スコアリングエンジンとの組み合わせによって電力需要予測の精度が向上
実測・オープンデータを組み合わせ、予測誤差の生じる要因を究明
予測エンジンとスコアリングから予測精度を向上
予測値の修正、検証が行えるシステムを整備
予測エンジンとスコアリングから予測精度を向上
予測値の修正、検証が行えるシステムを整備
目次
事例詳細
以下のデータを用いて、現状で月平均3％の誤差がある電力需要予測が外れる要因を明らかにした。
・17業種別、30分毎の電力量実績、月別契約電力量
・自社による予測電力量、予想天気・予想最高/最低気温
・気象庁による天候データ(気温・降水量・湿度・日照時間・天気)
自社の電力需要予測とスコアリングエンジンを組み合わせて、予測値の修正と検証が行える仕組みを整えた。
経緯等
・電力需要の予測から電力使用量を評価する仕組みを販売していたが、外れてしまうことが多々あった。
・幅広い業種に対応できるように、また外れた要因を修正できるようにスコアリングエンジンを組み合わせる必要がありました。
・feedbackを取り入れる手法など独自手法を複数盛り込むことで外れた要因や他業種への展開などができるようになった。
