Енергетична компанія
![](https://am-bits.com/wp-content/uploads/2023/01/solutions-single.png)
Кейс
Прогнозування обсягу споживаної електроенергії
AI,ML та Предиктивна аналітика
Замовник
Галузь
Енергетика
Масштаб
10 000+
Отримання короткострокового прогнозу енергоспоживання для планування закупівель на українській енергетичній біржі.
Провівши аналіз алгоритмів та передових досліджень в області машинного навчання для короткострокового прогнозування подій в прив’язці до часової лінії, були обрані Рекурентні нейронні мережі (RNN). Завдяки цьому стало можливим обробляти серії подій у часі або послідовні просторові ланцюжки.
Для проведення дослідження та налаштування тестових RNN нами були взяті погодинні дані споживання електроенергії містом Нью-Йорк, що були у відкритому доступі та температурні зміни в цей період. В результаті аналізу ми отримали точний прогноз споживання на 2 дня вперед використовуючи 3-х місячний інтервал історичних даних.
Використання рекурентних нейронних мереж (RNN) для побудови ефективної ML-моделі. Отримання короткострокових прогнозів енергоспоживання на основі аналізу історичних даних, з точністю 96,4-99,5%.
![Form Background](https://am-bits.com/wp-content/themes/am-bits/assets/images/formbg2.png)
Бажаєте ознайомитись з
повною версією кейсу?
Заповніть форму і ми одразу
зв'яжемося з Вами.