格子有限公司 說(shuō)明材料

0Copyright?2021

GRID

All

Rights

Reserved.株式會(huì)社グリッド?説明資料MISSIONインフラと社會(huì)を、その先へ私たちは、アルゴリズムとテクノロジーでこれまでのインフラを再定義し、未來(lái)の社會(huì)を支えるインフラを創(chuàng)造します。テクノロジーはいつの時(shí)代も、暮らしを豊かに、そして社會(huì)を大きく変えてきました。しかし世界は今、瞬間の豊かさだけではない持続可能な社會(huì)の実現(xiàn)という課題に直面しています。未來(lái)につづく社會(huì)を?qū)g現(xiàn)するためには社會(huì)の基盤(pán)であるインフラにイノベーションを起こすからこそ、新たな未來(lái)が拓ける。グリッドのテクノロジーはインフラを進(jìn)化させ、

そしてその先もつづく持続可能な社會(huì)をつくります。Copyright?2021

GRID

All

Rights

Reserved.1當(dāng)社の事業(yè)ドメインと最適化分野の取り組みETRM運(yùn)転計(jì)畫(huà)最適化プラント制御最適化道路渋滯予報(bào)スマートシティー生産計(jì)畫(huà)最適化配船計(jì)畫(huà)最適化1.電力?エネルギー2.物流?サプライチェーン3.都市交通?スマートシティ輸送拠點(diǎn)計(jì)畫(huà)最適化空調(diào)制御最適化社會(huì)インフラの計(jì)畫(huà)業(yè)務(wù)の高度化を支援Copyright?2021

GRID

All

Rights

Reserved.22技術(shù)的なトレンドCopyright?2021

GRID

All

Rights

Reserved.3DeepLearning深層學(xué)習(xí)DRLearning深層強(qiáng)化學(xué)習(xí)MachineLearning機(jī)械學(xué)習(xí)QuantumAlgorithm量子アルゴリズムAIは畫(huà)像認(rèn)識(shí)や音聲認(rèn)識(shí)のような分野への適応から、自動(dòng)化?最適化などの応用領(lǐng)域に拡大している畫(huà)像認(rèn)識(shí)や音聲認(rèn)識(shí)などは2015～17年の頃の議論ビックデータだけではできることが限定的。ほとんど意味のないデータを?量に集めているデータを集める

IoTCopyright?2021

GRID

All

Rights

Reserved.4データを?み出す

Simulator當(dāng)社の特徴Real

SpaceDigital

SpaceビジネスルールシュミレータAIアルゴリズムPragmatic

AI=物理學(xué)?データサイエンス@社會(huì)インフラ現(xiàn)実世界のビジネスルールや?物理法則をデジタル世界で再現(xiàn)し、AIアルゴリズムで最適化する物理式実?結(jié)果実?プラン+UIUX業(yè)務(wù)システムCopyright?2021

GRID

All

Rights

Reserved.55デジタルツイン技術(shù)とAI技術(shù)シミュレーターで実ビジネスを仮想空間上に再現(xiàn)仮想空間にビジネス環(huán)境を

再現(xiàn)し、様々な狀況における最適化を?qū)W習(xí)させ、刻々と

変わる狀況化で最適な結(jié)果をフィードバックする。AICopyright?2021

GRID

All

Rights

Reserved.6テスラの事例

AI

DOJO出典：Tesla

AI

Day（https://youtu.be/j0z4FweCy4M）2021/8/19Copyright?2021

GRID

All

Rights

Reserved.7ユースケースCopyright?2021

GRID

All

Rights

Reserved.8シュミレータがあればビジネスシナリオを作りシュミレーションを?うことで現(xiàn)実世界で実際に起こりうるであろう事象をリアルに再現(xiàn)することが可能です事例電?システム配船計(jì)畫(huà)スマートシティ等発電所運(yùn)転計(jì)畫(huà)の最適化Copyright?2021

GRID

All

Rights

Reserved.9人工知能技術(shù)を用いて、運(yùn)転計(jì)畫(huà)を最適化するアルゴリズム及びシステムの開(kāi)発を行います。これまで受給に合わせて石炭火力をベース電源にし、再生エネの影響を考慮しつつ、ガス火力で電力の需給を調(diào)整していたと思いますが、全ての発電所毎の制約を加味しながら日々の計(jì)畫(huà)を運(yùn)用していく事は非常に大変な業(yè)務(wù)です各発電所で異なる生産能力や、起動(dòng)停止までの所要時(shí)間、燃料LOT毎のコストや、市場(chǎng)からの調(diào)達(dá)、設(shè)備のメンテナナスや、稼働コストなど考慮して、電力コストの最小化や、電力の安定供給など、発電時(shí)事業(yè)者様の目的に合わせた運(yùn)転計(jì)畫(huà)の策定を行います。AI電力システム最適化発電所運(yùn)転計(jì)畫(huà)最適化の概要石炭火力LNGガズ火力デマンド揚(yáng)水力実際の発電所の制約や條件をプログラムで再現(xiàn)バーチャル空間に発電所を再

現(xiàn)し、制約やコストを加味し

て、最適な狀況を見(jiàn)つけ出す。AICopyright?2021

GRID

All

Rights

Reserved.1100発電所の運(yùn)転計(jì)畫(huà)11Copyright?2021

GRID

All

Rights

Reserved.

1111発電設(shè)備の起動(dòng)停?のタイミングを最適化し、発電コストを最?化Copyright?2021

GRID

All

Rights

Reserved.1122２?発電所起動(dòng)停?で考慮すべき制約の整理熱効率関連出力関連負(fù)荷変化率関連起動(dòng)停止制約出力制限燃料制約調(diào)整力コスト関連熱効率（定格?部分負(fù)荷）、気象による補(bǔ)正係數(shù)、海水溫度など定格出力、最大?最低出力、増出力、起動(dòng)停止時(shí)間、出力変化カーブ、所內(nèi)率、排出ガス規(guī)制、貯水池の容量、故障による突然の脫落などAFC変化幅、瞬動(dòng)予備力、起動(dòng)～並列～定格負(fù)荷迄の負(fù)荷カーブ、負(fù)荷キープ時(shí)間など購(gòu)入LOT毎の燃料費(fèi)、物流コスト、起動(dòng)停止損失、設(shè)備利用コストなど停止モード(通常停止、強(qiáng)制冷卻停止)?起動(dòng)モード(ホット、ウォーム、コールド)、設(shè)備の定期點(diǎn)検予定、作業(yè)停止予定、WES,DSS、起動(dòng)停止回避、マストラン、最低運(yùn)転など出力指定、試運(yùn)転カーブ、変化率、ピークモード運(yùn)転、ユニット郡制御などLNG在庫(kù)量、道管流量、BOG、同時(shí)起動(dòng)、補(bǔ)助蒸気、起動(dòng)モード、石炭消費(fèi)目標(biāo)量?LNG消費(fèi)目標(biāo)量、ガス事業(yè)消費(fèi)量など上げ代、下げ代、AFC?瞬動(dòng)予備力などCopyright?2021

GRIDAll

Rights

Reserved.

1313実際はこんな感じの畫(huà)?で計(jì)畫(huà)を?ます??配船計(jì)畫(huà)最適化配船計(jì)畫(huà)の最適化Copyright?2021

GRID

All

Rights

Reserved.14人工知能技術(shù)を用いて、配船計(jì)畫(huà)を

最適化するアルゴリズムの開(kāi)発を行っています。これにより、生産基地や需要地を巡回する

船舶の運(yùn)航計(jì)畫(huà)を、需要地の需要変動(dòng)や、

各拠點(diǎn)の生産計(jì)畫(huà)を加味し、操業(yè)可能な

船舶を最大限に有効活用し在庫(kù)の安定化や、物流コストの最小化をターゲットにし、

最適な配船計(jì)畫(huà)の策定を行います。AI配船最適化Copyright?2021

GRID

All

Rights

Reserved.15スマートシテ?！磷钸m化Copyright?2021

GRID

All

Rights

Reserved.16都市デジタルツインシミュレーションのイメージ人の流れ人や電力、交通インフラなど、都市開(kāi)発に必要な各要素を計(jì)畫(huà)に基づきシミュレーション可能な環(huán)境を、仮想空間上に構(gòu)築各シミュレータが連動(dòng)し、都市設(shè)計(jì)における計(jì)畫(huà)策定を支援するDXビルの熱源電力（エネルギー）交通?輸送ビル內(nèi)の動(dòng)きCopyright?2021

GRID

All

Rights

Reserved.17都市における?流のコントロールCopyright?2021

GRID

All

Rights

Reserved.18材料開(kāi)発?設(shè)計(jì)最適化Copyright?2021

GRID

All

Rights

Reserved.19MI

システムデモ：AIモデルにより提案された新たな化合物SA

=

SynthesizabilitylogP

=

SolubilityValid

=

#

of

valid

samples

/

total

#

of

generated

samplesCopyright?2021

GRID

All

Rights

Reserved.20MI

半導(dǎo)體設(shè)計(jì)AI

パラメータ変更による変換効率の向上JSC[mA/cm2]VOC

[V]変換効率[%]研究者が考えた設(shè)計(jì)28.231.0023.19AIアルゴリズムの結(jié)果28.151.0023.39500nm

p-GaAs400nm

IB-region1000nm

n-GaAs探索前のIB位置,IB準(zhǔn)位820nm

p-GaAs400nm

IB-region680nm

n-GaAsCBIB1.43eV0.95eVVB探索で発?したIB位置,IB準(zhǔn)位CBIBCopyright?2021

GRID

All

Rights

Reserved.211.43eV1.15eVVB研究者が考えた設(shè)計(jì)値の変換効率を上回る、IB位置,IB準(zhǔn)位を発?22Copyright?2021

GRID

All

Rights

Reserved.まとめ：今後のテクノロジーとしての視點(diǎn)Big