気象予測の不確実性のマネジメント

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。

Transcript

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. 1 © ２０２０ 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） 気象予報士登録番号：第4321号 （2003年10月取得） 加藤 史葉 かとう ふみよ 共通キャリア uウェザーニューズ社で予報業務の実務経験 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） 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 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
3. 2 © ２０２０ 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）
4. 3 © ２０２０ 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
5. 1. 不確実性のマネジメントとは？
6. 5 © ２０２０ 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
7. 6 © ２０２０ 
   ෆ࣮֬ੑͷϚωδϝϯτͱ͸ʁ 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 価値：500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 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 •本題に⼊る前に、こんな仮想的なケースを考えます
8. 7 © ２０２０ 
   ෆ࣮֬ੑͷϚωδϝϯτͱ͸ʁ 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 価値：500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 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 •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… どちらでも⽅針決めてやればOK ただし 気象予報⼠としては（２）を推奨
9. 8 © ２０２０ 
   ෆ࣮֬ੑͷϚωδϝϯτͱ͸ʁ 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 価値：500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 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 •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 毎回エアコンつける？ それじゃ閾値を変えただけ…
10. 9 © ２０２０ 
    ෆ࣮֬ੑͷϚωδϝϯτͱ͸ʁ 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 価値：500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 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 •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 毎回エアコンつける？ それじゃ閾値を変えただけ… なので 不確実性のマネジメント
11. 10 © ２０２０ 1. 不確実性のマネジメントとは？ 【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 (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 •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 20 21 22 23 24 25 26 27 28 20% 予想気温24℃のときの実況気温の出現分布
12. 11 © ２０２０ 1. 不確実性のマネジメントとは？ 『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 (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 20 21 22 23 24 25 26 27 28 20% 予想気温24℃のときの実況気温の出現分布
13. 12 © ２０２０ 1. 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% だった場合どうなる？ (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 20 21 22 23 24 25 26 27 28 30% 予想気温24℃のときの実況気温の出現分布
14. 13 © ２０２０ (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 1. 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% だった場合どうなる？ 20 21 22 23 24 25 26 27 28 30% 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 この他にも l 予想気温が変わると l 物品の価値が変わると l 電気代が変わると 最適な判断も変わってきます
15. 14 © ２０２０ (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 1. 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% だった場合どうなる？ 20 21 22 23 24 25 26 27 28 30% 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 気象予測の不確実性をマネジメント ＋ 利益の期待値を最⼤化 ロス(コスト)の期待値を最⼩化 【参考論⽂】冨⼭芳幸（2017） 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.
16. 2. 不確実性のマネジメントPoC
17. 16 © ２０２０ 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
18. 17 © ２０２０ 2. 不確実性のマネジメントPoC ˔γϛϡϨʔγϣϯ৚݅ઃఆ ༧ଌର৅೔ʹ̭೔ 風力発電量を予測 （Ｘ－２）日 ＡＩ ＤＮＮ 10:00 電力市場に全部売る （Ｘ－１）日 予測値 Ｘ日 発電 量？？ 計画値 ※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不足単価 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 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＞実績値
19. 18 © ２０２０ 2. 不確実性のマネジメントPoC ˔γϛϡϨʔγϣϯ৚݅ઃఆ ༧ଌର৅೔ʹ̭೔ 風力発電量を予測 （Ｘ－２）日 ＡＩ ＤＮＮ 10:00 電力市場に全部売る （Ｘ－１）日 予測値 Ｘ日 発電 量？？ 計画値 ※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不足単価 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 計画値＞実績値 不確実性のマネジメン ト！
20. 19 © ２０２０ 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
21. 20 © ２０２０ 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
22. 21 © ２０２０ 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 【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 期待値 = " 実績 想定 { 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 } × ൃݱ֬཰
23. 22 © ２０２０ 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 【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 期待値 = " 実績 想定 { 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 } × ൃݱ֬཰
24. 23 © ２０２０ 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
25. 24 © ２０２０ 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