JP6861578B2 - 負荷推定装置及び負荷推定方法 - Google Patents
負荷推定装置及び負荷推定方法 Download PDFInfo
- Publication number
- JP6861578B2 JP6861578B2 JP2017109115A JP2017109115A JP6861578B2 JP 6861578 B2 JP6861578 B2 JP 6861578B2 JP 2017109115 A JP2017109115 A JP 2017109115A JP 2017109115 A JP2017109115 A JP 2017109115A JP 6861578 B2 JP6861578 B2 JP 6861578B2
- Authority
- JP
- Japan
- Prior art keywords
- load information
- load
- information
- representative model
- similarity
- 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
- 238000000034 method Methods 0.000 title claims description 43
- 238000004364 calculation method Methods 0.000 claims description 138
- 230000008859 change Effects 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 description 47
- 238000012544 monitoring process Methods 0.000 description 46
- 238000010586 diagram Methods 0.000 description 43
- 238000002360 preparation method Methods 0.000 description 27
- 230000008901 benefit Effects 0.000 description 10
- 238000010248 power generation Methods 0.000 description 8
- WWYNJERNGUHSAO-XUDSTZEESA-N (+)-Norgestrel Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](CC)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 WWYNJERNGUHSAO-XUDSTZEESA-N 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
1.1 負荷推定装置
図1は、実施の形態1の負荷推定装置を図示するブロック図である。
図2は、実施の形態1の負荷推定装置において扱われる負荷情報のデータ構造を図示する図である。
図3は、実施の形態1の負荷推定装置において行われる処理を説明する説明図である。
図4は、実施の形態1の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。
負荷情報記憶部1340は、代表モデル作成用のN個の負荷情報1040をN個のモニタリング住宅1060から取得し、取得したN個の負荷情報1040を記憶する。
図5は、実施の形態1の負荷推定装置において扱われる負荷情報の例をグラフ及び表により図示する図である。
クラスタリング用の対応関係計算部1341は、負荷情報記憶部1340に記憶されたN個の負荷情報1040における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第1の負荷情報に含まれる総負荷情報と各負荷情報対を構成する第2の負荷情報に含まれる総負荷情報との間の時系列上の対応関係を示す対応関係情報を計算する。これにより、N個の負荷情報1040にそれぞれ含まれるN個の総負荷情報の間の時系列上の対応関係を示すクラスタリング用の対応関係情報1360が計算される。
第1の負荷情報に含まれる総負荷情報と第2の負荷情報に含まれる総負荷情報との間の時系列上の対応関係の計算に用いられる、データXとデータYとの間の時系列上の対応関係の計算手法の例を以下で説明する。
図10は、実施の形態1の負荷推定装置において行われる1次クラスタリングを説明する説明図である。
1次クラスタリング部1343は、図10に図示されるように、1次クラスタリング用の類似度計算部1342により計算された1次クラスタリング用の類似度1400にしたがって、負荷情報記憶部1340に記憶された代表モデル作成用のN個の負荷情報1040をM_1個の1次クラスター1160に分類し、M_1個の1次クラスター1160の各々である各1次クラスター1180に属するN(m_1)個の負荷情報1200を特定する。N(m_1)個の負荷情報1200は、少なくともひとつの負荷情報である。1次クラスタリングは、各1次クラスター1180に属するN(m_1)個の負荷情報1200にそれぞれ含まれるN(m_1)個の総負荷情報1420が互いに類似するように行われる。
図12は、実施の形態1の負荷推定装置において行われる2次クラスタリングを説明する説明図である。
2次クラスタリング部1345は、図12に図示されるように、2次クラスタリング用の類似度計算部1344により計算された2次クラスタリング用の類似度1480にしたがって、M_1個の1次クラスター1160の各々である各1次クラスター1180に属するN(m_1)個の負荷情報1200をM_2個の2次クラスターに分類し、M_1*M_2個の2次クラスター1220の各々である各2次クラスター1240に属するN(m_2)個の負荷情報1260を特定する。N(m_2)個の負荷情報1260は、少なくともひとつの負荷情報である。2次クラスタリングは、各2次クラスター1240に属するN(m_2)個の負荷情報1260にそれぞれ含まれるN(m_2)個の機器別負荷情報1500が互いに類似するように行われる。
代表モデル取得部1346は、図3に図示されるように、M_1*M_2個の2次クラスター1220の各々である各2次クラスター1240に属するN(m_2)個の負荷情報1260を代表する各代表モデル1300を生成することにより、M_1*M_2個の代表モデル1280を取得する。
代表モデル記憶部1347は、代表モデル取得部1346により取得されたM_1*M_2個の代表モデル1280を記憶する。
図14は、実施の形態1の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。図15は、実施の形態1の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。
図16は、実施の形態1の負荷推定装置に備えられる代表モデル取得部を図示するブロック図である。
基準モデル抽出部1520は、M_1*M_2個の2次クラスター1220の各々である各2次クラスター1240について、基準モデル1540を抽出する。
代表モデル作成用の対応関係計算部1521は、M_1*M_2個の2次クラスター1220の各々である各2次クラスター1240について、各2次クラスター1240に属するN(m_2)個の負荷情報1260が複数の負荷情報である場合に、抽出された基準モデル1540に含まれる総負荷情報と各2次クラスター1240に属する基準モデル1540以外の少なくともひとつの負荷情報である少なくともひとつの非基準モデル1541の各々に含まれる総負荷情報との間の対時系列上の対応関係を示す代表モデル作成用の対応関係情報1560を計算する。
代表モデル作成部1522は、M_1*M_2個の2次クラスター1220の各々である各2次クラスター1240について、各2次クラスター1240に属するN(m_2)個の負荷情報1260が複数の負荷情報である場合は、代表モデル作成用の対応関係計算部1521により計算された代表モデル作成用の対応関係情報1560を参照し、代表モデル1300を作成する。これにより、代表モデル作成部1522は、M_1*M_2個の2次クラスター1220に属する少なくともひとつの負荷情報をそれぞれ代表するM_1*M_2個の代表モデル1280を作成する。
少なくともひとつの非基準モデル1541の数が1個の基準モデルである場合に基準モデル1540及び非基準モデル1541から各代表モデル1300を作成する手順を説明する。
図18は、実施の形態1の負荷推定装置に備えられる推定部を図示するブロック図である。
受付部1580は、推定対象の総負荷情報1041を推定対象の住宅1061から取得する。
図19は、実施の形態1の負荷推定装置において扱われる推定対象の総負荷情報の例を表により図示する図である。
代表モデル選択用の対応関係計算部1581は、受付部1580により取得された推定対象の総負荷情報1041と代表モデル記憶部1347に記憶されているM_1*M_2個の代表モデル1280の各々である各代表モデル1300に含まれる総負荷情報との間の時系列上の対応関係を示す代表モデル選択用の対応関係情報1600を計算する。
代表モデル選択用の類似度計算部1582は、受付部1580により取得された推定対象の総負荷情報1041と代表モデル記憶部1347に記憶されているM_1*M_2個の代表モデル1280の各々である各代表モデル1300に含まれる総負荷情報との間の代表モデル選択用の類似度1620を計算する。
代表モデル選択部1583は、代表モデル選択用の類似度計算部1582により計算された代表モデル選択用の類似度1620に基づいて、M_1*M_2個の代表モデル1280から1個の選択代表モデル1320を選択する。
内訳計算部1584は、受付部1580により取得された推定対象の総負荷情報1041並びに選択代表モデル1320に含まれる総負荷情報及び機器別負荷情報から総負荷情報1041の内訳を計算する。これにより、総負荷情報1041の内訳を示す推定対象の住宅1061の機器別負荷情報1080が計算される。内訳の計算は、選択代表モデル1320に含まれる総負荷情報の内訳を示す、選択代表モデル1320に含まれる機器別負荷情報が、総負荷情報1041の内訳を示す機器別負荷情報1080に反映されるように行われる。
図20は、実施の形態1の負荷推定装置において扱われる推定対象の総負荷情報の例を折れ線グラフにより図示する図である。
図23は、実施の形態1の負荷推定装置において扱われる内訳計算用の対応関係情報を利用しない場合に利用される対応関係情報の例を表により図示する図である。
図25は、実施の形態1の負荷推定装置において扱われる内訳計算用の対応関係情報の例を表により図示する図である。
一般的に言って、推定対象の住宅1061の総負荷の時間変化がモニタリング住宅の総負荷の時間変化に類似する場合は、推定対象の住宅1061の総負荷の内訳である機器別負荷がモニタリング住宅の総負荷の内訳である機器別負荷に類似する可能性が高い。したがって、推定対象の住宅1061の総負荷の時間変化と類似する総負荷の時間変化を有するモニタリング住宅から取得した負荷情報から選択代表モデル1320を生成し、生成した選択代表モデル1320に含まれる機器別負荷情報を推定対象の住宅1061の機器別負荷情報1080に反映させる負荷推定装置1000によれば、機器別負荷情報1080が精度よく推定される。
2.1 実施の形態1と実施の形態2との相違
実施の形態1の負荷推定装置1000は、N個のモニタリング住宅1060から取得した代表モデル作成用のN個の負荷情報1040及び推定対象の住宅1061から取得した推定対象の総負荷情報1041から、推定対象の住宅1061の機器別負荷情報1080を推定する。これに対して、実施の形態2の負荷推定装置は、N個のモニタリング住宅から取得した代表モデル作成用のN個の負荷情報及びN個の属性情報、並びに推定対象の住宅から取得した推定対象の総負荷情報及び属性情報から、推定対象の住宅の機器別負荷情報を推定する。
図27は、実施の形態2の負荷推定装置を図示するブロック図である。
図28は、実施の形態2の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。
特徴属性情報抽出部2348は、代表モデル作成用のN個の負荷情報2040にそれぞれ付属するN個の属性情報2042をN個のモニタリング住宅2060から取得する。
N個の属性情報2042は、N個のモニタリング住宅2060の属性をそれぞれ示す。
図29は、実施の形態2の負荷推定装置において扱われるモニタリング住宅から取得された属性情報の例を表により図示する図である。
図30は、実施の形態2の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。
図31は、実施の形態2の負荷推定装置において扱われる、モニタリング住宅から取得された属性情報の例を表により図示する図である。
図32は、実施の形態2の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。
2次クラスターに30個の負荷情報d1,d2,...,d30が属し、10個の負荷情報d1,d2,...,d10の各々に付属する属性情報が、図31(a)に図示される属性情報であり、15個の負荷情報d11,d12,...,d25の各々に付属する属性情報が、図31(b)に図示される属性情報であり、5個の負荷情報d26,d27,...,d30の各々に付属する属性情報が、図31(c)に図示される属性情報である場合について考える。
図33は、実施の形態2の負荷推定装置に備えられる推定部を図示するブロック図である。
代表モデル選択部2583は、図33に図示されるように、類似度計算部2585を備える。
図34は、実施の形態2の負荷推定装置において扱われる推定対象の住宅から取得された属性情報の例を表により図示する図である。
実施の形態2の負荷推定装置2000は、実施の形態1の負荷推定装置1000と同様の利点を有する。以下では、実施の形態2の負荷推定装置2000が有する追加の利点について説明する。
3.1 実施の形態1と実施の形態3との相違
実施の形態1の負荷推定装置1000は、N個のモニタリング住宅1060から取得した代表モデル作成用のN個の負荷情報1040及び推定対象の住宅1061から取得した推定対象の総負荷情報1041から、推定対象の住宅1061の機器別負荷情報1080を推定する。これに対して、実施の形態3の負荷推定装置は、N個のモニタリング住宅から取得した代表モデル作成用のN個の負荷情報、並びに推定対象の住宅から取得した推定対象の総負荷情報及び傾向アンケート情報から、推定対象の住宅の機器別負荷情報を推定する。
図35は、実施の形態3の負荷推定装置を図示するブロック図である。
傾向アンケート情報3043は、推定対象の住宅3061における家電機器の利用傾向と直接的に関連する事項についての問い合わせに対する回答を含む情報であってもよいし、血液型、趣味等の推定対象の住宅3061における家電機器の利用傾向と直接的に関連しない事項についての問い合わせに対する回答を含む情報であってもよい。
図36は、実施の形態3の負荷推定装置に備えられる推定部を図示するブロック図である。
特徴抽出部3585は、M_1*M_2個の代表モデル3280に含まれる2個以上の代表モデルの相対的な特徴をそれぞれ示す2個以上の特徴情報3048を抽出する。2個以上の代表モデルは、実施の形態1の負荷推定装置1000において扱われる代表モデル選択用の類似度1620と同様の代表モデル選択用の類似度3620において推定対象の総負荷情報3041と2個以上の代表モデルの各々との間の類似度が基準以上となるように選択される。
代表モデル選択部3583は、類似度計算部3586を備える。
図37は、第3実施形態の負荷推定装置において扱われる代表モデルの例を積み上げ棒グラフにより図示する図である。
図39は、第3実施形態の負荷推定装置において扱われる傾向アンケート情報の例を表により図示する図である。
2個以上の代表モデルが図38に図示される「代表モデルA」及び「代表モデルB」であり、傾向アンケート情報3043が図39に図示される傾向アンケート情報である場合は、図39に図示される傾向アンケート情報からキッチン負荷が多くリビング負荷が少ないという傾向が分析により得られ、キッチン負荷が多くリビング負荷が多いという特徴を有する「代表モデルB」が選択代表モデル3320として選択される。
実施の形態3の負荷推定装置3000は、実施の形態1の負荷推定装置1000と同様の利点を有する。以下では、実施の形態3の負荷推定装置3000が有する追加の利点について説明する。
Claims (6)
- 各々がひとつの需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す総負荷情報及び前記ひとつの需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を含む代表モデル作成用の複数の負荷情報にそれぞれ含まれる複数の総負荷情報の間の第1の類似度を計算する第1の類似度計算部と、
前記第1の類似度にしたがって前記代表モデル作成用の複数の負荷情報を複数の1次クラスターに分類し、前記複数の1次クラスターの各々に属する少なくともひとつの負荷情報を特定する1次クラスタリング部と、
前記複数の1次クラスターに含まれる少なくともひとつの1次クラスターの各々である各1次クラスターに属する複数の負荷情報にそれぞれ含まれる複数の部分負荷情報の間の第2の類似度を計算する第2の類似度計算部と、
前記第2の類似度にしたがって前記各1次クラスターに属する複数の負荷情報を複数の2次クラスターに分類し、前記複数の2次クラスターの各々である各2次クラスターに属する少なくともひとつの負荷情報を特定する2次クラスタリング部と、
前記各2次クラスターに属する少なくともひとつの負荷情報を代表する代表モデルを生成することにより、複数の代表モデルを取得する代表モデル取得部と、
推定対象の需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す推定対象の総負荷情報と前記複数の代表モデルの各々に含まれる総負荷情報との間の第3の類似度を計算する第3の類似度計算部と、
前記第3の類似度に基づいて、前記推定対象の総負荷情報と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いて、前記複数の代表モデルから選択代表モデルを選択する代表モデル選択部と、
前記選択代表モデルに含まれる部分負荷情報が、計算される部分負荷情報に反映されるように、前記推定対象の需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を計算する計算部と、
を備える負荷推定装置。 - 前記代表モデル作成用の複数の負荷情報にそれぞれ付属する複数の属性情報を取得し、前記各2次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報の特徴を示す特徴属性情報を抽出することにより、複数の特徴属性情報を抽出する特徴属性情報抽出部
をさらに備え、
前記代表モデル選択部は、
前記推定対象の総負荷情報に付属する属性情報を取得し、前記推定対象の総負荷情報に付属する属性情報と前記複数の特徴属性情報の各々との間の第4の類似度を計算する第4の類似度計算部
を備え、
前記選択基準は、前記推定対象の総負荷情報に付属する属性情報と候補となる代表モデルにより代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる基準である
請求項1の負荷推定装置。 - 前記複数の代表モデルに含まれる2個以上の代表モデルの相対的な特徴をそれぞれ示す2個以上の特徴情報を抽出する特徴抽出部
をさらに備え、
前記代表モデル選択部は、
前記推定対象の需要家の傾向アンケート情報を取得し、前記傾向アンケート情報と前記2個以上の特徴情報の各々との間の第5の類似度を計算する第5の類似度計算部
を備え、
前記選択基準は、前記傾向アンケート情報と候補となる代表モデルの相対的な特徴を示す特徴情報との間の類似度が高くなるほど候補となる代表モデルが選択されやすくなる基準である
請求項1又は2の負荷推定装置。 - 前記代表モデル作成用の複数の負荷情報に含まれる第1の負荷情報に含まれる総負荷の複数の時系列点が、前記代表モデル作成用の複数の負荷情報に含まれる第2の負荷情報に含まれる総負荷の複数の時系列点に近似するように、前記第1の負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、前記第2の負荷情報に含まれる総負荷の複数の時系列点を特定する対応関係計算部
をさらに備え、
前記第1の類似度計算部は、前記第1の負荷情報に含まれる総負荷の複数の時系列点と前記第2の負荷情報に含まれる総負荷の複数の時系列点との間の類似度を、前記第1の負荷情報に含まれる総負荷情報と前記第2の負荷情報に含まれる総負荷情報との間の類似度とし、
前記第2の類似度計算部は、前記第1の負荷情報に含まれる総負荷の複数の時系列点と同時刻にそれぞれ取得された部分負荷の複数の時系列点と前記第2の負荷情報に含まれる総負荷の複数の時系列点と同時刻にそれぞれ取得された部分負荷の複数の時系列点との間の類似度を、前記第1の負荷情報に含まれる部分負荷情報と前記第2の負荷情報に含まれる部分負荷情報との間の類似度とする
請求項1から3までのいずれかの負荷推定装置。 - 前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点が、前記複数の代表モデルの各々である各代表モデルに含まれる総負荷の複数の時系列点に近似するように、前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、前記各代表モデルに含まれる総負荷の複数の時系列点を特定する代表モデル選択用の対応関係計算部
をさらに備え、
前記第3の類似度計算部は、
前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点と前記各代表モデルに含まれる総負荷の複数の時系列点との間の類似度を、前記推定対象の総負荷情報と前記各代表モデルに含まれる総負荷情報との間の類似度とする
請求項1から4までのいずれかの負荷推定装置。 - コンピューターが実行する負荷推定方法であって、
a) 各々がひとつの需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す総負荷情報及び前記ひとつの需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を含む代表モデル作成用の複数の負荷情報にそれぞれ含まれる複数の総負荷情報の間の第1の類似度を計算する工程と、
b) 前記第1の類似度にしたがって前記代表モデル作成用の複数の負荷情報を複数の1次クラスターに分類し、前記複数の1次クラスターの各々に属する少なくともひとつの負荷情報を特定する工程と、
c) 前記複数の1次クラスターに含まれる少なくともひとつの1次クラスターの各々である各1次クラスターに属する複数の負荷情報にそれぞれ含まれる複数の部分負荷情報の間の第2の類似度を計算する工程と、
d) 前記第2の類似度にしたがって前記各1次クラスターに属する複数の負荷情報を複数の2次クラスターに分類し、前記複数の2次クラスターの各々である各2次クラスターに属する少なくともひとつの負荷情報を特定する工程と、
e) 前記各2次クラスターに属する少なくともひとつの負荷情報を代表する代表モデルを生成することにより、複数の代表モデルを取得する工程と、
f) 推定対象の需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す推定対象の総負荷情報と前記複数の代表モデルの各々に含まれる総負荷情報との間の第3の類似度を計算する工程と、
g) 前記第3の類似度に基づいて、前記推定対象の総負荷情報と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いて、前記複数の代表モデルから選択代表モデルを選択する工程と、
h) 前記選択代表モデルに含まれる部分負荷情報が、計算される部分負荷情報に反映されるように、前記推定対象の需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を計算する工程と、
を備える負荷推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017109115A JP6861578B2 (ja) | 2017-06-01 | 2017-06-01 | 負荷推定装置及び負荷推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017109115A JP6861578B2 (ja) | 2017-06-01 | 2017-06-01 | 負荷推定装置及び負荷推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018205953A JP2018205953A (ja) | 2018-12-27 |
JP6861578B2 true JP6861578B2 (ja) | 2021-04-21 |
Family
ID=64957161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017109115A Active JP6861578B2 (ja) | 2017-06-01 | 2017-06-01 | 負荷推定装置及び負荷推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6861578B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7069058B2 (ja) * | 2019-01-23 | 2022-05-17 | 三菱電機株式会社 | 負荷推定装置及び負荷推定方法 |
CN110209260B (zh) * | 2019-04-26 | 2024-02-23 | 平安科技(深圳)有限公司 | 耗电量异常检测方法、装置、设备及计算机可读存储介质 |
US11403508B1 (en) | 2021-10-15 | 2022-08-02 | Starkoff Co., Ltd. | Method for estimating load by energy meter including load estimation model based on neural network and energy meter using the same |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4153897B2 (ja) * | 2004-05-19 | 2008-09-24 | 積水化学工業株式会社 | 光熱費予測装置、光熱費予測方法及び光熱費予測プログラム |
JP5300761B2 (ja) * | 2010-02-25 | 2013-09-25 | 株式会社東芝 | エネルギー配分計算装置 |
WO2012154566A1 (en) * | 2011-05-06 | 2012-11-15 | Opower, Inc. | Method and system for selecting similar consumers |
US9672577B2 (en) * | 2013-01-10 | 2017-06-06 | International Business Machines Corporation | Estimating component power usage from aggregate power usage |
KR101422682B1 (ko) * | 2014-02-18 | 2014-09-25 | 주식회사 인코어드 테크놀로지스 | 전력 인입점 에너지 계측 장치 및 이를 통한 에너지 계측 정보 레이블링 시스템 |
WO2016006977A1 (en) * | 2014-07-11 | 2016-01-14 | Encored Technologies, Inc. | Apparatus, server, system and method for energy measuring |
JP6342700B2 (ja) * | 2014-05-01 | 2018-06-13 | トヨタ自動車株式会社 | 電力消費行動推定装置 |
JP6407110B2 (ja) * | 2015-07-13 | 2018-10-17 | 三菱電機株式会社 | 負荷推定装置及び負荷推定方法 |
-
2017
- 2017-06-01 JP JP2017109115A patent/JP6861578B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018205953A (ja) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Mining energy consumption behavior patterns for households in smart grid | |
US11468375B2 (en) | System for energy consumption prediction | |
JP7069058B2 (ja) | 負荷推定装置及び負荷推定方法 | |
Berges et al. | User-centered nonintrusive electricity load monitoring for residential buildings | |
US20120290230A1 (en) | Methods and Apparatuses for Monitoring Energy Consumption and Related Operations | |
JP5980195B2 (ja) | 配電系統の負荷予測装置および配電系統の負荷予測方法 | |
Ahmadi-Karvigh et al. | A framework for allocating personalized appliance-level disaggregated electricity consumption to daily activities | |
JP6861578B2 (ja) | 負荷推定装置及び負荷推定方法 | |
JP4951082B2 (ja) | 省エネアドバイス生成装置 | |
Akbari et al. | Occupancy and occupant activity drivers of energy consumption in residential buildings | |
JP2011122908A (ja) | 分析装置及び計測管理システム | |
JP6395083B2 (ja) | 電力使用状況推定装置、プログラム | |
GB2488164A (en) | Identifying electrical appliances and their power consumption from energy data | |
Eskander et al. | A complementary unsupervised load disaggregation method for residential loads at very low sampling rate data | |
Wills et al. | Adaptation and validation of an existing bottom-up model for simulating temporal and inter-dwelling variations of residential appliance and lighting demands | |
Rahman et al. | Developing load profile for domestic customers of Dhaka city through statistical prediction | |
Zhang et al. | Machine learning algorithm for activity‐aware demand response considering energy savings and comfort requirements | |
JP6407110B2 (ja) | 負荷推定装置及び負荷推定方法 | |
JP5924626B2 (ja) | エネルギー診断システム、及びエネルギー診断プログラム | |
JP6641235B2 (ja) | 負荷推定装置及び負荷推定方法 | |
Jafary et al. | Modeling the determinants of residential appliance electricity use single-family homes, homes with electric vehicles and apartments | |
Latif et al. | Analytics of residential electrical energy profile | |
Hosoe et al. | Automated generation method of recommendation for effective energy utilization as a HEMS service | |
JP2015231328A (ja) | 予測装置、予測方法及び予測プログラム | |
Simsar et al. | Residential appliance clustering based on their inherent characteristics for optimal use based K-means and hierarchical clustering method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170626 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201224 |
|
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: 20210302 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210330 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6861578 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |