中部電力のAIサービス開発秘話、エネルギーに人工知能をどう生かすか？：IT活用（2/3 ページ）

[松本貴志，スマートジャパン]

スマートメーターのAルートデータだけで家電推定

　同社では、エアコンなどの各家電の電力使用量見える化するにあたって、電力会社が30分単位で遠隔検診が可能なスマートメーターのAルートデータから、家電の動作状況をAIによって推定する機能を実装した。この方法では、スマートメーターから得られるデータのみ利用するため、専用装置で家電の電力使用状況を分析する方法と比較し、導入ハードルが低いメリットがあるという。

AIを活用した家電動作推定プロジェクトの概要（クリックで拡大）

　AIの学習には、あるデータに属性を示すメタデータをひもづけるアノテーション型を採用すしている。今回の取り組みでは、30秒単位で瞬時電力量を送信するスマートメーターのBルートデータを教師データとして同社社員の約40世帯から収集した。同社社員やその家族が、Bルートデータに基づくAIによる動作家電推定の正否を確認、誤りの場合は別途家電名を入力しアノテーションを付加することでAルートデータによる推定モデルの学習を進めた。

左：AI学習の流れ　右：家電推定モデルの仕組み（クリックで拡大）

　このAIにより、Bルートデータから使用家電の推定を行うと、エアコンの推定精度は90％以上だが炊飯器では約30％と、家電によって推定精度にバラつきがあったという。この理由として、実験時は夏季のため教師データへのアノテーション付加にエアコンが多く、AIの学習がエアコンに引っ張られることで「AIが、エアコンと回答すれば正解すると思っている状態」（高村氏）だったとする。

左：家電ごとの推定精度　右：アノテーション付加数と推定精度の分布（クリックで拡大）

　また、本来の推定データ源であるAルートデータからAIにより家電動作推定を行うと、Bルートデータの推定と比較して精度は落ちるものの、学習期間中の平均精度は57.5％として「ある程度の推定はできている。（精度を向上を妨げている要因となる）何かを分離すれば、もっと精度は上がっていくと考えている」（高村氏）として、家電動作推定のさらなる精度向上を行った後に、一般顧客向けにサービス展開を行うとしている。