Архив Электроэнергетика и ЖКХ · Генерация
Endesa: ML-прогноз притока к ГЭС снизил ошибку до 30% на части рек
По данным Endesa, модель машинного обучения в проекте «forecasting hydro» снизила ошибку прогнозов притока на некоторых реках до 30%. Система ежедневно обновляет прогнозы для 107 водохранилищ и гидроэлектростанций компании.
/01 · ключевые результаты
-
результат
до 30%
снижение ошибки прогнозов притока
Endesa, пресс-релиз, 31.03.2021
по данным на март 2021 года · некоторые реки, на которых работают ГЭС Endesa
данные компании
- 107 объектов водохранилища и ГЭС с ежедневным прогнозом притока · масштаб Endesa, пресс-релиз, 31.03.2021
- более 10 млн записей объём данных, которые анализирует модель · масштаб Endesa, пресс-релиз, 31.03.2021
оценка strategai
Оценку не приводим: снижение ошибки прогноза не переведено компанией в выработку или деньги
По данным Endesa, модель машинного обучения в проекте «forecasting hydro» снизила ошибку прогнозов притока на некоторых реках до 30%. Система ежедневно обновляет прогнозы для 107 водохранилищ и гидроэлектростанций компании.
/02 · паспорт кейса
Бизнес
- Компания
- Endesa
- Отрасль
- Электроэнергетика и ЖКХ · Генерация
- Функция
- Производство и основные операции
- Задача
- Оптимизация техпроцесса, АСУ ТП, советчики
Технология
- Класс AI
- Прогнозирование временных рядов
- Тип решения
- Собственная разработка
Внедрение
- Стадия
- Промышленная эксплуатация, на 31.03.2021
- География
- Испания
/03 · описание кейса
Зачем
Бизнес-задача
Endesa — крупнейшая электроэнергетическая компания Испании, входящая в группу Enel. С ростом доли возобновляемой энергетики в генерации погода всё сильнее влияет на решения компании — от ежедневной работы станций до долгосрочного энергетического планирования. Для гидроэнергетики ключевые переменные — осадки в виде дождя и снега и температура, от которой зависит таяние. Компании нужны автоматические прогнозы стока для сложной гидрографии, которой она управляет, чтобы извлекать максимум из водных ресурсов и при этом соблюдать требования безопасности и охраны окружающей среды на реках.
Что
Решение
В 2019 году Endesa запустила проект «forecasting hydro» — ИИ-приложение, которое строит прогнозы притока воды для гидроэлектростанций. Модель машинного обучения анализирует метеорологические данные более чем за 20 лет, в том числе осадки в виде снега и дождя в отдельных зонах. По словам Карлоса Риверо, физика и метеоролога из подразделения управления энергией Endesa, всего модель обрабатывает более 10 млн записей, чтобы максимально уточнить прогноз. Решение разработано внутри компании и сочетает метеорологию с методами науки о данных: статистикой, информатикой и математикой.
Как
Внедрение
По данным компании на март 2021 года, система выдаёт прогнозы притока для 107 водохранилищ и гидроэлектростанций и автоматически обновляет их каждый день. Модель машинного обучения снизила ошибку прогнозов на некоторых реках до 30%.
/04 · источники и проверка
Что подтверждено
- По данным Endesa, модель машинного обучения снизила ошибку прогнозов притока на некоторых реках до 30%.
- Проект «forecasting hydro» работает с 2019 года и ежедневно автоматически обновляет прогнозы для 107 водохранилищ и ГЭС.
- Модель анализирует более 10 млн записей метеорологических данных, собранных более чем за 20 лет.
Ограничения
- 30% — максимальное снижение ошибки и относится только к некоторым рекам; среднее улучшение по всем 107 объектам компания не приводит.
- Влияние более точных прогнозов на выработку ГЭС, торговые результаты или финансовые показатели в источнике не раскрыто.
- Данные приведены по состоянию на март 2021 года; более поздних результатов в источнике нет.
-
[1] Endesa
Endesa combina meteorología y data science para sacar el máximo partido de la energía del sol, el agua y el viento
компания · 31.03.2021
Открыть источник
АрхИИВ /strategai · CB-000467 · Версия 1 · 11.10.2026 · /c/CB-000467/