特許ウォッチ

公開番号2025116799
公報種別公開特許公報(A)
公開日2025-08-08
出願番号2024163826
出願日2024-09-20
発明の名称需要予測装置、需要予測方法、およびプログラム
出願人株式会社東芝
代理人弁理士法人鈴榮特許綜合事務所
主分類G06Q 50/06 20240101AFI20250801BHJP(計算;計数)
要約【課題】突発的な要因で需要量が増減した場合や、需要実績値の少なくとも一部が欠測若しくは異常を示す場合でも、一定以上の精度で水の需要量を予測する装置、方法及びプログラムを提供する。
【解決手段】需要予測装置は、複数予測モデルの中から、状況に応じて選択される1つの予測モデルを用いて、予測対象期間の水の需要量を予測する需要量予測部を備える。予測モデルは、過去の一定期間の水の需要量の実績需要量データと、過去及び未来の一定期間の気象を示す気象データ及び日々の少なくとも曜日を示す暦日データとを入力して、予測対象期間の水の需要量の予測値を示す予測需要量データを出力する第1の予測モデル、気象データ及び暦日データを入力せず、実績需要量データを入力して、予測需要量データを出力する第2の予測モデル及び実績需要量データを入力せず、気象データ及び暦日データを入力して、予測需要量データを出力する第3の予測モデルを含む。
【選択図】図3
特許請求の範囲【請求項１】
複数の予測モデルの中から、状況に応じて選択される１つの予測モデルを用いて、予測対象期間の水の需要量を予測する需要量予測部を具備し、
前記複数の予測モデルは、
過去の一定期間の水の需要量の実績値を示す実績需要量データと、過去及び未来の一定期間の気象を示す気象データおよび日々の少なくとも曜日を示す暦日データとを入力して、前記予測対象期間の水の需要量の予測値を示す予測需要量データを出力する第１の予測モデルと、
前記気象データおよび前記暦日データを入力せず、前記実績需要量データを入力して、前記予測需要量データを出力する第２の予測モデルと、
前記実績需要量データを入力せず、前記気象データおよび前記暦日データを入力して、前記予測需要量データを出力する第３の予測モデルと、
を含む、需要予測装置。
続きを表示（約 1,600 文字）【請求項２】
前記需要量予測部は、
前記実績需要量データの中に欠測もしくは異常を示す値が含まれていた割合が所定の閾値を超えない場合で、且つ、前記予測対象期間についての予測のやり直し回数が所定の閾値を超えない場合、前記第１の予測モデルを用いて、前記水の需要量を予測する、
請求項１に記載の需要予測装置。
【請求項３】
前記需要量予測部は、
前記実績需要量データの中に欠測もしくは異常を示す値が含まれていた割合が所定の閾値を超えない場合で、且つ、前記予測対象期間についての予測のやり直し回数が所定の閾値を超える場合、前記第２の予測モデルを用いて、前記水の需要量を予測する、
請求項１に記載の需要予測装置。
【請求項４】
前記需要量予測部は、
前記実績需要量データの中に欠測もしくは異常を示す値が含まれていた割合が所定の閾値を超える場合、前記第３の予測モデルを用いて、前記水の需要量を予測する、
請求項１に記載の需要予測装置。
【請求項５】
過去一定期間分の正解データとして、少なくとも前記予測対象期間の水の需要量の予測値に対する正解値を示す正解需要量データを用いて学習を行い、少なくとも前記予測対象期間の水の需要量を予測するための前記第１の予測モデル、第２の予測モデル、および第３の予測モデルを生成する予測モデル学習部を更に具備し、
前記予測モデル学習部は、
過去一定期間の少なくとも前記実績需要量データ、前記気象データ、前記暦日データ、および前記正解需要量データを用いて前記第１の予測モデルを学習し、
過去一定期間の少なくとも前記実績需要量データおよび前記正解需要量データを用いて前記第２の予測モデルを学習し、
過去一定期間の少なくとも前記気象データ、前記暦日データ、および前記正解需要量データを用いて前記第３の予測モデルを学習する、
請求項１に記載の需要予測装置。
【請求項６】
前記予測モデル学習部は、
過去一定期間の需要量の実績値の分布に基づいて上限値および下限値を定め、前記実績需要量データの中の前記上限値を上回る需要量の実績値もしくは前記下限値を下回る需要量の実績値を、異常を示す値に該当すると判定する、
請求項５に記載の需要予測装置。
【請求項７】
前記予測モデル学習部は、
前記上限値を上回る需要量の実績値、前記下限値を下回る需要量の実績値、および、需要量の実績値の欠損値を補正した上で、前記第１及び第２の予測モデルを学習する、
請求項６に記載の需要予測装置。
【請求項８】
前記補正は、前記上限値を上回る需要量の実績値、前記下限値を下回る需要量の実績値、および、需要量の実績値の欠損値について、前後の有効な需要量の実績値を用いて線形補間を行うことを含む、
請求項７に記載の需要予測装置。
【請求項９】
前記予測モデル学習部は、
前記実績需要量データの中に、変則的であることを示す情報が予め付与された需要量の実績値がある場合、当該需要量の実績値を補正した上で、前記第１及び第３の予測モデルを学習し、当該需要量の実績値を補正せずに、前記第２の予測モデルを学習する、
請求項６に記載の需要予測装置。
【請求項１０】
前記需要量予測部は、
前記第１又は第３の予測モデルから出力された前記予測需要量データに含まれる各需要量の予測値を、対応する期間の各需要量の実績値と比較し、双方の差が所定値を超えるものがある場合に、変則的であることを示す情報を報知する、
請求項１に記載の需要予測装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明の実施形態は、需要予測装置、需要予測方法、およびプログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
浄水場などの水処理施設では、一定期間の水運用計画のために水の需要量の予測が定期的に行われている。例えば当日の水の需要量を精度よく予測することは、浄水を供給する上水道設備を効率よく運用したり、適切な量の浄水を需要家に過不足なく供給したりする上で重要である。
【０００３】
需要家が消費する浄水の消費量は、当日の気象や曜日に影響を受けると考えられ、水需要の実績値と併せて気象や曜日の情報を入力とする需要予測モデルを構築する方法が提案されている。
【先行技術文献】
【特許文献】
【０００４】
特開２００１－２１６２８７号公報
特開２０２０－２０１６０９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
例えば水道管の漏水や一時的な他配水区への追加供給などの突発的な要因により、水の需要量が増減すると、水の需要量の予測（需要量予測）の精度が低下する可能性がある。さらに需要量予測の誤差が拡大して再予測が繰り返されると、上水道設備の効率的な運用や浄水の安定供給に支障が出る可能性もある。
【０００６】
また、需要予測に使用した需要実績値の少なくとも一部が、センサ異常などにより欠測もしくは異常を示す値であった場合、需要予測の精度が大きく低下する可能性がある。
【０００７】
発明が解決しようとする課題は、突発的な要因で需要量が増減した場合や、需要実績値の少なくとも一部が欠測もしくは異常を示す場合があっても、一定以上の精度で水の需要量を予測することができる需要予測装置、需要予測方法、およびプログラムを提供することにある。
【課題を解決するための手段】
【０００８】
実施形態の需要予測装置は、複数の予測モデルの中から、状況に応じて選択される１つの予測モデルを用いて、予測対象期間の水の需要量を予測する需要量予測部を具備し、前記複数の予測モデルは、過去の一定期間の水の需要量の実績値を示す実績需要量データと、過去及び未来の一定期間の気象を示す気象データおよび日々の少なくとも曜日を示す暦日データとを入力して、前記予測対象期間の水の需要量の予測値を示す予測需要量データを出力する第１の予測モデルと、前記気象データおよび前記暦日データを入力せず、前記実績需要量データを入力して、前記予測需要量データを出力する第２の予測モデルと、前記実績需要量データを入力せず、前記気象データおよび前記暦日データを入力して、前記予測需要量データを出力する第３の予測モデルと、を含む。
【図面の簡単な説明】
【０００９】
図１は、実施形態に係る水運用システム全体の構成の一例を示す図である。
図２は、図１に示されるシステム構成の変形例を示す図である。
図３は、需要予測装置１０５の構成の一例を示す図である。
図４は、需要量予測部２０７側の情報と水運用計画装置１０６側の情報との関係を模式的に示す図である。
図５は、第１の予測モデルＭ１、第２の予測モデルＭ２、および第３の予測モデルＭ３の入力データおよび出力データの具体例を模式的に示す図である。
図６は、水の需要量予測に使用する入力データおよび予測結果として得られる出力データの時間的な配置関係の一例を模式的に示す図である。
図７は、図６に示される入力データを第１の予測モデルＭ１に入力する際の当該入力データの形態の一例を示す図である。
図８は、実績需要量データの中の上限値を上回る需要量の実績値や下限値を下回る需要量の実績値が存在する場合の一例を示す図である。
図９は、過去一定期間の日々の所定時刻（Ｔ時）における配水量の実績値の分布に基づいて、配水量上下限リミッタの上限値および下限値を定めるための２つの手法の例を示す図である。
図１０は、学習に使用する入力データの１つである「実績配水量データ」と正解データである「正解配水量データ」との時間的な配置関係の一例を模式的に示す図である。
図１１Ａは、「正解配水量データ」に追加する配水量実績値の単位時間毎の積算値の一例を示す図である。
図１１Ｂは、「正解配水量データ」に追加する配水量実績値の積算値の範囲（積算範囲）の一例を示す図である。
図１２は、学習データを訓練用データとテスト用データに分割する際の一例を示す図である。
図１３は、需要予測装置１０５の基本動作の一例を示す図である。
図１４Ａは、予測モデル学習部２０３の動作の一例を示すフローチャート（前半部分）である。
図１４Ｂは、予測モデル学習部２０３の動作の一例を示すフローチャートである（後半部分）。
図１５は、需要量予測部２０７の動作の一例を示す図である。
図１６Ａは、予測モデル学習部２０３の動作の変形例を示すフローチャート（前半部分）である。
図１６Ｂは、予測モデル学習部２０３の動作の変形例を示すフローチャート（後半部分）である。
図１７は、図１６Ａ及び図１６Ｂに示した予測モデル学習部２０３の動作の変形例に対応する需要量予測部２０７の動作の変形例を示す図である。
【発明を実施するための形態】
【００１０】
以下、図面を参照して、実施の形態について説明する。
（【００１１】以降は省略されています）

関連特許