La missione di uno dei leader europei nella gestione delle reti di trasmissione di energia elettrica, è mantenere la rete sempre bilanciata e in condizioni operative ottimali.
Dalla collaborazione con Moxoff è nato un algoritmo in grado di produrre previsioni accurate che supportano gli operatori nel prendere decisioni tempestive ed efficaci per la gestione della rete.
Descrizione e Benefici
Garantire la perfetta funzionalità della rete è una missione critica che impone continue scelte operative, sia in funzione di eventi eccezionali che per interventi di manutenzione. In assenza di un sistema di condivisione delle conoscenze di ogni singolo operatore, l’efficacia delle decisioni dipende esclusivamente dal grado di esperienza degli addetti sul campo. La rete elettrica è un sistema complesso che genera molti dati, che possono essere raccolti e storicizzati. Moxoff ha analizzato i dati disponibili, sviluppato modelli matematici in grado di identificare i fenomeni significativi e realizzato un sistema previsivo per supportare gli operatori nell’adozione delle decisioni migliori.
Previsioni a lungo termine con il machine learning
Moxoff ha sviluppato un algoritmo in grado di produrre previsioni sul flusso di corrente di tutte le linee oggetto di studio, con granularità oraria, per l’intero anno successivo. La soluzione sfrutta un innovato sistema di ensembling di modelli, sviluppati specificatamente, dove le accurate previsioni a breve termine basate su meteo o gli esiti del mercato energetico si integrano con quelle a lungo termine basate su stagionalità, festività, eventi ricorrenti, tramite avanzati algoritmi discriminativi di machine learning.
- Interventi tempestivi, gli operatori possono reagire per tempo, grazie alle previsioni a lungo termine
- Decisioni affidabili , l’errore percentuale di previsione del transito di corrente rispetto all’effettivo è stato abbattuto al 15%
- Previsioni interpretabili, Al valore di transito di corrente previsto si affianca l’interpretazione e la ponderazione di quali fenomeni l’abbiano generato
