En aquest article aprendràs a utilitzar la funció de Predicció (Forecast) a la plataforma de gestió energètica.

Continguts:

• Introducció
• Nomenclatura
• Requeriments
• Configuració
• Visualització
• A tenir en compte
• Preu
• Feedback

Introducció

L'eina de Prediccions permet disposar de prediccions de consum energètic i producció solar per a edificis fins a un any vista, basades en dades històriques, dades meteorològiques i dades de calendari.

Els objectius de predicció disponibles per a aquesta funcionalitat són:

• Consum d’electricitat
• Consum de gas
• Consum d’aigua
• Generació elèctrica

Per a cada edifici, es calculen 2 tipus de predicció:

Nomenclatura

Primer de tot, és necessari explicar la nomenclatura utilitzada en aquesta funció:

• Objectiu de predicció: El resultat específic o variable que la predicció intenta predir, com el consum d'energia, la producció solar o l'ús de gas.
• Entrada de predicció: Dades utilitzades per generar una predicció, incloent dades històriques de consum, pronòstics meteorològics, dies festius i altres paràmetres rellevants.
• Model: El model d'aprenentatge automàtic real que s’utilitza, ja que prediu millor l'objectiu de predicció (té l'error més baix en la predicció).
• Importància de les característiques: Una mesura de quant contribueix una entrada o variable particular a la precisió del model de predicció, ajudant a identificar quins factors influeixen més en les prediccions.
• Mètriques de predicció: Indicadors de rendiment utilitzats per avaluar la precisió i qualitat de la predicció, com l'Error Mitjà Absolut (MAE) o l'Error d'Arrel Quadrada Mitjana (RMSE).

Requeriments

Per poder utilitzar la funcionalitat de Predicció, s'han de cumplir els requeriments següents:

• Les dades de consum han de ser (com a mínim) horàries.
• Els dispositius de referència han d'estar configurats per la localització.

Configuració

La configuració necessària per crear una predicció és la següent:

1. Objectiu de predicció:
   • Primer, has de definir el resultat específic que vols predir (per exemple, consum d’electricitat, gas o producció solar).
   • Després, has d’especificar la localització, el comptador de referència i el paràmetre a predir.
2. Entrades de predicció:
   • El següent pas és triar les entrades de les dades disponibles, com paràmetres meteorològics i dies festius.
   • Pots personalitzar quines variables s'inclouen en el model de predicció.
3. Acceptació de DP:
   • Finalment, has d’acceptar la inclusió d’un nou data point, que apareixerà a la configuració.

Visualització

Resultats de la predicció

Per visualitzar la predicció d’electricitat, aigua o gas, només cal seleccionar el seu paràmetre en qualsevol pantalla d’Analytics o dashboard, amb un horitzó de predicció que es mostra de forma horària durant els primers 10 dies i de forma diària per als dies següents fins a un màxim de 365 dies.

• Configuració Per Paràmetre:

• Configuració Per Categoria:

Per configurar l’anàlisi, és molt útil seleccionar "Fins al final del període" al selector de període, per tal d’assegurar que les dates futures es mostrin a la pantalla:

Pàgina de prediccions

Pàgina principal de prediccions

A la pàgina principal de Forecast, veuràs una llista de totes les prediccions que s’han configurat al compte amb la informació següent:

• Informació de context: Localització, categoria, tipus de dispositiu i paràmetre per al qual s’ha configurat la predicció.
• Última data de càlcul: L’últim dia en què es va poder calcular la predicció.
• Qualitat de les dades d’entrada: La puntuació de qualitat assignada a les dades d’entrada del client.
• Error del model: L’error obtingut durant l’entrenament de la predicció. Com més petit és l’error, millor és la predicció.
• Estat: OK, Pendent, Avís, Error.

Detall de la predicció

En fer clic sobre qualsevol predicció, seràs redirigit a una pàgina on podràs editar-la o obtenir més informació sobre aquella predicció en particular. La informació inclosa és la següent:

• Importància de les variables (features importance): Informació sobre quines variables (per exemple, meteorologia, festius) influeixen més en la predicció, separades entre prediccions a curt i llarg termini.
• Mètriques del model: Indicadors de rendiment, incloent l’Error Absolut Mitjà (MAE) i l’Arrel de l’Error Quadràtic Mitjà (RMSE).

• Última data d'entrenament: Informació sobre l'última sessió d'entrenament.

• Qualitat de les dades d’entrada: Una anàlisi de l’estat de les dades del client que s’han utilitzat per generar els resultats. La qualitat de les dades del client afecta en gran mesura la precisió de la predicció. Per això es realitza una anàlisi exhaustiva d’aquestes dades d’entrada per advertir de qualsevol problema que pugui afectar els resultats. La qualitat de les dades s’avalua en funció de les 9 categories que es poden observar a continuació:

A tenir en compte

La funció de Predicció té les següents limitacions. Algunes d’elles seran eliminades en futures versions:

• Si canvies la configuració del comptador de referència o les dades històriques d’un comptador en particular, això pot afectar els resultats.
• Si la qualitat de les dades històriques no és prou bona, els resultats de la predicció tampoc ho seran.
• No pots triar quin model d'aprenentatge automàtic s’utilitzarà per a la predicció, escollirem el millor entre els disponibles.
• No pots especificar el pes de paràmetres específics, nosaltres escollirem els que optimitzin els resultats.

Preu

Cada predicció que creïs generarà un data point. Tots ells seran facturats segons el teu contracte.

La funcionalitat de Predicció està inclosa només a les llicències Advanced i Ultimate.

Feedback

Si tens preguntes o necessites ajuda per configurar aquesta funcionalitat, no dubtis a posar-te en contacte amb el nostre equip de suport. 

Estem aquí per ajudar-te a treure el màxim profit de la funcionalitat de Predicció!

A més, si t'agradaria donar-nos la teva opinió sobre aquesta funcionalitat, pots fer-ho mitjançant aquest formulari:

Feedback Form