Sie haben Fragen zu Data Science ?
Wir freuen uns auf Ihre Nachricht.
Case Study: Energiemengenprognose im Gassektor
Ein Serviceanbieter aus dem Energiesektor beauftrage COSMO CONSULT, ein Modell zur Prognose des kurzfristigen Energiebedarfs zu entwickeln, um Planungsprozesse zu automatisieren und Einsparungen im Energieeinkauf zu erzielen. Damit erzielte das Unternehmen eine um etwa fünf Prozent verbesserte Prognosegenauigkeit sowie Einsparungen in Höhe von einer halben Millionen Euro.
Key Facts
Prognose von Gasmengen mit verschiedenen Features
Spezifisches Verhalten von Gaszeitreihen berücksichtigen
Volatilität saisonal einbeziehen und modellieren
Prognosegüte ca. 94 %
Ausgangssituation
Im Energieumfeld gehören kurzfristige Energieprognosen zum Standard, um die Beschaffung der entsprechenden Mengen möglichst kostengünstig zu gestalten. Ein Serviceanbieter für kleinere Stadtwerke und Versorger berechnete die Prognose auf Basis einer einfachen mathematischen Formel. Der Nachteil: Damit konnte man nicht auf kurzfristige Trends oder Niveauverschiebungen reagieren. Die Prognose war also speziell zu bestimmten Jahreszeiten fehleranfällig.
COSMO CONSULT erhielt den Auftrag, die rudimentäre Energiemengenprognose zu verbessern, um Planungsprozesse zu automatisieren und Einsparungen im Energieeinkauf zu erzielen.
Vorgehen
Im ersten Schritt eliminierte das Projektteam die Ausreißer, um dann mit nicht linearen Optimierungsmethoden Features zu konstruieren. Neben Trend- und Saisonkomponenten wurde dabei auch die saisonale Varianz und Kalendereffekte berücksichtigt. Die Hinzunahme der Wetterdaten hätte die Ergebnisse hingegen nicht systematisch verbessert – und blieb daher unberücksichtigt. Um den Trend und den saisonalen Teil zu bestimmen, wurden klassische Prognosemethoden wie ARIMA und die Exponentielle Glättung eingesetzt. Hinzu kamen Machine Learning-Methoden wie Gradient Boosting, um den stochastischen Teil zu modellieren. Der entsprechende R-Code war in einem DLL-File enthalten, und lies sich leicht in das System des Kunden integrieren. Der entwickelte Algorithmus führt die Ausreißerbereinigung und Prognose mit dem optimierten Modell automatisch aus, sodass man die Ergebnisse in gewünschter Form erhält.
Mehrwert
Der Serviceanbieter erzielte mit der Lösung eine drastische Verbesserung der Prognosegenauigkeit um etwa 5 % bei gleichzeitigen Einsparungen von ca. 500.000 Euro. Zudem konnten die Planungsprozesse verbessert und der Energieeinkauf effizienter gestaltet werden.
Sie haben Fragen zu Data Science ?
Wir freuen uns auf Ihre Nachricht.
Fragen Sie unsere Experten
COSMO CONSULT verfügt über eine langjährige Erfahrung mit digitalen Lösungen für den Bereich Data Science. Unsere Angebote basieren auf einer klaren Vorgehensweise, auf detaillierten Kenntnissen der Branchenprozesse und auf exzellentem Produkt-Know-how. Unsere Experten beraten Sie gerne über die einzigartigen Möglichkeiten, die sich für Sie durch den Einsatz moderner Softwaretechnologien ergeben. Nehmen Sie einfach Kontakt mit uns auf. Wir freuen uns darauf, gemeinsam mit Ihnen darüber zu sprechen, wie auch Ihr Unternehmen in das digitale Zeitalter starten kann.
Beitrag teilen
