Komu se to podaří lépe, má šanci do budoucna upevnit své postavení na trhu, zatímco jiné společnosti nemusí přežít. Jednou z cest je dle webu Meteocentrum lepší optimalizace výroby podle očekávané poptávky zákazníků.
„Když jsme před několika lety začali teplárnám nabízet přesné predikce poptávky na základě počasí, bylo obtížné je přesvědčit, že jim taková data mohou uspořit milionové částky. Dnes se nám samy ozývají, o obrovském přínosu díky efektivnějšímu plánování výroby nikdo nepochybuje," říká Bohuslav Zeman ze společnosti Meteocentrum.
Tato firma provozuje vlastní modely pro předpovědi počasí a na nich dále pod hlavičkou forecasts.cloud pomocí pokročilého strojového učení buduje aplikované predikční modely poptávky a výroby pro firmy v energetice i jiných oborech.
Ušetřené miliony díky predikci poptávky
Předpovídání poptávky není tak jednoduchou disciplínou, jak by se mohlo zdát. Vyvinutí kvalitního a spolehlivého modelu je náročná práce vyžadující dobrou znalost předpovědních modelů a zkušenosti s aplikací strojového učení. Proto se modely dlouho vyvíjejí a testují, než je možné je spolehlivě použít v provozu. Takto vznikl i zmíněný model forecasts.cloud pro aplikované predikce.
Na základě detailní analýzy dat přímo konkrétních zákazníků jsou tyto modely schopné vytvářet přesné předpovědi poptávky a nabídky v reálném čase. Systém pak kombinuje komplexní informace o počasí a podle skutečného provozu soustavy za minulé dny vytváří spolehlivé predikce – například spotřeby tepla nebo výroby elektřiny.
Při minimální vstupní investici mohou pak teplárny a elektrárny podklady snadno využívat pro denní přípravu provozu a třeba optimalizaci řízení výstupních teplot do horkovodů.
Zdroj: Meteocentrum
