Klassische Prognosemodelle versagen in Zeiten von starken Veränderungen ihren Dienst. Vor solchen Veränderungen stehen insbesondere die Infrastrukturbetreiber für Erdgas. Absatzprognosen mit neuen Beschaffungsszenarien, die Einschätzung des Regelenergie- oder Treibgasbedarfs, Vorhersagen der Kapazitätsauslastung, das Hochfahren des Wasserstoff-Kernnetzes - all das verlangt nach einer erweiterten Prognose auf Basis Künstlicher Intelligenz (KI).
Mit der Anbindung unseres cloudbasierten Prognoseservices cpX.AI ist der Transportnetzbetreiber ONTRAS in der Lage die kontinuierlich vorhergesagten Messwerte für verschiedene Marktprozesse im Bilanzierungs- und Beschaffungsprozess oder auch als intelligente Ersatzwertbildung bei Messdatenausfällen zu nutzen.
Der Vorhersageservice kombiniert dafür einfache statistische Prognosemodelle mit Modellen auf Basis Neuronaler Netze (Maschine Learning).
Grundlage für das zyklische Training der Prognosemodelle sind neben externen Einflussgrößen wie Wetterdaten, Feiertagskalendern, Preisindizes etc. die historischen Messwerte. Hierfür wurde cpX.AI direkt an das Energiedatenmanagement-System der ONTRAS angebunden. Ein Monitoring in cpX.AI unterstützt die ONTRAS bei der Darstellung von Vollständigkeit, Auffälligkeiten, Vorhersagequalität und Prognosefehler.
Die ONTRAS Gastransport GmbH betreibt ein 7.700 Kilometer langes Fernleitungsnetz in Ostdeutschland und verantwortet den zuverlässigen und effizienten Transport gasförmiger Energie – heute und in Zukunft. Für die Integration und den Transport klimaneutraler Gase – allen voran Wasserstoff – arbeitet ONTRAS mit Hochdruck an zukunftsfähigen technischen und netzplanerischen Lösungen.
Der folgende Screenshot zeigt einen Vergleich einer Messung mit der Prognose für ein definiertes Prognoseobjekt:
