Arquitetura da solução: Prever energia e demanda de energia para utilitários

Saiba como o Microsoft Azure pode ajudar a prever de maneira precisa picos na demanda de produtos e serviços de energia para oferecer à sua empresa uma vantagem competitiva.

Essa solução é criada nos serviços gerenciados do Azure: Stream Analytics, Hubs de Eventos, Machine Learning, Banco de dados SQL, Data Factory e a Power BI. Esses serviços são executados em um ambiente de alta disponibilidade, com correção e suporte, permitindo que você foque a sua solução em vez de o ambiente em que eles são executados.

Prever energia e demanda de energia | Microsoft Azure O diagrama que mostra a relação entre oito produtos e serviços, representados por ícones. Mais à esquerda, está um ícone que representa os dados de exemplo. Esse ícone conecta-se, por meio de setas unidirecionais, a dois outros ícones: um para os Hubs de Eventos e outro para o Banco de Dados SQL. Os Hubs de Eventos recebem os dados e os transmitem para o Stream Analytics, mostrado à sua direita por meio de uma seta unidirecional. O Stream Analytics também captura dados de geografia do Armazenamento de Blobs do Azure, que é conectado debaixo com uma seta unidirecional. Em seguida, o Stream Analytics grava no Power BI, mostrado mais à direita do diagrama. Voltando, os dados de exemplo também fluem para o Banco de Dados SQL, mostrado em uma conexão bidirecional com o Azure Machine Learning para gerar modelos preditivos. O Banco de Dados SQL também é conectado por uma linha reta ao Azure Data Factory, que orquestra e agenda a reciclagem de modelos. O Banco de Dados SQL também grava no Power BI, mostrado mais à direita, conforme mencionado. 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)

Diretrizes de implementação

Produtos Documentação

Stream Analytics

O Stream Analytics agrega dados de consumo de energia quase em tempo real para gravar no Power BI.

Hubs de Eventos

Os Hubs de Eventos ingerem dados de consumo de energia brutos e transmitem-nos ao Stream Analytics.

Machine Learning

O Machine Learning prevê a demanda de energia de uma região específica devido às entradas recebidas.

Banco de dados SQL

O Banco de Dados SQL armazena os resultados de previsão recebidos do serviço Azure Machine Learning. Em seguida, esses resultados são consumidos no dashboard do Power BI.

Data Factory

O Data Factory manipula a orquestração e o agendamento da reciclagem de modelos horários.

Power BI

O Power BI visualiza os dados de consumo de energia no Stream Analytics, assim como a demanda de energia prevista do Banco de Dados SQL.

Arquiteturas de solução relacionadas