JP5622829B2 - 消費電力推定システム、消費電力推定方法及びプログラム - Google Patents

Description

本発明は、消費電力推定システム、消費電力推定方法及びプログラムに関する。

近年、インバータ技術やセンシング技術の発達により、空調機器等の消費電力は、大幅に低減している。このため、古くなった空調機器等を新しいものに取り替えることで、電気料金の削減を図ることができる。また、このようにして削減される電気料金の金額等は、取り替え前の空調機器等によって消費されていた電力に基づいて、事前に検討することができる。

しかしながら、例えば古いビルディングでは、空調機器等及び空調機器等以外の機器（例えば電灯）を含む設備の全体で消費される電力のみが計測されている場合が多い。この場合には、空調機器等によって消費される電力が明らかでないため、空調機器等を取り替える前の検討を十分にすることができないおそれがあった。

そこで、設備全体で消費される電力から、空調機器等によって消費される電力をある程度推定する技術が提案されている（例えば、特許文献１を参照）。特許文献１に記載の装置は、電力需要家の総負荷電力から、発熱主体の電気機器群の総消費電力と、その他の電気機器群の総消費電力とを、それぞれ分類して推定する。これにより、空調機器等によって消費される電力は、その他の電気機器群の総消費電力として推定される。

特開２００３−７０１８６号公報

特許文献１に記載の装置を用いる場合には、電気機器群を構成する機器毎に有効電力及び無効電力を測定した上で、電気機器群の固有の特性をあらかじめ求める必要があった。しかしながら、電気機器群を構成する多数の機器の各々について、有効電力等をあらかじめ測定することは繁雑な作業である。そのため、空調機器等によって消費される電力を推定することが困難となるおそれがあった。

本発明は、上記の事情に鑑みてなされたもので、空調機器等によって消費される電力を容易に推定することを目的とする。

上記目的を達成するため、本発明の消費電力推定システムは、
少なくとも２つの機器群に電線から供給される交流電力の有効電力及び無効電力の少なくとも一方の値が変化したときに、該変化における有効電力の第１変化量、及び前記変化における無効電力の第２変化量によって規定される機器特徴量を算出する算出手段と、
前記算出手段によって算出された機器特徴量を複数記憶する記憶手段と、
前記記憶手段に記憶される複数の機器特徴量の分布から、前記機器群の各々に対応する代表値を抽出する抽出手段と、
前記抽出手段によって抽出された代表値を用いて、前記電線から供給される交流電力から、前記機器群の各々によって消費される有効電力の値を推定する推定手段と、
を備える。

本発明によれば、算出手段によって算出された機器特徴量の分布に基づいて、各機器群の消費電力の値が推定される。これにより、空調機器等によって消費される電力を容易に推定することができる。

実施形態に係る消費電力推定システムの構成を示す図である。 推定装置の構成を示すブロック図である。 プロセッサによって実行される一連の処理を示すフロー図である。 電力データベースに記憶されるデータの例を示す図である。 非差分領域を説明するための図である。 機器特徴量の算出を説明するための図である。 機器特徴量データベースに記憶されるデータの例を示す図である。 抽出処理を示すフロー図である。 度数分布の例を示す図である。 動力系代表値の抽出処理を示すフロー図である。 機器群代表値データベースに記憶されるデータの例を示す図である。 非動力系代表値の抽出処理を示すフロー図である。 単位ベクトルデータベースに記憶されるデータの例を示す図である。 電力ベクトルの分解を説明するための図である。 推定結果データベースに記憶されるデータの例を示す図である。 予測・表示処理を示すフロー図である。 表示装置に表示される画面の例を示す図である。 実際の測定に基づいて算出された有効電力及び無効電力の推移を示す図である。 実際の測定に基づいて推定された動力系の有効電力を示す図である。 実際の測定に基づいて推定された非動力系の有効電力を示す図である。

以下、本発明の実施形態を、図面を参照しつつ詳細に説明する。

図１には、本実施形態に係る消費電力推定システム１０が示されている。消費電力推定システム１０は、例えば、中小規模のビルディング（以下、中小ビルという）の設備に供給される電力から、動力系の機器群の消費電力と、非動力系の機器群の消費電力とを推定するシステムである。

動力系の機器群は、例えば空調機器のように、電気モータを実質的に有することで比較的大きな誘導負荷又は容量負荷を有する機器から構成される。また、非動力系の機器群は、例えば電灯やＯＡ（Office Automation）機器のように、電気モータを実質的に有しないことで比較的小さな誘導負荷及び容量負荷を有する機器から構成される。以下では、動力系の機器群及び非動力系の機器群それぞれを、単に動力系及び非動力系という。

なお、中小ビルに設置されて電力を消費する機器は、動力系及び非動力系のいずれかに属するものとする。また、中小ビルの設備は、動力系及び非動力系から構成されるものとする。

消費電力推定システム１０は、電圧センサ２１、２２、２３、電流センサ３１、３２、３３、推定装置４０、及び表示装置５０を有している。

電圧センサ２１、２２、２３、及び電流センサ３１、３２、３３はいずれも、クランプ式のセンサであって、受電設備Ｃ１内の高圧交流負荷開閉器とトランスとを接続する電線に配設される。受電設備Ｃ１は、電力会社から供給された交流電力を中小ビルの設備に配電するための変電を行うキュービクル式高圧受電設備である。

電圧センサ２１〜２３の各々は、変圧器等から構成される。この電圧センサ２１〜２３の各々は、中小ビルの設備に印加される三相交流の各相の電圧を測定する。また、電流センサ３１〜３３の各々は、この三相交流の各相の電流を測定する。

推定装置４０は、受電設備Ｃ１の内部に設置されたコンピュータである。推定装置４０は、電圧センサ２１〜２３及び電流センサ３１〜３３から出力された測定値に基づいて、各機器群の消費電力を推定する。

図２には、推定装置４０の構成が示されている。推定装置４０は、プロセッサ４１、主記憶部４２、補助記憶部４３、入力部４４、出力部４５、時計部４６、通信部４７を有している。主記憶部４２、補助記憶部４３、入力部４４、出力部４５、時計部４６、通信部４７はいずれも、内部バス４８を介してプロセッサ４１に接続されている。

プロセッサ４１は、例えばＣＰＵ（Central Processing Unit）等から構成される。プロセッサ４１は、補助記憶部４３に記憶されるプログラム４３０に従って、後述の処理を実行する。

主記憶部４２は、例えばＲＡＭ（Random Access Memory）等から構成される。主記憶部４２は、補助記憶部４３に記憶されるプログラム４３０をロードする。また、主記憶部４２は、プロセッサ４１がプログラム４３０を実行するための作業領域として用いられる。

補助記憶部４３は、例えばフラッシュメモリ、ハードディスク等の不揮発性メモリ等から構成される。補助記憶部４３は、プログラム４３０その他の種々のデータを記憶する。補助記憶部４３は、プロセッサ４１の指示に従って、プロセッサ４１が利用するデータをプロセッサ４１に供給し、プロセッサ４１から供給されたデータを記憶する。

また、補助記憶部４３は、電力データベース４３１、機器特徴量データベース４３２、機器群代表値データベース４３３、単位ベクトルデータベース４３４、推定結果データベース４３５を有している。これらのデータベースはいずれも、例えばリレーショナルデータベースであって、表形式でデータを管理している。補助記憶部４３は、プロセッサ４１の指示に従って、各データベースの内容を読み出し、書き込み、変更し、又は削除する。

入力部４４は、例えば操作キーやスイッチ等から構成される。入力部４４は、推定装置４０のユーザによって入力された情報を、プロセッサ４１へ通知する。出力部４５は、例えばＬＣＤ（Liquid Crystal Display）やスピーカ等から構成される。出力部４５は、プロセッサ４１の指示に従って、推定装置４０のユーザに対して種々の情報を提示する。

時計部４６は、例えば水晶発振器等から構成される。時計部４６は、プロセッサ４１からの要求に応じて、現在時刻をプロセッサ４１に通知する。

通信部４７は、例えば、ＬＡＮ（Local Area Network）インタフェース及びＡ／Ｄ変換器等から構成される。通信部４７は、電圧センサ２１〜２３及び電流センサ３１〜３３から送信されたアナログ信号をＡ／Ｄ変換してプロセッサ４１へ送信することにより、電圧及び電流の測定値をプロセッサ４１へ通知する。また、通信部４７は、プロセッサ４１による推定の結果を表示するための信号を、表示装置５０へ送信する。

表示装置５０は、例えば、図１に示されるように、パーソナルコンピュータであって、ＬＣＤ等の表示デバイス及びキーボード等の入力デバイスを有している。表示装置５０は、推定装置４０による推定の結果を、通信線を介して取得する。そして、表示装置５０は、消費電力推定システム１０のユーザ（例えば、中小ビルのオーナー）に対して、推定の結果をグラフィカルに表示する。

続いて、プロセッサ４１によって実行される処理について、図３〜図１７を用いて説明する。

まず、プロセッサ４１は、図３に示されるように、中小ビルの設備に供給される交流電力の有効電力及び無効電力の値を算出して、電力データベース４３１に格納する（ステップＳ１）。

具体的には、プロセッサ４１は、電圧センサ２１〜２３及び電流センサ３１〜３３から通信部４７を介して、瞬時電圧及び瞬時電流の値を取得する。この瞬時電圧及び瞬時電流の値は、商用周波数（５０Ｈｚ又は６０Ｈｚ）より十分に大きなサンプリング周波数で測定された電圧及び電流の値である。プロセッサ４１は、取得した瞬時電圧及び瞬時電流の値を掛け合わせることで、瞬時電力の値を算出する。そして、プロセッサ４１は、商用周波数の１周期における瞬時電力の値の平均値を、有効電力の値として算出する。

また、プロセッサ４１は、商用周波数の１周期における瞬時電圧及び瞬時電流それぞれの値の二乗平均平方根を、電圧及び電流それぞれの実効値として算出する。プロセッサ４１は、算出した電圧の実効値と電流の実効値とを掛け合わせることで、皮相電力の値を算出する。そして、プロセッサ４１は、この皮相電力の二乗の値から有効電力の二乗の値を減算して得られる値の平方根を、無効電力の値として算出する。

また、プロセッサ４１は、有効電力及び無効電力の値、これらの値が算出された時刻、並びに番号を、電力データベース４３１に登録する。これにより、電力データベース４３１には、図４に示されるように、番号、時刻、有効電力の値、及び無効電力の値からなるデータが書き込まれる。

後述するように、ステップＳ１が繰り返されることにより、電力データベース４３１には、１分毎に新たなデータが書き込まれる。新たなデータは、連番となるように新たな番号を付されて、電力データベース４３１の最終行に追加される。

なお、交流電力は、有効電力及び無効電力からなるため、電力データベース４３１のデータは、各時刻において中小ビルの設備に供給される交流電力の複素値を示すこととなる。また、電力データベース４３１の各データは、有効電力の成分及び無効電力の成分からなる電力ベクトルを示すものとして、後述のステップＳ９における推定に用いられる。

次に、プロセッサ４１は、単位ベクトルデータベース４３４に記憶される単位ベクトルを更新するか否かを判定する（ステップＳ２）。具体的には、プロセッサ４１は、単位ベクトルが一度も生成されたことがない場合、又は、後述のステップＳ８にて単位ベクトルが生成された後に１週間以上の日数が経過している場合に、単位ベクトルを更新すると判定する。なお、単位ベクトルを更新するための基準となる期間は、１週間に限られず、任意に変更してもよい。

単位ベクトルを更新しないと判定された場合（ステップＳ２；Ｎｏ）、プロセッサ４１は、ステップＳ９へ処理を移行する。一方、単位ベクトルを更新すると判定された場合（ステップＳ２；Ｙｅｓ）、プロセッサ４１は、最後にステップＳ１で算出された有効電力及び無効電力の値が、非差分領域を超えて変化したか否かを判定する（ステップＳ３）。

図５には、有効電力及び無効電力の値が非差分領域を超えることなく変化する例と、非差分領域を超えて変化する例とが示されている。図５に示される点Ｐ３は、最後のステップＳ１にて追加された番号「１２３４５」のデータ（図４参照）に対応している。また、点Ｐ２は、１回前のステップＳ１にて追加された番号「１２３４４」のデータに対応する。点Ｐ１は、２回前のステップＳ１にて追加された番号「１２３４３」のデータに対応する。

図５に示される例において、点Ｐ１から点Ｐ２への変化は、点Ｐ１を中心として設定された非差分領域Ａ１を超えるものではない。一方、点Ｐ２から点Ｐ３への変化は、非差分領域Ａ１を超えるものである。具体的には、非差分領域Ａ１の内部から外部へ点が移動するように、有効電力及び無効電力の値が変化している。

ステップＳ３の判定が否定された場合（ステップＳ３；Ｎｏ）、プロセッサ４１は、ステップＳ６へ処理を移行する。一方、ステップＳ３の判定が肯定された場合（ステップＳ３；Ｙｅｓ）、プロセッサ４１は、非差分領域を新たに設定する（ステップＳ４）。具体的には、プロセッサ４１は、図５中の点Ｐ１を中心とする非差分領域Ａ１と同様に、最後のステップＳ１にて追加されたデータに対応する点Ｐ３を中心として、円形の非差分領域を新たに設定する。この円の半径は、有効電力及び無効電力に含まれるノイズの大きさに応じて、あらかじめ定められる。

次に、プロセッサ４１は、機器特徴量を算出して、機器特徴量データベース４３２に格納する（ステップＳ５）。例えば、図５中の点Ｐ１〜Ｐ３の移動に示されるように有効電力及び無効電力の値が変化した場合に、プロセッサ４１は、図６に示されるように、点Ｐ１、Ｐ３により規定される変化量Ｄｓを算出する。この変化量Ｄｓは、有効電力の変化量Ｄｐの二乗と無効電力の変化量Ｄｑの二乗との和（Ｄｐ^２＋Ｄｑ^２）の平方根である。そして、プロセッサ４１は、変化量Ｄｐを変化量Ｄｓで除することで、機器特徴量（Ｄｐ／Ｄｓ）を算出する。

機器特徴量は、変化量Ｄｐを有効電力として、変化量Ｄｑを無効電力としたときの力率ｃｏｓθに等しい。このため、機器特徴量は、−１以上１以下の範囲内のスカラー値となる。

比較的短時間における有効電力及び無効電力の値の変化は、中小ビルの設備を構成するいずれか１つの機器が稼働を開始又は終了したことに起因する場合が多いと考えられる。この機器が動力系に属する場合に算出される機器特徴量は、機器の誘導負荷又は容量負荷が大きいため、比較的小さい値になると考えられる。一方、この機器が非動力系に属する場合に算出される機器特徴量は、機器の誘導負荷及び容量負荷が小さいため、比較的大きい値になると考えられる。したがって、機器特徴量は、いずれか１つの機器に対応しており、この機器が動力系又は非動力系のいずれに属するかを特徴づける特徴量となる。

また、プロセッサ４１は、図７に示されるように、算出した機器特徴量を、番号及び時刻と合わせて機器特徴量データベース４３２に登録する。この番号及び時刻は、機器特徴量の算出に用いられた電力データベース４３１内の２つのデータのうち、番号の新しいデータに含まれる番号及び時刻に等しい。プロセッサ４１によって機器特徴量が新たに算出された場合には、機器特徴量データベース４３２の最終行に、番号、時刻及び機器特徴量からなるデータが新しく追加される。

次に、プロセッサ４１は、機器特徴量データベース４３２に、１時間以上に渡って登録された機器特徴量のデータが蓄積されているか否かを判定する（ステップＳ６）。この判定が否定された場合（ステップＳ６；Ｎｏ）、プロセッサ４１は、ステップＳ１以降の処理を繰り返す。

一方、ステップＳ６の判定が肯定された場合（ステップＳ６；Ｙｅｓ）、プロセッサ４１は、抽出処理を実行する（ステップＳ７）。この抽出処理では、機器特徴量データベース４３２に蓄積された機器特徴量の分布から、動力系代表値及び非動力系代表値が抽出される。動力系代表値は、動力系の機器に対応する機器特徴量を代表する値である。また、非動力系代表値は、非動力系の機器に対応する機器特徴量を代表する値である。以下、この抽出処理について、図８〜図１２を用いて説明する。

まず、プロセッサ４１は、図８に示されるように、現在時刻から１日前以降の時刻が付された機器特徴量を、機器特徴量データベース４３２からすべて読み出す（ステップＳ７１）。なお、本実施形態では１日間に蓄積された機器特徴量が読み出されたが、この期間は１日間に限られず、任意に変更してもよい。

次に、プロセッサ４１は、機器特徴量の度数分布を作成する（ステップＳ７２）。具体的には、プロセッサ４１は、−１〜＋１の範囲を１００個の区間に等分して、小さい方から順に区間１、区間２、・・・区間１００と番号を付す。例えば、区間１は、−１．０以上で−０．９８未満の区間である。なお、本実施形態では１００個の区間に分割されたが、分割数はこれに限定されず、任意に変更してもよい。

そして、プロセッサ４１は、区間１〜区間１００の各区間内にある機器特徴量の度数をカウントする。これにより、例えば、図９に示される度数分布（ヒストグラム）が作成される。

次に、プロセッサ４１は、動力系代表値の抽出処理を実行する（ステップＳ７３）。この処理では、度数分布のピークに対応する機器特徴量のうち、所定の条件を満たす機器特徴量が、動力系代表値として抽出される。この動力系代表値の抽出処理について、図１０を用いて説明する。

まず、プロセッサ４１は、図１０に示されるように、変数Ｎに５０を代入する（ステップＳ７３１）。この変数Ｎは、区間に付された番号を意味する。

次に、プロセッサ４１は、変数Ｎについてピーク候補条件１が満たされるか否かを判定する（ステップＳ７３２）。ピーク候補条件１は、Δ（Ｎ−１〜Ｎ）＞０かつΔ（Ｎ〜Ｎ＋１）＜０という条件である。Δ（Ｎ−１〜Ｎ）は、区間Ｎの度数から区間（Ｎ−１）の度数を減算することで得られる値である。同様に、Δ（Ｎ〜Ｎ＋１）は、区間（Ｎ＋１）の度数から区間Ｎの度数を減算することで得られる値である。

ピーク候補条件１が満たされる変数Ｎを探索することで、度数分布のピークが検出される。なお、変数Ｎの値が１であるときの「Ｎ−１」は１００を意味し、変数Ｎの値が１００であるときの「Ｎ＋１」は１を意味するものとする。

ピーク候補条件１が満たされないと判定された場合（ステップＳ７３２；Ｎｏ）、プロセッサ４１は、ステップＳ７３４へ処理を移行する。一方、ピーク候補条件１が満たされると判定された場合（ステップＳ７３２；Ｙｅｓ）、プロセッサ４１は、変数Ｎの値を保持する（ステップＳ７３３）。

次に、プロセッサ４１は、変数Ｎの値をインクリメントする（ステップＳ７３４）。その後、プロセッサ４１は、変数Ｎの値が１００を超えるか否かを判定する（ステップＳ７３５）。変数Ｎの値が１００を超えると判定された場合（ステップＳ７３５；Ｙｅｓ）、プロセッサ４１は、変数Ｎに１を代入する（ステップＳ７３６）。そして、プロセッサ４１は、ステップＳ７３２以降の処理を繰り返す。

一方、変数Ｎの値が１００を超えないと判定された場合（ステップＳ７３５；Ｎｏ）、プロセッサ４１は、変数Ｎの値が４９であるか否かを判定する（ステップＳ７３７）。変数Ｎの値が４９ではないと判定された場合（ステップＳ７３７；Ｎｏ）、プロセッサ４１は、ステップＳ７３２以降の処理を繰り返す。

一方、変数Ｎの値が４９であると判定された場合（ステップＳ７３７；Ｙｅｓ）、プロセッサ４１は、度数が大きい順に区間１〜区間１００をソートする（ステップＳ７３８）。

次に、プロセッサ４１は、保持された変数Ｎの値のいずれかがピーク候補条件２を満たすか否かを判定する（ステップＳ７３９）。ピーク候補条件２は、区間Ｎが、度数の大きい上位１０個の区間に含まれることである。ステップＳ７３９の判定が否定された場合（ステップＳ７３９；Ｎｏ）、プロセッサ４１は、動力系代表値を抽出することなく、動力系代表値の抽出処理を終了する。なお、区間の個数は１０個に限られず任意に変更してもよい。

一方、ステップＳ７３９の判定が肯定された場合（ステップＳ７３９；Ｙｅｓ）、プロセッサ４１は、ピーク候補条件１、２の双方を満たす番号が付された区間の中央値を、動力系代表値として抽出して、機器群代表値データベース４３３に格納する（ステップＳ７４０）。例えば、０．７以上０．７２未満の区間８６がピーク候補条件１、２の双方を満たす場合に、プロセッサ４１は、「０．７１」を動力系代表値として抽出する。

また、プロセッサ４１は、抽出した動力系代表値６１を、番号及び抽出の時刻と合わせて機器群代表値データベース４３３に登録する。これにより、機器群代表値データベース４３３には、図１１に示されるように、番号、時刻及び動力系代表値６１を含むデータが書き込まれる。プロセッサ４１によって動力系代表値が新たに抽出された場合には、機器群代表値データベース４３３に記憶されていた動力系代表値６１の値が削除された上で、データが更新される。

なお、動力系代表値が複数抽出される場合に、プロセッサ４１は、絶対値が最小の動力系代表値のみを機器群代表値データベース４３３に登録してもよい。

その後、プロセッサ４１は、動力系代表値の抽出処理を終了する。

図８に戻り、動力系代表値の抽出処理（ステップＳ７３）に続いて、プロセッサ４１は、非動力系代表値の抽出処理を実行する（ステップＳ７５）。この処理では、度数分布のピークに対応する機器特徴量のうち、所定の条件を満たす機器特徴量が、非動力系代表値として抽出される。この非動力系代表値の抽出処理について、図１２を用いて説明する。

まず、プロセッサ４１は、図１２に示されるように、１００個の変数Ｋ［１］〜Ｋ［１００］に所定の数列を代入する（ステップＳ７５１）。この数列は、１００、１、９９、２、９８、３、・・・５２、４９、５１、５０のように、１００から始まり１ずつ減少する数と、１から始まり１ずつ増加する数とが交互に現れる数列である。例えば、Ｋ［１］は１００であり、Ｋ［２］は１であり、Ｋ［３］は９９であり、Ｋ［４］は２である。変数Ｋの各々は、区間に付された番号を意味する。

次に、プロセッサ４１は、変数Ｍに１を代入する（ステップＳ７５２）。

次に、プロセッサ４１は、変数Ｍについてピーク候補条件３が満たされるか否かを判定する（ステップＳ７５３）。ピーク候補条件３は、Δ（Ｋ［Ｍ−１］〜Ｋ［Ｍ］）＞０かつΔ（Ｋ［Ｍ］〜Ｋ［Ｍ＋１］）＜０という条件である。Δ（Ｋ［Ｍ−１］〜Ｋ［Ｍ］）は、区間Ｋ［Ｍ］の度数から区間Ｋ［Ｍ−１］の度数を減算することで得られる値である。同様に、Δ（Ｋ［Ｍ］〜Ｋ［Ｍ＋１］）は、区間Ｋ［Ｍ＋１］の度数から区間Ｋ［Ｍ］の度数を減算することで得られる値である。なお、Ｍ−１又はＭ＋１が、０以下の値又は１０１以上の値となる場合に、プロセッサ４１は、ピーク候補条件３が満たされないと判定する。

ピーク候補条件３が満たされないと判定された場合（ステップＳ７５３；Ｎｏ）、プロセッサ４１は、ステップＳ７５５へ処理を移行する。一方、ピーク候補条件３が満たされると判定された場合（ステップＳ７５３；Ｙｅｓ）、プロセッサ４１は、変数Ｋ［Ｍ］の値を保持する（ステップＳ７５４）。

次に、プロセッサ４１は、変数Ｍの値をインクリメントする（ステップＳ７５５）。その後、プロセッサ４１は、変数Ｍの値が１００を超えるか否かを判定する（ステップＳ７５６）。変数Ｍの値が１００を超えないと判定された場合（ステップＳ７５６；Ｎｏ）、プロセッサ４１は、ステップＳ７５３以降の処理を繰り返す。

一方、 変数Ｍの値が１００を超えると判定された場合（ステップＳ７５６；Ｙｅｓ）、プロセッサ４１は、度数が大きい順に区間１〜区間１００をソートする（ステップＳ７５７）。

次に、プロセッサ４１は、保持された変数Ｋ［Ｍ］の値のいずれかがピーク候補条件４を満たすか否かを判定する（ステップＳ７５８）。ピーク候補条件４は、区間Ｋ［Ｍ］が、度数の大きい上位１０個の区間に含まれることである。ステップＳ７５８の判定が否定された場合（ステップＳ７５８；Ｎｏ）、プロセッサ４１は、非動力系代表値を抽出することなく、非動力系代表値の抽出処理を終了する。なお、区間の個数は１０個に限られず、任意に変更してもよい。

一方、ステップＳ７５８の判定が肯定された場合（ステップＳ７５８；Ｙｅｓ）、プロセッサ４１は、ピーク候補条件３、４の双方を満たす番号が付された区間の中央値を、非動力系代表値として抽出して、機器群代表値データベースに格納する（ステップＳ７５９）。例えば、区間０．９８以上１．０未満の区間Ｋ［１］がピーク候補条件３、４の双方を満たす場合に、プロセッサ４１は、「０．９９」を非動力系代表値として抽出する。

また、プロセッサ４１は、抽出した非動力系代表値６２を機器群代表値データベース４３３に登録する。これにより、機器群代表値データベース４３３には、図１１に示されるように、非動力系代表値６２を含むデータが書き込まれる。プロセッサ４１によって非動力系代表値が新たに抽出された場合には、機器群代表値データベース４３３に記憶されていた非動力系代表値６２の値が削除された上で、データが更新される。

なお、非動力系代表値が複数抽出される場合に、プロセッサ４１は、絶対値が最大の動力系代表値のみを機器群代表値データベース４３３に登録してもよい。

その後、プロセッサ４１は、非動力系代表値の抽出処理を終了する。

図８に戻り、非動力系代表値の抽出処理（ステップＳ７５）の終了後、プロセッサ４１は、抽出処理を終了する。

図３に戻り、プロセッサ４１は、抽出処理（ステップＳ７）に続いて、単位ベクトルを生成して、単位ベクトルデータベースに格納する（ステップＳ８）。単位ベクトルには、動力系単位ベクトルと非動力系単位ベクトルが含まれる。また、これらの単位ベクトルはいずれも、有効電力の成分と無効電力の成分からなる。

具体的には、プロセッサ４１は、図１１に示される動力系代表値６１を読み出して、動力系単位ベクトルの有効電力の成分とする。プロセッサ４１は、１から動力系代表値６１の二乗値を減算して得られる値の平方根を、動力系単位ベクトルの無効電力の成分として算出する。これにより、長さが１の動力系単位ベクトルが算出される。なお、単位ベクトルの算出にあたっては、有効電力の単位のＫＷ（キロワット）及び無効電力の単位のＫｖａｒ（キロバール）を、同一の尺度を示すものとする。

また、プロセッサ４１は、非動力系代表値６２を読み出して、非動力系単位ベクトルの有効電力の成分とする。プロセッサ４１は、１から非動力系代表値６２の二乗値を減算して得られる値の平方根を、非動力系単位ベクトルの無効電力の成分として算出する。これにより、長さが１の非動力系単位ベクトルが算出される。

また、プロセッサ４１は、生成した動力系単位ベクトル７１及び非動力系単位ベクトル７２を、番号及び生成の時刻と合わせて単位ベクトルデータベース４３４に登録する。これにより、単位ベクトルデータベース４３４には、図１３に示されるように、番号、時刻、動力系単位ベクトル７１及び非動力系単位ベクトル７２からなるデータが書き込まれる。プロセッサ４１によって単位ベクトルが新たに生成された場合には、単位ベクトルデータベース４３４に記憶されていた単位ベクトルが削除された上で、データが更新される。

図３に戻り、プロセッサ４１は、ステップＳ８に続いて、動力系及び非動力系の各々の有効電力を推定して、推定結果データベース４３５に格納する（ステップＳ９）。具体的には、プロセッサ４１は、電力データベース４３１に格納されている各電力ベクトルを、動力系単位ベクトル７１と非動力系単位ベクトル７２の線形和の形に分解することで、各機器群の有効電力を推定する。プロセッサ４１は、この分解を、下記の連立方程式（式（１）及び式（２））を解いて、係数α及びβを求めることによって行う。

Ｐｄ＝α・Ｃｐ１＋β・Ｃｐ２ …（１）
Ｑｄ＝α・Ｃｑ１＋β・Ｃｑ２ …（２）

上記式（１）中のＰｄは、電力データベース４３１に格納されている各電力ベクトルの有効電力を示す。Ｃｐ１は、動力系単位ベクトル７１の有効電力の成分を示す。Ｃｐ２は、非動力系単位ベクトル７２の有効電力の成分を示す。また、上記式（２）中のＱｄは、電力データベース４３１に格納されている各電力ベクトルの無効電力を示す。Ｃｑ１は、動力系単位ベクトル７１の無効電力の成分を示す。Ｃｑ２は、非動力系単位ベクトル７２の無効電力の成分を示す。

図１４には、単位ベクトルによって分解される電力ベクトルが示されている。図１４中のベクトルＶ１は、電力ベクトル（Ｐｄ、Ｑｄ）を示す。また、ベクトルＶ２は、動力系単位ベクトル（Ｃｐ１、Ｃｑ１）を示し、ベクトルＶ３は、非動力系単位ベクトル（Ｃｐ２、Ｃｑ２）を示す。プロセッサ４１は、α・Ｃｐ１の値を動力系の消費電力として推定し、β・Ｃｐ２の値を非動力系の消費電力として推定する。

また、プロセッサ４１は、推定した各機器群の有効電力を、番号及び時刻と合わせて推定結果データベース４３５に登録する。これにより、推定結果データベース４３５には、図１５に示されるように、番号、時刻及び各機器群の有効電力からなるデータが書き込まれる。プロセッサ４１によって新しく推定された有効電力を含むデータは、連番となるように新たな番号を付されて、推定結果データベース４３５の最終行に追加される。また、このデータに含まれる時刻は、有効電力の推定に用いられた電力データベース４３１のデータに付されていた時刻に等しい。

図３に戻り、プロセッサ４１は、ステップＳ９に続いて、ユーザからの要求があるか否かを判定する（ステップＳ１０）。具体的には、プロセッサ４１は、消費電力推定システム１０のユーザから、表示装置５０を介して、後述の予測・表示処理（ステップＳ１１）の実行を要求されているか否かを判定する。

ユーザからの要求がないと判定された場合（ステップＳ１０；Ｎｏ）、プロセッサ４１は、ステップＳ１以降の処理を繰り返す。これにより、ステップＳ１以降の処理が１分毎に実行され、各データベースに記憶されるデータが更新される。

一方、ユーザからの要求があると判定された場合（ステップＳ１０；Ｙｅｓ）、プロセッサ４１は、予測・表示処理を実行する（ステップＳ１１）。この予測・表示処理では、動力系を構成する機器を新しい機器に取り替えた場合における動力系の消費電力が予測され、表示される。以下、この予測・表示処理について、図１６、１７を用いて説明する。

まず、プロセッサ４１は、推定結果データベース４３５に、１ヶ月間以上に渡って登録された推定結果のデータが蓄積されているか否かを判定する（ステップＳ１１１）。なお、この判定の基準となる期間は、１ヶ月間に限定されず、任意に変更してもよい。

ステップＳ１１１の判定が否定された場合（ステップＳ１１１；Ｎｏ）、プロセッサ４１は、データが不足している旨を表示装置５０に表示させる（ステップＳ１１２）。その後、プロセッサ４１は、予測・表示処理を終了する。

一方、ステップＳ１１１の判定が肯定された場合（ステップＳ１１１；Ｙｅｓ）、プロセッサ４１は、電力量を算出する（ステップＳ１１３）。具体的には、プロセッサ４１は、推定結果データベース４３５に記憶されている各機器群の有効電力を積算する。これにより、動力系及び非動力系のそれぞれによって過去１ヶ月間に消費された有効電力の電力量が算出される。また、プロセッサ４１は、各機器群の消費電力量の和を、中小ビルの設備全体の消費電力量として算出する。

次に、プロセッサ４１は、電力量の割合を算出して、円グラフを表示装置５０に表示させる（ステップＳ１１４）。具体的には、プロセッサ４１は、中小ビルの設備の消費電力量に対する、動力系及び非動力系それぞれの消費電力量の割合を算出する。

また、プロセッサ４１は、図１７の円グラフ８１に示されるように、算出した割合を表示装置５０に表示させる。これにより、直近の過去１カ月間における各機器群の消費電力量の割合が、ユーザに提示される。図１７に示される例では、動力系によって消費された電力量が全体の６７％を占めており、非動力系によって消費された電力量が全体の３３％を占めている。また、円グラフ８１の大きさは、中小ビルの設備全体の消費電力量に比例し、消費電力量が大きいほど、円グラフ８１の大きさが大きくなる。

次に、プロセッサ４１は、動力系を構成する機器を取り替えた場合における動力系の消費電力量を予測する（ステップＳ１１５）。具体的には、プロセッサ４１は、ステップＳ１１３にて算出された非動力系の消費電力量を用いて、下記の式（３）に基づいて動力系の消費電力量を予測する。

上記式（３）中のＱｂは、非動力系の消費電力量を示す。また、Ｐａは、機器を取り替えた場合における動力系の消費電力量を示す。統計調査によると、省エネルギー機器を導入しているビルディングでは、動力系の消費電力量と非動力系の消費電力量との比率が４：６になることが知られている。この知見に基づくと、非動力系の消費電力量が設備全体の消費電力量の６割を占めると仮定することで、動力系の消費電力量を予測するための上記式（３）が導かれる。

次に、プロセッサ４１は、機器を取り替えた場合における電力量の割合を算出して、円グラフを表示装置５０に表示させる（ステップＳ１１６）。具体的には、プロセッサ４１は、中小ビルの設備の消費電力量に対する、機器の取り替え後の動力系及び非動力系それぞれの消費電力量の割合を算出する。

また、プロセッサ４１は、図１７の円グラフ８２に示されるように、算出した割合を表示装置５０に表示させる。これにより、機器を取り替えた場合の１ヶ月間における各機器群の消費電力量の割合が、ユーザに提示される。図１７に示される例では、取り替え後の動力系によって消費される電力量が全体の５０％を占めており、非動力系によって消費される電力量が全体の５０％を占めている。また、円グラフの８２の大きさは、円グラフ８１と同様に、設備全体の消費電力量に比例する。

その後、プロセッサ４１は、予測・表示処理を終了する。図３に戻り、予測・表示処理（ステップＳ１１）の終了後に、プロセッサ４１は、ステップＳ１以降の処理を繰り返す。これにより、各データベースに記憶されるデータが更新されるため、予測・表示処理にて表示される情報は、最新のデータに基づくものに保たれる。

以上説明したように、本実施形態に係る推定装置４０は、中小ビルに供給される交流電力から、個々の機器に対応する機器特徴量を算出する。また、推定装置４０は、機器特徴量の分布から抽出された動力系代表値及び非動力系代表値に基づいて、電力データベース４３１に記憶される電力ベクトルを分解する。これにより、各機器群の消費電力を容易に推定することができる。

発明者等は、消費電力推定システム１０による推定を、実際に測定されたデータに基づいて行った。図１８には、実際に測定されたデータから算出された有効電力及び無効電力の１日間における推移が示されている。図１８中の線Ｌ１は、電力データベース４３１に記憶される有効電力の推移を示し、線Ｌ２は、無効電力の推移を示す。

図１８からわかるように、昼間には、有効電力の値と無効電力の値との差が大きく、夜間にはこの差が縮まっている。このように昼間と夜間で差の大きさが異なる理由は、電灯等の非動力系に含まれる機器が昼間に多数稼働するためであると考えられる。

図１８に示されるデータから作成された度数分布は、図９に示された度数分布である。消費電力推定システム１０は、この度数分布から「０．９９」を非動力系代表値として抽出し、「０．７１」を動力系代表値として抽出した。

図１９には、抽出された代表値に基づいて、消費電力推定システム１０によって動力系の有効電力が推定された結果が示されている。また、図２０には、同様にして非動力系の有効電力が推定された結果が示されている。

図１９に示される線Ｌ３は、参照として実際に測定された動力系の有効電力（実測値）の推移を示す。また、図１９中の菱形のマークは、消費電力推定システム１０によって推定された各時刻における動力系の有効電力（推定値）を示す。推定値は、おおむね実測値と等しい値となっており、動力系の有効電力が高精度に推定されていることがわかる。なお、この１日間における電力量を用いて実測値と推定値を比較したところ、推定誤差は約９％であった。

また、図２０に示される線Ｌ４は、参照として実測された非動力系の有効電力（実測値）の推移を示す。また、図２０中の菱形のマークは、消費電力推定システム１０によって推定された各時刻における非動力系の有効電力（推定値）を示す。推定値は、概ね実測値と等しい値となっており、非動力系の有効電力が高精度に推定されていることがわかる。なお、この１日間における電力量を用いて実測値と推定値を比較したところ、推定誤差は約７％であった。

また、本実施形態に係る推定装置４０は、機器特徴量の度数分布のピークに対応する機器特徴量を、動力系代表値及び非動力系代表値として抽出した。度数分布の作成及びピークの検出等は、複雑なパターン認識手法や確率統計手法と比較して、演算負荷が小さい。このため、推定装置４０は、抽出処理を高速に実行することができる。

また、本実施形態において、中小ビルの設備は、動力系及び非動力系の２つから構成されるものとした。これにより、３つ以上の機器群の消費電力を推定する場合と比較して、頑健な抽出処理や推定が実行されると考えられる。また、２個の成分からなる電力ベクトルを、２つの機器群それぞれに対応する単位ベクトルで分解するため、一意な解を容易に求めることができる。

また、機器特徴量は、いずれかの機器の稼働状態が変化したときに算出される。しかし、この機器の時定数が非常に大きい場合に、有効電力及び無効電力の値の変化量は微小となってしまい、ノイズと区別することが困難になると予想される。また、このような微小な変化を含むノイズは、度数分布からの代表値の抽出処理において不都合なものとなる。

そこで、本実施形態に係る推定装置４０は、非差分領域を超えて有効電力及び無効電力の値が変化したときに限って機器特徴量を算出した。これにより、ノイズの影響を排除することができる。

また、表示装置５０には、動力系を構成する機器を取り替えた場合に削減される電力量をグラフィカルに表示した。これにより、消費電力推定システム１０のユーザは、動力系を構成する空調機器等を取り替えることの効果を、取り替えの前に容易に把握することができる。

以上、本発明の実施形態について説明したが、本発明は上記実施形態によって限定されるものではない。

例えば、機器特徴量は、上記実施形態に係るものに限られず、変化量Ｄｐと変化量Ｄｑとの関係を示す特徴量であればよい。例えば、上記実施形態に係る機器特徴量（Ｄｐ／Ｄｓ）の累乗（（Ｄｐ／Ｄｓ）^ｎ）を機器特徴量として用いてもよい。この累乗の指数ｎが１より大きい場合には、度数分布のピーク間の距離が広がるため、ピークを容易に検出することができるようになると考えられる。

その他にも、変化量Ｄｐ又は変化量Ｄｑに比例する機器特徴量を用いてもよい。ここで、比例は、正比例に限られず、変化量Ｄｐ、Ｄｑの増加及び減少のいずれか一方と、機器特徴量の増加及び減少のいずれか一方が対応することをいう。さらに、機器特徴量は、スカラー値に限られず、変化量Ｄｐ、Ｄｑそれぞれを成分として有するベクトル値であってもよい。

また、上記実施形態に係る抽出処理では、度数分布のピークを検出することで代表値を抽出したが、これには限定されない。例えば、ＳＶＭ（Support Vector Machine）等のパターン認識手法や、ＥＭ（Expectation-Maximization）アルゴリズム等の確率的手法を用いて、機器特徴量の分布から代表値を抽出してもよい。

また、上記実施形態に係る中小ビルの設備は、動力系及び非動力系の２つの機器群から構成されるものとしたが、これには限定されない。例えば、中小ビルの設備を、誘導負荷が比較的大きい機器から構成される誘導負荷機器群、容量負荷が比較的大きい機器から構成される容量負荷機器群、並びに誘導負荷及び容量負荷が比較的小さい機器から構成される抵抗負荷機器群の３つの機器群から構成されるものとして、各機器群の消費電力を推定してもよい。

また、上記実施形態に係る推定装置４０は、単位ベクトルを生成し、生成した単位ベクトルを用いて電力ベクトルを分解することにより、各機器群の消費電力を推定したが、推定の手法はこれに限定されない。例えば、度数分布を、ピークを含む２つのクラスタに分割し、電力データベース４３１に記憶される各データにクラスタを関連づけてもよい。これにより、各データが、いずれの機器群に属する機器の稼働状態が変化した後のデータであるかを判別し、この判別の結果に基づいて消費電力を推定することができる。

また、上記実施形態に係る非差分領域は、有効電力の軸及び無効電力の軸で規定される平面において円形の領域であったが、これには限定されない。例えば、楕円や長方形であってもよいし、線分や直線であってもよい。例えば、非差分領域が有効電力の軸に平行な直線である場合には、有効電力の値の変化に関わらず、無効電力の値が変化したときに機器特徴量が算出される。

また、上記実施形態に係る推定装置４０は、推定装置４０と有線で接続された表示装置５０に推定結果を出力したが、これには限定されない。例えば、インターネットに接続された推定装置４０が、インターネット上のサーバ装置に推定結果を格納してもよい。

上述の実施形態に係る推定装置４０の機能は、専用のハードウェアによっても、また、通常のコンピュータシステムによっても実現することができる。

例えば、補助記憶部４３に記憶されているプログラム４３０を、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disk Read-Only Memory）、ＤＶＤ（Digital Versatile Disk）、ＭＯ（Magneto-Optical disk）等のコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをコンピュータにインストールすることにより、上述の処理を実行する装置を構成することができる。

また、プログラムをインターネット等の通信ネットワーク上の所定のサーバ装置が有するディスク装置等に格納しておき、例えば、搬送波に重畳させて、コンピュータにダウンロード等するようにしてもよい。

また、通信ネットワークを介してプログラムを転送しながら起動実行することによっても、上述の処理を達成することができる。

更に、プログラムの全部又は一部をサーバ装置上で実行させ、その処理に関する情報をコンピュータが通信ネットワークを介して送受信しながらプログラムを実行することによっても、上述の処理を達成することができる。

なお、上述の機能を、ＯＳ（Operating System）が分担して実現する場合又はＯＳとアプリケーションとの協働により実現する場合等には、ＯＳ以外の部分のみを媒体に格納して配布してもよく、また、コンピュータにダウンロード等してもよい。

また、プロセッサ４１の機能を実現する手段は、ソフトウェアに限られず、その一部又は全部を専用のハードウェア（回路等）によって実現してもよい。

本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、本発明を説明するためのものであり、本発明の範囲を限定するものではない。つまり、本発明の範囲は、実施形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、本発明の範囲内とみなされる。

本発明の消費電力推定システム、消費電力推定方法及びプログラムは、省エネルギー化技術に適している。

１０ 消費電力推定システム、 ２１、２２、２３ 電圧センサ、 ３１、３２、３３ 電流センサ、 ４０ 推定装置、 ４１ プロセッサ、 ４２ 主記憶部、 ４３ 補助記憶部、 ４３０ プログラム、 ４３１ 電力データベース、 ４３２ 機器特徴量データベース、 ４３３ 機器群代表値データベース、 ４３４ 単位ベクトルデータベース、 ４３５ 推定結果データベース、 ４４ 入力部、 ４５ 出力部、 ４６ 時計部、 ４７ 通信部、 ４８ 内部バス、 ５０ 表示装置、 ７１ 動力系単位ベクトル、 ７２ 非動力系単位ベクトル、 ８１、８２ 円グラフ、 Ａ１ 非差分領域、 Ｃ１ 受電設備、 Ｐ１、Ｐ２、Ｐ３ 点、 Ｖ１、Ｖ２、Ｖ３ ベクトル

Claims (11)

1. 少なくとも２つの機器群に電線から供給される交流電力の有効電力及び無効電力の少なくとも一方の値が変化したときに、該変化における有効電力の第１変化量、及び前記変化における無効電力の第２変化量によって規定される機器特徴量を算出する算出手段と、
   前記算出手段によって算出された機器特徴量を複数記憶する記憶手段と、
   前記記憶手段に記憶される複数の機器特徴量の分布から、前記機器群の各々に対応する代表値を抽出する抽出手段と、
   前記抽出手段によって抽出された代表値を用いて、前記電線から供給される交流電力から、前記機器群の各々によって消費される有効電力の値を推定する推定手段と、
   を備える消費電力推定システム。
2. 前記電線において電圧及び電流を測定する測定手段、を備え、
   前記算出手段は、前記測定手段によって測定された電圧及び電流に基づいて、前記第１変化量及び前記第２変化量を算出する、
   請求項１に記載の消費電力推定システム。
3. 前記算出手段は、
   前記第１変化量に比例する機器特徴量を算出する、
   請求項１又は２に記載の消費電力推定システム。
4. 前記算出手段は、
   力率の計算式における有効電力の値を前記第１変化量とし、当該計算式における無効電力の値を前記第２変化量として計算される力率を、機器特徴量として算出する、
   請求項１乃至３のいずれか１項に記載の消費電力推定システム。
5. 前記抽出手段は、
   機器特徴量の度数分布を作成し、作成した度数分布のピークに対応する機器特徴量を、代表値として抽出する、
   請求項１乃至４のいずれか１項に記載の消費電力推定システム。
6. 前記電線からは、電気モータを実質的に有する機器から構成される動力系機器群と、電気モータを実質的に有しない機器から構成される非動力系機器群とに交流電力が供給される、
   請求項１乃至５のいずれか１項に記載の消費電力推定システム。
7. 前記推定手段は、
   前記抽出手段によって抽出された代表値の各々から、有効電力の成分及び無効電力の成分からなる単位ベクトルを生成する生成手段と、
   前記生成手段によって生成された単位ベクトルを用いて、前記電線から供給される交流電力を分解する分解手段と、
   を有し、前記分解手段によって分解された交流電力の有効電力の値を、前記機器群の各々によって消費される有効電力の値として推定する、
   請求項１乃至６のいずれか１項に記載の消費電力推定システム。
8. 前記算出手段は、
   前記電線から供給される交流電力の有効電力及び無効電力の値に対応する点を、有効電力の軸及び無効電力の軸を用いて規定される平面において含む領域を設定し、有効電力及び無効電力の少なくとも一方の値が、設定した領域から外れた値に変化したときに、機器特徴量を算出する、
   請求項１乃至７のいずれか１項に記載の消費電力推定システム。
9. 所定の前記機器群を構成する機器が交換された場合に該機器群によって消費される有効電力の値を、前記推定手段によって推定された有効電力の値に基づいて予測する予測手段、
   を備える請求項１乃至８のいずれか１項に記載の消費電力推定システム。
10. 算出手段が、少なくとも２つの機器群に電線から供給される交流電力の有効電力及び無効電力の少なくとも一方の値が変化したときに、該変化における有効電力の第１変化量、及び前記変化における無効電力の第２変化量によって規定される機器特徴量を算出する算出ステップと、
    抽出手段が、前記算出ステップにおいて算出された複数の機器特徴量の分布から、前記機器群の各々に対応する代表値を抽出する抽出ステップと、
    推定手段が、前記抽出ステップにおいて抽出された代表値を用いて、前記電線から供給される交流電力から、前記機器群の各々によって消費される有効電力の値を推定する推定ステップと、
    を含む消費電力推定方法。
11. コンピュータを、
    少なくとも２つの機器群に電線から供給される交流電力の有効電力及び無効電力の少なくとも一方の値が変化したときに、該変化における有効電力の第１変化量、及び前記変化における無効電力の第２変化量によって規定される機器特徴量を算出する算出手段、
    前記算出手段によって算出された機器特徴量を複数記憶する記憶手段、
    前記記憶手段に記憶される複数の機器特徴量の分布から、前記機器群の各々に対応する代表値を抽出する抽出手段、
    前記抽出手段によって抽出された代表値を用いて、前記電線から供給される交流電力から、前記機器群の各々によって消費される有効電力の値を推定する推定手段、
    として機能させるためのプログラム。

Images