JP4596907B2 - Power demand prediction support method, computer program, program storage medium, power demand prediction support device - Google Patents
Power demand prediction support method, computer program, program storage medium, power demand prediction support device Download PDFInfo
- Publication number
- JP4596907B2 JP4596907B2 JP2004374050A JP2004374050A JP4596907B2 JP 4596907 B2 JP4596907 B2 JP 4596907B2 JP 2004374050 A JP2004374050 A JP 2004374050A JP 2004374050 A JP2004374050 A JP 2004374050A JP 4596907 B2 JP4596907 B2 JP 4596907B2
- Authority
- JP
- Japan
- Prior art keywords
- load
- past
- load data
- current
- similar
- 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.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
この発明は、コンピュータにより、電力会社などで毎日の電力需要を予測するのを支援する方法に関する。 The present invention relates to a method for assisting a computer in predicting daily power demand by an electric power company or the like.
電力の需要と供給を調整する電力会社の中央給電指令所では、同業他社からの受電の要否を現時点以降の電力需要予測に基づいて決定している。この電力需要予測は、専門の予測担当者が、監視用ディスプレイに表示される予測当日の現時点までの電力需要（負荷）状況、経験や知識に基づいて、随時印刷出力され蓄積された過去の電力需要状況から予測当日と類似すると思われる過去の電力需要状況を特定することによって行われる。そして予測担当者は、その特定した過去の電力需要状況が電力供給能力を上回っているか否かによって受電の要否を決定する。なお、過去の電力需要実績は、負荷データとしてデータベースによっても管理されている。負荷データは、過去に入力された負荷を時系列に対応付けしたデータであり、予測担当者は自身が操作するコンピュータをデータベースにアクセスさせ、特定の日の負荷データを呼び出して１日の負荷変動曲線をディスプレイに表示出力させることもできる。 The central power supply command center of an electric power company that adjusts the demand and supply of electric power determines whether or not it is necessary to receive power from other companies in the same industry based on the prediction of electric power demand from the present time. This power demand forecast is based on past power that is printed out and accumulated from time to time by professional forecasters based on the power demand (load) status, experience, and knowledge up to the present day of the forecast on the monitoring display. This is done by specifying the past power demand situation that seems to be similar to the forecast date from the demand situation. Then, the person in charge of prediction determines whether or not to receive power depending on whether or not the specified past power demand situation exceeds the power supply capacity. The past power demand record is also managed by a database as load data. The load data is data in which loads inputted in the past are associated with each other in time series, and the person in charge of prediction makes the computer operated by himself / herself access the database and calls the load data on a specific day to change the load of the day. Curves can be displayed on the display.
予測担当者は、監視用ディスプレイに表示されている予測当日の負荷状況と当日の曜日、天気、気温などを自らの経験や知識に照らし合わせ、類似すると思われる過去の日負荷の変動傾向を検討して受電、あるいは受電放棄を決定する。 The person in charge of the forecast examines the trend of the past daily load that seems to be similar by comparing the load situation on the forecast day displayed on the monitor display and the day of the week, weather, temperature, etc. with his own experience and knowledge. Then, the power reception or the power abandonment is determined.
また、予測当日の負荷をリアルタイムで監視するとともに、過去の負荷データと比較して類似する過去の負荷変動を自動的に特定したり、予測当日の現時点以降の電力需要を自動的に予測したりするコンピュータシステムもある。なお、電力需要を自動的に予測するシステムとしては以下の特許文献に開示されるものがある。
上記特許文献に記載されている技術は、電力需要を自動的に予測することを前提とし、その予測精度の向上を目的としている。しかしながら、コンピュータによる予測が全て的中するとは限らない。また、コンピュータが電力需要を予測したとしても、その予測過程を何らかの形で人間に提示していかないと、予測が外れた際にどの過程で誤差が生じたのかを後で検討することが出来ず、誤差を修正するための知識や経験を蓄積することができず、再び同じように予測を外す可能性がある。 The technology described in the above-mentioned patent document is based on the assumption that power demand is automatically predicted, and aims to improve the prediction accuracy. However, not all computer predictions are right. In addition, even if the computer predicts the power demand, if the prediction process is not presented to human beings in some form, it will not be possible to examine later on which process caused the error when the prediction deviates. There is a possibility that knowledge and experience for correcting the error cannot be accumulated, and the prediction may be similarly lost again.
本発明者らは、熟練した予測担当者の経験や知識に基づく予測は重要であり、その予測担当者による予測を完全に排除してしまうことは、極めて危険であると考える。しかし、全ての処理を人手に頼っていたのでは、膨大な時間が掛かるし、データの誤認など人間特有のミスが発生する可能性もある。そして、電力需要に関わる処理において、コンピュータなどの機械と人間の双方の得意領域を上手に分担することで、極めて高い精度で電力需要を予測する事が可能であると考え、本発明に想到した。したがって本発明の目的は、人間を支援してより高い精度で電力需要を予測できるようにした電力需要予測方法を提供することにある。 The present inventors consider that prediction based on the experience and knowledge of a skilled predictor is important, and it is extremely dangerous to completely eliminate the prediction by the predictor. However, relying on human resources for all processing takes a lot of time, and human-specific mistakes such as data misidentification may occur. And, in the process related to power demand, we thought that it was possible to predict power demand with extremely high accuracy by sharing the best areas of both machines such as computers and humans. . Therefore, an object of the present invention is to provide a power demand prediction method that can support a human and predict power demand with higher accuracy.
上記目的を達成するための本発明の基本は、次の要件（１）〜（６）、（11）を備えるものである。
（１）プログラムされたコンピュータにより、現時点以降の電力需要を予測するのを支援する方法であること。
（２）過去の負荷データを蓄積管理するデータベースにアクセスするステップを含むこと。
（３）現時点での負荷データを逐次入力していく現在負荷入力ステップを含むこと。
（４）検索対象期間の指定と現時点以前の所定時間帯の指定とを利用者入力により受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとの比較に基づいて、指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出する類似過去負荷抽出ステップを含むこと。
（５）現時点までの過去短時間分の負荷データと、前記抽出した複数の過去の所定時間分の負荷データのそれぞれの変動曲線を表示出力する類似過去負荷提示ステップを含むこと。
（６）前記表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と前記過去短時間の負荷の変動曲線以外を非表示にする類似過去負荷特定ステップを含むこと。
（11）現在負荷入力ステップは、総負荷データと特定の施設における負荷データとを個別に入力し、類似過去負荷抽出ステップは、現時点と過去のそれぞれの負荷データについて、総負荷データから特定の施設における負荷データを除いた負荷データ同士を比較し、類似過去負荷提示手段は、総負荷データに基づく変動曲線を表示出力すること。
The basis of the present invention for achieving the above object comprises the following requirements (1) to (6) and (11) .
(1) A method for supporting the prediction of power demand after the present time by a programmed computer.
(2) including a step of accessing a database for storing and managing past load data.
(3) A current load input step of sequentially inputting the current load data is included.
(4) The specification of the search target period and the specification of the predetermined time zone before the current time are accepted by user input, and the load data input in the specified time zone and the past in the same time zone as the specified time zone in the search target period A similar past load extracting step of extracting a plurality of past load data similar to the fluctuation of the load data input in the designated time period based on the comparison with the load data;
(5) including a similar past load presentation step of displaying and displaying the load data for the past short period of time up to the present time and the respective fluctuation curves of the extracted plurality of past load data for a predetermined period of time.
(6) Accepting a user input for designating a specific curve from a plurality of past load fluctuation curves in the display output, and hiding other than the designated fluctuation curve and the past short-time load fluctuation curve. A similar past load identification step to be included.
(11) The current load input step individually inputs the total load data and the load data at a specific facility, and the similar past load extraction step determines the specific facility from the total load data for each of the current and past load data. The load data excluding the load data is compared with each other, and the similar past load presenting means displays and outputs a fluctuation curve based on the total load data.
また本発明は、上記要件（１）〜（６）、（11）に加え、以下の（12）〜（16）のいずれか、あるいは（11）〜（16）のいずれかの要件の適宜な組み合わせを備えた電力需要予測支援方法としてもよい。 In addition to the above requirements (1) to (6) and (11) , the present invention is suitable for any of the following requirements ( 12 ) to (16) or any of the requirements (11) to (16). It is good also as an electric power demand prediction support method provided with the combination.
（12）類似過去負荷抽出ステップは、現時点の曜日と同種の曜日についての過去の負荷データを検索対象とすること。 (12) In the similar past load extraction step, past load data for the same kind of day as the current day of the week is to be searched.
（13）類似過去負荷特定ステップにより表示した過去の負荷変動曲線に対する補正指示を利用者入力により受け付けると、現時点における負荷の値に当該過去の負荷変動曲線の起源となった負荷データにおける同時点での値を一致させるための補正値を求め、当該補正値に基づいて前記過去の負荷変動曲線を再描出する補正ステップを含むこと。 (13) When a correction instruction for the past load fluctuation curve displayed in the similar past load specifying step is received by user input, the current load value is calculated at the same point in the load data that is the origin of the past load fluctuation curve. A correction step for obtaining a correction value for making the values coincide with each other and redrawing the past load fluctuation curve based on the correction value.
（14）現時点の天候情報を入力する天候情報入力ステップと、類似過去負荷抽出ステップが抽出した負荷データにあらかじめ対応付けされている天候情報と現時点の天候情報とを表示出力する天候情報表示ステップとを含むこと。 (14) a weather information input step for inputting current weather information, a weather information display step for displaying and outputting the weather information previously associated with the load data extracted by the similar past load extraction step and the current weather information; Including.
（15）現時点の天候情報を入力する天候情報入力ステップを含み、類似過去負荷抽出ステップは、現時点と同じ天候情報がデータベースにより対応付けされている過去の負荷データを検索対象とすること。 (15) Including a weather information input step for inputting current weather information, the similar past load extraction step is to search for past load data in which the same weather information as the current time is associated with the database.
（16）類似過去負荷特定ステップは、当該ステップにおいて指定された曲線の各時点での負荷データの平均値に基づく変動曲線と前記過去短時間の負荷の変動曲線以外を非表示にする平均化ステップを含むこと。 (16) The similar past load specifying step is an averaging step for hiding other than the fluctuation curve based on the average value of the load data at each time point of the curve specified in the step and the fluctuation curve of the past short-time load. Including.
また本発明は、コンピュータにインストールされて、当該コンピュータに上記いずれかの電力需要予測方法が含む各ステップを実行させるコンピュータプログラムと、そのプログラムを記録したプログラム格納媒体にも及んでいる。 The present invention also extends to a computer program that is installed in a computer and causes the computer to execute each step included in any one of the power demand prediction methods, and a program storage medium that records the program.
また次の要件（21）〜（26）を備えた電力需要予測支援装置も本発明の範囲としている。
（21）過去の負荷データを蓄積管理するデータベースにアクセスする手段を備えること。
（22）現時点での負荷データの入力を受け付ける現在負荷入力手段を備えること。
（23）検索対象期間の指定と現時点以前の所定時間帯の指定の利用者入力を受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとの比較に基づいて、指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出する類似過去負荷抽出手段を備えること。
（24）現時点までの過去短時間分の負荷データと、前記抽出した複数の過去の所定時間分の負荷データのそれぞれの変動曲線を表示出力する類似過去負荷提示手段を備えること。
（25）前記表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と前記過去短時間の負荷の変動曲線以外を非表示にする類似過去負荷特定手段を備えること。
（26）現在負荷入力手段は、総負荷データと特定の施設における負荷データの入力を個別に受け付け、類似過去負荷抽出手段は、現時点と過去のそれぞれの負荷データについて、総負荷データから特定の施設における負荷データを除いた負荷データ同士を比較し、類似過去負荷提示手段は、総負荷データに基づく変動曲線を表示出力すること。
The power demand prediction support apparatus having the following requirements (21) to ( 26 ) is also included in the scope of the present invention.
(21) Provide means for accessing a database for storing and managing past load data.
(22) Provide current load input means for receiving input of current load data.
(23) Accepting user input for specifying the search target period and the specified time zone before the current time, load data input in the specified time zone and past loads in the same time zone as the specified time zone in the search target period A similar past load extracting means for extracting a plurality of past load data similar to the fluctuation of the load data input in the designated time period based on the comparison with the data.
(24) A similar past load presenting means for displaying and outputting the load data for the past short period of time up to the present time and the respective fluctuation curves of the extracted load data for the plurality of past predetermined times.
(25) Accepting user input for designating a specific curve from a plurality of past load fluctuation curves in the display output, and excluding the designated fluctuation curve and the past short-time load fluctuation curves. Providing similar past load specifying means.
(26) The current load input means individually accepts the input of total load data and load data at a specific facility, and the similar past load extraction means determines the specific facility from the total load data for each of the current and past load data. The load data excluding the load data is compared with each other, and the similar past load presenting means displays and outputs a fluctuation curve based on the total load data.
本発明の電力需要予測方法によれば、人間を支援してより高い精度で当日の電力需要を予測することができる。そのため、受電の要否判断を誤って無駄な受電や電力不足などの問題を解消することができる。また、電力を過不足なく供給して発電コストを抑えることができる。 According to the power demand prediction method of the present invention, it is possible to predict the power demand of the day with higher accuracy by assisting humans. Therefore, it is possible to solve problems such as wasteful power reception and power shortage by erroneously determining whether power reception is necessary. In addition, the power generation cost can be reduced by supplying power without excess or deficiency.
＝＝＝電力需要予測支援装置＝＝＝
本発明の電力需要予測方法の一実施形態として、電力会社の中央給電指令所に設置された電力需要予測支援装置（以下、支援装置）を挙げる。本実施例の支援装置は、ＧＵＩ環境を備えたコンピュータにより構成され、インストールされている専用のプログラムの実行により、当日の電力需要を予測するのを支援する。図１に本実施例の支援装置の機能ブロック構成を示した。各機能ブロックはコンピュータに付帯するユーザインタフェースや外部記憶、インストールされたプログラムなどにより実現される。この例では電力需要予測支援制御部（以下、主制御部）１０１が周辺各構成部を統括・制御し、コンピュータを支援装置１００として機能させている。
=== Electric power demand prediction support apparatus ===
As one embodiment of the power demand prediction method of the present invention, a power demand prediction support device (hereinafter referred to as support device) installed at a central power supply command center of an electric power company is cited. The support apparatus according to the present embodiment is configured by a computer having a GUI environment, and supports the prediction of power demand on the day by executing a dedicated program installed. FIG. 1 shows a functional block configuration of the support device of this embodiment. Each functional block is realized by a user interface attached to the computer, an external storage, an installed program, or the like. In this example, a power demand prediction support control unit (hereinafter referred to as a main control unit) 101 controls and controls each of the peripheral components, and causes a computer to function as the support device 100.
中央給電指令所には、負荷データや負荷データの日時や当該日の天候情報（天気・最低／最高気温など）などの各種情報を蓄積管理する負荷情報データベース（以下、データベース）２００が設置されている。支援装置２００は、ＬＡＮなどを介してこのデータベース２００にアクセス可能に構成されている。もちろん、支援装置１００にデータベース２００が付帯する構成であってもよい。 A load information database (hereinafter referred to as a database) 200 for storing and managing various information such as load data, date and time of load data, and weather information (weather / minimum / maximum temperature, etc.) is installed at the central power supply command station. Yes. The support apparatus 200 is configured to be able to access this database 200 via a LAN or the like. Of course, the support apparatus 100 may be configured such that the database 200 is attached.
よく知られているように、電力会社ではリアルタイムあるいは所定時間毎に負荷を計測している。主制御部１０１は、通信インタフェース１０２を介してその負荷を計測している別のコンピュータや装置から、あるいは自身に実装された計測機能により、現時点での負荷を随時入力し、負荷データ生成部１０７は、カレンダ１０３に基づいて、負荷をその入力時点の日時に対応付けして負荷データを生成するとともに、別途入力された天候情報などの付帯情報を負荷データに対応付けしてデータベース２００に蓄積していく。 As is well known, electric power companies measure loads in real time or at predetermined intervals. The main control unit 101 inputs the current load as needed from another computer or device that measures the load via the communication interface 102 or by a measurement function installed in the main control unit 101, and the load data generation unit 107 Based on the calendar 103, load data is generated by associating a load with the date and time at the time of input, and incidental information such as weather information separately input is associated with the load data and stored in the database 200. To go.
類似過去負荷抽出部１０８は、数時間前など比較的近い過去から現時点までの間の負荷（現状負荷）とデータベース２００に蓄積管理されている現状負荷より以前の時系列的に連続した負荷データ（過去負荷）とを比較し、その比較結果として現状負荷の変動に類似する過去負荷を複数抽出し、その抽出した負荷（類似過去負荷）をディスプレイ１０６に表示出力する。また主制御部１０１は、予測担当者が提示された複数の過去負荷から一つの過去負荷を指定すると、その指定された過去負荷を現時点以降の電力需要を予測するための情報として表示出力したり、以後の各種処理に供するための情報として管理したりする。 The similar past load extraction unit 108 loads the load from the relatively close past to the present time (current load), such as several hours ago, and load data continuous in time series before the current load stored and managed in the database 200 ( Past loads), a plurality of past loads similar to the current load fluctuation are extracted as a comparison result, and the extracted loads (similar past loads) are displayed on the display 106. Further, when one past load is designated from a plurality of past loads presented by the person in charge of prediction, the main control unit 101 displays and outputs the designated past load as information for predicting power demand after the present time. It is managed as information for use in various subsequent processes.
＝＝＝負荷データ＝＝＝
本実施例において、随時計測・入力される負荷は、１０秒毎に計測（１０秒間隔サンプリング）され，１分間隔で入力された電力値であり、負荷データ生成部１０７は、そのサンプリングデータに基づいて電力需要予測のための所定形式の負荷データに加工してデータベース２００に格納していく。もちろん、負荷データ部は、支援装置とは別のコンピュータや装置にあってもよい。
=== Load data ===
In this embodiment, the load that is measured and input at any time is a power value that is measured every 10 seconds (sampling at 10-second sampling) and input at 1-minute intervals, and the load data generation unit 107 includes the sampling data. Based on this, it is processed into load data of a predetermined format for power demand prediction and stored in the database 200. Of course, the load data section may be in a computer or device different from the support device.
なお電力需要は、不規則に瞬間的に大きく増減することがあり、その大きな増減はノイズとして除く必要があることから、支援装置は、所定時間前から計測・入力時点までの負荷を平準化し、その平準化データを１分ごとに間引くとともに時系列に対応付して１分毎の負荷データを得ている。 The power demand may increase and decrease irregularly and instantaneously, and it is necessary to remove the large increase and decrease as noise, so the support device leveles the load from the predetermined time before the measurement and input time, The leveled data is thinned out every minute and associated with time series to obtain load data every minute.
平準化の手法としては、移動平均法や指数平滑法などが周知であるが、本実施例では指数平滑法を採用している。指数平滑法の具体的な数式は（数１）で表現される。この（数１）では、時刻ｔにおけるデータをｙ０（ｔ）、平準化（以下、平滑）後のデータをｙ’０（ｔ）とし、現在の値ｙ０（ｔ）の重みをαとし、０≦α≦１である。このαの値によって平滑化の度合いを調整することができ、各時刻のデータの特徴をなるべく残したいのであればαの値を大きくし、より滑らかに均したい場合は、αの値を小さくすればよい。また、ｙ’０（１）＝ｙ０（１）とする。
yo'(t)=αyo(t)+(1-α)yo'(t-1)…（数１）
As a leveling method, a moving average method, an exponential smoothing method, and the like are well known, but in this embodiment, an exponential smoothing method is adopted. A specific mathematical formula of the exponential smoothing method is expressed by (Equation 1). In this (Equation 1), the data at time t is y 0 (t), the data after smoothing (hereinafter referred to as smoothing) is y ′ 0 (t), and the weight of the current value y 0 (t) is α. 0 ≦ α ≦ 1. The degree of smoothing can be adjusted according to the value of α. If you want to preserve the characteristics of the data at each time as much as possible, increase the value of α, and if you want to smoothen the smoothness, decrease the value of α. That's fine. Further, y ′ 0 (1) = y 0 (1).
y o '(t) = αy o (t) + (1-α) y o ' (t-1) ... (Equation 1)
この指数平滑法によれば、時間の経過とともに、遠い過去ほどデータの重要度が低くなる。すなわち、現在に近いデータに重みを付けることができる。（数１）によれば、ｙ’０（ｔ）は、過去の各サンプリング機会｛１，２，３，…，ｐ，…｝での各計測値｛ｙ０（ｔ−１），ｙ０（ｔ−２），ｙ０（ｔ−３），…，ｙ０（ｔ−ｐ），…｝を平滑したものであり、現在の値ｙ０（ｔ）の重みをαとすると、過去ｐ回前のサンプリング時点での値の重みがα（１−α）ｐとなる。 According to this exponential smoothing method, the importance of data becomes lower as time passes, with increasing distance. In other words, data close to the present can be weighted. According to (Equation 1), y ′ 0 (t) represents each measured value {y 0 (t−1), y 0 at each past sampling opportunity {1, 2, 3,..., P,. (T−2), y 0 (t−3),..., Y 0 (t−p),...} And if the weight of the current value y 0 (t) is α, the past p The weight of the value at the previous sampling time is α (1−α) p .
なお本実施例では、ある時点の平滑後の負荷ｙ’０（ｔ）は、その時点から１０分前に実測された負荷から順次入力される負荷を平滑したものであり、平滑後のデータにおいて、例えば、３時５５分００秒、３時５６分００秒、３時５７分００秒、…、のように時刻が００秒になった時点のデータを抽出して負荷データにしている。 In this embodiment, the load y ′ 0 (t) after smoothing at a certain time is obtained by smoothing the load sequentially input from the load actually measured 10 minutes before that time. For example, data at the time when the time has reached 00 seconds, such as 3:55:00, 3:56:00, 3:57:00,... Is extracted as load data.
＝＝＝電力需要について＝＝＝
電力需要の予測対象となる送電経路に、製鉄所における電気炉など、膨大な電力を消費する施設があると、送電経路全体における総負荷（以下、総需要）に対するその施設の負荷（大容量負荷）の割合が総体的に大きくなる。そのため、複雑に推移する一般住宅などによる負荷が総需要に埋もれてしまい、電力需要予測において重要な需要電力変動要因を精度よく抽出することが困難となる。本実施例では、総需要と大容量負荷の２つの負荷がそれぞれ個別に計測され、支援装置は、負荷データとして、総負荷から大容量負荷を差し引いた負荷（長周期変動負荷と称す）を平滑して得た負荷データ（平滑長周期変動負荷と称す）と、総需要を平滑して得た負荷データ（平滑総需要と称す）のそれぞれを個別に生成してデータベースに格納する。
=== About electricity demand ===
If there is a facility that consumes a large amount of power, such as an electric furnace in a steel mill, in the transmission path that is the target of power demand prediction, the load (large capacity load) of that facility against the total load (hereinafter referred to as total demand) in the entire transmission path ) Will increase overall. For this reason, the load due to a general house that changes in a complicated manner is buried in the total demand, and it becomes difficult to accurately extract an important demand power fluctuation factor in power demand prediction. In this embodiment, the total load and the large-capacity load are individually measured, and the support device smoothes the load (a long-period variable load) obtained by subtracting the large-capacity load from the total load. Load data (referred to as smooth long-period variable load) obtained in this manner and load data obtained by smoothing the total demand (referred to as smooth total demand) are individually generated and stored in the database.
＝＝＝過去日負荷の抽出＝＝＝
支援装置１００は、随時入力される負荷に基づいて現時点までの過去所定時間分の現状負荷についての変動曲線をディスプレイ１０６に表示出力するとともに、過去負荷において、現状負荷と同じ時間帯における変動が類似するものをデータベース２００より抽出し、その抽出した過去負荷を、所定時間分（２４時間分など）の変動曲線として現状負荷の変動曲線とともに表示出力する。
=== Extraction of past daily load ===
The support device 100 displays and outputs a fluctuation curve for the current load for the past predetermined time up to the present time on the display 106 based on the load that is input as needed, and the past load has similar fluctuations in the same time zone as the current load. What is to be extracted is extracted from the database 200, and the extracted past load is displayed and output together with the current load variation curve as a variation curve for a predetermined time (for example, 24 hours).
支援装置１００は、ＧＵＩ環境を備え、ＧＵＩ制御部１０４は、キーボードやマウスなどの入力装置１０５からの利用者入力に対する処理結果をディスプレイ１０６に表示出力する。図２〜図４に支援装置におけるＧＵＩ環境をディスプレイ１０６に表示される画面によって示した。この画面には、現状負荷に類似する過去負荷を抽出する際、データベース２００への検索対象を限定するために、検索対象となる期間（本実施例では、過去１２週間、あるいは前年同日前後６週間）をラジオボタンにより指定するための領域２が配設されているとともに、現状負荷と比較すべき時間帯（本実施例では、過去指定時間前から現在、あるいは２つの時刻）を指定するための入力欄とラジオボタンとを含んだ領域１が配設されている。そして、検索対象期間や比較時間帯を指定して探索更新ボタン３をマウス・クリックなどにより指示すると、類似過去負荷抽出部１０８が対象期間にある過去負荷のうち、比較時間帯における負荷変動が現状負荷に類似するもの（類似過去負荷）を抽出する。本実施例では、類似過去負荷を抽出する際、現時点の曜日区分（平日、土曜日、日曜日の区分）に一致する過去負荷を検索対象としている。平日の曜日区分をさらに各曜日（月〜金）に区分してもよい。 The support apparatus 100 includes a GUI environment, and the GUI control unit 104 displays a processing result for a user input from the input device 105 such as a keyboard or a mouse on the display 106. 2 to 4 show the GUI environment in the support apparatus by screens displayed on the display 106. In this screen, when extracting a past load similar to the current load, in order to limit the search target to the database 200, the search target period (in this example, the past 12 weeks, or 6 weeks before and after the same day of the previous year). ) Is designated by a radio button, and a time zone to be compared with the current load (in this embodiment, from the previous designated time to the present or two times) is designated. An area 1 including an input field and radio buttons is arranged. Then, when the search target period and the comparison time zone are specified and the search update button 3 is designated by a mouse click or the like, the similar past load extraction unit 108 presents the load fluctuation in the comparison time zone among the past loads in the target period. A load similar to the load (similar past load) is extracted. In this embodiment, when a similar past load is extracted, a past load that matches the current day of the week (weekday, Saturday, Sunday) is selected as a search target. The weekday day classification may be further divided into each day of the week (Monday to Friday).
なお、現在時刻によっては、指定時間帯が２日に跨る場合もある。そのような場合には、現時点の日付が当日表示欄に記載されるとともに、類似過去負荷についても前日から連続して入力・平滑・記録された負荷に基づく変動曲線が表示される。すなわち、現時点が土曜日であれば、同じ土曜日の過去負荷を検索対象とする。なお、現時点が月曜日であれば、前日の曜日区分が日曜日となるので、同じ月曜日の過去負荷を検索対象とすればよい。また正月などでは、平日であっても電力需要は他の平日とは大きく異なる。このような場合には、利用者入力により当日の曜日設定を変更することもできるようになっている。もちろん、データベースにて日付と曜日設定とを対応付けして管理しておいてもよい。 Depending on the current time, the specified time zone may span two days. In such a case, the current date is described in the current day display column, and a variation curve based on the load that has been input, smoothed, and recorded continuously from the previous day is also displayed for similar past loads. That is, if the current time is a Saturday, the past load on the same Saturday is set as a search target. If the current time is Monday, the previous day's day classification is Sunday, and the past load on the same Monday may be set as the search target. In addition, even on weekdays, the demand for power is significantly different from other weekdays. In such a case, the setting of the day of the week can be changed by user input. Of course, the date and day setting may be associated and managed in the database.
類似過去負荷抽出部１０８は、利用者が指定した比較時間帯について、平滑長周期変動負荷と、検索対象期間における平滑長周期変動負荷とを比較し、最も類似する６日分の過去負荷を抽出する。ディスプレイ１０６には、予測当日の現時点４までの総需要の変動曲線５と、抽出した過去負荷の総需要の所定時間分（本実施例では２４時間分）の変動曲線６とを表示する。すなわち、類似過去負荷について、検索時には精度を要するために平滑長周期負荷を用い、表示出力時には、電力需要の総体的な傾向やピークを予測する必要性から総需要を用いている。 The similar past load extraction unit 108 compares the smooth long-period fluctuation load with the smooth long-period fluctuation load in the search target period for the comparison time period specified by the user, and extracts the past loads for the most similar six days. To do. The display 106 displays the fluctuation curve 5 of the total demand up to the current time 4 on the prediction day and the fluctuation curve 6 of the extracted total demand of the past load for a predetermined time (24 hours in this embodiment). That is, for similar past loads, smooth long-cycle loads are used because accuracy is required at the time of search, and total demand is used at the time of display output because of the necessity of predicting the overall trend and peak of power demand.
なお類似性は、以下の式（数２）に基づいて、現時点、あるいは指定時間帯における最も近い過去ｔでの平滑長周期変動負荷をｙ（ｔ）とし、ｔから所定時間毎過去（本実施例では５分毎）に遡った時刻のそれぞれ平滑長周期変動負荷と、検索期間内における同じ時刻の平滑長周期変動負荷ｙｐａｓｔ ｕ（ｔ）との差の自乗を合計した値Ｓｕｍｌ（ｔ）を求め、そのＳｕｍｌ（ｔ）の値が最も小さくなる過去負荷から６番目までの過去負荷を抽出している（図１）。なおｌは、検索期間内に含まれる日で曜日設定が同じで実際に検索した日数であり、ｕは現時点の日にちまでの日数である。すなわちＳｕｍｌ（ｔ）は、検索対象としてｌ番目に比較した日についての類似性の指標を表し、ｙｐａｓｔ ｕ（ｔ）は、ｕ日前の時刻ｔの負荷を現している。
Suml(t)=(y(t)-ypast u(t))2+(y(t-5)-ypast u(t-5))2
+(y(t-10)-ypast u(t-10))2+…+(y(t-T)-ypast u(t-T))2…（数２）
The similarity is calculated based on the following formula (Equation 2), where y (t) is a smooth long-period fluctuation load at the nearest past t in the current time or a specified time zone, and the past every predetermined time from this time (this implementation) In the example, the sum of the squares of the difference between the smooth-length periodic fluctuation load at each time traced back every 5 minutes and the smooth-length periodic fluctuation load y past u (t) at the same time within the search period Sum l (t ) And the past loads from the past load having the smallest Sum l (t) value to the sixth are extracted (FIG. 1). Note that l is the number of days actually searched with the day of the week setting included in the search period, and u is the number of days up to the current date. That is, Sum l (t) represents a similarity index for the first comparison day as a search target, and y past u (t) represents the load at time t before u days.
Sum l (t) = (y (t) -y past u (t)) 2 + (y (t-5) -y past u (t-5)) 2
+ (y (t-10) -y past u (t-10)) 2 + ... + (y (tT) -y past u (tT)) 2 ... (Equation 2)
図５に類似過去負荷の抽出処理の流れを示した。利用者入力により、検索期間と指定時間帯とを取得し（ｓ１，ｓ２）、検索指示を受け付けたならば、検索期間において現状負荷と同じ曜日設定の過去負荷の指定時間帯の現状と過去の各負荷データに基づいて（数２）におけるＳｕｍｌ（ｔ）を計算する（ｓ３〜ｓ６）。ある日付の過去負荷についてＳｕｍｌ（ｔ）を計算したならば、次の検索対象日をセットする（ｓ７，ｓ８）。検索対象となる全ての過去負荷についてＳｕｍｌ（ｔ）の値を計算したならば、その計算後にｌに加えた１を差し引く（ｓ９，ｓ１０）。そして、全てのＳｕｍｌ（ｔ）について、その値を小さい方から並べ替え、１位から６位までのＳｕｍｌ（ｔ）値をとった過去負荷を抽出する（ｓ１１）。そして、それらの過去負荷と現状負荷の変動曲線に表示出力する。 FIG. 5 shows a flow of similar past load extraction processing. If a search period and a specified time zone are acquired by user input (s1, s2) and a search instruction is accepted, the current status and the past of the specified time zone of the past load set to the same day of the week as the current load in the search period are received. Sum l (t) in (Expression 2) is calculated based on each load data (s3 to s6). If Sum l (t) is calculated for a past load on a certain date, the next search target date is set (s7, s8). When the value of Sum l (t) is calculated for all past loads to be searched, 1 added to l is subtracted after the calculation (s9, s10). Then, with respect to all Sum l (t), the values are rearranged from the smallest value, and the past loads taking the Sum l (t) values from the first to the sixth are extracted (s11). And it displays and outputs to the fluctuation curve of those past loads and the present load.
＝＝＝過去負荷の選択支援＝＝＝
過去負荷特定部１０９は、複数の類似過去負荷の変動曲線６から特定の曲線を利用者入力により指定されると、その指定された曲線と現状負荷の変動曲線のみ以外を非表示にする。図３はその選択入力に基づいて変動曲線が表示された状態を示している。予測担当者は、支援装置１００が提示した複数の類似過去負荷の変動曲線６のそれぞれに対応する指定ボタン７から、最も当日の負荷変動曲線に近いと予測した一つに対応するボタン７ａを選択指示すると、その選択された類似過去負荷の変動曲線６ａのみが当日の負荷変動曲線５とともに表示される。
=== Support for selecting past loads ===
When a specific curve is designated by a user input from a plurality of similar past load fluctuation curves 6, the past load specifying unit 109 hides only the specified curve and the current load fluctuation curve. FIG. 3 shows a state in which a fluctuation curve is displayed based on the selection input. The person in charge of prediction selects the button 7a corresponding to one predicted to be closest to the load fluctuation curve on the current day from the designation buttons 7 corresponding to each of the plurality of similar past load fluctuation curves 6 presented by the support apparatus 100. When instructed, only the selected similar past load fluctuation curve 6 a is displayed together with the current day load fluctuation curve 5.
支援装置１００は、予測担当者が特定の一つを選択するための判断材料となる各種情報を提示する。すなわち、提示された複数の過去負荷変動曲線６のうちの１つが指定時間帯における現状負荷変動曲線５とほとんど重複したとしても、予測担当者は、当日や提示された類似過去負荷の日付・曜日などを、自身の経験や知識に照らし合わせると、当日の現時点以降の電力負荷は当該１つの変動曲線とは異なる傾向を辿ると断定できる場合もある。このように、本実施例の支援装置１００の特徴は、機械が自動的に予測できる限界を人間の経験や知識で補ってより精度の高い電力需要予測を行える点にある。 The support device 100 presents various types of information that is used as a judgment material for the person in charge of prediction to select a specific one. In other words, even if one of the presented past load fluctuation curves 6 almost overlaps with the current load fluctuation curve 5 in the specified time zone, the person in charge of the prediction can make the date and the day / day of the similar past load presented. In light of their own experience and knowledge, it may be determined that the power load after the current day of the day follows a different trend from the one fluctuation curve. As described above, the feature of the support device 100 according to the present embodiment is that a power demand can be predicted with higher accuracy by supplementing the limit that the machine can automatically predict with human experience and knowledge.
本実施例では、各種情報の表示領域として、現状負荷および過去負荷について、日付や曜日（８，９）に加え、天気や気温などの天候情報（１０，１１）、最大・最小需要電力値（１２，１３）の各表示領域が設定されている。なお類似過去負荷における天候情報については上述したようにデータベースによって負荷データごとに対応付けされて蓄積管理されており、類似過去負荷に対応する天候情報を所定の領域１１に表示すればよい。当日の天候については、地域別に気象庁から入手することができ、入手した天候情報を利用者が入力できるようなＧＵＩ環境にしておけばよい。もちろん、支援装置１００を気象庁などにある天候データを提供している外部のコンピュータと通信可能に構成しておき、この外部コンピュータから天候データを入手してもよい。このように支援装置は、各種変動要因に関する情報を提示することで、予測担当者が経験や知識に基づく予測をするのを支援する。なお、当日および過去負荷に対応付けされている天候情報を提示するだけでなく、当日の天候情報や利用者が入力した天候情報と同じ天候情報が対応付けされている過去負荷を検索対象として類似過去負荷を抽出するようにしてもよい。 In the present embodiment, as the display area of various information, in addition to the date and day of the week (8, 9), weather information (10, 11) such as weather and temperature, maximum / minimum demand power value ( 12 and 13) are set. The weather information in the similar past load is stored and managed in association with each load data by the database as described above, and the weather information corresponding to the similar past load may be displayed in the predetermined area 11. The weather on the day can be obtained from the Japan Meteorological Agency by region, and a GUI environment that allows the user to input the obtained weather information may be used. Of course, the support apparatus 100 may be configured to be communicable with an external computer that provides weather data in the Japan Meteorological Agency and the weather data may be obtained from the external computer. In this way, the support device supports the prediction person in charge based on experience and knowledge by presenting information on various variation factors. In addition to presenting the weather information associated with the current day and the past load, the search target is similar to the past load associated with the same weather information as the weather information of the day or the weather information input by the user. A past load may be extracted.
＝＝＝補正機能＝＝＝
支援装置１００は、類似過去負荷の変動曲線を現状負荷と整合させるように補正する機能を備えている。図４はその補正機能によって表示された画面の概略である。利用者入力により特定の類似過去負荷が選択された状態（図３）で、表示画面に配設されている補正ボタン１４が指示されると、補正部１１０は、現時点における平滑長周期変動負荷の値と過去負荷の同じ時点の平滑長周期変動負荷の値とを一致させるように過去負荷を補正する。ＧＵＩ制御部１０４は、その補正後の変動曲線６ｂを表示する。それによって、現時点以降の負荷をより正確に予測することができる。
=== Correction function ===
The support device 100 has a function of correcting the variation curve of the similar past load so as to match the current load. FIG. 4 is an outline of a screen displayed by the correction function. When the correction button 14 provided on the display screen is instructed in a state where a specific similar past load is selected by user input (FIG. 3), the correction unit 110 displays the current smooth long-cycle fluctuation load. The past load is corrected so that the value and the value of the smooth long-period fluctuation load at the same time of the past load coincide with each other. The GUI control unit 104 displays the corrected variation curve 6b. Thereby, the load after the present time can be predicted more accurately.
本実施例では（数３）（数４）に従って補正している。なお、この式（数３）（数４）において、補正量、現時点と同時刻のｕ日前の平滑総需要、補正後の現時点と同時刻のｕ日前の平滑総需要をそれぞれ、Ｚ（ｔ）、Ｔｏｔａｌｐａｓｔ ｕ（ｔ）、ＣｏＴｏｔａｌｐａｓｔ ｕ（ｔ）としている。
z(t)=y(t)-ypast u(t)…（数３）
CoTotalpast u(t)=Totalpast u(t)+z(t)…（数４）
In this embodiment, correction is performed according to (Equation 3) and (Equation 4). In this equation (Equation 3) and (Equation 4), the correction amount, the smoothed total demand before u days before the same time as the current time, and the smoothed total demand before u days before the current time after correction are respectively Z (t). , has been the Total past u (t), CoTotal past u (t).
z (t) = y (t) -y past u (t) (Equation 3)
CoTotal past u (t) = Total past u (t) + z (t) ... (Equation 4)
本実施例では、現状と過去の平滑長周期変動負荷の値を一致させた時点での当日負荷と過去負荷の差分が補正値であり、過去負荷の各時刻の平滑総需要に補正値の分だけ加減して過去負荷の総需要変動曲線を再描出する。なお補正方法としては、この（数３）（数４）に限らず、例えば、一致させた時点での現状と過去の平滑長周期変動負荷の比を求め、過去負荷の他の時点の平滑長周期変動負荷の値にこの比を乗算するなどして、過去負荷の曲線の描出位置を移動させてもよい。 In this embodiment, the difference between the current day load and the past load at the time when the current value and the past smooth long-cycle variable load value are matched is the correction value, and the correction value is divided into the smooth total demand at each time of the past load. Redraw the total demand fluctuation curve of the past load by adjusting only. The correction method is not limited to (Equation 3) and (Equation 4). For example, the ratio of the current state at the time of matching and the past smooth length cycle variable load is obtained, and the smoothing length at other time points of the past load is obtained. The drawing position of the past load curve may be moved by multiplying the value of the cyclic load by this ratio.
＝＝＝補助機能＝＝＝
支援装置１００は、上記各機能に加え、電力需要予測をより強力に支援するための機能を備えている。そして、それらの機能を実現するために、現状負荷に対する類似過去負荷の検索、特定の類似過去負荷に対する指示の受け付け、補正など、所定の処理が指示され、その処理結果として類似過去負荷の変動曲線を新規に表示したり、表示中の変動曲線を再描出したりした場合、その描出した変動曲線についての履歴を画面の所定領域１５に表示したり、その履歴表示の起源となった処理についてのログを記録したりする履歴表示／保存機能１１１、利用者が指定した日付の過去負荷を呼び出して現状負荷とともにその変動曲線を表示する日付指定機能１１２、提示している６日分の類似過去負荷から２〜６日分の複数の類似過去負荷を選択する旨の利用者入力を受け付け、選択された複数の過去負荷を平均した変動曲線を現状負荷とともに表示出力する平均化処理機能１１３などの各構成部を備えている。なお補正部１１０は、平均化処理機能により平均化された過去負荷変動に対しても補正を行うこととしてもよい。
=== Auxiliary function ===
In addition to the above functions, the support device 100 has a function for more strongly supporting power demand prediction. In order to realize these functions, predetermined processing such as retrieval of similar past loads with respect to the current load, acceptance of an instruction with respect to a specific similar past load, correction, and the like are instructed, and a variation curve of the similar past load is obtained as a result of the processing. When a new curve is displayed, or when the variation curve being displayed is redrawn, the history of the drawn variation curve is displayed in the predetermined area 15 of the screen, or the process that is the origin of the history display is displayed. History display / storage function 111 for recording a log, date designation function 112 for displaying a past curve of a date designated by a user and displaying the current curve together with the current load, similar past load for 6 days being presented The user input to select a plurality of similar past loads for 2 to 6 days is received, and a variation curve obtained by averaging the plurality of selected past loads is displayed together with the current load. And a constituent unit such as the averaging processing function 113 to be output. Note that the correction unit 110 may also correct past load fluctuations averaged by the averaging processing function.
５ 現状負荷変動曲線
６ 類似過去負荷変動曲線
１００ 電力需要予測支援装置
１０１ 電力需要予測支援制御部
１０７ 負荷データ生成部
１０８ 類似過去負荷抽出部
１１０ 補正部
２００ 負荷情報データベース
5 Current Load Fluctuation Curve 6 Similar Past Load Fluctuation Curve 100 Power Demand Prediction Support Device 101 Power Demand Prediction Support Control Unit 107 Load Data Generation Unit 108 Similar Past Load Extraction Unit 110 Correction Unit 200 Load Information Database
Claims (9)
過去の負荷データを蓄積管理するデータベースにアクセスするステップと、
現時点での負荷データの入力を受け付ける現在負荷入力ステップと、
検索対象期間の指定と現時点以前の所定時間帯の指定の利用者入力を受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとの比較に基づいて、指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出する類似過去負荷抽出ステップと、
現時点までの過去短時間分の負荷データと、前記抽出した複数の過去の所定時間分の負荷データのそれぞれの変動曲線を表示出力する類似過去負荷提示ステップと、
前記表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と前記過去短時間の負荷の変動曲線以外を非表示にする類似過去負荷特定ステップと、
を実行し、
現在負荷入力ステップは、総負荷データと特定の施設における負荷データの入力を個別に受け付け、類似過去負荷抽出ステップは、現時点と過去のそれぞれの負荷データについて、総負荷データから特定の施設における負荷データを除いた負荷データ同士を比較し、類似過去負荷提示ステップは、総負荷データに基づく変動曲線を表示出力する電力需要予測支援方法。 A method of assisting in predicting power demand after a current time by a programmed computer, the computer accessing a database for storing and managing past load data;
A current load input step for receiving input of current load data;
Accepts user input for the specified search period and the specified time zone before the current time, and the load data entered in the specified time zone and the past load data in the same time zone as the specified time zone in the search target period Based on the comparison, a similar past load extraction step for extracting a plurality of past load data similar to the fluctuation of the load data input in the designated time zone;
A similar past load presentation step for displaying and outputting load data for the past short period of time up to the present time and respective fluctuation curves of the extracted plurality of past load data for a predetermined period of time,
A similar past that accepts user input for designating a specific curve from a plurality of past load fluctuation curves in the display output, and hides other than the designated fluctuation curve and the load fluctuation curve of the past short-time load A load identification step;
The execution,
The current load input step individually receives input of total load data and load data at a specific facility, and the similar past load extraction step calculates load data at a specific facility from the total load data for each of the current and past load data. A load demand prediction support method in which the load data excluding is compared and the similar past load presentation step displays and outputs a fluctuation curve based on the total load data .
現時点での負荷データの入力を受け付ける現在負荷入力手段と、
検索対象期間の指定と現時点以前の所定時間帯の指定の利用者入力を受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとの比較に基づいて、指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出する類似過去負荷抽出手段と、
現時点までの過去短時間分の負荷データと、前記抽出した複数の過去の所定時間分の負荷データのそれぞれの変動曲線を表示出力する類似過去負荷提示手段と、
前記表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と前記過去短時間の負荷の変動曲線以外を非表示にする類似過去負荷特定手段と、
を備え、
現在負荷入力手段は、総負荷データと特定の施設における負荷データの入力を個別に受け付け、類似過去負荷抽出手段は、現時点と過去のそれぞれの負荷データについて、総負荷データから特定の施設における負荷データを除いた負荷データ同士を比較し、類似過去負荷提示手段は、総負荷データに基づく変動曲線を表示出力する電力需要予測支援装置。 Means for accessing a database for storing and managing past load data;
Current load input means for receiving input of current load data;
Accepts user input for the specified search period and the specified time zone before the current time, and the load data entered in the specified time zone and the past load data in the same time zone as the specified time zone in the search target period Based on the comparison, similar past load extraction means for extracting a plurality of past load data similar to the fluctuation of the load data input in the designated time zone;
Similar past load presenting means for displaying and displaying load data for the past short period of time up to the present time, and respective fluctuation curves of the extracted load data for a plurality of past predetermined times,
A similar past that accepts user input for designating a specific curve from a plurality of past load fluctuation curves in the display output, and hides other than the designated fluctuation curve and the load fluctuation curve of the past short-time load Load identification means;
Equipped with a,
The current load input means individually receives the input of total load data and load data at a specific facility, and the similar past load extraction means reads load data at a specific facility from the total load data for each of the current and past load data. The power demand prediction support device that compares the load data excluding, and the similar past load presentation means displays and outputs a fluctuation curve based on the total load data .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004374050A JP4596907B2 (en) | 2004-12-24 | 2004-12-24 | Power demand prediction support method, computer program, program storage medium, power demand prediction support device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004374050A JP4596907B2 (en) | 2004-12-24 | 2004-12-24 | Power demand prediction support method, computer program, program storage medium, power demand prediction support device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2006178893A JP2006178893A (en) | 2006-07-06 |
| JP4596907B2 true JP4596907B2 (en) | 2010-12-15 |
Family
ID=36732944
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004374050A Expired - Fee Related JP4596907B2 (en) | 2004-12-24 | 2004-12-24 | Power demand prediction support method, computer program, program storage medium, power demand prediction support device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4596907B2 (en) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4880552B2 (en) * | 2007-09-14 | 2012-02-22 | 東芝テック株式会社 | Date identification method, date identification program, and product information processing apparatus |
| KR101042701B1 (en) | 2009-07-20 | 2011-06-20 | 금오공과대학교 산학협력단 | Reduction system for simultaneous load factor of electric power |
| JP5851710B2 (en) * | 2010-11-22 | 2016-02-03 | メタウォーター株式会社 | Data analysis device |
| JP2013077133A (en) * | 2011-09-30 | 2013-04-25 | Lixil Corp | Energy data storage device, energy data collection device and energy data storage method |
| JP5729282B2 (en) * | 2011-11-30 | 2015-06-03 | 富士通株式会社 | Prediction device, prediction program, and prediction method |
| US9715229B2 (en) | 2012-02-14 | 2017-07-25 | Toshiba Mitsubishi-Electric Industrial Systems Corporation | Power equalization device |
| CN103530821A (en) * | 2013-10-23 | 2014-01-22 | 国家电网公司 | Real-time controllable capacity data monitoring method and device for under-frequency load shedding of power grid |
| JP6759867B2 (en) * | 2016-08-31 | 2020-09-23 | 富士通株式会社 | Consumer identification program, extraction program, consumer identification method, and consumer identification device |
| CN113837459B (en) * | 2021-09-15 | 2024-05-03 | 浙江浙能数字科技有限公司 | RF-DTW-based short-term load prediction method for intelligent power plant coal-fired generator set |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0581231A (en) * | 1991-09-19 | 1993-04-02 | Toshiba Corp | Demand pattern forming device |
| JPH09264584A (en) * | 1996-03-29 | 1997-10-07 | Mitsubishi Electric Corp | Heat storage air conditioning system and its residual storage amount determining method |
| JP2004048852A (en) * | 2002-07-09 | 2004-02-12 | Osaka Gas Co Ltd | Method for planning power generation |
| JP2004328907A (en) * | 2003-04-24 | 2004-11-18 | Tm T & D Kk | Method and device for demand prediction of consignment, and program therefor |
-
2004
- 2004-12-24 JP JP2004374050A patent/JP4596907B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0581231A (en) * | 1991-09-19 | 1993-04-02 | Toshiba Corp | Demand pattern forming device |
| JPH09264584A (en) * | 1996-03-29 | 1997-10-07 | Mitsubishi Electric Corp | Heat storage air conditioning system and its residual storage amount determining method |
| JP2004048852A (en) * | 2002-07-09 | 2004-02-12 | Osaka Gas Co Ltd | Method for planning power generation |
| JP2004328907A (en) * | 2003-04-24 | 2004-11-18 | Tm T & D Kk | Method and device for demand prediction of consignment, and program therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2006178893A (en) | 2006-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111684370B (en) | System and method for controlling operation | |
| EP3604957A1 (en) | Information processing device and information processing method | |
| JP5157874B2 (en) | Product material value prediction method, apparatus, operating condition determination method, program, and computer-readable recording medium | |
| Cai et al. | Two-layer transfer-learning-based architecture for short-term load forecasting | |
| JP6022050B2 (en) | Consumer power control system and consumer power control method | |
| US20150088329A1 (en) | Providing energy management recommendations with a computing device | |
| JP4596907B2 (en) | Power demand prediction support method, computer program, program storage medium, power demand prediction support device | |
| US20170030607A1 (en) | Environment control system | |
| JPWO2015075794A1 (en) | Electric power demand prediction system, electric power demand prediction method, customer profiling system, and customer profiling method | |
| CN104956280A (en) | Social learning softthermostat for commercial buildings | |
| JP2019019988A (en) | Air conditioning operation condition creation device, air conditioning operation condition creation method, program and air conditioning system | |
| CN108664682A (en) | A kind of prediction technique and its system of transformer top-oil temperature | |
| US11029052B2 (en) | Operation device and method to control an air conditioner based on weather change patterns | |
| JP2014075851A (en) | Energy consumption amount prediction system and power consumption amount prediction method | |
| JP2021039739A (en) | Prediction device, prediction program, and prediction method | |
| JP6821362B2 (en) | Sales promotion information provision system and sales promotion information provision program | |
| JP6146126B2 (en) | Device and program for managing energy consumption | |
| JP2020071673A (en) | Information processing device, information processing method, and program | |
| JP4261471B2 (en) | Distribution system load assumption method and apparatus | |
| Kutanoglu et al. | Improving scheduling robustness via preprocessing and dynamic adaptation | |
| JP2017153257A (en) | Power demand prediction device and power demand prediction method | |
| JP4298581B2 (en) | Power demand forecasting device, power demand forecasting system, power demand forecasting program, recording medium, and power demand forecasting method | |
| Wang et al. | Optimal multi-variable flatness control for a cold rolling mill based on a box-constraint optimisation algorithm | |
| JP5858088B2 (en) | Human resource management apparatus and program | |
| EP4138008A1 (en) | Energy supply/demand operation guidance device and method for energy supply/demand operation in ironworks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070921 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100223 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100615 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100729 |
|
| 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: 20100914 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100921 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4596907 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131001 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131001 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |