WO2023181184A1 - 気象推定装置、気象推定システム、気象推定方法、および記録媒体 - Google Patents

気象推定装置、気象推定システム、気象推定方法、および記録媒体 Download PDF

Info

Publication number
WO2023181184A1
WO2023181184A1 PCT/JP2022/013550 JP2022013550W WO2023181184A1 WO 2023181184 A1 WO2023181184 A1 WO 2023181184A1 JP 2022013550 W JP2022013550 W JP 2022013550W WO 2023181184 A1 WO2023181184 A1 WO 2023181184A1
Authority
WO
WIPO (PCT)
Prior art keywords
solar panel
weather
vibration pattern
estimation
sensor
Prior art date
Application number
PCT/JP2022/013550
Other languages
English (en)
French (fr)
Inventor
大地 金野
浩 寺崎
文人 山崎
淳之介 藤戸
裕介 勝見
啓汰 藤森
俊靖 沼田
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2022/013550 priority Critical patent/WO2023181184A1/ja
Publication of WO2023181184A1 publication Critical patent/WO2023181184A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Definitions

  • the present invention relates to a weather estimation device, a weather estimation system, a weather estimation method, and a recording medium, and particularly to a weather estimation device, a weather estimation system, and a weather estimation method that perform local weather estimation using optical fiber sensing. , and related to recording media.
  • Patent Document 1 discloses that the peak frequency of vibration is determined based on sensor data obtained from a vibration sensor installed on the surface of a building, and that the state of the surface of the structure is determined based on the peak frequency of vibration. It is described that it is possible to determine the
  • Sensing technology has also begun to be used for local weather estimation, such as weather forecasts every 1km in every direction and every 250m in altitude.
  • Patent Document 2 states that environmental information such as temperature, humidity, or illuminance is acquired by a sensor installed in an automatic door, and a weather forecast algorithm is corrected based on the environmental information acquired by the sensor.
  • Related technologies are described.
  • Patent Document 2 cannot directly acquire weather information such as wind and rain using a sensor, but can only acquire environmental information. Therefore, although the related technology described in Patent Document 2 can be used to correct weather forecast algorithms, it is difficult to perform local weather estimation.
  • the present invention has been made in view of the above problems, and its purpose is to realize local weather estimation using sensing technology.
  • a weather estimation device includes: an analysis means for analyzing a vibration pattern of the solar panel based on sensor data detected by a sensor attached to the solar panel;
  • the solar panel includes an estimation means for estimating the weather at the position of the solar panel, and an output means for outputting information based on the weather estimation result.
  • a vibration pattern of the solar panel is analyzed based on sensor data detected by a sensor attached to the solar panel, and the vibration pattern of the solar panel is analyzed based on the vibration pattern of the solar panel. Estimates the weather at the location of the solar panel and outputs information based on the weather estimation results.
  • a recording medium includes analyzing the vibration pattern of the solar panel based on sensor data detected by a sensor attached to the solar panel, and analyzing the vibration pattern of the solar panel based on the vibration pattern of the solar panel.
  • a program for causing a computer to estimate the weather at the location of the solar panel and output information based on the weather estimation result is stored.
  • a weather estimation system includes an analysis means for analyzing a vibration pattern of the solar panel based on sensor data detected by a sensor attached to the solar panel; a weather estimation device comprising an estimation means for estimating the weather at the position of the solar panel; an output means for outputting information based on the weather estimation result; the solar panel to which the sensor is attached; It includes an estimator that has learned the relationship between the vibration pattern of the panel and the weather at that time, and a sensor value database that stores the sensor data detected by the sensor attached to the solar panel.
  • local weather estimation can be realized.
  • FIG. 1 is a diagram schematically showing an example of the configuration of a weather estimation system including a weather estimation device according to any one of embodiments 1 to 3.
  • FIG. 1 is a block diagram showing the configuration of a weather estimation device according to Embodiment 1.
  • FIG. 3 is a flowchart showing the operation of the weather estimation device according to the first embodiment.
  • FIG. 2 is a block diagram showing the configuration of a weather estimation device according to a second embodiment.
  • FIG. 3 is a block diagram showing the configuration of a weather estimation device according to a third embodiment. 7 is a flowchart showing the operation of the weather estimation device according to the third embodiment.
  • 1 is a diagram showing an example of a hardware configuration of a weather estimation device according to any one of embodiments 1 to 3.
  • FIG. 1 is a diagram schematically showing an example of the configuration of a weather estimation system including a weather estimation device according to any one of embodiments 1 to 3.
  • FIG. 1 is a block diagram showing the configuration of a weather estimation device according to Embod
  • weather estimation system 1 Referring to FIG. 1, an example of the configuration of a weather estimation system 1 including any one of weather estimation devices 10, 20, and 30 according to embodiments 1 to 3, which will be described later, will be described first.
  • weather estimation device 10 (20, 30) represents any of the weather estimation devices 10, 20, 30 according to the first to third embodiments.
  • the weather estimation system 1 includes a solar panel 100, an estimator 200, a sensor value database 300, and a user terminal 400.
  • the weather estimation system 1 may include a plurality of user terminals 400.
  • the solar panel 100 is fixed to a building.
  • Solar panel 100 is also called a solar panel. Buildings here include not only houses such as residences and commercial facilities, but also structures such as frames.
  • a solar panel 100 is fixed on the roof of a house.
  • Solar panel 100 converts solar energy (sunshine) into electric power.
  • Solar panel 100 may be integrated into power supply equipment provided by a power company.
  • a sensor 100A is attached to the solar panel 100.
  • the sensor 100A detects vibrations of the solar panel 100.
  • the sensor 100A then outputs sensor data including an electrical signal (sensor value).
  • Sensor data output from the sensor 100A is transmitted to the weather estimation device 10 (20, 30) via the network.
  • the sensor 100A detects vibrations generated in the solar panel 100 by measuring the displacement, speed, and acceleration of the solar panel 100.
  • the sensor 100A is, for example, a piezoelectric element type, electromagnetic type, capacitance type, or laser Doppler type vibration sensor. Note that the sensor 100A may be an acoustic sensor instead of a vibration sensor.
  • the estimator 200 learns the relationship between the vibration pattern of the solar panel 100 and the weather at that time.
  • the estimator 200 uses a statistical method such as random forest to calculate parameters (coefficients) that indicate the relationship between the type of weather (for example, rain, wind, snow, hail) and the sensor values included in the sensor data. I'm learning.
  • the sensor value database 300 information indicating the type of weather in the area including the location of the solar panel 100 and sensor data outputted by the sensor 100A at that time are stored together in a linked manner. Furthermore, the sensor value database 300 may also store weather information (for example, rainfall, snowfall, wind speed) other than information indicating the type of weather.
  • weather information for example, rainfall, snowfall, wind speed
  • the sensor data stored in the sensor value database 300 is used by the weather estimation device 10 (20, 30) in order to train the estimator 200 described above.
  • the user terminal 400 is an information terminal that can be connected to a network.
  • User terminal 400 is, for example, a car navigation system, a smartphone, a smart watch, or smart glasses.
  • an alert is delivered to the user terminal 400 (Embodiment 2).
  • the alert may be delivered to the user terminal 400 through an SNS (Social Network Service) system.
  • the weather estimation devices 10, 20, and 30 will be explained in Embodiments 1 to 3 described later.
  • Embodiment 1 will be described with reference to FIGS. 2 and 3.
  • FIG. 2 is a block diagram showing the configuration of the weather estimation device 10. As shown in FIG. 2, the weather estimation device 10 includes an analysis section 11, an estimation section 12, and an output section 13.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100.
  • the analysis unit 11 is an example of analysis means.
  • the analysis unit 11 acquires sensor data detected by the sensor 100A attached to the solar panel 100 from the sensor 100A (FIG. 1) through a network such as the Internet.
  • Sensor data includes sensor values.
  • the sensor data reflects the vibrations of the solar panel 100.
  • the vibration of the solar panel 100 is caused by rain or hail falling on the solar panel 100, or by wind pressure that the solar panel 100 receives.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on the sensor data.
  • the analysis unit 11 analyzes vibration patterns related to the type of weather (for example, rain, snow, wind).
  • the analysis unit 11 analyzes the amplitude of vibration, the presence or absence of periodicity, the period, or the duration of vibration.
  • the analysis section 11 outputs the analysis result of the vibration pattern to the estimation section 12.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the estimation unit 12 is an example of estimation means.
  • the "position of the solar panel 100" corresponds to the location of a building such as a house to which the solar panel 100 is fixed.
  • the estimation unit 12 receives the analysis result of the vibration pattern from the analysis unit 11.
  • the analysis result of the vibration pattern includes information such as the amplitude of the vibration generated in the solar panel 100, the presence or absence of periodicity, the period, or the duration of the vibration.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 using the estimator 200 (FIG. 1) that has learned the relationship between the vibration pattern of the solar panel 100 and the weather at that time. For example, the estimation unit 12 inputs information indicating the vibration pattern of the solar panel 100 to the estimator 200. The estimator 12 obtains information indicating the type of weather output from the estimator 200.
  • the estimation unit 12 outputs the estimation result of the weather at the position of the solar panel 100.
  • the output unit 13 outputs information based on the weather estimation results.
  • the output unit 13 is an example of an output means.
  • the output unit 13 receives the estimation result of the weather at the position of the solar panel 100 from the estimation unit 12.
  • the output unit 13 outputs information based on the weather estimation results.
  • the information based on the weather estimation results is, for example, information indicating the estimated type of weather, such as rain or wind.
  • the output unit 13 displays information indicating the type of weather on a monitor (not shown).
  • the output unit 13 may output information indicating the type of weather to an external device (for example, HEMS (Home Energy Management System)) via the Internet or the like. Further, the output unit 13 may provide information indicating the type of weather to a weather information service, an electric power company, or the like.
  • HEMS Home Energy Management System
  • the output unit 13 may deliver an alert to the pre-registered user terminal 400 (FIG. 1). .
  • FIG. 3 is a flowchart showing the flow of processing executed by each part of the weather estimation device 10.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100 (S1).
  • the analysis unit 11 outputs information indicating the vibration pattern of the solar panel 100 (for example, the amplitude, period, or presence or absence of periodicity of vibration) obtained as an analysis result to the estimation unit 12.
  • the estimation unit 12 receives information indicating the vibration pattern of the solar panel 100 from the analysis unit 11.
  • the estimation unit 12 estimates the weather at the location of the solar panel 100 (ie, the location of the building) based on the vibration pattern of the solar panel 100 (S2).
  • the estimation unit 12 outputs the estimation result of the weather at the position of the solar panel 100 to the output unit 13.
  • the output unit 13 receives the estimation result of the weather at the position of the solar panel 100 from the estimation unit 12.
  • the output unit 13 outputs information based on the weather estimation results (S3).
  • the output unit 13 displays information indicating the type of weather on a monitor (not shown).
  • the output unit 13 may output information indicating weather characteristics (for example, light/strong rain, weak/strong wind) as well as information indicating the type of weather.
  • the estimation unit 12 of the weather estimation device 10 estimates the weather at the position of the solar panel 100 using the estimator 200 that has learned the relationship between the vibration pattern of the solar panel 100 and the weather at that time. do.
  • the estimation unit 12 can estimate the weather using other information as well as the vibration pattern of the solar panel 100.
  • the estimating unit 12 acquires data on the power generation amount or sunshine hours of the solar panel 100 in the most recent predetermined period from a HEMS (not shown) or the like.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100 and data on the amount of power generation or sunshine hours in the most recent predetermined period.
  • the estimation unit 12 compares the reliability of the weather estimation result based only on the vibration pattern of the solar panel 100 with the reliability of the weather estimation result using data on power generation amount or sunshine hours.
  • the estimation unit 12 outputs the estimation result of the weather based only on the vibration pattern of the solar panel 100 to the output unit 13.
  • the estimation unit 12 estimates the weather estimation result using the data of the amount of power generation or sunshine hours in the most recent predetermined period. , is output to the output section 13. Thereby, the output unit 13 can obtain an estimation result that has a reliability equal to or higher than the estimation result of the weather based only on the vibration pattern of the solar panel 100.
  • the local weather at the position of the solar panel 100 can be estimated with higher accuracy.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the output unit 13 outputs information based on the weather estimation results.
  • a sensor 100A attached to the solar panel 100 detects sensor data.
  • the sensor data reflects the vibration pattern of the solar panel 100.
  • the vibration of the solar panel 100 is mainly caused by weather such as rain and wind. Therefore, abnormal weather such as heavy rain or strong winds can be estimated from the vibration pattern of the solar panel 100, as well as the location where the abnormal weather occurs (that is, the location of the building). In this way, local weather estimation can be achieved.
  • Embodiment 2 will be described with reference to FIG. 4. In the second embodiment, some specific examples of weather estimation will be described.
  • FIG. 4 is a block diagram showing the configuration of the weather estimation device 20.
  • the weather estimation device 20 includes an analysis section 11, an estimation section 12', and an output section 13.
  • the estimating section 12' of the weather estimating device 20 is partially different from the estimating section 12 of the weather estimating device 10 according to the first embodiment in the content of the processing that it executes. The processing executed by the estimator 12' will be described below.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the estimation unit 12' estimates rainfall or snowfall in an area including the location of the solar panel 100 (i.e., the location of the building) based on the vibration pattern of the solar panel 100. Specifically, the estimation unit 12' extracts information on the amplitude of vibration from the analysis result of the vibration pattern.
  • the estimation unit 12' distinguishes between rain and snow based on the magnitude of the vibration amplitude. If the magnitude of the vibration amplitude exceeds the first threshold, the estimating unit 12' estimates that it is raining in the area including the position of the solar panel 100. On the other hand, if the amplitude of the vibration exceeds the second threshold and is less than or equal to the first threshold, the estimation unit 12' estimates that there is snowfall in the area including the position of the solar panel 100. The estimation unit 12 may estimate only the presence or absence of rain based on the first threshold value.
  • the estimation unit 12' estimates the amount of rainfall at the position of the solar panel 100 based on the vibration pattern of the solar panel 100. Specifically, the estimation unit 12' extracts information on the amplitude of vibration from the analysis result of the vibration pattern.
  • the estimation unit 12' distinguishes between rain and snow based on the magnitude of the vibration amplitude.
  • the estimation unit 12' also uses a database (not shown) that stores information indicating the relationship between the amplitude of vibration and the amount of rainfall.
  • the amount of rainfall is estimated based on the amplitude of vibration using a relational expression. Information indicating the relationship between the amplitude of vibration and the amount of rainfall may be included in the sensor value database 300 (FIG. 1).
  • the estimation unit 12' estimates the strength of the wind at the position of the solar panel 100 based on the vibration pattern of the solar panel 100. Specifically, the estimating unit 12' extracts information indicating the presence or absence of periodicity of vibration and information on the amplitude of vibration from the analysis result of the vibration pattern.
  • the estimating unit 12' distinguishes between wind and rain or snow based on the presence or absence of periodicity of vibration. If there is no periodicity in the vibrations, the estimation unit 12' estimates that wind is blowing. In this case, the estimating unit 12' further calculates the magnitude of the vibration amplitude using a database (not shown) or a relational expression that stores information indicating the relationship between the magnitude of the vibration amplitude and the wind strength. Estimate the wind strength based on. Information indicating the relationship between the amplitude of vibration and the strength of the wind may be included in the sensor value database 300 (FIG. 1).
  • the estimating unit 12' outputs information indicating weather characteristics to the output unit 13 as a result of estimating the weather at the position of the solar panel 100.
  • Information indicating weather characteristics is, for example, index values such as rainfall amount and wind speed, or information indicating the occurrence of abnormal weather such as strong winds, heavy rain, hail, and hail.
  • the output unit 13 receives information indicating weather characteristics from the estimation unit 12' as a result of estimating the weather at the position of the solar panel 100.
  • the output unit 13 determines whether the estimated weather is abnormal weather specified in advance, based on information indicating weather characteristics.
  • the output unit 13 delivers an alert to the user terminal 400 (FIG. 1) registered in advance. For example, if the estimated weather is heavy rain (a large amount of rain within a certain period of time), the output unit 13 sends a notification to the user terminal 400 registered in advance to warn the user to be careful of heavy rain. .
  • the operation of the weather estimation device 20 according to the second embodiment is the same as the operation of the weather estimation device 10 according to the first embodiment (FIG. 3).
  • the explanation in the first embodiment will be cited and the explanation regarding the operation of the weather estimation device 20 will be omitted.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100.
  • the estimation unit 12' estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the output unit 13 outputs information based on the weather estimation results.
  • a sensor 100A attached to the solar panel 100 detects sensor data.
  • the sensor data reflects the vibration pattern of the solar panel 100.
  • the vibration of the solar panel 100 is mainly caused by weather such as rain and wind. Therefore, from the vibration pattern of the solar panel 100, it is possible to estimate abnormal weather conditions such as heavy rain, strong winds, or hail, as well as the location where the abnormal weather events occur. In this way, local weather estimation can be achieved.
  • the estimation unit 12' estimates weather characteristics.
  • the meteorological characteristics represent, for example, wind strength or wind speed, rainfall amount, and the like.
  • the output unit 13 delivers an alert to the user terminal 400 registered in advance. Thereby, local weather information can be provided to registered users based on the results of local weather estimation.
  • Embodiment 3 will be described with reference to FIGS. 5 and 6.
  • components that perform the same processing as the components explained in the first embodiment or the second embodiment are given the same reference numerals as those in the first embodiment or the second embodiment. Explanation regarding the constituent elements will be omitted.
  • FIG. 5 is a block diagram showing the configuration of the weather estimation device 30.
  • the weather estimation device 30 includes an analysis section 11, an estimation section 12, and an output section 13.
  • the weather estimation device 30 further includes a detection section 34.
  • the detection unit 34 detects that snow has fallen from the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the detection unit 34 is an example of a detection means.
  • the detection unit 34 uses a second estimator (not shown) that performs machine learning of the vibration pattern of the solar panel 100 when snow falls from the solar panel 100.
  • a vibration pattern different from the vibration pattern caused by rain, snowfall, or wind pressure is generated.
  • the second estimator can learn, through machine learning, the characteristics of the vibration pattern of the solar panel 100 when snow falls from the solar panel 100.
  • the detection unit 34 inputs information indicating the vibration pattern of the solar panel 100 to the second estimator.
  • the detection unit 34 detects that snow has fallen from the solar panel 100 based on the output from the second estimator.
  • the detection unit 34 notifies the output unit 13 that snow has fallen from the solar panel 100.
  • the output unit 13 is notified by the detection unit 34 that snow has fallen from the solar panel 100.
  • the output unit 13 delivers an alert to the user terminal 400 (FIG. 1) registered in advance.
  • FIG. 6 is a flowchart showing the flow of processing executed by each part of the weather estimation device 30.
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100 (S301).
  • the analysis unit 11 outputs information indicating the vibration pattern of the solar panel 100 obtained as an analysis result (for example, the amplitude, period, and presence or absence of periodicity of vibration) to the estimation unit 12 and the detection unit 34.
  • the estimation unit 12 receives information indicating the vibration pattern of the solar panel 100 from the analysis unit 11.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 (that is, the location of the building) based on the vibration pattern of the solar panel 100 (S302).
  • the estimation unit 12 outputs the estimation result of the weather at the position of the solar panel 100 to the output unit 13.
  • the output unit 13 receives the estimation result of the weather at the position of the solar panel 100 from the estimation unit 12.
  • the output unit 13 outputs information based on the weather estimation results (S303). For example, the output unit 13 displays information indicating the type of weather on a monitor (not shown). Note that in step S3, the output unit 13 may output information indicating weather characteristics (for example, light/strong rain, weak/strong wind) as well as information indicating the type of weather.
  • the detection unit 34 detects that snow has fallen from the solar panel 100 based on the vibration pattern of the solar panel 100 (S304).
  • the detection unit 34 notifies the output unit 13 that snow has fallen from the solar panel 100.
  • the output unit 13 is notified by the detection unit 34 that snow has fallen from the solar panel 100.
  • the output unit 13 delivers an alert to the user terminal 400 (FIG. 1) registered in advance (S305).
  • the analysis unit 11 analyzes the vibration pattern of the solar panel 100 based on sensor data detected by the sensor 100A attached to the solar panel 100.
  • the estimation unit 12 estimates the weather at the position of the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the output unit 13 outputs information based on the weather estimation results.
  • a sensor 100A attached to the solar panel 100 detects sensor data.
  • the sensor data reflects the vibration pattern of the solar panel 100.
  • the vibration of the solar panel 100 is mainly caused by weather such as rain and wind. Therefore, abnormal weather such as heavy rain or strong winds can be estimated from the vibration pattern of the solar panel 100, as well as the location where the abnormal weather occurs. In this way, local weather estimation can be achieved.
  • the detection unit 34 detects that snow has fallen from the solar panel 100 based on the vibration pattern of the solar panel 100.
  • the output unit 13 delivers an alert to the user terminal 400 registered in advance.
  • the user can know the status of the solar panel 100 and can take necessary measures to maintain the amount of power generated by the solar panel 100.
  • the estimator 12 uses the estimator 200 that has learned the relationship between the vibration pattern of the solar panel 100 and the weather at that time.
  • the weather may be estimated using
  • the weather estimation devices 10, 20, and 30 described in the first to third embodiments may further include learning means (not shown) that causes the estimator 200 (FIG. 1) to perform machine learning.
  • the learning means uses data stored in the sensor value database 300 (FIG. 1) to cause the estimator 200 to learn the relationship between the vibration pattern of the solar panel 100 and the weather at that time.
  • the estimation unit 12 can estimate the weather using the learned estimator 200.
  • Each component of the weather estimation devices 10, 20, and 30 described in the first to third embodiments represents a functional unit block. Some or all of these components are realized by an information processing device 900 as shown in FIG. 7, for example.
  • FIG. 7 is a block diagram showing an example of the hardware configuration of the information processing device 900.
  • the information processing device 900 includes the following configuration, as an example.
  • ⁇ CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • Program 904 loaded into RAM 903 - Storage device 905 that stores the program 904 -
  • a drive device 907 that reads and writes the recording medium 906
  • Communication interface 908 connected to communication network 909
  • I/O interface 910 that inputs and outputs data ⁇ Bus 911 that connects each component
  • Each component of the weather estimation devices 10, 20, and 30 described in the first to third embodiments is realized by the CPU 901 reading and executing a program 904 that realizes these functions.
  • a program 904 that implements the functions of each component is stored in advance in, for example, a storage device 905 or ROM 902, and is loaded into RAM 903 and executed by CPU 901 as needed.
  • the program 904 may be supplied to the CPU 901 via the communication network 909, or may be stored in the recording medium 906 in advance, and the drive device 907 may read the program and supply it to the CPU 901.
  • the weather estimation devices 10, 20, and 30 described in the first to third embodiments are realized as hardware. Therefore, the same effects as those described in any of the first to third embodiments can be achieved.
  • Appendix 8 Further comprising a detection means for detecting that snow has fallen from the solar panel based on the vibration pattern of the solar panel,
  • the weather system according to any one of appendices 1 to 6, wherein when it is detected that snow has fallen from the solar panel, the output means delivers an alert to a user terminal registered in advance. Estimation device.
  • (Appendix 11) analysis means for analyzing the vibration pattern of the solar panel based on sensor data detected by a sensor attached to the solar panel; Estimating means for estimating the weather at the position of the solar panel based on the vibration pattern of the solar panel; a weather estimation device comprising: an output means for outputting information based on weather estimation results; the solar panel to which the sensor is attached; an estimator that has learned the relationship between the vibration pattern of the solar panel and the weather at that time; and a sensor value database storing the sensor data detected by the sensor attached to the solar panel.
  • the present invention can be used, for example, in a weather estimation device that performs local weather estimation, and in a weather information service that provides weather information to users.
  • Weather estimation system 10 Weather estimation device 11 Analysis section 12 Estimation section 12' Estimation section 13 Output section 20 Weather estimation device 30 Weather estimation device 34 Detection section 100 Solar panel 100A Sensor 200 Estimator 300 Sensor value database 400 User terminal

Abstract

局地的な気象推定を実現する。分析部（１１）は、ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、ソーラーパネルの振動パターンを分析し、推定部（１２）は、ソーラーパネルの前記振動パターンに基づいて、ソーラーパネルの位置における気象を推定し、出力部（１３）は、気象の推定結果に基づく情報を出力する。

Description

気象推定装置、気象推定システム、気象推定方法、および記録媒体
　本発明は、気象推定装置、気象推定システム、気象推定方法、および記録媒体に関し、特に、光ファイバセンシングを利用して、局地的な気象推定を行う気象推定装置、気象推定システム、気象推定方法、および記録媒体に関する。
　センシング技術は、インフラ設備や建造物において、コンクリートのひび割れの検出や、火災の発生を監視するために利用されている。例えば、特許文献１には、建造物の表面に設置した 振動センサから取得したセンサデータに基づいて、振動のピーク周波数を求めること、また、振動のピーク周波数に基づいて、構造物の表面の状態を判定することが記載されている。
　四方１ｋｍごとの天気予報や、高度２５０ｍごとの天気予報といった、局地的な気象推定のために、センシング技術を活用することも始められている。例えば、特許文献２には、自動ドアに設置されたセンサにより、温度、湿度、あるいは照度などの環境情報を取得して、センサにより取得した環境情報に基づいて、天気予報のアルゴリズムを補正するという関連する技術が記載されている。
特許第６７４３４５８号 特開２０１９－１２４５０２号公報
　特許文献２に記載の関連する技術は、センサにより、風雨などの気象情報を直接的に取得することができず、環境情報を取得することしかできない。そのため、特許文献２に記載の関連する技術は、天気予報のアルゴリズムを補正するために利用することはできるが、局地的な気象推定を行うことが難しい。
　本発明は、上記の課題に鑑みてなされたものであり、その目的は、センシング技術を利用して、局地的な気象推定を実現することにある。
　本発明の一態様に係る気象推定装置は、ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、気象の推定結果に基づく情報を出力する出力手段とを備えている。
　本発明の一態様に係る気象推定方法では、ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析し、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定し、気象の推定結果に基づく情報を出力する。
　本発明の一態様に係る記録媒体は、ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析することと、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定することと気象の推定結果に基づく情報を出力することとをコンピュータに実行させるためのプログラムを格納している。
　本発明の一態様に係る気象推定システムは、ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、気象の推定結果に基づく情報を出力する出力手段とを備えた気象推定装置と、前記センサを取り付けられた前記ソーラーパネルと、前記ソーラーパネルの前記振動パターンと、そのときの気象との関係を学習した推定器と、前記ソーラーパネルに取り付けられた前記センサが検知した前記センサデータが格納されたセンサ値データベースとを備えている。
　本発明の一態様によれば、局地的な気象推定を実現することができる。
実施形態１～３のいずれかに係る気象推定装置を備えた気象推定システムの構成の一例を概略的に示す図である。 実施形態１に係る気象推定装置の構成を示すブロック図である。 実施形態１に係る気象推定装置の動作を示すフローチャートである。 実施形態２に係る気象推定装置の構成を示すブロック図である。 実施形態３に係る気象推定装置の構成を示すブロック図である。 実施形態３に係る気象推定装置の動作を示すフローチャートである。 実施形態１～３のいずれかに係る気象推定装置のハードウェア構成の一例を示す図である。
　本発明のいくつかの実施形態について、図面を参照しながら、以下で説明する。
　（気象推定システム１）
　図１を参照して、後述する実施形態１～３に係る気象推定装置１０，２０，３０のいずれかを備えた気象推定システム１の構成の一例を、最初に説明する。図１において、「気象推定装置１０（２０，３０）」とは、実施形態１～３に係る気象推定装置１０，２０，３０のいずれかを表す。
　図１に示すように、気象推定システム１は、ソーラーパネル１００、推定器２００、センサ値データベース３００、およびユーザ端末４００を含む。気象推定システム１には、複数のユーザ端末４００が含まれていてもよい。
　ソーラーパネル１００は、建造物に固定されている。ソーラーパネル１００は太陽光パネルとも呼ばれる。ここでの建造物には、住宅や商業施設などの家屋のほか、架台などの構造物も含まれる。例えば、住宅の屋根の上に、ソーラーパネル１００が固定されている。ソーラーパネル１００は、太陽エネルギー（日照）を電力に変換する。ソーラーパネル１００は、電力会社が提供する電力供給設備に統合されていてもよい。ソーラーパネル１００には、センサ１００Ａが取り付けられている。
　センサ１００Ａは、ソーラーパネル１００の振動を検知する。そして、センサ１００Ａは、電気信号（センサ値）を含むセンサデータを出力する。センサ１００Ａから出力されたセンサデータは、ネットワークを介して、気象推定装置１０（２０，３０）へ送信される。
　例えば、センサ１００Ａは、ソーラーパネル１００の変位、速度、および加速度を計測することで、ソーラーパネル１００に生じた振動を検知する。センサ１００Ａは、例えば、圧電素子型、電磁式、静電容量式、またはレーザードップラー式の振動センサである。なお、センサ１００Ａは、振動センサの代わりに、音響センサであってもよい。
　推定器２００は、ソーラーパネル１００の振動パターンと、そのときの気象との関係を学習している。推定器２００は、例えば、ランダムフォレストなどの統計手法によって、気象の種類（例えば、雨、風、雪、雹・霰）と、センサデータに含まれるセンサ値との関係を示すパラメータ（係数）を学習している。
　センサ値データベース３００には、ソーラーパネル１００のある位置を含むエリアにおける気象の種類を示す情報と、そのときにセンサ１００Ａが出力したセンサデータとが、互いに紐づけられて、ともに格納されている。さらに、センサ値データベース３００には、気象の種類を示す情報以外の気象情報（例えば、雨量、積雪量、風速）も格納されていてよい。
　センサ値データベース３００に格納されているセンサデータは、前述した推定器２００を学習させるために、気象推定装置１０（２０，３０）によって利用される。
　ユーザ端末４００は、ネットワークに接続可能な情報端末である。ユーザ端末４００は、例えば、カーナビゲーション、スマートフォン、スマートウォッチ、またはスマートグラスである。
　ソーラーパネル１００がある位置を含むエリア内で、異常気象（例えば、大雨、暴風、雹）が発生していることが推定された場合、アラートがユーザ端末４００に配信される（実施形態２）。アラートは、ＳＮＳ（Social Network Service）システムを通じて、ユーザ端末４００へ配信されてもよい。
　気象推定装置１０，２０，３０については、後述する実施形態１～３において説明する。
　〔実施形態１〕
　図２～図３を参照して、実施形態１について説明する。
　（気象推定装置１０）
　図２を参照して、本実施形態１に係る気象推定装置１０の構成を説明する。図２は、気象推定装置１０の構成を示すブロック図である。図２に示すように、気象推定装置１０は、分析部１１、推定部１２、および出力部１３を備えている。
　分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する。分析部１１は、分析手段の一例である。
　一例では、分析部１１は、センサ１００Ａ（図１）から、インターネット等のネットワークを通じて、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータを取得する。センサデータはセンサ値を含む。センサデータは、ソーラーパネル１００の振動を反映する。ソーラーパネル１００の振動は、ソーラーパネル１００に落ちる雨や雹、あるいは、ソーラーパネル１００が受ける風圧によって生じる。
　分析部１１は、センサデータに基づいて、ソーラーパネル１００の振動パターンを分析する。特に、分析部１１は、気象の種類（例えば、雨、雪、風）と関連する振動パターンを分析する。例えば、分析部１１は、振動の振幅、周期性の有無、周期、または、振動の持続時間を分析する。分析部１１は、振動パターンの分析結果を、推定部１２へ出力する。
　推定部１２は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における気象を推定する。推定部１２は、推定手段の一例である。
　ここで、「ソーラーパネル１００の位置」は、ソーラーパネル１００が固定された住宅などの建造物の所在地と対応する。
　一例では、推定部１２は、分析部１１から、振動パターンの分析結果を受信する。例えば、振動パターンの分析結果には、ソーラーパネル１００に発生した振動の振幅、周期性の有無、周期、または、振動の持続時間などの情報が含まれる。
　推定部１２は、ソーラーパネル１００の振動パターンと、そのときの気象との関係を学習した推定器２００（図１）を用いて、ソーラーパネル１００の位置における気象を推定する。例えば、推定部１２は、ソーラーパネル１００の振動パターンを示す情報を、推定器２００へ入力する。推定部１２は、推定器２００から出力された、気象の種類を示す情報を取得する。
　推定部１２は、ソーラーパネル１００の位置における気象の推定結果を出力する。
　出力部１３は、気象の推定結果に基づく情報を出力する。出力部１３は、出力手段の一例である。
　一例では、出力部１３は、推定部１２から、ソーラーパネル１００の位置における気象の推定結果を受信する。出力部１３は、気象の推定結果に基づく情報を出力する。
　気象の推定結果に基づく情報とは、例えば、雨や風など、推定された気象の種類を示す情報である。例えば、出力部１３は、図示しないモニタ上に、気象の種類を示す情報を表示させる。
　さらに、出力部１３は、インターネット等を通じて、気象の種類を示す情報を、外部機器（例えば、ＨＥＭＳ（Home Energy Management System））へ出力してもよい。また、出力部１３は、気象の種類を示す情報を、気象情報サービスや電力会社等に提供してもよい。
　さらに、予め指定された異常気象（例えば、大雨、強風、雹・霰）が推定された場合、出力部１３は、予め登録されたユーザ端末４００（図１）へ、アラートを配信してもよい。
　なお、気象の推定結果に基づく情報は、ここで説明した例には限定されない。
　（気象推定装置１０の動作）
　図３を参照して、本実施形態１に係る気象推定装置１０の動作を説明する。図３は、気象推定装置１０の各部が実行する処理の流れを示すフローチャートである。
　図３に示すように、分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する（Ｓ１）。分析部１１は、分析結果として得られたソーラーパネル１００の振動パターンを示す情報（例えば、振動の振幅、周期、あるいは周期性の有無）を、推定部１２へ出力する。
　推定部１２は、分析部１１から、ソーラーパネル１００の振動パターンを示す情報を受信する。推定部１２は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置（すなわち建造物の所在地）における気象を推定する（Ｓ２）。推定部１２は、ソーラーパネル１００の位置における気象の推定結果を、出力部１３へ出力する。
　出力部１３は、推定部１２から、ソーラーパネル１００の位置における気象の推定結果を受信する。出力部１３は、気象の推定結果に基づく情報を出力する（Ｓ３）。例えば、出力部１３は、図示しないモニタ上に、気象の種類を示す情報を表示させる。なお、ステップＳ３において、出力部１３は、気象の種類を示す情報とともに、気象の特徴を示す情報（例えば、雨が弱い／強い、風が弱い／強い）も出力してもよい。
　以上で、本実施形態１に係る気象推定装置１０の動作は終了する。
　（変形例）
　本実施形態１では、気象推定装置１０の推定部１２は、ソーラーパネル１００の振動パターンと、そのときの気象との関係を学習した推定器２００を用いて、ソーラーパネル１００の位置における気象を推定する。しかしながら、推定部１２は、ソーラーパネル１００の振動パターンとともに、別の情報も用いて、気象を推定することができる。
　一変形例では、推定部１２は、ＨＥＭＳ（図示せず）などから、直近の所定期間におけるソーラーパネル１００の発電量または日照時間のデータを取得する。推定部１２は、ソーラーパネル１００の振動パターン、および、直近の所定期間における発電量または日照時間のデータに基づいて、ソーラーパネル１００の位置における気象を推定する。
　例えば、推定部１２は、ソーラーパネル１００の振動パターンのみに基づく気象の推定結果の信頼度と、発電量または日照時間のデータ用いた気象の推定結果の信頼度とを比較する。前者の推定結果の信頼度の方が、後者の推定結果の信頼度よりも高い場合、推定部１２は、ソーラーパネル１００の振動パターンのみに基づく気象の推定結果を、出力部１３へ出力する。一方、後者の推定結果の信頼度の方が、前者の推定結果の信頼度よりも高い場合、推定部１２は、直近の所定期間における発電量または日照時間のデータを用いた気象の推定結果を、出力部１３へ出力する。これにより、出力部１３は、ソーラーパネル１００の振動パターンのみに基づく気象の推定結果と同等以上の信頼度を有する推定結果を得ることができる。
　本変形例の構成によれば、ソーラーパネル１００の位置における局地的な気象をより高精度に推定することができる。
　（本実施形態の効果）
　本実施形態の構成によれば、分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する。推定部１２は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における気象を推定する。出力部１３は、気象の推定結果に基づく情報を出力する。
　ソーラーパネル１００に取り付けられたセンサ１００Ａは、センサデータを検知する。センサデータは、ソーラーパネル１００の振動パターンを反映する。ソーラーパネル１００の振動は、雨や風などの気象を主な原因とする。したがって、ソーラーパネル１００の振動パターンから、大雨や強風などの異常気象を、その異常気象の発生地（すなわち建造物の所在地）とともに、推定することができる。このようにして、局地的な気象推定を実現することができる。
　〔実施形態２〕
　図４を参照して、実施形態２について説明する。本実施形態２では、気象の推定の具体例をいくつか説明する。
　（気象推定装置２０）
　図４を参照して、本実施形態２に係る気象推定装置２０の構成を説明する。図４は、気象推定装置２０の構成を示すブロック図である。図４に示すように、気象推定装置２０は、分析部１１、推定部１２′、および出力部１３を備えている。気象推定装置２０の推定部１２′は、前記実施形態１に係る気象推定装置１０の推定部１２とは、それが実行する処理の内容が部分的に異なる。以下で、推定部１２′が実行する処理を説明する。
　推定部１２′は、推定部１２と同様に、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における気象を推定する。
　一例では、推定部１２′は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置（すなわち建造物の所在地）を含むエリアにおける降雨または降雪を推定する。具体的には、推定部１２′は、振動パターンの分析結果から、振動の振幅の情報を抽出する。
　推定部１２′は、振動の振幅の大きさに基づいて、降雨と降雪とを区別する。振動の振幅の大きさが第１の閾値を超える場合、推定部１２′は、ソーラーパネル１００の位置を含むエリアにおいて、降雨があると推定する。一方、振動の振幅の大きさが第２の閾値を超え、かつ、第１の閾値以下である場合、推定部１２′は、ソーラーパネル１００の位置を含むエリアにおいて、降雪があると推定する。推定部１２は、第1の閾値に基づいて、降雨の有無のみを推定してもよい。
　他の一例では、推定部１２′は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における雨量を推定する。具体的には、推定部１２′は、振動パターンの分析結果から、振動の振幅の情報を抽出する。
　推定部１２′は、別の例と同様に、振動の振幅の大きさに基づいて、降雨と降雪とを区別する。ソーラーパネル１００の位置を含むエリアにおいて、降雨があると推定された場合、推定部１２′はまた、振動の振幅の大きさと、雨量との関係を示す情報を格納されたデータベース（図示せず）あるいは関係式を用いて、振動の振幅の大きさに基づいて、雨量を推定する。振動の振幅の大きさと、雨量との関係を示す情報は、センサ値データベース３００（図１）に包含されていてもよい。
　さらに他の一例では、推定部１２′は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における風の強さを推定する。具体的には、推定部１２′は、振動パターンの分析結果から、振動の周期性の有無を示す情報と、振動の振幅の情報とを抽出する。
　推定部１２′は、振動の周期性の有無に基づいて、風と、降雨または降雪とを区別する。振動の周期性がない場合、推定部１２′は、風が吹いていると推定する。この場合において、推定部１２′はさらに、振動の振幅の大きさと、風の強さとの関係を示す情報を格納されたデータベース（図示せず）あるいは関係式を用いて、振動の振幅の大きさに基づいて、風の強さを推定する。振動の振幅の大きさと、風の強さとの関係を示す情報は、センサ値データベース３００（図１）に包含されていてもよい。
　推定部１２′は、ソーラーパネル１００の位置における気象の推定結果として、気象の特徴を示す情報を、出力部１３へ出力する。気象の特徴を示す情報は、例えば、雨量や風速などの指標値、あるいは、強風、大雨や、雹・霰などの異常気象が発生していることを示す情報である。
　出力部１３は、推定部１２′から、ソーラーパネル１００の位置における気象の推定結果として、気象の特徴を示す情報を受信する。出力部１３は、気象の特徴を示す情報に基づいて、推定された気象が予め指定された異常気象かどうかを判定する。
　推定された気象が予め指定された異常気象である場合、出力部１３は、予め登録されたユーザ端末４００（図１）へ、アラートを配信する。例えば、推定された気象が大雨（一定時間内の雨量が多いこと）である場合、出力部１３は、予め登録されたユーザ端末４００へ、大雨に注意するように警告するための通知を送信する。
　（気象推定装置２０の動作）
　本実施形態２に係る気象推定装置２０の動作は、前記実施形態１に係る気象推定装置１０の動作（図３）と共通である。本実施形態２では、前記実施形態１における説明を引用して、気象推定装置２０の動作に関する説明を省略する。
　（本実施形態の効果）
　本実施形態の構成によれば、分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する。推定部１２′は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における気象を推定する。出力部１３は、気象の推定結果に基づく情報を出力する。
　ソーラーパネル１００に取り付けられたセンサ１００Ａは、センサデータを検知する。センサデータは、ソーラーパネル１００の振動パターンを反映する。ソーラーパネル１００の振動は、雨や風などの気象を主な原因とする。したがって、ソーラーパネル１００の振動パターンから、大雨や強風、あるいは、雹・霰などの異常気象を、その異常気象の発生地とともに、推定することができる。このようにして、局地的な気象推定を実現することができる。
　さらに、本実施形態の構成によれば、推定部１２′は、気象の特徴を推定する。気象の特徴は、例えば、風の強さまたは風速や、雨量などを表す。予め指定された異常気象が推定された場合、出力部１３は、予め登録されたユーザ端末４００へ、アラートを配信する。これにより、登録されたユーザに対し、局地的な気象推定の結果から、局地的な気象情報を提供することができる。
　〔実施形態３〕
　図５および図６を参照して、実施形態３について説明する。本実施形態３では、前記実施形態１または前記実施形態２で説明した構成要素と同じ処理を実行する構成要素に対して、前記実施形態１または前記実施形態２と同じ符号を付して、その構成要素に関する説明を省略する。
　本実施形態３では、ソーラーパネル１００（図１）の振動パターンに基づいて、ソーラーパネル１００から積雪が落下したことを検出する構成を説明する。
　（気象推定装置３０）
　図５を参照して、本実施形態３に係る気象推定装置３０の構成を説明する。図５は、気象推定装置３０の構成を示すブロック図である。図５に示すように、気象推定装置３０は、分析部１１、推定部１２、および出力部１３を備えている。気象推定装置３０は、検出部３４をさらに備えている。
　検出部３４は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００から積雪が落下したことを検出する。検出部３４は、検出手段の一例である。
　一例では、検出部３４は、ソーラーパネル１００から積雪が落下したときのソーラーパネル１００の振動パターンを機械学習した第２の推定器（図示せず）を用いる。ソーラーパネル１００から積雪が落下したとき、降雨や降雪、あるいは風圧を原因とする振動パターンとは、異なる振動パターンが発生する。
　第２の推定器は、ソーラーパネル１００から積雪が落下したときにおけるソーラーパネル１００の振動パターンの特徴を、機械学習によって習得することができる。
　検出部３４は、第２の推定器へ、ソーラーパネル１００の振動パターンを示す情報を入力する。検出部３４は、第２の推定器からの出力に基づいて、ソーラーパネル１００から積雪が落下したことを検出する。
　検出部３４は、ソーラーパネル１００から積雪が落下したことを、出力部１３に通知する。
　出力部１３は、ソーラーパネル１００から積雪が落下したことを、検出部３４から通知される。ソーラーパネル１００から積雪が落下したことが検出された場合、出力部１３は、予め登録されたユーザ端末４００（図１）へ、アラートを配信する。
　（気象推定装置３０の動作）
　図６を参照して、本実施形態３に係る気象推定装置３０の動作を説明する。図６は、気象推定装置３０の各部が実行する処理の流れを示すフローチャートである。
　図６に示すように、分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する（Ｓ３０１）。分析部１１は、分析結果として得られたソーラーパネル１００の振動パターンを示す情報（例えば、振動の振幅、周期、および周期性の有無など）を、推定部１２および検出部３４へ出力する。
　推定部１２は、分析部１１から、ソーラーパネル１００の振動パターンを示す情報を受信する。推定部１２は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置（すなわち建造物の所在地）における気象を推定する（Ｓ３０２）。推定部１２は、ソーラーパネル１００の位置における気象の推定結果を、出力部１３へ出力する。
　出力部１３は、推定部１２から、ソーラーパネル１００の位置における気象の推定結果を受信する。出力部１３は、気象の推定結果に基づく情報を出力する（Ｓ３０３）。例えば、出力部１３は、図示しないモニタ上に、気象の種類を示す情報を表示させる。なお、ステップＳ３において、出力部１３は、気象の種類を示す情報とともに、気象の特徴を示す情報（例えば、雨が弱い／強い、風が弱い／強い）も出力してもよい。
　検出部３４は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００から積雪が落下したことを検出する（Ｓ３０４）。
　検出部３４は、ソーラーパネル１００から積雪が落下したことを、出力部１３に通知する。
　出力部１３は、ソーラーパネル１００から積雪が落下したことを、検出部３４から通知される。ソーラーパネル１００から積雪が落下したことが検出された場合、出力部１３は、予め登録されたユーザ端末４００（図１）へ、アラートを配信する（Ｓ３０５）。
　以上で、本実施形態３に係る気象推定装置３０の動作は終了する。
　（本実施形態の効果）
　本実施形態の構成によれば、分析部１１は、ソーラーパネル１００に取り付けられたセンサ１００Ａが検知したセンサデータに基づいて、ソーラーパネル１００の振動パターンを分析する。推定部１２は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００の位置における気象を推定する。出力部１３は、気象の推定結果に基づく情報を出力する。
　ソーラーパネル１００に取り付けられたセンサ１００Ａは、センサデータを検知する。センサデータは、ソーラーパネル１００の振動パターンを反映する。ソーラーパネル１００の振動は、雨や風などの気象を主な原因とする。したがって、ソーラーパネル１００の振動パターンから、大雨や強風などの異常気象を、その異常気象の発生地とともに、推定することができる。このようにして、局地的な気象推定を実現することができる。
　さらに、本実施形態の構成によれば、検出部３４は、ソーラーパネル１００の振動パターンに基づいて、ソーラーパネル１００から積雪が落下したことを検出する。ソーラーパネル１００から積雪が落下したことが検出された場合、出力部１３は、予め登録されたユーザ端末４００へ、アラートを配信する。
　これにより、ユーザは、ソーラーパネル１００の状態を知ることができ、ソーラーパネル１００による発電量を維持するために必要な対応等をすることができる。
　（その他の実施形態）
　前記実施形態１において説明したように、推定部１２（あるいは、前記実施形態２に係る推定部１２′）は、ソーラーパネル１００の振動パターンと、そのときの気象との関係を学習した推定器２００を用いて、気象を推定してもよい。
　前記実施形態１～３で説明した気象推定装置１０，２０，３０は、推定器２００（図１）に機械学習を実行させる学習手段（図示せず）をさらに備えていてもよい。
　学習手段は、センサ値データベース３００（図１）に格納されたデータを用いて、ソーラーパネル１００の振動パターンと、そのときの気象との関係を、推定器２００に学習させる。推定部１２は、学習した推定器２００を用いて、気象を推定することができる。
　（ハードウェア構成について）
　前記実施形態１～３で説明した気象推定装置１０，２０，３０の各構成要素は、機能単位のブロックを示している。これらの構成要素の一部又は全部は、例えば図７に示すような情報処理装置９００により実現される。図７は、情報処理装置９００のハードウェア構成の一例を示すブロック図である。
　図７に示すように、情報処理装置９００は、一例として、以下のような構成を含む。
　・ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）９０１
　　・ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）９０２
　　・ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）９０３
　　・ＲＡＭ９０３にロードされるプログラム９０４
　　・プログラム９０４を格納する記憶装置９０５
　　・記録媒体９０６の読み書きを行うドライブ装置９０７
　　・通信ネットワーク９０９と接続する通信インタフェース９０８
　　・データの入出力を行う入出力インタフェース９１０
　　・各構成要素を接続するバス９１１
　前記実施形態１～３で説明した気象推定装置１０，２０，３０の各構成要素は、これらの機能を実現するプログラム９０４をＣＰＵ９０１が読み込んで実行することで実現される。各構成要素の機能を実現するプログラム９０４は、例えば、予め記憶装置９０５やＲＯＭ９０２に格納されており、必要に応じてＣＰＵ９０１がＲＡＭ９０３にロードして実行される。なお、プログラム９０４は、通信ネットワーク９０９を介してＣＰＵ９０１に供給されてもよいし、予め記録媒体９０６に格納されており、ドライブ装置９０７が当該プログラムを読み出してＣＰＵ９０１に供給してもよい。
　上記の構成によれば、前記実施形態１～３において説明した気象推定装置１０，２０，３０が、ハードウェアとして実現される。したがって、前記実施形態１～３のいずれかにおいて説明した効果と同様の効果を奏することができる。
　〔付記〕
　本発明の一態様は、以下の付記のようにも記載され得るが、以下に限定されない。
　（付記１）
　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、
　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、
　気象の推定結果に基づく情報を出力する出力手段と
を備えた気象推定装置。
　（付記２）
　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における降雨または降雪を推定する
ことを特徴とする付記１に記載の気象推定装置。
　（付記３）
　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における雨量を推定する
ことを特徴とする付記１に記載の気象推定装置。
　（付記４）
　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における風の強さを推定する
ことを特徴とする付記１に記載の気象推定装置。
　（付記５）
　前記推定手段は、前記ソーラーパネルの前記振動パターンと、そのときの気象との関係を学習した推定器を用いて、前記ソーラーパネルの位置における気象を推定する
ことを特徴とする付記１に記載の気象推定装置。
　（付記６）
　前記推定手段は、前記ソーラーパネルの前記振動パターン、および、前記ソーラーパネルの発電量または日照時間のデータに基づいて、前記ソーラーパネルの位置における気象を推定する
ことを特徴とする付記１に記載の気象推定装置。
　（付記７）
　予め指定された異常気象が推定された場合、前記出力手段は、予め登録されたユーザ端末へ、アラートを配信する
ことを特徴とする付記２から６のいずれか１項に記載の気象推定装置。
　（付記８）
　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルから積雪が落下したことを検出する検出手段をさらに備え、
　前記ソーラーパネルから積雪が落下したことが検出された場合、前記出力手段は、予め登録されたユーザ端末へ、アラートを配信する
ことを特徴とする付記１から６のいずれか１項に記載の気象推定装置。
　（付記９）
　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析し、
　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定し、
　気象の推定結果に基づく情報を出力する
気象推定方法。
　（付記１０）
　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析することと、
　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定することと
　気象の推定結果に基づく情報を出力することと
をコンピュータに実行させるための、一時的でない記録媒体。
　（付記１１）
　　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、
　　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、
　　気象の推定結果に基づく情報を出力する出力手段と
　を備えた気象推定装置と、
　前記センサを取り付けられた前記ソーラーパネルと、
　前記ソーラーパネルの前記振動パターンと、そのときの気象との関係を学習した推定器と、
　前記ソーラーパネルに取り付けられた前記センサが検知した前記センサデータが格納されたセンサ値データベースと
　を備えた気象推定システム。
　以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されるものではない。上記実施形態（及び実施例）の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　本発明は、例えば、局地的な気象推定を行う気象推定装置、および、気象情報をユーザに提供する気象情報サービスに利用することができる。
　　　１　気象推定システム
　　１０　気象推定装置
　　１１　分析部
　　１２　推定部
　１２′　推定部
　　１３　出力部
　　２０　気象推定装置
　　３０　気象推定装置
　　３４　検出部
　１００　ソーラーパネル
１００Ａ　センサ
　２００　推定器
　３００　センサ値データベース
　４００　ユーザ端末

Claims (11)

  1. 　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、
    　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、
    　気象の推定結果に基づく情報を出力する出力手段と
    を備えた気象推定装置。
  2. 　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における降雨または降雪を推定する
    ことを特徴とする請求項１に記載の気象推定装置。
  3. 　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における雨量を推定する
    ことを特徴とする請求項１に記載の気象推定装置。
  4. 　前記推定手段は、前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における風の強さを推定する
    ことを特徴とする請求項１に記載の気象推定装置。
  5. 　前記推定手段は、前記ソーラーパネルの前記振動パターンと、そのときの気象との関係を学習した推定器を用いて、前記ソーラーパネルの位置における気象を推定する
    ことを特徴とする請求項１に記載の気象推定装置。
  6. 　前記推定手段は、前記ソーラーパネルの前記振動パターン、および、前記ソーラーパネルの発電量または日照時間のデータに基づいて、前記ソーラーパネルの位置における気象を推定する
    ことを特徴とする請求項１に記載の気象推定装置。
  7. 　予め指定された異常気象が推定された場合、前記出力手段は、予め登録されたユーザ端末へ、アラートを配信する
    ことを特徴とする請求項２から６のいずれか１項に記載の気象推定装置。
  8. 　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルから積雪が落下したことを検出する検出手段をさらに備え、
    　前記ソーラーパネルから積雪が落下したことが検出された場合、前記出力手段は、予め登録されたユーザ端末へ、アラートを配信する
    ことを特徴とする請求項１から６のいずれか１項に記載の気象推定装置。
  9. 　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析し、
    　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定し、
    　気象の推定結果に基づく情報を出力する
    気象推定方法。
  10. 　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析することと、
    　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定することと
    　気象の推定結果に基づく情報を出力することと
    をコンピュータに実行させるためのプログラムを格納した、一時的でない記録媒体。
  11. 　　ソーラーパネルに取り付けられたセンサが検知したセンサデータに基づいて、前記ソーラーパネルの振動パターンを分析する分析手段と、
    　　前記ソーラーパネルの前記振動パターンに基づいて、前記ソーラーパネルの位置における気象を推定する推定手段と、
    　　気象の推定結果に基づく情報を出力する出力手段と
    　を備えた気象推定装置と、
    　前記センサを取り付けられた前記ソーラーパネルと、
    　前記ソーラーパネルの前記振動パターンと、そのときの気象との関係を学習した推定器と、
    　前記ソーラーパネルに取り付けられた前記センサが検知した前記センサデータが格納されたセンサ値データベースと
    　を備えた気象推定システム。
PCT/JP2022/013550 2022-03-23 2022-03-23 気象推定装置、気象推定システム、気象推定方法、および記録媒体 WO2023181184A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/013550 WO2023181184A1 (ja) 2022-03-23 2022-03-23 気象推定装置、気象推定システム、気象推定方法、および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/013550 WO2023181184A1 (ja) 2022-03-23 2022-03-23 気象推定装置、気象推定システム、気象推定方法、および記録媒体

Publications (1)

Publication Number Publication Date
WO2023181184A1 true WO2023181184A1 (ja) 2023-09-28

Family

ID=88100475

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/013550 WO2023181184A1 (ja) 2022-03-23 2022-03-23 気象推定装置、気象推定システム、気象推定方法、および記録媒体

Country Status (1)

Country Link
WO (1) WO2023181184A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010210354A (ja) * 2009-03-09 2010-09-24 Tokyo Electric Power Co Inc:The 気象情報管理システム及び情報処理装置
JP2012198193A (ja) * 2011-03-04 2012-10-18 Hitachi Cable Ltd 光ファイバ振動センサ
JP2013072749A (ja) * 2011-09-28 2013-04-22 Hitachi Consumer Electronics Co Ltd 太陽電池パネルを用いた環境情報収集装置
JP2018173342A (ja) * 2017-03-31 2018-11-08 国立研究開発法人産業技術総合研究所 雨量センサ、雨量推定装置、雨量推定方法、および雨量推定システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010210354A (ja) * 2009-03-09 2010-09-24 Tokyo Electric Power Co Inc:The 気象情報管理システム及び情報処理装置
JP2012198193A (ja) * 2011-03-04 2012-10-18 Hitachi Cable Ltd 光ファイバ振動センサ
JP2013072749A (ja) * 2011-09-28 2013-04-22 Hitachi Consumer Electronics Co Ltd 太陽電池パネルを用いた環境情報収集装置
JP2018173342A (ja) * 2017-03-31 2018-11-08 国立研究開発法人産業技術総合研究所 雨量センサ、雨量推定装置、雨量推定方法、および雨量推定システム

Similar Documents

Publication Publication Date Title
US11361544B2 (en) Systems and methods for determining building damage
DK2199606T3 (en) A method for determining a possibility of icing on a wind turbine blade
Tokgoz et al. Resilience quantification and its application to a residential building subject to hurricane winds
CN111339074B (zh) 阈值生成方法、装置、设备和存储介质
KR102138340B1 (ko) 지능형 원격단말장치를 이용한 사물인터넷 기반의 관내 시설물 자율 점검 및 고장 알림 운영시스템
US20180054059A1 (en) System stabilization control device and power system control system
CN111741133A (zh) 一种云边端协同的气象智能预警系统
CN115096373A (zh) 一种基于传感器的桥梁工程健康检测系统
CN114036605B (zh) 基于自适应控制的卡尔曼滤波钢桁架桥梁结构参数监测方法
US20150241304A1 (en) Method for the computer-assisted monitoring of the operation of a technical system, particularly of an electrical energy-generating installation
CN112199410A (zh) 一种基于物联网的桥梁健康监测系统
CN113155196A (zh) 一种基于AIoT的桥梁运行实时监测系统及其监测方法
WO2023181184A1 (ja) 気象推定装置、気象推定システム、気象推定方法、および記録媒体
CN104863798A (zh) 基于分布式存储的风电机组状态监测系统及其监测方法
CN116311829B (zh) 一种数据机房远程报警方法及装置
KR20200087339A (ko) 사물인터넷 기반의 노후건물 관리 장치
CN114745615B (zh) 工业设备运行数据采集监控方法及装置
US20190227112A1 (en) Device, system and method for indicating and predicting a status of an outdoor object
CN111027827A (zh) 保底通信网运行风险分析的方法、装置及计算机设备
Aman et al. Addressing data veracity in big data applications
CN115930901A (zh) 无人机飞行高度测量方法、装置、电子设备及存储介质
JP7469828B2 (ja) 構造物診断システム、構造物診断方法、および構造物診断プログラム
WO2023181185A1 (ja) 気象推定装置、気象推定システム、気象推定方法、および記録媒体
CN115471968A (zh) 一种电缆防盗报警装置
CN115330090A (zh) 一种智能建筑系统预测影响参数分析系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22933328

Country of ref document: EP

Kind code of ref document: A1