JP7355548B2 - 気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラム - Google Patents

Description

本開示は、気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラムに関する。

空調機の運転を省エネルギー化する目的で、建物ごとに空調機の運転に要する電力量の需要予測を行う場合がある。空調機が消費する電力量は、気温、湿度、降水量、天気などの影響を受けるため、空調機の電力量需要予測には、これらの気象観測データの予測値を用いることが多い。一般的には建物の所在地に最も近い気象観測所が予測した気象観測データを予測値として用い、電力量の需要予測を行う。

特許文献１には、気象観測所が予測した気象観測データを補正モデルによって補正することによって、実際の需要家における気象の状態を高精度に推定する技術が開示されている。

特開２０１８－２１８５６号公報

しかし、建物の所在地のみによって選択された気象観測所の気象観測データは、必ずしもその建物が存在する位置で観測される気象観測データと近いとは限らない。例えば、距離的に最短の位置にある気象観測所の標高と、対象とする建物の標高が大きく異なるような場合、気象観測所が提供する気象観測データは、建物で観測されるものと異なる可能性がある。建物が存在する位置における実際の気象に近い気象観測データを提供する気象観測所を選択して、需要予測に用いることが望ましい。

本開示は、上記課題を解決することができる気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラムを提供する。

本開示の気象観測所選択装置は、気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する気象観測所選択装置であって、過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出する類似度算出部と、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択する選択部と、を備える。

本開示の予測システムは、上記の気象観測所選択装置と、前記参照用の気象観測所が提供する未来の気象観測データの予測値および所定の予測モデルに基づいて気象条件に連動する諸量の需要を予測する予測部と、を備える。

本開示の空調システムは、空調機と、上記の予測システムとを備え、前記予測システムが、前記空調機が必要とする電力量の需要を予測し、前記空調機が前記予測に基づいて運転を行う。

また、本開示の気象観測所選択方法は、気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する気象観測所選択方法であって、過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出し、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択する。

また、本開示のプログラムは、コンピュータに、気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する処理であって、過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出するステップと、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択するステップと、を有する処理、を実行させる。

上述の気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラムによれば、対象地点の気象に最も近い気象観測データを提供する気象観測所を選択することができる。

実施形態に係る需要予測システムの構成例を示す図である。 日本に存在する気象観測所の一例を示す図である。 実施形態に係る気象観測データの一例を示す図である。 実施形態に係る類似度の算出処理の一例を示す図である。 実施形態に係る気象台の選択処理の一例を示す図である。 実施形態に係る需要予測処理の一例を示す図である。 実施形態に係る需要予測結果の一例を示す図である。 実施形態に係る需要予測システムを空調システムへ適用した場合の構成例を示す図である。 実施形態に係る需要予測システムのハードウェア構成の一例を示す図である。

＜実施形態＞
以下、一実施形態に係る需要予測システムについて、図１～図９を参照しながら詳しく説明する。

（全体構成）
図１は、実施形態に係る需要予測システムの構成例を示す図である。
図１に示す需要予測システム１は、気象観測所選択装置１０と、需要予測装置２０とを含む。気象観測所選択装置１０と需要予測装置２０とは通信可能に接続されている。気象観測所選択装置１０は、対象地点の気象を精度よく予測する気象観測所を選択し、選択した気象観測所が提供する気象予測データを取得する。需要予測装置２０は、気象観測所選択装置１０が取得した気象予測データに基づいて、各種の需要予測を行う。

気象観測データとは、気温、湿度、天気（晴れ、曇り等）、降水量、風向、風量、降雪量などの気象観測所が提供する気象に関する所量のことである。あるいは、気象観測データとは、対象地点の建物が備える空調機の室外機に設けられた温度センサや湿度センサが計測した気温、湿度のことである。

気象予測データとは、気象観測所が提供する所定期間の天気予報に含まれる気象に関する予測データである。例えば、気象予測データとは、翌日又は１週間後までの気温、湿度、天気、降水量、風向、風量、降雪量などのことである。

（気象観測所選択装置の機能・構成）
気象観測所選択装置１０は、過去データ取得部１１と、設定部１２と、類似度算出部１３と、選択部１４と、予測データ取得部１５と、記憶部１６と、通信部１７とを備える。
過去データ取得部１１は、複数の気象観測所の各々にて計測された過去の気象観測データと、対象地点の建物（以下、建物を物件、対象地点の建物を物件Ａ，物件Ｂ，物件Ｃ・・・と記載する場合がある。）で計測された過去の気象観測データと、を取得する。過去データ取得部１１は、例えば、日本全国に存在する気象観測所で計測された気象観測データや、世界各地の気象観測所で計測された気象観測データを取得する。また、過去データ取得部１１は、例えば、物件Ａの空調機の室外機に設けられた温度センサ、湿度センサが計測した過去の計測データを取得する。物件が複数（例えば、物件Ａ～Ｃ）存在する場合、過去データ取得部１１は、物件Ａ～Ｃごとの過去の気象観測データを取得する。

設定部１２は、選択対象とする気象観測所の範囲の設定や、気象観測所の選択に用いる気象観測データの設定を受け付ける。
類似度算出部１３は、物件Ａで計測された過去の気象観測データと、複数の気象観測所で計測されたそれぞれの気象観測データとの類似度を算出する。
選択部１４は、類似度算出部１３が算出した類似度に基づいて、物件Ａで計測された気象観測データと類似度が最も高い気象観測データを提供する気象観測所を選択する。物件Ａ～Ｃが存在する場合、選択部１４は、物件Ａ～Ｃのそれぞれについて気象観測所を選択する。

予測データ取得部１５は、選択部１４が選択した気象観測所が提供する気象予測データを取得する。
記憶部１６は、過去データ取得部１１が取得した気象観測データなどを記憶する。
通信部１７は、他の装置とデータ通信を行う。例えば、通信部１７は、気象観測所の気象観測データを提供するサーバから過去の気象観測データや気象予測データを取得する。また、例えば、通信部１７は、需要予測装置２０へ過去の気象観測データや気象予測データを送信する。

（需要予測装置の機能・構成）
需要予測装置２０は、データ取得部２１と、予測モデル作成部２２と、予測部２３と、出力部２４と、設定部２５と、記憶部２６と、通信部２７とを備える。
データ取得部２１は、物件Ａの気象観測データ、物件Ａの予測対象の需要量の実績値、物件Ａの気象予測データを取得する。例えば、物件Ａの空調に要する電力量の需要予測を行う場合、データ取得部２１は、過去の所定期間（例えば、過去１年間）において物件Ａの室外機の温度センサや湿度センサが計測した１時間毎の計測値、又は、物件Ａについて選択された気象観測所が計測した過去１年の１時間毎の気象観測データと、同時期に物件Ａの空調機の運転に要した１時間毎の電力量を取得する。また、データ取得部２１は、物件Ａについて選択された気象観測所が提供する、予測対象期間における気象予測データを取得する。

予測モデル作成部２２は、物件Ａの気象観測データと予測対象の需要量の実績値の関係を回帰分析等により学習し、物件Ａの気象観測データを入力すると、予測対象の需要量の実績値を出力する予測モデルを作成する。例えば、予測モデル作成部２２は、１時間毎の気温と湿度の実績値を入力すると、同じ時間帯の１時間ごとの空調機の電力需要の実績値を出力する予測モデルを作成する。物件Ａ～Ｃが存在する場合、予測モデル作成部２２は、物件ごとに予測モデルを作成する。

予測部２３は、データ取得部２１が取得した気象予測データと、予測モデル作成部２２が作成した予測モデルとに基づいて、未来の需要予測を行う。例えば、予測部２３は、物件Ａについて選択された気象観測所が提供する明日の気象予測データと、物件Ａの空調機の電力量の予測モデルとに基づいて、明日の空調機の電力需要（１時間毎）を予測する。
また、予測部２３は、予測モデルに基づく予測値を、所定の変換規則に従って変換した値を算出してもよい。例えば、物件Ａでは、空調機が消費する電力量を過去の８０％に制限することを目標としているとする。その場合、予測部２３は、予測値に０．８を乗じた値を算出してもよい。
物件Ａ～Ｃが存在する場合、予測部２４は、物件Ａ～Ｃのそれぞれについて選択された気象観測所が提供する気象予測データと、物件Ａ～Ｃのそれぞれについて作成された予測モデルを用いて、物件Ａ～Ｃごとに需要予測を行う。

出力部２４は、予測部２３が予測した予測値や所定の変換規則に従って変換した値を出力する。
設定部２５は、予測モデル作成の入力パラメータ（例えば、気温と湿度）と出力パラメータ（例えば、空調機が消費する電力量）の設定や、予測部２３による変換規則の設定（例えば、０．８を乗じる等）を受け付ける。
記憶部２６は、データ取得部２１が取得したデータや設定部２５が受け付けた設定情報などを記憶する。
通信部２７は、他装置とのデータ通信を行う。

（気象観測所の例）
図２は、日本に存在する気象観測所の一例を示す図である。
図２に例示するように気象観測所は、日本全国に分布している。しかし、物件Ａと最も近い位置に存在する気象観測所が、物件Ａにおける気温、湿度、天気などの気象に最も近い気象観測データを計測するとは限らない。そこで、本実施形態では、物件Ａが備える空調機を仮想的な気象観測所と見立てて、空調機が備えるセンサによって計測された気象観測データの実績値と近しい値を計測した気象観測所を参照用の気象観測所として選択する。そして、仮想的な気象観測所である空調機には気象予測ができないので、選択した参照用の気象観測所が提供する気象予測データを取得して、これを物件Ａにおける気象予測データとして扱う。気象予測データは、気象に連動する物件Ａに関する所定の需要量の予測に用いる。

（気象観測所の選択）
次に図３～図５を用いて、気象観測所の選択処理について説明する。
図３は、実施形態に係る気象観測データの一例を示す図である。
各地の気象観測所で計測された気象観測データは、例えば、気象庁のサイトから取得することができる。気象観測データには、気温、湿度、日照時間、降水量、降雪量、風速、風向、気圧、天気などが含まれる。図３の「観測地点１」～「観測地点Ｎ」の列には、観測地点１～Ｎで計測された１時間毎の気温を例示している。また、空調機の室外機には、外気温を計測するための温度センサが設けられている。図３の「物件Ａ」の列には、物件Ａの室外機の温度センサが計測した１時間毎の気温を例示している。
例えば、過去データ取得部１１は、図３に例示する物件Ａの気象観測データを物件Ａの室外機から取得し、同じ時間帯の観測地点１～Ｎの気象観測データを気象庁のサイトから取得する。

図４は、実施形態に係る類似度の算出処理の一例を示す図である。
類似度算出部１３は、同時刻における物件Ａの気象観測データと観測地点１の気象観測データとを比較し類似度を算出する。同様に類似度算出部１３は、同時刻における物件Ａの気象観測データと観測地点２の気象観測データの類似度、物件Ａの気象観測データと観測地点３の気象観測データの類似度、・・・、物件Ａの気象観測データと観測地点Ｎの気象観測データの類似度をそれぞれ算出する。
図４の上図に物件Ａにおける気温（白丸）と観測地点１における気温（黒丸）の推移を示す。類似度算出部１３は、物件Ａの気温と観測地点１の気温の類似度として、例えば、両者の相関係数Ｒを算出する。物件Ａと観測地点１の気温の相関係数Ｒは、０．３２である。
図４の下図に物件Ａにおける気温（白丸）と観測地点２における気温（黒丸）の推移を示す。類似度算出部１３は、物件Ａの気温と観測地点２の気温の相関係数Ｒを算出する。物件Ａと観測地点２の気温の相関係数Ｒは、０．８６である。
類似度算出部１３は、物件Ａにおける気温と他の観測地点３～Ｎにおける気温についても、それぞれの相関係数Ｒを算出する。

選択部１４は、類似度、つまり相関係数Ｒの値が最も大きな気象観測所（例えば、観測地点２）を選択する。過去の気象観測データによれば、選択された気象観測所は、物件Ａと最も近い気象観測データを計測した気象観測所である。従って、選択された気象観測所が提供する気象予測データは、物件Ａにおける未来の気象観測データに類似すると考えられる。本実施形態では、選択部１４が選択した気象観測所が提供する気象予測データを、未来の所定期間における物件Ａの気象観測データとして扱い、気象観測データに連動する所定の事象の予測に用いる。気象観測データに連動する所定の事象とは、例えば、空調機の電力需要予測、観光地やイベント会場、店舗の来場者数予測、道路や公共交通機関、駅等での混雑度予測、農作物の生育量や収穫量の予測、電気自動車の電力需要予測（路面状態や走行距離に応じた充電量）、自動車のガソリン需要予測（路面状態や走行距離に応じた給油量）、宿泊施設や学校、病院、福祉施設などの厨房や浴場施設における湯、水、氷などの需要量、飲食施設での冷たい又は温かいメニューの注文数、建設現場での進捗予測、家事などに活用することができる。

（気象観測所選択の処理フロー）
次に図５を用いて気象観測所の選択処理の流れについて説明する。
図５は、実施形態に係る気象台の選択処理の一例を示す図である。
まず、設定部１２が、気象観測所の選択処理に必要な各種設定を受け付ける（ステップＳ１１）。例えば、設定部１２は、選択対象とする気象観測所の範囲に関する設定を受け付ける。例えば、設定部１２は、日本全国又は世界各国の気象観測所を選択範囲として受け付ける。例えば、設定部１２は、物件Ａが存在する場所の標高と、気象観測所が存在する場所の標高との差が所定の範囲内にある気象観測所を選択範囲として受け付ける。また、例えば、設定部１２は、物件Ａと気象観測所との距離が所定の範囲内にある気象観測所を選択範囲として受け付ける。気象観測所の選択範囲を限定することで、気象観測所の選択処理における計算負荷を低減することができる。

また、例えば、設定部１２は、気象観測所の選択に用いる気象観測データの範囲に関する設定を受け付ける。例えば、設定部１２は、過去の１年間の気象観測データに基づいて、気象観測所を選択するとの設定を受け付ける。また、例えば、設定部１２は、過去の１年間の季節ごとの気象観測データに基づいて、季節ごとに最適な気象観測所を選択するとの設定を受け付ける。また、例えば、今年の夏の気象予測データの取得を目的とする場合、設定部１２は、昨年の夏（６～８月）の気象観測データに基づいて、気象観測所を選択するとの設定を受け付ける。また、例えば、現在が６月３０日で、７月前半の気象予測データの取得を目的とする場合、設定部１２は、今年の６月１日～２９日の気象観測データの実績値によって気象観測所を選択するとの設定、又は、昨年の７月１日～１５日の気象観測データの実績値によって気象観測所を選択するとの設定を受け付ける。あるいは、設定部１２は、今年の６月１日～２９日の気象観測データの実績値と、昨年の７月１日～１５日の気象観測データの実績値の両方を用いるとの設定を受け付けてもよい。

次に過去データ取得部１１は、物件Ａの過去の気象観測データを取得する（ステップＳ１２）。例えば、ステップＳ１１で過去１年間の気象観測データを用いるとの設定を受け付けた場合、過去データ取得部１１は、物件Ａの室外機の温度センサが計測した過去１年間の１時間毎の気温、湿度センサが計測した過去１年間の１時間毎の湿度を取得する。

次に過去データ取得部１１は、各気象観測所の過去の気象観測データを取得する（ステップＳ１３）。例えば、ステップＳ１１で標高が近い気象観測所に絞り込む設定を受け付けた場合、過去データ取得部１１は、物件Ａが存在する場所の標高との差が所定の範囲内に存在する気象観測所（例えば、気象観測所１～３）で計測された過去１年間の１時間毎の気温、湿度を取得する。

次に類似度算出部１３が、類似度を算出する（ステップＳ１４）。例えば、類似度算出部１３は、図４を用いて説明したように物件Ａにおける気温と気象観測所１の気温との相関係数を算出する。同様に類似度算出部１３は、物件Ａにおける気温と気象観測所２の気温との相関係数、物件Ａにおける気温と気象観測所３の気温との相関係数を算出する。また、類似度算出部１３は、物件Ａにおける湿度と気象観測所１の湿度との相関係数、物件Ａにおける湿度と気象観測所２の湿度との相関係数、物件Ａにおける湿度と気象観測所３の湿度との相関係数をそれぞれ算出する。なお、類似度の算出方法は、相関係数に限らない。例えば、物件Ａにおける気温と気象観測所１の気温との温度差の平均値などであってもよい。

また、例えば、ステップＳ１１にて、今年の６月１日～２９日の気象観測データと昨年の７月１日～１５日の気象観測データの両方を用いるとの設定を受け付けた場合、類似度算出部１３は、今年の６月１日～２９日の気象観測データに基づく物件Ａと気象観測所１～３それぞれの気象観測データの相関係数を算出し、昨年の７月１日～１５日の気象観測データに基づく物件Ａと気象観測所１～３それぞれの気象観測データの相関係数を算出する。

次に選択部１４が、ステップＳ１４で算出された類似度に基づいて、気象観測所の選択を行う（ステップＳ１５）。例えば、物件Ａと気象観測所１の気温に関する相関係数が、物件Ａと気象観測所２，３それぞれの気温に関する相関係数よりも大きく、物件Ａと気象観測所１の湿度に関する相関係数が、物件Ａと気象観測所２，３それぞれの湿度に関する相関係数よりも大きい場合、選択部１４は、気象観測所１を選択する。また、例えば、物件Ａと気象観測所１の気温に関する相関係数が、物件Ａと気象観測所２，３それぞれの気温に関する相関係数よりも大きく、物件Ａと気象観測所２の湿度に関する相関係数が、物件Ａと気象観測所１，３それぞれの湿度に関する相関係数よりも大きい場合には、例えば、選択部１４は、物件Ａと気象観測所１～３それぞれの気温に関する相関係数と湿度に関する相関係数の荷重平均を算出し、荷重平均が最も大きい気象観測所を選択してもよい。

また、例えば、予測対象期間が７月上旬で、今年の６月１日～２９日の気象観測データに基づく物件Ａと気象観測所１～３それぞれの気温等に関する相関係数と、昨年の７月１日～１５日の気象観測データに基づく物件Ａと気象観測所１～３それぞれの気温等に関する相関係数を算出した場合、選択部１４は、両方の期間を通じて算出した相関係数が最も大きい気象観測所を選択する。また、例えば、物件Ａが、６月と７月とでは気象が大きく異なる地域に存在する場合、選択部１４は、昨年の７月１日～１５日の気象観測データに基づく相関係数が最も大きな気象観測所を選択する。また、例えば、物件Ａが、６月と７月の気象の関係性が強い（例えば、６月の雨量が多いと７月がより暑くなる等）地域に存在する場合、選択部１４は、今年の６月１～２９日の気象観測データに基づく相関係数が最も大きな気象観測所を選択する。

次に予測データ取得部１５が、ステップＳ１５で選択した気象観測所から気象予測データを取得する（ステップＳ１６）。例えば、ステップＳ１５で選択部１４が気象観測所１を選択した場合、予測データ取得部１５は、気象観測所１が提供する気象予測データを、気象庁のサイト等から取得する。

本実施形態の気象観測所選択装置１０によれば、対象物件Ａと気象観測データの実績値が最も近い気象観測所を選択することができる。選択した気象観測所から、気象予測データを取得することで、高精度の気象予測データを取得することができる。これにより、以下に説明するように、例えば、気象観測データに連動する需要量等の予測を行う場合の予測精度を高めることができる。

例えば、同じ地域に存在する物件Ａと物件Ｂがあり、物件Ａの周囲では夏に打ち水を行っており、物件Ｂでは打ち水を行わないとする。夏に物件Ａの室外機の温度センサが検出する気温は、物件Ｂの室外機の温度センサが検出する気温よりも低くなると考えられる。気象観測所選択装置１０は、例えば、物件Ａについては気象観測所１を選択し、物件Ｂについては気象観測所１よりも暑い地域に存在する気象観測所２を選択する。次に説明するように、気象予測データは、空調機の電力需要予測に活用することができるが、物件Ａに対する気象観測所１からの気象予測データには、物件Ｂに対する気象観測所２からの気象予測データよりも気温が低くなるような予測が含まれる為、設定温度が同じ場合、物件Ａの冷房に要する電力需要予測は、物件Ｂの冷房に要する電力需要予測よりも低くなると考えられる。従来であれば、同じ地域に存在する物件Ａと物件Ｂについて参照される気象予測データは、同じ気象観測所から提供されるものとなるので、節電のための努力（打ち水）を行っている物件Ａと、そのような努力を行っていない物件Ｂの冷房に要する電力需要予測も同程度となるが、本実施形態によれば、物件ごとに各物件の気象の状況に応じた気象観測所を選択できるので、精度の良い気象予測、需要予測が可能である。

（予測モデル作成と予測処理）
次に図６を参照して気象予測データに基づく需要予測処理について説明する。需要予測処理は、気象観測所選択装置１０が取得した過去の気象観測データ、気象予測データに基づいて、需要予測装置２０が行う。図６は、実施形態に係る需要予測処理の一例を示す図である。
まず、設定部２５が、予測モデルの作成に必要な設定を受け付ける（ステップＳ２１）。例えば、空調機の電力需要予測を行う予測モデルを作成する場合、設定部２５は、気温、湿度、降雨量、天気（晴れ、曇り等）を予測モデルの入力パラメータとし、空調機が消費した電力量を出力パラメータとするとの設定を受け付ける。また、例えば、予測モデル作成部２２は、予測部２３の変換規則の設定を受け付ける。例えば、節電の為に過去の実績に基づく空調機の消費電力量の８０％で、空調機の運転を行うことを目標とする場合、設定部２５は、電力量の予測値に０．８を乗じた値を算出する変換規則の設定を受け付ける。

次にデータ取得部２１が、予測モデルの作成に必要な学習データを収集する（ステップＳ２２）。例えば、データ取得部２１は、気象観測所選択装置１０が選択した気象観測所の過去の１年間の１時間毎の気象観測データと、過去１年間に物件Ａの空調機が消費した１時間毎の電力量を取得する。あるいは、データ取得部２１は、気象観測所の気象観測データの代わりに、物件Ａの室外機のセンサによって計測された気象観測データを取得してもよい。また、今年の６月１～２９日の気象観測データに基づいて、気象観測所１を選択したのであれば、データ取得部２１は、例えば、気象観測所１が提供する今年の６月１～２９日の１時間毎の気象観測データと、今年の６月１～２９日に物件Ａの空調機が消費した１時間毎の電力量を取得する。

次に予測モデル作成部２２が予測モデルを作成する（ステップＳ２３）。予測モデル作成部２２は、気象観測所で計測された過去の気象観測データの実績値又は物件Ａの空調機が計測した気象観測データと、空調機が消費した電力量との関係を示す予測モデルを回帰分析や機械学習によって作成する。例えば、予測モデル作成部２２は、過去の１時間毎の気象観測データに含まれるある時刻の気温、湿度、降雨量、天気（晴れ、曇り等）の実績値を入力すると、その時刻から１時間の間に空調機が消費した電力量の実績値を出力するような関数（予測モデル）を導出する。予測モデル作成部２２は作成した予測モデルを記憶部２６に保存する。

次にデータ取得部２１が、気象予測データを取得する（ステップＳ２４）。例えば、データ取得部２１は、気象観測所選択装置１０が選択した気象観測所が提供する明日の気象予測データを取得する。気象予測データには、例えば、１時間ごとの気温、湿度、降雨量、天気の予測値が含まれている。

次に予測部２３が、需要を予測する（ステップＳ２５）。予測部２３は、ステップＳ２４で取得した翌日の１時間毎の気象予測データを予測モデルに入力する。予測モデルは、気象予測データに基づく空調機による翌日の１時間毎の電力量（需要の予測値）を出力する。また、ステップＳ２１で変換規則の設定が行われている場合、予測部２３は、その設定に基づく値を算出する。例えば、空調機の電力量の需要予測に対して８０％となる値（目標値）を出力するように設定されている場合、予測部２３は、予測モデルが出力した１時間毎の予測値に０．８を乗じた値を算出する。予測部２３は、予測モデルに基づく予測値と、変換規則に基づく値とを出力部２４に出力する。
次に出力部２４が、予測値を出力する（ステップＳ２６）。出力部２４は、予測値とともに変換規則に基づく値を出力してもよい。図７に出力部２４が出力するデータの一例を示す。

図７は、実施形態に係る需要予測結果の一例を示す図である。
図７の縦軸は電力量、横軸は時間である。図７の棒グラフは１時間毎の電力量の需要予測値である。図７の実線グラフは空調機が消費する電力量の１時間毎の目標値である。例えば、空調機に対して、図７の実線グラフに示す電力量の目標値を与えると、空調機は、目標値の範囲で空調機の運転を行う。これにより、物件Ａのユーザは、節電の目標を達成することができる。また、電力量の需要予測に基づいて、所定期間における電気料金を算出し、物件Ａのユーザに通知するようなサービスにも利用できる。

既に例示したように気象予測データに基づく予測は、空調機の電力量需要予測に限定されない。例えば、予測モデル作成部２２は、過去の気象観測データを入力パラメータ、同じ時間帯のイベント会場などにおける来場者数の実績値を出力パラメータとする来場者数の予測モデルを作成し、予測部２３が、気象予測データに基づいて、観光地、イベント会場、店舗等の来場者数を予測してもよい。また、来場者数予測を行うことにより、会場に配置する警備員やパンフレットなどの印刷部数、来場者に配布・販売するグッズの仕入れ数、会場選びにも活用することができる。また、店舗の来場者予測の場合であれば、商品の発注計画に役立てることができる。

また、予測モデル作成部２２は、過去の気象観測データを入力パラメータ、道路・公共交通機関・駅等での混雑度の実績値を出力パラメータとする混雑度の予測モデルを作成してもよい。このような混雑度予測により、物流計画、渋滞対策、交通整理要員の配備計画、ガソリンスタンドにおけるガソリンの仕入計画に活用することができる。

また、予測モデル作成部２２は、過去の気象観測データを入力パラメータ、その年の農作物の育成量や収穫量の実績値を出力パラメータとする収穫量などの予測モデルを作成してもよい。農作物の育成量や収穫量の予測は、農作物の保護対策、肥料の調整、害虫駆除、水やり等の作業に活用することができる。

また、電気自動車の電力需要予測、自動車のガソリン需要予測、宿泊施設などにおける湯や水などの需要量、飲食施設での冷たいメニュー又は温かいメニューの注文数などの諸量についても同様に、気象観測所選択装置１０が選択した気象観測所による過去の気象観測データと上記の諸量との関係を示す予測モデルを作成し、それぞれ電力、ガソリン、湯や水、メニュー注文数の予測に活用することができる。例えば、電気自動車の充電量の予測により、充電ステーションに供給する電力を算出し、発電所の発電計画に活用してもよい。また、湯量の需要予測により、予め宿泊施設で必要な量の湯を準備しておくことができる。また、メニュー注文数の予測により、レストラン等では、食材の仕入れ計画に活用することができる。また、建設現場では、工事の進捗予測に用いることで、作業員の配備計画や、資材などの搬入計画、資材搬入に必要な大型車両および運転手の手配計画などに利用することができる。また、家庭でも、洗濯や庭の掃除、買い出しなど家事の実行の判断に利用することができる。

以上説明したように本実施形態に係る需要予測システム１によれば、予測対象位置における気象を最も精度よく予測する気象観測所を選択し、当該気象観測所が提供する未来の気象予測データを得ることができる。また、選択された気象観測所で計測された過去の気象観測データの実績値と、予測対象の諸量の実績値とに基づいて、気象観測データに連動する諸量を精度よく予測する予測モデルを作成することが可能である。また、作成した予測モデルと選択された気象観測所の気象予測データに基づいて、精度よく未来の需要予測等を行うことができる。

（空調システムの構成例）
次に需要予測システム１を適用した空調システムについて説明する。
図８は、実施形態に係る需要予測システムを空調システムへ適用した場合の構成例を示す図である。
空調システム１００は、気象観測所選択装置１０と、需要予測装置２０と、管理装置３０と、気象観測所１～Ｎの気象観測データや気象予測データを提供する気象サーバ４０と、物件Ａ～Ｄの空調機の制御装置である制御装置７０Ａ，７０Ｂ，７０Ｃ、７０Ｄを含む。これらの構成はネットワークを介して通信可能に接続されている。

物件Ａの空調機は、室外機６０Ａと室内機５０１Ａ～５０ＮＡを備える。室外機６０Ａと室内機５０１Ａ～５０ＮＡは冷媒配管および通信線で接続されている。室外機６０Ａは、制御装置７０Ａを備える。室外機６０Ａには、図示しない温度センサ、湿度センサが設けられている。制御装置７０Ａは、図示しない温度センサ、湿度センサが計測した値を取得し、気象観測所選択装置１０へ所定の時間間隔で送信する。

物件Ｂの空調機は、室外機６０Ｂと室内機５０１Ｂを備える。室外機６０Ｂと室内機５０１Ｂは冷媒配管および通信線で接続されている。室外機６０Ｂは、制御装置７０Ｂを備える。制御装置７０Ｂは、室外機６０Ｂに設けられた図示しない温度センサ、湿度センサが計測した値を取得し、気象観測所選択装置１０へ所定の時間間隔で送信する。

物件Ｃの空調機は、室外機６０Ｃと室内機５０１Ｃを備える。室外機６０Ｃと室内機５０１Ｃは冷媒配管および通信線で接続されている。室外機６０Ｃは、制御装置７０Ｃを備える。制御装置７０Ｃは、室外機６０Ｃに設けられた図示しない温度センサ、湿度センサが計測した値を取得し、気象観測所選択装置１０へ所定の時間間隔で送信する。

物件Ｄの空調機は、室外機６０Ｄと室内機５０１Ｄ～５０ＮＤを備える。室外機６０Ｄと室内機５０１Ｄ～５０ＮＤは冷媒配管および通信線で接続されている。室外機６０Ｄは、制御装置７０Ｄを備える。室外機６０Ｄには、図示しない温度センサ、湿度センサが設けられている。制御装置７０Ｄは、図示しない温度センサ、湿度センサが計測した値を取得する。制御装置７０Ｄは、気象観測所選択装置１０と同様の機能を発揮するソフトウェアで構成される気象観測所選択手段１０´と、需要予測装置２０と同様の機能を発揮するソフトウェアで構成される需要予測手段２０´を備える。

気象観測所選択装置１０は、物件Ａ～Ｃに設置された空調機の制御装置７０Ａ～７０Ｃから気象観測データを取得し、気象サーバ４０から気象観測データを取得する。そして、気象観測所選択装置１０は、図５等を用いて説明した処理によって、物件Ａ～Ｃごとに気象観測所を選択する。

需要予測装置２０は、物件Ａ～Ｃのそれぞれに対して選択された気象観測所を特定する情報を気象観測所選択装置１０から取得する。需要予測装置２０は、気象観測所選択装置１０から予測モデルの作成に必要な気象観測データを取得する。また、需要予測装置２０は、管理装置３０から物件Ａ～Ｃの各空調機が消費した電力量の実績値を取得する。需要予測装置２０は、図６、図７を用いて説明した処理によって、物件Ａ～Ｃごとに予測モデルを作成し、空調機が消費する電力量の需要予測と目標値を算出する。需要予測装置２０は、算出した電力量の需要予測と目標値を管理装置３０へ送信する。

管理装置３０は、物件Ａ～Ｄの空調機の運転状態を管理する。例えば、管理装置３０は、物件Ａ～Ｄの空調機が消費した１時間ごとの電力量を記録している。管理装置３０は、記録した電力量の実績値を需要予測装置２０へ送信する。

また、管理装置３０は、物件Ａ～Ｃの空調機に対して１時間ごとの消費電力量の目標値（図７の実線グラフ）を指示する。例えば、管理装置３０が制御装置７０Ａに消費電力量の目標値を指示すると、制御装置７０Ａは、１時間あたりの物件Ａの空調機による消費電力量が指示された電力量以下となるように、室外機６０Ａが備える圧縮機の運転制御などを行う。物件Ｂ～Ｃについても同様に管理装置３０が、制御装置７０Ｂ～７０Ｃに対して電力量の制限指令値を与えることによって、物件Ｂ～Ｃの空調機が消費する電力量を制御することができる。管理装置３０は、需要予測装置２０から物件Ａ～Ｃの空調機による消費電力量の１時間毎の目標値を取得すると、制御装置７０Ａ～７０Ｃに対して、電力量の目標値を送信する。制御装置７０Ａ～７０Ｃは、目標値に従って空調機を運転する。

上記の通り、物件Ｄの空調機は、気象観測所選択手段１０´と、需要予測手段２０´を備える。気象観測所選択手段１０´は、気象サーバ４０から各地の気象観測データを取得する。気象観測所選択手段１０´は、室外機６０Ｄの図示しない温度センサ等が計測した気象観測データと、気象サーバ４０から取得した気象観測データとに基づいて、物件Ｄにおける気象に最も近い気象観測データを計測した気象観測所を選択する。また、需要予測手段２０´は、気象観測所選択手段１０´によって選択された参照用の気象観測所による気象観測データと管理装置３０が記録している物件Ｄの空調機による電力量に実績値に基づいて予測モデルを作成する。需要予測手段２０´は、参照用の気象観測所による気象予測データと作成した予測モデルとに基づいて、電力量の予測や目標値の算出を行う。制御装置７０Ｄは、需要予測手段２０´が算出した、例えば、翌日の１時間毎との電力量の目標値を取得して、この目標値に従って翌日の空調機の運転を行う。

図８に例示する空調システム１００によれば、気象観測所選択装置１０又は気象観測所選択手段１０´によって選択された参照用の気象観測所による気象予測データと、当該気象観測所による気象観測データを用いて作成された予測モデルと、に基づいて、空調機による未来の消費電力量を精度よく予測することができる。この予測を活用することで、所望の空調制御（例えば、節電よりも快適性を重視するならば、予測モデルが予測する１時間ごとの需要電力量を上限とする空調を行う。）の実現や、所望の節電を達成することができる。

なお、図８の空調システム１００に例示するように、気象観測所選択装置１０と需要予測装置２０は、それぞれ単体のサーバ等に実装する実施形態に限定されない。例えば、気象観測所選択装置１０および需要予測装置２０の機能（それぞれ気象観測所選択手段１０´、需要予測手段２０´）を空調機の制御装置７０Ｄに実装してもよい。また、気象観測所選択装置１０および需要予測装置２０の機能を１台のサーバに実装してもよい。

図９は、実施形態に係る需要予測システムのハードウェア構成の一例を示す図である。
コンピュータ９００は、ＣＰＵ９０１、主記憶装置９０２、補助記憶装置９０３、入出力インタフェース９０４、通信インタフェース９０５を備える。
上述の気象観測所選択装置１０、需要予測装置２０、制御装置７０Ｄは、コンピュータ９００に実装される。そして、上述した各機能は、プログラムの形式で補助記憶装置９０３に記憶されている。ＣＰＵ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９０１は、プログラムに従って、記憶領域を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。

なお、気象観測所選択装置１０、需要予測装置２０、制御装置７０Ｄの全部または一部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各機能部による処理を行ってもよい。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、ＣＤ、ＤＶＤ、ＵＳＢ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行しても良い。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。なお、気象観測所選択装置１０、需要予測装置２０は、それぞれ複数のコンピュータ９００によって構成されていても良い。また、気象観測所選択装置１０と需要予測装置２０は１台のコンピュータ９００によって構成されていても良い。

以上のとおり、本開示に係るいくつかの実施形態を説明したが、これら全ての実施形態は、例として提示したものであり、発明の範囲を限定することを意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態及びその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

例えば、実施形態では空調機の電力量の需要を予測することとしたが、本実施形態の需要予測は、他の冷熱機器（冷凍機、ボイラ、熱源機、ヒートポンプ、冷蔵庫など）の電力量の需要予測にも適用することができる。

例えば、実施形態では季節ごとの気象観測所を選択することとしたが、例えば、月ごとの気象観測データを用いて、対象地点（物件Ａ）における気象状態に最も近い気象観測データを提供する気象観測所を月ごとに選択するようにしてもよい。

＜付記＞
各実施形態に記載の気象観測所選択装置１０、予測システム（需要予測システム１）、空調システム１００、気象観測所選択方法およびプログラムは、例えば以下のように把握される。

（１）第１の態様に係る気象観測所選択装置１０は、過去の所定期間において複数の気象観測所で計測された気象観測データのそれぞれと所定の対象地点で計測された気象観測データとの類似度を算出する類似度算出部１３と、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する気象観測データを計測した前記気象観測所を、参照用の気象観測所として選択する選択部１４と、を備える。
これにより、対象地点の気象に近い気象観測データを提供する気象観測所を選択することができる。

（２）第２の態様に係る気象観測所選択装置１０は、（１）の気象観測所選択装置１０であって、前記選択部１４は、前記複数の気象観測所のうち、前記気象観測所の標高と前記対象地点の標高との差が所定の範囲内にあるものの中から前記参照用の気象観測所を選択する。
これにより、気象観測所の選択処理における計算負荷を減らすことができる。

（３）第３の態様に係る気象観測所選択装置１０は、（１）の気象観測所選択装置１０であって、前記選択部１４は、前記複数の気象観測所のうち、前記気象観測所と前記対象地点の距離が所定の範囲内にあるものの中から前記参照用の気象観測所を選択する。
これにより、気象観測所の選択処理における計算負荷を減らすことができる。

（４）第４の態様に係る気象観測所選択装置１０は、（１）から（３）のいずれか１つの気象観測所選択装置１０であって、前記対象地点に設置された空調機の室外機（６０Ａ等）が備えるセンサによって計測された前記気象観測データを、前記対象地点で計測された気象観測データとして取得する過去データ取得部１１、をさらに備える。
これにより、前記対象地点に設置された空調機を仮想的な気象観測所とみなして利用することができる。

（５）第５の態様に係る気象観測所選択装置１０は、（１）から（４）のいずれか１つの気象観測所選択装置１０であって、前記選択部１４は、所定の第１期間における前記複数の気象観測所および前記対象地点で計測された気象観測データを用いて算出された前記類似度に基づいて、前記第１期間に対応する第２期間における前記参照用の気象観測所を選択する。

これにより、例えば季節ごとに気象の特徴が異なる（夏は近くの気象観測所より暑く、冬は近くの気象観測所より寒いなど）対象地点の場合、季節ごと（第１期間、第２期間）に適した気象観測所を選択することができる。また、６月の気象と７月の気象が強く関連する対象地点の場合、直近の６月（第１期間）の気象観測データを用いて、精度の良い7月（第２期間）の気象予測データを取得するための気象観測所を選択することができる。

（６）第６の態様に係る気象観測所選択装置１０は、（１）から（５）のいずれか１つの気象観測所選択装置１０であって、前記参照用の気象観測所が提供する未来の気象観測データの予測値を取得する予測データ取得部１５、をさらに備える。
これにより、精度の高い気象予測データが取得できる。

（７）第７の態様に係る予測システム１は、（１）から（５）の気象観測所選択装置１０と、前記参照用の気象観測所が提供する未来の気象観測データの予測値と、所定の予測モデルと、に基づいて気象条件に連動する諸量を予測する予測部２３と、を備える。
対象地点の気象に近い気象観測データを提供する気象観測所が提供する気象予測データを用いることで、気象条件に連動する諸量（空調機をはじめとする冷熱機器の電力量の需要、道路・公共交通機関・駅などの混雑予測、農作物の生育量・収穫量の予測、宿泊施設などでの湯などの需要予測、飲食店でのメニューの注文数予測、建設現場での工事計画の進捗予測など）の予測が可能になる。

（８）第８の態様に係る空調システム１００は、空調機（５０１Ａ、６０Ａ、７０Ａ等）と、（７）の需要予測システム１と、を備え、前記需要予測システム１が、空調機が必要とする電力量の需要を予測し、前記空調機が前記予測に基づいて運転を行う。
精度よく予測された気象条件に応じた空調機の制御が可能になる。

（９）第９の態様に係る気象観測所選択方法は、過去の所定期間において複数の気象観測所で計測された気象観測データのそれぞれと所定の対象地点で計測された気象観測データとの類似度を算出し、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する気象観測データを計測した前記気象観測所を、参照用の気象観測所として選択する。
これにより、対象地点の気象に近い気象観測データを提供する気象観測所を選択することができる。

（１０）第１０の態様に係るプログラムは、コンピュータを、過去の所定期間において複数の気象観測所で計測された気象観測データのそれぞれと所定の対象地点で計測された気象観測データとの類似度を算出する手段、前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する気象観測データを計測した前記気象観測所を、参照用の気象観測所として選択する手段、として機能させる。
これにより、対象地点の気象に近い気象観測データを提供する気象観測所を選択することができる。

１・・・需要予測システム
１０・・・気象観測所選択装置
１１・・・過去データ取得部
１２・・・設定部
１３・・・類似度算出部
１４・・・選択部
１５・・・予測データ取得部
１６・・・記憶部
１７・・・通信部
２０・・・需要予測装置
２１・・・データ取得部
２２・・・予測モデル作成部
２３・・・予測部
２４・・・出力部
２５・・・設定部
２６・・・記憶部
２７・・・通信部
３０・・・管理装置
４０・・・気象サーバ
５０１Ａ、５０２Ａ、５０ＮＡ、５０１Ｂ、５０１Ｃ、５０１Ｄ、５０２Ｄ、５０ＮＤ・・・室内機
６０Ａ、６０Ｂ、６０Ｃ、６０Ｄ・・・室外機
７０Ａ，７０Ｂ，７０Ｃ、７０Ｄ・・・制御装置
１００・・・空調システム
Ａ、Ｂ、Ｃ，Ｄ・・・物件

Claims (10)

1. 気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する気象観測所選択装置であって、
   過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出する類似度算出部と、
   前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択する選択部と、
   を備える気象観測所選択装置。
2. 前記選択部は、前記複数の気象観測所のうち、前記気象観測所の標高と前記対象地点の標高との差が所定の範囲内にあるものの中から前記参照用の気象観測所を選択する、
   請求項１に記載の気象観測所選択装置。
3. 前記選択部は、前記複数の気象観測所のうち、前記気象観測所と前記対象地点の距離が所定の範囲内にあるものの中から前記参照用の気象観測所を選択する、
   請求項１に記載の気象観測所選択装置。
4. 前記対象地点に設置された空調機の室外機が備えるセンサによって計測された前記気象観測データを、前記対象地点で計測された前記気象観測データとして取得する過去データ取得部、
   をさらに備える請求項１から請求項３の何れか１項に記載の気象観測所選択装置。
5. 前記気象観測所の選択に用いる前記気象観測データの期間の範囲の設定を受け付ける設定部、をさらに備え、
   類似度算出部は、前記設定部によって受け付けられた前記期間の範囲において前記複数の気象観測所で計測された前記気象観測データのそれぞれと、前記設定部によって受け付けられた前記期間の範囲において前記対象地点で計測された前記気象観測データとの類似度を算出し、
   前記選択部は、前記設定部によって受け付けられた前記期間の範囲に係る前記類似度に基づいて、前記参照用の気象観測所を選択する、
   請求項１から請求項４の何れか１項に記載の気象観測所選択装置。
6. 前記参照用の気象観測所が提供する未来の前記気象観測データの予測値を取得する予測データ取得部、
   をさらに備える請求項１から請求項５の何れか１項に記載の気象観測所選択装置。
7. 請求項１から請求項５の何れか１項に記載の気象観測所選択装置と、
   前記参照用の気象観測所が提供する未来の前記気象観測データの予測値と、所定の予測モデルと、に基づいて気象条件に連動する諸量を予測する予測部と、
   を備える予測システム。
8. 空調機と、請求項７に記載の予測システムと、を備え、
   前記予測システムが、前記空調機が必要とする電力量の需要を予測し、前記空調機が前記予測に基づいて運転を行う、
   空調システム。
9. 気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する気象観測所選択方法であって、
   過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出し、
   前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択する、
   気象観測所選択方法。
10. コンピュータに
    気象条件に連動する諸量を予測するために使用する未来の気象観測データの予測値を提供する気象観測所を参照用の気象観測所として選択する処理であって、
    過去の所定期間において複数の気象観測所で計測された前記気象観測データのそれぞれと所定の対象地点で計測された前記気象観測データとの類似度を算出するステップと、
    前記類似度に基づいて、前記複数の気象観測所の中から、前記対象地点に類似する前記気象観測データを計測した前記気象観測所を、前記参照用の気象観測所として選択するステップと、を有する処理、を実行させるためのプログラム。

Images