科学者、エンジニア、およびアナリストは、MATLAB と Simulink を使用して人工知能 (AI) と機械学習アルゴリズムを開発し、AI ソリューションを端末機器に展開して、消費者の行動とシステムのパフォーマンスについての予測的な洞察を提供しています。
MATLAB と Simulink を使用すれば、次のことが可能になります。
- スマートメーターと IoT デバイスからデータをリアルタイムで収集
- 機械学習、ディープラーニング、および動的モデリング手法を単一プラットフォームで組み合わせて、リアルタイムでデータ解析
- 機械学習および AI を使用して負荷、価格、および DER 予測アルゴリズムを作成
- 予測モデルをエンタープライズ システムやクラウドシステムに展開し、地域の卸電力市場や気象データなどのデータ ストリーミング サービスに接続
- エンタープライズおよびポートフォリオリスク管理ソリューションを開発
「一日中数字を扱い、複雑な分析モデルを扱う際には、統合された環境が重要になります。MATLAB を使うことで、データを可視化し、バックテストを実施、変更箇所をグラフでプロットすることで結果を確認、これらすべてが一つの環境でできます。そして、それが時間の節約につながります。」
スマートな電気、ガス、水道インフラストラクチャ向け AI および IoT
IoT (モノのインターネット) により、電力会社、ガスと水道、およびエネルギー企業が数百の産業用または居住用建造物からほぼリアルタイムでデータを収集し分析することが可能になります。機械学習、ディープラーニング、信号処理、および動的モデリング手法を単一プラットフォームで組み合わせて、リアルタイムでデータ解析を行います。Statistics and Machine Learning Toolbox の対話型アプリにより、データサイエンスの専門家でなくても機械学習の手法を適用できます。また、MATLAB は、構造化されているかどうかにかかわらず、ビッグデータの処理のための高性能な一元環境を提供します。
エネルギーと価格の予測
複数のソースから履歴データを収集し、MATLAB で機械学習を利用してすぐに運用可能な予測モデルを開発できます。予測モデルをエンタープライズ システムやクラウドシステムに展開し、地域の卸電力市場や気象データなどのデータ ストリーミング サービスに接続できます。
ビッグデータ アナリティクスとデジタル化
現在の電気、ガス、水道の世界はオンライン上で相互的に接続されています。この変化する市場を克服するため、MathWorks は、それぞれの組織のニーズに応じたビッグデータ戦略の策定・実装をサポートします。MATLAB を AVEVA™ PI システムと直接接続して、リアルタイムのオペレーショナル インテリジェンスを実現することができます。あらかじめ用意された MATLAB ツールボックスおよびリファレンス アーキテクチャを使用すれば、エンタープライズ IT システム、クラウド、生産データ インフラストラクチャとの統合から、計算をクラスタへ拡張し、モデルをアプリケーションとして展開することでMATLAB を使用していないユーザーとも共有できるなど、さまざまな領域での応用を簡略化できます。
予測的顧客解析
MATLAB を使用して、電力消費行動プロファイルに加えて電気自動車の重点パターンなどの顧客パラメーターを収集し、予測モデルと顧客ソリューションを開発します。機械学習と AI の手法を使用して、個別サービスを作成してプランを評価し、最も利益になる顧客を確保します。停電データ (種類と時間) と空間データを組み合わせて、停電の原因、影響度、および電力復旧までの時間を予測します。
データモデリングによるプロセスの向上
MATLAB の多変量解析ツールを使用して、プロセスのパフォーマンスに影響を及ぼす個々の動力変数を判断します。System Identification Toolbox では、第一原理や仕様からのモデリングが容易ではない動的システムのモデルを作成および使用できます。また、このツールボックスを使用すると、オンライン パラメーター推定および状態推定を対話形式で行うことができます。
デスクトップの枠を超えて
ボタンを押すだけで、ハードウェア上で実行する C、C++、HDL のコードを生成できます。ハードウェアに依存しない IEC 61131-3 ストラクチャード テキストおよびラダー図を作成し、PLC や PAC 上に展開することができます。プリビルドされたビッグデータ解析技術と専用のツールボックスを使用すれば、新たなプログラミング言語を覚える必要なく、作成したアルゴリズムをマルチコアプロセッサ、クラスター、NVIDIA® GPU 上で実行できます。また、再コーディングを行わずにプログラムをクラウド規模にまで拡張することができます。カスタム アーキテクチャを作成せずに、PI システムから MATLAB 関数を呼び出すことも可能です。
