ユーザー別ナビ |
  • 一般の方
  • 研究関係者の方
  • 環境問題に関心のある方

AI・統計手法を活用した電力消費データ分析手法の開発と実測値を用いた実証(令和 3年度)
Development of analytical method for real-time electricity consumption using AI and statistical method and its demonstration by observed data

研究課題コード
2122AN003
開始/終了年度
2021~2022年
キーワード(日本語)
電力データ,機械学習,統計解析
キーワード(英語)
Electricity data,Machine learning,Statistical analysis

研究概要

毎分〜毎時の電力実測データを対象に、AI・統計手法を活用した(1)実測データの品質改善手法と気象条件、新型コロナの影響も含む人間の行動・機器使用など電力消費の用途要因への分解手法を開発し、(2)国環研等のデータで手法の有効性を検証する。加えて(3)国環研では、結果に基づきテレワークも含む省電力対策を検討、提案する。

研究の性格

  • 主たるもの:基礎科学研究
  • 従たるもの:技術開発・評価

全体計画

2021年度は、機械学習(LSTM)を用いた電力消費パターン推計手法をもとに、生活・業務パターン、OA・実験機器等の情報に基づく統計解析(重回帰分析等)を組み合わせて欠測・計測精度の補間・補正手法を開発するとともに、気温、湿度等の気象条件と人間活動から電力消費の要因を分析する手法を発展させ、テレワークの実施程度などの新たな生活様式における影響を評価できる指標を変数として加え、電力消費の用途要因の説明モデルを開発するとともに、特にテレワークについては電力消費増を避けるための実施率や省電力に有効な条件等を明らかにする。
2022年度は、電力会社別の毎時電力データや福島県新地町、国環研、インドネシアでの電力実測データを用いて、気象条件、テレワーク等人間行動、空調・OA・実験機器負荷等の定量的な分離を試み、開発した手法の有効性を検証するとともに、国環研の分析結果に基づき具体的な省電力対策を立案する。

今年度の研究概要

機械学習(LSTM)を用いた電力消費パターン推計手法をもとに、生活・業務パターン、OA・実験機器等の情報に基づく統計解析(重回帰分析等)を組み合わせて欠測・計測精度の補間・補正手法を開発するとともに、気温、湿度等の気象条件と人間活動から電力消費の要因を分析する手法を発展させ、テレワークの実施程度などの新たな生活様式における影響を評価できる指標を変数として加え、電力消費の用途要因の説明モデルを開発するとともに、特にテレワークについては電力消費増を避けるための実施率や省電力に有効な条件等を明らかにする。

備考

国環研の電力データ収集にあたっては、総務部施設課等関係部署の協力を得て進める。

課題代表者

芦名 秀一

  • 社会システム領域
    脱炭素対策評価研究室
  • 室長(研究)
  • 博士(工学)
  • 機械工学,システム工学
portrait

担当者

  • 牧 誠也社会システム領域
  • 蛭田 有希