Load Forecasting

Load Forecasting

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

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

[note size=“big“]Weitere Referenzen zu Risk and Fraud Management.[/note]
[button color=“blue“ size=“large“ light=“no“ open_in_new_window=“no“ link=“https://www.alexanderthamm.com/project/credit-scoring/“]Credit Scoring[/button][button color=“blue“ size=“large“ light=“no“ open_in_new_window=“no“ link=“https://www.alexanderthamm.com/project/anomalien-im-stromverbrauch/“]Anomalien im Stromverbrauch[/button][button color=“blue“ size=“large“ light=“no“ open_in_new_window=“no“ link=“https://www.alexanderthamm.com/project/fraud-detection-mit-netzwerkanalyse/“]Fraud Detection[/button][button color=“blue“ size=“large“ light=“no“ open_in_new_window=“no“ link=“https://www.alexanderthamm.com/project/community-score/“]Community Score[/button]

top