Anomalien im Stromverbrauch
Zum internen Aufbau von Data Science Know-How werden in einem Hackathon Modellierungsansätze zur Erkennung von Anomalien erarbeitet.
Mitarbeiter an Data Science und Machine Learning herangeführt.
Herangehensweisen und Methoden zur Aufdeckung von Anomalien im Stromverbrauch ermittelt.
Notwendige Data Science Skills für weitere Vorhaben ermittelt
Herausforderung
Ein Energiekonzern baut derzeit eine Abteilung auf, die zukünftig als Hub für Data Science Themen dienen soll und möchte anhand eines ersten Use Cases Erkenntnisse über die Gestaltung von Data Science Teams gewinnen. Im Rahmen dieses Use Cases sollen Anomalien im Stromverbrauch automatisiert und skalierbar aufgedeckt werden.
Lösung
In einem zweitägigen Hackathon werden gemeinsam mit Mitarbeitern des Kunden verschiedene Modelle zur Detektion von Anomalien angewandt. Der Stromverbrauch der Märkte wird mit Streuungs-, GAM- und Zeitreihenmodellen sowie verschiedenen Machine Learning Algorithmen geschätzt. Auf Basis der Schätzungen können Schwellwerte für Anomalien bestimmt und identifiziert werden.
Ergebnis
Im Rahmen einer Machbarkeitsstudie werden verschiedene methodische Ansätze zur Anomalieerkennung ausprobiert und evaluiert. Zusätzlich erhält der Kunde Erkenntnisse zum benötigten Skillset für Machine Learning und Data Science Vorhaben.
Haben Sie Interesse an eigenen Use Cases?
Unsere Case Studies
- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -
Smart Kochen mit dem Thermomix
Data Operations bei der Munich Re
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen