Orchestra è l’innovativo prodotto per la predizione della produzione energetica oraria fino a 36 ore in anticipo. Attualmente può essere applicato sia a centrali eoliche che fotovoltaiche. Orchestra prende il nome dall’innovativa architettura del suo modello di intelligenza artificiale: questo utilizza una pletora di sottomodelli (i ‘musicisti’ di Orchestra) che forniscono delle stime preliminari della quantità di energia prodotta a una rete neurale (il ‘direttore’ d’Orchestra) che le armonizza e produce la stima finale. Selezionare la migliore combinazione di musicisti (tra modelli autoregressivi, meteorologici e di intelligenza artificiale) e l’architettura del direttore ha richiesto anni di sviluppo, ma ha finalmente portato a dei risultati ineguagliati sul mercato.
Variabili input
Variabili meteo
Produzione energetica (facoltativa)
Musicisti
Direttore d'orchestra
Modelli fisici
Modelli statistici
Intelligenza artificiale proprietaria
Output
Stime di produzione energetica
metrics
Performance
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
PERFORMANCE
La potenza delle predizioni di Omnienergy
La maggiore qualità delle previsioni del modello Orchestra è evidente dal grafico qui sotto, che confronta l’errore quadratico medio principale (Root Mean Squared Error, RMSE) con l’errore normalizzato medio assoluto (Root Mean Squared Error, RMSE) di Orchestra con quello di uno dei suoi principali concorrenti, per lo stesso periodo storico, su un impianto fotovoltaico.
Come si evince dal grafico, le previsioni da 1 a 12 ore (t+1, t+12) di Orchestra comportano errori minori di almeno due volte rispetto non solo alle predizioni del concorrente, ma anche rispetto alle sue stime della produzione in tempo reale (t+0).
What we do
Le previsioni di Orchestra sono da 2 a 3 volte più precise delle stime in tempo reale di un affermato competitor
competitivo
Performance
competitive
Gli errori nelle stime predittive sono più che dimezzati rispetto ai principali competitor di mercato, valutati tramite NMAE (Normalized Mean Absolute Error) rispetto alla potenza nominale e RMSE (Root Mean Squared Error).
Omnienergy si differenzia dai competitor per l’attenzione alle previsioni energetiche nel Mercato Intraday (MI), offrendo orizzonti di previsione che vanno da 1 a 12 ore con un costante aggiornamento orario.
Ad ogni orizzonte di previsione (12 orizzonti per il Mercato Infragiornaliero, 24 per il Mercato del Giorno Prima), il Direttore d’Orchestra valuta la qualità delle previsioni dei modelli sottostanti e assegna, in maniera dinamica, il peso dei loro contributi. Ogni musicista appartiene a una delle seguenti tipologie:
modelli meteorologici, basati sul legame fisico tra lo stato meteo e la produzione energetica
modelli autoregressivi, che stimano la produzione energetica futura a partire da quella passata
modelli di intelligenza artificiale, selezionati e sviluppati da Omnienergy per estrarre la produzione energetica da una varietà di variabili
L'importanza del Direttore d'Orchestra
Ogni musicista dell’Orchestra performa bene in alcuni scenari (cioè per certi impianti, ore del giorno e condizioni meteo) e meno bene in altri. Il Direttore d’Orchestra conosce i pregi e difetti di ogni musicista e sa armonizzarne le previsioni traendo il meglio da ciascuno di essi. Il grafico qui sotto mostra un esempio di questo fatto: i singoli musicisti forniscono buone stime, ma spesso alcuni musicisti sovrastimano la produzione energetica mentre altri la sottostimano. Orchestra riesce a mediare queste posizioni contrastanti e produce la stima più accurata.
Esempio di produzione energetica effetiva (kwh) e predetta da Orchestra (orchestra) e dai suoi musicisti (sigle varie). Mentre i singoli musicisti tendono frequentemente a sovrastimare o sottostimare la produzione energetica, Orchestra media le loro opinioni producendo una stima migliore di quelle dei singoli musicisti.
performance
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
KPI
Gli indicatori di valutazione del modello
Per valutare le performance del modello Orchestra, sono stati individuati due KPI, ovvero due indicatori: NMAE (Normalized Mean Absolute Error) e RMSE (Root Mean Squared Error). L’indicatore NMAE permette la quantificazione dell’errore medio percentuale di Orchestra rispetto alla massima potenza erogabile dall’impianto considerato (potenza nominale).
La metrica RMSE, invece, permette di quantificare la differenza assoluta tra la produzione predetta dal modello e la produzione effettiva: errori maggiori hanno un impatto proporzionale maggiore sull’indicatore RMSE.
What we do
NMAE (Normalized Mean Absolute Error) per quantificare l'errore medio percentuale rispetto alla massima potenza erogabile
RMSE (Root Mean Squared Error) per misurare la differenza assoluta tra produzione predetta dal modello e produzione effettiva
Want to learn how to build websites like this?
Learn from award winning designers in live online classes. Each class is limited to 15 students. Save you're spot below!
