近年、電力小売全面自由化に伴う太陽光発電の導入など、電力の供給計画がより難しくなるなか、電力事業者は電力供給を効率的に行うため、人工知能（AI）やモノのインターネット（IoT）といった最新技術を積極的に導入している。
電力の需要予測では、通常、供給エリア内の主要都市の気象予測値を参照し、電力需要を予測するか、気象条件が近い過去の需要実績値を用いるのが一般的だという。東芝は、供給エリア内の多地点における気象予測値を作成し、気象情報と電力需要実績値の関係を効率良く機械学習させるスパースモデリング技術を開発。さらに、深層学習を用いた需要予測を実施し、これらの予測結果値を、AIを利用して最適に組み合わせることで、高精度な需要予測を実現した。
同技術が東京電力ホールディングス主催の「第１回電力需要予測コンテスト」において最優秀賞を受賞したと発表した。
毎朝８時までに翌日１日の電力需要を１時間刻みで予測した結果、予測と実績の平均二乗平方根誤差ＲＭＳＥが83.49万キロワットとなり、応募約１００団体の中で、最高の予測精度を達成した。東芝の技術は、発電事業者が予想を上回る需要に対応するために行っている発電所の待機運転を減らすことができ、発電効率の向上に寄与する。
また、発電量が自然条件に左右される太陽光発電などの再生可能エネルギーにおいて、発電した電力を供給するか、蓄電するかといった運用をより適切に行うことができ、電力の高率的な利用が可能になるという。
多地点における気象情報の作成と、AIを活用した複数の予測手法の組み合わせを特徴とする高精度な予測システムは、今週末にグランドニッコー東京 台場で開催の「東芝オープンイノベーションフェア」にて披露される。