JP2006011715A - 資源消費量の推定方法及び装置 - Google Patents
資源消費量の推定方法及び装置 Download PDFInfo
- Publication number
- JP2006011715A JP2006011715A JP2004186484A JP2004186484A JP2006011715A JP 2006011715 A JP2006011715 A JP 2006011715A JP 2004186484 A JP2004186484 A JP 2004186484A JP 2004186484 A JP2004186484 A JP 2004186484A JP 2006011715 A JP2006011715 A JP 2006011715A
- Authority
- JP
- Japan
- Prior art keywords
- load curve
- standard load
- group
- resource consumption
- estimation
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 163
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims 1
- 238000013461 design Methods 0.000 description 47
- 238000004364 calculation method Methods 0.000 description 38
- 238000012938 design process Methods 0.000 description 35
- 238000000605 extraction Methods 0.000 description 33
- 238000005070 sampling Methods 0.000 description 33
- 238000012937 correction Methods 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 13
- 238000004220 aggregation Methods 0.000 description 11
- 230000002776 aggregation Effects 0.000 description 11
- 238000013517 stratification Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000005612 types of electricity Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 本発明では、各需要家の時間毎の消費電力量を推定する。本発明は、複数の需要家を電力量の消費のパターンが類似するグループに区分しておき、資源の消費パターンを表した標準負荷カーブを、区分したグループ毎に生成する。本発明では、推定対象となる需要家が属するグループを特定し、特定したグループの標準負荷カーブをその推定対象となる需要家の電力消費規模により補正し、推定対象の需要家に対する任意の期間内の単位時間毎の資源消費量を推定する。
【選択図】図4
Description
(全体構成)
本発明が適用された負荷カーブ推定システム10は、図1に示すような電力系統下に存在する需要家2の単位時間毎の消費電力量(負荷カーブ)を、推定するシステムである。
図3に、負荷カーブ推定システムによる負荷カーブの算出手順を示す。
負荷パターン区分とは、負荷カーブの推定対象となる需要家をグループ分けするための区分である。例えば、地域(需要家の所在地)や負荷率(年平均負荷に対するピーク月の負荷の割合など)、業種等の、その区分に属する需要家同士で負荷カーブの形状が同一又は類似するグループである。負荷カーブ推定システムでは、負荷パターン区分毎に共通の負荷カーブ(標準負荷カーブと呼ぶ。)を作成し、この標準負荷カーブを用いて個々の需要家の負荷カーブを作成する。負荷パターン区分設計処理(S1)では、この負荷パターン区分を設定する。
上記標準負荷カーブは、例えば予めサンプルとして抽出した需要家(以下、サンプル需要家という。)の負荷カーブに基づき作成する。この場合、需要サンプリング調査設計処理(S2)では、サンプル需要家を抽出するための調査、必要となるサンプル需要家の数の設定、層別化処理といったサンプル需要家を抽出するための具体的な支援処理を行う。この需要サンプリング調査設計処理(S2)は、先のステップS1で設定された負荷パターン区分毎に実行する。
需要サンプリング結果集計処理(S3)では、需要サンプリング調査設計処理(S2)で得たサンプル需要家の各時刻の電力消費量を集計し、サーバ等に格納する。集計方法には、リアルタイム集計及びオンライン集計(後日一括して集計する集計方法。)がある。
標準負荷カーブ作成処理(S4)では、標準負荷カーブを作成する。標準負荷カーブと
は、負荷カーブを求めたい各対象日の標準的な負荷パターンのことである。標準負荷カーブは、負荷パターン区分設計処理S1で定めた負荷パターン区分毎に作成する。また、標準負荷カーブを作成するために、本処理(S4)では、標準負荷カーブモデルが用意され、これに対象日の気象条件、曜日、季節情報等の需要影響要因等を入力し、同負荷カーブを算出する。なお、標準負荷カーブは、個々の需要家の規模(電力消費量の大小)は考慮せず、正規化した(例えば、契約電力の大きさを1とするなど)値である。このため、次の個別負荷カーブ推定処理(S5)では、個々の需要家の規模に対する補正処理を実施する。
個別負荷カーブ推定処理(S5)では、先に作成した標準負荷カーブを各需要家の需要規模に応じて補正して、需要家毎の負荷カーブを作成する。需要規模の補正には対象需要家の電力会社との契約電力、月単位の検針電力量などを利用した増加減処理が用いられる。
つぎに、本発明が適用された負荷カーブ推定システムの具体的な装置構成例について説明をする。
図5に示す負荷カーブ推定準備処理(S1〜S4)は、個々の需要家の負荷カーブ推定の基となる標準負荷カーブを作成するために必要となる標準負荷カーブモデルを作成するための一連の処理である。
図6に示す個別負荷カーブ推定処理(S5)では、個々の需要家の負荷カーブが作成される。
つぎに、負荷パターン区分設計処理S1の詳細な処理内容について説明をする。
図7に、負荷パターン区分設計処理S1の全体の流れを示す。負荷パターン区分設計処理S1は、負荷カーブ作成用主計算機11により実行がされる。
以下、負荷パターン区分の設計アルゴリズムについて説明する。まず、先の処理で区分設計指標とし指標を一つだけ選んだ場合(例えば、図8の例で所在地のみを選択した場合)のアルゴリズムについて説明する。
具体的には、下記の(I)から(V)の処理を繰り返すことにより、再クラスター化が行われる。
類似性Eoと分割後の類似性Eo´の差が最も大きくなる点を分割点とする。
つぎに、需要サンプリング調査設計処理S2の詳細な処理内容について説明をする。需要サンプリング調査設計処理S2は、負荷カーブ作成用主計算機11により実行がされる。
α%の確率水準で発生する誤差を、β×100%(又はγkWh)以下とする。
つぎに、標準負荷カーブ作成処理S4の詳細な処理内容について説明をする。標準負荷カーブ作成処理S4は、負荷カーブ作成用主計算機11により実行がされる。
電力の負荷カーブは、需要家の業種などの他、季節や曜日、時刻、さらには各日の気象条件などの様々な要因の影響を受ける。標準負荷カーブモデルとは、負荷パターン区分毎に、こうした各日の需要影響要因を加味したうえで、対象となる任意の日(または一定期間)の負荷カーブを作成するための負荷カーブ推定式又は負荷カーブの推定ロジックのことである。
共通形状モデルは、電力系統全体(発電所の発電出力パターンの合計が相当)やその一部(変電所内の変圧器の二次側電力量の毎時計測値等が相当)など、単位時間毎の電力量の実測パターンから標準負荷カーブを作成する標準負荷カーブモデルである。この標準負荷カーブモデルは、負荷パターン区分に地域単位など大まかな区分が適用された場合に利用することができる。また、系統内にインターバルメータなどの単位時間毎の電力量が測定できる需要家が存在する場合には、その需要分を差し引くなどの処理を利用者の選択によって実施するものとしている。
共通形状モデルでは、系統単位での負荷カーブの計測値を利用したが、即時サンプルモデルでは、負荷パターン区分毎に1または複数のサンプル需要家を設定しておき、設定されたサンプル需要家について対象日(x年y月z日)の単位時間毎の需要電力量を計測し、その計測値に基づき標準負荷カーブを作成する。
運転パターンモデルは、街灯等の動作パターンがある程度確定的な需要家について、予め負荷パターンをモデル化し、それを標準負荷カーブとしてそのまま利用するものである。
類似日モデルでは、図25に示すように、即時サンプルモデルと同様に、負荷パターン区分毎に、各日(x年y月z日)の標準負荷カーブを求める(S101〜S103)。
需要モデリングモデルは、負荷パターン区分毎に標準負荷カーブの各時刻の値と他の要因との関係を過去の標準負荷カーブ値と同要因との統計データに基づいて数式化した予測式を作成し、これに負荷カーブの算出の対象日の要因の値を代入し、対象日の標準負荷カーブを得る方法である。
つぎに、個別負荷カーブ推定処理S5の詳細な処理内容について説明をする。個別負荷カーブ推定処理S5は、負荷カーブ作成用主計算機11により実行がされる。
まず、標準負荷カーブの算出処理(S17)の処理内容について、標準負荷カーブモデル毎(「共通形状モデル」、「即時サンプルモデル」、「運転パターンモデル」、「類似日モデル」、「需要モデリングモデル」)に説明する。
共通形状モデルでの個別負荷カーブ推定処理におけるステップS17の流れを、図29を参照して説明をする。
即時サンプルモデルでの個別負荷カーブ推定処理におけるステップS17の流れを、図30を参照して説明をする。
運転パターンモデルでの個別負荷カーブ推定処理におけるステップS17の流れを、図31を参照して説明をする。
類似日モデルでの個別負荷カーブ推定処理におけるステップS17の流れを、図32を参照して説明をする。
需要モデリングモデルでの個別負荷カーブ推定処理におけるステップS17の流れを、図33を参照して説明をする。
以上のような標準負荷カーブの作成処理では、「オフライン処理」、「オンライン処理」及び「予測処理」の3つの処理を適用することが可能である。
つぎに、個別負荷カーブ推定処理S5の計算対象設定処理(図6のS15)について説明をする。
つぎに、個別負荷カーブ推定処理S5の負荷パターン区分の割当処理(図6のS16)について説明をする。
つぎに、個別負荷カーブ推定処理S5の需要家の需要規模に応じた補正処理(図6のS18)について説明をする。
以上のように、上記負荷カーブ推定システムでは、負荷パターン区分毎に標準負荷カーブを生成しておき、推定対象の需要家が属する負荷パターン区分を特定し、特定した負荷パターン区分の標準負荷カーブを用いてその需要家の負荷カーブを算出する。
Claims (11)
- 供給者から需要家へネットワークを介して供給される資源の消費量を推定する資源消費量の推定方法において、
複数の需要家を資源量の消費のパターンが類似するグループに区分しておき、
そのグループの資源の消費パターンを表した標準負荷カーブを、区分したグループ毎に生成しておき、
推定対象の需要家が属するグループを特定し、特定したグループの標準負荷カーブを用いて、推定対象の需要家に対する任意の期間内の単位時間毎の資源消費量を推定すること
を特徴とする資源消費量の推定方法。 - グループ毎の標準負荷カーブを生成する際に、そのグループに属するサンプルとなる需要家を選択し、選択した需要家の消費のパターンを実測し、実測した各需要家の負荷のパターンに基づき、上記標準負荷カーブを生成すること
を特徴とする請求項1記載の資源消費量の推定方法。 - 上記標準負荷カーブを、そのグループに含まれている需要家の属性を表すインデックスとともに格納しておくこと
を特徴とする請求項1記載の資源消費量の推定方法。 - 上記ネットワークの系統単位での資源の消費量を実測し、実測した値に基づき生成したパターンを、その系統の下に含まれている需要家のグループの標準負荷パターンとすること
を特徴とする請求項1記載の資源消費量の推定方法。 - 任意のグループに属するサンプルとなる1以上の需要家の単位時間毎の資源の消費量を実測し、実測した値に基づき生成されたパターンを、そのグループの標準負荷カーブとすること
を特徴とする請求項1記載の資源消費量の推定方法。 - 運転パターンが推定可能な需要家に対しては、標準負荷カーブをその運転パターンに応じた形状とすること
を特徴とする請求項1記載の資源消費量の推定方法。 - 上記標準負荷カーブは、資源の消費量と関連性を有する外的要因に対応付けられており、
推定対象の需要家又は推定対象となる期間の外的要因を特定し、特定した外的要因が対応付けられている標準負荷カーブを用いて、資源消費量を推定すること
を特徴とする請求項1記載の資源消費量の推定方法。 - 上記標準負荷カーブは、予測式にモデル化されていること
を特徴とする請求項1記載の資源消費量の推定方法。 - 特定したグループの標準負荷カーブを、需要家の消費規模又は積算測定値に応じて補正し、補正した値を需要家が消費した単位時間毎の資源量とすること
を特徴とする請求項1記載の資源消費量の推定方法。 - 供給者から需要家へネットワークを介して供給される資源の消費量を推定する資源消費量の推定装置において、
複数の需要家を資源の消費のパターンが類似するグループに区分し、資源の消費パターンを表した標準負荷カーブをグループ毎に格納した格納部と、
推定対象の需要家が属するグループを特定し、特定したグループの標準負荷カーブを上記格納部から取得し、取得した標準負荷カーブに基づき推定対象の需要家に対する任意の期間内の単位時間毎の資源消費量を推定する推定処理手段と
を備える資源消費量の推定装置。 - 供給者から需要家へネットワークを介して供給される資源の消費量を推定するコンピュータプログラムである資源消費量の推定プログラムにおいて、
複数の需要家を資源の消費のパターンが類似するグループに区分し、資源の消費パターンを表した標準負荷カーブをグループ毎に格納し、
推定対象の需要家が属するグループを特定し、特定したグループの標準負荷カーブを上記格納部から取得し、取得した標準負荷カーブに基づき推定対象の需要家に対する任意の期間内の単位時間毎の資源消費量を推定すること
を特徴とする資源消費量の推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004186484A JP2006011715A (ja) | 2004-06-24 | 2004-06-24 | 資源消費量の推定方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004186484A JP2006011715A (ja) | 2004-06-24 | 2004-06-24 | 資源消費量の推定方法及び装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006011715A true JP2006011715A (ja) | 2006-01-12 |
Family
ID=35778927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004186484A Pending JP2006011715A (ja) | 2004-06-24 | 2004-06-24 | 資源消費量の推定方法及び装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006011715A (ja) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008295193A (ja) * | 2007-05-24 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 電力デマンド制御装置、システム、および方法 |
JP4841703B1 (ja) * | 2011-06-03 | 2011-12-21 | 三菱電機インフォメーションシステムズ株式会社 | 推定値算出装置及びプログラム |
JP2014075851A (ja) * | 2012-10-02 | 2014-04-24 | Tokyo Gas Co Ltd | エネルギー消費量予測システムおよび電力消費量予測方法 |
JP2014085774A (ja) * | 2012-10-23 | 2014-05-12 | Hitachi Ltd | 寿命予測における地域傾向抽出方法 |
US20150112616A1 (en) * | 2013-10-23 | 2015-04-23 | Fujitsu Limited | Estimation program, estimation apparatus, and estimation method |
JP2015090639A (ja) * | 2013-11-07 | 2015-05-11 | 東京瓦斯株式会社 | エネルギー消費量予測システムおよびエネルギー消費量予測方法 |
JP2015106952A (ja) * | 2013-11-28 | 2015-06-08 | 富士通株式会社 | 推定プログラム、推定方法および推定装置 |
WO2015133635A1 (ja) * | 2014-03-07 | 2015-09-11 | 株式会社日立製作所 | データ分析システム及び方法 |
KR20160037583A (ko) * | 2014-09-29 | 2016-04-06 | 한국전력공사 | 전력 수요 예측 장치 및 방법 |
JP2016212547A (ja) * | 2015-05-01 | 2016-12-15 | 富士通株式会社 | 情報提供プログラム、情報提供装置、及び情報提供方法 |
JP2017022895A (ja) * | 2015-07-13 | 2017-01-26 | 三菱電機株式会社 | 負荷推定装置及び負荷推定方法 |
JP2017021497A (ja) * | 2015-07-08 | 2017-01-26 | 株式会社東芝 | 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 |
JP2017045387A (ja) * | 2015-08-28 | 2017-03-02 | 大阪瓦斯株式会社 | 異種エネルギ消費量推定装置及び異種特性推定装置 |
JP2017091294A (ja) * | 2015-11-12 | 2017-05-25 | 関西電力株式会社 | 生活リズム判定装置及び生活リズム判定システム |
CN110163508A (zh) * | 2019-05-23 | 2019-08-23 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
JP2020035413A (ja) * | 2018-08-28 | 2020-03-05 | 日鉄エンジニアリング株式会社 | 電力需要予測システム、電力需要予測モデルの構築方法、プログラム、及び営業支援システム |
CN114048923A (zh) * | 2021-11-29 | 2022-02-15 | 国网北京市电力公司 | 负荷曲线的生成方法、装置、存储介质及电子设备 |
WO2022209925A1 (ja) * | 2021-03-31 | 2022-10-06 | 株式会社日立製作所 | 電力系統解析装置および電力系統解析方法 |
JP7461244B2 (ja) | 2020-08-04 | 2024-04-03 | 東京瓦斯株式会社 | ガスの需要予測方法、システム、プログラム、記録媒体およびサーバー |
CN117875795A (zh) * | 2024-03-11 | 2024-04-12 | 成都工喜科技有限公司 | 一种基于实时数据分析的工厂经营状况分析方法及*** |
WO2024131236A1 (zh) * | 2022-12-23 | 2024-06-27 | 浙江苍南仪表集团股份有限公司 | 区域燃气用量预测方法、***、设备及物联网云平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003224931A (ja) * | 2002-01-28 | 2003-08-08 | Hitachi Ltd | 配電系統負荷推定装置 |
JP2004112869A (ja) * | 2002-09-13 | 2004-04-08 | Toshiba Corp | 電力需要予測システム |
-
2004
- 2004-06-24 JP JP2004186484A patent/JP2006011715A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003224931A (ja) * | 2002-01-28 | 2003-08-08 | Hitachi Ltd | 配電系統負荷推定装置 |
JP2004112869A (ja) * | 2002-09-13 | 2004-04-08 | Toshiba Corp | 電力需要予測システム |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008295193A (ja) * | 2007-05-24 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 電力デマンド制御装置、システム、および方法 |
JP4841703B1 (ja) * | 2011-06-03 | 2011-12-21 | 三菱電機インフォメーションシステムズ株式会社 | 推定値算出装置及びプログラム |
JP2014075851A (ja) * | 2012-10-02 | 2014-04-24 | Tokyo Gas Co Ltd | エネルギー消費量予測システムおよび電力消費量予測方法 |
JP2014085774A (ja) * | 2012-10-23 | 2014-05-12 | Hitachi Ltd | 寿命予測における地域傾向抽出方法 |
US20150112616A1 (en) * | 2013-10-23 | 2015-04-23 | Fujitsu Limited | Estimation program, estimation apparatus, and estimation method |
JP2015082928A (ja) * | 2013-10-23 | 2015-04-27 | 富士通株式会社 | 推定プログラム、推定装置及び推定方法 |
US10120002B2 (en) * | 2013-10-23 | 2018-11-06 | Fujitsu Limited | Estimation program, estimation apparatus, and estimation method |
JP2015090639A (ja) * | 2013-11-07 | 2015-05-11 | 東京瓦斯株式会社 | エネルギー消費量予測システムおよびエネルギー消費量予測方法 |
JP2015106952A (ja) * | 2013-11-28 | 2015-06-08 | 富士通株式会社 | 推定プログラム、推定方法および推定装置 |
WO2015133635A1 (ja) * | 2014-03-07 | 2015-09-11 | 株式会社日立製作所 | データ分析システム及び方法 |
JPWO2015133635A1 (ja) * | 2014-03-07 | 2017-04-06 | 株式会社日立製作所 | データ分析システム及び方法 |
US10664931B2 (en) | 2014-03-07 | 2020-05-26 | Hitachi, Ltd. | Data analyzing system and method |
KR101639402B1 (ko) * | 2014-09-29 | 2016-07-13 | 한국전력공사 | 전력 수요 예측 장치 및 방법 |
KR20160037583A (ko) * | 2014-09-29 | 2016-04-06 | 한국전력공사 | 전력 수요 예측 장치 및 방법 |
JP2016212547A (ja) * | 2015-05-01 | 2016-12-15 | 富士通株式会社 | 情報提供プログラム、情報提供装置、及び情報提供方法 |
JP2017021497A (ja) * | 2015-07-08 | 2017-01-26 | 株式会社東芝 | 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法 |
JP2017022895A (ja) * | 2015-07-13 | 2017-01-26 | 三菱電機株式会社 | 負荷推定装置及び負荷推定方法 |
JP2017045387A (ja) * | 2015-08-28 | 2017-03-02 | 大阪瓦斯株式会社 | 異種エネルギ消費量推定装置及び異種特性推定装置 |
JP2017091294A (ja) * | 2015-11-12 | 2017-05-25 | 関西電力株式会社 | 生活リズム判定装置及び生活リズム判定システム |
JP2020035413A (ja) * | 2018-08-28 | 2020-03-05 | 日鉄エンジニアリング株式会社 | 電力需要予測システム、電力需要予測モデルの構築方法、プログラム、及び営業支援システム |
JP7370710B2 (ja) | 2018-08-28 | 2023-10-30 | 日鉄エンジニアリング株式会社 | 電力需要予測システム、電力需要予測モデルの構築方法、プログラム、及び営業支援システム |
CN110163508A (zh) * | 2019-05-23 | 2019-08-23 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
CN110163508B (zh) * | 2019-05-23 | 2023-05-02 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
JP7461244B2 (ja) | 2020-08-04 | 2024-04-03 | 東京瓦斯株式会社 | ガスの需要予測方法、システム、プログラム、記録媒体およびサーバー |
WO2022209925A1 (ja) * | 2021-03-31 | 2022-10-06 | 株式会社日立製作所 | 電力系統解析装置および電力系統解析方法 |
CN114048923A (zh) * | 2021-11-29 | 2022-02-15 | 国网北京市电力公司 | 负荷曲线的生成方法、装置、存储介质及电子设备 |
WO2024131236A1 (zh) * | 2022-12-23 | 2024-06-27 | 浙江苍南仪表集团股份有限公司 | 区域燃气用量预测方法、***、设备及物联网云平台 |
CN117875795A (zh) * | 2024-03-11 | 2024-04-12 | 成都工喜科技有限公司 | 一种基于实时数据分析的工厂经营状况分析方法及*** |
CN117875795B (zh) * | 2024-03-11 | 2024-05-28 | 成都工喜科技有限公司 | 一种基于实时数据分析的工厂经营状况分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006011715A (ja) | 資源消費量の推定方法及び装置 | |
Meng et al. | Degree-day based non-domestic building energy analytics and modelling should use building and type specific base temperatures | |
Jota et al. | Building load management using cluster and statistical analyses | |
Mutanen et al. | Customer classification and load profiling method for distribution systems | |
JP6735219B2 (ja) | 予測システム及び予測方法 | |
US20160364807A1 (en) | Electric power business profit and loss calculation system and electric power business profit and loss calculation method | |
WO2019049546A1 (ja) | 予測システム及び方法 | |
CN109165763A (zh) | 一种95598客服工单的潜在被投诉的评估方法及装置 | |
Spalthoff et al. | SimBench: Open source time series of power load, storage and generation for the simulation of electrical distribution grids | |
CN105184388A (zh) | 一种城市电力负荷短期预测的非线性回归方法 | |
CN111428745A (zh) | 一种基于聚类分析的低压用户用电特征提取方法 | |
CN112288172A (zh) | 台区线损率的预测方法、装置 | |
CN117610214B (zh) | 一种基于动态地理特征的配电网接线智能规划方法 | |
KR20160074325A (ko) | 기상변화에 따른 전력수요지수 예측 시스템 및 그 방법 | |
Pluta et al. | Scigrid_gas-data model of the European gas transport network | |
Gerossier et al. | A novel method for decomposing electricity feeder load into elementary profiles from customer information | |
Lim et al. | Application of expert system to load composition rate estimation algorithm | |
Chen et al. | Reconsidering the smart metering data collection frequency for distribution state estimation | |
Zala et al. | A novel approach to design time of use tariff using load profiling and decomposition | |
Fernandes et al. | Day ahead load forecasting models for holidays in Indian context | |
Labate et al. | Shape: The load prediction and non-technical losses modules | |
Liu | Combining sister load forecasts | |
Radtke | A brief literature review of structuring district heating data based on measured values | |
Sinitsyna et al. | Some practical aspects of electric power consumption time series analysis | |
Sinitsyna et al. | Identification of Electric Power Consumption Patterns in Relation to Standard Load Profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070508 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091016 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091221 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100831 |