JP6915156B2 - 電力需要予測装置、電力需要予測方法、およびそのプログラム - Google Patents
電力需要予測装置、電力需要予測方法、およびそのプログラム Download PDFInfo
- Publication number
- JP6915156B2 JP6915156B2 JP2020515324A JP2020515324A JP6915156B2 JP 6915156 B2 JP6915156 B2 JP 6915156B2 JP 2020515324 A JP2020515324 A JP 2020515324A JP 2020515324 A JP2020515324 A JP 2020515324A JP 6915156 B2 JP6915156 B2 JP 6915156B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- power demand
- unit
- prediction
- coefficient
- 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
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Description
[電力需要予測装置の構成]
第1の実施形態に係る電力需要予測装置100について、図1〜5を参照して説明する。電力需要予測装置100は、汎用のコンピューターを所定のプログラムで実行することにより構成することができる。コンピューターは、CPU、メモリ、チップセット、GPU及びVRAMを有するグラフィックスボード、HDD又はSSD等の記憶装置、入力インターフェース、出力インターフェース等がバスを介して接続された構成である。電力需要予測装置100の機能を実現するプログラムは記憶装置に格納され、実行時にメモリ上へと展開された後、手順に従って実行される。
データ管理部200は、電力需要予測に必要なデータおよび電力需要の予測データを保存する処理部であり、データ取得部201、欠測補間部202、およびデータ保存部203を備える。
予測モデル管理部300は、予測モデルを構築して保存する処理部であり、フーリエ変換部301、予測モデル構築部302、予測モデル保存部303を有する。予測モデル管理部300は、後述の指令送信部500からの構築指令に基づき、予測モデルを構築する。
予測部400は、予測モデルを用いて需要予測データを算出する処理部であり、予測演算部401および逆フーリエ変換部402を有する。予測部400は、予測モデル保存部303に保存されている予測モデルと、データ保存部203に保存された予報データを取得する。
指令送信部500は、データ保存部203に保存された需要実績データと需要予測データに基づいて、モデル更新指令または新規モデル構築指令を出力する処理部である。指令送信部500は、モデル更新判断部501を有する。
上記のような本実施形態の電力需要予測装置100を用いた、電力需要予測データの算出フローについて図5のフローチャートを参照しつつ説明する。以下の例では、一日の需要データは30分毎に取得されるものであり、合計48コマから成り立っているものとする。また、予測は1日分をまとめて予測するものとし、予測対象日の前日の23:30に予測を実施するものとする。
(1)以上のような本実施形態の電力需要予測装置100は、電力需要の実績データをフーリエ変換するフーリエ変換部301と、電力需要の実績データをフーリエ変換した結果から、各周波数の係数を予測する予測モデルを構築する予測モデル構築部302と、予測モデルに予報データを入力し、各周波数の係数予測データを算出する予測演算部401と、各周波数の係数予測データを逆フーリエ変換し、電力需要予測データを算出する逆フーリエ変換部402と、を有する。
[電力需要予測装置の構成]
第2実施形態ついて、図6〜11を参照して説明する。なお、第2実施形態以降の実施形態においては、前述した実施形態とは異なる点のみを説明し、同じ部分については同じ符号を付して詳細な説明は省略する。本実施形態の電力需要予測装置100は、図6に示すとおり、予測モデル構築部302において分離周波数決定部321、長波長モデル構築部322、短波長モデル構築部323、および増加量加算部403を有する。
本実施形態の電力需要予測装置100を用いた、電力需要予測データの算出フローについて図9のフローチャートを参照しつつ説明する。まず、ステップS01〜S03については、上記実施形態と同様に処理を行う。
(1)電力需要の実績データをフーリエ変換した結果を、長波長成分と短波長成分に分離する分離周波数決定部321と、長波長成分の係数を予測する予測モデルを構築する長波長モデル構築部322と、短波長成分の係数に基づいて、係数の固定値を決定する短波長モデル構築部323と、短波長モデル構築部323が決定した係数の固定値を、逆フーリエ変換部402が算出した電力需要予測データに加算する増加量加算部403と、をさらに有する。
(3)短波長モデル構築部323は、短波長成分の各係数の、所定の信頼区間における最大値を係数の固定値として決定する。
[電力需要予測装置の構成]
第3実施形態ついて、図12〜15を参照して説明する。本実施形態の電力需要予測装置100は、上記第2の実施形態において確率密度関数を用いて予測モデルを構築したものである。図12に示すとおり、電力需要予測装置100は、長波長モデル構築部322において、確率予測モデル構築部331を有する。また、予測部400において、需要予測データ決定部404を有する。
本実施形態の電力需要予測装置100を用いた、電力需要予測データの算出フローについて図13のフローチャートを参照しつつ説明する。本実施形態の算出フローは、ステップS413A、ステップS51A、ステップS61Aに新たな特徴があり、他のステップについては上記第2の実施形態同様に処理を行う。ステップS413Aにおいて、分離周波数決定部321が分離した長波長成分については、長波長モデル構築部322が予測モデルを構築する。
本実施形態の電力需要予測装置100は、予測モデル構築部302が、予測モデルを確率密度関数で構築する確率予測モデル構築部331をさらに有し、確率密度関数を用いて複数の予測モデルを構築するものであり、予測演算部401は、複数の予測モデルデータのそれぞれに予報データを入力し、複数の係数予測データを算出し、逆フーリエ変換部402は、複数の係数予測データをそれぞれ逆フーリエ変換し、複数の電力需要予測データを算出する。
20…表示部
200…データ管理部
201…データ取得部
202…欠測補間部
203…データ保存部
300…予測モデル管理部
301…フーリエ変換部
302…予測モデル構築部
303…予測モデル保存部
321…分離周波数決定部
322…長波長モデル構築部
323…短波長モデル構築部
331…確率予測モデル構築部
400…予測部
401…予測演算部
402…逆フーリエ変換部
403…増加量加算部
404…需要予測データ決定部
500…指令送信部
501…モデル更新判断部
Claims (8)
- 電力需要の実績データをフーリエ変換するフーリエ変換部と、
電力需要の実績データをフーリエ変換した結果と、構築の条件となる実績データとを入力として、各周波数の係数を予測する予測モデルを構築する予測モデル構築部と、
前記予測モデルに予報データを入力し、各周波数の係数予測データを算出する予測演算部と、
各周波数の係数予測データを逆フーリエ変換し、電力需要予測データを算出する逆フーリエ変換部と、を有する電力需要予測装置。 - 電力需要の実績データをフーリエ変換した結果を、長波長成分と短波長成分に分離する分離周波数決定部と、
長波長成分の係数を予測する予測モデルを構築する長波長モデル構築部と、
短波長成分の係数に基づいて、係数の固定値を決定する短波長モデル構築部と、
前記短波長モデル構築部が決定した係数の固定値を、前記逆フーリエ変換部が算出した電力需要予測データに加算する増加量加算部と、をさらに有する請求項1記載の電力需要予測装置。 - 前記短波長モデル構築部は、短波長成分の各係数の最大値を係数の固定値として決定することを特徴とする請求項2記載の電力需要予測装置。
- 前記短波長モデル構築部は、短波長成分の各係数の、所定の信頼区間における最大値を係数の固定値として決定することを特徴とする請求項2記載の電力需要予測装置。
- 前記予測モデル構築部が、予測モデルを確率密度関数で構築する確率予測モデル構築部をさらに有し、確率密度関数を用いて複数の予測モデルを構築するものであり、
前記予測演算部は、複数の予測モデルデータのそれぞれに予報データを入力し、複数の係数予測データを算出し、前記逆フーリエ変換部は、複数の係数予測データをそれぞれ逆フーリエ変換し、複数の電力需要予測データを算出する請求項1〜4いずれか一項記載の電力需要予測装置。 - 前記電力需要予測データと、前記電力需要実績データの比較結果に基づき、前記予測モデルの更新または新規予測モデルの構築の必要性を判断するモデル更新判断部をさらに有する請求項1〜5いずれか1項記載の電力需要予測装置。
- コンピュータ又は電子回路が、
電力需要の実績データをフーリエ変換するフーリエ変換処理と、
電力需要の実績データをフーリエ変換した結果と、構築の条件となる実績データとを入力として、各周波数の係数を予測する予測モデルを構築する予測モデル構築処理と、
前記予測モデルに予報データを入力し、各周波数の係数予測データを算出する予測演算処理と、
各周波数の係数予測データを逆フーリエ変換し、電力需要予測データを算出する逆フーリエ変換処理と、を実行する電力需要予測方法。 - コンピュータに、
電力需要の実績データをフーリエ変換するフーリエ変換処理と、
電力需要の実績データをフーリエ変換した結果と、構築の条件となる実績データとを入力として、各周波数の係数を予測する予測モデルを構築する予測モデル構築処理と、
前記予測モデルに予報データを入力し、各周波数の係数予測データを算出する予測演算処理と、
各周波数の係数予測データを逆フーリエ変換し、電力需要予測データを算出する逆フーリエ変換処理と、を実行させる電力需要予測プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/016435 WO2019207622A1 (ja) | 2018-04-23 | 2018-04-23 | 電力需要予測装置、電力需要予測方法、およびそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019207622A1 JPWO2019207622A1 (ja) | 2021-02-12 |
JP6915156B2 true JP6915156B2 (ja) | 2021-08-04 |
Family
ID=68295002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020515324A Active JP6915156B2 (ja) | 2018-04-23 | 2018-04-23 | 電力需要予測装置、電力需要予測方法、およびそのプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6915156B2 (ja) |
WO (1) | WO2019207622A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7217074B2 (ja) | 2018-06-01 | 2023-02-02 | 株式会社日立製作所 | 電力需給管理システム、電力需給管理方法、および電力需給管理装置 |
CN111062749A (zh) * | 2019-12-12 | 2020-04-24 | 北京爱奇艺科技有限公司 | 增长量预估方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3910948B2 (ja) * | 2003-08-04 | 2007-04-25 | 東京電力株式会社 | 電源計画についての情報処理方法及びコンピュータ・システム |
JP2005141708A (ja) * | 2003-11-05 | 2005-06-02 | Yoji Mukuda | 需要予測プログラム、当該需要予測プログラムを記録したコンピュータ読み取り可能な記録媒体、及び需要予測装置 |
US9519912B2 (en) * | 2013-09-20 | 2016-12-13 | Xerox Corporation | Hybrid system for demand prediction |
JP2017028861A (ja) * | 2015-07-22 | 2017-02-02 | 清水建設株式会社 | 電力管理システム及び電力管理方法 |
-
2018
- 2018-04-23 WO PCT/JP2018/016435 patent/WO2019207622A1/ja active Application Filing
- 2018-04-23 JP JP2020515324A patent/JP6915156B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019207622A1 (ja) | 2019-10-31 |
JPWO2019207622A1 (ja) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Feng et al. | A data-driven multi-model methodology with deep feature selection for short-term wind forecasting | |
Vu et al. | A variance inflation factor and backward elimination based robust regression model for forecasting monthly electricity demand using climatic variables | |
Mestre et al. | SPLIDHOM: A method for homogenization of daily temperature observations | |
Messner et al. | Extending extended logistic regression: Extended versus separate versus ordered versus censored | |
JP5940922B2 (ja) | 自然エネルギー量予測装置 | |
US20170371073A1 (en) | Prediction apparatus, prediction method, and non-transitory storage medium | |
Romanowicz et al. | A data based mechanistic approach to nonlinear flood routing and adaptive flood level forecasting | |
JP5867349B2 (ja) | 品質予測装置、操業条件決定方法、品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 | |
JP5661594B2 (ja) | 予測モデル構築装置、方法、及びプログラム、並びに発電量予測装置、及び方法 | |
US10540422B2 (en) | Combining multiple trending models for photovoltaics plant output forecasting | |
JP2009225550A (ja) | 電力の需要予測処理方法及び装置、並びに発電予測処理方法 | |
JP6915156B2 (ja) | 電力需要予測装置、電力需要予測方法、およびそのプログラム | |
JP2019159506A (ja) | 時系列予測装置、時系列予測方法及びプログラム | |
CN112308281A (zh) | 一种温度信息预测方法及装置 | |
TWI490811B (zh) | Support facilities for storage facilities, use of reservoir support facilities and support facilities for storage facilities | |
JP2019096164A (ja) | 電力市場価格予測装置、電力市場価格予測方法、および電力市場価格予測プログラム | |
CN113518000A (zh) | 在线服务的实例数量调整的方法、装置及电子设备 | |
JP7461650B2 (ja) | 生育状態予測方法及び生育状態予測プログラム | |
Wilson et al. | Use of meteorological data for improved estimation of risk in capacity adequacy studies | |
JP7332554B2 (ja) | 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 | |
Han et al. | FengWu-GHR: Learning the Kilometer-scale Medium-range Global Weather Forecasting | |
JP7206963B2 (ja) | 予測システム、予測方法 | |
CN112926780A (zh) | 基于Sister预测的平均分位数回归的概率负荷预测方法 | |
Masselot et al. | Heat-related mortality prediction using low-frequency climate oscillation indices: Case studies of the cities of Montréal and Québec, Canada | |
JP3181018B2 (ja) | 気象予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201009 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201009 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210119 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210319 |
|
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: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210714 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915156 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |