ПрогнозированиеСредний

Краткосрочное прогнозирование потребления электроэнергии: LSTM vs Prophet в Duke Energy

Сравнение двух моделей прогнозирования почасового потребления на горизонте 48 часов для сети из 8 млн потребителей Каролин. Анализ MAPE, стоимости ошибок балансировки и вычислительных затрат.

ВИЭПродвинутый

Прогнозирование генерации солнечной фермы 350 МВт: ансамблевые модели

Оператор солнечной фермы в Техасе разработал ансамблевую модель на основе NWP-данных и датчиков на объекте. Достигнуто MAPE 3.8% на горизонте 4 часа, что позволило снизить стоимость небаланса на $2.1 млн/год.

ЭлектросетиПродвинутый

Детектирование аномалий в распределительной сети: снижение времени восстановления на 28%

Региональная энергетическая компания внедрила систему мониторинга на основе Isolation Forest и LSTM-автоэнкодера. Описание архитектуры, процесса калибровки порогов и интеграции с SCADA-системой.

Предиктивное обслуживаниеСредний

Предиктивное обслуживание ветряных турбин: сокращение внеплановых простоев на 45%

Оператор ветропарка в Айове внедрил мониторинг вибрации и температуры на основе Random Forest. Система предсказывает отказы редукторов за 3–7 суток с точностью 88%. Экономия — $870 тыс. в год.

ПрогнозированиеБазовый

Оптимизация зарядки корпоративного электрического автопарка

Логистическая компания из Северной Каролины применила RL-агента для управления расписанием зарядки 120 электрических фургонов, снижая пиковую нагрузку и стоимость электроэнергии.

ЭлектросетиСредний

Обнаружение коммерческих потерь в распределительной сети с GNN

Применение графовых нейронных сетей для выявления нелегального потребления электроэнергии в сети со сложной топологией. Снижение коммерческих потерь на 23% за первые 18 месяцев эксплуатации.

Показано 6 из 14 кейсов категории

Запросить полный доступ