WO2023228298A1 - 消費電力推定装置、プログラム及び消費電力推定方法 - Google Patents

消費電力推定装置、プログラム及び消費電力推定方法 Download PDF

Info

Publication number
WO2023228298A1
WO2023228298A1 PCT/JP2022/021342 JP2022021342W WO2023228298A1 WO 2023228298 A1 WO2023228298 A1 WO 2023228298A1 JP 2022021342 W JP2022021342 W JP 2022021342W WO 2023228298 A1 WO2023228298 A1 WO 2023228298A1
Authority
WO
WIPO (PCT)
Prior art keywords
power consumption
operating state
matrix
devices
average
Prior art date
Application number
PCT/JP2022/021342
Other languages
English (en)
French (fr)
Inventor
敦仁 矢野
雅浩 虻川
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2022/021342 priority Critical patent/WO2023228298A1/ja
Priority to TW111137978A priority patent/TW202346876A/zh
Priority to PCT/JP2023/018263 priority patent/WO2023228816A1/ja
Priority to JP2024522601A priority patent/JPWO2023228816A1/ja
Publication of WO2023228298A1 publication Critical patent/WO2023228298A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • 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
    • G06Q50/06—Energy or water supply

Definitions

  • the present disclosure relates to a power consumption estimation device, a program, and a power consumption estimation method.
  • NILM Non-Intrusive Load Monitoring
  • Patent Document 1 discloses a method of realizing a model with an implementable number of states by associating each factor with a home appliance using FHMM (Factorial HMM).
  • the conventional technology is effective for identifying devices such as home appliances that have different unique waveforms, for example, when there are many devices of the same type or type in a factory etc., devices with similar unique waveforms If there are multiple devices, it is difficult to identify the power consumption of each device.
  • one or more aspects of the present disclosure aim to make it possible to estimate the power consumption of each individual device even when there are multiple devices having similar unique waveforms.
  • a power consumption estimating device is configured to calculate a total power consumption that indicates the total power consumption from a power meter that measures the total power consumption of a plurality of devices as the total power consumption at each predetermined period.
  • a total power consumption data acquisition unit that acquires data
  • an operation status data acquisition unit that acquires operation status data indicating whether or not the plurality of devices are in operation in binary form from each of the plurality of devices
  • the total power consumption an average power consumption estimation unit that estimates the average power consumption of each of the plurality of devices based on whether or not the plurality of devices is in the operating state;
  • the present invention is characterized by comprising a power consumption calculation unit that calculates device power consumption, which is electric power.
  • a program is configured to cause a computer to detect, at predetermined intervals, a total power consumption that indicates the total power consumption from a power meter that measures the total power consumption of a plurality of devices as the total power consumption.
  • a total power consumption data acquisition unit that acquires data
  • an operation status data acquisition unit that acquires operation status data indicating whether or not each of the plurality of devices is in an operational state in binary form
  • the total power consumption and the operation an average power consumption estimator that estimates the average power consumption of each of the plurality of devices based on whether the device is in the state
  • the device is characterized in that it functions as a power consumption calculation unit that calculates device power consumption.
  • a power consumption estimating method includes a power measuring device that measures the total power consumption of a plurality of devices as the total power consumption at each predetermined period. Obtain data, obtain operating state data indicating whether or not the plurality of devices are in an operating state in binary form, and determine whether the plurality of devices are in an operating state based on the total power consumption and whether or not the plurality of devices are in an operating state. The method is characterized in that the average power consumption of each device is estimated, and the average power consumption is used to calculate the device power consumption that is the power consumption of each of the plurality of devices for each cycle.
  • FIG. 1 is a block diagram schematically showing the configuration of a power consumption estimation system including a power consumption estimation device according to Embodiments 1 to 6.
  • FIG. 3 is a block diagram schematically showing the configuration of an average power consumption analysis section in Embodiments 1 to 3.
  • FIG. 3 is a schematic diagram showing an example of a coefficient matrix in Embodiment 1.
  • FIG. 3 is a schematic diagram showing an example of an observation matrix in Embodiment 1.
  • FIG. 3 is a schematic diagram for explaining a method of calculating a power consumption matrix in the first embodiment.
  • FIG. (A) and (B) are block diagrams showing examples of hardware configurations.
  • 7 is a schematic diagram showing an example of a coefficient matrix in Embodiment 2.
  • FIG. 7 is a schematic diagram showing an example of an observation matrix in Embodiment 2.
  • FIG. 7 is a schematic diagram showing an example of an observation matrix in Embodiment 3.
  • FIG. 7 is a schematic diagram for explaining a method of calculating a power consumption matrix in Embodiment 3.
  • FIG. 7 is a schematic diagram showing an example of a power consumption matrix in Embodiment 3.
  • FIG. 7 is a block diagram schematically showing the configuration of an average power consumption analysis section in Embodiment 4.
  • FIG. FIG. 3 is a schematic diagram showing an example of elapsed time threshold data.
  • FIG. 12 is a block diagram schematically showing the configuration of an average power consumption analysis section in Embodiment 5.
  • FIG. 3 is a schematic diagram showing an example of an additional power consumption matrix.
  • FIG. 12 is a block diagram schematically showing the configuration of an average power consumption analysis section in Embodiment 6.
  • FIG. 1 is a block diagram schematically showing the configuration of a power consumption estimation system 100 including a power consumption estimation device 110 according to the first embodiment.
  • the power consumption estimation system 100 includes a plurality of devices 101#1, 101#2, . . . , a power meter 102, and a power consumption estimation device 110.
  • the plurality of devices 101#1, 101#2, . . . are devices whose power consumption is to be managed, such as home appliances in the home and FA (Factory Automation) devices in a factory. Note that when there is no particular need to distinguish each of the plurality of devices 101#1, 101#2, . . . , they are referred to as the device 101.
  • the device 101 transmits operating state data indicating whether it is in an operating state to the power consumption estimating device 110.
  • the operating state data may be data that indicates whether or not the operating state is in a binary value. Note that when the device 101 has multiple modes with different power consumption, such as a normal mode and a power saving mode that consumes less power than the normal mode, the device 101 changes the operating state for each mode. Data indicating whether or not the power consumption estimation device 110 is used is transmitted to the power consumption estimating device 110 as operating state data.
  • the power meter 102 measures the total power consumption, which is the total power consumption of the plurality of devices 101, at predetermined intervals, and transmits total power consumption data indicating the total power consumption to the power consumption estimation device 110. do.
  • the power consumption estimating device 110 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimating device 110 includes a communication section 111, an operating state data acquisition section 112, a total power consumption data acquisition section 113, an average power consumption analysis section 114, and a power consumption calculation section 115.
  • the communication unit 111 communicates with the device 101 and the power meter 102 .
  • the communication unit 11 receives operating state data from the device 101 and receives total power consumption data from the power meter 102.
  • the communication unit 111 is connected to a network (not shown) such as a LAN (Local Area Network), and communicates with the device 101 and the power meter 102 that are connected to the network.
  • a network such as a LAN (Local Area Network)
  • the operating state data acquisition unit 112 obtains operating state data from each of the plurality of devices 101 via the communication unit 111.
  • the acquired operating state data is provided to the average power consumption analysis section 114 and the power consumption calculation section 115.
  • the total power consumption data acquisition unit 113 acquires total power consumption data from the power meter 102 via the communication unit 111.
  • the acquired total power consumption data is given to the average power consumption analysis section 114.
  • the average power consumption analysis unit 114 calculates average power consumption, which is the average power consumption of each of the plurality of devices 101, based on the total power consumption of the plurality of devices 101 and whether each of the plurality of devices 101 is in an operating state. It functions as an average power consumption estimator that estimates power. Since the average power consumption here is the average power consumption consumed by each device 101, it is also referred to as individual power consumption. Therefore, the average power consumption analysis section 114 is also referred to as an individual power consumption analysis section or an individual power consumption estimation section.
  • the average power consumption analysis unit 114 in the first embodiment generates a power consumption matrix whose components are the average power consumption of each of the plurality of devices 101, and whether the plurality of devices 101 and the operating state corresponding to a predetermined cycle are present.
  • the power consumption matrix is calculated from the equation that the product of the coefficient matrix and the coefficient matrix whose components are values indicating whether or not the power consumption is generated becomes an observation matrix whose components are the total power consumption corresponding to the period.
  • FIG. 2 is a block diagram schematically showing the configuration of the average power consumption analysis section 114.
  • the average power consumption analysis section 114 includes a coefficient matrix generation section 114a, an observed data generation section 114b, and an analysis section 114c.
  • the coefficient matrix generation unit 114a During period N, the coefficient matrix generation unit 114a generates a coefficient matrix U#1 indicating whether or not it is in the operating state in a specific cycle n for each device 101 or for each mode if the device 101 has multiple modes. generate.
  • FIG. 3 is a schematic diagram showing an example of coefficient matrix U#1 in the first embodiment.
  • a row of the coefficient matrix U#1 indicates whether each device 101 or each mode is in an operating state in a specific period n.
  • “1" indicates that it is in an operating state
  • "0" indicates that it is not in an operating state.
  • the device 101 may send operating state data indicating whether or not it is in the operating state every cycle n
  • the coefficient matrix generation unit 114a may send the operating state data indicated by the operating state data every cycle n.
  • the values of whether or not the status is present may be aggregated. When performing aggregation, for example, if the number of active states is greater than or equal to the number of non-active states in cycle n, it may be set to "1".
  • the period n is a period during which the power meter 102 measures the total power consumption.
  • the observation data generation unit 114b generates an observation matrix Y#1 indicating the total power consumption for each period n in period N.
  • the observation matrix Y#1 is a matrix with only one row, so in the first embodiment, the observation matrix Y#1 is also referred to as an observation vector.
  • FIG. 4 is a schematic diagram showing an example of observation matrix Y#1 in the first embodiment.
  • observation matrix Y#1 indicates the total power consumption of all devices 101 for each period n in period N.
  • the period n is a period during which the power meter 102 measures the total power consumption, and is, for example, 1 minute, and can be set to any period.
  • the analysis unit 114c generates a power consumption matrix indicating the average power consumption for each period n in the period N from the coefficient matrix U#1 from the coefficient matrix generation unit 114a and the observation matrix Y#1 from the observation data generation unit 114b. Calculate H#1.
  • FIG. 5 is a schematic diagram for explaining a method of calculating power consumption matrix H#1 in the first embodiment.
  • the total power consumption per cycle n indicated by the observation matrix Y#1 is the average power consumption per cycle n indicated by the power consumption matrix H#1 and the coefficient matrix U It can be considered that it is expressed as a product of the value indicating whether or not the operating state is in operation at every cycle n indicated by #1.
  • the analysis unit 114c multiplies both sides shown in FIG. can be calculated.
  • the analysis unit 114c performs matrix factorization on the observation matrix Y#1 using the coefficient matrix U#1 as a constraint condition, thereby reducing power consumption.
  • Matrix H#1 can be calculated. Matrix factorization is a well-known technique, so a detailed explanation will be omitted.
  • the power consumption matrix H#1 calculated in this manner is provided to the power consumption calculation unit 115 shown in FIG.
  • the power consumption calculation unit 115 uses the average power consumption to calculate device power consumption, which is the power consumption of each of the plurality of devices 101 at each predetermined period n. For example, the power consumption calculation unit 115 calculates, for each cycle n in the period N, from the power consumption matrix H#1 provided from the average power consumption analysis unit 114 and the operating state data provided from the operating state data acquisition unit 112. Device power consumption time series data indicating device power consumption for each device 101 is generated.
  • the power consumption calculation unit 115 multiplies the average power consumption corresponding to a certain period i included in the period N by a binary value indicating whether or not it is in the operating state corresponding to that period i.
  • the device power consumption in the period i can be calculated. Note that when the device 101 has multiple modes, the average power consumption corresponding to the period i for each mode is multiplied by a binary value indicating whether or not the mode is in the operating state corresponding to the period i. By summing the multiplied values, the device power consumption in the period i can be calculated.
  • the memory 10 can be configured by a processor 11 such as a CPU (Central Processing Unit) that executes a program stored in the memory 10.
  • the power consumption estimating device 110 can be implemented using a so-called computer.
  • a program may be provided through a network, or may be provided recorded on a recording medium. That is, such a program may be provided as a program product, for example.
  • the operating state data acquisition unit 112, total power consumption data acquisition unit 113, average power consumption analysis unit 114, and power consumption calculation unit 115 may be configured as shown in FIG. 6(B), for example. , a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), or an FPGA (Field Programmable Gate Array).
  • the operating state data acquisition section 112, the total power consumption data acquisition section 113, the average power consumption analysis section 114, and the power consumption calculation section 115 can be configured by a processing circuit network.
  • each device 101 is Power consumption can be determined with high accuracy.
  • the device power consumption for each device 101 is estimated based on the total power consumption data measured in a predetermined time period. be able to. Therefore, data from an inexpensive power meter can be used, and costs can be reduced.
  • Embodiment 2 Even if a certain device 101 is in the same operating state, its power consumption may vary stochastically. In such a case, it would be more accurate to estimate the total power consumption using the average value for each time frame T, which is a predetermined time unit longer than the period n in which the total power consumption is obtained. Power consumption can be calculated. Embodiment 2 will describe such a case.
  • a power consumption estimation system 200 including a power consumption estimation device 210 according to the second embodiment includes a plurality of devices 101, a power meter 102, and a power consumption estimation device 210.
  • Device 101 and power meter 102 of power consumption estimation system 200 in the second embodiment are similar to device 101 and power meter 102 of power consumption estimation system 100 in the first embodiment.
  • the power consumption estimating device 210 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimating device 210 generates a power consumption matrix whose components are the average power consumption of each of the plurality of devices 101, and whether the plurality of devices 101 and the operating state corresponding to a predetermined cycle are active.
  • the product of the coefficient matrix whose components are the values averaged over a time frame longer than that period is the average total power consumption that is the average of the total power consumption of the periods included in that time frame.
  • the power consumption matrix is calculated from the equation that becomes the observation matrix.
  • the power consumption estimation device 210 includes a communication section 111, an operating state data acquisition section 112, a total power consumption data acquisition section 113, an average power consumption analysis section 214, and a power consumption calculation section 215.
  • the communication unit 111, the operating state data acquisition unit 112, and the total power consumption data acquisition unit 113 of the power consumption estimating device 210 according to the second embodiment are connected to the communication unit 111, the operating state This is similar to the data acquisition section 112 and the total power consumption data acquisition section 113.
  • the average power consumption analysis unit 214 calculates the average power consumption, which is the average power consumption of all the devices 101, for each predetermined period.
  • the average power consumption analysis section 214 includes a coefficient matrix generation section 214a, an observed data generation section 214b, and an analysis section 214c.
  • the coefficient matrix generation unit 214a averages whether or not each device 101 is in an operating state in a time frame T longer than the period n for each device 101 or for each mode if the device 101 has multiple modes.
  • a coefficient matrix U#2 indicating the values is generated.
  • FIG. 7 is a schematic diagram showing an example of coefficient matrix U#2 in the second embodiment.
  • the row of the coefficient matrix U#2 indicates the averaged value of whether or not the device 101 is in operation in a predetermined time frame T for each device 101 or each mode. If it is determined whether or not it is in the operating state for each cycle n, the value "1" indicates whether or not it is in the operating state for each cycle n included in the specific time frame T. Alternatively, a value obtained by averaging "0" is stored in each row.
  • the observation data generation unit 214b generates an observation matrix Y#2 indicating the average total power consumption for each time frame T that is longer than the period n during the period N.
  • the observation matrix Y#2 is also a matrix with only one row, so in the second embodiment, the observation matrix Y#2 is also referred to as an observation vector.
  • FIG. 8 is a schematic diagram showing an example of observation matrix Y#2 in the second embodiment.
  • observation matrix Y#2 indicates the average total power consumption of all devices 101 for each time frame T in period N.
  • the total power consumption data is transmitted from the power meter 102 every cycle n, so the observation data generation unit 214b calculates the total power consumption included in the specific time frame T.
  • the average value of the total power consumption indicated by the data is calculated as the average total power consumption in that time frame T.
  • the analysis unit 214c calculates the power consumption indicating the average power consumption for each time frame T in the period N from the coefficient matrix U#2 from the coefficient matrix generation unit 214a and the observation matrix Y#2 from the observation data generation unit 214b. Calculate matrix H#2.
  • the calculation method here is the same as the calculation method in the first embodiment.
  • the power consumption matrix H#2 calculated in this manner is provided to the power consumption calculation unit 215 shown in FIG.
  • the power consumption calculation unit 215 calculates the power consumption matrix H#2 given from the average power consumption analysis unit 214 and the operating state data given from the operating state data acquisition unit 112 for each cycle n in the period N. Generates device power consumption time-series data showing the device power consumption for each device.
  • the power consumption calculation unit 115 converts the average power consumption corresponding to a time frame T that includes a certain period i included in the period N into a value indicating whether or not it is in the operating state corresponding to that period i. By multiplying, the device power consumption in the period i can be calculated. Note that when the device 101 has multiple modes, the average power consumption corresponding to the time frame T that includes the period i for each mode is calculated based on whether or not it is in the operating state for each mode corresponding to the period i. By multiplying by the value of and summing the multiplied values, it is possible to calculate the device power consumption in the period i.
  • the device power consumption of each device 101 can be estimated stably and accurately.
  • Embodiment 3 In the device 101, power consumption may fluctuate stochastically even in the same operating state and may have dispersion. In such a case, it is possible to calculate the device power consumption with higher accuracy by estimating not only the average power consumption but also the variance. Embodiment 3 will describe such a case.
  • a power consumption estimation system 300 including a power consumption estimation device 310 according to the third embodiment includes a plurality of devices 101, a power meter 102, and a power consumption estimation device 310.
  • Device 101 and power meter 102 of power consumption estimation system 300 in the third embodiment are similar to device 101 and power meter 102 of power consumption estimation system 100 in the first embodiment.
  • the power consumption estimating device 310 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimating device 310 includes a communication section 111, an operating state data acquisition section 112, a total power consumption data acquisition section 113, an average power consumption analysis section 314, and a power consumption calculation section 315.
  • the communication unit 111, the operating state data acquisition unit 112, and the total power consumption data acquisition unit 113 of the power consumption estimation device 310 according to the third embodiment are the communication unit 111, the operating state data acquisition unit 113 of the power consumption estimation device 110 according to the first embodiment This is similar to the data acquisition section 112 and the total power consumption data acquisition section 113.
  • the average power consumption analysis unit 314 calculates the average power consumption and variance, which are the average power consumption of all the devices 101, for each predetermined period.
  • the average power consumption analysis unit 314 generates a power consumption matrix whose components are the average power consumption of each of the plurality of devices 101 and the variance of the power consumption of each of the plurality of devices 101;
  • the product of the values indicating whether or not the operating state corresponding to a predetermined period is in a period included in the period included in that time frame is the product of a coefficient matrix whose components are values obtained by averaging values in a time frame longer than that period.
  • the power consumption matrix is an observation matrix whose components are the average total power consumption obtained by averaging the total power consumption, and the sum of the sum of the sample variance of the total power consumption in that time frame and the square of the average total power consumption. Calculate.
  • the average power consumption analysis section 314 includes a coefficient matrix generation section 214a, an observed data generation section 314b, and an analysis section 314c.
  • the coefficient matrix generation unit 214a of the average power consumption analysis unit 314 in the third embodiment is similar to the coefficient matrix generation unit 214a of the average power consumption analysis unit 214 in the second embodiment.
  • the observation data generation unit 314b sets the average total power consumption for each time frame T as a component in the first row, and calculates the square of the average total power consumption and the sample variance of the total power consumption for each time frame T.
  • Observation matrix Y#3 is generated with the added value of as the second row component.
  • FIG. 9 is a schematic diagram showing an example of observation matrix Y#3 in the third embodiment.
  • the observation matrix Y#3 shows the average total power consumption of all devices 101 for each time frame T in the period N in the first row, and the square of the average total power consumption. and the sample variance of the total power consumption of all devices 101 for each time frame T are shown in the second line.
  • the analysis unit 314c calculates the average power consumption and power consumption for each time frame T in the period N from the coefficient matrix U#2 from the coefficient matrix generation unit 214a and the observation matrix Y#3 from the observation data generation unit 314b.
  • a power consumption matrix H#3 indicating variance is calculated.
  • FIG. 10 is a schematic diagram for explaining a method of calculating power consumption matrix H#3 in the third embodiment.
  • the average total power consumption and addition value for each time frame T indicated by the observation matrix Y#3 are the average total power consumption for each time frame T indicated by the power consumption matrix H#3. It can be considered to be expressed as the product of the power and dispersion and the value indicating whether or not the operating state is in each time frame T, which is indicated by the coefficient matrix U#2.
  • the analysis unit 314c calculates the power consumption matrix H#3 by multiplying both sides shown in FIG. 10 by the inverse matrix. can be calculated.
  • the analysis unit 314c performs matrix factorization on the observation matrix Y#3 using the coefficient matrix U#2 as a constraint condition, thereby reducing power consumption.
  • Matrix H#3 can be calculated.
  • FIG. 11 is a schematic diagram showing an example of power consumption matrix H#3 in the third embodiment.
  • the estimated value of average power consumption is stored in the first row and the estimated value of variance is stored in the second row for each time frame T.
  • the power consumption matrix H#3 calculated in this manner is provided to the power consumption calculation unit 315 shown in FIG.
  • the power consumption calculation unit 315 calculates the power consumption matrix H#3 given from the average power consumption analysis unit 314 and the operating state data provided from the operating state data acquisition unit 112 for each period n in the period N. Generates device power consumption time-series data showing the device power consumption for each device.
  • the power consumption calculation unit 315 converts the average power consumption corresponding to a time frame T that includes a certain period i included in the period N into a value indicating whether or not it is in the operating state corresponding to that period i.
  • the device power consumption in the period i can be calculated.
  • the value added here can be, for example, a value obtained by multiplying the square root of the variance by a predetermined coefficient. Note that when the device 101 has multiple modes, the average power consumption corresponding to the time frame T that includes the period i for each mode is calculated based on whether the device is in operation or not for each mode corresponding to the period i. By summing the calculated values calculated by adding a value that is larger as the value of variance corresponding to the time frame T that includes the period i is multiplied by the value indicating the period i, Power consumption can be calculated.
  • the third embodiment it is possible to estimate the variance value of each device 101, so it is possible to understand the power consumption according to the fluctuation range of the power consumption of each device 101. .
  • Embodiment 4 In the device 101, even in the same operating state, the statistical value (for example, the average value or variance) of power consumption may vary stochastically over time. Embodiment 4 corresponds to such a case.
  • a power consumption estimation system 400 including a power consumption estimation device 410 according to the fourth embodiment includes a plurality of devices 101, a power meter 102, and a power consumption estimation device 410.
  • Device 101 and power meter 102 of power consumption estimation system 400 in the fourth embodiment are similar to device 101 and power meter 102 of power consumption estimation system 100 in the first embodiment.
  • the power consumption estimating device 410 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimating device 410 includes a communication section 111, an operating state data acquisition section 112, a total power consumption data acquisition section 113, an average power consumption analysis section 414, and a power consumption calculation section 415.
  • the communication unit 111, the operating state data acquisition unit 112, and the total power consumption data acquisition unit 113 of the power consumption estimating device 410 according to the fourth embodiment are connected to the communication unit 111 of the power consumption estimating device 110 according to the first embodiment, and the operating state This is similar to the data acquisition section 112 and the total power consumption data acquisition section 113.
  • the average power consumption analysis unit 414 calculates the average power consumption, which is the average power consumption of all the devices 101, for each predetermined period. In the fourth embodiment, the average power consumption analysis unit 414 determines whether the operating state of the plurality of devices 101 or the operating state indicated by one mode included in the plurality of modes continues for a predetermined threshold or more. generates a coefficient row example, with the operating state for a period up to a predetermined threshold value as one mode, and the operating state for a period after the predetermined period as another mode.
  • FIG. 12 is a block diagram schematically showing the configuration of average power consumption analysis section 414 in the fourth embodiment.
  • the average power consumption analysis section 414 includes a coefficient matrix generation section 414a, an observed data generation section 214b, an analysis section 214c, and an elapsed time threshold data storage section 414d.
  • the observed data generation section 214b and the analysis section 214c of the average power consumption analysis section 414 in the fourth embodiment are the same as the observation data generation section 214b and the analysis section 214c of the average power consumption analysis section 214 in the second embodiment.
  • the elapsed time threshold data storage unit 414d stores elapsed time threshold data indicating a threshold of elapsed time to be treated as a different mode if the operating state continues for each device 101 or for each mode if the device 101 has multiple modes. remember.
  • FIG. 13 is a schematic diagram showing an example of duration threshold data.
  • the duration threshold data D stores an elapsed time threshold in each row for each device 101 or for each mode if the device 101 has multiple modes. .
  • row L1 when the elapsed time becomes "20”, it becomes another mode, and when the elapsed time becomes "40", it becomes yet another mode, and the elapsed time becomes "80". In this case, another mode is selected.
  • the coefficient matrix generation unit 414a generates a coefficient matrix U#4 indicating the average operating state in a long time frame T for each device 101 or for each mode if the device 101 has a plurality of modes in the period N.
  • the coefficient matrix generation unit 414a determines the operating state of the device 101 or the mode of the device 101 by referring to the elapsed time threshold data stored in the elapsed time threshold data storage unit 414d.
  • Coefficient matrix U#4 is generated so that a different mode is selected when the elapsed time exceeds the corresponding threshold value indicated by the elapsed time threshold data.
  • FIGS. 14A to 14C are schematic diagrams for explaining a process in which the coefficient matrix generation unit 414a compares the elapsed time of the operating state with a threshold value to generate another mode.
  • the coefficient matrix generation unit 414a As shown in FIG. 14(A), when the operating state of a certain mode m1 of a certain device 101#m exceeds the corresponding threshold, the coefficient matrix generation unit 414a As shown in , the mode m1 is changed to the inactive state at the elapsed time of the threshold value. Then, the coefficient matrix generation unit 414a generates another mode m2 that enters the operating state from the elapsed time corresponding to the threshold value, as shown in FIG. 14(C).
  • FIG. 15 is a schematic diagram showing an example of the coefficient matrix U#4 generated as described above.
  • coefficient matrix U#4 mode m1 to mode m2 of device 101#m are divided in specific time frame T1.
  • the coefficient matrix U#4 generated as described above is given to the analysis unit 214c together with the duration threshold data D.
  • the processing in the analysis unit 214c is the same as the processing in the second embodiment, except that the number of modes may be increased. Note that the analysis unit 214 provides the generated power consumption matrix H#4 and the duration threshold data D to the power consumption calculation unit 415.
  • the power consumption calculation unit 415 compares the duration of the operating state indicated by the operating state data given from the operating state data acquisition unit 112 with the corresponding threshold indicated by the duration threshold data D given from the analysis unit 214c. By doing so, the mode is divided as necessary, similarly to the coefficient matrix generation unit 414a. Then, the power consumption calculation unit 415 uses the power consumption matrix H#4 given from the average power consumption analysis unit 214 and the operating state in which the mode is divided as necessary to , generates device power consumption time-series data indicating device power consumption for each device 101.
  • the process of calculating device power consumption is the same as the process in Embodiment 2, except that the number of modes may be increased.
  • the fourth embodiment even if there is a device 101 whose statistical value of power consumption fluctuates with elapsed time even if it is in the same operating state, different mode, it is possible to estimate power consumption with higher accuracy.
  • the plurality of devices 101 may include devices 101 for which operating state data cannot be obtained.
  • Embodiment 5 corresponds to such a case.
  • a power consumption estimation system 500 including a power consumption estimation device 510 according to the fifth embodiment includes a plurality of devices 101, a power meter 102, and a power consumption estimation device 510.
  • Device 101 and power meter 102 of power consumption estimation system 500 in the fifth embodiment are similar to device 101 and power meter 102 of power consumption estimation system 100 in the first embodiment.
  • the power consumption estimating device 510 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimating device 510 includes a communication section 111, an operating state data acquisition section 112, a total power consumption data acquisition section 113, an average power consumption analysis section 514, and a power consumption calculation section 515.
  • the communication unit 111, the operating state data acquisition unit 112, and the total power consumption data acquisition unit 113 of the power consumption estimating device 510 according to the fifth embodiment are connected to the communication unit 111, the operating state This is similar to the data acquisition section 112 and the total power consumption data acquisition section 113.
  • the average power consumption analysis unit 514 calculates the average power consumption, which is the average power consumption of all the devices 101, for each predetermined period. If there is an unknown device among the plurality of devices 101 that is a device 101 that does not transmit operating state data, the average power consumption analysis unit 514 in the fifth embodiment determines whether the unknown device is in an operating state or not.
  • the coefficient matrix includes a component indicating a predetermined value indicating whether or not the operating state is in effect.
  • FIG. 16 is a block diagram schematically showing the configuration of average power consumption analysis section 514 in the fifth embodiment.
  • the average power consumption analysis section 514 includes a coefficient matrix generation section 214a, an observed data generation section 214b, an analysis section 514c, and an unknown device data storage section 514e.
  • the coefficient matrix generation unit 214a and observation data generation unit 214b of the average power consumption analysis unit 514 in the fifth embodiment are similar to the coefficient matrix generation unit 214a and the observation data generation unit 214b of the average power consumption analysis unit 214 in the second embodiment. It is.
  • the unknown device data storage unit 514e stores unknown device data indicating whether or not an unknown device, which is a device 101 from which operating state data cannot be obtained, is in an operating state among the plurality of devices 101.
  • the operator of the power consumption estimating device 510 inputs unknown device identification information, which is identification information that can identify an unknown device, and binary data indicating whether or not the unknown device is in an operating state.
  • the data may be stored in advance in the unknown device data storage section 514e. Whether or not the device is in the operating state may be determined arbitrarily.
  • the analysis unit 514c calculates the power consumption indicating the average power consumption for each time frame T in the period N from the coefficient matrix U#2 from the coefficient matrix generation unit 214a and the observation matrix Y#2 from the observation data generation unit 214b. Calculate matrix H#2.
  • the power consumption matrix H#2 calculated in this manner is provided to the power consumption calculation unit 515.
  • the analysis section 514c when unknown device data is stored in the unknown device data storage section 514e, the analysis section 514c adds information to the coefficient matrix U#2 to determine whether or not the unknown device is in an operating state. By adding the corresponding row, an additional coefficient matrix U#5 is generated. Then, the analysis unit 514c generates an additional power consumption matrix H# indicating the average power consumption for each time frame T in the period N from the additional coefficient matrix U#5 and the observation matrix Y#2 from the observation data generation unit 214b. Calculate 5.
  • the additional power consumption matrix H#5 also includes the average power consumption of unknown devices.
  • FIG. 17 is a schematic diagram showing an example of the additional power consumption matrix H#5.
  • Additional power consumption matrix H#5 has a row L#1 corresponding to whether the device is in an operating state obtained from the device 101 whose operating state data can be obtained, and a row L#1 corresponding to whether the unknown device is in an operating state. and line L#2 corresponding to .
  • the analysis unit 514c determines whether the operating state indicated by the unknown device data is such that the multiplication result of the additional power consumption matrix H#5 and the additional coefficient matrix U#5 approaches the observation matrix Y#2. Update whether or not. Then, the analysis unit 514c continues to update whether or not it is in the operating state indicated by the unknown device data until a predetermined convergence condition is satisfied, and calculates the final additional power consumption matrix H#5. do.
  • the convergence condition here is, for example, that the number of updates reaches the update threshold, or that the multiplication result of the additional power consumption matrix H#5 and the additional coefficient matrix U#5 and the observation matrix Y#2 The difference is less than or equal to a predetermined threshold.
  • the additional power consumption matrix H#5 calculated in this way is given to the power consumption calculation unit 515 together with the unknown device data.
  • the power consumption calculation unit 515 calculates the power consumption matrix H#2 and the operating state data provided from the operating state data acquisition unit 112. From this, in period N, device power consumption time-series data indicating the device power consumption of each device 101 is generated every cycle n.
  • the processing here is similar to the processing in the power consumption calculation unit 215 in the second embodiment.
  • the power consumption calculation unit 515 calculates From the given unknown device data and the operating state data given from the operating state data acquisition unit 112, generate additional equipment power consumption time-series data indicating the equipment power consumption of each equipment 101 for each cycle n in period N. do.
  • the processing here is similar to the processing in the power consumption calculation unit 215 in the second embodiment, except that it includes determining whether the unknown device is in an operating state.
  • Embodiment 5 it is possible to estimate the device power consumption of each device 101 even when devices 101 whose operating state data cannot be acquired are included.
  • Embodiment 6 Once reliable results are obtained, the power consumption of the plurality of devices 101 is not expected to change significantly unless the environment is significantly different. Embodiment 6 corresponds to such a case.
  • a power consumption estimation system 600 including a power consumption estimation device 610 according to the sixth embodiment includes a plurality of devices 101, a power meter 102, and a power consumption estimation device 610.
  • Device 101 and power meter 102 of power consumption estimation system 600 in the sixth embodiment are similar to device 101 and power meter 102 of power consumption estimation system 100 in the first embodiment.
  • the power consumption estimating device 610 estimates device power consumption, which is the power consumption of each of the plurality of devices 101, from the total power consumption indicated by the total power consumption data from the power meter 102.
  • the power consumption estimation device 610 includes a communication section 111 , an operating state data acquisition section 112 , a total power consumption data acquisition section 113 , an average power consumption analysis section 614 , and a power consumption calculation section 215 .
  • the communication unit 111, the operating state data acquisition unit 112, and the total power consumption data acquisition unit 113 of the power consumption estimation device 610 according to the sixth embodiment are the same as the communication unit 111 of the power consumption estimation device 110 according to the first embodiment, the operating state This is similar to the data acquisition section 112 and the total power consumption data acquisition section 113. Further, the power consumption calculation unit 215 of the power consumption estimation device 610 according to the sixth embodiment is similar to the power consumption calculation unit 215 of the power consumption estimation device 210 according to the second embodiment.
  • the average power consumption analysis unit 614 calculates the average power consumption, which is the average power consumption of all the devices 101, for each predetermined period.
  • the average power consumption analysis unit 614 in the sixth embodiment sequentially calculates the average power consumption matrix, and stops calculating a new average overhead power matrix when the average overhead power matrix satisfies a predetermined convergence condition. .
  • FIG. 18 is a block diagram schematically showing the configuration of average power consumption analysis section 614 in the sixth embodiment.
  • the average power consumption analysis section 614 includes a coefficient matrix generation section 214a, an observed data generation section 214b, an analysis section 614c, and a convergence determination section 614f.
  • the coefficient matrix generation unit 214a and observation data generation unit 214b of the average power consumption analysis unit 614 in the sixth embodiment are the same as the coefficient matrix generation unit 214a and the observation data generation unit 214b of the average power consumption analysis unit 214 in the second embodiment. It is.
  • the analysis unit 614c calculates the data for each time frame T in the period N from the coefficient matrix U#2 from the coefficient matrix generation unit 214a and the observation matrix Y#2 from the observation data generation unit 214b.
  • a power consumption matrix H#2 indicating the average power consumption of is calculated.
  • the power consumption matrix H#2 calculated in this manner is provided to the convergence determination section 614f and the power consumption calculation section 215 shown in FIG. 1.
  • the analysis unit 614c stops calculating the new power consumption matrix H#2, and transfers the last calculated power consumption matrix H#2 to the power consumption calculation unit. Give to 215.
  • the convergence determination unit 614f receives the power consumption matrix H#2 from the analysis unit 614c, and determines whether the convergence condition is satisfied.
  • the convergence condition here is, for example, the number of times the difference between the newly acquired power consumption matrix H#2 and the previously acquired power consumption matrix H#2 is equal to or less than a convergence threshold, which is a predetermined threshold. is continuously equal to or greater than a predetermined number of times threshold, or when the number of calculations of power consumption matrix H#2 is equal to or greater than a predetermined number of convergence threshold, etc. be.
  • a convergence threshold which is a predetermined threshold. is continuously equal to or greater than a predetermined number of times threshold, or when the number of calculations of power consumption matrix H#2 is equal to or greater than a predetermined number of convergence threshold, etc. be.
  • the power consumption matrix H#2 acquired immediately before the newly acquired power consumption matrix H#2 may be used.
  • the convergence determination unit 614f instructs the analysis unit 614c to stop calculation.
  • the calculation cost of power consumption estimating device 610 is reduced.
  • processing is performed according to the time frame T shown in the second embodiment, but the third to sixth embodiments are not limited to such an example.
  • processing may be performed according to the cycle n shown in the first embodiment.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

消費電力推定装置（１１０）は、電力計測器（１０２）から、総消費電力を示す総消費電力データを取得する総消費電力データ取得部（１１３）と、複数の機器（１０１）のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得する稼働状態データ取得部（１１２）と、総消費電力と、稼働状態であるか否かとから、複数の機器（１０１）のそれぞれの平均消費電力を推定する平均消費電力分析部（１１４）と、その平均消費電力を用いて、予め定められた周期毎の複数の機器（１０１）のそれぞれの消費電力である機器消費電力を算出する消費電力算出部（１１５）とを備える。

Description

消費電力推定装置、プログラム及び消費電力推定方法
　本開示は、消費電力推定装置、プログラム及び消費電力推定方法に関する。
　家庭等において、配電盤で計測した電流の情報から、個々の家電の消費電力等を求めるＮＩＬＭ（Ｎｏｎ－Ｉｎｓｔｒｕｓｉｖｅ　Ｌｏａｄ　Ｍｏｎｉｔｏｒｉｎｇ）技術が、従来から知られている。近年においては、計測された電流等から識別モデルを用いて使用家電の同定を行う方法が用いられている。しかし、この方法では、事前に識別モデルの学習が行われていない家電の識別は、困難である。
　一方、データからの生成モデルであるＨＭＭ（Ｈｉｄｄｅｎ　Ｍａｒｌｏｖ　Ｍｏｄｅｌ）を用いて、個々の家電の消費電力の識別を行う方法もある。しかしながら、ＨＭＭでは、家電の数が増加するとＨＭＭの状態数が膨大となり、実装困難となる。そこで、特許文献１には、ＦＨＭＭ（Ｆａｃｔｏｒｉａｌ　ＨＭＭ）を用いて、各ファクタと、家電とを対応させることで、実装可能な状態数でモデルを実現する方法が開示されている。
特開２０１３－２１０７５５号公報
　しかしながら、従来の技術は、異なる固有波形を持つ家電等の機器の識別に対しては有効であるが、例えば工場等において、同種又は同型の機器が多数ある場合等、類似した固有波形を持つ機器が複数存在する場合には、それぞれの機器の消費電力を識別することが困難である。
　そこで、本開示の一又は複数の態様は、類似した固有波形を持つ機器が複数存在する場合であっても、個々の機器の消費電力を推定できるようにすることを目的とする。
　本開示の一態様に係る消費電力推定装置は、予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得する総消費電力データ取得部と、前記複数の機器のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得する稼働状態データ取得部と、前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定する平均消費電力推定部と、前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出する消費電力算出部と、を備えることを特徴とする。
　本開示の一態様に係るプログラムは、コンピュータを、予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得する総消費電力データ取得部、前記複数の機器のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得する稼働状態データ取得部、前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定する平均消費電力推定部、及び、前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出する消費電力算出部、として機能させることを特徴とする。
　本開示の一態様に係る消費電力推定方法は、予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得し、前記複数の機器のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得し、前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定し、前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出することを特徴とする。
　本開示の一又は複数の態様によれば、類似した固有波形を持つ機器が複数存在する場合であっても、個々の機器の消費電力を推定することができる。
実施の形態１～６に係る消費電力推定装置を含む消費電力推定システムの構成を概略的に示すブロック図である。 実施の形態１～３における平均消費電力分析部の構成を概略的に示すブロック図である。 実施の形態１における係数行列の一例を示す概略図である。 実施の形態１における観測行列の一例を示す概略図である。 実施の形態１における消費電力行列の算出方法を説明するための概略図である。 （Ａ）及び（Ｂ）は、ハードウェア構成例を示すブロック図である。 実施の形態２における係数行列の一例を示す概略図である。 実施の形態２における観測行列の一例を示す概略図である。 実施の形態３における観測行列の一例を示す概略図である。 実施の形態３における消費電力行列の算出方法を説明するための概略図である。 実施の形態３における消費電力行列の一例を示す概略図である。 実施の形態４における平均消費電力分析部の構成を概略的に示すブロック図である。 経過時間閾値データの一例を示す概略図である。 （Ａ）～（Ｃ）は、係数行列生成部が、稼働状態であるか否かの経過時間と閾値とを比較して、別のモードを生成する処理を説明するための概略図である。 実施の形態４における係数行列Ｕの一例を示す概略図である。 実施の形態５における平均消費電力分析部の構成を概略的に示すブロック図である。 追加消費電力行列の一例を示す概略図である。 実施の形態６における平均消費電力分析部の構成を概略的に示すブロック図である。
実施の形態１．
　図１は、実施の形態１に係る消費電力推定装置１１０を含む消費電力推定システム１００の構成を概略的に示すブロック図である。
　消費電力推定システム１００は、複数の機器１０１＃１、１０１＃２、・・・と、電力計測器１０２と、消費電力推定装置１１０とを備える。
　複数の機器１０１＃１、１０１＃２、・・・は、家庭内であれば、家電機器、工場であれば、ＦＡ（Ｆａｃｔｏｒｙ　Ａｕｔｏｍａｔｉｏｎ）機器等、消費電力を管理する対象となる機器である。
　なお、複数の機器１０１＃１、１０１＃２、・・・の各々を特に区別する必要がない場合には、機器１０１という。
　機器１０１は、稼働状態であるか否かを示す稼働状態データを、消費電力推定装置１１０に送信する。稼働状態データは、稼働状態であるか否かを二値で示すデータであればよい。なお、例えば、通常モードと、通常モードよりも消費電力の少ない省電力モード等のように、機器１０１が、消費電力が異なる複数のモードを備える場合には、機器１０１は、モード毎に稼働状態であるか否かを示すデータを稼働状態データとして、消費電力推定装置１１０に送信する。
　電力計測器１０２は、予め定められた周期毎に、複数の機器１０１の合計の消費電力である総消費電力を計測し、その総消費電力を示す総消費電力データを消費電力推定装置１１０に送信する。
　消費電力推定装置１１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　消費電力推定装置１１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部１１４と、消費電力算出部１１５とを備える。
　通信部１１１は、機器１０１及び電力計測器１０２と通信を行う。例えば、通信部１１は、機器１０１から稼働状態データを受信し、電力計測器１０２から総消費電力データを受信する。
　一例として、通信部１１１は、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等の図示しないネットワークに接続されており、そのネットワークに接続されている機器１０１及び電力計測器１０２と通信を行う。
　稼働状態データ取得部１１２は、通信部１１１を介して、複数の機器１０１のそれぞれから稼働状態データを取得する。取得された稼働状態データは、平均消費電力分析部１１４及び消費電力算出部１１５に与えられる。
　総消費電力データ取得部１１３は、通信部１１１を介して、電力計測器１０２から総消費電力データを取得する。取得された総消費電力データは、平均消費電力分析部１１４に与えられる。
　平均消費電力分析部１１４は、複数の機器１０１の総消費電力と、複数の機器１０１のそれぞれが稼働状態であるか否かとから、複数の機器１０１のそれぞれの平均的な消費電力である平均消費電力を推定する平均消費電力推定部として機能する。ここでの平均消費電力は、個々の機器１０１が消費する平均的な消費電力であるため、個別消費電力ともいう。このため、平均消費電力分析部１１４は、個別消費電力分析部又は個別消費電力推定部ともいう。
　実施の形態１における平均消費電力分析部１１４は、複数の機器１０１のそれぞれの平均消費電力を成分とする消費電力行列と、複数の機器１０１及び予め定められた周期に対応する稼働状態であるか否かを示す値を成分とする係数行列との積が、その周期に対応する総消費電力を成分とする観測行列になるとの等式から、消費電力行列を算出する。
　図２は、平均消費電力分析部１１４の構成を概略的に示すブロック図である。
　平均消費電力分析部１１４は、係数行列生成部１１４ａと、観測データ生成部１１４ｂと、分析部１１４ｃとを備える。
　係数行列生成部１１４ａは、期間Ｎにおいて、機器１０１毎又は機器１０１に複数のモードがある場合にはモード毎に、特定の周期ｎにおける稼働状態であるか否かを示す係数行列Ｕ＃１を生成する。
　図３は、実施の形態１における係数行列Ｕ＃１の一例を示す概略図である。
　係数行列Ｕ＃１の行は、機器１０１毎又はモード毎に、特定の周期ｎにおける稼働状態であるか否かを示している。ここで、「１」は稼働状態であることを示し、「０」は稼働状態ではないことを示している。なお、機器１０１から周期ｎ毎に稼働状態であるか否かを示す稼働状態データが送られてきてもよく、係数行列生成部１１４ａにおいて、周期ｎ毎に、稼働状態データで示されている稼働状態であるか否かの値を集計してもよい。集計を行う場合には、例えば、周期ｎにおいて、稼働状態の回数が、非稼働状態の回数以上である場合に「１」とすればよい。なお、後述するように周期ｎは、電力計測器１０２が総消費電力を計測する期間である。
　観測データ生成部１１４ｂは、期間Ｎにおいて、周期ｎ毎に総消費電力を示す観測行列Ｙ＃１を生成する。なお、実施の形態１では、観測行列Ｙ＃１は、１行のみの行列となっているため、実施の形態１では、観測行列Ｙ＃１を観測ベクトルともいう。
　図４は、実施の形態１における観測行列Ｙ＃１の一例を示す概略図である。
　図４に示されているように、観測行列Ｙ＃１は、期間Ｎにおいて、周期ｎ毎に全ての機器１０１の総消費電力を示す。
　ここで、周期ｎは、電力計測器１０２が総消費電力を計測する期間であり、例えば、１分等であり、任意の期間を設定することができる。
　分析部１１４ｃは、係数行列生成部１１４ａからの係数行列Ｕ＃１と、観測データ生成部１１４ｂからの観測行列Ｙ＃１とから、期間Ｎにおける、周期ｎ毎の平均消費電力を示す消費電力行列Ｈ＃１を算出する。
　図５は、実施の形態１における消費電力行列Ｈ＃１の算出方法を説明するための概略図である。
　図５に示されているように、観測行列Ｙ＃１で示されている周期ｎ毎の総消費電力は、消費電力行列Ｈ＃１で示される周期ｎ毎の平均消費電力と、係数行列Ｕ＃１で示される周期ｎ毎の稼働状態であるか否かの値との積で示されていると考えることができる。
　このため、分析部１１４ｃは、係数行列Ｕ＃１から逆行列を算出することができる場合には、図５に示されている両辺にその逆行列を乗算することで、消費電力行列Ｈ＃１を算出することができる。
　また、分析部１１４ｃは、係数行列Ｕ＃１から逆行列を算出することができない場合には、係数行列Ｕ＃１を拘束条件として、観測行列Ｙ＃１を行列因子分解することで、消費電力行列Ｈ＃１を算出することができる。行列因子分解については、公知の技術であるため、詳細な説明は省略する。
　このようにして算出された消費電力行列Ｈ＃１は、図１に示されている消費電力算出部１１５に与えられる。
　消費電力算出部１１５は、平均消費電力を用いて、予め定められた周期ｎ毎の複数の機器１０１のそれぞれの消費電力である機器消費電力を算出する。例えば、消費電力算出部１１５は、平均消費電力分析部１１４から与えられる消費電力行列Ｈ＃１と、稼働状態データ取得部１１２から与えられる稼働状態データとから、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す機器消費電力時系列データを生成する。
　例えば、消費電力算出部１１５は、期間Ｎに含まれているある周期ｉに対応する平均消費電力を、その周期ｉに対応する稼働状態であるか否かを示す二値に乗算することで、その周期ｉにおける機器消費電力を算出することができる。なお、機器１０１が複数のモードを備える場合には、モード毎にその周期ｉに対応する平均消費電力を、その周期ｉに対応するモード毎の稼働状態であるか否かを示す二値に乗算して、その乗算値を合計することで、その周期ｉにおける機器消費電力を算出することができる。
　以上に記載された稼働状態データ取得部１１２、総消費電力データ取得部１１３、平均消費電力分析部１１４及び消費電力算出部１１５の一部又は全部は、例えば、図６（Ａ）に示されているように、メモリ１０と、メモリ１０に格納されているプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等のプロセッサ１１とにより構成することができる。言い換えると、消費電力推定装置１１０は、いわゆるコンピュータで実現することができる。このようなプログラムは、ネットワークを通じて提供されてもよく、また、記録媒体に記録されて提供されてもよい。即ち、このようなプログラムは、例えば、プログラムプロダクトとして提供されてもよい。
　また、稼働状態データ取得部１１２、総消費電力データ取得部１１３、平均消費電力分析部１１４及び消費電力算出部１１５の一部又は全部は、例えば、図６（Ｂ）に示されているように、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）又はＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）等の処理回路１２で構成することもできる。
　以上のように、稼働状態データ取得部１１２、総消費電力データ取得部１１３、平均消費電力分析部１１４及び消費電力算出部１１５は、処理回路網で構成することができる。
　以上のように、実施の形態１によれば、稼働状態データを用いることで、類似した消費電力波形を有する複数の機器１０１が含まれていたとしても、機器１０１毎に、それぞれの稼働状態における消費電力を精度よく求めることができる。
　また、従来の技術は、少なくとも電源電流の一周期、例えば、５０Ｈｚであれば、１／５０秒未満の細かい周期での電流波形のサンプリングが必要となり、通常、サンプリング周期が１分以上となる一般的な電力計測器を用いることができない。
　これに対して、実施の形態１によれば、周期ｎを任意に定めることができるため、所定の時間周期で計測された総消費電力データに基づいて、機器１０１毎の機器消費電力を推定することができる。このため、安価な電力計測器のデータを用いることができ、コストを低減することができる。
実施の形態２．
　ある機器１０１が同一の稼働状態であっても、その消費電力が確率的に変動する場合がある。このような場合、総消費電力が得られる周期ｎよりも長い所定の時間単位である時間フレームＴ毎に、総消費電力を平均化した値を用いて推定を行った方が、より正確に機器消費電力を算出することができる。実施の形態２は、このような場合について説明する。
　図１に示されているように、実施の形態２に係る消費電力推定装置２１０を含む消費電力推定システム２００は、複数の機器１０１と、電力計測器１０２と、消費電力推定装置２１０とを備える。
　実施の形態２における消費電力推定システム２００の機器１０１及び電力計測器１０２は、実施の形態１における消費電力推定システム１００の機器１０１及び電力計測器１０２と同様である。
　消費電力推定装置２１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　実施の形態２では、消費電力推定装置２１０は、複数の機器１０１のそれぞれの平均消費電力を成分とする消費電力行列と、複数の機器１０１及び予め定められた周期に対応する稼働状態であるか否かを、その周期よりも長い時間フレームにおいて平均化した値を成分とする係数行列との積が、その時間フレームに含まれる周期の総消費電力を平均化した平均総消費電力を成分とする観測行列になるとの等式から、消費電力行列を算出する。
　消費電力推定装置２１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部２１４と、消費電力算出部２１５とを備える。
　実施の形態２に係る消費電力推定装置２１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３は、実施の形態１に係る消費電力推定装置１１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３と同様である。
　平均消費電力分析部２１４は、予め定められた期間毎に、全ての機器１０１の各々の平均的な消費電力である平均消費電力を算出する。
　図２に示されているように、平均消費電力分析部２１４は、係数行列生成部２１４ａと、観測データ生成部２１４ｂと、分析部２１４ｃとを備える。
　係数行列生成部２１４ａは、期間Ｎにおいて、機器１０１毎又は機器１０１に複数のモードがある場合にはモード毎に、周期ｎよりも長い時間フレームＴにおいて稼働状態であるか否かを平均化した値を示す係数行列Ｕ＃２を生成する。
　図７は、実施の形態２における係数行列Ｕ＃２の一例を示す概略図である。
　係数行列Ｕ＃２の行は、機器１０１毎又はモード毎に、予め定められた時間フレームＴにおいて、稼働状態であるか否かを平均化した値を示している。周期ｎ毎に、稼働状態であるか否かが得られている場合には、特定の時間フレームＴに含まれている周期ｎ毎に稼働状態であるか否かを示す値である「１」又は「０」を平均化した値が、それぞれの行に格納されている。
　観測データ生成部２１４ｂは、期間Ｎにおいて、周期ｎよりも長い時間フレームＴ毎に平均総消費電力を示す観測行列Ｙ＃２を生成する。なお、実施の形態２でも、観測行列Ｙ＃２は、１行のみの行列となっているため、実施の形態２では、観測行列Ｙ＃２を観測ベクトルともいう。
　図８は、実施の形態２における観測行列Ｙ＃２の一例を示す概略図である。
　図８に示されているように、観測行列Ｙ＃２は、期間Ｎにおいて、時間フレームＴ毎に全ての機器１０１の平均総消費電力を示す。
　ここで、実施の形態２でも、周期ｎ毎に、電力計測器１０２から総消費電力データが送信されて来るため、観測データ生成部２１４ｂは、特定の時間フレームＴに含まれている総消費電力データで示されている総消費電力の平均値をその時間フレームＴにおける平均総消費電力として算出する。
　分析部２１４ｃは、係数行列生成部２１４ａからの係数行列Ｕ＃２と、観測データ生成部２１４ｂからの観測行列Ｙ＃２とから、期間Ｎにおける、時間フレームＴ毎の平均消費電力を示す消費電力行列Ｈ＃２を算出する。ここでの算出方法は、実施の形態１における算出方法と同様である。
　このようにして算出された消費電力行列Ｈ＃２は、図１に示されている消費電力算出部２１５に与えられる。
　消費電力算出部２１５は、平均消費電力分析部２１４から与えられる消費電力行列Ｈ＃２と、稼働状態データ取得部１１２から与えられる稼働状態データとから、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す機器消費電力時系列データを生成する。
　例えば、消費電力算出部１１５は、期間Ｎに含まれているある周期ｉが含まれる時間フレームＴに対応する平均消費電力を、その周期ｉに対応する稼働状態であるか否かを示す値に乗算することで、その周期ｉにおける機器消費電力を算出することができる。なお、機器１０１が複数のモードを備える場合には、モード毎にその周期ｉが含まれる時間フレームＴに対応する平均消費電力を、その周期ｉに対応するモード毎の稼働状態であるか否かの値に乗算して、その乗算値を合計することで、その周期ｉにおける機器消費電力を算出することができる。
　以上のように、実施の形態２によれば、同一の稼働状態において消費電力が確率的に変動する場合でも、安定して精度よく各機器１０１の機器消費電力を推定することができる。
実施の形態３．
　機器１０１において、同一の稼働状態でも消費電力が確率的に変動し、分散を持つ場合がある。このような場合には、平均消費電力だけでなく、分散も推定した方が、より精度の高い機器消費電力を算出することができる。実施の形態３は、このような場合について説明する。
　図１に示されているように、実施の形態３に係る消費電力推定装置３１０を含む消費電力推定システム３００は、複数の機器１０１と、電力計測器１０２と、消費電力推定装置３１０とを備える。
　実施の形態３における消費電力推定システム３００の機器１０１及び電力計測器１０２は、実施の形態１における消費電力推定システム１００の機器１０１及び電力計測器１０２と同様である。
　消費電力推定装置３１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　消費電力推定装置３１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部３１４と、消費電力算出部３１５とを備える。
　実施の形態３に係る消費電力推定装置３１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３は、実施の形態１に係る消費電力推定装置１１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３と同様である。
　平均消費電力分析部３１４は、予め定められた期間毎に、全ての機器１０１の各々の平均的な消費電力である平均消費電力及び分散を算出する。
　実施の形態３では、平均消費電力分析部３１４は、複数の機器１０１のそれぞれの平均消費電力及び複数の機器１０１のそれぞれの消費電力の分散を成分とする消費電力行列と、複数の機器１０１及び予め定められた周期に対応する稼働状態であるか否かを示す値をその周期よりも長い時間フレームにおいて平均化した値を成分とする係数行列との積が、その時間フレームに含まれる周期の総消費電力を平均化した平均総消費電力及び平均総消費電力の二乗にその時間フレームにおける総消費電力の標本分散を加算した加算値を成分とする観測行列になるとの等式から、消費電力行列を算出する。
　図２に示されているように、平均消費電力分析部３１４は、係数行列生成部２１４ａと、観測データ生成部３１４ｂと、分析部３１４ｃとを備える。
　実施の形態３における平均消費電力分析部３１４の係数行列生成部２１４ａは、実施の形態２における平均消費電力分析部２１４の係数行列生成部２１４ａと同様である。
　観測データ生成部３１４ｂは、期間Ｎにおいて、時間フレームＴ毎に平均総消費電力を１行目の成分とし、その平均総消費電力の２乗と、時間フレームＴ毎の総消費電力の標本分散との加算値を２行目の成分とした観測行列Ｙ＃３を生成する。
　図９は、実施の形態３における観測行列Ｙ＃３の一例を示す概略図である。
　図９に示されているように、観測行列Ｙ＃３は、期間Ｎにおいて、時間フレームＴ毎に全ての機器１０１の平均総消費電力を１行目に示し、その平均総消費電力の２乗と、時間フレームＴ毎の全ての機器１０１の総消費電力の標本分散との加算値を２行目に示す。
　分析部３１４ｃは、係数行列生成部２１４ａからの係数行列Ｕ＃２と、観測データ生成部３１４ｂからの観測行列Ｙ＃３とから、期間Ｎにおける、時間フレームＴ毎の平均消費電力及び消費電力の分散を示す消費電力行列Ｈ＃３を算出する。
　図１０は、実施の形態３における消費電力行列Ｈ＃３の算出方法を説明するための概略図である。
　図１０に示されているように、観測行列Ｙ＃３で示されている時間フレームＴ毎の平均総消費電力及び加算値は、消費電力行列Ｈ＃３で示される時間フレームＴ毎の平均消費電力及び分散と、係数行列Ｕ＃２で示される時間フレームＴ毎の稼働状態であるか否かを示す値との積で示されていると考えることができる。
　このため、分析部３１４ｃは、係数行列Ｕ＃２から逆行列を算出することができる場合には、図１０に示されている両辺にその逆行列を乗算することで、消費電力行列Ｈ＃３を算出することができる。
　また、分析部３１４ｃは、係数行列Ｕ＃２から逆行列を算出することができない場合には、係数行列Ｕ＃２を拘束条件として、観測行列Ｙ＃３を行列因子分解することで、消費電力行列Ｈ＃３を算出することができる。
　図１１は、実施の形態３における消費電力行列Ｈ＃３の一例を示す概略図である。
　消費電力行列Ｈ＃３には、時間フレームＴ毎に、１行目に平均消費電力の推定値、２行目に分散の推定値が格納されている。
　このようにして算出された消費電力行列Ｈ＃３は、図１に示されている消費電力算出部３１５に与えられる。
　消費電力算出部３１５は、平均消費電力分析部３１４から与えられる消費電力行列Ｈ＃３と、稼働状態データ取得部１１２から与えられる稼働状態データとから、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す機器消費電力時系列データを生成する。
　例えば、消費電力算出部３１５は、期間Ｎに含まれているある周期ｉが含まれる時間フレームＴに対応する平均消費電力を、その周期ｉに対応する稼働状態であるか否かを示す値に乗算した値に、その周期ｉが含まれる時間フレームＴに対応する分散の値が大きいほど大きな値を加算することで、その周期ｉにおける機器消費電力を算出することができる。ここで加算される値は、一例として、分散の平方根に予め定められた係数を乗算した値とすることができる。
　なお、機器１０１が複数のモードを備える場合には、モード毎にその周期ｉが含まれる時間フレームＴに対応する平均消費電力を、その周期ｉに対応するモード毎に稼働状態であるか否かを示す値に乗算した値に、その周期ｉが含まれる時間フレームＴに対応する分散の値が大きいほど大きな値を加算することで算出された算出値を合計することで、その周期ｉにおける機器消費電力を算出することができる。
　以上のように、実施の形態３によれば、各機器１０１の分散値を推定することができるため、各機器１０１の消費電力の振れ幅に応じた消費電力を把握することができるようになる。
実施の形態４．
　機器１０１において、同一の稼働状態でも、時間の経過とともに消費電力の統計値（例えば、平均値又は分散）が確率的に変動する場合がある。実施の形態４は、このような場合に対応する。
　図１に示されているように、実施の形態４に係る消費電力推定装置４１０を含む消費電力推定システム４００は、複数の機器１０１と、電力計測器１０２と、消費電力推定装置４１０とを備える。
　実施の形態４における消費電力推定システム４００の機器１０１及び電力計測器１０２は、実施の形態１における消費電力推定システム１００の機器１０１及び電力計測器１０２と同様である。
　消費電力推定装置４１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　消費電力推定装置４１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部４１４と、消費電力算出部４１５とを備える。
　実施の形態４に係る消費電力推定装置４１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３は、実施の形態１に係る消費電力推定装置１１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３と同様である。
　平均消費電力分析部４１４は、予め定められた期間毎に、全ての機器１０１の各々の平均的な消費電力である平均消費電力を算出する。
　実施の形態４では、平均消費電力分析部４１４は、複数の機器１０１の稼働状態、又は、複数のモードに含まれる一つのモードで示される稼働状態が、予め定められた閾値以上継続する場合には、予め定められた閾値までの期間の稼働状態を一つのモード、その予め定められた期間よりも後の期間の稼働状態を別のモードとして、係数行例を生成する。
　図１２は、実施の形態４における平均消費電力分析部４１４の構成を概略的に示すブロック図である。
　図１２に示されているように、平均消費電力分析部４１４は、係数行列生成部４１４ａと、観測データ生成部２１４ｂと、分析部２１４ｃと、経過時間閾値データ記憶部４１４ｄとを備える。
　実施の形態４における平均消費電力分析部４１４の観測データ生成部２１４ｂ及び分析部２１４ｃは、実施の形態２における平均消費電力分析部２１４の観測データ生成部２１４ｂ及び分析部２１４ｃと同様である。
　経過時間閾値データ記憶部４１４ｄは、機器１０１毎又は機器１０１に複数のモードがある場合にはモード毎に、稼働状態が継続した場合に、別モードとして扱う経過時間の閾値を示す経過時間閾値データを記憶する。
　図１３は、継続時間閾値データの一例を示す概略図である。
　図１３に示されているように、継続時間閾値データＤは、各々の行に、機器１０１毎又は機器１０１に複数のモードがある場合にはモード毎に、経過時間の閾値を格納している。
　例えば、行Ｌ１では、経過時間が「２０」となった場合に、別のモードとなり、経過時間が「４０」となった場合に、さらに別のモードとなり、経過時間が「８０」となった場合に、さらに別のモードとなることを示している。
　係数行列生成部４１４ａは、期間Ｎにおいて、機器１０１毎又は機器１０１に複数のモードがある場合にはモード毎に、長い時間フレームＴにおける平均稼働状態を示す係数行列Ｕ＃４を生成する。
　ここで、実施の形態４では、係数行列生成部４１４ａは、経過時間閾値データ記憶部４１４ｄに記憶されている経過時間閾値データを参照することで、機器１０１又は機器１０１のモードの稼働状態が、経過時間閾値データで示される対応する閾値以上となった場合に、別のモードとなるように係数行列Ｕ＃４を生成する。
　図１４（Ａ）～（Ｃ）は、係数行列生成部４１４ａが、稼働状態の経過時間と閾値とを比較して、別のモードを生成する処理を説明するための概略図である。
　図１４（Ａ）に示されているように、ある機器１０１＃ｍのあるモードｍ１の稼働状態が、対応する閾値以上となった場合には、係数行列生成部４１４ａは、図１４（Ｂ）に示されているように、そのモードｍ１をその閾値の経過時間において、非稼働状態へと変更する。
　そして、係数行列生成部４１４ａは、図１４（Ｃ）に示されているように、その閾値に対応する経過時間から稼働状態となる別のモードｍ２を生成する。
　図１５は、以上のようにして生成された係数行列Ｕ＃４の一例を示す概略図である。
　係数行列Ｕ＃４では、特定の時間フレームＴ１において、機器１０１＃ｍのモードｍ１からモードｍ２が分割されている。
　以上のように生成された係数行列Ｕ＃４は、継続時間閾値データＤとともに分析部２１４ｃに与えられる。分析部２１４ｃでの処理については、モードが増えている場合があるだけで、実施の形態２での処理と同様である。なお、分析部２１４は、生成した消費電力行列Ｈ＃４とともに継続時間閾値データＤを消費電力算出部４１５に与える。
　消費電力算出部４１５は、稼働状態データ取得部１１２から与えられる稼働状態データで示される稼働状態の継続時間を、分析部２１４ｃから与えられる継続時間閾値データＤで示されている対応する閾値と比較することで、係数行列生成部４１４ａと同様に、必要に応じてモードの分割を行う。
　そして、消費電力算出部４１５は、平均消費電力分析部２１４から与えられる消費電力行列Ｈ＃４と、必要に応じてモードが分割された稼働状態とを用いて、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す機器消費電力時系列データを生成する。機器消費電力を算出する処理については、モードが増えている場合があるほかは、実施の形態２での処理と同様である。
　以上のように、実施の形態４によれば、同一稼働状態であっても、経過時間と共に消費電力の統計値が変動するような機器１０１があった場合でも、予め定められた閾値に従って、別のモードとして扱うことができるため、より高精度に消費電力の推定を行うことができる。
実施の形態５．
　複数の機器１０１の中には、稼働状態データを取得できない機器１０１が含まれている場合もある。実施の形態５は、このような場合に対応する。
　図１に示されているように、実施の形態５に係る消費電力推定装置５１０を含む消費電力推定システム５００は、複数の機器１０１と、電力計測器１０２と、消費電力推定装置５１０とを備える。
　実施の形態５における消費電力推定システム５００の機器１０１及び電力計測器１０２は、実施の形態１における消費電力推定システム１００の機器１０１及び電力計測器１０２と同様である。
　消費電力推定装置５１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　消費電力推定装置５１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部５１４と、消費電力算出部５１５とを備える。
　実施の形態５に係る消費電力推定装置５１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３は、実施の形態１に係る消費電力推定装置１１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３と同様である。
　平均消費電力分析部５１４は、予め定められた期間毎に、全ての機器１０１の各々の平均的な消費電力である平均消費電力を算出する。
　実施の形態５における平均消費電力分析部５１４は、複数の機器１０１に、稼働状態データを送信してこない機器１０１である未知機器がある場合には、その未知機器が稼働状態であるか否かを示す値として予め定められた稼働状態であるか否かを示す値を示す成分を、係数行列に含める。
　図１６は、実施の形態５における平均消費電力分析部５１４の構成を概略的に示すブロック図である。
　図１６に示されているように、平均消費電力分析部５１４は、係数行列生成部２１４ａと、観測データ生成部２１４ｂと、分析部５１４ｃと、未知機器データ記憶部５１４ｅとを備える。
　実施の形態５における平均消費電力分析部５１４の係数行列生成部２１４ａ及び観測データ生成部２１４ｂは、実施の形態２における平均消費電力分析部２１４の係数行列生成部２１４ａ及び観測データ生成部２１４ｂと同様である。
　未知機器データ記憶部５１４ｅは、複数の機器１０１の内、稼働状態データを取得することのできない機器１０１である未知機器について稼働状態であるか否かを示す未知機器データを記憶する。
　例えば、消費電力推定装置５１０のオペレータは、未知機器を識別することのできる識別情報である未知機器識別情報と、その未知機器が稼働状態であるか否かを二値で示すデータとを未知機器データとして、未知機器データ記憶部５１４ｅに予め記憶させておけばよい。ここでの稼働状態であるか否かは、任意の内容でよい。
　分析部５１４ｃは、係数行列生成部２１４ａからの係数行列Ｕ＃２と、観測データ生成部２１４ｂからの観測行列Ｙ＃２とから、期間Ｎにおける、時間フレームＴ毎の平均消費電力を示す消費電力行列Ｈ＃２を算出する。
　このようにして算出された消費電力行列Ｈ＃２は、消費電力算出部５１５に与えられる。
　実施の形態５においては、分析部５１４ｃは、未知機器データ記憶部５１４ｅに未知機器データが記憶されている場合には、係数行列Ｕ＃２に、その未知機器が稼働状態であるか否かに対応する行を追加することで、追加係数行列Ｕ＃５を生成する。そして、分析部５１４ｃは、追加係数行列Ｕ＃５と、観測データ生成部２１４ｂからの観測行列Ｙ＃２とから、期間Ｎにおける、時間フレームＴ毎の平均消費電力を示す追加消費電力行列Ｈ＃５を算出する。追加消費電力行列Ｈ＃５には、未知機器の平均消費電力も含まれている。
　図１７は、追加消費電力行列Ｈ＃５の一例を示す概略図である。
　追加消費電力行列Ｈ＃５は、稼働状態データを取得することのできる機器１０１から取得された稼働状態であるか否かに対応する行Ｌ＃１と、未知機器が稼働状態であるか否かに対応する行Ｌ＃２とを含む。
　ここで、分析部５１４ｃは、追加消費電力行列Ｈ＃５と、追加係数行列Ｕ＃５との乗算結果が、観測行列Ｙ＃２に近づくように、未知機器データで示される稼働状態であるか否かを更新する。そして、分析部５１４ｃは、予め定められた収束条件が満たされるまで、未知機器データで示される稼働状態であるか否かの更新を継続して、最終的な追加消費電力行列Ｈ＃５を算出する。
　ここでの収束条件は、例えば、更新回数が閾値である更新閾値にまで到達すること、又は、追加消費電力行列Ｈ＃５及び追加係数行列Ｕ＃５の乗算結果と、観測行列Ｙ＃２との差分が、予め定められた閾値以下となること等である。
　このようにして算出された追加消費電力行列Ｈ＃５は、未知機器データとともに消費電力算出部５１５に与えられる。
　消費電力算出部５１５は、平均消費電力分析部５１４から消費電力行列Ｈ＃２が与えられた場合には、その消費電力行列Ｈ＃２と、稼働状態データ取得部１１２から与えられる稼働状態データとから、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す機器消費電力時系列データを生成する。ここでの処理は、実施の形態２における消費電力算出部２１５での処理と同様である。
　また、消費電力算出部５１５は、平均消費電力分析部５１４から追加消費電力行列Ｈ＃５が与えられた場合には、その追加消費電力行列Ｈ＃５と、その追加消費電力行列Ｈ＃５とともに与えられた未知機器データと、稼働状態データ取得部１１２から与えられる稼働状態データとから、期間Ｎにおいて、周期ｎ毎に、機器１０１毎の機器消費電力を示す追加機器消費電力時系列データを生成する。ここでの処理は、未知機器が稼働状態であるか否かが含まれている他は、実施の形態２における消費電力算出部２１５での処理と同様である。
　以上のように、実施の形態５によれば、稼働状態データを取得することのできない機器１０１が含まれている場合でも、各機器１０１の機器消費電力を推定することができる。
実施の形態６．
　複数の機器１０１の消費電量については、一度、信頼のおける結果が得られれば、環境が大きく異ならない限り、大きく変化することはないと考えられる。実施の形態６は、このような場合に対応する。
　図１に示されているように、実施の形態６に係る消費電力推定装置６１０を含む消費電力推定システム６００は、複数の機器１０１と、電力計測器１０２と、消費電力推定装置６１０とを備える。
　実施の形態６における消費電力推定システム６００の機器１０１及び電力計測器１０２は、実施の形態１における消費電力推定システム１００の機器１０１及び電力計測器１０２と同様である。
　消費電力推定装置６１０は、電力計測器１０２からの総消費電力データで示される総消費電力から、複数の機器１０１の各々の消費電力である機器消費電力を推定する。
　消費電力推定装置６１０は、通信部１１１と、稼働状態データ取得部１１２と、総消費電力データ取得部１１３と、平均消費電力分析部６１４と、消費電力算出部２１５とを備える。
　実施の形態６に係る消費電力推定装置６１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３は、実施の形態１に係る消費電力推定装置１１０の通信部１１１、稼働状態データ取得部１１２及び総消費電力データ取得部１１３と同様である。
　また、実施の形態６に係る消費電力推定装置６１０の消費電力算出部２１５は、実施の形態２に係る消費電力推定装置２１０の消費電力算出部２１５と同様である。
　平均消費電力分析部６１４は、予め定められた期間毎に、全ての機器１０１の各々の平均的な消費電力である平均消費電力を算出する。
　実施の形態６における平均消費電力分析部６１４は、平均消費電力行列を順次算出し、平均諸費電力行列が予め定められた収束条件を満たす場合には、新たな平均諸費電力行列の算出を停止する。
　図１８は、実施の形態６における平均消費電力分析部６１４の構成を概略的に示すブロック図である。
　図１８に示されているように、平均消費電力分析部６１４は、係数行列生成部２１４ａと、観測データ生成部２１４ｂと、分析部６１４ｃと、収束判定部６１４ｆとを備える。
　実施の形態６における平均消費電力分析部６１４の係数行列生成部２１４ａ及び観測データ生成部２１４ｂは、実施の形態２における平均消費電力分析部２１４の係数行列生成部２１４ａ及び観測データ生成部２１４ｂと同様である。
　分析部６１４ｃは、実施の形態２と同様に、係数行列生成部２１４ａからの係数行列Ｕ＃２と、観測データ生成部２１４ｂからの観測行列Ｙ＃２とから、期間Ｎにおける、時間フレームＴ毎の平均消費電力を示す消費電力行列Ｈ＃２を算出する。
　このようにして算出された消費電力行列Ｈ＃２は、収束判定部６１４ｆ及び図１に示されている消費電力算出部２１５に与えられる。
　また、分析部６１４ｃは、収束判定部６１４ｆからの指示があった場合には、新たな消費電力行列Ｈ＃２の算出を停止し、最後に算出した消費電力行列Ｈ＃２を消費電力算出部２１５に与える。
　収束判定部６１４ｆは、分析部６１４ｃからの消費電力行列Ｈ＃２を受け取り、収束条件を満たすか否かを判定する。ここでの収束条件は、例えば、新たに取得された消費電力行列Ｈ＃２と、以前に取得された消費電力行列Ｈ＃２との差分が予め定められた閾値である収束閾値以下となる回数が、連続して予め定められた閾値である回数閾値以上となった場合、又は、消費電力行列Ｈ＃２の算出回数が、予め定められた閾値である収束回数閾値以上となった場合等である。なお、以前に取得された消費電力行列Ｈ＃２としては、例えば、新たに取得された消費電力行列Ｈ＃２の直前に取得された消費電力行列Ｈ＃２が使用されればよい。
　そして、収束判定部６１４ｆは、収束条件が満たされた場合には、分析部６１４ｃに、算出を停止するように指示を行う。
　以上のように、実施の形態６によれば、消費電力推定装置６１０の計算コストが低減される。
　以上に記載された実施の形態３～６では、実施の形態２で示された時間フレームＴに従って処理を行っているが、実施の形態３～６は、このような例に限定されない。例えば、実施の形態３～６は、実施の形態１で示された周期ｎに従って処理を行ってもよい。
　１００，２００，３００，４００，５００，６００　消費電力推定システム、　１０１　機器、　１０２　電力計測器、　１１０，２１０，３１０，４１０，５１０，６１０　消費電力推定装置、　１１１　通信部、　１１２　稼働状態データ取得部、　１１３　総消費電力データ取得部、　１１４，２１４，３１４，４１４，５１４，６１４　平均消費電力分析部、　１１４ａ，２１４ａ，４１４ａ　係数行列生成部、　１１４ｂ，２１４ｂ，３１４ｂ　観測データ生成部、　１１４ｃ，２１４ｃ，３１４ｃ，４１４ｃ、５１４ｃ　分析部、　４１４ｄ　経過時間閾値データ記憶部、　５１４ｅ　未知機器データ記憶部、　１１５，２１５，３１５，４１５，５１５　消費電力算出部。

Claims (13)

  1. 　予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得する総消費電力データ取得部と、
    　前記複数の機器のそれぞれから稼働状態を二値で示す稼働状態データを取得する稼働状態データ取得部と、
    　前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定する平均消費電力推定部と、
    　前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出する消費電力算出部と、を備えること
    　を特徴とする消費電力推定装置。
  2. 　前記平均消費電力推定部は、前記複数の機器のそれぞれの前記平均消費電力を成分とする消費電力行列と、前記複数の機器及び前記周期に対応する前記稼働状態であるか否かを示す値を成分とする係数行列との積が、前記周期に対応する前記総消費電力を成分とする観測行列になるとの等式から、前記消費電力行列を算出すること
    　を特徴とする請求項１に記載の消費電力推定装置。
  3. 　前記複数の機器に含まれる一つの機器に、消費電力の異なる複数のモードがある場合には、前記稼働状態データは、前記複数のモードのそれぞれにおいて稼働状態であるか否かを示し、
    　前記係数行列は、前記一つの機器に前記複数のモードがある場合には、前記複数のモードのそれぞれにおいて稼働状態であるか否かを示す値を成分とすること
    　を特徴とする請求項２に記載の消費電力推定装置。
  4. 　前記平均消費電力推定部は、前記複数の機器のそれぞれの前記平均消費電力を成分とする消費電力行列と、前記複数の機器及び前記周期に対応する稼働状態であるか否かを示す値を前記周期よりも長い時間フレームにおいて平均化した値を成分とする係数行列との積が、前記時間フレームに含まれる前記周期の前記総消費電力を平均化した平均総消費電力を成分とする観測行列になるとの等式から、前記消費電力行列を算出すること
    　を特徴とする請求項１に記載の消費電力推定装置。
  5. 　前記平均消費電力推定部は、前記複数の機器のそれぞれの前記平均消費電力及び前記複数の機器のそれぞれの消費電力の分散を成分とする消費電力行列と、前記複数の機器及び前記周期に対応する稼働状態であるか否かを示す値を前記周期よりも長い時間フレームにおいて平均化した値を成分とする係数行列との積が、前記時間フレームに含まれる前記周期の前記総消費電力を平均化した平均総消費電力及び前記平均総消費電力の二乗に前記時間フレームにおける前記総消費電力の標本分散を加算した加算値を成分とする観測行列になるとの等式から、前記消費電力行列を算出し、
    　前記消費電力算出部は、前記平均消費電力を前記稼働状態であるか否かを示す値に乗算した値に、前記分散が大きいほど大きな値を加算することで、前記機器消費電力を算出すること
    　を特徴とする請求項１に記載の消費電力推定装置。
  6. 　前記複数の機器に含まれる一つの機器に、消費電力の異なる複数のモードがある場合には、前記稼働状態データは、前記複数のモードのそれぞれにおいて稼働状態であるか否かを示し、
    　前記係数行列は、前記一つの機器に前記複数のモードがある場合には、前記複数のモードのそれぞれにおいて稼働状態であるか否かを示す値を前記時間フレームにおいて平均化した値を成分とすること
    　を特徴とする請求項４又は５に記載の消費電力推定装置。
  7. 　前記平均消費電力推定部は、前記複数の機器の稼働状態、又は、前記複数のモードに含まれる一つのモードで示される稼働状態が、予め定められた閾値以上継続する場合には、前記予め定められた閾値までの期間の稼働状態を一つのモード、前記予め定められた閾値よりも後の期間の稼働状態を別のモードとして、前記係数行例を生成すること
    　を特徴とする請求項６に記載の消費電力推定装置。
  8. 　前記平均消費電力推定部は、前記複数の機器に、前記稼働状態データを送信してこない機器である未知機器がある場合には、前記未知機器が稼働状態であるか否かを示す値として予め定められた稼働状態であるか否かを示す値を示す成分を、前記係数行列に含めること
    　を特徴とする請求項２から６の何れか一項に記載の消費電力推定装置。
  9. 　前記平均消費電力推定部は、前記係数行列の逆行列を前記等式に乗算することで、前記消費電力行列を算出すること
    　を特徴とする請求項２から８の何れか一項に記載の消費電力推定装置。
  10. 　前記平均消費電力推定部は、前記係数行列を拘束条件として、前記観測行列に対して行列因子分解を行うことで、前記消費電力行列を算出すること
    　を特徴とする請求項２から８の何れか一項に記載の消費電力推定装置。
  11. 　前記平均消費電力推定部は、前記平均消費電力行列を順次算出し、前記平均消費電力行列が予め定められた収束条件を満たす場合には、新たな前記平均消費電力行列の算出を停止すること
    　を特徴とする請求項２から１０の何れか一項に記載の消費電力推定装置。
  12. 　コンピュータを、
    　予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得する総消費電力データ取得部、
    　前記複数の機器のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得する稼働状態データ取得部、
    　前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定する平均消費電力推定部、及び、
    　前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出する消費電力算出部、として機能させること
    　を特徴とするプログラム。
  13. 　予め定められた周期毎に、複数の機器の合計の消費電力を総消費電力として計測する電力計測器から、前記総消費電力を示す総消費電力データを取得し、
    　前記複数の機器のそれぞれから稼働状態であるか否かを二値で示す稼働状態データを取得し、
    　前記総消費電力と、前記稼働状態であるか否かとから、前記複数の機器のそれぞれの平均消費電力を推定し、
    　前記平均消費電力を用いて、前記周期毎の前記複数の機器のそれぞれの消費電力である機器消費電力を算出すること
    　を特徴とする消費電力推定方法。
PCT/JP2022/021342 2022-05-25 2022-05-25 消費電力推定装置、プログラム及び消費電力推定方法 WO2023228298A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2022/021342 WO2023228298A1 (ja) 2022-05-25 2022-05-25 消費電力推定装置、プログラム及び消費電力推定方法
TW111137978A TW202346876A (zh) 2022-05-25 2022-10-06 耗電量估算裝置、程式產品及耗電量估算方法
PCT/JP2023/018263 WO2023228816A1 (ja) 2022-05-25 2023-05-16 消費電力推定装置、プログラム及び消費電力推定方法
JP2024522601A JPWO2023228816A1 (ja) 2022-05-25 2023-05-16

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/021342 WO2023228298A1 (ja) 2022-05-25 2022-05-25 消費電力推定装置、プログラム及び消費電力推定方法

Publications (1)

Publication Number Publication Date
WO2023228298A1 true WO2023228298A1 (ja) 2023-11-30

Family

ID=88918637

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2022/021342 WO2023228298A1 (ja) 2022-05-25 2022-05-25 消費電力推定装置、プログラム及び消費電力推定方法
PCT/JP2023/018263 WO2023228816A1 (ja) 2022-05-25 2023-05-16 消費電力推定装置、プログラム及び消費電力推定方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/018263 WO2023228816A1 (ja) 2022-05-25 2023-05-16 消費電力推定装置、プログラム及び消費電力推定方法

Country Status (3)

Country Link
JP (1) JPWO2023228816A1 (ja)
TW (1) TW202346876A (ja)
WO (2) WO2023228298A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013210230A (ja) * 2012-03-30 2013-10-10 Sony Corp データ処理装置、データ処理方法、及び、プログラム
JP2017049221A (ja) * 2015-09-04 2017-03-09 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 電力使用状態推定方法、電力使用状態推定装置およびプログラム
JP2020205684A (ja) * 2019-06-14 2020-12-24 大成建設株式会社 消費電力推定装置および消費電力推定方法
CN112381665A (zh) * 2020-09-28 2021-02-19 华南理工大学 一种基于鸡群算法的多特征加权的家用电气负荷识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013210230A (ja) * 2012-03-30 2013-10-10 Sony Corp データ処理装置、データ処理方法、及び、プログラム
JP2017049221A (ja) * 2015-09-04 2017-03-09 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 電力使用状態推定方法、電力使用状態推定装置およびプログラム
JP2020205684A (ja) * 2019-06-14 2020-12-24 大成建設株式会社 消費電力推定装置および消費電力推定方法
CN112381665A (zh) * 2020-09-28 2021-02-19 华南理工大学 一种基于鸡群算法的多特征加权的家用电气负荷识别方法

Also Published As

Publication number Publication date
WO2023228816A1 (ja) 2023-11-30
TW202346876A (zh) 2023-12-01
JPWO2023228816A1 (ja) 2023-11-30

Similar Documents

Publication Publication Date Title
Zhai et al. RUL prediction of deteriorating products using an adaptive Wiener process model
Mathieu et al. State estimation and control of heterogeneous thermostatically controlled loads for load following
CN102449575B (zh) 功率分配单元-装置相关
US9753477B2 (en) Load forecasting for residential sector demand response
US9964932B2 (en) Virtual demand auditing of devices in a building
KR101030701B1 (ko) 전력 계통 전압 안정도 감시 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
KR20180040154A (ko) 실시간 데이터 구동 전력 계량 및 비용 추정 시스템
EP3379278A1 (en) Battery energy store
US20130151212A1 (en) Systems, methods and devices for determining energy conservation measure savings
Jauregui-Rivera et al. Acceptability of four transformer top-oil thermal models—Part I: Defining metrics
CN110633194B (zh) 一种硬件资源在特定环境下的性能评估方法
CN110737569A (zh) 监控设备寿命的数据处理方法、装置、系统和存储介质
Ebrahim et al. Household load forecasting based on a pre-processing non-intrusive load monitoring techniques
WO2023228298A1 (ja) 消費電力推定装置、プログラム及び消費電力推定方法
Attarzadeh et al. Software development cost and time forecasting using a high performance artificial neural network model
WO2015083397A1 (ja) 演算装置
WO2020003624A1 (ja) 消費電力推定装置
Shang et al. Nonparametric change-point detection for profiles with binary data
Wu et al. Real time anomaly detection in wide area monitoring of smart grids
US9575132B2 (en) Method and system for calculating accurate battery percentage usage in wireless field devices
Werner et al. Event-triggered real-time metering in smart grids
JP2013239013A (ja) データ処理装置及びプログラム
WO2021130869A1 (ja) 機器状態判定システム、電力量計、および機器状態判定方法
Krause et al. It is about time: Time aware quality management for interactive systems with humans in the loop
JP5907926B2 (ja) 監視装置及びプログラム

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: 22943702

Country of ref document: EP

Kind code of ref document: A1