JP2580504B2

JP2580504B2 - エネルギー負荷予測装置

Info

Publication number: JP2580504B2
Application number: JP63088302A
Authority: JP
Inventors: 隆行今井; 石塚　　誠
Original assignee: Agency of Industrial Science and Technology
Current assignee: National Institute of Advanced Industrial Science and Technology AIST
Priority date: 1988-04-12
Filing date: 1988-04-12
Publication date: 1997-02-12
Anticipated expiration: 2012-02-12
Also published as: JPH01263433A

Description

【発明の詳細な説明】産業上の利用分野本発明は、給湯や空調などのエネルギー設備の効率的
な運転を行うために利用されるエネルギー負荷予測装置
に関するものである。

従来の技術従来、集合住宅用のエネルギー供給設備の制御では、
給湯にしても空調にしても負荷発生パターンが一定でな
いため、予測に基づく制御は行うことができず、そのた
め集中システムでは大きめの容量の機器を設置したり、
集中でないところでは、個別に暖房器や冷房器、給湯器
を住戸毎に設置していたので集合の住宅であるスケール
メリットを有効に使うことができなかった。

また、事務所ビルやホテル、病院などでは、負荷パタ
ーンにあまり大きな変化がないため、たとえば空気調和
・衛生工学学術論文集（1984年10/25〜27）「知多市民
病院における空気調和と熱源システムの最適化手法：中
原信生、小田恭輔」のように、過去の負荷量と気温など
の測定値の回帰式から負荷を予測する方法が負荷予測の
方法として知られている。

発明が解決しようとする課題しかし、従来の負荷予測方法は、負荷量をもとにモデ
ル式を求め、それらの数式に基づき予測をするので、住
宅のもつ多様な負荷発生の変化に対応できない課題があ
った。

本発明は、以上のような課題を解決するためのもので
あり、住宅の多様な負荷発生パターンを予測することを
目的としている。

課題を解決するための手段上記目的を達成するために、本発明の技術的解決手段
は、エネルギー使用量および使用時刻を測定する使用実
績データ測定部と、前記使用実績データ測定部で測定し
たデータによりエネルギー使用の用途であるエネルギー
使用行為の判定と、居住者が起床中、不在中または睡眠
中のうちいずれの生活状態であるかの判定を行う行為推
定部と、前記行為推定部で判定した結果を記憶する行為
リスト記憶部と、前記行為推定部で判定したエネルギー
使用行為と使用実績データ測定部の測定結果からエネル
ギー使用行為毎に、使用開始時刻、使用継続時間および
使用量の平均および分散を求め、エネルギー使用行為の
発生の規則性を、過去のエネルギー使用行為の発生か
ら、あらかじめ用意した規則とその規則に対する帰属度
として抽出する特徴抽出部と、エネルギー使用行為の発
生の有無を、過去の行為判定結果と特徴抽出部で抽出さ
れたエネルギー使用行為の発生の規則から、ルールに基
づき判定する行為有無予測部と、行為有無予測部で予測
対象行為が有りと判定された場合に、その開始時刻を判
定する行為開始時刻予測部と、行為開始時刻予測部の判
定結果および特徴抽出部で抽出されたエネルギー使用行
為毎のエネルギー使用量に基づいて、時間毎のエネルギ
ー使用を判定する負荷量予測部を具備するものである。

作用本発明は、行為判定部でエネルギー使用実績からエネ
ルギー使用行為や例えば居住者の状態をある時間間隔で
連続的に推定し、その結果を記憶著積しつつ、特徴抽出
結果記憶部において、エネルギー使用の傾向の特徴を必
要なときに、抽出し記憶する。上記、二つのデータ収集
分析の過程とは別のタイミングで、行為推定結果と特徴
抽出結果により予測日のエネルギー使用行為の発生の有
無からエネルギー使用量を、あらかじめ記述してあるル
ールにより予測するようにしたものである。

実施例以下、本発明の一実施例について図面を参照しながら
説明する。

本実施例では、予測対象を集合住宅の給湯使用とし、
居住者からの給湯使用予約情報と負荷予測の結果を基に
集中型の給湯設備の制御を行うシステムの中で用いられ
るものである。負荷予測の種類としては、予測対象日の
前日に翌日の給湯使用量を予測する「翌日負荷予測」
と、予測対象日の当日に数10分単位で短期的な給湯使用
量の予測を行う「当日動的負荷予測」の２種類の予測手
段を有している。

第１図は、本発明の一実施例におけるエネルギー負荷
予測装置で、翌日負荷予測の全体構成図であり、第２図
は同当日動的負荷予測の全体構成図である。まず第１図
をもとに翌日負荷予測について説明する。

第１図において、１は一定時間間隔で測定された給湯
使用実績データ、２は対象住戸の家族構成と推定日の気
象条件と推定日が祭日であるかどうかなどを表す外的事
象、３は給湯実績データ１および外的事象２を内部で扱
い易いように変換するためのデータ入力インターフェー
スである。４は入力インターフェース３により変換され
た入力情報から、その給湯使用実績がどんな行為によっ
て使われたか、または、そのとき居住者がどんな生活状
態にあったのかを判定する行為推定部であり、その内部
は給湯使用標準パターンを数値的な値として設定する標
準パターン設定プログラム５と、標準パターン設定プロ
グラム５入力インターフェース３により変換された入力
情報から、測定された給湯使用実績が推定対象行為なの
かどうかを判定する行為推定知識ベース６で構成されて
いる。

行為推定部４で推定された結果は、推定行為リスト記
憶部７にファイルとしてある指定した期間の間、記憶著
積される。この行為推定の過程は、つねに一定時間間隔
で動作している。

８は、上記行為推定の過程の出力である推定行為リス
トを基に、対象住戸の基本的な入浴習慣を推定する特徴
抽出部である。特徴抽出部８は、推定行為リストから予
測対象となる行為の統計的性質を抽出する統計的特徴抽
出プログラム９と、上記特徴抽出結果とあらかじめ用意
した数種類の基本的入浴習慣のどれに、どのくらいの帰
属度をもってあてはまるかを推定する基本的入浴習慣の
推定知識ベース10からなる。また、この特徴抽出部８で
特徴抽出する対象は、入浴の開始時刻および入浴時に使
用される給湯使用量および使用形態のである。特徴抽出
部８で抽出された特徴抽出結果は基本的入浴習慣とし
て、特徴抽出結果記憶部11に記憶される。この特徴抽出
を行う過程は、基本的には、推定行為リスト記憶部７に
著積された過去数十日間の推定行為リストを基に行う
が、十分な過去のデータを得ることができない場合は居
住者に対しアンケートを行い、その回答を入力すること
でもできる。この特徴抽出の過去を動作させるタイミン
グは、基本的な入浴習慣に変化が現れたとき、または現
れそうだと考えられる時だけ動作するだけでよい。

13は、予測対象日から３日間前までの推定行為リスト
と基本的入浴習慣および予測対象日の予測を行う上での
前提条件となる外的事象２、さらに住居者からの給湯使
用に関する予約入力情報14を基に、翌日の入浴有無を予
測する入浴有無予測知識ベースである。入浴有無予測知
識ベース13には、入浴行為発生の前提となる条件部とそ
の条件により入浴行為がどう変わり得るのかを記述した
後件部より構成される複数のルールが記述してある。12
は、予測対象を入浴に限らない総称であり、この翌日の
行為を予測する過程を総称したもので行為有無予測部で
ある。15は入浴有無予測知識ベース13の予測結果を記憶
しておく入浴有無予測結果記憶部である。17は、入浴有
無予測結果と上記給湯使用開始時刻に関する特徴抽出結
果をもとに入浴開始時刻を予測する入浴開始時刻予測知
識ベース、16は、予測対象を入浴に限らない総称であ
り、行為開始時刻予測部である。18は、入浴開始時刻知
識ベースを基に予測した結果を記憶する入浴開始時刻予
測結果記憶部である。20は、それまでに行った予測の結
果と上記給湯使用量に関する特徴抽出結果を基に給湯使
用量を予測する入浴負荷分布予測知識ベース、19は、入
浴に限らない総称であり、負荷量予測部である。21は、
上記負荷分布予測知識ベース20により予測した結果を記
憶する負荷分布予測結果記憶部である。上記行為有無予
測部12及び、行為開始時刻予測部16及び、負荷量予測部
19の過程を経ることにより、予測した給湯使用行為から
負荷量とその発生時刻を予測する。22は、予測結果を給
湯機器の制御に利用するためのデータ形式の変換の手段
である予測結果出力インターフェースである。23は、予
測対象である住戸の入浴習慣が変わり、予測が過去の時
点で特徴抽出した結果を基にして予測ができなくなった
時に、再度特徴抽出部８を動作させたり、入浴有無予測
知識ベース13や入浴開始時刻予測知識ベース17や負荷分
布予測知識ベース20の中に書かれているルールの適用条
件を変更する予測管理知識ベースである。以上の過程を
経ることにより給湯量は一度行為のレベルに変換され、
その行為の特徴から給湯行為の発生を予測し、さらに給
湯量や給湯使用の発生を予測する。

26は、15〜21の入浴に限らない総称で予測結果記憶部
である。

以下、第１図各部の手段について詳細に説明する。

第３図は、行為推定部の推定過程である。大きな流れ
としては、最初に推定対象行為による給湯使用パターン
を設備機器の面と行為の行われ方の面から算出し標準パ
ターンとして設定する。この標準パターンは、給湯使用
時刻、給湯使用時間、給湯使用量、給湯使用形態で構成
されるが、居住者の使い方の違いによって変化するの
で、ある幅を持った形で設定する。第３図（ａ）は、第
１図の標準パターン設定プログラム５の内容である。F1
は入浴による給湯使用に関係する設備についての容量、
給湯最大出湯量、浴槽の大きさを入力する。次のF2は様
々な給湯使用行為の使用傾向を入力であり、例えば、入
浴時間の長さやその開始時刻、入浴使用時の湯の温度の
範囲などである。F3は外気温の測定データを入力であ
る。これらのデータをもとに、供給使用行為毎の給湯使
用時刻、給湯使用時間、給湯使用量、給湯使用形態を幅
を持たせて設定する。

第３図（ｂ）は、第１図の行為推定知識ベース６の詳
細であり、その基本的な流れを示すものである。行為推
定は、前述したように、ある一定時間間隔で連続的に行
われる。その機能は、リアルタイムで入ってくる給湯使
用実績とその給湯使用が行われた背景である外的事象２
と上記標準パターンからその給湯使用がどんな行為によ
って行われた結果なのか、また、現在居住者は、どんな
状態にあるのかを推定する。

最初に、F6として給湯使用実績データが入力される。
そして、F7で使用量があるかないかをチェックし、なけ
ればF12で生活状態推定フラッグの変更必要性をチェッ
クした後また、F6でデータを取りに行く。あれば、F8で
それまでの居住者の生活状態の生活状態推定フラッグを
見にゆくことにより認識する。ここでいう生活状態推定
フラッグとは、居住者の誰もいない状態すなわち不在、
居住者の誰かがいる状態でしかも起床している状態すな
わち起床中、居住者の誰かがいる状態でしかも睡眠中の
状態すなわち睡眠中の３状態を言う。次に、F9で給湯使
用実績が推定しようとする入浴行為であるかどうかを判
定する。この過程F9では、上記標準パターンと比較を行
いパターンマッチングにより結果を出す。それゆえ、給
湯使用に関する複数のルールが書かれている。もし、推
定対象行為と判定した場合、F10でその開始時刻、使用
時間、使用量を推定し、F11で推定行為リストして、第
１図の推定行為リスト記憶部７に記憶する。もし、推定
対象行為でないと判断されたときにはF12の生活状態フ
ラッグの変更の必要性があるかを判定し、必要があれば
F13で変更し、なければそのままで、また、F6へもどり
給湯使用実績データを読みに行く。以上の、プロセスが
定常的に行われている。生活状態推定フラッグの変更に
関しては、例えば、生活状態推定フラッグが不在の時に
給湯使用があった場合、フラッグを起床中に変更した
り、フロッグが起床中の時、長い時間給湯使用がない場
合でかつそれが夜の場合は、睡眠中に変更するといった
ことを行う。

次に、入浴有無の習慣性についての特徴抽出について
第１表と第４図をもとに説明する。普通、住宅では、程
度の差はあれ入浴習慣というものがある。この入浴習慣
を推定することにより予測のためのもっとも基本的なル
ールを導こうとするのがこの過程の目的である。

日単位の入浴の特徴を基本的入浴習慣と呼び、その種
類として、頻度、決まり、付帯規則、入浴曜日、非入浴
曜日の５つの範畴を決め、中を第１表に示すような、い
くつかの種類に分けた。第４図は、第１図の特徴抽出部
８の基本的流れである。P1からP5までは、第１表の統計
的特徴抽出のプログラムで行う部分で、著積された推定
行為リストから統計計算を行うことにより求める。P6
は、上記統計計算の結果から基本的な入浴習慣を推定す
る部分である。詳しく説明すると、最初に、P1で基本的
な習慣を推定するのに現時点から何日前までの推定行為
リストを用いるかを入力する。次のP2では、P1で指定さ
れた日数の入浴有無実績を推定行為リスト記憶部から１
と０の系列として読み込み、配列の形で記憶する。そし
て、その配列データから、P3の全体の入浴頻度や、P4の
曜日毎の入浴頻度、更には、あらかじめ指定した10のパ
ターンの発生回数を計算する（P5）。ここでいう、パタ
ーンは、1010、0101、1001、10001、100001、0110、011
10、011110の８種類で一日おきの決まりや２日以上続け
て入らないといった基本的入浴習慣を推定するのに用い
る。P5までで、推定のためのデータをそろえ、次にP6
で、第１表に示した基本的入浴習慣の中のどの習慣にど
の程度属するかを推定する。具体的には、P3で求めた頻
度や、P5で求めたパターンの発生回数から基本的入浴習
慣をファジイ集合と考え、種類名とその帰属度をあるメ
ンバーシップ関数をもとに、求めている。

第５図は、第１図の入浴有無予測知識ベースの基本的
流れである。ここでは、上記基本的入浴習慣と予測対象
日の３日前までの入浴有無実績と予測対象日の外的事
象、例えば祭日かどうか、さらに居住者からの給湯使用
予約の情報を入力することにより、予測対象日に入浴が
行われるか否かを予測する。詳しく説明すると、最初に
M1で上記基本的入浴習慣を特徴抽出結果記憶部11から読
み込み、次に、M2で予測対象日から３日間前までの入浴
有無実績を行為推定リスト記憶部７から読み込む。そし
て、次のM3でこの３日間の入浴実績と基本的入浴習慣か
ら第１次の入浴有無予測結果をファジイ理論のファジイ
推論に基づき出力する。下記第２表は、M3の推論過程で
用いるルールのマトリックスである。

以下第２表の説明をする。縦の項目欄に書いてあるの
が基本的入浴習慣である。そして、横の項目欄に書いて
ある３桁の１、０の系列が過去３日間の入浴実績であ
る。そして、マトリックス内部に書かれている記号はル
ール帰結を表す後件部である。記号の意味は、入浴有無
の度合を記号化したもので、前のＰは入浴する、Ｎは入
浴しない。後ろのＳは確信度が低く、Ｍは中ぐらい、Ｂ
は確信度が高い、という意味を表す。そして、０から１
までの値を取り得る入浴有無度を設け、その値が0.5よ
り大きければ入浴有り、0.5より小さければ入浴なしと
考える。マトリックス上のアルファベット２文字は、上
記入浴有無度を台集合として、あらかじめ定めたメンバ
ーシップ関数により関係つけられている。すなわち複数
の基本的入浴習慣があればそれに従って適用されるルー
ルも増える。ルールの後件部は最終的には入浴有無度の
軸上で重心を取ることにより合成され、これが第１次入
浴有無予測結果の出力となり、入浴有無度を予測の確信
度と考える。

次に、M4で居住者からの給湯使用に関する予測入力が
ないかをチェックする。もしあれば、M5でそのデータを
取ってくる。本実施例では、住戸毎に入浴予約用の端末
が設置されて、そこから居住者が大量に湯を使用したい
ときは入力できるようにしてある。この居住者からの予
約入力情報は、予測結果の中でもっとも確信度の高い予
測情報として以降利用される。

次に、M6で第１次の入浴有無予測結果どうりに予測結
果を出力してよいかのチェックをおこなう。すなわち、
予測対象日の外的条件となる天気や気温、祝祭日か否か
など外的事象との関係を用いて、あらかじめ記述された
ルールに従って予測結果をチェックし、変更の必要があ
れば、確信度計算を行った上で変更する。最後にM7で最
終的な入浴有無予測結果を確信度付きで出力する。

次に、第１図の中の入浴開始時刻予測知識ベース17に
ついて説明する。ここでは、特徴抽出部８の中で、入浴
開始時刻に関して計算し、特徴抽出した統計的特徴と上
記入浴有無予測結果から入浴行為の開始時刻を予測す
る。以下に、第６図〜第８図をもとに入浴行為開始時刻
の予測の方法を流れ図を用いて説明する。第６図は、入
浴開始時刻予測知識ベースの基本的な流れである。最初
に、H1で特徴抽出部８で計算された指定日数間の平均入
浴開始時刻とその分散を知識ベースに読み込む。次に、
H2でその分散があるレベル以上かどうかの判定をする。
つまり、この時点で入浴開始時刻に余り変化のない住戸
はピックアップしておき、その様な住戸は、H3で入浴開
始時刻予測のデフォルト値として平均の入浴開始時刻を
用いる。一方、分散が、大きな場合は、H4で平日と休
日、曜日毎などで平均と分散の計算値を読み込むことに
より、その区分したカテゴリーの中で類似傾向があるか
ないかをチェックし（H5）、あれば、そのクラスター毎
にデフォルト時刻として、その平均値を用いる（H7）。
もし、どのクラスター間にも類似性がない場合は、１回
前の入浴時の入浴開始時刻をデフォルト時刻として用い
る（H6）。そして、最終的にH8で予測対象日の前日まで
の入浴開始時刻予測値として上記過程で得られたデフォ
ルト値を出力する。この出力値は、予測結果記憶部2bに
記憶される。

次に、第７図、第８図をもとに第１図の中の負荷分布
予測知識ベース20について説明する。ここでは、特徴抽
出部８の中で、負荷量に関して特徴抽出した結果得られ
る給湯使用パターンと上記過程で得られた予測結果から
発生する給湯負荷パターンを予測する。給湯負荷パター
ンは、入浴による給湯パターンとその他の使用による給
湯パターンの２つに分けそれらの合成することにより１
日の負荷量の予測値とする。第７図は、入浴の給湯負荷
パターンの１例である。パターンＡは、横軸が分布で、
縦軸は給湯使用量であり、入浴の張水時の給湯使用量の
分布を表している。パターンＰ、Ｑ、Ｒは、横軸が時間
であり、縦軸は確率であり、入浴開始時刻の確率分布を
表している。これらは、特徴抽出部８で求められるが、
給湯量の分布については、統計的特徴抽出のプログラム
の中で算出し、入浴行為の確率分布は、統計計算に加え
生活パターンなどの外的事象２も考慮にいれた上で求め
られる。例えば、パターンＰは、入浴は就寝前で、夜の
ある時間には、必ず寝てしまうようなタイプにみられる
パターン。パターンＱは、小さな子供がいる家庭で夕食
前後には風呂を沸かし入浴するタイプのパターン。パタ
ーンＲは、ある時刻頃に入浴すると決めている家庭のパ
ターン。という具合いに、いくつかのパターンがその発
生しそうな条件を属性として用意されている。そして、
給湯使用量のパターンと入浴開始時刻の発生パターンの
合成によって予測負荷パターンは決められる。その際、
分布付きなので予測結果から値を得ようとするときは、
分布の何パーセント値を用いるのかを指定しなければな
らない。

第８図は、入浴以外の使用による給湯負荷パターンで
ある。横軸は時間軸であり、縦軸は給湯量である。パタ
ーンＤは、入浴による給湯を含んだ負荷パターンであ
る。ここから、特徴抽出部によって抽出された１回当り
の入浴に使用される給湯使用量分を抜いたのがパターン
Ｅである。原則的には、入浴のない日の１日の給湯パタ
ーンと第７図の合成によって得られる入浴による給湯パ
ターンの合成によって入浴有りと予測された日の予測負
荷量とする。この合成の過程で、入浴のない日は、他の
給湯使用が発生に影響が出る場合は、その整合性を保つ
ためにパターンＥにそれらの給湯負荷を付加する。以上
が、負荷分布予測知識ベース20の働きである。最終的な
予測結果は、予測結果記憶部21に記憶される。そして、
予測結果は予測結果出力インターフェース22を通じて給
湯設備の制御装置に入力され利用される。

上記過程による予測方法は、居住者の持つ給湯使用行
為の習慣性と行為を行うに当たっての因果関係に基づい
ている。それゆえ、予測精度を保とうとすれば、習慣性
や因果関係が変化すればそれに対応して予測構造も変化
しなくてはならない。23はそれを行うための予測管理知
識ベースである。ここでは、予測対象の変化を予測の精
度の減少と考え、予測結果と予測に対する実績をチェッ
クしていて予測精度が大きくずれだしたときに特徴抽出
部８を再度動作させたり、13、17、20の各予測知識ベー
スの適用条件を変更し、それに対処する。以上のような
学習機能を付加したことにより居住者の入浴習慣の変化
にも対処することができる。

次に第２図をもとに前記当日動的負荷予測方法につい
て説明する。

第２図は、本発明のエネルギー負荷予測装置における
前記当日動的負荷予測の全体構成図である。24は、第１
図の過程で予測された負荷分布予測結果記憶部21より得
る昨日の予測結果と行為推定部４によって推定した当日
の予測対象時点までに起こった給湯使用行為および生活
状態と予測対象日の外的事象２および居住者からの給湯
使用予約の変更情報である予約変更情報25を基に昨日の
予測結果のとおりに給湯使用があるかないかをチェック
する入浴発生有無チェック知識ベースである。集中型の
給湯設備を制御する上で、ポイントとなるのは負荷発生
の集中にどう対処するのかにあり普通午後６時から午後
９時までの入浴による給湯負荷の集中が問題となる。こ
の入浴による給湯負荷の発生を住戸単位でできるだけ正
確に予測することができれば、それに合わせて給湯設備
を有効に動作させることにより、現在よりも小さな容量
の給湯設備にすることができるし各種の蓄熱型のシステ
ムにも利用できる。当日動的負荷予測では、数時間また
は数10分程度先の給湯使用の発生が昨日の予測結果どう
りに起こるかそれとも変化するのかを現在の居住者の状
態、例えば在宅中か否か、起床中か就寝中か、や給湯使
用の実績からチェックする。そして、変化がなければそ
のまま、昨日の予測結果を当日も用いるし、変化があれ
ば、どう代わるのかを推論しそれに従って、負荷量予測
値も変更する。

次に、第２図の各部の手段について詳細に説明する。

当日動的負荷予測では、前日に行った入浴有無および
その開始時刻、負荷量の予測結果がそのまま予測値とし
て、出力してよいかを、現時点までに起こった推定行為
リストおよび生活状態推定フラッグをもとにチェックす
ることを行う。例えば、入浴発生有無チェック知識ベー
ス24では、生活状態推定フラッグが起床中の時以外では
急に給湯使用が起こることは少ない。入浴後、就寝中に
フラッグが変わったら給湯使用はおこりにくい。普段よ
り帰宅が遅いときは入浴も遅くなる。といった給湯使用
発生に関する多くのルールをこの知識ベースに記述して
おき、それらのルールの適用条件に当てはまらないか
を、推定行為リストや外的条件を定常的に取り入れるこ
とによってチェックしている。もし、変更が必要であれ
ば、それにともない負荷分布の予測値も変更する。

27は当日予測結果記憶部である。

以上のような方法により、実際の給湯使用データを基
に入浴行為の予測を行った。用いたのは、1984年の首都
圏における集合住宅15軒分の30分間隔で測定された２月
の１カ月間の給湯使用データである。

結果は、入浴行為の有無レベルで70〜80％程度の精度
を予測精度を得ることができた。

発明の効果以上説明したように本発明は、給湯使用量の予測を、
過去のエネルギー使用実績から推定したエネルギー使用
行為と、エネルギー使用の傾向の特徴とから、エネルギ
ー使用行為の発生を予測することによって予測するもの
で、行為レベルでの知識を利用できるので、多様な居住
者の生活パターンに対応できる予測を行うことができ
る。このことにより、集合住宅のエネルギー供給設備に
有効的な著熱システムを利用できることになり工業的価
値は大きい。

【図面の簡単な説明】

第１図は本発明の第１の実施例におけるエネルギー負荷
予測装置のブロック結線図。第２図は本発明の第２の実
施例におけるエネルギー負荷予測装置のブロック結線
図、第３図は第１図の装置の要部である行為推定部の基
本フロー図、第４図は同特徴抽出部の抽出過程の基本動
作フロー図、第５図は同入浴有無予測知識ベースの基本
動作フロー図、第６図は同入浴開始時刻予測知識ベース
の動作フロー図、第７図は同負荷分布予測知識ベースで
用いる負荷量パターンの中で入浴による給湯使用パター
ンの一例を表した図、第８図は負荷分布予測知識ベース
で用いる負荷量パターンの中で入浴による給湯使用とそ
れを除いたときの給湯負荷パターンを表した図である。１……給湯使用実績データ、２……外的条件、３……デ
ータ入力インターフェース、４……行為推定部、５……
標準パターン設定プログラム、６……行為推定知識ベー
ス、７……推定行為リスト記憶部、８……特徴抽出部、
９……統計的特徴抽出プログラム、10……基本的入浴習
慣の推定知識ベース、11……特徴抽出結果記憶部、12…
…行為有無予測部、13……入浴有無予測知識部ベース、
14……予約入力情報、15……入浴有無予測結果記憶部、
16……行為開始時刻予測部、17……入浴開始時刻予測知
識ベース、18……入浴開始時刻予測結果記憶部、19……
負荷量予測部、20……負荷分布予測知識ベース、21……
負荷分布予測結果記憶部、22……予測結果出力インター
フェース、23……予測管理知識ベース、24……入浴発生
有無チェック知識ベース、25……予約変更情報。

Claims

(57)【特許請求の範囲】

【請求項１】エネルギー使用量および使用時刻を測定す
る使用実績データ測定部と、前記使用実績データ測定部
で測定したデータによりエネルギー使用の用途であるエ
ネルギー使用行為の判定と、居住者が起床中、不在中ま
たは睡眠中のうちいずれの生活状態であるかの判定を行
う行為推定部と、前記行為推定部で判定した結果を記憶
する行為リスト記憶部と、前記行為推定部で判定したエ
ネルギー使用行為と使用実績データ測定部の測定結果か
らエネルギー使用行為毎に、使用開始時刻、使用継続時
間および使用量の平均および分散を求め、エネルギー使
用行為の発生の規則性を、過去のエネルギー使用行為の
発生から、あらかじめ用意した規則とその規則に対する
帰属度として抽出する特徴抽出部と、エネルギー使用行
為の発生の有無を、過去の行為推定結果と特徴抽出部で
抽出されたエネルギー使用行為の発生の規則から、予め
決められたルールに基づき判定する行為有無予測部と、
行為有無予測部で予測対象行為が有りと判定された場合
に、その開始時刻を判定する行為開始時刻予測部と、行
為開始時刻予測部の判定結果および特徴抽出部で抽出さ
れたエネルギー使用行為毎のエネルギー使用量に基づい
て、時間毎のエネルギー使用を判定する負荷予測部を具
備するエネルギー負荷予測装置。
【請求項２】行為推定部が、設置されている給湯設備の
最大出湯量と、浴槽容量と、外気温度と、給湯の用途別
の使用温度から、あらかじめ設定したエネルギー使用行
為毎のエネルギー使用標準パターンを定める標準パター
ン設定プログラムと、エネルギー使用実績からエネルギ
ー使用の用途であるエネルギー使用行為の種別を判別す
ると共に、エネルギーの使用実績から在室状態を判定す
る行為推定知識ベースからなることを特徴とする請求項
１記載のエネルギー負荷予測装置。
【請求項３】行為有無予測部が、特徴抽出部で抽出され
たエネルギー使用行為に関する発生規則およびその規則
に対する帰属度並びに行為推定部の判定結果から、ファ
ジー推論を用いて日単位のエネルギー使用行為の発生の
有無の判定を行う請求項１または２記載のエネルギー負
荷予測装置。
【請求項４】行為推定部で判定される居住者の生活状態
およびエネルギー使用行為から行為有無予測部の判定結
果および行為開始時刻予測部の判定結果を修正する予測
チェック部を具備する請求項１ないし３のいずれか記載
のエネルギー負荷予測装置。