Zeitreihenprognose

Die Zeitreihenprognose nutzt historische, sequenzielle Daten — Sensormesswerte, Energieverbrauch, Nachfrage —, um künftige Werte vorherzusagen. In der Industrie bildet sie die Grundlage für Energie- und Bedarfsprognosen, vorausschauende Instandhaltung und Produktionsplanung, indem sie projiziert, wie sich eine gemessene Größe entwickeln wird.

Indem Modelle Muster, Trends und Saisonalität in zeitgestempelten Daten lernen, projizieren Prognosemodelle, was als Nächstes kommt, und zeigen an, wenn die Realität davon abweicht. Industrielle Anwendungen umfassen die Prognose des Energiebedarfs für Kosten- und Netzmanagement, die Vorhersage der Anlagenverschlechterung hin zum Ausfall sowie die Produktions- und Bestandsplanung. Die Genauigkeit hängt von der Datenqualität und der Stabilität der zugrunde liegenden Muster ab, weshalb Prognosen mit einer Drift-Überwachung kombiniert werden.

Verwandte Begriffe

Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM) · Demand Response

Software