JP6861578B2 - 負荷推定装置及び負荷推定方法 - Google Patents

Description

本発明は、需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を推定する負荷推定装置及び負荷推定方法に関する。

近年におけるスマートメーターの普及により、需要家が消費した電気エネルギーの全体の大きさを示す総負荷を３０分ごとに計測し計測した総負荷を収集するシステムが普及しつつある。このため、総負荷を把握することが容易になっている。

一方で、総負荷だけでなく需要家が使用する複数の機器が消費した電気エネルギーの大きさをそれぞれ示す複数の機器別負荷を把握できた場合は、電力供給元が電力の供給の制御の精度を向上でき、需要家が省エネルギーのための行動の成果を推定でき、電力供給元及び需要家の両方に利益が生じる。しかし、従来のシステムにおいては、機器別負荷を把握することはできない。

このため、機器別負荷を把握することが求められる。

特許文献１、２及び３に記載された技術は、機器別負荷を把握するための技術の例である。

特許文献１に記載された技術においては、５個の測定器が、エアコン、テレビジョン、電子レンジ、冷蔵庫及び照明器具における電力消費に関する測定情報をそれぞれ取得し、取得した測定情報を管理システムへ送信する（段落００３１及び００３２）。

特許文献２に記載された技術においては、３個のスマートタップが、それぞれエアコン、テレビ及び冷蔵庫の消費電力を測定し、測定した消費電力をコントローラへ送信する（段落００１４及び００１５）。また、メモリが、行動パターン及び当該行動パターンにおいて使用される電気機器の目標消費電力を示す表を格納する。さらに、コントローラーが、ユーザの行動に使用される電気機器の目標消費電力を格納された表から取得する（段落００２５及び００４９）。

特許文献３に記載された技術においては、４個の測定器が、エアコン、テレビジョン、電子レンジ及び照明器具における電力消費に関する情報を測定し、測定した情報をホームコントローラに送信する（段落００２２及び００２３）。また、ホームコントローラの差分計算部が、宅内の電気機器の合計の電力消費に関する情報から測定器で測定された電気機器に関する情報を減算する処理を行うことにより、測定器で測定されていない電気機器の電力消費に関する情報を取得する（段落００７９）。

加えて、特許文献３に記載された技術においては、電力パターン抽出部が、電力消費に関する情報に基づいて電力消費量の波形パターンを抽出する。また、記号情報生成部が、抽出された波形パターンに基づいて記号情報を生成する。さらに、パターン推定部が、生成された記号パターンが条件を満たすと判断した場合に、未知の電気機器が当該記号に対応付けられた電気機器であると推定する（段落０１２９、０１３０及び０１３４）。

特許文献４に記載された技術は、機器別負荷を把握できるようにするための技術の例でないが、以下で説明する発明に関連する。

特許文献４に記載された技術においては、生成部が、各需要家の消費電力量の波形が類似するもの同士で各需要家の消費電力量のデータを電力消費モデルごとにクラスタリングし、消費電力モデルごとにモデルデータを作成する（段落００４６及び００４９）。また、特定部が、需要家に適用する電力消費モデルを特定する（段落００５５）。さらに、推定部が、特定された電力消費モデルを用いて、消費電力の推移を推定する（段落００６２）。

特開２０１４−１１２４３９号公報 特開２０１４−０８７１２６号公報 特開２０１４−１８７８３９号公報 特開２０１５−１０６９５２号公報

特許文献１、２及び３に代表される機器別負荷を把握するための従来技術は、対象の需要家の機器別負荷を計測する計測機器等を設置しなければならない、想定される全部の行動パターンにそれぞれ対応する機器別負荷を事前に準備しなければならない等の問題を有する。このため、特許文献１、２及び３に代表される機器別負荷を把握するための従来技術は、機器別負荷を容易に得ることができないという問題を有する。この問題は、機器別負荷以外の部分負荷を得る場合にも生じる。

本発明は、この問題を解決するためになされる。本発明が解決しようとする課題は、部分負荷を計測する計測機器を需要家に設置することなく需要家の部分負荷情報を容易に得ることである。

本発明は、負荷推定装置及び負荷推定方法に向けられる。

代表モデル作成用の複数の負荷情報の各々は、総負荷情報及び部分負荷情報を含む。総負荷情報は、ひとつの需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す。部分負荷情報は、ひとつの需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す。

代表モデル作成用の複数の負荷情報にそれぞれ含まれる複数の総負荷情報の間の第１の類似度が計算される。

第１の類似度にしたがって代表モデル作成用の複数の負荷情報が複数の１次クラスターに分類され、複数の１次クラスターの各々に属する少なくともひとつの負荷情報が特定される。

複数の１次クラスターに含まれる少なくともひとつの１次クラスターの各々である各１次クラスターに属する複数の負荷情報にそれぞれ含まれる複数の部分負荷情報の間の第２の類似度が計算される。

第２の類似度にしたがって各１次クラスターに属する複数の負荷情報が複数の２次クラスターに分類され、複数の２次クラスターの各々である各２次クラスターに属する少なくともひとつの負荷情報が特定される。

各２次クラスターに属する少なくともひとつの負荷情報を代表する代表モデルが生成される。これにより、複数の代表モデルが取得される。

推定対象の総負荷情報は、推定対象の需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す。推定対象の総負荷情報と複数の代表モデルの各々に含まれる総負荷情報との間の第３の類似度が計算される。

第３の類似度に基づいて、推定対象の総負荷情報と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いて、複数の代表モデルから選択代表モデルが選択される。

選択代表モデルに含まれる部分負荷情報が、計算される部分負荷情報に反映されるように、推定対象の需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報が計算される。

本発明によれば、代表モデル作成用の複数の負荷情報及び推定対象の需要家の総負荷情報から推定対象の需要家の部分負荷情報が得られるので、推定対象の需要家の部分負荷を計測する計測機器を設置することなく推定対象の需要家の部分負荷情報が容易に得られる。

この発明の目的、特徴、局面、及び利点は、以下の詳細な説明と添付図面とによって、より明白となる。

実施の形態１の負荷推定装置を図示するブロック図である。 実施の形態１の負荷推定装置において扱われる負荷情報のデータ構造を図示する図である。 実施の形態１の負荷推定装置において行われる処理を説明する説明図である。 実施の形態１の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。 実施の形態１の負荷推定装置において扱われる負荷情報の例をグラフ及び表により図示する図である。 実施の形態１の負荷推定装置において扱われるデータＸ及びＹの例を示すグラフである。 実施の形態１の負荷推定装置において扱われる、データＸの各時系列点とデータＹの各時系列点との間の距離distの例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる、データＸの各時系列点とデータＹの各時系列点とを対応させるのに必要なコストcostの例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる、データＹの時系列点にそれぞれ対応するデータＸの時系列点、及びデータＸの時系列点とデータＹの時系列点とをそれぞれ対応させるのに必要なコストの例を表により図示する図である。 実施の形態１の負荷推定装置において行われる１次クラスタリングを説明する説明図である。 実施の形態１の負荷推定装置において扱われる負荷情報に含まれる総負荷情報の間の類似度の例を図示する図である。 実施の形態１の負荷推定装置において行われる２次クラスタリングを説明する説明図である。 実施の形態１の負荷推定装置において扱われる、第１の負荷情報に含まれる総負荷の時系列点が図９により示されるデータＹの時系列点であり、第２の負荷情報に含まれる総負荷の時系列点が図９により示されるデータＸの時系列点である場合の、第１の負荷情報に含まれる機器Ａの機器別負荷の時系列点及び第２の負荷情報に含まれる機器Ａの機器別負荷の時系列点の例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。 実施の形態１の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。 実施の形態１の負荷推定装置に備えられる代表モデル取得部を図示するブロック図である。 実施の形態１の負荷推定装置において扱われる基準モデル、非基準モデル及び対応関係情報の例を表により図示する図である。 実施の形態１の負荷推定装置に備えられる推定部を図示するブロック図である。 実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報の例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報の例を折れ線グラフにより図示する図である。 実施の形態１の負荷推定装置において扱われる選択代表モデルの例を積み上げ棒グラフにより図示する図である。 実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報及び選択代表モデルの例を比較可能となるように重ねて図示する図である。 実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報を利用しない場合に利用される対応関係情報の例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報を利用しない場合に推定される機器別負荷情報を積み上げ棒グラフにより図示する図である。 実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報の例を表により図示する図である。 実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報を利用する場合に推定される機器別負荷情報を図示する図である。 実施の形態２の負荷推定装置を図示するブロック図である。 実施の形態２の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。 実施の形態２の負荷推定装置において扱われる、モニタリング住宅から取得された属性情報の例を表により図示する図である。 実施の形態２の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。 実施の形態２の負荷推定装置において扱われる、モニタリング住宅から取得された属性情報の例を表により図示する図である。 実施の形態２の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。 実施の形態２の負荷推定装置に備えられる推定部を図示するブロック図である。 実施の形態２の負荷推定装置において扱われる、推定対象の住宅から取得された属性情報の例を表により図示する図である。 実施の形態３の負荷推定装置を図示するブロック図である。 実施の形態３の負荷推定装置に備えられる推定部を図示するブロック図である。 第３実施形態の負荷推定装置において扱われる代表モデルの例を棒グラフにより図示する図である。 第３実施形態の負荷推定装置において扱われる、図３７に示される代表モデルに含まれる機器別負荷の１日に渡る合計値を表により図示する図である。 第３実施形態の負荷推定装置において扱われる傾向アンケート情報の例を表により図示する図である。

１ 実施の形態１
１．１ 負荷推定装置
図１は、実施の形態１の負荷推定装置を図示するブロック図である。

図１に図示される負荷推定装置１０００は、代表モデル準備部１０２０及び推定部１０２１を備える。負荷推定装置１０００がこれらの構成物以外の構成物を備えてもよい。

負荷推定装置１０００は、インストールされたプログラムを実行するコンピューターである。代表モデル準備部１０２０及び推定部１０２１は、コンピューターがプログラムを実行することにより実現される機能を有する。機能の全部又は一部が、プログラムを実行しないハードウェアにより実現されてもよい。

負荷推定装置１０００は、代表モデル作成用のN個の負荷情報１０４０をN個のモニタリング住宅１０６０から取得し、推定対象の総負荷情報１０４１を推定対象の住宅１０６１から取得する。Nは、２以上の整数である。N個の負荷情報１０４０が住宅以外の需要家から取得されてもよい。総負荷情報１０４１が住宅以外の需要家から取得されてもよい。

また、負荷推定装置１０００は、取得したN個の負荷情報１０４０及び総負荷情報１０４１から推定対象の住宅１０６１の機器別負荷情報１０８０を推定する。

さらに、負荷推定装置１０００は、推定した機器別負荷情報１０８０をサービス提供システム１１００及び需要予測装置１１０１に出力する。機器別負荷情報１０８０がサービス提供システム１１００及び需要予測装置１１０１以外の外部装置に出力されてもよい。機器別負荷情報１０８０が外部装置に出力されず負荷推定装置１０００の内部において利用されてもよい。

需要予測装置１１０１は、入力された機器別負荷情報１０８０に基づいて推定対象の住宅１０６１の電気エネルギーの需要を予測する。

サービス提供システム１１００は、入力された機器別負荷情報１０８０に基づいて推定対象の住宅１０６１に種々のサービスを提供する。

「負荷」は、消費された電気エネルギーの総称であり、典型的には消費電力である。

「需要家」は、電気エネルギーの消費を共有する一単位の共同体であり、典型的には住宅である。しかし、以下では、便宜上、「需要家」を、電気エネルギーの供給を必要とし、電気エネルギーの供給を受け、供給された電力を使用する人として扱う場合がある。

１．２ 負荷推定装置において扱われる情報
図２は、実施の形態１の負荷推定装置において扱われる負荷情報のデータ構造を図示する図である。

代表モデル作成用のN個の負荷情報１０４０の各々である各負荷情報１１２０は、図２に図示されるように、総負荷情報１１４０及び機器別負荷情報１１４１を含む。

総負荷情報１１４０は、各負荷情報１１２０の取得先のモニタリング住宅が消費した電気エネルギーの全体の大きさを示す総負荷の１日における時間変化を示す。総負荷は、１時間ごとに示される。

１日が１日より短い又は長い期間に置き換えられてもよい。１時間が１時間より短い又は長い時間間隔に置き換えられてもよい。例えば、１時間が１分、３０分等に置き換えられてもよい。

総負荷情報１１４０が、太陽光発電により発電された電気エネルギーの大きさを示す発電量の時間変化を示す情報を含んでもよい。

機器別負荷情報１１４１は、各負荷情報１１２０の取得先のモニタリング住宅の複数の機器が消費した電気エネルギーの大きさをそれぞれ示す複数の機器別負荷の１日における時間変化を示す。複数の機器別負荷は、１時間ごとに示される。

１日が１日より短い又は長い期間に置き換えられてもよい。１時間が１時間より短い又は長い時間間隔に置き換えられてもよい。例えば、１時間が１分、３０分等に置き換えられてもよい。

機器別負荷情報１１４１が機器別負荷情報１１４１以外の部分負荷情報に置き換えられてもよい。例えば、機器別負荷情報１１４１が、用途別負荷情報に置き換えられてもよい。用途別負荷情報は、各負荷情報１１２０の取得先のモニタリング住宅の複数の用途が消費した電気エネルギーの大きさをそれぞれ示す複数の用途別負荷の時間変化を示す。機器には、キッチン、リビングコンセント、誘導加熱（ＩＨ）クッキングヒータ、洗濯機、食器洗い機等がある。用途には、給湯、キッチン、娯楽、空調等がある。

機器別負荷情報１１４１に含まれる機器別負荷は、各負荷情報１１２０の取得先のモニタリング住宅に設置された計測機器により計測される。計測機器は、分電盤の各分岐回路に挿入されてもよいし、コンセントタップに組み込まれてもよい。機器が有する負荷計測機能により機器別負荷が計測されてもよい。ホームエネルギーマネジメントシステム（ＨＥＭＳ）により計測された機器別負荷が取得されてもよい。分電盤の主幹回路に計測機器が挿入され、挿入された計測機器の計測結果から推定された機器別負荷が取得されてもよい。ただし、推定された機器別負荷は、高い精度を有しなければならない。

機器別負荷情報１１４１が、太陽光発電により発電された電気エネルギーの大きさを示す発電量の時間変化を示す情報を含んでもよい。

推定対象の総負荷情報１０４１は、推定対象の住宅１０６１が消費した電気エネルギーの全体の大きさを示す総負荷の１日における時間変化を示す。総負荷は、１時間ごとに示される。

１日が１日より短い又は長い期間に置き換えられてもよい。例えば、１日という期間が１週間という期間に置き換えられてもよい。１時間が１時間より短い又は長い時間間隔に置き換えられてもよい。例えば、１時間が１分、３０分等に置き換えられてもよい。

総負荷情報１０４１に含まれる総負荷は、推定対象の住宅１０６１に設置されたスマートメーターにより計測された計測量から得られる。ただし、スマートメーターにより計測された計測量には、太陽光発電により発電された電気エネルギーの大きさを示す発電量、蓄電池に対して入出力が行われた電気エネルギーの大きさを示す入出力量等が加えられている。このため、スマートメーターにより計測された計測量から総負荷が得られる場合は、スマートメーターにより計測された計測量から、スマートメーター以外により計測された発電量、入出力量等が引かれる。計測された発電量に代えて、発電量の推定量が引かれてもよい。推定対象の総負荷がスマートメーターにより計測された計測量以外から得られてもよい。

推定対象の住宅１０６１からは、機器別負荷情報が取得されない。このため、推定対象の住宅１０６１に機器別負荷を計測するための計測機器を設置する必要はない。

総負荷情報１０４１が追加情報をさらに含んでもよい。例えば、総負荷情報１０４１が気温情報、曜日情報等を含んでもよい。

機器別負荷情報１０８０は、推定対象の住宅１０６１の複数の機器が消費した電気エネルギーの大きさをそれぞれ示す複数の機器別負荷の時間変化を示す。機器別負荷情報１１４１が機器別負荷情報１１４１以外の部分負荷情報に置き換えられる場合は、機器別負荷情報１０８０も機器別負荷情報１０８０以外の部分負荷情報に置き換えられる。

電気エネルギーの大きさは、電力量により表現される。電気エネルギーの大きさが電力量以外により表現されてもよい。例えば、電気エネルギーの大きさが、電力、電流等により表現されてもよい。総負荷に占める割合により機器別負荷が表現されてもよい。

１．３ 負荷推定装置において行われる処理
図３は、実施の形態１の負荷推定装置において行われる処理を説明する説明図である。

代表モデル準備部１０２０は、代表モデル作成用のN個の負荷情報１０４０をN個のモニタリング住宅１０６０から取得する。

また、代表モデル準備部１０２０は、図３に図示されるように、取得したN個の負荷情報１０４０に対して１次クラスタリングを行い、N個の負荷情報１０４０をM_1個の１次クラスター１１６０に分類し、M_1個の１次クラスター１１６０の各々である各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００を特定する。M_1は、Nより小さく、例外的な場合を除いて２以上の整数である。１次クラスタリングは、各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００にそれぞれ含まれるN(m_1)個の総負荷情報が互いに類似するように行われる。

さらに、代表モデル準備部１０２０は、特定したN(m_1)個の負荷情報１２００に対して２次クラスタリングを行い、N(m_1)個の負荷情報１２００をM_2個の２次クラスターに分類し、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０を特定する。M_2は、N(m_1)以下であり、例外的な場合を除いて２以上の整数である。２次クラスタリングは、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０にそれぞれ含まれるN(m_2)個の機器別負荷情報が互いに類似するように行われる。

加えて、代表モデル準備部１０２０は、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０を代表する各代表モデル１３００を作成することにより、M_1*M_2個の代表モデル１２８０を準備する。

推定部１０２１は、推定対象の総負荷情報１０４１を推定対象の住宅１０６１から取得する。

また、推定部１０２１は、図３に示されるように、M_1*M_2個の代表モデル１２８０から選択代表モデル１３２０を選択する。選択代表モデル１３２０は、総負荷情報１０４１と選択代表モデル１３２０に含まれる総負荷情報とが互いに類似するように選択される。

さらに、推定部１０２１は、選択した選択代表モデル１３２０を利用して、総負荷情報１０４１から機器別負荷情報１０８０を推定する。

１．４ 代表モデル準備部
図４は、実施の形態１の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。

代表モデル準備部１０２０は、図４に図示されるように、負荷情報記憶部１３４０、クラスタリング用の対応関係計算部１３４１、１次クラスタリング用の類似度計算部１３４２、１次クラスタリング部１３４３、２次クラスタリング用の類似度計算部１３４４、２次クラスタリング部１３４５、代表モデル取得部１３４６及び代表モデル記憶部１３４７を備える。

１．５ 負荷情報記憶部
負荷情報記憶部１３４０は、代表モデル作成用のN個の負荷情報１０４０をN個のモニタリング住宅１０６０から取得し、取得したN個の負荷情報１０４０を記憶する。

１．６ 負荷情報の例
図５は、実施の形態１の負荷推定装置において扱われる負荷情報の例をグラフ及び表により図示する図である。

図５(a)に図示される負荷情報は、「需要家１」から取得されており、積み上げ棒グラフにおける複数の成分の全体及び折れ線グラフにより示される総負荷情報、並びに積み上げ棒グラフにおける複数の成分により示される機器別負荷情報を含む。

図５(b)に図示される負荷情報は、「需要家１」から取得されており、表により示される総負荷情報及び機器別負荷情報を含む。

１．７ クラスタリング用の対応関係計算部
クラスタリング用の対応関係計算部１３４１は、負荷情報記憶部１３４０に記憶されたN個の負荷情報１０４０における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第１の負荷情報に含まれる総負荷情報と各負荷情報対を構成する第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係を示す対応関係情報を計算する。これにより、N個の負荷情報１０４０にそれぞれ含まれるN個の総負荷情報の間の時系列上の対応関係を示すクラスタリング用の対応関係情報１３６０が計算される。

対応関係計算部１３４１は、第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係を示す対応関係情報を計算する場合に、第１の負荷情報に含まれる総負荷の複数の時系列点が、第２の負荷情報に含まれる総負荷の複数の時系列点に近似するように、第１の負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、第２の負荷情報に含まれる総負荷の複数の時系列点を特定する。

１．８ 対応関係の計算手法の例
第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係の計算に用いられる、データＸとデータＹとの間の時系列上の対応関係の計算手法の例を以下で説明する。

データＸとデータＹとの間の時系列上の対応関係は、データＸとデータＹとを互いにマッチングさせる途上で得られる。データＸとデータＹとのマッチングは、例えば動的時間伸縮法（ＤＴＷ）により行われる。

データＸ及びデータＹの各々は、値の時間変化を示す。以下では、データＸが時刻t(1),t(2),t(3),t(4),t(5)及びt(6)における値をそれぞれ示す時系列点x_t(1),x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)を有し、データＹが時刻t(1),t(2),t(3),t(4),t(5)及びt(6)における値をそれぞれ示す時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)を有するとする。

図６は、実施の形態１の負荷推定装置において扱われるデータＸ及びＹの例を示すグラフである。

図６(a)及び図６(b)には、データＸ及びＹの例がそれぞれ示される。図６(a)及び図６(b)に示されるデータＸ及びＹは、データＸ及びＹの各時系列点により示される値が０又は１となるように簡略化されている。

データＸとデータＹとのマッチングが行われる場合は、データＸの時系列点x_t(1),x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)の各々とデータＹの時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)の各々との間の距離distが計算される。

データＸの時系列点x_t(i)とデータＹの時系列点y_t(j)との間の距離dist(x_t(i),y_t(j))は、式(1)により求められる。

図７は、実施の形態１の負荷推定装置において扱われる、データＸの各時系列点とデータＹの各時系列点との間の距離distの例を表により図示する図である。

続いて、計算された距離distを用いて、データＸの時系列点x_t(1),x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)の各々とデータＹの時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)の各々とを対応させるのに必要なコストcostが計算される。データＸの時系列点x_t(i)とデータＹの時系列点y_t(j)とを対応させるのに必要なコストcost(x_t(i),y_t(j))は、式(2),(3),(4)及び(5)により求められる。

式(2)は、データＸの時刻t(1)における時系列点x_t(1)とデータＹの時刻t(1)における時系列点y_t(1)とを対応させるのに必要なコストを求めるための演算式である。当該コストは、初期値となる。式(3)は、データＸの時刻t(1)以外における時系列点x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)の各々とデータＹの時刻t(1)における時系列点y_t(1)とを対応させるのに必要なコストを求めるための演算式である。式(4)は、データＸの時刻t(1)における時系列点x_t(1)とデータＹの時刻t(1)以外における時系列点y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)の各々とを対応させるのに必要なコストを求めるための演算式である。式(5)は、データＸの時刻t(1)以外における時系列点x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)の各々とデータＹの時刻t(1)以外における時系列点y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)の各々とを対応させるのに必要なコストを求めるための演算式である。式(5)に含まれる因子min(cost(x_t(i),y_t(j-1)),cost(x_t(i-1),y_t(j)),cost(x_t(i-1),y_t(j-1)))は、cost(x_t(i),y_t(j-1)),cost(x_t(i-1),y_t(j))及びcost(x_t(i-1),y_t(j-1))という３個の引数のうちの最小値となる引数を返す関数である。

図８は、実施の形態１の負荷推定装置において扱われる、データＸの各時系列点とデータＹの各時系列点とを対応させるのに必要なコストcostの例を表により図示する図である。

続いて、データＹの時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)の各々である各時系列点に対応する時系列点が、データＸの時系列点x_t(1),x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)から抽出される。抽出は、データＸの時系列点x_t(1),x_t(2),x_t(3),x_t(4),x_t(5)及びx_t(6)のそれぞれとデータＹの終点となる時系列点y_t(6)と対応させるのに必要なコストcost(x_t(1),y_t(6)),cost(x_t(2),y_t(6)),cost(x_t(3),y_t(6)),cost(x_t(4),y_t(6)),cost(x_t(5),y_t(6))及びcost(x_t(6),y_t(6))のうちの最小のコストmin(cost(x_t(1),y_t(6)),cost(x_t(2),y_t(6)),cost(x_t(3),y_t(6)),cost(x_t(4),y_t(6)),cost(x_t(5),y_t(6)),cost(x_t(6),y_t(6)))を計算する途上で必要となる距離を用いて行われる。抽出は、抽出されたデータＸの時系列点とデータＹの各時系列点とを対応させるのに必要なコストが最小になるように行われる。

これにより、データＹの６個の時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)にそれぞれ対応するデータＸの６個の時系列点が特定され、データＸとデータＹとの間の時系列上の対応関係が特定される。データＸとデータＹとの間の時系列上の対応関係を示す対応関係情報は、データＹの６個の時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)にそれぞれ対応するデータＸの６個の時系列点を示す情報を含む。

データＹの６個の時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)にそれぞれ対応するデータＸの６個の時系列点における値の時間変化は、データＹの６個の時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)における値の時間変化に近似する。

終点となる時系列点y_t(6)に代えて終点とならない時系列点y_t(2),y_t(3),y_t(4)又はy_t(5)が用いられてもよい。最小のコストを計算する途上で必要となる距離に距離dist(x_t(1),y_t(1))が含まれなくてもよい。最小のコストを計算する途上で用いることができる複数のコストが存在する場合は、当該複数のコストから任意に選択されたコストが用いられてもよい。例えば、図８に示されるコストcostの例においては、コストcost(x_t(5),y_t(5))及びcost(x_t(6),y_t(5))から任意に選択されるコストが用いられてもよい。

マッチングにおいては、データＹの始点となる時系列点y_t(1)にデータＸの始点となる時系列点x_t(1)が対応づけられなくてもよく、データＹの終点となる時系列点y_t(6)にデータXの終点となる時系列点x_t(6)が対応づけられなくてもよい。

図９は、実施の形態１の負荷推定装置において扱われる、データＹの時系列点にそれぞれ対応するデータＸの時系列点、及びデータＸの時系列点とデータＹの時系列点とをそれぞれ対応させるのに必要なコストの例を表により図示する図である。

上記の計算手法が第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係の計算に用いられる場合は、第１の負荷情報に含まれる総負荷情報及び第２の負荷情報に含まれる総負荷情報がそれぞれデータＹ及びＸにされ、第１の負荷情報に含まれる総負荷情報（データＹ）と第２の負荷情報に含まれる総負荷情報（データＸ）との間の時系列上の対応関係が計算される。

第１の負荷情報に含まれる総負荷の時系列点（データＹの時系列点）と第２の負荷情報に含まれる総負荷の時系列点（データＸの時系列点）とをそれぞれ対応させるのに必要なコストは、第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度が高くなるほど小さくなる特性を有する。このため、当該コストは、第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度として利用できる。

上記の計算手法が第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係の計算に用いられる場合に、第１の負荷情報に含まれる総負荷の範囲及び第２の負荷情報に含まれる総負荷の範囲が共通の範囲、例えば０から１までの範囲となるような正規化が行われてもよい。データＸが複数の時間帯にそれぞれ属する複数の時間帯別データに分割され、データＹが複数の時間帯にそれぞれ属する複数の時間帯別データに分割され、各時間帯に属しデータＸ及びＹをそれぞれ構成する２個の時間帯別データの間で対応関係の計算が行われてもよい。その際に、時間帯に応じた重みづけを用いた処理が行われた数値が対応関係の決定に利用されてもよい。当該処理を行うか否か及び当該処理を行う場合に必要となる重みは、利用者により負荷推定装置１０００に手動入力されてもよいし、パーソナルコンピューター（ＰＣ）等の計算機により自動的に決定されてもよい。利用者は、負荷推定装置１０００の利用目的に応じて当該処理を行うか否か及び当該処理を行う場合に必要となる重みを決定できる。ＰＣは、利用者により選択された利用目的に基づいて当該処理を行うか否か及び当該処理を行う場合に必要となる重みを決定できる。

ＤＴＷ手法以外の手法によりマッチングが行われてもよい。

１．９ １次クラスタリング用の類似度計算部
図１０は、実施の形態１の負荷推定装置において行われる１次クラスタリングを説明する説明図である。

１次クラスタリング用の類似度計算部１３４２は、負荷情報記憶部１３４０に記憶された代表モデル作成用のN個の負荷情報１０４０における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第１の負荷情報に含まれる総負荷情報と各負荷情報対を構成する第２の負荷情報に含まれる総負荷情報との間の類似度を計算する。これにより、図１０に図示されるように、N個の負荷情報１０４０にそれぞれ含まれるN個の総負荷情報１３８０の間の１次クラスタリング用の類似度１４００が計算される。

類似度計算部１３４２は、第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度を計算する場合に、クラスタリング用の対応関係計算部１３４１により計算されたクラスタリング用の対応関係情報１３６０を参照する。

類似度計算部１３４２は、対応関係情報１３６０を参照することにより、第１の負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、第２の負荷情報に含まれる総負荷の複数の時系列点を特定する。

また、類似度計算部１３４２は、当該第１の負荷情報に含まれる総負荷の複数の時系列点と当該第２の負荷情報に含まれる総負荷の複数の時系列との間の類似度を、第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度とする。

「１．８ 対応関係の計算手法の例」において説明した計算手法が用いられ、第１の負荷情報に含まれる総負荷の複数の時系列点と第２の負荷情報に含まれる総負荷の複数の時系列とをそれぞれ対応させるために必要なコストが第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度として利用される場合は、類似度計算部１３４２が省略され、対応関係計算部１３４１が１次クラスタリング用の類似度計算部を兼ねる。

１．１０ １次クラスタリング部
１次クラスタリング部１３４３は、図１０に図示されるように、１次クラスタリング用の類似度計算部１３４２により計算された１次クラスタリング用の類似度１４００にしたがって、負荷情報記憶部１３４０に記憶された代表モデル作成用のN個の負荷情報１０４０をM_1個の１次クラスター１１６０に分類し、M_1個の１次クラスター１１６０の各々である各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００を特定する。N(m_1)個の負荷情報１２００は、少なくともひとつの負荷情報である。１次クラスタリングは、各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００にそれぞれ含まれるN(m_1)個の総負荷情報１４２０が互いに類似するように行われる。

図１１は、実施の形態１の負荷推定装置において扱われる、負荷情報に含まれる総負荷情報の間の類似度の例を図示する図である。

図１１に示される例においては、データ番号１，２，３，４，５及び６がそれぞれ与えられた負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６において、負荷情報１４４１に含まれる総負荷情報と負荷情報１４４２に含まれる総負荷情報との間の類似度が高く、負荷情報１４４４に含まれる総負荷情報と負荷情報１４４５に含まれる総負荷情報との間の類似度が高い。また、負荷情報１４４１及び１４４２が統合された場合に形成されるクラスターの負荷情報に含まれる総負荷情報と負荷情報１４４３に含まれる総負荷情報との間の類似度が中程度であり、負荷情報１４４４及び１４４５が統合された場合に形成されるクラスターの負荷情報に含まれる総負荷情報と負荷情報１４４６に含まれる総負荷情報との間の類似度が中程度である。また、負荷情報１４４１，１４４２及び１４４３が統合された場合に形成されるクラスターの負荷情報に含まれる総負荷情報と負荷情報１４４４，１４４５及び１４４６が統合された場合に形成されるクラスターの負荷情報に含まれる総負荷情報との間の類似度が低い。

１次クラスタリングにおいては、負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第１の負荷情報に含まれる総負荷情報と各負荷情報対を構成する第２の負荷情報に含まれる総負荷情報との間の類似度が計算され、最も高い類似度が計算された負荷情報対を構成する第１の負荷情報及び第２の負荷情報が同じ１次クラスターに属するようにされる。

「１．８ 対応関係の計算手法の例」において説明した計算手法が第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の時系列上の対応関係の計算に用いられ、第１の負荷情報に含まれる総負荷の複数の時系列点と第２の負荷情報に含まれる総負荷の複数の時系列とをそれぞれ対応させるために必要なコストが第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度として利用される場合は、当該コストが小さい場合に第１の負荷情報に含まれる総負荷情報と第２の負荷情報に含まれる総負荷情報との間の類似度が高いと判定される。また、当該コストが小さい順に第１の負荷情報及び第２の負荷情報が統合される。

最も単純な例においては、負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第１の負荷情報に含まれる総負荷の複数の時系列点と各負荷情報対を構成する第２の負荷情報に含まれる総負荷の複数の時系列点とを対応させるのに必要なコストが計算され、計算されたコストが最小である負荷情報対を構成する第１の負荷情報及び第２の負荷情報にそれぞれ含まれる２個の総負荷情報の間の類似度が最も高いと判定される。

複数の負荷情報が統合された場合に形成されるクラスターの負荷情報に含まれる総負荷情報と他の負荷情報に含まれる総負荷情報との間の類似度の計算は、最近隣法、最遠隣法、群平均法、メディアン法、重心法、ウォード法等により行われる。

複数の負荷情報が統合された場合に形成されるクラスターの負荷情報を決定する方法は任意である。例えば、形成されたクラスターに属する少なくともひとつの負荷情報を代表するひとつの負荷情報が形成されたクラスターの負荷情報とされる。

１次クラスタリングにおいては、負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６が分類される１次クラスターの数が指定されてもよいし、同じ１次クラスターに属する少なくともひとつの負荷情報にそれぞれ含まれる総負荷情報の間の類似度が指定されてもよい。

例えば、同じ１次クラスターに属する少なくともひとつの負荷情報にそれぞれ含まれる少なくともひとつの総負荷情報の間の類似度を高くする指定が行われた場合は、負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６が分類される１次クラスターの数が４個に設定され、１次クラスタリングが行われた後に、負荷情報１４４１及び１４４２が第１の１次クラスターに属し、負荷情報１４４３が第２の１次クラスターに属し、負荷情報１４４４及び１４４５が第３の１次クラスターに属し、負荷情報１４４６が第４の１次クラスターに属する。

また、負荷情報１４４１，１４４２，１４４３，１４４４，１４４５及び１４４６が分類される１次クラスターの数を２個にする指定が行われた場合は、同じ１次クラスターに属する少なくともひとつの負荷情報にそれぞれ含まれる少なくともひとつの総負荷情報の間の類似度が中程度に設定され、１次クラスタリングが行われた後に、負荷情報１４４１，１４４２及び１４４３が第１の１次クラスターに属し、負荷情報１４４４，１４４５及び１４４６が第２の１次クラスターに属する。

１．１１ ２次クラスタリング用の類似度計算部
図１２は、実施の形態１の負荷推定装置において行われる２次クラスタリングを説明する説明図である。

２次クラスタリング用の類似度計算部１３４４は、M_1個の１次クラスター１１６０の各々である各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００における全部の負荷情報対の各々である各負荷情報対について、各負荷情報対を構成する第１の負荷情報に含まれる機器別負荷情報と各負荷情報対を構成する第２の負荷情報に含まれる機器別負荷情報との間の類似度を計算する。これにより、各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００にそれぞれ含まれるN(m_1)個の機器別負荷情報１４６０の間の２次クラスタリング用の類似度１４８０が計算される。

M_1個の１次クラスター１１６０に含まれる第１の少なくともひとつの１次クラスターの各々に属するN(m-1)個の負荷情報１２００が１個の負荷情報であり、M_1個の１次クラスター１１６０に含まれる第２の少なくともひとつの１次クラスターの各々に属するN(m-1)個の負荷情報１２００が複数の負荷情報である場合は、類似度計算部１３４４は、第２の少なくともひとつの１次クラスターの各々に属するN(m-1)個の負荷情報１２００にそれぞれ含まれるN(m_1)個の機器別負荷情報１４６０の間の類似度である２次クラスタリング用の類似度１４８０を計算する。

類似度計算部１３４４は、第１の負荷情報に含まれる機器別負荷情報と第２の負荷情報に含まれる機器別負荷情報との間の類似度を計算する場合に、クラスタリング用の対応関係計算部１３４１により計算されたクラスタリング用の対応関係情報１３６０を参照する。

類似度計算部１３４４は、対応関係情報１３６０を参照することにより、第１の負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、第２の負荷情報に含まれる総負荷の複数の時系列を特定する。

また、類似度計算部１３４４は、当該第１の負荷情報に含まれる総負荷の複数の時系列点と同時刻にそれぞれ取得された機器別負荷の複数の時系列点と当該第２の負荷情報に含まれる総負荷の複数の時系列と同時刻にそれぞれ取得された機器別負荷の複数の時系列点との類似度を、第１の負荷情報に含まれる機器別負荷情報と第２の負荷情報に含まれる機器別負荷情報との間の類似度とする。

図１３は、実施の形態１の負荷推定装置において扱われる、第１の負荷情報に含まれる総負荷の時系列点が図９により示されるデータＹの時系列点であり、第２の負荷情報に含まれる総負荷の時系列点が図９により示されるデータＸの時系列点である場合の、第１の負荷情報に含まれる機器Ａの機器別負荷の時系列点及び第２の負荷情報に含まれる機器Ａの機器別負荷の時系列点の例を表により図示する図である。

図１３に示される例においては、第１の負荷情報に含まれる機器Ａの機器別負荷の時系列点yA_t(1),yA_t(2),yA_t(3),yA_t(4),yA_t(5)及びyA_t(6)に、第２の負荷情報に含まれる機器Ａの機器別負荷の時系列点xA_t(1),xA_t(2),xA_t(2),xA_t(2),xA_t(5)及びxA_t(6)がそれぞれ対応させられる。時系列点yA_t(1),yA_t(2),yA_t(3),yA_t(4),yA_t(5)及びyA_t(6)は、第１の負荷情報に含まれる総負荷の時系列点y_t(1),y_t(2),y_t(3),y_t(4),y_t(5)及びy_t(6)と同時刻にそれぞれ取得されている。時系列点xA_t(1),xA_t(2),xA_t(2),xA_t(2),xA_t(5)及びxA_t(6)は、第２の負荷情報に含まれる総負荷の時系列点x_t(1),x_t(2),x_t(2),x_t(2),x_t(5)及びx_t(6)と同時刻にそれぞれ取得されている。

第１の負荷情報に含まれる機器Ａの機器別負荷の時系列点yA_t(j)と第２の負荷情報に含まれる機器Ａの機器別負荷xA_t(i)との間の誤差ε_A(xA_t(i),yA_t(j))は、式(6)により計算される。

第１の負荷情報に含まれる機器Ａの機器別負荷の複数の時系列点と第２の負荷情報に含まれる機器Ａの機器別負荷の複数の時系列点との間の機器別負荷誤差ε_A(X,Y)は、第１の負荷情報に含まれる機器Ａの機器別負荷の複数の時系列点の各々である各時系列点について、当該各時系列点をyA_t(j)とし第２の負荷情報に含まれる当該各時系列点に対応する機器Ａの機器別負荷の時系列点をxA_t(i)として誤差ε_A(xA_t(i),yA_t(j))を計算し、第１の負荷情報に含まれる機器Ａの機器別負荷の複数の時系列点についてそれぞれ計算した複数の誤差ε_A(xA_t(i),yA_t(j))を合計することにより計算される。

第１の負荷情報に含まれる機器別負荷情報と第２の負荷情報に含まれる機器別負荷情報との間の機器別負荷誤差ε_(X,Y)は、複数の機器の各々を機器Ａとして機器別負荷誤差ε_A(X,Y)を計算し、複数の機器についてそれぞれ計算した複数の機器別負荷誤差ε_A(X,Y)を合計することにより計算される。

計算された機器別負荷誤差ε_A(X,Y)は、第１の負荷情報に含まれる機器別負荷情報と第２の負荷情報に含まれる機器別負荷情報との間の類似度が高くなるほど小さくなる特性を有する。このため、機器別負荷誤差ε_A(X,Y)は、第１の負荷情報に含まれる機器別負荷情報と第２の負荷情報に含まれる機器別負荷情報との間の類似度として利用できる。

１．１２ ２次クラスタリング部
２次クラスタリング部１３４５は、図１２に図示されるように、２次クラスタリング用の類似度計算部１３４４により計算された２次クラスタリング用の類似度１４８０にしたがって、M_1個の１次クラスター１１６０の各々である各１次クラスター１１８０に属するN(m_1)個の負荷情報１２００をM_2個の２次クラスターに分類し、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０を特定する。N(m_2)個の負荷情報１２６０は、少なくともひとつの負荷情報である。２次クラスタリングは、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０にそれぞれ含まれるN(m_2)個の機器別負荷情報１５００が互いに類似するように行われる。

２次クラスタリングは、１次クラスタリング用の類似度１４００に代えて２次クラスタリング用の類似度１４８０が用いられる点を除いて、１次クラスタリングと同様に行われる。

１．１３ 代表モデル取得部
代表モデル取得部１３４６は、図３に図示されるように、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０を代表する各代表モデル１３００を生成することにより、M_1*M_2個の代表モデル１２８０を取得する。

代表モデル取得部１３４６は、各２次クラスター１２４０に１個の負荷情報のみが属する場合は、当該１個の負荷情報をそのまま各代表モデル１３００にする。

一方、代表モデル取得部１３４６は、各２次クラスター１２４０に複数の負荷情報が属する場合は、当該複数の負荷情報から各代表モデル１３００を生成する。

各代表モデル１３００は、総負荷情報及び機器別負荷情報を含む。各代表モデル１３００が総負荷情報及び機器別負荷情報以外の情報を含んでもよい。例えば、各代表モデル１３００が気温情報、曜日情報等を含んでもよい。総負荷に占める割合により機器別負荷が表現されてもよい。

各代表モデル１３００に含まれる総負荷情報は、総負荷の１日における時間変化を示す。総負荷は、１時間ごとに示される。

各代表モデル１３００に含まれる機器別負荷情報は、複数の機器別負荷の１日における時間変化を示す。複数の機器別負荷は、１時間ごとに示される。

１日が１日より短い又は長い期間に置き換えられてもよい。１時間が１時間より短い又は長い時間間隔に置き換えられてもよい。例えば、１時間が１分、３０分等に置き換えられてもよい。

１．１４ 代表モデル記憶部
代表モデル記憶部１３４７は、代表モデル取得部１３４６により取得されたM_1*M_2個の代表モデル１２８０を記憶する。

１．１５ 代表モデルの例
図１４は、実施の形態１の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。図１５は、実施の形態１の負荷推定装置において扱われる代表モデルの例を棒グラフ及び表により図示する図である。

図１４(a)に図示される「代表モデルＤＭ−Ａ」は、棒グラフにより示される総負荷情報を含む。図１４(a)においては、「代表モデルＤＭ−Ａ」に含まれる機器別負荷情報を示すことが便宜上省略されている。

図１４(b)に図示される「代表モデルＤＭ−Ａ」は、表により示される総負荷情報及び機器別情報を含む。

図１５(a)に図示される「代表モデルＤＭ−Ｂ」は、棒グラフにより示される総負荷情報を含む。図１５(a)においては、「代表モデルＤＭ−Ｂ」に含まれる機器別負荷情報を示すことが便宜上省略されている。

図１５(b)に図示される「代表モデルＤＭ−Ｂ」は、表により示される総負荷情報及び機器別情報を含む。

１．１６ 代表モデル取得部の詳細
図１６は、実施の形態１の負荷推定装置に備えられる代表モデル取得部を図示するブロック図である。

代表モデル取得部１３４６は、図１６に図示されるように、基準モデル抽出部１５２０、代表モデル作成用の対応関係計算部１５２１及び代表モデル作成部１５２２を備える。

１．１７ 基準モデル抽出部
基準モデル抽出部１５２０は、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０について、基準モデル１５４０を抽出する。

基準モデル抽出部１５２０は、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０が複数の負荷情報である場合は、N(m_2)個の負荷情報１２６０から任意の１個の負荷情報を選択し、選択した１個の負荷情報を基準モデル１５４０として抽出する。１個の負荷情報が選択される場合に、N(m_2)個の負荷情報１２６０の間の類似度が計算され、計算された類似度が考慮されてもよい。

N(m_2)個の負荷情報１２６０が複数の負荷情報である場合の基準モデル１５４０の抽出方法が変更されてもよい。例えば、N(m_2)個の負荷情報１２６０の平均値が計算され、計算された平均値が基準モデル１５４０として抽出されてもよい。

１．１８ 代表モデル作成用の対応関係計算部
代表モデル作成用の対応関係計算部１５２１は、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０について、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０が複数の負荷情報である場合に、抽出された基準モデル１５４０に含まれる総負荷情報と各２次クラスター１２４０に属する基準モデル１５４０以外の少なくともひとつの負荷情報である少なくともひとつの非基準モデル１５４１の各々に含まれる総負荷情報との間の対時系列上の対応関係を示す代表モデル作成用の対応関係情報１５６０を計算する。

対応関係計算部１５２１は、基準モデル１５４０に含まれる総負荷情報と少なくともひとつの非基準モデル１５４１の各々に含まれる総負荷情報との間の時系列上の対応関係を示す対応関係情報を計算する場合に、基準モデル１５４０に含まれる総負荷の複数の時系列点が、少なくともひとつの非基準モデル１５４１の各々に含まれる総負荷の複数の時系列点に近似するように、基準モデル１５４０に含まれる総負荷の複数の時系列点にそれぞれ対応する、少なくともひとつの非基準モデル１５４１の各々に含まれる総負荷の複数の時系列点を特定する。

基準モデル１５４０に含まれる総負荷情報と少なくともひとつの非基準モデル１５４１の各々に含まれる総負荷情報との間の時系列上の対応関係の計算には、「１．８ 対応関係の計算手法の例」において説明した計算手法が用いられる。「１．８ 対応関係の計算手法の例」において説明した計算手法以外の計算手法が用いられてもよい。

１．１９ 代表モデル作成部
代表モデル作成部１５２２は、M_1*M_2個の２次クラスター１２２０の各々である各２次クラスター１２４０について、各２次クラスター１２４０に属するN(m_2)個の負荷情報１２６０が複数の負荷情報である場合は、代表モデル作成用の対応関係計算部１５２１により計算された代表モデル作成用の対応関係情報１５６０を参照し、代表モデル１３００を作成する。これにより、代表モデル作成部１５２２は、M_1*M_2個の２次クラスター１２２０に属する少なくともひとつの負荷情報をそれぞれ代表するM_1*M_2個の代表モデル１２８０を作成する。

代表モデルに含まれる機器別負荷の時刻iにおける時系列点d(i)は、基準モデル１５４０に含まれる機器別負荷の時刻iにおける時系列点m(i)及び少なくともひとつの非基準モデル１５４１の時系列点m(i)に対応する時系列点a(j),b(k),...から式(7)により演算される。

式(7)に含まれる因子f(m(i),a(j),b(k),...)は、m(i),a(j),b(k),...という引数の代表値を返す関数である。代表値は、典型的には平均値である。代表値が、平均値以外の統計処理により得られる値であってもよい。

１．２０ 代表モデルの作成の例
少なくともひとつの非基準モデル１５４１の数が１個の基準モデルである場合に基準モデル１５４０及び非基準モデル１５４１から各代表モデル１３００を作成する手順を説明する。

図１７は、実施の形態１の負荷推定装置において扱われる基準モデル、非基準モデル及び対応関係情報の例を表により図示する図である。

図１７(a)に図示される「基準モデルＭＳ１」は、表により示される総負荷情報及び機器別負荷情報を含む。

図１７(b)に図示される「非基準モデルＭＸＡ」は、表により示される総負荷情報及び機器別負荷情報を含む。

図１７(c)に図示される対応関係情報は、「基準モデルＭＳ１」に含まれる総負荷情報と「非基準モデルＭＸＡ」に含まれる総負荷情報との時系列上の対応関係を示す。

図１７(c)に図示される対応関係情報は、「基準モデルＭＳ１」に含まれる機器別負荷の時系列点m(0)及びm(1)に、「非基準モデルＭＸＡ」に含まれる機器別負荷の時系列点a(0)及びa(2)がそれぞれ対応することを示す。したがって、代表モデルに含まれる機器別負荷の時系列点d(0)及びd(1)は、式(8)及び式(9)によりそれぞれ求められる。

「非基準モデルＭＸＡ」が、「基準モデルＭＳ１」に含まれる機器別負荷の時系列点m(i)に対応する機器別負荷の時系列点を含まない場合は、時系列点m(i)がそのまま代表モデルに含まれる機器別負荷の時系列点d(i)にされてもよいし、時系列点が必要な時刻の前後の時刻における時系列点から統計処理により時系列点が必要な時刻における時系列点が計算されてもよい。

このような各代表モデル１３００の作成によれば、各２次クラスター１２４０について偏りのない各代表モデル１３００が得られる。

１．２１ 推定部
図１８は、実施の形態１の負荷推定装置に備えられる推定部を図示するブロック図である。

推定部１０２１は、図１８に図示されるように、受付部１５８０、代表モデル選択用の対応関係計算部１５８１、代表モデル選択用の類似度計算部１５８２、代表モデル選択部１５８３及び内訳計算部１５８４を備える。

１．２２ 受付部
受付部１５８０は、推定対象の総負荷情報１０４１を推定対象の住宅１０６１から取得する。

受付部１５８０は、キーボード、マウス等の入力装置を用いて画面に対して行われる操作から総負荷情報１０４１を取得してもよいし、推定対象の住宅１０６１の総負荷が記載されたファイルを負荷推定装置１０００の外部から読み込むことにより総負荷情報１０４１を取得してもよいし、負荷推定装置１０００の外部装置であり推定対象の住宅１０６１の総負荷が記憶されたデータベースから総負荷を受信することにより総負荷情報１０４１を取得してもよい。

１．２３ 総負荷情報の例
図１９は、実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報の例を表により図示する図である。

図１９に図示される総負荷情報は、複数の時刻及び当該複数の時刻にそれぞれ対応する複数の総負荷からなる単純な時系列データである。

１．２４ 代表モデル選択用の対応関係計算部
代表モデル選択用の対応関係計算部１５８１は、受付部１５８０により取得された推定対象の総負荷情報１０４１と代表モデル記憶部１３４７に記憶されているM_1*M_2個の代表モデル１２８０の各々である各代表モデル１３００に含まれる総負荷情報との間の時系列上の対応関係を示す代表モデル選択用の対応関係情報１６００を計算する。

対応関係計算部１５８１は、対応関係情報１６００を計算する場合に、総負荷情報１０４１に含まれる総負荷の複数の時系列点が、各代表モデル１３００に含まれる総負荷の複数の時系列点に近似するように、総負荷情報１０４１に含まれる総負荷の複数の時系列点にそれぞれ対応する、各代表モデル１３００に含まれる総負荷の複数の時系列点を特定する。

推定対象の総負荷情報１０４１と各代表モデル１３００に含まれる総負荷情報との間の時系列上の対応関係の計算には、「１．８ 対応関係の計算手法の例」において説明した計算手法が用いられる。「１．８ 対応関係の計算手法の例」において説明した計算手法以外の計算手法が用いられてもよい。

１．２５ 代表モデル選択用の類似度計算部
代表モデル選択用の類似度計算部１５８２は、受付部１５８０により取得された推定対象の総負荷情報１０４１と代表モデル記憶部１３４７に記憶されているM_1*M_2個の代表モデル１２８０の各々である各代表モデル１３００に含まれる総負荷情報との間の代表モデル選択用の類似度１６２０を計算する。

類似度計算部１５８２は、類似度１６２０を計算する場合に、代表モデル選択用の対応関係計算部１５８１により計算された代表モデル選択用の対応関係情報１６００を参照する。

類似度計算部１５８２は、対応関係情報１６００を参照することにより、総負荷情報１０４１に含まれる総負荷の複数の時系列点にそれぞれ対応する、各代表モデル１３００に含まれる総負荷の複数の時系列点を特定する。

また、類似度計算部１５８２は、当該総負荷情報１０４１に含まれる総負荷の複数の時系列点と当該各代表モデル１３００に含まれる総負荷の複数の時系列との間の類似度を、類似度１６２０とする。

「１．８ 対応関係の計算手法の例」において説明した計算手法が用いられ、推定対象の総負荷情報１０４１に含まれる総負荷の複数の時系列点と各代表モデル１３００に含まれる総負荷の複数の時系列とをそれぞれ対応させるために必要なコストが類似度１６２０として利用される場合は、類似度計算部１５８２が省略され、対応関係計算部１５８１が代表モデル選択用の類似度計算部を兼ねる。

１．２６ 代表モデル選択部
代表モデル選択部１５８３は、代表モデル選択用の類似度計算部１５８２により計算された代表モデル選択用の類似度１６２０に基づいて、M_1*M_2個の代表モデル１２８０から１個の選択代表モデル１３２０を選択する。

代表モデル選択部１５８３は、選択代表モデル１３２０を選択する場合に、受付部１５８０により取得された推定対象の総負荷情報１０４１と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いる。

選択基準は、典型的には総負荷情報１０４１と選択代表モデル１３２０に含まれる総負荷情報との間の類似度が最高の類似度となるように選択代表モデル１３２０が選択されるようにするという基準である。しかし、選択基準が類似度１６２０以外の考慮要素を含み、選択代表モデル１３２０が選択される場合に類似度１６２０に加えて類似度１６２０以外の考慮要素が考慮されてもよい。例えば、選択基準がM_1*M_2個の代表モデル１２８０にそれぞれ付随するM_1*M2個の気温情報、M_1*M2個の曜日情報等の考慮要素を含み、選択代表モデル１３２０を選択する場合に代表モデル選択用の類似度１６２０に加えてM_1*M2個の気温情報、M_1*M2個の曜日情報等が考慮されてもよい。

１．２７ 内訳計算部
内訳計算部１５８４は、受付部１５８０により取得された推定対象の総負荷情報１０４１並びに選択代表モデル１３２０に含まれる総負荷情報及び機器別負荷情報から総負荷情報１０４１の内訳を計算する。これにより、総負荷情報１０４１の内訳を示す推定対象の住宅１０６１の機器別負荷情報１０８０が計算される。内訳の計算は、選択代表モデル１３２０に含まれる総負荷情報の内訳を示す、選択代表モデル１３２０に含まれる機器別負荷情報が、総負荷情報１０４１の内訳を示す機器別負荷情報１０８０に反映されるように行われる。

内訳計算部１５８４は、代表モデル選択用の対応関係計算部１５８１により計算された代表モデル選択用の対応関係情報１６００に含まれる、総負荷情報１０４１と選択代表モデル１３２０に含まれる総負荷情報との間の時系列上の対応関係を示す内訳計算用の対応関係情報に基づいて、総負荷情報１０４１と選択代表モデル１３２０に含まれる総負荷情報とを時系列上で対応づけ、総負荷情報１０４１並びに選択代表モデル１３２０に含まれる総負荷情報及び機器別負荷情報から総負荷情報１０４１の内訳を計算する。

総負荷情報１０４１に含まれる総負荷の時系列点X=x_t(1),x_t(2),...,x_t(m)及び選択代表モデル１３２０に含まれる総負荷の時系列点Y=y_t(1),y_t(2),...,y_t(n)において時系列点x_t(i)に時系列点y_t(j)が対応することが内訳計算用の対応関係情報により示される場合は、推定対象の住宅１０６１の機器EPの時刻iにおける機器別負荷の時系列点E(X,t(i))は、推定対象の総負荷の時系列点A(X,t(i))、選択代表モデル１３２０に含まれる総負荷の時系列点A(Y,t(i))、及び選択代表モデル１３２０に含まれる機器EPの機器別負荷の時系列点E(Y,t(j))を用いて、式(10)により求められる。

式(10)以外の式により時系列点E(X,t(i))が求められてもよい。

推定対象の総負荷情報１０４１において総負荷を示す時間間隔が、選択代表モデル１３２０に含まれる総負荷情報において総負荷を示す時間間隔と異なる場合は、短い時間間隔で総負荷を示す総負荷情報を、長い時間間隔で総負荷を示す総負荷情報に揃える処理が行われた後に、上記のように時系列点E(X,t(i))が求められる。

内訳計算用の対応関係情報に基づく内訳の計算によれば、選択代表モデル１３２０に含まれる総負荷の時間変化が総負荷情報１０４１に含まれる総負荷の時間変化と類似するが、選択代表モデル１３２０における総負荷の発生時刻が総負荷情報１０４１における総負荷の発生時刻と相違する場合、選択代表モデル１３２０における総負荷が高くなる時刻が総負荷情報１０４１における総負荷が高くなる時刻と相違する場合等においても、相違を解消するマッチングが行われ、機器別負荷情報１０８０が精度よく推定される。

１．２８ 内訳計算用の対応関係情報を利用することの利点
図２０は、実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報の例を折れ線グラフにより図示する図である。

図２０には、「総負荷情報ＴＬ」が図示される。

図２１は、実施の形態１の負荷推定装置において扱われる選択代表モデルの例を積み上げ棒グラフにより図示する図である。

図２１に図示される「選択代表モデルＳＭ１」は、積み上げ棒グラフにおける複数の成分の全体により示される総負荷情報及び積み上げ棒グラフにおける複数の成分により示される機器別負荷情報を含む。

図２２は、実施の形態１の負荷推定装置において扱われる推定対象の総負荷情報及び選択代表モデルの例を比較可能となるように重ねて図示する図である。

図２２には、「総負荷情報ＴＬ」が図示される。また、図２２に図示される「選択代表モデルＳＭ１」は、積み上げ棒グラフにおける複数の成分の全体により示される総負荷情報及び積み上げ棒グラフにおける複数の成分により示される機器別負荷情報を含む。

「総負荷情報ＴＬ」及び「選択代表モデルＳＭ１」に含まれる総負荷情報は、朝、昼及び晩において消費される電力量が大きくなるという共通の特徴を有する。このため、「選択代表モデルＳＭ１」が、「総負荷情報ＴＬ」に類似する総負荷情報を含む代表モデルとして選択されている。ただし、「総負荷情報ＴＬ」において消費される電力量が大きくなる晩の時刻は、「選択代表モデルＳＭ１」に含まれる総負荷情報において消費される電力量が大きくなる晩の時刻からずれている。

以下では、内訳計算用の対応関係情報を利用しない場合及び内訳計算用の対応関係情報を利用する場合の各々について、「総負荷情報ＴＬ」及び「選択代表モデルＳＭ１」からの機器別負荷情報１０８０の推定の結果を説明する。

（ａ）内訳計算用の対応関係情報を利用しない場合
図２３は、実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報を利用しない場合に利用される対応関係情報の例を表により図示する図である。

図２４は、実施の形態１の負荷推定装置において扱われる代表モデル選択用の対応関係情報を利用しない場合に推定される機器別負荷情報を積み上げ棒グラフにより図示する図である。

図２４に図示される「機器別負荷情報ＳＬ０」においては、積み上げ棒グラフにおける複数の成分により機器別負荷情報が示される。

図２３に図示される対応関係情報によれば、「総負荷情報ＴＬ」に含まれる複数の時系列点に、「選択代表モデルＳＭ１」に含まれる同時刻に取得された複数の時系列点がそれぞれ対応させられる。このため、「総負荷情報ＴＬ」並びに「選択代表モデルＳＭ１」に含まれる総負荷情報及び機器別負荷情報の特徴は考慮されない。

図２３に図示される対応関係情報が利用された場合は、「選択代表モデルＳＭ１」に含まれる総負荷が低い２１時における「選択代表モデルＳＭ１」により示される内訳が、「総負荷情報ＴＬ」が高い２１時における「総負荷情報ＴＬ」の内訳の計算に用いられる。このため、図２４に図示される「機器別負荷情報ＳＬ０」においては、２１時における総負荷に対するリビングの負荷の割合は、２１時における「選択代表モデルＳＭ１」より示される内訳を反映して高くなっている。

しかし、２１時における総負荷に対するリビングの負荷の割合は、「選択代表モデルＳＭ１」に含まれる総負荷が高くなる１８時における「選択代表モデルＳＭ１」により示される内訳を反映させて求めるのが適切であると考えられ、「機器別負荷情報ＳＬ０」は大きな誤差を含む可能性が高い。

（ｂ）内訳計算用の対応関係情報を利用する場合
図２５は、実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報の例を表により図示する図である。

図２６は、実施の形態１の負荷推定装置において扱われる内訳計算用の対応関係情報を利用する場合に推定される機器別負荷情報を積み上げ棒グラフにより図示する図である。

図２６に図示される「機器別負荷情報ＳＬ１」においては、積み上げ棒グラフにおける複数の成分により機器別負荷情報が示される。

図２５に図示される対応関係情報が利用された場合は、「選択代表モデルＳＭ１」に含まれる総負荷が低い１５時における「選択代表モデルＳＭ１」により示される内訳が、「総負荷情報ＴＬ」が低い１５時−１８時における「総負荷情報ＴＬ」の内訳の計算に用いられる。また、「選択代表モデルＳＭ１」に含まれる総負荷が高い１８時における「選択代表モデルＳＭ１」により示される内訳が、「総負荷情報ＴＬ」が高い２１時における「総負荷情報ＴＬ」の内訳の計算に用いられる。このため、図２６に図示される「機器別負荷情報ＳＬ１」においては、２１時における総負荷に対するリビングの負荷の割合は、１８時における「選択代表モデルＳＭ１」より示される内訳を反映して適切なものとなっている。したがって、「機器別負荷情報ＳＬ１」は大きな誤差を含む可能性が低い。

１．２９ 実施の形態１の負荷推定装置の利点
一般的に言って、推定対象の住宅１０６１の総負荷の時間変化がモニタリング住宅の総負荷の時間変化に類似する場合は、推定対象の住宅１０６１の総負荷の内訳である機器別負荷がモニタリング住宅の総負荷の内訳である機器別負荷に類似する可能性が高い。したがって、推定対象の住宅１０６１の総負荷の時間変化と類似する総負荷の時間変化を有するモニタリング住宅から取得した負荷情報から選択代表モデル１３２０を生成し、生成した選択代表モデル１３２０に含まれる機器別負荷情報を推定対象の住宅１０６１の機器別負荷情報１０８０に反映させる負荷推定装置１０００によれば、機器別負荷情報１０８０が精度よく推定される。

また、実施の形態１の負荷推定装置１０００によれば、推定対象の住宅１０６１から機器別負荷を取得する必要がないので、機器別負荷を計測する計測機器を推定対象の住宅１０６１に設置する必要がなく、推定対象の住宅１０６１の機器別負荷情報１０８０が容易に得られる。

さらに、実施の形態１の負荷推定装置１０００によれば、推定対象の総負荷情報１０４１に類似する総負荷情報を含む選択代表モデル１３２０を選択する場合に、推定対象の総負荷情報１０４１と候補となる代表モデルに含まれる総負荷情報とを時系列上に対応づけてから推定対象の総負荷情報１０４１と候補となる代表モデルに含まれる総負荷情報との間の類似度を計算しているので、適切な選択代表モデル１３２０が選択される。これにおり、機器別負荷情報１０８０がさらに精度よく推定される。

２ 実施の形態２
２．１ 実施の形態１と実施の形態２との相違
実施の形態１の負荷推定装置１０００は、N個のモニタリング住宅１０６０から取得した代表モデル作成用のN個の負荷情報１０４０及び推定対象の住宅１０６１から取得した推定対象の総負荷情報１０４１から、推定対象の住宅１０６１の機器別負荷情報１０８０を推定する。これに対して、実施の形態２の負荷推定装置は、N個のモニタリング住宅から取得した代表モデル作成用のN個の負荷情報及びN個の属性情報、並びに推定対象の住宅から取得した推定対象の総負荷情報及び属性情報から、推定対象の住宅の機器別負荷情報を推定する。

以下では、上記の相違をもたらす実施の形態２の負荷推定装置の構成を説明する。上記の相違をもたらす構成の採用を阻害しない範囲内において、他の実施の形態の負荷推定装置の構成がそのまま又は変形されてから実施の形態２の負荷推定装置において採用されてもよい。

２．２ 負荷推定装置
図２７は、実施の形態２の負荷推定装置を図示するブロック図である。

図２７に図示される負荷推定装置２０００は、代表モデル準備部２０２０及び推定部２０２１を備える。

代表モデル準備部２０２０は、代表モデル作成用のN個の負荷情報２０４０をN個のモニタリング住宅２０６０から取得し、取得したN個の負荷情報２０４０からM_1*M_2個の代表モデル２２８０を準備する。

また、代表モデル準備部２０２０は、N個の負荷情報２０４０にそれぞれ付属するN個の属性情報２０４２をN個のモニタリング住宅２０６０から取得し、取得したN個の属性情報２０４２からM_1*M_2個の特徴属性情報２２８１を準備する。

推定部２０２１は、推定対象の総負荷情報２０４１を推定対象の住宅２０６１から取得し、M_1*M_2個の代表モデル２２８０を代表モデル準備部２０２０から取得し、M_1*M_2個の代表モデル２２８０から選択代表モデルを選択し、選択した選択代表モデルを用いて推定対象の総負荷情報２０４１から推定対象の住宅２０６１の機器別負荷情報２０８０を推定する。

また、推定部２０２１は、推定対象の総負荷情報２０４１に付属する属性情報２０４３を推定対象の住宅２０６１から取得し、M_1*M_2個の特徴属性情報２２８１を代表モデル準備部２０２０から取得し、取得した属性情報２０４３及びM_1*M_2個の特徴属性情報２２８１を選択代表モデルの選択に用いる。

２．３ 代表モデル準備部
図２８は、実施の形態２の負荷推定装置に備えられる代表モデル準備部を図示するブロック図である。

代表モデル準備部２０２０は、図２８に図示されるように、負荷情報記憶部２３４０、クラスタリング用の対応関係計算部２３４１、１次クラスタリング用の類似度計算部２３４２、１次クラスタリング部２３４３、２次クラスタリング用の類似度計算部２３４４、２次クラスタリング部２３４５、代表モデル取得部２３４６及び代表モデル記憶部２３４７を備える。

負荷情報記憶部２３４０、クラスタリング用の対応関係計算部２３４１、１次クラスタリング用の類似度計算部２３４２、１次クラスタリング部２３４３、２次クラスタリング用の類似度計算部２３４４、２次クラスタリング部２３４５、代表モデル取得部２３４６及び代表モデル記憶部２３４７は、それぞれ実施の形態１の負荷推定装置１０００に備えられる負荷情報記憶部１３４０、クラスタリング用の対応関係計算部１３４１、１次クラスタリング用の類似度計算部１３４２、１次クラスタリング部１３４３、２次クラスタリング用の類似度計算部１３４４、２次クラスタリング部１３４５、代表モデル取得部１３４６及び代表モデル記憶部１３４７と同様に動作しうる。

また、代表モデル準備部２０２０は、図２８に図示されるように、特徴属性情報抽出部２３４８をさらに備える。

２．４ 特徴属性情報抽出部
特徴属性情報抽出部２３４８は、代表モデル作成用のN個の負荷情報２０４０にそれぞれ付属するN個の属性情報２０４２をN個のモニタリング住宅２０６０から取得する。

また、特徴属性情報抽出部２３４８は、M_1*M_2個の２次クラスターの各々である各２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報の特徴を示す特徴属性情報を抽出することにより、M_1*M_2個の特徴属性情報２２８１を抽出する。

２．５ 属性情報
N個の属性情報２０４２は、N個のモニタリング住宅２０６０の属性をそれぞれ示す。

N個の属性情報２０４２は、それぞれ電力会社がN個のモニタリング住宅２０６０と契約を結んだ際に把握した情報である。N個の属性情報２０４２が当該情報以外の情報であってもよい。例えば、N個の属性情報２０４２が、それぞれ電力会社がN個のモニタリング住宅２０６０に問い合わせを行うことにより得た情報であってもよい。

N個の属性情報２０４２は、それぞれ電力会社がN個のモニタリング住宅２０６０と契約を結んだ際にN個のモニタリング住宅２０６０から利用の了解を受けた情報であってもよいし、それぞれ電力会社がN個のモニタリング住宅２０６０に対して行ったアンケートに対する回答を入力することにより得た情報であってもよい。

属性情報２０４３は、推定対象の住宅２０６１の属性を示す。

属性情報２０４３は、電力会社が推定対象の住宅２０６１と契約を結んだ際に把握した情報である。属性情報２０４３が当該情報以外の情報であってもよい。例えば、属性情報２０４３が、電力会社が推定対象の住宅２０６１に問い合わせを行うことにより得た情報であってもよい。

属性情報２０４３は、電力会社が推定対象の住宅２０６１と契約を結んだ際に推定対象の住宅２０６１から利用の了解を受けた情報であってもよいし、電力会社が推定対象の住宅２０６１に対して行ったアンケートに対する回答を入力することにより得た情報であってもよい。

２．６ モニタリング住宅から取得された属性情報の例
図２９は、実施の形態２の負荷推定装置において扱われるモニタリング住宅から取得された属性情報の例を表により図示する図である。

図２９に図示される属性情報は、「契約プラン」、「家族構成」、「家族人数」及び「住所」という４個の項目並びに「プランＡ」、「親子世帯」、「４人」及び「兵庫県尼崎市...」という、４個の項目のそれぞれの項目値を含む。当該４個の項目以外の項目及びその項目値が属性情報に含まれてもよい。例えば、居住者の年齢、築年数、保有機器等の項目及びそれらの項目の項目値が属性情報に含まれてもよい。

２．７ 特徴属性情報の例
図３０は、実施の形態２の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。

図３０に図示される特徴属性情報は、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において契約プランが「プランＡ」、「プランＢ」及び「プランＣ」の各々となっている属性情報が占める割合を含む。当該割合は、当該少なくともひとつの属性情報を分析することにより得られる。契約プラン以外の項目の項目値が複数の項目値の各々となっている属性情報が占める割合が特徴属性情報に含まれてもよい。

２．８ モニタリング住宅から取得した属性情報の例
図３１は、実施の形態２の負荷推定装置において扱われる、モニタリング住宅から取得された属性情報の例を表により図示する図である。

図３１(a)、図３１(b)及び図３１(c)は、モニタリング住宅Ａ，Ｂ及びＣから取得された属性情報をそれぞれ図示する。

図３１(a)に図示される属性情報は、「契約プラン」、「家族構成」、「家族人数」及び「住所」という４個の項目並びに「プランＡ」、「親子世帯」、「４人」及び「兵庫県尼崎市...」という、４個の項目のそれぞれの項目値を含む。

図３１(b)に図示される属性情報は、「契約プラン」、「家族構成」、「家族人数」及び「住所」という４個の項目並びに「プランＢ」、「親子世帯」、「２人」及び「兵庫県尼崎市...」という、４個の項目のそれぞれの項目値を含む。

図３１(c)に図示される属性情報は、「契約プラン」、「家族構成」、「家族人数」及び「住所」という４個の項目並びに「プランＣ」、「一人暮らし」、「４人」及び「兵庫県尼崎市...」という、４個の項目のそれぞれの項目値を含む。

２．９ 特徴属性情報の例
図３２は、実施の形態２の負荷推定装置において扱われる特徴属性情報の例を表により図示する図である。

図３２(a)、図３２(b)、図３２(c)及び図３２(d)は、それぞれ「契約プラン」、「家族構成」、「家族人数」及び「住所」に関する特徴属性情報を図示する。

図３２(a)に図示される特徴属性情報は、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において「契約プラン」が「プランＡ」、「プランＢ」及び「プランＣ」の各々となっている属性情報が占める割合を含む。

図３２(b)に図示される特徴属性情報は、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において「家族構成」が「親子世帯」及び「一人暮らし」の各々となっている属性情報が占める割合を含む。

図３２(c)に図示される特徴属性情報は、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において「家族人数」が「２人」及び「４人」の各々となっている属性情報が占める割合を含む。

図３２(d)に図示される特徴属性情報は、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において「住所」が「兵庫県尼崎市...」となっている属性情報が占める割合を含む。

２．１０ 特徴属性の準備の例
２次クラスターに３０個の負荷情報d1,d2,...,d30が属し、１０個の負荷情報d1,d2,...,d10の各々に付属する属性情報が、図３１(a)に図示される属性情報であり、１５個の負荷情報d11,d12,...,d25の各々に付属する属性情報が、図３１(b)に図示される属性情報であり、５個の負荷情報d26,d27,...,d30の各々に付属する属性情報が、図３１(c)に図示される属性情報である場合について考える。

この場合は、３０個の負荷情報d1,d2,...,d30にそれぞれ付属する３０個の負荷情報において、「契約プラン」、「家族構成」、「家族人数」及び「住所」の各項目について各項目の項目値が特定の項目値となっている属性情報が占める割合を計算することにより、図３２(a)、図３２(b)、図３２(c)及び図３２(d)に図示される特徴属性情報がそれぞれ得られる。例えば、３０個の負荷情報d1,d2,...,d30にそれぞれ付属する３０個の負荷情報において、「契約プラン」がそれぞれ「プランＡ」、「プランＢ」及び「プランＣ」となっている属性情報が占める割合「３３％」、「５０％」及び「１７％」を計算することにより、図３２(a)に図示される特徴属性情報が得られる。

各項目の項目値が特定の項目値となっている属性情報が占める割合に代えて、各項目の特定の項目値が特徴属性情報に含まれてもよい。例えば、２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報において項目値が特定の項目値となっている属性情報が最多数である場合は、当該特定の項目値のみが特徴属性情報に含まれてもよい。より具体的には、「契約プラン」が「契約プランＢ」となっている属性情報が最多数である場合は、「契約プランＢ」という項目値が特徴属性情報に含まれてもよい。又は、「家族構成」が「親子世帯」となっている属性情報が最多数である場合は、「親子世帯」という項目値が特徴属性情報に含まれてもよい。項目値が複数の特定の項目値となっている属性情報が占める割合が互いに同じである場合は、当該複数の項目値から選択された項目値が特徴属性情報に含まれてもよいし、当該複数の項目値の全部が特徴属性情報に含まれてもよい。当該複数の項目値のいずれも特徴属性情報に含まれず空白ができることも許容される。より具体的には、図３２(c)に図示されるように「家族人数」が「２人」及び「４人」となっている属性情報が占める割合がいずれも「５０％」である場合は、「２人」及び「４人」という項目値の片方が特徴属性情報に含まれてもよいし、「２人」及び「４人」という項目値の両方が特徴属性情報に含まれてもよい。「２人」及び「４人」という項目値の両方が特徴属性情報に含まれず空白ができることも許容される。

２．１１ 推定部
図３３は、実施の形態２の負荷推定装置に備えられる推定部を図示するブロック図である。

推定部２０２１は、図３３に図示されるように、受付部２５８０、代表モデル選択用の対応関係計算部２５８１、代表モデル選択用の類似度計算部２５８２、代表モデル選択部２５８３及び内訳計算部２５８４を備える。

受付部２５８０、代表モデル選択用の対応関係計算部２５８１、代表モデル選択用の類似度計算部２５８２、代表モデル選択部２５８３及び内訳計算部２５８４は、それぞれ実施の形態１の負荷推定装置１０００に備えられる受付部１５８０、代表モデル選択用の対応関係計算部１５８１、代表モデル選択用の類似度計算部１５８２、代表モデル選択部１５８３及び内訳計算部１５８４と同様に動作しうる。

２．１２ 代表モデル選択部に備えられる類似度計算部
代表モデル選択部２５８３は、図３３に図示されるように、類似度計算部２５８５を備える。

類似度計算部２５８５は、属性情報２０４３を推定対象の住宅２０６１から取得し、取得した属性情報２０４３とM_1*M_2個の特徴属性情報２２８１の各々である各特徴属性情報との間の代表モデル選択用の類似度を計算する。

したがって、代表モデル選択部２５８３は、実施の形態１の負荷推定装置１０００において扱われる代表モデル選択用の類似度１６２０と同様の、総負荷情報２０４１と各代表モデルに含まれる総負荷情報との間の代表モデル選択用の類似度２６２０、及び属性情報２０４３と各特徴属性情報との間の代表モデル選択用の類似度を利用できる。

そこで、代表モデル選択部２５８３は、選択代表モデル２３２０を選択する場合に、総負荷情報２０４１と候補となる代表モデルに含まれる総負荷情報との間の類似度が高くなるほど候補となる代表モデルが選択されやすくなるとともに、属性情報２０４３と候補となる代表モデルにより代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いる。

例えば、総負荷情報２０４１と選択代表モデル２３２０に含まれる総負荷情報との間の類似度が基準以上であり、属性情報２０４３と選択代表モデル２３２０により代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度が最高の類似度となるように、選択代表モデル２３２０が選択される。

又は、属性情報２０４３と選択代表モデル２３２０により代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度が基準以上であり、総負荷情報２０４１と選択代表モデル２３２０に含まれる総負荷情報との間の類似度が最高の類似度となるように、選択代表モデル２３２０が選択される。

総負荷情報２０４１と選択代表モデル２３２０に含まれる総負荷情報との間の類似度、及び属性情報２０４３と選択代表モデル２３２０により代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度から求められる総合的な類似度が最高の総合的な類似度となるように、選択代表モデル２３２０が選択されてもよい。

項目値が複数の項目値の各々となる属性情報が占める割合を特徴属性情報が含む場合は、当該割合を利用して属性情報２０４３と特徴属性情報との間の類似度が求められる。例えば、属性情報２０４３に含まれる項目値と一致する項目値が、当該複数の項目値から選択され、項目値が選択された項目値となる属性情報が占める割合が特徴属性情報から取得され、取得された割合に応じた値が属性情報２０４３と特徴属性情報との間の類似度にされる。

２．１３ 属性情報と特徴属性情報との間の類似度の計算の例
図３４は、実施の形態２の負荷推定装置において扱われる推定対象の住宅から取得された属性情報の例を表により図示する図である。

図３４に図示される属性情報は、「契約プラン」、「家族構成」、「家族人数」及び「住所」という４個の項目並びに「プランＡ」、「親子世帯」、「３人」及び「兵庫県尼崎市...」という、４個の項目のそれぞれの項目値を含む。

特徴属性情報が図３２(a)、図３２(b)、図３２(c)及び図３２(d)に図示される特徴属性情報からなり属性情報２０４３が図３４に図示される属性情報である場合は、図３４に図示される属性情報に含まれる「プランＡ」という項目値に一致する「プランＡ」という項目値が、図３２(a)に図示される特徴属性情報に含まれる「プランＡ」、「プランＢ」及び「プランＣ」という項目値から選択され、項目値が、選択された「プランＡ」という項目値となる属性情報が占める割合「３３％」を正規化した値「０．３３」が図３４に図示される属性情報と図３２(a)に図示される特徴属性情報との間の契約プランに関する類似度の指標値にされる。

同様にして、値「０．８３」が図３４に図示される属性情報と図３２(b)に図示される特徴属性情報との間の家族構成に関する類似度の指標値にされ、値「０」が図３４に図示される属性情報と図３２(c)に図示される特徴属性情報との間の家族人数に関する類似度の指標値にされ、値「１」が図３４に図示される属性情報と図３２(d)に図示される特徴属性情報との間の住所に関する類似度の指標値にされる。

また、これらの類似度の指標値「０．３３」、「０．８３」及び「１」を合算することにより得られる指標値「２．１６」が属性情報２０４３と特徴属性情報との間の類似度にされる。得られた類似度の指標値は、属性情報２０４３と特徴属性情報との間の類似度が高くなるほど大きくなる特性を有する。

２．１４ 実施の形態２の負荷推定装置の利点
実施の形態２の負荷推定装置２０００は、実施の形態１の負荷推定装置１０００と同様の利点を有する。以下では、実施の形態２の負荷推定装置２０００が有する追加の利点について説明する。

一般的に言って、推定対象の住宅２０６１の属性がモニタリング住宅の属性に類似する場合は、推定対象の住宅２０６１の総負荷の内訳である機器別負荷がモニタリング住宅の総負荷の内訳である機器別負荷に類似する可能性が高い。したがって、推定対象の住宅２０６１の属性と類似する属性を有するモニタリング住宅から取得した負荷情報から選択代表モデル２３２０を生成し、生成した選択代表モデル２３２０に含まれる機器別負荷情報を推定対象の住宅２０６１の機器別負荷情報２０８０に反映させる負荷推定装置２０００によれば、機器別負荷情報２０８０が精度よく推定される。

例えば、モニタリング住宅が一人暮らしの住宅であり推定対象の住宅が二世帯住宅である場合に、当該モニタリング住宅から取得された負荷情報から代表モデルが生成され、生成された代表モデルに含まれる機器別負荷情報が機器別負荷情報２０８０に反映させられたときには、機器別負荷情報２０８０が精度よく推定されないが、モニタリング住宅が一人暮らしの住宅であり推定対象の住宅が一人暮らしの住宅である場合に、当該モニタリング住宅から取得された負荷情報から代表モデルが生成され、生成された代表モデルに含まれる機器別負荷情報が機器別負荷情報２０８０に反映させられたときには、機器別負荷情報３０８０が精度よく推定される。

３ 実施の形態３
３．１ 実施の形態１と実施の形態３との相違
実施の形態１の負荷推定装置１０００は、N個のモニタリング住宅１０６０から取得した代表モデル作成用のN個の負荷情報１０４０及び推定対象の住宅１０６１から取得した推定対象の総負荷情報１０４１から、推定対象の住宅１０６１の機器別負荷情報１０８０を推定する。これに対して、実施の形態３の負荷推定装置は、N個のモニタリング住宅から取得した代表モデル作成用のN個の負荷情報、並びに推定対象の住宅から取得した推定対象の総負荷情報及び傾向アンケート情報から、推定対象の住宅の機器別負荷情報を推定する。

以下では、上記の相違をもたらす実施の形態３の負荷推定装置の構成を説明する。上記の相違をもたらす構成の採用を阻害しない範囲内において、他の実施の形態の負荷推定装置の構成がそのまま又は変形されてから実施の形態３の負荷推定装置において採用されてもよい。

３．２ 負荷推定装置
図３５は、実施の形態３の負荷推定装置を図示するブロック図である。

図３５に図示される負荷推定装置３０００は、代表モデル準備部３０２０及び推定部３０２１を備える。

代表モデル準備部３０２０は、代表モデル作成用のN個の負荷情報３０４０をN個のモニタリング住宅３０６０から取得し、取得したN個の負荷情報３０４０からM_1*M_2個の代表モデル３２８０を準備する。

代表モデル準備部３０２０は、実施の形態１の負荷推定装置１０００に備えられる代表モデル準備部１０２０と同様に動作しうる。

推定部３０２１は、推定対象の総負荷情報３０４１を推定対象の住宅３０６１から取得し、M_1*M_2個の代表モデル３２８０を代表モデル準備部３０２０から取得し、M_1*M_2個の代表モデル３２８０から選択代表モデルを選択し、選択した選択代表モデルを用いて総負荷情報３０４１から推定対象の住宅３０６１の機器別負荷情報３０８０を推定する。

また、推定部３０２１は、総負荷情報３０４１に付属する傾向アンケート情報３０４３を推定対象の住宅３０６１から取得し、取得した傾向アンケート情報３０４３を選択代表モデルの選択に使用する。

３．３ 傾向アンケート情報
傾向アンケート情報３０４３は、推定対象の住宅３０６１における家電機器の利用傾向と直接的に関連する事項についての問い合わせに対する回答を含む情報であってもよいし、血液型、趣味等の推定対象の住宅３０６１における家電機器の利用傾向と直接的に関連しない事項についての問い合わせに対する回答を含む情報であってもよい。

傾向アンケート情報３０４３は、推定対象の総負荷情報３０４１を取得する際にアンケート等を用いて推定対象の住宅３０６１から収集された情報であってもよいし、電力会社が推定対象の住宅３０６１と契約を結ぶ際に推定対象の住宅３０６１から取得されデータベースに蓄積された情報であってもよい。

３．４ 推定部
図３６は、実施の形態３の負荷推定装置に備えられる推定部を図示するブロック図である。

推定部３０２１は、図３６に図示されるように、受付部３５８０、代表モデル選択用の対応関係計算部３５８１、代表モデル選択用の類似度計算部３５８２、代表モデル選択部３５８３及び内訳計算部３５８４を備える。

受付部３５８０、代表モデル選択用の対応関係計算部３５８１、代表モデル選択用の類似度計算部３５８２、代表モデル選択部３５８３及び内訳計算部３５８４は、それぞれ実施の形態１の負荷推定装置１０００に備えられる受付部１５８０、代表モデル選択用の対応関係計算部１５８１、代表モデル選択用の類似度計算部１５８２、代表モデル選択部１５８３及び内訳計算部１５８４と同様に動作しうる。

また、推定部３０２１は、図３６に図示されるように、特徴抽出部３５８５をさらに備える。

３．５ 特徴抽出部
特徴抽出部３５８５は、M_1*M_2個の代表モデル３２８０に含まれる２個以上の代表モデルの相対的な特徴をそれぞれ示す２個以上の特徴情報３０４８を抽出する。２個以上の代表モデルは、実施の形態１の負荷推定装置１０００において扱われる代表モデル選択用の類似度１６２０と同様の代表モデル選択用の類似度３６２０において推定対象の総負荷情報３０４１と２個以上の代表モデルの各々との間の類似度が基準以上となるように選択される。

３．６ 代表モデル選択部に備えられる類似度計算部
代表モデル選択部３５８３は、類似度計算部３５８６を備える。

類似度計算部３５８６は、傾向アンケート情報３０４３を取得し、取得した傾向アンケート情報３０４３と２個以上の特徴情報３０４８の各々である各特徴情報との間の代表モデル選択用の類似度を計算する。

したがって、代表モデル選択部３５８３は、実施の形態１の負荷推定装置１０００において扱われる代表モデル選択用の類似度１６２０と同様の、推定対象の総負荷情報３０４１と各代表モデルに含まれる総負荷情報との間の代表モデル選択用の類似度３６２０、及び傾向アンケート情報３０４３と各特徴情報との間の代表モデル選択用の類似度を利用できる。

そこで、代表モデル選択部３５８３は、選択代表モデル３３２０を選択する場合に、総負荷情報３０４１と候補となる代表モデルに含まれる総負荷情報との間の類似度が高くなるほど候補となる代表モデルが選択されやすくなるとともに、傾向アンケート情報３０４３と候補となる代表モデルの相対的な特徴を示す特徴情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いる。

例えば、総負荷情報３０４１と選択代表モデル３３２０に含まれる総負荷情報との間の類似度が基準以上であり、傾向アンケート情報３０４３と選択代表モデル３３２０の相対的な特徴を示す特徴情報との間の類似度が最高の類似度となるように、選択代表モデル３３２０が選択される。選択代表モデル３３２０が選択される場合は、傾向アンケート情報３０４３から推定対象の住宅３０６１の傾向が分析され、分析により得られた傾向と最も合致する特徴を有する選択代表モデル３３２０が選択される。

３．７ 代表モデルの例
図３７は、第３実施形態の負荷推定装置において扱われる代表モデルの例を積み上げ棒グラフにより図示する図である。

図３７(a)に図示される「代表モデルＡ」は、積み上げ棒グラフにおける複数の成分の全体により示される総負荷情報及び積み上げ棒グラフにおける複数の成分により示される機器別負荷情報を含む。図３７(b)に図示される「代表モデルＢ」は、積み上げ棒グラフにおける複数の成分の全体により示される総負荷情報及び積み上げ棒グラフにおける複数の成分により示される機器別負荷情報を含む。

図３８は、第３実施形態の負荷推定装置において扱われる、図３７に図示される代表モデルに含まれる機器別負荷の１日に渡る合計値を表により図示する図である。

図３８に図示される表の左から２列目には、「代表モデルＡ」に含まれる機器別負荷の１日に渡る合計値が示される。図３８に図示される表の左から３列目には、「代表モデルＢ」に含まれる機器別負荷の１日に渡る合計値が示される。

図３８に図示される例においては、「代表モデルＡ」のリビング負荷が「代表モデルＢ」のリビング負荷より多く、「代表モデルＢ」のIH負荷が「代表モデルＡ」のIH負荷より多い。したがって、図３８に図示される例によれば、「代表モデルＡ」及び「代表モデルＢ」の相対的な特徴を示す特徴情報として「多くのリビング負荷を使用する」及び「多くのキッチン負荷を使用する」がそれぞれ抽出される。

３．８ 傾向アンケート情報の例
図３９は、第３実施形態の負荷推定装置において扱われる傾向アンケート情報の例を表により図示する図である。

図３９に図示される傾向アンケート情報は、「料理をよくする方だ」及び「空調は電気代を気にせず使う」という質問事項及び「Yes」及び「No」というこれらの質問事項のそれぞれに対する回答を含む。

３．９ 代表モデルの選択の例
２個以上の代表モデルが図３８に図示される「代表モデルＡ」及び「代表モデルＢ」であり、傾向アンケート情報３０４３が図３９に図示される傾向アンケート情報である場合は、図３９に図示される傾向アンケート情報からキッチン負荷が多くリビング負荷が少ないという傾向が分析により得られ、キッチン負荷が多くリビング負荷が多いという特徴を有する「代表モデルＢ」が選択代表モデル３３２０として選択される。

３．１０ 実施の形態３の負荷推定装置の利点
実施の形態３の負荷推定装置３０００は、実施の形態１の負荷推定装置１０００と同様の利点を有する。以下では、実施の形態３の負荷推定装置３０００が有する追加の利点について説明する。

一般的に言って、推定対象の住宅３０６１の電気エネルギーの消費の傾向がモニタリング住宅の電気エネルギーの消費の傾向に類似する場合は、推定対象の住宅３０６１の総負荷の内訳である機器別負荷がモニタリング住宅の総負荷の内訳である機器別負荷に類似する可能性が高い。したがって、推定対象の総負荷情報３０４１の取得先推定対象の住宅３０６１の電気エネルギーの消費の傾向と類似する電気エネルギーの消費の傾向を有するモニタリング住宅３０６０から取得した負荷情報から選択代表モデル３３２０を生成し、生成した選択代表モデル３３２０に含まれる機器別負荷情報を推定対象の住宅３０６１の機器別負荷情報３０８０に反映させる負荷推定装置３０００によれば、機器別負荷情報３０８０が精度よく推定される。

例えば、モニタリング住宅のキッチン負荷が多く推定対象の住宅３０６１のリビング負荷が多い場合に、当該モニタリング住宅から取得された負荷情報から代表モデルが生成され、生成された代表モデルに含まれる機器別負荷情報が機器別負荷情報３０８０に反映させられたときには、機器別負荷情報３０８０が精度よく推定されないが、モニタリング住宅のリビング負荷が多く推定対象の住宅３０６１のリビング負荷が多い場合に、当該モニタリング住宅から取得された負荷情報から代表モデルが生成され、生成された代表モデルに含まれる機器別負荷情報が機器別負荷情報３０８０に反映させられたときには、機器別負荷情報３０８０が精度よく推定される。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略することが可能である。

この発明は詳細に説明されたが、上記した説明は、すべての局面において、例示であって、この発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。

１０００，２０００，３０００ 負荷推定装置、１０２０，２０２０，３０２０ 代表モデル準備部、１０２１，２０２１，３０２１ 推定部、１０４０，２０４０，３０４０ N個の負荷情報、１０４１，２０４１，３０４１ 総負荷情報、１０８０，２０８０，３０８０ 機器別負荷情報、１１６０ M_1個の１次クラスター、１２００ N(m_1)個の負荷情報、１２２０ M_1*M_2個の２次クラスター、１２６０ N(m_2)個の負荷情報、１２８０，２２８０，３２８０ M_1*M_2個の代表モデル、１３２０，２３２０，３３２０ 選択代表モデル、１３４０，２３４０ 負荷情報記憶部、１３４１，２３４１ クラスタリング用の対応関係計算部、１３４２，２３４２ １次クラスタリング用の類似度計算部、１３４３，２３４３ １次クラスタリング部、１３４４，２３４４ ２次クラスタリング用の類似度計算部、１３４５，２３４５ ２次クラスタリング部、１３４６，２３４６ 代表モデル取得部、１３４７，２３４７ 代表モデル記憶部。

Claims (6)

1. 各々がひとつの需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す総負荷情報及び前記ひとつの需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を含む代表モデル作成用の複数の負荷情報にそれぞれ含まれる複数の総負荷情報の間の第１の類似度を計算する第１の類似度計算部と、
   前記第１の類似度にしたがって前記代表モデル作成用の複数の負荷情報を複数の１次クラスターに分類し、前記複数の１次クラスターの各々に属する少なくともひとつの負荷情報を特定する１次クラスタリング部と、
   前記複数の１次クラスターに含まれる少なくともひとつの１次クラスターの各々である各１次クラスターに属する複数の負荷情報にそれぞれ含まれる複数の部分負荷情報の間の第２の類似度を計算する第２の類似度計算部と、
   前記第２の類似度にしたがって前記各１次クラスターに属する複数の負荷情報を複数の２次クラスターに分類し、前記複数の２次クラスターの各々である各２次クラスターに属する少なくともひとつの負荷情報を特定する２次クラスタリング部と、
   前記各２次クラスターに属する少なくともひとつの負荷情報を代表する代表モデルを生成することにより、複数の代表モデルを取得する代表モデル取得部と、
   推定対象の需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す推定対象の総負荷情報と前記複数の代表モデルの各々に含まれる総負荷情報との間の第３の類似度を計算する第３の類似度計算部と、
   前記第３の類似度に基づいて、前記推定対象の総負荷情報と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いて、前記複数の代表モデルから選択代表モデルを選択する代表モデル選択部と、
   前記選択代表モデルに含まれる部分負荷情報が、計算される部分負荷情報に反映されるように、前記推定対象の需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を計算する計算部と、
   を備える負荷推定装置。
2. 前記代表モデル作成用の複数の負荷情報にそれぞれ付属する複数の属性情報を取得し、前記各２次クラスターに属する少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報の特徴を示す特徴属性情報を抽出することにより、複数の特徴属性情報を抽出する特徴属性情報抽出部
   をさらに備え、
   前記代表モデル選択部は、
   前記推定対象の総負荷情報に付属する属性情報を取得し、前記推定対象の総負荷情報に付属する属性情報と前記複数の特徴属性情報の各々との間の第４の類似度を計算する第４の類似度計算部
   を備え、
   前記選択基準は、前記推定対象の総負荷情報に付属する属性情報と候補となる代表モデルにより代表される少なくともひとつの負荷情報にそれぞれ付属する少なくともひとつの属性情報から抽出される特徴属性情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる基準である
   請求項１の負荷推定装置。
3. 前記複数の代表モデルに含まれる２個以上の代表モデルの相対的な特徴をそれぞれ示す２個以上の特徴情報を抽出する特徴抽出部
   をさらに備え、
   前記代表モデル選択部は、
   前記推定対象の需要家の傾向アンケート情報を取得し、前記傾向アンケート情報と前記２個以上の特徴情報の各々との間の第５の類似度を計算する第５の類似度計算部
   を備え、
   前記選択基準は、前記傾向アンケート情報と候補となる代表モデルの相対的な特徴を示す特徴情報との間の類似度が高くなるほど候補となる代表モデルが選択されやすくなる基準である
   請求項１又は２の負荷推定装置。
4. 前記代表モデル作成用の複数の負荷情報に含まれる第１の負荷情報に含まれる総負荷の複数の時系列点が、前記代表モデル作成用の複数の負荷情報に含まれる第２の負荷情報に含まれる総負荷の複数の時系列点に近似するように、前記第１の負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、前記第２の負荷情報に含まれる総負荷の複数の時系列点を特定する対応関係計算部
   をさらに備え、
   前記第１の類似度計算部は、前記第１の負荷情報に含まれる総負荷の複数の時系列点と前記第２の負荷情報に含まれる総負荷の複数の時系列点との間の類似度を、前記第１の負荷情報に含まれる総負荷情報と前記第２の負荷情報に含まれる総負荷情報との間の類似度とし、
   前記第２の類似度計算部は、前記第１の負荷情報に含まれる総負荷の複数の時系列点と同時刻にそれぞれ取得された部分負荷の複数の時系列点と前記第２の負荷情報に含まれる総負荷の複数の時系列点と同時刻にそれぞれ取得された部分負荷の複数の時系列点との間の類似度を、前記第１の負荷情報に含まれる部分負荷情報と前記第２の負荷情報に含まれる部分負荷情報との間の類似度とする
   請求項１から３までのいずれかの負荷推定装置。
5. 前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点が、前記複数の代表モデルの各々である各代表モデルに含まれる総負荷の複数の時系列点に近似するように、前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点にそれぞれ対応する、前記各代表モデルに含まれる総負荷の複数の時系列点を特定する代表モデル選択用の対応関係計算部
   をさらに備え、
   前記第３の類似度計算部は、
   前記推定対象の総負荷情報に含まれる総負荷の複数の時系列点と前記各代表モデルに含まれる総負荷の複数の時系列点との間の類似度を、前記推定対象の総負荷情報と前記各代表モデルに含まれる総負荷情報との間の類似度とする
   請求項１から４までのいずれかの負荷推定装置。
6. コンピューターが実行する負荷推定方法であって、
   a) 各々がひとつの需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す総負荷情報及び前記ひとつの需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を含む代表モデル作成用の複数の負荷情報にそれぞれ含まれる複数の総負荷情報の間の第１の類似度を計算する工程と、
   b) 前記第１の類似度にしたがって前記代表モデル作成用の複数の負荷情報を複数の１次クラスターに分類し、前記複数の１次クラスターの各々に属する少なくともひとつの負荷情報を特定する工程と、
   c) 前記複数の１次クラスターに含まれる少なくともひとつの１次クラスターの各々である各１次クラスターに属する複数の負荷情報にそれぞれ含まれる複数の部分負荷情報の間の第２の類似度を計算する工程と、
   d) 前記第２の類似度にしたがって前記各１次クラスターに属する複数の負荷情報を複数の２次クラスターに分類し、前記複数の２次クラスターの各々である各２次クラスターに属する少なくともひとつの負荷情報を特定する工程と、
   e) 前記各２次クラスターに属する少なくともひとつの負荷情報を代表する代表モデルを生成することにより、複数の代表モデルを取得する工程と、
   f) 推定対象の需要家が消費した電気エネルギーの全体の大きさを示す総負荷の時間変化を示す推定対象の総負荷情報と前記複数の代表モデルの各々に含まれる総負荷情報との間の第３の類似度を計算する工程と、
   g) 前記第３の類似度に基づいて、前記推定対象の総負荷情報と候補となる代表モデルに含まれる総負荷情報との類似度が高くなるほど候補となる代表モデルが選択されやすくなる選択基準を用いて、前記複数の代表モデルから選択代表モデルを選択する工程と、
   h) 前記選択代表モデルに含まれる部分負荷情報が、計算される部分負荷情報に反映されるように、前記推定対象の需要家の複数の部分が消費した電気エネルギーの大きさをそれぞれ示す複数の部分負荷の時間変化を示す部分負荷情報を計算する工程と、
   を備える負荷推定方法。

Images