JP2018163515A5 - - Google Patents

Description

図３に示すように、データ管理装置３は、データ観測装置６、又は、データ配信装置７から標本データ３５１Ａを受信し、標本データ記憶モジュール３５１に記憶する。推定演算装置２は、データ管理装置３に記憶された標本データ３５１Ａを取得する（図４：Ｓ４０１）。

（Ａ）第一の推定演算モジュール
図５は、第一の推定演算モジュール２５１Ａの機能ブロック図である。図６は、第二の推定演算モジュール２５１Ｂの機能ブロック図である。第一の推定演算モジュール２５１Ａは、標本データ３５１Ａに含まれる予測対象の過去の計測値から周期的な特徴量を抽出し、これに基いて、予め設定した予測期間における予測対象の値の時間推移を示すデータを算出し、そして、算出したデータを、予測期間中の最大値や最小値等の推定値、又は、実測値である補正値を用いて補正して、推定データを算出する。

標本データ３５１Ａに含まれる因子データは、暦日に従った時系列データ、気象の時系列データ、エネルギー需要量、又は、供給量に一時的な変動をもたらす事象の時系列データ、社会動向データ、属性データ等を含む。暦日とは月や曜日や、平日や休日等の日種別であり、気象は気温や湿度や風速や降水量や降雪量等である。エネルギー需要量、又は、供給量に一時的な変動をもたらす事象とは、台風上陸の有無やスポーツイベント等のイベントの有無であり、社会動向とは産業動態情報等エネルギー需要量、又は、供給量に変動をもたらすものである。属性とは需要家のエネルギー供給契約の種別や、業種や、建物種別や、床面積等の需要家に関わる情報である。

Claims (9)

1. 予測対象の将来動向を予測する予測システムであって、
   前記予測対象の計測値を記憶する記憶装置と、
   前記予測対象の所定期間の予測値を出力するコントローラと、
   を備え、
   前記コントローラは、
   前記予測値を算出するために、前記計測値に計算モデルを適用することと、
   前記計算モデルに基づいて得られた複数のデータを合成することと、
   を備え、
   前記計算モデルを適用することは、
   前記計測値に第一の計算モデルを適用して、第一のデータを算出することと、
   前記計測値に第二の計算モデルを適用して、第二のデータを算出することと、
   を含み、
   前記複数のデータを合成することは、
   前記第一のデータと第二のデータとを合成して第三のデータを算出することと、
   当該第三のデータを前記予測値として設定することとを含む、
   予測システム。
2. 前記コントローラが複数のデータを合成することは、
   所定の合成比に基づいて、前記第一のデータと第二のデータとを合成することと、
   前記合成比を更新することと、
   を含み、
   前記合成比を更新することは、
   前記計測値に前記第一の計算モデルと前記第二の計算モデルとを適用して、所定の過去期間について、前記第三のデータを算出することと、
   当該第三のデータと前記所定の過去期間の計測値との偏差が最小となるように、前記合成比を決定すること、
   を含む、
   請求項１記載の予測システム。
3. 前記コントローラは、
   前記第三のデータを、データの変動範囲を示すように構成する、
   請求項１記載の予測システム。
4. 前記コントローラは、
   前記記憶装置から、所定期間、かつ、所定時間単位で計測値を取得して時系列情報を生成することと、
   前記時系列情報の周期的な特徴量に基いて、当該時系列情報を分類することと、
   前記計測値の変動に影響する因子に基いて、前記分類した時系列情報を識別することと、
   前記予測対象の計測値の時間推移を抽出することと、
   前記時間推移に基いて、前記予測対象の値の変動範囲を算出することと、
   前記変動範囲に基いて、前記計測値に計算モデルを適用することと、
   を実行する、
   請求項１記載の予測システム。
5. 前記コントローラは、
   前記記憶装置から、所定期間、かつ、所定時間単位で計測値を取得して時系列情報を生成することと、
   前記時系列情報と、前記予測対象の計測値に変動を及ぼす因子と、の間の関係性を同定することと、
   前記同定された関係性に基いて、前記時系列情報を正規化することと、
   前記正規化された時系列情報に基いて、前記計測値に計算モデルを適用することと、
   を実行する、
   請求項１記載の予測システム。
6. 前記コントローラは、
   前記記憶装置から、所定期間、かつ、所定時間単位での計測値を取得して時系列情報を生成することと、
   前記時系列情報と、前記予測対象の値に変動を及ぼす因子と、の間の関係性を同定することと、
   前記同定された関係性に基いて、前記時系列情報を正規化することと、
   前記正規化された時系列情報の値の変動が定常になるように、前記関係性を更新することと、
   更新された関係性に基いて、前記計測値に計算モデルを適用することと
   を実行する、
   請求項１記載の予測システム。
7. 前記コントローラは、
   第一の過去期間において、予測誤差の時間推移の第一の態様を算出することと、
   前記第一の過去期間以外の第二の過去期間において、予測誤差の時間推移の第二の態様を算出することと、
   前記第一の態様と前記第二の態様との類似度を示す指標を算出することと、
   前記指標に基づいて、予測期間において、予測誤差の時間推移の発生確率を算出することと、
   前記の発生確率に基いて、前記予測誤差を推定することと、
   当該推定した予測誤差に基いて、前記予測期間に於ける、前記第三のデータを算出することと、
   を実行する、
   請求項１記載の予測システム。
8. 予測対象の将来動向を予測する予測方法であって、
   前記予測対象の所定期間の予測値を出力するコントローラは、
   前記予測対象の計測値を記憶装置に記録することと、
   前記予測値を算出するために、前記計測値に計算モデルを適用することと、
   前記計算モデルに基づいて得られた複数のデータを合成することと、
   を実行し、
   前記計算モデルを適用することは、
   前記計測値に第一の計算モデルを適用して、第一のデータを算出することと、
   前記計測値に第二の計算モデルを適用して、第二のデータを算出することと、
   を含み、
   前記複数のデータを合成することは、
   前記第一のデータと第二のデータとを合成して第三のデータを算出することと、
   当該第三のデータを前記予測値として設定することとを含む、
   予測方法。
9. 予測対象の所定期間の予測値を出力することによって、前記予測対象の将来動向を予測するためのプログラムであって、
   コンピュータに、
   前記予測対象の計測値を記憶装置に記録することと、
   前記予測値を算出するために、前記計測値に計算モデルを適用することと、
   前記計算モデルに基づいて得られた複数のデータを合成することと、
   を実現させ、
   前記計算モデルを適用することは、
   前記計測値に第一の計算モデルを適用して、第一のデータを算出することと、
   前記計測値に第二の計算モデルを適用して、第二のデータを算出することと、
   を含み、
   前記複数のデータを合成することは、
   前記第一のデータと第二のデータとを合成して第三のデータを算出することと、
   当該第三のデータを前記予測値として設定することとを含む、
   ようにしたプログラム。