AI(傾向分析・予測)

基本情報

生産現場においては、様々な面での省力化、効率化が求められます。 　・ ピーク消費電力の削減 　・ 空調運転の最適化 　・ 生産ラインの最適化 　・ 人的ミスの削減 　・ 在庫の最適化　等々 弊社は、これらの様々な課題に対し、データ分析、AIを活用し、最適な解決案を提案します。

価格帯

納期

用途／実績例

ご質問、説明などのご依頼、AI、機械学習について一度話を聞いてみたいという方は、お気軽に弊社までお問い合わせください。 また、弊社では、AI、機械学習の教育およびコンサルティングも行っております。

詳細情報

• 

  データ分析 ・ブレーカを用途ごとにカテゴリ分けして、工場内の総消費電力量に対してそれぞれのカテゴリの消費電力量がどれだけの割合を占めているか、見える化を行いました。その結果、空調系の消費電力量が全体の半分以上を占めていることがわかりました。

• 

  相関関係調査 外気温湿度と各ブレーカの消費電力量との相関分析を行ったところ、空調系の消費電力量と、外気温湿度にはある程度の相関があることが分かりました。 しかし、単純な相関にはなっていなかったため、外気温湿度の他に空調系の消費電力量に関係のある要因があると予想できました。

• 

  日ごと消費電力量 ・空調系の消費電力量のグラフを確認してみたところ、曜日ごとに電力量の多寡がある程度決定されることが分かりました。

• 

  発見 また、朝の時間帯に多くの電力量を消費していることが分かりました。特に、冬季・夏季の連休明けの朝の時間帯は、工場内の温湿度と設定温湿度の差が大きいため、短時間に多くの電力を消費する傾向が明らかになりました。

• 

  AI利用 曜日・時間帯・外気温湿度・内気温湿度と空調系消費電力量の間には、それぞれの要因が複雑に影響を与え合う関係性があり、AIでなければ未来の空調系消費電力量が予測できないのではないかと考えたため、空調系の消費電力量予測のためにAI技術を利用することにしました。 AIで過去のデータを学習し、1時間後の消費電力量を予測することが可能となりました。