Moxoff ha supportato un’azienda protagonista del settore energetico in un progetto di potenziamento dei suoi strumenti di previsione per i diversi cluster di mercato.
Descrizione e Benefici
La logistica del gas è generalmente governata da sistemi gestionali che consentono di controllare costantemente il bilanciamento tra domanda e offerta. In funzione dei nuovi scenari normativi, i fornitori di gas sono tenuti a stimare, ogni giorno, i consumi del giorno successivo, in modo da permettere il bilanciamento ottimale della rete. Moxoff ha realizzato un modello di previsione della domanda del gas, basato su machine learning, reti neurali e tecniche di ensemble, in grado di prevedere nel dettaglio il consumo dei clienti, consentendo una migliore gestione del portafoglio.
Più modelli per un solo progetto
Il progetto è composto da più modelli per consentire un’accurata previsione della domanda in vari cluster di mercato: civile/residenziale, industriale e termoelettrico. Il modello risultante è ottimizzato adattivamente per ciascuno di questi cluster, ed è basato sullo storico della domanda degli anni precedenti e su ulteriori variabili di contesto raccolte da fonti esterne. Rispetto ad altri modelli disponibili, la soluzione di Moxoff risulta più adattabile perché consente, ad esempio, una precisa differenziazione per aree geografiche, così da non limitarsi ai soli dati aggregati a livello nazionale.
- Decisioni più affidabili, fgazie a una significativa riduzione dell’errore di previsione della domanda di gas, le scelte dell’azienda si possono basare su informazioni aggiornate e affidabili
- Risparmio sugli oneri di sbilanciamento, una previsione accurata permette di ridurre gli oneri
- Dashboard navigabile, mostra in modo semplice i dati per la stima puntuale della domanda di gas
