解决方案体系结构:预测公用事业的能源和电力需求

了解 Microsoft Azure 如何帮助准确预测能源产品和服务的需求峰值,增强企业竞争优势。

此解决方案建立在 Azure 托管服务上:流分析, 事件中心, Machine Learning Studio, SQL 数据库, 数据工厂Power BI。这些服务在高度可用的环境中运行,进行了修补和支持,使你可以将精力集中在解决方案上,而非运行它们的环境上。

部署到 Azure

使用下列预建模板将此体系结构部署到 Azure

部署到 Azure
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)

实施指南

产品 文档

流分析

流分析可几乎实时地聚合能耗数据以写入 Power BI。

事件中心

事件中心引入原始能耗数据并将其传递到流分析。

Machine Learning Studio

机器学习会预测特定区域(假定收到输入)的能源需求。

SQL 数据库

SQL 数据库将存储来自 Azure 机器学习服务的预测结果。然后这些结果将在 Power BI 仪表板中使用。

数据工厂

数据工厂可处理每小时模型重训练的业务流程和进度安排。

Power BI

Power BI 将直观显示流分析中的能耗数据以及 SQL 数据库中预测的能源需求。

相关解决方案体系结构

Data Factory: Move data, orchestrate, schedule and monitor Power BI Data Simulator Web Job Azure Data Lake Store Spark on HDInsight

针对市场营销的需求预测和价格优化

利用 Microsoft Azure 的大数据和高级分析服务,可预测未来客户需求并优化定价,进行实现利润率最大化。

了解更多