特許ウォッチ

公開番号2025037112
公報種別公開特許公報(A)
公開日2025-03-17
出願番号2023143881
出願日2023-09-05
発明の名称立地適性評価システム、及び立地適性評価方法
出願人中国電力株式会社
代理人弁理士法人一色国際特許事務所
主分類G06N 20/00 20190101AFI20250310BHJP(計算;計数)
要約【課題】プラントの立地適性の評価にかかる作業を支援する。
【解決手段】立地適性評価システムは、空中画像を説明変数とし、所定のプラントの立地適性の評価に用いる地物に関する情報を目的変数として構成されるデータセットを学習データとして用いることにより学習した機械学習モデルである立地適性評価モデルを記憶し、所定のプラントの立地適性の評価の対象となる土地又は地域である評価対象とその周辺環境が写っている空中画像を説明変数として立地適性評価モデルに入力することにより立地適性評価モデルが出力する値に基づく情報を評価結果として生成する。
【選択図】図2
特許請求の範囲【請求項１】
プロセッサと記憶装置を有する情報処理装置を用いて構成され、
空中画像を説明変数とし、所定のプラントの立地適性の評価に用いる地物に関する情報を目的変数として構成されるデータセットを学習データとして用いることにより学習した機械学習モデルである立地適性評価モデルを記憶し、
所定のプラントの立地適性の評価の対象となる土地又は地域である評価対象とその周辺環境が写っている空中画像を説明変数として前記立地適性評価モデルに入力することにより前記立地適性評価モデルが出力する値に基づく情報を評価結果として生成する、
立地適性評価システム。
続きを表示（約 1,200 文字）【請求項２】
請求項１に記載の立地適性評価システムであって、
前記学習データの前記目的変数は、前記所定のプラントの種類毎の存在有無、及び前記所定のプラントの周辺に存在する地物の種類毎の存在有無を示す情報を含む、
立地適性評価システム。
【請求項３】
請求項１に記載の立地適性評価システムであって、
前記所定のプラントは、発電所である、
立地適性評価システム。
【請求項４】
請求項３に記載の立地適性評価システムであって、
前記発電所は、火力発電所、原子力発電所、水力発電所、地熱発電所、及び再生可能エネルギーを利用した発電所のうちの少なくともいずれかである、
立地適性評価システム。
【請求項５】
請求項４に記載の立地適性評価システムであって、
前記地物は、取水地、集合住宅、工業地帯、及び鉄道駅のうちの少なくともいずれかである、
立地適性評価システム。
【請求項６】
請求項１に記載の立地適性評価システムであって、
前記学習データの前記説明変数として用いる前記空中画像は、
前記評価対象とその周辺環境が写っている空中画像と、前記所定のプラントが存在しない土地又は地域とその周辺環境が写っている空中画像と、を含む、
立地適性評価システム。
【請求項７】
請求項１に記載の立地適性評価システムであって、
前記空中画像は、人工衛星から地表を撮影した衛星画像、及び航空機から地表を撮影した航空画像のうちの少なくともいずれかである、
立地適性評価システム。
【請求項８】
プロセッサと記憶装置を有する情報処理装置が、
空中画像を説明変数とし、所定のプラントの立地適性の評価に用いる地物に関する情報を目的変数として構成されるデータセットを学習データとして用いることにより学習した機械学習モデルである立地適性評価モデルを記憶するステップ、及び、
所定のプラントの立地適性の評価の対象となる土地又は地域である評価対象とその周辺環境が写っている空中画像を説明変数として前記立地適性評価モデルに入力することにより前記立地適性評価モデルが出力する値に基づく情報を評価結果として生成するステップ、
を実行する、立地適性評価方法。
【請求項９】
請求項８に記載の立地適性評価方法であって、
前記学習データの前記目的変数は、前記所定のプラントの種類毎の存在有無、及び前記所定のプラントの周辺に存在する地物の種類毎の存在有無を示す情報を含む、
立地適性評価方法。
【請求項１０】
請求項８に記載の立地適性評価方法であって、
前記所定のプラントは、発電所である、
立地適性評価方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、立地適性評価システム、及び立地適性評価方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
特許文献１には、農作物に対する土地の適性を適切に評価する土地適性評価装置について記載されている。土地適性評価装置は、土地の位置、気候、及び地形を関連付けて記憶し、ユーザ操作に応じて特定の土地の位置を取得して特定の土地の気候及び地形を取得し、農作物の成績を示すスコアと農作物の栽培地の気候条件及び地形条件とを教師データとして機械学習させた評価モデルを用い、特定の土地の位置から、農作物に対する特定の土地の適性を示す評価値を算出する。
【０００３】
非特許文献１には、深層学習モデル（ＣＮＮ（Convolutional Neural Network））を用いて空中画像に写っている地物を特定する技術に関して記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２１－３９７５３号公報
【非特許文献】
【０００５】
大野裕幸，“AIを活用した地物自動抽出に関する研究”，［online］,研究期間（平成30年4月～令和5年3月），国土地理院，［令和5年8月7日検索］，インターネット＜URL：https://www.gsi.go.jp/common/000248621.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００６】
プラントは、その規模や経済的な影響、周囲環境への影響等を考慮した上で、適切な土地や地域に建設する必要がある。例えば、火力や原子力発電所等のプラントは、タービンを回転させる蒸気を冷却し水に戻すための大量の冷却水が必要であり、そのための取水源が周辺に存在する必要がある。また、原子力発電所は、万が一の事故時における放射性物質の放出を想定して周辺への影響がなるべく少ない場所に建設する必要もある。このように、土地や地域についてのプラントの立地適性の評価においては様々な条件を総合的に判断する必要がある。
【０００７】
こうした土地や地域についてのプラントの立地適性の評価においては衛星画像を活用することが考えられる。しかし、衛星画像を用いて土地や地域についての地物の存在や周辺環境を人手により特定し、プラントの立地適性を評価するには多大な時間と労力が必要になる。
【０００８】
上記の特許文献１では、農作物の成績を示すスコアと農作物の栽培地の気候条件及び地形条件とを教師データとして機械学習させた評価モデルにより、特定の土地の位置データから、農作物に対する特定の土地の適性を示す評価値を算出している。しかし、同文献に記載の技術は、プラントの立地適性を評価するものではなく、また、衛星画像に基づき立地適性を評価するものでもない。また、非特許文献１に記載の技術は、深層学習により空中画像に写っている地物を特定しているに過ぎず、プラントの立地適性を評価するものではない。
【０００９】
本発明はこのような背景に鑑みてなされたものであり、プラントの立地適性の評価にかかる作業を支援することが可能な、立地適性評価システム、及び立地適性評価方法を提供することを目的とする。
【課題を解決するための手段】
【００１０】
上記目的を達成するための本発明のうちの一つは、立地適性評価システムであって、空中画像を説明変数とし、所定のプラントの立地適性の評価に用いる地物に関する情報を目的変数として構成されるデータセットを学習データとして用いることにより学習した機械学習モデルである立地適性評価モデルを記憶し、所定のプラントの立地適性の評価の対象となる土地又は地域である評価対象とその周辺環境が写っている空中画像を説明変数として前記立地適性評価モデルに入力することにより前記立地適性評価モデルが出力する値に基づく情報を評価結果として生成する。
（【００１１】以降は省略されています）

関連特許