異種な空間・時系列グラフニューラルネットワークによる地区暖房ネットワークにおける仮想スマートメータリング
arXiv cs.LG / 2026/4/14
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、地区暖房ネットワークにおける疎な計装とセンサー故障の頻発によって引き起こされる観測可能性の制限という課題に取り組んでおり、これがデータ駆動型の制御、故障検出、最適化を妨げている。
- 圧力、流量、温度をグラフ構造学習と時系列ダイナミクスの分岐によって共同でモデル化することで、「仮想スマート熱量計」を構築するための異種空間・時系列グラフニューラルネットワーク（HSTGNN）を提案する。
- 提案手法は、密に同期したデータを前提とする先行手法や、簡略化された解析的な水理／熱の仮定に依存する手法よりも、現実的で異種なネットワークトポロジにおいて、変数間の結合した非線形な相関関係をより適切に捉えることを目指す。
- ベンチマークと比較を可能にするため、著者らは、現実の運転条件を代表する、Aalborg Smart Water Infrastructure Laboratory における同期された高解像度計測に基づく制御された実験室データセットを導入する。
- 本論文で報告された実験結果では、HSTGNNが地区暖房の仮想センシングにおいて既存のベースラインを大幅に上回ることが示されている。
