Prediction
Prediction
Network Time-Series Forecasting
La gestione di sistemi complessi, composti da molteplici elementi interconnessi tra loro e influenzati da fattori esterni è un compito difficile. Oggi la tecnologia ci permette di monitorare cosa sta succedendo su ogni singolo elemento di una rete complessa, ma per una pianificazione ottimale è necessario un ulteriore passaggio: fare previsioni su diversi orizzonti temporali e con gradi diversi di dettaglio.
- Descrizione e benefici
- Esempi di applicazione
Per riuscire a fare delle stime accurate sugli stati futuri scendendo nel dettaglio nel singolo elemento, anziché fermarsi solo a livello di sistema complessivo, abbiamo sviluppato la soluzione Network Time-Series Forecasting.
A partire da dati di reti di sensori su larga scala, la nostra soluzione permette di analizzare e prevedere l’andamento futuro dei valori rilevati dagli stessi, a tutti i gradi di densità di interconnessione. Questo significa che per la misura di ogni singolo sensore è disponibile una previsione dell’andamento futuro, tenendo conto di tutta l’informazione disponibile.
Inoltre, la nostra soluzione fornisce una serie di considerazioni interpretative sul fenomeno, come i fattori determinanti per una certa previsione o i legami di correlazione più forti, così che l’utente possa individuare le eventuali azioni correttive più efficaci. La disponibilità di una previsione interpretabile permette inoltre di coinvolgere in modo ragionato tutti i soggetti principali coinvolti: da chi progetta, a chi mantiene in esercizio, a chi utilizza la rete quotidianamente.
Pianificazione della manutenzione
Possibilità di decidere quando rendere non operativo un asset per minimizzarne l'impatto negativo in termini di disservizi e costi
Reagire in modo efficace a fenomeni inattesi
Prevedendo i picchi di carico (come eventi socio politici o festività) è possibile prendere le decisioni migliori grazie all’interpretabilità delle previsioni
Maggiore rapidità d’intervento
Con la soluzione, i processi e le decisioni relative a pianificazione e continuità di servizio diventano più veloci e consapevoli
Settori
Dove applicare Network Time-Series Forecasting
IT
Previsione e analisi del traffico sulla rete per prevenire rallentamenti e pianificare manutenzioni
Energy & Utilities
Previsione dei consumi in tempo reale, in modo da ottimizzare il trasporto (dispacciamento, riconsegna), controllo e manutenzione della rete in un contesto smart-grid
Media & ADV
Monitoraggio e previsione delle impressioni degli utenti sulle molteplici pagine web
Approfondimento
Logica di funzionamento
I modelli data driven agnostici, che prescindono dalla conoscenza dei fenomeni sottostanti la generazione dei dati, si affiancano in un ensemble a modelli interpretabili legati ai principi di funzionamento o altre proprietà caratteristiche del sistema considerato. Quest’ultimo può essere fisico, come ad esempio nel caso delle reti di distribuzione, o immateriale come nel caso di dati finanziari. Grazie all’ensemble si conserva una visione e interpretabilità dei risultati, ma si può anche comprendere dove questa non sia sufficiente e dove modelli agnostici possano catturare dinamiche nascoste e non note.
Storia di successo: applicazione della soluzione Network Time-Series Forecasting
La soluzione per Terna
Terna, operatore che gestisce le reti per la trasmissione dell'energia elettrica, grazie al Network Time-series Forecasting ha ridotto del 15% gli errori di previsione.
C.F. e P.IVA 07015910966 | Via Schiaffino 11, 20158 Milano