Machine Learning зрит сквозь “белый шум”
#machinelearning #energytransition требует новых дисциплин в отрасли
Одна из наиболее многообещающих — анализ и управление поведением потребителей — стала возможна буквально сегодня благодаря массовому разворачиванию систем Advanced Metering Infrastructure и прогрессу в прикладных machinelearning-алгоритмах.
Для всех, кто интересуется темой, рекомендуем семинар (https://m.youtube.com/watch?v=bgPm3mcrqAc&feature=youtu.be) Opower — технологической компании, занимающейся аналитикой данных, собранных с 60.0 млн розничных потребителей в США (с 2016 входит в Oracle). Семинар посвящен методам К-кластеризации характерных поведенческих моделей бытовых потребителей электроэнергии в США.
Особенно наглядно показано как “белый шум” данных умного учёта (1 фото) алгоритмически раскладывается на 5–6 типовых моделей поведения потребителей (2 фото), что позволяет создавать таргетированные программы энергоэффективности и Demand Response для отдельных сегментов (3 фото), а также эффективно предсказывать поведение этих сегментов с учётом сезонности (4 фото). Изящное решение, не правда ли?
Подготовлено Центром развития цифровой энергетики
Автор: Сергей Роженко
