JP2015090639A - Energy consumption prediction system and energy consumption prediction method - Google Patents

Energy consumption prediction system and energy consumption prediction method Download PDF

Info

Publication number
JP2015090639A
JP2015090639A JP2013230918A JP2013230918A JP2015090639A JP 2015090639 A JP2015090639 A JP 2015090639A JP 2013230918 A JP2013230918 A JP 2013230918A JP 2013230918 A JP2013230918 A JP 2013230918A JP 2015090639 A JP2015090639 A JP 2015090639A
Authority
JP
Japan
Prior art keywords
energy consumption
day
information
night
category
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.)
Granted
Application number
JP2013230918A
Other languages
Japanese (ja)
Other versions
JP6134253B2 (en
Inventor
祐介 和田
Yusuke Wada
祐介 和田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tokyo Gas Co Ltd
Original Assignee
Tokyo Gas Co Ltd
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 Tokyo Gas Co Ltd filed Critical Tokyo Gas Co Ltd
Priority to JP2013230918A priority Critical patent/JP6134253B2/en
Publication of JP2015090639A publication Critical patent/JP2015090639A/en
Application granted granted Critical
Publication of JP6134253B2 publication Critical patent/JP6134253B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide an energy consumption prediction system and an energy consumption prediction method, allowing prediction of consumption of energy by only minimum information capable of being easily acquired.SOLUTION: A control part 3 averages power consumption information of every 30 minutes in each time in each category, and creates an average power consumption pattern of each of the daytime and the night of each day. Next, the control part 3 creates correlation between an air temperature and power consumption in each category from air temperature information and the power consumption information of each day stored in a storage part 5. At that time, the control part 3 correlates a maximum air temperature and total power consumption of the daytime about the daytime, and correlates a minimum air temperature and total power consumption of the night about the night. The control part 3 acquires an expected air temperature (an expected maximum air temperature and an expected minimum air temperature) of that day through a network. Next, the control part 3 acquires expected power consumption of the daytime or the night corresponding to the obtained expected air temperature according to the category of a target day.

Description

本発明は、電力などのエネルギーの消費量を予測可能な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に関するものである。   The present invention relates to an energy consumption prediction system and an energy consumption prediction method capable of predicting the consumption of energy such as electric power.

近年、省エネルギーの意識が高まっている。このような中、電力などのエネルギー消費量を予測し、エネルギー消費者がこれを把握することで、消費者の省エネルギーに対する意識を高め、効率の良い省エネルギー活動を行うことができる。   In recent years, energy conservation awareness has increased. Under such circumstances, energy consumption such as electric power is predicted, and the energy consumer grasps this, so that the consumer's awareness of energy saving can be raised and efficient energy saving activities can be performed.

このようなエネルギー消費量の予測方法としては、例えば、過去のエネルギー需要実績値と、気象情報とから、重回帰分析のアルゴリズムに基づいて予測モデルを構築し、エネルギーの需要の予測を行う需要予測システムがある（特許文献１）。   As a method for predicting such energy consumption, for example, a demand prediction that builds a prediction model based on multiple regression analysis algorithms from past actual energy demand values and weather information, and predicts energy demand. There is a system (Patent Document 1).

特開２００４−１６４３８８号公報JP 2004-164388 A

しかし、特許文献１のような従来の方法は、重回帰分析を行うために、多くの過去実績データが必要となる。また、特許文献１は、気温などの気象情報によってエネルギーの需要予測を行うものであるが、需要予測を行う当日の気象情報に対して類似日を設定するものである。このような類似日を設定することで、予測精度を上げるものである。しかし、このような類似日を設定するためには、多くの互いに異なる過去実績値が必要となる。   However, the conventional method such as Patent Document 1 requires a lot of past performance data in order to perform multiple regression analysis. Further, Patent Document 1 performs energy demand prediction based on weather information such as temperature, but sets a similar date for the weather information of the day on which the demand prediction is performed. By setting such a similar date, the prediction accuracy is improved. However, in order to set such a similar date, many different past performance values are required.

なお、特許文献１では、検索対象（過去実績）から、気象条件が当日と類似しているかどうかを判断する時間帯を、夜間や午前・午後などに変更することが可能である。しかし、特許文献１では、あくまでも、気象条件が予測対象日と類似している日を設定することを目的とし、類似判断を行う時間帯を、設定しているに過ぎない。したがって、例えば、予測対象日のある時間帯の気温変化について、同じ時間帯の気温変化が類似している過去の実績を用いて、予測対象日の一日全体の電力需要予測を行うものである。このため、時間帯に応じて別々の需要予測を行うものではない。   In Patent Document 1, it is possible to change the time zone for judging whether the weather condition is similar to the current day from the search target (past performance) to night, morning, afternoon, or the like. However, Patent Document 1 merely sets a time zone in which similarity determination is performed for the purpose of setting a day in which weather conditions are similar to a prediction target day. Therefore, for example, regarding the temperature change in a certain time zone of the prediction target day, the power demand prediction for the entire day of the prediction target date is performed using the past results in which the temperature change in the same time zone is similar. . For this reason, a separate demand prediction is not performed according to a time slot | zone.

通常、昼の時間帯の温度変化と夜の時間帯の温度変化は、必ずしも相関があるわけではない。このため、ある時間帯の気温変化だけを見て、予測対象日の全日の気温変化が類似であると判断することは、必ずしも精度が高いとは言えない。また、過去の実績値としても、各時間ごとの気温変化を記憶する必要があることから、データ量が多くなる。このように、従来の方法は、需要予測を行うために、多くの情報を必要とし、システム全体が大掛かりとなる。   Usually, there is not necessarily a correlation between the temperature change during the daytime and the temperature change during the nighttime. For this reason, it can not be said that it is necessarily necessarily high in accuracy to determine that the temperature change of all prediction days is similar only by looking at the temperature change in a certain time zone. Moreover, since it is necessary to memorize | store the temperature change for every time also as a past performance value, data amount increases. Thus, the conventional method requires a large amount of information in order to perform demand prediction, and the entire system becomes large.

本発明は、このような問題に鑑みてなされたもので、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能な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を提供することを目的とする。   The present invention has been made in view of such a problem, and an energy consumption prediction system and an energy consumption prediction method capable of predicting energy consumption with only minimum information that can be easily obtained. The purpose is to provide.

前述した目的を達するために第１の発明は、エネルギー消費量予測システムであって、過去の複数の日における所定時間ごとのエネルギー消費量情報を記憶する記憶部と、前記記憶部における前記エネルギー消費量情報を、曜日または営業形態によってカテゴリ分類するカテゴリ分類手段と、前記カテゴリ分類手段により分類された対象カテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予想対象日から過去に遡って所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成するパターン作製手段と、前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出するエネルギー消費量予想手段と、昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間ごとに一定の定数を乗じて、前記所定時間ごとの補正エネルギー消費量を算出するエネルギー消費量補正手段と、前記補正エネルギー消費量を表示する表示部と、を具備することを特徴とするエネルギー消費量予測システムである。   In order to achieve the above-described object, a first invention is an energy consumption prediction system, which is a storage unit that stores energy consumption information for each predetermined time in a plurality of past days, and the energy consumption in the storage unit. The category information is categorized according to the day of the week or the business form, and the target category classified by the category classification means is distinguished for each day and night and goes back to the past from the expected target date of energy consumption. Pattern generating means for averaging the energy consumption information for a predetermined number of the predetermined time periods to create an average energy consumption pattern for each day and night, and for each category, temperature information and energy consumption amount Correlation is used to calculate the expected daytime energy consumption from the expected maximum temperature on the forecasted day, The energy consumption prediction means for calculating the expected energy consumption at night from the expected minimum temperature of the day, and the total energy consumption in the average energy consumption pattern and the estimated energy consumption for each day and night are compared. The energy consumption amount is calculated by multiplying the average energy consumption pattern by a certain constant every predetermined time so that the energy consumption amount matches the expected energy consumption amount, and calculating the corrected energy consumption amount every predetermined time. An energy consumption prediction system comprising: a correction unit; and a display unit that displays the corrected energy consumption.

このようにすることで、曜日または営業形態によってカテゴリ毎に、昼と夜のそれぞれのエネルギー消費パターンを求めることができる。このため、気温とエネルギー消費量との関係から、昼と夜とに分けてエネルギー消費量を別々に予測することができる。このように、昼と夜とのそれぞれに対して、別々に需要の予測を行うため、予測精度が高い。   By doing in this way, the energy consumption pattern of each day and night can be calculated | required for every category according to a day of the week or a sales form. For this reason, energy consumption can be predicted separately for day and night from the relationship between temperature and energy consumption. Thus, since the demand is predicted separately for each day and night, the prediction accuracy is high.

特に、その日の最高気温によって、昼のエネルギー需要を予測し、その日の最低気温から、夜のエネルギー需要を予測するものである。したがって、実質的に、その日の最高気温と最低気温の予測値のみで、当日の一日のエネルギー需要量を予測することができる。   In particular, the energy demand during the day is predicted based on the highest temperature of the day, and the energy demand during the night is predicted from the lowest temperature of the day. Therefore, the energy demand for the day of the day can be predicted substantially only with the predicted values of the highest temperature and the lowest temperature of the day.

この際、過去実績のデータは、直近の数点〜十数点でよいため、計算に用いるデータ量も少なくて済む。   At this time, the past performance data may be the nearest several to a dozen or so, so that the amount of data used for the calculation may be small.

また、本発明では、前記パターン作製手段は、前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することが望ましい。   Further, in the present invention, the pattern creating means is configured to have a sufficiently large number of information with respect to the number of information of the energy consumption information used when creating the average energy consumption pattern. For each of the above, the energy that has deviated more than a predetermined amount from the approximate expression obtained by correlating the maximum temperature or the minimum temperature for each of the categories for a predetermined period retroactively from the expected date of energy consumption and the energy consumption. It is desirable to exclude consumption information so that it is not used to create the average energy consumption pattern.

このようにすることで、少ない点数による予測ではあっても、特異点を排除することができるため、精度を確保することができる。   By doing in this way, even if it is prediction by a small number of points, since a singular point can be excluded, accuracy can be secured.

前記表示部は、所定期間の複数の各日と時間とを表で示し、一日を一列に示すとともに、各列の時間ごとの前記補正エネルギー消費量とエネルギー使用実績との乖離を表中に表示可能であることが望ましい。   The display unit displays a plurality of days and times in a predetermined period in a table, and shows one day in a row, and shows a difference between the corrected energy consumption and the energy usage results for each time in each column. It should be displayable.

例えば、一日の０時から２３時５９までを横一列に表示し、縦に、各日を並べて表示する。この際、表を１時間ごとのブロックで表示し、ブロックごとに、省エネルギーの実績を表示することで、利用者は、時間ごとの傾向や、曜日ごとの傾向を一目で把握することができる。   For example, one day from 0:00 to 23:59 is displayed in a horizontal row, and each day is displayed side by side. At this time, by displaying the table in blocks for every hour and displaying the results of energy saving for each block, the user can grasp the tendency for each hour and the tendency for each day of the week at a glance.

また、前記エネルギー消費量は、少なくとも電力消費量を含み、前記所定時間は、３０分であり、３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能としてもよい。   The energy consumption includes at least power consumption, and the predetermined time is 30 minutes, and the corrected energy consumption every 30 minutes is divided by 0.5 hours to obtain a maximum demand for 30 minutes on the day. Electric power may be calculated and displayed on the display unit.

また、連続する二つの３０分毎の前記補正エネルギー消費量同士を足して、１時間毎の前記補正エネルギー消費量を算出して、前記表示部に表示可能としてもよい。   Further, the correction energy consumption amount for each hour may be calculated by adding the two consecutive correction energy consumption amounts for every 30 minutes and displayed on the display unit.

このようにすることで、消費者は、当日の３０分最大需要電力とその発生時間帯を確実に把握することができる。したがって、節電すべき時間帯を選択し、賢い節電を実施することで、契約電力の超過を防止し、より高い電気料金を支払うことを防止できる。   By doing in this way, a consumer can grasp | ascertain reliably the 30 minute maximum demand power and its generation time zone on the day. Therefore, by selecting a time zone for power saving and performing smart power saving, it is possible to prevent the contract power from being exceeded and to pay a higher electricity charge.

第２の発明は、エネルギー消費量予測方法であって、過去の複数の日における所定時間毎のエネルギー消費量情報を、曜日または営業形態によってカテゴリ分類し、分類された対象カテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予想対象日から過去に遡って所定数の前記所定時間毎の前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成し、前記カテゴリ毎に、気温とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出し、昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出し、前記補正エネルギー消費量を表示することを特徴とするエネルギー消費量予測方法である。   A second invention is an energy consumption prediction method, wherein energy consumption information for each predetermined time in a plurality of past days is categorized according to a day of the week or a business form, and for each classified target category, noon and Distinguish each night and average the energy consumption information for a predetermined number of the predetermined times retroactively from the expected date of energy consumption to create an average energy consumption pattern for each day and night For each category, correlate the temperature and energy consumption, calculate the expected energy consumption during the day from the predicted maximum temperature on the prediction target day, and calculate the expected energy at night from the predicted minimum temperature on the prediction target day. Calculate the consumption, and for each day and night, the total energy consumption and the expected energy consumption in the average energy consumption pattern And the corrected energy consumption for each predetermined time is calculated by multiplying the average energy consumption pattern by a constant for each predetermined time so that the energy consumption matches the expected energy consumption. The energy consumption amount prediction method is characterized by displaying the corrected energy consumption amount.

前記エネルギー消費量は、少なくとも電力消費量を含み、前記所定時間は、３０分であり、３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であってもよい。または、前記エネルギー消費量は、少なくともガス消費量を含み、前記所定時間は、１時間であってもよい。   The energy consumption includes at least power consumption, and the predetermined time is 30 minutes, and the corrected energy consumption every 30 minutes is divided by 0.5 hours to obtain the maximum demand power for 30 minutes on that day. It may be calculated and displayed on the display unit. Alternatively, the energy consumption amount may include at least a gas consumption amount, and the predetermined time may be one hour.

前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することが望ましい。   From each day and night to the expected target day of energy consumption so that the number of information is sufficiently larger than the number of information of the energy consumption information used when creating the average energy consumption pattern Correlating the maximum or minimum temperature and energy consumption for each category for a predetermined period retroactively in the past, the energy consumption information deviated by a predetermined amount or more from the obtained approximate expression is the creation of the average energy consumption pattern It is desirable to exclude it from being used.

このようにすることで、少ない情報から、精度の高いエネルギー消費量予測を行うことができる。また、３０分毎の電力消費量または１時間ごとのガス消費量を表示することで、契約電力やガスの契約最大時間流量との関係を視認することができ、省エネルギーの必要性を把握することができる。   By doing in this way, highly accurate energy consumption prediction can be performed from a small amount of information. In addition, by displaying the power consumption every 30 minutes or the gas consumption per hour, you can see the relationship between the contract power and the contract maximum time flow rate of gas, and grasp the necessity of energy saving. Can do.

本発明によれば、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能な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を提供することができる。   According to the present invention, it is possible to provide an energy consumption prediction system and an energy consumption prediction method capable of predicting energy consumption with only minimum information that can be easily obtained.

エネルギー消費量予測システム１０を示す構成図。1 is a configuration diagram showing an energy consumption prediction system 10. FIG. エネルギー消費量予測装置１を示すハードウェア構成図。The hardware block diagram which shows the energy consumption prediction apparatus 1. FIG. エネルギー消費量予測装置１の制御方法を示すフローチャート。The flowchart which shows the control method of the energy consumption prediction apparatus 1. FIG. カテゴリの例を示す図。The figure which shows the example of a category. 時間毎の電力消費量の一例を示す図。The figure which shows an example of the power consumption for every time. カテゴリ毎の気温と電力消費量との関係を示す図。The figure which shows the relationship between the temperature and electric power consumption for every category. 気温により電力消費量の補正を行う状態を示す図。The figure which shows the state which correct | amends power consumption with temperature. 表示画面の一例を示す図。The figure which shows an example of a display screen. 表示画面の一例を示す図。The figure which shows an example of a display screen. 表示画面の一例を示す図。The figure which shows an example of a display screen. 長期実績の一例を示す図。The figure which shows an example of a long-term track record.

以下、図面を参照しながら、本発明の実施形態について説明する。図１は、エネルギー消費量予測システム１０を示す構成図である。エネルギー消費量予測システム１０は、エネルギー消費量予測装置１とエネルギー消費量管理サーバ２０とが、各端末２３とネットワーク２１を介して接続されている。なお、エネルギー消費量予測装置１とエネルギー消費量管理サーバ２０とは一体であってもよい。   Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a configuration diagram showing an energy consumption prediction system 10. In the energy consumption prediction system 10, the energy consumption prediction device 1 and the energy consumption management server 20 are connected to each terminal 23 via a network 21. The energy consumption prediction device 1 and the energy consumption management server 20 may be integrated.

エネルギー消費量予測装置１で算出されたエネルギー消費量は、エネルギー消費量管理サーバ２０に保存される。エネルギー消費量管理サーバ２０に保存された情報は、遠隔地などの端末２３に表示させることができる。   The energy consumption calculated by the energy consumption prediction device 1 is stored in the energy consumption management server 20. Information stored in the energy consumption management server 20 can be displayed on a terminal 23 such as a remote place.

図２は、エネルギー消費量予測装置１を示すハードウェア構成図である。なお、エネルギー消費量管理サーバ２０および端末２３は、エネルギー消費量予測装置１と同様の構成であるため、説明を省略する。エネルギー消費量予測装置１は、例えばコンピュータであり、制御部３、記憶部５、メディア入出力部７、通信制御部９、入力部１１、表示部１３、周辺機器Ｉ／Ｆ部１５等から構成され、それらがバス１７を介して接続される。   FIG. 2 is a hardware configuration diagram showing the energy consumption prediction apparatus 1. Note that the energy consumption management server 20 and the terminal 23 have the same configuration as that of the energy consumption prediction apparatus 1, and thus the description thereof is omitted. The energy consumption prediction apparatus 1 is, for example, a computer, and includes a control unit 3, a storage unit 5, a media input / output unit 7, a communication control unit 9, an input unit 11, a display unit 13, a peripheral device I / F unit 15, and the like. They are connected via the bus 17.

制御部３は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成される。ＣＰＵは、記憶部５、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１７を介して接続された各装置を駆動制御し、エネルギー消費量予測装置１が行う処理を実現する。   The control unit 3 includes a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM (Random Access Memory), and the like. The CPU calls and executes a program stored in the storage unit 5, ROM, recording medium or the like in a work memory area on the RAM, drives and controls each device connected via the bus 17, and an energy consumption prediction device The processing performed by 1 is realized.

ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部５、ＲＯＭ、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部３が各種処理を行う為に使用するワークエリアを備える。   The ROM is a non-volatile memory and permanently holds a computer boot program, a program such as BIOS, data, and the like. The RAM is a volatile memory, and temporarily stores programs, data, and the like loaded from the storage unit 5, ROM, recording medium, and the like, and includes a work area used by the control unit 3 for performing various processes.

記憶部５は、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（フラッシュＳＳＤ）（ソリッドステートドライブ）であり、制御部３が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（オペレーティングシステム）等が格納される。プログラムに関しては、ＯＳ（オペレーティングシステム）に相当する制御プログラムや、後述の処理に相当するアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部３により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。また、記憶部５には、本発明において用いられる、各種データが保管される。   The storage unit 5 is an HDD (hard disk drive) or SSD (flash SSD) (solid state drive), and stores a program executed by the control unit 3, data necessary for program execution, an OS (operating system), and the like. As for the program, a control program corresponding to an OS (operating system) and an application program corresponding to processing described later are stored. Each of these program codes is read by the control unit 3 as necessary, transferred to the RAM, read by the CPU, and executed as various means. The storage unit 5 stores various data used in the present invention.

メディア入出力部７（ドライブ装置）は、データの入出力を行い、例えば、フロッピー（登録商標）ディスクドライブ、ＣＤドライブ（−ＲＯＭ、−Ｒ、ＲＷ等）、ＤＶＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、ＭＯドライブ等のメディア入出力装置を有する。   The media input / output unit 7 (drive device) performs data input / output. For example, a floppy (registered trademark) disk drive, a CD drive (-ROM, -R, RW, etc.), a DVD drive (-ROM, -R, -RW etc.) and media input / output devices such as MO drives.

通信制御部９は、通信制御装置、通信ポート等を有し、コンピュータとネットワーク間の通信を媒介する通信インタフェースであり、ネットワークを介して、例えば、制御部３によって天気情報や気温情報をインターネット上から取得することができる。   The communication control unit 9 includes a communication control device, a communication port, and the like, and is a communication interface that mediates communication between the computer and the network. For example, the control unit 3 transmits weather information and temperature information on the Internet via the network. Can be obtained from.

入力部１１は、データの入力を行い、例えば、キーボード、マウス等のポインティングデバイス、テンキー等の入力装置を有する。入力部１１を介して、コンピュータに対して、操作指示、動作指示、データ入力等を行うことができる。   The input unit 11 inputs data and includes, for example, a keyboard, a pointing device such as a mouse, and an input device such as a numeric keypad. An operation instruction, an operation instruction, data input, and the like can be performed on the computer via the input unit 11.

表示部１３は、ＣＲＴモニタ、液晶パネル等のディスプレイ装置、ディスプレイ装置と連携してコンピュータのビデオ機能を実現するための論理回路等（ビデオアダプタ等）を有する。   The display unit 13 includes a display device such as a CRT monitor and a liquid crystal panel, and a logic circuit (such as a video adapter) for realizing a video function of the computer in cooperation with the display device.

周辺機器Ｉ／Ｆ（インタフェース）部１５は、コンピュータに周辺機器を接続させるためのポートであり、周辺機器Ｉ／Ｆ部１５を介してコンピュータは周辺機器とのデータの送受信を行う。例えば、利用者の電力計やガスメーターと接続され、エネルギー消費実績を取得することができる。また、外部に設置された温度計や、気温情報を有する外部サーバなどに接続され、気温情報を取得することができる。この際、各時点での実際の温度を取得し、予測気温を制御部３によって逐次補正しても良い。なお、ネットワークを介して他のサーバや端末との情報のやり取りを行うのは、エネルギー消費量管理サーバ２０であってもよく、エネルギー消費量予測装置１が直接行ってもよい。   The peripheral device I / F (interface) unit 15 is a port for connecting a peripheral device to the computer, and the computer transmits and receives data to and from the peripheral device via the peripheral device I / F unit 15. For example, it is connected to a user's power meter or gas meter, and the energy consumption record can be acquired. Moreover, it is connected to the thermometer installed outside, the external server which has temperature information, etc., and it can acquire temperature information. At this time, the actual temperature at each time point may be acquired, and the predicted temperature may be sequentially corrected by the control unit 3. Note that information exchange with other servers and terminals via the network may be performed by the energy consumption management server 20 or directly by the energy consumption prediction apparatus 1.

バス１７は、各装置間の制御信号、データ信号等の授受を媒介する経路である。ここで、エネルギー消費量予測装置１、エネルギー消費量管理サーバ２０、端末２３としては、上記構成をすべて含むものに限定されるものではなく、本発明の機能を奏するために必要な構成のみを有すればよい。なお、以下の説明では、エネルギー消費量予測装置１における処理内容を示すが、前述したように、エネルギー消費量予測装置１で算出された情報等は、適宜エネルギー消費量管理サーバ２０に保存される。   The bus 17 is a path that mediates transmission / reception of control signals, data signals, and the like between the devices. Here, the energy consumption prediction device 1, the energy consumption management server 20, and the terminal 23 are not limited to those including all of the above-described configurations, and have only the configurations necessary for performing the functions of the present invention. do it. In addition, although the following description shows the processing content in the energy consumption prediction apparatus 1, as described above, the information calculated by the energy consumption prediction apparatus 1 is appropriately stored in the energy consumption management server 20. .

次に、エネルギー消費量予測装置１の機能について説明する。なお、以下の説明において、エネルギーが電力である例について説明するが、他のエネルギーとしてガスや、水などに対しても適用可能であることは言うまでもない。   Next, the function of the energy consumption prediction apparatus 1 will be described. In the following description, an example in which the energy is electric power will be described, but it goes without saying that the present invention can be applied to other energy such as gas or water.

図３は、エネルギー消費量予測装置１により、店舗や事業所などにおける一日の電力消費量を予測するための工程を示す図である。まず、制御部３は、記憶部５（エネルギー消費量予測装置１またはエネルギー消費量管理サーバ２０の記憶部５。以下同様。）に予め記憶されている電力消費量情報をカテゴリごとに分類する（ステップ１０１）。電力消費量情報とは、対象となる店舗や事業所に対し、過去の複数の日における各日毎、所定時間毎（本実施形態では３０分毎）の電力消費量に関する情報である。なお、過去の情報がない場合には、類似した営業形態や電力消費量をとる他の店舗や事業所の情報を用いても良い。   FIG. 3 is a diagram illustrating a process for predicting a daily power consumption amount in a store or business office by the energy consumption amount prediction apparatus 1. First, the control unit 3 classifies the power consumption information stored in advance in the storage unit 5 (the energy consumption prediction device 1 or the storage unit 5 of the energy consumption management server 20; the same applies hereinafter) for each category ( Step 101). The power consumption information is information regarding the power consumption for each target and every predetermined time (in this embodiment, every 30 minutes) for a target store or office. In addition, when there is no past information, you may use the information of the other store or office which takes a similar business form or power consumption.

図４は、カテゴリ分類の一例を示す図である。カテゴリとしては、例えば、曜日または営業形態により分類することができる。また、各カテゴリについて、昼と夜とに区分する。   FIG. 4 is a diagram illustrating an example of category classification. The category can be classified by, for example, a day of the week or a business form. Each category is divided into day and night.

例えば、店舗Ａは、日曜・休日の営業時間が他の日とは異なる営業形態である。また、例えば、土曜日と平日は同じ営業形態であっても、客数が土曜日の方が多いため、平日と土曜日のカテゴリを分けることもできる。このように、曜日または営業形態によってカテゴリを分ける。   For example, the store A has a business form in which business hours on Sundays and holidays are different from those on other days. Further, for example, even if the business form is the same on Saturdays and weekdays, the number of customers is larger on Saturdays, so the categories of weekdays and Saturdays can be divided. In this way, categories are divided according to the day of the week or the business form.

一方、店舗Ｂは、例えば水曜日が定休日のような場合に、他の平日と水曜日とを別のカテゴリとする。このように、各店舗ごとに、その営業形態に応じたカテゴリ分類を行うことができる。   On the other hand, for example, in the case where Wednesday is a regular holiday, the store B sets other weekdays and Wednesday as different categories. Thus, category classification according to the business form can be performed for each store.

また、各カテゴリは、昼と夜とに区分される。昼と夜の時間は、その営業形態に応じて適宜設定することができる。例えば、店舗Ａの営業時間が、９時から２１時とすると、その前後１時間を昼として、その他の時間を夜とすることができる。また、店舗Ｂのように、１２時間で昼と夜とを区分することもできる。なお、例えば、昼は、通常最高気温となる午後１２時〜１４時を含み、夜は、通常最低気温となる午前３時〜５時を含めばよい。   Each category is divided into day and night. Day and night times can be set as appropriate according to the type of business. For example, if the business hours of the store A are from 9 o'clock to 21 o'clock, the hour before and after that can be daytime, and the other hours can be nighttime. Further, as in the store B, the day and night can be divided in 12 hours. In addition, for example, the daytime may include a normal temperature of 12:00 to 14:00, and the night may include a normal minimum temperature of 3 to 5 am.

なお、カテゴリ分類は、上述した例に限られない。例えば、年末年始や盆休みなどの長期連休を考慮しても良い。   The category classification is not limited to the example described above. For example, long holidays such as New Year holidays and Bon holidays may be considered.

次に、制御部３は、それぞれのカテゴリ毎に、３０分毎の電力消費量情報をそれぞれの時間毎に平均化して、各日の昼と夜のそれぞれの平均電力消費パターンを作成する（ステップ１０２）。図５は、平均電力消費パターンを示す一例を示す図である。例えば、制御部３は、カテゴリ１−昼について、過去の平日における、３０分毎の電力消費量の平均値を算出する。   Next, for each category, the control unit 3 averages the power consumption information for every 30 minutes for each time, and creates each day's and night's average power consumption pattern for each day (step) 102). FIG. 5 is a diagram illustrating an example of an average power consumption pattern. For example, the control unit 3 calculates an average value of power consumption every 30 minutes in the past weekdays for the category 1-daytime.

ここで、平均化に用いられるデータは、１週間の内に３日以上を有するカテゴリ（本例では、月曜から金曜の５日）では、１０〜１５日とする。また、１週間の内に２日以下であるカテゴリでは、５〜９日とする。すなわち、過去３週間から５週間程度における同一カテゴリのデータを平均化する。図に示すように、各時刻（３０分毎）に対する、時間毎の電力消費量がグラフ化される（図中Ａ）。制御部３は、同様のグラフを、他のカテゴリについても、昼と夜とを別に作成する。   Here, the data used for averaging is 10 to 15 days in a category having 5 days or more in one week (in this example, 5 days from Monday to Friday). Moreover, in the category which is 2 days or less within one week, it is set as 5 to 9 days. That is, the data of the same category in the past 3 to 5 weeks is averaged. As shown in the figure, the power consumption per hour for each time (every 30 minutes) is graphed (A in the figure). The control unit 3 creates a similar graph for day and night separately for other categories.

次に、制御部３は、記憶部５に記憶されている、各日の気温情報（最高気温および最低気温）情報と、電力消費量情報とから、カテゴリ毎に気温と電力消費量との相関を昼と夜とのそれぞれについて作成する。また、予測対象日の気温情報から、対象日の予想電力消費量を算出する（ステップ１０３）。   Next, the control unit 3 correlates the temperature and the power consumption for each category from the temperature information (maximum temperature and minimum temperature) information stored in the storage unit 5 and the power consumption information for each day. For each day and night. Further, the predicted power consumption of the target date is calculated from the temperature information of the prediction target date (step 103).

図６（ａ）は、カテゴリ毎に、気温と昼夜それぞれの電力消費量との相関を作成した状態を示す図であり、図６（ｂ）は、カテゴリ１−昼の拡大図である。気温と電力消費量との相関図（例えば最小二乗法）は、横軸に気温情報を取り、縦軸には、その日の昼または夜の総電力消費量をプロットして作成される。この際、昼については、最高気温と昼の総電力消費量との相関をとり、夜については、最低気温と夜の総電力消費量との相関をとる。   FIG. 6A is a diagram showing a state in which the correlation between the temperature and the power consumption of each day and night is created for each category, and FIG. 6B is an enlarged view of category 1-day. The correlation diagram (for example, the least square method) between the temperature and the power consumption is created by plotting the temperature information on the horizontal axis and the total power consumption during the day or night of the day on the vertical axis. At this time, the correlation between the maximum temperature and the total power consumption during the day is taken for the daytime, and the correlation between the minimum temperature and the total power consumption at the night is calculated for the night.

ここで、相関式を算出する際、カテゴリごとに相関式の次数を変更することもできる。例えば、プロット数の多いカテゴリ（前述したように、１週間に３日以上あるカテゴリ）については、二次曲線で近似し、プロット数の少ないカテゴリ（例えば１週間に２日以下であるカテゴリ）は直線で近似してもよい。   Here, when calculating the correlation formula, the order of the correlation formula can be changed for each category. For example, for a category with a large number of plots (as described above, a category with 3 days or more per week), a category with a quadratic curve is approximated, and a category with a small number of plots (for example, a category with 2 days or less per week) is You may approximate with a straight line.

制御部３は、ネットワークを介して、当日の予想気温情報（予想最高気温および予想最低気温）を取得する。次いで、制御部３は、対象日のカテゴリに応じて、得られた予想気温に対応する昼および夜の予想電力消費量を取得する。例えば、図６（ｂ）においては、最高気温Ｂに対応する昼の電力消費量Ｃを算出する。なお、夜の場合には、最低気温に対応する夜の電力消費量を算出する。   The control unit 3 acquires the predicted temperature information (the predicted maximum temperature and the predicted minimum temperature) of the day via the network. Next, the control unit 3 acquires the expected power consumption of day and night corresponding to the obtained predicted temperature according to the category of the target day. For example, in FIG. 6B, the daytime power consumption C corresponding to the maximum temperature B is calculated. In the case of night, the power consumption at night corresponding to the lowest temperature is calculated.

次に、制御部３は、ステップ１０２で作成された平均電力消費パターンにおける総電力消費量とステップ１０３で取得した予想電力消費量とを比較する。また、制御部３は、平均電力消費パターンにおける総電力消費量が予想電力消費量と一致するように、平均電力消費パターンに対し３０分毎に一定の定数を乗じて、３０分毎の補正電力消費量を算出する（ステップ１０４）。   Next, the control unit 3 compares the total power consumption in the average power consumption pattern created in step 102 with the predicted power consumption acquired in step 103. In addition, the control unit 3 multiplies the average power consumption pattern by a constant every 30 minutes so that the total power consumption in the average power consumption pattern matches the expected power consumption, and corrects the corrected power every 30 minutes. A consumption amount is calculated (step 104).

図７は、補正電力消費量を算出する工程を示す概念図である。昼の平均電力消費パターン（図中Ａ）による昼の総電力消費量に対して、昼の予想電力消費量が２０％大きい場合には、３０分毎の全ての電力消費量に対して、×１．２を乗じる。したがって、時間毎の電力消費量は、全体として上方にシフトする（図中矢印Ｆ方向）。得られたグラフ（図中Ｄ）が、補正電力消費量となる。すなわち、昼（図中Ｅ）におけるグラフＤで囲まれた面積Ｃが、予想電力消費量（図６（ｂ）におけるＣ）と一致する。同様にして、夜についても補正電力消費量を算出する。   FIG. 7 is a conceptual diagram illustrating a process of calculating the corrected power consumption. When the expected power consumption in the daytime is 20% larger than the total power consumption in the daytime according to the average power consumption pattern in the daytime (A in the figure), x for all the power consumption every 30 minutes Multiply by 1.2. Accordingly, the power consumption per hour shifts upward as a whole (in the direction of arrow F in the figure). The obtained graph (D in the figure) is the corrected power consumption. That is, the area C surrounded by the graph D in the daytime (E in the figure) matches the expected power consumption (C in FIG. 6B). Similarly, the corrected power consumption is calculated for the night.

次に、制御部３は、得られた情報を表示部１３に表示する（ステップ１０５）。図８は、表示部１３の表示の一例を示す図である。表示部１３には、例えば、日付、対象日の予想最高気温、最低気温、契約電力、節電設定、表示設定、補正電力消費量（予測値）と実績等が表示される。   Next, the control unit 3 displays the obtained information on the display unit 13 (step 105). FIG. 8 is a diagram illustrating an example of display on the display unit 13. The display unit 13 displays, for example, the date, the predicted maximum temperature, the minimum temperature, the contract power, the power saving setting, the display setting, the corrected power consumption (predicted value), the actual result, and the like of the target date.

予想最高気温、最低気温は、ネットワークから取得した情報である。また、制御部３は、各時間の予想気温と実際の気温とを比較して、予想気温と実際の気温とにずれがある場合には、そのずれ分だけ、その後の予想気温を補正し、補正電力消費量を再計算してもよい。   The predicted maximum temperature and minimum temperature are information acquired from the network. In addition, the control unit 3 compares the predicted temperature of each time with the actual temperature, and if there is a difference between the predicted temperature and the actual temperature, the control unit 3 corrects the predicted temperature thereafter by the difference, The corrected power consumption may be recalculated.

節電設定は、節電率と、実施予定時刻とを設定可能である。節電率は、予想される補正電力消費量に対して、何％の節電をするかを設定可能である。また、節電を行う時刻を設定可能である。このような設定は、入力部１１によって入力される。   In the power saving setting, the power saving rate and the scheduled execution time can be set. The power saving rate can be set to what percentage of power saving with respect to the expected corrected power consumption. In addition, the time for power saving can be set. Such setting is input by the input unit 11.

契約電力は、対象店舗または事業所における許容エネルギー使用量である。ここで、通常、３０分毎の電力消費量（１時間換算）が、契約電力を超えると、より高い電力料金を支払う必要がある。したがって、３０分毎の電力消費量（１時間換算）が契約電力を超えないように、節電を行う必要がある。   The contract power is the allowable energy usage at the target store or business. Here, normally, when the power consumption (converted to one hour) every 30 minutes exceeds the contract power, it is necessary to pay a higher power charge. Therefore, it is necessary to save power so that the power consumption every 30 minutes (one hour equivalent) does not exceed the contract power.

そこで、本発明では、制御部３が、予想される３０分毎の電力量と契約電力とを比較して、消費者に注意喚起を行う。例えば、契約電力が１２０ｋＷ、注意レベルを１０％と設定すれば、補正電力消費量における３０分毎の予想消費電力が１０８ｋＷを超えると計算された場合に、注意喚起を行う。この場合、図に示すように、「○時〜○時に電力使用量注意」の表示を行う。消費者は、これに対し、前述した節電予定を立てることができる。なお、表示部１３に表示される最大電力予報は、３０分最大電力予報であり、３０分毎の最大電力使用量を０．５で除して１時間換算したものを表示する。   Therefore, in the present invention, the control unit 3 compares the expected amount of power every 30 minutes with the contract power and alerts the consumer. For example, if the contract power is set to 120 kW and the attention level is set to 10%, a warning is issued when the predicted power consumption every 30 minutes in the corrected power consumption is calculated to exceed 108 kW. In this case, as shown in the figure, the display “Warning about power consumption at the time of ○ to ○” is performed. In response to this, the consumer can make the aforementioned power saving schedule. Note that the maximum power forecast displayed on the display unit 13 is a 30-minute maximum power forecast, which is obtained by dividing the maximum power usage every 30 minutes by 0.5 and converted into one hour.

図９は、表示部１３に表示された、補正電力消費量と実績等を示すグラフの一例を示す図である。図中Ｊで示す折れ線は、前述の工程で予想された補正電力消費量である。グラフには、同時に、契約電力（図中Ｈ）と、注意レベル（図中Ｉ）が表示される。さらに、節電設定を行った際には、節電設定後の消費予想が表示される（図中Ｋ）。さらに、時間毎の電力消費量の実績値（図中Ｇ）が表示される。なお、電力消費量の実績値は、電力計によって、制御部３によって取得される。   FIG. 9 is a diagram illustrating an example of a graph that is displayed on the display unit 13 and shows the corrected power consumption, the actual results, and the like. The broken line indicated by J in the figure is the corrected power consumption predicted in the above-described process. At the same time, the contract power (H in the figure) and the attention level (I in the figure) are displayed on the graph. Further, when the power saving setting is performed, a consumption forecast after the power saving setting is displayed (K in the figure). Further, the actual value of power consumption for each hour (G in the figure) is displayed. In addition, the performance value of power consumption is acquired by the control part 3 with a power meter.

このように、補正電力消費量、目標値、実績値が同時に視認できるため、消費者は、どの程度の電力を消費しているか、また、どの程度の節電が必要かを容易に視認することができる。また、予想（補正電力消費量）に対して、電力を多く使用した時間帯などをすぐに把握することができる。   In this way, since the corrected power consumption, target value, and actual value can be visually recognized at the same time, the consumer can easily visually recognize how much power is consumed and how much power is required. it can. In addition, it is possible to immediately grasp the time zone in which a large amount of power is used with respect to the prediction (corrected power consumption).

なお、表示部に表示される３０分毎の電力消費量（補正電力消費量）としては、連続する二つの３０分毎のデータ同士を足して、１時間単位の電力消費量として表示することもできる。また、前述したように、３０分毎の電力消費量を０．５時間で除して、３０分における電力使用量の１時間換算値として表示しても良い。   In addition, as power consumption (corrected power consumption) every 30 minutes displayed on the display unit, two consecutive data every 30 minutes may be added and displayed as power consumption per hour. it can. Further, as described above, the power consumption for every 30 minutes may be divided by 0.5 hours and displayed as an hourly converted value of the power consumption for 30 minutes.

なお、上述した各項目について、グラフ上に表示させるかどうかは、表示設定によって容易に変更することができる。すなわち、必要な情報のみを表示部１３に表示することができる。   Whether or not to display each item described above on the graph can be easily changed by display setting. That is, only necessary information can be displayed on the display unit 13.

また、制御部３は、過去のデータを一括して表示することもできる。図１０は、このようにして表示された表示例である。一日を横一列に示し、複数日（例えば過去の一月分）の各列について、横軸に時間（０時〜２３時）をとった表とすることで、各時間での省エネルギー状況を一目で見ることができる。   Moreover, the control part 3 can also display the past data collectively. FIG. 10 is a display example displayed in this way. Show the day in a horizontal row, and for each column of multiple days (for example, for the past month), the horizontal axis shows the time (from 0:00 to 23:00). You can see at a glance.

例えば、予測に対して所定以上の電力を使用した時間（図中Ｍ）と、予想に対して所定以上の電力消費を抑制できた時間（図中Ｌ）を色分けなどによって表示してもよい。このように、一日ごとの各時間帯を複数列並べることで、時間ごとの傾向や曜日（カテゴリ）ごとの傾向を一目で把握することができる。すなわち、予想電力消費量と実績との乖離が大きかった時間帯を容易に把握することができる。また、電気の消し忘れなどの原因や、省電力活動の成果を明確に視認化することができる。なお、表には、カテゴリ番号を付してもよく、カテゴリによって文字や枠の表示色を変えてもよい。   For example, the time during which power of a predetermined amount or more is used for prediction (M in the figure) and the time during which power consumption of a predetermined amount or more can be suppressed for prediction (L in the figure) may be displayed by color coding or the like. In this way, by arranging a plurality of time zones for each day in a plurality of columns, it is possible to grasp at a glance the tendency for each hour and the tendency for each day of the week (category). That is, it is possible to easily grasp the time period in which the difference between the predicted power consumption and the actual result is large. In addition, it is possible to clearly visualize the causes of forgetting to turn off electricity and the results of power saving activities. The table may be assigned a category number, and the display color of characters and frames may be changed depending on the category.

また、制御部３は、昼夜それぞれの電力消費量の実績と、当日の最高気温および最低気温（予想値を用いることもできるが、実際の当日の最高気温情報および最低気温情報を別途取得することが望ましい）を記憶部５に保存する。保存された情報は、翌日以降の電力消費予測に利用される。ここで、エネルギー消費量予測装置１の制御部３は、エネルギー消費量管理サーバ２０の記憶部５に実績等を保存することもできる。この場合、エネルギー消費量管理サーバ２０の制御部３は、端末２３の表示部１３に前述した表示内容を表示させてもよく、または、エネルギー消費量予測装置１またはエネルギー消費量管理サーバ２０から、端末２３が各種情報（気温情報、予測結果および実績値など）を取得し、端末２３の制御部３によって、端末２３の表示部１３に表示させることもできる。   In addition, the control unit 3 acquires the actual power consumption amount of day and night and the maximum temperature and minimum temperature of the day (the predicted values can be used, but the actual maximum temperature information and minimum temperature information of the day must be acquired separately). Is desirable) is stored in the storage unit 5. The stored information is used for prediction of power consumption from the next day. Here, the control unit 3 of the energy consumption amount prediction device 1 can also save the record or the like in the storage unit 5 of the energy consumption amount management server 20. In this case, the control unit 3 of the energy consumption management server 20 may cause the display unit 13 of the terminal 23 to display the display content described above, or from the energy consumption prediction device 1 or the energy consumption management server 20, The terminal 23 can acquire various types of information (such as temperature information, prediction results, and actual values), and can be displayed on the display unit 13 of the terminal 23 by the control unit 3 of the terminal 23.

以上、本発明によれば、容易に入手可能な気温情報（最高気温と最低気温）と、過去の数週間の電力消費量の実績値のみを用いて、電力予測を行うことができる。この際、カテゴリ毎にデータを分類するため、予測精度が高い。特に、店舗の休業日や休日の営業日など、店舗や事業所の稼働状況に応じたカテゴリ分類を行うことができるため、使用者にとって最適なカテゴリ分類を行うことができる。   As mentioned above, according to this invention, electric power prediction can be performed only using the temperature information (maximum temperature and minimum temperature) which can be obtained easily, and the actual value of the power consumption of the past several weeks. At this time, since the data is classified for each category, the prediction accuracy is high. In particular, it is possible to perform category classification according to the operating status of the store or business office, such as a closed day of a store or a business day of a holiday, so that it is possible to perform category classification optimal for the user.

特に、本発明では、昼と夜とを区別して、別々に電力消費量を予測する。この際、最高気温情報によって昼の電力消費量を予測し、最低気温情報によって夜の電力消費量を予測する。これは、通常、最高気温は昼の時間帯に記録し、最低気温は夜の時間帯に記録されることが多いためである。また、昼の最高気温と、夜の最低気温とは、必ずしも相関があるわけではない。   In particular, according to the present invention, power consumption is predicted separately for day and night. At this time, the power consumption during the day is predicted based on the maximum temperature information, and the power consumption during the night is predicted based on the minimum temperature information. This is because the highest temperature is usually recorded during the daytime and the lowest temperature is often recorded during the nighttime. Also, the maximum daytime temperature and the nighttime minimum temperature are not necessarily correlated.

すなわち、昼が暑くても夜は涼しい日や、昼が涼しくても、夜は気温が下がらない日などがある。したがって、昼と夜との時間を別々の気温情報で予測することで、例えば、昼の最高気温情報によって、夜の電力消費量を予測することがない。したがって、より正確な電力消費量予測を行うことができる。この際、使用する情報が最高気温と最低気温のみであり、使用する情報量も少なくて済む。例えば、一日の予測気温を全ての時間において取得して、時間ごとの電力消費量をそれぞれ計算するようなことは不要である。   In other words, there are days when the day is hot even when the night is cool, and days when the day is cool and the temperature does not drop at night. Therefore, by predicting the time of day and night with different temperature information, for example, the power consumption at night is not predicted by the maximum temperature information of daytime. Therefore, more accurate power consumption prediction can be performed. At this time, the information used is only the maximum temperature and the minimum temperature, and the amount of information used is small. For example, it is not necessary to acquire the predicted temperature of the day at all times and calculate the power consumption for each hour.

また、電力消費量について予測を行う際、３０分毎のデータ（契約電力における最大電力消費量を決定する時間単位）を用いることで、契約電力との対比を行うことができる。したがって、単に１時間毎の電力消費量推移を予測するだけでなく、契約電力との比較が可能となり、これを超えないように、消費者に対して節電を意識づけることができる。   Moreover, when estimating about power consumption, it can contrast with contract power by using the data for every 30 minutes (time unit which determines the maximum power consumption in contract power). Therefore, it is possible not only to predict the hourly power consumption transition but also to compare with contract power, and to make consumers aware of power saving so as not to exceed this.

この際、表示部には、３０分毎の電力消費量の１時間換算値（契約電力における電力消費量の単位）を表示するため、契約電力との対比が容易である。   At this time, since the display unit displays the hourly converted value of power consumption every 30 minutes (unit of power consumption in the contract power), it is easy to compare with the contract power.

また、通常、電力消費量の予測には、過去の長期間にわたるデータを用いる方が、母数が大きいため、安定した予測を行うことができる。しかし、電力消費に影響を与える状況は、常に一定ではなく、電力消費状況が変わった場合には、その直後には、精度良く予測を行うことができない。   In addition, normally, for the prediction of power consumption, the use of data over a long period of time in the past has a larger parameter, so that stable prediction can be performed. However, the situation that affects the power consumption is not always constant, and when the power consumption situation changes, the prediction cannot be performed accurately immediately after that.

これに対し、本発明では、直近数週間の電力消費量の実績から、平均電力消費パターンを得る。このため、電力消費状況が変化しても、すぐにその変化が反映される。したがって、現状の電力消費状況に即した計算を行うことができる。   On the other hand, in the present invention, an average power consumption pattern is obtained from the results of power consumption over the last few weeks. For this reason, even if the power consumption state changes, the change is immediately reflected. Therefore, calculation according to the current power consumption state can be performed.

一方、本発明は、電力消費量の予測に対して、数週間分のデータのみを用いるため、母数が少なく、イレギュラーな実績による影響が大きくなる。そこで、本発明では、過去の長期（例えば過去１年）にわたる実績値も記憶部５に記憶しておき、カテゴリごとに最高気温と昼の電力消費量実績の相関および、最低気温と夜の電力消費量実績の相関を保持する。図１１は、カテゴリ１−昼の長期実績の例を示す図である。１日が経過して、当日の気温情報と昼夜の電力消費量実績とを取得した際に、制御部３は、同一カテゴリの前述した長期実績の相関と昼と夜とを別に比較する。この際、長期実績の相関に対して、所定以上乖離した（例えば±３０％以上）データについては（図中黒丸）特異日として扱い、翌日以降の電力消費予測に用いないようにすることもできる。したがって、ステップ１０２で作成される平均電力消費パターンは、排除された日を除いた直近の所定数のデータを用いる。   On the other hand, the present invention uses only a few weeks of data for the prediction of power consumption, so that the number of parameters is small and the influence of irregular results becomes large. Therefore, in the present invention, past actual values over a long period of time (for example, the past year) are also stored in the storage unit 5, and the correlation between the maximum temperature and the daytime power consumption results and the minimum temperature and the nighttime power for each category. Maintains a correlation of actual consumption. FIG. 11 is a diagram illustrating an example of the category 1-day long-term results. When one day has passed and the temperature information of the day and the power consumption record of day and night are acquired, the control unit 3 compares the correlation between the long-term results of the same category and the day and night separately. At this time, data that deviates more than a predetermined amount (for example, ± 30% or more) with respect to the correlation of long-term results (black circle in the figure) can be treated as a specific day and not be used for power consumption prediction on the following day . Therefore, the average power consumption pattern created in step 102 uses the most recent predetermined number of data except for the excluded day.

このようにすることで、特異日のデータを電力消費予測に用いることがない。なお、このような特異日のデータについても、長期データとしては、記憶部５に記憶して、長期実績の情報として用いることができる。   By doing in this way, the data of a peculiar day are not used for power consumption prediction. Note that such unique date data can also be stored as long-term data in the storage unit 5 and used as information on long-term results.

以上、添付図を参照しながら、本発明の実施の形態を説明したが、本発明の技術的範囲は、前述した実施の形態に左右されない。当業者であれば、特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。   As mentioned above, although embodiment of this invention was described referring an accompanying drawing, the technical scope of this invention is not influenced by embodiment mentioned above. It is obvious for those skilled in the art that various modifications or modifications can be conceived within the scope of the technical idea described in the claims. It is understood that it belongs.

例えば、エネルギーが電力の場合の実施例を示したが、エネルギーの対象が電力ではなくガスの場合には、下のように変更すればよい。ガスは、契約最大時間流量超過すると、翌年のガス料金単価が上がる場合がある。しかし、ガスの場合には、電力とは異なり、契約最大時間流量は３０分最大使用量ではなく、１時間の使用量がそのまま適用される。したがって、エネルギー対象がガスの場合には、前述した実施例の３０分単位の構成をすべて１時間単位に置き換えればよい。   For example, the embodiment in the case where the energy is electric power has been shown. However, when the target of energy is not electric power but gas, it may be changed as follows. If the maximum flow rate for gas is exceeded, the gas unit price for the following year may increase. However, in the case of gas, unlike electric power, the contract maximum time flow rate is not the maximum usage amount for 30 minutes, but the usage amount for one hour is applied as it is. Therefore, when the energy target is gas, all the 30-minute units in the above-described embodiment may be replaced with one-hour units.

１………エネルギー消費量予測装置
３………制御部
５………記憶部
７………メディア入出力部
９………通信制御部
１０………エネルギー消費量予測システム
１１………入力部
１３………表示部
１５………周辺機器Ｉ／Ｆ部
１７………バス
２０………エネルギー消費量管理サーバ
２１………ネットワーク
２３………端末
DESCRIPTION OF SYMBOLS 1 ......... Energy consumption prediction apparatus 3 ......... Control part 5 ......... Storage part 7 ......... Media input / output part 9 ......... Communication control part 10 ......... Energy consumption prediction system 11 ......... Input Unit 13 ... Display unit 15 Peripheral device I / F unit 17 Bus 20 Energy management server 21 Network 23 Terminal

Claims (9)

エネルギー消費量予測システムであって、
過去の複数の日における所定時間ごとのエネルギー消費量情報を記憶する記憶部と、
前記記憶部における前記エネルギー消費量情報を、曜日または営業形態によってカテゴリ分類するカテゴリ分類手段と、
前記カテゴリ分類手段により分類された対象カテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予想対象日から過去に遡って所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成するパターン作製手段と、
前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出するエネルギー消費量予想手段と、
昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間ごとに一定の定数を乗じて、前記所定時間ごとの補正エネルギー消費量を算出するエネルギー消費量補正手段と、
前記補正エネルギー消費量を表示する表示部と、
を具備することを特徴とするエネルギー消費量予測システム。 An energy consumption prediction system,
A storage unit for storing energy consumption information for each predetermined time in a plurality of past days;
Category classification means for classifying the energy consumption information in the storage unit according to a day of the week or a business form;
For each target category classified by the category classifying means, each day and night are distinguished, and the energy consumption information for a predetermined number of the predetermined times is averaged back to the past from the target date of energy consumption. Pattern creation means for creating average energy consumption patterns for each day and night,
For each category, correlation between temperature information and energy consumption is calculated, and the expected energy consumption for the day is calculated from the predicted maximum temperature on the prediction target day. Energy consumption forecasting means for calculating consumption,
For each day and night, the total energy consumption in the average energy consumption pattern is compared with the expected energy consumption, and the average energy consumption pattern is compared so that the energy consumption matches the expected energy consumption. Energy consumption correction means for calculating a corrected energy consumption for each predetermined time by multiplying a fixed constant for each predetermined time;
A display for displaying the corrected energy consumption;
An energy consumption prediction system comprising: 前記パターン作製手段は、
前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することを特徴とする請求項１記載のエネルギー消費量予測システム。 The pattern preparation means includes
From each day and night to the expected target day of energy consumption so that the number of information is sufficiently larger than the number of information of the energy consumption information used when creating the average energy consumption pattern Correlating the maximum or minimum temperature and energy consumption for each category for a predetermined period retroactively in the past, the energy consumption information deviated by a predetermined amount or more from the obtained approximate expression is the creation of the average energy consumption pattern 2. The energy consumption prediction system according to claim 1, wherein the energy consumption prediction system is excluded so as not to be used. 前記エネルギー消費量は、少なくとも電力消費量を含み、
前記所定時間は、３０分であり、
３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であることを特徴とする請求項１または請求項２に記載のエネルギー消費量予測システム。 The energy consumption includes at least power consumption,
The predetermined time is 30 minutes,
3. The corrected energy consumption every 30 minutes is divided by 0.5 hour to calculate the maximum demand power for 30 minutes on the day and display on the display unit. The energy consumption prediction system described in 1. 連続する二つの３０分毎の前記補正エネルギー消費量同士を足して、１時間毎の前記補正エネルギー消費量を算出して、前記表示部に表示可能であることを特徴とする請求項３記載のエネルギー消費量予測システム。   The correction energy consumption amount for every hour can be calculated by adding the two consecutive correction energy consumption amounts for every 30 minutes, and can be displayed on the display unit. Energy consumption prediction system. 前記表示部は、所定期間の複数の各日と時間とを表で示し、一日を一列に示すとともに、各列の時間ごとの前記補正エネルギー消費量とエネルギー使用実績との乖離を表中に表示可能であることを特徴とする請求項１から請求項４のいずれかに記載のエネルギー消費量予測システム。   The display unit displays a plurality of days and times in a predetermined period in a table, and shows one day in a row, and shows a difference between the corrected energy consumption and the energy usage results for each time in each column. The energy consumption prediction system according to any one of claims 1 to 4, wherein the energy consumption prediction system can be displayed. エネルギー消費量予測方法であって、
過去の複数の日における所定時間毎のエネルギー消費量情報を、曜日または営業形態によってカテゴリ分類し、
分類された対象カテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予想対象日から過去に遡って所定数の前記所定時間毎の前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成し、
前記カテゴリ毎に、気温とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出し、
昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出し、
前記補正エネルギー消費量を表示することを特徴とするエネルギー消費量予測方法。 An energy consumption prediction method,
Categorize energy consumption information for each predetermined time on multiple days in the past according to the day of the week or business type,
For each classified target category, day and night are distinguished by averaging the energy consumption information for a predetermined number of the predetermined times going back to the past from the target date of energy consumption. Create an average energy consumption pattern for each
For each category, correlate the temperature and energy consumption, calculate the expected energy consumption during the day from the expected maximum temperature on the forecasting day, and calculate the expected energy consumption at night from the forecasted minimum temperature on the forecasting day. Calculate the quantity,
For each day and night, the total energy consumption in the average energy consumption pattern is compared with the expected energy consumption, and the average energy consumption pattern is compared so that the energy consumption matches the expected energy consumption. Multiplying a certain constant for each predetermined time to calculate a corrected energy consumption for each predetermined time,
An energy consumption prediction method, characterized by displaying the corrected energy consumption. 前記エネルギー消費量は、少なくとも電力消費量を含み、
前記所定時間は、３０分であり、
３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であることを特徴とする請求項６記載のエネルギー消費量予測方法。 The energy consumption includes at least power consumption,
The predetermined time is 30 minutes,
7. The energy consumption according to claim 6, wherein the corrected energy consumption every 30 minutes is divided by 0.5 hours to calculate the maximum demand power for 30 minutes on the day and display on the display unit. Quantity prediction method. 前記エネルギー消費量は、少なくともガス消費量を含み、
前記所定時間は、１時間であることを特徴とする請求項６記載のエネルギー消費量予測方法。 The energy consumption includes at least a gas consumption,
The energy consumption prediction method according to claim 6, wherein the predetermined time is one hour. 前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することを特徴とする請求項６から請求項８のいずれかに記載のエネルギー消費量予測方法。
From each day and night to the expected target day of energy consumption so that the number of information is sufficiently larger than the number of information of the energy consumption information used when creating the average energy consumption pattern Correlating the maximum or minimum temperature and energy consumption for each category for a predetermined period retroactively in the past, the energy consumption information deviated by a predetermined amount or more from the obtained approximate expression is the creation of the average energy consumption pattern 9. The energy consumption prediction method according to claim 6, wherein the energy consumption amount is excluded so as not to be used.
JP2013230918A 2013-11-07 2013-11-07 Energy consumption prediction system and energy consumption prediction method Active JP6134253B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013230918A JP6134253B2 (en) 2013-11-07 2013-11-07 Energy consumption prediction system and energy consumption prediction method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013230918A JP6134253B2 (en) 2013-11-07 2013-11-07 Energy consumption prediction system and energy consumption prediction method

Publications (2)

Publication Number Publication Date
JP2015090639A true JP2015090639A (en) 2015-05-11
JP6134253B2 JP6134253B2 (en) 2017-05-24

Family

ID=53194117

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013230918A Active JP6134253B2 (en) 2013-11-07 2013-11-07 Energy consumption prediction system and energy consumption prediction method

Country Status (1)

Country Link
JP (1) JP6134253B2 (en)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017045387A (en) * 2015-08-28 2017-03-02 大阪瓦斯株式会社 Heterogeneous energy consumption estimation device and heterogeneous characteristic estimation device
JP2017050919A (en) * 2015-08-31 2017-03-09 住友電気工業株式会社 Demand power prediction device, demand power prediction method and computer program
CN107273998A (en) * 2016-06-30 2017-10-20 国网江苏省电力公司南通供电公司 A kind of Temperature correction method predicted for platform area daily power consumption
JP2018022443A (en) * 2016-08-05 2018-02-08 ティーエヌエムテック カンパニー リミテッドＴｎＭＴｅｃｈ Ｃｏ．， Ｌｔｄ． Energy management device and method
WO2018030030A1 (en) * 2016-08-08 2018-02-15 株式会社日立製作所 Totally integrated analysis model assistance device
JP2021114172A (en) * 2020-01-20 2021-08-05 東京瓦斯株式会社 Energy consumption prediction system, energy consumption prediction support system, energy consumption prediction method, and program
CN113642903A (en) * 2021-08-17 2021-11-12 安徽三马信息科技有限公司 Factory unit consumption real-time analysis system based on exponential analysis method
JP7062144B1 (en) 2022-01-06 2022-05-02 東京瓦斯株式会社 Power demand forecasting device and power demand forecasting method

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07123589A (en) * 1993-10-19 1995-05-12 Toshiba Corp Demand estimation system
JP2003242212A (en) * 2001-10-30 2003-08-29 Johnson Controls Technol Co Apparatus and method for determining day of the week with similar utility consumption profile
JP2005137143A (en) * 2003-10-31 2005-05-26 Osaka Gas Co Ltd Energy supply evaluation system
JP2005278335A (en) * 2004-03-25 2005-10-06 Toshiba Corp Support system for creating operation program of power consignment and support program for creating operation program of power consignment
JP2006011715A (en) * 2004-06-24 2006-01-12 Tokyo Electric Power Co Inc:The Estimation method for resource consumption, and device
JP2014075851A (en) * 2012-10-02 2014-04-24 Tokyo Gas Co Ltd Energy consumption amount prediction system and power consumption amount prediction method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07123589A (en) * 1993-10-19 1995-05-12 Toshiba Corp Demand estimation system
JP2003242212A (en) * 2001-10-30 2003-08-29 Johnson Controls Technol Co Apparatus and method for determining day of the week with similar utility consumption profile
JP2005137143A (en) * 2003-10-31 2005-05-26 Osaka Gas Co Ltd Energy supply evaluation system
JP2005278335A (en) * 2004-03-25 2005-10-06 Toshiba Corp Support system for creating operation program of power consignment and support program for creating operation program of power consignment
JP2006011715A (en) * 2004-06-24 2006-01-12 Tokyo Electric Power Co Inc:The Estimation method for resource consumption, and device
JP2014075851A (en) * 2012-10-02 2014-04-24 Tokyo Gas Co Ltd Energy consumption amount prediction system and power consumption amount prediction method

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017045387A (en) * 2015-08-28 2017-03-02 大阪瓦斯株式会社 Heterogeneous energy consumption estimation device and heterogeneous characteristic estimation device
JP2017050919A (en) * 2015-08-31 2017-03-09 住友電気工業株式会社 Demand power prediction device, demand power prediction method and computer program
CN107273998A (en) * 2016-06-30 2017-10-20 国网江苏省电力公司南通供电公司 A kind of Temperature correction method predicted for platform area daily power consumption
CN107273998B (en) * 2016-06-30 2024-02-13 国网江苏省电力公司南通供电公司 Air temperature correction method for predicting daily electricity quantity of transformer area
JP2018022443A (en) * 2016-08-05 2018-02-08 ティーエヌエムテック カンパニー リミテッドＴｎＭＴｅｃｈ Ｃｏ．， Ｌｔｄ． Energy management device and method
WO2018030030A1 (en) * 2016-08-08 2018-02-15 株式会社日立製作所 Totally integrated analysis model assistance device
JPWO2018030030A1 (en) * 2016-08-08 2019-04-25 株式会社日立製作所 Whole integrated analysis model support device
JP2021114172A (en) * 2020-01-20 2021-08-05 東京瓦斯株式会社 Energy consumption prediction system, energy consumption prediction support system, energy consumption prediction method, and program
CN113642903A (en) * 2021-08-17 2021-11-12 安徽三马信息科技有限公司 Factory unit consumption real-time analysis system based on exponential analysis method
CN113642903B (en) * 2021-08-17 2023-11-07 安徽三马信息科技有限公司 Factory unit consumption real-time analysis system based on index analysis method
JP7062144B1 (en) 2022-01-06 2022-05-02 東京瓦斯株式会社 Power demand forecasting device and power demand forecasting method
JP2023100466A (en) * 2022-01-06 2023-07-19 東京瓦斯株式会社 Power demand prediction device and power demand prediction method

Also Published As

Publication number Publication date
JP6134253B2 (en) 2017-05-24

Similar Documents

Publication Publication Date Title
JP6134253B2 (en) Energy consumption prediction system and energy consumption prediction method
JP6006072B2 (en) Energy consumption prediction system
US11169657B2 (en) Systems and methods for resource consumption analytics
JP5287478B2 (en) Power energy monitoring system
US9576327B2 (en) Managing time-substitutable electricity usage using dynamic controls
EP2290328B1 (en) Utility management system
US20120323385A1 (en) Providing energy management recommendations with an energy management device
US20190087762A1 (en) Systems and methods for improving resource utilization
US20140114489A1 (en) Sustainable energy efficiency management system
US20130046703A1 (en) Smart Communications for Power Consumption Information
KR20120036568A (en) Method for prediciting power load and method for sampling pattern
AU2014252667A1 (en) System and method for performing demand response optimizations
US20180225779A1 (en) System and method for determining power production in an electrical power grid
JP2015139283A (en) Device, method and program for prediction of power demand peak
JP2021065097A (en) Demand monitoring device, demand monitoring system, demand monitoring method, and demand monitoring program
US8463616B2 (en) Scheduling a process according to time-varying input prices
JP2005012912A (en) Operation planning method for power generation facility, and operation planning system for power generation facility
WO2022006546A1 (en) Methods for remote building intelligence, energy waste detection, efficiency tracking, utility management and analytics
JP3910948B2 (en) Information processing method and computer system for power supply plan
JP7399631B2 (en) Water demand forecasting system and its method
JP2012155385A (en) Energy consumption type determination system
JP5876814B2 (en) Energy consumption display device, energy consumption display method
JP6106052B2 (en) Energy management system and method, and program
JP2016015002A (en) Analysis device and program
US8606421B2 (en) Statistical method to obtain high accuracy in forecasting plant energy use

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160106

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161014

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161018

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161122

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170418

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170421

R150 Certificate of patent or registration of utility model

Ref document number: 6134253

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250