Предсказание потребления электроэнергии на объектах крупного ритейлера

Проблема: Крупный ритейлер столкнулся с проблемой больших издержек и неэффективного планирования потребления электроэнергии на своих (магазины, склады, производства). Больше кол-во объектов делали объективно невозможным эффективное планирование и вели к постоянному увеличению штата специалистов. Кроме того, компания несла издержки за отклонения плановых заявок от фактического потребления.

Что было сделано: Я разработал и внедрил продвинутую модель предсказания временных рядов, сочетающую архитектуры с механизмом внимания и 1D свертки. Обученная на истории потребления с добавлением погодных данных от крупного метеопровайдера, а также производных и фундаментальных признаков, отражающих процессы конкретного объекта, модель прогнозирует потребление электроэнергии на следующие 48 часов.

Результат: Созданная модель смогла улучшить качество прогнозирования на 5-10% по сравнению с ручным прогнозом, что позволило заказчику сократить издержки . Модель качественно предсказывает потребление различных объектов, с учетом сезонных и прочих особенностей.