В начале зимы компания Eesti Energia объявила среди специалистов в области данных международный конкурс с целью нахождения более точного решения для прогнозирования потребления и производства электроэнергии мелкими производителями. Решение, основанное на машинном обучении, будет нацелено на снижение затрат для клиентов и поощрение производства зеленой энергии.

По словам руководителя E-Lab Мартина Лайда, занимающегося энергетическими инновациями в компании Eesti Energia, решение задачи, поставленной энергетической компанией, стало одним из самых популярных связанных с машинным обучением и искусственным интеллектом конкурсов, когда-либо проводившихся в Kaggle, международном сообществе специалистов по данным и машинному обучению. «За пару месяцев свой вклад в решение этой задачи внесли более 2500 экспертов в области ИТ и науки о данных. В общей сложности команды-участники предложили около 45 000 различных способов решения проблемы», - рассказал Лайд.

В международных соревнованиях могут участвовать команды до пяти человек, а регистрация открыта до 24 января. Модели прогнозирования принимаются до 31 января. Модели, представленные исследователями данных, будут оцениваться на основе средней абсолютной ошибки (MAE) между прогнозируемым доходом и рассматриваемой целью.

По словам Лайда, более точная модель прогнозирования, для нахождения которой и объявлен конкурс, поможет решить проблему дисбаланса при производстве и потреблении электроэнергии и снизить возникающие издержки.

Для покрытия потребления и производства своих клиентов продавцам электроэнергии необходимо ежедневно прогнозировать и покупать электроэнергию на бирже электроэнергии на следующий день с почасовой точностью. Если приобретенной для клиентов электроэнергии недостаточно, продавцу электроэнергии приходится покупать ее на балансовом рынке по цене дороже биржевой. В случае возникновения избытка электричества, его приходится продавать на балансовом энергетическом рынке по цене, значительно ниже биржевой. Из-за разницы между прогнозируемым и фактическим объемом возникают дисбаланс и затраты на балансовую энергию.

«Только в сети Elektrilevi насчитывается более 20 000 производителей электроэнергии, большая часть из которых - солнечные парки. Поскольку и потребление, и производство клиентов нужно прогнозировать одновременно для микро - и мелких производителей, это усложняет задачу прогнозирования. В то же время значение его точности возрастает в разы: небольшая ошибка в прогнозировании означает очень существенные затраты для продавца электроэнергии, поскольку производителей на сегодняшний день уже очень много», - пояснил Лайд.

Решение проблемы дисбаланса энергии и связанных с этим растущих затрат принесет пользу и клиентам, поскольку процент ошибки в прогнозировании учитывается как стоимость балансовой энергии в марже для клиентов. Кроме того, чрезмерный дисбаланс может привести к росту операционных расходов, потенциальной нестабильности сети и неэффективному использованию энергоресурсов.

После того как работы будут представлены, на их анализ и оценку уйдет два месяца, и лучшие решения конкурса будут объявлены в конце апреля. Шесть победителей получат денежный приз, при этом премия за первое место составит 15 000 долларов.

Kaggle - крупнейшее международное сообщество, специализирующееся на искусственном интеллекте и машинном обучении, организатор международных соревнований по машинному обучению и искусственному интеллекту. Крупные конкурсы выставляют денежные призы, что приводит к жесткой конкуренции по всему миру.

Eesti Energia - международная энергетическая компания, домашними рынками которой являются страны Балтии, Финляндия и Польша. Концерн занимается как производством, так и продажей энергии, а также предоставлением клиентам полезных и удобных энергетических решений. Целью концерна является достижение углеродной нейтральности в производстве электроэнергии к 2035 году и в производстве всей продукции концерна к 2045 году.