Нове технологије у прогнози потрошње и потражње за струјом
БЕОГРАД: Електропривреда Србије (ЕПС) однедавно је унапредила прогнозирање потрошње и потражње за електричном енергијом увођењем технологије машинског учења и вештачке интелигенције.
Подаци прикупљени у последњих 20 година унети су у решење које користи машинско учење, што ЕПС-у обезбеђује довољну брзину да се прилагоди свим променама.
Реч је о Мајкрософтовом решењу које је поједноставило унос и приказ података и могућност предвиђања тражње за електричном енергијом у дужем временском период.
У саопштењу Мајкросфта се наводи да је захваљујући анализи података у реалном времену и аутоматизацији, за прогнозу потрошње сада потребно само 15 минута уместо два сата.
Прецизна прогноза потражње за електричном енергијом омогућава да се производња, снабдевање, дистрибуција и трговина електричном енергијом у Србији одвијају на што ефикаснији начин, уз оптималне трошкове.
Пре увођења новог решења, инжењери у Сектору за диспечерско планирање и управљање производњом су велике количине података о потрошњи у prеthodnom периоду, као и метеоролошке податке уносили ручно и тај процес је био подложан непрецизностима, које су утицале на приходе компаније.
Извршни директор ЕПС Драган Влаисављевић каже да свака девијација доноси додатне трошкове, а да је након увођења новог решења маргина грешке, која је варирала између пет одсто и 15 одсто, смањена на 1,7 одсто.
“Блиско смо сарађивали са Мајкрософтом, како бисмо податке, године искуства и наш процес размишљања преточили у код. Сада је на нама само да обезбедимо актуелне податке и систем обави све остало", рекао је Влаисављевић.
Навео је да компанија тренутно истражује како да се уз помоћ Азуре технологије носи са изазовима као што су предвиђање цена, прикупљање података о трговини и интеграција са постојећим процесима.