JP6735219B2 - 予測システム及び予測方法 - Google Patents
予測システム及び予測方法 Download PDFInfo
- Publication number
- JP6735219B2 JP6735219B2 JP2016236189A JP2016236189A JP6735219B2 JP 6735219 B2 JP6735219 B2 JP 6735219B2 JP 2016236189 A JP2016236189 A JP 2016236189A JP 2016236189 A JP2016236189 A JP 2016236189A JP 6735219 B2 JP6735219 B2 JP 6735219B2
- Authority
- JP
- Japan
- Prior art keywords
- curve
- prediction
- data
- module
- value
- 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
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
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Description
図1に、需給管理システムのハードウェアブロック図を示す。需給管理システム1は、過去の電力需要の実績量に基づいて将来の所定期間の電力の需要量などの値を精度良く予測し、これによって、発電機の運転計画の策定や調整、そして、他の電気事業者からの電力の調達取引計画の策定や調整など電力の需給管理を可能にするものである。
次に、本実施の形態の需給管理システム1に実装された予測機能について説明する。本需給管理システム1には電力需要量を予測する予測機能が搭載されている。
図3は、予測システム12における予測処理の処理手順を示す。この処理は、予測演算装置30が需給管理者システムモジュール3からの入力操作を受け付けたこと、予め設定された時間間隔又は時刻を契機として開始される処理であり、予測演算装置30によりステップS11からステップS15の処理が実行される。
(4−1)代表曲線算出モジュールの第1の実施の形態
図4は、予測システム12における代表曲線算出モジュール308の第1の実施の形態を示す。代表曲線算出モジュール308は、時間単位クラスタリング処理モジュール308A1及び時間単位プロファイリング処理モジュール308A2を備える。
時間単位クラスタリング処理モジュール308A1は、予測対象の周期的な変動を示す特徴量に基づいて、需要実績情報406から抽出した標本データを分類する。
時間単位プロファイリング処理モジュール308A2は、時間単位クラスタリングモジュール308A1が算出した各時間クラスタのそれぞれについて、共通的に存在する属性の特定及びその値の範囲の算出を行うことで、各時間クラスタを識別する識別器を同定する。
適時性指標値設定モジュール306は、標本データセット内の各標本データについて、標本データセット内の各標本データ及び予測対象期間の時間的な相関の程度尺度である適時性を評価し、適時性を示す指標値を算出する。
図6は、予測システム12における補正値算出モジュール309の第1の実施の形態を示す。補正値算出モジュール309は、モデル同定モジュール309A1及び補正値推定モジュール309A2を備える。
まずモデル同定モジュール309A1は、需要実績情報406と属性実績情報311を用いて、補正用データである予測対象期間内の任意の時刻における予測対象の予測値、予測対象期間内の任意の期間における最大値や最小値の予測値又は積算値の予測値の算出の演算に用いるモデルを同定する。
そして補正値推定モジュール309A2は、モデル同定モジュール309A1が算出した補正用データの算出の演算に用いるモデルに、属性予報情報312に格納されている説明変数xの予報値が入力されることで、予測対象期間における時間推移を示す曲線の補正値を、補正用データとして算出する。
図8は、予測システム12における代表曲線補正モジュール310の第1の実施の形態を示す。代表曲線補正モジュール310は、振幅補正モジュール310A1及び周波数補正モジュール310A2を備える。
まず、振幅補正モジュール310A1が、補正値算出モジュール309が算出した補正用データ309B1を用いて、代表曲線算出モジュール308が算出した予測対象期間における予測対象の時間推移を示す曲線308Bの振幅を変更する。具体的には補正後の曲線f^(t)は次式で与えられる。
そして周波数補正モジュール310A2は、補正値算出モジュール309が算出した補正用データ309B2を用いて、代表曲線算出モジュール308が算出した予測対象期間における予測対象の時間推移を示す曲線308Bの周波数を変更する。
信頼性指標値設定モジュール307は、算出した補正用データである予測対象期間内の任意の時刻における予測対象の予測値、予測対象期間内の任意の期間における最大値や最小値の予測値又は積算値の予測値のそれぞれについて、量的及び時間的の2種の信頼性を評価し、信頼性を示す指標値を算出する。
図11に示すように、代表曲線算出モジュール308が出力する予測対象期間における予測対象の時間推移を示す曲線の算出結果は、適時性指標値設定モジュール306が算出する標本データそれぞれの適時性を示す指標値を用いた場合及びそうでない場合で異なる。
(6−1)代表曲線算出モジュールの第2の実施の形態
上述の代表曲線算出モジュール308の第1の実施の形態においては、予測対象期間における予測対象の時間推移を示す曲線を算出する方法として、予測対象の周期的な変動の特徴を示す特徴量を用いたクラスタリングアルゴリズムを利用した場合について述べたが、本発明はこれに限らず、例えば、代表曲線算出モジュール308は予測対象日と同一日種別の過去数日分を標本データとして、その算術平均にて曲線を算出するようにしてもよい。
上述の補正値算出モジュール309の第1の実施の形態においては、予測対象期間における予測対象の時間推移を示す曲線を、予測対象期間内の任意の時刻における予測対象の予測値、予測対象期間内の任意の期間における最大値や最小値又は積算値の予測値に対して一致又はそれぞれの残差和が最小となるように、曲線の振幅又は周波数を補正した場合について述べたが、本発明はこれに限らず、例えば、(2)式で示す変更係数αとβを補正用データとして扱うなど、変更係数を補正用データとして直接扱うようにしてもよい。
上述の代表曲線補正モジュール310の第1の実施の形態においては、予測対象の時間推移を示す曲線の振幅、周波数又はその両方の変更のみを代表曲線補正モジュール310が行う補正処理と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、例えば、振幅、周波数又はその両方の変更によって算出された最終的な予測値に、季節特異な、又は、曜日特異な誤差が定常的に発生する場合、これは予測系に残存する潜在的な偏差であることから、この定常的な偏差を補正する処理を加えるようにしてもよい。
なお上述の実施形態においては、適時性及び信頼性を示す指標値は、それぞれ適時性指標値設定モジュール306及び信頼性指標値設定モジュール307で算出され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、例えば、適時性及び信頼性の指標値のそれぞれについて、予め設定した値が直接的に使用されるようにしてもよい。
Claims (13)
- 任意期間における予測を適応する予測対象について、当該予測対象に関連する予測値を算出する予測システムであって、
前記予測値を算出するために利用される複数のデータを記録する記憶装置と、
制御装置と
を備え、
前記制御装置は、
前記任意期間における前記予測対象の前記予測値の時間推移を示す曲線を算出する第1のモジュールと、
前記曲線を補正することに基づいて、前記予測値を算出する第2のモジュールと、
前記複数のデータそれぞれの時間属性の情報又は前記複数のデータそれぞれの変動範囲の情報に基づいて、前記曲線を補正するための演算モデルである曲線補正演算モデル、前記曲線を算出するための演算モデルである曲線算出演算モデル、及び、前記曲線の補正値を算出するための演算モデルである補正値算出演算モデル、の少なくとも一つを変更する第3のモジュールと
を備える、
ことを特徴とする予測システム。 - 前記第2のモジュールは、前記予測対象の前記予測値の時間推移を示す前記曲線を変更することを、前記曲線の振幅及び前記曲線の周波数の少なくとも一方に基づいて実行する、請求項1記載の予測システム。
- 前記第3のモジュールは、
前記複数のデータそれぞれの変動範囲の情報を、前記予測対象の特性を示すデータの時間推移を示す前記曲線を補正するための補正値の量的な変動幅及び時間的な変動幅の少なくとも一方の変動幅からなるようにした
請求項1記載の予測システム。 - 前記第3のモジュールは、
補正値それぞれの変動範囲の情報を用いて、前記補正値それぞれの変動範囲が最も小さい前記補正値に対して適合するように、前記曲線補正演算モデルを変更する
請求項1記載の予測システム。 - 前記制御装置は、
前記時間属性の情報に基づいて決定されたデータを前記曲線又は前記補正値のそれぞれの算出に用いて、予測対象期間との時間的な相関関係を示すようにした
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記時間属性の情報に基づいて、前記曲線を算出するための前記データを選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第2のデータを算出し、
前記第3のモジュールは、
算出した前記第2のデータに対する適合性が最も高くなるように、前記曲線算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記時間属性の情報に基づいて、前記曲線を算出するための前記データの選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第2のデータを算出し、
前記第3のモジュールは、
算出した前記第2のデータに対する適合性が最も高くなるように、前記補正値算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第1のモジュールは、
前記補正値算出演算モデルにおいて用いる変数のうち、任意の一部の変数又はすべての変数を任意の線形又は非線形な関数に入力することで変数値を算出し、
前記変数値による第2のデータを算出し、
前記第2のデータそれぞれの前記時間属性の情報に基づいて、前記曲線を算出するための前記第2のデータの選別及び前記曲線の算出に対する前記データの影響度合いの重み付けの少なくとも一方を行うことで新たな第3のデータを算出し、
前記第3のモジュールは、
算出した前記第3のデータに対する適合性が最も高くなるように、前記曲線算出演算モデルを変更する
請求項1記載の予測システム。 - 前記第3のモジュールは、
前記複数のデータそれぞれの変動範囲の情報に基づいて、前記複数のデータそれぞれの変動範囲が小さい前記補正値算出演算モデルの選別及び重み付けの少なくとも一方を行うことで、前記補正値算出演算モデルを変更する
請求項1記載の予測システム。 - 前記補正値は、
予測対象期間内の任意の期間それぞれにおける最大値及び最小値の少なくとも一方についての量及び時間の少なくとも一方並びに前記複数のデータそれぞれの変動範囲の少なくとも1つで構成される
請求項1記載の予測システム。 - 前記補正値は、
予測対象期間内の任意の時刻それぞれにおける前記予測対象の前記予測値及び前記複数のデータそれぞれの変動範囲の少なくとも一方で構成される
請求項1記載の予測システム。 - 前記補正値は、
前記第2のモジュールにおいて使用される前記曲線を補正するための係数値及び前記変動範囲の少なくとも一方で構成される
請求項1記載の予測システム。 - 任意期間における予測を適応する予測対象に関連する予測値を制御装置が算出するようにした予測方法であって、
前記任意期間における前記予測対象の前記予測値の時間推移を示す曲線を算出し、
前記曲線を補正することに基づいて、前記予測値を算出し、
前記予測値を算出するために利用される複数のデータそれぞれの時間属性の情報又は前記複数のデータそれぞれの変動範囲の情報に基づいて、前記曲線を補正するための演算モデルである曲線補正演算モデル、前記曲線を算出するための演算モデルである曲線算出演算モデル、及び、前記曲線の補正値を算出するための演算モデルである補正値算出演算モデル、の少なくとも一つを変更する
予測方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236189A JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
EP17877683.7A EP3550499A4 (en) | 2016-12-05 | 2017-11-15 | PREDICTION SYSTEM AND PREDICTION METHOD |
US16/332,054 US11107094B2 (en) | 2016-12-05 | 2017-11-15 | Prediction system and prediction method |
PCT/JP2017/041168 WO2018105341A1 (ja) | 2016-12-05 | 2017-11-15 | 予測システム及び予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236189A JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018092445A JP2018092445A (ja) | 2018-06-14 |
JP2018092445A5 JP2018092445A5 (ja) | 2019-05-09 |
JP6735219B2 true JP6735219B2 (ja) | 2020-08-05 |
Family
ID=62490894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016236189A Active JP6735219B2 (ja) | 2016-12-05 | 2016-12-05 | 予測システム及び予測方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11107094B2 (ja) |
EP (1) | EP3550499A4 (ja) |
JP (1) | JP6735219B2 (ja) |
WO (1) | WO2018105341A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6735219B2 (ja) | 2016-12-05 | 2020-08-05 | 株式会社日立製作所 | 予測システム及び予測方法 |
US11137926B1 (en) * | 2018-03-30 | 2021-10-05 | Veritas Technologies Llc | Systems and methods for automatic storage tiering |
US11080726B2 (en) * | 2018-08-30 | 2021-08-03 | Oracle International Corporation | Optimization of demand forecast parameters |
US11727335B2 (en) * | 2019-01-11 | 2023-08-15 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for managing energy usage intensity of buildings |
JP7157683B2 (ja) * | 2019-03-12 | 2022-10-20 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
CN111179111B (zh) * | 2019-12-06 | 2023-11-14 | 国网辽宁省电力有限公司经济技术研究院 | 基于基尼系数公平性的火电机组年度电量计划制定方法 |
JP7474623B2 (ja) * | 2020-03-27 | 2024-04-25 | 本田技研工業株式会社 | 電力算出装置 |
CN112381669B (zh) * | 2020-11-20 | 2023-01-24 | 广东电网有限责任公司电力科学研究院 | 一种台风下配网系统的安全预警方法及装置 |
CN114066079B (zh) * | 2021-11-22 | 2022-11-25 | 北京白龙马云行科技有限公司 | 一种基于多租户的网约车供需差预测方法及装置 |
CN114757722B (zh) * | 2022-06-09 | 2023-11-14 | 荣耀终端有限公司 | 一种电子设备的销量预测方法和装置 |
CN117371339B (zh) * | 2023-12-08 | 2024-03-26 | 西电济南变压器股份有限公司 | 基于物联网的变压器运行监测系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0731397B1 (en) * | 1994-09-26 | 2001-05-16 | Kabushiki Kaisha Toshiba | Method and system for optimizing plant utility |
US6032123A (en) * | 1997-05-12 | 2000-02-29 | Jameson; Joel | Method and apparatus for allocating, costing, and pricing organizational resources |
US7343311B2 (en) * | 2002-03-01 | 2008-03-11 | I2 Technologies Us, Inc. | Generating an optimized supplier allocation plan |
US7072723B2 (en) * | 2002-10-23 | 2006-07-04 | Clearsight Systems Inc. | Method and system for optimization of general problems |
JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
JP5029822B2 (ja) * | 2007-07-31 | 2012-09-19 | 東芝ライテック株式会社 | 光源および照明装置 |
US9137815B2 (en) * | 2009-06-17 | 2015-09-15 | Qualcomm Incorporated | Multi-user multiple input multiple output wireless communications |
JP5618501B2 (ja) * | 2009-07-14 | 2014-11-05 | 株式会社東芝 | 需要予測装置、プログラムおよび記録媒体 |
US8880202B2 (en) * | 2010-07-09 | 2014-11-04 | Emerson Process Management Power & Water Solutions, Inc. | Optimization system using an iteratively coupled expert engine |
US8370283B2 (en) * | 2010-12-15 | 2013-02-05 | Scienergy, Inc. | Predicting energy consumption |
WO2013095624A1 (en) * | 2011-12-23 | 2013-06-27 | Hewlett-Packard Development Company, L.P. | Generating a capacity schedule for a facility |
JP2014180187A (ja) * | 2013-03-15 | 2014-09-25 | Toshiba Corp | 電力需要予測装置、方法及びプログラム並びに需要抑制計画策定装置 |
JP6232258B2 (ja) * | 2013-11-07 | 2017-11-15 | 株式会社エヌ・ティ・ティ・データ | 予測装置、予測方法、及びプログラム |
WO2015087470A1 (ja) * | 2013-12-10 | 2015-06-18 | パナソニックIpマネジメント株式会社 | 需要予測装置、プログラム |
JP6334177B2 (ja) * | 2014-01-16 | 2018-05-30 | 株式会社東芝 | 運転計画作成装置、制御装置、運転計画作成方法、およびプログラム |
JP6247775B2 (ja) * | 2014-10-21 | 2017-12-13 | 株式会社日立製作所 | 時系列予測装置、及び時系列予測方法 |
JPWO2016088370A1 (ja) * | 2014-12-05 | 2017-09-14 | 日本電気株式会社 | 情報処理装置、モデル構築方法及びプログラム記録媒体 |
CN104573879B (zh) | 2015-01-30 | 2017-07-25 | 河海大学 | 基于最优相似日集的光伏电站出力预测方法 |
JP6408451B2 (ja) | 2015-05-21 | 2018-10-17 | 株式会社日立製作所 | 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 |
JP6720562B2 (ja) * | 2016-02-10 | 2020-07-08 | 富士電機株式会社 | 制御装置、制御システム、制御プログラム、及び制御方法 |
JP6735219B2 (ja) | 2016-12-05 | 2020-08-05 | 株式会社日立製作所 | 予測システム及び予測方法 |
JP7319757B2 (ja) | 2016-12-05 | 2023-08-02 | 株式会社日立製作所 | データ処理システム及びデータ処理方法 |
JP6831280B2 (ja) | 2017-03-24 | 2021-02-17 | 株式会社日立製作所 | 予測システム、及び、予測方法 |
-
2016
- 2016-12-05 JP JP2016236189A patent/JP6735219B2/ja active Active
-
2017
- 2017-11-15 WO PCT/JP2017/041168 patent/WO2018105341A1/ja active Application Filing
- 2017-11-15 US US16/332,054 patent/US11107094B2/en active Active
- 2017-11-15 EP EP17877683.7A patent/EP3550499A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
WO2018105341A1 (ja) | 2018-06-14 |
EP3550499A4 (en) | 2020-05-27 |
JP2018092445A (ja) | 2018-06-14 |
US20190370832A1 (en) | 2019-12-05 |
EP3550499A1 (en) | 2019-10-09 |
US11107094B2 (en) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6735219B2 (ja) | 予測システム及び予測方法 | |
JP6837949B2 (ja) | 予測システム及び方法 | |
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 | |
JP7319757B2 (ja) | データ処理システム及びデータ処理方法 | |
US11593690B2 (en) | Data prediction system and data prediction method | |
US20190228329A1 (en) | Prediction system and prediction method | |
JP2018092439A5 (ja) | ||
JP6079215B2 (ja) | 電力需要予測装置、プログラム | |
Rajabi et al. | A pattern recognition methodology for analyzing residential customers load data and targeting demand response applications | |
Park et al. | A framework for baseline load estimation in demand response: Data mining approach | |
JP7114956B2 (ja) | 電力需要算出装置およびプログラム | |
WO2017212880A1 (ja) | データ予測システムおよびデータ予測方法 | |
JP2020202739A (ja) | 電力需要量予測装置及び電力需要量予測方法 | |
JP2006011715A (ja) | 資源消費量の推定方法及び装置 | |
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 | |
WO2024014035A1 (ja) | データ予測支援方法およびデータ予測システム | |
Sinitsyna et al. | Identification of Electric Power Consumption Patterns in Relation to Standard Load Profiles | |
Konda | Peak Load Forecast using Long Short Term Memory Networks. | |
JP2016001951A (ja) | 電力需要予測装置、プログラム | |
Case | Saving electrical energy in commercial buildings | |
Griffin et al. | An Economic Investigation of Urban Water Demand in the US | |
Ghani et al. | Development of low voltage customer load profile database and applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190326 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200519 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200617 |
|
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: 20200630 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6735219 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |