図面 (/)

技術 電力需要予測装置、及び電力需要予測方法

出願人 中国電力株式会社
発明者 河内清次
出願日 2016年2月25日 (4年10ヶ月経過) 出願番号 2016-033826
公開日 2017年8月31日 (3年3ヶ月経過) 公開番号 2017-153259
状態 特許登録済
技術分野 交流の給配電 特定用途計算機
主要キーワード 二乗和平方根 分類用データ 所定年数 現時点以前 変動曲線 省エネ機器 系統制御システム 対象分類
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年8月31日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (5)

課題

電力需要予測を精度よく行う。

解決手段

電力需要予測装置10は、予測日の所定期間について、所定期間における時系列データである予測日時系列データと予測日よりも前の日の時系列データである過去日時系列データとを比較する。電力需要予測装置10は、所定期間において大小関係反転しない過去日時系列データを、所定期間において大小関係が反転する過去日時系列データよりも優先して、電力需要の予測に用いる時系列データとして選出する。電力需要予測装置10は、選出された時系列データに基づき予測日の電力需要を予測する。上記大小関係の比較は、所定期間を前後に分割した際に前後半の夫々における大小関係を示す前半フラグと後半フラグとの積の正負を判定することにより行う。電力需要予測装置10は、過去日時系列データとして予測日時系列データに類似するものを予め抽出しておく。

概要

背景

特許文献1には、当日の需要曲線に最も近似する過去需要曲線を特定することにより電力需要量の変化を予測する方法について記載されている。具体的には、(a)現在時刻までの2時間における当日の電力需要量を5分間隔で求め、(b)電力需要データベースを参照し、過去の任意の時間帯における2時間分の電力需要量を5分間隔で求め、(c)当日の電力需要量と(b)で求めた過去の電力需要量との偏差を求め、(d)偏差の絶対値の和Sdを求め、(e)Sdが最小になる時間帯における需要曲線を、当日需要曲線に最も近似するものとして特定することが記載されている。

特許文献2には、電力会社などで毎日電力需要を予測する電力需要予測支援方法について記載されている。具体的には、過去の負荷データデータベース蓄積管理し、現時点での負荷データの入力を受け付け検索対象期間現時点以前所定時間帯の指定とを受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとを比較して指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出し、過去短時間分の負荷データと、複数の過去の所定時間分の負荷データのそれぞれの変動曲線表示出力し、表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と過去短時間の負荷の変動曲線以外を非表示にすることが記載されている。

特許文献3には、予測装置が、電力予測データの予測期間と、予測期間より前の時間に位置する分類用期間の入力を受け付け、予測対象日当日の分類用期間の電力需要データ対象分類用データとして読み込み、予測対象日より過去日の分類用期間の電力需要データを過去分類用データとして読み込み、予測対象日より過去日の予測期間の電力需要データを過去予測期間データとして読み込み、対象分類用データおよび過去分類用データそれぞれの電力需要データに対して、所定の平均値と所定の標準偏差とを所定の値として正規化演算し、正規化演算された対象分類用データおよび過去分類用データの電力需要データをもとに、複数のクラスのいずれかに分類し、分類された過去分類用データのうち、対象分類用データと同じクラスの過去分類用データを抽出し、抽出された過去分類用データに対応する過去予測期間データの統計値を、予測対象日当日の予測期間における電力予測データである対象予測期間データとして計算し、計算した対象予測期間データを出力することが記載されている。

概要

電力需要の予測を精度よく行う。電力需要予測装置10は、予測日の所定期間について、所定期間における時系列データである予測日時系列データと予測日よりも前の日の時系列データである過去日時系列データとを比較する。電力需要予測装置10は、所定期間において大小関係反転しない過去日時系列データを、所定期間において大小関係が反転する過去日時系列データよりも優先して、電力需要の予測に用いる時系列データとして選出する。電力需要予測装置10は、選出された時系列データに基づき予測日の電力需要を予測する。上記大小関係の比較は、所定期間を前後に分割した際に前後半の夫々における大小関係を示す前半フラグと後半フラグとの積の正負を判定することにより行う。電力需要予測装置10は、過去日時系列データとして予測日時系列データに類似するものを予め抽出しておく。

目的

本発明は、このような背景に鑑みてなされたもので、電力需要の予測を精度よく行うことが可能な、電力需要予測装置、及び電力需要予測方法を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

プロセッサ及び記憶装置と、電力需要実績値である時系列データを記憶する時系列データ記憶部と、予測日の所定期間について、前記所定期間における前記時系列データである予測日時系列データと予測日よりも前の日の前記時系列データである過去日時系列データとを比較し、前記所定期間において大小関係反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出する、時系列データ選出部と、選出された前記時系列データに基づき予測日の電力需要を予測する電力需要予測部と、を備える、電力需要予測装置

請求項2

請求項1に記載の電力需要予測装置であって、前記時系列データ選出部は、前記所定期間を前半期間後半期間に分割し、前記前半期間における前記予測日時系列データの平均である予測日前半平均、前記後半期間における前記予測日時系列データの平均である予測日後半平均、前記前半期間における前記過去日時系列データの平均である過去日前半平均、前記後半期間における前記過去日時系列データの平均である過去日後半平均、を求め、前記過去日前半平均が前記予測日前半平均以上であれば正値をとり、前記過去日前半平均が前記予測日前半平均未満であれば負値をとる変数である前半フラグの値を求め、前記過去日後半平均が前記予測日後半平均以上であれば正値をとり、前記過去日後半平均が前記予測日後半平均未満であれば負値をとる変数である後半フラグの値を求め、前記前半フラグと前記後半フラグとの積が正値となる場合は、前記所定時間内に前記大小関係が反転しないと判定し、前記前半フラグと前記後半フラグとの積が負値となる場合は、前記所定時間内に前記大小関係が反転すると判定する、電力需要予測装置。

請求項3

請求項1又は2に記載の電力需要予測装置であって、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得する、時系列データ候補取得部を備え、前記時系列データ選出部は、前記時系列データ候補取得部が取得した前記過去日時系列データの中から、前記電力需要の予測に用いる前記時系列データを選出する、電力需要予測装置。

請求項4

請求項3に記載の電力需要予測装置であって、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得する、時系列データ候補取得部を備え、前記時系列データ選出部は、前記時系列データ候補取得部が取得した前記過去日時系列データのうち前記類似度が第2閾値(>第1閾値)を超えているものについては前記電力需要の予測に用いる前記時系列データとして選出し、前記時系列データ候補取得部が取得した前記過去日時系列データのうち前記類似度が前記第2閾値を超えていないものについては、前記所定期間において前記大小関係が反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出する、電力需要予測装置。

請求項5

請求項3又は4に記載の電力需要予測装置であって、前記時系列データ候補取得部は、前記予測日時系列データ及び前記過去日時系列データの夫々の時間ごとの差の二乗和平方根の値が小さい程、類似の度合いが大きくなる特性を有する指標を前記類似度とする、電力需要予測装置。

請求項6

プロセッサ及び記憶装置を有する情報処理装置が、電力需要の実績値である時系列データを記憶するステップ、予測日の所定期間について、前記所定期間における前記時系列データである予測日時系列データと予測日よりも前の日の前記時系列データである過去日時系列データとを比較し、前記所定期間において前記大小関係が反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出するステップ、及び、選出された前記時系列データに基づき予測日の電力需要を予測するステップ、を実行する、電力需要予測方法

請求項7

請求項6に記載の電力需要予測方法であって、前記情報処理装置が、前記所定期間を前半期間と後半期間に分割するステップ、前記前半期間における前記予測日時系列データの平均である予測日前半平均、前記後半期間における前記予測日時系列データの平均である予測日後半平均、前記前半期間における前記過去日時系列データの平均である過去日前半平均、前記後半期間における前記過去日時系列データの平均である過去日後半平均、を求めるステップ、前記過去日前半平均が前記予測日前半平均以上であれば正値をとり、前記過去日前半平均が前記予測日前半平均未満であれば負値をとる変数である前半フラグの値を求めるステップ、前記過去日後半平均が前記予測日後半平均以上であれば正値をとり、前記過去日後半平均が前記予測日後半平均未満であれば負値をとる変数である後半フラグの値を求めるステップ、前記前半フラグと前記後半フラグとの積が正値となる場合は、前記所定時間内に前記大小関係が反転しないと判定するステップ、前記前半フラグと前記後半フラグとの積が負値となる場合は、前記所定時間内に前記大小関係が反転すると判定するステップ、を更に実行する、電力需要予測方法。

請求項8

請求項6又は7に記載の電力需要予測方法であって、前記情報処理装置が、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得する、時系列データ候補取得部を備え、前記時系列データ選出部は、前記時系列データ候補取得部が取得した前記過去日時系列データの中から、前記電力需要の予測に用いる前記時系列データを選出するステップ、を更に実行する、電力需要予測方法。

請求項9

請求項8に記載の電力需要予測方法であって、前記情報処理装置が、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得するステップ、前記時系列データ候補取得部が取得した前記過去日時系列データのうち前記類似度が第2閾値(>第1閾値)を超えているものについては前記電力需要の予測に用いる前記時系列データとして選出するステップ、及び、取得した前記過去日時系列データのうち前記類似度が前記第2閾値を超えていないものについては、前記所定期間において前記大小関係が反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出するステップ、を更に実行する、電力需要予測方法。

請求項10

請求項8又は9に記載の電力需要予測方法であって、前記情報処理装置が、前記予測日時系列データ及び前記過去日時系列データの夫々の時間ごとの差の二乗和平方根の値が小さい程、類似の度合いが大きくなる特性を有する指標を前記類似度とするステップ、を更に実行する、電力需要予測方法。

技術分野

0001

この発明は、電力需要予測装置、及び電力需要予測方法に関する。

背景技術

0002

特許文献1には、当日の需要曲線に最も近似する過去需要曲線を特定することにより電力需要量の変化を予測する方法について記載されている。具体的には、(a)現在時刻までの2時間における当日の電力需要量を5分間隔で求め、(b)電力需要データベースを参照し、過去の任意の時間帯における2時間分の電力需要量を5分間隔で求め、(c)当日の電力需要量と(b)で求めた過去の電力需要量との偏差を求め、(d)偏差の絶対値の和Sdを求め、(e)Sdが最小になる時間帯における需要曲線を、当日需要曲線に最も近似するものとして特定することが記載されている。

0003

特許文献2には、電力会社などで毎日電力需要を予測する電力需要予測支援方法について記載されている。具体的には、過去の負荷データデータベース蓄積管理し、現時点での負荷データの入力を受け付け検索対象期間現時点以前所定時間帯の指定とを受け付け、指定時間帯に入力された負荷データと検索対象期間における指定時間帯と同じ時間帯にある過去の負荷データとを比較して指定時間帯に入力された負荷データの変動に類似する過去の負荷データを複数抽出し、過去短時間分の負荷データと、複数の過去の所定時間分の負荷データのそれぞれの変動曲線表示出力し、表示出力中の複数の過去の負荷変動曲線から特定の曲線を指定する旨の利用者入力を受け付け、当該指定の変動曲線と過去短時間の負荷の変動曲線以外を非表示にすることが記載されている。

0004

特許文献3には、予測装置が、電力予測データの予測期間と、予測期間より前の時間に位置する分類用期間の入力を受け付け、予測対象日当日の分類用期間の電力需要データ対象分類用データとして読み込み、予測対象日より過去日の分類用期間の電力需要データを過去分類用データとして読み込み、予測対象日より過去日の予測期間の電力需要データを過去予測期間データとして読み込み、対象分類用データおよび過去分類用データそれぞれの電力需要データに対して、所定の平均値と所定の標準偏差とを所定の値として正規化演算し、正規化演算された対象分類用データおよび過去分類用データの電力需要データをもとに、複数のクラスのいずれかに分類し、分類された過去分類用データのうち、対象分類用データと同じクラスの過去分類用データを抽出し、抽出された過去分類用データに対応する過去予測期間データの統計値を、予測対象日当日の予測期間における電力予測データである対象予測期間データとして計算し、計算した対象予測期間データを出力することが記載されている。

先行技術

0005

特開2005−224002号公報
特開2006−178893号公報
特開2014−85914号公報

発明が解決しようとする課題

0006

安定かつ経済的な電力需給運用を行うためには、電力需要の正確な予測に基づく需給計画の策定が必要である。また昨今の電力システム改革においては計画値同時同量要請されており、より精度の高い需要予測を行うことが求められている。

0007

一方、再生可能エネルギー、とりわけ太陽光発電の大量導入による昼間需要の変化やヒートポンプ給湯器のような省エネ機器増加による深夜需要の変化等、電力需要カーブ変動要因多様化しており、電力需要を正確に予測することが難しくなってきている。

0008

電力需要の予測に際しては、さまざまな予測手法に過去の時系列データが利用されている。しかし膨大な過去の時系列データの中から予測日の電力需要に近い時系列データを、例えば、人間系で探索しようとすると大変な時間と労力が必要になる。また予測日の電力需要に近い時系列データを、例えば、自動で探索しようとすれば、特性が異なる時系列データが探索されて予測精度が大きく低下してしまうことがある。

0009

本発明は、このような背景に鑑みてなされたもので、電力需要の予測を精度よく行うことが可能な、電力需要予測装置、及び電力需要予測方法を提供することを目的としている。

課題を解決するための手段

0010

上記目的を達成するための本発明のうちの一つは、電力需要予測装置であって、電力需要の実績値である時系列データを記憶する時系列データ記憶部と、予測日の所定期間について、前記所定期間における前記時系列データである予測日時系列データと予測日よりも前の日の前記時系列データである過去日時系列データとを比較し、前記所定期間において大小関係反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出する、時系列データ選出部と、選出された前記時系列データに基づき予測日の電力需要を予測する電力需要予測部と、を備える。

0011

本発明によれば、予測日の時系列データと傾向が類似する時系列データを電力需要の予測に用いる時系列データとして選出することができ、また差(距離)による判定のみでは除外することのできない、特性の異なる時系列データを除外することができる。このため、電力需要の予測精度を向上させることができ、ひいては経済的な系統運用の実現やインバランス消費電力量と発電電力量との差分)の低減等を図ることができる。

0012

本発明の他の一つは、上記電力需要予測装置であって、前記時系列データ選出部は、前記所定期間を前半期間後半期間に分割し、前記前半期間における前記予測日時系列データの平均である予測日前半平均、前記後半期間における前記予測日時系列データの平均である予測日後半平均、前記前半期間における前記過去日時系列データの平均である過去日前半平均、前記後半期間における前記過去日時系列データの平均である過去日後半平均、を求め、前記過去日前半平均が前記予測日前半平均以上であれば正値をとり、前記過去日前半平均が前記予測日前半平均未満であれば負値をとる変数である前半フラグの値を求め、前記過去日後半平均が前記予測日後半平均以上であれば正値をとり、前記過去日後半平均が前記予測日後半平均未満であれば負値をとる変数である後半フラグの値を求め、前記前半フラグと前記後半フラグとの積が正値となる場合は、前記所定時間内に前記大小関係が反転しないと判定し、前記前半フラグと前記後半フラグとの積が負値となる場合は、前記所定時間内に前記大小関係が反転すると判定する。

0013

本発明によれば、所定時間内における予測日時系列データと過去日時系列データの大小関係の反転有無を精度よく容易に判定することができ、傾向の類似する時系列データを電力需要の予測に用いる時系列データとして容易に選出することができる。

0014

本発明の他の一つは、上記電力需要予測装置であって、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得する、時系列データ候補取得部を備え、前記時系列データ選出部は、前記時系列データ候補取得部が取得した前記過去日時系列データの中から、前記電力需要の予測に用いる前記時系列データを選出する。

0015

本発明によれば、差(距離)による判定により取得した時系列データについて、前述した所定時間内における大小関係を判定して電力需要の予測に用いる時系列データを選出するので、電力需要の予測精度を向上させることができる。

0016

本発明の他の一つは、上記電力需要予測装置であって、前記予測日時系列データと前記過去日時系列データとの対応する各時間における差に基づき両者の類似度を求め、前記類似度が予め設定されている第1閾値を超えている前記過去日時系列データを時系列データの候補として取得する、時系列データ候補取得部を備え、前記時系列データ選出部は、前記時系列データ候補取得部が取得した前記過去日時系列データのうち前記類似度が第2閾値(>第1閾値)を超えているものについては前記電力需要の予測に用いる前記時系列データとして選出し、前記時系列データ候補取得部が取得した前記過去日時系列データのうち前記類似度が前記第2閾値を超えていないものについては、前記所定期間において前記大小関係が反転しない前記過去日時系列データを、前記所定期間において前記大小関係が反転する前記過去日時系列データよりも優先して、前記電力需要の予測に用いる前記時系列データとして選出する。

0017

本発明によれば、類似度が第2閾値(>第1閾値)を超えているものについては電力需要の予測に用いる時系列データとして選出し、類似度が第2閾値を超えていないものについては、前述した所定時間内における大小関係を判定して電力需要の予測に用いる時系列データを選出するので、効率よく時系列データを選出することができる。

0018

本発明の他の一つは、上記電力需要予測装置であって、前記時系列データ候補取得部は、前記予測日時系列データ及び前記過去日時系列データの夫々の時間ごとの差の二乗和平方根の値が小さい程、類似の度合いが大きくなる特性を有する指標を前記類似度とする。

0019

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

発明の効果

0020

本発明によれば、電力需要の予測を精度よく行うことができる。

図面の簡単な説明

0021

電力需要予測装置10が備える主なハードウェアを示す図である。
電力需要予測装置10が備える主な機能及び電力需要予測装置10が記憶する主な情報を示す図である。
電力需要予測処理S300を説明するフローチャートである。
予測日時系列データ及び過去日時系列データの一例である。

実施例

0022

以下、本発明の一実施形態について図面を参照しつつ説明する。

0023

図1に一実施形態として示す電力需要予測装置10が備える主なハードウェアを、図2に電力需要予測装置10が備える主な機能及び電力需要予測装置10が記憶する主な情報を示している。電力需要予測装置10は、情報処理装置パーソナルコンピュータワークステーションメインフレーム等)を用いて構成されている。電力需要予測装置10は、例えば、電力会社の中央給電指令所等に設置される。

0024

電力需要予測装置10は、電力需要の実績値である時系列データに基づき、例えば、時系列分析(Time Series Analysis)、回帰分析ニューラルネットワークによる分析等を行うことにより電力需要を予測する。電力需要予測装置10は、蓄積している時系列データの中から電力需要の予測に用いる時系列データとして適切なものを選出し、選出した時系列データを用いて電力需要を予測する。

0025

上記選出に際し、電力需要予測装置10は、例えば、予測日の所定期間(例えば、予測日の開始時(例えば、午前時)から現在までの期間)における時系列データである予測日時系列データと、予測日よりも前の日の時系列データである過去日時系列データとの差(対応する時間毎の差(距離))に基づき、両者の類似度(類似する程、値が大きくなるように設定する)を求め、類似度が予め設定されている第1閾値(>0)を超えている過去日時系列データを電力需要の予測に用いる時系列データの候補として取得する。

0026

また電力需要予測装置10は、予測日の上記所定期間について、予測日時系列データの傾向(増加傾向であるか減少傾向であるか)と過去日時系列データの傾向とを比較し、傾向が類似する過去日時系列データを傾向が類似しない過去日時系列データに優先して、電力需要の予測に用いる時系列データとして選出する。

0027

より具体的には、電力需要予測装置10は、上記所定期間において予測日時系列データと過去日時系列データとを比較し、上記所定期間において大小関係が反転しない過去日時系列データを、上記所定期間において大小関係が反転する過去日時系列データよりも優先して、電力需要の予測に用いる時系列データとして選出する。

0028

図1に示すように、電力需要予測装置10は、プロセッサ11、記憶装置12、入力装置13、出力装置14、及び通信装置15を備える。プロセッサ11は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)を用いて構成されている。記憶装置12は、RAM(Random Access Memory)、ROM(Read Only Memory)、NVRAM(Non Volatile RAM)、ハードディスクドライブSSD(Solid State Drive)等であり、プログラムやデータを記憶する。

0029

入力装置13は、情報の入力を行うユーザインタフェースキーボードマウス等)である。出力装置14は、各種の情報をユーザに提供するユーザインタフェースであり、例えば、液晶モニタ印字装置等である。通信装置15は、NIC(Network Interface Card)等の通信インタフェースを用いて構成され、他の装置(例えば、監視制御システム系統制御システム配電自動化システム、各種データベースシステムインターネット上のWebサーバ等)と通信する。

0030

図2に示すように、電力需要予測装置10は、時系列データ記憶部211、時系列データ候補取得部212、時系列データ選出部213、及び電力需要予測部214の各機能を備える。尚、電力需要予測装置10は、更にDBMS(DataBase Management System)の機能を備えていてもよい。これらの機能は、プロセッサ11が、記憶装置12に格納されているプログラムを実行することにより、もしくは電力需要予測装置10が備えるハードウェアにより実現される。

0031

同図に示すように、電力需要予測装置10は、時系列データ251、カレンダ情報271(曜日、祝祭日、季節シーズン)等の情報)、気象情報272(少なくとも時系列データ251に対応する各日の気象情報(気温湿度風速日射量等)を含む)、及び経済情報273(時系列データ251に対応する数年分の景気動向等)を記憶する。電力需要予測装置10は、カレンダ情報271、気象情報272、及び経済情報273を、例えば、インターネットを介して取得し、これらの情報を、例えば、データベースのテーブルとして管理する。

0032

上記機能のうち、時系列データ記憶部211は、中央給電指令所において動作する他のシステム等によって随時取得される、過去所定年数前から現在までの各日の電力需要(電力消費量)の実績値である時系列データ251(例えば、時間単位、分単位、秒単位等の所定の時間間隔で取得されたデータ)を記憶する。尚、各時系列データ251には夫々が取得された日時を示す情報が付帯する。

0033

時系列データ候補取得部212は、予測日の所定期間(例えば、予測日の現在までの期間)について、予測日時系列データと過去日時系列データとの、対応する各時間における差(距離)に基づき両者の類似度を求め、類似度が予め設定されている第1閾値を超えている過去日時系列データを、電力需要の予測に用いる時系列データの候補として取得する。時系列データ候補取得部212は、上記類似度として、例えば、予測日時系列データ及び過去日時系列データの夫々の各時間における差(距離)の二乗和平方根を用いて、この値が小さい程、類似の度合いが大きくなる特性を有する指標を設定する。時系列データ候補取得部212が、更に予測日時系列データとカレンダ情報、気象情報、経済情報等が一致又は類似するものを時系列データの候補として取得するようにしてもよい。

0034

尚、このように、時系列データ候補取得部212は、予測日時系列データと過去日時系列データとの、対応する各時間における差(距離)に基づき類似度を求めるので、時系列データ候補取得部212が取得する時系列データには、予測日時系列データと増加傾向や減少傾向が異なる過去日時系列データが含まれてしまう可能性がある。

0035

時系列データ選出部213は、予測日の所定期間(例えば、予測日の現在までの期間)について、予測日時系列データと過去日時系列データとを比較し、上記所定期間において大小関係が反転しない過去日時系列データを、上記所定期間において大小関係が反転する過去日時系列データよりも優先して、電力需要の予測に用いる時系列データとして選出する。同図に示すように、時系列データ選出部213は、期間分割部2131、平均算出部2132、フラグ算出部2133、及び大小関係判定部2134の各機能を備える。

0036

上記機能のうち、期間分割部2131は、上記所定期間を、前半期間と後半期間に分割する。

0037

平均算出部2132は、前半期間における予測日時系列データの平均である予測日前半平均、後半期間における予測日時系列データの平均である予測日後半平均、前半期間における過去日時系列データの平均である過去日前半平均、及び後半期間における過去日時系列データの平均である過去日後半平均を求める。

0038

フラグ算出部2133は、過去日前半平均が予測日前半平均以上であれば正値をとり、過去日前半平均が予測日前半平均未満であれば負値をとる変数である、前半フラグの値を求める。またフラグ算出部2133は、過去日後半平均が予測日後半平均以上であれば正値をとり、過去日後半平均が予測日後半平均未満であれば負値をとる変数である、後半フラグの値を求める。

0039

大小関係判定部2134は、予測日時系列データの傾向と過去日時系列データの傾向とが類似するか否かを判定する。具体的には、大小関係判定部2134は、前半フラグと後半フラグの積が正値となる場合は、上記所定期間において予測日時系列データと過去日時系列データの大小関係が反転しない(傾向が類似する)と判定し、前半フラグと後半フラグの積が負値となる場合は、上記所定期間において予測日時系列データと過去日時系列データの大小関係が反転する(傾向が類似しない)と判定する。

0040

図2に示す電力需要予測部214は、時系列データ選出部213によって選出された時系列データに基づき、例えば、時系列分析、回帰分析、ニューラルネットワークによる分析等を行うことにより、将来の電力需要を予測する。電力需要予測部214は、上記予測に際し、例えば、電力需要に影響を与える因子(例えば、カレンダ情報271、気象情報272、経済情報273)と時系列データとの相関を表す関係式導出し、導出した関係式を用いて電力需要を予測する。

0041

[処理例]
続いて、図3に示すフローチャートとともに、電力需要予測装置10が電力需要の予測に際して行う処理(以下、電力需要予測処理S300と称する。)について説明する。

0042

同図に示すように、まず電力需要予測装置10は、記憶している時系列データ251から予測日時系列データを取得する(S311)。

0043

続いて、電力需要予測装置10の時系列データ候補取得部212が、記憶している時系列データ251の中から、予測日時系列データに類似する一つ以上の時系列データ(過去日時系列データ)を、電力需要の予測に用いる時系列データの候補として取得する(S312)。尚、時系列データ候補取得部212が、上記予測日時系列データに類似する時系列データから、カレンダ情報や気象情報、経済情報等が一致又は類似することを条件として更に絞り込んだものを電力需要の予測に用いる時系列データの候補として取得するようにしてもよい。

0044

続いて、電力需要予測装置10の時系列データ選出部213が、予定日の所定期間を前半期間と後半期間に分割する(S313)。

0045

続いて、電力需要予測装置10の時系列データ選出部213が、予測日前半平均及び予測日後半平均を求める(S314)。

0046

続いて、電力需要予測装置10は、S312で取得した過去日時系列データのうちの一つを選択する(S315)。

0047

続いて、電力需要予測装置10の時系列データ選出部213が、選択中の過去日時系列データについて、過去日前半平均と過去日後半平均を求める(S316)。

0048

続いて、電力需要予測装置10の時系列データ選出部213は、前半フラグ及び後半フラグの値を求め(S317)、前半フラグと後半フラグの積の正負を判定する(S318)。前半フラグと後半フラグの積が正であれば(S318:正)、処理はS319に進む。前半フラグと後半フラグの積が負であれば(S318:負)、処理はS320に進む。

0049

S319では、電力需要予測装置10の時系列データ選出部213が、選択中の過去日時系列データを電力需要の予測に用いる時系列データとして選出する(例えば、時系列データ選出部213は、選出した時系列データ251に選出した旨を示すフラグを設定する)。

0050

S320では、電力需要予測装置10が、S312で取得した過去日時系列データのうち、S315で未取得の過去日時系列データがあるか否かを判定する。未取得の過去日時系列データがある場合(S320:YES)、処理はS315に戻る。未取得の過去日時系列データがない場合(S320:NO)、処理はS321に進む。

0051

S321では、電力需要予測装置10は、S319で選出した時系列データを用いて予測日の電力需要を予測する。

0052

尚、以上に説明した電力需要予測処理S300では、S312で時系列データ候補取得部212が取得した全ての時系列データを対象として時系列データ選出部213による判定(S315〜S320)を行うことにより、電力需要の予測に用いる時系列データを選出しているが、例えば、時系列データ選出部213が、S312で時系列データ候補取得部212が取得した時系列データのうち類似度が第2閾値(>第1閾値)を超えている時系列データについては時系列データ選出部213による判定(S315〜S320)の対象とすることなく電力需要の予測に用いる時系列データとして選出し、類似度が第2閾値未満である時系列データのみを対象としてS315〜S320の処理を行うようにしてもよい。そのようにすることで、電力需要予測装置10の処理負荷を軽減することができる。

0053

[具体例]
図4は、予測日時系列データ及び過去日時系列データの一例である。同図において、X(i)は、予測日時系列データであり、Y1(i),Y2(i),Y3(i),Y4(i)は、いずれも過去日時系列データである。尚、i(所定の自然数)は現在を、i−1〜i−5は過去の各時点を、i+1〜i+s(sは所定の自然数)は将来の各時点を、夫々表す。本例では、i−5からiまでの期間が前述した所定期間に相当する。

0054

本例では、時系列データ候補取得部212は、L1をX(i)とY1(i)の距離、L2をX(i)とY2(i)の距離、L3をX(i)とY3(i)の距離、L4をX(i)とY4(i)の距離として、以下の式から予測日時系列データと過去日時系列データの距離(各時間における差(距離)の二乗和平方根)を求める。

0055

図3に示した電力需要予測処理S300のS312において、時系列データ候補取得部212は、距離L1〜L4において、距離が小さい程、類似の度合いが大きくなる指標(例えば、L3が最大の値の場合、指標=−0.5×(L1〜L4)/L3+1)を類似度として用いて、例えば、上記4つの距離L1〜L4のうち類似度が第1閾値を超えている過去日時系列データを電力需要の予測に用いる時系列データの候補(過去日時系列データ)として取得する。

0056

また図3のS313において、時系列データ選出部213の期間分割部2131は、例えば、i−5からi−3までを前半期間に、i−2からiまでを後半期間に、上記所定期間を分割し(S313)、平均算出部2132が、例えば、次のようにして予測日前半平均及び予測日後半平均を求める(S314)。

0057

続いて、時系列データ選出部213は、S312で取得した過去日時系列データを一つ選択する(S315)。そして時系列データ選出部213の平均算出部2132が、次のようにして、過去日前半平均及び過去日後半平均を求める(S316)。

0058

続いて、時系列データ選出部213のフラグ算出部2133が、次の判定基準に基づき前半フラグと後半フラグを求める(S317)。
過去日前半平均≧予測日前半平均であれば、前半フラグ=+1(正)
過去日前半平均<予測日前半平均であれば、前半フラグ=−1(負)
過去日後半平均≧予測日後半平均であれば、後半フラグ=+1(正)
過去日後半平均<予測日後半平均であれば、後半フラグ=−1(負)

0059

続いて、時系列データ選出部213の大小関係判定部2134が、前半フラグと後半フラグの積が正値となる場合は、上記所定期間において予測日時系列データと過去日時系列データの大小関係が反転しないと判定し、前半フラグと後半フラグの積が負値となる場合は、上記所定期間において予測日時系列データと過去日時系列データの大小関係が反転すると判定する(S318)。

0060

時系列データ選出部213は、上記判定結果に基づき、過去日時系列データを予測に用いる時系列データとして選出する(S319)。即ち、時系列データ選出部213は、大小関係が反転しない過去日時系列データを電力需要の予測に用いる時系列データとして選出し(S318:正,S319)、大小関係が反転する過去日時系列データについては、電力需要の予測に用いる時系列データから除外する(S318:負)。

0061

続いて、電力需要予測装置10は、S312で取得した過去日時系列データのうち、S315で未取得の過去日時系列データがあるか否かを判定する。未取得の過去日時系列データがある場合(S320:YES)、処理はS315に戻る。未取得の過去日時系列データがない場合(S320:NO)、処理はS321に進む。

0062

S321では、電力需要予測装置10は、S319で選出した時系列データを用いて予測日の電力需要を予測する。

0063

以上に説明したように、本実施形態の電力需要予測装置10によれば、所定期間において大小関係が反転しない過去日時系列データを、所定期間において大小関係が反転する過去日時系列データよりも優先して、電力需要の予測に用いる時系列データとして選出する。このため、予測日の時系列データと傾向が類似する時系列データを電力需要の予測に用いる時系列データとして選出することができる。また差(距離)による判定のみでは除外することのできない、特性の異なる時系列データを除外することができる。このため、電力需要の予測精度を向上させることができ、ひいては経済的な系統運用の実現やインバランス(消費電力量と発電電力量との差分)の低減等を図ることができる。

0064

ところで、以上の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれることは勿論である。

0065

例えば、以上では、期間分割部2131が上記所定期間を前半期間と後半期間に2分割する場合を例として説明したが、上記所定期間を3分割以上に分割し、各期間における、予測日時系列データと過去日時系列データとの大小関係に基づき、予測日時系列データと過去日時系列データの類似度を判定するようにしてもよい。但し、分割数を増やせば処理負荷が増大するので、処理の迅速性を優先したい場合は必要以上に分割数を増やさないことが好ましい。

0066

上記所定期間を複数設定し、複数の所定期間の夫々について予測日時系列データと過去日時系列データとを比較することにより、複数の所定期間の夫々について前述した大小関係を判定し、複数の所定期間の夫々の大小関係の判定の結果を総合的に考慮して予測日時系列データと過去日時系列データの類似度を判定するようにしてもよい。但し、所定期間の数を増やせば処理負荷が増大するので、処理の迅速性を優先したい場合は必要以上に所定期間を増やさないことが好ましい。

0067

予測日の開始時は必ずしも午前零時でなくてもよく、例えば、予測日の開始時を前日の午後零時としてもよい。また予測日の終了時は必ずしも午前零時でなくてもよく、例えば、予測日の終了時を翌日の午後零時としてもよい。

0068

10電力需要予測装置、211 時系列データ記憶部、212 時系列データ候補取得部、213 時系列データ選出部、2131 期間分割部、2132 平均算出部、2133フラグ算出部、2134大小関係判定部、214電力需要予測部、251 時系列データ

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ