過去数十年にわたり、異常気象はより深刻化するだけでなく、発生頻度も増加しています。Nearaは、公益事業会社やエネルギー供給会社が電力網や、山火事や洪水など、電力網に影響を与える可能性のあるあらゆる事象のモデルを作成できるようにすることに重点を置いています。オーストラリア、ニューサウスウェールズ州レッドファーンに拠点を置くこのスタートアップ企業は最近、手作業による調査を必要とせずに大規模な電力網モデルを作成し、リスクを評価するAIおよび機械学習製品をリリースしました。
2019年の商用化以来、NearaはSquare Peg Capital、Skip Capital、Prosus Venturesなどの投資家から合計4,500万豪ドル（約2,930万米ドル）を調達しました。顧客には、Essential Energy、Endeavour Energy、SA Power Networksなどが含まれます。また、Southern California EdisonおよびEMPACT Engineeringとも提携しています。
NearaのAIと機械学習ベースの機能はすでに同社の技術スタックの一部となっており、オーストラリアのSouthern California Edison、SA Power Networks、Endeavor Energy、アイルランドのESB、Scottish Powerなど、世界中の電力会社で使用されている。
共同創業者のジャック・カーティス氏はTechCrunchに対し、公共インフラにはメンテナンス、アップグレード、人件費などを含めて数十億ドルが費やされていると語った。何か問題が起きれば、消費者は即座に影響を受ける。NearaがプラットフォームにAIと機械学習の機能を統合し始めたのは、手作業による点検をせずに既存のインフラを分析するためだった。カーティス氏によると、手作業による点検は非効率的で不正確、そして高額になりがちだという。
その後、NearaはAIと機械学習の機能を拡張し、電力会社のネットワークとその周辺環境の大規模モデルを作成できるようになりました。モデルは、異常気象が電力供給に及ぼす影響を、発生前、発生後、発生中にシミュレーションするなど、様々な用途に活用できます。これにより、電力復旧の迅速化、電力会社の安全確保、そして気象現象の影響軽減が可能になります。
「悪天候の頻度と激しさが増していることが、どんな出来事よりも私たちの製品開発の原動力となっています」とカーティス氏は語る。「最近、世界中で悪天候が増加しており、この現象によって電力網が影響を受けています。」例としては、英国で数万人が停電した嵐「イシャ」、米国全土で大規模な停電を引き起こした冬の嵐、そしてクイーンズランド州の電力網を脆弱にしたオーストラリアの熱帯低気圧などが挙げられます。
AIと機械学習を活用するNearaの公益事業ネットワークのデジタルモデルは、エネルギー供給業者と公益事業に対し、その状況への対応準備を提供します。Nearaが予測できる状況には、強風による停電や山火事の発生、洪水による水位上昇による電力供給停止、そして氷雪の積雪によるネットワークの信頼性と回復力の低下などがあります。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
モデルのトレーニングに関して、カーティス氏はAIと機械学習が「当初からデジタルネットワークに組み込まれている」と述べ、ライダーはNearaが気象現象を正確にシミュレーションする能力に不可欠であると語った。さらにカーティス氏は、同社のAIと機械学習モデルは「100万マイル（約160万キロメートル）を超える多様なネットワーク領域でトレーニングされており、一見小さくても重要なニュアンスを超高精度で捉えるのに役立っている」と付け加えた。
これが重要なのは、洪水のようなシナリオでは、標高のジオメトリが 1 度異なるだけで水位のモデル化が不正確になる可能性があるためです。つまり、公共事業体では、必要になる前に電線に通電したり、逆に安全よりも長く電力を供給し続けたりする必要がある場合があります。
LiDAR画像は、公益事業会社またはサードパーティのキャプチャ会社によって取得されます。ネットワークをスキャンしてNearaに継続的に新しいデータを送信しているお客様もいれば、過去のデータから新たな洞察を得るためにNearaを利用しているお客様もいます。
「このライダーデータを取り込むことで得られる重要な成果は、デジタルツインモデルの作成です」とカーティス氏は言います。「生のライダーデータとは対照的に、そこにこそ真価が宿るのです。」
Nearaの取り組み例として、サザン・カリフォルニア・エジソン社が挙げられます。同社は、手作業による調査よりも正確に、植生が火災に遭いやすい場所を自動で特定することを目指しています。また、Nearaは検査員が調査チームに危険を及ぼすことなく、調査場所を指示するのにも役立ちます。公共設備網は大規模であることが多いため、異なる検査員が異なる地域に派遣され、その結果、主観的なデータが複数に分かれることになります。カーティス氏は、Nearaのプラットフォームを利用することでデータの一貫性が向上すると述べています。
サザンカリフォルニア・エジソン社の場合、NearaはLIDARと衛星画像を用いて、風速や気温など、植生を通じた山火事の延焼に寄与する要因をシミュレーションします。しかし、植生リスクの予測をより複雑にしているのは、電力会社は規制により電柱ごとに100以上の質問に答える必要があり、さらに送電システムの年次検査も義務付けられていることです。
2つ目の例では、Nearaは2022年から2023年にかけて発生したマレー川の洪水危機の後、オーストラリアのSA Power Networksとの連携を開始しました。この洪水危機は数千の住宅や企業に影響を与え、オーストラリア南部を襲った最悪の自然災害の一つとされています。SA Power Networksはマレー川流域からLIDARデータを取得し、Nearaを使用してデジタル洪水影響モデリングを実施し、ネットワークの被害状況と残存リスクを把握しました。
これにより、SA Power Networksは、浸水地域内の21,000本の送電線スパンを分析したレポートを15分で作成することができました。この作業は、通常であれば数か月かかる作業でした。これにより、SA Power Networksは当初3週間と見込んでいた送電線への電力供給を5日以内に再開することができました。
SA Power Networksは、3Dモデリングにより、様々な洪水レベルが電力配電網の一部に及ぼす潜在的な影響をモデル化し、送電線がいつどこで限界を超えるか、あるいは停電の危険にさらされるかを予測することができました。川の水位が正常に戻った後も、SA Power NetworksはNearaのモデリングを引き続き活用し、川沿いの電力供給の再接続計画を策定しました。
Nearaは現在、機械学習の研究開発に注力しています。目標の一つは、公益事業会社が既存のライブデータと履歴データからより多くの価値を引き出せるように支援することです。また、画像認識と写真測量に重点を置き、モデリングに使用できるデータソースの数を増やす計画も立てています。
このスタートアップ企業は、Essential Energyと共同で、電力会社がネットワーク内の電柱を含む各資産を評価するのに役立つ新機能も開発しています。現在、個々の資産は、異常気象などの事象の発生確率と、それらの状況下での耐久性という2つの要素に基づいて評価されています。カーティス氏によると、この種のリスク／価値分析は通常手作業で行われており、カリフォルニア州の山火事による停電のように、障害を防げない場合もあるとのことです。Essential Energyは、Nearaを活用して、より正確な資産分析を行い、山火事時のリスクを軽減できるデジタルネットワークモデルを開発する予定です。
「基本的に、私たちは電力会社が異常気象が電力網にどのような影響を与えるかを正確に理解することで、異常気象に先手を打って電力を供給し、地域社会の安全を守ることができるようにしています」とカーティス氏は言う。
