JP2011048795A - Power display device, power display method, and program - Google Patents
Power display device, power display method, and program Download PDFInfo
- Publication number
- JP2011048795A JP2011048795A JP2009198968A JP2009198968A JP2011048795A JP 2011048795 A JP2011048795 A JP 2011048795A JP 2009198968 A JP2009198968 A JP 2009198968A JP 2009198968 A JP2009198968 A JP 2009198968A JP 2011048795 A JP2011048795 A JP 2011048795A
- Authority
- JP
- Japan
- Prior art keywords
- time
- data
- degree
- display device
- unit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 84
- 239000013598 vector Substances 0.000 claims description 105
- 238000005070 sampling Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims 1
- 230000007704 transition Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
この発明は、省エネルギ化の意識を喚起させるための電力関連情報を生成し、表示する電力表示装置、電力表示方法及びプログラムに関する。 The present invention relates to a power display device, a power display method, and a program for generating and displaying power-related information for raising awareness of energy saving.
従来より、省エネルギ化を実現すべく、電力使用量をモニタリングするシステムが開示されている(例えば、特許文献1参照)。このシステムのように、電気設備を使用するユーザに省エネルギ化の意識を喚起させるためには、電力使用量をユーザに具体的に明示するのが効果的である。 Conventionally, a system for monitoring power consumption has been disclosed in order to achieve energy saving (see, for example, Patent Document 1). In order to raise awareness of energy saving to the user who uses the electrical equipment as in this system, it is effective to clearly indicate the amount of power used to the user.
省エネルギ化の意識を電気設備のユーザに喚起させるためには、現在の電力使用量と、目標となる電力使用量とを比較表示し、その差をユーザに明示するのがより効果的である。電力使用量の目標との差を比較表示すれば、無駄な電力使用量が一目瞭然となるからである。 In order to raise the awareness of energy saving to users of electrical equipment, it is more effective to compare and display the current power consumption and the target power usage and clearly indicate the difference to the user. . This is because if the difference from the target of the power usage is displayed in comparison, the wasteful power usage becomes obvious at a glance.
電力使用量の目標となる比較対象としては、例えば、近隣住宅のトップランナにおける平均電力使用量や、同世帯における前年の同月の平均電力使用量などが採用される。しかしながら、近隣住宅の平均電力使用量との比較表示を行っても、住宅によって、構成人員数などの世帯の事情が異なるため、その比較表示が、無駄な電力使用量を適切に表すものにはならないことが多い。 For example, the average power consumption in the top runners of neighboring houses or the average power consumption in the same month of the previous year in the same household is adopted as the comparison target that is the target of power consumption. However, even if a comparison display with the average power consumption of neighboring houses is performed, the situation of the household, such as the number of members, differs depending on the house, so the comparison display appropriately represents wasteful power consumption. Often not.
また、同世帯における前年の同日の平均電力使用量の比較表示を行うだけでは、直ぐに電気設備を調整しようという気を起こさせるのは難しい。そのような張り合いを持たせるためには、電力使用量の比較表示をリアルタイムに行うのが望ましい。 In addition, it is difficult to urge to immediately adjust the electrical equipment simply by comparing and displaying the average power consumption on the same day of the previous year in the same household. In order to have such a tension, it is desirable to perform a comparative display of power consumption in real time.
リアルタイムな電力使用量の比較表示では、現在の電力使用量の推移が、比較対象である目標の電力使用量の推移に重ね合わせてグラフ表示される。目標となる電力使用量としては、過去の電力使用量が用いられるのが一般的である。 In the comparison display of the power consumption in real time, the transition of the current power consumption is displayed in a graph superimposed on the transition of the target power consumption to be compared. In general, the past power consumption is used as the target power consumption.
比較表示によって省エネルギ化の意識をユーザに換気させるためには、過去の電力使用量の中から目標として適切なものを選択する必要があるが、その選択には困難が伴う。例えば、前年の同日であっても、天気の違いや、平日と休日との違いなどで、電気設備の使用状況が著しく異なる場合があるからである。 In order to make the user aware of energy saving by the comparison display, it is necessary to select an appropriate target as a target from past power consumption, but this selection is difficult. For example, even on the same day of the previous year, the usage status of the electrical equipment may be significantly different due to the difference in weather or the difference between weekdays and holidays.
この発明は、上記事情に鑑みてなされたものであり、省エネルギ化の意識を、より確実に喚起させることができる電力関連情報を生成することができる電力表示装置、電力表示方法及びプログラムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and provides a power display device, a power display method, and a program capable of generating power-related information that can provoke energy saving awareness more reliably. The purpose is to do.
上記目的を達成するために、この発明の電力表示装置においては、データ取得部は、電気設備の使用状況に関するデータを取得する。記録部は、データ取得部によって取得されたデータを時系列に並べて時系列データとして記録する。合致度算出部は、記録部に記録された、最近の一定期間の第1の時系列データを、第1の時系列データよりも前の第2の時系列データに重ね合わせた時の合致度を、重ね合わせ時点をずらしつつ、逐次算出する。特定部は、合致度算出部によって算出された合致度が、最も高い重ね合わせ時点を特定する。 In order to achieve the above object, in the power display device of the present invention, the data acquisition unit acquires data relating to the usage status of the electrical equipment. The recording unit records the data acquired by the data acquisition unit in time series and records it as time series data. The degree-of-match calculation unit is a degree of match when the first time-series data recorded in the recording unit for the most recent period is superimposed on the second time-series data before the first time-series data. Are sequentially calculated while shifting the overlapping time point. The specifying unit specifies the overlapping time point at which the matching degree calculated by the matching degree calculating unit is the highest.
この発明によれば、データ取得部で取得された電気設備の使用状況に関するデータに基づいて、電気設備の現在の使用状況に最も合致する過去の時点を特定することができる。特定された時点を基準とする過去の電力使用量の推移は、電気設備の現在の使用状況における電力使用量の予想推移であるとみなすことができる。したがって、特定された時点を基準とする過去の電力使用量の推移は、省エネルギ化の意識をより確実にユーザに喚起させるために有用な情報となる。 According to the present invention, it is possible to identify a past time point that best matches the current usage status of the electrical equipment based on the data related to the usage status of the electrical equipment acquired by the data acquisition unit. The transition of the past power usage based on the identified time point can be regarded as the expected transition of the power usage in the current usage status of the electrical equipment. Therefore, the transition of the past power consumption based on the identified time point is useful information for making the user more surely conscious of energy saving.
実施の形態1.
まず、この発明の実施の形態1について、図面を参照して詳細に説明する。この実施の形態に係る電力表示装置は、電気設備のユーザに省エネルギ化の意識を換気させるための電力関連情報を生成することを目的とするシステムである。
First,
図1に示すように、この実施の形態に係る電力表示装置100は、データ取得部1と、解析装置2と、を備える。
As shown in FIG. 1, the
データ取得部1は、複数のセンサを備える。図1では、データ取得部1に含まれるセンサとして、電力センサ11、気温センサ12、日時センサ13が示されている。
The
電力センサ11は、省エネルギ化の対象となる電気設備(不図示)に供給される電力値等の電力データを検出する。電力データは、電力センサ11において所定のサンプリング間隔で検出され、解析装置2に出力される。
The
気温センサ12は、電気設備の周辺の気温データを検出する。気温データは、気温センサ12において、所定のサンプリング間隔で検出され、解析装置2に出力される。
The
日時センサ13には、タイマ(不図示)が内蔵されている。日時センサ13は、タイマのカウント値に基づいて、所定のサンプリング間隔で、年月日時を検出して、解析装置2に出力する。
The date /
解析装置2は、ログデータ記録部3と、合致度算出部4と、パラメータ管理部5と、特定部6と、表示制御部7と、を備える。解析装置2はコンピュータである。解析装置2は、CPU、メモリ等を備えている。CPUが、メモリに格納された制御プログラムを実行することにより、解析装置2の各構成要素の機能が実現される。
The
ログデータ記録部3は、電力ログデータ記録部31と、気温ログデータ記録部32と、日時ログデータ記録部33と、を備える。
The log
電力ログデータ記録部31は、電力センサ11から出力された電力データを、時系列に並べてログデータとして記録する。
The power log
気温ログデータ記録部32は、気温センサ12から出力された気温データを、時系列に並べてログデータとして記録する。
The temperature log
日時ログデータ記録部33は、日時センサ13から出力された日時データを、時系列に並べてログデータとして記録する。なお、日時データについては、例えば1年間を1周期とする周期関数を採用することができる。
The date / time log
合致度算出部4は、電力合致度算出部41と、気温合致度算出部42と、日時合致度算出部43と、を備える。
The coincidence degree calculation unit 4 includes a power coincidence
電力合致度算出部41は、図2(A)に示すように、電力ログデータ記録部31から、最近の一定期間ΔTの時系列データ(電力データA)を入力する。さらに、電力合致度算出部41は、電力データAよりも過去の時系列データ、すなわち時点Tを基準とする一定期間ΔTの時系列データ(電力データB)を入力する。電力合致度算出部41は、電力データAと電力データBとを比較する。より具体的には、電力合致度算出部41は、図2(B)に示すように、電力データAを、電力データBに重ね合わせ、両者の合致度を算出する。
As shown in FIG. 2A, the power matching
さらに、電力合致度算出部41は、重ね合わせの時点Tを時系列方向にずらしつつ、時点Tを基準とする一定期間ΔTの電力データBを入力し、その都度、上記合致度を算出する。
Further, the power coincidence
気温合致度算出部42、日時合致度算出部43は、電力合致度算出部41と同様に、ログデータ記録部3(気温ログデータ記録部32、日時ログデータ記録部33)を参照して、最近の一定期間ΔTの時系列データを、過去の時点Tを基準とする一定期間ΔTの時系列データに重ね合わせた時の合致度を、その重ね合わせの時点Tをずらしつつ、逐次算出する。
Similar to the power match
パラメータ管理部5は、合致度算出部4での合致度の算出に必要なパラメータの設定値を管理している。このようなパラメータには、例えば、合致度の算出式の係数などがある。パラメータ管理部5によって管理されるパラメータの設定値は、パラメータ入力部51により、ユーザによって設定可能となっている。
The
特定部6は、電力合致度算出部41、気温合致度算出部42、日時合致度算出部43でそれぞれ算出された合致度を入力する。特定部6は、合致度算出部4から出力された合致度が総合的に最も高くなる時点Tを特定する。
The specifying
より具体的には、特定部6は、電力合致度算出部41、気温合致度算出部42、日時合致度算出部43からそれぞれ入力された合致度を積算する。続いて、特定部6は、その積算値が最大となる時点Tを特定する。
More specifically, the specifying
表示制御部7は、特定部6で特定された時点Tを入力する。また、表示制御部7は、ログデータ記録部3に記録されたログデータを読み出し可能である。表示制御部7は、これらの入力に基づいて、後述する表示装置9を制御する。表示制御部7は、特定された時点Tを基準とする一定期間ΔTの時系列データを、ログデータ記録部3から読み込む。さらに、表示制御部7は、現時点での最新の一定期間ΔTの時系列データを、ログデータ記録部3から読み込む。表示制御部7は、読み込んだ2つの時系列データの推移を示すグラフを重ね合わせたグラフの画像(比較表示の画像)を生成して、表示装置9に出力する。
The display control unit 7 inputs the time T specified by the specifying
表示装置9は、表示制御部7から出力された画像データを表示する。
The
なお、表示制御部7は、ユーザ等の指定により、電力データ、気温データ、日時データなど、表示装置9に表示させるデータを切り換えることができるようになっている。
Note that the display control unit 7 can switch data to be displayed on the
次に、本実施形態に係る電力表示装置100の動作について説明する。図3には、解析装置2で行われる解析処理が示されている。この解析処理は、例えば、不図示の上位装置から、実行指示が入力された場合など、その必要に応じて実行される。
Next, the operation of the
以下では、電力ログデータ記録部31、気温ログデータ記録部32、日時ログデータ記録部33から出力される現時点を含む一定期間ΔTのデータを、まとめて現在データR(m,t)として表現する。ここで、tは時間である。また、mは、1〜3のいずれかである。R(1,t)が電力データであり、R(2,t)が気温データであり、R(3,t)が日時データである。
In the following, data of a certain period ΔT including the current time output from the power log
同様に、電力ログデータ記録部31、気温ログデータ記録部32、日時ログデータ記録部33から出力される過去の一定期間ΔTのデータを、以下では、ログデータL(m,T)とする。Tは、電力データAと重ね合わせる電力データBの基準時点(図2(B)参照)である。電力ログデータ記録部31に記録されたログデータが、L(1,T)であり、気温ログデータ記録部32に記録されたログデータが、L(2,T)であり、日時ログデータ記録部33に記録されたログデータが、L(3,T)である。
Similarly, the data of the past fixed period ΔT output from the power log
まず、合致度算出部4は、現在データR(m,t)を入力する(ステップS1)。すなわち、電力合致度算出部41は、現在データR(1,t)を入力し、気温合致度算出部42は、現在データR(2,t)を入力し、日時合致度算出部43は、現在データR(3,t)を入力する。
First, the matching degree calculation unit 4 inputs the current data R (m, t) (step S1). That is, the power match
続いて、合致度算出部4は、カウント値nを1に初期化する(ステップS2)。このカウント値nは、現在データR(1,t)〜R(3,t)等のベクトル変換に用いられる。 Subsequently, the coincidence degree calculation unit 4 initializes the count value n to 1 (step S2). This count value n is used for vector conversion of the current data R (1, t) to R (3, t) and the like.
続いて、合致度算出部4は、現在データR(m,t)を、代表値ベクトルRc(m,Δt(n))と、変動値ベクトルRv(m,Δt(n))とにベクトル分解する(ステップS3)。ここで、例えば、図4に示す現在データR(m,t)が、図5、図6にそれぞれ示すように、期間Δt(1)で分割され、代表値ベクトルの要素Rc(m,Δt(1),i)と、変動値ベクトルの要素Rv(m,Δt(1),i)とが生成される。 Subsequently, the degree-of-match calculation unit 4 decomposes the current data R (m, t) into a representative value vector Rc (m, Δt (n)) and a variation value vector Rv (m, Δt (n)). (Step S3). Here, for example, the current data R (m, t) shown in FIG. 4 is divided by the period Δt (1) as shown in FIGS. 5 and 6, respectively, and the element Rc (m, Δt ( 1), i) and the element Rv (m, Δt (1), i) of the variation vector are generated.
より具体的には、ここでは、図5に示すように、期間Δt(1)毎に、現在データR(m,t)の平均値が求められる。この平均値が、代表値ベクトルRc(m,Δt(1))の各要素Rc(m,Δt(1),i)となる。また、図6に示すように、期間Δt(1)毎に、現在データR(m,t)の増減量が求められる。この増減量が、変動値ベクトルRv(m,Δt(1))の各要素Rv(m,Δt(1),i)となる。合致度算出部4は、このようにして、現在データR(m,t)を、期間Δt(1)に区切って、それぞれの期間毎の平均値と、増減量とを求め、それらを要素とする、代表値ベクトルRc(m,Δt(1))の要素Rc(m,Δt(1),i)、変動値ベクトルRv(m,Δt(1))の要素Rv(m,Δt(1),i)を生成する。 More specifically, as shown in FIG. 5, the average value of the current data R (m, t) is obtained for each period Δt (1). This average value becomes each element Rc (m, Δt (1), i) of the representative value vector Rc (m, Δt (1)). Further, as shown in FIG. 6, the amount of increase / decrease in the current data R (m, t) is obtained for each period Δt (1). This increase / decrease amount becomes each element Rv (m, Δt (1), i) of the fluctuation value vector Rv (m, Δt (1)). In this way, the degree-of-match calculation unit 4 divides the current data R (m, t) into periods Δt (1), obtains an average value and an increase / decrease amount for each period, and uses them as elements. Element Rc (m, Δt (1), i) of representative value vector Rc (m, Δt (1)), element Rv (m, Δt (1)) of variation value vector Rv (m, Δt (1)) , I).
ここでは、最終的に、電力データの代表値ベクトルRc(1,Δt(1))、変動値ベクトルRv(1,Δt(1))と、気温データの代表値ベクトルRc(2,Δt(1))、変動値ベクトルRv(2,Δt(1))と、日時データの代表値ベクトルRc(3,Δt(1))、変動値ベクトルRv(3,Δt(1))と、が求められる。 Here, finally, representative value vector Rc (1, Δt (1)) of power data, fluctuation value vector Rv (1, Δt (1)), and representative value vector Rc (2, Δt (1) of temperature data. )), Fluctuation value vector Rv (2, Δt (1)), representative value vector Rc (3, Δt (1)) of date and time data, fluctuation value vector Rv (3, Δt (1)). .
続いて、合致度算出部4は、カウント値nがNmaxを超えたか否かを判定する(ステップS4)。Nmaxは、ベクトル分解の対象となる期間Δt(n)の数である。通常は、Nmax>>1であり、この時点では、カウント値nが1であるので、判定は否定され(ステップS4;No)、合致度算出部4は、カウント値nを1だけインクリメントし(ステップS5)、ステップS3に戻る。 Subsequently, the coincidence degree calculation unit 4 determines whether or not the count value n exceeds N max (step S4). N max is the number of periods Δt (n) subject to vector decomposition. Usually, N max >> 1, and at this time, the count value n is 1, so the determination is negative (step S4; No), and the coincidence degree calculation unit 4 increments the count value n by 1. (Step S5), the process returns to Step S3.
続いて、合致度算出部4は、現在データR(m,t)を、代表値ベクトルRc(m,Δt(n))と、変動値ベクトルRv(m,Δt(n))とにベクトル分解する(ステップS3)。ここでは、例えば、図4に示す現在データR(m,t)が、図7、図8にそれぞれ示すように、期間Δt(2)で分割され、代表値ベクトルRc(m,Δt(2))の各要素Rc(m,Δt(2),i)と、変動値ベクトルRv(m,Δt(2))の各要素Rv(m,Δt(2),i)とが生成される。Δt(2)は、Δt(1)の2倍である。 Subsequently, the degree-of-match calculation unit 4 decomposes the current data R (m, t) into a representative value vector Rc (m, Δt (n)) and a variation value vector Rv (m, Δt (n)). (Step S3). Here, for example, the current data R (m, t) shown in FIG. 4 is divided by the period Δt (2) as shown in FIGS. 7 and 8, respectively, and the representative value vector Rc (m, Δt (2) ) Elements Rc (m, Δt (2), i) and each element Rv (m, Δt (2), i) of the fluctuation value vector Rv (m, Δt (2)) are generated. Δt (2) is twice as large as Δt (1).
続いて、合致度算出部4は、カウント値nがNmaxを超えたか否かを判定する(ステップS4)。ここでの判定が否定されると(ステップS4;No)、合致度算出部4は、カウント値nを1だけインクリメントし(ステップS5)、ステップS3に戻る。 Subsequently, the coincidence degree calculation unit 4 determines whether or not the count value n exceeds N max (step S4). If the determination here is negative (step S4; No), the coincidence degree calculation unit 4 increments the count value n by 1 (step S5) and returns to step S3.
続いて、合致度算出部4は、現在データR(m,t)を、代表値ベクトルRc(m,Δt(n))と、変動値ベクトルRv(m,Δt(n))とにベクトル分解する(ステップS3)。ここでは、例えば、図4に示す現在データR(m,t)が、図9、図10にそれぞれ示すように、期間Δt(3)で分割され、代表値ベクトルRc(m,Δt(3))の各要素Rc(m,Δt(3),i)と、変動値ベクトルRv(m,Δt(3))の各要素Rv(m,Δt(2),i)とが生成される。Δt(3)は、Δt(2)の2倍である。 Subsequently, the degree-of-match calculation unit 4 decomposes the current data R (m, t) into a representative value vector Rc (m, Δt (n)) and a variation value vector Rv (m, Δt (n)). (Step S3). Here, for example, the current data R (m, t) shown in FIG. 4 is divided by the period Δt (3) as shown in FIGS. 9 and 10, respectively, and the representative value vector Rc (m, Δt (3) ) Element Rc (m, Δt (3), i) and each element Rv (m, Δt (2), i) of the variation value vector Rv (m, Δt (3)) are generated. Δt (3) is twice as large as Δt (2).
続いて、合致度算出部4は、カウント値nがNmaxを超えたか否かを判定する(ステップS4)。ここでの判定が否定されると(ステップS4;No)、合致度算出部4は、カウント値nを1だけインクリメントし(ステップS5)、ステップS3に戻る。 Subsequently, the coincidence degree calculation unit 4 determines whether or not the count value n exceeds N max (step S4). If the determination here is negative (step S4; No), the coincidence degree calculation unit 4 increments the count value n by 1 (step S5) and returns to step S3.
このようにして、ステップS3→S4→S5が繰り返され、異なる期間で作成された代表値ベクトルRc(m,Δt(n))、変動値ベクトルRv(m,Δt(n))が、算出される。 In this way, steps S3 → S4 → S5 are repeated, and the representative value vector Rc (m, Δt (n)) and the variation value vector Rv (m, Δt (n)) created in different periods are calculated. The
カウント値nがNmaxを超えると(ステップS4;Yes)、合致度算出部4は、変数Tを0に初期化する(ステップS6)。続いて、合致度算出部4は、ログデータ記録部3からログデータL(m,T)を入力する(ステップS7)。すなわち、電力合致度算出部41は、ログデータL(1,T)を入力し、気温合致度算出部42は、ログデータL(2,T)を入力し、日時合致度算出部43は、ログデータL(3,T)を入力する。
When the count value n exceeds N max (step S4; Yes), the coincidence calculation unit 4 initializes the variable T to 0 (step S6). Subsequently, the matching degree calculation unit 4 inputs log data L (m, T) from the log data recording unit 3 (step S7). That is, the power matching
続いて、合致度算出部4は、カウント値nを1に再び初期化する(ステップS8)。 Subsequently, the coincidence degree calculation unit 4 initializes the count value n to 1 again (step S8).
続いて、合致度算出部4は、ログデータL(m,T)を、代表値ベクトルLc(m,Δt(n))と、変動値ベクトルLv(m,Δt(n))とにベクトル分解する(ステップS9)。ここでは、例えば、図11に示す現在データL(m,T)が、図12、図13に示すように、期間Δt(1)で分割され、代表値ベクトルのLc(m,Δt(1))の要素Lc(m,Δt(1),i)と、変動値ベクトルLv(m,Δt(1))の要素Lv(m,Δt(1),i)とが生成される。 Subsequently, the degree-of-match calculation unit 4 decomposes the log data L (m, T) into a representative value vector Lc (m, Δt (n)) and a variation value vector Lv (m, Δt (n)). (Step S9). Here, for example, the current data L (m, T) shown in FIG. 11 is divided by the period Δt (1) as shown in FIGS. 12 and 13, and Lc (m, Δt (1) of the representative value vector. ) Element Lc (m, Δt (1), i) and element Lv (m, Δt (1), i) of the variation vector Lv (m, Δt (1)) are generated.
続いて、合致度算出部4は、以下の式(1)を用いて、時点Tを基準とする、代表値ベクトルRc(m,Δt(n))、Lc(m,Δt(n))の内積Cc(m,Δt(n),T)を算出する(ステップS10)。 Subsequently, the degree-of-match calculation unit 4 uses the following equation (1) to calculate the representative value vectors Rc (m, Δt (n)) and Lc (m, Δt (n)) with the time T as a reference. The inner product Cc (m, Δt (n), T) is calculated (step S10).
ここでは、n=1であり、T=0であるので、代表値ベクトルRc(m,Δt(1))、Lc(m,Δt(1))の内積Cc(m,Δt(1),0)が算出される。
Here, since n = 1 and T = 0, the inner product Cc (m, Δt (1), 0) of the representative value vectors Rc (m, Δt (1)) and Lc (m, Δt (1)). ) Is calculated.
続いて、合致度算出部4は、以下の式(2)を用いて、時点Tを基準とする、変動値ベクトルRv(m,Δt(n))、Lv(m,Δt(n))の内積Cv(m,Δt(n),T)を算出する(ステップS11)。 Subsequently, the degree-of-match calculation unit 4 uses the following equation (2) to calculate the variation value vectors Rv (m, Δt (n)) and Lv (m, Δt (n)) with respect to the time T. The inner product Cv (m, Δt (n), T) is calculated (step S11).
ここでは、n=1であり、T=0であるので、変動値ベクトルRv(m,Δt(1))、Lv(m,Δt(1))の内積Cv(m,Δt(1),0)が算出される。
Here, since n = 1 and T = 0, the inner product Cv (m, Δt (1), 0) of the variation vector Rv (m, Δt (1)) and Lv (m, Δt (1)). ) Is calculated.
続いて、合致度算出部4は、カウント値nがNmaxを超えたか否かを判定する(ステップS12)。ここでは、カウント値nが1であるので、判定は否定され(ステップS12;No)、合致度算出部4は、カウント値nを1だけインクリメントし(ステップS13)、ステップS9に戻る。 Subsequently, the coincidence degree calculation unit 4 determines whether or not the count value n exceeds N max (step S12). Here, since the count value n is 1, the determination is negative (step S12; No), the coincidence calculation unit 4 increments the count value n by 1 (step S13), and the process returns to step S9.
続いて、合致度算出部4は、ログデータL(m,T)を、代表値ベクトルLc(m,Δt(n))と、変動値ベクトルLv(m,Δt(n))とにベクトル分解する(ステップS9)。ここでは、例えば、図11に示す現在データL(m,T)が、図14、図15に示すように、期間Δt(2)で分割され、代表値ベクトルLc(m,Δt(2))の要素Lc(m,Δt(2),i)と、変動値ベクトル(m,Δt(2))の要素Lv(m,Δt(2),i)とが生成される。 Subsequently, the degree-of-match calculation unit 4 decomposes the log data L (m, T) into a representative value vector Lc (m, Δt (n)) and a variation value vector Lv (m, Δt (n)). (Step S9). Here, for example, the current data L (m, T) shown in FIG. 11 is divided by the period Δt (2) as shown in FIGS. 14 and 15, and the representative value vector Lc (m, Δt (2)). Element Lc (m, Δt (2), i) and element Lv (m, Δt (2), i) of the variation value vector (m, Δt (2)) are generated.
続いて、合致度算出部4は、上記式(1)を用いて、T=0における、代表値ベクトルRc(m,Δt(2))、Lc(m,Δt(2))の内積Cc(m,Δt(2),0)を算出する(ステップS10)。 Subsequently, the degree-of-match calculation unit 4 uses the above formula (1) to calculate the inner product Cc () of the representative value vectors Rc (m, Δt (2)) and Lc (m, Δt (2)) at T = 0. m, Δt (2), 0) is calculated (step S10).
続いて、合致度算出部4は、上記式(2)を用いて、T=0における、変動値ベクトルRv(m,Δt(2))、Lv(m,Δt(2))の内積Cv(m,Δt(2),0)を算出する(ステップS11)。 Subsequently, the degree-of-match calculation unit 4 uses the above equation (2) to calculate the inner product Cv () of the variation value vectors Rv (m, Δt (2)) and Lv (m, Δt (2)) at T = 0. m, Δt (2), 0) is calculated (step S11).
続いて、合致度算出部4は、カウント値nがNmaxを超えたか否かを判定する(ステップS12)。ここでは、カウント値nが2であるので、判定は否定され(ステップS12;No)、合致度算出部4は、カウント値nを1だけインクリメントし(ステップS13)、ステップS9に戻る。 Subsequently, the coincidence degree calculation unit 4 determines whether or not the count value n exceeds N max (step S12). Here, since the count value n is 2, the determination is negative (step S12; No), and the coincidence calculation unit 4 increments the count value n by 1 (step S13), and returns to step S9.
続いて、合致度算出部4は、ログデータL(m,T)を、代表値ベクトルLc(m,Δt(n))と、変動値ベクトルLv(m,Δt(n))とにベクトル分解する(ステップS9)。ここでは、例えば、図11に示す現在データL(m,T)が、図16、図17に示すように、期間Δt(3)で分割され、代表値ベクトルLc(m,Δt(3))の要素Lc(m,Δt(3),i)と、変動値ベクトルLv(m,Δt(3))の要素Lv(m,Δt(3),i)とが生成される。 Subsequently, the degree-of-match calculation unit 4 decomposes the log data L (m, T) into a representative value vector Lc (m, Δt (n)) and a variation value vector Lv (m, Δt (n)). (Step S9). Here, for example, the current data L (m, T) shown in FIG. 11 is divided by the period Δt (3) as shown in FIGS. 16 and 17, and the representative value vector Lc (m, Δt (3)). Element Lc (m, Δt (3), i) and element Lv (m, Δt (3), i) of the variation vector Lv (m, Δt (3)) are generated.
続いて、合致度算出部4は、上記式(1)を用いて、T=0における、代表値ベクトルRc(m,Δt(3))、Lc(m,Δt(3))の内積Cc(m,Δt(3),0)を算出する(ステップS10)。 Subsequently, the degree-of-match calculation unit 4 uses the above formula (1) to calculate the inner product Cc () of the representative value vectors Rc (m, Δt (3)) and Lc (m, Δt (3)) at T = 0. m, Δt (3), 0) is calculated (step S10).
続いて、合致度算出部4は、上記式(2)を用いて、T=0における、変動値ベクトルRv(m,Δt(3))、Lv(m,Δt(3))の内積Cv(m,Δt(3),0)を算出する(ステップS11)。 Subsequently, the degree-of-match calculation unit 4 uses the above equation (2) to calculate an inner product Cv ( m, Δt (3), 0) is calculated (step S11).
このようにして、ステップS9→S10→S11→S12→S13が繰り返され、ログデータL(m,T)の代表値ベクトルLc(m,Δt(n))、変動値ベクトルLv(m,Δt(n))が求められ(ステップS9)、異なる期間Δt(1)〜Δt(Nmax)各々について作成された代表値ベクトルRc(m,Δt(n))、Lc(m,Δt(n))の内積Cc(m,Δt(n),T)、変動値ベクトルRv(m,Δt(n))、Lv(m,Δt(n))の内積Cv(m,Δt(n),T)が、それぞれ算出される(ステップS10、S11)。ここでは、T=0の内積Cc(m,Δt(n),0)、Cv(m,Δt(n),T)が算出される。 In this manner, steps S9 → S10 → S11 → S12 → S13 are repeated, and the representative value vector Lc (m, Δt (n)) and the fluctuation value vector Lv (m, Δt () of the log data L (m, T) are repeated. n)) is obtained (step S9), and the representative value vectors Rc (m, Δt (n)) and Lc (m, Δt (n)) created for the different periods Δt (1) to Δt (N max ), respectively. Inner product Cc (m, Δt (n), T), variation value vector Rv (m, Δt (n)), and inner product Cv (m, Δt (n), T) of Lv (m, Δt (n)). Are respectively calculated (steps S10 and S11). Here, inner products Cc (m, Δt (n), 0) and Cv (m, Δt (n), T) at T = 0 are calculated.
図18には、これまでに求められた、期間Δt(1)〜Δt(Nmax)での、代表値ベクトルの内積Cc(m,Δt(n),T)と、変動値ベクトルの内積Cv(m,Δt(n),T)とが示されている。 FIG. 18 shows the inner product Cc (m, Δt (n), T) of the representative value vector and the inner product Cv of the variation value vector in the period Δt (1) to Δt (N max ) obtained so far. (M, Δt (n), T) is shown.
カウント値nがNmaxを超えると(ステップS12;Yes)、合致度算出部4は、以下の式(3)を用いて、両内積Cc(m,Δt(n),T)、Cv(m,Δt(n),T)の積算値S(m,T)を算出する(ステップS14)。ここでは、T=0であるので、積算値S(m,0)が得られる。 When the count value n exceeds N max (step S12; Yes), the coincidence degree calculation unit 4 uses the following equation (3) to calculate both inner products Cc (m, Δt (n), T), Cv (m , Δt (n), T) is calculated (S14). Here, since T = 0, the integrated value S (m, 0) is obtained.
ここで、αc、αv、β(m,Δt(n))、γ(m)は、係数である。αcは、代表値ベクトルの内積Cc(m,Δt(n),T)の重みであり、αvは、変動値ベクトルの内積Cv(m,Δt(n),T)の重みである。代表値に重点を置いて合致度を算出するのか、変動値に重点を置いて合致度を算出するのかを、αc、αvの値で調整することができる。
Here, αc, αv, β (m, Δt (n)), and γ (m) are coefficients. αc is the weight of the inner product Cc (m, Δt (n), T) of the representative value vector, and αv is the weight of the inner product Cv (m, Δt (n), T) of the variation value vector. Whether the degree of coincidence is calculated with emphasis on the representative value or the degree of coincidence is calculated with emphasis on the variation value can be adjusted by the values of αc and αv.
また、β(m,Δt(n))は、期間Δt(n)の重みである。期間Δt(1)〜Δt(Nmax)のうち、どの期間Δt(n)に重点を置いて合致度を算出するのか、β(m,Δt(n))の値で調整することができる。 Β (m, Δt (n)) is a weight of the period Δt (n). Of the periods Δt (1) to Δt (N max ), which period Δt (n) is to be emphasized can be adjusted by the value of β (m, Δt (n)).
γ(m)は、電力データ、気温データ、日時データの重みである。どのデータに重点を置いて合致度を算出するのかを、γ(m)の値で調整することができる。 γ (m) is the weight of power data, temperature data, and date / time data. It can be adjusted by the value of γ (m) which data is to be emphasized and the degree of coincidence is calculated.
これらの係数は、パラメータ管理部5によって管理されており、パラメータ入力部51を介して、ユーザが、それらの値を自由に設定することができる。
These coefficients are managed by the
続いて、特定部6は、積算値S(1,T)、S(2,T)、S(3,T)を加算して、加算値S(T)を算出する(ステップS15)。
Subsequently, the specifying
続いて、合致度算出部4は、重ね合わせの時点Tが、Tmaxを超えたか否かを判定する(ステップS16)。ここでは、T=0であるので、判定は否定され(ステップS16;No)、合致度算出部4は、Tをdtだけインクリメントし(ステップS17)、ステップS7に戻る。ここで、dt=ΔTとすることができる。 Subsequently, the degree-of-match calculation unit 4 determines whether or not the overlapping time T exceeds Tmax (step S16). Here, since T = 0, the determination is negative (step S16; No), and the coincidence degree calculation unit 4 increments T by dt (step S17), and returns to step S7. Here, dt = ΔT.
以降、時点Tをdtだけずらしつつ、ログデータL(m,T)の入力(ステップS7)、カウント値nの初期化(ステップS8)が行われ、ログデータL(m,T)のベクトル分解(ステップS9)、内積Cc(m,Δt(n),T)の算出(ステップS10)、内積Cv(m,Δt(n),T)の算出(ステップS11)、カウント値nのNmaxの比較(ステップS12)、カウント値nのインクリメント(ステップS13)が繰り返される。そして、カウント値nがNmaxを超えると(ステップS12;Yes)、時点Tにおける積算値S(m,T)が算出され(ステップS14)、それらの加算値S(T)が算出される(ステップS15)。 Thereafter, the log data L (m, T) is input (step S7) and the count value n is initialized (step S8) while shifting the time point T by dt, and the vector decomposition of the log data L (m, T) is performed. (Step S9), calculation of inner product Cc (m, Δt (n), T) (Step S10), calculation of inner product Cv (m, Δt (n), T) (Step S11), N max of count value n The comparison (step S12) and the increment of the count value n (step S13) are repeated. When the count value n exceeds N max (step S12; Yes), the integrated value S (m, T) at the time T is calculated (step S14), and the added value S (T) is calculated (step S14). Step S15).
続いて、合致度算出部4は、重ね合わせの時点Tが、Tmaxを超えたか否かを判定する(ステップS16)。判定が否定されると(ステップS16;No)、合致度算出部4は、Tをdtだけインクリメントし(ステップS17)、ステップS7に戻る。 Subsequently, the degree-of-match calculation unit 4 determines whether or not the overlapping time T exceeds Tmax (step S16). If the determination is negative (step S16; No), the coincidence degree calculation unit 4 increments T by dt (step S17) and returns to step S7.
このようにして、時点Tをずらしつつ、各時点Tに対応する積算値S(m,T)が算出され(ステップS14)、加算値S(T)が算出される(ステップS15)。 In this way, the accumulated value S (m, T) corresponding to each time T is calculated while shifting the time T (step S14), and the added value S (T) is calculated (step S15).
重ね合わせの時点TがTmaxを超えると(ステップS16;Yes)、特定部6は、加算値S(T)が最大となる時点Tを特定する(ステップS18)。
When the overlapping time T exceeds Tmax (step S16; Yes), the specifying
続いて、表示制御部7は、ログデータ記録部3から、現時点を含む一定期間ΔTの時系列データと、ステップS18で特定された時点Tを基準とする時系列データとを、表示装置9に比較表示させる(ステップS19)。
Subsequently, the display control unit 7 sends the time series data of a certain period ΔT including the current time and the time series data based on the time T specified in step S18 from the log
例えば、現時点が、朝の6時であり、一定期間ΔTが、例えば、夜の0時から朝の6時までの6時間であったとする。表示制御部7は、図19に示すように、夜0時から朝6時までのデータとして、現在データR(1,t)とそのログデータL(1,T)とを表示装置9に比較表示させる。
For example, it is assumed that the current time is 6 o'clock in the morning, and the fixed period ΔT is, for example, 6 hours from 0 o'clock in the evening to 6 o'clock in the morning. As shown in FIG. 19, the display control unit 7 compares the current data R (1, t) and its log data L (1, T) with the
これ以降も、電力センサ11から、電力データが検出され、その電力データが電力ログデータ記録部31に記録されていく。表示制御部7は、電力ログデータ記録部31から、最新のデータを入力して、R(1,t)に続けて表示装置9に表示させるとともに、ログデータL(1,T)以降のログデータも、電力ログデータ記録部31から入力して、表示装置9に表示させていく。
Thereafter, power data is detected from the
図19に示す例では、本日の電力データとログデータとは、夜0時から朝6時までは、ほぼ一致しているが、朝6時以降では、本日の電力データが、ログデータを大幅に上回っている。この比較表示を見て、現在の電力データが比較対象に比べて高いことを知ると、電気設備を利用するユーザ(テナント)は、例えば、冷房時には、設定温度を高めに設定したり、照明を暗くしたりするなどして、供給される電力を抑えるなどの措置を行うことができるようになる。 In the example shown in FIG. 19, the power data of today and the log data are almost the same from midnight to 6:00 am, but the power data of the day greatly increases the log data after 6:00 am. It has exceeded. By looking at this comparison display and knowing that the current power data is higher than the comparison target, the user (tenant) using the electrical equipment, for example, during cooling, sets the set temperature higher or turns on the lighting. It becomes possible to take measures such as reducing the power supplied by darkening or the like.
ステップS19実行後、解析装置2は、処理を終了する。
After execution of step S19, the
以上詳細に説明したように、この実施の形態によれば、各種センサ11〜13によって検出された電気設備の使用状況に関する各種時系列データに基づいて、電気設備の現在の使用状況に最も合致する過去の時点を特定する。特定された時点を基準とする過去の時系列データの推移は、電気設備の現在の使用状況における時系列データの予想推移であるとみなすことができる。現在の時系列データの推移と、特定された時点を基準とする過去の時系列データの推移とを比較表示すれば、省エネルギ化の意識をより確実に電気設備のユーザに喚起させることができる。
As described above in detail, according to this embodiment, based on various time-series data regarding the usage status of the electrical equipment detected by the
また、この実施の形態によれば、時系列データ同士を、所定のサンプリング期間毎の代表値や変動量のベクトルに変換して、その相関性を検出する。これにより、時系列データの特徴を消失させることなく、データサイズを減らした状態で、相関性を算出することができるので、高精度かつ短時間に、電気設備の現在の使用状況に最も合致する過去の時点を特定することができる。 Further, according to this embodiment, the time series data is converted into a representative value or a vector of fluctuation amount for each predetermined sampling period, and the correlation is detected. As a result, the correlation can be calculated with the data size reduced without losing the characteristics of the time-series data, so it is the best match with the current usage status of the electrical equipment in high accuracy and in a short time. A past time point can be specified.
また、この実施の形態によれば、合致度の算出に際し、代表値の重みと変動量の重みとを調整することができる。このため、代表値(すなわち、時系列データの値)を重視して、合致度を算出することもできるし、変動値(すなわち、時系列データの変動)を重視して、合致度を算出することもできる。 Further, according to this embodiment, the weight of the representative value and the weight of the fluctuation amount can be adjusted when calculating the degree of coincidence. For this reason, it is possible to calculate the degree of coincidence with an emphasis on the representative value (that is, the value of the time series data), or calculate the degree of coincidence with an emphasis on the fluctuation value (that is, the fluctuation of the time series data). You can also.
また、この実施の形態によれば、複数の異なるサンプリング期間で時系列データの合致度を算出する。これにより、時系列データにおける細かい変動から、大まかな変動までを落とすことなく抽出して、それらの相関性を求めることができる。これにより、電気設備の現在の使用状況に最も合致する過去の時点を、精度良く特定することができる。 Further, according to this embodiment, the degree of coincidence of time series data is calculated in a plurality of different sampling periods. As a result, it is possible to extract from small fluctuations in the time series data to rough fluctuations and obtain their correlation. As a result, it is possible to accurately identify the past time point that best matches the current usage status of the electrical equipment.
また、この実施の形態によれば、サンプリング期間を整数倍に変更するので、極めて細かな変動から、非常に大きな変動までを網羅することができる。このため、網羅される変動範囲を大きくすることができる。 Further, according to this embodiment, since the sampling period is changed to an integral multiple, it is possible to cover from a very small change to a very large change. For this reason, the variation range covered can be enlarged.
また、この実施の形態によれば、合致度を算出するに際し、複数の異なるサンプリング期間について、それぞれ重みを設定することができる。これにより、細かな変動を重視するのか、大まかな変動を重視するのかを調整することができる。 Further, according to this embodiment, when calculating the degree of coincidence, weights can be set for a plurality of different sampling periods. As a result, it is possible to adjust whether to focus on fine fluctuations or to emphasize rough fluctuations.
また、この実施の形態によれば、合致度を算出するに際し、電力データ、気温データ、日時データについて、それぞれ重みを設定することができる。これにより、どのデータを重視するのかを調整することができる。 Further, according to this embodiment, when calculating the degree of coincidence, weights can be set for power data, temperature data, and date / time data, respectively. This makes it possible to adjust which data is important.
実施の形態2.
次に、この発明の実施の形態2について、説明する。
Next, a second embodiment of the present invention will be described.
この実施の形態に係る解析装置2は、図20に示すように、パターン記録部20と、パターン処理部8と、をさらに備える点が、実施の形態1に係る解析装置2と異なる。
As shown in FIG. 20, the
パターン記録部20には、データ取得部1から出力されるデータの典型的な出現パターンが格納される。パターン記録部20に格納される出現パターンには、通常パターン21と、特別パターン22とがある。
The
図21(A)、図21(B)には、通常パターン21の一例が示されている。図21(A)には、晴れの日における気温データの推移を示す典型的な波形パターンが示されている。晴れの日において、明け方は放射冷却のためにかなり冷え込むが、日中では気温が大きく上昇する。そこで、晴れの日の典型的なパターンは、図21(A)に示すように、気温の変動が大きい波形パターンとなっている。
FIGS. 21A and 21B show an example of the
一方、図21(B)には、雨の日における気温データの推移を示す典型的な波形パターンが示されている。図21(B)に示すように、雨の日には、気温はあまり変化しない。
そこで、雨の日の典型的なパターンは、図21(B)に示すように、気温の変動が小さい波形パターンとなっている。
On the other hand, FIG. 21 (B) shows a typical waveform pattern showing the transition of the temperature data on a rainy day. As shown in FIG. 21B, the temperature does not change much on a rainy day.
Therefore, a typical pattern on a rainy day is a waveform pattern with small fluctuations in temperature, as shown in FIG.
これらの波形パターンは、複数の晴れの日や雨の日の気温の変動に基づいて統計的に求められたものを用いることができる。 As these waveform patterns, those statistically obtained based on the temperature fluctuations on a plurality of sunny days and rainy days can be used.
また、図22には、特別パターン22の一例が示されている。図22に示す特別パターン22は、例えば、夕方にある祭りが開催された日の電力使用量の推移を示す典型的な波形パターンである。一般的に、電力使用量について夜間は低く、日中が高くなるように推移するが、夕方に祭りがある場合には、夕方になっても電力使用量が落ち込まずに、高いまま推移するようになる。パターン記録部20には、特別パターン22として、例えば、図22に示す波形パターンが記録されている。これらの特別パターン22についても、毎年行われる祭りの日の電力データに基づいて、統計的に求められたものを用いることができる。
FIG. 22 shows an example of the
パターン処理部8は、電力パターン処理部81と、気温パターン処理部82と、日時パターン処理部83と、を備える。
The pattern processing unit 8 includes a power
電力パターン処理部81は、電力ログデータ記録部31から出力される電力データを入力する。入力された電力データと、パターン記録部20に記録された通常パターン21、特別パターン22との合致度を、電力合致度算出部41と同じように算出し、最も合致度が高いパターンを特定して、特定部6に出力する。
The power
同様に、気温パターン処理部82、日時パターン処理部83についても、気温ログデータ記録部32、日時ログデータ記録部33から出力される気温データ、日時データを入力する。入力された気温データ、日時データと、パターン記録部20に記録された通常パターン21、特別パターン22との合致度を算出し、最も合致度が高いパターンを特定して、それぞれ特定部6に出力する。
Similarly, the temperature data and date data output from the temperature log
ここで、電力パターン処理部81から出力されるパターンの合致度をG(1,k)、気温パターン処理部82から出力されるパターンの合致度をG(2,k)、日時パターン処理部83から出力されるパターンの合致度をG(3,k)とする。kは、パターン記録部20に記録された通常パターン21、特別パターン22の固有の識別番号である。
Here, the matching degree of the pattern output from the power
特定部6は、上記各実施の形態のように、合致度算出部4から出力されたログデータとの合致度としての積算値S(m,T)に加えて、パターン処理部8から出力されたパターンの合致度G(m,k)をも入力する。また、特定部6は、積算値S(m,T)の加算値S(T)だけでなく、パターン合致度G(m,k)の加算値G(k)も算出する。
The specifying
特定部6は、原則として、S(T)が最大となる時点Tにおけるログデータを、現在のデータの比較対象として特定する。しかしながら、S(T)が所定の閾値に満たない場合などには、G(k)が最も高いパターンを、比較対象のデータとして選択することができる。
In principle, the specifying
以上詳細に説明したように、この実施の形態によれば、データ取得部1により取得される時系列データに表れやすい典型的な波形パターン(通常パターン21、特別パターン22)を予め記憶しておく。そして、現在の時系列データと、典型的な波形パターンを有する時系列データとの合致度G(m,k)が算出され、合致度G(k)が最も高い波形パターンが特定される。
As described above in detail, according to this embodiment, typical waveform patterns (
この場合、特定された波形パターンと、現在の時系列データとが比較表示される。これにより、現在の時系列データと合致するようなログデータがなく、時点Tを特定することができない場合であっても、合致する典型的な波形パターンがあれば、現在の時系列データと、その波形パターンを有する時系列データとの比較表示を行うことができる。 In this case, the identified waveform pattern and the current time-series data are compared and displayed. Thus, even if there is no log data that matches the current time series data and the time point T cannot be specified, if there is a typical waveform pattern that matches, the current time series data, Comparison display with time-series data having the waveform pattern can be performed.
パターン記録部20に記録される波形パターンとしては、他にも様々なものを記録することが可能である。例えば、1週間における電力データの変動パターン(休日は小さくなり、平日は大きくなるパターン)、1年間における電力データの変動パターン(夏、冬は大きく、春、夏は小さい)など、様々な波形パターンを記録し、現在の時系列データと比較することができる。
Various other waveform patterns can be recorded as the waveform pattern recorded in the
また、パターン記録部20に記録された波形パターンのうち、現在の時系列データと比較する波形パターンを絞り込めるようにしてもよい。例えば、通常パターン21とだけ比較したり、特別パターン22とだけ比較したりしてもよい。
Further, among the waveform patterns recorded in the
なお、上記各実施の形態では、図23に示すように、期間Δt(n)内のデータの平均値を代表値としたが、これには限られず、初値と終値との中間値を代表値としてもよい。また、上記各実施の形態では、期間Δt(n)の始値と終値との差を変動値としたが、これには限られず、始値と代表値との差、あるいは、代表値と終値との差を変動値としてもよい。 In each of the above embodiments, as shown in FIG. 23, the average value of the data within the period Δt (n) is used as the representative value. However, the present invention is not limited to this. It is good. Further, in each of the above embodiments, the difference between the opening price and the closing price of the period Δt (n) is set as the fluctuation value. However, the present invention is not limited to this, and the difference between the opening price and the representative value, or the representative value and the closing price. The difference may be a variation value.
なお、上記各実施の形態では、代表値ベクトルと、変動量ベクトルとの内積により、時系列データの合致度を算出したが、この発明はこれには限られない。例えば、代表値ベクトルの差分、変動量ベクトルの差分に基づいて、両時系列データの相関性を求め、差分が小さければ小さいほど相関性が高いものとして、時系列データの合致度を算出するようにしてもよい。 In each of the above embodiments, the degree of coincidence of time-series data is calculated based on the inner product of the representative value vector and the variation vector, but the present invention is not limited to this. For example, the correlation between both time series data is obtained based on the difference between the representative value vector and the difference vector, and the degree of coincidence between the time series data is calculated assuming that the smaller the difference is, the higher the correlation is. It may be.
また、代表値ベクトルRc(m,Δt(n))、変動値ベクトルRv(m,Δt(n))を以下のようにして、算出してもよい。 Alternatively, the representative value vector Rc (m, Δt (n)) and the fluctuation value vector Rv (m, Δt (n)) may be calculated as follows.
まず、上記各実施の形態と同様にして、所定のサンプリング期間Δt(1)での代表値ベクトルRc(m,Δt(1))を算出する。続いて、隣接する代表値Rc(m,Δt(1),i)について、それぞれ代表値と差分とを算出する。この代表値の集合を、サンプリング期間Δt(2)での代表値ベクトルRc(m,Δt(2))とし、この差分の集合を、変動値ベクトルRv(m,Δt(2))とする。 First, the representative value vector Rc (m, Δt (1)) in a predetermined sampling period Δt (1) is calculated in the same manner as in the above embodiments. Subsequently, a representative value and a difference are calculated for the adjacent representative value Rc (m, Δt (1), i). This set of representative values is a representative value vector Rc (m, Δt (2)) in the sampling period Δt (2), and this set of differences is a variation value vector Rv (m, Δt (2)).
同様にして、代表値ベクトルRc(m,Δt(2))から、隣接する要素の代表値と差分とを求め、それらの集合を、代表値ベクトルRc(m,Δt(3))、変動値ベクトルRv(m,Δt(3))とする。以下同様にして、代表値ベクトルRc(m,Δt(n))、変動値ベクトルRv(m,Δt(n))を求めていく。 Similarly, from the representative value vector Rc (m, Δt (2)), the representative value and the difference of the adjacent elements are obtained, and the set of them is represented by the representative value vector Rc (m, Δt (3)) and the variation value. Let it be a vector Rv (m, Δt (3)). Similarly, the representative value vector Rc (m, Δt (n)) and the variation value vector Rv (m, Δt (n)) are obtained.
この算出方法は、離散ウェーブレットのカスケード計算に相当するものであり、計算の回数を増やしていくにつれて、波形データに含まれる高周波成分を希釈化していくものである。なお、代表値ベクトルLc(m,Δt(n))、変動値ベクトルLv(m,Δt(n))についても同様に算出することが可能なのは勿論である。 This calculation method corresponds to a cascade calculation of discrete wavelets, and dilutes high frequency components included in waveform data as the number of calculations is increased. Of course, the representative value vector Lc (m, Δt (n)) and the fluctuation value vector Lv (m, Δt (n)) can be calculated in the same manner.
なお、上記各実施の形態では、データ取得部1に含まれるセンサとして、電力センサ11、気温センサ12、日時センサ13を採用したが、他の種類のセンサを採用してもよい。例えば、湿度センサを採用してもよい。
In each of the above embodiments, the
なお、上記各実施の形態において、電力表示装置100で実行されるプログラムは、フレキシブルディスク、CD−ROM(Compact Disk Read-Only Memory)、DVD(Digital Versatile Disk)、MO(Magneto-Optical Disk)等のコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをインストールすることにより、上述の処理を実行するシステムを構成することとしてもよい。
In each of the above embodiments, the program executed by the
また、プログラムをインターネット等の通信ネットワーク上の所定のサーバ装置が有するディスク装置等に格納しておき、例えば、搬送波に重畳させて、ダウンロード等するようにしても良い。 Further, the program may be stored in a disk device or the like of a predetermined server device on a communication network such as the Internet, and may be downloaded, for example, superimposed on a carrier wave.
また、上述の機能を、OS(Operating System)が分担して実現する場合又はOSとアプリケーションとの協働により実現する場合等には、OS以外の部分のみを媒体に格納して配布してもよく、また、ダウンロード等しても良い。 In addition, when the above functions are realized by sharing an OS (Operating System), or when the functions are realized by cooperation between the OS and an application, only the part other than the OS may be stored in a medium and distributed. You may also download it.
この発明は、電気設備等の省エネルギ化を実現するのに好適に用いられる。 The present invention is suitably used to realize energy saving in electrical equipment and the like.
1 データ取得部
2 解析装置
3 ログデータ記録部
4 合致度算出部
5 パラメータ管理部
6 特定部
7 表示制御部
8 パターン処理部
9 表示装置
11 電力センサ
12 気温センサ
13 日時センサ
20 パターン記録部
21 通常パターン
22 特別パターン
23 パターン入力部
31 電力ログデータ記録部
32 気温ログデータ記録部
33 日時ログデータ記録部
41 電力合致度算出部
42 気温合致度算出部
43 日時合致度算出部
51 パラメータ入力部
81 電力パターン処理部
82 気温パターン処理部
83 日時パターン処理部
100 電力表示装置
DESCRIPTION OF
Claims (14)
前記データ取得部によって取得されたデータを時系列に並べて時系列データとして記録する記録部と、
前記記録部に記録された、最近の一定期間の第1の時系列データを、前記第1の時系列データよりも前の第2の時系列データに重ね合わせた時の合致度を、重ね合わせ時点をずらしつつ、逐次算出する合致度算出部と、
前記合致度算出部によって算出された合致度が、最も高い前記重ね合わせ時点を特定する特定部と、
を備える電力表示装置。 A data acquisition unit for acquiring data on the usage status of electrical equipment;
A recording unit that records the data acquired by the data acquisition unit in time series and records it as time series data,
The degree of coincidence when the first time-series data recorded in the recording unit for the most recent period is superposed on the second time-series data before the first time-series data is superimposed. A match degree calculation unit that sequentially calculates while shifting the time point,
A specifying unit for specifying the overlapping time point with the highest matching degree calculated by the matching degree calculating unit;
A power display device comprising:
前記第2の時系列データを、所定のサンプリング期間毎の代表値を要素とするベクトルと、前記所定のサンプリング期間毎の変化量を要素とするベクトルとに変換する第2のベクトル変換部と、
をさらに備え、
前記合致度算出部は、
前記第1のベクトル変換部によって変換されたベクトルと、前記第2のベクトル変換部によって変換されたベクトルとの相関性に基づいて、前記合致度を算出する、
ことを特徴とする請求項1に記載の電力表示装置。 A first vector conversion unit that converts the first time-series data into a vector whose element is a representative value for each predetermined sampling period and a vector whose element is a change amount for each predetermined sampling period;
A second vector conversion unit for converting the second time-series data into a vector having a representative value for each predetermined sampling period as an element and a vector having an amount of change for each predetermined sampling period as an element;
Further comprising
The degree of match calculation unit
Calculating the degree of match based on the correlation between the vector converted by the first vector conversion unit and the vector converted by the second vector conversion unit;
The power display device according to claim 1.
前記合致度の算出に関し、
前記代表値を要素とするベクトルの重みと、前記変化量を要素とするベクトルの重みとを調整可能である、
ことを特徴とする請求項2に記載の電力表示装置。 The degree of match calculation unit
Regarding the calculation of the degree of match,
It is possible to adjust a vector weight having the representative value as an element and a vector weight having the change amount as an element,
The power display device according to claim 2.
複数の異なる前記サンプリング期間各々について、ベクトル変換を行い、
前記合致度算出部は、
前記サンプリング期間毎に、前記合致度を算出する、
ことを特徴とする請求項3に記載の電力表示装置。 The first and second vector conversion units are:
Performing vector transformation for each of a plurality of different sampling periods;
The degree of match calculation unit
For each sampling period, the degree of match is calculated.
The power display device according to claim 3.
前記サンプリング期間を、整数倍に変更する、
ことを特徴とする請求項4に記載の電力表示装置。 The first and second vector conversion units are:
Changing the sampling period to an integer multiple;
The power display device according to claim 4.
前記合致度の算出に関し、
前記サンプリング期間毎に、重みを調整可能とする、
請求項4又は5に記載の電力表示装置。 The degree of match calculation unit
Regarding the calculation of the degree of match,
The weight can be adjusted for each sampling period.
The power display device according to claim 4 or 5.
前記第1のベクトル変換部によって変換されたベクトルと、前記第2のベクトル変換部によって変換されたベクトルとの内積に基づいて、前記合致度を算出する、
ことを特徴とする請求項2乃至6のいずれか一項に記載の電力表示装置。 The degree of match calculation unit
Calculating the degree of match based on an inner product of the vector converted by the first vector conversion unit and the vector converted by the second vector conversion unit;
The power display device according to claim 2, wherein the power display device is a power display device.
前記第1のベクトル変換部によって変換されたベクトルと、前記第2のベクトル変換部によって変換されたベクトルとの差分に基づいて、前記合致度を算出する、
ことを特徴とする請求項2乃至6のいずれか一項に記載の電力表示装置。 The degree of match calculation unit
Calculating the degree of match based on the difference between the vector converted by the first vector conversion unit and the vector converted by the second vector conversion unit;
The power display device according to claim 2, wherein the power display device is a power display device.
前記合致度算出部は、
前記合致度の算出に関し、
前記データ毎に、重みを調整可能とする、
ことを特徴とする請求項1乃至8のいずれか一項に記載の電力表示装置。 The data acquired by the data acquisition unit includes a plurality of types of data,
The degree of match calculation unit
Regarding the calculation of the degree of match,
The weight can be adjusted for each data.
The power display device according to claim 1, wherein the power display device is a power display device.
ことを特徴とする請求項1乃至9のいずれか一項に記載の電力表示装置。 The display device further includes a display device that displays the first time-series data and the second time-series data in a superimposed manner at a specified time point for comparison.
The power display device according to claim 1, wherein the power display device is a power display device.
前記第1の時系列データと前記第3の時系列データとの合致度を算出するパターン処理部と、
をさらに備え、
前記特定部は、
前記パターン処理部によって算出された前記第1の時系列データとの合致度が、最も高い第3の時系列データを、比較対象として特定する、
ことを特徴とする請求項1乃至9のいずれか一項に記載の電力表示装置。 A pattern recording unit for recording third time-series data having a typical waveform pattern in the time-series data acquired by the data acquisition unit;
A pattern processing unit for calculating a degree of coincidence between the first time series data and the third time series data;
Further comprising
The specific part is:
The third time series data having the highest degree of match with the first time series data calculated by the pattern processing unit is specified as a comparison target.
The power display device according to claim 1, wherein the power display device is a power display device.
ことを特徴とする請求項11に記載の電力表示装置。 A display device for displaying the first time-series data and the third time-series data in a superimposed manner at a specified time of superposition;
The power display device according to claim 11.
前記データ取得工程において取得されたデータを時系列に並べて時系列データとして記録する記録工程と、
前記記録工程において記録された、最近の一定期間の第1の時系列データを、前記第1の時系列データよりも前の第2の時系列データに重ね合わせた時の合致度を、重ね合わせ時点をずらしつつ、逐次算出する合致度算出工程と、
前記合致度算出工程において算出された合致度が、最も高い前記重ね合わせ時点を特定する特定工程と、
を含む電力表示方法。 A data acquisition process for acquiring data on the usage status of electrical equipment;
A recording step of recording the data acquired in the data acquisition step in time series and recording as time series data;
The degree of coincidence when the first time-series data recorded in the recording step for the most recent period is superposed on the second time-series data before the first time-series data is superimposed. A degree-of-match calculation step of calculating sequentially while shifting the time point,
A specifying step for specifying the overlapping time point at which the matching degree calculated in the matching degree calculating step is the highest;
Power display method including.
前記データ取得手順によって取得されたデータを時系列に並べて時系列データとして記録する記録手順と、
前記記録手順で記録された、最近の一定期間の第1の時系列データを、前記第1の時系列データよりも前の第2の時系列データに重ね合わせた時の合致度を、重ね合わせ時点をずらしつつ、逐次算出する合致度算出手順と、
前記合致度算出手順で算出された合致度が、最も高い前記重ね合わせ時点を特定する特定手順と、
をコンピュータに実行させるプログラム。 A data acquisition procedure for acquiring data on the usage status of electrical equipment,
Recording procedure for recording the data acquired by the data acquisition procedure in time series and recording as time series data;
The degree of coincidence when the first time-series data recorded in the recording procedure for the most recent period is superposed on the second time-series data before the first time-series data is superimposed. The degree-of-match calculation procedure for calculating sequentially while shifting the time point,
A specifying procedure for specifying the superimposition time at which the matching score calculated in the matching score calculation procedure is the highest;
A program that causes a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009198968A JP5279662B2 (en) | 2009-08-28 | 2009-08-28 | Power display device, power display method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009198968A JP5279662B2 (en) | 2009-08-28 | 2009-08-28 | Power display device, power display method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011048795A true JP2011048795A (en) | 2011-03-10 |
JP5279662B2 JP5279662B2 (en) | 2013-09-04 |
Family
ID=43835003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009198968A Active JP5279662B2 (en) | 2009-08-28 | 2009-08-28 | Power display device, power display method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5279662B2 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000181694A (en) * | 1998-12-15 | 2000-06-30 | Hitachi Ltd | Method and device for retrieving control program design example |
JP2004170310A (en) * | 2002-11-21 | 2004-06-17 | Pure Spirits:Kk | Energy management system |
JP2005086880A (en) * | 2003-09-05 | 2005-03-31 | Tottori Univ | Demand monitoring device |
JP2006338373A (en) * | 2005-06-02 | 2006-12-14 | Toshiba Corp | Multivariable time series data analyzing apparatus, method, and program |
JP2006349483A (en) * | 2005-06-15 | 2006-12-28 | Cosmo Life Kk | Electric power consumption monitoring system |
JP2007257433A (en) * | 2006-03-24 | 2007-10-04 | Konami Digital Entertainment:Kk | Stock name search device, stock name search method, and program |
-
2009
- 2009-08-28 JP JP2009198968A patent/JP5279662B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000181694A (en) * | 1998-12-15 | 2000-06-30 | Hitachi Ltd | Method and device for retrieving control program design example |
JP2004170310A (en) * | 2002-11-21 | 2004-06-17 | Pure Spirits:Kk | Energy management system |
JP2005086880A (en) * | 2003-09-05 | 2005-03-31 | Tottori Univ | Demand monitoring device |
JP2006338373A (en) * | 2005-06-02 | 2006-12-14 | Toshiba Corp | Multivariable time series data analyzing apparatus, method, and program |
JP2006349483A (en) * | 2005-06-15 | 2006-12-28 | Cosmo Life Kk | Electric power consumption monitoring system |
JP2007257433A (en) * | 2006-03-24 | 2007-10-04 | Konami Digital Entertainment:Kk | Stock name search device, stock name search method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP5279662B2 (en) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2013251524B2 (en) | Energy disaggregation techniques for low resolution whole-house energy consumption data | |
US10365127B2 (en) | Data logging device | |
US20110213739A1 (en) | Non-intrusive load monitoring system and method | |
CN108154258B (en) | Method and device for predicting load of air source heat pump, storage medium and processor | |
JP2010146387A (en) | Apparatus and method for evaluating an energy saving behavior | |
JP6782606B2 (en) | Trend predictor and load predictor | |
CN102597639A (en) | A system and method of modeling and monitoring an energy load | |
US20170364839A1 (en) | Information processing device, model construction method, and program recording medium | |
CN107450331A (en) | A kind of intelligent electrical appliance control, apparatus and system | |
US9237635B2 (en) | Intelligent lighting control apparatus and method | |
CN108052010B (en) | Intelligent electric appliance self-adjusting method and device, computer equipment and storage medium | |
US20160209063A1 (en) | Environment control method, control apparatus and power management system | |
US12093005B2 (en) | Sensor based data set method and apparatus | |
JP2009257952A (en) | Device and method for estimating electrical apparatus | |
US20120165998A1 (en) | Apparatus for verifying and managing consumption electric power data in a green home electric power management system and method thereof | |
JP2017130041A (en) | Information processing device, control method and control program | |
CN103140763A (en) | Systems, methods, and devices for analyzing utility usage with load duration curves | |
AU2017435881B2 (en) | Decoupled modeling methods and systems | |
CN114546006B (en) | Intelligent control method and system for cashew nut storage environment | |
JP5279662B2 (en) | Power display device, power display method and program | |
JP5868770B2 (en) | Usage prediction method and behavior recommendation method | |
CN109242176A (en) | A kind of household electrical appliances user's behavior prediction method and device based on hidden Markov model | |
JP2019101525A (en) | Program, device and method for usage prediction using weight of attribute class | |
CN112066519B (en) | Energy-saving control method and device for air conditioner and electronic equipment | |
JP5072925B2 (en) | Information generation system, information generation method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110616 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110822 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130521 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5279662 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |