JP6421001B2 - Information processing system, information display method, and program - Google Patents
Information processing system, information display method, and program Download PDFInfo
- Publication number
- JP6421001B2 JP6421001B2 JP2014184611A JP2014184611A JP6421001B2 JP 6421001 B2 JP6421001 B2 JP 6421001B2 JP 2014184611 A JP2014184611 A JP 2014184611A JP 2014184611 A JP2014184611 A JP 2014184611A JP 6421001 B2 JP6421001 B2 JP 6421001B2
- Authority
- JP
- Japan
- Prior art keywords
- period
- information
- processing unit
- change
- display
- 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
- 230000010365 information processing Effects 0.000 title claims description 90
- 238000000034 method Methods 0.000 title claims description 71
- 238000012545 processing Methods 0.000 claims description 137
- 230000008859 change Effects 0.000 claims description 85
- 238000012937 correction Methods 0.000 claims description 22
- 238000003672 processing method Methods 0.000 claims description 3
- 238000004378 air conditioning Methods 0.000 description 32
- 230000008569 process Effects 0.000 description 32
- 238000013500 data storage Methods 0.000 description 29
- 238000005259 measurement Methods 0.000 description 18
- 238000012706 support-vector machine Methods 0.000 description 17
- 230000002159 abnormal effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000012447 hatching Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、情報処理システム、情報表示方法、及びプログラムに関する。 The present invention relates to an information processing system, an information display method, and a program.
建物に付帯する設備の利用状況を検出して、当該設備の利用状態を解析する情報処理システムがある。このような情報処理装置として、電力負荷を検出して、検出した電力負荷に異常があると判定された結果に基づいた予測モデルを利用して、電力負荷を予測する情報処理装置が知られている（例えば、特許文献１参照）。特許文献１によれば、検出した電力負荷に異常があると判定された異常点の個数に応じて当該異常点をフィルタリングする処理をして、フィルタリングされた結果に基づいて予測モデルのトレーニングの処理を実施する。
There is an information processing system that detects the usage status of equipment attached to a building and analyzes the usage status of the equipment. As such an information processing apparatus, there is known an information processing apparatus that detects a power load by using a prediction model that detects a power load and determines that the detected power load is abnormal. (For example, refer to Patent Document 1). According to
しかしながら、特許文献１に示された処理にしたがって、予測モデルのトレーニングを実施することができるとしても、検出結果における異常点が影響しないように単にフィルタリングしているに過ぎない。そのため、特許文献１に示された処理では、検出結果における異常点が真の異常点であるのか、或いは、検出結果において異常点として検出されているだけで、本来は異常点とすべきものではないか、の何れであるかを判定することは容易なことではない。
このような特許文献１により、建物に付帯する設備の利用状態を精度よく解析することは困難である。
However, even if the prediction model can be trained according to the process shown in
According to
本発明は、斯かる実情に鑑みなされたものであり、本発明の目的は、建物に付帯する設備の利用状態を精度よく解析する情報処理装置、情報表示方法、及びプログラムを提供することにある。 The present invention has been made in view of such circumstances, and an object of the present invention is to provide an information processing apparatus, an information display method, and a program for accurately analyzing the use state of equipment attached to a building. .
本発明は、上記課題を解決するためになされたものであり、本発明の第１の態様である情報処理システムは、建物に付帯する設備の利用状態を、当該建物におけるエネルギー量の変化に基づいて解析する情報処理システムであって、第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させる分類処理部と、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させる学習処理部と、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定する判定処理部とを備えることを特徴とする情報処理システムである。 The present invention has been made to solve the above-described problems, and the information processing system according to the first aspect of the present invention is based on a change in the amount of energy in the building based on the usage state of the facilities incidental to the building. A second period shorter than the first period is defined, the first period includes a plurality of the second periods, and a change in the amount of energy in the first period Based on the history information indicating the trend of the change in the amount of energy in the second period, a classification processing unit that classifies each second period and stores the classification result, and correction information acquired from the outside, A learning processing unit that corrects the classification result and stores the corrected classification result, and based on the corrected classification result, after the first period corresponding to the history information The amount of energy in the period An information processing system including a determination processing unit that determines a tendency of change.
また、上記の情報処理システムにおいて、前記分類処理部は、制約条件なしの分類手法に従って、前記第２の期間のエネルギー量の変化の傾向を分類することを特徴とする。 In the above information processing system, the classification processing unit classifies a tendency of change in the energy amount in the second period according to a classification method without a constraint condition.
また、上記の情報処理システムにおいて、前記学習処理部は、教師付型の学習手法に従って、前記補正された後の分類結果に基づいて判定条件を学習して、前記判定処理部は、前記学習した判定条件に基づいて判定することを特徴とする。 In the information processing system, the learning processing unit learns a determination condition based on the corrected classification result according to a supervised learning method, and the determination processing unit learns the learning condition. The determination is based on a determination condition.
また、上記の情報処理システムにおいて、前記第２の期間におけるエネルギー量の変化の傾向を示すラベル情報を表示させる表示処理部と、前記表示処理部が表示した第２の期間における前記分類処理部による分類結果を、前記学習処理部に補正させる補正情報を受け付ける情報取得部と、を備えることを特徴とする。 In the above information processing system, the display processing unit that displays the label information indicating the tendency of the change in the energy amount in the second period, and the classification processing unit in the second period displayed by the display processing unit And an information acquisition unit that receives correction information for correcting the classification result by the learning processing unit.
また、上記の情報処理システムにおいて、前記補正情報は、前記第２の期間において前記エネルギー量の変化に影響を与える情報に基づいて生成された情報であることを特徴とする。 In the information processing system, the correction information is information generated based on information that affects the change in the amount of energy in the second period.
また、上記の情報処理システムにおいて、前記表示処理部は、前記第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報の代表値を生成し、前記生成された代表値をグラフにして表示させる第１表示処理部と、前記第１の情報の前記第２の期間内の変化の傾向にあったラベル情報を前記グラフの前記第２の期間に対応づけて表示させる第２表示処理部とを備えることを特徴とする。 In the information processing system, the display processing unit generates a representative value of the first information for each second period from the first information indicating a change in the energy amount in the first period. A first display processing unit that displays the generated representative value as a graph, and label information that tends to change in the second period of the first information in the second period of the graph. And a second display processing unit that displays the information in association with each other.
また、上記の情報処理システムにおいて、前記表示処理部は、前記第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報をグラフにして表示させる第３表示処理部を備えることを特徴とする。 In the above information processing system, the display processing unit displays the first information for each second period as a graph from the first information indicating the change in the energy amount in the first period. A third display processing unit is provided.
また、本発明の第２の態様は、建物に付帯する設備の利用状態を、当該建物におけるエネルギー量の変化に基づいて解析する情報処理方法であって、第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させるステップと、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させるステップと、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定するステップとを含むことを特徴とする情報処理方法である。 Moreover, the 2nd aspect of this invention is an information processing method which analyzes the utilization state of the facilities incidental to a building based on the change of the energy amount in the said building, Comprising: 2nd period shorter than 1st period And the first period includes a plurality of the second periods, and the trend of the change in the energy amount in the second period based on the history information indicating the change in the energy amount in the first period. Storing the classification result for each second period and correcting the classification result using correction information acquired from the outside, and storing the corrected classification result; And determining a tendency of a change in the amount of energy in a period after the first period corresponding to the history information based on the corrected classification result. is there.
また、本発明の第３の態様は、建物に付帯する設備の利用状態を、当該建物におけるエネルギー量の変化に基づいて解析する情報処理システムのコンピュータに、第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させるステップと、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させるステップと、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定するステップとを実行させるためのプログラムである。 Moreover, the 3rd aspect of this invention is the 2nd period shorter than 1st period in the computer of the information processing system which analyzes the utilization condition of the facilities incidental to a building based on the change of the energy amount in the said building. And the first period includes a plurality of the second periods, and the trend of the change in the energy amount in the second period based on the history information indicating the change in the energy amount in the first period. Storing the classification result for each second period and correcting the classification result using correction information acquired from the outside, and storing the corrected classification result; And a step of determining a tendency of a change in energy amount in a period after the first period corresponding to the history information based on the corrected classification result.
本発明によれば、建物に付帯する設備の利用状態を精度よく解析する情報処理システム、情報表示方法、及びプログラムを提供できる。 ADVANTAGE OF THE INVENTION According to this invention, the information processing system, the information display method, and program which analyze the utilization condition of the facilities incidental to a building accurately can be provided.
以下、本発明の実施の形態を、添付図面を参照して説明する。 Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.
図１は、本発明の実施形態に係る情報処理システムの概要を示す説明図である。同図に示される情報処理システム１は、建物に付帯する設備の利用状態を、当該建物におけるエネルギー量の変化に基づいて解析する。情報処理システム１が表示する期間として、第１の期間と第１の期間より短い第２の期間とが定められている。例えば、第１の期間を１月とし、第２の期間を１日とする。情報処理システム１は、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させるとともに、上記の表示方法により分類結果を表示する。ユーザは、分類結果の表示を参照して、上記の分類結果を補正する情報を情報処理システム１に供給する。情報処理システム１は、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶する。情報処理システム１は、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定する。
FIG. 1 is an explanatory diagram showing an overview of an information processing system according to an embodiment of the present invention. The
また、このような表示方法により情報を表示する情報処理システム１は、表示部９０が表示する限られた表示領域に、建物の利用状況を表示するように構成してもよい。例えば、情報処理システム１は、第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報の代表値を生成し、前記生成された代表値をグラフにして表示させる。情報処理システム１は、前記第１の情報の前記第２の期間内の変化の傾向にラベル情報を対応させて、前記グラフの前記第２の期間に当該ラベル情報を対応づけて表示させる。
In addition, the
以下、同図に示される情報処理システム１の構成について説明する。
情報処理システム１は、情報取得部１０、分類処理部２０、表示処理部３０、学習処理部４０、判定処理部５０、記憶部７０、通信処理部８０、及び、表示部９０を備える。
The configuration of the
The
情報取得部１０は、外部から供給される各種データを受けて、受け付けた各種データを、各種データの種別に応じた記憶部７０にそれぞれ記憶させる。情報取得部１０は、外部から補正情報を取得して、学習処理部４０における学習処理に用いる情報として取得した情報を供給する。例えば、表示処理部３０が表示した期間における分類結果が記憶部７０に記憶されており、情報取得部１０は、その分類結果を学習処理部４０に補正させる補正情報を受け付けて、受け付けた補正情報に応じて記憶部７０に記憶されている分類結果を書き換える。なお、情報取得部１０は、受け付けた各種データから、その代表値を算出して記憶部７０に記憶させる。
The
分類処理部２０は、１月分（第１の期間）のエネルギー量の変化を示す履歴情報（データ）を含む情報から日ごとのエネルギー量の変化の傾向を分類する。例えば、以下の説明では、分類処理部２０は、１日のエネルギー量の変化の傾向を日ごとに分類する。エネルギー量の変化を示す履歴情報（データ）として、消費電力量、温度（外気温、室温）、湿度などの情報を含む。なお、分類に用いる情報として、建物（施設）を利用していた利用者数なども加えてもよい。各種情報を含むこれらの情報を１日単位の時系列データとして纏めて、纏めた情報をその日の特徴を示すデータにする。
分類処理部２０における分類の手法は、制約条件なしの分類手法に基づくものとする。制約条件なしの分類手法とは、例えば、ｋ−ｍｅａｎｓクラスタリング手法などがある。ｋ−ｍｅａｎｓクラスタリング手法では、最初に分類する数ｋを定めておくことができる。以下の説明では、例えば１０個のクラスタに分類する場合を例に挙げて説明する。
The
It is assumed that the classification method in the
表示処理部３０は、その日におけるエネルギー量の変化の傾向を示すラベル情報を表示させる。ラベル情報とは、前述のクラスタリング手法により分類された結果の各クラスタを識別する情報のことである。例えば、同じクラスタに属する日には、同じラベル情報が表示される。
例えば、表示処理部３０は、パターン分類結果表示処理部３１、代表値表示処理部３２、及び、収集データ表示処理部３３を備える。パターン分類結果表示処理部３１は、１月分のエネルギー量の変化を示す情報のうちから抽出した１日の変化の傾向にあったラベル情報を抽出した日の代表値を示すグラフ上の位置に対応づけて表示させる。例えば、パターン分類結果表示処理部３１は、上記の日に対応するグラフの位置の背景に、分類処理部２０によって分類された結果に応じて選択されたラベル情報を表示させる。代表値表示処理部３２は、１月分のエネルギー量の変化を示す情報から日ごとの当該エネルギー量の代表値を生成し、生成された代表値をグラフにして表示させる。収集データ表示処理部３３は、１月分のエネルギー量の変化を示す情報から日ごとの当該エネルギー量の情報をグラフにして表示させる。
The
For example, the
学習処理部４０は、情報取得部１０を介して外部から取得した補正情報により、前記分類された結果を補正して、前記補正された後の分類結果を記憶させる。なお、学習処理部４０は、教師付型の学習手法に基づいて判定条件を学習して、学習した結果を記憶部７０に記憶させる。例えば、学習処理部４０は、分類処理部２０によって分類された結果を示すパターン情報を学習して、学習した結果を新たなパターン情報として記憶部７０に記憶させる。
The
判定処理部５０は、学習処理部４０により学習された判定ルールに従って判定処理をする。判定処理部５０は、分類処理部２０によって分類された結果を基にして、履歴情報に対応する月（第1の期間）より後の月（期間）のエネルギー量の変化の傾向を判定する。判定処理部５０は、学習処理部４０によって補正された後の分類結果に基づいて、履歴情報に対応する月（第1の期間）より後の月（期間）のエネルギー量の変化の傾向を判定するようにしてもよい。
The
通信処理部８０は、外部の装置と通信する。例えば、外部の装置は、情報処理システム１に所望の処理を要求する端末装置、サーバ等を含む。
表示部９０は、上記の各表示処理部により生成された画像情報を表示する。例えば、表示部９０は、ＬＣＤ等を含んで構成されるものであってもよい。
The
The
記憶部７０は、履歴データ記憶部７１、分類データ記憶部７２、及び、学習結果記憶部７４を備える。
履歴データ記憶部７１は、外部から収集された各種データを時系列データとして記憶する。例えば、履歴データ記憶部７１は、図１０に示すデータを記憶する。同図は、履歴データの構成例を説明する図である。同図に示すように、履歴データは、対象の日を特定する識別情報、当該対象の日の複数の種類の測定データを時系列データとしてデータベースを成して記憶される。例えば、同図に示されている履歴データは、消費電力ＸＤＰ、温度ＸＤＴ、湿度ＸＤＨが含まれる。各データは、毎時定期的に計測されたデータが履歴情報として記憶されている。例えば、消費電力ＸＤＰのデータは、１時から２４時まで１時間ごとの時間順に、ＸＰ１、ＸＰ２、ＸＰ３、ＸＰ４、・・・、ＸＰ２４として、Ｄｋ日の情報として記憶されている。温度ＸＤＴと湿度ＸＤＨとにおいても、消費電力ＸＤＰと同様であり、温度ＸＤＴのデータは、１時から２４時まで１時間ごとの時間順に、ＸＴ１、ＸＴ２、ＸＴ３、ＸＴ４、・・・、ＸＴ２４として、Ｄｋ日の情報として記憶されている。湿度ＸＤＨのデータは、１時から２４時まで１時間ごとの時間順に、ＸＨ１、ＸＨ２、ＸＨ３、ＸＨ４、・・・、ＸＨ２４として、Ｄｋ日の情報として記憶されている。
以上に示した履歴データは、以下で説明する処理の中で用いる１日分のデータである。例えば、所定の日における測定データの項目を１つのレコードに含むデータベースを成して記憶される。履歴データ記憶部７１に記憶されるデータの各レコードは、予め定められた所定の間隔に応じて定められた時刻に応じて生成され、識別情報をキーにしてレコードごとに参照可能な状態で記憶される。
The
The history
The history data shown above is data for one day used in the process described below. For example, it is stored in a database that includes measurement data items for a predetermined day in one record. Each record of data stored in the history
例えば、履歴データ記憶部７１は、それぞれ測定された測定データを加工せずにそのまま記憶するものとする。加工せずに記憶された測定データから代表値を生成した場合、履歴データ記憶部７１は、それぞれの代表値を併せて記憶するようにしてもよい。例えば、代表値は、下記のような生成方法により生成できる。
For example, it is assumed that the history
消費電力ＸＤＰのデータの代表値を平均値とする場合、Ｄｋ日の平均消費電力ＸＤＰｋは下記の式（１）から算出できる。 When the representative value of the power consumption XDP data is an average value, the average power consumption XDPk of Dk days can be calculated from the following equation (1).
ＸＤＰｋ=（ＸＰ１＋ＸＰ２＋ＸＰ３＋ＸＰ４＋・・・＋ＸＰ２４）／２４ …（１） XDPk = (XP1 + XP2 + XP3 + XP4 +... + XP24) / 24 (1)
また、温度ＸＤＴと湿度ＸＤＨとにおいても、消費電力ＸＤＰと同様に、温度ＸＤＴと湿度ＸＤＨのデータの代表値を平均値とする。この場合、Ｄｋ日の平均温度ＸＤＴｋと平均湿度ＸＤＨｋは下記の式（２）、式（３）から算出できる。 In addition, also in the temperature XDT and the humidity XDH, the representative values of the data of the temperature XDT and the humidity XDH are set as average values as in the power consumption XDP. In this case, the average temperature XDTk and average humidity XDHk of Dk day can be calculated from the following formulas (2) and (3).
ＸＤＴｋ=（ＸＴ１＋ＸＴ２＋ＸＴ３＋ＸＴ４＋・・・＋ＸＴ２４）／２４ …（２） XDTk = (XT1 + XT2 + XT3 + XT4 +... + XT24) / 24 (2)
ＸＤＨｋ=（ＸＨ１＋ＸＨ２＋ＸＨ３＋ＸＨ４＋・・・＋ＸＨ２４）／２４ …（３） XDHk = (XH1 + XH2 + XH3 + XH4 +... + XH24) / 24 (3)
上記のような処理を、履歴情報として記憶されている測定データに対して施すことにより、１日の代表値を算出することができる。履歴データ記憶部７１は、上記の代表値を測定データとともに記憶するようにしてもよい。以上に示した１日分の測定データとその代表値を纏めて、測定データＸＤｋとして示す。
By performing the above processing on the measurement data stored as history information, the representative value for the day can be calculated. The history
分類データ記憶部７２は、分類処理の対象である元データと分類処理の結果を示す出力データとを関連付けて記憶する。例えば、分類データ記憶部７２は、図１１に示すように構成される。同図は、分類データの構成例を説明する図である。同図に示すように、分類データ記憶部７２は、入力データとして、日ごとの測定データＸＤ１、ＸＤ２、ＸＤ３、ＸＤ４、・・・、ＸＤ３１を日付に対応づけて順に記憶する。この測定データＸＤ１、ＸＤ２、ＸＤ３、ＸＤ４、・・・、ＸＤ３１は、それぞれが前述の履歴データ記憶部７１の構成を備えていてもよく、この場合、記憶場所を共有することができる。なお、この測定データＸＤ１、ＸＤ２、ＸＤ３、ＸＤ４、・・・、ＸＤ３１は、それぞれが前述の履歴データ記憶部７１を参照するように構成してもよく、この場合、履歴データ記憶部７１の記憶場所は、分類データ記憶部７２と分けて設けられることになる。
The classification
また、分類データ記憶部７２は、出力データとして、日ごとの分類結果を示すクラスタの識別情報（ラベル情報）Ｙ１、Ｙ２、Ｙ３、Ｙ４、・・・、Ｙ３１を日付に対応づけて順に記憶する。上記は、エリアＡにおける特定の月（例えば、２０１Ｘ年８月）のデータを示すが、エリアＢ、Ｃ、Ｄ、においてもエリアＡと同様に入力データと出力データとが日付に関連付けられてそれぞれ記憶される。同図におけるエリアＢ、Ｃ、Ｄの詳細な構成の記載を省略する。
分類データ記憶部７２における日ごとのラベル情報は、後述する分類処理の実施によって纏めて設定される。また、分類データ記憶部７２における日ごとのラベル情報は、後述する学習処理の過程で個別に補正して設定することができ、新たに設定されたデータが当該ラベル情報として記憶される。
Further, the classification
The label information for each day in the classification
学習結果記憶部７４は、分類データ記憶部７２に記憶されたラベル情報に基づいて学習処理が行われ、その学習結果を記憶する。学習結果記憶部７４が記憶するデータは、学習処理の方式、判定結果に必要とされる判定精度などにより異なるものとなる。例えば、学習処理の方法としてＳＶＭ（Support vector machine）を適用する場合には、その学習結果を示すデータは、ＳＶＭにおける超平面を定義するデータになる。ＳＶＭにおける超平面とは、異なるグループ(クラスタ)に含まれるべき要素を互いに異なるグループになるように分類する面のことである。学習結果記憶部７４に記憶されるデータは、ＳＶＭによって分類するグループの数に応じて設定され、それぞれのグループを区分するための超平面のデータとして記憶される。ここでいう「グループ」は、エネルギー量の変化の傾向（パターン）が類似する日が含まれるように形成されており、前述のクラスタに対応する。
The learning
次に、上記のように構成された情報処理装置１が実施する処理について順に説明する。
Next, processing performed by the
（情報を可視化する処理について）
図２から図８を参照して、本実施形態の情報処理システムによる情報の可視化について説明する。
図２は、本実施形態の情報処理システムによる情報の可視化を示す表示画面の構成の一例を示す説明図である。同図における符号１００は、表示画面の全領域を示す。
表示画面１００の下部中央に符号１１０で示す表示領域が設けられている。例えば、表示領域１１０は、対象とする施設の１フロアを示す平面図である。
表示領域１１０に示されるフロアは、４つの区画に分割してそれぞれ管理され、分割された区画を単位に、区画ごとに当該区画の範囲に係る各種状態が収集されている。ここでは、４つの区画に対応させて４つの範囲を定め、それぞれの範囲を範囲Ａ，Ｂ，Ｃ，Ｄとして説明する。以下の説明において、範囲Ａには、コミュニケ―ションのためのエリアが含まれ、範囲ＢとＣには、オフィスエリアが含まれ、範囲Ｄには、サーバなどの機器が置かれたサーバエリアが含まれている。
なお、以下の説明において、上記の施設における設備の利用状況を管理する目的で収集した各種データを纏めて「BEMSデータ」という。「BEMSデータ」には、設備において消費されるエネルギー量などを示すデータが含まれる。
(About processing to visualize information)
With reference to FIGS. 2 to 8, the visualization of information by the information processing system of this embodiment will be described.
FIG. 2 is an explanatory diagram illustrating an example of a configuration of a display screen showing information visualization by the information processing system of the present embodiment.
A display area indicated by
The floor shown in the
In the following description, various data collected for the purpose of managing the usage status of equipment in the above facilities are collectively referred to as “BEMS data”. The “BEMS data” includes data indicating the amount of energy consumed in the facility.
また、表示画面１００の上部に符号１２０で示す表示領域が設けられている。例えば、表示領域１２０は、対象とする施設の1ヶ月分の気温や湿度の変化と空調設備による消費電力の変化などを示す領域である。
同図に示された表示領域１２０は、表示領域１２０−１、１２０−２、１２０−３、１２０−４の４段に分かれている。各段のそれぞれは、対象とする施設のうちから選択された４つの範囲に対応させている。例えば、表示領域１２０−１、１２０−２、１２０−３、１２０−４は、施設の範囲Ａ，Ｂ，Ｃ，Ｄにそれぞれ対応する。ここでは、施設の４つの範囲の状況を比較できるように、各範囲に対応させて４段に分けて表示させているが、比較の対象に設定する範囲の数や、分割して表示する段数は、各システムの必要に応じて適宜定めることができる。以下、４つに分けて表示する場合を例に挙げて説明を行う。
表示領域１２０における横軸は、表示領域１２０−１、１２０−２、１２０−３、１２０−４に共通に設定され、１月のうちの日付を示す。ここでは、横軸の左端が１日を示し、右端が３１日（又は２８日から３０日）を示す。表示領域１２０−１、１２０−２、１２０−３、１２０−４の縦軸は、それぞれの範囲における気温、湿度、消費電力を示す。
A display area indicated by
The
The horizontal axis in the
表示領域１２０−１に、施設の範囲Ａにおける気温と湿度と空調設備の消費電力との変化を折れ線グラフにして表示する。折れ線グラフの各点は、1日ごとの計測値の平均値を示し、算出した平均値をその日の代表値とする。例えば、表示領域１２０−１に示される折れ線グラフのうち、気温（室温）を太線で示し、湿度を実線で示し、空調設備の消費電力を破線で示す。
表示領域１２０−２に、施設の範囲Ｂにおける気温と湿度と空調設備の消費電力の変化を折れ線グラフにして表示する。表示領域１２０−３に、施設の範囲Ｃにおける気温と湿度と空調設備の消費電力の変化を折れ線グラフにして表示する。表示領域１２０−４に、施設の範囲Ｄにおける気温と湿度と空調設備の消費電力の変化を折れ線グラフにして表示する。表示領域１２０−２から１２０−４に示す折れ線グラフの各点は、表示領域１２０−１と同様に、その日の代表値を示し、その値は、それぞれ対応する施設の範囲の1日ごとの計測値の平均値とする。上記の表示領域１２０−２から１２０−４は、代表値表示処理部３２の処理により表示されている。
また、表示領域１２０−３の左端に当たる１日と、１３日、１４日、１６日、１９日などの日にグラフの背景に網掛け表示がされている。この表示が付されている日は、１日の変化が類似する日として分類された日を示す。上記の表示領域１２０−１から１２０−４において、１日の変化が類似する日を示す網掛けは、パターン分類結果表示処理部３１の処理により表示されている。
In the display area 120-1, changes in the temperature and humidity in the facility range A and the power consumption of the air conditioning equipment are displayed as a line graph. Each point of the line graph indicates the average value of the measured values for each day, and the calculated average value is used as the representative value for the day. For example, in the line graph shown in the display area 120-1, the temperature (room temperature) is indicated by a bold line, the humidity is indicated by a solid line, and the power consumption of the air conditioning equipment is indicated by a broken line.
In the display area 120-2, changes in the temperature and humidity in the facility range B and the power consumption of the air conditioning equipment are displayed as a line graph. In the display area 120-3, changes in the temperature and humidity in the facility range C and the power consumption of the air conditioning equipment are displayed as a line graph. In the display area 120-4, changes in the temperature and humidity in the facility range D and the power consumption of the air conditioning equipment are displayed as a line graph. As with the display area 120-1, each point of the line graph shown in the display areas 120-2 to 120-4 indicates the representative value of the day, and the value is measured for each day in the range of the corresponding facility. The average value. The display areas 120-2 to 120-4 are displayed by the processing of the representative value
In addition, the background of the graph is shaded on the 1st day corresponding to the left end of the display area 120-3 and the 13th, 14th, 16th, 19th, and so on. The day with this display indicates a day classified as a day with similar daily changes. In the display areas 120-1 to 120-4, shading indicating days with similar daily changes is displayed by the processing of the pattern classification result display processing unit 31.
表示画面１００の下部左側に符号１３０で示す表示領域が設けられている。例えば、表示領域１３０は、施設の特定の範囲を対象の範囲として、特定の1日の気温の変化と空調設備による消費電力の変化などを示す領域である。例えば、表示領域１３０には、施設の範囲Ａにおける特定の日の計測値の１日分の推移が示されている。例えば、表示領域１２０−１に示される折れ線グラフのうち、室温を太線で示し、湿度を実線で示し、空調設備の消費電力を破線で示す。上記の表示領域１３０は、収集データ表示処理部３３の処理により表示されている。
A display area denoted by
各種設備で消費されるエネルギー量(電力量など)や室温や湿度などのデータは、１時間ごとに計測されている。表示領域１３０に示されたグラフは、測定されたデータに基づいて、そのデータの値をグラフにしたものであり、このグラフから1時間ごとにどのように各データの値が変化したかを読み取ることができる。例えば、日射の影響を受ける６時ごろから室温の上昇がみられる。停止させていた空調設備を６時過ぎから機能させたことにより、６時以降に空調設備の消費電力が上昇するとともに、室温の上昇がとまり、所望の温度範囲に収まっていることが読み取れる。また、この日は、夕方、空調設備の稼働状態を調整し、消費電力を低減させたことが読み取れる。
Data such as the amount of energy consumed by various facilities (such as the amount of electric power), room temperature, and humidity is measured every hour. The graph shown in the
上記のように、情報処理システム１は、表示領域１３０に表示されたグラフからも読み取れるように、各種設備で消費されるエネルギー量(電力量など)や室温や湿度などのデータの特徴に基づいて、同じ特徴を有する日を同じ変化の傾向を示す日として抽出する。
As described above, the
なお、表示領域１３０に示す施設の対象範囲と、特定の日は、下記のような操作手順により選択することができる。例えば、表示領域１２０の折れ線グラフの特定部位をクリックすると、クリックした折れ線グラフに対応する範囲が選択され、折れ線グラフをクリックした位置に対応する日付の計測値の1時間単位の推移が表示領域１３０に表示される。
In addition, the target range of the facility shown in the
上記は、1日単位の計測値に基づいて各日の計測値をｋ-ｍｅａｎｓ法でクラスタリングすることで、各日の計測値の変化を所定の個数（ｋ個、例えば、１０個）のパターンに分類し、その分類結果の１例を示している。このように幾つかのパターンに分類することによって、すべての日の計測値の詳細な変化を確認するまでもなく、それぞれの日の計測値がどのような傾向で変化しているかを、パターン分けされた結果から把握することが容易になる。
なお、特別に消費電力が多い日などのように計測値の推移が通常の推移から外れた値（異常値）になった日は、類似の傾向を示す日として選択されないことから、類似の傾向を示す日として選択されなかった日が選択されるべき日であった日を検出することにより、異常値が検出された日を特定することに利用できる。
The above is a pattern of a predetermined number (k, for example, 10) of changes in the measurement values for each day by clustering the measurement values for each day using the k-means method based on the measurement values for each day. An example of the classification result is shown. By classifying the patterns into several patterns in this way, it is not necessary to confirm the detailed changes in the measured values for all the days, but the patterns of how the measured values for each day are changing are divided into patterns. It becomes easy to grasp from the result obtained.
In addition, the day when the transition of the measured value deviates from the normal transition (abnormal value), such as the day when power consumption is particularly high, is not selected as a day that shows a similar trend, so a similar trend By detecting the day when the day that was not selected as the day indicating the date was to be selected, it can be used to specify the day when the abnormal value was detected.
表示画面１００の右側に符号１５０で示す選択情報表示領域が設けられている。例えば、選択情報表示領域１５０には、「Ｍａｉｎ」というラベルが付いた主操作画面が示されている。主操作画面の下部には、「ｐａｔｔｅｒｎ１」から「ｐａｔｔｅｒｎ１０」という識別情報が順に振られた１０個のラジオボタンと、その上部に「Ｖｉｅｗ Ｔｒａｎｓｆｏｒｍ」、「Ｖｉｅｗ Ｏｎ ｍｏｕｓｅ」という識別情報が振られた２個のラジオボタンと、その上部に「Ｆｉｌｅ Ｏｐｅｎ」と「Ｖｉｅｗ Ｒｅｓｅｔ」と表示された２個の操作ボタンとがそれぞれ示されている。
A selection information display area denoted by
「Ｆｉｌｅ Ｏｐｅｎ」の操作ボタンが操作されると、履歴データ記憶部７１に記憶されている履歴データファイルを開いて表示画面１００に表示させる処理が表示処理部３０の処理として実施される。また、「Ｖｉｅｗ Ｒｅｓｅｔ」の操作画面が操作されると、表示画面１００に表示されている状態を初期状態に戻す処理が表示処理部３０の処理として行われる。
When the “File Open” operation button is operated, a process of opening a history data file stored in the history
「ｐａｔｔｅｒｎ１」から「ｐａｔｔｅｒｎ１０」のいずれかのラジオボタンが選択されると、選択されたパターンに応じて表示領域１２０の表示が切り替わる。表示領域１２０に示すグラフの背景において、選択されたパターン（ｐａｔｔｅｒｎ）に該当する日の領域にハッチングを示して、選択されたパターンの日として分類された日を示す。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ４」に分類されている。
When one of the “
表示画面１００の右側に符号１５０で示す選択情報表示領域には、「Ｍａｉｎ」というタブが付いた主操作画面の他に、「Ｌｅａｒｎｉｎｇ」というタブが付いた学習操作画面が設けられている。同図では、学習操作画面は、主操作画面に隠れており、表示されていない。主操作画面と学習操作画面の表示の切り替えは、各タブを選択することにより、タブに対応する画面に切り替わる。学習操作画面の詳細について後述する。
In the selection information display area denoted by
次に図３から図８を参照して、この情報処理システム１によって、1ヶ月間の「BEMSデータ」から得られたパターンの他の例を説明する。図３から図８は、図２に示した表示の例と異なる表示画面の構成の例について説明する図である。図３から図８に示す表示の構成も、前述の図２に示した表示画面の例と同様に構成されており、図２に示した表示の例と異なる表示の例をそれぞれ示している。図３から図８の場合も、オフィスフロアを４箇所のエリアに区切り、各々のエリアにおいて消費電力（空調消費電力、照明等消費電力）、気温、湿度の３値を１時間ごとに記録したデータを利用した。またｋ-ｍｅａｎｓ法におけるクラスタ数を１０に固定し、１０種類のパターンに分けて分類結果を可視化する。ここで例示する対象期間を２０１Ｘ年８月の１ヶ月間とする。
Next, another example of a pattern obtained from “BEMS data” for one month by the
まず、図３に示す例では、１日のうちで昼から夕方にかけて空調電力が消費されている。同図に示されるパターンは、範囲Ａから範囲Ｄのすべてのエリアにおいて土曜日と日曜日に頻発していることが、表示領域１２０においてハッチングで示された日の位置から読み取れる。例えば、休日に設定されている土曜日と日曜日の午後に出勤した人がいて、空調設備を利用していたことが推察される。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ３」に分類されている。
First, in the example shown in FIG. 3, air-conditioning power is consumed from daytime to evening in one day. It can be read from the position of the day indicated by hatching in the
また、図４に示す例では、９時頃に空調電力の消費量が多くなり、1８時頃に少なくなり、そのまま空調電力がゼロとなっている。このパターンはオフィスエリア（範囲Ｂ，Ｃ）の平日において頻発しており、夜間に空調設備が利用されていないことから、その日に残業者がいなかったことが推察される。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ４」に分類されている。
In the example shown in FIG. 4, the amount of air conditioning power consumed increases around 9 o'clock, decreases around 18 o'clock, and the air conditioning power is zero as it is. This pattern occurs frequently on weekdays in the office areas (ranges B and C), and since air conditioning equipment is not used at night, it can be inferred that there were no remaining workers on that day. The pattern shown in the figure is classified as “
また、図５に示す例では、９時頃に空調電力の消費量が多くなり、そのまま空調電力の消費量が高い値を保ったまま、気温が下がり続けている。このパターンは、範囲Ｄとして示されるサーバエリアを含むエリアで頻発している。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ９」に分類されている。
In the example shown in FIG. 5, the amount of air-conditioning power consumption increases around 9 o'clock, and the temperature continues to decrease while the air-conditioning power consumption remains high. This pattern occurs frequently in the area including the server area indicated as the range D. The pattern shown in the figure is classified as “
また、図６に示す例では、９時頃に急激に空調電力の消費量が多くなり、午後になっていったん消費量が少なくなっているが、夜になると再び消費量が多くなる。このパターンは範囲Ｄとして示されるサーバエリアを含むエリアで頻発している。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ１」に分類されている。
上記の図５と図６に示したように、同じエリアであっても、その日の傾向が異なる場合には、異なるパターンに分類される。
In the example shown in FIG. 6, the amount of air-conditioning power consumption suddenly increases around 9 o'clock, and the amount of consumption once decreases in the afternoon, but the amount of consumption increases again at night. This pattern occurs frequently in an area including a server area indicated as a range D. The pattern shown in the figure is classified as “pattern1”.
As shown in FIG. 5 and FIG. 6 above, even in the same area, if the tendency of the day is different, the patterns are classified into different patterns.
また、図７に示す例では、終日、空調電力の消費量がほとんど変化していない。このエリアは、事務机が並んだオフィスエリアであり、通常であれば、平日の夜間や土日に作業者がいないエリアである。このエリアは、作業者が帰宅する際に、空調設備を停止させるように運用されている。例えば、平日の夜間や土日のように作業者がいない場合であれば、空調設備の消費電力は発生しないはずである。ただし、上記の運用のルールがあるにも係わらず、図に示された日は空調設備の消費電力が発生しており、空調設備が運転状態のまま放置されているものと推定できる。つまり、作業者が帰宅した際に、空調設備を停止させることを忘れて帰宅してしまい、空調設備が運転状態にされたまま、休日の土曜日と日曜日とを迎えたのではないかと推察される。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ７」に分類されている。
Moreover, in the example shown in FIG. 7, the consumption amount of air-conditioning power has hardly changed throughout the day. This area is an office area where office desks are lined up, and is usually an area where there are no workers at night on weekdays or on weekends. This area is operated so that the air conditioning equipment is stopped when the worker returns home. For example, if there are no workers, such as a weekday night or a weekend, power consumption of the air conditioning equipment should not occur. However, despite the above operational rules, it can be estimated that the power consumption of the air conditioning equipment is generated on the day shown in the figure, and the air conditioning equipment is left in an operating state. In other words, when the worker comes home, it is assumed that he / she forgot to stop the air conditioning equipment and went home, and the Saturday and Sunday of the holiday were reached with the air conditioning equipment still in operation. . The pattern shown in the figure is classified as “
また、図８に示す例では、９時頃に空調電力の消費量が多くなり、夕方に、いったん少なくなって０に近づくが再び空調電力の消費量がその日のピーク値に近い値まで上昇している。この日の湿度の変化を参照すると、空調設備を夕方停止した後に湿度の値が急に上昇している。気温の変化がないにもかかわらず湿度の値のみが大きく変化する要因があり、湿度の異常な上昇を抑制するため、夜間に再び空調設備が運転されたことが推定される。なお、同図に示されたパターンは、「ｐａｔｔｅｒｎ８」に分類されている。
In the example shown in FIG. 8, the amount of air-conditioning power consumption increases around 9 o'clock. In the evening, the amount of air-conditioning power decreases and approaches zero, but the amount of air-conditioning power consumption rises again to a value close to the peak value of the day. ing. Referring to the change in humidity on this day, the humidity value suddenly increases after the air conditioning facility is stopped in the evening. There is a factor that only the humidity value changes greatly even though there is no change in temperature, and it is estimated that the air conditioning equipment was operated again at night to suppress an abnormal increase in humidity. The pattern shown in the figure is classified as “
以上、図２から図８の表示領域１３０に示すように一日の詳細な変化を見れば、その日の変化を確認することができる。ただし、そのような確認方法では、確認する度に特定のエリアの特定の日を表示領域１３０に表示させなければならず、表示させない場合には、いずれのパターンに類似しているかを特定することができない。また、表示領域１３０に表示しているときに目視により特定することができたとしても、表示領域１３０の表示を切り替えた後では、表示領域１２０の折れ線グラフの表示だけでは特定することができない。
As described above, as shown in the
一方、本実施形態に示す方法によれば、表示領域１２０に同じ変化の傾向を示すパターンの日にハッチングを付けて表示することにより、上記のように、表示領域１３０に都度、特定のエリアの特定の日を表示するまでもなく、いずれのパターンに類似しているかを特定できる。
On the other hand, according to the method shown in the present embodiment, the
また、同じフロア内であっても、利用の形態が異なる複数のエリアがある場合には、同一フロア中の特定のエリアに限って頻発するパターンや、平日または休日等のように曜日や時間帯に応じて、発生する頻度が異なるパターンなどが存在する。以上に示したように、エリアごと・日ごとに発生する頻度が異なる各パターンの特徴に基づいて、それぞれの日の変化のパターンを分類できる。 Also, if there are multiple areas with different usage patterns even within the same floor, patterns that occur frequently only in specific areas on the same floor, days of the week or time zones such as weekdays or holidays Depending on the pattern, there are patterns that occur at different frequencies. As described above, it is possible to classify the change pattern of each day based on the characteristics of each pattern having a different frequency for each area / day.
上記のようにｋ−ｍｅａｎｓ法によるクラスタリングを行うことにより、一日の変化の傾向から特徴が異なる日をそれぞれ異なるパターンに分類することができる。ただし、状況に応じて変化する要素の影響を受けるほど、必ずしも正しく分類されるとは限らない。例えば、休日であったとしても、休日として分類するパターンとして分類されるとは限らない。より具体的な場合を例示して説明する。例えば、図３における表示領域１２０において、範囲Ａでは、第３週と第４週の休日がパターン３に分類されていない。この日は、表示領域１２０において、範囲Ａの折れ線グラフからもわかるように、消費電力がほとんど発生していなかったものと思われる。休日をパターン３に対応付けするのであれば、消費電力がほとんど発生しない日もパターン３と分類できるように、分類の条件を補正する必要がある。そこで、分類の条件を補正するように情報処理システム１における情報の分類手法を学習させて、分類の精度を高めるようにする。
By performing clustering by the k-means method as described above, days with different characteristics can be classified into different patterns from the tendency of changes of the day. However, it is not always correctly classified to the extent that it is affected by factors that change according to the situation. For example, even if it is a holiday, it is not always classified as a pattern to be classified as a holiday. A more specific case will be described as an example. For example, in the
（情報の分類手法を学習する処理について）
図９を参照して、本実施形態の情報処理システムによる情報の分類方法を学習する処理について説明する。同図は、本実施形態の情報処理システムによる情報の分類方法を学習する学習処理の表示画面の構成例を示す図である。
同図における符号１５０は、表示画面１００の一部の領域を示す。例えば、選択情報表示領域１５０には、「Ｌｅａｒｎｉｎｇ」というタブが付いた学習操作画面が設けられている。なお、同図では、前述の主操作画面は、学習操作画面の陰に隠れており、表示されていない。前述のとおり、主操作画面と学習操作画面の表示の切り替えは、各タブを選択することにより、タブに対応する画面に切り替わる。学習操作画面の詳細について説明する。学習操作画面には、「ＳＶＭ Ｔｒａｉｎ Ｓｔａｒｔ」、「ＳＶＭ Ｓｐｅｃｉｆｙ（１）」、「ＳＶＭ Ｔｒａｉｎ Ｆｉｎｉｓｈ」、「ＳＶＭ Ｐｒｅｄｉｃｔ」と表示された４個の操作ボタンがそれぞれ示されている。
(About the process of learning information classification methods)
With reference to FIG. 9, processing for learning the information classification method by the information processing system of this embodiment will be described. This figure is a diagram showing a configuration example of a display screen of a learning process for learning the information classification method by the information processing system of the present embodiment.
「ＳＶＭ Ｔｒａｉｎ Ｓｔａｒｔ」のボタンが操作されると、学習処理部４０によるＳＶＭのための学習処理が開始される。このボタンが操作されてＳＶＭのための学習処理が開始されている状態にある際に、既に各パターンに分類された結果が妥当か否かを、ユーザは画面の表示を通して読み取ることができる。例えば、ユーザは、月ごとのスケジュール表（作業表）などを参照して、正しく分類されていない日を抽出する。
When the “SVM Train Start” button is operated, a learning process for SVM by the
「ＳＶＭ Ｓｐｅｃｉｆｙ（１）」のボタンが操作されると、正しく分類されていないことを、情報処理システム１に学習させる処理が実施される。例えば、表示領域１３０に表示される特定の日・特定のエリアにおける計測結果が「警告」に値すると判断した時に、同ボタンを操作して、表示領域１３０に表示される特定の日・特定のエリアにおける計測結果に適したパターン番号を選択する。このボタンを所定の時間間隔で操作することにより、ボタンを操作するたびにパターン番号を１から１０まで順に切り替えることができる。図に示された状態は、パターン番号１が選択された状態をボタンの枠内の数字で示している。
When the “SVM Specification (1)” button is operated, the
「ＳＶＭ Ｔｒａｉｎ Ｆｉｎｉｓｈ」のボタンが操作されると、学習処理部４０によるＳＶＭのための学習処理が終了される。これにより、「ＳＶＭ Ｔｒａｉｎ Ｓｔａｒｔ」のボタンが操作されてから、「ＳＶＭ Ｔｒａｉｎ Ｆｉｎｉｓｈ」のボタンが操作されるまでに行われた、「ＳＶＭ Ｓｐｅｃｉｆｙ（ｋ）」（例えば、ｋは１から１０の自然数）のボタンが操作されて学習したデータを学習結果として記憶する。
上記の操作により、分類された結果に異常があると判定され、その情報が本ボタンの操作によって学習された後に、正しく要素が分類された状態で、改めて超平面を再定義する。この再定義により、異常と判定された要素を再び以上と判定する確率を低減させることができる。これにより、警告された計測結果に近いパターンが、正しく分類されたクラスタに属するようになる。
When the “SVM Train Finish” button is operated, the learning process for the SVM by the
As a result of the above operation, it is determined that there is an abnormality in the classified result, and after the information is learned by the operation of this button, the hyperplane is redefined again in a state where the elements are correctly classified. By this redefinition, it is possible to reduce the probability that an element determined to be abnormal is determined as above again. As a result, a pattern close to the warped measurement result belongs to a correctly classified cluster.
「ＳＶＭ Ｐｒｅｄｉｃｔ」のボタンが操作されると、分類処理部２０による制約付きクラスタリングによりパターン分類をやり直す。なお、ＳＶＭは、異なるグループの要素を分類する超平面を定義して、定義した超平面を基準に新たに検出された要素が何れの空間に位置するものであるかの判定をやり直すことができる。
When the “SVM Predict” button is operated, pattern classification is performed again by constrained clustering by the
（建物の利用に応じて変化するエネルギー量を表示する処理の手順）
図１２を参照して、建物の利用に応じて変化するエネルギー量を表示する処理の手順について説明する。同図は、建物の利用に応じて変化するエネルギー量を表示する処理の手順を示すフローチャートである。
(Procedure for displaying the amount of energy that changes according to the use of the building)
With reference to FIG. 12, the procedure of the process which displays the energy amount which changes according to utilization of a building is demonstrated. This figure is a flowchart showing a procedure of processing for displaying an energy amount that changes in accordance with the use of a building.
情報取得部１０は、情報を取得して、記憶部７０の履歴データ記憶部７１に収集した情報を記憶させる（ステップＳ１０）。
分類処理部２０は、履歴データ記憶部７１の履歴データを参照して、履歴データが示す１日ごとの変化の傾向に基づいた分類処理を実施する（ステップＳ１５）。例えば、この分類処理において、分類処理部２０は、履歴データ記憶部７１の履歴データを参照して、１月分のエネルギー量の変化を示す情報のうちから１日単位でデータを抽出し、抽出した１日分のデータの変化の傾向にも続いて、当該日の傾向を分類する。分類処理部２０は、分類した結果（分類結果）を分類データ記憶部７２に記憶させる。
The
The
表示処理部３０の代表値表示処理部３２は、履歴データ記憶部７１の履歴データを参照して、各項目の日毎の代表値を算出するとともに、履歴データ記憶部７１に当該日の各項目の代表値を書き込んで記憶させる。代表値表示処理部３２は、算出した各日の代表値に基づいたグラフを表示領域１２０に表示させる（ステップＳ２０）。
The representative value
表示処理部３０のパターン分類結果表示処理部３１は、分類データ記憶部７２の分類結果を参照して、同じクラスタに分類されたことを示すラベル情報に応じた表示を、同じクラスタに分類された日の位置に対応づけて表示させる（ステップＳ２５）。
The pattern classification result display processing unit 31 of the
表示処理部３０の収集データ表示処理部３３は、履歴データ記憶部７１の履歴データを参照して、操作によって選択された日ごとの当該エネルギー量の情報をグラフにして表示させる。例えば、収集データ表示処理部３３は、１月分のエネルギー量の変化を示す情報から日ごとの当該エネルギー量の情報をグラフにして表示させる（ステップＳ３０）。
The collected data
情報取得部１０は、外部から分類結果の補正情報を取得する。学習処理部４０は、情報取得部１０を介して外部から取得した補正情報により、分類データ記憶部７２に記憶されている分類された結果を補正して、前記補正された後の分類結果を分類データ記憶部７２に記憶させる。さらに、学習処理部４０は、補正された後の分類結果に応じた新たなパターン情報に基づいて、判定処理部５０における判定処理をするための判定ルールを学習する（ステップＳ３５）。
The
判定処理部５０は、学習処理部４０により学習された判定ルールに従って判定処理をする。判定処理部５０は、分類処理部２０によって分類された結果を基にして、履歴情報に対応する月（第1の期間）より後の期間のエネルギー量の変化の傾向を判定する。表示処理部３０は、判定処理部５０による判定の結果を表示部９０に表示させる（ステップＳ４０）。
上記のように表示部９０に表示された判定の結果は、前述の図２から図８に示す表示と同様の表示方法により表示することができる。また、１月分の情報に基づいた分類に基づいて、上記の学習処理を通して、分類を行う判定ルールの精度を高めたことにより、毎日の状況を分類することができる。
The
The determination result displayed on the
以上、本発明の実施形態の情報処理システム１によれば、建物の利用状況を表示する処理により、１つの表示画面内の限られた表示領域に、建物の利用状況を判読しやすく表示することができる。
As described above, according to the
以上、本発明の実施形態について説明したが、図１に示す情報処理システム１は、内部にコンピュータシステムを有している。そして、上述した処理に関する一連の処理の過程は、プログラムの形式でコンピュータ読み取り可能な記憶媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここで、コンピュータ読み取り可能な記憶媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。また、ここでいう「コンピュータシステム」とは、ＯＳ等も含むものとする。
While the embodiment of the present invention has been described above, the
そして、情報処理システム１における各処理の全部又は一部の処理は、ＣＰＵ等の中央演算処理装置がＲＯＭやＲＡＭ等の主記憶装置に上記プログラムを読み出して、情報の加工、演算処理を実行することにより、実現されるものである。勿論、図１に示す情報処理システム１を構成する各処理部は専用のハードウェアにより実現されるものであってもよい。
For all or a part of each process in the
なお、ここで、本発明と上記実施形態との対応関係について補足して説明する。上記実施形態において、本発明における情報処理システムは、情報処理システム１が対応し、第１表示処理部は、代表値表示処理部３２が対応し、第２表示処理部は、パターン分類結果表示処理部３１が対応し、第３表示処理部は、収集データ表示処理部３３が対応する。
Here, the correspondence relationship between the present invention and the above embodiment will be supplementarily described. In the above embodiment, the information processing system according to the present invention corresponds to the
また、上記のように構成した情報処理システム１は、建物に付帯する設備の利用状態を、当該建物におけるエネルギー量の変化に基づいて解析する。分類処理部２０は、第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させる。学習処理部４０は、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させる。判定処理部５０は、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定するようにしてもよい。
このように構成された情報処理システム１は、外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させ、前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定する。
これにより、情報処理システム１は、建物に付帯する設備の利用状態を精度よく解析することができる。
Moreover, the
The
Thereby, the
また、上記の情報処理システム１の分類処理部２０は、制約条件なしの分類手法に従って、前記第２の期間のエネルギー量の変化の傾向を分類するようにしてもよい。
これにより、情報処理システム１は、制約条件なしの分類手法に従って、前記第２の期間のエネルギー量の変化の傾向を分類することから、建物に付帯する設備の利用状態を精度よく解析することができる。
In addition, the
Thereby, since the
また、上記の情報処理システム１の学習処理部４０は、教師付型の学習手法に従って、前記補正された後の分類結果に基づいて判定条件を学習する。判定処理部５０は、前記学習した判定条件に基づいて判定するようにしてもよい。
これにより、情報処理システム１は、教師付型の学習手法に従って、前記補正された後の分類結果に基づいて判定条件を学習し、前記学習した判定条件に基づいて判定することから、建物に付帯する設備の利用状態を精度よく解析することができる。
The
Accordingly, the
また、上記の情報処理システムにおいて、前記補正情報は、前記第２の期間において前記エネルギー量の変化に影響を与える情報に基づいて生成された情報であることを特徴とする。
これにより、情報処理システム１は、前記第２の期間において前記エネルギー量の変化に影響を与える情報に基づいて生成された情報を補正情報とすることから、建物に付帯する設備の利用状態を精度よく解析することができる。
さらに、情報処理システム１を下記のように構成することができる。
例えば、情報処理システム１では、第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含む。代表値表示処理部３２（第１表示処理部）が、前記第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報の代表値を生成し、前記生成された代表値をグラフにして表示させる。パターン分類結果表示処理部３１（第２表示処理部）が、前記第１の情報の前記第２の期間内の変化の傾向にラベル情報を対応させて、前記グラフの前記第２の期間に当該ラベル情報を対応づけて表示させる。
これにより、情報処理システム１は、前記第１の情報の前記第２の期間内の変化の傾向にラベル情報を対応させて、前記グラフの前記第２の期間に当該ラベル情報を対応づけて表示させることができることから、建物の利用状況を判読しやすく表示することができる。
In the information processing system, the correction information is information generated based on information that affects the change in the amount of energy in the second period.
As a result, the
Furthermore, the
For example, in the
Thereby, the
また、上記のように構成した情報処理システム１は、前記ラベル情報を表示する表示範囲が、前記複数の第２の期間に対応させてそれぞれ定められている。パターン分類結果表示処理部３１は、前記ラベル情報を表示する表示範囲の表示を、前記ラベル情報の値に応じた彩度、明るさ、若しくは、互いに異なる彩度又は明るさを示す領域の密度比になるように調整してもよい。
このように構成された情報処理システム１は、前記ラベル情報を表示する表示範囲の表示を、前記ラベル情報の値に応じた彩度、明るさ、若しくは、互いに異なる彩度又は明るさを示す領域の密度比になるように調整することで、上記の様々な表示方法によりラベル情報を表示することができる。これにより、情報処理システム１は、建物の利用状況を判読しやすく表示することができる。
Further, in the
The
また、上記のように構成した情報処理システム１は、表示画面１００内に、前記代表値と前記ラベル情報とを表示する表示領域１２０（第１の表示領域）と、前記第１の期間のうちから指定された第２の期間に対応する前記第１の情報を表示する表示領域１３０（第２の表示領域）とが設けられている。収集データ表示処理部３３（第３表示処理部）は、何れかの前記第２の期間が指定された後、前記指定された第２の期間に対応する前記第１の情報を、前記指定に応じて表示領域１３０（第２の表示領域）に表示させてもよい。
このように構成された情報処理システム１は、何れかの前記第２の期間が指定された後、前記指定された第２の期間に対応する前記第１の情報を、前記指定に応じて表示領域１３０（第２の表示領域）に表示させることにより、建物の利用状況を判読しやすく表示することができる。
The
The
また、上記のように構成した情報処理システム１の代表値表示処理部３２は、前記建物におけるエネルギー量の変化を示す情報を前記グラフ化して表示する。前記第１の情報が、前記エネルギー量の変化を示す一又は複数の種類の情報を含むようにしてもよい。
このように構成された情報処理システム１は、建物の利用状況をエネルギー量の変化に基づいて表示することにより、当該建物の利用状況を判読しやすく表示することができる。
Further, the representative value
The
また、上記のように構成した情報処理システム１の代表値表示処理部３２は、前記建物における電力量の変化を前記グラフ化して表示する。前記第１の情報が、前記建物における電力量の変化を示す一又は複数の種類の情報を含むようにしてもよい。
このように構成された情報処理システム１は、建物の利用状況を電力量に基づいて判読しやすく表示することができる。
In addition, the representative value
The
また、上記のように構成した情報処理システム１の代表値表示処理部３２は、前記建物における外気温又は室温の変化を前記グラフ化して表示して、前記第１の情報が、前記建物の利用状況に係る一又は複数の種類の情報であり、前記一又は複数の種類の情報に前記建物における外気温又は室温を含むようにしてもよい。
このように構成された情報処理システム１は、建物の利用状況を外気温又は室温の変化を含む情報に基づいて判読しやすく表示することができる。
In addition, the representative value
The
また、上記のように構成した情報処理システム１の前記ラベル情報を表示する表示範囲が、前記生成された代表値を示すグラフを表示する範囲に重ねて定められていてもよい。
このように構成された情報処理システム１は、前記ラベル情報を、代表値を示すグラフを表示する範囲に重ねて表示することにより、建物の利用状況を判読しやすく表示することができる。
Moreover, the display range for displaying the label information of the
The
また、上記のように構成した情報処理システム１のパターン分類結果表示処理部３１は、前記第１の情報を含む情報に基づいて前記第２の期間における前記第１の情報の変化の傾向がクラス分けされ、前記クラス分けの結果に基づいてラベル情報が生成されており、前記生成されたラベル情報を前記グラフに対応づけて表示させるようにしてもよい。
このように構成された情報処理システム１は、前記ラベル情報を、前記グラフに対応づけて表示することにより、建物の利用状況を判読しやすく表示することができる。
In addition, the pattern classification result display processing unit 31 of the
The
以上、本発明の実施の形態について説明したが、本発明の情報処理システム１は、上述の図示例にのみ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更を加え得ることは勿論である。
例えば、上記の実施の形態において、情報処理システム１は、折れ線グラフにより、情報を表示するものとして説明したが、例えば、棒グラフなどの他の様式のグラフにして表示するようにしてもよい。
As mentioned above, although embodiment of this invention was described, the
For example, in the above-described embodiment, the
１ 情報処理システム、１０ 情報取得部、２０ 分類処理部、
３０ 表示処理部、３１ パターン分類結果表示処理部、３２ 代表値表示処理部、
３３ 収集データ表示処理部、４０ 学習処理部、
５０ 判定処理部、７０ 記憶部、８０ 通信処理部、９０ 表示部
1 information processing system, 10 information acquisition unit, 20 classification processing unit,
30 display processing unit, 31 pattern classification result display processing unit, 32 representative value display processing unit,
33 collected data display processing unit, 40 learning processing unit,
50 determination processing unit, 70 storage unit, 80 communication processing unit, 90 display unit
Claims (9)
第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させる分類処理部と、
外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させる学習処理部と、
前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定する判定処理部と
を備えることを特徴とする情報処理システム。 An information processing system that analyzes the usage state of equipment incidental to a building based on changes in the amount of energy in the building,
A second period shorter than the first period is defined, the first period includes a plurality of the second periods, and based on history information indicating a change in the amount of energy in the first period, the first period A classification processing unit for classifying the tendency of change in the energy amount in the period 2 for each second period and storing the classification result;
A correction processing unit that corrects the classification result according to correction information acquired from the outside, and stores the corrected classification result;
A determination processing unit that determines a tendency of a change in the amount of energy in a period after the first period corresponding to the history information based on the corrected classification result. system.
ことを特徴とする請求項１に記載の情報処理システム。 The information processing system according to claim 1, wherein the classification processing unit classifies a tendency of change in the energy amount in the second period according to a classification method without a constraint condition.
教師付型の学習手法に従って、前記補正された後の分類結果に基づいて判定条件を学習して、
前記判定処理部は、
前記学習した判定条件に基づいて判定する
ことを特徴とする請求項１又は２に記載の情報処理システム。 The learning processing unit
According to the supervised learning method, learning the determination condition based on the corrected classification result,
The determination processing unit
The information processing system according to claim 1 or 2, wherein the determination is made based on the learned determination condition.
前記表示処理部が表示した第２の期間における前記分類処理部による分類結果を、前記学習処理部に補正させる補正情報を受け付ける情報取得部と、
を備えることを特徴とする請求項１から３の何れか1項に記載の情報処理システム。 A display processing unit for displaying label information indicating a tendency of change in energy amount in the second period;
An information acquisition unit that receives correction information that causes the learning processing unit to correct the classification result by the classification processing unit in the second period displayed by the display processing unit;
The information processing system according to any one of claims 1 to 3, further comprising:
ことを特徴とする請求項１から４の何れか1項に記載の情報処理システム。 5. The information processing according to claim 1, wherein the correction information is information generated based on information that influences a change in the energy amount in the second period. system.
前記第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報の代表値を生成し、前記生成された代表値をグラフにして表示させる第１表示処理部と、
前記第１の情報の前記第２の期間内の変化の傾向にあったラベル情報を前記グラフの前記第２の期間に対応づけて表示させる第２表示処理部と
を備えることを特徴とする請求項４に記載の情報処理システム。 The display processing unit
Generating a representative value of the first information for each second period from first information indicating a change in energy amount in the first period, and displaying the generated representative value in a graph; A display processing unit;
A second display processing unit that displays label information that tends to change in the second period of the first information in association with the second period of the graph. Item 5. The information processing system according to Item 4.
前記第１の期間におけるエネルギー量の変化を示す第１の情報から前記第２の期間ごとの当該第１の情報をグラフにして表示させる第３表示処理部
を備えることを特徴とする請求項６に記載の情報処理システム。 The display processing unit
7. A third display processing unit that displays the first information for each of the second periods as a graph from the first information indicating the change in the energy amount in the first period. Information processing system described in 1.
第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させるステップと、
外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させるステップと、
前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定するステップと
を含むことを特徴とする情報処理方法。 An information processing method for analyzing the state of use of equipment attached to a building based on a change in the amount of energy in the building,
A second period shorter than the first period is defined, the first period includes a plurality of the second periods, and based on history information indicating a change in the amount of energy in the first period, the first period Categorizing the trend of change in the amount of energy during the second period for each second period and storing the classification result;
Correcting the classification result according to correction information acquired from the outside, and storing the corrected classification result;
Determining a tendency of a change in energy amount in a period after the first period corresponding to the history information based on the corrected classification result.
第１の期間より短い第２の期間が定められ、前記第１の期間が複数の前記第２の期間を含み、前記第１の期間のエネルギー量の変化を示す履歴情報に基づいて、前記第２の期間のエネルギー量の変化の傾向を、前記第２の期間ごとに分類して分類結果を記憶させるステップと、
外部から取得した補正情報により、前記分類結果を補正して、前記補正された後の分類結果を記憶させるステップと、
前記補正された後の分類結果に基づいて、前記履歴情報に対応する前記第1の期間より後の期間のエネルギー量の変化の傾向を判定するステップと
を実行させるためのプログラム。 To the computer of the information processing system that analyzes the usage status of equipment attached to the building based on the change in the amount of energy in the building,
A second period shorter than the first period is defined, the first period includes a plurality of the second periods, and based on history information indicating a change in the amount of energy in the first period, the first period Categorizing the trend of change in the amount of energy during the second period for each second period and storing the classification result;
Correcting the classification result according to correction information acquired from the outside, and storing the corrected classification result;
A program for executing a step of determining a tendency of a change in energy amount in a period after the first period corresponding to the history information based on the corrected classification result.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014184611A JP6421001B2 (en) | 2014-09-10 | 2014-09-10 | Information processing system, information display method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014184611A JP6421001B2 (en) | 2014-09-10 | 2014-09-10 | Information processing system, information display method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016057923A JP2016057923A (en) | 2016-04-21 |
| JP6421001B2 true JP6421001B2 (en) | 2018-11-07 |
Family
ID=55758510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014184611A Active JP6421001B2 (en) | 2014-09-10 | 2014-09-10 | Information processing system, information display method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6421001B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017213063A1 (en) * | 2016-06-08 | 2017-12-14 | 日本電気株式会社 | System analysis device, system analysis method, and program recording medium |
| JP2018010490A (en) * | 2016-07-13 | 2018-01-18 | 株式会社東芝 | Display controller, display control method and display control program |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001188772A (en) * | 1999-12-28 | 2001-07-10 | Ishikawajima Harima Heavy Ind Co Ltd | Method and device for predicting demand of plant |
| JP2002259008A (en) * | 2001-02-28 | 2002-09-13 | Yamatake Building Systems Co Ltd | Method and device for supporting data analysis |
| JP2005063383A (en) * | 2003-08-20 | 2005-03-10 | Ken Facilities:Kk | Energy management system for building, and computer program |
| JP5517724B2 (en) * | 2010-04-22 | 2014-06-11 | アズビル株式会社 | Facility management apparatus and facility management method |
| JP5925583B2 (en) * | 2012-04-27 | 2016-05-25 | 株式会社東芝 | Trend graph display system |
| JP5342708B1 (en) * | 2013-06-19 | 2013-11-13 | 株式会社日立パワーソリューションズ | Anomaly detection method and apparatus |
-
2014
- 2014-09-10 JP JP2014184611A patent/JP6421001B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016057923A (en) | 2016-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210373753A1 (en) | Building system with a building graph | |
| US20190089193A1 (en) | Systems and methods for tracking consumption management events | |
| US9118182B2 (en) | Power curve correlation system | |
| Miller | What's in the box?! Towards explainable machine learning applied to non-residential building smart meter classification | |
| JP6022050B2 (en) | Consumer power control system and consumer power control method | |
| US10921762B2 (en) | Energy management system and method | |
| US20160203036A1 (en) | Machine learning-based fault detection system | |
| US11770020B2 (en) | Building system with timeseries synchronization | |
| JP4982511B2 (en) | Action time ratio calculation device and action time ratio calculation method | |
| Serrano-Guerrero et al. | Statistical methodology to assess changes in the electrical consumption profile of buildings | |
| US20190086452A1 (en) | Systems and methods for managing resource consumption | |
| CN108352038A (en) | Building energy management system with energy spectrometer and ad hoc instrument board | |
| Park et al. | The good, the bad, and the ugly: Data-driven load profile discord identification in a large building portfolio | |
| CN103154904B (en) | Operational administrative equipment, operation management method and program | |
| JP5585625B2 (en) | Electric energy display device, electric energy display system, electric energy display method, control program, and recording medium | |
| JP5710324B2 (en) | ENVIRONMENTAL INFORMATION MANAGEMENT DEVICE, ENVIRONMENTAL INFORMATION MANAGEMENT METHOD, AND ENVIRONMENTAL INFORMATION MANAGEMENT PROGRAM | |
| Nagy et al. | Ten questions concerning occupant-centric control and operations | |
| CN103140763A (en) | Systems, methods, and devices for analyzing utility usage with load duration curves | |
| JP6421001B2 (en) | Information processing system, information display method, and program | |
| JP2018063574A (en) | Trend predicting device and load predicting device | |
| Wen et al. | A dual energy benchmarking methodology for energy-efficient production planning and operation of discrete manufacturing systems using data mining techniques | |
| JP6511239B2 (en) | INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING METHOD, AND PROGRAM | |
| Markoska et al. | Towards smart buildings performance testing as a service | |
| US11947785B2 (en) | Building system with a building graph | |
| JP2016122416A (en) | Management device, display device, control method of management device, control program, and recording medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170908 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180831 |
|
| 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: 20180918 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181015 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6421001 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 |