Anomalien im Stromverbrauch

Anomalien im Stromverbrauch

Zum internen Aufbau von Data Science Know-How werden in einem Hackathon Modellierungsansätze zur Erkennung von Anomalien erarbeitet.

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.

 

Möchten auch Sie einen Data Science Hackathon machen?

Mehr erfahren
 

top