JP2017021497A - 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 - Google Patents

Abstract

【課題】負荷実績データから外乱となるデータを修正又は除外することができる負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法を提供する。
【解決手段】負荷実績データ判別装置は、類似度算出部１０２と、日種別判別部１０４を持つ。類似度算出部は、所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得し、類似度に基づいて日種別判別部は負荷パターンが得られた所定期間の種類を判別する。
【選択図】図１

Description

本発明の実施形態は、負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法に関する。

従来、エネルギー機器を最適に運用するための運用システムにおいて、運用の最適化には、エネルギー機器の負荷を予測する負荷予測装置の予測精度を高める必要がある。負荷予測装置における負荷予測は、管理対象となるエネルギー機器の負荷実績データを定期的に収集した負荷実績データに基づいて行われる。この負荷実績データは、異なる日の間で、１日の時間帯毎に同じような変化を示す日パターンを有するが、この日パターンは様々な要因で変動する。具体的には、日パターンは、経年変動や年間を通しての気候による季節的な変動で、変化する。また、負荷実績データの変動を精度よく予測するためには、直近の負荷実績データを学習データや統計処理対象データとすることで、予測モデルに反映させる必要がある。

上述したように、日パターンの変動は、負荷となる機器の稼働状況（機器を利用する人員の活動状態）によるもの、気象状況による冷暖房の稼働状況によるもの等がある。その中で、人員の活動状態による休日（休業日等）、平日（営業日、就業日等）等の日種別の違いは変動の大きな要因となっている。このため、負荷予測等を行う場合には、休日用、平日用に別々の予測モデルを用いることが多い。また、場合によっては日パターンをさらに細かい日種別に分ける（休日明け平日、土曜日等）こともある。また、特殊な日種別として、特異（特殊）日が設定され、予測の対象から除外する場合もある。どのモデルで予測を行うかは、曜日別のカレンダ情報にあらかじめ設定されている休日、平日、特異日等の日種別をもとにしている。また、祝祭日の休日設定、特異日の設定は、人間が手入力で入力していた。

従来の負荷予測装置では予測対象日の日種別の情報（カレンダ情報）が誤っていると、使用するモデルが異なるため、予測結果が実際の負荷パターンと合わなくなる可能性があった。また、過去の負荷実績データの日パターンの日種別は、予測を行った時点のカレンダ情報をそのまま使用しているため、実際の日パターンの日種別に合致しないデータが含まれる可能性がある。そのような負荷実績データを用いて学習、統計処理を行うことにより、予測結果の精度が著しく低下する可能性があった。

特許第２７０４０２６号公報 特開２０１３−５４６５号公報 特許第３１６０６９３号公報

本発明が解決しようとする課題は、負荷実績データから外乱となるデータを修正又は除外することができる負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法を提供することである。

実施形態の負荷実績データ判別装置は、類似度取得部と、種類判別部とを持つ。類似度取得部は、所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する。種類判別部は、類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する。

第１の実施形態における負荷予測装置を備える運用システムの構成例を示す図。 負荷予測装置１０において蓄積されるデータの対応関係を示す図。 類似度ＳＩの確率分布および類似度ＳＩの対数の正規分布を示す図。 日種別判別部１０４における日種別の訂正処理を説明するための負荷パターンの具体例１を示す図。 日種別判別部１０４における日種別の訂正処理を説明するための負荷パターンの具体例２を示す図。 負荷予測装置１０における日種別の判別に関する動作を示すフロー図。 異常検出部１０８が異常値を検出する処理を説明するための負荷パターンの具体例３を示す図。 異常検出部１０８が異常値を検出する処理を説明するための負荷パターンの具体例４を示す図。 負荷予測装置１０の異常検出部１０８が、負荷パターンの異常値を修正した修正例を示す図。 第２の実施形態における負荷予測装置の構成例を示す図。 負荷パターンにおける乖離例を示す図。

以下、実施形態の負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法を、図面を参照して説明する。

（第１の実施形態）
まず、第１の実施形態における負荷予測装置を備え、管理対象となるエネルギー機器を最適に運用するための運用システムの概略について説明する。
図１は、第１の実施形態における負荷予測装置を備える運用システムの構成例を示す図である。図１に示すように、運用システム１は、負荷予測装置１０と、カレンダ情報記録部１１と、入出力部１２と、負荷実績収集部１３と、気象情報収集部１４と、機器計画部１５と、運用パターン記録部１６と、機器制御部１７とを備える。また、運用システム１は、管理対象となるエネルギー機器の負荷を計測する負荷設備２、気象情報を提供する気象情報提供設備３、及び、管理対象となるエネルギー機器を含むエネルギー設備４と接続されている。

運用システム１は、管理対象となるエネルギー機器の稼働状況を、人員の活動状態による休日（休業日等）、平日（営業日、就業日等）、特異日（平日と異なる時間帯に稼働する営業日等）等の日種別に分類して、各日種別の特性に応じて負荷予測を行い、負荷の管理を行っている。

負荷予測装置１０は、負荷実績収集部１３から負荷実績データを受け取り、その負荷実績データを所定期間分（例えば、２〜３週間分）蓄積する機能を有する。また、負荷予測装置１０は、蓄積した負荷実績データに基づいて、負荷パターンの日種別を判別する機能と、判別した日種別と、カレンダ情報に設定されている日種別とが一致するか判断する機能とを有する。また、負荷予測装置１０は、判別した日種別毎の過去の負荷パターンに基づいて、日種別の負荷パターンを予測した負荷予測パターンを出力する機能を有する。なお、負荷予測装置１０の構成の詳細については後述する。なお、負荷パターンとは、負荷実績データにおける１日分の時間帯毎の推移を示す日パターンのことであり、１日単位の負荷実績データそのものを負荷パターンとしてもよい。

カレンダ情報記録部１１は、各年月日について、その曜日の情報と、管理対象となるエネルギー機器の稼働状況に応じて設定される休日、平日、特異日のいずれかの日種別を示す情報とを記録している。この日種別に関する情報は、例えば、入出力部１２を操作する運用システム１の管理者が設定するものである。具体的には、例えば、土曜日、日曜日、祝祭日が休日の日種別となり、祝祭日を除く月曜日〜金曜日が平日の日種別となる設定が行われる。また、管理対象となるエネルギー機器の稼働状況に応じて、上記の設定とは異なる設定も可能である。例えば、特定の日のみ半日だけエネルギー機器を稼働させる場合は、その日を、特異日の日種別として設定する。入出力部１２は、管理者等の運用システム１のユーザが入力操作を行うための例えばキーボードおよびマウス等を含む入力部と、情報をユーザに伝達するための例えばディスプレイおよびスピーカ等を含む出力部とを備える。

負荷実績収集部１３は、負荷設備２より各時間帯の負荷実績のデータを収集して、負荷実績データとして負荷予測装置１０へ出力する。気象情報収集部１４は、気象情報提供設備３から気温、湿度、及び、降雨量等を含む気象情報を収集する。機器計画部１５は、負荷予測装置１０内の負荷予測パターン記録部１１３に記録される負荷予測パターンに基づいて、エネルギー機器の運用計画に関する情報を含む運用パターンを生成する。運用パターン記録部１６は、機器計画部１５で生成された運用パターンを記録する。機器制御部１７は、運用パターン記録部１６に記録された運用パターンを参照して、運用パターンに応じてエネルギー設備４に含まれるエネルギー機器を制御する。

以上の構成により、運用システム１は、管理対象となるエネルギー機器の負荷を適切に管理することができる。なお、本実施形態における負荷としては、電力量負荷を管理対象としているが、熱量負荷を管理対象としてもよく、電力量負荷及び熱量負荷の双方を管理対象としてもよい。

次に、第１の実施形態における負荷予測装置１０の詳細について説明する。図１に示すとおり、負荷予測装置１０は、負荷実績データ記録部１０１と、類似度算出部１０２と、日間類似度テーブル１０３と、日種別判別部１０４と、判別結果記録部１０５と、日種別情報１０６と、予測用負荷パターン抽出部１０７と、異常検出部１０８と、変更通知部１０９と、予測用負荷パターン記録部１１０と、気象情報記録部１１１と、負荷パターン予測部１１２と、負荷予測パターン記録部１１３とを備える。なお、第１の実施形態における負荷実績データ判別装置は、図示していないが、例えば、負荷実績データ記録部１０１と、類似度算出部１０２と、日間類似度テーブル１０３と、日種別判別部１０４とを備える構成である。

負荷実績データ記録部１０１は、負荷実績収集部１３より、各時間帯の負荷実績データを受け取り、記録する。類似度算出部１０２は、負荷実績データ記録部１０１から負荷実績データを参照して、負荷実績データに基づいて、対象日と対象期間の各日との負荷パターンの類似度を算出し日間類似度テーブル１０３を作成する。日間類似度テーブル１０３は、類似度算出部１０２が生成した、対象日と対象期間の各日との負荷パターンの類似度に関する情報を格納するテーブルである。

日種別判別部１０４は、負荷実績データ記録部１０１より対象日の負荷実績データを参照して、対象日の負荷パターンの日種別（休日、平日、特異日）を判別する機能を有する。また、日種別判別部１０４は、カレンダ情報記録部１１から対象日の日種別を参照して、判別結果の日種別と同じであれば、そのまま判別結果記録部１０５へ出力する。また、日種別判別部１０４は、カレンダ情報記録部１１から対象日の日種別を参照して、判別結果の日種別と異なる場合は、参照した日種別を判別結果の日種別に訂正して、判別結果記録部１０５へ出力する。判別結果記録部１０５は、日種別判別部１０４が出力した対象日の負荷パターンの日種別を、対象日の日付と関連付けて記録する。

日種別情報１０６は、日種別毎の負荷パターンの統計値を格納している。日種別毎の負荷パターンの統計値とは、例えば、日種別毎の負荷パターンの平均値である平均負荷パターンや、日種別毎の負荷パターンの最大値、最小値等を含む。なお、日種別判別部１０４は、日種別毎の負荷パターンの統計値を算出し、日種別情報１０６へ出力する。

予測用負荷パターン抽出部１０７は、判別結果記録部１０５より日種別の情報を参照し、負荷実績データ記録部１０１より負荷実績データを参照して、対象期間の日種別を抽出した負荷パターンを予測用負荷パターンとする。

異常検出部１０８は、日種別情報１０６より日種別の統計値を参照し、判別結果記録部１０５より対象日の日種別の情報を参照し、負荷実績データ記録部１０１より対象日の負荷実績データを参照して、対象日の日種別に対応する統計値に基づいて、対象日の負荷パターンにおける時間帯毎の異常値の有無を検出する。また、異常検出部１０８は、異常値を検出すると、負荷パターンの異常値を修正して、修正後の負荷パターンを、予測用負荷パターン記録部１１０へ出力する。

変更通知部１０９は、判別結果記録部１０５に記録された対象日の日種別と、カレンダ情報記録部１１に設定された対象日の日種別とを比較して、双方の日種別が異なる場合には、日種別が変更されたことを入出力部１２へ通知する。これにより、運用システム１のユーザは、カレンダ情報の日種別の設定に誤りがあることを知ることができる。

予測用負荷パターン記録部１１０は、予測用負荷パターン抽出部１０７が抽出した予測用負荷パターンを格納する。また、予測用負荷パターン記録部１１０は、異常検出部１０８より修正後の負荷パターンを受信すると、その日時の負荷パターンを、修正後の負荷パターンに更新する。

気象情報記録部１１１は、気象情報収集部１４が収集した気象情報を日付に関連付けて記録する。負荷パターン予測部１１２は、予測用負荷パターン記録部１１０から予測用負荷パターンを参照し、気象情報記録部１１１から気象情報を参照して、ニューラルネット法、回帰モデル等を使用して負荷パターンを予測し、負荷予測パターンを出力する。負荷予測パターン記録部１１３は、負荷パターン予測部１１２が出力した負荷予測パターンを記録する。

次に、負荷予測装置１０における日間類似度テーブル１０３の蓄積処理の具体例ついて説明する。また、カレンダ情報記録部１１と、負荷予測装置１０が備える負荷実績データ記録部１０１、日間類似度テーブル１０３、及び、判別結果記録部１０５とにそれぞれ記録されるデータの内容、および、各データの対応関係についても説明する。

図２は、負荷予測装置１０において蓄積されるデータの対応関係を示す図である。
図２に示すように、カレンダ情報記録部１１には、Ｄ_１日・・・Ｄ_Ｓ＋２日・・・の各日における日種別の情報が設定されている。また、負荷予測装置１０は、Ｄ_１日に負荷実績データの蓄積を開始している。Ｄ_１日の行に示すように、負荷実績データ記録部１０１にはＤ_１日に対応する負荷パターン（日パターン）が記録され、判別結果記録部１０５にはＤ_１日に対応する判別結果の日種別が記録される。Ｄ_１日の翌日は、Ｄ_２日の行に示すように、負荷実績データ記録部１０１にはＤ_２日に対応する負荷パターンが記録され、判別結果記録部１０５にはＤ_２日に対応する判定結果の日種別が記録され、日間類似度テーブル１０３にはＤ_１日とＤ_２日の負荷パターンの類似度の情報が記録される。

Ｄ_２日の翌日は、Ｄ_３日の行に示すように、負荷実績データ記録部１０１にはＤ_３日に対応する負荷パターンが記録され、判別結果記録部１０５にはＤ_３日に対応する判定結果の日種別が記録され、日間類似度テーブル１０３にはＤ_１日とＤ_３日の負荷パターンの類似度の情報およびＤ_２日とＤ_３日の負荷パターンの類似度の情報が記録される。

なお、判別結果記録部１０５に記録される判別結果の日種別は、最初の数日はカレンダ情報の日種別を仮に設定し記録する。日種別判別部１０４における、日種別の判別が、所定日数以上になった時点で開始されるので、それまでは、カレンダ情報の日種別を仮に設定する。ここで、所定日数は、例えば、修正が必要となる日が含まれる場合を想定して、対象日＋３日以上の日数である。

以下同様にＤ_４日、Ｄ_５日・・・と処理されて、対象期間となるＳ日間までは、判別結果記録部１０５に類似度の情報が１日ずつ追加される。Ｓ日以降では、例えばＤ_Ｓ＋１日の行では、Ｄ_２日との類似度から始まって、Ｄ_Ｓ日との類似度で終わるテーブルとなり、例えばＤ_Ｓ＋２日の行では、Ｄ_３日との類似度から始まって、Ｄ_Ｓ＋１日との類似度で終わるテーブルとなる。すなわち、日間類似度テーブル１０３は、対象期間のＳ日間となる範囲で、対象期間に含まれる対象日をシフトしている。

次に、類似度算出部１０２における負荷パターンの類似度の算出の具体例について説明する。
類似度算出部１０２は、対象日の間で、管理時間帯（３０分間又は１時間等）毎の負荷パターンの類似度ＳＩを以下の（式１）および（式２）の式を用いて算出する。

ただし、（式１）において、ｘｄ（ｔ）は、ｄ日のｔ時間帯の契約電力量Ｗｃ［ｋＷｈ］で正規化した負荷であり、Ｗｄ（ｔ）は、ｄ日のｔ時間帯の実績電力量［ｋＷｈ］である。また、（式２）において、ＳＩ_ｉｊは、ｉ日とｊ日の負荷パターンの類似度であり、ｉ日のｔ時間帯とｊ日のｔ時間帯の負荷の差の二乗の積算値により求まる値である。また、時間帯ｔ＝１，…，ｍであり、管理する時間帯を３０分間とすると、１日は２４時間なので、ｍ＝４８となる。

次に、日種別判別部１０４における類似度ＳＩを利用した日種別の判別における第１の判別手法について説明する。
上記の（式２）で求めた類似度ＳＩは、０に偏った正の確率分布となる。そこで、図３に示すとおり、類似度ＳＩの確率分布を対数正規分布ｆ（ｘ）と仮定し、類似度ＳＩの対数の正規分布ｆ（ｌｏｇ（ｘ））を利用できるものとする。図３は、類似度ＳＩの確率分布および類似度ＳＩの対数の正規分布を示す図である。

そこで、日種別判別部１０４は、同一日種別の負荷パターン間の類似度の対数の平均値ＳＩｇ_ｌｏｇ￣を以下の（式３）の式を用いて求める（実際の￣は、（式３）に示すとおり「ＳＩｇ_ｌｏｇ」の上に位置する。）。また、日種別判別部１０４は、負荷パターンの同一日種別における標本標準偏差ＳＳＤｇ_ｌｏｇを以下の（式４）の式を用いて求める。

また、日種別判別部１０４は、以下の（式５）を用いて、負荷パターンｉから日種別と同じ日種別への類似度の平均が日種別グループ内の平均から３σ（ＳＳＤｇ_ｌｏｇ）以内であれば、同一の日種別に所属すると判別する。なお、σの値は、（式５）に示す３．０に限定されるものではなく、例えば、２．５〜３．０の間の値を用いればよい。

また、日種別判別部１０４における類似度ＳＩを利用した日種別の判別における第２の判別手法について説明する。
日間の類似度は図２に示したように、対象期間Ｓ日間の範囲で日間類似度テーブル１０３に格納されている。そして、特異日でない日種別の類似度ＳＩは、対象日と同じ日種別の類似度の分布と、その他の日種別の類似度の分布とに偏る傾向がある。よって、日種別判別部１０４は、類似度ＳＩの最小値と最大値の中間値を利用して日種別を判別する。

まず、日種別判別部１０４は、類似度を大きさ順にソートして、［類似度１、類似度２、…、類似度Ｓ］とする。次に、日種別判別部１０４は、ソートした類似度の小さい方から順に、最大値の類似度Ｓと最小値の類似度１の中間値と比較して、中間値よりも小さい類似度の中で中間値に最も近い値となる類似度Ｉを求める。すなわち、類似度Ｉは、以下の式を満たす値であり、下記式の右辺が中間値を示す。
類似度Ｉ＜（類似度Ｓ−類似度１）／２

次に、日種別判別部１０４は、［類似度１、類似度２、…、類似度Ｉ］について、同じ日種別が設定比率以上であり、かつ、類似度Ｉの次の大きさの類似度Ｊについて、以下の（式６）に示す条件を満たす場合に、判別対象日の日種別を、類似度１、類似度２、…、類似度Ｉの日の日種別と同じ日種別と判別する。

なお、上記類似度Ｉを求める式は、中間値を求めるための分母を２としたが、季節等に応じて１．５〜２の間の値を用いてよい。また、上記設定比率は、季節等に応じてその比率を変更してもよい。また、日種別判別部１０４は、カレンダ情報記録部１１から対象日の日種別を参照して、参照した日種別が判別結果の日種別と異なる場合は、参照した日種別を判別結果の日種別に訂正する処理を行う。

次に、日種別判別部１０４における日種別の訂正処理（平日→休日への訂正処理）について、負荷パターンの具体例１を用いて説明する。
図４は、日種別判別部１０４における日種別の訂正処理を説明するための負荷パターンの具体例１を示す図である。図４において、縦軸は負荷量であり、横軸は時間帯である。

図４に示されるように、平日１〜平日５の負荷パターンは、各負荷パターン間において類似したパターンとなっている。また、休日１〜休日３の負荷パターンも、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す平日６の負荷パターンは、平日１〜平日５の負荷パターンとは類似しておらず、休日１〜休日３の負荷パターンと類似している。なお、平日６は、カレンダ情報記録部１１に記録されている対象日の日種別が平日であったため、図４において平日と表記されている。

このような場合に、日種別判別部１０４は、平日６の負荷パターンと、休日１〜休日３の負荷パターンの類似度ＳＩ休日_ｌｏｇ￣（平日６）（実際の￣は、「ＳＩ休日_ｌｏｇ」の上に位置する。）について、以下の（式７）に示す条件を満たすか否かを判別する。

ここで、日種別判別部１０４は、図４に示す平日６の負荷パターンに基づいた類似度ＳＩ休日_ｌｏｇ￣（平日６）は、（式７）に示す条件を満たすと判別する。すなわち、日種別判別部１０４は、平日６の負荷パターンの日種別を、休日と判別する。これにより、日種別判別部１０４は、対象日の日種別を平日から休日に訂正して、判別結果記録部１０５へ出力する。

次に、日種別判別部１０４における日種別の訂正処理（平日→特異日への訂正処理）について、負荷パターンの具体例２を用いて説明する。
図５は、日種別判別部１０４における日種別の訂正処理を説明するための負荷パターンの具体例２を示す図である。図５に示すように、平日１〜平日５の負荷パターンは、各負荷パターン間において類似したパターンとなっている。また、休日１〜休日４の負荷パターンも、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す平日６の負荷パターンは、平日１〜平日５の負荷パターンを比較すると、以下の点で異なる。平日６の負荷パターンは、負荷量の最大値が約２０００であり、平日１〜平日５の負荷パターンは、負荷量の最大値が２５００〜３２００の範囲にふくまれている点で異なる。また、平日６の負荷パターンは、１２：００過ぎくらいから下降が始まっているが、平日１〜平日５の負荷パターンは、１６：００くらいから負荷量の下降が始まっている点で異なる。

また、平日６の負荷パターンと休日１〜休日４の負荷パターンを比較すると、平日６の負荷パターンは、負荷量１０００を超えるピークが存在するが、休日１〜休日４の負荷パターンは、ほぼ横ばいのパターンであり負荷量１０００を超えるピークが存在しない点で異なる。すなわち、平日６の負荷パターンは、平日１〜平日５の負荷パターンとは類似しておらず、休日１〜休日３の負荷パターンとも類似していない。なお、平日６は、例えば、カレンダ情報記録部１１において対象日の日種別を、誤って平日と設定されたものである。

このような場合に、日種別判別部１０４は、平日６の負荷パターンと、休日１〜休日４の負荷パターンの類似度ＳＩ休日_ｌｏｇ￣（平日６）について、上述した（式７）に示す条件を満たすか否かを判別する。

ここで、日種別判別部１０４は、図５に示す平日６の負荷パターンに基づいた類似度ＳＩ休日_ｌｏｇ￣（平日６）は、（式７）に示す条件を満たさないと判別する。次に、日種別判別部１０４は、平日６の負荷パターンと、平日１〜平日５の負荷パターンの類似度ＳＩ平日_ｌｏｇ￣（平日６）（実際の￣は、「ＳＩ平日_ｌｏｇ」の上に位置する。）について、以下の（式８）に示す条件を満たすか否かを判別する。

ここで、日種別判別部１０４は、図５に示す平日６の負荷パターンに基づいた類似度ＳＩ平日_ｌｏｇ￣（平日６）は、（式８）に示す条件を満たさないと判別する。すなわち、日種別判別部１０４は、平日６の負荷パターンの日種別を、平日でも休日でもないので、特異日と判別する。これにより、日種別判別部１０４は、対象日の日種別を平日から特異日に訂正して、判別結果記録部１０５へ出力する。

次に、負荷予測装置１０において、上述した中間値を利用して日種別を判別する第２の判別手法を用いて、日種別の判別を行う動作について説明する。
図６は、負荷予測装置１０における日種別の判別に関する動作を示すフロー図である。図６に示すように、ステップＳ１００において、負荷実績データ記録部１０１は、負荷実績収集部１３より、各時間帯の負荷実績データを受け取り、日付と関連付けて記録し、順次蓄積する。

次に、ステップＳ１１０において、類似度算出部１０２は、負荷実績データ記録部１０１から参照した負荷実績データに基づいて、対象日と対象期間の各日との負荷パターンの類似度を算出し、日間類似度テーブル１０３を更新する。次に、ステップＳ１２０において、日種別判別部１０４は、日間類似度テーブル１０３の類似度を参照して、上述した第２の判別手法を用いて、対象日の日種別を判別する。次に、ステップＳ１３０において、日種別判別部１０４は、カレンダ情報記録部１１から対象日の日種別を参照して、判別結果の日種別と異なるか否か（＝日種別を訂正するか否か）を判断する。

ここで、日種別を訂正すると判断した場合（ステップＳ１３０のＹＥＳ）には、ステップＳ１４０に進み、日種別判別部１０４は、カレンダ情報記録部１１より参照した日種別を判別結果の日種別に訂正する。次に、ステップＳ１５０に進み、日種別判別部１０４は、訂正後の日種別を判別結果記録部１０５へ出力する。

また、日種別を訂正しないと判断した場合（ステップＳ１３０のＮＯ）には、ステップＳ１５０に進み、日種別判別部１０４は、訂正していない日種別を判別結果記録部１０５へ出力する。以上の処理により、判別結果記録部１０５は、訂正された日種別を、対象日に関連付けて蓄積することができる。

以上に説明した動作により、負荷予測装置１０は、対象日の日種別の判別を行うことで、カレンダ情報記録部１１より参照した日種別が間違っていた場合であっても、判別結果記録部１０５に訂正後の正しい日種別を記録することができる。

次に、負荷予測装置１０の異常検出部１０８が、異常値を検出する処理について、負荷パターンの具体例３を用いて説明する。
図７は、異常検出部１０８が異常値を検出する処理を説明するための負荷パターンの具体例３を示す図である。図７に示すように、休日１〜休日４の負荷パターンは、各負荷パターン間において類似したパターンとなっている。しかし、実線で示す休日５の負荷パターンは、２１：００〜２３：００の時間帯の数値が異常な値となっている。異常検出部１０８は、日種別情報１０６から参照した、対象日の日種別に対応する統計値に基づいて、休日５の負荷パターンにおける２１：００以降の負荷量を異常値として検出する。

ここで、統計値の具体例を示して、具体的な異常値の検出処理について説明する。日種別判別部１０４は、上記統計値の１つとして、対象期間Ｓに含まれる日種別Ｉ（例えば、Ｉ＝平日）の負荷パターンにおける各時間帯ｔの平均値Ｗ_Ｉ（ｔ）￣（実際の￣は、「Ｗ_Ｉ（ｔ）」の上に位置する）を、以下に示す（式９）を用いて算出する。なお、（式９）において、ｉ＝１〜ｎは、日種別Ｉである対象期間Ｓ中の該当日を示す。また、日種別判別部１０４は、上記統計値の１つとして、標準偏差想定値ＳＳＤ_ｌｏｇ（ｔ）￣（実際の￣は、「ＳＳＤ_ｌｏｇ（ｔ）」の上に位置する）を、以下に示す（式１０）を用いて算出する。

日種別判別部１０４が算出した上記統計値は、日種別情報１０６に格納される。次に、異常検出部１０８は、日種別情報１０６より、平均値Ｗ_ｌ（ｔ）￣（実際の￣は、「Ｗ_ｌ（ｔ）」の上に位置する）及び標準偏差想定値ＳＳＤ_ｌｏｇ（ｔ）￣を参照して、以下の（式１１）により、時間帯ｔにおける負荷量Ｗ（ｔ）の異常を検出する。（式１１）において、平均値Ｗ_ｌ（ｔ）￣は、検出対象となる負荷量Ｗ（ｔ）と同じ日種別ｌを有する負荷パターンの時間帯ｔの平均値である。異常検出部１０８は、（式１１）に示すように、検出対象となる負荷量Ｗ（ｔ）と平均値Ｗ_ｌ（ｔ）￣との差の絶対値が、平均値Ｗ_ｌ（ｔ）￣に３σ（ＳＳＤ_ｌｏｇ（ｔ）￣）を加えた値より大きい場合は、異常値として検出している。また、ｔ＝１，…，ｍ（ｍ＝４８：時間帯の単位が３０分間の場合）である。

次に、負荷予測装置１０の異常検出部１０８が、異常値を検出する処理について、バラツキの大きい負荷パターンの具体例４を用いて説明する。
図８は、異常検出部１０８が異常値を検出する処理を説明するための負荷パターンの具体例４を示す図である。図８に示すように、１１：００頃までは時間帯毎のバラツキが大きく、１４：００以降はバラツキが小さくなっている。同じ日種別となる負荷パターンが少ない場合は、時間帯毎のバラツキが大きくなることがある。

このような負荷パターンの場合は、日種別判別部１０４は、上述した（式１０）の代わりに、以下の（式１２）を用いて標準偏差想定値ＳＳＤ_ｌｏｇ（ｔ）￣を求める。（式１２）において、ＣＶ￣（実際の￣は、「ＣＶ」の上に位置する）は、変動係数ＣＶ（ｔ）の平均値であり、日種別判別部１０４は、以下の（式１３）を用いて求める。なお、ｔ＝１，…，ｍ（ｍ＝４８：時間帯の単位が３０分間の場合）である。また、式（１３）において、ＣＶ（ｔ）は、時間帯ｔにおける変動係数であり、日種別判別部１０４は、以下の（式１４）を用いて全時間帯についてＣＶ（ｔ）を求める。

このように、負荷予測装置１０の異常検出部１０８は、負荷パターンのバラツキが大きい場合は、（式１２）を用いて的確に異常値を検出することができる。

次に、負荷予測装置１０の異常検出部１０８が、負荷パターンの異常値を修正する処理について説明する。異常検出部１０８は、異常値を検出した時間帯の負荷量に対して、以下の（式１５）を用いて、異常値以外の時間帯の負荷と、異常値以外の時間帯の負荷の平均との偏差を求め、その偏差の平均値を平均値Ｗ_ｌ（ｔ）￣に加えた値で修正する。

図９は、負荷予測装置１０の異常検出部１０８が、負荷パターンの異常値を修正した修正例を示す図である。図９には、実測された休日の負荷パターンと、統計値として求めた負荷パターンの平均、上限、下限が示されている。図９に示すとおり、２０：００以降において休日の負荷パターンが、上限の負荷パターンを超えた異常値を示している。異常検出部１０８がこの異常値を修正することにより、一点鎖線の楕円で囲んだ修正部分９０に示すとおり、上限の負荷パターン内に収まる負荷パターンとなる。

（第２の実施形態）
次に、第２の実施形態として、当日の負荷実績データの推移を監視して、日種別を判別する機能を有する負荷予測装置について説明する。
図１０は、第２の実施形態における負荷予測装置の構成例を示す図である。図１０に示すように、負荷予測装置１０ａは、図１に示す負荷予測装置１０と比較して、予測用負荷パターン抽出部１０７ａと、乖離検出部１１４とを備える点で異なり、その他の構成は同じである。よって、同じ構成のものには、図１と同一の符号を付与し、説明を省略する。また、図１０に示していないが、負荷予測装置１０ａを含む運用システムは、図１に示した運用システム１と同様の構成である。

乖離検出部１１４は、日種別情報１０６より日種別の統計値を参照し、カレンダ情報記録部１１から現在日（負荷実績データを収集中の日）の日種別を参照し、負荷実績データ記録部１０１より当日の負荷実績データを参照して、当日の日種別に対応する統計値に基づいて、現時点までの時間帯毎に負荷パターンが、対応する時間帯の統計値から予測される正常な範囲から乖離した場合に、これを検出する。また、負荷パターンの乖離を検出した場合に、乖離検出部１１４は、当日の正しい日種別を推定して日種別の訂正指示を予測用負荷パターン抽出部１０７ａへ出力する機能を有する。予測用負荷パターン抽出部１０７ａは、乖離検出部１１４からの訂正指示に応じた日種別の対象期間の負荷パターンを予測用負荷パターンとして出力する。

具体的には、乖離検出部１１４は、日種別情報１０６より日種別の統計値として、時間帯ｔに設定されている日種別Ｉの平均値Ｗ_Ｉ（ｔ）￣と、標準偏差想定値ＳＳＤ_ｌｏｇ（ｔ）￣を参照して、以下の（式１６）の条件を満たした場合に、乖離を検出する。なお、（式１６）において、カレンダ情報記録部１１から参照した当日の日種別は、日種別Ｉである。また、（式１６）において、ｔは、現在時刻の直前となる時間帯である。

上記処理により負荷パターンの乖離を検出した場合、乖離検出部１１４は、以下の（式１７）の条件を所定数の時間帯に渡り連続して満たす日種別Ｊがあると判断した場合は、日種別を訂正する指示を予測用負荷パターン抽出部１０７ａへ送信する。これにより、予測用負荷パターン記録部１１０は、正しい日種別に応じた予測用負荷パターンを格納する。負荷パターン予測部１１２は、正しい日種別に応じた予測用負荷パターンに基づいて負荷予測パターンを出力できる。機器計画部１５は、正しい日種別に応じた負荷予測パターンに基づいて運用パターンを生成することができる。以上により、負荷予測装置１０ａを備える運用システムは、当日の途中からではあるが、正しい日種別Ｊに応じた運用パターンに基づいて、管理対象となるエネルギー機器を制御することができる。

図１１は、負荷パターンにおける乖離例を示す図である。図１１には、実測中の平日の負荷パターンと、統計値として求めた平日および休日における負荷パターンの平均、上限、下限が示されている。図１１に示す実測中の平日は、例えば、カレンダ情報記録部１１において対象日の日種別を、誤って平日と設定されたものである。図１１に示すように、当日の負荷パターンが６：００頃以降に日種別が平日下限の負荷パターンを下回り、乖離が発生している。そして、図１１に示すように、休日上限の負荷パターンから休日下限の負荷パターンの範囲内に、連続した数時間帯、入っているので、日種別を平日から休日に訂正する。このように、乖離検出部１１４は、実測中の平日の負荷パターンを時間帯毎に処理することで、図１１に示すような乖離を検出し、乖離後の負荷パターンの日種別を休日に訂正する。

上記各実施形態において、負荷予測装置１０内の類似度算出部１０２、日種別判別部１０４、予測用負荷パターン抽出部１０７、異常検出部１０８、変更通知部１０９、負荷パターン予測部１１２、負荷予測装置１０ａ内の予測用負荷パターン抽出部１０７ａ、及び、乖離検出部１１４は、ソフトウェア機能部であるものとしたが、ＬＳＩ等のハードウェア機能部であってもよい。

以上説明した少なくともひとつの実施形態によれば、所定期間Ｓにおける各日間の負荷パターンの類似度をそれぞれ算出する類似度算出部１０２と、類似度算出部１０２が算出した類似度に基づいて、負荷パターンの日種別を判別する日種別判別部１０４とを持つことにより、負荷実績データから外乱となるデータを除外することができる。

また、以上に説明した負荷予測装置１０内の類似度算出部１０２、日種別判別部１０４、予測用負荷パターン抽出部１０７、異常検出部１０８、変更通知部１０９、負荷パターン予測部１１２、負荷予測装置１０ａ内の予測用負荷パターン抽出部１０７ａ、及び、乖離検出部１１４の機能をソフトウェアによって実現する場合は、それらの機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録し、そのプログラムをコンピューターシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピューターシステム」とは、ＯＳ（Operating System）や周辺機器等のハードウェアを含むものとする。また、「コンピューター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（Compact Disk）−ＲＯＭ等の可搬媒体、コンピューター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「コンピューター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が送信された場合のサーバーやクライアントとなるコンピューターシステム内部の揮発性メモリー（ＲＡＭ）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、上記のプログラムは、このプログラムを記憶装置等に格納したコンピューターシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピューターシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピューター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、いわゆる差分ファイル（差分プログラム）であってもよい。また、クラウドコンピューティングを利用して運用システム１を構築してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…運用システム、２…負荷設備、４…エネルギー設備、１０，１０ａ…負荷予測装置、１１…カレンダ情報記録部、１２…入出力部、１３…負荷実績収集部、１５…機器計画部、１６…運用パターン記録部、１７…機器制御部、１０１…負荷実績データ記録部、１０２…類似度算出部、１０３…日間類似度テーブル、１０４…日種別判別部、１０５…判別結果記録部、１０６…日種別情報、１０７，１０７ａ…予測用負荷パターン抽出部、１０８…異常検出部、１０９…変更通知部、１１０…予測用負荷パターン記録部、１１１…気象情報記録部、１１２…負荷パターン予測部、１１３…負荷予測パターン記録部、１１４…乖離検出部

Claims (10)

1. 所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得部と、
   前記類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別部と、
   を備える負荷実績データ判別装置。
2. 前記種類判別部は、自身が判別した種類と、予め前記所定期間毎に設定された種類とが異なる場合には、予め設定された種類を自身が判別した種類に訂正する
   請求項１に記載の負荷実績データ判別装置。
3. 所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得部と、
   前記類似度取得部が取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別部と、
   前記種類判別部における種類の判別結果を、前記所定期間を特定する情報に関連付けて記録する判別結果記録部と、
   前記判別結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出部と、
   を備える負荷予測装置。
4. 前記種類判別部は、複数の前記負荷パターンから前記種類毎の統計値を取得し、
   前記種類判別部が取得した前記統計値を格納する統計値格納部と、
   前記統計値格納部より取得した前記統計値に基づいて、前記負荷パターンの異常値を検出する異常検出部と、
   を更に備える請求項３に記載の負荷予測装置。
5. 前記異常検出部は、検出した異常値を前記統計値に基づいて修正する請求項４に記載の負荷予測装置。
6. 前記判別結果記録部から参照した前記種類と、予め前記所定期間毎に設定された種類とが異なる場合に、利用者へ通知を行う通知部を、
   更に備える請求項３から５のいずれか一項に記載の負荷予測装置。
7. 前記統計値格納部より、前記所定期間の種類が同じで、かつ、現在の直前の時間帯に対応する統計値を取得して、前記直前の時間帯までの負荷パターンが、上記統計値から予測される範囲から乖離したことを検出する乖離検出部を
   更に備える請求項４又は請求項５に記載の負荷予測装置。
8. 前記乖離検出部は、前記乖離を検出した場合に、前記直前の時間帯までの負荷パターンに基づいて、正しい種類を推定する請求項７に記載の負荷予測装置。
9. 所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得ステップと、
   前記類似度取得ステップにおいて取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別ステップと、
   を有する負荷実績データ判別方法。
10. 所定時間毎に管理対象の負荷を計測することによって取得された所定期間の負荷の推移を示す負荷パターンに基づいて、複数の負荷パターン間の類似度を取得する類似度取得ステップと、
    前記類似度取得ステップにおいて取得した前記類似度に基づいて、前記負荷パターンが得られた前記所定期間の種類を判別する種類判別ステップと、
    前記種類判別ステップにおける種類の判別結果を、前記所定期間を特定する情報に関連付けて判別結果記録部に記録する判別結果記録ステップと、
    前記判別結果記録部に記録された前記判別結果に基づいて、前記負荷を予測するために利用される複数の負荷パターンを前記判別結果の種類と関連付けて抽出する抽出ステップと、
    を有する負荷予測方法。

Images