AT_Logo

load forecasting

Zur Optimierung der Prognosegüte werden weitere Einflussfaktoren und ein State-of-the-art Prognosealgorithmus verwendet.

!

Verbesserung der Prognosegüte

 

U

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.

load forecasting

Haben Sie Interesse an eigenen Use Cases?

Unsere Case Studies

- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -

Smart Kochen mit Thermomix

Smart Kochen mit dem Thermomix

Download
Case Studie KI bei Munich Re

Data Operations bei der Munich Re

Download

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.