ENGIE Digital、発電所の予知保全に Amazon SageMaker を利用

ENGIE は、予知保全モデルの開発、トレーニング、デプロイを可能にするインフラストラクチャとツールを利用したいと考えていました。これは、リソースとコストの配分をコントロールしながら、グループ内の発電所や顧客のために機器の故障や不具合を予測するためです。また、モデルの工業化とスケーラビリティを保証するために、最新の技術革新の恩恵を受けられるようにしたいと考えていました。

これらのプロジェクトを成功させるために、ENGIE Digital は、Mangrove と提携しました。同社はフランスで機械学習と AWS のサービスを専門とする AWS アドバンストコンサルティングパートナーです。

ENGIE にとって、機械学習テクノロジーを活用して機器のメンテナンス問題に対処することは、重要な課題です。「予知保全の主な課題に、コストの最適化があります。定期的なメンテナンスのためには、定期的に現場を訪れる必要があります。メンテナンスサイクルのより良い計画と最適化は、B2B のお客様にとっても、発電所にとっても重要な課題です」と Sarkar 氏は言います。

ENGIE Digital では現在、予知保全に特化した 3 つのユースケースがあり、ENGIE Digital の予知保全プラットフォーム Agathe の責任者である Céline Mallet 氏がその詳細を次のように語っています。「1 つ目は、機器の耐用年数の予測です。機器は消耗しやすく、効率が悪くなります。予知保全では、メンテナンスアクションや部品交換を正当化する効率のしきい値に到達する時期を、数日、数週間、数か月前から予測することができます。2 つ目は、異常の早期発見です。予知保全では、機器 (発電所やコンプレッサーなど) の稼働データを利用することで、異常な動作を早期に発見することができます。最後に、IoT センサーが生成したデータ (超音波の振動を計測するなど) を活用して、記録された変数から機器の健康状態を推定するモデルを開発できる可能性もあります」

また、予知保全は、再生可能エネルギーの生産を促進することを目指す、グループ全体の戦略の変化を背景に行われています。この移行を促進するために、Sarkar 氏は次のように説明します。「電力会社で最近進展があったことの 1 つに、火力発電所がベースロードを確保し、断続的な再生可能エネルギーによって生産される電力との関係で調整する必要が出てきたことがあります。ENGIE はエネルギー転換を目指しているため、火力発電所の利用方法が変わり、例えば風や太陽があるときには停止する頻度が高まることになります。そのためこれらのプラントでは、バルブやポンプなどの機器の使用方法が異なり、動作や故障が発生する可能性があるため、可視性が非常に重要になってきます。予知保全モデルにより、故障をより的確に予測することが可能になることで、システマティックなメンテナンスサイクルを待って対策を講じ、最悪の場合には予期せぬ停止に対処する必要がなくなります」

ENGIE Digital は、3 年以上前から AWS を利用しています。「ENGIE Digital のポートフォリオにある 12 のプラットフォームのうち、11 が AWS で構築されています。これらのサービスは、Data@ENGIE など、グループの他の組織でも使用されています。これは、Agathe と Robin Analytics が現在運用しているグループの分散型データレイクである Common Data Hub を支えています」と Sarkar 氏は言います。ENGIE Digital は、Agathe と Robin Analytics を開発するにあたり、これらのソリューションを採用しました。「AWS アーキテクチャを選択したのは、予知保全という概念を持つ当社のビジネスの制約を考慮したからです。数千台の機器が稼働し、それぞれに数十のモデルがあるため、スケールアップを迅速に行っており、スケーラビリティが重要な課題となっています」と Sarkar 氏は述べています。

ENGIE Digital は、AWS を最大限に活用するために、AWS のサービスを専門とするコンサルティング会社である Mangrove のサポートを受けました。「Amazon Simple Storage Service (Amazon S3) や Amazon SageMaker など、当時使っていなかった AWS のサービスへの移行をリードしてくれるということで、Mangrove に依頼しました。また、AWS のサービスの新しいリリースや開発から生まれる機会を最大限に活用するためのエキスパートとして、Mangrove を頼りにできます」と Mallet 氏は言います。

Agathe と Robin Analytics のプラットフォームでは、Mangrove は複数の AWS のサービスを利用していると、Mangrove の最高技術責任者であり、ENGIE Digital の技術リーダーである Bastien Murzeau 氏は説明します。「Amazon S3 は当社にとって不可欠なサービスであり、すべてのデータがここを経由します。また、このサービスのおかげで、AWS Glue や Amazon Athena などのサービスや、AWS Lambda を介したその他の軽量な変換プロセスを利用してデータを分析できるようになりました」。

これらのサービスを利用することで、ユーザーは使用するリソースだけでなく、コストも管理することができます、と Murzeau 氏は次のように説明します。「AWS Glue を使うことで、Spark を簡単かつ安価に、ダイナミックなスケーラビリティを持って運用することができます。小さな仕事も、大きな仕事と同じように簡単にこなすことができます」

また、「メンテナンスは非常に競争の激しい分野なので、コスト管理は不可欠です」と Mallet 氏は述べています。

ENGIE Digital と Mangrove のコラボレーションの一例として、Amazon SageMaker の採用があります。1 年前、ENGIE Digital 社は予知保全モデルを改善したいと考え、利用することで得られる潜在的な利点を測るために Mangrove に相談しました。Murzeau は今、このサービスが核心的に重要だと考えています。「Amazon SageMaker は、当社にとって重要なサービスです。これを利用する利点は、車輪を再発明する必要がなく、機能しているサービスに頼ることができ、安定性を得られることです。これまでは、自分たちでモデルをトレーニングしていたので、サービスの制約を受けてベストプラクティスの恩恵を受けることができませんでした。また、トレーニングの作業を区分けすることで、より高いレベルのセキュリティを実現し、お客様のデータを隔離することが可能になりました。Amazon SageMaker のもう一つの利点は、Amazon Elastic Compute Cloud (Amazon EC2) スポットインスタンスを使用したトレーニングによるコスト管理です。これにより、コンピューティングコストを最大 90% 削減することができます。

ENGIE Digital は、Agathe と Robin Analytics が多数かつ幅広いメンテナンスモデルを開発し、トレーニングできるように、これらすべてのサービスを利用しています。「Agathe では、5 年以内に 8,000 台の機器をカバーし、それぞれに 2～10 の予知保全モデルを搭載することを目標としています」と Mallet 氏は言います。

「ENGIE の火力発電所では、Robin Analytics プラットフォームに 100 台以上の機器を搭載する準備を進めており、2023 年までに合計 1,000 台以上の機器を搭載することを目指しています。これらには、数種類のバルブ、ポンプ、熱交換器など、機器の種類の多様性や、グループのさまざまなプラントやビジネスユニットへ予知保全ソリューションをデプロイする際に地理的に多様であることが含まれます」と、Robin Analytics の開発について Sarkar 氏は語述べています。ENGIE Digital チームは、Agathe と Robin Analytics に利益をもたらす可能性のあるサービスを他にも採用することを検討しています。「昨年、Amazon SageMaker で行ったように、タイムスケールデータベースを Amazon Timestream に移行することの実現可能性と利点を調査しており、最終的に採用する予定です」と Sarkar 氏は言います。

「まだ使っていませんが、採用を検討している AWS テクノロジーの 1 つが Amazon SageMaker Studio で、ビジネスユニットからデータサイエンティストを迎え入れ、当社のプラットフォームやデータセットにアクセスできるようにします。これにより、データサイエンティストのコードがプラットフォームの本番環境に対応しているかどうかも確認できます」と、Agathe プラットフォームの改善点として Mallet 氏は語ります。