TWI756515B - 預測系統、預測方法、及程式 - Google Patents

預測系統、預測方法、及程式 Download PDF

Info

Publication number
TWI756515B
TWI756515B TW108105771A TW108105771A TWI756515B TW I756515 B TWI756515 B TW I756515B TW 108105771 A TW108105771 A TW 108105771A TW 108105771 A TW108105771 A TW 108105771A TW I756515 B TWI756515 B TW I756515B
Authority
TW
Taiwan
Prior art keywords
value
variable
plant
unit
input
Prior art date
Application number
TW108105771A
Other languages
English (en)
Other versions
TW201939326A (zh
Inventor
手島哲平
榎本智之
大津秀伸
Original Assignee
日商三菱重工業股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日商三菱重工業股份有限公司 filed Critical 日商三菱重工業股份有限公司
Publication of TW201939326A publication Critical patent/TW201939326A/zh
Application granted granted Critical
Publication of TWI756515B publication Critical patent/TWI756515B/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

選擇部係由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇。值輸入部係受理有關所被選擇出的說明變數的值的輸入。能量需要特定部係根據所被輸入的值，特定有關工廠運轉的目的變數的值。輸出部係輸出所特定出的目的變數的值。

Description

預測系統、預測方法、及程式
本發明係關於預測系統、預測方法、及程式。 本案係針對2018年2月27日在日本申請的特願2018-033366號主張優先權，在此沿用其內容。
在專利文獻1係揭示預測具備有多數製造線的工廠群的總電力需要的技術。 [先前技術文獻] [專利文獻]
[專利文獻1]日本特開2004-129322號公報
(發明所欲解決之課題)
在專利文獻1所記載的技術中，針對製造線各個，預先在電力管理用計算機系統輸入作業排程，電力管理用計算機系統係根據該作業排程，求出複數製造線各個的能量需要。藉由專利文獻1，若藉由電力管理用計算機系統被預測出的電力需要超過契約電力的上限，進行電力使用限制。另一方面，在工廠管理者等中，有欲預先訂定作業計畫，俾使電力需要不會超過契約電力的上限的迫切期望。
在專利文獻1所記載的技術中，為了變更作業計畫而再度求出能量需要，管理者等係必須將針對所有製造線的細微作業計畫輸入至電力管理用計算機系統。但是，若製造線數量多時，為再計算而應輸入的作業計畫的資訊量會變多，因此管理者等的負擔變大。
亦考慮以根據負荷大的設備的作業計畫來進行計算的方式設計模擬器，但是若預先無法得知哪個設備的負荷大，並無法設計模擬器。 本發明之目的在提供在具備複數設備的工廠中，可根據有關任意設備的運轉的說明變數的輸入，來預測工廠的運轉的預測系統、預測方法、及程式。尤其在提供可預測工廠的能量需要的預測系統、預測方法、及程式。 (解決課題之手段)
藉由本發明之第1態樣，預測系統係具備：選擇部，其係由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇；值輸入部，其係受理有關所被選擇出的前述說明變數的值的輸入；及特定部，其係根據所被輸入的前述值，特定有關前述工廠運轉的目的變數的值；及輸出部，其係輸出所特定出的前述目的變數的值。
藉由本發明之第2態樣，在第1態樣之預測系統中，亦可有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。
藉由本發明之第3態樣，第1或第2態樣之預測系統亦可具備：記憶部，其係記憶包含有關工廠運轉的複數說明變數候補的值、與有關前述工廠運轉的至少1個目的變數的值的集合的履歷資料；及學習部，其係根據前述履歷資料，學習將所被選擇出的前述說明變數作為輸入、將前述目的變數作為輸出的模型的參數，前述特定部係藉由將所被輸入的前述值輸入至所被學習的前述模型，來特定前述目的變數的值。
藉由本發明之第4態樣，在第3態樣之預測系統中，亦可前述記憶部所記憶的有關前述工廠運轉的複數說明變數候補的值、與有關前述工廠運轉的至少1個目的變數的值的集合，係有關前述工廠運轉的複數說明變數候補的值、與有關前述工廠的能量需要的至少1個目的變數的值的集合，前述模型所輸出的前述目的變數的值係有關前述工廠的能量需要的值。
藉由本發明之第5態樣，第1至第3之任一態樣之預測系統亦可具備：候補輸入部，其係受理在前述履歷資料所追加的說明變數候補的值的輸入。
藉由本發明之第6態樣，在第1至第5之任一態樣之預測系統中，亦可前述值輸入部係受理有關前述說明變數的值的時間序列的輸入。
藉由本發明之第7態樣，第6態樣之預測系統亦可另外具備：單位時間變更部，其係受理有關前述說明變數的值的時間序列中的單位時間的變更。
藉由本發明之第8態樣，在第1至第7之任一態樣之預測系統中，亦可前述輸出部係輸出包含：所特定出的前述目的變數的值、與前述履歷資料所包含的前述目的變數的值或前述目的變數的比較值的顯示畫面。
藉由本發明之第9態樣，在第1至第8之任一態樣之預測系統中，亦可前述輸入部係受理複數工廠中有關所被選擇出的前述說明變數的值的輸入，前述特定部係根據所被輸入的前述值，來特定將有關複數工廠運轉的目的變數的值進行統合的值。
藉由本發明之第10態樣，預測方法係包含：由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇的步驟；受理有關所被選擇出的前述說明變數的值的輸入的步驟；根據所被輸入的前述值，來特定有關前述工廠運轉的目的變數的值的步驟；及輸出所特定出的前述目的變數的值的步驟。
藉由本發明之第11態樣，在第10態樣之預測方法中，亦可有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。
藉由本發明之第12態樣，程式係用以使電腦執行以下步驟的程式：由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇的步驟；受理有關所被選擇出的前述說明變數的值的輸入的步驟；根據所被輸入的前述值，來特定有關前述工廠運轉的目的變數的值的步驟；及輸出所特定出的前述目的變數的值的步驟。
藉由本發明之第13態樣，在第12態樣之程式中，亦可有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。 (發明之效果)
藉由上述態樣之中至少1個態樣，能量需要預測系統係可在具備複數設備的工廠中，根據有關任意設備的運轉的說明變數的輸入，預測工廠的能量需要。
＜定義＞ 在本說明書中所謂「特定」係指決定可使用第1值來取得複數值的第2值。例如，「特定」係包含：由第1值算出第2值、參照表格而讀出對應第1值的第2值、將第1值作為查詢來檢索第2值、根據第1值而在複數候補之中選擇第2值、由第1值推定／預測第2值。 「取得」係指新得到值。例如，「取得」係包含：接收值、受理值的輸入、由表格讀出值、由某值算出其他值。
＜第1實施形態＞ 以下一邊參照圖示，一邊詳加說明實施形態。 圖1係顯示第1實施形態之能量需要預測系統的構成的概略圖。 能量需要預測系統1係具備：具備複數設備E的工廠F、及能量需要預測裝置10。 各設備E係藉由從外部被供給的電力來進行運轉。各設備E係按照作業計畫來運轉及停止。在作業計畫係包含有關設備的運轉時段及運轉日的資訊。亦即作業計畫係設備E的運轉狀態的時間序列。 能量需要預測裝置10係根據各設備E的作業計畫、與各設備E的消耗電力的實績值、與工廠F全體的消耗電力的實績值，預測工廠F的能量需要。各設備E的消耗電力的實績值係藉由設在例如設備E的未圖示之感測器來檢測。在此，有關工廠F的設備E的運轉的資訊為有關工廠運轉的說明變數候補，工廠F的能量需要為有關工廠運轉的目的變數。
《能量需要預測裝置的構成》 圖2係顯示第1實施形態之能量需要預測裝置的構成的概略區塊圖。 能量需要預測裝置10係具備：履歷取得部101、履歷記憶部102、選擇部103、模型記憶部105、學習部104、計畫輸入部106、能量需要特定部107、輸出部108、候補輸入部109、單位時間變更部110。
履歷取得部101係由工廠F的各設備E，取得作業計畫及消耗電力的時間序列。履歷取得部101亦可由設備E的控制裝置，讀出作業計畫，亦可藉由來自工廠F的管理者等利用者的輸入來取得。履歷取得部101係由設在設備E的感測器，取得消耗電力。複數設備E的作業計畫，亦即有關複數設備E的運轉時段及運轉日的資訊係有關工廠運轉的複數說明變數候補之一例。此外，複數設備E的消耗電力係有關工廠的能量需要的目的變數之一例。
履歷記憶部102係記憶履歷取得部101所取得的複數設備E的作業計畫及消耗電力的時間序列。
選擇部103係由利用者從複數設備E的作業計畫之中受理至少1個說明變數的選擇。例如，利用者係可選擇在工廠F運轉中被認為對消耗電力的增減的影響度高的1個或複數設備E的作業計畫作為說明變數。亦即，利用者不需要為了能量需要的預測而輸入工廠F所具備的所有設備E的作業計畫。此時，利用者亦可僅選擇設備E的運轉時段或運轉日的其中一方來作為說明變數。
模型記憶部105係記憶被使用在用以根據作業計畫來特定工廠F的總消耗電力的模型。以模型記憶部105所記憶的模型之例而言，列舉：神經網路模型或貝氏模型(Bayesian model)等。
學習部104係以將履歷記憶部102所記憶的資訊作為教師資料，將有關被利用者所選擇出的設備E的作業計畫作為輸入，將工廠F的總消耗電力的時間序列作為輸出的方式，學習模型記憶部105所記憶的模型。亦即，學習部104係根據履歷記憶部102所記憶的資訊，在模型記憶部105所記憶的模型分配參數。
計畫輸入部106係由利用者，受理有關所被選擇出的設備E的作業計畫的輸入。
能量需要特定部107係將被輸入至計畫輸入部106的作業計畫輸入至模型記憶部105所記憶的模型，藉此特定工廠F的總消耗電力的時間序列。亦即，能量需要特定部107係根據有關工廠F所具備的一部分設備E的作業計畫，預測工廠F全體的能量需要。以下將能量需要特定部107所特定出的總消耗電力的時間序列，亦稱為預測能量需要。
輸出部108係輸出能量需要特定部107所特定出的工廠F的總消耗電力。
候補輸入部109係在工廠F的設備E之中，受理有關在履歷記憶部102未記憶有作業計畫的設備E的作業計畫的輸入。被輸入至候補輸入部109的作業計畫係作為新說明變數候補而被記憶在履歷記憶部102。藉此，可使說明變數候補數增加。
單位時間變更部110係受理各設備E的作業計畫中的運轉時段的單位時間的變更。例如，若針對履歷記憶部102所記憶的作業計畫，以1小時單位設定運轉時段時，單位時間變更部110係可按照利用者的輸入，將輸入至計畫輸入部106的作業計畫的運轉時段的單位時間變更為3小時單位。
《能量需要預測裝置的動作》 圖3係顯示第1實施形態之能量需要預測裝置的動作的流程圖。 能量需要預測裝置10的履歷取得部101係在能量需要的預測處理實施前，由工廠F的各設備E取得作業計畫及消耗電力，且記錄在履歷記憶部102。
若開始能量需要的預測處理，能量需要預測裝置10的選擇部103係顯示包含說明變數候補亦即設備E的一覽的說明變數的選擇畫面(步驟S1)。圖4係顯示說明變數的選擇畫面之例的圖。在說明變數的選擇畫面，係針對各設備E，顯示名稱、額定輸出、及核取方塊。選擇部103係由利用者，受理能量需要的預測處理中的說明變數所使用的設備E的選擇(步驟S2)。利用者係使說明變數所使用的設備E的欄位的核取方塊形成為ON，藉此選擇說明變數所使用的設備E。此外，利用者亦可改寫各說明變數候補的名稱及額定輸出。此外，利用者係藉由使設備E的欄位的核取方塊形成為OFF，由選擇中取下有關形成為OFF的核取方塊的設備E，結果可由說明變數取下。
若選擇部103受理設備E的選擇，學習部104係以將履歷記憶部102所記憶的資訊作為教師資料，將有關被利用者所選擇出的設備E的作業計畫作為輸入，將工廠F的總消耗電力的時間序列作為輸出的方式，學習模型記憶部105所記憶的模型(步驟S3)。藉此，能量需要預測裝置10係可生成用以根據利用者所選擇出的設備E的作業計畫，來預測工廠F的總消耗電力的模型。學習部104根據設備E的選擇結果來學習模型，藉此，能量需要預測裝置10即使針對未被選擇的設備E未被輸入作業計畫，亦可各設備E未被視為正在停止者，而適當地預測工廠F的總消耗電力。
接著，計畫輸入部106係顯示有關所被選擇出的各設備E的作業計畫的輸入畫面(步驟S4)。亦即，計畫輸入部106係在畫面顯示運轉時段的輸入畫面及運轉日的輸入畫面。圖5係顯示作業計畫的輸入畫面之例的圖。在作業計畫的輸入畫面，係針對所被選擇出的各設備E的複數時段或複數日期，顯示表示運轉或停止的核取方塊。計畫輸入部106係由利用者，受理有關所被選擇出的各設備E的作業計畫的輸入(步驟S5)。利用者係針對各設備E，藉由組合有關時段或日期的核取方塊的ON／OFF，來輸入各設備E的作業計畫。
能量需要特定部107係將被輸入至計畫輸入部106的作業計畫，輸入至模型記憶部105所記憶的模型，藉此特定工廠F的總消耗電力的時間序列(預測能量需要E1)(步驟S6)。輸出部108係輸出能量需要特定部107所特定出的預測能量需要E1(步驟S7)。圖6係第1實施形態之能量需要的預測結果的輸出畫面之例。輸出部108係除了能量需要特定部107所特定出的預測能量需要E1之外，輸出履歷記憶部102所記憶的消耗電力的時間序列(實測能量需要E2)、及工廠F的契約電力值Th(目的變數的比較值)。藉此，利用者係可視認預測能量需要E1與實測能量需要E2的背離，且可視認工廠F的總消耗電力是否在未來會超過契約電力值Th。
其中，若預測能量需要E1與實測能量需要E2的背離大，利用者係追加或變更說明變數所使用的設備E，藉此可以預測能量需要E1與實測能量需要E2的背離變小的方式，使其再學習模型。藉此，利用者係可特定在工廠F中成為總消耗電力的支配因子的設備E。
此外，若預測能量需要E1超過契約電力值Th，利用者係可變更作業計畫，且再度使能量需要預測裝置10預測能量需要。此時，由於不需要輸入針對所有設備的作業計畫，因此利用者可輕易實施供能量需要的預測之用的作業計畫的變更。
此外，利用者係若欲使能量需要預測裝置10精度更佳地進行能量需要的預測時，可追加說明變數候補。候補輸入部109係若由利用者受理有關新說明變數候補的作業計畫的輸入時，將此記錄在履歷記憶部102。之後，學習部104係可使用有關所追加的說明變數候補的作業計畫，來學習模型記憶部105所記憶的模型。
此外，利用者係若步驟S5中的作業計畫的輸入項目多而繁雜時，而且欲更細微地指定作業計畫時，可變更作業計畫的單位時間。單位時間變更部110係由利用者受理變更後的單位時間的輸入。單位時間變更部110係將履歷記憶部102所記憶的作業計畫，轉換成有關所被輸入的單位時間的作業計畫。例如，單位時間變更部110係將1小時單位的作業計畫變更為3小時單位的作業計畫。例如，單位時間變更部110係若在3小時單位的某時段，2小時表示運轉且1小時表示停止時等，若在有關變更後的單位時間的時段包含不同狀態時，若在該時段至少包含運轉，可將該時段的設備E的狀態決定為運轉狀態，亦可適用在運轉與停止之中為較多者的狀態，若在該時段至少包含停止，亦可將該時段的設備E的狀態決定為停止狀態。若單位時間變更部110受理單位時間的變更，計畫輸入部106係顯示有關變更後的單位時間的作業計畫的輸入畫面。
《作用／效果》 如上所示，藉由第1實施形態，能量需要預測系統1係由工廠F的複數設備E之中，受理至少1個設備E的選擇，且受理有關所被選擇出的設備E的作業計畫的輸入。接著，能量需要預測系統1係根據所被輸入的作業計畫，特定工廠F的總消耗電力。藉此，利用者係在具備複數設備E的工廠F中，藉由針對任意設備E的作業計畫進行輸入，可得工廠F全體的能量需要。因此，不取決於工廠F所具備的設備E的數量，對利用者而言，作業計畫的輸入不繁雜。
＜第2實施形態＞ 第1實施形態之能量需要預測系統1係算出關於1個工廠F的總消耗電力。但是，電力的契約並不一定侷限於以工廠單位進行，有針對複數工廠F設定一契約電力的可能性。此時，有採取錯開複數工廠F的運轉日或運轉時段的運用的情形。亦即，進行根據一工廠F的資訊，控制其他工廠、或相互參照複數工廠F的資訊來控制工廠F全體等。因此，第2實施形態之能量需要預測系統1係算出有關複數工廠F的總消耗電力。
第2實施形態之能量需要預測裝置10的構成係與第1實施形態相同。此時，履歷取得部101係由複數工廠F的各設備E取得作業計畫及消耗電力的時間序列。利用者係由複數工廠F的複數設備E，選擇有關說明變數的設備E。此時，關於一部分工廠F，亦可未選擇設備E。學習部104係以將有關所被選擇出的設備E的作業計畫作為輸入，將全工廠F的總消耗電力作為輸出的方式，學習模型。能量需要特定部107係根據所輸入的作業計畫，特定全工廠F的總消耗電力亦即預測能量需要E1。輸出部108係輸出能量需要特定部107所特定出的全工廠F的預測能量需要E1。圖7係第2實施形態之能量需要的預測結果的輸出畫面之例。輸出部108係除了能量需要特定部107所特定出的預測能量需要E1之外，輸出履歷記憶部102所記憶的每個工廠F的消耗電力的時間序列(實測能量需要E2)、及契約電力值Th。
其中，第2實施形態之能量需要預測系統1係以將有關所被選擇出的設備E的作業計畫作為輸入，將全工廠F的總消耗電力作為輸出的方式學習模型，且藉此特定全工廠F的總消耗電力，但是不限於此。例如，其他實施形態之能量需要預測系統1亦可以將有關所被選擇出的設備E的作業計畫作為輸入，將各工廠F的總消耗電力作為輸出的方式學習模型，且取得各工廠的總消耗電力的總和，藉此來特定全工廠F的總消耗電力。
以上參照圖示，詳加說明一實施形態，惟具體構成並非侷限於上述者，可進行各種設計變更等。 例如，在上述之實施形態中，使用各設備E的作業計畫作為說明變數，但是不限於此。例如，在其他實施形態中，亦可在說明變數使用工廠F的生產計畫、設備E的機種、操作設備E的作業員的配置計畫、工廠F的事件行事曆等。
此外，在上述之實施形態中，係說明預測系統被構裝在預測能量需要的能量需要預測裝置10之例，惟不限於此，其他實施形態之預測系統亦可特定能量需要以外的目的變數。例如，在其他實施形態中，預測系統亦可使用工廠F中有關製品製造的參數作為說明變數，且在完成品所發生的不良部位的數量作為目的變數。
更詳言之，預測系統係為了預測工廠F中的完成品的不良部位的數量，針對複數製造工程的各個，取得至少1個有關製造的資料。預測系統亦可將該等資料的一部分或全部作為說明變數，取代工廠F的能量需要的預測，來預測在完成品所發生的不良部位的數量。此時，可由在至完成品完成的途中的製造工程中的中途階段所收集的資料，來預測完成品的不良部位的數量。若在途中的製造工程中被預測完成品的不良部位的數量超過預定的臨限值時，藉由中止該在製品的製造，不僅可抑制在該在製品分出所需以上的工時或勞力，亦可抑制在工廠消耗因該工時或勞力的能量。
若工廠F為鑄造工廠，經由藉由複數設備所為之複數製造工程而完成作為完成品的鑄造物。即使各工程的在製品滿足在各工程所設定的預定的公差或品質，亦在經由最後的製造工程之後，有在完成品發生複數不良部位(表面的缺陷等)的情形。該等不良部位通常係另外施行修正，但是若不良部位的數量過剩，會造成大幅工時增加，因此有較不理想的情形。預測系統係將有關各製造工程的製造的資料，例如製造工程的環境氣體溫度、有關鑄造的速度／品質參數／溫度、材料的溫度／品質參數、在各工程中特定作業所需時間等作為說明變數，將作為完成品的鑄造物的不良部位的數量作為目的變數，藉此可在有關鑄造的製造工程的中途階段，預測完成品的不良部位的數量。藉此，即使在各工程的在製品滿足在各工程所設定的預定的公差或品質的情形下，亦根據有關至此為止的製造的資料，若完成品的不良部位的數量超過預定的臨限值時，可判斷中止該在製品的製造。結果，抑制在該在製品因之後的製造工程而分出所需以上的工時或勞力，可抑制在工廠消耗能量。
此外，亦可將上述中被使用在說明變數的參數利用在製造工程的管理。 更詳言之，若不良部位的數量超過預定的臨限值時，若可知有關針對不良部位的數量為貢獻度高的製造的參數，亦可藉由管理該參數，抑制不良部位的數量超過預定的臨限值的情形。 例如，在預測系統中由複數說明變數候補選擇說明變數的過程中，有關特定的製造工程的製造的資料，例如特定的製造工程的環境氣體溫度為在預測完成品的不良部位的數量時貢獻度最高的參數，若因該環境氣體溫度成為預定值以上，而明顯可知完成品的不良部位的數量超過預定的臨限值時，管理者係以不會成為預定值以上的方式管理該製造工程的環境氣體溫度，藉此可管理完成品的不良部位的數量不會超過預定的臨限值。藉此，抑制在不良部位的修正分出過剩的工時，可抑制在工廠消耗所需以上的能量。此時，所管理的參數並不需要為1個，亦可視需要，管理有助於不良部位的數量的預測的複數參數。
其中，本實施形態中的完成品並非侷限於作為製品的完成品，雖為在工廠F作為對象的複數製造工程的最終成果物，但是以製品而言，亦包含作為中間生成物者。 此外，預測系統亦可作為目的變數，取代不良部位的數量，來預測為不良品或良品的判斷結果。若將製品的外觀或形狀不良作為不良品或良品的判斷基準時，並不一定存在可以完成品進行計測的參數。在如上所示之情形下，預測系統係例如將不良品設為0、良品設為1的參數作為目的變數，藉此可得成為0以上、1以下的值的預測值。管理者係在至完成品完成為止的途中的製造工程中的在製品的階段，若該預測值小於臨限值，為不良品的確率高，若大於臨限值，則為良品的確率高，來預想完成品的品質。 此外，預測系統亦可作為目的變數，取代不良部位的數量，而預測不良部位的場所或不良的種類。亦即，管理者係藉由使預測系統學習不良部位的場所或不良的種類，可取得完成品的預定場所成為不良的確率、或完成品成為預定種類不良的確率作為預測值。管理者係藉由參照預測系統所輸出的預測值，可在至完成品完成為止的途中的製造工程中的在製品的階段，預想完成品的品質。
圖8係顯示至少1個實施形態之電腦的構成的概略區塊圖。 電腦90係具備：處理器91、主記憶體92、存儲體93、介面94。 上述能量需要預測裝置10係被構裝在電腦90。接著，上述各處理部的動作係以程式的形式被記憶在存儲體93。處理器91係由存儲體93讀出程式而在主記憶體92展開，且按照該程式來執行上述處理。此外，處理器91係按照程式，在主記憶體92確保上述之對應履歷記憶部102的記憶區域。
以存儲體93之例而言，列舉：HDD(Hard Disk Drive，硬碟驅動機)、SSD(Solid State Drive，固體狀態驅動機)、磁碟、磁光碟、CD-ROM(Compact Disc Read Only Memory，唯讀光碟)、DVD-ROM(Digital Versatile Disc Read Only Memory，唯讀數位影音光碟機)、半導體記憶體等。存儲體93亦可為直接連接於電腦90的匯流排的內部媒體，亦可為透過介面94或通訊線路而連接於電腦90的外部媒體。此外，若該程式藉由通訊線路而被配訊至電腦90時，亦可已受到配訊的電腦90將該程式在主記憶體92展開，且執行上述處理。在至少1個實施形態中，存儲體93係非為暫時性的有形的記憶媒體。
此外，該程式亦可為用以實現前述功能的一部分者。此外，該程式亦可為以將前述功能與已記憶在存儲體93的其他程式的組合來實現者，所謂差分檔案(差分程式)。 [產業上可利用性]
藉由上述態樣之中至少1個態樣，能量需要預測系統係可在具備複數設備的工廠中，根據有關任意設備的運轉的說明變數的輸入，預測工廠的能量需要。
1‧‧‧能量需要預測系統 10‧‧‧能量需要預測裝置 90‧‧‧電腦 91‧‧‧處理器 92‧‧‧主記憶體 93‧‧‧存儲體 94‧‧‧介面 101‧‧‧履歷取得部 102‧‧‧履歷記憶部 103‧‧‧選擇部 104‧‧‧學習部 105‧‧‧模型記憶部 106‧‧‧計畫輸入部 107‧‧‧能量需要特定部 108‧‧‧輸出部 109‧‧‧候補輸入部 110‧‧‧單位時間變更部 E‧‧‧設備 F‧‧‧工廠 E1‧‧‧預測能量需要 E2‧‧‧實測能量需要 Th‧‧‧契約電力值
圖1係顯示第1實施形態之能量需要預測系統的構成的概略圖。 圖2係顯示第1實施形態之能量需要預測裝置的構成的概略區塊圖。 圖3係顯示第1實施形態之能量需要預測裝置的動作的流程圖。 圖4係顯示說明變數的選擇畫面之例的圖。 圖5係顯示作業計畫的輸入畫面之例的圖。 圖6係第1實施形態之能量需要的預測結果的輸出畫面之例。 圖7係第2實施形態之能量需要的預測結果的輸出畫面之例。 圖8係顯示至少1個實施形態之電腦的構成的概略區塊圖。

Claims (14)

  1. 一種預測系統，其係具備：選擇部，其係由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇；值輸入部，其係受理有關所被選擇出的前述說明變數的值的輸入；及特定部，其係根據所被輸入的前述值，特定有關前述工廠運轉的目的變數的值；及輸出部，其係輸出所特定出的前述目的變數的值。
  2. 如申請專利範圍第1項之預測系統，其中，前述特定部係有關未被選擇出的前述說明變數的設備未視為正在停止者，來特定目的變數的值。
  3. 如申請專利範圍第1項之預測系統，其中，有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。
  4. 如申請專利範圍第1項之預測系統，其中，具備：記憶部，其係記憶包含有關工廠運轉的複數說明變數候補的值、與有關前述工廠運轉的至少1個目的變數的值的集合的履歷資料；及學習部，其係根據前述履歷資料，學習將所被選擇出 的前述說明變數作為輸入、將前述目的變數作為輸出的模型的參數，前述特定部係藉由將所被輸入的前述值輸入至所被學習的前述模型，來特定前述目的變數的值。
  5. 如申請專利範圍第4項之預測系統，其中，前述記憶部所記憶的有關前述工廠運轉的複數說明變數候補的值、與有關前述工廠運轉的至少1個目的變數的值的集合，係有關前述工廠運轉的複數說明變數候補的值、與有關前述工廠的能量需要的至少1個目的變數的值的集合，前述模型所輸出的前述目的變數的值係有關前述工廠的能量需要的值。
  6. 如申請專利範圍第4項之預測系統，其中，具備：候補輸入部，其係受理在前述履歷資料所追加的說明變數候補的值的輸入。
  7. 如申請專利範圍第1項之預測系統，其中，前述值輸入部係受理有關前述說明變數的值的時間序列的輸入。
  8. 如申請專利範圍第7項之預測系統，其中，另外具備：單位時間變更部，其係受理有關前述說明變數的值的時間序列中的單位時間的變更。
  9. 如申請專利範圍第1項至第8項中任一項之預測系統，其中，前述輸出部係輸出包含：所特定出的前述目的變數的值、與前述履歷資料所包含的前述目的變數的值或前述目的變數的比較值的顯示畫面。
  10. 如申請專利範圍第1項至第8項中任一項之預測系統，其中，前述輸入部係受理複數工廠中有關所被選擇出的前述說明變數的值的輸入，前述特定部係根據所被輸入的前述值，來特定將有關複數工廠運轉的目的變數的值進行統合的值。
  11. 一種預測方法，其係包含：由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇的步驟；受理有關所被選擇出的前述說明變數的值的輸入的步驟；根據所被輸入的前述值，來特定有關前述工廠運轉的目的變數的值的步驟；及輸出所特定出的前述目的變數的值的步驟。
  12. 如申請專利範圍第11項之預測方法，其中，有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。
  13. 一種程式，其係用以使電腦執行以下步驟的程式：由有關工廠運轉的複數說明變數候補之中，受理至少1個說明變數的選擇的步驟；受理有關所被選擇出的前述說明變數的值的輸入的步驟；根據所被輸入的前述值，來特定有關前述工廠運轉的目的變數的值的步驟；及輸出所特定出的前述目的變數的值的步驟。
  14. 如申請專利範圍第13項之程式，其中，有關前述工廠運轉的目的變數的值係有關前述工廠的能量需要的值。
TW108105771A 2018-02-27 2019-02-21 預測系統、預測方法、及程式 TWI756515B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-033366 2018-02-27
JP2018033366A JP6975073B2 (ja) 2018-02-27 2018-02-27 予測システム、予測方法、およびプログラム

Publications (2)

Publication Number Publication Date
TW201939326A TW201939326A (zh) 2019-10-01
TWI756515B true TWI756515B (zh) 2022-03-01

Family

ID=67805352

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108105771A TWI756515B (zh) 2018-02-27 2019-02-21 預測系統、預測方法、及程式

Country Status (5)

Country Link
US (1) US20200380393A1 (zh)
EP (1) EP3745344A4 (zh)
JP (1) JP6975073B2 (zh)
TW (1) TWI756515B (zh)
WO (1) WO2019167656A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7424807B2 (ja) * 2019-11-28 2024-01-30 ファナック株式会社 機械学習装置、消費電力予測装置、及び制御装置
JP7408028B2 (ja) 2021-12-21 2024-01-04 三菱電機株式会社 電力管理支援装置、プログラム及び電力管理支援方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116842A (ja) * 2007-03-09 2009-05-28 Omron Corp 要因推定支援装置およびその制御方法、ならびに要因推定支援プログラム
JP2017070167A (ja) * 2015-10-02 2017-04-06 Ｊｆｅスチール株式会社 電力使用量の予測方法および予測システム
TW201715814A (zh) * 2015-10-27 2017-05-01 財團法人資訊工業策進會 適用於加工機台之用電量預估系統與用電量預估方法
TW201738970A (zh) * 2016-03-29 2017-11-01 應用材料股份有限公司 智慧型工具監控系統

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3498786B2 (ja) * 1999-01-19 2004-02-16 住友金属工業株式会社 使用電力量予測方法
JP2004129322A (ja) 2002-09-30 2004-04-22 Nippon Steel Corp 電力需要の予測制御システム
JP2004173342A (ja) * 2002-11-18 2004-06-17 Hitachi Ltd 運転支援システム及び運転支援コンピュータプログラム
JP2015012753A (ja) * 2013-07-01 2015-01-19 日新電設株式会社 オンデマンド型電力制御システム、オンデマンド型電力制御方法及びオンデマンド型電力制御プログラム
US11593817B2 (en) * 2015-06-30 2023-02-28 Panasonic Intellectual Property Corporation Of America Demand prediction method, demand prediction apparatus, and non-transitory computer-readable recording medium
WO2017203601A1 (ja) * 2016-05-24 2017-11-30 三井情報株式会社 情報処理装置、情報処理方法、情報処理システム及びプログラム
JP6086640B1 (ja) 2016-08-31 2017-03-01 ユーシーシー上島珈琲株式会社 コーヒー飲料の製造方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116842A (ja) * 2007-03-09 2009-05-28 Omron Corp 要因推定支援装置およびその制御方法、ならびに要因推定支援プログラム
JP2017070167A (ja) * 2015-10-02 2017-04-06 Ｊｆｅスチール株式会社 電力使用量の予測方法および予測システム
TW201715814A (zh) * 2015-10-27 2017-05-01 財團法人資訊工業策進會 適用於加工機台之用電量預估系統與用電量預估方法
TW201738970A (zh) * 2016-03-29 2017-11-01 應用材料股份有限公司 智慧型工具監控系統

Also Published As

Publication number Publication date
EP3745344A4 (en) 2021-03-31
US20200380393A1 (en) 2020-12-03
EP3745344A1 (en) 2020-12-02
WO2019167656A1 (ja) 2019-09-06
JP2019148999A (ja) 2019-09-05
TW201939326A (zh) 2019-10-01
JP6975073B2 (ja) 2021-12-01

Similar Documents

Publication Publication Date Title
CN109870903B (zh) 参数优化方法、装置以及非瞬时计算机可读取介质
Glock et al. Decision support models for production ramp-up: a systematic literature review
JP2019182342A (ja) ダイヤ分析支援装置及び方法
CN101398686A (zh) 通过嵌入式历史机数据实现的自适应工业系统
TWI756515B (zh) 預測系統、預測方法、及程式
US20170211832A1 (en) Tuning model structures of dynamic systems
JP6329038B2 (ja) 情報処理装置、工程バッファ算出方法、およびプログラム
Baumers et al. Developing an understanding of the cost of additive manufacturing
JP6317910B2 (ja) 部品設備割付装置、部品設備割付方法、及びプログラム
US20170097634A1 (en) Plan generating device and plan generating method
JP2009289056A (ja) 人員配置計画支援装置
CN114330816A (zh) 一种工业原材料采购控制方法及系统
Waseem et al. Dynamic modeling and analysis of multi-product flexible production line
Tonke et al. Maintenance, shutdown and production scheduling in semiconductor robotic cells
JP2007148635A (ja) 生産スケジューリングプログラム及び生産スケジューリング装置
JP2007213141A (ja) 人員配置システム、人員配置方法、人員配置プログラム、及びこの人員配置プログラムを格納した記録媒体
JP5775803B2 (ja) 製造ラインシミュレーションモデル構築方法、製造ラインシミュレーションモデル構築装置、及び製造ラインシミュレーションモデル構築プログラム
TW202347062A (zh) 用於半導體廠房中之等待時間預測之方法
JP6421001B2 (ja) 情報処理システム、情報表示方法、及びプログラム
JP2005301566A (ja) 工程管理装置および工程管理方法
JP2020190980A (ja) 劣化推定装置、劣化推定システム、劣化推定方法および劣化推定プログラム
Kalinowski et al. The procedure of reaction to unexpected events in scheduling of manufacturing systems with discrete production flow
JP5914281B2 (ja) 予測変数特定装置、方法、およびプログラム
US10997535B1 (en) System, method, and computer program for predicting delays in delivering a project to a customer
JP2957561B1 (ja) 生産ライン管理方法