JP7231504B2 - 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 - Google Patents
気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 Download PDFInfo
- Publication number
- JP7231504B2 JP7231504B2 JP2019124858A JP2019124858A JP7231504B2 JP 7231504 B2 JP7231504 B2 JP 7231504B2 JP 2019124858 A JP2019124858 A JP 2019124858A JP 2019124858 A JP2019124858 A JP 2019124858A JP 7231504 B2 JP7231504 B2 JP 7231504B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- uncertainty
- weather
- numerical
- prediction
- 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
先ず、図1~図5を参照して、実施形態1を説明する。図1は、実施形態1に係る気象数値解析システム10を含む予測対象データ生成システム1Sの構成例を示すブロック図である。予測対象データ生成システム1Sは、気象数値解析システム10と、社会データ予測システム13とを含む。さらに、気象数値解析システム10は、再解析システム11と、後処理および不確実性評価システム12とを含む。再解析システム11、後処理および不確実性評価システム12、ならびに社会データ予測システム13の詳細は後述する。
図2は、実施形態1に係る再解析システム11の構成例を示すブロック図である。再解析システム11は、入力気象場データ101(入力気象数値解析データ)、地形データ102および設定値データ108を入力データとする。本実施形態では、入力気象場データ101として、気象機関が気象数値解析を実施して作成および提供する、生成済みの気象数値解析データを用いる。ただし、入力気象場データ101の作成元は、気象機関に限らない。入力気象場データ101は、時間断面が異なる複数のデータで構成される。さらに、入力気象場データ101として、開始時間が異なる複数種類の入力気象場データ101a、101b、・・・を用いる場合がある。
図3は、実施形態1に係る後処理および不確実性評価システム12の構成例を示すブロック図である。後処理および不確実性評価システム12は、入力データとして、前述した時系列気象場データ106を用いる。さらに、後処理および不確実性評価システム12は、前述した入力気象場データ101を用いる場合もある。これらの入力データは、3次元的な配列の格子点上にある、複数の気象要素から構成される。
図4は、実施形態1に係る社会データ予測システム13の構成例を示すブロック図である。社会データ予測システム13は、社会インフラに関わるデータの予測と生成を実施するシステムである。本実施形態では、社会データ予測システム13は、一例として、電力事業分野において、過去の電力需要の実績量や気象要素の観測値などに基づいて、将来の所定期間の電力需要量値などの予測を可能にするシステムであるとする。
図5は、実施形態1に係る社会データ予測システムの処理例を示すフローチャートである。上述のように、実施形態1に係る社会データ予測システム13は、例として電力需要予測を行うシステムである。
(2-1)後処理および不確実性評価システム12Bの構成
次に、図6~図8を参照して、実施形態2を説明する。図6は、実施形態2に係る後処理および不確実性評価システム12Bの構成例を示すブロック図である。図6は、実施形態1に係る後処理および不確実性評価システム12のより詳細な構成例として、実施形態2に係る後処理および不確実性評価システム12Bの構成例を示す。
本実施形態において、再解析システム11および社会データ予測システム13は、実施形態1と同様である。
(3-1)後処理および不確実性評価システム12Cの構成
次に、図9を参照して、実施形態3を説明する。図9は、実施形態3に係る後処理および不確実性評価システム12Cの構成例を示すブロック図である。図9は、実施形態1に係る後処理および不確実性評価システム12のより詳細な構成例として、後処理および不確実性評価システム12Cの構成例を示す。
本実施形態において、再解析システム11および社会データ予測システム13は、実施形態1と同様である。
(4-1)後処理および不確実性評価システム12Dの構成
次に、図10~図12を参照して、実施形態4を説明する。図10は、実施形態4に係る気象数値解析システム10の運用スケジュールにおいて発生する解析対象期間の重複期間の例を示す図である。気象機関が実施する気象予報においては、時々刻々と追加収集した観測データを、データ同化と呼ばれる技術を用いて解析に取り込み、一定時間間隔(例えば6時間ごと)をおいて、初期値データを修正した解析と予報を繰り返している。
本実施形態において、再解析システム11および社会データ予測システム13は、実施形態1と同様である。
(5-1)設定修正判定部14の構成
図13は、実施形態5に係る再解析システム11、後処理および不確実性評価システム12、ならびに設定修正判定部14を含む気象数値解析システム10Eの構成例を示すブロック図である。図13に示す気象数値解析システム10Eは、実施形態1の気象数値解析システム10に、設定修正判定部14が追加された構成となっている。
本実施形態において、再解析システム11と社会データ予測システム13は、実施形態1と同様である。また、本実施形態において、後処理および不確実性評価システム12は、実施形態2~4の何れかと同じものを用いている。
(6-1)意思決定支援システム15の構成
図14は、実施形態6に係る意思決定支援システム15の構成例を示すブロック図である。意思決定支援システム15は、公開予報不確実性評価部16と、行動基準データベース125とを備える。公開予報不確実性評価部16には、公開気象予報データ122、時系列気象要素データ111、不確実性指標データ113および不確実性評価データ115が入力される。
本実施形態において、再解析システム11は実施形態1と同様である。後処理および不確実性評価システム12は実施形態2~4の何れかと同様である。さらに実施形態5の設定修正判定部14を本実施形態に追加して用いてもよい。
(7-1)社会データ予測システム13Gの構成
図15は、実施形態7に係る社会データ予測システム13Gの構成例を示すブロック図である。図15は、実施形態1に係る社会データ予測システム13の他の実施形態である。実施形態1との違いを以下に説明する。
本実施形態において、再解析システム11は、実施形態1と同じものである。後処理および不確実性評価システム12は、実施形態2~4の何れかと同じものを用いている。さらに実施形態5の設定修正判定部14を本実施形態に追加して用いてもよい。
(8-1)再解析システム11Hの構成
図16は、実施形態8に係る再解析システム11Hの構成例を示すブロック図である。
再解析システム11Hは、実施形態1の再解析システム11の他の実施形態である。実施形態1との違いは、公知のデータ同化システム51が追加された点である。データ同化システム51は、時系列気象場データ106と観測値データ151などを入力とし、それらの差分を最小化するように初期値データ104を修正する修正量データ152を出力する。その後、再解析システム11Hの気象数値解析ソルバ3は、修正量データ152を用いて修正された初期値データ104を用いて、再々度、気象数値解析を実行し、データ同化後の時系列気象場データ156を演算生成する。
本実施形態において、後処理および不確実性評価システム12は、実施形態2~4の何れかと同様である。また、実施形態5の設定修正判定部14を追加して用いてもよい。社会データ予測システム13は、実施形態1~7の何れかと同様である。もしくは、社会データ予測システム13に代えて、実施形態6と同様の意思決定支援システム15を用いてもよい。
図17は、実施形態1~8を実現するデータ管理システム201の構成例を示す概略図である。図17を参照して、実施形態1~8に係る気象数値解析システム10を含む予測対象データ生成システム1Sを実現するハードウェア構成を説明する。
図11、13、14、15、16、17および18を参照して、実施形態6~8における予測対象データ生成システム1Sの全体的な処理手順を説明する。図18は、実施形態6~8に係る予測対象データ生成システム1Sの処理例を示すフローチャートである。
図19は、計算機装置202のハードウェア構成例を示す図である。予測対象データ生成システム1Sを実現するコンピュータ500では、CPUに代表される演算装置530、RAM等のメモリ540、入力装置560および出力装置570が、メモリコントローラ550を通して相互接続されている。コンピュータ500において、所定のプログラムがI/Oコントローラ520を介してSSDやHDD等の外部記憶装置580から読み出されて、演算装置530およびメモリ540の協働により実行されることにより、予測対象データ生成システム1Sが実現される。予測対象データ生成システム1Sを実現するためのプログラムは、頒布媒体から読み出されて取得されても、ネットワークインターフェース510を介した通信により外部のコンピュータから取得されてもよい。
Claims (10)
- 所定間隔をおいて取得した計算開始時刻が異なる複数の入力気象数値解析データを所定の解析対象期間にわたってそれぞれ再解析して複数の気象数値解析データを生成する再解析システムと、
前記複数の気象数値解析データに基づいて任意の箇所の任意の気象要素を演算する後処理を行って複数の気象数値予測データを生成する後処理および不確実性評価システムと、を含み、
前記後処理および不確実性評価システムは、
前記複数の気象数値予測データと前記複数の入力気象数値解析データとの中で解析対象期間が重複する区間のデータに基づいて前記複数の気象数値予測データの不確実性を示す不確実性指標データを生成する不確実性演算部と、
不確実性に関する評価基準データと前記不確実性指標データとに基づいて、前記複数の気象数値予測データの不確実性の高さを評価し、該不確実性の高さを示す不確実性評価データを生成する不確実性評価部と、を備え、
前記不確実性指標データおよび前記不確実性評価データと共に、前記複数の気象数値予測データの中の前記重複する期間に該当する1つのデータを出力する
ことを特徴とする気象数値解析システム。 - 前記不確実性演算部は、
前記複数の気象数値予測データにおける前記任意の箇所および任意の時刻の前後の所定時間内での前記任意の気象要素に関する時間変化の分散性データの最大値を、前記不確実性指標データとして生成し、
前記不確実性評価部は、
前記評価基準データをもとに前記不確実性指標データを閾値判定した結果に基づいて、前記不確実性評価データを生成する
ことを特徴とする請求項1に記載の気象数値解析システム。 - 前記不確実性演算部は、
前記複数の気象数値解析データと、前記複数の気象数値予測データにおける前記任意の箇所での前記任意の気象要素に関する分散性の指標と、に基づく該任意の気象要素の確率分布データを、前記不確実性指標データとして生成し、
前記不確実性評価部は、
前記評価基準データをもとに前記不確実性指標データを閾値判定した結果に基づいて、前記不確実性評価データを生成する
ことを特徴とする請求項1に記載の気象数値解析システム。 - 前記再解析システムは、
前記複数の気象数値解析データのデータ同化を行うデータ同化システムを備え、
前記データ同化システムによってデータ同化が行われた前記複数の気象数値解析データをさらに再解析する
ことを特徴とする請求項1に記載の気象数値解析システム。 - 前記再解析システムによる再解析に関する設定値を修正する設定修正判定部をさらに備え、
前記設定修正判定部は、
前記気象数値解析システムの運用計画データと、前記不確実性指標データと、前記不確実性評価データと、前記複数の気象数値予測データとに基づいて、前記設定値の修正要否を判定し、前記設定値の修正要と判定した場合に、前記設定値を修正し、
前記再解析システムは、
前記設定修正判定部によって修正された前記設定値に基づいて、前記複数の入力気象数値解析データをさらに再解析する
ことを特徴とする請求項1に記載の気象数値解析システム。 - 請求項1に記載の気象数値解析システムと、
気象の影響を受ける社会インフラに関わる予測対象データを生成する社会データ予測システムと、を含み、
前記社会データ予測システムは、
前記予測対象データを生成するための少なくとも一つの予測モデルを同定する予測モデル同定部と、
前記予測モデル同定部によって同定された予測モデルで前記予測対象データを生成する少なくとも一つの予測値算出部と、を備え、
前記予測値算出部は、
前記不確実性指標データもしくは前記不確実性評価データと、前記複数の気象数値予測データとに基づいて、前記予測対象データを生成する
ことを特徴とする予測対象データ生成システム。 - 前記社会データ予測システムは、
複数の前記予測値算出部と、
前記不確実性評価データに応じて、前記予測対象データを生成する前記予測値算出部を切り替える切替部と
を備えたことを特徴とする請求項6に記載の予測対象データ生成システム。 - 前記社会データ予測システムは、
複数の前記予測値算出部と、
前記予測値算出部が前記予測対象データを生成する際に受ける気象要素の影響を検証する気象要素影響検証部と、
前記気象要素影響検証部による検証結果に応じて前記予測対象データを生成する前記予測値算出部を切り替える切替部と
を備えたことを特徴とする請求項6に記載の予測対象データ生成システム。 - 請求項1に記載の気象数値解析システムと、
気象の影響を受ける行動に関する意思決定を支援する意思決定支援システムと、を含み、
前記意思決定支援システムは、
公開気象予報データの不確実性を評価する公開予報不確実性評価部を備え、
前記公開予報不確実性評価部は、
前記不確実性指標データと、前記複数の気象数値予測データとに基づいて前記公開気象予報データの不確実性評価値データを生成し、該不確実性評価値データと、気象の影響を受ける際の行動基準データもしくは前記不確実性評価データとに基づいて、推奨される行動を示す行動指標データを出力する
ことを特徴とする予測対象データ生成システム。 - 気象数値解析システムが行う気象数値解析方法であって、
前記気象数値解析システムは、
所定間隔をおいて取得した計算開始時刻が異なる複数の入力気象数値解析データを所定の解析対象期間にわたってそれぞれ再解析して複数の気象数値解析データを生成する再解析システムと、
前記複数の気象数値解析データに基づいて任意の箇所の任意の気象要素を演算する後処理を行って複数の気象数値予測データを生成する後処理および不確実性評価システムと、を含み、
前記後処理および不確実性評価システムが、
前記複数の気象数値予測データと前記複数の入力気象数値解析データとの中で解析対象期間が重複する区間のデータに基づいて前記複数の気象数値予測データの不確実性を示す不確実性指標データを生成し、
不確実性に関する評価基準データと前記不確実性指標データとに基づいて、前記複数の気象数値予測データの不確実性の高さを評価し、該不確実性の高さを示す不確実性評価データを生成し、
前記不確実性指標データおよび前記不確実性評価データと共に、前記複数の気象数値予測データの中の前記重複する期間に該当する1つのデータを出力する
ことを特徴とする気象数値解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019124858A JP7231504B2 (ja) | 2019-07-03 | 2019-07-03 | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019124858A JP7231504B2 (ja) | 2019-07-03 | 2019-07-03 | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021012439A JP2021012439A (ja) | 2021-02-04 |
JP7231504B2 true JP7231504B2 (ja) | 2023-03-01 |
Family
ID=74226592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019124858A Active JP7231504B2 (ja) | 2019-07-03 | 2019-07-03 | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7231504B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114112995B (zh) * | 2021-12-01 | 2024-01-30 | 中国人民解放军国防科技大学 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
CN116224473B (zh) * | 2023-05-09 | 2023-06-27 | 北京东润环能科技股份有限公司 | 一种风速预报方法、模型训练方法、装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080319724A1 (en) | 2007-04-24 | 2008-12-25 | University Of South Florida | Electric power distribution interruption risk assessment calculator |
JP2009225550A (ja) | 2008-03-14 | 2009-10-01 | Tokyo Electric Power Co Inc:The | 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 |
US20130338920A1 (en) | 2008-11-13 | 2013-12-19 | Saint Louis University | Apparatus and method for providing environmental predictive indicators |
JP2017111074A (ja) | 2015-12-18 | 2017-06-22 | 三菱重工業株式会社 | 気象データ同化方法、気象予測方法および気象予測システム |
JP2017203773A (ja) | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
JP2017224268A (ja) | 2016-06-09 | 2017-12-21 | 株式会社日立製作所 | データ予測システムおよびデータ予測方法 |
JP2018010015A (ja) | 2017-10-18 | 2018-01-18 | 株式会社東芝 | 気象予測誤差解析システム及び気象予測誤差解析方法 |
-
2019
- 2019-07-03 JP JP2019124858A patent/JP7231504B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080319724A1 (en) | 2007-04-24 | 2008-12-25 | University Of South Florida | Electric power distribution interruption risk assessment calculator |
JP2009225550A (ja) | 2008-03-14 | 2009-10-01 | Tokyo Electric Power Co Inc:The | 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 |
US20130338920A1 (en) | 2008-11-13 | 2013-12-19 | Saint Louis University | Apparatus and method for providing environmental predictive indicators |
JP2017111074A (ja) | 2015-12-18 | 2017-06-22 | 三菱重工業株式会社 | 気象データ同化方法、気象予測方法および気象予測システム |
JP2017203773A (ja) | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
JP2017224268A (ja) | 2016-06-09 | 2017-12-21 | 株式会社日立製作所 | データ予測システムおよびデータ予測方法 |
JP2018010015A (ja) | 2017-10-18 | 2018-01-18 | 株式会社東芝 | 気象予測誤差解析システム及び気象予測誤差解析方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021012439A (ja) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fan et al. | Short-term load forecasting based on a semi-parametric additive model | |
CN110969285B (zh) | 预测模型训练方法、预测方法、装置、设备及介质 | |
Paraschiv et al. | A spot-forward model for electricity prices with regime shifts | |
US20150317589A1 (en) | Forecasting system using machine learning and ensemble methods | |
JP7157620B2 (ja) | 予測システムおよび予測方法 | |
JP7099805B2 (ja) | 予測装置、予測システム、予測方法及びプログラム | |
Tayman | Assessing uncertainty in small area forecasts: State of the practice and implementation strategy | |
JP2014157457A (ja) | 予測装置および予測方法 | |
Buxi et al. | Generating day-of-operation probabilistic capacity scenarios from weather forecasts | |
JP7231504B2 (ja) | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 | |
CN112308281A (zh) | 一种温度信息预测方法及装置 | |
Eikeland et al. | Probabilistic forecasts of wind power generation in regions with complex topography using deep learning methods: An Arctic case | |
Day et al. | Residential power load forecasting | |
CN114943565A (zh) | 基于智能算法的电力现货价格预测方法及装置 | |
US11669060B2 (en) | Hybrid machine learning and simulation based system for forecasting in electricity systems | |
Al-Duais et al. | A unique Markov chain Monte Carlo method for forecasting wind power utilizing time series model | |
Sahoo et al. | Novel Gaussian flower pollination algorithm with IoT for unit price prediction in peer-to-peer energy trading market | |
Bhattacharjee et al. | Using global variance-based sensitivity analysis to prioritise bridge retrofits in a regional road network subject to seismic hazard | |
WO2022168357A1 (ja) | 発電量管理システム及び発電量管理方法 | |
García-Díaz et al. | Competitive models for the spanish short-term electricity demand forecasting | |
WO2021130298A1 (en) | System, apparatus and method for managing energy consumption at a technical installation | |
CN112465266A (zh) | 一种母线负荷预测准确率分析方法、装置及计算机设备 | |
Mahjoob et al. | GA based optimized LS-SVM forecasting of short term electricity price in competitive power markets | |
WO2022162798A1 (ja) | 電力需要予測装置、電力需要予測方法およびプログラム | |
Uppal et al. | Weather biased optimal delta model for short‐term load forecast |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221208 |
|
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: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7231504 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |