JP7181464B2 - 電力推定プログラム、電力推定装置及び電力推定方法 - Google Patents

Description

本発明は、電力推定プログラム、電力推定装置及び電力推定方法に関する。

例えば、大量の電力を消費する大規模計算システムを稼働させる事業者は、必要に応じて、電力会社との間において電力使用に関する契約を行う。具体的に、事業者は、例えば、所定の期間（例えば、１年間）に含まれる単位時間内（例えば、３０分間）における消費電力量が契約電力量を超過したか否かに応じて、次の所定の期間（例えば、次の１年間）の電力料金が決定する旨の契約を行う。

そのため、事業者は、この場合、単位時間ごとの消費電力量が契約電力量を超過しないように、各ジョブの実行タイミングのスケジューリングを行う（例えば、特許文献１乃至７参照）。

特開２０１４－２１７０９１号公報 特開２０１１－１０８０４５号公報 特開２０１５－０４９５６２号公報 特開２０１６－０７１８４１号公報 国際公開第２０１７／１３１０４３号 特開２０１５－０９０６９１号公報 特開平９－０２２４０２号公報

ここで、上記のようにジョブの実行タイミングのスケジューリングを行う場合、事業者は、例えば、過去に実行が行われたジョブに関するジョブ情報の中から、実行対象のジョブに関する各種情報であるジョブ情報と類似するジョブ情報を特定する。そして、事業者は、特定したジョブ情報に対応するジョブの実行時における消費電力を含む情報（以下、電力情報とも呼ぶ）を、実行対象のジョブに対応する電力情報として推定する。これにより、事業者は、実行対象のジョブについての実行タイミングのスケジューリングを行うことが可能になる。

しかしながら、実行対象のジョブに対応する電力情報は、ジョブ情報が類似する他のジョブの電力情報と類似しない場合がある。そのため、事業者は、ジョブの実行時における電力情報を精度良く推定することができない場合がある。

そこで、一つの側面では、本発明は、ジョブの実行が行われる際の電力情報を精度良く推定することを可能とする電力推定プログラム、電力推定装置及び電力推定方法を提供することを目的とする。

実施の形態の一態様では、新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定し、過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定し、特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定し、前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定し、前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定し、特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する、処理をコンピュータに実行させる。

一つの側面によれば、ジョブの実行が行われる際の電力情報を精度良く推定することを可能とする。

図１は、情報処理システム１０の構成について説明する図である。 図２は、情報処理装置１のハードウエア構成を説明する図である。 図３は、情報処理装置１の機能のブロック図である。 図４は、第１の実施の形態における電力推定処理の概略を説明するフローチャート図である。 図５は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図６は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図７は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図８は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図９は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１０は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１１は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１２は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１３は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１４は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１５は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１６は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１７は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１８は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図１９は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。 図２０は、ジョブ情報１３１の具体例を説明する図である。 図２１は、Ｓ２３の処理の具体例を説明する図である。 図２２は、電力情報１３２の具体例を説明する図である。 図２３は、Ｓ２５の処理の具体例を説明する図である。 図２４は、割合情報１３４の具体例を説明する図である。 図２５は、第１係数情報１３５ａの具体例について説明する図である。 図２６は、第２係数情報１３５ｂの具体例について説明する図である。 図２７は、第１係数情報１３５ａの具体例について説明する図である。 図２８は、第２係数情報１３５ｂの具体例について説明する図である。

［情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成について説明する図である。

図１に示すように、情報処理システム１０は、例えば、１台以上の物理マシンからなる情報処理装置１と、担当者が情報の入力等を行う操作端末５とを含む。

情報処理装置１は、実行タイミングのスケジューリングを行う必要がある各ジョブの実行時における電力情報を推定する。そして、情報処理装置１は、推定した電力情報に基づいて、各ジョブの実行タイミングのスケジューリングを行う。

具体的に、情報処理装置１は、例えば、実行タイミングのスケジューリングを行う必要がある各ジョブ（以下、新たなジョブとも呼ぶ）に関するジョブ情報（以下、第１ジョブ情報とも呼ぶ）を特定する。そして、情報処理装置１は、過去に実行された各ジョブに関するジョブ情報（以下、第２ジョブ情報とも呼ぶ）と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部１３０を参照し、第２ジョブ情報のうち、第１ジョブ情報との間における一致状況が所定の条件（以下、第１条件とも呼ぶ）を満たす所定数のジョブ情報（以下、第３ジョブ情報とも呼ぶ）を特定する。さらに、情報処理装置１は、特定した第３ジョブ情報ごとに、第１ジョブ情報との間における一致状況が所定の条件（以下、第２条件とも呼ぶ）を満たすか否かを判定し、その判定結果に基づき、第３ジョブ情報のうちのいずれかのジョブ情報を特定する。

その後、情報処理装置１は、記憶部１３０を参照し、特定したジョブ情報に対応付けられた電力情報を特定する。そして、情報処理装置１は、特定した電力情報に対して判定結果に応じた補正を行った電力情報を、新たなジョブの実行時における電力情報として推定する。

すなわち、情報処理装置１は、例えば、過去に実行された各ジョブに対応する第２ジョブ情報のうち、これから実行を行う新たなジョブに対応する第１ジョブ情報と類似する所定数の第３ジョブ情報を特定する。そして、情報処理装置１は、例えば、特定した第３ジョブ情報のうち、第１ジョブ情報と最も類似するジョブ情報（以下、類似ジョブ情報とも呼ぶ）に対応するジョブの電力情報を特定する。さらに、情報処理装置１は、例えば、特定した電力情報に対して、第１ジョブ情報と類似ジョブ情報との類似状態に応じた補正を行った電力情報を、新たなジョブの電力情報として特定する。

これにより、情報処理装置１は、新たなジョブの実行時における電力情報を精度良く推定することを可能とする。そのため、情報処理装置１は、各ジョブの実行に伴う電力料金の上昇を抑えることが可能になる。

［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明する。図２は、情報処理装置１のハードウエア構成を説明する図である。

情報処理装置１は、図２に示すように、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。

記憶媒体１０４は、例えば、各ジョブの実行時における電力情報を推定する処理（以下、電力推定処理とも呼ぶ）を行うためのプログラム１１０を記憶するプログラム格納領域（図示しない）を有する。また、記憶媒体１０４は、例えば、電力推定処理を行う際に用いられる情報を記憶する記憶部１３０（以下、情報格納領域１３０とも呼ぶ）を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｋｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。

ＣＰＵ１０１は、記憶媒体１０４からメモリ１０２にロードされたプログラム１１０を実行して電力推定処理を行う。

また、外部インターフェース１０３は、例えば、操作端末５と通信を行う。

［情報処理システムの機能］
次に、情報処理システム１０の機能について説明を行う。図３は、情報処理装置１の機能のブロック図である。

情報処理装置１は、図３に示すように、例えば、ＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、情報受付部１１１と、情報特定部１１２と、情報管理部１１３と、候補特定部１１４と、状況判定部１１５と、候補決定部１１６と、電力特定部１１７と、電力推定部１１８と、モデル生成部１１９と、情報生成部１２０と、係数算出部１２１と、情報出力部１２２とを含む各種機能を実現する。

また、情報処理装置１は、例えば、図３に示すように、ジョブ情報１３１と、電力情報１３２と、トピックモデル１３３と、割合情報１３４と、係数情報１３５と、推定情報１３６とを情報格納領域１３０に記憶する。なお、以下、ジョブ情報１３１を、必要に応じて第１ジョブ情報１３１ａ、第２ジョブ情報１３１ｂまたは第３ジョブ情報１３１ｃとも呼ぶ。

情報受付部１１１は、例えば、実行タイミングのスケジューリングを行う必要がある新たなジョブを受け付ける。

情報特定部１１２は、情報受付部１１１が受け付けた新たなジョブに関する第１ジョブ情報１３１ａを特定する。ジョブ情報１３１は、例えば、ジョブの識別情報（以下、ジョブＩＤとも呼ぶ）やジョブの実行を行うユーザの名称（以下、ユーザ名とも呼ぶ）を含む情報である。

情報管理部１１３は、例えば、情報特定部１１２が特定したジョブ情報１３１を情報格納領域１３０に記憶する。

候補特定部１１４は、例えば、過去に実行された各ジョブに関する第２ジョブ情報１３１ｂと、各ジョブの実行に要した電力情報１３２との対応関係を学習することによって生成したトピックモデル１３３を用いることにより、第２ジョブ情報１３１ｂのうち、第１ジョブ情報１３１ａとの間における一致状況が第１条件を満たす所定数の第３ジョブ情報１３１ｃを特定する。具体的に、候補特定部１１４は、例えば、第２ジョブ情報１３１ｂのうち、第１ジョブ情報１３１ａとの間において内容が一致する情報の割合が高い所定数のジョブ情報１３１を、第１条件を満たす所定数の第３ジョブ情報１３１ｃとして特定する。

状況判定部１１５は、候補特定部１１４が特定した第３ジョブ情報１３１ｃごとに、第１ジョブ情報１３１ａとの間における一致状況が第２条件を満たすか否かを判定する。具体的に、状況判定部１１５は、例えば、第３ジョブ情報１３１ｃのうち、第１ジョブ情報１３１ａとの間において内容が一致する情報の割合が最も高いジョブ情報１３１を、第２条件を満たす第３ジョブ情報１３１ｃとして特定する。

候補決定部１１６は、状況判定部１１５による判定結果に基づき、第３ジョブ情報１３１ｃのうちのいずれかのジョブ情報１３１を特定する。具体的に、候補決定部１１６は、例えば、第３ジョブ情報１３１ｃのうち、第１ジョブ情報１３１ａとの間において内容が一致する情報の割合が最も高いジョブ情報１３１を特定する。

電力特定部１１７は、情報格納領域１３０に記憶した電力情報１３２から、候補決定部１１６が特定した第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を特定する。電力情報１３２は、例えば、各ジョブの実行時における消費電力の推移を示す情報である。

電力推定部１１８は、電力特定部１１７が特定した電力情報１３２に対して、状況判定部１１５による判定結果に応じた補正を行った電力情報１３２を、情報受付部１１１が受け付けた新たなジョブの実行時における電力情報１３２として推定する。

モデル生成部１１９は、情報格納領域１３０に記憶したジョブ情報１３１を入力とすることによってトピックモデル１３３を生成する。

情報生成部１２０は、情報格納領域１３０に記憶したジョブ情報１３１から割合情報１３４を生成する。割合情報１３４は、例えば、トピックモデル１３３を用いることによって推定した各ジョブの電力情報１３２の推定結果である推定情報１３６と、各ジョブの実際の電力情報１３２との一致状況を示す情報である。

係数算出部１２１は、電力推定部１１８が用いる各種の補正係数を含む係数情報１３５を生成する。

情報出力部１２２は、電力推定部１１８が推定した電力情報１３２を出力する。具体的に、情報出力部１２２は、例えば、操作端末５に対して電力情報１３２の出力を行う。

［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図４は、第１の実施の形態における電力推定処理の概略を説明するフローチャート図である。

情報処理装置１は、図４に示すように、新たなジョブを受け付けるまで待機する（Ｓ１のＮＯ）。具体的に、情報処理装置１は、実行タイミングのスケジューリングを行う必要がある新たなジョブを受け付けるまで待機する。

そして、新たなジョブを受け付けた場合（Ｓ１のＹＥＳ）、情報処理装置１は、Ｓ１で受け付けた新たなジョブに関する第１ジョブ情報１３１ａを特定する（Ｓ２）。

続いて、情報処理装置１は、過去に実行された各ジョブに関する第２ジョブ情報１３１ｂと、各ジョブの実行に要した電力情報１３２とを対応付けて記憶する情報格納領域１３０を参照し、第２ジョブ情報１３１ｂのうち、第１ジョブ情報１３１ａとの間における一致状況が第１条件を満たす所定数の第３ジョブ情報１３１ｃを特定する（Ｓ３）。

次に、情報処理装置１は、Ｓ３の処理で特定した第３ジョブ情報１３１ｃごとに、第１ジョブ情報１３１ａとの間における一致状況が第２条件を満たすか否かを判定する（Ｓ４）。

そして、情報処理装置１は、Ｓ４における判定結果に基づき、第３ジョブ情報１３１ｃのうちのいずれかのジョブ情報１３１を特定する（Ｓ５）。

その後、情報処理装置１は、Ｓ５で特定したジョブ情報１３１に対応付けられた電力情報１３２に対し、Ｓ４における判定結果に応じた補正を行った電力情報１３２を、Ｓ１で受け付けた新たなジョブの実行時における電力情報１３２として推定する（Ｓ６）。

これにより、情報処理装置１は、新たなジョブの実行時における電力情報を精度良く推定することを可能とする。そのため、情報処理装置１は、各ジョブの実行に伴う電力料金の上昇を抑えることが可能になる。

［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図５から図１９は、第１の実施の形態における電力推定処理の詳細を説明するフローチャート図である。また、図２０から図２８は、第１の実施の形態における電力推定処理の詳細を説明する図である。

［モデル生成処理］
初めに、トピックモデル１３３の生成を行う処理（以下、モデル生成処理）について説明を行う。図５は、モデル生成処理を説明するフローチャート図である。

情報処理装置１のモデル生成部１１９は、図５に示すように、モデル生成タイミングになるまで待機する（Ｓ１１のＮＯ）。モデル生成タイミングは、例えば、担当者がトピックモデル１３３の生成を行う旨の情報を情報処理装置１に入力したタイミングであってよい。

そして、モデル生成タイミングになった場合（Ｓ１１のＹＥＳ）、モデル生成部１１９は、情報格納領域１３０に記憶したジョブ情報１３１を入力することによってトピックモデル１３３の生成する（Ｓ１２）。

具体的に、モデル生成部１１９は、新たなジョブに関する第１ジョブ情報１３１ａの入力に応じて、過去に実行されたジョブに関する第２ジョブ情報１３１ｂのうち、第１ジョブ情報１３１ａとの間において内容が一致する情報の割合が最も高いジョブ情報１３１を出力するトピックモデル１３３の生成を行う。以下、ジョブ情報１３１の具体例について説明を行う。

［ジョブ情報の具体例］
図２０は、ジョブ情報１３１の具体例を説明する図である。

図２０に示すジョブ情報１３１は、各ジョブの識別情報であるジョブＩＤが記憶される「ジョブＩＤ」と、各ジョブを実行するユーザを名称であるユーザ名が記憶される「ユーザ名」と、各ユーザが属するグループ名が記憶される「グループ名」とを項目として有する。また、図２０に示すジョブ情報１３１は、各ジョブの実行時において呼び出されるアプリケーションの名称である「アプリ名」と、各ジョブの実行時において要求される実行ノード数である「１００」と、各ジョブの実行時間として許容される最大時間である「実行最大時間」とを項目として有する。

具体的に、図２０に示すジョブ情報１３１において、「ジョブ情報ＩＤ」が「ＪＯＢＡ３」である情報には、「ユーザ名」として「ｔａｎａｋａ」が記憶され、「グループ名」として「ＲＤ」が記憶され、「アプリ名」として「ａｐｐ１２」が記憶されている。また、図２０に示すジョブ情報１３１において、「ジョブ情報ＩＤ」が「ＪＯＢＡ３」である情報には、「要求ノード数」として「１００（台）」が記憶され、「実行最大時間」として「２４（ｈ）」が記憶されている。

［情報生成処理］
次に、割合情報１３４の生成を行う処理（以下、情報生成処理）について説明を行う。図６は、情報生成処理を説明するフローチャート図である。

情報処理装置１の情報生成部１２０は、図６に示すように、情報生成タイミングになるまで待機する（Ｓ２１のＮＯ）。情報生成タイミングは、例えば、担当者が割合情報１３４の生成を行う旨の情報を情報処理装置１に入力したタイミングであってよい。また、情報生成タイミングは、例えば、定期的なタイミングであってもよい。

そして、情報生成タイミングになった場合（Ｓ２１のＹＥＳ）、情報生成部１２０は、情報格納領域１３０に記憶したジョブ情報１３１ごとに、情報格納領域１３０に記憶した他のジョブ情報１３１の中から、内容が一致する情報の割合が最も高いジョブ情報１３１（以下、第４ジョブ情報１３１とも呼ぶ）を特定する（Ｓ２２）。

具体的に、情報生成部１２０は、例えば、Ｓ１２の処理で生成したトピックモデル１３３に対して各ジョブ情報１３１を入力することにより、各ジョブ情報１３１と内容が一致する情報の割合が最も高い他のジョブ情報１３１の特定を行う。

続いて、情報生成部１２０は、情報格納領域１３０に記憶したジョブ情報１３１ごとに、各ジョブ情報１３１に含まれる各項目の情報と、Ｓ２２の処理で特定したジョブ情報１３１に含まれる各項目の情報との一致状況を示す比較情報を特定する（Ｓ２３）。以下、Ｓ２３の処理について説明を行う。

［Ｓ２３の処理の具体例］
図２１は、Ｓ２３の処理の具体例を説明する図である。図２１（Ａ）は、情報格納領域１３０に記憶したジョブ情報１３１のうちの１つを説明する図である。また、図２１（Ｂ）は、Ｓ２２の処理で特定したジョブ情報１３１のうち、図２１（Ａ）に示すジョブ情報１３１と比較を行うジョブ情報１３１を説明する図である。さらに、図２１（Ｃ）は、図２１（Ａ）に示すジョブ情報１３１と図２１（Ｂ）に示すジョブ情報１３１との比較情報の具体例である。

具体的に、図２１（Ａ）に示すジョブ情報１３１には、「ジョブＩＤ」として「ＪＯＢＡ３」が記憶され、「ユーザ名」として「ｔａｎａｋａ」が記憶され、「グループ名」として「ＲＤ」が記憶され、「アプリ名」として「ａｐｐ１２」が記憶されている。また、図２１（Ａ）に示すジョブ情報１３１には、「要求ノード数」として「１００（台）」が記憶され、「実行最大時間」として「２４（ｈ）」が記憶されている。

一方、図２１（Ｂ）に示すジョブ情報１３１には、「ジョブＩＤ」として「ＪＯＢＤ２」が記憶され、「ユーザ名」として「ｔａｎａｋａ」が記憶され、「グループ名」として「ＲＤ」が記憶され、「アプリ名」として「ａｐｐ１５」が記憶されている。また、図２１（Ｂ）に示すジョブ情報１３１には、「要求ノード数」として「８０（台）」が記憶され、「実行最大時間」として「１５（ｈ）」が記憶されている。

すなわち、図２１（Ａ）に示すジョブ情報１３１に含まれる項目のうち、図２１（Ｂ）に示すジョブ情報１３１と内容が一致する項目は、「ユーザ名」及び「グループ名」であり、内容が一致しない項目は、「ジョブＩＤ」、「アプリ名」、「要求ノード数」及び「実行最大時間」である。そのため、情報生成部１２０は、Ｓ２３の処理において、例えば、図２１（Ｃ）に示すように、「ユーザ名」及び「グループ名」に対応する情報が「ＴＲＵＥ」であり、「ジョブＩＤ」、「アプリ名」、「要求ノード数」及び「実行最大時間」に対応する情報が「ＦＡＬＳＥ」である比較情報を生成する。

図６に戻り、情報生成部１２０は、情報格納領域１３０に記憶したジョブ情報１３１ごとに、各ジョブ情報１３１に対応する電力情報１３２（以下、第１電力情報１３２とも呼ぶ）と、Ｓ２２の処理で特定したジョブ情報１３１に対応する電力情報１３２（以下、第２電力情報１３２とも呼ぶ）とを特定する（Ｓ２４）。以下、電力情報１３２の具体例について説明を行う。

［電力情報の具体例］
図２２は、電力情報１３２の具体例を説明する図である。

図２２に示す電力情報１３２は、各ジョブの識別情報であるジョブＩＤが記憶される「ジョブＩＤ」と、各ジョブの実行時間に含まれる単位時間（５分）ごとの１ノードあたりの平均消費電力が記憶される「５分」、「１０分」及び「１５分」等とを項目として有する。

具体的に、図２２に示す電力情報１３２において、「ＪＯＢＩＤ」が「ＪＯＢＡ３」である情報には、「５分」として「３００（ｋｗ）」が記憶され、「１０分」として「３６０（ｋｗ）」が記憶され、「１５分」として「２００（ｋｗ）」が記憶されている。図２２に含まれる他の情報についての説明は省略する。

図６に戻り、情報生成部１２０は、情報格納領域１３０に記憶したジョブ情報１３１ごとに、Ｓ２４の処理で特定した第１電力情報１３２と第２電力情報１３２との類似状態を示す類似情報を特定する（Ｓ２５）。

すなわち、情報生成部１２０は、第１電力情報１３２と第２電力情報１３２とが類似しているか否かについての判定を行うことにより、Ｓ１２の処理で生成したトピックモデル１３３が行う電力情報１３２の推定結果が妥当であったか否かについての判定を行う。以下、Ｓ２５の処理の具体例について説明を行う。

［Ｓ２５の処理の具体例］
図２３は、Ｓ２５の処理の具体例を説明する図である。具体的に、図２３は、第１電力情報１３２及び第２電力情報１３２に含まれる各情報を、横軸が時間であって縦軸が１ノードあたりの消費電力である平面上にプロットした場合のグラフの具体例である。なお、図２３に示す例では、実線が第１電力情報１３２に対応する内容を示し、破線が第２電力情報１３２に対応する内容を示している。

情報生成部１２０は、Ｓ２５に処理において、例えば、第１電力情報１３２に含まれる各消費電力と第２電力情報１３２に含まれる各消費電力との平均二乗誤差（以下、電力誤差とも呼ぶ）を算出する。また、情報生成部１２０は、例えば、第１電力情報１３２に対応するジョブの実行時間と第２電力情報１３２に対応するジョブの実行時間との誤差（以下、時間誤差とも呼ぶ）を算出する。

そして、情報生成部１２０は、例えば、図２３（Ａ）に示す場合のように、電力誤差及び時間誤差のそれぞれが予め定められた閾値以下であるジョブが存在する場合、そのジョブの類似情報として「成功」を特定する。また、情報生成部１２０は、例えば、図２３（Ｂ）に示す場合のように、時間誤差が閾値以下であって電力誤差が閾値を上回るジョブが存在する場合、そのジョブの類似情報として「失敗Ａ」を特定する。また、情報生成部１２０は、例えば、図２３（Ｃ）に示す場合のように、電力誤差が閾値以下であって時間誤差が閾値を上回るジョブが存在する場合、そのジョブの類似情報として「失敗Ｂ」を特定する。さらに、情報生成部１２０は、例えば、図２３（Ｄ）に示す場合のように、電力誤差及び時間誤差のそれぞれが閾値を上回るジョブが存在する場合、そのジョブの類似情報として「失敗Ｃ」を特定する。

なお、情報生成部１２０は、例えば、電力誤差の閾値として「５．８（ｗ）」を採用し、時間誤差の閾値として「１０（分）」を採用するものであってよい。

図６に戻り、情報生成部１２０は、Ｓ２３の処理で特定した比較情報の内容ごとに、Ｓ２５の処理で特定した類似情報のそれぞれに対応するジョブの割合を示す割合情報１３４を生成する（Ｓ２６）。以下、割合情報１３４の具体例について説明を行う。

［割合情報の具体例］
図２４は、割合情報１３４の具体例を説明する図である。

図２４に示す割合情報１３４は、割合情報１３４に含まれる各情報を識別する「項番」と、図２１（Ｃ）で説明した類似情報と同じ情報が記憶される「ジョブＩＤ」、「ユーザ名」、「グループ名」、「アプリ名」、「要求ノード数」及び「実行最大時間」とを項目として有している。また、図２４に示す割合情報１３４は、類似情報が成功であるジョブの割合が記憶される「成功」と、類似情報が失敗Ａであるジョブの割合が記憶される「失敗Ａ」と、類似情報が失敗Ｂであるジョブの割合が記憶される「失敗Ｂ」と、類似情報が失敗Ｃであるジョブの割合が記憶される「失敗Ｃ」とを項目として有する。

具体的に、図２４に示す割合情報１３４において、「項番」が「１」である情報には、「ジョブＩＤ」として「ＴＲＵＥ」が記憶され、「ユーザ名」として「ＴＲＵＥ」が記憶され、「グループ名」として「ＴＲＵＥ」が記憶され、「アプリ名」として「ＴＲＵＥ」が記憶され、「要求ノード数」として「ＴＲＵＥ」が記憶され、「実行最大時間」として「ＴＲＵＥ」が記憶されている。そして、図２４に示す割合情報１３４において、「項番」が「１」である情報には、「成功」として「８０（％）」が記憶され、「失敗Ａ」として「１０（％）」が記憶され、「失敗Ｂ」として「１０（％）」が記憶され、「失敗Ｃ」として「０（％）」が記憶されている。

すなわち、図２４に示す割合情報１３４における「項番」が「１」である情報は、類似情報に含まれる全ての情報が「ＴＲＵＥ」であるジョブの電力情報１３２の推定が、８０（％）の割合で成功したことを示している。また、「項番」が「１」である情報は、類似情報に含まれる全ての情報が「ＴＲＵＥ」であるジョブの電力情報１３２の推定において、失敗Ａに該当する失敗が１０（％）の割合で発生し、さらに、失敗Ｂに該当する失敗が１０（％）の割合で発生することを示している。

また、図２４に示す割合情報１３４において、「項番」が「２」である情報には、「ジョブＩＤ」として「ＦＡＬＳＥ」が記憶され、「ユーザ名」として「ＴＲＵＥ」が記憶され、「グループ名」として「ＴＲＵＥ」が記憶され、「アプリ名」として「ＴＲＵＥ」が記憶され、「要求ノード数」として「ＴＲＵＥ」が記憶され、「実行最大時間」として「ＴＲＵＥ」が記憶されている。そして、図２４に示す割合情報１３４において、「項番」が「２」である情報には、「成功」として「６０（％）」が記憶され、「失敗Ａ」として「１５（％）」が記憶され、「失敗Ｂ」として「１０（％）」が記憶され、「失敗Ｃ」として「５（％）」が記憶されている。

すなわち、図２４に示す割合情報１３４における「項番」が「２」である情報は、「ジョブＩＤ」以外の全ての情報が「ＴＲＵＥ」であるジョブの電力情報１３２の推定が、６０（％）の割合で成功したことを示している。また、「項番」が「２」である情報は、「ジョブＩＤ」以外の全ての情報が「ＴＲＵＥ」であるジョブの電力情報１３２の推定において、失敗Ａに該当する失敗が１５（％）の割合で発生し、失敗Ｂに該当する失敗が１０（％）の割合で発生し、さらに、失敗Ｃに該当する失敗が５（％）の割合で発生することを示している。

これにより、情報処理装置１は、後述するように、割合情報１３４を参照することで、これから実行を行うジョブの電力情報１３２の推定を行うことが可能になる。図２４に含まれる他の情報についての説明は省略する。

［電力推定処理の詳細］
次に、電力推定処理の詳細について説明する。図７から図１９は、電力推定処理の詳細を説明するフローチャート図である。なお、以下、割合情報１３４に含まれる情報のうち、成功に対応する割合を第１割合とも呼び、失敗Ａに対応する割合を第２割合とも呼び、失敗Ｂに対応する割合を第３割合とも呼び、失敗Ｃに対応する割合を第４割合とも呼ぶ。

情報処理装置の情報受付部１１１は、図７に示すように、新たなジョブを受け付けるまで待機する（Ｓ３１のＮＯ）。具体的に、情報処理装置１は、実行タイミングのスケジューリングを行う必要がある新たなジョブを受け付けるまで待機する。

そして、新たなジョブを受け付けた場合（Ｓ３１のＹＥＳ）、情報処理装置１の情報特定部１１２は、Ｓ３１で受け付けた新たなジョブに関する第１ジョブ情報１３１ａを特定する（Ｓ３２）。

続いて、情報処理装置１の候補特定部１１４は、Ｓ１２の処理で生成したトピックモデル１３３に対し、Ｓ３２の処理で特定した第１ジョブ情報１３１ａを入力することによって、情報格納領域１３０に記憶したジョブ情報１３１の中から、Ｓ３２の処理で特定したジョブ情報１３１との間において内容の一致割合が高い所定数の第３ジョブ情報１３１ｃを特定する（Ｓ３３）。具体的に、候補特定部１１４は、例えば、Ｓ３２の処理で特定したジョブ情報１３１との間において内容の一致割合が高い方から順に、１０個の第３ジョブ情報１３１ｃを特定する。

次に、情報処理装置１の状況判定部１１５は、Ｓ２６の処理で生成した割合情報１３４を参照し、Ｓ３３の処理で特定した第３ジョブ情報１３１ｃごとに、Ｓ３２の処理で特定した第１ジョブ情報１３１ａとの比較情報に対応する第１割合が所定割合以上であるか否かを判定する（Ｓ３４）。

具体的に、状況判定部１１５は、例えば、Ｓ３３の処理で特定した第３ジョブ情報１３１ｃごとに、Ｓ３２の処理で特定した第１ジョブ情報１３１ａとの比較情報に対応する第１割合が９０（％）以上であるか否かを判定する。

そして、状況判定部１１５は、Ｓ３３の処理で特定した第３ジョブ情報１３１ｃに、Ｓ３２の処理で特定した第１ジョブ情報１３１ａとの比較結果に対応する第１割合が所定割合以上であるジョブ情報１３１が存在するか否かを判定する（Ｓ３５）。

その結果、図８に示すように、第１割合が所定割合以上である第３ジョブ情報１３１ｃが存在すると判定した場合（Ｓ４１のＹＥＳ）、情報処理装置１の電力特定部１１７は、情報格納領域１３０に記憶した電力情報１３２のうち、Ｓ３５の処理で存在した第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２として特定する（Ｓ４２）。

そして、情報処理装置１の情報出力部１２２は、Ｓ４２の処理で特定した電力情報１３２を出力する（Ｓ４３）。

具体的に、図２４で説明した割合情報１３４において、「項番」が「３」である情報の「成功」には、「９０（％）」が記憶されている。そのため、例えば、Ｓ３３の処理において特定された第３ジョブ情報１３１ｃに、「ユーザ名」以外の全ての情報が「ＴＲＵＥ」であるジョブ情報１３１が含まれている場合、電力特定部１１７は、Ｓ３３の処理において特定された第３ジョブ情報１３１ｃのうち、「ユーザ名」以外の全ての情報が「ＴＲＵＥ」であるジョブ情報１３１に対応する電力情報１３２を、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２の推定結果として用いる。

すなわち、情報処理装置１は、「成功」に記憶した割合が所定割合以上である類似情報に対応する第３ジョブ情報１３１ｃが存在している場合、その第３ジョブ情報１３１ｃに対応する電力情報１３２をＳ３１の処理で受け付けたジョブの実行に要する電力情報１３２の推定結果としてそのまま用いても、Ｓ３１の処理で受け付けたジョブの電力情報１３２の実測結果との間に大きな誤差が生じないと判定することが可能である。

そのため、情報処理装置１は、この場合、Ｓ４２の処理で特定した電力情報１３２に対して補正を行わない。

なお、第１割合が所定割合以上である第３ジョブ情報１３１ｃが複数存在すると判定した場合、電力特定部１１７は、複数存在すると判定した第３ジョブ情報１３１ｃのうち、第１割合が最も高い第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２として特定するものであってよい。また、電力特定部１１７は、例えば、第１割合が所定割合以上である第３ジョブ情報１３１ｃが１つ特定された場合、第１割合が所定割合以上である他の第３ジョブ情報１３１ｃが存在するか否かの確認を行うことなく、特定された第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２として特定するものであってもよい。

図８に戻り、第１割合が所定割合以上である第３ジョブ情報１３１ｃが存在しないと判定した場合（Ｓ４１のＮＯ）、情報処理装置１の候補決定部１１６は、Ｓ３３の処理で第１割合が最も高いと判定された第３ジョブ情報１３１ｃに対応する第２割合、第３割合及び第４割合のうち、最も高い割合を特定する（Ｓ４４）。

その結果、最も高い割合が第４割合である場合（Ｓ４５のＹＥＳ）、情報処理装置１の電力推定部１１８は、消費電力が予め指定された最大消費電力であって、実行時間が予め指定された各ジョブの最大実行時間（各ジョブのジョブ情報１３１に含まれる最大実行時間）である電力情報１３２を、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２として推定する（Ｓ４６）。

そして、情報出力部１２２は、Ｓ４６の処理で推定した電力情報１３２を出力する（Ｓ４３）。

すなわち、Ｓ４４の処理において第４割合が最も高いと判定された場合、電力推定部１１８は、Ｓ３１の処理で受け付けたジョブの実行に要する電力情報１３２を精度良く推定することが困難であると判定することが可能である。そのため、電力推定部１１８は、この場合、例えば、Ｓ３１の処理で受け付けたジョブの実行時間及び消費電力が最大であるものとして電力情報１３２の推定を行う。

これにより、情報処理装置１は、Ｓ３１の処理で受け付けたジョブの実行に伴う実際の消費電力量が推定結果を大幅に上回ることを防止することが可能になる。そのため、情報処理装置１は、ジョブの実行に伴う消費電力量が電力会社との契約電力量を超過することを防止することが可能になる。

一方、図９に示すように、最も高い割合が第３割合である場合（Ｓ４５のＮＯ、Ｓ５１のＹＥＳ）、電力特定部１１７は、情報格納領域１３０に記憶した電力情報１３２を参照し、Ｓ３３の処理で第１割合が最も高いと判定された第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を特定する（Ｓ５２）。

そして、電力推定部１１８は、実行時間が、Ｓ３１の処理で受け付けたジョブの最大実行時間と、Ｓ３１の処理で受け付けたジョブに対応する時間補正係数との積になるように、Ｓ５２の処理で特定した電力情報１３２を補正する（Ｓ５３）。

すなわち、電力推定部１１８は、この場合、Ｓ５２の処理で特定した電力情報１３２に含まれるジョブの実行時間についての補正を行う。

具体的に、電力推定部１１８は、例えば、実行時間が、Ｓ３２の処理で特定した第１ジョブ情報１３１ａに含まれる最大実行時間と、後述する時間係数算出処理において算出される時間補正係数との積になるように、Ｓ５２の処理で特定した電力情報１３２の補正を行う。

その後、情報出力部１２２は、Ｓ５３の処理で補正した電力情報１３２を出力する（Ｓ４３）。以下、Ｓ５３の処理の詳細について説明を行う。

［Ｓ５３の処理の詳細］
図１０は、Ｓ５３の処理の詳細について説明する図である。

電力推定部１１８は、図１０に示すように、情報格納領域１３０に記憶した係数情報１３５のうち、各ジョブの実行時間についての係数情報（以下、第１係数情報１３５ａとも呼ぶ）を参照し、Ｓ３１の処理で受け付けたジョブに対応する補正係数（以下、第１時間補正係数とも呼ぶ）が算出済であるか否かを判定する（Ｓ６１）。

具体的に、電力推定部１１８は、情報格納領域１３０に記憶した第１係数情報１３５ａに、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が含まれているか否かの判定を行う。以下、第１係数情報１３５ａの具体例について説明を行う。

［第１係数情報の具体例］
図２５は、第１係数情報１３５ａの具体例について説明する図である。

図２５に示す第１係数情報１３５ａは、第１係数情報１３５ａに含まれる各情報を識別する「項番」と、各ジョブに対応するグループ名が記憶される「グループ名」と、各ジョブに対応するユーザ名が記憶される「ユーザ名」と、各ジョブに対応するアプリ名が記憶される「アプリ名」とを項目として有する。また、図２５に示す第１係数情報１３５ａは、各ジョブの第１時間補正係数が記憶される「補正係数」を項目として有する。

具体的に、「項番」が「１」である情報には、「グループ名」として「ＲＤ」が記憶され、「ユーザ名」として「ｔａｎａｋａ」が記憶され、「アプリ名」として「ａｐｐ１２」が記憶され、「補正係数」として「０．６」が記憶されている。

すなわち、「項番」が「１」である情報は、「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」である各ジョブの補正係数が「０．６」であることを示している。

また、「項番」が「２」である情報には、「グループ名」として「ｔｅｓｔ」が記憶され、「補正係数」として「０．９」が記憶され、「ユーザ名」及び「アプリ名」として、情報が存在していないことを示す「－」が記憶されている。

すなわち、「項番」が「１」である情報は、「グループ名」が「ｔｅｓｔ」であるジョブの補正係数が「０．９」であることを示している。

そのため、例えば、Ｓ３１の処理で受け付けたジョブのグループ名がＲＤであり、ユーザ名がｔａｎａｋａであり、かつ、アプリ名がａｐｐ１２である場合、電力推定部１１８は、Ｓ６１の処理において、情報格納領域１３０に記憶した第１係数情報１３５ａに、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が含まれていると判定する。また、例えば、Ｓ３１の処理で受け付けたジョブのグループ名がｔｅｓｔであり、ユーザ名がｓｕｚｕｋｉであり、かつ、アプリ名がａｐｐ０３である場合、電力推定部１１８は、情報格納領域１３０に記憶した第１係数情報１３５ａに、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が含まれていると判定する。図２５に含まれる他の情報についての説明は省略する。

図１０に戻り、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が算出済である場合（Ｓ６２のＹＥＳ）、電力推定部１１８は、実行時間が、Ｓ３１の処理で受け付けたジョブの最大実行時間と、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数との積になるように、Ｓ５２の処理で特定した電力情報１３２を補正する（Ｓ６３）。第１時間補正係数を算出する際の処理については後述する。

一方、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が算出済でない場合（Ｓ６２のＮＯ）、電力推定部１１８は、実行時間が、Ｓ３１の処理で受け付けたジョブの最大実行時間と、全てのジョブに対応する時間補正係数（以下、第２時間補正係数とも呼ぶ）との積になるように、Ｓ５２の処理で特定した電力情報１３２を補正する（Ｓ６４）。

すなわち、電力推定部１１８は、この場合、Ｓ３１の処理で受け付けたジョブに対応する第１時間補正係数が算出されていないため、第１時間補正係数に代えて、全てのジョブに対応する時間補正係数である第２時間補正係数を用いる。第２時間補正係数を算出する際の処理については後述する。

なお、電力推定部１１８は、例えば、Ｓ６３またはＳ６４の処理（以下、Ｓ６３の処理等とも呼ぶ）の後、Ｓ６３の処理等で補正した電力情報１３２に含まれる実行時間が、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間よりも長いが否かを判定するものであってよい。

そして、例えば、Ｓ６３の処理等で補正した電力情報１３２に含まれる実行時間が、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間よりも長いと判定した場合、電力推定部１１８は、Ｓ６３の処理等で補正した電力情報１３２を、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間までで打ち切る補正を行うことにより、打ち切り後の電力情報１３２に含まれる実行時間を、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間に合わせるものであってよい。

また、例えば、Ｓ６３の処理等で補正した電力情報１３２に含まれる実行時間が、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間よりも短いと判定した場合、電力推定部１１８は、Ｓ６３の処理等で補正した電力情報１３２に対し、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる平均値による補完を行うことにより、補完後の電力情報１３２に含まれる実行時間を、Ｓ３１の処理で受け付けたジョブに対応する推定情報１３６に含まれる実行時間に合わせるものであってよい。

図９に戻り、最も高い割合が第２割合である場合（Ｓ４５のＮＯ、Ｓ５１のＮＯ）、電力特定部１１７は、情報格納領域１３０に記憶した電力情報１３２を参照し、Ｓ３３の処理で第１割合が最も高いと判定された第３ジョブ情報１３１ｃに対応付けられた電力情報１３２を特定する（Ｓ５４）。

そして、電力推定部１１８は、消費電力が、Ｓ３１の処理で受け付けたジョブの実行時におけるノード数と、Ｓ３３の処理で第１割合が最も高いと判定されたジョブの実行時における１ノードあたりの消費電力と、Ｓ３１の処理で受け付けたジョブに対応する電力補正係数との積になるように、Ｓ５４の処理で特定した電力情報１３２を補正する（Ｓ５５）。

すなわち、電力推定部１１８は、この場合、Ｓ５４の処理で特定した電力情報１３２に含まれるジョブの消費電力についての補正を行う。

具体的に、電力推定部１１８は、例えば、消費電力が、Ｓ３２の処理で特定した第１ジョブ情報１３１ａに含まれる要求ノード数と、Ｓ３３の処理で第１割合が最も高いと判定されたジョブの電力情報１３２に含まれる消費電力の平均値と、後述する電力係数算出処理において算出される電力補正係数との積になるように、Ｓ５４の処理で特定した電力情報１３２の補正を行う。

その後、情報出力部１２２は、Ｓ５５の処理で補正した電力情報１３２を出力する（Ｓ４３）。以下、Ｓ５５の処理の詳細について説明を行う。

［Ｓ５５の処理の詳細］
図１１は、Ｓ５５の処理の詳細について説明する図である。

電力推定部１１８は、図１１に示すように、情報格納領域１３０に記憶した係数情報１３５のうち、各ジョブの実行時における消費電力についての係数情報（以下、第２係数情報１３５ｂとも呼ぶ）を参照し、Ｓ３１の処理で受け付けたジョブに対応する補正係数（以下、第１電力補正係数とも呼ぶ）が算出済であるか否かを判定する（Ｓ７１）。

具体的に、電力推定部１１８は、情報格納領域１３０に記憶した第２係数情報１３５ｂに、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が含まれているか否かの判定を行う。以下、第２係数情報１３５ｂの具体例について説明を行う。

［第２係数情報の具体例］
図２６は、第２係数情報１３５ｂの具体例について説明する図である。

図２６に示す第２係数情報１３５ｂは、第２係数情報１３５ｂに含まれる各情報を識別する「項番」と、各ジョブに対応するグループ名が記憶される「グループ名」と、各ジョブに対応するユーザ名が記憶される「ユーザ名」と、各ジョブに対応するアプリ名が記憶される「アプリ名」とを項目として有する。また、図２６に示す第２係数情報１３５ｂは、各ジョブの第１電力補正係数の式が記憶される「補正係数式」と、「グループ名」、「ユーザ名」及び「アプリ名」に記憶した情報のそれぞれに対応するジョブの数が記憶される「ジョブ数」とを項目として有する。

具体的に、「項番」が「１」である情報には、「グループ名」として「ＲＤ」が記憶され、「ユーザ名」として「ｔａｎａｋａ」が記憶され、「アプリ名」として「ａｐｐ１２」が記憶され、「補正係数式」として「式１－３」が記憶され、「ジョブ数」として「１０」が記憶されている。

すなわち、「項番」が「１」である情報は、「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」であるジョブの補正係数式が「式１－３」であることを示している。

また、「項番」が「２」である情報には、「グループ名」として「ｔｅｓｔ」が記憶され、「ユーザ名」として「ｓｕｚｕｋｉ」が記憶され、「アプリ名」として「－」が記憶され、「補正係数式」として「式４－３」が記憶され、「ジョブ数」として「５」が記憶されている。

すなわち、「項番」が「２」である情報は、「グループ名」が「ｔｅｓｔ」であって「ユーザ名」が「ｓｕｚｕｋｉ」であるジョブの補正係数式が「式４－３」であることを示している。

そのため、例えば、Ｓ３１の処理で受け付けたジョブのグループ名がＲＤであり、ユーザ名がｔａｎａｋａであり、かつ、アプリ名がａｐｐ１２である場合、電力推定部１１８は、Ｓ７１の処理において、情報格納領域１３０に記憶した第２係数情報１３５ｂに、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が含まれていると判定する。また、例えば、Ｓ３１の処理で受け付けたジョブのグループ名がｔｅｓｔであり、ユーザ名がｓｕｚｕｋｉであり、かつ、アプリ名がａｐｐ０３である場合、電力推定部１１８は、情報格納領域１３０に記憶した第２係数情報１３５ｂに、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が含まれていると判定する。図２６に含まれる他の情報についての説明は省略する。

図１１に戻り、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が算出済である場合（Ｓ７２のＹＥＳ）、電力推定部１１８は、消費電力が、Ｓ３１の処理で受け付けたジョブの実行時におけるノード数と、Ｓ３３の処理で第１割合が最も高いと判定されたジョブの実行時における１ノードあたりの消費電力と、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数との積になるように、Ｓ５４の処理で特定した電力情報１３２を補正する（Ｓ７３）。第１電力補正係数を算出する際の処理については後述する。

一方、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が算出済でない場合（Ｓ７２のＮＯ）、電力推定部１１８は、消費電力が、Ｓ３１の処理で受け付けたジョブの実行時におけるノード数と、Ｓ３３の処理で第１割合が最も高いと判定されたジョブの実行時における１ノードあたりの消費電力と、全てのジョブに対応する電力補正係数（以下、第２電力補正係数とも呼ぶ）との積になるように、Ｓ５４の処理で特定した電力情報１３２を補正する（Ｓ７４）。

すなわち、電力推定部１１８は、この場合、Ｓ３１の処理で受け付けたジョブに対応する第１電力補正係数が算出されていないため、第１電力補正係数に代えて、全てのジョブに対応する電力補正係数である第２電力補正係数を用いる。第２電力補正係数を算出する際の処理については後述する。

なお、情報処理装置１は、例えば、Ｓ４２の処理、Ｓ４６の処理またはＳ５１の処理の後においても、Ｓ５４及びＳ５５の処理を行うものであってよい。

これにより、情報処理装置１は、新たなジョブの実行時における電力情報１３２を精度良く推定することを可能とする。

［時間係数算出処理］
次に、時間補正係数を算出する処理（以下、時間係数算出処理とも呼ぶ）について説明を行う。

情報処理装置１の係数算出部１２１は、図１２に示すように、時間補正係数算出タイミングになるまで待機する（Ｓ８１のＮＯ）。時間補正係数算出タイミングは、例えば、担当者が時間補正係数の算出を行う旨の情報を情報処理装置１に入力したタイミングであってよい。また、時間補正係数算出タイミングは、例えば、定期的なタイミングであってもよい。

そして、時間補正係数算出タイミングになった場合（Ｓ８１のＹＥＳ）、係数算出部１２１は、前回の時間係数算出処理の実行後に、Ｓ３１の処理においてジョブを受け付けているか否かを判定する（Ｓ８２）。

その結果、Ｓ３１の処理においてジョブを受け付けたと判定した場合（Ｓ８３のＹＥＳ）、係数算出部１２１は、Ｓ３１の処理で受け付けたと判定したジョブのうちの１つを特定する（Ｓ８４）。

そして、係数算出部１２１は、情報格納領域１３０に記憶した第１係数情報１３５ａに、Ｓ８４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在するか否かを判定する（Ｓ８５）。ここでの算出単位は、後述する時間係数単位決定処理において決定される単位であり、同一の時間補正係数を用いるジョブの範囲を示す単位である。

具体的に、図２５で説明した第１係数情報１３５ａには、例えば、「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」であるジョブの「補正係数」として「０．６」が記憶されている。そのため、Ｓ３１の処理で受け付けた新たなジョブの「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」である場合、係数算出部１２１はＳ８５の処理において、情報格納領域１３０に記憶した第１係数情報１３５ａに、Ｓ８４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在すると判定する。

そして、Ｓ８４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在すると判定した場合（Ｓ８６のＹＥＳ）、係数算出部１２１は、図１３に示すように、情報格納領域１３０に記憶したジョブ情報１３１を参照し、Ｓ８４の処理で特定したジョブと同じ算出単位に含まれるジョブを特定する（Ｓ９１）。

具体的に、図２５で説明した第１係数情報１３５ａには、例えば、「グループ名」に「ｔｅｓｔ」が記憶され、かつ、「ユーザ名」及び「アプリ名」に「－」が記憶された情報（「項番」が「２」である情報）が含まれている。すなわち、図２５で説明した第１係数情報１３５ａは、「グループ名」に「ｔｅｓｔ」が記憶されたジョブの算出単位がグループ名ごとであることを示している。そのため、例えば、Ｓ３１の処理で受け付けた新たなジョブの「グループ名」が「ｔｅｓｔ」である場合、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１のうち、「グループ名」が「ｔｅｓｔ」である情報の特定を行う。

続いて、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１及び電力情報１３２を参照し、Ｓ９１の処理で特定したジョブごとに、各ジョブの実行に要した実行時間を各ジョブの最大実行時間で除算する（Ｓ９２）。

具体的に、係数算出部１２１は、Ｓ９１の処理で特定したジョブごとに、各ジョブに対応する電力情報１３２に含まれる実行時間（実際の実行時間）を、各ジョブに対応するジョブ情報１３１に含まれる最大実行時間で除算する。

その後、係数算出部１２１は、Ｓ９２の処理で算出した値の平均値を、Ｓ９１の処理で特定したジョブ（Ｓ８４で特定したジョブと算出単位が同一のジョブ）の第１時間補正係数として算出する（Ｓ９３）。

そして、Ｓ８２の処理で受け付けたと判定した全てのジョブがＳ８４の処理において特定済でないと判定した場合（Ｓ９６のＮＯ）、係数算出部１２１は、Ｓ８４以降の処理を再度行う。

一方、Ｓ８２の処理で受け付けたと判定した全てのジョブがＳ８４の処理において特定済であると判定した場合（Ｓ９６のＹＥＳ）、係数算出部１２１は、時間係数算出処理を終了する。

また、Ｓ８４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在しないと判定した場合（Ｓ８６のＮＯ）、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１及び電力情報１３２を参照し、過去に実行が完了したジョブごとに、各ジョブの実行に要した実行時間を、各ジョブの最大実行時間で除算する（Ｓ９４）。

具体的に、係数算出部１２１は、情報格納領域１３０に電力情報１３２が記憶されているジョブごと、各ジョブの電力情報１３２に含まれる実行時間を、各ジョブのジョブ情報１３１に含まれる最大実行時間で除算する。

その後、係数算出部１２１は、Ｓ９４の処理で算出した値の平均値を第２時間補正係数として算出する（Ｓ９５）。

すなわち、Ｓ８４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在しない場合とは、後述する時間係数単位決定処理において、Ｓ８４の処理で特定したジョブについての第１時間補正係数を算出する必要がないと判定された場合である。そのため、係数算出部１２１は、この場合、Ｓ８４の処理で特定したジョブについての第１時間補正係数の算出を行わずに、全ジョブに対応する第２時間補正係数の更新を行う。

そして、Ｓ８２の処理で受け付けたと判定した全てのジョブがＳ８４の処理において特定済でないと判定した場合（Ｓ９６のＮＯ）、係数算出部１２１は、Ｓ８４以降の処理を再度行う。

一方、Ｓ８２の処理で受け付けたと判定した全てのジョブがＳ８４の処理において特定済であると判定した場合（Ｓ９６のＹＥＳ）、係数算出部１２１は、時間係数算出処理を終了する。また、係数算出部１２１は、Ｓ３１の処理においてジョブを受け付けていないと判定した場合についても同様に（Ｓ８３のＮＯ）、時間係数算出処理を終了する。

［電力係数算出処理］
次に、電力補正係数を算出する処理（以下、電力係数算出処理とも呼ぶ）について説明を行う。

係数算出部１２１は、図１４に示すように、電力補正係数算出タイミングになるまで待機する（Ｓ１０１のＮＯ）。電力補正係数算出タイミングは、例えば、担当者が電力補正係数の算出を行う旨の情報を情報処理装置１に入力したタイミングであってよい。また、電力補正係数算出タイミングは、例えば、定期的なタイミングであってもよい。

そして、電力補正係数算出タイミングになった場合（Ｓ１０１のＹＥＳ）、係数算出部１２１は、前回の時間係数算出処理の実行後に、Ｓ３１の処理においてジョブを受け付けているか否かを判定する（Ｓ１０２）。

その結果、Ｓ３１の処理においてジョブを受け付けたと判定した場合（Ｓ１０３のＹＥＳ）、係数算出部１２１は、Ｓ３１の処理で受け付けたと判定したジョブのうちの１つを特定する（Ｓ１０４）。

そして、係数算出部１２１は、情報格納領域１３０に記憶した第２係数情報１３５ｂに、Ｓ１０４の処理で特定したジョブを含む算出単位の第１電力補正係数が存在するか否かを判定する（Ｓ１０５）。

具体的に、図２６で説明した第２係数情報１３５ｂには、例えば、「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」であるジョブの「補正係数式」として「式１－３」が記憶されている。そのため、Ｓ３１の処理で受け付けた新たなジョブの「グループ名」が「ＲＤ」であって「ユーザ名」が「ｔａｎａｋａ」であって「アプリ名」が「ａｐｐ１２」である場合、係数算出部１２１はＳ１０５の処理において、情報格納領域１３０に記憶した第２係数情報１３５ｂに、Ｓ１０４の処理で特定したジョブを含む算出単位の第１電力補正係数に対応する情報が存在すると判定する。

そして、Ｓ１０４の処理で特定したジョブを含む算出単位の第１電力補正係数が存在すると判定した場合（Ｓ１０６のＹＥＳ）、係数算出部１２１は、図１５に示すように、情報格納領域１３０に記憶したジョブ情報１３１を参照し、Ｓ１０４の処理で特定したジョブと同じ算出単位に含まれるジョブを特定する（Ｓ１１１）。

具体的に、図２６で説明した第２係数情報１３５ｂには、例えば、「グループ名」に「ｔｅｓｔ」が記憶され、「ユーザ名」に「ｓｕｚｕｋｉ」が記憶され、かつ、「アプリ名」に「－」が記憶された情報（「項番」が「２」である情報）が含まれている。すなわち、図２６で説明した第２係数情報１３５ｂは、「グループ名」に「ｔｅｓｔ」が記憶され、かつ、「ユーザ名」に「ｓｕｚｕｋｉ」が記憶されたジョブの算出単位が、グループ名ごとであってユーザ名ごとであることを示している。そのため、例えば、Ｓ３１の処理で受け付けた新たなジョブの「グループ名」が「ｔｅｓｔ」であって「ユーザ名」が「ｓｕｚｕｋｉ」である場合、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１のうち、「グループ名」が「ｔｅｓｔ」であって「ユーザ名」が「ｓｕｚｕｋｉ」である情報の特定を行う。

続いて、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１及び電力情報１３２を参照し、Ｓ１１１の処理で特定した各ジョブの実行時におけるノード数と、Ｓ１１１の処理で特定した各ジョブの実行時における１ノードあたりの消費電力との対応関係を示す平面上の各座標を用いることにより、Ｓ１１１の処理で特定したジョブ（Ｓ１０４で特定したジョブと算出単位が同一のジョブ）の第１電力補正係数を示す非線形回帰式を最小二乗法によって算出する（Ｓ１１２）。

具体的に、係数算出部１２１は、例えば、１ノードあたりの消費電力を示す予想関数として以下の式（１）を設定する。以下の式（１）において、ａ及びθは回帰係数であり、Ｘはノード数を示す変数である。

そして、係数算出部１２１は、以下の最小二乗法の式（２）において、各座標からの距離の和であるＤが最小となるａ及びθを算出する。

その後、係数算出部１２１は、算出したａ及びθを式（１）に適用することにより、Ｓ１１１の処理で特定したジョブの第１電力補正係数を示す非線形回帰式を算出する。

図１５に戻り、Ｓ１０２の処理で受け付けたと判定した全てのジョブがＳ１０４の処理において特定済でないと判定した場合（Ｓ１１４のＮＯ）、係数算出部１２１は、Ｓ１０４以降の処理を再度行う。

一方、Ｓ１０２の処理で受け付けたと判定した全てのジョブがＳ１０４の処理において特定済であると判定した場合（Ｓ１１４のＹＥＳ）、係数算出部１２１は、時間係数算出処理を終了する。

また、Ｓ１０４の処理で特定したジョブを含む算出単位の第１時間補正係数が存在しないと判定した場合（Ｓ１０６のＮＯ）、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１及び電力情報１３２を参照し、過去に実行が完了した各ジョブの実行時におけるノード数と、過去に実行が完了した各ジョブの実行時における１ノードあたりの消費電力との対応関係を示す平面上の各座標を用いることにより、全てのジョブに対応する第２電力補正係数を示す非線形回帰式を最小二乗法によって算出する（Ｓ１１３）。

そして、Ｓ１０２の処理で受け付けたと判定した全てのジョブがＳ１０４の処理において特定済でないと判定した場合（Ｓ１１４のＮＯ）、係数算出部１２１は、Ｓ１０４以降の処理を再度行う。

一方、Ｓ１０２の処理で受け付けたと判定した全てのジョブがＳ１０４の処理において特定済であると判定した場合（Ｓ１１４のＹＥＳ）、係数算出部１２１は、時間係数算出処理を終了する。また、係数算出部１２１は、Ｓ３１の処理においてジョブを受け付けていないと判定した場合についても同様に（Ｓ１０３のＮＯ）、時間係数算出処理を終了する。

［時間係数単位決定処理］
次に、時間補正係数を算出するジョブの算出単位を決定する処理（以下、時間係数単位決定処理とも呼ぶ）について説明を行う。

係数算出部１２１は、図１６に示すように、時間係数単位決定タイミングになるまで待機する（Ｓ１２１のＮＯ）。時間係数単位決定タイミングは、例えば、担当者が時間補正係数の算出を行う旨の情報を情報処理装置１に入力したタイミングであってよい。また、時間係数単位決定タイミングは、例えば、定期的なタイミングであってもよい。

そして、時間係数単位決定タイミングになった場合（Ｓ１２１のＹＥＳ）、係数算出部１２１は、前回の時間係数単位決定処理の実行後に、Ｓ３１の処理においてジョブを受け付けているか否かを判定する（Ｓ１２２）。

その結果、Ｓ３１の処理においてジョブを受け付けたと判定した場合（Ｓ１２３のＹＥＳ）、係数算出部１２１は、情報格納領域１３０に記憶したジョブ情報１３１及び電力情報１３２を参照し、Ｓ１２２の処理で受け付けたと判定したジョブごとに、各ジョブの実際の実行に要した実行時間を、各ジョブの最大実行時間で除算する（Ｓ１２４）。

そして、情報管理部１１３は、Ｓ１２３の処理で算出した値を基準情報（図示しない）として情報格納領域１３０に記憶する（Ｓ１２５）。

続いて、係数算出部１２１は、図１７に示すように、Ｓ１２２の処理で受け付けたと判定したジョブのうちの１つを特定する（Ｓ１３１）。

次に、係数算出部１２１は、情報格納領域１３０に記憶した基準情報を参照し、Ｓ１３１の処理で特定したジョブと算出単位が同一であるジョブの基準情報から標準偏差を算出する（Ｓ１３２）。

その結果、Ｓ１３２の処理で算出した標準偏差が所定の閾値を上回る場合（Ｓ１３３のＹＥＳ）、係数算出部１２１は、Ｓ１３１の処理で特定したジョブを含む算出単位の第１時間補正係数がより小さい算出単位に対応するように、情報格納領域１３０に記憶した第１係数情報１３５ａを更新する（Ｓ１３４）。

すなわち、係数算出部１２１は、Ｓ１２３の処理で算出した基準情報のばらつきが大きくなったことを契機として、Ｓ１２３の処理で算出した基準情報に対応する第１時間補正係数の算出単位をより小さくする。

具体的に、係数算出部１２１は、例えば、Ｓ１３１の処理で特定したジョブを含む算出単位がグループ名ごとであった場合、Ｓ１３１の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとになるように、第１係数情報１３５ａを更新する。また、係数算出部１２１は、例えば、Ｓ１３１の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとであった場合、Ｓ１３１の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとであってアプリ名ごとになるように、第１係数情報１３５ａを更新する。

なお、Ｓ１３３の処理で用いる所定の閾値は、例えば、０．２であってよい。以下、Ｓ１３４の処理の具体例について説明を行う。

［Ｓ１３４の処理の具体例］
図２７は、第１係数情報１３５ａの具体例を説明する図である。具体的に、図２７は、図２５で説明した状態から更新された第１係数情報１３５ａを説明する図である。

例えば、Ｓ１３１の処理において特定されたジョブのジョブ情報１３１に含まれる「グループ名」及び「ユーザ名」がそれぞれ「ｔｅｓｔ」及び「ｓｕｚｕｋｉ」であった場合において、標準偏差が所定の閾値を上回る場合、係数算出部１２１は、図２７に示すように、図２５で説明した第１係数情報１３５ａに含まれる情報のうち、「グループ名」が「ｔｅｓｔ」である情報（「項番」が「２」である情報）の「ユーザ名」に「ｓｕｚｕｋｉ」を記憶する。また、係数算出部１２１は、この場合、「項番」が「２」である情報の「補正係数」に「－」を記憶する。

その後、係数算出部１２１は、次に行われる時間係数算出処理において、「項番」が「２」である情報の「補正係数」に記憶される値を算出する。

これにより、係数算出部１２１は、時間補正係数の算出回数を抑制することが可能になる。

図１７に戻り、Ｓ１３１の処理で全てのジョブを特定済でない場合（Ｓ１３５のＮＯ）、係数算出部１２１は、Ｓ１３１以降の処理を再度行う。また、係数算出部１２１は、Ｓ１３２の処理で算出した標準偏差が所定の閾値以下である場合も同様に（Ｓ１３３のＮＯ）、Ｓ１３１以降の処理を再度行う。

一方、Ｓ１３１の処理で全てのジョブを特定済である場合（Ｓ１３５のＹＥＳ）、係数算出部１２１は、時間係数単位決定処理を終了する。また、係数算出部１２１は、Ｓ３１の処理においてジョブを受け付けていないと判定した場合も同様に（Ｓ１２３のＮＯ）、時間係数単位決定処理を終了する。

［電力係数単位決定処理］
次に、電力補正係数を算出するジョブの算出単位を決定する処理（以下、電力係数単位決定処理とも呼ぶ）について説明を行う。

係数算出部１２１は、図１８に示すように、電力係数単位決定タイミングになるまで待機する（Ｓ１４１のＮＯ）。電力係数単位決定タイミングは、例えば、担当者が電力補正係数の算出を行う旨の情報を情報処理装置１に入力したタイミングであってよい。また、電力係数単位決定タイミングは、例えば、定期的なタイミングであってもよい。

そして、電力係数単位決定タイミングになった場合（Ｓ１４１のＹＥＳ）、係数算出部１２１は、前回の電力係数単位決定処理の実行後に、Ｓ３１の処理においてジョブを受け付けているか否かを判定する（Ｓ１４２）。

その結果、Ｓ３１の処理においてジョブを受け付けたと判定した場合（Ｓ１４３のＹＥＳ）、係数算出部１２１は、Ｓ１４２の処理で受け付けたと判定したジョブのうちの１つを特定する（Ｓ１４４）。

次に、係数算出部１２１は、情報格納領域１３０に記憶した電力情報１３２及び推定情報１３６を参照し、Ｓ１４４の処理で特定したジョブについての推定情報１３６に含まれる消費電力と、Ｓ１４４の処理で特定したジョブについての電力情報１３２に含まれる実際の消費電力との誤差を算出する（Ｓ１４５）。

その結果、図１９に示すように、Ｓ１４５の処理で算出した誤差が所定の閾値を上回る場合（Ｓ１５１のＹＥＳ）、係数算出部１２１は、Ｓ１４４の処理で特定したジョブを含む算出単位の第１電力補正係数がより小さい算出単位に対応するように、情報格納領域１３０に記憶した第２係数情報１３５ｂを更新する（Ｓ１５２）。

すなわち、係数算出部１２１は、Ｓ１４５の処理で算出した誤差が大きくなったことを契機として、Ｓ１４５の処理で算出した誤差に対応する第１電力補正係数の算出単位をより小さくする。

具体的に、係数算出部１２１は、例えば、Ｓ１４４の処理で特定したジョブを含む算出単位がグループ名ごとであった場合、Ｓ１４４の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとになるように、第２係数情報１３５ｂを更新する。また、係数算出部１２１は、例えば、Ｓ１４４の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとであった場合、Ｓ１４４の処理で特定したジョブを含む算出単位がグループ名ごとであってユーザ名ごとであってアプリ名ごとになるように、第２係数情報１３５ｂを更新する。

なお、係数算出部１２１は、例えば、Ｓ１４５の処理において、ＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅｄ Ｅｒｒｏｒ）の算出を行うものであってよい。そして、係数算出部１２１は、例えば、Ｓ１５１の処理において、算出したＲＭＳＥが１０（％）を上回る場合に、第２係数情報１３５ｂの更新を行うものであってよい。以下、Ｓ１５２の処理の具体例について説明を行う。

［Ｓ１５２の処理の具体例］
図２８は、第２係数情報１３５ｂの具体例を説明する図である。具体的に、図２８は、図２６で説明した状態から更新された第２係数情報１３５ｂを説明する図である。

例えば、Ｓ１４４の処理において特定されたジョブのジョブ情報１３１に含まれる「グループ名」、「ユーザ名」及び「アプリ名」がそれぞれ「ｔｅｓｔ」、「ｓｕｚｕｋｉ」及び「ａｐｐ０３」であった場合において、誤差が所定の閾値を上回る場合、係数算出部１２１は、図２８に示すように、図２６で説明した第２係数情報１３５ｂに含まれる情報のうち、「項番」が「２」である情報の「アプリ名」に「ａｐｐ０３」を記憶する。また、係数算出部１２１は、この場合、「項番」が「２」である情報の「補正係数式」に「－」を記憶する。さらに、係数算出部１２１は、この場合、例えば、「グループ名」が「ｔｅｓｔ」であって「ユーザ名」が「ｓｕｚｕｋｉ」であって「アプリ名」が「ａｐｐ０３」であるジョブの数である「２」を「ジョブ数」に記憶する。

その後、係数算出部１２１は、次に行われる電力係数算出処理において、「項番」が「２」である情報の「補正係数式」に記憶される式を算出する。

これにより、係数算出部１２１は、電力補正係数の算出回数を抑制することが可能になる。

図１９に戻り、Ｓ１４４の処理で全てのジョブを特定済でない場合（Ｓ１５３のＮＯ）、係数算出部１２１は、Ｓ１４４以降の処理を再度行う。また、係数算出部１２１は、Ｓ１３２の処理で算出した誤差が所定の閾値以下である場合も同様に（Ｓ１５１のＮＯ）、Ｓ１４４以降の処理を再度行う。

一方、Ｓ１４４の処理で全てのジョブを特定済である場合（Ｓ１５３のＹＥＳ）、係数算出部１２１は、電力係数単位決定処理を終了する。また、係数算出部１２１は、Ｓ３１の処理においてジョブを受け付けていないと判定した場合も同様に（Ｓ１４３のＮＯ）、電力係数単位決定処理を終了する。

このように、本実施の形態における情報処理装置１は、例えば、実行タイミングのスケジューリングを行う必要がある新たなジョブに関する第１ジョブ情報１３１ａを特定する。そして、情報処理装置１は、過去に実行された各ジョブに関する第２ジョブ情報１３１ｂと、各ジョブの実行に要した電力情報１３２とを対応付けて記憶する情報格納領域１３０を参照し、第２ジョブ情報１３１ｂのうち、第１ジョブ情報１３１ａとの間における一致状況が第１条件を満たす所定数の第３ジョブ情報１３１ｃを特定する。さらに、情報処理装置１は、特定した第３ジョブ情報１３１ｃごとに、第１ジョブ情報１３１ａとの間における一致状況が第２条件を満たすか否かを判定し、その判定結果に基づき、第３ジョブ情報１３１ｃのうちのいずれかのジョブ情報１３１を特定する。

その後、情報処理装置１は、情報格納領域１３０を参照し、特定したジョブ情報１３１に対応付けられた電力情報１３２を特定する。そして、情報処理装置１は、特定した電力情報１３２に対して判定結果に応じた補正を行った電力情報１３２を、新たなジョブの実行時における電力情報１３２として推定する。

すなわち、情報処理装置１は、例えば、過去に実行された各ジョブに対応する第２ジョブ情報１３１ｂのうち、これから実行を行う新たなジョブに対応する第１ジョブ情報１３１ａと類似する所定数の第３ジョブ情報１３１ｃを特定する。そして、情報処理装置１は、例えば、特定した第３ジョブ情報１３１ｃのうち、第１ジョブ情報１３１ａの類似ジョブ情報１３１に対応するジョブの電力情報１３２を特定する。さらに、情報処理装置１は、例えば、特定した電力情報１３２に対して、第１ジョブ情報１３１ａと類似ジョブ情報１３１との類似状態に応じた補正を行った電力情報１３２を、新たなジョブの電力情報１３２として特定する。

これにより、情報処理装置１は、新たなジョブの実行時における電力情報１３２を精度良く推定することを可能とする。そのため、情報処理装置１は、各ジョブの実行に伴う電力料金の上昇を抑えることが可能になる。

以上の実施の形態をまとめると、以下の付記のとおりである。

（付記１）
新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定し、
過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定し、
特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定し、
前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定し、
前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定し、
特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する、
処理をコンピュータに実行させることを特徴とする電力推定プログラム。

（付記２）
付記１において、
前記第３ジョブ情報を特定する処理では、
前記第２ジョブ情報ごとに、前記第１ジョブ情報との間において内容が一致する情報の割合を特定し、
前記第２ジョブ情報のうち、特定した前記割合が高い前記所定数の第２ジョブ情報を前記第３ジョブ情報として特定する、
ことを特徴とする電力推定プログラム。

（付記３）
付記２において、
前記第３ジョブ情報を特定する処理では、前記第２ジョブ情報を学習したトピックモデルに対する前記第１ジョブ情報の入力に伴って出力される前記所定数のジョブ情報を、前記第３ジョブ情報として特定する、
ことを特徴とする電力推定プログラム。

（付記４）
付記１において、さらに、
過去に実行されたジョブごとに、前記第２ジョブ情報から、各ジョブに関するジョブ情報との間において内容が一致する情報の割合が最も高い他のジョブ情報である第４ジョブ情報を特定し、
過去に実行されたジョブごとに、各ジョブに関するジョブ情報に含まれる各項目の情報と、各ジョブに対応する前記第４ジョブ情報に含まれる各項目の情報とが一致するか否かを示す比較情報を特定し、
前記記憶部を参照し、過去に実行されたジョブごとに、各ジョブに関するジョブ情報に対応する第１電力情報と、各ジョブに対応する前記第４ジョブ情報に対応する第２電力情報とを特定し、
過去に実行されたジョブごとに、前記第１電力情報と前記第２電力情報との類似状態を示す類似情報を特定し、
特定した前記比較情報ごとに、特定した前記類似情報のうち、前記第１電力情報と前記第２電力情報とが類似していることを示す類似情報の第１割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時における消費電力に関して類似していないことを示す類似情報の第２割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時間に関して類似していないことを示す類似情報の第３割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時間及びジョブの実行時における消費電力に関して類似していないことを示す類似情報の第４割合とをそれぞれ特定する、
処理をコンピュータに実行させ、
前記第２条件を満たすか否かを判定する処理では、特定した前記第１割合と前記第２割合と前記第３割合と前記第４割合とに基づいて、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における情報の一致状況が前記第２条件を満たすか否かの判定を行う、
ことを特徴とする電力推定プログラム。

（付記５）
付記４において、
前記第２条件を満たすか否かを判定する処理では、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における前記比較情報に対応する前記第１割合が所定値以上であるか否かを判定し、
前記いずれかのジョブ情報を特定する処理では、前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在する場合、前記第３ジョブ情報のうち、前記第１割合が前記所定値以上である情報を、前記いずれかのジョブ情報として特定し、
前記電力情報を推定する処理では、前記電力情報を特定する処理において特定された前記電力情報を、前記新たなジョブの実行時における電力情報として推定する、
ことを特徴とする電力推定プログラム。

（付記６）
付記４において、
前記第２条件を満たすか否かを判定する処理では、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における前記比較情報に対応する前記第１割合が所定値以上であるか否かを判定し、
前記いずれかのジョブ情報を特定する処理では、前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記第３ジョブ情報のうち、前記第１ジョブ情報との間において内容が一致する情報の割合が最も高い第３ジョブ情報を、前記いずれかのジョブ情報として特定する、
ことを特徴とする電力推定プログラム。

（付記７）
付記６において、さらに、
前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定し、
特定した前記最も高い割合が前記第４割合である場合、消費電力が予め指定された最大消費電力に対応し、実行時間が予め指定されたジョブの最大実行時間に対応する前記電力情報を、前記新たなジョブの実行に要する前記電力情報として推定する、
処理をコンピュータに実行させることを特徴とする電力推定プログラム。

（付記８）
付記６において、さらに、
前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定する、
処理をコンピュータに実行させ、
前記電力情報を推定する処理では、特定した前記最も高い割合が前記第３割合である場合、前記電力情報を特定する処理において特定された前記電力情報における実行時間が、予め指定されたジョブの最大実行時間と所定の補正係数との積である実行時間になるように、前記電力情報の補正を行う、
ことを特徴とする電力推定プログラム。

（付記９）
付記８において、さらに、
過去に実行された１以上のジョブからなる算出単位ごとに、各ジョブの実行時間を各ジョブに対応する前記最大実行時間で除算することによって算出した値の平均値を、前記所定の補正係数として算出する、
ことを特徴とする電力推定プログラム。

（付記１０）
付記９において、さらに、
前記算出単位ごとに、各ジョブに対応する前記値から標準偏差を算出する、
処理をコンピュータに実行させ、
前記所定の補正係数を算出する処理では、算出した前記標準偏差が閾値を上回る前記算出単位が存在する場合、存在する前記算出単位に含まれるジョブの前記所定の補正係数を、存在する前記算出単位よりも小さい算出単位ごとに再度算出する、
ことを特徴とする電力推定プログラム。

（付記１１）
付記６において、さらに、
前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定する、
処理をコンピュータに実行させ、
前記電力情報を推定する処理では、特定した前記最も高い割合が前記第２割合である場合、前記電力情報を特定する処理において特定された前記電力情報における消費電力が、前記新たなジョブの実行時におけるノード数と、前記いずれかのジョブ情報に対応するジョブの実行時におけるノードあたりの消費電力と、所定の補正係数との積である消費電力になるように、前記電力情報の補正を行う、
ことを特徴とする電力推定プログラム。

（付記１２）
付記１１において、
前記所定の補正係数は、前記ノード数が多くなるほど小さい値になる、
ことを特徴とする電力推定プログラム。

（付記１３）
付記１１において、さらに、
過去に実行された１以上のジョブからなる算出単位ごとに、各ジョブの実行時におけるノード数と、各ジョブの実行時におけるノードあたりの消費電力との対応関係を示す平面上の各座標を用いることにより、前記所定の補正係数を示す非線形回帰式を最小二乗法によって算出する、
処理をコンピュータに実行させることを特徴とする電力推定プログラム。

（付記１４）
付記１３において、さらに、
過去に実行されたジョブごとに、前記電力情報を推定する処理において推定した各ジョブの前記電力情報における消費電力と、各ジョブの実行時における消費電力との誤差を算出し、
算出した前記誤差が閾値を上回るジョブが存在する場合、存在する前記ジョブを含む算出単位の前記所定の補正係数を、存在する前記ジョブを含む算出単位よりも小さい算出単位ごとに再度算出する、
処理をコンピュータに実行させることを特徴とする電力推定プログラム。

（付記１５）
新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定する情報特定部と、
過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定する候補特定部と、
特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定する状況判定部と、
前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定する候補決定部と、
前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定する電力特定部と、
特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する電力推定部と、を有する、
ことを特徴とする電力推定装置。

（付記１６）
付記１５において、
前記候補特定部は、
前記第２ジョブ情報ごとに、前記第１ジョブ情報との間において内容が一致する情報の割合を特定し、
前記第２ジョブ情報のうち、特定した前記割合が高い前記所定数の第２ジョブ情報を前記第３ジョブ情報として特定する、
ことを特徴とする電力推定装置。

（付記１７）
付記１６において、
前記候補特定部は、前記第２ジョブ情報を学習したトピックモデルに対する前記第１ジョブ情報の入力に伴って出力される前記所定数のジョブ情報を、前記第３ジョブ情報として特定する、
ことを特徴とする電力推定装置。

（付記１８）
新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定し、
過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定し、
特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定し、
前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定し、
前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定し、
特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する、
処理をコンピュータに実行させることを特徴とする電力推定方法。

（付記１９）
付記１８において、
前記第３ジョブ情報を特定する処理では、
前記第２ジョブ情報ごとに、前記第１ジョブ情報との間において内容が一致する情報の割合を特定し、
前記第２ジョブ情報のうち、特定した前記割合が高い前記所定数の第２ジョブ情報を前記第３ジョブ情報として特定する、
ことを特徴とする電力推定方法。

（付記２０）
付記１９において、
前記第３ジョブ情報を特定する処理では、前記第２ジョブ情報を学習したトピックモデルに対する前記第１ジョブ情報の入力に伴って出力される前記所定数のジョブ情報を、前記第３ジョブ情報として特定する、
ことを特徴とする電力推定方法。

１：情報処理装置 ５：操作端末
１０：情報処理システム １３０：記憶部
ＮＷ：ネットワーク

Claims (15)

1. 新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定し、
   過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定し、
   特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定し、
   前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定し、
   前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定し、
   特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する、
   処理をコンピュータに実行させることを特徴とする電力推定プログラム。
2. 請求項１において、
   前記第３ジョブ情報を特定する処理では、
   前記第２ジョブ情報ごとに、前記第１ジョブ情報との間において内容が一致する情報の割合を特定し、
   前記第２ジョブ情報のうち、特定した前記割合が高い前記所定数の第２ジョブ情報を前記第３ジョブ情報として特定する、
   ことを特徴とする電力推定プログラム。
3. 請求項２において、
   前記第３ジョブ情報を特定する処理では、前記第２ジョブ情報を学習したトピックモデルに対する前記第１ジョブ情報の入力に伴って出力される前記所定数のジョブ情報を、前記第３ジョブ情報として特定する、
   ことを特徴とする電力推定プログラム。
4. 請求項１において、さらに、
   過去に実行されたジョブごとに、前記第２ジョブ情報から、各ジョブに関するジョブ情報との間において内容が一致する情報の割合が最も高い他のジョブ情報である第４ジョブ情報を特定し、
   過去に実行されたジョブごとに、各ジョブに関するジョブ情報に含まれる各項目の情報と、各ジョブに対応する前記第４ジョブ情報に含まれる各項目の情報とが一致するか否かを示す比較情報を特定し、
   前記記憶部を参照し、過去に実行されたジョブごとに、各ジョブに関するジョブ情報に対応する第１電力情報と、各ジョブに対応する前記第４ジョブ情報に対応する第２電力情報とを特定し、
   過去に実行されたジョブごとに、前記第１電力情報と前記第２電力情報との類似状態を示す類似情報を特定し、
   特定した前記比較情報ごとに、特定した前記類似情報のうち、前記第１電力情報と前記第２電力情報とが類似していることを示す類似情報の第１割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時における消費電力に関して類似していないことを示す類似情報の第２割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時間に関して類似していないことを示す類似情報の第３割合と、前記第１電力情報と前記第２電力情報とがジョブの実行時間及びジョブの実行時における消費電力に関して類似していないことを示す類似情報の第４割合とをそれぞれ特定する、
   処理をコンピュータに実行させ、
   前記第２条件を満たすか否かを判定する処理では、特定した前記第１割合と前記第２割合と前記第３割合と前記第４割合とに基づいて、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における情報の一致状況が前記第２条件を満たすか否かの判定を行う、
   ことを特徴とする電力推定プログラム。
5. 請求項４において、
   前記第２条件を満たすか否かを判定する処理では、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における前記比較情報に対応する前記第１割合が所定値以上であるか否かを判定し、
   前記いずれかのジョブ情報を特定する処理では、前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在する場合、前記第３ジョブ情報のうち、前記第１割合が前記所定値以上である情報を、前記いずれかのジョブ情報として特定し、
   前記電力情報を推定する処理では、前記電力情報を特定する処理において特定された前記電力情報を、前記新たなジョブの実行時における電力情報として推定する、
   ことを特徴とする電力推定プログラム。
6. 請求項４において、
   前記第２条件を満たすか否かを判定する処理では、前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における前記比較情報に対応する前記第１割合が所定値以上であるか否かを判定し、
   前記いずれかのジョブ情報を特定する処理では、前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記第３ジョブ情報のうち、前記第１ジョブ情報との間において内容が一致する情報の割合が最も高い第３ジョブ情報を、前記いずれかのジョブ情報として特定する、
   ことを特徴とする電力推定プログラム。
7. 請求項６において、さらに、
   前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定し、
   特定した前記最も高い割合が前記第４割合である場合、消費電力が予め指定された最大消費電力に対応し、実行時間が予め指定されたジョブの最大実行時間に対応する前記電力情報を、前記新たなジョブの実行に要する前記電力情報として推定する、
   処理をコンピュータに実行させることを特徴とする電力推定プログラム。
8. 請求項６において、さらに、
   前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定する、
   処理をコンピュータに実行させ、
   前記電力情報を推定する処理では、特定した前記最も高い割合が前記第３割合である場合、前記電力情報を特定する処理において特定された前記電力情報における実行時間が、予め指定されたジョブの最大実行時間と所定の補正係数との積である実行時間になるように、前記電力情報の補正を行う、
   ことを特徴とする電力推定プログラム。
9. 請求項８において、さらに、
   過去に実行された１以上のジョブからなる算出単位ごとに、各ジョブの実行時間を各ジョブに対応する前記最大実行時間で除算することによって算出した値の平均値を、前記所定の補正係数として算出する、
   ことを特徴とする電力推定プログラム。
10. 請求項９において、さらに、
    前記算出単位ごとに、各ジョブに対応する前記値から標準偏差を算出する、
    処理をコンピュータに実行させ、
    前記所定の補正係数を算出する処理では、算出した前記標準偏差が閾値を上回る前記算出単位が存在する場合、存在する前記算出単位に含まれるジョブの前記所定の補正係数を、存在する前記算出単位よりも小さい算出単位ごとに再度算出する、
    ことを特徴とする電力推定プログラム。
11. 請求項６において、さらに、
    前記第１割合が前記所定値以上である情報が前記第３ジョブ情報に存在しない場合、前記いずれかのジョブ情報に対応する前記第２割合と前記第３割合と前記第４割合とのうち、最も高い割合を特定する、
    処理をコンピュータに実行させ、
    前記電力情報を推定する処理では、特定した前記最も高い割合が前記第２割合である場合、前記電力情報を特定する処理において特定された前記電力情報における消費電力が、前記新たなジョブの実行時におけるノード数と、前記いずれかのジョブ情報に対応するジョブの実行時におけるノードあたりの消費電力と、所定の補正係数との積である消費電力になるように、前記電力情報の補正を行う、
    ことを特徴とする電力推定プログラム。
12. 請求項１１において、さらに、
    過去に実行された１以上のジョブからなる算出単位ごとに、各ジョブの実行時におけるノード数と、各ジョブの実行時におけるノードあたりの消費電力との対応関係を示す平面上の各座標を用いることにより、前記所定の補正係数を示す非線形回帰式を最小二乗法によって算出する、
    処理をコンピュータに実行させることを特徴とする電力推定プログラム。
13. 請求項１２において、さらに、
    過去に実行されたジョブごとに、前記電力情報を推定する処理において推定した各ジョブの前記電力情報における消費電力と、各ジョブの実行時における消費電力との誤差を算出し、
    算出した前記誤差が閾値を上回るジョブが存在する場合、存在する前記ジョブを含む算出単位の前記所定の補正係数を、存在する前記ジョブを含む算出単位よりも小さい算出単位ごとに再度算出する、
    処理をコンピュータに実行させることを特徴とする電力推定プログラム。
14. 新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定する情報特定部と、
    過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定する候補特定部と、
    特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定する状況判定部と、
    前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定する候補決定部と、
    前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定する電力特定部と、
    特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する電力推定部と、を有する、
    ことを特徴とする電力推定装置。
15. 新たなジョブを受け付けたことに応じて、前記新たなジョブに関する第１ジョブ情報を特定し、
    過去に実行された各ジョブに関する第２ジョブ情報と、各ジョブの実行時における電力情報とを対応付けて記憶する記憶部を参照し、前記第２ジョブ情報のうち、前記第１ジョブ情報との間における一致状況が第１条件を満たす所定数の第３ジョブ情報を特定し、
    特定した前記第３ジョブ情報ごとに、前記第１ジョブ情報との間における一致状況が第２条件を満たすか否かを判定し、
    前記一致状況が第２条件を満たすか否かの判定結果に基づき、前記第３ジョブ情報のうちのいずれかのジョブ情報を特定し、
    前記記憶部を参照し、特定した前記いずれかのジョブ情報に対応付けられた前記電力情報を特定し、
    特定した前記電力情報に対して前記判定結果に応じた補正を行った電力情報を、前記新たなジョブの実行時における電力情報として推定する、
    処理をコンピュータに実行させることを特徴とする電力推定方法。

Images