エネルギー貯蔵システム（ESS）の異常探知：12時間前に異常を予知

  • エネルギー
  • 予測分析
  • 予知保全

課題

多くのエネルギーを貯蔵しているESSは、繰り返される充放電の過程で特定のセルに疲労が累積、欠陥がある場合は過度な熱が発生し、大規模火災につながる可能性が存在。これを安全に管理し、事故を予防するために早期に異常探知できるシステムの構築が重要。

アプローチ

ESSの正常作動データとバッテリー専門の研究所で行われたバッテリー異常の試験データを使用して、熱暴走する過程が持つ特徴を分析。顧客が定義する故障状況を予測するために、半教師ありの異常探知アプローチを活用して予測モデルを開発。

創出された価値

安全性分析における指標を提供し、ESSで熱暴走の発生30分前に事前に対応できるようシステム構築。バッテリースタンド（ラック）の脱落前兆を探知するモデルを通じて火災発生12時間前に異常兆候を予測し、異常状態をモニタリング。

このケースについて詳しく知りたいですか？

MakinaRocksのAI専門家にご相談ください

専門家に相談する

Related Use Cases

  • エネルギー
  • 予測分析

太陽光発電量の予測：787の発電所で3,000以上のモデル運用

様々なアンサンブルモデルを活用して予測精度を高めることで、787の発電所を統合運用し、3,000以上のモデルを素早く再学習してデプロイするAI運用環境（MLOps）を構築。

もっと知る
当サイトでは、サービス向上およびお客様により適したサービスを提供するため、クッキーを利用しています。詳細についてはプライバシーポリシーをご覧ください。また、クッキー設定についての詳細情報はクッキーポリシーでもご確認いただけます。
Accept
Use Cases
See how AI technology in anomaly detection, optimization, and predictive analytics is making industries intelligent