2022年6月15日(水) 13:00～（ZoomによるOnline開催）

開催前々日の6月13日(月)16時を目途にZoomURLを、申込フォームに記入して頂いたメールアドレスへ配信いたします。

プログラム

13:00 はじめに

日本太陽光発電学会の紹介　（宇佐美会長）
応用物理学会インフォマティクス応用研究会の紹介　（沓掛代表）

13:10「インフォマティクス応用の概要とPV研究への適用」

沓掛 健太朗 （理化学研究所 革新知能統合研究センター）

13:50「マテリアルズ・インフォマティクスによるペロブスカイト太陽電池の正孔輸送材料設計」

中嶋 隆人（理化学研究所 計算科学研究センター）

14:20「機械学習モデル・ネットワークグラフを用いた多結晶組織解析手法の開発」

小島 拓人（名古屋大学 情報学研究科）

14:50 休憩

15:10 「太陽光発電予測にかかわる産総研でのAI研究事例 -衛星画像を活用した発電施設モニタリング・全天カメラによる雲変化予測」

神山 徹（産業技術総合研究所 デジタルアーキテクチャ研究センター）

15:40「大気力学と深層学習を組み合わせた日射量予測技術」

佐々木 潤（日本気象協会）

16:10 「物理モデル×機械学習によるインフラ機器のヘルスモニタリング手法」

神保 智彦（株式会社 東芝 研究開発センター 知能化システム研究所）

16:40 おわりに

参加費

• 　・日本太陽光発電学会会員：無料（下記申込フォームでお申込みください。）
• 　・インフォマティクス応用研究会賛助会員：無料（1組織3名まで。下記申込フォームでお申込みください。）
• 　・インフォマティクス応用研究会会員：4,000円
• 　・インフォマティクス応用研究会学生会員：1,000円
• 　・研究会非会員（一般）：8,000円
• 　・研究会非会員（学生）：2,000円

参加申込締切　6/12

【参加費の支払いが必要な方へ】申込フォームで申込種別を選択した先に支払い用のリンクがあります。申込フォームの送信と参加費の支払いの両方が完了すると参加登録となります。

アブストラクト

沓掛 健太朗 （理化学研究所 革新知能統合研究センター）
「インフォマティクス応用の概要とPV研究への適用」
情報科学技術を応用した研究開発が様々な分野で活発に行われており、太陽光発電分野も例外ではない。講演では、インフォマティクス応用の方法を分類・整理しながら解説した後、太陽光発電の各分野における応用事例を概観する。

中嶋 隆人（理化学研究所 計算科学研究センター）
「マテリアルズ・インフォマティクスによるペロブスカイト太陽電池の正孔輸送材料設計」
われわれは最近、ペロブスカイト太陽電池の変換効率を予測する学習モデルを実験データと量子化学シミュレーションデータから機械学習を活用して構築し、変換効率が高くなるように正孔輸送材料の中心骨格と配位子の組合せを決定することで安価で高効率な新規正孔輸送材料候補を提案した。本講演では、本トッピクスに加え、われわれが行っているマテリアルズ・インフォマティクスを活用した材料設計の最近の取り組みについても紹介する。

小島 拓人（名古屋大学 情報学研究科）
「機械学習モデル・ネットワークグラフを用いた多結晶組織解析手法の開発」
多結晶シリコンの一方向凝固成長における欠陥の導入には、微視的な原子配置や巨視的な応力分布など多様なスケールの現象が関与する。インゴットスケールの結晶方位分布をベースとした組織解析を行なうため、光学像と機械学習モデルによる方位推定と双晶形成関係をネットワークグラフとする解析手法の開発を行なった。

神山 徹（産業技術総合研究所 デジタルアーキテクチャ研究センター）
「太陽光発電予測にかかわる産総研でのAI研究事例 -衛星画像を活用した発電施設モニタリング・全天カメラによる雲変化予測」
近年目覚ましい発展を遂げているAI技術を用いて、多量のデータセットからいかに太陽光発電に有益な情報を抽出できるか、という観点で研究を進めています。ここではAIを活用した2つの事例として、広域の衛星画像から太陽光発電施設を網羅的に可視化した結果、また地上に設置した全天カメラ画像から雲の時間変化を予測し発電量予想に役立てる取り組みを紹介します。

佐々木 潤（日本気象協会）
「大気力学と深層学習を組み合わせた日射量予測技術」
太陽光発電は気象条件に左右される変動型の電源であり、発電量予測の高度化には、日射量予測の高精度化が最も重要な要素である。我々は、NEDOの委託研究事業の中で、気象衛星画像をベースに、大気力学とAI（深層学習）を組み合わせた短時間先の日射量予測モデルを開発している。本講演では、開発中のモデルの概要について紹介する。

神保 智彦（株式会社 東芝 研究開発センター 知能化システム研究所）
「物理モデル×機械学習によるインフラ機器のヘルスモニタリング手法」
風力発電のドライブトレイン構造の風や地震といった不規則動荷重に対する機械的信頼性向上に向け、機械構成部の統計・確率論的手法（極値統計）に基づく市場負荷・疲労度合算定法を検討した。有限要素法に基づく大規模構造解析と物理モデル×機械学習によるサロゲートモデリング手法を用いて不規則動荷重の負荷算定や疲労度合い推定を試みた。