JP2014079092A - 情報処理装置、機器、情報処理方法及びプログラム - Google Patents

Abstract

【課題】機器の消費電力の予測を簡単かつ精度良く行うための情報処理技術を提供する。
【解決手段】機器のオン期間を判定するオン期間判定部と、前記オン期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部とを有することを特徴とする情報処理装置。また、機器のオン期間とオフ期間とを判定するオンオフ期間判定部と、前記オンオフ期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部と、を有する。
【選択図】図４

Description

本発明は、情報処理技術に関し、特に、機器の消費電力予測に関する情報処理技術に関する。

近年、省エネルギー意識の高まりとともに、家電などの機器の省エネルギー化が進んでいる。
例えば、近年では、家電機器や住宅設備機器などの複数の機器などを一括して制御できるようにしたシステム（例えば、ＨＥＭＳ：home energy management system）が普及しつつある。例えば、下記特許文献１に記載のシステムでは、家庭内ネットワークに接続されるエアコンや照明灯などのネットワーク家電機器について、パソコンにより表示されている画面で操作をする。その操作に応じて、ＡＳＰサーバが具体的にネットワーク家電機器を動作制御する。パソコンの画面には、便利ボタンとして、「おでかけ」、「おやすみ」、「おかえり」などの生活シーンに対応したモードボタンが設けられている。例えば「おでかけ」ボタンを操作すると、これに応じてエアコンが停止されると共に、照明灯が消灯されるようになっている。このようにして、異なる種類のネットワーク家電機器をあるモードとして一括して動作制御することができる。

一方、家電機器等の個別の機器の省エネルギー化も進んでいる。例えば、従来の家庭用空気調和器（以下、「エアコン装置」と称する。）は、通常、リモコン装置を利用して所望の運転モード、風量、室内設定温度等を任意に選択している。また、エアコン装置の室内機の吹き出し口に少なくとも１つの輻射温センサを取り付け、床温度或いは居住者の温度を検知して室内設定温度を補正する（下記特許文献２参照）。
また、エネルギーの有効利用を目的として、冷房又は暖房の運転時における省エネルギー（以下「省エネ」と称する。）を図るため、冷房運転時或いは暖房運転時における省エネ温度範囲を設定し、リモコン装置により省エネ運転モードが選択されると、室内設定温度が省エネ温度範囲内のいずれかの温度に設定されてエアコン装置を運転することで、エネルギーの有効利用を図る提案もなされている（特許文献３参照）。

また、特許文献４に記載の需給電力量算出システムは、ＰＰＳから電力会社に供給された単位時間毎の供給電力量を算出する供給電力量算出部と、ＰＰＳと契約している需要家の単位時間毎の需要電力量を算出する需要電力量算出部と、単位時間毎の供給電力量と単位時間毎の合計の需要電力量との差に基づき需給電力逸脱量を算出する需給電力量算出部と、その需給電力逸脱量に基づき超過料金を課金する課金部とを備える。需要電力量算出部は、各需要家が消費した単位時間毎の電力量の一日間の推定値である標準負荷カーブ用いて、各需要家の一ヶ月間の需要電力量を算出する。さらに、算出した需給電力逸脱量に基づき、電力運用での需給電力逸脱量の監視も行う。これにより、接続供給を行う際にインターバルメータ等を需要家に設置することなく需給電力逸脱量を算出する。また、算出した需給電力逸脱量に基づき、電力運用での需給電力逸脱量を監視することができる。

特開２００６−３５０８１９号公報 特開平６−８２０７５号公報 特開２００６−１２５６６９号公報 特開２００５−２２４０２３号公報

例えば、エアコン装置や照明装置などの家電機器等の省エネを図るためには、家電機器毎の消費電力を予測することが重要となる。
上記特許文献１から３までの先行技術では、消費電力の予測に関する開示がない。また、特許文献４では、電力運用の予測を行っているが、機器毎の具体的な予測に関する開示がない。
ところで、省エネを考慮して家電機器を制御する場合には、機器毎の電力消費を予測することが重要になってくる。さらに、消費電力予測技術を用いて機器を制御し、電力自由化が行われた際の電力の購入先や自家発電を併用している場合の自家発電の利用スケジュールを精度良く求めることで、電気代を節約することができる技術が重要になる。
本発明は、機器の消費電力の予測を精度良く行うための情報処理技術を提供することを目的とする。

本発明の一観点によれば、機器のオン期間を判定するオン期間判定部と、前記オン期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部と、を有することを特徴とする情報処理装置が提供される。
また、機器のオン期間とオフ期間とを判定するオンオフ期間判定部と、前記オンオフ期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部と、を有することを特徴とする情報処理装置が提供される。
前記消費電力予測部は、消費電力値の記憶データに基づいて、前記オン期間にオン電力を割り当てることが好ましい。
前記消費電力予測部は、さらに、前記オフ期間に、オフ電力を割り当てることが好ましい。

前記オンオフ期間判定部は、機器のオンオフ状態を統計処理して機器のオンオフ確率を求め、オン確率が高い期間をオン期間とし、オン確率が低い期間をオフ期間とすることが好ましい。
前記オンオフ期間判定部は、機器のオンオフ確率を求めた後に統計処理し、オン確率の統計値が高い期間をオン期間とし、オン確率の統計値が低い期間をオフ期間とすることが好ましい。
前記オン確率の高低を、しきい値に基づいて判定することが好ましい。
前記オンオフ期間判定部は、機器のオンオフ運転動作状況に基づいて、オン期間とオフ期間とを判定することが好ましい。前記オンオフ期間判定部は、機器の消費電力に基づいて、オン期間とオフ期間とを判定することが好ましい。前記しきい値を変更するしきい値変更部を有することが好ましい。

前記しきい値変更部は、所定の期間の機器の合計使用時間をオン期間にするようにしきい値を決定するしきい値決定部を有することが好ましい。前記オン期間の消費電力、前記オフ期間の消費電力は、それぞれ機器の実測値を元に作成されることが好ましい。前記オン期間の消費電力を、前記オン期間の機器の消費電力の実測値と、その時の環境条件と、に基づいて求めることが好ましい。
さらに、前記オンオフ期間判定部により求めた前記オン期間に、機器の動作環境（気温などの使用条件）の機器の使用条件別消費電力情報に基づいて前記消費電力予測部で異なるオン電力を適用することが好ましい。
前記使用条件別消費電力情報として、機器の動作環境と機器とに依存するオン電力の時間変化特性（関数）を適用することが好ましい。
前記機器の動作環境として、気温と機器とに依存するオン電力の時間変化特性（関数）を前記オン電力として適用することが好ましい。

気温と消費電力値の前記機器の起動後経過時刻依存から求め、起動後経過時刻が起動後単位時間となるまでの平均気温と平均消費電力値とから、前記起動後単位時間における前記平均気温における平均消費電力値として、前記オン電力の時間変化特性（関数）を求めることが好ましい。
機器の動作環境に応じて、前記オン期間又はオフ期間のすくなくともいずれかを調整するオン期間調整部を有し、前記オンオフ期間判定部におけるオン期間として調整後のオン期間を用いることが好ましい。前記オンオフ期間判定部におけるオン期間とオフ期間とを決定する単位期間を調整する単位期間調整部を有することが好ましい。前記オンオフ期間判定部は、オン確率が高い時刻から順にこの合計オン時間を満たすだけオン期間とすることが好ましい。
前記オンオフ期間判定部は、オンオフが短時間に繰り返される場合には、時間的にまとめて一括オン期間とすることが好ましい。
前記一括オン期間は、その前の期間又は後続の幾何のいずれかオン期間が長い方に配置することが好ましい。

本発明は、機器の消費電力の時間変化特性を記憶する測定値記憶部と、前記消費電力の時間変化特性を前記測定値記憶部から読み出す消費電力読み出し部と、前記消費電力読み出し部が読み出した前記消費電力の時間変化特性を統計的に処理した統計値（例えば平均値）を求める統計処理部と、前記統計処理部により求めた統計値を消費電力のしきい値に基づいてオン期間とオフ期間とに切り分けるオンオフ期間判定部と、前記オン期間にオン電力を、前記オフ期間にオフ電力を割り当てて消費電力を予測する消費電力予測部と、を有することを特徴とする情報処理装置である。
また、本発明は、機器のオン期間又はオフ期間として、予測値又は設定値を適用するオンオフ期間設定部と、前記オン期間にオン電力を割り当てることにより、消費電力を予測する消費電力予測部、を有することを特徴とする情報処理装置である。
また、本発明は、上記に記載の情報処理装置を備えた機器である。また、上記に記載の情報処理装置により予測された消費電力予測値と、基準となる、例えば予め決められている消費電力値とを比較し、比較結果に基づいて、予測結果が基準値を上回れば、消費電力値を低くする制御を行うことを特徴とする機器である。
また、本発明は、上記に記載の情報処理装置による消費電力予測結果に基づいて、機器制御又は前記機器制御に関連する情報処理を行うことを特徴とする機器制御システムである。

本発明の一観点によれば、機器のオン期間とオフ期間とを判定するオンオフ期間判定ステップと、前記オンオフ期間判定ステップにより判定された前記オン期間にオン電力を割り当てることにより、消費電力を予測する消費電力予測ステップと、を有することを特徴とする情報処理方法が提供される。
本発明は、上記に記載の情報処理方法をコンピュータに実行させるためのプログラムであっても良く、当該プログラムを記録するコンピュータ読み取り可能な記録媒体である。

本発明によれば、機器の消費電力を精度良く予測することができる。

本発明の第１の実施の形態による情報処理装置を備えたエアコン装置の一構成例を示す機能ブロック図である。 本実施の形態による測定値記憶部の一構成例を示す機能ブロック図である。 本実施の形態による消費電力予測プログラムによる処理を行う情報処理部の一構成例を示す機能ブロック図である。 消費電力の予測対象日と、予測に用いる計算の対象日とをカレンダーで示す図である。 動作環境に対する消費電力データの作成例を示す図である。 本実施の形態による情報処理部における処理の流れを示すフローチャート図である。 図４に示す電力予測の、より具体的な第１の処理例の流れを示すフローチャート図であり、オン確率としきい値を用いてオンオフの切り分けを行う処理例を示す図である。 本発明の第３の実施の形態による電力予測技術の処理例の流れを示すフローチャート図である。 本発明の第２の実施の形態による本実施の形態によるオンオフ期間の第１の判定処理例を示す図であり、日毎の機器の消費電力からオンオフ判定を行う処理の一例を示す図である。 図４の電力予測の、より具体的な第２の処理例の流れを示すフローチャート図であり、指定されたオン時間又はオフ時間になるようにオンオフの切り分けを行う処理例を示す図である。 本発明の第５の実施の形態による電力予測技術における、処理の流れを示すフローチャート図である。 本発明の第６の実施の形態による電力予測技術における、処理の流れを示すフローチャート図である。 本発明の第９の実施の形態による電力予測技術における、処理の流れを示すフローチャート図である。 本発明の第９の実施の形態による電力予測技術における、処理の流れを示すフローチャート図である。 本発明の第１０の実施の形態によるエアコン制御におけるコンピュータ処理の一例を示す図であり、消費電力予測値を利用した制御例を示す図である。 本発明の第７の実施の形態による電力予測処理の一例を示す図である。 本発明の第８の実施の形態による電力予測処理の一例を示す図である。 本発明の第１の実施の形態による情報処理の概要を示す図である。 本発明の第３の実施の形態による電力予測技術によるオンオフ期間の第２の判定処理例を示す図である。 本発明の第２の実施の形態による電力予測技術のオンオフ期間の第１の判定処理例を示す図であり、機器の消費電力からオンオフ判定を行う処理の一例を示す図である。 本発明の第４の実施の形態による電力予測技術におけるオンオフ期間の第２の判定処理例を示す図である。 本発明の第５の実施の形態による電力予測技術における消費電力予測の例を示す図である。 本発明の第６の実施の形態による電力予測の概要を示す図である。 本発明の第９の実施の形態による電力予測方法の概要の一例を示す図である。 過去のデータをもとに作成した、動作環境（気温）に対する消費電力データベース（ルックアップテーブル）の一例を示す図である。 本発明の第１１の実施の形態による家電の消費電力予測技術を用いた家電制御システムの一構成例を示す図である。

以下、図面を参照しながら、本発明の実施の形態による消費電力の予測に関する情報処理技術について詳細に説明する。以下では、エアコン装置を例にして、家電機器の消費電力の予測に関する情報処理技術について説明するが、その他の機器、例えば、照明装置、冷蔵庫、電気自動車、等についても、同様の技術を用いることができる。
本実施の形態は、機器のオン状態とオフ状態との予測、すなわちオン／オフ（オンオフ）予測に基づいて機器の消費電力の予測を行うことに着目した情報処理技術に関するものである。

図１は、本発明の実施の形態による情報処理装置を備えたエアコン装置の一構成例を示す機能ブロック図である。
図１に示すように、本実施の形態によるエアコン制御装置５を含むエアコン装置Ａは、室内機１と、室外機３と、リモコン装置１７と、消費電力測定器１８と、から構成されている。リモコン装置１７からの装置のオンオフ、温度制御などを行うための遠隔制御信号は、リモコン信号受光部３１により受光される。消費電力測定器１８は、例えば、スマートタップなどの、家電機器と室内コンセントとの中間に配置され、検知した電圧と電流から消費電力を計算し、その結果を、例えば無線通信により送信する装置等を用いて実現することができる。

エアコン制御装置５は、ＣＰＵ（制御部）２１と、ＲＡＭ（主記憶装置）２３と、ＲＯＭ（不揮発性メモリ）２７と、を有している。ＲＯＭ（不揮発性メモリ）２７内には、消費電力測定器１８により測定された測定値を記憶する測定値記憶部２７ａと、エアコンを自動運転させるための自動運転プログラム２７ｂと、消費電力予測プログラム２７ｃ等が格納されている。消費電力予測プログラム２７ｃは、ＣＰＵ２１に、消費電力を予測するための情報処理を行わせる情報処理部２１ａとして機能させるプログラムである。情報処理部２１ａは、エアコン装置Ａと有線又は無線で接続される形態でも良い。

図２Ａに示すように、測定値記憶部２７ａは、消費電力測定器１８等により測定された消費電力値又はその時間変化を、例えば２４時間単位で、年月日、曜日等とともに記憶する消費電力値記憶部２７ａ−１と、エアコンの運転状況を記憶する運転状況データ記憶部２７ａ−２と、エアコンのオン期間とオフ期間とを記憶するオンオフ期間記憶部２７ａ−３と、エアコンのオン期間の電力とオフ期間の電力とを記憶するオンオフ電力記憶部２７ａ−４と、エアコンの消費電力の時間変化（時間変化（特性）関数）を記憶する（後述する図１８等参照）時間変化関数（特性）記憶部２７ａ−５と、を有している。

図１に示す自動運転プログラム２７ｂは、エアコン装置Ａの制御を行う制御プログラムである。例えば、エアコンの起動開始時の場合には、ユーザが押したボタンに依存する「冷房」、「暖房」の判断と、エアコンが省エネ運転モードである「エコ自動運転」で運転する場合に判断した「冷房」、「暖房」の判断とが、同じ場合には、エアコンは「エコ自動運転」で運転する。一方、ユーザが押したボタンに依存する「冷房」、「暖房」の判断と、エアコンが「エコ自動運転」で運転する場合に判断した「冷房」、「暖房」の判断とが、異なる場合には、ユーザの判断（操作）を優先した「冷房」もしくは「暖房」状態で運転する。尚、「自動」ボタンで起動した場合は、「エコ自動運転」を行う。これらの運転は、例えば運転開始時の設定温度と、エコ自動運転範囲（エコ自動運転させる場合の運転状態判断）との関係の別に従って、どのような運転がなされるかを示した表等に基づいて制御される。エアコンの運転制御は、公知の種々の方法に対応することができる。ここは、エコ自動運転について説明したが一般的な自動運転モードでも良い。

消費電力予測プログラム２７ｃ及びそれに基づく処理内容等については、以下に詳細に説明する。
図２Ｂは、本実施の形態による消費電力予測プログラム２７ｃによる処理を行う情報処理部２１ａの一構成例を示す機能ブロック図である。図３Ａは、消費電力の予測対象日と、予測に用いる計算の対象日とをカレンダーで示す図である。図４は、情報処理部２１ａにおける処理の流れを示すフローチャート図である。図１４Ａは、処理の様子を示す図である。
図２Ｂに示す情報処理部２１ａは、機器のオン期間、オフ期間等を測定値記憶部２７ａの運転状況データ記憶部２７ａ−２又はオンオフ期間記憶部２７ａ−３などから読み出す読み出し部２１ａ−１と、オンオフの時間依存の情報処理に関する統計処理を行い、ある期間における機器のオン確率等を求める統計処理部２１ａ−２と、統計処理を行って求めたオン確率と、例えばしきい値設定部２１ａ−３−１とに基づいてエアコンのオンオフ期間を判定するオンオフ期間判定部２１ａ−３と、オン期間とオフ期間に対してそれぞれに、オンオフ電力記憶部２７ａ−４又は時間変化関数記憶部２７ａ−５に記憶された消費電力を割り当てるオンオフ電力割り当て部２１ａ−４−１と、オンオフ電力の割り当て等によりエアコン装置の消費電力の予測を行う消費電力予測部２１ａ−４と、を有している。

統計処理部２１ａ−２は、過去のある期間における機器のオン期間とオフ期間とを統計的に処理した統計値（例えば平均値：オン確率）を求める。図３Ａに示すように、例えば１ヶ月（例えば７月）のある期間、ある週、ある日のある時間におけるオンオフ期間に基づいてオン確率を求める。オン確率（オフ確率）は、機器のオン期間、オフ期間等を測定値記憶部２７ａの運転状況データ記憶部２７ａ−２又はオンオフ期間記憶部２７ａ−３などから求めることができる。
消費電力を予測する予測対象日を、例えば７月２８日（土曜日）とし、予測には、それ以前の期間に測定したオン確率を用いる。どの程度、過去まで遡るかは、任意に選択可能であり、例えば１ヶ月前までなどである。オンオフの平均値をとって、例えば、オンが３日、オフが４日ならばオン確率は３／７となる。

ここでは、例えば、読み出し部２１ａ−１が運転状況データ記憶部２７ａ−２、オンオフ期間記憶部２７ａ−３などから、エアコンのオン期間とオフ期間とを時刻に依存させて特定するオンオフ運転状況データを読み出す。そして、必要に応じてある期間のオン確率等の時間依存を統計処理により求める（図１４Ａ（ａ））参照）。
図４に示すように、図１４Ａ（ａ）のオン確率のデータを求めた状態から情報処理が開始されると（ステップＳ１１）、ステップＳ１２において、オンオフ期間判定部２１ａ−３が、機器のオンオフ期間を判定する（図１４Ａの（ｂ）参照）。次いで、ステップＳ１３において、オンオフ電力割り当て部２１ａ−４−１が、オンオフ電力記憶部２７ａ−４の値等を参照してオン時間にオン時の消費電力を、オフ時にオフ時の消費電力を適用する（図１４Ａの（ｃ）参照）ことで、ステップＳ１４において、消費電力予測部２１ａ−４が、ある期間、例えば予測対象日（図３の７月２７日など）の消費電力を予測する。
このように、機器のオン期間とオフ期間の時刻配分を予測又は求めておき、これに基づいて消費電力を求めることで、簡単な処理で精度の良い消費電力の予測を行うことができる。オン時の消費電力、オフ時の消費電力は、それぞれ機器の実測値を元に作成するようにしても良く、定格値などの設計値に基づいて作成するようにしても良い。オン期間のみにオン電力を割り当て、オフ期間は０として消費電力を求めても良い。また、オンオフ判定部２１ａ−３は、オン期間のみ（又はオフ期間のみ）を判定するようにしても良い。この場合は、それ以外を、オフ期間（又はオン期間）とする。処理を終了する（ステップＳ１５）。

以下、本発明の第１の実施の形態による電力予測技術について説明する。
図１５は、本実施の形態によるオンオフ期間の第１の判定処理例を示す図であり、機器の消費電力からオンオフ判定を行う処理の一例を示す図である。図６は、本実施の形態による情報処理の流れを示すフローチャート図である。ステップＳ４１で処理を開始し、ステップＳ４２で、機器の過去の日毎のオン期間とオフ期間とを読み出す等により、ステップＳ４３において、日毎に、オンオフ期間に切り分ける。これにより、本実施の形態によるオンオフ期間の第１の判定処理では、図１５（ａ）、（ｂ）、（ｃ）のように、例えば３日間のそれぞれのオンオフ期間への２値化を例えば日毎などのある期間単位で行う。次いで、ステップＳ４４において、日毎のオン期間にオン電力を、オフ期間にオフ電力を割り当てて２値化し、これらの２値化した特性についてオンオフ期間の３日間の統計値（平均）をとりオン確率とし（図１５（ｄ））、その統計値（平均値）に基づいて、例えばオン確率のしきい値０．５としてオンオフ判定を行う。次いで、ステップＳ４５において、オン期間のオン電力を、オフ期間にオフ電力を割り当てて、消費電力を求め、処理を終了する（ステップＳ４６）。この際、統計値に関するしきい値を０．５ではなく、０．５／３等にしても良い。しきい値は任意に設定可能になっている。
このように日ごとなどのオン／オフ情報の統計処理を行ってオンオフ確率を求めることで、オン期間／オフ期間の判定処理が簡単になるという利点がある。

次に、本発明の第２の実施の形態による電力予測技術について説明する。図５Ａは、図４の電力予測の、より具体的な第１の処理例の流れを示すフローチャート図であり、しきい値を用いてオンオフの切り分けを行う処理例を示す図である。
図５Ａに示すように、情報処理が開始されると（ステップＳ２１）、ステップＳ２２において、読み出し部２１ａ−１は、例えば、運転状況データ記憶部２７ａ−２から、過去の運転状況等を参照して、機器の過去のオンオフ情報、例えば機器のオン期間とオフ期間とを読み出す。ステップＳ２３において、図１４Ａ（ａ）に示すように、機器の過去のオンオフの時間依存を複数日で統計処理した統計値（平均値）をオン確率として求め、運転状況データ記憶部２７ａ−２に記憶する。ステップＳ２４において、統計値（オン確率等）と、しきい値設定部２１ａ−３−１に設定等されたしきい値（図１４Ａ（ａ）では、０．５）と、に基づいて、時間軸についてオン期間とオフ期間とに切り分け、オンオフ状態記憶部２７ａ−３に記憶する（図１４Ａ（ｂ）参照）。ステップＳ２５において、オン期間にオン電力を、オフ期間にオフ電力を割り当てて電力予測を行い（図１４Ａ（ｃ））、処理を終了する（ステップＳ２６）。このように、機器のオンオフ確率の予測方法として、過去の機器のオンオフ状態を統計処理して機器のオンオフ確率を求め、オン確率が高い時間帯をオン、それ以外をオフとする。この際、過去のオンオフ状態は、機器の動作状態、運転状態から、機器のオンオフ判定を行って、オン期間とオフ期間とを測定しておくことで取り出すことができる。
以上のように、本発明の第１の実施の形態による情報処理によれば、過去の機器のオンオフ状態を統計処理して機器のオン確率などを求め、例えば、オン確率が０．５などの簡単なしきい値を用いて、オン確率に対して、オン期間とオフ期間とを切り分け、それぞれの期間にオン電力とオフ電力とを割り当てるだけの処理により、簡単に消費電力の予測を行うことができるという利点がある。
尚、過去のオンオフ状態を、機器の消費電力から消費電力が高い状態をオン状態、消費電力が低い状態をオフ状態とすることで推測することによって取りだされたものとしても良い。両者を加味して求めても良い。

次に、本発明の第３の実施の形態による電力予測技術について説明する。図１４Ｂは、本実施の形態によるオンオフ期間の第２の判定処理例を示す図である。
図５Ｂは、図４Ａの電力予測の、より具体的な第２の処理例の流れを示すフローチャート図であり、オンオフの切り分けのしきい値を調整してオンオフ処理を行う処理例を示す図である。
図５Ｂに示すように、情報処理が開始されると（ステップＳ２１）、ステップＳ２２において、読み出し部２１ａ−１は、例えば運転状況データ記憶部２７ａ−２から、機器の過去のオン期間とオフ期間とを読み出す。ステップＳ２３において、図１４Ｂ（ａ）に示すように、機器のオンオフの時間依存を統計処理した統計値（平均値： オン確率）を求め、運転状況データ記憶部２７ａ−２に記憶する。ステップＳ２４ａにおいて、統計値（オン確率等）を、しきい値設定部２１ａ−３−１に設定又調整・変更等されたオン確率のしきい値（図１４Ｂ（ａ）では、０．６）に基づいて、オン期間とオフ期間とに切り分け、オンオフ状態記憶部２７ａ−３に記憶する（図１４Ｂ（ｂ）参照）。ステップＳ２５において、オン期間にオン電力を、オフ期間にオフ電力を割り当てて電力予測を行い（図１４Ｂ（ｃ））、処理を終了する（ステップＳ２６）。
以上のように、本発明の実施の形態による情報処理によれば、例えば、オン確率の最大値を１．０とした場合に、その半分の大きさの０．５等で固定とするのではなく調整可能とすることで、オン確率に基づいてオン期間とオフ期間とを切り分け、それぞれの期間にオン電力とオフ電力とを割り当てるだけの処理に加えて、適切なオンオフ期間を適用して、簡単かつ精度良く、消費電力の予測を行うことができるという利点がある。季節や緯度経度などによりしきい値を調整しても良い。暖かい季節や赤道に近い位置では、しきい値を小さな値にして冷房のオン期間を長めにするようにする。

次に、本発明の第４の実施の形態による電力予測技術について説明する。図１６は、本実施の形態によるオンオフ期間の第２の判定処理例を示す図である。
図７は、図４の電力予測の、より具体的な第３の処理例の流れを示すフローチャート図であり、指定されたオン時間又はオフ時間になるようにオンオフの切り分けを行う処理例を示す図である。図２Ｂのしきい値設定部２１ａ−３−１の代わりに、オン時間又はオフ時間設定部を備えている。
図７に示すように、情報処理が開始されると（ステップＳ３１）、ステップＳ３２において、読み出し部２１ａ−１は、例えば運転状況データ記憶部２７ａ−２から、機器の過去のオン期間とオフ期間とを読み出す。ステップＳ３３において、図１６（ａ）に示すように、機器のオンオフの時間依存を統計処理した統計値（平均値： オン確率）を求め、運転状況データ記憶部２７ａ−２に記憶する。ステップＳ３４において、統計値（オン確率、平均値等）が、オン時間又はオフ時間設定部に、オン時間又はオフ時間として設定等された時間になるように、しきい値等を調整して、オンとオフとの期間を判定する。図１６（ｂ）では、オン時間を３時間と設定又は予測した場合のオンオフ予測の様子を示しており、実質的に高いしきい値となっている。図１６（ｃ）では、オン期間を合計１４時間として設定又は予測等した場合のオンオフ判定の様子を示す図であり、実質的に高いしきい値が低くなっている。ステップＳ３５で、ステップＳ３４で予測したオンオフ期間に基づいて、オン期間にオン電力を、オフ期間にオフ電力を割り当てて電力予測を行い、処理を終了する（ステップＳ３６）。

以上のように、本実施の形態による情報処理によれば、予め決められた例えば１日のオン時間又オフ時間に基づいてオン確率を求め、オン時間又はオフ時間が予測値と合うオン時間又はオフ時間とすることで、例えば予測日毎にオン期間とオフ期間を切り分けるオン確率のしきい値を実質的に変更することができる。
第２の処理例のように、単純に平均を取ると、処理は簡単であるが、定期的にオンしている期間以外はオン確率のしきい値が０．５等を超えない可能性があるため、実際のオン期間の予測値に依存してしきい値を変更するようにすることで、予測精度が向上するという利点がある。求めたしきい値を、以後の計算で用いるようにしても良い。
尚、しきい値やオン期間、オフ期間を変更した場合に、シミュレーション等によりオン確率や消費電力等を予測して予測結果をユーザに知らせるようなＧＵＩなどを設けるようにしても良い。

次に、本発明の第５の実施の形態による電力予測技術について説明する。図１７は、本実施の形態による消費電力予測の例を示す図である。図８Ａは、処理の流れを示すフローチャート図であり、図４に対応する図である。本実施の形態は、オン時の消費電力、オフ時の消費電力を、それぞれ機器の実測値に基づいて求めた値を用い、機器の使用条件（動作環境）毎の消費電力情報を加味して求めた値を用いることを特徴とする。ここでは、例として、気温の予測データ又は実測値などに依存して異なる機器の使用条件別の消費電力値を用いる例について説明する。図３Ｂは、動作環境に対する消費電力データの作成例を示す図である。
動作環境に対する消費電力データは、例えば、図３Ｂに示すように、過去の消費電力のデータを元に、動作環境に対する消費電力データベース（ルックアップテーブル）を作成する。例えば、エアコンの場合には、オンと判断された時のデータを抽出する。例えばエアコンが起動した後の「起動後時刻」が１５分ごとの平均値を、図３Ｂ（ａ）に示すように、「気温」「消費電力」に対して求める。ここでは、起動時からの経過時間が０：００から０：１４までの１５分間の消費電力の平均値は、平均気温２４．９℃、平均消費電力１０００Ｗというように統計的に求める。ここで、「起動後時刻（１５分単位）」「気温」に対する消費電力カーブを求めるために、「起動後時刻（１５分単位）」、「気温」±１℃の範囲のデータをピックアップして平均を求めることで、突発的なデータの影響を除去するようにすると良い。
尚、データに抜けがある場合には、気温に対して線形補間、及び外挿した値を補間するようにすれば良い。

そして、図３Ｂ（ｂ）に示すように、例えば気温１℃単位でルックアップテーブルを作成し、例えば、符号Ｐで示すように、起動時からの経過時間（起動後時刻）が０：００の消費電力は、１０００Ｗとなっている。
これは、起動時からの経過時間が０：００から０：１４までの１５分間の気温が２４℃〜２６℃であった時のある気温起動後時刻０：００から０：１４の平均消費電力となっている。これにより、予測対象日の起動時からの経過時間７:００に気温が２６℃、起動してから１５分経過していると予測した場合、消費電力が５００Ｗになると予測して出力できるようにルックアップテーブルなどのデータベースを作成しておくことができる。データの形式等は上記の形態には限定されないが、動作環境に基づく消費電力データをこのように作成すると良い。
図８Ａに示すように、処理を開始し（ステップＳ５１）、ステップＳ５２で、機器の過去のオン期間とオフ期間を読み出す。そして、ステップＳ５３に示すように、上記のいずれかのオンオフ予測方法により、オン確率の時間依存を、日毎にオンオフ期間に切り分ける（図１７（ａ））。

次いで、図１７（ｂ）に示すように、オン期間にはオン時の消費電力を、オフ期間にはオフ時の消費電力を適用して消費電力を予測するが、エアコンなど機器の使用環境（気温）に依存して消費電力が変わる場合には、例えば、図１７（ｃ）に示すように、そのエアコン装置において、気温が２５℃の時に消費電力が３００Ｗであり、３０℃の時に消費電力が６００Ｗである場合には、時刻に依存した気温の変化に基づいて、図１７（ｄ）に示すように、２５℃のオン期間は３００Ｗの消費電力を、３０℃のオン期間は６００Ｗの消費電力を適用して、消費電力の予測を行い（ステップＳ５４）、処理を終了する（ステップＳ５５）。
このように、気温などの機器の使用環境（条件）別消費電力情報に基づいて、消費電力予測の精度を向上させることができる。

次に、本発明の第６の実施の形態による電力予測技術について説明する。図１８は、本実施の形態による消費電力予測の例を示す図である。図８Ｂは、処理の流れを示すフローチャート図である。本実施の形態は、オン時の消費電力、オフ時の消費電力を、それぞれ機器の実測値に基づいて求めた値を用い、機器の使用条件毎の消費電力情報を加味して求めた値を用いること、オン期間に時刻−電力特性（カーブ）を割り当てることを特徴とする。ここでは、例として、気温の予測データ又は実測値などに依存して異なる機器の使用条件別の消費電力値を用いる例について説明する。ここで、エアコンは起動時に多くの電力を消費し、しばらくすると低電力で落ち着くため、実際には、時刻に対して一定の消費電力ではないと考えることができる。そこで、オン後の時刻-電力カーブを使用条件別に保存しておくことで精度を上げる。
図８Ｂに示すように、処理を開始し（ステップＳ６１）、ステップＳ６２で、機器の過去のオン期間とオフ期間とを読み出す。そして、ステップＳ６３に示すように、上記のいずれかの方法により、オン確率の時間依存に基づいて、オンオフ期間に切り分ける（図１８（ａ））。

次いで、図１８（ｂ）に示すように、オン期間にはオン時の消費電力を、オフ期間にはオフ時の消費電力を適用して（ステップＳ６３）消費電力を予測するが、エアコンなど機器の使用環境（気温）に依存して消費電力が変わる場合には、例えば、そのエアコン装置において、気温が２５℃の時に消費電力が３００Ｗであり、３０℃の時に消費電力が６００Ｗである場合には、時刻に依存した気温の変化に基づいて、図１８（ｃ）に示すように、２５℃のオン期間はオン時３００Ｗの消費電力の時間変化（時刻-電力特性（カーブ））を、３０℃のオン期間はオン時６００Ｗの消費電力の消費電力の時間変化（時刻-電力特性（カーブ））を適用して、消費電力の予測を行い（ステップＳ６４）、処理を終了する（ステップＳ６５）。
このように、気温などの機器の使用条件別消費電力情報と、オン後の時刻-電力特性（カーブ）とに基づいて消費電力を予測路するため、消費電力予測の精度を向上させることができる。
尚、動作環境と機器とに依存するオン電力の時間変化関数として保存した値、すなわち、消費電力の時間変化（時刻-電力カーブ）を適用した電力予測は、上記第１から第４までの実施の形態においても、適用可能であることは言うまでもなく、このような発明も本発明の範疇に入るものである。

次に、本発明の第７の実施の形態による電力予測技術について説明する。本実施の形態による電力予測技術は、時刻、時間帯に対するオンオフ予測を行う際、時刻、時間帯に対するオンオフ確率を求めておき、その確率からオンオフを決定するときのしきい値の決め方を、例えば一日の合計オン時間を予測し、オン確率が高い時刻から順にこの合計オン時間を満たすだけオンにすることでオンオフ予測を行うことを特徴とする。
図１２は、このようなオンオフ予測処理の一例を示す図である。まず、左図に示すように、例えば、１日のうちで、０：００分から２４：００まで例えば１時間毎に、機器がオンである確率を求める。例えば、０：００における機器の過去のオン確率は０．１、６：００における機器の過去のオン確率は０．４であるとする。これを、図１２の中間の図に示すように、オン確率の順、ここではオン確率が高い順番に時刻と確率との組み合わせを並べ替える。そして、決められたオン時間まで、確率の高い順番にオンオフを割り当てる。すなわち、図１２右図に示すように、オン時間が５時間とすると（オン時間は、例えば、第３の実施の形態において説明したように設定又は調整することができる。）、７時台と１８−２１時がオン期間となり、それ以外の時間帯はオフ期間となる。尚、上記の例では、１時間単位で予測した場合として説明したが、１５分単位などで予測することもできる。時間単位を、オンオフの切り替わりが激しいと予測される時間帯は短くするなど、時間帯に依存して変更することもできる。
このようにすると、オンオフ確率を時間軸方向にきめ細かく予測して、精度の良い電力予測を行うことができる。

次に、本発明の第８の実施の形態による電力予測技術について説明する。本実施の形態による電力予測技術は、時刻、時間帯に対するオンオフ予測を行う際、１日何回オンするかのオン回数というパラメータを考慮することを特徴とする。但し、１日を単位期間としたのは例示であり、数日、半日（夜と昼など）、単位期間は任意に定められる。
図１３に示すように、上記の実施の形態においてオンオフの予測を行った場合に、オンオフの切り替わり時間が短い場合に、例えば、図１３の上図のように、ｔ_１からｔ_６までの例えば１時間のうちにオンオフが多数回繰り返した場合には、この繰り返しを全て考慮しても良いが、処理が煩雑になるという問題がある。そこで、本実施の形態では、オンオフ判定処理において、短時間にオンオフを繰り返す場合には、オン期間はひと塊りになるように出力する。この期間を一括オン期間と称する。この処理は、例えば短い１５分間隔でオンオフを繰り返すようなケースがまれであり、かつ、予測処理の負担を軽減することができるためである。図１３の上図では、１時間のうち３０分がオン、３０分がオフであるため、それを、図１３下図のように、ｔ_１−ｔ_３がオフ、ｔ_３−ｔ_６がオンというように一塊りにする。この際、ｔ_６より後の時間にオン期間が続くため、ｔ_１−ｔ_３の前３０分をオフ期間とし、ｔ_１−ｔ_３の後ろ３０分をオン期間とすることで、オンオフの連続性を保つようにする。尚、オン期間とオフ期間とを入れ替えるようにしても良い。

次に、本発明の第９の実施の形態による電力予測技術について説明する。本実施の形態による電力予測技術は、時刻、時間帯に対するオンオフ予測を行った後の、オン電力とオフ電力を当てはめる技術に関するものである。
図１９は、本実施の形態による消費電力予測方法の一例を示す図である。図１９の上図から下図にかけて、時刻に対するオンオフ期間、時刻に対する気温の変化、時刻に対する気温・消費電力関数（時刻-電力カーブ： 図１８参照）を適用する様子を示している。
尚、オフになる期間には待機電力又はゼロ電力を適用する。
ここで、オン期間１では、気温が上昇するのに対して、オン期間２では気温が下降している。そこで、気温の変化に関する消費電力特性を、例えば以下のように求める。

図２０は、過去のデータをもとに作成した、動作環境（気温）に対する消費電力データベース（ルックアップテーブル）の一例を示す図である。起動後時刻の変化と、時刻毎に測定した気温と、消費電力とを図２０（ａ）に示すように求める。ここで、「起動後時刻（１５分単位）」「気温」に対する消費電力カーブを求めるために、「起動後時刻（１５分単位）」、「気温」±１℃の範囲のデータに対して平均を求めることで、起動時からの経過時間が０：００から０：１４までの１５分間の平均値は、気温２４．９℃、消費電力１０００Ｗと求まる。次いで、図２０（ｂ）に示すように、例えば、気温１℃間隔で起動後時刻に依存する消費電力を求める。
ここで、起動時からの経過時間（起動後時刻）が０：００の消費電力は、１０００Ｗとなっている。
これは、起動時からの経過時間が０：００から０：１４までの１５分間の気温が２４℃〜２６℃であった時のある気温起動後時刻０：００から０：１４の平均消費電力となっている。
このようにすると、例えば、予測対象日の７：００に気温が２６℃、起動してから１５分経過している場合、消費電力が５００Ｗとなることがわかる。このテーブルなどを用いて、気温の変化に沿って消費電力を求め、気温の変化も考慮して図１９のように、気温カーブ（中図）を消費電力カーブ（下図）に変換することができる。

図９及び図１０は、本実施の形態による電力予測処理の流れを示すフローチャート図である。処理を開始し（ステップＳ７１）、機器の過去のオン期間とオフ期間とを読み出す（ステップＳ７２）。次いで、機器のオンオフの時間依存を統計処理した統計値（平均値：オン確率）を求め、オンオフ期間に切り分ける。次いで、機器毎の動作環境に依存させて求めた時間変化関数をオン期間に適用し、消費電力を予測する（ステップＳ７４）。処理を終了する（ステップＳ７５）。
ここで、図１０では、図９のステップ７４の代わりに、ステップ７４ａで、機器毎の動作環境として室温に依存させて求めた時間変化関数をオン期間に適用し、測定した又は予測した室温に合わせて消費電力を予測する。
以上のように、本実施の形態では、気温等の影響を考慮した消費電力予測が可能であり、かつ、時間に依存する気温の昇降をも反映した予測結果を求めることができるため、より精度の高い予測が可能となるという利点がある。

次に、本発明の第１０の実施の形態による情報処理技術について説明する。第１から第９までの実施の形態といずれかの予測値を用いた基本的な構成は図１、図２Ｂと同様である。図３も援用して説明する。図１１は、本実施の形態によるエアコン制御におけるコンピュータ処理の一例を示す図であり、上記消費電力予測値を利用した制御例を示す図である。図１１に示すように、ステップＳ２０１において、消費電力の予測値と予算（現在の電気代など）を求め、ステップＳ２０２で、予算をオーバーするか否かを判定する。Ｙｅｓの場合には、ステップＳ２０３に進み、消費電力予測結果からエアコン装置の動作スケジュール（自動運転等で消費電力を低めにする制御にするように）を変更し、ステップＳ２０２に戻る。ステップＳ２０２でＮｏの場合には、ステップＳ２０４に進み、最低使用量予算に足りないか否かを判定する。Ｙｅｓの場合には、ステップＳ２０３に進み、Ｎｏの場合には、消費電力予測結果をそのまま機器動作スケジュールに設定する。対象日の予測電力からどのように制御を行うかについては、予算との比較を行い、蓄電池（夜間電力の利用）にどの程度蓄積するか否か、消費電力の予測値を基準に、エコ（省エネ）にするモードを設ける。オン時間の増減による制御、しきい値の調整による制御を行うようにしても良い。
上記の制御により、電力予測に基づいて、適切な機器制御を行うことができる。

以下に、上記の実施の形態による電力予測技術を、家電制御システム（ＨＥＭＳ）等に利用する、本発明の第１１の実施の形態による情報処理技術について説明する。
図２１は、本実施の形態によるＨＥＭＳの一構成例を示す機能ブロック図である。
図２１に示すように、各家電ＡからＤまでの消費電力をコンセント差し込み型電力センサ１８や分電盤にとりつけたＣＴセンサ１８ａによる測定し、その結果を、ＨＥＭＳのＨＥＭＳ管理部３０へ提供する。また、ＨＥＭＳ管理部３０は、制御可能な家電Ａ−Ｄ等に対して「家電の制御」を実施し、制御できない家電に対してはテレビや小型モニタＭへアドバイスを表示する。
ＨＥＭＳ管理部３０は、少なくとも家電の消費電力予測部３１（２１ａ−３）と家電のスケジューラ部３３とを有する。家電の消費電力予測部３１は、図２の消費電力予測部２１ａ−３に対応する構成を有する。或いは、図２の消費電力予測部２１ａ−３からの予測情報を一括して取得して制御に利用する構成でも良い。
さらに、図２１においては、アドバイス生成部３５、見える化・制御ユーザ゛インタフェース部３７、創エネ蓄エネ機器管理部４１を含む。
家電の消費電力予測部３１は、家庭における消費電力の使用履歴からユーザの生活パターンを分析し、季節／天候や各種センサの入力情報などと合わせて、同家庭における将来的な消費電力を予測する。

家電のスケジューラ部３３は、消費電力予測値などに応じて、家電の動作状態（レベルシフト=On/Off・温度・輝度等）や動作タイミング(タイムシフト、すなわち使用時間帯の変更)に関するスケジューリング（計画策定）を行う。制御可能な家電に対しては、上記スケジューリング結果等に応じて制御を行う。
アドバイス生成部３５は、スケジューリング結果等に応じてアドバイスを生成し、見える化・制御ユーザインターフェイス部３７を介してユーザへアドバイス表示を行う。
創エネ蓄エネ機器管理部４１は、太陽電池システム５１、蓄電池システム５３、電気自動車５５などの創エネ蓄エネ機器５０のエネルギー管理を行うとともに、家庭内の家電Ａ−Ｄの全体の消費エネルギーについての計画情報を生成する。計画情報は、家電Ａ−Ｄの消費エネルギーの時間帯別の目標値であったり、上限値や下限値であったりしても良い。
本ＨＥＭＳシステムでは、家電Ａ−Ｄの消費電力予測結果と前記の計画情報の２つの情報をもとに家電の動作状態とタイミングをスケジューラ部３３にて生成する。スケジューラ部３３で生成するための情報は、これらに限定されない。

上記の実施の形態において、添付図面に図示されている構成等については、これらに限定されるものではなく、本発明の効果を発揮する範囲内で適宜変更することが可能である。その他、本発明の目的の範囲を逸脱しない限りにおいて適宜変更して実施することが可能である。また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれるものである。
例えば、統計値を求める期間や曜日を任意に設定できるように、例えば図３Ａに示すようなＧＵＩから、予想対象日や、第１、第２の統計値を求める期間、指定曜日などを任意に設定ながら、予測消費電力を表示させるように構成しても良い。リモコン装置側に設けても良い。

また、本実施の形態で説明した機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。尚、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また前記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。機能の少なくとも一部は、集積回路などのハードウェアで実現しても良い。

本発明は、機器の電力予測に用いることができる。

Ａ…エアコン装置、１…室内機、３…室外機、１７…リモコン装置、１８…消費電力測定器、２１…ＣＰＵ（制御部）、２１ａ…情報処理部、２１ａ−１…消消費電力読み出し部、２１ａ−２統計処理部、２１ａ−３−１…しきい値設定部、２１ａ−３…オンオフ期間判定部、２１ａ−４−１…オンオフ電力割り当て部、２１ａ−４…消費電力予測部、２３…ＲＡＭ（主記憶装置）、２７…ＲＯＭ（不揮発性メモリ）、２７ａ−１…消費電力値記憶部、２７ａ−２…運転状況データ記憶部、２７ａ−３…オンオフ期間記憶部、２７ａ−４…オンオフ電力記憶部、２７ａ−５…時間変化関数記憶部。

Claims (30)

1. 機器のオン期間を判定するオン期間判定部と、
   前記オン期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部と
   を有することを特徴とする情報処理装置。
2. 機器のオン期間とオフ期間とを判定するオンオフ期間判定部と、
   前記オンオフ期間判定部により判定された前記オン期間にオン電力を割り当てることにより、機器の消費電力を予測する消費電力予測部と
   を有することを特徴とする情報処理装置。
3. 前記消費電力予測部は、消費電力値の記憶データに基づいて、前記オン期間にオン電力を割り当てることを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記消費電力予測部は、
   さらに、前記オフ期間に、オフ電力を割り当てることを特徴とする請求項２に記載の情報処理装置。
5. 前記オンオフ期間判定部は、
   機器のオンオフ状態を統計処理して機器のオンオフ確率を求め、オン確率が高い期間をオン期間とし、オン確率が低い期間をオフ期間とすることを特徴とする請求項２から４までのいずれか１項に記載の情報処理装置。
6. 前記オンオフ期間判定部は、
   機器のオンオフ確率を求めた後に統計処理し、オン確率の統計値が高い期間をオン期間とし、オン確率の統計値が低い期間をオフ期間とすることを特徴とする請求項２から４までのいずれか１項に記載の情報処理装置。
7. 前記オン確率の高低を、しきい値に基づいて判定することを特徴とする請求項５又は６に記載の情報処理装置。
8. 前記オンオフ期間判定部は、
   機器のオンオフ運転動作状況に基づいて、オン期間とオフ期間とを判定することを特徴とする請求項１から７までのいずれか１項に記載の情報処理装置。
9. 前記オンオフ期間判定部は、
   機器の消費電力に基づいて、オン期間とオフ期間とを判定することを特徴とする請求項１から７までのいずれか１項に記載の情報処理装置。
10. 前記しきい値を変更するしきい値変更部を有することを特徴とする請求項７に記載の情報処理装置。
11. 前記しきい値変更部は、所定の期間の機器の合計使用時間をオン期間にするようにしきい値を決定するしきい値決定部を有することを特徴とする請求項１０に記載の情報処理装置。
12. 前記オン期間の消費電力、前記オフ期間の消費電力は、それぞれ機器の実測値を元に作成されることを特徴とする請求項１から１１までのいずれか１項に記載の情報処理装置。
13. 前記オン期間の消費電力を、前記オン期間の機器の消費電力の実測値と、その時の環境条件と、に基づいて求めることを特徴とする請求項１から１１までのいずれか１項に記載の情報処理装置。
14. さらに、前記オンオフ期間判定部により求めた前記オン期間に、機器の動作環境の機器の使用条件別消費電力情報に基づいて前記消費電力予測部で異なるオン電力を適用することを特徴とする請求項２から１３までのいずれか１項に記載の情報処理装置。
15. 前記使用条件別消費電力情報として、機器の動作環境と機器とに依存するオン電力の時間変化特性を適用することを特徴とする請求項１４に記載の情報処理装置。
16. 前記機器の動作環境として、気温と機器とに依存するオン電力の時間変化特性を前記オン電力として適用することを特徴とする請求項１４に記載の情報処理装置。
17. 気温と消費電力値の前記機器の起動後経過時刻依存から求め、起動後経過時刻が起動後単位時間となるまでの平均気温と平均消費電力値とから、前記起動後単位時間における前記平均気温における平均消費電力値として、前記オン電力の時間変化特性を求めることを特徴とする請求項１６に記載の情報処理装置。
18. 機器の動作環境に応じて、前記オン期間又はオフ期間のすくなくともいずれかを調整するオン期間調整部を有し、
    前記オンオフ期間判定部におけるオン期間として調整後のオン期間を用いることを特徴とする請求項１２から１７までのいずれか１項に記載の情報処理装置。
19. 前記オンオフ期間判定部におけるオン期間とオフ期間との決定する単位期間を調整する単位期間調整部を有することを特徴とする請求項１８に記載の情報処理装置。
20. 前記オンオフ期間判定部は、オン確率が高い時刻から順にこの合計オン時間を満たすだけオン期間とすることを特徴とする請求項１８に記載の情報処理装置。
21. 前記オンオフ期間判定部は、
    オンオフが短時間に繰り返される場合には、時間的にまとめて一括オン期間とすることを特徴とする請求項１８に記載の情報処理装置。
22. 前記一括オン期間は、その前の期間又は後続の期間のいずれかオン期間が長い方に配置することを特徴とする請求項２１に記載の情報処理装置。
23. 機器の消費電力の時間変化特性を記憶する測定値記憶部と、
    前記消費電力の時間変化特性を前記測定値記憶部から読み出す消費電力読み出し部と、
    前記消費電力読み出し部が読み出した前記消費電力の時間変化特性を統計的に処理した統計値を求める統計処理部と、
    前記統計処理部により求めた統計値を消費電力のしきい値に基づいてオン期間とオフ期間とに切り分けるオンオフ期間判定部と、
    前記オン期間にオン電力を、前記オフ期間にオフ電力を割り当てて消費電力を予測する消費電力予測部と
    を有することを特徴とする情報処理装置。
24. 機器のオン期間又はオフ期間として、予測値又は設定値を適用するオンオフ期間設定部と、
    前記オン期間にオン電力を割り当てることにより、消費電力を予測する消費電力予測部
    を有することを特徴とする情報処理装置。
25. 請求項１から２４までのいずれか１項に記載の情報処理装置を備えた機器。
26. 請求項１から２４までのいずれか１項に記載の情報処理装置により予測された消費電力予測値と、基準となる消費電力値とを比較し、比較結果に基づいて、予測結果が基準値を上回れば、消費電力値を低くする制御を行うことを特徴とする機器。
27. 請求項１から２４までのいずれか１項に記載の情報処理装置による消費電力予測結果に基づいて、機器制御又は前記機器制御に関連する情報処理を行うことを特徴とする機器制御システム。
28. 機器のオン期間とオフ期間とを判定するオンオフ期間判定ステップと、
    前記オンオフ期間判定ステップにより判定された前記オン期間にオン電力を割り当てることにより、消費電力を予測する消費電力予測ステップと
    を有することを特徴とする情報処理方法。
29. 請求項２８に記載の情報処理方法をコンピュータに実行させるためのプログラム。
30. 請求項２９に記載のプログラムを記録するコンピュータ読み取り可能な記録媒体。

Images