Architettura della soluzione: Prevedere la domanda di consumo energetico per le utilità

Scopri in che modo Microsoft Azure può contribuire alla previsione accurata di picchi di domanda per prodotti e servizi relativi al settore energetico, per offrire alla tua azienda un vantaggio competitivo.

Questa soluzione è basata sui servizi gestiti di Azure: Analisi di flusso, Hub eventi, Machine Learning, Database SQL, Data Factory e Power BI. Questi servizi vengono eseguiti in un ambiente a disponibilità elevata, con patch e supportato, per permetterti di concentrarti sulla tua soluzione invece che sull'ambiente di esecuzione.

Prevedere la domanda di consumo energetico | Microsoft Azure Diagramma che mostra le relazioni tra otto prodotti e servizi, rappresentati da icone. A sinistra è presente un'icona che rappresenta dati di esempio. Tale icona è connessa tramite frecce unidirezionali ad altre due icone: una per hub eventi e una per il database SQL. Hub eventi riceve i dati e li passa ad Analisi di flusso, visualizzato alla sua destra e connesso tramite una freccia unidirezionale. Analisi di flusso accetta anche dati relativi alla geografia dall'Archiviazione BLOB di Azure, connesso più in basso tramite una freccia unidirezionale. Analisi di flusso scrive quindi in Power BI, visualizzato a destra nel diagramma. I dati di esempio vengono passati anche al database SQL, che viene mostrato con una connessione bidirezionale ad Azure Machine Learning per generare modelli predittivi. Il database SQL è connesso tramite una linea retta anche ad Azure Data Factory, che orchestra e pianifica la ripetizione del training dei modelli. Il database SQL scrive anche in Power BI, mostrato a destra, come indicato. Azure Data Factory Energy Demand Forecast(SQL) Energy Demand Forecast(Machine Learning) Geography Data(Blob Storage) Power BI Sample Data Raw event data queue(Event Hubs) Stream Analysis and Data Movement(Stream Analytics)

Linee guida di implementazione

Prodotti Documentazione

Analisi di flusso

Analisi di flusso aggrega i dati relativi al consumo energetico in tempo quasi reale per la scrittura in Power BI.

Hub eventi

Hub eventi inserisce dati non elaborati relativi al consumo energetico e li passa ad Analisi di flusso.

Machine Learning

Machine Learning prevede la domanda energetica di un'area specifica in base agli input ricevuti.

Database SQL

Il database SQL archivia i risultati delle previsioni ricevuti dal servizio Azure Machine Learning. Questi risultati vengono quindi utilizzati nel dashboard di Power BI.

Data Factory

Data Factory gestisce l'orchestrazione e la pianificazione della ripetizione del training del modello ogni ora.

Power BI

Power BI visualizza i dati relativi al consumo energetico da Analisi di flusso, oltre alla domanda energetica prevista dal database SQL.

Architetture delle soluzioni correlate