Система прогнозирования потребления электроэнергии на предприятии «EMAS.FORECAST»
Система прогнозирования «EMAS.FORECAST» — это универсальная система, позволяющая прогнозировать необходимые параметры посредством моделей, построенных на базе машинного обучения.
Дополнительно EMAS.FORECAST выполняет глубокий анализ потребления электроэнергии, позволяя выявлять закономерности, отклонения и пиковые нагрузки в работе предприятия. На основе исторических и оперативных данных система формирует прогнозы, которые используются для повышения точности планирования, оптимизации режимов потребления и снижения финансовых рисков.
Заполнение отсутствующих значений
Корректировка заведомо ложных значений
Временные сдвиги
Типы дней
Выбор наиболее релевантных
Определение веса каждого из признаков
Запуск машинного обучения
Создание и перенос модели на продуктивную среду
Максимально достижимая точность прогнозирования
Применение продукта
- Прогнозирование потребления:
- для сбытовых компаний
- для крупных предприятий
-
Прогнозирование генерации:
- для солнечных электростанций
- для ветряных электростанций
- Прогнозирование пиковых часов (для широкого спектра организаций: как для потребителей для минимизации оплаты за мощность, так и для генерирующих организаций)
- Прогнозирование максимума генерации АЭС
- Прогнозирование цен РСВ, параметров теплосети и прочих коммерческих показателей (в рамках дополнительного источника данных к продукту EMAS.OPT)
Назначение
Программа по прогнозированию почасового потребления электроэнергии EMAS.FORECAST разработана для внедрения в компаниях — участниках оптового (ОРЭМ) и розничного рынков электроэнергии и мощности, которым требуется повышение точности прогноза потребления и, соответственно, снижение затрат на покупку электроэнергии.
Система оптимизации расходов на электроэнергию на предприятии включает в себя внедрение программного комплекса, который позволяет:
- собрать и обработать все необходимые для прогнозирования исходные данные (факты выработки, архивы климатических условий, прогнозы климатических условий);
- проводить «подготовку» данных, включая удаление заведомо ложных значений, генерацию и обогащение признаков;
- построить и обучить модель прогнозирования;
- на базе модели производить прогнозирование необходимых параметров потребления/выработки;
- автоматически определять точность модели на текущих данных и при необходимости запускать самокалибровку (переобучение).
Основные возможности программы
- прогнозирование объемов потребления электроэнергии;
- прогнозирование пиковых часов СО;
- оптимизация затрат электроэнергии;
- составление крупными предприятиями максимально точных заявок для энергоснабжающих организаций на потребление электроэнергии;
- снижение затрат для потребителя электроэнергии.
Презентация
Процесс разработки включает в себя:
- сбор и обработку исходных данных (как статистические данные полученные от заказчика, так и открытые внешние данные такие как погодные данные, сайты АТС и Системного оператора и т. д.);
- предварительная обработка данных, исключение «выбросов», формирование новых признаков на основании исходных данных;
- формирование пула различных моделей для выбора наилучшего подходящего для решения поставленной задачи и, соответственно, выбор лучшей модели по единой метрике;
- формирование критериев для переобучения модели в случае падения точности прогноза либо же через определённый интервал времени;
- проведение тестирования в режиме реального времени;
- интеграция продукта на ресурсные мощности заказчика/предоставление услуги как сервиса.
Преимущества
- легко интегрируемая в бизнес-процесс микросервисная архитектура модуля EMAS.Forecast;
- автоматизированный сбор информации в режиме реального времени и гарантия полноты загружаемой информации из всех источников, необходимых как энергосбытовым организациям, так и промышленным предприятиям;
- возможность наглядного анализа результатов прогноза в сравнении в фактическими данными;
- простота построения отчетов силами подразделений Заказчика (не сложнее работы со сводными таблицами Excel);
- интеграция с внешними информационными системами;
- высокая вариативность в способах предоставления аналитической информации;
- доступность информации всегда и везде — использование технологии «тонкого клиента» (веб-портал), дает возможность контролировать процесс с планшета / мобильного телефона;
- математические алгоритмы модуля EMAS.FORECAST разработаны с использованием передовых технологий обработки данных и методов математического моделирования на языке программирования Python;
- программа для планирования производства EMAS. FORECAST позволяет достигнуть максимальной точности прогноза, что повышает эффективность работы рынках электроэнергии и мощности и способствует максимизации маржинальной прибыли компании.
Примеры интерфейсов
