← 論文一覧に戻る

アイルランド低圧ネットワークにおける低炭素技術導入に向けたAIによる共有サービスケーブルの識別とマッピング

Identifying and mapping shared service cables using artificial intelligence for the adoption of low carbon technology on the LV network of Ireland (原題)

Amandeep Singh, Sadaf Zaheer, J. Herring, Tara Ní Reachtagáin

IET conference proceedings.ジャーナル2026-10-01#エネルギー転換Origin: EU経営インパクト: コスト削減対象セクター: power
DOI: 10.1049/icp.2026.3365
原典: https://doi.org/10.1049/icp.2026.3365

🤖 gxceed AI 要約

日本語

アイルランドのESBネットワークスは、スマートメーター設置時に撮影した約1000万枚の写真から、複数顧客に供給するループ式サービスケーブルをAIで識別する手法を検証した。選定モデルは再現率95%、適合率64%を達成し、誤検知よりループ検出を優先する設計とした。低炭素技術の普及に伴う電力負荷増大に対応するため、約30〜40万箇所と推定される共有ケーブルの位置把握を効率化する。

English

ESB Networks explored AI to distinguish looped (shared) from normal service cables using ~10 million smart-meter rollout photographs, since manual review was impractical. The selected model achieved 95% recall and 64% precision, prioritizing looped-service detection over false positives. This enables mapping of an estimated 300,000–400,000 shared connections to support rising loads from low-carbon technology adoption.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の配電事業者にとっても、再エネ・EV・ヒートポンプ普及に伴う低圧ネットワークの容量制約は共通課題であり、既存の大量画像資産をAIで活用する資産管理手法は参考になる。SSBJ開示とは直接結びつかないが、送配電事業者の設備投資計画やレジリエンス対応の実務知見として意義がある。

In the global GX context

As grids face load growth from electrification, this shows how utilities can leverage existing image datasets with AI for asset visibility—relevant to transition-planning and grid-investment disclosure under ISSB/TCFD physical-risk and capex narratives. It illustrates operational data infrastructure underpinning credible decarbonization commitments.

👥 読者別の含意

🔬研究者:AI画像分類を電力資産管理へ応用する実証事例として、再現率優先の設計トレードオフを学べる。

🏢実務担当者:配電・設備管理者が既存の画像資産をAIで棚卸しし、共有ケーブル特定や増強計画に活用する示唆。

🏛政策担当者:電化促進に伴う低圧網の容量制約に対し、データ活用型の資産把握が規制・投資計画に資する点。

📄 Abstract（原文）

A service cable connects the customer's premises to the Low Voltage (LV) mains network. Usually, a single service cable supplies one premises, but a looped service cable supplies multiple customers. Historically, looped service connections were used to reduce new connection costs. However, with increasing electrical load driven by the adoption of Low Carbon Technology (LCT) equipment, these shared service cables are no longer suitable to carry the load of multiple customers. ESB Network's did not maintain a record of the locations and volume of the looped service connections, but they are estimated to be approximately 300,000 to 400,000. ESB Networks holds a database of approximately 10 million photographs captured during the smart meter (SM) rollout. Although a normal and a looped service can be distinguished visually, manually reviewing this volume of images is impractical. As part of an innovation project within ESB Networks, the use of Artificial Intelligence (AI) to distinguish between looped and normal services from photographs was explored. Several AI models were trained and evaluated on independent image datasets. The selected model demonstrated a recall of 95% and a precision of 64%, prioritising the identification of looped services with less concern over false positives.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。