JP2004062521A - 日毎雷害故障数予測装置及び日毎雷害故障数予測方法 - Google Patents
日毎雷害故障数予測装置及び日毎雷害故障数予測方法 Download PDFInfo
- Publication number
- JP2004062521A JP2004062521A JP2002219870A JP2002219870A JP2004062521A JP 2004062521 A JP2004062521 A JP 2004062521A JP 2002219870 A JP2002219870 A JP 2002219870A JP 2002219870 A JP2002219870 A JP 2002219870A JP 2004062521 A JP2004062521 A JP 2004062521A
- Authority
- JP
- Japan
- Prior art keywords
- lightning
- failure
- personnel
- failures
- daily
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000002354 daily effect Effects 0.000 claims description 62
- 230000003203 everyday effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 15
- 238000011084 recovery Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】前日及び数日前の落雷数と落雷による故障数を利用して、当日の落雷による機器の故障数を予測することが可能な日毎雷害故障数予測装置及び日毎雷害故障数予測方法を提供する。
【解決手段】落雷による機器の故障数を入力する故障数入力部１０１ｄと、落雷数を入力する落雷数入力部８０ｄと、故障数入力部１０１ｄと落雷数入力部８０ｄとから入力された数値を記憶する数記憶部１０２ｄと、落雷による機器の故障数を目的変数、落雷数を説明変数とする重回帰式における回帰係数を、入力された過去の落雷数と故障数から算出し、得られた予測式に、入力された直前の数日間の落雷数と故障数を代入し推定故障数を算出する故障数予測部８１ｄと、算出された推定故障数を出力する故障数出力部８２ｄと、故障数と落雷数とが入力される度に回帰係数を自動的に更新する学習部１０３ｄとを具備する。
【選択図】 図１１
【解決手段】落雷による機器の故障数を入力する故障数入力部１０１ｄと、落雷数を入力する落雷数入力部８０ｄと、故障数入力部１０１ｄと落雷数入力部８０ｄとから入力された数値を記憶する数記憶部１０２ｄと、落雷による機器の故障数を目的変数、落雷数を説明変数とする重回帰式における回帰係数を、入力された過去の落雷数と故障数から算出し、得られた予測式に、入力された直前の数日間の落雷数と故障数を代入し推定故障数を算出する故障数予測部８１ｄと、算出された推定故障数を出力する故障数出力部８２ｄと、故障数と落雷数とが入力される度に回帰係数を自動的に更新する学習部１０３ｄとを具備する。
【選択図】 図１１
Description
【０００１】
【発明の属する技術分野】
本発明は、落雷による機器の故障に際して通信事業者などの故障修理のための人員の稼動調整や配置調整等のマネジメントにおいて、稼動調整や配置調整が必要か否かの判定に用いる日毎雷害故障数予測装置及び日毎雷害故障数予測方法に関する。
【０００２】
【従来の技術】
従来、故障修理における人員の稼動及び配置を調整するにあたって、回復時間に係わるサービスエリアの広さ及びサービスエリア内に収容されている端末等の機器数に応じて固定的に要員を配属している。
【０００３】
【発明が解決しようとする課題】
しかしながら、落雷発生は突発的であり、また夏季の数日間のみ発生するという特徴があるので年間を通じて人員を調整することは困難であった。従来の固定的な人員配置では、要員数が故障に対し十分であれば、サービス回復時間が遅延することは少なく、突発的に多数発生する落雷による故障に対しても問題になることは少ない。しかしながら、サービス料金の低下等の要因により、十分な人員配置は不可能となってきているにもかかわらず、機器の低消費電力化、高速デバイスの使用による雷サージ耐力が低下しており、機器配線の複雑化により雷サージの侵入経路が増えている。また、通信機器などの高機能化に伴い機能が複雑化し、故障回復に係る時間も増加する傾向にあり、年間を通じた故障の平均値での人員配置では、夏季に発生する多雷季での人員が大幅に不足し、サービス品質の低下が起こっている。さらに、年間を通じた故障数の最大値での人員の配置では、年間の多くの期間で過剰人員となり、サービス料金を低下させることが困難となる。このような理由のため、故障申告数が要員数を大幅に上回るという事象が発生してから対応をするか、勘によって稼動及び配置調整をする方法の他になかった。
【０００４】
本発明は上記問題に鑑みてなされたものであり、その目的とするところは、前日及び数日前の落雷数と落雷による機器の故障数を利用して、当日の落雷による機器の故障数を予測することが可能であり、かつ数値的に人員の必要稼働数が出力されるため、客観的に人員配置を調整することが可能である日毎雷害故障数予測装置及び日毎雷害故障数予測方法を提供することにある。
【０００５】
【課題を解決するための手段】
あるエリアにおける落雷数と、落雷による機器の故障数の時系列での関係を図１及び図２に示す。図１によると、落雷数のピークと落雷による故障数のピークがずれていることがわかる。これは、故障が発生してから顧客が申告するまでにタイムラグが発生していることが理由であると考えられる。図２は図１を数値化したものである。
【０００６】
ここで、落雷は夕方から夜にかけて発生しやすいこと、また、前記のように故障が発生してから顧客が申告するまでにタイムラグが発生していることを利用し、図３のようにｉ日前からｐ日前までの故障数Ｍｉを目的変数とし、また、ｉ日前からｉ＋ｐ−１日前までのそれぞれ日の落雷数Ｎｌｉ＋ｎ−１を説明変数とし、時系列に並べ以下の線形式で重回帰分析を行う。
【０００７】
【数５】
【０００８】
ここで回帰係数ｋｎは、最小二乗法により、つまり（５）式の残差平方和
【０００９】
【数６】
【００１０】
を考え、（６）式の正規方程式を解くことで求められ、また、統計的に有意であるかを検定できる。
【００１１】
図３では例として、２０００年７月１２日の機器の故障数を推定する例を示している。ここで、ｐ＝６としている。
【００１２】
回帰係数ｋｎを決定するには、図３の太線内の数値を利用する。つまり、１日前から６日前までの故障数Ｍ１＝０に対して、７月１１日の落雷数Ｎｌ１から７月６日の落雷数Ｎｌ６、２日前から７日前までの故障数Ｍ２＝４に対して、７月１０日の落雷数Ｎｌ２から７月５日の落雷数Ｎｌ７、３日前から８日前までの故障数Ｍ３＝２に対して、７月９日の落雷数Ｎｌ３から７月４日の落雷数Ｎｌ８、４日前から９日前までの故障数Ｍ４＝０に対して、７月８日の落雷数Ｎｌ４から７月３日の落雷数Ｎｌ９、５日前から１０日前までの故障数Ｍ５＝４に対して、７月７日の落雷数Ｎｌ５から７月２日の落雷数Ｎｌ１０、６日前から１１日前までの故障数Ｍ６＝１３に対して、７月６日の落雷数Ｎｌ６から７月２日の落雷数Ｎｌ１１によって、前記（６）式から回帰係数ｋｎを決定する。
【００１３】
例として、図４のように回帰係数ｋｎが決定され、この予測式が有意であるかは分散分析表を作成し、Ｆ分布との関係から検定でき、予測の正しさは重相関係数により表される。
【００１４】
ｎが一般的に自然数ｐである場合も同様で、ｉ日前（ｉ＝１，２，…，ｐ）からｉ＋ｐ−１日前までの故障数Ｍｉに対して、ｉ日前の落雷数からｉ＋ｐ−１日前までの落雷数によって、前記（６）式から回帰係数ｋｎを決定する。
【００１５】
図５は上記の計算による落雷による機器の故障数の予測値と実際の故障数を表している。この場合の重相関係数は、０．８１である。
【００１６】
ここまでは、従来の線形回帰モデルを用いて予測モデルを立てたが、ここからは顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルへの変形を試みる。
【００１７】
図６は、面積当たりの故障密度と収容密度と落雷密度の関係を示している。これによると、故障密度の対数が収容密度と落雷密度の積の対数に比例していることが見て取れる。年間の落雷による故障件数Ｍａは、端末数Ｎｓ、年間落雷数Ｎｌａ、サービスエリア面積Ｓとする時、面積当たりの故障密度、端末密度、落雷密度の関係は、年毎の落雷密度によらず、以下の式が近似的に成り立つ。
【００１８】
【数７】
【００１９】
ただし、ここでｈは係数である。
【００２０】
装置の雷防護耐力等により係数ｈは変動するが、短期間の時間変化に対し装置の変更はないとすれば、ｈの時間的変動はないと仮定できる。短期間の時間変化に対し、各サービスエリア面積Ｓにおける端末数Ｎｓの変化もないと仮定でき、これらを定数とすると、ある交換センタにおける落雷による故障件数Ｍは、短期間において、
【００２１】
【数８】
【００２２】
ただし、Ｋは交換センタの雷害故障係数である。
【００２３】
この関係を時系列で並べ、数日前の落雷数Ｎｌｉ＋ｎ−１が当日の故障数に影響を与えていると仮定し、以下の非線形近似式を仮定できる。
【００２４】
【数９】
【００２５】
（９）式で表されると仮定した場合の重相関係数は、０．８２となり、（５）式の場合よりも精度を向上することができる。
【００２６】
また、予測に必要な日数ｐは、１３９エリアにおいて本手法を用いて自由度調整済重相関係数の平均値の比較を行うと、図７に示すような関係となり、５〜６日で最も予測が良くなる。
【００２７】
本発明では前記目的を達成するため上記の原理を利用し、請求項１では、図８に示すように、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
【００２８】
【数１０】
【００２９】
における回帰係数ｋｎを事前に算出し得られた予測式に、入力された前日の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を算出する故障数予測部８１ａと、サービスエリア内の落雷数を入力する落雷数入力部８０ａと、前記（１０）式により算出された推定故障数を出力する故障数出力部８２ａとを具備することを特徴とする日毎雷害故障数予測装置をもって解決手段とする。
【００３０】
請求項１の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部に入力すると、当日の推定故障数が計算され出力される。
【００３１】
請求項２では，図１０に示すように、ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｃと、故障数入力部１０１ｃと落雷数入力部８０ｃとから入力された数値を記憶する数記憶部１０２ｃと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１０）式により回帰係数ｋｎを自動的に更新する学習部１０３ｃとを具備することを特徴とする請求項１記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３２】
請求項２の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｃに入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００３３】
請求項３では、図１２に示すように、求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部１２０ｅを具備することを特徴とする請求項１あるいは２何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３４】
請求項３の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００３５】
請求項４では、図１４に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｇと、該要員数と前記必要要員数との差分を求め出力する要員数差分出力部１４１ｇとを具備する
ことを特徴とする請求項３記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３６】
請求項４の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００３７】
請求項５では、図１６に示すように、隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新することを特徴とする請求項２乃至４何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３８】
請求項５の発明によれば、ひとつのエリアだけでなく、隣接した複数のサービスエリアから送られてきたデータを蓄積するので、より正確な故障数の推定を行うことができる。
【００３９】
請求項６では、図９に示すように、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
【００４０】
【数１１】
【００４１】
における回帰係数ｋｎを事前に算出し得られた予測式に、入力された前日の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ｂと、サービスエリア内の落雷数を入力する落雷数入力部８０ｂと、前記（１１）式により算出された推定故障数を出力する故障数出力部８１ｂとを具備することを特徴とする日毎雷害故障数予測装置をもって解決手段とする。
【００４２】
請求項６の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｂに入力すると、当日の推定故障数が計算、出力される。この発明は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルに変形されたものであり、前記請求項１乃至５の発明よりもより正確に機器の故障数を推定することができる。
【００４３】
請求項７では、図１１に示すように、ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｄと、該故障数入力部と前記落雷数入力部とから入力された数値を記憶する数記憶部１０２ｄと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１１）式により回帰係数ｋｎを自動的に更新する学習部１０３ｄとを具備することを特徴とする請求項６記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４４】
請求項７の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｄに入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００４５】
請求項８では、図１３に示すように、求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部１２０ｆを具備することを特徴とする請求項６あるいは７何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４６】
請求項８の発明によると、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００４７】
請求項９では、図１５に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｈと、該要員数と前記必要要員数との差分を求め出力する要員数差分出力部１４１ｈとを具備する
ことを特徴とする請求項８記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４８】
請求項９の発明によると、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００４９】
請求項１０では、図１６に示すように、隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新することを特徴とする請求項８乃至９何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００５０】
請求項１０の発明によると、ひとつのエリアだけでなく、隣接した複数のサービスエリアから送られてきたデータを蓄積するので、より正確な故障数の推定を行うことができる。
【００５１】
請求項１１では、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、これらを目的変数及び説明変数とする重回帰式
【００５２】
【数１２】
【００５３】
における回帰係数ｋｎを求め故障数の予測式をたてるステップと、直前のｐ日間のサービスエリア内の落雷数を入力するステップと、入力された数値を記憶するステップと、該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算するステップと、算出された推定故障数を出力するステップと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１２）式により回帰係数ｋｎを自動的に更新するステップとを有することを特徴とする日毎雷害故障数予測方法をもって解決手段とする。
【００５４】
請求項１１の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を入力すると、当日の推定故障数が計算され出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００５５】
請求項１２では、前記（１２）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、該必要要員数を出力するステップを含むことを特徴とする請求項１１記載の日毎雷害故障数予測方法をもって解決手段とする。
【００５６】
請求項１２の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００５７】
請求項１３では、サービスエリアの要員数を蓄積するステップと、該要員数と前記必要要員数との差分を算出するステップと、該差分を出力するステップを含むをもって解決手段とする。
【００５８】
請求項１３の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００５９】
請求項１４では、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、これらを目的変数及び説明変数とする重回帰式
【００６０】
【数１３】
【００６１】
における回帰係数ｋｎを求め故障数の予測式をたてるステップと、直前のｐ日間のサービスエリア内の落雷数を入力するステップと、入力された数値を記憶するステップと、該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算するステップと、算出された推定故障数を出力するステップと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１３）式により回帰係数ｋｎを自動的に更新するステップとを有することを特徴とする日毎雷害故障数予測方法をもって解決手段とする。
【００６２】
請求項１４の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷を入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。さらにこの発明は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルに変形されたものであり、前記請求項１１乃至１３の発明よりもより正確に機器の故障数を推定することができる。
【００６３】
請求項１５では、前記（１３）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、該必要要員数を出力するステップを含むことを特徴とする請求項１４記載の日毎雷害故障数予測方法をもって解決手段とする。
【００６４】
請求項１５の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００６５】
請求項１６では、サービスエリアの要員数を蓄積するステップと、該要員数と前記必要要員数との差分を算出するステップと、該差分を出力するステップを含むことを特徴とする請求項１５記載の日毎雷害故障数予測方法をもって解決手段とする。
【００６６】
請求項１６の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００６７】
【発明の実施の形態】
図８は日毎雷害故障数予測装置の第１の実施形態を示している。この装置を利用し当日の機器の故障数をもとめるにあたり、最初に、図３のようにサービスエリア内の過去数日間の落雷数と、落雷による機器の故障数の蓄積が必要である。
【００６８】
これらの値を、
【００６９】
【数１４】
【００７０】
を用いて重回帰分析する。ここで、＾は推定を表し、ｋｎ（ｎ＝１，２，…，ｐ）は回帰係数、Ｎｌｉ＋ｎ−１（ｉ＝１，２，…，ｐ）はｉ日前からのｉ＋ｐ−１前までの落雷数である。これにより回帰係数ｋｎ（ｎ＝１，２，…，ｐ）を事前に手動あるいはコンピュータで計算し、日毎雷害故障数予測装置に入力しておく。例えば、過去６日間（ｐ＝６）の落雷数と故障数からは、図４のようなｋｎの値を得た。
【００７１】
日毎雷害故障数予測装置は、落雷によるサービスエリア内の機器の故障数を推定したい当日の直前の数日間における落雷数を入力する落雷数入力部８０ａと、入力された落雷数をｋｎの値が決定した（ １４ ）式に代入することで、当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ａと、算出された推定故障数を出力する故障数出力部８２ａを有している。
【００７２】
そして、落雷数が落雷数入力部８０ａに入力されると、その値は故障数予測部８１ａへ送られ、故障数予測部８１ａは（１４）式により推定故障数を算出する。算出された推定故障数は故障数出力部８２ａへ送られ、故障数出力部８２ａはその値を出力する。
【００７３】
図９は日毎雷害故障数予測装置の第２の実施形態を示している。この装置を利用し当日の機器の故障数をもとめるにあたり、最初に、図３のようにサービスエリア内の過去数日間の落雷数と、落雷による機器の故障数の蓄積が必要である。
【００７４】
これらの値を、
【００７５】
【数１５】
【００７６】
を用いて重回帰分析する。ここで、＾は推定を表し、ｋｎ（ｎ＝１，２，…，ｐ）は回帰係数、Ｎｌｉ＋ｎ−１（ｉ＝１，２，…，ｐ）はｉ日前からｉ＋ｐ−１日前までの落雷数である。これにより回帰係数ｋｎ（ｎ＝１，２，…，ｐ）を事前に手動あるいはコンピュータで計算し、日毎雷害故障数予測装置に入力しておく。
【００７７】
日毎雷害故障数予測装置は、落雷によるサービスエリア内の機器の故障数を推定したい当日の直前の数日間における落雷数を入力する落雷数入力部８０ｂと、入力された落雷数をｋｎの値が決定した（ １５ ）式に代入することで、当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ｂと、算出された推定故障数を出力する故障数出力部８２ｂを有している。
【００７８】
そして、落雷数が落雷数入力部８０ｂに入力されると、その値は故障数予測部８１ｂへ送られ、故障数予測部８１ｂは（１５）式により推定故障数を算出する。算出された推定故障数は故障数出力部８２ｂへ送られ、故障数出力部８２ｂはその値を出力する。
【００７９】
図９の日毎雷害故障数予測装置では、第１の実施形態と異なり、故障数予測部８１ｂでは線形の（１４）式ではなく非線形の（１５）式を用いて推定故障数を計算する。
【００８０】
この非線形式（１５）式は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルへの変形を試みたものであり、実施形態１の場合よりも正確な故障数の推定を行うことができる。
【００８１】
図１０は日毎雷害故障数予測装置の第３の実施形態であって、第１の実施形態の日毎雷害故障数予測装置にさらに、過去の数日間におけるサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｃと、落雷数入力部８０ｃと故障数入力部１０１ｃと落雷数入力部８０ｃとから入力された数値を記憶する数記憶部１０２ｃを有している。日毎雷害故障数予測装置の初期状態において回帰係数ｋｎを決定する際に、故障数入力部１０１ｃと落雷数入力部８０ｃとからそれぞれ故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１が入力されると、数記憶部１０２ｃはその値を記憶する。落雷数入力部８０ｃから入力された当日の直前の数日間の落雷数も数記憶部１０２ｃに記憶される。
【００８２】
この日毎雷害故障数予測装置はさらに、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力、記憶されるたびに回帰係数ｋｎを自動的に計算し更新する学習部１０３ｃも有しており、回帰係数ｋｎの値を代入した（１４）式に、入力された当日の直前の数日間の故障数を代入し推定故障数を算出する。この場合、回帰係数ｋｎはデータが蓄積されるほど精度のよいものとなる。
【００８３】
また、図１２のように、求められた推定故障数から算出される故障修理のための必要要員数を求め出力する要員数出力部１２０ｅを設けてもよい。
【００８４】
ここで必要要員数は、例えば、推定故障数が４０で１人が０．５の修理能力があるとすると、必要要員数は８０人と出力される。
【００８５】
さらにまた、図１４のように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｇと、蓄積された要員数と必要要員数との差分を求め出力する要員数差分出力部１４１ｇとを設けてもよい。予めに装置に要員数を蓄積しておき、推定故障数が求まるとその差分が計算され出力される。
【００８６】
図１１は日毎雷害故障数予測装置の第４の実施形態であって、第２の実施形態の日毎雷害故障数予測装置にさらに、過去の数日間におけるサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｄと、落雷数入力部８０ｄと故障数入力部１０１ｄと落雷数入力部８０ｄとから入力された数値を記憶する数記憶部１０２ｄを有している。日毎雷害故障数予測装置の初期状態において回帰係数ｋｎを決定する際に、故障数入力部１０１ｄと落雷数入力部８０ｄとからそれぞれ故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１が入力されると、数記憶部１０２ｄはその値を記憶する。落雷数入力部８０ｄから入力された当日の直前の数日間の落雷数も数記憶部１０２ｄに記憶される。
【００８７】
この日毎雷害故障数予測装置はさらに、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力、記憶されるたびに回帰係数ｋｎを自動的に計算し更新する学習部１０３ｄも有しており、回帰係数ｋｎの値を代入した（１４）式に、入力された当日の直前の数日間の故障数を代入し推定故障数を算出する。この場合、回帰係数ｋｎはデータが蓄積されるほど精度のよいものとなる。
【００８８】
また、図１３に示すように、求められた推定故障数から算出される故障修理のための必要要員数を求め出力する要員数出力部１２０ｆを設けてもよい。
【００８９】
さらにまた、図１５に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｈと、蓄積された要員数と必要要員数との差分を求め出力する要員数差分出力部１４１ｈとを設けてもよい。予めに装置に要員数を蓄積しておき、推定故障数が求まるとその差分が計算され出力される。
【００９０】
図１６では、実施形態３あるいは４の日毎雷害故障数予測装置を隣接するサービスエリアの日毎故障数予測装置とネットワークで接続している。ネットワークで接続したことにより、隣接したサービスエリアの日毎雷害故障数予測装置に落雷数Ｎｌｉ＋ｎ−１及び故障数Ｍｉが入力されるたびに、ネットワークを介して隣接したサービスエリアの日毎雷害故障数予測装置に新しいデータが送られ、それを受け取った装置は数記憶部に記憶し、学習部で新しい回帰係数ｋｎを求めておき、次の落雷数の入力に備える。
【００９１】
【発明の効果】
以上説明したように、本発明によれば、機器の推定故障数が計算され出力されるので、それを基にして人員の稼働数を客観的に調整することができる。また、データの入力数が多いほど、また、他のサービスエリアから送られてきたデータが多いほどデータが蓄積され正確な推定故障数を得られるようになり、正確な人員配置及び稼働の調整を行うことができる。
【図面の簡単な説明】
【図１】日毎の落雷による故障数と落雷数の関係を示した図
【図２】日毎の落雷による故障数と落雷数の関係を数値で示した図
【図３】過去の落雷による故障数と落雷数を示した図
【図４】ｐ＝６で計算したときの回帰係数を示した図
【図５】落雷数と（１）（３）（１０）（１２）（１４）式により求められる推定故障数の関係を示した図
【図６】収容密度、落雷密度、落雷による故障数密度の関係を示した図
【図７】故障数の予測に用いた日数と自由度調整済相関係数の関係を示した図
【図８】第１の実施形態に係る日毎雷害故障予測装置のブロック図
【図９】第２の実施形態に係る日毎雷害故障予測装置のブロック図
【図１０】第３の実施形態に係る日毎雷害故障予測装置のブロック図
【図１１】第４の実施形態に係る日毎雷害故障予測装置のブロック図
【図１２】第３の実施形態に必要要員数出力部を付加した日毎雷害故障予測装置のブロック図
【図１３】第４の実施形態に必要要員数出力部を付加した日毎雷害故障予測装置のブロック図
【図１４】第３の実施形態に必要要員数出力部と要員数蓄積部と要員数差分部を付加した日毎雷害故障予測装置のブロック図
【図１５】第４の実施形態に必要要員数出力部と要員数蓄積部と要員数差分部を付加した日毎雷害故障予測装置のブロック図
【図１６】図１０乃至１５で示される日毎雷害故障予測装置をネットワークで接続した図
【符号の説明】
８０ａ，８０ｂ，８０ｃ，８０ｄ、８０ｅ，８０ｆ，８０ｇ．８０ｈ…落雷数入力部、８１ａ，８１ｂ，８１ｃ，８１ｄ，８１ｅ，８１ｆ，８１ｇ，８１ｈ…故障数予測部、８２ａ，８２ｂ，８２ｃ，８２ｄ，８２ｅ，８２ｆ，８２ｇ，８２ｈ…故障数出力部、１０１ｃ，１０１ｄ，１０１ｅ，１０１ｆ，１０１ｇ，１０１ｈ…故障数入力部、１０２ｃ，１０２ｄ，１０２ｅ，１０２ｆ，１０２ｇ，１０２ｈ…数記憶部、１０３ｃ，１０３ｄ，１０３ｅ，１０３ｆ，１０３ｇ，１０３ｈ…学習部、１２０ｅ，１２０ｆ，１２０ｇ，１２０ｈ…要員数蓄積部、１４０ｇ，１４０ｈ…必要要員数出力部、１４１ｇ，１４１ｈ…要員数差分部。
【発明の属する技術分野】
本発明は、落雷による機器の故障に際して通信事業者などの故障修理のための人員の稼動調整や配置調整等のマネジメントにおいて、稼動調整や配置調整が必要か否かの判定に用いる日毎雷害故障数予測装置及び日毎雷害故障数予測方法に関する。
【０００２】
【従来の技術】
従来、故障修理における人員の稼動及び配置を調整するにあたって、回復時間に係わるサービスエリアの広さ及びサービスエリア内に収容されている端末等の機器数に応じて固定的に要員を配属している。
【０００３】
【発明が解決しようとする課題】
しかしながら、落雷発生は突発的であり、また夏季の数日間のみ発生するという特徴があるので年間を通じて人員を調整することは困難であった。従来の固定的な人員配置では、要員数が故障に対し十分であれば、サービス回復時間が遅延することは少なく、突発的に多数発生する落雷による故障に対しても問題になることは少ない。しかしながら、サービス料金の低下等の要因により、十分な人員配置は不可能となってきているにもかかわらず、機器の低消費電力化、高速デバイスの使用による雷サージ耐力が低下しており、機器配線の複雑化により雷サージの侵入経路が増えている。また、通信機器などの高機能化に伴い機能が複雑化し、故障回復に係る時間も増加する傾向にあり、年間を通じた故障の平均値での人員配置では、夏季に発生する多雷季での人員が大幅に不足し、サービス品質の低下が起こっている。さらに、年間を通じた故障数の最大値での人員の配置では、年間の多くの期間で過剰人員となり、サービス料金を低下させることが困難となる。このような理由のため、故障申告数が要員数を大幅に上回るという事象が発生してから対応をするか、勘によって稼動及び配置調整をする方法の他になかった。
【０００４】
本発明は上記問題に鑑みてなされたものであり、その目的とするところは、前日及び数日前の落雷数と落雷による機器の故障数を利用して、当日の落雷による機器の故障数を予測することが可能であり、かつ数値的に人員の必要稼働数が出力されるため、客観的に人員配置を調整することが可能である日毎雷害故障数予測装置及び日毎雷害故障数予測方法を提供することにある。
【０００５】
【課題を解決するための手段】
あるエリアにおける落雷数と、落雷による機器の故障数の時系列での関係を図１及び図２に示す。図１によると、落雷数のピークと落雷による故障数のピークがずれていることがわかる。これは、故障が発生してから顧客が申告するまでにタイムラグが発生していることが理由であると考えられる。図２は図１を数値化したものである。
【０００６】
ここで、落雷は夕方から夜にかけて発生しやすいこと、また、前記のように故障が発生してから顧客が申告するまでにタイムラグが発生していることを利用し、図３のようにｉ日前からｐ日前までの故障数Ｍｉを目的変数とし、また、ｉ日前からｉ＋ｐ−１日前までのそれぞれ日の落雷数Ｎｌｉ＋ｎ−１を説明変数とし、時系列に並べ以下の線形式で重回帰分析を行う。
【０００７】
【数５】
ここで回帰係数ｋｎは、最小二乗法により、つまり（５）式の残差平方和
【０００９】
【数６】
を考え、（６）式の正規方程式を解くことで求められ、また、統計的に有意であるかを検定できる。
【００１１】
図３では例として、２０００年７月１２日の機器の故障数を推定する例を示している。ここで、ｐ＝６としている。
【００１２】
回帰係数ｋｎを決定するには、図３の太線内の数値を利用する。つまり、１日前から６日前までの故障数Ｍ１＝０に対して、７月１１日の落雷数Ｎｌ１から７月６日の落雷数Ｎｌ６、２日前から７日前までの故障数Ｍ２＝４に対して、７月１０日の落雷数Ｎｌ２から７月５日の落雷数Ｎｌ７、３日前から８日前までの故障数Ｍ３＝２に対して、７月９日の落雷数Ｎｌ３から７月４日の落雷数Ｎｌ８、４日前から９日前までの故障数Ｍ４＝０に対して、７月８日の落雷数Ｎｌ４から７月３日の落雷数Ｎｌ９、５日前から１０日前までの故障数Ｍ５＝４に対して、７月７日の落雷数Ｎｌ５から７月２日の落雷数Ｎｌ１０、６日前から１１日前までの故障数Ｍ６＝１３に対して、７月６日の落雷数Ｎｌ６から７月２日の落雷数Ｎｌ１１によって、前記（６）式から回帰係数ｋｎを決定する。
【００１３】
例として、図４のように回帰係数ｋｎが決定され、この予測式が有意であるかは分散分析表を作成し、Ｆ分布との関係から検定でき、予測の正しさは重相関係数により表される。
【００１４】
ｎが一般的に自然数ｐである場合も同様で、ｉ日前（ｉ＝１，２，…，ｐ）からｉ＋ｐ−１日前までの故障数Ｍｉに対して、ｉ日前の落雷数からｉ＋ｐ−１日前までの落雷数によって、前記（６）式から回帰係数ｋｎを決定する。
【００１５】
図５は上記の計算による落雷による機器の故障数の予測値と実際の故障数を表している。この場合の重相関係数は、０．８１である。
【００１６】
ここまでは、従来の線形回帰モデルを用いて予測モデルを立てたが、ここからは顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルへの変形を試みる。
【００１７】
図６は、面積当たりの故障密度と収容密度と落雷密度の関係を示している。これによると、故障密度の対数が収容密度と落雷密度の積の対数に比例していることが見て取れる。年間の落雷による故障件数Ｍａは、端末数Ｎｓ、年間落雷数Ｎｌａ、サービスエリア面積Ｓとする時、面積当たりの故障密度、端末密度、落雷密度の関係は、年毎の落雷密度によらず、以下の式が近似的に成り立つ。
【００１８】
【数７】
ただし、ここでｈは係数である。
【００２０】
装置の雷防護耐力等により係数ｈは変動するが、短期間の時間変化に対し装置の変更はないとすれば、ｈの時間的変動はないと仮定できる。短期間の時間変化に対し、各サービスエリア面積Ｓにおける端末数Ｎｓの変化もないと仮定でき、これらを定数とすると、ある交換センタにおける落雷による故障件数Ｍは、短期間において、
【００２１】
【数８】
ただし、Ｋは交換センタの雷害故障係数である。
【００２３】
この関係を時系列で並べ、数日前の落雷数Ｎｌｉ＋ｎ−１が当日の故障数に影響を与えていると仮定し、以下の非線形近似式を仮定できる。
【００２４】
【数９】
（９）式で表されると仮定した場合の重相関係数は、０．８２となり、（５）式の場合よりも精度を向上することができる。
【００２６】
また、予測に必要な日数ｐは、１３９エリアにおいて本手法を用いて自由度調整済重相関係数の平均値の比較を行うと、図７に示すような関係となり、５〜６日で最も予測が良くなる。
【００２７】
本発明では前記目的を達成するため上記の原理を利用し、請求項１では、図８に示すように、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
【００２８】
【数１０】
における回帰係数ｋｎを事前に算出し得られた予測式に、入力された前日の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を算出する故障数予測部８１ａと、サービスエリア内の落雷数を入力する落雷数入力部８０ａと、前記（１０）式により算出された推定故障数を出力する故障数出力部８２ａとを具備することを特徴とする日毎雷害故障数予測装置をもって解決手段とする。
【００３０】
請求項１の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部に入力すると、当日の推定故障数が計算され出力される。
【００３１】
請求項２では，図１０に示すように、ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｃと、故障数入力部１０１ｃと落雷数入力部８０ｃとから入力された数値を記憶する数記憶部１０２ｃと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１０）式により回帰係数ｋｎを自動的に更新する学習部１０３ｃとを具備することを特徴とする請求項１記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３２】
請求項２の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｃに入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００３３】
請求項３では、図１２に示すように、求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部１２０ｅを具備することを特徴とする請求項１あるいは２何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３４】
請求項３の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００３５】
請求項４では、図１４に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｇと、該要員数と前記必要要員数との差分を求め出力する要員数差分出力部１４１ｇとを具備する
ことを特徴とする請求項３記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３６】
請求項４の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００３７】
請求項５では、図１６に示すように、隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新することを特徴とする請求項２乃至４何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００３８】
請求項５の発明によれば、ひとつのエリアだけでなく、隣接した複数のサービスエリアから送られてきたデータを蓄積するので、より正確な故障数の推定を行うことができる。
【００３９】
請求項６では、図９に示すように、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
【００４０】
【数１１】
における回帰係数ｋｎを事前に算出し得られた予測式に、入力された前日の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ｂと、サービスエリア内の落雷数を入力する落雷数入力部８０ｂと、前記（１１）式により算出された推定故障数を出力する故障数出力部８１ｂとを具備することを特徴とする日毎雷害故障数予測装置をもって解決手段とする。
【００４２】
請求項６の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｂに入力すると、当日の推定故障数が計算、出力される。この発明は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルに変形されたものであり、前記請求項１乃至５の発明よりもより正確に機器の故障数を推定することができる。
【００４３】
請求項７では、図１１に示すように、ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｄと、該故障数入力部と前記落雷数入力部とから入力された数値を記憶する数記憶部１０２ｄと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１１）式により回帰係数ｋｎを自動的に更新する学習部１０３ｄとを具備することを特徴とする請求項６記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４４】
請求項７の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を落雷数入力部８０ｄに入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００４５】
請求項８では、図１３に示すように、求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部１２０ｆを具備することを特徴とする請求項６あるいは７何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４６】
請求項８の発明によると、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００４７】
請求項９では、図１５に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｈと、該要員数と前記必要要員数との差分を求め出力する要員数差分出力部１４１ｈとを具備する
ことを特徴とする請求項８記載の日毎雷害故障数予測装置をもって解決手段とする。
【００４８】
請求項９の発明によると、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００４９】
請求項１０では、図１６に示すように、隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新することを特徴とする請求項８乃至９何れか１項記載の日毎雷害故障数予測装置をもって解決手段とする。
【００５０】
請求項１０の発明によると、ひとつのエリアだけでなく、隣接した複数のサービスエリアから送られてきたデータを蓄積するので、より正確な故障数の推定を行うことができる。
【００５１】
請求項１１では、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、これらを目的変数及び説明変数とする重回帰式
【００５２】
【数１２】
における回帰係数ｋｎを求め故障数の予測式をたてるステップと、直前のｐ日間のサービスエリア内の落雷数を入力するステップと、入力された数値を記憶するステップと、該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算するステップと、算出された推定故障数を出力するステップと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１２）式により回帰係数ｋｎを自動的に更新するステップとを有することを特徴とする日毎雷害故障数予測方法をもって解決手段とする。
【００５４】
請求項１１の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷数を入力すると、当日の推定故障数が計算され出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。
【００５５】
請求項１２では、前記（１２）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、該必要要員数を出力するステップを含むことを特徴とする請求項１１記載の日毎雷害故障数予測方法をもって解決手段とする。
【００５６】
請求項１２の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００５７】
請求項１３では、サービスエリアの要員数を蓄積するステップと、該要員数と前記必要要員数との差分を算出するステップと、該差分を出力するステップを含むをもって解決手段とする。
【００５８】
請求項１３の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００５９】
請求項１４では、落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、これらを目的変数及び説明変数とする重回帰式
【００６０】
【数１３】
における回帰係数ｋｎを求め故障数の予測式をたてるステップと、直前のｐ日間のサービスエリア内の落雷数を入力するステップと、入力された数値を記憶するステップと、該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を計算するステップと、算出された推定故障数を出力するステップと、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１３）式により回帰係数ｋｎを自動的に更新するステップとを有することを特徴とする日毎雷害故障数予測方法をもって解決手段とする。
【００６２】
請求項１４の発明によれば、機器の故障数を推定したい当日の直前のｐ日間の落雷を入力すると、当日の推定故障数が計算、出力される。また、ｉ日前からｉ＋ｐ−１日前までの落雷数Ｎｌｉ＋ｎ−１及びｉ日前からｐ日前までの落雷による機器の故障数Ｍｉを入力すると、回帰係数ｋｎが自動的に更新されるだけでなく、過去のデータが記憶され蓄積していくので、数値を入力して推定故障数を出力する度により正確な推定故障数を得られるようになる。さらにこの発明は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルに変形されたものであり、前記請求項１１乃至１３の発明よりもより正確に機器の故障数を推定することができる。
【００６３】
請求項１５では、前記（１３）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、該必要要員数を出力するステップを含むことを特徴とする請求項１４記載の日毎雷害故障数予測方法をもって解決手段とする。
【００６４】
請求項１５の発明によれば、機器の推定故障数だけでなく、故障修理に必要な要員数を出力することができる。
【００６５】
請求項１６では、サービスエリアの要員数を蓄積するステップと、該要員数と前記必要要員数との差分を算出するステップと、該差分を出力するステップを含むことを特徴とする請求項１５記載の日毎雷害故障数予測方法をもって解決手段とする。
【００６６】
請求項１６の発明によれば、故障修理のために予定の要員数より何人不足しているかを出力することができる。
【００６７】
【発明の実施の形態】
図８は日毎雷害故障数予測装置の第１の実施形態を示している。この装置を利用し当日の機器の故障数をもとめるにあたり、最初に、図３のようにサービスエリア内の過去数日間の落雷数と、落雷による機器の故障数の蓄積が必要である。
【００６８】
これらの値を、
【００６９】
【数１４】
を用いて重回帰分析する。ここで、＾は推定を表し、ｋｎ（ｎ＝１，２，…，ｐ）は回帰係数、Ｎｌｉ＋ｎ−１（ｉ＝１，２，…，ｐ）はｉ日前からのｉ＋ｐ−１前までの落雷数である。これにより回帰係数ｋｎ（ｎ＝１，２，…，ｐ）を事前に手動あるいはコンピュータで計算し、日毎雷害故障数予測装置に入力しておく。例えば、過去６日間（ｐ＝６）の落雷数と故障数からは、図４のようなｋｎの値を得た。
【００７１】
日毎雷害故障数予測装置は、落雷によるサービスエリア内の機器の故障数を推定したい当日の直前の数日間における落雷数を入力する落雷数入力部８０ａと、入力された落雷数をｋｎの値が決定した（ １４ ）式に代入することで、当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ａと、算出された推定故障数を出力する故障数出力部８２ａを有している。
【００７２】
そして、落雷数が落雷数入力部８０ａに入力されると、その値は故障数予測部８１ａへ送られ、故障数予測部８１ａは（１４）式により推定故障数を算出する。算出された推定故障数は故障数出力部８２ａへ送られ、故障数出力部８２ａはその値を出力する。
【００７３】
図９は日毎雷害故障数予測装置の第２の実施形態を示している。この装置を利用し当日の機器の故障数をもとめるにあたり、最初に、図３のようにサービスエリア内の過去数日間の落雷数と、落雷による機器の故障数の蓄積が必要である。
【００７４】
これらの値を、
【００７５】
【数１５】
を用いて重回帰分析する。ここで、＾は推定を表し、ｋｎ（ｎ＝１，２，…，ｐ）は回帰係数、Ｎｌｉ＋ｎ−１（ｉ＝１，２，…，ｐ）はｉ日前からｉ＋ｐ−１日前までの落雷数である。これにより回帰係数ｋｎ（ｎ＝１，２，…，ｐ）を事前に手動あるいはコンピュータで計算し、日毎雷害故障数予測装置に入力しておく。
【００７７】
日毎雷害故障数予測装置は、落雷によるサービスエリア内の機器の故障数を推定したい当日の直前の数日間における落雷数を入力する落雷数入力部８０ｂと、入力された落雷数をｋｎの値が決定した（ １５ ）式に代入することで、当日のサービスエリア内における落雷による機器の推定故障数を計算する故障数予測部８１ｂと、算出された推定故障数を出力する故障数出力部８２ｂを有している。
【００７８】
そして、落雷数が落雷数入力部８０ｂに入力されると、その値は故障数予測部８１ｂへ送られ、故障数予測部８１ｂは（１５）式により推定故障数を算出する。算出された推定故障数は故障数出力部８２ｂへ送られ、故障数出力部８２ｂはその値を出力する。
【００７９】
図９の日毎雷害故障数予測装置では、第１の実施形態と異なり、故障数予測部８１ｂでは線形の（１４）式ではなく非線形の（１５）式を用いて推定故障数を計算する。
【００８０】
この非線形式（１５）式は、顧客の通信端末数や通信サービスのエリア面積等を考慮にいれ、通信事業等への実用性のあるモデルへの変形を試みたものであり、実施形態１の場合よりも正確な故障数の推定を行うことができる。
【００８１】
図１０は日毎雷害故障数予測装置の第３の実施形態であって、第１の実施形態の日毎雷害故障数予測装置にさらに、過去の数日間におけるサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｃと、落雷数入力部８０ｃと故障数入力部１０１ｃと落雷数入力部８０ｃとから入力された数値を記憶する数記憶部１０２ｃを有している。日毎雷害故障数予測装置の初期状態において回帰係数ｋｎを決定する際に、故障数入力部１０１ｃと落雷数入力部８０ｃとからそれぞれ故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１が入力されると、数記憶部１０２ｃはその値を記憶する。落雷数入力部８０ｃから入力された当日の直前の数日間の落雷数も数記憶部１０２ｃに記憶される。
【００８２】
この日毎雷害故障数予測装置はさらに、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力、記憶されるたびに回帰係数ｋｎを自動的に計算し更新する学習部１０３ｃも有しており、回帰係数ｋｎの値を代入した（１４）式に、入力された当日の直前の数日間の故障数を代入し推定故障数を算出する。この場合、回帰係数ｋｎはデータが蓄積されるほど精度のよいものとなる。
【００８３】
また、図１２のように、求められた推定故障数から算出される故障修理のための必要要員数を求め出力する要員数出力部１２０ｅを設けてもよい。
【００８４】
ここで必要要員数は、例えば、推定故障数が４０で１人が０．５の修理能力があるとすると、必要要員数は８０人と出力される。
【００８５】
さらにまた、図１４のように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｇと、蓄積された要員数と必要要員数との差分を求め出力する要員数差分出力部１４１ｇとを設けてもよい。予めに装置に要員数を蓄積しておき、推定故障数が求まるとその差分が計算され出力される。
【００８６】
図１１は日毎雷害故障数予測装置の第４の実施形態であって、第２の実施形態の日毎雷害故障数予測装置にさらに、過去の数日間におけるサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部１０１ｄと、落雷数入力部８０ｄと故障数入力部１０１ｄと落雷数入力部８０ｄとから入力された数値を記憶する数記憶部１０２ｄを有している。日毎雷害故障数予測装置の初期状態において回帰係数ｋｎを決定する際に、故障数入力部１０１ｄと落雷数入力部８０ｄとからそれぞれ故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１が入力されると、数記憶部１０２ｄはその値を記憶する。落雷数入力部８０ｄから入力された当日の直前の数日間の落雷数も数記憶部１０２ｄに記憶される。
【００８７】
この日毎雷害故障数予測装置はさらに、故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力、記憶されるたびに回帰係数ｋｎを自動的に計算し更新する学習部１０３ｄも有しており、回帰係数ｋｎの値を代入した（１４）式に、入力された当日の直前の数日間の故障数を代入し推定故障数を算出する。この場合、回帰係数ｋｎはデータが蓄積されるほど精度のよいものとなる。
【００８８】
また、図１３に示すように、求められた推定故障数から算出される故障修理のための必要要員数を求め出力する要員数出力部１２０ｆを設けてもよい。
【００８９】
さらにまた、図１５に示すように、サービスエリアの要員数を蓄積しておく要員数蓄積部１４０ｈと、蓄積された要員数と必要要員数との差分を求め出力する要員数差分出力部１４１ｈとを設けてもよい。予めに装置に要員数を蓄積しておき、推定故障数が求まるとその差分が計算され出力される。
【００９０】
図１６では、実施形態３あるいは４の日毎雷害故障数予測装置を隣接するサービスエリアの日毎故障数予測装置とネットワークで接続している。ネットワークで接続したことにより、隣接したサービスエリアの日毎雷害故障数予測装置に落雷数Ｎｌｉ＋ｎ−１及び故障数Ｍｉが入力されるたびに、ネットワークを介して隣接したサービスエリアの日毎雷害故障数予測装置に新しいデータが送られ、それを受け取った装置は数記憶部に記憶し、学習部で新しい回帰係数ｋｎを求めておき、次の落雷数の入力に備える。
【００９１】
【発明の効果】
以上説明したように、本発明によれば、機器の推定故障数が計算され出力されるので、それを基にして人員の稼働数を客観的に調整することができる。また、データの入力数が多いほど、また、他のサービスエリアから送られてきたデータが多いほどデータが蓄積され正確な推定故障数を得られるようになり、正確な人員配置及び稼働の調整を行うことができる。
【図面の簡単な説明】
【図１】日毎の落雷による故障数と落雷数の関係を示した図
【図２】日毎の落雷による故障数と落雷数の関係を数値で示した図
【図３】過去の落雷による故障数と落雷数を示した図
【図４】ｐ＝６で計算したときの回帰係数を示した図
【図５】落雷数と（１）（３）（１０）（１２）（１４）式により求められる推定故障数の関係を示した図
【図６】収容密度、落雷密度、落雷による故障数密度の関係を示した図
【図７】故障数の予測に用いた日数と自由度調整済相関係数の関係を示した図
【図８】第１の実施形態に係る日毎雷害故障予測装置のブロック図
【図９】第２の実施形態に係る日毎雷害故障予測装置のブロック図
【図１０】第３の実施形態に係る日毎雷害故障予測装置のブロック図
【図１１】第４の実施形態に係る日毎雷害故障予測装置のブロック図
【図１２】第３の実施形態に必要要員数出力部を付加した日毎雷害故障予測装置のブロック図
【図１３】第４の実施形態に必要要員数出力部を付加した日毎雷害故障予測装置のブロック図
【図１４】第３の実施形態に必要要員数出力部と要員数蓄積部と要員数差分部を付加した日毎雷害故障予測装置のブロック図
【図１５】第４の実施形態に必要要員数出力部と要員数蓄積部と要員数差分部を付加した日毎雷害故障予測装置のブロック図
【図１６】図１０乃至１５で示される日毎雷害故障予測装置をネットワークで接続した図
【符号の説明】
８０ａ，８０ｂ，８０ｃ，８０ｄ、８０ｅ，８０ｆ，８０ｇ．８０ｈ…落雷数入力部、８１ａ，８１ｂ，８１ｃ，８１ｄ，８１ｅ，８１ｆ，８１ｇ，８１ｈ…故障数予測部、８２ａ，８２ｂ，８２ｃ，８２ｄ，８２ｅ，８２ｆ，８２ｇ，８２ｈ…故障数出力部、１０１ｃ，１０１ｄ，１０１ｅ，１０１ｆ，１０１ｇ，１０１ｈ…故障数入力部、１０２ｃ，１０２ｄ，１０２ｅ，１０２ｆ，１０２ｇ，１０２ｈ…数記憶部、１０３ｃ，１０３ｄ，１０３ｅ，１０３ｆ，１０３ｇ，１０３ｈ…学習部、１２０ｅ，１２０ｆ，１２０ｇ，１２０ｈ…要員数蓄積部、１４０ｇ，１４０ｈ…必要要員数出力部、１４１ｇ，１４１ｈ…要員数差分部。
Claims (16)
- 落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、
ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
サービスエリア内の落雷数を入力する落雷数入力部と、
前記（１）式により算出された推定故障数を出力する故障数出力部とを具備する
ことを特徴とする日毎雷害故障数予測装置。 - ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部と、
該故障数入力部と前記落雷数入力部とから入力された数値を記憶する数記憶部と、
故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（１）式により回帰係数ｋｎを自動的に更新する学習部とを具備する
ことを特徴とする請求項１記載の日毎雷害故障数予測装置。 - 求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部を具備する
ことを特徴とする請求項１あるいは２何れか１項記載の日毎雷害故障数予測装置。 - サービスエリアの要員数を蓄積しておく要員数蓄積部と、
該要員数と前記必要要員数との差分を求め出力する要員数差分出力部とを具備する
ことを特徴とする請求項３記載の日毎雷害故障数予測装置。 - 隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新する
ことを特徴とする請求項２乃至４何れか１項記載の日毎雷害故障数予測装置。 - 落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測装置であって、
ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とから、これらを目的変数及び説明変数とする重回帰式
サービスエリア内の落雷数を入力する落雷数入力部と、
前記（２）式により算出された推定故障数を出力する故障数出力部とを具備する
ことを特徴とする日毎雷害故障数予測装置。 - ｉ日前からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉを入力する故障数入力部と、
該故障数入力部と前記落雷数入力部とから入力された数値を記憶する数記憶部と、
故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（２）式により回帰係数ｋｎを自動的に更新する学習部とを具備する
ことを特徴とする請求項６記載の日毎雷害故障数予測装置。 - 求められた推定故障数から算出される故障修理のための必要要員数を出力する要員数出力部を具備する
ことを特徴とする請求項６あるいは７何れか１項記載の日毎雷害故障数予測装置。 - サービスエリアの要員数を蓄積しておく要員数蓄積部と、
該要員数と前記必要要員数との差分を求め出力する要員数差分出力部とを具備する
ことを特徴とする請求項８記載の日毎雷害故障数予測装置。 - 隣接するサービスエリアの各装置をネットワークで接続し、各エリアで故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に該故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１をネットワークを通じて受信し、自動的に回帰係数ｋｎを更新する
ことを特徴とする請求項８乃至９何れか１項記載の日毎雷害故障数予測装置。 - 落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、
ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、
これらを目的変数及び説明変数とする重回帰式
直前のｐ日間のサービスエリア内の落雷数を入力するステップと、
入力された数値を記憶するステップと、
該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を算出するステップと、
算出された推定故障数を出力するステップと、
故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（３）式により回帰係数ｋｎを自動的に更新するステップとを有する
ことを特徴とする日毎雷害故障数予測方法。 - 前記（３）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、
該必要要員数を出力するステップを含む
ことを特徴とする請求項１１記載の日毎雷害故障数予測方法。 - サービスエリアの要員数を蓄積するステップと、
該要員数と前記必要要員数との差分を算出するステップと、
該差分を出力するステップを含む
ことを特徴とする請求項１２記載の日毎雷害故障数予測方法。 - 落雷による機器の故障数を日毎に予測するための日毎雷害故障数予測方法であって、
ｉ日前（ｉ＝１，２，…，ｐ）からｐ日前までのサービスエリア内での落雷による機器の故障数Ｍｉと、ｉ日前からｉ＋ｐ−１日前までのそれぞれの日のサービスエリア内での落雷数Ｎｌｉ＋ｎ−１（ｎ＝１，２，…，ｐ）とを入力するステップと、
これらを目的変数及び説明変数とする重回帰式
直前のｐ日間のサービスエリア内の落雷数を入力するステップと、
入力された数値を記憶するステップと、
該予測式に入力された直前のｐ日間の落雷数を代入することにより，当日のサービスエリア内における落雷による機器の推定故障数を算出するステップと、
算出された推定故障数を出力するステップと、
故障数Ｍｉと落雷数Ｎｌｉ＋ｎ−１とが入力される度に、前記（４）式により回帰係数ｋｎを自動的に更新するステップとを有する
ことを特徴とする日毎雷害故障数予測方法。 - 前記（４）式により求められた推定故障数から故障修理のための必要要員数を算出するステップと、
該必要要員数を出力するステップを含む
ことを特徴とする請求項１４記載の日毎雷害故障数予測方法。 - サービスエリアの要員数を蓄積するステップと、
該要員数と前記必要要員数との差分を算出するステップと、
該差分を出力するステップを含む
ことを特徴とする請求項１５記載の日毎雷害故障数予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002219870A JP2004062521A (ja) | 2002-07-29 | 2002-07-29 | 日毎雷害故障数予測装置及び日毎雷害故障数予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002219870A JP2004062521A (ja) | 2002-07-29 | 2002-07-29 | 日毎雷害故障数予測装置及び日毎雷害故障数予測方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004062521A true JP2004062521A (ja) | 2004-02-26 |
Family
ID=31940664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002219870A Pending JP2004062521A (ja) | 2002-07-29 | 2002-07-29 | 日毎雷害故障数予測装置及び日毎雷害故障数予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004062521A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008015620A (ja) * | 2006-07-03 | 2008-01-24 | Nippon Telegr & Teleph Corp <Ntt> | 雷害故障数予測装置および方法、プログラム、記録媒体 |
| JP2009015450A (ja) * | 2007-07-02 | 2009-01-22 | Nippon Telegr & Teleph Corp <Ntt> | 雷害故障数予測装置および方法、プログラム、記録媒体 |
| JP2015191444A (ja) * | 2014-03-28 | 2015-11-02 | Ｎｅｃネッツエスアイ株式会社 | 修理支援システム及び修理部品選定方法 |
| WO2016063446A1 (ja) * | 2014-10-24 | 2016-04-28 | 日本電気株式会社 | 説明変数表示優先順位決定システム、方法およびプログラム |
| US11506817B2 (en) | 2018-02-05 | 2022-11-22 | Nippon Telegraph And Telephone Corporation | Lighting damage prediction apparatus, method, and program |
-
2002
- 2002-07-29 JP JP2002219870A patent/JP2004062521A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008015620A (ja) * | 2006-07-03 | 2008-01-24 | Nippon Telegr & Teleph Corp <Ntt> | 雷害故障数予測装置および方法、プログラム、記録媒体 |
| JP2009015450A (ja) * | 2007-07-02 | 2009-01-22 | Nippon Telegr & Teleph Corp <Ntt> | 雷害故障数予測装置および方法、プログラム、記録媒体 |
| JP2015191444A (ja) * | 2014-03-28 | 2015-11-02 | Ｎｅｃネッツエスアイ株式会社 | 修理支援システム及び修理部品選定方法 |
| WO2016063446A1 (ja) * | 2014-10-24 | 2016-04-28 | 日本電気株式会社 | 説明変数表示優先順位決定システム、方法およびプログラム |
| JPWO2016063446A1 (ja) * | 2014-10-24 | 2017-08-03 | 日本電気株式会社 | 説明変数表示優先順位決定システム、方法およびプログラム |
| US11506817B2 (en) | 2018-02-05 | 2022-11-22 | Nippon Telegraph And Telephone Corporation | Lighting damage prediction apparatus, method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8249999B2 (en) | Systems and method for costing of service proposals | |
| Rejc et al. | Estimating the additional operating reserve in power systems with installed renewable energy sources | |
| Thowsen | A dynamic, nonstationary inventory problem for a price/quantity setting firm | |
| US20170371757A1 (en) | System monitoring method and apparatus | |
| CN110378522A (zh) | 预测配送状态信息的方法、装置、存储介质及电子设备 | |
| CN108416526A (zh) | 一种核电站生产计划的在线时间相关风险监测系统及方法 | |
| US20130297462A1 (en) | Spare parts on-hand inventory management | |
| US7970636B2 (en) | Replacement part order processing apparatus, method for ordering replacement parts and computer-readable recording medium | |
| JP2004112869A (ja) | 電力需要予測システム | |
| Wang et al. | A load modeling algorithm for distribution system state estimation | |
| JP7253913B2 (ja) | データ処理装置及びデータ処理方法 | |
| CN109146708A (zh) | 供电报修的抢修方法及装置 | |
| Margellos et al. | A robust reserve scheduling technique for power systems with high wind penetration | |
| JP2004062521A (ja) | 日毎雷害故障数予測装置及び日毎雷害故障数予測方法 | |
| CN106557842A (zh) | 预测k线的方法及装置 | |
| JP2022163608A (ja) | 保守支援システム | |
| CN112667479A (zh) | 一种信息监控方法及装置 | |
| CN113052417A (zh) | 一种资源配置方法以及装置 | |
| CN110689177A (zh) | 订单准备时间的预测方法和装置，电子设备及存储介质 | |
| CN110210645A (zh) | 一种发展趋势数据获取方法、装置及可读存储介质 | |
| CN116384876A (zh) | 基于维纳过程的备件动态库存-生产控制方法、系统及介质 | |
| JPH11313130A (ja) | 故障処理の優先順位決定方法および装置および優先順位決定プログラムを記録した記録媒体 | |
| JP2019109638A (ja) | 電力需要予測装置および電力需要予測方法 | |
| CN114460890A (zh) | 一种无人值守配电房的远程监控系统及方法 | |
| JP7109027B2 (ja) | 需要予測システム、価格決定システム、情報処理システムおよびコンピュータプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040804 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061101 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061128 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070122 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070522 |