Temat: algorytm neuronowy ekspercki etc. dla surowców...
Marek K.:
A jaka jest opinia o przyczynach porażek?
Miarą jakości algorytmów prognostycznych są w praktyce kary umowne i reklamacje.
Problem dotyczy również samych dostawców, sprawność telemetrii i urządzeń pomiarowych, choć wysoka to jednak nie jest 100%. Oznacza to konieczność uzupełniania nieciągłości w pomiarach, czymś "wiarygodnym".
Dla przykładu, pomiary odbywają się 24h /. dobe np co 5 minut. W nocy pomiędzy 2-5 jest awaria "telemetrii", a klientowi trzeba przekazać dane operatywne za dobę, kompletne dane.
Algorytm prognostyczny ("profilowanie danych") uzupełnia braki, takie dane trafiają do klienta jako "rzeczywiste".
Klient w oparciu o nie ocenia trafność nominacji za minioną dobę, i jeżeli pojawia się niezbilansowanie, stara się nadrobić w dobie bieżącej.
Po pewnym czasie jest fizyczny odczyt starych mechanicznych analogowych liczników, i niejednokrotnie okazuje się że troszkę się pomyliliśmy w "profilowaniu" a klient przysyła reklamacje.
Od strony klienta opisywałem to wcześniej.
____
Sieć neuronowa z reguły dobrze podaje ilość np dobową ... np 24 000 m3 gazu. Ale to tylko jeden parametr. Surowiec pobierany jest nieliniowo. Gaz najczęściej nocą ma górkę, prąd odwrotnie przez dzień. W pozostałej części doby pobór jest mniejszy.
W praktyce klient np pobiera po 2000 m3/h przez noc po czym np 250m3 przez dzień. Sieć natomiast lubi podpowiadać ze pobór będzie np wynosił 500 przez dzień i 1000 przez noc.
Klient musi określić moc w szczycie, jeżeli określi ją w okolicach 1000, to przez całą noc będzie miał przekroczenie o 1000m3.
A kary są niewdzięczne, bo najczęściej 3*(cena jednostki energii)*ilość godzin przez które trwało przekroczenie
____
Co do samych opinii o przyczynach porażki ;
- sieć czymś trzeba karmić, przy OCR'ach sprawa jest w miarę prosta, macierz punktów, sieć odpowiada ... podobne do
- przy analizie trendów, jest wiele czynników, najczęściej jest to pora roku (lato zima), pora dnia (dzień noc), to wszystko jeszcze jest uzależnione od danych meteo. Do tego dochodzą święta i weekendy. Tyle wystarczy na potrzeby "komunalki" i odbiorcy detalicznego, pozostaje problem jak to poskładać by sieć "nakarmić"
- to czego oczekujemy od sieci to kolejny aspekt, kluczowe informacje to ilość, dynamika i szerokość amplitudy dla dynamiki, zrobić to jedną siecią, lub jednym przebiegiem ... jak dla mnie matematycznie graniczy z cudem, a praktyka to potwierdza
- kolejna sprawa, szerokość okresów prognozowanych, i składanie wartości, np prognoza na miesiąc, kolejny przebieg to seria prognoza dobowych, itd
- kolejna sprawa to przykładanie znanych schematów, 144-4-2-1 (z exp funkcją aktywacji) i będzie dobrze, i ... nie jest dobrze, szukanie po omacku, to możne 72-4-2-1, też nie - no to może 72-72-4-1 i tak dalej
Reasumując, sieć neuronowa idealnie sprawdza się przy wykrywaniu wzorców, sieć idealnie odpowie, grudzień 2012 był podobny do lutego 2013 w zakresie zużycia energii, powie też że np dana seria temperatur, w danym okresie roku to sygnał na zwiększenie lub zmniejszenie zapotrzebowania. Natomiast, określenie, ile i kiedy ... wychodzi sieci słabo.