NEXT MOBILITY

MENU

2020年12月25日【テクノロジー】

GSユアサら、蓄電池システムのAI故障予兆検知技術を開発

NEXT MOBILITY編集部

  • このエントリーをはてなブックマークに追加

 

 

GSユアサとNTTコミュニケーションズ(NTT Com)は12月25日、両社がAIによる蓄電池システムの故障予兆検知技術の開発に成功したと発表した。

 

 

 

 

同技術は、NTT ComがAI技術の一種であるディープラーニングを用いた時系列データ解析技術を提供し、GSユアサがリチウムイオン電池を活用した社内設備の蓄電池データを提供することにより実現したもの。

同技術の開発の概要については以下の通り。

 

 

◾開発の背景

 

リチウムイオン電池は、太陽光・風力発電など再生可能エネルギーの出力変動抑制用途、電力設備や通信設備のバックアップ電源用途、鉄道や船舶、無人搬送車などの移動体用途など、さまざまな形で活用されており、脱炭素社会に向けたEVシフトなどにおいても、今後ますますニーズが高まるものと考えられる。それとあわせ、リチウムイオン電池を安心・安全・安定して使用するための故障予兆検知技術に対するニーズも高まっている。

 

 

しかし、偶発的な故障は、事前に想定してデータを取得することが難しく、故障と判定するためのしきい値の設定も、システムの運用条件によって変化する可能性があるため調整が困難であった。加えて、蓄電池システムの大規模化が進むなかでも、経験豊富なオペレーターの目視による診断に頼らざるを得ないという課題も抱えている。

 

 

GSユアサとNTT Comは、このような課題を解決するため、2016年からAIを活用した蓄電池の故障予兆検知技術の開発やPoCを進めてきた。今回、同技術の開発に成功したことにより、今後商用環境に実装した際にも、偶発故障の可能性のある蓄電池と正常な蓄電池とを判別し、故障の予兆を数ヵ月前に検知できる可能性が見出された。

これにより、故障が発生する前に故障の可能性がある蓄電池のみを交換することや、省人・効率化した環境で大規模システムの監視が可能になり、安心・安全・安定した社会インフラとしての蓄電池利用が可能になる。

 

 

◾️開発技術の概要

 

蓄電池システムにおける故障の発生は極めて少なく、故障を起こした蓄電池のデータをAIの学習データとして用いることは困難。このような場合、逆に正常なものの特性を学習することで、異常なものを検知する手法もあるが、蓄電池においては、経年劣化や使用条件によって正常な蓄電池の特性が複雑に変化するため、それも容易とはいえない。

そのため、同技術においては、教師なし学習の一種であるAutoencoder※1を用いて異常を検知する手法を確立するとともに、正常時の特性が複雑に変化しても対応できるメンテナンスフリーなAIを開発した。

故障予兆検知技術の開発にあたっては、NTT Comがディープラーニングを用いた時系列データ解析技術を、GSユアサがリチウムイオン電池を活用した社内設備の蓄電池データを提供することで実現。また、現場の技術者が持つ様々な知見を活かすため、コードを書くことなく技術者自らが簡単にAIの設計を行うことができるツール「Node-AI」※2を用いている。

 

 

◾️開発技術の評価結果

 

蓄電池の故障は極めて少ないため、蓄電池システムの実証評価用にGSユアサが社内に設けている電力貯蔵装置(Energy Storage System:ESS)に、既設の正常な蓄電池とは異なる特性データを示す仕掛けを施した蓄電池を設置し、評価を行った。

その結果、正常な蓄電池に対しては、故障予兆を検知することはなかった。一方、仕掛けを施した蓄電池については、従来の定義における故障の基準を満たしていなくても、確実な故障と簡易的に自動判断するための、既存の自動警報発報システムより最大で2ヵ月程度早く検知できた。

また、正常時の特性が変化しても検知できるか検証するため、蓄電池の使用条件を変更した追加評価においても、仕掛けを施した蓄電池を識別できた。

 

 

◾️今後の展開

 

GSユアサでは、様々な用途に利用されている蓄電池システムに対してこの本技術が活用できるかを継続して検証していく。効率よく故障予兆検知を行うシステムが確立できれば、メンテナンス面でかかるコストの削減にも繋げることができる。

また、遠隔監視システムで収集したビッグデータの中から蓄電池の故障データを抽出して学習させ蓄電池の故障を特定する技術も検討していく。

NTT Comでは、今回開発した蓄電池システムの故障予兆検知技術を活用し、GSユアサとの事業創造に取り組む。また、製造業を始めとするカスタマーデータに価値を与えるAI技術の開発を推進し、ICTを活用して社会課題を解決する「Smart World」の実現を目指す。

 

 

※1:機械学習におけるアルゴリズムの一つ。入力したデータを圧縮し、同じデータに復元されるように学習する過程でデータの特徴量を抽出できる。

※2:NTT Com独自のAI開発ツールで、GUIにより開発ができるため、開発期間の短縮やプログラミング時のバグ混入のリスクを抑えることが可能。

 

CLOSE

坂上 賢治

NEXT MOBILITY&MOTOR CARS編集長。日刊自動車新聞を振り出しに自動車産業全域での取材活動を開始。同社の出版局へ移籍して以降は、コンシューマー向け媒体(発行45万部)を筆頭に、日本国内初の自動車環境ビジネス媒体・アフターマーケット事業の専門誌など多様な読者を対象とした創刊誌を手掛けた。独立後は、ビジネス戦略学やマーケティング分野で教鞭を執りつつ、自動車専門誌や一般誌の他、Web媒体などを介したジャーナリスト活動が30年半ば。2015年より自動車情報媒体のMOTOR CARS編集長、2017年より自動車ビジネス誌×WebメディアのNEXT MOBILITY 編集長。

松下次男

1975年日刊自動車新聞社入社。編集局記者として国会担当を皮切りに自動車販売・部品産業など幅広く取材。その後、長野支局長、編集局総合デスク、自動車ビジネス誌MOBI21編集長、出版局長を経て2010年論説委員。2011年から特別編集委員。自動車産業を取り巻く経済展望、環境政策、自動運転等の次世代自動車技術を取材。2016年独立し自動車産業政策を中心に取材・執筆活動中。

間宮 潔

1975年日刊自動車新聞社入社。部品産業をはじめ、自動車販売など幅広く取材。また自動車リサイクル法成立時の電炉業界から解体現場までをルポ。その後、同社の広告営業、新聞販売、印刷部門を担当、2006年に中部支社長、2009年執行役員編集局長に就き、2013年から特別編集委員として輸送分野を担当。2018年春から独立、NEXT MOBILITY誌の編集顧問。

片山 雅美

日刊自動車新聞社で取材活動のスタートを切る。同紙記者を皮切りに社長室支社統括部長を経て、全石連発行の機関紙ぜんせきの取材記者としても活躍。自動車流通から交通インフラ、エネルギー分野に至る幅広い領域で実績を残す。2017年以降は、佃モビリティ総研を拠点に蓄積した取材人脈を糧に執筆活動を展開中。

中島みなみ

(中島南事務所/東京都文京区)1963年・愛知県生まれ。新聞、週刊誌、総合月刊誌記者(月刊文藝春秋)を経て独立。規制改革や行政システムを視点とした社会問題を取材テーマとするジャーナリスト。

山田清志

経済誌「財界」で自動車、エネルギー、化学、紙パルプ産業の専任記者を皮切りに報道分野に進出。2000年からは産業界・官界・財界での豊富な人脈を基に経済ジャーナリストとして国内外の経済誌で執筆。近年はビジネス誌、オピニオン誌、経済団体誌、Web媒体等、多様な産業を股に掛けて活動中。

佃 義夫

1970年日刊自動車新聞社入社。編集局記者として自動車全分野を網羅して担当。2000年出版局長として「Mobi21」誌を創刊。取締役、常務、専務主筆・編集局長、代表取締役社長を歴任。2014年に独立し、佃モビリティ総研を開設。自動車関連著書に「トヨタの野望、日産の決断」(ダイヤモンド社)など。執筆活動に加え講演活動も。

熊澤啓三

株式会社アーサメジャープロ エグゼクティブコンサルタント。PR/危機管理コミュニケーションコンサルタント、メディアトレーナー。自動車業界他の大手企業をクライアントに持つ。日産自動車、グローバルPR会社のフライシュマン・ヒラード・ジャパン、エデルマン・ジャパンを経て、2010年にアーサメジャープロを創業。東京大学理学部卒。

福田 俊之

1952年東京生まれ。産業専門紙記者、経済誌編集長を経て、99年に独立。自動車業界を中心に取材、執筆活動中。著書に「最強トヨタの自己改革」(角川書店)、共著に「トヨタ式仕事の教科書」(プレジデント社)、「スズキパワー現場のものづくり」(講談社ピーシー)など。