JP2000333367A - 熱電需要予測システム - Google Patents
熱電需要予測システムInfo
- Publication number
- JP2000333367A JP2000333367A JP11138880A JP13888099A JP2000333367A JP 2000333367 A JP2000333367 A JP 2000333367A JP 11138880 A JP11138880 A JP 11138880A JP 13888099 A JP13888099 A JP 13888099A JP 2000333367 A JP2000333367 A JP 2000333367A
- Authority
- JP
- Japan
- Prior art keywords
- demand
- communication device
- data
- thermoelectric
- forecasting system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
(57)【要約】
【課題】システム構成を複雑にすることなく、エネルギ
ープラントのエネルギー効率を最適化することが可能な
熱電需要予測システムを提供すること。 【解決手段】 熱及び電力のうち少なくとも一方の供給
対象に対し熱及び電力のうち少なくとも一方を供給する
エネルギープラントにおける運転スケジュールを決める
ための熱電需要予測システムであり、当該システムは、
外部から気象関連データを取り込む通信装置１と、この
通信装置１により取り込んだ気象データに基づき熱需要
予測値及び電力需要予測値のうち少なくとも一方を出力
する演算装置２とを具備する。
ープラントのエネルギー効率を最適化することが可能な
熱電需要予測システムを提供すること。 【解決手段】 熱及び電力のうち少なくとも一方の供給
対象に対し熱及び電力のうち少なくとも一方を供給する
エネルギープラントにおける運転スケジュールを決める
ための熱電需要予測システムであり、当該システムは、
外部から気象関連データを取り込む通信装置１と、この
通信装置１により取り込んだ気象データに基づき熱需要
予測値及び電力需要予測値のうち少なくとも一方を出力
する演算装置２とを具備する。
Description
【０００１】
【発明の属する技術分野】本発明は、建物又は特定地域
に、熱および電気を供給するエネルギープラントの運転
制御に関し、特に、エネルギープラントの運転スケジュ
ールを決めるために用いる熱及び電気の需要予測を行う
熱電需要予測システムに関する。
に、熱および電気を供給するエネルギープラントの運転
制御に関し、特に、エネルギープラントの運転スケジュ
ールを決めるために用いる熱及び電気の需要予測を行う
熱電需要予測システムに関する。
【０００２】
【従来の技術】従来より、地域に熱及び電気を供給する
エネルギープラントの運転効率は、その運転スケジュー
ルに大きく依存していることから、精度の高い需要予測
方式が求められてきた。特に、エネルギープラントが蓄
熱槽を持つ場合、安価な夜間電力を用いて多くの熱を作
り蓄熱槽に蓄え、該蓄熱槽に蓄えた熱を昼間の冷暖房に
用いる運転が行われる。
エネルギープラントの運転効率は、その運転スケジュー
ルに大きく依存していることから、精度の高い需要予測
方式が求められてきた。特に、エネルギープラントが蓄
熱槽を持つ場合、安価な夜間電力を用いて多くの熱を作
り蓄熱槽に蓄え、該蓄熱槽に蓄えた熱を昼間の冷暖房に
用いる運転が行われる。
【０００３】かかる蓄熱槽を用いたエネルギープラント
では、前日に行った冷暖房の需要予測に基づき冷熱を蓄
えることから、蓄えすぎれば熱が余り、蓄えた量が十分
でなければ昼間の高い電力を使って熱を補うことになる
ため、蓄熱運転の効果が十分でなくなる。
では、前日に行った冷暖房の需要予測に基づき冷熱を蓄
えることから、蓄えすぎれば熱が余り、蓄えた量が十分
でなければ昼間の高い電力を使って熱を補うことになる
ため、蓄熱運転の効果が十分でなくなる。
【０００４】このために、様々な予測方式が提案され実
用化されている。多くの手法が提案されている中で代表
的な手法としては、過去の需要パターンを実績として記
憶しておいて、同様な条件の日（主に曜日が使われる
が）に対して過去の実績をもって予測値とする方式、さ
らに、この過去の実績との類似性を抽出するために事例
ベース推論を用いた方式も見られる。
用化されている。多くの手法が提案されている中で代表
的な手法としては、過去の需要パターンを実績として記
憶しておいて、同様な条件の日（主に曜日が使われる
が）に対して過去の実績をもって予測値とする方式、さ
らに、この過去の実績との類似性を抽出するために事例
ベース推論を用いた方式も見られる。
【０００５】もう一つの代表的な手法は、天気予報を用
いる方式である。かかる方式は、天気予報データ、特に
最高気温と最低気温を用いて、需要の特性、例えば、商
業ビルであるとか住宅であるとかの特徴を利用して、予
測値を計算する手法である。
いる方式である。かかる方式は、天気予報データ、特に
最高気温と最低気温を用いて、需要の特性、例えば、商
業ビルであるとか住宅であるとかの特徴を利用して、予
測値を計算する手法である。
【０００６】また、これらの手法を折衷したものも多く
見られる。これは、過去の需要実績パターンと天気予報
データを組み合わせる手法である。この組み合わせを学
習により調整する方式のものも見られる。
見られる。これは、過去の需要実績パターンと天気予報
データを組み合わせる手法である。この組み合わせを学
習により調整する方式のものも見られる。
【０００７】
【発明が解決しようとする課題】熱と電力の需要は、そ
の日特有の人の活動により左右される部分と、天候によ
り左右される部分がある。その日特有の人の活動に左右
される部分は、曜日依存性などシステマティックな部分
は過去のパターンから予測することができるが、ランダ
ムな部分は、需要予測システムにより一般的に予測する
のは困難である。
の日特有の人の活動により左右される部分と、天候によ
り左右される部分がある。その日特有の人の活動に左右
される部分は、曜日依存性などシステマティックな部分
は過去のパターンから予測することができるが、ランダ
ムな部分は、需要予測システムにより一般的に予測する
のは困難である。
【０００８】一方、天候に左右される部分は、天候の予
測が正確であれば、精度良く予測することができる。
測が正確であれば、精度良く予測することができる。
【０００９】従来の技術の中で、過去の需要パターン実
績のみを元にして予測する方式の場合、人の活動の曜日
依存性などの実績を捕らえることによりシステマティッ
クな部分を予測することはできるが、需要に大きな影響
を与える天候の影響を加味することができない。実績と
しての天候は入力できるものの、必要な明日の天候を正
確に入力する仕組みがないからである。
績のみを元にして予測する方式の場合、人の活動の曜日
依存性などの実績を捕らえることによりシステマティッ
クな部分を予測することはできるが、需要に大きな影響
を与える天候の影響を加味することができない。実績と
しての天候は入力できるものの、必要な明日の天候を正
確に入力する仕組みがないからである。
【００１０】一方、実績に天気予報を加味する方法で
は、与えられた情報の範囲では最善の予測となる。
は、与えられた情報の範囲では最善の予測となる。
【００１１】しかし、従来の方式では熱電需要予測シス
テムのオペレータにその入力が任されているために、実
際に入力するのは手間がかかる上、精度の高い入力を期
待することができなかった。特に、一般的な天気予報で
は熱電需要に大きな影響を与える日照の予測値を入力す
ることが困難であった。また、時事刻々変化していく天
気予報をトレースして入力していくことも困難であっ
た。このような困難性のために、熱電需要予測システム
の精度を十分なレベルまで高めることが難しく、従っ
て、地域熱源プラントやコジェネプラントのエネルギー
効率を最適化することが困難であった。
テムのオペレータにその入力が任されているために、実
際に入力するのは手間がかかる上、精度の高い入力を期
待することができなかった。特に、一般的な天気予報で
は熱電需要に大きな影響を与える日照の予測値を入力す
ることが困難であった。また、時事刻々変化していく天
気予報をトレースして入力していくことも困難であっ
た。このような困難性のために、熱電需要予測システム
の精度を十分なレベルまで高めることが難しく、従っ
て、地域熱源プラントやコジェネプラントのエネルギー
効率を最適化することが困難であった。
【００１２】また、従来の予測システムでは、以上述べ
たように電力需要予測と熱需要予測は共通する要素を多
く持ちながら、まったく別々のシステムとして開発され
てきた。この結果、コジェネプラント等では、重複する
手段を２つ用意する必要があり、複雑なシステム構成と
なる、という問題がある。
たように電力需要予測と熱需要予測は共通する要素を多
く持ちながら、まったく別々のシステムとして開発され
てきた。この結果、コジェネプラント等では、重複する
手段を２つ用意する必要があり、複雑なシステム構成と
なる、という問題がある。
【００１３】本発明の目的は、システム構成を複雑にす
ることなく、エネルギープラントのエネルギー効率を最
適化することが可能な熱電需要予測システムを提供する
ことにある。
ることなく、エネルギープラントのエネルギー効率を最
適化することが可能な熱電需要予測システムを提供する
ことにある。
【００１４】
【課題を解決するための手段】上記課題を解決するため
に、本発明は、熱及び電力のうち少なくとも一方の供給
対象に対し熱及び電力のうち少なくとも一方を供給する
エネルギープラントにおける熱電需要予測システムにお
いて、外部から気象関連データを取り込む通信装置と、
この通信装置により取り込んだ気象データに基づき熱需
要予測及び電力需要予測のうち少なくとも一方を実行
し、その結果を出力する演算装置とを具備する。
に、本発明は、熱及び電力のうち少なくとも一方の供給
対象に対し熱及び電力のうち少なくとも一方を供給する
エネルギープラントにおける熱電需要予測システムにお
いて、外部から気象関連データを取り込む通信装置と、
この通信装置により取り込んだ気象データに基づき熱需
要予測及び電力需要予測のうち少なくとも一方を実行
し、その結果を出力する演算装置とを具備する。
【００１５】かかる構成にて、通信装置は、気象関連デ
ータとして公開されているアメダスの全国データおよび
衛星の可視画像を、時事刻々取り込む。また、演算装置
により、通信装置から取り込んだ情報に含まれる気温、
日照、雲の全国データのトレンド情報を抽出して、気
温、日照の変化傾向を把握し、その変化傾向に基づき、
予測すべき時刻の気温、日照情報を予測し、また情報の
曜日を、過去の事例から求めた気象条件依存性、曜日依
存性などの関数に入力して、熱需要と電力重要を演算す
る。さらに、通信装置及び演算装置により、時事刻々、
熱需要と電力需要を修正予測する。
ータとして公開されているアメダスの全国データおよび
衛星の可視画像を、時事刻々取り込む。また、演算装置
により、通信装置から取り込んだ情報に含まれる気温、
日照、雲の全国データのトレンド情報を抽出して、気
温、日照の変化傾向を把握し、その変化傾向に基づき、
予測すべき時刻の気温、日照情報を予測し、また情報の
曜日を、過去の事例から求めた気象条件依存性、曜日依
存性などの関数に入力して、熱需要と電力重要を演算す
る。さらに、通信装置及び演算装置により、時事刻々、
熱需要と電力需要を修正予測する。
【００１６】
【発明の実施の形態】本発明の実施の形態を図面に従い
説明する。
説明する。
【００１７】本発明にかかる熱電需要予測システムの実
施の形態は、図１に示すように、電話線につながれた通
信装置１と、この通信装置１により得た気象情報を元
に、日照と気温の予測データを作成するイメージ処理装
置２と、イメージ処理装置２により作成したデータを元
に熱需要と電力需要を予測する関数演算装置３と、日
照、気温、日付けに対して熱と電力需要実測値の日変化
カーブを回帰曲線で求める需要学習装置４とから構成さ
れる。
施の形態は、図１に示すように、電話線につながれた通
信装置１と、この通信装置１により得た気象情報を元
に、日照と気温の予測データを作成するイメージ処理装
置２と、イメージ処理装置２により作成したデータを元
に熱需要と電力需要を予測する関数演算装置３と、日
照、気温、日付けに対して熱と電力需要実測値の日変化
カーブを回帰曲線で求める需要学習装置４とから構成さ
れる。
【００１８】ここで、通信装置１は、パソコンにインス
トールしたモデムを電話線につなぎ、気象データを定期
的に受信することにより容易に実現できる。この通信装
置１は、定時間おきにダイアルアップして情報を入手
後、通信を切断することにより通信コストを抑制してい
る。これにより、図２に示すようなインターネット上に
アップされた全国に設置されたアメダスの気温、日照な
どの最新データを常に受け取ることができる。また、通
信装置１における設定を変更することにより、気象庁の
最新天気予報データも手に入れることができる。
トールしたモデムを電話線につなぎ、気象データを定期
的に受信することにより容易に実現できる。この通信装
置１は、定時間おきにダイアルアップして情報を入手
後、通信を切断することにより通信コストを抑制してい
る。これにより、図２に示すようなインターネット上に
アップされた全国に設置されたアメダスの気温、日照な
どの最新データを常に受け取ることができる。また、通
信装置１における設定を変更することにより、気象庁の
最新天気予報データも手に入れることができる。
【００１９】次に、イメージ処理装置２は、図２のよう
な全国の気温、日照データを、適当な間隔ごとに蓄え、
それぞれ図３に示すような日照データに関する階級分け
を行う。階級分けには、特殊地形等の影響を除くため
に、Ｘ，Ｙ軸の２次元表面上のｎ次曲面として最小２乗
近似によりアメダスの測定点（照度、温度）を近似す
る。
な全国の気温、日照データを、適当な間隔ごとに蓄え、
それぞれ図３に示すような日照データに関する階級分け
を行う。階級分けには、特殊地形等の影響を除くため
に、Ｘ，Ｙ軸の２次元表面上のｎ次曲面として最小２乗
近似によりアメダスの測定点（照度、温度）を近似す
る。
【００２０】一般にｎは２次程度に単純化することが好
ましい。
ましい。
【００２１】 Ｚ＝ａＸ2 ＋ｂＹ2 ＋ｃＸＹ＋ｄＸ＋ｅＹ＋ｆ （１） これの等高線として、階級は容易に求めることができ
る。この曲面をトレンドデータについて順次求め、近似
曲面の動きを、曲面の時刻に依存したパラメータの変化
としてとらえる。
る。この曲面をトレンドデータについて順次求め、近似
曲面の動きを、曲面の時刻に依存したパラメータの変化
としてとらえる。
【００２２】 ｃｏｎｓｔ＝ｃ1 Ｔ2 ＋ｃ2 Ｔ＋ｃ3 （２） このパラメータの変化を時間の関数として回帰曲線を求
め、該回帰曲線を用いて将来の曲面を予測することによ
り、所望の時刻の予測値を得る。この中から必要とする
地域の値を取り出すことにより、予測値とする。
め、該回帰曲線を用いて将来の曲面を予測することによ
り、所望の時刻の予測値を得る。この中から必要とする
地域の値を取り出すことにより、予測値とする。
【００２３】次に、関数演算装置３は、日照、気温、曜
日を入力して、翌日の熱需要と電気需要を関数により計
算する。この関数は学習装置４により求める。学習装置
４は、まず、季節ごと、曜日ごとに平均需要パターンと
して図４に示すような標準データを獲得する。パターン
は、非線形マッピング関数として例えばスプライン関数
やベジエ関数により表現する。次に、季節ごと、曜日ご
とに実際に発生した需要データを集め、その集合に対し
て日照、気温をパラメータとして図４に示すように、テ
ーブルを作成していく。図４では、例えば、日照と熱需
要との特性図である標準データから、パラメータである
日照の大小、気温の高低により標準データの変化を示し
ている。
日を入力して、翌日の熱需要と電気需要を関数により計
算する。この関数は学習装置４により求める。学習装置
４は、まず、季節ごと、曜日ごとに平均需要パターンと
して図４に示すような標準データを獲得する。パターン
は、非線形マッピング関数として例えばスプライン関数
やベジエ関数により表現する。次に、季節ごと、曜日ご
とに実際に発生した需要データを集め、その集合に対し
て日照、気温をパラメータとして図４に示すように、テ
ーブルを作成していく。図４では、例えば、日照と熱需
要との特性図である標準データから、パラメータである
日照の大小、気温の高低により標準データの変化を示し
ている。
【００２４】かかる標準データは、実際には、スプライ
ンパラメータを日照と気温をパラメータとして回帰式で
表現して、テーブルを作成する。これにより得られた回
帰式を関数演算装置３に渡し、日照、気温予測データ、
および、日付に対して熱と電力の需要予測を行うように
する。
ンパラメータを日照と気温をパラメータとして回帰式で
表現して、テーブルを作成する。これにより得られた回
帰式を関数演算装置３に渡し、日照、気温予測データ、
および、日付に対して熱と電力の需要予測を行うように
する。
【００２５】以上のように本実施形態によれば次のよう
な作用を奏する。すなわち、熱および冷熱と電力とを特
定地域またはビルに供給する複合ユーティリティーで
は、従来まったく別々に予測されてきた熱需要と電力需
要を、本実施形態では一つのコンピュータ上で通信装置
１及び演算装置２等とを構成することができるので、熱
需要と電力需要予測に共通している機能を一つにまとめ
ることにより、システム構成上、大幅なコストダウンが
可能となる。
な作用を奏する。すなわち、熱および冷熱と電力とを特
定地域またはビルに供給する複合ユーティリティーで
は、従来まったく別々に予測されてきた熱需要と電力需
要を、本実施形態では一つのコンピュータ上で通信装置
１及び演算装置２等とを構成することができるので、熱
需要と電力需要予測に共通している機能を一つにまとめ
ることにより、システム構成上、大幅なコストダウンが
可能となる。
【００２６】また、予測機能として、従来は無かった通
信装置１を付加することにより、自動的に通信回線、特
に電話回線を通じて正確な気象予測データを利用するこ
とができ、大幅な需要予測精度の向上が望めると共にオ
ペレータの需要低減が達成される。
信装置１を付加することにより、自動的に通信回線、特
に電話回線を通じて正確な気象予測データを利用するこ
とができ、大幅な需要予測精度の向上が望めると共にオ
ペレータの需要低減が達成される。
【００２７】図５に示す他の実施の形態では、通信装置
１により直接、日照、気温予測データを得る場合であ
る。通信装置１により気象庁等が供給しているデータを
得ることにより、日照・気温予測データを得ることがで
きる。この場合、最も正確な予測データが入手できる。
通信装置１は一定時間、例えば３時間おきに通信回線を
つなぎ、データを入手する。
１により直接、日照、気温予測データを得る場合であ
る。通信装置１により気象庁等が供給しているデータを
得ることにより、日照・気温予測データを得ることがで
きる。この場合、最も正確な予測データが入手できる。
通信装置１は一定時間、例えば３時間おきに通信回線を
つなぎ、データを入手する。
【００２８】本実施形態では、通信装置１に、一定時間
ごとに電話をかけデータを読みとり、その後切断する機
能を持たせることにより、通信費の大幅な節約も可能と
なる。
ごとに電話をかけデータを読みとり、その後切断する機
能を持たせることにより、通信費の大幅な節約も可能と
なる。
【００２９】
【発明の効果】以上のように本発明によれば、従来のよ
うに電力需要予測システムと熱需要予測システムとを持
つことなく、また通信装置により外部から気象関連デー
タを取り込み、該取り込んだ気象データに基づき熱需要
予測値及び電力需要予測値のうち少なくとも一方を出力
することにより、自動的に通信回線を通じて正確な気象
予測データを利用することができ、大幅な需要予測精度
の向上が図られ、もってエネルギープラントのエネルギ
ー効率を最適化することが可能な熱電需要予測システム
を提供できる。
うに電力需要予測システムと熱需要予測システムとを持
つことなく、また通信装置により外部から気象関連デー
タを取り込み、該取り込んだ気象データに基づき熱需要
予測値及び電力需要予測値のうち少なくとも一方を出力
することにより、自動的に通信回線を通じて正確な気象
予測データを利用することができ、大幅な需要予測精度
の向上が図られ、もってエネルギープラントのエネルギ
ー効率を最適化することが可能な熱電需要予測システム
を提供できる。
【図１】本発明にかかる熱電需要予測システムの一実施
形態を示す構成図。
形態を示す構成図。
【図２】アメダスのデータの一例を示す図。
【図３】アメダスデータの解析結果例を示す図。
【図４】予測関数の説明図。
【図５】本発明の他の実施形態を示す構成図。
１ … 通信装置 ２ … イメージ処理装置 ３ … 関数演算装置 ４ … 需要学習装置
Claims (11)
- 【請求項１】 熱及び電力のうち少なくとも一方の供給
対象に対し熱及び電力のうち少なくとも一方を供給する
エネルギープラントにおける熱電需要予測システムにお
いて、 外部から気象関連データを取り込む通信装置と、 この通信装置により取り込んだ気象データに基づき熱需
要予測及び電力需要予測のうち少なくとも一方を実行
し、その結果を出力する演算装置とを具備したことを特
徴とする熱電需要予測システム。 - 【請求項２】 前記通信装置は、一定時間ごとに電話回
線を通して情報供給元から気象関連データを取得し、該
データ取得後に前記電話回線を切る手段を有することを
特徴とする請求項１記載の熱電需要予測システム。 - 【請求項３】 前記通信装置は、インターネットに接続
され、該インターネットを介して接続されるデータベー
スよりデータをダウンロードする手段を有することを特
徴とする請求項２記載の熱電需要予測システム。 - 【請求項４】 前記通信装置は、少なくとも日照および
気温に関するアメダスデータを取得する手段を有するこ
とを特徴とする請求項２記載の熱電需要予測システム。 - 【請求項５】 前記通信装置は、少なくとも日本を含む
地域の雲画像を取得する手段を有することを特徴とする
請求項２記載の熱電需要予測システム。 - 【請求項６】 前記通信装置は、気象関連データの情報
供給元から日照予測データおよび気温予測データを取得
する手段を有することを特徴とする請求項２記載の熱電
需要予測システム。 - 【請求項７】 前記演算装置は、 前記通信装置により得られた気象関連データと入力され
た熱需要及び電力需要のうち少なくとも一方の実績デー
タとを関連づける回帰曲線を生成する需要学習手段と、 この需要学習手段により生成された回帰曲線を用いて需
要予測を行う演算装置とを有することを特徴とする請求
項１記載の熱電需要予測システム。 - 【請求項８】 前記需要学習手段が生成する回帰曲線
は、非線形マッピング関数であることを特徴とする請求
項７記載の熱電需要予測システム。 - 【請求項９】 前記需要学習手段が生成する非線形マッ
ピング関数は、スプライン関数またはベジエ関数である
ことを特徴とする請求項８記載の熱電需要予測システ
ム。 - 【請求項１０】 前記需要学習手段は、日照や気温に依
存する需要特性を、生成するスプライン関数またはベジ
エ関数のパラメータの回帰式で表現することを特徴とす
る請求項９記載の熱電需要予測システム。 - 【請求項１１】 前記演算装置は、日本全国または特定
地域のアメダスデータの分布図から日照および温度の動
きを演算する手段を有することを特徴とする請求項１記
載の熱電需要予測システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11138880A JP2000333367A (ja) | 1999-05-19 | 1999-05-19 | 熱電需要予測システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11138880A JP2000333367A (ja) | 1999-05-19 | 1999-05-19 | 熱電需要予測システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000333367A true JP2000333367A (ja) | 2000-11-30 |
Family
ID=15232282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11138880A Pending JP2000333367A (ja) | 1999-05-19 | 1999-05-19 | 熱電需要予測システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000333367A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2008047400A1 (ja) * | 2006-10-16 | 2010-02-18 | Vpec株式会社 | 電力システム |
| JP2011142790A (ja) * | 2010-01-08 | 2011-07-21 | Fuji Electric Co Ltd | 太陽光発電量予測システムおよび太陽光発電量予測方法 |
| JP2012150637A (ja) * | 2011-01-19 | 2012-08-09 | Kyoritsu Denki Kk | 省エネルギー制御装置 |
| JP2012194700A (ja) * | 2011-03-15 | 2012-10-11 | Toshiba Corp | エネルギー需要予測装置及びプログラム |
| JP2012196017A (ja) * | 2011-03-15 | 2012-10-11 | Chugoku Electric Power Co Inc:The | 電力需要予測装置及び電力需要予測方法 |
| US9633320B2 (en) | 2011-03-15 | 2017-04-25 | Kabushiki Kaisha Toshiba | Energy demand prediction apparatus and method |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61137091A (ja) * | 1984-12-06 | 1986-06-24 | Nec Corp | 気象画像表示装置 |
| JPH0442087A (ja) * | 1990-06-07 | 1992-02-12 | Nec Eng Ltd | 気象画像表示装置 |
| JPH0538051A (ja) * | 1991-07-24 | 1993-02-12 | Hitachi Ltd | 電力需要予測方法及び装置 |
| JPH077769A (ja) * | 1993-06-17 | 1995-01-10 | Miharu Tsushin Kk | 双方向ｃａｔｖシステムを利用した気象情報入手方法とその気象情報に基づいた気象予報方法 |
| JPH07123589A (ja) * | 1993-10-19 | 1995-05-12 | Toshiba Corp | 需要予測装置 |
| JPH08275262A (ja) * | 1995-03-30 | 1996-10-18 | Hitachi Ltd | データ通信システム |
| JPH10339483A (ja) * | 1997-06-06 | 1998-12-22 | Daikin Ind Ltd | 蓄熱装置 |
-
1999
- 1999-05-19 JP JP11138880A patent/JP2000333367A/ja active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61137091A (ja) * | 1984-12-06 | 1986-06-24 | Nec Corp | 気象画像表示装置 |
| JPH0442087A (ja) * | 1990-06-07 | 1992-02-12 | Nec Eng Ltd | 気象画像表示装置 |
| JPH0538051A (ja) * | 1991-07-24 | 1993-02-12 | Hitachi Ltd | 電力需要予測方法及び装置 |
| JPH077769A (ja) * | 1993-06-17 | 1995-01-10 | Miharu Tsushin Kk | 双方向ｃａｔｖシステムを利用した気象情報入手方法とその気象情報に基づいた気象予報方法 |
| JPH07123589A (ja) * | 1993-10-19 | 1995-05-12 | Toshiba Corp | 需要予測装置 |
| JPH08275262A (ja) * | 1995-03-30 | 1996-10-18 | Hitachi Ltd | データ通信システム |
| JPH10339483A (ja) * | 1997-06-06 | 1998-12-22 | Daikin Ind Ltd | 蓄熱装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2008047400A1 (ja) * | 2006-10-16 | 2010-02-18 | Vpec株式会社 | 電力システム |
| JP2011142790A (ja) * | 2010-01-08 | 2011-07-21 | Fuji Electric Co Ltd | 太陽光発電量予測システムおよび太陽光発電量予測方法 |
| JP2012150637A (ja) * | 2011-01-19 | 2012-08-09 | Kyoritsu Denki Kk | 省エネルギー制御装置 |
| JP2012194700A (ja) * | 2011-03-15 | 2012-10-11 | Toshiba Corp | エネルギー需要予測装置及びプログラム |
| JP2012196017A (ja) * | 2011-03-15 | 2012-10-11 | Chugoku Electric Power Co Inc:The | 電力需要予測装置及び電力需要予測方法 |
| US9633320B2 (en) | 2011-03-15 | 2017-04-25 | Kabushiki Kaisha Toshiba | Energy demand prediction apparatus and method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hong et al. | Energy forecasting: A review and outlook | |
| Draper et al. | Assessment of MERRA-2 land surface energy flux estimates | |
| Hamann et al. | A comprehensive, high-resolution database of historical and projected climate surfaces for western North America | |
| Buizza et al. | The singular-vector structure of the atmospheric global circulation | |
| Zhang et al. | The vegetation adjusted NTL urban index: A new approach to reduce saturation and increase variation in nighttime luminosity | |
| Bergman et al. | Intraseasonal air–sea interactions at the onset of El Niño | |
| Curtis et al. | ENSO indices based on patterns of satellite-derived precipitation | |
| Winton | Surface albedo feedback estimates for the AR4 climate models | |
| Andrade et al. | Temperature extremes in Europe: overview of their driving atmospheric patterns | |
| Van Hoolst et al. | FAO’s AVHRR-based Agricultural Stress Index System (ASIS) for global drought monitoring | |
| Kadioglu et al. | Degree-day formulations and application in Turkey | |
| Visser et al. | Trend estimation and regression analysis in climatological time series: an application of structural time series models and the Kalman filter | |
| CN108196317B (zh) | 一种用于微电网系统的气象预测方法 | |
| KR101954796B1 (ko) | 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템 | |
| JP2000333367A (ja) | 熱電需要予測システム | |
| Robinson | Modeling utility load and temperature relationships for use with long-lead forecasts | |
| Wetzel et al. | Satellite microphysical retrievals for land-based fog with validation by balloon profiling | |
| Thapliyal | Preliminary and final long range forecast for seasonal monsoon rainfall over India | |
| JP2005274171A (ja) | 電力消費地点の気温予測システム及び方法 | |
| Burrows | A diagnostic study of atmospheric spectral kinetic energetics | |
| Yu et al. | Variational data assimilation for determining the seasonal net surface heat flux using a tropical Pacific Ocean model | |
| Prasad et al. | Forecasting Indian summer monsoon rainfall by outgoing longwave radiation over the Indian Ocean | |
| Zhao et al. | An Integrated Fishery Meteorological Information Service Terminal Based on End-Side Deep Learning Technology | |
| JPH06105465A (ja) | 最大需要予測方法及び装置 | |
| Thiébaux et al. | Global forecast error correlation. Part 1: Isobaric wind and geopotential |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040513 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040518 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040714 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050405 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050506 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20050614 |
|
| A912 | Removal of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20050708 |