JPWO2011111348A1 - 利用開始区間予測装置及び利用開始区間予測方法 - Google Patents

Abstract

電力を消費する複数の機器について、利用が開始される可能性が高いと予測される時間区間である予測区間を予測する利用開始区間予測装置（２００）であって、各機器のための予測区間の予測手法を決定するための評価値を、利用区間の履歴データを用いて算出する評価部（１０６ａ）と、評価値に基づいて、少なくとも機器ごとに、当該機器が予め定められた周期で利用される特性を利用した予測手法である第１予測手法と、他の機器である第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に当該機器である第２機器の利用が開始される特性を利用した予測手法である第２予測手法との少なくとも一方を、当該機器のための予測区間の予測手法として決定する決定部（１０６ｂ）と、決定された予測手法に従って予測区間を予測する予測部（１０６ｃ）とを備える。

Description

本発明は、電力を消費する複数の機器において、利用が開始される可能性が高いと予測される時間区間である予測区間を予測する利用開始区間予測装置に関する。

近年、家庭内では多くの家電製品などの電化機器が利用されており、家庭内での使用電力は増加傾向にある。このような状況の中、電化機器の消費電力を測定し、ユーザが利用していない時間区間の電力供給を遮断することにより、待機電力などの無駄な電力消費を減らす技術が開示されている。

例えば、機器の利用時間帯を記憶し、その結果を用いてユーザが利用しないと予測した時間帯の使用電力を制御するトイレ装置が開示されている（例えば、特許文献１を参照）。

特開２００２−６５５１６号公報

しかしながら、機器の利用履歴を用いた予測手法において、予測精度を向上させようとした場合（予測区間外に機器の利用が開始される確率を下げようとした場合）、予測区間を長くする必要がある。つまり、より多くの時間に、電力を供給する必要がある。そのため、予測区間に従って機器に電力を供給した場合、電力供給を遮断することにより節約できる消費電力量あるいは電気代（以後単に「節電効果」と記述）が少なくなってしまう。

一方で、節電効果を高めるために予測区間を短くした場合、ユーザが機器を利用しようとした際に電力供給が遮断されている可能性が高まってしまう。このような場合、ユーザは、自ら、機器に電力を供給するためのスイッチなどをＯＮにした後に、機器の利用を開始する必要があるため、ユーザの手間（以後単に「ユーザ負荷」と記述）が大きくなってしまう。

そこで、本発明は、上記の課題を解決するためになされたものであり、予測区間に基づいて機器への電力供給を制御する場合に、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることができるように、予測区間を予測することが可能な利用開始区間予測装置を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る利用開始区間予測装置は、電力を消費する複数の機器について、利用が開始される可能性が高いと予測される時間区間である予測区間を予測する利用開始区間予測装置であって、機器が利用されていた時間区間である利用区間の履歴データを機器ごとに記憶している利用区間データ記憶部と、前記利用区間の履歴データに基づいて、少なくとも機器ごとに予測区間を予測する予測区間予測部とを備え、前記予測区間予測部は、各機器のための予測区間の予測手法を決定するための評価値を、前記利用区間の履歴データを用いて算出する評価部と、前記評価値に基づいて、少なくとも機器ごとに、当該機器が予め定められた周期で利用される特性を利用した予測手法である第１予測手法と、他の機器である第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に当該機器である第２機器の利用が開始される特性を利用した予測手法である第２予測手法との少なくとも一方を、当該機器のための予測区間の予測手法として決定する決定部と、前記第１予測手法が決定された場合、前記利用区間の履歴データに含まれる利用区間の開始時刻と周期的に対応する時刻を含む第１時間幅の時間区間を予測区間として予測し、前記第２予測手法が決定された場合、前記第２機器に対応する前記第１機器が記載された起動関係データを参照することにより、前記第１機器の利用が開始された時刻又は終了した時刻を含む第２時間幅の時間区間を前記第２機器の予測区間として予測する予測部とを有する。

この構成によれば、利用区間の履歴データに応じて第１予測手法と第２予測手法との少なくとも一方を各機器の予測手法として決定することができる。このように決定された予測手法に従って予測した予測区間を用いて各機器への電力供給を制御すれば、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることも可能となる。

なお、本発明は、このような特徴的な処理部を備える利用開始区間予測装置として実現することができるだけでなく、利用開始区間予測装置に含まれる特徴的な処理部をステップとする利用開始区間予測方法として実現することができる。また、本発明は、利用開始区間予測方法に含まれる特徴的なステップをコンピュータに実行させるコンピュータプログラムとして実現することもできる。そして、そのようなコンピュータプログラムを、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等のコンピュータ読取可能な非一時的な記録媒体あるいはインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。

以上のように、本発明によれば、利用区間の履歴データに応じて第１予測手法と第２予測手法との少なくとも一方を各機器の予測手法として決定することができる。このように決定された予測手法に従って予測した予測区間を用いて各機器への電力供給を制御すれば、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることも可能となる。

図１は、ユーザ負荷と節電効果との関係を説明するための図である。 図２Ａは、本発明の実施の形態１に係る電源制御システムの概略図を示す図である。 図２Ｂは、本発明の実施の形態１に係る消費電力計測装置の設置例を示す図である。 図３は、本発明の実施の形態１に係る電源制御システムに含まれる消費電力計測装置及び電源制御装置の機能的な構成を示すブロック図である。 図４は、本発明の実施の形態１に係る電源制御装置において実行される全般的な処理の流れを示すフローチャートである。 図５は、本発明の実施の形態１に係る消費電力計測装置によって計測される消費電力データの一例を示す図である。 図６は、本発明の実施の形態１に係る消費電力履歴記憶部に格納される消費電力データの一例を示す図である。 図７Ａは、消費電力データが示す消費電力の推移を表すグラフである。 図７Ｂは、消費電力データが示す消費電力の推移を表すグラフである。 図７Ｃは、消費電力データが示す消費電力の推移を表すグラフである。 図８は、本発明の実施の形態１に係る利用区間特定処理の流れを示すフローチャートである。 図９は、本発明の実施の形態１に係る利用区間データ記憶部に格納される利用区間データの一例を示す図である。 図１０は、本発明の実施の形態１に係る予測区間予測処理の流れを示すフローチャートである。 図１１は、本発明の実施の形態１に係る予測区間予測処理を説明するための図である。 図１２は、本発明の実施の形態１に係る予測結果記憶部に格納される予測区間情報の一例を示す図である。 図１３は、時間幅△Ｔ１の値を変化させて計算した複数の予測結果の一例を示す図である。 図１４は、本発明の実施の形態１に係るユーザ負荷予測処理の流れを示すフローチャートである。 図１５は、本発明の実施の形態１に係る予測結果記憶部に格納されるユーザ負荷情報の一例を示す図である。 図１６は、本発明の実施の形態１に係る予測結果記憶部に記憶されている機器情報の一例を示す図である。 図１７は、本発明の実施の形態１に係る節電効果予測処理の流れを示すフローチャートである。 図１８Ａは、節電効果を説明するための図である。 図１８Ｂは、本発明の実施の形態１に係る予測結果記憶部に格納される節電効果情報の一例を示す図である。 図１８Ｃは、時間幅△Ｔ１の値を変化させたときのユーザ負荷と節電効果との関係を示す模式図である。 図１９Ａは、本発明の実施の形態１に係る予測結果記憶部に格納されるユーザ負荷情報の他の一例を示す図である。 図１９Ｂは、本発明の実施の形態１に係る予測結果記憶部に格納される節電効果情報の他の一例を示す図である。 図２０は、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の一例を示す図である。 図２１は、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２２は、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２３は、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２４は、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２５は、本発明の実施の形態１に係る表示制御部の動作を説明するための図である。 図２６Ａは、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２６Ｂは、本発明の実施の形態１に係る表示制御部によって表示部に表示される設定情報の他の一例を示す図である。 図２７は、周期性を利用した予測手法の課題を説明するための図である。 図２８は、周期性を利用した予測手法の課題を説明するための図である。 図２９は、本発明の実施の形態２に係る予測区間予測処理の流れを示すフローチャートである。 図３０は、本発明の実施の形態２に係る予測区間予測処理を説明するための図である。 図３１は、本発明の実施の形態２に係る予測区間予測部による起動回数の計算結果の一例を示す図である。 図３２は、本発明の実施の形態２に係る予測区間予測部による機器間の起動関係の大きさを示す確率の計算結果の一例を示す図である。 図３３は、本発明の実施の形態２に係る予測結果記憶部に格納される起動関係の有無を示す起動関係データの一例を示す図である。 図３４は、本発明の実施の形態２に係る予測区間予測処理を説明するための図である。 図３５は、本発明の実施の形態２の変形例２に係る予測区間予測処理を説明するための図である。 図３６Ａは、本発明の実施の形態２の変形例５に係る予測区間予測処理を説明するための図である。 図３６Ｂは、本発明の実施の形態２の変形例５に係る予測区間予測処理を説明するための図である。 図３６Ｃは、本発明の実施の形態２の変形例５に係る予測区間予測処理を説明するための図である。 図３６Ｄは、本発明の実施の形態２の変形例５に係る予測区間予測処理を説明するための図である。 図３７は、本発明の実施の形態２の変形例６に係る予測区間予測処理を説明するための図である。 図３８は、本発明の実施の形態３に係る予測区間予測部の詳細な機能構成を示すブロック図である。 図３９Ａは、本発明の実施の形態３に係る予測区間予測処理の流れを示すフローチャートである。 図３９Ｂは、本発明の実施の形態３に係る予測手法選択処理の流れを示すフローチャートである。 図４０は、本発明の実施の形態３に係る予測区間予測部による起動回数の計算結果の一例を示す図である。 図４１は、本発明の実施の形態３に係る予測区間予測部による起動関係の大きさを示す確率と閾値との比較結果を示す図である。 図４２は、本発明の実施の形態３に係る予測区間予測部による予測手法の判定結果を示す図である。 図４３は、本発明の実施の形態３の変形例５に係る表示制御部によって表示部に表示される設定情報の一例を示す図である。 図４４は、本発明の一態様に係る利用開始区間予測装置の機能構成を示すブロック図である。

機器が利用されていないときに当該機器への電力供給を遮断できれば、機器の待機電力を削減することが可能となる。そこで、機器の過去の利用履歴に基づいて、当該機器の利用が開始される可能性が高い時間区間を予測区間として予測し、その予測区間にのみ機器へ電力供給を行うことが考えられる。

しかし、電力供給が遮断されている期間にユーザが機器を利用しようとすれば、ユーザは電力供給の遮断を解除するなどの操作が必要となるので、ユーザ負荷が増加する。したがって、ユーザ負荷の増加を抑制するために、予測区間の予測精度を上げることが好ましい。そこで、予測精度を向上させるために予測区間が長くなるように予測した場合、ユーザ負荷は減少するが、より多くの時間に機器へ電力供給を行うことになり、節電効果も減少する。つまり、ユーザ負荷を減少させることと、節電効果を増加させることとは、トレードオフの関係にある。

なお、予測精度とは、予測区間内に機器の利用が開始される確度を示す。例えば、予測区間以外の期間に機器の利用が開始される確率が高いほど予測精度は低くなる。

ところで、ユーザの価値観は様々であり、負荷がかからない方がよいと考えるユーザがいれば、少しでも節電できるほうがよいと考えるユーザもいる。そこで、実施の形態１では、予測区間の予測に用いるパラメータである変数値を変化させて予測区間を予測することにより得られる複数の予測結果に対する、ユーザ負荷と節電効果との関係をユーザに表示するための方法について具体的な例を交えながら説明する。

上述したように、過去の利用履歴を用いた予測手法に基づいて機器への電力供給を制御した場合、節電効果とユーザ負荷との間にはトレードオフの関係がある。この一例を、図１を用いて具体的に説明する。

図１は、ユーザ負荷と節電効果との関係を説明するための図である。図１には、過去３日間における電化機器の利用履歴を用いて、当日の予測区間を予測する例を示す。

この予測手法では、過去に機器が利用された時間区間を結合した時間区間を予測区間として予測する。ここで、この予測手法において過去に機器が利用された時間区間を結合する際には、隣接する時間区間が変数値△ｔ以内であれば結合する。つまり、この予測手法を用いて予測区間を予測する場合、変数値△ｔの大きさによって予測される予測区間の長さが異なる。

例えば、変数値△ｔを大きく設定した場合、第１予測結果に示すように、予測区間は長くなるため、予測精度は高くなる。すなわち、ユーザが手動で電力供給の遮断を解除する確率が小さくなるため、ユーザ負荷は減る可能性が大きくなる。しかし、長い時間に渡り機器へ電力供給が行われるため、節電効果は小さくなる。

一方、変数値△ｔを小さく設定した場合、第２予測結果に示すように、予測区間は短くなるため、予測精度は低くなる。しかし、機器へ電力供給が行われる時間が短くなるため節電効果は大きくなる。

具体的には、図１に示すような実利用結果があった場合、第１予測結果では、２つの利用開始時刻は、共に予測区間の中に含まれている。したがって、ユーザが手動で電力供給の遮断を解除する必要が無いので、ユーザ負荷は小さい。しかし、第２予測結果では、２回目の利用開始時刻が予測区間の中に含まれていない。したがって、ユーザは１度手動で電力供給の遮断を解除しなくてはならないので、ユーザ負荷は大きい。

一方、図１から明らかなように、第１予測結果に基づいて機器へ電力を供給するよりも、第２予測結果に基づいて機器へ電力を供給する方が、節電効果は大きい。

このように、ユーザ負荷と節電効果とはトレードオフの関係が成り立つため、変数値△ｔをどのような値に設定するかが問題となる。

以下、本発明の実施の形態について図面を参照しながら説明する。

（実施の形態１）
本実施の形態では、機器が予め定められた周期で利用される特性を利用した予測手法である第１予測手法について説明する。

図２Ａは、本発明の実施の形態１に係る電源制御システム１００の概略図を示す図である。また、図２Ｂは、本発明の実施の形態１に係る消費電力計測装置１００１の設置例を示す図である。

電源制御システム１００は、デジタルテレビあるいは洗濯機などの１つ以上の機器１００６と、消費電力計測装置１００１と、電源制御装置１０１とを含む。

機器１００６は、電力を消費する電化機器である。具体的には、機器１００６は、例えば、家庭内に設置される家電製品である。

消費電力計測装置１００１は、機器１００６ごとに、所定の時間間隔（例えば１０秒など）で当該機器１００６の消費電力を計測する。また、消費電力計測装置１００１は、図２Ｂに示すように、電源と機器１００６との間に電気的に接続され、機器１００６への電力供給を制御する。

電源制御装置１０１は、電力を消費する機器へ電力を供給する時間区間を決定するための電力情報を表示部１００７に表示する。

具体的には、電源制御装置１０１は、消費電力計測装置１００１により計測された機器１００６の消費電力の時系列データを消費電力データとして収集する。つまり、電源制御装置１０１は、各機器１００６の消費電力の履歴データを消費電力データとして収集する。

また、電源制御装置１０１は、収集した消費電力データに基づいて、機器１００６の利用が開始される可能性が高いと予測される予測区間を、複数の変数値に対して予測する。さらに、電源制御装置１０１は、各変数値に対する予測結果を、ユーザ負荷と節電効果との関係に基づいて表示部１００７に表示する。そして、電源制御装置１０１は、表示結果に対するユーザからの入力に従って、機器への電力供給制御を行う。

以下、電源制御システム１００が備える電源制御装置１０１及び消費電力計測装置１００１の詳細について説明する。

図３は、本発明の実施の形態１に係る電源制御システムに含まれる消費電力計測装置１００１及び電源制御装置１０１の機能的な構成を示すブロック図である。

消費電力計測装置１００１は、消費電力計測部１００２と、タイマー１００３と、消費電力送信部１００４と、電源制御実行部１００５を備える。消費電力計測装置１００１は、電源と機器１００６との間に電気的に接続される。

電源制御実行部１００５は、例えば、電源と機器１００６の電源プラグとの間に設置される。そして、電源制御実行部１００５は、電源制御装置１０１からの指示又はユーザの操作に従って、電源から機器１００６への電力供給を遮断すること、及びその遮断を解除することができる。

消費電力計測部１００２は、計測対象となる機器１００６に接続され、機器１００６によって消費される電力（以後単に「消費電力」と記述）を計測する。消費電力は、例えば機器１００６にかかる電圧の値と機器１００６に流れ込む電流の値との積により計算される。消費電力計測部１００２は、計測された消費電力の値とタイマー１００３により取得される計測時刻とを合わせて消費電力送信部１００４に送る。なお、消費電力を計測する時間間隔は事前に設定されており、タイマー１００３はその時間間隔の測定にも利用される。

消費電力送信部１００４は、計測された機器１００６の消費電力の計測値及び計測時刻を含むデータ（以後、単に「消費電力データ」と記述）を電源制御装置１０１に送信する。なお、データの送信方法は無線を利用した方法でもよいし、有線を利用した方法でもよい。

電源制御装置１０１は、消費電力受信部１０２と、消費電力履歴記憶部１０３と、利用区間特定部１０４と、利用区間データ記憶部１０５と、予測区間予測部１０６と、予測結果記憶部１０７とを備える。さらに、電源制御装置１０１は、ユーザ負荷予測部１０８と、節電効果予測部１０９と、電源制御部１１０と、表示制御部１１１とを備える。

消費電力受信部１０２は、各機器１００６に取り付けられた消費電力計測装置１００１から、所定の時間間隔で計測された消費電力データを受信し、消費電力履歴記憶部１０３に格納する。

利用区間特定部１０４は、消費電力履歴記憶部１０３に記憶されている各機器の消費電力データを用いて、各機器が利用されていた時間区間である利用区間を特定する。そして、利用区間特定部１０４は、特定した利用区間の履歴データと、利用区間に関連する諸情報とを含む利用区間データを利用区間データ記憶部１０５に格納する。

なお、機器が利用されている状態とは、所定の時間内に所定量以上の電力量が消費されている状態を示す。一方、機器が利用されていない状態とは、所定の時間内に所定量未満の電力量しか消費されていない状態を示す。

具体的には、例えば、機器が利用されている状態とは、ＤＶＤプレーヤーにおいて映像が再生されている状態などのように、機器の電源がＯＮになっており、かつ当該機器をユーザが利用している状態を示す。その他にも、機器が利用されている状態には、ＤＶＤプレーヤーの電源がＯＮになっているが映像は再生されていない状態のように、電源がＯＮになっており、かつ、当該機器をユーザが利用していないが利用しようと思えばすぐに利用できる状態も含まれる。一方、機器が利用されていない状態とは、例えば、電源がＯＦＦになっている状態、又は、電源はＯＮであるが、所定の時間内に所定量未満の電力（いわゆる待機電力）しか消費されていない状態（例えばスタンバイ状態）を指す。

予測区間予測部１０６は、利用区間データ記憶部１０５に記憶されている各機器の利用区間と変数値とを用いて、予測区間を予測する。なお、予測区間予測部１０６は、利用する変数値を変化させて、各変数値に対応した予測区間を予測する。そして、予測区間予測部１０６は、複数の変数値に対応する複数の予測結果を予測結果記憶部１０７に格納する。

つまり、予測区間予測部１０６は、所定の予測手法に従って、複数の変数値のそれぞれに対する予測区間を機器１００６ごとに予測する。

なお、所定の予測手法とは、特定された利用区間を用いて予測区間を予測するための予測手法である。また、所定の予測手法とは入力する変数値を変化させることにより予測区間の長さを変化させることができる予測手法でもある。

本実施の形態では、所定の予測手法は、自機器の利用区間の開始時刻を含む時間区間であって、変数値の大きさに応じた長さの時間区間を予測区間として予測する手法である。言い換えると、本実施の形態における予測手法は、機器が過去に利用された時刻と同じような時刻に利用されるという、周期性を利用した予測手法である。

ユーザ負荷予測部１０８及び節電効果予測部１０９は、予測結果記憶部１０７に記憶されている複数の変数値の各々に応じた予測結果ごとに、ユーザ負荷と節電効果とを予測し、その結果を予測結果記憶部１０７に格納する。

具体的には、ユーザ負荷予測部１０８は、予測区間に基づいて各機器へ電力が供給された場合におけるユーザ負荷の大きさを示すユーザ負荷値を、予測区間と利用区間とを用いて変数値ごとに算出する。

また、節電効果予測部１０９は、予測区間に基づいて各機器へ電力が供給された場合における節電効果の大きさを示す節電効果値を、予測区間と利用区間とを用いて変数値ごとに算出する。

表示制御部１１１は、ユーザ負荷と節電効果との予測結果をユーザに提示する方法を決定し、節電方法の設定に関する情報を表示部１００７に表示する。つまり、表示制御部１１１は、各変数値に対応するユーザ負荷値と節電効果値との組合せを電力情報として表示部１００７に表示する。

ユーザは、表示部１００７に表示された内容に基づいて、複数の予測結果のいずれかを選択するための入力を入力部１００８に対して行なう。例えば、ユーザは、表示結果に対して節電方法の設定を変更あるいは了承する。つまり、入力部１００８は、表示部１００７に表示された電力情報に従って、ユーザにより選択されたユーザ負荷値と節電効果値との組合せの入力を受け付ける。

電源制御部１１０は、入力部１００８より受け付けられたユーザ入力に従って、予測区間予測部１０６による予測結果を予測結果記憶部１０７より取得する。そして、電源制御部１１０は、取得した予測結果を用いて電源制御実行部１００５を制御することにより、機器１００６に供給される電力の制御を行う。

つまり、電源制御部１１０は、予測結果が示す予測区間に各機器へ電力が供給されるように、電源制御実行部１００５を制御する。言い換えると、電源制御部１１０は、予測結果が示す予測区間以外の時間区間であって、かつ、実際に機器が利用されている利用区間以外の時間区間に、各機器１００６への電力供給が遮断されるように、電源制御実行部１００５を制御する。

次に、以上のように構成された電源制御装置１０１における各種動作について説明する。

図４は、本発明の実施の形態１に係る電源制御装置において実行される全般的な処理の流れを示すフローチャートである。

以下、電源制御装置１０１の処理を、図４のフローチャートを中心に説明する。また、具体的な機器１００６の例として録画機器の例を含めながら処理の説明を行う。

まず、各機器１００６に取り付けられた消費電力計測装置１００１は、各機器の消費電力を所定の時間間隔で計測する。そして、計測日時と消費電力とが対応付けられた消費電力データを、消費電力送信部１００４を介して電源制御装置１０１へ送信する。つまり、消費電力受信部１０２は、機器１００６の消費電力の経時変化を示す消費電力データを消費電力計測装置１００１から受信する（Ｓ１０１）。

図５は、消費電力計測装置によって計測される消費電力データの一例を示す図である。具体的には、図５は、機器ＩＤ「２」の録画機器に取り付けられている消費電力計測装置１００１によって１０秒間隔で計測された消費電力データの一例を示す図である。

項目５０１は計測した消費電力データの対象機器の機器ＩＤを示す。項目５０２〜５０４は、消費電力を計測した日と曜日と時刻とをそれぞれ示す。項目５０５は、項目５０２〜５０４までに示される計測日時における機器の消費電力の計測結果を示す。

消費電力受信部１０２は、受信した各機器１００６の消費電力データを消費電力履歴記憶部１０３に格納する。

図６は、本発明の実施の形態１に係る消費電力履歴記憶部１０３に格納される消費電力データの一例を示す図である。消費電力履歴記憶部１０３に格納される消費電力データは、消費電力の計測時刻と機器ごとの消費電力の値とを含む。

つまり、項目６０１〜６０３は、各機器１００６の消費電力を計測した日と曜日と時刻とをそれぞれ示す。項目６０４以降は、各機器１００６の消費電力を示す。なお、機器１００６は、機器ＩＤにより特定される。

項目６０４及び項目６０５は、項目６０１〜６０３で示される計測時刻において計測された、機器ＩＤ「１」及び「２」の機器１００６の消費電力をそれぞれ示す。例えば、図６には、計測時刻「１９：００：１０」（１９時０分１０秒）において、機器ＩＤが「１」である洗濯機の消費電力は「１２５Ｗ」であることが示されている。また例えば、図６には、計測時刻「１９：００：１０」（１９時０分１０秒）において、機器ＩＤが「２」である録画機器の消費電力は「０Ｗ」であることが示されている。

なお、図６では、全ての機器１００６が同じ時刻で消費電力を計測しているものとして、計測時刻の項目を項目６０１のみとした。しかし、複数の機器１００６が互いに異なる時刻において消費電力を計測している場合には、機器１００６毎に、消費電力と計測時刻とを対応させた形式により消費電力データが消費電力履歴記憶部１０３に記憶されてもよい。

図４の説明に戻る。

次に、利用区間特定部１０４は、消費電力履歴記憶部１０３に記憶されている一定期間における機器１００６の消費電力データから、機器１００６が利用された区間を利用区間として特定する（Ｓ４０２）。

図７Ａ〜図７Ｃは、消費電力データが示す消費電力の推移を表すグラフである。また、グラフ内には、機器が利用された区間（以後「利用区間」と記述）が示されている。

図７Ａに示すＤＶＤレコーダのような録画機器では、当該機器の主な機能（ＤＶＤの再生、あるいは番組の録画・視聴など）が実行されている利用区間において、消費電力の変化が少ない。このような機器においては、機器が利用されている状態は、ある時刻（計測タイミング）において、消費電力が所定の値より大きくなっているか否かにより判定できる。

一方、図７Ｂ又は図７Ｃに示す、食器洗い乾燥機（以後「食洗機」と記述）又は洗濯機のような機器は、ユーザの目的の機能（例えば洗濯機能など）が実行され終了されるまでの利用区間において、消費電力の変化が大きい。このような機器においては、消費電力が所定の値より大きいか否かのみで利用されている区間か否かを判定することは難しい。そこで、このような機器の消費電力データに対しても利用区間を特定するために、利用区間特定部１０４は、図８に示すように利用区間を特定する。

図８は、本発明の実施の形態１に係る利用区間特定処理の流れを示すフローチャートである。つまり、図８は、図４に示すステップＳ４０２の処理の詳細を示すフローチャートである。

まず、利用区間特定部１０４は、消費電力履歴記憶部１０３に記憶されている機器１００６の消費電力データから、ある時刻の計測結果データを取得する（Ｓ８０１）。例えば、利用区間特定部１０４は、機器ＩＤ「２」のある時刻の計測結果データとして、「２００９年９月２日１９時０分３０秒」に計測された消費電力「０」を、図６に示す消費電力データから取得する。ここで、利用区間特定部１０４は、どのデータまで取得して利用区間判定を行ったかを記憶しており、計測結果データの取得の際には時系列的に取得済みのデータ以降のデータを取得する。つまり、利用区間特定部１０４は、機器１００６ごとに時系列順に計測結果データを取得する。

ここで、計測結果データを取得できなかった場合（Ｓ８０２のＮＯ）、利用区間特定部１０４は、利用区間の特定処理を終了する。つまり、予め定められた時間区間に含まれる計測結果データのすべてをすでに取得した場合、利用区間特定部１０４は、利用区間の特定処理を終了する。

一方、計測結果データを取得できた場合（Ｓ８０２のＹＥＳ）、利用区間特定部１０４は、計測結果データを取得した時点で保持されている保持情報に基づいて、機器１００６の状態が利用状態であるか否かの判定を行う（Ｓ８０３）。ここで保持情報とは、利用区間の特定処理を行っている機器１００６の状態が利用状態であるか否かを示す情報である。つまり、利用区間特定部１０４は、処理対象の計測結果データよりも１つ前に処理された計測結果データに対応する時刻において、処理対象機器が利用されていたか否かを判定する。

ここで、機器の状態が利用状態でないと判定された場合（Ｓ８０３のＮＯ）、利用区間特定部１０４は、取得した計測結果データにより示される消費電力値が閾値より大きいか否かの判定を行う（Ｓ８０４）。消費電力値が閾値より大きい場合は（Ｓ８０４のＹＥＳ）、利用区間特定部１０４は、処理対象の計測結果データを利用開始データとして利用区間データ記憶部１０５に格納する（Ｓ８０５）。つまり、利用区間特定部１０４は、処理対象の計測結果データが計測された時刻を利用区間の開始時刻として決定する。一方、計測結果データにより示される消費電力が閾値以下である場合は（Ｓ８０４のＮＯ）、ステップＳ８０１へ戻り、利用区間特定部１０４は、次の計測結果データを取得する。例えば、利用区間特定部１０４は、前述の機器ＩＤ「２」の録画機器の次の計測結果データとして、「２００９年９月２日１９時０分４０秒」に計測された消費電力「５２」を図６に示す消費電力データから取得する。

一方、機器の状態が利用状態であると判定された場合、利用区間特定部１０４は、処理対象の計測結果データにより示される消費電力が閾値より小さいか否かの判定を行う（Ｓ８０６）。

ここで、消費電力が閾値以上であると判定された場合は（Ｓ８０６のＮＯ）、利用区間特定部１０４は、利用状態が継続されているという情報を保持し、ステップＳ８０１へ戻る。つまり、利用区間特定部１０４は、処理対象の計測結果データが計測された時刻を利用区間の終了時刻として決定しない。

一方、消費電力が閾値より小さいと判定された場合は（Ｓ８０６のＹＥＳ）、利用区間特定部１０４は、消費電力が閾値より小さい状態が所定回数以上（例えば１０回以上）連続したか否かの判定を行う（Ｓ８０７）。

ここで、消費電力が閾値より小さい状態が所定回数以上連続していない場合（Ｓ８０７のＮＯ）、ステップＳ８０１へ戻り、利用区間特定部１０４は、次の計測結果データを取得する。

一方、消費電力が閾値より小さい状態が所定回数以上連続している場合（Ｓ８０７のＹＥＳ）、閾値より小さな値が連続し始めたときの計測結果データを利用終了データとして利用区間データ記憶部１０５に格納する（Ｓ８０８）。さらに、利用区間特定部１０４は、機器が利用状態でないことを示すように保持情報を更新する。またさらに、利用区間特定部１０４は、利用開始データから利用終了データまでの計測結果データに関する諸情報を利用区間データとして利用区間データ記憶部１０５に格納し、ステップＳ８０１へ戻る。

このように、利用区間特定部１０４は、利用開始データが計測された時刻から利用終了データが計測された時刻までの時間区間を利用区間として特定する。

図９は、本発明の実施の形態１に係る利用区間データ記憶部に格納される利用区間データの一例を示す図である。図９に示すように、利用区間特定部１０４によって利用区間データ記憶部１０５に利用区間データが格納される。

項目９０１は、項目９０２〜９１０によって示される利用区間データがどの機器ＩＤに関する利用区間データであるかを示す。例えば、図９には、機器ＩＤ「１」の機器１００６の利用区間データであることが示される。

項目９０２は、利用区間を識別するための区間番号であり、以下の項目はこの区間番号に対する利用区間に関する値である。項目９０３と項目９０４とは、それぞれ利用日と利用曜日とを示す。項目９０５と項目９０６とは、それぞれ利用開始時刻と利用終了時刻とを示す。項目９０７は、利用区間の長さ（利用期間）を示す。項目９０８は利用区間に消費された電力量（消費電力量）を示す。

項目９０９は、利用区間内に低電力になった回数（低電力回数）を示す。この低電力回数は、利用区間内で消費電力量が所定の閾値を何回下回ったかを示す数である。例えば図７Ａに示されるＤＶＤレコーダの利用区間においては、低電力回数は「０」である。一方、図７Ｂの食洗機あるいは図７Ｃの洗濯機では、低電力回数は多くなる。

項目９１０は、利用区間の開始と終了とが手動であったのか、自動であったのかについての情報である開始／終了種類を示す。項目９１０に格納される利用区間の開始／終了種類が示す自動か否かの判定方法としては、例えば、過去に同一時刻での開始／終了があれば、自動であると判定されてもよい。また、利用区間の大きさの変動が所定値以内であれば、自動終了であると判定されてもよい。

図４の説明に戻る。

予測区間予測部１０６は、利用区間データ記憶部１０５に記憶されている１日又は複数日にわたる利用区間データを用いて、複数の変数値のそれぞれに対する、各機器１００６の予測区間を予測する（Ｓ４０３）。そして、予測区間予測部１０６は、その予測結果を予測結果記憶部１０７に格納する。

以下に、予測区間予測部１０６における予測処理を図１０と図１１とを用いて説明する。なお、図１０及び図１１では、１つの機器１００６に対する予測処理について説明するが、予測処理は予測対象機器の全てに対して行われる。

図１０は、本発明の実施の形態１に係る予測区間予測処理の流れを示すフローチャートである。つまり、図１０は、図４に示すステップＳ４０３の処理の詳細を示すフローチャートである。また、図１１は、本発明の実施の形態１に係る予測区間予測処理を説明するための図である。なお、図１０および図１１では、予め定められた周期が１日である場合について説明する。

まず、予測区間予測部１０６は、予測計算に用いるための入力データとして、利用区間データ記憶部１０５に記憶されている利用区間データを取得する（Ｓ１００１）。例えば、予測区間予測部１０６は、利用区間データ記憶部１０５に記憶されている３日間の利用区間データを日別に取得する。

続いて、予測区間予測部１０６は、取得した利用区間データから日別の予測区間（以後単に「日別予測区間」と記述）を予測する（Ｓ１００２）。具体的には、予測区間予測部１０６は、例えば、図１１に示すように、取得した利用区間データに含まれる利用開始時刻と時間幅△Ｔ１とを用いて、日別予測区間を計算する。この時間幅△Ｔ１が第１時間幅に相当する。

なお、図１１では、予測区間予測部１０６は、日別予測区間として、利用区間データの利用開始時刻が中心となる時間幅△Ｔ１の時間区間を計算したが、必ずしもこのように日別予測区間を計算する必要はない。例えば、予測区間予測部１０６は、利用開始時刻が終了時刻となる時間幅△Ｔ１の時間区間を日別予測区間として計算してもよい。また例えば、予測区間予測部１０６は、利用開始時刻が開始時刻となる時間幅△Ｔ１の時間区間を日別予測区間として計算してもよい。

次に、予測区間予測部１０６は、時間的に対応する日別予測区間を合成（和集合を計算）し、予測区間を作成する（Ｓ１００３）。例えば、予測区間予測部１０６は、図１１のように日別予測区間を重複させ、重複区間を、３日間の利用区間データを利用した予測区間として算出する。つまり、予測区間予測部１０６は、周期ごとの予測データに対して予測された周期単位の予測区間のうち時間的に対応する予測区間を合成することにより予測区間を予測する。

予測区間予測部１０６は、このように計算した予測区間を予測結果記憶部１０７に格納する。

なお、予測区間予測部１０６は、必ずしも、周期単位の予測区間を合成することにより、予測区間を予測する必要はない。例えば、予測区間予測部１０６は、１日の消費電力データを利用して予測区間を予測する場合などには、日別予測区間をそのまま予測区間として予測すればよい。つまり、予測区間予測部１０６は、自機器の利用区間の開始時刻を含む時間区間を予測区間として予測すればよい。

図１２は、本発明の実施の形態１に係る予測結果記憶部１０７に格納される予測区間情報の一例を示す図である。項目１２０１は、機器ＩＤを示す。項目１２０２は、予測区間を識別するための番号を示す。項目１２０３〜１２０６は、項目１２０１で識別される予測区間に対応する情報である。具体的には、項目１２０３は日付を示し、項目１２０４は曜日を示し、項目１２０５は開始時刻を示し、項目１２０６は終了時刻を示す。

ここで、図１１から分かるように、時間幅△Ｔ１を長くすると、日別予測区間及び日別予測区間を合成して計算される予測区間の長さは長くなる。予測区間が長くなるということは、機器１００６へ電力を供給する時間が長くなる。したがって、機器１００６へ電力が供給されている間に機器１００６の利用が開始される確率は高くなる。すなわち、時間幅△Ｔ１を長くすれば、ユーザ負荷は小さくなるが、節電効果も小さくなってしまう。

ここで、ユーザ負荷とは、予測結果が不正解であるときに、ユーザが機器を利用するために費やす負荷である。例えば、ユーザが機器を利用したいときに電力供給が遮断されている（予測結果が不正解である）場合、ユーザは、消費電力計測装置１００１に設けられたスイッチ等を操作することにより、手動で機器への電力供給の遮断を解除しなくてならない。このような手動で機器への電力供給の遮断を解除するという行為は、ユーザ負荷を増加させる。

予測区間予測部１０６は、周期単位で予測区間を予測する際に、変数である時間幅△Ｔ１の値を変化させて複数の予測結果を計算し、予測結果記憶部１０７に格納する。

図１３は、時間幅△Ｔ１の値を変化させて計算した複数の予測結果の一例を示す図である。図１３では、図１２に加えて入力される時間幅△Ｔ１の値を表す項目１２０６が加わり、時間幅△Ｔ１の値に対応した予測区間に関する情報（以後単に「予測区間データ」と記述）がそれぞれ記憶される。

図４の説明に戻る。

ユーザ負荷予測部１０８は、予測結果記憶部１０７に記憶されている複数の予測区間データを用いて、時間幅△Ｔ１の値に対応したユーザ負荷値を計算し、予測結果記憶部１０７に格納する（Ｓ４０４）。

いま、時間幅△Ｔ１の値として、１０分から１００分まで、１０分ごとに変化させた場合に得られる複数の予測区間データが予測結果記憶部１０７に記憶されているという想定で以下にユーザ負荷予測処理の詳細を説明する。

図１４は、本発明の実施の形態１に係るユーザ負荷予測処理の流れを示すフローチャートである。つまり、図１４は、図４に示すステップＳ４０４の処理の詳細な流れを示すフローチャートである。

ユーザ負荷予測部１０８は、時間幅△Ｔ１の値ごと、かつ機器ごとに、予測区間データに対して図１４のフローチャートに示す処理を行う。

ユーザ負荷予測部１０８は、予測結果記憶部１０７から例えば時間幅△Ｔ１が１０分の予測区間データを取得する（Ｓ１４０１）。

続いて、ユーザ負荷予測部１０８は、利用区間データ記憶部１０５から、予測区間を予測する際に利用されていない日の利用区間データを予測対象データとして、１日又は複数日分取得する。さらに、ユーザ負荷予測部１０８は、取得した予測対象データに含まれる利用区間の開始時刻を取得する（Ｓ１４０２）。

ユーザ負荷予測部１０８は、取得した予測対象データの開始時刻が、取得した予測区間データの予測区間に入っているか否かの判定を行う（Ｓ１４０３）。

ユーザ負荷予測部１０８は、判定結果を用いて、ユーザ負荷値を算出する。そして、ユーザ負荷予測部１０８は、算出したユーザ負荷値を含むユーザ負荷情報を予測結果記憶部１０７に格納する（Ｓ１４０４）。

図１５は、本発明の実施の形態１に係る予測結果記憶部１０７に格納されるユーザ負荷情報の一例を示す図である。

項目１５０１は、ユーザ負荷が予測された機器のＩＤを示す。項目１５０２は、変数である時間幅△Ｔ１の値を示す。

項目１５０３及び項目１５０４は、項目１５０２の時間幅△Ｔ１の値における判定結果である正解回数及び失敗回数を示す。つまり、項目１５０３には、ステップＳ１４０３において予測対象データに含まれる開始時刻が予測区間に含まれると判定された回数を示す。また、項目１５０４には、ステップＳ１４０３において予測対象データに含まれる開始時刻が予測区間に含まれないと判定された回数を示す。

項目１５０５は、ユーザ負荷値を示す。なお、図１５では、ユーザ負荷値は、失敗回数と同じ値である。つまり、ユーザ負荷予測部１０８は、開始時刻が予測区間に含まれないと判定された回数をユーザ負荷値として算出する。

なお、ユーザ負荷値は、必ずしも、失敗回数と同じ値である必要はない。例えば、ユーザ負荷値は、予測回数（正解回数と失敗回数との和）に対する失敗回数の割合であってもよい。また、図１５において、項目１５０３〜１５０５は、予測対象データに含まれるすべての利用区間に対する値を示すが、例えば、１日あたりの平均値を示してもよい。

このように、ユーザ負荷予測部１０８は、予測対象データに含まれる利用区間の開始時刻が予測区間に含まれていないほど大きい負荷を示すように、ユーザ負荷値を算出する。

なお、このように算出されるユーザ負荷値に、さらに各機器による負荷の違いを反映させてもよい。例えば、ユーザ負荷予測部１０８は、予測結果記憶部１０７に記憶されている機器に関する情報（以後「機器情報」と記述）を利用してユーザ負荷を計算してもよい。

図１６は、予測結果記憶部１０７に記憶されている機器情報の一例を示す図である。

項目１６０１は機器名を示し、項目１６０２は機器ＩＤを示す。

項目１６０３は機器の起動時間を示す。機器の起動時間とは、機器の電力供給の開始から機器の機能が利用できるようになるまでの時間である。つまり、機器の起動時間とは、機器へ電力の供給が開始されてから、機器の利用を開始することができるまでの時間である。洗濯機や食洗機などの機器において、起動時間は一般的に短い。一方、ハードディスク搭載のＤＶＤレコーダあるいはプリンタなどの機器において、起動時間は一般的に長い。例えば、電力の供給を開始してから機能が利用できるようになるまで数十秒程度時間を要する機器もある。このような起動時間が長い機器をユーザが利用しようとしたときに電力が供給されていなければ、ユーザは、すぐにその機器を利用できないため、大きな負荷が発生する。

そこで、ユーザ負荷予測部１０８は、起動時間が長いほど、ユーザ負荷が大きくなるようにユーザ負荷値を算出することが好ましい。具体的には、ユーザ負荷予測部１０８は、例えば、起動時間の長さに応じてユーザ負荷値が大きくなるような係数を、図１５に示すユーザ負荷値に乗算することが好ましい。これにより、ユーザ負荷予測部１０８は、ユーザが利用を開始する機器への電力供給が遮断されていた場合に、その機器を利用するユーザの負荷に応じたユーザ負荷値を適切に算出することができる。

項目１６０４は、機器の利用開始時にリモコンが利用されるか否かを示す。機器の利用を開始するためにリモコンが利用される場合、通常ユーザは機器から離れて機器を操作する。しかし、消費電力計測装置１００１が機器の近くに設置されていた場合、予測が失敗するとユーザは手動で電力供給の遮断を解除するために、機器の近くまで行かなくてはならない。例えば、テレビに消費電力計測装置１００１が設置されている場合は、予測に失敗するとユーザはテレビの近くまで行かなければならない。そして、ユーザは、手動で電力供給の遮断を解除した後、リモコンを用いてテレビの電源をＯＮしなければならない。つまり、リモコンなどを用いて遠隔操作により利用が開始される機器において、ユーザが手動で電力供給の遮断を解除しなければならない場合、ユーザの負荷は大きい。

一方、洗濯機の利用を開始する際は、ユーザは、通常、洗濯機の本体に設置されているユーザインタフェースを利用して操作する。したがって、予測に失敗してユーザが手動で電力供給の遮断を解除しなければならない場合であっても、ユーザの負荷は比較的小さい。

そこで、ユーザ負荷予測部１０８は、遠隔操作によって利用を開始することができない機器よりも遠隔操作によって利用を開始することができる機器の方が大きい負荷を示すように、ユーザ負荷値を算出することが好ましい。これにより、ユーザ負荷予測部１０８は、ユーザが利用を開始する機器への電力供給が遮断されていた場合に、その機器を利用するユーザの負荷に応じたユーザ負荷値を適切に算出することができる。

項目１６０５は機器の待機電力を示す。機器の待機電力は、後述する節電効果予測処理において利用される。

なお、項目１６０３の起動時間及び項目１６０５の待機電力は、予め値が入力されておればよい。あるいは、項目１６０３の起動時間及び項目１６０５の待機電力は、利用区間特定部１０４によって消費電力データから計算されてもよい。

また、ステップＳ１４０４において、ユーザ負荷予測部１０８は、ユーザ負荷情報の計算に利用した予測対象データに関する情報として、図１５の項目１５０６〜１５０８のような情報を予測結果記憶部１０７に格納してもよい。ここで、項目１５０６は予測対象データとして利用した機器のＩＤを示し、項目１５０７は予測対象データの履歴の日数を示し、項目１５０８は予測対象データ内の利用区間数を示す。

ステップＳ４０３で行われる予測手法では、時間幅△Ｔ１の値を大きくするほど予測区間が長くなるため、正解回数は多くなり、失敗回数は少なくなる。したがって、項目１５０５に示されるユーザ負荷値も、時間幅△Ｔ１が大きくなるほど小さくなる。

図４の説明に戻る。

節電効果予測部１０９は、予測結果記憶部１０７に記憶されている複数の予測区間データを用いて、時間幅△Ｔ１の値に対応した節電効果値を計算し、予測結果記憶部１０７に格納する（Ｓ４０５）。

節電効果値とは、予測区間を用いた電力供給制御により、削減できる機器１００６の消費電力量に相関がある値である。節電効果予測部１０９は、変数である時間幅△Ｔ１の値ごと、かつ機器ごとに、図１７のフローチャートに示す処理を行う。

図１７は、本発明の実施の形態１に係る節電効果予測処理の流れを示すフローチャートである。つまり、図１７は、図４に示すステップＳ４０５の処理の詳細な流れを示すフローチャートである。

まず、節電効果予測部１０９は、予測結果記憶部１０７から例えば時間幅△Ｔ１が１０分の予測区間データを取得する（Ｓ１７０１）。

続いて、節電効果予測部１０９は、利用区間データ記憶部１０５から、予測区間を予測する際に利用されていない日の利用区間データを予測対象データとして、１日又は複数日分取得する（Ｓ１７０２）。ここで、ステップＳ１７０１とステップＳ１７０２とにおいて、節電効果予測部１０９は、ユーザ負荷予測部１０８の処理（Ｓ１４０１、Ｓ１４０２）において取得された予測区間データと予測対象データと同じデータを取得する。

また、節電効果予測部１０９は、取得した予測対象データに含まれる利用区間の開始時刻を取得する。

節電効果予測部１０９は、予測区間に基づいて機器へ電力供給が行われた場合に、利用区間以外に電力が供給される時間区間（以後「無駄な電力供給区間」と記述）を判定する（Ｓ１７０３）。具体的には、節電効果予測部１０９は、１日又は複数日の予測対象データに対して、無駄な電力供給区間を判定する。図１８Ａを用いて、より具体的にステップＳ１７０３の処理を説明する。

図１８Ａは、節電効果を説明するための図である。節電効果予測部１０９は、予測区間データに含まれる各予測区間とステップＳ１７０２で取得した利用開始時刻との比較を行う。

そして、節電効果予測部１０９は、予測区間の中に利用開始時刻が含まれる場合、図１８Ａの時間区間１８１１〜１８１３に示すように、予測区間の開始時刻と使用開始時刻との間の時間区間を、無駄な電力供給区間として判定する。

また、節電効果予測部１０９は、予測区間の中に利用開始時刻が含まれない場合、図１８Ａの時間区間１８１４、１８１５に示すように、予測区間全体を無駄な電力供給区間と判定する。

節電効果予測部１０９は、このような判定結果を用いて節電効果値を算出する。そして、節電効果予測部１０９は、算出した節電効果値を含む節電効果情報を予測結果記憶部１０７に格納する（Ｓ１７０４）。

図１８Ｂは、本発明の実施の形態１に係る予測結果記憶部１０７に格納される節電効果情報の一例を示す図である。なお、図１８Ｂにおいて、節電効果値は１日あたりの平均値を示す。

項目１８０１は、節電効果が予測された機器のＩＤを示す。項目１８０２は、変数である時間幅△Ｔ１の値を示す。項目１８０３は、予測区間の中に利用開始時刻が含まれている場合における無駄な電力供給区間の総和の１日平均を示す。項目１８０４は、予測区間の中に利用開始時刻が含まれていない場合における無駄な電力供給区間の総和の１日平均を示す。

項目１８０５は、予測対象データに含まれる利用区間に利用された機器に対して、予測区間データを用いて電力供給制御を行った場合における節電効果値である。図１８Ｂでは、節電効果値として、節電できた時間長を記憶した一例を示す。節電できた時間長とは、予測対象データにおける利用区間以外の時間長から、無駄な電力供給区間の総和（項目１８０３＋項目１８０４）を減算した時間長である。つまり、節電できた時間長とは、予測区間と利用区間とのいずれにも含まれない時間の長さである。より具体的には、例えば時間幅△Ｔ１「１０」における１日あたりの節電効果値「１５．５」は、１日の時間「２４」−利用区間「４．５」（項目１８０７）−無駄な電力供給区間の総和「４（＝１．５＋２．５）」（項目１８０３＋項目１８０４）により算出される。このように算出される節電効果値は、予測区間に基づいて機器への電力供給制御を行った場合に、待機電力を削減できる時間長に相当する。

つまり、節電効果予測部１０９は、予測区間に基づいて各機器へ電力が供給された場合における節電効果値を、予測区間データと予測対象データとを用いて、変数値ごとに算出する。具体的には、節電効果予測部１０９、例えば、予測区間と利用区間とのいずれにも含まれない時間の長さを、節電効果値として算出する。

なお、節電効果値は、必ずしも、上記のように待機電力を削減できる時間長である必要はない。例えば、節電効果値は、待機電力を削減できる時間長と、図１６の項目１６０５に示される各機器に対応した待機電力との積算することにより得られる待機電力量であってもよい。さらに、節電効果値は、例えば、このような待機電力量に対応する電気代であってもよい。この場合、例えば、節電効果予測部１０９は、保持された電力量と電気代との関係を利用して、待機電力量から電気代を算出すればよい。

また、節電効果予測部１０９は、節電効果値の計算に利用した予測対象データに関する情報として、項目１５０６〜１５０８、項目１８０６、及び項目１８０７のような情報を予測結果記憶部１０７に格納してもよい。ここで、項目１８０６は、予測対象データにおける利用区間の総和時間を示す。また、項目１８０７は、利用区間の総和時間を項目１５０７の予測日数で割った１日あたりの平均利用区間総和時間を示す。

ステップＳ４０３で行われる予測手法では、時間幅△Ｔの値を大きくするほど予測区間が長くなるため、無駄な電力供給時間帯が長くなる。したがって、項目１８０５に示される節電効果値も、時間幅△Ｔ１が大きくなるほど小さくなる。

図１８Ｃは、時間幅△Ｔ１の値を変化させたときのユーザ負荷と節電効果との関係を示す模式図である。図１８Ｃに示すように、時間幅△Ｔ１の値を大きくすれば、ユーザ負荷値は小さくなるが、節電効果値も小さくなってしまう。逆に、時間幅△Ｔ１の値を小さくすれば、節電効果値は大きくなるが、ユーザ負荷値も大きくなってしまう。このように、ユーザ負荷値と節電効果値とは正の相関を有する。

なお、上記において、ユーザ負荷予測部１０８と節電効果予測部１０９とは、変数である時間幅△Ｔ１の値別、かつ機器別に、ユーザ負荷値と節電効果値とを算出していたが、さらに、時間帯別にユーザ負荷値と節電効果値とを算出してもよい。この場合、図１９Ａ及び図１９Ｂに示すように、変数である時間幅△Ｔ１の値別、機器別、及び時間帯別に、ユーザ負荷値が含まれるユーザ負荷情報、又は節電効果値が含まれる節電効果情報が、予測結果記憶部１０７に格納される。

図１９Ａは、本発明の実施の形態１に係る予測結果記憶部１０７に格納されるユーザ負荷情報の他の一例を示す図である。また、図１９Ｂは、本発明の実施の形態１に係る予測結果記憶部１０７に格納される節電効果情報の他の一例を示す図である。図１９Ａ及び図１９Ｂにおいて、項目１９０１は、予測対象データとした機器のＩＤを示す。項目１９０２は、変数である時間幅△Ｔ１の値を示す。項目１９０３は、１日平均のユーザ負荷値を示す。項目１９０４は、時間帯別の１日平均のユーザ負荷値を示す。項目１９０５は、１日平均の節電効果値を示す。項目１９０６は、時間帯別の１日平均の節電効果値を示す。

図４の説明に戻る。

表示制御部１１１は、電力供給制御の設定条件に関する電力情報（以後単に「設定情報」と記述）を表示部１００７に表示する（Ｓ４０６）。本実施の形態では、表示制御部１１１がユーザ負荷値と節電効果値との組合せを電力情報として表示部１００７に表示することを特徴とする。これは、ユーザによって、ユーザ負荷が小さいことを重視するか、又は節電効果が大きいことを重視するかが、異なるからである。つまり、表示制御部１１１は、ユーザにより希望のユーザ負荷と節電効果とが異なることに対応するために、電力情報を表示部１００７に表示する。

図２０は、本発明の実施の形態１に係る表示制御部１１１によって表示部１００７に表示される設定情報の一例を示す図である。図２０に示すように、ある時間幅△Ｔ１の値に対する、ユーザ負荷値と節電効果値との組合せが表示部１００７に表示される。図２０においては、ユーザ負荷値は、自分で電源をＯＮする回数（ユーザが機器への電力供給の遮断を解除しなければならない回数）を示す。また、節電効果値は、予測区間に基づいて電力供給を制御することにより削減することができる電気代を示す。なお、表示制御部１１１は、ユーザ負荷値及び節電効果値として、１日に対する値を表示しているが、１週間あるいは１ヶ月に対する値を表示してもよい。

図２０において、ユーザが入力部１００８を介してボタン２００１を押した場合、表示エリア２００２に表示されるユーザ負荷値が小さくなる。また、ユーザが入力部１００８を介してボタン２００３を押した場合、表示エリア２００２に表示されるユーザ負荷値が大きくなる。

同様に、ユーザが入力部１００８を介してボタン２００４を押した場合、表示エリア２００５に表示される節電効果値が小さくなる。また、ユーザが入力部１００８を介してボタン２００６を押した場合、表示エリア２００２に表示される節電効果値が大きくなる。

ユーザ負荷値及び節電効果値の変更は、内部的には時間幅△Ｔ１の値の変更に相当する。また、表示エリア２００２に表示されるユーザ負荷値と表示エリア２００５に表示される節電効果値は、同一の時間幅△Ｔ１の値に対応している。つまり、表示エリア２００２、２００５には、時間幅△Ｔ１の値に対応する、ユーザ負荷値と節電効果値との組合せが表示される。

そのため、表示エリア２００２と表示エリア２００５とのうち、片方に表示される数値が変化すれば、それに応じて他方に表示される数値も変化する。図１８Ｃに示したように、ユーザ負荷値と節電効果値とは正の相関があるため、例えば、表示エリア２００２に表示されるユーザ負荷値を大きくすれば、表示エリア２００５に表示される節電効果値も大きくなる。すなわち、１日に自分で電力供給遮断の解除を行う回数を増やせば、削減できる電気代も大きくなる。

なお、図２０において、時間幅△Ｔ１の値を変化させた場合に、節電効果値は変化するが、ユーザ負荷値は変化しない場合がある。例えば、ユーザが、時間幅△Ｔ１の値を変化させるために、表示エリア２００５に表示される値を、「￥５０」から「￥１００」に変更しても、表示エリア２００２に表示される値は「５」から変化しない場合がある。なお、ユーザにとって、ユーザ負荷値は小さいほど好ましく、節電効果値は大きいほど好ましい。

そこで、表示制御部１１１は、同一のユーザ負荷値を有する、ユーザ負荷値と節電効果値との組合せのうち、最も大きい節電効果値を有する組合せを表示部１００７に表示することが好ましい。これにより、表示制御部１１１は、ユーザによって選択される可能性が低いユーザ負荷値と節電効果値との組合せを表示しないようにできる。その結果、ユーザは、所望のユーザ負荷値と節電効果値との組合せを容易に選択することができる。

具体的には、例えば図２０において、ユーザ負荷値「５」に対する節電効果値が「￥５０」から「￥１００」であった場合、表示制御部１１１は、ユーザ負荷値が「５」に変更されれば、節電効果値を「￥１００」と表示することが好ましい。また、ユーザ負荷値「６」に対する節電効果値が「￥１０１」から「￥１５０」であった場合、表示制御部１１１は、ユーザ負荷値が「６」に変更されれば、節電効果値を「￥１５０」と表示することが好ましい。

同様に、節電効果値が「￥１００」と表示されている場合に、ボタン２００６が押されれば、節電効果値「￥１１０」に対応する時間幅△Ｔ１の値が存在したとしても、同一のユーザ負荷値において最大の節約効果値の組合せである「￥１５０」を表示することが好ましい。

なお、図２０に示した１日に削減できる予想電気代は、予測区間に基づく電力供給制御を行わない場合に対する節電効果である。そのため、予測区間に基づく電力供給制御を導入する前は、節電効果値として有効な値が示される。しかし、予測区間に基づく電力供給制御を導入した後は、表示エリア２００２に表示されるユーザ負荷値を大きくしない限り、１日に削減できる予想電気代は０円となる。そこで、表示制御部１１１は、表示エリア２００５に表示する節電効果値として、図２１のように、節電効果値に基づく１日の予想電気代を計算して表示してもよい。なお、この場合、表示エリア２００２に表示されるユーザ負荷値を大きくすれば、表示エリア２００５に表示される節電効果値は小さくなる。

図２２は、表示部１００７に表示される設定情報の他の一例を示す図である。具体的には、図２２は、機器別の設定画面の一例を示す図である。

表示エリア２２０２には、節約レベル値が表示される。ユーザが、入力部１００８を介してボタン２２０１を押せば、節約レベル値が小さくなる。また、ユーザが、入力部１００８を介してボタン２２０３を押せば、節約レベル値が大きくなる。

この節約レベル値は、内部的には時間幅△Ｔ１の値と対応している。つまり、節約レベル値が大きくなれば、時間幅△Ｔ１の値が小さくなるように、節約レベル値と時間幅△Ｔ１の値とが対応付けられている。

ボタン２２０４には、表示エリア２２０２に表示されている節約レベル値に対応する時間幅△Ｔ１の値に対応した、機器別のユーザ負荷値と節電効果値とが表示されている。ユーザはボタン２２０４を押すことにより、機器別にユーザ負荷値と節電効果値との組合せを選択することができる。

なお、表示制御部１１１は、このボタン２２０４を、ユーザ負荷値及び節電効果値の少なくとも一方に応じて配置することが好ましい。具体的には、表示制御部１１１は、例えば、ユーザ負荷値が小さい機器から順にボタン２２０４を並べて表示してもよい。また例えば、表示制御部１１１は、節電効果値が大きい機器から順にボタン２２０４を並べて表示してもよい。また例えば、表示制御部１１１は、ユーザ負荷値と節電効果値との両方を用いたスコアに応じてボタン２２０４を並べて表示してもよい。表示制御部１１１がこのようにボタン２２０４を表示することにより、ユーザは、予測区間に基づく電力供給制御の効果が大きい機器を理解し易くなると共に、効果が大きい機器ほど選択が容易になる。

また、図２２では、表示制御部１１１は、ユーザが全ての機器に対して同一の時間幅△Ｔ１に変更可能なように、節約レベル値を表示したが、図２３に示すように、機器ごとに時間幅△Ｔ１を変更可能なようにボタンなどを配置してもよい。その場合、表示制御部１１１は、図２０又は図２１に表示したように、ユーザ負荷値と節電効果値とを変更できるようにした上で、ユーザ負荷値と節電効果値との組合せを機器別にユーザが選択できるようにしてもよい。また、表示制御部１１１は、ユーザ負荷値と節電効果値との関係が類似する機器グループごとに設定情報を表示してもよい。

図２４は、表示部１００７に表示される設定情報の他の一例を示す図である。具体的には、図２４は、時間帯別の設定画面の一例を示す図である。なお、図２４において、図２２と同一の表示要素については同一の符号を付し、説明を省略する。

ボタン２４０４には、表示エリア２２０２に表示されている節約レベル値に対応する時間幅△Ｔ１に対応した、時間帯別のユーザ負荷値と節電効果値とが表示されている。ユーザは、ボタン２４０４を押すことにより、時間帯別にユーザ負荷値と節電効果値との組合せを選択することができる。

なお、図２２と同様に、表示制御部１１１は、このボタン２４０４を、ユーザ負荷値及び節電効果値の少なくとも一方に応じて配置することが好ましい。具体的には、表示制御部１１１は、例えば、ユーザ負荷値が小さい時間帯から順にボタン２４０４を並べて表示してもよい。また例えば、表示制御部１１１は、節電効果値が大きい時間帯から順にボタン２４０４を並べて表示してもよい。また例えば、表示制御部１１１は、ユーザ負荷値と節電効果値との両方を用いたスコアに応じてボタン２４０４を並べて表示してもよい。表示制御部１１１がこのようにボタン２４０４を表示することにより、ユーザは、予測区間に基づく電力供給制御の効果が大きい時間帯を理解し易くなると共に、効果が大きい時間帯ほど選択が容易になる。

また、図２３と同様に、表示制御部１１１は、時間帯ごとに時間幅△Ｔ１を変更可能なようにボタンなどを配置してもよい。具体的には、表示制御部１１１は、時間帯別の設定画面において、時間帯ごとにユーザ負荷値と節電効果値とを変更できるようにした上で、ユーザ負荷値と節電効果値との組合せを時間帯別にユーザが選択できるようにしてもよい。

さらに、表示制御部１１１は、時間帯の長さなどの時間帯の決定方法も、ユーザ負荷値と節約効果値とに応じて自動で決定してもよい。例えば、表示制御部１１１は、ある節約レベルにおいて、ユーザ負荷値が所定の値以下である時間帯を別途ボタンとして作成する。ただし、時間帯を分けすぎるとボタンが多くなってしまったり、予測の正解率が低くなる可能性があるので、表示制御部１１１は、例えば最短時間幅を１時間として条件を満たす時間帯を別ボタンとしてもよい。また、表示制御部１１１は、前記最短時間幅で１日の時間を分割し、同一節約レベルにおいて、ユーザ負荷値と節電効果値との関係が類似する時間帯をまとめてひとつのボタンとして表示してもよい。

なお、図２２と図２４のように、機器別での設定情報を表示するか、又は時間別での設定情報を表示するかを、ユーザに選択させてもよいが、表示制御部１１１が自動で選択してもよい。機器別のユーザ負荷値又は節電効果値の分布と、時間帯別のユーザ負荷値又は節電効果値の分布とは異なる。そこで、表示制御部１１１は、ユーザ負荷値と節電効果値とを用いたスコア（評価値）の分布に応じて、どちらの設定情報を表示するかを決定してもよい。より具体的には、スコアがユーザ負荷値（手法起動予測回数）である場合、機器別のスコアと時間別のスコアとを計算した結果が図２５のようになったとする。この場合、機器別のスコアよりも時間帯別のスコアの方が分散値が大きいので、表示制御部１１１は、時間帯別の設定情報を表示する。これは、人は分散値が大きいほうが、予測を用いた電源制御を行うか否かの判断が行いやすいという思想に基づく。

つまり、表示制御部１１１は、ユーザ負荷値及び節電効果値のうち少なくとも一方により定まる評価値の機器別及び時間帯別の分布に基づいて、電力情報を機器別に表示するか又は時間帯別に表示するかを決定する。具体的には、機器別の評価値の分散が時間帯別の評価値の分散よりも大きい場合、表示制御部１１１は、機器別に設定情報を表示する。一方、表示制御部１１１は、機器別の評価値の分散が時間帯別の評価値の分散よりも小さい場合、表示制御部１１１は、機器別に設定情報を表示する。これにより、ユーザは、所望のユーザ負荷値と節電効果値との組合せを容易に選択することができる。

また、図２６Ａのように、表示制御部１１１は、機器別の設定情報と時間帯別の設定情報とを同時に表示してもよい。ユーザは、タブ３２０１を選択することにより、時間帯を選択することができる。表示制御部１１１は、選択された時間帯の中で、機器別にユーザ負荷値と節電効果値とを選択可能なように表示する。なお、表示制御部１１１は、ユーザ負荷値が小さく、かつ節電効果値が大きい機器のボタンにマーク３２０２を表示する。このマーク３２０２により、ユーザは、容易にユーザ負荷値が小さく、かつ節電効果値が大きい機器を選択することができる。

また、表示制御部１１１は、機器別あるいは時間帯別の同一の時間幅△Ｔ１の値におけるユーザ負荷値と節電効果値との少なくとも１つを用いて、曜日ごとの類似度合いを計算し、同一傾向のある曜日をまとめて、図２６Ｂのように設定情報を表示してもよい。ユーザは、タブ２６０１を選択することにより、まとめた曜日の設定情報を一度に表示させることができる。また、表示制御部１１１は、まとめた曜日のユーザ負荷値あるいは節電効果値の評価情報を示すマーク２６０２を表示してもよい。このような表示をすることにより、ユーザ負荷値が小さいあるいは節電効果値が大きい曜日のまとまりをユーザはすぐに理解できるため、時間幅△Ｔの値の選択を用意に行うことが出来る。なお、表示制御部１１１は、同一傾向があるか否かの判定を、例えばクラスタリング手法を用いて行うことができる（例えば、オーム社：Ｒで学ぶクラスタ解析：ｐ６２「階層的手法」などを参照）。

図４の説明に戻る。

表示部１００７に表示された設定情報に従って、ユーザは、入力部１００８を介して、希望の条件を入力する。つまり、電源制御部１１０は、表示された設定情報に従ってユーザにより選択された、ユーザ負荷値と節電効果値との組合せに対応する時間幅△Ｔ１の値を決定する。そして、電源制御部１１０は、決定した時間幅△Ｔ１の値を用いて予測された予測区間に基づいて、各機器へ電力を供給させる（Ｓ４０７）。

具体的には、電源制御部１１０は、例えば、図２０においてユーザが選択した、表示エリア２００２に表示されたユーザ負荷値と表示エリア２００５に表示された節電効果値との組合せを取得する。そして、電源制御部１１０は、予測結果記憶部１０７を参照することにより、取得したユーザ負荷値と節電効果値との組合せ（ユーザが希望した条件）に対応する時間幅△Ｔ１の値を決定する。そして、電源制御部１１０は、決定した時間幅△Ｔ１の値に対応する予測結果を予測区間予測部１０６から取得する。

そして、電源制御部１１０は、取得した予測結果に基づいて電源制御実行部１００５を制御する。具体的には、電源制御部１１０は、予測区間に機器へ電力が供給されるように、電源制御実行部１００５を制御する。言い換えれば、電源制御部１１０は、予測区間以外の時間区間であって、かつ利用区間以外の時間区間に、機器への電力供給を遮断するように、電源制御実行部１００５を制御する。

以上、説明したように、本実施の形態に係る電源制御装置１０１は、過去の機器の利用履歴を用いて、変数値を変動させて予測結果を複数計算し、複数のユーザ負荷と節電効果の関係をユーザに提示することが可能となる。このため、ユーザは前記提示されたユーザ負荷と節電効果との関係から、自分の好みに合った電力供給制御の設定を容易に行うことができる。

（実施の形態２）
次に、本発明の実施の形態２について説明する。

上記実施の形態１において、予測区間予測部１０６は、機器の利用が開始される可能性が高いと予測される時間区間である予測区間を予測するために、自機器の利用履歴を用いている。より具体的には、予測区間予測部１０６は、自機器の過去の利用区間の開始時刻周辺の時間区間を予測区間として予測する。この第１予測手法は、機器が予め定められた周期で利用される特性を利用した予測手法である。このような周期性を利用した予測手法は、日々の利用区間がある程度同じ時間に集中する機器に対して有効である。つまり、周期性を利用した予測手法は、機器の利用区間の開始時刻が周期性を有する場合に有効である。しかしながら、日々の利用区間の時間的なばらつきが大きく、さらに利用頻度が多い機器に対しては、周期性を利用した予測手法は有効ではない。なぜならば、予測区間が長くなってしまい、予測区間に基づいて機器へ電力を供給した場合に節電効果が低下するからである。

図２７及び図２８は、周期性を利用した予測手法の課題を説明するための図である。具体的には、図２７は、利用区間の時間的なばらつきが小さい場合における予測区間の一例を示す図である。また、図２８は、利用区間の時間的なばらつきが大きい場合における予測区間の一例を示す図である。

図２７及び図２８より、同じ利用回数であっても、利用区間に時間的なばらつきがある場合、予測区間が長くなり、節電効果が小さくなることが分かる。また、毎朝８時ごろ利用されていたトースターが、予測対象日にはユーザの起床時刻が遅くなり９時に利用された場合、本予測手法では、この時刻に電力供給が行えない。

周期性を利用した予測手法では、上述のように、機器の利用時間区間のばらつきが大きい場合に、予測精度が悪化するという問題がある。さらに、周期性を利用した予測手法では、過去に自機器の利用区間が無ければ、その周辺の時間区間を予測区間として予測できないといった問題点がある。

そこで、本実施の形態では、複数機器に対して消費電力の計測を行っていることを前提に、周期性を利用した手法の問題点を解決するための予測手法（以後「機器間の起動関係を用いた予測手法」と記述）について述べる。この機器間の起動関係を用いた予測手法は、第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に第２機器の利用が開始される特性を利用した予測手法である第２予測手法に相当する。

この機器間の起動関係を用いた予測手法は、ユーザが機器を利用する際、その順序にはある程度決まりがあるという仮定に基づいた予測手法である。したがって、機器間の起動関係を用いた予測手法では、他の機器の利用開始時刻あるいは利用終了時刻に基づいて機器の予測区間を予測する。なお、以下において、機器の利用が開始されることを機器が起動するともいう。また、起動関係とは、機器の利用区間同士の時間的な依存関係を表す。

例えば、電子レンジが利用された後、トースターが利用される傾向にあれば、電子レンジへ電力の供給が開始されたタイミングにトースターへ電力の供給を行う。ここで、他の機器の起動のもとになると考えられる機器（上記例では電子レンジ）を前機器又は第１機器、この前機器の起動の後起動されると考えられる機器を後機器又は第２機器（上記例ではトースター）と記述する。

本手法を用いることにより、通常の利用時刻とは関係なく機器の利用時刻が予測可能となるため、上記で述べた問題点が解消される。

なお、機器間の起動関係を用いた予測手法において、機器間の起動や終了の関係は、他機器のみならず、自機器と自機器の関係でもよい。例えば、トースターを連続して利用する傾向があるユーザにとっては、トースターの起動又は終了の後、次に起動される確率が高いのはトースターであり、ゆえにトースターの起動及び終了とトースターの起動との関係も用いて、予測区間を予測する。

本実施の形態に係る電源制御装置の構成は図３と同様であるので、図示を省略する。また、全般的な処理の流れも図４と同様であるので、図示を省略する。なお、本実施の形態では、予測区間予測部１０６及び電源制御部１１０の機能の一部が、実施の形態１と異なる。また、本実施の形態では、図４のフローチャートのうち、ステップＳ４０３とステップＳ４０７における処理の内容が実施の形態１と異なる。以下、実施の形態１と異なる点を中心に、本実施の形態に係る電源制御装置について説明する。

予測区間予測部１０６は、第１機器の利用区間の開始時刻又は終了時刻と第２機器の利用区間の開始時刻との間に時間的な依存関係が有るか否かを判定する。そして、予測区間予測部１０６は、判定結果に基づいて、第１機器の利用区間を用いて第２機器の予測区間を予測する。

電源制御部１１０は、予測区間予測部１０６によって判定された時間的な依存関係の有無に基づいて、機器への電力供給を制御する。

次に、以上のように構成された電源制御装置１０１における各種動作について、図４に示したフローチャートに沿って説明する。

各機器の利用区間が特定された後（Ｓ４０２）、予測区間予測部１０６は、機器間の起動関係を用いた予測手法に従って、複数の機器の利用区間を用いて予測区間を予測する（Ｓ４０３）。

図２９は、本発明の実施の形態２に係る予測区間予測処理の流れを示すフローチャートである。つまり、図２９は、図４に示すステップＳ４０３の処理の詳細を示すフローチャートである。また、図３０は、本発明の実施の形態２に係る予測区間予測処理を説明するための図である。

予測区間予測部１０６は、予測計算に用いるためのデータとして、利用区間データ記憶部１０５に記憶されている複数の機器の所定期間における利用区間データを取得する（Ｓ２７０１）。例えば、予測区間予測部１０６は、図３０の（ａ）に示すように、１週間の利用区間データを機器別、日別に取得する。

次に、予測区間予測部１０６は、各機器の利用開始時刻を取得し、それぞれの機器間の起動関係の大きさを示す確率を計算する（Ｓ２７０２）。具体的には、予測区間予測部１０６は、例えば、ある機器が起動した後、所定時間△Ｔ２以内に他の機器が起動する確率を機器毎に計算する。つまり、予測区間予測部１０６は、第１機器の利用区間の開始時刻から所定時間内に第２機器の利用区間の開始時刻が含まれる確率を算出する。

例えば、１週間の利用区間データを用いて機器Ａ、機器Ｂ、機器Ｃの機器についてその利用区間データを取得したとする。この場合に、予測区間予測部１０６が機器Ｂを基準として他の機器Ａ及び機器Ｃの所定時間△Ｔ２以内の起動確率を求める方法について、図３０の（ｂ）を用いて説明する。

はじめに、予測区間予測部１０６は、機器Ｂが利用区間データ内で何回起動しているかをカウントする（第１ステップ）。つまり、予測区間予測部１０６は、利用区間データに含まれる、機器Ｂの利用区間の数を取得する。例えば、予測区間予測部１０６は、機器Ｂの起動回数をカウントすることにより、「１００回」を取得する。

次に、予測区間予測部１０６は、機器Ｂが起動してから所定時間△Ｔ２（１時間）以内に他の機器の起動があるか否かを判定することにより、機器ごとに起動回数をカウントする（第２ステップ）。つまり、予測区間予測部１０６は、機器Ｂの利用区間の開始時刻から所定時間△Ｔ２内に、機器Ａ及び機器Ｃの利用区間の開始時刻が含まれる回数を機器ごとカウントする。例えば、予測区間予測部１０６は、機器Ｂが起動した後１時間以内に機器Ａが起動していた回数をカウントすることにより、「９０回」を得る。

ただし、ここでのカウントは種類数に対するカウントである。例えば、機器Ｂが起動した後１時間以内に複数回機器Ａが起動した場合も、予測区間予測部１０６は、機器Ａの起動は１回とカウントする。つまり、予測区間予測部１０６は、機器Ｂの利用区間の開始時刻から所定時間△Ｔ２内に、機器Ａの利用区間の開始時刻が複数含まれていても１回としてカウントする。

最後に、予測区間予測部１０６は、機器Ｂの起動に続いて１時間以内に機器Ａが起動する確率を計算する（第３ステップ）。つまり、予測区間予測部１０６は、第１機器の利用区間の開始時刻から所定時間△Ｔ２経過するまでの時間区間に第２機器の利用区間の開始時刻が含まれる、第１機器の利用区間に対する確率に基づいて、時間的な依存関係が有るか否かを判定する。具体的には、予測区間予測部１０６は、機器Ｂの利用区間の開始時刻から所定時間△Ｔ２内に、機器Ａ及び機器Ｃそれぞれの利用区間の開始時刻が含まれる確率であって、機器Ｂの利用区間に対する確率を算出する。

さらに具体的には、予測区間予測部１０６は、例えば、機器Ｂの起動後１時間以内に機器Ａが起動した回数「９０回」を、機器Ｂの起動回数「１００回」で除算することにより、確率「０．９」を計算する。機器Ｃについても同様に、予測区間予測部１０６は、機器Ｂが起動した後１時間以内に機器Ｃが起動する確率を計算する。

なお、機器Ｂを基準とした場合について説明したが、機器Ａと機器Ｃについても同様に、予測区間予測部１０６は、機器Ａが起動した後１時間以内に機器Ｂ及び機器Ｃが起動する確率と機器Ｃが起動した後１位時間以内に機器Ａ及び機器Ｂが起動する確率とを計算する。

図３１は、本発明の実施の形態２に係る予測区間予測部による起動回数の計算結果の一例を示す図である。また、図３２は、本発明の実施の形態２に係る予測区間予測部による機器間の起動関係の大きさを示す確率の計算結果の一例を示す図である。

項目２９０１は、予測対象となる機器を示す。項目２９０２は、項目２９０１によって示される機器が起動した総数を示す。つまり、項目２９０２は、予測に利用される利用区間データにおける各機器の利用区間の総数を示す。

項目２９０３は、項目２９０１によって示される機器が起動してから所定時間△Ｔ２以内に最上行に示される機器が起動した回数を示す。項目２９０４は、項目２９０１に示される機器が起動してから所定時間△Ｔ２以内に最上行に示される機器が起動する確率を表す。具体的には、項目２９０４は、項目２９０３の対応する位置に示された値を項目２９０２の対応する行に示された値で除した値である。

図２９の説明に戻る。

予測区間予測部１０６は、機器間に起動関係が有るか否かを決定する（Ｓ２７０３）。つまり、予測区間予測部１０６は、ある機器の起動に連動して他の機器の電力を供給するか否かの決定を行う。

例えば、予測区間予測部１０６は、項目２９０４に示される確率が閾値Ｔｈ以上であれば、項目２９０１の対応する行に示される機器と項目２９０４の対応する列の最上行に示される機器とは、起動関係があると決定する。

そして、予測区間予測部１０６は、このように決定された機器間の起動関係の有無を示す起動関係データを生成し、予測結果記憶部１０７に格納する。

図３３は、予測結果記憶部１０７に格納される起動関係の有無を示す起動関係データの一例を示す図である。なお、図３３には、予測区間予測部１０６が、図３２に示された確率と閾値Ｔｈ「０．１」とを用いて起動関係の有無を決定したときの起動関係データが示されている。

項目３００１は第１機器の機器名を示し、項目３００２は、項目３００１に示された第１機器と最上行に示される第２機器との起動関係の有無を示す。なお、予測区間予測部１０６は、この機器間の起動関係の有無を予測結果記憶部１０７に格納する。

最後に、予測区間予測部１０６は、起動関係データに基づいて、各機器の予測区間を予測する（Ｓ２７０４）。例えば、起動関係データが第１機器と第２機器との起動関係が有ることを示す場合、予測区間予測部１０６は、第２機器の予測区間の開始時刻が第１機器の利用区間の開始時刻と一致する、第２機器の予測区間を予測する。このとき、予測区間の時間長は、例えば、予め定められた時間長（第２時間幅）とすればよい。

具体的には、予測区間予測部１０６は、例えば、ユーザ負荷予測部１０８及び節電効果予測部１０９によって利用される予測対象データを利用して、予測区間を予測する。

より具体的には、予測区間予測部１０６は、例えば以下のように、予測対象データを利用して予測区間を予測する。まず、予測区間予測部１０６は、予測対象データから時系列順に利用区間の開始時刻を取得する。そして、予測区間予測部１０６は、起動関係データを参照することにより、取得した開始時刻に対応する機器（第１機器）と起動関係が有る機器（第２機器）を特定する。最後に、予測区間予測部１０６は、特定した機器（第２機器）において、取得した開始時刻から予め定められた時間長の時間区間を予測区間として予測する。

なお、予測区間予測部１０６は、複数の所定時間△Ｔ２の値又は閾値Ｔｈに対して、上述した予測区間予測処理を実行する。

本実施の形態に係る予測方法において、所定時間△Ｔ２と機器間の起動関係を決定する際に用いた確率に対する閾値Ｔｈとが変数値に相当する。所定時間△Ｔ２を長くすれば、所定時間△Ｔ２以内に起動する機器の数が増えるため、項目２９０４の確率値が増加する。よって、多くの機器間に起動関係が有ると決定されるため、予測区間が多くなる、又は、予測区間が長くなる。また、確率に対する閾値Ｔｈを小さくすれば、所定時間△Ｔ２を長くしたときと同様に、予測区間が多くなる。この所定時間△Ｔ２を長くする及び確率の閾値Ｔｈを小さくすることにより、ユーザ負荷値は小さくなるが、節電効果値も小さくなる。よって予測区間予測部１０６は、本予測手法を用いる場合、所定時間△Ｔ２の値又は確率に対する閾値Ｔｈを変化させて、複数の予測結果を作成し、予測結果記憶部１０７に格納する。

なお、予測区間予測部１０６は、必ずしも、第２機器の予測区間の開始時刻が第１機器の利用区間の開始時刻と一致するように、第２機器の予測区間を予測する必要はない。例えば、予測区間予測部１０６は、例えば、第２機器の予測区間の開始時刻が第１機器の利用区間の開始時刻から所定時間△Ｔ３経過した後の時刻と一致するように、第２機器の予測区間を予測してもよい。これにより、電源制御装置１０１は、図１８Ａに示した無駄な電力供給区間を短くすることができるので、節電効果を向上させることができる。

ここで、所定時間△Ｔ３は、例えば機器起動後、所定時間△Ｔ２以内の他の機器の起動回数を計算する際に、各機器別に機器起動からどれだけ後に起動しているかの分布を計算し、その分布情報を基に決定されてもよい。

例えば、図３４に示すように、予測区間予測部１０６は、テレビの起動後、所定時間△Ｔ２（図３４では６０分）以内にエアコンが起動する回数を計算して分布を求める。つまり、予測区間予測部１０６は、第１機器の利用区間の開始時刻から第２機器の利用区間の開始時刻までの経過時間の分布を算出する。

図３４では、エアコンの起動時刻は、テレビの起動時刻から２０分以降にしか分布していない。このような場合、予測区間予測部１０６は、テレビの起動に基づいてエアコンの予測区間を予測するときは、予測区間の開始時刻をテレビの利用開始時刻の２０分経過後の時刻としてもよい。つまり、予測区間予測部１０６は、第２機器の予測区間の開始時刻が第１機器の利用区間の開始時刻から所定時間△Ｔ３（例えば上記では２０分）経過した時刻と一致するように、予測区間を予測してもよい。

また、２０分から３０分におけるエアコンの起動の回数は少ない。そこで、より節電効果を大きくするために、予測区間予測部１０６は、エアコンの予測区間の開始時刻を、テレビの起動後３０分経過した時刻としてもよい。この場合、予測区間予測部１０６は、ユーザ負荷が増加することを抑制するために、例えば、経過時間の分布から計算される累積確率と閾値との比較に基づいて、予測経過時間を決定してもよい。

このように、電源制御装置１０１は、他の機器の起動時刻からどのくらい経過した時刻を予測区間の開始時刻とするかは、予測区間を予測する際に入力される変数値として変化させ、ユーザ負荷値と節電効果値との関係を計算してもよい。つまり、本実施の形態に係る予測手法において、予測区間予測部１０６は、予測経過時間を変数値として予測区間を予測してもよい。

図４の説明に戻る。

表示部１００７に設定情報が表示された後、電源制御部１１０は、ユーザにより選択された組合せに対応する変数値（所定時間△Ｔ２、又は閾値Ｔｈなど）を決定する。そして、電源制御部１１０は、決定した変数値を用いて計算された起動関係データに従って、各機器への電力供給を制御する（Ｓ４０７）。

具体的には、電源制御部１１０は、例えば、以下のように各機器への電力供給を制御する。

まず、電源制御部１１０は、機器の利用区間の開始時刻をリアルタイムに取得する。例えば、電源制御部１１０は、機器から利用開始信号を受信することにより、機器の利用区間の開始時刻を取得する。また例えば、電源制御部１１０は、利用区間特定部１０４によってリアルタイムに特定された利用区間データを用いて、機器の利用区間の開始時刻を取得する。

そして、電源制御部１１０は、起動関係データを参照することにより、利用区間の開始時刻を取得した機器と起動関係が有る機器を決定する。さらに、電源制御部１１０は、決定した機器へ電力が供給されるように、電源制御実行部１００５を制御する。

このように、本実施の形態で述べた機器間の起動関係を利用した予測手法による予測時刻は、他の機器の利用に影響される。したがって、機器間の起動関係を利用した予測手法では、計算処理が終了した時点では、予測対象の１日に対して予測時間が決定されない。

以上、説明したように、本実施の形態に係る電源制御装置１０１は、複数の機器の利用履歴から機器間の起動関係を求めることにより、同一機器の過去の利用履歴から予測する予測区間とは異なる時間区間の予測区間の予測が可能となり、ユーザ負荷を減少させることができる。

なお、本発明の一態様に係る電源制御装置には、本実施の形態に係る電源制御装置１０１に各種変形を施したものも含まれる。以下に、本実施の形態の変形例について説明する。

（実施の形態２の変形例１）
上記実施の形態２において、予測区間予測部１０６は、機器の起動時刻同士の時間的な依存関係を利用して、機器間の起動関係の有無を決定した。それに対し、本変形例に係る予測区間予測部１０６は、さらに、利用区間の終了時刻と開始時刻との時間的な依存関係を利用して、機器間の起動関係の有無を決定する。

すなわち、ステップＳ２７０２において、予測区間予測部１０６は、さらに、ある機器の終了時刻から所定時間△Ｔ２以内に起動する機器の回数をカウントしてその確率を計算する。つまり、予測区間予測部１０６は、さらに、第１機器の利用区間の終了時刻から所定時間△Ｔ２内に、第２機器の利用区間の開始時刻が含まれる確率を算出する。より具体的には、予測区間予測部１０６は、第２機器の利用区間の開始時刻から所定時間△Ｔ２前までの時間区間に第１機器の利用区間の開始時刻が含まれる、第２機器の利用区間に対する確率を算出する。

この場合、電源制御部１１０は、ある機器の利用が終了した時刻において、その機器に対する機器間の起動関係の確率が所定値以上の機器に対して電力を供給する。つまり、起動関係データが第１機器と第２機器との起動関係が有ることを示す場合、予測区間予測部１０６は、第２機器の予測区間の開始時刻が第１機器の利用区間の終了時刻と一致するように、第２機器の予測区間を予測する。

これにより、電源制御装置１０１は、第１機器の利用が終了した後に第２機器の利用が開始される場合に、節電効果を向上させることができる。また、電源制御装置１０１は、第１機器の利用が終了した後に第２機器の利用が開始される場合であって、第１機器の利用区間が長い場合に、ユーザ負荷を低下させることもできる。

なお、予測区間予測部１０６は、第１機器の利用区間の開始時刻及び終了時刻の両方を利用して、予測区間を予測してもよい。これにより、電源制御装置１０１は、第１機器の利用区間の開始時刻及び終了時刻の両方に対して予測区間を予測することができるので、機器の利用開始時に電力供給が遮断されていることによるユーザ負荷を減少させることができる。

さらに、予測区間予測部１０６は、第１機器ごとに、開始時刻又は終了時刻を利用するか、又は開始時刻及び終了時刻を利用するかを変更してもよい。具体的には、予測区間予測部１０６は、例えば、ユーザ負荷を小さくしたい場合に、開始時刻と終了時刻との両方を利用して、予測区間を予測する。一方、予測区間予測部１０６は、例えば、少しでも節電効果を大きくしたい場合に、終了時刻のみを利用して、予測区間を予測する。

また、開始時刻及び終了時刻のどちらを利用するかを以下のように決定してもよい。予測区間予測部１０６は、利用区間データにおいて、第１機器の利用区間の開始時刻から予め定められた時間が経過するまでの間に第２機器の利用区間の開始時刻が含まれる確率を第１確率として算出する。さらに、予測区間予測部１０６は、利用区間データにおいて、第１機器の利用区間の終了時刻から予め定められた時間が経過するまでの間に第２機器の利用区間の開始時刻が含まれる確率を第２確率として算出する。

ここで、第１確率と第２確率との差分値が所定値以上である場合、予測区間予測部１０６は、第１機器の利用区間の開始時刻を含む第２時間幅の時間区間を第２機器の予測区間として予測する。一方、第１確率と第２確率との差分値が所定値未満である場合、予測区間予測部１０６は、第１機器の利用区間の終了時刻を含む第３時間幅の時間区間を第２機器の予測区間として予測する。

この第３時間幅は、第２時間幅よりも短くすることができる。したがって、第１確率と第２確率とが所定値未満である場合には、節電効果を向上させることが可能となる。また、所定値を適切に設定することにより、ユーザ負荷が高くなることも抑制することができる。

（実施の形態２の変形例２）
上記実施の形態２では、予測区間予測部１０６は、１つの第１機器と第２機器との起動関係の有無を利用して、第２機器の予測区間を予測した。これに対し、本変形例に係る予測区間予測部１０６は、複数の第１機器と第２機器との起動関係の有無を利用して、第２機器の予測区間を予測する。

具体例を、図３５を用いて説明する。

図３５は、本発明の実施の形態２の変形例２に係る予測区間予測処理を説明するための図である。具体的には、図３５の（ａ）、（ｂ）は、実施の形態２に係る予測区間予測部により予測された予測区間を示す図である。また、図３５の（ｃ）は、本変形例に係る予測区間予測部により予測された予測区間を示す図である。

なお、図３５において、機器Ｂが起動した後に、所定時間△Ｔ２以内に機器Ａが起動する確率は、「０．４」である。また、機器Ｃが起動した後に、所定時間△Ｔ２以内に機器Ａが起動する確率は、「０．３」である。

閾値Ｔｈが「０．２」である場合、図３５の（ａ）に示すように、予測区間予測部１０６は、機器Ａの予測区間の開始時刻が機器Ｂの利用区間の開始時刻と一致するように、かつ、予測区間の時間長が所定時間△Ｔ２と一致するように、機器Ａの予測区間を予測する。

ここで、閾値Ｔｈが「０．５」である場合、予測区間予測部１０６は、機器Ｂ及び機器Ｃと機器Ａとが起動関係が無いと決定する。したがって、図３５の（ｂ）に示すように、予測区間予測部１０６は、機器Ｂ及び機器Ｃの起動に基づいて、予測区間を予測しない。

そこで、本変形例に係る予測区間予測部１０６は、複数の第１機器のそれぞれと第２機器との間で計算された確率の和集合を利用して、起動関係の有無を決定する。

具体的には、まず、予測区間予測部１０６は、所定時間△Ｔ２以内に機器Ｂ、機器Ｃ及び機器Ａの順に各機器が起動する確率と、所定時間△Ｔ２以内に機器Ｃ、機器Ｂ及び機器Ａの順に各機器が起動する確率との和である和確率「０．１」を算出する。

そして、予測区間予測部１０６は、機器Ｂが起動してから所定時間△Ｔ２が経過するまでの時間区間３６０１と、機器Ｃが起動してから所定時間△Ｔ２が経過するまでの時間区間３６０２との重複する時間区間３６０３を特定する。さらに、予測区間予測部１０６は、機器Ｂに対する起動確率「０．３」と機器Ｃに対する起動確率「０．４」との和から、和確率「０．１」を減算することにより、特定した時間区間３６０３の機器Ａの起動確率「０．６」を計算する。予測区間予測部１０６は、起動確率が閾値「０．５」を超える時間区間３６０３を予測区間として予測する。このように複数の機器間の起動確率を用いることにより、予測区間予測部１０６は、予測区間の予測精度を向上させることが可能となる。

なお、図３５では、予測区間予測部１０６は、予測区間の時間長が所定時間△Ｔ２と一致するように、予測区間を予測している。また、図３５の（ａ）に示すように、予測区間予測部１０６は、機器Ｂの起動により機器Ａの予測区間が予測されている場合は、機器Ｃの起動による機器Ａの予測区間を予測していない。つまり、予測区間予測部１０６は、第１機器の利用区間の開始時刻が第２機器の予測区間に含まれる場合は、第１機器の利用区間の開始時刻に基づいて第２機器の予測区間を予測しない。

しかし、予測区間予測部１０６は、機器Ｃの起動も考慮し、機器Ａの予測区間の延長を行ってもよい。つまり、予測区間予測部１０６は、第１機器の利用区間の開始時刻が第２機器の予測区間に含まれる場合は、当該予測区間の終了時刻が当該開始時刻から所定時間経過した時刻となるように、当該予測区間の終了時刻を変更する。

（実施の形態２の変形例３）
上記実施の形態２では、予測区間予測部１０６は、起動関係の有無を決定するために利用した利用区間データの期間全体に対して、機器間の起動関係の有無を示す起動関係データを１つ生成した。これに対し、本変形例に係る予測区間予測部１０６は、利用区間データに含まれる時間区間の属性に従って、複数の時間区間に対して起動関係データを生成する。

具体的には、予測区間予測部１０６は、例えば、曜日ごとに起動関係データを生成する。この場合、予測区間予測部１０６は、予測対象日の曜日に応じて、同一曜日の起動関係データを利用して、予測区間を予測する。

さらには、予測区間予測部１０６は、同様の傾向がある曜日をまとめた曜日群ごとに起動関係データを生成してもよい。曜日群は、例えば、平日（月〜金）及び週末（土、日）とすればよい。また、火曜日と木曜日とをまとめて、１つの曜日群としてもよい。

また、予測区間予測部１０６は、例えば、時間帯ごとに起動関係データを生成してもよい。例えば、予測区間予測部１０６は、１時間単位の時間帯ごとの利用区間データを用いて、時間帯ごとに起動関係データを生成してもよい。また例えば、予測区間予測部１０６は、朝・昼・晩の３つの時間帯ごとに、起動関係データを生成してもよい。

時間区間の属性に従った機器間の起動関係の計算は、システム開発者やユーザが指定してもよいし、自動的に行ってもよい。自動的に行う場合は、例えば過去の利用履歴の中で、機器間の起動関係を計算する期間と、計算した機器間の起動関係で予測を行い、その予測精度に基づいてまとめてもよい。または、属性に従って分けない場合と分けた場合の平均情報量（ｅｎｔｒｏｐｙ）をそれぞれ計算し、その差分値である情報利得に基づいてまとめてもよい。

（実施の形態２の変形例４）
上記実施の形態２では、予測区間予測部１０６は、第１機器が起動してから所定時間△Ｔ２以内に第２機器が起動される確率を計算した。これに対して、本変形例に係る予測区間予測部１０６は、第１機器が起動した次に第２機器が起動する確率で計算する。

具体的には、予測区間予測部１０６は、１週間の利用区間データから各機器の利用開始時刻を取得する。そして、例えば、予測区間予測部１０６は、機器（第２機器）ごとに、テレビ（第１機器）の次に起動した回数を計算する。そして、予測区間予測部１０６は、機器ごとに、計算した回数をテレビの起動回数で除算することにより、各機器（第２機器）がテレビ（第１機器）の次に起動する確率を計算する。このようにして、予測区間予測部１０６は、全ての機器（第１機器）に対し、当該機器が起動した次に起動する確率を機器（第２機器）ごとに計算する。予測区間予測部１０６は、このように計算した確率と閾値とを比較することにより、起動関係データを生成する。

例えば、テレビが起動して次に録画機器が起動する確率が「０．５」であり、洗濯機が起動する確率が「０．１」とする。閾値を「０．３」とすると、予測区間予測部１０６は、録画機器の予測区間の開始時刻がテレビの利用区間の開始時刻と一致するように、録画機器の予測区間を予測する。一方、予測区間予測部１０６は、テレビの利用区間に基づいて洗濯機の予測区間を予測しない。

なお、予測区間予測部１０６は、機器ごとに確率を計算する際に、第１機器の次に起動し、かつ、第１機器が起動してから所定時間以内に起動する確率を機器ごとに計算してもよい。具体的には、所定時間が３０分である場合、予測区間予測部１０６は、テレビが起動してから３０分以内にどの機器も起動しない場合、すべての機器の確率を「０」と計算する。このように計算することにより、予測区間予測部１０６は、第１機器の次に起動した機器であっても、第１機器が起動してから時間的に離れて起動した機器を、第１機器と起動関係が有ると決定することを防ぐことができる。

なお、本手法は次に起動する機器のみでなく、機器Ａの後機器Ｂが起動された後にどの機器が起動されるかというように複数先の起動に関してその確率を計算してもよい。

（実施の形態２の変形例５）
本変形例に係る電源制御装置１０１は、図３６Ａに示すように、連続する機器の起動系列にその間に存在する時間間隔（以後「起動間隔」と記述する）を含めて系列を作成し、確率を計算することで、機器の起動の予測を行ってもよい。具体的には、予測区間予測部１０６は、これまでの第１機器の利用区間の開始時刻又は終了時刻を第２機器の予測区間の開始時刻として予測区間を予測していたが、第１機器の利用区間の開始時刻又は終了時刻から所定の時間だけ機器の起動が無いと判断された時点で、その時刻を第２機器の予測区間の開始時刻として、予測区間を予測する。

より具体的に説明する。

はじめに、機器の利用履歴から図３６Ａに示すように、予測区間予測部１０６は、機器間の起動間隔を計測し、機器の起動と共に時系列に並べる。この際、前記起動間隔は所定の時間単位で表現する。ここで起動間隔は、上記の時間間隔に相当する。例えば１０分単位で表現する場合、起動間隔が０分から４分までは０分、５分から１４分までは１０分、１５分から２４分までは、２０分と表現する。

次に、予測区間予測部１０６は、ある機器が起動した後に、どのような単位の起動間隔が起こるかを計算し、機器の起動と起動間隔との関係を確率により表現する。

例えば、機器Ａが１００回起動したとする。機器Ａの起動の後の起動間隔を計算したところ、１０分の起動間隔が５０回、２０分の起動間隔が３０回、１時間の起動間隔が２０回起こっていたとする。この場合、予測区間予測部１０６は、機器Ａが起動した後に１０分の起動間隔が起こる可能性を０．５（＝５０／１００）と計算する。図３６Ｂは、第１機器と起動間隔とに対応する確率の計算結果の一例を示す図である。

同様に、１０分の起動間隔が１００回あり、１０分の起動間隔の後に機器Ｂが３０回起動していた場合、予測区間予測部１０６は、１０分の起動間隔の後に機器Ｂが起動する確率を０．３と計算する。つまり、予測区間予測部１０６は、第２利用区間に対応する機器Ｂの確率を０．３と計算する。図３６Ｃは、起動間隔と第２機器とに対応する確率の計算結果の一例を示す図である。

機器への電力供給を制御する際は、これまで同様に、電源制御部１１０は、上記機器と起動間隔との関係を表現した確率が閾値以上である場合、その機器と起動間隔は依存関係が有ると判定し、その機器へ電力供給を行う。より具体的には、閾値を０．１とした場合、電源制御部１１０は、ある機器が起動した時点からタイマーにより機器が起動されない時間を計測する。１０分経過した時点で、電源制御部１１０は、１０分の起動間隔の後に起動する機器で確率が０．１以上の機器（例えば機器Ｂ）に対して電力供給を行う。つまり、予測区間予測部１０６は、利用区間の開始時刻から１０分経過した時点を、１０分の起動間隔の後に起動する機器で確率が０．１以上の機器（例えば機器Ｂ）の予測区間の開始時刻と予測する。

もし、機器Ｂを含む全ての機器が起動されずに、２０分経過した場合、その時点で、電源制御部１１０は、機器Ｂに対しての電力供給を停止し、２０分の起動間隔の後に起動する確率が０．１以上の機器へ電力供給を行う。

ここで、起動間隔の計測トリガとして、１日ごとに利用履歴を分けて計算している場合の１日の開始時刻を含めると、予測区間予測部１０６は、１日の開始時刻から所定時間後に起動する機器の確率を計算できる。例えば、１日の開始時刻を２時０分として、ある家族がおおよそ６時に起床して活動を始める場合、おおよそ４時間の起動間隔の後、機器の起動が確認されるため、１日の開始時刻からおおよそ４時間後の起動確率が高くなる。さらに起床後まず使う機器が同じ場合、予測区間予測部１０６は、２時０分から４時間後の６時０分を、その機器の予測区間の開始時刻として予測することが可能となる。

なお、上記の例では時間単位として、１０分を用いたが、所定時間以上といった単位を利用しても良い。例えば５時間以上という単位のみを利用した場合、予測区間予測部１０６は、他の機器の起動が無く、５時間以上経過した後に起動する機器の確率が計算できる。

上記例では、予測区間予測部１０６は、起動間隔の長さに基づいて、起動間隔の後に起動する機器の起動予測を行ったが、さらに起動間隔の前に起動した機器の情報も含めて確率を計算した結果を用いて機器の起動予測を行ってもよい。すなわち、図３６Ｄに示すように、予測区間予測部１０６は、第１機器の起動の後、どのくらいの起動間隔が起こり、その次に第２機器が起動する確率を計算して記憶しておき、この結果に基づいて機器の起動予測を行う。電力供給の具体的な例としては、電源制御部１１０は、確率の閾値を０．１とした場合、まず、機器Ａが起動した時点からタイマーにより機器が起動されない時間を計測する。１０分が経過した時点で、機器Ａが起動して１０分の起動間隔が起こった後、０．１以上の確率で起動している機器Ａと機器Ｂが起動されると予測し、電源制御部１１０は、両機器に対して電力供給を行う。もし、機器Ａが起動した場合、機器Ｂへの電源供給を停止し、機器が起動されていない時間を計測する。一方、２０分経っても両機器が起動しない場合は、２０分が経過した時点で、電源制御部１１０は、両機器への電力供給を停止し、機器Ａが起動して、２０分の起動間隔が起こった後に起動する確率が０．１以上の機器に対して電力供給を行う。

また、予測区間予測部１０６は、上記確率を時間あるいは曜日などの利用履歴の属性ごと計算し、利用する際の属性にあった確率値を用いて予測を行ってもよい。例えば、予測区間予測部１０６は、時間ごとに、機器の起動の後に起こる起動間隔を計算する。より具体的には、ある家庭では食洗機を朝８時台と夜の１０時台に利用しているとする。朝８時台の食洗機の起動の後の起動間隔で最も確率が大きいのは１０分であり、１時間を越える起動間隔の確率は０であったとする。一方、夜１０時台の食洗機の起動の後の起動間隔は１時間以内の確率は０ではないが、１時間から８時間における確率は０であり、８時間に最も大きな確率がある場合、１０時台の食洗機の起動から１時間以内に家族が就寝しているという予測も可能となる。つまり、予測区間予測部１０６は、第１機器（例えば食洗機）と時間間隔（例えば８時間）との依存関係が有る場合、第１機器の利用区間の開始時刻から時間間隔（例えば８時間）が経過するまでの期間において、予測区間を予測することを禁止する。なお、第１機器と時間間隔との依存関係が有るか否かは、確率と閾値との比較によって判定されればよい。

（実施の形態２の変形例６）
上記実施の形態２では、予測区間予測部１０６は、第１機器の利用区間の開始時刻又は終了時刻から所定時間△Ｔ２以内に第２機器の利用区間が開始する、第１機器の利用区間に対する確率を計算する。そして、予測区間予測部１０６は、計算した確率が閾値より大きい場合に、第１機器と第２機器との間に起動関係が有ると決定する。この手法を用いた場合、利用頻度が小さい第２機器は、利用頻度が大きい第２機器よりも、確率値が小さくなるため、起動関係が無いと決定されることが多くなる。

例えば、複数の機器の１週間の利用区間データに基づいて機器間の起動関係を計算した際、テレビの起動回数が１週間で１００回あり、エアコンの起動回数が８回であったとする。このエアコン（第２機器）の起動は常にテレビ（第１機器）の起動後、所定時間△Ｔ２以内に起動していたとすると、テレビが起動した後にエアコンが起動する確率は「０．０８（＝８／１００）となる。閾値Ｔｈが０．１である場合、テレビの起動に基づいてエアコンの予測区間は予測されない。もし、エアコンが他の機器の起動後、所定時間△Ｔ２以内に起動することが無かったとすると、エアコンの予測区間は予測されないという問題が生じる。

そこで、本変形例に係る予測区間予測部１０６は、さらに、第２機器の利用区間の開始時刻から所定時間△Ｔ２前までの時間区間に第１機器の利用区間の開始時刻又は終了時刻が含まれる、第２機器の利用区間に対する確率を計算する。

すなわち、予測区間予測部１０６は、実施の形態２のように機器が起動した後の所定時間内に起動する機器の回数及びその確率（以後「後ろ向き確率」と記述）を計算することに加え、図３７のように機器が起動した前の所定時間△Ｔ２以内に起動する機器の回数及びその確率（以後前向き確率と記述）を計算する。そして、予測区間予測部１０６は、両確率値から計算されるスコアに対する閾値Ｔｈに基づいて予測区間を予測する。例えば、前記スコアとして両確率値の平均値を利用すると、前記のテレビとエアコンの例では、テレビの起動の後にエアコンが起動する確率は「０．０８」であり、エアコンの起動の前にテレビが起動していた確率は「１．０」であるので、スコアはその平均の「０．５４」となる。スコアの閾値が「０．２」であったとすると、テレビの起動に基づいてエアコンの利用区間が予測される。

本方法によりエアコンの予測区間の予測が可能となるが、テレビが１００回起動するのに対し、その全てに対して、エアコンの予測区間を予測していては節電効果が小さくなってしまうという問題が生じる。

そこで、前記スコアの計算方法は、時間や曜日などの利用履歴の属性に応じて変更してもよい。例えば、時間別にスコアの計算方法を変えてもよい。具体的には前向き確率の値が所定の値より小さく、後ろ向き確率の値が所定の値より大きいという機器の関係があった場合、予測区間予測部１０６は、後機器の起動された時間帯のみ後ろ向き確率を考慮したスコアの計算を行ってもよい。上記例では、エアコンの８回の利用履歴が６、７、２０、２１時台のみにおいて利用されていたとすると、予測区間予測部１０６は、６、７、２０、２１時台のみテレビの起動に基づいてエアコンの予測区間を予測する。なお、時間などの属性で分ける場合は、予測区間予測部１０６は、その属性ごとに前向き確率と後ろ向き確率を計算し、スコアを計算してもよい。また、予測区間予測部１０６は、属性ごとに前向き確率と後ろ向き確率を計算し、その結果をもとに判断してもよい。

さらに、予測区間予測部１０６は、間違った前機器の起動による予測区間の予測を減らすため、前向き確率を計算する際、１つの機器に対してではなく、複数の機器に対して前向き確率を計算してもよい。具体的には、予測区間予測部１０６は、ある機器が起動した時刻から所定時間△Ｔ２以前の時間帯において、起動された複数の機器に対しての前向き確率を計算する。より具体的には、予測区間予測部１０６は、エアコンが起動された前の所定時間△Ｔ２以内に起動された２つの機器に対する前向き確率を計算する場合、例えばエアコンの起動の前に洗濯機とテレビが起動されていた確率を計算する。このように複数の機器が起動していることを条件にすることにより、予測区間予測部１０６は、予測区間がより多く予測されることによる電力供給を減らすことができる。

より制限を厳しくする場合、予測区間予測部１０６は、エアコンが起動された時刻から所定時間△Ｔ２以前に共通して含まれる機器の最大個数に対する前向き確率を利用してもよい。例えば、予測区間予測部１０６は、エアコンが起動された全ての場合に、テレビと洗濯機と炊飯器のみが共通して起動されていた場合、３つの機器に対する前向き確率を計算する。閾値が例えば１である場合、予測区間予測部１０６は、テレビと洗濯機と炊飯器が利用されたときのみエアコンの予測区間を予測する。

（実施の形態３）
次に、本発明の実施の形態３について説明する。

実施の形態２のように、機器間の起動関係を用いた予測手法では、所定時間△Ｔ２内に機器が１つも起動していないような機器又は時間帯については、予測区間が予測されない。

そこで、本実施の形態に係る予測区間予測部１０６は、実施の形態２で説明したような機器間の起動関係を用いた予測手法（第２予測手法）と、実施の形態１で説明したような周期性を利用した予測手法（第１予測手法）との少なくとも一方を用いて、予測区間を予測する。

なお、本実施の形態に係る電源制御装置１０１の全体構成は、図３に示した実施の形態１に係る電源制御装置１０１の構成と同様であるので、図示を省略する。なお、本実施の形態に係る予測区間予測部１０６の機能の一部が、実施の形態１又は２に係る予測区間予測部１０６の機能と異なる。そこで、予測区間予測部１０６の詳細な機能構成を図３８に示す。

本実施の形態に係る予測区間予測部１０６は、第１予測手法と第２予測手法との少なくとも一方を用いて、各機器の予測区間を予測する。具体的には、予測区間予測部１０６は、複数の機器のうち、第２機器と時間的な依存関係が有る第１機器の数に応じて、第１又は第２予測手法を選択する。そして、予測区間予測部１０６は、選択した第１又は第２予測手法を用いて第２機器の予測区間を予測する。

より具体的には、予測区間予測部１０６は、図３８に示すように、評価部１０６ａと決定部１０６ｂと予測部１０６ｃとを備える。

評価部１０６ａは、各機器のための予測手法を決定するための評価値を、利用区間の履歴データを用いて算出する。本実施の形態では、評価部１０６ａは、利用区間データにおいて、第２機器の利用区間の開始時刻より予め定められた時間前までの間に第１機器の開始時刻又は終了時刻が含まれる確率を第１機器ごとに計算する。そして、評価部１０６ａは、計算した確率が閾値以上となる第１機器の数を評価値として算出する。

決定部１０６ｂは、算出された評価値に基づいて、少なくとも機器ごとに、第１予測手法と第２予測手法との少なくとも一方を当該機器のための予測手法として決定する。本実施の形態では、決定部１０６ｂは、算出された評価値が閾値以上である場合に、第２予測手法を第２機器のための予測手法として決定する。また、決定部１０６ｂは、算出された評価値が閾値未満である場合に、第１予測手法を第２機器のための予測手法として決定する。

予測部１０６ｃは、決定された予測手法を用いて、少なくとも機器ごとに予測区間を予測する。具体的には、予測部１０６ｃは、第１予測手法が決定された場合、利用区間データに含まれる利用区間の開始時刻と周期的に対応する時刻を含む第１時間幅の時間区間を予測区間として予測する。

また、予測部１０６ｃは、第２予測手法が決定された場合、第２機器に対応する第１機器が記載された起動関係データを参照することにより、第１機器の利用が開始された時刻又は終了した時刻を含む第２時間幅の時間区間を第２機器の予測区間として予測する。具体的には、予測部１０６ｃは、例えばリアルタイムに第１機器の利用が開始された時刻又は終了した時刻を取得する。続いて、予測部１０６ｃは、起動関係データを参照することにより、第１機器に対応する第２機器を特定する。そして、予測部１０６ｃは、第１機器の利用が開始された時刻又は終了した時刻を含む第２時間幅の時間区間を、特定された第２機器の予測区間として予測する。

なお、第１予測手法とは、各機器において特定された利用区間の周期性に基づいて予測区間を予測する予測手法である。つまり、第１予測手法は、実施の形態１において説明した周期性を利用した予測手法に相当する。すなわち、第１予測手法とは、機器が予め定められた周期で利用される特性を利用した予測手法である。

また、第２予測手法とは、特定された利用区間同士の時間的な依存関係に基づいて予測区間を予測する予測手法である。つまり、第２予測手法は、実施の形態２において説明した機器間の起動関係を利用した予測手法に相当する。すなわち、第２予測手法とは、第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に第２機器の利用が開始される特性を利用した予測手法である。

次に、以上のように構成された電源制御装置１０１における各種動作について説明する。

なお、本実施の形態では、図４のフローチャートのうち、ステップＳ４０３における処理の内容が実施の形態１と異なる。したがって、以下に、第１予測手法及び第２予測手法を用いて予測区間を予測する予測区間予測処理（Ｓ４０３）の詳細について説明する。

機器間の起動関係を用いた予測手法では、機器が起動する前に他の機器の起動が必要となる。しかし、時間帯によっては機器の起動が少ない時間帯もある。そこで、利用履歴から機器が起動した所定時間前にどの程度機器が起動しているかに基づいて、時間区間別に両手法のどちらを利用するかを選択する。予測区間予測部１０６が行うこの処理を図３９Ａ及び図３９Ｂのフローチャートを用いて説明する。

図３９Ａは、本発明の実施の形態３に係る予測区間予測処理の流れを示すフローチャートである。つまり、図３９Ａは、図４に示すステップＳ４０３の処理の詳細を示すフローチャートである。

まず、予測区間予測部１０６は、機器ごと及び時間区間ごとに、第１予測手法及び第２予測手法の一方を選択する（Ｓ３９０１）。なお、この予測区間選択処理の詳細については、図３９Ｂを用いて後述する。

次に、予測区間予測部１０６は、第１予測手法が選択された機器及び時間区間について、第１予測手法を用いて予測区間を予測する（Ｓ３９０２）。具体的には、予測区間予測部１０６は、図１０に示したフローチャートに従って予測区間を予測する。

最後に、予測区間予測部１０６は、第２予測手法が選択された機器及び時間区間について、第２予測手法を用いて予測区間を予測する（Ｓ３９０３）。具体的には、予測区間予測部１０６は、図２９に示したフローチャートに従って、予測区間を予測する。

このように、予測区間予測部１０６は、複数の変数値に対する予測区間を予測する。

次に、予測手法選択処理の詳細について説明する。

図３９Ｂは、本発明の実施の形態３に係る予測手法選択処理の流れを示すフローチャートである。つまり、図３９Ｂは、図３９Ａに示すステップＳ３９０１の処理の詳細を示すフローチャートである。以下は対象機器としてエアコンを具体例にして説明する。

まず、予測区間予測部１０６は、処理対象となる所定期間に含まれる利用区間のうち、未処理の利用区間を１つ取得する（Ｓ４００１）。なお、予測区間予測部１０６は、例えば時間的に最も古い利用区間から順に時間的に新しい利用区間を取得する。したがって、予測区間予測部１０６は、時系列順に利用区間を取得する。

続いて、予測区間予測部１０６は、取得した利用区間の開始時刻が、予め定められた時間区間のいずれに属するかを判定する（Ｓ４００２）。具体的には、予測区間予測部１０６は、例えば、取得した利用区間の開始時刻が、何時台かを判定する。より具体的には、取得したエアコンの利用区間の開始時刻が６時１５分である場合、予測区間予測部１０６は、利用区間の開始時刻が６時台であると判定する。

次に、予測区間予測部１０６は、取得した利用区間の開始時刻より前の所定時間以内に開始時刻が含まれる利用区間に関する情報を取得する（Ｓ４００３）。利用区間に関する情報とは、例えば、利用区間の数、並びに各利用区間の機器名及び起動時刻などである。具体的には、予測区間予測部１０６は、例えば、エアコンの利用開始時刻６時１５分より１時間前の５時１５分から６時１５分の期間に開始時刻が含まれる利用区間を抽出し、抽出した利用区間に対応する機器名、開始時刻などを取得する。

そして、予測区間予測部１０６は、ステップＳ４００３で取得した結果をこれまでに処理した結果とマージして予測結果記憶部１０７に格納する（Ｓ４００４）。

このとき格納される結果の一例を図４０に示す。項目４１０１は、機器ＩＤを示し、項目４１０２は、機器ＩＤに対応した機器名を示し、項目４１０３はＳ４００３において利用された所定時間を示す。項目４１０４は時間区間別の総起動数を示す。具体的には、エアコンが６時台に起動したのは１０回であることが分かる。

項目４１０５と項目４１０６とは、項目４１０１によって特定される対象機器が起動した際に、起動時刻前の所定時間以内に起動していた機器名とその回数を示す。具体的には、６時台に起動したエアコンの起動時刻の前６０分以内に起動した機器の起動回数の総数は３４回であり、そのうちテレビの起動回数は１０回である。よって、６時台に起動するエアコンの起動時刻前６０分以内には平均１回テレビが起動していることになる。

次に、予測区間予測部１０６は、対象機器の利用区間で未処理の利用区間が有るか否かを判定する（Ｓ４００５）。ここで未処理の利用区間が有る場合は（Ｓ４００５のＹＥＳ）、Ｓ４００１へ戻り、予測区間予測部１０６は、未処理の利用区間を取得する。

一方、未処理の利用区間が無い場合（Ｓ４００５のＮＯ）、評価部１０６ａは、時間区間別に、起動関係の大きさを示す確率を計算する（Ｓ４００６）。つまり、評価部１０６ａは、例えば図３２に示したような機器間の起動関係の大きさを示す確率を時間区間別に計算する。ここで計算される確率は、ある機器の起動前の所定時間以内に機器が起動していた確率であり、前述の前向き確率である。つまり、評価部１０６ａは、利用区間データにおいて、第２機器の利用区間の開始時刻より予め定められた時間前までの間に第１機器の開始時刻又は終了時刻が含まれる確率を第１機器ごとに計算する。

具体的には、６時台におけるエアコンの起動に対するテレビの起動の前向き確率は、６時台のエアコンの起動が１０回であったのに対し、テレビの起動も１０回であったので、１となる。一方、７時台のエアコンの起動は３回であったのに対し、テレビの起動は０回であったので、７時台におけるエアコンの起動に対するテレビの起動の前向き確率は０となる。

続いて、評価部１０６ａは、機器間の起動関係の大きさを示す確率が第１閾値以上であるか否かを判定する（Ｓ４００７）。具体的には、評価部１０６ａは、第１閾値が「０．２」である場合、６時台のエアコン起動に対するテレビ起動の前向き確率「１」が第１閾値以上であると判定する。一方、評価部１０６ａは、７時台のエアコン起動に対するテレビ起動の前向き確率「０」が、第１閾値より小さいと判定する。

ここで、機器間の起動関係の大きさを示す確率が第１閾値以上である場合（Ｓ４００７のＹＥＳ）、評価部１０６ａは、当該確率に対応する時間区間と機器とに対して、機器間の起動関係を用いた予測手法（第２予測手法）が利用可能であることを予測結果記憶部１０７に格納する（Ｓ４００８）。

一方、機器間の起動関係の大きさを示す確率が第１閾値未満である場合（Ｓ４００７のＮＯ）、評価部１０６ａは、当該確率に対応する時間区間と機器とに対して、機器間の起動関係を用いた予測手法（第２予測手法）が利用困難であることを予測結果記憶部１０７に格納する（Ｓ４００９）。

ステップＳ４００８とステップＳ４００９で予測結果記憶部１０７に格納される時間区間別、機器別の判定結果の一例を図４１に示す。

項目４２０１〜４２０３は、図４０の項目４１０１〜４１０３と同じである。項目４２０４は、対象機器が起動した際に起動時刻前の所定時間以内に起動していた機器名であり、項目４２０５は機器ごとに前向き確率と第１閾値を比較した結果である。図４１では、前向き確率が第１閾値以上であった場合に「１」を、前向き確率が第１閾値未満であった場合は「０」を格納する例を示した。

決定部１０６ｂは、ステップＳ４００８及びステップＳ４００９において格納された時間別、機器別の判定結果を用いて、同一時間において、機器間の起動関係を用いた予測手法が可能である機器の数を計算し、計算した機器の数が第２閾値以上であるか否かを判定する（Ｓ４０１０）。この第１閾値は、消費電力データが収集される機器の数に基づいて決められる値である。

ここで、機器の数が第２閾値以上である場合（Ｓ４０１０のＹＥＳ）、決定部１０６ｂは、その時間区間において、機器間の起動関係を用いた予測手法を用いることを示す情報を予測結果記憶部１０７に格納する（Ｓ４０１１）。つまり、決定部１０６ｂは、第２予測手法を選択する。すなわち、決定部１０６ｂは、計算した確率が第１閾値以上となる第１機器の数が第２閾値以上である場合に、第２予測手法を第２機器のための予測手法として決定する。

一方、機器の数が第２閾値未満である場合（Ｓ４０１０のＮＯ）、決定部１０６ｂは、その時間区間において、周期性を利用した予測手法（第１予測手法）を用いることを示す情報を予測結果記憶部１０７に格納する。つまり、決定部１０６ｂは第１予測手法を選択する（Ｓ４０１２）。すなわち、決定部１０６ｂは、計算した確率が第１閾値以上となる第１機器の数が第２閾値未満である場合に、第１予測手法を第２機器のための予測手法として決定する。

予測部１０６ｃは、このように選択された予測手法に従って、実施の形態１又は２と同様に予測区間を予測する。

ステップＳ４０１１とステップＳ４０１２において格納される情報の一例を図４２に示す。ここで項目４３０１〜４３０３は、図４０の項目４１０１から４１０３と同じである。項目４３０４は、時間区間別にどの予測手法を用いるか示す。図４２では、「１」は周期性を利用した予測手法（第１予測手法）を示し、「２」は機器間の起動関係を用いた予測手法（第２予測手法）を示す。

項目４３０５は、機器間の起動関係を用いた予測手法を用いる際に、前機器（第１機器）となる機器を示す。つまり、項目４３０５は、第２機器に対応する第１機器を示す。具体的には、図４２において、６時台のエアコンの予測区間は、機器間の起動関係を用いた予測手法に基づいて予測され、テレビ、ＤＶＤレコーダ、又は洗濯機が起動した後にエアコンが起動すると予測される。一方、７時台及び８時台におけるエアコンの予測区間は、周期性を利用した予測手法に基づいて予測される。

以上のように、本実施の形態に係る電源制御装置１０１によれば、第１予測手法と第２予測手法とを適応的に用いて予測区間を予測することができるので、予測区間に基づいて機器への電力供給を制御する際に、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることができる。

なお、利用区間データを用いた予測は、予測開始当初、予測区間データが少なく、消費電力データの収集開始から日数が経過するほど、予測区間データが多くなる。したがって、例えば、予測区間予測部１０６は、１日単位で上記の予測手法選択処理を行い、毎日、両予測手法のどちらを利用するかを選択してもよい。

また、上記実施の形態では、電源制御装置１０１は、ユーザ負荷予測部１０８、節電効果予測部１０９、及び電源制御部１１０などを備えていたが、必ずしもこれらの処理部を備える必要はない。例えば、電源制御装置１０１は、少なくとも、利用区間特定部１０４と予測区間予測部１０６とを備えればよい。また、電源制御装置１０１は、必ずしも、複数の変数値に対して予測区間を予測する必要はない。この場合、電源制御装置１０１は、利用開始区間予測装置に相当する。そして、このような利用開始区間予測装置も、第１予測手法と第２予測手法とを適応的に用いて各機器の予測区間を予測することができるので、予測区間に基づいて機器への電力供給が制御される場合に、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることができる。

また、上記実施の形態では、電源制御装置１０１は、機器ごとに、かつ時間区間ごとに、第１予測手法又は第２予測手法を選択していたが、必ずしもこのように選択する必要はない。例えば、電源制御装置１０１は、機器ごとに又は時間区間ごとに、第１予測手法又は第２予測手法を選択してもよい。

（実施の形態３の変形例１）
なお、予測手法の選択は、上述したような選択方法に限らない。例えば、消費電力データ又は利用区間データのデータ量が少ない場合、機器間の起動関係の大きさを示す確率の精度が低い。

そこで、本変形例に係る予測区間予測部１０６は、消費電力データ又は利用区間データのデータ量が所定値未満である場合、周期性を利用した予測手法を選択する。一方、予測区間予測部１０６は、消費電力データ又は利用区間データのデータ量が所定値以上である場合、機器間の起動関係を利用した手法を選択する。

具体的には、予測区間予測部１０６は、例えば、消費電力データのデータ量が閾値以上であるか否かを機器ごとに判定する。ここで、消費電力データのデータ量が閾値未満である場合、予測区間予測部１０６は、第１予測手法を用いて当該機器の予測区間を予測する。一方、消費電力データのデータ量が閾値以上である場合、第２予測手法を用いて当該機器の予測区間を予測する。

また例えば、予測区間予測部１０６は、利用区間データに含まれる利用区間の数（利用区間データのデータ量）が閾値以上であるか否かを機器ごとに判定してもよい。この場合、利用区間の数が閾値未満である場合、決定部１０６ｂは、第１予測手法を当該機器のための予測手法として決定する。一方、利用区間の数が閾値以上である場合、決定部１０６ｂは、第２予測手法を当該機器のための予測手法として決定する。

これにより、予測区間予測部１０６は、利用区間の数が少ないために機器間の起動関係の大きさを示す確率の精度が低いときには、周期性を利用した予測手法を選択することができる。また、予測区間予測部１０６は、利用区間の数が多いために節電効果が低下する場合には、機器間の起動関係を利用した予測手法を選択することができる。その結果、予測区間予測部１０６は、ユーザ負荷を低減させるとともに、節電効果を向上させるように、予測区間を予測することが可能となる。

なお、実施の形態３と同様に、予測区間予測部１０６は、上記の選択を行なう際に、時間区間ごとに選択してもよい。

また、両手法の切り替えは、時間区間ごとの機器の利用区間の回数の変化に基づいて行ってもよい。これは、周期性を用いて予測を行うと、１度でも利用区間が存在する場合、その起動時間周辺の時間帯に対してその後常に電源供給を行うため、無駄な電力供給をしてしまうことがある。そこで、予測区間予測部１０６は、所定期間内における利用回数が所定値より少ない場合、その時間区間を予測区間としないように、予測区間を予測してもよい。さらに、このような所定期間内の利用回数が所定値より少ない時間区間がある機器に対しては、予測区間予測部１０６は、前記利用回数が少ない時間区間において、機器間の起動関係を利用した予測手法を用いてもよい。

例えば、洗濯機が１１時台に利用開始された履歴が以前あり、１１時台には洗濯機が利用開始されると予測して電力供給を行っていたが、１ヶ月１１時台に洗濯機が利用されて無いことが分かった場合、１１時台の洗濯機の利用予測を中止する。その代わりに、１１時台に利用された際の起動前に起動又は終了している機器を前機器としてその機器の起動に応じて電力供給を行う制御に変更する。この際、前機器として利用する機器が１１時台において毎日利用されていると、結局その時間帯はその機器の起動に対応して洗濯機の電力供給が行われ、無駄な電力供給が行われることになる。そこで、前記前機器としては、その起動回数に基づいて決定される。具体的には所定回数以上起動している機器は前機器としない。または、実施の形態２の変形例６で述べたような、複数の機器に対する前向き確率が所定値以上あるときのみ、その複数の機器に対する前向き確率を利用して機器間の起動関係を用いた予測を行ってもよい。

（実施の形態３の変形例２）
また、両予測手法の切り替えを上記実施の形態２の変形例５の時間間隔も考慮した機器間の起動関係を利用して行ってもよい。例えば、ある時間帯において、機器の利用区間が開始又は終了した後は、他の機器の起動が所定時間以上無いことが分かるため、予測区間予測部１０６は、そのような機器が起動した後の時間帯は周期性による予測を利用しないよう制御する。具体的には、夜９時台から１１時台に食洗機が起動した後は他の機器が６時間以上起動しない確率が高い場合、夜９時台から１１時台に食洗機が動いた後の時間帯に、以前洗濯機が起動していたことがあるからといって、予測区間予測部１０６は、周期性を用いた予測手法により９時台から１１時台に開始時刻が含まれる予測区間を予測しない。これにより、電源制御装置１０１は、就寝や外出の傾向を所定の機器の利用区間の開始や終了を用いて予測して、その時間における無駄な電力供給を停止することができる。

（実施の形態３の変形例３）
また、予測区間予測部１０６は、過去の利用履歴に対して両予測手法を適応し、その結果を用いてどちらの手法を用いるか判断してもよい。つまり、本変形例では、評価部１０６ａは、利用区間データのうちの一部の時間区間の利用区間データに基づいて第１予測手法及び第２予測手法の各々を用いて予測された予測区間に対して、利用区間データのうちの他の一部の時間区間の利用区間データを用いて評価値を算出する。

具体的には、過去の利用履歴を実施の形態１で述べたように、予測区間を作成する期間と、ユーザ負荷値及び節電効果値を計算（予測を評価）する期間とに分ける。予測区間予測部１０６は、前記予測区間を作成する期間に対して、予測手法ごとに予測区間の予測を行う。そして、評価部１０６ａは、前記予測区間の評価を行う期間に対して、両手法によりユーザ負荷値と節電効果値とを計算する。ここで、評価部１０６ａは、ユーザ負荷値と節電効果値との計算結果を用いて、どちらの手法を用いるかを判断するためのスコア（評価値）を計算する。そして、決定部１０６ｂは、このスコアを用いてどちらの手法を利用するかを判断する。

具体的には、ユーザ負荷予測部１０８は、ユーザ負荷値を機器の利用数に対してユーザが手動で電源をＯＮする割合を計算する。そして、ユーザ負荷予測部１０８は、１からこの割合を引いた数を予測精度として計算する。この予測精度は、利用数に対して予測により自動的にＯＮされた割合である。また、節電効果予測部１０９は、節電効果値を利用区間以外の期間に対する予測により自動的にＯＦＦされた期間の割合として計算する。そして、評価部１０６ａは、前記予測精度と節電効果値との積を前記スコアとして計算する。このスコアは予測精度が高いほど、また節電効果値が大きいほど大きな値となる。よって、決定部１０６ｂは、両予測手法に対するユーザ負荷値と節電効果値との計算結果から得られる両予測手法のスコアを比較し、スコアが大きい予測手法を選択する。

なお、予測区間予測部１０６は、両予測手法を用いた予測区間の予測及びスコアの計算及び比較を、時間区間ごとや同一曜日など利用履歴の属性ごとに行い、比較を行った属性ごとにどちらの手法を用いるかを判断してもよい。例えば、予測区間予測部１０６は、予測の評価を行う期間に対し時間区間ごとに両予測手法によるスコアを計算し、時間区間ごとにどちらの手法の方がスコアが大きいかを判定する。予測区間予測部１０６は、この結果を用いて時間区間別に両予測手法を切り替える。

つまり、予測区間予測部１０６は、ユーザ負荷値が示すユーザの負荷が小さいほど評価が高くなり、かつ節電効果値が示す節電効果が大きいほど評価が高くなる評価値に基づいて予測手法を選択する。

（実施の形態３の変形例４）
なお、機器の起動には、機器がタイマーにより自動的に起動した起動（自動起動）と、ユーザの直接的な起動要求に対して起動した起動（手動起動）と２種類の起動がある。タイマーによる機器の起動には、例えば録画機器における番組の録画の開始、あるいは炊飯器における炊飯の開始などによる起動がある。このようなタイマーによる自動起動を機器の起動関係の計算に反映させてもよい。

具体的には、利用区間特定部１０４は、録画機器などの機器の利用区間の中で、利用区間が自動起動であるか否かを判定する。そして、予測区間予測部１０６は、自動起動であると判定された利用区間に対しては、機器間の起動関係の計算に利用しない。つまり、評価部１０６ａは、利用区間データに含まれる利用区間のうち手動で開始された利用区間のみを用いて評価値を算出する。

ここで、利用区間特定部１０４は、例えば、日単位や週単位など、所定の時間間隔で同一時刻が開始時刻である利用区間に対しては自動起動であると判定する。

また、利用区間特定部１０４は、自動起動を考慮する機器と、そうでない機器とを保持してもよい。具体的には、番組録画の予約による自動起動は機器間の起動関係の計算に利用しないが、炊飯器の予約炊飯による自動起動は機器間の起動関係の計算に利用してもよい。これは、予約炊飯の場合、自動起動により炊飯が行われた後に、炊けたご飯を食事に利用する場合が多い。これは１日の生活の一連の活動の１つであり、続いて他の機器が起動する確率が高いという思想に基づく。

（実施の形態３の変形例５）
両予測手法を用いた予測結果に基づいて、予測される節電効果値とユーザ負荷値との組合せを、表示部１００７に表示した画面の一例を図４３に示す。画面はタブ形式の表示になっており、機器別に表示するのか時間別に表示するかについてタブ４４０１を選択することで切り替えることができる。

図４３では、機器別に表示するタブが選ばれているため、機器ごとに周期性を利用した予測手法を用いて予測区間を予測した場合と、機器間の起動関係を利用した予測手法を用いて予測区間を予測した場合との、節電効果値とユーザ負荷値との組合せが表示されている。ユーザは表示される節電効果値とユーザ負荷値との組合せから、好みの予測手法を排他的な選択用のチェックボックス４４０２により選択する。

なお、表示制御部１１１は、デフォルトの選択を自動で決定してもよい。この場合、表示制御部１１１は、例えば、ユーザ負荷値が小さくかつ節電効果値が大きい予測手法がある場合は、その予測手法を自動的にデフォルトとして選択しておく。

また、図４３では、表示制御部１１１は、どちらかの予測手法を選択可能なように電力情報を表示したが、両方の予測手法を同時に選択可能なように電力情報を表示してもよい。ここで、両方の予測手法が同時に選択された場合は、表示制御部１１１は、上記で述べたような両方の予測手法を用いた予測を行った場合のユーザ負荷値と節電効果値との組合せを表示する。表示部１００７に表示される画面としては、両方を選択した場合のユーザ負荷値と節電効果値との予測結果を表示して、両手法と同様に選択可能としてもよいし、図４３のような画面で両手法が選択できるようなチェックボックスとし、両手法がチェックされた場合は図４３の両手法の下に書かれているユーザ負荷と節電効果の予測結果を消去し、両手法が同時に利用された場合のユーザ負荷と節電効果の予測結果を中央に表示してもよい。

以上、本発明の一態様に係る電源制御装置１０１について、実施の形態に基づいて説明したが、本発明は、これらの実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、あるいは異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。

例えば、上記実施の形態において、電源制御装置１０１は、電力値を含む消費電力データを受信したが、必ずしも電力値を含む必要はない。例えば、電源制御装置１０１は、電力値の代わりに電流値を含む消費電力データを受信してもよい。この場合であっても、電源制御装置１０１は、利用区間を特定することができる。

また、上記実施の形態において、機器が家電製品である場合を中心に説明したが、機器は必ずしも家電製品である必要はない。機器は、例えば、照明器具あるは給湯器などの電化機器であってもよい。

また、上記実施の形態において、電源制御装置１０１は、電源制御部１１０などを備えていたが、必ずしも電源制御部１１０などを備える必要はない。例えば、電源制御装置１０１は、利用区間特定部１０４と、予測区間予測部１０６と、ユーザ負荷予測部１０８と、節電効果予測部１０９と、表示制御部１１１とを備える装置であってもよい。この場合、電源制御装置１０１は電力情報表示装置に相当する。このような電力情報表示装置も、複数の変数値に対する、ユーザ負荷値と節電効果値との組合せを、表示することができるので、ユーザ負荷と節電効果とのバランスを図るために必要な情報をユーザに表示することができる。

また、本発明は、電源制御装置１０１として実現することができるだけでなく、電源制御装置１０１が備える構成要素の一部を備える利用開始区間予測装置としても実現できる。図４４は、本発明の一態様に係る利用開始区間予測装置の機能構成を示すブロック図である。

図４４に示すように、利用開始区間予測装置２００は、利用区間データ記憶部１０５と、予測区間予測部１０６とを備える。利用区間データ記憶部１０５には、実施の形態１〜３と同様に、各機器の利用区間の履歴データを含む利用区間データが記憶されている。また、予測区間予測部１０６は、実施の形態３と同様に、評価部１０６ａと、決定部１０６ｂと、予測部１０６ｃとを有する。このような利用開始区間予測装置２００によれば、実施の形態３の電源制御装置１０１と同様に、利用区間の履歴データに応じて第１予測手法と第２予測手法との少なくとも一方を各機器の予測手法として決定することができる。このように決定された予測手法に従って予測した予測区間を用いて各機器への電力供給を制御すれば、節電効果の減少を抑制しつつ、ユーザ負荷を減少させることも可能となる。

また、本発明は、このような特徴的な処理部を備える利用開始区間予測装置として実現することができるだけでなく、利用開始区間予測装置に含まれる特徴的な処理部をステップとする利用開始区間予測方法として実現することができる。また、利用開始区間予測方法に含まれる特徴的なステップをコンピュータに実行させるコンピュータプログラムとして実現することもできる。そして、そのようなコンピュータプログラムを、ＣＤ−ＲＯＭ等のコンピュータ読取可能な記録媒体あるいはインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。

本発明は、機器の利用区間の履歴データを用いて、利用が開始される可能性が高いと予測される予測区間を予測することができる利用開始区間予測装置又は電源制御装置として有用である。その対象機器は、機器の製造年月、あるいはメーカー等に関係なく家庭内の多くの電化製品に対して利用可能であるため、その利用可能性は非常に大きい。

１００ 電源制御システム
１０１ 電源制御装置
１０２ 消費電力受信部
１０３ 消費電力履歴記憶部
１０４ 利用区間特定部
１０５ 利用区間データ記憶部
１０６ 予測区間予測部
１０６ａ 評価部
１０６ｂ 決定部
１０６ｃ 予測部
１０７ 予測結果記憶部
１０８ ユーザ負荷予測部
１０９ 節電効果予測部
１１０ 電源制御部
１１１ 表示制御部
２００ 利用開始区間予測装置
１００１ 消費電力計測装置
１００２ 消費電力計測部
１００３ タイマー
１００４ 消費電力送信部
１００５ 電源制御実行部
１００６ 機器
１００７ 表示部
１００８ 入力部

Claims (20)

1. 電力を消費する複数の機器について、利用が開始される可能性が高いと予測される時間区間である予測区間を予測する利用開始区間予測装置であって、
   機器が利用されていた時間区間である利用区間の履歴データを機器ごとに記憶している利用区間データ記憶部と、
   前記利用区間の履歴データに基づいて、少なくとも機器ごとに予測区間を予測する予測区間予測部とを備え、
   前記予測区間予測部は、
   各機器のための予測区間の予測手法を決定するための評価値を、前記利用区間の履歴データを用いて算出する評価部と、
   前記評価値に基づいて、少なくとも機器ごとに、当該機器が予め定められた周期で利用される特性を利用した予測手法である第１予測手法と、他の機器である第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に当該機器である第２機器の利用が開始される特性を利用した予測手法である第２予測手法との少なくとも一方を、当該機器のための予測区間の予測手法として決定する決定部と、
   前記第１予測手法が決定された場合、前記利用区間の履歴データに含まれる利用区間の開始時刻と周期的に対応する時刻を含む第１時間幅の時間区間を予測区間として予測し、前記第２予測手法が決定された場合、前記第２機器に対応する前記第１機器が記載された起動関係データを参照することにより、前記第１機器の利用が開始された時刻又は終了した時刻を含む第２時間幅の時間区間を前記第２機器の予測区間として予測する予測部とを有する
   利用開始区間予測装置。
2. 前記評価部は、前記利用区間の履歴データにおいて、前記第２機器の利用区間の開始時刻より前記予め定められた時間前までの間に前記第１機器の開始時刻又は終了時刻が含まれる確率を前記第１機器ごとに計算し、計算した確率が第１閾値以上となる前記第１機器の数を前記評価値として算出し、
   前記決定部は、前記評価値が第２閾値以上である場合に、前記第２予測手法を前記第２機器のための予測手法として決定し、前記評価値が前記第２閾値未満である場合に、前記第１予測手法を前記第２機器のための予測手法として決定する
   請求項１に記載の利用開始区間予測装置。
3. 前記利用区間の履歴データは、自動で利用が開始されたか又は手動で利用が開始されたかを示すデータを含み、
   前記評価部は、前記利用区間の履歴データに含まれる利用区間のうち手動で開始された利用区間のみを用いて前記評価値を算出する
   請求項２に記載の利用開始区間予測装置。
4. 前記評価部は、前記利用区間の履歴データのデータ量を前記評価値として算出し、
   前記決定部は、前記評価値が所定値以上である場合に、前記第２予測手法を当該機器のための予測手法として決定し、前記評価値が前記所定値未満である場合に、前記第１予測手法を当該機器のための予測手法として決定する
   請求項１に記載の利用開始区間予測装置。
5. 前記評価部は、前記利用区間の履歴データのうちの一部の時間区間の履歴データを用いて予測された、前記第１予測手法による予測区間の予測結果及び前記第２予測手法による予測区間の予測結果の各々に対して、前記利用区間の履歴データのうちの他の一部の時間区間の履歴データを用いて前記評価値を算出し、
   前記決定部は、前記第１予測手法及び前記第２予測手法のうち、前記評価値が高い方の予測手法を当該機器の予測手法として決定する
   請求項１に記載の利用開始区間予測装置。
6. さらに、前記複数の機器の各々が消費した電力の履歴データを用いて、各機器が利用されていた時間区間である利用区間を特定し、特定した利用区間を利用区間データ記憶部に格納する利用区間特定部を備える
   請求項１〜５のいずれか１項に記載の利用開始区間予測装置。
7. 前記予測区間予測部は、さらに、前記利用区間の履歴データにおいて、前記第１機器の利用区間の開始時刻又は終了時刻から前記予め定められた時間が経過するまでの間に前記第２機器の利用区間の開始時刻が含まれる確率を後ろ向き確率として算出し、前記後ろ向き確率が閾値以上である場合に、前記第２機器に対応付けて前記第１機器を前記起動関係データに記載する
   請求項１〜６のいずれか１項に記載の利用開始区間予測装置。
8. 前記予測区間予測部は、さらに、前記利用区間の履歴データにおいて、前記第１機器の利用区間の開始時刻又は終了時刻から前記予め定められた時間が経過するまでの間に前記第２機器の利用区間の開始時刻が含まれる確率である後ろ向き確率と、前記第２機器の利用区間の開始時刻より前記予め定められた時間前までの間に前記第１機器の開始時刻又は終了時刻が含まれる確率である前向き確率とを計算し、前記後ろ向き確率と前記前向き確率とから得られるスコアが閾値以上である場合に、前記第２機器に対応付けて前記第１機器を前記起動関係データに記載する
   請求項１〜６のいずれか１項に記載の利用開始区間予測装置。
9. 前記予測部は、前記第２予測手法が決定された場合、さらに、
   前記利用区間の履歴データにおいて、前記第１機器の利用区間の開始時刻から前記予め定められた時間が経過するまでの間に前記第２機器の利用区間の開始時刻が含まれる第１確率と、前記第１機器の利用区間の終了時刻から前記予め定められた時間が経過するまでの間に前記第２機器の利用区間の開始時刻が含まれる第２確率とを算出し、
   前記第１確率と前記第２確率との差分値が所定値以上である場合、前記第１機器の利用区間の開始時刻を含む第２時間幅の時間区間を前記第２機器の予測区間として予測し、前記第１確率と前記第２確率との差分値が所定値未満である場合、前記第１機器の利用区間の終了時刻を含む、前記第２時間幅よりも短い第３時間幅の時間区間を前記第２機器の予測区間として予測する
   請求項１に記載の利用開始区間予測装置。
10. さらに、
    前記予測区間に基づいて前記各機器へ電力が供給された場合における、前記機器を利用するユーザの負荷の大きさを示すユーザ負荷値を、前記予測区間と前記利用区間の履歴データとを用いて、前記第１予測手法又は前記第２予測手法による予測に必要な所定の変数値ごとに算出するユーザ負荷予測部と、
    前記予測区間に基づいて前記各機器へ電力が供給された場合における節電効果の大きさを示す節電効果値を、前記予測区間と前記利用区間の履歴データとを用いて、前記所定の変数値ごとに算出する節電効果予測部と、
    各変数値に対応する前記ユーザ負荷値と前記節電効果値との組合せを電力情報として表示部に表示する表示制御部とを備える
    請求項１〜９のいずれか１項に記載の利用開始区間予測装置。
11. 前記ユーザ負荷予測部は、前記利用区間の履歴データに含まれる利用区間の開始時刻が前記予測区間に含まれていないほど大きい負荷を示すように、前記ユーザ負荷値を算出する
    請求項１０に記載の利用開始区間予測装置。
12. 前記ユーザ負荷予測部は、前記機器へ電力の供給が開始されてから前記機器の利用を開始することができるまでの時間が長い機器ほど大きい負荷を示すように、前記ユーザ負荷値を算出する
    請求項１０に記載の利用開始区間予測装置。
13. 前記ユーザ負荷予測部は、遠隔操作によって利用を開始することができない機器よりも遠隔操作によって利用を開始することができる機器の方が大きい負荷を示すように、前記ユーザ負荷値を算出する
    請求項１０に記載の利用開始区間予測装置。
14. 前記表示制御部は、ユーザによって所定のユーザ負荷値が選択された場合、前記所定のユーザ負荷値を有する組合せのうち、最も大きな節電効果を示す節電効果値を有する組合せを前記電力情報として表示する
    請求項１０〜１３のいずれか１項に記載の利用開始区間予測装置。
15. 前記表示制御部は、前記ユーザ負荷値及び前記節電効果値のうち少なくとも一方により定まる評価値の機器別及び時間帯別の分布に基づいて、前記電力情報を機器別に表示するか又は時間帯別に表示するかを決定する
    請求項１０〜１４のいずれか１項に記載の利用開始区間予測装置。
16. 前記表示制御部は、
    機器別の評価値の分散が時間帯別の評価値の分散よりも大きい場合、機器別に前記電力情報を表示し、
    機器別の評価値の分散が時間帯別の評価値の分散よりも小さい場合、機器別に前記電力情報を表示する
    請求項１０〜１４のいずれか１項に記載の利用開始区間予測装置。
17. 前記表示制御部は、時間帯別に前記電力情報を表示する場合、前記ユーザ負荷値が所定値以下となる時間帯が含まれるように設定した時間帯別に前記電力情報を表示する
    請求項１０〜１４のいずれか１項に記載の利用開始区間予測装置。
18. さらに、前記予測区間に基づいて、各機器への電力供給を制御する電源制御部を備える
    請求項１〜１７のいずれか１項に記載の利用開始区間予測装置。
19. 電力を消費する複数の機器について、利用が開始される可能性が高いと予測される時間区間である予測区間を予測する利用開始区間予測方法であって、
    各機器のための予測区間の予測手法を決定するための評価値を、利用区間データ記憶部に機器ごとに記憶されている、機器が利用されていた時間区間である利用区間の履歴データを用いて算出する評価ステップと、
    前記評価値に基づいて、少なくとも機器ごとに、当該機器が予め定められた周期で利用される特性を利用した予測手法である第１予測手法と、他の機器である第１機器の利用が開始又は終了してから予め定められた時間が経過するまでの間に当該機器である第２機器の利用が開始される特性を利用した予測手法である第２予測手法との少なくとも一方を、当該機器のための予測区間の予測手法として決定する決定ステップと、
    前記第１予測手法が決定された場合、前記利用区間の履歴データに含まれる利用区間の開始時刻と周期的に対応する時刻を含む第１時間幅の時間区間を予測区間として予測し、前記第２予測手法が決定された場合、前記第２機器に対応する前記第１機器が記載された起動関係データを参照することにより、前記第１機器の利用が開始された時刻又は終了した時刻を含む第２時間幅の時間区間を前記第２機器の予測区間として予測する予測ステップとを含む
    利用開始区間予測方法。
20. 請求項１９に記載の利用開始区間予測方法をコンピュータに実行させるためのプログラム。

Images