Naučili mašine da precizno prognoziraju potrošnju struje u Srbiji
Stručnjaci „Elektroprivrede Srbije“ upotrebili su najmodernije tehnologije i razvili kompletno rešenje za prognozu potrošnje električne energije u Srbiji pomoću mašinskog učenja i veštačke inteligencije. To je prvi ovakav poduhvat urađen u Srbiji. Celokupan put od zamisli do puštanja sistema u rad, izveden je za impresivno kratko vreme i umnogome će unaprediti trgovinu električnom energijom. Dobra prognoza potrošnje veoma je bitna i za stabilnost sistema i za trgovinu viškovima električne energije, posebno jer električna energija mora da se troši u istom trenutku kada se i proizvodi.
– Svaki korak u procesu izrade prognoze potrošnje električne energije sada je pojednostavljen i ubrzan, tako da zaposleni imaju više vremena da se bave suštinskim delom ovog posla, a to je optimizacija dijagrama trgovine električnom energijom. Na sve to, ostvarena je preciznost iznad očekivanja, uz prosečnu satnu grešku od samo 1,7 odsto – kažu u EPS-u.
Da bi se napravio dijagram trgovine koji je zaista optimalan, mora da se poznaje potrošnja krajnjih potrošača, u svakom satu, svakog dana.
– Doskoro, planiranje potrošnje u EPS-u formirano je bez savremenih alata i bazirano je na dugogodišnjem iskustvu stručnjaka. Vodilo se računa o meteorološkim podacima, da li je dan za koji se pravi plan vikend, državni ili verski praznik, pa čak i da li se u tom danu održava važna fudbalska utakmica ili koncert. Svi ovi podaci prikupljani su svakog dana, čak 15 godina, što je omogućilo dobru osnovu za prognozu potrošnje električne energije – istakli su u EPS-u.
Sa razvojem poslovanja i zbog učešća EPS-a na brojnim berzama električne energije u regionu, nastala je potreba da se planira brže i još preciznije. U saradnji sa kompanijama „Majkrosoft Srbija“ i „Informatika“ kao najbolje rešenje predloženo je korišćenje veštačke inteligencije, mašinskog učenja i sličnih tehnologija. Formiran je međunarodni tim s ekspertima iz Srbije, Hrvatske, Slovenije, Češke i Rusije.
EPS-ovi stručnjaci su „data“ naučnike i eksperte za informaciono-komunikacione tehnologije podučavali od čega zavisi potrošnja električne energije, šta sve može uticati na promene i odstupanja u potrošnji. S druge strane, oni su ljude iz EPS-a upoznavali sa tik kako funkcioniše mašinsko učenje i koliko je važno formirati bazu podataka na pravi način.
Nakon velikog broja pokušaja, došlo se do finalnog seta ulaznih podataka koji modelu daju najveću preciznost. Postignut je cilj da se mašinama prepusti da rade ono što rade najbolje, obrađuju nesagledivu količinu podataka za kratak vremenski period, dok na čoveku ostaje krajnje donošenje odluka; računar samo pomaže da se donese bolja odluka.
Razvoj novih projekata
Projekat prognoze potrošnje električne energije se pokazao izuzetno uspešnim, ali je i otvorio vrata mnogim drugim projektima u EPS-u. Tako se sada radi na još tri srodna projekta, gde će se pomoću veštačke inteligencije prognozirati kretanja cena električne energije od jednog sata do 10 godina unapred.
Na osnovu toga prave se godišnji, mesečni, sedmični, dnevni i unutar dnevni planovi rada balansne grupe EPS-a, trguje se električnom energijom i upravlja elektranama u realnom vremenu, sa novim tehnologijama. Rezultat će biti bolji, konkurentniji, digitalni EPS, uzor drugim kompanijama u okruženju i Evropi.
Izvor: BIZLife
Foto: EPS
