Přeskočit navigaci

Architektura řešení: Prognóza poptávky po energii a výkonu pro veřejné služby

Zjistěte, jak Microsoft Azure může pomoci přesně předpovídat špičky poptávky po energetických produktech a službách a přinést tak vaší společnosti konkurenční výhodu.

Toto řešení je vybudováno na službách spravovaných pomocí Azure: Stream Analytics, Event Hubs, Machine Learning Studio, Azure SQL Database, Data Factory a Power BI. Tyto služby se spouští v prostředí s vysokou dostupností, opravují se a je pro ně dostupná podpora. Díky tomu se můžete zaměřit na své řešení, a ne na prostředí, ve kterém se spouští.

Prognóza poptávky po energii a výkonu pro veřejné službyZjistěte, jak Microsoft Azure může pomoci přesně předpovídat špičky poptávky po energetických produktech a službách a přinést tak vaší společnosti konkurenční výhodu.Azure Data FactoryEnergy Demand Forecast(SQL)Energy Demand Forecast(Machine Learning)Geography Data(Blob Storage)Power BISample DataRaw event data queue(Event Hubs)Stream Analysis and Data Movement(Stream Analytics)

Pokyny k implementaci

Produkty/popis Dokumentace

Stream Analytics

Stream Analytics téměř v reálném čase agreguje data o spotřebě energie a zapisuje je do Power BI.

Event Hubs

Event Hubs ingestuje nezpracovaná data o spotřebě energie a předává je do Stream Analytics.

Machine Learning Studio

Machine Learning na základě přijatých vstupů předpovídá poptávku po energii v konkrétní oblasti.

Azure SQL Database

SQL Database ukládá výsledky předpovědí přijaté ze služby Azure Machine Learning. Tyto výsledky se následně používají na řídicím panelu Power BI.

Data Factory

Data Factory zajišťuje orchestraci a plánování přetrénování modelu každou hodinu.

Power BI

Power BI vizualizuje data o spotřebě energie ze Stream Analytics i předpokládanou poptávku po energii ze služby SQL Database.

Související architektury řešení