{"id":164,"date":"2020-07-14T20:26:06","date_gmt":"2020-07-14T18:26:06","guid":{"rendered":"http:\/\/kie.ue.poznan.pl\/pl\/?page_id=164"},"modified":"2020-07-14T20:26:06","modified_gmt":"2020-07-14T18:26:06","slug":"quasi-real-time-individual-customer-based-forecasting-of-energy-load-demand-using-in-memory-computing","status":"publish","type":"page","link":"https:\/\/kie.ue.poznan.pl\/pl\/quasi-real-time-individual-customer-based-forecasting-of-energy-load-demand-using-in-memory-computing\/","title":{"rendered":"Quasi Real-Time Individual Customer Based Forecasting of Energy Load Demand Using In Memory Computing"},"content":{"rendered":"<p>Celem projektu by\u0142o zaprojektowanie i wdro\u017cenie metod prognozowania zapotrzebowania na energi\u0119 elektryczn\u0105 w czasie quasi-rzeczywistym dla du\u017cej ilo\u015bci klient\u00f3w korzystaj\u0105cych z indywidualnych profili. Prognozowanie zu\u017cycia energii elektrycznej na poziomie indywidualnych u\u017cytkownik\u00f3w, wymaga rozwi\u0105zania wspieraj\u0105cego szybkie operacje na bardzo du\u017cej ilo\u015bci, bardzo szczeg\u00f3\u0142owych informacji oraz efektywnego raportowania. Przeprowadzone eksperymenty potwierdzi\u0142y, \u017ce wykorzystanie rozwi\u0105zania SAP HANA pozwala na wykonywanie analiz w czasie poni\u017cej 1 sekundy oraz na spe\u0142nienie powy\u017cszych wymaga\u0144 i popraw\u0119 b\u0142\u0119d\u00f3w prognoz. Dodatkowym celem projektu by\u0142a r\u00f3wnie\u017c ocena efektywno\u015bci i wydajno\u015bci ro\u017cnych strategii obliczeniowych.<\/p>\n<p>W kwietniu 2013 roku projekt zosta\u0142 wyr\u00f3\u017cniony przez HPI tytu\u0142em \u201eProjekt Miesi\u0105ca\u201d.<\/p>\n<p>Czas trwania: Wrzesie\u0144 2012 &#8211; Kwiecie\u0144 2013<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Celem projektu by\u0142o zaprojektowanie i wdro\u017cenie metod prognozowania zapotrzebowania na energi\u0119 elektryczn\u0105 w czasie quasi-rzeczywistym dla du\u017cej ilo\u015bci klient\u00f3w korzystaj\u0105cych z indywidualnych profili. Prognozowanie zu\u017cycia energii elektrycznej na poziomie indywidualnych u\u017cytkownik\u00f3w, wymaga rozwi\u0105zania wspieraj\u0105cego szybkie operacje na bardzo du\u017cej ilo\u015bci, bardzo szczeg\u00f3\u0142owych informacji oraz efektywnego raportowania. Przeprowadzone eksperymenty potwierdzi\u0142y, \u017ce wykorzystanie rozwi\u0105zania SAP HANA pozwala na wykonywanie analiz w czasie poni\u017cej 1 sekundy oraz na spe\u0142nienie powy\u017cszych wymaga\u0144 i popraw\u0119 <a href=\"https:\/\/kie.ue.poznan.pl\/pl\/quasi-real-time-individual-customer-based-forecasting-of-energy-load-demand-using-in-memory-computing\/\" class=\"read-more\">&#8230; 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-164","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/164","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=164"}],"version-history":[{"count":0,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/pages\/164\/revisions"}],"wp:attachment":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/media?parent=164"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}