ill-identified diary

片田舎で無職として活躍するデータサイエンティストのブログです。所属組織の見解などとは一切関係なく小難しい話ばかりしてるので人気がありません。

電力消費量の予測モデルについて考えていたら, 予測モデルの最適化は本当にビジネスに対する最適化なのかまたしても疑問に思った

この記事は最終更新日から3年以上が経過しています



前置き

たまたま電力消費量の予測モデルについて考えていた. 適当に検索しただけでも, Miraki, Parviainen, and Arghandeh (2024);A. Palan and N. (2026) など最近の研究がいくつも見つかる. しかし, そこからモデルの評価メトリクスについて考える. 消費量とはイコール売上なので, 予測値は利潤に直結する. だが教科書通りの機械学習の定式化は, 利潤ではなく誤差を最適化している. 本当にこれで問題ないのかというのが気になった. こういう話について述べているものはなかなか見つからない. これは以前書いたこの投稿にも通じるところがあり, この問題に関して改めて整理して一般化した答えをそのうち出したいと考えているが, 今回の投稿では一般な定式化はできていない.

ill-identified.hatenablog.com


予測モデルの評価方法

単純に予測の性能を言うなら汎化性能の最も良いモデルを目指すべきである. しかし, 電力事業の目的が利潤の最大化とすると, 事業の責任者としては予測式に最適化してほしいのは誤差関数ではなく利潤関数であろう.

ここでは  y_i が実際の消費量なので, 対応する電力料金を  p_i とすると売上が  p_i y_i になる. だが, 実際の消費量は予知できないため, 予測値に即して  p_if(\symbfit{x}_i) を売上とする. 予測値は予め得られるので, 完全に予測に沿って発電すると仮定する. 発電の費用関数を  c(y) とすると, 以下が(期待)利潤になる.


 \pi := \sum_i [p_i f(\symbfit{x}_i) - c(f(\symbfit{x}_i)) ]

以上から, 目的関数は上記の利潤の期待値であるべきだろう.1 しかし, 最適化の段階では  f は費用関数ではなく学習により決定する関数であるから, 目的関数を単に誤差関数から  \pi に置き換えただけでは, 実際の予測とはかけはなれたものを学習してしまうだろう. そこで, 次に, 予測値による予測利潤と, 実利潤の平均二乗誤差を目的関数とすることを考える. これならば, 利潤を考えつつ, 予測関数の誤差を最小化する問題設定といえるのではないか.


 
\begin{aligned}
\mathit{loss}^{\textit{profit}} = & \frac1{N}\sum_i \left\{ \left[p_i y_i - c(y_i) \right]  -  \left[ p_i f(\symbfit{x}_i) - c(f(\symbfit{x}_i)) \right] \right\}^2\\
=& \frac1{N}\sum_i  \left\{ \left[p_i (y_i - f(\symbfit{x}_i)) \right]  -  \left[c(y_i) - c(f(\symbfit{x}_i))\right] \right\}^2\\
=& \frac1{N}\sum_i \left\{ p_i^2 \left[y_i  - f(\symbfit{x}_i)\right]^2 + \left[c(y_i) - c(f(\symbfit{x}_i))\right]^2 + 2 p_i \left[y_i  - f(\symbfit{x}_i)\right] \left[c(y_i) - c(f(\symbfit{x}_i))\right] \right\}\\
=& \mathit{WMSE}(y_i, f(\symbfit{x_i}), p_i^2) + \frac1{N} \sum_i \left[c(y_i) - c(f(\symbfit{x}_i)) \right]^2 \\
 +& \frac1{N} \sum_i 2 p_i \left[y_i  - f(\symbfit{x}_i)\right] \left[c(y_i) - c(f(\symbfit{x}_i))\right]
\end{aligned}

ここで WMSE は標本重み付き平均二乗誤差を表しており,  \mathit{WMSE}(y, \hat{y}_i, w_i)=\frac1{N} \sum_{i=1}^N w_i(y_i - \hat{y}_i)^2 を意味する. 第1項は通常の平均二乗誤差に対して, 各個体に  p_i^2 の重みが付いている重み平均ということになる. ここで, 上記の特殊形として, 費用関数を単純化して, 発電量に対して線形であると考える. 費用の予測と観測値はそれぞれ  c f(\symbfit{x}_i),  c y_i となるので, より簡単な標本重みつき平均二乗誤差になる.


 \begin{aligned}
&\frac1{N}\sum_i \left\{ p_i^2 \left[y_i  - f(\symbfit{x}_i)\right]^2 + c^2\left[y_i - f(\symbfit{x}_i)\right]^2  - 2 p_i c \left[y_i  - f(\symbfit{x}_i)\right] \left[y_i - f(\symbfit{x}_i)\right] \right\}\\
=& \mathit{WMSE}(y_i, f(\symbfit{x_i}), (p_i - c)^2)
\end{aligned}

これはかなり単純化した場合だが, より示唆的だ. 標準的な予測対象の予測誤差ではなく利潤に対する予測誤差を考えた場合, 価格  p, c_i が重みとして作用し, そのため予測モデルの誤差を最小化する通常の方法は, 利潤の誤差の最小化とは一致しない.

単純化した場合の式は分類問題の cost-sensitive な学習 (Elkan 2001; Vasile, Lefortier, and Chapelle 2017) と似ているが,, 当初の非線形関数  c ではより複雑になり, 簡単には解けない. いずれにせよ, 予測誤差そのものを最小化する通常の学習と, 予測値に基づく利潤の誤差を最小化する場合とでは, 明らかに形が異なる.  c の形状は, 対数とか二次関数のような初等関数ならば解くのはそこまで難しくないだろうが, それ以外は工夫が必要だろう.

機械学習を使った予測モデルでは, しばしばタスクごとに異なった評価メトリクスが使われている. (ディープラーニングを含む) 多くの回帰アルゴリズムは平均二乗誤差を最小化するし, 分類問題なら交差エントロピー (対数損失) を最小化する. しかし一方で評価する際には AUC とか F1スコアとか, いろいろなものを使っている. アルゴリズムは当然それらのメトリクスに対して最適化していないため, 結局こういった使い方は何が目的なのだろう, ということをここ数年ずっと疑問に思っている.


補足

しかし, この定式化はまだ問題が多い. たとえば線形式の場合に,  p_i = c となる場合は重みがゼロになってしまう.

さらに, この定式化は以下のような現実にある制約を無視している.

  1. 電力会社の実際の料金プランがどうなっているか考慮していない.
  2. 送電コストを考慮していない.
  3. 超過発電と過少発電のリスクを同等に扱っている.

項目 (2) の送電コスト関して私は電力業界の知識がないので実態がどうなってるのか分かっていない. だが, この式では売上も費用も単純に和を取っているだけなので, どの発電所で生産された電気がどこに送電されるかは自由である, という前提の利潤計算になっている. しかし, 高圧配電線など, なるべくロスを少なく送電することに様々な工夫があることは素人でもなんとなく予想できる.

項目 (3) は, 実際には発電量のマージンが必要だろうということを無視している. この仮定では電気需給を完全に一致させることを前提としているので, 電気を発電しすぎることも, 電力不足で停電させることも同等に扱っている. だが, 停電の多い電力会社は歓迎されないだろうから, 実際には電力不足のほうをより避けるべきである. 簡単な修正方法は, 上記の目的関数にマージンとなる定数を加えることだろう.


結論

機械学習などで売上や需要を予測したいという要望はさまざまな産業であると思うが, このように需要や売上の数字を予測するために予測誤差を直接最小化した予測モデルを作る場合と, そこから予想できる利潤と実際の誤差を最小化するように予測モデルを作る場合とでは, 明らかに違うものができあがる. 利潤・費用関数ともに線形関数である最も単純な場合では, これは単なる標本重み付き学習であるが, より複雑な場合はその差異は自明ではない.

電力業界以外でも, 製造業, 小売業, 不動産業, などなどいろいろな産業ごとに, この式はそれぞれの産業特有の市場構造を反映したものになると思うが, いずれの場合でも予測誤差の最小化と予測利潤の誤差の最小化は異なるものになるだろうということが予想できる. だが, こういった研究がそこまで広まってないことから, 応用が難しいのだろうというのはなんとなく想像がつく. それでも私は, 教科書的な平均二乗誤差か対数損失に最適化しておきながら, 実際に最適化したいものは異なるという, よくなされる「データ分析」にずっと違和感を覚えている. これは今回の利潤の話に限ったことではない. メトリクスと目的関数の一貫性のなさにについては何も説明せずに, いくらかの定性的な理由付けだけでこれらとはあまり関係ないメトリクスで評価することを正当化するというのもよく見られる. そのため, この問題をもう少し掘り下げられないかとずっと考えている.


参考文献



A. Palan, Vignesh, and Sumith N. 2026. “Electricity Consumption Prediction Using an Advanced Spatial-Temporal Deep Learning Framework.” Scientific Reports 16 (1): 15425. https://doi.org/10.1038/s41598-026-46825-y.

Elkan, Charles. 2001. “The Foundations of Cost-Sensitive Learning.” In Proceedings of the 17th International Joint Conference on Artificial Intelligence - Volume 2, 973–78. http://web.cs.iastate.edu/~honavar/elkan.pdf.

Miraki, Amir, Pekka Parviainen, and Reza Arghandeh. 2024. “Electricity Demand Forecasting at Distribution and Household Levels Using Explainable Causal Graph Neural Network.” Energy and AI 16 (May): 100368. https://doi.org/10.1016/j.egyai.2024.100368.

Vasile, Flavian, Damien Lefortier, and Olivier Chapelle. 2017. “Cost-Sensitive Learning for Utility Optimization in Online Advertising Auctions.” In Proceedings of the ADKDD’17 on ZZZ - ADKDD’17, 1–6. Halifax, NS, Canada: ACM Press. https://doi.org/10.1145/3124749.3124751.

脚注

  1. ただし, 最適化目的が本当に期待値でよいのかというのは大いに議論すべき問題だ. cf. ケーニヒスベルクのパラドクス. だが, ここでは期待利潤の場合だけを考える.↩︎