JP6845789B2 - 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 - Google Patents
属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 Download PDFInfo
- Publication number
- JP6845789B2 JP6845789B2 JP2017228732A JP2017228732A JP6845789B2 JP 6845789 B2 JP6845789 B2 JP 6845789B2 JP 2017228732 A JP2017228732 A JP 2017228732A JP 2017228732 A JP2017228732 A JP 2017228732A JP 6845789 B2 JP6845789 B2 JP 6845789B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- weight
- prediction
- usage
- cluster
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するユーザ重み算出手段と、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するクラスタリング手段と、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するクラスタ重み算出手段と、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定する将来使用量決定手段と
してコンピュータを機能させる使用量予測プログラムが提供される。
クラスタリング手段は、当該各ユーザにおける推定された属性情報を含む属性情報に基づいて、当該複数のユーザを複数のクラスタに分類することも好ましい。
予測基準時点に係る所定期間の前の所定期間における、予測基準時点に係る単位期間に対応する単位期間の前の単位期間での当該使用量と、当該対応する単位期間での当該使用量との比に係る値である第1のユーザ重みと、
予測基準時点に係る所定期間の前の所定期間における、予測基準時点に係る単位期間に対応する単位期間の前の単位期間での当該使用量と、予測基準時点に係る所定期間における、予測基準時点に係る単位期間の前の単位期間での当該使用量との比に係る値である第2のユーザ重みと
を算出し、
クラスタ重み算出手段は、当該クラスタ重みとして、当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該第1のユーザ重み及び当該第2のユーザ重みのそれぞれに基づき、当該クラスタに属するユーザに適用される第1のクラスタ重み及び第2のクラスタ重みを算出し、
将来使用量決定手段は、当該予測対象ユーザについて第1のユーザ重み及び第2のユーザ重みが算出されている場合に、当該第1のユーザ重みと、当該第2のユーザ重みと、当該第1のクラスタ重みと、当該第2のクラスタ重みとを各々重み付けした上で反映させた当該予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定することも好ましい。
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するユーザ重み算出手段と、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するクラスタリング手段と、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するクラスタ重み算出手段と、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定する将来使用量決定手段と
を有する使用量予測装置が提供される。
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するステップと、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するステップと、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するステップと、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定するステップと
を有する使用量予測方法が提供される。
図1は、本発明による使用量予測装置を含む使用量予測システムの一実施形態における模式図である。
(A)ユーザにおける所定期間(例えば1年間)での使用量(本実施形態では消費電力量)データを使用し、予測基準時点に係る所定期間(例えば当年)の前の所定期間(例えば前年)での使用量データが存在しているユーザ毎に、前の所定期間(前年)での使用量との比に係る値である「ユーザ重み」を算出するユーザ重み算出部111と、
(B)各ユーザの「ユーザ属性情報」に基づいて、複数のユーザを複数のクラスタに分類するクラスタリング部112と、
(C)予測対象ユーザの属するクラスタに属するユーザについて算出された「ユーザ重み」に基づいて、クラスタに属するユーザに適用される「クラスタ重み」を算出するクラスタ重み算出部113と、
(D)算出された「クラスタ重み」と、予測対象ユーザについて「ユーザ重み」が算出されている場合は「ユーザ重み」とに基づき、予測対象ユーザの使用量の基準となる「ベース使用量」を用いて、予測対象ユーザにおける予測基準時点の将来での使用量を決定する将来使用量決定部115と
を有している。
同じく図1の機能ブロック図によれば、使用量予測装置1は、通信インタフェース部101と、電力データ保存部102と、属性情報保存部103と、ディスプレイ(DP)104と、キーボード(KB)105と、プロセッサ・メモリとを有する。
(a)ユーザの自宅(電力消費区域)に設置されたスマートメータ4やHGW5等から、消費電力量の計測値データ(消費電力量データ)を受信し、ユーザ情報管理装置2から、申告等によって収集されたユーザ属性情報とユーザIDとの組を受信し、また、気象情報管理サーバ3から、所定期間の各日時における天候関連値を含む気象情報を受信し、通信制御部121を介して装置内に取り込ませる。
またさらに、
(b)将来使用量決定部116で決定された消費電力量の予測データを、通信制御部121を介して入力し、外部の通知先に送信する。送信された予測データは、例えば、ウェブサイトやアプリケーション等を介する形で、送信先である例えば端末の画面に表示されてもよい。
(a)静的属性、例えば、居住エリア、住居種別、世帯人数、世帯家屋の間取り、所有家電情報等の情報を含んでいてもよく、
(b)動的属性、例えば、電力消費パターン、ライフスタイル、冷暖房利用傾向等の情報を含んでいてもよい。
(a)対応前期単位期間の前の単位期間(前年前月,2016年7月)での消費電力量と、対応前期単位期間(前年当月,2016年8月)での消費電力量との比に係る値を第1ユーザ重みWU1として算出し、
(b)対応前期単位期間の前の単位期間(前年前月,2016年7月)での消費電力量と、予測基準時点(2017年8月1日)に係る単位期間の前の単位期間(当年前月,2017年7月)での消費電力量との比に係る値を第2ユーザ重みWU2として算出する。
(a)予測対象ユーザについてユーザ重みが算出されている場合は、このユーザ重み(第1ユーザ重みWU1及び第2ユーザ重みWU2)と、
(b)予測対象ユーザの属するクラスタについて算出されたクラスタ重み(第1クラスタ重みWS1及び第2クラスタ重みWS2)と
に基づいて、予測対象ユーザの予測重みWを算出する。
(1) W=a*WU1+b*WU2+c*WS1+d*WS2
を用いて導出してもよい。ここで、係数a、b、c及びdはスカラ値をとり、条件:a+b+c+d=1を満たす。これらの係数には、例えばクラスタ毎に、また予測対象期間の属する月毎に好適な値が設定されることも好ましい。
(2) W=c'*WS1+d'*WS2
を用いて算出することができる。上式(2)は、上式(1)においてa=b=0としたものに相当し、係数c'及びd'は条件:c'+d'=1を満たす。
(3) PP=PB*W*m
を用いて算出する。ここで例えば、予測実行日が2017年8月1日であって、予測対象日である2017年8月31日までの消費電力量を予測する場合、m=31と設定される。
以下、図2〜5を用いて、本発明による使用量予測処理の一実施例を説明する。
(4) WU1=(2016年8月の消費電力量)/(2016年7月の消費電力量)
(5) WU2=(2017年7月の消費電力量)/(2016年7月の消費電力量)
を用いて、ユーザA〜Dの各々の第1ユーザ重みWU1及び第2ユーザ重みWU2を算出している。算出結果が図3に示されている。ただし、ユーザEについては2016年7月から過去の消費電力実績が存在しないため、これらのユーザ重みは算出されていない。
(a)ユーザ重みの算出されているユーザA〜Dにおける第1ユーザ重みWU1の平均値(=1.32)を第1クラスタ重みWS1とし、この第1クラスタ重みWS1をそのまま、同じクラスタに属するユーザEの第1クラスタ重みWS1とし、また、
(b)ユーザ重みの算出されているユーザA〜Dにおける第2ユーザ重みWU2の平均値(=1.30)を第2クラスタ重みWS2とし、この第2クラスタ重みWS2をそのまま、同じクラスタに属するユーザEの第2クラスタ重みWS2としている。
(1’)W=a*WU1+b*WU2+c*WS1+d*WS2
=0.2*1.50+0.4*0.80+0.3*1.32+0.1*1.30
=1.146
と算出されている。また、ユーザEの予測重みWは、
(2’)W=W=c'*WS1+d'*WS2
=0.8*1.32+0.2*1.30
=1.316
と算出されている。
(3’) PP=PB*W*m
=3.0*1.146*31
=107
と算出されている。また、またユーザ重みの算出できないユーザEの予測電力量PPも、
(3’) PP=PB*W*m
=4.0*1.316*31
=163
と算出されている。
101 通信インタフェース部
102 電力データ保存部
103 属性情報保存部
104 ディスプレイ(DP)
105 キーボード(KB)
111 ユーザ重み算出部
111a ユーザ重み保存部
112 クラスタリング部
113 クラスタ重み算出部
113a クラスタ重み保存部
114 ベース使用量算出部
115 将来使用量決定部
115a 予測重み保存部
116 属性推定部
121 通信制御部
122 ユーザ情報管理部
123 入出力制御部
2 ユーザ情報管理装置
3 気象情報管理サーバ
4 スマートメータ
5 HGW
Claims (9)
- 複数のユーザのうちの予測対象ユーザにおける所定エネルギー、所定物質又は所定情報授受手段の使用量を予測する装置に搭載されたコンピュータを機能させる使用量予測プログラムであって、
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するユーザ重み算出手段と、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するクラスタリング手段と、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するクラスタ重み算出手段と、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定する将来使用量決定手段と
してコンピュータを機能させることを特徴とする使用量予測プログラム。 - 前記ユーザ重み算出手段は、当該ユーザ重みとして、
予測基準時点に係る所定期間の前の所定期間における、予測基準時点に係る単位期間に対応する単位期間の前の単位期間での当該使用量と、当該対応する単位期間での当該使用量との比に係る値である第1のユーザ重みと、
予測基準時点に係る所定期間の前の所定期間における、予測基準時点に係る単位期間に対応する単位期間の前の単位期間での当該使用量と、予測基準時点に係る所定期間における、予測基準時点に係る単位期間の前の単位期間での当該使用量との比に係る値である第2のユーザ重みと
を算出し、
前記クラスタ重み算出手段は、当該クラスタ重みとして、当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該第1のユーザ重み及び当該第2のユーザ重みのそれぞれに基づき、当該クラスタに属するユーザに適用される第1のクラスタ重み及び第2のクラスタ重みを算出し、
前記将来使用量決定手段は、当該予測対象ユーザについて第1のユーザ重み及び第2のユーザ重みが算出されている場合に、当該第1のユーザ重みと、当該第2のユーザ重みと、当該第1のクラスタ重みと、当該第2のクラスタ重みとを各々重み付けした上で反映させた当該予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定する
ことを特徴とする請求項1に記載の使用量予測プログラム。 - 前記将来使用量決定手段は、当該予測対象ユーザについて当該ユーザ重みが算出されていない場合、当該クラスタ重みに基づいて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定することを特徴とする請求項1又は2に記載の使用量予測プログラム。
- 前記クラスタリング手段は、少なくとも当該予測対象ユーザについての予測基準時点に係る属性情報に基づいて、当該複数のユーザについて生成したクラスタを更新することを特徴とする請求項1から3のいずれか1項に記載の使用量予測プログラム。
- 当該使用量データと当該属性情報との関係について学習した識別器を用い、当該ユーザにおける当該使用量データから、当該ユーザの属性情報を推定する属性推定手段としてコンピュータを更に機能させ、
前記クラスタリング手段は、当該各ユーザにおける推定された属性情報を含む属性情報に基づいて、当該複数のユーザを複数のクラスタに分類する
ことを特徴とする請求項1から4のいずれか1項に記載の使用量予測プログラム。 - 当該予測対象ユーザにおける当該所定期間での当該使用量データに基づいて、当該予測対象ユーザの当該ベース使用量を算出するベース使用量算出手段としてコンピュータを更に機能させることを特徴とする請求項1から5のいずれか1項に記載の使用量予測プログラム。
- 前記将来使用量決定手段は、当該予測重みを当該ベース使用量に乗じることによって、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定することを特徴とする請求項6に記載の使用量予測プログラム。
- 複数のユーザのうちの予測対象ユーザにおける所定エネルギー、所定物質又は所定情報授受手段の使用量を予測する使用量予測装置であって、
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するユーザ重み算出手段と、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するクラスタリング手段と、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するクラスタ重み算出手段と、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定する将来使用量決定手段と
を有することを特徴とする使用量予測装置。 - 複数のユーザのうちの予測対象ユーザにおける所定エネルギー、所定物質又は所定情報授受手段の使用量を予測する装置に搭載されたコンピュータにおける使用量予測方法であって、
連続して設定された複数の所定期間であって各々が複数の単位期間で構成される複数の所定期間における当該ユーザに係る当該使用量データを使用し、予測基準時点に係る所定期間の前の所定期間での当該使用量データが存在しているユーザ毎に、予測基準時点から見て所定期間についても単位期間についても前となる期間での当該使用量と、予測基準時点から見て所定期間及び単位期間のうちの一方について前となる期間での当該使用量との比に係る値であるユーザ重みを算出するステップと、
当該各ユーザの属性情報に基づいて、当該複数のユーザを複数のクラスタに分類するステップと、
当該予測対象ユーザの属するクラスタに属するユーザについて算出された当該ユーザ重みに基づいて、当該クラスタに属するユーザに適用されるクラスタ重みを算出するステップと、
当該予測対象ユーザについてユーザ重みが算出されている場合に、当該ユーザ重み及び当該クラスタ重みの両方を各々重み付けした上で反映させた予測重みを算出し、当該予測重みに基づき、当該予測対象ユーザの使用量の基準となるベース使用量を用いて、当該予測対象ユーザにおける予測基準時点の将来での当該使用量を決定するステップと
を有することを特徴とする使用量予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228732A JP6845789B2 (ja) | 2017-11-29 | 2017-11-29 | 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228732A JP6845789B2 (ja) | 2017-11-29 | 2017-11-29 | 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101525A JP2019101525A (ja) | 2019-06-24 |
JP6845789B2 true JP6845789B2 (ja) | 2021-03-24 |
Family
ID=66976910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017228732A Active JP6845789B2 (ja) | 2017-11-29 | 2017-11-29 | 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6845789B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026791B (zh) * | 2019-12-26 | 2021-08-10 | 广东电网有限责任公司电力科学研究院 | 一种基于居民细粒度用电数据的用户类型判定方法 |
JP7107423B1 (ja) * | 2021-11-10 | 2022-07-27 | トヨタ自動車株式会社 | 消費電力予測装置、消費電力予測方法及び消費電力予測プログラム |
KR102474031B1 (ko) * | 2021-12-15 | 2022-12-02 | 고등기술연구원연구조합 | 수요예측방법을 구비한 고장예측 방법 및 이를 이용하는 장치 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297832A (ja) * | 2001-03-30 | 2002-10-11 | Fujitsu Ltd | 情報処理装置、料金提示用プログラムおよび料金提示方法 |
JP2003256506A (ja) * | 2002-02-28 | 2003-09-12 | Osaka Gas Co Ltd | 算出方法、算出装置、コンピュータプログラム及び記録媒体 |
KR20120076662A (ko) * | 2010-12-09 | 2012-07-09 | 한국전자통신연구원 | 에너지 자원 관리장치 및 방법 |
JP5496236B2 (ja) * | 2012-03-14 | 2014-05-21 | 日本瓦斯株式会社 | ガス配送システム |
JP5390666B2 (ja) * | 2012-06-08 | 2014-01-15 | 日本瓦斯株式会社 | ガス需要予測システムおよびガス需要予測方法 |
JP2015087957A (ja) * | 2013-10-30 | 2015-05-07 | 株式会社東芝 | 情報提供装置およびその方法、ならびにプログラム |
-
2017
- 2017-11-29 JP JP2017228732A patent/JP6845789B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019101525A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10235662B2 (en) | Unusual usage alerts | |
Fazeli et al. | Temperature response functions for residential energy demand–A review of models | |
Sandels et al. | Modeling office building consumer load with a combined physical and behavioral approach: Simulation and validation | |
EP3436749A1 (en) | Orchestrated energy | |
JP6151202B2 (ja) | 特徴時間帯での消費電力量からユーザ属性を推定するプログラム、装置及び方法 | |
AU2017229644A1 (en) | A method and system for optimizing and predicting demand response | |
US10019739B1 (en) | Energy usage alerts for a climate control device | |
Li et al. | A personalized electricity tariff recommender system based on advanced metering infrastructure and collaborative filtering | |
Luo et al. | Coordinated residential energy resource scheduling with vehicle‐to‐home and high photovoltaic penetrations | |
US8504668B2 (en) | System and method for managing delivery of public services | |
JP6845789B2 (ja) | 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 | |
Do et al. | Residential building energy consumption: a review of energy data availability, characteristics, and energy performance prediction methods | |
US11010847B2 (en) | Systems and methods for regression-based determination of expected energy consumption and efficient energy consumption | |
US20220215295A1 (en) | Systems and methods for determining disaggregated energy consumption based on limited energy billing data | |
US20160071125A1 (en) | Real time provisional evaluation of utility program performance | |
Abrol et al. | Data-enabled building energy savings (DE BES) | |
Lee | Low-cost and simple short-term load forecasting for energy management systems in small and middle-sized office buildings | |
Siemann | Performance and applications of residential building energy grey-box models | |
Luján et al. | Cloud computing for smart energy management (CC-SEM project) | |
US9727063B1 (en) | Thermostat set point identification | |
Verbruggen et al. | Evaluation of the relationship between window use and physical environmental variables: consistency, seasonality and diversity | |
JP2014174890A (ja) | 電力情報管理サーバ及び電力情報管理方法 | |
Le et al. | Robust anticipative energy management system: Application of a smart building platform | |
Nel | Rethinking electrical water heaters | |
CN115345635A (zh) | 推荐内容的处理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191124 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201008 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201130 |
|
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: 20210222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6845789 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |