WISERとE.ONが電力需要予測向け量子機械学習を評価

WISERとE.ONが電力需要予測向け量子機械学習を評価

2026年7月25日、ワシントンSTEM・起業・研究研究所WISERと欧州のエネルギー大手E.ONは、複数出力時系列の電力需要予測を対象に、ハイブリッド量子古典機械学習を評価する共同研究を完了した。共同研究では、スマートグリッドに関連するエネルギー予測における量子機械学習の評価が行われた。^[1]

arXivで公開された共同プロジェクトでは、100量子ビット以上のIBM量子ハードウェアを使用したユーティリティ規模の実験が行われ、量子計算と古典計算を組み合わせた機械学習が評価された。評価対象は、複数の出力を扱う時系列の電力需要予測である。

実験では、100量子ビット以上のIBM量子ハードウェア上で、ノイズの多い中間規模量子デバイスであるNISQ機器が、複雑で相関のある顧客の電力消費パターンをモデル化できるかどうかが検証された。公開された記事の記載範囲では、ベンチマークの具体的な結果や手法間の優劣を示す数値は明記されていない。

共同研究で示された評価対象と実験条件

Fuel Connect編集部の整理

本件は、エネルギー分野のスマートグリッドで用いられる電力需要予測を対象に、量子計算と古典計算を組み合わせた機械学習を量子ハードウェアで評価した共同研究として位置づけられる。記事で確認できる範囲は、研究の完了、arXivでの公開、100量子ビット以上のIBM量子ハードウェアによる実験、NISQ機器のモデル化能力を検証した事実である。

エネルギー事業者で需要予測、スマートグリッド運用、データ分析、技術検証に関わる担当者は、評価対象と実験環境を把握するための情報として参照できる。量子技術の導入判断や方式比較に関わる読者にとっては、共同研究の実施事実と、具体的な性能値や手法間の優劣が公開部分に示されていない範囲を分けて把握する情報となる。