機械学習による設備運転計画立案の高速化

カテゴリ：部門大会

論文No：TC8-2-6

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Speeding Up the Facility Operation Planning using Machine Learning

著者名：貫間 政徳（（株）日立製作所）,但馬 慶行（（株）日立製作所）

著者名(英語)： Masanori Nukima (Hitachi, Ltd.),Yoshiyuki Tajima (Hitachi, Ltd.)

キーワード：設備運転計画,機械学習,混合整数計画法混合整数計画法,Facility Operation Planning,Machine Learning,Mixed Integer Programming

要約(日本語)：企業の脱炭素化を推進するために発電機等の設備構成に関する投資シミュレーションを作成することが求められる。シミュレーションでは、考えられる複数の設備構成案と想定需要について運転計画を立案、設備費用や運転費用などに基づく評価を行う。ある設備構成に対する最適運転計画の立案は数学的には混合整数計画問題として記述することができる。しかしながら，特定の設備構成と想定需要において求解に要する時間が増大する場合がある。そこで本研究では、一部のバイナリ型変数を機械学習による推定値で置き換えることで求解時間を短縮する方法を提案する。熱電需給調整問題を対象とした実験の結果、提案手法が有効であることを確認した。

本誌掲載ページ：371-375p

原稿種別：日本語

PDFファイルサイズ：627Kバイト