JP2019087030A - 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム - Google Patents
予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム Download PDFInfo
- Publication number
- JP2019087030A JP2019087030A JP2017214789A JP2017214789A JP2019087030A JP 2019087030 A JP2019087030 A JP 2019087030A JP 2017214789 A JP2017214789 A JP 2017214789A JP 2017214789 A JP2017214789 A JP 2017214789A JP 2019087030 A JP2019087030 A JP 2019087030A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- data set
- classes
- unit
- prediction model
- 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
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000012821 model calculation Methods 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000000536 complexating effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
複数の目的変数を記憶する第2記憶部と、
クラス分けに関する指示情報を入力する入力部と、
前記指示情報に基づいて複数のクラスを生成するクラス生成部と、
前記複数のクラスに対応する複数の予測モデルを計算する予測モデル計算部と、を備え、
前記予測モデル計算部は、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する学習用のデータセットを抽出する学習用データセット抽出部と、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する評価用のデータセットを抽出する評価用データセット抽出部と、
前記学習用のデータセットに基づいて、前記複数の予測モデルのそれぞれに含まれるパラメータを計算するパラメータ計算部と、
前記評価用のデータセットに基づいて、前記複数の予測モデルの予測性能を評価する予測性能評価部と、を備える、予測モデル生成装置が提供される。
図1は第1の実施形態による予測モデル生成装置1の概略構成を示すブロック図である。図1の予測モデル生成装置1が予測する対象は特に問わないが、以下では、例えば電力の需要を予測する例を主に説明する。電力の需要はその日時に大きく影響される。例えば、夏は冷房、冬は暖房のための電力の需要が大きく増える。また、平日は、業務のための電力需要があるため、休日よりも一般に需要が大きい。さらに、通常は、夜間よりも人々の活動が活発な昼間の時間帯の方が需要が大きい。また、需要は気象条件の影響を受ける。夏であれば気温が高いほど冷房の使用量が増えるので、需要も増える。逆に冬であれば、気温が低いほど需要が増える。また、雨量や日射量なども需要に影響する可能性がある。図1の予測モデル生成装置1は、日時や気象条件等によって需要が変動することを念頭に置いて、予測性能を向上可能な予測モデルを生成するものである。
Y=AX+b …(1)
第2の実施形態は、各予測モデル8を、複数の予測サブモデルを合成したアンサンブルモデルにするものである。
Claims (9)
- 複数の説明変数を記憶する第1記憶部と、
複数の目的変数を記憶する第2記憶部と、
クラス分けに関する指示情報を入力する入力部と、
前記指示情報に基づいて複数のクラスを生成するクラス生成部と、
前記複数のクラスに対応する複数の予測モデルを計算する予測モデル計算部と、を備え、
前記予測モデル計算部は、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する学習用のデータセットを抽出する学習用データセット抽出部と、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する評価用のデータセットを抽出する評価用データセット抽出部と、
前記学習用のデータセットに基づいて、前記複数の予測モデルのそれぞれに含まれるパラメータを計算するパラメータ計算部と、
前記評価用のデータセットに基づいて、前記複数の予測モデルの予測性能を評価する予測性能評価部と、を備える、予測モデル生成装置。 - 前記クラス生成部は、前記複数のクラスを識別するクラス識別子を出力し、
前記学習用データセット抽出部は、前記クラス識別子に応じた学習用のデータセットを抽出し、
前記評価用データセット抽出部は、前記クラス識別子に応じた評価用のデータセットを抽出し、
前記パラメータ計算部は、前記クラス識別子に応じた予測モデルのパラメータを計算する、請求項1に記載の予測モデル生成装置。 - 前記複数のクラスと、前記パラメータと、前記複数の予測モデルとを対応づけて表示する表示部を備える、請求項1又は2に記載の予測モデル生成装置。
- 前記パラメータ計算部は、前記複数の予測モデルのそれぞれごとに、
対応するパラメータに基づいて、複数の予測サブモデルのそれぞれを計算する複数の予測サブモデル計算部と、
前記複数の予測サブモデルのそれぞれに与える重みを設定する重み設定部と、を有し、
前記複数の予測モデルのそれぞれによる予測値は、前記複数の予測サブモデルのそれぞれの予測値と対応する重みとを乗じた値を足し合わせた値である、請求項1に記載の予測モデル生成装置。 - 前記予測性能評価部は、前記複数のクラスのそれぞれごとに、前記複数の予測サブモデルの重みの比率を示す情報を表示する表示部を請求項4に記載の予測モデル生成装置。
- 前記予測モデル計算部は、所定の対象物または対象サービスの需要予測を行うための前記複数の予測モデルを計算する、請求項1乃至5のいずれか一項に記載の予測モデル生成装置。
- 前記クラス分けは、日時条件及び環境条件の少なくとも一方に基づいて行われる、請求項1乃至6のいずれか一項に記載の予測モデル生成装置。
- 複数の説明変数を第1記憶部に記憶し、
複数の目的変数を第2記憶部に記憶し、
クラス分けに関する指示情報を入力部にて入力し、
前記指示情報に基づいて複数のクラスを生成し、
前記複数のクラスに対応する複数の予測モデルを計算する際に、
前記第1記憶部に記憶された前記複数の説明変数と、前記第2記憶部に記憶された前記複数の目的変数との中から、前記複数のクラスのそれぞれに対応する学習用のデータセットを抽出し、
前記第1記憶部に記憶された前記複数の説明変数と、前記第2記憶部に記憶された前記複数の目的変数との中から、前記複数のクラスのそれぞれに対応する評価用のデータセットを抽出し、
前記学習用のデータセットに基づいて、前記複数の予測モデルのそれぞれに含まれるパラメータを計算し、
前記評価用のデータセットに基づいて、前記複数の予測モデルの予測性能を評価する、予測モデル生成方法。 - コンピュータに、
複数の説明変数を記憶するステップと、
複数の目的変数を記憶するステップと、
クラス分けに関する指示情報を入力するステップと、
前記指示情報に基づいて複数のクラスを生成するステップと、
前記複数のクラスに対応する複数の予測モデルを計算するステップと、を実行させるものであり、
前記複数の予測モデルを計算するステップは、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する学習用のデータセットを抽出するステップと、
前記複数の説明変数及び前記複数の目的変数の中から、前記複数のクラスのそれぞれに対応する評価用のデータセットを抽出するステップと、
前記学習用のデータセットに基づいて、前記複数の予測モデルのそれぞれに含まれるパラメータを計算するステップと、
前記評価用のデータセットに基づいて、前記複数の予測モデルの予測性能を評価するステップと、を有する、予測モデル生成プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017214789A JP6797780B2 (ja) | 2017-11-07 | 2017-11-07 | 情報処理装置、情報処理方法及びプログラム |
US15/915,569 US11455544B2 (en) | 2017-11-07 | 2018-03-08 | Prediction model generation device, prediction model generation method, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017214789A JP6797780B2 (ja) | 2017-11-07 | 2017-11-07 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019087030A true JP2019087030A (ja) | 2019-06-06 |
JP6797780B2 JP6797780B2 (ja) | 2020-12-09 |
Family
ID=66327419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017214789A Active JP6797780B2 (ja) | 2017-11-07 | 2017-11-07 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11455544B2 (ja) |
JP (1) | JP6797780B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021068185A (ja) * | 2019-10-23 | 2021-04-30 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
US12033100B2 (en) | 2019-03-12 | 2024-07-09 | Kabushiki Kaisha Toshiba | Prediction device, prediction method, and non-transitory computer readable medium |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7031502B2 (ja) * | 2018-06-07 | 2022-03-08 | オムロン株式会社 | 制御システム、制御方法、学習装置、制御装置、学習方法及び学習プログラム |
WO2020004049A1 (ja) * | 2018-06-27 | 2020-01-02 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN112700027B (zh) * | 2019-10-22 | 2023-10-31 | 中国科学院广州能源研究所 | 用于电功率预测模型的多精度指标综合评价方法及*** |
JP7413131B2 (ja) * | 2020-04-08 | 2024-01-15 | 株式会社日立製作所 | 材料特性予測方法、材料特性予測装置 |
JP7514148B2 (ja) * | 2020-09-03 | 2024-07-10 | 株式会社東芝 | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164388A (ja) * | 2002-11-14 | 2004-06-10 | Yokogawa Electric Corp | 需要予測システム |
JP2007233639A (ja) * | 2006-02-28 | 2007-09-13 | Tohoku Electric Power Co Inc | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
JP2010218394A (ja) * | 2009-03-18 | 2010-09-30 | Fuji Electric Systems Co Ltd | エネルギー需要予測装置 |
JP2013196037A (ja) * | 2012-03-15 | 2013-09-30 | Hitachi Ltd | 需要予測システム及び需要予測方法 |
JP2015076091A (ja) * | 2013-10-09 | 2015-04-20 | 富士通株式会社 | 時系列予測アンサンブル |
US20170124466A1 (en) * | 2015-10-30 | 2017-05-04 | Global Design Corporation Ltd. | System, Method and Cloud-Based Platform for Predicting Energy Consumption |
JP2017121133A (ja) * | 2015-12-28 | 2017-07-06 | 株式会社東芝 | 電力需要予測装置および電力需要予測プログラム |
JP2017169289A (ja) * | 2016-03-14 | 2017-09-21 | 株式会社リコー | 電力予測システム、電力予測方法及びプログラム |
WO2017163277A1 (ja) * | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020127529A1 (en) * | 2000-12-06 | 2002-09-12 | Cassuto Nadav Yehudah | Prediction model creation, evaluation, and training |
JP4661250B2 (ja) | 2005-02-09 | 2011-03-30 | 富士電機ホールディングス株式会社 | 予測方法、予測装置および予測プログラム |
US20070233477A1 (en) * | 2006-03-30 | 2007-10-04 | Infima Ltd. | Lossless Data Compression Using Adaptive Context Modeling |
US20100325071A1 (en) | 2007-08-17 | 2010-12-23 | Institutt For Energiteknikk | System and method for empirical ensemble-based virtual sensing of gas emission |
JP5387877B2 (ja) | 2008-03-18 | 2014-01-15 | 富士電機株式会社 | 油入電気機器の余寿命推定方法 |
JP2013255390A (ja) | 2012-06-08 | 2013-12-19 | Mitsubishi Electric Corp | 電力需要予測装置及び電力需要予測方法 |
US20160140583A1 (en) * | 2014-11-14 | 2016-05-19 | International Business Machines Corporation | Dynamic ensemble modeling for revenue forecasting |
US10084658B2 (en) * | 2015-09-28 | 2018-09-25 | Cisco Technology, Inc. | Enhanced cloud demand prediction for smart data centers |
-
2017
- 2017-11-07 JP JP2017214789A patent/JP6797780B2/ja active Active
-
2018
- 2018-03-08 US US15/915,569 patent/US11455544B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164388A (ja) * | 2002-11-14 | 2004-06-10 | Yokogawa Electric Corp | 需要予測システム |
JP2007233639A (ja) * | 2006-02-28 | 2007-09-13 | Tohoku Electric Power Co Inc | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
JP2010218394A (ja) * | 2009-03-18 | 2010-09-30 | Fuji Electric Systems Co Ltd | エネルギー需要予測装置 |
JP2013196037A (ja) * | 2012-03-15 | 2013-09-30 | Hitachi Ltd | 需要予測システム及び需要予測方法 |
JP2015076091A (ja) * | 2013-10-09 | 2015-04-20 | 富士通株式会社 | 時系列予測アンサンブル |
US20170124466A1 (en) * | 2015-10-30 | 2017-05-04 | Global Design Corporation Ltd. | System, Method and Cloud-Based Platform for Predicting Energy Consumption |
JP2017121133A (ja) * | 2015-12-28 | 2017-07-06 | 株式会社東芝 | 電力需要予測装置および電力需要予測プログラム |
JP2017169289A (ja) * | 2016-03-14 | 2017-09-21 | 株式会社リコー | 電力予測システム、電力予測方法及びプログラム |
WO2017163277A1 (ja) * | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
Non-Patent Citations (2)
Title |
---|
JULIA KOPF: "The potential of model-based recursive partitioning in the social sciences - Revisiting Ockham's Raz", [ONLINE], JPN6020017019, 11 February 2010 (2010-02-11), ISSN: 0004270868 * |
MITSUO SHIMOHATA: "ハイブリッド型樹木法", [ONLINE], JPN6020017020, 14 June 2014 (2014-06-14), ISSN: 0004270869 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12033100B2 (en) | 2019-03-12 | 2024-07-09 | Kabushiki Kaisha Toshiba | Prediction device, prediction method, and non-transitory computer readable medium |
JP2021068185A (ja) * | 2019-10-23 | 2021-04-30 | 株式会社東芝 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20190138913A1 (en) | 2019-05-09 |
US11455544B2 (en) | 2022-09-27 |
JP6797780B2 (ja) | 2020-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019087030A (ja) | 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム | |
Zhu et al. | Wasserstein metric based distributionally robust approximate framework for unit commitment | |
JP5606114B2 (ja) | 発電量予測装置、予測方法及び予測プログラム | |
JP2009294969A (ja) | 需要予測方法および需要予測装置 | |
CN105809264B (zh) | 电力负载预测方法和装置 | |
CN108664682A (zh) | 一种变压器顶层油温的预测方法及其*** | |
CN109800898A (zh) | 一种智能短期负荷预测方法及*** | |
CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、***及终端设备 | |
CN110415036B (zh) | 用户等级的确定方法、装置、计算机设备和存储介质 | |
CN107730097B (zh) | 一种母线负荷预测方法、装置及计算设备 | |
EP3699834A1 (en) | Predicting and optimizing energy storage lifetime performance with adaptive automation control software | |
CN114493052B (zh) | 多模型融合自适应新能源功率预测方法和*** | |
US10635078B2 (en) | Simulation system, simulation method, and simulation program | |
CN117096875B (zh) | 一种基于Spatio-Temporal Transformer模型的短期负荷预测方法及*** | |
JP2018173837A (ja) | 予測装置、予測システム、予測方法及びプログラム | |
CN115564152A (zh) | 基于stirpat模型的碳排放量预测方法及装置 | |
Gangammanavar et al. | Two-scale stochastic optimization for controlling distributed storage devices | |
CN112801374B (zh) | 模型训练方法、用电负荷预测方法、装置及设备 | |
CN110826196B (zh) | 一种工业设备运行数据的处理方法及装置 | |
Lee et al. | An accelerated continual learning with demand prediction based scheduling in edge-cloud computing | |
JP2019148999A (ja) | 予測システム、予測方法、およびプログラム | |
JP7079663B2 (ja) | 電力需要予測システム、学習装置及び電力需要予測方法 | |
JP2018013934A (ja) | 電力価格予測装置 | |
Ludwig | Data-Driven Methods for Demand-Side Flexibility in Energy Systems | |
JP2020115276A (ja) | 情報処理方法、情報処理装置、プログラム及び学習済みモデルの生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190712 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190712 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190716 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200727 |
|
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: 20201020 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201118 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6797780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |