Un’azienda leader nel settore energetico deve ottimizzare la previsione dei consumi di gas naturale ed energia elettrica per diversi cluster di mercato. L’obiettivo è migliorare la pianificazione delle forniture, garantire un bilanciamento efficace della rete e ridurre al minimo gli oneri di sbilanciamento. In tale contesto, emerge l’esigenza di uno strumento in grado di stimare con precisione i consumi giornalieri, integrando diverse variabili in tempo reale.
In Moxoff abbiamo sviluppato un sistema di previsione della domanda del gas e dell’energia elettrica, basato su tecnologie di Machine Learning, come reti neurali ed ensemble di modelli per aumentare la precisione predittiva. Il modello si adatta dinamicamente a diversi cluster di mercato (residenziali e industriali), integrando dati storici e variabili di contesto, come condizioni metereologiche ed eventi economici. Questo approccio consente di generare previsioni granulari, differenziate per area geografica e tipologia di consumo. Il sistema è progettato per evolvere nel tempo, mantenendo alta l’accuratezza anche in presenza di cambiamenti normativi o di mercato, e supportare una gestione più efficiente, precisa e localizzata dei consumi energetici.
