【エネルギー会社】気象予測AIモデル構築
気象庁APIを用いた深層学習による日射量予測モデルの構築
依頼背景
太陽光発電業者は発電量の予測を送配電事業者に提出する義務があり、その予測値と実績値に差がある場合は罰金を支払う必要がある。この罰金を減らすためには、発電量に直結する日射量を精緻に予測する必要がある。そのため太陽光発電業者は一般的に、正しい予測をするために大手企業が提供する日射量予測APIを活用している。罰金金額やAPI利用などにかかるコスト最小化を目指して、日射量予測モデルの構築の依頼をScaleData（スケールデータ）にいただいた。
実施内容・導入効果
論文調査から実施し、気象庁APIを活用した深層学習による日射量予測モデルを構築した。要件定義・技術選定を含め全ての工程をScaleData（スケールデータ）で実施した。予測モデルとしてはLSTMを選択した。結果として、それまで利用していた商用サービスと同等の精度が出るモデルを開発することに成功した。商用サービスに依存せず予測値を取得できるようになったことで、年間で数千万円のコスト削減につながった。
開発内容
- 論文調査・技術選定
- 特徴量の洗い出し及び選定
- 予測モデルの洗い出し及び選定
- LSTMを用いた予測モデル構築
- データ基盤構築
採用技術
- Python
- AWS(Amazon Redshiftなど)