Анализ и планирование потребления электроэнергии: классические методы vs нейронные сети

18 октября 2018 г. в 12-00 специалисты StatSoft Russia провели бесплатный вебинар, в рамках которого продемонстрировали сравнение классических и современных методов для задачи прогнозирования в области энергетики.

Для любого аналитика важно иметь широкий спектр инструментов, позволяющий проводить анализ данных с использованием различных методов, для достижения максимальной точности получаемых результатов.

Прогнозирование потребления электроэнергии - актуальная, но тем не менее не новая задача в области энергетики, в рамках вебинара слушателям предоставится возможность увидеть различие методик решения данной задачи и получаемых результатов с помощью анализа временных рядов и нейронных сетей, понять теоретическую основу этих методов. Также специалистами будет продемонстрирована автоматизированная система прогнозирования потребления электроэнергии, успешно применяемая в крупнейших энергетических компаниях, таких как ИНТЕР РАО ЕЭС.

В программе вебинара:

• Классические методы
     - Какие явления описываются с помощью временных
       рядов?
     - Основные определения
     - Теорема Котельникова
     - Ключевые параметры временных рядов
     - Математическая модель временного ряда
     - Авторегрессионная модель
     - Модель со скользящим средним
     - ARIMA
     - Пример
• Нейронные сети
     - Принципы работы нейронных сетей
     - Математическая модель нейронной сети
     - Решение задачи регрессии с помощью нейронной сети
     - Решение задачи прогнозирования как задачи регрессии
     - Пример
• Система Energy-Forecast

Станьте свидетелем противостояния классического и современного подходов: анализа временных рядов и нейронных сетей!

Регистрация завершена

Обращаем внимание, что на вебинаре дается только общий обзор методов и решений - подробная информация доступна на специализированных курсах StatSoft.

На нашем сайте в разделе StatSoft TV вы можете просмотреть видеозаписи предыдущих вебинаров, посвященных различным методам анализа данных, прогнозирования, методам Data Mining /Text Mining, а также инструментам для работы с Большими данными.