2024-700170

特許第７３４６３５６号発明「予測装置および予測方法」の特許異議申立事件について、次のとおり決定する。

結 論 特許第７３４６３５６号の特許請求の範囲を訂正請求書に添付された訂正特許請求の範囲のとおり、訂正後の請求項〔１～７〕、８について訂正することを認める。 特許第７３４６３５６号の請求項１～８に係る特許を維持する。

理 由 第１ 手続の経緯 特許第７３４６３５６号の請求項１～８に係る特許（以下「本件特許」という。）についての出願は、令和２年５月２０日に出願され、令和５年９月８日にその特許権の設定登録がされ、同月１９日に特許掲載公報が発行された。本件特許異議申立ての経緯は次のとおりである。 １ 令和６年２月２２日 特許異議申立人笹井栄治（以下「申立人」という。）による請求項１～８に係る特許に対する特許異議の申立て ２ 令和６年６月１９日付け 特許権者株式会社日立製作所（以下「特許権者」という。）に対して特許の取消しの理由（以下「取消理由」という。）を通知 ３ 令和６年８月２０日 特許権者による訂正請求書、及び意見書の提出 ４ 令和６年８月２８日付け 上記３の訂正請求書に対して手続補正（方式）を指令 ５ 令和６年９月２０日 上記４の指令に対して、特許権者による上記３の訂正請求書を補正対象とする手続補正書（方式）の提出（補正がされた訂正請求書を、以下「本件訂正請求書」という。） ６ 令和６年１０月２日付け 申立人に対して訂正の請求があった旨を通知 ７ 令和６年１１月１日 申立人による意見書の提出 第２ 本件訂正請求による訂正の適否 本件訂正請求による訂正（以下「本件訂正」という。）の適否について検討する。 １ 請求の趣旨 本件訂正請求の趣旨は、本件特許の特許請求の範囲を本件訂正請求書に添付した訂正特許請求の範囲のとおり、訂正後の請求項〔１～７〕、８について訂正することを求めるものである。 ２ 一群の請求項についての説明 訂正前の請求項１～７について、請求項２～７は、請求項１を引用しているものであって、本件訂正によって記載が訂正される請求項１に連動して訂正されるものである。したがって、訂正前の請求項１～７に対応する訂正後の請求項１～７は、特許法第１２０条の５第４項に規定する一群の請求項である。 ３ 独立特許要件 本件特許異議申立ては、本件訂正前の全ての請求項１～８が対象とされているので、本件訂正に関して、特許法第１２０条の５第９項で読み替えて準用する特許法第１２６条第７項の独立特許要件は課されない。 ４ 一群の請求項である請求項１～７に係る訂正 （１）訂正事項１（下線は訂正箇所に付した。以下第２において同じ。） 訂正前の特許請求の範囲の請求項１に、 「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび／または前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、」と記載されているのを、 「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、」に訂正する。（請求項１を引用する請求項２～７も同様に訂正する。） （２）訂正事項１の訂正要件の検討 ア 訂正の目的 訂正事項１は、訂正前の請求項１において、「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データ」と「前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データ」が「および／または」で接続して記載され、「および」と「または」の２つの接続詞が選択的に記載されていたものを、前者の「および」のみに限定するものである。 したがって、訂正事項１は、特許法第１２０条の５第２項ただし書第１号に掲げる特許請求の範囲の減縮を目的とするものである。 イ 本件の願書に添付した明細書、特許請求の範囲又は図面（以下「本件明細書等」という。）に記載した事項の範囲内の訂正であること 訂正事項１は、上記アのとおり、訂正前の請求項１で選択的に記載されていた「および」と「または」の２つの接続詞を、「および」のみに限定するものであり、また、本件明細書等の段落【００７２】には「なお、学習部１２が、地域範囲を所定の大きさに区切った各格子における所定の期間の風速の実績値を示す第１風速実績データや地域範囲を第１風速実績データの格子よりも小さく区切った各格子における第１風速実績データの期間よりも短い期間の風速の実績値を示す第２風速実績データと、地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する構成としてもよい。」と記載されており、上記の接続詞を「および」のみに限定した内容に対応する事項が記載されているから、訂正事項１は、本件明細書等に記載した事項の範囲内の訂正である。 したがって、訂正事項１は、特許法第１２０条の５第９項で準用する同法第１２６条第５項の規定に適合するものである。 ウ 実質上特許請求の範囲を拡張し、又は変更する訂正ではないこと 訂正事項１は、上記アのとおり、訂正前の請求項１で選択的に記載されていた「および」と「または」の２つの接続詞を、「および」のみに限定するものであり、発明のカテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものには該当しない。 したがって、訂正事項１は、特許法第１２０条の５第９項で準用する同法第１２６条第６項の規定に適合するものである。 （３）一群の請求項の訂正 訂正事項１による訂正は、上記２の特許法第１２０条の５第４項に規定する一群の請求項である請求項１～７について行うものである。 ５ 請求項８に係る訂正 （１）訂正事項２ 訂正前の特許請求の範囲の請求項８に、 「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび／または前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、」 と記載されているのを、 「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、」 に訂正する。 （２）訂正事項２の訂正要件 訂正事項２は、上記訂正事項１により請求項１に係る発明の予測装置にお関して学習部が「地域範囲における風力発電機の出力により得られた電力の実績値」との相関を学習する風速実績データについて訂正をするのと同じ内容の訂正を、請求項８に係る発明の予測方法に関してコンピュータが「地域範囲における風力発電機の出力により得られた電力の実績値」との相関を学習する風速実績データについてするものである。 したがって、訂正事項２は、上記４（２）で訂正事項１について検討したのと同じく、特許法第１２０条の５第２項ただし書第１号に掲げる特許請求の範囲の減縮を目的とし、特許法第１２０条の５第９項で準用する同法第１２６条第５項及び第６項の規定に適合するものである。 ６ 小括 以上のとおりであるから、本件訂正の訂正事項１～２は、特許法第１２０条の５第２項ただし書第１号に掲げる特許請求の範囲の減縮を目的とし、同法同条第９項で準用する同法第１２６条の第５項及び第６項の規定に適合するものである。 よって、本件特許の特許請求の範囲を本件訂正請求書に添付した訂正特許請求の範囲のとおり、訂正後の請求項〔１～７〕、８について訂正することを認める。 第３ 本件特許発明 上記第２のとおり本件訂正を認めたから、本件請求項１～８に係る特許発明（以下、請求項１に係る発明を「本件特許発明１」といい、同様に請求項○に係る発明を「本件特許発明○」という。また、「本件特許発明１」～「本件特許発明８」をまとめて「本件特許発明」ということがある。）は、本件訂正により訂正をした特許請求の範囲の請求項１～８に記載された次の事項により特定されるとおりのものである。 「【請求項１】 所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する学習部と、 前記予測モデルに、前記地域範囲における風速の予測値の情報を入力し、前記地域範囲における風力発電機の出力により得られる電力を予測する予測部と、 を有し、 前記学習部は、前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する、 予測装置。 【請求項２】 前記地域範囲は、一般送配電事業者が管轄する地域範囲である、 請求項１に記載の予測装置。 【請求項３】 前記学習部は、前記地域範囲における風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を機械学習により学習する、 請求項１に記載の予測装置。 【請求項４】 前記学習部は、線形モデル、ベイズ推定、カルマンフィルタ、ＡＲＩＭＡモデル、決定木、ニューラルネットワーク、サポートベクタモデルの少なくとも１つの予測モデルを構築する、 請求項１に記載の予測装置。 【請求項５】 前記学習部は、１日を複数に区切った時間帯毎および／または１年を複数に区切った季節毎に前記予測モデルを構築する、 請求項１に記載の予測装置。 【請求項６】 前記風速の予測実績値と前記電力の実績値とに基づいて、前記風速の予測実績値および前記電力の実績値の外れ値を除外する外れ値データ除外部を更に有し、 前記学習部は、前記外れ値が除外された前記風速の予測実績値と前記電力の実績値との相関を学習する、 請求項１に記載の予測装置。 【請求項７】 前記予測モデルに前記風速の予測実績値を入力して算出される電力の予測値と、前記電力の実績値とを比較することにより、前記予測モデルの予測精度を評価する評価部を更に有し、 前記学習部が、複数の異なるアルゴリズムを用いて複数の予測モデルを構築し、 前記評価部が、前記複数の予測モデルの予測精度を評価し、 前記予測部が、前記予測精度に基づいて選択された予測モデルを用いて電力の予測を行う、 請求項１に記載の予測装置。 【請求項８】 風力発電出力を予測するための予測方法であって、 コンピュータが、 所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築し、 前記予測モデルに、前記地域範囲における風速の予測値の情報を入力し、前記地域範囲における風力発電機の出力により得られる電力を予測する、 ことを実行する方法において、 前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する、 予測方法。」 第４ 取消理由通知で通知した取消理由 １ 取消理由の要旨 当審が、令和６年６月１９日付け取消理由通知書（以下、単に「取消理由通知」という。）で通知した取消理由の要旨は以下のとおりである。 Ａ．（拡大先願）請求項１～８に係る発明は、本件特許出願の日前の特許出願であって、本件特許出願後に出願公開公報の発行がされた特許出願の願書に最初に添付した明細書、特許請求の範囲又は図面に記載された発明（甲第１号証）と同一であり、しかも、本件特許出願の発明者が本件特許出願前の特許出願に係る上記の発明をした者と同一ではなく、また本件特許出願の時において、その出願人が上記特許出願の出願人と同一でもないから、下記の請求項に係る特許は、特許法第２９条の２の規定に違反してされたものである。 Ｂ．（進歩性）請求項１～８に係る発明は、本件特許出願前に日本国内又は 線を通じて公衆に利用可能となった甲第２号証に記載された発明に基いて、本件特許出願前にその発明の属する技術の分野における通常の知識を有する者が容易に発明をすることができたものであるから、下記の請求項に係る特許は、特許法第２９条第２項の規定に違反してされたものである。 ２ 申立人が提出した甲号証 申立人が提出した各甲号証は以下のとおりである。 なお、各甲号証について、特許異議申立書の各甲号証の番号に従い甲第○号証を「甲○」等という。 （１）甲１：特開２０２０－１６６６２２号公報 （２）甲２：特開２００４－１９５８３号公報 （３）甲３：特開２０１２－２３３７１４号公報 （４）甲４：特開２０１１－２３９４８８号公報 （５）甲５：国際公開第２０１３／１２５５２７号 （６）甲６：特開２０１９－２０３７２８号公報 第５ 通知した取消理由に対する判断 １ 各甲号証について （１）甲１の記載事項 ア 発明の詳細な説明 「【００１８】 図１に示す発電量予測装置１は、サーバ、パーソナルコンピュータ等のコンピュータを用いて構成され、コンピュータが備えるハードウェアと、プログラム、データ等のソフトウェアとの組み合わせで構成される機能的要素として、通信部１１、予測部１２および記憶部１３を備える。また、記憶部１３は、モデル１４と、実績値１５と、予測値１６と、天気予測情報１７を記憶する。 【００１９】 本実施形態の発電量予測装置１は、自然エネルギ発電システム２における所定の時間毎の将来の発電量（発電電力量）を予測する。自然エネルギ発電システム２は、太陽光発電システム、小水力発電システム、風力発電システム等、自然エネルギを使用した発電システムである。発電量予測装置１は、自然エネルギ発電システム２から所定の通信回線を介して、所定の時間毎に発電量の実績値を受信する。発電量予測装置１は、例えば１時間毎に過去１時間の発電電力量あるいは平均発電電力の値を受信したり、天気予測情報提供システム３が新たな天気予測情報を発表する度に、所定時間分の過去の発電電力量あるいは平均発電電力の値を受信したりする。 【００２０】 また、発電量予測装置１は、気象庁などの天気予測メディアが運営する天気予測情報提供システム３から広域のメッシュデータで天気予測情報を取得する。例えば、自然エネルギ発電システム２がメッシュＭ１に位置している場合、発電量予測装置１は、メッシュＭ１の天気予測情報とともに、天気予測情報提供システム３から周囲の複数のメッシュＭ２～Ｍ９等の天気予測情報も取得する。天気予測情報は、例えば、気温、日射量、雨量、降雪量、風速、風向、湿度、日照時間等のメッシュ毎の予測値を含む。天気予測情報は、例えば、数日先までの１時間毎の予測値を含み、数時間おきに新規な予測値や更新された予測値を含む天気予測情報が発表される。また、例えば、１つのメッシュの大きさは１～６ｋｍ四方であり、発電量予測装置１は、自然エネルギ発電システム２の位置の周辺２０～３０ｋｍ四方程度の天気予測情報を取得する。ただし、この大きさに限定されない。 【００２１】 通信部１１は、自然エネルギ発電システム２から発電量実績値を示すデータを受信したり、天気予測情報提供システム３から天気予測情報を示すファイルを受信したり、自然エネルギ発電システム２、天気予測情報提供システム３や図示していない他のシステムと所定の情報を送受信したりする。 【００２２】 記憶部１３が記憶するモデル１４は、深層学習等の機械学習における予測モデルであり、例えば、自然エネルギ発電システム２の位置（予測地点）を含むメッシュと周囲の複数のメッシュの各天気予測情報を少なくとも含む説明変数と、自然エネルギによる発電量に対応する目的変数とを用いた機械学習によって構築される。なお、モデル１４は、過去の発電量の実績値と、過去の天気予測情報を用いて予測処理を行う前に機械学習によって予め構築される。また、必要に応じて、モデル１４は、新たな説明変数と目的変数を用いて更新されたり新規に構築されたりする。実績値１５は、自然エネルギ発電システム２から受信した過去の発電量実績値を複数含む。予測値１６は、予測部１２が予測した自然エネルギ発電システム２の発電量の予測値を複数含む。天気予測情報１７は、天気予測情報提供システム３から取得した複数の天気予測情報を含む。 【００２３】 予測部１２は、少なくとも予測地点を含むメッシュと周囲の複数のメッシュの予測時刻の各天気予測情報をモデル１４に対して入力し、モデル１４からの出力として予測地点における発電量の予測値を求める。」 イ 図面 「【図１】 ［図：0001422418000001.jpg］ 」 ウ 甲１の記載事項の整理 （ア）段落【００１９】～【００２０】、【００２２】、図１の記載からみて、甲１記載の発電量予測装置１は、予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報を含む説明変数と、予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数を用いた機械学習を行うものである。 また、発電量予測装置１は、予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報から予測地点における自然エネルギ発電システム２である風力発電システムの発電量を予測するモデル１４を構築する。 （イ）段落【００２３】、図１の記載からみて、甲１記載の発電量予測装置１は、上記（ア）のモデル１４に、予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における予測時刻の風速の予測値を含む各天気予測情報を入力し、前記予測地点における自然エネルギ発電システム２である風力発電システムの発電量を予測する予測部１２とを備える。 （ウ）段落【００２０】、【００２２】、図１の記載からみて、上記（ア）の機械学習は、例えば１つの大きさが１～６ｋｍ四方のメッシュである前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における天気予測情報のメッシュデータを含む説明変数と、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数とを用いた機械学習をする。 エ 甲１発明 上記ア～ウより、甲１には、本件特許出願の日前の特許出願（特願２０１９－６７２３０）であって、本件特許出願公開後に出願公開公報（特開２０２０－１６６６２２号公報）の発行がされた特許出願の願書に最初に添付した明細書、特許請求の範囲又は図面に記載された発明である次の発明（以下「甲１発明」という。）が記載されている。 「予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報を含む説明変数と、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数を用いた機械学習を行い、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報から前記予測地点における自然エネルギ発電システム２である風力発電システムの発電量を予測するモデル１４を構築し、 前記モデル１４に、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における予測時刻の風速の予測値を含む各天気予測情報を入力し、前記予測地点における自然エネルギ発電システム２である風力発電システムの発電量を予測する予測部１２と、 前記機械学習は、例えば１つの大きさが１～６ｋｍ四方のメッシュである前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における天気予測情報のメッシュデータを含む説明変数と、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数とを用いた機械学習をする、 発電量予測装置１。」 （２）甲２の記載事項 ア 発明の詳細な説明 「【０００３】 現在気象庁は、毎日９時、２１時を初期値として５１時間先までの数値予報を行い、その数値予報データであるＧＰＶ（Ｇｒｉｄ Ｐｏｉｎｔ Ｖａｌｕｅ）データを各気象会社に気象業務支援センターを通じて配信している。従来、このＧＰＶデータを入力データとして、風力発電施設における風速を予測し、予測された風速データから風力発電出力を予測する風力発電出力の予測方法が知られている（特許第３２２６０３１号公報参照）。ここで、風力発電施設とは、１つ又は複数の風力発電機からなる集合をいう。 ・・・ 【０００５】 まず、風力発電施設を含む領域について数値予報データを段階的に計算するために、計算領域となる広領域及び狭領域を指定する。 広領域としては、図１０に示すように、気象庁ＧＰＶ領域（数１０００Ｋｍ程度の領域でメッシュ間隔は２０ｋｍ）から、風力発電施設を含む数１００ｋｍ程度の領域でメッシュ間隔は数ｋｍの領域を選択する。図１０には、広領域の例として、広領域（その１）、（その２）を示す。 【０００６】 図１１に、広領域（その１）内の風力発電施設を含む狭領域（その１）～（その３）を示す。狭領域は、数ｋｍ～数１０ｋｍ程度の範囲で、メッシュ間隔は数１０ｍ～数１００ｍである。○印が風力発電機を示す。 【０００７】 以下、図９のフローに基づいて説明する。 ステップＳ０は、狭領域数値予報データを計算するステップである。 このような計算範囲である広領域及び狭領域を設定した後、まず、ステップＳ０１で、広領域（数１００ｋｍ程度の領域でメッシュ間隔は数ｋｍ）について、気象庁ＧＰＶデータ（２０ｋｍメッシュごとの気温、地上気圧、指定気圧面高度、湿度、風向・風速）と標高・土地利用データとを初期入力値として、気流場の予測計算（広領域）行い、例えば１０分間隔の時間ステップ毎に広領域数値予報データ（気温、気圧、風向・風速、湿度、降水量）を得て保存しておく。 【０００８】 次に、ステップＳ０２で、風力発電施設がある領域を含む狭領域の範囲で、広領域数値予報データと標高・土地データを初期入力として気流場の予測計算（狭領域）を行う。このようにして、例えば１０分間隔の時間ステップで、狭領域数値予報データ（気温、気圧、風向・風速、湿度、降水量）得て保存しておく。 ・・・ 【００２３】 また、図２に記載の本発明の発電出力予測方法（その２）の概要は、風況の実測データが得られない場合等に関し、風況予測データ１から発電出力を予測する毎に、過去の風況予測データ２と過去の発電出力実測データ４とを統計解析５’し、誤差が少なくなるように逐次予測された発電出力予測データ１０’を得るものである。 【００２４】 図３に、本発明の発電出力予測システム全体の概観図を示す。 本発明の発電出力予測システムは、予測計算装置３１と風力発電施設データ収集装置３２を備える。 予測計算装置３１は、気象庁の気象業務支援センターから気象予測の数値データを入手し、データ受信サーバを通してファイルサーバ（Ａ）に保管し、計算機で所望のデータに加工することができ、たとえば全国各地の天気予報が可能である。 【００２５】 風力発電施設データ収集装置３２は、各地の風力発電施設３３の通信サーバ（Ｄ）と通信可能なファイル・通信サーバ（Ｂ）を備え、風力発電施設３３の風況及び発電出力等の観測データを時々刻々収集し、蓄積できるものである。この観測データは、予測計算装置３１の通信サーバ（Ｃ）を介してファイルサーバ（Ａ）に送られる。 【００２６】 予測計算装置３１は、気象業務支援センター３４から気象予測の数値データをもとに各地の風力発電施設３３の風況及び発電出力を予測するとともに、予測のたびに蓄積された予測データと過去の実測データをもとに、予測誤差の修正を行って予測誤差が低減された発電出力の予測を行うことができる。そして、誤差の少ない発電出力の予測により正確で効率的な電力需給計画３５を出すことができる。 また、データ収集は風力発電施設のパソコンからインターネット等を介することによって行うことができ、特別なネットワークを構築する必要はない。 【００２７】 風力発電施設の実測データの入手については、 （１）各風力発電機について風速・風向及び発電出力の実測データが入手できる場合 （２）各風力発電機について発電出力の実測データが入手できる場合 （３）風力発電施設における総発電出力の実測データが入手できる場合 の３つのパターンがある。 以下、図４～図８を参照して、上記３パターンに対応する本発明の実施例を説明する。 ・・・ 【００２９】 次のステップでは、風力発電機ごとの風速予測データＷＳ０と風向予測データＷＤ０を抽出する。また、これらの予測データを順次記憶装置に格納しておく。 一方で、各風力発電施設内の各風力発電機の実測データ（風向ＷＤｏｂｓ、風速ＷＳｏｂｓ、発電出力ＰＷｏｂｓ）を逐次オンラインにて取得し、記憶装置に格納しておく。 ・・・ 【００４７】 （第３の実施例：風力発電施設における総発電出力の実測データが入手できる場合） 本例は、風力発電施設における総発電出力が入手できる場合に実施できるものであって、特に個々の風力発電機に対しては風況データとともに発電出力の実測データもとれないが、風力発電施設における総発電出力は入手できる場合に実施して好適な例である。 【００４８】 図８に、本例のフローチャートを示す。 本例も、狭領域予測データを得て、風力発電機毎に風速予測データＷＳ０及び風向予測データＷＤ０を抽出するまでは、第１及び第２の実施例と共通する。 【００４９】 第２の実施例では、この風力発電機毎の風速・風向の予測データと発電出力との関係にカルマンフィルタを適用したものであるが、本例では、ステップ８０において、風力発電施設内の風力発電機毎の風速及び風向の予測データＷＳ０及びＷＤ０から、風力発電施設内での平均風速予測データＷＳｓ、平均風向予測データＷＤｓを得て、これを風力発電施設ごとの風速風向の予測データＷＳｓ，ＷＤｓとする。 【００５０】 ステップＳ８１では、風力発電施設の過去の予測データ（風速ＷＳｓｐ、風向ＷＤｓｐ）と風力発電施設の総発電出力の実測データとの間で重回帰式を導き、カルマンフィルタを適用して予測式を更新する。すなわち、風力発電施設全体の発電出力を予測する毎にその係数を修正していくものである。 【００５１】 そして、ステップ８２において、更新された予測式を用いて、風力発電施設の予測データ（風速ＷＳｓ、風向ＷＤｓ）から風力発電施設の予測データＰＷｓを計算して予測する。」 イ 図面 「【図２】 ［図：0001422418000002.jpg］ 【図３】 ［図：0001422418000003.jpg］ ・・・ 【図８】 ［図：0001422418000004.jpg］ 【図９】 ［図：0001422418000005.jpg］ 【図１０】 ［図：0001422418000006.jpg］ 【図１１】 ［図：0001422418000007.jpg］ 」 ウ 甲２の記載事項の整理 （ア）段落【０００７】～【０００８】、【００２９】、【００４７】～【００５０】、図２、８～１１の記載からみて、甲２記載の予測装置は、風力発電施設毎の過去の予測データである風速ＷＳｓｐ、風向ＷＤｓｐと、風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用し、風力発電施設毎の風速に関する情報から前記風力発電施設全体の発電出力を予測する予測式を更新するものである。 （イ）段落【００２４】、【００２６】、【００５１】、図３、８の記載からみて、甲２記載の予測装置は、上記（ア）の予測式に、風力発電施設毎の風速、風向の予測データＷＳｓ、ＷＤｓの情報を入力し、風力発電施設の予測データＰＷｓを計算して予測する予測計算装置３１を有する。 （ウ）段落【０００５】～【０００８】、【００４８】～【００５０】、図９～１１の記載からみて、甲２記載の予測装置における上記（イ）の予測計算装置３１は、数１００ｋｍ程度の範囲でメッシュ間隔は数ｋｍの広領域で１０分間隔の時間ステップの広領域数値予報データおよび広領域内の風力発電施設を含む数ｋｍ～数１０ｋｍ程度の範囲でメッシュ間隔は数１０ｍ～数１００ｍの狭領域で１０分間隔の時間ステップの狭領域数値予報データと、風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用する。 エ 甲２発明 上記ア～ウより、甲２には、次の発明（以下「甲２発明」という。）が記載されている。 「風力発電施設毎の過去の予測データである風速ＷＳｓｐ、風向ＷＤｓｐと、前記風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用し、前記風力発電施設毎の風速に関する情報から前記風力発電施設全体の発電出力を予測する予測式を更新し、 前記予測式に、前記風力発電施設毎の風速、風向の予測データＷＳｓ、ＷＤｓの情報を入力し、前記風力発電施設の予測データＰＷｓを計算して予測する予測計算装置３１と、を有し、 前記予測計算装置３１は、数１００ｋｍ程度の範囲でメッシュ間隔は数ｋｍの広領域で１０分間隔の時間ステップの広領域数値予報データおよび広領域内の風力発電施設を含む数ｋｍ～数１０ｋｍ程度の範囲でメッシュ間隔は数１０ｍ～数１００ｍの狭領域で１０分間隔の時間ステップの狭領域数値予報データと、前記風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用する、予測装置。」 （３）甲３の記載事項 甲３には、次の技術的事項（以下「甲３記載の技術的事項」という。）が記載されている。 「第１の予測対象領域」と、「第１の予測対象領域よりも狭い範囲の第２の予測対象領域」とを含み、「第２の予測対象領域における相互間隔」を、「第１の予測対象領域における相互間隔よりも小さく設定」する環境状態予測システム（【請求項２】、【図２】、【図８】～【図１０】等参照）。 （４）甲４の記載事項 甲４には、次の技術的事項（以下「甲４記載の技術的事項」という。）が記載されている。 基本的なメッシュ状の区画において、例えば、人口が集中していて、電力消費量が大きいとか、あるいは太陽光発電機や風力発電機の設置が多数行われた場合に、その対象とする区画をさらに細かく区画化（第２の区画分け）する、風力発電量を推定する風力発電推定部（【請求項５】、段落【００３７】、【図３】（ａ）、（ｂ）等参照）。 （５）甲５の記載事項 甲５には、次の技術的事項（以下「甲５記載の技術的事項」という。）が記載されている。 「第１時間間隔で前記格子毎の観測値」と、「前記第１時間間隔より短い第２時間間隔で前記格子毎の予測値」を用いて気象予測を行う気象予測装置（［請求項１］、［図１］等参照）。 （６）甲６の記載事項 甲６には、次の技術的事項（以下「甲６記載の技術的事項」という。）が記載されている。 大域風況解析部１０１、局所風況解析用の境界条件抽出部１０２、局所風況解析部１０３、局所補正係数算出部１０４、大域風況解析結果補正部１０５、出力部１０６の各機能により構成される気象予測装置（段落【００２１】、【図１】等参照）。 ２ 理由Ａ（拡大先願） （１）請求項１ ア 本件特許発明１と甲１発明の対比 （ア）甲１発明の「予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９」は本件特許発明１の「所定の地域範囲」に相当し、以下同様に「風速の予測値を含む各天気予測情報」は「風速を予測した実績のデータである風速の予測実績値」に、「自然エネルギ発電システム２である風力発電システムの発電量」は「風力発電機の出力により得られた電力の実績値」に、「モデル１４」は「予測モデル」に相当する。 （イ）上記（ア）を踏まえると、甲１発明の「予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報を含む説明変数と、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数を用いた機械学習を行い」は、本件特許発明１の「所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習し」に相当する。 （ウ）上記（ア）を踏まえると、甲１発明の「前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における風速の予測値を含む各天気予測情報から前記予測地点における自然エネルギ発電システム２である風力発電システムの発電量を予測するモデル１４を構築し」は、「予測地点における自然エネルギ発電システム２である風力発電システムの発電量」が「地域範囲の風力発電機の出力により得られる電力」に包含されるから、本件特許発明１の「前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する」に相当する。 （エ）甲１発明の「予測時刻の風速の予測値を含む各天気予測情報」は本件特許発明１の「風速の予測値の情報」に相当し、同様に「予測部１２」は「予測部」に相当する。 （オ）甲１発明の「例えば１つの大きさが１～６ｋｍ四方のメッシュである前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９」は、本件特許発明１の「地域範囲を所定の大きさに区切った各格子」に相当する。 （カ）上記（オ）を踏まえると、甲１発明の「例えば１つの大きさが１～６ｋｍ四方のメッシュである前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における天気予測情報のメッシュデータを含む説明変数と、前記予測地点を含むメッシュＭ１と周囲の複数のメッシュＭ２～Ｍ９における自然エネルギ発電システム２である風力発電システムの発電量に対応する目的変数とを用いた機械学習をする」と本件特許発明１の「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する」を対比すると、「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する」という点に限り一致する。 イ 本件特許発明１と甲１発明の一致点及び相違点 本件特許発明１と甲１発明は次の（ア）の点で一致し、（イ）の点で相違する。 （ア）一致点 所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する学習部と、 前記予測モデルに、前記地域範囲における風速の予測値の情報を入力し、前記地域範囲における風力発電機の出力により得られる電力を予測する予測部と、 を有し、 前記学習部は、前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する、 予測装置。 （イ）相違点 学習部が、風速実績データと、電力の実績値との相関を学習することについて、本件特許発明１が風速実績データとして、第１風速実績データに加えて、地域範囲を第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データを用いるのに対して、甲１発明は、第２風速実績データを用いない点。 ウ 相違点の検討 そうすると、本件特許発明１と甲１発明には前記相違点が存在し、また、この相違点が課題解決のための具体化手段における微差（周知技術、慣用技術の付加、削除、転換等であって、新たな効果を奏するものではないもの）ではないので、両者が実質同一であるともいえないから、本件特許発明１と甲１発明は同一ではない。 （２）請求項２～７ 本件特許発明２～７は、本件特許発明１に対して、さらに発明特定事項を追加したものであるから、本件特許発明１と同様に、甲１発明と同一ではない。 （３）請求項８ 方法の発明である本件特許発明８は、物の発明である本件特許発明１の予測装置として記載した発明特定事項を、予測方法の発明特定事項として記載したものであり、本件特許発明８は本件特許発明１とカテゴリーの相違による表現上の差異が存するに過ぎないから、上記（１）で本願特許発明１に対して示したのと同様の理由により、甲１発明と同一ではない。 （４）理由Ａ（拡大先願）のまとめ したがって、本件特許発明１～８は特許法第２９条の２の規定に違反してされたものではない。 ３ 理由Ｂ（進歩性） （１）請求項１ ア 本件特許発明１と甲２発明の対比 （ア）甲２発明の「風力発電施設毎」は、甲２の段落【０００５】～【０００６】、【００４７】、図１０～１１の記載からみて、本件特許発明１の「所定の地域範囲」に相当し、以下同様に「過去の予測データである風速ＷＳｓｐ、風向ＷＤｓｐ」は「風速を予測した実績のデータである風速の予測実績値」に、「風力発電施設の総発電出力の実測データＷＳｏｂｓ」は「風力発電機の出力により得られた電力の実績値」に、「予測式」は「予測モデル」それぞれ相当する。 そして、甲２発明の「風力発電施設毎の過去の予測データである風速ＷＳｓｐ、風向ＷＤｓｐと、前記風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用し、前記風力発電施設毎の風速に関する情報から前記風力発電施設全体の発電出力を予測する予測式を更新し」と本件特許発明１の「所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する」とを対比すると、両者は「所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との関係を分析し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する」という点に限り一致する。 （イ）甲２発明の「前記風力発電施設毎の風速、風向の予測データＷＳｓ、ＷＤｓの情報を入力し、前記風力発電施設の予測データＰＷｓを計算して予測する予測計算装置３１」は、本件特許発明１の「前記予測モデルに、前記地域範囲における風速の予測値の情報を入力し、前記地域範囲における風力発電機の出力により得られる電力を予測する予測部」に相当する。 （ウ）甲２発明の「数１００ｋｍ程度の範囲でメッシュ間隔は数ｋｍの広領域で１０分間隔の時間ステップの広領域数値予報データおよび広領域内の風力発電施設を含む数ｋｍ～数１０ｋｍ程度の範囲でメッシュ間隔は数１０ｍ～数１００ｍの狭領域で１０分間隔の時間ステップの狭領域数値予報データと、前記風力発電施設の総発電出力の実測データＷＳｏｂｓとの間で重回帰式を導いてカルマンフィルタを適用する」と、本件特許発明１の「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する」とを対比すると、両者は「所定の大きさに区切った各格子における風速の予測実績値を示す第１風速実績データおよび前記第１風速実績データの格子よりも小さく区切った各格子における風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との関係を分析する」という点に限り一致する。 （エ）甲２発明の「予測計算装置３１」は、本件特許発明１の「学習部」及び「予測部」の両方を兼ねていることが理解される。 イ 本件特許発明１と甲２発明の一致点及び相違点 上記（１）より、本件特許発明１と甲２発明は、以下の（ア）の点で一致し、（イ）～（ウ）の点で相違する。 （ア）一致点 所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との関係を分析し、前記地域範囲の風速に関する情報から前記地域範囲の風力発電機の出力により得られる電力を予測する予測モデルを構築する学習部と、 前記予測モデルに、前記地域範囲における風速の予測値の情報を入力し、前記地域範囲における風力発電機の出力により得られる電力を予測する予測部と、を有し、 前記学習部は、前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との関係を分析する、予測装置。 （イ）相違点１ 所定の地域範囲における風速を予測した実績のデータである風速の予測実績値と、前記地域範囲における風力発電機の出力により得られた電力の実績値との関係を分析することについて、本件特許発明１においては「風速の予測実績値」と「電力の実績値」の「相関を学習」するのに対して、甲２発明においては両実績値の間で「重回帰式を導いてカルマンフィルタを適用」する点。 （ウ）相違点２ 第１風速実績データ及び第２風速実績データが、本件特許発明１においては「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データ」であるのに対して、甲２発明においては「数１００ｋｍ程度の範囲でメッシュ間隔は数ｋｍの広領域で１０分間隔の時間ステップの広領域数値予報データおよび広領域内の風力発電施設を含む数ｋｍ～数１０ｋｍ程度の範囲でメッシュ間隔は数１０ｍ～数１００ｍの狭領域で１０分間隔の時間ステップの狭領域数値予報データ」である点。 ウ 相違点の検討 事案に鑑み相違点２から検討する。 本件特許発明１においては、「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データ」の第１風速実績データと第２風速実績データの格子の区切りの大きさの違い、予測実績値の期間の違いから、第１風速実績データによる長期間の低解像度の予測モデル、及び第２風速実績データによる短期間の高解像度の予測モデルが構築されることが、本件特許の段落【００３０】、【００７２】の記載などから把握される。 そして、前者の第１風速実績データによる予測モデルは、長期間であるが低解像度であり、後者の第２風速実績データによる予測モデルは、短期間であるが高解像であるという一長一短の特性があり、本件特許発明１においては、構築された２つの予測モデルを、これらの特性を活かすように用いることによって、風力発電機の出力により得られた電力を予測するものであることが理解される。 これに対して、甲２発明の広領域数値予報データ及び狭領域数値予報データは、具体的には、広領域数値予報データ（第１風速実績データ）を１０分間隔の時間ステップで取得し、次いで、このデータと標高・土地データを入力として、広領域数値予報データと同じ時間ステップ（１０分間隔）で取得した狭領域数値予報データ（第２風速実績データ）にカルマンフィルタを適用して更新した予測式により、風力発電機の出力により得られた電力を予測するものであることが理解される。 そうすると、本件特許発明１は、同じ地域範囲に対して、長期間であるが低解像度である予測モデルと、短期間であるが高解像度である予測モデルとを、その特性に応じて使用して電力を予測するのに対して、甲２発明は、広領域数値予報データを、標高・土地データを用いて修正した狭領域数値予報データによる予測式（予測モデル）により電力を予測するものである。 すなわち、本件特許発明１は、同じ地域範囲に対する第１風速実績データによるモデルと第２風速実績データによるモデルを、期間と解像度の特性に応じて使用して電力の予測を行うのに対して、甲２発明は、広領域に対する第１風速実績データを狭領域の土地・標高に合わせて修正した第２風速実績データによるモデルを取得し、このモデルを用いて電力の予測をするものといえるから、本件特許発明１と甲２発明は、単にデータを取得する領域が異なるだけでなく、予測する手法自体も異なるものである。 さらに、他の甲号証である甲３～甲６をみても、甲３、甲６には格子の区切りの大きさの異なる複数の予測データ取得領域について領域の大きさが異なるものが、甲４には格子の区切りの大きさが異なる複数の予測データ取得領域について領域の位置が異なるものが、甲５には予測データ取得の時間間隔を異ならせるものが、それぞれ記載されているところ、いずれも本件特許発明１の同じ地域範囲に対する第１風速実績データによるモデルと第２風速実績データによるモデルを、期間と解像度の特性に応じて使用して電力の予測を行うとの相違点２に係る構成を開示していない。 以上のことからみて、上記のように本件特許発明１とは予測する手法が異なる甲２発明に基づいて本件特許発明１に想到することが容易とはいえないし、このような甲２発明を出発点として、甲３～甲６記載の技術的事項を適用し、相違点２に係る本件特許発明１の構成とすることが、容易であるともいえない。 したがって、相違点１について検討するまでもなく、本件特許発明１が、甲２発明、及び甲３～６記載の技術的事項に基づいて当業者が容易に発明をすることができたとはいえない。 （２）請求項２～７ 本件特許発明２～７は、本件特許発明１に対して、さらに発明特定事項を追加したものであるから、本件特許発明１と同様に、甲２発明、及び甲３～６記載の技術的事項に基づいて当業者が容易に発明をすることができたものではない。 （３）請求項８ 方法の発明である本件特許発明８は、物の発明である本件特許発明１の予測装置として記載した発明特定事項を、予測方法の発明特定事項として記載したものであり、本件特許発明８は本件特許発明１とカテゴリーの相違による表現上の差異が存するに過ぎない。 したがって、本件特許発明８は、上記（１）で本願特許発明１に対して示したのと同様の理由により、甲２発明、及び甲３～６記載の技術的事項に基づいて、当業者が容易に発明をすることができたものではない。 （４）理由Ｂ（進歩性）のまとめ したがって、本件特許は特許法第２９条第２項の規定に違反してされたものではない。 ４ 小括 上記２～３のとおりであるから、本件特許は、取消理由通知で通知した理由Ａ（拡大先願）及び理由Ｂ（進歩性）によっては取り消すことができない。 第５ 取消理由通知で採用しなかった特許異議申立書の申立ての理由 １ 申立ての理由の概要 上記第４の理由以外で、特許異議申立書において申し立てられた理由の要旨は以下のとおりである。 Ｃ．（新規性）本件特許の請求項１～８に係る発明は、甲２に記載された発明であって、特許法第２９条第１項第３号に該当するから、請求項１～８に係る特許は、特許法第２９条第１項の規定に違反してされたものである。 Ｄ．（明確性）本件特許は、特許請求の範囲の記載が下記３（１）の点で不備のため、特許法第３６条第６項第２号に規定する要件を満たしていない特許出願に対してされたものである。 Ｅ．（サポート要件）本件特許は、特許請求の範囲の記載が下記４（１）の点で不備のため、特許法第３６条第６項第１号に規定する要件を満たしていない特許出願に対してされたものである。 Ｆ．（実施可能要件）本件特許は、発明の詳細な説明の記載が下記４（１）の点で不備のため、特許法第３６条第４項第１号に規定する要件を満たしていない特許出願に対してされたものである。 ２ 理由Ｃ（新規性） 本件特許発明１と甲２発明は、上記第４の３（１）イ（イ）、（ウ）の相違点１、２で相違するから、本件特許発明１は甲２に記載された発明ではない。さらに、本件特許発明１に対してさらに発明特定事項を追加した本件特許発明２～７、及び本件特許発明１とカテゴリーの相違による表現上の差異が存するに過ぎない本件特許発明８も同様であるから、本件特許の請求項１～８に係る発明は、特許法第２９条第１項第３号に該当せず、特許法第２９条第１項の規定に違反してされたものでない。 したがって、本件特許は上記理由Ｃ（新規性）により取り消すことはできない。 ３ 理由Ｄ（明確性） （１）理由の説明 申立人が特許異議申立書において申し立てた理由Ｄ（明確性）は、請求項１及び請求項８の「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび／または前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データと、前記地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する」の発明特定事項について、「および／または」を「および」と解釈した場合には、当該第１風速実績データ及び第２風速実績データの風速実績データをどのように用いるかについては、何ら特定されておらず、以下のア～エのいずれを意味するかが不明確であるというものである。 ア 「地域範囲全体について、２つの風速実績データを共に用いて、学習部による学習に用いること」 イ 「地域範囲の一部については、一方の風速実績データを用い、地域範囲の他の一部については他方の風速実績データを用いて、学習部による学習に用いること」 ウ 「２つの風速実績データのうち、いずれか一方の風速実績データを選択して、学習部による学習に用いること」 エ 上記ア～ウ以外の解釈 （２）理由の検討 ア 本件特許の発明の詳細な説明の段落【００３０】、【００７２】の記載 申立人が、この申立ての理由に関して特許異議申立書で引用した本件特許の発明の詳細な説明の段落【００３０】及び【００７２】には、次の記載がある。 【００３０】 管内風速（実績）データベースＤＢ１には、風速のメッシュデータの実績値（以下、管内風速（実績）という）が格納されている。風速のメッシュデータとは、例えば、気象庁から提供される気象予測モデルを用いて算出した気象要素の予測値であるＧＰＶデータを用いる。なお、気象予測モデルとしては、長期間の低解像度予測や、短期間の高解像度予測等が存在するが、どちらか一方の気象予測モデルを用いても良いし、両方の気象予測モデルを用いても良い。 【００７２】 なお、学習部１２が、地域範囲を所定の大きさに区切った各格子における所定の期間の風速の実績値を示す第１風速実績データや地域範囲を第１風速実績データの格子よりも小さく区切った各格子における第１風速実績データの期間よりも短い期間の風速の実績値を示す第２風速実績データと、地域範囲における風力発電機の出力により得られた電力の実績値との相関を学習する構成としてもよい。 イ 上記アの発明特定事項の解釈について 上記（１）の請求項１及び請求項８に記載した発明特定事項は、本件訂正により「および／または」を「および」と訂正され、第１風速実績データと第２風速実績データの両方と、電力の実績値との相関を学習するものであると解釈されることが明らかである。 そして、第１風速実績データと第２風速実績データは、これらの格子の区切りの大きさ、実績値の期間の違いから、段落【００３０】、【００７２】の記載などから、第１風速実績データにより長期間の低解像度の予測モデルが構築され、第２風速実績データにより短期間の高解像度の予測モデルが構築されることが把握され、期間と解像度に関して一長一短の特性があるから、本件特許発明の本件訂正により訂正された発明特定事項においては、構築された２つの予測モデルを、これらの特性を活かすように用いるものであることが、当業者であれば特に困難を伴わずに理解できる。 したがって、「本件明細書には、どのような解像度の気象予測モデルを用いるか」や、「２種類の風速実績データ」をどのように組み合わせて、風力発電機の出力により得られた電力の実績値との相関を学習する具体的な構成（実施例）については記載されていない」としても、「第１風速実績データ及び第２風速実績データの風速実績データをどのように用いるか」については、上記の２つの予測モデルを構築して特性に応じて用いることが明らかであるから、本件訂正により「および」と訂正をした上記発明特定事項は明確である。 よって、本件特許は、上記理由Ｄ（明確性）により取り消すことはできない。 ４ 理由Ｅ（サポート要件）、理由Ｆ（実施可能要件） （１）理由の説明 申立人が特許異議申立書において申し立てた理由Ｅ（サポート要件）及び理由Ｆ（実施可能要件）は、本件の発明の詳細な説明には、どのような解像度の気象予測モデルを用いるかや、「２種類の風速実績データ」をどのように組み合わせて、風力発電機の出力により得られた電力の実績値との相関を学習する具体的な構成（実施例）については記載されていないから、本件特許発明は本件の発明の詳細な説明に記載された発明ではなく、本件の発明の詳細な説明は当業者が本件特許発明を実施できる程度に明確かつ十分に記載されていないというものである。 （２）理由の検討 上記３（２）イで検討したとおり、本件特許の発明の詳細な説明の段落【００３０】及び【００７２】の記載などから、第１風速実績データにより長期間の低解像度の予測モデルが構築され、第２風速実績データにより短期間の高解像度の予測モデルが構築されることが把握され、期間と解像度に関する一長一短の特性を活かすように用いるものであり、どのような解像度の気象予測モデルを用いるかについては、高解像度と低解像度のものを用いることが、当業者であれば特に困難を伴わずに理解できる。 また、本件特許に係る特許出願の出願時点において、機械学習により入力及び出力に対するモデルが構築できることは一般的に知られていたから、上記のとおり第１風速実績データにより長期間の低解像度の予測モデルが構築され、第２風速実績データにより短期間の高解像度の予測モデルが構築されることが把握されれば、本件特許発明の「学習部」において、機械学習を用いて、第１風速実績データおよび第２風速実績データをどのように組み合わせて電力の実績値との相関を学習するかについても、当業者にとって理解するのが困難であるということはできない。 したがって、本件特許の発明の詳細な説明に、上記（１）で申立人が列挙するような事項が具体的な構成（実施例）として記載されていなくても、本件訂正後の上記３（１）の発明特定事項を「および／または」を「および」とした本件特許発明は本件特許の発明の詳細な説明に記載されており、本件特許の発明の詳細な説明は、本件特許発明を当業者が実施をすることができる程度に明確かつ十分に記載したものであることが認められる。 よって、本件特許を、上記理由Ｅ（サポート要件）及び理由Ｆ（実施可能要件）により取り消すことはできない。 ５ 小括 したがって、本件特許は、取消理由通知で採用しなかった特許異議申立書の申立て理由によっては、取り消すことができない。 第６ 申立人の主張 申立人による令和６年１１月１日提出の意見書（以下「申立人意見書」という。）について検討する。 この申立人意見書における主張のうち、５（１）「本件訂正発明の取消理由について」（申立人意見書第２～４ページ）で説明される理由は、取消理由通知書で通知し既に上記第４の２で検討した理由Ｂ（進歩性）、及び取消理由通知で採用しなかった特許異議申立書の申立ての理由であり既に上記第５の３～４で検討した理由Ｄ（明確性）、理由Ｅ（サポート要件）、及び理由Ｆ（実施可能要件）の内容に包含されているため、採用することができないことが明らかであるから、それ以外の主張について以下検討する。 １ 特許権者が令和６年８月２０日に提出した意見書（以下「特許権者意見書」という。）に対しての主張（申立人意見書５（２）：第４～７ページ） （１）主張の概要 ア 特許権者意見書における相違点３に根拠がない旨の主張 申立人意見書の５（２）「特許権者の提出した令和６年８月２０日付の意見書について」においては、特許権者意見書で提起された相違点３（以下「意見書相違点３」という。）」、すなわち「第１風速実績データと第２風速実績データの地域範囲に関し、本件特許発明１においては両風速実績データの地域範囲が同じであるのに対して、甲２発明においては、第１風速実績データ数１００ｋｍ程度の範囲でメッシュ間隔は数ｋｍの広領域と、数ｋｍ～数１０ｋｍ程度の範囲でメッシュ間隔は数１０ｍ～数１００ｍの狭領域の地域範囲が異なる」という相違点について、申立人は次の主張をする。 本件特許発明１及び本件特許発明８における「第２風速実績データの地域範囲」は「前記地域範囲」と特定されているが、「前記地域範囲全体」などとする特定はされてなく、本件の発明の詳細な説明にも「第２風速実績データの地域範囲」を「前記地域範囲全体」と解釈する根拠となる具体的な記載は存在せず、第１風速実績データ及び第２風速実績データの風速実績データをどのように用いるかについて、第５の３（１）ア～エのいずれを意味するかが不明確であるから、上記意見書相違点３に関する特許権者の主張は根拠がない。 イ 意見書相違点３に進歩性がない旨の主張 上記アの意見書相違点３について、甲３～６に記載されているように、格子領域の大きさや時間間隔が異なる２つの気象予測値を用いて、気象を予測して発電量を予測することは周知技術にすぎず、気象データなどの膨大なデータに対して計算を行う場合に、限られた計算資源を有効に利用することは、当然に配慮すべき事項というべきであり、データ量が相対的に少ない「低解像度のデータ」については長期間のデータの計算を行うとともに、データ量が相対的に多い「高像度のデータ」については短期間のデータの計算を行う構成とすることにより、限られた計算資源を有効に利用することは、当業者が必要に応じて適宜なしうる設計的事項にすぎないから、甲２発明を 「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データ」および「前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データ」の２つの風速実績データを用いる構成とすることは、当業者が容易に発明できたものである。 （２）上記（１）の主張の検討 ア 上記（１）アの主張について 本件特許発明１及び本件特許発明８においては、請求項１及び請求項８に記載した「所定の地域範囲における風速を予測した実績のデータである風速の予測実績値」の発明特定事項における「地域範囲」について、請求項１及び請求項８の全体において、同じ地域範囲を一貫して「前記地域範囲」と表記していることが認められる。 そうすると、請求項１及び請求項８に記載した「前記地域範囲を所定の大きさに区切った各格子における所定の期間の風速の予測実績値を示す第１風速実績データおよび前記地域範囲を前記第１風速実績データの格子よりも小さく区切った各格子における前記第１風速実績データの期間よりも短い期間の風速の予測実績値を示す第２風速実績データ」の発明特定事項における２つの「前記地域範囲」について、たとえ申立人が指摘するように「前記地域範囲全体」などとする特定はされてなく、本件特許の発明の詳細な説明に「第２風速実績データの地域範囲」を「前記地域範囲全体」と解釈する根拠となる具体的な記載は存在していないとしても、例えば、気象庁が数値予報モデルとして同じ地域範囲に対して期間と解像度の異なるメソモデル（２００１年～）と局地モデル（２０１２年～）を、本件特許出願前から提供している事実などを考慮すれば、いずれも同じ地域範囲を意味することが明らかであり、第１風速実績データ及び第２風速実績データの風速実績データをどのように用いるかが不明確であることはない。 したがって、上記意見書相違点３に関する特許権者の主張は根拠がないという申立人の主張は採用することができない。 イ 上記（１）イの主張について 既に第４の３（１）ウで理由Ｂ（進歩性）について検討したとおり、甲３～６には、第４の３（１）イで認定した本件特許発明１と甲２発明との間の相違点２について開示されていない。よって、仮に「格子領域の大きさや時間間隔が異なる２つの気象予測値を用いて、気象を予測して発電量を予測すること」が周知技術であり、また、データ量が相対的に少ない「低解像度のデータ」については長期間のデータの計算を行うとともに、データ量が相対的に多い「高像度のデータ」については短期間のデータの計算を行う構成とすることにより、限られた計算資源を有効に利用することは、当業者が必要に応じて適宜なしうる設計的事項であるとしても、本件特許発明１及び本件特許発明８が、甲２発明、及び甲３～６記載の技術的事項に基づいて、当業者が容易に発明をすることができたものとはいえないから、申立人の主張は採用することができない。 ２ 小括 したがって、申立人意見書の主張は、いずれも採用することができない。 第７ むすび 以上のとおりであるから、取消理由通知に記載した取消理由、及び特許異議申立書に記載した申立ての理由によっては、本件特許の請求項１～８に係る特許を取り消すことができない。 そして、他に取り消すべき理由を発見しない。 よって、結論のとおり決定する。