JP7163099B2 - エネルギー管理装置、モデル管理方法及びコンピュータプログラム - Google Patents
エネルギー管理装置、モデル管理方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7163099B2 JP7163099B2 JP2018151867A JP2018151867A JP7163099B2 JP 7163099 B2 JP7163099 B2 JP 7163099B2 JP 2018151867 A JP2018151867 A JP 2018151867A JP 2018151867 A JP2018151867 A JP 2018151867A JP 7163099 B2 JP7163099 B2 JP 7163099B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- model
- classification rule
- information
- 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
- 238000004590 computer program Methods 0.000 title claims description 8
- 238000007726 management method Methods 0.000 title description 104
- 238000011156 evaluation Methods 0.000 claims description 91
- 230000010365 information processing Effects 0.000 claims description 43
- 238000003066 decision tree Methods 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 18
- 238000003672 processing method Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 45
- 238000004891 communication Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 27
- 238000012545 processing Methods 0.000 description 27
- 230000005611 electricity Effects 0.000 description 12
- 230000006866 deterioration Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 235000000332 black box Nutrition 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
-
- G06Q50/40—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Description
特徴量xが距離(km)/電費(km/kWh)でもよい。この場合、電費は例えばカタログスペックの値でもよいし、推定すべき係数でもよい。 wが電費比(車種Aの電費/車種Bの電費)、xが車種Bの消費電力量(回帰モデルで求めた値)でもよい。電費比は推定すべき係数でもよい。この場合、モデルが車種Aと車種Bとが属するグループに対応するモデルであることが考えられる。
wがバッテリーの劣化度合い、xが回帰モデルによる消費電力量でもよい。バッテリーの劣化度合いは、例えば、EVのバッテリーのSoH/平均SoHでもよいし、EVの累積走行距離/平均累積走行距離でもよい。SoHは、State-of-Healthであり、バッテリーの劣化度合いを表す指標である。
wがEVと荷物の総重量/EVの総重量(または平均総重量)、xが回帰モデルによる消費電力量でもよい。EVと荷物の総重量/車の総重量(または平均総重量)はカタログ値に基づき決定してもよいし、学習により推定する係数でもよい。EVと荷物の総重量は、例えば、EVに許可された最大の人数と荷物を載せたときの重量である。
特徴量xがエアコン使用時間(h)であり、係数wは推定すべき係数であり、単位はkWh/hである。
特徴量xが温度差(Δ℃)であり、係数wは推定すべき係数であり、単位はkWh/Δ℃でもよい。
特徴量xがワイパー使用時間(h)であり、係数wは推定すべき係数であり、単位はkWh/hである。
供給地点A、B、C、D、E、F、G(以下、地点A~G)が、高速道路に配置されている。これらの地点A~Gは、EVの目的地(目的IC)までのある経路に沿って配置されたSA/PAである。EVは、地点Cで充電を行っており、充電完了後の電池残量(SoC(State of Charge)でもよい)を、充電器情報または情報装置201から取得する情報から走行状態管理部51は把握している。電池残量をEaと表す。また、走行状態管理部51は、情報装置201のGPSからEVの速度および時刻の情報を取得できる。EVは、現在走行中であり、地点DとEとの間に位置している。2つの供給地点XとYの区間を、区間XYを記載する。走行状態管理部51は、EVが現在の位置にいるときに、区間CD、区間DE、区間EF、区間FGの消費電力量を計算する例を示す。予測モデルに用いる特徴量の例として、区間の速度(平均速度)、区間の走行に要した走行時間を用いる。
グループごとに更新を行うか否かを判断し、更新を行うことを決定したグループのみ予測モデルを更新し、更新を行わないことを決定したグループについては予測モデルの更新を行わなくてもよい。より詳細には、グループの予測モデル(元の予測モデル)のモデル評価値を計算する。モデル評価値が閾値以上であれば、予測モデルを更新するための処理を開始することを決定し、閾値未満であれば、予測モデルを更新するための更新処理を開始しないことを決定する。当該処理を開始することを決定した場合は、図21のS101~S108の処理を行って、当該グループの予測モデル(更新用予測モデル)を生成する。生成した予測モデルのモデル評価値(更新用モデル評価値)と、元の予測モデルのモデル評価値(元のモデル評価値)を計算および比較する。更新用モデル評価値が元のモデル評価値よりも小さければ、更新用予測モデルは元の予測モデルよりもが改善したと判断し、更新用予測モデルで元の予測モデルを更新する。更新後の予測モデルは、第3予測モデルに対応する。それ以外の場合は、元の予測モデルをそのまま用いることを決定する。
走行状態管理部51が、通信部11を介して、走行中のEVの走行データを情報装置201(スマートフォン、カーナビなど)から取得する(S601)。走行状態管理部51は、取得した走行データを走行管理DB52に格納する。
11:通信部
12:ユーザID登録部
13:EVナビ利用登録部
14:ユーザDB(データベース)
15:地図情報管理部
16:道路管制情報管理部
17:充電器情報管理部
18:気象情報管理部
19:車両情報管理部
20:システムDB
21:制御部
31:モデル管理部
32:モデルDB
41:予測部
51:走行状態管理部
52:走行管理DB
61:予測評価部
71:モデル更新管理部
201A~201N:情報装置
211A~211N:サーバ
220:通信ネットワーク
100:コンピュータ装置
151:プロセッサ(CPU)
152:入力インタフェース
153:表示装置
154:通信装置
155:主記憶装置
156:外部記憶装置
157:バス
Claims (9)
- 移動体の移動状況を表す少なくとも1つの特徴量を含む移動データを取得する移動状態管理部と、
前記少なくとも1つの特徴量に関する複数の第1条件と、消費エネルギー量の複数の第1予測モデルとを対応づけた第1分類ルールに基づき、前記移動データが満たす第1条件に対応付いた第1予測モデルを取得し、取得した前記第1予測モデルに基づき、前記移動体の消費エネルギー量の予測値を計算する予測部と、
前記移動体の消費エネルギー量の予測値と、前記移動体の消費エネルギー量の実績値との差分に基づき、前記第1分類ルールの更新が必要か否かを判定する予測評価部と、
前記第1分類ルールの更新が必要と判定された場合に、前記移動データに基づき、前記少なくとも1つの特徴量に関する複数の第2条件と、複数の第2予測モデルとを対応づけた第2分類ルールを生成するモデル更新管理部と
を備え
前記予測評価部は、前記第1分類ルールの更新が必要でないと判定した場合に、前記移動データに基づき前記複数の第1予測モデルの少なくともいずれかの更新が必要か否かを判定し、
前記モデル更新管理部は、前記複数の第1予測モデルの少なくともいずれかの更新が必要であると判定された場合に、前記移動データに基づき、前記更新が必要であると判定された前記第1予測モデルに代わる第3予測モデルを生成する
情報処理装置。 - 前記予測部は、前記第1分類ルールを用いて前記移動体に関する消費エネルギー量の第1予測を行い、前記第2分類ルールを用いて前記移動体に関する消費エネルギー量の第2予測を行い、
前記モデル更新管理部は、前記消費エネルギー量の実績値に基づき前記第1予測と前記第2予測との性能を評価し、前記第2予測の性能が前記第1予測の性能よりも高い場合に、前記第2分類ルールを前記移動体に関する消費エネルギー量の予測に用いることを決定し、前記第1予測の性能が高い場合に、前記第1分類ルールを前記移動体に関する消費エネルギー量の予測に用いることを決定する
請求項1に記載の情報処理装置。 - 前記予測部は、前記第2分類ルールの生成後に取得された前記移動データを用いて前記第1予測および前記第2予測を行う
請求項2に記載の情報処理装置。 - 前記予測部は、前記第2分類ルールの生成前に取得された前記移動データをさらに用いて前記第1予測および前記第2予測を行う
請求項3に記載の情報処理装置。 - 前記第1分類ルールは、決定木であり、前記決定木の複数の末端ノードには前記複数の第1予測モデルが対応づけられており、前記決定木の前記複数の末端ノード以外のノードには前記複数の第1条件が対応づけられており、または、
前記第2分類ルールは、決定木であり、前記決定木の複数の末端ノードには前記複数の第2予測モデルが対応づけられており、前記決定木の前記複数の末端ノード以外のノードには前記複数の第2条件が対応づけられている
請求項1~4のいずれか一項に記載の情報処理装置。 - 前記複数の第1予測モデルのうちの少なくとも1つ、または前記複数の第2予測モデルのうちの少なくとも1つは、複数のタイプのモデルの総和である
請求項1~5のいずれか一項に記載の情報処理装置。 - 前記移動体の移動状況に関する情報は、前記移動体の動作状況と、前記移動体の特性と、前記移動体の移動環境とを表す値を含む
請求項1~6のいずれか一項に記載の情報処理装置。 - 移動体の移動状況を表す複数の特徴量を含む移動データを取得する第1ステップと、
前記少なくとも1つの特徴量に関する複数の第1条件と、消費エネルギー量の複数の第1予測モデルとを対応づけた第1分類ルールに基づき、前記移動データが満たす第1条件に対応付いた第1予測モデルを取得し、取得した前記第1予測モデルに基づき、前記移動体の消費エネルギー量の予測値を計算する第2ステップと、
前記移動体の消費エネルギー量の予測値と、前記移動体の消費エネルギー量の実績値との差分に基づき、前記第1分類ルールの更新が必要か否かを判定する第3ステップと、 前記第1分類ルールの更新が必要と判定された場合に、前記前記移動データに基づき、前記少なくとも1つの特徴量に関する複数の第2条件と、複数の第2予測モデルとを対応づけた第2分類ルールを生成する第4ステップと、
を備え、
前記第3ステップは、前記第1分類ルールの更新が必要でないと判定した場合に、前記移動データに基づき前記複数の第1予測モデルの少なくともいずれかの更新が必要か否かを判定し、
前記第4ステップは、前記複数の第1予測モデルの少なくともいずれかの更新が必要であると判定された場合に、前記移動データに基づき、前記更新が必要であると判定された前記第1予測モデルに代わる第3予測モデルを生成する、 情報処理方法。 - 移動体の移動状況を表す複数の特徴量を含む移動データを取得する第1ステップと、
前記少なくとも1つの特徴量に関する複数の第1条件と、消費エネルギー量の複数の第1予測モデルとを対応づけた第1分類ルールに基づき、前記移動データが満たす第1条件に対応付いた第1予測モデルを取得し、取得した前記第1予測モデルに基づき、前記移動体の消費エネルギー量の予測値を計算する第2ステップと、
前記移動体の消費エネルギー量の予測値と、前記移動体の消費エネルギー量の実績値との差分に基づき、前記第1分類ルールの更新が必要か否かを判定する第3ステップと、 前記第1分類ルールの更新が必要と判定された場合に、前記移動データに基づき、前記少なくとも1つの特徴量に関する複数の第2条件と、複数の第2予測モデルとを対応づけた第2分類ルールを生成する第4ステップと、
をコンピュータに実行させ、
前記第3ステップは、前記第1分類ルールの更新が必要でないと判定した場合に、前記移動データに基づき前記複数の第1予測モデルの少なくともいずれかの更新が必要か否かを判定し、
前記第4ステップは、前記複数の第1予測モデルの少なくともいずれかの更新が必要であると判定された場合に、前記移動データに基づき、前記更新が必要であると判定された前記第1予測モデルに代わる第3予測モデルを生成する
コンピュータプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018151867A JP7163099B2 (ja) | 2018-08-10 | 2018-08-10 | エネルギー管理装置、モデル管理方法及びコンピュータプログラム |
US16/535,130 US20200050954A1 (en) | 2018-08-10 | 2019-08-08 | Energy management device, model management method and non-transitory computer readable medium |
EP19190973.8A EP3608850A1 (en) | 2018-08-10 | 2019-08-09 | Energy management device, model management method and computer program |
CN201910732018.3A CN110816549B (zh) | 2018-08-10 | 2019-08-09 | 能源管理装置、模型管理方法以及计算机程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018151867A JP7163099B2 (ja) | 2018-08-10 | 2018-08-10 | エネルギー管理装置、モデル管理方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020027432A JP2020027432A (ja) | 2020-02-20 |
JP7163099B2 true JP7163099B2 (ja) | 2022-10-31 |
Family
ID=67658651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018151867A Active JP7163099B2 (ja) | 2018-08-10 | 2018-08-10 | エネルギー管理装置、モデル管理方法及びコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200050954A1 (ja) |
EP (1) | EP3608850A1 (ja) |
JP (1) | JP7163099B2 (ja) |
CN (1) | CN110816549B (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020185556A1 (en) * | 2019-03-08 | 2020-09-17 | Musara Mubayiwa Cornelious | Adaptive interactive medical training program with virtual patients |
US20210256635A1 (en) * | 2020-02-17 | 2021-08-19 | EnergyXchain, LLC | Creating, monitoring, and updating energy transactions using distributed ledger technology and contract codex |
CN115698699A (zh) * | 2020-06-15 | 2023-02-03 | 杰富意钢铁株式会社 | 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法 |
CN115698700A (zh) * | 2020-06-15 | 2023-02-03 | 杰富意钢铁株式会社 | 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法 |
US20230251226A1 (en) * | 2020-06-15 | 2023-08-10 | Jfe Steel Corporation | Mechanical property measuring apparatus, mechanical property measuring method, substance manufacturing equipment, substance management method, and substance manufacturing method |
TWI824198B (zh) * | 2020-11-19 | 2023-12-01 | 中華電信股份有限公司 | 預測無人機的耗電量的方法及使用所述方法的無人機 |
JP7414019B2 (ja) * | 2021-01-04 | 2024-01-16 | トヨタ自動車株式会社 | エネルギー消費量推定装置およびエネルギー消費量推定方法 |
CN113112061A (zh) * | 2021-04-06 | 2021-07-13 | 深圳市汉德网络科技有限公司 | 一种预测车辆油耗的方法与装置 |
JP2023035637A (ja) * | 2021-09-01 | 2023-03-13 | 株式会社東芝 | 情報処理装置、情報処理方法、プログラムおよび移動体 |
WO2023139647A1 (ja) * | 2022-01-18 | 2023-07-27 | 日本電気株式会社 | 処理装置、処理方法及びプログラム |
CN115240418B (zh) * | 2022-07-20 | 2023-07-25 | 浙江科技学院 | 基于因果门控-低通图卷积网络的短时交通流量预测方法 |
JP2024028051A (ja) * | 2022-08-19 | 2024-03-01 | 株式会社ブリヂストン | エネルギー消費量推定装置、モデル生成装置、プログラム及びモデルの生成方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086896A (ja) | 2002-08-06 | 2004-03-18 | Fuji Electric Holdings Co Ltd | 適応的予測モデル構築方法及び適応的予測モデル構築システム |
JP2017509103A (ja) | 2014-01-03 | 2017-03-30 | コミサリヤ・ア・レネルジ・アトミク・エ・オ・エネルジ・アルテルナテイブ | 電気またはハイブリッド車両の動作中における電池の劣化状態を推定する方法、装置、およびシステム、並びに前記推定用のモデルを構築する方法 |
JP2018072083A (ja) | 2016-10-26 | 2018-05-10 | 株式会社東芝 | 消費エネルギー予測装置及び消費エネルギー予測方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7996339B2 (en) * | 2004-09-17 | 2011-08-09 | International Business Machines Corporation | Method and system for generating object classification models |
JP5135308B2 (ja) * | 2009-09-09 | 2013-02-06 | クラリオン株式会社 | エネルギ消費量予測方法、エネルギ消費量予測装置および端末装置 |
JP5742117B2 (ja) * | 2010-06-03 | 2015-07-01 | 日産自動車株式会社 | 車両用の情報提示装置 |
JPWO2013084931A1 (ja) * | 2011-12-08 | 2015-04-27 | 株式会社日立製作所 | 到達可能範囲算出装置、方法、およびプログラム |
JP5930820B2 (ja) * | 2012-04-16 | 2016-06-08 | 三菱電機株式会社 | エネルギー消費量予測装置 |
JP5840090B2 (ja) * | 2012-08-17 | 2016-01-06 | 株式会社東芝 | 消費電力量推定装置 |
US9569984B2 (en) * | 2012-12-11 | 2017-02-14 | Abalta Technologies, Inc. | Recording, monitoring, and analyzing driver behavior |
JP6658507B2 (ja) * | 2014-03-28 | 2020-03-04 | 日本電気株式会社 | 負荷推定システム、情報処理装置、負荷推定方法、及び、コンピュータ・プログラム |
JP6569300B2 (ja) * | 2015-05-27 | 2019-09-04 | 日産自動車株式会社 | 車両消費エネルギー提示装置及び車両消費エネルギー提示方法 |
US10984338B2 (en) * | 2015-05-28 | 2021-04-20 | Raytheon Technologies Corporation | Dynamically updated predictive modeling to predict operational outcomes of interest |
CN106740222A (zh) * | 2017-01-11 | 2017-05-31 | 贵州大学 | 一种电动汽车续驶里程预测方法 |
JP6674637B2 (ja) * | 2017-03-17 | 2020-04-01 | トヨタ自動車株式会社 | 電池制御装置および電池制御システム |
-
2018
- 2018-08-10 JP JP2018151867A patent/JP7163099B2/ja active Active
-
2019
- 2019-08-08 US US16/535,130 patent/US20200050954A1/en active Pending
- 2019-08-09 EP EP19190973.8A patent/EP3608850A1/en not_active Ceased
- 2019-08-09 CN CN201910732018.3A patent/CN110816549B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086896A (ja) | 2002-08-06 | 2004-03-18 | Fuji Electric Holdings Co Ltd | 適応的予測モデル構築方法及び適応的予測モデル構築システム |
JP2017509103A (ja) | 2014-01-03 | 2017-03-30 | コミサリヤ・ア・レネルジ・アトミク・エ・オ・エネルジ・アルテルナテイブ | 電気またはハイブリッド車両の動作中における電池の劣化状態を推定する方法、装置、およびシステム、並びに前記推定用のモデルを構築する方法 |
JP2018072083A (ja) | 2016-10-26 | 2018-05-10 | 株式会社東芝 | 消費エネルギー予測装置及び消費エネルギー予測方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020027432A (ja) | 2020-02-20 |
CN110816549A (zh) | 2020-02-21 |
US20200050954A1 (en) | 2020-02-13 |
CN110816549B (zh) | 2023-05-02 |
EP3608850A1 (en) | 2020-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7163099B2 (ja) | エネルギー管理装置、モデル管理方法及びコンピュータプログラム | |
US9776512B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
TWI638328B (zh) | 電力需求預測裝置、電力供給系統、電力需求預測方法、程式、供給電力管理裝置 | |
US9459111B2 (en) | Methods and apparatus for estimating power usage | |
Jha et al. | Development and calibration of a large-scale microscopic traffic simulation model | |
JP2023175992A (ja) | エネルギー供給システムおよび情報処理装置 | |
TW201901116A (zh) | 用於數位路線規劃的系統以及方法 | |
US10157242B2 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
US20120173136A1 (en) | Advanced routing of vehicle fleets | |
EP4016001A1 (en) | Fleet emission control, distribution, and limits adherence | |
JP7062553B2 (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 | |
EP3450919A1 (en) | Route estimation apparatus and route estimation method | |
Grubwinkler et al. | A modular and dynamic approach to predict the energy consumption of electric vehicles | |
JP2023155476A (ja) | 情報処理システム、情報処理装置、情報処理方法及び情報処理プログラム | |
CN117546218A (zh) | 用于交通预测的分布式多任务机器学习 | |
El Esawey et al. | Calibration and validation of micro-simulation models of medium-size networks. | |
CN109447352B (zh) | 一种公交出行od矩阵反推的组合方法 | |
Alves et al. | Retrieving real-time information to users in public transport networks: an application to the Lisbon bus system | |
CN112101677B (zh) | 一种公共交通出行路径规划方法、装置、设备及存储介质 | |
Uehara et al. | Evaluation of a hierarchical cooperative transport system using demand responsive bus on a dynamic simulation | |
Balakrishna et al. | Large-scale traffic simulation tools for planning and operations management | |
Lv et al. | Optimization of dynamic parking guidance information for special events | |
TWI635447B (zh) | 乘車需求量預測方法及系統 | |
Karamanis et al. | Identifying critical fleet sizes using a novel agent-based modelling framework for autonomous ride-sourcing | |
Auld et al. | A disaggregate model system for assessing the energy impact of transportation at the regional level |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220308 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220805 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220805 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220816 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220819 |
|
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: 20220920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221019 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7163099 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |