Les modèles de prévision classiques échouent en période de grands changements. Les gestionnaires d'infrastructures de gaz naturel, en particulier, sont confrontés à ces défis. Les prévisions de ventes
avec de nouveaux scénarios d'approvisionnement, l’évaluation des besoins en énergie de réglage ou en gaz propulseur, les prévisions d'utilisation des capacités, le développement du réseau
principal d'hydrogène - tout cela nécessite des prévisions avancées basées sur l'intelligence artificielle (IA).
Grâce à la connexion de notre service de prévision basé sur le cloud, cpX.AI, le gestionnaire de réseau de transport ONTRAS est capable d'utiliser les valeurs de mesure prédites en continu pour différents
processus de marché dans le cadre du processus d’équilibrage et d'approvisionnement ou encore comme calcul intelligent de valeurs de substitution en cas de défaillance des données de mesure. Le service de prévision
combine pour cela des modèles de prévision statistiques simples avec des modèles basés sur des réseaux neuronaux (Machine Learning).
Outre les facteurs externes tels que les données météorologiques, les calendriers de jours fériés, les indices de prix, etc., les valeurs de mesure historiques constituent la base de l'entraînement cyclique des
modèles de prévision. À cet effets, cpX.AI a été directement relié au système de gestion des données énergétiques d'ONTRAS. Un Monitoring dans cpX.AI aide ONTRAS à visualiser
l’intégralité, les anomalies, la qualité des prévisions et les erreurs de prévision.
ONTRAS exploite un réseau de transport de 7 700 kilomètres dans l'est de l'Allemagne et est responsable du transport fiable et efficace de l'énergie gazeuse
- aujourd'hui et à l'avenir. Pour l'intégration et le transport de gaz climatiquement neutres - notamment l'hydrogène - ONTRAS travaille intensivement sur des solutions techniques et de planification du réseau durables.
Le screenshot montre une comparaison entre une mesure et une prévision pour un objet de prévision défini :
