エネルギー需要予測

エネルギー需要は、非常に多くの要因の結果として生じます。
そのため、予測には高度なAI技術に加えて、エネルギー関する深い知識が必要です。
弊社は先進的なAI技術と、15年以上に渡り5,000を超える施設 のエネルギー計測とマネジメントを行ってきた経験を活かすことで高精度の予測を実現しています。

予測対象

電気需要量

工場、オフィスビル、学校、病院、病院など、あらゆる業態の高圧施設から一般家庭まで、電気需要量の予測が可能です。

熱量（熱負荷）

ボイラーや冷温水発生機などの熱負荷予測も可能です。地域熱供給の予測にもご利用いただけます。

その他

その他のエネルギー需要（ガスや水道など）も、ぜひご相談ください。

特徴

A自動学習で精度向上

このシステムは、継続的に予測と実績の差異を自動で学習します。それにより、施設に特化した予測を行うことができるようになります。

B需要要因の可視化と分析

エネルギー需要の要因を分析することが重要です。気象データとの相関性や過去データの回帰分析、季節や週の周期性など、入手可能なデータとの多角的な分析を行います。

C2種類の予測

当社のエネルギー需要予測は、計画用と調整用の２種類の予測を出力します。
計画用
未来の日の24時間分のエネルギー需要量を一度に予測します。電力の調達計画や設備運転の事前計画などにご利用いただけます。
調整用
直前の気象データや電力需要実績を反映して、数時間後までの予測を調整して再出力します。急激な気象状況の変化などに対応して、設備運転の調整などにご利用いただけます。

ご利用例

エネルギー供給会社 都市計画（スマートシティ） ビルオートメーション 空調制御 発電自家消費システム BEMS HEMS

太陽光発電予測

日射量の予測データから算出される発電理論値と、実際の発電実績データを学習することで、高精度の太陽光発電予測を実現しました。

予測対象

太陽光発電施設全般一般家庭から大規模（メガソーラーまで）まで対応しています。

予測結果例

曇天でも高い予測精度 設備の特性を学習 発電効率の低下や故障検知が容易

熱量予測

空調負荷に最も影響を与える気温などの気象データと過去の実績を学習することで、冷温水発生機やボイラーなどの熱量（熱負荷）を直接予測することが可能です。
環境に合わせて熱負荷に影響を与える様々なデータを追加できますのでご相談ください。