CRISP-DMの応用事例とは？エネルギー計測・検証（M&V）への活用方法を解説

CRISP-DM（Cross Industry Standard Process for Data Mining：業種横断型データマイニング標準プロセス）は、M&V（Measurement & Verification：計測・検証）手法をさらに標準化し、省エネルギー効果をより効率的に推定することを可能にするアプローチとして認められています。CRISP-DMには複数の応用分野があり、以下に代表的な活用例を紹介します。

ビジネス理解

データマイニング（DM）がM&Vの支援に有効であることを実証するため、バイオ医薬品製造施設がケーススタディの対象として選定されました。分析対象となる事業内容を深く理解することは、プロセスのモデリングおよび評価フェーズで成果を上げるために不可欠でした。この理解は、現場での工程ウォークスルーの実施や、プロセスフロー図、配管計装図（P&ID）の学習を通じて達成されました。

このフェーズでは、分析境界内にあるシステムに関する知識が必要であり、施設のエンジニアリングチームとの協議を通じて、さらなる課題も明確になりました。なお、分析の境界は「製造施設全体の電力消費量」と設定されました。

データ理解

CRISP-DM参照モデルにおけるデータ理解のプロセスは、施設内のデータ技術インフラの調査を通じて完了しました。これにより、エネルギー消費データの流れや、それらが保存されているデータベースの構成についての理解が得られました。

データ準備

エネルギー消費データは、メータリングの特性上、計算が複雑になる傾向があります。電力量には積算型メーターが使用されるため、出力されたデータに対して前処理を実施する必要があります。今回の調査ケースでは、この前処理はユーザーへのデータ出力前に行われていました。

しかしながら、この事前クレンジングを行っても、すべての異常値が除去されたわけではなく、データセットには外れ値が残っていました。そこで、データ準備フェーズでは、ユーザーに提供されるデータセットから残存する外れ値を除去する作業が実施されました。

敷地内の電力消費設備を全体分析するために必要なデータを収集する際には、2つのデータソースが使用されました。1つはエネルギー管理アプリケーション、もう1つは風力タービン管理アプリケーションです。

敷地内で消費される電力量は、積算キロワット時（kWh）メーターによって計測されます。このデータの前処理には、メーターエラーによって生じる外れ値の検出と、kWhから平均電力負荷であるキロワット（kW）への変換が含まれます。後者の変換処理は、すべてのデータを同一の形式・単位で分析できるようにするために必要なステップでした。

モデリング

データ準備プロセスから出力されたデータセットは、実施されたデータクレンジングの結果として、クリーンで扱いやすい形式になっていました。このケーススタディの目的に合わせて、圧縮空気負荷がモデル化の対象として選択されました。これは、利用可能なエネルギーデータの特性を最も適切に表現できる変数であったためです。

負荷を高レベルで俯瞰した場合、敷地内の他の主要なエネルギー消費者との間に明確な相関関係は確認されませんでした。一方、その他の主要なエネルギー消費者については、供給スケジュールの存在や標準的な運用手順が確立されているため、比較的予測しやすい特性を持っていました。