JP6443601B1 - 省エネルギー診断システム、方法及びプログラム - Google Patents

Abstract

省エネ診断には種々の計測項目と莫大なデータ量が必要であるとともに、省エネ診断の知識を持った専門家のアドバイスが必要であり、簡便に省エネ診断する手法がなかった。本発明は、建物のエネルギー使用量データと建物の所在地に最も近い気象観測所の気象データを用いて、当該建物の用途別エネルギー使用量の推計、省エネ可能量、デマンド削減可能量、行動変容等による省エネ効果の算定を行い、統計的手法等を用いてシステム化することにより、専門知識が無くとも高い精度での省エネ診断を実現可能にしたものである。

Description

本発明は、建物のエネルギー使用量に基づいてその建物の用途別エネルギー使用量と省エネルギー可能量を簡易かつ高い精度で算出するシステム、方法及びプログラムに関するものである。

地球温暖化が加速する昨今、二酸化炭素などの温室効果ガス排出削減のため、省エネルギー（以下、省エネともいう。）化は世界的な規模でその必要性がうたわれており、その一環として、建物の省エネ診断（省エネルギー化のための診断）が活発になってきている。省エネ化が必要な建物について省エネ診断を行うことで、建物の省エネ化対策は具体化され、的確な省エネ化につながる。つまり、省エネ診断を行うことはもちろんのこと、その診断内容を高い精度で実行する必要があり、そのため簡易で精度の高い省エネ診断手法の開発が望まれている。更には、効率の良い省エネ対策支援を行うために、多数の建物の中から省エネ効果の高い建物を抽出する手法の開発も望まれている。その抽出は、電力会社やガス会社等が入手可能な情報を用いて行うことができる必要がある。
診断方法の一つとして、例えば特許文献１が提案されているが、これは選択された省エネ対象設備の運転状態情報と、基準情報（選定基準情報）とに基づいて判定処理を行うものである。具体的には、例えばチラーを含む空調設備の場合、冷房能力、消費電力、負荷率、運転期間、運転時間、操業時間、ポンプ流量、ファン風量、定期保守状況などを入力し、空調機の規模を推定し、冷房電力（ピーク）及び冷房電力量（ボリューム）を大まかに評価したり、夜間空調停止か否か、中間期・冬季冷房か否かを判定したり、予冷時間が３０分を超えるか否か、停止時刻が操業終了時刻を超えるか否か、バルブ絞りやダンパ絞りが適正に調整されているか否かを判定する。
また、例えば特許文献２では、省エネルギーに関する専門知識と経験を兼ね備えたエネルギー管理士などの専門家が現地を訪れずとも建物の省エネルギー診断が可能となるよう、携帯端末を利用した省エネルギー診断システムが提案されている。具体的には、診断対象の建物について、データを採取すべき設備機器を特定した個別建物データと、設備機器毎に採取すべきデータ項目と、それら採取したデータから行う省エネ診断の判定基準が設定されているが、省エネ診断の判定基準及び実行可能な省エネ対策を出力する構成は省エネの専門家によって設定、装備されており、データを採取する現場では必ずしも省エネの専門知識が無くても診断ができるようになっている。
更にもう一つの診断方法としては、例えば特許文献３のように、既存建物のエネルギー使用実績から対象建物の空調負荷を推計する方法が提案されている。具体的には、既存建物について、ある短期間の空調設備全ての空調負荷の実測値と空調に用いられた電力使用量とを対比させ、電力使用量に対する空調負荷の換算値を算出し、ある建物の１年間の時刻毎の空調負荷を電力等のエネルギー使用量のデータに基づいて推計している。この算出の際に、休業日や空調以外の季節変動要因等を勘案することでより正確に算出することが可能になる。この方法は実績データによるデータ推計の他、新たに建設する類似建物の省エネ設計にも応用できる。

特開２０１２−５９１２２号公報 特開２０１２−２２６４３２号公報 特開２００８−２９８３７５号公報

しかしながら、上記従来技術では以下に示すような課題があった。
特許文献１では、診断の精度を上げるために数多くの計測機を導入しなければならず、導入コストがかかってしまい、かつ多岐にわたるデータを入力する必要があるなど、簡易な方法ではなかった。
特許文献２では、対象となる建物毎に適切な省エネ目標値を設定する必要があり、省エネ目標値が適切な値となるよう計算するためには依然専門家の知識が必要となっていた。
また、特許文献３では、エネルギー使用量実績を既存建物から入手し推計するということ、またエネルギー使用量が多い建物は無駄が多いという前提に基づく診断であるため、診断結果が必ずしも妥当であると言えないこともあった。
更に、特許文献１、特許文献３で開示された技術では、当該建物の使用日、不使用日（あるいは休日）の判定を外部からの入力に頼るしかなく、１年間でエネルギー使用量が最も少ない１週間をエネルギーベース期間として判定しているなど、統計的に処理しているとは言い難かった。
また、特許文献１、特許文献２、特許文献３で開示された技術では、電力会社やガス会社等が入手可能なエネルギー使用量データや建物所在地情報だけでは省エネ効果の計算が実施できないことから、現実的に複数建物から省エネ効果の高い建物を抽出することはできなかった。
本発明は、前述の課題に鑑み、簡便に入手可能な情報を利用し、統計的考え方に基づく発明手法を用いることにより、的確な省エネ診断が可能なシステムを提供し、建物の省エネ診断の実施や省エネ効果の高い建物の抽出を可能とするとともに、その診断方法を提案するものである。

本発明は、当該建物のエネルギー使用量データと当該建物の所在地に最も近い気象観測所の気象データを用いて、当該建物の用途別エネルギー使用量の推計、省エネ可能量、デマンド削減可能量、行動変容等による省エネ効果の算定を行い、その際統計的考え方に基づく本発明手法を用いることにより、高い精度での省エネ診断を可能にするとともに、電力会社やガス会社等が入手可能な情報のみで、複数建物から省エネ効果の高い建物の抽出を可能としたものである。
以下、本発明の手段を図に基づいて説明するが、その前に、用語の定義について図２６を用いて説明する。
データとは同じ種類の値の塊のことを指し、例えば、エネルギー使用量データは、計測日時別に計測されたエネルギー使用量の塊を言う。
インデックスとは値の集合を作る際の見出しであり、例えば、計測日時がインデックスとなる。
データリストとはインデックスでグループ化された値の集合を言い、例えば、計測日時がインデックスの場合は、計測日時、当該計測日時のエネルギー使用量、気象量等の塊がデータリストとなる。
データテーブルとは、データリストの集合を言い、データベースとはデータテーブルの集合を言う。
続いて、本発明に用いられるエネルギー使用量データ、建物所在地、気象データ及び本発明で推計される用途別エネルギー使用量について説明する。
エネルギー使用量データは、１時間以下の計測間隔で計測されている建物の電気使用量やガス使用量である。例としては、スマートメーターによる計測値が考えられる。
データ計測期間は、基本的に１年間であるが、６カ月以上のデータであれば分析可能である。
建物所在地は、建物がある場所の住所である。
気象データとは、気温又は気温や湿度から計算されたエンタルピーなどのことを指す。
稼働日とは、建物が稼働している日を指し、一般的な事務所では勤務日のことであり、一般的な事業所では営業日のことである。非稼働日とは、建物が稼働していない日を指し、一般的に休日のことである。休日出勤日とは、非稼働日に、一部の人々が出勤してきている日である。
用途別エネルギー使用量推計は、ａｃ、ｍｉｄｄｌｅ、ｂａｓｅの用途を推計することを指す。ａｃは主に空調エネルギー使用量を指す。ｍｉｄｄｌｅは稼働時間帯に用いる照明やＯＡ機器等の建物のエネルギー使用量を指す。ｂａｓｅは、誘導灯等の２４時間使用されている機器のエネルギー使用量を指す。
続いて、本発明を実施する形態の説明において、複数回用いられる手法について説明する。
標準化とは、対象の値から対象となる値群（データ）を平均した値を引き、その差を対象の各値から計算される標準偏差で割ることで求められる値に変換することである。
回帰の方法としては、一般線形モデルによる回帰のみではなく、ｒｉｄｇｅ回帰やｌａｓｓｏ回帰等、様々な回帰の方法が含まれている。
異常値検出の方法の一例としては、数式１、数式２で示すように、回帰式に独立変数（ｘ^（ｎ））を代入することにより得られた推計値（ｆ（ｘ^（ｎ）））と実際の計測値（ｙ^（ｎ））から導かれる異常度（α（ｙ^（ｎ），ｘ^（ｎ）））を用いて、その異常度の分布に沿った確率分布関数を求め、確率分布関数の累積確率密度が一定値以上の値となる閾値を設定し、閾値より大きい異常度と導出した計測値を異常値とし、該当するデータリストに異常フラグを立て、他のデータリストと判別する方法がある。ここでＮはデータ個数を表し、ｎはｎ番目のデータであることを示している。

確率分布関数は、ガンマ分布関数やカイ二乗分布関数等が用いられる。
また、異常値検出時に閾値と同じになる異常値を算出する二つの独立変数のうち大きい値を統計的上限値、小さい値を統計的下限値として算出する。
図１を用いて、省エネ診断システムを説明する。省エネ診断システムは、エネルギー使用量データや気象データを、ネットワークを通じて収集し記録するデータベースと、データベースに記録されたエネルギー使用量データや気象データを用いて用途別エネルギー使用量を計算する用途別エネルギー使用量推計プログラム、省エネ可能量を計算する省エネ可能量計算プログラム、行動変容などによる省エネ効果を計算する省エネシミュレーションプログラム、計算結果を出力する出力部からなる。
データベースは、エネルギー使用量データや気象観測所の計測内容を収集及び記録し、更に用途別エネルギー使用量推計プログラム、省エネ可能量計算プログラム及び省エネシミュレーションプログラムの計算結果を記録する。
用途別エネルギー使用量推計プログラムは、エネルギー使用量データと当該建物所在地に最も近い気象観測所の気象データを用いて当該既存建物の用途別エネルギー使用量の推計を行う。用途別エネルギー使用量は、一定時間毎のａｃ、ｍｉｄｄｌｅ、ｂａｓｅの使用量であり、ここで言う一定時間とは、１０分間隔、１５分間隔、２０分間隔、３０分間隔、１時間間隔等の任意の設定である。
図２は用途別エネルギー使用量推計プログラムの概要について示したフローチャートである。用途別エネルギー使用量推計プログラムは、データ作成部（Ｓ１０２）と、稼働日・非稼働日判定部（Ｓ１０３）と、休日出勤判定部（Ｓ１０４）と、回帰式計算部（Ｓ１０５）と、ベースライン推計部（Ｓ１０６）と、ベースライン補正部（Ｓ１０７）と、用途別エネルギー使用量推計部（Ｓ１０８）の７つの部で構成されている。
データ作成部では、データベースに記録されたエネルギー使用量データと気象データを一定時間毎で集計し直し、計測日時をインデックスとした計測日時別データテーブルを作成する。更に、計測日時別データテーブルを計測日別に集計し、計測日別データテーブルを作成する。
稼働日・非稼働日判定部では、日別データテーブルを用いて、稼働日・非稼働日の判定を行う。日別データテーブルのエネルギー使用量データと気象データを用いて、日別一次回帰式を作成するとともに、日別一次回帰決定係数を計算する。日別一次回帰式から導かれる推計値を用いて、エネルギー使用量データの異常値検出を行い、異常値のエネルギー使用量に日別一次異常フラグを立てる。日別一次回帰決定係数が、設定した閾値より小さい場合は、計測日を稼働日、非稼働日に分類し、日別一次回帰決定係数が閾値以上の場合は、全ての計測日を稼働日にする。
計測日を稼働日、非稼働日に分類するために、稼働日、非稼働日の初期配分を行う。
初期配分の方法は、様々あるが、本事例では、月別にエネルギー使用量が最大値の計測日を稼働日、最小値の計測日を非稼働日と配分する手法を用いた。
初期配分された計測日を訓練データとして、気象データを独立変数、エネルギー使用量データを従属変数とした散布図からクラスタリング手法を用いて、残りの計測日を稼働日、非稼働日に分類する。
稼働日、非稼働日別に気象データを独立変数、エネルギー使用量データを従属変数とした回帰を行い、日別稼働日回帰式、日別稼働日回帰決定係数、日別非稼働日回帰式、日別非稼働日回帰決定係数を計算する。日別稼働日回帰決定係数が設定した閾値より小さい場合は、その建物は空調なしとフラグを立てる。稼働日、非稼働日別に日別稼働日回帰式、日別非稼働日回帰式を用いて、日別エネルギー使用量の異常値検出を行い、異常値のエネルギー使用量に日別二次異常フラグを立てるとともに、統計的上限値、下限値計算を行う。
休日出勤判定部は、日別二次異常フラグのデータリストを対象に、休日出勤日を判定する。稼働日の場合、エネルギー使用量が日別二次稼働日回帰式の推計値より小さい場合は非稼働日にして、休日出勤日フラグを立てるとともに、稼働日から非稼働日に変更する。非稼働日の場合、エネルギー使用量が日別二次稼働日回帰式の推計値より大きい場合は休日出勤日フラグを立てる。これら計算結果を計測日時別データテーブルに記録した後に、計測日をキーとして、日別データテーブルと計測日時別データテーブルを統合し、計測日時別分析データテーブルを作成する。
回帰式計算部では、稼働日・非稼働日と計測時間を組み合わせ、稼働日の計測時間別、及び非稼働日の計測時間別（以下、稼働日・非稼働日・計測時間グループ別とも言う。）に計測日時別分析データテーブルをグループ化、稼働日・非稼働日・計測時間グループ別に計測日時別気象データを独立変数とし、計測日時別エネルギー使用量データを従属変数として回帰を行い、回帰式を計算するとともに時間回帰決定係数を計算する。稼働日・非稼働日・計測時間グループ別の回帰式を用いて、稼働日・非稼働日・計測時間グループ別の気象データの範囲内における、推計値の最小値を計算する。稼働日・非稼働日・計測時間グループ別の推計値の最小値を回帰ベースラインとし、その最小推計値を導く気象データの値を最低気象量とする。日別二次異常データリストを除き、稼働日・非稼働日・計測時間グループ毎に計測日時別エネルギー使用量データの平均値（時間平均値）と標準偏差を計算して、平均値を平均ベースラインとする。
ベースライン推計部では、回帰式計算部の結果を基にエネルギー使用量推計値と、ベースラインを計算する。
計測時間別の稼働日の回帰式から稼働日時間回帰推計値を計算する。稼働日でフィルタリングした稼働日時間回帰推計値データとエネルギー使用量データから分散の分布関数を求め、その分布関数に全ての稼働日時間回帰推計値とエネルギー使用量データの分散を適用し、異常値を検出して、稼働日時間回帰異常フラグを立てる。また、統計的上限値として、稼働日時間回帰上限値、統計的下限値として、稼働日時間回帰下限値を計算する。非稼働日も同様の計算をして、非稼働日時間別回帰推計値、非稼働日時間回帰異常フラグ、非稼働日時間回帰上限値、非稼働日時間回帰下限値を計算する。また、稼働日時間平均値と標準偏差からエネルギー使用量の異常値を検出して、稼働日時間平均異常フラグを立てる。また、統計的上限値として、稼働日時間平均上限値、統計的下限値として、稼働日時間平均下限値を計算する。非稼働日も同様の計算を行い非稼働日時間平均値、非稼働日時間平均異常フラグ、非稼働日時間平均上限値、非稼働日時間平均下限値を計算する。計測日時別推計データテーブルを作成し、計算結果を記録する。
稼働日・非稼働日・計測時間グループ毎に、ベースラインを回帰ベースラインにするか、平均ベースラインにするか定める。空調なしフラグあり、又は時間回帰決定係数が設定した閾値以下の場合は、ベースラインに平均ベースラインを入力し、それ以外の場合はベースラインに回帰ベースラインを入力する。回帰ベースラインが選択された場合は、計測日時別気象データが最低気象量より大きい範囲で、計測日時別エネルギー使用量データと気象データの相関を計算し、統計的に相関が有意と認められ、更に相関係数が正の値であれば、冷房フラグを立てる。計測日時別気象データが最低気象量以下の範囲で、計測日時別エネルギー使用量データと計測日時別気象データの相関を計算し、統計的に相関が有意と認められ、更に相関係数が負の値であれば、暖房フラグを立てる。これらをベースラインデータテーブルに記録する。
計測日時別推計データテーブルとベースラインデータテーブルを稼働日・非稼働日・計測時間グループをキーにして統合する。更に計測日時別分析データテーブルと統合したデータテーブルを、計測日時をキーにして統合し、計測日時別統合データテーブルを作成する。
ベースライン補正部では、主に、空調がない建物や冷房、暖房を行っていない時間帯及び休日出勤日のベースラインを補正する。
まずベースライン補正のための準備を行う。
時間回帰決定係数が設定した閾値より大きい場合に、稼働日であれば、時間推計値に稼働日時間回帰推計値、時間異常フラグに稼働日時間回帰異常フラグ、時間上限値に稼働日時間回帰上限値、時間下限値に稼働日時間回帰下限値を入力し、非稼働日であれば、時間推計値に非稼働日時間回帰推計値、時間異常フラグに非稼働日時間回帰異常フラグ、時間上限値に非稼働日時間回帰上限値、時間下限値に非稼働日時間回帰下限値を入力する。
時間回帰決定係数が設定した閾値以下の場合に、稼働日であれば、時間推計値に稼働日時間平均値、時間異常フラグに稼働日時間平均異常フラグ、時間上限値に稼働日時間平均上限値、時間下限値に稼働日時間平均下限値を入力し、非稼働日であれば、時間推計値に非稼働日時間平均値、時間異常フラグに非稼働日時間平均異常フラグ、時間上限値に非稼働日時間平均上限値、時間下限値に非稼働日時間平均下限値を入力する。
計測日時別異常フラグのデータリストを除いたベースラインの最小値をｂａｓｅ基準値とする。
続いて、ベースラインの補正のために計測日時毎に以下の処理を行う。
計測日時別エネルギー使用量がベースラインより小さい又は空調なしフラグがある場合は、ベースラインに計測日時別エネルギー使用量を入力し、次の計測日時の処理を実施する。
計測日時別エネルギー使用量がベースライン以上かつ空調なしフラグがなくかつ計測日時別気象量が最低気象量より大きい場合に、冷房ありフラグがなければ、ベースラインに計測日時別エネルギー使用量を入力する。
計測日時別エネルギー使用量がベースライン以上かつ空調なしフラグがなくかつ計測日時別気象量が最低気象量以下の場合に、暖房ありフラグがなければ、ベースラインに計測日時別エネルギー使用量を入力する。
休日出勤日フラグ及び異常フラグがない場合は、次の計測日時の処理を実施する。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値以下の場合は、次の計測日時の処理を実施する。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値より大きく、かつ計測日時別エネルギー使用量が稼働日時間推計値より大きい場合は、時間推計値に稼働日推計値、時間上限値に稼働日時間上限値、時間下限値に稼働日時間下限値を入力する。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値より大きく、かつ計測日時別エネルギー使用量が稼働日時間推計値以下の場合は、式Ａで計算した値を入力する。
式Ａは以下の式３から式６を示す。

休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値以上の場合は、次の計測日時の処理を実施する。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値より小さく、かつ計測日時別エネルギー使用量が非稼働日時間推計値より小さい場合は、時間推計値に非稼働日推計値、時間上限値に非稼働日時間上限値、時間下限値に非稼働日時間下限値を入力する。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値より小さく、かつ計測日時別エネルギー使用量が非稼働日時間推計値以上の場合は、式Ａで計算した値を入力する。この後次の計測日時の処理を実施する。
用途別エネルギー使用量推計部では、ａｃ、ｍｉｄｄｌｅ、ｂａｓｅ推計量を計算する。ベースラインがｂａｓｅ基準値より大きい場合は、ｂａｓｅをｂａｓｅ基準値とし、ベースラインがｂａｓｅ基準値以下の場合は、ｂａｓｅをベースラインとする。
ａｃを計測日時別エネルギー使用量−ベースラインとする。
ｍｉｄｄｌｅを計測日時別エネルギー使用量−ａｃ−ｂａｓｅの値、つまり、計測日時別エネルギー使用量からａｃ及びｂａｓｅを引いた値とし、計測日時別統合データテーブルに計算した値を記録する。
以上の用途別エネルギー使用量プログラムにより、ａｃ、ｍｉｄｄｌｅ、ｂａｓｅの使用量を推計し、これらの計算結果を計測日時別統合データテーブルに記録する。
省エネ可能量計算プログラムは、用途別エネルギー使用量推計プログラムの計算結果を用いて、省エネ可能量とデマンド削減可能量を計算する。
省エネ可能量計算プログラムは、省エネ可能量計算部とデマンド削減可能量計算部から構成される。省エネ可能量計算部は、計測日時別統合データテーブルを用いて、省エネ可能量の計算を行う。
計測日時別エネルギー使用量が時間上限値より大きい場合は、省エネ可能量（ステップ１）を計測日時別エネルギー使用量−時間上限値として、それ以外は省エネ可能量（ステップ１）を０（ゼロ）とする。
計測日時別エネルギー使用量が時間推計値より大きい場合は、省エネ可能量（ステップ２）を計測日時別エネルギー使用量−時間推計値として、それ以外は省エネ可能量（ステップ２）を０（ゼロ）とする。
計測日時別エネルギー使用量が時間下限値より大きい場合は、省エネ可能量（ステップ３）を計測日時別エネルギー使用量−時間下限値として、それ以外は省エネ可能量（ステップ３）を０（ゼロ）とする。
以上のようにして建物の省エネ可能量を計算し、省エネ可能量の合計をエネルギー使用量の合計で割ることで建物の省エネ可能率を計算する。
デマンド削減可能量計算部は、計測日時別統合データテーブルを用いて、デマンド削減可能量の計算を行う。
計測日時別エネルギー使用量、時間上限値、時間推計値、時間下限値を３０分毎に集計し直して、最大値を計算する。
３０分毎エネルギー使用量最大値が３０分毎上限値最大値より大きい場合は、デマンド削減量（ステップ１）を（３０分毎エネルギー使用量最大値−３０分毎上限値最大値）×２として、それ以外は０（ゼロ）とする。
３０分毎エネルギー使用量最大値が３０分毎推計値最大値より大きい場合は、デマンド削減量（ステップ２）を（３０分毎エネルギー使用量最大値−３０分毎推計値最大値）×２として、それ以外は０（ゼロ）とする。
３０分毎エネルギー使用量最大値が３０分毎下限値最大値より大きい場合は、デマンド削減量（ステップ３）を（３０分毎エネルギー使用量最大値−３０分毎下限値最大値）×２として、それ以外は０（ゼロ）とする。
デマンド削減量（ステップ１）、デマンド削減量（ステップ２）、デマンド削減量（ステップ３）を全体データテーブルに記録する。
以上のようにして、デマンド削減可能量を計算する。
省エネシミュレーションプログラムは、計測日時別統合データベースを用いて、空調設定温度を１℃及び２℃変化させた場合の行動変容による省エネ効果を計算する。
計測日時別気象データから外気温が１℃上がった＋１℃データ、外気温が２℃上がった＋２℃データ、外気温が１℃下がった−１℃データ、外気温が２℃下がった−２℃データを作り、稼働日・非稼働日・計測時間グループ別の回帰式に代入して、それぞれの推計値を計算する。
計測日時別気象量が最低気象量より大きく、かつ冷房ありフラグがある場合は、１℃推計値に−１℃推計値を、２℃推計値に−２℃推計値を入力する。
計測日時別気象量が最低気象量より大きく、かつ冷房ありフラグがない場合は、１℃推計値と２℃推計値に時間推計値を入力する。
計測日時別気象量が最低気象量以下で、かつ暖房ありフラグがある場合は、１℃推計値に＋１℃推計値を、２℃推計値に＋２℃推計値を入力する。
計測日時別気象量が最低気象量以下で、かつ暖房ありフラグがない場合は、１℃推計値と２℃推計値に時間推計値を入力する。
１℃省エネに１℃推計値−推計値の値を、２℃省エネに２℃推計値−推計値の値を入力する。１℃省エネの合計又は２℃省エネの合計を時間推計値の合計で割ることで１℃省エネの省エネ率又は２℃省エネの省エネ率を計算する。
以上のようにして、空調設定温度を１℃及び２℃変化させた場合の行動変容による省エネ効果を計算する。
出力部は、計測日時別統合データテーブルと合計データテーブルが含まれたデータベースから、求められる計測結果を集計し、表やグラフにして表示する。
以上説明してきたように、本発明は、エネルギー使用量と気象データを独自の統計的手法を用いて分析することで、省エネ可能量、省エネ可能率、デマンド削減可能量、行動変容などによる省エネ効果のような建物の省エネ診断を簡便に、かつ高い精度で実施できるようにしたことを最も主要な特徴とする。
本システムは、計算プログラムをパッケージ化し、ネットワークを通してデータの収集及び診断結果の出力をすることで、複数の建物の省エネ診断を同時に及び即座に行うことができるメリットがある。
また、本発明は当該建物のエネルギー使用量データと当該建物の所在地データで実施することができるため、電力会社やガス会社に集まる情報を活用して、省エネ効果の高い建物の抽出を行うことも可能である。
ここで示した課題を解決するための手段は、計算の一例を示しており、記載した内容以外においても実施は可能であり、当該技術の同業者等が容易に想像できる内容についても含まれていることは言うまでもない。また、ここで紹介した式、方法等については代表例を示したが、これらに限定するものではなく、他の公式についても代用できることは言うまでもないことを付け加えておく。

本発明方法は、当該建物のエネルギー使用量データと当該建物の所在地データから、当該建物の用途別エネルギー使用量の推計、省エネ可能量、デマンド削減可能量、行動変容による省エネ効果の算定を高い精度で行うことができる。
本発明の省エネ診断における用途別エネルギー使用量の推計、省エネ可能量、デマンド削減可能量、行動変容による省エネ効果の算定は、省エネ診断やエネルギーに関する特別な専門知識が不要であり、容易に取得可能なデータを利用して達成できるという利点がある。
また、本発明の省エネ診断は当該建物のエネルギー使用量データと当該建物の所在地データで実施することができるため、電力会社やガス会社に集まる情報を活用して、省エネ効果の高い建物の抽出を行うことが可能である。

図１は本発明の実施方法について概略を示した図である。（実施例）
図２は本発明の用途別エネルギー使用量推計プログラムの実施方法について概略フローを示した図である。（実施例）
図３は用途別エネルギー使用量推計プログラムのデータ作成部の計算の流れを示した図である。（実施例）
図４は用途別エネルギー使用量推計プログラムの稼働日・非稼働日判定部の計算の流れを示した図である。（実施例）
図５は用途別エネルギー使用量推計プログラムの稼働日・非稼働日判定部の計算の流れを示した図である。（実施例）
図６は用途別エネルギー使用量推計プログラムの休日出勤判定部の計算の流れを示した図である。（実施例）
図７は用途別エネルギー使用量推計プログラムの回帰式計算部の計算の流れを示した図である。（実施例）
図８は用途別エネルギー使用量推計プログラムのベースライン推計部の計算の流れを示した図である。（実施例）
図９は用途別エネルギー使用量推計プログラムのベースライン推計部の計算の流れを示した図である。（実施例）
図１０は用途別エネルギー使用量推計プログラムのベースライン推計部の計算の流れを示した図である。（実施例）
図１１は用途別エネルギー使用量推計プログラムのベースライン推計部の計算の流れを示した図である。（実施例）
図１２は用途別エネルギー使用量推計プログラムのベースライン補正部の計算の流れを示した図である。（実施例）
図１３は用途別エネルギー使用量推計プログラムのベースライン補正部の計算の流れを示した図である。（実施例）
図１４は用途別エネルギー使用量推計プログラムのベースライン補正部の計算の流れを示した図である。（実施例）
図１５は用途別エネルギー使用量推計プログラムのベースライン補正部の計算の流れを示した図である。（実施例）
図１６は用途別エネルギー使用量推計プログラムのベースライン補正部の計算の流れを示した図である。（実施例）
図１７は用途別エネルギー使用量推計プログラムの用途別エネルギー使用量推計部の計算の流れを示した図である。（実施例）
図１８は省エネ可能量計算プログラムの省エネ可能量計算部の計算の流れを示した図である。（実施例）
図１９は省エネ可能量計算プログラムのデマンド削減可能量計算部の計算の流れを示した図である。（実施例）
図２０は省エネシミュレーションプログラムの計算の流れを示した図である。（実施例）
図２１は省エネシミュレーションプログラムの計算の流れを示した図である。（実施例）
図２２は用途別エネルギー使用量推計プログラムの稼働日・非稼働日判定部の計算の結果である稼働日・非稼働日判定を示したものである。（実施例）
図２３Ａは用途別エネルギー使用量推計プログラムを実施した結果、得られた各月のある一日における時間別用途別エネルギー使用量について示した例である。星印は異常値で時間上限値より大きいエネルギー使用量を示しており、星印のある時間帯にエネルギーを多く使うイベントや機器の異常稼働があったことを示している。（実施例）
図２３Ｂは用途別エネルギー使用量推計プログラムを実施した結果、得られた各月のある一日における時間別用途別エネルギー使用量について示した例である。星印は異常値で時間上限値より大きいエネルギー使用量を示しており、星印のある時間帯にエネルギーを多く使うイベントや機器の異常稼働があったことを示している。（実施例）
図２４は用途別エネルギー使用量推計プログラムを実施した結果、ａｃ推計値と空調エネルギー使用量計測値の相関について示した例である。（実施例）
図２５Ａは省エネ可能量計算プログラムを実施した結果、得られた省エネ可能量及び省エネ可能率を示した例である。（実施例）
図２５Ｂは省エネ可能量計算プログラムを実施した結果、得られたデマンド削減可能量を示した例である。（実施例）
図２５Ｃは省エネシミュレーションプログラムを実施した結果、得られた設定温度変更による省エネ効果を示した例である。（実施例）
図２６は本発明で使われる用語の定義を説明した表である。

以下、本発明における実施の具体的な形態について図面に基づき説明する。
図１に示すように、本省エネ診断システムは、エネルギー使用量データや気象観測所の計測内容を、ネットワークを通じて収集し記録するデータベースと、データベースに記録されたエネルギー使用量データや気象データを用いて用途別エネルギー使用量を計算する用途別エネルギー使用量推計プログラム、省エネ可能量やデマンド削減可能量を計算する省エネ可能量計算プログラム、行動変容などによる省エネ効果を計算する省エネシミュレーションプログラム、計算結果を出力する出力部からなる。
データベースは、エネルギー使用量データや気象観測所の計測内容を収集及び記録し、更に用途別エネルギー使用量推計プログラム、省エネ可能量計算プログラム及び省エネシミュレーションプログラムの計算結果を記録する。
エネルギー使用量データは、計測機で計測された値を、ネットワークを通じて収集し、計測された日時をインデックスとして、記録される。計測機は、計量用のスマートメーターが考えられ、計測される値は、累積使用量又は計測間隔内使用量が考えられる。
また、別途記録されたエネルギー使用量データを、表形式に整理し、ネットワークを通じて直接データベースに記録し、省エネ診断を行うことも考えられる。
データベースは、当該建物の建物所在地から最も近い地点にある気象観測所の計測内容を、ネットワークを通じて収集し、計測された日時をインデックスとして、記録する。計測内容は、外気温、湿度、気圧等の気象観測所が計測している値である。
データベースのデータを用いて、省エネ診断システムの計算ロジックに沿って計算する。省エネ診断システムの計算ロジックは、用途別エネルギー使用量推計プログラム、省エネ可能量計算プログラム、省エネシミュレーションプログラムからなり、これらのプログラムに沿って計算された結果が出力部から出力される。
図２は用途別エネルギー使用量推計プログラムの概要について示したフローチャートである。用途別エネルギー使用量推計プログラムは、データ作成部（Ｓ１０２）と、稼働日・非稼働日判定部（Ｓ１０３）と、休日出勤判定部（Ｓ１０４）と、回帰式計算部（Ｓ１０５）と、ベースライン推計部（Ｓ１０６）と、ベースライン補正部（Ｓ１０７）と、用途別エネルギー使用量推計部（Ｓ１０８）の７つの部で構成されている。
データ作成部について図３のフローチャートで説明する。
エネルギー使用量データと建物所在地から、用途別エネルギー使用量の推計を開始する（Ｓ２０１）。
データベースに記録されているネットワークを通して得られたエネルギー使用量データを抽出し、分析の準備をする（Ｓ２０２）。計測された値が、累積使用量の場合は、差分値を計算し、計測間隔内使用量にする。
建物所在地から最も近い気象観測所の気象データを、エネルギー使用量と同じ期間分データベースから抽出して、分析の準備をする（Ｓ２０３からＳ２０４）。
エネルギー使用量データと気象データは、計測間隔が異なることがあるため、一定周期で集計し直し計測日時別データテーブルを作成する（Ｓ２０５からＳ２０６）。ここで言う一定周期とは、１０分間隔、１５分間隔、２０分間隔、３０分間隔、１時間間隔等の任意の設定であり、もちろん間隔が短いほどデータ精度は上がるがその分データ量も多くなるため管理できるデータ容量を踏まえ設定するのが好ましい。
本形態では、一定周期で集計し直した際の日時を計測日時と呼び、データベースのインデックスとしており、本実施例では３０分間隔を用いた。
計測日時別データテーブルを日別で集計し直し、日別データテーブルを作成する（Ｓ２０７、Ｓ２２１）。以上でデータ作成部が構成、実施される。
稼働日・非稼働日判定部について図４及び図５のフローチャートを用いて説明する。
日別データテーブルのエネルギー使用量データと気象データを標準化し（Ｓ２２２）、標準化された日別データテーブルのエネルギー使用量データと気象データを用いて、日別一次回帰式を作成するとともに、日別一次回帰決定係数を計算する（Ｓ２２３）。
日別一次回帰決定係数を全体データテーブルに記録し（Ｓ２２４）、日別一次回帰式から導かれる推計値を用いて、エネルギー使用量データの異常値検出を行い、異常値のエネルギー使用量に日別一次異常フラグを立てる。また、統計的上限値、下限値計算を行う（Ｓ２２５）。
日別一次回帰決定係数が、設定した閾値より小さい場合は、計測日を稼働日、非稼働日に分類し、日別一次回帰決定係数が閾値以上の場合は、全ての計測日を稼働日にする（Ｓ２２６）。
計測日を稼働日、非稼働日に分類するために、稼働日、非稼働日の初期配分を行う（Ｓ２２７）。
初期配分の方法は、日別一次異常フラグの計測日を除き、月別にエネルギー使用量が最大値の計測日を稼働日、最小値の計測日を非稼働日と配分する手法や気象データを最大値から最小値の間で４等分し、等分間でエネルギー使用量が最大値の計測日を稼働日、最小値の計測日を非稼働日とする方法もある。
本事例では、月別にエネルギー使用量が最大値の計測日を稼働日、最小値の計測日を非稼働日と配分する手法を用いた。
初期配分された計測日を訓練データとして、気象データを独立変数、エネルギー使用量データを従属変数とした散布図からクラスタリング手法を用いて、残りの計測日を稼働日、非稼働日に分類する（Ｓ２２８）。
本事例では、クラスタリング手法は、カーネルサポートベクトルマシン手法を用い、そのカーネルは動径基底関数及び独立変数の三次式を用いて計算し、時間推計値と計測日時別エネルギー使用量データの相関が高い方の計算結果を用いた。
稼働日、非稼働日別に気象データを独立変数、エネルギー使用量データを従属変数として回帰を行い、日別稼働日回帰式、日別稼働日回帰決定係数、日別非稼働日回帰式、日別非稼働日回帰決定係数を計算する（Ｓ２２９）。
計算された日別稼働日回帰決定係数、日別非稼働日回帰決定係数を全体テーブルに記録する（Ｓ２３０）。
日別稼働日回帰決定係数が設定した閾値より小さい場合は、その建物は空調なしとフラグを立てる（Ｓ２３１からＳ２３２）。
稼働日、非稼働日別に日別稼働日回帰式、日別非稼働日回帰式を用いて、日別エネルギー使用量の異常値検出を行い、異常値のエネルギー使用量に日別二次異常フラグを立てるとともに、統計的上限値、下限値計算を行う（Ｓ２３３）。以上で稼働日・非稼働日判定部が構成、実施される。
休日出勤判定部について図６のフローチャートを用いて説明する。
日別二次異常フラグのデータリストを対象に処理をする（Ｓ２６１）。
稼働日の場合、エネルギー使用量が日別二次稼働日回帰式の推計値より小さい場合は非稼働日にして、休日出勤日フラグを立てる（Ｓ２６２、Ｓ２６４からＳ２６６）。
非稼働日の場合、エネルギー使用量が日別二次稼働日回帰式の推計値より大きい場合は休日出勤日フラグを立てる（Ｓ２６２、Ｓ２６３及びＳ２６６）。
日別データテーブルと計測日時別データテーブルを統合し、計測日時別分析データテーブルを作成する（Ｓ２６７からＳ２６９）。
計測日時別エネルギー使用量データと計測日時別気象データを標準化する（Ｓ２７０）。以上で休日出勤判定部が構成、実施される。
回帰式計算部について図７のフローチャートを用いて説明する。稼働日・非稼働日と計測時間を組み合わせ、稼働日・非稼働日・計測時間グループ別に計測日時別分析データテーブルをグループ化する（Ｓ３０１）。
ここで言う計測時間は、データ作成部で集計した一定周期の時間のことを指す。
具体的には例えば、計測時間を１時間間隔とした場合は、稼働日と非稼働日があるので、２４時間÷１時間×２（稼働日と非稼働日）となり４８グループが作成される。計測時間を３０分間隔とした場合は、６０分÷３０分×２４×２（稼働日と非稼働日）で９６グループが作成されることになる。
稼働日・非稼働日・計測時間グループ別に、日別二次異常データリストを除き、計測日時別気象データを独立変数、計測日時別エネルギー使用量を従属変数として回帰を行い、回帰式を計算する（Ｓ３０２）。
稼働日・非稼働日・計測時間グループ別に時間回帰決定係数をベースラインデータテーブルに記録する（Ｓ３０３）。
稼働日・非稼働日・計測時間グループ別の回帰式をメモリに記録する（Ｓ３０４）。
稼働日・非稼働日・計測時間グループ別の回帰式を用いて、稼働日・非稼働日・計測時間グループ別の気象データの範囲内における、推計値の最小値を計算する。稼働日・非稼働日・計測時間グループ別の推計値の最小値を回帰ベースラインとし、その最小推計値を導く気象データの値を最低気象量として、ベースラインデータベースに記録する（Ｓ３０５）。
ベースラインデータテーブルに、計測時間毎に稼働日回帰ベースライン、非稼働日回帰ベースラインを作成する。稼働日回帰ベースラインは、稼働日の回帰ベースラインの値を稼働日、非稼働日関係なく同じ計測時間のデータリストに入力する。同様に非稼働日回帰ベースラインは、非稼働日の回帰ベースラインの値を稼働日、非稼働日関係なく同じ計測時間のデータリストに入力する（Ｓ３０６）。
日別二次異常データリストを除き、稼働日・非稼働日・計測時間グループ毎に計測日時別エネルギー使用量データの平均値（時間平均値）と標準偏差を計算して、平均値を平均ベースラインとする。計測時間毎に稼働日平均ベースライン、非稼働日平均ベースラインを作成する（Ｓ３０７からＳ３０８）。
稼働日・非稼働日・計測時間グループ別の平均値をメモリに記録する（Ｓ３０９）。以上で回帰式計算部が構成、実施される。
ベースライン推計部について図８から図１１を用いて説明する。
ベースライン推計は計測時間毎に処理するループ（方法）とグループ毎に処理するループ（方法）の２つが単独もしくは平行して実行される。
計測日時別分析データテーブルを用いて、計測時間毎にＳ５２２からＳ５２５までのループ処理を行う。計測時間別の稼働日の回帰式から稼働日時間回帰推計値を計算する。稼働日でフィルタリングした稼働日時間回帰推計値データとエネルギー使用量データから分散の分布関数を求め、その分布関数に全ての稼働日時間回帰推計値とエネルギー使用量データの分散を適用し、異常値を検出して、稼働日時間回帰異常フラグを立てる。また、統計的上限値として、稼働日時間回帰上限値、統計的下限値として、稼働日時間回帰下限値を計算する（Ｓ５２２）。
計測時間別の非稼働日の回帰式から非稼働日時間回帰推計値を計算する。非稼働日でフィルタリングした非稼働日時間回帰推計値とエネルギー使用量から分散の分布関数を求め、その分布関数に全ての非稼働日時間回帰推計値とエネルギー使用量データの分散を適用し、異常値を検出して、非稼働日時間回帰異常フラグを立てる。また、統計的上限値として、非稼働日時間回帰上限値、統計的下限値として、非稼働日時間回帰下限値を計算する（Ｓ５２３）。
稼働日時間平均値と標準偏差からエネルギー使用量の異常値を検出して、稼働日時間平均異常フラグを立てる。また、統計的上限値として、稼働日時間平均上限値、統計的下限値として、稼働日時間平均下限値を計算する（Ｓ５２４）。
非稼働日時間平均値と標準偏差からエネルギー使用量の異常値を検出して、非稼働日時間平均異常フラグを立てる。また、統計的上限値として、非稼働日時間平均上限値、統計的下限値として、非稼働日時間平均下限値を計算して（Ｓ５２５）、次の計測日時のループ処理を実施する（Ｓ５２６）。
計測日時別推計データテーブルを作成し、計算結果を記録する（Ｓ５２７）。
稼働日・非稼働日・計測時間グループ毎に、ベースラインデータテーブルを用いてＳ５４２からＳ５５３のループ処理が実施される。空調なしフラグあり、又は時間回帰決定係数が設定した閾値以下の場合は、ベースラインに平均ベースラインを入力し、それ以外の場合はベースラインに回帰ベースラインを入力する（Ｓ５４２からＳ５４５）。
計測日時別気象データが最低気象量より大きい範囲で、計測日時別エネルギー使用量データと気象データの相関を計算し、統計的に相関が有意と認められ、更に相関係数が正の値であれば、冷房フラグを立てる（Ｓ５４６からＳ５４８）。計測日時別気象データが最低気象量以下の範囲で、計測日時別エネルギー使用量データと計測日時別気象データの相関を計算し、統計的に相関が有意と認められ、更に相関係数が負の値であれば、暖房フラグを立てる（Ｓ５５１からＳ５５３）。次の稼働日・非稼働日・計測時間グループのループ処理を実施する（Ｓ５５４）。
計測日時別推計データテーブルとベースラインデータテーブルを稼働日・非稼働日・計測時間グループをキーにして統合する（Ｓ５７１からＳ５７３）。計測日時別分析データテーブルとＳ５７１からＳ５７３で統合したデータテーブルを、計測日時をキーにして統合し、計測日時別統合データテーブルを作成する（Ｓ５７４からＳ５７６）。以上でベースライン推計部が構成、実施される。
ベースライン補正部について図１２から図１６のフローチャートを用いて説明する。
計測日時別統合データテーブルに対し、計測日時毎にＳ６０２からＳ６１５のループ処理を実施する。
時間回帰決定係数が設定した閾値より大きくかつ稼働日の場合に、時間推計値に稼働日時間回帰推計値、時間異常フラグに稼働日時間回帰異常フラグ、時間上限値に稼働日時間回帰上限値、時間下限値に稼働日時間回帰下限値を入力する（Ｓ６０２からＳ６０４）。
時間回帰決定係数が設定した閾値より大きくかつ非稼働日の場合に、時間推計値に非稼働日時間回帰推計値、時間異常フラグに非稼働日時間回帰異常フラグ、時間上限値に非稼働日時間回帰上限値、時間下限値に非稼働日時間回帰下限値を入力する（Ｓ６０２、Ｓ６０３及びＳ６０５）。
時間回帰決定係数が設定した閾値より大きい場合は、稼働日時間推計値に稼働日時間回帰推計値、稼働日時間異常フラグに稼働日時間回帰異常フラグ、稼働日時間上限値に稼働日時間回帰上限値、稼働日時間下限値に稼働日時間回帰下限値を入力し（Ｓ６０６）、更に非稼働日時間推計値に非稼働日時間回帰推計値、非稼働日時間異常フラグに非稼働日時間回帰異常フラグ、非稼働日時間上限値に非稼働日時間回帰上限値、非稼働日時間下限値に非稼働日時間回帰下限値を入力する（Ｓ６０７）。
時間回帰決定係数が設定した閾値以下かつ稼働日の場合に、時間推計値に稼働日時間平均値、時間異常フラグに稼働日時間平均異常フラグ、時間上限値に稼働日時間平均上限値、時間下限値に稼働日時間平均下限値を入力する（Ｓ６０２、Ｓ６１１からＳ６１２）。
時間回帰決定係数が設定した閾値以下かつ非稼働日の場合に、時間推計値に非稼働日時間平均値、時間異常フラグに非稼働日時間平均異常フラグ、時間上限値に非稼働日時間平均上限値、時間下限値に非稼働日時間平均下限値を入力する（Ｓ６０２、Ｓ６１１及びＳ６１３）。
時間回帰決定係数が設定した閾値以下の場合は、稼働日時間推計値に稼働日時間平均値、稼働日時間異常フラグに稼働日時間平均異常フラグ、稼働日時間上限値に稼働日時間平均上限値、稼働日時間下限値に稼働日時間平均下限値を入力し（Ｓ６１４）、更に非稼働日時間推計値に非稼働日時間平均値、非稼働日時間異常フラグに非稼働日時間平均異常フラグ、非稼働日時間上限値に非稼働日時間平均上限値、非稼働日時間下限値に非稼働日時間平均下限値を入力する（Ｓ６１５）。
Ｓ６０７及びＳ６１５から計測日時のループ処理を行った後、ループ処理を終了する（Ｓ６２１）。
計測日時別エネルギー使用量データと計測日時別気象データを標準化の逆変換により値を通常値に戻す（Ｓ６２２）。
計測日時別異常フラグのデータリストを除いたベースラインの最小値をｂａｓｅ基準値とする（Ｓ６２３）。
補正前時間推計値データに時間推計値データを入力する（Ｓ６２４）。
計測日時別統合データテーブルに、計測日時毎にＳ６５１からＳ６７９のループ処理を行う。
計測日時別エネルギー使用量がベースラインより小さい又は空調なしフラグがある場合は、ベースラインに計測日時別エネルギー使用量を入力し、次の計測日時のループ処理を実施する（Ｓ６５１からＳ６５２、Ｓ６５６及びＳ６８０）。
計測日時別エネルギー使用量がベースライン以上かつ空調なしフラグがなくかつ計測日時別気象量が最低気象量より大きい場合に、冷房ありフラグがなければ、ベースラインに計測日時別エネルギー使用量を入力する（Ｓ６５１からＳ６５４及びＳ６５７）。
計測日時別エネルギー使用量がベースライン以上かつ空調なしフラグがなくかつ計測日時別気象量が最低気象量以下の場合に、暖房ありフラグがなければ、ベースラインに計測日時別エネルギー使用量を入力する（Ｓ６５１からＳ６５３、Ｓ６５５及びＳ６５７）。
休日出勤日フラグ及び異常フラグがない場合は、次の計測日時のループ処理を実施する（Ｓ６７１、Ｓ６８０）。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値以下の場合は、次の計測日時のループ処理を実施する（Ｓ６７１からＳ６７３及びＳ６８０）。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値より大きく、かつ計測日時別エネルギー使用量が稼働日時間推計値より大きい場合は、時間推計値に稼働日推計値、時間上限値に稼働日時間上限値、時間下限値に稼働日時間下限値を入力する（Ｓ６７１からＳ６７４及びＳ６７８）。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日であり、かつ計測日時別エネルギー使用量が非稼働日時間推計値より大きく、かつ計測日時別エネルギー使用量が稼働日時間推計値以下の場合は、式Ａで計算した値を入力する（Ｓ６７１からＳ６７４及びＳ６７７）。
式Ａは以下の式３から式６で示した数式である。

休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値以上の場合は、次の計測日時のループ処理を実施する（Ｓ６７１からＳ６７２、Ｓ６７５及びＳ６８０）。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値より小さく、かつ計測日時別エネルギー使用量が非稼働日時間推計値より小さい場合は、時間推計値に非稼働日推計値、時間上限値に非稼働日時間上限値、時間下限値に非稼働日時間下限値を入力する（Ｓ６７１、Ｓ６７２、Ｓ６７５、Ｓ６７６及びＳ６７９）。
休日出勤日フラグ又は異常フラグがあり、かつ非稼働日ではなく、かつ計測日時別エネルギー使用量が稼働日時間推計値より小さく、かつ計測日時別エネルギー使用量が非稼働日時間推計値以上の場合は、式Ａで計算した値を入力する（Ｓ６７１、Ｓ６７２、Ｓ６７５、Ｓ６７６及びＳ６７７）。
次の計測日時のループ処理を実施する（Ｓ６８０）。以上でベースライン補正部が構成、実施される。
用途別エネルギー使用量推計部について図１７のフローチャートを用いて説明する。
ベースラインがｂａｓｅ基準値より大きい場合は、ｂａｓｅにｂａｓｅ基準値を入力する（Ｓ７０１からＳ７０２）。
ベースラインがｂａｓｅ基準値以下の場合は、ｂａｓｅにベースラインを入力する（Ｓ７０１、Ｓ７０３）。
ａｃに計測日時別エネルギー使用量−ベースラインの値を入力する（Ｓ７０４）。
ｍｉｄｄｌｅに計測日時別エネルギー使用量−ａｃ−ｂａｓｅの値、つまり、計測日時別エネルギー使用量からａｃ及びｂａｓｅを引いた値を入力する（Ｓ７０５）。
計測日時別統合データテーブルに計算した値を記録する（Ｓ７０６）。
全体データテーブルに計測日時別エネルギー使用量、ｂａｓｅ、ａｃ、ｍｉｄｄｌｅ、時間推計値の合計値を記録する（Ｓ７０７からＳ７０８）。以上で用途別エネルギー使用量推計部が構成、実施される。
省エネ可能量計算プログラムは、省エネ可能量計算部とデマンド削減可能量計算部から構成される。省エネ可能量計算部について図１８のフローチャートを用いて説明する。
計測日時別統合データテーブルを用いて、省エネ可能量の計算を行う（Ｓ８０１からＳ８０２）。
計測日時別エネルギー使用量が時間上限値より大きい場合は、省エネ可能量（ステップ１）に計測日時別エネルギー使用量−時間上限値の値を入力する。それ以外は（ステップ１）に０（ゼロ）を入力する（Ｓ８０３からＳ８０５）。
計測日時別エネルギー使用量が時間推計値より大きい場合は、省エネ可能量（ステップ２）に計測日時別エネルギー使用量−時間推計値の値を入力する。それ以外は省エネ可能量（ステップ２）に０（ゼロ）を入力する（Ｓ８０６からＳ８０８）。
計測日時別エネルギー使用量が時間下限値より大きい場合は、省エネ可能量（ステップ３）に計測日時別エネルギー使用量−時間下限値の値を入力する。それ以外は省エネ可能量（ステップ３）に０（ゼロ）を入力する（Ｓ８０９からＳ８１１）。
計測日時別統合データテーブルを更新する（Ｓ８１２）。
省エネ可能量（ステップ１）、省エネ可能量（ステップ２）、省エネ可能量（ステップ３）の合計値を全体データテーブルに入力して終了する（Ｓ８１３からＳ８１５）。以上で省エネ可能量計算部が構成、実施される。
デマンド削減可能量計算部について図１９のフローチャートを用いて説明する。
計測日時別統合データテーブルを用いて、デマンド削減可能量の計算を行う（Ｓ８７１からＳ８７２）。
計測日時別エネルギー使用量、時間上限値、時間推計値、時間下限値を３０分毎に集計し直して、最大値を計算する（Ｓ８７３）。
３０分毎エネルギー使用量最大値が３０分毎上限値最大値より大きい場合は、デマンド削減量（ステップ１）に（３０分毎エネルギー使用量最大値−３０分毎上限値最大値）×２の値を入力する。それ以外はデマンド削減量（ステップ１）に０（ゼロ）を入力する（Ｓ８７４からＳ８７６）。
３０分毎エネルギー使用量最大値が３０分毎推計値最大値より大きい場合は、デマンド削減量（ステップ２）に（３０分毎エネルギー使用量最大値−３０分毎推計値最大値）×２の値を入力する。それ以外はデマンド削減量（ステップ２）に０（ゼロ）を入力する（Ｓ８７７からＳ８７９）。
３０分毎エネルギー使用量最大値が３０分毎下限値最大値より大きい場合は、デマンド削減量（ステップ３）に（３０分毎エネルギー使用量最大値−３０分毎下限値最大値）×２の値を入力する。それ以外はデマンド削減量（ステップ３）に０（ゼロ）を入力する（Ｓ８８０からＳ８８２）。
デマンド削減量（ステップ１）、デマンド削減量（ステップ２）、デマンド削減量（ステップ３）を全体データテーブルに入力して終了する（Ｓ８８３からＳ８８５）。以上でデマンド削減可能量計算部が構成、実施される。
省エネシミュレーションプログラムについて、図２０及び図２１のフローチャートを用いて説明する。
計測日時別統合データテーブルを用いて、空調設定温度を変化した場合の行動変容による省エネ効果を計算する（Ｓ８５１からＳ８５２）。
計測日時別気象データから外気温が１℃上がった＋１℃データ、外気温が２℃上がった＋２℃データ、外気温が１℃下がった−１℃データ、外気温が２℃下がった−２℃データを作る（Ｓ８５３）。
稼働日・非稼働日・計測時間グループ別の回帰式を用いて、グループ毎に＋１℃、 ＋２℃、−１℃、−２℃の気象データを代入して、推計値を作る（Ｓ８５４からＳ８５５）。
計測日時毎にＳ８５７からＳ８６３のループ処理を実施する（Ｓ８５６）。
計測日時別気象量が最低気象量より大きく、かつ冷房ありフラグがある場合は、１℃推計値に−１℃推計値を、２℃推計値に−２℃推計値を入力する（Ｓ８５７からＳ８５８及びＳ８６０）。
計測日時別気象量が最低気象量以下で、かつ暖房ありフラグがある場合は、１℃推計値に＋１℃推計値を、２℃推計値に＋２℃推計値を入力する（Ｓ８５７、Ｓ８５９及びＳ８６２）。
計測日時別気象量が最低気象量より大きく、かつ冷房ありフラグがない場合は、１℃推計値と２℃推計値に時間推計値を入力する（Ｓ８５７、Ｓ８５８及びＳ８６１）。
計測日時別気象量が最低気象量以下で、かつ暖房ありフラグがない場合は、１℃推計値と２℃推計値に時間推計値を入力する（Ｓ８５７、Ｓ８５９及びＳ８６１）。
１℃省エネに１℃推計値−推計値の値を、２℃省エネに２℃推計値−推計値の値を入力する（Ｓ８６３）。
次の計測日時の処理を実施する（Ｓ８６４）。
計測日時別統合データベースを更新する（Ｓ８６５）。
１℃省エネ、２℃省エネの合計を全体データテーブルに入力して、処理を終了する（Ｓ８６６からＳ８６８）。
出力部は、計測日時別統合データテーブルと合計データテーブルが含まれたデータベースから、求められる計測結果を集計し、表やグラフにして表示する。
以上で説明したフローに従い実際にデータ処理した結果を図２２から図２５に示す。
図２２は本発明の実施形態を用いて作成した稼働日・非稼働日判定の一例である。日別の平均気温と日別の電気使用量を標準化し、初期値を分配してカーネルサポートベクトルマシンを実施して稼働日・非稼働日を判定し、稼働日、非稼働日別にｒｉｄｇｅ回帰を実施し、その分散をガンマ分布にフィットさせて異常値を判定させた結果である。稼働日と非稼働日の境界線より上側の範囲が稼働日、境界線より下側の範囲が非稼働日を示している。三角が四角で囲われている使用量と丸が四角で囲われている使用量は異常値を示している。稼働日は、気温と高い相関が得られている（稼働日では決定係数が０．９３５）。非稼働日の低い決定係数（０．２６５）は、空調を使用していないため気温との相関が低く、気温による影響が少ないことを表している。これらより極めて高い精度で稼働日・非稼働日の判定を行っていることを示している。
図２３Ａと図２３Ｂは計測日時別統合データテーブルを用いて出力部から、各月のある一日の時間毎用途別エネルギー使用量を示した図である。横軸が０（ゼロ）時から２４時、縦軸がエネルギー量であり、それぞれの棒グラフの下からｂａｓｅ、ｍｉｄｄｌｅ、ａｃを示している。図２３Ａの６個のグラフは左上から１２月、１月、２月と示しており、右下が５月を示している。図２３Ｂの６個のグラフは左上から６月、７月、８月と示しており、右下が１１月を示している。星印は、時間上限値より大きい計測日時別エネルギー使用量を示している。星印の日時はエネルギー使用量を増やすイベントがあったか、設備が異常に稼働したことを示しており、この星印の日時に重点的に省エネ対策を行うことで、高い省エネ効果を得られることを示している。
図２４はａｃ推計値と空調エネルギー使用量計測値の相関を示している。相関係数は０．９８３と極めて高い値であり、ａｃの推計値の確度が極めて高いことを示している。
図２５Ａは省エネ可能量計算結果を、図２５Ｂはデマンド削減可能量計算結果を、そして図２５Ｃは空調設定温度変更による効果をそれぞれ示したものである。
図２５Ａはステップ１からステップ３の省エネ可能量の計算例を示しているが、ステップ１では異常値を、統計誤差を含めた推計値の上限まで落としており、ステップ２では推計値より大きい使用量を推計値まで落とし込んでいる。またステップ３では、統計誤差を含めた推計値の下限より大きい使用量を、統計誤差を含めた推計値の下限まで落としており、ステップ３は我慢の省エネとも言える。ここではステップ２の省エネを目標にしており、この結果を受けてのコメントが画面上に表示されるようになっている。総合評価に加えて、省エネ効果の可能性値や分析結果の精度をガンマ値で表す等、省エネへのモチベーションを維持する工夫をしている。
図２５Ｂはデマンド削減可能量の計算結果の事例であるが、図２５Ａと同様にステップ１からステップ３までの条件が設定されており、デマンド管理がうまくできていれば計測値はステップ２と同じ値になる。
図２５Ｃは設定温度を変更したことによる、つまり行動変容での省エネ量の例である。これはベースライン推計時の回帰式を用いて計算されるが、外気温が１℃変化することと設定温度を１℃変化することは同等であるとしている。総合評価や省エネに対する可能性値、分析結果の精度についても示されており、省エネへのモチベーションを維持できる。
以上、実施するためのフロー及びその結果例を示したが、本発明によれば対象となる建物、装置のエネルギー使用量や、気象観測データといった客観的なデータを統計的な手法を用い、人為的なエッセンスを入れることなくデータ処理しているため、誰が実施しても、どこで実施しても概略同じ結果を得られるようになる。
以上、本発明の実施の形態について説明してきたが、本実施形態により、今まで必要だった省エネ診断の特別な専門知識が無くても省エネ診断することができ、かつより少ないデータ項目数で実施可能となるので、より多くの建物に適用できる方法を確立することができた。
更に、本実施の形態により、当該建物のエネルギー使用量データと当該建物の所在地に最も近い気象観測所の気象データという電力会社やガス会社等が入手可能な情報のみで、複数建物から省エネ効果の高い建物の抽出を可能にすることができた。
ここでは好ましい形態の一例を示しており、記載した内容以外においても実施は可能であり、当該技術の同業者等が容易に想像できる内容についても含まれていることは言うまでもない。また、ここで紹介した式、方法等については代表例を示したが、これらに限定するものではなく、他の公式についても代用できることは言うまでもないことを付け加えておく。

本発明は、建物の時間毎エネルギー使用量データと建物の所在地に最も近い気象観測所の気象データを用いて、当該建物の用途別エネルギー使用量の推計、省エネ可能量、デマンド削減可能量、行動変容等による省エネ効果の算定をし、かつ統計的手法等を用いることにより省エネ効果の算定をシステム化しているので、省エネ診断の専門知識が無くとも高い精度での省エネ診断を実現可能にしたものである。
産業上の利用可能性としては、個別建物への詳細な省エネ診断を定期的に送付したり、リアルタイムで診断結果を、ネットワークを通して確認したりすることができるサービスが考えられる。
また、電力会社、ガス会社や国の機関等が、本発明を用いて省エネ余地が高い建物を抽出し、省エネ対策支援を行うことで、効率の高い省エネ対策を行うことが可能となる。

Ｓ１ ステップ１
Ｓ２ ステップ２
Ｓ８８５ ステップ８８５

Claims (7)

1. 建物の省エネ診断システムにおいて、
   エネルギー使用量と気象データを用いて当該建物の用途別エネルギー使用量の推計を行う用途別エネルギー使用量推計プログラムと、
   前記用途別エネルギー使用量推計プログラムで算出された値から省エネ可能量を計算する省エネ可能量計算プログラムと、
   前記用途別エネルギー使用量推計プログラムと省エネ可能量計算プログラムのうち、少なくとも用途別エネルギー使用量推計プログラムの結果を用いて省エネシミュレーションを行う省エネシミュレーションプログラムと、
   前記用途別エネルギー使用量推計プログラム、省エネ可能量計算プログラム、省エネシミュレーションプログラムによる結果のうち、少なくとも一つの結果を出力する出力部からなる省エネ診断システムであって、
   前記用途別エネルギー使用量推計プログラムが、
   当該建物のエネルギー使用量と、建物所在地に最も近い気象観測所の計測内容から得られる気温又は計測内容から計算されるエンタルピーのうち少なくとも１つを含む気象データと、を用いて、当該建物の用途別エネルギー使用量の推計を行うプログラムであって、
   前記エネルギー使用量データと前記気象データとを、ある一定の時間間隔で集計し直し、計測日時別データテーブル及び日別データテーブルを作成し直すデータ作成部と、
   前記日別エネルギー使用量データと日別気象データの関係から、計測日を稼働日、非稼働日に分類する稼働日・非稼働日判定部と、
   更に異常値検出の手法を用いて休日出勤日を判定する休日出勤判定部と、
   稼働日、非稼働日別に、一定周期の時間グループ別に気象データを独立変数とし、エネルギー使用量データを従属変数とした回帰式を計算する回帰式計算部と、
   前記回帰式から計算される推計値よりエネルギー使用量の異常値を検出し、一定周期の時間グループ内の気象データの範囲内における前記の回帰式の最低値をベースラインと推計するベースライン推計部と、
   休日出勤日のベースラインを補正するベースライン補正部と、
   前記ベースライン推計部で計算されたベースラインと当該建物のエネルギー使用量から用途別エネルギー使用量を計算する用途別エネルギー使用量推計部と、
   を備えることを特徴とする省エネ診断システム。
2. 請求項１に記載の省エネ診断システムにおいて、
   用途別エネルギー使用量推計プログラムを構成するベースライン補正部が、
   回帰式の最低値を算出した気象データの値の前後の気象データとエネルギー使用量データの関係から暖房あり又は冷房ありを判定して、
   非稼働日の休日出勤日のベースライン値を、請求項１に記載した回帰式から計算される推計値を用いて補正して、
   ベースラインの最低値を２４時間エネルギーが使用される用途のｂａｓｅとして推計して、
   暖房あり又は冷房ありの場合にベースラインとエネルギー使用量の差を主に空調使用量が含まれるａｃとして推計して、
   エネルギー使用量からｂａｓｅとａｃを除いた値を主に照明のエネルギー使用量が含まれるｍｉｄｄｌｅとして推計する用途別エネルギー使用量推計プログラムと、
   前記の用途別エネルギー使用量と異常値が発生した日時と値を出力する出力部からなる省エネ診断システム。
3. コンピューターに省エネ可能量を計算させるプログラムであって、
   請求項１又は請求項２に記載した用途別エネルギー使用量推計システムの回帰式から求められるエネルギー使用量推計値を適切なエネルギー使用量と仮定して、
   異常値検出から求められる統計的上限値、下限値を用いて、
   異常値と判定されたエネルギー使用量データと、統計的上限値との差を合計した値を第一ステップの省エネ可能量として推計して、
   エネルギー使用量が適切なエネルギー使用量より大きい場合に、エネルギー使用量と適切なエネルギー使用量の差の合計を第二ステップの省エネ可能量として推計して、
   統計的下限値と、統計的下限値より大きいエネルギー使用量との差の合計を第三ステップの省エネ可能量として推計して、
   これらの省エネ量の合計をエネルギー使用量の合計で割り省エネ率を計算して、
   更にエネルギー使用量データ、適切なエネルギー使用量、統計的上限値、統計的下限値を電力会社の需要電力（デマンド）を定める計算式で計算し、それぞれの最大値を抽出して、
   エネルギー使用量データの需要電力最大値と統計的上限値の需要電力最大値との差が正の数の場合に第一ステップのデマンド削減可能量として推計して、
   エネルギー使用量データの需要電力最大値と適切なエネルギー使用量の需要電力最大値との差が正の数の場合に第二ステップのデマンド削減可能量として推計して、
   エネルギー使用量データの需要電力最大値と統計的下限値の需要電力最大値との差が正の数の場合に第三ステップのデマンド削減可能量として推計する省エネ可能量計算プログラム。
4. コンピューターに空調の設定温度変更による省エネ効果を計算させる省エネシミュレーションプログラムであって、
   空調の設定温度を一定温度緩和することを、気象条件が一定温度緩和することと同じと仮定して、
   気象データを一定温度上下に変更したデータを作成して、
   前記のデータを請求項１又は請求項２に記載した用途別エネルギー使用量推計システムの回帰式に代入して、シミュレーション推計値を計算して、
   請求項１又は請求項２に記載した暖房あり及び冷房あり判定と請求項３に記載した適切なエネルギー使用量を用いて、
   暖房ありの場合は気象データが一定温度上昇した場合のシミュレーション推計値と適切なエネルギー使用量の差を計算して、
   冷房ありの場合は気象データが一定温度下落した場合のシミュレーション推計値と適切なエネルギー使用量の差を計算して、
   前記の差の合計及び前記の差の合計を適切なエネルギー使用量の合計で割ることで得られる省エネ率を行動変容などによる省エネ効果として計算する省エネシミュレーションプログラム。
5. 請求項１又は請求項２に記載した用途別エネルギー使用量推計システムの回帰式から求められるエネルギー使用量推計値を適切なエネルギー使用量と仮定して、
   異常値検出から求められる統計的上限値、下限値を用いて、
   異常値と判定されたエネルギー使用量データと、統計的上限値との差を合計した値を第一ステップの省エネ可能量として推計して、
   エネルギー使用量が適切なエネルギー使用量より大きい場合に、エネルギー使用量と適切なエネルギー使用量の差の合計を第二ステップの省エネ可能量として推計して、
   統計的下限値と、統計的下限値より大きいエネルギー使用量との差の合計を第三ステップの省エネ可能量として推計して、
   これらの省エネ量の合計をエネルギー使用量の合計で割り省エネ率を計算して、
   更にエネルギー使用量データ、適切なエネルギー使用量、統計的上限値、統計的下限値を電力会社の需要電力（デマンド）を定める計算式で計算し、それぞれの最大値を抽出して、
   エネルギー使用量データの需要電力最大値と統計的上限値の需要電力最大値との差が正の数の場合に第一ステップのデマンド削減可能量として推計して、
   エネルギー使用量データの需要電力最大値と適切なエネルギー使用量の需要電力最大値との差が正の数の場合に第二ステップのデマンド削減可能量として推計して、
   エネルギー使用量データの需要電力最大値と統計的下限値の需要電力最大値との差が正の数の場合に第三ステップのデマンド削減可能量として推計する請求項３に記載の省エネ可能量、省エネ可能率及びデマンド削減可能量の算出方法。
6. 空調の設定温度を一定温度緩和することを、気象条件が一定温度緩和することと同じ事と仮定して、
   気象データを一定温度上下に変更したデータを作成して、
   前記のデータを請求項１又は請求項２に記載した用途別エネルギー使用量推計システムの回帰式に代入して、シミュレーション推計値を計算して、
   請求項１又は請求項２に記載した暖房あり及び冷房あり判定と請求項３に記載した適切なエネルギー使用量を用いて、
   暖房ありの場合は気象データが一定温度上昇した場合のシミュレーション推計値と適切なエネルギー使用量の差を計算して、
   冷房ありの場合は気象データが一定温度下落した場合のシミュレーション推計値と適切なエネルギー使用量の差を計算して、
   前記の差の合計及び前記の差の合計を適切なエネルギー使用量の合計で割ることで得られる省エネ率を行動変容などによる省エネ効果として計算する請求項４に記載の省エネシミュレーションの算出方法。
7. エネルギー使用量データと気象データの関係から、エネルギー使用量データを稼働日、非稼働日に分類して、
   更に異常値検出の手法を用いて休日出勤日を判定して、
   稼働日、非稼働日別に、一定周期の時間グループ別に気象データを独立変数とし、エネルギー使用量データを従属変数とした回帰式を計算して、
   前記の回帰式から計算される推計値を用いて、エネルギー使用量の異常値を検出して、
   一定周期の時間グループ内の気象データの範囲内における、前記の回帰式の最低値をベースラインとして、
   回帰式の最低値を算出した気象データの値の前後の気象データとエネルギー使用量データの関係から暖房あり及び冷房ありを判定して、
   非稼働日の休日出勤日のベースライン値を前記の回帰式から計算される推計値を用いて補正して、
   ベースラインの最低値を２４時間エネルギーが使用される用途のｂａｓｅとして推計して、
   暖房あり又は冷房ありの場合にベースラインとエネルギー使用量の差を主に空調使用量が含まれるａｃとして推計して、
   エネルギー使用量からｂａｓｅとａｃを除いた値を主に照明のエネルギー使用量が含まれるｍｉｄｄｌｅとして推計する請求項１に記載の用途別エネルギー使用量の推計方法。

Images