JP2008102816A - 省エネルギー報告書作成装置およびその装置を使用してエネルギー使用量を予測する方法 - Google Patents

Abstract

【課題】今後の省エネ対策の要否やその内容、削減目標値などを顧客に対して事前に提示する省エネルギー報告書作成装置およびその装置を使用してエネルギー使用量を予測する方法を提供する。
【解決手段】省エネルギー報告書作成装置は、エネルギー分析に必要なデータを蓄積するデータ蓄積部と、エネルギーの分析に必要なデータを集計加工するエネルギー使用量集計部と、エネルギーの分析に必要なデータを使用して将来のエネルギー使用量を予測するエネルギー使用量予測部と、エネルギー使用量集計部が生成したデータおよび将来のエネルギー使用量からエネルギー使用に関する分析を行って分析コメントを生成するエネルギー分析部と、エネルギー使用量集計部が生成したデータ、予測したエネルギー使用量および分析コメントから省エネルギー報告書を生成する報告書生成部と、を備える。
【選択図】図１

Description

この発明は、ビルや工場などの顧客に対して、エネルギー使用の状況や省エネルギーのための対策などを示す省エネルギー報告書を自動的に作成する省エネルギー報告書作成装置およびその装置を使用してエネルギー使用量を予測する方法に関するものである。

従来の省エネルギー報告書作成装置では、システム本体とデータベースとＣＡＤシステムおよびビルや工場および顧客との情報通信手段とを有してコンピュータシステムを構築
する。情報収集分析部は、施設環境設備およびエネルギー設備の運用情報を施設環境ブロック別およびエネルギー設備別に収集し、施設環境分析とエネルギー分析を行う。数理計算分析部は、省エネ対策用数理計算を行い、省エネが可能な項目の分析を行う。節減分析部は、意志決定法により施設環境状況またはエネルギー設備の運転状況の分析とシミュレーションにより施設環境設備およびエネルギー設備の節減情報を得る。診断報告部は、数理計算分析部や節減分析部での分析結果、さらにこれら分析結果からシステム本体側で作成した報告書を各顧客に提供する（例えば、特許文献１参照）。

特開２００３−２２３１２号公報

このような省エネルギー報告書作成装置にあっては、ビルや工場などで計測された過去のデータに対する分析や評価が主体である。従って、将来の省エネ対策の要否やその内容についても、過去のデータ分析を元に判断していた。
そのため、例えば、前月の電力使用量が目標値（例えば前年同月の電力使用量）より少なかったので、翌月については特に対策の必要なしと報告されたにもかかわらず、実際には、翌月の気温が高かったため、翌月の電力使用量が前年同月の値を上回ってしまい、省エネ目標を達成できないという問題がある。

この発明は、今後の省エネ対策の要否やその内容、削減目標値などを顧客に対して事前に提示する省エネルギー報告書作成装置およびその装置を使用してエネルギー使用量を予測する方法を提供することを目的とする。

この発明に係わる省エネルギー報告書作成装置は、エネルギー分析に必要なデータを蓄積するデータ蓄積部と、上記エネルギーの分析に必要なデータを集計加工するエネルギー使用量集計部と、上記エネルギーの分析に必要なデータを使用して将来のエネルギー使用量を予測するエネルギー使用量予測部と、上記エネルギー使用量集計部が生成したデータおよび上記将来のエネルギー使用量からエネルギー使用に関する分析を行って分析コメントを生成するエネルギー分析部と、上記エネルギー使用量集計部が生成したデータ、上記予測したエネルギー使用量および上記分析コメントから省エネルギー報告書を生成する報告書生成部と、を備える。

この発明に係わる省エネルギー報告書作成装置の効果は、予測対象となるエネルギー使用量に大きな影響を与える計測可能な物理量であるところの指標の将来の予測値を用いて将来のエネルギー使用量を予測し、予測したエネルギー使用量を省エネルギー報告書により顧客に示すので、例えば将来のエネルギー使用量が多いと予測した場合、顧客は早めに適切な対策を講じることができ、省エネルギー対応策を確実に実施することができる。

実施の形態１．
図１は、この発明の実施の形態１に係わる省エネルギー報告書作成装置の構成図である。
この発明で言うエネルギーとは、電力、ガス、重油、蒸気、冷温水等を指す。また、エネルギー使用量とは、指定された期間の総量（例えば、月間使用量）、指定された期間内の最大使用量（例えば、月間最大電力）などを指す。
この発明の実施の形態１に係わる省エネルギー報告書作成装置１は、図１に示すように、データ蓄積部２、エネルギー使用量集計部３、エネルギー使用量予測部４、エネルギー分析部５、報告書生成部６を有する。
この省エネルギー報告書作成装置１は、ＣＰＵ、ＲＯＭ、ＲＡＭ、インターフェース回路を有するコンピュータと外部記憶装置から構成され、外部記憶装置に記憶されている省エネルギー報告書の作成に必要なデータを読み出し、ＲＯＭに記憶されているプログラムに従ってＣＰＵが演算を行っている。
データ蓄積部２は、省エネルギー報告書の作成に必要なデータを、オンラインまたはオフラインの図示しないデータ入力部を介して取得し、蓄積する。データ蓄積部２に蓄積されるデータとしては、電力使用量、ガス使用量といったエネルギー使用量に関するデータ、ビルや工場の在室人数、テナントの入居率や延べ床面積といった顧客データ、ＣＯ２排出量換算係数や重油換算係数といった固定データなどがあげられる。

エネルギー使用量集計部３は、データ蓄積部２に蓄積されたデータの中から、エネルギー分析に必要なデータを取り出し、エネルギー分析部５で分析できるように集計・加工する。
エネルギー使用量予測部４は、データ蓄積部２に蓄積されたデータを用いて、将来の指定された期間（例えば翌月）のエネルギー使用量を予測する。

エネルギー分析部５は、エネルギー使用量集計部３で集計・加工されたデータやエネルギー使用量予測部４で予測されたエネルギー使用量に基づき、エネルギー使用に関する分析を行い、省エネルギー報告書に掲載する分析コメントを生成する。
報告書生成部６は、エネルギー分析部５から出力されたデータ（エネルギー使用量集計部３で集計・加工されたデータやエネルギー使用量予測部４で予測されたエネルギー使用量）及び分析コメントを元に、予め定められた報告書フォーマットに従って、データのグラフ化やコメントの挿入等を行い、省エネルギー報告書を生成する。

図２は、省エネルギー報告書作成装置１の処理の流れを示すフローチャートである。
次に、例えば、２００６年の７月末までのデータを用いて、省エネルギー報告書の７月号を作成する場合の処理の流れを説明する。なお、報告書作成に必要なデータは既にデータ蓄積部２に蓄積されているものとする。
まず、ステップＳ１において、エネルギー使用量集計部３が、データ蓄積部２に蓄積されたデータを用いて、エネルギー分析に必要なデータの集計・加工を行う。例えば、データ蓄積部２に蓄積されている電力量計測データが１時間毎のデータであれば、１日分や１ヶ月分の積算を行ったり、昼間・夜間といった時間帯別の集計を行ったりする。

次に、ステップＳ２において、エネルギー使用量予測部４が、データ蓄積部２に蓄積されたデータを用いて、２００６年８月や９月のエネルギー使用量の予測を行う。なお、ステップＳ１とステップＳ２とはその順序が入れ替わってもよい。

次に、ステップＳ３において、エネルギー分析部５が、エネルギー使用量集計部３やエネルギー使用量予測部４の結果を用いてエネルギー分析を行い、分析コメントを生成する。例えば、７月の電力使用量が前年同月（２００５年７月）の電力使用量よりも大幅に増加している場合には、「７月の電力使用量は昨年７月よりも○○％増加しました」という分析コメントを生成すると共に、夏季の電力使用量を削減するための方策として、「冷房設定温度を２８℃にしましょう」といった分析コメントも生成する。
また、８月のエネルギー使用量予測により、前年同月以上に最大電力が大きくなりそうな場合には、ピークカットあるいはピークシフトのための省エネ方法をコメントとして生成する。

最後にステップＳ４において、省エネルギー報告書の生成を行う。エネルギー使用量集計部３が作成した集計・加工データやエネルギー使用量予測部４が生成した予測データ（これらは、エネルギー分析部５を経由して得られる）、エネルギー分析部５が生成した分析コメントを元に、報告書生成部６が省エネルギー報告書を生成する。報告書生成部６は予め報告書のテンプレートを持っており、表示するグラフの種類や位置、またそのグラフに対するコメントの位置が決められている。エネルギー分析部５から得られたデータや分析コメントは、テンプレートの該当する位置に挿入され、報告書となる。

図３は、エネルギー使用量予測の処理をさらに詳細化したフローチャートである。
次に、エネルギー使用量予測の処理を図３を参照して詳細に説明する。例として、最高気温から翌月（２００６年８月）の最大電力を予測する場合を説明する。
まず、ステップＳ１１において、データ蓄積部２に蓄積された過去の指標のデータを取得し、集計を行う。ここで、指標とは、予測対象となるエネルギー使用量に大きな影響を与える計測可能な物理量のことであり、ここでは最高気温が指標に相当する。データ蓄積部２から過去１０年間の８月の最高気温データを取得し、平均値を求める。なお、過去１０年間というのは一例であり、１０年間に限るものではない。

次に、ステップＳ１２において、ステップＳ１１で求めた集計結果を用いて、予測対象期間の指標の推定を行う。まず、８月の気象予報を気象庁のホームページなどから入手する。気象庁の気象予報は、翌月の平均気温が平年よりも低い確率、平年並みである確率、平年よりも高い確率が組の数値（％表示）で示されている。例えば、平年よりも低い確率が５０％、平年並みの確率が３０％、平年よりも高い確率が２０％の場合には「５０：３０：２０」と示される。

この確率に応じて、８月の最高気温を推定する。８月の平均気温が平年よりも高い確率が最も高い場合には、最高気温も高くなると判断し、ステップＳ１１で求めた最高気温の平均値に予め設定しておいた温度差ΔＴを加えた値を８月の最高気温とする。
８月の平均気温が平年並みである確率が最も高い場合には、最高気温も平均的であると判断し、ステップＳ１１で求めた最高気温の平均値を８月の最高気温とする。
８月の平均気温が平年よりも低い確率が最も高い場合には、最高気温も低くなると判断し、ステップＳ１１で求めた最高気温の平均値から予め設定しておいた温度差ΔＴを減じた値を８月の最高気温とする。８月の平均気温が平年よりも高い確率と平年並みである確率とが等しい場合は、温度差としてΔＴ／２を加える。また、８月の平均気温が平年よりも低い確率と平年並みである確率とが等しい場合は、温度差としてΔＴ／２を減ずる。

なお、８月の最高気温を以下のようにして求めてもよい。
最高気温＝（最高気温の平均値−ΔＴ）×平年よりも低い確率（％）／１００
＋最高気温の平均値×平年並みの確率（％）／１００
＋（最高気温の平均値＋ΔＴ）×平年よりも高い確率（％）／１００

次に、ステップＳ１３において、データ蓄積部２に蓄積された過去のデータを用いて、指標と予測対象のエネルギー使用量との関係を求める。過去数ヶ月（例えば、５、６、７月）の日毎の最高気温と最大電力のデータをデータ蓄積部２より取得し、図４に示すように、最高気温と最大電力との相関をとり、近似線を求める。
なお、図４では線形近似しているが、多項式近似または指数近似などの近似をしてもよい。
また、過去数年（例えば３年）の５、６、７月の月毎の最高気温と最大電力のデータをデータ蓄積部２から取得し、図４のような相関を取り、近似曲線を求めてもよい。

最後に、ステップＳ１４において、ステップＳ１２で推定した指標と、ステップＳ１３で求めた指標とエネルギー使用量との関係から、将来のエネルギー使用量を推定する。例えば、ステップＳ１２で８月の最高気温が３１℃と推定された場合には、図４の近似線を用いて最高気温３１℃のときの最大電力２５０ｋＷを求め、これを８月の最大電力の予測値とする。
なお、ここでは、最高気温を指標として、電力使用量を予測したが、ガス使用量や重油使用量などその他のエネルギー使用量も同様にして予測してもよい。

また、別の指標の例として、平均気温を指標として、翌月（２００６年８月）の電力使用量を予測する場合の処理の流れを説明する。
まず、ステップＳ１１において、データ蓄積部２から過去１０年間の８月の平均気温データを取得し、その平均値を求める。なお、この場合も過去１０年間というのは一例であり、１０年間に限るものではない。
次に、ステップＳ１２において、８月の気象予報を気象庁のホームページ等から入手する。気象予報の内容は先に説明した通りである。８月の平均気温が平年よりも高い確率が最も高い場合には、ステップＳ１１で求めた平均気温の平均値に予め設定しておいた温度差ΔＴを加えた値を８月の平均気温とする。８月の平均気温が平年並みである確率が最も高い場合には、ステップＳ１１で求めた平均気温の平均値を８月の最高気温とする。８月の平均気温が平年よりも低い確率が最も高い場合には、ステップＳ１１で求めた平均気温の平均値から予め設定しておいた温度差ΔＴを減じた値を８月の平均気温とする。８月の平均気温が平年よりも高い確率と平年並みである確率とが等しい場合は、温度差としてΔＴ／２を加える。８月の平均気温が平年よりも低い確率と平年並みである確率とが等しい場合は、温度差としてΔＴ／２を減ずる。

なお、８月の平均気温を以下のようにして求めてもよい。
平均気温＝（平均気温の平均値−ΔＴ）×平年よりも低い確率（％）／１００
＋平均気温の平均値×平年並みの確率（％）／１００
＋（平均気温の平均値＋ΔＴ）×平年よりも高い確率（％）／１００

次に、ステップＳ１３において、データ蓄積部２から、過去１０年間の５、６、７月の月の平均気温とその月の電力使用量のデータを取得し、図５のような相関をとり、近似線を求める。図５では線形近似しているが、多項式近似または指数近似などの近似をしてもよい。
最後に、ステップＳ１４において、例えば、ステップＳ１２で８月の平均気温が２８℃と推定された場合には、図５の近似曲線を用いて平均気温２８℃のときの電力使用量７５，０００ｋＷｈを求め、これを８月の電力使用量の予測値とする。

なお、ステップＳ１３において、今年の５、６、７月の１日の平均気温とその日の電力使用量のデータから図５のような相関をとり、ステップＳ１２で、８月の平均気温が２８℃と推定された場合には、図５の近似曲線を用いて平均気温が２８℃の日の１日の電力使用量を求め、それを日数倍（８月であれば３１倍）して１か月分の電力使用量を求めてもよい。
また、ここでは、平均気温を指標として、電力使用量を予測したが、ガス使用量や重油使用量などその他のエネルギー使用量も同様にして予測してもよい。

さらに別の指標の例として、在室人数を指標として、翌月（２００６年８月）のガス使用量を予測する場合の処理の流れを説明する。
まず、ステップＳ１１において、データ蓄積部２から過去１０年間の８月の在室人数を取得し、曜日毎に積算後に平均し、各曜日の平均在室人数を求める。
次に、ステップＳ１２において、８月の各曜日の日数に、ステップＳ１１で得られたその曜日の平均在室人数を掛けて合計し、８月の在室人数を求める。なお、祝祭日は日曜日の平均在室人数とする。
次に、ステップＳ１３において、データ蓄積部２より、過去数ヶ月間の在室人数とガス使用量のデータを取得し、ガス使用量合計を在室人数合計で除することにより、一人当たりの平均ガス使用量を求める。
最後に、ステップＳ１４において、ステップＳ１２で推定された８月の在室人数に、ステップＳ１３で求めた一人当たりのガス使用量を掛け、８月のガス使用量の予測値とする。
なお、ここでは、在室人数を指標として、ガス使用量を予測したが、電力使用量や重油使用量等のその他のエネルギー使用量も同様にして予測してもよい。

この実施の形態１に係わる省エネルギー報告書作成装置１は、予測対象となるエネルギー使用量に大きな影響を与える計測可能な物理量であるところの指標の将来の予測値を用いて将来のエネルギー使用量を予測し、予測したエネルギー使用量を省エネルギー報告書により顧客に示すので、例えば将来のエネルギー使用量が多いと予測した場合、顧客は早めに適切な対策を講じることができ、省エネルギー対応策を確実に実施することができる。

実施の形態２．
エネルギー使用量予測で用いる指標の中には、ビルや工場の運用状況の変化に影響を受けるものがある。例えば、ビル全体の在室人数は、テナントの入居率によって変化する。昨年まで入居率１００％であったビルの入居率が今年８０％になったとした場合、昨年までの在室人数データを用いて翌月の在室人数を推定すると、多めの値になってしまうという問題が起こる。図６は、このような問題に対応するために、エネルギー使用量予測の際に、指標に影響を与えるビルや工場の運用状況の変化を考慮したフローチャートである。

例として、在室人数を指標として、翌月（２００６年８月）のガス使用量を予測する場合の処理の流れを説明する。指標（在室人数）に影響を与える因子として、ビルのテナント入居率を例にあげる。昨年度のテナント入居率を９０％、今年度のテナント入居率を８０％とする。
まず、ステップＳ２１において、指標に影響を与える因子を考慮して、過去の指標を補正する。データ蓄積部２から過去１０年間の８月の在室人数を取得する際に、在室人数に１００／９０を掛けることにより、テナント入居率を１００％と見なした値に補正する。
次に、ステップＳ２２において、過去の指標の集計を行う。ステップＳ２１で得られた補正済みの在室人数を曜日毎に積算後に平均し、各曜日の平均在室人数を求める。

次に、ステップＳ２３において、ステップＳ２２で求められた集計結果を用いて、予測対象期間の指標の推定を行う。８月の各曜日の日数に、ステップＳ２１で得られたその曜日の平均在室人数を掛けて合計し、８月の在室人数を求める。なお、祝祭日は日曜日の平均在室人数とする。
次に、ステップＳ２４において、ステップＳ２３で求められた値を、指標に影響を与える因子を考慮して補正する。ステップＳ２３で求められた在室人数は、テナント入居率を１００％と見なした在室人数から求められたものであるため、これに８０／１００を掛けることにより、現在のテナント入居率８０％と見なした値に補正する。このようにして得られた値を８月の在室人数とする。

次に、ステップＳ２５において、データ蓄積部２に蓄積された過去のデータを用いて、指標と予測対象のエネルギー使用量との関係を求める。過去数ヶ月間の在室人数とガス使用量のデータを取得し、ガス使用量合計を在室人数合計で除することにより、一人当たりの平均ガス使用量を求める。ここでは、一人当たりの使用量を求めているため、テナント入居率は影響しない。
次に、ステップＳ２６において、ステップＳ２４で推定された指標と、ステップＳ２５で求められた指標と使用量との関係から、将来の使用量を求める。ステップＳ２４で推定された８月の在室人数に、ステップＳ２５で求められた一人当たりのガス使用量を掛け、１か月分のガス使用量を求める。

この実施の形態２に係わる省エネルギー報告書作成装置は、指標に影響を与える因子を考慮して指標の過去のデータを補正し、補正した過去の指標のデータと過去のエネルギー使用量のデータとから指標とエネルギー使用量との関係を求め、指標の将来の予測値を用いて将来のエネルギー使用量を予測するので、エネルギー使用量が報告対象のビルや工場の運用状況に影響される場合においても、指標を運用状況に基づいて補正し精度よくエネルギー使用量を予測することができる。

実施の形態３．
エネルギー使用量予測で用いる過去のエネルギー使用量の中には、ビルや工場の運用状況の変化に影響を受けるものがある。例えば、電力使用量や最大電力は、ビルや工場の延べ床面積によって変化する。今まで延べ床面積が３，０００ｍ^２であったものが、増築で延べ床面積が３，５００ｍ^２になれば、増築前のエネルギー使用量を元に予測すると増築後のエネルギー使用量は低めの値になってしまう。図７は、エネルギー使用量が影響を受ける要因が変化したときのために、エネルギー使用量予測の際に、過去のエネルギー使用量に影響を与えるビルや工場の運用状況の変化を考慮したフローチャートである。

例として、指標としての最高気温からエネルギー使用量としての翌月（２００６年８月）の最大電力を予測する場合の処理の流れを説明する。延べ床面積をエネルギー使用量（最大電力）に影響を与える要因とし、２００６年６月までは延べ床面積が３，０００ｍ^２であったものが、増築部分のオープンにより７月より延べ床面積が３，５００ｍ^２になったとする。
まず、ステップＳ３１において、データ蓄積部２に蓄積された過去の指標（最高気温）のデータを取得し、集計を行う。データ蓄積部２から過去１０年間の８月の最高気温データを取得し、平均値を求める。なお、過去１０年間というのは一例であり、１０年間に限られるものではない。
次に、ステップＳ３２において、ステップＳ３１で求められた集計結果を用いて、予測対象期間の指標の推定を行う。８月の気象予報を気象庁等のホームページから入手し、それに基づいて８月の最高気温を推定する。具体的な方法は、実施の形態１と同じであるため、ここでは省略する。

次に、ステップＳ３３において、データ蓄積部２に蓄積された過去のエネルギー使用量のデータを取得し、それに影響を与える要因を考慮して補正する。今年の５、６、７月の１日の最高気温とその日の最大電力のデータをデータ蓄積部２から取得する。このとき、７月のデータは延べ床面積が広くなった後のデータであるため、最大電力はその分多くなっている。従って、７月の最大電力は３，０００／３，５００を掛けて補正する。
次に、ステップＳ３４において、ステップＳ３３で補正したデータを用いて、図４のような相関をとり、近似線を求める。図４では線形近似をしているが、多項式近似や指数近似などの近似をしてもよい。

次に、ステップＳ３５において、ステップＳ３２で推定した指標と、ステップＳ３４で求めた指標とエネルギー使用量との関係から、将来のエネルギー使用量を推定する。例えば、ステップＳ３２で８月の最高気温が３１℃と推定された場合には、図４の近似曲線を用いて最高気温３１℃のときの最大電力２５０ｋＷを求め、これを８月の最大電力の予測値とする。
最後に、ステップＳ３６において、ステップＳ３５で推定した値を、エネルギー使用量に影響を与える要因を考慮して補正する。ステップＳ３３において、最大電力を全て延べ床面積が３，０００ｍ^２と見なして補正したため、得られた値に３，５００／３，０００を掛けて、現在の延べ床面積３，５００ｍ^２における値に補正する。
なお、ステップＳ３３において、７月のデータに補正をかけたのは、５月、６月のデータに補正をかけるよりも補正されるデータ数が少なくなるためである。逆に５月、６月のデータに３，５００／３，０００を掛けて補正してもよく、その場合には、ステップＳ３６の処理は必要なくなる。

この実施の形態３に係わる省エネルギー報告書作成装置は、エネルギー使用量に影響する例えばビルや工場の運用状況に変化があっても、ビルや工場の運用状況の変化の前後のいずれか一方に過去のエネルギー使用量のデータを補正して将来のエネルギー使用量を予測するので、精度よくエネルギー使用量を予測することができる。

この発明の実施の形態１に係わる省エネルギー報告書生成装置の構成図である。 この発明の実施の形態１に係わる省エネルギー報告書作成装置の処理のフローチャートである。 この発明の実施の形態１に係わるエネルギー使用量予測処理のフローチャートである。 この発明の実施の形態１による最高気温と最大電力との相関グラフである。 この発明の実施の形態１による１日の平均気温と電力使用量の相関グラフである。 この発明の実施の形態２に係わるエネルギー使用量予測処理のフローチャートである。 この発明の実施の形態３に係わるエネルギー使用量予測処理のフローチャートである。

符号の説明

１ 省エネルギー報告書作成装置、２ データ蓄積部、３ エネルギー使用量集計部、４ エネルギー使用量予測部、５ エネルギー分析部、６ 報告書生成部。

Claims (5)

1. エネルギー分析に必要なデータを蓄積するデータ蓄積部と、
   上記エネルギーの分析に必要なデータを集計加工するエネルギー使用量集計部と、
   上記エネルギーの分析に必要なデータを使用して将来のエネルギー使用量を予測するエネルギー使用量予測部と、
   上記エネルギー使用量集計部が生成したデータおよび上記将来のエネルギー使用量からエネルギー使用に関する分析を行って分析コメントを生成するエネルギー分析部と、
   上記エネルギー使用量集計部が生成したデータ、上記予測したエネルギー使用量および上記分析コメントから省エネルギー報告書を生成する報告書生成部と、
   を備えることを特徴とする省エネルギー報告書作成装置。
2. 上記エネルギー使用量予測部は、予測対象のエネルギー使用量に影響を与える計測可能な物理量からなる指標の過去のデータを取得集計し、予測対象期間の指標を推定し、指標の過去のデータとエネルギー使用量の過去のデータとから指標とエネルギー使用量との関係を求め、上記推定した予測対象期間の指標および上記指標とエネルギー使用量との関係から予測対象期間のエネルギー使用量を予測することを特徴とする請求項１に記載の省エネルギー報告書作成装置。
3. 上記エネルギー使用量予測部は、予測対象のエネルギー使用量に影響を与える計測可能な物理量からなる指標の過去のデータを取得集計し、上記指標の過去のデータを指標に影響を与える因子を考慮して補正し、予測対象期間の指標を推定し、上記推定した指標を再び上記因子を考慮して補正し、指標の過去のデータとエネルギー使用量の過去のデータとから指標とエネルギー使用量との関係を求め、上記指標の推定値および上記指標とエネルギー使用量との関係から予測対象期間のエネルギー使用量を予測することを特徴とする請求項１に記載の省エネルギー報告書作成装置。
4. 上記エネルギー使用量予測部は、予測対象のエネルギー使用量に影響を与える計測可能な物理量からなる指標の過去のデータを取得集計し、予測対象期間の指標を推定し、エネルギー使用量の過去のデータをエネルギー使用量に影響を与える要因を考慮して補正し、指標の過去のデータとエネルギー使用量の補正した過去のデータから指標とエネルギー使用量との関係を求め、推定した指標および上記指標とエネルギー使用量との関係から予測対象期間のエネルギー使用量を予測し、予測したエネルギー使用量を上記要因を考慮して補正することを特徴とする請求項１に記載の省エネルギー報告書作成装置。
5. 予測対象のエネルギー分析に必要なデータを蓄積するデータ蓄積部と、上記エネルギーの分析に必要なデータを使用して将来のエネルギー使用量を予測するエネルギー使用量予測部とを備えた装置によって予測対象のエネルギー使用量を予測する方法であって、
   予測対象のエネルギー使用量に影響を与える計測可能な物理量からなる指標の過去のデータを取得し集計し、予測対象期間の指標を推定し、指標の過去のデータとエネルギー使用量の過去のデータとから指標とエネルギー使用量との関係を求め、上記推定した予測対象期間の指標および上記指標とエネルギー使用量との関係から予測対象期間のエネルギー使用量を予測する方法。

Images