JP7250227B2 - 消費電力推定装置及びプログラム - Google Patents

Description

本発明は、消費電力推定装置及びプログラム、特に消費電力を計測できなかった期間における消費電力の推定に関する。

オフィスビルでは、年間の省エネ制御計画を立てるために、自物件の過去、例えば１年間分の消費電力や設備稼働履歴等を参考にして、今後１年間の各月・各時刻の消費電力を推定している。

しかし、消費電力を過去数ヶ月分しか蓄積できていないビルでは、時節毎の情報がないため、今後１年間の消費電力を推定することができず、よって有効な省エネ制御計画を立案することができない。

そこで、例えば、消費電力等の過去の実績を１年以上持つ他物件のデータ、特に自物件に類似する物件の実績データを活用することによって、消費電力を計測できなかった期間における消費電力を推定する技術が提案されている（例えば、特許文献１，２）。

特許第６２７５２０７号明細書 特開２０１５－２５８８号公報 特開２００５－２３７１８７号公報 特開２０１２－２０５４３２号公報 国際公開第２０１７／２１７４６６号 特開２００５－１２２２５５号公報 特開２００４－３２０９６３号公報 特開２０１３－７８２０１号公報

従来においては、消費電力の推定対象とする物件に類似する他物件が存在することを前提としている。今後１年間の消費電力の推定精度を高めるためには、推定対象とする物件と相対的に類似度の高い他物件を抽出できることが望まれるが、類似度の高い他物件を抽出できるようにするためには、国内全地域、全業種の物件のデータを網羅的に保有することが望まれる。しかしながら、必ずしも網羅的に保有できるとは限らない。

また、類似度の判定に用いる指標としては、例えば、日毎及び月毎の平均電力、建物の地域や緯度・経度、建物を利用する企業の業種、店舗等建物の属性、建物内の人数等がある。そして、検索条件として指定する項目を、これらの指標の中からより多く選択することによって類似度の高い物件を抽出することができるようになる。しかしながら、物件のデータ数が十分でない場合、検索条件に多くの項目を指定すると、類似度の高い他物件が抽出できなくなる可能性が生じてくる。

その一方、検索条件に指定する項目数を少なくして、類似性のある物件を抽出しやすくすることも考えられる。しかしながら、そうすると相対的に類似度の低い物件のデータも参照されることになり、よって消費電力の推定精度が低下してしまう。

本発明は、消費電力の推定の際に参照対象とする他物件の数が少ない場合でも、推定精度を低下させることなく消費電力を収集できなかった月における消費電力を推定できるようにすることを目的とする。

本発明に係る消費電力推定装置は、消費電力の推定のために消費電力の実績データを参照する参照期間のうち、消費電力の推定対象となる対象物件において消費電力が収集された収集月に含まれる各日における消費電力の時刻変化と、前記対象物件以外の他物件の前記収集月に含まれる各日における消費電力の時刻変化と、を対比することによって、前記収集月に含まれる各日における消費電力の時刻変化が前記対象物件と類似する他物件を時刻変化類似物件として抽出する時刻変化類似物件抽出手段と、前記時刻変化類似物件の、前記参照期間における前記収集月以外の未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する時刻変化消費電力推定手段と、前記対象物件の前記収集月に含まれる各月の消費電力量の変化と、前記他物件の前記収集月に含まれる各月の消費電力量の変化と、を対比することによって、前記収集月に含まれる各月の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出する月毎変化類似物件抽出手段と、前記月毎変化類似物件の、前記参照期間における各月の消費電力量を参照して、前記対象物件の前記未収集月における消費電力量を推定する月毎消費電力量推定手段と、前記月毎消費電力量推定手段が推定した前記対象物件の前記未収集月における消費電力量に基づき、前記時刻変化消費電力推定手段が推定した前記未収集月に含まれる各日の各時刻における消費電力を補正することによって、前記対象物件の前記未収集月に含まれる各日の各時刻における消費電力を月毎に推定する各月・各時刻消費電力推定手段と、を有するものである。

また、前記月毎変化類似物件抽出手段は、前記収集月に含まれる各月の消費電力量の変化に代えて、前記対象物件の前記収集月に含まれる各日の消費電力量の変化と、前記他物件の前記収集月に含まれる各日の消費電力量の変化と、を対比することによって、前記収集月に含まれる各日の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出するものである。

また、前記時刻変化類似物件抽出手段は、各日における消費電力の時刻変化を対比しても前記対象物件と類似する他物件を抽出できない場合、各日を複数の時間帯に分割し、分割した時間帯毎に、前記対象物件において前記収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、前記他物件の前記収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、を対比することによって、当該時間帯における消費電力の時刻変化が前記対象物件と類似する他物件を当該時間帯における時刻変化類似物件として抽出し、前記時刻変化消費電力推定手段は、前記各時間帯における時刻変化類似物件の、前記未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定するものである。

また、前記時刻変化類似物件抽出手段が各日における消費電力の時刻変化を対比しても前記対象物件と類似する他物件を抽出できない場合、前記月毎変化類似物件の前記収集月における各時刻の消費電力に対する、前記月毎変化類似物件の前記各未収集月における各時刻の消費電力の比率を、当該未収集月における各時刻の消費電力比率として算出する消費電力比率算出手段を有し、前記時刻変化消費電力推定手段は、前記消費電力比率算出手段が算出した当該未収集月における各時刻の消費電力比率を、前記対象物件の前記収集月における当該時刻の消費電力に乗算することによって、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定するものである。

本発明に係るプログラムは、コンピュータを、消費電力の推定のために消費電力の実績データを参照する参照期間のうち、消費電力の推定対象となる対象物件において消費電力が収集された収集月に含まれる各日における消費電力の時刻変化と、前記対象物件以外の他物件の前記収集月に含まれる各日における消費電力の時刻変化と、を対比することによって、前記収集月に含まれる各日における消費電力の時刻変化が前記対象物件と類似する他物件を時刻変化類似物件として抽出する時刻変化類似物件抽出手段、前記時刻変化類似物件の、前記参照期間における前記収集月以外の未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する時刻変化消費電力推定手段、前記対象物件の前記収集月に含まれる各月の消費電力量の変化と、前記他物件の前記収集月に含まれる各月の消費電力量の変化と、を対比することによって、前記収集月に含まれる各月の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出する月毎変化類似物件抽出手段、前記月毎変化類似物件の、前記参照期間における各月の消費電力量を参照して、前記対象物件の前記未収集月における消費電力量を推定する月毎消費電力量推定手段、前記月毎消費電力量推定手段が推定した前記対象物件の前記未収集月における消費電力量に基づき、前記時刻変化消費電力推定手段が推定した前記未収集月に含まれる各日の各時刻における消費電力を補正することによって、前記対象物件の前記未収集月に含まれる各日の各時刻における消費電力を月毎に推定する各月・各時刻消費電力推定手段、として機能させるためのものである。

本発明によれば、消費電力の推定の際に参照対象とする他物件の数が少ない場合でも、推定精度を低下させることなく消費電力を収集できなかった月における消費電力を推定することができる。

実施の形態１における消費電力推定装置を示すブロック構成図である。 実施の形態１における消費電力推定装置を形成するコンピュータのハードウェア構成図である。 実施の形態１において１日における消費電力の時刻変化を示すグラフ図である。 実施の形態１において消費電力量の月毎の変化を示すグラフ図である。 実施の形態１において各月・各時刻の消費電力を示すグラフ図である。 実施の形態１における消費電力の推定処理を示すフローチャートである。 実施の形態２における消費電力推定装置を示すブロック構成図である。 実施の形態２における消費電力の推定処理を示すフローチャートである。 実施の形態３における消費電力推定装置を示すブロック構成図である。 実施の形態３における消費電力の推定処理を示すフローチャートである。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

実施の形態１．
図１は、本発明に係る消費電力推定装置の一実施の形態を示すブロック構成図である。本実施の形態における消費電力推定装置１０は、パーソナルコンピュータ（ＰＣ）等の従前から存在する汎用的なハードウェア構成で実現できる。

図２は、本実施の形態における消費電力推定装置１０を形成するコンピュータのハードウェア構成図である。消費電力推定装置１０は、図２に示すようにＣＰＵ１、ＲＯＭ２、ＲＡＭ３、記憶手段としてのハードディスクドライブ（ＨＤＤ）４、通信手段として設けられたネットワークインタフェース（ＩＦ）５、マウスやキーボード等の入力手段及びディスプレイ等の表示手段を含むユーザインタフェース（ＵＩ）６を内部バス７に接続して構成される。

物件の設備を管理するサービス会社では、各物件の躯体情報や消費電力に関する実績データを参照して、当該物件の今後１年間の省エネ制御計画を立案する。この際に、参照するのは自物件の実績データである。また、実績データを参照する参照期間として、四季のある日本においては、少なくとも直近１年間が一般的である。そうすると、直近１年間の実績データを持たない物件に対しては、省エネ制御計画を立案することができなくなる。

本実施の形態における消費電力推定装置１０は、参照期間全体において参照すべき消費電力に関する実績データのない物件の、その実績データのない期間（例えば、数ヶ月）における消費電力を推定により補完する装置である。本実施の形態において「物件」というのは、電力を消費している施設であり、例えばビル等の建物が代表的な物件である。

以下の説明において、本実施の形態では、今後１年間の消費電力を推定するために実績データの参照期間を直近１年間とする。そして、直近１年間を所定の期間に分けて消費電力量を求めるが、この所定の期間を月とする。つまり、１年間を１２分割し、月毎に消費電力量を求める。換言すると、物件において消費された各時刻又は時間帯の消費電力を収集し、収集した消費電力を月毎に合算することによって各月の消費電力量を算出する。前述したように、直近１年間において消費電力の実績データを収集できない物件も存在しうるが、以降の説明では、消費電力推定装置１０が月間の消費電力の実績データを収集できなかった月を「データ未収集月」と称し、消費電力推定装置１０が月間の消費電力の実績データを収集できた月を「データ収集月」と称することにする。参照期間は、データ未収集月とデータ収集月とを合わせた期間となる。

また、本実施の形態において「自物件」というのは、データ未収集月のある物件とする。従って、自物件が、データ未収集月の消費電力の推定対象となる物件である。自物件は、消費電力の推定対象となることから「対象物件」ともいう。

一方、「他物件」というのは、自物件以外の物件のことをいうが、本実施の形態においては、特に参照期間内にデータ未収集月のない物件のことをいう。このように、他物件にはデータ未収集月がないことから、データ未収集月とデータ収集月とを区別して説明する必要はない。従って、以降の説明で「他物件のデータ未収集月」あるいは「他物件のデータ収集月」という表現をした場合、その「データ未収集月」及び「データ収集月」は、当該他物件における月の説明ではなく対象物件における「データ未収集月」及び「データ収集月」のことをいう。例えば、対象物件のデータ未収集月が３月の場合、他物件のデータ未収集月というのは３月のことを指す。

次に、本実施の形態において用いる消費電力に関するデータについて説明する。消費電力に関するデータとして、本実施の形態では、図３に示す消費電力の時刻変化を示すデータ及び図４に示す消費電力量の月毎変化を示すデータを含んでいる。

まず、図３において、横軸は時刻であり、１日の時間、すなわち０時から２４時までを示す。縦軸は、消費電力である。消費電力は、日々２４時間、定周期的に収集されている。従って、１ヶ月の間に１日２４時間分の消費電力が２８～３１日分収集されることになる。図３に示す消費電力の時刻変化を示すデータ（以下、単に「時刻変化データ」という）は、消費電力のデータを月毎に平均化して得られる。つまり、図３に示すグラフは、１月分の平均化した消費電力の時刻変化を表している。

他物件の場合は、データ未収集月がないので、１２ヶ月分の消費電力の時刻変化データを有する。つまり、各月に対応する時刻変化データ（１２個のグラフ）を有するが、対象物件となりうる物件の場合は、データ収集月に対応する時刻変化データのみを有することになる。

なお、本実施の形態では、前述したように消費電力の時刻変化を月毎に求めるので、データ収集月の数だけ図３に示すグラフが得られる。ただ、各月とも、時刻変化のグラフ形状が異なってくることが予想される就業日と非就業日とに分けて時刻変化データを用意してもよい。もしくは、曜日毎に分けて時刻変化データを用意してもよい。本実施の形態では、説明の便宜上、各月に１つの時刻変化データが対応するものとして説明する。

また、図４において、横軸は参照期間であり、本実施の形態の場合、参照期間（１年間）を月単位に分割している。本実施の形態では、１年を４月から３月までとしているが、これに限る必要はなく、例えば１月から１２月としてもよい。縦軸は、消費電力量である。各月の消費電力量は、当該月の時刻変化データ（図３）が示す各時刻の消費電力を合算することによって１日の消費電力量を算出し、更に算出した１日の消費電力量に当該月の日数を乗算することで算出できる。図４に示す月毎の消費電力量の変化を示すデータ（以下、単に「月毎変化データ」という）は、このように各月の消費電力量を示しており、棒グラフによって１年間の消費電力量の変化が表されている。他物件の場合は、データ未収集月がないので、１２ヶ月分の消費電力量によって月毎変化データが示される。つまり、他物件における月毎変化データでは、図４に示すように４月から３月までの各月における消費電力量を表す。これに対し、対象物件の場合は、データ未収集月に対応する消費電力量はない。例えば、データ収集月が１～３月の場合、対象物件における月毎変化データには、データ未収集月である４月から１２月までの間の各月の消費電力量のデータはなく、１～３月だけ月毎の消費電力量のデータが含まれることになる。

図５は、各月・各時刻の消費電力を示すグラフ図である。図５において、横軸は、時刻であり、１日の時間、すなわち０時から２４時までを示す。縦軸は、消費電力である。他物件の場合、図５に示すように、各時刻における消費電力が月毎に、つまり、各月に対応する１２本のグラフが示される。これに対し、対象物件の場合、図５に示すグラフには、データ収集月に対応するグラフのみが含まれることになる。例えば、データ収集月が１～３月の場合、各データ収集月に対応する３本のグラフが含まれる。図５は、図３に示す時刻変化データをまとめて図示したグラフともいえる。

対象物件においては、上記の通り図５において１２ヶ月分のグラフが得られていないが、本実施の形態においては、他物件の消費電力データを参照することで、対象物件のデータ未収集月においても、図５に示す各月・各時刻の消費電力（以下、「各月・各時刻消費電力データ」という）、すなわち１２ヶ月分のデータを推定により得るようにすることを目的とする。これにより、データ未収集月のある対象物件においても、今後１年間の消費電力を推定することができるようになる。なお、対象物件と他物件の図５の消費電力データは、各物件の契約電力を基に正規化してもよい。正規化することにより、縦軸の消費電力が０～１の範囲で統一化され、類似物件の抽出時に選択しやすくすることが可能である。

図１に戻り、本実施の形態における消費電力推定装置１０は、時刻変化類似物件抽出部１１、時刻変化消費電力推定部１２、月毎変化類似物件抽出部１３、月毎変化消費電力量推定部１４、各月・各時刻消費電力推定部１５及び物件データ記憶部１６を有している。なお、本実施の形態において説明に用いない構成要素については、図から省略している。

時刻変化類似物件抽出部１１は、図３に示す対象物件及び他物件の時刻変化データを参照して、データ収集月に含まれる各日における消費電力の時刻変化が対象物件と類似する他物件を「時刻変化類似物件」として抽出する。時刻変化消費電力推定部１２は、図３に示す時刻変化データを参照して、対象物件のデータ未収集月に含まれる各日における消費電力の時刻変化を推定する。つまり、データ未収集月における時刻変化データを推定により生成することによって、対象物件に対し、１２ヶ月分の時刻変化データを揃える。

月毎変化類似物件抽出部１３は、図４に示す対象物件及び他物件の月毎変化データを参照して、データ収集月に含まれる各月の消費電力量の変化が対象物件と類似する他物件を「月毎変化類似物件」として抽出する。月毎変化消費電力量推定部１４は、月毎変化類似物件の、参照期間における各月の消費電力量、つまり月毎変化データを参照して、対象物件のデータ未収集月における消費電力量を推定する。つまり、対象物件の月毎変化データには、データ未収集月における消費電力量が欠落しているが、月毎変化消費電力量推定部１４は、欠落しているデータ未収集月における消費電力量を補完する。

各月・各時刻消費電力推定部１５は、月毎変化消費電力量推定部１４が推定した対象物件のデータ未収集月における消費電力量に基づき、時刻変化消費電力推定部１２が推定したデータ未収集月に含まれる各日の各時刻における消費電力、すなわちデータ未収集月における時刻変化データを補正することによって、対象物件のデータ未収集月に含まれる各日の各時刻における消費電力を月毎に推定する。つまり、対象物件の各月・各時刻消費電力には、データ未収集月のデータは含まれていないところを、各月・各時刻消費電力推定部１５は、図５に示すように、１２ヶ月分が揃った各月・各時刻消費電力データを生成する。

物件データ記憶部１６には、サービス会社が管理対象とする全ての物件に関する物件データが記憶されている。具体的には、物件毎に以下のデータが含まれる。すなわち、物件データには、物件の名称等の識別情報、経緯度で示される所在位置及び所在する地域（関東、関西等）等の場所情報、業種（オフィス、コンビニ、ホテル等）、躯体情報（断熱性能、二重窓の有無、窓開閉の可否等）等の建物の属性情報、建物内の人数、在席率、就業日、就業時刻等の人情報など、物件及び当該物件を使用する企業等の属性情報が含まれる。更に物件データには、図３～５に示す消費電力に関するデータが含まれている。また、図３～５に示すデータは、データ処理して生成されているが、その生成に用いる消費電力データ（例えば、電力計による計測データ）を含めてもよい。他物件の場合は、少なくとも直近１２ヶ月分の消費電力に関するデータが記憶されているが、対象物件の場合は、データ収集月に対応する消費電力に関するデータのみ記憶されている。

消費電力推定装置１０における各構成要素１１～１５は、消費電力推定装置１０を形成するコンピュータと、コンピュータに搭載されたＣＰＵ１で動作するプログラムとの協調動作により実現される。また、物件データ記憶部１６は、消費電力推定装置１０に搭載されたＨＤＤ４にて実現される。あるいは、ＲＡＭ３又は外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ－ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵ１がプログラムを順次実行することで各種処理が実現される。

次に、本実施の形態における消費電力の推定処理について、図６に示すフローチャートを用いて説明する。

ステップ１１０において、時刻変化類似物件抽出部１１は、推定対象として物件が指定されると、その物件、すなわち対象物件の物件データのうち、図３に示す時刻変化データを物件データ記憶部１６から読み出し取得する。前述したように、対象物件の時刻変化データとしては、データ収集月の時刻変化データが取得でき、１２ヶ月分の時刻変化データは揃っていない。なお、ここでは、複数の月がデータ収集月（例えば、１～３月）に該当するものとして説明する。

時刻変化類似物件抽出部１１は、同様にして他物件の時刻変化データを物件データ記憶部１６から読み出し取得する。他物件の場合、１２ヶ月分の時刻変化データが揃っている。

ステップ１２０において、時刻変化類似物件抽出部１１は、取得した対象物件の時刻変化データと各他物件の時刻変化データとを対比する。対比するのは、各データ収集月に対応する時刻変化データである。具体的には、例えば対象物件の１月と他物件の１月の各時刻変化データを対比する。同様に、対象物件の２月と他物件の２月の各時刻変化データを対比する。そして、各データ収集月において誤差を算出する。誤差が小さいほど消費電力の時刻変化が類似していることになるが、各データ収集月における誤差の総和若しくは平均値が最も小さい１つの他物件を対象物件に類似する物件（以下、「時刻変化類似物件」という）として抽出する。あるいは、各データ収集月における誤差の総和若しくは平均値が所定の閾値未満となる他物件を時刻変化類似物件として抽出してもよい。誤差は、平均絶対誤差（ＭＡＥ）や平均絶対誤差率（ＭＡＰＥ）など既存の手法を用いて算出してよい。

ステップ１３０において、時刻変化消費電力推定部１２は、抽出した時刻変化類似物件のデータ未収集月における時刻変化データを、対象物件のデータ未収集月における時刻変化データと推定する。

なお、閾値との比較により時刻変化類似物件を抽出する場合、複数の他物件が時刻変化類似物件として抽出される場合もある。この場合、抽出された複数の他物件の時刻変化データを月毎時刻毎に平均化することによって、各データ未収集月における時刻変化データを算出すればよい。時刻変化消費電力推定部１２は、このようにして、対象物件におけるデータ未収集月における各時刻の消費電力を推定する。なお、対象物件におけるデータ収集月における時刻変化データは、自物件の実績データに基づき生成されている時刻変化データをそのまま用いる。このようにして、対象物件の時刻変化データは、自物件のデータ収集月（１～３月）における時刻変化データに、時刻変化類似物件の時刻変化データから推定により得られたデータ未収集月（４～１２月）における時刻変化データを合わせることで、１２ヶ月分の時刻変化データが揃うことになる。

本実施の形態においては、データ収集月における時刻変化データが対象物件と類似しているということは、データ未収集月における時刻変化データも対象物件と類似していると仮定し、本実施の形態では、上記の通り対象物件のデータ未収集月における時刻変化データを、時刻変化類似物件の時刻変化データを用いて推定する。

なお、本実施の形態では、消費電力の実績データのみを用いて時刻変化類似物件を抽出するようにしたが、時刻変化類似物件を抽出する際に、物件データに含まれている属性情報、例えば就業時刻、業種等の属性情報を参照して、対象物件との比較の対象とする他物件を事前に絞り込むようにしてもよい。あるいは、時刻変化類似物件を抽出する際に絞り込むようにしてもよい。

ステップ１４０において、月毎変化類似物件抽出部１３は、対象物件の物件データのうち、図４に示す月毎変化データを物件データ記憶部１６から読み出し取得する。対象物件の場合、１年間（４～３月）のうちデータ収集月（１～３月）のみの消費電力量を含む月毎変化データが取得される。

月毎変化類似物件抽出部１３は、同様にして他物件の物件データのうち、図４に示す月毎変化データを物件データ記憶部１６から読み出し取得する。他物件の場合、１２ヶ月分の消費電力量が揃っている月毎変化データが取得される。

ステップ１５０において、月毎変化類似物件抽出部１３は、取得した対象物件の月毎変化データと各他物件の月毎変化データとを対比する。対比するのは、対象物件のデータ収集月に含まれる各月の消費電力量の変化と、他物件のデータ収集月に含まれる各月の消費電力量の変化である。具体的には、例えば対象物件の１月と他物件の１月の各消費電力量を対比する。同様に、対象物件の２月と他物件の２月の各消費電力量を対比する。そして、各データ収集月において誤差を算出する。誤差が小さいほど消費電力量の月毎の変化が類似していることになるが、各データ収集月における誤差の総和若しくは平均値が最も小さい１つの他物件を対象物件に類似する物件（以下、「月毎変化類似物件」という）として抽出する。あるいは、各データ収集月における誤差の総和若しくは平均値が所定の閾値未満となる他物件を月毎変化類似物件として抽出してもよい。誤差は、平均絶対誤差（ＭＡＥ）や平均絶対誤差率（ＭＡＰＥ）など既存の手法を用いて算出してよい。

ステップ１６０において、月毎変化消費電力量推定部１４は、抽出した月毎変化類似物件のデータ未収集月における消費電力量を、対象物件のデータ未収集月における消費電力量と推定する。

なお、閾値との比較により月毎変化類似物件を抽出する場合、複数の他物件が月毎変化類似物件として抽出される場合もある。この場合、抽出された複数の他物件の各月の消費電力量を平均化することによって、各データ未収集月における消費電力量を算出すればよい。月毎変化消費電力量推定部１４は、このようにして、対象物件のデータ未収集月（例えば、４～１２月）における消費電力量を、月毎変化類似物件のデータ未収集月における消費電力量から推定されることで得ることになり、自物件の実績データから得られるデータ収集月（１～３月）における消費電力量と合わせて、図４に示すように１２ヶ月分の消費電力量を含む月毎変化データを得る。

本実施の形態では、対象物件は、データ収集月において当該月当たりの電力の消費の傾向が類似する他物件とはデータ未収集月においても月当たりの電力の消費の傾向が類似するものと仮定し、前述したように、対象物件のデータ未収集月における消費電力量を、月毎変化類似物件のデータを用いて推定する。

なお、本実施の形態では、消費電力の実績データのみを用いて月毎変化類似物件を抽出するようにしたが、月毎変化類似物件を抽出する際に、物件データに含まれている属性情報を参照して、対象物件との比較の対象とする他物件を事前に絞り込むようにしてもよい。例えば、地域が同一の他物件のみ、経緯度情報で示される他物件の所在地が自部件の所在地から所定の範囲内、躯体情報が同一の他物件等を検索条件として事前に絞り込んでもよい。あるいは、月毎変化類似物件を抽出する際に絞り込むようにしてもよい。

ちなみに、月毎変化類似物件を抽出する際に用いる属性情報は、月毎の消費電力量の変化に影響を与える項目が選出され、一方、時刻変化類似物件を抽出する際に用いる属性情報は、１日において消費電力の変化に影響を与える項目が選出される。従って、月毎変化類似物件を抽出する際に用いる属性情報と、時刻変化類似物件を抽出する際に用いる属性情報とは、基本的には異なる項目が採用される。もちろん、１日及び１月の双方の電力消費に影響を与える項目であれば、双方に選出されてもよい。

ところで、データ収集月が１月分しかない場合も考えられる。この場合、月毎の消費電力量の変化を比較することができない。この場合、データ収集月に含まれる各日の消費電力量を用いて月毎変化類似物件を抽出する。すなわち、月毎の消費電力量を、各日の消費電力量に分解して対比する。具体的には、対象物件の当月１日と他物件の当月１日の各消費電力量を対比する。同様に、対象物件の当月２日と他物件の当月２日の各消費電力量を対比する。これを月末まで繰り返し行い、各日の誤差を算出すればよい。これにより、月毎変化類似物件を抽出することができる。

この月毎の消費電力量を日毎に細分化して約３０日分の対比を行う手法は、データ収集月が１月分しかない場合に限る必要はなく、複数のデータ収集月が存在する場合にも適用してよい。例えばデータ収集月が３ヶ月の場合、約９０日分の対比を行うことになる。

以上のようにして、データ未収集月におけるデータが補完されて、対象物件の１２ヶ月分の時刻変化データと月毎変化データを得ることになるが、時刻変化データを得る処理（ステップ１１０～１３０）と、月毎変化データを得る処理（ステップ１４０～１６０）は、逆の順番で処理してもよいし、同時並行して処理してもよい。

ステップ１７０において、各月・各時刻消費電力推定部１５は、対象物件の１２ヶ月分の時刻変化データ毎に、以下のようにして月間消費電力量を算出する。すなわち、時刻変化データに含まれる各時刻の消費電力を合算することによって１日の消費電力量を算出する。図３に示す時刻変化データは、当該月において平均化された１日の消費電力の時刻変化を表しているので、算出した１日の消費電力量に、当該月の日数を乗算することで当該月の消費電力量（以下、「月間消費電力量」という）を算出する。

以上のようにして算出した月間消費電力量は、論理的には月毎変化消費電力量推定部１４が推定により補完された図４に示す月毎変化データに含まれる、対応する月の消費電力量に等しくなるはずである。但し、時刻変化類似物件と月毎変化類似物件は、異なる手法にて抽出していることから、同じ他物件が抽出されているとは限らない。従って、時刻変化消費電力推定部１２が推定した時刻変化データから得られた月間消費電力量と月毎変化データは、共に月毎の消費電力量を表しているのにもかかわらず、実際には一致するとは限らない。そこで、各月・各時刻消費電力推定部１５は、次のようにして消費電力を補正する。

まず、参照期間（直近１年間）に含まれる月毎に、時刻変化データから得られた月間消費電力量に対する月毎変化データが示す消費電力量の比率を算出する。比率は、（月毎変化データが示す消費電力量）／（月間消費電力量）で算出できる。例えば、４月の月間消費電力量が１００ｋＷｈ、４月の月毎変化データが示す消費電力量が９０ｋＷｈとしたならば、４月においては、時刻変化データが示す各時刻の消費電力が１００－９０＝１０ｋＷｈだけ大きく推定されていることになる。従って、９０／１００＝０．９という比率を、４月の時刻変化データが示す各時刻における消費電力に乗算することで補正する。これにより、４月の時刻変化データが示す各時刻における消費電力が小さい数値となるよう補正されると共に、補正後の４月の時刻変化データから得られる月間消費電力量が、月毎変化消費電力量推定部１４が推定した４月の月毎変化データが示す消費電力量と一致する。以上説明した比率を用いた補正を、データ未収集月における時刻変化データに対して行う。

各月・各時刻消費電力推定部１５は、以上のようにして、各月の各日の各時刻における消費電力を補正することで、当該月の各時刻の消費電力を推定することができ、対象物件に対して、図５に示すように１２ヶ月分のデータが揃った各月・各時刻消費電力を推定により得ることができる。このようにして、消費電力を推定により得ることができることによって、対象物件において今後１年間における消費電力量を推定することができるようになる。

消費電力データを推定する際、対象物件に類似する物件の実績データを利用するために、本実施の形態と同様に類似物件を抽出することは、従前においても実施されているかもしれない。しかしながら、本実施の形態においては、消費電力の時刻変化が類似する物件及び月毎変化が類似する物件というように、消費電力に関して複数の面から別個に抽出するようにした。類似物件を検索する際に指定する条件として、より多くのキーワードを設定すると、類似物件が抽出できなくなる可能性が生じてくる。本実施の形態では、消費電力の時刻変化と月毎変化とに分割して類似物件を検索するようにしたので、それぞれにおいて類似物件を検索する際に指定する条件を少なくすることができる。換言すると、検索条件を緩くすることができる。このため、他物件数が少なくても類似物件がより確実に抽出しやすくなる。

本実施の形態では、参照期間として直近の１年間を、そして、その１年間を１２分割して月毎に消費電力量を求め、消費電力データを月毎の変化と、時刻の変化という２面から類似物件を抽出するようにした。ただ、消費電力量は、月毎に限らず、他の期間、例えば季節や、月の上旬、中旬、下旬、あるいは日毎に分割するようにしてもよい。

また、本実施の形態では、物件の業種や所在地域等の物件の属性情報を、類似物件を抽出する際の検索条件に指定してもよいが、前述したように、基本的には消費電力データのみの対比によって類似物件を抽出するようにした。物件によっては、属性値の設定がされていなかったり、あるいは的確な属性値が設定されていなかったりする場合があるが、本実施の形態においては、物件の属性情報の設定内容の影響を受けることなく、消費電力データのみで類似物件を抽出することができる。なお、消費電力データには、例えば物件や人数の大小、所在地（寒冷地等）、業種などの物件の属性値が示す情報は、消費電力の大小や変化に表れてくると考えられる。

実施の形態２．
図７は、本実施の形態における消費電力推定装置１０を示すブロック構成図である。実施の形態１と同じ構成要素には、同じ符号を付け、説明を適宜省略する。本実施の形態における消費電力推定装置１０は、時刻変化類似物件抽出部１１に、類似物件有無判定部１１１及び時間帯別類似物件抽出部１１２を持たせた構成を有している。

時刻変化類似物件抽出部１１は、データ収集月の、図３に示す各日の時刻変化データを対比することによって時刻変化類似物件を抽出するが、実施の形態１においては、時刻変化類似物件が抽出できることを前提としている。但し、実際には抽出できない場合も考えられる。そのため、本実施の形態においては、類似物件有無判定部１１１を設けている。類似物件有無判定部１１１は、時刻変化類似物件の抽出の有無を判定する。

時間帯別類似物件抽出部１１２は、類似物件有無判定部１１１により時刻変化類似物件が抽出できないと判定された場合、各日（すなわち、１日）を複数の時間帯に分割し、分割した時間帯毎に、時刻変化類似物件を抽出する。このように、消費電力の変化を比較する時間帯を１日（すなわち、２４時間）から短い時間帯とすることで、対象物件に類似する他物件が相対的に見つけやすくなる。

本実施の形態における消費電力推定装置１０のハードウェア構成は、実施の形態１と同じでよい。

次に、本実施の形態における消費電力の推定処理について、図８に示すフローチャートを用いて説明する。なお、実施の形態１（図６）と同じ処理には、同じステップ番号を付け、説明を適宜省略する。

時刻変化類似物件抽出部１１は、実施の形態１と同様に、対象物件と他物件の各データ収集月に対応する時刻変化データ、すなわち１日全体の消費電力の変化を対比することによって時刻変化類似物件を抽出する（ステップ１１０，１２０）。ここで、類似物件有無判定部１１１は、時刻変化類似物件が抽出できたかどうかを確認する。時刻変化類似物件が抽出できた場合（ステップ１２１でＹ）、実施の形態１と同様にデータ未収集月に対応する時刻変化データを推定する（ステップ１３０）。

一方、１日全体で時刻変化データを対比しても対象物件と類似する他物件を抽出できない場合（ステップ１２１でＮ）、時間帯別類似物件抽出部１１２は、１日の時刻変化データを複数の時間帯に分割し、分割した時間帯毎に、時刻変化類似物件を抽出する（ステップ１２２）。そのために、時間帯別類似物件抽出部１１２は、分割した時間帯毎に、対象物件においてデータ収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、他物件の当該データ収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、を対比する。これにより、当該時間帯における消費電力の時刻変化が対象物件と類似する他物件を当該時間帯における時刻変化類似物件として抽出する。前述したように、消費電力を比較する時間長が短くなることによって、消費電力の時刻変化が対象物件と類似する他物件が見つかりやすくなる。

ここで、分割する時間帯について説明する。１日は、２４時間なので、単純に同じ時間長、例えば１日を３時間ずつに８分割してもよい。あるいは、消費電力の変化は、出勤時間帯、ライチタイム等に表れやすいので、時間帯の長さを固定するのではなく、対象物件において特徴の出やすい時間帯別に分割してもよい。例えば、始業直後（６～９時）、午前（９～１２時）、昼休み（１２～１３時）、午後（１３～１７時）、定時前後（１７～２０時）、夜間（２０時～６時）などのように分割してもよい。このように、１日を必ずしも等分割しなくてもよい。他物件の始業開始時刻は、対象物件の始業開始時刻と異なる場合があるが、異なる他物件は、対象物件と類似しない物件であるため、当該時間帯の時刻変化類似物件として抽出されないことになり、何の問題もない。時間帯別類似物件抽出部１１２が行う消費電力の対比は、実施の形態１において説明した消費電力の対比と、帯する時間長が異なるだけである。

続いて、時刻変化消費電力推定部１２は、抽出した各時間帯における時刻変化類似物件のデータ未収集月における時刻変化データを、対象物件のデータ未収集月における時刻変化データと推定する（ステップ１３１）。但し、実施の形態１のように時刻変化類似物件が１物件ではないため、各時間帯における時刻変化類似物件の当該時間帯における時刻変化データが、図３に示すように連続するとは限らない。

そこで、時刻変化消費電力推定部１２は、１日における時刻変化データが図３に示すように連続して変化するように、各時間帯における消費電力、特に時間帯の区切り部分の消費電力を適宜補正する。これ以降の処理は、実施の形態１と同じなので説明を省略する。

本実施の形態によれば、実施の形態１のように１日単位の時刻変化データを用いた場合に時刻変化類似物件が抽出できなかった場合でも、１日を複数の時間帯に分割して処理するようにしたので、時刻変化類似物件を抽出できる可能性を高くすることができる。

実施の形態３．
図９は、本実施の形態における消費電力推定装置１０を示すブロック構成図である。実施の形態１と同じ構成要素には、同じ符号を付け、説明を適宜省略する。本実施の形態における消費電力推定装置１０は、時刻変化類似物件抽出部１１に、類似物件有無判定部１１１を持たせた構成を有している。また、消費電力比率算出部１７を設けている。

時刻変化類似物件抽出部１１は、データ収集月の、図３に示す各日（１日２４時間全体）の時刻変化データを対比することによって時刻変化類似物件を抽出するが、類似物件有無判定部１１１は、実施の形態２と同様に、時刻変化類似物件が抽出できたかどうかを判定する。

消費電力比率算出部１７は、時刻変化類似物件抽出部１１が各日（１日２４時間全体）の時刻変化データを対比しても時刻変化類似物件が抽出できない場合、月毎変化類似物件のデータ収集月における各時刻の消費電力に対する、月毎変化類似物件のデータ各未収集月における各時刻の消費電力の比率を、当該未収集月における各時刻の消費電力比率として算出する。消費電力比率算出部１７は、消費電力推定装置１０を形成するコンピュータと、コンピュータに搭載されたＣＰＵ１で動作するプログラムとの協調動作により実現される。

上記実施の形態１，２においては、時刻変化データ及び月毎時刻変化データそれぞれを参照して、対象物件における各月・各時刻消費電力データ(図５)を推定するように処理したが、本実施の形態においては、例えば１日の時刻変化データの形状が特殊で、実施の形態２のように時刻変化データを複数の時間帯に区切ったとしても時刻変化類似物件が抽出できない場合、時刻変化データを用いることなく月毎時刻変化データのみを参照して対象物件における各月・各時刻消費電力データ(図５)を推定することを特徴としている。

本実施の形態における消費電力推定装置１０のハードウェア構成は、実施の形態１と同じでよい。

次に、本実施の形態における消費電力の推定処理について、図１０に示すフローチャートを用いて説明する。なお、実施の形態２（図８）と同じ処理には、同じステップ番号を付け、説明を適宜省略する。

前述したように、対象物件の時刻変化データを得る処理（ステップ１１０～１３０）と、月毎変化データを得る処理（ステップ１４０～１６０）は、逆の順番で処理してもよい。そこで、本実施の形態では、説明の便宜上、逆に処理することにする。

対象物件の月毎変化データを得た後（ステップ１４０～１６０）、時刻変化類似物件抽出部１１は、対象物件と他物件の各データ収集月に対応する時刻変化データ、すなわち１日全体の消費電力の変化を対比することによって時刻変化類似物件を抽出する（ステップ１１０，１２０）。ここで、類似物件有無判定部１１１は、時刻変化類似物件が抽出できたかどうかを確認する。時刻変化類似物件が抽出できた場合（ステップ１２１でＹ）、実施の形態１と同様にデータ未収集月に対応する時刻変化データを推定する（ステップ１３０）。

一方、１日全体で時刻変化データを対比しても対象物件と類似する他物件を抽出できない場合（ステップ１２１でＮ）、消費電力比率算出部１７は、月毎変化類似物件の各月・各時刻消費電力データ（図５）を参照し、データ収集月における各時刻の消費電力と、データ未収集月における当該時刻の消費電力との比率を算出する（ステップ１３１）。なお、月毎変化類似物件が複数存在する場合、各データ収集月における各時刻の消費電力の平均値を、データ収集月における各時刻の消費電力として用いればよい。

消費電力比率算出部１７は、次の計算式にて各時刻の消費電力比率を算出する。

消費電力比率＝データ未収集月における各時刻の消費電力／データ収集月における各時刻の消費電力

ここでは、説明の便宜上、３月のみがデータ収集月として説明すると、月毎変化類似物件の各月・各時刻消費電力データから得られる、あるデータ未収集月のある時刻の消費電力、例えば４月の１０時００分の消費電力を、同じく月毎変化類似物件の各月・各時刻消費電力データから得られるデータ収集月（３月）の１０時００分の消費電力で除算することで４月の１０時００分における消費電力の比率（「Ｒ０４１０００」と表す）を算出する。また、例えば４月の１５時００分の消費電力を、３月の１５時００分の消費電力で除算することで４月の１５時００分における消費電力の比率（「Ｒ０４１５００」と表す）を算出する。また、例えば、データ未収集月である８月の１７時３０分の消費電力を、３月の１７時３０分の消費電力で除算することで８月の１７時３０分における消費電力の比率（「Ｒ０８１７３０」と表す）を算出する。

このようにして、消費電力比率算出部１７は、全てのデータ未収集月の全ての各時刻に対する消費電力比率を算出する。

続いて、時刻変化消費電力推定部１２は、データ収集月における各時刻の消費電力に、当該時刻の消費電力比率を乗算することによって、データ未収集月における各時刻の消費電力を算出する（ステップ１３２）。例えば、対象物件のデータ収集月（例えば、３月）における１０時００分の消費電力に、消費電力比率（Ｒ０４１０００）を乗算することによって、対象物件のデータ未収集月である４月の１０時００分の消費電力を算出する。また、対象物件の３月における１５時００分の消費電力に、消費電力比率（Ｒ０４１５００）を乗算することによって、対象物件のデータ未収集月である４月の１５時００分の消費電力を算出する。同様に、対象物件の３月における１７時３０分の消費電力に、消費電力比率（Ｒ０８１７３０）を乗算することによって、対象物件のデータ未収集月である８月の１７時３０分の消費電力を算出する。

以上のようにして、対象物件の各データ未収集月における各時刻の消費電力を推定する。このようにして、対象物件のデータ未収集月における各時刻の消費電力を推定することによって対象物件の１２ヶ月分の各時刻の消費電力を推定することができ、これにより、１２か月分の図３に示す時刻変化データを得ることができる。

そして、実施の形態１において説明したように、時刻変化データから得られる月間消費電力量は、ステップ１６０において月毎変化消費電力量推定部１４が推定した図４に示す月毎変化データに含まれる、対応する月の消費電力量に等しくなるはずであるが、実際には一致するとは限らない。このため、各月・各時刻消費電力推定部１５は、各月の各日の各時刻における消費電力を補正することで、対象物件に対して、図５に示すように１２ヶ月分のデータが揃った各月・各時刻消費電力を推定により得る（ステップ１７０）。

以上説明したように、本実施の形態によれば、時刻変化類似物件が抽出できない場合でも、月毎時刻変化データのみから、対象物件における各月・各時刻消費電力データを推定することができる。

１ ＣＰＵ、２ ＲＯＭ、３ ＲＡＭ、４ ハードディスクドライブ（ＨＤＤ）、５ ネットワークインタフェース（ＩＦ）、６ ユーザインタフェース（ＵＩ）、７ 内部バス、１０ 消費電力推定装置、１１ 時刻変化類似物件抽出部、１２ 時刻変化消費電力推定部、１３ 月毎変化類似物件抽出部、１４ 月毎変化消費電力量推定部、１５ 各月・各時刻消費電力推定部、１６ 物件データ記憶部、１７ 消費電力比率算出部、１１１ 類似物件有無判定部、１１２ 時間帯別類似物件抽出部。

Claims (5)

1. 消費電力の推定のために消費電力の実績データを参照する参照期間のうち、消費電力の推定対象となる対象物件において消費電力が収集された収集月に含まれる各日における消費電力の時刻変化と、前記対象物件以外の他物件の前記収集月に含まれる各日における消費電力の時刻変化と、を対比することによって、前記収集月に含まれる各日における消費電力の時刻変化が前記対象物件と類似する他物件を時刻変化類似物件として抽出する時刻変化類似物件抽出手段と、
   前記時刻変化類似物件の、前記参照期間における前記収集月以外の未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する時刻変化消費電力推定手段と、
   前記対象物件の前記収集月に含まれる各月の消費電力量の変化と、前記他物件の前記収集月に含まれる各月の消費電力量の変化と、を対比することによって、前記収集月に含まれる各月の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出する月毎変化類似物件抽出手段と、
   前記月毎変化類似物件の、前記参照期間における各月の消費電力量を参照して、前記対象物件の前記未収集月における消費電力量を推定する月毎消費電力量推定手段と、
   前記月毎消費電力量推定手段が推定した前記対象物件の前記未収集月における消費電力量に基づき、前記時刻変化消費電力推定手段が推定した前記未収集月に含まれる各日の各時刻における消費電力を補正することによって、前記対象物件の前記未収集月に含まれる各日の各時刻における消費電力を月毎に推定する各月・各時刻消費電力推定手段と、
   を有することを特徴とする消費電力推定装置。
2. 前記月毎変化類似物件抽出手段は、前記収集月に含まれる各月の消費電力量の変化に代えて、前記対象物件の前記収集月に含まれる各日の消費電力量の変化と、前記他物件の前記収集月に含まれる各日の消費電力量の変化と、を対比することによって、前記収集月に含まれる各日の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出する、
   ことを特徴とする請求項１に記載の消費電力推定装置。
3. 前記時刻変化類似物件抽出手段は、各日における消費電力の時刻変化を対比しても前記対象物件と類似する他物件を抽出できない場合、各日を複数の時間帯に分割し、分割した時間帯毎に、前記対象物件において前記収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、前記他物件の前記収集月に含まれる各日の当該時間帯における消費電力の時刻変化と、を対比することによって、当該時間帯における消費電力の時刻変化が前記対象物件と類似する他物件を当該時間帯における時刻変化類似物件として抽出し、
   前記時刻変化消費電力推定手段は、前記各時間帯における時刻変化類似物件の、前記未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する、
   ことを特徴とする請求項１に記載の消費電力推定装置。
4. 前記時刻変化類似物件抽出手段が各日における消費電力の時刻変化を対比しても前記対象物件と類似する他物件を抽出できない場合、前記月毎変化類似物件の前記収集月における各時刻の消費電力に対する、前記月毎変化類似物件の前記各未収集月における各時刻の消費電力の比率を、当該未収集月における各時刻の消費電力比率として算出する消費電力比率算出手段を有し、
   前記時刻変化消費電力推定手段は、前記消費電力比率算出手段が算出した当該未収集月における各時刻の消費電力比率を、前記対象物件の前記収集月における当該時刻の消費電力に乗算することによって、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する、
   ことを特徴とする請求項１に記載の消費電力推定装置。
5. コンピュータを、
   消費電力の推定のために消費電力の実績データを参照する参照期間のうち、消費電力の推定対象となる対象物件において消費電力が収集された収集月に含まれる各日における消費電力の時刻変化と、前記対象物件以外の他物件の前記収集月に含まれる各日における消費電力の時刻変化と、を対比することによって、前記収集月に含まれる各日における消費電力の時刻変化が前記対象物件と類似する他物件を時刻変化類似物件として抽出する時刻変化類似物件抽出手段、
   前記時刻変化類似物件の、前記参照期間における前記収集月以外の未収集月に含まれる各日における消費電力を参照して、前記対象物件の前記未収集月に含まれる各日における消費電力の時刻変化を推定する時刻変化消費電力推定手段、
   前記対象物件の前記収集月に含まれる各月の消費電力量の変化と、前記他物件の前記収集月に含まれる各月の消費電力量の変化と、を対比することによって、前記収集月に含まれる各月の消費電力量の変化が前記対象物件と類似する他物件を月毎変化類似物件として抽出する月毎変化類似物件抽出手段、
   前記月毎変化類似物件の、前記参照期間における各月の消費電力量を参照して、前記対象物件の前記未収集月における消費電力量を推定する月毎消費電力量推定手段、
   前記月毎消費電力量推定手段が推定した前記対象物件の前記未収集月における消費電力量に基づき、前記時刻変化消費電力推定手段が推定した前記未収集月に含まれる各日の各時刻における消費電力を補正することによって、前記対象物件の前記未収集月に含まれる各日の各時刻における消費電力を月毎に推定する各月・各時刻消費電力推定手段、
   として機能させるためのプログラム。
   

Images