SOINN

エネルギー需要予測・異常検知 AI (E-1F) SOINN エッジAI・汎用AIを機器・ロボット・プラントへ

SERVICE&PRODUCT

エネルギー需要予測・異常検知 AI
「E-1F」

AI は「手間がかかる、お金がかかる、時間がかかる、その割に使えない」と思われていませんか?
その課題、SOINN 社なら解決できます。
SOINN 社は課題の多い Deep Learning ではない、現場で「使える」 AI をご提供します。

「E-1F」のポイント

「E-1F」は、予測対象のエネルギー需要に関する実績データと、予測対象が位置する地域の気象データの双方から自動で学習し、以下の機能を発揮する超軽量 AI です。「E-1」のエネルギー需要予測 AI をコンパクトにまとめました。

 1.気象予報に基づく将来のエネルギー需要の予測
 2.予測値と実績値のズレに基づく異常や異常の兆候の検知

  「E-1F」はインターネットに接続された市販 PC で学習から運用可能です(CPU 使用、GPU 不使用)。
  学習や予測に用いる気象データは、ネットから自動でダウンロードします。

専門知識を要する「E-1F」の初期調整と学習は、SOINN 社がお客さまのデータに基づき無料で行います。

学習済みの「E-1F」は、お客さまのお手元で無料でトライアル運用頂けます。 クラウドはもちろん、市販 PC やマイコンでのエッジ運用も可能で、高性能・高額なハードウエアは不要です。

有償ライセンスへの移行は、無料トライアルで有効性や使い勝手を確認頂いた後にご判断頂けます。

ライセンス料には、お客さま側でも「E-1F」の調整・再学習を頂けるインタフェースのご利用料と、月間 2 時間のサポート料が含まれます。

「E-1F」の特長と活用シーン

■ 特長

「E-1F」の最大の特長は、ネットに繋がる PC があれば、基本的に AI 任せで簡単に運用頂ける点にあります。 また「E-1F」は高精度なエネルギー需要予測に必須の以下の機能をもち、季節の変化やテナントの入替えにも自動で追従します。


 ・データに含まれるノイズの除去
 ・休日や特異日の反映
 ・イベント情報の反映
 ・テナントの入替えなどに伴うエネルギー需要の変化への追従
 ・季節の変化に伴うエネルギー需要の変化への追従
 ・信頼区間予測

■ 活用シーン

一般的な運用では、「E-1F」は市販 PC(GPU 不使用)で数秒で学習可能です。

そこで超軽量・高精度の利点を活かし、
 ・1台のPCで複数のエネルギー(電力、熱など)需要を予測させる
 ・数時間毎に学習させてデータ変動への追従性を良好に保つ
 ・予測と連動させた多様な異常検知を行う
といった運用が可能です。


より詳しくは、以下のようなタスクに活用頂けます。

・高精度な電力需要予測に基づき、蓄電/売電/ピークカットを最適化してエネルギーコストを削減。
・並行して熱需要予測を行い、熱源機器の運転計画を最適化してさらにコスト削減。
・数時間おきなど短期間で学習とモデル更新をさせ、データ変動への追随性を高めて高精度を保つ。
・予測と実測値のズレを、短期・中期・長期など複数のレンジでモニタして多様な異常を検知させる。

「E-1F」性能ベンチマーク

「E-1F」の性能を評価するため、公開データを用いて学習時間、予測時間、予測精度を計測しました。
総じて「E-1F」は、高額ハードウエア不要で AI 任せの運用が可能など、導入コストの低さや現場での使い勝手の良さに特長があります。

  • ■ 学習・テストデータ:60 分ごとの時系列データ(電力需要実績値 *1 + 気象データ *2)

  •   ① 30 日分、② 365 日分

  • ■ 使用した計算機

  •  Intel Core i7-6700K CPU @ 4.00GHzで学習・予測とも演算、GPU不使用

  • ■ 学習時間

  •   ① 約 0.4 秒、② 約 1.9 秒(いずれも 100 回試行平均)

  • ■ 推論時間 (翌日24 時間分)

  •   ① 約 0.2 秒、② 約 0.2 秒

  • ■ 予測精度(翌日 24 時間分)

  •   ① 約 96.7 %、② 約 97.5 %

 *1:東京電力ホールディングス「でんき予報」より、過去の電力使用実績データを使用
 *2:気象庁による気象の実績値、及び OpenWeather の予報値を使用

以下は「E-1F」アプリの動作画面例と、一連の学習・予測動作をキャプチャした動画です。
(これらは開発中の画面で、改良のため改変することがあります。)

エネルギー需要予測の実行画面例




以下は、電力実績値を人工的に 1.25 倍し「E-1F」のデータ変動への追従性を評価した結果です。
約 2 週間で変動を学習し、追従していることが確認できます。

電力実績データの変動に対する追従性の評価結果

「E-1F」ご利用の流れ

ご不明な点はご遠慮なく、CONTACT ページやメール、お電話で弊社までお問い合わせください。


  • 1.CONTACT ページや、メール、お電話にて弊社にご連絡ください。

  •    NDA 等を含めた進め方をご説明いたします。
  •    お持ちのデータやタスクについて(可能な範囲で)伺えますとスムーズです。
  •    ご意見、ご質問もお伺いいたします。

  • 2.エンジニアを交え、お客さまへのヒアリングを実施します。

  •    少量でもデータ(ダミーでも可)を頂けますと、より精度の高いお打ち合わせが可能です。
  •    有償ライセンスに移行された場合の、ライセンス料のお見積りもいたします。
  •   (データや条件、難易度等によっては、Step 2 までとさせて頂く場合がございます。)

  • 3.有償に移行された場合のお支払い情報をご登録後、弊社は「E-1F」の調整・学習に着手いたします。

  •    学習・調整用のデータをお預かりいたします。

  • 4.学習済み「E-1F」モジュールにて、無償トライアルを開始下さい。(上記 1~4 まで無償対応)

  •    標準トライアル期間は 2 週間です。

  • 5.無償トライアル後に「E-1F」を継続ご利用の場合、有償ライセンスにご移行下さい。

  •    無償トライアルまでの中止も可能です。その場合、お費用は一切発生いたしません。

ご相談・お問い合わせ

CONTACT ページ、メール、お電話などにてお問い合わせください。