析対象期間に含まれる各日における各時間帯の単位データセット４０によって示される消費電力量から当該日の当該時間帯について算出したベース成分２１を差し引くことにより、当該日の当該時間帯における第２成分２２を計算する。
【0069】
図９には、横軸を外気温、縦軸を第２成分とするグラフに、分析対象期間に含まれる各日における対象時間帯の単位データセット４０に対応する点をプロットした結果が示される。図９において、三角印によって示される点は、暖房期に属する日における対象時間帯の単位データセット４０に対応する。丸印によって示される点は、冷房期に属する日における対象時間帯の単位データセット４０に対応する。
【0070】
分析部１５は、以下の手順（Ｂ１）～（Ｂ６）に従って、対象日の対象時間帯における活動起因固定成分２３を計算する。
【0071】
（手順Ｂ１）分析部１５は、対象日が暖房期に属する場合、分析対象期間のうち暖房期に属する複数の日を選択する。分析部１５は、対象日が冷房期に属する場合、分析対象期間のうち冷房期に属する複数の日を選択する。
【0072】
（手順Ｂ２）分析部１５は、選択した複数の日における対象時間帯の外気温と第２成分２２との相関を示す相関情報を生成する。具体的には、分析部１５は、外気温を説明変数ｘ’とし、第２成分２２を目的変数ｙ’とする回帰分析を行ない、回帰式５２を求める。回帰式５２は、最小二乗法を用いて計算される。図９に示すグラフには、冷房期に属する複数の日における対象時間帯の外気温と第２成分２２とを回帰分析することにより得られる回帰曲線３２ａが描かれている。さらに、暖房期に属する複数の日における対象時間帯の外気温と第２成分２２とを回帰分析することにより得られる回帰曲線３２ｂが描かれている。回帰式５２は、典型的には２次方程式（ｙ’＝ａ’ｘ’2＋ｂ’ｘ’＋ｃ’）であり、回帰曲線３２ａ，３２ｂとして２次曲線を表す。
【0073】
冷房期では、外気温が高くなるほど空調機の冷房運転によって消費される電力量が多くなる。また、冷房期であっても、外気温が低い日が含まれ、このような日には空調機の暖房運転によって消費される電力量が多くなる。同様に、暖房期では、外気温が低くなるほど空調機の暖房運転によって消費される電力量が多くなる。また、暖房期であっても、外気温が高い日が含まれ、このような日には空調機の冷房運転によって消費される電力量が多くなる。そのため、回帰曲線３２ａ，３２ｂは、通常、下に凸となる。
【0074】
（手順Ｂ３）：分析部１５は、回帰式５２において説明変数ｘ’（外気温）を変化させたときの目的変数ｙ’（第２成分２２）の最小値を計算する。図９には、冷房期に対応する回帰曲線３２ａから計算される目的変数ｙ’の最小値を示す破線３３ａと、暖房期に対応する回帰曲線３２ｂから計算される目的変数ｙ’の最小値を示す破線３３ｂとが示される。
【0075】
（手順Ｂ４）：分析部１５は、回帰式５２の説明変数ｘ’に選択した複数の日の各々の対象時間帯の外気温を代入することにより得られる目的変数ｙ’の値から、手順Ｂ３において計算した最小値を差し引くことにより外気温影響分を計算する。図９には、冷房期に対応する回帰曲線３２ａと破線３３ａとの差が冷房期に対応する外気温影響分として示される。さらに、暖房期に対応する回帰曲線３２ｂと破線３３ｂとの差が暖房期に対応する外気温影響分として示される。
【0076】
（手順Ｂ５）：分析部１５は、選択した複数の日の各々における対象時間帯の第２成分２２と手順Ｂ４において計算した外気温影響分との差分を計算する。図１０には、暖房期における第２成分２２と外気温影響分との差分が三角印で示され、冷房期における第２成分２２と外気温影響分との差分が丸印で示されている。
【0077】
（手順Ｂ６）：分析部１５は、手順Ｂ５において算出された差分に基づいて、活動起因固定成分２３を計算する。たとえば、分析部１５は、選択した複数の日の対象時間帯における、第２成分２２と外気温影響分との差分の代表値（たとえば平均値）を活動起因固定成分２３として計算する。
【0078】
人の活動は、曜日、休日か否か、および祝祭日か否かに応じて変化する。そのため、分析部１５は、選択した複数の日の各々を、曜日、休日か否か、および祝祭日か否かの少なくとも１つによって定義される複数のグループのいずれかに分類してもよい。分析部１５は、複数のグループの各々に属する日の対象時間帯における、第２成分２２と外気温影響分との差分の代表値を、当該グループに属する日の対象時間帯における活動起因固定成分２３として決定すればよい。
【0079】
複数のグループは、たとえば、「月曜日」と、「火曜日」と、「水曜日」と、「木曜日」と、「金曜日」と、「土曜日」と、「日曜日および祝祭日」との７つのグループを含む。なお、月曜日から土曜日のいずれかであり、かつ祝祭日である日は、グループ「日曜日および祝祭日」に分類される。
【0080】
活動起因固定成分２３は、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する。そのため、人が活動していない時間帯における活動起因固定成分２３は、好ましくはゼロである。したがって、分析部１５は、複数のグループの全時間帯のうち最小の活動起因固定成分２３がゼロとなるように調整してもよい。
【0081】
たとえば、分析部１５は、選択した複数の日を上記の７つのグループに分類し、上記の手順Ｂ５に従って、各グループおよび各時間帯について、第２成分２２と外気温影響分との差分の平均値を計算する。分析部１５は、７つのグループの全ての時間帯について計算された平均値のうちの最小値をオフセット量として決定する。分析部１５は、７つのグループの各々に属する日の対象時間帯における第２成分２２と外気温影響分との差分の平均値からオフセット量だけ減算した値を、当該グループに属する日の対象時間帯における活動起因固定成分２３として決定する。
【0082】
なお、対象日の対象時間帯における活動起因固定成分２３とベース成分２１との合計が、対象日の対象時間帯における消費電力量よりも大きい場合、分析部１５は、当該合計と当該消費電力との差分だけ小さくなるように活動起因固定成分２３を調整する。
【0083】
図１１は、一週間における活動起因固定成分２３の変化の一例を示す図である。図１１には、夜間に閉まる店舗の活動起因固定成分２３が示される。夜間に閉まるため、夜間において活動起因固定成分２３が減少し、昼間に活動起因固定成分２３が増大する。
【0084】
＜Ｉ．活動起因季節変動成分および残渣成分の算出方法＞
図１２および図１３を参照して、活動起因季節変動成分２５の算出方法を説明する。図１２は、外気温に対する、第２成分２２から活動起因固定成分２３を除いた第４成分２４の分布を示す図である。図１３は、外気温と第４成分との相関を示す回帰曲線３４の一例を示す図である。
図１２および図１３を参照して、活動起因季節変動成分２５の算出方法を説明する。図１２は、外気温に対する、第２成分２２から活動起因固定成分２３を除いた第４成分２４の分布を示す図である。図１３は、外気温と第４成分との相関を示す回帰曲線３４の一例を示す図である。
【0085】
分析部１５は、以下の手順（Ｃ１）～（Ｃ６）に従って、対象日の対象時間帯における活動起因季節変動成分２５および残渣成分２６を計算する。
【0086】
（手順Ｃ１）分析部１５は、対象日が暖房期に属する場合、分析対象期間のうち暖房期に属する複数の日を選択する。分析部１５は、対象日が冷房期に属する場合、分析対象期間のうち冷房期に属する複数の日を選択する。
【0087】
（手順Ｃ２）分析部１５は、選択した複数の日における対象時間帯の第４成分を計算する。具体的には、分析部１５は、選択した複数の日の各々について、当該日の対象時間帯の第２成分２２から活動起因固定成分２３を差し引くことにより、当該日の対象時間帯における第４成分２４を計算する。図１２には、複数の日について、外気温に対する第４成分２４の分布が示される。なお、図１２には、対象時間帯だけでなく全時間帯について、外気温に対する第４成分２４の分布が示される。
【0088】
（手順Ｃ３）分析部１５は、選択した複数の日における対象時間帯の外気温と第４成分２４との相関を示す相関情報を生成する。具体的には、分析部１５は、外気温を説明変数ｘ”とし、第４成分２４を目的変数ｙ”とする回帰分析を行ない、回帰式５４を求める。回帰式５４は、最小二乗法を用いて計算される。図１３に示すグラフには、対象時間帯の外気温と第４成分２４とを回帰分析することにより得られる回帰曲線３４が描かれている。回帰式５４は、典型的には２次方程式（ｙ”＝ａ”ｘ”2＋ｂ”ｘ”＋ｃ”）であり、回帰曲線３４として２次曲線を表す。
【0089】
（手順Ｃ４）：分析部１５は、回帰式５４において説明変数ｘ”（外気温）を変化させたときの目的変数ｙ”（第４成分２４）の最小値を計算する。図１３には、回帰曲線３４から計算される最小値を示す破線３５が示される。
【0090】
（手順Ｃ５）：分析部１５は、回帰式５４の説明変数ｘ”に対象日の対象時間帯の外気温を代入することにより得られる目的変数ｙ”の値から、手順Ｃ４において計算した最小値を差し引くことにより、活動起因季節変動成分２５を計算する。図１３には、対象時間帯に対応する回帰曲線３４と破線３５との差が活動起因季節変動成分２５として示される。
【0091】
分析部１５は、対象日の対象時間帯について、第４成分２４から活動起因季節変動成分２５を差し引くことにより、残渣成分２６を計算する。
【0092】
図１４は、分析対象期間の一部の期間における残渣成分２６の変動を示す図である。ベース成分２１は、分析対象期間における深夜時間帯の消費電力量から算出される。活動起因固定成分２３および活動起因季節変動成分２５は、対象日と同じグループに属する日の対象時間帯の外気温と消費電力量との相関と、対象日の対象時間帯の外気温とを用いて算出される。そのため、対象日の対象時間帯について算出された、ベース成分２１と活動起因固定成分２３と活動起因季節変動成分２５との和は、対象日の対象時間帯の消費電力量（実測値）よりも大きくなり得る。その結果、図１４に示されるように、残渣成分２６は、負の値を取り得る。
【0093】
＜Ｊ．通知処理＞
通知部１６は、分析部１５の分析結果をディスプレイ１０８に表示させる。
通知部１６は、分析部１５の分析結果をディスプレイ１０８に表示させる。
【0094】
図１５は、分析結果の表示の一例を示す図である。図１５には、需要家の消費電力量から分解されたベース固定成分２７、ベース季節変動成分２８、活動起因固定成分２３および第４成分２４（活動起因季節変動成分２５と残渣成分２６との合成）の各々の時間変化が示される。図１５に示す分析結果を確認することにより、電力供給者は、省エネルギー化を図るべき時間帯、低減すべき成分などを検討でき、検討結果を需要家に提示できる。あるいは、分析結果が需要家に提示されてもよい。
【0095】
図１６は、分析結果の表示の他の例を示す図である。図１６には、分析対象期間における時間帯毎の消費電力量を大きい順に並べたデュレーションカーブが示される。電気料金は、最大需要電力（デマンド値）に応じて定められる。デマンド値は、図１６に示すデュレーションカーブの最も左側の消費電力量に対応する。図１６に示す例では、主に活動起因季節変動成分２５が占める第４成分２４の増大に応じてデマンド値が大きくなっている。そのため、図１６に示すデュレーションカーブを確認することにより、電力供給者は、たとえば空調機の設定温度の調節によって電気料金が低下し得ることを需要家に提案できる。
【0096】
図１５および図１６に示されるように、消費電力量のうち活動起因固定成分２３の占める割合が大きい。活動起因固定成分２３は、人の活動に起因して消費される電力量に対応するため、省エネルギー化に大きく影響し得る。
【0097】
図１７は、複数の事務所の活動起因固定成分２３の変化の一例を示す図である。図１８は、複数の総合スーパーの活動起因固定成分２３の変化の一例を示す図である。図１９は、複数の宿泊施設の活動起因固定成分２３の変化の一例を示す図である。図１７～図１９に示されるように、活動起因固定成分２３は、業種によっても大きく変わり得る。さらに、活動起因固定成分２３は、同じ業種であっても業務形態によって大きく変わり得る。このことは、業務形態の変化により省エネルギー化できることを意味する。そこで、通知部１６は、需要家と同業種である他の需要家の活動起因固定成分２３との比較結果を通知してもよい。同じ業種の他の需要家の活動起因固定成分２３との比較は、省エネルギー化のための対策の検討の助けとなる。
【0098】
通常よりも省エネルギー行動が効率的に実施されると、残渣成分２６が負の大きな値となる。そのため、通知部１６は、残渣成分２６と負の閾値との比較結果に応じて、需要家による省エネルギー行動を評価し、省エネルギーに関する情報として評価結果を需要家に通知してもよい。これにより、需要家は、実施している省エネルギー行動の効果を認識できる。
【0099】
逆に、通常よりも無駄な電力量が増えると、残渣成分２６が正の大きな値となる。そのため、通知部１６は、残渣成分２６と正の閾値との比較結果に応じて消費電力量の異常を検知し、省エネルギーに関する情報として評価結果を需要家に通知してもよい。これにより、需要家は、省エネルギー行動の実施を検討できる。以下に、残渣成分２６に基づく、異常の検知方法および異常の原因の特定方法について説明する。
【0100】
（Ｊ－１．異常の検知方法）
上記のように、通常とは異なる電気機器２２０の使用により、残渣成分２６が変動する。そのため、通知部１６は、１または連続する複数の時間帯からなる検知対象期間における残渣成分２６の分析結果に基づいて、異常を検知する。検知対象期間は、たとえば３０分、３時間、１日である。時間帯の長さが３０分であり、検知対象期間の長さが３０分である場合、検知対象期間は１つの時間帯を含む。時間帯の長さが３時間であり、検知対象期間の長さが３時間である場合、検知対象期間は６個の時間帯を含む。時間帯の長さが３０分であり、検知対象期間が１日である場合、検知対象期間は４８個の時間帯を含む。通知部１６は、互いに時間長さが異なる複数の検知対象期間における残渣成分２６の分析結果に基づいて異常を検知してもよいし、１つの検知対象期間における残渣成分２６の分析結果に基づいて異常を検知してもよい。
上記のように、通常とは異なる電気機器２２０の使用により、残渣成分２６が変動する。そのため、通知部１６は、１または連続する複数の時間帯からなる検知対象期間における残渣成分２６の分析結果に基づいて、異常を検知する。検知対象期間は、たとえば３０分、３時間、１日である。時間帯の長さが３０分であり、検知対象期間の長さが３０分である場合、検知対象期間は１つの時間帯を含む。時間帯の長さが３時間であり、検知対象期間の長さが３時間である場合、検知対象期間は６個の時間帯を含む。時間帯の長さが３０分であり、検知対象期間が１日である場合、検知対象期間は４８個の時間帯を含む。通知部１６は、互いに時間長さが異なる複数の検知対象期間における残渣成分２６の分析結果に基づいて異常を検知してもよいし、１つの検知対象期間における残渣成分２６の分析結果に基づいて異常を検知してもよい。
【0101】
通知部１６は、以下に記す第１パターンおよび第２パターンの少なくとも一方に従って、検知対象期間における残渣成分２６の分析結果に基づいて異常を検知する。
【0102】
（第１パターン）
平常通りに電気機器２２０が使用されている場合、検知対象期間における残渣成分２６は、当該検知対象期間の直前の一定期間の残渣成分２６に影響されやすい。そのため、通知部１６は、分析対象期間から選択された学習期間に含まれる単位時間ごとの残渣成分２６のデータを利用して、自己回帰モデルを作成する。単位時間は、検知対象期間と同じ時間長さを有する。学習期間は、たとえば４週間である。ただし、学習期間の長さは、４週間に限定されず、適宜設定され得る。自己回帰モデルは、公知の手法を用いて作成される。
平常通りに電気機器２２０が使用されている場合、検知対象期間における残渣成分２６は、当該検知対象期間の直前の一定期間の残渣成分２６に影響されやすい。そのため、通知部１６は、分析対象期間から選択された学習期間に含まれる単位時間ごとの残渣成分２６のデータを利用して、自己回帰モデルを作成する。単位時間は、検知対象期間と同じ時間長さを有する。学習期間は、たとえば４週間である。ただし、学習期間の長さは、４週間に限定されず、適宜設定され得る。自己回帰モデルは、公知の手法を用いて作成される。
【0103】
なお、検知対象期間の長さが短いほど、検知対象期間における残渣成分２６は、当該検知対象期間の直前の一定期間の残渣成分２６に影響されやすい。そのため、通知部１６は、検知対象期間の長さが短い場合（たとえば３０分）に、第１パターンを用いて、異常を検知することが好ましい。
【0104】
図２０は、自己回帰モデルを説明する図である。図２０に例示される自己回帰モデルは、検知対象期間である単位時間ｔよりも過去の単位時間ｔ－１，ｔ－２，・・・，ｔ－ｒにおける残渣成分２６の分析結果のデータを用いて、単位時間ｔにおける残渣成分２６の予測値を推定するモデルである。なお、単位時間ｋは、単位時間ｋ－１の次の単位時間である。
【0105】
自己回帰モデルは、典型的に、以下の式（１）で表される。
ｘt＝ａ1ｘt-1＋ａ2ｘt-2＋・・・＋ａrｘt-r 式（１）
式（１）において、ｘk（ｋは、ｔ－１～ｔ－ｒまでの整数）は、単位時間ｋに含まれる１または複数の時間帯について算出された残渣成分２６の分析結果の代表値を表す。代表値は、たとえば積算値、平均値、中央値などである。単位時間の中に１つの時間帯のみが含まれる場合、代表値は、当該時間帯について算出された残渣成分２６の分析結果の値であってもよい。なお、単位時間の長さが時間帯の長さと同じである場合、ｘkは、単位時間ｋにおける残渣成分２６の分析結果を表す。ｘtは、単位時間ｔにおける残渣成分２６の予測値を表す。係数ａ1～ａrは、学習期間のデータと、ユールウォーカー(Yule-Walker)法、最小２乗法、最尤法、Burg法などの公知の方法とを用いて決定される。
ｘt＝ａ1ｘt-1＋ａ2ｘt-2＋・・・＋ａrｘt-r 式（１）
式（１）において、ｘk（ｋは、ｔ－１～ｔ－ｒまでの整数）は、単位時間ｋに含まれる１または複数の時間帯について算出された残渣成分２６の分析結果の代表値を表す。代表値は、たとえば積算値、平均値、中央値などである。単位時間の中に１つの時間帯のみが含まれる場合、代表値は、当該時間帯について算出された残渣成分２６の分析結果の値であってもよい。なお、単位時間の長さが時間帯の長さと同じである場合、ｘkは、単位時間ｋにおける残渣成分２６の分析結果を表す。ｘtは、単位時間ｔにおける残渣成分２６の予測値を表す。係数ａ1～ａrは、学習期間のデータと、ユールウォーカー(Yule-Walker)法、最小２乗法、最尤法、Burg法などの公知の方法とを用いて決定される。
【0106】
ｒは、２以上の整数である。単位時間の長さが３０分である場合、ｒは、たとえば４８、１２、６、２のいずれかに設定される。ｒ＝４８である場合、過去１日分の単位時間ｔ－１～ｔ－４８における残渣成分２６の分析結果から、単位時間ｔの残渣成分２６の予測値が推定される。なお、ｒは、自己回帰モデルの評価結果に応じて決定されてもよい。自己回帰モデルの評価には、たとえばＡＩＣ（Akaike's Information Criterion），ＢＩＣ（Bayesian Information Criterion）などの公知の情報量基準が用いられる。
【0107】
上述したように、残渣成分２６の分析結果は、負となり得る。そのため、単位時間ｔにおける残渣成分２６の予測値も負となり得る。たとえば、単位時間ｔよりも前の単位時間ｔ－１において残渣成分２６の分析結果が負である場合、当該分析結果の影響を受けて、単位時間ｔにおける残渣成分２６の予測値が負となり得る。
【0108】
ある日の単位時間ｔにおいて、当該日の属するグループにおける、当該単位時間ｔの外気温での平均消費電力量から大きく異なる電力量が消費されると、単位時間ｔにおける残渣成分２６の予測値と単位時間ｔにおける残渣成分２６の分析結果の代表値との差が大きくなる。そのため、通知部１６は、検知対象期間である単位時間ｔにおける残渣成分２６の分析結果の代表値と単位時間ｔにおける残渣成分２６の予測値との差分を閾値Ｔｈと比較し、比較結果に応じて、検知対象期間における消費電力量の異常を検知する。閾値Ｔｈは、たとえば、単位時間ごとの残渣成分２６の分析結果の代表値と、自己回帰モデルを用いて予測される当該単位時間における残渣成分２６の予測値との差分の分布（たとえば確率分布）に応じて定められる。
【0109】
図２１は、単位時間ごとの残渣成分２６の分析結果の代表値と予測値との差分の確率分布の一例を示す図である。通知部１６は、たとえば、単位時間ごとの残渣成分２６の分析結果の代表値と予測値との差分から得られる標本分布を用いて、単位時間における残渣成分２６の分析結果の代表値と予測値との差分の確率分布を作成すればよい。標本分布は、分析対象期間中の全てのデータから作成されてもよいし、分析対象期間から無作為に選択された複数の単位時間のデータから作成されてもよい。
【0110】
閾値Ｔｈとして、上側確率がＰｕ％となる残渣成分２６の分析結果の代表値と予測値との差分の値（以下、「閾値Ｔｈ１」と称する。）と、下側確率がＰｄ％となる残渣成分２６の分析結果の代表値と予測値との差分の値（以下、「閾値Ｔｈ２」と称する。）とが設定される。Ｐｕ％およびＰｄ％は、たとえば１０％である。ただし、Ｐｕ％およびＰｄ％の値は特に限定されない。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値と予測値との差分が閾値Ｔｈ２以上閾値Ｔｈ１以下の場合に、単位時間ｔの消費電力量が正常であると判断する。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値と予測値との差分が閾値Ｔｈ２未満または閾値Ｔｈ１より大きい場合に、単位時間ｔの消費電力量が異常であると判断する。
【0111】
残渣成分２６の分析結果の代表値が予測値に比べて小さい場合、省エネルギー化が実施されていることが予想される。そのため、閾値Ｔｈとして、上側確率がＰｕ％となる残渣成分２６の分析結果の代表値と予測値との差分の値（閾値Ｔｈ１）のみが設定されてもよい。この場合、通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が予測値より小さい場合、または、単位時間ｔにおける残渣成分２６の分析結果の代表値と予測値との差分が閾値Ｔｈ１以下の場合に、単位時間ｔの消費電力量が正常であると判断する。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が予測値より大きく、かつ、当該代表値と当該予測値との差分が閾値Ｔｈ１より大きい場合に、単位時間ｔの消費電力量が異常であると判断する。
【0112】
このように、通知部１６は、検知対象期間である単位時間ｔにおける残渣成分２６の分析結果の代表値と予測値との差分と閾値Ｔｈとの比較結果に応じて、検知対象期間の消費電力量の異常を検知する。
【0113】
図２２は、消費電力量の成分分析結果と残渣成分２６の予測値とを示す図である。図２２には、８月１２日における４８個の時間帯の各々の消費電力量の成分分析結果が示される。すなわち、図２２には、単位時間に含まれる時間帯の個数が１つである場合（単位時間の長さが３０分である場合）の例が示される。ベース固定成分２７、ベース季節変動成分２８、活動起因固定成分２３、活動起因季節変動成分２５および残渣成分２６は、積み上げ棒グラフによって示される。ただし、残渣成分２６の分析結果は、負の値も取り得る。そのため、残渣成分２６の分析結果は、他の成分の右横にずらして描かれている。活動起因季節変動成分２５の上端の位置から下方に残渣成分２６が伸びている場合、残渣成分２６の分析結果が負の値であることを示す。活動起因季節変動成分２５の上端の位置から上方に残渣成分２６の分析結果が伸びている場合、残渣成分２６の分析結果が正の値であることを示す。
【0114】
図２２の折れ線グラフは、消費電力量のうち残渣成分２６を除く値と、残渣成分２６の予測値との合計値の変化を示す。折れ線グラフに重ねて描かれているエラーバーの長さは閾値Ｔｈ１である。そのため、エラーバーは、残渣成分２６の正常範囲を示す。
【0115】
図２２に示す例では、枠線６０によって囲まれた３個の時間帯において、残渣成分２６の分析結果と予測値との差分がエラーバーの上限（すなわち、閾値Ｔｈ１）を超えている。そのため、通知部１６は、当該３個の時間帯について消費電力量の異常を検知する。
【0116】
（第２パターン）
第２パターンは、第１パターンと異なり、自己回帰モデルを用いない方法である。検知対象期間の時間長さが長いほど、検知対象期間の残渣成分２６は、検知対象期間の直前の一定期間の残渣成分２６に影響されにくい。そのため、通知部１６は、検知対象期間の時間長さが長い場合（たとえば１日）に、第２パターンを用いて、異常を検知することが好ましい。
第２パターンは、第１パターンと異なり、自己回帰モデルを用いない方法である。検知対象期間の時間長さが長いほど、検知対象期間の残渣成分２６は、検知対象期間の直前の一定期間の残渣成分２６に影響されにくい。そのため、通知部１６は、検知対象期間の時間長さが長い場合（たとえば１日）に、第２パターンを用いて、異常を検知することが好ましい。
【0117】
検知対象期間において、検知対象期間を含む日の属するグループにおける単位時間の平均的な消費電力量から大きく異なる電力量が消費されると、検知対象期間における残渣成分２６の分析結果の代表値は、他の単位時間における残渣成分２６の分析結果の代表値から大きくずれる。そのため、通知部１６は、検知対象期間である単位時間ｔにおける残渣成分２６の分析結果の代表値を閾値Ｔｈと比較し、比較結果に応じて、検知対象期間における消費電力量の異常を検知する。閾値Ｔｈは、たとえば、分析対象期間に含まれる、単位時間ごとの残渣成分２６の分析結果の代表値の分布（たとえば確率分布）に応じて定められる。
【0118】
図２３は、単位時間における残渣成分２６の代表値の確率分布の一例を示す図である。通知部１６は、たとえば、分析対象期間中の単位時間における残渣成分２６の分析結果の代表値から得られる標本分布を用いて、単位時間における残渣成分２６の代表値の確率分布を作成すればよい。具体的には、ある日の単位時間における残渣成分２６の代表値の確率分布は、当該日と同じグループに属する日の単位時間のデータの標本分布から作成される。
【0119】
閾値Ｔｈとして、上側確率がＰｕ％となる残渣成分２６の値（以下、「閾値Ｔｈ１’」と称する。）と、下側確率がＰｄ％となる残渣成分２６の値（以下、「閾値Ｔｈ２’」と称する。）とが設定される。Ｐｕ％およびＰｄ％は、たとえば１０％である。ただし、Ｐｕ％およびＰｄ％の値は特に限定されない。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が閾値Ｔｈ２’以上閾値Ｔｈ１’以下の場合に、単位時間ｔの消費電力量が正常であると判断する。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が閾値Ｔｈ２’未満または閾値Ｔｈ１’より大きい場合に、単位時間ｔの消費電力量が異常であると判断する。
【0120】
第１パターンと同様に、閾値Ｔｈとして、上側確率がＰｕ％となる残渣成分２６の値（閾値Ｔｈ１’）のみが設定されてもよい。この場合、通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が閾値Ｔｈ１’以下の場合に、単位時間ｔの消費電力量が正常であると判断する。通知部１６は、単位時間ｔにおける残渣成分２６の分析結果の代表値が閾値Ｔｈ１’より大きい場合に、単位時間ｔの消費電力量が異常であると判断する。
【0121】
このように、通知部１６は、検知対象期間における残渣成分２６の分析結果の代表値と閾値Ｔｈとの比較結果に応じて、検知対象期間における消費電力量の異常を検知する。
【0122】
図２４は、単位時間（１日）ごとの残渣成分２６の分析結果の代表値と閾値Ｔｈ１’とを示す図である。図２４には、９月１３日から９月２１日までの単位時間ごとの残渣成分２６の分析結果の代表値が示される。図２４に示す例では、代表値は、単位時間ごとの残渣成分２６の分析結果の積算値である。図２４に描かれているエラーバーは、確率分布のうち下側確率が９０％となる残渣成分２６の範囲を示している。そのため、エラーバーは、残渣成分２６の正常範囲を示す。
【0123】
図２４に示す例では、枠線６０によって囲まれた箇所において、残渣成分２６の分析結果の代表値がエラーバーの上限（すなわち、閾値Ｔｈ１’）を超えている。そのため、通知部１６は、当該箇所に対応する単位時間（２０１６年９月１９日）の消費電力量の異常を検知する。
【0124】
（Ｊ－２．異常の原因特定）
通知部１６は、上記の（Ｊ－１．異常の検知方法）に従って異常を検知すると、異常の原因特定を行ない、特定された原因を通知する。
通知部１６は、上記の（Ｊ－１．異常の検知方法）に従って異常を検知すると、異常の原因特定を行ない、特定された原因を通知する。
【0125】
図２５は、残渣成分２６の増大の原因となる現象と当該現象の有無の判定方法とを示す図である。図２５に示されるように、残渣成分２６の増大の原因となる現象として、以下の（Ａ）から（Ｄ）が想定される。
（Ａ）電気機器の電源の切り忘れ、および、常時稼働される電気機器の新設。
（Ｂ）休日に人の活動に応じて電気機器を稼働。
（Ｃ）人の活動時に稼働される電気機器の稼働時間の変更。
（Ｄ）人の活動時に稼働される季節依存の電気機器の消費電力量が過大。
（Ａ）電気機器の電源の切り忘れ、および、常時稼働される電気機器の新設。
（Ｂ）休日に人の活動に応じて電気機器を稼働。
（Ｃ）人の活動時に稼働される電気機器の稼働時間の変更。
（Ｄ）人の活動時に稼働される季節依存の電気機器の消費電力量が過大。
【0126】
人の活動時に稼働される電気機器の電源を切り忘れた場合、残渣成分２６は、一日を通して大きくなる。あるいは、常時稼働される電気機器を新設した直後にも、残渣成分２６は、一日を通して大きくなる。そこで、通知部１６は、異常が検知された時間帯を含む日（０時から２４時）の全時間帯における残渣成分２６の最小値と閾値Ｔｈａとを比較する。閾値Ｔｈａは、たとえばベース固定成分２７の分析値のＸａ％である。Ｘａの値は、特に限定されず、予め定められる。通知部１６は、残渣成分２６の最小値が閾値Ｔｈａよりも大きいことに応じて、電気機器の電源の切り忘れ、または、常時稼働される電気機器の新設を原因とする異常の発生を検知し、当該原因を通知する。
【0127】
休日に人の活動に応じて電気機器を稼働した場合、残渣成分２６は、人の活動時間帯において大きくなる。そのため、一日分の残渣成分２６の積算値または平均値が大きくなる。そこで、通知部１６は、異常が検知された時間帯を含む日（０時から２４時）の全時間帯における残渣成分２６の分析結果の積算値または平均値と閾値Ｔｈｂとを比較する。閾値Ｔｈｂは、たとえば当該日の全時間帯の残渣成分２６の予測値の合計値に、当該全時間帯の活動起因固定成分２３の積算値または平均値のＸｂ％を加えた値である。Ｘｂの値は、特に限定されず、予め定められる。通知部１６は、残渣成分２６の積算値または平均値が閾値Ｔｈｂよりも大きいことに応じて、休日に人の活動に応じて電気機器を稼働したことを原因とする異常の発生を検知し、当該原因を通知する。
【0128】
図２６は、２０１６年１１月１０日から２０１６年１２月３１日までの各日の残渣成分２６の分析結果の積算値を示す図である。図２６には、各日の全時間帯の残渣成分２６の予測値の合計値が折れ線グラフによって示される。折れ線グラフに重ねて描かれているエラーバーは、全時間帯における活動起因固定成分２３の積算値のＸｂ％（＝８０％）の長さを有する。
【0129】
図２６の枠線６１に示されるように、１２月２３日における残渣成分２６の積算値がエラーバーで示される範囲を超えている。これは、祝祭日である１２月２３日において、人の活動に応じて電気機器が稼働されたためである。
【0130】
図２７は、２０１６年１２月２３日の消費電力量の成分分析結果を示す図である。上述したように、活動起因固定成分２３は、７つのグループの各々に属する日の対象時間帯における第２成分２２と外気温影響分との差分の平均値に基づいて決定される。１２月２３日が祝祭日であるため、１２月２３日の各時間帯の活動起因固定成分２３は、グループ「日曜日および祝祭日」に属する日の当該時間帯における第２成分２２と外気温影響分との差分の平均値に基づいて決定される。そのため、図２７に示されるように、各時間帯の活動起因固定成分２３は小さい。しかしながら、祝祭日であるにもかかわらず人の活動に応じて電気機器が稼働されたため、当該電気機器によって消費された電力量が残渣成分２６として現われている。その結果、残渣成分２６の分析結果が大きくなっている。
【0131】
図２６および図２７に示されるように、残渣成分２６の分析結果の積算値が閾値Ｔｈｂよりも大きいため、通知部１６は、祝祭日である１２月２３日に人の活動に応じて電気機器を稼働したことを原因とする異常の発生を検知し、当該原因を通知する。
【0132】
図２５に戻って、人の活動時に稼働される電気機器の稼働時間を変更した場合、当該電気機器を非稼働から稼働に変更された時間帯の残渣成分２６は大きくなる。そこで、通知部１６は、異常が検知された時間帯の残渣成分２６の分析結果と閾値Ｔｈｃとを比較する。閾値Ｔｈｃは、たとえば、異常が検知された時間帯の残渣成分２６の予測値と当該時間帯の活動起因固定成分２３のＸｃ％との合計値である。Ｘｃの値は、特に限定されず、予め定められる。通知部１６は、残渣成分２６の分析値が閾値Ｔｈｃよりも大きいことに応じて、人の活動時に稼働される電気機器の稼働時間の変更を原因とする異常の発生を検知し、当該原因を通知する。
【0133】
【0134】
図２８の折れ線グラフは、消費電力量のうち残渣成分２６を除く値と、残渣成分２６の予測値との合計値の変化を示す。折れ線グラフに重ねて描かれているエラーバーは、閾値Ｔｈｃに対応する長さ（図２８では活動起因固定成分２３の３０％）を有し、折れ線グラフから上方に伸びている。
【0135】
図２８に示す例では、枠線６２によって囲まれた時間帯において、残渣成分２６の分析値がエラーバーの上限（すなわち、閾値Ｔｈｃ）より大きくなっている。これは、人の活動時に稼働される電気機器を通常よりも早く起動させたためである。通知部１６は、残渣成分２６の分析結果が閾値Ｔｈｃより大きいことに応じて、人の活動時に稼働される電気機器の稼働時間の変更を原因とする異常の発生を検知し、当該原因を通知する。
【0136】
図２５に戻って、人の活動時に稼働される季節依存の電気機器の消費電力量が過大である場合、外気温の変化に対する残渣成分２６の分析結果の変化の度合い（以下、「気温感応度」と称する。）が大きくなる。そこで、通知部１６は、一定期間における特定時間帯の残渣成分２６の気温感応度と閾値Ｔｈｄとを比較する。一定期間は、たとえば１ケ月であり、予め定められる。特定時間帯は、予め定められた１つ以上の時間帯を含む。特定時間帯として、人の活動する時間帯が設定される。たとえば、特定時間帯は、１２時から１５時までの時間帯である。
【0137】
通知部１６は、たとえば、一定期間における特定時間帯の残渣成分２６の分析結果と外気温との関係から、外気温がΔＴ℃上昇したときの残渣成分２６の増加分を、残渣成分２６の気温感応度として算出する。ΔＴ℃は、たとえば５℃である。
【0138】
閾値Ｔｈｄは、たとえば、一定期間における特定時間帯の活動起因季節変動成分２５の気温感応度のＸｄ％である。通知部１６は、一定期間における特定時間帯の活動起因季節変動成分２５と外気温との関係から、外気温がΔＴ℃上昇したときの活動起因季節変動成分２５の増加分を、活動起因季節変動成分２５の気温感応度として算出する。ΔＴ℃は、たとえば５℃である。Ｘｄの値は、特に限定されず、予め定められる。
【0139】
通知部１６は、残渣成分２６の気温感応度が閾値Ｔｈｄよりも大きいことに応じて、人の活動時に稼働される季節依存の電気機器の消費電力量の過大を原因とする異常の発生を検知し、当該原因を通知する。
【0140】
図２９は、残渣成分２６の気温感応度を示す図である。図２９には、夏の一定期間における特定時間帯（１２時から１５時までの時間帯）について、気温帯ごとの残渣成分２６の分析結果の平均値が示される。気温帯の幅は５℃である。図２９には、残渣成分２６の気温感応度が実線で示され、閾値Ｔｈｄが破線で示される。図２９に示すグラフにおいて、横軸は、気温帯を示し、縦軸は、残渣成分２６の平均値を示す。そのため、残渣成分２６の気温感応度は、グラフの傾きに対応する。
【0141】
図２９に示す例では、３０～３５℃の気温帯から３５～４０℃の気温帯に変化したときの残渣成分２６の平均値の増分が閾値Ｔｈｄより大きくなっている。これは、人の活動時に稼働される季節依存の電気機器（たとえば空調機）を過剰に運転させたためである。そのため、通知部１６は、残渣成分２６の気温感応度が閾値Ｔｈｄより大きいことに応じて、人の活動時に稼働される季節依存の電気機器の消費電力量の過大を原因とする異常の発生を検知し、当該原因を通知する。
【0142】
＜Ｋ．変形例＞
上記の説明では、分析部１５は、手順（Ｂ１）～（Ｂ４）に従って対象時間帯における第２成分２２のうちの外気温影響分を計算し、対象時間帯の第２成分２２と外気温影響分との差分に基づいて、活動起因固定成分２３を計算する。しかしながら、分析部１５は、手順Ｂ２によって得られる回帰式５２において説明変数ｘ’（外気温）を変化させたときの目的変数ｙ’（第２成分２２）の最小値を、対象時間帯の活動起因固定成分２３として決定してもよい。
上記の説明では、分析部１５は、手順（Ｂ１）～（Ｂ４）に従って対象時間帯における第２成分２２のうちの外気温影響分を計算し、対象時間帯の第２成分２２と外気温影響分との差分に基づいて、活動起因固定成分２３を計算する。しかしながら、分析部１５は、手順Ｂ２によって得られる回帰式５２において説明変数ｘ’（外気温）を変化させたときの目的変数ｙ’（第２成分２２）の最小値を、対象時間帯の活動起因固定成分２３として決定してもよい。
【0143】
上記の説明では、（Ｊ－１．異常の検知方法）に従った処理の後に、（Ｊ－２．異常の原因特定）に従った処理を行なうものとした。しかしながら、（Ｊ－１．異常の検知方法）が省略されてもよい。この場合、通知部１６は、残渣成分２６の最小値が閾値Ｔｈａよりも大きいことに応じて、常時稼働される電気機器の切り忘れ、または、常時稼働される電気機器の新設を原因とする異常の発生を検知し、当該異常の発生を通知すればよい。あるいは、通知部１６は、残渣成分２６の積算値または平均値が閾値Ｔｈｂよりも大きいことに応じて、休日に人の活動に応じて電気機器を稼働したことを原因とする異常の発生を検知し、当該異常の発生を通知すればよい。あるいは、通知部１６は、残渣成分２６の分析値が閾値Ｔｈｃよりも大きいことに応じて、人の活動時に稼働される電気機器の稼働時間の変更を原因とする異常の発生を検知し、当該異常の発生を通知すればよい。あるいは、通知部１６は、残渣成分２６の気温感応度が閾値Ｔｈｄより大きいことに応じて、人の活動時に稼働される季節依存の電気機器の消費電力量の過大を原因とする異常の発生を検知し、当該異常の発生を通知すればよい。
【0144】
図１に示す例では、スマートメータ２１０、サーバ装置３００および分析装置１００がネットワークを介して互いにデータの遣り取りを行なうものとした。しかしながら、スマートメータ２１０、サーバ装置３００および分析装置１００間のデータの遣り取りの方法は、図１に示す例に限定されない。例えば、サーバ装置３００は、ネットワークを介さずにスマートメータ２１０から電力量データを直接取得してもよい。また、分析装置１００は、ネットワークを介さずにサーバ装置３００に接続され、サーバ装置３００から建物２００の電力量データを直接取得してもよい。
【0145】
上記の説明において、「以上」は「より大きい」に置き換えられてもよい。「以下」は「未満」に置き換えられてもよい。同様に、「より大きい」は「以上」に置き換えられてもよい。「未満」は「以下」に置き換えられもよい。
【0146】
＜Ｌ．まとめ＞
以上のように、分析装置１００は、第１取得部１１と、第２取得部１３と、分析部１５とを備える。第１取得部１１は、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データ１２を取得する。第２取得部１３は、分析対象期間における、需要家の地域の時間帯毎の外気温を示す外気温データ１４を取得する。分析部１５は、分析対象期間に含まれる各日の各時間帯における消費電力量を分析する。分析部１５は、電力量データ１２と外気温データ１４とを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成する。分析部１５は、第１相関情報と外気温データ１４とを用いて、分析対象期間に含まれる各日の対象時間帯における消費電力量を、人の活動に依存しないベース成分２１と、ベース成分２１以外の第２成分２２とに分解する。分析部１５は、外気温データ１４を用いて、分析対象期間に含まれる複数の日について、対象時間帯の外気温と第２成分２２との相関を示す第２相関情報を生成する。分析部１５は、第２相関情報と外気温データ１４とを用いて、複数の日の各々の対象時間帯における第２成分２２を、外気温に応じて変動しない活動起因固定成分２３と、活動起因固定成分２３以外の第４成分２４とに分解する。
以上のように、分析装置１００は、第１取得部１１と、第２取得部１３と、分析部１５とを備える。第１取得部１１は、分析対象期間における、時間帯毎に計測された需要家の消費電力量を示す電力量データ１２を取得する。第２取得部１３は、分析対象期間における、需要家の地域の時間帯毎の外気温を示す外気温データ１４を取得する。分析部１５は、分析対象期間に含まれる各日の各時間帯における消費電力量を分析する。分析部１５は、電力量データ１２と外気温データ１４とを用いて、外気温と当該外気温における最小消費電力量との相関を示す第１相関情報を生成する。分析部１５は、第１相関情報と外気温データ１４とを用いて、分析対象期間に含まれる各日の対象時間帯における消費電力量を、人の活動に依存しないベース成分２１と、ベース成分２１以外の第２成分２２とに分解する。分析部１５は、外気温データ１４を用いて、分析対象期間に含まれる複数の日について、対象時間帯の外気温と第２成分２２との相関を示す第２相関情報を生成する。分析部１５は、第２相関情報と外気温データ１４とを用いて、複数の日の各々の対象時間帯における第２成分２２を、外気温に応じて変動しない活動起因固定成分２３と、活動起因固定成分２３以外の第４成分２４とに分解する。
【0147】
上記の構成によれば、非特許文献１に記載の技術のように、空調設備を稼働しない日が存在することを前提とすることなく、消費電力量をベース成分２１、活動起因固定成分２３および第４成分２４に分解できる。そのため、様々な需要家の消費電力量を分析できる。
【0148】
第１相関情報は、外気温と当該外気温における最小消費電力量との相関を示す。最小消費電力量は、人の活動に関係なく、常時稼働される電気機器によって消費される電力量と予想される。そのため、第１相関情報を用いることにより、ベース成分２１として、人の活動に起因しない、常時稼働される電気機器によって消費される電力量を容易に計算できる。
【0149】
第２相関情報は、対象時間帯の外気温と第２成分２２との相関を示す。第２成分２２は、ベース成分２１以外の成分であるため、人の活動に起因して消費される電力量に対応する。外気温データ１４を用いることにより、第２成分２２を、外気温に応じて変動しない活動起因固定成分２３と、活動起因固定成分２３以外の第４成分２４とに容易に分解できる。活動起因固定成分２３は、人の活動時に稼働される非季節依存の電気機器によって消費される電力量に対応する。第４成分２４は、残りの成分であり、主に、人の活動時に稼働される季節依存の電気機器によって消費される電力量を含む。
【0150】
今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。
【符号の説明】
【0151】
１０ 記憶部、１１ 第１取得部、１２ 電力量データ、１３ 第２取得部、１４ 外気温データ、１５ 分析部、１６ 通知部、２０ 消費電力量、２１ ベース成分、２２ 第２成分、２３ 活動起因固定成分、２４ 第４成分、２５ 活動起因季節変動成分、２６ 残渣成分、２７ ベース固定成分、２８ ベース季節変動成分、３０，３２ａ，３２ｂ，３４ 回帰曲線、３１，３３ａ，３３ｂ，３５ 破線、４０，４１ 単位データセット、５０，５２，５４ 回帰式、６０～６２ 枠線、１００ 分析装置、１０１ プロセッサ、１０２ ＲＯＭ、１０３ ＲＡＭ、１０５ 通信ＩＦ１０６ 操作キー、１０７ 電源回路、１０８ ディスプレイ、１１０ プログラム、２００ 建物、２１０ スマートメータ、２２０ 電気機器、３００ サーバ装置、ＳＹＳ システム。
【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】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】