「ガス供給リスクの軽減と運用パフォーマンスの改善」ガス供給会社のRapidMiner導入事例 - Natic | Application Modernization Platform – 日商エレクトロニクス
「ガス供給リスクの軽減と運用パフォーマンスの改善」ガス供給会社のRapidMiner導入事例
米国の天然ガス産業の地域供給会社でのケーススタディです。ガス供給会社はパイプラインのどの部分が近くの住民や企業に障害を与えるリスクが最も高いのかを予測する必要がありました。データサイエンスをパイプラインの障害予測に活用した結果、パイプラインの運用を安全にし、より効率的な意思決定に成功した事例です
ガス供給におけるリスクの軽減と運用パフォーマンスの改善
データサイエンスを活用し、天然ガスパイプラインシステムを改善
エグゼクティブサマリ
- 天然ガス産業の地域供給会社は、パイプラインのどの部分が近くの住民や企業に障害や影響を与えるリスクが最も高いかを予測する必要がありました。
- 会社の資源保全管理部門と連携するコンサルタントは、データサイエンスを活用し、パイプラインにおける障害の予測をしました。
- コンサルタントは、潜在的な各障害の予測結果を重ね合わせることにより、同社はパイプラインの管理に費やす予算の見通しを立てることができました。
- 結果として、パイプラインの運用はより安全になり、意思決定もより効率的になりました。
地域供給会社とRapidMiner ユーザグループについて
このケーススタディはアメリカの天然ガス産業における、ある地域供給会社に焦点を当てています。同社はほとんどの地域供給会社と同様に、低圧で拡散性の高い長距離輸送システムから出るガスを、都市の各ポイントで受け取っています。
そして長距離輸送会社からガスを購入し会社が営業している地域の家庭や企業にガスを配送して販売しています。
ガス配給ネットワークは他の地域供給会社同様会社運営にとって重要です。
同社の配給ネットワークは、年代やガス管状態に関しては一般的なタイプです。国内にある地方の配給ネットワークの大部分は、第二次世界大戦後の天然ガスに対する消費者の需要が倍以上になったため、1950年代,1960年代に設置されました。1990年代には、新しい商業施設と住宅開発にサービスを提供するため、20万マイル以上の新しい地域配給パイプラインが設置されました。2000年から2014年にかけて、さらに30万マイル以上の配給パイプラインが追加され、現在米国には合計200万マイル以上のガス配給パイプラインがあります。
同社には資産保全管理部門があり、修理が必要なネットワークのセクションを特定し、発生した修理を監督するなど、パイプラインネットワークの健全性を確保する責任があります。この取り組みを支援するためにデータサイエンスと機械学習の専門知識を活用し、資産管理プロセスの精度と有効性を向上させるためのコンサルティング会社と契約を結びました。そのコンサルティング会社は、RapidMiner認定パートナーであり、コンサルタントは会社を代表するRapidMinerユーザです。
地域ガス供給会社のニーズ
パイプラインの修理が必要な箇所をより的確に予想します
同社はガス漏れが発生するとの予測結果と修理の必要性において、もっともリスクが高いパイプラインの部分をより的確に識別するため、データサイエンスの専門知識を活用すべく、コンサルタントを雇いました。
地域の供給会社は、顧客とその地域に対しパイプラインの安全性と信頼性を確保する義務があります。しかし、特にインフラが古くなっているガスのパイプラインからは、小規模のガス漏れは一般的に起きてしまっています。
実際、地域の配給会社は年間50万件の漏れを発見し、修復しています。
天然ガスを供給する都市ゲートでは、メルカプタンという独特の腐った卵のような臭いがする化学物質を加えるため、多くの場合ガス漏れは迅速に検出されて修理されます。さらに邦政府が公布したパイプラインの安全性とガス漏れ防止に関する規制や、州機関で実施したパイプラインおよび危険物安全管理など、厳格な政府規制があります。頻繁にガス漏れを検出したり、産業や政府がパイプラインの保全のために最善の努力をしていますが、重大なガス漏れを見つけたり修正できないリスクは依然高いままです。
解決方法
RapidMinerは、複数の予測モデルを構築し独自の重み付けで評価することができます。
これは、それぞれのパイプラインに対するトレードオフを評価することができます。
同社には予測モデルの構築に使用できる大量のデータがあります。
パイプライン自体に関するデータは、設計の詳細・パイプの直径・パイプの壁の厚さ・パイプの冶金・パイプの正確な溶接方法など、豊富にあります。また建物・住宅・水路などを含む地理空間データは、パイプラインネットワークを説明するために重要です。これは障害が起きる可能性だけでなく、事故が発生した場合に発生し得る損害の予測にも影響します。
パイプラインの性能に関するデータは、ガス漏れ調査・圧力異常・パイプラインへの水の侵入(腐食を引き起こす)、および腐食調査に利用することができます。このデータにはパイプラインの障害履歴も含まれ、モデルを構築するときに独立した変数として機能します。
ただし、そのデータはモデルの構築に常に使用できるとは限りません。
多くの場合、企業は規制の要件を満たすために集めており、そのデータはそれ以上のことに利用するには適していない形式になっています。そこで、コンサルタントはRapidMinerのデータ前加工 ( TurboPrep ) を多用し、モデリングに適したデータを取得しました。
データが準備されると、RapidMinerはユーザの手元で100種類以上のモデリングアプローチを実行します。複数のモデルを迅速に構築し、結果と予測を比較できます。
コンサルタントはRapidMinerの混同行列を活用することで、様々なモデルの性能を透明化します。これは、彼ら配給会社の仕事の性質を考えるととても重要です。
影響の大きいガス漏れの可能性を予測するにあたり、企業は誤検知とのトレードオフを比較検討する際、非常に慎重な理解と選択をする必要があります。その結果そこにはないガス漏れと、それを予測及び修正できなくなるという非常に危険な予測ミスを発見することができます。
結果
RapidMinerを活用することで、適切な修理対象を事前に特定し予防することを可能としました。
RapidMinerを使用したコンサルタントが、企業の資産保全管理に与える影響はとても大きいです。修理が必要なパイプラインの箇所を適切に特定すると、ガス漏れが発生する前に修理できる可能性が高くなります。
これにより、重大な物的損害だけでなく最も重要な人命を守ることができます。データサイエンスがもたらす影響はこれらの最重要課題に対してだけではなく、パイプラインの最も修理が必要な部分に最適な予算を割り当てるなど、会社が抱える日々の問題も解決します。
また、会社の資産保全管理部門は追加のリソースを必要とせずに大きな影響を与えることができます。
規制遵守だけでなくパイプラインの収益化に関するリスクを評価し、そのニーズにデータサイエンスを適用することで、効率的な修理作業やより多くのガス漏れ防止と修理により収益を改善し壊滅的な損害のリスクを減らします。
このようにあらゆる面でデータサイエンスは効果を生みます。また、燃料パイプラインに限らず 送電網・電気通信ネットワーク・道路や橋など、「ネットワーク」を持つすべての企業は同様にデータサイエンスを使用できるため、データサイエンスに注目すべきと考えています。
RapidMinerの紹介
Rapid Minerはデータサイエンティスト向けの高度さからビジネスユーザーのための簡単さまでカバーした、世界中で使われている機械学習プラットフォームです。
（RapidMinerについてはこちら）
RapidMiner データ分析チュートリアルはこちら
AI機械学習トレーニングはこちら
本記事は、米RapidMiner社ホームページ内、RapidMiner BLOGに掲載されている”Reducing Risk and Improving Operational Performance in Gas Distribution ” を翻訳したものです。
ご質問等は こちらのページからお願い申しあげます。
資料を請求する
webで問い合わせる