気象予測の不確実性マネジメント(IA戦略デザイン研究会・講演後半)

タグ

スライド概要

2021年7月19日、IA戦略デザイン研究会にて『気象データアナリストが提案する、ビジネスにおける気象予測の不確実性マネジメント』というタイトルで講演いたしました。後半のスライドです。

profile-image

Yoshiki Kato

@Yoshiki443

作者について:

気象予報士&データサイエンティストです。 Weather Data Scienceというユニット名で、夫婦で個人事業をしています。

スライド一覧
シェア
埋め込む»CMSなどでJSが使えない場合

公開日

2022-06-22 14:46:00

各ページのテキスト

1. 気象データアナリストが提案する、 ビジネスにおける気象予測の 不確実性マネジメント IA戦略デザイン研究会 2021年7月19日(月) 後半

2. 「気象予報士キャリア15年以上の気象予報士夫婦で、 気象に左右されるビジネスをサポートしています!」 加藤 芳樹 加藤 史葉 かとう よしき かとう ふみよ 気象予報士登録番号 第3687号 (2002年4月取得) 気象予報士登録番号 第4321号 (2003年10月取得) 共通キャリア ❖ウェザーニューズ社で予報業務の実務経験 一般予報(短期・長期)をはじめ航空・航海等の交通気象など 様々なコンテンツの予報業務や各種予測アルゴリズム開発 ❖エアラインでの航務業務 ● 東京大学大学院理学系研究科地球惑星科学専攻 ● ウェザーニューズ社内選抜でオクラホマ大学 National Weather Centerへ留学 ● 世界の主要気象予測モデルを活用した独自の気象予報 ガイダンス開発等、気象技術開発多数 © 2020 ❖DataMix社データサイエンティスト養成講座修了 ❖東京大学松尾研究室主催DeepLearning講座修了 ● エネルギーベンチャーで気象に係る業務の主導や電力 需要データ分析の他、太陽光発電アルゴリズム開発や 太陽光発電設備の故障検知アルゴリズムを開発 ● 個人事業で太陽光発電量予測値を提供するサービスを 開業 2

3. 主な実績 【気象データを活用したデータ分析・AI開発】 • テレビ放送事業者へフェージングを予測するAIの開発 • 再エネ関連事業者へ太陽光・風力の発電量予測AIの開発 • 観測器メーカーの顧問気象予報士(気象データの処理等)etc 【気象庁の人材育成プロジェクトへ参加】 • 気象データアナリスト育成講座のカリキュラム設計、教材作成 • 試験的に実施した育成講座の講師 ←(出典)気象庁「気象業務はいま 2021」 【『おかえりモネ』気象監修へ参加】 • 気象に関する助言・調査、台本考証、体験談・資料提供 etc ←(出典)NHK連続テレビ小説『おかえりモネ』公式サイト © 2020 3

4. 2. 気象予測の不確実性マネジメント 導入

5. 不確実性のマネジメントとは? 天気予報は外れることがあります… では、天気予報は使いませんか? 【問題意識】 天気予報は外れることがあることを受け入れた上で うまく活用していくにはどうしたら良いか? ↓ 気象の不確実性をコントロールして 最大限に恩恵を受けることを考えましょう © 2020 5

6. 不確実性のマネジメントとは? ●本題に入る前に、こんな仮想的なケースを考えます 空調で室温管理 価値:500万円 25℃以上になると 電気代:200万円 25℃未満で保管 25℃以上で劣化 (価値ゼロに) 25℃未満であれば 電気代:100万円 あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌日の天気予報で最高気温が24℃の予想の時、どう判断しますか? (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃高くなったら25℃以上になるのでリスクが高い © 2020 6

7. 不確実性のマネジメントとは? ●本題に入る前に、こんな仮想的なケースを考えます 正解は… 空調で室温管理 どちらでも方針決めてやればOK 価値:500万円 25℃未満で保管 25℃以上で劣化 (価値ゼロに) ただし 25℃以上になると 電気代:200万円 気象予報士としては(2)を推奨 25℃未満であれば 電気代:100万円 あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌日の天気予報で最高気温が24℃の予想の時、どう判断しますか? (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃高くなったら25℃以上になるのでリスクが高い © 2020 7

8. 不確実性のマネジメントとは? ●本題に入る前に、こんな仮想的なケースを考えます じゃあ24℃予想だったら 空調で室温管理 価値:500万円 毎回エアコンつける?25℃以上になると 電気代:200万円 25℃未満で保管 25℃以上で劣化 (価値ゼロに) 25℃未満であれば それじゃ閾値を変えただけ… 電気代:100万円 あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌日の天気予報で最高気温が24℃の予想の時、どう判断しますか? (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃高くなったら25℃以上になるのでリスクが高い © 2020 8

9. 不確実性のマネジメントとは? ●本題に入る前に、こんな仮想的なケースを考えます じゃあ24℃予想だったら 空調で室温管理 価値:500万円 毎回エアコンつける?25℃以上になると 電気代:200万円 25℃未満で保管 25℃以上で劣化 (価値ゼロに) それじゃ閾値を変えただけ… 25℃未満であれば 電気代:100万円 あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌日の天気予報で最高気温が24℃の予想の時、どう判断しますか? なので (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない 不確実性のマネジメント (2) エアコンをつけようか考える → 予想より1℃高くなったら25℃以上になるのでリスクが高い © 2020 9

10. 不確実性のマネジメントとは? ●課題設定 → 気象予測が外れる可能性も考慮してベストな意思決定を行いたい 予想気温24℃のときの実況気温の出現分布 【先のケースの例】 過去の統計では、 予想気温が24℃だったとき、 2割の実況気温が25℃以上だった ↓ 20%の確率で25℃以上になる 20% 20 21 22 23 24 25 26 27 28 (a) エアコンをつけなかった場合 → 20%の確率でその物品は劣化し500万円のロス (b) エアコンをつけた場合 → 20%の確率で空調コストが200万円 → 80%の確率で無駄な空調コストが100万円 © 2020 10

11. 不確実性のマネジメントとは? 予想気温24℃のときの実況気温の出現分布 『例:過去の統計』 予想気温が24℃だったとき、 2割の実況気温が25℃以上だった ↓ 20%の確率で25℃以上になる 20% 20 21 22 23 24 25 26 27 28 (a) エアコンをつけなかった場合 → ロスの期待値 = 0.2 × 500万円 + 0.8 × 0円 = 100万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円 ➢ エアコンをつけない(a)の方が、ロス(コスト)の期待値が低い ➢ 長期間続ければ、(a)の方がロスを低くできる © 2020 11

12. 不確実性のマネジメントとは? 予想気温24℃のときの実況気温の出現分布 それでは、25℃以上になる確率が 30% だった場合どうなる? 30% 20 21 22 23 24 25 26 27 28 (a) エアコンをつけなかった場合 → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円 ➢ エアコンをつける(b)の方が、ロス(コスト)の期待値が低い ➢ 長期間続ければ、(b)の方がロスを低くできる © 2020 12

13. 不確実性のマネジメントとは? 予想気温24℃のときの実況気温の出現分布 予測の不確実性(25℃以上になる確率)が変わると、 最適な判断も変わります それでは、25℃以上になる確率が 30% だった場合どうなる? この他にも 20 21 22 23 30% 24 25 26 27 28 ⚫ 予想気温が変わると (a) エアコンをつけなかった場合 ⚫ 物品の価値が変わると → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 ⚫ 電気代が変わると (b) エアコンをつけた場合 → ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 最適な判断も変わってきます 120万円 ➢ エアコンをつける(b)の方が、ロス(コスト)の期待値が低い ➢ 長期間続ければ、(b)の方がロスを低くできる © 2020 13

14. 不確実性のマネジメントとは? 予想気温24℃のときの実況気温の出現分布 不確実性のマネジメントとは それでは、25℃以上になる確率が 30% 20 だった場合どうなる? 気象予測の不確実性をマネジメント 30% + 利益の期待値を最大化 (a) エアコンをつけなかった場合 ロス(コスト)の期待値を最小化 → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 21 22 23 24 25 26 27 28 (b) エアコンをつけた場合 【参考論文】冨山芳幸(2017) → ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円 予報の不確実性を知って利益を改善する:太陽光発電事業での可能性 天気, 64, 85-91. ➢ エアコンをつける(b)の方が、ロス(コスト)の期待値が低い ➢ 長期間続ければ、(b)の方がロスを低くできる © 2020 14

15. 2. 気象予測の不確実性マネジメント 事例紹介

16. 事例紹介 【ご紹介する事例】 風力発電予測をもとに電力市場での売買を題材にして 不確実性のマネジメントを活用した場合の 売上の変化をシミュレーションした結果です ※ 株式会社Looop様の風力発電予測AI開発への技術協力の一環としてシミュレーションしたものです © 2020 16

17. 事例紹介 ●シミュレーション条件設定 予測対象日=X日 (X-2)日 (X-1)日 発電量?? 風力発電量を予測 AI 予測値 X日 計画値 10:00 電力市場に全部売る DNN 計画値<実績値 計画値=実績値 売上 売上 || 計画値×市場価格 + インバランス×余剰単価 || 計画値×市場価格 計画値>実績値 売上 || 計画値×市場価格 - インバランス×不足単価 ※インバランス=|計画値-実績値| ※余剰単価<市場価格<不足単価 © 2020 17

18. 事例紹介 不確実性のマネジメント ●シミュレーション条件設定 予測対象日=X日 (X-2)日 (X-1)日 発電量?? 風力発電量を予測 AI 予測値 X日 計画値 10:00 電力市場に全部売る DNN 計画値<実績値 売上UP! || 計画値×市場価格 + インバランス×余剰単価 計画値=実績値 売上UP! || 計画値×市場価格 計画値>実績値 売上UP! || 計画値×市場価格 - インバランス×不足単価 ※インバランス=|計画値-実績値| ※余剰単価<市場価格<不足単価 © 2020 18

19. 事例紹介 ●シミュレーションの流れ:出現分布 1. 過去の一定期間について、風力発電予測の再現計算をする → 事前にAI (Deep Learning) による発電量予測アルゴリズムを開発 発電量予測の出力例 ー 実績値 ー 予測値 © 2020 19

20. 事例紹介 ●シミュレーションの流れ:出現分布 2. 発電量の実績値と予測値を、最大発電量で割って0〜1に規格化 3. 実績値と予測値を、0.1刻みで10個の予測レンジに分割する 4. 各予測レンジごとに、実績値の出現頻度をヒストグラムで表す 予測レンジごとの実績値のヒストグラム 予測値 < 0.1 0.1 ≦ 予測値 < 0.2 0.2 ≦ 予測値 < 0.3 0.3 ≦ 予測値 < 0.4 0.5 ≦ 予測値 < 0.6 0.6 ≦ 予測値 < 0.7 0.7 ≦ 予測値 < 0.8 0.8 ≦ 予測値 < 0.9 © 2020 0.4 ≦ 予測値 < 0.5 0.9 ≦ 予測値 20

21. 事例紹介 ●シミュレーションの流れ:市場価格 発電予測のほかに市場価格・余剰単価・不足単価が必要ですが、 これらの価格は需給バランスにより日々変化します(!?) (価格の決め方には一定の計算式があります) よって厳密にはこれら価格を予測することも必要ですが… ここでは簡単のため、 過去の実績値の月平均値を予測の代わりに使用します © 2020 21

22. 事例紹介 ●シミュレーションの流れ:個々の予測 5. 対象日の発電量を予測し、予測値に対応するヒストグラムを選択する 6. 市場価格・インバランス価格は月平均値を価格の想定値とする 7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する 期待値 = ෍ { 計画値 × 市場価格想定値 – ( 計画値 – 実績想定値 ) × インバランス価格想定値 } × 発現確率 実績 想定 【シミュレーション例】 ✓ 5月の月平均価格 - 市場価格 8.94 - 余剰単価 8.48 - 不足単価 9.29 ✓ 0.2≦予測値<0.3 ✓ 発電計画は0.25が期待値最大 - 予測レンジの中央をとる - 予測値そのままが最適 © 2020 22

23. 事例紹介 ●シミュレーションの流れ:個々の予測 5. 対象日の発電量を予測し、予測値に対応するヒストグラムを選択する 6. 市場価格・インバランス価格は月平均値を価格の想定値とする 7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する 期待値 = ෍ { 計画値 × 市場価格想定値 – ( 計画値 – 実績想定値 ) × インバランス価格想定値 } × 発現確率 実績 想定 【シミュレーション例】 ✓ 5月の月平均価格 - 市場価格 8.94 - 余剰単価 8.48 - 不足単価 9.29 ✓ 0.6≦予測値<0.7 ✓ 発電計画は0.75が期待値最大 - 予測レンジの中央をとる - 予測値より大きく見る © 2020 23

24. 事例紹介 ●シミュレーションの流れ:集計 8. 期待値が最大となる発電計画値を1年分計算する 9. 実際の市場価格・インバランス価格で1年間の売上を計算する - AI予測モデルの出力通りに発電計画を出した場合 - 期待値が最大となる発電計画を出した場合 10. その結果… 不確実性のマネジメントを実行することで 約5%の売上増加 というシミュレーション結果となった ※ 利用可能なデータ量の制約により、シミュレーションは2018年のデータのみで行った ※ 国の制度変更により、価格の決まり方が変われば効果も変わると考えられます © 2020 24

25. ディスカッション 【問題意識】実は… 不確実性マネジメントの考え方を取り入れた気象ビジネスはほとんどない ※少なくとも私は知らない… ✓ そもそも不確実性マネジメントのような意思決定理論を知らない ✓ 気象予測だけでなく価格の予測も必要になる ✓ 実装前に効果検証するにはデータの蓄積が必要になる 【問題提起】 不確実性マネジメントは気象の価値を高められるか? ➢ メリット - 予測どおりに意思決定するより高い利益を得られる可能性がある - 1回の予測の当たり外れに一喜一憂せず長期的な目線で考えられる • どのようなビジネスで活用できるか? • そもそもこの考え方を理解してもらえるか? • 普及させるには何が必要か?どうすればよいか? © 2020 前半の内容に ついてでもOK 25

26.