JP2019148999A - 予測システム、予測方法、およびプログラム - Google Patents

予測システム、予測方法、およびプログラム Download PDF

Info

Publication number
JP2019148999A
JP2019148999A JP2018033366A JP2018033366A JP2019148999A JP 2019148999 A JP2019148999 A JP 2019148999A JP 2018033366 A JP2018033366 A JP 2018033366A JP 2018033366 A JP2018033366 A JP 2018033366A JP 2019148999 A JP2019148999 A JP 2019148999A
Authority
JP
Japan
Prior art keywords
value
factory
input
variable
unit
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
Application number
JP2018033366A
Other languages
English (en)
Other versions
JP6975073B2 (ja
Inventor
哲平 手島
Teppei Tejima
哲平 手島
榎本　智之
Tomoyuki Enomoto
榎本　　智之
秀伸 大津
Hidenobu Otsu
秀伸 大津
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2018033366A priority Critical patent/JP6975073B2/ja
Priority to PCT/JP2019/005430 priority patent/WO2019167656A1/ja
Priority to EP19760182.6A priority patent/EP3745344A4/en
Priority to US16/971,996 priority patent/US20200380393A1/en
Priority to TW108105771A priority patent/TWI756515B/zh
Publication of JP2019148999A publication Critical patent/JP2019148999A/ja
Application granted granted Critical
Publication of JP6975073B2 publication Critical patent/JP6975073B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

【課題】複数の設備を備える工場において、任意の設備の稼働に係る説明変数の入力に基づいて、工場の稼働に係る目的変数を予測する予測システム、予測方法、およびプログラムを提供する。【解決手段】エネルギー需要予測装置１０において、選択部１０３は、工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付ける。計画入力部１０６は、選択された説明変数に係る値の入力を受け付ける。エネルギー需要特定部１０７は、入力された値に基づいて工場の稼働に係る目的変数の値を特定する。出力部１０８は、特定した目的変数の値を出力する。【選択図】図２

Description

本発明は、予測システム、予測方法、およびプログラムに関する。
特許文献１には、多数の製造ラインを備えた工場群のトータルの電力需要を予測する技術が開示されている。
特開２００４−１２９３２２号公報
特許文献１に記載の技術においては、製造ラインそれぞれについて予め操業スケジュールが電力管理用計算機システムにインプットされ、電力管理用計算機システムは、当該操業スケジュールに基づいて、複数の製造ラインそれぞれのエネルギー需要を求める。特許文献１によれば、電力管理用計算機システムによって予測された電力需要が契約電力の上限を超える場合に、電力使用制限がなされる。他方、工場の管理者等においては、予め電力需要が契約電力の上限を超えないように操業計画を立てたいという要望がある。
特許文献１に記載の技術において、操業計画を変更して再度エネルギー需要を求めるためには、管理者等は、すべての製造ラインについての細かな操業計画を電力管理用計算機システムにインプットする必要がある。しかしながら、製造ラインの数が多量である場合、再計算のために入力すべき操業計画の情報量が多くなるため、管理者等の負担が大きくなる。
負荷の大きい設備の操業計画に基づいて計算を行うようにシミュレータを設計することも考えられるが、予めどの設備の負荷が大きいかが分からない場合、シミュレータを設計することができない。
本発明の目的は、複数の設備を備える工場において、任意の設備の稼働に係る説明変数の入力に基づいて、工場の稼働を予測することができる予測システム、予測方法、およびプログラムを提供することにある。特に、工場のエネルギー需要を予測することができる予測システム、予測方法、およびプログラムを提供することにある。
本発明の第１の態様によれば、予測システムは、工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付ける選択部と、選択された前記説明変数に係る値の入力を受け付ける値入力部と、入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定する特定部と特定した前記目的変数の値を出力する出力部とを備える。
本発明の第２の態様によれば、第１の態様に係る予測システムにおいて、前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値であるものであってよい。
本発明の第３の態様によれば、第１または第２の態様に係る予測システムが、工場の稼働に係る複数の説明変数候補の値と前記工場の稼働に係る少なくとも１つの目的変数の値とのセットを含む履歴データを記憶する記憶部と、前記履歴データに基づいて、選択された前記説明変数を入力とし、前記目的変数を出力とするモデルのパラメータを学習する学習部と、を備え、前記特定部は、入力された前記値を学習された前記モデルに入力することで、前記目的変数の値を特定するものであってよい。
本発明の第４の態様によれば、第３の態様に係る予測システムにおいて、前記記憶部が記憶する、前記工場の稼働に係る複数の説明変数候補の値と前記工場の稼働に係る少なくとも１つの目的変数の値とのセットは、前記工場の稼働に係る複数の説明変数候補の値と前記工場のエネルギー需要に係る少なくとも１つの目的変数の値とのセットであり、前記モデルが出力する前記目的変数の値は、前記工場のエネルギー需要に係る値であってよい。
本発明の第５の態様によれば、第１から第３の何れかの態様に係る予測システムが、前記履歴データに追加する説明変数候補の値の入力を受け付ける候補入力部を備えるものであってよい。
本発明の第６の態様によれば、第１から第５の何れかの態様に係る予測システムにおいて、前記値入力部は、前記説明変数に係る値の時系列の入力を受け付けるものであってよい。
本発明の第７の態様によれば、第６の態様に係る予測システムが、前記説明変数に係る値の時系列における単位時間の変更を受け付ける単位時間変更部をさらに備えるものであってよい。
本発明の第８の態様によれば、第１から第７の何れかの態様に係る予測システムにおいて、前記出力部は、特定した前記目的変数の値と、前記履歴データに含まれる前記目的変数の値または前記目的変数の比較値とを含む表示画面を出力するものであってよい。
本発明の第９の態様によれば、第１から第８の何れかの態様に係る予測システムにおいて、前記入力部は、複数の工場における選択された前記説明変数に係る値の入力を受け付け、前記特定部は、入力された前記値に基づいて複数の工場の稼働に係る目的変数の値を統合した値を特定するものであってよい。
本発明の第１０の態様によれば、予測方法は、工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付けるステップと、選択された前記説明変数に係る値の入力を受け付けるステップと、入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定するステップと特定した前記目的変数の値を出力するステップとを含む。
本発明の第１１の態様によれば、第１０の態様に係る予測方法において、前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値であってよい。
本発明の第１２の態様によれば、プログラムは、コンピュータに、工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付けるステップと、選択された前記説明変数に係る値の入力を受け付けるステップと、入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定するステップと特定した前記目的変数の値を出力するステップとを実行させる。
本発明の第１３の態様によれば、第１２の態様に係るプログラムにおいて、前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値であってよい。
上記態様のうち少なくとも１つの態様によれば、エネルギー需要予測システムは、複数の設備を備える工場において、任意の設備の稼働に係る説明変数の入力に基づいて、工場のエネルギー需要を予測することができる。
第１の実施形態に係るエネルギー需要予測システムの構成を示す概略図である。 第１の実施形態に係るエネルギー需要予測装置の構成を示す概略ブロック図である。 第１の実施形態に係るエネルギー需要予測装置の動作を示すフローチャートである。 説明変数の選択画面の例を示す図である。 操業計画の入力画面の例を示す図である。 第１の実施形態に係るエネルギー需要の予測結果の出力画面の例である。 第２の実施形態に係るエネルギー需要の予測結果の出力画面の例である。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
〈定義〉
本明細書において「特定する」とは、第１の値を用いて複数の値を取り得る第２の値を定めることである。例えば、「特定する」は、第１の値から第２の値を算出すること、テーブルを参照して第１の値に対応する第２の値を読み出すこと、第１の値をクエリとして第２の値を検索すること、第１の値に基づいて複数の候補の中から第２の値を選択すること、第１の値から第２の値を推定・予測することを含む。
「取得する」とは、新たに値を得ることである。例えば、「取得する」は、値を受信すること、値の入力を受け付けること、テーブルから値を読み出すこと、ある値から他の値を算出することを含む。
〈第１の実施形態〉
以下、図面を参照しながら実施形態について詳しく説明する。
図１は、第１の実施形態に係るエネルギー需要予測システムの構成を示す概略図である。
エネルギー需要予測システム１は、複数の設備Ｅを備える工場Ｆと、エネルギー需要予測装置１０とを備える。
各設備Ｅは、外部から供給される電力によって稼働する。各設備Ｅは、操業計画に従って稼働し、また停止する。操業計画には、設備の稼働時間帯および稼働日に係る情報が含まれる。つまり操業計画は、設備Ｅの稼働状態の時系列である。
エネルギー需要予測装置１０は、各設備Ｅの操業計画と各設備Ｅの消費電力の実績値と工場Ｆ全体の消費電力の実績値とに基づいて、工場Ｆのエネルギー需要を予測する。各設備Ｅの消費電力の実績値は、例えば設備Ｅに設けられた図示しないセンサによって検出される。ここでは、工場Ｆの設備Ｅの稼働に係る情報が工場の稼働に係る説明変数候補であり、工場Ｆのエネルギー需要が工場の稼働に係る目的変数である。
《エネルギー需要予測装置の構成》
図２は、第１の実施形態に係るエネルギー需要予測装置の構成を示す概略ブロック図である。
エネルギー需要予測装置１０は、履歴取得部１０１、履歴記憶部１０２、選択部１０３、モデル記憶部１０５、学習部１０４、計画入力部１０６、エネルギー需要特定部１０７、出力部１０８、候補入力部１０９、単位時間変更部１１０を備える。
履歴取得部１０１は、工場Ｆの各設備Ｅから、操業計画および消費電力の時系列を取得する。履歴取得部１０１は、操業計画を設備Ｅの制御装置から読み出してもよいし、工場Ｆの管理者等の利用者からの入力により取得してもよい。履歴取得部１０１は、消費電力を設備Ｅに設けられたセンサから取得する。複数の設備Ｅの操業計画、すなわち複数の設備Ｅの稼働時間帯および稼働日に係る情報は、工場の稼働に係る複数の説明変数候補の一例である。また、複数の設備Ｅの消費電力は、工場のエネルギー需要に係る目的変数の一例である。
履歴記憶部１０２は、履歴取得部１０１が取得した複数の設備Ｅの操業計画および消費電力の時系列を記憶する。
選択部１０３は、利用者から、複数の設備Ｅの操業計画の中から少なくとも１つの説明変数の選択を受け付ける。例えば、利用者は、工場Ｆの稼働において消費電力の増減への影響度が高いと思われる１つまたは複数の設備Ｅの操業計画を説明変数として選択することができる。つまり、利用者は、エネルギー需要の予測のために、工場Ｆが備えるすべての設備Ｅの操業計画を入力する必要がない。このとき、利用者は、設備Ｅの稼働時間帯または稼働日の一方のみを説明変数として選択してもよい。
モデル記憶部１０５は、操業計画に基づいて工場Ｆの総消費電力を特定するために用いられるモデルを記憶する。モデル記憶部１０５が記憶するモデルの例としては、ニューラルネットワークモデルやベイジアンモデルなどが挙げられる。
学習部１０４は、履歴記憶部１０２が記憶する情報を教師データとして、利用者に選択された設備Ｅに係る操業計画を入力とし、工場Ｆの総消費電力の時系列を出力とするように、モデル記憶部１０５が記憶するモデルを学習させる。すなわち、学習部１０４は、履歴記憶部１０２が記憶する情報に基づいて、モデル記憶部１０５が記憶するモデルにパラメータを割り当てる。
計画入力部１０６は、利用者から、選択された設備Ｅに係る操業計画の入力を受け付ける。
エネルギー需要特定部１０７は、計画入力部１０６に入力された操業計画を、モデル記憶部１０５が記憶するモデルに入力することで、工場Ｆの総消費電力の時系列を特定する。つまり、エネルギー需要特定部１０７は、工場Ｆが備える一部の設備Ｅに係る操業計画に基づいて、工場Ｆ全体のエネルギー需要を予測する。以下、エネルギー需要特定部１０７が特定した総消費電力の時系列を、予測エネルギー需要ともよぶ。
出力部１０８は、エネルギー需要特定部１０７が特定した工場Ｆの総消費電力を出力する。
候補入力部１０９は、工場Ｆの設備Ｅのうち、履歴記憶部１０２に操業計画が記憶されていない設備Ｅに係る操業計画の入力を受け付ける。候補入力部１０９に入力された操業計画は、新たな説明変数候補として履歴記憶部１０２に記憶される。これにより、説明変数候補の数を増加させることができる。
単位時間変更部１１０は、各設備Ｅの操業計画における稼働時間帯の単位時間の変更を受け付ける。例えば、履歴記憶部１０２が記憶する操業計画について稼働時間帯が１時間単位で設定されている場合に、単位時間変更部１１０は、利用者の入力に従って、計画入力部１０６に入力する操業計画の稼働時間帯の単位時間を３時間単位に変更することができる。
《エネルギー需要予測装置の動作》
図３は、第１の実施形態に係るエネルギー需要予測装置の動作を示すフローチャートである。
エネルギー需要予測装置１０の履歴取得部１０１は、エネルギー需要の予測処理の実施前に、工場Ｆの各設備Ｅから操業計画および消費電力を取得し、履歴記憶部１０２に記録しておく。
エネルギー需要の予測処理を開始すると、エネルギー需要予測装置１０の選択部１０３は、説明変数候補である設備Ｅの一覧を含む説明変数の選択画面を表示する（ステップＳ１）。図４は、説明変数の選択画面の例を示す図である。説明変数の選択画面には、各設備Ｅについて、名称と定格出力とチェックボックスとが表示される。選択部１０３は、利用者から、エネルギー需要の予測処理における説明変数に用いる設備Ｅの選択を受け付ける（ステップＳ２）。利用者は、説明変数に用いる設備Ｅの欄のチェックボックスをオンにすることで、説明変数に用いる設備Ｅを選択する。また、利用者は、各説明変数候補の名称および定格出力を書き換えてもよい。また、利用者は、設備Ｅの欄のチェックボックスをオフにすることで、オフにされたチェックボックスに係る設備Ｅを選択から外し、結果として説明変数から外すことができる。
選択部１０３が設備Ｅの選択を受け付けると、学習部１０４は、履歴記憶部１０２が記憶する情報を教師データとして、利用者に選択された設備Ｅに係る操業計画を入力とし、工場Ｆの総消費電力の時系列を出力とするように、モデル記憶部１０５が記憶するモデルを学習させる（ステップＳ３）。これにより、エネルギー需要予測装置１０は、利用者が選択した設備Ｅの操業計画に基づいて工場Ｆの総消費電力を予測するためのモデルを生成することができる。学習部１０４が設備Ｅの選択結果に基づいてモデルを学習することで、エネルギー需要予測装置１０は、選択されなかった設備Ｅについて操業計画が入力されなくても、各設備Ｅが停止しているものとみなされずに適切に工場Ｆの総消費電力を予測することができる。
次に、計画入力部１０６は、選択された各設備Ｅに係る操業計画の入力画面を表示する（ステップＳ４）。つまり、計画入力部１０６は、稼働時間帯の入力画面および稼働日の入力画面を画面に表示する。図５は、操業計画の入力画面の例を示す図である。操業計画の入力画面には、選択された各設備Ｅの複数の時間帯または複数の日付について、稼働か停止かを表すチェックボックスが表示される。計画入力部１０６は、利用者から、選択された各設備Ｅに係る操業計画の入力を受け付ける（ステップＳ５）。利用者は、各設備Ｅについて、時間帯または日付に係るチェックボックスのオン／オフを組み合わせることで、各設備Ｅの操業計画を入力する。
エネルギー需要特定部１０７は、計画入力部１０６に入力された操業計画を、モデル記憶部１０５が記憶するモデルに入力することで、工場Ｆの総消費電力の時系列（予測エネルギー需要Ｅ１）を特定する（ステップＳ６）。出力部１０８は、エネルギー需要特定部１０７が特定した予測エネルギー需要Ｅ１を出力する（ステップＳ７）。図６は、第１の実施形態に係るエネルギー需要の予測結果の出力画面の例である。出力部１０８は、エネルギー需要特定部１０７が特定した予測エネルギー需要Ｅ１に加え、履歴記憶部１０２が記憶する消費電力の時系列（実測エネルギー需要Ｅ２）と、工場Ｆの契約電力値Ｔｈ（目的変数の比較値）とを出力する。これにより、利用者は、予測エネルギー需要Ｅ１と実測エネルギー需要Ｅ２との乖離を視認することができ、また工場Ｆの総消費電力が将来的に契約電力値Ｔｈを超えるか否かを視認することができる。
なお、予測エネルギー需要Ｅ１と実測エネルギー需要Ｅ２との乖離が大きい場合、利用者は、説明変数に用いる設備Ｅを追加し、または変更することで、予測エネルギー需要Ｅ１と実測エネルギー需要Ｅ２との乖離が小さくなるように、モデルを再学習させることができる。これにより、利用者は、工場Ｆにおいて総消費電力の支配因子となる設備Ｅを特定することができる。
また、予測エネルギー需要Ｅ１が契約電力値Ｔｈを超える場合、利用者は操業計画を変更し、再度エネルギー需要予測装置１０にエネルギー需要を予測させることができる。この際、全ての設備についての操業計画を入力する必要がないため、利用者は、エネルギー需要の予測のための操業計画の変更を容易に実施することができる。
また、利用者は、エネルギー需要予測装置１０にさらに精度よくエネルギー需要の予測をさせたい場合、説明変数候補を追加することができる。候補入力部１０９は、利用者から新たな説明変数候補に係る操業計画の入力を受け付けると、これを履歴記憶部１０２に記録する。その後、学習部１０４は、モデル記憶部１０５が記憶するモデルを、追加された説明変数候補に係る操業計画を用いて学習させることができる。
また、利用者は、ステップＳ５における操業計画の入力項目が多く煩雑である場合に、またより細かに操業計画を指定したい場合に、操業計画の単位時間を変更することができる。単位時間変更部１１０は、利用者から変更後の単位時間の入力を受け付ける。単位時間変更部１１０は、履歴記憶部１０２が記憶する操業計画を、入力された単位時間に係る操業計画に変換する。例えば、単位時間変更部１１０は、１時間単位の操業計画を３時間単位の操業計画に変更する。例えば、単位時間変更部１１０は、３時間単位のある時間帯において２時間が稼働を示し１時間が停止を示す場合など、変更後の単位時間に係る時間帯に異なる状態が含まれる場合、当該時間帯において少なくとも稼働が含まれていれば当該時間帯の設備Ｅの状態を稼働状態に決定してもよいし、稼働と停止のうち多い方の状態を適用してもよいし、当該時間帯において少なくとも停止が含まれていれば当該時間帯の設備Ｅの状態を停止状態に決定してもよい。単位時間変更部１１０が単位時間の変更を受け付けると、計画入力部１０６は、変更後の単位時間に係る操業計画の入力画面を表示する。
《作用・効果》
このように、第１の実施形態によれば、エネルギー需要予測システム１は、工場Ｆの複数の設備Ｅの中から少なくとも１つの設備Ｅの選択を受け付け、選択された設備Ｅに係る操業計画の入力を受け付ける。そして、エネルギー需要予測システム１は、入力された操業計画に基づいて工場Ｆの総消費電力を特定する。これにより、利用者は、複数の設備Ｅを備える工場Ｆにおいて、任意の設備Ｅの操業計画について入力することで、工場Ｆ全体のエネルギー需要を得ることができる。したがって、工場Ｆが備える設備Ｅの数によらず、利用者にとって操業計画の入力が煩雑にならない。
〈第２の実施形態〉
第１の実施形態に係るエネルギー需要予測システム１は、１つの工場Ｆについての総消費電力を算出する。ところで、電力の契約は、必ずしも工場単位でなされるとは限らず、複数の工場Ｆについて一の契約電力が定められる可能性がある。この場合、複数の工場Ｆの稼働日や稼働時間帯をずらす運用がとられることがある。つまり、一の工場Ｆの情報に基づいて他の工場を制御することや、複数の工場Ｆの情報を相互に参照して工場Ｆ全体を制御することなどがなされている。そこで、第２の実施形態に係るエネルギー需要予測システム１は、複数の工場Ｆに係る総消費電力を算出する。
第２の実施形態に係るエネルギー需要予測装置１０の構成は、第１の実施形態と同様である。このとき、履歴取得部１０１は、複数の工場Ｆの各設備Ｅから操業計画および消費電力の時系列を取得する。利用者は、複数の工場Ｆの複数の設備Ｅから、説明変数に係る設備Ｅを選択する。このとき、一部の工場Ｆについて設備Ｅが選択されなくてもよい。学習部１０４は、選択された設備Ｅに係る操業計画を入力とし、全工場Ｆの総消費電力を出力とするように、モデルを学習させる。エネルギー需要特定部１０７は、入力された操業計画に基づいて、全工場Ｆの総消費電力すなわち予測エネルギー需要Ｅ１を特定する。出力部１０８は、エネルギー需要特定部１０７が特定した全工場Ｆの予測エネルギー需要Ｅ１を出力する。図７は、第２の実施形態に係るエネルギー需要の予測結果の出力画面の例である。出力部１０８は、エネルギー需要特定部１０７が特定した予測エネルギー需要Ｅ１に加え、履歴記憶部１０２が記憶する工場Ｆごとの消費電力の時系列（実測エネルギー需要Ｅ２）と、契約電力値Ｔｈとを出力する。
なお、第２の実施形態に係るエネルギー需要予測システム１は、選択された設備Ｅに係る操業計画を入力とし、全工場Ｆの総消費電力を出力とするようにモデルを学習させ、これにより全工場Ｆの総消費電力を特定するが、これに限られない。例えば、他の実施形態に係るエネルギー需要予測システム１は、選択された設備Ｅに係る操業計画を入力とし、各工場Ｆの総消費電力を出力とするようにモデルを学習させ、各工場の総消費電力の総和をとることで全工場Ｆの総消費電力を特定してもよい。
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態において、説明変数として各設備Ｅの操業計画を用いるが、これに限られない。例えば、他の実施形態においては、工場Ｆの生産計画、設備Ｅの機種、設備Ｅを操作する作業員の配置計画、工場Ｆのイベントカレンダーなどを説明変数に用いてもよい。
また、上述の実施形態においては、予測システムがエネルギー需要を予測するエネルギー需要予測装置１０に実装される例について説明したが、これに限られず、他の実施形態に係る予測システムはエネルギー需要以外の目的変数を特定してもよい。例えば、他の実施形態においては、予測システムは、工場Ｆにおける製品の製造に係るパラメータを説明変数として用い、完成品に発生する不良箇所の数を目的変数としても良い。
より詳細には、予測システムは、工場Ｆにおける完成品の不良箇所の数を予測するために、複数の製造工程のそれぞれについて少なくとも１つの製造に係るデータを取得する。予測システムは、これらのデータの一部もしくは全てを説明変数として、工場Ｆのエネルギー需要の予測に代わり、完成品に発生する不良箇所の数を予測してもよい。この場合、完成品の完成に至る途中の製造工程における仕掛の段階で収集されるデータから、完成品の不良箇所の数を予測することが可能となる。途中の製造工程において完成品の不良箇所の数が所定の閾値を超えると予測される場合は、その仕掛品の製造を中止することで、その仕掛品に必要以上の工数や労力を割くことを抑制できるのみならず、工場にてその工数や労力のためのエネルギーを消費することを抑制することが可能となる。
工場Ｆが鋳造工場である場合、複数の設備による複数の製造工程を経て完成品としての鋳造物ができあがる。各工程の仕掛品が各工程で定められている所定の公差や品質を満たしていても、最後の製造工程を経た後に、完成品に複数の不良箇所（表面の欠陥等）が発生することがある。これらの不良箇所は、通常は別途修正を施すが、不良箇所の数が過剰である場合、大幅な工数の増加となるため、望ましくない場合がある。予測システムは、各製造工程の製造に係るデータ、例えば製造工程の雰囲気温度、鋳造に係る速度・品質パラメータ・温度、材料の温度・品質パラメータ、各工程中で特定の作業に要した時間等を説明変数とし、完成品である鋳造物の不良箇所の数を目的変数とすることで、鋳造に係る製造工程の途中段階で、完成品の不良箇所の数を予測することができる。これにより、各工程の仕掛品が、各工程で定められている所定の公差や品質を満たしている場合でも、それまでの製造に係るデータに基づいて完成品の不良箇所の数が所定の閾値を超える場合、その仕掛品の製造を中止するという判断が可能となる。結果として、その仕掛品に以後の製造工程で必要以上の工数や労力を割くことを抑制し、工場にてエネルギーを消費することを抑制できる。
また、上記において説明変数に用いられるパラメータを製造工程の管理に利用することもできる。
より詳細には、不良箇所の数が所定の閾値を越える際に、不良箇所の数について寄与度の高い製造に係るパラメータが明らかになった場合、そのパラメータを管理することで、不良箇所の数が所定の閾値を越えることを抑制することも可能となる。
例えば、予測システムにおいて複数の説明変数候補から説明変数を選択する過程において、特定の製造工程の製造に係るデータ、例えば特定の製造工程の雰囲気温度が、完成品の不良箇所の数の予測時に最も寄与度の高いパラメータであり、その雰囲気温度が所定値以上になることで完成品の不良箇所の数が所定の閾値を越えることが明らかになった場合、管理者は、その製造工程の雰囲気温度を所定値以上にならないように管理することで、完成品の不良箇所の数が所定の閾値を越えないよう管理することが可能となる。これにより、不良箇所の修正に過剰な工数を割くことを抑制し、工場にて必要以上のエネルギーを消費することを抑制できる。この場合、管理するパラメータは１つである必要は無く、必要に応じて不良箇所の数の予測に寄与する複数のパラメータを管理しても良い。
なお、本実施形態における完成品は、製品としての完成品に限られず、工場Ｆにおいて対象としている複数の製造工程の最終成果物ではあるが、製品としては中間生成物であるものも含まれる。
また、予測システムは、目的変数として、不良箇所の数に代えて、不良品か良品かの判断結果を予測してもよい。製品の外観や形状不良を、不良品か良品かの判断基準とする場合、必ずしも完成品にて計測できるパラメータが存在するとは限らない。このような場合、予測システムは、例えば不良品を０、良品を１とするパラメータを目的変数することで、０以上、１以下の値となる予測値を得ることができる。管理者は、完成品の完成に至る途中の製造工程における仕掛品の段階で、この予測値が閾値より小さければ不良品である確率が高く、閾値より大きければ良品である確率が高いとして、完成品の品質を予想することができる。
また、予測システムは、目的変数として、不良箇所の数に代えて、不良箇所の場所または不良の種類を予測しても良い。すなわち、管理者は、予測システムに不良箇所の場所や不良の種類を学習させることで、完成品の所定の場所が不良になる確率、または完成品が所定の種類の不良となる確率を予測値として得ることができる。管理者は、予測システムが出力する予測値を参照することで、完成品の完成に至る途中の製造工程における仕掛品の段階で、完成品の品質を予想することができる。
図８は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、プロセッサ９１、メインメモリ９２、ストレージ９３、インタフェース９４を備える。
上述のエネルギー需要予測装置１０は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９３に記憶されている。プロセッサ９１は、プログラムをストレージ９３から読み出してメインメモリ９２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９１は、プログラムに従って、上述した履歴記憶部１０２に対応する記憶領域をメインメモリ９２に確保する。
ストレージ９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。ストレージ９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムをメインメモリ９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ９３は、一時的でない有形の記憶媒体である。
また、当該プログラムは、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、当該プログラムは、前述した機能をストレージ９３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。
１ エネルギー需要予測システム
１０ エネルギー需要予測装置
１０１ 履歴取得部
１０２ 履歴記憶部
１０３ 選択部
１０４ 学習部
１０５ モデル記憶部
１０６ 計画入力部
１０７ エネルギー需要特定部
１０８ 出力部
１０９ 候補入力部
１１０ 単位時間変更部
Ｅ 設備
Ｆ 工場
Ｅ１ 予測エネルギー需要
Ｅ２ 実測エネルギー需要
Ｔｈ 契約電力値

Claims (13)

  1. 工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付ける選択部と、
    選択された前記説明変数に係る値の入力を受け付ける値入力部と、
    入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定する特定部と
    特定した前記目的変数の値を出力する出力部と
    を備える予測システム。
  2. 前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値である
    請求項１に記載の予測システム。
  3. 工場の稼働に係る複数の説明変数候補の値と前記工場の稼働に係る少なくとも１つの目的変数の値とのセットを含む履歴データを記憶する記憶部と、
    前記履歴データに基づいて、選択された前記説明変数を入力とし、前記目的変数を出力とするモデルのパラメータを学習する学習部と、
    を備え、
    前記特定部は、入力された前記値を学習された前記モデルに入力することで、前記目的変数の値を特定する
    請求項１または請求項２に記載の予測システム。
  4. 前記記憶部が記憶する、前記工場の稼働に係る複数の説明変数候補の値と前記工場の稼働に係る少なくとも１つの目的変数の値とのセットは、前記工場の稼働に係る複数の説明変数候補の値と前記工場のエネルギー需要に係る少なくとも１つの目的変数の値とのセットであり、
    前記モデルが出力する前記目的変数の値は、前記工場のエネルギー需要に係る値である
    請求項３に記載の予測システム。
  5. 前記履歴データに追加する説明変数候補の値の入力を受け付ける候補入力部を備える
    請求項１から請求項３の何れか１項に記載の予測システム。
  6. 前記値入力部は、前記説明変数に係る値の時系列の入力を受け付ける
    請求項１から請求項５の何れか１項に記載の予測システム。
  7. 前記説明変数に係る値の時系列における単位時間の変更を受け付ける単位時間変更部をさらに備える
    請求項６に記載の予測システム。
  8. 前記出力部は、特定した前記目的変数の値と、前記履歴データに含まれる前記目的変数の値または前記目的変数の比較値とを含む表示画面を出力する
    請求項１から請求項７の何れか１項に記載の予測システム。
  9. 前記入力部は、複数の工場における選択された前記説明変数に係る値の入力を受け付け、
    前記特定部は、入力された前記値に基づいて複数の工場の稼働に係る目的変数の値を統合した値を特定する
    請求項１から請求項８の何れか１項に記載の予測システム。
  10. 工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付けるステップと、
    選択された前記説明変数に係る値の入力を受け付けるステップと、
    入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定するステップと
    特定した前記目的変数の値を出力するステップと
    を含む予測方法。
  11. 前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値である
    請求項１０に記載の予測方法。
  12. コンピュータに、
    工場の稼働に係る複数の説明変数候補の中から少なくとも１つの説明変数の選択を受け付けるステップと、
    選択された前記説明変数に係る値の入力を受け付けるステップと、
    入力された前記値に基づいて前記工場の稼働に係る目的変数の値を特定するステップと
    特定した前記目的変数の値を出力するステップと
    を実行させるためのプログラム。
  13. 前記工場の稼働に係る目的変数の値は、前記工場のエネルギー需要に係る値である
    請求項１２に記載のプログラム。
JP2018033366A 2018-02-27 2018-02-27 予測システム、予測方法、およびプログラム Active JP6975073B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2018033366A JP6975073B2 (ja) 2018-02-27 2018-02-27 予測システム、予測方法、およびプログラム
PCT/JP2019/005430 WO2019167656A1 (ja) 2018-02-27 2019-02-14 予測システム、予測方法、およびプログラム
EP19760182.6A EP3745344A4 (en) 2018-02-27 2019-02-14 PREDICTION SYSTEM, PREDICTION METHOD AND PROGRAM
US16/971,996 US20200380393A1 (en) 2018-02-27 2019-02-14 Prediction system, prediction method, and program
TW108105771A TWI756515B (zh) 2018-02-27 2019-02-21 預測系統、預測方法、及程式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018033366A JP6975073B2 (ja) 2018-02-27 2018-02-27 予測システム、予測方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2019148999A true JP2019148999A (ja) 2019-09-05
JP6975073B2 JP6975073B2 (ja) 2021-12-01

Family

ID=67805352

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018033366A Active JP6975073B2 (ja) 2018-02-27 2018-02-27 予測システム、予測方法、およびプログラム

Country Status (5)

Country Link
US (1) US20200380393A1 (ja)
EP (1) EP3745344A4 (ja)
JP (1) JP6975073B2 (ja)
TW (1) TWI756515B (ja)
WO (1) WO2019167656A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023119393A1 (ja) * 2021-12-21 2023-06-29 三菱電機株式会社 電力管理支援装置、プログラム及び電力管理支援方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7424807B2 (ja) * 2019-11-28 2024-01-30 ファナック株式会社 機械学習装置、消費電力予測装置、及び制御装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000217253A (ja) * 1999-01-19 2000-08-04 Sumitomo Metal Ind Ltd 使用電力量予測方法
US20060116795A1 (en) * 2002-11-18 2006-06-01 Keiko Abe Operation-assisting system and operation-assisting computer program
JP2009116842A (ja) * 2007-03-09 2009-05-28 Omron Corp 要因推定支援装置およびその制御方法、ならびに要因推定支援プログラム
JP2017070167A (ja) * 2015-10-02 2017-04-06 Ｊｆｅスチール株式会社 電力使用量の予測方法および予測システム
JPWO2017203601A1 (ja) * 2016-05-24 2018-06-07 三井情報株式会社 情報処理装置、情報処理方法、情報処理システム及びプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004129322A (ja) 2002-09-30 2004-04-22 Nippon Steel Corp 電力需要の予測制御システム
JP2015012753A (ja) * 2013-07-01 2015-01-19 日新電設株式会社 オンデマンド型電力制御システム、オンデマンド型電力制御方法及びオンデマンド型電力制御プログラム
US11593817B2 (en) * 2015-06-30 2023-02-28 Panasonic Intellectual Property Corporation Of America Demand prediction method, demand prediction apparatus, and non-transitory computer-readable recording medium
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
US10185298B2 (en) * 2016-03-29 2019-01-22 Applied Materials, Inc. Smart tool monitoring system
JP6086640B1 (ja) 2016-08-31 2017-03-01 ユーシーシー上島珈琲株式会社 コーヒー飲料の製造方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000217253A (ja) * 1999-01-19 2000-08-04 Sumitomo Metal Ind Ltd 使用電力量予測方法
US20060116795A1 (en) * 2002-11-18 2006-06-01 Keiko Abe Operation-assisting system and operation-assisting computer program
JP2009116842A (ja) * 2007-03-09 2009-05-28 Omron Corp 要因推定支援装置およびその制御方法、ならびに要因推定支援プログラム
JP2017070167A (ja) * 2015-10-02 2017-04-06 Ｊｆｅスチール株式会社 電力使用量の予測方法および予測システム
JPWO2017203601A1 (ja) * 2016-05-24 2018-06-07 三井情報株式会社 情報処理装置、情報処理方法、情報処理システム及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023119393A1 (ja) * 2021-12-21 2023-06-29 三菱電機株式会社 電力管理支援装置、プログラム及び電力管理支援方法
JP7408028B2 (ja) 2021-12-21 2024-01-04 三菱電機株式会社 電力管理支援装置、プログラム及び電力管理支援方法

Also Published As

Publication number Publication date
JP6975073B2 (ja) 2021-12-01
EP3745344A1 (en) 2020-12-02
EP3745344A4 (en) 2021-03-31
US20200380393A1 (en) 2020-12-03
TWI756515B (zh) 2022-03-01
WO2019167656A1 (ja) 2019-09-06
TW201939326A (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
Duan et al. Selective maintenance scheduling under stochastic maintenance quality with multiple maintenance actions
CN109870903B (zh) 参数优化方法、装置以及非瞬时计算机可读取介质
US10466689B2 (en) Maintenance optimization for asset performance management
US11573541B2 (en) Future state estimation device and future state estimation method
US10520937B2 (en) Sensing and computing control system for shaping precise temporal physical states
JP2019182342A (ja) ダイヤ分析支援装置及び方法
CN106295995A (zh) 一种用于确定生产计划的数据分析方法与设备
KR20200143821A (ko) 강화 학습 및 시뮬레이션 기반의 공장 내 디스패칭 방법 및 그 장치
JP4800299B2 (ja) コスト情報管理システム、コスト情報管理方法およびコスト情報管理プログラム
US20140128997A1 (en) Identifying models of dynamic systems
US20080188973A1 (en) Method for analyzing operation of a machine
US20170211832A1 (en) Tuning model structures of dynamic systems
CN112132400A (zh) 一种工序时间规划方法、存储介质及系统
Kianpour et al. Automated job shop scheduling with dynamic processing times and due dates using project management and industry 4.0
JP7342833B2 (ja) 制御装置、コントローラ、制御システム、制御方法、および制御プログラム
WO2019167656A1 (ja) 予測システム、予測方法、およびプログラム
JP2019087030A (ja) 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム
US20170097634A1 (en) Plan generating device and plan generating method
CN114330816A (zh) 一种工业原材料采购控制方法及系统
JP6917288B2 (ja) 保守計画生成システム
TW202347062A (zh) 用於半導體廠房中之等待時間預測之方法
JP7060130B1 (ja) 運用支援装置、運用支援方法及びプログラム
US20190266682A1 (en) Calculating value of inspection information
JP2024517150A (ja) 産業機器の動作及び保全の監視のためのシステム
WO2016151639A1 (ja) 人数予測システム、人数予測方法および人数予測プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200825

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210205

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210903

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20210903

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20210917

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20210921

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: 20211026

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211105

R150 Certificate of patent or registration of utility model

Ref document number: 6975073

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150