エネルギー推定手法

提供状況：推定はプラットフォームのオプション機能であり、すべてのサブスクリプションに含まれるとは限りません。推定が有効化されていないポートフォリオでは、実測メーターデータのみが報告されます。

推定は報告時点で利用可能なデータに基づいて実施されます。推定値は新しい実測データを受領するたびに更新されます。

Cambioの推定方針は、稼働中の運用アセットに適用されます。時間的な中断または空間的なカバレッジの制約によりユーティリティデータにギャップがある場合、Cambioは体系的かつ決定論的な推定手法を適用し、完全な建物レベルのエネルギー消費プロファイルを作成します。データ網羅性の評価および推定は、各物件のエネルギーストリーム（電力、燃料）ごとに独立して、かつあらゆる分析、GHG排出量の計算、データエクスポートに先立って実施されます。

すべての推定値は以下を満たします。

推定は決定論的かつ気象調整済みです。固定のベンチマーク値や静的な強度の仮定ではなく、観測された現地の気候条件および建物固有またはコホート由来の消費パターンに応答します。データ品質の問題は、推定ロジックの内部ではなく、アラートおよび検証のワークフローを通じて処理されます。基礎となるモデルは5パラメータの区分線形（チェンジポイント）モデルであり、暖房、ベースロード、冷房という3つの運転領域にわたる外気温度とエネルギー消費量の関係を捉えます。

推定は、電力とその他（燃料＋地域エネルギーの合計）という2つのモデルタイプについて、それぞれ独立してトリガーされます。

メータータイプの欠落。建物のオンボーディング情報に基づき、物件に特定のメータータイプが存在すると想定されるにもかかわらず、データ内にまったく存在しない場合、当該モデルタイプについて報告期間中のすべての日について推定がトリガーされます。このチェックは、後述のチェックよりも前に、かつそれとは独立して実行されます。

面積 × 時間のカバレッジ。報告期間中の各日について、エネルギーサブタイプ（電力、燃料）ごとにカバレッジスコアが算出されます。

推定時点で利用可能なオンボーディング済みデータに基づき、システムはデータの入手可能性と品質に応じて、以下に説明する3つの推定経路のいずれかを適用します。適用される経路は、利用可能な過去データに基づき、推定時点で物件ごとに決定されます。

複数の季節にまたがる ≥ 9 か月の過去データを有し、空間カバレッジ > 75% という品質検証ゲートを通過した物件に適用されます。

以下を用いて、物件固有のチェンジポイント回帰モデル一式（電力モデル、および該当する場合は燃料モデル）が構築されます。

このモデルは暖房および冷房のバランスポイントを学習し、消費量を暖房度日および冷房度日に関連付けます。このアプローチにより、以下を含む建物固有の特性が捉えられます。

モデル品質は、ASHRAE Guideline 14の指標である正規化平均バイアス誤差（NMBE）および二乗平均平方根誤差の変動係数 CV(RMSE) に照らして監視されます。データ十分性の基準が満たされる場合、この経路が常に優先されます

物件固有のデータが不十分な場合、またはカバレッジのしきい値を満たさない場合に適用されます。消費量は、以下に基づいて選定された類似建物のコホートから得た平均パラメータを用いて推定されます。

CV(RMSE) スコアが高いモデルは、コホート分析での使用対象外となります。

コホートの規模には最低5棟という下限が設定されており、数百万件の建物エネルギーモデルのデータベースから選定されます。本手法は完全一致（同一の気候ゾーン、アセットクラス、同程度の延床面積）を優先し、完全一致が5件以上存在する場合は利用可能なすべての完全一致を選定します。完全一致が5件未満の場合は、次に類似度の高い建物でコホートを補い、最低5棟に達するようにします。気象正規化されたパラメータはコホート全体で平均されます。

すべての燃料タイプについてコホートベースの推定値が使用される場合、モデル化された総EUIは地域ベンチマークデータに合わせて校正されます。ベンチマーク整合パラメータ（α）は、地域ベンチマークデータの品質に対する信頼度に基づいてクライアントごとに設定されます。すべての地域にわたって高い信頼度がある場合はα=1が適用され、これは推定値が地域ベンチマークに完全に一致することを意味します。単一燃料のコホート推定値やその他の推定手法では、ベンチマークのブレンディングは組み込まれません。

校正の式は次のとおりです。S = (1-α)·P + α·X（ここでPはモデルによる年間合計、Xはベンチマークの年間目標値、Sはベンチマーク校正後の結果）。α=1の場合、この式は S = X に単純化されます。月次の気象応答パターンを維持するため、補正係数（k）が適用されます。k = S / P

このアプローチにより、推定値が地域のパフォーマンス期待値に整合するとともに、コホートモデルの気象応答的な時間分布特性が保持されます。

得られた推定エネルギー使用強度（EUI）は、同一の国およびアセットクラスの地域ベンチマークデータと比較されます。次に、観測される市場の標準との整合性を確保するため、推定値はこの地域パフォーマンス期待値に向けて重み付けされます。コホートアプローチでは、自身の過去データにおいて自己モデルの品質しきい値を満たした類似アセットの検証済み消費パターンおよび得られた係数を用いて、対象物件の観測された気象条件に適用する推定値を生成します

対応している法域（英国、EU）については、コホートベースの推定値がエネルギー性能証書（EPC）の評価を用いて調整されます。これらの調整では、国別のEPC強度表から導出された範囲制限付きの乗算係数を適用し、推定値を法域のパフォーマンス区分に整合させます。

特定の月およびエネルギーサブタイプについて推定がトリガーされ、モデルが選定されると、システムは単一のギャップ補完計算を適用します。これは、カバレッジ不足が床面積カバレッジの欠落、暦日の欠落、またはその両方に起因するかにかかわらず同様です。このアプローチは実測データを保持し、監査可能性を維持し、建物全体の合計値が正しく整合することを保証します。

この単一の計算は「空間的」および「時間的」なギャップタイプに一律に適用されます。実測データがない日は建物全体の予測値のみとなり（実測 = 0）、床面積カバレッジが部分的な日は未計量の残余分のみが差し引かれ、両方の影響を受ける日も同じ減算によって解決されます。個別のロジック分岐は必要ありません。

電力と燃料についてそれぞれ推定がトリガーされ、モデル選定が行われると、システムはカバレッジ不足の性質に応じて3つのギャップ補完戦略のいずれかを適用します。このアプローチは実測データを保持し、監査可能性を維持し、建物全体の合計値が正しく整合することを保証します。

電力、燃料、地域エネルギーはそれぞれ独立してモデル化されます。つまり、各ストリームのデータの入手可能性に応じて、単一の物件において電力には自己モデル推定を、燃料にはコホートモデル推定を使用することがあり得ます。

総エネルギーは3つのストリームすべての合計に等しく、建物全体のエネルギー消費量を表します

すべての推定値には完全な出所メタデータが含まれます。

新しい実測メーターデータが利用可能になった場合、重複する推定値は無効化され、再生成されます。すべての推定ロジックは決定論的であり、同一の入力が与えられれば再現可能です。

Cambioはベンチマークを2つの異なる目的で使用しており、各ベンチマークはユースケースごとにラベル付けされています。差異アラートに使用されるベンチマークは、類似レコードに対するレビューを促すものです。コホート校正に使用されるベンチマークは、実際の消費量が欠落または不完全な場合に推定値を決定します。