Projekt by\u0142 kontynuacj\u0105 dzia\u0142a\u0144 skupiaj\u0105cych si\u0119 wok\u00f3\u0142 prognozowania zapotrzebowania na energi\u0119 elektryczn\u0105 na poziomie indywidualnych u\u017cytkownik\u00f3w oraz prognozowania generacji energii ze \u017ar\u00f3de\u0142 odnawialnych przy wykorzystaniu przetwarzania in-memory. Celem projektu by\u0142o przygotowanie prototypu aplikacji Business Intelligence pozwalaj\u0105cej na praktyczne wykorzystywanie uprzednio opracowanych modeli prognostycznych, bior\u0105c pod uwag\u0119 r\u00f3\u017cnorodne zestawy zmiennych. Aplikacja dedykowana dla SAP HANA ma wspiera\u0107 u\u017cytkownik\u00f3w w procesie podejmowania decyzji biznesowych w sektorze energetyki, umo\u017cliwia\u0107 im interaktywny dost\u0119p do modeli prognostycznych, pozwala\u0107 na wizualizacj\u0119 prognoz oraz ich dynamiczn\u0105 modyfikacj\u0119 poprzez wprowadzanie nowych zmiennych, czy zmian\u0119 istniej\u0105cych parametr\u00f3w. Co najwa\u017cniejsze, korzystanie z aplikacji nie wymaga od u\u017cytkownika znajomo\u015bci \u017cadnego j\u0119zyka programowania. Po\u015bredni cel projektu to ocena mo\u017cliwo\u015bci raportowania SAP HANA.<\/p>\n
W projekcie przewidziano rozszerzenie dotychczas przygotowanych modeli prognostycznych o nowe zmienne oraz u\u017cycie innych metod prognozowania celem wzrostu dok\u0142adno\u015bci przygotowywanych prognoz, a w konsekwencji zwi\u0119kszenia mo\u017cliwo\u015bci ich biznesowego wykorzystania.<\/p>\n
Poni\u017cej przedstawiono opis g\u0142\u00f3wnego scenariusza projektu w formie Elevator Pitch: Czas trwania: Wrzesie\u0144 2013 – Kwiecie\u0144 2014<\/p>\n Strona zewn\u0119trzna projektu:<\/b> <\/p>\n https:\/\/www.hpi.uni-potsdam.de\/future_soc_lab\/wiki\/wiki\/public\/20132027<\/a><\/p>\n <\/small><\/p>\n","protected":false},"excerpt":{"rendered":" Projekt by\u0142 kontynuacj\u0105 dzia\u0142a\u0144 skupiaj\u0105cych si\u0119 wok\u00f3\u0142 prognozowania zapotrzebowania na energi\u0119 elektryczn\u0105 na poziomie indywidualnych u\u017cytkownik\u00f3w oraz prognozowania generacji energii ze \u017ar\u00f3de\u0142 odnawialnych przy wykorzystaniu przetwarzania in-memory. Celem projektu by\u0142o przygotowanie prototypu aplikacji Business Intelligence pozwalaj\u0105cej na praktyczne wykorzystywanie uprzednio opracowanych modeli prognostycznych, bior\u0105c pod uwag\u0119 r\u00f3\u017cnorodne zestawy zmiennych. Aplikacja dedykowana dla SAP HANA ma wspiera\u0107 u\u017cytkownik\u00f3w w procesie podejmowania decyzji biznesowych w sektorze energetyki, umo\u017cliwia\u0107 im interaktywny dost\u0119p do … Wi\u0119cej informacji<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-163","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/163","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/comments?post=163"}],"version-history":[{"count":0,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/163\/revisions"}],"wp:attachment":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/media?parent=163"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\nDLA:<\/strong> analityka \u2013 operatora energetycznego
\nKT\u00d3RY:<\/strong> chce oszacowa\u0107 prognoz\u0119 generacji odnawialnej oraz zu\u017cycia energii dla sztucznie zdefiniowanego obszaru
\nW OPARCIU O:<\/strong> aplikacj\u0119 SAP HANA i Crystal Reports
\nKT\u00d3RA JEST:<\/strong> narz\u0119dziem pozwalaj\u0105cym przygotowa\u0107 predefiniowane zestawy modeli prognostycznych
\nDZI\u0118KI CZEMU:<\/strong> analityk b\u0119dzie m\u00f3g\u0142 dynamicznie szacowa\u0107 i por\u00f3wnywa\u0107 wiele kombinacji modeli, zmiennych i obszar\u00f3w bez znajomo\u015bci j\u0119zyka programowania
\nW PRZECIWIE\u0143STWIE DO:<\/strong> innych rozwi\u0105za\u0144 komercyjnych umo\u017cliwiaj\u0105cych jedynie wybieranie \u015bci\u015ble statycznych modeli bazuj\u0105cych na ma\u0142ej liczbie zmiennych
\nPROJEKT:<\/strong> pozwoli wyznacza\u0107 i por\u00f3wnywa\u0107 prognozy generacji odnawialnej oraz zu\u017cycia energii elektrycznej (dla pojedynczych zmiennych, dla warto\u015bci zagregowanych, itp.) dla sztucznie zdefiniowanych obszar\u00f3w (oko\u0142o 20), przy za\u0142o\u017ceniu, \u017ce (1) ceny energii elektrycznej nie odgrywaj\u0105 kluczowej roli oraz (2) wiedza i do\u015bwiadczenie analityka jest podstaw\u0105 sukcesu je\u015bli chodzi o okre\u015blenie (ustalenie) ile energii elektrycznej nale\u017cy kupi\u0107 w danej jednostce czasu (r\u00f3\u017cnica miedzy prognozami generacji odnawialnej i zu\u017cycia energii elektrycznej dla klient\u00f3w indywidualnych)<\/p>\n