詳細なエネルギー需要データは、地域暖房やピア・ツー・ピアのエネルギー共有など、より正確で複雑なエネルギーシステムの設計を可能にしますが、スマートメーターのデータはプライバシーの問題を抱えています。個々のスマートメーターのデータは、クラスタリングなどの機械学習アルゴリズムで利用できるが、地理的に集約されたデータは、エネルギー需要プロファイルの分割を困難にする。本研究では、独立成分分析を用いて、スマートメーターのメッシュデータから需要プロファイルを抽出することを提案する。本研究では、横浜市のデータを基に、最適な需要パターンの数を特定し、それらを解釈し、地理的な分割を分析することを試みる。