JPH06102908A - 需要予測装置 - Google Patents

Abstract

(57)【要約】 【目的】 予測精度の高い熱需要予測及び熱源機器運転
の経済性の向上を図ることを目的とする。 【構成】 長期需要予測手段１００は翌日１日分の熱需
要の変化を予測する。そして、その予測結果に基づいて
運転計画作成手段４００は、運転スケジュ−ル１０７を
作成する。当日、短期需要予測手段２００は、当日の温
度、実際の熱需要値などに基づく予測を実行し、上記運
転スケジュ−ル１０７を１時間毎に、決め細かに修正す
る。制御手段５００は、該修正結果に基づいてプラント
Ｘを制御する。 【効果】 熱需要予測精度の向上と熱源機器運転の経済
性向上を図ることができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はあらかじめ熱需要を予測
する熱需要予測装置に関する。

【０００２】

【従来の技術】熱需要の予測および該予測結果に基づく
熱源機器の運転制御方法に関しては、空気調和・衛生工
学、第６４巻、第１０号（１９９０年）、第２３頁から
第２７頁における「地域冷房制御システム」（以下”従
来技術１”とする）や、特開平４−１５４４１号公報
（以下”従来技術２”とする）などにおいて論じられて
いる。

【０００３】上記従来技術１における熱需要の予測は、
需要に影響を与える因子に係数を乗じ、その総和を予測
値とする方法により行なうものである。予測時間は２４
時間及び１時間先の２種類としている。

【０００４】従来技術２における熱需要の予測は、翌日
の天候、気温等の予報データ及び曜日等、熱需要に影響
を与える要因をニューラルネットに入力し、翌日の熱需
要パターンを出力する方法としている。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来技術１は、長期の予測と短期の予測において同一の予
測式を使用しているため、長期の予測を行なった時点で
は得られないデ−タを短期の予測時に新たに取り入れる
ことによって、より正確な予測を行なうといったことが
できなかった。

【０００６】また、従来技術２においては、予測期間が
１種類であるため、前日あるいはそれ以前に得たデ−タ
に基づいた熱需要予測を、当日の実績熱需要や外気条件
の時間的変化等に基づいて修正することはできず、予測
精度が悪かった。従って、熱源機器の運転を、熱需要に
応じて自動的に最適化することが困難であった。

【０００７】本発明は、予測の精度の高い需要予測装置
を提供することを目的とする。

【０００８】本発明は、熱源機器の運転を自動的に最適
化することが可能な機器の運転制御装置を提供すること
を目的とする。

【０００９】

【課題を解決するための手段】本発明は上記目的を達成
するためになされたもので、その一態様としては、熱需
要の変動を予測する需要予測装置において、予め定めら
れた長期予測対象期間内における、熱需要の変動を予測
する（以下”長期予測”という）長期予測手段と、上記
長期予測対象期間よりも短い短期予測対象期間内におけ
る、熱需要の変動を予測する（以下”短期予測”とい
う）短期予測手段と、を有し、上記短期予測手段は、上
記長期予測の結果を含むデ−タを用いて上記短期予測を
行なうこと、を特徴とする熱需要予測装置が提供され
る。

【００１０】上記長期予測手段は、長期予測の対象とな
る時間領域についての、天気の予想、予想最低温度、予
想最高温度、のうち少なくとも一つを用いて、上記長期
予測を行なうものであっても良い。上記短期予測手段
は、短期予測実行時における実際の気温（以下”現在気
温”という）、前回短期予測を実行した時点での気温と
現在気温との差、短期予測実行時における実際の湿度
（以下”現在湿度”という）、前回短期予測を実行した
時点での湿度と現在湿度との差、予測実行時における実
際の熱需要値（以下”現在需要値”という）、該短期予
測実行時刻についての上記長期予測手段の予測結果、該
予測結果と上記現在需要値との差、のうち少なくとも一
つと、予測実行時刻と、を用いて、短期予測を行なうも
のであってもよい。

【００１１】上記長期予測手段と短期の予測手段とは、
少なくとも一方が、過去における熱需要の変動と気象条
件との関係を含んだ教師デ−タを用いて学習された、ニ
ュ−ラルネットワ−クを含んで構成されるものであって
もよい。

【００１２】制御対象となる機器の運転を熱需要に応じ
て制御する制御装置において、長期予測対象期間内にお
ける熱需要の変動を予測する（以下”長期期予測”とい
う）長期予測手段と、本発明の他の態様としては、上記
長期予測の結果を含むデ−タを用いて、上記長期予測対
象期間よりも短い短期予測対象期間内における熱需要の
変動を予測する（以下”短期予測”という）短期予測手
段と、上記長期予測の結果に基づいて、上記機器の運転
計画を作成するとともに、上記短期予測の結果に基づい
て該運転計画を修正する運転計画作成手段と、を有する
ことを特徴とする運転制御装置が提供される。

【００１３】本発明の他の態様として、熱需要に応じて
機器の運転状態を制御可能なプラント装置において、長
期予測対象期間内における需要の変動を予測する（以
下”長期期予測”という）長期予測手段と、、上記長期
予測手段の結果を含むデ−タを用いて、上記長期予測対
象期間よりも短い短期予測対象期間内における熱需要の
変動を予測する（以下”短期予測”という）短期予測手
段と、制御対象となる機器と、上記長期予測の結果に基
づいて、上記機器の運転計画を作成するとともに、上記
短期予測の結果に基づいて該運転計画を修正する運転計
画作成手段と、上記運転計画に基づいて上記機器を制御
する制御手段と、を有することを特徴とするプラント装
置が提供される。

【００１４】

【作用】長期予測の対象となる時間領域（例えば、翌日
一日）についての、天気の予想、予想最低温度、予想最
高温度、のうち少なくとも一つを用いて、長期予測対象
期間内における、熱需要の変動を予測する。例えば、翌
日の１時間毎の熱需要予測値を予測する。

【００１５】一方、上記短期予測手段は、現在気温、前
回短期予測を実行した時点での気温と現在気温との差、
現在湿度、前回短期予測を実行した時点での湿度と現在
湿度との差、現在需要値、該短期予測実行時刻について
の上記長期予測手段の予測結果、該予測結果と上記現在
需要値との差、のうち少なくとも一つと、予測実行時刻
と、を用いて、短期予測期間内の熱需要の予測を行な
う。

【００１６】運転計画作成手段は、長期予測の結果に基
づいて、運転計画を作成するとともに、上記短期予測の
結果に基づいて該運転計画を修正する。制御手段は、該
運転計画に従って、機器を制御する。

【００１７】このように長期の需要予測を短時間先の需
要予測で修正することにより、高精度な熱需要予測を行
なうことができ、熱源機器の最適な自動運転が可能とな
る。

【００１８】

【実施例】本発明の一実施例を図面を用いて説明する。

【００１９】本実施例の熱源機器の運転制御装置の基本
構成を図１に示す。

【００２０】本実施例は長期需要予測手段１００と、短
期需要予測手段２００と、記憶手段３００と、運転計画
作成手段４００と、制御手段５００とにより構成されて
いる。

【００２１】各部の詳細を説明する前に、まず、本実施
例の全体の動作概要を述べる。

【００２２】長期需要予測手段１００は、熱需要に影響
を与える因子（例えば、天気予報の内容等のように運転
員から与えられる情報１０１に基づいて、１日の熱需要
の変化を１時間毎に予測した結果を熱需要予測値１０３
として出力し、記憶手段３００に格納する。なお、本実
施例における予測処理においては使用していないが、、
前日の熱需要の変動を示す情報等のプラントデータ１０
４についても考慮して該予測を行なっても良い。

【００２３】運転計画作成手段４００は、該記憶手段３
００から熱需要予測値１０３’を獲得し、熱源機器の翌
日１日分の運転スケジュール１０７を作成する。

【００２４】また、当日においては、短期需要予測手段
２００は、熱需要予測値１０３’を修正すべく、１時間
毎に熱需要予測値１０５を出力し記憶手段３００に格納
する。すると、上記運転計画作成手段４００は、熱需要
予測値１０５’を獲得し、上記熱需要予測値１０３’に
基づいて立てた運転スケジュ−ルを修正する。

【００２５】制御手段５００は、該修正結果に従ってプ
ラントＸを構成する各熱源機器を制御すべく、起動・停
止指令、負荷指令等の制御指令１０８を出力する。

【００２６】次に、長期需要予測手段１００の詳細を図
２、図３、図４を用いて説明する。長期需要予測手段１
００は、入力インタフェース１２０と、ニューラルネッ
ト１３０と、出力インタフェース１４０とにより構成さ
れる。

【００２７】入力インタフェ−ス１２０は、運転員から
与えられる情報（予想天気、予想最高温度、予想最低温
度）１０１、気温、湿度等のプラントデータ１０２の予
測を行なう時点における状態を、０〜１の範囲の数値に
変換（以下、このように、ある数値、状態等を、０〜１
の範囲の数値に変換して表現することを”正規化”とい
う。）し、正規化入力情報１０９として出力する機能を
有する。

【００２８】例えば、予想天気が晴れの場合には、”晴
れ”に対応するノ−ド１３１ａに１を、”雨”，”曇
り”に対応するノ−ド１３１ｂ，ｃには０を、正規化入
力情報１０９として出力する。また、気温については、
予め設定された一定の温度範囲内において線形変換して
出力する。例えば、温度範囲として０〜４０℃が設定さ
れている場合、気温２０℃は０．５に、気温３０℃は
０．７５に変換される。

【００２９】ニュ−ラルネットワ−ク１３０は、図３に
示すとおり、入力層１３１と、中間層１３２と、出力層
１３３とからなる。入力層１３１は、合計５個のノ−ド
を有する。ノ−ド１３１ａは予想天気”晴れ”について
の正規化入力情報１０９を入力するものである。同様
に、ノ−ド１３１ｂは”曇り”、ノ−ド１３１ｃは”
雨”に対応するものである。ノ−ド１３１は予想最高気
温、ノ−ド１３１ｅは予想最低気温に対応して設けられ
たものである。中間層１３２のノ−ド数は任意である。
出力層１３３のノ−ド数は２４個である。２４個とした
のは、１日の熱需要の変化を２４区間、すなわち、１時
間毎に区切って予測することに対応したものである。但
し、入力デ−タの種類、ノ−ドの数等はこれに限定され
るものではなく、予測対象となる期間の長さ、期間の区
分数、区分の仕方、必要とされる予想精度に応じて変更
されるものである。なお、プラントデ−タ１０４を考慮
して予測を行なう場合には、該デ−タを入力するための
ノ−ドを設けることは言うまでもない。

【００３０】ニューラルネット１３０の各ノ−ドには、
ニューロン間の係数行列である重み行列が、予め与えら
れている。この重み行列は、過去のある１日の天気、最
高、最低気温を該ニューラルネット１３０の入力とし
て、また、この日の熱需要実績値を該ニューラルネット
１３０の出力として、与えることによって形成されるも
のである。該重み行列の形成は、通常、”学習”と呼ば
れているものである。なお、当然ながら、学習は複数日
分のデ−タを用いて行なう。本発明は、該”学習”の方
法そのものについてはとくに特徴を有するものではない
ためこれ以上は説明しない。

【００３１】ニューラルネット１３０は、入力された正
規化入力情報１０９に対応して正規化予測需要１１０を
出力する（注：いうまでもないが、該正規化予測需要１
１０も、正規化された、つまり、０から１の範囲の、数
値である。）。該正規化予測需要１１０は、出力インタ
フェース１４０により工学値変換され、長期の熱需要予
測値１０３として、記憶手段３００に格納される。該長
期の熱需要予測値１０３の例を図４に示す。上述したと
おり、本実施例では、１日を１時間毎に区切り、各区間
毎の熱需要の予測値を、長期の熱需要予測値１０３とし
て出力している。

【００３２】短期需要予測手段２００の詳細を図５、図
６、図７を用いて説明する。短期需要予測手段２００
は、入力インタフェース２１０と、ニューラルネット２
２０と、出力インタフェース２３０とにより構成され
る。プラントデータ１０２と熱需要予測値１０３”に基
づいて、長期の熱需要予測値１０３を修正した短期の熱
需要予測値１０５を出力する機能を有するものである。

【００３３】入力インタフェ−ス２２０は、入力デ−タ
を正規化し、正規化入力情報２０９として出力する機能
を有する。入力デ−タとしては、プラントデータ１０２
（現在時刻における気温、現在時刻における湿度、現在
時刻、現在の実際の熱需要値）と、長期需要予測手段１
００により得られ記憶手段３００内に格納されている
（現在時刻から１時間後、２時間後、３時間後までの）
熱需要予測値１０３”とがある。また、入力インタフェ
−ス１２０はこれらの入力デ−タに基づいて、現在時刻
における気温と１時間前の温度との差（以下単に”気温
偏差”という）、現在時刻における湿度と１時間前の湿
度との差（以下単に”湿度偏差”という）、熱需要予測
値１０３”と現在の実際の熱需要値との差（以下単
に、”需要予測値との偏差”という）を算出、正規化す
る。そして、これらについても正規化入力情報２０９と
して出力する。なお、プラントデータ１０２、正規化入
力情報２０９の内容は、これに限定されるものではな
く、他のいかなる情報でもよい。但し、該情報を変更す
る場合には、ニュ−ラルネットワ−ク２３０の構成、重
みなども変更する必要がある。

【００３４】ニュ−ラルネットワ−ク２３０は、図６に
示すとおり、入力層２３１と、中間層２３２と、出力層
２３３とからなる。入力層２３１には、上述の正規化入
力情報２０９（現在気温、現在温度、気温偏差、湿度偏
差、現在の熱需要値、需要予測値との偏差、時刻）に対
応して、合計７個のノ−ドを有している。中間層２３２
のノ−ド数は任意である。出力層２３３のノ−ドは３個
である。出力層２３３のノ−ドを３個にしたのは、該短
期予測が、予測を行なう時点から、１時間後、２時間
後、３時間後の熱需要の予測値を出力することに対応さ
せたものである。

【００３５】但し、入力デ−タの種類、ノ−ドの数等は
これに限定されるものではない。

【００３６】ニューラルネット２３０についても上述し
たニュ−ラルネットワ−ク１３０と同様に、各ノ−ド
に、ニューロン間の係数行列である重み行列が、予め与
えられている。該ニュ−ラルネットワ−ク２３０の学習
は、学習に使用するデ−タが異なる点を除き、ニュ−ラ
ルネットワ−ク１３０の場合と同様である。

【００３７】なお、短期需要予測手段２００の予測期間
は、現在時刻から３時間後までである。予測形式は、予
測期間を１時間ごとに区切って、各区間ごとの熱需要予
測値を出力するものとする。予測実行時刻は毎正時とす
る。ニューラルネット２２０では、長期需要予測手段１
００と同様にニューロン間の係数行列である重み行列
が、予測を行なう以前に形成されている。

【００３８】ニューラルネット２２０は、毎正時毎に、
正規化入力情報２０９に基づいて正規化予測需要２１０
を出力する（注：いうまでもないが、該正規化予測需要
２１０も、正規化された、つまり、０から１の範囲の、
数値である。）。該正規化予測需要２１０は、出力イン
タフェース２４０により工学値変換され、現在時刻から
１時間後、２時間後、３時間後の需要予測値（以下、”
短期需要予測値１０５”という）として記憶手段３００
に再び格納される。

【００３９】短期熱需要予測値１０５の例を図７に示
す。この図の例では、現在時刻１１時に予測を実行し
て、１２，１３，１４時における予測値を得た様子を示
している。

【００４０】なお、短期熱需要予測値１０５は、現在の
熱需要値との差として出力されるようにしても良い。

【００４１】運転計画作成手段４００について説明す
る。

【００４２】運転計画作成手段４００は運転スケジュ−
ル１０７の作成およびその修正処理を行なうものであ
る。該運転計画作成手段４００は、下記の機能を実現で
きれば、そのハ−ド的、ソフト的な構成はなんら限定さ
れるものではない。

【００４３】長期熱需要予測値１０３’に基づいた運転
計画作成処理の概要を図８を用いて説明する。

【００４４】運転計画作成手段４００は、まず、運転コ
ストが最小となる様に、１時間毎の起動・停止の運転ス
ケジュール案を、各熱源機器毎に作成する（ステップ６
０１）。該運転スケジュ−ル案の作成は、既に公知の技
術である数理計画法を用いて行なうことができる。ま
た、これ以外の方法であっても構わない。

【００４５】次に、該運転スケジュール案に従って各熱
源機器を運転した場合の状況を、プラント動特性をも考
慮に入れてシミュレーションする（ステップ６０２）。
なお、プラント動特性としては、配管の特性、熱伝導の
時間遅れ、多数機器が運転する場合のプラントに対する
影響等が挙げられる。

【００４６】続いて、このシミュレーションの結果に基
づいて、例えば、特定機器の起動・停止が頻発すること
はないか等の観点から運転特性を評価する（ステップ６
０３）。この場合の評価関数としては、起動・停止回
数、運転コスト、電力・ガス等燃料に対する制限等が考
えられる。なお、それぞれの評価関数についての収束条
件値はあらかじめ設定しておく。

【００４７】ステップ６０３において行なった評価の結
果が収束しているか否か、すなわち、すべての条件が満
たされているか否かを判断する（ステップ６０４）。収
束しない場合、つまり、満たされていない条件がある場
合には、運転スケジュール案の修正を行なった（ステッ
プ６０５）上で、ステップ６０２に戻り改めてシミュレ
−ションを行なう。なお、このスケジュ−ルの修正は、
知識処理、ファジィ推論等により実行するものである
が、その具体的内容は本願発明の本質とは関係ないた
め、ここでは詳細な説明は省略する。一方、ステップ６
０４において収束条件をすべて満足していた場合には、
運転スケジュール１０７として制御手段５００に出力す
る。

【００４８】なお、この図８に示した処理は、翌日１日
分の熱需要予測を行なうために、１日に１回だけ実行さ
れるものである。

【００４９】該運転スケジュール１０７の作成結果例を
図９に示す。この図の例では、機器１からＮまでの運転
・停止状態、負荷率が時間毎に出力されている。機器１
は、７時に起動され負荷５０％で９時まで運転される。
そして、９時以降は負荷を１００％にまで引き上げる。
機器２は８時に起動され、負荷５０％で１０時まで運転
される。そして、１０時以降は負荷を１００％にまで引
き上げる。機器Ｎは、１１時に起動され負荷５０％で１
２時まで運転される。そして、１２時になると負荷を１
００％にまで引き上げる。さらにその後、１４時になる
と負荷５０％に、また、１５時になると停止させるもの
となっている。

【００５０】短期熱需要予測値１０５に基いて運転スケ
ジュール１０７を修正する処理を図１０を用いて説明す
る。なお、プラントを構成するＮ台の機器には、それぞ
れに、１からＮまでの識別番号が予め付与されているも
のとする。

【００５１】まず、修正の対象となる機器を特定するた
めの変数ｉを初期化するために、該変数ｉに１を代入す
る（ステップ６５１）。

【００５２】短期熱需要予測値１０５と、現在の運転ス
ケジュール１０７とを比較し、そのままで負荷が十分で
あるか否か、言い替えれば、熱需要に十分応えられるか
を判定する（ステップ６５２）。但し、該判定の際に用
いられるのは、１時間後の短期需要予測値１０５のみで
ある。２時間後、３時間後のデ−タは、単に、これ以
後、運転スケジュ−ル１０７の内容どおりの運転を行な
った場合の、熱の過不足の見通しを得るためのものであ
る。このような見通しを得ることにより、起動にある程
度の時間が必要な熱源機器の暖気運転を予め行なってお
けば、２時間後あるいは３時間後に運転を実際に修正す
る場合でも迅速に対処することができる。

【００５３】ステップ６５２の判定の結果、負荷が不足
している場合には、修正を行なっていない機器がまだあ
ることを確認（ステップ６５３）した後、機器ｉの負荷
を増加させて、熱発生量を増やす（ステップ６５４）。
この場合の増加量は、当然、不足している熱量に対応し
たものである。なお、該機器ｉの負荷を必ずしも１００
％にまで増加する必要はない。例えば、運転コスト等の
点から、負荷９０％の稼働状態が最も好ましい場合に
は、当該機器の負荷は９０％までしか増加させない。そ
して、さらに不足している分については後述するとお
り、（上記識別番号の順番からいって）次の機器の負荷
を増大することにより対応する。

【００５４】続いて、ステップ６５５において、変数ｉ
に１を加えて、次の機器を修正の対象とする。そして、
ステップ６５２に戻り、まだ、熱が不足するか否かを判
断する。

【００５５】なお、ステップ６５３において、変数ｉ＝
Ｎ＋１であった場合には、そのまま処理を終了する。

【００５６】一方、ステップ６５２において負荷は不足
していないと判定された場合には、今度は逆に、負荷を
下げることができるか否か、言い替えれば、熱が余りそ
うか否かを判定する（ステップ６５６）。但し、ステッ
プ６５２の場合と同様に、該判定の際に用いられるの
は、１時間後の短期需要予測値１０５のみである。

【００５７】ステップ６５６における判定の結果、負荷
を下げることができる場合には、修正を行なっていない
機器がまだあることを確認（ステップ６５７）した後、
機器ｉの負荷を低下させて、熱発生量を減らす（ステッ
プ６５８）。この場合の減少量は、当然、余っている熱
量に対応したものである。なお、該機器ｉの負荷を必ず
しも０％にまで減少させる（すなわち、停止）必要はな
い。例えば、停止、再起動を繰り返すような事態を避け
るためにわずかであっても稼働させておくことが好まし
いのであれば、当該機器の負荷はある一定のレベルまで
しか低下させない。さらに、余っている分については後
述するとおり、（上記識別番号の順番からいって）次の
機器の負荷を低下させることにより対応する。

【００５８】その後、ステップ６５９において、変数ｉ
に１を加えて、次の機器を修正の対象とする（ステップ
６５９）。そして、ステップ６５２に戻り、まだ、熱が
不足するか否かを判断する。

【００５９】なお、ステップ６５７において、変数ｉ＝
Ｎ＋１であった場合には、そのまま処理を終了する。

【００６０】以上説明した修正処理は、シミュレ−ショ
ンのように長時間を要する処理を必要としないため、す
ばやく、運転スケジュールの修正を行なうことができ
る。但し、修正処理はこれに限定されるものではない。
例えば、図８に示した処理と同様の処理を毎回実行して
も良い。

【００６１】なお、長期需要予測手段、短期需要予測手
段の予測期間等は、上記実施例に示したものに限られる
ものではない。長期需要予測手段の予測期間は１日以上
あるいは一日以下であってもよい。同様に、予測の間隔
は１時間に限られるものではない。同様に、短期予測手
段においても、予測期間、予測の間隔、予測実行周期は
１時間以内であってもよい。さらには、上記実施例にお
いては、長期需要予測手段、短期需要予測手段ともに、
ニュ−ラルネットワ−ク含んで構成しているが必ずしも
ニュ−ラルネットワ−クを使用する必要はない。短期需
要予測手段が、長期需要予測手段の予測結果を利用し
て、より高い精度での需要予測を行なえるものであれ
ば、その具体的構成はなんら限定されるものではない。

【００６２】以上のように上記実施例においては、長期
間（１日またはそれ以上）の需要予測結果を短期需要予
測により修正するため、予測の精度が向上した。その結
果、熱需要の変動に追従した熱源機器の運転制御の最適
化を自動的に行なうことができる。

【００６３】上記実施例においては、熱需要の予測のみ
を示したが、これ以外の需要予測および該予測に基づく
機器の運転にも適用可能であることは言うまでもない。

【００６４】本発明の具体的構成は、上記実施例に限定
されるものではない。

【００６５】

【発明の効果】本発明によれば、熱需要予測の精度が向
上する。また、熱需要の変動に追従した熱源機器の効率
的な運転制御の自動化が可能となる。

【図面の簡単な説明】

【図１】本発明の一実施例の基本構成図である。

【図２】長期需要予測手段の内部構成図である。

【図３】ニュ−ラルネットワ−ク１３０の詳細を示す説
明図である。

【図４】長期の熱需要予測結果の一例を示す説明図であ
る。

【図５】短期需要予測手段の内部構成図である。

【図６】ニュ−ラルネットワ−ク２３０の詳細を示す説
明図である。

【図７】短期熱需要予測値の一例を示す説明図である。

【図８】長期の熱需要予測値に基づく運転スケジュ−ル
作成処理の概要を示すフローチャ−トである。

【図９】運転スケジュールの一例を示す説明図である。

【図１０】短期熱需要予測値による運転スケジュ−ルの
修正処理の概要を示すフローチャ−トである。

【符号の説明】

１００……長期需要予測手段、 １０１……運転員から
与えられる情報、 １０２……プラント情報、 １０３
……熱需要予測値、 １０５……熱需要予測値、 １０
７……運転スケジュ−ル、 １０８……制御指令、 １
０９……正規化入力情報、１１０……正規化予測需要、
１２０……入力インタフェ−ス、 １３０……ニュ−
ラルネットワ−ク、 １３１……入力層、 １３２……
中間層、１３３……出力層、 １４０……出力インタフ
ェ−ス、 ２００……短期需要予測手段、２０９……正
規化入力情報、 ２１０……正規化予測需要、 ２２０
……入力インタフェ−ス、 ２３０……ニュ−ラルネッ
トワ−ク、 ２３１……入力層、 ２３２……中間層、
２３３……出力層、 ２４０……出力インタフェ−
ス、 ３００……データベース、 ４００……運転計画
作成手段、 ５００……制御手段

フロントページの続き (72)発明者 山田 昭彦 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内

Claims (6)

【特許請求の範囲】
1. 【請求項１】熱需要の変動を予測する需要予測装置にお
   いて、 予め定められた長期予測対象期間内における、熱需要の
   変動を予測する（以下”長期予測”という）長期予測手
   段と、 上記長期予測対象期間よりも短い短期予測対象期間内に
   おける、熱需要の変動を予測する（以下”短期予測”と
   いう）短期予測手段と、を有し、 上記短期予測手段は、上記長期予測の結果を含むデ−タ
   を用いて上記短期予測を行なうこと、 を特徴とする熱需要予測装置。
2. 【請求項２】上記長期予測手段は、長期予測の対象とな
   る時間領域についての、天気の予想、予想最低温度、予
   想最高温度、のうち少なくとも一つを用いて、上記長期
   予測を行なうこと、 を特徴とする請求項１記載の熱需要予測装置。
3. 【請求項３】上記短期予測手段は、 短期予測実行時における実際の気温（以下”現在気温”
   という）、前回短期予測を実行した時点での気温と現在
   気温との差、短期予測実行時における実際の湿度（以
   下”現在湿度”という）、前回短期予測を実行した時点
   での湿度と現在湿度との差、予測実行時における実際の
   熱需要値（以下”現在需要値”という）、該短期予測実
   行時刻についての上記長期予測手段の予測結果、該予測
   結果と上記現在需要値との差、のうち少なくとも一つ
   と、 予測実行時刻と、 を用いて、短期予測を行なうこと、 を特徴とする請求項１記載の熱需要予測装置。
4. 【請求項４】上記長期予測手段と短期の予測手段とは、
   少なくとも一方が、過去における熱需要の変動と気象条
   件との関係を含んだ教師デ−タを用いて学習された、ニ
   ュ−ラルネットワ−クを含んで構成されること、 を特徴とする請求項１記載の熱需要予測装置。
5. 【請求項５】制御対象となる機器の運転を熱需要に応じ
   て制御する制御装置において、 長期予測対象期間内における熱需要の変動を予測する
   （以下”長期期予測”という）長期予測手段と、 上記長期予測の結果を含むデ−タを用いて、上記長期予
   測対象期間よりも短い短期予測対象期間内における熱需
   要の変動を予測する（以下”短期予測”という）短期予
   測手段と、 上記長期予測の結果に基づいて、上記機器の運転計画を
   作成するとともに、上記短期予測の結果に基づいて該運
   転計画を修正する運転計画作成手段と、 を有することを特徴とする運転制御装置。
6. 【請求項６】熱需要に応じて機器の運転状態を制御可能
   なプラント装置において、 長期予測対象期間内における需要の変動を予測する（以
   下”長期期予測”という）長期予測手段と、 、上記長期予測手段の結果を含むデ−タを用いて、上記
   長期予測対象期間よりも短い短期予測対象期間内におけ
   る熱需要の変動を予測する（以下”短期予測”という）
   短期予測手段と、 制御対象となる機器と、 上記長期予測の結果に基づいて、上記機器の運転計画を
   作成するとともに、上記短期予測の結果に基づいて該運
   転計画を修正する運転計画作成手段と、 上記運転計画に基づいて上記機器を制御する制御手段
   と、 を有することを特徴とするプラント装置。