気象予測の不確実性のマネジメント

135 Views

September 07, 23

スライド概要

気象ビジネス推進コンソーシアム (WXBC) 主催、第4回気象ビジネスフォーラムにて、トークセッションに登壇しました。気象予測の『不確実性のマネジメント』についての、ショートプレゼン資料です。

profile-image

気象予報士・データサイエンティスト。気象データアナリスト養成講座講師。元運航管理者見習い。 気象データ分析・予測モデル開発・気象とビジネスデータの分析などを行っています。 最近は航空・衛星・地理空間データに興味あり。 Weather Data Science合同会社

シェア

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

第4回気象ビジネスフォーラム トークセッション 気象データとうまく付き合う 〜更なる利活⽤を⽬指して〜

2.

私たちについて 加藤 芳樹 かとう よしき 気象予報士登録番号:第3687号 (2002年4月取得) uウェザーニューズ社で予報業務の実務経験 かとう ふみよ 気象予報士登録番号:第4321号 (2003年10月取得) 共通キャリア Ø 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etc. uエアラインでの航務業務(オペレーション) u東京大学大学院理学系研究科地球惑星科学(気象学) 専攻 uウェザーニューズ社内選抜でオクラホマ大学 NationalWeatherCenterへ留学 u航空気象研究会にて「AIによる成田空港の霧予測実験」 発表 © 2020 加藤 史葉 uDataMix社データサイエンティスト養成講座修了 u東京大学松尾研究室主催DeepLearning講座修了 u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、太陽光発電予測アルゴリズムや 太陽光発電設備の故障検知アルゴリズムを開発 u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 1

3.

私たちについて ⼩回りを利かせながら⼩さな気象ニーズを拾って社会に貢献したいという思いから 気象予報⼠・データサイエンティスト夫婦で 気象に左右されるビジネスをサポートしています l 再⽣可能エネルギーの発電予測 l 気象データ×事業データ分析 l 気象アドバイザリー(顧問気象予報⼠) © 2020 2

4.

クラウドファンディングに挑戦中です! これまでにない低価格で! 太陽光発電予測サービスを ご提供するためのシステム 開発資金を集めたく、 CAMPFIREにてクラウドファ ンディングにチャレンジして います。(2月28日まで) ▼プロジェクトページURL https://camp-fire.jp/projects/view/214467 © 2020 3

5.

1. 不確実性のマネジメントとは?

6.

1. 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

7.

1. 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

8.

1. 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 500万円 価値:どちらでも⽅針決めてやればOK 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 25℃未満であれば 電気代:100万円 気象予報⼠としては(2)を推奨 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

9.

1. 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

10.

1. 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

11.

1. 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

12.

1. 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 Ø 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 Ø ⻑期間続ければ、(a)の⽅がロスを低くできる © 2020 11

13.

1. 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 = 0.3 × 200万円 + 0.7 × 100万円 = 130万円 Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる © 2020 12

14.

1. 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 l 予想気温が変わると エアコンをつけなかった場合 l(a)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 l 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 = 0.3 × 200万円 + 0.7 × 100万円 = 130万円 最適な判断も変わってきます Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる © 2020 13

15.

1. 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 = 0.3 × 200万円 + 0.7 × 100万円 = 130万円 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. Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる © 2020 14

16.

2. 不確実性のマネジメントPoC

17.

2. 不確実性のマネジメントPoC 【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

18.

2. 不確実性のマネジメントPoC ●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>実績値 売上 || || 計画値×市場価格 - インバランス×不足単価 計画値×市場価格 ※インバランス=|計画値-実績値| © 2020 ※余剰単価<市場価格<不足単価 17

19.

2. 不確実性のマネジメントPoC 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 ※インバランス=|計画値-実績値| © 2020 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 ※余剰単価<市場価格<不足単価 18

20.

2. 不確実性のマネジメントPoC ●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

21.

2. 不確実性のマネジメントPoC ●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 0.4 ≦ 予測値 < 0.5 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 0.9 ≦ 予測値 © 2020 20

22.

2. 不確実性のマネジメントPoC ●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】 ü 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 ü 0.2≦予測値<0.3 ü 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 21

23.

2. 不確実性のマネジメントPoC ●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】 ü 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 ü 0.6≦予測値<0.7 ü 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 22

24.

2. 不確実性のマネジメントPoC ●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 23

25.

3. 他分野への応⽤可能性 今回は不確実性のマネジメントを『⾵⼒発電予測と電⼒市場での売買』 に適⽤しましたが、 気象予測に基づく意思決定なら他にも応⽤可能! • エアラインの悪天時における運航可否判断 • ⼩売業の天気予報に基づいた商品発注 • 天候に応じた⼈員配置 ü 顧客満⾜度とか安全性なども数値化すれば適⽤可能 © 2020 24