JPS6053904B2

JPS6053904B2 - 需要予測方法

Info

Publication number: JPS6053904B2
Application number: JP55041576A
Authority: JP
Inventors: 粛斉藤
Original assignee: Tokyo Shibaura Electric Co Ltd
Current assignee: Toshiba Corp
Priority date: 1980-03-31
Filing date: 1980-03-31
Publication date: 1985-11-27
Also published as: JPS56137475A

Description

【発明の詳細な説明】本発明は上水道の需要、電力の需要、都市ガスの需要、
下水道へ流入する汚水の量などの日量の時間変化を予測
する予測方法に関するものである。

上水道、電力、都市ガスの需要量や下水道に流入する汚
水量はいずれも人間の生活や社会経済活動の活発度と密
接な関係をもつて変動することが知られている。

一例をあげるならば、夏季の高温田こ水道水や電力量の
需要が増える現象は人間の生活態様を反映しているし、
都市中心域で休出こ水需要や電力需要が減るのは、社会
経済活動のスローダウンを反映している。

以下、説明を簡単にするために上水道の水需要を例にと
つて説明する。

一般に１日内での需要変動は第１図の代表的需要曲線の
如く１田こ２回のピークが存在することが知られている
。

しかし、ピークが発生する時刻、ピークの大きさ、午前
のピークと午後のピークの相対的な大きさ等は千差万別
てある。

第２図は実例について１月から１２Ｊ１までの各月から
１日すつ任意に選んだ月曜日の需要曲線を重ね合わせた
ものであるが非常に変化の激しいことがわかる。

これらの需要変動は前述した如く、人間生活や社会経済
活動が季節、曜日、時刻、天候、気温などを要因として
、様々に変化することに基づいている。

そこで、支障を来たすことなく、しかも経済的に設備を
運用し、需要の変動に対処するに・は、計測根拠が明確
な要因を指標とする予測技術が必要となる。従来の予測
方法は、１日の需要変化をパターンとして捉えるやり方
であつた。

即ち、曜日別パターン、天候別パターン、季節；別パタ
ーン等のように多くのパターンを予め用意しておき、そ
れぞれを組み合わせる方法、または初めから組み合わせ
た多くのパターンを用意しておき、その内の一つを選択
する方法等である。

このような方法は、一見、分かり易い方法ではあるが、
２橋間の活動をおしなべて同じ要因で評価するところに
問題がある。例えば午前の需要量は午前の天候の影響を
強く受け、午後の需要量は午前の天候と午後の天候の両
方から影響を受けるので、本来、天候変化もパターン化
すべきであるが、パターンの種類が増えることと、一つ
のパターンを作成するための１パターン当りの元のデー
タが減ることによる統計データとしての不正確さなどが
生じるために限界がある。

また、指数平滑法によつて過去のパターンを修正して予
測パターンとする方法もあるが、数学的根拠が不明確で
あるし、また必ず遅れを伴なうので好ましくない。

従つて、このような従来の方法では予測精度を高めるこ
とが困難であつた。

本発明は上記事情に鑑みて成されたものでｌ日をいくつ
かの時間帯に区切り、各々の時間帯毎に最も適切な需要
予測モデルを作つてこれを用いることにより予測精度の
向上を図つた需要予測方法を提供することを目的とする
。

以下、本発明の一実施例について第３図、第４図を参照
しながら説明する。

需要のもとになる人間生活や社会活動は時間とともにそ
の内容が異なるものであるから、それぞれの時間帯別に
需要構造が異なるのは当然で本発明て用いる方式は極め
て自然な考え方である。

以下、本発明に用いる需要予測モデル同定の手順を詳細
に説明する。過去Ｎ日間の需要量データが時間帯別に計
測されているものとする。

この時間帯を１時間として、以後これを時間需要量と称
するものとする。時間需要量の特徴を抽出するために、
時間需要量の１日分の積算値の平均値を求め、時間需要
量こをこれで割る。この値を基準化された時間需要量と
云い第１式で表わす。

尚、説明の便宜上、除数を平均値としたが、もちろん、
１日分の積算値に１．０を含む係数を乗じた値であれば
何でも良い。１一１ｈＦ番１ア
Ａν υν ツＡ１ノここで、ＺｉＪ
はＪＥ３ｌ時間需要量、ＺＩＪは基準化されたＪＥｌｉ
時の時間需要量である。上記の操作をすることにより、
任意の１田こついて、時間需要量の平均値がＲｌＪとな
る需要分布が得られる。

これをＮ日分のデータすべてに適用すると、すべての日
の時間需要量の平均値がＲｌ．Ｊである日別需要データ
群が得られる。次に時刻を固定し、その時刻での基準化
された時間需要量データをＮ日分まとめて時刻別需要デ
ータ群とする。第３図は、日別需要データ群と時刻別需
要データ群の関係を示す図である。

図中の曲線１，２，３，４上のデータはそれぞ７れ第１
Ｅ１，第２日，第Ｎ日の日別需要データ群である。

また、図中の点１１，１２，１３，１４はｉ時刻の時刻
別需要データ群である。

従来、需要量の時間推移にとられれるあまり、ノ日別需
要データ群として時刻上の時系列を主体に考えられてい
たため、複雑且つ微妙に変化する需要量を予測すること
が困難であつたことは前述した通りである。

本発明では第３図に見られるように、時刻を固定した時
刻別の需要データ群に着目して、その時刻に最適なモデ
ルを同定する。

モデル同定の方法には自己回帰モデル、重回帰モデル等
があるが、ＧＭＤＨ（ＧｒＯｕｐＭｅｔｈＯｄＯｆＤａ
ｔａＨａｎｄｌｌｎｇ）法が優れている。即ち、このＧ
ＭＤＨ法は１層ョと呼ばれる手続きを１つの単位として
この繰り返えしより構成される。

この単位の中て成されることはＫ種Ｎ組の入力変数を利
用し、中間変数と呼ばれる変数をＫＣ２種Ｎ組発生し、
このうち、Ｋ種Ｎ組の中間変数を選択することてある。
この時、中間変数は得たい変数（目的変数）に最小二乗
の意味で最も近くなるように選ぶので、適切な停止規準
を設けてこの繰り返えし操作を停止すれば、中間変数が
目的変数の同定値となる。但し、最初の層では原人力変
数を入力変数とし、次の層からは、発生、選択された中
間変数を入力変数とする。こうして、予測モデル構造が
決まれば、そのモデルを用いて予測可能となる。

更に詳しく述べれば、基本的ＧＭＤＨ法では、入力変数
をトレーニングデータとチエツキングデータに分割する
ことから始まる。

また、今、入力変数をｘ１（ｔ），Ｘ２（ｔ），・・，
表現式としてはＫＯｌｎｌＯｇＯｒＯｖ−ＧａｂＯｒの
式を仮定し、２つの変数の組み合わせを考える。

即ち以上の準備をもとに、ある（１，ｊ）の組み合わせ
についてトレーニングデータに対して最小二乗法を適用
し、も〜屯の係数を求め、その係数とチエツキングデー
タを用いてモデルの良さを次の基準を用いて調べる。即
ち、ここでＮｌＣｉ′５−エツ♀しグデータ数、Ｙｌ，木（
ｔ）はチエツキングデータを変数ｘｌ（ｔ）Ｘｊ（ｔ）
に代人し、先に求めた。

も〜Ａ５の係数を用いて（４）式より得られる値、ｚ（
ｔ）は実測値である。これらの演算をＫ種の変数から２
種の変数を選択する組み合わせＫＣ２とおり全てについ
て実行し、（Ｂ）式の値が小さいものからＫ種の組み合
わせを選定し、Ｋ種Ｎ組のすべての中間変数を発生させ
る。このようにして、Ｋ種Ｎ組のデータを入力し、Ｋ種
Ｎ組の中間変数を出力することを１つの単位置層ョとし
て繰り返すが、今、得られた層の中での上記（Ｂ）式の
最小値が前層のそれを改善、即ち、小さくしないならば
この繰り返えしを停止する。

以上が基本的ＧＭＤＨと呼ばれている手法であり、比較
的簡単なアルゴリズムで相関関係の不明な事象、例えば
社会、経済現象、配水子測等の統計的モデルが得られる
。これを用い、且つ更に同定度を向上させたモデル同定
法は、例えば特願昭５４−３２９５３号（特開昭５５−
１２４８５５号）ｒ水需要予測方法ョ、特許第１２３０
１６１号１水需要予測方法ョに詳述されており、実施の
際にはこれらに示された方法を利用すれば良い。

このようにして需要予測モデル（Ｆ１（Ｘ），・・，Ｆ
２４（Ｘ））を得る。

この需要予測モデルにおける入力変数ベクトルＸ（Ｘｌ
，・・，Ｘｅ）は下表のとおりである。天候は、晴の場
合が３、曇または雪の場合が２、雨の場合が１と数値化
する。

降雪量影響係数為は残雪量を想定し、次式で定義する。
ただし、ＵＫは予測日よりｉ日前の降雪量、Ｔは融雪時
定数で地方によつて異るが、通常３〜５程度が適してい
る。

時間帯を１時間単位に区分するならば、モデルの数は２
４個になるが夜間のように比較的需要が安定する時間帯
を２〜３時間にとつてモデルの数を減少させることがで
きる。

いま、６時から７時までの１時間の時間需要量を子測す
るモデルＦ７（・）は得られた需要予測モデルより例え
ばと云った具合になる。

係数はＡ５は零である。同様に、８時から９時までの１
時間の時間需要量を予測するモデルＦ９（・）はと云っ
た具合になる。

前者の予測モデルは一層の構成が最適に、後者の予測モ
デルは二層の構成が最適になった例である。次に、この
ようにして同定されたモデルを用いてて需要を予測する
場合の手順を示す。

（１）予測モデルの入力変数Ｘｌ，・・，Ｘ９に値を説
定する。

Ｘｌ，Ｘ２，Ｘ，，Ｘ７は天気予報に基づき、ＸＧ，Ｘ
６は前日の観測値に基づきそれぞれ数値を与える。ｊは
、通常明け方に発生するので既知である。Ｘ７は前日の
観測値とＺから求める。Ｘ，は過去４日の観測値から求
める。（２）同定された予測モデル（Ｆ１（Ｘ），・
・，Ｆ２４（Ｘ））から基準化された時間需要量の予測
値？（１＝１，・・，２４）を求める。

すなわち、介＝Ｆ１（Ｘ）Ｆ，（Ｘ），（１＝１，・・，２４）は需要予測モデル
の関数である。

前記の（３）式はｉ＝７の場合、同じく（４）式はｉ＝
９の場合である。（３）前記、基準化された時間需要量
の予測値仝と１日の総需要量子測値Ｄから、次式によつ
て時虫需要量子測値尤を求める。

１日＝総漏要盲ｉ晶潴：ｊ例え：ン、特許Ｉｌ２３Ｏｌ
６ｌ号１水需要予測方法ョに詳述されている方法によつ
て求めることができる。

第４図は本発明による需要予測装置の一実施例であり、
配水池への送水流量の最適化を図るものである。

図において、２１は時間帯別の需要量（時間需要量）デ
ータを入力する時間帯別需要量入力装置、２２はこの時
間帯別需要量入力装置２１の出力を前記第１式の演算を
施こして基準化する時間需要量基準化装置てある。

２３は予測モデル同定装置であり、この予測モデル同定
装置２３は前記時間需要量基準化装置２２の出力する基
準化された時間需要量を入力とし、これを時刻別需要デ
ータ群に変換して前述のＧＭＤＨ等の手法を用いて、予
測モデルを同定する。

２４は時間需要量子測装置であり、この時間需要量子測
装置２４は前記予測モデル同定装置２３によつて同定さ
れたモデルに予測のための入力情報２５（例えば天候や
気温、降雨量など）を入−力して基準化された時間需要
量の予測値を演算する。

２６は変換装置であり、この変換装置２６は前記予測値
と総需要量子測値を求める総需要量子測装置２１の出力
から第２式によつて時間需要量子測値を演算する。

２８は送水系統最適運用装置であり、この送水系統最適
運用装置２８は前記時間需要量子測値をもとに浄水場２
９の運転平滑化、この浄水場２９より配水池３０へ送水
する送水ポンプ３１の起動、停止回数の減少、複数の配
水池３０の水位の上下限範囲内への維持を目的として送
水流量の最適化を図る装置である。

具体的実現手段は例えば特願昭５０−３３５９３号（特
開昭５１−１０９１４５号）ｒ上水道における送水シス
テムの運１転方法ョに詳述されているように予測需要水
及び池水位に基づいて池水位を中位に保つように流入量
を決定し、ポンプや電動弁を制御してその決定流量に保
つたり、或いは予測需要水量変動曲線を求め隣接する２
つの極値のほぼ中点を変更時刻として前記ポンプや電動
弁に流量調整の変更指令を与える等の手法をとれば良い
。３２は浄水場２９と配水池３０を結ぷ送水管、３３は
自然流下の送水量を調節するための電動弁であり、この
電動弁３３及び送水ポンプ３１は前記送水系統最適運用
装置２８の出力により制御される。

３４は配水池３０から需要家３５へ配水するための配水
管路、３６は流量計であり、この流量計３６は浄水場２
９および配水池３０の流出流量即ち、需要量を測定する
ものてある。

３７は流量積算装置であり、この流量積算装置３７は配
水管路３４に設けられた前記流量計３６の測定出力を得
て時間帯別の積算および過去の積算データの蓄積を行な
い時間帯別需要量入力装置２１へ出力する。

このような構成の本装置は配水池３０より需要家３５へ
配水される水の流量を配水管路３４に設けられた流量計
３６で測定し、その測定値を流量積算装置３７に与える
。

これにより流量積算装置３７は水の需要量の時間帯別の
積算および過去の積算データの蓄積を行なう。これら積
算データは時間帯別需要量入力装置２１に与えられ、こ
の時間帯別需要量入力装置２１はこれら入力をもとにそ
の時々の時間帯に対応する時間帯別の需要量データ及び
過去Ｎ日間の需要量データを出力する。この時間帯別及
び過去Ｎ日間の需要量データは時間需要量基準化装置２
２に与えられ、これによつて時間需要量基準化装置２２
はこの入力されたデータをもとに前述した第１式の演算
を行なつてその時間帯の基準化された時間需要量を算出
し出力する。この時間需要量基準化装置２２の出力は予
測モデル同定装置２３に与えられ、ここで需要量子測の
統計的な予測モデルが同定される。予測のための入力情
報２５とこの同定された予測モデルを用いて時間需要量
子測装置２４は前記基準化された時間需要量の予測値を
演算する。

そして、総需要量子測値を求める総需要予測装置２７の
出力と前記時間需要量子測装置２４の出力から変換装置
２６は第２式によつて時間需要量子測値を演算する。こ
のようにして求められた時間需要量子測値は送水系統最
適運用装置２８に与えられ、これをもとに送水系統最適
運用装置２８は浄水場２９の運転平滑化及び送水ポンプ
３１の起動、停止回数の減少、複数の配水池３０の水位
の上下限範囲内への維持を図るに必要な送水流量の最適
値を求め、制御出力を発生して送水ポンプ３１及び電動
弁３３を制御する。これにより時間帯毎の需要量変動に
対応した最適な配水制御が行なえる。このように時間帯
別の需要量である時間需要量を得、この時間需要量の１
日分の積算値の平均値を求めてこれの時間需要量に対す
る割合いを求め、時間帯毎の基準化された時間需要量を
得、更に時刻別の基準化された時間需要量データをＮ日
分まとめて時刻別需要データ群を得てこれらより各時刻
別の需要量の最適なモデルを同定し、この同定したモデ
ルに予測に必要な天候や気温等の入力情報を与えて基準
化された時間需要量の予測値を得、更にこれと総需要の
予測値から時間需要予測値を得るようにしたので、即ち
、時間需要量を１日の総需要量で基準化した値を用いて
人間の生活や社会経済活動の動向に合わせた時間帯毎の
適切な需要予測モデルを設定し、これに自然条件等の情
報を付加して基準化された時間需要量の予測をし、これ
を更に総需要量に合わせて補正して時間需要量を得るよ
うにしたので、その時々の時間帯毎に高精度の需要予測
が行ない得、従つて、電力や水道、都市ガス等の供給を
円滑に行なうことができ、適切な運営ができる等、優れ
た特徴を有する需要予測方法を提供することができる。

尚、本発明は上記し且つ図面に示す実施例に限定するこ
となく、その要旨を変更しない範囲内で適宜変形して実
施し得るものである。

【図面の簡単な説明】

第１図は１日における需要量の変動を示す図、第２図は
１日における需要量の変動の実例を示す図、第３図は日
別需要データ群と時刻別需要データ群との関係を示す図
、第４図は本発明を上水道配水設備に適用した場合の構
成を示すブロック図である。２１・・・時間帯別需要量入力装置、２２・・・時間需
要量基準化装置、２３・・・予測モデル同定装置、２４
・・・時間需要量子測装置、２６・・・変換装置、２７
・・・総需要予測装置、２８・・・送水系統最適運用装
置、３０・・・配水池、３１・・・送水ポンプ、３３・
・・電動弁、３６・・・流量計、３７・・・流量積算装
置。

Claims

【特許請求の範囲】

１上水道、電力、都市ガス等の需要或いは下水道へ流
入する汚水の量等の相関関係不明な事象における需要変
化量の予測方法において、対象とする前記需要変化量の
測定出力を得て時間帯別の積算および過去の積算データ
の蓄積を行ない、また、時間帯別の過去の需要量時系列
を得て、前記時間帯別の過去の需要量時系列をそれぞれ
同日の１日の総需要量に係数を乗じた値で基準化し、こ
の基準化された時間需要量時系列と、気象情報の観測値
を用いて基準化された時間需要量予測モデルを得、予測
タイミング毎に前記気象情報を入力し、時間需要量予測
を行なうことにより得た基準化された時間需要量予測値
と、予測した総需要量とから時間需要量予測値を求める
ことを特徴とする需要予測方法。