JP2018092445A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2018092445A5 JP2018092445A5 JP2016236189A JP2016236189A JP2018092445A5 JP 2018092445 A5 JP2018092445 A5 JP 2018092445A5 JP 2016236189 A JP2016236189 A JP 2016236189A JP 2016236189 A JP2016236189 A JP 2016236189A JP 2018092445 A5 JP2018092445 A5 JP 2018092445A5
- Authority
- JP
- Japan
- Prior art keywords
- curve
- data
- prediction
- module
- calculation
- 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
- 230000002123 temporal effect Effects 0.000 claims 4
- 238000005303 weighing Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 1
- 230000000737 periodic Effects 0.000 description 1
Description
(4)各処理モジュールの詳細
(4−1)代表曲線算出モジュールの第1の実施の形態
図4は、予測システム12における代表曲線算出モジュール308の第1の実施の形態を示す。代表曲線算出モジュール308は、時間単位クラスタリング処理モジュール308A1及び時間単位プロファイリング処理モジュール308A2を備える。
(4−1)代表曲線算出モジュールの第1の実施の形態
図4は、予測システム12における代表曲線算出モジュール308の第1の実施の形態を示す。代表曲線算出モジュール308は、時間単位クラスタリング処理モジュール308A1及び時間単位プロファイリング処理モジュール308A2を備える。
(4−1−1)時間単位クラスタリング処理モジュール
時間単位クラスタリング処理モジュール308A1は、予測対象の周期的な変動を示す特徴量に基づいて、需要実績情報406から抽出した標本データを分類する。
時間単位クラスタリング処理モジュール308A1は、予測対象の周期的な変動を示す特徴量に基づいて、需要実績情報406から抽出した標本データを分類する。
(4−1−2)時間単位プロファイリング処理モジュール
時間単位プロファイリング処理モジュール308A2は、時間単位クラスタリングモジュール308A1が算出した各時間クラスタのそれぞれについて、共通的に存在する属性の特定及びその値の範囲の算出を行うことで、各時間クラスタを識別する識別器を同定する。
時間単位プロファイリング処理モジュール308A2は、時間単位クラスタリングモジュール308A1が算出した各時間クラスタのそれぞれについて、共通的に存在する属性の特定及びその値の範囲の算出を行うことで、各時間クラスタを識別する識別器を同定する。
算出された識別器に対して属性予報情報312を入力することで、予測対象期間における予測対象の時間推移を示す曲線が所属すると予測される時間クラスタが識別される。識別された時間クラスタから予測対象の時間推移を示す曲線が算出される方法は、例えば識別された時間クラスタに所属する標本データ群の算術平均として算出される方法である。又は、識別器から算出される全時間クラスタの所属確率を重み係数とした加重平均にて算出される。なおこの識別された時間クラスタから予測対象の時間推移を示す曲線が算出する処理部分が、予測対象の時間推移を示す曲線を算出する演算モデルを構成する要素の一つである。
具体的には、図5に示すように、代表曲線算出モジュール308は計量単位クラスタリング処理モジュール308A3をさらに備える。計量単位クラスタリング処理モジュール308A3は、需要実績情報406に格納されている計量器ごとのデータを、それぞれ例えば過去365日分の同一期間分として抽出し、需要家ごとのメータデータを入力標本データとする。
Claims (13)
- 任意期間における予測を適応する予測対象について、当該予測対象に関連する予測値を算出する予測システムであって、
前記予測値を算出するために利用される複数のデータを記録する記憶装置と、
制御装置と
を備え、
前記制御装置は、
前記任意期間における前記予測対象の前記予測値の時間推移を示す曲線を算出する第1のモジュールと、
前記曲線を補正することに基づいて、前記予測値を算出する第2のモジュールと、
前記複数のデータそれぞれの時間属性の情報又は前記複数のデータそれぞれの変動範囲の情報に基づいて、前記曲線を補正するための演算モデルである曲線補正演算モデル、前記曲線を算出するための演算モデルである曲線算出演算モデル、及び、前記曲線の補正値を算出するための演算モデルである補正値算出演算モデル、の少なくとも一つを変更する第3のモジュールと
を備える、
ことを特徴とする予測システム。 - 前記第2のモジュールは、前記予測対象の前記予測値の時間推移を示す前記曲線を変更することを、前記曲線の振幅及び前記曲線の周波数の少なくとも一方に基づいて実行する、請求項1記載の予測システム。
- 前記第3のモジュールは、
前記複数のデータそれぞれの変動範囲の情報を、前記予測対象の特性を示すデータの時間推移を示す前記曲線を補正するための補正値の量的な変動幅及び時間的な変動幅の少なくとも一方の変動幅からなるようにした
請求項1記載の予測システム。 - 前記第3のモジュールは、
補正値それぞれの変動範囲の情報を用いて、前記補正値それぞれの変動範囲が最も小さい前記補正値に対して適合するように、前記曲線補正演算モデルを変更する
請求項1記載の予測システム。 - 前記制御装置は、
前記時間属性の情報に基づいて決定されたデータを前記曲線又は前記補正値のそれぞれの算出に用いて、予測対象期間との時間的な相関関係を示すようにした
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記時間属性の情報に基づいて、前記曲線を算出するための前記データを選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第2のデータを算出し、
前記第3のモジュールは、
算出した前記第2のデータに対する適合性が最も高くなるように、前記曲線算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記時間属性の情報に基づいて、前記曲線を算出するための前記データの選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第2のデータを算出し、
前記第3のモジュールは、
算出した前記第2のデータに対する適合性が最も高くなるように、前記補正値算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記補正値算出演算モデルにおいて用いる変数のうち、任意の一部の変数又はすべての変数を任意の線形又は非線形な関数に入力することで変数値を算出し、
前記変数値による第2のデータを算出し、
前記第2のデータそれぞれの前記時間属性の情報に基づいて、前記曲線を算出するための前記第2のデータの選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第3のデータを算出し、
前記第3のモジュールは、
算出した前記第3のデータに対する適合性が最も高くなるように、前記曲線算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第3のモジュールは、
前記複数のデータそれぞれの変動範囲の情報に基づいて、前記複数のデータそれぞれの変動範囲が小さい前記補正値算出演算モデルの選別及び重み付けの少なくとも一方を行うことで、前記補正値算出演算モデルを変更する
請求項1記載の予測システム。 - 前記補正値は、
予測対象期間内の任意の期間それぞれにおける最大値及び最小値の少なくとも一方についての量及び時間の少なくとも一方並びに前記複数のデータそれぞれの変動範囲の少なくとも1つで構成される
請求項1記載の予測システム。 - 前記補正値は、
予測対象期間内の任意の時刻それぞれにおける前記予測対象の前記予測値及び前記複数のデータそれぞれの変動範囲の少なくとも一方で構成される
請求項1記載の予測システム。 - 前記補正値は、
前記第2のモジュールにおいて使用される前記曲線を補正するための係数値及び前記変動範囲の少なくとも一方で構成される
請求項1記載の予測システム。 - 任意期間における予測を適応する予測対象に関連する予測値を算出する予測方法であって、
前記任意期間における前記予測対象の前記予測値の時間推移を示す曲線を算出し、
前記曲線を補正することに基づいて、前記予測値を算出し、
前記予測値を算出するために利用される複数のデータそれぞれの時間属性の情報又は前記複数のデータそれぞれの変動範囲の情報に基づいて、前記曲線を補正するための演算モデルである曲線補正演算モデル、前記曲線を算出するための演算モデルである曲線算出演算モデル、及び、前記曲線の補正値を算出するための演算モデルである補正値算出演算モデル、の少なくとも一つを変更する
予測方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236189A JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
EP17877683.7A EP3550499A4 (en) | 2016-12-05 | 2017-11-15 | PREDICTION SYSTEM AND PREDICTION METHOD |
PCT/JP2017/041168 WO2018105341A1 (ja) | 2016-12-05 | 2017-11-15 | 予測システム及び予測方法 |
US16/332,054 US11107094B2 (en) | 2016-12-05 | 2017-11-15 | Prediction system and prediction method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236189A JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018092445A JP2018092445A (ja) | 2018-06-14 |
JP2018092445A5 true JP2018092445A5 (ja) | 2019-05-09 |
JP6735219B2 JP6735219B2 (ja) | 2020-08-05 |
Family
ID=62490894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016236189A Active JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11107094B2 (ja) |
EP (1) | EP3550499A4 (ja) |
JP (1) | JP6735219B2 (ja) |
WO (1) | WO2018105341A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6735219B2 (ja) | 2016-12-05 | 2020-08-05 | 株式会社日立製作所 | 予測システム及び予測方法 |
US11137926B1 (en) * | 2018-03-30 | 2021-10-05 | Veritas Technologies Llc | Systems and methods for automatic storage tiering |
US11080726B2 (en) * | 2018-08-30 | 2021-08-03 | Oracle International Corporation | Optimization of demand forecast parameters |
US11727335B2 (en) * | 2019-01-11 | 2023-08-15 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for managing energy usage intensity of buildings |
JP7157683B2 (ja) * | 2019-03-12 | 2022-10-20 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
CN111179111B (zh) * | 2019-12-06 | 2023-11-14 | 国网辽宁省电力有限公司经济技术研究院 | 基于基尼系数公平性的火电机组年度电量计划制定方法 |
JP7474623B2 (ja) * | 2020-03-27 | 2024-04-25 | 本田技研工業株式会社 | 電力算出装置 |
CN112381669B (zh) * | 2020-11-20 | 2023-01-24 | 广东电网有限责任公司电力科学研究院 | 一种台风下配网系统的安全预警方法及装置 |
CN114066079B (zh) * | 2021-11-22 | 2022-11-25 | 北京白龙马云行科技有限公司 | 一种基于多租户的网约车供需差预测方法及装置 |
CN114757722B (zh) * | 2022-06-09 | 2023-11-14 | 荣耀终端有限公司 | 一种电子设备的销量预测方法和装置 |
CN117371339B (zh) * | 2023-12-08 | 2024-03-26 | 西电济南变压器股份有限公司 | 基于物联网的变压器运行监测系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996010219A1 (fr) * | 1994-09-26 | 1996-04-04 | Kabushiki Kaisha Toshiba | Methode et systeme d'optimisation du service d'une installation |
US6032123A (en) * | 1997-05-12 | 2000-02-29 | Jameson; Joel | Method and apparatus for allocating, costing, and pricing organizational resources |
US7343311B2 (en) * | 2002-03-01 | 2008-03-11 | I2 Technologies Us, Inc. | Generating an optimized supplier allocation plan |
US7072723B2 (en) * | 2002-10-23 | 2006-07-04 | Clearsight Systems Inc. | Method and system for optimization of general problems |
JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
JP5029822B2 (ja) * | 2007-07-31 | 2012-09-19 | 東芝ライテック株式会社 | 光源および照明装置 |
US9137815B2 (en) * | 2009-06-17 | 2015-09-15 | Qualcomm Incorporated | Multi-user multiple input multiple output wireless communications |
JP5618501B2 (ja) * | 2009-07-14 | 2014-11-05 | 株式会社東芝 | 需要予測装置、プログラムおよび記録媒体 |
US8880202B2 (en) * | 2010-07-09 | 2014-11-04 | Emerson Process Management Power & Water Solutions, Inc. | Optimization system using an iteratively coupled expert engine |
US8370283B2 (en) * | 2010-12-15 | 2013-02-05 | Scienergy, Inc. | Predicting energy consumption |
WO2013095624A1 (en) * | 2011-12-23 | 2013-06-27 | Hewlett-Packard Development Company, L.P. | Generating a capacity schedule for a facility |
JP2014180187A (ja) * | 2013-03-15 | 2014-09-25 | Toshiba Corp | 電力需要予測装置、方法及びプログラム並びに需要抑制計画策定装置 |
JP6232258B2 (ja) * | 2013-11-07 | 2017-11-15 | 株式会社エヌ・ティ・ティ・データ | 予測装置、予測方法、及びプログラム |
WO2015087470A1 (ja) | 2013-12-10 | 2015-06-18 | パナソニックIpマネジメント株式会社 | 需要予測装置、プログラム |
JP6334177B2 (ja) * | 2014-01-16 | 2018-05-30 | 株式会社東芝 | 運転計画作成装置、制御装置、運転計画作成方法、およびプログラム |
WO2016063341A1 (ja) * | 2014-10-21 | 2016-04-28 | 株式会社日立製作所 | 時系列予測装置、及び時系列予測方法 |
JPWO2016088370A1 (ja) * | 2014-12-05 | 2017-09-14 | 日本電気株式会社 | 情報処理装置、モデル構築方法及びプログラム記録媒体 |
CN104573879B (zh) | 2015-01-30 | 2017-07-25 | 河海大学 | 基于最优相似日集的光伏电站出力预测方法 |
JP6408451B2 (ja) | 2015-05-21 | 2018-10-17 | 株式会社日立製作所 | エネルギー需要予測システム及びエネルギー需要予測方法 |
JP6720562B2 (ja) * | 2016-02-10 | 2020-07-08 | 富士電機株式会社 | 制御装置、制御システム、制御プログラム、及び制御方法 |
JP6735219B2 (ja) | 2016-12-05 | 2020-08-05 | 株式会社日立製作所 | 予測システム及び予測方法 |
JP7319757B2 (ja) | 2016-12-05 | 2023-08-02 | 株式会社日立製作所 | データ処理システム及びデータ処理方法 |
JP6831280B2 (ja) | 2017-03-24 | 2021-02-17 | 株式会社日立製作所 | 予測システム、及び、予測方法 |
-
2016
- 2016-12-05 JP JP2016236189A patent/JP6735219B2/ja active Active
-
2017
- 2017-11-15 US US16/332,054 patent/US11107094B2/en active Active
- 2017-11-15 WO PCT/JP2017/041168 patent/WO2018105341A1/ja active Application Filing
- 2017-11-15 EP EP17877683.7A patent/EP3550499A4/en not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018092445A5 (ja) | ||
Fan et al. | Deep learning-based feature engineering methods for improved building energy prediction | |
JP6562883B2 (ja) | 特性値推定装置および特性値推定方法 | |
Selakov et al. | Hybrid PSO–SVM method for short-term load forecasting during periods with significant temperature variations in city of Burbank | |
Zhang et al. | Applications and comparisons of four time series models in epidemiological surveillance data | |
Du Jardin et al. | Forecasting financial failure using a Kohonen map: A comparative study to improve model stability over time | |
US8756175B1 (en) | Robust and fast model fitting by adaptive sampling | |
JP6896432B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
US10540609B2 (en) | Prediction device, prediction method, and recording medium | |
EP3364157A1 (en) | Method and system of outlier detection in energy metering data | |
JP2014157457A (ja) | 予測装置および予測方法 | |
CN114912720A (zh) | 基于记忆网络电力负荷预测方法、装置、终端及存储介质 | |
CN117318055B (zh) | 电力负荷预测模型处理方法、装置、电子设备和存储介质 | |
JP6063544B1 (ja) | 説明変数値を算出する装置、方法及びプログラム | |
JP2018113817A (ja) | 情報処理システム、および情報処理プログラム | |
JP6494258B2 (ja) | 予測システム、予測方法、および予測プログラム | |
JP7152938B2 (ja) | 機械学習モデル構築装置および機械学習モデル構築方法 | |
KR20220059287A (ko) | 시계열 예측을 위한 어텐션 기반 스태킹 방법 | |
KR101967524B1 (ko) | 커널 회귀 모델을 통하여 시변 신호를 검증하는 온라인 검증 장치 및 방법 | |
JP6930195B2 (ja) | モデル同定装置、予測装置、監視システム、モデル同定方法および予測方法 | |
JP6880864B2 (ja) | エネルギー管理システムおよびエネルギー管理方法 | |
JP7363889B2 (ja) | 学習装置、学習方法、コンピュータプログラム及び記録媒体 | |
JP2008305229A (ja) | 需要予測方法および装置 | |
Park | Application of an Adaptive Incremental Classifier for Streaming Data | |
Sakul-Ung et al. | PM2. 5 prediction based weather forecast information and missingness challenges: a case study industrial and metropolis areas |