JP4693658B2 - メータ取付取外し数予測システム - Google Patents

Description

本発明は、ユーティリティ使用量を計測するメータの取付数及び取外し数をコンピュータのデータ処理により予測するメータ取付取外し数予測システムに関する。

ユーティリティ使用量を計測するメータ、例えば、ガス使用量を計測するガスメータは、家庭用や業務用等の種類別に号数コードが設定されており、取付及び取外しの際には、号数コードを指定してメータを発注する必要がある。ここで、例えば、ガスメータの取付及び取外しは、検定有効期間（例えば、１０年等）の満了時（検満）の他、新設時、建物が無くなる時や設備の更新により号数コードを上げる時（号変時、検満時を除く）等の取付取外し理由のあるときに行われる。そして、メータの取付及び取外しにあたってメータの発注数（新品数、再利用数）を決定するためには、データ集計期間毎（例えば、月毎）、号数毎に、取付数及び取外し数を予測する必要がある。

メータの取付数及び取外し数の予測は、従来、メータの取付取外し作業の完了時に、取付メータの号数コード、取外しメータの号数コード、取付取外し作業を実施した年月日等の情報を帳票に手入力することにより、メータの取付数及び取外し数の実績値を記録しておき、帳票の内容に基づいて月単位でメータ発注数を予測していた。より具体的には、メータの取付数及び取外し数の実績値に基づいて作成した標準パターンを持っておき、最近の１、２ヶ月のメータ数の取付数及び取外し数の動向から、予測対象月の取付数及び取外し数を決定していた。尚、従来技術により予測したメータの取付数及び取外し数を用いてメータの取付取外し作業を行う技術（例えば、特許文献１参照）はあるが、メータの取付数及び取外し数の予測に係る先行技術文献は特に見当たらなかった。

尚、上述のメータ発注数の予測では、メータ発注数の予測値を月単位で求めているが、メータの発注は日単位で実施する必要があるため、月単位のメータ発注数の予測値を日単位に配分する必要があった。月単位のメータ発注数の予測値を日単位に配分する配分方法としては、例えば、月単位のメータ発注数の予測値を各日で均等に配分する方法がある。また、メータ発注数は、例えば、土曜日に取付取外し作業数（施工数）が少なくなる傾向がある。このため、他の配分方法として、曜日毎に施工数の増減に基づいて重み付けを行って配分する方法がある。

特開２００４−２９５８４４号公報

しかしながら、メータ発注数は曜日以外の要因によっても変動するため、曜日による重み付けを行う配分方法では、メータ発注数の予測値と実際のメータ発注数との間の誤差が大きかった。メータ発注数の変動要因としては、例えば、顧客の在宅状況や操業日等による取付取外し作業の可否や、気象条件等がある。より具体的には、業務用のメータの取付取外し作業は休日に実施されることが多く、荒天時には集合住宅の施工数が多くなる。このため、月単位のメータ発注数の予測値をより正確に日単位に配分することができる技術が求められている。

本発明は上記の問題点に鑑みてなされたものであり、その目的は、月単位のメータ発注数の予測値をより正確に日単位に配分するメータ取付取外し数予測システムを提供する点にある。

上記目的を達成するための本発明に係るメータ取付取外し数予測システムは、ユーティリティ使用量を計測するメータの取付数及び取外し数をコンピュータのデータ処理により予測するメータ取付取外し数予測システムであって、所定のデータ集計期間を細分化した細分期間毎に前記メータの取付数及び取外し数を集計した細分期間別実績データを受け付ける実績データ入力手段と、予測対象の前記データ集計期間である予測対象期間全体におけるメータの取付数及び取外し数を予測した予測対象期間別予測値を入力する予測値入力手段と、前記細分期間別実績データ、前記メータの取付取外し作業対象の業種別に前記業種の操業日における取付取外し作業の可否を記憶した業種別データ、及び、前記予測対象期間における前記細分期間毎の気象予測を記憶した気象予測データに基づいて、前記予測対象期間別予測値に対する前記細分期間毎の配分比率を求める配分比率予測手段と、前記予測対象期間別予測値と前記配分比率に基づいて、前記予測対象期間における前記細分期間毎に前記メータの取付数及び取外し数を予測した細分期間別予測値を求める細分期間別予測値算出手段と、を備えることを特徴とする。

ここで、ユーティリティは、ガスや電力、水道等であり、特に、計量法上で検定有効期間が規定されているユーティリティである。上記特徴のメータ取付取外し数予測システムによれば、細分期間毎の取付取外し作業の可否をメータの取付取外し作業対象の業種別に記憶した業種別データ、及び、細分期間毎の気象予測を記憶した気象予測データに基づいて細分期間毎の配分比率を求めるので、より正確にデータ集計期間毎のメータ発注数の予測値を細分期間毎に配分して細分期間別予測値を求めることができる。

上記特徴の本発明に係るメータ取付取外し数予測システムは、前記配分比率予測手段が、前記細分期間別実績データに基づいて曜日別配分比率を算出し、前記業種別データに基づいて前記取付取外し作業対象の業種毎に曜日別操業係数を算出し、前記気象予測データに基づいて前記細分期間毎に気象係数を算出し、前記曜日別配分比率と前記曜日別操業係数と前記気象係数に基づいて前記配分比率を算出することを特徴とする。

上記特徴のメータ取付取外し数予測システムによれば、曜日別配分比率と曜日別操業係数と気象係数に基づいて前記配分比率を算出するので、曜日、業種及び気象条件を考慮して配分比率を求めることができ、従来技術に比べより正確にデータ集計期間毎のメータ発注数の予測値を細分期間毎に配分することができる。

上記何れかの特徴の本発明に係るメータ取付取外し数予測システムは、前記細分期間別実績データは前記メータの種別別の実績データであり、前記予測対象期間別予測値は種別別の予測値であることを特徴とする。

データ集計期間毎のメータ発注数は、一般的に、号数（種別）別に集計される。このため、上記特徴のメータ取付取外し数予測システムの如く、種別別の細分期間別実績データ及び種別別の予測対象期間別予測値を用いることで、より正確にデータ集計期間毎のメータ発注数の予測値を細分期間毎に配分して細分期間別予測値を求めることができる。

以下、本発明に係るメータ取付取外し数予測システム（以下、適宜「本発明システム」と略称する）の実施形態を図面に基づいて説明する。

〈第１実施形態〉
本発明システムの第１実施形態について図１を基に説明する。図１は、本発明システム１の概略構成を示すブロック図である。本発明システム１は、ユーティリティ使用量を計測するメータの取付数及び取外し数をコンピュータのデータ処理により予測するメータ取付取外し数予測システムであって、図１に示すように、所定のデータ集計期間を細分化した細分期間毎にメータの取付数及び取外し数を集計した細分期間別実績データを受け付ける実績データ入力手段１１、予測対象のデータ集計期間である予測対象期間全体におけるメータの取付数及び取外し数を予測した予測対象期間別予測値を入力する予測値入力手段１２、細分期間別実績データ、メータの取付取外し作業対象の業種別に前記業種の操業日における取付取外し作業の可否を記憶した業種別データ、及び、予測対象期間における細分期間毎の気象予測を記憶した気象予測データに基づいて、予測対象期間別予測値に対する細分期間毎の配分比率を求める配分比率予測手段１３、及び、予測対象期間別予測値と配分比率に基づいて、予測対象期間における細分期間毎にメータの取付数及び取外し数を予測した細分期間別予測値を求める細分期間別予測値算出手段１４を備えて構成される。

本実施形態では、ユーティリティとしてガスを想定した場合について説明する。また、本実施形態では、データ集計期間として１ヶ月を想定し、細分期間として１日を想定して説明する。

実績データ入力手段１１は、日別にメータの取付数及び取外し数を集計した細分期間別実績データを受け付け、データベース１５に記憶する。より具体的には、本実施形態では、実績データ入力手段１１は、細分期間別予測値を求める際に、メータ取付作業、メータ取外し作業またはメータ取付取外し作業毎に、メータを取り付けた場合の種別と検定満了年月、メータを取り外した場合の種別と検定満了年月、取付取外し理由、及び、取付取外し年月等を記憶した取付取外しデータを１日毎に種別別に集計した細分期間別実績データを受け付ける。ここで、図２は、細分期間別実績データの一例を示すテーブルであり、取付取外し年月、曜日、号数（種別）、取付数及び取外し数が記録されている。

予測値入力手段１２は、予測対象月全体におけるメータの取付数及び取外し数を予測した予測対象期間別予測値の入力を受け付け、データベース１５に記憶する。本実施形態では、他のシステム上で予測された予測対象期間別予測値を受け付ける。ここでの予測対象期間別予測値は、月別種別別取付数予測値及び月別種別別取外し数予測値である。

配分比率予測手段１３は、細分期間別実績データ、メータの取付取外し作業対象の業種別に前記業種の操業日における取付取外し作業の可否を記憶した業種別データ、及び、予測対象月における日別の気象予測を記憶した気象予測データに基づいて、予測対象期間別予測値に対する１日毎の配分比率を求める。ここで、図３は、業種別データの一例を示すテーブルであり、業種、曜日、操業有無及び取付取外し作業の可否が記録されている。

本実施形態では、配分比率予測手段１３は、細分期間別実績データに基づいて曜日別配分比率を算出し、業種別データに基づいて取付取外し作業対象の業種毎に曜日別操業係数を算出し、気象予測データに基づいて１日毎に気象係数を算出し、曜日別配分比率と曜日別操業係数と気象係数に基づいて配分比率を算出する。

具体的には、配分比率Ｒｆは、曜日別配分比率Ｒｗ、曜日別操業係数Ｃｏ、気象係数Ｃａ、及び、係数αを用いて数１の式で与えられる。

［数１］
Ｒｆ＝Ｒｗ×Ｃｏ×Ｃａ×α

曜日別配分比率Ｒｗは、１日毎に種別別にメータの取付数及び取外し数を集計した細分期間別実績データから、種別別日平均取付数及び種別別日平均取外し数を求め、種別別日平均取付数及び種別別日平均取外し数に対する各曜日の比率を算出して求める。種別別日平均取付数及び種別別日平均取外し数は、例えば、半年間分若しくは１年間分の細分期間別実績データの平均値を求める。尚、種別別日平均取付数及び種別別日平均取外し数を求める細分期間別実績データの範囲は、半年分や１年分である必要はなく、適切な範囲の細分期間別実績データを用いて算出するのが望ましい。

曜日別操業係数Ｃｏは、業種別データに基づいて、曜日毎に、主要業種顧客の全てが取付取外し作業可能である場合を１として取付取外し作業を実施しない主要業種顧客の割合を差し引いた値を算出して求める。操業日に取付取外し作業を実施するか操業しない日に取付取外し作業を実施するかは業種毎に判定する。尚、主要業種顧客の設定は、１つの業種のみを考慮して設定しても良いし、複数の業種を考慮して設定しても良い。

気象係数Ｃａは、降水量による種別別日平均取付数及び種別別日平均取外し数に対する予測対象日の取付取外し作業数の増減を示す係数である。より具体的には、予測対象日の取付取外し作業数の増減率（気象係数Ｃａ）を目的変数とし降水量を説明変数とする回帰式を求め、降水量の予測値を代入することにより気象係数Ｃａを算出する。

係数αは、数１を正規化するための係数であり、配分率Ｒｆが予測対象月全体で１となるように規定する。

細分期間別予測値算出手段１４は、予測対象期間別予測値と配分比率に基づいて、予測対象月における１日毎にメータの取付数及び取外し数を予測した細分期間別予測値を求める。本実施形態では、細分期間別予測値である日別種別別取付数予測値Ｐｄｍ及び日別種別別取外し数予測値Ｐｄｒは、予測対象期間別予測値である月別種別別取付数予測値Ｐｍｍ及び月別種別別取外し数予測値Ｐｍｒ、配分比率Ｒｆを用いて数２の式で与えられる。

［数２］
Ｐｄｍ＝Ｐｍｍ×Ｒｆ
Ｐｄｒ＝Ｐｍｒ×Ｒｆ

本発明システム１は、細分期間別予測値算出手段１４において算出された細分期間別予測値、即ち、日別種別別取付数予測値Ｐｄｍ及び日別種別別取外し数予測値Ｐｄｒを本発明システム１の利用者に対して提示する。

〈第２実施形態〉
本発明システム１の第２実施形態について説明する。上記第１実施形態では、他のシステム上で予測された予測対象期間別予測値（月別予測値）を受け付ける構成である場合を想定して説明したが、本発明システム１に予測対象期間別予測値算出手段を設け、予測対象期間別予測値を算出するように構成しても良い。以下、予測対象期間別予測値の算出方法について説明する。

本実施形態では、取付取外しデータに基づいて予測対象月における取付数と取外し数の月別予測値を取付取外し理由別に算出する。取付取外し理由としては、新設（メータの新規設置）、復活（メータの再取付）、号変（種別変更、検満時を除く）、故障、検満、全除（家屋取り壊し等によるメータの撤去）、持帰（全除を除くメータの撤去）、特別等があり、ここでは、検満、新設、全除、号変、故障の各取付取外し理由について夫々月別予測値を算出する。

先ず、取付取外し理由として検満が設定されているときの予測対象月における取付数と取外し数の月別予測値の算出について説明する。ここでは、取外し数の予測値を算出しておき、取外し数の予測値を用いて取付数を算出する。

具体的には、取外し数は号数コード毎（種別別）に求める。号数コードｉのメータの検満による取外し数ＥＯ_ｉは、月毎に、検満となるメータの総数Ｅｔと施工率Ａｒとを乗算し、これらを加算して算出する。取外し数ＥＯ_ｉは、数３の式で与えられる。尚、ｉは号数コードを示す変数である。ｎは月を表しており、ｎ＝０を予測対象月としている。

［数３］
ＥＯ_ｉ＝ Σ_ｎ｛Ｅｔ_ｉ（ｎ）×Ａｒ（ｎ）｝、（ｎ＝０，１，２，３）

ここで、Ｅｔ_ｉ（ｎ）は、ｎヶ月後に検定有効期間が満了となる号数コードｉのメータ数である。Ａｒ（ｎ）は、予測対象月のｎヶ月後の施工率である。施工率Ａｒ（ｎ）を用いるのは、検定満了月に全ての検定満了メータの取り外しが行われるものではなく、各月の作業量を考慮し、作業量に偏りのある月の検定満了メータの一部のメータ取外し作業が検定満了月前に実施されるためである。本実施形態の施工率Ａｒ（ｎ）は、直近の１年分の検満オーダ数と施工率の実績値を用いて求められ、数４の式で与えられる。

［数４］
Ａｒ（ｎ）＝Ａｒ（ｎ−１）×｛Ａｒ’（ｎ）／Ａｒ’（ｎ−１）｝

ここで、Ａｒ（ｎ−１）は今年度のＡｒ（ｎ）算出前月の施工率の実績値、Ａｒ’（ｎ）は昨年度のＡｒ（ｎ）算出同月の施工率の実績値、Ａｒ’（ｎ−１）は昨年度のＡｒ（ｎ）算出前月の施工率の実績値である。

号数コードｐのメータの取付数ＥＡ_ｐは、具体的には、号数コード別に検満による取外し数ＥＯと号数コードｐのメータへの遷移率Ｉを乗算し、これらを加算して算出する。取付数ＥＡ_ｐは、数５の式で与えられる。

［数５］
ＥＡ_ｐ＝Σ_ｉ｛ＥＯ_ｉ×Ｉ_ｉｐ｝

ここでの遷移率Ｉ_ｉｐは、直近の３ヶ月分の遷移率の実績値を用いて決定する。この遷移率Ｉは、月毎、取付取外し理由毎に設定されている。

続いて、取付取外し理由として新設及び復活が設定されているときの予測対象月における取付数の月別予測値の算出について説明する。新設の場合の取付数は、号数別に求める。具体的には、号数ｐのメータの新設及び復活による取付数ＡＮ_ｐは、タイプ別の標準取付数ＡＳ_ｕとタイプｕのメータの号数別シェアＳ_ｕｐとを用いて求められ、数６の式で与えられる。

［数６］
ＡＮ_ｐ＝ＡＳ_ｕ×ａ×Ｓ_ｕｐ

ここで、ａは係数である。標準取付数ＡＳ_ｕは、３年分の予測対象同月の取付数の実績値の平均である。号数別シェアＳ_ｕｐは、メータの号数（種別）別のシェアの推移であり、直近の３か月分の実績値の推移に基づいて決定する。ここでのタイプは、家庭用一般メータ、通信機能付家庭用メータ、商業用一般メータ、通信機能付商業用メータ、マイコン無しメータ、マイコン無し発信機付メータ等である。

引き続き、取付取外し理由として全除及び持帰が設定されているときの予測対象月における取外し数の月別予測値の算出について説明する。具体的には、号数コードｐのメータの取外し数Ｏ_ｐは、号数コードｐのメータの総数ＭＴ_ｐと号数コードｐのメータの全除及び持帰率Ｏｒ_ｐとを乗算して求められ、数７の式で与えられる。尚、ここでの全除率は、過去３ヶ月間の全除率の実績に基づいて決定する。

［数７］
Ｏ_ｐ＝ＭＴ_ｐ×Ｏｒ_ｐ

引き続き、取付取外し理由として号変が設定されているときの予測対象月における取付数及び取外し数の月別予測値の算出について説明する。ここでは、取外し数の月別予測値を算出しておき、取外し数の月別予測値を用いて取付数の月別予測値を算出する。

具体的には、号数コードｉのメータの取外し数ＣＯ_ｉは、号数コードｉのメータの総数と号変率Ｃｒとを乗算して求められ、数８の式で与えられる。尚、ここでの号変率Ｃｒは、過去３ヶ月の号変率の実績値を用いて決定する。

［数８］
ＣＯ_ｉ＝ＭＴ_ｉ×Ｃｒ_ｉ

号数コードｐのメータの取付数ＣＡ_ｐは、具体的には、号数コード別に号変による取外し数ＣＯと号数コードｐのメータへの遷移率Ｉとを乗算し、これらを加算して算出する。取付数ＣＡ_ｐは、数９の式で与えられる。尚、ここでの遷移率Ｉは、過去３ヶ月の遷移率の実績値を用いて決定する。

［数９］
ＣＡ_ｐ＝Σ_ｉ｛ＣＯ_ｉ×Ｉ_ｉｐ｝

引き続き、取付取外し理由として故障が設定されているときの予測対象月における取付数及び取外し数の月別予測値の算出について説明する。ここでは、取外し数の月別予測値を算出しておき、取外し数の月別予測値を用いて取付数を算出する。

具体的には、号数コードｉのメータの取外し数ＢＯ_ｉは、号数コードｉのメータの総数ＭＴ_ｉと号数コードｉのメータの故障率Ｂｒ_ｉとを乗算して求められ、数１０の式で与えられる。尚、ここでの故障率Ｂｒ_ｉは、過去３ヶ月の故障率の実績から決定する。

［数１０］
ＢＯ_ｉ＝ＭＴ_ｉ×Ｂｒ_ｉ

号数コードｐのメータの取付数ＢＡ_ｐは、具体的には、号数コードｐのメータの故障による取外し数ＢＯ_ｉに号数コードｐへの遷移率Ｉ_ｉｐを乗算し、これらを加算して算出する。取付数ＢＡ_ｐは、数１１によって与えられる。ここでの遷移率Ｉ_ｉｐは、過去３ヶ月の遷移率の実績から決定する。

［数１１］
ＢＡ_ｐ＝Σ_ｉ｛ＢＯ_ｉ×Ｉ_ｉｐ｝

本実施形態の予測値入力手段１２は、算出された取付数と取外し数の月別予測値を受け付け、細分期間別予測値算出手段１４に対し月別予測値を出力する。

尚、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として検満が設定されている場合に、施工率Ａｒ（ｎ）を、直近の１年分の検満オーダ数と施工率の実績値を用い、数４の式を用いて求めたが、以下の数１２の式を用いて求めても良い。

［数１２］
Ａｒ（ｎ）＝Σ_ｉ｛ａｒ_ｉ（ｎ）×Ｅｔ_ｉ（ｎ）｝

ここで、ａｒ_ｉ（ｎ）は回帰係数である。

また、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として検満が設定されているときの予測対象月における取付数と取外し数の月別予測値を数３を用いて求めたが、数３において、施工率Ａｒ（ｎ）ではなく、ｎヶ月後に検定有効期間が満了となるメータの予測対象月における施工数を直接算出しても良い。

更に、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として新設が設定されている場合に、数６の標準取付数ＡＳ_ｕがタイプ別の取付数である場合を例に説明したが、グループ別（家庭用メータ及び商業用メータ等）や、号数コード別等、他の分類別の取付数としても良い。更に、上記各実施形態では、標準取付数ＡＳ_ｕは、３年分の予測対象同月の取付数の実績値の平均として求めたが、他のデータ、例えば、住宅着工統計や建築着工統計等に掲載されているデータ、営業等で用いられる社内情報等から求めても良い。

更に、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として全除が設定されている場合に、数７の全除率Ｏｒ_ｐを、過去３ヶ月間の全除率の実績に基づいて算出したが、住宅滅失数等の統計データを活用して求めても良い。

更に、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として号変が設定されている場合に、号変率Ｃｒを、過去３ヶ月の号変率の実績値を用いて求めたが、機器販売等の営業に関する社内情報を用いても良い。

更に、本実施形態では、予測対象期間別予測値の算出において、取付取外し理由として故障が設定されている場合に、故障率Ｂｒ_ｉを、過去３ヶ月の故障率の実績から求めたが、標準故障率ＡＢｒ_ｉを用い、以下の数１３から求めても良い。

［数１３］
Ｂｒ_ｉ＝ＡＢｒ_ｉ×ｂ

ここで、ｂは補正係数である。標準故障率ＡＢｒ_ｉは、過去３年の予測対象同月の故障率の平均である。

＜別実施形態＞
＜１＞上記各実施形態では、メータを号数コード別に分類したが、家庭用や業務用等、必要性に応じて任意の種別を設定して分類しても良い。

＜２＞上記各実施形態では、ユーティリティとしてガスを想定したが、電力や水道等の他のユーティリティであっても良い。

＜３＞上記第１実施形態では、配分比率Ｒｆを数１を用いて求めたが、これに限るものではない。例えば、曜日別配分比率Ｒｗ、曜日別操業係数Ｃｏ及び気象係数Ｃａを加算する構成であっても良い。また、家庭用メータのみの細分期間別予測値を求める場合には、曜日別操業係数Ｃｏを１として算出するように構成する。

＜４＞上記各実施形態では、細分期間別実績データ及び予測対象期間別予測値として、月別種別別に分類されたデータを想定して説明したが、更に、機会別に分類されたデータであっても良い。この場合には、細分期間別予測値は、月別種別別機会別で同じ配分比率を用いて求めても良いし、月別種別別機会別に異なる配分比率を設定して求めても良い。

本発明に係るメータ取付取外し数予測システムの構成を示すブロック図 細分期間別実績データの一例を示す説明図 業種別データの一例を示す説明図

符号の説明

１ 本発明に係るメータ取付取外し数予測システム
１１ 実績データ入力手段
１２ 予測値入力手段
１３ 配分比率予測手段
１４ 細分期間別予測値算出手段
１５ データベース

Claims (3)

1. ユーティリティ使用量を計測するメータの取付数及び取外し数をコンピュータのデータ処理により予測するメータ取付取外し数予測システムであって、
   所定のデータ集計期間を細分化した細分期間毎に前記メータの取付数及び取外し数を集計した細分期間別実績データを受け付ける実績データ入力手段と、
   予測対象の前記データ集計期間である予測対象期間全体におけるメータの取付数及び取外し数を予測した予測対象期間別予測値を入力する予測値入力手段と、
   前記細分期間別実績データ、前記メータの取付取外し作業対象の業種別に前記業種の操業日における取付取外し作業の可否を記憶した業種別データ、及び、前記予測対象期間における前記細分期間毎の気象予測を記憶した気象予測データに基づいて、前記予測対象期間別予測値に対する前記細分期間毎の配分比率を求める配分比率予測手段と、
   前記予測対象期間別予測値と前記配分比率に基づいて、前記予測対象期間における前記細分期間毎に前記メータの取付数及び取外し数を予測した細分期間別予測値を求める細分期間別予測値算出手段と、を備えることを特徴とするメータ取付取外し数予測システム。
2. 前記配分比率予測手段は、前記細分期間別実績データに基づいて曜日別配分比率を算出し、前記業種別データに基づいて前記取付取外し作業対象の業種毎に曜日別操業係数を算出し、前記気象予測データに基づいて前記細分期間毎に気象係数を算出し、前記曜日別配分比率と前記曜日別操業係数と前記気象係数に基づいて前記配分比率を算出することを特徴とする請求項１に記載のメータ取付取外し数予測システム。
3. 前記細分期間別実績データは前記メータの種別別の実績データであり、前記予測対象期間別予測値は種別別の予測値であることを特徴とする請求項１または２に記載のメータ取付取外し数予測システム。