JP6474782B2 - データ分析システム及び方法 - Google Patents
データ分析システム及び方法 Download PDFInfo
- Publication number
- JP6474782B2 JP6474782B2 JP2016506204A JP2016506204A JP6474782B2 JP 6474782 B2 JP6474782 B2 JP 6474782B2 JP 2016506204 A JP2016506204 A JP 2016506204A JP 2016506204 A JP2016506204 A JP 2016506204A JP 6474782 B2 JP6474782 B2 JP 6474782B2
- Authority
- JP
- Japan
- Prior art keywords
- clusters
- cluster
- data
- data analysis
- consumer
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 title claims description 127
- 238000000034 method Methods 0.000 title claims description 127
- 238000003066 decision tree Methods 0.000 claims description 95
- 238000000926 separation method Methods 0.000 claims description 69
- 238000003745 diagnosis Methods 0.000 claims description 57
- 230000010365 information processing Effects 0.000 claims description 42
- 238000004458 analytical method Methods 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims 21
- 238000004590 computer program Methods 0.000 claims 12
- 230000008569 process Effects 0.000 description 99
- 238000012545 processing Methods 0.000 description 61
- 238000013480 data collection Methods 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000010248 power generation Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 101100478055 Dictyostelium discoideum cotC gene Proteins 0.000 description 2
- 102100040791 Zona pellucida-binding protein 1 Human genes 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 102100022907 Acrosin-binding protein Human genes 0.000 description 1
- 101000642536 Apis mellifera Venom serine protease 34 Proteins 0.000 description 1
- 101100365087 Arabidopsis thaliana SCRA gene Proteins 0.000 description 1
- 101100478064 Dictyostelium discoideum pspB gene Proteins 0.000 description 1
- 101000756551 Homo sapiens Acrosin-binding protein Proteins 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 101100438139 Vulpes vulpes CABYR gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Description
図1において、1は全体として本実施の形態によるエネルギー販売システムを示す。このエネルギー販売システム1は、エネルギー事業者2のメータデータ収集サーバ3、需要家向け情報提供サーバ4、営業情報処理装置5、取引商品情報処理装置6及びコーポレート情報処理装置7と、エネルギー事業者2から電力の供給を受ける各需要家8側にそれぞれ設置された設備制御端末9及び情報入出力端末10と、分析事業者11のデータ分析装置12及び情報入出力端末13とがネットワーク14を介して接続されることにより構成されている。
次に、分析事業者11のデータ分析装置12に搭載されたデータ分析機能について説明する。本実施の形態の場合、データ分析装置12には、エネルギー事業者2のメータデータ収集サーバ3に蓄積された各需要家8のロードデータ及び属性情報に基づいて過去の電力需要を分析し、エネルギー事業者2や各需要家8に有益な情報を生成して、生成した情報をエネルギー事業者2に提供するデータ分析機能が搭載されている。
次に、上述のデータ分析機能に関連して分析業者11のデータ分析装置12やエネルギー事業者2の営業情報処理装置5において実行される各種処理の具体的な処理内容について説明する。なお、以下においては、適宜、各種処理の処理主体を「プログラム」として説明するが、実際上は、その「プログラム」に基づいてデータ分析装置12のCPU21(図2)や営業情報処理装置5のCPU32(図3)がその処理を実行することは言うまでもない。
図8は、図4について上述した一連の処理のステップSP3において、分析事業者11のデータ分析装置12により実行される処理(以下、これをロードデータクラスタリング処理と呼ぶ)の具体的な処理内容を示す。ロードデータクラスタリング処理は、各需要家8をロードデータの概形などの特徴量が概類似している幾つかのクラスタに分類し、各クラスタを代表する情報としてクラスタ中心を算出する処理である。
図9は、図8について上述したロードデータクラスタリング処理のステップSP20において実行されるクラスタリング処理の具体的な処理内容を示す。このクラスタリング処理は、クラスタリング処理プログラム25(図2)により実行される。
図10は、図8について上述したロードデータクラスタリング処理のステップSP21において実行されるクラスタ数妥当性評価値算出処理の具体的な処理内容を示す。このクラスタ数妥当性評価値算出処理は、クラスタリング処理プログラム25により実行される。クラスタ数妥当性表値算出処理は、上述したロードデータクラスタリング処理で算出したクラスタ数1〜Mのそれぞれのクラスタリングの結果をロードデータとクラスタ中心との距離や各クラスタ間の距離などの複数の距離指標で評価し、クラスタ数を決定する処理である。
図11は、図8について上述したロードデータクラスタリング処理のステップSP22において実行される最適クラスタ数決定処理の具体的な処理内容を示す。この最適クラスタ数決定処理も、クラスタリング処理プログラム25により実行される。
図13は、図4について上述した一連の処理のステップSP4においてデータ分析装置12により実行される標準ロードカーブ概形データ生成処理の具体的な処理内容を示す。この標準ロードカーブ概形データ生成処理は、標準ロードカーブ概形データ生成処理プログラム26(図2)により実行される。
図14は、図4について上述した一連の処理のステップSP6において生成される診断決定木の概略構成を示す。診断決定木生成処理は、エネルギー事業者と分析事業者がそれぞれ保有する情報から需要家が関連するクラスタを推定するための診断決定木を統合的に生成するための処理である。この図14に示すように、かかる診断決定木は、図14(A)に示す第1の診断決定木TR1と、図14(B)に示す第2の診断決定木TR2とから構成される。
図18は、図4について上述した一連の処理のステップSP13において、エネルギー販売契約が未契約の需要家(以下、これを未契約需要家と呼ぶ)8から使用電力のうちのベースロード部分のエネルギー販売契約の申込みを受けた営業情報処理装置5(図3)により実行されるベースロード販売契約締結処理の処理内容を示す。このベースロード販売契約締結処理は、営業情報処理装置5のメモリ33に格納された契約締結処理プログラム37(図3)により実行される。
次に、図4について上述した一連の処理とは別に本エネルギー販売システム1において実行される未契約需要家リスト提示処理について説明する。なお以下においては、データ分析装置12が、予め複数存在するエネルギー事業者2のいずれかから電力供給を受けるすべて電力需要家のリスト(以下、これを全需要家リストと呼ぶ)を保持しており、その全需要家リストには、登録されたすべての電力需要家の属性情報が掲載されているものとする。
上述した一連の処理とは別に本エネルギー販売システム1において実行される販売電力量の積上げの処理を説明する。営業情報処理装置5は、生成した需要家8ごとの分析期間内のロードカーブの概形データを販売電力量として加算し、分析期間内の各時間帯で必要な発電調達量を算出し、電力調達を取引商品情報処理装置6に指示する処理を行っても良い。
以上のように本実施の形態のエネルギー販売システム1では、図11について上述したように、個々のクラスタ内におけるロードデータのまとまり度合いを表すクラスタ内適合度と、クラスタ同士の分離の度合いを表すクラスタ間平均分離度とに基づいて各需要家8のロードデータをクラスタリングする際のクラスタ数を決定し、決定したクラスタ数にロードデータをクラスタリングするため、各需要家8のロードデータを実状に合致したクラスタ数にクラスタリングすることができる。
なお上述の実施の形態においては、本発明を図1のように構成されたエネルギー販売システム1に適用するようにした場合について述べたが、本発明はこれに限らず、要は、エネルギー事業者から電力供給を受ける各需要家のロードデータ及び属性情報に基づいて種々のデータ分析を行うこの他種々の構成のデータ分析システムに広く適用することができる。
Claims (38)
- 需要家の電力使用量に関する需要データを受信し当該需要データを分析するデータ分析装置において、
異なる複数のクラスタ数の各々について、当該クラスタ数分のクラスタへのそれぞれの前記需要データの分類を試行する手段と、
前記複数のクラスタ数の各々についてのクラスタ数分のクラスタにおける前記それぞれの前記需要データのまとまり度合いを表すクラスタ内適合度と、前記クラスタ同士の分離度合いを表すクラスタ間分離度との両方を用いて前記複数のクラスタ数から前記それぞれの前記需要データの分類に用いるクラスタ数を決定する手段と
を備え、
前記決定する手段は、
前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に少なくとも1つのクラスタ数が存在する場合には、前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に存在するいずれかのクラスタ数を前記用いるクラスタ数として決定する
ことを特徴とするデータ分析装置。 - 前記決定する手段は、
クラスタ数の変化量に対する前記クラスタ内適合度の変化量の割合が予め設定された第1の閾値以下となる最小のクラスタ数を適合度最適クラスタ数として算出すると共に、クラスタ数の変化量に対する前記クラスタ間分離度の変化量の割合が予め設定された第2の閾値以下となる最小のクラスタ数を分離度最適クラスタ数として算出し、
前記クラスタ内適合度に基づく最適なクラスタ数が、前記適合度最適クラスタ数であり、
前記クラスタ間分離度に基づく最適なクラスタ数が、前記分離度最適クラスタ数である
ことを特徴とする請求項1に記載のデータ分析装置。 - 前記決定する手段は、
前記適合度最適クラスタ数及び前記分離度最適クラスタ数間にクラスタ数が存在しない場合には、前記適合度最適クラスタ数及び前記分離度最適クラスタ数のいずれか一方を前記用いるクラスタ数として決定する
ことを特徴とする請求項2に記載のデータ分析装置。 - 前記需要データの属性情報に基づいていずれかの前記クラスタに当該需要データを分類するための診断決定木を生成する手段、
を更に備えたことを特徴とする請求項1乃至3のうちのいずれか1項に記載のデータ分析装置。 - 前記診断決定木は、
新たな需要データの属性情報に基づいて当該新たな需要データをいずれかの前記クラスタに関連付けるための第1の診断決定木と、
前記第1の診断決定木のリーフのうち、該当する前記新たな需要データの振分け先の前記クラスタが明確となっていないリーフをルートとし、前記新たな需要データをいずれかの前記クラスタに関連付けるための第2の診断決定木とから構成される
ことを特徴とする請求項4に記載のデータ分析装置。 - 前記需要データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された、単位時間ごとの電力使用量を表す前記需要データとしてのロードデータに関して、
当該ロードデータが分類されたクラスタについて電力使用量の推移を表す推移データを算出する手段と、
前記電力使用量の前記推移データと、電力使用の付帯情報とを用いて、将来の電力使用量の推移を算出する手段と
を更に備える
ことを特徴とする請求項1乃至5のうちのいずれか1項に記載のデータ分析装置。 - 各時間帯の電力調達を指示する手段、
を更に備えることを特徴とする請求項1乃至6のうちのいずれか1項に記載のデータ分析装置。 - 前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、需要家のグループである需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成する手段と、
前記生成された標準ロードカーブと、当該需要家クラスに関する統計情報とから推奨される料金メニューを提示する手段、
を更に備えることを特徴とする請求項1乃至7のうちのいずれか1項に記載のデータ分析装置。 - データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された未契約需要家の属性情報に基づいて、未契約需要家が属すると推定される需要家クラスを判定する手段と、
前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、当該判定された需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成する手段と、
前記生成された標準ロードカーブを、当該未契約需要家について推定される将来の電力使用量を表すロードカーブのデータとして出力する手段と
を更に備えることを特徴とする請求項1乃至8のうちのいずれか1項に記載のデータ分析装置。 - 需要家の電力使用量に関する需要データをそれぞれ収集するサーバ装置と、
前記サーバ装置からそれぞれ通知される前記需要データを受信し当該需要データを分析するデータ分析装置と
を備え、
前記データ分析装置は、
異なる複数のクラスタ数の各々について、当該クラスタ数分のクラスタへのそれぞれの前記需要データの分類を試行し、
前記複数のクラスタ数の各々についてのクラスタ数分のクラスタにおける前記それぞれの前記需要データのまとまり度合いを表すクラスタ内適合度と、前記クラスタ同士の分離度合いを表すクラスタ間分離度との両方を用いて前記複数のクラスタ数から前記それぞれの前記需要データの分類に用いるクラスタ数を決定する
ようになっており、
前記データ分析装置は、
前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に少なくとも1つのクラスタ数が存在する場合には、前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に存在するいずれかのクラスタ数を前記用いるクラスタ数として決定する
ことを特徴とするデータ分析システム。 - 前記データ分析装置は、
クラスタ数の変化量に対する前記クラスタ内適合度の変化量の割合が予め設定された第1の閾値以下となる最小のクラスタ数を適合度最適クラスタ数として算出すると共に、クラスタ数の変化量に対する前記クラスタ間分離度の変化量の割合が予め設定された第2の閾値以下となる最小のクラスタ数を分離度最適クラスタ数として算出し、
前記クラスタ内適合度に基づく最適なクラスタ数が、前記適合度最適クラスタ数であり、
前記クラスタ間分離度に基づく最適なクラスタ数が、前記分離度最適クラスタ数である
ことを特徴とする請求項10に記載のデータ分析システム。 - 前記データ分析装置は、
前記適合度最適クラスタ数及び前記分離度最適クラスタ数間にクラスタ数が存在しない場合には、前記適合度最適クラスタ数及び前記分離度最適クラスタ数のいずれか一方を前記用いるクラスタ数として決定する
ことを特徴とする請求項11に記載のデータ分析システム。 - 前記サーバ装置は、
需要家に対してエネルギーを供給するエネルギー事業者側に設けられ、
前記データ分析装置は、
過去の各前記需要家の前記需要データを分析する分析事業者側に設けられ、
前記データ分析装置は、
前記需要データを需要家単位で複数のクラスタに分類し、分類結果に基づいて前記エネルギー事業者の将来の電力需要を推定し、推定結果を前記エネルギー事業者に通知する
ことを特徴とする請求項10乃至12のいずれか1項に記載のデータ分析システム。 - 前記エネルギー事業者側に設けられた需要家向け情報提供サーバを備え、
前記データ分析装置は、
各前記需要家の前記需要データに基づいて、将来の電力使用量を前記需要家ごとに推定し、推定結果を前記需要家向け情報提供サーバに送信し、
前記需要家向け情報提供サーバは、
前記需要家からの要求に応じて、当該需要家の将来の電力使用量の推移を当該需要家に提示する
ことを特徴とする請求項13に記載のデータ分析システム。 - 前記エネルギー事業者側に設けられた需要家向け情報提供サーバを備え、
前記データ分析装置は、
各前記需要家の前記需要データに基づいて、奨励される料金メニュー及び設備を前記需要家ごとに推定し、推定結果を前記需要家向け情報提供サーバに送信し、
前記需要家向け情報提供サーバは、
前記需要家からの要求に応じて、当該需要家に推奨される前記料金メニュー及び前記設備を当該需要家に提示する
ことを特徴とする請求項13に記載のデータ分析システム。 - 前記エネルギー事業者側に設けられた営業情報処理装置を備え、
前記営業情報処理装置は、
未契約の需要家から、当該需要家の使用電力のうちのベースロード部分についての販売契約の申し込みを受けると、当該需要家の将来の電力使用量の推定を前記データ分析装置に要求し、
前記データ分析装置は、
前記営業情報処理装置からの要求に応じて、当該需要家の将来の電力使用量を推定し、推定結果を前記営業情報処理装置に通知し、
前記営業情報処理装置は、
前記データ分析装置により推定された前記需要家の将来の電力使用量に基づいて、当該需要家の最小の受電量を算出し、算出した当該需要家の最小の受電量が閾値以下である場合には、前記販売契約を締結しない旨のメッセージを当該需要家に送信する
ことを特徴とする請求項13に記載のデータ分析システム。 - 前記エネルギー事業者側に設けられた営業情報処理装置を備え、
前記営業情報処理装置は、
前記データ分析装置により分析された前記エネルギー事業者における前記将来の電力需要と、前記エネルギー事業者において調達済みの電力量とに基づいて将来の余剰電力量を算出し、算出した前記余剰電力量と類似する電力使用量の未契約の需要家が掲載された未契約需要者リストの作成を前記データ分析装置に要求し、
前記データ分析装置は、
前記営業情報処理装置からの要求に応じて、前記未契約需要者リストを作成し、作成した前記未契約需要者リストを前記営業情報処理装置に送信する
ことを特徴とする請求項13に記載のデータ分析システム。 - 前記データ分析装置は、
前記需要データの属性情報に基づいていずれかの前記クラスタに当該需要データを分類するための診断決定木を生成する
ことを特徴とする請求項10乃至17のうちのいずれか1項に記載のデータ分析システム。 - 前記診断決定木は、
新たな需要データの属性情報に基づいて当該新たな需要データをいずれかの前記クラスタに関連付けるための第1の診断決定木と、
前記第1の診断決定木のリーフのうち、該当する前記新たな需要データの振分け先の前記クラスタが明確となっていないリーフをルートとし、前記新たな需要データをいずれかの前記クラスタに関連付けるための第2の診断決定木とから構成される
ことを特徴とする請求項18に記載のデータ分析システム。 - 前記エネルギー事業者側に設けられた取引商品情報処理装置を備え、
前記データ分析装置は、各時間帯の電力調達を前記取引商品情報処理装置に指示する、
ことを特徴とする請求項13に記載のデータ分析システム。 - 需要家の電力使用量に関する需要データを受信し分析するデータ分析方法において、
データ分析装置の試行する手段により、異なる複数のクラスタ数の各々について、当該クラスタ数分のクラスタへのそれぞれの前記需要データの分類を試行するステップと、
前記データ分析装置の決定する手段により、前記複数のクラスタ数の各々についてのクラスタ数分のクラスタにおける前記それぞれの前記需要データのまとまり度合いを表すクラスタ内適合度と、前記クラスタ同士の分離度合いを表すクラスタ間分離度との両方を用いて前記複数のクラスタ数から前記それぞれの前記需要データの分類に用いるクラスタ数を決定するステップと
を有し、
前記決定するステップにおいて、前記データ分析装置の前記決定する手段は、
前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に少なくとも1つのクラスタ数が存在する場合には、前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に存在するいずれかのクラスタ数を前記用いるクラスタ数として決定する
ことを特徴とするデータ分析方法。 - 前記決定するステップにおいて、前記データ分析装置の前記決定する手段は、
クラスタ数の変化量に対する前記クラスタ内適合度の変化量の割合が予め設定された第1の閾値以下となる最小のクラスタ数を適合度最適クラスタ数として算出すると共に、クラスタ数の変化量に対する前記クラスタ間分離度の変化量の割合が予め設定された第2の閾値以下となる最小のクラスタ数を分離度最適クラスタ数として算出し、
前記クラスタ内適合度に基づく最適なクラスタ数が、前記適合度最適クラスタ数であり、
前記クラスタ間分離度に基づく最適なクラスタ数が、前記分離度最適クラスタ数である
ことを特徴とする請求項21に記載のデータ分析方法。 - 前記決定するステップにおいて、前記データ分析装置の前記決定する手段は、
前記適合度最適クラスタ数及び前記分離度最適クラスタ数間にクラスタ数が存在しない場合には、前記適合度最適クラスタ数及び前記分離度最適クラスタ数のいずれか一方を前記用いるクラスタ数として決定する
ことを特徴とする請求項21又は22に記載のデータ分析方法。 - 前記データ分析装置の診断決定木を生成する手段により、前記需要データの属性情報に基づいていずれかの前記クラスタに当該データを分類するための診断決定木を生成するステップ、
を更に有することを特徴とする請求項21乃至23のうちのいずれか1項に記載のデータ分析方法。 - 前記診断決定木は、
新たな需要データの属性情報に基づいて当該新たな需要データをいずれかの前記クラスタに関連付けるための第1の診断決定木と、
前記第1の診断決定木のリーフのうち、該当する前記新たな需要データの振分け先の前記クラスタが決定されていないリーフをルートとし、前記新たな需要データをいずれかの前記クラスタに関連付けるための第2の診断決定木とから構成される
ことを特徴とする請求項24に記載のデータ分析方法。 - 前記需要データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された、単位時間ごとの電力使用量を表す前記需要データとしてのロードデータに関して、
前記データ分析装置の推移データを算出する手段により、当該ロードデータが分類されたクラスタについて電力使用量の推移を表す推移データを算出するステップと、
前記データ分析装置の推移を算出する手段により、前記電力使用量の前記推移データと、電力使用の付帯情報とを用いて、将来の電力使用量の推移を算出するステップと
を更に有することを特徴とする請求項21乃至25のうちのいずれか1項に記載のデータ分析方法。 - 前記データ分析装置の指示する手段により、各時間帯の電力調達を指示するステップ
を更に有することを特徴とする請求項21乃至26のうちのいずれか1項に記載のデータ分析方法。 - 前記データ分析装置の標準ロードカーブを生成する手段により、前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、需要家のグループである需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成するステップと、
前記データ分析装置の提示する手段により、前記生成された標準ロードカーブと、当該需要家クラスに関する統計情報とから推奨される料金メニューを提示するステップ
を更に有することを特徴とする請求項21乃至27のうちのいずれか1項に記載のデータ分析方法。 - 前記データ分析装置の判定する手段により、前記需要データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された未契約需要家の属性情報に基づいて、未契約需要家が属すると推定される需要家クラスを判定するステップと、
前記データ分析装置の標準ロードカーブを生成する手段により、前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、当該判定された需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成するステップと、
前記データ分析装置の出力する手段により、前記生成された標準ロードカーブを、当該未契約需要家について推定される将来の電力使用量を表すロードカーブのデータとして出力するステップと
を更に有することを特徴とする請求項21乃至28のうちのいずれか1項に記載のデータ分析方法。 - 需要家の電力使用量に関する需要データを受信し分析するデータ分析装置としてコンピュータが機能するために前記コンピュータに実行されるコンピュータプログラムであって、
異なる複数のクラスタ数の各々について、当該クラスタ数分のクラスタへのそれぞれの前記需要データの分類を試行する手段と、
前記複数のクラスタ数の各々についてのクラスタ数分のクラスタにおける前記それぞれの前記需要データのまとまり度合いを表すクラスタ内適合度と、前記クラスタ同士の分離度合いを表すクラスタ間分離度との両方を用いて前記複数のクラスタ数から前記それぞれの前記需要データの分類に用いるクラスタ数を決定する手段と
を備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行され、
前記決定する手段は、
前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に少なくとも1つのクラスタ数が存在する場合には、前記クラスタ内適合度に基づく最適なクラスタ数と前記クラスタ間分離度に基づく最適なクラスタ数との間に存在するいずれかのクラスタ数を前記用いるクラスタ数として決定する
ことを特徴とするコンピュータプログラム。 - 前記決定する手段は、
クラスタ数の変化量に対する前記クラスタ内適合度の変化量の割合が予め設定された第1の閾値以下となる最小のクラスタ数を適合度最適クラスタ数として算出すると共に、クラスタ数の変化量に対する前記クラスタ間分離度の変化量の割合が予め設定された第2の閾値以下となる最小のクラスタ数を分離度最適クラスタ数として算出し、
前記クラスタ内適合度に基づく最適なクラスタ数が、前記適合度最適クラスタ数であり、
前記クラスタ間分離度に基づく最適なクラスタ数が、前記分離度最適クラスタ数である
ことを特徴とする請求項30に記載のコンピュータプログラム。 - 前記決定する手段は、
前記適合度最適クラスタ数及び前記分離度最適クラスタ数間にクラスタ数が存在しない場合には、前記適合度最適クラスタ数及び前記分離度最適クラスタ数のいずれか一方を前記用いるクラスタ数として決定する
ことを特徴とする請求項30又は31に記載のコンピュータプログラム。 - 前記需要データの属性情報に基づいていずれかの前記クラスタに当該需要データを分類するための診断決定木を生成する手段、
を更に備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行されることを特徴とする請求項30乃至32のうちのいずれか1項に記載のコンピュータプログラム。 - 前記診断決定木は、
新たな需要データの属性情報に基づいて当該新たな需要データをいずれかの前記クラスタに関連付けるための第1の診断決定木と、
前記第1の診断決定木のリーフのうち、該当する前記新たな需要データの振分け先の前記クラスタが明確となっていないリーフをルートとし、前記新たな需要データをいずれかの前記クラスタに関連付けるための第2の診断決定木とから構成される
ことを特徴とする請求項33に記載のコンピュータプログラム。 - 前記需要データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された、単位時間ごとの電力使用量を表す前記需要データとしてのロードデータに関して、
当該ロードデータが分類されたクラスタについて電力使用量の推移を表す推移データを算出する手段と、
前記電力使用量の前記推移データと、電力使用の付帯情報とを用いて、将来の電力使用量の推移を算出する手段と
を更に備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行させることを特徴とする請求項30乃至34のうちのいずれか1項に記載のコンピュータプログラム。 - 各時間帯の電力調達を指示する手段
を更に備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行されることを特徴とする請求項30乃至35のうちのいずれか1項に記載のコンピュータプログラム。 - 前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、需要家のグループである需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成する手段と、
前記生成された標準ロードカーブと、当該需要家クラスに関する統計情報とから推奨される料金メニューを提示する手段
を更に備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行されることを特徴とする請求項30乃至36のうちのいずれか1項に記載のコンピュータプログラム。 - 前記需要データをそれぞれ収集するサーバ装置により収集されて前記サーバ装置から通知された未契約需要家の属性情報に基づいて、未契約需要家が属すると推定される需要家クラスを判定する手段と、
前記決定された前記用いるクラスタ数分のいずれかのクラスタのクラスタ中心を用いて、当該判定された需要家クラスに属する需要家の標準的な電力使用量の推移を表す標準ロードカーブを生成する手段と、
前記生成された標準ロードカーブを、当該未契約需要家について推定される将来の電力使用量を表すロードカーブのデータとして出力する手段と
を更に備えた前記データ分析装置として前記コンピュータが機能するために前記コンピュータに実行されることを特徴とする請求項30乃至37のうちのいずれか1項に記載のコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014045749 | 2014-03-07 | ||
JP2014045749 | 2014-03-07 | ||
PCT/JP2015/056739 WO2015133635A1 (ja) | 2014-03-07 | 2015-03-06 | データ分析システム及び方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018212892A Division JP6854270B2 (ja) | 2014-03-07 | 2018-11-13 | データ分析システム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2015133635A1 JPWO2015133635A1 (ja) | 2017-04-06 |
JP6474782B2 true JP6474782B2 (ja) | 2019-02-27 |
Family
ID=54055432
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016506204A Active JP6474782B2 (ja) | 2014-03-07 | 2015-03-06 | データ分析システム及び方法 |
JP2018212892A Active JP6854270B2 (ja) | 2014-03-07 | 2018-11-13 | データ分析システム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018212892A Active JP6854270B2 (ja) | 2014-03-07 | 2018-11-13 | データ分析システム及び方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10664931B2 (ja) |
EP (1) | EP3115959B1 (ja) |
JP (2) | JP6474782B2 (ja) |
WO (1) | WO2015133635A1 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017093193A (ja) * | 2015-11-12 | 2017-05-25 | 富士通株式会社 | 電力調達調整プログラム、電力調達調整装置および電力調達調整方法 |
FR3045867B1 (fr) * | 2015-12-17 | 2024-03-22 | Suez Environnement | Traitement des donnees de telerelevee pour l'analyse des modes de consommation |
JP2017182266A (ja) * | 2016-03-29 | 2017-10-05 | 株式会社東芝 | 電力需要予測装置 |
US10509459B2 (en) * | 2016-05-19 | 2019-12-17 | Scenera, Inc. | Scene-based sensor networks |
JP6742813B2 (ja) * | 2016-05-20 | 2020-08-19 | 株式会社日立製作所 | 需要予測システム及び需要予測方法 |
CN108550053B (zh) * | 2018-04-12 | 2022-05-13 | 南京海丽尔信息技术有限公司 | 基于平台技术的用户消费数据采集分析系统及方法 |
CN109636101A (zh) * | 2018-11-02 | 2019-04-16 | 国网辽宁省电力有限公司朝阳供电公司 | 基于大数据的开放售电环境下大用户用电行为分析方法 |
CN109684673B (zh) * | 2018-12-03 | 2023-03-24 | 三峡大学 | 一种电力系统暂态稳定结果的特征提取和聚类分析方法 |
JP7157681B2 (ja) * | 2019-03-01 | 2022-10-20 | 東京瓦斯株式会社 | 属性推定装置、方法、およびプログラム |
WO2020237540A1 (zh) * | 2019-05-29 | 2020-12-03 | 西门子股份公司 | 电网用户分类方法、装置和计算机可读存储介质 |
CN110264251B (zh) * | 2019-05-31 | 2021-08-10 | 杭州博钊科技有限公司 | 表征现金流的数据组织形式与基于多任务学习的预测方法 |
JP7458183B2 (ja) | 2019-12-26 | 2024-03-29 | 川崎重工業株式会社 | エネルギー需要変動パターンの分類方法及びシステム |
CN111125630B (zh) * | 2019-12-27 | 2023-12-22 | 北京工业大学 | 一种基于l1/2范数和同质性约束的能源分解方法 |
JP2021114172A (ja) * | 2020-01-20 | 2021-08-05 | 東京瓦斯株式会社 | エネルギー消費量予測システム、エネルギー消費量予測支援システム、エネルギー消費量予測方法、及びプログラム |
JP7296337B2 (ja) * | 2020-03-31 | 2023-06-22 | 株式会社日立製作所 | 電力需要マッチングシステム及び方法 |
CN111737001A (zh) * | 2020-06-24 | 2020-10-02 | 国网电力科学研究院有限公司 | 一种计算系统负载均衡方法、装置及存储介质 |
FR3117283A1 (fr) * | 2020-12-04 | 2022-06-10 | Electricite De France | Système pour la détermination d’une puissance électrique |
JP7423505B2 (ja) * | 2020-12-21 | 2024-01-29 | 株式会社日立製作所 | データ分析システムおよび方法 |
CN112906790B (zh) * | 2021-02-20 | 2023-08-18 | 国网江苏省电力有限公司营销服务中心 | 一种基于用电数据的独居老人识别方法和系统 |
CN115146881B (zh) * | 2022-09-05 | 2023-01-13 | 广东电网有限责任公司江门供电局 | 一种低压分布式光伏系统不良数据检测方法和系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001134577A (ja) * | 1999-11-01 | 2001-05-18 | Fujitsu Ltd | データ分析装置、方法、およびそのコンピュータプログラムを記憶した記憶媒体 |
AU2002224386B2 (en) * | 2000-10-18 | 2007-12-13 | Johnson & Johnson Consumer Companies, Inc. | Intelligent performance-based product recommendation system |
JP2002169613A (ja) * | 2000-12-04 | 2002-06-14 | Hitachi Ltd | 電力ロードカーブの分析方法およびシステム |
US9785953B2 (en) * | 2000-12-20 | 2017-10-10 | International Business Machines Corporation | System and method for generating demand groups |
JP2003162787A (ja) * | 2001-08-03 | 2003-06-06 | Matsushita Electric Ind Co Ltd | エネルギー管理システム |
JP2003189471A (ja) * | 2001-12-12 | 2003-07-04 | Mitsubishi Electric Corp | 電力需要家データ分析方法 |
JP4212369B2 (ja) * | 2003-01-22 | 2009-01-21 | 中国電力株式会社 | 電力供給サービス方法およびシステム |
JP2006011715A (ja) * | 2004-06-24 | 2006-01-12 | Tokyo Electric Power Co Inc:The | 資源消費量の推定方法及び装置 |
JP4971811B2 (ja) * | 2007-01-25 | 2012-07-11 | パナソニック株式会社 | 関数データベース生成方法及び関数データベース生成装置 |
JP5075009B2 (ja) | 2008-05-16 | 2012-11-14 | 三菱電機株式会社 | 類似度分析評価システム |
US20100332373A1 (en) * | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
JP5537339B2 (ja) * | 2010-08-26 | 2014-07-02 | パナソニック株式会社 | 電気量管理システムおよびセンタサーバ |
JP2012113625A (ja) * | 2010-11-26 | 2012-06-14 | Sony Corp | 情報処置装置、情報処置方法およびプログラム |
CN103336770B (zh) * | 2012-02-28 | 2017-03-01 | 国际商业机器公司 | 用于标识互补数据对象的方法和系统 |
JP2013240154A (ja) * | 2012-05-11 | 2013-11-28 | Toshiba Corp | 電力需給調整装置及びその方法 |
US20150213564A1 (en) | 2012-08-27 | 2015-07-30 | Hitachi, Ltd. | Consumer cooperation support apparatus |
JP6181360B2 (ja) | 2012-08-30 | 2017-08-16 | アクセンチュア グローバル サービシズ リミテッド | マーケティング装置、マーケティング方法、プログラム、及び記録媒体 |
KR101768438B1 (ko) * | 2013-10-30 | 2017-08-16 | 삼성에스디에스 주식회사 | 데이터 분류 장치 및 방법과 이를 이용한 데이터 수집 시스템 |
US20150186827A1 (en) * | 2013-12-11 | 2015-07-02 | The Board Of Trustees Of The Leland Stanford Junior University | Data-driven targeting of energy programs using time-series data |
-
2015
- 2015-03-06 EP EP15759029.0A patent/EP3115959B1/en active Active
- 2015-03-06 US US15/123,746 patent/US10664931B2/en active Active
- 2015-03-06 WO PCT/JP2015/056739 patent/WO2015133635A1/ja active Application Filing
- 2015-03-06 JP JP2016506204A patent/JP6474782B2/ja active Active
-
2018
- 2018-11-13 JP JP2018212892A patent/JP6854270B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019023937A (ja) | 2019-02-14 |
US10664931B2 (en) | 2020-05-26 |
EP3115959B1 (en) | 2020-06-03 |
JPWO2015133635A1 (ja) | 2017-04-06 |
JP6854270B2 (ja) | 2021-04-07 |
WO2015133635A1 (ja) | 2015-09-11 |
US20170018038A1 (en) | 2017-01-19 |
EP3115959A4 (en) | 2017-11-01 |
EP3115959A1 (en) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6474782B2 (ja) | データ分析システム及び方法 | |
JP6895416B2 (ja) | エネルギー需要予測システム及びエネルギー需要予測方法 | |
JP6837949B2 (ja) | 予測システム及び方法 | |
US9753477B2 (en) | Load forecasting for residential sector demand response | |
US20190279239A1 (en) | Power Trading Assistance Device and Market Price Prediction Information Generation Method | |
WO2018105341A1 (ja) | 予測システム及び予測方法 | |
CN105556557A (zh) | 出货量预测设备、出货量预测方法、记录介质和出货量预测系统 | |
CN111832861A (zh) | 基于大数据平台的居民负荷变尺度画像方法和系统 | |
JP2955081B2 (ja) | 商品の需要予測装置 | |
CN110826886A (zh) | 一种基于聚类算法和主成分分析的电力客户画像构建方法 | |
CN105580044A (zh) | 产品推荐设备、产品推荐方法和记录介质 | |
US11068816B2 (en) | System and method for selecting research and development project through autonomous proposals of evaluation indicators | |
CN104573996A (zh) | 一种铸造企业用自动报价系统 | |
CN110991989A (zh) | 一种电力市场零售合同自动结算方法、装置及设备 | |
Paraschiv | Price dynamics in electricity markets | |
Kim et al. | Short-term electric load forecasting using data mining technique | |
JP2021512421A (ja) | 負荷形状分析に基づく、エネルギープログラム通信制御システムおよび方法 | |
KR20210085863A (ko) | 클라우드 시스템에서 원자재 그룹 구매 추천 장치 및 방법 | |
US20190370673A1 (en) | Data prediction system, data prediction method, and data prediction apparatus | |
CN116226293A (zh) | 一种电力客户画像生成管理的方法及系统 | |
WO2016185919A1 (ja) | エネルギー需要予測システム及びエネルギー需要予測方法 | |
CN113743838A (zh) | 目标用户识别方法、装置、计算机设备和存储介质 | |
CN111047354A (zh) | 一种分时定价的实现方法、装置、电子设备和存储介质 | |
CN110533334A (zh) | 一种电网企业成本先进性评估的方法及系统 | |
Döhrn | Weather, the forgotten factor in business cycle analyses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170808 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180320 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180427 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180814 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181113 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20181121 |
|
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: 20190115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6474782 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |