表紙:送電・配電網 (T&D) 予測管理向け人工知能 (AI):停電緩和・DER統合・労働力管理・予測資産管理のための高度分析
市場調査レポート
商品コード
954111

送電・配電網 (T&D) 予測管理向け人工知能 (AI):停電緩和・DER統合・労働力管理・予測資産管理のための高度分析

AI for Predictive T&D Network Management: Advanced Analytics for Outage Mitigation, DER Integration, Workforce Management, and Predictive Asset Management

出版日: | 発行: Guidehouse Insights (formerly Navigant Research) | ページ情報: 英文 43 Pages; 19 Tables, Charts & Figures | 納期: 即納可能 即納可能とは

価格
価格表記: USDを日本円(税抜)に換算
本日の銀行送金レート: 1USD=110.86円
送電・配電網 (T&D) 予測管理向け人工知能 (AI):停電緩和・DER統合・労働力管理・予測資産管理のための高度分析
出版日: 2020年08月12日
発行: Guidehouse Insights (formerly Navigant Research)
ページ情報: 英文 43 Pages; 19 Tables, Charts & Figures
納期: 即納可能 即納可能とは
  • 全表示
  • 概要
  • 図表
  • 目次
概要

AIテクノロジーは、送電・配電網 (T&D) の運用に大きな影響を与えます。多くのアプリケーションでは、機械学習・深層学習 (ML/DL) ソリューションからの分析により、コストを削減し、信頼性とサービス品質を向上させ、グリッド全体の効率を向上させることができます。ユーティリティ企業は、コスト抑制と性能維持を両立させながらDER (分散型エネルギー資源) の導入を早めるために、AIベースのソリューションにますます依存するようになるでしょう。 T&D管理用のAIテクノロジーは、ユーティリティが停電を最小限に抑え、モバイルワーカーをより効果的にし、負荷計画を改善し、リアルタイムの電力品質を管理し、資産の予測メンテナンスを実行するのに役立ちます。

当レポートでは、送電・配電網 (T&D) の予測管理向けの人工知能 (AI) ソリューションの最新情勢について分析し、AIソリューションの特徴や利点、その導入に必要となる諸条件や運用技術 (OT)、目下の克服すべき課題、技術普及の主な促進・抑制要因、AI対応アプリケーションの主な活用分野や普及状況、今後の世界市場の成長見通し (地域別・用途別)、といった情報を取りまとめてお届けいたします。

目次

第1章 エグゼクティブサマリー

  • イントロダクション
  • 市場予測

第2章 市場の問題

  • イントロダクション
  • 送電・配電網 (T&D) 管理のためのAIベース・アプリケーション
    • 電力品質管理
    • 保存電圧の低減
    • 需要応答 (DR)
    • DER (分散型エネルギー資源) 性能管理
    • 状態推定/スイッチ順序管理
    • ドローン映像モニタリング
    • 気象分析
    • 資産向け予測的停電
    • 非資産向け故障予測
    • 停電管理システム (OMS)
    • 作業計画
    • 車両衝突応答
    • 盗電
    • グリッド最適化とネットワーク計画
    • スキル計画
  • AIベース・ソリューションの展開モデル
    • OT (運用技術) ベンダー・ソリューション
    • 電力企業専用のデータ分析プロバイダー
    • 汎用分析ツール
  • 市場促進要因
    • 停止の軽減と復元
    • 労働力計画
    • 電力負荷計画とDER統合
  • 市場阻害要因
    • データ収集、貧弱なデータ品質、複数の情報源からのデータセット
    • 費用
    • 複雑性
    • 従業員への影響
    • 非伝統的な調達モデル
  • 市場動向
    • DERの急成長
    • ADMS (先進配電管理システム) およびDER管理システムの急速な浸透
    • 新たな市場参入企業と企業合併
    • ユーティリティ企業によるRベースのソリューションの作成とデータレイクの使用
  • 支援技術
    • AMS (資産管理システム)/APM (資産性能管理) システム
    • GIS (地理情報システム) ソリューション
    • 負荷予測ソリューション
    • C&I DR (業務用・産業用DR)/DERMS (分散型エネルギー管理システム)
    • 電力網最適化システム
    • 天気予報システム
    • 送電量予測システム

第3章 主要な産業プレーヤー

  • Hitachi ABB Power Grids
  • C3.ai
  • Clevest Solutions
  • General Electric
  • Grid4C
  • Open Systems International
  • OSIsoft
  • SAS Institute
  • Schneider Electric
  • Siemens

第4章 市場予測

  • イントロダクション
  • 世界市場の予測
    • 地域別の予測
    • 調達元別の予測
    • 機能カテゴリ別の予測
  • 結論・提言

第5章 頭字語・略語一覧

第6章 目次

第7章 図表一覧

第8章 分析範囲、情報源、分析手法、注記

図表

LIST OF CHARTS AND FIGURES

  • AI-Based Applications and Services Revenue by Region, World Markets: 2020-2029
  • AI-Based Applications and Services Revenue by Procurement Source, World Markets: 2020-2029
  • AI-Based Applications and Services Revenue by Functional Category, World Markets: 2020-2029

LIST OF TABLES

  • AI-Based Applications and Services Revenue by Region, World Markets: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, World Markets: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, North America: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, Europe: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, Asia Pacific: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, Latin America: 2020-2029
  • AI-Based Applications Revenue by Procurement Source, Middle East & Africa: 2020-2029
  • AI-Based Applications Revenue by Functional Category, World Markets: 2020-2029
  • AI-Based Applications Revenue by Functional Category, North America: 2020-2029
  • AI-Based Applications Revenue by Functional Category, Europe: 2020-2029
  • AI-Based Applications Revenue by Functional Category, Asia Pacific: 2020-2029
  • AI-Based Applications Revenue by Functional Category, Latin America: 2020-2029
  • AI-Based Applications Revenue by Functional Category, Middle East & Africa: 2020-2029
  • Overlap of AI-Based Applications for T&D Networks
  • Benefits Associated with AI Applications
  • Dataset Requirements for AI-Based T&D Management Applications
目次
Product Code: MF-AINM-20

AI technology has profound implications for the operation of electric transmission and distribution (T&D) networks. In many applications, the superior insights derived from machine and deep learning solutions can reduce costs, improve reliability and service quality, and enhance efficiency throughout the grid. Traditional decision-making associated with grid management is not expected to remain adequate in the near future. Utilities will likely become increasingly dependent on AI-based solutions to incorporate distributed energy resources (DER) at an accelerating pace while maintaining acceptable performance metrics and keeping costs low. AI technologies for T&D management can help utilities minimize outages, make mobile workers more effective, improve load planning, manage real-time power quality, perform predictive asset maintenance, and more.

AI analytics solutions may be developed as a module for traditional operational technology (OT) systems such as advanced distribution management systems (ADMSs) or energy management systems (EMSs), or they may come from analytics solutions providers with an emphasis on utility operations. These vendors specialize in analyzing data files from smart meters or sensors connected to network assets and providing insights. Alternatively, some utilities may rely on general purpose business intelligence platforms that include AI capabilities. These platforms may be implemented in collaboration with partners or use internally developed tools as do-it-yourself (DIY) platforms.

This report describes the current landscape for AI technology solutions for T&D network management and presents drivers and barriers to implementation. It details AI-supported applications and explores the global market forecasts for these solutions by region and application.

KEY QUESTIONS ADDRESSED:

  • In what applications can AI technology enhance the operation of a T&D network?
  • What are the options for acquiring AI-based technology for T&D networks?
  • What are the benefits of implementing AI-based technology?
  • What OT systems are involved in leveraging AI-based technology?
  • What challenges are associated with implementing these applications?

WHO NEEDS THIS REPORT:

  • OT providers
  • Service providers
  • Providers of general purpose analytics platforms
  • Utilities
  • Equipment vendors
  • Systems integrators
  • Utility regulators
  • Investor community

Table of Contents

1. Executive Summary

  • 1.1. Introduction
  • 1.2. Market Forecast

2. Market Issues

  • 2.1. Introduction
  • 2.2. AI-Based Applications for T&D Network Management
    • 2.2.1. Power Quality Management
    • 2.2.2. Conservation Voltage Reduction
    • 2.2.3. DR
    • 2.2.4. DER Performance Management
    • 2.2.5. State Estimation/Switch Order Management
    • 2.2.6. Drone Video Monitoring
    • 2.2.7. Weather Analysis
    • 2.2.8. Predictive Asset Outages
    • 2.2.9. Non-Asset Failure Predictions
    • 2.2.10. OMSs
    • 2.2.11. Work Scheduling
    • 2.2.12. Vehicle Crash Response
    • 2.2.13. Theft of Service
    • 2.2.14. Grid Optimization and Network Planning
    • 2.2.15. Skills Planning
  • 2.3. Deployment Models for AI-Based Solutions
    • 2.3.1. OT Vendor Solutions
    • 2.3.2. Utility-Focused Data Analytics Providers
    • 2.3.3. General Purpose Analytics Tools
  • 2.4. Market Drivers
    • 2.4.1. Outage Mitigation and Restoration
    • 2.4.2. Workforce Planning
    • 2.4.3. Load Planning and DER Integration
  • 2.5. Market Barriers
    • 2.5.1. Data Collection, Poor Data Quality, and Multiple Source Datasets
    • 2.5.2. Cost
    • 2.5.3. Complexity
    • 2.5.4. Employee Impact
    • 2.5.5. Non-Traditional Procurement Models
  • 2.6. Market Trends
    • 2.6.1. Burgeoning DER
    • 2.6.2. Increased Penetration of ADMS and DER Management Systems
    • 2.6.3. New Market Entrants and Mergers
    • 2.6.4. Utilities Creating R-Based Solutions and Using Data Lakes
  • 2.7. Supporting Technologies
    • 2.7.1. AMSs/APM Systems
    • 2.7.2. GIS Solutions
    • 2.7.3. Load Forecasting Solutions
    • 2.7.4. C&I DR/DERMSs
    • 2.7.5. Grid Optimization Systems
    • 2.7.6. Weather Forecast Systems
    • 2.7.7. Traffic Forecast Systems

3. Key Industry Players

  • 3.1. Hitachi ABB Power Grids
  • 3.2. C3.ai
  • 3.3. Clevest Solutions
  • 3.4. General Electric
  • 3.5. Grid4C
  • 3.6. Open Systems International
  • 3.7. OSIsoft
  • 3.8. SAS Institute
  • 3.9. Schneider Electric
  • 3.10. Siemens

4. Market Forecasts

  • 4.1. Introduction
  • 4.2. Global Forecasts
    • 4.2.1. Regional Forecasts
      • 4.2.1.1. North America
      • 4.2.1.2. Europe
      • 4.2.1.3. Asia Pacific
      • 4.2.1.4. Latin America
      • 4.2.1.5. Middle East & Africa
    • 4.2.2. Forecast by Procurement Source
    • 4.2.3. Forecast by Functional Category
  • 4.3. Conclusions and Recommendations

5. Acronym and Abbreviation List

6. Table of Contents

7. Table of Charts and Figures

8. Scope of Study, Sources and Methodology, Notes