JP6213166B2 - 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 - Google Patents
未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 Download PDFInfo
- Publication number
- JP6213166B2 JP6213166B2 JP2013231579A JP2013231579A JP6213166B2 JP 6213166 B2 JP6213166 B2 JP 6213166B2 JP 2013231579 A JP2013231579 A JP 2013231579A JP 2013231579 A JP2013231579 A JP 2013231579A JP 6213166 B2 JP6213166 B2 JP 6213166B2
- Authority
- JP
- Japan
- Prior art keywords
- unknown parameter
- data
- relational expression
- power
- constraint condition
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Description
本発明は、未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置に関する。
近年、太陽光発電システムを代表とする分散型電源が家庭にも普及してきている。太陽光発電システムは環境に優しいというメリットがある一方、電力会社が供給する電力の品質に悪影響を及ぼすというデメリットもある。特に、配電網内の家庭(需要家)において太陽光発電システムが導入されることで、配電網内の電圧が規定電圧から逸脱するおそれがあることが問題となっている。なお、規定電圧とは、電気事業法により定められた、電力会社が維持する必要のある電圧(100V供給の場合、95V〜107Vの範囲の電圧)を意味する。
電圧を制御する方法としては、例えば、配電変電所の送り出し電圧の変更、電線の太線化、変圧器タップの見直しなどの様々な方法が考えられるが、電圧を制御するためには、どこの電圧をどのように変更するかを判断する必要がある。これに対し、配電網の電圧を知るための方法としては、電線に設置されたセンサを用いる方法があるが、現在のところ、配電網の規模に対してセンサの数は非常に少ない。
一方、配電網内における電圧や配電網内における電流値を求める方法としては潮流計算と呼ばれる手法が知られているが、潮流計算は需要家の電圧、電流、有効電力、無効電力のうち少なくとも2つ以上の情報を入力しなければ実行することができない。しかし現在導入が進められているスマートメータでは一部の需要家に関しては有効電力、無効電力の値が得られるものの、原則、有効電力の値しか取得できない。このため、潮流計算を行うためには、需要家の未知パラメータ(例えば、無効電力)を推定することが重要となる。
需要家の未知パラメータを推定する手法としては、特許文献1に記載されている手法などが知られている。この手法は潮流計算と最適化手法を組み合わせたものである。
しかしながら、上記特許文献1の手法では、例えば需要家の全ての無効電力が不明であるなど、未知パラメータの数が最適化の目的関数の数より大きい場合に、未知パラメータの値を一意に定めることができない。
1つの側面では、本発明は、未知パラメータの数が大きくとも、未知パラメータを推定することが可能な未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置を提供することを目的とする。
一つの態様では、未知パラメータ推定方法は、複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する処理と、前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する処理と、前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する処理と、前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する処理と、前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する処理と、前記制約条件を用いた最適化処理により前記未知パラメータを推定する処理と、をコンピュータが実行する未知パラメータ推定方法である。
一つの態様では、未知パラメータ推定プログラムは、複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得し、前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得し、前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定し、前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定し、前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定し、前記制約条件を用いた最適化処理により前記未知パラメータを推定する、処理をコンピュータに実行させる未知パラメータ推定プログラムである。
一つの態様では、未知パラメータ推定装置は、複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する第1取得部と、前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する第2取得部と、前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する関係式決定部と、前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する確からしさ決定部と、前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する制約条件決定部と、前記制約条件を用いた最適化処理により前記未知パラメータを推定する推定部と、を備えている。
未知パラメータの数が大きくとも、未知パラメータを推定することができる。
以下、配電網システムの一実施形態について、図1〜図10に基づいて詳細に説明する。
本実施形態の配電網システム100は、図1に示すように、配電網(配電系統)80と、未知パラメータ推定装置としての情報処理装置20と、を備える。配電網80内には、一例として配電変電所10と、3軒の需要家1〜3が存在しているものとする。需要家1〜3には、第1の計測装置としてのスマートメータ12が設置されており、需要家1〜3の上流側には、第2の計測装置としてのセンサ14が設置されているものとする。なお、配電変電所10の時刻tにおける電圧は、V0(t)と表されるものとする。
スマートメータ12は、所定時間間隔で(例えば30分ごとに)第1のデータとしての有効電力値(以下、単に「有効電力」と呼ぶ)を取得可能であり、取得した有効電力を情報処理装置20に対して送信する。ただし、スマートメータ12は、無効電力は取得できないものとする。なお、図1では、需要家1のスマートメータ12において時刻tに取得される有効電力は、P1(t)[W]であり、需要家2のスマートメータ12において時刻tに取得される有効電力は、P2(t)[W]であり、需要家3のスマートメータ12において時刻tに取得される有効電力は、P3(t)[W]であるものとする。
センサ14は、通過有効電力(Psensor(t)[W])、通過無効電力(Qsensor(t)[Var])、電圧(Vsensor(t)[V])の値を取得可能であり、取得した値のうち、通過無効電力(Qsensor(t)[Var])と電圧(Vsensor(t)[V])の値を情報処理装置20に対して送信する。
情報処理装置20は、潮流計算などを用いて、配電網80内の各地点における電圧を求める処理を実行する。情報処理装置20で求められた各地点における電圧は、不図示の電圧制御装置に送られ、配電網の電圧制御に利用される。なお、スマートメータ12では、潮流計算の入力データである各需要家の無効電力を得ることができないため、情報処理装置20では、各需要家の無効電力を推定する処理も実行するものとする。
図2には、情報処理装置20のハードウェア構成が示されている。図2に示すように、情報処理装置20は、CPU(Central Processing Unit)90、ROM(Read Only Memory)92、RAM(Random Access Memory)94、記憶部(ここではHDD(Hard Disk Drive))96、通信部97、表示部93、入力部95、及び可搬型記憶媒体用ドライブ99等を備えており、情報処理装置20の構成各部は、バス98に接続されている。表示部93は、液晶ディスプレイ等を含み、入力部95は、キーボードやマウスを含む。また、通信部97は、スマートメータ12やセンサ14との通信を行う。情報処理装置20では、ROM92あるいはHDD96に格納されているプログラム(未知パラメータ推定プログラムを含む)、或いは可搬型記憶媒体用ドライブ99が可搬型記憶媒体91から読み取ったプログラム(未知パラメータ推定プログラムを含む)をCPU90が実行することにより、図3に示すように、取得部50、推定部52、電圧算出・出力部34、及び制御部60としての機能を実現する。なお、図3には、HDD96等に格納されているセンサDB42、メータDB44、配電網構成DB46、未知パラメータDB48も図示されている。
取得部50は、第2取得部としてのセンサデータ取得部22と、第1取得部としてのメータデータ取得部24と、を有する。
センサデータ取得部22は、センサ14から、所定時間間隔(例えば30分間隔)で通過無効電力(Qsensor(t)[Var])と電圧(Vsensor(t)[V])を取得し、センサDB42に格納する。ここで、センサDB42は、図5(a)に示すようなデータ構造を有している。具体的には、センサDB42は、「時刻」、通過無効電力(Qsensor(t)[Var])を格納する「通過無効電力」、電圧(Vsensor(t)[V])を格納する「電圧」の各フィールドを有している。
メータデータ取得部24は、スマートメータ12から、所定時間間隔(30分間隔)で計測される有効電力のデータを取得し、メータDB44に格納する。ここで、メータDB44には、需要家1〜3ごとの、30分ごとの有効電力の値が格納されるようになっている。なお、図5(b)では、需要家1の有効電力を「需要家第1有効電力」、需要家2の有効電力を「需要家第2有効電力」、需要家3の有効電力を「需要家第3有効電力」の各フィールドに格納する。
推定部52は、関係式決定部としての未知パラメータ関係式決定部26と、確からしさ決定部としての関係式信頼度決定部28と、制約条件決定部としての未知パラメータ範囲決定部30と、推定部としての最適化手法実行部32と、を有する。
未知パラメータ関係式決定部26は、各需要家の有効電力の値と未知パラメータとしての各需要家の無効電力の値との間の関係式を決定する。
関係式信頼度決定部28は、未知パラメータ関係式決定部26が決定した関係式の信頼度(確からしさ)を決定する。
未知パラメータ範囲決定部30は、関係式の信頼度(確からしさ)を用いて、未知パラメータとしての各需要家の無効電力の制約条件を決定する。
最適化手法実行部32は、未知パラメータ範囲決定部30が決定した制約条件を用いた最適化処理により、未知パラメータとしての各需要家の無効電力を推定する。なお、最適化手法実行部32は、各需要家の無効電力を推定する際に、配電網80内の回路情報等が格納された配電網構成DB46を参照するものとする。また、最適化手法実行部32は、推定した未知パラメータを未知パラメータDB48に格納するものとする。なお、未知パラメータDB48は、図10に示すように、「時刻」、「需要家第1無効電力」、「需要家第2無効電力」、「需要家第3無効電力」の各フィールドを有する。「需要家第1無効電力」のフィールドには、需要家1の無効電力の推定値が格納され、「需要家第2無効電力」のフィールドには、需要家2の無効電力の推定値が格納され、「需要家第3無効電力」のフィールドには、需要家3の無効電力の推定値が格納される。
電圧算出・出力部34は、配電網構成DB46を参照し、未知パラメータDB48に格納されている各需要家の無効電力の値や、センサDB42、メータDB44の値に基づいて潮流計算を行う。また、電圧算出・出力部34は、潮流計算により得られる配電網80内の各地点の電圧を算出し、不図示の電圧制御装置に対して出力する。これにより、電圧制御装置は、配電網80内の電圧を規定電圧(95〜107V)内に維持することが可能となる。
制御部60は、取得部50、推定部52、及び電圧算出・出力部34を統括的に制御する。
(情報処理装置20の処理)
次に、本実施形態の情報処理装置20による処理の詳細について、図4のフローチャートに沿って、その他図面を適宜参照しつつ説明する。
次に、本実施形態の情報処理装置20による処理の詳細について、図4のフローチャートに沿って、その他図面を適宜参照しつつ説明する。
図4の処理においては、まず、ステップS10において、制御部60が、データ取得回数Tを設定するとともに、ブートストラップ標本数Bを設定する。例えば、制御部60は、データ取得期間を30日、データ取得頻度を30分間隔とした場合に、Tとして、T=48ポイント/1日×30日=1440を設定する。なお、本実施形態では、時刻t1を、データ取得1日目の0:00とするならば、時刻t2は、データ取得1日目の0:30となり、時刻tTは、データ取得30日目の23:30となる。また、制御部60は、ブートストラップ標本数Bとして、例えば、1000を設定する。
次いで、ステップS12では、制御部60の指示の下、センサデータ取得部22が、センサ14で得られる時刻t1,…,tTにおける通過無効電力Qsensor(t)と電圧Vsensor(t)を取得し、センサDB42に格納する。センサDB42は、図5(a)に示すようなデータが格納される。
また、ステップS14では、制御部60の指示の下、メータデータ取得部24が、需要家j(j=1〜3)のスマートメータ12で得られる時刻t1,…,tTの有効電力P(t)を取得し、メータDB44に格納する。メータDB44には、図5(b)に示すようなデータが格納される。なお、ステップS12、S14は、実際には同じタイミングで行われる処理である。
次いで、ステップS16では、制御部60の指示の下、未知パラメータ関係式決定部26が、需要家jの有効電力Pj(t)と無効電力Qj(t)の関係式をQj(t)=kjPj(t)とし、時刻t1,…,tTで得られたデータを基に、関係式Qj(t)=kjPj(t)の比例定数kjを最小二乗法で求める。
具体的には、ステップS16では、以下のような処理が実行される。
図6(a)には、図5(a)のセンサDB42と、図5(b)のメータDB44の各データ(図5(a)の「電圧」は除く)を纏めた表が示されている。
ここで、未知パラメータ関係式決定部26は、需要家jの有効電力Pj(t)と無効電力Qj(t)の関係式Qj(t)=kjPj(t)の比例定数kjが分かっていると仮定して、図6(a)の表を、図6(b)のように書き換える。なお、需要家jの有効電力Pj(t)と無効電力Qj(t)の関係式をQj(t)=kjPj(t)としたのは、一般的に、需要家jの有効電力Pj(t)と無効電力Qj(t)とが比例する可能性が高いからである。ただし、これに限らず、実情に合わせて、その他の関係式を用いることとしてもよい。
ここで、通過無効電力Qsensor(t)は、センサ14よりも下流側(需要家側)で消費される無効電力の和であるため、未知パラメータ関係式決定部26は、次式(1)のような連立方程式を立式する。
なお、上式(1)のQlossは配電線で消費する無効電力であり、εは誤差である。
未知パラメータ関係式決定部26は、誤差の2乗和
すなわち、未知パラメータ関係式決定部26は、以下の関係式(次式(3)〜(5))を導出する。
Q1(t)=k1P1(t) …(3)
Q2(t)=k2P2(t) …(4)
Q3(t)=k3P3(t) …(5)
Q1(t)=k1P1(t) …(3)
Q2(t)=k2P2(t) …(4)
Q3(t)=k3P3(t) …(5)
次いで、ステップS18では、制御部60の指示の下、関係式信頼度決定部28が、時刻t1,…,tTにおいて得られたデータ(図6(b))をB回リサンプリングし、B組のサンプルを作成する。
具体的には、まず、関係式信頼度決定部28は、図6(b)において、時刻tiで得たデータの集合{Qsensor(ti)、P1(ti),P2(ti),P3(ti)}をZiと定義する(図7参照)。
次いで、関係式信頼度決定部28は、図8に示すように、集合{Z1,…,ZT}から重複を許してT個のデータをランダムに選択し、B組のサンプルを作成する。その結果、例えば図8の1組目のサンプルのように、Z2が複数選択され、Z3が選択されないといったことが起こったり、例えば図8の2組目のサンプルのように、Z4が複数選択され、Z1が選択されないといったことが起こり得る。これら各組のサンプルは、ブートストラップ標本と呼ばれる。
次いで、ステップS20では、制御部60の指示の下、関係式信頼度決定部28が、B組のブートストラップ標本それぞれについてQj(t)=kjPj(t)の比例定数kjを最小二乗法で求める処理を実行する。
この場合、関係式信頼度決定部28は、B組の標本それぞれに対して、ステップS16と同様の処理を行い、b組目のブートストラップ標本について求めた需要家jの有効電力と無効電力の関係を特徴づける比例定数kj(b組目)を求める。図9には、ステップS20の処理が模式的に示されている。
次いで、ステップS22では、制御部60の指示の下、関係式信頼度決定部28が、B組分求めたkj(b組目)に基づいて、kjの分散を求める。
例えば、需要家1についてB組分求めたk1(b組目)は、k1(1組目),k1(2組目),…,k1(B組目)となる。関係式信頼度決定部28は、このB個のk1のデータの分散V(k1)を次式(6)から算出する。
なお、関係式信頼度決定部28は、需要家2,3の関係式の比例定数k2,k3の分散V(k2),V(k3)についても、上記と同様にして算出する。
次いで、ステップS24では、制御部60の指示の下、未知パラメータ範囲決定部30が、kjの分散を基に、Qj(t)の動く範囲を決定する。
ここで、kjの分散が大きいことは、すなわち、需要家jに関する有効電力と無効電力の関係式Qj(t)=kjPj(t)が当たりにくい(信頼度が低い、確からしくない)ことを表している。したがって、未知パラメータ範囲決定部30は、各需要家jにおける無効電力の動く範囲を次式(7)〜(9)で表し、kjの分散が大きいほどljの値を大きくとるようにする。
|Q1(t)-k1P1(t)|<s・l1(t) …(7)
|Q2(t)-k2P2(t)|<s・l2(t) …(8)
|Q3(t)-k3P3(t)|<s・l3(t) …(9)
|Q1(t)-k1P1(t)|<s・l1(t) …(7)
|Q2(t)-k2P2(t)|<s・l2(t) …(8)
|Q3(t)-k3P3(t)|<s・l3(t) …(9)
なお、sは係数である。ここで、上述のように、kjの分散が大きいほどljの値が大きくなるようにするため、未知パラメータ範囲決定部30は、lj(t)の値として、ステップS22で得られたV(kj)や、(V(kj))1/2などを用いることができる。ただし、これに限らず、lj(t)の値としては、V(kj)を用いたその他の式(ただし、kjの分散が大きいほどljの値が大きくなる式)を採用することとしてもよい。
次いで、ステップS26では、制御部60の指示の下、最適化手法実行部32が、無効電力Qj(t)の動く範囲を用いた最適化手法で無効電力Qj(t)の値を推定する処理を実行する。
本処理では、まず、最適化手法実行部32は、需要家1,2,3の無効電力Q1(t),Q2(t),Q3(t)と、需要家1,2,3の有効電力P1(t),P2(t),P3(t)に基づいて算出されるセンサ14の電圧をVsensor_calc(t)とし、この値と実際にセンサ14で計測された電圧Vsensor(t)の差の全時刻の合計Mを次式(10)とする。
そして、最適化手法実行部32は、Mの値が最小となるように未知パラメータ(無効電力)Q1(t),Q2(t),Q3(t)を決定し、推定値とする。ただし、最適化手法実行部32は、無効電力Q1(t),Q2(t),Q3(t)が上式(7)〜(9)の制約条件を満たすように、無効電力Q1(t),Q2(t),Q3(t)を推定する必要がある。
次いで、ステップS28では、最適化手法実行部32が、未知パラメータ(無効電力)Q1(t),Q2(t),Q3(t)を推定できたか否かを判断する。ここでの判断が否定された場合、すなわち、無効電力Q1(t),Q2(t),Q3(t)を推定できなかった場合には、ステップS30に移行し、最適化手法実行部32は、上式(7)〜(9)のsを変更する。例えば、制約条件が厳しすぎて無効電力Q1(t),Q2(t),Q3(t)の少なくとも1つを推定できなかった場合には、最適化手法実行部32は、制約条件を緩くするようにsを大きくする。また、制約条件が緩すぎて無効電力Q1(t),Q2(t),Q3(t)の少なくとも1つの解が定まらなかった場合には、最適化手法実行部32は、制約条件を厳しくするようにsを小さくする。その後は、ステップS24に戻り、ステップS24〜S30を繰り返す。
そして、ステップS28の判断が肯定された段階、すなわち、無効電力Q1(t),Q2(t),Q3(t)の全てを一意に推定できた段階で、最適化手法実行部32は無効電力Q1(t),Q2(t),Q3(t)の値を未知パラメータDB48に格納し、図4の全処理を終了する。
以上のようにして、図4の処理が終了した段階では、図10に示すように、未知パラメータDB48には、無効電力の推定結果が格納される。この無効電力の推定結果は、電圧算出・出力部34による潮流計算に用いられる。これにより、電圧算出・出力部34は、配電網80内の各地点の電圧を高精度に算出することができ、算出した各地点の電圧値を不図示の電圧制御装置に対して出力することができる。したがって、電圧制御装置では、電圧算出・出力部34から取得した配電網80内の各地点の電圧に基づいて、各地点の電圧を規定電圧(95〜107V)内に維持するように電圧管理を行うことが可能となる。
以上、詳細に説明したように、本実施形態によると、メータデータ取得部24は、複数の需要家jに設置されたスマートメータ12から、有効電力を所定時間間隔(例えば、30分間隔)で取得し(S14)、センサデータ取得部22は、複数の需要家の上流側に設置されたセンサ14から、通過無効電力及び電圧の値を所定時間間隔(例えば、30分間隔)で取得する(S12)。そして、未知パラメータ関係式決定部26は、未知パラメータ(無効電力)と有効電力の値との関係式を決定し(S16)、関係式信頼度決定部28は、有効電力と、通過無効電力及び電圧の値を用いて、関係式の確からしさ(例えば、kjの分散)を求める(S18〜S22)。更に、未知パラメータ範囲決定部30は、関係式の確からしさ(例えば、kjの分散)を用いて、未知パラメータの制約条件(上式(7)〜(9))を決定し(S24)、最適化手法実行部32が、制約条件を用いた最適化処理により未知パラメータを推定する(S26)。これにより、本実施形態では、未知パラメータに関係式の確からしさ(例えばkjの分散)を反映させた制約条件を設けることにより、未知パラメータの数が最適化の目的関数(式(10))の数よりも大きい場合でも、制約条件により未知パラメータを絞り込むことで、未知パラメータの値を一意に決定することが可能となる。
また、本実施形態では、関係式が確からしいほど、例えば、kjの分散が小さいほど未知パラメータがとりうる値の範囲を狭くし、関係式が確からしくないほど、例えばkjの分散が大きいほど未知パラメータがとりうる値の範囲を広くする。これにより、本実施形態では、未知パラメータがとりうる値を関係式の確からしさに応じて適切に設定することができる。
また、本実施形態では、スマートメータ12から取得した有効電力の値とセンサ14から取得した通過無効電力及び電圧の値を複数回リサンプリングし、リサンプリングによって得られた複数のブートストラップ標本を用いて、関係式の比例定数kjの分散、すなわち関係式の確からしさを決定する。これにより、関係式の確からしさを統計的に高精度に算出することができる。
また、本実施形態では、未知パラメータ(無効電力)の制約条件の下、センサ14から取得した電圧の値Vsensor(t)と、未知パラメータの関数として表されるセンサ14で得られる電圧の推定値Vsensor_calc(t)との差を目的関数として最適化手法を適用することで、未知パラメータを決定する。これにより、未知パラメータを適切な手法により決定することができる。
なお、上記実施形態では、説明の便宜上、ステップS26においてQi(t)を推定した後に、電圧算出・出力部34が各地点の電圧を算出する場合について説明したが、これに限られるものではない。すなわち、電圧算出・出力部34は、ステップS26におけるQi(t)の推定の際に算出される各需要家の電圧値を、電圧制御装置に対して出力するようにしてもよい。
なお、上記実施形態では、配電網80内に需要家が3軒ある場合について説明したが、これに限らず、需要家はその他の軒数であってもよい。また、一部の需要家に設置されたスマートメータで無効電力を測定できる場合には、その他の需要家の無効電力のみを未知パラメータとしてもよい。
なお、上記実施形態では、センサ14から得られる通過無効電力及び電圧の値と、スマートメータ12から得られる有効電力の値とから、未知パラメータとして、需要家における無効電力の値を推定する場合について説明した。しかしながら、これに限らず、センサ14及びスマートメータ12から得られるデータがその他の電力に関するデータであってもよいし、未知パラメータとして推定するデータが無効電力以外の電力に関するデータであってもよい。また、情報処理装置20から出力するデータは、配電網内の各地点の電圧のデータに限らず、電流のデータなどの電力に関するその他のデータであってもよい。
また、上記実施形態で説明した各処理は、一例である。例えば、スマートメータ12から取得することができない未知パラメータとスマートメータ12で得られたデータとの関係式を決定する処理としては、上述したステップS16で説明した方法に限らず、その他の方法で関係式を決定することとしてもよい。また、スマートメータ12で得られたデータとセンサ14で得られたデータを用いて関係式の確からしさを決定する処理としては、上述したステップS18〜S22で説明した方法に限らず、その他の方法(例えば、分散以外の値を用いる方法など)で、関係式の確からしさを決定することとしてもよい。また、関係式の確からしさを用いて、未知パラメータの制約条件を決定する処理としては、上述したステップS24で説明した方法に限らず、その他の方法で未知パラメータの制約条件を決定することとしてもよい。更に、制約条件を用いた最適化処理により未知パラメータを推定する処理としては、上述したステップS26で説明した方法に限らず、その他の最適化処理により未知パラメータを推定することとしてもよい。
なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体(ただし、搬送波は除く)に記録しておくことができる。
プログラムを流通させる場合には、例えば、そのプログラムが記録されたDVD(Digital Versatile Disc)、CD−ROM(Compact Disc Read Only Memory)などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。
なお、以上の実施形態の説明に関して、更に以下の付記を開示する。
(付記1) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する処理と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する処理と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する処理と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する処理と、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する処理と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する処理と、をコンピュータが実行することを特徴とする未知パラメータ推定方法。
(付記2) 前記未知パラメータの制約条件を決定する処理では、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記1に記載の未知パラメータ推定方法。
(付記3) 前記未知パラメータを推定する処理において前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定する処理、を前記コンピュータが実行することを特徴とする付記1又は2に記載の未知パラメータ推定方法。
(付記4) 前記関係式の確からしさを決定する処理では、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記1〜3のいずれかに記載の未知パラメータ推定方法。
(付記5) 前記未知パラメータを推定する処理では、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記1〜4のいずれかに記載の未知パラメータ推定方法。
(付記6) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得し、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得し、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定し、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定し、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定し、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する、処理をコンピュータに実行させることを特徴とする未知パラメータ推定プログラム。
(付記7) 前記未知パラメータの制約条件を決定する処理では、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記6に記載の未知パラメータ推定プログラム。
(付記8) 前記未知パラメータを推定する処理において前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定する処理、を前記コンピュータに実行させることを特徴とする付記6又は7に記載の未知パラメータ推定プログラム。
(付記9) 前記関係式の確からしさを決定する処理では、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記6〜8のいずれかに記載の未知パラメータ推定プログラム。
(付記10) 前記未知パラメータを推定する処理では、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記6〜9のいずれかに記載の未知パラメータ推定プログラム。
(付記11) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する第1取得部と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する第2取得部と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する関係式決定部と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する確からしさ決定部、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する制約条件決定部と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する推定部と、を備える未知パラメータ推定装置。
(付記12) 前記制約条件決定部は、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記11に記載の未知パラメータ推定装置。
(付記13) 前記推定部は、前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定することを特徴とする付記11又は12に記載の未知パラメータ推定装置。
(付記14) 前記確からしさ決定部は、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記11〜13のいずれかに記載の未知パラメータ推定装置。
(付記15) 前記推定部は、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記11〜14のいずれかに記載の未知パラメータ推定装置。
(付記1) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する処理と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する処理と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する処理と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する処理と、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する処理と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する処理と、をコンピュータが実行することを特徴とする未知パラメータ推定方法。
(付記2) 前記未知パラメータの制約条件を決定する処理では、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記1に記載の未知パラメータ推定方法。
(付記3) 前記未知パラメータを推定する処理において前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定する処理、を前記コンピュータが実行することを特徴とする付記1又は2に記載の未知パラメータ推定方法。
(付記4) 前記関係式の確からしさを決定する処理では、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記1〜3のいずれかに記載の未知パラメータ推定方法。
(付記5) 前記未知パラメータを推定する処理では、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記1〜4のいずれかに記載の未知パラメータ推定方法。
(付記6) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得し、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得し、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定し、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定し、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定し、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する、処理をコンピュータに実行させることを特徴とする未知パラメータ推定プログラム。
(付記7) 前記未知パラメータの制約条件を決定する処理では、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記6に記載の未知パラメータ推定プログラム。
(付記8) 前記未知パラメータを推定する処理において前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定する処理、を前記コンピュータに実行させることを特徴とする付記6又は7に記載の未知パラメータ推定プログラム。
(付記9) 前記関係式の確からしさを決定する処理では、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記6〜8のいずれかに記載の未知パラメータ推定プログラム。
(付記10) 前記未知パラメータを推定する処理では、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記6〜9のいずれかに記載の未知パラメータ推定プログラム。
(付記11) 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する第1取得部と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する第2取得部と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する関係式決定部と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する確からしさ決定部、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する制約条件決定部と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する推定部と、を備える未知パラメータ推定装置。
(付記12) 前記制約条件決定部は、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする付記11に記載の未知パラメータ推定装置。
(付記13) 前記推定部は、前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定することを特徴とする付記11又は12に記載の未知パラメータ推定装置。
(付記14) 前記確からしさ決定部は、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする付記11〜13のいずれかに記載の未知パラメータ推定装置。
(付記15) 前記推定部は、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする付記11〜14のいずれかに記載の未知パラメータ推定装置。
12 スマートメータ(第1の計測装置)
14 センサ(第2の計測装置)
20 情報処理装置(未知パラメータ推定装置)
22 センサデータ取得部(第2取得部)
24 メータデータ取得部(第1取得部)
26 未知パラメータ関係式決定部(関係式決定部)
28 関係式信頼度決定部(確からしさ決定部)
30 未知パラメータ範囲決定部(制約条件決定部)
32 最適化手法実行部(推定部)
14 センサ(第2の計測装置)
20 情報処理装置(未知パラメータ推定装置)
22 センサデータ取得部(第2取得部)
24 メータデータ取得部(第1取得部)
26 未知パラメータ関係式決定部(関係式決定部)
28 関係式信頼度決定部(確からしさ決定部)
30 未知パラメータ範囲決定部(制約条件決定部)
32 最適化手法実行部(推定部)
Claims (7)
- 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する処理と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する処理と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する処理と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する処理と、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する処理と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する処理と、をコンピュータが実行することを特徴とする未知パラメータ推定方法。 - 前記未知パラメータの制約条件を決定する処理では、
前記関係式が確からしいほど未知パラメータがとりうる値の範囲を狭くし、前記関係式が確からしくないほど未知パラメータがとりうる値の範囲を広くすることを特徴とする請求項1に記載の未知パラメータ推定方法。 - 前記未知パラメータを推定する処理において前記未知パラメータを推定できない場合に、前記制約条件を変更して再度前記未知パラメータを推定する処理、を前記コンピュータが実行することを特徴とする請求項1又は2に記載の未知パラメータ推定方法。
- 前記関係式の確からしさを決定する処理では、
前記第1の計測装置から取得した前記第1のデータと、前記第2の計測装置から取得した前記第2のデータを複数回リサンプリングし、リサンプリングによって得られた複数のサンプルを用いて、前記関係式の確からしさを決定することを特徴とする請求項1〜3のいずれか一項に記載の未知パラメータ推定方法。 - 前記未知パラメータを推定する処理では、
前記制約条件の下、前記第2のデータと、前記未知パラメータの関数として表される前記第2のデータの推定値との差を目的関数として最適化手法を適用することで、前記未知パラメータを決定することを特徴とする請求項1〜4のいずれか一項に記載の未知パラメータ推定方法。 - 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得し、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得し、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定し、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定し、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定し、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する、処理をコンピュータに実行させることを特徴とする未知パラメータ推定プログラム。 - 複数の需要家に設置された第1の計測装置から、電力に関する第1のデータを所定時間間隔で取得する第1取得部と、
前記複数の需要家の上流側に設置された第2の計測装置から、電力に関する第2のデータを所定時間間隔で取得する第2取得部と、
前記第1の計測装置から取得することができない電力に関する未知パラメータと前記第1のデータとの関係式を決定する関係式決定部と、
前記第1のデータ及び前記第2のデータを用いて前記関係式の確からしさを決定する確からしさ決定部と、
前記関係式の確からしさを用いて、前記未知パラメータの制約条件を決定する制約条件決定部と、
前記制約条件を用いた最適化処理により前記未知パラメータを推定する推定部と、を備える未知パラメータ推定装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013231579A JP6213166B2 (ja) | 2013-11-07 | 2013-11-07 | 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 |
PCT/JP2014/079378 WO2015068743A1 (ja) | 2013-11-07 | 2014-11-05 | 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013231579A JP6213166B2 (ja) | 2013-11-07 | 2013-11-07 | 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015091217A JP2015091217A (ja) | 2015-05-11 |
JP6213166B2 true JP6213166B2 (ja) | 2017-10-18 |
Family
ID=53041520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013231579A Active JP6213166B2 (ja) | 2013-11-07 | 2013-11-07 | 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6213166B2 (ja) |
WO (1) | WO2015068743A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6642116B2 (ja) * | 2016-03-01 | 2020-02-05 | 富士電機株式会社 | 電力系統の状態推定方法、電力系統の状態推定装置、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2685352B2 (ja) * | 1990-11-15 | 1997-12-03 | 株式会社東芝 | 電力系統用計算機システム |
JP2003134666A (ja) * | 2001-10-16 | 2003-05-09 | Takeo Kawamura | 非線形計画法による最適潮流計算システム |
JP5615785B2 (ja) * | 2011-09-26 | 2014-10-29 | 株式会社日立製作所 | 電力系統状態推定装置およびそれを用いた電力系統システム |
-
2013
- 2013-11-07 JP JP2013231579A patent/JP6213166B2/ja active Active
-
2014
- 2014-11-05 WO PCT/JP2014/079378 patent/WO2015068743A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2015091217A (ja) | 2015-05-11 |
WO2015068743A1 (ja) | 2015-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9977847B2 (en) | Efficient forecasting for hierarchical energy systems | |
CA2872453C (en) | Methods and systems for improved time cost and accuracy of energy usage baselining | |
US20150371151A1 (en) | Energy infrastructure sensor data rectification using regression models | |
US20150168465A1 (en) | Method and apparatus for electric power system distribution state estimations | |
US9910081B2 (en) | Performance analysis of power grid monitors | |
CN105247374B (zh) | 采用温度分布加权的测量和验证的方法和*** | |
JP6519385B2 (ja) | ベースライン負荷推定装置及びベースライン負荷推定プログラム | |
JP2016070812A (ja) | トランス接続相判定装置、方法、及びプログラム | |
CN115508770A (zh) | 一种基于kl-nb算法的电能表运行状态在线评估方法 | |
US9019122B2 (en) | Information retrieval for boundary reading processing | |
JP6756603B2 (ja) | 電力系統の状態推定装置および状態推定方法 | |
JP6135454B2 (ja) | 推定プログラム、推定装置及び推定方法 | |
US20100251204A1 (en) | System and method for determining software test cycle effectiveness | |
JP6213166B2 (ja) | 未知パラメータ推定方法、未知パラメータプログラム及び未知パラメータ推定装置 | |
Falch et al. | The accuracy of a forecast targeting central bank | |
WO2016132796A1 (ja) | 電力消費量推定装置、電力消費量推定方法およびプログラム | |
JP2018116576A (ja) | 活動レベル判定サービス方法及びシステム | |
Vanhoucke et al. | Measurable News | |
Wilson et al. | Use of meteorological data for improved estimation of risk in capacity adequacy studies | |
US9635441B2 (en) | Information retrieval for service point channels | |
CN105160446A (zh) | 一种获取借款额度的方法及装置 | |
JP7300893B2 (ja) | 太陽光発電出力推定装置、太陽光発電出力推定方法、および太陽光発電出力推定プログラム | |
Haouas et al. | Wind farm power forecasting | |
WO2016206191A1 (zh) | 数据处理方法及装置 | |
JP5603811B2 (ja) | エネルギー消費量予測システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160705 |
|
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: 20170822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170904 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6213166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |