Search

JP-2026076732-A - 情報処理方法、プログラム及び情報処理装置

JP2026076732AJP 2026076732 AJP2026076732 AJP 2026076732AJP-2026076732-A

Abstract

【課題】日射量を好適に推定することができる情報処理方法等を提供する。 【解決手段】情報処理方法は、観測地点の日照量と、該日照量の観測時点を示す観測時点情報とを取得し、取得した前記日照量及び観測時点情報に基づき、前記観測地点の日射量を推定する処理をコンピュータが実行する。好適には、日射量及び日照量の比率と観測時点との関係を示す回帰式を用いて、取得した前記日照量及び観測時点情報に基づき、前記日射量を推定する。 【選択図】図３

Inventors

  • 田村 佑馬
  • 中村 叶弥

Assignees

  • ミネベアミツミ株式会社

Dates

Publication Date
20260512
Application Date
20241024

Claims (7)

  1. 観測地点の日照量と、該日照量の観測時点を示す観測時点情報とを取得し、 取得した前記日照量及び観測時点情報に基づき、前記観測地点の日射量を推定する 処理をコンピュータが実行する情報処理方法。
  2. 日射量及び日照量の比率と観測時点との関係を示す回帰式を用いて、取得した前記日照量及び観測時点情報に基づき、前記日射量を推定する 請求項１に記載の情報処理方法。
  3. 前記観測地点の気温、相対湿度、及び平均風速を更に取得し、 推定した前記日射量と、取得した前記気温、相対湿度、及び平均風速とに基づき、前記観測地点の暑さ指数を推定する 請求項１又は２に記載の情報処理方法。
  4. 推定した前記暑さ指数に応じてアラートを出力する 請求項３に記載の情報処理方法。
  5. 前記観測地点の南中時刻における前記日照量を取得し、 前記観測地点の南中時刻における前記日射量を推定する 請求項１～４のいずれか１項に記載の情報処理方法。
  6. 観測地点の日照量と、該日照量の観測時点を示す観測時点情報とを取得し、 取得した前記日照量及び観測時点情報に基づき、前記観測地点の日射量を推定する 処理をコンピュータに実行させるプログラム。
  7. 制御部を備える情報処理装置であって、 前記制御部が、 観測地点の日照量と、該日照量の観測時点を示す観測時点情報とを取得し、 取得した前記日照量及び観測時点情報に基づき、前記観測地点の日射量を推定する 情報処理装置。

Description

本発明は、情報処理方法、プログラム及び情報処理装置に関する。 日射量を推定する技術がある。例えば特許文献１には、気象データの観測値、日射量の観測値、及び晴天時日射量に基づいて、部分的最小二乗法や統計指標（ＡＩＣ）を用いることにより各値の関係を表す関係式を算出し、気象データの予報値、晴天時日射量、及び関係式に基づいて日射量の予測値を算出する日射量算出装置等が開示されている。 特許第５８７１６３５号公報 ＷＢＧＴ推定システムの構成例を示す説明図である。サーバの構成例を示すブロック図である。日射量／日照量と観測時点との関係を示すグラフである。回帰式の導出処理の手順を示すフローチャートである。ＷＢＧＴの推定処理の手順を示すフローチャートである。 以下、本発明をその実施の形態を示す図面に基づいて詳述する。 （実施の形態１） 図１は、ＷＢＧＴ推定システムの構成例を示す説明図である。本実施の形態では、観測地点の日照量と、当該日照量の観測時点とから日射量を推定し、推定した日射量等に基づいて観測地点のＷＢＧＴ（Wet Bulb Globe Temperature、いわゆる暑さ指数）を推定するＷＢＧＴ推定システムについて説明する。ＷＢＧＴ推定システムは、情報処理装置１、センサ２を含む。情報処理装置１及びセンサ２は、インターネット等のネットワークＮを介して通信接続されている。 情報処理装置１は、種々の情報処理、情報の送受信が可能な情報処理装置であり、例えばサーバコンピュータ、パーソナルコンピュータ等である。本実施の形態では情報処理装置１がサーバコンピュータであるものとし、以下では簡潔のためサーバ１と読み替える。サーバ１は、センサ２で計測される日照量（照度）、及び当該日照量の観測時点（観測日）から日射量を推定する。そしてサーバ１は、推定した日射量に加え、センサ２で計測される気温、相対湿度、及び平均風速に基づいて、観測地点のＷＢＧＴを推定する。 センサ２は、日照量等を計測するセンサであり、不図示のゲートウェイを介してサーバ１に通信接続されている。センサ２は、照度計２１、温度計２２、湿度計２３、風速計２４を備え、観測地点の照度、気温、相対湿度、平均風速を計測する。なお、センサ２は照度等以外にも気圧、雨量、紫外線強度、加速度、回転速度等も計測可能となっている。 図２は、サーバ１の構成例を示すブロック図である。サーバ１は、制御部１１、主記憶部１２、通信部１３、及び補助記憶部１４を備える。 制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等のプロセッサであり、補助記憶部１４に記憶されたプログラムＰを読み出して実行することにより、種々の情報処理を行う。主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）等の一時記憶領域であり、制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。通信部１３は、通信に関する処理を行うための通信モジュールであり、外部と情報の送受信を行う。補助記憶部１４は、ハードディスク、大容量メモリ等の不揮発性記憶領域であり、制御部１１が処理を実行するために必要なプログラムＰ（プログラム製品）、その他のデータを記憶している。 なお、サーバ１は複数のコンピュータからなるマルチコンピュータであっても良く、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。 また、本実施の形態においてサーバ１は上記の構成に限られず、例えば操作入力を受け付ける入力部、画像を表示する表示部等を含んでもよい。また、サーバ１は、ＣＤ（Compact Disk）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭ等の可搬型記憶媒体１ａを読み取る読取部を備え、可搬型記憶媒体１ａからプログラムＰを読み取って実行するようにしても良い。 図３は、日射量／日照量と観測時点との関係を示すグラフである。図３に基づき、本実施の形態の概要を説明する。 上述の如く、本システムではセンサ２の各計測値からＷＢＧＴを推定する。ＷＢＧＴは以下の数式（１）で定義される。 ＷＢＧＴ＝０．７＊Ｔｗ＋０．２＊Ｔｇ＋０．１Ｔａ …（１） Ｔｗは湿球温度、Ｔｇは黒球温度、Ｔａは乾球温度である。しかしながら、湿球温度、黒球温度、乾球温度は世界的に見ても一般的な気象要素ではなく、本システムで使用するセンサ２でも計測できない。 そこで考案されたものが小野モデルであり、より一般的な気象要素である気温、相対湿度、日射量（全天日射量）、及び平均風速によってＷＢＧＴを予測する。数式（２）に、小野モデルによるＷＢＧＴの計算式を示す。 ＷＢＧＴ＝０．７３５＊Ｔａ＋０．０３７４＊ＲＨ＋０．００２９２＊Ｔａ＊ＲＨ＋７．６１９＊ＳＲ－４．５５７＊ＳＲ２－０．０５７２＊ＷＳ－４．０６４ …（２） Ｔａは気温、ＲＨは相対湿度、ＳＲは日射量、ＷＳは平均風速である。しかしながら、本システムで使用するセンサ２では日照量（地表に到達する太陽光のうち可視光領域のみについて強度を定量化したもの）は計測可能であるものの、日射量（地表に到達する太陽光の全波長領域について強度を定量化したもの）は計測することができない。そこで本実施の形態では、日射量と近しい関係にある日照量から日射量を推定し、その推定した日射量に基づいてＷＢＧＴを推定する。 具体的には、サーバ１は、ある観測地点において年間の各観測日（観測時点）に日照量及び日射量を計測した観測データ群に基づき、日射量及び日照量の比率（日射量／日照量）と観測日との関係を示す回帰式を導出する。日射量を推定する場合、サーバ１は当該回帰式を用いて、観測地点の日照量と、当該日照量の観測日とから、観測地点の日射量を推定する。数式（３）に回帰式を示す。 日射量／日照量＝ｋ＊観測日＋ｌ …（３） ｋは回帰係数、ｌは回帰切片である。数式（３）に示すように、サーバ１は、目的変数を日射量／日照量とし、説明変数を観測日（観測時点）とする単回帰式を導出する。 日射量をより正確に推定する場合には、観測日だけでなく、観測時刻と、当該時刻における観測地点の気象情報とを知る必要がある。しかしながら、全ての時刻、全ての天候を網羅しようとすると計算式が非常に複雑になり、計算コストが高くなる。そこで本実施の形態では、比較的重要度の高い時刻、天候に絞り、１日単位で日射量／日照量の変化を捉える計算式を導出する。 具体的には、サーバ１は、晴天時の南中時刻に計測された観測データ群を用いて、南中時刻における日射量／日照量を推定する回帰式を導出する。回帰式導出の基礎とする観測データを晴天時かつ南中時刻のデータとする理由は、本システムではＷＢＧＴの推定のために日射量を推定するため、熱中症リスクの高い時刻、天候に焦点を当てることが優先されるためである。また、曇天時、又は雨天時における回帰係数は、晴天南中時の回帰係数と近い日が多いためである。 なお、日射量を更に正確に推定する場合には、説明変数に南中高度を加えることが考えられる。しかし、南中高度を特定するためには観測地点の位置情報を知る必要があり、また、観測日に南中高度の情報がある程度含まれることから、本実施の形態では南中高度を説明変数に加えない。 上述の如く、サーバ１は、晴天時の南中時刻に日射量及び日照量を計測した観測データ群から回帰式を導出する。図３に、日射量／日照量の観測データ群（プロット）と、当該観測データ群から導出された回帰式（直線）とを図示している。 図３のグラフでは、１月１日を１日目とし、１２月３１日を３６５日目として、横軸に観測日を取っている。本願発明者の調査によれば、日射量／日照量は１日目から１８０日目にかけて減少傾向となり、１８０日目から３６５日目にかけて増加傾向に転じる。図３のグラフはおよそ１８０日目～２８０日目を図示しているため、日射量／日照量は増加傾向となっている。 サーバ１は、図３に示す観測データ群から導出した回帰式を用いて、センサ２が設置された観測地点の日射量を推定し、ＷＢＧＴを推定する。具体的には、サーバ１は、日照量、気温、相対湿度、及び平均風速と、日照量等の観測日（観測時点）を示す観測時点情報とを含む観測データをセンサ２から取得する。サーバ１は、回帰式を用いて観測日から日射量／日照量を算出し、算出した日射量／日照量と、計測された日照量とから日射量を推定する。サーバ１は、推定した日射量と、計測された気温、相対湿度、及び平均風速とに基づき、数式（２）を用いてＷＢＧＴを推定する。 サーバ１は、推定したＷＢＧＴが閾値以上であるか否かを判定し、ＷＢＧＴが閾値以上である場合、所定のアラートを不図示の端末に出力する。これにより、サーバ１は熱中症等に警戒すべき旨を警告することができる。 以上より、本実施の形態によれば、観測地点の日射量が計測できない場合に、日照量及び観測時点から日射量を好適に推定し、ＷＢＧＴを推定することができる。 図４は、回帰式の導出処理の手順を示すフローチャートである。図４に基づき、日射量／日照量と観測時点との関係を示す回帰式を導出する際の処理内容について説明する。 サーバ１の制御部１１は、観測地点の日照量及び日射量と、当該日照量及び日射量の観測時点（観測日）を示す観測時点情報とを含む観測データ群を取得する（ステップＳ１１）。制御部１１は観測データ群に基づき、観測時点を説明変数とし、日射量／日照量を目的変数とする回帰式を導出する（ステップＳ１２）。具体的には、制御部１１は単回帰式を導出する。制御部１１は一連の処理を終了する。 図５は、ＷＢＧＴの推定処理の手順を示すフローチャートである。図５に基づき、観測地点のＷＢＧＴを推定する際の処理内容について説明する。 サーバ１の制御部１１は、観測地点の日照量、気温、相対湿度、及び平均風速と、日照量等の観測時点を示す観測時点情報とを含む観測データをセンサ２から取得する（ステップＳ３１）。制御部１１は、日射量／日照量と観測時点との関係を示す回帰式を用いて、観測データに含まれる日照量及び観測時点に基づき、観測地点の日射量を推定する（ステップＳ３２）。 制御部１１は、推定した日射量と、ステップＳ３１で取得した観測データに含まれる気温、相対湿度、及び平均風速とに基づき、観測地点のＷＢＧＴを推定する（ステップＳ３３）。制御部１１は、ＷＢＧＴが閾値以上であるか否かを判定する（ステップＳ３４）。ＷＢＧＴが閾値以上であると判定した場合（Ｓ３４：ＹＥＳ）、制御部１１はアラートを出力する（ステップＳ３５）。ステップＳ３５の処理を実行後、又はステップＳ３４でＮＯの場合、制御部１１は一連の処理を終了する。 なお、上記では日射量推定のアルゴリズムとして回帰分析を用いたが、本実施の形態はこれに限定されるものではない。例えばサーバ１は、日照量及び観測時点情報（観測日）を含む観測データを入力した場合に日射量を推定する機械学習モデル（ニューラルネットワーク等）を観測データ群から生成し、センサ２が設置された観測地点における観測データを当該機械学習モデルに入力することで日射量を推定するようにしてもよい。このように、サーバ１は日照量及び観測時点から日射量を推定可能であればよく、その推定アルゴリズムは回帰分析に限定されない。 また、本実施の形態では日照量及び観測時点のみから日射量を推定したが、太陽の南中高度、観測時点における気象情報などを説明変数に加えてもよい。 以上より、本実施の形態によれば、日射量を好適に推定することができる。 今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、