JP2007133468A - 建物環境支援システム、方法及びプログラム - Google Patents
建物環境支援システム、方法及びプログラム Download PDFInfo
- Publication number
- JP2007133468A JP2007133468A JP2005323309A JP2005323309A JP2007133468A JP 2007133468 A JP2007133468 A JP 2007133468A JP 2005323309 A JP2005323309 A JP 2005323309A JP 2005323309 A JP2005323309 A JP 2005323309A JP 2007133468 A JP2007133468 A JP 2007133468A
- Authority
- JP
- Japan
- Prior art keywords
- regression model
- sensor
- estimated value
- target
- value
- 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
- 238000000034 method Methods 0.000 title claims description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 47
- 238000012417 linear regression Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 37
- 230000005611 electricity Effects 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims description 94
- 238000012545 processing Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 12
- 239000002699 waste material Substances 0.000 abstract description 19
- 230000007613 environmental effect Effects 0.000 abstract description 10
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000004378 air conditioning Methods 0.000 description 17
- 238000001514 detection method Methods 0.000 description 12
- 238000000611 regression analysis Methods 0.000 description 10
- 238000005286 illumination Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000010757 Reduction Activity Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/82—Recycling of waste of electrical or electronic equipment [WEEE]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】建物の小区画単位での環境パフォーマンスデータを把握し、把握したデータと、実際的に適切な使用基準または排出基準と照らし合わせ、エネルギ消費量及び廃棄物排出量の管理を行う建物環境支援システムを提供する。
【解決手段】本発明の建物環境支援システムは、建造物の小区画毎に各々設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び環境を測定する複数種類のセンサを含むセンサ群と、各センサの出力をタイムスタンプ付して記憶するデータベースと、小区画単位に、エネルギ媒体各々の使用量が目標変数である線形回帰モデルを抽出し、説明変数としてセンサ群の各センサの測定データを入力し、線形回帰モデルにより制御対象のエネルギ媒体使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び推測値の差を求め、この差を節減目標として算出する分析部とを有する。
【選択図】図１
【解決手段】本発明の建物環境支援システムは、建造物の小区画毎に各々設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び環境を測定する複数種類のセンサを含むセンサ群と、各センサの出力をタイムスタンプ付して記憶するデータベースと、小区画単位に、エネルギ媒体各々の使用量が目標変数である線形回帰モデルを抽出し、説明変数としてセンサ群の各センサの測定データを入力し、線形回帰モデルにより制御対象のエネルギ媒体使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び推測値の差を求め、この差を節減目標として算出する分析部とを有する。
【選択図】図１
Description
本発明は、電気、ガス、油などのエネルギー使用量及び廃棄物発生量などを把握し、省エネルギー化及び廃棄物の排出低下を促進するための建物環境支援システム、方法及びプログラムに関する。
昨今、環境意識の高まり、環境法規制の強化の動き等から、建物単位での環境パフォーマンスデータ（エネルギ使用量，ＣＯ2排出量，廃棄物発生量等）の把握を行うシステムが用いられるようになってきている（例えば、特許文献１及び非特許文献１参照）。
特開２００４−１７０３１０号公報
http://www.higu.net/se.html（平成１６年９月２１日確認）
しかしながら、上述した従来例に示すエネルギ管理システムにあっては、上記環境パフォーマンスデータ（たとえば、ＩＳＯ１４００１の管理項目など）の建物単位での把握が実現されているが、建物の各フロア単位や、入居しているテナント等の小区画単位での把握が行われないため、きめの細かい省エネルギ及び排出物低下の目標が建てづらいという問題がある。
さらに、上述した従来例に示すエネルギ管理システムにあっては、省エネルギを促進する活動や、環境負荷低減には取り組んでいるが、現在のエネルギ使用量及び廃棄物排出量を、過去の実績に照らし合わせる程度のことしか行わず、本来、外気温度や在室人数等の要因によって変わる小区画毎の環境パフォーマンスデータが判らないため、実際的にどの程度が適切な使用基準または排出基準なのか根拠のある目標が明確となっていない。
本発明は、このような事情に鑑みてなされたもので、建物の小区画単位での環境パフォーマンスデータを把握することにより、この把握したデータと、実際的に適切な使用基準または排出基準と照らし合わせて、エネルギ消費量及び廃棄物排出量の管理を行うことが可能な建物環境支援システム、方法及びプログラムを提供することを目的とする。
本発明の建物環境支援システムは、建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群と、前記各センサの出力をタイムスタンプに対応させて記憶するデータベースと、前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析部（例えば、実施形態における消費電力分析部１１，水使用量分析部１３，ガス使用量分析部１４）とを有する。
本発明の建物環境支援システムは、前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析部（例えば、実施形態におけるＣＯ2濃度分析部１２）を有する。
本発明の建物環境支援システムは、所定の期間毎に、各小区画単位に、前記制御対象の実測値，推測値及び節減目標を算出し、所定のフォーマットにて報告書を生成する報告書作成部（例えば、実施形態における報告書作成部１８）を有する。
本発明の建物環境支援システムは、所定の期間毎に、各小区画単位に、前記制御対象の実測値から所定期間における使用量を算出し、この使用量から使用料金を算出し、所定のフォーマットにて請求書を生成する請求書作成部（例えば、実施形態における請求書作成部１５）を有する。
本発明の建物環境支援システムは、建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量及び小区画の環境を複数種類のセンサにより測定し、前記センサにより測定した測定データを、タイムスタンプを付加してデータベースに記憶させ、前記データベースから前記小区画単位に前記測定データを読み出し、該測定データを説明変数として、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を第１の節減目標として算出し、前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を第２の節減目標として算出し、報告書の生成において、所定の期間毎に、各小区画単位に、前記制御対象の実測値，推測値及び第１及び第２の節減目標を算出して、所定のフォーマットにて報告書を生成し、建物の所有者または小区画の所有者に対し、前記報告書を情報通信網にて閲覧可能とし、所定の期間毎に、各小区画単位に、前記制御対象の実測値から所定期間における使用量を算出し、この使用量から使用料金を算出し、所定のフォーマットにて請求書を生成する。
本発明の建物環境支援方法は、建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群の各センサの出力をタイムスタンプに対応させて、データベースに記憶する記憶過程と、前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析過程とを有する。
本発明の建物環境支援方法は、前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析過程を有する。
本発明のプラグラムは、建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群の各センサの出力をタイムスタンプに対応させて、データベースに記憶する処理と、前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析処理とを有する建物環境支援の処理をコンピュータに実行させる。
本発明のプラグラムは、前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析処理を有する建物環境支援の処理をコンピュータに実行させる。
以上説明したように、本発明によれば、建造物の小区画毎に、電気，ガス及び水等のエネルギ媒体の使用量を、最適値である目標変数とし、この目標変数に対応する説明変数により線形回帰モデルを生成し、この線形回帰モデルに制御時の説明変数を入力することにより、目標変数として推測値を算出させるため、常にその制御時の最適値（目標変数）を求められ、各実測値と比較することにより、実測値と推測値との差分として出力できるので、リアルタイムにエネルギ媒体の削減可能な使用量を正確に把握することができる。
また、本発明によれば、各実測値と比較することにより、実測値と推測値との差分として、エネルギ媒体の削減可能な使用量を正確に把握することが可能なため、環境報告書作成，企業における省エネルギ及び環境負荷低減活動の際に必要となる小区画毎（建物のテナント入居単位など）の環境パフォーマンスデータ（電気使用量，ガス使用量及び水使用量等のエネルギ媒体の削減可能な量）を正確に把握することができる。
さらに、本発明によれば、上述したように、省エネルギ及び環境負荷低減活動に対して、削減可能な所領量の把握により、具体的かつ合理的な目標の設定と、この設定に対する取り組みの成果がリアルタイムに把握でき、立ち後れているオフィスなどの業務部門でのＣＯ2削減を推進することが可能となる。
さらに、本発明によれば、上述したように、省エネルギ及び環境負荷低減活動に対して、削減可能な所領量の把握により、具体的かつ合理的な目標の設定と、この設定に対する取り組みの成果がリアルタイムに把握でき、立ち後れているオフィスなどの業務部門でのＣＯ2削減を推進することが可能となる。
以下、本発明の一実施形態による建物環境支援システムを図面を参照して説明する。図１は同実施形態の制御対象の建物における小区画を示す概念図である。図２は一実施形態による建物環境支援システムの構成例を示すブロック図である。
この図１において、小区画には、制御対象である空調機１０１，照明１０２，水道１０３，ガス１０４，電子機器１０５等が設置されている。
また、各小区画毎には、制御対象の制御に用いるデータを取得するセンサ群が設けられている。
この図１において、小区画には、制御対象である空調機１０１，照明１０２，水道１０３，ガス１０４，電子機器１０５等が設置されている。
また、各小区画毎には、制御対象の制御に用いるデータを取得するセンサ群が設けられている。
このセンサ群は、在室人数係数センサ２０１，温度センサ２０２，湿度センサ２０３，照度センサ２０４，ＣＯ2センサ２０５，ガスメータ２０６，水道メータ２０７，廃棄物量検出センサ２０８等であり、測定データを自身の識別情報とともに管理センタへ送信する。
ここで、在室人数係数センサ２０１，温度センサ２０２，湿度センサ２０３，照度センサ２０４，ＣＯ2センサ２０５とは、小区画の環境を測定するセンサである。
この他に、照明，ＯＡ機器及び空調各々の電気使用量をそれぞれ測定する電気メータ及び照明，ＯＡ機器及び空調の全体の電気使用量を測定する電気メータが設けられている。
また、電気，ガス及び水等のエネルギ媒体の使用量（電気使用量，ガス使用量，水使用量）は、電気メータ，ガスメータ２０６及び水道メータ２０７それぞれにより測定される。
ここで、在室人数係数センサ２０１，温度センサ２０２，湿度センサ２０３，照度センサ２０４，ＣＯ2センサ２０５とは、小区画の環境を測定するセンサである。
この他に、照明，ＯＡ機器及び空調各々の電気使用量をそれぞれ測定する電気メータ及び照明，ＯＡ機器及び空調の全体の電気使用量を測定する電気メータが設けられている。
また、電気，ガス及び水等のエネルギ媒体の使用量（電気使用量，ガス使用量，水使用量）は、電気メータ，ガスメータ２０６及び水道メータ２０７それぞれにより測定される。
在室人数計数センサ２０１は小区画に存在する人間の数を検出して出力し、温度センサ２０２及び湿度センサ２０３は小区画の複数箇所の所定の位置に設けられている。
また、ＣＯ2センサ２０５は小区画の複数箇所の所定の位置に設けられ、各々の箇所のＣＯ2濃度が検出される。
最終的なＣＯ2の排出量は、上記ＣＯ2センサ２０５によるＣＯ2濃度から求めた数値以外に、エネルギ転換時の排出があるため、電力使用量及びガス使用量からＣＯ2排出量に換算されたものも含むことになる。
廃棄物量センサ２０８は、例えば、重量計となっており、燃えるゴミ及び燃えないゴミ各々の重量を測定して、廃棄物量としている。
また、ＣＯ2センサ２０５は小区画の複数箇所の所定の位置に設けられ、各々の箇所のＣＯ2濃度が検出される。
最終的なＣＯ2の排出量は、上記ＣＯ2センサ２０５によるＣＯ2濃度から求めた数値以外に、エネルギ転換時の排出があるため、電力使用量及びガス使用量からＣＯ2排出量に換算されたものも含むことになる。
廃棄物量センサ２０８は、例えば、重量計となっており、燃えるゴミ及び燃えないゴミ各々の重量を測定して、廃棄物量としている。
上述の在室計数センサ２０１は、例えば、非接触型ＩＣ（集積回路）カードによる入退室管理で在室人数（男女別の情報を含む）を計数したり、天井等の部屋全体を撮影できる箇所にカメラを取り付けて、カメラの撮像を輪郭抽出等の画像解析を行い、人物を抽出して在室人数を計数する。このとき、人数全体における男女各々の割合を検出するようにしてもよい。
ここで、在室計数センサ２０１は、在室する人数の変更があった場合の在室している人数を管理センタＣへ送信する。また、在室計数センサ２０１を、一定時間毎に在室していた平均人数を在室人数として、管理センタＣに送信するようにしてもよい。
ここで、在室計数センサ２０１は、在室する人数の変更があった場合の在室している人数を管理センタＣへ送信する。また、在室計数センサ２０１を、一定時間毎に在室していた平均人数を在室人数として、管理センタＣに送信するようにしてもよい。
上記センサ群の各センサは、専用通信網，公衆通信網及びインターネットなどの情報通信網Ｉ（さらに各小区画に配設された端末）を介して管理センタＣに測定した測定データを送信する。
管理センタＣには、図２に示すように、上記センサ群からの測定データに基づいて建物環境支援のための分析処理を行う処理サーバ１と、この分析処理に必要なデータが格納されているデータベース２が設けられている。
また、処理サーバ１は情報通信網Ｉを介して、外部システムから天候（晴れ，曇り，雨または雪等のいずれか），外気温度，外気湿度等を含む気象データを、上記分析処理の補足データとして取得する。
管理センタＣには、図２に示すように、上記センサ群からの測定データに基づいて建物環境支援のための分析処理を行う処理サーバ１と、この分析処理に必要なデータが格納されているデータベース２が設けられている。
また、処理サーバ１は情報通信網Ｉを介して、外部システムから天候（晴れ，曇り，雨または雪等のいずれか），外気温度，外気湿度等を含む気象データを、上記分析処理の補足データとして取得する。
この処理サーバ１は、図３に示すように、ＤＢ書込部１０，消費電力分析部１１，ＣＯ2濃度分析部１２，水使用量分析部１３，ガス使用量分析部１４，請求書作成部１５，廃棄物分析部１６，配信部１７及び報告書作成部１８を有している。
消費電力分析部１１は、小区画（部屋及びフロア等）の熱効率（他の空間との遮断率）と、小区画に存在する人数である在室人数と、設定温度と、外部温度と、測定温度と、設定湿度と、外部湿度と、測定湿度と、小区画に存在する人の使用感（数値データ化されている）データとを説明変量、そして空調使用量（空調器電力使用量）を目的変量として、重回帰解析の手法を用いて、空調機１０１における上記説明変量及び目的変量の実測値から最適空調の基準値、すなわち回帰式の偏回帰係数を算出して線形重回帰モデル（線形回帰モデル）を求める。
消費電力分析部１１は、小区画（部屋及びフロア等）の熱効率（他の空間との遮断率）と、小区画に存在する人数である在室人数と、設定温度と、外部温度と、測定温度と、設定湿度と、外部湿度と、測定湿度と、小区画に存在する人の使用感（数値データ化されている）データとを説明変量、そして空調使用量（空調器電力使用量）を目的変量として、重回帰解析の手法を用いて、空調機１０１における上記説明変量及び目的変量の実測値から最適空調の基準値、すなわち回帰式の偏回帰係数を算出して線形重回帰モデル（線形回帰モデル）を求める。
このとき、図１１に示すように、測定温度と使用感データとの交差する点における電力使用量を、空調使用量の最適値として定義し、空調機１０１における最適空調の基準値（すなわち最適値）とする。
また、消費電力分析部１１は、上記線形重回帰モデル（空調機１０１用）と、各センサの測定値とから、最適空調の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められる空調使用量を予測値として、さらにこの予測値を目標値として、現在の空調使用量と比較して各小区画毎の節減目標を出力する。
また、消費電力分析部１１は、上記線形重回帰モデル（空調機１０１用）と、各センサの測定値とから、最適空調の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められる空調使用量を予測値として、さらにこの予測値を目標値として、現在の空調使用量と比較して各小区画毎の節減目標を出力する。
また、消費電力分析部１１は、照明１０２の照度と、在室人数と、小区画に存在する人の使用感（数値データ化されている）データとを説明変量、そして照明負荷（照明電力使用量）を目的変量として、重回帰解析の手法を用いて、照明１０２における上記説明変量及び目的変量の実測値から最適照明の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
このとき、空調使用量と同様に、照度と使用感データとの交差する点における電力使用量を、照明負荷の最適値として定義し、照明１０２における最適照明の基準値とする。
また、消費電力分析部１１は、上記線形重回帰モデル（照明１０２用）と、各センサの測定値とから、最適照明の予測値を求め、すなわち、各センサの測定データ（測定値）から線形重回帰モデルにより求められる照明負荷を予測値として、さらにこの予測値を目標値として、現在の照明負荷と比較して各小区画毎の節減目標を出力する。
また、消費電力分析部１１は、上記線形重回帰モデル（照明１０２用）と、各センサの測定値とから、最適照明の予測値を求め、すなわち、各センサの測定データ（測定値）から線形重回帰モデルにより求められる照明負荷を予測値として、さらにこの予測値を目標値として、現在の照明負荷と比較して各小区画毎の節減目標を出力する。
さらに、省電力分析部１１は、各小区画における在室人数と、小区画に存在する人の使用感（数値データ化されている）データとを説明変量とし、そしてＯＡ機器（パーソナルコンピュータ及びプリンタなど）負荷を目的変量として、重回帰解析の手法を用いて、電子機器１０５における上記説明変量及び目的変量の実測値から最適なＯＡ機器使用量の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
このとき、省電力分析部１１は、ＯＡ機器負荷と使用感データとの交差する点における電力使用量を、ＯＡ機器負荷の最適値として定義し、電子機器１０５（各小区画に複数存在）における最適なＯＡ機器使用量の基準値とする。
また、消費電力分析部１１は、上記線形重回帰モデル（電子機器１０５用）と、各センサの測定値とから、最適なＯＡ機器使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるＯＡ機器負荷を予測値として、さらにこの予測値を目標値として、現在のＯＡ機器負荷と比較して各小区画毎の節減目標を出力する。
また、消費電力分析部１１は、上記線形重回帰モデル（電子機器１０５用）と、各センサの測定値とから、最適なＯＡ機器使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるＯＡ機器負荷を予測値として、さらにこの予測値を目標値として、現在のＯＡ機器負荷と比較して各小区画毎の節減目標を出力する。
また、消費電力分析部１１は、得られた照明負荷，ＯＡ機器負荷及び空調使用量と、これらの算出における在室人数と、建物情報（小区画の体積、小区画の窓率による熱効率，小区画の床，天井及び壁の材質による熱効率）と、この在室人数が小区画を利用した時間を示す稼動時間とを説明変量として、小区画における電気使用量を目的変量として、重回帰解析の手法を用いて、各小区画における上記説明変量及び目的変量の実測値から最適な電気使用量の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
また、消費電力分析部１１は、上記線形重回帰モデル（小区画単位）と、各センサの測定値（在室人数検出センサ２０１）と、在室人数に対応する各説明変量（照明負荷，ＯＡ機器負荷，空調使用量）から、最適なＯＡ機器使用量の予測値を求め、すなわち、線形重回帰モデルにより求められる電気使用量を予測値として、さらにこの予測値を目標値として、現在の電気使用量と比較して各小区画毎の節減目標を出力する。
ガス使用量分析部１４は、小区画に存在する人数である在室人数と、この在室人数が小区画を利用した時間を示す稼動時間と、給湯エネルギ（例えば、給湯消費量）とを説明変量、そしてガス使用量を目的変量として、重回帰解析の手法を用いて、ガス１０４における上記説明変量及び目的変量の実測値（ガスメータ２０７の検出するガス使用量）から最適なガス使用量の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
このとき、ガス使用量分析部１４は、例えば、ガスメータ２０７から入力される（在室人数が同一の場合で測定される）所定期間（１ヶ月毎）におけるデータの平均値を、ガス使用量の最適値として定義し、ガス１０４（各小区画に一つまたは複数存在）における最適なガス使用量の基準値とする。
また、ガス使用量分析部１４は、上記線形重回帰モデル（ガス１０４用）と、各センサの測定値とから、最適なガス使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるガス使用量を予測値として、さらにこの予測値を目標値として、現在のガス使用量と比較して各小区画毎の節減目標を出力する。
また、ガス使用量分析部１４は、上記線形重回帰モデル（ガス１０４用）と、各センサの測定値とから、最適なガス使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるガス使用量を予測値として、さらにこの予測値を目標値として、現在のガス使用量と比較して各小区画毎の節減目標を出力する。
水使用量分析部１３は、小区画に存在する人数である在室人数と、この在室人数が小区画を利用した時間を示す稼動時間とを説明変量、そして水使用量を目的変量として、重回帰解析の手法を用いて、ガス１０４における上記説明変量及び目的変量の実測値（水道メータ２０６の検出する水使用量）から最適な水使用量の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。ここで、在室人数は、女性の人数に係数（例えば１．５）を乗じて、男性の人数に加えて求める。性別による水の使用量の違いに対応させている。
このとき、水使用量分析部１３は、例えば、水道メータ２０６から入力される（在室人数が同一の場合で測定される）所定期間（１ヶ月毎）におけるデータの平均値を、水使用量の最適値として定義し、水道１０３（各小区画に一つまたは複数存在）における最適な水使用量の基準値とする。
また、水使用量分析部１３は、上記線形重回帰モデル（水道１０３用）と、各センサの測定値とから、最適な水使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められる水使用量を予測値として、さらにこの予測値を目標値として、現在の水使用量と比較して各小区画毎の節減目標を出力する。
また、水使用量分析部１３は、上記線形重回帰モデル（水道１０３用）と、各センサの測定値とから、最適な水使用量の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められる水使用量を予測値として、さらにこの予測値を目標値として、現在の水使用量と比較して各小区画毎の節減目標を出力する。
廃棄物算出部１６は、在室人数と、小区画の利用種別（例えば、業種の種類、この各業種を数値化している）とを説明変量、そして廃棄物量を目的変量として、重回帰解析の手法を用いて、上記説明変量及び目的変量の実測値（重量計２０８における計測値）から最適な廃棄物量の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
ここで、上記廃棄物量としては、燃えるゴミ及び燃えないゴミ（スチール缶，アルミニウム缶，ペットボトル，ビニールなどの種類別でも分類）各々を重量計２０８により測定し、種類毎に所定の係数を乗算し、全てを積算した結果を用いる。
ここで、上記廃棄物量としては、燃えるゴミ及び燃えないゴミ（スチール缶，アルミニウム缶，ペットボトル，ビニールなどの種類別でも分類）各々を重量計２０８により測定し、種類毎に所定の係数を乗算し、全てを積算した結果を用いる。
ＣＯ2濃度分析部１２は、使用電力量（電気使用量）と、使用ガス量（ガス使用量）と、廃棄物量とを説明変量、そしてＣＯ2排出量を目的変量として、重回帰解析の手法を用いて、における上記説明変量及び目的変量の実測値（ＣＯ2センサ２０５の検出するＣＯ2濃度）から最良なＣＯ2濃度の基準値、すなわち回帰式の係数を算出して線形重回帰モデルを求める。
また、上記ＣＯ2濃度は、例えば、ＣＯ2センサ２０５が所定時間内（数時間）に計測する濃度の平均値を用いる。
また、上記ＣＯ2濃度は、例えば、ＣＯ2センサ２０５が所定時間内（数時間）に計測する濃度の平均値を用いる。
すなわち、ＣＯ2濃度分析部１２は、ＣＯ2センサ２０５から入力される所定時間（数時間）におけるデータの平均値を、ＣＯ2濃度の最適値として定義し、最良なＣＯ2濃度の基準値とする。
また、ＣＯ2濃度分析部１２は、上記線形重回帰モデル（ＣＯ2濃度用）により、他の各分析部の算出した使用電力量，使用ガス量と、入力される各センサの測定値（廃棄物量及びＣＯ2濃度）とから、最適なＣＯ2濃度の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるＣＯ2濃度を予測値として、さらにこの予測値を目標値として、現在のＣＯ2濃度と比較して各小区画毎の節減目標を出力する。
また、ＣＯ2濃度分析部１２は、上記線形重回帰モデル（ＣＯ2濃度用）により、他の各分析部の算出した使用電力量，使用ガス量と、入力される各センサの測定値（廃棄物量及びＣＯ2濃度）とから、最適なＣＯ2濃度の予測値を求め、すなわち、各センサの測定値から線形重回帰モデルにより求められるＣＯ2濃度を予測値として、さらにこの予測値を目標値として、現在のＣＯ2濃度と比較して各小区画毎の節減目標を出力する。
報告書作成部１８は、各分析部の算出した目標値と、実測値とに基づき、各小区画毎に、目標電力量と、使用電力量と、使用電力量と目標電力量との差である節減可能な電力量と、またこの電力量と同様に、ＣＯ2濃度，ガス使用量，水道使用量，廃棄物量等も、Ｗｅｂ上で閲覧可能な形式のデータを作成する。
請求書作成部１５は、各小区画の使用者（たとえばテナントの所有者）に対して、使用電力量，使用ガス量，水使用量に基づいて、所定期間内の各使用量に応じた請求書を作成するとともに、ＣＯ2濃度から推定されるＣＯ2排出量による見込みの税額を算出して、請求予想額として出力する。
請求書作成部１５は、各小区画の使用者（たとえばテナントの所有者）に対して、使用電力量，使用ガス量，水使用量に基づいて、所定期間内の各使用量に応じた請求書を作成するとともに、ＣＯ2濃度から推定されるＣＯ2排出量による見込みの税額を算出して、請求予想額として出力する。
このとき、ＣＯ2濃度分析部１２は、ＣＯ2濃度からのＣＯ2の排出量の推定において、例えば、ＣＯ2センサ２０５により測定した、夜間における空気中のＣＯ2濃度（すなわち、理想とするＣＯ2濃度）と、日中において人間が在室しているときのＣＯ2濃度との差を求め、この求めたＣＯ2濃度の差分に対して、部屋の体積を乗算することにより、ＣＯ2排出量を算出することができる。
ここで、濃度と質量との関係は慣用的に（ｍｇ／ｌ）であり、数値としては％またはｐｐｍで表わされる。
そして、ＣＯ2排出量は、すでに述べたように、上述したＣＯ2センサ２０５の測定値により求められたＣＯ2排出量の推定値に対して、エネルギ転換時にＣＯ2が排出されるエネルギからの換算値を含めた数値となる。
ここで、濃度と質量との関係は慣用的に（ｍｇ／ｌ）であり、数値としては％またはｐｐｍで表わされる。
そして、ＣＯ2排出量は、すでに述べたように、上述したＣＯ2センサ２０５の測定値により求められたＣＯ2排出量の推定値に対して、エネルギ転換時にＣＯ2が排出されるエネルギからの換算値を含めた数値となる。
例として、いくつかの各エネルギの使用量と、この使用量をＣＯ2排出量に換算した数値とを示すと、電気：１ｋＷｈ，都市ガス：１ｍ３，ＬＰＧ：１ｋｇ，水道：１ｍ３，灯油：１ｌ（リットル），ガソリン：１ｌ，軽油：１ｌ，燃えるゴミ：１ｋｇ各々が、それぞれ０．１２ｋｇ，０．６４ｋｇ，１．８ｋｇ，０．１６ｋｇ，０．６９ｋｇ，０．６４ｋｇ，０．７２ｋｇ，０．２４ｋｇと換算される。
そして、ＣＯ2濃度分析部１２は、上述したエネルギ及びその他のエネルギに対しても、同様にＣＯ2排出量に換算し、ＣＯ2センサ２０５の測定値により算出されたＣＯ2排出量として、これらの合計をＣＯ2排出量として出力する。
そして、ＣＯ2濃度分析部１２は、上述したエネルギ及びその他のエネルギに対しても、同様にＣＯ2排出量に換算し、ＣＯ2センサ２０５の測定値により算出されたＣＯ2排出量として、これらの合計をＣＯ2排出量として出力する。
配信部１７は、情報通信網Ｉ及び各ビル（建物）の小区画（テナント）に設置された端末を介して、各小区画に配設されたセンサから測定データを受信し、また、各小区画に設置された端末、または予め設定された送信先に上記報告書及び請求書を送信する。
データベース２には、所定の記憶領域に作成された複数のテーブル、すなわち、建物データテーブル２ａ，テナント（小区画）個別データテーブル２ｂ，基準値データテーブル２ｃ，検出データテーブル２ｄ，分析データテーブル２ｅ，編集データテーブル２ｆ及び請求書データテーブル２ｇが設けられている。
ＤＢ書込部１０は、上記検出データテーブル２ｄに対して、各小区画単位に、タイムスタンプ毎に、小区画に設けられた各センサが検出したデータを格納する。
データベース２には、所定の記憶領域に作成された複数のテーブル、すなわち、建物データテーブル２ａ，テナント（小区画）個別データテーブル２ｂ，基準値データテーブル２ｃ，検出データテーブル２ｄ，分析データテーブル２ｅ，編集データテーブル２ｆ及び請求書データテーブル２ｇが設けられている。
ＤＢ書込部１０は、上記検出データテーブル２ｄに対して、各小区画単位に、タイムスタンプ毎に、小区画に設けられた各センサが検出したデータを格納する。
データベース２に設けられている各テーブルの説明を以下に行う。
建物データテーブル２ａには、建物毎に、建物の設計図，築年数，材質（コンクリート，プレハブ，モルタル，木材等の種別），階数が格納され、また各小区画毎に、小区画の熱効率，部屋の表面積に対する窓の面積の割合である窓率，体積，小区画の位置する階数等のデータが記憶されている。
また、建物データテーブル２ａには、建物情報（小区画の体積、小区画の窓率による熱効率，小区画の床，天井及び壁の材質による熱効率）も各小区画毎に格納されている。
テナント個別データテーブル２ｂには、この小区画に入居しているテナント等の個別データにおける、業種，従業員数（男女別），ＯＡ機器数等のデータが記憶され、また、分析結果等を報告する報告先のデータ，テナントのユーザＩＤやパスワードなどの権限データ（権限によって複数存在する）等が記憶されている。
建物データテーブル２ａには、建物毎に、建物の設計図，築年数，材質（コンクリート，プレハブ，モルタル，木材等の種別），階数が格納され、また各小区画毎に、小区画の熱効率，部屋の表面積に対する窓の面積の割合である窓率，体積，小区画の位置する階数等のデータが記憶されている。
また、建物データテーブル２ａには、建物情報（小区画の体積、小区画の窓率による熱効率，小区画の床，天井及び壁の材質による熱効率）も各小区画毎に格納されている。
テナント個別データテーブル２ｂには、この小区画に入居しているテナント等の個別データにおける、業種，従業員数（男女別），ＯＡ機器数等のデータが記憶され、また、分析結果等を報告する報告先のデータ，テナントのユーザＩＤやパスワードなどの権限データ（権限によって複数存在する）等が記憶されている。
基準値データテーブル２ｃには、過去の使用量データの蓄積から重回帰分析により算出して求められた電気使用量（図４に示すテーブル），ガス使用量（図５に示すテーブル），水使用量（図６に示すテーブル），ＣＯ2排出量（図７に示すテーブル）等が記憶されている。
検出データテーブル２ｄには、建物及び小区画（フロアやテナント）毎に、上記センサ群の各センサ（在室人数検出センサ２０１，温度センサ２０２，湿度センサ２０３，照度センサ２０４，ＣＯ2センサ２０５，水道メータ２０６，ガスメータ２０７，重力計２０８）の検出したデータが、所定の周期のタイムスタンプ毎に対応して記憶されている。
検出データテーブル２ｄには、建物及び小区画（フロアやテナント）毎に、上記センサ群の各センサ（在室人数検出センサ２０１，温度センサ２０２，湿度センサ２０３，照度センサ２０４，ＣＯ2センサ２０５，水道メータ２０６，ガスメータ２０７，重力計２０８）の検出したデータが、所定の周期のタイムスタンプ毎に対応して記憶されている。
分析データテーブル２ｅには、消費電力分析部１１，ＣＯ2濃度分析部１２，水使用量分析部１３，ガス使用量分析部１４，廃棄物分析部１６の各分析部の算出した基準値と、実測値と、削減可能な量とが、各小区画単位に、タイムスタンプごとに格納されている。
時系列に、この削減可能な量の変化を確認することにより、削減に対する対策の効果を確認することができる。例えば、対策の方向性がうまく使用量の削減に寄与しているか否かの判定が行える。
時系列に、この削減可能な量の変化を確認することにより、削減に対する対策の効果を確認することができる。例えば、対策の方向性がうまく使用量の削減に寄与しているか否かの判定が行える。
編集データテーブル２ｆには、国の監督官庁，建造物の所有者，小区画の利用者などに送付する報告書の所定の報告書フォーマットが記憶されている。
この報告書フォーマットは、各エネルギ媒体の使用量やＣＯ2濃度の値等のを入力する欄が用意され、報告書作成部１８がこの欄に対応する数値を書き込むことにより、報告書が生成される。
請求書データテーブル２ｇには、各小区画の利用者へ送付した請求書の履歴が記憶されており、請求書の作成日時と送付先とが、各小区画の利用者毎に記憶されている。
この報告書フォーマットは、各エネルギ媒体の使用量やＣＯ2濃度の値等のを入力する欄が用意され、報告書作成部１８がこの欄に対応する数値を書き込むことにより、報告書が生成される。
請求書データテーブル２ｇには、各小区画の利用者へ送付した請求書の履歴が記憶されており、請求書の作成日時と送付先とが、各小区画の利用者毎に記憶されている。
次に、図１〜図３及び図８〜図１０を参照して、上述した実施例における建物環境支援システムの動作を説明する。
図８は分析処理の流れを示すフローチャートであり、図９は編集処理の流れを示すフローチャートであり、図１０は分析したデータ等を配信する処理を示すフローチャートである。
＜分析処理＞
各分析部は、フロア毎、すなわち小区画毎に、建造物データテーブル２ａから、各々重回帰解析モデルによる、制御対象（使用電力量、消費ガス量、消費水量、ＣＯ2排出量など）の基準値（目標値）の算出に必要なデータを読み出す（ステップＳ１）。
図８は分析処理の流れを示すフローチャートであり、図９は編集処理の流れを示すフローチャートであり、図１０は分析したデータ等を配信する処理を示すフローチャートである。
＜分析処理＞
各分析部は、フロア毎、すなわち小区画毎に、建造物データテーブル２ａから、各々重回帰解析モデルによる、制御対象（使用電力量、消費ガス量、消費水量、ＣＯ2排出量など）の基準値（目標値）の算出に必要なデータを読み出す（ステップＳ１）。
各分析部は、小区画毎に、線形重回帰モデルにより管理目標としての目標値を算出するため、すなわち、線形重回帰モデルにより目標値となる目標変量を求めるため、説明変量となる基準値を、基準値データテーブル２ｃから読み出す。以下、例として、消費電力分析部１１の動作に着目して説明するが、他の分析部も同様の動作を行う。
すなわち、消費電力分析部１１は、電気使用量の基準値を算出するため、基準値データテーブル２ｃから、小区画に対応する線形重回帰モデルの式を読み出すとともに、基準値である電気使用量を目的変量として、この電気使用量に対応する在室人数と、稼動時間と、照明負荷と、ＯＡ機器負荷と、空調使用量とを説明変量として、解析する時刻のタイムスタンプに対応させて読み出す（ステップＳ２）。
そして、消費電力分析部１１は、すでに読み出してある建物情報も説明変量として、電気使用量の目標値を算出するために用いる。
すなわち、消費電力分析部１１は、電気使用量の基準値を算出するため、基準値データテーブル２ｃから、小区画に対応する線形重回帰モデルの式を読み出すとともに、基準値である電気使用量を目的変量として、この電気使用量に対応する在室人数と、稼動時間と、照明負荷と、ＯＡ機器負荷と、空調使用量とを説明変量として、解析する時刻のタイムスタンプに対応させて読み出す（ステップＳ２）。
そして、消費電力分析部１１は、すでに読み出してある建物情報も説明変量として、電気使用量の目標値を算出するために用いる。
次に、消費電力分析部１１は、検出データテーブル２ｄから、在室人数検出センサ２０１の検出した在室人数を、解析する時刻のタイムスタンプに対応させて読み出す（ステップＳ３）。
次に、消費電力分析部１１は、分析データテーブル２ｅから、過去の所定の範囲内の電力消費量の分析結果（目標値、実測値、差分）を入力する（ステップＳ４）。
次に、消費電力分析部１１は、分析データテーブル２ｅから、過去の所定の範囲内の電力消費量の分析結果（目標値、実測値、差分）を入力する（ステップＳ４）。
以下、ステップＳ５における消費電力分析部１１による線形回帰分析による目標値（最適値）算出の説明を行う。他の分析部各々も同様の処理を行い最適値である目標値を求める。ここで、消費電力分析部１１は、以下の（１）式を用いて、各小区画毎の重回帰解析モデル、すなわち重回帰解析の式の偏回帰係数ａ（ａ0，ａ1，ａ2，…）を求める。
初めに、消費電力分析部１１は、基準値データテーブル２ｃから読み出した目的変量とそれに対応する説明変量とから、各目的変量に対応させて（２）式を作成する。
上記（１）式及び（２）式において、ｅi（ｅ1〜ｅn）は残差であり、以下の（３）式における残差平方和ＳＳＥが最小値となるように、（２）式を数値演算により解いて、偏回帰係数ａを求める。
（１）式及び（２）式において、残差ｅiを除いた部分を推測値として、「観測値（実測値）＝推測値（目標値）＋残差」としての（４）式が成り立つことになる。
ここで、上記（４）式は、目的変量の平均値を考慮すると、以下の（５）式に変形することができる。
この（５）式及び（３）式から、「全体の平方和ＳＳＴ＝回帰（推測値）の平方和ＳＳＲ＋残差平方和ＳＳＥ」であることを示す、以下の（６）式が求められる。
上記（６）式において、残差平方和が小さくなるほど、より回帰モデルとしての完成度が高く、以下の（７）式から求められる推測値の確度が高くなる。
ここで、以下の（８）式に示すように、決定係数Ｒ２を定義すると、この決定係数Ｒ２が１に近いほど、回帰モデルから求められる推測値の確度が高くなり、決定係数Ｒ２の平方根は重相関係数に一致することになる。
そして、消費電力分析部１１は、建造物データテーブル２ａから読み込んだ建造物情報Ｘi1と、検出データテーブル２ｄから読み出した在室人数Ｘi2（タイムスタンプに対応した）、及び実際に利用している稼動時間Ｘi3、そして説明変数として、基準値データテーブル２ｃから読み込んだ、この在室人数Ｘi2に対応する照明負荷Ｘi4，ＯＡ機器負荷Ｘi5，空調使用量Ｘi6を、重回帰モデルの（７）式に代入して、読み出したタイムスタンプでの電気使用量の目標値を算出する（ステップＳ５）。他の分析部も同様に、重回帰モデルを生成して、検出データテーブル２ｄから読み込んだ各データに基づいて目標値を求める。
そして、消費電力分析部１１は、求めた電気使用量の目標値と、実際に上記稼動時間Ｘi3に使用した電気使用量の実測値との差分を求め、節減可能な電気使用量として算出する（ステップＳ６）。
このとき、消費電力分析部１１は、、照明負荷Ｘi4，ＯＡ機器負荷Ｘi5及び空調使用量Ｘi6各々の個別の実測値を入力して、説明変数として読み込んだそれらの基準値と比較することにより、いずれの使用量が増加している等の評価を行うことも可能である。
次に、消費電力分析部１１は、得られた上記分析結果（電気使用量の目標値、実測値及びこれらの差分値）を、分析データテーブル２ｅにおける対応する小区画に、タイムスタンプを付加して、記憶させる（ステップＳ７）。
このとき、消費電力分析部１１は、、照明負荷Ｘi4，ＯＡ機器負荷Ｘi5及び空調使用量Ｘi6各々の個別の実測値を入力して、説明変数として読み込んだそれらの基準値と比較することにより、いずれの使用量が増加している等の評価を行うことも可能である。
次に、消費電力分析部１１は、得られた上記分析結果（電気使用量の目標値、実測値及びこれらの差分値）を、分析データテーブル２ｅにおける対応する小区画に、タイムスタンプを付加して、記憶させる（ステップＳ７）。
＜編集処理＞
次に、図９のフローチャートを参照して、得られた分析結果の編集処理について説明する。
報告書作成部１８は、所定期間毎（例えば、１ヶ月毎）に、建造物の所有者への報告書の作成を行う（ステップＳ１１）。
すなわち、報告書作成部１８は、電気使用量，ガス使用量，水使用量及びＣＯ2排出量等に関して、建造物全体と、各小区画毎との分析結果（電気使用量の目標値、実測値及びこれらの差分値）をまとめる。
ここで、報告書作成部１８は、各小区画毎の分析結果を積算して、建造物全体の分析結果として出力する。
次に、図９のフローチャートを参照して、得られた分析結果の編集処理について説明する。
報告書作成部１８は、所定期間毎（例えば、１ヶ月毎）に、建造物の所有者への報告書の作成を行う（ステップＳ１１）。
すなわち、報告書作成部１８は、電気使用量，ガス使用量，水使用量及びＣＯ2排出量等に関して、建造物全体と、各小区画毎との分析結果（電気使用量の目標値、実測値及びこれらの差分値）をまとめる。
ここで、報告書作成部１８は、各小区画毎の分析結果を積算して、建造物全体の分析結果として出力する。
そして、配信部１７は、建造物所有者に対して、例えば、管理センタＣのホームページ上（Ｗｅｂ上）において、上記建造物全体と、各小区画毎との分析結果を閲覧可能に設定する（ステップＳ１２）。
次に、報告書作成部１８は、国の監督官庁に提出する所定のフォーマット上において、建造物単位、及び小区画単位に各センサの検出データ及び分析結果を記述し、上記フォーマットの報告書を生成する（ステップＳ１３）。
そして、請求書作成部１５は、各種センサの測定したデータから、各小区画毎に使用量に基づき料金を計算して、支払いを要求する請求書の作成を行う（ステップＳ１４）。
次に、報告書作成部１８は、国の監督官庁に提出する所定のフォーマット上において、建造物単位、及び小区画単位に各センサの検出データ及び分析結果を記述し、上記フォーマットの報告書を生成する（ステップＳ１３）。
そして、請求書作成部１５は、各種センサの測定したデータから、各小区画毎に使用量に基づき料金を計算して、支払いを要求する請求書の作成を行う（ステップＳ１４）。
＜閲覧処理＞
この処理は、各小区画または利用者が任意に設けた利用者の端末にて行う処理である。
小区画を利用する利用者は、上記端末を介して、管理センタＣの処理サーバ１に対し、小区画の登録を要求する（ステップ２１）。
これにより、処理サーバ１は、要求された小区画の登録の処理、すなわち、データベース２において、登録対象の小区画に対応する各データテーブルの作成を行う。
この処理は、各小区画または利用者が任意に設けた利用者の端末にて行う処理である。
小区画を利用する利用者は、上記端末を介して、管理センタＣの処理サーバ１に対し、小区画の登録を要求する（ステップ２１）。
これにより、処理サーバ１は、要求された小区画の登録の処理、すなわち、データベース２において、登録対象の小区画に対応する各データテーブルの作成を行う。
次に、処理サーバ１は、利用者に対して、ユーザＩＤとパスワードとの設定を要求する。
そして、利用者は、上記要求に従い、ユーザＩＤとパスワードとを、端末を介して処理サーバ１に対し送信する。
これにより、処理サーバ１は、登録した小区画に対応させてユーザＩＤとパスワードとをデータベースに記憶させて、利用者のユーザＩＤとパスワードとの設定を完了する。
そして、利用者は、小区画の分析結果を参照するためのユーザＩＤとパスワードとを取得することとなる（ステップＳ２２）。
そして、利用者は、上記要求に従い、ユーザＩＤとパスワードとを、端末を介して処理サーバ１に対し送信する。
これにより、処理サーバ１は、登録した小区画に対応させてユーザＩＤとパスワードとをデータベースに記憶させて、利用者のユーザＩＤとパスワードとの設定を完了する。
そして、利用者は、小区画の分析結果を参照するためのユーザＩＤとパスワードとを取得することとなる（ステップＳ２２）。
次に、利用者は、端末にインストールされたアプリケーションソフト、例えば、ハイパーテキスト閲覧ソフトなどにより、インターネットを介して、管理センタＣのホームページにアクセスし（ステップＳ２３）、所定の欄にユーザＩＤとパスワードとを入力する（ステップＳ２４）。
そして、処理サーバ１は、ホームページ上に入力されたユーザＩＤとパスワードとから、利用者が建造物の所有者またはテナントの管理者であるか否かの判定を行う（ステップＳ２５）。
処理サーバ１は、建造物の所有者またはテナントの管理者であると判定した場合、ユーザＩＤとパスワードとに対応する建造物及びこの建造物にある小区画双方の分析結果及びその分析に用いた各センサの実測値を、ホームページ上において閲覧可能とする（ステップＳ２６）一方、建造物の所有者またはテナントの管理者のいずれでも無いと判定した場合、ユーザＩＤとパスワードとに対応する小区画の分析結果及びその分析に用いた各センサの実測値を、ホームページ上において閲覧可能とする（ステップＳ２７）。
そして、処理サーバ１は、ホームページ上に入力されたユーザＩＤとパスワードとから、利用者が建造物の所有者またはテナントの管理者であるか否かの判定を行う（ステップＳ２５）。
処理サーバ１は、建造物の所有者またはテナントの管理者であると判定した場合、ユーザＩＤとパスワードとに対応する建造物及びこの建造物にある小区画双方の分析結果及びその分析に用いた各センサの実測値を、ホームページ上において閲覧可能とする（ステップＳ２６）一方、建造物の所有者またはテナントの管理者のいずれでも無いと判定した場合、ユーザＩＤとパスワードとに対応する小区画の分析結果及びその分析に用いた各センサの実測値を、ホームページ上において閲覧可能とする（ステップＳ２７）。
なお、図１における処理サーバ１の分析処理等の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより図８〜図１０のフローチャートの分析処理及び報告書作成，請求書作成の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
１…処理サーバ ２…データベース
２ａ…建造物データテーブル ２ｂ…テナント個別データテーブル
２ｃ…基準値データテーブル ２ｄ…検出データテーブル
２ｅ…分析データテーブル ２ｆ…編集データテーブル
２ｇ…請求書データテーブル １０…ＤＢ書込部
１１…消費電力分析部 １２…ＣＯ2濃度分析部
１３…水使用量分析部 １４…ガス使用量分析部
１５…請求書作成部 １６…廃棄物分析部
１７…配信部 １８…報告書作成部
１０１…空調機 １０２…照明
１０３…水道 １０４…ガス（ガス栓）
２０１…在室人数検出センサ ２０２…温度センサ
２０３…湿度センサ ２０４…照度センサ
２０５…ＣＯ2センサ ２０６…水道メータ
２０７…ガスメータ ２０８…重量計
Ｃ…管理センタ Ｉ…情報通信網
２ａ…建造物データテーブル ２ｂ…テナント個別データテーブル
２ｃ…基準値データテーブル ２ｄ…検出データテーブル
２ｅ…分析データテーブル ２ｆ…編集データテーブル
２ｇ…請求書データテーブル １０…ＤＢ書込部
１１…消費電力分析部 １２…ＣＯ2濃度分析部
１３…水使用量分析部 １４…ガス使用量分析部
１５…請求書作成部 １６…廃棄物分析部
１７…配信部 １８…報告書作成部
１０１…空調機 １０２…照明
１０３…水道 １０４…ガス（ガス栓）
２０１…在室人数検出センサ ２０２…温度センサ
２０３…湿度センサ ２０４…照度センサ
２０５…ＣＯ2センサ ２０６…水道メータ
２０７…ガスメータ ２０８…重量計
Ｃ…管理センタ Ｉ…情報通信網
Claims (9)
- 建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群と、
前記各センサの出力をタイムスタンプに対応させて記憶するデータベースと、
前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析部と
を有することを特徴とする建物環境支援システム。 - 前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析部を有することを特徴とする請求項１に記載の建物環境支援システム。
- 所定の期間毎に、各小区画単位に、前記制御対象の実測値，推測値及び節減目標を算出し、所定のフォーマットにて報告書を生成する報告書作成部を有することを特徴とする請求項１または請求項２に記載の建物環境支援システム。
- 所定の期間毎に、各小区画単位に、前記制御対象の実測値から所定期間における使用量を算出し、この使用量から使用料金を算出し、所定のフォーマットにて請求書を生成する請求書作成部を有することを特徴とする請求項１から請求項３のいずれかに記載の建物環境支援システム。
- 建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量及び小区画の環境を複数種類のセンサにより測定し、
前記センサにより測定した測定データを、タイムスタンプを付加してデータベースに記憶させ、
前記データベースから前記小区画単位に前記測定データを読み出し、該測定データを説明変数として、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、
前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を第１の節減目標として算出し、
前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、
第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を第２の節減目標として算出し、
報告書の生成において、所定の期間毎に、各小区画単位に、前記制御対象の実測値，推測値及び第１及び第２の節減目標を算出して、所定のフォーマットにて報告書を生成し、
建物の所有者または小区画の所有者に対し、前記報告書を情報通信網にて閲覧可能とし、
所定の期間毎に、各小区画単位に、前記制御対象の実測値から所定期間における使用量を算出し、この使用量から使用料金を算出し、所定のフォーマットにて請求書を生成する
ことを特徴とする請求項１から請求項４のいずれかに記載の建物環境支援システム。 - 建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群の各センサの出力をタイムスタンプに対応させて、データベースに記憶する記憶過程と、
前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析過程と
を有することを特徴とする建物環境支援方法。 - 前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析過程を有することを特徴とする請求項６に記載の建物環境支援方法。
- 建造物の小区画毎にそれぞれ設けられた、少なくとも電気，ガス，水を含むエネルギ媒体の使用量を測定するセンサ及び小区画の環境を測定する複数種類のセンサからなるセンサ群の各センサの出力をタイムスタンプに対応させて、データベースに記憶する処理と、
前記小区画単位に、前記エネルギ媒体各々の使用量が目標変数である第１の線形回帰モデルをそれぞれ抽出し、説明変数として前記センサ群における各センサの測定データを入力し、前記第１の線形回帰モデルにより制御の対象であるエネルギ媒体の使用量の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第１の分析処理と
を有する建物環境支援の処理をコンピュータに実行させるプログラム。 - 前記エネルギ媒体各々の第１の線形回帰モデルの目標変数を説明変数として、他の制御対象に対する第２の線形回帰モデルを抽出し、第１の線形回帰モデルの推測値により、他の制御対象の推測値を算出し、エネルギ媒体各々の使用量の実測値及び前記推測値の差を求め、この差を節減目標として算出する第２の分析処理を有する、請求項９に記載の建物環境支援の処理をコンピュータに実行させるプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005323309A JP2007133468A (ja) | 2005-11-08 | 2005-11-08 | 建物環境支援システム、方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005323309A JP2007133468A (ja) | 2005-11-08 | 2005-11-08 | 建物環境支援システム、方法及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2007133468A true JP2007133468A (ja) | 2007-05-31 |
Family
ID=38155107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005323309A Pending JP2007133468A (ja) | 2005-11-08 | 2005-11-08 | 建物環境支援システム、方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2007133468A (ja) |
Cited By (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008152798A1 (ja) * | 2007-06-13 | 2008-12-18 | National Institute Of Information And Communications Technology | ホームネットワーク、それを用いた地域ネットワーク、ホームネットワークにおける動作をコンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JP2009265971A (ja) * | 2008-04-25 | 2009-11-12 | Tachibana Eletech Co Ltd | 建物における使用エネルギ管理システム |
| JP2009265972A (ja) * | 2008-04-25 | 2009-11-12 | Tachibana Eletech Co Ltd | 建物における使用エネルギ管理システム |
| JP2010231457A (ja) * | 2009-03-26 | 2010-10-14 | Metawater Co Ltd | 温室効果ガス排出量予測システムおよび方法 |
| WO2011057072A1 (en) * | 2009-11-05 | 2011-05-12 | Opower, Inc. | Method and system for disaggregating heating and cooling energy use from other building energy use |
| JP2012130176A (ja) * | 2010-12-16 | 2012-07-05 | Shimizu Corp | 設備制御システム、設備制御方法、及び設備制御プログラム |
| CN102789220A (zh) * | 2012-08-03 | 2012-11-21 | 深圳市海亿达能源科技股份有限公司 | 系统能耗过程管理装置及其管理控制方法 |
| JP2013250592A (ja) * | 2012-05-30 | 2013-12-12 | Mitsubishi Electric Corp | 計画管理装置、計画管理方法および計画管理プログラム |
| WO2014035544A1 (en) * | 2012-08-27 | 2014-03-06 | Gridium, Inc. | Systems and methods for energy consumption and energy demand management |
| WO2014199675A1 (ja) * | 2013-06-12 | 2014-12-18 | 株式会社東芝 | 地域指標算出装置、地域指標算出方法、及び、記録媒体 |
| CN104635685A (zh) * | 2014-12-26 | 2015-05-20 | 绍兴文理学院 | 基于6LowPAN技术和云服务的楼宇节能监控系统及监控方法 |
| WO2016004124A1 (en) * | 2014-07-01 | 2016-01-07 | Opower, Inc | Unusual usage alerts |
| KR101622523B1 (ko) * | 2015-11-30 | 2016-05-19 | 한국건설기술연구원 | 건물 에너지 성능 측정 평가 시스템 및 구동 방법 |
| CN105787835A (zh) * | 2016-02-25 | 2016-07-20 | 南京信息工程大学 | 一种智能校园宿舍管理系统 |
| JP2016188821A (ja) * | 2015-03-30 | 2016-11-04 | 株式会社東京精密 | 形状補正方法及び形状補正装置 |
| US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
| US9576245B2 (en) | 2014-08-22 | 2017-02-21 | O Power, Inc. | Identifying electric vehicle owners |
| JP2017050971A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Ｌｏｏｏｐ | 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム |
| US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
| US9727063B1 (en) | 2014-04-01 | 2017-08-08 | Opower, Inc. | Thermostat set point identification |
| US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
| US9852484B1 (en) | 2014-02-07 | 2017-12-26 | Opower, Inc. | Providing demand response participation |
| US9947045B1 (en) | 2014-02-07 | 2018-04-17 | Opower, Inc. | Selecting participants in a resource conservation program |
| US9958360B2 (en) | 2015-08-05 | 2018-05-01 | Opower, Inc. | Energy audit device |
| US10001792B1 (en) | 2013-06-12 | 2018-06-19 | Opower, Inc. | System and method for determining occupancy schedule for controlling a thermostat |
| US10019739B1 (en) | 2014-04-25 | 2018-07-10 | Opower, Inc. | Energy usage alerts for a climate control device |
| US10024564B2 (en) | 2014-07-15 | 2018-07-17 | Opower, Inc. | Thermostat eco-mode |
| US10031534B1 (en) | 2014-02-07 | 2018-07-24 | Opower, Inc. | Providing set point comparison |
| US10033184B2 (en) | 2014-11-13 | 2018-07-24 | Opower, Inc. | Demand response device configured to provide comparative consumption information relating to proximate users or consumers |
| US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
| US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
| US10074097B2 (en) | 2015-02-03 | 2018-09-11 | Opower, Inc. | Classification engine for classifying businesses based on power consumption |
| US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
| US10171603B2 (en) | 2014-05-12 | 2019-01-01 | Opower, Inc. | User segmentation to provide motivation to perform a resource saving tip |
| US10198483B2 (en) | 2015-02-02 | 2019-02-05 | Opower, Inc. | Classification engine for identifying business hours |
| US10371861B2 (en) | 2015-02-13 | 2019-08-06 | Opower, Inc. | Notification techniques for reducing energy usage |
| US10373120B2 (en) | 2015-01-21 | 2019-08-06 | Crowdplat, Inc. | Systems and methods for crowdsourcing technology projects |
| US10410130B1 (en) | 2014-08-07 | 2019-09-10 | Opower, Inc. | Inferring residential home characteristics based on energy data |
| JP2019178977A (ja) * | 2018-03-30 | 2019-10-17 | 旭化成ホームズ株式会社 | 建物内の揮発性有機化合物濃度の予測方法、情報処理システム、及び建物 |
| US10467249B2 (en) | 2014-08-07 | 2019-11-05 | Opower, Inc. | Users campaign for peaking energy usage |
| US10559044B2 (en) | 2015-11-20 | 2020-02-11 | Opower, Inc. | Identification of peak days |
| US10572889B2 (en) | 2014-08-07 | 2020-02-25 | Opower, Inc. | Advanced notification to enable usage reduction |
| US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
| US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
| US10817789B2 (en) | 2015-06-09 | 2020-10-27 | Opower, Inc. | Determination of optimal energy storage methods at electric customer service points |
| JP2020205684A (ja) * | 2019-06-14 | 2020-12-24 | 大成建設株式会社 | 消費電力推定装置および消費電力推定方法 |
| US10885238B1 (en) | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
| JP2021056661A (ja) * | 2019-09-27 | 2021-04-08 | 株式会社ジェイアール西日本デイリーサービスネット | 自動収集システム、及び自動収集方法 |
| US11093950B2 (en) | 2015-02-02 | 2021-08-17 | Opower, Inc. | Customer activity score |
| US11238545B2 (en) | 2011-05-06 | 2022-02-01 | Opower, Inc. | Method and system for selecting similar consumers |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000329805A (ja) * | 1999-05-20 | 2000-11-30 | Osaka Gas Co Ltd | エネルギ消費性向診断方法、装置、システム及び記録媒体 |
| JP2001241969A (ja) * | 2000-02-29 | 2001-09-07 | Osaka Gas Co Ltd | 課金方法、単価計算装置、及び記録媒体 |
| JP2003099525A (ja) * | 2001-09-26 | 2003-04-04 | Osaka Gas Co Ltd | エネルギ消費量診断システム |
| JP2003109166A (ja) * | 2001-09-28 | 2003-04-11 | Toshiba Corp | 集中検針装置 |
| JP2004227082A (ja) * | 2003-01-20 | 2004-08-12 | Fuji Electric Systems Co Ltd | 環境保全活動支援システム、その管理サーバ、方法、プログラム、及び記録媒体 |
-
2005
- 2005-11-08 JP JP2005323309A patent/JP2007133468A/ja active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000329805A (ja) * | 1999-05-20 | 2000-11-30 | Osaka Gas Co Ltd | エネルギ消費性向診断方法、装置、システム及び記録媒体 |
| JP2001241969A (ja) * | 2000-02-29 | 2001-09-07 | Osaka Gas Co Ltd | 課金方法、単価計算装置、及び記録媒体 |
| JP2003099525A (ja) * | 2001-09-26 | 2003-04-04 | Osaka Gas Co Ltd | エネルギ消費量診断システム |
| JP2003109166A (ja) * | 2001-09-28 | 2003-04-11 | Toshiba Corp | 集中検針装置 |
| JP2004227082A (ja) * | 2003-01-20 | 2004-08-12 | Fuji Electric Systems Co Ltd | 環境保全活動支援システム、その管理サーバ、方法、プログラム、及び記録媒体 |
Cited By (62)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008152798A1 (ja) * | 2007-06-13 | 2008-12-18 | National Institute Of Information And Communications Technology | ホームネットワーク、それを用いた地域ネットワーク、ホームネットワークにおける動作をコンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| KR101449780B1 (ko) | 2007-06-13 | 2014-10-14 | 도쿠리츠 교세이 호진 죠호 츠신 켄큐 키코 | 홈 네트워크, 이를 이용한 지역 네트워크, 홈 네트워크에 있어서의 동작을 컴퓨터에 실행시키기 위한 프로그램 및 그 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 |
| JP5130293B2 (ja) * | 2007-06-13 | 2013-01-30 | 独立行政法人情報通信研究機構 | ホームネットワーク、それを用いた地域ネットワーク、ホームネットワークにおける動作をコンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| US8334771B2 (en) | 2007-06-13 | 2012-12-18 | National Institute Of Information And Communications Technology | Home network, area network using the same, program for computer to execute operation in home network, and computer-readable recording medium storing the program |
| JP2009265971A (ja) * | 2008-04-25 | 2009-11-12 | Tachibana Eletech Co Ltd | 建物における使用エネルギ管理システム |
| JP2009265972A (ja) * | 2008-04-25 | 2009-11-12 | Tachibana Eletech Co Ltd | 建物における使用エネルギ管理システム |
| JP2010231457A (ja) * | 2009-03-26 | 2010-10-14 | Metawater Co Ltd | 温室効果ガス排出量予測システムおよび方法 |
| WO2011057072A1 (en) * | 2009-11-05 | 2011-05-12 | Opower, Inc. | Method and system for disaggregating heating and cooling energy use from other building energy use |
| US8660813B2 (en) | 2009-11-05 | 2014-02-25 | Opower, Inc. | Method and system for disaggregating heating and cooling energy use from other building energy use |
| JP2012130176A (ja) * | 2010-12-16 | 2012-07-05 | Shimizu Corp | 設備制御システム、設備制御方法、及び設備制御プログラム |
| US11238545B2 (en) | 2011-05-06 | 2022-02-01 | Opower, Inc. | Method and system for selecting similar consumers |
| JP2013250592A (ja) * | 2012-05-30 | 2013-12-12 | Mitsubishi Electric Corp | 計画管理装置、計画管理方法および計画管理プログラム |
| US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
| CN102789220A (zh) * | 2012-08-03 | 2012-11-21 | 深圳市海亿达能源科技股份有限公司 | 系统能耗过程管理装置及其管理控制方法 |
| CN102789220B (zh) * | 2012-08-03 | 2014-07-30 | 深圳市海亿达能源科技股份有限公司 | 系统能耗过程管理装置及其管理控制方法 |
| WO2014035544A1 (en) * | 2012-08-27 | 2014-03-06 | Gridium, Inc. | Systems and methods for energy consumption and energy demand management |
| US9569804B2 (en) | 2012-08-27 | 2017-02-14 | Gridium, Inc. | Systems and methods for energy consumption and energy demand management |
| US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
| US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
| US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
| US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
| WO2014199675A1 (ja) * | 2013-06-12 | 2014-12-18 | 株式会社東芝 | 地域指標算出装置、地域指標算出方法、及び、記録媒体 |
| JP2014241088A (ja) * | 2013-06-12 | 2014-12-25 | 株式会社東芝 | 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム |
| US10001792B1 (en) | 2013-06-12 | 2018-06-19 | Opower, Inc. | System and method for determining occupancy schedule for controlling a thermostat |
| US10885238B1 (en) | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
| US9947045B1 (en) | 2014-02-07 | 2018-04-17 | Opower, Inc. | Selecting participants in a resource conservation program |
| US10031534B1 (en) | 2014-02-07 | 2018-07-24 | Opower, Inc. | Providing set point comparison |
| US9852484B1 (en) | 2014-02-07 | 2017-12-26 | Opower, Inc. | Providing demand response participation |
| US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
| US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
| US9727063B1 (en) | 2014-04-01 | 2017-08-08 | Opower, Inc. | Thermostat set point identification |
| US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
| US10019739B1 (en) | 2014-04-25 | 2018-07-10 | Opower, Inc. | Energy usage alerts for a climate control device |
| US10171603B2 (en) | 2014-05-12 | 2019-01-01 | Opower, Inc. | User segmentation to provide motivation to perform a resource saving tip |
| US10235662B2 (en) | 2014-07-01 | 2019-03-19 | Opower, Inc. | Unusual usage alerts |
| WO2016004124A1 (en) * | 2014-07-01 | 2016-01-07 | Opower, Inc | Unusual usage alerts |
| US10101052B2 (en) | 2014-07-15 | 2018-10-16 | Opower, Inc. | Location-based approaches for controlling an energy consuming device |
| US10024564B2 (en) | 2014-07-15 | 2018-07-17 | Opower, Inc. | Thermostat eco-mode |
| US10467249B2 (en) | 2014-08-07 | 2019-11-05 | Opower, Inc. | Users campaign for peaking energy usage |
| US10572889B2 (en) | 2014-08-07 | 2020-02-25 | Opower, Inc. | Advanced notification to enable usage reduction |
| US10410130B1 (en) | 2014-08-07 | 2019-09-10 | Opower, Inc. | Inferring residential home characteristics based on energy data |
| US9576245B2 (en) | 2014-08-22 | 2017-02-21 | O Power, Inc. | Identifying electric vehicle owners |
| US10033184B2 (en) | 2014-11-13 | 2018-07-24 | Opower, Inc. | Demand response device configured to provide comparative consumption information relating to proximate users or consumers |
| CN104635685A (zh) * | 2014-12-26 | 2015-05-20 | 绍兴文理学院 | 基于6LowPAN技术和云服务的楼宇节能监控系统及监控方法 |
| US10373120B2 (en) | 2015-01-21 | 2019-08-06 | Crowdplat, Inc. | Systems and methods for crowdsourcing technology projects |
| US10198483B2 (en) | 2015-02-02 | 2019-02-05 | Opower, Inc. | Classification engine for identifying business hours |
| US11093950B2 (en) | 2015-02-02 | 2021-08-17 | Opower, Inc. | Customer activity score |
| US10074097B2 (en) | 2015-02-03 | 2018-09-11 | Opower, Inc. | Classification engine for classifying businesses based on power consumption |
| US10371861B2 (en) | 2015-02-13 | 2019-08-06 | Opower, Inc. | Notification techniques for reducing energy usage |
| JP2016188821A (ja) * | 2015-03-30 | 2016-11-04 | 株式会社東京精密 | 形状補正方法及び形状補正装置 |
| US10817789B2 (en) | 2015-06-09 | 2020-10-27 | Opower, Inc. | Determination of optimal energy storage methods at electric customer service points |
| US9958360B2 (en) | 2015-08-05 | 2018-05-01 | Opower, Inc. | Energy audit device |
| JP2017050971A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Ｌｏｏｏｐ | 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム |
| US10559044B2 (en) | 2015-11-20 | 2020-02-11 | Opower, Inc. | Identification of peak days |
| KR101622523B1 (ko) * | 2015-11-30 | 2016-05-19 | 한국건설기술연구원 | 건물 에너지 성능 측정 평가 시스템 및 구동 방법 |
| WO2017095101A1 (ko) * | 2015-11-30 | 2017-06-08 | 한국건설기술연구원 | 건물 에너지 성능 측정 평가 시스템 및 구동 방법 |
| CN105787835A (zh) * | 2016-02-25 | 2016-07-20 | 南京信息工程大学 | 一种智能校园宿舍管理系统 |
| JP2019178977A (ja) * | 2018-03-30 | 2019-10-17 | 旭化成ホームズ株式会社 | 建物内の揮発性有機化合物濃度の予測方法、情報処理システム、及び建物 |
| JP7089924B2 (ja) | 2018-03-30 | 2022-06-23 | 旭化成ホームズ株式会社 | 建物内の揮発性有機化合物濃度の予測方法、情報処理システム、及び建物の建築方法 |
| JP2020205684A (ja) * | 2019-06-14 | 2020-12-24 | 大成建設株式会社 | 消費電力推定装置および消費電力推定方法 |
| JP7285480B2 (ja) | 2019-06-14 | 2023-06-02 | 大成建設株式会社 | 消費電力推定装置および消費電力推定方法 |
| JP2021056661A (ja) * | 2019-09-27 | 2021-04-08 | 株式会社ジェイアール西日本デイリーサービスネット | 自動収集システム、及び自動収集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2007133468A (ja) | 建物環境支援システム、方法及びプログラム | |
| Meng et al. | Degree-day based non-domestic building energy analytics and modelling should use building and type specific base temperatures | |
| Booth et al. | Decision making under uncertainty in the retrofit analysis of the UK housing stock: Implications for the Green Deal | |
| JP2007133469A (ja) | 建物環境支援システムによる建物環境支援方法 | |
| Haberl et al. | ASHRAE's Guideline 14-2002 for Measurement of Energy and Demand Savings: How to Determine what was really saved by the retrofit | |
| Dixit | Embodied energy and cost of building materials: correlation analysis | |
| Reddy et al. | Uncertainty of “measured” energy savings from statistical baseline models | |
| Thanassoulis | Comparative performance measurement in regulation: the case of English and Welsh sewerage services | |
| Lützkendorf et al. | Benchmarking and target-setting for the life cycle-based environmental performance of buildings: Energy in Buildings and Communities Technology Collaboration Programme | |
| Sretenovic | Analysis of energy use at university campus | |
| MacDonald et al. | Investigation of metered data analysis methods for commercial and related buildings | |
| Schmidt | Analysis of five approaches to environmental assessment of building components in a whole building context | |
| JP6780099B2 (ja) | アグリゲータ側システム、プロシューマ側システム、及びアグリゲーションシステム、並びにアグリゲーション方法 | |
| Xu | Assessing the minimum instrumentation to well tune existing medium sized office building energy models | |
| Evans et al. | Building energy code compliance in developing countries: the potential role of outcomes-based codes in India | |
| Al Bunni et al. | Refurbishment of UK school buildings: Challenges of improving energy performance using BIM | |
| JP2010205075A (ja) | 環境負荷評価システム、環境負荷評価方法及び環境負荷評価プログラム | |
| Eley et al. | Rethinking percent savings--the problem with percent savings and zEPI: the new scale for a net zero energy future. | |
| Liu | Development of a building-specific life cycle sustainability assessment model | |
| Mikulić et al. | Valorization of economic effects from the programme of energy renovation of public buildings in Croatia | |
| Jollands et al. | Promoting energy efficiency: Best practices in cities | |
| Omotayo et al. | Exploring unchartered territories of building accreditation ratings in the UK | |
| JP2012003587A (ja) | エネルギ使用量集計装置およびエネルギ使用量集計方法 | |
| Milligan | Chronological Reliability Model Incorporating Wind Forecasts to Assess Wind Plant Reserve Allocation | |
| Thomas et al. | How much energy saving is 1% per year |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080715 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101125 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101130 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110419 |