JP2015103241A - 消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体 - Google Patents
消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体 Download PDFInfo
- Publication number
- JP2015103241A JP2015103241A JP2014080130A JP2014080130A JP2015103241A JP 2015103241 A JP2015103241 A JP 2015103241A JP 2014080130 A JP2014080130 A JP 2014080130A JP 2014080130 A JP2014080130 A JP 2014080130A JP 2015103241 A JP2015103241 A JP 2015103241A
- Authority
- JP
- Japan
- Prior art keywords
- state
- time
- power consumption
- length
- recording
- 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 abstract description 47
- 230000007704 transition Effects 0.000 claims description 82
- 238000012545 processing Methods 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
【解決手段】消費電力予測装置は器具の複数の消費電力データを受信する。消費電力データは時系列を有する。各消費電力データは記録状態と、記録時間の長さとを含む。各記録状態は器具の複数の操作状態の1つである。消費電力予測装置は各操作状態の平均操作時間の長さを記録状態および記録時間の長さにしたがって算出し、各操作状態の少なくとも1つの移行可能性を時系列および消費電力データにしたがって算出する。各移行可能性は元の状態から目標状態に入る可能性である。元の状態は操作状態のうちの1つであり、目標状態は操作状態のうちの1つである。
【選択図】図1A
Description
しかし、これらの技術には長期間の訓練が必要であり、比較的小型の施設で用いられる場合には、大規模な施設で用いられる場合に比べて予測結果がそれほど正確ではない。
建物17の器具19は複数の操作状態を有する。たとえば、器具19が扇風機である場合は、その操作状態は、「高」、「中」、「低」、「入」および「切」を備えていてもよい。当業者が容易に理解できるように、異なる器具は異なる状態を有し、また異なる数の状態も有する。本実施形態では、器具19は5つの操作状態S1、S2、S3、入および切を有する。
第1の消費電力データ10a、10b、10c、10d.....10eは第1の時系列を有する。第1の時系列によれば、第1の消費電力データ10aは第1の消費電力データ10bより早く、第1の消費電力データ10bは第1の消費電力データ10cより早く、以下同様である。第1の消費電力データ10a、10b、10c、10d.....10eのそれぞれは、第1の記録状態と、第1の記録状態に対応する第1の記録時間の長さとを含む。
第1の記録状態のそれぞれは、器具19の5つの操作状態S1、S2、S3、入および切のうちの1つである。簡潔に言えば、第1の消費電力データ10a、10b、10c、10d.....10eのそれぞれは、器具19が一定の操作状態下で稼働する一定の時間の長さを記録する。
本実施形態では、第1の消費電力データ10aは記録状態S1と、第1の記録時間の長さT1とを含み、第1の消費電力データ10bは記録状態S2と、第1の記録時間の長さT2とを含み、第1の消費電力データ10cは記録状態S1と、第1の記録時間の長さT3とを含み、第1の消費電力データ10dは記録状態S2と、第1の記録時間の長さT4とを含み、第1の消費電力データ10eは記録状態S3と、第1の記録時間の長さT5とを含む。
(a)第1の消費電力データ10a、10b、10c、10d.....10eから少なくとも1つの選択した消費電力データとして少なくとも1つを選択するステップ。本ステップにおいて、少なくとも1つの選択した消費電力データのそれぞれの第1の記録状態は操作状態である。
(b)少なくとも1つの選択した消費電力データに対応する少なくとも1つの第1の記録時間の長さを、操作状態の平均的な操作時間の長さとして平均するステップ。操作状態S1を例にすると、処理装置13は第1の消費電力データ10a、10cを選択した消費電力データとして選択する。次に、選択した消費電力データ(つまり、第1の消費電力データ10a、10c)に含まれる第1の記録時間の長さ(つまり、第1の記録時間の長さT1、T3)を操作状態の平均的な操作時間の長さS1として平均する。
本発明の別の実施形態では、処理装置はまた、別の方法、たとえば、平均的な操作時間の長さとして中央値または最頻値をとることによって、操作状態のそれぞれの平均的な操作時間の長さを算出してもよい。
(a)時系列および第1の記録状態にしたがって、操作状態に入る第1の回数を数える操作。
(b)時系列および第1の記録状態にしたがって、器具が操作状態を出た後に入った少なくとも1つの移行状態を判断する操作。操作中、少なくとも1つの移行状態のそれぞれは操作状態S1、S2、S3、入および切のうちの1つである。
(c)時系列および第1の記録状態にしたがって、操作状態から少なくとも1つの移行状態のそれぞれに入る少なくとも1つの第2の回数を数える操作。
および(d)少なくとも1つの第2の回数のそれぞれを第1の回数で割って、操作状態の少なくとも1つの移行可能性を得る操作。
図1Bに示す第1の消費電力データ10b、10cを例にとると、第1の消費電力データ10cは第1の消費電力データ10bのすぐ後に続くため、器具19は操作状態S2を出た後に操作状態S1に入ったことを意味する。処理装置13は操作状態S1に入る第1の回数をこの種の情報のみにしたがって数える。一方、処理装置13はまた、状態器具19が操作状態S1を出た後にどの状態に入るかを、時系列および第1の記録状態にしたがって判断し、その状態を操作状態S1の移行状態とする。
図1Bに示す第1の消費電力データ10a、10bならびに第1の消費電力データ10c、10dを例にとると、どちらの事例においても、器具19は操作状態S1を出た後に操作状態S2に入る。したがって、処理装置13は、操作状態S1が操作状態S2である1つの移行状態を有すると判断する。次に、処理装置13は、操作状態S1から少なくとも1つの移行状態(つまり、操作状態S2)のそれぞれに入る少なくとも1つの第2の回数を時系列および第1の記録状態にしたがって数える。その後、処理装置13は、少なくとも1つの第2の回数のそれぞれを第1の回数で割り、操作状態S1の少なくとも1つの移行可能性を得る。
本発明の焦点は器具の消費電力モデルを確立することであるが、消費電力モデルは図1Cに示す状態移行図で表示されているものに限定されない。
本実施形態では、消費電力予測装置1は消費エネルギー予測間隔を有する。消費エネルギー予測間隔は、処理装置13が毎回消費電力を予測することができる時間の長さを表す。たとえば、現在の時点が午前10:00であり、消費エネルギー予測間隔が15分である場合は、処理装置13は、午前10:00から午前10:15までの消費電力を、器具19の消費電力モデルにしたがって予測する。消費電力予測装置1が器具19のその後の消費電力を器具19の消費電力モデルにしたがって予測する方法を、以下に説明する。
処理装置13が、器具19の電力特徴データにしたがって、どの操作状態(つまり、前述の現在の状態)に器具19が現在あるかを判断する方法、および操作状態下で経過した時間の長さを判断する方法は、本発明の焦点ではないため、本明細書ではこれ以上詳しくは説明しない。
は時間間隔hでの操作状態jの平均的な操作時間の長さを表し、変数
は時間間隔hでの操作状態iから操作状態jへの移動の可能性(つまり、前述の移行可能性)を表し、変数HXは器具19の限定操作状態のセットを表し、変数ΔPijは操作状態iから操作状態jに入る電力変化を表し、予測値EHは現時点から目標時点までの器具19の予測消費電力を表す。
前述の例では、現時点での現在の状態下の器具19の残りの滞留時間は10分であるため、まず、E(午前10:00、午前10:10、10、i)にしたがって算出する。次にPiをE(午前10:00、午前10:10、10、i)に加えると、残りの滞留時間はゼロ未満となり、状態移行が必要となる。そのためE(午前10:10、午前10:15、5、i)をさらに加える。
処理装置13が残りの滞留時間がゼロ未満であると判断すると、処理装置13は、現在の状態の少なくとも1つの移行可能性を少なくとも1つの選択した移行可能性として選択し、現時点から目標時点までの器具19の予測消費電力を、少なくとも1つの選択した移行可能性のそれぞれ、少なくとも1つの選択した移行可能性のそれぞれの目標状態の滞留時間の長さ、現在の状態から少なくとも1つの選択した移行可能性のそれぞれの目標状態に入る少なくとも1つの切り替え電力、現時点および目標時点にしたがって算出する。
処理装置13が、現時点が目標時点と同一であると判断すると、処理装置13は現在の状態下の器具19の電力(つまり、平均的な消費電力)を現時点から目標時点までの予測消費電力とする。さらに、処理装置13が目標時点が現時点を過ぎていると判断すると、現時点から目標時点までの予測消費電力はゼロになる。
処理装置13は、操作状態の平均的な操作時間の長さS1、S2、S3、入および切のそれぞれを第2の記録状態および第2の記録時間の長さにしたがって更新し、操作状態S1、S2、S3、入および切のそれぞれの少なくとも1つの移行可能性を、第2の時系列および第2の消費電力データ12a.....12bにしたがって前述の方法で更新する。
消費電力モデルを確立後、消費電力予測装置1は、それにともなって器具19の消費電力を予測することができる。簡潔に言えば、消費電力予測装置1はまず、現時点および現在の状態に入ってから今回経過した滞留時間の長さ時点における、器具19の現在の状態(つまり、器具19の操作状態S1、S2、S3、入および切のうちの1つ)を判断する。その後、消費電力予測装置1は現在の状態下の器具19の残りの滞留時間を、消費エネルギー予測間隔、経過した滞留時間の長さおよび現在の状態に対応する平均的な操作時間の長さにしたがって算出する。次に、消費電力予測装置1は、現時点から目標時点までの器具19の予測消費電力を、残りの滞留時間および消費電力モデルの情報にしたがって算出する。
(a)消費電力データから少なくとも1つの選択した消費電力データとして少なくとも1つを選択するステップであって、少なくとも1つの選択した消費電力データのそれぞれの記録状態は操作状態であるステップ。
(b)少なくとも1つの選択した消費電力データに対応する少なくとも1つの第1の記録時間の長さを操作状態の平均的な操作時間の長さとして平均するステップ。
次に、ステップS234を実行して、操作状態から少なくとも1つの移行状態のそれぞれに入る少なくとも1つの第2の回数を時系列および記録状態にしたがって数える。その後、ステップS235を実行して、少なくとも1つの第2の回数のそれぞれを第1の回数で割り、操作状態の少なくとも1つの移行可能性を得る。次に、ステップS236を実行して、移行可能性がまだ算出されていない任意の操作状態があるかを判断する。
ステップS236において判断の結果が「はい」である場合は、ステップS231からステップS235を繰り返し実行して、別の操作状態の移行可能性を算出する。ステップS236において判断の結果が「いいえ」である場合は、ステップS23を終了する。ステップS23の終了とは、本実施形態の消費電力予測方法が器具の消費電力モデルを確立済みであるため、器具の消費電力を消費電力モデルを用いて後で予測することができることを意味する。
残りの滞留時間がゼロ未満である場合は、ステップS27において、現在の状態の少なくとも1つの移行可能性を少なくとも1つの選択した移行可能性として選択し、現時点から目標時点までの器具の予測消費電力を、少なくとも1つの選択した移行可能性のそれぞれ、少なくとも1つの選択した移行可能性のそれぞれの目標状態の平均的な操作時間の長さ、現在の状態から少なくとも1つの選択した移行可能性のそれぞれの目標状態に入る少なくとも1つの切り替え電力、現時点および目標時点、にしたがって算出する。
別の消費電力データは時系列を有し、別の消費電力データのそれぞれは記録状態と、記録状態に対応する記録時間の長さとを含む。記録状態のそれぞれは操作状態のうちの1つである。その後、別のステップを実行して、操作状態のそれぞれの平均的な操作時間の長さを、記録状態、別の消費電力データに含まれる記録時間の長さにしたがって更新し、操作状態のそれぞれの少なくとも1つの移行可能性を時系列および別の消費電力データにしたがって更新する。
前述の非一時的コンピュータ可読記憶媒体は、読み出し専用メモリ(ROM)、フラッシュメモリ、フロッピー(登録商標)ディスク、ハードディスク、コンパクトディスク(CD)、モバイルディスク、磁気テープ、ネットワークにアクセス可能なデータベース、または同一の機能を有し、当業者には周知である任意の別の記憶媒体であってもよい。
消費電力モデルが確立されると、本発明はその後の器具の消費電力を予測することができる。簡潔に言えば、本発明はまず、現時点および器具が現在の状態に入った後で経過した時間の長さでの器具の現在の状態(つまり、器具の操作状態のうちの1つ)を、電力特徴データにしたがって判断する。その後、本発明は現在の状態下の器具の残りの滞留時間を算出し、次に現時点から目標時点までの器具の予測消費電力を残りの滞留時間および消費電力モデルの情報にしたがって算出する。それによって、本発明は器具の消費電力モデルを確立し、器具の将来の消費電力器具から収集した消費電力データの一部を用いるだけで、任意の追加の環境データ(たとえば、温度データ、湿度データなど)を用いずに、予測することができる。
Claims (16)
- 消費電力予測装置であって、
器具の複数の第1の消費電力データを受信するように構成されるインターフェースであって、前記器具は複数の操作状態を有し、前記第1の消費電力データは第1の時系列を有し、前記第1の消費電力データのそれぞれは第1の記録状態と、前記第1の記録状態に対応する第1の記録時間の長さとを含み、前記第1の記録状態のそれぞれは前記操作状態のうちの1つであるインターフェースと、
前記インターフェースに電気的に接続し、前記操作状態のそれぞれの平均的な操作時間の長さを、前記第1の記録状態および前記第1の記録時間の長さにしたがって算出し、前記操作状態のそれぞれの少なくとも1つの移行可能性を、前記第1の時系列および前記第1の消費電力データにしたがって算出するように構成される処理装置であって、前記移行可能性のそれぞれは元の状態から目標状態に入る可能性であり、前記元の状態は前記操作状態のうちの1つであり、前記目標状態は前記操作状態のうちの1つであり、前記元の状態は前記目標状態とは異なる処理装置と、
を備える、消費電力予測装置。 - 請求項1に記載の消費電力予測装置であって、前記処理装置は、前記操作状態のそれぞれにおいて、
前記第1の消費電力データから少なくとも1つの選択した消費電力データとして少なくとも1つを選択する操作であって、前記少なくとも1つの選択した消費電力データのそれぞれの前記第1の記録状態は前記操作状態である操作と、
前記少なくとも1つの選択した消費電力データに対応する前記少なくとも1つの第1の記録時間の長さを、前記操作状態の前記平均的な操作時間の長さとして算術的に平均する操作と、
を実施することによって前記操作状態のそれぞれの前記平均的な操作時間の長さを算出する、消費電力予測装置。 - 請求項1に記載の消費電力予測装置であって、前記処理装置は、前記操作状態のそれぞれにおいて、
前記操作状態に入る第1の回数を前記時系列および前記第1の記録状態にしたがって数える操作と、
前記操作状態を出てから前記器具が入った少なくとも1つの移行状態を前記時系列および前記第1の記録状態にしたがって判断する操作であって、前記少なくとも1つの移行状態のそれぞれは前記操作状態のうちの1つである操作と、
前記操作状態から前記少なくとも1つの移行状態のそれぞれに入る少なくとも1つの第2の回数を前記時系列および前記第1の記録状態にしたがって数える操作と、
前記少なくとも1つの第2の回数のそれぞれを前記第1の回数で割って、前記操作状態の前記少なくとも1つの移行可能性を得る操作と、
を実施することによって前記操作状態のそれぞれの前記少なくとも1つの移行可能性を算出する、消費電力予測装置。 - 請求項1に記載の消費電力予測装置であって、前記処理装置はさらに、現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断し、前記現在の状態は前記操作状態のうちの1つであり、前記処理装置はさらに、残りの滞留時間を、消費エネルギー予測間隔、前記経過した滞留時間の長さ、および前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出し、前記処理装置はさらに、前記残りの滞留時間がゼロ以上であることを判断し、前記処理装置はさらに、前記現時点から目標時点までの前記器具の予測消費電力を、前記現在の状態の電力、前記残りの滞留時間、前記現時点、および前記目標時点にしたがって算出する、消費電力予測装置。
- 請求項1に記載の消費電力予測装置であって、前記処理装置はさらに、現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断し、前記現在の状態は前記操作状態のうちの1つであり、前記処理装置はさらに、残りの滞留時間を消費エネルギー予測間隔、前記経過した滞留時間の長さ、および前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出し、前記処理装置はさらに、前記残りの滞留時間がゼロ未満であることを判断し、前記処理装置はさらに、前記現在の状態の前記少なくとも1つの移行可能性を少なくとも1つの選択した移行可能性として選択し、前記処理装置はさらに、前記現時点から目標時点までの前記器具の予測消費電力を、前記少なくとも1つの選択した移行可能性、前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態の前記平均的な操作時間の長さ、前記現在の状態から前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態に入る少なくとも1つの切り替え電力、前記現時点、および前記目標時点にしたがって算出する、消費電力予測装置。
- 請求項1に記載の消費電力予測装置であって、前記処理装置はさらに、現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断し、前記現在の状態下の現時点および経過した滞留時間の長さにおける前記器具の現在の状態を前記器具の電力特徴データにしたがって判断し、前記現在の状態は前記操作状態のうちの1つであり、前記処理装置はさらに、残りの滞留時間を前記経過した滞留時間の長さ、および前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出し、前記処理装置はさらに、前記残りの滞留時間がゼロ未満であることを判断し、前記処理装置はさらに、前記少なくとも1つの移行可能性を、前記現在の状態の少なくとも1つの移行可能性にしたがって算出し、前記処理装置はさらに、前記現時点から目標時点までの前記器具の予測消費電力を、前記少なくとも1つの選択した移行可能性のそれぞれ、前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態の前記平均的な操作時間の長さ、前記現在の状態から前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態に入る少なくとも1つの切り替え電力、前記現時点、および前記目標時点にしたがって算出する、消費電力予測装置。
- 請求項1に記載の消費電力予測装置であって、前記インターフェースはさらに、前記器具の複数の第2の消費電力データを受信し、前記第2の消費電力データは第2の時系列を有し、前記第2の消費電力データのそれぞれは第2の記録状態と、前記第2の記録状態に対応する第2の記録時間の長さとを含み、前記第2の記録状態のそれぞれは前記操作状態のうちの1つであり、前記処理装置はさらに、前記操作状態のそれぞれの前記平均的な操作時間の長さを前記第2の記録状態および前記第2の記録時間の長さにしたがって更新し、前記操作状態のそれぞれの少なくとも1つの移行可能性を前記第2の時系列および前記第2の消費電力データにしたがって更新する、消費電力予測装置。
- コンピュータに実施形態される消費電力予測方法であって、
(a)器具の複数の第1の消費電力データを受信することであって、前記器具は複数の操作状態を有し、前記第1の消費電力データは第1の時系列を有し、前記第1の消費電力データのそれぞれは第1の記録状態と、前記第1の記録状態に対応する第1の記録時間の長さとを含み、前記第1の記録状態のそれぞれは前記操作状態のうちの1つであることと、
(b)前記操作状態のそれぞれの平均操作時間の長さを前記第1の記録状態および前記第1の記録時間の長さにしたがって算出することと、
(c)前記操作状態のそれぞれの少なくとも1つの移行可能性を前記第1の時系列および前記第1の消費電力データにしたがって算出することと、
を備える方法であって、
前記移行可能性のそれぞれは元の状態から目標状態に入る前記可能性であり、前記元の状態は前記操作状態のうちの1つであり、前記目標状態は前記操作状態のうちの1つであり、前記元の状態は前記目標状態とは異なる、方法。 - 請求項8に記載の消費電力予測方法であって、前記ステップ(c)の前記操作状態のそれぞれにおいて、
前記第1の消費電力データから少なくとも1つの選択した消費電力データとして少なくとも1つを選択するステップであって、前記少なくとも1つの選択した消費電力データのそれぞれの前記第1の記録状態は前記操作状態であるステップと、
前記少なくとも1つの選択した消費電力データに対応する前記少なくとも1つの第1の記録時間の長さを前記操作状態の前記平均的な操作時間の長さとして算術的に平均するステップと、
を実行することによって、前記操作状態のそれぞれの前記平均的な操作時間の長さを算出する、方法。 - 請求項8に記載の消費電力予測方法であって、前記ステップ(c)の前記操作状態のそれぞれにおいて、
前記操作状態に入る第1の回数を前記時系列および前記第1の記録状態にしたがって数えるステップと、
前記操作状態を出た後に前記器具が入った少なくとも1つの移行状態を前記時系列および前記第1の記録状態にしたがって判断するステップであって、前記少なくとも1つの移行状態のそれぞれは前記操作状態のうちの1つであるステップと、
前記操作状態から前記少なくとも1つの移行状態のそれぞれに入る少なくとも1つの第2の回数を前記時系列および前記第1の記録状態にしたがって数えるステップと、
前記少なくとも1つの第2の回数のそれぞれを前記第1の回数で割って、前記操作状態の前記少なくとも1つの移行可能性を得るステップと、
を実行することによって、前記操作状態のそれぞれの前記少なくとも1つの移行可能性を算出する、方法。 - 請求項8に記載の消費電力予測方法であって、さらに、
現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断することであって、前記現在の状態は前記操作状態のうちの1つであることと、
残りの滞留時間を、消費エネルギー予測間隔、前記経過した滞留時間の長さおよび前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出することと、
前記残りの滞留時間はゼロ以上であることを判断することと、
前記現時点から目標時点までの前記器具の予測消費電力を前記現在の状態の電力、前記残りの滞留時間、前記現時点および前記目標時点にしたがって算出することと、
を備える方法。 - 請求項8に記載の消費電力予測方法であって、さらに、
現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断することであって、前記現在の状態は前記操作状態のうちの1つであることと、
残りの滞留時間を、前記経過した滞留時間の長さおよび前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出することと、
前記残りの滞留時間はゼロ未満であることを判断することと、
前記現在の状態の前記少なくとも1つの移行可能性を少なくとも1つの選択した移行可能性として選択することと、
前記現時点から目標時点までの前記器具の予測消費電力を、前記少なくとも1つの選択した移行可能性のそれぞれ、前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態の前記平均的な操作時間の長さ、前記現在の状態から前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態に入る少なくとも1つの切り替え電力、前記現時点および前記目標時点にしたがって算出することと、
を備える方法。 - 請求項8に記載の消費電力予測方法であって、さらに、
現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断することであって、前記現在の状態は前記操作状態のうちの1つであることと、
残りの滞留時間を、消費エネルギー予測間隔、前記経過した滞留時間の長さおよび前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出することと、
前記残りの滞留時間はゼロ未満であることを判断することと、
前記現在の状態の前記少なくとも1つの移行可能性にしたがって、少なくとも1つの選択した移行可能性を算出することと、
前記現時点から目標時点までの前記器具の予測消費電力を、前記少なくとも1つの選択した移行可能性のそれぞれ、前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態の前記平均的な操作時間の長さ、前記現在の状態から前記少なくとも1つの選択した移行可能性のそれぞれの前記目標状態に入る少なくとも1つの切り替え電力、前記現時点および前記目標時点にしたがって算出することと、
を備える方法。 - 請求項8に記載の消費電力予測方法であって、さらに、
前記器具の複数の第2の消費電力データを受信することであって、前記第2の消費電力データは第2の時系列を有し、前記第2の消費電力データのそれぞれは第2の記録状態と、前記第2の記録状態に対応する第2の記録時間の長さとを含み、前記第2の記録状態のそれぞれは前記操作状態のうちの1つであることと、
前記操作状態のそれぞれの前記平均的な操作時間の長さを前記第2の記録状態および前記第2の記録時間の長さにしたがって更新することと、
前記操作状態のそれぞれの前記少なくとも1つの移行可能性を前記第2の時系列および前記第2の消費電力データにしたがって更新することと、
を備える、方法。 - その内部に記憶されるコンピュータプログラムを有する非一時的コンピュータ可読記憶媒体であって、前記コンピュータプログラムは電子機器に読み込まれた後に消費電力予測方法を実行し、前記消費電力予測方法は、
前記電子機器によって、器具の複数の消費電力データ受信することであって、前記器具は複数の操作状態を有し、前記消費電力データは時系列を有し、前記消費電力データのそれぞれは記録状態と、前記記録状態に対応する記録時間の長さとを含み、前記記録状態のそれぞれは前記操作状態のうちの1つであることと、
前記電子機器によって、前記操作状態のそれぞれの平均操作時間の長さを、前記記録状態および前記記録時間の長さにしたがって算出することと、
前記電子機器によって、前記操作状態のそれぞれの少なくとも1つの移行可能性を前記時系列および前記消費電力データにしたがって算出することと、
を備える方法であって、
前記移行可能性のそれぞれは元の状態から目標状態に入る可能性であり、前記元の状態は前記操作状態のうちの1つであり、前記目標状態は前記操作状態のうちの1つであり、前記元の状態は前記目標状態とは異なる、非一時的コンピュータ可読記憶媒体。 - 請求項15に記載の非一時的コンピュータ可読記憶媒体であって、前記消費電力予測方法は、さらに、
前記電子機器によって、現時点での前記器具の現在の状態と、前記現在の状態下で経過した滞留時間の長さとを、前記器具の電力特徴データにしたがって判断することであって、前記現在の状態は前記操作状態のうちの1つであることと、
前記電子機器によって、残りの滞留時間を、前記経過した滞留時間の長さおよび前記現在の状態に対応する前記平均的な操作時間の長さにしたがって算出することと、
前記電子機器によって、前記残りの滞留時間がゼロ以上であることを判断することと、
前記電子機器によって、前記現時点から目標時点までの前記器具の予測消費電力を前記現在の状態の電力、前記残りの滞留時間、前記現時点および前記目標時点にしたがって算出することと、
を備える非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102142609A TWI481881B (zh) | 2013-11-22 | 2013-11-22 | 耗電預測裝置、方法及其電腦程式產品 |
TW102142609 | 2013-11-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015103241A true JP2015103241A (ja) | 2015-06-04 |
JP5940581B2 JP5940581B2 (ja) | 2016-06-29 |
Family
ID=53183346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014080130A Active JP5940581B2 (ja) | 2013-11-22 | 2014-04-09 | 消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20150149130A1 (ja) |
JP (1) | JP5940581B2 (ja) |
CN (1) | CN104655953A (ja) |
TW (1) | TWI481881B (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915283B (zh) * | 2015-06-25 | 2016-07-06 | 北京奇虎科技有限公司 | 衡量移动终端耗电情况的方法和装置 |
TWI580145B (zh) * | 2015-10-27 | 2017-04-21 | 財團法人資訊工業策進會 | 適用於加工機台之用電量預估系統與用電量預估方法 |
TW201820246A (zh) * | 2016-11-23 | 2018-06-01 | 財團法人資訊工業策進會 | 取得用電戶之負載運作機率之方法及取得用電戶群組之負載運作機率之方法 |
CN106707807B (zh) * | 2016-11-28 | 2018-01-02 | 深圳普创天信科技发展有限公司 | 饮水机及其基于时序的智能控制方法、系统 |
CN107194502B (zh) * | 2017-05-04 | 2020-10-23 | 山东大学 | 一种居民用户电力负荷预测方法 |
CN108387776A (zh) * | 2018-01-02 | 2018-08-10 | 山东浪潮通软信息科技有限公司 | 一种智能电表的预警方法及装置 |
CN109359780B (zh) * | 2018-11-16 | 2021-10-08 | 上海电力学院 | 一种基于电器化指数的居民用电量预测方法 |
CN111126707B (zh) * | 2019-12-26 | 2023-10-27 | 华自科技股份有限公司 | 能耗方程构建、能耗预测方法与装置 |
CN111224443A (zh) * | 2020-02-05 | 2020-06-02 | 广州赛特智能科技有限公司 | 基于大数据的配送机器人充电方法、系统及处理终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130131883A1 (en) * | 2010-06-25 | 2013-05-23 | Sharp Kabushiki Kaisha | Electricity management system for efficiently operating a plurality of electric appliances, electric appliance therefor, central control unit, computer program and storage medium thereof, and method of managing electric appliances by the central control unit |
JP2013196631A (ja) * | 2012-03-22 | 2013-09-30 | Toshiba Corp | 行動モデル生成装置およびその方法 |
JP2013213825A (ja) * | 2012-03-30 | 2013-10-17 | Infometis Co Ltd | 電気機器をモニタするための方法、及び、モニタ装置 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0627175A (ja) * | 1992-07-07 | 1994-02-04 | Toyota Autom Loom Works Ltd | コンデンサの寿命計算装置 |
US7310572B2 (en) * | 2005-09-16 | 2007-12-18 | Honeywell International Inc. | Predictive contract system and method |
US7400115B2 (en) * | 2006-02-09 | 2008-07-15 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated combined battery state-parameter vector |
US7752468B2 (en) * | 2006-06-06 | 2010-07-06 | Intel Corporation | Predict computing platform memory power utilization |
US8190939B2 (en) * | 2009-06-26 | 2012-05-29 | Microsoft Corporation | Reducing power consumption of computing devices by forecasting computing performance needs |
JP2011178209A (ja) * | 2010-02-26 | 2011-09-15 | Denso Corp | 消費電力予測装置 |
US20110307200A1 (en) * | 2010-06-11 | 2011-12-15 | Academia Sinica | Recognizing multiple appliance operating states using circuit-level electrical information |
US9190844B2 (en) * | 2012-11-04 | 2015-11-17 | Bao Tran | Systems and methods for reducing energy usage |
US8560134B1 (en) * | 2010-09-10 | 2013-10-15 | Kwangduk Douglas Lee | System and method for electric load recognition from centrally monitored power signal and its application to home energy management |
CN103998942A (zh) * | 2010-12-13 | 2014-08-20 | 美国弗劳恩霍夫股份公司 | 用于非侵入式负载监测的方法和系统 |
US8812427B2 (en) * | 2011-04-27 | 2014-08-19 | Hewlett-Packard Development Company, L.P. | System and method for disaggregating power load |
US8543135B2 (en) * | 2011-05-12 | 2013-09-24 | Amit Goyal | Contextually aware mobile device |
EP2733647B1 (en) * | 2011-07-13 | 2016-11-02 | Nitto Denko Corporation | On-demand power control system, on-demand power control system program, and computer-readable recording medium recorded with said program |
TWI420126B (zh) * | 2011-09-27 | 2013-12-21 | Neotec Semiconductor Ltd | 電池容量預測裝置及其預測方法 |
US8818774B2 (en) * | 2012-03-22 | 2014-08-26 | Kabushiki Kaisha Toshiba | Behavioral model generating device and method therefor |
CA2865873A1 (en) * | 2012-03-30 | 2013-10-03 | Sony Corporation | Data processing apparatus, data processing method, and program |
CN103037391B (zh) * | 2013-01-17 | 2015-04-01 | 上海交通大学 | 基于数据流预测的低功耗rrc协议优化控制方法 |
CN103198235B (zh) * | 2013-04-27 | 2015-12-02 | 国家电网公司 | 基于风功率纵向时刻概率分布的风功率预测值预评估方法 |
CN103336877B (zh) * | 2013-07-25 | 2016-03-16 | 哈尔滨工业大学 | 一种基于rvm动态可重构的卫星锂离子电池剩余寿命预测系统及方法 |
-
2013
- 2013-11-22 TW TW102142609A patent/TWI481881B/zh active
- 2013-12-05 CN CN201310655388.4A patent/CN104655953A/zh active Pending
-
2014
- 2014-02-28 US US14/194,239 patent/US20150149130A1/en not_active Abandoned
- 2014-04-09 JP JP2014080130A patent/JP5940581B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130131883A1 (en) * | 2010-06-25 | 2013-05-23 | Sharp Kabushiki Kaisha | Electricity management system for efficiently operating a plurality of electric appliances, electric appliance therefor, central control unit, computer program and storage medium thereof, and method of managing electric appliances by the central control unit |
JP2013196631A (ja) * | 2012-03-22 | 2013-09-30 | Toshiba Corp | 行動モデル生成装置およびその方法 |
JP2013213825A (ja) * | 2012-03-30 | 2013-10-17 | Infometis Co Ltd | 電気機器をモニタするための方法、及び、モニタ装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201520563A (zh) | 2015-06-01 |
TWI481881B (zh) | 2015-04-21 |
JP5940581B2 (ja) | 2016-06-29 |
CN104655953A (zh) | 2015-05-27 |
US20150149130A1 (en) | 2015-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5940581B2 (ja) | 消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体 | |
US20140024416A1 (en) | Method and apparatus for power management on mobile devices and associated mobile devices | |
CN107480028B (zh) | 磁盘可使用的剩余时长的获取方法及装置 | |
KR20180037760A (ko) | 배터리 상태 추정 장치 및 방법 | |
US20130231894A1 (en) | Method and apparatus for providing battery information | |
US20160077538A1 (en) | Load forecasting for residential sector demand response | |
US10021636B2 (en) | Methods, apparatuses, and computer program products for configuring and collecting information from sleepy devices | |
JP5734325B2 (ja) | 電力予測装置、設備制御システム、電力予測方法、及びプログラム | |
CN107726632B (zh) | 加热控制方法及服务器 | |
US20160321564A1 (en) | Operational parameter value learning device, operational parameter value learning method, and controller for learning device | |
US20210025611A1 (en) | Detecting diagnostic events in a thermal system | |
JP2018101201A (ja) | 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法 | |
CN114222978A (zh) | 耗电信息的处理方法、装置、电子设备及存储介质 | |
US8818774B2 (en) | Behavioral model generating device and method therefor | |
CN109461231B (zh) | 一种门锁控制方法、装置、控制设备及可读存储介质 | |
KR101867222B1 (ko) | 복합 센서의 기기상태 영향도 기반 비접촉 가전기기 식별방법 및 장치 | |
CN106910349A (zh) | 一种交通信号灯控制方法和系统 | |
CN116047323A (zh) | 一种电池soc的修正方法、系统、电池及电池管理系统 | |
KR102250730B1 (ko) | 금형 디지털 카운터 기반 금형 관리 시스템 | |
CN112087353B (zh) | 一种设备的功能推荐方法、云端服务器及存储介质 | |
JP2014063617A (ja) | 蓄電池の残存価値格付け装置およびプログラム | |
CN116529616A (zh) | 一种电池剩余充电时间估算方法、装置及电池管理系统 | |
KR101171147B1 (ko) | 센서 노드 및 그 제어방법 | |
JP2020160932A (ja) | 電力予測方法及び電力予測システム | |
KR20200053379A (ko) | 스마트그리드를 위한 통신 방식 채택 방법 및 이를 수행하는 통신 정책 서버 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150908 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150915 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20151209 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20160112 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20160204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160315 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160518 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5940581 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 |