エナリス、Amazon Bedrock上のClaudeで太陽光発電データの異常検知・分析システムを構築

太陽光発電の予測値と実績値が、天候の急変、災害、設備故障などで大きくずれることがあります。そのたびに、データの欠損の確認や原因の分析を人手で行う必要があり、手間がかかるうえ属人化していました。

最初のシステムは、Amazon BedrockのClaudeモデルで実績・予測データを分析し、異常の有無をWeb画面に出力するものでした。その後、Amazon Bedrock Agentsで複数のエージェントが協力する構成に改良し、現在はAWS Step Functionsで処理を順に動かす形にしています。天候情報の取得、検知結果の取得、過去の対応策の検索を行い、Amazon Bedrockで原因を分析して分析レポートにまとめます。

AIの出力を別のAIが評価し（LLM-as-a-Judge）、画面にA〜Cの評価を表示して、人が疑って見るべき場所を示します。最終的には人が対応を決め、その結果を過去の対応策として蓄積します。

出典の時点では、概念実証（PoC）の環境ができ、チューニングの段階に入ったところです。出典には削減時間などの数字は書かれていません。人のフィードバックを学習データに反映して予測精度を上げることや、異常の原因を特定する時間を短くすることが期待されています。