load forecasting
Zur Optimierung der Prognosegüte werden weitere Einflussfaktoren und ein State-of-the-art Prognosealgorithmus verwendet.
Verbesserung der Prognosegüte
Genauere Vorhersage von einzelnen Vertriebspartnern
Implementierung eines transparenten und performanten Prognose-Systems
Herausforderung
- Ein Kunde aus dem Energie-Sektor muss die Lastgänge seiner Vertriebspartner täglich genau prognostizieren.
- Die aktuell verwendete Prognosesoftware ist nicht flexibel genug und liefert im Detail zu ungenaue Prognosen.
- Der Kunde wünscht sich eine transparente, flexible und performante Lösung.
Lösung
Durch die Verwendung moderner Prognose-Algorithmen (Deep Learning) und weiterer Einflussfaktoren wird die Prognosegüte verbessert. Vor allem die Verwendung neuer Wetterparameter und das intensive Tuning des Modells (Load Forecasting) führen zu einer signifikanten Verbesserung der Prognosegüte.
Ergebnis
- Stabiles Prognosemodell in einer automatisierten Umgebung.
- Erhebliche Verbesserung der Prozess-Transparenz im Vergleich zur bestehenden Lösung.
- Nachweis, dass mit einem vollautomatisierten Prozess eine bessere Prognosegüte erreicht werden kann.
Haben Sie Interesse an eigenen Cases?
Unsere Case Studies
- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -
Smart Kochen mit dem Thermomix
Download
Data Operations bei der Munich Re
Download
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen