JP6249982B2 - 費用予測装置およびプログラム - Google Patents

Description

本発明は、費用予測装置およびプログラムに関する。

家電製品等の機器について、稼働状況を記録し、機器ごとに状況の分析や使用方法の提案を行う技術が公知である。たとえば特許文献１には、機器ごとの稼働状況から故障率の予測を行うことが記載されている。

特開平１１−１２０４７３号公報

しかしながら、従来の構成では、機器単位での処理しか行えず、複数の機器を有する施設（家庭や建物等）の単位で費用を予測する用途には用いることができないという問題があった。

この発明は、このような問題点を解決するためになされたものであり、施設単位で費用を予測することができる費用予測装置を提供することを目的とする。

上述の問題点を解決するため、この発明に係る費用予測装置は、
機器に関する情報に基づき費用を予測する、費用予測装置であって、
将来の電気料金を予測する、電気料金予測機能と、
将来の故障対応費用を予測する、故障対応費用予測機能と
を備え、
費用予測装置において、電気料金予測機能および故障対応費用予測機能は、複数の機器を有する施設を単位として実行され、
電気料金予測機能は、定期的に取得される機器の消費電力量の実績値を分析して得られた経年依存性と、その機器の購入年または生産年からの経過年数とに基づいて、機器の消費電力量を予測し、予測した消費電力量に基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含む。

電気料金予測機能は、経年依存性を考慮した消費電力量を、
経年劣化の影響による消費電力量増加分を除去した消費電力量と、
経年劣化の影響による消費電力量増加分と
を含む、消費電力予測式により算出し、
消費電力量増加分は、経年依存性に基づいて求められてもよい。
故障対応費用予測機能は、機器の経過年数と、その機器の故障に関する記録とに基づいて、その機器の故障対応費用を、複数の期間のそれぞれについて予測する機能を含んでもよい。
電気料金予測機能または故障対応費用予測機能は、少なくとも１つの施設について、少なくとも１つの機器を別の機器に置き換えた場合の、当該別の機器についての電気料金または故障対応費用を計算する置換後費用計算機能を含んでもよい。
置換後費用計算機能は、
第１の時期に機器を置き換えた場合の、第１の置換後費用を計算する機能と、
第２の時期に機器を置き換えた場合の、第２の置換後費用を計算する機能と、
を含み、
費用予測装置は、さらに、第１の置換後費用および第２の置換後費用に基づいて、第１の時期および第２の時期のうち、いずれの時期に置き換えた場合に、将来の電気料金がより小さくなるか、または、将来の故障対応費用がより小さくなるか、または、将来の電気料金と将来の故障対応費用との合計がより小さくなるかを決定する、時期決定機能を備えてもよい。
故障対応費用予測機能は、施設ごとに設定する変数または定数により修理費用、買い替え費用またはその両方を算出してもよい。

また、この発明に係るプログラムは、コンピュータを、上述の費用予測装置として機能させる。

この発明に係る費用予測装置は、複数の機器を有する施設について、機器に関して将来必要となる費用を、施設単位で予測することができる。

本発明の実施の形態１に係る費用予測装置を含む構成の例を示す図である。 図１の機器稼働ログデータ取得部の処理の流れを説明するフローチャートである。 図１の消費電力量経年変化予測部の処理の流れを説明するフローチャートである。 図１の機器故障率予測部の処理の流れを説明するフローチャートである。 図１のアセットコスト算出部の処理の流れを説明するフローチャートである。 図５のステップＳ４１の詳細を表すフローチャートである。 図５のステップＳ４２の詳細を表すフローチャートである。 経年劣化の影響を除去した消費電力量の実績値および予測式を表す図である。 故障率予測式の作成方法の一例を示す図である。 エラー内容と不快コストとの対応表である。 実施の形態２に係るアセットコスト算出部の処理の流れを説明するフローチャートである。 実施の形態３に係る費用予測装置の構成の例を示す図である。 図１２の機器活用アドバイス作成部の処理の流れを説明するフローチャートである。

以下、この発明の実施の形態を添付図面に基づいて説明する。
実施の形態１．
図１に、本発明の実施の形態１に係る費用予測装置１０を含む構成の例を示す。

少なくとも１つの施設（図１の例では施設２０，２１）に、それぞれ１つ以上の機器（図１の例では機器３０〜３６）が設置されている。施設はたとえば家庭であってもよく、オフィスビル等のビルであってもよく、公共施設であってもよく、マンション等の集合住宅であってもよい。機器は電力を消費する機器であり、たとえば空調設備、冷蔵庫、炊飯器等の家電製品であってもよい。

各施設には、機器を管理するための管理装置が少なくとも１つ設置される。図１の例では、管理装置は、エネルギーマネジメントシステム４０、ネットワークアダプタ４１およびエネルギーマネジメントシステム４２である。

エネルギーマネジメントシステム４０は、機器３０〜３２と通信可能に接続され、機器３０〜３２との間で情報を送受信する。また、エネルギーマネジメントシステム４０は、通信ネットワークＮに接続され、通信ネットワークＮを介して外部のコンピュータ（たとえば費用予測装置１０）との間で情報を送受信する。通信ネットワークＮはたとえばインターネットであるが、ＶＰＮや専用回線等であってもよい。

同様に、ネットワークアダプタ４１は、機器３３と通信ネットワークＮとの間で情報を送受信し、エネルギーマネジメントシステム４２は、機器３４〜３６と通信ネットワークＮとの間で情報を送受信する。

このように、費用予測装置１０は、施設２０，２１に設置された管理装置（エネルギーマネジメントシステム４０等）と、通信ネットワークＮを介して通信可能に構成されている。

ここで、費用予測装置１０は、各管理装置を登録する機能を備えてもよい。たとえば、施設２０の責任者は、費用予測装置１０のユーザ向けサイト等を用いて、施設２０内の機器接続ルートがエネルギーマネジメントシステム４０経由とネットワークアダプタ４１経由の２種類が存在することを、あらかじめ費用予測装置１０に登録することが可能であってもよい。

費用予測装置１０はコンピュータとしての構成を含み、演算を行う演算手段と、情報を格納する記憶手段と、使用者の操作を受け付ける入力手段と、情報を出力する出力手段と、外部の通信ネットワークに対し情報の入出力を受け付ける通信手段とを備える。

たとえば、演算手段はＣＰＵ（中央処理装置）を含み、記憶手段は半導体メモリおよびＨＤＤ（ハードディスクドライブ）等の記憶媒体を含む。入力手段はたとえばキーボードおよびマウスを含む。出力手段はたとえば液晶ディスプレイおよびスピーカを含む。また、通信手段が入力手段または出力手段として機能してもよい。

費用予測装置１０の演算手段は、図示しないプログラムを実行することにより、機器稼働ログデータ取得部１１、アセットコスト算出部１２、消費電力量経年変化予測部１３および機器故障率予測部１４として機能するとともに、本明細書に記載される他の機能を実現する。すなわち、このプログラムは、コンピュータを費用予測装置１０として機能させるものである。

費用予測装置１０の記憶手段は、機器稼働ログデータベース１５および機器故障対応履歴データベース１６を格納する。

機器稼働ログデータベース１５は、各機器についての稼働ログデータと、エラーログデータとを含む。
稼働ログデータは、機器を識別するための情報（たとえば本体製品ＩＤ）と、その機器の特定時刻または特定期間の稼動状態を表す情報とを関連付けるデータである。稼動状態は、たとえば、機器の経過年数（たとえば購入年からの経過年数であってもよく、生産年からの経過年数であってもよい）、その機器の機種（モデル）、電源状態がオンであるかオフであるか、消費電力量、機器固有のパラメータ、等を含む。消費電力量は、各機器の消費電力の実績値、すなわち実際に消費された電力量を表す値である。消費電力量は、たとえば５分間の消費電力量であってもよく、６０分間の消費電力量であってもよい。機器固有のパラメータは、たとえば空調設備の場合には、設定温度、運転モード（冷房、暖房、送風、除湿、等）、室温測定値、外気温測定値、等を含む。

また、稼動状態を表す情報は、部品の状態を表す情報を含んでもよい。部品の状態を表す情報は、たとえば、加熱ヒーター温度、コンプレッサー圧力、等を含む。

また、エラーログデータは、機器の故障に関する記録の例であり、機器を識別するための情報（たとえば本体製品ＩＤ）と、その機器において発生したエラーに関する情報とを関連付けて記憶する。エラーに関する情報は、エラーが発生するたびに、管理装置から、または機器３０〜３６から管理装置を介して、費用予測装置１０に送信される。エラーに関する情報は、機器の経過年数、機種、エラーが発生した日時、エラーが発生した部品を識別する情報（たとえば部品ＩＤ）、エラーの内容を識別する情報（たとえばエラー内容ＩＤ）、エラーが解除された日時、等を含む。

機器故障対応履歴データベース１６は、各機器の故障への対応についての履歴を表す機器故障対応履歴を含む。機器故障対応履歴は、たとえば費用予測装置１０の管理者によって入力される。機器故障対応履歴は、機器の故障に関する記録の例であり、たとえば、機器の使用者（顧客）を識別するための情報（たとえば顧客ＩＤまたは顧客名）と、その顧客が使用する機器の故障への対応についての履歴とを関連付けて記憶する。対応についての履歴は、機器を識別するための情報（たとえば本体製品ＩＤ）、対応日時（たとえば修理作業の日時）、故障内容（たとえば上述のエラー内容ＩＤに対応するもの、またはテキストデータ）、対応部品（たとえば上述の部品ＩＤに対応するもの、またはテキストデータ）、等を含む。また、対応についての履歴は、顧客の問い合わせが発生した日時、その問い合わせの内容、等を含んでもよい。

機器稼働ログデータ取得部１１は、機器３０〜３６の稼働ログデータおよびエラーログデータを収集し、機器稼働ログデータベース１５に格納する。

消費電力量経年変化予測部１３は、稼働ログデータおよびエラーログデータ等を用いて、後述するように、各機器の消費電力量の経年劣化傾向を予測する。

機器故障率予測部１４は、エラーログデータおよび機器故障対応履歴等を用いて、各機器の故障発生確率の経年変化傾向を予測する。

アセットコスト算出部１２は、消費電力量経年変化予測部１３が作成した各機器の消費電力量の経年劣化傾向と、機器故障率予測部１４が作成した各機器の故障発生確率の経年変化傾向とを用いて、施設単位でのアセットコストを算出する。アセットコストは、将来の電気料金と、将来の故障対応費用とを含む。故障対応費用は、たとえば、修理に関する費用、買い替えに関する費用、等を含む。

すなわち、アセットコスト算出部１２は、機器の消費電力量の実績に基づき、将来の電気料金を予測する、電気料金予測機能と、機器の故障に関する記録に基づき、将来の故障対応費用を予測する、故障対応費用予測機能とを備えるということができる。

とくに、本発明に係るアセットコスト算出部１２は、アセットコストを施設単位で算出可能である。すなわち、アセットコスト算出部１２の電気料金予測機能および故障対応費用予測機能は、複数の機器を有する施設を単位として実行可能であるということができる。

このような構成により、費用予測装置１０は、機器３０〜３６に関する情報に基づき、以下に説明するように、少なくとも１つの施設２０，２１について、将来必要となる費用を予測する。

図２は、機器稼働ログデータ取得部１１の処理の流れを説明するフローチャートである。図２の処理は、たとえば定期的に（たとえば５分ごとに、または６０分ごとに）実行が開始される。

機器稼働ログデータ取得部１１は、機器の稼働ログデータおよびエラーログデータを取得する（ステップＳ１１）。たとえば、機器稼働ログデータ取得部１１は、エネルギーマネジメントシステム４０、ネットワークアダプタ４１またはエネルギーマネジメントシステム４２から送信された、稼働ログデータおよびエラーログデータを受信する。

変形例として、エネルギーマネジメントシステム４０等に、費用予測装置１０に対して定期的に稼働ログデータおよびエラーログデータを送信する機能がない場合には、機器稼働ログデータ取得部１１からエネルギーマネジメントシステム４０等に対して稼働ログデータおよびエラーログデータの送信要求を定期的に行い、その応答として稼働ログデータおよびエラーログデータを受信してもよい。

機器稼働ログデータ取得部１１は、受信した稼働ログデータおよびエラーログデータを、機器稼働ログデータベース１５に記録し保存する（ステップＳ１２）。その後、機器稼働ログデータ取得部１１は、図２の処理を終了する。

図３は、消費電力量経年変化予測部１３の処理の流れを説明するフローチャートである。消費電力量経年変化予測部１３は、図３の処理を実行することにより、機種ごとに、消費電力量の経年変化を予測するための予測式を決定する。ただし、消費電力量経年変化予測部１３は図３の処理を実行しないものであってもよく、その場合には固定された消費電力量予測式を用いてもよい。固定された消費電力量予測式は、たとえば機種ごとに定義される。

図３の処理において、初めに、消費電力量経年変化予測部１３は、稼働ログデータに基づき、機器の各機種について、消費電力量の経年依存性を分析する（ステップＳ２１）。

以下では、一例として、空調設備の消費電力量の経年劣化依存性の分析方法を説明する。消費電力量経年変化予測部１３は、機器稼働ログデータベース１５に含まれる稼働ログデータのうち、特定機種の機器について、少なくとも１つの条件パターンを用い、各条件パターンに該当するものを、条件パターンごとにすべて抽出する。

条件パターンは、機器の機種ごとに定義可能である。たとえば、空調設備の場合には、運転モードが特定のモードであり、外気温が特定の温度範囲に含まれ、設定温度が特定の温度範囲に含まれること、として定義できる。具体的には、「運転モードが冷房であり、外気温が３０℃〜３２℃であり、設定温度が２６℃〜２８℃である」という条件パターンを用いることができる。

なお、条件パターンを用いず、すべての稼働ログデータを抽出してもよい。この場合には、すべての稼働ログデータが１つの条件パターンに該当するものとみなすことができる。また、条件パターンは、月ごとに定義してもよい。このようにすると、後述の消費電力量の予測（図５のステップＳ４１）において、ある年の８月の実績値に基づいて翌年の８月の予測値を求める等、季節を考慮した処理が可能となる。

次に、消費電力量経年変化予測部１３は、各条件パターンについて、抽出された稼働ログデータにおける消費電力量（実績値）と、抽出された稼働ログデータに対応する機種の消費電力量予測式との誤差を評価する。

消費電力量経年変化予測部１３は、この評価に用いる消費電力量予測式を様々な方法で取得することができる。たとえば過去の消費電力量データが条件パターンごとに存在する場合には、過去の消費電力量データに対して条件パターンごとに近似式を作成して得てもよい。過去の消費電力量データが存在しない場合には、従来機種の条件パターンごとの近似式をそのまま適用してもよく、一般的な空調設備の条件パターンごとの消費電力量変化傾向を適用してもよい。また、この時点では、複数の条件パターンについて（またはすべての条件パターンについて）同一の予測式を取得してもよい。

消費電力予測式の具体例として、次の式１〜式３のようなものが考えられる。ただしいずれもＥ_ｆは消費電力量であり、Ｅ_ｐは条件パターンごとに異なり得る定数（たとえば特定の条件パターンについてＥ_ｐ＝１０００）であり、Ｗは経過年数である。また、式３のａおよびｂは条件パターンごとに異なり得る定数である。
‐線形近似、たとえばＥ_ｆ＝Ｅ_ｐ＋１０×Ｗ［ｋＷｈ］ … （式１）
‐指数近似、たとえばＥ_ｆ＝Ｅ_ｐ×ｅ^{０．００３×Ｗ}［ｋＷｈ］ … （式２）
‐多項式近似、たとえばＥ_ｆ＝ａ×Ｗ^２＋ｂ×Ｗ＋Ｅ_ｐ［ｋＷｈ］ … （式３）

変形例として、条件パターンを定義する変数のうち１つ以上を、消費電力予測式の変数として用いてもよく、たとえば以下の式４のように定義してもよい。

…（式４）
ただしＴ_１は外気温［℃］であり、Ｔ_２は設定温度［℃］である。このようにすると、１つの予測式を、複数の条件パターンについて、具体的条件を考慮に入れつつ共用することができる。

そして、消費電力量経年変化予測部１３は、抽出された稼働ログデータのそれぞれについて、消費電力量の実績値と、稼働ログデータに係る機種および経過年数に基づき消費電力量予測式から得られる理論値とに基づき、条件パターンごとに実績値と理論値との誤差を算出する。誤差はたとえば減算によって求められてもよく、他の演算によって求められてもよい。

このようにして消費電力量経年変化予測部１３は、すべての条件パターンに対するすべての稼働ログデータについて、条件パターンごとに誤差を決定する。そして、消費電力量経年変化予測部１３は、この誤差が所定の基準以上か否かを判定する（ステップＳ２２）。誤差と基準との比較は、たとえば誤差の標準偏差と、所定の閾値との比較により行うことができるが、他の公知の手法を用いてもよい。

ある条件パターンに対する誤差が基準未満であれば、消費電力量経年変化予測部１３は、その条件パターンについて図３の処理を終了する。一方、ある条件パターンに対する誤差が基準以上(たとえば標準偏差が閾値以上)であれば、消費電力量経年変化予測部１３は、当該機種の当該条件パターンの消費電力量予測式を修正する（ステップＳ２３）。

予測式の修正は、様々な方法で行うことができる。たとえば、予測式が過去の消費電力量データに基づいて作成された近似式である場合には、近似式の元となるデータの母集合を変更する（たとえば比較的古いデータを除外する）ことにより、予測式のパラメータ同定をやり直してもよい。また、線形近似や最小二乗法、回帰分析等あらかじめ規定した関数モデルを用いて新たな予測式を作成してもよい。

予測式の修正が完了すると、消費電力量経年変化予測部１３は、各機種・各条件パターンに係る消費電力量予測式を修正後の予測式に更新する（ステップＳ２４）。更新作業は、予測式データベースを保有してそこに予測式を保存してもよい。そして、消費電力量経年変化予測部１３は、図３の処理を終了する。このようにして、機種ごとに、消費電力量の経年変化を予測するための予測式が決定される。

図４は、機器故障率予測部１４の処理の流れを説明するフローチャートである。機器故障率予測部１４は、図４の処理を実行することにより、機器の機種ごとに、故障率の経年変化を予測するための予測式を決定する。ただし、機器故障率予測部１４は図４の処理を実行しないものであってもよく、その場合には固定された故障率予測式を用いてもよい。固定された故障率予測式は、たとえば機種ごとに定義される。

図４の処理において、初めに、機器故障率予測部１４は、エラーログデータまたは機器故障対応履歴に基づき、機器の各機種について、故障率の経年依存性を分析する（ステップＳ３１）。

以下では、一例として、空調設備の故障率の経年依存性の分析方法を説明する。機器故障率予測部１４は、機器稼働ログデータベース１５に含まれるエラーログデータのうち、特定機種の機器に係るものをすべて抽出する。そして、抽出されたエラーログデータを経過年数ごとに分類し、各経過年数について故障率を算出する。

故障率の算出は、たとえば、検出された故障数（たとえば抽出されたエラーログデータのレコード数）を、当該機種の機器の数（たとえば機器稼働ログデータベース１５に稼働ログデータが含まれる当該機種の機器の総数）で除算することにより行われる。または、検出された故障数を、当該機種の市場出荷台数で除算することにより算出してもよい。

次に、機器故障率予測部１４は、算出された経過年数ごとの故障率（実績値）と、抽出された稼働ログデータに対応する機種の故障率予測式との誤差を評価する。

機器故障率予測部１４は、この評価に用いる故障率予測式を様々な方法で取得することができる。たとえば過去の故障率データが存在する場合には、過去の故障率データに対して近似式を作成して得てもよい。過去の故障率データが存在しない場合には、従来機種の近似式をそのまま適用してもよく、また、文献等により公知である一般的な空調設備の故障率予測式を、複数の機種に共通に適用してもよい。

そして、機器故障率予測部１４は、抽出された稼働ログデータのそれぞれについて、故障率の実績値と、エラーログデータに係る機種および経過年数に基づき故障率予測式から得られる理論値とに基づき、実績値と理論値との誤差を算出する。誤差はたとえば減算によって求められてもよく、他の演算によって求められてもよい。

このようにして機器故障率予測部１４は、経過年数ごとに誤差を決定する。そして、機器故障率予測部１４は、この誤差が所定の基準以上か否かを判定する（ステップＳ３２）。誤差と基準との比較は、たとえば誤差の標準偏差と、所定の閾値との比較により行うことができるが、他の公知の手法を用いてもよい。

誤差が基準未満であれば、機器故障率予測部１４は図４の処理を終了する。誤差が基準以上(たとえば標準偏差が閾値以上)であれば、機器故障率予測部１４は、当該機種の故障率予測式を修正する（ステップＳ３３）。

予測式の修正は、様々な方法で行うことができる。たとえば、予測式が過去の故障率データに基づいて作成された近似式である場合には、近似式の元となるデータの母集合を変更する（たとえば比較的古いデータを除外する）ことにより、予測式のパラメータ同定をやり直してもよい。また、線形近似や最小二乗法、回帰分析等あらかじめ規定した関数モデルを用いて新たな予測式を作成してもよい。

予測式の修正が完了すると、機器故障率予測部１４は、各機種に係る故障率予測式を修正後の予測式に更新する（ステップＳ３４）。更新作業は、予測式データベースを保有してそこに予測式を保存してもよい。そして、機器故障率予測部１４は、図４の処理を終了する。

図５〜図７は、アセットコスト算出部１２の処理の流れを説明するフローチャートである。とくに、図６は図５のステップＳ４１の詳細を表し、図７は図５のステップＳ４２の詳細を表す。

アセットコスト算出部１２は、図５〜図７の処理を実行することにより、施設単位で、将来の機器関連支出を予測する。ここで、機器関連支出とは、施設に設置された機器に関連して発生する支出を意味し、将来の電気料金および将来の故障対応費用を含む。

図５の処理において、初めに、アセットコスト算出部１２は、施設単位で、将来の電気料金を予測する（ステップＳ４１）。ステップＳ４１の詳細は、図６に関連して後述する。続いて、アセットコスト算出部１２は、施設単位で、将来の故障対応費用を予測する（ステップＳ４２）。ステップＳ４２の詳細は、図７に関連して後述する。

続いて、アセットコスト算出部１２は、予測された電気料金と、予測された故障対応費用とに基づき、たとえばこれらを合算することにより、施設単位での将来の機器関連支出を予測する（ステップＳ４３）。

次に、アセットコスト算出部１２は、予測された機器関連支出を出力する（ステップＳ４４）。この出力は、たとえば通信ネットワークＮを介して行われる。たとえば、施設２０について予測された機器関連支出は、エネルギーマネジメントシステム４０に送信されてもよく、ネットワークアダプタ４１に送信されてもよい。

また、機器関連支出は、ＨＴＴＰプロトコルに従って出力されてもよい。たとえば、機器関連支出を特定のＵＲＬに関連付けて記憶しておき、施設２０の責任者等がこのＵＲＬにアクセスすることに応じて送信されてもよい。この場合には、機器関連支出は、たとえば施設２０の責任者が所有する携帯通信端末やＰＣ等にインストールされたＷｅｂブラウザの画面に出力される。その後、アセットコスト算出部１２は図５〜図７の処理を終了する。

図６は、図５のステップＳ４１の詳細を表す。図６の処理において、初めに、アセットコスト算出部１２は、処理対象となる各機種について、図３の処理または他の処理により定義された消費電力量予測式を取得する（ステップＳ４１１）。続いて、処理対象となる各機器について、過去の消費電力量（実績値）を機器稼働ログデータベース１５の稼働ログデータから取得する（ステップＳ４１２）。

なお、どの機種およびどの機器をステップＳ４１の対象とするかの決定方法は、当業者が適宜設計可能である。たとえば対象となる機種または機器を費用予測装置１０の記憶手段にあらかじめ記憶しておいてもよい。または、稼働ログデータに含まれる機器すべてと、それらの機器の機種すべてを対象としてもよい。

次に、アセットコスト算出部１２は、取得した過去の消費電力量（実績値）を用いて、単位期間あたりの、経年劣化の影響を除去した消費電力量Ｅ_ｐを算出する（ステップＳ４１３）。単位期間の長さは、費用予測装置１０の管理者や利用者が任意に設定可能であってもよい。

以下、本実施形態においては、単位期間を１ヶ月として説明する。この場合、アセットコスト算出部１２は、各機器について、１ヶ月間の消費電力量（実績値）の累積値を求める。なお、変形例として、消費電力量を累積値として求めないものであってもよい。たとえば、電気料金の契約形態として時間帯別料金が適用されている場合や契約電力を正確に算出したい場合等は、消費電力量を日負荷曲線として求めてもよい。

経年劣化の影響を除去した消費電力量は、たとえば次のようにして算出可能である。
まずアセットコスト算出部１２は、ある空調設備について、稼働ログデータから、ある条件パターンに該当するものをすべて抽出する。そして、その条件パターンで１ヶ月間（たとえば毎日所定時間）稼働し続けたと想定して、１ヶ月間の消費電力量の累積値を算出する。累積値の算出方法の具体例として、その条件パターンに該当する稼働ログデータが１０時間分あり、これらの消費電力量の合計が５ｋＷｈであり、１ヶ月間が３０日×８時間であると仮定すると、１ヶ月間の消費電力量の累積値は、５÷１０×３０×８＝１２０［ｋＷｈ］となる。

また、アセットコスト算出部１２は、各機種・各条件パターンの消費電力量予測式を用いて、各機器の経過年数に対応した経年劣化の影響による消費電力量増加分を除去した消費電力量Ｅ_ｐを算出する。このＥ_ｐは、経過年数が０である時点の消費電力量を表す値である。予測式においてＥ_ｐが定数となっている場合には、この計算は不要である。予測式においてＥ_ｐが変数となっている場合には、たとえば次のようにしてＥ_ｐを決定することができる。

たとえば、ある空調設備の機種について、消費電力量予測式が、Ｅ_ｆ＝Ｅ_ｐ＋５×Ｗ［ｋＷｈ］であるとする。また、この機種のある空調設備の購入年が２０１０年であり、経過年数Ｗが２［年］の時点での消費電力量の実績値（１ヶ月間の累積値）Ｅ_ｆが、１０１５［ｋＷｈ］であったとする。この数値は、２年間の経年劣化の影響を受けて消費電力量が増加した結果の数値であると考えられる。

この空調設備の実績値を予測式に代入すると、１０１５＝Ｅ_ｐ＋５×２となり、これをＥ_ｐについて解くとＥ_ｐ＝１００５が得られる。

そして、アセットコスト算出部１２は、将来の期間を含む各年について、経過年数ごとに、経年劣化の影響を考慮した単位期間あたりの消費電力量を予測する（ステップＳ４１４）。たとえば予測式が上述のようにＥ_ｆ＝１００５＋５×Ｗ［ｋＷｈ］として求まっている場合には、経過年数Ｗ＝０，１，…，ｎについて、それぞれ将来のＥ_ｆを算出する。ただし、Ｗのうち該当する年度の全体が過去に属するものについては計算を省略する。また、ｎは予測すべき最大の経過年数を表す。

ここで、予測式の作成から将来の予測までの処理の流れの一例を具体的にまとめると、次のようになる。
図８は、経年劣化の影響を除去した消費電力量の実績値および予測式を表す図である。図８において「□」記号で示すように、過去５年分の同じ月（すなわち同じ条件パターン）の経年劣化の影響を除去した消費電力量データがある場合、過去の経年劣化の影響を除去した消費電力量に対する相関式（予測式）を作成し、今後の経年劣化の影響を除去した消費電力量として「○」記号で示す値を得ることができる。相関式（予測式）は、線形近似や最小二乗法等、一般的な手法を用いることで作成することができる。続いて、ステップＳ４１３にて予測した今後の経年劣化の影響を除去した消費電力量を、上記式１に示すような経年劣化の影響を考慮した消費電力量予測式に代入し、経年劣化の影響を考慮した単位期間あたりの将来の消費電力量を計算する（すなわち、将来の消費電力量は、図８のグラフ中で予測式を表す実線よりも上方に現れることになる）。このようにして、各機種単位について、各条件パターンについて、かつ各経過年数について、経年劣化の影響を考慮した消費電力量を計算する処理を繰り返す。

今後の経年劣化の影響を考慮した消費電力量の計算が終了すると、アセットコスト算出部１２は、施設単位で、各条件パターンについて、かつ各経過年数について、その施設に設置された全機器を考慮した、単位期間あたりの将来の電気料金を予測する（ステップＳ４１５、電気料金予測機能）。電気料金の予測は、ステップＳ４１４で算出された消費電力量に基づいて行われる。

電気料金の予測はどのように行われてもよいが、一例を以下に説明する。この例では、施設ごとの電力契約形態に応じて電気料金の算出方法が異なる。ある施設の契約形態では、全時間帯で一定の電力量料金が適用される。このような施設では、単位期間あたりの電気料金は、その施設に配置された機器の単位期間あたりの将来の消費電力量をすべて合計し、この合計に所定の比率（電気料金単価）を乗算することによって算出される。

また、別の施設の契約形態では、所定の消費電力量上限値までは安価な電力量料金単価が適用され、この上限値を超えた部分には高価な電力量料金単価が適用される。このような施設では、まずその施設に配置された機器の単位期間あたりの将来の消費電力量をすべて合計し、合計のうち上限値以下の部分については安価な電気料金単価を乗算し、上限値を超える部分については高価な電気料金単価を乗算し、これらの和を計算することによって電気料金を算出する。

また、条件パターンが複数存在する場合には、各条件パターンに該当する稼働ログデータの時間を条件パターンごとに積算し、各条件パターンについて予測された消費電力量を、時間の積算値に応じて重み付けて合計してもよい。

次に、アセットコスト算出部１２は、計算された将来の電気料金を出力する（ステップＳ４１６）。出力先は、費用予測装置１０の記憶手段であってもよく、通信ネットワークＮまたは他の通信ネットワークであってもよい（その場合には、通信ネットワークＮ等を介してこれを受信したコンピュータ等が、電気料金予測結果データベースを保有してそこに保存してもよい）。このようにして、アセットコスト算出部１２は図６の処理すなわち図５のステップＳ４１を終了する。

ここで、消費電力量予測式が、消費電力量の実績値に基づいて作成されている場合には、ステップＳ４１５の電気料金予測機能は、機器の経過年数と、その機器の消費電力量の実績値とに基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含むということができる。

図７は、図５のステップＳ４２の詳細を表す。図７の処理において、初めに、アセットコスト算出部１２は、処理対象となる各機種について、図４の処理または他の処理により定義された故障率予測式を取得する（ステップＳ４２１）。続いて、処理対象となる各機器について、機器稼働ログデータベース１５から過去のエラーログデータを取得するとともに、機器故障対応履歴データベース１６から機器故障対応履歴を取得する（ステップＳ４２２）。

アセットコスト算出部１２は、各機種に対する故障率予測式を、その機種の全機器について共通して用いてもよいし、機種の故障率予測式に基づいて機器ごとに異なる故障率予測式を作成し、これを当該機器ごとに用いてもよい。

図９は、機器ごとに異なる故障率予測式の作成方法の一例を示す。アセットコスト算出部１２は、各機種の予測式Ｆをベースとして、機器ごとに異なる補正を加えることにより、機器ごとの予測式Ｆ１およびＦ２を作成する。たとえば、ある機器のエラーログデータの数もしくは単位期間あたりの発生頻度が、その機種の基準値（たとえばその機種の全機器の平均値）に比べて少なければ、その機器については故障率が低くなるように予測式Ｆを補正し、予測式Ｆ１とする。

また、たとえば、エラーログデータが特定の条件を満たす場合（たとえば、発生箇所が故障または修理に至る確率の高い箇所であるものが所定数以上存在する、等）には、これに応じて故障率が変化するように予測式Ｆを補正し、予測式Ｆ２とする（たとえば故障率が高くなるように修正する）。このような条件は、エラーログデータに含まれる部品ＩＤやエラー内容ＩＤに基づいて判定可能である。

たとえば機器が空調設備である場合、エラーログデータのうち所定割合以上の部品ＩＤがリモコン等本体動作に直接影響を与えないものであったり、所定割合以上のエラー内容ＩＤがフィルター汚れ等ユーザが容易に対応可能な内容である場合には、故障率予測式の補正は行わないようにしてもよい。一方、エラーログデータのうち所定割合以上の部品ＩＤが室外機ファンや冷媒ガス等専門業者でなければ修理できない箇所で発生している場合には、故障率が高くなるように故障率予測式の補正を行ってもよい。

予測式の具体例として、次のようなものを用いることができる。

ただし、ｔは経過年数であり、ｙ（ｔ）は故障率であり、ｃ_０，ｃ_１，ｔ_０およびλは定数である。

続いて、アセットコスト算出部１２は、機器を買い替える場合の買い替え費用を算出する（ステップＳ４２３）。買い替え費用とは、故障対応費用の一態様であり、ある機器を別の機器に買い替える場合に必要となる費用である。買い替え費用の計算はどのような方法で行われてもよい。たとえば費用予測装置１０は各機種の販売価格をあらかじめ記憶していてもよく、この販売価格を買い替え費用としてもよい。

また、買い替え費用は、たとえば次の式５に従って計算されてもよい。
Ｃ＝αＣ_ｐ＋βＬ_ｓ＋γＬ_ＵＣ＋δ … （式５）
ただし、Ｃは買い替え費用である。Ｃ_ｐは代替品の購入費用であり、Ｌ_ｓは買い替え前の機器の故障に伴う損失額であり、Ｌ_ＵＣは機器の故障が発生してから代替品を購入するまでの不快コストを金額に換算した値であり、α，β，γ，δは、代替品の入手困難性に伴う費用増加係数である。

代替品の購入費用Ｃ_ｐは、現在使用中の該当機種または同等機種の市場価格等から算出する。Ｃ_ｐは、製品価格および据付工事費等を含んでもよい。また、Ｃ_ｐは、購入年数や価格下落係数を乗算したものであってもよい。また、Ｃ_ｐは、ユーザがあらかじめ次に購入したい製品のスペックとして入力しておいてもよい。

買い替え前の機器の故障に伴う損失額Ｌ_ｓは、機器の故障により必要となる出費等が挙げられる。たとえば、冷蔵庫の故障では、冷蔵庫内部の食品損失や、外食費の増加等が考えられる。また、集客施設等においては、空調設備の故障に伴う集客減等が考えられる。また、Ｌ_ｓは、部品購入額または修理費用に、故障率を乗算した値であってもよい。

機器の故障が発生してから代替品を購入するまでの不快コストを金額に換算した値Ｌ_ＵＣは、たとえば図１０のように、製品ごとにエラー内容との対応表により算出してもよく、次の式６のように、製品単価とアンケート等で取得した「その製品がなければ困る」確率とをかけたものとしてもよい。また、その他のコスト数値化方法を用いてもよい。
Ｌ_ＵＣ＝Ｃ_ｐ×Ｐ … （式６）
ただし、Ｐはその製品がなければ困る確率であり、０≦Ｐ≦１である。Ｐはたとえば各施設の責任者等があらかじめ指定しておくことができる。

代替品の入手困難性に伴う費用増加係数α，β，γ，δは、例えば、機種ごとに一般的な品薄時期やセール時期との対応表により算出してもよい。また、直近１年程度の費用増加係数は、天災等の生産支障や製造メーカの在庫状況等に基づいて算出してもよい。

図１０の対応表は、機器を構成する部品と、その部品の故障によって発生する不快コストＬ_ＵＣとを関連付けるものである。または、図１０の対応表は、機器の故障内容と、その故障内容によって発生する不快コストＬ_ＵＣとを関連付けるものであるとも言える。この対応表は、たとえば施設ごとに設けられる。この場合には、アセットコスト算出部１２の故障対応費用予測機能は、買い替え費用Ｃの予測については、施設ごとに異なる基準を用いて実行可能であると言える。対応表は、機種ごとに設けられてもよいし、同一機種の機器がその施設に複数存在する場合には、機器ごとに設けられてもよい。

この対応表は、費用予測装置１０の記憶手段に記憶されてもよく、各施設の管理装置（エネルギーマネジメントシステム４０、ネットワークアダプタ４１およびエネルギーマネジメントシステム４２等）のいずれかに記憶され費用予測装置１０に送信されてもよい。

このような対応表を用いることにより、施設の責任者等は、各部品または各故障内容の不快コストＬ_ＵＣを、施設の状況等に応じて任意に設定することができる。その場合には、施設ごとの設定に基づき、各機器の買い替え費用Ｃが算出されることになる。たとえば、同一機種の同一部品であっても、故障した場合の困り具合が施設によって異なる場合には、そのような状況が考慮され、施設ごとに異なる買い替え費用Ｃが算出される。したがって、各機器の買い替え費用Ｃを施設の状況等に合わせて調整でき、結果として、施設の責任者等の意思を、買い替え費用Ｃ（および故障対応費用）の予測に反映することができる。

また、上述のように、対応表を用いずに不快コストＬ_ＵＣを決定する場合（たとえば式６のようにＬ_ＵＣ＝Ｃ_ｐ×Ｐとする場合等）であっても、同様に、算出式の変数または定数を施設ごとに設定することにより、施設ごとに不快コストＬ_ＵＣを調整することができる。また、買い替え費用Ｃを定義する変数または定数であれば、不快コストＬ_ＵＣ以外のものを施設ごとに異ならせてもよい。この場合、買い替え費用Ｃは、上述の式５に従って決定されるものであってもよいし、別の式または方法に基づいて決定されるものであってもよい。

続いて、アセットコスト算出部１２は、各機器の故障発生時期を予測する（ステップＳ４２４）。各機器の故障発生時期はどのように予測してもよいが、たとえば消費電力量予測の単位期間と同じ長さの期間を単位として予測してもよい。また、たとえば、各時期の故障率に、乱数Ｒ（０≦Ｒ≦１）を乗算し、乗算の結果が所定の閾値を超える場合に、その時期に故障が発生すると予測してもよい。この乱数Ｒは、ステップＳ４２４の実行ごとに、また時期ごとに異なる値を取り得る乱数である。また、たとえば、故障率予測式に基づき、現時点以降の故障発生率を積分し、積分結果が所定の閾値を超える時点で故障が発生すると判定してもよい。

続いて、アセットコスト算出部１２は、各機器の修理費用を予測する（ステップＳ４２５）。修理費用は、故障対応費用の一態様である。たとえばアセットコスト算出部１２は、故障内容をランダムに決定する。すべての部品が等確率で故障すると仮定して故障内容を決定してもよいし、エラーログデータに基づいて各部品の故障率を決定してもよい。故障内容ごとに修理費用が異なる場合において、修理費用の予測はどのように行われてもよいが、たとえば故障する部品ごとに異なる定数をあらかじめ費用予測装置１０に記憶しておいてもよい。

また、修理費用の予測に用いる変数または定数を、施設ごとに設定できるようにしてもよい。この場合には、アセットコスト算出部１２の故障対応費用予測機能は、修理費用については、施設ごとに異なる基準を用いて実行可能であると言える。修理費用の予測に用いる変数または定数は、機種ごとに設けられてもよいし、同一機種の機器がその施設に複数存在する場合には、機器ごとに設けられてもよい。

このような変数または定数は、費用予測装置１０の記憶手段に記憶されてもよく、各施設の管理装置（エネルギーマネジメントシステム４０、ネットワークアダプタ４１およびエネルギーマネジメントシステム４２等）のいずれかに記憶され費用予測装置１０に送信されてもよい。

このようにすることにより、施設の責任者等は、各機器の修理費用を、施設の状況等に応じて任意に設定することができる。その場合には、施設ごとの設定に基づき、各機器の修理費用が算出されることになる。たとえば、同一機種の同一部品であっても、保障の有無等により修理費用が施設によって異なる場合には、そのような状況が考慮され、施設ごとに異なる修理費用が算出される。したがって、各機器の修理費用を施設の状況等に合わせて調整でき、結果として、施設の責任者等の意思を、修理費用（および故障対応費用）の予測に反映することができる。

次に、アセットコスト算出部１２は、施設単位での故障対応費用を予測する（ステップＳ４２６、故障対応費用予測機能）。故障対応費用の予測は、修理費用および買い替え費用に基づいて行われ、たとえば次のように行われる。

アセットコスト算出部１２は、ステップＳ４２４において故障が発生すると予測された時期のそれぞれについて、その故障に対し、修理および買い替えのいずれによる対応がなされるかを決定する。この決定は、たとえば固定された確率に基づいてランダムに行われてもよい。または、その時期について予測された電気料金に基づいて行われてもよい。たとえば、予測された電気料金が所定の閾値を超えている場合には買い替えがなされると決定し、そうでなければ修理がなされると決定してもよい。

修理がなされると決定された場合には、その時期の故障対応費用として修理費用が加算される。同様に、買い替えがなされると決定された場合には、その時期の故障対応費用として買い替え費用が加算される。

このようにしてアセットコスト算出部１２は、機器ごとに、各時期について故障対応費用を計算する。その後、アセットコスト算出部１２は、各時期について、その施設に配置された機器の故障対応費用を合計することにより、施設単位の故障対応費用を計算する。故障対応費用は、あらかじめ設定された所定の期間（たとえば現時点から１０年間）にわたって計算される。

続いて、アセットコスト算出部１２は、施設単位の将来の故障対応費用を出力する（ステップＳ４２７）。出力先は、費用予測装置１０の記憶手段であってもよく、通信ネットワークＮまたは他の通信ネットワークであってもよい（その場合には、通信ネットワークＮ等を介してこれを受信したコンピュータ等が、故障対応費用予測結果データベースを保有してそこに保存してもよい）。このようにして、アセットコスト算出部１２は図７の処理すなわち図５のステップＳ４２を終了する。

ここで、故障率予測式が、エラーログデータその他の故障に関する記録に基づいて作成されている場合には、ステップＳ４２６の故障対応費用予測機能は、機器の経過年数と、その機器の故障に関する記録とに基づいて、その機器の故障対応費用を、複数の期間のそれぞれについて予測する機能を含むということができる。

以上説明するように、実施の形態１に係る費用予測装置１０は、機器に関する情報に基づき費用を予測する、費用予測装置であって、将来の電気料金を予測する、電気料金予測機能と、将来の故障対応費用を予測する、故障対応費用予測機能とを備え、費用予測装置において、電気料金予測機能および故障対応費用予測機能は、複数の機器を有する施設を単位として実行され、電気料金予測機能は、定期的に取得される機器の消費電力量の実績値を分析して得られた経年依存性と、その機器の購入年または生産年からの経過年数とに基づいて、機器の消費電力量を予測し、予測した消費電力量に基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含むので、複数の機器を有する施設について、機器に関して将来必要となる機器関連支出を、施設単位で予測することができる。この結果、たとえば各施設は、今後の機器関連支出を予測することができ、不意の出費を強いられる回数が減少する。

実施の形態１において、次のような変形を施すことができる。
ステップＳ４２６において、故障した機器を買い替えると決定された場合には、その買い替え時期以降（またはその時期より後）の単位期間の電気料金または故障対応費用を、買い替え後の機器に基づいて予測するよう変更してもよい。すなわち、買い替えると決定された機器のそれぞれについて、買い替え後の機種に基づき、買い替え時期以降についてステップＳ４１（図６）またはステップＳ４２（図７）を再実行してもよい。

買い替え後の機種は、買い替え前のものと同一としてもよいし、現行のトップランナー機種としてもよく、技術動向ロードマップ等公知のデータに基づいて決定される機種としてもよい。トップランナー機種は、費用予測装置１０が管理する各機器について（または各機種について）あらかじめ費用予測装置１０の記憶手段に定義されていてもよい。

このような変形例においては、ステップＳ４１の電気料金予測機能またはステップＳ４２の故障対応費用予測機能は、少なくとも１つの施設について、少なくとも１つの機器を別の機器に置き換えた場合の、当該別の機器についての電気料金または故障対応費用を計算する機能（置換後費用計算機能）を含むということができる。

このようにすると、買い替えによる機器関連支出の算出精度が向上し、各施設の保有機器に関する今後のコスト予測がより正確となる。

実施の形態２．
実施の形態２は、実施の形態１において、アセットコスト算出部１２の動作を一部変更し、機器の買い替え時期を決定するための情報を出力するようにしたものである。
図１１は、実施の形態２に係るアセットコスト算出部の処理の流れを説明するフローチャートである。アセットコスト算出部は、図１１の処理を実行することにより、施設単位で、将来の機器関連支出を予測する。

図１１の処理において、初めに、アセットコスト算出部は、施設単位で、将来の電気料金、将来の故障対応費用、および将来の機器関連支出を予測する（ステップＳ５１〜Ｓ５３）。これらの処理は、たとえば実施の形態１（図５のステップＳ４１〜Ｓ４３）と同様にして実行可能である。

続いて、アセットコスト算出部は、その施設の機器関連支出が、所定の基準以上であるか否かを判定する（ステップＳ５４）。所定の基準としては、ある期間の機器関連支出があらかじめ設定した上限値を超えるか否かを用いてもよい。または、機器関連支出があらかじめ設定したしきい値を超える期間が、所定期間数以上にわたって連続して発生するか否かを用いてもよい。

機器関連支出が基準以上である場合には、アセットコスト算出部は、１つ以上の機器について、機器の買い替え時期を前倒しするように調整する（ステップＳ５５）。「前倒しするように調整する」とは、たとえば、直前に実行された機器関連支出の予測（ステップＳ５３）においてその機器の買い替えを行うと決定されていた場合には、その買い替え時期をより早く変更することを含む。また、たとえば、直前に実行された機器関連支出の予測（ステップＳ５３）においてその機器の買い替えを行わないと決定されていた場合には、いずれかの時期においてその機器を買い換えると決定することを含む。

ここで、前倒しの対象となる機器および買い替えが発生する時期の決定方法は、当業者が適宜設計可能である。たとえば、将来の電気料金の合計または将来の故障対応費用の合計が最も大きい機器について、買い替え時期を１つの単位期間だけ早める（買い替えないと決定されていた場合には、最も未来の買い替え時期において買い換えると決定する）ようにしてもよい。

このようにして買い替え時期を調整した後、アセットコスト算出部は処理をステップＳ５２に戻し、故障対応費用を再計算する。（変形例として、処理をステップＳ５１に戻し、電気料金も再計算するようにしてもよい。）

ステップ５４において、機器関連支出が基準未満である場合（ステップＳ５５での調整により基準未満となった場合を含む）には、アセットコスト算出部は、予測された機器関連支出を出力する（ステップＳ５６）。この処理は、たとえば実施の形態１（図５のステップＳ４４）と同様にして実行可能である。その後、アセットコスト算出部は図１１の処理を終了する。

なお、図１１にはとくに示さないが、ステップＳ５２〜Ｓ５５のループを終了するための基準は、当業者が適宜修正可能である。たとえば、すべての機器のすべての買い替え時期についてステップＳ５４の判定を行っても機器関連支出が基準未満とならない場合には、アセットコスト算出部は図１１の処理を終了し、実施の形態１と同様に図５の処理を実行してもよい。

このように、実施の形態２においては、ステップＳ５１の電気料金予測機能またはステップＳ５２の故障対応費用予測機能は、少なくとも１つの施設について、少なくとも１つの機器を別の機器に置き換えた場合の、当該別の機器についての電気料金または故障対応費用を計算する機能（置換後費用計算機能）を含むということができる。

以上説明するように、実施の形態２に係る費用予測装置は、実施の形態１と同様に、機器に関する情報に基づき費用を予測する、費用予測装置であって、将来の電気料金を予測する、電気料金予測機能と、将来の故障対応費用を予測する、故障対応費用予測機能とを備え、費用予測装置において、電気料金予測機能および故障対応費用予測機能は、複数の機器を有する施設を単位として実行され、電気料金予測機能は、定期的に取得される機器の消費電力量の実績値を分析して得られた経年依存性と、その機器の購入年または生産年からの経過年数とに基づいて、機器の消費電力量を予測し、予測した消費電力量に基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含むので、複数の機器を有する施設について、機器に関して将来必要となる機器関連支出を、施設単位で予測することができる。

実施の形態２において、以下のような変形を施すことができる。
実施の形態２の変形例１．
アセットコスト算出部は、１つの施設に配置されたすべての機器について、各機器を買い替え可能なすべての時期について、その時期にその機器を買い替えた場合の機器関連支出（電気料金、または故障対応費用、または双方の合計）を予測し、消費電力量が最も小さくなる時期を決定してもよい。ここでの消費電力量は、たとえば、現時点を含む単位期間以降、予測が可能な最も未来の単位期間までの合計を用いてもよい。

また、アセットコスト算出部は、決定された組み合わせに係る機器および時期を表す情報を、ステップＳ５６において出力してもよい。

このような構成においては、置換後費用計算機能は、第１の時期に機器を置き換えた場合の、第１の置換後費用を計算する機能と、第２の時期に機器を置き換えた場合の、第２の置換後費用を計算する機能とを含むということができる。また、このような構成においては、費用予測装置は、第１の置換後費用および第２の置換後費用に基づいて、第１の時期および第２の時期のうち、いずれの時期に置き換えた場合に、将来の電気料金がより小さくなるか、または、将来の故障対応費用がより小さくなるか、または、将来の機器関連支出がより小さくなるかを決定する、時期決定機能を備えるということができる。

このようにすると、施設単位での省エネ性能を積極的に向上させつつ、機器関連支出を効率的に運用する効果が得られる。

実施の形態２の変形例２．
機器の故障対応費用の予測において、費用予測装置は、買い替え機器の選定方法として、特に家庭等のライフスタイルやライフステージを考慮したり、社会的な技術トレンド及び規模や家族構成等が同等である家庭の機器導入状況を考慮したりして、買い替え時に性能が上位の機種を提案したり、機器関連支出に余裕がある時期に機器追加を提案したりしてもよい。一例として、家庭Ａにおいて、家族構成が、父親、母親、子供（４歳）、子供（０歳）の４人で構成されていると仮定する。すると、子供たちが食べ盛りとなる５〜６年後には、冷蔵庫や炊飯器等を大容量タイプに買い替えるという提案を行う。

このようにすると、家庭等の施設のQuality Of Life/Valueを向上させるために、機器関連支出の増加を伴う機器導入提案を行う効果が得られる。

実施の形態３．
実施の形態３は、実施の形態１または２において、費用予測装置１０が機器の使用方法に関するアドバイスを出力するよう変更するものである。

図１２に、実施の形態３に係る費用予測装置１１０の構成の例を示す。費用予測装置１１０は、実施の形態１の費用予測装置１０（図１）の構成に加え、機器活用アドバイス作成部１７を備える。

図１３は、実施の形態３に係る機器活用アドバイス作成部１７の処理の流れを説明するフローチャートである。
図１３の処理において、初めに、機器活用アドバイス作成部１７は、各機器の故障率予測式を、予測式データベース等から取得する（ステップＳ６１）。続いて、機器活用アドバイス作成部１７は、各機器のエラーログデータ及び故障対応履歴を、機器稼働ログデータベース１５および機器故障対応履歴データベース１６から取得する（ステップＳ６２）。

続いて、機器活用アドバイス作成部１７は、予測対象機器の稼働ログデータを、機器稼働ログデータベース１５から取得する（ステップＳ６３）。続いて、稼働ログデータに含まれる各パラメータと、エラーログ及び故障対応履歴との相関を取得する（ステップＳ６４）。

この相関の取得方法は、当業者が適宜設計することができる。たとえば、統計解析や機械学習等のデータ分析手法を用いてもよい。たとえば、空調設備に対しては、「圧縮機不良」というエラー内容と「室温と外気温との差が１０℃以上」という条件パターンとに高い相関関係がある、といった相関が取得される。

続いて、機器活用アドバイス作成部１７は、取得した相関を出力する（ステップＳ６５）。この出力は、図５のステップＳ４４と同様に行われてもよい。また、この相関は、機器の使用方法に関するアドバイス（機器活用アドバイス）として出力することができる。たとえば、「圧縮機不良」というエラー内容が発生している空調設備を保有している施設に対して、「室温と外気温との差が１０℃未満になるように設定温度を変更すると空調設備の故障率を抑制できる」という旨のメッセージを出力してもよい。そして、機器活用アドバイス作成部１７は、図１３の処理を終了する。

以上説明するように、実施の形態３に係る費用予測装置は、実施の形態１および２と同様に、機器に関する情報に基づき費用を予測する、費用予測装置であって、将来の電気料金を予測する、電気料金予測機能と、将来の故障対応費用を予測する、故障対応費用予測機能とを備え、費用予測装置において、電気料金予測機能および故障対応費用予測機能は、複数の機器を有する施設を単位として実行され、電気料金予測機能は、定期的に取得される機器の消費電力量の実績値を分析して得られた経年依存性と、その機器の購入年または生産年からの経過年数とに基づいて、機器の消費電力量を予測し、予測した消費電力量に基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含むので、複数の機器を有する施設について、機器に関して将来必要となる機器関連支出を、施設単位で予測することができる。

また、実施の形態３に係る費用予測装置１１０によれば、保有機器の長期間利用を希望する施設に対して、長く利用するためのパラメータをアドバイスすることができ、機器に対する満足度を向上させる効果が得られる。

１０，１１０ 費用予測装置、２０，２１ 施設。

Claims (7)

1. 機器に関する情報に基づき費用を予測する、費用予測装置であって、
   将来の電気料金を予測する、電気料金予測機能と、
   将来の故障対応費用を予測する、故障対応費用予測機能と
   を備え、
   前記費用予測装置において、前記電気料金予測機能および前記故障対応費用予測機能は、複数の機器を有する施設を単位として実行され、
   前記電気料金予測機能は、定期的に取得される機器の消費電力量の実績値を分析して得られた経年依存性と、その機器の購入年または生産年からの経過年数とに基づいて、前記機器の消費電力量を予測し、予測した消費電力量に基づいて、その機器の電気料金を、複数の期間のそれぞれについて予測する機能を含む、費用予測装置。
2. 前記電気料金予測機能は、前記経年依存性を考慮した前記消費電力量を、
   経年劣化の影響による消費電力量増加分を除去した消費電力量と、
   前記経年劣化の影響による消費電力量増加分と
   を含む、消費電力予測式により算出し、
   前記消費電力量増加分は、前記経年依存性に基づいて求められる
   ことを特徴とする、請求項１に記載の費用予測装置。
3. 前記故障対応費用予測機能は、機器の経過年数と、その機器の故障に関する記録とに基づいて、その機器の前記故障対応費用を、複数の期間のそれぞれについて予測する機能を含む、請求項１または２に記載の費用予測装置。
4. 前記電気料金予測機能または故障対応費用予測機能は、少なくとも１つの施設について、少なくとも１つの機器を別の機器に置き換えた場合の、当該別の機器についての前記電気料金または前記故障対応費用を計算する置換後費用計算機能を含む、請求項１〜３のいずれか一項に記載の費用予測装置。
5. 前記置換後費用計算機能は、
   第１の時期に機器を置き換えた場合の、第１の置換後費用を計算する機能と、
   第２の時期に機器を置き換えた場合の、第２の置換後費用を計算する機能と、
   を含み、
   前記費用予測装置は、さらに、前記第１の置換後費用および前記第２の置換後費用に基づいて、前記第１の時期および前記第２の時期のうち、いずれの時期に置き換えた場合に、前記将来の電気料金がより小さくなるか、または、前記将来の故障対応費用がより小さくなるか、または、前記将来の電気料金と前記将来の故障対応費用との合計がより小さくなるかを決定する、時期決定機能を備える、
   請求項４に記載の費用予測装置。
6. 前記故障対応費用予測機能は、施設ごとに設定する変数または定数により修理費用、買い替え費用またはその両方を算出することを特徴とする、請求項１〜５のいずれか一項に記載の費用予測装置。
7. コンピュータを、請求項１〜６のいずれか一項に記載の費用予測装置として機能させるためのプログラム。

Images